Mobile menu
设计数据管理
PCB Data Management

Bring all electronic design data together in one secure workspace.

Learn More
首页 设计数据管理

设计数据管理

设计过程中会产生大量的具有到期日期远远超出了设计阶段结束的数据。 Altium的探索长期和设计数据的短期安全存储，以及如何确保这个设计数据可以在未来更有效的设计做出贡献。浏览我们的资源库在PCB设计数据管理。
What is PCB Data Management? Data Management Solutions Controlled Access to Design Assets
Filter
found
Sort by
Role
Software
Content Type
Region
Clear Filters
使用生成式AI编写和运行嵌入式代码 使用生成式AI编写和运行嵌入式代码 1 min Altium Designer Projects 在 如何构建自定义GPT操作以与您的硬件对话和 构建AI实验室助手中，我们学习了如何使用生成式AI控制我们的硬件。通过在ChatGPT中使用自定义GPT操作，我们能够赋予ChatGPT不仅能让树莓派上的LED灯闪烁，还能控制实验室仪器并获取数据的能力。这意味着我们可以使用人工智能作为我们的实验室助手，并处理它从我们的仪器中获取的数据。在这篇文章中，我们将更进一步，让生成式AI不仅为我们编写代码，还能在嵌入式目标上执行代码并在此过程中接收反馈。 背景 使用生成式AI编写代码，即使是对于嵌入式系统，也不是什么新鲜事。已经有很多工具在建议或完全从头开始编写代码。最受欢迎的大型语言模型，如ChatGPT、Gemini和Claude，都已经变得相当擅长编写代码（参见 Gemini与ChatGPT：谁写的代码更好进行比较）。我已经写了一年多关于ChatGPT生成代码的文章了（参见 使用ChatGPT进行自动化测试），并宣称这是如今开发的唯一方式。真正的挑战是将AI纳入你的开发循环中。 代码生成只能带你走这么远，但要验证并确保它有效，当涉及到生成式AI时需要采取不同的方法。ChatGPT的代码解释器提供了一个封装的Python环境，可以在一定程度上运行生成的代码并验证它对你是否有效。我想更进一步，看看我们是否能在嵌入式系统上实现同样的事情。有两种方法可以使用OpenAI的ChatGPT。最常见的方法是创建一个使用OpenAI API的封闭循环应用。它会提示并从大型语言模型（LLM）使用API获取代码，编译它，将其加载到Arduino上，并使用额外的自定义代码来验证生成代码的功能。我决定采取不同的方法，使用GPT操作来使其更像是一种“代码配对体验”。这就是那种体验的样子： 图1：GPT操作示例 虽然这个例子可能很简单（即闪烁一个板载LED），但上面的演示总结了一切。我能够给我的自定义GPT清晰的指令，它完全按照我的预期执行了指令。我还能确认它确实上传到了我的设备，并以1秒的频率让LED闪烁。与封闭循环系统相比，使用自定义GPT的好处是我可以在提示符内很容易地进行迭代： 图2：在Arduino草图上进行迭代 现在你已经看到了一些例子，让我们来看看这一切是如何工作的。 工作原理 就像我们在其他自定义GPT文章中看到的那样，这个项目的GPT Actions设置或多或少是相同的。Dockerfile、Docker Compose、SSL证书以及仓库的总体结构并没有太大变化。当然，设计代码本身和OpenAPI YAML文件显著不同（这是意料之中的）。 这段代码（与之前的例子相比）最大的变化是我们在Python中引入了一个“子进程”来调用外部程序，在这个案例中是Arduino IDE。我们的OpenAPI 阅读文章
leadership circuit Introducing the Leadership Circuit 3 min Videos Introducing Octopart's Leadership Circuit Series At Octopart, we understand that the electronic industry is constantly evolving, with new trends, challenges 阅读文章
