protues仿真常见问题解决方案
2021/12/21 23:51:10
本文主要是介绍protues仿真常见问题解决方案,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
仿真出问题第一解决方案:
重装资料中的protues8.7软件!!(重装卸载干净!!)
注:protues仿真软件问题过多,为避免不必要的麻烦,请尽量使用资料中提供的protues8.7软件!!
其余常见问题:
1、如何确定自己的仿真版本
直接打开仿真软件,仿真软件首页会显示protues软件版本号。如图所示即为protues8.7版本的软件。
2、仿真软件破解
仿真软件使用前一定要破解!!!
破解好后protues软件首页显示如下图:
破解按链接方法解决:
https://mp.weixin.qq.com/s/pYUWnQ4DgRCmTqu3mBaVmQ
3、仿真工程格式
proteus7版本下仿真原理图和PCB图的两个软件是分开的,到了8版本就进行了整合。proteus7版本的仿真文件名后缀是DSN,到了proteus8版本之后仿真的文件后缀名字变成了pdsprj。从格式上看我们就知道两个不是同一种格式的文件了。
如图所示,.DSN格式为proteus7版本的仿真工程文件格式,.pdsprj格式为proteus8版本的仿真工程文件格式。
若电脑显示不全,无法确定哪份文件是工程文件,则可通过右击文件,打开文件属性即可查看文件格式,具体如下图所示。
特别注意,proteus软件一般高版本兼容低版本,低版本无法打开高版本的文件!故proteus7版本的软件无法打开.pdsprj格式,而proteus8版本的软件可以打开.DSN格式的文件。但高版本打开低版本仿真图也不一定完美运行,故请尽量使用资料中提供的protues8.7软件!!
点击.DSN文件右键选择打开方式,选择proteus8软件,打开方式如下图:
4、未加载HEX文件
若出现如下图所示的问题,则说明未加载“hex”文件,即未写入程序,请按照资料中的“仿真注意事项”进行操作,写入“hex”文件。
5、缺失元件模型
若出现如下图所示的问题,即报错:
“External model DLL “***.DLL”not found”,则说明元件的模型找不到,解决办法为:
1、重装资料中的protues8.7版本软件。
2、按照此链接解决:
https://blog.csdn.net/qq_36338040/article/details/106447634
3、自行百度找其他解决办法!
6、低版本无法打开高版本问题
若出现如下图所示的问题,即:
“in order to load this project you must use protues version 8.7 orlater”,则说明此文件必须要用8.7或以上的版本打开。
解决办法为:安装资料中的protues8.7版本软件,用protues8.7版本软件打开。
7、仿真结果异常问题
若在未修改仿真程序、仿真电路图的情况下,无论使用什么版本的仿真软件,出现仿真结果不正确的问题,则说明是软件版本问题导致。如图所示,未修改过仿真程序及仿真电路图,但仿真结果数值显示不正确,重装资料中的protues8.7软件再打开工程即可解决!
8、仿真图打开失败
若用8.7版本的仿真软件打开仿真工程后,并未进入仿真图界面,而是直接跳到如下图的仿真软件首页,即仿真图打开失败。
解决办法:此问题较为奇怪,可通过传输转换工程文件解决此问题,即通过下图所示的方式解决。
9、仿真运行过程中闪退
打开仿真图点击运行,运行一段时间后软件自动关闭,即仿真运行过程中出现闪退的情况,此问题解决办法链接如下:
https://blog.csdn.net/qq_38680405/article/details/91467355
10、缺失.SDF文件
仿真运行后,出现“Cannot open……LISA2876.SDF”的报错,具体如下图所示:
此问题解决办法链接如下:
https://blog.csdn.net/ywxk2016/article/details/78956344
更多资料欢迎关注“电子工程师成长日记”!
这篇关于protues仿真常见问题解决方案的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-17机器学习资料入门指南
- 2024-12-06如何用OpenShift流水线打造高效的机器学习运营体系(MLOps)
- 2024-12-06基于无监督机器学习算法的预测性维护讲解
- 2024-12-03【机器学习(六)】分类和回归任务-LightGBM算法-Sentosa_DSML社区版
- 2024-12-0210个必须使用的机器学习API,为高级分析助力
- 2024-12-01【机器学习(五)】分类和回归任务-AdaBoost算法-Sentosa_DSML社区版
- 2024-11-28【机器学习(四)】分类和回归任务-梯度提升决策树(GBDT)算法-Sentosa_DSML社区版
- 2024-11-26【机器学习(三)】分类和回归任务-随机森林(Random Forest,RF)算法-Sentosa_DSML社区版
- 2024-11-18机器学习与数据分析的区别
- 2024-10-28机器学习资料入门指南