CN113074930A - 基于单一加速因子的微机电器件寿命预测方法 - Google Patents
基于单一加速因子的微机电器件寿命预测方法 Download PDFInfo
- Publication number
- CN113074930A CN113074930A CN202110412612.1A CN202110412612A CN113074930A CN 113074930 A CN113074930 A CN 113074930A CN 202110412612 A CN202110412612 A CN 202110412612A CN 113074930 A CN113074930 A CN 113074930A
- Authority
- CN
- China
- Prior art keywords
- micro
- test
- service life
- electromechanical
- stress
- 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.)
- Pending
Links
- 230000001133 acceleration Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 107
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims description 15
- 230000004913 activation Effects 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 239000003054 catalyst Substances 0.000 claims 1
- 238000013178 mathematical model Methods 0.000 abstract description 6
- 230000002159 abnormal effect Effects 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 244000126211 Hericium coralloides Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009662 stress testing Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明公开了一种基于单一加速因子的微机电器件寿命预测方法,该方法为了实现在单一加速因子下对MEMS器件的寿命进行准确预测,在加速寿命试验时需考虑温度应力和循环应力对MEMS器件寿命的影响。加速寿命试验是在非正常应力水平的加速环境下,通过短时间内对产品施加高于正常水平的应力(如温度应力、循环应力等),根据替代性试验得到的试验数据能够预测MEMS器件使用寿命,推导出在温度应力和循环应力环境下加速寿命试验数学模型的相关参数,以及在温度应力和循环应力环境下MEMS器件的寿命。
Description
技术领域
本发明属于微机电器件测试领域,具体涉及一种基于单一加速因子的微机电器件寿命预测方法。
背景技术
随着微机电系统技术(MEMS)的发展,MEMS器件已在通信领域、检测领域、传感领域等有着广泛的应用。基于微观结构的MEMS器件,其可靠性问题众多,如,温度、湿度、振动、冲击都能对其工作稳定性造成影响;且这些参量对MEMS器件的影响可靠性机理较为复杂,这成为了其发展的主要瓶颈。因此,MEMS器件的可靠性研究和寿命预测对MEMS器件的实际应用具有重要的理论与实践意义。
为了实现在较短的时间内对MEMS器件的寿命进行准确预测,因此需要对MEMS器件进行加速试验。现有的加速寿命试验主要针对电机、晶闸管器件、光缆等,并未有针对MEMS器件完整的加速寿命试验。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种基于单一加速因子的微机电器件寿命预测方法,以解决现有的MEMS器件加速寿命测试方法不足的问题。
为达到上述目的,本发明采用以下技术方案予以实现:
基于单一加速因子的微机电器件寿命预测方法,包括:
步骤1,对一组微机电器件进行温度加速试验或者循环应力加速试验,每类加速试验对应一个加速因子作为变量,每一类加速试验至少进行两组试验,每组试验加速因子的数值不同;试验过程中,一组微机电器件中至少两个微机电器件损坏时,所述组微机电器件的试验结束,获得所述损坏微机电器件损坏时一组微机电器件的损坏率,以及所述损坏微机电器件的失效时间;
步骤2,通过每个损坏微机电器件的失效时间和一组微机电器件的损坏率,结合威布尔分布模型,获得试验组微机电器件的形状参数和平均寿命;
步骤3,对于温度应力试验,通过试验组微机电器件的形状参数和平均寿命,结合阿伦尼斯模型,获得试验常数与对应活化能,进而得到温度应力为单一影响因子时的寿命预测公式;
对于循环应力试验,通过试验组微机电器件的形状参数和平均寿命,结合逆幂模型,获得试验常数与对应活化能,进而得到循环应力为单一影响因子时的寿命预测公式。
本发明的进一步改进在于:
优选的,一组微机电器件中的微机电器件数量≥5件。
