首页/文章/ 详情

用自动化工作流程快速精准地实现刚柔结合电路板的 EM 分析

7小时前浏览4

现代电子设备对数据传输速度和更小体积的需求与日俱增,不断推动柔性电路板的发展。刚柔结合印刷电路板(PCB)由刚性母板和柔性电路组成,一些层上的柔性电路会直接连在刚性母板上(图 1)。刚柔结合板的体积更小、重量更轻且成本更低,被广泛用于现代化的电子设备。优越的弯曲度、适合小空间以及低 制造成本,这些特点使其成为移动通信产品的理想选择。


 

图 1:刚柔结合电路板


刚柔 PCB 的电磁(EM)分析一直都不简单,需要对将电路板弯曲安装到很小的空间这一复杂的过程进行建模。基于 Cadence® Clarity 3D Solver 场求解器的工作流程提供了必要的工具互操作性,帮助设计师使用 3D 有限元分析法(FEM)精准验证刚柔导线的信号完整性。对比依赖人工设计的传统流程,这一工作流程可以高效设置 EM 仿真环境,减少出错。


Cadence Allegro® PCB Editor 编辑器可以帮助设计师轻松创建并将电路板可视化,被广泛用于刚柔 PCB 的设计。这一工具的具体功能包括刚柔变形(例如弯曲)、支持柔性电路覆盖的多重柔性复合、刚柔分区管理以及覆盖率和间隙检查(例如层间检查)。


PCB 设计师参考指南将元件安装在特定空间并完成电路板布局(ECAD)后,ECAD 数据会被导入 Clarity 3D Solver 进行完整的 3D FEM EM 仿真。Clarity 3D Solver 被用于 PCB、IC 封装以及片上系统(SoIC)的关键互联设计,采用了 Cadence 分布式多重处理技术,为大型设计提供近乎无限的处理能力和 10 倍的速度提升。


对比平面 PCB 几何构型仿真,刚柔 PCB 要将刚性电路板与可以在任意方向弯曲和扭曲的 3D 柔性板结合(图 2),工作流程更加复杂。


刚柔结合板的传统设计方法采用的是机械计算机辅助设计(MCAD)流程,电路板首先被导入 AutoCAD 等 3D MCAD 工具进行 3D 弯曲,然后将弯曲的电路板以 a.step/.iges/.sat 文件格式导出至 3D EM 工具进行 S 参数提取,这个过程经常会由于弯曲时通孔与层的错配以及长度错配而出现人为错误,对 EM 工具进行材料属性定义和端口创建时也难免出现问题。


即便整个流程都顺利完成,EM 仿真也可能由于设计复杂性和网格划分的问题而无法进行。设计师会被迫陷入从 MCAD 工具到几何构型重塑再到 EM 引擎的仿真设置恶性循环。这一迭代过程需要繁琐的用户沟通且极为耗时,取决于设计范围,几个小时到几天,甚至几个礼拜都有可能。


 

图 2:有 4 个刚性区域和 3 个柔性区域的刚柔结合电路板


   


自动化工作流程


Cadence 工作流程采用全自动化、易于使用的解决方案,很好地应对了刚柔弯曲分析的挑战,设计师仅需几分钟即可轻松完成设置。流程具体分成 5 个步骤:


01

在 Allegro PCB Editor 软件中定义参数。

02

将定义好的参数导入 Clarity 3D Solver 环境,并验证叠层物理属性、网络、元件和不同区域的准确性。

03

使用自动化端口工具定义端口。

04

将获得的 .spd 文件导入 Clarity 3D Solver 工作台环境。

05

定义解决方案的频率和频率扫描,启动仿真。


上述步骤与传统人工 MCAD 工作流程的不同之处可参考图 3。


 

图 3:传统 MCAD 工作流程(左)与自动化 Cadence Allegro/Clarity 流程(右)


为了进一步描述自动化工作流程的细节,我们使用 10 GHz 的 Clarity 3D Solver,并将频率扫描设定为 10 MHz 到 10 GHz,对有三处弯曲的刚柔 PCB 进行仿真。


Clarity 3D Solver 的自动自适应有限元网格加密功能可以保持刚柔 PCB 的准确度。平行化技术确保网格划分与频率扫描可以在多个计算机进行分区和分布运行,缩短仿真复杂刚柔结构的整体时间。图 4 中显示了刚柔结合板已选网格的仿真|S21|与|S11|。图 5 描述了网格划分和金属层的表面电流密度,以及柔性 PCB 弯曲的建模方式。


 

图 4:已选网格的仿真|S21|与|S11|


 

图 5:电介质层(a)和金属层(b)的网格划分,金属层的表面电流密度(c)


