技术应用

网友教你如何减少PCB设计中的错误?

发布时间:2015-05-04 00:00:00 责任编辑:sherry

【导读】电路板设计是一项关键而又耗时的任务,出现任何问题都需要工程师逐个网络逐个元件地检查整个设计。可以说电路板设计要求的细心程度不亚于芯片设计。本文就教你如何减少PCB设计中的错误并提高效率?
 
典型的电路板设计流程由以下步骤组成:
电路板设计流程
前面三个步骤花的时间最多,因为原理图检查是一个手工过程。想像一个具有1000条甚至更多连线的SoC电路板。人工检查每一根连线是冗长乏味的一项任务。事实上,检查每根连线几乎是不可能的,因而会导致最终电路板出问题,比如错误的连线、悬浮节点等。
 
原理图捕获阶段一般会面临以下几类问题:
 
●下划线错误:比如APLLVDD和APLL_VDD
 
●大小写问题:比如VDDE和vdde
 
●拼写错误
 
●信号短路问题
 
●……还有许多
 
为了避免这些错误,应该有种方法能够在几秒的时间内检查完整个原理图。这个方法可以用原理图仿真来实现,而原理图仿真在目前的电路板设计流程中还很少见到。通过原理图仿真可以在要求的节点观察最终输出结果,因此它能自动检查所有连接问题。
 
下面通过一个项目实例进行解释。考虑电路板的一个典型框图:
典型框图
图1
 
在复杂的电路板设计中,连线数量可能达到数千条,而极少量的更改很可能浪费许多时间去检查。
 
原理图仿真不仅能节省设计时间,而且能提高电路板质量,并且提高整个流程的效率。
 
一个典型的待测设备(DUT)具有以下一些信号:
典型的待测设备
图2
[page]
待测设备在经过某些预调整后会有各种各样的信号,并且有各种模块,如稳压器、运放等,用于信号调整。考虑通过稳压器得到的一个供电信号例子:
样例电路板的原理图
图3:样例电路板的原理图。
 
为了验证连接关系并执行整体检查,使用了原理图仿真。原理图仿真由原理图创建、测试平台创建和仿真组成。
 
在测试平台创建过程中,将有激励信号给到必要的输入端,然后在感兴趣的信号点观察输出结果。
 
可以通过将探针连接到待观察节点实现上述过程。节点电压和波形可以指示原理图有没有错误。所有信号连接都会得到自动检查。
 
原理图测试平台和各个节点的仿真值
图4:
 
让我们看一下上面这张图的一个局部,其中探测的节点和电压清晰可见:
原理图测试平台和各个节点的仿真值
因此在仿真的帮助下,我们可以直接观察结果,确认电路板原理图是否正确。另外,通过仔细调节激励信号或元件值还可以实现设计更改的调查。因此原理图仿真可以节省电路板设计和检查人员的大量时间,并且增加设计正确性的机会。
 
要采购探针么,点这里了解一下价格!

为您推荐

技嘉 AORUS C510 GLASS INFINITY 机箱斩获 2027 CES 创新奖,内置 16 寸可拆装电竞屏 业界新闻

技嘉 AORUS C510 GLASS INFINITY 机箱斩获 2027 CES 创新奖,内置 16 寸可拆装电竞屏

技嘉宣布旗下 AORUS C510 GLASS INFINITY 机箱获得 2027 CES 创新奖。这款 m‑ATX 机箱最大亮点是集成可拆卸 16 英寸高刷新率电竞显示器,屏幕可作为主屏、副屏,也能拆下独立使用;搭配多功能 U 型可拆金属脚座,实现卧式、立式等多种摆放形态,兼顾散热风道与理线需求。机箱采用模组化设计,保留高性能硬件装配与后期升级空间,产品将在 CES 展会现场对外开放体验。

光电显示 光电器件 GIGABYTE(技嘉)

20万签名力挺黄仁勋回归!英伟达Q3营收创新高,数据中心增长1.1倍 业界新闻

20万签名力挺黄仁勋回归!英伟达Q3营收创新高,数据中心增长1.1倍

11月18日,英伟达发布2027 财年第三季度(截至 2026 年 7 月 26 日),本季度营收 1158亿美元,环比增长20%,同比增长103%,净利润653亿美元,同比增长105%。 其中,数据中心收入达到1076亿美元,同比增长110%。公司的增长主要来自于数据中心业务,体现出人工智能相关的计算需求,继续支撑着它的业绩表现。

Nvidia(英伟达)

英飞凌推出 ModusToolbox™ AI 助手,为 PSoC 微控制器提供硬件感知嵌入式 AI 编码能力 新品速递

英飞凌推出 ModusToolbox™ AI 助手,为 PSoC 微控制器提供硬件感知嵌入式 AI 编码能力

英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)推出面向Microsoft Visual Studio Code(VS Code)的ModusToolbox™ AI助手(AI Assistant),进一步扩展其ModusToolbox™软件生态系统。该扩展可为AI编码智能体提供针对PSOC™ Edge与PSOC™ Control微控制器的特定硬件上下文信息。如果缺乏这类上下文信息,通用型AI编码助手可能会生成看似正确、却无法在实际硬件上运行的代码。例如,它们可能选错目标器件、调用已弃用的API,或是遗漏仅在板级启动调试时才会暴露出来的初始化步骤。ModusToolbox™ AI助手会将每条建议与开发者的实际目标器件、开发板及外设配置相匹配,让通用型AI助手能够生成有效的嵌入式代码。该扩展完全在本地分析项目上下文,并将客户项目数据保存在开发者的系统中。常见应用场景包括具备图形显示与连接功能的互联物联网设备。

AI&loT 互联技术 微控制器 Infineon(英飞凌)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