سود:
- امکان تسریع طرحبندی، انتخاب اجزا و پیشنویسهای محاسبه عرضه/مصرف با هوش مصنوعی و اعتبارسنجی متقابل با برگه داده
- امکان بررسی چیدمان PCB، انباشته لایه ها و قوانین یکپارچگی سیگنال با پشتیبانی از هوش مصنوعی
- امکان تست راه حل های مدار/طرح بندی پیشنهادی توسط هوش مصنوعی با DRC، شبیه سازی و اندازه گیری نمونه اولیه
یک محصول الکترونیکی محصول دو مرحله اصلی است: شماتیک: ترسیم منطقی اجزا و اتصالات و چیدمان (طرز چیدمان فیزیکی این اجزا بر روی برد مدار چاپی). نمودار تعیین می کند "چه چیزی را باید وصل کرد". "کجا و چگونه متصل خواهد شد" در طرح مشخص شده است. در این واحد نحوه استفاده از هوش مصنوعی به عنوان شتاب دهنده در هر دو فاز را خواهید دید، اما چرا تصمیم نهایی توسط دیتاشیت، شبیه سازی، بررسی قوانین طراحی (DRC: بررسی خودکار قابلیت تولید و قوانین الکتریکی) و اندازه گیری نمونه اولیه گرفته می شود. تنش اساسی در اینجا این است که هوش مصنوعی به طور روان توضیح می دهد که یک مدار چگونه باید کار کند، اما محدودیت های واقعی اجزای واقعی که انتخاب می کنید و واقعیت فیزیکی برد شما را اندازه گیری نمی کند.
جایی که هوش مصنوعی در طراحی مدار قوی است
هوش مصنوعی در بخش "تفکر" طراحی قوی است: ایجاد گزینه های توپولوژی، توضیح نحوه ساخت یک بلوک، نشان دادن مراحل اعمال یک فرمول در یک دیتاشیت، و ساخت اسکلت یک حساب. برای مثال، میتواند مراحل طراحی یک تقسیمکننده ولتاژ (مدار سادهای که ولتاژ ورودی را با دو مقاومت متناسب میکند)، یک فیلتر پایینگذر یا یک بلوک تقویتکننده op-amp را به شما ارائه دهد. می تواند بحث کند که کدام پایه برای اتصال لوازم جانبی یک میکروکنترلر، که کدام خطوط به نویز حساس هستند، منطقی است. این به شما کمک می کند یک درخت قدرت ایجاد کنید: نموداری که نشان می دهد هر بلوک از کدام تنظیم کننده تغذیه می شود.
اما در اینجا لازم است یک تمایز اساسی ایجاد کنیم: مقدار مقاومت، مقدار خازن یا انتخاب تنظیم کننده ارائه شده توسط هوش مصنوعی یک نقطه شروع است. مقدار واقعی به ولتاژ/جریان/تحمل، محدوده دما و برگه اطلاعات قطعه ای که انتخاب می کنید بستگی دارد. جزئیاتی مانند توان (وات) یک مقاومت، مقاومت ولتاژ و اثر بایاس DC یک خازن (ظرفیت آن با ولتاژ اعمال شده کاهش مییابد)، مقدار RDS(on) یک ماسفت در محصول حیاتی هستند و فقط از برگه داده تأیید میشوند.
محاسبه برق و منبع تغذیه (یکپارچگی توان).
یکی از متداولترین کارها ایجاد بودجه برق است: جمعآوری مقدار جریانی که هر بلوک میکشد و تنظیمکننده و مسیر تامین را بر اساس آن انتخاب کنید. هوش مصنوعی میتواند به شما در تنظیم این جدول کمک کند، اما هر مقدار فعلی در ردیفها باید از صفحه داده آن مؤلفه باشد. گفتن اینکه هوش مصنوعی "معمولا اینقدر کشش دارد" اعتبار سنجی نیست.