示例二选择了另外一种三处弯曲刚柔结合板,拥有三个柔性区和 2 个刚性区(图 6)。信号线从刚性区 1 出发,一路经过柔性区 1、2、3,在刚性区 2 中止。接地平面由 0.3 mm 线宽和 0.3 mm 间隙的两条对角交叉平行线(Xhatch)构成。


图 6(c)中显示了位于 2 个刚性截面处的端点。电路性能的仿真环境为 10 GHz,频率扫描为 10 MHz 到 10 GHz。图 7所示的网格划分描述了 Clarity 3D Solver 下交叉平行线接地平面、弯曲区域和信号网的建模层与分析细节。图 8 中的仿真|S21|和|S11|显示了弯曲参数与频率响应函数的细微差别。


 

图 6:三处弯曲刚柔结合板在 Allegro PCB Editor 中显示的布局(a)、三维视图(b)和在 Clarity 3D Solver 工作台中的剖面(c)


 

图 7:金属层的网格划分、柔性电路和刚性板视图


 

图 8:已选网格的仿真|S21|与|S11|


结论


刚柔结合 PCB 的工作流程呈现了集成化设计与 EM 分析解决方案对产品设计周期的加速。这一针对刚柔 PCB EM 分析简单且高效的工作流程可以节省 PCB 和 EM 设计师大量的设计和分析时间。


EM 工程师可以使用这一工作流程中的 Clarity3 D Solver 简化设计步骤、快速开发产品、缩短上市时间。


来源:Cadence楷登
System电路信号完整性航空汽车电子消费电子芯片AutoCADUMECAD材料MCADCadenceSigrity
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-10-01
最近编辑:7小时前
Cadence楷登
签名征集中
获赞 0粉丝 86文章 251课程 0
点赞
收藏
作者推荐

后摩尔时代挑战与机遇共存,Cadence 完美诠释 EDA 的“崛起之道”

