【创意DIY】旧笔记本电脑电源改造8口USB充电器

发布时间:2014-10-13 阅读量:9400 来源: 我爱方案网 作者: xuyancheng

【导读】其实许多笔记本电脑报废之后,其电源往往依然完好,所以我们今天就来废物利用,用旧笔记本电脑电源改造8口USB充电器。我们对这个电源进行了一定程度的改装,使其能通过USB接口为手机,移动电源,平板电脑等设备充电。由于笔记本电源功率较高,使我们可以同时为8台移动设备充电,最高80w的功率使得它可以同时为8台ipad充电。

热门DIY:
用距离传感器DIY防近视眼镜 妈妈再也不用担心我近视了
【教程】Mind+套件DIY一个简单LED跳动的心
【HIFI DIY】PVC开关底盒DIY小巧绿色功放

步骤1: 第一步:准备材料


制作元件:
(1)废旧笔记本电源一台,功率90w,输出电压19v
(2)电压变换模块8个
(3)有机玻璃板:使用autocad设计盒子展开图,并使用雕刻机加工。
(4)铜柱螺丝电线等

 

步骤2: 组装部件



先将导线连在降压板上,然后,用19V稳压电源对所有降压板通电,测试以确保所有降压板功能完好。再将降压板用铜柱连在一起。之后,将所有降压板的正负极分别整理好。

将电脑电源的直流一端剪开,找出其中正负极,将他们与降压板上的线分别连接,用绝缘胶带缠好。

 

步骤3: 粘接外壳




 

先在外壳的侧面板上分别钻出4个孔,用于连接铜柱。将用铜柱穿好的降压板连接在侧面板上,将电源放在降压板之下。对应着在底板上钻出4个靠近电源的孔,用于穿绑线带,再在底板的四角钻4个孔用于连接脚钉。

将电源放置在底板上,用绑线带系上。将剩余的电源线摆好位置,用绑线带固定。将侧面,正面背面4块板子摆好位置,用有机玻璃胶将这4块板与底板粘上,它们之间也粘牢。再次整理走线,确认没有的走线问题后,扣上顶盖。

 

步骤4: 测试


将电源线插上,接点,检查所有降压板的灯是否都亮,并可用万用表测USB接口输出电压是否为5V。确认没有问题后,可以插上USB线,为一些设备充电。如果设备和USB电源都没有什么异常,那么这个电源应当就可以使用了。

经测试,本充电器可以同时为8个设备充电,见图。

相关资讯
美光Q4营收展望107亿美元超预期,AI存储需求引爆股价

美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS,索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命,台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。

算力、智能与控制的融合:英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。

应对AI算力激增:安森美推出全链路数据中心电源解决方案与指南

人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。