اینفینیون فناوری CoolSiC MOSFET 750 V نسل دوم (G2) را معرفی کرد. این فناوری با هدف بهبود بهره‌وری سیستم و افزایش چگالی توان در کاربردهای تبدیل توان در صنعت و خودروسازی طراحی شده است.

این فناوری یک سبد محصولاتی دقیق و متنوع با مقادیر مقاومت حالت روشن Rds معمول تا ۶۰ میلی‌اهم در دمای ۲۵ درجه سانتی‌گراد ارائه می‌دهد که آن را برای طیف گسترده‌ای از کاربردها مناسب می‌سازد، از جمله:

شارژرهای آن‌بورد (OBC)

مبدل‌های DC-DC

سامانه‌های جانبی خودروهای برقی (xEV)

کاربردهای صنعتی نظیر ایستگاه‌های شارژ خودرو برقی، اینورترهای خورشیدی، سامانه‌های ذخیره‌سازی انرژی، مخابرات و منابع تغذیه سوئیچینگ (SMPS)


مقاومت‌های حالت روشن ۴ و ۷ میلی‌اهم عملکردی عالی در کاربردهای سوئیچینگ ایستا ارائه می‌دهند و این MOSFETها را برای کاربردهایی نظیر فیوز الکترونیکی (eFuse)، کلیدهای قطع‌کننده باتری ولتاژ بالا، کلیدهای مدار حالت‌جامد (Solid-State Circuit Breakers) و رله‌های حالت‌جامد (Solid-State Relays) ایده‌آل می‌سازند.
ادامه مطلب را مطالعه فرمائید....
@Moallemekhoob

کمترین مقدار Rds _on کلاس خود یعنی ۴ میلی‌اهم، در بسته‌بندی Q-DPAK خنک‌شونده از بالا ارائه می‌شود که برای دستیابی به عملکرد حرارتی بهینه و اطمینان بالا طراحی شده است.

این فناوری به کاهش تلفات سوئیچینگ در توپولوژی‌های سوئیچینگ سخت (Hard-Switching) و نرم (Soft-Switching) کمک می‌کند و در موارد سوئیچینگ سخت، راندمان بی‌نظیری ارائه می‌دهد.

با کاهش بار گیت (Gate Charge)، به کمک این فناوری امکان سوئیچینگ سریع‌تر و کاهش تلفات در مدار درایور گیت را فراهم می‌کند و در کاربردهای با فرکانس بالا بهره‌وری بیشتری ارائه می‌دهد.

علاوه بر این، MOSFETهای CoolSiC نسل دوم با ولتاژ ۷۵۰ ولت، ترکیبی از ولتاژ آستانه گیت Vgs(th)بالا، به‌طور typ برابر با ۴.۵ ولت در دمای ۲۵ درجه را ارائه می‌دهند که مقاومت بالایی در برابر روشن شدن ناخواسته ناشی از پارازیت‌ها (PTO) ایجاد می‌کند.

همچنین، این فناوری امکان درایو گیت

توسعه‌یافته را فراهم می‌سازد، به‌طوری که ولتاژهای گیت ایستا تا -۷ ولت و ولتاژهای گذرای گیت تا -۱۱ ولت را پشتیبانی می‌کند.

این تحمل ولتاژی بهبود یافته، به مهندسان حاشیه طراحی بیشتری داده و سازگاری بالاتری با سایر قطعات موجود در بازار فراهم می‌آورد.

این مدل MOSFETهای CoolSiC 750 V G2 عملکرد عالی در سوئیچینگ، سهولت در استفاده و قابلیت اطمینان بالا را با رعایت استاندارد AEC-Q101 برای قطعات خودرو و استاندارد JEDEC برای قطعات صنعتی ارائه می‌دهند.