2021 中国 IC 领袖峰会暨中国 IC 设计成就奖颁奖典礼于 3 月 18 日在上海成功举行,本次会议以“突破与崛起”为主题,汇聚了业界一众技术专家与企业领袖,共同探讨中国半导体的技术突破和产业崛起之道。在 3 月 18 日上午的中国 IC 领袖峰会演讲上,Cadence 公司资深产品工程总监刘淼发表了主题为《后摩尔时代的 EDA 挑战与机遇》的演讲,并分享了 Cadence 向“智能系统设计公司”转变过程中的成功经验。 自 1760 年以来,世界范围内共经历了四场大范围的工业革命:蒸汽革命(机械化)、电力革命(电气化)、计算机革命/数字化(数字/信息革命)、全新信息技术革命(智慧化)。我们现在所处的,便是以人工智能、大数据、量子信息等技术作为突破口的第四次工业革命。想要实现第四次工业革命愿景下的全面智慧化,其核心部分便是发展芯片研发与制造能力。在过去的 50 年间,集成电路科技和芯片产业最明显的特征之一,就是按照摩尔定律,以指数规律迅速更新换代。然而事物的发展终归是有它的极限,随着芯片制程从微米级跨入纳米级,种种物理限制极大地制约了芯片产业的发展,“后摩尔时代”随之降临。从某种意义上来说,EDA 软件在这 50 年间推动着摩尔定律不断向前发展,每一代先进制程设计伊始,EDA 厂商与晶圆厂商便已经开展了极为密切的合作。进入后摩尔时代,EDA 将会发挥更加重要的作用。高性能计算是数据革命的核心引擎EDA 则是打开高性能运算的“钥匙”刘淼在演讲中表示,第四次数据革命目前呈现出六大发展方向,它们分别是:人工智能、系统优化、晶圆优化、自动驾驶、5G 通信与云计算技术。而从本源上来看,这次全新的技术革命其实是围绕“大数据”进行展开的。在万物互联的大趋势下,数据的流通成为了唯一命题,这其中包括依靠数据中心算力支持的数据处理、依靠 5G 通信技术带来的数据高速传输、依靠 HDD、DRAM、NAND 等存储器解决数据存储问题等等。而我们所熟知的人工智能技术,在这些环节中都发挥着重要的推动作用。根据产业界在 2018 年的预测数据报告显示,到 2025 年每天将会有 463 Exabytes,也就是 10 的亿亿次方的数据产生。而在这些数据中,将会有超过一半的数据来源自安防领域。High-Performance-Computing,我们又称为 HPC,即高性能计算,这一技术的出现也被视为第四次数据革命的核心引擎。 数据革命的表征可以体现在以下三大方面:海量数据的产生,来自于工业互联、智能手机、社交媒体、5G 通信等如何从海量数据中攫取需要的数据,即人工智能技术下数据的分析方法学高速崛起数据计算能力的庞大需求,云公司的崛起HPC 为大数据、人工智能亦或是云上服务领域提供了引擎动力,而 EDA 将会是 HPC 技术发光发热的重要推手。无论是做智能平台、自动驾驶,还是 AI 芯片,都需要通过 EDA 工具将软硬件结合,乃至最后做到板上的系统级仿真。从最核心的芯片角度出发,EDA 工具则是贯穿了从智能平台到系统设计,再到板级设计和封装,最后到芯片设计的所有的过程。 刘淼表示: 目前来看,HPC 市场会在两大引擎的驱动下高速发展。第一个是人工智能和机器学习技术,人工智能的市场会有一直持续的增长,到 2025 年,估计会到达 1900 亿美元,75% 的商业 APP 会使用人工智能技术,而人工智能技术会提升 40% 的劳动效率。第二个引擎则来源于 5G 通讯,到 2022 年,5G 连接产生的流量将是 4G 连接的 2.6 倍,同时支持 5G 的 V2X 有望使驾驶更加安全,并减少 20% 的污染。系统设计时代对 EDA 厂商的全新挑战随着系统设计时代的到来,会有越来越多的厂商投入到定制化芯片的设计研发之中。据 2019 年 IBS 发表的《全球半导体行业服务报告》显示,预计 2018~2027 年间先进工艺芯片流片量的年复合增长率达到 27.8%。 图灵奖获得者艾伦·凯在 1982 年说过:如果你真的重视软件,就应该做自己的硬件。软硬集 合的系统级芯片设计已经成为了未来芯片发展的大趋势,越来越多的系统公司也纷纷跳进了芯片设计的蓝海。除了老牌的通讯企业,华为、中兴通讯、紫光展锐、还有我们耳熟能详的互联网企业,阿里巴巴、腾讯、百度、字节跳动。通过这些商业化定制的芯片,系统公司可以更好地维护他们软件的护城河。系统公司所设计的硬件,也对传统的 EDA 厂商提出了很多新的挑战。无论是通讯、车规、航天、超算还是工业互联,都需要真正的 3D an alysis。刘淼表示: 今天系统分析的挑战主要来源于三个方面:第一是系统越来越快的速度和越来越小的尺寸要求,所以需要快速扩展;其二是传统的仿真技术不足,所以不得不需要越来越多的人工干预;最后一个是对下一代仿真技术的需要,更快、更大、更强!系统设计、AI/ML、EDA三位一体的 Cadence 智能系统设计Cadence 作为一家在软件和硬件上都具有领导力的公司,一直致力于解决客户所面临的各种挑战。我们通过将系统设计、人工智能、机器学习,以及核心的 EDA 软件整合在一起,为客户提供整体解决方案,从而解决智能平台、系统和设计三个层次的挑战。 Cadence 的智能系统设计平台,涵盖了从智能平台到系统和设计三个层次。同时作为行业的先行者,人工智能和机器学习技术已被广泛应用在 Cadence 所有的解决方案中。在演讲中,刘淼从三方面介绍了 Cadence 在结合人工智能与机器学习领域取得的成绩:▶在系统方面,我们加强了系统仿真,尤其是和软件的配合;▶在核心的 EDA 算法和 IP 方面, Cadence 在模拟、数字和验证持续上不断地进步;▶另外一个值得重点提及的是,在 EDA 上云方面,Cadence 和很多的产业伙伴有很好的合作。 为了加速人工智能的发展,Cadence 有非常广泛和长远的目标,包含了软件、硬件、IP等各个方面。Cadence 同时也是一家在研发投入上非常舍得的公司, 2019 年 Cadence 在取得了 23 亿美金的收入后,即将收入的 40% 投入到研发之中。充足的资金,支持了 Cadence 在全球的 23 个研发中心,超过 5700 位研发工程师,超过 1900 名支持工程师,取得了超过 1500 个全球专利。其中,仅在大中华区,Cadence 就拥有超过 1000 名工程师,而上海研发中心,就有超过 500 名研发工程师。在演讲的最后,刘淼先生引用了一千多年前伟大诗人李白的诗句:长风破浪会有时,直挂云帆济沧海。恰如其分地回答了他在演讲开始时提出的问题:第四次数据革命的结果是什么?中国半导体虽然前路充满荆棘,但在国家的支持,产业的努力下,终有一天会乘长风破万里浪,挂上云帆,横渡沧海,到达理想的彼岸。来源:Cadence楷登

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