CN102592052A - 一种航空驱动电路模块贮存动态可靠度计算方法 - Google Patents

Abstract

一种航空驱动电路模块贮存动态可靠度计算方法，它有七大步骤：一、主要的贮存环境应力的选择、归类和统计分析；二、确定航空驱动电路模块贮存失效模式和失效机理；三、贮存环境应力量值统计分析；四、在失效机理保持不变、试验环境应力变化的前提下，获取元器件或部件环境试验数据；五、计算模块贮存过程中，各种失效机理的寿命分布特征参数；六、计算整个贮存期内，各失效机理的寿命分布；七、已知寿命分布特征参数即获得寿命分布的表达式；在贮存期内，对各类失效机理的寿命分布函数进行积分，即获得各时间点各失效机理的失效概率F_p(t)和可靠度R_p(t)。本发明能够在节约试验成本的前提下获得较为精确的评估结果，为航空驱动电路模块的可靠性设计提供依据。

Description

一种航空驱动电路模块贮存动态可靠度计算方法

技术领域

本发明提供一种航空驱动电路模块贮存动态可靠度计算方法，特别是涉及一种基于应力-寿命分布关系的元器件贮存失效概率计算方法，属于基于失效物理的可靠性评估技术领域。

背景技术

贮存是指产品在非工作情况下存放的状态。很多长期贮存，一次使用的装置，例如导弹，其电子设备中的元器件经过长期的贮存环境，可能会由于各种原因或机理发生失效，例如，由于老化引起的参数漂移，由于贮存温度变化引发的芯片内部缺陷的暴露等。

目前工程上常用的评估电子元器件贮存可靠性的途径有两种，一种是利用MIL-STD-217f或GJB299C的非工作状态可靠性预计手册。前者提供了国外器件的贮存失效率，后者提供了国产器件以及国外器件的贮存失效率。基于手册方法存在的问题是假设元器件的失效率服从指数分布，这并不符合工程实际。第二种方法是利用加速贮存试验，即在保持失效机理不变的前提下，通过提高试验应力，使得元器件加速失效，然后利用模型推得正常贮存条件下的寿命的方法。当样本量多时，得到的数据较第一种方法更为准确。但若采用加速寿命试验的方法评估电子产品的可靠性，需要对每种元器件都进行加速贮存试验，时间长，成本高，特别是国外的大规模集成电路芯片造价较高。

通过对现有贮存寿命评估的技术文献检索发现，航空驱动电路模块贮存寿命的研究，近些年主要集中在贮存失效机理分析与失效物理建模方面。通过失效物理模型，可以对元器件的贮存寿命进行评估，但是无法计算贮存失效概率，更无法获得动态的可靠度。通过对现有技术的查新和检索，国内外还没有利用应力-寿命分布关系，通过确定元器件的贮存失效机理、利用国外可靠性试验数据库计算航空驱动电路模块动态可靠度的方法。

发明内容

1、目的：本发明的目的在于针对现有贮存可靠性评估方法的不足，提供一种航空驱动电路模块贮存动态可靠度计算方法，该方法是一种基于应力-寿命分布关系的航空驱动电路模块贮存动态可靠度计算方法，它是基于贮存环境条件，对航空驱动电路模块贮存失效机理进行确定，利用国外大型元器件厂商的可靠性试验数据库以及载荷与寿命分布关系，得到航空驱动电路模块贮存可靠度随时间的变化的规律，这种方法能够在节约试验成本的前提下获得较为精确的评估结果，为航空驱动电路模块的可靠性设计提供依据。

2、技术方案：本发明是通过以下技术方案实现的，首先确定航空驱动电路模块在贮存中的主要应力种类，然后确定航空驱动电路模块中各种元器件、部件的主要失效机理，确定各种机理对应的应力条件、寿命分布形式以及应力-寿命分布关系模型，然后利用气象数据统计获得贮存应力条件对应的量值，利用相似元器件实验数据或设计实施加速试验获得的寿命数据，计算贮存条件下元器件的寿命分布特征参数，获得元器件贮存动态可靠度，最后利用串并联模型计算航空驱动电路模块动态可靠度。

