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 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>