管理断开的 PLM 工作流程的挑战总览 管理断开的PLM工作流程的6大挑战 1 min Blog Project Leads 工程经理 Product Managers +1 Project Leads Project Leads 工程经理 工程经理 Product Managers Product Managers Engineering / Technology Executive Engineering / Technology Executive 探索在电子产品开发中管理断开的PLM工作流程的六大挑战。识别您的主要挑战并在这里找到解决方案。 阅读文章
From Satellites to Software: Valispace's Impact on Engineering From Satellites to Software: Valispace's Impact on Engineering 27 min Podcasts 电气工程师 电气工程师 电气工程师 In this episode of the CTRL+Listen Podcast, we chat with Louise Lindblad, CPO and Co-founder of Valispace. Discover how Valispace 阅读文章
组织您的产品数据是 PLM 成功的关键 1 min Blog Product Managers Product Managers Product Managers 拥有一个结构良好的产品数据系统是成功实施产品生命周期管理（PLM）的基础。没有它，公司会因信息孤岛和不一致性而挣扎，这些问题通过错误和协作障碍减缓了操作速度。幸运的是，公司可以实施三个关键方法来实现成功的产品数据结构；这些包括建立标准化数据定义和单一真实来源，建立具有核心结构的强大基础，以及采用增强数据可访问性和流程优化的技术。 通过以下方法，公司可以确保他们的PLM系统优化运行，并改善相关利益相关者在整个产品生命周期中的日常决策体验。 标准化和集中化：一致性的支柱 单一真实来源 根据Think with Google的研究， 86%的高级执行官认为消除组织孤岛对于扩大数据和分析在决策中的使用是“至关重要的”。数据孤岛在跨国公司内部很常见，但对于顺畅的操作有害，考虑到这一点，一个中央PLM系统作为所有利益相关者的单一真实来源，无论部门如何，都提供最新信息。有了准确的数据，团队可以协作并减少因过时或冲突数据造成的错误风险。 标准化数据定义 通过为公司PLM系统内的所有数据点建立清晰且一致的定义，从材料属性到工程规格，利益相关者获得了每个定义代表什么的共同理解，这保证了数据不能被误解，减少了混淆并改善了跨孤岛的沟通和一致性。 建立坚实的基础：成功的核心结构 工程规格作为支柱 所有产品都需要一个工程规格，它构成了产品设计的基础。在每次设计迭代中，规格可以放宽或更改，并且规格应该在每个产品中携带。随着规格的携带，相应的BOM、 产品设计数据和制造包将随规格一起携带。一个明确定义的规格向利益相关者展示了产品的核心设计和制造意图。 针对特定阶段的数据使用 公司应该将产品数据结构化，以反映产品生命周期的不同阶段，从设计到制造再到之后的阶段。例如，设计数据可能包括3D CAD模型和相关的工程规范，而制造数据可能包括生产指令、工作订单详情和质量控制程序。采用这种针对性的方法将帮助利益相关者在每个阶段访问他们需要的特定数据，减少寻找无关信息的浪费时间。 版本控制以清晰追踪 通过版本控制追踪产品生命周期中的数据变化，允许利益相关者看到设计或制造过程的演变，识别谁做出了更改，并且在需要修订的情况下，回退到之前的迭代。拥有这样做的能力对于促进团队间的协作、维护可追溯性和法规遵从性至关重要。在工程师在制造过程中遇到意外问题的情况下，版本控制将允许他们追溯问题到特定的设计更改，识别原因，并可能回到一个按预期工作的产品版本。 增强可访问性和可用性：在你需要的时候找到你需要的东西 阅读文章
Customer Success Stories Luxonis With engineers spread across three continents, Altium 365 has been crucial in helping Luxonis reduce version control errors while speeding up time to market.
