Temperatursensoren richtig einsetzen: Die Sensorbauarten

Unter den verschiedenen Sensortechnologien haben Temperatursensoren die größte Verbreitung gefunden, denn es gibt unzählige Anwendungen, in denen es darauf ankommt, absolute oder relative Temperaturen zu erfassen und zu verarbeiten. Sensoren für Druck, Kräfte, Durchflussraten, Füllstände oder Positionen benötigen häufig Temperaturinformationen, damit sie präzise Messwerte liefern können. Die meisten Messwertaufnehmer für Druck und Kräfte basieren auf Widerstandsbrücken. Die Temperaturfehler der darin verwendeten resistiven Elemente können größer sein als der eigentliche Messbereich des Sensors. Das Ausgangssignal des Sensors ergibt also erst dann einen Sinn, wenn die Temperatur der Widerstandsbrücke bekannt ist. Die von Durchflussraten- und Füllstandssensoren ausgegebenen Ergebnisse wiederum hängen von der Dichte der Flüssigkeit oder des Gases ab, sodass die Messgenauigkeit auch hier von der Temperatur des betreffenden Mediums beeinflusst wird.

Die gängigsten Temperatursensoren sind heute Thermoelemente, Widerstandsthermometer (Resistive Temperature Devices – RTD), Thermistoren und Halbleitersensoren auf Basis von Silizium. Die Gemeinsamkeit dieser Sensoren besteht darin, dass sie alle bestens beschrieben und offensichtlich geeignet sind, Temperaturmessprobleme zu lösen. Die verschiedenen Sensortechnologien sind auf bestimmte Temperaturbereiche und Umgebungsbedingungen zugeschnitten. Der Temperaturbereich, die Robustheit und die Empfindlichkeit des jeweiligen Sensors entscheiden darüber, ob er den Anforderungen einer Applikation entspricht.

Man muss sich also darüber klar sein, dass kein Temperatursensor für alle Anwendungen geeignet ist. Während das Thermoelement hinsichtlich seines Temperaturbereichs unerreicht ist, liegt der RTD-Sensor in Sachen Linearität vorn. Tabelle 1 fasst die wichtigsten Eigenschaften von Thermoelementen, RTD, Thermistoren und Halbleiter-Temperatursensoren zusammen. Diese Übersicht bietet eine gute Hilfestellung, um die Sensoren für eine bestimmte Anwendung in erster Näherung einzugrenzen.

 Tabelle 1: Vergleichstabelle gängiger Temperatursensoren
Tabelle 1: Vergleichstabelle gängiger Temperatursensoren

Ein Thermoelement ist aus zwei Drähten aufgebaut, die aus verschiedenen Metallen bestehen und an einem Ende verbunden sind. Aufgrund dieser Konfiguration entsteht eine elektromotorische Kraft, infolge deren an den beiden freien Enden der Drähte eine Spannung anliegt, deren Höhe von den verwendeten Metallen und dem Temperaturgradienten entlang der Thermoelement-Drähte abhängig ist. Genauigkeit ist keine Stärke der Thermoelemente. Ihr Vorteil liegt vielmehr in der kurzen Messzeit und dem großen Temperaturbereich.

Das als RTD bezeichnete Widerstandsthermometer ermöglicht sehr präzise Temperaturmessungen. Sein Temperaturbereich ist kleiner als der des Thermoelements, aber größer als die Bereiche von Thermistor und Silizium-Sensor. Ein RTD-Sensor ist immer dann die richtige Wahl, wenn in einer Anwendung eine qualitativ hochwertige und präzise Temperaturmessung notwendig ist.

Ein Thermistor stellt häufig die kostengünstigste Lösung für ein Temperaturmesssystem dar. Die starke Nichtlinearität dieses Sensors lässt sich mit einem einfachen Widerstandsnetzwerk in den Griff bekommen. Dieses schränkt zwar den Temperaturbereich des Thermistors ein, doch kann dieser Nachteil in vielen Temperatursensor-Applikationen hingenommen werden.

