CN111274687B - 元器件失效率预计方法、装置、计算机设备及存储介质 - Google Patents

元器件失效率预计方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111274687B
CN111274687B CN202010045849.6A CN202010045849A CN111274687B CN 111274687 B CN111274687 B CN 111274687B CN 202010045849 A CN202010045849 A CN 202010045849A CN 111274687 B CN111274687 B CN 111274687B
Authority
CN
China
Prior art keywords
component
failure
tested
determining
failure rate
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
CN202010045849.6A
Other languages
English (en)
Other versions
CN111274687A (zh
Inventor
胡湘洪
于迪
聂国健
杨云
李欣荣
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.)
China Electronic Product Reliability and Environmental Testing Research Institute
Original Assignee
China Electronic Product Reliability and Environmental Testing Research Institute
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 China Electronic Product Reliability and Environmental Testing Research Institute filed Critical China Electronic Product Reliability and Environmental Testing Research Institute
Priority to CN202010045849.6A priority Critical patent/CN111274687B/zh
Publication of CN111274687A publication Critical patent/CN111274687A/zh
Application granted granted Critical
Publication of CN111274687B publication Critical patent/CN111274687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请涉及一种元器件失效率预计方法、装置、计算机设备及存储介质。所述元器件失效率预计方法在传统的失效率预计模型基础上引入了所述多个影响系数、所述质量系数和所述多个持续工作时间占比，从而建立所述元器件失效率预计模型。本申请实施例所述元器件失效率预计方法将传统的元器件失效率预计模型按照所述诱发应力类型拆分为更为精细的预计步骤，使得所述待测试元器件组的失效率更加符合所述待测试元器件组的实际使用情况。解决了传统数理统计预计模型失效率与实际失效率具有较大的预计偏差的技术问题，达到了达到减小所述预计失效率与实际失效率预计偏差的技术效果。

Description

元器件失效率预计方法、装置、计算机设备及存储介质
技术领域
本申请涉及元器件可靠性预计技术领域，特别是涉及一种元器件失效率预计方法、装置、计算机设备及存储介质。
背景技术
可靠性预计是元器件可靠性设计的主要工作项目之一，可靠性预计对预估元器件可靠性水平、定位薄弱环节、开展可靠性试验等的重要的支撑作用。可靠性预计实施的基础是建立元器件失效率预计模型，失效率预计模型通常由各种预计标准、手册等提供。
目前应用较多的失效率预计模型是传统数理统计预计模型，在传统数理统计预计模型中元器件失效率由基本失效率连乘多个影响系数得到。传统数理统计预计模型中不同影响系数在连乘过程中会协同放大或缩小，但在实际应用中，元器件失效可能是由多种失效机理诱发，不同的失效机理对不同应力的敏感性不同，失效部位也有不尽相同。因此，通过传统数理统计预计模型得到的失效率与实际失效率具有较大的预计偏差。
发明内容
基于此，有必要针对传统数理统计预计模型得到的失效率与实际失效率具有较大的预计偏差的问题，提供一种元器件失效率预计方法、装置、计算机设备及存储介质。
一种元器件失效率预计方法，包括：
确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同；
根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件组在不同参考应力下的基本失效率，得到多个基本失效率；
根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同；
根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数；
获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比；
根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率。
在其中一个实施例中，所述根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率，包括：
计算所述待测试元器件组在各个所述参考应力下的所述基本失效率和在与所述参考应力对应的所述诱发应力下的影响系数的乘积，得到多个第一乘积；
计算所述多个第一乘积的和，得到第一累计和；
分别计算所述第一累计和与所述失效元器件在各个所述诱发应力下的持续工作时间占比的乘积，得到多个第二乘积；
计算所述多个第二乘积的和，得到第二累计和；
计算所述第二累计和与所述质量系数的乘积，得到所述待测试元器件组的失效率。
在其中一个实施例中，所述根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率，包括：
通过公式(1)确定所述待测试元器件组的失效率：
其中，λ表示所述待测试元器件组的失效率，λi表示所述待测试元器件组在第i种所述参考应力下的基本失效率，πi表示所述待测试元器件组第i种所述诱发应力对应的影响系数，πQ表示所述质量系数，Pj表示与第j个所述诱发应力对应的所述持续工作时间占比。
在其中一个实施例中，所述根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率，包括：
通过公式(2)确定所述多个基本失效率：
其中，λi表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ2 1-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
在其中一个实施例中，所述获取所述失效元器件的使用总时长，包括：
根据所述元器件类型确定所述失效元器件在各个所述诱发应力下的加速系数；
根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长；
根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
在其中一个实施例中，所述根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长，包括：
通过公式(3)确定所述使用时长：
其中，t'表示所述使用时长，ti表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AFi表示在第i种诱发应力下的所述加速系数。
在其中一个实施例中，所述根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长，包括：
通过公式(4)确定所述使用总时长：
T0＝Σt' (4)
其中，t'表示所述使用时长，T0表示所述使用总时长。
一种元器件失效率预计装置，包括：
基本参数采集模块，用于确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同；
基本失效率确定模块，用于根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率；
影响系数确定模块，用于根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同；
质量系数确定模块，用于根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数；
持续工作时间占比确定模块，用于获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比；
失效率确定模块，用于根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率。
一种计算机设备，包括：包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本申请实施例通过提供一种元器件失效率预计方法，在传统的失效率预计模型基础上引入了所述多个影响系数、所述质量系数和所述多个持续工作时间占比，从而建立所述元器件失效率预计模型。本申请实施例所述元器件失效率预计方法将传统的元器件失效率预计模型按照所述诱发应力类型拆分为更为精细的步骤，使得所述元器件的失效率预计更加接近所述待测试元器件组的实际使用环境，所述元器件的失效率更加接近于真实情况。本申请实施例所述元器件失效率预计方法解决了通过传统数理统计预计模型得到的失效率与实际失效率具有较大的预计偏差的技术问题，可以获得更为准确的预计结果，为所述元器件的薄弱环节定位和设计提供更为精细的指导，达到了减小所述预计失效率与实际失效率预计偏差的技术效果。
附图说明
图1为本申请一个实施例元器件失效率预计方法应用场景示意图；
图2为本申请一个实施例元器件失效率预计方法的流程示意图；
图3为本申请一个实施例元器件失效率预计方法的流程示意图；
图4为本申请一个实施例元器件失效率预计方法的流程示意图；
图5为本申请一个实施例元器件失效率预计装置结构示意图。
附图标记说明：
10、元器件失效率预计装置；100、基本参数采集模块；200、基本失效率确定模块；300、影响系数确定模块；400、质量系数确定模块；500、持续工作时间占比确定模块；600、失效率确定模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本申请的一种元器件失效率预计方法、装置、计算机设备及存储介质进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
请参见图1，本申请实施例提供的元器件失效率预计方法可以应用于计算机设备，该计算机设备的内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种元器件失效率预计方法。
元器件是电子元器件的简称，所述元器件一般包括：电容器、晶体管、电阻等。所述元器件的应力一般包括：电应力、机械应力、温度应力、湿度应力等。本申请实施例元器件失效率预计方法适用于任何元器件失效率的预计及失效率预计模型的建立。本实施例所述元器件失效率预计方法可以设定多个不同的应力剖面，在不同的应力剖面对待测试元器件的失效率进行检测和预计。本实施例以所述元器件失效率预计方法应用于对所述电容器失效率的预计为例进行具体说明。
请参见图2，本申请一个实施例提供了一种元器件失效率预计方法，所述方法用于预计元器件的失效率。
所述元器件失效率预计方法包括以下步骤：
S100，确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度。其中，所述待测试元器件组中的元器件类型相同。