این فناوری به طراحی‌هایی کارآمدتر، فشرده‌تر و مقرون‌به‌صرفه‌تر برای پاسخ‌گویی به نیازهای رو‌به‌رشد بازار کمک می‌کند و تعهد اینفینیون به اطمینان‌پذیری و طول عمر بالا در کاربردهای ایمنی‌محور خودرو را تقویت می‌نماید.
@Moallemekhoob

این ربات را تماشا کنید که مانند یک انسان واقعی حرکات کششی انجام می‌دهد. سری CL یک ربات انسان‌نما است که توسط شرکت چینی Lim-X Dynamics توسعه یافته است. این ربات با استفاده از الگوریتم انقلابی «عملیات تجسم‌یافته مبتنی بر تولید ویدئو» آموزش داده می‌شود که به اختصار Video Gen Motion (VGM) نام دارد.

اما این به چه معناست؟

آن‌ها از مدل‌های هوش مصنوعی تولید ویدئو که از پیش آموزش دیده‌اند، بهره می‌برند و این مدل‌ها را با ویدئوهایی از حرکات انسان آموزش می‌دهند.

با ایجاد یک پایگاه داده هوشمند از این داده‌ها، می‌توانند فقط با استفاده از اشیای کمکی (props)، مواد آموزشی موردنیاز برای ربات‌هایشان را تولید کنند.

این رویکرد، فرآیند جمع‌آوری داده برای آموزش ربات‌های انسان‌نما را به‌شدت ساده می‌کند.

از سوی دیگر، ربات CL از طراحی محرک توخالی و محرک‌های با چگالی گشتاور بالا بهره‌مند است؛

این ویژگی‌ها ضمن ایجاد پایداری بالا، امکان انجام حرکات پویا را نیز فراهم می‌کنند. ترکیب این قابلیت‌ها باعث شده است که ربات CL قادر به اجرای حرکات بسیار پیچیده باشد—از جمله انتقال از حالت ایستاده به حالت درازکش روی زمین.

@Moallemekhoob

کمپانی STMicroelectronics هوش مصنوعی را در جدیدترین حسگر IMU با بازه ۳۲۰g خود، LSM6DSV320X، به کار گرفته است
هسته یادگیری ماشینی (Machine Learning Core) وظیفه انجام عملیات استنتاج (Inference) را مستقیماً روی حسگر برعهده دارد و پردازنده اصلی را برای سایر وظایف آزاد می‌گذارد.

شرکت STMicroelectronics از محصولی نوآورانه رونمایی کرده که آن را اولین در صنعت می‌داند: یک واحد اندازه‌گیری اینرسی (IMU) شامل دو شتاب‌سنج MEMS و هوش مصنوعی تعبیه‌شده، که قابلیت خواندن تا دامنه کامل ۳۲۰g را داراست.

سیمونه فری از STMicro درباره این حسگر جدید می‌گوید:

«ما به توسعه توانایی‌های حسگرهای MEMS پیشرفته مبتنی بر هوش مصنوعی خود ادامه می‌دهیم تا عملکرد و بهره‌وری انرژی برنامه‌های هوشمند امروزی را ارتقا دهیم. ماژول اینرسی جدید ما با قابلیت منحصربه‌فرد سنجش دوگانه، تعاملات هوشمندتر را ممکن می‌سازد و انعطاف‌پذیری و دقت بیشتری را به دستگاه‌ها و کاربردهایی مانند گوشی‌های هوشمند، پوشیدنی‌ها، برچسب‌های هوشمند، پایشگرهای دارایی، ثبت‌کننده‌های اطلاعات رویداد و زیرساخت‌های بزرگ‌تر می‌آورد.»

این مطلب ادامه دارد...
@Moallemekhoob

🚀 The latest update of the Altium Designer library from mBedLab is here!

This new version brings enhanced features for a more precise and professional circuit design experience:

✅ Full standardization of component models and footprints
✅ Addition of a wide range of new TH and SMD components

With this update, enjoy faster, more reliable designs aligned with industry standards.

