一套易学易用的电子线路仿真软件和PCB印刷电路板设计软件

曾经有人做过调查发现大约有90%的客户认为,无论是PROTEL还是其他的仿真软件,PCB设计软件在使用过程中都觉得非常的复杂、繁琐。这对于一个电子爱好者来说是一件很头疼的事情。

基于改进YOLOv3的印刷电路板缺陷检测算法

针对现有基于深度学习的印刷电路板(PCB)缺陷检测算法无法同时满足精度和效率要求的问题,提出基于YOLOv3改进的AT-YOLO算法来检测PCB缺陷.将主干网络替换为ResNeSt50,提高特征提取能力,减少参数量.引入SPP模块,融合不同感受野的特征,丰富了特征的表达能力.改进PANet结构替换FPN,插入SE模块提升有效特征图的表达能力,增加1组高分辨率特征图的输入输出,提升对小目标物体的敏感程度,检测尺度由3个增加到4个.使用K-means算法重新聚类生成锚框尺寸,提高了模型的目标检测精度.实验证明,AT-YOLO算法在PCB缺陷检测数据集上的精度均值AP_(0.5)达到98.42%,参数量为3.523×10^(7),平均检测速度为36帧/s,满足精度和效率的要求.

基于轻量化YOLOv5的印刷电路板表面缺陷检测

针对现存印刷电路板(PCB)缺陷检测方法计算复杂、模型参数量大,不能满足轻量化部署要求的问题,提出基于轻量化YOLOv5的PCB表面缺陷检测方法。该方法使用重参数化视觉几何组(RepVGG)模块组成特征提取网络,解决YOLOv5中因主干网络中参数过多,从而难以部署到移动端的问题;在颈部网络中,采用全局交互卷积(GSConv)替换了部分卷积,保持了模型的精度,使输出更接近标准卷积;此外,采用有效交并比(EIOU)损失函数,加快模型的收敛速度,并提高模型的检测精度。结果表明:相较于YOLOv5,该方法使得参数量减少28.7%,计算量降低13.3%,平均精度稳定在99%以上。该网络的提出为PCB的缺陷检测问题提供了一种更高效的方法。

如何对表面贴装印刷电路板(SMT PCB)进行缺陷检查

在最近十年,伴随着表面贴装印刷电路板生产自动化程度的飞速发展,对其相应的质量缺陷检查也提出了更高的要求,从简单的摄像系统到复杂的“3-D”X光检测系统,自动光学检测系统大量被各生产厂家采用。本文从表面贴装印刷电路板的缺陷分析和缺陷种类及缺陷检查过程各方面分析了自动光学检测系统的应用。

废弃印刷电路板脱焊设备的研制与应用

实现废弃印刷电路板上电子元件和基板的无损脱焊分离,一直是电子电器产品回收的难点。根据废弃印刷电路板的结构特征,在分析比较国内外现有脱焊方法的基础上,选用液态焊锡加热熔化废弃印刷电路板上的焊料,配合使用机械冲击和机械振动达到了电子元件拆卸的目的。给出了脱焊设备的结构布局和控制系统的模块组成,详细介绍了脱焊流程,并对脱焊过程产生的烟气和尘埃进行了收集处置。最终研制出了样机,并在家电回收示范线连续使用。实践表明,该设备使废弃印刷电路板的脱焊操作高效、安全、可靠、节能、环保,而且元件损坏率低。

采用Gerber文档的印刷电路板表观检测

对印刷电路板(PCB)进行表观检测时,传统标准板的图像建立是利用PCB图像自身的特征进行配准和分层的,故检测精度不高。本文从PCB表观检测的实际需求出发,提出了新的检测系统。该检测系统引入解析Gerber文档对PCB光电图像进行分层处理,利用形态学的方法自动修正解析后的Gerber文档,建立精确的标准板。根据主分量分析提取彩色图像频带丰富的信息,依据检测缺陷的尺寸大小设置各层模板及检测阈值,实现局部针对性检测,提高检测精度。实验结果表明,与传统的基于颜色分区域方法相比,基于Gerber的方法不仅提高了检测精度,且较大幅度地提高了自动光学检测系统的检测效率,其微小缺陷检测率高达95.1%,25cm×22cm电路板检测时间仅需1.09s,满足了在线检测对速度的要求。

