電子可靠性技術(shù):最壞情況分析方法（二）

　　RSS是一種組合標準方差的統計技術(shù)，它基于大數定律(中心極限理論)。RSS表示，如果多個(gè)變量進(jìn)行組合統計，則結果分布是正態(tài)的，與組合變量的分布形式無(wú)關(guān)。因此可以通過(guò)數學(xué)方法有效統計多個(gè)變量組合情況下電路性能的標準方差，每個(gè)器件的標準方差是基于電路性能針對每個(gè)器件參數的靈敏度幅值。先求出輸出變量的標準差ST，再將結果乘以3(99.7%概率)，得到最壞情況值。

　　表1：使用仿真軟件可得到每個(gè)器件的靈敏度。

　　蒙特卡羅分析被認為是在各種條件下對電路性能多次評估的統計結果的經(jīng)驗判斷。在各種條件中，各器件的參數是隨機選擇的。采用蒙特卡羅分析，可以計算電路的平均和標準方差(δ)。3δ(99.7%)也被認為是最壞情況值。幸運的是，很多仿真軟件都可以執行蒙特卡羅分析。

　　比較三種WCCA技術(shù)

　　EVA是最簡(jiǎn)單的技術(shù)，最容易得到最壞情況電路性能的估計，但是結果是最悲觀(guān)的。EVA需要開(kāi)發(fā)電路中所有器件的最壞情況參數變化數據庫。EVA需要輸入的格式是最壞情況器件變化(最大最小值)極限(3δ)，加上電路的靈敏度方向。電路輸入結果的格式是最壞情況最大最小值。

　　RSS的結果相對而言更實(shí)際些，但是內部可能有錯誤，因為假設靈敏度是線(xiàn)性的，分布是正態(tài)的。RSS的輸入格式是器件參數概率分布的標準方差(一般得不到的)和電路相對器件變化的靈敏度大小。輸出格式是電路性能概率分布的平均和標準方差。

　　蒙特卡羅分析需要先了解器件參數分布(一般得不到)，然后給出準確的結果，它需要借助計算機程序實(shí)現。蒙特卡羅分析輸入格式是每個(gè)器件參數的概率分布(不需要作靈敏度分析)。結果輸出格式是電路性能概率分布的直方圖。

　　可以看到，RSS和蒙特卡羅這兩種統計方法能預測電路性能在規格范圍內的概率，這是很重要的。而EVA不能給出得到這個(gè)概率結果。

　　本文小結

　　電子產(chǎn)品硬件需要在一定壽命內可靠工作，這不能僅僅依靠對器件的典型和初始容差值進(jìn)行設計來(lái)實(shí)現。器件在組裝到電路板上后其參數會(huì )發(fā)生偏移，如果開(kāi)發(fā)出最壞情況器件參數變化數據庫，設計人員就可以方便地得到這些數據庫，那么電子工程師就能夠不僅做典型電路設計和分析，還可以做WCCA。