可靠性预计技术的发展研究文档格式.docx

可靠性预计技术的发展研究文档格式.docx

《可靠性预计技术的发展研究文档格式.docx》由会员分享，可在线阅读，更多相关《可靠性预计技术的发展研究文档格式.docx（8页珍藏版）》请在冰豆网上搜索。

217FNOTICE2在这方面取得突破，给出了各种SMT元器件以及3种引线形状、2种元器件封装衬底材料和22种材料做成的电路板的可靠性预计模型，并强调了温度循环对SMT连接可靠性的影响[1]。

与微电路和半导体分立器件一样，元件（电阻、电容等）的预计模型中，把温度的影响从基本失效率λb中提了出来，以πT来表示，πT则采用典型的阿伦尼斯模型，删除了原模型的加速常数，元器件承受温度应力的能力更强，整本手册也更为统一。

从217E至217FNOTICE2跨越了13年，微电子器件的失效率有明显的下降（见图1），元件的失效率变化比较平缓。

这与微电路发展、成熟的时间过程相吻合。

随着电子工业的发展，元器件品种的扩展和可靠性水平的提高，我国编制的预计手册也需要适时再版。

为修订1987年的GJB／Z299－87共收集、分析处理了1.17×

10.11元件小时的试验和现场数据。

GJB／Z299B的主要改进：

（1）调整了各类别元器件的预计失效率水平，使预计结果进一步吻合我国当前实际；

（2）更新了质量等级划分表中的生产执行标准，调整了对应的质量系数，特别是通过国军标认证的产品在πQ表中均得到反映；

（3）增加了微处理器、EEPROM、DRAM、大功率微波双极型晶体管、砷化镓场效应晶体管、固体继电器、电子滤波器等24类别元器件失效预计模型及数据；

（4）数字电路的门数从299A的1000门扩展到3000门，存储器的位数从64K扩展到256K；

（5）增加了运输机座舱和运输机无人舱两种使用环境。



2考虑了早期失效的预计法

217等手册预计的是产品偶然失效期的情况，认为各类元器件的可靠度服从指数分布，而没有考虑早期失效与设备环境应力筛选等因素的影响。

早期失效往往是由于产品存在工艺、材料缺陷等先天不足的因素所造成的。

虽然元器件生产厂或整机单位进行的筛选试验可剔除大部分有缺陷的产品，但对于早期失效大于一千小时的产品就难以用筛选的方法完全剔

除掉。

贝尔通讯研究所在其可靠性预计程序（RPP）［2］中提出了首年因子的概念，认为所有的元器件的早期失效期均为一万小时，并服从威布尔分布，早期失效对使用期可靠性的影响用首年因子πFY来表示。

πFY＝第一年平均工作失效率／恒定失效率λSS。

λSS＝λBπSπTπQ

λB－RPP预计的基本失效率（T＝40℃，S＝50%）；

πS－应力修正因子；

πT－温度系数；

πQ-质量系数。

投入使用前的有效筛选时间te越长，首年因子越接近1，有效筛选时间越短，首年因子越大。

若 

te≥

则πFY＝1

若

则

3 

综合试验与现场数据的预计法

用户所掌握的试验和现场数据是非常宝贵的，有效地运用这些信息可使预计结果更加准确。

贝尔通讯研究所建立了综合早期失效和寿命试验数据的预计模型，允许采用的数据要求很严，要求500个元器件或50个模块在实际使用应力下至少试验500小时并加速试验至少3000小时，失效数大于2，综合失效率λB如下：

