CN116187002B - 电子产品电热耦合智能优化评估系统 - Google Patents
电子产品电热耦合智能优化评估系统 Download PDFInfo
- Publication number
- CN116187002B CN116187002B CN202211682909.0A CN202211682909A CN116187002B CN 116187002 B CN116187002 B CN 116187002B CN 202211682909 A CN202211682909 A CN 202211682909A CN 116187002 B CN116187002 B CN 116187002B
- Authority
- CN
- China
- Prior art keywords
- model
- module
- coupling
- performance
- electrothermal
- 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.)
- Active
Links
- 230000008878 coupling Effects 0.000 title claims abstract description 117
- 238000010168 coupling process Methods 0.000 title claims abstract description 117
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 117
- 238000011156 evaluation Methods 0.000 title claims abstract description 47
- 238000005485 electric heating Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 54
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000004806 packaging method and process Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 abstract description 15
- 230000008569 process Effects 0.000 abstract description 12
- 238000012360 testing method Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 abstract description 7
- 238000010276 construction Methods 0.000 abstract description 4
- 238000012351 Integrated analysis Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012942 design verification Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种电子产品电热耦合智能优化评估系统，包括公式评估单元用于建立电热耦合模型公式表达式，并根据公式表达式绘制性能曲线，以及求解出基于公式模型的电热耦合性能进行可视化展示；图形评估单元用于导入电热耦合数据图片并提取数据点建立电热耦合模型，对电热耦合模型进行仿真求解出电热耦合模型的性能；仿真模型评估单元用于设置温度相关的射频前端链路并进行封装后形成电热耦合模型，对电热耦合模型进行仿真求解出电热耦合模型的性能；本发明构建匹配样本数据、仿真数据、测试数据的高精度代理模型，支持包括器件级、模块级、分机级的多层级模型构建，实现支撑电子产品设计全过程的热电耦合一体化分析评估。
Description
技术领域
本发明属于电热偶合评估技术领域，具体涉及一种电子产品电热耦合智能优化评估系统。
背景技术
