恩智浦智能解冻方案采用固态射频技术,可快速、高质量且安全地解冻食物
1月9日 – 恩智浦半导体(NXP Semiconductors N.V.)(纳斯达克代码:NXPI,以下简称“恩智浦”)今日宣布推出全球首款冷冻食物自动化解冻方案参考设计,进一步扩大其在智能厨电集成电路领域的领先优势。该参考设计既可作为独立智能解冻台面厨电的基础,也可集成到其他厨电(如电冰箱/冰柜)或烹饪器具(如烤箱)中。恩智浦这款智能解冻方案采用恩智浦组件和软件,可在快速、安全解冻食物的同时,减少食物浪费,并可保持食物的湿度和营养成分,有效地解决了这一长期难题。运用这一创新技术,只需几分钟即可解冻碎牛肉、鱼、水果、蔬菜等主要食物。
在百姓厨房中,常规的冷冻食物解冻方法存在诸多限制、耗时较长,且需要有人保持关注,很难取得完全解冻又温度均匀的效果,食物安全性也会受到影响。将冷冻食物放在橱柜上、水槽里或冰箱里自行解冻,这种简单的方法耗时很长,也可能需要有人关注整个过程。此外,将食物放在台面上或水中,也会带来细菌污染的风险,因为食物表面暴露在了有利于细菌繁殖的温度下。而用普通微波炉加速解冻,通常会导致解冻不均匀、冷热不均的问题。另外,随着时间的推移,普通微波炉可丧失部分有效功率,使解冻时间延长、解冻效果下降。
亚利桑那州烹饪学院校长兼共同创始人Robert Wilson表示:“我们见证了智能厨房的不断发展,恩智浦智能解冻参考设计将把这些进步运用在食物解冻领域。于是,解冻过程终于不再需要猜测解冻进度、冒解冻不彻底导致的解冻不均、沾染细菌的风险。”
恩智浦智能解冻参考设计是一组完全工程化的子系统解决方案,借助它们,OEM制造商无需进行大量工程设计,即可把集成该独特功能的差异化厨电快速推向市场。在整个解冻过程中,这一解决方案可实时监控并调节工作模式,有助于在整个解冻周期中,确保能量传递的高效性和有效性。这一点非常重要,因为食物的属性会随着食物温度的变化而改变。恩智浦智能解冻方案还能最大程度地减少用户的干预,实现自动化操作,解放用户的时间,无需监控解冻结果。恩智浦智能解冻方案属于电子解决方案,因而具有可靠性、紧凑性和经济性等优势,还能确保结果的一致性。
恩智浦射频功率业务部资深副总裁Paul Hart表示:“以前为引入智能解冻技术的尝试都失败了,主要原因是其体积太大、成本太高。虽然智能厨电技术仍处于发展初期,恩智浦已经并将继续致力于为具体应用推出必要的组件和参考设计,确保这些应用能充分发挥其潜力。这款解决方案的推出,使我们离这一目标更近了一步。”
恩智浦智能解冻参考设计包括:一个集成恩智浦组件的紧凑型射频能量控制器模块、一个智能调谐单元(STU)、若干电极、一个屏蔽腔和一个参考电源单元(PSU)。要获取该参考设计,家电OEM客户可直接从恩智浦购买许可,也可从恩智浦配件合作伙伴处购买子系统组件。
上市时间
恩智浦智能解冻参考设计将于2018年第一季度限量上市,2018年第二季度全面上市。该智能解冻参考设计将参加CES 2018展会,以台面厨电的形式进行展示,展示地点为拉斯维加斯会展中心中央广场CP-25号恩智浦展位。
关于恩智浦半导体
恩智浦半导体(纳斯达克代码:NXPI)致力于通过先进的安全连结及基础设施解决方案为人们更智慧安全、轻松便捷的生活保驾护航。作为全球领先的嵌入式应用安全连接解决方案领导者,恩智浦不断推动着安全互联汽车、端对端安全及隐私、智能互联解决方案市场的创新。恩智浦拥有超过60年的专业技术及经验,在全球逾35个国家设有业务机构,员工达30,000人,2016年全年营业收入95亿美元。
关键字:恩智浦 智能厨电 NXP
引用地址:
恩智浦推出全球首款冷冻食物自动解冻参考设计,扩大在智能厨电领域的领先优势
推荐阅读最新更新时间:2024-05-03 20:12
恩智浦发布2016年第三季度财务报告
荷兰埃因霍温/中国上海,2016年10月27日讯 恩智浦半导体(纳斯达克代码:NXPI,以下简称 恩智浦 )今日发布了2016年第三季度(截至2016年10月2日)财务报告暨第四季度业绩展望。 恩智浦首席执行官理查德 科雷鸣(Richard Clemmer)表示: 恩智浦2016年第三季度业绩表现出色,实现营业收入24.7亿美元,同比增长62%,环比增长4%,与公司业绩展望的中间点相一致。公司高功率混合信号产品业务营收21亿美元,同比增长80%,环比增长约4%。基于营收的逐步提高和有效的运营管理与费用控制,公司股票按通用会计准则(GAAP)摊薄后每股收益0.26美元。本季度公司的运营现金流为7.18亿美元,净资本支出0.98亿美元,
[半导体设计/制造]
恩智浦推出完整雷达传感器解决方案
恩智浦日前宣布推出完整的雷达传感器芯片组解决方案套件,可以在360度范围内保护车辆安全,具有成像雷达的识别和分类功能。 该解决方案由恩智浦雷达处理器和77GHz收发器组成,为汽车制造商提供了多种不同的配置,这些配置能够满足转向和前置雷达应用的NCAP要求,同时提供4D成像雷达量产的商业可行性。4D成像雷达将雷达的功能从测量范围和速度扩展到包括方向,到达角和高程测量。 雷达是高级驾驶辅助(ADAS)技术的核心,适用于专注于L1-L3级自动驾驶的传统汽车制造商,以及作为服务创新者开发L4级和L5级无人出租车和安全的应用交付。 恩智浦的新型雷达传感解决方案套件可同时满足这两种情况,并提供具有关键扩展性和设计重用性的专用优化方
