立创EDA学习笔记(2)——创建元件符号

一、简介

元件符号是元件在原理图上的表现形式,主要由元件边框、管脚(包括管脚序号和管脚名称)、元件名称及元件说明组成,通过放置的管脚来建立电气连接关系。元件符号中的管脚序号是和电子元器件实物的管脚一一对应的。在创建元件的时候,图形不一定和实物完全一样,但是对于管脚序号和名称,一定要严格按照元件规格书中的说明一一对应。

二、原理图库

2.1 基础库

基础库上面的内容主要是一些常用的电器标识符电阻电容电感电源连接器二极管三极管稳压器件,还有一些其他常用的器件。

每个器件的右下角都有个小三角符号,打开后选择不同的封装类型。

2.2 元件库

如果我们在画图的过程中有些库在基础库中找不到,可以在元件库中进行搜索。

三、手动创建

  • 新建符号
  • 放置矩形,快捷键S
  • 任点一处进行绘制,右键完成绘制
  • 左键选择图像,点击4个绿点进行形状调整
  • 修改颜色
  • 放置管脚,快捷键P
  • 调整管脚位置,注意小圆点要朝外侧,选中管脚,快捷键Space进行旋转
  • 隐藏管脚名称和编号
  • 放置 - 画布原点 - 从图形中心格点快捷键Ctrl+End
  • 修改名称和编号,快捷键Ctrl+S保存,完成绘制

四、符号向导

  • 新建符号
  • 点击符号向导
  • 修改名称和编号,芯片编号默认是U?
  • 选择样式
    • DIP-A
    • DIP-B
    • QFP
    • SIP
  • 按照芯片数据手册,修改引脚信息,删除多余引脚
  • 放置 - 画布原点 - 从图形中心格点快捷键Ctrl+End
  • 快捷键Ctrl+S保存,完成绘制

五、创建子库

当一个元件存在太多引脚时,把它全部画在一个库文件中将会非常耗费空间,所以可以通过创建子库(也称为多part器件,子母库,多部件符号等)来进行多符号组合该元件。所有子库合在一起时是一个完整的元件。每个子库均对应同一个封装,仅对应的焊盘编号不一样。

LM358是双运算放大器,单用一路运算时使用子库可以使原理图更加简洁。

  • 元件库 - 选择对应IC右键 - 添加子库
  • 绘制其中一路运算


• 由 Leung 写于 2021 年 8 月 20 日

• 参考:【立创EDA】2020最新教学视频丨立创课堂
    立创EDA使用教程 - 符号库

  • 27
    点赞
  • 139
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

Leung_ManWah

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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