当前位置: 首页 > ops >正文

VAS1082Q奇力科技LED驱动芯片固定电流值用于车用市场

以下是对文档《VAS1082Q_DATA SHEET_V1.0.pdf》的总结:

一、芯片基本信息 

  名称:VAS1082Q 恒流调节器,有10/15/20/25/30/40/60/90mA等不同电流规格。 

  封装类型:SOD123

二、产品概述

  功能特点:宽输入范围恒流LED驱动器,无需外部元件即可满足常见应用需求;高电流应用时可并联多个器件以提供更高输出功率。

  低电压性能:输入电压低至0.6V时可实现85%的设定电流,适用于极低电源电压的应用场景。

三、信息

  型号命名规则:以“VAS1082QN02E-10”为例,“Q”表示汽车级(工作温度-40~125°C),“N”表示SOD123封装,“02”为引脚编号,“E”表示符合ROHS标准,“-10”表示输出电流为10mA,其他型号中“-15”至“-90”依次对应15mA至90mA的电流规格。

四、产品特性

  汽车级认证:通过AEC-Q100认证,包括温度等级1(-40~125°C环境工作温度范围)、HBM ESD等级H2、CDM ESD等级C3B、PTC等级1(-40~125°C,每5分钟切换电源开/关,1000次循环)。

  电气特性:0V启动;0.6V时达到85%满电流设定,0.7V时达到100%满电流设定;击穿电压40V;电流精度±3%;120°C后具有负温度系数。

五、应用领域

  广告灯箱、景观照明、低端电流吸收器、理想恒流源等。

六、引脚配置与功能

  封装:SOD123。

  引脚描述:1号引脚为阳极(电流输入端),2号引脚为阴极(电流流出端)。

七、芯片丝印说明

  第一行:代码首字母对应年份(如“A”代表2020年,“B”代表2021年等),后续数字表示周数和批次号,例如“D3101”表示2023年第31周第一批次生产,“E1302”表示2024年第13周第二批次生产。

  第二行:“1082”表示零件号,“xx”表示10~90mA的恒定电流值。

八、绝对最大额定值

  阳极到阴极电压:-0.3V至44V。

  工作温度范围:-40°C至+125°C。

  结温:-40°C至+150°C。

  存储温度范围:-65°C至+150°C。

  ESD人体模型:2000V。

  结到环境热阻:250°C/W。

九、电气特性(测试条件:VIN=3V,TA=25°C)

  输入电压范围:0.6V至40V。

  启动电压:在-40~85°C温度范围内,当ILED=85%×ISET(ISET=40mA)时,启动电压为0.6V。

  LED电流精度:在-40~85°C温度范围内,VIN=3V时,精度为±5%。

十、封装尺寸(SOD123)

  包含多个维度的尺寸参数,如A(1.050~1.250毫米)、D(1.500~1.700毫米)、E(2.600~2.800毫米)等,同时提供了英寸单位的尺寸范围。

http://www.xdnf.cn/news/13621.html

相关文章:

  • h5cpp 库介绍与使用指南
  • 开源模型应用落地:GLM-4 上手实测体验报告!
  • Local All-Pair Correspondence for Point Tracking
  • 智能体配置MCP,用百宝箱打造一个拼音认字之旅
  • Windows 下安装 NVM
  • FastDFS分布式存储
  • 亚矩阵云手机针对AdMob广告平台怎么进行多账号的广告风控
  • 小白讲强化学习:从零开始的4x4网格世界探索
  • 【chipyard】Gemmini 定制
  • MemVid:信息存储的未来?创新还是“视频噱头”?
  • 分布式光纤测温及红外测温系统的区别?
  • Java基于SpringBoot的牙科诊所管理系统,附源码+文档说明
  • 从零开始学Python(2)——流程控制语句和五种容器
  • 大三自学笔记:探索Hyperlane框架的心路历程
  • 26-数据结构-顺序表1
  • 机器学习赋能的多尺度材料模拟与催化设计前沿技术
  • ABAP 上传 excel 报表
  • Vue3+TypeScript实现解释器模式
  • 使用 C/C++的OpenCV 裁剪 MP4 视频
  • Kafka 架构原理解析
  • 黑马教程强化day2-3
  • 深度学习破解图形验证码:从原理到99.9%识别率实战
  • Redisson + Lettuce 在 Spring Boot 中的最佳实践方案
  • HINet: Half Instance Normalization Network for Image Restoration论文阅读
  • CardiacNet:从超声心动图视频中学习重建用于心脏病评估的异常
  • Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型时序预测对比
  • 视频自动生成字幕原理和自动生成字幕的应用实例
  • 芝麻酱工作创新点分享2——mysql的窗口函数使用
  • oracle表数据误删除恢复(闪回操作)
  • 目标检测我来惹2-SPPNet