新闻详情

新闻详情

首页 / 资讯中心 / 详情

揭秘PCB设计核心:从电容到TYPE-C布局学习笔记

发布时间:2026/11/13 10:21:26来源:尧图网络
揭秘PCB设计核心:从电容到TYPE-C布局学习笔记
了解电容的核心作用是储存和释放电荷。明确其核心参数如标称容量额定电压介质类型等。电容有多种类型如图所示的有陶瓷电容电解电容等。了解电感元器件的核心作用为储存磁场能量以及电感的类型。根据所学知识搭建如图所示的小项目。了解USB借口的类型。认识LED的封装类型一般采用插件LED。PCB有如图所示的四层一般情况下只有两层为上层与下层。上下层之间有过孔进行连接这样在走线是线路可以通过过孔从上次走到下层防止两条走线相交实现上下分层。防止短接。如图所示为所需要绘制的原理图。在立创商城中选择搜索TYPE-C封装选择插件类型。选择需要的TYPE-C复制标号将TYPE-C绘制在原理图中。图中的EP为Exposed pad裸露焊盘也叫散热焊盘只具有电气连接功能多为连接GND。点击右键后可以查看该元器件的数据手册。如图所示为KH TYPE-C 2P的数据手册。同样搜索需要的电阻与LED将其放置在原理图中。如下图所示。在点击绘制走线将LED与电阻连接起来。放置GND与5v电源。将原理图转换到PCB处。如图所示。将单位转换为mm后点击图中画出的板框绘制图标绘制出所需大小的板框。将其布线如图所示。还可以在右侧对板框的大小进行更改。3D状态下如图所示。点击板框边边后点击添加添加圆角。输入半径为1mm后边边角自动变为圆弧状态。此时在现实情况下制作出来后板框的边缘不会刺到他人。改图为mm与mil的区别与转换。如图所示3D状态如图所示。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