优选的,步骤1中,试验过程中,每一个微机电器件连接有一个测试电路;通过测试电路根据设定时间检测并记录微机电器件是否正常运行,直至微机电器件发生损坏,记录此时该组微机电器件的损坏率及该微机电器件的失效时间;所述微机电器件的检测参数包括微机电器件的电阻、电容和谐振频率。
优选的,步骤2中的具体过程为:将每个损坏微机电器件的失效时间和损坏时一组微机电器件的损坏率分别代入威布尔分布模型中,获得每一组微机电器件试验条件下的形状参数和平均寿命。
优选的,所述威布尔分布模型为:
其中,t是失效时间,m是形状参数,η表示器件的平均寿命,F(t)是t时刻的故障率。
优选的,所述威布尔分布模型可以变形为:
优选的,步骤2中,结合每组的平均寿命通过以下公式能够获得温度应力下的加速系数τ1和循环应力下的加速系数τ2:
其中Ta和Tb分别表示两次温度应力试验时施加的温度值,单位为开尔文。
其中va和vb分别表示两次循环应力试验时施加的电压值,单位为伏特。
优选的,步骤3中,所述阿伦尼斯模型为:
η1=A1eE/KT (6)
其中,η1是设备器件平均寿命,E是活化能,K是玻尔兹曼常数为8.617*10-5eV/℃,T是温度应力单位开尔文,A1是与试验机理和试验条件相关的一个常数。
优选的,步骤3中,所述逆幂模型:
η2=A2vE (7)
其中,η2是设备器件平均寿命,E是活化能,v是扭转应力,A2是与试验机理和试验条件相关的一个常数。
优选的,所述微机电器件包括能量采集器、执行器和传感器。
与现有技术相比,本发明具有以下有益效果:
本发明公开了一种基于单一加速因子的微机电器件寿命预测方法,该方法为了实现在单一加速因子下对MEMS器件的寿命进行准确预测,在加速寿命试验时需考虑温度应力和循环应力对MEMS器件寿命的影响。加速寿命试验是在非正常应力水平的加速环境下,通过短时间内对产品施加高于正常水平的应力(如温度应力、循环应力等),根据替代性试验得到的试验数据能够预测MEMS器件使用寿命,推导出在温度应力和循环应力环境下加速寿命试验数学模型的相关参数,以及在温度应力及循环应力环境下MEMS器件的寿命。本发明分别用阿伦尼斯模型与逆幂模型作为温度应力与循环应力加速寿命模型,使用威布尔分布对测得的实验结果进行拟合计算,得到不同应力下的加速因子,进而推导出微镜在额定工况下的使用寿命。该测试方法能够实现在较短的时间内对MEMS器件的寿命进行准确预测。
附图说明
图1是本发明实施例的一种单一加速因子的微机电器件寿命预测方法试验流程图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制;术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性;此外,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
MEMS器件失效机理众多,加速因子众多,其中主要包括温度、振动、应力、湿度等。在温度与应力环境下,MEMS器件最常见的失效方式为疲劳失效。疲劳失效会导致杨氏模量偏移,进而导致MEMS器件的谐振频率和输出信号变化。在振动环境下,断裂是MEMS器件最常见的失效方式,其主要是由材料疲劳而引起的断裂,主要发生在MEMS器件的梳齿结构和微梁结构。在湿度环境下,MEMS器件最常见的失效方式为粘附,其主要发生在梳齿结构以及距离较近的部件之间。使用过程中可以通过良好的封装与稳定的运行环境在很大程度上减少由空气湿度及冲击引起的器件失效。实验过程提供的温度应力及循环应力加速寿命试验能有效的表征MEMS器件失效机理,能够准确的预测MEMS器件额定工况下使用寿命。本发明使用寿命加速试验,缩短试验时间,提高试验效率,降低试验成本。
本发明公开了一种于单一加速因子下预测微器件可靠性寿命的方法,该方法适用于微机电器件,包括但不限于如能量采集器、执行器、传感器等。本发明包括两部分,分别是温度应力测试中的数学模型以及循环应力下的数学模型。实际在方法在测试应用过程中,根据MEMS器件的实际情况选择,具体和微机电器件的服役相关,若MEMS器件实际服役环境中应力为主要的破坏因素,则进行循环应力下的数学模型试验,若微机电器件实际服役环境中,温度为主要的破坏因素,则进行温度应力测试的数学模型。参见图1,本发明的过程具体包括以下步骤:
步骤1,进行单因素试验
针对温度应力试验,为了计算出相应的参数得到不同温度应力下的加速因子,设计至少a、b两组温度应力试验,实际情况,该数量可以增多。具体的,每组测试MEMS器件至少5件,通过烘箱加热,试验条件可从60℃至300℃中选取至少两个温度点。每组试验两个及以上器件发生故障时停止试验。
针对循环应力试验,循环应力即随时间周期性变化的应力。本实施例采用微镜作为试验对象,微镜的扭转梁是整个产品的关键部位;影响扭转硅梁失效的因素众多,如循环应力的幅值大于单周断裂强度一半时引起的疲劳,空气湿度较高引起的粘黏、氧化,温度引起的应力不均匀等。根据实际的服役情况,选择主要的单一影响因素作为试验的加速因子,具体的,每组测试微机电器件至少5件,每组试验两个及以上器件发生故障时停止试验。
上面两个试验过程中,MEMS器件连接有测试电路,根据设定时间并记录观察MEMS器件的工作状态,直至MEMS器件发生损坏。MEMS器件的工作状态主要检测手段包括但不限于对其电阻、电容、谐振频率等参量的测量。