Die IC oder siliziumbasierten Halbleitersensoren bieten eine weitere Alternative bei der Temperaturmessung. Als Vorteile sind die anwenderfreundlichen Ausgabeformate und die einfache Bestückung auf der Leiterplatte anzuführen. Obwohl sie wegen ihrer Gehäusemasse eher träge reagieren, sind siliziumbasierte Temperatursensoren dank ihrer Plug-and-Play-Eigenschaften sehr attraktiv.

Tabelle 2 ergänzt die in Tabelle 1 enthaltenen Angaben durch eine Aufstellung typischer Anwendungen der vier Temperatursensor-Typen.

 Tabelle 2: Typische Anwendungen der vier Temperatursensor-Typen
Tabelle 2: Typische Anwendungen der vier Temperatursensor-Typen

Unter den heute auf dem Markt angebotenen Temperatursensoren halten Thermoelemente, RTD, Thermistoren und siliziumbasierte Sensoren weiter die Vormachtstellung. Während sich das Thermoelement speziell für das Messen hoher Temperaturen anbietet, ist der RTD für niedrigere Temperaturen und hohe Linearitätsanforderungen prädestiniert. Der Thermistor empfiehlt sich als kostengünstige Alternative für Anwendungen mit kleineren Temperaturbereichen und manchmal ist der siliziumbasierte Sensor wegen seiner einfachen Anwendung die beste Lösung.

Literatur

[1] Schraff, Fred: “Thermocouple Basics”. Product Book, Thermometrics, Inc. (1997). Measurement & Control, (Juni 1996) S. 126

[2] Sulciner, J.: “Understanding and Using PRTD Technology, Teil 1: History, Principles and Designs”, Sensors, (August 1996)

[3] Technische Referenz auf der Omega-Website

[4] Weitere Informationen über Sensoren von TI

 

Die Autorin Bonnie C. Baker ist Senior Applications Engineer bei Texas Instruments.

Keine Angst vor halben Bits

Bruchteile von Bits gibt es wirklich, nur nicht in der Informatik, sondern in der von Claude Shannon begründeten Informationstheorie. Dort ist das Bit eine Einheit für eine Größe, wie das Kilogramm oder die Sekunde in der Physik. Es ist die Einheit für den Informationsgehalt einer Nachricht – und die Maßzahl des Informationsgehalts kann alle möglichen positiven, realen Werte inklusive der Null annehmen. Die internationale Organisation für Standards (ISO) hat versucht, das „Bit nach der Definition von Claude Shannon“ in Shannon (Sh) umzubenennen, hatte damit aber keinen Erfolg.

Doch was ist ein Bit nach Shannon? Wenn man annimmt, dass aus einer Menge von 256 Lottokugeln alle mit gleicher Wahrscheinlichkeit (1/256) gezogen werden, so hat eine durchgeführte erste Ziehung den Informationsgehalt von

I = –log2 (1/256) = 8 Bit.

Genauso viele Bits braucht man in der Informatik, um anzuzeigen, welche Kugel gezogen wurde. Bei einer Menge von 49 Kugeln hätte eine erste Ziehung einen Informationsgehalt von ca. 5,615 Bit. Bei so viel Theorie fragt man sich zu Recht, ob es für Bruchteile von Bits reale Anwendungen gibt oder ob das nur eine Haarspalterei (bzw. Bitspalterei) ist. Solche Anwendungen gibt es sehr wohl, wie die hier vorgestellte Schaltung zeigt.

A/D-Wandler in einem FPGA

Schon seit einigen Jahren ist die Methode bekannt, in einem rein digitalen FPGA einen A/D-Wandler unterzubringen. Man macht sich dabei die Erkenntnisse der A/D-Wandlertechnik zunutze und implementiert einen Sigma/Delta-Wandler mit ein paar Logikzellen eines FPGAs und einem einfachen, externen RC-Glied. Alle drei großen Anbieter von FPGAs (Xilinx, Altera und Lattice) haben für diese Methode Referenzdesigns oder Applikationsberichte veröffentlicht und auch unabhängige Stellen haben sich dem Thema zugewendet. Zielanwendung ist dabei meist die digitale Signalverarbeitung von Audiosignalen.