电子产品作为在实际工作条件下，环境温度以及功率器件的损耗发热对其工作电性能存在较大的影响。为保证产品在高功率、小型化的持续演化趋势下，能保持良好的工作状态，通过建立电性能和温变条件间的双向耦合策略，形成热电一体化数字样机模型，在设计阶段进行定量评估，降低产品失效风险，可提升产品优化的迭代效率，降低试制/测试的成本和时间周期。
现有的电子产品仿真软件的主要缺陷是：(1)现有的电子产品设计仿真软件，大部分都没有针对射频电路功放器件进行电热耦合仿真，缺少电热耦合仿真功能模块。(2)电子产品的电热耦合仿真，部分软件只能针对特殊的应用情况进行仿真，并且耦合仿真的应用方式比较单一，没有针对不同产品设计研发阶段而提供对应的电子产品耦合仿真方式，应用有局限。
发明内容
本发明的目的在于提供一种电子产品电热耦合智能优化评估系统，该系统提出电子产品热电耦合分析在各阶段研发过程中模型建模的统一标准，构建匹配样本数据、仿真数据、测试数据的高精度代理模型，支持包括器件级、模块级、分机级的多层级模型构建，实现支撑电子产品设计全过程的热电耦合一体化分析评估。
为上述目的，本发明采用如下技术方案：
一种电子产品电热耦合智能优化评估系统，包括公式评估单元、图形评估单元和仿真模型评估单元；
所述公式评估单元用于建立电热耦合模型公式表达式，并根据电热耦合模型公式表达式绘制性能曲线，以及求解出基于电热耦合模型公式表达式的电热耦合性能进行可视化展示；它包括公式表达式建立模块、模型性能曲线绘制模块、设置求解计算模块和可视化展示模块；公式表达式建立模块用于建立电热耦合模型公式表达式；模型性能曲线绘制模块用于根据建立的电热耦合模型公式表达式绘制性能曲线；设置求解计算模块用于获取性能曲线并设置输入参数和仿真器参数求解电热耦合模型的性能；可视化展示模块用于展示求解的电热耦合模型的性能；
所述图形评估单元用于导入电热耦合数据图片并提取数据点建立第一电热耦合模型，对第一电热耦合模型进行仿真求解出电热耦合模型的性能；它包括第一电模型建立模块、功耗模型建立模块、热模型建立模块、仿真求解模块和计算结果输出模块，第一电模型建立模块用于导入功率数据图片并提取图片中功率数据建立电模型；功耗模型建立模块用于导入功耗数据图片并提取图片中功耗数据建立功耗模型；热模型建立模块用于获取已创建的热模型加载三维图和热云图，并根据设置的参数获取热模型；仿真求解模块用于获取电模型、功耗模型和热模型并设置输入参数和仿真器参数求解电热耦合模型的性能；计算结果输出模块用于展示求解的电热耦合模型的性能；
所述仿真模型评估单元用于设置温度相关的射频前端链路并进行封装后形成第二电热耦合模型，对第二电热耦合模型进行仿真求解出电热耦合模型的性能；它包括第二电模型创建模块、热模型加载模块、仿真器求解模块和求解结果输出模块，第二电模型创建模块用于选择模板，并设置模板链路和参数形成电模型；热模型加载模块用于获取已创建的热模型加载三维图和热云图，并根据设置的参数获取热模型，仿真器求解模块用于获取电模型和热模型并设置输入参数和仿真器参数求解电热耦合模型的性能；求解结果输出模块用于展示求解的电热耦合模型的性能。
进一步地，本发明还包括智能优化单元，用于获取公式评估单元、图形评估单元和仿真模型评估单元输出的电热耦合性能并对其进行智能优化输出。
本发明具有如下有益效果：
(1)通过建立模型的关于电气特性的数学表达公式、以及热效应特性的数学表达公式，通过对数学表达公式的求解，快速的解算出公式表达式的结果。因此，提供一个可以快速建立公式的公式编辑器，用户直接书写出能够表达模型电气特性和热效应特性的公式，软件将公式转为可计算的封装模块，并利用公式求解引擎，对公式进行求解，实现模型的电性能和热性能求解。
(2)建立图片数据模型。建立基于图片的数学建模主要是通过提取图片中的曲线数据，然后利用响应面建模程序建立数学模型。通过对图片中的曲线进行识别，描绘出对应的数据点，然后结合曲线的边界范围以及该条曲线的测试条件等属性信息，形成基础建模数据，通过提取多条不同测试条件或属性下的曲线数据，最终形成数据比较丰富的模型基础数据，然后通过响应面建模程序使用包括多项式建模、克里金建模、神经网络建模等方式建立数学模型。
(3)建立精细的仿真模型。基于仿真模型的电热耦合评估计算主要是基于ADS软件，设计与温度相关的射频前端链路，然后将ADS射频前端链路进行封装，形成热电耦合模型，再结合热模型，在耦合仿真框架下进行仿真，实现热电耦合仿真
