Aktuelle Test- und Messtechnik-News

Details

Hintergrund: Charakterisierung des dynamischen Stromverbrauchs und der Batterielaufzeit von IoT-Geräten

Aktuellen Voraussagen zufolge soll es im Jahr 2020 fünfzig Milliarden Geräte im Internet der Dinge (IoT) geben. Man erzählt uns allerdings nicht, wie viele Leute man brauchen wird, um in all diesen Geräten die Batterien auszutauschen. Mit dieser Frage mögen sich die Logistikexperten herumplagen – die Entwicklungsingenieure hingegen bemühen sich darum, den Stromverbrauch ihrer Entwicklungen zu minimieren.

Der gängigste Ansatz zum Sparen von Batteriestrom ist, die Tätigkeit des IoT-Geräts in verschiedene Betriebsarten aufzuspalten. Jede dieser Betriebsarten braucht eine bestimmte Zeit lang einen bestimmten Strom. Wenn das Gerät inaktiv ist, versetzt man es normalerweise in den Tiefschlaf.

Will man das richtige Gleichgewicht zwischen Batteriegröße und Funktion eines Gerätes treffen, braucht man ein sehr viel tieferes Verständnis von Batterielaufzeit und Stromverbrauch, als sie die herkömmlichen Strommessmethoden einem vermitteln können. Wieso?

Geschätzte und tatsächliche Batterielaufzeit

Eine Batterie kann eine bestimmte Elektrizitätsmenge speichern. Man bemisst diese Menge in Wattstunden (Wh). Die Fähigkeit der Batterie, eine gewisse Zeit lang Strom zu liefern, misst man in Amperestunden (Ah). Will man wissen, wie lange ein Gerät mit einer Batterie (oder Akkuladung) läuft, kann man das auf zwei Wegen abschätzen:

Am einfachsten dividiert man die Batteriekapazität (in Wh) durch die durchschnittliche Leistungaufnahme (in W). Die Batteriekapazität ist das Produkt der Nennspannung (V) und der Fähigkeit, eine bestimmte Zeit lang Strom zu liefern (Ah). Die Entladekurve gibt die aktuelle Klemmenspannung in Bezug zur Restladung an. Daraus ergibt sich die zweite Schätzmethode für die Batterielaufzeit: Man dividiert die aktuelle Stromlieferkapazität (Ah) durch den durchschnittlichen Entladestrom (A).

Die wirkliche Batterielaufzeit ist aber oft kürzer, als diese Berechnungen angeben, und zwar aus zweierlei Gründen: Die Ladung einer Batterie kann 5 bis 10% von den Spezifikationen abweichen, und: Bei dynamischer Stromentnahme sind die Verhältnisse erheblich anders als bei konstanter Stromentnahme.

Messung der dynamischen Stromentnahme

Ein Entwicklungsingenieur muss die Stromentnahme in jeder Betriebsart genau charakterisieren und dazu die Zeit angeben, die das Gerät in jeder dieser Betriebsarten läuft. So kann man die Wirkung jeder Betriebsart auf die Batterielaufzeit einschätzen und aus dieser Kenntnis heraus die notwendigen Kompromisse zwischen Laufzeit und Nutzererfahrung treffen. Man kann beispielsweise entscheiden, ob man für eine annehmbare Nutzererfahrung ein Funktelegramm alle Sekunde oder nur alle Minute absetzt.

Ändert sich die Stromaufnahme eines Geräts im Betrieb gravierend, beispielsweise von unter einem µA im Tiefschlaf auf 100 mA beim Sendebetrieb (Das ist ein Verhältnis von eins zu einer Million!), dann ist die Strommessung technisch nicht ganz einfach.

Strommessung mit einem Digitalmultimeter

Man kann die Stromaufnahme eines Gerätes mit einem Digitalmultimeter (DMM) messen. Diese Methode hat allerdings ihre Grenzen, weil ein DMM am besten funktioniert, wenn sich der Messwert nur wenig ändert. Eine extrem dynamische Änderung der Stromaufnahme, wie sie ein IoT-Gerät zeigt, führt möglicherweise zu instabilen Messwerten auf dem DMM, wenn das Gerät die Betriebsart wechselt.

