CN103488842B - 一种基于Saber的典型分立器件的可靠性自动预计方法 - Google Patents
一种基于Saber的典型分立器件的可靠性自动预计方法 Download PDFInfo
- Publication number
- CN103488842B CN103488842B CN201310455023.7A CN201310455023A CN103488842B CN 103488842 B CN103488842 B CN 103488842B CN 201310455023 A CN201310455023 A CN 201310455023A CN 103488842 B CN103488842 B CN 103488842B
- Authority
- CN
- China
- Prior art keywords
- reliability
- saber
- model
- parameter
- functional mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于Saber的典型分立器件的可靠性自动预计方法,步骤如下:一:在功能模型中扩展影响工作失效率的自身特性参数;二:通过仿真获取器件的电应力参数;三:在功能模型中增加环境因素,结合不同类别分立器件的使用手册,在原有功能模型中定义相应的环境变量;四:在上述基础上,将工作失效率模型内嵌到Saber功能模型中;五:建立不同类别的器件符号以识别内嵌后的可靠性自动预计模型;六:利用可靠性自动预计模型进行Saber电路功能建模和仿真;七:进行正确性检验;其优点是:利用Saber软件,给出了对器件模型进行扩展的通用方法,将参数值传到元件内部,然后利用应力分析模型自动计算出工作失效率,从而实现元器件电参数的分析和可靠性预计的同步开展。
Description
技术领域:
本发明涉及电子产品可靠性设计分析过程中,一种基于Saber的典型分立器件的可靠性自动预计方法(Saber为美国Synopsys公司的混合系统仿真软件)。该方法利用Saber软件中典型分立器件模型的可开发性,将原本需要手动计算可靠性的过程采用自动化的方法实现,即利用元器件二次开发技术,将基于手册的工作失效率模型内嵌到器件的功能模型中,从而使得相关项目的设计人员在对电路进行功能仿真的同时,能够自动获取这些分立器件的可靠性参数。本发明属于电子产品可靠性设计分析领域。
背景技术
可靠性预计是电子产品研发过程中重要的可靠性分析工作,虽然在电子产品的设计过程中,广泛采用各种电路仿真软件,极大地提高了产品的设计水平和设计效率,但是可靠性预计的方法却不能很好的融入其中。
目前常用的预计方法是基于手册的元器件计数法和应力分析法。和元器件计数法相比,应力分析法能够较全面地考虑电、热和气候、机械应力及元器件质量等因素对失效率的影响,因此它是能够反映实际可靠性的一种定量预计方法。应用该方法时,需要了解元件在工作条件下的电参数值,然后利用手册/标准的模型计算工作失效率。前人利用应力分析法进行元件可靠性预计时,一方面,应用EDA软件进行电路功能仿真,计算出元器件的电参数。另一方面,将得到的电参数值手动输入到元件失效率模型中,进而进行计算。由于产品设计过程中,工作条件和电路结构经常发生改变,因此元器件的电参数值也会不断发生变化,这样采用手动方法预计元件可靠性过程就会变得比较繁琐且不直观,不利于设计人员准确、快速的了解整个电路的可靠性状况。在性能与可靠性一体化设计的理念下,应该采取一些有效措施,提高元器件可靠性预计的自动化程度,对产品改进设计提供合理建议,从而能够缩短研发周期,提高电路整体的可靠性水平。
发明内容
本发明的目的是提供一种基于Saber的典型分立器件的可靠性自动预计方法,该方法能够在电路功能仿真的同时,自动获取分立器件的工作失效率。器件的工作失效率λp是器件自身特性参数,电应力参数和环境参数等三类参数的函数。器件自身特性参数包括结构、材料、封装形式、质量等级、应用状态等,电应力参数包括额定的电参数和工作状态下的实际电流、电压值,环境参数包括周围环境和工作环境。因此,自动获取工作失效率对反映某种工作状态下器件的可靠性信息有重要作用。
为了实现上述目的,本发明借助第三方数模混合仿真软件Saber,给出一种针对典型分立器件建立工作失效率预计模型的通用方法。该方法在Saber已有器件功能模型的基础上,结合GJB Z 299C-2006电子设备可靠性预计手册,对器件的模型进行扩展。
本发明一种基于Saber的典型分立器件的可靠性自动预计方法,其步骤如下:
