SlideShare une entreprise Scribd logo
1  sur  2
PSpiceモデルをLTspiceでも互換性を持たせる方法
PSpice PSpice
LTspice LTspice
ディジタルプリミティブ素子
を含んだモデリングの場合
ディジタルプリミティブ素子
を使用せず、汎用的なABM
素子でモデリングをした場合
2015年6月2日
ビー・テクノロジー
堀米 毅
http://www.beetech.info/ 1
Logic部分をABMライブラリーを採用することで、LTspiceと互換性がでてきます。
Logic表現をdig_xxxライブラリで等価回路を構築するとPSpiceでしか動作しない。
+
-
+
-
S2 S
+
-
+
-
S3 S
H4
DdT
I
/O
O
CPON
OPR
HIN
I-Logic
IN2O
IN5O
IN3O
IN1O
IN4O
IN6O
FLT0
IN4
IN2
IN5
IN3
ENB
IN6
IN1
SGNDOPR
H1
UVD
UVDSGND
VDD OPR
OPR
OPR
+
-
+
-
S4 S
+
-
+
-
S1 S
0
0
0
0
HUB BO
I SS
DD B
UB
SGND1
HVU UO
SS
DD U
I
VU
IN4
FAULT
osc
IN+
IN-
OUT+
OUT-
E5V7
Limit( V(%IN+, %IN-), 0, 5.7 )
EVALUE
H2 OSC
5V7
SGNDCOSC
CLKROSC
IN2
ROSC
COSC
5V7
FLT0
UBI
SGND2
HWU UO
SS
DD U
I
WU
IN5
WUI
RSGND2
1U
VUI
UUI
HUU UO
SS
DD U
I
IN3
UU
RPGND2
1U
HVB BO
I SS
DD B
VB
VBI
H3
LGCKTOSC
O
CMP1
CMP2
PGND2
PGND1
ENB
HWB BO
I SS
DD B
WB
NFLT
WBI
UF
NORLTPD7210F
UVD
SGND1
Ref 1
/O
IN6
CMP1
+
-
U1
CMPTPD7201F
+
-
U2
CMPTPD7201F
REF2
32.5Vdc
CMP2
O
Q
IN+
IN-
OUT+
OUT-
REF1
V(VDD)+14
EVALUE0
IN1
CP2CP1 CPV
VDD
Ref 2
H5
FLT
S
D
I
TPD7210F
2

Contenu connexe

Tendances

Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワークSeastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Takuya ASADA
 

Tendances (20)

Infiniband hack-a-thon #2 Windows班まとめ資料 Windows Server 2012 + FDR Infinibandで...
Infiniband hack-a-thon #2 Windows班まとめ資料 Windows Server 2012 + FDR Infinibandで...Infiniband hack-a-thon #2 Windows班まとめ資料 Windows Server 2012 + FDR Infinibandで...
Infiniband hack-a-thon #2 Windows班まとめ資料 Windows Server 2012 + FDR Infinibandで...
 
MySQLテーブル設計入門
MySQLテーブル設計入門MySQLテーブル設計入門
MySQLテーブル設計入門
 
3種類のTEE比較(Intel SGX, ARM TrustZone, RISC-V Keystone)
3種類のTEE比較(Intel SGX, ARM TrustZone, RISC-V Keystone)3種類のTEE比較(Intel SGX, ARM TrustZone, RISC-V Keystone)
3種類のTEE比較(Intel SGX, ARM TrustZone, RISC-V Keystone)
 
ブルックスのいう銀の弾丸とは何か?
ブルックスのいう銀の弾丸とは何か?ブルックスのいう銀の弾丸とは何か?
ブルックスのいう銀の弾丸とは何か?
 
