CN111368497A - 一种电路板原理图设计方法、装置、电子设备及存储介质 - Google Patents

一种电路板原理图设计方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111368497A
CN111368497A CN202010177035.8A CN202010177035A CN111368497A CN 111368497 A CN111368497 A CN 111368497A CN 202010177035 A CN202010177035 A CN 202010177035A CN 111368497 A CN111368497 A CN 111368497A
Authority
CN
China
Prior art keywords
schematic diagram
design
circuit board
simulation
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010177035.8A
Other languages
English (en)
Inventor
姜云轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inspur Power Commercial Systems Co Ltd
Original Assignee
Inspur Power Commercial Systems Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inspur Power Commercial Systems Co Ltd filed Critical Inspur Power Commercial Systems Co Ltd
Priority to CN202010177035.8A priority Critical patent/CN111368497A/zh
Publication of CN111368497A publication Critical patent/CN111368497A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)

Abstract

本发明提供了一种电路板原理图设计方法、装置、电子设备及存储介质,该方法包括:接收输入的设计方案数据;根据元器件库,调用原理图设计模型对设计方案数据进行解析,输出设计方案数据对应的电路板原理图;其中,原理图设计模型为通过深度学习算法训练得到的;该方法利用深度学习算法训练得到的原理图设计模型自动对接收到的设计方案数据进行解析,并依据从元器件库中获取的相关元器件设计资料,自动得到用户输入的设计方案数据对应的电路板原理图;实现了电路板原理图的自动化设计,提高了电路板原理图的设计效率,且由于整个设计过程不需要人工参与,进而避免了人为因素所造成的设计错误,提高了电路板原理图的设计可靠性。

Description

一种电路板原理图设计方法、装置、电子设备及存储介质
技术领域
本发明涉及数据处理技术领域,特别涉及一种电路板原理图设计方法、装置、电子设备及存储介质。
背景技术
电路板原理图是指电路板上各个器件之间连接原理的图表,其在电路设计中起着至关重要的作用。目前,电路板原理图的设计都是人工根据电路板上使用的元器件设计资料,使用电路板原理图设计软件,来实现对电路板原理图的设计。由于现有电路板原理图设计过程中需要相关技术人员人工实现,因此,目前的电路板原理图设计需要耗费较长的时间;且容易出现错误,影响后续电路板的功能实现。
发明内容
本发明的目的是提供一种电路板原理图设计方法、装置、电子设备及存储介质,能够利用深度学习算法训练得到的原理图设计模型自动对接收到的设计方案数据进行解析,获得对应的电路板原理图,进而避免了相关技术中由人工对电路板原理图设计所带来的耗时长以及可靠性低的缺点。
为解决上述技术问题,一方面,本发明提供一种电路板原理图设计方法,包括:
接收输入的设计方案数据;
根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,输出所述设计方案数据对应的电路板原理图;其中,所述原理图设计模型为通过深度学习算法训练得到的。
可选地,所述根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,包括:
利用所述原理图设计模型对所述设计方案数据进行分析,确定所述设计方案数据对应的参数信息以及元器件设计资料,并依据所述参数信息以及所述元器件设计资料进行电路板原理图的设计;其中,所述参数信息包含功能类型以及硬件参数。
可选地,所述电路板原理图设计方法还包括:
利用仿真软件对所述电路板原理图进行仿真处理,并在仿真处理未通过时获取仿真处理结果;
调用所述原理图设计模型,根据所述仿真结果对所述电路板原理图进行修改,获取修改后的电路板原理图。
可选地,所述利用仿真软件对所述电路板原理图进行仿真处理,包括:
接收输入的仿真条件;
根据所述仿真条件,利用所述仿真软件对所述电路板原理图进行仿真处理。
可选地,所述电路板原理图设计方法还包括:
