VR-25/acc项目中Pixel 5充电状态异常问题分析与解决方案
2025-07-06 00:39:29作者:谭伦延
问题背景
在Pixel 5设备(运行原生系统,已通过Magisk获取root权限)上使用VR-25/acc电池管理工具时,用户遇到了一个特殊的充电状态异常问题。当设备在75%电量阈值附近时,会出现频繁在"空闲(Idle)"和"放电(Discharging)"状态之间切换的现象,导致电量在70%-75%范围内快速波动。
技术分析
现象特征
- 状态切换频率高:每秒可达数十次状态变更
- 电量波动明显:75%→70%的放电过程可能不到一小时
- 充电类型显示为USB_DCP(专用充电端口模式)
- 多种电源供应源同时在线(包括USB PD和BMS)
根本原因
经过深入分析,发现问题的核心在于充电开关(chargingSwitch)的自动切换机制。设备原本支持真正的空闲模式(电力直接绕过电池),但由于以下原因导致功能异常:
- 系统自动切换到了不支持真正空闲模式的充电开关:"usb/input_current_max 1500000 0"
- 该开关通过限制输入电流的方式模拟空闲状态,而非实现真正的电力旁路
- 长期运行的设备(数月未重启)可能导致电源管理子系统状态不稳定
解决方案
临时解决方法
- 物理重新插拔充电线缆
- 更换充电适配器(特别是使用USB-C转USB-A线缆时)
永久解决方案
-
重置充电开关配置:
- 编辑acc配置文件
- 清空chargingSwitch参数
- 让系统自动重新选择最优开关
-
手动指定支持真正空闲模式的开关:
chargingSwitch=(sm7250_bms/charge_disable 0 1 sm7250_bms/constant_charge_current_max 1750000 0 --) -
更新至最新测试版: 项目维护者提供了v2025.1.5-rc测试版本,专门针对此问题进行了优化
技术建议
- 定期维护:对于长期运行的设备,建议定期重启以保持电源管理子系统稳定性
- 开关选择策略:优先选择支持真正空闲模式的开关(如sm7250_bms系列)
- 监控机制:可通过
acc -w命令实时监控充电状态变化 - 配置备份:修改配置前备份working-switches.log文件
实现原理
真正的空闲模式依赖于:
- 电池管理芯片(BMS)的charge_disable功能
- 精确的恒定电流/电压控制
- 电源路径管理硬件支持
当这些条件不满足时,系统会回退到模拟空闲模式,通过限制充电电流来近似实现电量维持,这就是导致状态频繁切换的根本原因。
通过正确配置支持硬件级空闲模式的充电开关,可以彻底解决这个问题,实现更高效的电池管理和更稳定的充电体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310