CN108388694B - 一种塑封光电耦合器贮存寿命预测方法 - Google Patents

一种塑封光电耦合器贮存寿命预测方法 Download PDF

Info

Publication number
CN108388694B
CN108388694B CN201810076795.2A CN201810076795A CN108388694B CN 108388694 B CN108388694 B CN 108388694B CN 201810076795 A CN201810076795 A CN 201810076795A CN 108388694 B CN108388694 B CN 108388694B
Authority
CN
China
Prior art keywords
test
life
stress
storage
sample
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
Application number
CN201810076795.2A
Other languages
English (en)
Other versions
CN108388694A (zh
Inventor
高成
熊园园
杨达明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Aeronautics and Astronautics
Original Assignee
Beijing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Aeronautics and Astronautics filed Critical Beijing University of Aeronautics and Astronautics
Priority to CN201810076795.2A priority Critical patent/CN108388694B/zh
Publication of CN108388694A publication Critical patent/CN108388694A/zh
Application granted granted Critical
Publication of CN108388694B publication Critical patent/CN108388694B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04Ageing analysis or optimisation against ageing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

本发明提供一种塑封光电耦合器贮存寿命预测方法,它有以下七个步骤:一、确定敏感参数;二、明确物理加速模型;三、确定保持失效机理不变的温度应力;四、开展加速寿命试验;五、试验数据预处理;六、估计物理模型中参数值;七、计算贮存应力下,塑封光耦的寿命。本发明构思新颖,程序简约,可计算贮存状态下塑封光耦的寿命,反应失效机理,可节约成本,解决传统寿命预测不能保证失效机理一致的问题,它在元器件贮存寿命评价领域有广阔的应用前景。