本发明一种航空驱动电路模块贮存动态可靠度计算方法，其具体步骤如下：

步骤一：主要的贮存环境应力的选择、归类和统计计算。环境应力主要包括温度、振动、湿度、电磁等。温度应力又分为恒温、温度循环，振动又分为周期振动和随机振动。利用贮存的地点、位置确定实际承受的主要环境应力，忽略不可能承受或影响不大的次要应力，为贮存失效模式与机理确定提供输入；

步骤二：确定航空驱动电路模块贮存失效模式、失效机理，主要包括：

a.根据航空驱动电路模块的组成，绘制模块组成框图：获得航空驱动电路模块的元器件清单，对元器件进行归类，对于国外的半导体芯片，通过查找元器件手册，获得如下列表1所示的技术信息

表1国外的半导体器件技术信息类型

型号规格	工艺	封装形式	封装材料	管脚数
					54LS259	双极型	双列直插	陶瓷	16

b.确定主要环境应力下各元器件的主要贮存失效机理：失效机理是指造成失效的物理的、化学的、生物的或其他的过程。利用下列表2所示的电路模块贮存的主要环境应力与失效机理对应关系，确定航空驱动电路模块的贮存失效机理。

c.确定各贮存失效机理的寿命分布形式以及应力-寿命分布关系模型：在失效机理不变的情况下，元器件所承受的载荷或应力不同，其寿命分布形式相同，但分布特征参数会发生变化。寿命分布的特征参数是表征寿命分散性特性的参数。可以参考利用下列表2所示的失效机理、寿命分布形式、应力-寿命分布关系模型的对应关系确定。

表2贮存失效机理与应力-寿命分布关系模型的对应关系

表2中公式的的符号说明如下：λ为指数分布特征参数，失效率；η为尺度参数；T为温度；ΔT为温差；C，K，B均为常数。

步骤三：贮存环境应力量值统计计算。对于温度应力，可利用贮存地点的大气环境数据库，统计计算出一年内的每日平均气温、月平均气温、昼夜温差等。对于振动，可根据实际运输过程所经过的路面条件，实际测量获得量值。湿度条件也可以利用大气环境数据库来确定。

步骤四：获取元器件或部件环境试验数据，前提是失效机理保持不变，变化的是试验环境应力。环境应力可以加大，也可以减小。有两种方法获得寿命数据，

a.对于国外半导体器件，可以直接采用AD公司官方网站提供的元器件可靠性试验数据，该数据库给出了不同环境应力下的可靠性试验的结果，格式如下列表3所示。

表3AD公司数据库部分数据

b.对于国内元器件，设计加速贮存试验，选择合适的样本量、加速因子以及试验截止时间，获得参数的退化数据或者寿命数据。

步骤五：计算模块贮存过程中，各种失效机理的寿命分布特征参数，主要包括：

a.计算试验环境条件下各失效机理的分布特征参数，对于国外半导体器件的贮存失效机理，若其寿命服从指数分布，其分布特征参数λ的计算公式为：

$\mathrm{\λ}=\frac{{\mathrm{\χ}}^2}{2n{t}_a{A}_f}---\left(1\right)$

其中，式(1)中的符号说明如下：λ为指数分布特征参数，失效率；χ²为根据失效数与置信区间计算出来的卡方分布；n为加速试验样本量；t_a为加速试验截止时间；A_f为由测试到使用条件的加速因子。

若其寿命服从Weibull分布，且在试验截止时间内的失效数为零，Weibull分布的特征参数有两个，形状参数为β、尺度参数为η。形状参数β的确定根据下列表4进行。

表4不同材料的结构疲劳失效Weibull分布形状参数β推荐

形状参数	金	铝	金铝合金
				β	4	3	2.2

利用下述公式，获得试验条件下，单侧置信度为γ下的可靠度：

$R_L\left(t\right)=\exp \left(t^{\mathrm{\β}}\frac{\ln (1-\mathrm{\γ})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t_i}^{\mathrm{\β}}}\right)---\left(2\right)$

其中，式(2)中的符号说明如下：R_L(t)为单侧置信度为γ下的可靠度；t为时间；β为形状参数。

而后根据公式(3)计算得到产品的单侧置信度为γ下的尺度参数：

$\widehat{\mathrm{\η}}={\left[\frac{-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t_i}^{\mathrm{\β}}}{\ln (1-\mathrm{\γ})}\right]}^{\frac{1}{\mathrm{\β}}}---\left(3\right)$