نکته: از هوش مصنوعی بخواهید جدول بودجه انرژی را به عنوان یک "اسکلت خالی" (جزء، بلوک، جریان حداقل/معمولی/حداکثر، ستون منبع) بسازد. سپس هر سلول را خودتان از دیتاشیت پر کنید. بنابراین هوش مصنوعی در زمان صرفه جویی می کند اما اعداد را نمی سازد.
هوش مصنوعی می تواند اصول کلی (تا حد امکان نزدیک به تراشه، استفاده از ردیابی های کوتاه و عریض، موازی سازی مقادیر مختلف) در مورد خازن های جداسازی/بای پس (خازن جداسازی: خازن نزدیک به انتهای عرضه هر تراشه قرار داده شده، پاسخگویی به تقاضای جریان ناگهانی و سرکوب نویز) را به شما یادآوری کند. با این حال، پاسخ به این سوال که چند و کدام مقدار به توصیه در برگه داده تراشه و فرکانس کاری آن بستگی دارد.
یکپارچگی سیگنال در طرح PCB
یکپارچگی سیگنال توانایی سیگنال برای رسیدن به مقصد بدون تحریف روی کارت است. چهار مفهوم بیشتر در طراحی با سرعت بالا مطرح می شوند:
- صفحه مرجع/زمین: لایه مسی پیوسته ای است که جریان برگشتی سیگنال از آن عبور می کند. اگر قطع شود، نویز و تشعشع افزایش می یابد.
- مسیر بازگشت: هر جریان سیگنال یک مسیر بازگشت دارد. این مسیر باید بدون وقفه، درست در زیر ردیابی سیگنال جریان داشته باشد.
- Crosstalk: سیگنال یک مسیر به مسیر همسایه می پرد. با فاصله بین آنها و نزدیکی هواپیما کاهش می یابد.
- کنترل امپدانس: در خطوط پرسرعت، پهنای ردیابی و انباشته شدن لایه ها (Stack-up) برای دستیابی به یک امپدانس مشخصه (مثلاً دیفرانسیل 50 Ω یا 100 Ω) محاسبه می شود.
هوش مصنوعی در تبدیل این اصول به یک چک لیست بسیار خوب است. میتوانید طرحبندی خود را توضیح دهید و بپرسید "چه خطراتی را باید برای یکپارچگی سیگنال در این طرح بررسی کنم؟" اما مقادیر عرض، فاصله و امپدانس با توجه به پشته لایه واقعی و توانایی سازنده کارت شما توسط حل کننده میدان یا ابزار محاسبه ژنراتور تعیین می شود. مقدار داده شده توسط هوش مصنوعی مانند "0.3 میلی متر ردیابی برای 50 Ω" قطعا باید تأیید شود زیرا به ضخامت لایه و مواد بستگی دارد.
سه کیف کوچک
مورد 1 - تله تعصب DC. یک طراح خط 3.3 ولت را با "خازن سرامیکی 10 μF، 6.3 ولت، X7R" توصیه شده هوش مصنوعی فیلتر می کند. کارت صدایی بیشتر از حد انتظار دارد. هنگام اندازه گیری، مشاهده می شود که این خازن بسته کوچک بیش از نیمی از ظرفیت موثر خود را زیر 3.3 ولت از دست می دهد (اثر بایاس DC). هنگامی که منحنی ظرفیت-ولتاژ در برگه داده بررسی می شود، مشاهده می شود که مقدار موثر به ~4 μF کاهش می یابد. هوش مصنوعی یک مقدار کلی داده بود. رفتار واقعی فقط از منحنی دیتاشیت مشهود است.
مورد 2 - صفحه زمین کوتاه شده. یک مهندس طرح آن را برای هوش مصنوعی توصیف میکند و خاطرنشان میکند که «یک خط سیگنال پرسرعت از شکافی در صفحه زمین زیر آن عبور میکند». هوش مصنوعی یادآوری می کند که این امر ممکن است مسیر بازگشت را طولانی تر کند و باعث تشعشع و نویز شود و لازم است خط از شکاف عبور نکند و خازن پل قرار نگیرد. مهندس این را به عنوان یک هشدار در نظر می گیرد، شکاف در نمای سه بعدی برد را به صورت بصری تأیید می کند و خط را تغییر مسیر می دهد. در اینجا هوش مصنوعی به عنوان یک چک لیست عمل کرد. مهندس با توجیه قابل اندازه گیری تصمیم گرفت.