Description

一种塑封光电耦合器贮存寿命预测方法
(一)技术领域
本发明提供一种塑封光电耦合器贮存寿命预测方法,属于贮存寿命预测技术领域。
(二)背景技术
塑封光电耦合器(简称塑封光耦),它包含了光发射器和光探测器单元,以光为媒介通过“电-光-电”转换传递信号,输入端采用红外发光二极管,输出端通常采用三极管。塑封光耦的隔离电压高、单向传输、抗电磁干扰能力强等特点,广泛应用于武器装备中,塑封光耦的寿命直接影响着武器装备可靠性。塑封光耦器件安装在电路板上后,并不会立即投入使用,尤其是战略性的武器装备,更多的时间是放在库房贮存。贮存寿命占寿命周期的重要部分,贮存环境中热应力作用在光耦器件上,短时间内可能引起的变化小,但随着贮存年限的增长,会造成器件的性能参数发生退化,一旦超过允许值,塑封光耦的功能就会发生失效。因此,对于需要长期贮存的塑封光耦,研究其贮存寿命评价方法是十分必要的。
贮存环境中的高温、水汽、盐雾、辐射等都会对元器件的性能造成影响,随着贮存年限的增长,器件内部的结构、材料都会发生变化,待元器件投入使用时,已不能实现原有的功能特性。因此,元器件的贮存寿命是一项非常重要的指标。目前元器件的贮存寿命可以通过两种方法获得,第一种是现场贮存试验,由于元器件可靠性高,贮存年限长,很难在短时间内获得失效数据。第二种是开展加速寿命试验,通过加大试验应力,加快失效的速率,以高应力下的失效数据来预测正常应力下寿命。加速寿命试验持续时间短,经济成本低,是获取元器件贮存寿命常用的方法。而目前对于塑封光耦的贮存寿命的研究并不多,相关的现场贮存试验数据很少,如何对塑封光耦进行寿命预测是一个难题。
塑封光耦的功能是由其性能参数表征的,通过敏感参数失效时间可以对寿命进行预测,在选择敏感参数时应该考虑以下几个方面:第一个是敏感参数应该在器件性能参数中,并且容易测量。第二个敏感参数需要有明显退化趋势,能反映器件贮存状态,而且试验中,敏感参数退化量超过某个值时器件失效。
(三)发明内容
1、目的:本发明的目的是为解决上述问题,提供一种塑封光电耦合器贮存寿命预测方法,它是基于加速物理模型预测的一种方法,可以解决传统寿命预测失效机理一致性无法保证的问题,与传统试验方法相比,采用本发明的寿命预测方法,保持试验中失效机理一致,可缩短试验时间,解约试验成本。
2、技术方案:
本发明一种塑封光电耦合器贮存寿命预测方法,它包括以下几个步骤:
步骤一、确定敏感参数;为了确定塑封光耦的敏感参数,首先开展步进应力预试验;选取塑封光耦试验样品,在开展试验前,测量性能参数的初始值,之后放入高温试验箱进行高温存储;设定初始温度,每隔一段时间取出来再测试一次电性能参数,如果器件没有失效,温度升高15℃,继续进行试验,直到器件失效为止,从而确定敏感参数;
步骤二、明确物理加速模型,由于单个三极管的寿命服从对数正态分布,由多个三级管组成的塑封光耦寿命服从威布尔分布,物理加速模型为lnη=α+β/T;
步骤三、确定保持失效机理不变的温度应力,加速应力不可以过小,应力过小加速周期长,费用成本高,也不宜过大,应力过大会激发出器件潜在失效机理,改变器件失效的原因,由此得到的失效数据也不能用于计算器件的贮存寿命,所以找到保持器件失效机理不变的温度应力是开展加速寿命试验必不可少的环节;
塑封光耦寿命服从威布尔分布,特征寿命η可以表示为:
由于失效时间与退化率为逆关系,则器件的退化速率与加速应力的关系可以表示为:
式中:其中dM为敏感参数的退化量;
对式(2)两边求对数:
其中为步进应力下,等时间间隔测得敏感参数变化值:
其中i=2,3,4…,N,根据式(3)画出的关系图,根据式(3)可知失效机理一致时成线性关系,失效机理改变时连线发生转折,因此根据敏感参数的退化速率与温度的负倒数是否成线性关系判断失效机理改变的转折点;
步骤四、开展加速寿命试验,选取塑封光耦器件,测量敏感参数的初始值,以确定试验样品中无失效器件;根据步骤三,确定失效机理不发生改变的温度应力值,在此应力下开展加速寿命试验;
步骤五、试验数据预处理,多次测量的样本误差具有同方差性,且服从正态分布,可以用统计的方式剔除测量过程中出现的异常数据;区间估计是参数估计的一种,从总体中抽取样本,根据一定的正确度与精确度的要求,构造出适当的区间,以作为总体的分布参数(或参数的函数)的真值所在范围的估计;
记yi为第i个样本的测量值,假设xi为第i个样本的真值,ei为测量过程中引入的随机误差,对同一组样本重复测量,测量数据服从正态分布,假设yi服从于均值为μ,方差为σ2的正态分布,记为yi~N(μ,σ2),样本的采样值为{y1,y2,…,yn};
