新闻详情

新闻详情

首页 / 资讯中心 / 详情

81. OrCAD中DRC检测参数设置的含义是什么?I Cadence Allegro 电子设计 快问快答

发布时间:2026/11/4 18:55:41来源:尧图网络
81. OrCAD中DRC检测参数设置的含义是什么?I Cadence Allegro 电子设计 快问快答
大家好。在OrCAD原理图设计中DRC设计规则检查是确保电气连接正确性和设计规范性的核心工具。为了满足不同设计场景的需求DRC提供了灵活且详细的参数配置选项——从检查触发方式在线实时 vs. 手动批量、执行范围全工程 vs. 选中对象到引脚连接合法性的精细控制ERC矩阵再到特定错误的豁免处理。理解这些参数的含义能够帮助工程师根据项目要求精准配置DRC避免遗漏关键错误同时减少不必要的干扰性警告。本次分享将系统介绍OrCAD中DRC检测各项参数设置的含义及其配置方法。以下是关键要点总结一、Options全局运行配置——控制DRC的触发方式与行为参数项选项功能说明Online DRCOn / OffOn开启在线实时检查编辑原理图时即时标记错误Off仅手动触发批量检查Batch DRC—手动触发的全量检查配置区域DRC ActionRun on Design / Run on Selection设置检查范围全设计检查 或 仅检查选中的对象Delete DRCMarkers勾选/不勾选执行检查时是否删除已有的DRC标记Use Properties (Mode)Instances / Occurrences规则匹配模式优先使用器件实例属性 或 优先使用原理图页属性WarningCreate DRC Markers / Do Not Create对警告级别的问题生成DRC标记 或 不生成Waived DRCPreserve / Do Not Preserve对已豁免的DRC保留豁免标记 或 不保留Show DRC OutputsNone / Reports / DRC Window / Both控制检查结果的输出显示方式不显示 / 仅报告 / 仅窗口 / 两者都显示Report路径设置DRC报告的保存路径可通过【...】自定义二、Rules Setup规则配置页——决定检查哪些具体规则列出所有DRC检查项如引脚悬空、网络短路、未连接线端等通过勾选开关决定哪些规则启用、哪些跳过。三、Report Setup报告配置页——控制DRC报告输出内容配置DRC报告中包含哪些信息类型如错误汇总、详细列表、按类型分类等便于后续筛选与分析。四、ERC MatrixERC矩阵——核心电气规则配置通过矩阵形式定义不同引脚类型输入/输出/电源/地等之间连接的合规性。每个交叉点可设置为E Error错误严格禁止W Warning警告允许但需注意空白 无检查忽略该组合五、Exception Setup豁免配置页——跳过特定对象的检查对某些已知安全但DRC会报错的情况如特定网络、器件或引脚在此添加豁免规则使其跳过检查避免无效报错。通过合理配置以上参数即可使DRC检查既全面又高效适应不同项目的严苛要求。本次分享就到这里谢谢大家。
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 2026/11/4 15:56:54

【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 2026/11/3 12:09:35

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 2026/11/4 17:01:23

【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 ... 2026/11/4 12:33:12

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 2026/11/4 1:25:31

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 2026/11/4 3:51:11

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
📞 ✉