利用所述仿真处理结果对所述原理图设计模型进行更新。
另一方面,本发明还提供一种电路板原理图设计装置,包括:
接收模块,用于接收输入的设计方案数据;
原理图设计模块,用于根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,输出所述设计方案数据对应的电路板原理图;其中,所述原理图设计模型为通过深度学习算法训练得到的。
可选地,所述电路板原理图设计装置还包括:
仿真模块,用于利用仿真软件对所述电路板原理图进行仿真处理,并在仿真处理未通过时获取仿真处理结果;
修改模块,用于调用所述原理图设计模型,根据所述仿真结果对所述电路板原理图进行修改,获取修改后的电路板原理图。
可选地,所述电路板原理图设计装置还包括:
更新模块,用于利用所述仿真处理结果对所述原理图设计模型进行更新。
又一方面,本发明还提供一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述所述的电路板原理图设计方法的步骤。
又一方面,本发明还提供一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上述所述的电路板原理图设计的步骤。
可见,该方法利用深度学习算法训练得到的原理图设计模型自动对接收到的设计方案数据进行解析,并依据从元器件库中获取的相关元器件设计资料,自动得到用户输入的设计方案数据对应的电路板原理图。可见,该方法仅需要用户输入初始的设计方案数据即可,后续不需要人工参与即可自动化获取对应的电路板原理图,实现了电路板原理图的自动化设计,提高了电路板原理图的设计效率,且由于整个设计过程不需要人工参与,进而避免了人为因素所造成的设计错误,提高了电路板原理图的设计可靠性。
本发明还提供一种电路板原理图设计装置、电子设备及存储介质,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例所提供的一种电路板原理图设计方法的流程图;
图2为本发明实施例所提供的另一种电路板原理图设计方法的流程图;
图3为本发明实施例所提供的一种电路板原理图设计装置的结构框图;
图4为本发明实施例所提供的一种电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,电路板原理图的设计都是人工根据电路板上使用的元器件设计资料,使用电路板原理图设计软件,来实现对电路板原理图的设计。其需要专业的技术人员来完成电路板原理图的设计工作。因此,不仅存在需要付出高昂的时间成本以及人力成本之外,还存在设计的电路板原理图的可靠性与相关技术人员的专业程度密切相关,即,还存在人为因素导致的风险。本申请实施例中采用原理图设计模型实现自动化的电路板原理图设计,进而解决上述问题。具体请参考图1,图1为本发明实施例所提供的一种电路板原理图设计方法的流程图;该方法可以包括:
S101、接收输入的设计方案数据。
可以理解的是,本申请实施例中执行主体是可以实现本申请提供的电路板原理图设计方法的电子设备。当然,本申请实施例中并不对该电子设备的具体结构进行限定,只要该电子设备可以实现本申请提供的电路板原理图设计方法即可。例如,该电子设备可以是终端(如,计算机),也可以是服务器等。
需要说明的是,本申请实施例并不对具体接收设计方案数据的方式进行限定,例如用户可以通过输入设备(如键盘)直接输入该设计方案数据,也可以是通过外设(如U盘)直接导入该设计方案数据。当然,也可以是其他形式,只要可以使电子设备接收到该计方案数据即可。
本申请实施例中并不对设计方案数据的具体内容进行限定,其可以包含最终所需要设计得到的电路板原理图所具有的功能,以及相关元器件的参数需求等。具体可以参考相关技术中设计电路板原理图所需要的设计方案数据的内容。
S102、根据元器件库,调用原理图设计模型对设计方案数据进行解析,输出设计方案数据对应的电路板原理图;其中,原理图设计模型为通过深度学习算法训练得到的。
需要说明的是,本申请实施例中原理图设计模型为通过深度学习算法训练得到的。其中,深度学习(DL,Deep Learning)是机器学习(ML,MachineLearning)领域中一个新的研究方向,它在机器学习中的应用使其更接近于最初的目标,即,人工智能(AI,Artificial Intelligence)。本申请并不对训练原理图设计模型所使用的深度学习算法的种类进行限定,用户可以根据电子设备的实际计算能力,以及对于电路板原理图设计效率等需求,来选择相应的深度学习算法。进一步,由于原理图设计模型的训练过程与深度学习算法相关,因此,本申请实施例中也不限定该原理图设计模型的训练过程,其训练过程依据所选择的深度学习算法对应的训练过程执行即可。
本申请实施例结合深度学习以及人工智能的思想训练得到原理图设计模型,使原理图设计模型可以通过机器的自我学习,实现自动化的电路板原理图设计。其中,元器件库是为了给原理图设计模型提供相关的元器件模型及相关设计资料。本申请实施例中利用原理图设计模型解析设计方案数据和对应元器件设计资料,输出设计方案数据对应的电路板原理图。例如,可以利用原理图设计模型对设计方案数据进行分析,确定设计方案数据对应的参数信息以及元器件设计资料,从元器件库中调取相关的元器件设计资料后,原理图设计模型可以依据获取的参数信息以及元器件设计资料进行电路板原理图的设计;其中,参数信息包含功能类型以及硬件参数。
