TIEVM-ARC-AFE

Texas Instruments
595-TIEVM-ARC-AFE
TIEVM-ARC-AFE

Herst.:

Beschreibung:
IC-Entwicklungstools für Datenkonvertierung Analog front end for C2000 MCU-based mac

Lebenszyklus:
Neues Produkt:
Neu von diesem Hersteller.

Auf Lager: 24

Lagerbestand:
24 sofort lieferbar
Lieferzeit ab Hersteller:
12 Wochen Geschätzte Produktionszeit des Werks für Mengen, die größer als angezeigt sind.
Minimum: 1   Vielfache: 1
Stückpreis:
-,-- €
Erw. Preis:
-,-- €
Vorauss. Zolltarif:
Dieses Produkt wird KOSTENLOS versandt

Preis (EUR)

Menge Stückpreis
Erw. Preis
99,50 € 99,50 €

Produktattribut Attributwert Attribut auswählen
Texas Instruments
Produktkategorie: IC-Entwicklungstools für Datenkonvertierung
RoHS:  
Reference Design Boards
Analog Front End
Marke: Texas Instruments
Zum Gebrauch mit: TMDSCNCD28P55X
Produkt-Typ: Data Conversion IC Development Tools
Serie: TI-ARC-AFE
Verpackung ab Werk: 1
Unterkategorie: Development Tools
Produkte gefunden:
Um ähnliche Produkte anzuzeigen, wählen Sie mindestens ein Kontrollkästchen aus
Um ähnliche Produkte in dieser Kategorie anzuzeigen, wählen Sie mindestens ein Kontrollkästchen oben aus.
Ausgewählte Attribute: 0

TARIC:
8473302000
CNHTS:
8543709990
CAHTS:
8473302000
USHTS:
8473301180
MXHTS:
8473300401
ECCN:
EAR99

TIEVM-ARC-AFE Evaluierungsmodul

Das Evaluierungsmodul TIEVM-ARC-AFE von Texas Instruments verfügt über ein analoges Frontend für die DC-Lichtbogenerkennung in Solaranwendungen, das auf künstlicher Intelligenz (AI) basiert. DC-Bogenbildung erzeugt ein hochfrequentes Rauschen auf dem DC-Strangstrom. Die Daten werden empfangen und in ein eingebettetes KI-Modell eingespeist, das auf die Erkennung von Lichtbögen trainiert ist, um die Lichtbogenhäufigkeit festzustellen. Im Vergleich zu herkömmlichen Verfahren zur Lichtbogenerkennung zeichnet sich diese Funktion durch eine höhere Genauigkeit bei geringerem Rechenaufwand aus. Zusätzlich zur Signalkette für die Lichtbogenerkennung bietet diese Struktur Funktionen zum Sammeln und Kennzeichnen von Lichtbogendaten für das Training des integrierten KI-Modells.