Doch es gibt auch andere sinnvolle Anwendungen solcher Wandler. Ein FPGA kommuniziert ja im Allgemeinen über eine Vielzahl von digitalen Signalen mit seiner Umgebung, wobei jeder Pin immer nur eine binäre Information übertragen kann. Wenn in einem FPGA aber nicht nur eine einfache 0/1-Information gebraucht wird sondern ein mehr oder weniger analoger Wert, so sind dafür schnell viele Pins nötig.

Dabei werden analoge Signale extern digitalisiert und parallel über mehrere Pins in das FPGA gegeben. Seit der Veröffentlichung der Referenzdesigns ist es ein Leichtes, analoge Werte ohne Verwendung externer A/D-Wandler in ein FPGA hineinzugeben. Pro analoges Signal benötigt man dabei drei Pins des FPGAs, von denen zwei zu einem LVDS-Empfänger gehören müssen.

8-Bit-A/D-Wandler mit 3,3 V Referenzspannung

Mit diesen Kenntnissen lässt sich ein einfaches Voltmeter mit einem FPGA bauen. Lattice bietet ein Entwicklungsboard an, auf dem sich ein FPGA der MachXO2-Familie befindet. An das FPGA ist ein einfaches, numerisches LCD mit vier Stellen angeschlossen. Diese beiden Komponenten sowie ein RC-Glied für den analogen Teil des Sigma/Delta-Wandlers reichen bereits für ein Voltmeter aus. Der Spannungsregler für die Core-Spannung des FPGAs, der Flash-Speicher für die Konfigurationsdaten und ein Oszillator sind alle im FPGA integriert, was den Aufbau stark vereinfacht.

 Bild 1: Blockschaltbild des Delta-Sigma-Wandlers in einem FPGA Bild 1: Blockschaltbild des Delta-Sigma-Wandlers in einem FPGA

Wenn man nun einen 8-Bit-A/D-Wandler mit einer Referenzspannung von 3,3 V im FPGA implementiert, dann führt das dazu, dass der Zahlenwert 0 der Spannung 0 V entspricht und der Zahlenwert FF der Spannung 3,3 V. Für die Anzeige einer Spannung auf einem Display ist ein „FF“ aber ein ungeeignetes Format; eine dezimale Anzeige ist hier absolut notwendig. Den dafür nötigen Umsetzer kann man entweder in einer Gatterlogik oder als kleinen Mikrocontroller im FPGA realisieren, der die Wandlung in Software macht.

Dann führt die Spannung 0 V zur Anzeige 00.00 und die Spannung 3,3 V zur Anzeige 02.55, was allerdings auch noch nicht das gewünschte Ergebnis ist. Um zur korrekten Anzeige von 03.30 zu kommen, muss man den vom A/D-Wandler ausgegeben Wert umrechnen in den Wert, der auf dem Display ausgegeben werden soll. Das ist zwar mit ein wenig Rechenaufwand in Software möglich, aber es gibt auch einen einfacheren Weg: Einen mit einer rationalen Anzahl von Bits.

Einfacher Aufbau mit Referenzdesign

Integrierte A/D-Wandler haben im Allgemeinen eine feste Auflösung von n Bits und 2n Quantisierungsstufen, die gleichmäßig über den gesamten Messbereich verteilt sind. Um zu glatten dezimalen Stufen zu kommen gibt es z.B. A/D Wandler mit einer Referenzspannung von 2,048 V, dem 211-fachen von 10 mV. Doch wenn, wie in dem Fall des Entwicklungsboards von Lattice, die Referenzspannung auf 3,3 V festgelegt ist und man eine Auflösung vom 10 mV haben möchte, dann braucht man eben einen A/D-Wandler mit 330 Stufen, also einer Auflösung von 8,366 Bit.