n—试验失效数；

N—试验元器件数；

T1—每个元器件的有效试验时间；

Te—试验前的有效老炼时间。

若：

Te＞104 

W＝T1／4

Te＋T1＞104＞Te

贝尔试验室还建立了一套判别程序以决定采用相似产品的现场数据还是采用RPP的结果作为新产品的可靠性预计值。

假设现场使用中元器件或模块的失效数可用平均值λ.t的泊松分布来表征（λ—恒定失效率，t—总工作小时）。

采用现场数据还是采用RPP预计结果由以下假设检验来决定。

假设 

H0：

λ＝λSS

H1：

λ≠λSS

用90%置信度计算现场失效率上、下限：

λL＝（L／t）×

109Fit，

λU＝（U／t）×

109Fit

L、U是由现场失效数和泊松分布决定的失效数的上、下限，置信度为90%。

λL≤λSS≤λU

接受H0，令θSS＝λSS

λSS＜λL拒绝H0，令θSS＝λL

λSS＞λU拒绝H0，令θSS＝λU

该方法有效地防止了用RPP预计的结果是正确时而采用了相似设备的现场失效率。

同时，当RPP预计结果超出现场失效率上下限区间时，可通过上述检验采用现场失效率的上限或下限值作为预计结果。

RPP允许用户根据试验和相似设备的现场数据对预计结果进行调整、修正，具备217等标准手册所没有的灵活性，这是RPP受欢迎的原因之一。

据IEEE的调查，进行了可靠性预计的整机单位中有10%采用了RPP方法。



4 

考虑了环境应力筛选等因素的预计模型

随着可靠性技术的发展和对可靠性要求的不断提高，电路板级和系统级的环境应力筛选得到越来越广泛的应用，美国KAMBEAINDUSTRIES的KamL.Wong等人经过大量的研究，认为电子产品的失效率随使用时间的推移而减少，表现为图2的滚子飞轮形状，这个规律已在航空电子和宇宙飞船电子设备中得到证实。

K.LWang在缺陷理论和失效物理学的基础上，考虑了ESS（见图2）、元器件生产年代、供应商等217手册所没有反映的因素，建立了以下模型：

式中：

Pj（t）—元器件的失效率公式；

tp—等效ESS时间；

j—第j个元器件；

Cj—元器件j的生产年代修正因子；

Vj—元器件j供应商的修正因子；

n—该元器件的主要缺陷种类数；

Qi—缺陷i在每个元器件总缺陷中所占的比例；

Si—由缺陷i（失效机理i）引起失效的威布尔分布概率密度函数。

设备和元器件一样，可靠性有随制造经验增加而提高的过程，KamL.Wang的最终模型考虑了互联和互作用失效，考虑了系统的成熟因子，它与系统的生产序号有关，系统的失效随产量的增加成负幂函数下降。

5 

缺陷理论与失效物理学预计法

以217手册为代表的预计法是以大量的现场和试验数据的统计结果为基础，与具体的失效机理并没有对应关系。

缺陷理论与失效物理学的预计法则希望在物理学、化学、力学和工程材料学的基础上，建立失效机理模型，从而对元器件的可靠性进行预计。

其建模的前提是：

（1）本质上所有的失效均起源于内在缺陷；

（2）所有的失效都是有缺陷的产品在使用应力的作用下发生的耗损性失效；

（3）缺陷、失效机理和应力的组合生成一种与累积应力的作用有关的函数；

（4）老化是不可逆的，失效率函数的形状和大小依赖于累积工作时间和当前应力；

（5）时间作为与失效事件相关的独立变量，应用运行的等效时间来度量，等效时间反映了任务环境和工作剖面。

目前该方法仅在VHSIC和VLSIC方面取得实质性进展，获得了氧化物、金属化层、热载流子效应、EOS／ESD损伤、污染、封装等失效率模型，认为电路的失效是上述一种或多种失效机理引起的，总失效率为各失效机理失效率之和。

217F附录中给出了VHSIC和VLSICCMOS电路的失效率模型：

λp（t）＝λax（t）＋λMET（t）＋λHC（t）＋λCON（t）＋λPAC＋λESD＋λMIS（t）

λp（t）——预计失效率，与时间有关；

λCON（t）——污染失效率；

λOX（t）——氧化物失效率；

λPAC（t）——封装失效率；

λMET（t）——金属化失效率；

λESD（t）——EOS／ESD失效率；

λHC（t）——热载流子失效率；

λMIS（t）——其他失效率。

这些失效机理的失效率公式都比较复杂，并要求掌握器件的许多设计、工艺参数、如芯片总面积、氧化层厚度和缺陷密度、金属化层结构和缺陷密度、工作温度下的基极电流和漏电流、金属化层的平均电流密度等。

