3.0 kVrms电压隔离: ADUM162N0BRZ、ADUM163N1BRZ、ADUM1281CRZ、ADUM1285CRZ通用多通道隔离(数字隔离器)

一、ADUM162N、ADuM163N 集成故障安全和2、3个反向通道的鲁棒3.0 kV rms六通道数字隔离器

ADuM162N / ADuM163N 均为采用ADI公司iCoupler®技术的6通道数字隔离器。这些隔离器件将高速、互补金属氧化物半导体(CMOS)与单芯片空芯变压器技术融为一体,具有优于光耦合器件和其它集成式耦合器等替代器件的出色性能特征。这些器件的最大传播延迟为13 ns,在5 V下脉冲宽度失真小于4.5 ns。具有严格的4.0 ns(最大值)传播延迟通道间匹配。

应用
• 通用多通道隔离
• 串行外设接口(SPI)/数据转换器隔离
• 工业现场总线隔离

中文规格

1、ADUM162N0BRZ 数字隔离器 3000Vrms 6 通道 150Mbps 75kV/µs CMTI 16SOIC
技术:磁耦合
类型:通用
隔离式电源:无
通道数:6
输入 - 侧 1/侧 2:4/2
通道类型:单向
电压 - 隔离:3000Vrms
共模瞬变抗扰度(最小值):75kV/µs
数据速率:150Mbps
传播延迟 tpLH / tpHL(最大值):13ns,13ns
脉宽失真(最大):4.5ns
上升/下降时间(典型值):2.5ns,2.5ns
电压 - 供电:1.7V ~ 5.5V
工作温度:-40°C ~ 125°C
安装类型:表面贴装型
封装/外壳:16-SOIC(0.154",3.90mm 宽)
供应商器件封装:16-SOIC
基本产品编号:ADUM162

2、ADUM163N1BRZ 数字隔离器 3000Vrms 6 通道 150Mbps 75kV/µs CMTI 16SOIC
技术:磁耦合
类型:通用
隔离式电源:无
通道数:6
输入 - 侧 1/侧 2:3/3
通道类型:单向
电压 - 隔离:3000Vrms
共模瞬变抗扰度(最小值):75kV/µs
数据速率:150Mbps
传播延迟 tpLH / tpHL(最大值):13ns,13ns
脉宽失真(最大):4.5ns
上升/下降时间(典型值):2.5ns,2.5ns
电压 - 供电:1.7V ~ 5.5V
工作温度:-40°C ~ 125°C
安装类型:表面贴装型
封装/外壳:16-SOIC(0.154",3.90mm 宽)
供应商器件封装:16-SOIC
基本产品编号:ADUM163

(明佳达)3.0 kVrms电压隔离: ADUM162N0BRZ、ADUM163N1BRZ、ADUM1281CRZ、ADUM1285CRZ通用多通道隔离(数字隔离器)

二、ADUM1281、ADUM1285 3kV rms、双通道数字隔离器

ADuM1281/ADuM1285均为采用ADI公司iCoupler®技术的双通道数字隔离器。这些隔离器件将高速CMOS与单芯片空芯变压器技术融为一体,具有优于光耦合器件和其它集成式耦合器等替代器件的出色性能特征。

产品应用
•通用多通道隔离
•数据转换器隔离
•工业现场总线隔离
•混合动力汽车、电池监控器和电机驱动

技术规格

1、ADUM1281CRZ 数字隔离器 3000Vrms 2 通道 100Mbps 25kV/µs CMTI 8SOIC
技术:磁耦合
类型:通用
隔离式电源:无
通道数:2
输入 - 侧 1/侧 2:1/1
通道类型:单向
电压 - 隔离:3000Vrms
共模瞬变抗扰度(最小值):25kV/µs
数据速率:100Mbps
传播延迟 tpLH / tpHL(最大值):24ns,24ns
脉宽失真(最大):2ns
上升/下降时间(典型值):2.5ns,2.5ns
电压 - 供电:3V ~ 5.5V
工作温度:-40°C ~ 125°C
安装类型:表面贴装型
封装/外壳:8-SOIC(0.154",3.90mm 宽)
供应商器件封装:8-SOIC
基本产品编号:ADUM1281

