CN109101750B - 一种电子器件湿热环境下的加速寿命预测方法 - Google Patents

一种电子器件湿热环境下的加速寿命预测方法 Download PDF

Info

Publication number
CN109101750B
CN109101750B CN201811000957.0A CN201811000957A CN109101750B CN 109101750 B CN109101750 B CN 109101750B CN 201811000957 A CN201811000957 A CN 201811000957A CN 109101750 B CN109101750 B CN 109101750B
Authority
CN
China
Prior art keywords
life
model
damp
accelerated
electronic device
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.)
Expired - Fee Related
Application number
CN201811000957.0A
Other languages
English (en)
Other versions
CN109101750A (zh
Inventor
黄洪钟
曾颖
黄土地
李彦锋
郭骏宇
黄承赓
余奥迪
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201811000957.0A priority Critical patent/CN109101750B/zh
Publication of CN109101750A publication Critical patent/CN109101750A/zh
Application granted granted Critical
Publication of CN109101750B publication Critical patent/CN109101750B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

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)

Abstract

本发明公开了一种电子器件湿热环境下的加速寿命预测方法。本发明同时考虑两种应力对电子器件寿命的影响，不仅可以解决绝大部分环境下器件寿命预测的问题，也可以举一反三，对其余环境下的器件寿命进行较为准确地建模和分析。

