Análisis del consumo energético de un reloj inteligente¶

El análisis del consumo energético permite estimar la autonomía a partir del uso diario previsto y, sobre todo, ordenar los consumidores según su impacto para priorizar las optimizaciones. Este artículo toma como ejemplo el libro de trabajo en inglés con los datos del perfil de consumo de un reloj inteligente. Explica cómo convertir los hábitos de uso en mAh por día, identificar los principales consumidores y transformar el modelo de la hoja de cálculo en un plan de medición.

Para conocer las pautas de arquitectura y firmware, consulte el Resumen del diseño de bajo consumo. El artículo Medición y validación del consumo energético describe cómo verificar el modelo con mediciones.

Sistema del reloj y límites del modelo¶

Empiece por delimitar el sistema que representa el modelo. El libro de trabajo describe un reloj inteligente alimentado por batería que incluye una MCU, una pantalla AMOLED, un motor háptico y una categoría de carga no desglosada llamada Other. No especifica el tamaño ni la resolución del panel, el nivel de brillo, la arquitectura de radio ni los sensores concretos. Trate los valores de corriente de la pantalla como entradas del modelo, no como mediciones ni como especificaciones de un panel determinado. Other es una categoría del modelo, no un componente físico.

Consumo por escenario¶

Un escenario representa una actividad completa del usuario o del sistema, no un componente aislado. Por ejemplo, una notificación puede despertar la MCU, encender la pantalla AMOLED, activar el motor háptico y mantener otras cargas en segundo plano. En la matriz, cada fila Display corresponde a la pantalla AMOLED. Las filas de cada escenario se mantienen juntas y conservan los valores diarios calculados para facilitar la trazabilidad. Las hipótesis de frecuencia y duración que determinan esos valores se detallan más adelante en el perfil de uso diario.

*El libro de trabajo denomina esta columna «Power-Conversion Efficiency (%)», pero la fórmula solo calcula una relación de tensiones; no representa el rendimiento medido del regulador. El apartado «Revisar la hipótesis de conversión del libro de trabajo» explica cómo afecta esta aproximación a la estimación de autonomía. Los valores de consumo diario y los porcentajes están redondeados; consulte el archivo descargable para ver las fórmulas y cifras exactas. Use las tablas ordenadas para establecer prioridades y vuelva a esta matriz cuando necesite revisar las hipótesis de corriente o tensión de cada contribución.

flowchart LR
    A["Definir el uso diario"] --> B["Asignar corriente y tiempo activo a cada carga"]
    B --> C["Sumar el consumo diario en mAh del lado de la batería"]
    C --> D["Ordenar los aportes por escenario y componente"]
    D --> E["Medir en el hardware los mayores consumidores"]
    E --> F["Actualizar las hipótesis y repetir"]
    F --> B

Calcular el consumo diario de un escenario¶

Si la corriente de una carga ya está expresada en el lado de la batería, su consumo diario se calcula directamente:

daily_charge_mAh = current_mA x active_time_seconds_per_day / 3600

Si la carga se alimenta mediante un regulador, calcule primero la corriente del lado de la batería y luego aplique el factor de tiempo:

battery_current_mA = (load_voltage_V x load_current_mA) /
                     (battery_voltage_V x regulator_efficiency)

Use el rendimiento medido del regulador para la corriente de carga prevista. El rendimiento máximo destacado de un regulador rara vez es útil para un reloj que pasa buena parte del día con una carga ligera.

Revisar la hipótesis de conversión del libro de trabajo¶

La columna «Power-Conversion Efficiency (%)» del libro de trabajo se calcula como load voltage / battery voltage. La fórmula posterior divide por ese valor y por la tensión de la batería, por lo que los términos de tensión se cancelan. El consumo diario resultante equivale simplemente a la corriente de la carga multiplicada por el tiempo: se considera que la corriente de la batería es igual a la de la carga, en lugar de modelar una conversión de potencia ideal. Esto se aproxima a un regulador lineal sin corriente de reposo; no es un modelo general para un regulador conmutado.

Por ejemplo, una carga de 1 mA a 3,3 V alimentada desde una batería de 3,87 V mediante un convertidor ideal demandaría unos 0,853 mA de la batería, mientras que el libro de trabajo cuenta 1 mA. El resultado de un convertidor real depende de su rendimiento y de su corriente de reposo. Por tanto, esta hipótesis de conversión por sí sola no permite determinar si la estimación de autonomía es optimista o conservadora. El orden de los escenarios sigue siendo útil para revisar las hipótesis de corriente y duración, pero no constituye un presupuesto definitivo. Para un presupuesto de producción, sustituya el valor auxiliar por el rendimiento medido de cada línea de alimentación y rango de carga. Incluya la corriente de reposo sin contabilizarla dos veces si ya está incluida en la medición, además de las pérdidas del circuito de protección de la batería y de la ruta de carga.