所述待测试元器件组是指需要进行失效率测试和修正的一组元器件。所述待测试元器件可以是在一批产品，或者是指在一批产品中按一定规则进行选择出来的具有代表性的样品。所述待测试元器件组中的元器件可以为电阻、电容器等任意电子元器件。但所述待测试元器件组中的元器件类型完全相同，即所述待测试元器件组中的元器件同为电阻或者同为电容器等。所述失效元器件是指由于例如电应力、机械应力、温度应力等不同类型的应力的作用而损坏的元器件。所述失效元器件的使用总时长是指所述元器件在失效之前工作的累积时间，可以采用人为定时观察采集或者利用计时器等测量元件进行采集。所述失效数量是指在同一批产品或者样品中所述失效元器件的数量，可以利用人为采集计数或者其他方式计数均可。所述置信度是指在一批产品或者样品中，所述失效元器件的所述失效数量在所述产品或者样品总数中的一个分布数值，根据所述待测试元器件组中所述元器件的数量和所述失效元器件的所述失效数量可以计算得出。
S200，根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件组在不同参考应力下的基本失效率，得到多个基本失效率。
所述多个基本失效率是指所述失效元器件在所述待测试元器件组中的占比。所述不同参考应力是指不同类型的应力，且所述参考应力的类型与所述失效元器件的诱发应力类型相同。所述参考应力的类型与所述诱发应力的类型可以保持一致，用于表征所述待测试元器件的新的应力条件或者使用环境，例如同为电应力、机械应力、温度应力、湿度应力等。
S300，根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数。其中，所述诱发应力与所述参考应力的应力类型相同。
所述影响系数是指不同的诱发应力对所述待测试元器件组的影响程度，所述影响系数是根据所述待测试元器件组中所述元器件类型及不同应力类型确定。所述影响系数可以通过试验测试确定，也可以通过现有文献或者历史经验数值直接获取。本实施例对于所述影响系数的确定不作具体限定，只需要满足可以确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数的功能即可。
S400，根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数。
所述质量系数根据所述元器件类型和所述待测试元器件组的元器件等级确定，所述质量系数用于表征所述元器件在研制生产中质量控制对于可靠性的影响程度，也就是对于本实施例中所述失效率的影响程度。所述质量系数的取值可以通过试验计算得出，也可以参考相关标准规范或者历史经验数据等来确定。本实施例对于所述质量系数的确定不作任何限定，只需要可以根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数即可。
S500，获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比。
所述在不同的所述诱发应力下所述失效元器件的持续工作时间是指所述待测试元器件组由于所述诱发应力所导致所述元器件失效时所累积的工作时间。例如当所述待测试元器件组为电容器时，在使用过程中，所述电容器可以能会经受不同的应力作用，由于不同的所述诱发应力的共同作用，从而导致所述电容器中的某些电容器失效。该失效的电容器在失效的过程中承受了不同的诱发应力，例如电应力、机械应力、温度应力、湿度应力等。例如所述电容器在失效前经历所述电应力的时间为t1，经历所述机械应力的时间为t2，经历所述温度应力的时间为t3，经历所述湿度应力的时间为t4，t1、t2、t3和t4相加则为该失效电容器所经受的诱发应力的总时间t。因此，t1/t则为所述电容器，即所述失效元器件在所述电应力诱发应力下的持续工作时间占比。同理，t2/t则为所述失效元器件在所述机械应力诱发应力下的持续工作时间占比，t1/t则为所述失效元器件在所述温度应力诱发应力下的持续工作时间占比，t1/t则为所述失效元器件在所述湿度应力诱发应力下的持续工作时间占比。
S600，根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率。
所述待测试元器件组的失效率是将所述基本失效率经本实施例所述元器件失效率预计方法修正后的失效率。通过所述影响系数将不同的参考应力引入所述基本失效率，然后经过一些简单的数学计算即可得到所述待测试元器件组应用于不同环境中的所述失效率。
本实施例通过提供一种元器件失效率预计方法，在传统的失效率预计模型基础上引入了所述多个影响系数、所述质量系数和所述多个持续工作时间占比，从而建立所述元器件失效率预计模型。本实施例所述元器件失效率预计方法将传统的元器件失效率预计模型按照所述诱发应力类型拆分为更为精细的步骤，使得所述元器件的失效率预计更加接近所述待测试元器件组的实际使用环境，所述元器件的失效率更加接近于真实情况。本实施例所述元器件失效率预计方法解决了通过传统数理统计预计模型得到的失效率与实际失效率具有较大的预计偏差的技术问题，可以获得更为准确的预计结果，为所述元器件的薄弱环节定位和设计提供更为精细的指导，达到了减小所述预计失效率与实际失效率预计偏差的技术效果。
请参见图3，本实施例涉及根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率，即，S600包括：
S610，计算所述待测试元器件组在各个所述参考应力下的所述基本失效率和在与所述参考应力对应的所述诱发应力下的影响系数的乘积，得到多个第一乘积。
所述诱发应力是导致所述待测试元器件组中所述元器件失效的核心原因，所述诱发应力可以通过测试检验或者经验数据等方法直接或间接获取的。在通常使用环境中，所述应力类型一般都包括：电应力、机械应力、温度应力、湿度应力等。所述参考应力是为了模拟所述待测试元器件组在日后使用的真实使用应力环境，所述诱发应力是指在所述待测试元器件组在历史经验数据或者本次试验中的所述失效率经验值所对应的诱发应力类型。
S620，计算所述多个第一乘积的和，得到第一累计和。
S630，分别计算所述第一累计和与所述失效元器件在各个所述诱发应力下的持续工作时间占比的乘积，得到多个第二乘积。
S640，计算所述多个第二乘积的和，得到第二累计和。
S650，计算所述第二累计和与所述质量系数的乘积，得到所述待测试元器件组的失效率。
通过上述步骤，将所述待测试元器件组的失效率拆分为所述基本失效率和与所述参考应力对应的所述诱发应力下的影响系数的乘积，从而将所述待测试元器件组的失效率划分的更加细致。可以直接利用所述诱发应力来表征所述待测试元器件组的失效率，使得所述待测试元器件组的失效率的预计更加深入和细致，为日后所述元器件的薄弱环节定位和设计提供更为精细的指导。
在一个实施例中，所述S600，根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率，包括：