Ein DMM mit automatischer Messbereichswahl braucht eine gewisse Zeit für die Umschaltung des Messbereichs und nach dem Messbereichswechsel weitere Zeit, bis sich der Messwert stabilisiert hat. Beides zusammen könnte länger dauern als die aktive Phase des Testobjekts. Will man die Stromaufnahme eines solchen Geräts mit dem DMM messen, wählt man den Messbereich sinnvollerweise manuell und schaltet die Automatik ab.

Ein DMM hat bei seiner Messung aber noch eine zweite Einschränkung: Es schleift einen Shunt in den Stromkreis ein und bestimmt den Strom über die Messung des Spannungsabfalls über diesem Shunt. Bei kleinen Strömen braucht man einen Shunt mit relativ hohem Widerstand, damit über ihm eine nennenswerte Spannung abfällt, die man messen kann. Dieser Spannungsabfall bedeutet aber, dass dem angeschlossenen Gerät nicht mehr die volle Batteriespannung zur Verfügung steht. Steht das DMM auf einem kleinen Messbereich (für den Strom im Tiefschlaf) und es fließt plötzlich viel Strom, so fällt an dem relativ großen Widerstand möglicherweise so viel Spannung ab, dass das Testobjekt nicht mehr funktioniert oder etwa rückgesetzt wird.

Man kann das DMM natürlich auf einen großen Messbereich stellen, der den Strom in der aktiven Phase abdeckt und dessen kleiner Shunt das Testobjekt in der aktiven Phase weiterarbeiten lässt. Die Spitzenströme kann man damit gut messen, aber die Messung des Stromverbrauchs im Tiefschlaf wird damit ungenau. Die Messunsicherheit wird in der Regel bezogen auf den Skalenendwert, sie ist absolut gesehen am Skalenanfang aber genauso groß. Ist der Messfehler im Messbereich 100 mA mit 0,005% angegeben, so sind das absolut 5 µA. Bei einem Messwert von 10 µA sind 5 µA schon 50% Fehler, bei einem Messwert von 1 µA gar 500%. Die meisten Sensoren verbringen den Großteil ihrer Zeit im Tiefschlaf, ein Messfehler beim Stromverbrauch in dieser Betriebsart hat somit eine ganz enorme Auswirkung auf die Genauigkeit der Bestimmung der Batterielaufzeit.

Ein anderer Ansatz für die Messung kleiner Ströme

Eine Antwort auf diese Fragen ist die SMU (Source/Measure Unit) Keysight N6781A, die für Batterielaufzeit-Analysen optimiert wurde. Sie arbeitet zusammen mit der modularen Stromversorgung Keysight N6700 in Flachbauweise (für automatische Testsysteme) oder dem Leistungsanalysator N6705 DC (Tischgerät fürs Entwicklungslabor).

Die SMU bietet nahtlosen Messbereichswechsel, sie hält bei der Umschaltung des Messbereich die Ausgangsspannung stabil. Sie misst die Spitzenströme mit großen Messbereichen und die Schlafströme mit einem Messbereich mit 1 mA Vollausschlag und 100 nA Messunsicherheit. Diese Messunsicherheit entspricht 10% eines Stroms von 1 µA und 1% eines Stroms von 10 µA. Sie ist somit entscheidend niedriger als bei einem DMM.

Messung von aktiven Zeiten und Datentelegrammen mit einem Oszilloskop

Neben den Messungen im Tiefschlaf müssen die Entwicklungsingenieure auch die Stromaufnahme und deren Dauer in den aktiven Phasen des IoT-Geräts erfassen. Oszilloskope können die Veränderung von Signalen in der Zeit sehr gut erfassen. Allerdings nimmt ein IoT-Gerät in seinen aktiven Betriebsarten vielleicht einige zig mA Strom auf. Um das zu messen, braucht man eine Stromzange. Solche Messaufnehmer zeigen allerdings um die 2,5 mA_eff Rauschen und erfordern öfters einen Nullabgleich. Strommessköpfe können solche Messwerte nicht gut erfassen, sie sind nicht empfindlich genug und driften außerdem.

