筆者について

Zachariah Peterson

Zachariah Petersonは、学界と産業界に広範な技術的経歴を持っています。PCB業界で働く前は、ポートランド州立大学で教鞭をとっていました。化学吸着ガスセンサーの研究で物理学修士号、ランダムレーザー理論と安定性に関する研究で応用物理学博士号を取得しました。科学研究の経歴は、ナノ粒子レーザー、電子および光電子半導体デバイス、環境システム、財務分析など多岐に渡っています。彼の研究成果は、いくつかの論文審査のある専門誌や会議議事録に掲載されています。また、さまざまな企業を対象に、PCB設計に関する技術系ブログ記事を何百も書いています。Zachariahは、PCB業界の他の企業と協力し、設計、および研究サービスを提供しています。IEEE Photonics Society、およびアメリカ物理学会の会員でもあります。

最新の記事

これらのアンプは動作中に安定していますか?PCB内のアンプの安定性について知っておくべきことがここにあります。 高周波数と漂遊容量におけるアンプの安定性 1 min Thought Leadership アンプは、現代生活を可能にする重要なコンポーネントの一つです。無線通信からパワーエレクトロニクスまで、これらの製品が適切に機能するためには、アンプが安定して予測可能に動作する必要があります。安定性分析は、物理学と工学の中で私のお気に入りのトピックの一つであり、予想外の場所でよく出くわします。その一つがアンプです。 フィードバックとゲインを持つ時間依存の物理システムは、システムが安定した振る舞いに達する条件を持っています。アンプの安定性は、これらの概念をアンプに拡張し、意図しないフィードバックによってシステム出力が望ましくない飽和状態に成長する可能性がある場所です。適切な設計とシミュレーションツールを使用すれば、レイアウトを作成する前に回路モデルの潜在的な不安定性を簡単に考慮に入れることができます。 RFアンプの安定性に及ぼす漂遊容量の影響 アンプ回路の不安定性の源泉、およびアンプICの入出力ポート間は、寄生容量です。この寄生容量は、アンプに接続されるトレース間に存在します。寄生容量は、長いトレース(すなわち、伝送線)のインピーダンスを特定の値に設定するために重要です。しかし、寄生容量はまた、出力ポートと入力ポート間の意図しないフィードバックの経路を提供します。 このフィードバックパスは容量性であるため、入出力信号の周波数が高いほどそのインピーダンスは低くなります。現在、これは通常チップレベルで対処されていますが、より多くのRFアンプがますます高い周波数で動作するにつれて、PCBのトレースやパッドからの寄与がより重要になってきます。わずか数pFの寄生容量でも、運用中にアンプを不安定にするのに十分です。 ボードレベルでは、入力の漂遊容量が帯域幅を制限する効果を持ち、帯域幅は因子(1 + ゲイン)によって減少します。解決策は、アンプのポートでトレースとパッドを設計して寄生容量を最小限にするか、フィードバックループに補償容量を追加することです。高GHz帯域(例えば、mmWave周波数)では、コンポーネント間の間隔は臨界長よりも大きいため、 インピーダンス制御ルーティングを使用する必要があります。SoCへの一部のコンポーネントの統合は、この問題を解消するのに役立っていますが、今後のデバイス用の多くのRFアンプは依然として個別のコンポーネントとしてパッケージされています。典型的な例は、mmWaveアプリケーション用の新しいパワーアンプです。 アンプの安定性を評価する典型的な方法は、メーカーの評価ボードを使用して、直接、任意の過渡的な挙動を測定することです。もう一つの選択肢は、アンプに接続された入力および出力トレース上の寄生容量を決定し、これらをシミュレーションに含めることです。これらのシミュレーションでは、寄生容量を打ち消すために、アンプのフィードバックループに補償用のキャパシタを実験的に追加することもできます。 シミュレーションでの漂遊容量の考慮方法 あなたの回路図は、完璧な回路の2D描画に過ぎません。システム内のどこにも漂遊容量要素を含んでおらず、PCBの実際の挙動を正確に反映していません。とはいえ、適切な設計ツールを使用すれば、PCBに寄生を簡単に含めることができます。受動部品の 自己共振をシミュレートしようとしているのか、またはシステムの他の部分の漂遊容量をシミュレートしたいのかにかかわらず、戦略的な場所に回路図にキャパシタを追加する必要があります。 