通过公式(1)确定所述待测试元器件组的失效率：
其中，λ表示所述待测试元器件组的失效率，λi表示所述待测试元器件组在第i种所述参考应力下的基本失效率，πi表示所述待测试元器件组在第i种所述诱发应力对应的影响系数，πQ表示所述质量系数，Pj表示与第j个所述诱发应力对应的所述持续工作时间占比。
在一个实施例中，所述S200，根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率，包括：
通过公式(2)确定所述多个基本失效率：
其中，λi表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ21-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
请参见图4，在一个实施例中，所述S100，所述获取所述失效元器件的使用总时长，包括：
S110，根据所述元器件类型，确定所述失效元器件在各个所述诱发应力下的加速系数。
所述元器件类型可以为电容器、电阻、二极管等。所述加速系数可以通过现场试验获取，也可以根据所述元器件类型和不同所述诱发应力在历史经验数据中直接获取。所述加速系数用于表征所述元器件实际的诱发应力水平相较参考应力量值对所述元器件失效的加速能力。
S120，根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长。
在一个具体的实施例中，所述S120，根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长，包括：
通过公式(3)确定所述使用时长：
其中，t'表示所述使用时长，ti表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AFi表示在第i种诱发应力下的所述加速系数。
S130，根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
在一个具体的实施例中，所述S130，根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长，包括：
通过公式(4)确定所述使用总时长：
T0＝∑t' (4)
其中，t'表示所述使用时长，T0表示所述使用总时长。
应该理解的是，虽然流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参见图5，在本申请一个实施例提供了一种元器件失效率预计装置10，包括：基本参数采集模块100、基本失效率确定模块200、影响系数确定模块300、质量系数确定模块400、持续工作时间占比确定模块500和失效率确定模块600。
其中：
所述基本参数采集模块100用于确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同。
所述基本失效率确定模块200用于根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率。
所述影响系数确定模块300用于根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同。
所述质量系数确定模块400用于根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数。
所述持续工作时间占比确定模块500用于获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比。
所述失效率确定模块600用于根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率。
在一个实施例中，所述失效率确定模块600具体用于计算所述待测试元器件组在各个所述参考应力下的所述基本失效率和在与所述参考应力对应的所述诱发应力下的影响系数的乘积，得到多个第一乘积；计算所述多个第一乘积的和，得到第一累计和；分别计算所述第一累计和与所述失效元器件在各个所述诱发应力下的持续工作时间占比的乘积，得到多个第二乘积；计算所述多个第二乘积的和，得到第二累计和；计算所述第二累计和与所述质量系数的乘积，得到所述待测试元器件组的失效率。
在一个实施例中，所述失效率确定模块600具体用于通过公式(1)确定所述待测试元器件组的失效率：
其中，λ表示所述待测试元器件组的失效率，λi表示所述待测试元器件组在第i种所述参考应力下的基本失效率，πi表示所述待测试元器件组第i种所述诱发应力对应的影响系数，πQ表示所述质量系数，Pj表示与第j个所述诱发应力对应的所述持续工作时间占比。
在一个实施例中，所述基本失效率确定模块200具体用于通过公式(2)确定所述多个基本失效率：
其中，λi表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ2 1-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
在一个实施例中，所述基本参数采集模块100具体用于根据所述元器件类型，确定所述失效元器件在各个所述诱发应力下的加速系数；根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长；根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
在一个实施例中，所述基本参数采集模块100具体用于通过公式(3)确定所述使用时长：
其中，t'表示所述使用时长，ti表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AFi表示在第i种诱发应力下的所述加速系数。
在一个实施例中，所述基本参数采集模块100具体用于通过公式(4)确定所述使用总时长：
T0＝∑t' (4)
其中，t'表示所述使用时长，T0表示所述使用总时长。
关于所述元器件失效率预计装置10的具体限定可以参见上文中对于元器件失效率预计方法的限定，在此不再赘述。上述所述元器件失效率预计装置10中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括：包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同；