Calcular el consumo diario a partir del uso del producto¶

El impacto de un escenario depende del uso que se haga del producto. El libro de trabajo tiene habilitados los siguientes escenarios para representar un día de uso: reposo de referencia, notificaciones, avisos de llamada entrante, activación al levantar la muñeca, mediciones de frecuencia cardíaca y SpO2, registro de ejercicio, alarmas, seguimiento del sueño y sincronización de datos con la aplicación. Las transacciones NFC, las llamadas Bluetooth y ambos escenarios AOD están configurados en cero, por lo que no se incluyen en la estimación de 13,15 días.

Las celdas de escenario vacías en la matriz original son intencionales. Después de cada escenario aparecen las filas de carga de la pantalla, el motor háptico y Other; estas heredan la frecuencia y duración diarias indicadas en la fila del escenario. Por eso cada escenario solo se nombra una vez.

El orden de los escenarios aporta más información práctica que la estimación final de autonomía. Empiece por comprobar las hipótesis de optimización relacionadas con los mayores consumidores.

pie showData
    title Consumo diario (mAh/día) por escenario habilitado
    "Activación al levantar la muñeca" : 4.9020
    "Notificaciones" : 3.9996
    "Seguimiento del sueño" : 2.3040
    "Ejercicio" : 2.1839
    "Reposo" : 2.0679
    "Avisos de llamada entrante" : 0.7999
    "Alarma" : 0.6910
    "Medición manual de SpO2" : 0.3929
    "Medición automática de frecuencia cardíaca" : 0.2616
    "Sincronización con la aplicación" : 0.0800

Los dos escenarios de interacción con pantalla encendida que más contribuyen al consumo representan aproximadamente la mitad del consumo diario modelado. Es un resultado que puede comprobarse, no una afirmación genérica sobre el consumo de las pantallas. Antes de optimizar cargas menores, verifique cuántas veces se activa realmente la pantalla al levantar la muñeca, cuánto permanece encendida, qué brillo y frecuencia de actualización utiliza y cómo se gestionan las notificaciones.

pie showData
    title Consumo diario (mAh/día) por categoría explícita del libro de trabajo
    "Pantalla AMOLED (9,56 mAh/día)" : 9.5595
    "MCU (4,62 mAh/día)" : 4.6163
    "Motor háptico (2,22 mAh/día)" : 2.2203
    "Other / unallocated (sin desglosar, 1,29 mAh/día)" : 1.2866

El gráfico mantiene deliberadamente la última porción como Other / unallocated (sin desglosar). El libro de trabajo no aporta valores independientes, referidos a la batería, para Bluetooth, el acelerómetro ni el giroscopio. Que el escenario de llamada Bluetooth esté desactivado no significa que el Bluetooth no consuma energía: la sincronización con la aplicación también podría usar la radio, pero el modelo no separa ese consumo. La categoría Other podría incluir los sensores, pero los datos disponibles no permiten distinguir el consumo del acelerómetro del del giroscopio.

Para crear un gráfico con cinco categorías —MCU, pantalla, motor háptico, Bluetooth y una categoría conjunta para el acelerómetro y el giroscopio—, añada filas separadas para los estados inactivo y de transferencia de Bluetooth, y para los modos de funcionamiento y ciclos de trabajo de ambos sensores. Mida cada fila en la entrada de la batería o aplique el rendimiento medido del regulador antes de sumarla al total de mAh del lado de la batería. Después sustituya la porción Other / unallocated; no agregue por separado consumos de sensores o Bluetooth que podrían solaparse con ella.

Separar el consumo base de la MCU, el trabajo por escenario y las cargas de los sensores¶

El libro de trabajo incluye una categoría MCU, pero no separa el renderizado gráfico como una ruta de ejecución propia. Por tanto, el análisis más sólido distingue entre la partida de la MCU en reposo de referencia y las partidas de la MCU asignadas a los distintos escenarios; el consumo de los sensores no aparece como una categoría independiente.

pie showData
    title Consumo diario de la MCU (mAh/día) por grupo de actividad
    "Reposo de referencia" : 1.4854
    "Interacciones con la pantalla encendida" : 1.3013
    "Seguimiento del sueño" : 1.6640
    "Medición automática de frecuencia cardíaca" : 0.1656

Dos comparaciones evitan una conclusión engañosa:

• Partida de reposo de referencia de la MCU frente a las partidas de escenarios con pantalla encendida: el reposo de referencia representa 1,49 mAh al día, ligeramente más que los 1,30 mAh al día asignados a la MCU en el conjunto de escenarios de interacción con la pantalla encendida. En este modelo, reducir la corriente de referencia supuesta importa al menos tanto como reducir el trabajo total de la MCU asociado a esos escenarios. El libro de trabajo no mide por separado las ráfagas de procesamiento gráfico.
• Partida de reposo de referencia de la MCU frente al resto de sus partidas explícitas: las demás entradas de la MCU suman 3,13 mAh al día, 2,11 veces el valor de reposo de referencia. El seguimiento del sueño es la mayor partida individual fuera del reposo de referencia, con 1,66 mAh al día; se trata de una asignación de la MCU a un escenario, no de una medición exclusiva de la corriente de la CPU en actividad.

