簡介
使用當今的計算機和商業CAD軟件包,現在可以在產品開發的初始設計和優化階段全面解決制造參數問題。這一突破的一些明顯好處是:
- 我們設計了一種更具可制造性的產品
- 我們消除(或至少減少)設計和制造之間昂貴的迭代周期
- 我們的設計可靠性
制造過程中遇到兩種類型的故障:
- 災難性故障 - 由于設備中的物理問題導致的故障,例如焊點不良和材料故障。
- 參數故障 - 由于在制造或使用壽命期間遇到參數變化而導致故障。
當前設計
典型的當前設計過程如圖1所示。制造業的特點是參數值不確定,可以產生測試時單元中的參數故障。
圖1 - 當前設計
過程中參數故障太多 - 制造測試需要重新設計和另一次制造嘗試。
制造設計(DFM)
使用DFM(也稱為統計設計),我們為設計工程師配備測試和制造環境模型(圖2)。結合使用這些模型的專業CAD工具,設計工程師可以更好地將設計融入制造過程中遇到的參數環境中,在產品開發的設計階段。
圖2 - 制造設計
統計設計技術和CAD軟件可以對敏感的射頻和微波設計進行表征和減敏,并將其集中在他們的制造環境。
統計設計
可制造的設計在整個范圍內提供可接受的性能,并在制造過程中遇到參數值的組合。
統計設計的方法如圖3所示。在這種方法中有四個主要步驟:
- 步驟1 - 開發和單點優化設計
- 步驟2 - 執行統計分析以確定性能統計數據
- 步驟3 - 確定性能統計數據是否可接受并獲取統計變量之間的任何統計敏感度
- 步驟4 - 如有必要,統計優化并重新分析產量
在第2步中,我們將統計變量(統計模型)分配給在制造過程中會發生變化的所有參數。然后,CAD軟件包通過估計由于參數變化(統計模型)引起的性能變化(性能統計)來執行統計分析。第3步,評估設計的統計性能,是本文的重點。
圖3 - 制造設計
統計設計優化了設計的性能統計。
可制造性措施
有許多統計指標可以表征制造業績設計,包括性能均值,標準差和方差,以及像Tagucci S/N這樣的更復雜的測量。但是在統計設計中最有用的通用度量是收益率。產量定義為:
我們現在將討論用于評估設計統計性能的三個重要統計數據顯示。所有這些都可以在今天的CAD軟件包中找到。
測量直方圖,MH
測量直方圖是數字的直方圖(或百分比)測量值的出現與測量值的百分比。測量直方圖給出了在統計分析期間遇到的測量值的擴展。圖4給出了一個例子。
圖4 - 測量直方圖
MH可以幫助您設置設計規格獲得可接受的屈服值。只需將規格設置為包含所需的測量百分比即可。這可能在產量優化開始時是必要的。
統計響應圖,SRP
統計響應圖是統計模擬期間遇到的所有響應的圖。通常將響應相對于自變量繪制,例如S11與頻率。 SRP給出了由于定義的統計參數變化而發生的響應變化的度量。統計響應圖的一個例子如圖5所示。
圖5 - 統計響應圖
統計響應圖顯示可能的測量變化類型,因為給出了單位參數的統計變化。
屈服靈敏度直方圖,YSH
屈服靈敏度直方圖是垂直軸上的屈服“圖”,而橫軸是電路參數的(階梯式)值。
在所有統計數據顯示中,YSH是通常最有用的是因為它顯示哪些參數會影響設計的產量以及如何可能更改參數以提高產量。
屈服靈敏度直方圖可以指示設計是否處于最大產量(a 居中設計)或設計是否需要進行產量優化(未中心設計。)屈服靈敏度直方圖還告訴設計師de中的哪些參數符號影響設計產量,需要包含在產量優化中。
示例YSH如下圖6所示。垂直軸(0-100)是以百分比表示的屈服,水平軸(30-42)是給定組件的參數值范圍。
圖6 - A產量靈敏度直方圖
解釋產量靈敏度直方圖
YSH是產量與您的設計參數值之間的關系圖。繪制的參數值不被認為是統計變量,但是允許所有其他參數根據其指定的統計分布而變化。當參數在其允許的變化范圍內步進時,計算每個步驟的產量。
YSH是估計產量與每個階梯參數值的關系圖。例如,參見圖6,當curVar(一個元件,如電容或電感)固定在32時,估計的電路良率約為95%。當curVar固定為40時,估計產率為44%。
YSH繪圖軸上使用的下限和上限是統計參數的上限和下限。
如果YSH基本上是平坦的,則參數在較低的范圍內限制(LL)到上限(UL)不會影響設計的產量。如圖7(d)所示。在這種情況下,我們說參數居中。
可能沒有必要在yield yield中包含此參數,因為此參數(在其當前范圍內)對yield沒有影響。也可以在不降低產量的情況下增加該參數的容差。
圖7 - 如何使用屈服靈敏度柱狀圖
如果YSH傾斜,如圖7(a)和(b)所示,參數會影響屈服值,我們說參數不居中。將參數的標稱值移動到更高的產量值可能會增加設計的總產量。
YSH中的每個矩形稱為bin。每個箱的高度是使用來自模擬試驗的測量值的產量估計,其中參數值在箱底部所覆蓋的區間內。應計算每個箱高的置信區間。
如果YSH在中心位置較高而在極端處較低,如圖7.3(c)所示,則需要上限和下限(UL和LL)待調整。參數變化的程度是其容差,在這種情況下,參數容差應該減小。
統計敏感度
看著在圖8中的屈服靈敏度直方圖中,統計靈敏度是直方圖的斜率。 YSH具有較大斜率的參數,如圖8所示,被認為是一個統計上敏感的參數。
圖8 - 統計靈敏度
因為每個箱高代表一個產量估算,所以使用少量試驗的YSH可能粗糙且不穩定。這是由于數值估計誤差造成的。真實的產量與參數圖總是平滑的函數。
統計靈敏度降低
圖9顯示了統計靈敏度降低的概念,這是設計居中的本質。
圖9— (a)設計居中前的YSH,(b)設計居中后的YSH
從圖9(a)中我們看到參數標稱值(YSH的中心)為35Ω并且當參數值高于36Ω收益率為零。隨著參數值從35&#937減小,產量增加。從這個YSH的斜率,我們看到對該參數值有很大的統計敏感性。
統計優化后,該參數的YSH如圖9(b)所示。在產量優化(設計中心)之后,我們看到這個參數的YSH在任一方向都沒有主導斜率,我們說這個參數是居中。(從9(b)可以看出YSH減少了在28和#937;的標稱值的兩個方向上。因此,減小該參數的公差將增加產量。)對應于9.5(a)的估計產量約為25%,而對應于9.5(b)的估計產量約為86%。
歸一化統計敏感度(NSS)定義為:
對于圖中的YSH 8,NSS是:
因此,參數值增加(NSS為正)1%會增加產量減少2.5%。您需要了解設計中每個統計參數的統計靈敏度。
示例:低噪聲放大器
電路和初始單點設計和優化來自ADS 2001功率放大器設計指南示例部分(LNA_prj)。一個晶體管電路如圖10所示。
圖10—突出顯示匹配電路的LNA示例電路
該電路的初始設計和優化規范如下:
按照慣例,初始設計流程如下:- 選擇晶體管
- 設計偏置網絡,確定穩定性
- 添加穩定網絡
- 確定晶體管的輸入和輸出阻抗
- 設計輸入匹配電路
- 設計輸出匹配電路
- 模擬響應
- 單點優化設計
LNA的統計分析
按照圖3中給出的統計設計步驟,我們進行統計分析,然后優化此設計。
1。選擇統計參數。選擇輸入和輸出匹配結構以具有統計變量。匹配結構在圖10中突出顯示。
2。分配參數統計信息。統一+/- 10%分布分配給每個匹配的組件參數。統計模型的選擇直接影響估計的屈服值。但統計敏感度并不受統計模型選擇的強烈影響。因此,這個簡單的模型將有效識別和降低該電路的統計靈敏度。
3。設置良品率規格。產量規格設定為:
- 3 V電源,2mA集電極電流
- S21> 2 GHz時8 dB
-
S11和S22 <-6.5 =“”db =“”at =“”1.8ghz =“”>
<2.2 =“”ghz =“”> - 無條件穩定
4。計算產量。使用500次試驗計算得到的收率為91%。
5。檢查YSH的所有統計參數。圖11和圖12顯示輸入和輸出匹配組件參數(C2,L2(輸入)和C3,L3(輸出))的YSH。
圖11&#151;輸入匹配的統計分析,YSH
圖12&#151;輸出匹配的統計分析,YSH
很容易看出,描述輸入組件C2和L2的參數是居中的,而描述輸出組件C3和L3的參數不是居中的。
6。估計統計敏感度。從圖11和12中得到的歸一化統計靈敏度在表1中給出。
7。執行產量優化。由于在輸出匹配參數中檢測到統計靈敏度,因此執行了產量優化。此外,使用ADS2001,現在可以進行編程優化。這里首先對輸入進行良率優化,然后對輸出進行優化,然后對整個電路進行整體最終良率優化。
8。執行產量分析,驗證優化結果。輸出匹配的結果如圖13所示。得到的收益率為100%。此時,可以收緊屈服規格,以確定這種以設計為中心的設計中的任何其他靈敏度。
測量直方圖(MH)將幫助您查看此設計的新統計性能,并將根據需要幫助您設置新規格。產量優化前后的參數值如表2所示。
圖13 - 產量優化后的YSH圖
表2 - 設計居中之前和之后的參數值
LNA示例討論
我們從一組針對一組參數值的性能進行優化的設計開始:單點優化設計。我們看到這種設計雖然性能高,但產量并不高。通常就是這種情況。
單點優化設計通常不是高產量設計。統計分析和設計對于優化產量等統計性能是必要的。
使用當前的CAD軟件可以很容易地完成圖3中給出的統計設計步驟。
結論
當今CAD軟件的突破使設計工程師能夠輕松有效地將制造的參數變化納入初始設計過程。這里提出的關鍵點是:
- 統計分析,包括最小化統計敏感性,將導致更可制造的設計。
- 單點優化可能會導致設計中出現不必要的統計敏感度。小心!
- 產量靈敏度直方圖顯示設計中的統計靈敏度,有助于確定是否需要產量優化。
- 歸一化統計靈敏度可量化參數的統計靈敏度。
- 產量優化可提高產量并最大限度地降低統計敏感度。
- 統計設計工具目前可在商業設計平臺上使用。
組件 - 電路元件,如R,L或傳輸線。
參數 - 定義組件值的數字:對于電容器,如57pF。單位 - 像放大器或振蕩器一樣的設計目標。
性能 - 單位的計算或測量響應,如S11,S22,S21和群延遲的組合。
可制造性 - 單位性能對制造過程中遇到的統計參數變化的敏感性。標稱參數值 - 用于描述組件的單個參數值,如果參數是統計變量,通常是參數平均值。容差 - 制造過程中參數變化的程度。單點設計 - 最大化單個參數值的單位性能。
統計設計 - 通過參數最大化性能統計統計模型 - 分配給a的概率分布參數,數學上或一組測量值。
CAD - 計算機輔助設計。
參考文獻
ADS 2001功率放大器設計指南參考手冊,第9章.M。 Meehan和J. Purviance,微波電路和系統設計的產量和可靠性,Artech House,1993。 Purviance,蒙特卡羅統計設計方法,IEEE MTT-S 2001.國際微波研討會研討會和短期課程,WMB:微波CAD的統計設計和建模技術。 Purviance和M. Meehan,“用于提高產量的靈敏度圖”,IEEE Trans。微波理論與技術,Vol。 1988年2月36日第2期,第413-417頁。
博士。 John Purviance,行業顧問,幫助他的客戶理解和使用CAD產量分析和優化工具來設計高產量微波和高速數字電路。他在高收益設計,統計靈敏度降低和統計建模方面擁有20年CAD經驗,并在高產量設計領域撰寫了30多篇技術論文。可以通過purviancej@galacticomm.org與他聯系。
-
CAD
+關注
關注
17文章
1093瀏覽量
72596 -
華強pcb線路板打樣
+關注
關注
5文章
14629瀏覽量
43094
發布評論請先 登錄
相關推薦
評論