📅 Update Date: 05/16/2025

#Electronics #Altium_Designer #ComponentLibrary #Footprint #CircuitDesign #mBedLab

📍Download the updated library now and join our channel:
@mBedLabLearning

📍mBedLab in English:
@mBedLabLearningEN

📍mBedLab Türkçe'de
@mBedLabLearningTR

این ماژول جدید که LSM6DSV320X نام دارد، یک ماژول شش‌محوره با ابعاد استاندارد ۳×۲.۵ میلی‌متر (حدود ۰.۱۲×۰.۱ اینچ) است، اما دو شتاب‌سنج مجزا در خود جای داده است:

کانال اول، "کانال low-g"، که می‌تواند در محدوده‌های ±۲، ±۴، ±۸ یا ±۱۶g تنظیم شود و با بالاترین وضوح اندازه‌گیری می‌کند.

کانال دوم، "کانال high-g"، که می‌تواند در محدوده‌های ±۳۲، ±۶۴، ±۱۲۸، ±۲۵۶ یا ±۳۲۰g تنظیم شود ولی وضوح پایین‌تری دارد.


هر دو کانال توانایی اندازه‌گیری در مقیاس کامل را دارند. همچنین ژیروسکوپ این ماژول قابلیت گزارش نرخ‌های ±۲۵۰، ±۵۰۰، ±۱۰۰۰، ±۲۰۰۰ و ±۴۰۰۰ درجه بر ثانیه را پشتیبانی می‌کند.

وقتی STMicro از "هوش مصنوعی" در LSM6DSV320X صحبت می‌کند، منظور آن هسته یادگیری ماشین (MLC) است — یک سیستم کم‌مصرف که برای انجام عملیات استنتاج یادگیری ماشین مستقیماً روی سنسور طراحی شده و با این کار، پردازنده اصلی را از این وظایف آزاد می‌سازد.
مانند سایر محصولات دارای MLC این شرکت، این سنسور نیز از "پیکربندی خودکار تطبیقی" پشتیبانی می‌کند و کتابخانه‌هایی برای ترکیب داده‌های حسگرها (sensor fusion)، تشخیص زمینه (context awareness) و
ادامه مطلب...

تشخیص زمینه (context awareness) و سایر کاربردها ارائه شده‌اند.

هسته یادگیری ماشین این سنسور به صورت داخلی قابلیت اجرای ویژگی‌هایی مانند گام‌سنج، تشخیص گام، شمارش گام، تشخیص حرکت قابل‌توجه، تشخیص کج شدن، تشخیص افتادن و طیفی از وقفه‌های استاندارد را دارد.

این IMU از طریق رابط‌های SPI، I2C، و MIPI I3C به میزبان متصل می‌شود و امکان همگام‌سازی داده‌ها با پردازنده اصلی را فراهم می‌کند. همچنین، ارتباطات ثانویه SPI و I3C برای انتقال داده‌های ژیروسکوپ و شتاب‌سنج به‌کار می‌روند.
به گفته شرکت، این قطعه تنها ۰.۶۷ میلی‌آمپر در حالت عملکرد ترکیبی پُربازده (combo high-performance mode) جریان مصرف می‌کند، در حالی که پیکربندی نه‌محوره (9-axis) این مقدار را به ۰.۸ میلی‌آمپر می‌رساند — این در ولتاژ کاری ۱.۰۸ تا ۳.۶ ولت DC برای رابط SPI یا I3C و ۱.۶۲ تا ۳.۶ ولت DC برای رابط I2C صورت می‌گیرد.