步骤一:在功能模型中扩展影响工作失效率的自身特性参数;即针对不同种类的分立器件,在了解和掌握其基本工作原理的基础上,利用预计手册,分析元器件的自身特性中哪些参数对工作失效率影响较大,进而分析Saber中对应的元器件功能模型,若功能模型中不包括与工作失效率相关的自身特性参数,则需要在功能模型中增加相应的变量,作为元器件的属性值;
步骤二:通过仿真获取器件的电应力参数;随着电路结构和工作状态的改变,器件的电参数值也会时刻发生变化,因此,在元器件功能模型中需要增加影响工作失效率的电应力变量,该变量的数值能够直接反映电应力参数对工作失效率的影响;
步骤三:在功能模型中增加影响工作失效率的环境因素,这里主要考虑环境温度和工作温度。对电路中的所有器件而言,环境温度是相同的,可以定义为全局变量,而工作温度因器件的功率和热阻不同而有所不同;结合不同类别分立器件的使用手册,在原有功能模型中定义相应的环境变量;
步骤四:在上述步骤的基础上,将工作失效率模型内嵌到Saber中相应元器件的功能模型中;即需要综合以上三方面因素,在Saber中拓展已有的元器件模型,在拓展的模型中,不仅包含功能模型,还包括工作失效率模型中的各个参数;这样在功能仿真的同时,能够将工作失效率值自动输出,不同种类分立器件的功能模型和工作失效率模型均不同,实现工作失效率的自动输出,是本发明突破的难点;
步骤五:建立不同类别的器件符号以识别内嵌后的可靠性自动预计模型;需要根据不同类别分立器件的结构特点绘制不同的器件符号,并将该器件符号与相应可靠性自动预计模型对应起来,用以绘制电路图;
步骤六:利用可靠性自动预计模型进行Saber电路功能建模和仿真;即按照设计需求在Saber平台上绘制电路图,电路图调试编译最终符合要求,作为仿真电路;将此电路生成网表文件,进行功能仿真,同时得到电路中典型分立器件的工作失效率;
步骤七:进行正确性检验。建立典型分立器件的可靠性自动预计模型后,设计人员应当依据传统的手动方法对可靠性自动预计模型进行正确性检验。
通过上述七个步骤达到完成将原本需要手动计算元器件可靠性的过程采用自动化的方法实现,即将基于手册的工作失效率模型内嵌到器件的功能模型中,这样在功能仿真的同时,能够自动得到分立器件的工作失效率。
其中,本发明中所说的典型分立器件是指电阻器、电容器、电感和半导体器件。半导体器件包括普通双极性晶体管、普通硅场效应晶体管和普通二极管三种。
其中,在步骤一中所说的“在功能模型中扩展影响工作失效率的自身特性参数”,其方法如下:(1)通过分析Saber中已有元件的功能模型,得到功能模型中描述元件自身特性的变量;(2)通过分析GJB Z 299C-2006电子设备可靠性预计手册中该元件的工作失效率模型,得到工作失效率模型中与元件自身特性有关的参数;(3)比较前述(1)中得到的变量和(2)中得到的参数,若(1)中的变量不包括(2)中的某些参数,就在已有功能模型中定义缺少的参数。
其中,在步骤二中所说的“通过仿真获取器件的电应力参数”,其方法如下:(1)通过分析GJB Z 299C-2006电子设备可靠性预计手册中元件的工作失效率模型,得到需要通过仿真获取器件的哪些电应力参数,是电压应力、电流应力还是功率应力?(2)分析Saber中已有的元件功能模型,查看该模型中是否已经存在需要的电参数,若不存在,需要重新定义;若已存在,可直接使用;(3)为了使得所需的电应力参数能直接输出,需要在局部声明(local declarations)中定义该参数的类型为可输出变量;(4)执行仿真分析(直流分析、瞬态分析)后,可以通过波形分析器(SaberScope)得到电应力参数值,也可通过仿真主界面(SaberSktch)中分析->分批测量(Analyses->Batch Measure)选项,进入分批测量(Batch Measure)设置界面,选择需要的电应力参数名称后得到器件的电应力参数。
其中,在步骤三中所说的“在功能模型中增加影响工作失效率的环境因素,这里主要考虑环境温度和工作温度”,其方法如下:(1)根据电路实际工作环境温度值,在Saber已有元件功能模型中定义环境变量为全局变量,并赋予和实际情况相同的数值,单位为摄氏度;(2)对半导体元件而言,采用如下公式计算工作温度:工作温度=环境温度+瞬时功率*等效热阻,若Saber已有元件模型中存在该变量,直接使用即可,若不存在,需要定义变量并表达这个等量关系。(3)对电阻、电容和电感而言,这里假定工作温度和环境温度相同,因此,可直接使用前述(1)中定义的环境变量。
其中,在步骤四中所说的“将工作失效率模型内嵌到Saber中相应元器件的功能模型中”,其方法如下:通过分析对比Saber中已有元件功能模型和GJB Z299C-2006电子设备可靠性预计手册中该元件的工作失效率模型,从自身特性参数、电应力参数、环境参数三个方面对Saber中已有元件功能模型中的变量直接使用或再定义,这样,功能模型中便包括工作失效率模型中的各个参数。
