当前位置：文档之家 › 最坏情况分析和蒙特卡洛分析

最坏情况分析和蒙特卡洛分析

  • 格式：doc
  • 大小：385.15 KB
  • 文档页数：19

第11章最坏情况分析和蒙特卡洛分
析
11.1 最坏情况分析（.Wcase）
最坏情况（Worst Case）是指电路中的元件参数在其容差域边界点上取某种组合时所引起的电路性能的最大偏差。

最坏情况分析（Worst Case Analysis）就是在给定电路元器件参数容差的情况下，估算出电路性能相对标称值时的最大偏差。

例1：差动放大器如图11-1所示，说明如何进行最坏情况分析。

图11-1差动放大器1、电路图的绘制
2、分析参数的设定瞬态分析
输出变量V（OUT1）
同时进行DEV与LOT分析
同时进行灵敏度分析
图11-2 分析参数的设定1
点选More Setting…，出现如图11-3所示的对话框。

输出结果朝正向HI偏移
输出到文字档
图11-3 分析参数的设定2
3 、执行PSpice程序
在电路图中设置电压探针V（OUT1）。

点选PSpice/Run，屏幕会出现PSpice A/D视窗执行模拟功能，进行分析。

模拟结束后，出现如图11-4所示的画面。

图11-4 三项模拟结果的波形资料
图11-5 模拟结果
图中最后一个符号所对应的曲线即代表分析出来的在最坏情况下的波形。

4、查看文字输出档
点选View/Output File可以看到最坏情况分析的文字结果，如图11-6所示。

图11-6 最坏情况分析的文字结果
11.2 蒙特卡洛分析（.MC）
蒙特卡洛分析：此分析使用统计模拟方法，在给定电路元件参数容差的统计分布规律的情况下，用一组伪随机数求得元器件参数的随机抽样序列，估算出电路性能的统计分布规律，如电路性能的中心值、方差，以及电路合格率、成本等等。

用此结果作为是否修正设计的参考，增加了模拟的可信度。

例2：差动放大电路如图11-1所示，使用前面讨论过的方法分析电路的不同特性，并且用蒙特卡洛分析方法分析电路元件误差对输出波形的影响。

Q1
1）电路图的绘制
输入电路图名称（如CHD），绘制电路图。

其中V1信号源取用正弦源，正弦源有5个参数需要设置：直流偏置电压（VOFF）—0V；
振幅（VAMPL）—0.2V；
频率（FREP）—5MEG；
延迟时间（TD）—0；
阻尼系数（DF）—0；
相位延迟（PHASE）—0。

2）直流分析
创建新仿真文件，名称为“CHADONG”，在直流扫描设置对话框的“Sweep variable”中点选“Voltage soure”，且在“Name”中键入“V1”，在“Sweep type”中单选“Linear”，在“Start”空白中键入“－0.18”，在“End”空白中键入“0.18”，在“Increment”空白中键入“0.01”。

执行PSpice程序后的结果波形如图11-7所示。

这是差动电路的输入输出传输特性。

图11-7 直流分析结果
3）交流分析
运行菜单PSpice/Edit Simulation Setting，在交流扫描设置对话框的“AC Sweep type”中单选“Logarithmi”，其下面的下拉列表框中点选“Decade”，在“Start”空白中键入“1k”，在“End”空白中键入“100MEG”，在“Points/Decade”空白中键入“10”。

执行PSpice程序后的结果波形如图11-8所示。

图11-8 交流分析结果
4）瞬态分析
运行菜单PSpice/Edit Simulation Setting，在瞬态分析设置对话框中，“Run to”空白中键入“2u”，在“Start saving data”空白中键入“0”，在“Maximum step”空白中键入“0.001u”。