مورد 3 - تطبیق بسته نادرست. یک کارآموز از هوش مصنوعی میخواهد که یک "ردپای" برای یک رابط (الگوی جزیره لحیم کاری قطعه روی برد) ایجاد کند. هوش مصنوعی اندازه گیری هایی می دهد که معقول به نظر می رسند. کارآموز از این بدون مقایسه با نقشه مکانیکی سازنده استفاده می کند. وقتی کارت ها می رسند، کانکتور جا نمی شود. روش صحیح این است که هر ردپایی را به کلمه از نقشه مکانیکی رسمی سازنده تأیید کنیم. هوش مصنوعی هرگز نمی تواند تولید ردپای را به تنهایی متوقف کند.
الگوهای درخواستی قابل کپی
POWER BUDGET SKELETON TEMPLATE"یک اسکلت جدول بودجه برق خالی برای بلوک های زیر ایجاد کنید: [فهرست بلوک ها/تراشه ها]. ستون ها: جزء، ولتاژ منبع تغذیه، جریان حداقل/معمولی/حداکثر جریان، منبع (شماره صفحه داده)، توجه داشته باشید. مقادیر عددی را خالی بگذارید. توجه داشته باشید که هر یک از توضیحات مربوط به جریان باید چه چیزی را پر کند. و انتخاب رگولاتور در پایان."
الگوی چک لیست یکپارچگی سیگنال "طرح بندی زیر را در نظر بگیرید: [توضیحات تابلو، تعداد لایه ها، خطوط سریع، بلوک های آنالوگ حساس]. خطراتی را که برای بررسی یکپارچگی سیگنال و یکپارچگی توان باید بررسی کنم، مورد به مورد بیان کنید: تداوم صفحه زمین، مسیر برگشت، جداسازی ضربدر خازن بررسی اطلاعات مربوط به هر مورد.
الگوی استعلام انتخاب مؤلفه "پارامترهای برگه داده را که باید هنگام انتخاب مولفه برای بلوک زیر بررسی کنم فهرست کنید: [شرح بلوک، به عنوان مثال تنظیم کننده باک]. برای هر پارامتر، بنویسید که چرا مهم است و در چه شرایط عملیاتی حیاتی است (مانند دما، بایاس DC، RDS(روشن)، یک قسمت تحملی NDOM را انتخاب کنید. دیتاشیت."
الگوی بازبینی طرح"توضیح شماتیک زیر را مرور کنید و خطاهای احتمالی را در فرم سوال بپرسید (به عنوان مثال، "آیا این پین به مقاومت کششی نیاز دارد"، "آیا تنظیمکننده حداقل جریان بار را ارائه میدهد"). صحیح/نادرست مطلق نگویید؛ لیستی از سؤالات را برای من ظاهر میکند تا بتوانم مطابق با برگه داده: [recipe].
اعلان ضعیف / اعلان قوی
پیام ضعیف: "کدام خازن را برای 3.3 ولت قرار دهم؟"
پیشنهاد قوی: "توضیح دهید چه معیارهایی (ظرفیت، ولتاژ تحمل حاشیه، اثر بایاس DC، نوع دی الکتریک
اعلان ضعیف شما را دعوت می کند تا یک مقدار واحد را بسازید. اعلان قدرتمند یک خیمه شب بازی به شما می دهد که سوالات درست را می پرسد.