其中，式(3)中的符号说明如下：η为尺度参数；t为时间；β为形状参数。

通过贮存试验来获得失效机理寿命分布特征参数的步骤为：

1)利用回归计算方法，获得试验退化数据与试验时间之间的方程，

2)设定失效判据，计算各试验样本的失效时间

3)获得试验环境条件下的分布参数

根据失效机理的类型，利用表2选择对应得失效时间分布，将2)中计算得到的失效时间拟合为该分布，求得分布特征参数。

b.计算贮存环境条件下的分布特征参数

利用应力-寿命分布关系，将试验条件下求得的分布特征参数，转化为贮存环境条件下的分布特征参数。利用一组或多组试验环境条件，求得应力-寿命分布关系方程中的常数，而后将贮存环境条件带入方程，即可求得该条件下的特征参数。例如：

若失效机理服从指数分布，且引发失效机理的环境应力为温度，将试验条件下温度带入Arrhenius-指数关系，即：

$\mathrm{\λ}\left(T\right)={\mathrm{Ce}}^{\frac{B}{T}}---\left(4\right)$

可以得到C的值，然后带入贮存环境下每月的平均温度，即可求得贮存温度下该失效机理寿命指数分布的特征参数λ。

其中，式(4)中的符号说明如下：λ(T)为指数分布特征参数，失效率；T为温度；B，C均为常数。

若失效机理服从Weibull分布，且引发失效机理的环境应力为温度循环，将两组温度循环试验的温差带入IPC-Weibull关系：

$\mathrm{\η}=L\left(V\right)=\frac{1}{K{\left(\mathrm{\ΔT}\right)}^n}---\left(5\right)$

即可以得到K、n的值。然后带入贮存环境下每天的温差，可得到该条件下Weibull分布的特征参数η。

其中，式(5)中的符号说明如下：η为尺度参数；ΔT为温差；K，n均为常数。

若失效机理服从Weibull分布，且引发失效机理的环境应力为温度，将试验条件下温度带入Arrhenius-Weibull关系，

η＝Ce^B/T    (6)

即可得到C的值。然后带入贮存环境下每月的平均温度，即可求得贮存温度下该失效机理寿命指数分布的特征参数η。

其中，式(6)中的符号说明如下：η为尺度参数；T为温度；B，C均为常数。

步骤六：计算整个贮存期内，各失效机理的寿命分布，主要包括：

将贮存期分为不同的时间段，贮存期内每时间段的寿命符合表2推荐的分布类型，其失效概率密度为f_pi(t)，在整个寿命期分布f_p(t)为各时间段失效分布的混合函数，即

$f_p\left(t\right)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{365}{\mathrm{\Σ}}}{a}_i{f}_{\mathrm{pi}}\left(t\right)---\left(7\right)$

其中，式(7)中的符号a_i为每个分布的频数比，即这种失效概率密度分布出现的时间占整个寿命期的百分比。例如，对于温度引起的贮存寿命机理，时间段为一个月，温度循环引起的机理，时间段为一天。

步骤七：已知寿命分布特征参数即可获得寿命分布的表达式。在贮存期内，对各类失效机理的寿命分布函数进行积分，即可获得各时间点各失效机理的失效概率F_p(t)和可靠度R_p(t)，即

$F_p\left(t\right)={\∫}_0^t{f}_p\left(t\right)\mathrm{dt}---\left(8\right)$

R_p(t)＝1-F_p(t)(9)