アンプの入力における漂遊容量をシミュレートするには、適切なサイズのキャパシタとACソースをアンプの入力に追加するだけです。キャパシタはシャント要素として配置されます(つまり、共通のグラウンド接続に接続されます)アンプの入力ポートと出力ポートに。また、アンプコンポーネントの検証済みコンポーネントモデルを使用して、寄生容量の存在下でのアンプの動作を把握する必要があります。シャント容量要素は、基板内のグラウンドと入出力トレース間の結合をモデル化します。 その後、2種類のシミュレーションを実行できます: 過渡解析および 極-零点解析。 過渡解析の予想結果 過渡解析では、アンプが動作するにつれて信号が不安定になり、時間とともに飽和に達するかどうかを確認できます。以下のグラフは、大きな寄生容量による強い不安定性を持つ100 GHz信号の例示結果を示しています。ここでは、意図しない強いフィードバックと高入力信号レベルにより、出力の過渡電圧が2Vの飽和値に達しています。 記事を読む
PCB レイアウトの経験則 PCB レイアウト「経験則」に関する議論が激化 1 min Blog PCB設計者 PCB設計者 PCB設計者 今日に至るまで、20年近く前に初めて一般的になった多くのPCBレイアウト「経験則」を未だに目にします。これらのルールは今でも広く適用されているのでしょうか?答えは確固たる「多分」です。PCB設計ルールに関するフォーラムで見られる討論の多くは、常に/決してしないという議論に発展し、一部の設計者は、一般的な設計ルールが適用されない状況で、それらを使用したり無視したりします。場合によっては、これによって基板が故障することはありません。一部の PCB 設計のベテランが言ったように、基板は偶然にも問題なく動作する可能性があります。 PCB レイアウトの経験則に関する議論は、これらのルールが正しいか正しくないかということではありません。問題は、これらのルールに関する議論が文脈を欠いていることが多く、一部の人気のあるフォーラムで見られる「常に/決して」タイプの議論につながることです。この記事での私の目標は、一般的な PCB 設計ルールの背後にある文脈を伝えることです。願わくば、これらの異なるルールがいつ適用され、いつ回避されるべきかを説明できればと思います。 一般的なPCBレイアウトの経験則 前置きはこれくらいにして、いくつかの一般的な PCB レイアウトの経験則を詳しく分析し、我々がこれらの設計ルールの背後にある有用なコンテキストを提供できるかを見てみましょう。 直角配線 この特定の経験則については、 最近の記事で説明したので、ここでは重要な点のみを繰り返します。直角配線ルールでは、隣接する信号レイヤーの配線を垂直方向に配線して、これらの隣接レイヤーの配線間の誘導性クロストークを排除する必要があると述べています。高周波では、容量性クロストークが支配し始め、直角の配線間に電流スパイクを生成することがわかります。 低立ち上がり時間と低周波数 (数 GHz 未満) では、隣接するレイヤーの直角配線間に大きな容量性クロストークはありません。RF 基板の高周波数 記事を読む
自動運転車のための電子標準の風景 自動車の電子機器に関する基準:自動運転車の風景 1 min Blog 個人的には、自分の車を運転することが好きで、そのプロセスが完全に自動化されることについてどのように感じるかはわかりません。必要なときに自分の車をコントロールできるというのはいいですが、長距離のドライブで後部座席にもたれかかっていられたら素敵ですね。自動運転車をこのレベルまで持ち込んでいる自動車業界はまだありませんが、それが近い将来現実になることは間違いありません。 無人運転車の規制と業界の状況を見ると、これらのシステムの安全性と信頼性に関連する多くの問題を考慮する必要があります。電子業界とPCBデザイナーにとって、標準の風景はまだ不明瞭であり、高度に規制された業界であるため、業界標準に基づいて設計することは重要な考慮事項になるでしょう。自動運転車の接続と制御のシステムに取り組んでいるPCBデザイナーのための現在の標準風景を見てみましょう。 自動運転車のための標準風景 IHS Marketは、2035年までに半自動運転または完全自動運転の車が7800万台道路上に出ると推定しています。