执行PSpice程序后的结果波形如图11-9所示。

这是差动电路V(OUT1）、V(OUT2）的瞬时波形图。

图11-9瞬态分析结果
5）蒙特卡洛分析
输入电路图后，设置电阻RBIAS属性中的容差（TOLERANCE）值，在其属性对话框TOLERANCE项中填入“10%”，即设置容差值为10%。

图11-10 蒙特卡洛分析设置框
执行PSpice程序后的结果波形如图11-11所示。

这是差动电路的输出V（out1）的瞬时波形图。

图11-11蒙特卡洛分析结果
11.3 直方图的使用方法
Goal Function就是一种能从输出数据中，搜寻某指定及其坐标值的函数。

在Probe 窗口下，用Goal Function 可以快捷取出常见的幅、相频响应的频宽、-3db的频率、中心频率、峰值、最大、最小值等。

例3 以切比雪夫滤波器为例，要求中心频率为10kHZ,带宽为1.5kHZ，电路如图11-12所示。

图11-12切比雪夫滤波器电路
1、电路图的绘制
其中Rbreak(R1-R6)，Cbreak(C1-C3)。

R和C从Breakout.olb库中提取，以便设置误差系数。

设置方法是选Edit PSpice Modil…, 创建模型，如图所示。

•model Rbreak RES R=1 DEV=1%，
•model Cbreak CAP C=1 DEV=5%
图11-13设置误差系数2、分析参数的设定
图11-14交流分析设置
4
图11-15 蒙特卡洛分析设置
3、执行PSpice程序，创建直方图
1) 对话框设置完毕后，点选PSpice/Run或其对应的图标。

屏幕会出现PSpice A/D视窗进行模拟分析。

模拟结束后，出现如图11-16所示的画面。

图11-16 蒙特卡洛分析波形资料
2) 呼叫带宽波形：如图11-17所示在Plot/Axis Settings下，勾选Performance Analysis,或用图标将Probe画面转换成目标函数性能设计。

图11-17 指定性能分析
然后用Trace/Add Trace…，或者直接用图标：
在Measurement中选取带宽函数(Bandwidth(Vdb(out,1)，如图11-18所示。

图11-18选取带宽函数(Bandwidth(Vdb(out,1) 图11-18中为带宽函数，即针对输出V(out)的频率作统计图表(带宽直方图)。

所得结果如图11-19所示。

图11-19滤波器带宽直方图
➢n samples：蒙特卡罗分析的次数，现设为100次，上限为4000次。

➢n divisions：显示的长方形个数，现设为20次。

➢M ean：输出变量平均值，现约为514.84KHZ
➢S igma ：输出变量平均误差值，现为121.95。

➢m inimum、maximum、median：输出变量的最小值、最大值、中间值。

➢10th %ile、90th %ile：所有输出变量处于前10%和前90%的输出值。

合集下载

Multisim分析方法

Multisim分析方法

某些虚拟仪器可以完成仿真分析，如放大电路的 频响，可以用仿真分析方法中的交流分析得到结 果，也可以用波特仪观测结果
菜单 Simulate/Analyses,列 出所有分析类型
直流工作点分析 交流分析 瞬态分析 傅里叶分析 噪声分析 噪声系数分析 失真分析 直流扫描分析 灵敏度分析 参数扫描分析 温度扫描分析 极零点分析 传递函数分析 最坏情况分析 蒙特卡洛分析 布线宽度分析 批处理分析 用户自定义分析
参数扫描分析是检测电路中某个元件的参数，在一 定取值范围内变化时对电路直流工作点、瞬态特性、交 流频率特性的影响。
在实际电路设计中，可以针对电路性能进行优化。
在进行参数扫描分析时，数字器件被视为高阻接地。
对放大电路1进行参数扫描分析。。。 研究元件参数变化对放大电路的影响，如：R3
参数扫描设置
输出节点选2
直流工作点分析是求解电路仅受电路中直流电 压源或电流源作用时，每个节点上的电压及流过的 电流。
对电路进行直流工作点分析时，交流电压源短路、 交流电流源开路、电感短路、电容开路和数字器件高 阻接地。
直流工作点分析基本步骤
1、创建电路，如图 2、直流工作点分析设置 Simulate－Analyses－DC Operating Point…
零极点分析主要用于模拟小信号电路的分析，数 字器件将被视为高阻接地。
五、传递函数分析(Transfer Function Analysis)
传递函数分析是计算两个输出节点的电压或流过某 个器件的电流与一个输入源的直流小信号传递函数
还可用于计算电路的输入和输出阻抗。
该分析首先将任何非线性模型在直流工作点基础 上线性化，求得其线性化的模型，然后再进行小信号 分析。
设置输出变量
可靠性与风险分析蒙特卡罗方法