其中，式(8)中的符号f_p(t)为各失效机理在整个寿命期失效概率密度；t为时间。

根据航空驱动电路模块上同类元器件、部件的数量，利用串联模型可以获得航空驱动电路模块的失效概率以及可靠度。此可靠度是随着时间变化的，即为动态可靠度。

通过采用以上七个步骤，即可得到航空驱动电路模块的贮存动态可靠度。

3.优点及功效：本发明一种航空驱动电路模块贮存动态可靠度计算方法，具有以下优点：

a.根据所承受的贮存应力，确定贮存失效机理及其对应的分布形式。浴盆曲线分为三个阶段，早期失效、偶然失效与耗损失效。一般认为航空驱动电路模块在偶然失效阶段寿命服从指数分布，但是对于导弹等武器装备，元器件都是经过筛选，剔除了早期失效，对于某些偶然失效，例如半导体芯片失效，可以认为其寿命服从指数分布，但是对于某些耗损型失效，例如疲劳寿命，工程上通常假设为服从对数正态或Weibull分布。因此，根据贮存失效机理来确定寿命分布形式更加符合工程实际。

b.利用应力-寿命分布关系模型，在失效机理不变前提下，获得贮存应力下的分布特征参数。国外大型元器件厂商的可靠性试验数据库中的试验数据是在特定的试验条件下获得的，利用应力-寿命关系，可将国外可靠性试验数据计算得到的分布特征参数转化为贮存实际应力条件下参数，避免了进行长时间、高费用的半导体器件贮存试验。

附图说明

图1是本发明的方法流程图。

图2是本发明实施例中航空驱动电路模块组成图。

图3是本发明实施例航空驱动电路模块贮存期第1年到第10年的失效概率图。

具体实施方式

下面将结合附图和实施例对本发明做进一步的详细说明。

以下实施例是某航空驱动电路模块贮存寿命评估过程，是按照如图1所示的流程进行实施的，主要包括确定贮存环境应力、确定贮存元器件的机理、贮存环境应力量值统计计算、获取不同机理的环境试验数据、计算各种失效机理的寿命分布特征参数、计算元器件或部件贮存动态可靠度、计算航空驱动电路模块贮存动态可靠度。航空驱动电路模块的组成如图2所示，主要包括元器件、互联、印刷电路板等部分。其中元器件类型包括集成电路、晶体管、二极管、电阻、电容、电感、继电器等组成。

见图1，本发明一种航空驱动电路模块贮存动态可靠度计算方法，该方法具体步骤如下：

步骤一：主要的贮存环境应力的选择、归类和统计计算。该产品贮存地点在杭州，贮存场地中无温度控制设备；有湿度调节设备，能将湿度控制在很理想的范围；贮存过程中无运输和转移，因此可以不考虑振动应力。通过以上过程可以确定温度为主要的贮存环境应力。

步骤二：确定航空驱动电路模块贮存失效模式、机理，主要包括

a.半导体器件芯片

半导体芯片在晶片制造、氧化、光刻等工艺中，会由于杂质、工艺控制等因素引起芯片的制造缺陷，这种缺陷使得芯片在贮存过程中会成为各种机理，例如金属键合物、芯片内部金属线应力迁移等产生分散性的根源。芯片贮存中失效通常是由于恒定的温度和时间引起的，芯片失效在每年的1-12月的每个月内服从指数分布，而整体分布为每月、每年指数分布的混合分布，仍为指数分布。分布的特征参数为中位寿命λ，应力-寿命分布符合Arrhenius-指数关系，如下列表5所示。

b.半导体器件封装

半导体器件在芯片加工制造后，经过封装形成一个完整的器件。贮存期内封装失效的主要机理为引线绑定互联部位裂纹扩展，封装失效通常是由于温度循环引起，封装引线疲劳失效在每天内服从Weibull分布，而整体分布为每日分布的混合分布，仍为Weibull分布。分布的特征参数为形状参数β和尺度参数η，应力-寿命分布符合IPL-Weibull关系，如下列表4所示。

c.表贴焊点

表贴焊点的失效机理为温度循环引起的热疲劳。焊点疲劳失效在一年的每日内服从Weibull分布，而整体分布为每日分布的混合分布，仍为Weibull分布。分布的特征参数为形状参数β和尺度参数η，应力-寿命分布符合IPL-Weibull关系，如下列表4所示。

d.继电器

继电器的失效机理是由于温度和时间引起的电接触失效。电接触失效在每年的1-12月的每个月内服从Weibull分布，而整体分布为每月分布的混合分布，仍为Weibull分布。分布的特征参数为形状参数β和尺度参数η，应力-寿命分布符合Arrhenius-Weibull关系，如下列表4所示。

