2. WCCA核心术语与数学基础

WCCA（Worst Case Circuit Analysis，最坏情况电路分析）不是“把参数代进去算一遍”的简单工作，它建立在一组彼此关联的术语和数学表达之上。理解这些术语的准确含义，是后续建立分析模型、选择分析方法、判读分析结果的前提。本节围绕最坏情况、裕量、灵敏度、容差、漂移、退化、极值分析与统计公差八个核心概念展开，并给出可直接用于工程计算的数学表达。

一、最坏情况与裕量

最坏情况指在规定的使用条件、环境条件、寿命阶段和制造分散范围内，电路性能可能出现的极端组合。它不等于“所有参数同时取极值”的简单叠加，而是指在给定约束下使被考察性能量达到最不利值的参数组合。对某一输出量 y=f(x₁,x₂,…,xₙ)，最坏情况可写为：

y_WC = max/min { f(x₁, x₂, …, xₙ) }
约束：xᵢ ∈ [xᵢ_min, xᵢ_max]，且满足相关性与物理约束

裕量（Margin）是设计值与最坏情况值之间的安全距离。以某性能上限为例：

M = y_limit − y_WC
裕量率 = M / y_limit × 100%

裕量为正表示最坏情况下仍满足要求；裕量为负表示存在失效风险。工程上通常要求裕量率不低于某一门槛（例如 20%），但门槛值应由可靠性目标、失效后果和参数不确定性共同决定，不能一概而论。

二、容差、漂移与退化

容差（Tolerance）描述参数在初始时刻相对标称值的允许偏差，通常以 ±Δ 或 ±百分比表示。例如电阻标称 10 kΩ、容差 ±1%，则初始范围为 9.9 kΩ～10.1 kΩ。

漂移（Drift）指参数随温度、湿度、电源电压等环境量变化产生的偏移，属于可逆变化。例如基准电压源的温度漂移为 50 ppm/℃，在 −40℃～+85℃ 范围内相对 25℃ 的偏移量为：

ΔV = V_ref × 50×10⁻⁶ × ΔT
ΔT = 85 − 25 = 60℃
ΔV = 2.5 V × 50×10⁻⁶ × 60 = 7.5 mV

退化（Degradation）指参数随工作时间或应力累积产生的不可逆变化，如电解电容容量衰减、LED 光通量衰减、焊点电阻增大。退化通常用寿命末期的参数极限表示，例如“10 年后容量不低于初始值的 80%”。

在 WCCA 中，一个参数的总变化范围通常由三部分叠加：初始容差、环境漂移、寿命退化。若三者相互独立，可用极值叠加或统计叠加；若存在相关性，则必须按相关关系处理。

三、灵敏度

灵敏度（Sensitivity）衡量输出对某一输入参数变化的敏感程度。绝对灵敏度定义为：

Sᵢ = ∂y/∂xᵢ

相对灵敏度（归一化灵敏度）定义为：

Sᵢ_rel = (∂y/∂xᵢ) × (xᵢ/y) = (Δy/y) / (Δxᵢ/xᵢ)

相对灵敏度的物理含义是：输入变化 1%，输出变化百分之几。例如某分压电路输出对 R₁ 的相对灵敏度为 −0.5，表示 R₁ 增大 1%，输出减小约 0.5%。灵敏度绝对值越大，该参数对输出的影响越强，越应优先控制其容差、漂移和退化。

对于线性化后的系统，输出变化可近似为各参数贡献之和：

Δy ≈ Σ Sᵢ × Δxᵢ

这一线性叠加式是极值分析和统计公差分析的基础。当非线性显著时，应使用分段线性化或直接代入极值计算。

四、极值分析与统计公差

极值分析（Extreme Value Analysis）又称最坏情况极值法，取每个参数对其最不利的极值，再组合计算输出极值。其数学表达为：

y_max = f(x₁_max, x₂_max, …, xₙ_max)  （按灵敏度方向取极值）
y_min = f(x₁_min, x₂_min, …, xₙ_min)

极值分析结果保守，适合安全关键、失效后果严重或参数分布未知的场合。缺点是当参数数量多时，所有参数同时取极值的概率极低，容易导致过度设计。

统计公差分析（Statistical Tolerance Analysis）假设各参数在其范围内按某种分布随机变化，利用方差合成估计输出的分布。当各参数独立且近似正态时：

σ_y² = Σ (Sᵢ × σᵢ)²
σ_y = sqrt( Σ (Sᵢ × σᵢ)² )

若以 ±3σ 作为统计最坏情况，则：

y_stat_WC = y_nom ± 3σ_y

统计法得到的裕量通常比极值法更接近真实风险，但前提是分布假设合理、参数独立。若参数存在强相关或分布严重偏斜，应改用蒙特卡洛仿真或保留极值法。

五、术语之间的工程联系

上述术语并非孤立定义，而是构成一条完整的分析链：参数因容差、漂移和退化而具有变化范围；灵敏度决定每个参数变化对输出的贡献权重；极值分析或统计公差分析将各参数贡献合成为输出的最坏情况；最后用裕量判断设计是否可接受。

以某 2.5 V 基准电压源供电的 ADC 参考电路为例，假设基准初始容差 ±0.5%，温度漂移 50 ppm/℃，10 年退化 −0.3%，ADC 参考输入允许范围 2.45 V～2.55 V。若仅看初始容差，输出范围为 2.4875 V～2.5125 V，裕量看似充足；但叠加 −40℃～+85℃ 漂移（约 ±7.5 mV）和退化（−7.5 mV）后，最坏情况下限约为 2.4725 V，裕量缩小到约 22.5 mV。此时若再考虑负载调整率和噪声，裕量可能进一步压缩。这个例子说明：忽略漂移和退化，是 WCCA 中最常见的裕量误判来源。

六、数学表达的使用边界

线性叠加式 Δy ≈ Σ Sᵢ × Δxᵢ 仅在参数变化较小、函数局部近似线性时成立。对于大范围变化或强非线性电路（如二极管、饱和放大器、比较器翻转点），应直接代入极值计算，或使用分段线性化。统计公差公式 σ_y² = Σ (Sᵢσᵢ)² 要求各参数相互独立；若两个电阻来自同一批次、同一温度系数，或分压比中分子分母同时变化，则相关性不可忽略，需引入协方差项：

σ_y² = Σ (Sᵢσᵢ)² + 2 Σ Σ SᵢSⱼ ρᵢⱼ σᵢσⱼ

其中 ρᵢⱼ 为参数 i 与 j 的相关系数。忽略正相关会低估输出分散，忽略负相关会高估分散。工程上若无法确定相关性，保守做法是回到极值分析。

掌握这些术语和数学表达后，后续建立 WCCA 模型时就能明确：哪些参数需要查数据手册的哪个指标，哪些参数需要做温度扫描，哪些参数需要按寿命末期取值，以及最终用极值法还是统计法给出结论。术语清晰，分析才不会沦为数字堆砌。