在HFSS中依据厂家模型自己进行连接器仿真---以SMP接口为例

news2024/11/15 5:03:23

在HFSS中依据厂家模型自己进行连接器仿真—以SMP接口为例

HFSS工程下载链接:在HFSS中依据厂家模型自己进行连接器仿真-以SMP接口为例-HFSS工程文件

在其他软件中仿真时,例如ADS、AWR等等,往往无法对连接头进行仿真。在HFSS中,我们可以在版图的基础上*导入厂家的模型进行连接器的仿真,如果使用自己随意画出来的,效果可能不太一致,下面对此进行简单介绍。

0、最终结果

从官网获取模型,并在HFSS中构建电路进行仿真。仿真使用的板材是ROGER4350B。高度为20mil,这是最终的模型图:
在这里插入图片描述
可以看到,官方给出的指标是DC-12GHz,此处仿真0-10GHz插损小于1.4dB。注意,这个仿真不代表实际测试的性能,存在近似和微带线的匹配误差等等,只是大概参考:
在这里插入图片描述

1、模型获取

此处以traceparts的模型为例,链接如下:Coaxial connectors - SMP Connectors - PCB Straight THR Plug:
在这里插入图片描述
在下载模型时,推荐选择STEP格式,当然其他许多格式也是可以导入HFSS的(但是在我这儿DXF和DWG不行):
在这里插入图片描述

2、导入模型

首先打开HFSS,把文件重命名为HFSS_SMP,随后选择HFSS:
在这里插入图片描述
随后在HFSS最上方的Modeler中选择Import:
在这里插入图片描述
选择要导入的模型,点击确定即可:
在这里插入图片描述
选择导入后,等待一段时候后导入完成,但是现在的模型通体一块,是不能用的,需要处理
在这里插入图片描述

3、处理射频信号线

我们知道,这种接口的中间实际上是信号走线,地面表贴的也是信号线,在此先从结构中提取信号线。先从中间信号先的开头一直向下,画出一个圆柱形:
在这里插入图片描述
把原来的SMP模型重新复制一份,复制后两个重叠:
在这里插入图片描述
选择其中的一个和创造的圆柱体做相交:
加粗样式
这样就能得到中间的信号铜线的模型了:
在这里插入图片描述
但是从底面看,还有一部分的接板子的信号走线,需要进行单独取出:
在这里插入图片描述
我们把选择模式改为Face,然后选中信号线底面:
在这里插入图片描述
选中后右键选中Create Object From Face:
在这里插入图片描述
下一步需要把平面变成一个立方体,选择面后使用如下的操作:
在这里插入图片描述
在这里插入图片描述
由此可以得到接触PCB表面的铜块结构:
在这里插入图片描述
将这个接触PCB表面的铜块结构和射频接口针头组合一下,就可以得到全部的信号部分:
在这里插入图片描述
最后重命名一下即可:
在这里插入图片描述

4、填充介质聚四氟乙烯(Teflon)

首先用全部的结构减去信号线:
在这里插入图片描述
减去后把信号线隐藏:
在这里插入图片描述
隐藏后整体结构如下所示:
在这里插入图片描述
切换为选择面的模式,选中底座的两个屁股
在这里插入图片描述
从这两个面创造平面:
在这里插入图片描述
对这两个平面进行SWEEP:
在这里插入图片描述
选中平面到两个屁股底部的结构,创造出两个半月形状结构:
在这里插入图片描述
创建后的结构如下所示:
在这里插入图片描述
在聚四氟乙烯材料的顶面画一个等大小的圆:
在这里插入图片描述
把其sweep成一个圆柱:
在这里插入图片描述
把结构原地再复制一遍:
在这里插入图片描述
选中整体结构和刚刚创建的sweep圆柱,取相交操作:
在这里插入图片描述
相交得到的结构如下所示:
在这里插入图片描述
把相交得到的结构和之前两个半月屁股结合一下:
在这里插入图片描述
从顶面观察结构,选中中间应该是介质的圆孔,创建平面:
在这里插入图片描述
sweep出一个同心圆柱:
在这里插入图片描述
把这个同心圆柱和大结构unite一下(这些加起来就全部是Teflon):
在这里插入图片描述
从大结构中把这部分Teflon的减去,剩下的就都是外壳的铜皮了:
在这里插入图片描述
把这三部分按照结构或者材料重新命名:
在这里插入图片描述

