2023-06-252023-06-25https://tore.tuhh.de/handle/11420/16818Die Entwicklung modernen mehrlagen Leiterplatten ist eine herausfordernde Aufgabe, die von zahlreichen Anforderung begleitet wird. Um Fehlentwicklungen zu verhindern und alle Spezifkationen zu erf ullen, wird die Entwicklung durch elektromagnetische Simulation begleitet. Auf Grund der hohen Komplexit at ben otigen diese Simulationen Zeit und Computerresourcen. Unter der Annahme, dass die Simulationen zuk unftiger Entwicklungen noch zeitintensiver werden, ist eine wichtige Aufgabe die Optimierung der Simulationsschritte. Werden die Simulationen nicht beschleuningt, ist das Resultat, dass k unftige Layouts mehr Zeit und Kosten in der Entwicklung f ur ben otigen. Im schlimmsten Fall kann der zus atzliche Aufwand zu fehlerhaften Entwicklungen f uhren. In diesem Projekt ist der Fokus auf der Optimierung von Entwicklungsmethoden und Prozessen. Ein vielversprechendes Mittel ist die Verwendung von maschinellen Lernmethoden. In einigen Publikationen der letzten Jahre k onnen Ans atze gefunden werden, wie diese Methoden einzelne Optimierungsprozesse unterst utzen (zum Bsp. die Platzierung von Entkoppelkondensatoren mit Hilfe von generischen Algorithmen). Des Weiteren sind mit k unstlichen neuronalen Netzen Impedanzen von Leiterplatten untersucht worden und in welcher Form sich die Platzierung von Entkoppelkkondensatoren auf diese auswirkt. Zuk unftige Aufgaben sollen die Anwendbarkeit der k unstlichen neuronalen Netze zu einem g o eren Spektrum von Simulationsaufgaben erweitern. Der Hauptfokus liegt hierbei auf mehrlagen Leiterplatten, welche die Grundlage der meisten elektronischen Produkte bildet. Eine der wichtigsten Aufgaben in diesem Projekt ist neben der Optimierung von Entwicklungsprozessn die Sicherstellung der Kontinuit at von Simulationsergebnisses mit bereits existierenden Methoden.The design of modern printed circuit boards (PCBs) is a challenging task and requires the compliance with a variety of speci cations. To reduce the risk of a poor design and getting the desired functionality, the design processs is accompanied by many electromagnetic simulations. In combination with the time requirement of an individual simulaion this results in a large e ort which needs a lot of computational resources. Because future designs will have a higher complexity and larger integration level, decreasing the time requirement for an individual simulation is an important task to solve. Without improving the simulation mechanism the design ow will require more time which results in additional costs for the development. This project aims to improve the design ow by providing a more e cient design tool and process. In the area of machine learning algorithms some promising ideas are found. Publications in recent years provide methods to increase the e ciency of optimization processes – for example generic algorithms for the placement of decoupling capacitors. With arti cial neural networks rst results are achieved by investigating the impedance of the power delivery network under the in uence of decoupling capacitors. Future work shall increase the applicability of arti cial neural networks to a wider range of simulation tasks. Therefore di erent aspects have to be investigated. The focus is on printed circuit boards which are commonly used in many electronic devices. The functionality and capabilities of printed circuit boards is well understood. One of the most important aspects within this project is to provide not only a faster simulation ow but to ensure the consistency of simulation results with existing tools and methods.