用JSON记录多端口设备的ESD选型条件

简介: 本文提出以端口为中心的JSON数据结构,精准记录网络摄像机等设备各接口的电压、带宽、耐压及验证状态,避免型号模糊导致的误用;强调钳位电压需关联电流与波形,状态字段细化至5级并绑定板卡版本,确保数据可追溯、可验证。

网络摄像机、门禁控制器或打印机通常有多个外部端口。若选型表只保存“推荐型号”,后续无法判断这个型号对应USB数据、24 V控制线还是电源入口。JSON记录应以端口为中心,同时保存正常电压、带宽、后级耐压和验证状态。

一个最小数据结构

{
  "device": "IP_CAMERA_SAMPLE",
  "boardRevision": "REV_A",
  "ports": [
    {
      "name": "microSD_data",
      "signalType": "high_speed_digital",
      "maxContinuousV": 3.3,
      "protectedAbsMaxV": null,
      "maxCapacitancePf": null,
      "candidatePart": null,
      "status": "MISSING_INPUT"
    },
    {
      "name": "rs485_ab",
      "signalType": "bidirectional_bus",
      "maxContinuousV": null,
      "targetPulse": {
        "method": "PROJECT_DEFINED",
        "waveform": null,
        "currentA": null
      },
      "candidatePart": null,
      "status": "MISSING_INPUT"
    }
  ]
}

示例中的空值表示尚未测量或确认,不是默认值。程序不应把空值自动替换成3.3 V、5 V或24 V。

VC为什么必须带电流和波形

同一器件的钳位电压会随脉冲电流变化。阿赛姆ESD24R300TA公开36 V@1 A和48 V@8 A,两个点均为8/20 μs。只保存vc=36会丢失关键条件,导致错误比较。

建议把钳位字段设计为数组:

{
  "partNumber": "ESD24R300TA",
  "datasheetRevision": "Rev1.2",
  "vrwmV": 24,
  "clampPoints": [
    {"vcMaxV": 36, "ippA": 1, "waveform": "8/20 us"},
    {"vcMaxV": 48, "ippA": 8, "waveform": "8/20 us"}
  ]
}

状态不要只用true或false

可以设置:

  • MISSING_INPUT:电压、耐压或测试条件缺失;
  • SCREENED_CANDIDATE:规格书初筛相符;
  • BOARD_TEST_PENDING:等待目标板验证;
  • APPROVED_FOR_REVISION:只对指定板卡版本批准;
  • REJECTED:记录具体不满足项。

状态与板卡版本绑定,避免将一个项目的批准结果复制到另一块PCB。

数据怎样进入发布或采购流程

对外资料只引用有规格书版本和来源链接的字段;采购表只接收SCREENED_CANDIDATE以上状态;量产BOM只接收与当前板卡版本匹配的批准记录。JSON可以减少遗漏,但不能替代眼图、ESD或浪涌测试。