2、ADUM1285CRZ 数字隔离器 3000Vrms 2 通道 100Mbps 25kV/µs CMTI 8SOIC
技术:磁耦合
类型:通用
隔离式电源:无
通道数:2
输入 - 侧 1/侧 2:2/0
通道类型:单向
电压 - 隔离:3000Vrms
共模瞬变抗扰度(最小值):25kV/µs
数据速率:100Mbps
传播延迟 tpLH / tpHL(最大值):24ns,24ns
脉宽失真(最大):2ns
上升/下降时间(典型值):2.5ns,2.5ns
电压 - 供电:3V ~ 5.5V
工作温度:-40°C ~ 125°C
安装类型:表面贴装型
封装/外壳:8-SOIC(0.154",3.90mm 宽)
供应商器件封装:8-SOIC
基本产品编号:ADUM1285

注:本文部分内容与图片来源于网络,版权归原作者所有。如有侵权,请联系删除!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/218530.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

源代码泄密困扰企业?上海迅软DSE助力解决问题

源代码是软件开发最重要的资源,同时也是开发人员思想、经验和工作的结晶。对于软件开发企业来说,实施有效的源代码防泄密措施至关重要,因为源代码文档和程序文档都具有极高的商业价值,属于企业的商业机密。 为了确保企业的源代码…

Java_Mybatis_缓存

缓存 1.概述 Mybatis 缓存:MyBatis 内置了一个强大的事务性查询缓存机制,它可以非常方便地配置和定制 2.会话缓存(一级缓存) sqlSession 级别的,也就是说,使用同一个 sqlSession 查询同一 sql 时&#x…

YOLOv7独家原创改进:SPPF自研创新 | SPPF创新结构,重新设计全局平均池化层和全局最大池化层,增强全局视角信息和不同尺度大小的特征

💡💡💡本文原创自研创新改进:SPPF_improve利用全局平均池化层和全局最大池化层,加入一些全局背景信息和边缘信息,从而获取全局视角信息并减轻不同尺度大小所带来的影响 强烈推荐,适合直接使用,paper创新基本 💡💡💡 在多个数据集验证涨点,尤其对存在多个尺…

大模型的研究新方向:混合专家模型(MoE)

大模型的发展已经到了一个瓶颈期,包括被业内所诟病的罔顾事实而产生的“幻觉”问题、深层次的逻辑理解能力、数学推理能力等,想要解决这些问题就不得不继续增加模型的复杂度。随着不同应用场景的实际需求,大模型的参数会变得越来越大&#xf…

npm安装,idea中启动vue失败

node 设置配置之后,要查询时,会从.npmrc中读取路径 .npmrc自己创建的(默认情况下.npmrc会创建在C盘中) 我创建的在D:\studay-and-working\node16.14\node_modules\npm中 指定.npmrc文件,因为默认会访问C盘的.npmrc文件…

Docker 安装Apache Superset 并实现汉化和快速入门

什么是Apache Superset Apache Superset是一个现代化的企业级商业智能Web应用程序。Apache Superset 支持用户的各种数据类型可视化和数据分析,支持简单图饼图到复杂的地理空间图表。Apache Superset 是一个轻量级、简单化、直观化、可配置的BI 框架。 Docker 安…

【报错栏】(vue)Module not found: Error: Can‘t resolve ‘element-ui‘ in xxx

Module not found: Error: Cant resolve element-ui in xxx 报错原因是: 未安装 element-ui 依赖 解决: npm install element-ui 运行

C语言 二叉树详解(自我理解版)!!!二叉树的实现

目录 1.树的概念和结构(了解) 1.1树的概念 1.2关于树的每个组成结构的叫法 1.3树的结构体表示 1.4树在实际中的运用 2.二叉树的概念和结构和实现(本期偏重点之一) 二叉树的概念 ​编辑 特殊的二叉树 1.完全二叉树 2.满二…

