2023-06-252023-06-25https://tore.tuhh.de/handle/11420/15929Die Entwicklung modernen mehrlagen Leiterplatten ist eine herausfordernde Aufgabe, die von zahlreichen Anforderung begleitet wird. Um Fehlentwicklungen zu verhindern und alle Spezifkationen zu erfüllen, wird die Entwicklung durch elektromagnetische Simulation begleitet. Auf Grund der hohen Komplexität benötigen diese Simulationen Zeit und Computerresourcen. Unter der Annahme, dass die Simulationen zukünftiger Entwicklungen noch zeitintensiver werden, ist eine wichtige Aufgabe die Optimierung der Simulationsschritte. Werden die Simulationen nicht beschleuningt, ist das Resultat, dass künftige Layouts mehr Zeit und Kosten in der Entwicklung für benötigen. Im schlimmsten Fall kann der zusätzliche Aufwand zu fehlerhaften Entwicklungen führen. 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 können Ansätze gefunden werden, wie diese Methoden einzelne Optimierungsprozesse unterstützen (zum Bsp. die Platzierung von Entkoppelkondensatoren mit Hilfe von generischen Algorithmen). Des Weiteren sind mit künstlichen neuronalen Netzen Impedanzen von Leiterplatten untersucht worden und in welcher Form sich die Platzierung von Entkoppelkkondensatoren auf diese auswirkt. Zukünftige Aufgaben sollen die Anwendbarkeit der künstlichen neuronalen Netze zu einem gößeren 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 Kontinuität 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 specifications. 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 effort 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 efficient 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 efficiency of optimization processes – for example generic algorithms for the placement of decoupling capacitors. With artificial neural networks first 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 artificial neural networks to a wider range of simulation tasks. Therefore different 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.