可以理解的是,本申请实施例中参数信息以及元器件设计资料的具体内容与实际接收到的设计方案数据相关。参数信息可以包含待设计的电路板原理图中所需要的功能类型,相关芯片优选型号,GPIO pin数量,电平类型等参数。元器件设计资料可以是从元器件库中调取待设计的电路板原理图中所需要的元器件模型及相关设计资料。
需要说明的是,本申请实施例并不限定输出的设计方案数据对应的电路板原理图的数量。其可以是原理图设计模型运算得到的一个最优的电路板原理图,当然,也可以是输出多个电路板原理图供用户挑选。本申请实施例并不对输出的数量进行限定,其可以是在训练原理图设计模型时设置好的(例如,固定输出一个,或者二个),也可以是根据用户输入的数量需求来确定输出的电路板原理图的数量。当然,输出多个电路板原理图时,为了方便用户挑选,还可以为输出的每种电路板原理图进行优缺点说明。
进一步,为了提高原理图设计模型设计的电路板原理图的效率,还可以存储经典线路,并在使用过程中不断优化这些经典线路,进而可以实现在后续自动化设计过程中直接调用这些经典线路,提高电路板原理图的设计效率。
基于上述技术方案,本发明实施例提的一种电路板原理图设计方法,该方法仅需要用户输入初始的设计方案数据即可,后续不需要人工参与即可自动化获取对应的电路板原理图,实现了电路板原理图的自动化设计,提高了电路板原理图的设计效率,且由于整个设计过程不需要人工参与,进而避免了人为因素所造成的设计错误,提高了电路板原理图的设计可靠性。并通过经典线路提高电路板原理图的设计效率。
进一步,为了提高原理图设计模型输出的电路板原理图的准确性,本申请实施例还可以对原理图设计模型输出的电路板原理图进行仿真验证,直到原理图设计模型输出的电路板原理图满足仿真需求时,才会为用户输出最终的电路板原理图。具体可以参考图2。该方法可以包括:
S201、接收输入的设计方案数据。
S202、根据元器件库,调用原理图设计模型对设计方案数据进行解析,输出设计方案数据对应的电路板原理图;其中,原理图设计模型为通过深度学习算法训练得到的。
需要说明的是,本申请实施例中步骤S201和步骤S202的具体内容可以参考上述实施例中相关内容,在此不再赘述。
S203、利用仿真软件对电路板原理图进行仿真处理,判断是否通过仿真处理;若通过则执行步骤S206;若未通过则执行步骤S204。
可以理解的是,本申请实施例中为了进一步原理图设计模型输出的电路板原理图的准确性,可以利用仿真软件对电路板原理图进行仿真处理,进而根据是否能够通过仿真处理来确定该电路板原理图是否可靠。
本申请实施例中并不对使用的仿真软件进行限定,可以由用户确定具体的仿真软件的类型。例如该仿真软件可以是cadence,Altium Designer,Multisim等设计仿真软件。在仿真处理时,可以先接收输入的仿真条件;根据仿真条件,利用仿真软件对电路板原理图进行仿真处理。即,本申请实施例通过仿真条件来提高本申请中仿真处理的适应性,满足用户多种需求,提高了原理图设计模型设计灵活性。可以理解的是,本申请实施例中并不对仿真条件的具体内容进行限定,用户可以根据实际需求设置该仿真条件。例如,仿真条件可以包含电平类型,延时时间,响应时间,高速信号速率等。其可以根据不同电路板原理图生成不同的仿真条件。为了进一步提高本申请提供的电路板原理图设计方法的适应性,本申请中还可以增加人工判断模块,以优化原理设计,使得输出的电路板原理图能够满足用户实际需求。
S204、获取仿真处理结果。
需要说明的是,本申请实施例中并不对仿真处理结果的内容进行限定,其可以包含输出的电路板原理图遇到的问题,以及对应的仿真意见等。
S205、调用所述原理图设计模型,根据所述仿真结果对所述电路板原理图进行修改,获取修改后的电路板原理图并执行步骤S203。
S206、输出通过仿真处理的电路板原理图。
进一步,为了原理图设计模型自身的准确性,优选地,本申请实施例还可以利用仿真处理结果对原理图设计模型进行更新。例如,可以在执行仿真处理过程时,建立bug库,更新设计中遇到的问题,以避免后续原理图设计模型在设计时再次出现同样的问题。可以汇总仿真处理结果,将仿真处理结果对应的仿真意见输出给原理图设计模型,使得原理图设计模型可以依据这些仿真意见进行更新。
本申请实施例结合深度学习以及人工智能的思想训练得到原理图设计模型,使原理图设计模型可以通过机器的自我学习,实现自动化的电路板原理图设计以及自我检查优化。
基于上述技术方案,本发明实施例提的一种电路板原理图设计方法,该方法仅需要用户输入初始的设计方案数据即可,后续不需要人工参与即可自动化获取对应的电路板原理图,实现了电路板原理图的自动化设计,提高了电路板原理图的设计效率,且由于整个设计过程不需要人工参与,进而避免了人为因素所造成的设计错误,提高了电路板原理图的设计可靠性。并通过增加仿真过程,实现对电路板原理图的自我检查,提高设计的电路板原理图的准确性。
下面对本发明实施例提供的一种电路板原理图设计装置、电子设备及存储介质进行介绍,下文描述的一种电路板原理图设计装置、电子设备及存储介质与上文描述的一种电路板原理图设计方法可相互对应参照。
请参考图3,图3为本发明实施例所提供的一种电路板原理图设计装置的结构框图;该装置可以包括:
