从系统构想到工程实现：NaLink 的供电路径、模块接口与故障边界

所属议题： 初焰·钠宙 AI4S｜水象议题 10「巨蟹座：把机房级可靠带进日常」

1. 本阶段目标：明确系统如何实现

前四篇探索已明确 NaLink「钠联」的产品定位、服务保障目标及钠电选型依据。本阶段进一步将产品构想转化为可供建模和原型开发的工程架构。

重点解决三个问题：

（1）外部电源、钠电池与不同负载如何连接，实现备用供电与分支管理；

（2）BMS、MCU 和边缘 AI 如何交换状态信息、传递任务并控制供电；

（3）面对供电切换、AI 启动及计算模块异常，系统如何处理故障并验证可靠性。

本篇形成的是初步工程设计，尚未完成实物搭建或性能测试。

2. 供电路径与硬件连接

2.1 系统供电结构

NaLink 的供电系统由外部电源、钠离子电池、适配型 BMS、充电管理、电源路径管理及负载稳压电路组成。

正常工作时，外部电源通过电源路径管理电路向系统供电；在符合电芯充电条件时，充电管理电路为钠电池充电。

外部供电异常时，系统通过受 BMS 保护的备用放电路径获取电能，由电源路径管理电路完成供电源切换。

各模块的职责如下：

电路模块	主要功能	关键设计要求
充电管理	为钠电池提供受控充电	适配电芯电压、电流与温度限制
BMS 与保护电路	监测电池并执行安全保护	具有必要的过充、过放、过流及温度保护
电源路径管理	管理外部供电与电池供电	满足切换时间及母线电压要求
DC-DC 稳压	为不同负载提供所需工作电压	覆盖电池电压变化范围及负载瞬态
负载开关	控制可关闭的计算支路	支持 MCU 控制和安全关断

上述功能可以由独立器件或集成电源管理方案实现，具体取决于后续电芯和模组选型。

2.2 双负载支路设计

系统供电母线划分为两条主要支路。

常供电支路： 连接 MCU、必要传感器和本地告警控制电路，负责基础监测。

可控供电支路： 连接边缘 AI 模块及非关键外设，通过电源使能信号或负载开关控制启停。

两条支路分别配置适当的稳压及必要的电源监测措施，以降低 AI 模块启动或异常对基础监测的影响。

但两条支路仍可能共享电池和上游供电母线，因此不能认为这种分离能够消除所有共同电源故障。

2.3 电池与电源管理的适配要求

钠离子电池的工作电压、充电截止条件及温度限制取决于具体电芯体系。

因此，不能未经核对便将磷酸铁锂的充电板、BMS 参数或 SOC 估算方式直接用于钠电系统。

后续需要先确定电芯型号和串并联配置，再检查充电管理、BMS、DC-DC 与负载开关的电压、电流及温度适配范围。

现阶段尚未选定具体电芯，不预设未经验证的电路参数。

3. 模块接口与运行状态设计

3.1 BMS—MCU 状态接口

MCU 需要获取电池状态，用于判断任务的供电条件。

状态信息	主要用途
电池电压	监测供电状态与电压边界
电池电流	估算当前功率和能源消耗
电池温度	判断当前温度是否处于允许范围
SOC 估计值	辅助评估剩余电量
保护与故障标志	识别应停止非必要负载的情况
可用功率估计	为 AI 任务执行提供功率约束