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワークSeastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
 
CPUの創りかた
CPUの創りかたCPUの創りかた
CPUの創りかた
 
ゼロからはじめるKVM超入門
ゼロからはじめるKVM超入門ゼロからはじめるKVM超入門
ゼロからはじめるKVM超入門
 
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
 
レガシーフリーOSに必要な要素技術 legacy free os
レガシーフリーOSに必要な要素技術 legacy free osレガシーフリーOSに必要な要素技術 legacy free os
レガシーフリーOSに必要な要素技術 legacy free os
 
PostgreSQL + pgpool構成におけるリカバリ
PostgreSQL + pgpool構成におけるリカバリPostgreSQL + pgpool構成におけるリカバリ
PostgreSQL + pgpool構成におけるリカバリ
 
暗黒美夢王とEmacs
暗黒美夢王とEmacs暗黒美夢王とEmacs
暗黒美夢王とEmacs
 
OpenStack Swift紹介
OpenStack Swift紹介OpenStack Swift紹介
OpenStack Swift紹介
 
スーパーコンピュータとアプリケーションの性能
スーパーコンピュータとアプリケーションの性能スーパーコンピュータとアプリケーションの性能
スーパーコンピュータとアプリケーションの性能
 
ワンクリックデプロイ 〜いつまで手でデプロイしてるんですか〜 #devsumiA
ワンクリックデプロイ 〜いつまで手でデプロイしてるんですか〜 #devsumiAワンクリックデプロイ 〜いつまで手でデプロイしてるんですか〜 #devsumiA
ワンクリックデプロイ 〜いつまで手でデプロイしてるんですか〜 #devsumiA
 
fpgax #13.pptx
fpgax #13.pptxfpgax #13.pptx
fpgax #13.pptx
 
ネットワークコンフィグ分析ツール Batfish との付き合い方
ネットワークコンフィグ分析ツール Batfish との付き合い方ネットワークコンフィグ分析ツール Batfish との付き合い方
ネットワークコンフィグ分析ツール Batfish との付き合い方
 
ラズピコでLチカ
ラズピコでLチカラズピコでLチカ
ラズピコでLチカ
 
GPU仮想化最前線 - KVMGTとvirtio-gpu -
GPU仮想化最前線 - KVMGTとvirtio-gpu -GPU仮想化最前線 - KVMGTとvirtio-gpu -
GPU仮想化最前線 - KVMGTとvirtio-gpu -
 
Zynq ultrascale
Zynq ultrascaleZynq ultrascale
Zynq ultrascale
 
RISC-Vのセキュリティ技術(TEE, Root of Trust, Remote Attestation)
RISC-Vのセキュリティ技術(TEE, Root of Trust, Remote Attestation)RISC-Vのセキュリティ技術(TEE, Root of Trust, Remote Attestation)
RISC-Vのセキュリティ技術(TEE, Root of Trust, Remote Attestation)
 

Similaire à PSpiceモデルをLTspiceでも互換性を持たせる方法

Similaire à PSpiceモデルをLTspiceでも互換性を持たせる方法 (20)

OSC 2016 Hokkaido セミナー資料
OSC 2016 Hokkaido セミナー資料OSC 2016 Hokkaido セミナー資料
OSC 2016 Hokkaido セミナー資料
 
OSC2015kyoto
OSC2015kyotoOSC2015kyoto
OSC2015kyoto
 
Pynqでカメラ画像をリアルタイムfastx コーナー検出
Pynqでカメラ画像をリアルタイムfastx コーナー検出Pynqでカメラ画像をリアルタイムfastx コーナー検出
Pynqでカメラ画像をリアルタイムfastx コーナー検出
 
AIの力で障害検知・解析をサポート!Loom(ログ解析ソリューション)のご紹介 - OpenStack最新情報セミナー 2017年7月
AIの力で障害検知・解析をサポート!Loom(ログ解析ソリューション)のご紹介 - OpenStack最新情報セミナー 2017年7月AIの力で障害検知・解析をサポート!Loom(ログ解析ソリューション)のご紹介 - OpenStack最新情報セミナー 2017年7月
AIの力で障害検知・解析をサポート!Loom(ログ解析ソリューション)のご紹介 - OpenStack最新情報セミナー 2017年7月
 
