技術コンテンツ - ホーム | PCB設計ソリューション

SPICEシミュレーションモジュール：設計の課題で時間とお金を節約するために、シミュレーションで自動測定を使用する方法電子回路のシミュレーションは、設計成功の鍵となります。SPICE回路シミュレータは、設計分析を加速するために使用できます。Altium Designerは、効率的かつ正確な方法で設計をシミュレートするのに役立ち、回路の機能運用について深い洞察を提供します。 Altium Designerでの主要な分析の一つが、回路の時間領域シミュレーションである過渡解析です。過渡解析の例を図1に示します。カーソルのペアを使用して、信号値の周波数を決定できますが、信号量は「Measurements」というツールを用いて簡単に自動化できます。図1に示された回路の測定設定の例を図2に示します。図1 - シンプルな電圧モードのバックコンバータ図2 - バックコンバータの測定設定 Altium DesignerのSPICEシミュレータにおける自動測定 Altium DesignerのSPICEシミュレータには、さまざまな自動測定が利用可能です。その一部を図3に示します。これらの信号量は、すべての現代のオシロスコープで利用可能な測定オプションとして扱うことができます。例えば、信号のピークtoピークレベルやRMS電圧の明確な指示は、DSOだけでなくAltium Designer SPICEシミュレータでも表示できます。これらの測定の設定には、時間範囲分析と、測定によっては分析が行われる信号レベルの1つまたは2つのパラメーターのみが必要です。後者は、例えば周波数測定に必要です。図3 - 自動測定タブの一部のリスト

マルチボード設計ツールがあなたの電子プロジェクトを変革する方法マルチボードPCB設計ツールは、エレクトロニクスエンジニアに新しい機能を提供し、ユニークな製品設計を可能にします。

エレクトロニクス文化を再びクールにする：The Circuit Pulse Show

Podcasts エレクトロニクス文化を再びクールにする OnTrack Podcastへようこそ！このエピソードでは、Circuit Pulse Showの特別ゲスト、Inga Woods-WaightとJoel Higginsと共に、鮮やかなエレクトロニクス文化に深く潜り込みます。彼らがどのようにしてエレクトロニクス文化と技術を楽しく、アクセスしやすくし、若い視聴者を引き込み、エレクトロニクス業界の教育コンテンツを革命的にしているかを発見してください。エレクトロニクス設計に情熱を持ち、業界のトレンドに最新の情報を得たい方は、このエピソードは必見です！エピソードを聴く：エピソードを視聴する：エピソードのハイライト： • PCB設計の洞察とヒント • エレクトロニクスコミュニティのための魅力的なコンテンツ • 教育用エレクトロニクスビデオの台頭 • IngaとJoelの旅と成功の物語さらに多くのリソース： LinkedInで Inga