 Bild 2: Blockschaltbild zur Dezimierung des LVDS-Komparatorausgangs Bild 2: Blockschaltbild zur Dezimierung des LVDS-Komparatorausgangs

Ein solcher Wandler ist einfacher aufzubauen als man vielleicht denkt. Bei einem Sigma/Delta-Wandler einfacher Bauart, wie er in den Referenzdesigns der FPGA-Hersteller beschrieben ist, wird das abzutastende analoge Signal an den Plus-Eingang eines LVDS-Eingangspaars angeschlossen und das mittels RC-Glied gefilterte Sigma/Delta-Signal an den Minus-Eingang des LVDS-Eingangspaars. Im Digitalteil des Wandlers wird der Ausgang des LVDS-Komparators „dezimiert“. Dabei wird innerhalb einer vorgegebenen Anzahl von Takten diejenige Anzahl gezählt, in denen der Komparator eine 1 ausgegeben hat.

Um zu einem Wandler mit 8,336 Bit Auflösung zu kommen, muss man eben nicht nur 256 Takte lang die Einsen zählen, sondern 330 Takte lang. Der vom A/D-Wandler ausgegebene Wert benötigt dann 9 binäre Signale, bleibt aber stets im Wertebereich {0 ≤ x ≤ 330}.

Eine Vergleichsmessung des selbstgebauten Voltmeters mit einem handelsüblichen Multimeter hat ergeben, dass das selbstgebaute Voltmeter zwar sehr linear arbeitet, aber einen kleinen Fehler aufweist. Dieser beträgt im Bereich der unteren Messwertgrenze (0 V) 20 mV und in Bereich der oberen Messwertgrenze (3,3 V) 50 mV. Hierfür gibt es zwei Fehlerquellen.

Zum einen sind die LVDS-Eingänge des FPGAs für diese Anwendung eigentlich nicht gedacht. Für diese Eingänge schreiben die Datenblätter üblicherweise eine Differenzspannung von mindestens ±100 mV vor. Kleinere Differenzspannungen, die sich bei dieser Anwendung zwangsläufig ergeben, sind eigentlich „verbotene Zone“. So gesehen ist ein Offset von 20 mV ein überraschend geringer Wert.

 Bild 3: MachXO2-FPGA und Pico-Board von Lattice (Bild: Arrow) Bild 3: MachXO2-FPGA und Pico-Board von Lattice (Bild: Arrow)

Zum andern ist die I/O-Spannung auf dem Entwicklungsboard zwar mit einem hochwertigen linearen Spannungsregler geregelt, weist aber dennoch eine gewisse Toleranz auf. Solange man nur digitale Signale an die I/O-Pins anlegt, ist eine Toleranz von ±5% kein Problem. Doch wenn man mit einem I/O-Pin und dem RC-Glied eine analoge Spannung erzeugt, wirkt sich ein Fehler der I/O-Spannung proportional auf die erzeuge Analogspannung aus. Der Regler auf dem für die Messung verwendeten Board hatte eine gemessene Ausgangsspannung von 3,266 V, also eine Abweichung von etwa 1%. Damit ist zu erwarten, dass die vom A/D-Wandler ausgegeben Werte zur oberen Messwertgrenze hin tendenziell um ca. 1% zu groß sind, was durch die Messung bestätigt wurde.

Wie die vorgestellte Schaltung und die Referenzdesigns der FPGA-Hersteller zeigen, sind A/D-Wandler im FPGA für einfache Anforderungen ohne großen Bauteil- und Ressourcenaufwand leicht zu realisieren. Und außergewöhnliche Auflösungen stellen kein Problem dar.

Maximalwerte einhalten oder wie sich Schadensszenarien vermeiden lassen

Wieviel Sicherheit enthalten eigentlich „absolute Maximalwerte“? Keine! Und ICs sind keine wahrsagenden Kristallkugeln.

