[發明專利]一種建立PCB類型的預測模型和PCB設計的方法及裝置

有效

• 申請號: 201611101799.9
• 申請日: 2016-12-02
• 公開（公告）號: CN106777612B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 沈文;李炳林;黃在朝;鄧輝;喻強;王瑋;虞躍;陳磊;劉川;陶靜;姚啟桂;張增華;王向群;孫曉艷;陳偉;卜憲德;田文峰;呂立東;姚繼明
• 申請（專利權）人: 全球能源互聯網研究院有限公司;國家電網有限公司
• 主分類號: G06F30/3308
• 分類號: G06F30/3308;G06N3/08;G06F115/12
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 陳博旸

一種建立PCB類型的預測模型和PCB設計的方法及裝置，其中建立PCB類型的預測模型的方法，包括：獲取多個PCB原理圖的二維特征數據以及預設的所述PCB原理圖的類型編號；根據所述二維特征數據與預設的所述PCB原理圖的類型編號作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡的輸出數據與所述預設的所述PCB原理圖的類型編號的誤差小于預設誤差，解決了現有PCB設計方式效率低、研發周期長且成本高的問題。

技術領域

本發明涉及智能設計領域，具體涉及一種建立PCB類型的預測模型和PCB設計的方法及裝置。

背景技術

印制電路板(PCB)是電子元器件的支撐體和電子元器件電氣連接的載體，PCB設計是以電路原理圖為根據，實現電路設計者所需要的功能，在PCB板的設計過程中一般需要考慮PCB板的外部連接的布局、內部電子元件的優化布局、金屬連線和通孔的優化布局以及電磁保護、熱耗散等各種因素。

目前使用的比較多的PCB輔助設計工具是Protel，Cadence spb，MentorEE等，而這些PCB輔助設計工具在智能輔助設計方面還停留在保證走線約束，信號完整性、電磁兼容仿真等被動滿足開發人員要求的設計輔助階段，而在輔助開發人員優化PCB設計，深度學習已有參考設計的基礎上快速實現當前PCB設計，提升設計效率領域還存在不足。

目前人工布局PCB設計的方法面臨以下缺陷：

人工布局PCB設計的過程中，工作重復程度高，以工業以太網交換機的PCB設計為例，全部的設計包含CPU部分電路、DDR等存儲部分電路、交換部分電路、以太網口、電源等周邊電路的設計，在每次新設計的工業以太網交換機在上述電路部分在選用相同器件的前提下經常出現重復繪制工作量。同時對于缺乏經驗的設計人員，其在PCB設計中會出現器件布局不合理，高速數據時序顛倒、阻抗匹配不完善等情況。

發明內容

因此，本發明要解決的技術問題在于現有PCB設計方式效率低、研發周期長且成本高。

有鑒于此，本發明提供一種建立PCB類型的預測模型的方法，包括：

獲取多個PCB原理圖的二維特征數據以及預設的所述PCB原理圖的類型編號；

根據所述二維特征數據與預設的所述PCB原理圖的類型編號作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡的輸出數據與所述預設的所述PCB原理圖的類型編號的誤差小于預設誤差。

優選地，所述PCB原理圖的二維特征數據由所述PCB原理圖中涉及的芯片型號和相應所述芯片型號的個數得到。

優選地，所述對神經網絡模型進行訓練，包括：

當所述神經網絡的輸出數據與所述預設的所述PCB原理圖的類型編號差值的絕對值不小于所述預設誤差精度，調整所述神經網絡模型中的神經元權值。

優選地，所述神經網絡的輸出，通過下式得到：

其中，y'為所述神經網絡模型中的輸出，θ為y'的偏置，θ取值為0-1之間，w_i,i＝1,2,3...n為所述神經元權值，x_i為所述PCB原理圖特征數據。

優選地，所述神經網絡模型為函數鏈神經網絡模型。

本發明還提供一種PCB設計方法，包括：

獲取待設計的PCB原理圖二維特征數據；

將所述二維特征數據輸入到如上述所述的建立PCB類型的預測模型的方法所建立的模型中，得到輸出數據；

根據所述輸出數據，確定所述PCB原理圖的設計模板。

相應地，本發明提供一種建立PCB類型的預測模型的裝置，包括：