0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

如何使用LTspice對復雜電路的統(tǒng)計容差分析進行建模

星星科技指導員 ? 來源:ADI ? 作者:Steve Knudtsen ? 2022-12-15 14:22 ? 次閱讀

LTspice可用于對復雜電路進行統(tǒng)計容差分析。本文將介紹使用蒙特卡羅和高斯分布進行公差分析的技術,以及LTspice中的最壞情況分析。為了顯示該方法的有效性,在LTspice中模擬了一個電壓調節(jié)示例電路,演示了內部基準電壓源和反饋電阻的蒙特卡羅和高斯分布技術。將此仿真的結果與最壞情況分析仿真進行比較。包括四個附錄。附錄A提供了有關調整后基準電壓源分布的見解。附錄B提供了LTspice中高斯分布的分析。附錄C提供了由LTspice定義的蒙特卡羅分布的圖形視圖。附錄D提供了編輯LTspice原理圖和提取仿真數據的說明。

本文說明了可以使用LTspice完成的統(tǒng)計分析。這

公差分析

在系統(tǒng)設計中,必須考慮參數公差約束,以確保設計成功。一種常見的方法是使用最壞情況分析 (WCA),其中所有參數都調整到其最大公差限值。在最壞情況分析中,分析系統(tǒng)性能以確定最壞情況結果是否在系統(tǒng)設計規(guī)范范圍內。WCA的功效存在局限性,例如:

WCA要求確定哪些參數必須最大化或最小化才能獲得真正的最壞情況結果。

WCA結果通常違反設計規(guī)范要求,導致選擇昂貴的組件以獲得可接受的結果。

WCA結果在統(tǒng)計上并不代表通常觀察到的結果;要觀察表現出WCA性能的系統(tǒng)可能需要大量組裝系統(tǒng)。

系統(tǒng)公差分析的另一種方法是使用統(tǒng)計工具進行組件公差分析。統(tǒng)計分析的好處是,結果數據具有反映物理系統(tǒng)中通常應測量的內容的分布。在本文中,LTspice用于仿真電路性能,將蒙特卡羅分布和高斯分布應用于參數容差變化。這與WCA模擬進行了比較。

盡管WCA存在明顯的問題,但最壞情況和統(tǒng)計分析都為系統(tǒng)設計提供了寶貴的見解。有關使用LTspice應用WCA的非常有用的教程,請參閱Gabino Alonso和Joseph Spencer的“LTspice:最小仿真運行的最壞情況電路分析”。

蒙特卡洛分銷

圖1顯示了在LTspice中建模的具有蒙特卡羅分布的基準電壓源。電壓源標稱值為1.25 V,容差為1.5%。蒙特卡羅分布定義了 1.5% 容差范圍內的 251 種電壓狀態(tài)。圖 2 顯示了 50 個箱的 251 個值的直方圖。表 1 說明了分布的相關統(tǒng)計信息

figure1.jpg?h=270&hash=473324F13172B4409BDC8EC0A0C36E33&imgver=1

圖1.具有蒙特卡羅分布的電壓源的LTspice原理圖。

figure2.svg?h=270&hash=9580E354E42A1737ABF80855E10AF593&imgver=1

圖2.蒙特卡羅仿真結果為 1.25 V 基準電壓源、50 個箱、251 個點的直方圖。

結果
平均 1.249933
最低 1.2313
最大 1.26874
標準差 0.010615
錯誤正 1.014992
負誤差 0.98504

正態(tài)分布

圖3顯示了在LTspice中建模的具有高斯分布的基準電壓源。電壓源標稱值為1.25 V,容差為1.5%。蒙特卡羅分布定義了 1.5% 容差范圍內的 251 種電壓狀態(tài)。圖 4 顯示了包含 50 個箱的 251 個值的直方圖。表 2 說明了分布的相關統(tǒng)計信息。

figure3.jpg?h=270&hash=2A61FFDE982E6BCF8C3817C3CA4E0304&imgver=1

圖3.具有3西格瑪高斯分布的電壓源的LTspice原理圖。

figure4.svg?h=270&hash=C64644F2DCA7FAFAFF741AC7F1688BAA&imgver=1

圖4.3-sigma 高斯仿真結果為 1.25 V 基準電壓源、50 個箱、251 個點的直方圖。

結果
最低 1.22957
最大 1.26607
平均 1.25021
標準差 0.006215
錯誤正 1.012856
負誤差 0.983656

高斯分布是具有鐘形曲線和概率密度的正態(tài)分布,如圖 5 所示。

figure5.svg?h=270&hash=25DEC73664687B261C96C99A51AC6A61&imgver=1

圖5.正態(tài) 3 西格瑪高斯分布。

理想分布和LTspice模擬高斯分布之間的相關性如表3所示。

模擬 理想
1-西格瑪點差 67.73% 68.27%
2-西格瑪點差 95.62% 95.45%
3-西格瑪傳播 99.60% 99.73%

為了總結上述仿真,LTspice可用于仿真電壓源的高斯或蒙特卡羅容差分布。該電壓源可用于對DC-DC轉換器中的基準電壓源進行建模。LTspice高斯分布仿真與預測的概率密度分布非常匹配。