根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件组在不同参考应力下的基本失效率，得到多个基本失效率；
根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同；
根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数；
获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比；
根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率。
在一个实施例中，处理器执行计算机程序时还实现：计算所述待测试元器件组在各个所述参考应力下的所述基本失效率和在与所述参考应力对应的所述诱发应力下的影响系数的乘积，得到多个第一乘积；计算所述多个第一乘积的和，得到第一累计和；分别计算所述第一累计和与所述失效元器件在各个所述诱发应力下的持续工作时间占比的乘积，得到多个第二乘积；计算所述多个第二乘积的和，得到第二累计和；计算所述第二累计和与所述质量系数的乘积，得到所述待测试元器件组的失效率。
在一个实施例中，处理器执行计算机程序时还实现：
通过公式(1)确定所述待测试元器件组的失效率：
其中，λ表示所述待测试元器件组的失效率，λi表示所述待测试元器件组在第i种所述参考应力下的基本失效率，πi表示所述待测试元器件组在第i种所述诱发应力对应的影响系数，πQ表示所述质量系数，Pj表示与第j个所述诱发应力对应的所述持续工作时间占比。
在一个实施例中，处理器执行计算机程序时还实现：
通过公式(2)确定所述多个基本失效率：
其中，λi表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ2 1-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
在一个实施例中，处理器执行计算机程序时还实现：根据所述元器件类型，确定所述失效元器件在各个所述诱发应力下的加速系数；根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长；根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
在一个实施例中，处理器执行计算机程序时还实现：
通过公式(3)确定所述使用时长：
其中，t'表示所述使用时长，ti表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AFi表示在第i种诱发应力下的所述加速系数。
在一个实施例中，处理器执行计算机程序时还实现：
通过公式(4)确定所述使用总时长：
T0＝∑t' (4)
其中，t'表示所述使用时长，T0表示所述使用总时长。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同；
根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件组在不同参考应力下的基本失效率，得到多个基本失效率；
根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同；
根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数；
获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比；
根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率。
在一个实施例中，计算机程序被处理器执行时还实现：计算所述待测试元器件组在各个所述参考应力下的所述基本失效率和在与所述参考应力对应的所述诱发应力下的影响系数的乘积，得到多个第一乘积；计算所述多个第一乘积的和，得到第一累计和；分别计算所述第一累计和与所述失效元器件在各个所述诱发应力下的持续工作时间占比的乘积，得到多个第二乘积；计算所述多个第二乘积的和，得到第二累计和；计算所述第二累计和与所述质量系数的乘积，得到所述待测试元器件组的失效率。
在一个实施例中，计算机程序被处理器执行时还实现：
通过公式(1)确定所述待测试元器件组的失效率：
其中，λ表示所述待测试元器件组的失效率，λi表示所述待测试元器件组在第i种所述参考应力下的基本失效率，πi表示所述待测试元器件组在第i种所述诱发应力对应的影响系数，πQ表示所述质量系数，Pj表示与第j个所述诱发应力对应的所述持续工作时间占比。
在一个实施例中，计算机程序被处理器执行时还实现：
通过公式(2)确定所述多个基本失效率：
其中，λi表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ2 1-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
在一个实施例中，计算机程序被处理器执行时还实现：根据所述元器件类型，确定所述失效元器件在各个所述诱发应力下的加速系数；根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长；根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
在一个实施例中，计算机程序被处理器执行时还实现：
通过公式(3)确定所述使用时长：
其中，t'表示所述使用时长，ti表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AFi表示在第i种诱发应力下的所述加速系数。
在一个实施例中，计算机程序被处理器执行时还实现：
通过公式(4)确定所述使用总时长：
T0＝∑t' (4)
其中，t'表示所述使用时长，T0表示所述使用总时长。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种元器件失效率预计方法，其特征在于，包括：
确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同；
根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件组在不同参考应力下的基本失效率，得到多个基本失效率；