印刷电路板表观检测中光电图像的快速配准方法

印刷电路板(PCB)表观缺陷检测是机器视觉检测领域的一个重要问题,为了有效地利用参考法对印刷电路板光电图像进行检测,需要提高图像配准精度。本文提出了一种基于随机Hough变换(RHT)和空间数据坐标变换理论相结合的配准方法,该方法在寻找配准目标和完成配准效率方面均有很大提高。利用PCB光电图像进行实验,结果表明:在提高检测精度,降低内存空间,减少计算时间等方面,该配准算法的优势明显。

基于嵌入式技术的印刷电路板钻床数控系统

在深入研究嵌入式系统技术的基础上选择具体的硬件平台和软件平台进行钻床嵌入式数控系统的研发,该数控系统的硬件结构以高性能低功耗的32位ARM嵌入式处理器LPC2210为核心,配以系统所需的外围模块;其软件系统以源码公开的μC/OS-II实时嵌入式操作系统为核心,开发系统所需的应用软件,将μC/OS-II实时嵌入式操作系统扩展为一个完整、实用的铣床嵌入式数控系统。该系统不仅具有可靠性高、稳定性好、功能强的优点,而且具有良好的可移植性和可裁剪性,便于根据实际需求进行功能的扩展和裁剪。

印刷电路板的综合利用与资源化

介绍了印刷电路板(PCB)的组成及其中的重金属对环境的危害,比较几种电路板处理方法,着重分析机械处理法及其设备和分选技术,并对目前应用较广的几种处理工艺进行了简单介绍。

图像分割技术用于印刷电路板检测的研究

图像分割在图像分析、图像识别、图像检测等方面占有非常重要的地位,是从图像处理到图像分析的重要步骤,图像分割的好坏直接影响到图像分析的结果。针对此就印刷电路板检测过程中的图像分割进行研究。阈值分割技术的运算效率高、计算简单等特点非常适应印刷电路板检测的快速性和稳定性要求,因此着重介绍了四种阈值分割技术,并借用软件将各算法分别应用于实际的印刷电路板图像,然后对各个阈值化算法的分割结果做了对比和简要分析。

基于印刷电路板的辐射抑制分析

使用矩量法研究印刷电路板上微带线的辐射干扰及其抑制方法。给出微带线辐射效应的模型,并利用数值算法分析单微带线和有屏蔽线的单微带线的辐射功率。仿真结果显示,加入匹配屏蔽线的单微带线辐射功率明显小于未加屏蔽线时的功率。因此,在数字电路的电磁兼容设计中,对强信号线加匹配屏蔽线能有效地降低对外界的辐射干扰。

基于矩量法的印刷电路板的辐射分析

利用结合二级离散复镜像的矩量法,分析印刷电路板上微带线的电磁辐射问题。应用复镜像理论,详细地推导了微带线结构的闭式空域格林函数和计算公式。针对不同长度和不同端接负载的两平行微带线,进行了辐射研究。仿真结果表明,谐振长度的开路耦合线,产生的辐射功率大;端接匹配负载的耦合线,产生的辐射功率小。为此在高频数字电路设计中,必须确保线长不与谐振长度接近,终端均阻抗匹配。

锥束CT图像中的印刷电路板导线自动检测方法

针对印刷电路板(PCB)的CT图像存在灰度不均匀、导线形状多变等特点导致的导线难以有效检测的问题,提出了一种基于超像素分割的PCB导线自动检测方法。该方法使用基于引导滤波的类顶帽变换对图像预处理,提高不同类别区域的类间差异,改善后续的超像素分割结果;然后选择graph-based超像素分割算法对导线定位;最后,采用导线几何形状、灰度分布等特征判断识别导线区域,实现导线检测。对存在灰度不均匀、多条导线、多尺度的PCB CT图像进行了实际实验。结果显示:该算法取得了较好的导线检测结果,在实验测试图像上检测率达到了90%以上,基本满足导线自动检测对精度和抗干扰能力的要求,具有较高的应用价值。