Description

一种电子器件湿热环境下的加速寿命预测方法
技术领域
本发明属于电子器件寿命预测领域，具体涉及一种电子器件湿热环境下的加速寿命预测方法。
背景技术
随着电子器件高度集成化和微小化，器件的用途越来越广泛，与之相应的结构也越来越复杂。设备的使用环境不同，器件的失效机理也各有各的不同，对具体器件的失效机理进行研究时，通过在非正常工作状态下的替代性试验方法和试验数据来“预测”产品的寿命，这就是加速寿命试验方法。短时间内对产品施加高于普通环境的外界压力(应力、高温、高腐蚀性等)可以使产品加速失效，然后基于收集到的失效数据，经过分析计算，达到对正常工作状态下的产品的可靠性进行评估的目的。
复杂的环境中，器件所受到的应力也多样化，致使器件受损的也将不仅仅是温度，湿度、电应力、牵引力也将对电子器件的寿命造成很大的影响。影响电子器件寿命的因素中，温度和湿度占据最主要的部分，分析单一因素无法对复杂环境下的寿命模型进行准确预测。同时考虑两种应力对电子器件寿命的影响不仅可以解决绝大部分环境下器件寿命预测的问题，也可以举一反三，对其余环境下的器件寿命进行较为准确地建模和分析。
发明内容
针对现有技术中的上述不足，本发明提供的一种电子器件湿热环境下的加速寿命预测方法解决了可靠性工作者难以为设计者提供具体的、行之有效的可靠性问题解决措施的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种电子器件湿热环境下的加速寿命预测方法，包括以下步骤：
S1、分析电子器件湿热贮存环境，整理试验数据；
S2、建立电子器件湿热环境下的加速寿命模型，并验证其准确性；
S3、推导湿热环境下的电子器件加速寿命及模型中的相关参数；
S4、求解湿热环境下电子器件的平均寿命，绘制寿命趋势图。
进一步地：所述步骤S1中的试验数据为电子器件湿热加速寿命。
进一步地：所述步骤S2具体包括：
S21确定单因素下电子器件加速寿命模型，所述加速寿命模型包括Arrhenius模型和Eyring模型；Arrhenius模型是基于温度引起失效的加速寿命预测模型；Eyring模型可以用于湿度应力引起失效的加速寿命预测模型；
S22将温度疲劳寿命模型与常用的湿度疲劳寿命模型结合，得到湿热双应力加速寿命模型；
S23对提出的湿热双应力老化寿命模型进行推理证明，确认其准确性。
进一步地：所述步骤S3的具体包括：
S31、基于对数正态分布的湿热加速寿命数学推导；
S32、基于对数正态分布的湿热加速寿命模型参数计算。
进一步地：所述步骤S4具体包括：
S41、根据试验数据求解电子器件平均贮存寿命；
S42、利用MATLAB绘制与温度、湿度相关的平均寿命趋势图。
本发明的有益效果为：本发明同时考虑两种应力对电子器件寿命的影响，不仅可以解决绝大部分环境下器件寿命预测的问题，也可以举一反三，对其余环境下的器件寿命进行较为准确地建模和分析。
附图说明
图1为本发明流程图；
图2为本发明实施例提供的电子器件温度-湿度加速寿命曲面图；
图3为本发明实施例提供的湿度加速寿命曲线图；
图4为本发明实施例提供的温度加速寿命曲线图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，一种电子器件湿热环境下的加速寿命预测方法，包括以下步骤：
S1、分析电子器件湿热贮存环境，整理试验数据；试验数据为电子器件湿热加速寿命。
在老化箱中对固体火箭发动机(SRM)粘接界面进行不同环境应力强度、不同时间的湿热老化(每种条件各三枚试件)，得到某型电子器件加速寿命试验数据见表1。
表1
Figure BDA0001782952570000031
S2、建立电子器件湿热环境下的加速寿命模型，并验证其准确性，具体包括：
S21、确定单因素下电子器件加速寿命模型，所述加速寿命模型包括Arrhenius模型和Eyring模型；Arrhenius模型是基于温度引起失效的加速寿命预测模型；Eyring模型可以用于湿度应力引起失效的加速寿命预测模型。
Arrhenius模型表示式为：
Figure BDA0001782952570000041
其中：L为可以测试的寿命尺度，包括平均寿命、特征寿命、中位寿命等；C为待定模型参数，B为另一待定模型参数。
Eyring模型表达式为：
Figure BDA0001782952570000042
其中：L为寿命尺度；V为绝对单位的应力值(如相对湿度等)；A和B为待定模型参数。A和B可用极大似然法求解下面的两个方程获得。
S22、将温度疲劳寿命模型与常用的湿度疲劳寿命模型结合，得到湿热双应力加速寿命模型：
Figure BDA0001782952570000043
其中：L(H,T)代表的是加速湿热老化寿命，b，c均为待定模型参数；A为常数，H是相对湿度，T为绝对温度。
S23、对提出的湿热双应力老化寿命模型进行推理证明，确认其准确性。
当温度不变时：
Figure BDA0001782952570000044
式中，
Figure BDA0001782952570000045
为对应于温度T0的常数：
Figure BDA0001782952570000051
这符合Eyring模型。
同理，
Figure BDA0001782952570000052
式中，
Figure BDA0001782952570000053
为对应于湿度H0的常数：
Figure BDA0001782952570000054
这符合Arrhenius模型。
综上，这种新的模型更能满足自适应加速寿命试验寿命预测的要求。
S3、推导湿热环境下的电子器件加速寿命及模型中的相关参数，具体为：S31、基于对数正态分布的湿热加速寿命数学推导。
器件的寿命T的对数服从正态分布，T的分布函数为：
Figure BDA0001782952570000055
失效概率密度f(t)为：
Figure BDA0001782952570000056
可靠度函数R(t)为：
Figure BDA0001782952570000057
对数正态分布的失效率函数为：
Figure BDA0001782952570000061
最终得到寿命平均值
Figure BDA0001782952570000062
为：
Figure BDA0001782952570000063
标准差为σs：
Figure BDA0001782952570000064
寿命为tR：
Figure BDA0001782952570000065
其中，K1-r表示正态分布函数的1-r上侧分位点，μ和σ分别为标准正态分布的均值与标准差。
S32、基于对数正态分布的湿热加速寿命模型参数计算。
将式(12)求得的平均寿命
Figure BDA0001782952570000066
代入失效概率密度函数中，就能得到湿热模型的时间应力表达式为：
Figure BDA0001782952570000067
可靠度函数R(T,H,T0)的计算公式见式(16)。
Figure BDA0001782952570000068
产品的平均寿命
Figure BDA0001782952570000071
为：
Figure BDA0001782952570000072
在湿热加速应力下的产品失效率为：
Figure BDA0001782952570000073
通过极大似然估计法对参数进行估计。
Figure BDA0001782952570000074
Figure BDA0001782952570000075
通过计算得到平均寿命和方差，平均寿命见式(21)。
Figure BDA0001782952570000076
方差见式(22)。
Figure BDA0001782952570000077
可以得到：
Figure BDA0001782952570000078
式(23)有三个参数，A为与湿热无关的固定常数，b、φ分别是与湿度和温度相关的参数。
令x＝ln(A),y＝φ,z＝b，则式(23)可表示为：
Figure BDA0001782952570000081
S4、求解湿热环境下电子器件的平均寿命，绘制寿命趋势，具体为：
S41、根据试验数据求解电子器件平均贮存寿命。
式(24)为三元一次方程，要想求得参数至少需要三组数据，取表5-3中的三组数据求解。
Figure BDA0001782952570000082
求解得到，A＝e-6.213，φ＝350.6，b＝210.2，并经过计算得到平均贮存寿命为4290天，约为12年。与器件的初始设计值相符。
S42、利用MATLAB绘制与温度、湿度相关的平均寿命趋势图。
求出A、φ、b三个参数后，即可求出允许范围内任何温度湿度组合的相关可靠性数据。利用MATLAB绘制与温度、湿度相关的平均寿命趋势图，见图2，图3和图4。
图2表示器件平均寿命随温度、湿度变化的曲面，可以看出湿度增大，温度升高都会显著影响器件的疲劳寿命，图3表示加速寿命受温度影响的变化曲线，图4表示加速寿命受湿度影响的变化曲线。
电子器件的可靠度服从对数正态分布，结合极大似然估计法，求取加速寿命模型参数，最后根据部分试验数据对其进行寿命预测，极大的节约了成本，得到的寿命预测也更符合实际情况。

