Manufacturing Outputs and Compliance

Generate accurate manufacturing outputs while ensuring compliance with industry regulations, reducing production errors and time-to-market.

Filter
見つかりました
Sort by
役割
ソフトウェア
コンテンツタイプ
適用
フィルターをクリア
自動ピックアンドプレース機は、汎用回路基板に迅速にコンポーネントを取り付けます。電子および回路基板製造 PCBデザイナーが良い顧客になる方法:製造の観点から 1 min Blog PCB設計者 電気技術者 PCB設計者 PCB設計者 電気技術者 電気技術者 製造サービス会社との強力なパートナーシップは、生産プロセスがスムーズに進むか、コストのかかる遅延が発生するかの違いを意味することがあります。製造者の視点からすると、顧客の特定の慣行が、デザイナーを単なるクライアントから価値あるパートナーへと昇格させることもあれば、見積もりのリクエストが列の後ろに押しやられる原因となることもあります。 PCBデザイナーが最高の顧客となる方法についてのガイドです。これにより、高いレベルのサービスを確保し、製造業者との強固な関係を育むことができます。 製造業者のプロセスと能力を理解する 優れた顧客になるための基本的なステップは、製造業者のプロセスと能力を理解することです。時には、製造業者がどのように運営しているかをより深く理解するために、製造プロセスを経験する必要があります。各製造業者には独自の強みと限界があり、設計要件をこれらと合わせることで、多くの潜在的な問題を防ぐことができます。 設計プロセスの早い段階で製造業者との議論を開始してください。単純なボード以外のものを製造する場合は、製造業者の能力と材料の選択肢を決定する必要があります。設計チームは、メールを送るだけでこの情報をすぐに入手できます。この情報は、製造業者のより広範な DFMガイドラインの重要なサブセットです。これらのガイドラインに準拠した設計は、製造が容易であり、エラーや遅延のリスクを減らすことができます。 明確で完全なドキュメントを提供する 製造業者は、見積もりを提供し、生産を進めるために、ビルド要件に関する完全なドキュメントを必要とします。製造業者には、標準のビルドファイルセットが必要であり、それにはGerberファイル、ODB++、またはIPC-2581のエクスポートが含まれます。エクスポートには、必要なPCBレイヤー(銅、シルクスクリーン、はんだマスク、ドリル図面)をすべて含めてください。 明確で正確なドキュメントは、確認のための行き来を最小限に抑え、プロセスを加速させます。残念ながら、Gerberファイルには、製造を完全に見積もり、進行するために必要なドキュメントのごく一部しか含まれていません。必要な他の重要な情報は以下の通りです: 注記付きの製造図面 ドリル表を示すドリル図面 ドリル図面に一致するNCドリルデータ ボードの形状が特殊な場合は、機械図面が必要になることがあります 完全な 製造ノートを含む製造図面を省略すると( リジッドフレックスPCB製造ノートに関するこのリソースも参照)、製造業者がこれを要求するか、PCB内ですべての製造詳細を指定するよう求められます。 Draftsmanでの完全な製造図面ドキュメント。 完全なドリル表とそれに対応するデータは、製造業者が今後のビルドの処理ニーズを判断するのに非常に役立ちます。NCドリルデータからドリル表を再構築するのではなく、製造ドキュメントパッケージにドリル表とドリル図面を含めることで、製造業者は使用されているドリル、PCB内のドリルヒット数、許容されるドリルサイズの許容差、関与するレイヤーペアを正確に把握できます。 Draftsmanドキュメントでドリルテーブルを生成する方法について、 Altiumドキュメントで詳しく学びましょう。 記事を読む
PCBビア製造のための直接金属化プロセス PCBビア製造のための直接金属化プロセス 1 min Blog PCBにビアやスルーホールが製造される際、穴の壁に必要な銅を構築するために金属の堆積とめっき処理が必要となります。ビアの壁に金属膜を構築する作業は電鋳として知られるプロセスで行われますが、このプロセスを実施する前に、さらなる堆積のためのシード層を形成するための初期金属化処理が必要です。後続の電鋳銅プロセスをサポートするために使用できる初期金属化処理には、無電解銅と直接金属化があります。 無電解銅は、業界全体で使用されている標準的な長期にわたる初期金属化処理です。低密度設計では、無電解銅は広く使用されているプロセスであり、適切に制御されていれば、顕著な信頼性の問題は発生しません。高密度PCBでは、マイクロビアの小さな特徴サイズのため、無電解銅めっきの信頼性の問題がより明らかになる可能性があります。 デバイスの小型化が進むにつれて、直接金属化の容量が増加することが期待され、これは UHDIデザインのための信頼性の高い製造およびめっき容量のニーズに対応することになります。