Der absolute Maximalwert (Absolute Maximum Rating) eines ICs ist der Grenzwert, bei dem das betreffende Bauteil sicher betrieben werden kann, ohne Schaden zu nehmen oder zerstört zu werden.

Wie weit diese Grenzen überschritten werden dürfen, wird in den Datenblättern nie angegeben. Manche Bauteile sind sehr robust, manche nicht. Doch kein Hersteller bietet Unterstützung bei Überschreiten dieser Grenzwerte an. Die einzig sichere Regel lautet daher „nie“ als nie zu behandeln. Erst wenn man versteht, warum eine Überschreitung maximaler Grenzwerte Beschädigungen verursachen kann, lassen sich bessere Systeme entwickeln.

Eine Zenerdiode ist so ausgelegt, dass sie mit einer Rückwärtsspannung leiten kann, die höher als ihre Durchbruchspannung ist. Sie kann große Rückwärtsströme sicher leiten. Doch andere IC-Dioden, speziell Basis/Emitter-Sperrschicht-Dioden, werden durch sehr kleine Rückwärtsströme beschädigt. Und das manchmal in wenigen Mikrosekunden. Auf ähnliche Weise wird das Gate-Oxid eines MOS-Bausteins durch eine Überspannung irreparabel beschädigt. Dies bedeutet, dass durch Überschreiten absoluter Maximalspannungen ICs beschädigt werden können, indem eine Sperrschicht oder das Gate-Oxid durchbrochen werden.

Einige absolute Maximalspannungen werden mit anderen Spannungen ausgedrückt. In anderen Worten, die Eingangsspannung (UIN) eines Verstärkers kann auf USS–0,3 V ≤ UIN ≤ UDD+0,3 V begrenzt sein. Oder die maximal zulässige negative Versorgungsspannung kann bezüglich der positiven Versorgungsspannung –USS ≤ UDD definiert werden. Ersteres bedeutet, dass die Eingangsspannung nicht über 300 mV über der Versorgung liegen darf. Die zweite Aussage heißt, dass der Maximalwert der negativen Versorgungsspannung nie die positive Versorgungsspannung übersteigen darf. Dies bedeutet nicht, dass, falls man mit einer UDD von z.B. +10 V arbeitet, die am Eingang +8 V angelegt werden kann; oder an USS –8 V, bevor UDD eingeschaltet wird.

Obwohl Siliziumbausteine eine kristalline Struktur haben, sind sie keine Kristallkugeln und können die Zukunft nicht vorhersagen. Absolute Maximalspezifikationen dieses Typs bedeuten, dass die Reihenfolge beim Einschalten der Versorgungsspannung und Anlegen der Signale wichtig ist. Ein Überschreiten solcher Grenzwerte verursacht vielleicht keinen Ausfall des Bausteins, kann aber wahrscheinlich parasitäre Elemente im IC-Substrat aktivieren. Diese wiederum können zu einem Latchup führen, die Stromversorgung kurzschließen und das Bauteil durch Überstrom oder Übertemperatur zerstören.

Zusätzlich zu Spannungsgrenzwerten kann die absolute Maximalspezifikation folgendes begrenzen: die Verlustleistung auf dem Baustein, die Ströme an bestimmten Anschlüssen und die Chip- sowie die Gehäusetemperatur. Manchmal können Transienten und Stromgrenzwerte höher als die entsprechenden Werte im Betrieb sein, doch ist es sehr wichtig, die vorgegebenen Grenzwerte zu verstehen und einzuhalten.

Von Uwe Bröckelmann nach Unterlagen von Analog Devices.

Was sich mit dem Release 2012b für Matlab/Simulink alles ändert

Im Herbst des vergangenen Jahres hat Mathworks mit dem Release 2012b die aktuelle Version von Matlab/Simulink auf den Markt gebracht. Eine wesentliche Neuerung ist das sogenannte Look & Feel. Der Desktop ist jetzt mehr denn je auf Workflows ausgerichtet.