步骤2,根据试验结果计算器件的寿命和参数
常见的加速寿命实验分布有指数分布、威布尔分布、对数正态分布于正态分布。由于MEMS器件是集微机械与电子元器件的统一体,一般分布为指数分布或威布尔分布。当威布尔分布中的参数不同时,它可以蜕化为指数分布、瑞利分布和正态分布。具体的基于以下公式获取威布尔分布模型:
其中,t是失效时间,m是形状参数,η表示器件的平均寿命,F(t)是t时刻的故障率。通过试验获得威布尔分布模型的相关参数。
设a组试验发生两个及以上故障时的时间分别为ta1、ta2、……tai、……(i≥1)。
由试验可得知tai等时刻的故障率,由两组试验数据即可根据威布尔分布模型计算可获得其模型对应的每次试验的失效时间t和故障率F(t)。
更为具体的,将公式(1)进行变形后可以得到下面的公式(2)和公式(3),将实验数据直接代入至下面的公式,能够更直接的获得参数,将每组试验中多个失效器件对应的失效时间t和故障率F(t)带入至下面的公式(2)和公式(3)中,获得a组试验的形状参数ma与器件的平均寿命ηa。
同理,b组试验可得到相对应的形状参数mb与器件的平均寿命ηb。
通过ηa/ηb即可求得在温度应力下的加速系数τ1和循环应力下的加速系数τ2。
具体的:
其中Ta和Tb分别表示温度应力试验时所施加的温度值,单位为开尔文。
其中va和vb分别表示循环应力试验是所施加的电压值,单位为伏特。
步骤3,通过阿伦尼斯模型计算加速度应力的平均寿命,通过逆幂(Inverse powermodel)模型计算循环应力的加速模型。
具体的,
阿伦尼斯模型适用于温度应力时的加速模型。
具体的,基于以下公式获取阿伦尼斯模型:
η1=A1eE/KT (6)
其中,η1是设备器件平均寿命,E是活化能,K是玻尔兹曼常数为8.617*10-5eV/℃,T是温度应力单位开尔文,A1是与试验机理和试验条件相关的一个常数。将上面通过温度应力试验获得的ma与器件的平均寿命ηa,带入至阿伦尼斯模型中能够获得E和A1,则获得了该设备器件的日常服役环境下的寿命计算公式。
逆幂模型适用于循环应力时的加速模型。逆幂模型适用于循环应力的加速模型。
具体的,基于以下公式获取逆幂模型:
η2=A2vE (7)
其中,η2是设备器件平均寿命,E是活化能,v是扭转应力,A2是与试验机理和试验条件相关的一个常数。将上面通过循环应力试验获得的ma与器件的平均寿命ηa,带入至逆幂模型(7)中,获得E,获得在日常服役下,影响因素为交变应力时的计算寿命的公式。
最后将对应的器件平均寿命η与加速系数τ相乘即可得到器件在额定工作环境中的寿命。
实施例1温度应力(恒定应力)
步骤1,记录电磁式MEMS微镜环境初始温度值;
本试验选取电磁式MEMS微镜为试验对象。微镜的扭转梁是整个产品的关键部位;影响扭转硅梁失效的因素众多,如循环应力的幅值、温度等环境因素。
为了计算出相应的参数得到不同温度应力下的加速系数,设计至少a、b两组温度应力试验。试验首先测量MEMS器件在实验箱中的初始温度值,将20件MEMS微镜放置于烘箱中加热,烘箱的加热温度分别为80℃和120℃,试验过程中,根据设定时间并记录观察测试电路的电容值和电阻值,以及MEMS器件的谐振频率,当试验中两个及以上器件发生故障时停止试验;对于a组,加热温度为80℃时,第一个故障发生在3000h,第二故障发生在2800h;对于b组,当加热温度为120℃时,第一个故障发生在1000h,第二故障发生在800h;
步骤2,根据威布尔模型计算器件的寿命和形状参数
其中,t是失效时间,m是形状参数,η表示器件的平均寿命,F(t)是t时刻的故障率;
根据实验结果得知对于a组,ta1=3000h,F(ta1)=1/20;ta2=2800h,F(ta2)=2/20;
对于b组,tb1=1000h,F(tb1)=1/20;tb2=800h,F(tb2)=2/20;
将以上两点带入威布尔分布可得80℃和120℃试验下的:η和m,通过上面的步骤可以获得:(ηa,80+273),(ηb,120+273);
步骤3,通过阿伦尼斯模型计算常温下MEMS器件的寿命
η1=A1eE/KT
将步骤2获得的两个计算数值,带入至上式中,可以获得A1和E,进而获得当T为常温下式的预测寿命公式。
实施例2
步骤1,根据试验对象选取合适循环应力;
循环应力即随时间周期性变化的应力。本实施例采用微镜作为试验对象,微镜的扭转梁是整个产品的关键部位;影响扭转硅梁失效的因素众多,如循环应力的幅值大于单周断裂强度一半时引起的疲劳,空气湿度较高引起的粘黏、氧化,温度引起的应力不均匀等。其中电压应力对微镜的影响较大,基于循环应力要求以及电磁式MEMS微镜工作方式,因此本次试验选取交流电压应力作为循环应力。为了计算出相应的参数得到不同循环应力下的加速系数,设计至少a、b两组循环应力试验。
若微镜偏转角度与驱动电压幅值成线性关系,则两组试验的电压应力分别选取sin(100*2*pi*t)和5*sin(100*2*pi*t),每组均有20个微镜,试验过程中结果为:
a组sin(100*2*pi*t)下,第一个故障发生在3000h,第二故障发生在2800h;
b组5*sin(100*2*pi*t)下,第一个故障发生在1000h,第二故障发生在800h;
步骤2,根据威布尔模型计算器件的寿命和形状参数;
其中,t是失效时间,m是形状参数,η表示器件的平均寿命,F(t)是t时刻的故障率;
