基于有限元的PCB板上关键元件热可靠性分析

电子设备不断地微型化,热设计就显得越来越重要。体积小、布局紧凑,导致元件温升越高,从而大大降低系统的可靠性。为此文章从热传输原理出发,运用ANSYS有限元软件分析印刷电路板(PCB)上关键元件工作时的温度场分布,确定PCB的高温区和低温区。并通过实例计算不同布局的PCB的温度场,通过比较得出较为合理布局方式。优化布局,降低PCB板的最高温度,提高系统的可靠性。     

基于有限元的PCB板上关键元件热可靠性分析

电子设备不断地微型化,热设计就显得越来越重要.体积小、布局紧凑,导致元件温升越高,从而大大降低系统的可靠性.为此文章从热传输原理出发,运用ANSYS有限元软件分析印刷电路板(PCB)上关键元件工作时的温度场分布,确定PCB的高温区和低温区.并通过实例计算不同布局的PCB的温度场,通过比较得出较为合理布局方式.优化布局,降低PCB板的最高温度,提高系统的可靠性.     

PCB板的自动布线设计（下）

六、元件布局 1.自动布局执行菜命令Tools/Auot Place,系统弹出自动布局对话框,直接按OK,开始自动布局,约几秒钟后,得结果如图6-1,显然,这不是我们所要的结果,事实上,我们只是利用自动布局将元件放置在电路板框图内,要得到理想的布局,还得靠我们自己手工布局操作。     

印制电路板设计

本文阐述了印制电路板设计时在元件布局、布线、电磁兼容与抗干扰方面应注意的事项,在印制电路板设计时遵循这些原则将为印制电路板设计带来很多方便,减少印制电路板设计中的错误,提高印制电路板设计的成功率。     

一种基于布局布线协同的PCB设计算法

针对印刷电路板(PCB)设计中布局造成散热性差和布线造成抗噪声性差,导致PCB的抗干扰性弱的问题,提出一种布局布线协同算法,基于元胞自动机思想,以温度为基准,对元件进行位置调动,使元件的放置符合演化规则的定态要求,从而使布局的散热性能达到要求,同时运用优化蚁群算法对当前布局以路径最短及通孔数最小化为目标进行布线,并评价其抗噪声性能。实验结果表明,从散热性方面调整布局,散热性能提高14%左右,从抗噪声性能方面考虑布线,平均路径长度与通孔数下降明显,PCB板的总平均温度降低14%左右。     

电子制作中印制电路板设计

印制电路板是电子制作中的重要组成部件,它的首要工作就是PCB图纸的绘制。印制电路板的设计不单是元器件、线路的简单布局安排,它是集成元件、有源元件、无源元件,信号线,电源线的高密度集合体,还必须符合抗干扰的设计原则。其抗干扰性能直接影响到整机的稳定性、可靠性,所以印制电路板的抗干扰是设计中至关重要的一环。我们就绘制电路板PCB图纸工作中的几点经验总结如下。     

基于遗传算法的制造系统设备布局设计

论文介绍了遗传算法在制造系统设备布局中的应用。首先根据实际布局情况,将布局归纳为单行和多行两种类型,分别建立相应的布局数学模型,然后采用遗传算法进行求解,并给出了一个算法求解实例。计算表明文中采用的遗传优化算法切实可行,有较高搜索效率。     

异彩纷呈话主板

虽然主板开销一般只占整个微机系统开销的10％～15％,但它在整个微机系统中却扮演着举足轻重的角色。对于计算机主板的了解需要掌握以下几点:主板支持的CPU类型、逻辑控制芯片组、主板的结构布局、主板功能、印制电路板的工艺以及元件安装及焊接工艺等。抓住了关键的技术点再加上基本的市场     

基于MINLP模型的航空液压系统传感器布局优化

液压系统作为航空装备的核心系统,其运行状态直接关系到装备的安全。为掌握航空液压系统故障演化规律,实现液压系统故障的诊断和隔离,在液压系统FMECA分析的基础上,确立需研究的液压系统故障模式及相对应的关键征兆参数,明确传感器布局优化过程中约束条件和布局方案,采用混合整数非线性规划（MINLP）模型描述其传感器布局优化问题,并采用枚举法求解该模型获得传感器布局的优化结果,优化后的方案可满足设计要求,达到了优化的目的,从而证明了MINLP方法和模型的有效性和实用性。基于MINLP方法的传感器优化布局技术可使液压系统监测系统整体布局更加合理、可靠,提升系统的测试性和可靠性,为实现液压系统PHM提供技术支撑。     

用神经网络求解时间驱动的宏单元布局问题

文中提出了一个宏单元布局的均场退火网络求解方法,算法用一个三维二值换位矩阵将问题映射为神经网络,建立包含时延约束,重叠约束和优化目标的能量函数,再用均场退火方程迭代求解。每个单元只能放置在布局平面一个位置上的约束用神经元归一化的方法解决。     

基于热分析的电子元器件可靠性探讨

介绍了温度对电子设备中一些常见元器件的性能影响。在一种车载电子设备的热设计过程中,根据实测结果分析了CPU、电源模块和外围电路元器件的温度特性,并结合热分析软件进行热优化设计,提高了系统的可靠性。     

基于热路法的环网柜T型电缆接头导体温度检测研究

针对目前环网柜电缆温度监测方法的不足之处,基于改进的热路模型,提出了一种环网柜T型电缆接头温度在线监测方法.该方法仅需检测出T型绝缘护套和环境温度即可反演出内部导体温度,搭建了模拟环网柜内T型连接头真实运行状况的实验平台,进行了电缆温升实验,利用实测值与计算值对比,验证了热路模型的正确性.实验数据表明:稳态时计算结果的相对误差小于5.4%;暂态时计算结果的相对误差小于9.0%.利用热路模型可以实时监测电缆接头温度状况,保障了环网柜和电缆线路的安全运行.     