可靠性与风险分析蒙特卡罗方法

可靠性与风险分析蒙特卡罗方法可靠性与风险分析蒙特卡罗方法是用于评估特定有限系统的可靠性和风险的数据分析方法，它是建立在蒙特卡罗定理和采样原理基础之上的。

蒙特卡罗定理是指当机器经过足够多的反复实验后，模拟结果的概率将逐渐接近其理论值。

可靠性与风险分析蒙特卡罗方法使用计算机来模拟故障模式，以确定可靠性和风险各系统。

蒙特卡罗方法是建立在概率论和数理统计原理基础之上的。

它通过建立有限系统发生故障的概率模型，做出有效的故障诊断和概率估计。

蒙特卡罗方法能够评估系统中不同部分的可靠性，识别出可靠性最低的子系统，以及评估系统故障的影响、紧急度以及风险的大小等。

因此，可靠性与风险分析蒙特卡罗方法可以用来预测系统的可靠性和风险，评估可靠性工程措施的效果，并给出可靠性设计的建议。

由于蒙特卡罗方法的模拟精度可以较高，而且可以模拟复杂的系统结构，因此它是一种高效的可靠性和风险分析方法。

蒙特卡罗方法应用范围很广，广泛应用于微电子、机械、软件和计算机等复杂系统的可靠性和风险分析。

可靠性与风险分析蒙特卡罗方法需要建立足够复杂的故障模型和模拟参数，且模拟过程耗时较长。

因此，使用蒙特卡罗方法分析可靠性和风险的计算机系统的复杂性和能耗较大，考虑这两个因素时，要求模拟时间尽量缩短，同时设计模型时要精简，确保准确性和准确性。

此外，可靠性与风险分析蒙特卡罗方法还可以用于复杂系统中元件的可靠性评估，提高系统的可靠性和保证安全。

最后，可靠性与风险分析蒙特卡罗方法可以更好地用于风险评估，以帮助制定合理的管理和决策策略。

总之，可靠性与风险分析蒙特卡罗方法是一种重要的可靠性和风险分析方法，在工程实践中具有重要的实际意义。

它可以有效地评估复杂系统的可靠性和风险，为设计人员提供有效的决策支持，帮助系统优化和安全评估，从而把握可靠性和风险。

风险评估技术-蒙特卡罗模拟分析(Monte Carlo simulation)

风险评估技术-蒙特卡罗模拟分析(Monte Carlo simulation)

蒙特卡罗模拟分析(Monte Carlo simulation)1 概述很多系统过于复杂，无法运用分析技术对不确定性因素的影响进行模拟，但可以通过考虑投入随机变量和运行N次计算(即所谓模拟)的样本，以便获得希望结果的N个可能成果。