实现设计卓越：PLM 路径 实现设计卓越：PLM 路径 1 min Blog 在PCB行业中，工程师现在比以往任何时候都更需要努力实现设计卓越；这不再是一个选择，而是一种必要。这意味着高性能、可靠的电子产品，不仅要满足严格的行业标准，还要在一个不稳定的市场中提供卓越的功能，这个市场迫使工程师在变化和需求上升的情况下，满足紧缩的截止日期和预算。为了减轻设计师和工程师的负担，产品生命周期管理协助建立一个战略框架，用于管理与PCB生命周期相关的所有数据和流程，从最初的概念化到最终的生命周期结束处置。 通过利用强大的PLM系统，PCB工程师可以提高设计效率，帮助不同的团队拥抱创新和协作，并确保产品质量卓越。 PLM中设计卓越的关键要素 简化设计流程： PLM软件充当所有关键PCB设计数据的集中存储库，包括原理图、布局、全面的组件库和 物料清单（BOMs）等。通过采用这种集中化方法，公司可以消除分散文件和跨不同工作站及部门的版本控制问题所带来的低效率，并促进设计师之间的协作，他们可以仔细跟踪对设计所做的更改，并确保每个人都在使用最新版本。不仅如此，PLM还可以自动化重复任务，如设计文档生成和组件更改时的BOM更新；这样做的好处是双重的：一方面，减轻了数据输入任务中常见的人为错误，另一方面，工程师有时间专注于核心能力，如创造性问题解决和创新。 例如，先进的PLM系统可以与专门的可制造性设计（DFM）软件集成。DFM工具分析PCB布局，并在设计过程的早期识别潜在的制造挑战，这使得工程师能够主动调整布局，例如优化组件放置以便自动贴片机更容易组装，或确保有足够的间隙避免在焊接过程中发生焊桥。通过从一开始就纳入DFM原则，PLM有助于更平滑地过渡到制造阶段，并减少可能的昂贵返工周期，对公司的底线产生积极影响。 改善协作和沟通： 在PCB设计师、工程师和制造团队之间的有效沟通是成功合作的基石；PLM通过提供一个安全的平台来鼓励和促进这种协作环境，以实现实时通信和数据共享。设计审查可以在线高效进行，来自不同部门或团队的利益相关者可以访问最新的设计文件，并直接在PLM系统内提供建设性反馈。这种透明度，结合流畅的沟通，大大减少了错误并加速了设计生命周期中关键决策的制定。 PLM不仅限于内部生态系统，还促进了与外部合作伙伴如元件供应商和合同制造商的沟通。通过系统内的安全在线门户，外部利益相关者可以实时了解设计更改和规格，使他们能够预见必要的供应调整；这种透明度帮助公司在供应链中紧密合作，每个利益相关者都能保持同步，使得在变化面前能够主动应对。 以用户为中心的PLM设计： PLM的影响不仅限于内部设计数据，还扩展到集成了捕获和分析宝贵客户需求和使用数据的先进工具，帮助设计师从设计过程一开始就考虑用户体验（UX）因素。例如，PLM可以与 热仿真软件集成，这使得工程师能够在最终的PCB布局中优化散热。通过采用这种数据驱动的方法，公司可以确保最终产品不仅功能性强，而且还提供了优越的用户体验——这导致更高的客户满意度和更强的品牌忠诚度。 将以用户为中心的设计进一步推进，先进的PLM系统甚至可以与捕获部署PCB的实际性能数据的工具集成。然后，这些数据可以反馈到PLM系统中并进行分析，以识别未来设计中的改进领域；这是一种闭环方法，确保PCB设计师不断创新并开发超出客户群体不断演变的期望和需求的产品。 通过PLM实现设计卓越的好处 提高效率和缩短上市时间：简化的工作流程、自动化重复任务以及改善 孤立团队之间的协作，导致设计周期加快，从而加速产品推向市场。 提高产品质量和减少错误：集中的数据管理、严谨的版本控制和实时通信都降低了错误的风险，并有助于确保所有设计迭代中的一致质量。 增强创新能力和满足客户需求的能力：通过整合用户数据和促进协作环境，PLM帮助设计师开发直接满足客户群体不断变化需求的解决方案。 在产品生命周期中潜在的成本节约：提高效率、减少错误以及在设计生命周期中关注质量，转化为整个PCB价值链的潜在成本节约，包括设计、制造、减少返工和更少的保修索赔。 阅读文章