其中,在步骤四中所说的“在Saber中拓展已有的元器件模型”,其拓展的方法如下:综合步骤一至步骤三中所说的自身特性参数、电应力参数和环境参数三方面,对Saber已有元件功能模型进行修改,增加或者重新定义相应的变量,使得修改后的功能模型中能够包括GJB Z 299C-2006电子设备可靠性预计手册中工作失效率模型的各个参数。
其中,在步骤五中所说的“建立不同类别的器件符号以识别内嵌后的可靠性自动预计模型”,其方法如下:(1)将模板存放在任意盘,在仿真主界面(SaberSktch)中,打开新建->符号(new->symbol)的选项,右击选择生成->来自模型的符号(create->symbol from model),按照存放路径打开该模板文件;(2)打开工具tool中的画图工具(draw tool)选项,根据需要对符号(symbol)进行外观绘制,以这种方式绘制的symbol,会自动生成相应属性。(3)绘制完成后,选择保存路径,保存名称和模板名称相同。
其中,在步骤六中所说的“利用可靠性自动预计模型进行Saber电路功能建模和仿真”,其方法如下:(1)根据设计结果,对电路中的典型分立器件,调用步骤五中已有的可靠性自动预计模型,对其余器件,调用元件库中的器件;(2)在仿真主界面(SaberSketch)中绘制电路图,经过调试编译后,作为仿真电路;(3)选择工具栏中设计->网表(Design->Netlist),生成网表文件;(4)选择工具栏中分析->工作点分析(Analyses->Operating Point)和分析->时域分析(Analyses->Time-Domain)对电路进行工作点分析和时域分析,分析结束后,便能得到电路中所有典型分立器件的工作失效率。
其中,在步骤七中所说的“进行正确性检验”,其方法如下:(1)设计人员应用电子设计自动化(EDA)软件进行电路仿真,计算出元件的电参数;(2)根据GJB Z 299C-2006电子设备可靠性预计手册中元件的工作失效率模型,将得到的电参数值和元件自身特性参数和环境参数值手动输入到失效率模型中,得到元件的工作失效率;(3)比较手动计算的结果和步骤六中通过仿真自动获取的工作失效率值是否相同,若相同,则该元件的可靠性自动预计模型是正确的;若不相同,需要查找原因,重新建立该元件的可靠性自动预计模型。
本发明的主要优点是:利用Saber软件,给出了对器件模型进行扩展的通用方法,利用该方法,能够将基于手册的工作失效率模型内嵌到器件的功能模型中,这样在进行电路功能仿真时,能够将需要的参数值传到元件内部,然后利用内嵌的应力分析模型自动计算出工作失效率,从而实现元器件电参数的分析和可靠性预计的同步开展。
附图说明
图1本发明所述方法流程图。
图2本发明实施案例1所选用的放大电路原理图。
图3本发明案例1中所选用的合成电阻器可靠性自动预计模型。
图4本发明案例1中所选用的纸和薄膜电容器可靠性自动预计模型。
图5本发明案例1中所选用的双极型NPN晶体管可靠性自动预计模型。
图中符号、代号说明如下:
图1中,λ为GJB Z 299C-2006电子设备可靠性预计手册中定义的器件工作失效率,即元器件在应用环境下的失效率。图2中,v_sin1是幅值为2V,频率为100Hz的正弦电压源;vcc为15V的直流电压源;Rb1、Rb2、Re1、Re2、Rc1、RL1、RL2分别是阻值为33k、7.5k、2k、3.3k、5.1k、4.7k、4.7k的电阻器;Ci、C1、Ce1、Ce2、Co分别是容量为20μ、20μ、30μ、30μ、20μ的电容器;bjt_NPN1和bjt_NPN2均是普通双极型晶体管;OUT为电路的输出端口。
具体实施方式
本发明典型分立器件可靠性自动预计方法流程图如图1所示。本发明提出一种基于Saber的典型分立器件的可靠性自动预计方法,其步骤如下:
步骤一:在功能模型中扩展影响工作失效率的自身特性参数。此处以普通合成电阻器为例进行介绍。
通过查阅手册,合成电阻器的工作失效率模型为:
λp=λbπEπQπRf(S)
其中,λp为工作失效率,λb为基本失效率,πE为环境系数,πQ为质量系数,πR为阻值系数,S为电应力比,f(S)表示以电应力比为自变量的函数。在该失效率模型中,πQ和πR均是与电阻自身特性参数有关的量。分析Saber元件库中对应的电阻MAST语言模板,可知该MAST语言模板中未包括描述该特性参数的变量。因此,首先需要在模板中扩展质量等级和阻值,即在header部分增加template arguments,作为电阻的属性变量。然后,需要在模板的local declarations部分定义质量系数和阻值系数,由于这两个系数不会随着工作的电参数发生变化,因此,在parameters section段中通过if语句描述质量系数与质量等级的关系,同理描述阻值系数与电阻值的关系。