El libro de trabajo no tiene una categoría específica para los sensores. Su consumo podría estar incluido en Other, junto con el del PMIC, la radio, las corrientes de fuga y otras cargas de fondo. Esta categoría suma 1,29 mAh al día (7,28 %). Incluso si se atribuyera todo Other a los sensores, la partida explícita de la MCU seguiría siendo mayor: 4,62 mAh al día frente a 1,29 mAh, unas 3,59 veces más. Esta es una comparación entre categorías del modelo, no una medición directa del silicio de la MCU frente a los sensores. Para conocer el consumo real de estos, el modelo debe separar sus líneas de alimentación del resto de las cargas agrupadas en Other.

Convertir el orden de consumo en acciones de diseño¶

Empiece por el mayor consumidor del modelo y valide el orden con mediciones. Para este caso, conviene seguir esta secuencia:

1. Gestión de la pantalla: mida el ciclo completo de activación al levantar la muñeca. Reduzca los falsos disparos del gesto, el tiempo de pantalla encendida, el brillo, los redibujados completos y las animaciones innecesarias antes de perseguir ahorros de unos pocos microamperios en la MCU.
2. Gestión de notificaciones: agrupe las notificaciones no urgentes cuando la experiencia de usuario lo permita. Compruebe si cada evento necesita activar tanto la pantalla como la respuesta háptica.
3. Reposo conectado: confirme que la MCU vuelve al modo de bajo consumo previsto después de cada evento. Revise los temporizadores periódicos, los bucles de sondeo, las funciones callback de Bluetooth y las solicitudes al gestor de energía.
4. Patrones hápticos: ajuste la amplitud y la duración mediante pruebas de percepción. Un patrón más corto o suave puede ahorrar energía sin restar claridad a las alertas.
5. Detección de larga duración: analice el seguimiento del sueño y el registro de ejercicio como escenarios completos, incluidos el ciclo de trabajo de los sensores, el procesamiento, el tráfico de memoria y el uso de la radio.

No optimice una cifra aislada de la hoja de cálculo. Un cambio que parezca eficiente puede aumentar la frecuencia de activación, empeorar la experiencia de usuario o prolongar tanto el tiempo activo que anule el ahorro previsto.

Validar el modelo en el hardware¶

El modelo resulta útil cuando se contrasta periódicamente con mediciones reales. Para cada consumidor principal, registre la tensión de la batería o de alimentación, la temperatura, las revisiones de la placa y del firmware, las radios activadas, el modo de pantalla y el rango de medida.

Mantener un perfil realista¶

• Considere los escenarios desactivados como no contabilizados, no como gratuitos. El libro de trabajo asigna actualmente consumo cero a NFC, las llamadas Bluetooth y AOD.
• Mantenga separados los escenarios de las funciones que ve el usuario y los del trabajo en segundo plano. Así podrá evaluar mejor los compromisos del producto.
• Siempre que sea posible, mida en la entrada de la batería. Las mediciones por línea de alimentación también son útiles, pero para estimar la autonomía debe sumar las pérdidas del regulador y su corriente de reposo.
• Cambie una sola hipótesis cada vez y compare el consumo en mAh por día, no solo la corriente instantánea.
• Recalcule el perfil cuando cambien la gestión de la pantalla, los ajustes de Bluetooth, la frecuencia de muestreo de los sensores, la política de gestión de energía o alguna función importante del firmware.

Conclusiones principales¶

• La autonomía se estima dividiendo la capacidad útil de la batería por el consumo diario. Con 232,5 mAh disponibles y 17,68 mAh/día de consumo en los escenarios activos, este modelo calcula 13,15 días.
• En el caso de referencia, la pantalla es el mayor consumidor. La activación al levantar la muñeca y las notificaciones representan juntas aproximadamente la mitad del consumo diario.
• El orden de los escenarios indica qué conviene medir y optimizar primero; resulta más útil que una sola cifra de corriente media.
• Antes de presentar la previsión del libro de trabajo como autonomía de un producto, incorpore el rendimiento real de los convertidores y su corriente de reposo.
• Repita el ciclo: modele un uso realista, mida los escenarios de mayor consumo, actualice las hipótesis y vuelva a optimizar.

Última actualización: 2026-10-19