Funktionalität in Form von Buttons wird dann angezeigt, wenn man sie tatsächlich braucht. Möglich machen das die neuen Toolstrips, ein Konzept ähnlich den dynamischen Buttonleisten, die man von Microsoft-Anwendungen her gewohnt ist. Neue Funktionen lassen sich besser auffinden, da viele Tools mit grafischen Oberflächen, die in Matlab und den Toolboxen mitkommen, jetzt in Form von Apps im neuen Toolstrip zur Verfügung stehen. Die Benutzeroberfläche ist insgesamt aufgeräumter. Alles ist an einem Ort und dann sichtbar, wenn es gebraucht wird. Die moderne Oberfläche erinnert an ein Smartphone oder Tablet-Geräte, mit denen viele Anwender sehr vertraut sind.

Über viele Jahre hinweg wurden alle sechs Monate neue Funktionen hinzugefügt, aber nicht immer haben die Anwender diese auch schnell gefunden. Der Umstand, dass der Desktop überarbeitet wurde, heißt nicht, dass nicht in anderen Bereichen ebenso investiert wird. Viele Teams sind ständig damit beschäftigt, laufend verschiedene Aspekte zu verbessern. Dazu gehört auch der Desktop.

Um nur drei Beispiele zu nennen: Im Bereich Test & Measurement ist in den letzten Jahren wieder viel zusätzliche Unterstützung zum direkte Anbinden von Matlab an Messhardware dazugekommen. Als wichtiger Schritt im Bereich der Objektorientierten Programmierung lassen sich jetzt abstrakte Klassen verwenden, was vor allem Informatiker freuen wird. Sie brauchen nicht nur die mathematischen Fähigkeiten, sondern auch die Eigenschaften als vollwertige Programmiersprache. Ein besonderes Highlight ist das Import-Tool, um beispielsweise vermischte Excel-Daten einzulesen und in die richtigen Datentypen abzulegen. Das war früher wesentlich aufwändiger, jetzt ist das dank neuer Oberfläche und mehr Programmintelligenz eine flotte Sache.

Smartes Signal-Routing sorgt für aufgeräumte Modelle

Release 2012b bringt den neuen Simulink- und Stateflow-Editor, der Navigation, Ansicht und Bearbeitung von Modellen erleichtert. Mit diesen Werkzeugen soll Simulink R2012b das Modellieren vereinfachen. Von den Anwendern ist bekannt, dass sie Simulink-Modelle oft ändern, nur damit sie besser aussehen. Oder sie wünschen sich, sie könnten Blöcke einfacher mit Signallinien verbinden. Der überarbeitete Simulink-Editor denkt mit. „Smart Signal Routing“ führt Signale so, dass sie nicht zu viel kreuzen und trotzdem keine extra Schlenker machen. Nicht wenige haben sich schon einmal in komplexen Programmen „verirrt“ oder über zu viele offene Fenster geärgert. Um immer direkt in der Struktur des Modells navigieren zu können, ist der neue Simulink Editor mit Tabbed Windows, also Reitern für Modellfenster, und dem „Explorer Bar“ ausgestattet.

Sich auf Entwurf und Analyse konzentrieren

Der Editor sorgt für eine einheitliche Infrastruktur bei gleichzeitiger Anwendung von Simulink und Stateflow und somit weniger Einarbeitungsaufwand. So bleibt der Fokus des Users auf dem System, und er kann sich auf seinen Entwurf bzw. die Analyse konzentrieren. Wer bislang nur Simulink, nicht aber Stateflow genutzt hat, weil er mit der Bedienung nicht zurechtkam, kann nun ruhig einen neuen Anlauf starten. Nicht nur wegen der verbesserten Oberfläche, sondern auch, weil die Action Language für Bedingungen und Transitionen jetzt die ganz normale Matlab-Sprache ist.

