Учет влияния разброса параметров компонентов схем на характериски РЭС

Страницы работы

Содержание работы

Учет влияния разброса параметров компонентов схем на хар-ки РЭС

Разброс параметров схемы указывается в техническом задании. Реальные выходные хар-ки всегда отличаются от расчетных:

1. невозможно найти точные номиналы   2. Каждый номинал компоненты имеет технологич.разброс   3. В процессе эксплуатации изделие стареет, его харак-ки меняются.

Еще на пар-ры компонента влияет окр.среда.

Для анализа и синтеза РЭС вводят след.классификацию:

1. допусковый анализ(схема спроектирована),известны допуски на пар-ры компонентов, найти отклонение внешних хар-к от расчетных это требуется для введения подстроечных элементов схемы   2. Допусковый синтез (известна схема РЭС, рассчитаны пар-ры компонентов) требуется определить допуски на пар-ры компонентов.   3. Статистический параметрический синтез (известны границы изменения пар-ов схемы, допуски на внешние хар-ки) требуется определить значения пар-ов компонентов схемы.     4. Статистический структурный синтез (известны допуски на внешние хар-ки, допуски на компоненты схемы) требуется найти схему.      

Для осущ-ия этих операций нужно связать допуски на внешних хар-ах с допусками пар-ов схемы. Вводят функцию кач-ва F(V0+∆V). Разложим в ряд Тейлора:

1. отклонения пар-ов компонентов малы(5-10%) – пренебрегают всеми членами ряда кроме первых    

2. Отклонение >10% - использ-ся метод коэф-ов чувствит-ти или влияния. Коэф-ом чувствит-ти или влияния называется первая производная. У каждого компонента свой коэф-т влияния.

Виды коэф-ов влияния:  а) абсолютный   б) относит-ый в) интегральный

Чем больше коэф-т влияния у компонента, тем лучше этот коэф-т подстраивает реальную хар-ку  к расчетной.

Анализ по методу Монте-Карло

1. задание наклона по которому изменяется значение пар-ов компонентов схемы. Разброс параметров 10%.    2. Вычисляем реализации внешних хар-к.

По гистограмме можно определить % брака:

Если % большой необходимо: 1. Взять более кач-ую элементную базу (заменяются только те компоненты кот-ые влияют на выходные хар-ки)

2. ввести подстроечные компоненты     3. Разработать новую схему

Синтез по методу Монте-Карло

1. задаются исходные разбросы    2. Производ-ся анализ по монте-карло    3. Производится сравнение полученных внешних хар-к  с требуемыми.

Если получ-ые хар-ки имеют большой разброс, то происходит автоматич. Изменение разброса некоторых пар-ов компонентов.

Оптимальное проектирование на основе  решения задачи линейного программирования.

Для получения заданных хар-к РЭС необходимо записать целевую функцию. Если схема сложная записывают несколько целевых функций.

FCN=

Если частные целевые функции неравнозначны, тогда каждая функция складывается со своим весовым коэф-ом

Если выходные пар-ры не мощности, то целевые функции составляются так, чтобы их максимизировать.

Если функция имеет несколько экстремумов на (а,b) то определяем интервал, где находится самый минимальный экстремум. После нахождения мин применяются более точные методы оптимизации:

А) Метод дихотомии – половинного деления.

Б) Метод Фибоначи.

В) Метод золотого сечения.

Метод Дихотомии.

Задается Х1, Х2

Определяются функции в этих точках. Отрезок делится пополам.

Где Δ – малая величина, обычно ε/10

Если F(x2)>F(X1), то B=X2 критерием данного метода является |B-A|< ε

 


Метод Фибоначчи.

Использует числа Фибоначчи – числа Фибоначчи F0=1    F1=1

Fi=Fi-1+Fi-2 – очень быстро растущие числа.

Основан на нахождении большого числа Фибоначчи, которое соответствует заданной точности.

Пошаговым методом определяем где находятся а и b.  Минимум целевой функции достигнут если |b-a|=3∆

1. определяем число Фибоначчи, которое будет соответствовать ∆.

2.Х1 и Х2вычисляются

X1=A- ΔFi-2=B- ΔFi-1

X2=A- ΔFi-1=B- ΔFi-2

3. вычисляем F(x1) и F(x2)

Метод золотого сечения.

В алгоритме отсутствует 2, 3, 4, 5 действия (вычисление чисел Фибоначчи)

Условие золотого сечения τ=1,618

1)  AB/X1B=X1B/AX1= τ

2)  AB/AX2=AX2/AX1= τ

Исходя из соотношений и зная τ вычисляем х1 и х2.

Задача минимизации многомерной целевой функции.

Похожие материалы

Информация о работе