Claims (2)

1.一种电子器件湿热环境下的加速寿命预测方法，其特征在于，包括以下步骤：
S1、分析电子器件湿热贮存环境，整理试验数据；
S2、建立电子器件湿热环境下的加速寿命模型，并验证其准确性，具体为：
S21、确定单因素下电子器件加速寿命模型，所述加速寿命模型包括Arrhenius模型和Eyring模型；Arrhenius模型是基于温度引起失效的加速寿命预测模型；Eyring模型可以用于湿度应力引起失效的加速寿命预测模型；
Arrhenius模型表示式为：
Figure FDA0002644193900000011
其中，L为可以测试的寿命尺度，包括平均寿命、特征寿命和中位寿命；C为待定模型参数，B为另一待定模型参数；
Eyring模型表达式为：
Figure FDA0002644193900000012
其中，L为寿命尺度；V为绝对单位的应力值；A和B为待定模型参数；
S22、将温度疲劳寿命模型与湿度疲劳寿命模型结合，得到湿热双应力加速寿命模型：
Figure FDA0002644193900000013
其中，L(H,T)代表的是加速湿热老化寿命，b，c均为待定模型参数；A为常数，H是相对湿度，T为绝对温度；
S23、对湿热双应力老化寿命模型进行推理证明，确认其准确性：
当温度不变时：
Figure FDA0002644193900000021
式中，
Figure FDA0002644193900000022
为对应于温度T0的常数：
Figure FDA0002644193900000023
说明湿热双应力老化寿命模型符合Eyring模型；
当湿度不变时：
Figure FDA0002644193900000024
式中，
Figure FDA0002644193900000025
为对应于湿度H0的常数：
Figure FDA0002644193900000026
说明湿热双应力老化寿命模型符合Arrhenius模型；
S3、推导湿热环境下的电子器件加速寿命及模型中的相关参数，具体为：
S31、基于对数正态分布的湿热加速寿命数学推导；
器件的寿命T的对数服从正态分布，T的分布函数为：
Figure FDA0002644193900000027
失效概率密度f(t)为：
Figure FDA0002644193900000028
可靠度函数R(t)为：
Figure FDA0002644193900000031
对数正态分布的失效率函数为：
Figure FDA0002644193900000032
最终得到寿命平均值
Figure FDA0002644193900000033
为：
Figure FDA0002644193900000034
标准差为σs：
Figure FDA0002644193900000035
寿命为tR：
Figure FDA0002644193900000036
其中，K1-r表示正态分布函数的1-r上侧分位点，μ和σ分别为标准正态分布的均值与标准差；
S32、基于对数正态分布的湿热加速寿命模型参数计算；
将式(12)求得的平均寿命
Figure FDA0002644193900000037
代入失效概率密度函数中，得到湿热模型的时间应力表达式为：
Figure FDA0002644193900000038
可靠度函数R(T,H,T0)的计算公式见式(16)，
Figure FDA0002644193900000041
产品的平均寿命
Figure FDA0002644193900000042
为：
Figure FDA0002644193900000043
在湿热加速应力下的产品失效率为：
Figure FDA0002644193900000044
通过极大似然估计法对参数进行估计；
Figure FDA0002644193900000045
Figure FDA0002644193900000046
通过计算得到平均寿命和方差，平均寿命见式(21)，
Figure FDA0002644193900000047
方差见式(22)，
Figure FDA0002644193900000048
可以得到：
Figure FDA0002644193900000051
其中，A为与湿热无关的固定常数，b、φ分别是与湿度和温度相关的参数；
令x＝ln(A),y＝φ,z＝b，则式(23)表示为：
Figure FDA0002644193900000052
S4、求解湿热环境下电子器件的平均寿命，绘制寿命趋势图，具体为：
S41、根据试验数据求解电子器件平均贮存寿命；
从试验数据中取三组数据求出A、φ、b三个参数，
Figure FDA0002644193900000053
S42、根据A、φ、b三个参数求出允许范围内任何温度湿度组合的相关可靠性数据，利用MATLAB绘制与温度、湿度相关的平均寿命趋势图。
2.根据权利要求1所述的电子器件湿热环境下的加速寿命预测方法，其特征在于，所述步骤S1中的试验数据为电子器件湿热加速寿命。
CN201811000957.0A 2018-08-30 2018-08-30 一种电子器件湿热环境下的加速寿命预测方法 Expired - Fee Related CN109101750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811000957.0A CN109101750B (zh) 2018-08-30 2018-08-30 一种电子器件湿热环境下的加速寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811000957.0A CN109101750B (zh) 2018-08-30 2018-08-30 一种电子器件湿热环境下的加速寿命预测方法