yi=xi+ei (5)
样本的均值为:
式中:为样本的均值;
样本的方差:
式中:s2为样本的方差;
根据期望与方差的点估计理论,是μ的最小方差无偏估计,S2是σ2的无偏估计,构造t统计量:
式中:是μ的最小方差无偏估计,S2是σ2的无偏估计;
选取作为枢轴变量,对于给定的α(0<α<1),由t分布的分位定义有:
式中:α为置信度;
因而μ的置信水平为1-α的置信区间为 数据落在该区间之外的概率很小,属于小概率事件,在正常的测量过程中不会发生,因此取为临界值,如果则可判定yi为异常数据;
步骤六、估计物理模型中参数值,基于极大似然法估计威布尔分布中的参数,利用样本中所包含的信息来推断总体中的未知参数值,但是它要求样本量不能低于5个,而且样本数据越多,估计得到的模型参数越准确;采用的是完全样本量,对n个样本进行加速寿命试验,得到样本失效时间{ti},根观测的顺序统计量为t1≤t2≤…≤tn,其似然函数可以写为:
式中:L(m,η)为似然函数;
为了求得m,η得最佳估计值,对参数m,η求偏导数得到似然方程:
式中:为似然函数对m求偏导数,为似然函数对η求偏导数;
可由式(11)计算得到形状参数m,特征寿命η的估计值以此来计算塑封光耦的贮存寿命;
步骤七、计算贮存应力下,塑封光耦的寿命,采用最小二乘法拟合,拟合计算物理加速模型,拟合决定系数越接近1,说明拟合程度越好,根据GB2689《寿命试验和加速寿命试验方法》加速寿命试验中失效机理不发生改变时,形状参数m值可以用计算;最后计算贮存环境应力下的贮存寿命。
通过以上步骤,可以预测贮存环境下塑封光耦的寿命,它是基于加速物理模型预测的一种方法,达到了缩短试验时间,解约试验成本的效果,可以解决传统寿命预测失效机理一致性无法保证的问题。
其中,在步骤一中所述的“敏感参数”,是指能表征塑封寿命特征的参数,有明显退化趋势,容易测量,并且能反应器件贮存状态;
其中,在步骤二中所述的“物理加速模型”,是指从物理化学方面描述器件的寿命与应力之间的关系;
3、本发明的优点是:它解决了传统寿命预测失效机理一致性无法保证的问题,与传统寿命试验相比,采用本发明的寿命预测方法,可以缩短试验时间,节约试验成本。
(四)附图说明
图1是本发明所述预测方法流程图。
图2是实施例1暗电流退化曲线。
图3是实施例1反向电流退化曲线。
图4是实施例1输出电压退化曲线。
图5是实施例1直线拟合。
(五)具体实施方式
下面结合附图和实施例1对本发明作进一步的详细说明。
本发明一种塑封光电耦合器贮存寿命预测方法,该方法具体实施流程如图1所示,通过如下步骤实现:
步骤一:确定敏感参数;
选取型号为TLP250塑封光耦样品两只,编号预试验1#,预试验2#。在开展试验前,测量TLP20性能参数(ICEO、VOH、IR)的初始值,之后将两只器件放入高温试验箱进行高温存储。步进的初始温度设为125℃,每隔48小时取出来在测试基台上测一次电性能参数(ICEO、VOH、IR),如果器件没有失效,温度升高15℃,继续进行试验,直到器件失效为止。
从图2~4中可以看出,暗电流ICEO的值波动变化,但试验前后基本变化不大,反向电流IR和输出电压VOH都发生了明显退化。根据数据手册,反向电流阈值为10μA,预试验中,出现最大退化量为210nA,还没超过阈值范围。输出电压失效阈值为11V,当温度升高到200℃时,输出电压已经小于阈值,当温度升高到215℃,器件完全失效,所以将输出电压VOH作为加速寿命试验的敏感参数。
步骤二、明确物理加速模型;
本发明中,由于单个三极管的寿命服从对数正态分布,由多个三级管组成的塑封光耦寿命服从威布尔分布。
步骤三、确定保持失效机理不变的温度应力;
本发明中塑封光耦寿命服从威布尔分布,特征寿命η可以表示为:
由于失效时间与退化率为逆关系,则器件的退化速率与加速应力的关系可以表示为:
其中dM为敏感参数VOH的退化量,对式(2)两边求对数:
其中为步进应力下,等时间间隔测得输出电压VOH变化值:
其中i=2,3,4…,N,为了判定失效机理发生改变的转折点,画出的关系图如图5所示,根据式(3)可知失效机理一致时成线性关系,因此根据输出电压的退化速率与温度的负倒数是否成线性关系判断失效机理改变的转折点,从图5可知,温度为125℃~200℃时,两只器件的成线性关系,温度215℃时,失效机理发生改变,因此塑封光耦进行加速寿命试验的温度应力应该≤200℃。