基于DSO算法的印刷电路板焊点测试路径优化

针对印刷电路板焊点测试中的测试时长、测试效率等路径优化问题,提出了一种用于电路板自动测试的基于DSO(donkey and smuggler optimization)算法的路径优化方法,通过电路板上焊点坐标信息,编写DSO的优化程序,与蚁群算法、遗传算法和模拟退火算法进行算法有效性的比较与分析,并将其对试际电路板焊点测试路径进行仿真验证。结果表明:该算法能够有效优化电路板上的焊点测试路径,缩短测试时间,为解决电路板自动测试中的路径优化问题,提供了有效理论依据和解决办法。

基于降采样和相位相关的印刷电路板图像配准

针对PCB缺陷检测系统对配准的要求,提出了一种基于图像降采样和相位相关法的配准算法.首先,为了解决使用单侧峰的相位相关亚像素配准方法在整数位移处误差较大的问题,提出根据两侧峰峰值差值占主峰的比例来判断是否需要使用双侧峰法修正的方法;其次,为了解决算法应用中的效率问题,讨论了不同降采样倍率对配准速度和精度的影响.实验结果表明,该改进算法的最大误差和平均误差均比原单侧峰法小;二千万像素的图像在五倍降采样情况下就能获得高精度,且速度约有20倍提升,该算法具有鲁棒性和实时性.

印刷电路板的制作技巧

文章从7个方面介绍了利用Protel制作印刷电路板一些应该注意的问题，如：制作电路板的边框．元件的布局．电路设计规则。电路布线，电路设计规则检查等方面。

Cirrus公司的地震采集单元印刷电路板设计技术浅析

本文以Cirrus Logic公司的CRD5378参考设计为例,按照印刷电路板(PCB)设计流程的顺序,对Cirrus地震采集单元的PCB设计技术进行分析,并且分析了PCB的电磁兼容性设计。

混合信号电路PCB的电磁兼容性设计

从分析在设计PCB的过程中产生的电磁干扰所带来的危害入手,重点阐述了混合信号PCB的电磁兼容性设计过程,就主要的设计线路如地线设计等,从电路理论的角度进行了阐述,最后提出了混合信号PCB设计过程要注意的事项。

基于孪生深度特征融合残差网络的PCB缺陷分类模型

在电子工业领域中,印刷电路板(printed circuit board,PCB)缺陷检测已经变得越来越重要.PCB的部分微小损伤或者不规则损伤与其密集复杂的排线等视觉纹理信息高度相关.传统卷积神经网络提取特征向量,容易丢失纹理特征等中级视觉特征信息,导致对于细微损伤和不规则损伤的检测效果不明显.针对这一问题,提出了基于孪生深度特征融合残差网络(Siamese deep feature fusion residual network)的PCB损伤分类模型.模型的骨干网络采用ResNet50.特征提取阶段将纹理信息等中级视觉特征和神经网络最终输出的高级语义特征融合为一个32维的特征向量.两个特征的向量的相似性用L2距离表示,用于判断PCB是否有缺陷.在训练阶段应用了三元损失和交叉熵损失,多个损失函数的组合提高了网络的准确性.通过实验验证了模型的有效性,在测试数据集上的准确率达到了(95.42±0.31)%的准确率,实现了模型在PCB缺陷分类检测的可行性.

高频率高密度电力电子系统PCB的优化设计研究

高新技术发展时期下,SiC等新型半导体的应用,促使PCB设计正向着集成化、高效化方向发展。优化设计从高频率、高密度两个方面为PCB设计优化提供新的思路,其中高频对PCB设计提出杂散系数的要求,而高密度针对解决PCB的热问题。一方面,使用垂直多环路的PCB布局来减少功率回路及驱动回路的寄生参数,与垂直功率环布局方式相比,所提新方法使栅极回路的寄生电感降低了约50%,功率回路寄生电感降低了约30%,这种方法还能减少寄生电感引起的振铃和过冲,并减少电压和电流的上升、下降时间及开关损耗。另一方面,改进了高功率密度热管理方法,通过优化PCB散热过孔和铜箔面积等设计参数,根据实际工程需要,重新设计PCB以获得一种有效的底部冷却方法。通过仿真实验和物理实验验证了优化方案对设计出具有良好性能的PCB有重要的指导意义。