デバイスモデリング教材の中のシミュレーションデータ
デバイスモデリング教材の中のシミュレーションデータデバイスモデリング教材の中のシミュレーションデータ
デバイスモデリング教材の中のシミュレーションデータ
 
Example using LattePanda
Example  using LattePandaExample  using LattePanda
Example using LattePanda
 
KokotapでPodのパケットキャプチャ
KokotapでPodのパケットキャプチャKokotapでPodのパケットキャプチャ
KokotapでPodのパケットキャプチャ
 
PySpark Intro Part.2 with SQL Graph
PySpark Intro Part.2 with SQL GraphPySpark Intro Part.2 with SQL Graph
PySpark Intro Part.2 with SQL Graph
 
210728 mpy
210728 mpy210728 mpy
210728 mpy
 
Bee Style:vol.041
Bee Style:vol.041Bee Style:vol.041
Bee Style:vol.041
 
SAP Inside Track 2018 LT資料「ABAPerが触ってきた SAP Cloud PlatformのABAP環境 」
SAP Inside Track 2018 LT資料「ABAPerが触ってきた SAP Cloud PlatformのABAP環境 」SAP Inside Track 2018 LT資料「ABAPerが触ってきた SAP Cloud PlatformのABAP環境 」
SAP Inside Track 2018 LT資料「ABAPerが触ってきた SAP Cloud PlatformのABAP環境 」
 
Lpicl300セミナー資料_20170218(鯨井貴博)
Lpicl300セミナー資料_20170218(鯨井貴博)Lpicl300セミナー資料_20170218(鯨井貴博)
Lpicl300セミナー資料_20170218(鯨井貴博)
 
AWS Lambda + Python資料 ver0.94 20160825
AWS Lambda + Python資料 ver0.94 20160825AWS Lambda + Python資料 ver0.94 20160825
AWS Lambda + Python資料 ver0.94 20160825
 
高位合成ツールVivado hlsのopen cv対応
高位合成ツールVivado hlsのopen cv対応高位合成ツールVivado hlsのopen cv対応
高位合成ツールVivado hlsのopen cv対応
 
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみようPythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
 
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
 
俺ASICと俺CPU“松竹V(しょうちくぶい)”
俺ASICと俺CPU“松竹V(しょうちくぶい)”俺ASICと俺CPU“松竹V(しょうちくぶい)”
俺ASICと俺CPU“松竹V(しょうちくぶい)”
 
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
 
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
 
Pynq祭り資料
Pynq祭り資料Pynq祭り資料
Pynq祭り資料
 

Plus de Tsuyoshi Horigome

Plus de Tsuyoshi Horigome (20)

FedExで書類を送付する場合の設定について(オンライン受付にて登録する場合について)
FedExで書類を送付する場合の設定について(オンライン受付にて登録する場合について)FedExで書類を送付する場合の設定について(オンライン受付にて登録する場合について)
FedExで書類を送付する場合の設定について(オンライン受付にて登録する場合について)
 
Update 46 models(Solar Cell) in SPICE PARK(MAY2024)
Update 46 models(Solar Cell) in SPICE PARK(MAY2024)Update 46 models(Solar Cell) in SPICE PARK(MAY2024)
Update 46 models(Solar Cell) in SPICE PARK(MAY2024)
 
SPICE PARK APR2024 ( 6,793 SPICE Models )
SPICE PARK APR2024 ( 6,793 SPICE Models )SPICE PARK APR2024 ( 6,793 SPICE Models )
SPICE PARK APR2024 ( 6,793 SPICE Models )
 
Update 22 models(Schottky Rectifier ) in SPICE PARK(APR2024)
Update 22 models(Schottky Rectifier ) in SPICE PARK(APR2024)Update 22 models(Schottky Rectifier ) in SPICE PARK(APR2024)
Update 22 models(Schottky Rectifier ) in SPICE PARK(APR2024)
 
