DFSS在车载电子产品辐射抗干扰测试场强校准中的应用

高 京

（上海汽车集团股份有限公司技术中心，上海 201804）

车载电子电器零件是车辆电器系统的组成部分，其在电磁环境中的抗干扰特性直接影响着在此基础上设计的车辆电器系统的抗干扰免疫力。尤其是发动机控制单元、安全气囊控制模块等和安全相关的控制模块，若其抗电磁干扰能力得不到保证，不仅影响最终客户使用车辆的稳定性、安全性，还会影响车辆生产商的形象及经济效益。因此，为保证电子电器零件的抗干扰能力，除了设计考虑、过程管控外，还要在设计锁定后完成相应的电磁骚扰和抗干扰的测试。本文以设计验证为背景，结合DFSS的方法，优化车载电子产品在电磁抗干扰测试中的方法，提升测试的场强准确度，为产品开发提供可靠的数据支持。

笔者在实际的工作中就遇到过：相同的被测试样件在不同的测试场地，由于场强的偏差，导致最终的测试结果不一致，即其中一个测试场地的结果是合格的，另一个测试场地的测试结果是不合格的。本文结合DFSS的方法，阐述如何校准场地的场强，以达到不同测试场地，得到相同测试结果的目的。

1 DFSS简介

DFSS(Design For Six Sigma)即六西格玛设计，是运用一套系统化的工程技术以设计出符合六西格玛水平的产品、流程或服务的管理制度。

DFSS一般分为I(Identify识别)、D(Design设计)、O(Optimize优化)、V(Validation验证)4个阶段。

本文重点介绍DFSS在辐射抗干扰测试中为保证测试结果一致性的优化参数选择及实际测试应用。

2 辐射抗干扰电波暗室法测试介绍

2.1 电波暗室法

电波暗室法 (GB/T 33014.2)是指产品对连续窄带辐射电骚扰的抗扰试验方法，适用频率为80～18000 MHz，根据用户指定的频率范围和相应的试验严酷等级对产品进行测试。

本测试使用替代法进行，使用前向功率作为替代法场强的标定和试验的基准参数。试验分2个阶段进行：场强标定与连接上线束和外围设备的DUT试验。在场强标定阶段确定获得预定场强所需的射频功率。

2.2 场强标定

用户规定的场强 (试验等级)应在每次试验开始前都进行标定，标定时记录每个试验频率下产生固定场强 (使用场探头进行测量)所需的前向功率，使用未调制的正弦波进行标定。

具体的标定方法和定义均在GB/T 33014.2标准中有所描述，在此不再复述，将重点介绍运用DFSS方法，确保不同测试场地场强一致，确保不同场地进行相同DUT测试结果的一致性。

3 DFSS在抗扰测试中场强标定的案例

3.1 明确测试场地技术要求

以某款车型安装于乘客舱的某电子系统为例。其定义的要求如下：①测试场强：100V/m；②功能判定等级：Class A。

结合测试条件，运用DFSS D阶段的方法，确定测试的技术要求如下：①场强均值μ(V/m，望目)：99≤μ≤105；②场强标准差σ(望小)≤3。详细见表1。

表1 测试场地技术要求

3.2 影响测试结果因子及优化

在辐射抗干扰测试中，影响因素分布图如图1所示，根据DFSS设计阶段所产生的概念设计可见，影响测试结果的因素共有13个，见图1中的各标注。

图1 影响因素分布图

为简化影响因子，重新设计制作了场强探头支架 (图2)、1 GHz以上接收天线工装支架 (图3)、根据实际被测样件制作相应的固定支架，制作天线与测试桌之间的固定夹具 (图4)，增加天线上的水平测量仪 (图5)，确认天线的指向性。

图2 探头新老支架对比

图3 1 GHz以上接收天线工装新旧支架对比

图4 天线与测试桌之间的参考支架定位

图5 增加天线水平测量仪

此外，还对各对应测试夹具和被测件用色标固定了相应的位置，以减少测试过程中此因素所带来的不确定影响。

3.3 影响测试结果因子分析

根据GB/T 33014.2辐射抗干扰测试标准以及结合DFSS的分析，影响测试结果的因子共分为7个，其特性及指标见表2。

表2 影响测试结果因子的特性及指标

3.4 影响测试结果因子简化

结合表2中的变量1、4、5，通过相对应的夹具进行控制 (图2～图4)，可认为是恒定的量，因此简化后的因子及变量如下。

针对1GHz以下的测试，因子简化为2个：①场强探头的纵向位置X1：场强探头在纵向上偏离中心点位置对测试结果的影响；②场强探头的垂向位置X2：场强探头在垂向上偏离中心点位置对测试结果的影响。

针对1GHz以上的测试，因子简化为3个：①场强探头的纵向位置Y1：场强探头在纵向上偏离中心点位置对测试结果的影响；②场强探头的垂向位置Y2：场强探头在垂向上偏离中心点位置对测试结果的影响；③测试天线的垂向位置Y3：测试天线在垂向上偏离中心点位置对测试结果的影响。

