Signal- und Power-Integrität (SI/PI)

Entwicklung einer automatisierten Speicherung von Simulationsdaten aus Numerischen Simulationstools auf Grundlage von OpenBIS

Tommy Weber, Wissenschaftliche Hilfskraft, 01.06.2023-30.11.2023

Die Aufbewahrung und Dokumentation von Simulationsdaten ist fundamental im Zusammenhang mit Anwendungen des maschinellen Lernens. Aus diesem Grund, wird eine automatisierte Speicherung der Simulationsdaten mit Hilfe eines Datenbanksystems angestrebt. In der ersten Phase sollen zwei Systeme miteinander kombiniert werden.

Speichersystem (Evtl. OpenBIS, https://openbis.ch/), inkl. Datenspeicher, Versionierung, und SQL Datenbank
Anbindung an interne Simulationstools des TET Instituts (https://www.tet.tuhh.de/en/concept-2/), in Form eine Python Wrappers. Primär-Fokus ist auf der Anbindung von CONMLS, grundsätzlich ist eine spätere Erweiterung auf Beispielsweise CONCEPT-II, CONMTL zu berücksichtigen.

Das Ergebnis der ersten Phase soll eine Umgebung sein, in der ein Experiment definiert werden kann. Ein Experiment, kann beispielsweise ein bestimmter Aufbau eines PCBs sein (Anzahl Lagen, Ports, Vias, …). Innerhalb dieses Experiments werden Simulationen definiert, die durchgeführt werden. Beispielsweise anhand eines bestimmten Samplings (Random, Latin Hypercube, …). Beim Ausführen der Simulationen werden diese, inkl. der Ergebnisse (Streuparameter im LYD.H5 Format) auf dem Speichersystem abgelegt. Später können die Ergebnisse, oder auch Simulationseinstellungen wieder abgerufen werden, von dem Speichersystem. Die genannten Funktionalitäten sollen im internen Institutsbetrieb zur Verfügung stehen, zum Abschluss von Phase 1.

Die zweite Phase soll die Möglichkeit des Zugriffs auf die vorhandenen Simulationsdaten auch von extern ermöglichen in einem begrenzten Umfang. Auswahl der Simulationsdaten ist möglich, es werden jedoch lediglich komprimierte ZIP-Ordner zur Verfügung gestellt, mit Simulationsergebnissen und Parametervariationen. Die Umsetzung dieser Phase wird nicht vollständig erfolgen, sondern zunächst mit der Konzeptphase enden.

Entwurf von High-Speed Interconnects für Gbps-Verbindungen im Automobilbereich

Die Entwicklung von Hochgeschwindigkeitsverbindungen für drahtgebundene Verbindungen in digitalen Systemen ist bereits seit mehreren Jahrzehnten ein etablierter Bereich der Forschung und Innovation. Im Gegensatz dazu haben sich Hochgeschwindigkeitsverbindungen in Kraftfahrzeugen erst in jüngster Zeit zu immer höheren Datenraten entwickelt. Dementsprechend wurden Modelle für Komponenten, die speziell für Verbindungen in Kraftfahrzeugen geeignet sind, bisher weder in großem Umfang erstellt oder validiert, noch wurde eine ausreichende Modell-Hardware-Korrelation hergestellt. Darüber hinaus müssen Hochgeschwindigkeitsverbindungen im Automobil strenge Anforderungen hinsichtlich der elektromagnetischen Verträglichkeit (EMV) erfüllen. Ziel dieses Projekts ist die Entwicklung von Hochgeschwindigkeits-Verbindungsmodellen, die in Automobilanwendungen auf Systemebene verwendet werden. Diese Modelle werden angepasst, um Leiterplatten (PCBs) zu analysieren, die in Automobilanwendungen in Kombination mit Montage- und Verbindungstechnologien verwendet werden. Sie geben einen Einblick in die Signalintegritätsleistung von Hochgeschwindigkeitsverbindungen in rauen Automobilumgebungsstandards, um ein funktionierendes System zu haben, das sowohl die elektrische Leistung als auch die Zuverlässigkeitsanforderungen erfüllt.

Multilayered PCB Stack-Up used in an Automotive Application.

Extracted Insertion Loss of a Transmission Line using a Delta-L Deembedding Algorithm. Conductor Loss and Dielectric Loss are extracted via the Curve-Fitted Insertion Loss of the DUT.

Finanzierung: Robert Bosch GmbH
Kontakt: Jose Enrique Hernandez Bonilla
Start Datum: 01.09.2022

Modellierung und Optimierung von Ultra-High-Speed Interconects

Durch den Ausbau von Informationsnetzen wie beispielsweise das industrielle Internet of Things (IoT) entsteht eine stets steigende Nachfrage nach Daten. Diese erzeugt in logischer Folge eine Nachfrage nach Datenerzeugung, -verarbeitung, -speicherung und dem Datentransport zwischen diesen Schritten. In diesem Projekt werden Möglichkeiten untersucht, wie ein schneller Datentransport gewährleistet werden kann. Ziel ist es dabei „Ultra-High-Speed Verbindungen“ zu modellieren, mit denen eine Datenübertragung von mehr als 100 Gbps pro Datenlink ermöglicht werden. Diese Verbindungen bestehen dabei in der Regel aus zwei Bestandteilen. Zum einen dem physikalischen Kanal und zum anderen einer I/O Struktur. Außerdem treten Herausforderungen in Form von Verlusten durch die verwendeten Materialien und andere Störungen auf, die mit berücksichtigt werden müssen. Unter anderem soll der Einfluss von verschiedenen Entzerrern untersucht und auf die physikalischen Modelle des Kanals angepasst werden. Hierfür ist geplant, Methoden des Maschinellen Lernens einzusetzen, um z.B. Voraussagen über etwaige Design-Parameter für die Verbindungen treffen zu können.

Schematische Zeichnung einer Verbindung zwischen zwei Mikrochips über eine Rückwandplatine hinweg.

CST Simulationsergebnisse für eine Struktur aus zwei mit einander durch eine Streifenleitung verbundene Vias.

Finanzierung: Freie und Hansestadt Hamburg
Kontakt: Til Hillebrecht, M.Sc
Start Datum: 17.10.2022

Optimierung von elektronischen Entwicklungsprozessen mit maschinellen Lernmethoden

Die Entwicklung modernen mehrlagen Leiterplatten ist eine herausfordernde Aufgabe, die von zahlreichen Anforderung begleitet wird. Um Fehlentwicklungen zu verhindern und alle Spezifkationen zu erfüllen, wird die Entwicklung durch elektromagnetische Simulation begleitet. Auf Grund der hohen Komplexität benötigen diese Simulationen Zeit und Computerresourcen. Unter der Annahme, dass die Simulationen zukünftiger Entwicklungen noch zeitintensiver werden, ist eine wichtige Aufgabe die Optimierung der Simulationsschritte. Werden die Simulationen nicht beschleuningt, ist das Resultat, dass künftige Layouts mehr Zeit und Kosten in der Entwicklung für benötigen. Im schlimmsten Fall kann der zusätzliche Aufwand zu fehlerhaften Entwicklungen führen. In diesem Projekt ist der Fokus auf der Optimierung von Entwicklungsmethoden und Prozessen. Ein vielversprechendes Mittel ist die Verwendung von maschinellen Lernmethoden. In einigen Publikationen der letzten Jahre können Ansätze gefunden werden, wie diese Methoden einzelne Optimierungsprozesse unterstützen (zum Bsp. die Platzierung von Entkoppelkondensatoren mit Hilfe von generischen Algorithmen). Des Weiteren sind mit künstlichen neuronalen Netzen Impedanzen von Leiterplatten untersucht worden und in welcher Form sich die Platzierung von Entkoppelkkondensatoren auf diese auswirkt. Zukünftige Aufgaben sollen die Anwendbarkeit der künstlichen neuronalen Netze zu einem gößeren Spektrum von Simulationsaufgaben erweitern. Der Hauptfokus liegt hierbei auf mehrlagen Leiterplatten, welche die Grundlage der meisten elektronischen Produkte bildet. Eine der wichtigsten Aufgaben in diesem Projekt ist neben der Optimierung von Entwicklungsprozessn die Sicherstellung der Kontinuität von Simulationsergebnisses mit bereits existierenden Methoden.

Typische mehrlagige Leiterplatte mit Lagen für die Spannungsversorgung (GND/PWR), sowie zwei Signallagen. Durch Kapazitäten in der Nähe von integrierten Schaltkreisen wird eine Verbesserung der Netzwerkimpedanz angestrebt. Verschiedene Parameter (Materialeigenschaften und Dimensionen) beeinflussen elektronischen Eigenschaften der Leiterplatte.

Die Impedanz der Leiterplattenstruktur verletzt die Zielimpedanz, somit ist dieses Design unzureichend. Die Impedanz der Leiterplattenstruktur kann mit Hilfe von konventionellen Methoden berechnet werden. Die vielversprechende, weniger zeitintensive Methode basiert auf künstlichen neuronalen Netzen. Abhängig von verschiedenen Eingabeparametern (Materialeigenschaften und Dimensionen) werden Vorhersagen über elektronische Eigenschaften getroffen.

