Температурный анализ

При температурном анализе, PSpice использует стандартные виды анализа из диалогового окна Simulation Settings при различных температурах.

Количество температурных точек при анализе может быть нулевым или отличным от нуля. Если температурная точка не определена, анализ цепи выполняется при 27 °C. Если в списке температурных точек больше чем один элемент, анализ производится для каждой температурной точки этого списка.

V1=0

V2=15

TD=10mk

TR=100h

TF=100h

PW=0,5u

PER=2c

Схема для определения влияния температуры на процессы коммутации транзистора

Рис. 3.29. Схема для определения влияния температуры на процессы коммутации транзистора

Установка температуры большей, чем максимально допустимая паспортная температура элемента, приводит к перерасчету значений параметров элементов, зависящих от температуры.

В качестве примера температурного анализа рассмотрим процесс коммутации IGBT транзистора IRG4PH50UD для температур 25, 50, 75, 100 °C. Принципиальная схема и параметры элементов приведены на рис. 3.29 (транзистор показан условно). На рис. 3.30 приведены осциллограммы напряжения на транзисторе для вышеприведенных температур. Моделирование показывает, что включение транзистора для данной схемы практически не зависит от температуры, а процесс выключения существенно зависит от рабочей температуры.

V(VT1:1,VT1:3)

Рис. 3.30. Осциллограммы напряжения на транзисторе при различных рабочих температурах

Анализ разброса параметров методом Монте-Карло

Анализ разброса параметров методом Монте-Карло является видом статистического анализа.

При анализе методом Монте-Карло изменяются наборы допусков параметров устройств при следующих видах анализа: по постоянному току, по переменному току или переходных процессов, которые запускаются из диалогового окна Simulation Settings с номинальными значениями параметров моделируемых элементов. Перед запуском анализа следует задать модель и набор допусков на необходимые параметры модели. Начальное состояние датчика случайных чисел может задаваться в виде нечетных чисел в диапазоне 1 ...32 767. По умолчанию оно равняется 17 533.

При анализе методом Монте-Карло генерируются следующие виды отчетов:

  • • значения параметров модели, используемые для каждого просчета;
  • • кривые или набор переменных, получаемые при каждом просчете как функция определенной совокупности параметров.

Таким образом, при всех вариантах просчета есть возможность сопоставить некоторые выходные функции.

Полученные в виде результатов данные служат для анализа соответствующих зависимостей. При анализе методом Монте-Карло можно использовать анализ характеристик для построения гистограмм выходных данных.

Для анализа методом Монте-Карло может быть использовано пять вариантов выходных переменных, которые можно определить в диалоговом окне Monte Carlo (приведены в табл. 3.2).

Таблица 3.2. Варианты выходных переменных при анализе разброса параметров методом Монте-Карло

Вариант

Характеристика

<попе>

Выходные переменные не генерируются

АП

Обеспечивает генерацию всех выходных данных (включая просчет, соответствующий номинальному набору исходных данных)

First*

Генерирует выходные данные только для первых п вариантов просчетов

Every*

Генерирует выходные данные для каждого n-ного просчета

Runs (list)*

Производит анализ и генерирует выходные данные в соответствии со списком, в который может быть занесено до 25 значений

* Указывает на то, что можно устанавливать номер просчета в текстовом окне.

Значения выходных переменных определяются для выбранных просчетов и сохраняются в выходном файле моделирования и файле данных.

Следует отметить, что даже небольшое число просчетов может привести к созданию выходных файлов больших размеров.

В случае проведения анализа по методу Монте-Карло, PSpice сохраняет результаты анализа по постоянному току для дальнейшей обработки и сравнения. После того, как анализ с номинальным значением параметров завершен, PSpice А/D проводит дополнительные просчеты (например, анализ по постоянному току).

Последующие просчеты осуществляются в том же виде анализа, что и просчет номинального варианта, но с принципиальным отличием: вместо использования номинальных значений параметра, просчет производится со значением параметра, определенным с учетом указанных допусков, то есть с новым значением параметра.

Имеется выбор при определении количества просчетов при анализе по методу Монте-Карло. Большее количество просчетов обеспечивает более дос-

Схема для определения влияния разброса параметров

Рис. 3.31. Схема для определения влияния разброса параметров

товерные статистические данные, но при этом требуются большие затраты времени. Количество временных шкал непосредственно линейно связано с количеством просчетов. Во время просчета анализа по методу Монте-Карло, PSpice обеспечивает на дисплее индикацию текущего просчета и количество уже выполненных просчетов.

По мере того как количество расчетов по методу Монте-Карло возрастает, процесс моделирования требует большего времени, и размер файла данных возрастает. Увеличение размера файла данных может привести к замедлению открытия данных и замедлению вывода осциллограмм.

Один из способов избежать проявления этого эффекта состоит в том, что необходимо организовать не последовательное выполнение всех просчетов по методу Монте-Карло, а создать блок команд, обеспечивающих каждый раз новое обращение к просчету по методу Монте-Карло.

Приведем пример анализа разброса параметров методом Монте-Карло.

В качестве примера анализа разброса параметров методом Монте-Карло рассмотрим влияние разброса параметров сопротивления R1 на величину коллекторного тока (целевая функция). Схема приведена на рис. 3.31. Численные значения параметров элементов приведены на схеме. Тип анализа — переходный процесс (Transient Analysis). Распределение случайной величины — гауссовское, число просчетов целевой функции — 5, допуск на изменение величины сопротивления R1 — 20 %, количество делений интервала целевой функции для формирования гистограммы — 10.

Осциллограммы коллекторного тока и соответствующая гистограмма приведены на рис. 3.32. Кроме этого на рис. 3.32 приведены численные значения следующих статистических величин: число просчетов целевой функции

n samples ? 5 sigma ? 0.00784227 median ? 0.0337172 n divisions = 10 minimum = 0.0204198 90th %ile = 0.0398722 mean = 0.0328915 10th %ile - 0.0204198 maximum - 0.0398722

l(R2)

Рис. 3.32. Осциллограммы коллекторного тока (целевая функция) и соответствующая гистограмма

(n samples), количество делений интервала целевой функции для формирования гистограммы (n divisions), среднее значение целевой функции (mean), среднеквадратичное отклонение целевой функции (sigma), минимальное значение целевой функции (minimum), десятипроцентная окрестность минимального значения целевой функции (10 %ile), медиана (median), десятипроцентная окрестность максимального значения целевой функции (90 %ile), максимальное значение целевой функции (maximum).

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >