自动电容器部件选择的双目标优化-计算机科学-机器学习-多目标线性约束优化.pdf

自动电容器部件选择的双目标优化

LukeBrantinghamJasonGrover

GoogleGoogle

Chicago,ILChicago,IL

lbrantingham@jgrover@

摘要—本文提出了一种利用多目标线性约束优化技术在电等因素导致的电容减少。为了确保设计满足这些要求，

子设计中优化电容选择的新框架。我们展示了这种方法在降低成工程师通常会保留各种电容器在不同直流偏置水平下

本和电路板面积的同时满足关键性能要求的有效性，并将该框架的eff值数据库。这使他们能够选择一组符合必要电容

扩展到设计层面或多个设计层面上最优电容利用的经济模型。

要求的元件。

本I.介绍任务是选择一些电容器的组合，使其总降额电容至

译多层陶瓷电容器（MLCC）是现代电子设备中不可少为eff。对于种可能的电容器类型，这个约束可以

中或缺的组件，在电源、射频和模拟电路中发挥着关键作写成：

1用。快速扩大的MLCC市场[1]为设计者提供了广泛的

v

1选择，包括封装尺寸、电压等级和性能特性。然而，有

7eff

0效地在这个复杂的设计空间中导航以优化元件选择是

6一个巨大的挑战。where(1)

1

7.电容器的选择通常涉及平衡相互竞争的目标：最小and

0化成本和最小化电路板面积。这些目标通常是矛盾的，

5其中是部分在直流偏置电压目标下的降额电

2而传统的手动选择方法可能无法识别最优解决方案。

:容，而是在解集中的部分的数量。

v虽然本文中的选择方法并不能在所有情况下完全

i可用部件应根据应用环境的适用性进行预过滤。

x取代人工干预，但发现几个简单的电容选择任务是可以

r此类常见设计过滤器包括：

a解决的，或者为人类设计者提供一个有效的起点。本文

避免与其他产品部件干涉的最大部件高度，

中提出的模型范围包括以下设计设置的成本和布局面

最小部分电压额定值的选择以最大化部件的使用

积优化：

寿命[2][3],

eff（最小降额电容要求），

温度、电压和电容的稳定性（影响介电材料选择），

目标（阻抗包络）

供应链设置中获批的制造商。

结合的PDN（电源分配网络）模型带有目标。