步骤二:通过仿真获取器件的电应力参数。此处以纸和薄膜电容器为例进行介绍。
通过查阅手册,纸和薄膜电容器的工作失效率模型为:
λp=λbπEπQπCVπSRπKπChf(S)
其中,λp为工作失效率,λb为基本失效率,πE为环境系数,πQ为质量系数,πCV为电容量系数,πSR为串联电阻系数,πK为种类系数,πCh为表面贴装系数,S为电应力比,对电容器而言,S=工作电压/额定电压。由于电应力参数会随着工作状态的改变时刻发生变化,因此,需要在local declarations中定义电应力参数的类型为val类型,进而,在values段中,根据f(S)的表达式计算出实际电压对工作失效率的影响。
步骤三:在功能模型中增加影响工作失效率的环境因素,这里主要考虑环境温度和工作温度。由于环境温度对电路中所有元器件都是相同的,因此,可以定义环境温度为全局变量,作为电路中所有器件的属性值。对半导体分立器件,如二极管和三极管而言,结温对器件的工作失效率影响很大。在Saber元件模板中,广泛采用如下公式计算半导体分立器件的结温:
temp_case=temp+pwrd*rth_eff
其中,temp_case为结温,temp为环境温度,pwrd为耗散功率,rth_eff为结壳热阻,这里使用结温作为器件的工作温度。
因此,在对分立器件模型扩展过程中,不需要额外增加相关的环境因素变量,直接使用即可。
步骤四:在上述步骤的基础上,将工作失效率模型内嵌到Saber中相应元器件的功能模型中,即需要在Saber中使用MAST语言更改已有的模型或建立新的模型。
首先,根据元器件大类别选择Saber元件库中相应的模板,分析该模板的属性值和各个变量之间的关系,例如模板中是否有与工作失效率模型中参数相关的变量。
接着,在模板的属性中添加model或failure_model变量,定义该变量为struc类型,其中包括工作失效率模型中为固定值的参数,例如环境系数、质量系数、应用系数等。再定义随着工作状态改变而发生变化的参量,如工作电流、电压、耗散功率、器件温度、电应力比,热应力比、基本失效率和工作失效率等参数,这些参数的类型为val类型,若其中某些参数在原模板中已存在,则不需要重复定义,直接使用即可。
然后,在values段中,根据不同器件的工作失效率模型,计算需要使用到的变量。例如,对电阻而言,需要计算电应力比S=实际功率/额定功率;对电容而言,需要计算电应力比S=实际电压/额定电压。
最后,在values段中,根据已有的变量计算工作失效率的值。
本发明的一部分重要内容就是针对典型分立器件,完成将工作失效率模型内嵌到功能模型的过程,如下表1所示。
表1内嵌后的典型分立器件的可靠性自动预计模型
步骤五:建立不同类别的器件符号以识别内嵌后的可靠性自动预计模型。也就是需要在Saber中建立与模板对应的Symbol,方法如下:
第1步,将模板存放在任意盘,在SaberSktch中,打开新建symbol的选项,右击选择create->symbol from model,按照存放路径打开该模板文件;
第2步,打开tool中的draw tool选项,根据需要对symbol进行外观绘制,以这种方式绘制的symbol,会自动生成相应属性。绘制完成后,选择保存路径,保存名称和模板名称相同;
第3步,重复第1步和第2步,直到建立所有分立器件自动预计模型的symbol。
步骤六:利用元器件可靠性自动预计模型进行Saber电路功能建模和仿真。第五步建立所有元器件的可靠性自动预计模型的symbol后,再用这些symbol搭建仿真电路时,电路就变成了包含可靠性预计模型的电路,对此电路仿真不仅包括功能仿真,同时也能够计算各分立器件的工作失效率。方法如下:
第1步,将电路中所有分立器件的可靠性自动预计模型源文件和symbol拷贝到相同文件夹中,这样有利于绘制电路图;
第2步,按照电路设计需求,选择相应的symbol,在Saber平台上绘制电路图,将此电路生成网表文件并进行直流工作点分析,然后进行时域分析,在时域分析设置界面中,需要在Input/output Tab页Waveforms at Pins一栏中,通过下拉框选择“Across and Through Variables”;
第3步,功能仿真完成后,选择SaberSktch主界面中Analyses,通过选择其中的Batch Measure选项,能够进入Batch Measure设置界面,在该界面中,选择需要输出的工作失效率变量名称,以及该变量的统计值,例如,平均值、最大值、有效值等,确定之后,就能自动输出该元件在特定环境下的工作失效率,而不需要设计人员采用手动的方法输入元件的电参数值。掌握了这些信息之后,设计人员可依据实际情况采取相应的改善措施,对工作失效率较高的分立器件进行重点关注,从而大大提高了工作效率。