Strommessköpfe messen das elektrische Feld um einen Draht. Man kann ihre Empfindlichkeit somit erhöhen, wenn man den Draht mehrfach durch den Messkopf führt; das verstärkt das Feld. Auf diese Weise kann ein Anwender die aktuelle Stromaufnahme eines IoT-Geräts in seiner aktiven Phase erfassen, obwohl der Strom in dieser Phase heftig schwankt. Man berechnet die effektive Leistungsaufnahme, indem man die Messkurve exportiert und dann integriert.

Oszilloskope können einen einzelnen Burst gut erfassen. Es kann aber mit einem einfachen Oszilloskop schwierig zu ermitteln sein, wie oft ein Sensor aktiv wird oder wie oft er ein Datentelegramm sendet, wenn ein Sensor einen Betriebszyklus von einigen Stunden aufweist. Moderne Geräte mit segmentierbarem Speicher können eine Lösung für diese Problem sein.

Einsatz eines Stromverlaufsanalysators

Der ist sehr rauscharm und verfügt über einen Stromaufnehmer hoher Dynamik. Dadurch kann man Stromverläufe verfolgen, die bisher nicht messbar waren. Das Gerät unterstützt Stromaufnehmer von 100 pA bis 10 A und hat eine Abtastrate von 1 GSa/s, 200 MHz Bandbreite, einen Dynamikbereich von 14/16 Bit und eine Speichertiefe von 256 MSa. Der CX 3000 ist mit zwei oder vier Kanälen erhältlich.

Die Beispielschaltung in Abbildung 2 demonstriert, wie man dieses Gerät sinnvoll einsetzen kann.

IoT-Geräte werden immer komplexer, und es wird immer schwieriger, ihren Energiebedarf im Zaum zu halten. Man erreicht dies über Stromsparmethoden wie beispielsweise Schlaf-Modi. Will man den Verlauf der Stromaufnahme eines solchen Gerätes wirklich erfassen, muss man diese somit bis in den nA-Bereich verfolgen.

Bisher verwendeten Entwicklungsingenieure für diese Aufgabe Oszilloskope mit Strommessaufnehmern (wie oben dargestellt). Ein Spezialmessgerät für diese Aufgabe (etwa der CX3000) hat demgegenüber aber folgende Vorteile:

• Hohe Empfindlichkeit, um damit sehr kleine Ströme zu erfassen (beispielsweise in einem Schlafmodus).
• Großer Dynamikbereich, um Übergänge zwischen Schlafmodi und aktiven Phasen korrekt zu erfassen.
• Großer Frequenzbereich bis hinunter zu Gleichstrom
• Genaue Messungen ohne Kernsättigungseffekte von Strommessaufnehmern
• Echte Visualisierung des Verlaufs der Stromaufnahme, nicht lediglich Wiedergabe des Durchschnittsstroms.

Abbildung 3 zeigt eine gepulste Strom-Spannungsmessung. Man braucht Messungen dieser Art, wenn man Fragen zur Eigenerwärmung klären, das Verhalten von nichtflüchtigem Speicher studieren oder zeitveränderliche Parameter für die Charakterisierung von Material oder Gerät erfassen will.

Die resultierende Stromkurve wird mit zwei Messmethoden gemessen, wie in Abbildung 4 dargestellt.

Die obere Messkuve wurde mit einem Strommessaufnehmer und einem Oszilloskop aufgezeichnet, die untere, sehr viel genauere, mit einem CX3300A.

Fazit

Die Batterielaufzeit eines IoT-Geräts vorauszuberechnen ist sehr viel schwieriger als vermutet. Man braucht dafür zwingend genaue Messungen von Strömen, die um den Faktor eine Million auseinanderliegen. Man kann solche Messungen mit Digitalmultimetern, Oszilloskopen oder speziellen Stromverlaufsanalysatoren durchführen, darf dabei aber die Schwächen der einzelnen Geräte nicht aus dem Auge verlieren. Spezialmesswerkzeuge können die Vorausberechnung erleichtern, weiterhin verschaffen sie dem Entwicklungsingenieur weiteren Einblick (beispielsweise Joule-Messungen), der ihm bei Entscheidungen zum Systemaufbau und den nötigen Kompromissen zwischen Leistungsfähigkeit und Stromverbrauch hilft.

Autor: Sridharan Vengadaraman, Marketing Brand Manager – EMEAI, Keysight Technologies

www.keysight.com/