Publications (2)

Publication Number Publication Date
CN109101750A CN109101750A (zh) 2018-12-28
CN109101750B true CN109101750B (zh) 2020-12-08

Family

ID=64864204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811000957.0A Expired - Fee Related CN109101750B (zh) 2018-08-30 2018-08-30 一种电子器件湿热环境下的加速寿命预测方法

Country Status (1)

Country Link
CN (1) CN109101750B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861392B (zh) * 2021-01-11 2024-06-14 南京航空航天大学 一种电缆老化虚拟仿真试验平台及方法
CN113378453A (zh) * 2021-05-11 2021-09-10 天津大学 一种基于深度信念网络的智能电能表失效率在线预计方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102252898B (zh) * 2011-03-09 2015-01-21 北京航空航天大学 基于“寿命-应力”模型的电子产品加速寿命试验方法
CN102592052B (zh) * 2012-01-06 2014-04-30 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
CN104181457B (zh) * 2014-08-15 2017-01-18 中国电子科技集团公司第二十四研究所 一种半导体器件温湿度复合应力加速模型优选方法
CN107228926A (zh) * 2017-06-09 2017-10-03 电子科技大学 基于加速寿命评估的爆炸逻辑网络可靠性分析方法

Also Published As

Publication number Publication date
CN109101750A (zh) 2018-12-28

Similar Documents

Publication Publication Date Title
CN109033709B (zh) 基于非线性疲劳损伤累积理论的构件疲劳寿命评估方法
CN104375912B (zh) 移动终端卡顿的测量方法与装置
CN109948860A (zh) 一种机械系统剩余寿命预测方法及系统
CN109765490B (zh) 一种基于高维数据诊断的动力电池故障检测方法及系统
RU2507496C1 (ru) Способ определения разрушения, устройство, программа и читаемый компьютером носитель записи для определения разрушения
CN105806715B (zh) 一种高温蠕变变形预测方法
CN109101750B (zh) 一种电子器件湿热环境下的加速寿命预测方法
ATE450830T1 (de) Sensor-fehlerdiagnose und -prognose unter verwendung eines komponentenmodells und zeitskalenorthogonaler entwicklungen
CN111079329A (zh) 一种基于相似结构试验的疲劳寿命评估方法
CN103678858A (zh) 一种存在竞争失效条件下的设备剩余寿命预测方法
CN108205114B (zh) 电池寿命的预测方法及系统
CN111090957B (zh) 一种高温结构危险点应力-应变计算方法
CN110988695A (zh) 动力电池健康状态评估方法、装置、存储介质及电子设备
US20140019215A1 (en) System for assessing procedure compliance level of human operators in nuclear power plants and method thereof
CN106407555A (zh) 基于加速因子不变原则的加速退化数据分析方法
CN108228979B (zh) 一种用于发电机结构的低周疲劳寿命分析方法
CN114355094A (zh) 基于多源信息的产品可靠性薄弱环节综合评估方法和装置
CN108846239A (zh) 一种基于温湿度的弹性环氧树脂加速贮存试验及评估方法
CN112926698B (zh) 一种大型旋转装备振动预测与装配评价方法
WO2018181120A1 (ja) 情報処理装置、情報処理方法およびプログラム
JP5895358B2 (ja) 破壊検査システム、破壊検査方法、データ処理プログラムおよびプログラム記録媒体
CN110414086A (zh) 一种基于灵敏度的综合应力加速因子计算方法
CN112529059A (zh) 机组电磁振动诊断方法、系统、计算机设备和存储介质
JP2015052487A (ja) 材料強度評価装置
CN110298767A (zh) 一种火力发电厂时间序列变量异常监测方法及系统

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201208

Termination date: 20210830