Torex XCL247 / XCL248 系列内置电感降压型 DC/DC 转换器

云深无际

发布于 2025-06-08 16:46:36

6020

最近申请了Torex 的新品，小型包含电感的宽输入电压 DCDC ，本来是两个型号都有，但是后面说只能给一个，随便吧～我看完以后觉得还是非常的有意思，可以学习。

小模块

项目	说明
类型	降压型、内置电感、微型 DC/DC 模块
封装	DFN3030-10B（3.0mm × 3.0mm × 1.7mm）
工作电压	3.0V ~ 36.0V（最大 40V，峰值瞬态 46V/400ms）
输出电压范围	2.8V ~ 6.0V（可外部电阻设定）
输出电流	最大 600mA
控制模式	XCL247：强制 PWM（F-PWM） XCL248：自动 PWM/PFM 切换
工作频率	固定 1.2MHz
典型效率	88%（VIN=12V, VOUT=5V, IOUT=300mA）
静态电流	XCL247：270μA，XCL248：11μA（轻载效率更优）
保护机制	过电流、热关断、欠压锁定（UVLO）、过压保护（OVP）
特殊功能	可编程软启动、Power Good 指示、内置电感
推荐应用	工业自动化、传感器、LDO 替代、安防设备、家电等

参数

完整的保护功能，反正电源芯片都会有的

功能特性解析

控制逻辑差异

XCL247（F-PWM）：全负载范围内维持恒定 1.2MHz PWM 开关频率，噪声低，EMI 好处理。

XCL248（PWM/PFM 自动切换）：轻载自动进入 PFM（降低开关频率），空载电流超低，静态功耗仅 11μA。

性能表现

输出电压设定

通过反馈分压电阻设定：

RFB2 ≤ 200kΩ，RFB1 + RFB2 ≤ 1MΩ

推荐添加 CFB 提升相位裕度，设定公式为：

软启动功能

内建软启动时间 tSS1 ≈ 2.2ms

支持外部软启动设定（EN/SS 接脚外接 RC）：

保护机制

功能	描述
UVLO	VIN < 2.7V 停止开关；VIN > 2.8V 恢复
OVP	VFB > 0.81V，关闭高侧 FET，防止输出过冲
高侧电流限制	ILIMH ≈ 1.4A
低侧电流限制	ILIML ≈ 1.0A
反向电流限制	≈ -0.9A，防止过充电回流损坏
热关断	160°C 停止工作，回退至 135°C 自动恢复

电路与布局建议

典型外围元件

也有PG引脚

元件	推荐值
CIN1	2.2μF/50V X7R（低 ESR 陶瓷）
CIN2	0.1μF/50V
CL（输出电容）	≥24.6μF（并联低 ESR 陶瓷）
RFB1/RFB2/CFB	根据所需输出电压及 fzfb 设定

这个拉线是容易的

PCB布局建议：

4层板

大电流路径短而宽（减少阻抗）

CIN、CL、IC 尽可能放在同一面，避免通过高阻抗 VIA

FB 线尽量靠近芯片，防止噪声干扰

避免在强磁场环境下使用（内置电感受磁干扰）

性能图表精要（见第 24-32 页）

12v和24V

输出电流 vs. 效率：XCL248（PFM 模式）在轻载效率更高（这里我没有放图）

纹波10～20mV的样子

纹波电压 < 30mV（常规负载），负载瞬态响应良好

应用推荐总结

应用场景	XCL247（F-PWM）	XCL248（PWM/PFM）
EMI 敏感设备	频率恒定，易滤波	轻载频率变化
电池供电	静态功耗略高	静态电流超低（11μA）
工业传感/自动化	稳定性高	高效节能
替代 LDO	低压差，高效率	空载功耗极低

文中说了两个模式，别的DCDC也有，可以集中学习一下：

PWM（Pulse Width Modulation，脉宽调制）

开关管以固定频率（如 XCL248 中为 1.2MHz）切换；通过调节每周期导通时间（Duty Cycle）来控制输出电压；误差放大器输出与斜坡波形比较决定开关时刻。

特性	优势
恒定频率	EMI 易处理，可设计固定带宽滤波器
稳态响应快	相位裕度可调，负载响应好
输出纹波小	高频率 + 固定 Duty 抑制纹波

轻载时效率低（因频繁开关造成切换损耗）；空载时仍保持高频开关，静态功耗较大。

PFM（Pulse Frequency Modulation，脉冲频率调制）

当负载很轻或接近空载时，不再维持固定频率；输出电压略微下降（FB<目标值）时，才触发一次“脉冲”（High-side 开通）；达到目标后休眠（FET 全关）直到电压再次下降。