DC-DC轉換器仿真的容差分析

圖6是DC-DC轉換器的LTspice仿真原理圖,該轉換器使用電壓控制電壓源對閉環(huán)電壓反饋進行建模。反饋電阻R2和R3的標稱值為16.4 kΩ和10 kΩ?;鶞孰妷涸礃朔Q值為1.25 V。本電路中,標稱穩(wěn)壓,V外或設定值為 3.3 V。

poYBAGOavUCAa371AABiMnRF_qI638.jpg?h=270&hash=A7CF9A94AC8569DC8AAA8BB8DBB13972&imgver=1

圖6.LTspice DC-DC轉換器仿真原理圖。

為了模擬電壓調節(jié)的容差分析,反饋電阻R2和R3的容差定義為1%,內部基準電壓源的容差定義為1.5%。本節(jié)將介紹三種公差分析方法:使用蒙特卡羅分布的統(tǒng)計分析、使用高斯分布的統(tǒng)計分析和最壞情況分析 (WCA)。

圖7和圖8顯示了使用蒙特卡羅分布進行仿真的原理圖和電壓調節(jié)直方圖。

figure7.jpg?h=270&hash=565A4DFF2D834D9861679BD28806CC76&imgver=1

圖7.使用蒙特卡羅分布進行公差分析的示意圖。

figure8.jpg?h=270&hash=0D88E930FDA7DDD37E9E07392C222C94&imgver=1

圖8.使用模擬蒙特卡羅分布的電壓調節(jié)直方圖。

圖9和圖10顯示了使用高斯分布進行仿真的原理圖和電壓調節(jié)直方圖。

pYYBAGOavVSAAys-AAC2xZHwAn0443.jpg?h=270&hash=AC478665E2CFE7062BBB58771ACB554C&imgver=1

圖9.使用高斯分布進行公差分析的示意圖。

figure10.jpg?h=270&hash=DBEDBD9CE3740526C905D7A70FAB44F6&imgver=1

圖 10.使用模擬高斯分布進行公差分析的直方圖。

圖11和圖12顯示了使用WCA進行仿真的原理圖和電壓調節(jié)直方圖。

poYBAGOavV-AI7LOAACSRcPN584567.jpg?h=270&hash=BEEFD719694C95082F57B12710D2AB31&imgver=1

圖 11.使用模擬WCA進行公差分析的原理圖。

figure12.svg?h=270&hash=9A9D8A6044170FFF8EA1B6D2CB3DBDE9&imgver=1

圖 12.使用 WCA 進行公差分析的直方圖。

表4和圖13比較了公差分析結果。在此示例中,WCA 預測最大最大偏差,基于高斯分布的模擬預測最小偏差。圖 13 中的盒狀和晶須圖對此進行了說明——實心框表示 1 西格瑪極限,而晶須表示最小值和最大值。

世界衛(wèi)生協(xié)會 高斯 蒙特卡洛
平均 3.30013 3.29944 3.29844
最低 3.21051 3.24899 3.21955
最大 3.39153 3.35720 3.36922
標準差 0.04684 0.01931 0.03293
錯誤正 1.02774 1.01733 1.02098
錯誤正 0.97288 0.98454 0.97562

figure13.svg?h=270&hash=F1FF531F3EEA4286CDC0568949889ECE&imgver=1

圖 13.調節(jié)電壓分布的盒須圖形比較。

總結

使用簡化的DC-DC轉換器模型,分析了三個變量,兩個反饋電阻和內部基準電壓源用于對電壓設定點調節(jié)進行建模。使用統(tǒng)計分析,給出了最終的電壓設定點分布。結果以圖形方式繪制。這與最壞情況的計算相比。由此產生的數據表明,最壞情況限制在統(tǒng)計上是不可能的。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 轉換器
    +關注

    關注

    27

    文章

    8703

    瀏覽量

    147165
  • 電壓源
    +關注

    關注

    1

    文章

    410

    瀏覽量

    32790
  • 仿真
    +關注

    關注

    50

    文章

    4082

    瀏覽量

    133596
  • 容差
    +關注

    關注

    0

    文章

    12

    瀏覽量

    9171
  • LTspice
    +關注

    關注

    1

    文章

    115

    瀏覽量

    13400
收藏 人收藏

    評論

    相關推薦

    分享使用 LTspice 進行電源電路設計的技巧

    LTspice 是一款功能強大、簡單易用且免費的 SPICE 仿真工具,在業(yè)界得到廣泛應用。 列出了用于電源電路設計的 LTspice 的典型用例,并提供了 LTspice 使用的實用
    發(fā)表于 10-28 14:24 ?1.8w次閱讀
    分享使用 <b class='flag-5'>LTspice</b> <b class='flag-5'>進行</b>電源<b class='flag-5'>電路</b>設計的技巧

    怎么使用LTspice教程進行噪聲分析?

