电路板的分类

目录

电路板简介

PCB的分类

一、按层数分类

二、按基材分类

三、按通孔类型分类

四、按通孔有无铜分类

四、按板子表面处理


 

电路板简介

电路板主要分为柔性板(FPC)、硬板(PCB)和软硬结合板(Rigid-Flex PCB)

PCB( Printed Circuit Board):印制电路板,又称印刷线路板,广泛地应用在电子产品的生产制造中。

FPCFlexible Printed Circuit:柔性电路板,由于具有配线密度高、重量轻、厚度薄、弯折性好的特点而备受青睐。比如我们目前的一款产品就有在使用FPC,充当排线的作用,主要是重量轻和弯折性好。

软硬结合板(Rigid-Flex PCB):就是柔性线路板与硬性线路板经过压合等工序组合在一起。优点是整合了FPC与PCB的特性,缺点是生产工序繁多,良品率较低生产难度大,生产周期较长。

我们常说的电路板多指PCB,接下来就简单说下PCB分类。

PCB的分类

一、按层数分类

按铜箔的层数进行分类:单面板、双面板和多层板

单面板(Single-Sided Boards):导线只出现在其中一面。因为走线只出现在一面在布线设计上受限很多,早起电路常使用,目前只有在一些简单切对成本要求较高的产品中使用。

双面板(Double-Sided Boards):板子两面布线。因为两面走线,所以在走线上可以解决单面板中因为布线交错的问题,走线更优。常用在电路较为简单,芯片引脚不密集的电路中。

多层板(Multi-Layer Boards):为了增加布线的面积,使用了更多的单面板或双面板进行绝缘粘结而组成了多层板。常用的多层板是4到8层。

二、按基材分类

按基材分类常见的包括﹕酚醛纸质层压板、环氧纸质层压板、聚酯玻璃毡层压板、环氧玻璃布层压板

三、按通孔类型分类

按通孔类型分类可分为:通孔、盲孔、埋孔。

通孔 (Through hole):孔贯穿整板子,孔的两头在板子的上层外层(最外面两层)。

盲孔 (Blind hole):孔的一边在表面(外层),另一边在内层结束,并未贯穿整个板子。

埋孔 (Buried via):孔的两头都在板子内部,即只联通板子内部的两层

四、按通孔有无铜分类

按有无通孔分类可分为有铜孔和无铜孔。

有铜孔 (PTH) :有通孔即通孔内部有铜连接,起导线的作用。板子走线常见的孔。

无铜孔(NPTH):无铜孔即板子孔内无铜连接,多用于板子的固定孔位。

实际板子在制作过程中多数板子都是包含有铜孔和无铜孔的。

四、按板子表面处理

由于铜在一般环境中容易氧化,导致焊接不良,所以会在铜表面进行保护处理,常见的处理有:

有铅喷锡HAL:Hot Air Level Soldering

无铅喷锡 HAL/LF:Hot Air Level Soldering Lead Free

沉金:Electroless Nickel/Immersion Gold/Immersion Au/ENIG

沉锡immersion tin/Chemical Sn

沉银immersion Silver/Chemical Ag

防氧化(OSP//Entek/Copper passivated):OSP:OrganicSolderability Preservatives

电金Gold plating/flash gold

碳油板 Carbon oil

蓝胶peelable solder mask

电金手指 Plating Gold Finger/EdgedContact/Connecting Finger

IPC-6012 CLASS 2中要求金手指最小金厚:0.80UM(30U“) ,镍厚(NI):最小2UM ;

暂时先初步整理下,后面再完善后发出。

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python可以通过使用各种视觉检测技术来检测电路板。以下是一些可能的方法: 1. 图像预处理:首先,使用Python图像处理库,如OpenCV,可以对电路板图像进行预处理。这包括去除噪声、灰度转换、图像增强和滤波等步骤。 2. 目标检测:使用Python中的机器学习算法和深度学习框架如TensorFlow或PyTorch,可以训练模型来检测电路板上的不同元件,如电阻、电容、晶体管等。通过对图像中的每个元件进行边框标记和分类,可以实现电路板的自动化检测。 3. 缺陷检测:除了检测元件,Python还可以用于检测电路板上的缺陷。基于深度学习的方法可以训练模型来识别常见的缺陷,如焊接问题、短路和打火等。使用这些模型,可以自动检测电路板上的缺陷并提供相应的反馈。 4. 元件定位:对于自动化组装或测试任务,Python可以帮助定位电路板上的元件。使用图像处理和计算机视觉技术,可以识别和标记元件的位置,以便后续的处理和操作。 5. 商品追溯:在电子产品制造行业,Python可以帮助追踪电路板的生产过程。通过为电路板上的每个元件分配独特的标识符,并记录其在生产过程中移动的位置,可以实现电路板的全程追溯和质量控制。 综上所述,使用Python进行视觉检测电路板可以实现元件检测、缺陷检测、元件定位和商品追溯等功能,为电子产品制造行业带来了更高的生产效率和质量控制水平。

“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
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

攻城狮-鹏哥

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