相关文章
|
11天前
|
JSON 人工智能 测试技术
别再给大模型输出写死期望值:Hypothesis + Pydantic + pytest 把非确定性回答测成一组『不变量』
本文揭示大模型测试中“固定值断言”的致命缺陷:因模型输出天然非确定(字段顺序、类型漂移、冗余文本等),`assert == 固定字典` 导致假红或漏检。提出用属性测试(Hypothesis + Pydantic)替代——聚焦守业务不变量(如金额非负、必填字段存在、不泄露提示),而非形态一致。解耦“输出长什么样”与“输出对不对”,让测试真正守住底线。
别再给大模型输出写死期望值:Hypothesis + Pydantic + pytest 把非确定性回答测成一组『不变量』
|
29天前
|
人工智能 安全 API
阿里云Token Plan 个人版Quick Start:最低39 元/月,主流AI工具直接接入,Credits 统一计量
阿里云百炼 Token Plan 个人版是面向个人开发者的 AI 大模型订阅服务,采用 Credits 统一计量,支持在 Claude Code、Cursor、Qwen Code 等主流 AI 编程和智能体工具中使用。目前提供 Lite、Standard、Pro 三档套餐及用量包,限时价格分别为 39 元/月、139 元/月、499 元/月。
阿里云Token Plan 个人版Quick Start:最低39 元/月,主流AI工具直接接入,Credits 统一计量
|
22天前
|
算法 数据挖掘 Shell
经验自进化:自动挖掘经验资产,消融实验验证真实收益丨AgentLoop 数据飞轮实践(五)
本文介绍AgentLoop经验自进化实践:从运行轨迹自动挖掘成功与失败模式,经Skill召回并注入上下文。文章详解接入验证流程,并通过消融实验优化召回策略,降低耗时、成本、Token消耗和工具调用,让Agent持续迭代。
214 16
|
16天前
|
JavaScript 开发者
DSH plugin 从零怎么写?最小插件目录、本地构建与装进 profile 调试的完整起步流程
写第一个 DSH plugin 只需要一个导出 apply 函数的模块:先用 patch 覆盖层把本地文件插进 Web 界面验证,再做成包用 dsh plugin --profile add 装进 profile,最后用 --dump-config 与日志排错。
158 2
|
20天前
|
缓存 编解码 测试技术
GPT Image 2.5 图片生成费用详解:Flare 与 Sunburst 两种模式定价解析
OpenAI发布GPT-Image 2.5双模型:Flare(重速度)与Sunburst(重精度),均按token计费——文字输入$5M、图片输入$8M、输出$30M/百万token,缓存另计。单价统一,但实际单图成本因用量而异,官方提供输出token估算器。
|
22天前
|
机器人 图形学 C++
Qoder CLI 上的 Qwen3.8-Max-0902:与 Fable 5.1 同题实测
9月2日,Qwen3.8-Max-0902正式发布,Qoder CLI首发接入。经6大高难度真实任务与4套Agent基准评测,其在多模态审美、端到端长程任务执行及自主验收能力上全面领先,尤其在游戏生成、3D建模与创意绘画中表现卓越。
272 1
|
1月前
|
人工智能 测试技术 Shell
Opencode最被低估的6个测试指令:每天帮你省下3小时重复劳动
本文详解Opencode六大自定义指令(如/test、/coverage),助测试工程师30分钟配置、每日省3小时,告别重复Prompt输入,实现测试流程自动化提效。
|
27天前
|
存储 弹性计算 负载均衡
阿里云服务器可以免费试用吗?当然可以,云服务器ECS试用攻略参考
本文是一份面向阿里云ECS新用户的免费试用全流程实用攻略,明确了参与试用的核心门槛:完成实名认证、未付费或未试用过ECS且账号无欠费。个人认证用户可领取300元总免费额度,企业认证用户可领取660元总免费额度,二者均附带每月220GB公网免费流量,整体试用有效期3个月。攻略详细说明了多台实例、跨地域试用的操作方法,梳理了从单台应用托管到多台高可用集群的典型适用场景,同时汇总了额度查询、超支规避、到期衔接等高频问题的解决方案,帮助用户在零成本前提下充分体验云服务器的弹性能力,试用结束后还可平滑衔接平台特惠实例方案。
|
2月前
|
前端开发 安全 JavaScript
Harness Engineering 实践案例:如何Agent 写一份行为规范
本文展示Harness Engineering落地实践:通过`AGENTS.md`(行为总纲)、`ARCHITECTURE.md`(系统骨架)等结构化文档,为编码Agent建立可追溯、可审计、防幻觉的工作规范,实现RAG+微调系统的可控开发。
380 4
Harness Engineering 实践案例:如何Agent 写一份行为规范
|
3月前
|
前端开发 Java Nacos
Nacos 注解全解析:7 个核心注解 + 5 个生产踩坑清单(2026 实测)
Nacos 注解用错,是 90% 微服务 Bug 的根源。本文把注册发现、配置热更新的 7 个核心注解、动态刷新原理和 5 个生产踩坑一次讲透,附可运行代码。
600 2
Nacos 注解全解析:7 个核心注解 + 5 个生产踩坑清单(2026 实测)

热门文章

最新文章