(4)建立快速散热模型。通过构建可视化建模场景，建立多通道阵列腔体散热模型，实现快速化热效应评估，形成降阶代理模型，提高电热耦合仿真效率。
(5)开发高效耦合算法，实现耦合状态下模型的快速热平衡收敛。通过多种方法建立热电耦合模型，其子模型包括电模型、功耗模型、热模型，然后通过耦合仿真引擎对热电耦合模型进行求解，通过将功放芯片发热的热效应引入到热电耦合模型中，实现模型电与热的耦合，获取模型在热效应影响下的电特性，从而完成热电耦合评估。
附图说明
图1为本发明的系统结构示意图。
图2为本发明的电模型曲线示意图。
图3为本发明的功耗模型曲线示意图。
图4为本发明的热模型曲线示意图。
图5为本发明导入的功放数据图。
图6为本发明的电模型示意图。
图7为本法发明导入的功耗数据图。
图8为本发明的功耗模型示意图。
图9为本发明的热模型示意图。
具体实施方式
如图1所示，本实施例提供的电子产品电热耦合智能优化评估系统，该系统提出电子产品热电耦合分析在各阶段研发过程中模型建模的统一标准，构建匹配样本数据、仿真数据、测试数据的高精度代理模型，支持包括器件级、模块级、分机级的多层级模型构建，实现支撑电子产品设计全过程的热电耦合一体化分析评估。它包括公式评估单元、图形评估单元和仿真模型评估单元。
所述公式评估单元用于建立电热耦合模型公式表达式，并根据电热耦合模型公式表达式绘制性能曲线后输出结果并进行可视化展示。通过建立电热耦合模型的关于电气特性的数学表达公式、以及热效应特性的数学表达公式，通过对数学表达公式的求解，快速的解算出电热耦合模型公式表达式的结果，完成基于电热耦合模型公式表达式的电热耦合仿真评估。它包括公式表达式建立模块、模型性能曲线绘制模块、设置求解计算模块和可视化展示模块。
所述公式表达式建立模块用于编辑电热耦合模型的公式表达式；电子产品的电热耦合模型包括电模型、功耗模型和热模型，因此，公式表达式建立模块包括三个独立的窗口，且每个窗口都有对应模型类型标注，在对应的模型中填写对应的公式表达式，每个公式表达式涉及了不同的参数，如输入功率、输出功率、功放芯片温度、工作频率、电源功率、电源电流等，且每个参数都有对应的变量符号，用户根据经验对公式变量、以及输入\输出参数进行选择形成表达式；通过编辑功放电热耦合模型的三个子模型建立电热耦合模型。
如电模型：模型中，Po为输出功率，Pi为输入功率，T为芯片温度，Fr为工作频率。功耗模型：Id＝0.9×Pi+0.002×Fr-0.06×T，模型中，Id为电源电流，Pi为输入功率，T为芯片温度，Fr为工作频率。热模型：T＝Te+0.7×(Vd×Id+Pi-Po)；模型中，T为芯片温度，Te为环境温度，Id为电源电流，Vd为电源电压，Po为输出功率，Pi为输入功率。
所述模型性能曲线绘制模块用于根据输入变量参数与输出变量的曲线关系回执曲线；在完成模型的公式表达式编辑后，可对公式中的变量进行赋值，并对其中一个变量参数进行参数扫描，扫描计算模型的输出变量，建立扫描输入变量参数与输出变量的曲线关系，可判断输入变量与输出变量的映射关系，辅助用户对模型公式表达式的修正，进一步建立更加准确的电热耦合模型。
设置的输入变量依据电热耦合模型子模型的具体参数，如电模型，定义的模型输入变量为输入功率Pi、芯片温度T，工作频率Fr，输出变量为输出功率Po。定义输入功率为扫描变量，则设置其变量范围为0到1，步长设置为0.1，芯片温度设置为25，工作频率设置为3，绘制输入功率与输出功率的曲线，如下图2所示。通过生成的二维曲线，可快速判断输入功率与输出功率的映射关系，从图中可以看出，输出功率随着输入功率的增加，会先增加，达到峰值后，又逐渐减小。这种功率变化趋势符合实际的功放器件关于输入功率与输出功率的变化趋势。
如果绘制的输入变量与输出变量的曲线不符合实际的变化趋势，可通过再次编辑公式，修改电热耦合模型中的变量系数，或者增加、删除变量，对公式模型进行修正，实现模型的修改，直到模型的精度能够符合实际的模型性能曲线。
同理，可对电热耦合模型的功耗模型、热模型进行输入变量、输出变量的参数扫描设置，绘制出输入变量与输出变量的关系曲线。功耗模型和热模型的曲线绘制如下图3和图4所示。
所述设置求解计算模块用于获取电模型、功耗模型、热模型并根据设置耦合仿真输入参数和仿真器参数进行仿真求解，输入参数包括功放工作频率、功放输入功率、底部环境温度和直流电源电压，仿真器参数包括最大迭代次数和底部温度误差；通过设置最大迭代次数和功放底部温度误差控制仿真器求解的精度以及计算次数。
