博客
关于我
AD(十四)调用已有的PCB元件封装库
阅读量:110 次
发布时间:2019-02-26

本文共 811 字,大约阅读时间需要 2 分钟。

从已有PCB文件中调用元件封装

在Altium Designer 16中,调用已有的PCB元件封装有两种主要方法:从PCB原理图文件(.PCBDOC)或PCB库文件(.PCBLIB)中调用。以下是详细的操作步骤。


(一)从已有的PCB原理图文件(*.PCBDOC)中调用

1. PCB原理图文件的来源

由于完整的PCB原理图文件较为难以下载,建议通过借用朋友、老师或同学的文件。如果缺少所需元件封装,可以通过以下方式获取:

  • 手动绘制所需元件封装。
  • 使用IPC封装创建向导快速生成。
  • 参考本博第(二)部分的方法获取。

本文采用凡亿教育老师提供的原理图文件进行说明。

2. 打开已有的PCB原理图文件

  • 双击打开所需的*.PCBDOC文件。
  • 在【设计】菜单中选择【查看PCB布局】以查看原理图。
  • 3. 生成PCB封装库

  • 在【设计】菜单中选择【生成PCB库】。
  • 根据提示选择需要添加的元件封装,完成后即可生成*.PCBLIB文件。
  • 4. 复制封装到工程文件

  • 在生成的PCB封装库中,右键选择【复制到工程】。
  • 将复制的元件封装粘贴到工程文件的【PCB Library】栏中。
  • 注意:粘贴时请确保在【PCB Library】栏中进行,不能直接粘贴到封装网格中。

    5. 处理重名问题

    如果出现重名情况,新生成的封装名会带有“-DUPLICATE”等标识。重名的封装可以通过删除或重命名来解决。


    (二)从已有的PCB库文件(*.PCBLIB)中调用

    1. PCB库文件的来源

    PCB库文件(*.PCBLIB)可以通过以下方式获取:

    • 开源资源:许多元件封装库可以通过百度搜索找到。
    • 凡亿教育老师提供的库文件:通过注册登录即可获取。

    2. 打开已有的PCB库文件

  • 双击打开所需的*.PCBLIB文件。
  • 将需要的元件复制到工程文件的【PCB Library】栏中。

  • 通过以上步骤,您可以轻松从已有的PCB文件中调用所需的元件封装,提升设计效率。

    转载地址:http://mulk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>