    LTspice的一個功能是能夠對電路中的噪聲進行建模。本文介紹了用LTSPICE進行基本
    的頭像 發(fā)表于 10-02 16:33 ?2610次閱讀
    怎么使用<b class='flag-5'>LTspice</b>教程<b class='flag-5'>進行</b>噪聲<b class='flag-5'>分析</b>?

    如何使用LTspice復雜電路統(tǒng)計分析進行建模

    作者:ADI公司現場應用工程師 Steve Knudtsen LTspice?可用于對復雜電路進行統(tǒng)計
    發(fā)表于 03-08 10:52 ?4133次閱讀
    如何使用<b class='flag-5'>LTspice</b>對<b class='flag-5'>復雜</b><b class='flag-5'>電路</b>的<b class='flag-5'>統(tǒng)計</b><b class='flag-5'>容</b><b class='flag-5'>差</b><b class='flag-5'>分析</b><b class='flag-5'>進行</b><b class='flag-5'>建模</b>

    如何診斷模擬電路的軟故障

    ;nbsp;  文章提出了模擬電路軟故障診斷的小波與量子神經網絡方法,利用MonteCarlo分析解決電路
    發(fā)表于 10-12 14:52

    一種接收系統(tǒng)電路分析研究

    對影響電路性能的關鍵參數進行仿真、分析和調整,優(yōu)化電路
    發(fā)表于 05-13 09:09

    模擬電路軟故障診斷的小波與量子神經網絡方法設計

    中,從而減少故障識別的不確定度,提高模式識別的準確性。文章提出了模擬電路軟故障診斷的小波與量子神經網絡方法,利用MonteCarlo分析解決電路
    發(fā)表于 07-05 08:06

    如何利用MonteCarlo分析解決電路問題?

    模擬電路的軟故障診斷的小波方法基于小波和量子神經網絡的故障診斷原理
    發(fā)表于 04-12 06:40

    VirtualLab:用自定義參數運行的分析

    可以通過一個可編程的界面對其進行定制,以允許不同種類的隨機概率分布應用于不同的參數。 隨機分布的分析 在這個用例中,我們展示了一個可定制的參數運行,允許用戶采用不同的隨機分布來實現
    發(fā)表于 10-22 09:16

    LTspice中使用蒙特卡羅和高斯分布進行分析和最差情況分析的方法

    LTspice可用于對復雜電路進行統(tǒng)計
    發(fā)表于 03-25 10:52

    電路分析的區(qū)間迭代算法

    電路在批量生產時, 由于元件的實際參數值總存在有隨機的偏差, 裝配出來的電路, 它們的性能都會和設計的值發(fā)生隨機的偏離。對電路的設計進行
    發(fā)表于 04-23 08:29 ?15次下載

    雙連電路

    雙連電路
    發(fā)表于 07-30 17:51 ?493次閱讀
    <b class='flag-5'>差</b><b class='flag-5'>容</b>雙連<b class='flag-5'>電路</b>圖

    基于Pspice的電路參數統(tǒng)計分析

    電路統(tǒng)計分析包括蒙特卡羅分析靈敏度分析和最壞情況分析
    發(fā)表于 08-23 16:18 ?68次下載
    基于Pspice的<b class='flag-5'>電路</b>參數<b class='flag-5'>容</b><b class='flag-5'>差</b><b class='flag-5'>統(tǒng)計分析</b>

    車聯(lián)網建模統(tǒng)計性質分析及其路由策略綜述

    車聯(lián)網建模統(tǒng)計性質分析及其路由策略綜述,內部資料
    發(fā)表于 03-24 16:55 ?0次下載

    LTspice:最壞情況電路分析,仿真運行最少

    LTspice中設計電路時,您可能希望評估元件的影響。例如,運算放大器電路中非理想電阻引入的增益誤差。本文介紹了一種方法,該方法可減少
    的頭像 發(fā)表于 01-04 14:27 ?4152次閱讀
    <b class='flag-5'>LTspice</b>:最壞情況<b class='flag-5'>電路</b><b class='flag-5'>分析</b>,仿真運行最少

    如何在LTspice中對變壓器建模

    本文中,我們將學習如何在 LTspice 中對變壓器建模。
    的頭像 發(fā)表于 05-14 15:45 ?2.2w次閱讀
    如何在<b class='flag-5'>LTspice</b>中對變壓器<b class='flag-5'>建模</b>