これは、IC基板の需要の予想される成長と、電子製造容量の国内回帰の現在のトレンドに一致しています。 初期金属化の概要 PCB製造における主要な金属化プロセスは、穴あけとデスミアの後に実行され、このプロセスは、めっきが必要な穴内にシード層を形成するために使用されます。シード層は、下記に示すように、穴壁に沿って形成され、このシード層が後続の電気めっきの基盤を形成します。 電気めっきを用いた主要な金属化およびビア形成。 最終的な穴壁厚さ(ほとんどの設計で1ミル)まで電気めっきにより銅層が堆積された後、外層のめっきとはんだマスクが適用され、これにより最終的なめっき層を アンテントされないビアに適用することができます。ビア壁がめっきされると、穴壁内の堆積された銅の厚さを評価し、穴軸に沿っためっきの均一性を確保するために、微細構造分析が行われることがあります。 大きな直径では、大きなアスペクト比を含む場合、結果として得られるめっきは一般に非常に高品質であり、非常に信頼性が高いとされています。小さなサイズにスケールダウンすると、無電解銅はいくつかの信頼性の課題を示し始め、より厳密なプロセス制御の使用、または直接金属化プロセスへの完全な移行を動機付けます。 無電解銅 無電解銅は、電鋳前に使用される伝統的な一次金属化プロセスです。このプロセスは、PCB絶縁材料上に直接、パラジウム触媒を用いて溶液から銅の薄層を堆積させます。薄い銅層が堆積されると、最終的な銅めっき厚さに達するまで上に電鋳銅が堆積されます。このプロセスは、パラジウム触媒の存在下でホルムアルデヒドを使用して銅イオンの還元反応を含みます。 2HCHO + 2OH − → 3H 2 (g) 記事を読む
Generative AIを使用して組み込みコードを書き込み、実行する Generative AIを使用して組み込みコードを書き込み、実行する 1 min Altium Designer Projects ハードウェアと会話するカスタムGPTアクションの構築方法と AIラボアシスタントの構築で、Generative AIを使用してハードウェアを制御する方法を学びました。ChatGPT内でカスタムGPTアクションを利用することで、ChatGPTにラズベリーパイからLEDを点滅させるだけでなく、実験室の機器を制御しデータを取得する能力を与えることができました。これは、人工知能をラボアシスタントとして使用し、機器から取得したデータを処理することができることを意味します。この記事では、Generative AIによってコードを書くだけでなく、組み込みターゲット上で実行し、その過程でフィードバックを受け取ることによって、さらに一歩進んでいます。 背景 Generative AIを使用してコードを書くことは、組み込みシステムでさえ、新しいことではありません。既にコードを一から完全に書くか、提案するだけの多くのツールがあります。ChatGPT、Gemini、Claudeなどの最も人気のある大規模言語モデルは、すべてコードを書くのがかなり得意になっています(比較については、 Gemini vs. ChatGPT: どちらがより良いコードを書くかを参照してください)。私は1年以上前からChatGPTがコードを生成することについて書いてきました( ChatGPTを使用した自動テストを参照)し、それが今日の開発の唯一の方法であると説教してきました。本当の挑戦は、開発のループにAIを取り入れることです。 コード生成はある程度までしか役立ちませんが、Generative AIを使用する場合、それが機能することを検証し保証するには異なるアプローチが必要です。ChatGPTとのコードインタープリターは、ある程度、生成されたコードを実行し、それがあなたのために機能することを検証できるカプセル化されたPython環境を提供します。私はそれをさらに一歩進め、組み込みシステムで同じことを達成できるかどうかを見てみたいと思いました。OpenAIのChatGPTを使用するには2つのルートがあります。最も一般的なルートは、OpenAI APIを使用するクローズドループアプリケーションを作成することです。それはAPIを使用して大規模言語モデル(LLM)からコードをプロンプトして取得し、それをコンパイルし、Arduinoにロードし、生成されたコードの機能を検証するために追加のカスタムコードを使用します。私はGPTアクションを使用して、「コードペアリング体験」にすることで異なるアプローチを取ることにしました。その体験は次のようなものです: 図1: GPTアクションの例 例は単純かもしれません(つまり、オンボードLEDの点滅)が、上記のデモンストレーションで全てがまとまっています。私はカスタムGPTに明確な指示を与えることができ、期待通りに指示に従ってくれました。また、実際にデバイスにアップロードされ、LEDが1秒ごとに点滅することも確認できました。カスタムGPTを閉じたループシステムと比較して使用する良い点は、プロンプト内でかなり簡単に繰り返し作業ができることです: 図2: Arduinoスケッチの反復 記事を読む