5、对每部分设置材料

设置完就大功告成啦!
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2071031.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

stm32f1xx中的几个ID

目录 一、ID的作用二、ID的说明产品唯一身份标识MCU ID codeJTAG IDJEDEC-106 ID 三、自定义ID 一、ID的作用 在物联网系统中产品的ID不可或缺,产品组网后就需要一个身份去让网里其它的设备去识别自己; ID表示的含义可能多种多样,如一个生产批…

一种多策略改进飞蛾扑火智能优化算法IMFO 种群初始化精英反向策略+柯西变异策略

一种多策略改进飞蛾扑火智能优化算法IMFO 种群初始化精英反向策略柯西变异策略 文章目录 前言一种多策略改进飞蛾扑火智能优化算法IMFO 种群初始化精英反向策略柯西变异策略 一、MFO飞蛾扑火算法基本原理二、改进飞蛾扑火算法IMFO改进1:种群初始化精英反向策略改进2…

车辆分类检测数据集数据集

车辆分类检测数据集 数据集中的所有车辆分为六类:客车、微型客车、小型货车、轿车、SUV和卡车。每种车型的车辆数量分别为558辆、883辆、476辆、5922辆、1392辆、822辆。 xml标签 数据集描述: 该数据集包含多种类型的车辆图像,旨在用于训练和评估车辆分…

【C++】string典型oj题

目录 前言字符串相加字符串相乘字符串转换整数 前言 上一节我们已经仔细讲解了关于string的各种重要接口的使用:【C】string的使用。下面我们来使用这些接口写几道OJ题。 字符串相加 415.字符串相加-力扣   这道题目的意思也很简单,就是想让我们模拟…

什么是d3dx9_42.dll?如何将丢失的d3dx9_42.dll进行修复呢?

d3dx9_42.dll文件丢失什么情况?如何将丢失的d3dx9_42.dll进行修复呢?d3dx9_42.dll又是什么文件?d3dx9_42.dll 文件是一个由 Microsoft Corporation 开发的部分,属于 Microsoft DirectX for Windows 的一组庞大库集合中的一个。Dir…

ShellSweepPlus 介绍:开源 Web Shell 检测

ShellSweepPlus 概述 ShellSweepPlus是一款开源工具,旨在帮助安全团队检测潜在的 Web Shell。它是 ShellSweep 的增强版 Webshell 的威胁 Web shell 对组织构成重大威胁,因为它们为攻击者提供了对受感染 Web 服务器的未经授权的访问和控制。攻击者可以利用这些 shell 来:…

AI跟踪报道第53期-新加坡内哥谈技术-本周AI新闻: 谷歌老施讲,微软Phi 3.5和Search GPT

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领…

JavaScript初级——DOM和事件简介

一、什么是DOM? 二、模型 三、对象的 HTML DOM 树 四、节点 浏览器已经为我们提供了文档节点对象,这个对象是window属性,可以再网页中直接使用,文档节点代表的是整个网页。 五、事件简介 事件,就是用户和浏览器之间的交…

致远oa员工离职之后无法获取登录名

故事 前几天在做致远oa的携程平台的人员同步,碰见一个问题,致远oa人员离职之后,无法获取到人员的登录名,导致无法再携程平台做离职处理,因为客户要求的是用登录名作为携程编号 技术支持 感谢大佬对文章的技术支持 …

【git】git进阶-blame/stash单个文件/rebase和merge/cherry-pick命令/reflog和log

文章目录 git blame查看单个文件修改历史git stash单个文件git rebase命令git rebase和git merge区别git cherry-pick命令git reflog和git log区别 git blame查看单个文件修改历史 git blame:查看文件中每行最后的修改作者 git blame your_filegit log和git show结合…