步骤四、开展加速寿命试验,选取40只TLP250塑封光耦平均分成4组,测量每只器件输出电压VOH的初始值,以确定试验样品中无失效器件。在200℃以内,失效机理不发生改变,确定加速寿命试验的四个温度梯度为125℃,150℃,175℃,200℃,直到所有器件失效为止,试验一共持续88天。
表1器件进行加速寿命试验的失效时间
温度应力 t<sub>1(h)</sub> t<sub>2(h)</sub> t<sub>3(h)</sub> t<sub>4(h)</sub> t<sub>5(h)</sub> t<sub>6(h)</sub> t<sub>7(h)</sub> t<sub>8(h)</sub> t<sub>9(h)</sub> t<sub>10(h)</sub>
T1(125℃) 1932 2100 1926 1950 1926 1884 1956 1938 1944 1938
T2(150℃) 1398 1392 1380 1392 1410 1398 1386 1404 1392 1410
T3(175℃) 1080 1080 1098 1086 1098 1080 1086 1098 1086 1080
T4(200℃) 840 882 852 812 858 864 894 882 894 840
步骤五、试验数据预处理,多次测量的样本误差具有同方差性,且服从正态分布,可以用统计的方式剔除测量过程中出现的异常数据。区间估计是参数估计的一种,从总体中抽取样本,根据一定的正确度与精确度的要求,构造出适当的区间,以作为总体的分布参数(或参数的函数)的真值所在范围的估计,本发明采用区间估计来对加速寿命试验中的数据进行预处理。
记yi为第i个样本的测量值,假设xi为第i个样本的真值,ei为测量过程中引入的随机误差,对同一组样本重复测量,测量数据服从正态分布,假设yi服从于均值为μ,方差为σ2的正态分布,记为yi~N(μ,σ2),样本的采样值为{y1,y2,…,yn}。
yi=xi+ei (5)
样本的均值为:
样本的方差:
根据期望与方差的点估计理论,是μ的最小方差无偏估计,S2是σ2的无偏估计,构造t统计量:
选取作为枢轴变量,对于给定的α(0<α<1),由t分布的分位定义有:
因而μ的置信水平为1-α的置信区间为 数据落在该区间之外的概率很小,属于小概率事件,在正常的测量过程中不会发生,因此取为临界值,如果则可判定yi为异常数据。
置信区间越短表示估计的精度越高,置信区间越宽表示估计的精度越低,在样本容量一定的前提下,提高置信水平,也势必会导致置信区间变宽。本发明中取显著水平α=0.2,查表计算塑封光耦失效数据的置信区间。
表2是同温度应力下的置信区间
将4组应力下塑封光耦的失效数据与表2计算得到的置信区间做比较,第一组中3#的失效时间为1926,不在置信区间[1934.2,1962.2]内,第四组32#的失效时间为822,不在置信区间[839.8,866.6]内,进行寿命预测时应该剔除掉这两个样本数据值。
步骤六、估计物理模型中参数值;
极大似然估计利用样本中所包含的信息来推断总体中的未知参数值,但是它要求样本量不能低于5个,而且样本数据越多,估计得到的模型参数越准确。
采用的是完全样本量,对n个样本进行加速寿命试验,得到样本失效时间{ti},观测的顺序统计量为t1≤t2≤…≤tn,其似然函数可以写为:
为了求得m,η得最佳估计值,对参数m,η求偏导数得到似然方程:
可由式(11)计算得到形状参数m,特征寿命η的估计值以此来计算塑封光耦的贮存寿命,分别计算125℃、150℃、175℃和200℃下的的估计值。
表3是不同温度应力下的
步骤七、计算贮存应力下,塑封光耦的寿命,采用最小二乘法拟合,拟合计算物理加速模型,拟合决定系数R2=0.9825,得到物理加速模型:
计算贮存温度为25℃,T=298K时塑封光耦的贮存寿命,根据式(12)计算得到特征寿命根据GB2689《寿命试验和加速寿命试验方法》加速寿命试验中失效机理不发生改变时,形状参数m值可以用计算。根据表3中的数据,计算得到查表
因此,通过塑封光耦寿命模型计算得到的25℃下贮存寿命为:
塑封光耦长期处于贮存状态,贮存环境中的热应力作用在器件上,短时间内可能引起的变化小,但随着贮存年限的增长,经过长期积累芯片缓慢发生形变,也会发生性能参数退化甚至失效,当贮存环境为25℃时,通过加速模型预测塑封光耦的贮存寿命为23.67年。