状态通信可考虑 I²C、SMBus 或 UART 等接口，但必须以最终选定 BMS 的实际功能为准。

特别需要区分：BMS 可能提供电压、电流和 SOC，但不一定直接提供可信的可用功率估计。 若缺少该数据，则需要利用电芯特性和电源系统限制建立估算模型。

无论估算结果如何，硬件安全保护始终具有最高优先级。

3.2 MCU—AI 控制与数据接口

MCU 与边缘 AI 模块之间需要两类接口。

电源控制接口： MCU 根据任务许可结果控制 AI 支路的电源使能，必要时获取供电就绪或故障反馈信号。

数据通信接口： MCU 向 AI 模块发送任务请求和必要的传感器信息；AI 模块返回启动就绪、推理结果、运行状态及任务完成信号。

具体通信方式可考虑 UART、USB 或候选平台支持的其他接口，最终根据带宽、功耗及模块兼容性确定。

需要注意，Raspberry Pi 一类运行操作系统的计算平台通常需要正常关机流程。MCU 不应在任务结束后立即切断其电源，否则可能造成文件系统或数据状态异常。

因此，初步设计为：

任务完成 → 请求 AI 模块退出或关机 → 等待确认 → 关闭可控支路。

若模块失去响应，才进入超时与故障处理流程。对于采用独立负载开关的方案，还需考虑断电后通过通信引脚发生反向供电的风险。

3.3 AI 任务状态机

为使控制逻辑具备可实现性，初步定义以下状态：

状态	触发条件	系统动作
待机	无待处理任务	MCU 保持基础监测
请求	产生复杂分析事件	检查能源、功率及服务约束
启动	任务获得许可	使能 AI 支路，等待启动就绪
运行	AI 模块已就绪	执行推理并监测超时
完成	AI 返回结果	保存结果、更新能源预算
退出	当前任务处理结束	请求正常关闭或进入低功耗状态
故障	启动失败、通信异常或供电异常	终止任务，执行限次恢复或降级

这一状态机明确了 AI 启动时间、通信等待和退出过程。后续能源模型必须计入这些阶段的时间与能耗，而不能只计算模型推理本身。

4. 关键故障与可靠性验证

4.1 故障一：备用供电切换造成 MCU 复位

外部电源突然中断时，系统可能因电源路径切换和母线瞬态变化产生短时电压跌落。

即使备用电池具有足够容量，若 MCU 电源轨低于允许电压，仍可能发生复位或事件丢失。

因此，后续需要联合考虑电源切换时间、缓冲电容、稳压器瞬态响应和 MCU 最低工作电压。

初步验证指标为：

（1）切换过程中 MCU 是否发生复位；

（2）关键传感器事件是否丢失；

（3）关键供电轨是否始终处于允许电压范围。

供电瞬态的最终验证需要实际电路与测量仪器，不能仅由系统级 Python 仿真证明。

4.2 故障二：AI 启动引起供电压降

AI 模块启动时可能产生瞬时电流。电池在低 SOC、低温或内阻较高时，输出电压可能因负载变化而下降。

可先采用简化模型估算电池端电压：

$$V_{\mathrm{terminal}} \approx V_{\mathrm{OCV}}-IR$$

其中：

• $V_{\mathrm{terminal}}$ 为负载作用下的电池端电压；
• $V_{\mathrm{OCV}}$ 为对应 SOC 和温度下的开路电压；
• $I$ 为电池放电电流；
• $R$ 为简化模型中的等效内阻。

该式用于初步分析稳态或近似瞬时负载下的压降，不包含完整的电化学极化、电感效应与 DC-DC 动态响应。

实际任务许可除了比较可用能量和功率，还应检查预测电压是否满足电池与电源转换器的工作范围。

后续将利用具体电芯参数分析 AI 启动负载是否可能触发供电限制。

4.3 故障三：AI 模块失去响应

边缘 AI 模块可能因软件异常、通信错误或资源耗尽而未在规定时间内返回结果。

MCU 应设置任务超时机制，而不是无限等待。

初步处理流程如下：

检测任务超时 → 检查通信状态 → 尝试终止任务或正常重启 → 必要时控制 AI 支路重新上电 → 记录故障。

系统还应限制自动重试次数，避免频繁启动消耗备用能源。

如果 AI 模块始终无法恢复，MCU 继续执行预设的基础监测与本地告警功能。此时系统应明确记录 AI 分析能力不可用，不能将基础规则检测等同于完整的智能识别服务。