这些参数工程人员难以全面掌握。

缺陷理论与失效物理学的预计法仅考虑了理想的条件，忽略了工艺制造带来的缺陷，不合理的假设（如：

材料性能的一致性、简化几何结构等）会引起很大的结果变化。

目前，大部分的元器件还未能建模，限制了在整机研制单位的应用。

217方法与失效物理学方法在以下诸方面有显著差别：

（1）费用

217方法有许多计算机程序可用，实施费用小于硬件费用的1%。

失效物理方法实施费用非常高，在一个复杂系统上实施的费用可以超过硬件的费用。

（2）元器件的覆盖面

217F覆盖了19大类元器件。

失效物理法仅建立了微电路的模型。

（3）适用范围和应用情况

217方法在系统设计阶段应用，已成功地用于上千个军事系统的可靠性预计，有30多年的发展应用历史。

计数法可用于设计方案的早期论证，应力分析法可用于详细设计的改进。

失效物理法主要用于元器件的设计期间，尚未用于系统设计。

（4）建立模型的基础

217模型建立在实际现场失效数据的统计分析基础上，是统计模型。

失效物理法在物理学、化学、力学和工程材料等原理基础上发展模型，是确定性模型。

（5）对缺陷的模拟

217方法假设所有的现场失效是随机缺陷在工作应力作用下引起的。

失效机理模型一般忽略了制造缺陷，集中反映元器件设计、结构、材料缺陷对失效率的影响。

（6）阿伦尼斯模型的应用

217方法应用阿伦尼斯模型模拟温度与可靠性的关系。

失效物理法用阿伦尼斯模型模拟腐蚀的温度加速度、Kirkendall空腔、离子污染和电子迁移等失效过程。

（7）元器件筛选的作用

217方法认为筛选减少了元器件外场失效，提供一种服从标准化试验方法的可靠性评估方法，如MIL－STD－883。

失效物理法常认为元器件的制造是无缺陷的，筛选对元器件可靠

性没有影响。

（8）工作温度及其变化的影响

217方法认为温度直接影响失效率，温度循环变化的影响在环境因子πE中体现。

失效物理法主张微电路的可靠性在150℃以下与温度无关。

（9）要求的输入数据

217方法要求的输入数据少，系统设计者可容易掌握。

失效物理法要求的输入数据极其广泛，用户难以掌握，没有专门的试验，某些参数无法获得，如材料的复合特性

（10）数据的输出

217方法可预计各类别元器件的失效率，可按可靠性框图预计系统可靠性。

失效物理法可预测特定器件的某特定失效模式发生的时间。

由以上比较可见，失效物理法还不适用于系统研制的可靠性预计，这不仅是费用、复杂性、元器件覆盖面等问题，更重要的是系统设计所选用的元器件99%以上是已经设计定型并一直在生产的，失效物理法更适合在器件设计期间应用，或用于评价试验和现场的失效趋势，在系统上有效应用还需作许多努力。

6考虑设计、生产、管理等因素和软件可靠性的预计方法

传统可靠性预计方法（如MIL－HDBK－217）的前提是系统的失效主要由于组成的系统的元器件的失效。

许多由于非元器件原因（如设计缺陷、生产缺陷、要求不充分、诱发失效等）引起的失效，并没有预计到。

RAC（可靠性分析中心）认为企业需要一个能用于评估系统现场可靠性的可靠性预计方法。

一个实用的预计方法需要：

a 

更新的元器件可靠性预计模型；

b 

非元器件变量对系统可靠性产生的影响进行定量确定。

系统失效率模型为：

λP＝（λIA（πPπIMπE＋πDπG＋πMπIMπEπG＋πSπG＋πIπE＋πN＋πWπE）＋λSW

式中：

λP——系统的预计失效率；

λIA——系统失效率的初步评估值；

πP——部件过程因子；

πIM——早期失效因子；

πE——环境因子；

πD——设计过程因子；

πG——可靠性增长因子；

πM——生产过程因子；

πS——系统管理过程因子；

πI——诱发过程因子；

πN——无缺陷过程因子；

πW——磨损过程因子；

λSW——软件失效率。

λIA是通过元器件可靠性预计模型结合RAC数据库中的失效率数据推导出来的基本失效率值。

对这一失效率要用πi系数因子来修正，该系数考虑了系统设计和生产中使用的特殊过程以及系统环境、可靠性增长和早期失效特性。

上述模型，包括了诱发和无法再现的失效因素。

这些失效因素的定义如下：

部件——部件（如微电路、晶体管、电阻、连接器）无法完成预定功能所引起的失效。

设计——设计不完善造成的失效。

例如，容差层叠，没有预计到的逻辑状态、特定环境应力下设计不健壮等。

生产——生产过程中异常现象造成的失效（如虚焊、连接器引脚弯折等）。

系统管理——不能满足系统要求或不能提供设计和制造所需要的资源。

磨损——与磨损有关的失效机理所造成的失效。

无缺陷——发现的失效无法通过试验再现。

这些失效可能是实际失效，也可能不是；

但这些失效被排除了，因此要算在后勤失效率内。

诱发——由外部施加应力造成的失效。

例如，过电应力的维修引起的失效。

软件——系统由于软件故障现象而无法完成其预定功能。

这一方法可让使用者在早期设计阶段对系统了解甚少的情况下评估系统的可靠性。

例如，在系统的早期开发阶段，可根据通用的部件清单，用操作剖面和应力的缺省值来进行可靠性估计。

在有了更多信息的时候，模型可再增加数据。

这一新方法的优点在于它使用了所获得的信息，形成了最好的现场可靠性估计值，并且可剪裁，有定量的置信界限，对主要的系统可靠性因素较敏感。

新模型采用了较宽范围来预计可靠性。

它考虑了所有可获得的可靠性数据，综合了实验和分析数据，提供了一个较好的预计基础和估计不同可靠性度量标准差异的方法。