根据实验结果得知对于a组,ta1=3000h,F(ta1)=1/20;ta2=2800h,F(ta2)=2/20;
对于b组,tb1=1000h,F(tb1)=1/20;tb2=800h,F(tb2)=2/20;
将以上两点带入威布尔分布可得:η、m;
通过以上计算可得两点:(ηa,1),(ηb,5)。
步骤3,将上面的两点带入至逆幂模型中
上面的步骤中,若微镜偏转角度和驱动电压频率成线性关系,则将频率带入;把以上两点带入到逆幂模型中得:A2、E;
那么若正常偏转角度下(0.5*sin(100*2*pi*t))微镜寿命η可由逆幂模型得:
η2=A2vE
其中,v=0.5,A2、E、K均已知。
获得该公式后,则可获得该器件在其他电压应力下的寿命。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于单一加速因子的微机电器件寿命预测方法,其特征在于,包括:
步骤1,对一组微机电器件进行温度加速试验或者循环应力加速试验,每类加速试验对应一个加速因子作为变量,每一类加速试验至少进行两组试验,每组试验加速因子的数值不同;试验过程中,一组微机电器件中至少两个微机电器件损坏时,所述组微机电器件的试验结束,获得所述损坏微机电器件损坏时一组微机电器件的损坏率,以及所述损坏微机电器件的失效时间;
步骤2,通过每个损坏微机电器件的失效时间和一组微机电器件的损坏率,结合威布尔分布模型,获得试验组微机电器件的形状参数和平均寿命;
步骤3,对于温度应力试验,通过试验组微机电器件的形状参数和平均寿命,结合阿伦尼斯模型,获得试验常数与对应活化能,进而得到温度应力为单一影响因子时的寿命预测公式;
对于循环应力试验,通过试验组微机电器件的形状参数和平均寿命,结合逆幂模型,获得试验常数与对应活化能,进而得到循环应力为单一影响因子时的寿命预测公式。
2.根据权利要求1所述的基于单一加速因子的微机电器件寿命预测方法,其特征在于,一组微机电器件中的微机电器件数量≥5件。
3.根据权利要求1所述的基于单一加速因子的微机电器件寿命预测方法,其特征在于,步骤1中,试验过程中,每一个微机电器件连接有一个测试电路;通过测试电路根据设定时间检测并记录微机电器件是否正常运行,直至微机电器件发生损坏,记录此时该组微机电器件的损坏率及该微机电器件的失效时间;所述微机电器件的检测参数包括微机电器件的电阻、电容和谐振频率。
4.根据权利要求1所述的基于单一加速因子的微机电器件寿命预测方法,其特征在于,步骤2中的具体过程为:将每个损坏微机电器件的失效时间和损坏时一组微机电器件的损坏率分别代入威布尔分布模型中,获得每一组微机电器件试验条件下的形状参数和平均寿命。
8.根据权利要求1所述的基于单一加速因子的微机电器件寿命预测方法,其特征在于,步骤3中,所述阿伦尼斯模型为:
η1=A1eE/KT (6)
其中,η1是设备器件平均寿命,E是活化能,K是玻尔兹曼常数为8.617*10-5eV/℃,T是温度应力单位开尔文,A1是与试验机理和试验条件相关的一个常数。
9.根据权利要求1所述的基于单一加速因子的微机电器件寿命预测方法,其特征在于,步骤3中,所述逆幂模型:
η2=A2vE (7)
其中,η2是设备器件平均寿命,E是活化能,v是扭转应力,A2是与试验机理和试验条件相关的一个常数。
10.根据权利要求1-9任意一项所述的基于单一加速因子的微机电器件寿命预测方法,其特征在于,所述微机电器件包括能量采集器、执行器和传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412612.1A CN113074930A (zh) | 2021-04-16 | 2021-04-16 | 基于单一加速因子的微机电器件寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412612.1A CN113074930A (zh) | 2021-04-16 | 2021-04-16 | 基于单一加速因子的微机电器件寿命预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113074930A true CN113074930A (zh) | 2021-07-06 |
Family
ID=76617912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110412612.1A Pending CN113074930A (zh) | 2021-04-16 | 2021-04-16 | 基于单一加速因子的微机电器件寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113074930A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113777431A (zh) * | 2021-09-03 | 2021-12-10 | 西安法士特汽车传动有限公司 | 基于恒应力加速试验的商用车传感器寿命预测方法及系统 |
CN114184927A (zh) * | 2021-11-12 | 2022-03-15 | 苏州热工研究院有限公司 | 晶闸管寿命评估方法 |
