容差分析与最坏分析
时间：10-02
整理：3721RD
点击：
最近确实在深入查询关于可靠性方面的资料，对我原有的一些概念和一些方法有了一些改变，最为突出的还是常用的一些方法。
有几份比较老的资料，看起来有些吃力，不过如有希望深入去了解的，可以参考一下。老先生写的书就是有些复杂，数学公式有点多的让人头痛一些。
电路参数的容差分析与设计 作者:凌燮亭 链接
相比较而言，有本国外的书本要实际一些，不过我下不来电子书，在google的图书上能预览一部分。窃以为这本书写得非常好，如有哪位下载下来，一定要给我发一份。
Tolerance Analysis of Electronic Circuits Using MATHCAD
Robert Boyd, University of California, Irvine, California, USA
下面有两份较老的军用标准，涵盖了这些设计.
最坏情况电路分析指南GZB/Z 223-2005
电路容差分析指南GZB/Z 89-97
一般来说呢，最坏分析是包含在容差分析之内的，因为汽车电子环境的关系，也包括电子元器件（被动与被动元件）都要经受AECQ的考验。在器件本身公差，环境影响（在汽车电子里面，一般包括温度气候影响，生产焊接，静电等），寿命老化等三方面因素的影响。以前一直奇怪为什么每个国外的整车厂都很在意这个分析，关键还是15年的设计使得汽车电子产品对参数影响需要有很大的依赖性。在做完最坏分析的过程中，连带需要完成器件的降额分析。因为一般元器件的参数都是给出的是典型温度下的典型值，我们分析得到的是最坏情况下的极端值，这两者之间就需要一定的妥协，能够将器件的额定的值进行缩减。
在期刊上找到的大多数的文章与这方面有关的，都是通过PSpicE软件进行仿真，没觉得它不好，只是在分析的过程中，至少需要把每个参数的变化都得搞清楚，而不是仅仅把一个公差输入进去。而且在Review的过程中，拿个PSPICE的结果出来对于暂态分析倒是容易一些，面对复杂的要求，比如每种电路中不同的需要分析的量，我个人认为还是能够通过器件建模，然后采用节点电压法，矩阵计算的过程要容易一些，毕竟所有的过程都是可控和细节化的。
另外一点需要补充的是，蒙特卡洛的参数分布有些是不可知的，虽然有些器件的基本公差是正太分布，但是经历诸多实验的这些分布确实不知道，因此有时候只能假设为平均分布去计算。
最后，采用极端值的算法虽然简单而且方便，不过客观上也在很多时候放大了误差，最直观的影响是温度特性，大多数参数都是温度跟随的（有些是环境温度跟随，有些是结温跟随），这个时候怎么办呢？独立出温度参数，采用假设的方法进行等效，最后通过实验验证吧。因此我倒是希望能够采用，初步设计+最坏分析初步验证+最终实验验证的情况去完成产品的设计。
大概就是这个样子，继续找资料和码字。
有几份比较老的资料，看起来有些吃力，不过如有希望深入去了解的，可以参考一下。老先生写的书就是有些复杂，数学公式有点多的让人头痛一些。
电路参数的容差分析与设计 作者:凌燮亭 链接
相比较而言，有本国外的书本要实际一些，不过我下不来电子书，在google的图书上能预览一部分。窃以为这本书写得非常好，如有哪位下载下来，一定要给我发一份。
Tolerance Analysis of Electronic Circuits Using MATHCAD
Robert Boyd, University of California, Irvine, California, USA
下面有两份较老的军用标准，涵盖了这些设计.
最坏情况电路分析指南GZB/Z 223-2005
电路容差分析指南GZB/Z 89-97
一般来说呢，最坏分析是包含在容差分析之内的，因为汽车电子环境的关系，也包括电子元器件（被动与被动元件）都要经受AECQ的考验。在器件本身公差，环境影响（在汽车电子里面，一般包括温度气候影响，生产焊接，静电等），寿命老化等三方面因素的影响。以前一直奇怪为什么每个国外的整车厂都很在意这个分析，关键还是15年的设计使得汽车电子产品对参数影响需要有很大的依赖性。在做完最坏分析的过程中，连带需要完成器件的降额分析。因为一般元器件的参数都是给出的是典型温度下的典型值，我们分析得到的是最坏情况下的极端值，这两者之间就需要一定的妥协，能够将器件的额定的值进行缩减。
在期刊上找到的大多数的文章与这方面有关的，都是通过PSpicE软件进行仿真，没觉得它不好，只是在分析的过程中，至少需要把每个参数的变化都得搞清楚，而不是仅仅把一个公差输入进去。而且在Review的过程中，拿个PSPICE的结果出来对于暂态分析倒是容易一些，面对复杂的要求，比如每种电路中不同的需要分析的量，我个人认为还是能够通过器件建模，然后采用节点电压法，矩阵计算的过程要容易一些，毕竟所有的过程都是可控和细节化的。
另外一点需要补充的是，蒙特卡洛的参数分布有些是不可知的，虽然有些器件的基本公差是正太分布，但是经历诸多实验的这些分布确实不知道，因此有时候只能假设为平均分布去计算。
最后，采用极端值的算法虽然简单而且方便，不过客观上也在很多时候放大了误差，最直观的影响是温度特性，大多数参数都是温度跟随的（有些是环境温度跟随，有些是结温跟随），这个时候怎么办呢？独立出温度参数，采用假设的方法进行等效，最后通过实验验证吧。因此我倒是希望能够采用，初步设计+最坏分析初步验证+最终实验验证的情况去完成产品的设计。
大概就是这个样子，继续找资料和码字。
好乱啊，能整理么