تراشه LSM6DSV320X اکنون از طریق نمایندگی رسمی STMicro قابل سفارش است، با قیمت شروع از ۹.۳۱ دلار برای هر قطعه در سفارش‌های تکی و کاهش قیمت تا ۵.۰۳ دلار برای هر قطعه در سفارش‌های ۵۰۰ عددی.
@Moallemekhoob
@mBedLablearning

استارت آپ Ixana و انقلابی در ارتباط انسان و رایانه با فناوری Wi-R

در دنیایی که فناوری‌های پوشیدنی و تعامل انسان و ماشین به‌سرعت در حال پیشرفت هستند، شرکت Ixana با معرفی فناوری بی‌سیم Wi-R گام بلندی به سوی آینده‌ای هوشمند، امن و کم‌مصرف برداشته است. این فناوری نوین با بهره‌گیری از میدان الکتریکی اطراف بدن انسان، بستری برای ارتباط سریع، ایمن و بسیار کم‌مصرف میان دستگاه‌ها فراهم می‌کند.

فناوری Wi-R چیست؟

فناوری Wi-R (مخفف Wireless through Electric Field Resonance) یک روش نوآورانه برای انتقال داده‌هاست که به‌جای انتشار امواج در فضای آزاد مانند Wi-Fi یا بلوتوث، از میدان الکتریکی طبیعی اطراف بدن انسان بهره می‌برد. به این ترتیب، داده‌ها تنها در محدوده‌ای بسیار محدود و خصوصی – به اندازه بدن فرد – منتقل می‌شوند. نتیجه آن کاهش شدید تداخل سیگنال‌ها، امنیت بالاتر و مصرف انرژی بسیار کمتر است.

مزیت‌ها و تفاوت‌ها با فناوری‌های موجود

تراشه‌ای که شرکت Ixana برای این فناوری طراحی کرده، قادر است داده‌ها را با سرعت ۴ مگابیت بر ثانیه انتقال دهد. این عدد شاید در ظاهر مشابه بلوتوث به‌نظر برسد،
ادامه مطلب ....
@Moallemekhoob

اما تفاوت اصلی در مصرف انرژی نهفته است: مصرف انرژی این تراشه تا ۱۰۰ برابر کمتر از بلوتوث است! علاوه بر آن، تأخیر انتقال داده‌ها نیز بسیار پایین بوده و برای کاربردهای بلادرنگ (real-time) کاملاً مناسب است.

کاربردهای متحول‌کننده Wi-R

فناوری Wi-R تنها یک ابزار ارتباطی نیست، بلکه زیرساختی برای آینده‌ای هوشمندتر است. برخی کاربردهای کلیدی این فناوری عبارتند از:

پرداخت و احراز هویت با لمس: تنها با لمس کردن یک نقطه، بدون نیاز به رمز یا کارت.

پایش سلامت لحظه‌ای: دستگاه‌های پوشیدنی که اطلاعات حیاتی بدن را در لحظه منتقل می‌کنند.

احراز هویت مداوم سخت‌افزاری: تأیید هویت کاربر به‌صورت پیوسته بدون نیاز به رمز عبور.

ذخیره و بازخوانی خاطرات دیجیتال: ثبت و بازیابی اطلاعات مهم شخصی از حافظه دیجیتال پوشیدنی.

کلون دیجیتال: مدلی از شما که بر اساس حرکات و تعاملات واقعی‌تان آموزش می‌بیند.

ناوبری داخلی برای افراد نابینا: با راهنمایی بی‌درنگ و بدون نیاز به اینترنت یا GPS.

کنترل بیماری‌هایی مانند دیابت بدون شارژ مداوم: با استفاده از دستگاه‌هایی با انرژی فوق‌العاده پایین.
ادامه مطلب را مطالعه فرمائید...

افزودن حواس انسانی به هوش مصنوعی: به‌گونه‌ای که رایانه‌ها بتوانند دیدن و شنیدن را تجربه کنند.


