Al trabajar en un diseño, siempre trabajo con valores mínimos / máximos de la hoja de datos (lo que sea el peor de los casos), nunca valores típicos. Me recordaron cuando en otra discusión surgió la corriente de fuga para un diodo BAS416: 3pA típico, 5nA máximo. ¡Eso es un factor 1000! En este caso seguramente descartaría el 3pA.
¿Cuál es la relevancia de los "valores típicos" en general? ¿Los usas en un diseño?
Una cosa que se debe tener en cuenta al leer las hojas de datos técnicos es que las finalizan los especialistas en marketing. no ingenieros Si los ingenieros tuvieran que publicar hojas de datos, solo tendría los valores relevantes mínimo / máximo y más información sobre las variaciones estadísticas que puede esperar.
Muchas personas están involucradas en la escritura de las hojas de datos, ¡y en última instancia, son las personas en marketing las que tienen la última palabra!
Entonces, cuando lees un valor típico que está muy lejos de los valores mínimos / máximos, es simplemente que los vendedores hacen lo mismo. Generalmente, cuando se realiza una búsqueda paramétrica, los valores típicos son los que se enumeran y le permiten revisar la hoja de datos. ¡Más tarde descubres que 3pA es un máximo de 5 nA, a veces más tarde en el proceso de diseño!
En general, revisaré los valores mínimo / máximo para apreciar realmente el rango y realizar los cálculos del peor caso / ¡el análisis de montecarlo para resolver realmente el rendimiento esperado!
Al estimar la duración de la batería en un dispositivo, tiendo a usar los valores típicos. Si usa valores máximos, terminaría con una vida útil de la batería mucho más corta de lo que se lograría "típicamente". Por lo general, es la duración de la batería típica en la que uno estaría interesado, y no un tiempo extremadamente corto que nunca resultará de todos modos.
Claro, cuando esté diseñando fuentes de alimentación ... por ejemplo, tomaría los valores de consumo de corriente máximos para todos los dispositivos que va a alimentar como salvaguarda.
Puede optimizar para el caso típico. Por ejemplo, si necesito 5 A máx, pero 2 A típico, diseñaré / compraré un suministro de 5 A pero elegiré el que sea más eficiente a 2 A.
A menudo, cuando las empresas especifican esos valores, no han hecho mucho trabajo para determinarlo. He hablado con muchas empresas de que sus especificaciones no tienen nada que ver con la simulación de las variaciones que tendrán en la producción.
Si está haciendo un millón de teléfonos, verifique la especificación de lo que está comprando y determine qué es posible. Si tiene que desechar 1 teléfono de 1/1000 porque tiene una tormenta perfecta de dispositivos fuera de especificaciones, probablemente sea mucho mejor que los problemas de fabricación. Si el diodo es casi siempre el peor de los casos, obtenga un diodo diferente.
Si está haciendo 3, fíjelos como típicos, permitiendo cierta tolerancia, y si termina teniendo una variación importante en una parte, reemplácelo con otra. Si es una parte de misión crítica, verifíquela primero.
Si el exceso de especificaciones no es un problema para su 3, especifique el peor de los casos. Gastará más en componentes de lo que necesita, pero está construyendo tres, 10 dólares solo hace 30. No se pierde ningún costo real. Si está ganando millones, necesita confirmar su conformidad.
La palabra típica es "sin contenido". Las estimaciones estadísticas reales requieren al menos un rango y una confianza. Mejor aún, una función de densidad.
Por ejemplo, la cantidad X cae entre 3.7 y 4.3, con un 95% de confianza significa algo, mientras que la cantidad X es típicamente 4.0 es absurda. Qué significa eso? ¿Cuál es la probabilidad de que X se encuentre entre, digamos, 3.999 y 4.001?
Si hay algo de seriedad en tal afirmación "típica", la interpretación debería ser así. Dado que el 4.0 se presenta como dos cifras significativas, significa que hay un nivel de confianza alto (como 95%: dos desviaciones estándar, o 99.7%: tres desviaciones estándar) de que no caerá por debajo de 3.95, lo que causaría que se redondeara. hasta 3.9, ni subir a 4.05 o más, lo que hará que se redondee a 4.1.
Es decir, si, digamos, el 95% o más del tiempo que una medida de parámetro, cuando se redondea a dos cifras significativas, no muestra 3.9 o menos, ni 4.1 o más, entonces tenemos justificación para afirmar que es "típicamente 4.0" (pero no necesariamente que es "típicamente 4.00").
No conozco ninguna fuente de seguridad de que las hojas de datos apliquen este tipo de estándar a "normalmente".
Lea otras preguntas en las etiquetas datasheet