3.5 测试及结果分析

3.5.1 1 GHz以下测试分析

根据3.4章节中的变量，使用2K因子法，其测试直交表为2X22+2：重复2次测试，2因子2水平，但由于不确认中心点是否有弯曲，因此再在中心点进行2次测试。为查看不同操作者对测试结果的影响，选择2组区组，即2个不同的操作者进行相同的测试。测试矩阵和测试数据见表3。

结合Minitab软件对测试数据平均值μ的Pareto数据分析见图6，该数据说明场强探头纵向因子和场强探头垂向因子对平均值μ的贡献不显著 (P＞0.05)。通过对平均值μ的主效应图分析 (图7)，角点的效应没有中心点的效应显著。对平均值μ的方差分析 (图8)，区组对所产生的方差贡献比较大，而区组为测试人员的差异，说明需要加强对测试人员的培训。

表3 1 GHz以下测试分析中测试矩阵和测试数据

图6 1 GHz以下平均值μ的Pareto数据分析

图7 1 GHz以下平均值μ的主效应图

图8 1 GHz以下平均值μ的方差分析

结合Minitab软件对测试数据标准差σ的Pareto的数据分析 (图9)，场强探头纵向因子和场强探头垂向因子对标准差的贡献不显著 (P＞0.05)，但区组的贡献显著 (P＜0.05)。通过对标准差σ的主效应图分析见图10，角点的效应没有中心店的效应显著。对标准差σ的方差分析 (图11)，区组对所产生的方差贡献比较大，而区组为测试人员的差异，说明需要加强对测试人员的培训。

图9 1 GHz以下标准差σ的Pareto的数据分析

图10 1 GHz以下标准差σ的主效应图

图11 1 GHz以下标准差σ的方差分析

3.5.2 1 GHz以上测试分析

根据3.4章节的内容，使用2K因子法，其测试直交表为2X23+2，重复2次测试，3因子2水平，由于不确认中心点是否弯曲，因此再在中心点进行2次测试。为查看不同操作者对测试结果的影响，选择2组区组，即2个不同的操作者进行相同的测试。1 GHz以上测试分析中测试矩阵和测试数据见表4。

结合Minitab软件对测试数据的分析平均值μ无弯曲 (P＞0.05)，1 GHz以上平均值方差分析如图12所示，但标准差有弯曲 (P＜0.05)，标准差方差分析如图13所示。曲率显著，因此应继续采用CCD方法分析，见表5。

结合Minitab的分析曲面设计，可分别得到平均值与场强探头垂向、纵向位置的等值线分析图 (图14)，以及标准差与场强探头垂向、纵向位置的等值线分析图 (图15)。

表4 1 GHz以上测试分析中测试矩阵和测试数据

图12 1 GHz以上平均值方差分析

图13 1 GHz以上标准差方差分析

从平均值和标准差的分析等值线可以看出，数据中心向场强探头纵向位置有偏移，平均值和标准差均如此，需要对场强探头和天线的位置进行调整。

直接在软件中运行响应优化器，得到最优解，响应优化最优解及合意性参数值结果见图16。

表5 CCD方法分析法分析的测试矩阵和测试数据

图14 平均值与场强探头垂向、纵向位置的等值线图

为便于制作夹具，提升可操作性，实际选择位置及合意性参见图17中的参数：场强探头纵向位置2.0，场强探头垂向位置2.5，天线垂向位置6.0，符合合意性的参数值为0.90256(大于0.85即认为满足要求)。

3.6 结论及改进措施

3.6.1 1 GHz以下测试结论及改进措施

通过3.5.1章节中的数据分析，得到如下结论：工装夹具对测试结果的控制效果显著，能良好控制测试值，消除其所导致的不良影响；中心点对平均值和标准差的效应显著；区组对平均值和标准差的贡献比较大。

图15 标准差与场强探头垂向、纵向位置的等值线图

图16 响应优化最优解及合意性参数值

图17 实际选择位置及合意性参数值

针对上述结论，制定了如下解决措施：在固定工装夹具的基础上，选择中心点 (场强探头纵向位置0，垂向位置0)作为测试基准；更新或重新制定相应的操作指导书或培训计划，减少或消除区组 (测试人员)所产生的差异。

3.6.2 1 GHz以上测试结论及改进措施

通过3.5.2章节中的数据分析，得出如下结论：天线探头的纵向位置应选择在2.0，垂向位置应选择在2.5这个点，必须制作相应的探头支架进行支撑测试；天线垂向位置必须选择在6.0这个点，确保能得到一致性的测试场强。

4 结束语

本文结合实际工作中所遇到的测试结果差异问题，首次采用DFSS方法对测试条件进行逐一分析，并结合Minitab分析软件对因子影响测试结果的数据进行了分析，找到了测试过程中影响测试结果的因子，并对该因子的参数进行了优化选择，成功解决了上海汽车集团股份有限公司在测试过程中存在的测试结果差异的问题。

在后续的测试运用过程中，该方法同样适用，为不同试验室间的数据对比提供了一种新的思维和分析方法，扩宽了测试行业的分析思路，但在具体的案例中需要对各因子简化进行慎重分析，以避免忽略了重要影响因子，对测试和分析结果造成严重的影响。在时间和成本允许的条件下，建议全因子进行测试和分析，以找到最优的测试结果和效果。