Finanzierung: Freie und Hansestadt Hamburg
Kontakt: Morten Schierholz, M.Sc
Start Datum: 01.10.2021

Anwendung von Model Order Reduction Techniken auf die Simulation komplexer elektrischer Verbindungen

Die elektrischer Verbindungen in modernen elektronischen Systemen stellen sehr dichte und komplexe Strukturen dar, die hocheffiziente Methoden für ihre Modellierung und ihr Design erfordern. Auch bei semi-analytischen oder hybriden Simulationsansätzen bedeutet die Analyse dieser Art von Systemen oft sehr große Modelle und lange Rechenzeiten. Dieses Projekt, das in Zusammenarbeit mit dem Instituto Tecnológico de Costa Rica (ITCR) entwickelt wurde, beschäftigt sich mit der Erforschung numerischer Techniken, um die Handhabung, Verkettung und Verarbeitung solcher komplexen Modelle zu erleichtern.

Verschiedene Makromodelltechniken, wie z. B. Vector Fitting und Matrixzustandsdarstellungen, werden als zusätzliche Ressource erforscht, die die Handhabung, Verkettung und Verarbeitung von elektrischen Verbindungen unterstützen kann. Stochastische Makromodelle im Frequenzbereich, die die Deskriptor-Zustandsraum Beschreibung für ein dynamisches System mit Polynomial Chaos Expansion kombinieren, werden ebenfalls analysiert. Dies ermöglicht es, die Variabilitätsanalyse des Systems für jede Frequenz über einen gewünschten Frequenzbereich einzuschließen. Um die Anzahl der benötigten Abtastungen zu reduzieren, werden Techniken für die analytische Verkettung von Makromodellen in Deskriptor-Zustandsraum Beschreibung angepasst. Zusammen mit dem Einsatz von semi-analytischen Techniken für die Wahl der Abtastung sollte dieser Prozess die genaue Darstellung komplexer Multiport-Systeme mit unterschiedlichen zufälligen Eingangsgrößen innerhalb kurzer Zeit ermöglichen. Um die Leistungsfähigkeit dieser Techniken zu bewerten, werden sie mit rein numerischen Techniken mit realistischen Modellierungsszenarien verglichen werden.

Beispiel einer Vector-Fitting Approximation eines S-Parameter Crosstalk Modells als Funktion der Zahl der Polstellen. (Quelle: TET, TUHH).

Null- und Polstellenkonstellation in der komplexen Ebene eines Vector-Fitting Makromodells als Funktion der Zahl der Polstellen (dem S-Parameter Modell eines High-Speed Kanals entnommen). (Quelle: TET, TUHH).

Finanzierung: Instituto Tecnologico de Costa Rica (ITCR)
Kontakt: Luis Ernesto Carrera Retana, M. Sc., Prof. Renato Rimolo-Donadio
Start: 01.01.2017

Relevante Publikationen:

Luis Ernesto Carrera-Retana, Mario Marin-Sanchez, Christian Schuster, Renato Rimolo-Donadio

Construction of Reciprocal Macromodels in the Loewner Matrix Framework Artikel

In: IEEE Transactions on Microwave Theory and Techniques, vol. 71, no. 8., pp. 3561-3571, 2023.

Entwicklung einer automatisierten Speicherung von Simulationsdaten aus Numerischen Simulationstools auf Grundlage von OpenBIS

Entwurf von High-Speed Interconnects für Gbps-Verbindungen im Automobilbereich

Modellierung und Optimierung von Ultra-High-Speed Interconects

Optimierung von elektronischen Entwicklungsprozessen mit maschinellen Lernmethoden

Anwendung von Model Order Reduction Techniken auf die Simulation komplexer elektrischer Verbindungen

Bewertung von Interconnects bis zu 100 GHz mit Hilfe von Maschinellem Lernen

Stochastische Randintegralmethodik für die Berechnung zweidimensionaler elektromagnetischer Wellenausbreitung

Kombinierte Bewertung von Interconnect und Entzerrung für Datenverbindungen auf mehrlagigen Leiterplatten

Elektromagnetische Modellbildung und Optimierung von Silizium-Durchkontaktierungen

Software-Benchmarking in der Signal- und Power-Integrität

Entwurf von 50+ Gbps High Speed Serial Links für digitale Systeme

Modellierung von Via-Arrays für die Anwendung in schnellen energieeffizienten digitalen Systemen

Untersuchung des Einflusses von Schwankungen der Versorgungsspannung auf die maximalen Datenraten von schnellen digitalen Verbindungen in modernen Server-Systemen

Entwicklung, Validation und Anwendung von semianalytischen Interconnect Modellen für die effiziente Simulation von Multilagensubstraten