SAEによって完全自動化され、運転者の注意が不要と定義されているレベル4の自動運転車はすでに道路上にありますが、商業的には利用可能ではありません。レベル2の自動運転車はすでに主要な自動車会社から購入することができますが、最初のレベル3の車はまだ米国で法的な難問に直面しています。 標準に関する問題は機能の問題ではありません。むしろ、信頼性の問題です。自動運転車は、乗客の安全を確保するために、冗長性とフェイルセーフ対策を必要とします。自動運転車の特定の重要な制御システムまたは安全システムのPCBが故障した場合、車両は最低限、自身を安全に停止させるための何らかのレベルの冗長性を持っている必要があります。これらのシステムは、事故を防ぐために運転者が車両を制御することも要求されるかもしれません。 規制の風景は十分に混乱しており、既に大きく異なっています。自動運転車を取り巻く混乱した規制の風景はさておき、業界はまだ、安全な自動運転車に必要なすべてのタスクを可能にする新しい電子機器の大量に対して統一された基準をまとめるに至っていません。既存のIATF、IPC、ISO、AEC、SAEの安全性および機能性に関する基準を超える新しい車両の基準がすでに期待されています。 上記の基準機関に加えて、Automotive Electronics Council(AEC)は、自動車グレードのコンポーネントおよびシステムに対するテスト要件を定義しています。ISO-26262基準は、自動車システムの設計、統合、および構成の機能的側面を既にカバーしています。ISO 26262基準は2011年に開発され、新しい車には2011年当時よりもはるかに多くのソフトウェアが含まれています。ISO 26262 第II部は最近リリースされ、ISO/WD PAS 21448 ADASシステム基準は最近、SAFECOMP 2019会議で議論の対象となりました。電気/電子システムの機能安全性に関する新しい認証が数多くの組織から出現しているのが既に見られます。これらの基準、およびPCBの製造に関する他のISO基準は、自動運転車の電子機器の現在の設計者にとって基準として受け入れられるべきです。 ソフトウェア開発者にとって、 ASPICE認証は、自動運転車の道路上での数が増えても引き続き関連性を持ち続けるでしょう。ASPICEは「ソフトウェアがどのようにあるべきか」を定義しており、「ソフトウェアがどのように開発されるべきか」ではありません。自動運転車のソフトウェアは複雑ですが、ソフトウェア開発プロセスが大幅に変わることは考えにくいです。アジャイルモデルの一環としてASPICEを採用する開発チームが増えることを期待しています。 車両内および車両間のネットワーキング 記事を読む
インダストリー4.0の人工知能アプリケーション 産業4.0、人工知能、製造業におけるIoT 1 min Blog エレクトロニクスに関して言えば、スマートフォンやAlexaのような消費者向けデバイスがすべての注目を集めがちです。しかし、 Ventec International GroupのAlun Morganによると、「世界で生産されるPCBの約23%が製造アプリケーションの電子機器に使用されています。」自動車、通信、電力生成/配布、およびコンピューティングなど、製造業務をサポートする他の非消費者向けカテゴリーを含めると、この数字はさらに上昇します。西洋の製造業者は、工場の床でのより大きな自動化と生産性を通じてのみ、オンショア化が実現すると広く受け入れています。これがインダストリー4.0の本質であり、工場の運営がこれまで以上にインテリジェントで、よりつながっています。 では、製造業者はオンショア化を通じてどのようにしてさらに費用を削減し、生産性の利点を見出すことができるのでしょうか?この質問には、3Dプリンティングのような先進的な製造技術を考慮すると、いくつかの答えがあります。皆が同意する一つのことは、多くの製品の製造業務は近い将来さらにデジタル化されるということです。このレベルのデジタル化には、機器を動かしデータを収集するためのPCBと、迅速にデータを処理し有用な洞察を得るための技術が必要です。インダストリー4.0では、人工知能(AI)が運営の管理とデータの処理に不可欠であり、最終的にはマネージャーやエンジニアに洞察を提供します。 インダストリー4.0とAIのための設計 製造業務をサポートする新しいAIシステムを設計することは、ソフトウェアに関することだけでなく、ハードウェアの取り組みでもあります。