※文章转载自与非网罗姆技术社区,作者为y369369
今天我们来测一测,罗姆的充电模块——BP3621(发射)和BP3622(接收),罗姆的13.56MHz无线充电模块是面向小型传感设备和可穿戴设备设计而成的。产品实现了Qi标准难以实现的超小型设备的无线充电。13.56MHz是与NFC通信协议相同的频段,因此可以共用NFC通信天线进行供电。通过成对使用已完成天线设计和匹配调试的BP3621(发射)和BP3622(接收)模块,可以大大缩短天线设计和匹配调试的开发时间。
实物说明
向上滑动阅览
包装还是很精简的
拆开包装是卡片形式,尺寸也是非常小(BP3621是35.0mm × 26.0mm × 1.5mm,BP3622是24.0mm × 17.0mm × 1.5mm),也符合现在的应用,小身板大能量
正面照
BP3621背面是引脚
BP3622背面
一些手册我们就不在这里分享了,管管活动页都有,下边我们就说说怎么接线吧,因为没有软线座,只能飞线了,(话说这里是不是做一些引线坐会更好呢)
其他资料
·技术规格书-BP3621下载
·技术规格书-BP3622下载
·查看白皮书
·应用指南下载
引脚介绍
下图是BP3621的引脚介绍
下图为BP3622的引脚介绍
左右滑动查看更多
接线方式
其实写了这么多引脚,我们只是再坐简单的充放电测试的时候不需要用到这么多引脚,发送端BP3621:只需要接2根线就可以了,就是BP3621背面标有4和11的2个引脚即可。接收端BP3622:接线要多点,需要3根线,就是背面的3,8短接,8是地,6是输出正。
接下来就测一下这两个模块。
接线方式
官方参考
其实写了这么多引脚,我们只是在做简单的充放电测试的时候不需要用到这么多引脚,发送端BP3621:只需要接2根线就可以了,就是BP3621背面标有4和11的2个引脚即可。接收端BP3622:接线要多点,需要3根线,就是背面的3,8短接,8是地,6是输出正。直接飞线,2个模块接线方式如下:
图一接线方式
图二接线方式
左右滑动查看更多
焊接比较简单也是最直接的方法,很好上手。2块如下展示:
测试方式
接下来就该提到的万用表登场了,测一测他的供电电压。需要给BP3621发送端供电,VDD上边需要接5V电源就可以。BP3622接收端的P12脚接地。这我用了2个万用表测,看看有没有误差,直接测VBAT到地的电压即可。
数据如下:
第一次测试数据显示:5.1
第二次测试数据显示:5.27
左右滑动查看更多
视频
下边直接上视频吧,测试一下无线充电的实时数据,让两个模块线圈靠近时,观察电压表的实数,是有数据的,相当灵敏,所以,罗姆的这个无线充电模块非常适合给设备做供电,应用还是相当广泛的。
END
咨询或购买产品
扫描二维码填写相关信息
将由工作人员与您联系
点击阅读原文 了解更多信息
原文标题:R课堂 | 无线充电模块“BP3621”和“BP3622”的开箱以及接线说明
文章出处:【微信公众号:罗姆半导体集团】欢迎添加关注!文章转载请注明出处。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
原文标题:R课堂 | 无线充电模块“BP3621”和“BP3622”的开箱以及接线说明
文章出处:【微信号:罗姆半导体集团,微信公众号:罗姆半导体集团】欢迎添加关注!文章转载请注明出处。
相关推荐
电子发烧友网站提供《Simplelink™ CC3301 Wi-Fi 6和低功耗Bluetooth® BoosterPack™插件模块(BP-CC3301).pdf》资料免费下载
发表于 11-07 10:15
•0次下载
电子发烧友网站提供《BP-CC33-BBB-ADAPT硬件.pdf》资料免费下载
发表于 11-06 09:43
•0次下载
BP网络 ,全称为 反向传播神经网络(Backpropagation Neural Network) ,是一种基于误差反向传播算法(Error Backpropagation Algorithm
发表于 07-19 17:24
•1317次阅读
BP(反向传播)神经网络是一种多层前馈神经网络,它通过反向传播算法来训练网络中的权重和偏置,以最小化输出误差。BP神经网络的核心在于其前向传播过程,即信息从输入层通过隐藏层到输出层的传递,以及反向
发表于 07-11 16:44
•437次阅读
BP神经网络(Backpropagation Neural Network)是一种基于误差反向传播算法的多层前馈神经网络,广泛应用于模式识别、分类、预测等领域。在构建BP神经网络模型之前,获取高质量
发表于 07-11 10:50
•476次阅读
(Backpropagation Algorithm,简称BP算法)来不断调整网络的权重和阈值,以最小化网络输出与目标值之间的误差。本文将从BP神经网络的基本原理、学习机制、训练过程以及应用等方面进行详细阐述。
发表于 07-10 15:49
•450次阅读
Network),即反向传播神经网络,作为一种强大的多层前馈神经网络,凭借其优异的非线性映射能力和高效的学习机制,在语言特征信号分类中展现出了巨大的潜力。本文将从BP神经网络的基本原理、语言特征信号的提取与处理、BP神经网络在语言特征信号分类中的应用、
发表于 07-10 15:44
•311次阅读
BP(Back-propagation,反向传播)神经网络是一种多层前馈神经网络,通过反向传播算法训练,以最小化预测值与实际值之间的误差。BP神经网络因其广泛的应用和灵活性,在机器学习、人工智能以及
发表于 07-10 15:14
•435次阅读
BP神经网络算法,即反向传播神经网络算法,是一种常用的多层前馈神经网络训练算法。它通过反向传播误差来调整网络的权重和偏置,从而实现对输入数据的分类或回归。下面详细介绍BP神经网络算法的基本流程
发表于 07-04 09:47
•473次阅读
BP神经网络(Backpropagation Neural Network)是一种多层前馈神经网络,具有强大的非线性映射能力,广泛应用于模式识别、信号处理、预测等领域。本文将详细介绍BP神经网络
发表于 07-04 09:45
•357次阅读
反向传播神经网络(Backpropagation Neural Network,简称BP神经网络)是一种多层前馈神经网络,它通过反向传播算法来调整网络中的权重和偏置,以达到最小化误差的目的。BP
发表于 07-03 11:00
•663次阅读
BP神经网络(Backpropagation Neural Network)是一种多层前馈神经网络,其核心思想是通过反向传播算法来调整网络中的权重和偏置,以实现对输入数据的分类或回归。在BP神经网络
发表于 07-03 10:02
•573次阅读
BP神经网络的基本原理、结构、学习算法以及预测值的计算方法。 BP神经网络的基本原理 BP神经网络是一种基于误差反向传播的多层前馈神经网络。它由输入层、隐藏层和输出层组成,每层包含若干
发表于 07-03 09:59
•639次阅读
越接近1,表示模型的预测效果越好。当BP神经网络算法的R2值较小时,说明模型的预测效果不理想,需要进行相应的优化和调整。 数据预处理 数据预处理是提高BP神经网络算法
发表于 07-03 09:55
•867次阅读
BP神经网络算法,即反向传播(Backpropagation)神经网络算法,是一种多层前馈神经网络,通过反向传播误差来训练网络权重。BP神经网络算法在许多领域都有广泛的应用,如图像识别、语音识别
发表于 07-03 09:52
•399次阅读
评论