第8章 容差分析.ppt

第八章 容差分析 南京理工大学 8.1 引 言 电路中的元器件参数的数值是其标称值容差范围内的一个随机数值。 8.1 引 言 元器件的精度越高其误差范围越小，价格也越高。 容差设计的目的：在电路满足性能要求、尽可能价格低的情况下，实现电路参数的最佳设计。 4. 容差分析 指：在给定电路参数容差范围的条件下，计算器件参数变化对电路性能的影响。 8.1 引 言 电路容差分析的两种方法： [1] 以灵敏度分析为基础的方法。 A. 灵敏度分析解决的是单个元器件参数变化对电路性能的影响； B. 容差分析是利用灵敏度信息解决多个元器件参数偏离标称值对电路性能的影响。 如：最坏情况分析。 8.1 引 言 [2] 统计方法： 利用概率统计的方法，通过已知器件参数的随机分布规律去计算电路特性的分布规律。 蒙特卡罗分析就是一种统计抽样方法。这种方法在器件参数容差范围内对参数进行随机抽样，对大量的抽样值做电路仿真，计算出电路性能的统计特性和偏差范围。 8.2 器件参数的统计分布规律 8.2 器件参数的统计分布规律 8.2.1 随机变量及其描述方法 假定X是个离散随机变量，事件{X=xi}表示测量一个电阻的阻值落在第i个子区间。显然，事件{X=xi}的概率可近似为： 8.2 器件参数的统计分布规律 2. 概率pi应满足的两个条件： 8.2 器件参数的统计分布规律 称为X的分布函数。 8.2 器件参数的统计分布规律 4. 概率密度函数 [1] 如果存在函数 ，使对于任意实数x有 8.2 器件参数的统计分布规律 [2] 概率密度函数的性质 8.2 器件参数的统计分布规律 8.2.2 随机变量的数字特征 随机变量常用的数字特征：数学期望、方差和矩。 离散随机变量 [1] 概率分布：P{X=xi}=pi i=1,2,… [2] 数学期望： 8.2 器件参数的统计分布规律 [3] 方差： 8.2 器件参数的统计分布规律 [2] 设Xi为随机变量，ci为常数，i=1,2,…,n,则： 8.2 器件参数的统计分布规律 [3] 设X和Y都是随机变量，则： D(X+Y)=D(X)+D(Y)+2E[X-E(X)]E[Y-E(Y)] 协方差: cov(X,Y)=E[X-E(X)]E[Y-E(Y)] 相关系数： 8.2 器件参数的统计分布规律 6. 矩 设X和Y是随机变量，则： [1] X的k阶矩为E(Xk),k=1,2,… [2] X的k阶中心矩为E{[X-E(X)]k},k=1,2,… [3] X和Y的k+l阶混合矩为E(XkYl),k,l=1,2,… [4] X和Y的k+l阶中心混合矩为E{[X-E(X)]k[Y-E(Y)]l} k,l =1,2,… 显然，X的数学期望E(X)是X的一阶矩，方差D(X)是二阶中心矩；协方差cov(X,Y)是X和Y的二阶中心混合矩。 8.2 器件参数的统计分布规律 8.2.3 几种常用器件参数的统计分布 正态分布 [1] 最常见的器件参数的统计分布是正态分布，也称高斯分布。 各种电阻器、电容器以及晶体管的参数通常都要服从正态分布。 根据大数定理，一定数量的器件组成的电路，不论器件参数的分布规律如何，电路的响应也近似正态分布。 8.2 器件参数的统计分布规律 [2] 正态分布的概率密度函数： 8.2 器件参数的统计分布规律 [3] 不同的μ值，相应于概率密度函数曲线的平移；当σ增大时（比如有σ1增为σ2 ）曲线峰值下降而分布变宽。 8.2 器件参数的统计分布规律 8.2 器件参数的统计分布规律 的附近；当σ大时，随机变量的离散度大，分布曲线展宽。 C. 概率密度函数关于μ值对称，即： p(x-μ)=p(-(x- μ)) D. 概率密度函数的峰值点在μ处，即： 应该指出： 对于正态分布的随机变量，随机变量的取值偏离均值3σ之外的概率是相当小的。 假定随机变量X的取值落在其均值的kσ之内的概率为： 8.2 器件参数的统计分布规律 由不同k值对应的P{kσ}值表知道，正态分布随机变量的取值偏离其均值3σ之外的概率只有0.3%，所以通常将3σ作为正态分布随机变量的容差界。 8.2 器件参数的统计分布规律 2. 均匀分布 [1] 设X是服从于均匀分布的随机变量，则其概率密度函数在其容差界之间是均匀的，即： 8.2 器件参数的统计分布规律 [2] 均匀分布的数学期望: 8.2 器件参数的统计分布规律 8.2 器件参数的统计分布规律 3. 经参数筛选的正态分布 由于某些原因，器件在出厂以前可能会经过筛选，比如将参数最接近标称值的器件选出来作为高档产品，或将参数容差