Simulink-Modelle lassen sich einfacher debuggen. Bedingte Unterbrechungspunkte, die „conditional breakpoints“, werden direkt auf Signale gelegt, ohne dass die dazugehörigen Daten aus den Augen verloren werden. Wer bisher Berührungsängste mit dem Simulink-Debugger hatte, sollte diesen im Release 2012b nutzen. Es gibt eine neue Funktion, um beim Modellieren in Simulink schnell zu variieren, ohne dass man sich gleich mit den Varianten beschäftigen muss. Blöcke und Subsysteme lassen sich auskommentieren, also von der Simulation ausnehmen, ohne dass das Modell strukturell verändert wird.

Mit dem Simulationsmodell zurück in der Zeit

Von Seiten der Anwender kam der Wunsch, eine Zeitmaschine für Simulink zu implementieren, damit man in der Simulationszeit rückwärtsgehen kann. Dieser Wunsch wurde erfüllt: Der User kann die Simulation anhalten – interaktiv, geskriptet oder eben mit Hilfe der neuen Unterbrechungspunkte – und dann in der Simulationszeit zurückgehen, um dort Parameter, Entscheidungen zu ändern oder auch einfach nur weitere detailliertere Nachforschungen anzustellen. Die Simulationszeit ist nicht länger streng monoton, sondern variabel.

Viele Anwender kennen die Problematik, wenn bei einem Modell hin und wieder der Regler anfängt auszureißen oder die Logik nicht passt. Bislang musste man rechtzeitig vorher wissen, dass es gleich schief gehen wird, dort unterbrechen, den Debugger starten und dann schrittweise fortfahren. Jetzt können Anwender die Simulation pausieren, sobald sie das unerwünschte Verhalten erkennen, und einige Schritte zurückgehen.

Die Simulation lässt sich an die aktuelle Simulation einfach ein Stück zurückspulen. Nutzer können die Funktion kombinieren, indem der komplette Simulationszustand abgespeichert wird. Häufig kam die Frage auf, wie sich ein Simulationslauf variieren lässt, kurz bevor die Simulation einen bestimmten Zustand eingenommen hat, ohne genau zu wissen, wann dies der Fall ist. Man setzt einen Unterbrechungspunkt auf ein Signal, an dem sich erkennen lässt, dass der gewünschte Zustand erreicht ist. Dann geht man einige Schritte in der Zeit zurück, bis der Punkt erreich ist, an dem die Ursache dafür auftritt.

Trial und Error waren gestern

Der gesamte Simulationszustand ist mit der „SimState“-Funktionalität problemlos speicherbar. Ab diesem Punkt können User nach Belieben variieren, und das auch über die Matlab-Kommandozeile steuern und lokal oder massiv parallelisieren.

Wir sprechen hier nicht von dem Mini-Modell, das ohnehin in wenigen Sekunden durchläuft, sondern von großen Systemmodellen, die vielleicht bis zum Verzweigungspunkt schon einige Stunden simulieren und von da ab nochmal einige Zeit brauchen. „Intelligentes“ Simulieren spart richtig Zeit. Die Ersparnis, die Ihnen die Möglichkeiten bietet, geht in Größenordnungen von Wochen an reiner Simulationszeit. Und wer schneller Antworten aus seiner Simulation hat, kann schneller Entscheidungen treffen und alternative Designs in Betracht ziehen.

Mit den Apps lassen sich vorhandene Funktionalitäten in Matlab und den Toolboxen leichter finden, weil alle Apps in der Apps Gallery zusammengefasst sind. Diese ersetzt das bisherige Startmenü. Eine App ist eine abgeschlossene Anwendung innerhalb von Matlab, typischerweise mit Benutzeroberfläche. Solche Apps lassen sich selbst schreiben bzw. bestehende Anwendungen und Oberflächen als App verpacken.

Der Autor: Dr. Joachim Schlosser ist Manager Application Engineering bei MathWorks in Ismaning, Deutschland.