چشم‌انداز Ixana: نورون الکترونیکی آینده

هدف Ixana چیزی فراتر از تولید یک تراشه بی‌سیم است. این شرکت در حال توسعه یک مدل الکترونیکی از سیستم عصبی انسان است؛ چیزی که می‌تواند ارتباطات بی‌درنگ میان مغز انسان و هوش مصنوعی را ممکن سازد. آن‌ها می‌خواهند عمر باتری دستگاه‌های پوشیدنی را تا ۱۰ برابر افزایش دهند و همزمان سطح تعامل انسان با تکنولوژی را به سطحی بی‌سابقه برسانند.

افتخارات جهانی

تراشه Wi-R موفق به کسب جایزه نوآوری CES® در سال ۲۰۲۴ شده است؛ جایزه‌ای که تنها به نوآوری‌هایی اعطا می‌شود که پتانسیل تغییر صنعت را دارند. این موفقیت نشان می‌دهد که فناوری Ixana نه تنها از نظر فنی، بلکه از نظر بازار و تأثیر اجتماعی نیز بسیار آینده‌دار است.

استارت آپ Ixana با فناوری Wi-R مرزهای ارتباط انسان و دستگاه را جابه‌جا کرده است. انتقال داده از طریق میدان الکتریکی بدن، نه تنها مصرف انرژی را کاهش می‌دهد، بلکه بستری امن، سریع و کاملاً جدید برای تعامل با دنیای دیجیتال فراهم می‌سازد. آینده‌ای که در آن پوشیدنی‌ها دیگر فقط ابزار نیستند، بلکه به بخشی از سیستم عصبی دیجیتال ما تبدیل می‌شوند

راهکارهای حسگر ST برای عینک‌های واقعیت افزوده (AR)

در سال‌های اخیر، شاهد رقابت فزاینده‌ای بین شرکت‌های بزرگ فناوری برای توسعه عینک‌های واقعیت افزوده (AR) و واقعیت ترکیبی (MR) بوده‌ایم.

این دستگاه‌ها پتانسیل آن را دارند که نحوه تعامل ما با دنیای دیجیتال و فیزیکی را متحول کنند و تجربه‌های کاربری غنی‌تر و فراگیرتری را ارائه دهند.

در این میان، حسگرها نقش کلیدی را ایفا می‌کنند و امکاناتی نظیر کنترل حرکتی، تشخیص صدا، ثبت تصویر و سنجش محیط را برای این عینک‌ها فراهم می‌آورند.

شرکت STMicroelectronics با ارائه راهکارهای حسگر پیشرفته خود، در خط مقدم این تحول قرار دارد.

از گوشی‌های هوشمند تا عینک‌های AR
همانطور که در نمودار ارائه شده مشاهده می‌شود، بسیاری از شرکت‌های بزرگ فناوری و تولیدکنندگان گوشی‌های هوشمند در حال سرمایه‌گذاری و توسعه عینک‌های هوشمند و هدست‌های AR/MR هستند.

هدف نهایی، جایگزینی گوشی‌های هوشمند با عینک‌هایی است که به کمک آن‌ها بتوان به سادگی از طریق صحبت کردن و نگاه کردن، با افراد ارتباط برقرار کرد و با برنامه‌ها تعامل داشت.
این مطلب ادامه دارد...
@Moallemekhoob

برد آردوینو WeMos D1 با هسته ESP-WROOM-32 دارای بلوتوث و وای فای داخلی

برد آردوینو WeMos D1 WiFi یک برد بر پایه آردوینو و تراشه ESP32 می‌باشد. دارای 4 مگ حافظه داخلی و 11 پایه ورودی و خروجی دیجیتال است.

همچنین برد D1 کاملا با محیط برنامه نویسی IDE آردوینو سازگار است. با توجه به تراشه ESP32 انتخاب مناسبی برای اینترنت اشیاء IOT میباشد.

برد wemos d1 دارای ابعاد یکسان با برد آردوینو UNO می‌باشد. با استفاده از این برد امکان اتصال به اینترنت و وای فای و همچنین بلوتوث برای آردوینو خواهید داشت.