所述可视化展示模块用于根据设置求解计算模块计算结构进行可视化展示；完成公式表达式编写以及输入信号参数的初始化，即可进行快速评估计算，公式表达式的过程数据同步在结果界面的过程数据进行可视化展示。
所述图形评估单元用于通过提取电子产品功率、功耗图中的曲线数据，然后利用响应面建模程序建立电热耦合电模型和功耗模型；再以系列化散热通道及腔体组件结构的参数化模型作为建模基础，通过三维可视化视图和参数化向导式建模模板，快速建立电子产品的热仿真模型，再通过耦合仿真引擎对热电耦合模型进行求解。所述图形评估单元包括电模型建立模块、功耗模型建立模块、仿真求解模块和计算结果输出模块。
所述电模型建立模块用于导入功率数据相关图片并提取图片上的数据形成列表，根据列表生成电模型。
根据图片说明与示意图选择正确的图片，图片的相关参数需要与说明要求一致；本实施例选取功率数据相关图片，如图5所示，图中Y轴应该为输出功率、X轴为输入频率，曲线的测试条件为输入功率和功放底部温度。导入图片后根据设置提示提取数据，设置提示包括设置坐标轴和变量、设置坐标区间工具、设置提取曲线颜色、设置曲线附加曲线等，设置提示选择后提取数据设置曲线的采样数据间隔，提取采样数据列表；即可完成一条曲线的数据采样。重复上述采样数据的流程，完成其余曲线的数据提取。最终形成完整的采样数据表。模型创建过程是一个比较长的时间，需要稍微等待。完成模型创建后，自动显示模型创建结果，则可以确定电热耦合模型的电模型完成创建；根据图5提取的采样数据表建立的电模型如图6所示。
所述功耗模型建立模块用于导入功耗数据相关图片并提取图片上的数据形成列表，根据列表生成功耗模型。图片导入、数据提取以及模型的生成和电模型一致，本实施例不在赘述，本实施例导入的功耗数据图片如图7所示，建立的功耗模型如图8所示。
所述热模型建立模块用于根据已创建的热模型加载模型的三维图和热云图，并设置参数关系绘制曲线关系形成热模型。参数包括输入变量、输出变量以及其他参数的具体数值，本实施例的热模型曲线如图9所示。
所述仿真求解模块用于获取电模型、功耗模型、热模型并根据设置耦合仿真输入参数和仿真器参数进行仿真求解，输入参数包括功放工作频率、功放输入功率和底部环境温度，仿真器参数包括最大迭代次数和温度平衡误差。
所述计算结果输出模块用于将仿真求解模块仿真求解结果进行显示，过程中可同步显示极端过程以及变化趋势。
所述仿真模型评估单元用于设计与温度相关的射频相关的射频前端链路并封装后形成电热耦合模型，并对电热耦合模型进行仿真求解出电热耦合模型的性能，本实施例的仿真模型评估单元式基于ADS软件实现。它包括电模型创建模块、热模型加载模块、仿真器求解模块和求解结果输出模块。
所述电模型创建模块用于在热电耦合模板库中选择一个模板，并在ADS软件中设置模板链路和参数形成电模型，模板将作为链路设计的主仿真链路。具体地，设置热电耦合模型的温度参数，将模型的温度参数设置为T变量，将其值通过TEVAR模型进行存储，实现热电耦合模型温度参数与耦合仿真接口链接。
所述热模型加载模块用于根据已创建的热模型加载模型的三维图和热云图，并设置参数关系绘制曲线关系形成热模型。参数包括输入变量、输出变量以及其他参数的具体数值。
所述仿真器求解模块用于获取电模型和热模型并根据设置耦合仿真输入参数和仿真器参数进行仿真求解，输入参数包括功放工作频率、功放输入功率和底部环境温度，仿真器参数包括最大迭代次数和温度平衡误差。
所述求解结果输出模块用于将仿真器求解模块仿真求解结果进行显示，过程中可同步显示极端过程以及变化趋势。
本实施例建立了电子产品电热耦合智能优化评估系统，该系统定义多种电模型的构建方式，扩展了测试数据、工程算法的适用范围，通过实验设计及响应面建模方式，对参数化热仿真模型进行了抽象简化，提升热电耦合迭代效率，满足设计验证周期需求。
本实施例还可利用智能优化算法，在众多方案或者参数值中寻找最优方案或参数值，以使得某个或多个功能指标达到最优，或使系统的某些性能指标达到最大值或最小值。智能优化算法工具通过封装智能优化算法，实现流程的自动化驱动，实现参数的自动化传递以及优化参数的快速收敛。智能优化算法工具既可以通过调用仿真工作流来进行参数优化，也可以基于建立的代理模型进行参数优化。