CN115452358A (zh) * | 2022-09-22 | 2022-12-09 | 中国核动力研究设计院 | 一种电动阀门动作寿命加速试验方法 |
CN116559064A (zh) * | 2023-07-10 | 2023-08-08 | 金发科技股份有限公司 | 一种高分子材料的耐候性评价方法及其应用 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040070400A1 (en) * | 2002-05-29 | 2004-04-15 | Van Spengen Willem Merlijn | Apparatus and method for determining the performance of micromachined or microelectromechanical devices (MEMS) |
CN101857190A (zh) * | 2010-06-23 | 2010-10-13 | 中北大学 | Mems传感器在应用环境下使用可靠度的确定方法 |
CN101963636A (zh) * | 2009-07-24 | 2011-02-02 | 北京圣涛平试验工程技术研究院有限责任公司 | 元器件长寿命评测方法 |
CN106021928A (zh) * | 2016-05-20 | 2016-10-12 | 中国人民解放军总参谋部第六十研究所 | 一种综合应力加速试验方法 |
CN106199247A (zh) * | 2016-06-28 | 2016-12-07 | 北京航空航天大学 | 一种基于装机前老炼试验数据的星用元器件寿命评价方法 |
CN109388829A (zh) * | 2017-08-10 | 2019-02-26 | 湖南中车时代电动汽车股份有限公司 | 一种电子产品寿命测算方法 |
CN109869308A (zh) * | 2019-03-25 | 2019-06-11 | 华中科技大学 | 一种微型泵加速寿命测试方法 |
CN110738346A (zh) * | 2019-08-28 | 2020-01-31 | 国网浙江省电力有限公司 | 一种基于威布尔分布的批次电能表可靠度预测方法 |
-
2021
- 2021-04-16 CN CN202110412612.1A patent/CN113074930A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040070400A1 (en) * | 2002-05-29 | 2004-04-15 | Van Spengen Willem Merlijn | Apparatus and method for determining the performance of micromachined or microelectromechanical devices (MEMS) |
CN101963636A (zh) * | 2009-07-24 | 2011-02-02 | 北京圣涛平试验工程技术研究院有限责任公司 | 元器件长寿命评测方法 |
CN101857190A (zh) * | 2010-06-23 | 2010-10-13 | 中北大学 | Mems传感器在应用环境下使用可靠度的确定方法 |
CN106021928A (zh) * | 2016-05-20 | 2016-10-12 | 中国人民解放军总参谋部第六十研究所 | 一种综合应力加速试验方法 |
CN106199247A (zh) * | 2016-06-28 | 2016-12-07 | 北京航空航天大学 | 一种基于装机前老炼试验数据的星用元器件寿命评价方法 |
CN109388829A (zh) * | 2017-08-10 | 2019-02-26 | 湖南中车时代电动汽车股份有限公司 | 一种电子产品寿命测算方法 |
CN109869308A (zh) * | 2019-03-25 | 2019-06-11 | 华中科技大学 | 一种微型泵加速寿命测试方法 |
CN110738346A (zh) * | 2019-08-28 | 2020-01-31 | 国网浙江省电力有限公司 | 一种基于威布尔分布的批次电能表可靠度预测方法 |
Non-Patent Citations (2)
Title |
---|
MICHAEL MCMAHON: "A methodology for accelerated testing by mechanical actuation of MEMS devices", 《MICROELECTRONICS RELIABILITY》 * |
吴永亮: "基于步进应力加速寿命试验的硅压力传感器寿命预测", 《电子测量技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113777431A (zh) * | 2021-09-03 | 2021-12-10 | 西安法士特汽车传动有限公司 | 基于恒应力加速试验的商用车传感器寿命预测方法及系统 |
CN114184927A (zh) * | 2021-11-12 | 2022-03-15 | 苏州热工研究院有限公司 | 晶闸管寿命评估方法 |
