8(495)909-90-01
8(964)644-46-00
pro@sio.su
Главная
Системы видеонаблюдения
Охранная сигнализация
Пожарная сигнализация
Система пожаротушения
Система контроля удаленного доступа
Оповещение и эвакуация
Контроль периметра
Система домофонии
Парковочные системы
Проектирование слаботочных сетей
Аварийный
контроль
Раздел: Документация

0 ... 33 34 35 36 37 38 39 ... 66

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 A/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 достоверные 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. Можно установить набор программных заданий, обеспечивающих построение соответствующих осциллограмм по методу Монте-Карло и оставить выполнение этой задачи на ночь.

4.8.1.Выбор анализа разброса параметров

методом Монте-Карло

Задача.

Из списка возможных видов анализа выбрать анализ разброса параметров методом Монте-Карло (Monte Carlo).

Решение.

РЕ — D3.AnalysisTypeATime Domain(Transient)[DC Sweep][AC Sweep/Noise], OptionsAMonte Carlo/Worst Case, Monte Carlo, OKI

4.8.2.Настройка и запуск анализа разброса параметров методом Монте-Карло

Задача.

Перед анализом разброса параметров методом Монте-Карло задать его настройки: выходную переменную число просчитываемых вариантов вид 110


4,8. Анализ разброса параметров методом Монте-Карло

распределения (равновероятное либо гауссовское), начальное значение датчика случайных чисел и начать моделирование.

Решение.

РЕ - D3.AnaIysis TypeTime Domain(Transient)[DC Sweep][AC Sweep/Noise], OptionsAMonte Carlo/Worst Case, Monte Carlo, Output variable->X\ Monte Carlo options, {Number of runs->Y & Use distributionAUniform [Gaussian] & Random number seed->Z, OK - D44

Замечание.

Начальное состояние датчика случайных чисел может задаваться в виде нечетных чисел в диапазоне I...32767. По умолчанию оно равняется 17533.

4.8.3. Составление отчета о значениях параметров модели при анализе методом Монте-Карло

Задача.

При анализе методом Монте-Карло составить отчет о значениях параметра модели.

Решение.

РЕ - D3.Analysis TypeTime Domain(Transient)[DC Sweep][AC Sweep/Noise], OptionsAMonte Carlo/Worst Case, Monte Carlo, More Settings.List model parameter value in the output file for each run -> 4, OK, OKI

4.8.4. Создание гистограмм

Задача.

При анализе по методу Монте-Карло создать гистограммы выходного параметра с псевдонимом X для целевой функции Т.

Решение.

PS - A6.Axis Settings, Processing Options, Performance Analysis->W, OK -A5.Add Trace, {Function or MacrosAY & Simulation Output Variables}, OKI

4.8.5. Задание количества делений интервала целевой функции для формирования гистограмм

Задача.

Задать количество делений интервала целевой функции для формирования гистограмм равным N.

Решение.

PS - A8.0ptions, Number of Histogram Divisions->N, OKI

111


4.8.6. 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. 4.14. Численные значения параметров элементов приведены на схеме. Тип анализа — переходный процесс. Распределение случайной величины — гауссовское, число про-

R2 10

I-СП-,

I— V2 - 10

V1=0

V2=5

TD=10u

TR=100n

TF=100n

PW=1us

PER=2s

Рис. 4.14. Схема для определения влияния разброса параметров элемента на разброс целевой функции (метод Монте-Карло)

р40

с

e 20

SEL» 0

16m

20m

I I

24m

28m

32m

36m

40m

44m

n samles = 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

40mA

30mA 20mA 10mA

11,6us 11.865us

Рис. 4.15. Осциллограммы коллекторного тока (целевая функция) и соответствующая гистограмма 112



0 ... 33 34 35 36 37 38 39 ... 66