步骤七:实施模型正确性检验。建立电路可靠性自动预计模型后,设计人员应当依据传统的手动方法对模型进行正确性检验。
实施案例1
用一个放大电路来说明典型分立器件可靠性自动预计方法,该放大电路原理图如图2所示。案例实施流程步骤为上述七个步骤。本案例中,假设该接收机工作的环境类别为剧烈地面移动(G_M2),环境温度为50℃,器件的质量等级均符合QZJ 840624“七专”技术条件。通过查阅GJB Z 299C-2006电子设备可靠性预计手册,确定合成电阻器、纸和薄膜电容器、普通双极型晶体管的工作失效率模型。通过步骤一至步骤五,得到了电容、电阻、普通双极型晶体管等典型分立器件的可靠性自动预计模型,如图3、图4、图5所示。在步骤六中,首先为电路中各个分立器件模型的模板变量赋初值,包括基本功能参数、工作失效率模型中各个参数、额定电参数和温度参数,如表2所示。
表2放大电路中各分立器件可靠性自动预计模型的初始变量值
生成网表文件,进行直流工作点分析后,对电路进行时域分析,并选择工作失效率λp的统计值,针对本案例,选择计算工作失效率的最大值,仿真结束后,能自动输出电路中分立器件的工作失效率,结果汇总如表3所示。
表3各元器件工作失效率汇总表
通过步骤七的手动计算方法,可以验证放大电路中元器件可靠性自动预计模型的正确性。
Claims (9)
1.一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:其步骤如下:
步骤一:在功能模型中扩展影响工作失效率的自身特性参数;即针对不同种类的分立器件,在了解和掌握其基本工作原理的基础上,利用预计手册,分析分立器件自身特性中对工作失效率影响较大的参数,进而分析Saber中对应的分立器件功能模型,若功能模型中不包括与工作失效率相关的自身特性参数,则需要在功能模型中增加相应的变量,作为分立器件的属性值;
步骤二:通过仿真获取器件的电应力参数;随着电路结构和工作状态的改变,器件的电参数值也会时刻发生变化,因此,在分立器件功能模型中需要增加影响工作失效率的电应力变量,该变量的数值能够直接反映电应力参数对工作失效率的影响;
步骤三:在功能模型中增加影响工作失效率的环境因素,这里主要考虑环境温度和工作温度;对电路中的所有器件而言,环境温度是相同的,定义为全局变量,而工作温度因器件的功率和热阻不同而有所不同;结合不同类别分立器件的使用手册,在原有功能模型中定义相应的环境变量;
步骤四:在上述步骤的基础上,将工作失效率模型内嵌到Saber中相应分立器件的功能模型中;即需要综合以上步骤一到三,在Saber中拓展已有的分立器件模型,在拓展的模型中,不仅包含功能模型,还包括工作失效率模型中的各个参数;这样在功能仿真的同时,能够将工作失效率值自动输出,不同种类分立器件的功能模型和工作工作失效率模型均不同,实现工作失效率的自动输出;
步骤五:建立不同类别的器件符号以识别内嵌后的可靠性自动预计模型;需要根据不同类别分立器件的结构特点绘制不同的器件符号,并将该器件符号与相应可靠性自动预计模型对应起来,用以绘制电路图;
步骤六:利用可靠性自动预计模型进行Saber电路功能建模和仿真;即按照设计需求在Saber平台上绘制电路图,电路图调试编译最终符合要求,作为仿真电路;将此电路生成网表文件,进行功能仿真,同时得到电路中典型分立器件的工作失效率;
步骤七:进行正确性检验;建立典型分立器件的可靠性自动预计模型后,设计人员应当依据传统的手动方法对可靠性自动预计模型进行正确性检验;
通过上述七个步骤达到完成将原本需要手动计算分立器件可靠性的过程采用自动化的方法实现,即将基于手册的工作失效率模型内嵌到器件的功能模型中,这样在功能仿真的同时,能够自动得到分立器件的工作失效率。
2.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤一中所说的“在功能模型中扩展影响工作失效率的自身特性参数”,其方法如下:(1)通过分析Saber中已有元件的功能模型,得到功能模型中描述元件自身特性的变量;(2)通过分析GJB/Z299C-2006电子设备可靠性预计手册中该元件的工作失效率模型,得到工作失效率模型中与元件自身特性有关的参数;(3)比较前述(1)中得到的变量和(2)中得到的参数,若(1)中的变量不包括(2)中的某些参数,就在已有功能模型中定义缺少的参数。