接收模块101,用于接收输入的设计方案数据;
原理图设计模块102,用于根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,输出所述设计方案数据对应的电路板原理图;其中,所述原理图设计模型为通过深度学习算法训练得到的。
基于上述实施例,该原理图设计模块102可以包括:
解析单元,用于利用所述原理图设计模型对所述设计方案数据进行分析,确定所述设计方案数据对应的参数信息以及元器件设计资料,并依据所述参数信息以及所述元器件设计资料进行电路板原理图的设计;其中,所述参数信息包含功能类型以及硬件参数。
基于上述任意实施例,该装置还可以包括:
仿真模块,用于利用仿真软件对所述电路板原理图进行仿真处理,并在仿真处理未通过时获取仿真处理结果;
修改模块,用于调用所述原理图设计模型,根据所述仿真结果对所述电路板原理图进行修改,获取修改后的电路板原理图。
基于上述实施例,该装置还可以包括:
更新模块,用于利用所述仿真处理结果对所述原理图设计模型进行更新。
基于上述实施例,该仿真模块可以包括:
仿真条件获取单元,用于接收输入的仿真条件;
仿真单元,用于根据所述仿真条件,利用所述仿真软件对所述电路板原理图进行仿真处理。
需要说明的是,基于上述任意实施例,装置可以是基于可编程逻辑器件实现的,可编程逻辑器件包括FPGA,CPLD,单片机、处理器等。这些可编程逻辑器件可以设置在电子设备中。
相应于上面的方法实施例,参见图4,本发明实施例还提供了一种电子设备。该设备1可以包括:
存储器11,用于存储计算机程序;处理器12,用于执行所述计算机程序时实现如上述任意方法实施例所述的电路板原理图设计方法的步骤。
在本实施例中,设备1可以是PC(Personal Computer,个人电脑),也可以是服务器等。
该设备1可以包括存储器11、处理器12和总线13。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是设备1的内部存储单元,例如该设备1的硬盘。存储器11在另一些实施例中也可以是设备1的外部存储设备,例如设备1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括设备1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于设备1的应用软件及各类数据,例如:根据元器件库,调用原理图设计模型对设计方案数据进行解析,输出设计方案数据对应的电路板原理图的代码等。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据。
该总线13可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
进一步地,设备还可以包括网络接口14,网络接口14可选的可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该设备1与其他电子设备之间建立通信连接。
可选地,该设备1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在设备1中处理的信息以及用于显示可视化的用户界面。
图4仅示出了具有组件11-14的设备1,本领域技术人员可以理解的是,图4示出的结构并不构成对设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
相应于上面的方法实施例,本发明实施例还提供了一种存储介质。该存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的电路板原理图设计方法的步骤。
该存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的存储介质。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种电路板原理图设计方法、装置、电子设备及存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种电路板原理图设计方法,其特征在于,包括:
接收输入的设计方案数据;
根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,输出所述设计方案数据对应的电路板原理图;其中,所述原理图设计模型为通过深度学习算法训练得到的。
2.根据权利要求1所述的电路板原理图设计方法,其特征在于,所述根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,包括:
利用所述原理图设计模型对所述设计方案数据进行分析,确定所述设计方案数据对应的参数信息以及元器件设计资料,并依据所述参数信息以及所述元器件设计资料进行电路板原理图的设计;其中,所述参数信息包含功能类型以及硬件参数。
3.根据权利要求1或2所述的电路板原理图设计方法,其特征在于,还包括:
利用仿真软件对所述电路板原理图进行仿真处理,并在仿真处理未通过时获取仿真处理结果;
调用所述原理图设计模型,根据所述仿真结果对所述电路板原理图进行修改,获取修改后的电路板原理图。