Unity 实现单例模式

目录 基本概念 饿汉模式(推荐) 懒汉模式: 基本概念 单例模式:类只有一个实例,一般使用static来实现单例模式; 比如:有一个Test类,实现了单例,假设这个唯一的实例名为SingTonle,实例在类内被实现并被stat…

MAX/MSP SDK学习09:重要示例1

本示例涉及到单个MSP对象同时使用Signal类型、Message类型的入口;代理入口的使用。 注意:MSP对象的入口默认为代理入口,因此Signal类型、Message类型的数据都可接收; #include "ext.h" #include "ext_obex.h&…

【FPGA图像处理实战】- 图像行缓存设计实现方式一(FIFO)

图像处理中稍复杂点的算法,就需要行缓存,以实现3*3窗口、6*6窗口的数据计算。 本文将介绍使用FIFO来实现图像行缓存的设计,包括关键逻辑分析,源代码实现分享。 一、行缓存功能的设计框架 图像数据一般都是按照从左到右,从上到下,一行行数据的方式发送传输的。 这里以…

机器学习三个基本要素:优化算法

在确定了训练集 D、假设空间 ℱ 以及学习准则后,如何找到最优的模型𝑓(x,θ∗) 就成了一个最优化(Optimization)问题。机器学习的训练过程其实就是最优化问题的求解过程。 参数与超参数 在机器学习中,优化又可以分为参…

mybatis查询结果resultMap映射vo源码分析

概述 mybatis是一个常用的持久层框架;通常搭配mysql使用; 在将查询结果映射成一个复杂vo的时候,通常会用到resultMap,在其中嵌套association和collection等操作;将一个复杂查询拆分成简单查询; 在vo中的变…

WSL 配置 Docker 内存和 CPU 资源限制

我用的电脑一共有40G内存,最近发现电脑重启后,VmmemWSL 进程很快就会占用一多半的内存(20G),电脑中有多个停止运行的容器,正常启动状态的只有一个 MySQL 服务,通过 docker stats 查看占用内存也…

PyCharm安装教程

1.1 为什么要安装python开发环境 上一篇文章我们安装了python,准确来说是python解释器,它没有自带的可视化开发工具,只能通过命令行窗口来执行python代码,这里我们就来下载一个用于python开发的可视化工具——PyCharm。 1.2 PyC…

boost1.55 安装使用教程 windows

第一步 :首先在boost官网上下载库压缩包 添加链接描述 选择自己需要的版本进行下载 解压后执行booststrap.bat 用来生成创建b2.exe 和bjam.exe 拓展:.\b2 --help 了解一下有哪些参数可以配置 默认b2.exe编译后,链接到项目如果出现如下错误…

人工智能基本常识:让深度学习技术更加人性化

近年来,人工智能技术日臻成熟。现在,许多产品和服务都依靠人工智能技术实现自动化和智能化,因此它与我们的日常生活息息相关。无论是为我们带来各种便利的家用设备,还是我们一直在使用的产品制造方式,人工智能的影响无…

低代码开发与传统软件开发:未来趋势与竞争格局

近年来,低代码开发平台的快速发展引起了各行各业的广泛关注。低代码开发平台简化了软件开发的复杂性,提供了更快速、更灵活的开发方式。于是,许多人开始产生一个疑问:未来低代码开发是否会取代传统软件开发?今天这篇文…

nodejs微信小程序+python+PHP沧州地区空气质量数据分析系统-计算机毕业设计推荐 django

本系统不仅主要实现了注册登录,系统首页,个人中心,用户管理,城市区域管理,空气状况管理,空气质量管理,系统管理,数据爬取,大屏分析等功能,通过这些功能基本可…

CompressAI benchmark经典/传统图像编码器的使用

文章目录 使用简介安装依赖编译安装BPG 使用简介 CompressAI的github仓库中Usage-Evaluation给出了传统编解码器的使用帮助,但是并未给出详细的使用方法。本文旨在进行总结使用方法。下图是传统编解码器相关代码的存放地点,其中codecs为各种编解码器类的…