本实施例适合电子产品电热耦合仿真的智能评估，填补了电子产品针对大功率射频功放器件的热效应影响下的电子产品性能变化以及优化方向的评估手段。
以上所述仅是本发明优选的实施方式，但本发明的保护范围并不局限于此，任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (2)
1.一种电子产品电热耦合智能优化评估系统，其特征在于：包括公式评估单元、图形评估单元和仿真模型评估单元；
所述公式评估单元用于建立电热耦合模型公式表达式，并根据电热耦合模型公式表达式绘制性能曲线，以及求解出基于电热耦合模型公式表达式的电热耦合性能进行可视化展示；它包括公式表达式建立模块、模型性能曲线绘制模块、设置求解计算模块和可视化展示模块；公式表达式建立模块用于建立电热耦合模型公式表达式；模型性能曲线绘制模块用于根据建立的电热耦合模型公式表达式绘制性能曲线；设置求解计算模块用于获取性能曲线并设置输入参数和仿真器参数求解电热耦合模型的性能；可视化展示模块用于展示求解的电热耦合模型的性能；
所述图形评估单元用于导入电热耦合数据图片并提取数据点建立第一电热耦合模型，对第一电热耦合模型进行仿真求解出电热耦合模型的性能；它包括第一电模型建立模块、功耗模型建立模块、热模型建立模块、仿真求解模块和计算结果输出模块，第一电模型建立模块用于导入功率数据图片并提取图片中功率数据建立电模型；功耗模型建立模块用于导入功耗数据图片并提取图片中功耗数据建立功耗模型；热模型建立模块用于获取已创建的热模型加载三维图和热云图，并根据设置的参数获取热模型；仿真求解模块用于获取电模型、功耗模型和热模型并设置输入参数和仿真器参数求解电热耦合模型的性能；计算结果输出模块用于展示求解的电热耦合模型的性能；
所述仿真模型评估单元用于设置温度相关的射频前端链路并进行封装后形成第二电热耦合模型，对第二电热耦合模型进行仿真求解出电热耦合模型的性能；它包括第二电模型创建模块、热模型加载模块、仿真器求解模块和求解结果输出模块，第二电模型创建模块用于选择模板，并设置模板链路和参数形成电模型；热模型加载模块用于获取已创建的热模型加载三维图和热云图，并根据设置的参数获取热模型，仿真器求解模块用于获取电模型和热模型并设置输入参数和仿真器参数求解电热耦合模型的性能；求解结果输出模块用于展示求解的电热耦合模型的性能。
2.根据权利要求1所述的一种电子产品电热耦合智能优化评估系统，其特征在于：还包括智能优化单元，用于获取公式评估单元、图形评估单元和仿真模型评估单元输出的电热耦合性能并对其进行智能优化输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211682909.0A CN116187002B (zh) | 2022-12-27 | 2022-12-27 | 电子产品电热耦合智能优化评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211682909.0A CN116187002B (zh) | 2022-12-27 | 2022-12-27 | 电子产品电热耦合智能优化评估系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116187002A CN116187002A (zh) | 2023-05-30 |
| CN116187002B true CN116187002B (zh) | 2023-11-07 |
Family
ID=86441344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211682909.0A Active CN116187002B (zh) | 2022-12-27 | 2022-12-27 | 电子产品电热耦合智能优化评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116187002B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108664675A (zh) * | 2017-03-31 | 2018-10-16 | 上海北京大学微电子研究院 | 一种电热耦合瞬态仿真模型的建立方法 |