特性	优势
超低功耗	空载时开关频率接近 0，静态电流最小（XCL248 典型 Iq = 11μA）
高轻载效率	低负载时省去了频繁导通，效率极高

输出频率变化大，EMI 设计困难；输出纹波较大，难以滤除；负载瞬态响应略慢。

XCL248 的自动切换逻辑

XCL248 在负载不同阶段，自动在 PWM 与 PFM 之间切换，结合两种模式的优点：

场景	模式	切换逻辑
重载、中载	PWM	维持 1.2MHz 开关，保证稳定、快速响应
轻载（< 300mA）	PFM	当线圈电流降至 IPFM 阈值（Typ. 300mA）即转入间歇性开关
空载 / 待机	PFM	停止开关，仅靠输出电容维持电压，最大限度节能

PWM 和 PFM 是开关电源中常见的两种控制模式

PFM 模式下工作波形

高频率下降（节能）；只在需要补充能量时导通；输出电压略有上下波动（纹波）。

适用场景对比

应用场景	推荐模式
EMI 敏感、电磁兼容要求高	PWM（XCL247 或 XCL248 高负载）
电池供电、长待机、低功耗 IoT	PFM（自动）（XCL248）
电流负载变化剧烈	自动切换（XCL248）

PWM 模式优于噪声控制和响应速度，PFM 模式优于低功耗和高轻载效率，XCL248 实现自动切换，兼顾二者，适合大部分通用场景。

画图比划一下：

用 Python 模拟 PWM vs PFM 的时域波形、效率曲线和纹波电压

PWM 模式

波形：高频（1.2MHz）恒定频率方波，占空比控制电压。

效率：在中高负载时表现良好。

纹波：较低，波形平稳。

PFM 模式

波形：脉冲式导通，频率随负载变化，轻载下频率大幅下降。

效率：轻载时效率远高于 PWM。

纹波：由于间歇导通，输出纹波明显增加。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

# 时间轴
t = np.linspace(0, 10e-6, 1000)  # 0 ~ 10µs

# PWM 模式：固定频率（1.2MHz）方波，调节占空比
pwm_freq = 1.2e6
pwm_period = 1 / pwm_freq
pwm_duty = 0.5  # 50%
pwm_wave = ((t % pwm_period) < (pwm_duty * pwm_period)).astype(float)

# PFM 模式：低频（例如 200kHz）脉冲，每隔一段时间补充能量
pfm_wave = np.zeros_like(t)
pfm_pulse_width = 0.5e-6  # 每次脉冲宽度
pfm_gap = 3e-6  # 脉冲之间间隔
for i in range(len(t)):
    if ((t[i] % (pfm_pulse_width + pfm_gap)) < pfm_pulse_width):
        pfm_wave[i] = 1

# 模拟效率曲线（虚拟数据）
iout = np.logspace(0, 3, 200)  # 1mA~1000mA
eff_pwm = 80 + 10 * (1 - np.exp(-iout / 50))
eff_pfm = 90 - 20 * np.exp(-iout / 50)

# 模拟输出纹波（虚拟数据）
ripple_pwm = 10 + 5 * np.exp(-iout / 200)  # mV
ripple_pfm = 25 + 10 * np.exp(-iout / 300)  # mV

# 绘图
fig = plt.figure(figsize=(14, 10))
gs = gridspec.GridSpec(3, 2)

# PWM 波形
ax0 = fig.add_subplot(gs[0, 0])
ax0.plot(t * 1e6, pwm_wave, label='PWM', color='blue')
ax0.set_title("PWM Mode Switching Waveform")
ax0.set_xlabel("Time (µs)")
ax0.set_ylabel("Switch State")
ax0.grid(True)

# PFM 波形
ax1 = fig.add_subplot(gs[0, 1])
ax1.plot(t * 1e6, pfm_wave, label='PFM', color='green')
ax1.set_title("PFM Mode Switching Waveform")
ax1.set_xlabel("Time (µs)")
ax1.set_ylabel("Switch State")
ax1.grid(True)

# 效率对比
ax2 = fig.add_subplot(gs[1, 0])
ax2.plot(iout, eff_pwm, label='PWM', color='blue')
ax2.plot(iout, eff_pfm, label='PFM', color='green')
ax2.set_title("Efficiency vs Output Current")
ax2.set_xscale('log')
ax2.set_xlabel("Output Current (mA)")
ax2.set_ylabel("Efficiency (%)")
ax2.grid(True)
ax2.legend()

# 纹波电压对比
ax3 = fig.add_subplot(gs[1, 1])
ax3.plot(iout, ripple_pwm, label='PWM', color='blue')
ax3.plot(iout, ripple_pfm, label='PFM', color='green')
ax3.set_title("Output Ripple vs Output Current")
ax3.set_xscale('log')
ax3.set_xlabel("Output Current (mA)")
ax3.set_ylabel("Ripple Voltage (mV)")
ax3.grid(True)
ax3.legend()

# 隐藏第3行空格
fig.tight_layout()
plt.show()

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-06-06，如有侵权请联系 cloudcommunity@tencent.com 删除

效率