表5实施例航空驱动电路模块失效模式机理与分布关系表

表5中公式的的符号说明如下：λ为指数分布特征参数，失效率；η为尺度参数；T为温度；ΔT为温差；C，K，B均为常数。

步骤三：贮存环境应力量值统计计算。对于本实施例来说，贮存环境应力主要为温度应力。由于每年每天每时的温度均不相同，可以将环境温度拆分为两部分，恒温和温度循环。主要包括：

a.恒定温度。贮存期每年的各月份内，温度认为基本恒定，利用中央气象局气象数据库中杭州市2010年的温度数据，计算月平均温度。

b.温度循环的温差。贮存期内每天器件要经历一个温度循环，利用中央气象局气象数据库中杭州市2010年的温度数据，计算每日温差。

步骤四：获取元器件或部件环境试验数据，主要包括：

a.半导体器件芯片，美国Analog Deviec公司网站的可靠性数据库中提供了共计236842芯片的失效数据，选取数据库中温度为125℃，试验时间为T＝1000小时的高温加速试验数据。

b.半导体器件封装，Analog Deviecs公司可靠性数据库中提供了各种工艺的器件的温度循环试验数据，温循条件为-65℃/+150℃、-40℃/+125℃。这些可靠性试验均为定时截尾，无失效数据。

c.表贴焊点，采用Microchip公司封装工艺报告中提供的各类表贴焊点热疲劳失效试验数据。

d.继电器，对6个密封电磁继电器样本进行了500小时的100±1℃恒高温加速试验，每间隔50小时将温箱停机，待温度降至实验室室温后，将受试样品取出并在常温下进行性能参数——接触电阻值的检测。表6为密封电磁继电器加速高温试验部分数据。

表6继电器接触电阻值试验数据(单位：mΩ)

步骤五：计算产品贮存过程中，各种失效机理的寿命分布特征参数，主要包括：

a.半导体器件芯片失效分布特征参数λ_ci

将可靠性数据库中高温加速试验数据、卡方模型带入到公式(1)中，求贮存温度下寿命分布特征参数λ_ci。以器件LM148为例，在贮存温度25摄氏度下该芯片失效分布特征参数λ_ci为0.11e-6。

b.半导体器件封装失效分布特征参数β与η

以器件LM148为例，首先确定形状参数β。根据工程上已经积累的疲劳Webull分布形状参数资料，取引线绑定互联部位裂纹扩展的Weibull形状参数β的下限为2.2。

根据AD公司可靠性试验数据库中提供的试验条件为-65℃到+150℃和-40℃到+125℃的两组温度循环试验无失效数据，利用公式(2)计算求得以上两种试验条件下，单侧置信度γ＝0.5时的尺度参数η₁，η₂：

${\widehat{\mathrm{\η}}}_1={\left[\frac{-\underset{i=1}{\overset{232}{\mathrm{\Σ}}}{500}^{2.2}}{\ln (1-0.5)}\right]}^{\frac{1}{2.2}}=7023.34---\left(10\right)$

${\widehat{\mathrm{\η}}}_2={\left[\frac{-\underset{i=1}{\overset{232}{\mathrm{\Σ}}}{1000}^{2.2}}{\ln (1-0.5)}\right]}^{\frac{1}{2.2}}=14046.69---\left(11\right)$

将η₁，η₂的值和温差ΔT₁＝215℃，ΔT₂＝165℃代入到表4半导体封装疲劳失效机理应力-分布IPL-Weibull关系中：

${\mathrm{\η}}_1=\frac{1}{K{\left(\mathrm{\Δ}{T}_1\right)}^n}=\frac{1}{K{\left(215\right)}^n}=7023.34---\left(12\right)$

${\mathrm{\η}}_2=\frac{1}{K{\left(\mathrm{\Δ}{T}_2\right)}^n}=\frac{1}{K{\left(165\right)}^n}=14046.69---\left(13\right)$

