当前位置: 首页 > news >正文

为什么您应该停止使用 1080 玻璃

高树脂覆盖率会在较高速度下导致歪斜问题。

自 6 月以来,我一直在撰写有关玻璃编织偏斜 (GWS) 的文章。如果你还没有读过那些文章,你可能想回过头来深入探讨这个主题。我们将在这里回顾几点。

串行链路的差分偏斜预算随着比特率的增加而缩小。例如,一个 1Gbps (500MHz) 的信号将具有大约 250ps 的偏移容差。这是一个宽广的窗口,这也是为什么大多数工程师在 20+ 年前不需要担心 GWS 的原因。快进到 10Gbps (5GHz),偏移容限将成比例降低到 25ps 左右。

当在低于 1GHz 的频率下工作时,或者由于时间限制而使用制造商库存的任何材料时,不要担心玻璃样式。如果以更高的速度发送信号并且有时间进行计划,请继续阅读。

作为减轻 GWS 的一种机制,玻璃和层压板制造商对已经使用的机械扩散玻璃进行了调整,以改进激光钻孔。IPC 尚未就机械扩散玻璃的定义达成一致。与覆铜板 (CCL) 世界的许多方面一样,层压板的“传播程度”留给了玻璃制造商,他们目前一心想让所有东西都尽可能专有,并且几乎没有做任何事情来量化玻璃样式相对于织物传播的不同程度。尽管如此,我们可以从现有数据中学到一些东西。

1080 玻璃背景。1080 玻璃的历史很悠久。地球上的每个 PCB 制造商都在使用它。您的制造商以及向他们销售层压板的供应商在仓库货架上堆满了 1080 玻璃板或面板。与高产量相关,对于它所支持的建筑来说,它是一个价格合理的选择。典型的单层纤芯厚度范围为 2.4 至 3.5 mils。双层 1080 磁芯结构的尺寸范围为 4.0 至 7.0 mils。

1080 玻璃问题。1080 玻璃的玻璃编织歪斜问题是什么?主要问题是面料的“树脂窗”(我对它的称呼)比其他替代品大。图 1 显示了如何使用光学测量图像来确定玻璃覆盖率(绿色)与树脂覆盖率(黄色)的对比。理想情况下,为了减少玻璃编织偏斜,玻璃覆盖率(绿色)应尽可能高。更高的玻璃覆盖率意味着,在所有其他条件相同的情况下,差分对的两半沿信号路径“看到”相同或类似 Dk 环境的可能性更高。

 

图 1. 光学测量图像用于确定玻璃覆盖率(绿色)与树脂覆盖率(黄色)的关系。

如果我们考虑图 1 中的红色矩形,并且我们知道玻璃间距(表 1)以及经纱和填充纱宽度,就可以对我们寻求最小化的黄色树脂窗口的相对尺寸进行逆向工程,并将其用作比较玻璃样式的指标,包括 1080 玻璃及其替代品。不幸的是,机织织物的纱线宽度数据并未广泛获得。

表 1. IPC-4412 参数和 1080 和 1078 的相对可用性

 

1080 玻璃的一种替代品是 1078,它几乎是直接替代品,典型的单层芯厚度为 2.3 至 3.5 mils。双层 1078 芯结构范围为 4.0 至 7.0 mils。另一种选择是 1086 玻璃,更厚,典型的单层芯厚度从 3.0 到 3.5 mils 不等。双层 1086 磁芯结构范围为 5.0 至 7.0 mils。

除 1086 玻璃外,IPC-4412B 列出了这些玻璃样式之间的差异,如表 1 所示。使用这些数据,以及经纱和填充纱的可用宽度,我们可以计算出图 1 中黄色“树脂窗”的大致尺寸。使用普通非扩散玻璃的可用间距和纱线宽度数据,图 2 显示了我们寻求最小化的树脂窗口,因为 1080 玻璃占电路板面积的 24%(76% 玻璃),而 1086 玻璃的树脂窗口仅占 5%(95% 玻璃),使用非扩散玻璃的数据。这是一个巨大的差异!1078 和 1080 玻璃之间的差异也很大,但并没有那么明显。(在撰写本文时,我只有 Nanya 玻璃的纱线宽度,它是展开的。这两种方法都比 1080 玻璃更具优势。

 

图 2. 我们寻求尽量减少 1080 玻璃的黄色树脂窗口占电路板面积的 24%(玻璃 76%),远低于替代品。

玻璃对称性。1080 玻璃的另一个问题是它在变形方向和填充方向上是不对称的。也就是说,它是“不对称的”,因为编织方向和填充方向上的纱线支数不相等。在本文讨论的三种玻璃样式中,1078 是三种玻璃样式中“最平方”的。根据表 1 中的纱线支数,1080 是最不对称的结构,而 1086 只是有点偏差。Dk 和阻抗就像马蹄铁游戏,靠近仍然有帮助。

这样做的好处是您可以将差分信号间距与玻璃间距对齐,并且电路板在面板上的方向如何无关紧要。

 

http://www.lryc.cn/news/571284.html

相关文章:

  • eBPF(6)--uprobe
  • MRI学习笔记-BrainNet Viewer
  • python大学生志愿者管理系统-高校志愿者管理信息系统
  • llama_index chromadb实现RAG的简单应用
  • 基于Java的Excel列数据提取工具实现
  • React Native 搭建iOS与Android开发环境
  • leetcode_3584子序列首尾元素乘积最大值
  • phpstorm无缝切换vscode
  • 在Linux上搭建FRP服务器及Docker部署FRP实现内网穿透方案二(Nginx前置 + FRP TCP穿透)
  • C++智能指针(详细解答)
  • 多维度剖析Kafka的高性能与高吞吐奥秘
  • FPGA基础 -- Verilog语言要素之向量线网与标量线网
  • 自然语言处理(NLP)核心技术:从词嵌入到Transformer
  • 微信小程序一款不错的文字动画
  • 密度泛函涨落理论在医疗人工智能中的应用与展望:多尺度物理驱动智能的新范式
  • Spring Boot + MyBatis + Redis Vue3 Docker + Kubernetes + Nginx
  • OpenCV 视频文件读取
  • Linux核心文件(core file)详解
  • Vue 3 常用响应式数据类型详解:ref、reactive、toRef 和 toRefs
  • 【Linux系统】初识虚拟地址空间
  • Java微服务-新建demo
  • UTF-8 发展历史以及与 UTF-16/GBK 之间的差异
  • AI办公提效,Deepseek + wps生成ppt
  • 网络安全之任意文件读取利用
  • 如何在应用中实现地图关键字搜索和标记聚合功能?
  • 图扑软件 | 3D 场景视频嵌入应用
  • 【pytest进阶】Pytest之conftest详解
  • Kafka网络模块全链路源码深度剖析与设计哲学解读
  • RAG 架构地基工程-Retrieval 模块的系统设计分享
  • 测试:网络协议超级详解