根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同；
根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数；
获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比；
根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率；
其中，所述根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率，包括：
通过公式（1）确定所述待测试元器件组的失效率：
（1）
其中，λ表示所述待测试元器件组的失效率，λ i 表示所述待测试元器件组在第i种所述参考应力下的基本失效率，π i 表示所述待测试元器件组第i种所述诱发应力对应的影响系数，π Q 表示所述质量系数，P j 表示与第j个所述诱发应力对应的所述持续工作时间占比；
所述根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率，包括：
通过公式（2）确定所述多个基本失效率：
（2）
其中，λ i 表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ2 1-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
2.根据权利要求1所述的元器件失效率预计方法，其特征在于，所述获取所述失效元器件的使用总时长，包括：
根据所述元器件类型确定所述失效元器件在各个所述诱发应力下的加速系数；
根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长；
根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
3.根据权利要求2所述的元器件失效率预计方法，其特征在于，所述根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长，包括：
通过公式（3）确定所述使用时长：
（3）
其中，表示所述使用时长，t i 表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AF i 表示在第i种诱发应力下的所述加速系数。
4.根据权利要求2所述的元器件失效率预计方法，其特征在于，所述根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长，包括：
通过公式（4）确定所述使用总时长：
（4）
其中，表示所述使用时长，T0表示所述使用总时长。
5.一种元器件失效率预计装置，其特征在于，包括：
基本参数采集模块，用于确定待测试元器件组中的失效元器件，并获取所述失效元器件的使用总时长、失效数量和所述失效元器件在所述待测试元器件中的置信度；其中，所述待测试元器件组中的元器件类型相同；
基本失效率确定模块，用于根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率；
影响系数确定模块，用于根据所述待测试元器件组的所述元器件类型，确定所述待测试元器件组在不同诱发应力下的影响系数，得到多个影响系数；其中，所述诱发应力与所述参考应力的应力类型相同；
质量系数确定模块，用于根据所述元器件类型和所述待测试元器件组的元器件等级确定质量系数；
持续工作时间占比确定模块，用于获取在不同的所述诱发应力下所述失效元器件的持续工作时间，并根据所述持续工作时间计算所述失效元器件在不同所述诱发应力下的持续工作时间占比，得到多个持续工作时间占比；
失效率确定模块，用于根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率；
其中，所述根据所述多个基本失效率、所述多个影响系数、所述质量系数和所述多个持续工作时间占比确定所述待测试元器件组的失效率，包括：
通过公式（1）确定所述待测试元器件组的失效率：
（1）
其中，λ表示所述待测试元器件组的失效率，λ i 表示所述待测试元器件组在第i种所述参考应力下的基本失效率，π i 表示所述待测试元器件组第i种所述诱发应力对应的影响系数，π Q 表示所述质量系数，P j 表示与第j个所述诱发应力对应的所述持续工作时间占比；
所述根据所述使用总时长、所述失效数量和所述置信度确定所述待测试元器件在不同参考应力下的基本失效率，得到多个基本失效率，包括：
通过公式（2）确定所述多个基本失效率：
（2）
其中，λ i 表示在第i种所述参考应力下的所述基本失效率，γ表示所述失效数量，T0表示所述使用总时长，α表示所述置信度，χ2 1-α表示所述失效元器件在所述待测试元器件组中的卡方分布。
6.根据权利要求5所述的装置，其特征在于，所述基本参数采集模块具体用于根据所述元器件类型，确定所述失效元器件在各个所述诱发应力下的加速系数；根据在不同的所述诱发应力下所述失效元器件的持续工作时间和所述加速系数确定所述失效元器件的在各个所述参考应力量下的使用时长；根据所有所述失效元器件的使用时长确定所述失效元器件的使用总时长。
7.根据权利要求6所述的装置，其特征在于，所述基本参数采集模块具体用于通过公式（3）确定所述使用时长：
（3）
其中，表示所述使用时长，t i 表示在第i种所述诱发应力下所述失效元器件的持续工作时间，AF i 表示在第i种诱发应力下的所述加速系数。
8.根据权利要求6所述的装置，其特征在于，所述基本参数采集模块具体用于通过公式（4）确定所述使用总时长：
（4）
其中，表示所述使用时长，T0表示所述使用总时长。
9.一种计算机设备，包括：包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN202010045849.6A 2020-01-16 2020-01-16 元器件失效率预计方法、装置、计算机设备及存储介质 Active CN111274687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010045849.6A CN111274687B (zh) 2020-01-16 2020-01-16 元器件失效率预计方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010045849.6A CN111274687B (zh) 2020-01-16 2020-01-16 元器件失效率预计方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111274687A CN111274687A (zh) 2020-06-12