联合求解式(12)和(13)，即可求得待定系数K为111e-10，n为2.62。

若已知贮存温差ΔT，可以得到该温差下封装失效Weibull分布的尺度参数η。如当贮存温差为8.7摄氏度时，器件LM148封装的尺度参数η为：

$\mathrm{\η}=\frac{1}{K{\left(\mathrm{\ΔT}\right)}^n}=\frac{1}{1.11e(-10)\×{\left(8.7\right)}^{2.62}}=3.11e7---\left(14\right)$

c.表贴焊点失效的分布参数β与η

与半导体器件封装失效分布特征参数计算方法一致，只是数据源不同。

以器件TC160G70AG为例，当贮存温差为8.7摄氏度时，其表贴焊点的尺度参数η为1.87e7，形状参数β为2.2。

d.继电器失效的分布参数β与η

1)利用回归计算，获得试验退化数据与试验时间之间的方程，

对以上6个样本的试验数据进行回归计算，发现继电器接触电阻的退化趋势呈线性关系，并得到在试验温度为100℃时各试验样本接触电阻值与试验时间之间的线性方程R_i＝a_it+b_i。式中R_i为各继电器接触电阻值；t为试验时间；a_i，b_i均为常数，其值如表7所示。

表7继电器接触电阻值与试验时间线性方程参数取值

2)设定失效判据，计算各试验样本的失效时间

以接触电阻超出接触电阻最大值作为失效判据，接触电阻超出5千万欧姆时继电器失效。利用接触电阻退化的线性方程，即可求得继电器各试验样本的失效时间，如表8所示。

表8继电器各试验样本的失效时间(单位：h)

3)获得试验环境条件下的分布参数

a.利用最小二乘法对威布尔分布的两个参数进行最小二乘估计，从而得到继电器在试验温度100℃时的Weibull分布的形状参数β为3.925，η为6673.234。

b.计算贮存环境条件下的分布特征参数

表3中继电器接触失效应力-寿命分布关系模型中

k为波尔兹曼常数，根据试验的数据计算得到激活能E_a＝0.62。通过T＝100℃时计算得到的电磁继电器接触失效Weibull分布的尺度参数值η，代入继电器接触失效应力-分布关系模型中：

$\mathrm{\η}={\mathrm{Ce}}^{B/T}={\mathrm{Ce}}^{\frac{E_a}{\mathrm{KT}}}=C{e}^{\frac{0.62}{8.62\×{10}^5\×100}}=6673.234---\left(15\right)$

即可反推出待定参数C的值为2.82e-5。再将确定的C值代入式继电器接触失效应力-分布关系模型，即可以求得在贮存期平均温度25摄氏度下，继电器接触失效Weibull分布的尺度参数η为8.26e5。

步骤六：计算整个贮存期内，各失效机理的寿命分布。

以半导体器件芯片失效为例，当贮存期为1年时，将整个贮存期分为12个时间段，每个月为一个时间段，则贮存期内每个时间段的寿命符合表3推荐的分布类型，其失效概率密度为则整个寿命期分布f(t)为：

$f\left(t\right)=\frac{1}{12}\underset{j=1}{\overset{12}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{e}^{-{\mathrm{\λ}}_{i}t}---\left(7\right)$

步骤七：计算航空驱动电路模块贮存动态可靠度，主要包括：

已知寿命分布特征参数即可获得寿命分布的表达式。在贮存期内，对各类失效机理的寿命分布函数进行积分，即可获得各时间点各失效机理的失效概率。

根据航空驱动电路模块上同类元器件、部件的数量，利用串联模型可以获得航空驱动电路模块的失效概率以及可靠度。图3为该航空驱动电路模块贮存期第1年到第10年的失效概率图。此可靠性是随着时间变化的，即为动态可靠度。

本发明建立了基于应力-寿命分布关系的航空驱动电路模块贮存动态可靠度计算方法。利用该方法，可以利用国外数据库和加速试验数据对航空驱动电路模块贮存长期贮存可靠度进行动态计算，降低试验成本，缩短评估周期，同时为航空驱动电路模块的可靠性设计提供依据。

本发明中引用字母的物理意义如下表说明：

χ2	根据失效数与置信区间计算出来的卡方分布
		n	加速试验样本量
ta	加速试验截止时间
		Af	由测试到使用条件的加速因子
λ	指数分布特征参数，失效率
		β	形状参数
η	尺度参数
		T	温度

C，K，B	常数
		t	时间
γ	单侧置信度
		Ea	激活能
fρ(t)	某一时间段失效概率密度
		f(t)	整个寿命期失效概率密度
ΔT	温差
		F(t)	失效概率
ai	每个分布的频数比
		RL(t)	单侧置信度为γ下的可靠度