描述输入数据的不确定性并开展多项模拟(其中，对输入数据进行抽样以代表可能出现的结果)加以评估。

这种方法可以解决那些借助于分析方法很难理解和解决的复杂状况。

可以使用电子表格和其他常规工具进行系统开发，也可以使用更复杂的工具来满足一些更复杂的要求，很多要求所需的投资较少。

当该技术首次开发时，蒙特卡罗模拟所需的迭代过程缓慢，耗费时间。

但是，随着计算机技术的进步和理论的发展，例如latin-hypercube抽样法使很多应用程序的处理时间几乎变得微不足道。

2 用途蒙特卡罗模拟是评估不确定性因素在各种情况下对系统产生影响的方法。

这种方法通常用来评估各种可能结果的分布及值的频率，例如成本、周期、吞吐量、需求及类似的定量指标。

蒙特卡罗模拟法可以用于两种不同用途：●传统解析模型的不确定性的分布；●解析技术不能解决问题时进行概率计算。

3 输入输入到蒙特卡罗模拟法的是一个系统模型和关于输入类型的信息、不确定性源和期望的输出。

具有不确定性的输入数据被表示为具有一定分布的随机变量，根据不确定性的水平其分布具有或多或少的离散性。

为此，均匀分布、三角分布、正态分布和对数正态分布经常被使用。

4 过程过程如下：●确定尽可能准确代表所研究系统特性的模型或算法；●用随机数将模型运行多次，产生模型(系统模拟)输出。

在模拟不确定性效应的应用场合，模型以方程式的形式提供输入参数与输出之间的关系。

所选择的输入值取自这些参数中代表不确定性特点的适当的概率分布。

●在每一种情况下，计算机以不同的输入运行模型多次(经常到一万次)并产生多种输出。

这些输出可以用传统的统计方法进行处理，以提供均值、方差和置信区间等信息。

下面给出一个模拟例子。

蒙特卡罗方法在风险评估中的应用

蒙特卡罗方法在风险评估中的应用

蒙特卡罗方法在风险评估中的应用蒙特卡罗方法是一种基于随机抽样的数值计算方法，通过随机抽样来解决实际问题中的复杂计算和模拟，被广泛应用于金融、工程、科学等领域。

在风险评估中，蒙特卡罗方法可以帮助分析人员更准确地评估风险，制定相应的风险管理策略。

本文将探讨蒙特卡罗方法在风险评估中的应用，介绍其原理和优势，并结合实际案例进行说明。

一、蒙特卡罗方法原理蒙特卡罗方法是一种基于随机抽样的数值计算方法，其基本原理是通过大量的随机抽样来模拟问题的不确定性因素，从而得出问题的解或结果。

在风险评估中，蒙特卡罗方法可以用来模拟不同的风险因素，如市场波动、自然灾害等，通过大量的模拟实验来评估风险的概率分布和可能的损失情况。

二、蒙特卡罗方法在风险评估中的优势1. 考虑不确定性因素：风险评估中存在许多不确定性因素，传统的计量方法往往难以全面考虑这些因素。

蒙特卡罗方法通过随机抽样的方式，可以全面考虑各种不确定性因素，更准确地评估风险。

2. 灵活性强：蒙特卡罗方法适用于各种类型的风险评估问题，可以根据具体情况灵活调整模型和参数，适用性广泛。

3. 结果可靠性高：通过大量的随机抽样和模拟实验，蒙特卡罗方法可以得出较为可靠的结果，有助于决策者更好地理解和应对风险。

三、蒙特卡罗方法在风险评估中的应用案例以金融领域为例，假设某投资机构要评估某种金融产品的市场风险。

首先，需要确定影响市场风险的各种因素，如利率变动、汇率波动、市场需求等。

然后，利用蒙特卡罗方法进行模拟实验，通过大量的随机抽样来模拟这些因素的变动情况，得出不同情况下的市场风险概率分布和可能的损失情况。

最后，根据模拟结果，评估产品的整体风险水平，制定相应的风险管理策略。

通过蒙特卡罗方法的应用，投资机构可以更全面地了解产品的市场风险，为决策提供科学依据。

同时，还可以根据模拟结果进行风险敞口管理，降低风险带来的损失。

四、结语蒙特卡罗方法作为一种强大的数值计算方法，在风险评估中发挥着重要作用。