平衡PCB层叠PCB设计的方法

    平衡PCB层叠PCB设计的优点:成本低、不易弯曲、缩短交货时间、保证质量。


    PCB设计者在设计PCB电路板时有可能会设计出奇数层电路板(PCB)。如果布线不需要额外的层,为什么还要用它呢?难道减少层不会让电路板更薄吗?如果电路板少一层,难道成本不是更低么?但是,在一些情况下,增加一层反而会降低费用。


    电路板有两种不同的结构:核芯结构和敷箔结构。


    在核芯结构中,电路板中的所有导电层敷在核芯材料上;而在敷箔结构中,只有电路板内部导电层才敷在核芯材料上,外导电层用敷箔介质板。所有的导电层通过介质利用多层层压工艺粘合在一起。


    核材料就是工厂中的双面敷箔板。因为每个核有两个面,全面利用时,PCB的导电层数为偶数。为什么不在一边用敷箔而其余用核结构呢?其主要原因是:PCB的成本及PCB的弯曲度。


    偶数层电路板的成本优势


    因为少一层介质和敷箔,奇数PCB板原材料的成本略低于偶数层PCB.但是奇数层PCB的加工成本明显高于偶数层PCB.内层的加工成本相同;但敷箔/核结构明显的增加外层的处理成本。


    奇数层PCB需要在核结构工艺的基础增加非标准的层叠核层粘合工艺。与核结构相比,在核结构外添加敷箔的工厂生产效率将下降。在层压粘合以前,外面的核需要附加的工艺处理,这增加了外层被划伤和蚀刻错误的风险。


    PCB平衡结构避免弯曲


    不用奇数层设计PCB的最好的理由是:奇数层电路板容易弯曲。当PCB在多层电路粘合工艺后冷却时,核结构和敷箔结构冷却时不同的层压张力会引起PCB弯曲。随着电路板厚度的增加,具有两个不同结构的复合PCB弯曲的风险就越大。消除电路板弯曲的关键是采用平衡的层叠。尽管一定程度弯曲的PCB 达到规范要求,但后续处理效率将降低,导致成本增加。因为装配时需要特别的设备和工艺,元器件放置准确度降低,故将损害质量。


    使用偶数层PCB


    当设计中出现奇数层PCB时,用以下几种方法可以达到平衡层叠、降低PCB制作成本、避免PCB弯曲。以下几种方法按优选级排列。


    一层信号层并利用。如果设计PCB的电源层为偶数而信号层为奇数可采用这种方法。增加的层不增加成本,但却可以缩短交货时间、改善PCB质量。


    增加一附加电源层。如果设计PCB的电源层为奇数而信号层为偶数可采用这种方法。一个简单的方法是在不改变其他设置的情况下在层叠中间加一地层。先按奇数层PCB种布线,再在中间复制地层,标记剩余的层。这和加厚地层的敷箔的电气特性一样。


    在接近PCB层叠中央添加一空白信号层。这种方法最小化层叠不平衡性,改善PCB的质量。先按奇数层布线,再添加一层空白信号层,标记其余层。在微波电路和混合介质(介质有不同介电常数)电路种采用。

*万和兴电子*

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接来得到预测值。其网络结构通常包含多个卷积和全连接,通过卷积提取图像特征,通过全连接输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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