Claims (1)

1.一种航空驱动电路模块贮存动态可靠度计算方法，其特征在于：该方法具体步骤如下：

步骤一：主要的贮存环境应力的选择、归类和统计计算；环境应力包括温度、振动、湿度、电磁，温度应力分为恒温、温度循环，振动分为周期振动和随机振动；利用贮存的地点、位置确定实际承受的主要环境应力，忽略不可能承受或影响不大的次要应力，为贮存失效模式与机理确定提供输入；

步骤二：确定航空驱动电路模块贮存失效模式、失效机理，包括：

a.根据航空驱动电路模块的组成，绘制模块组成框图：获得航空驱动电路模块的元器件清单，对元器件进行归类，对于国外的半导体芯片，通过查找元器件手册，获得如下列表1所示的技术信息

表1国外的半导体器件技术信息类型

  型号规格   工艺   封装形式   封装材料   管脚数   54LS259   双极型   双列直插   陶瓷   16

b.确定主要环境应力下各元器件的主要贮存失效机理：失效机理是指造成失效的物理的、化学的、生物的或其他的过程，利用下列表2所示的电路模块贮存的主要环境应力与失效机理对应关系，确定航空驱动电路模块的贮存失效机理；

c.确定各贮存失效机理的寿命分布形式以及应力-寿命分布关系模型：在失效机理不变的情况下，元器件所承受的载荷或应力不同，其寿命分布形式相同，但分布特征参数会发生变化；寿命分布的特征参数是表征寿命分散性特性的参数，利用下列表2所示的失效机理、寿命分布形式、应力-寿命分布关系模型的对应关系确定；

表2贮存失效机理与应力-寿命分布关系模型的对应关系

表2中公式的的符号说明如下：λ为指数分布特征参数，失效率；η为尺度参数；T为温度；ΔT为温差；C，K，B均为常数；

步骤三：贮存环境应力量值统计计算；对于温度应力，利用贮存地点的大气环境数据库，统计计算出一年内的每日平均气温、月平均气温、昼夜温差；对于振动，根据实际运输过程所经过的路面条件，实际测量获得量值，湿度条件也利用大气环境数据库来确定；

步骤四：获取元器件或部件环境试验数据，前提是失效机理保持不变，变化的是试验环境应力；环境应力能加大，也能减小；有两种方法获得寿命数据：

a.对于国外半导体器件，直接采用AD公司官方网站提供的元器件可靠性试验数据，该数据库给出了不同环境应力下的可靠性试验的结果，格式如下列表3所示；

表3AD公司数据库部分数据

b.对于国内元器件，设计加速贮存试验，选择合适的样本量、加速因子以及试验截止时间，获得参数的退化数据或者寿命数据；

步骤五：计算模块贮存过程中，各种失效机理的寿命分布特征参数，包括：

a.计算试验环境条件下各失效机理的分布特征参数，对于国外半导体器件的贮存失效机理，若其寿命服从指数分布，其分布特征参数λ的计算公式为：

$\mathrm{\λ}=\frac{{\mathrm{\χ}}^2}{2n{t}_a{A}_f}---\left(1\right)$

其中，式(1)中的符号说明如下：λ为指数分布特征参数，失效率；χ²为根据失效数与置信区间计算出来的卡方分布；n为加速试验样本量；t_a为加速试验截止时间；A_f为由测试到使用条件的加速因子；

若其寿命服从Weibull分布，且在试验截止时间内的失效数为零，Weibull分布的特征参数有两个，形状参数为β、尺度参数为η；形状参数β的确定根据下列表4进行：

表4不同材料的结构疲劳失效Weibull分布形状参数β推荐

  形状参数   金   铝   金铝合金   β   4   3   2.2

利用下述公式，获得试验条件下，单侧置信度为γ下的可靠度：

$R_L\left(t\right)=\exp \left(t^{\mathrm{\β}}\frac{\ln (1-\mathrm{\γ})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t_i}^{\mathrm{\β}}}\right)---\left(2\right)$