لایه های تایید در طراحی مدار/ PCB
لایه
چه می کند
نقش هوش مصنوعی
دیتاشیت
مرزهای واقعی مولفه را برمیگرداند
لیست پارامتر و سوال را ایجاد می کند
شبیه سازی (SPICE)
رفتار مدار را به صورت عددی پیش بینی می کند
نصب خروجی ها و طرح کلی netlist
DRC/ERC
قابلیت ساخت و بررسی قوانین الکتریکی
لیستی از قوانین را برای بررسی ارائه می دهد
اندازه گیری نمونه اولیه
در کارت واقعی تصحیح می کند
طرح اندازه گیری و نقطه آزمایش را توصیه می کند
احتیاط: حتی شبیه سازی SPICE (حل مدار با یک مدل ریاضی) فقط به اندازه دقت مدل است. شبیهسازی ایجاد شده توسط هوش مصنوعی بدون در نظر گرفتن مدلهای مؤلفه واقعی و اثرات انگلی (مقاومت/القاء آثار) واقعیت را تضمین نمیکند.
اشتباهات رایج
- عدم بررسی مقدار مؤلفه داده شده توسط هوش مصنوعی با دیتاشیت. بایاس DC، محدودیت دما و توان برای محصول تعیین کننده است.
- در نظر گرفتن امپدانس/عرض ردیابی مستقل از انباشته شدن لایه ها. ارزش با مواد و ضخامت متفاوت است. مساحت با ابزار حل کننده/مولد محاسبه می شود.
- عدم تایید ردپا با نقشه مکانیکی. الگوی جزیره لحیم کاری اشتباه کل تخته را به زباله دانی می برد.
- با توجه به اینکه طراحی پس از عبور از DRC به پایان رسیده است. حتی اگر قوانین DRC تصویب شوند، یکپارچگی سیگنال و رفتار حرارتی به طور جداگانه تأیید می شوند.
- قرار دادن نتیجه SPICE هوش مصنوعی به جای نمونه اولیه. شبیه سازی یک پیش بینی است. حرف آخر اندازه گیری شماست.
به طور خلاصه
در این واحد شما هوش مصنوعی را به عنوان یک شتاب دهنده و تولید کننده چک لیست در نمودار مدار، بودجه توان و چیدمان PCB قرار داده اید. هوش مصنوعی توپولوژی را پیشنهاد می کند، محاسبات را داربست می دهد، خطرات یکپارچگی سیگنال را یادآوری می کند و سؤالات بررسی را ایجاد می کند. اما هر مقدار جزء از برگه داده، هر مقدار امپدانس/ردیابی از محاسبه پشته لایه، هر ردپایی از نقشه مکانیکی، و هر تصمیم طراحی از DRC، شبیهسازی و اندازهگیری نمونه اولیه تأیید میشود. از هوش مصنوعی بهعنوان شریکی استفاده کنید که «شما را وادار میکند سؤالات درستی بپرسید» به جای «اعداد به شما».
وظیفه کاربردی
یک بلوک مدار کوچک (به عنوان مثال یک تنظیم کننده باک یا یک رابط حسگر) انتخاب کنید. ابتدا پارامترهای برگه داده را برای کنترل از هوش مصنوعی با الگوی «پرسمان انتخاب مؤلفه» استخراج کنید. سپس یک جدول خالی با الگوی "Power budget skeleton" تنظیم کنید و مقادیر دو جزء را از دیتاشیت های واقعی پر کنید. در نهایت، از الگوی "چک لیست یکپارچگی سیگنال" استفاده کنید تا خطرات استقرار را فهرست کنید و نحوه تأیید هر یک را بنویسید.
چک لیست
- [ ] من هر مقدار مؤلفه AI پیشنهاد شده از دیتاشیت (از جمله بایاس DC، دما، توان) را تأیید کردم.
- [ ] من جریان های جدول بودجه توان را با هوش مصنوعی تطبیق ندادم، بلکه آنها را از برگه های داده پر کردم.
- [ ] من مقادیر امپدانس/عرض ردیابی را با ابزار لایه لایه و حل کننده/مولد میدان محاسبه کردم.
- [ ] من هر ردپایی را با نقشه مکانیکی سازنده مقایسه کردم.
- [ ] من قصد داشتم طرح را با DRC/ERC، شبیه سازی و طرح اندازه گیری نمونه اولیه تأیید کنم.
- [ ] من خروجی هوش مصنوعی را به عنوان اولیه برای تأیید علامت گذاری کردم، نه طراحی نهایی.