 

European Analog Design Contest von TI geht in die nächste Runde

Nachdem Texas Instruments die Gewinner des Analog Design Contest (ADC) 2012 auf der electronica bekannt gegeben hat, lädt das Unternehmen auch in diesem Jahr Studenten der Elektrotechnik, Elektronik, Elektro- und Informationstechnik, Mechanik oder vergleichbarer Studienrichtungen wieder zur Teilnahme am Innovations-Wettbewerb ein. Entwicklerteams haben hier die Möglichkeit, Analog-Systeme zu entwickeln und einer Fachjury vorzulegen. Den Gewinnern winken attraktive Geldpreise. Der Anmeldeschluss für den Analog Design Contest ist der 28. Februar 2013. Dieses Jahr wird der Wettbewerb auch von Mouser Electronics unterstützt.

Einreichen kann man seine Vorschläge über ein Word-Formular auf der Webseite von TI.

Texas Instruments unterstützt die Teilnehmer unter anderem mit Bausteinen aus seinem IC und Entwicklungstoolprogramm, die den Studenten kostenlos zur Verfügung gestellt werden.

Die Mannschaften konzipieren, entwickeln und bauen Analog-Systeme, die in einem zweistufigen Verfahren von einer Fachjury, die aus Fachleuten der Branche, Universitätsprofessoren (nicht von den teilnehmenden Hochschulen) und Analogexperten von TI besteht, bewertet werden. Kriterien sind die Originalität der Design-Idee, deren Umsetzung, das eigentliche Analog-Design, der Effekt der verwendeten Tools und Bausteine, der Praxisnutzen und die Projektbeschreibung (max. 10 Seiten).

In der ersten Runde werden 20 Mannschaften prämiert, die jeweils 1000 US-$ erhalten. Aus diesen Teilnehmern setzen sich dann die vier Sieger zusammen. Dem Gewinner-Team des ADC winkt ein Preisgeld von 10.000 US-$. Die Zweitplatzierten dürfen sich über 5000 US-$ freuen. Für die Plätze drei und vier stellt TI jeweils 2500 US-$ zur Verfügung.

Aufgeschnappt: Energy-Harvesting-Bausteine

Als Antwort auf die Frage, wie weit sich die Leistungsaufnahme eines Gerätes absenken lässt, präsentiert Texas Instruments mit dem TPS62736 den eigenen Angaben zufolge sparsamsten Abwärts-Gleichspannungswandler der Industrie. Gegenüber alternativen Bausteinen erhöht der Baustein die per Energy Harvesting gewonnene Energiemenge, die einer Endanwendung zur Verfügung gestellt werden kann, um 70 Prozent [sic!]. Der Wandler ermöglicht damit den batterielosen Betrieb verschiedener Applikationen, darunter beispielsweise drahtlose Sensornetzwerke, Überwachungssysteme, Rauchmelder, am Körper zu tragende medizinische Geräte und Mobiltelefon-Zubehör.

DC-DC-Wandler mit geringer Leistungsaufnahme

Der DC-DC-Wandler TPS62736 erzielt bei Ausgangsströmen zwischen 10 µA und 50 mA einen Wirkungsgrad größer 90 Prozent. Im aktiven Zustand nimmt er 350 nA auf, im Standby-Status 20 nA. Bei Ausgangsströmen über 15 µA arbeitet er durchgehend mit einem Wirkungsgrad über 90 Prozent. Er setzt die von der jeweiligen Energiequelle, d.h. einer Batterie in Dünnschicht- oder Normalausführung bzw. einem Superkondensator gelieferte Eingangsspannung auf eine Ausgangsspannung herab, deren Höhe sich programmieren lässt.

Der Chip wird zurzeit von TI bemustert. Er besitzt ein 3,5 x 3,5 mm großes QFN-Gehäuse und kostet 2,‑ US-Dollar (ab 1.000 Stück). Die Massenfertigung dürfte zum Ende des ersten Quartals beginnen. Für ausgewählte Kunden sind Evaluierungs-Module verfügbar.