其中，式(2)中的符号说明如下：R_L(t)为单侧置信度为γ下的可靠度；t为时间；β为形状参数；

而后根据公式(3)计算得到产品的单侧置信度为γ下的尺度参数：

$\widehat{\mathrm{\η}}={\left[\frac{-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t_i}^{\mathrm{\β}}}{\ln (1-\mathrm{\γ})}\right]}^{\frac{1}{\mathrm{\β}}}---\left(3\right)$

其中，式(3)中的符号说明如下：η为尺度参数；t为时间；β为形状参数；

通过贮存试验来获得失效机理寿命分布特征参数的步骤为：

1)利用回归计算方法，获得试验退化数据与试验时间之间的方程；

2)设定失效判据，计算各试验样本的失效时间；

3)获得试验环境条件下的分布参数；

根据失效机理的类型，利用表2选择对应得失效时间分布，将2)中计算得到的失效时间拟合为该分布，求得分布特征参数；

b.计算贮存环境条件下的分布特征参数

利用应力-寿命分布关系，将试验条件下求得的分布特征参数，转化为贮存环境条件下的分布特征参数；利用一组或多组试验环境条件，求得应力-寿命分布关系方程中的常数，而后将贮存环境条件带入方程，即求得该条件下的特征参数；例如：

若失效机理服从指数分布，且引发失效机理的环境应力为温度，将试验条件下温度带入Arrhenius-指数关系，即：

$\mathrm{\λ}\left(T\right)={\mathrm{Ce}}^{\frac{B}{T}}---\left(4\right)$

得到C的值，然后带入贮存环境下每月的平均温度，即求得贮存温度下该失效机理寿命指数分布的特征参数λ；

其中，式(4)中的符号说明如下：λ(T)为指数分布特征参数，失效率；T为温度；B，C均为常数；

若失效机理服从Weibull分布，且引发失效机理的环境应力为温度循环，将两组温度循环试验的温差带入IPC-Weibull关系：

$\mathrm{\η}=L\left(V\right)=\frac{1}{K{\left(\mathrm{\ΔT}\right)}^n}---\left(5\right)$

即可以得到K、n的值；然后带入贮存环境下每天的温差，得到该条件下Weibull分布的特征参数η；

其中，式(5)中的符号说明如下：η为尺度参数；ΔT为温差；K，n均为常数；

若失效机理服从Weibull分布，且引发失效机理的环境应力为温度，将试验条件下温度带入Arrhenius-Weibull关系，

η＝Ce^B/T    (6)

即得到C的值，然后带入贮存环境下每月的平均温度，即求得贮存温度下该失效机理寿命指数分布的特征参数η；

其中，式(6)中的符号说明如下：η为尺度参数；T为温度；B，C均为常数；

步骤六：计算整个贮存期内，各失效机理的寿命分布，包括：

将贮存期分为不同的时间段，贮存期内每时间段的寿命符合表2推荐的分布类型，其失效概率密度为f_pi(t)，在整个寿命期分布f_p(t)为各时间段失效分布的混合函数，即

$f_p\left(t\right)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{365}{\mathrm{\Σ}}}{a}_i{f}_{\mathrm{pi}}\left(t\right)---\left(7\right)$

其中，式(7)中的符号a_i为每个分布的频数比，即这种失效概率密度分布出现的时间占整个寿命期的百分比；例如，对于温度引起的贮存寿命机理，时间段为一个月，温度循环引起的机理，时间段为一天；

步骤七：已知寿命分布特征参数即可获得寿命分布的表达式；在贮存期内，对各类失效机理的寿命分布函数进行积分，即获得各时间点各失效机理的失效概率F_p(t)和可靠度R_p(t)，即

$F_p\left(t\right)={\∫}_0^t{f}_p\left(t\right)\mathrm{dt}---\left(8\right)$

R_p(t)＝1-F_p(t)(9)

其中，式(8)中的符号f_p(t)为各失效机理在整个寿命期失效概率密度；t为时间；

根据航空驱动电路模块上同类元器件、部件的数量，利用串联模型获得航空驱动电路模块的失效概率以及可靠度；此可靠度是随着时间变化的，即为动态可靠度；

通过采用以上七个步骤，即得到航空驱动电路模块的贮存动态可靠度。

Images