CN115452358A (zh) * | 2022-09-22 | 2022-12-09 | 中国核动力研究设计院 | 一种电动阀门动作寿命加速试验方法 |
CN115452358B (zh) * | 2022-09-22 | 2024-01-26 | 中国核动力研究设计院 | 一种电动阀门动作寿命加速试验方法 |
CN116559064A (zh) * | 2023-07-10 | 2023-08-08 | 金发科技股份有限公司 | 一种高分子材料的耐候性评价方法及其应用 |
CN116559064B (zh) * | 2023-07-10 | 2023-09-29 | 金发科技股份有限公司 | 一种高分子材料的耐候性评价方法及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113074930A (zh) | 基于单一加速因子的微机电器件寿命预测方法 | |
CN109917251B (zh) | 一种xlpe电缆绝缘材料老化寿命的预测方法 | |
EP2423659A1 (en) | Methods and systems for assessing residual life of turbomachine airfoils | |
Peng et al. | Simultaneous quality and reliability optimization for microengines subject to degradation | |
JP2011501172A (ja) | 風力タービンの伝動機構の疲労損傷を決定するための方法 | |
CN112084583B (zh) | 基于数字孪生的转子叶片寿命预测方法和预测系统 | |
CN110108443B (zh) | 一种基于神经网络的压电陶瓷驱动器输出控制方法 | |
Soma et al. | MEMS mechanical fatigue: Experimental results on gold microbeams | |
JP2001032724A (ja) | オンライン寿命診断システム | |
De Pasquale et al. | MEMS mechanical fatigue: effect of mean stress on gold microbeams | |
Leseman et al. | Experimental measurements of the strain energy release rate for stiction-failed microcantilevers using a single-cantilever beam peel test | |
JPH10185787A (ja) | 疲労試験装置 | |
CN108760545B (zh) | 一种谐振式疲劳试验机平均载荷加载误差补偿方法 | |
CN111055306A (zh) | 六轴工业机器人用伺服电机服役性能综合测试方法 | |
JPH0694589A (ja) | 高温部品の寿命診断方法 | |
Bart et al. | Design rules for a reliable surface micromachined IC sensor | |
Somà | MEMS design for reliability: Mechanical failure modes and testing | |
CN112560289A (zh) | 加速可靠性试验方法及装置 | |
Bateman et al. | Calibration of a Hopkinson bar with a transfer standard | |
CN109283246B (zh) | 一种风力发电机叶片受损位置定位检测系统 | |
Qiao et al. | An exploration for the degradation behavior of 2-D electrostatic microscanners by accelerated lifetime test | |
Somà et al. | Reliability of MEMS: effects of different stress conditions and mechanical fatigue failure detection | |
Solanki et al. | Inertial MEMS test challenges | |
Rocha et al. | A pull-in based test mechanism for device diagnostic and process characterization | |
Xi et al. | A study of the effect of transient stresses on the fatigue life of RF MEMS switches |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210706 |
|
RJ01 | Rejection of invention patent application after publication |