Claims (3)

1.一种塑封光电耦合器贮存寿命预测方法,具体的方法步骤如下:
步骤一、确定敏感参数,为了确定塑封光耦的敏感参数,首先开展步进应力预试验;选取塑封光耦试验样品,在开展试验前,测量性能参数的初始值,之后放入高温试验箱进行高温存储;设定初始温度,每隔一段时间取出来再测试一次电性能参数,如果器件没有失效,温度升高15℃,继续进行试验,直到器件失效为止,从而确定敏感参数;
步骤二、明确物理加速模型,由于单个三极管的寿命服从对数正态分布,由多个三级管组成的塑封光耦寿命服从威布尔分布,物理加速模型为lnη=α+β/T;
步骤三、确定保持失效机理不变的温度应力,加速应力不可以过小,应力过小加速周期长,费用成本高,也不宜过大,应力过大会激发出器件潜在失效机理,改变器件失效的原因,由此得到的失效数据也不能用于计算器件的贮存寿命,所以找到保持器件失效机理不变的温度应力是开展加速寿命试验必不可少的环节;
塑封光耦寿命服从威布尔分布,特征寿命η表示为:
由于失效时间与退化率为逆关系,则器件的退化速率与加速应力的关系表示为:
式中:其中dM为敏感参数的退化量;
对式(2)两边求对数:
其中为步进应力下,等时间间隔测得敏感参数变化值:
其中i=2,3,4…,N,根据式(3)画出的关系图,根据式(3)能知失效机理一致时成线性关系,失效机理改变时连线发生转折,因此根据敏感参数的退化速率与温度的负倒数是否成线性关系判断失效机理改变的转折点;
步骤四:开展加速寿命试验,选取塑封光耦器件,测量敏感参数的初始值,以确定试验样品中无失效器件;根据步骤三,确定失效机理不发生改变的温度应力值,在此应力下开展加速寿命试验;
步骤五:试验数据预处理,多次测量的样本误差具有同方差性,且服从正态分布,用统计的方式剔除测量过程中出现的异常数据;区间估计是参数估计的一种,从总体中抽取样本,根据一定的正确度与精确度的要求,构造出一区间,以作为总体的分布参数及参数的函数的真值所在范围的估计;
记yi为第i个样本的测量值,假设xi为第i个样本的真值,ei为测量过程中引入的随机误差,对同一组样本重复测量,测量数据服从正态分布,假设yi服从于均值为μ,方差为σ2的正态分布,记为yi~N(μ,σ2),样本的采样值为{y1,y2,…,yn};
yi=xi+ei (5)
样本的均值为:
式中:为样本的均值;
样本的方差:
式中:s2为样本的方差;
根据期望与方差的点估计理论,构造t统计量:
式中:是μ的最小方差无偏估计,S2是σ2的无偏估计;
选取作为枢轴变量,对于给定的α(0<α<1),由t分布的分位定义有:
式中:α为置信度;
因而μ的置信水平为1-α的置信区间为 数据落在该区间之外的概率很小,属于小概率事件,在正常的测量过程中不会发生,因此取为临界值,如果则能判定yi为异常数据;
步骤六、估计物理模型中参数值,基于极大似然法估计威布尔分布中的参数,利用样本中所包含的信息来推断总体中的未知参数值,但是它要求样本量不能低于5个,而且样本数据越多,估计得到的模型参数越准确;采用的是完全样本量,对n个样本进行加速寿命试验,得到样本失效时间{ti},根观测的顺序统计量为t1≤t2≤…≤tn,其似然函数写为:
式中:L(m,η)为似然函数;
为了求得m,η得最佳估计值,对参数m,η求偏导数得到似然方程:
式中:为似然函数对m求偏导数,为似然函数对η求偏导数;
由式(11)计算得到形状参数m,特征寿命η的估计值 以此来计算塑封光耦的贮存寿命;
步骤七、计算贮存应力下,塑封光耦的寿命,采用最小二乘法拟合,拟合计算物理加速模型,拟合决定系数越接近1,说明拟合程度越好,根据GB2689《寿命试验和加速寿命试验方法》加速寿命试验中失效机理不发生改变时,形状参数m值用计算,最后计算贮存环境应力下的贮存寿命;
通过以上步骤,能预测贮存环境下塑封光耦的寿命,它是基于加速物理模型预测的一种方法,达到了缩短试验时间,解约试验成本的效果,能解决传统寿命预测失效机理一致性无法保证的问题。
2.根据权利要求1所述的一种塑封光电耦合器贮存寿命预测方法,其特征在于:
在步骤一中所述的“敏感参数”,是指能表征塑封寿命特征的参数,有明显退化趋势,容易测量,并且能反应器件贮存状态。
3.根据权利要求1所述的一种塑封光电耦合器贮存寿命预测方法,其特征在于:
在步骤二中所述的“物理加速模型”,是指从物理化学方面描述器件的寿命与应力之间的关系。
CN201810076795.2A 2018-01-26 2018-01-26 一种塑封光电耦合器贮存寿命预测方法 Active CN108388694B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810076795.2A CN108388694B (zh) 2018-01-26 2018-01-26 一种塑封光电耦合器贮存寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810076795.2A CN108388694B (zh) 2018-01-26 2018-01-26 一种塑封光电耦合器贮存寿命预测方法