مشخصات برد توسعه Wemos D1 R32 - ESP32
ولتاژ کاری: 3.3V
جریان کاری: 500mA
ابعاد: 70x55m
میکروکنترلر: ESP32-WROOM-3
پردازنده داخلی: Xtensa® 32-bit LX6 Dua-core processor, up to 600 DMIPS
حافظه فلش داخلی: 4 مگابایت
حافظه ROM: 448 KByte
حافظه SRAM: 520 KByte
اتصالات: Wi-Fi 802.11 b/g/n، Bluetooth 4.2 BLE
پین‌های I/O: 11 پین دیجیتال، 1 ورودی آنالوگ
دارای جک آداپتور
رابط USB: میکرو USB برای تغذیه و برنامه‌نویسی
نحوه استفاده از برد توسعه Wemos D1 R32 - ESP32
@Moallemekhoob

ادامه آموزش ARM
پایپ لاین چیه و توی پردازنده‌های ARM چطوری کار می‌کنه؟

تصور کن یه آشپز هستی که می‌خوای یه برگر درست کنی 🍔🍳. مراحل کار اینه:

1. نان رو برمی‌داری 🥖 (Fetch)
2. مواد رو می‌چینی 🥬 (Decode)
3. برگر رو می‌پزی 🔥 (Execute)

توی روش عادی، هر مرحله رو کامل می‌کنی بعد سراغ بعدی می‌ری ⏳. ولی توی پایپ‌لاین، همین که نون رو برداشتی، همزمان می‌تونی مواد مرحلهٔ بعدی رو هم بچینی تا نفر بعدی اونو بپزه! اینطوری همه‌چی سریع‌تر آماده میشه ⚡.

پردازنده‌های ARM هم همین‌جوری کار می‌کنن:
- یه دستور رو می‌خوانن 📖 (IF)
- همزمان دستور قبلی رو رمزگشایی می‌کنن 🔍 (ID)
- و دستور قبل‌تر رو اجرا می‌کنن 💻 (EX)

نتیجه؟ پردازنده مثل یه آشپز حرفه‌ای، تو یه زمان چندتا کار رو پیش می‌بره و سیستم رو سریع‌تر می‌کنه!

پایپ‌لاین یعنی: همه‌چی رو همزمان مدیریت کن، اما بدون قاطی‌کردن!😉
در ادامه یکم حرفه ای تر توضیح میدم....
#ARMmicrocontroller
#STM32
#EmbeddedSystems
#ElectronicsEngineering
#MicrocontrollerProjects
#IoTdevelopment
#RoboticsDesign
#EmbeddedProgramming
#CortexM
#Pipeline
@Moallemekhoob
@mBedlablearning

برد «Arduino Nano Connector Carrier» و هفت ماژول توسعه‌ای جدید به نام Modulino توسط شرکت آردوینو معرفی شدند.
این برد افزونه کوچک برای بردهای خانواده Arduino Nano طراحی شده است و اتصال آسان به ماژول‌های توسعه Qwiic، Grove و Modulino را فراهم می‌کند.

مشخصات فنی Arduino Nano Connector Carrier:

حافظه: دارای درگاه کارت MicroSD با ارتباط SPI

درگاه‌های توسعه:

۴ درگاه Grove برای I/O دیجیتال/آنالوگ شامل:

۲ ورودی آنالوگ

۱ درگاه I2C

۱ درگاه UART


یک کانکتور Qwiic برای ارتباط I2C

هدر دوبل مادگی برای نصب بردهای سری Arduino Nano


ولتاژ ورودی/خروجی: قابل سوئیچ بین ۳٫۳ ولت و ۵ ولت

ابعاد برد: ۴۳ × ۲۸ میلی‌متر


این برد با ماژول‌های Seeed Studio Grove و نودهای Modulino که از طریق کانکتور Qwiic متصل می‌شوند، سازگار است.
@Moallemekhoob