3.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤二中所说的“通过仿真获取器件的电应力参数”,其方法如下:(1)通过分析GJB/Z299C-2006电子设备可靠性预计手册中元件的工作失效率模型,得到通过仿真获取器件的电压应力参数、电流应力参数及功率应力参数;(2)分析Saber中已有的元件功能模型,查看该模型中是否已经存在需要的电参数,若不存在,需要重新定义;若已存在,则直接使用;(3)为了使得所需的电应力参数能直接输出,需要在局部声明local declarations中定义该参数的类型为可输出变量;(4)执行仿真分析,包括直流分析和瞬态分析后,通过波形分析器SaberScope得到电应力参数值,也能通过仿真主界面SaberSktch中分析->分批测量Analyses->Batch Measure选项,进入分批测量Batch Measure设置界面,选择需要的电应力参数名称后得到器件的电应力参数。
4.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤三中所说的“在功能模型中增加影响工作失效率的环境因素,这里主要考虑环境温度和工作温度”,其方法如下:(1)根据电路实际工作环境温度值,在Saber已有元件功能模型中定义环境变量为全局变量,并赋予和实际情况相同的数值,单位为摄氏度;(2)对半导体元件而言,采用如下公式计算工作温度:工作温度=环境温度+瞬时功率*等效热阻,若Saber已有元件模型中存在该变量,直接使用即行,若不存在,需要定义变量并表达这个等量关系;(3)对电阻、电容和电感而言,这里假定工作温度和环境温度相同,因此,直接使用前述(1)中定义的环境变量。
5.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤四中所说的“将工作失效率模型内嵌到Saber中相应分立器件的功能模型中”,其方法如下:通过分析对比Saber中已有元件功能模型和GJB/Z299C-2006电子设备可靠性预计手册中该元件的工作失效率模型,从自身特性参数、电应力参数、环境参数三个方面对Saber中已有元件功能模型中的变量直接使用或再定义,这样,功能模型中便包括工作失效率模型中的各个参数。
6.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤四中所说的“在Saber中拓展已有的分立器件模型”,其拓展的方法如下:综合步骤一至步骤三中所说的自身特性参数、电应力参数和环境参数三方面,对Saber已有元件功能模型进行修改,增加或者重新定义相应的变量,使得修改后的功能模型中能够包括GJB/Z299C-2006电子设备可靠性预计手册中工作失效率模型的各个参数。
7.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤五中所说的“建立不同类别的器件符号以识别内嵌后的可靠性自动预计模型”,其方法如下:(1)将模板存放在任意盘,在仿真主界面SaberSktch中,打开新建->符号new->symbol的选项,右击选择生成->来自模型的符号create->symbolfrom model,按照存放路径打开该模板文件;(2)打开工具tool中的画图工具draw tool选项,根据需要对符号symbol进行外观绘制,以这种方式绘制的符号symbol,会自动生成相应属性;(3)绘制完成后,选择保存路径,保存名称和模板名称相同。
8.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤六中所说的“利用可靠性自动预计模型进行Saber电路功能建模和仿真”,其方法如下:(1)根据设计结果,对电路中的典型分立器件,调用步骤五中已有的可靠性自动预计模型,对其余器件,调用元件库中的器件;(2)在仿真主界面SaberSketch中绘制电路图,经过调试编译后,作为仿真电路;(3)选择工具栏中设计->网表Design->Netlist,生成网表文件;(4)选择工具栏中分析->工作点分析Analyses->Operating Point和分析->时域分析Analyses->Time-Domain对电路进行工作点分析和时域分析,分析结束后,便能得到电路中所有典型分立器件的工作失效率。