4.根据权利要求3所述的电路板原理图设计方法,其特征在于,所述利用仿真软件对所述电路板原理图进行仿真处理,包括:
接收输入的仿真条件;
根据所述仿真条件,利用所述仿真软件对所述电路板原理图进行仿真处理。
5.根据权利要求3所述的电路板原理图设计方法,其特征在于,还包括:
利用所述仿真处理结果对所述原理图设计模型进行更新。
6.一种电路板原理图设计装置,其特征在于,包括:
接收模块,用于接收输入的设计方案数据;
原理图设计模块,用于根据元器件库,调用原理图设计模型对所述设计方案数据进行解析,输出所述设计方案数据对应的电路板原理图;其中,所述原理图设计模型为通过深度学习算法训练得到的。
7.根据权利要求6所述的电路板原理图设计装置,其特征在于,还包括:
仿真模块,用于利用仿真软件对所述电路板原理图进行仿真处理,并在仿真处理未通过时获取仿真处理结果;
修改模块,用于调用所述原理图设计模型,根据所述仿真结果对所述电路板原理图进行修改,获取修改后的电路板原理图。
8.根据权利要求7所述的电路板原理图设计装置,其特征在于,还包括:
更新模块,用于利用所述仿真处理结果对所述原理图设计模型进行更新。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述的电路板原理图设计方法的步骤。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上权利要求1至5任一项所述的电路板原理图设计方法的步骤。
CN202010177035.8A 2020-03-13 2020-03-13 一种电路板原理图设计方法、装置、电子设备及存储介质 Pending CN111368497A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010177035.8A CN111368497A (zh) 2020-03-13 2020-03-13 一种电路板原理图设计方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010177035.8A CN111368497A (zh) 2020-03-13 2020-03-13 一种电路板原理图设计方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111368497A true CN111368497A (zh) 2020-07-03

Family

ID=71208993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010177035.8A Pending CN111368497A (zh) 2020-03-13 2020-03-13 一种电路板原理图设计方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111368497A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347719A (zh) * 2020-11-05 2021-02-09 深圳市华星光电半导体显示技术有限公司 一种设计图处理方法、装置、计算机设备及存储介质
CN113283210A (zh) * 2021-04-14 2021-08-20 山东英信计算机技术有限公司 一种电路组件选配方法、系统及介质
CN113987618A (zh) * 2021-10-29 2022-01-28 北京世冠金洋科技发展有限公司 模型线路图的线路绘制方法、装置及电子设备
CN114330199A (zh) * 2021-12-28 2022-04-12 海光信息技术股份有限公司 一种设计文件生成方法、电路板的制作方法和相关设备
CN116629199A (zh) * 2023-06-13 2023-08-22 合芯科技有限公司 一种电路原理图的自动修改方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080155483A1 (en) * 2006-12-22 2008-06-26 Inventec Corporation Database-aided circuit design system and method therefor
CN108595815A (zh) * 2018-04-18 2018-09-28 石家庄创天电子科技有限公司 人工智能体训练系统及无源电路优化设计系统及方法
CN109871558A (zh) * 2017-12-04 2019-06-11 石家庄创天电子科技有限公司 基于人工智能进行电路设计的方法及装置
CN110866370A (zh) * 2019-11-11 2020-03-06 中国科学院微电子研究所 一种电路可靠性逻辑仿真方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080155483A1 (en) * 2006-12-22 2008-06-26 Inventec Corporation Database-aided circuit design system and method therefor