[汽车电子]
新摩尔定律时代电子技术的创新蹊径
多年来摩尔定律(Moore’sLaw)推动了产能提升,也带动了半导体产业惊人的发展。这驱动力创造了超快速数字处理器、宽带的提升及容量庞大的存储器,使得个人计算机、移动电话以及需要大量资料流量与储存空间的应用装置,生产力获得大幅提升。
然而,IC产业的经济学和社会的进步正给半导体行业带来革命性转变。半导体产业正面临着双重挑战:一方面,利用先进CMOS技术开发SoC的成本飞涨;另一方面,体积的继续缩小将把摩尔定律推向末路。由此在半导体业界诞生了MorethanMoore,超越摩尔定律(或称新摩尔定律),即芯片发展要追求功耗下降及综合功能的提高,实际上转向更加务实的满足市场的需求。在一些全新的平台上,如苹果电
[医疗电子]
恩智浦:出行增多,责任更大
无论您从哪个角度看待汽车行业,变化无处不在。在历史上,人类与汽车的关系从未迸发出这么多令人振奋的颠覆性力量,从而产生如此深远的影响。大趋势、连接性、自动化和电气化加速了汽车设计与创新,并促使汽车生态系统和供应链发生转变。这一改变带来的影响不仅限于汽车行业,还直击与出行相关的社会交互,带来了不同的设备、交通方式、汽车所有权,并提高了人们对与出行增多相关的社会与环境责任的重视程度。 市场机遇和责任 现在的汽车内置了大量性能强大的电子产品。功能丰富的信息娱乐系统及时告知我们前方道路上的交通延误,雷达子系统提供障碍物预警,防撞系统采取控制以避开潜在的灾难性情况。市场预测每辆汽车为半导体公司带来的平均收入预计将增加两倍:在未来十年内
[汽车电子]
追寻高通拒婚博通原因 NXP与5G驱动何需倚靠博通合并综效
恩智浦、Brocade各自收购案尚未过关 高通(Qualcomm)董事会拒绝博通(Broadcom)的收购提议,其理由之一在于双方合并案成立所需得到的监管机关放行的高度不确定性之故;此种不确定性来自于高通目前与荷兰恩智浦(NXP)半导体收购案仍未获得欧盟与中国大陆监管机关放行,在此同时,博通先前收购Brocade Communications Systems目前也还在美国监管单位卡关当中。 博通日前虽然宣布已经完成以55亿美元收购Brocade一案,但有鉴于博通公司总部位于新加坡,以新加坡公司收购美国公司Brocade,正受到美国政府外国人投资审议委员会(Committee of Foreign Investment in
[半导体设计/制造]
家电市场新看点 智能与厨电成利润增长点
智能家电与 厨电 将成为今年家电行业利润的两个新增长点。业内人士指出,家电智能化成为家电企业转型的新市场。此外随着人们生活水平的提高,人们对改善生活品质的需求不断增长, 厨卫 和生活 电器 的需求将远高于传统家电。 智能化成新市场 随着大数据、人工智能、物联网技术更新迭代, 智能家居 也实现了由 手机 近距离操控这个单一功能向远程、语音、体感操控等多功能结合转变,为用户的家庭生活带来质的改变。 卓创资讯分析师邱真真认为,过去,消费者采购家电,关注的往往是“节能环保”、“外观时尚”等卖点。如今,许多消费者更青睐家电的智能操控功能。而最新的语音及体感操作技术的运用,更推动智能家居迈上新台阶,进一步优化用户体验。“美的转
[家用电子]
第三届恩智浦杯创新设计大赛颁在上海颁奖
恩智浦半导体(NXP Semiconductors)昨日宣布颁发第三届恩智浦杯创新设计大赛的最佳创意等六项大奖。颁奖仪式于12月16日下午在上海举行, 12支决赛团队的师生代表齐聚一堂,共同见证恩智浦这一长期促进本土人才培养与发展的战略之举。 (参赛师生与恩智浦员工合影) 自2007年始,恩智浦杯创新设计大赛已在中国成功举办两届,是恩智浦重要的长期人才培育战略活动之一。秉承“嵌入创意,把握绿色‘芯’未来”的比赛精神,恩智浦今年将“健康、环保和灵活 (Health, Environment, Mobility)” 的绿色概念引入设计大赛,全力与参赛选手共同推动电子
[单片机]
NXP eIQ深度学习包加速汽车AI应用开发
翻译自——EEtimes,Junko Yoshida 自动驾驶汽车(AV)的发展并不一定需要人工智能或深度学习。简单地说,不是所有的AV都需要AI驱动。然而,深度学习的快速进步和准确性的提高,吸引了寻求改进其高度自动化工具的开发人员。 但是仍然存在一些验证人工智能驱动的AV安全性的困难。安全研究人员担心深度学习的“黑箱”性质,这只是众多棘手问题的一个。目前还不确定AV设计者是否能够验证一个持续学习的AI系统或者功能,一旦部署在车内的专用硬件上,其表现是否会与在更强大的计算机系统上开发和培训时一样,这仍是一个未知数。 尽管存在这些问题,自动驾驶AV和安全领域的专家都认识到人工智能的发展是不可避免的。 随着UL 460
[汽车电子]