9.根据权利要求1所述的一种基于Saber的典型分立器件的可靠性自动预计方法,其特征在于:在步骤七中所说的“进行正确性检验”,其方法如下:(1)设计人员应用电子设计自动化EDA软件进行电路仿真,计算出元件的电参数;(2)根据GJB/Z299C-2006电子设备可靠性预计手册中元件的工作失效率模型,将得到的电参数值和元件自身特性参数和环境参数值手动输入到工作失效率模型中,得到元件的工作失效率;(3)比较手动计算的结果和步骤六中通过仿真自动获取的工作失效率值是否相同,若相同,则该元件的可靠性自动预计模型是正确的;若不相同,需要查找原因,重新建立该元件的可靠性自动预计模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310455023.7A CN103488842B (zh) | 2013-09-29 | 2013-09-29 | 一种基于Saber的典型分立器件的可靠性自动预计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310455023.7A CN103488842B (zh) | 2013-09-29 | 2013-09-29 | 一种基于Saber的典型分立器件的可靠性自动预计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103488842A CN103488842A (zh) | 2014-01-01 |
CN103488842B true CN103488842B (zh) | 2017-01-04 |
Family
ID=49829062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310455023.7A Active CN103488842B (zh) | 2013-09-29 | 2013-09-29 | 一种基于Saber的典型分立器件的可靠性自动预计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103488842B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106054105B (zh) * | 2016-05-20 | 2019-01-15 | 国网新疆电力公司电力科学研究院 | 一种智能电表的可靠性预计修正模型建立方法 |
CN110069838A (zh) * | 2019-04-04 | 2019-07-30 | 成都摩尔环宇测试技术有限公司 | 一种电子产品可靠性水平预计方法 |
CN110532315B (zh) * | 2019-09-11 | 2022-03-15 | 深圳市同维通信技术有限公司 | 一种自动生成可靠性预计报告导入文件的方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7877248B1 (en) * | 2004-09-20 | 2011-01-25 | The Mathworks, Inc. | Modifying block parameters in a discrete event execution domain |
CN102592020A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空参数处理设备可靠性薄弱环节确定方法 |
CN102592021A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空参数处理设备电源模块的fmis方法 |
-
2013
- 2013-09-29 CN CN201310455023.7A patent/CN103488842B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7877248B1 (en) * | 2004-09-20 | 2011-01-25 | The Mathworks, Inc. | Modifying block parameters in a discrete event execution domain |
CN102592020A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空参数处理设备可靠性薄弱环节确定方法 |
CN102592021A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空参数处理设备电源模块的fmis方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103488842A (zh) | 2014-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kou et al. | A reduced-order model for compressible flows with buffeting condition using higher order dynamic mode decomposition with a mode selection criterion | |