Engineering News Newsletters 電子部品およびデバイスのための5つの新興電源デジタル時代が進むにつれて、私たちの日常生活に不可欠な多くの電子デバイスを動かすためのより持続可能で効率的な電源への需要はかつてないほど高まっています。長年にわたり、電子部品やデバイスはリチウムイオン電池やアルカリ電池に依存してきました。しかし、これらの電池には、電池廃棄に伴う環境問題、リチウム資源の有限性、エネルギー集約型の生産プロセスなど、重大な制限があります。これらの要因が、技術業界により持続可能で効率的な代替品を求める動きを促しています。この記事では、電子部品やデバイスのための新興の電源技術5つを検討し、私たちが電子機器を動かす方法を再定義することを約束する革新を強調しています。従来のエネルギー源から革新的な新しい代替品への移行を検討することで、技術と持続可能性が融合する未来の一端を垣間見ることができます。運動エネルギーの収穫腕を動かすだけでスマートウォッチを動かしたり、歩くだけで電話を充電したりすることを想像してみてください。運動エネルギーの収穫は、動きを電気エネルギーに変換するコンセプトで、ウェアラブル技術や組み込みデバイスで急速に注目を集めています。材料とミニチュア化の進歩により、日常活動から大量のエネルギーを生成できるデバイスの開発が可能になりました。この技術は、個人用電子機器に対する無尽蔵のエネルギー供給を提供し、ワイヤレスで自律的な電源が重要な医療デバイスのアプリケーションにおいても有望です。圧電エネルギー収穫は、圧力や振動などの機械的ストレスから電気を生成する材料を活用する運動エネルギー収穫の一形態です。靴の底や道路表面など、日常製品や構造物に圧電素子を組み込むことで、この技術は日常活動からエネルギーを捕捉し、ウェアラブル健康モニターや道路脇のセンサーなどの小型電子機器を動かすことができます。新しい材料はこれらのデバイスの耐久性と効率を向上させ、圧電エネルギー収穫を有望な技術にしています。熱電発電機熱電発電機（TEG）は、ゼーベック効果を利用して温度差を直接電圧に変換し、新しい電力源を探求する上で有望な機会を提供します。TEGの美点は、多くの産業プロセスや人体で豊富に利用可能な廃熱という資源から電力を生成できる能力にあります。材料科学の最近の進歩はTEGの効率を大幅に向上させ、より高い熱電性能を持つ新合金や複合材料を生み出しました。これらの改善はTEGの応用範囲を広げ、過酷な環境でのリモートセンサーの電源供給やウェアラブルデバイスでの体温を電気に変換することを可能にしました。さらに、バッテリーのメンテナンスが現実的でない場所でのIoTデバイスへの統合は、多くのアプリケーションを前進させます。ワイヤレス電力伝送ケーブルがない世界を想像してみてください。ワイヤレス電力伝送（WPT）は新しい技術ではありませんが、最近のブレークスルーが、新興の電源としての地位を確立しました。WPTの原理は、電気エネルギーをワイヤーや導体なしで伝送することです。これは、誘導結合、共振誘導結合、マイクロ波電力伝送などの方法を通じて達成されます。最近の革新により、伝送距離と効率が大幅に向上し、多くのアプリケーションにとってWPTがより実現可能になりました。スマートフォンやラップトップなどの消費者向け電子機器は、すでにワイヤレス充電パッドの恩恵を受けています。その潜在的な応用範囲はそれだけにとどまらず、ワイヤレスで充電できる医療用インプラントや、充電パッドの上に駐車するだけで充電できる電気自動車などが含まれます。バイオベースおよび環境に優しいバッテリー伝統的な電源に代わる持続可能な代替品を求める中で、バイオベースおよび環境に優しいバッテリーが解決策の重要な部分として登場しています。これらのバッテリーは、生物由来の材料を利用し、従来のバッテリーに使用される重金属に代わる環境に優しい代替品を提供します。この分野の革新には、有機化合物、藻類、あるいは紙から作られたバッテリーが含まれます。例えば、有機ラジカル電池は、酸化還元活性ポリマーやカニの殻から作られた電池など、使用後に堆肥化できる材料を基にしており、より安全で持続可能な代替品を提供し、電子廃棄物を大幅に削減する可能性を秘めています。このような材料は、電池の環境への影響を減らし、電池の廃棄とリサイクルの新たな可能性を生み出します。バイオベースの電池の開発は、有害物質の汚染を減らし、資源を保護するという世界的な命題に沿った電力源を提供します。太陽光発電の進歩太陽光エネルギーは、長年にわたる再生可能エネルギーの基石であり、最近では小規模電子機器への応用を大幅に向上させる変革的な進歩を遂げています。柔軟性のあるウェアラブルな太陽光パネルを含む新しい光電技術が、日常の電子機器への太陽光の統合に新たな道を開きました。企業は、バックパック、時計、衣類などの実用的なアイテムに太陽電池を組み込むことで革新を進めています。これらの進歩は太陽光の機能性を拡張し、移動中のエネルギー需要に対する実用的な選択肢として、ますます実現可能になっています。

Altium Designer Projects Generative AIを使用して組み込みコードを書き込み、実行する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