现代PCB生产工艺——加成法、减成法与半加成法

本文介绍了PCB生产工艺的三种主要方法:加成法、减成法和半加成法。加成法通过增加导电图形在绝缘基材上,类似修碉堡;减成法则通过蚀刻去除部分铜箔形成线路,如同挖壕沟。目前主流工艺为减成法,由保罗·艾斯纳发明。华秋PCB致力于提供高可靠性多层板制造服务,采用先进工艺满足不同客户需求。
摘要由CSDN通过智能技术生成

继续为朋友们分享关于PCB生产工艺的知识。

现代PCB生产工艺,目前主要分为:加成法、减成法与半加成法。

其具体定义如下:

加成法:

通过网印或曝光形成图形,经钻孔、沉铜、转移层压等工艺加工,直接将导电图形制作在绝缘基材上。

减成法:

在覆铜箔基材上,通过钻孔、孔金属化、图形转移、电镀、蚀刻或雕刻等工艺加工,选择性地去除部分铜箔,形成导电图形。

半加成法:

将加成法与减成法相结合,巧妙地利用两种加工方法的特点,在绝缘基材上形成导电图形。

单纯的文字叙述,假如没有足够的基础,可能朋友们不太理解,下面,以简化的图示,给朋友们展示一下,这三种制作方法,分别是如何把线路上的金属化孔制造出来的。

【各层名称及其作用】

如图,所谓加成法,就是说,线路是在绝缘基材的基础上增加出来的,而减成法,则是在铜箔层蚀刻出来的,至于半加成法,则是把两种方法结合后,将线路制作出来。

如果形象地表述一下,加成法,可以认为是修碉堡,而减成法,则可以认为是挖壕沟。同样是修筑工事,修碉堡,是把有用的部分增加上去,而挖壕沟,则是把没有用的部分移除。(半加成法,则是又修碉堡,又挖壕沟)

但是,修碉堡是比较费力的,挖壕沟更省事,所以,目前最主流的工艺仍然是当初保罗·艾斯纳发明的铜箔蚀刻法,即减成法。当然,大家可能对这种称呼比较陌生,我们可以换一种说法——负片与正片工艺。

(大致划分,如图所示)

那么,其中的两大代表工艺——正片工艺、负片工艺,又是怎样的呢?因篇幅所限,请朋友们继续追踪,下文将继续为大家分享~

华秋致力于为广大客户提供高可靠多层板制造服务,专注于 PCB 研发、制造,自有环保资质,为客户提供高可靠性、短交期的打板体验。2018 年,华秋斥资数亿元投资建设九江 205 亩 PCB 产业园,形成深圳快板厂、九江量产厂的分工协作格局,全面实现了产业互联网战略布局。其中,深圳 PCB 快板厂产能达 2 万平方米/月,九江量产厂一期产能 10 万平方米/月,是全球 30 万+客户首选的 PCB 智造平台。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
信息数据从传统到当代,是一直在变革当中,突如其来的互联网让传统的信息管理看到了革命性的曙光,因为传统信息管理从时效性,还是安全性,还是可操作性等各个方面来讲,遇到了互联网时代才发现能补上自古以来的短板,有效的提升管理的效率和业务水平。传统的管理模式,时间越久管理的内容越多,也需要更多的人来对数据进行整理,并且数据的汇总查询方面效率也是极其的低下,并且数据安全方面永远不会保证安全性能。结合数据内容管理的种种缺点,在互联网时代都可以得到有效的补充。结合先进的互联网技术,开发符合需求的软件,让数据内容管理不管是从录入的及时性,查看的及时性还是汇总分析的及时性,都能让正确率达到最高,管理更加的科学和便捷。本次开发的高校科研信息管理系统实现了操作日志管理、字典管理、反馈管理、公告管理、科研成果管理、科研项目管理、通知管理、学术活动管理、学院部门管理、科研人员管理、管理员管理等功能。系统用到了关系型数据库中王者MySql作为系统的数据库,有效的对数据进行安全的存储,有效的备份,对数据可靠性方面得到了保证。并且程序也具备程序需求的所有功能,使得操作性还是安全性都大大提高,让高校科研信息管理系统更能从理念走到现实,确确实实的让人们提升信息处理效率。
以下是一个基于后置滤波法的语音信号增强的MATLAB代码示例: ``` % 读入语音信号 [x,Fs] = audioread('speech.wav'); % 设置参数 winlen = round(20*Fs/1000); % 窗长 winshift = round(10*Fs/1000); % 窗移 nfft = 2^nextpow2(winlen); % FFT点数 freqrange = [0 4000]; % 频率范围 alpha = 0.95; % 后置滤波系数 % 计算语谱图 [X,F,T] = spectrogram(x,winlen,winlen-winshift,nfft,Fs); X = abs(X); X = X(1:floor(nfft/2)+1,:); F = F(1:floor(nfft/2)+1); % 计算噪声谱 noise = X(:,1:100); % 取前100帧作为噪声 noise_mean = mean(noise,2); noise_std = std(noise,[],2); noise_std(noise_std==0) = eps; % 避免除0错误 % 计算增强系数 alpha_speech = max(0,(X-noise_mean)./noise_std); alpha_speech(alpha_speech>1) = 1; % 防止增强系数超过1 % 后置滤波 for i = 1:size(X,2) alpha_speech(:,i) = filter([1 -alpha],[1 -alpha],alpha_speech(:,i)); end % 重构语音信号 y = zeros(length(x),1); for i = 1:size(X,2) y((i-1)*winshift+1:(i-1)*winshift+winlen) = y((i-1)*winshift+1:(i-1)*winshift+winlen) + ... real(ifft([alpha_speech(:,i).*X(:,i); conj(alpha_speech(end-1:-1:2,i)).*X(end-1:-1:2,i)],nfft)); end y = y/max(abs(y)); % 归一化 % 绘制语谱图 figure; imagesc(T,F,alpha_speech); axis xy; xlabel('Time'); ylabel('Frequency'); title('Spectrogram'); ``` 该代码首先读入语音信号,然后设置了一些参数,包括窗长、窗移、FFT点数、频率范围和后置滤波系数。然后计算语谱图,取前100帧作为噪声谱,计算增强系数,并进行后置滤波。最后重构语音信号并绘制语谱图。 需要注意的是,该代码中的后置滤波系数需要根据实际情况进行调整。一般来说,该系数越大,增强效果越明显,但也容易引入噪声。因此,需要根据实际情况进行调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值