5. 从工程设计到可验证模型

5.1 需要确定的参数

下一阶段将优先整理以下数据，为 Python 仿真建立输入条件。

参数类别	关键参数	研究目的
电芯特性	OCV-SOC 曲线、内阻、温度依赖	估算电池供电边界
电源管理	转换效率、切换时间、待机损耗	建立负载端能源模型
MCU 与传感器	工作功耗、休眠功耗、唤醒时间	计算基础守护能源
AI 模块	启动能耗、峰值功率、推理时间	计算任务能源与功率需求
模块通信	就绪等待、任务超时、退出时间	建立任务状态机
故障恢复	重试次数、重启能耗、恢复耗时	评估异常处理代价

数据应尽量来自具体器件的数据手册或测量结果。缺少数据时，先使用明确标注的假设值检验程序逻辑，不将其作为实际产品性能。

5.2 Python 仿真的第一阶段范围

初期仿真聚焦服务能源预算和任务状态变化，重点分析：

（1）不同基础监测功耗下，用户设定的保障时间是否可行；

（2）AI 模块启动、推理及退出分别消耗多少能源；

（3）不同 SOC、温度和等效内阻条件下，AI 启动是否受到供电限制；

（4）AI 启动失败或任务超时后，重试与降级策略如何影响剩余保障能力。

其中，任务逻辑、能源核算和简化电池压降可以通过代码模拟；真实电源切换波形、毫秒级瞬态稳定性及硬件故障保护效果，仍需要后续电路仿真或原型测试。

5.3 两类对照实验的控制变量

后续研究继续采用两组独立对照：

调度策略对照： 固定相同电池模型、温度、初始 SOC 和事件序列，比较不同任务许可策略，分析关键服务时长、任务完成情况及能源开销。

电池选型对照： 固定任务控制策略与负载，分别采用钠电和磷酸铁锂模型，在相同标称能量、体积或预算等独立约束下比较供电能力。

这样可以区分电池性能带来的差异与任务调度机制带来的差异。

6. 本阶段总结与下一步计划

本次探索形成了三项具体设计成果：

（1）明确外部电源、钠电池、BMS、电源路径管理与双负载支路的供电关系；

（2）定义 BMS—MCU 状态信息、MCU—AI 控制与数据接口，以及 AI 任务状态机；

（3）针对供电切换复位、AI 启动压降和模块失去响应三类风险，提出初步处理流程及验证指标。

这些设计为后续软件建模提供了明确的系统边界，但仍属于工程方案，尚未通过硬件测试确认。

下一篇将进入第一阶段 Python 仿真，建立关键服务的能源预算与断电运行模型，检验用户提出的“保障 8 小时”如何转化为具体计算条件，以及系统能否在动态任务负载下维持预定服务。

---

参考资料

[1] Espressif Systems. ESP-IDF Programming Guide: ESP32-S3 Sleep Modes. 官方技术文档。

https://docs.espressif.com/projects/esp-idf/en/stable/esp32s3/api-reference/system/sleep_modes.html

[2] Raspberry Pi. AI HATs. 官方硬件与软件文档。

https://www.raspberrypi.com/documentation/accessories/ai-hat-plus.html

[3] BLUETTI. Pioneer Na Portable Power Station. 官方产品资料。

https://www.bluetti.com/products/pioneer-na-portable-power-station

注：参考资料 [1]、[2] 分别用于说明低功耗 MCU 和边缘 AI 候选硬件的现有能力；[3] 用于说明钠电在商业化备用供电产品中的应用。本文的接口设计、供电路径和故障处理策略均为 NaLink 的初步工程方案，尚未经过实物验证。

---

NaLink 探索记录 05｜供电路径、模块接口与故障边界

下一篇：【06】用户的“保障 8 小时”如何变成计算模型？——NaLink 服务能源预算与 Python 初步仿真。

---

附图：NaLink 双层系统架构

图 1 NaLink 双层系统架构与供电控制关系

本图展示外部电源、钠电池与 BMS、电源路径管理、MCU 常供电支路及边缘 AI 可控供电支路之间的关系。

图中主要表示供电路径与基础控制关系。具体通信接口和 AI 任务状态机以本文第 3 节的设计为准。该图为系统逻辑示意，不是实际电气接线图。