CN111274687B true CN111274687B (zh) 2023-12-12

Family

ID=71003204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010045849.6A Active CN111274687B (zh) 2020-01-16 2020-01-16 元器件失效率预计方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111274687B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114065674B (zh) * 2022-01-17 2022-04-22 北京智芯微电子科技有限公司 一种cmos器件的eos失效率的预测方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010017745A1 (zh) * 2008-08-14 2010-02-18 中兴通讯股份有限公司 通讯设备的可靠性预计方法
CN103745081A (zh) * 2013-12-09 2014-04-23 深圳供电局有限公司 一种电子式电能表可靠性分析方法
CN106355298A (zh) * 2016-10-13 2017-01-25 哈尔滨电工仪表研究所 一种智能电能表可靠性预计云服务平台
CN108667514A (zh) * 2018-05-18 2018-10-16 国家电网公司信息通信分公司 光传输设备在线失效预测方法和装置
CN110544031A (zh) * 2019-08-28 2019-12-06 广州供电局有限公司 电能表可靠度预计方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010017745A1 (zh) * 2008-08-14 2010-02-18 中兴通讯股份有限公司 通讯设备的可靠性预计方法
CN103745081A (zh) * 2013-12-09 2014-04-23 深圳供电局有限公司 一种电子式电能表可靠性分析方法
CN106355298A (zh) * 2016-10-13 2017-01-25 哈尔滨电工仪表研究所 一种智能电能表可靠性预计云服务平台
CN108667514A (zh) * 2018-05-18 2018-10-16 国家电网公司信息通信分公司 光传输设备在线失效预测方法和装置
CN110544031A (zh) * 2019-08-28 2019-12-06 广州供电局有限公司 电能表可靠度预计方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111274687A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN108254696B (zh) 电池的健康状态评估方法及系统
CN113125888B (zh) 基于故障行为的航空机电产品加速寿命试验方法
US20150025872A1 (en) System, method, and apparatus for modeling project reliability
CN109143094A (zh) 一种动力电池的异常数据检测方法和装置
CN113189495A (zh) 一种电池健康状态的预测方法、装置及电子设备
CN114355094B (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
CN112100574A (zh) 一种基于重采样的aakr模型不确定度计算方法及系统
CN115841046A (zh) 基于维纳过程的加速退化试验数据处理方法和装置
CN111274687B (zh) 元器件失效率预计方法、装置、计算机设备及存储介质
CN111259338B (zh) 元器件失效率修正方法、装置、计算机设备及存储介质
JP2020047078A (ja) データ処理方法、データ処理装置、およびデータ処理プログラム
CN115795920A (zh) 基于多应力耦合加速模型的产品可靠性评价方法和装置
CN110726937A (zh) 用于确定状态噪声协方差矩阵的方法和相应设备
US20230417839A1 (en) Information processing apparatus, information processing method, information processing system, and non-transitory computer readable medium
CN116627847B (zh) 一种浏览器兼容性测试方法及系统
CN115640706B (zh) 锂电池的可靠性测试方法、设备及计算机可读存储介质
CN116773239A (zh) 一种智能燃气表控制器可靠性寿命预测方法
CN109857581A (zh) 一种优化选择软件可靠性增长模型的方法
CN113608953B (zh) 测试数据生成方法、装置、电子设备及可读存储介质
JP2020047847A (ja) データ処理方法、データ処理装置、およびデータ処理プログラム
CN113434823A (zh) 数据采集任务异常预警方法、装置、计算机设备和介质
CN109388829B (zh) 一种电子产品寿命测算方法
CN111210105A (zh) 连续工作性能验证、装置、计算机设备和存储介质
Agarwal Markovian software reliability model for two types of failures with imperfect debugging rate and generation of errors
CN106941552B (zh) 一种移动终端关机性能评估方法

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