探索Facebook的AI算法:如何优化用户体验

在数字化时代,社交媒体平台不断引领着技术创新的潮流。作为全球领先的社交平台之一,Facebook在人工智能(AI)算法的应用上取得了显著进展,极大地提升了用户的社交体验。本文将探讨Facebook如何通过先进的AI算法优化用户…

如何实现一棵红黑树

目录 1.什么是红黑树 2.红黑树的实现 2.1红黑树的插入 新插入的结点应该是什么颜色的呢? 插入情况的分析 ​编辑插入代码如下所示 2.2红黑树的查找 2.2检测红黑树 1.什么是红黑树? 红黑树是一棵接近平衡的二叉搜索树。由于AVL树在频繁大量改变数据…

MySQL字符串比较忽略尾随空格

问题 今天遇到一个线上问题,排查过程中发现,MySQL 查询条件使用字符串判断等时会自动忽略字符串尾部的空格,示例如下: MySQL 表格结构: CREATE TABLE users (id int(11) NOT NULL,name varchar(50) DEFAULT NULL,ag…

深度学习一(Datawhale X 李宏毅苹果书 AI夏令营)

一,机器学习基础 机器学习(Machine Learning, ML)是让机器具备学习能力的过程,其核心在于使机器能够自动寻找并应用复杂的函数,以解决各种任务如语音识别、图像识别和策略决策(如AlphaGo)。这些…

YoloV8改进策略:卷积篇|ACConv2d模块在YoloV8中的创新应用与显著性能提升|简单易用|即插即用

摘要 在本文中,我们创新性地将ACConv2d模块引入到YoloV8目标检测模型中,通过对YoloV8中原有的Conv卷积层进行替换,实现了模型性能的大幅提升。ACConv2d模块基于不对称卷积块(ACB)的设计思想,利用1D非对称卷积(13和31卷积)来增强标准方形卷积核(如33卷积)的表征能力。…

spring揭秘11-aop05-aop应用经典场景及目标对象内部方法调用无法被拦截

文章目录 【README】【1】基于aop实现全局异常处理【2】基于aop实现权限检查【3】基于aop实现缓存【4】aop无法拦截目标对象内部方法调用的问题【4.1】问题概述【4.2】解决方法 【README】 本文总结自《spring揭秘》,作者王福强,非常棒的一本书&#xf…

TFTP error: ‘Permission denied‘ (0)

项目场景: 环境:ubuntu 5.4.150 开发板:s3c2440 在u-boot中,通过tftp传输uImage文件失败。 问题描述 SMDK2410 # tftp 0x30008000 uImage dm9000 i/o: 0x20000000, id: 0x90000a46 DM9000: running in 16 bit mode MAC: 00:0…

【变化检测】基于UNet建筑物变化检测

主要内容如下: 1、LEVIR-CD数据集介绍及下载 2、运行环境安装 3、基于likyoo变化检测代码模型训练与预测 4、Onnx运行及可视化 运行环境:Python3.8,torch1.12.0cu113 likyoo变化检测源码:https://github.com/likyoo/change_dete…

数据仓库中的表设计模式:全量表、增量表与拉链表

在现代数据仓库中,管理和分析海量数据需要高效且灵活的数据存储策略。全量表、增量表和拉链表是三种常见的数据存储模式,各自针对不同的数据管理需求提供了解决方案。全量表通过保存完整的数据快照确保数据的一致性,增量表则通过记录数据的变…

如何在 Ubuntu 系统中安装PyCharm集成开发环境?

在上一篇文章中,我们探讨了Jupyter notebook,今天再来看看另一款常用的Python 工具,Pycharm。 PyCharm也是我们日常开发和学习常用的Python 集成开发环境 (IDE),由 JetBrains 开发。 PyCharm 带有一整套可以帮助用户在使用Pytho…