Publications (2)

Publication Number Publication Date
CN108388694A CN108388694A (zh) 2018-08-10
CN108388694B true CN108388694B (zh) 2019-12-31

Family

ID=63077477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810076795.2A Active CN108388694B (zh) 2018-01-26 2018-01-26 一种塑封光电耦合器贮存寿命预测方法

Country Status (1)

Country Link
CN (1) CN108388694B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109165790A (zh) * 2018-09-03 2019-01-08 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 光电耦合器自然贮存寿命预测方法
CN109975008A (zh) * 2019-03-13 2019-07-05 北京宇航系统工程研究所 一种阀门贮存试验设计方法
CN109975131B (zh) * 2019-05-16 2022-04-05 中国工程物理研究院电子工程研究所 一种树脂灌封产品贮存老化缺陷的检测方法
CN112213681B (zh) * 2019-07-09 2023-11-07 河南许继仪表有限公司 一种电能表寿命预测方法及装置
CN110955963B (zh) * 2019-11-20 2021-11-30 南京航空航天大学 一种航空电缆剩余寿命预测方法
CN111177889B (zh) * 2019-12-10 2021-11-23 北京航空航天大学 一种基于弹用电点火头的密封火工品贮存寿命评估方法
CN112231886B (zh) * 2019-12-26 2023-08-25 贵州大学 一种预测元器件失效时间的方法
CN111523262B (zh) * 2020-03-24 2023-06-06 北京华安中泰检测技术有限公司 一种多应力耦合作用下电路板互连部位加速因子计算方法
CN111898236B (zh) * 2020-05-25 2024-01-09 中国航天标准化研究所 基于失效大数据的加速贮存试验加速因子分析方法
CN112949092B (zh) * 2021-04-08 2022-07-26 北京航空航天大学 一种多阶段定期抽检型产品贮存寿命评估的离散参数回归法
CN113532497B (zh) * 2021-07-12 2024-04-09 广电计量检测集团股份有限公司 一种速度传感器寿命评估方法及装置
CN114152823A (zh) * 2021-11-11 2022-03-08 北京长城电子装备有限责任公司 一种高可靠长寿命液晶显示器件快速可靠性评价方法
CN115544441B (zh) * 2022-10-11 2023-09-08 成都海光微电子技术有限公司 一种高温工作寿命测试中回测时间点的确定方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542101A (zh) * 2011-12-19 2012-07-04 北京工业大学 一种快速判别温度应力加速实验失效机理一致性的方法
CN102592052A (zh) * 2012-01-06 2012-07-18 北京航空航天大学 一种航空驱动电路模块贮存动态可靠度计算方法
CN106932708A (zh) * 2017-02-10 2017-07-07 电子科技大学 电子封装焊点疲劳寿命分析方法
CN106960085A (zh) * 2017-03-07 2017-07-18 株洲中车时代电气股份有限公司 一种在线预估igbt元件结温的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542101A (zh) * 2011-12-19 2012-07-04 北京工业大学 一种快速判别温度应力加速实验失效机理一致性的方法
CN102592052A (zh) * 2012-01-06 2012-07-18 北京航空航天大学 一种航空驱动电路模块贮存动态可靠度计算方法
CN106932708A (zh) * 2017-02-10 2017-07-07 电子科技大学 电子封装焊点疲劳寿命分析方法
CN106960085A (zh) * 2017-03-07 2017-07-18 株洲中车时代电气股份有限公司 一种在线预估igbt元件结温的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于正交试验设计的塑封球栅阵列器件焊点工艺参数与可靠性关系研究;黄春跃 等;《电子学报》;20050531(第5期);第788-792页 *
高温下塑封器件键合铜线的可靠性;高成 等;《电子测试》;20180115(第2期);第45-46页 *