両方の領域は互いに補完し合います。組み込みボードは組み込みソフトウェアをサポートするように設計されなければならず、組み込みソフトウェアはボード上の他の機能を制限するほどリソースを消費してはなりません。これは、すべての製造資産とデータ取得/処理をサポートするシステムが組み込みIoTエコシステムになり、データは中央の場所またはクラウドで処理されることを意味します。 インダストリー4.0では、より多くの製造資産が接続されるにつれて、製造業者はこれまで以上に大量のデータを生成することが期待されます。この接続性は、IPC-CFX標準のような新しい業界標準のデータ交換を通じて可能になります。任意の製造操作がその資産を接続し、あらゆる製造プロセスを通じてデータを集約したい場合、工場全体にわたって多数の組み込みIoTデバイスが必要になります。 インダストリー4.0のための組み込みIoT設計要件 新しい組み込みIoTデバイスは、いくつかの基本的なハードウェア要件を満たしていれば、AIアプリケーションをサポートできます。これらの組み込みデバイスは、標準的なAI/MLモデルをサポートしつつ、標準プロトコルを介してデータの通信を可能にする特殊なシングルボードコンピュータです。ここでは、インダストリー4.0の製造業務のための新しいシステムを設計する際に考慮すべきいくつかの基本的な要件を紹介します: 処理能力:これはクロック速度についてではなく、並列処理についての話です。より多くのコア/プロセッサを持つシステムやクラスタリングが可能なシステムでは、データをより速く処理し、AIモデルで使用できます。 オンボードメモリ:必要なメモリ量は特定のアプリケーションに依存します。画像処理のためのシステムは、数値データ処理のためのシステムよりも多くのメモリを必要とします。 他のセンサーとのインターフェース:データは、環境センサーから、製造装置内のセンサーから、または その他のさまざまなセンサーから直接取得する必要があるかもしれません。 通信能力:これは必要な通信範囲に基づいて選択する必要があります。長距離通信にはNB-IoT、LoRaWAN、LTE-Mなどの無線プロトコルを使用できますが、短距離通信にはBluetooth LE、WiFi、Ethernetが一般的です。 産業4.0 AIシステムのためのモジュラーデザイン コスト削減と生産性向上は、新しいシステムを迅速に展開し、設定することについてです。ほとんどの製造技術者はプリント回路設計者ではありませんが、この重要なクラスのエンジニアは、 記事を読む
ステルス機と量子レーダー NVIDIA Jetson Nano:レーン検出と追跡 1 min Blog 自動運転車は徐々に自動車産業の重要な部分となりつつあります。多くの人々は、完全自動運転車が間もなく人間と並んで走るようになると信じており、技術企業は完全自動運転車を展開するための競争に参加しています。2018年12月、Googleの自動運転車プロジェクトから生まれた会社である Waymoは、フェニックス郊外で商用自動運転車サービスを正式に開始しました。May Mobility、Drive.ai、Uberなどの企業も同じ道を歩んでいます。 自動運転車は壮大なビジョンのように思えるかもしれませんが、半自動運転車はすでに私たちの間にあります。新しいTeslaの車には、Tesla Autopilot機能が搭載されており、車線認識と追跡、アダプティブクルーズコントロール、自動駐車が可能です。道路上の車線を識別し追跡する能力は、無人運転車にとって多くの前提条件の一つです。車線認識は難しい問題のように思えるかもしれませんが、NVIDIA Jetson Nanoハードウェアプラットフォームを使って、車線認識と追跡のアルゴリズムの開発を始めることができます。 Jetson Nano入門 Jetson Nano COMは、 Raspberry Pi 3よりもわずかに大きいですが、472 Gflopsのパワーで並列にニューラルネットワークを実行できます。これはRaspberry Pi 3よりも約22倍強力であり、わずか5Wという非常に低い電力で動作します。このボードは、トリムダウンされたLinuxカーネル上で動作する組み込みAIアプリケーションに最適です。高品質な画像およびビデオ処理アプリケーションに必要な処理能力とオンボードメモリを備えています。Jetson Nanoの主な特徴には次のようなものがあります: GPU 記事を読む