CN106529090B (zh) | 一种航天电子类产品可靠性评估方法 | |
Montenegro et al. | Real time OpenDSS framework for distribution systems simulation and analysis | |
Nenzi et al. | Ngspice Users Manual Version 23 | |
Ferranti et al. | Physics-based passivity-preserving parameterized model order reduction for PEEC circuit analysis | |
CN104698235A (zh) | 继电保护测试中暂态故障波形的生成方法 | |
CN105005015A (zh) | 一种基于硬件电路故障注入的电路故障仿真系统 | |
CN103488842B (zh) | 一种基于Saber的典型分立器件的可靠性自动预计方法 | |
Zhang et al. | Ambient signal based load model parameter identification using optimization method | |
Ma et al. | Parameter reduction of composite load model using active subspace method | |
CN102542079A (zh) | 一种电路仿真器间器件模型数据的转换方法及装置 | |
Fasching et al. | Technology CAD systems | |
Giampiccolo et al. | Multidomain modeling of nonlinear electromagnetic circuits using wave digital filters | |
Wang et al. | Balanced truncation for time-delay systems via approximate Gramians | |
CN103294859A (zh) | 中压断路器智能设计平台 | |
CN108090288A (zh) | 一种通过机器学习获取时序参数的方法 | |
CN101853322A (zh) | 电路仿真中模型计算的检查方法 | |
Kolstad et al. | A new circuit augmentation method for modeling of interconnects and passive components | |
CN104779613B (zh) | 基于试验的含变流器电力元件等效建模方法 | |
CN109214023A (zh) | 一种工艺设计工具包的测试方法及装置 | |
CN105930613A (zh) | 一种分布式发电系统等值建模方法 | |
Seitl et al. | Selection and implementation of a generic battery model for PHIL applications | |
Cavaiuolo et al. | An effective parameters calibration technique for PSpice IGBT models application | |
Dounavis et al. | Passive closed-form transmission line macromodel using method of characteristics | |
Telescu et al. | An application of Volterra series to IC buffer models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201204 Address after: Room 1203, Gaode building, 10 Huayuan East Road, Haidian District, Beijing Patentee after: Beijing dimensional venture Technology Co.,Ltd. Address before: 100191 Haidian District, Xueyuan Road, No. 37, Patentee before: BEIHANG University |
|
TR01 | Transfer of patent right |