Toleransi dan ketidakpastian pengukuran memerlukan anggaran terpisah

Nominal adalah pusat model

Nilai nominal adalah angka yang digunakan untuk aritmetika desain. Toleransi komponen mendefinisikan rentang di sekitarnya, sedangkan ketidakpastian instrumen menentukan apa yang dapat dibuktikan pengukuran. Keduanya berbeda dari toleransi numerik simulator. Resistor SPICE ideal 10 kΩ tidak menjadi komponen ±1% kecuali Anda sengaja memvariasikan nilainya.

Pertimbangkan low-pass 10 kΩ, 100 nF, dengan toleransi R ±1% dan C ±5%. Frekuensi sudut nominal 159.154943 Hz. Frekuensi sudut terendah menggunakan kedua nilai terbesar: $159.154943/(1.01\times1.05)=150.075382$ Hz. Tertinggi menggunakan kedua nilai terkecil: $159.154943/(0.99\times0.95)=169.223757$ Hz. Ini batas kondisi terburuk dengan rentang yang diizinkan secara independen, bukan perkiraan probabilitas.

Contoh rasio resistor

Tahap nonpembalik dengan Rf = 100 kΩ dan Rg = 10 kΩ memiliki penguatan nominal 11. Dengan kedua resistor ±1%, penguatan minimum $1+100(0.99)/(10(1.01))=10.801980$, dan maksimum $1+100(1.01)/(10(0.99))=11.202020$. Rasio tidak otomatis ±1% hanya karena setiap resistor demikian. Jaringan resistor yang dipasangkan dapat menawarkan spesifikasi toleransi rasio terpisah.

Drift suhu dapat menggeser nilai di luar perhitungan toleransi suhu kamar. Untuk resistor 50 ppm/°C selama perubahan 40°C, perubahan fraksional tambahan sekitar 0.2%, dengan asumsi koefisien suhu linear. Ketergantungan kapasitor pada tegangan dapat menjadi suku besar lainnya; gunakan karakterisasi sebenarnya untuk desain fisik.

Rencanakan pengukuran berguna

Tuliskan interval penerimaan berdasarkan persyaratan desain dan ketidakpastian yang diketahui. Jika instrumen melaporkan 160 Hz dengan ketidakpastian ±2 Hz, hasil itu mendukung interval, bukan klaim tepat 160.000 Hz. Hasil dekat batas mungkin memerlukan pengukuran lebih baik, bukan kelulusan otomatis.

Sweep kombinasi komponen kondisi terburuk sebelum studi Monte Carlo acak. Pengambilan sampel acak dapat melewatkan ekstrem yang sah dan memerlukan asumsi distribusi. Simpan model, nilai yang diuji, pengaturan pengukuran, dan aturan penerimaan agar peserta lain dapat mereproduksi keputusan, bukan hanya plot.