CN109871558A (zh) * 2017-12-04 2019-06-11 石家庄创天电子科技有限公司 基于人工智能进行电路设计的方法及装置
CN108595815A (zh) * 2018-04-18 2018-09-28 石家庄创天电子科技有限公司 人工智能体训练系统及无源电路优化设计系统及方法
CN110866370A (zh) * 2019-11-11 2020-03-06 中国科学院微电子研究所 一种电路可靠性逻辑仿真方法、装置、设备及存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347719A (zh) * 2020-11-05 2021-02-09 深圳市华星光电半导体显示技术有限公司 一种设计图处理方法、装置、计算机设备及存储介质
CN112347719B (zh) * 2020-11-05 2023-10-13 深圳市华星光电半导体显示技术有限公司 一种设计图处理方法、装置、计算机设备及存储介质
CN113283210A (zh) * 2021-04-14 2021-08-20 山东英信计算机技术有限公司 一种电路组件选配方法、系统及介质
CN113987618A (zh) * 2021-10-29 2022-01-28 北京世冠金洋科技发展有限公司 模型线路图的线路绘制方法、装置及电子设备
CN113987618B (zh) * 2021-10-29 2023-10-20 北京世冠金洋科技发展有限公司 模型线路图的线路绘制方法、装置及电子设备
CN114330199A (zh) * 2021-12-28 2022-04-12 海光信息技术股份有限公司 一种设计文件生成方法、电路板的制作方法和相关设备
CN114330199B (zh) * 2021-12-28 2024-05-17 海光信息技术股份有限公司 一种设计文件生成方法、电路板的制作方法和相关设备
CN116629199A (zh) * 2023-06-13 2023-08-22 合芯科技有限公司 一种电路原理图的自动修改方法、装置、设备及存储介质
CN116629199B (zh) * 2023-06-13 2023-11-24 合芯科技有限公司 一种电路原理图的自动修改方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111368497A (zh) 一种电路板原理图设计方法、装置、电子设备及存储介质
US11797298B2 (en) Automating identification of code snippets for library suggestion models
CN109240912B (zh) 一种基于大数据分析的网页应用的性能评估方法及终端
CN106776334B (zh) 基于注释生成测试用例方法及装置
CN105446874A (zh) 一种资源配置文件的检测方法和装置
CN110083526A (zh) 应用程序测试方法、装置、计算机装置及存储介质
CN112395251A (zh) 数据文件的智能解析方法、装置、电子设备及存储介质
CN111290802B (zh) Bmc内部设备的信息解析方法、装置及可读存储介质
CN115576828A (zh) 一种测试用例生成方法、装置、设备及存储介质
CN112148594A (zh) 一种脚本测试方法、装置、电子设备及存储介质
CN109614094B (zh) 基于UML的GPU glCallList视图模型的绘制方法
CN114662676A (zh) 模型优化方法、装置、电子设备和计算机可读存储介质
CN112214256B (zh) 机器学习的运行控制方法、装置、电子设备及存储介质
CN113703781A (zh) 存储系统接口生成方法、装置、电子设备及可读存储介质
CN117076227A (zh) 硬盘背板监控功能的模拟测试系统、方法、装置及介质
CN111625291A (zh) 数据处理模型自动迭代方法、装置及电子设备
CN116168403A (zh) 医疗数据分类模型训练方法、分类方法、装置及相关介质
CN115858556A (zh) 一种数据处理方法、装置、存储介质及电子设备
CN114356379A (zh) 基于备份的服务升级方法、装置、设备及存储介质
CN112084092B (zh) 一种诊断规则的确定方法、装置、设备及存储介质
CN115269431A (zh) 一种接口测试方法、装置、电子设备及存储介质
CN114398282A (zh) 测试脚本的生成方法、装置、设备及存储介质
CN112819030A (zh) 图像识别模型训练方法、装置、存储介质及终端
CN109783134B (zh) 前端页面配置方法、装置及电子设备
CN113361220A (zh) 一种对集成电路设计自动裁剪的验证环境构建方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703

RJ01 Rejection of invention patent application after publication