| CN111950220A (zh) * | 2020-04-30 | 2020-11-17 | 深圳市汇芯通信技术有限公司 | 一种电热耦合模型建立方法 |
| JP2022127545A (ja) * | 2021-02-19 | 2022-08-31 | 株式会社日立製作所 | イミュニティ評価システムおよびイミュニティ評価方法 |
-
2022
- 2022-12-27 CN CN202211682909.0A patent/CN116187002B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108664675A (zh) * | 2017-03-31 | 2018-10-16 | 上海北京大学微电子研究院 | 一种电热耦合瞬态仿真模型的建立方法 |
| CN111950220A (zh) * | 2020-04-30 | 2020-11-17 | 深圳市汇芯通信技术有限公司 | 一种电热耦合模型建立方法 |
| JP2022127545A (ja) * | 2021-02-19 | 2022-08-31 | 株式会社日立製作所 | イミュニティ評価システムおよびイミュニティ評価方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116187002A (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108229085A (zh) | 计算机仿真模拟分析系统及方法 | |
| CN108647370B (zh) | 基于双环迭代的无人直升机气动外形优化设计方法 | |
| CN107066676A (zh) | 一种基于卫星板壳结构的有限元自动化建模方法 | |
| CN113657064A (zh) | 一种功率半导体模块多物理场联合仿真方法 | |
| CN109359349B (zh) | 电厂汽轮机厂房通风模块化模拟计算方法及系统 | |
| CN116187002B (zh) | 电子产品电热耦合智能优化评估系统 | |
| CN113436350A (zh) | 一种三维模型生成方法及系统 | |
| CN110321596B (zh) | 一种基于有限元分析的机车车辆结构仿真方法 | |
| CN109523640A (zh) | 深度学习缺陷数据集方法、系统及电子设备 | |
| CN109598023A (zh) | 一种高强度车轮轮辐结构设计方法 | |
| CN112906274B (zh) | 用于包壳材料退火仿真的可视化界面及方法 | |
| CN114036680A (zh) | 一种冷藏车车厢设计系统及设计方法 | |
| CN113420344A (zh) | 一种基于鞋楦数字化三维模型的皮鞋款式设计方法 | |
| CN114119835B (zh) | 硬表面模型的处理方法、装置及电子设备 | |
| CN115130187B (zh) | 一种基于Grasshopper的机器学习基础数据生成方法 | |
| CN113821870B (zh) | 一种基于LS-DYNA与TrueGrid联合仿真的水下航行器电池架结构优化方法 | |
| CN105335544B (zh) | 一种自动测试系统协同设计方法 | |
| CN117910182A (zh) | 一种弱电排线分布智能规划系统 | |
| TWI499925B (zh) | 連接器尺寸優化系統及方法 | |
| WO2024045090A1 (zh) | 产品模型的仿真方法和装置 | |
| CN112560313B (zh) | 面向高科电子产品仿真驱动的智能设计推荐方法及系统 | |
| CN113536464B (zh) | 一种基于人工智能的尺寸控制方法及尺寸控制系统 | |
| CN116579044A (zh) | 基于ai的人机界面自动优化设计出图方法及装置 | |
| CN113569419A (zh) | 一种液体火箭发动机三维总装模型快速生成系统及方法 | |
| CN117272487A (zh) | 一种基于bim的建筑设计方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |