在電子設計中，我們不會拿任何變化的參數冒險，並希望能對設計的失敗概率進行獨立的分析。典型的 PCB 設計包含數百個元器件，因此假定生產出來的每塊 PCB 板中數值恒定則是異想天開的。
事實上，在生產電容器、電阻器、電感器和電晶體等電子元器件時，其數值都有一個容差率。這意味著，100 歐姆(Ohm) 的電阻器實測時可能是 95 歐姆。在某些設計中，準確度至關重要，而數值的變化可能影響到電路的功能。
為更好地瞭解失敗概率，我們採用蒙地卡羅分析方法進行 PCB 設計。
什麼是蒙地卡羅分析 (Monte Carlo analysis)
根據定義，蒙地卡羅分析是使用數學模型生成風險概率的模擬過程。該方法基於分析中不同的實測參數提供一系列可能的結果。該方法由一位二戰期間的原子彈研製科學家提出。
蒙地卡羅分析根據可能影響過程結果的分佈因素來生成預測情景結果。分析時會考慮每個參數的最大和最小閾值，並隨機反覆運算不同數值的模擬。
蒙地卡羅分析中使用了各種類型的概率分佈。它們表示結果可能值的分佈情況，並透過長條圖呈現來清楚說明風險。常用的概率分佈有高斯 (Gaussian) 和均勻分佈。
根據相關參數，完成蒙地卡羅分析模擬可能需要數百或數千次反覆運算。與單點分析相比，蒙地卡羅法可以更好地分析出可能出錯的概率。
蒙地卡羅分析與電路良率
現實中，當我們製造成百上千的大量 PCB 時，都會期望所有錯誤均已發現並糾正。大量 PCB 存在缺陷這一情況是難以想像的。
蒙地卡羅分析有助於預測 PCB 製造中的缺陷風險。
但是，PCB 製造中的良率也必須考慮元器件的容差。有時，參數的變化會導致製造的部分 PCB 不合格。透過運行蒙地卡羅分析，我們可以更清楚地預測所製造 PCB 的狀況。
本質上，蒙地卡羅分析是從指定容差中用可能值替換參數，從而對特定電路進行一系列分析，如瞬態、雜訊和交流 / 直流掃描分析。
PCB 設計中何時需要蒙地卡羅分析？
運行蒙地卡羅分析通常需要在模擬器上設置測試參數。所有 PCB 設計都需要這一過程嗎？
這完全取決於設計的性質和大量生產時的失敗風險。例如，在較大容差下也能正常工作的簡單 LED 陣列設計就可能不需要進行蒙地卡羅分析。
蒙地卡羅分析對於 SMPS（開關式電源）設計非常有幫助。
但是，如果正在進行音訊放大器、開關電源或高頻應用等設計，我們便需要瞭解元器件目前的容差是否能夠保證最低不良率。
此外，借助模型庫中有 34,000 多個模型及可用參數資訊的工具，在進行蒙地卡羅分析時，參數設置可能遠比最初想像的簡單。例如，透過強大的 SPICE 工具，分配不同的容差輕而易舉。
普通蒙地卡羅分析無法像 OrCAD / Allegro 高級工具包那樣提供完整的良率分析。無論是透過多目標法來分析設計所需的各種需求，還是透過動態良率計算器實現最小和最大範圍的動態更改，高級的蒙地卡羅分析工具都可以使良率優化過程更加有效和高效，尤其是對於產品分割、產品差異化或滿足多個用戶群體的需求而言。
透過使用帶有蒙地卡羅分析工具的 PCB 設計軟體防患於未然，採用 OrCAD / Allegro PSpice 工具，可以對蒙特卡洛模擬進行靈活設置，準確估測良率。
譯文授權轉載出處 (映陽科技協同校閱)
長按識別 QRcode，關注「Cadence 楷登 PCB 及封裝資源中心」
歡迎關注 Graser 社群，即時掌握最新技術應用資訊