SPICE PARK APR2024 ( 6,747 SPICE Models )
SPICE PARK APR2024 ( 6,747 SPICE Models )SPICE PARK APR2024 ( 6,747 SPICE Models )
SPICE PARK APR2024 ( 6,747 SPICE Models )
 
Update 31 models(Diode/General ) in SPICE PARK(MAR2024)
Update 31 models(Diode/General ) in SPICE PARK(MAR2024)Update 31 models(Diode/General ) in SPICE PARK(MAR2024)
Update 31 models(Diode/General ) in SPICE PARK(MAR2024)
 
SPICE PARK MAR2024 ( 6,725 SPICE Models )
SPICE PARK MAR2024 ( 6,725 SPICE Models )SPICE PARK MAR2024 ( 6,725 SPICE Models )
SPICE PARK MAR2024 ( 6,725 SPICE Models )
 
Update 29 models(Solar cell) in SPICE PARK(FEB2024)
Update 29 models(Solar cell) in SPICE PARK(FEB2024)Update 29 models(Solar cell) in SPICE PARK(FEB2024)
Update 29 models(Solar cell) in SPICE PARK(FEB2024)
 
SPICE PARK FEB2024 ( 6,694 SPICE Models )
SPICE PARK FEB2024 ( 6,694 SPICE Models )SPICE PARK FEB2024 ( 6,694 SPICE Models )
SPICE PARK FEB2024 ( 6,694 SPICE Models )
 
Circuit simulation using LTspice(Case study)
Circuit simulation using LTspice(Case study)Circuit simulation using LTspice(Case study)
Circuit simulation using LTspice(Case study)
 
Mindmap of Semiconductor sales business(15FEB2024)
Mindmap of Semiconductor sales business(15FEB2024)Mindmap of Semiconductor sales business(15FEB2024)
Mindmap of Semiconductor sales business(15FEB2024)
 
2-STAGE COCKCROFT-WALTON [SCHEMATIC] using LTspice
2-STAGE COCKCROFT-WALTON [SCHEMATIC] using LTspice2-STAGE COCKCROFT-WALTON [SCHEMATIC] using LTspice
2-STAGE COCKCROFT-WALTON [SCHEMATIC] using LTspice
 
PSpice simulation of power supply for TI is Error
PSpice simulation of power supply  for TI is ErrorPSpice simulation of power supply  for TI is Error
PSpice simulation of power supply for TI is Error
 
IGBT Simulation of Results from Rgext or Rgint
IGBT Simulation of Results from Rgext or RgintIGBT Simulation of Results from Rgext or Rgint
IGBT Simulation of Results from Rgext or Rgint
 
Electronic component sales method centered on alternative proposals
Electronic component sales method centered on alternative proposalsElectronic component sales method centered on alternative proposals
Electronic component sales method centered on alternative proposals
 
Electronic component sales method focused on new hires
Electronic component sales method focused on new hiresElectronic component sales method focused on new hires
Electronic component sales method focused on new hires
 
Mindmap(electronics parts sales visions)
Mindmap(electronics parts sales visions)Mindmap(electronics parts sales visions)
Mindmap(electronics parts sales visions)
 
Chat GPTによる伝達関数の導出
Chat GPTによる伝達関数の導出Chat GPTによる伝達関数の導出
Chat GPTによる伝達関数の導出
 
伝達関数の理解(Chatgpt)
伝達関数の理解(Chatgpt)伝達関数の理解(Chatgpt)
伝達関数の理解(Chatgpt)
 
DXセミナー(2024年1月17日開催)のメモ
DXセミナー(2024年1月17日開催)のメモDXセミナー(2024年1月17日開催)のメモ
DXセミナー(2024年1月17日開催)のメモ
 

PSpiceモデルをLTspiceでも互換性を持たせる方法