高密度存储服务器热设计

云计算和大数据时代对高密度存储服务器的需求越来越大。由于温度对电子元器件的性能和寿命有很大的影响,而高密度存储服务器的功率密度更大,故必须对其进行合理的热设计,以确保服务器工作时的温度在合理可控范围内。介绍了高密度存储服务器的结构,以及散热风道、散热器、风扇等关键散热部件的热设计方法。热设计整体方案采用吸风式的强迫风冷散热方式;基于Flotherm热仿真软件对整机系统进行了仿真优化;在35℃实际应用环境下对产品样机进行了热测试。测试结果表明,该热设计方案满足热设计要求。     

基于有限元模拟的薄膜热流计结构设计及优化

精确的热流测量对航空航天领域发动机设计及使用过程至关重要.薄膜热流计以其体积小、热容量小、干扰小、不破坏部件表面气流等显著优势,成为发动机热端部件表面热流测量的新方法.针对传统工程经验设计薄膜热流计精确度不高且迭代耗时长的缺点,基于有限元仿真模拟方法,建立了一种薄膜热流计有限元分析模型,综合分析了热流密度、热阻层厚度、热电堆厚度等因素对热流计冷热结点温度梯度的影响,提出薄膜热流计优化思路.分析结果表明,优化后的薄膜热流计具有更出色的热学性能与电学性能.     

热式气体流量计温度补偿研究

恒温型热式流量计加热探头与被测介质之间交换的热量不仅与质量流量有关还与被测介质的温度有关。通过对流量计热交换模型的分析,导出了热式气体流量计温度补偿的模型。同时对传感器的结构和常用的驱动电路进行了分析,指出了现有补偿电路的不足,提出了一种新的温度补偿电路。通过电路分析和试验证明,新补偿电路能改善温度补偿效果。     

Spindle thermal error prediction approach based on thermal infrared images: A deep learning method

It is essential to precisely model the spindle thermal error due to its dramatic influence on the machining accuracy. In this paper, the deep learning convolutional neural network (CNN) is used to model the axial and radial thermal errors of horizontal and vertical spindles. Unlike the traditional CNN model that relies entirely on thermal images, this model combines the thermal image with the thermocouple data to fully reflect the temperature field of the spindle. After pre-processing and data enhancement of the thermal images, a multi-classification model based on CNN is built and verified for accuracy and robustness. The experimental results show that the model prediction accuracy is approximately 90 %–93 %, which is higher than the BP model. When the spindle rotation speed changes, the model also shows good robustness. Real cutting tests show that the deep learning model has good applicability to the spindle thermal error prediction and compensation.     

火焰温度场测试中的传感器动态特性补偿

在进行爆温测试时,爆炸伴随的高温火焰具有变化快、温度高、测试环境恶劣等特点.针对这种特定的测温场合,运用火焰温度源法研究了热电偶传感器在火焰温度场中的动态响应特性.为了减小热电偶的动态测量误差,通过粒子群优化算法(PSO)建立了测试系统的动态补偿滤波器模型.实验表明,这种研究方法有效地改善了热电偶的动态测量误差,对通过爆温测试进行弹丸热毁伤评价有一定的参考价值.     

基于改进遗传算法的RBF神经网络结构优化研究

针对RBF神经网络隐含层节点数过多导致网络结构复杂的问题,提出了一种基于改进遗传算法(IGA)的RBF神经网络优化算法。利用IGA优化基于正交最小二乘法的RBF神经网络结构,通过对隐含层输出矩阵的列向量进行全局寻优,从而设计出结构更优的基于IGA的RBF神经网络(IGA-RBF)。将IGA-RBF神经网络的学习算法应用于电子元器件贮存环境温湿度预测模型,与基于正交最小二乘法的RBF神经网络进行比较的结果表明:IGA-RBF神经网络设计出来的网络训练步数减少了44步,隐含层节点数减少了34个,且预测模型得到的温湿度误差较小,拟合精度大于0.95,具有更高的预测精度。     

基于MODIS数据的黑河流域土壤热惯量反演研究

热惯量法在土壤水分反演中有着广泛的应用。以MODIS数据为基础,选用真实热惯量模型,反演得到了黑河流域的土壤热惯量,为进一步研究流域土壤水分提供可靠的方法和数据。利用地面实测数据对模型参数及反演结果进行了验证,并分析了地表昼夜最大温差、地表反照率及土壤热惯量的季节性变化规律,同时对比了真实热惯量模型与表观热惯量模型反演结果与土壤水分的相关性。结果表明：地表温差、地表反照率及土壤热惯量都具有明显的季节性变化特征;真实热惯量模型相对于表观热惯量模型更有利于土壤水分的反演,且具有广泛的适用性。     

基于菌群优化算法的非线性系统模型参数辨识

非线性系统模型参数估计一直是自动控制领域的研究热点。针对非线性系统,结合菌群优化(BSFO)算法的特点,提出了一种新型的非线性系统模型参数辨识方法。通过将待辨识参数设置为群体细菌在参数空间的位置,并模拟细菌群体觅食的动态行为来实现对系统参数的辨识,有效地提高了参数辨识的精度和效率。通过对重油热解三集总模型进行了仿真研究,得到了较为精确的过程模型,模型输出与实际输出基本一致。仿真结果表明,菌群优化算法为非线性系统模型参数估计提供了一种有效的途径。