制造商:ADI/AD
优势和特点
单通道高压DAC
12位分辨率
引脚可选的30 V或60 V输出范围
集成式精密基准
带回读能力的低功耗串口
集成式温度传感器报警功能
上电复位
宽工作温度范围:−40°C至+105°C
产品详情
AD5501是一款内置一个片上高压输出放大器和一个集成式精密基准的单通道、12位、串行输入DAC。这款DAC输出电压范围可通过范围选择引脚(R_SEL)编程。如果(R_SEL)引脚保持高电平,DAC输出范围则为0V至30 V。如果(R_SEL)引脚保持低电平,DAC输出范围则为0V至60 V。片上输出放大器支持AGND + 0.2 V和VDD –0.5 V范围内的输出摆幅。AD5501具有与SPI®, QSPI™ ,MICROWIRE™和DSP接口标准兼容的高速串口,可处理高达30MHz的时钟速度。该串口为用户提供写入和读出大多数内部寄存器的能力。为降低上电时的功耗,初始仅有AD5501的数字部分上电。这使得用户能够将DAC寄存器编程为所需的值,同时仅消耗23 μA的电源电流(典型值)。AD5501整合了上电复位电路,可确保DAC寄存器在已知状态下上电,并一直保持到发生有效写入该器件。模拟部分通过SPI接口发出上电命令进行上电。AD5501在掉电模式下提供软件可选的输出负载。
AD5501具有片上温度传感器。如果裸片的温度超过130ºC ALARM引脚(低电平有效CMOS输出引脚)就会标记一次报警,然后AD5501与输出放大器断开连接,进入温度关断模式,从而避免短路。AD5501在执行软件上电命令之前一直保持掉电模式。
AD5501采用小型16引脚TSSOP封装。AD5501工作于扩展的温度范围−40°C至+105°C。
AD5501电路图
AD5501 引脚图
标题 | 类型 | 大小(KB) | 下载 |
---|---|---|---|
UG-059: Evaluation Board User Guide for AD5501/AD5504 | 544 | 点击下载 |
电子发烧友网报道(文/周凯扬)在追求高精度自动视觉检测的图像传感器中,我们常常提到红外这一波段。要想进一步细分的话,往往750nm到1000nm的波段范围称为近红外(NIR),而1000nm到1600nm之间的波段称为短波红外(SWIR)。 在短波红外的波段下,这类传感器得以看到不少与传统CMOS图像传感器不同的画面,其成像或对比结果可以直接用于自动视觉检测中,且无需较高的像素,比如晶圆制造中的薄膜工艺,或是智能穿戴设备的温度监测。 而最近不少
3月10日下午,开放原子开源基金会(以下简称“基金会”)成功召开“2023年开放原子开源基金会TOC交流会”,两届TOC成员共聚一堂,回顾第一届TOC的价值理念,畅谈未来工作构想。会议由TOC秘书杨丽蕴、第二届TOC主席谭中意共同主持。除两届TOC成员外,基金会理事长助理刘京娟、副秘书长辛晓华、运营部部长李博、开源项目运营官刘宇航、TOC秘书助理李智琪等一同参加。 开放原子开源基金会副秘书长辛晓华 会议伊始,辛晓华副秘书长受孙文龙理事长委
自动驾驶技术日新月异,NVIDIA DRIVE 解决方案不断推动汽车领域实现进步。在 2023 年 3 月 20 日 - 23 日 举行的 NVIDIA GTC 大会 中,NVIDIA 将会开展各类自动驾驶领域相关主题的精彩分会,NVIDIA 技术专家和汽车合作伙伴将在各分会中为大家介绍用于端到端自动驾驶汽车开发的最新 NVIDIA DRIVE 解决方案和相关行业用例! 本文将为大家推荐 三场精彩的自动驾驶主题在线观看派对 。GTC Watch Party (在线观看派对)是由 NVIDIA 本地专家主持,以中文讲解,带领参与者
2.85 V至15 V的输入电压范围支持各种应用。集成主开关可产生低至输入电压以下39 V的可调负输出电压。
随着近年工业的发展,市场对硬件工程师的需求量日渐增长,而 硬件工程师是属于入门难、周期长的一门职业 。而很多初学者在学习期间,没有完善的设备学习,以及缺少领路人的带领。因此往往比其他人多走很多弯路。 针对此问题, 凡亿教育适时推出 《90天硬件工程师实战特训班》 ,帮助学员定制学习计划和目标,并通过任务驱动式学习,“以面带点,点面结合”,层次递进地拓展电路原理及电路设计要点,进而让大家知道“学过的知识点有什么
北美时间4月5日,全球权威 AI 基准测试 MLPerf 3.0 最新结果正式公布,戴尔新一代AI与边缘计算服务器取得有史以来最好成绩: 数据中心赛道,戴尔新一代GPU服务器PowerEdge XE9680斩获3项第一、9项第二; 边缘计算赛道,戴尔PowerEdge XR系列边缘计算服务器拿下10项第一。 恭喜戴尔! MLPerf由ML Commons联盟组织,是全球最知名、参与度最高的AI计算基准测试,包含Training(训练)和Inference(推理)两大领域。MLPerf选择AI各个热门领域的经典模型,在满足技术规范前提
如今, 金融业已经看到了 AI 的巨大潜力。 全球领先的企业都在采用 AI 技术部署富有创新性的数字体验和智能服务,以获得收益、提高运营效率并优化客户体验。 而企业对 AI 的投入也正在带来可以量化的回报。 “金融服务业 AI 现状: 2023 年趋势” 调研报告显示,近一半的受访者表示, AI 将帮助他们的企业机构增加至少 10% 的年收入。 超过三分之一的人则表示, AI 每年还将帮助其减少至少 10% 的成本。 有全球影响力的企业在 AI 金融上取得了哪些实践
AD8692 | AD9259ABCPZ-50 | ADUC7124 | AD9522-1 |
AD7740 | ADM1065 | ADG788 | AD7839 |
ADV7127 | AR1335 | AD8592 | ADUM3471 |
AD5602 | ADP1046A | AD8182 | ADS7042 |
AD7495 | AX-SFEU-API | ADP2442 | AD7415 |