Also Published As

Publication number Publication date
CN108388694A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN108388694B (zh) 一种塑封光电耦合器贮存寿命预测方法
CN112784415B (zh) 一种定数截尾加速寿命试验机理等同性检验与寿命预测方法
CN104181457B (zh) 一种半导体器件温湿度复合应力加速模型优选方法
CN110081923B (zh) 野外基线环境参数自动采集系统故障检测方法与装置
CN111859658B (zh) 一种产品贮存寿命与可靠性评估方法
CN109325273B (zh) 基于非参数核密度估计的太阳能集热器出力概率建模方法
CN106950507A (zh) 一种智能时钟电池用高可靠性寿命评估方法
CN110728008B (zh) 一种用于确定智能电表的期望寿命的方法及装置
CN112446139B (zh) 加速试验剖面优化方法、系统、机电产品、介质及终端
CN116593896A (zh) 一种电池储能系统的状态检测方法、系统及电子设备
CN114371408A (zh) 电池荷电状态的估算方法、充电曲线的提取方法及装置
KR20220093597A (ko) IoT기반 도시기상관측자료의 품질검사 시스템
CN114839538A (zh) 一种提取锂离子电池退化特征用于估计剩余寿命的方法
CN114705965A (zh) 基于大数据的第三代半导体可靠性数据分析系统
CN107204616B (zh) 基于自适应稀疏伪谱法的电力系统随机状态估计方法
CN111985163B (zh) 一种铷钟寿命预测方法及装置
CN109145258B (zh) 基于非线性拟合的威布尔分布参数置信区间估计方法
CN116773239A (zh) 一种智能燃气表控制器可靠性寿命预测方法
CN113032999B (zh) 医疗设备使用寿命的预测方法及装置
CN114005480A (zh) 存储寿命的计算方法以及闪存存储器
CN111859296B (zh) 一种基于装备使用期间的测试性指标评估方法及系统
CN115207909A (zh) 一种台区拓扑识别方法、装置、设备及存储介质
CN112632785A (zh) 一种改进非参数核密度估计光伏出力建模方法
CN112488295A (zh) 交叉验证算法优化lstm网络继电器贮存寿命预测方法
CN110826234A (zh) 一种基于仿真的多应力加速寿命试验方案优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Gao Cheng

Inventor after: Wang Zili

Inventor before: Gao Cheng

Inventor before: Xiong Yuanyuan

Inventor before: Yang Daming