CN113609760B - 集成电路寿命预估方法及装置、电子设备和存储介质 - Google Patents
集成电路寿命预估方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113609760B CN113609760B CN202110815566.XA CN202110815566A CN113609760B CN 113609760 B CN113609760 B CN 113609760B CN 202110815566 A CN202110815566 A CN 202110815566A CN 113609760 B CN113609760 B CN 113609760B
- Authority
- CN
- China
- Prior art keywords
- integrated circuit
- test
- tested
- factors
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 148
- 230000001133 acceleration Effects 0.000 claims abstract description 86
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 125000004122 cyclic group Chemical group 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 description 17
- 238000005260 corrosion Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 7
- 229910052782 aluminium Inorganic materials 0.000 description 6
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000007254 oxidation reaction Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000001465 metallisation Methods 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000002161 passivation Methods 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229910021645 metal ion Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/286—External aspects, e.g. related to chambers, contacting devices or handlers
- G01R31/2868—Complete testing stations; systems; procedures; software aspects
- G01R31/287—Procedures; Software aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/2872—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation
- G01R31/2874—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation related to temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/2872—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation
- G01R31/2881—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation related to environmental aspects other than temperature, e.g. humidity or vibrations
-
- 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
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Tests Of Electronic Circuits (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明提供一种集成电路寿命预估方法及装置、电子设备和存储介质，其中，集成电路寿命预估方法包括建立包含至少三个影响因子的多组测试组，以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子‑相对寿命模型；根据待测试集成电路的应用环境的三个影响因子以及加速因子‑相对寿命模型预估使用时间长度。通过上述方案，可以引入其他影响因子对集成电路寿命进行准确预估，避免了仅仅依靠温度和湿度进行集成电路使用寿命预估的偏差。
Description
技术领域
本发明涉及集成电路技术领域，尤其涉及一种集成电路寿命预估方法及装置、电子设备和存储介质。
背景技术
在军用领域，加速湿热试验已经成为塑封集成电路长期使用寿命评价的重要技术。当前，现代加速试验建模与评估在技术上正向以“综合应力、智能建模”为特征的方向发展；温度-湿度-电的综合应力寿命试验评估在军用塑封集成电路型号研制、鉴定定型、维护保障、作战应用等领域将发挥巨大的作用。
塑封集成电路在应用环境下影响使用寿命的主要因素是处于温度、水汽和污染环境中发生材料分层、腐蚀失效。腐蚀失效通常分为两类：键合盘和芯片内部腐蚀。键合盘腐蚀更为常见，因为芯片钝化层没有覆盖键合盘位置的金属化层。芯片内部腐蚀(离开键合盘的芯片内部)归因于芯片钝化层的缺陷和损伤，使得水汽能够到达金属化层。腐蚀通常可以用“腐蚀电池”来模拟，腐蚀发生需要具备四个主要条件：阳极、阴极、电解质和导体，这些提供所需要的氧化/还原过程。如果金属化层上覆盖的氧化物存在缺陷，金属腐蚀(氧化)可能会发生。一般来说，铝较铜更易形成良好的钝化氧化层以防止腐蚀的发生。但是，如果水中含有氯离子，保护铝被氧化的Al2O3自身氧化层就会迅速减少，然后暴露出活性的铝表面，铝迅速发生腐蚀。
为了使腐蚀能够继续快速进行下去，污染物和金属离子必须能够从腐蚀区域迅速扩散出去，其腐蚀速率与相对湿度(％RH)有很大关系。对于液体/湿气腐蚀，激活能普遍很低(约为0.3eV)，研究表明，金属离子表面迁移率与相对湿度(％RH)呈指数关系。业内已研究开发和给出了湿度和温度腐蚀模型，在硅芯片与封装之间建立相对湿度、环境湿度、温度影响经验关系，但是这种预估方案并未考虑到其他因素的影响，因而并不准确。
发明内容
本发明提供一种集成电路寿命预估方法及装置、电子设备和存储介质，用以解决现有技术中集成电路寿命预估不准的缺陷，实现对集成电路寿命准确预估。
本发明提供一种集成电路寿命预估方法，包括：
建立包含至少三个影响因子的多组测试组；
以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型；
根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度。
根据本发明提供的一种集成电路寿命预估方法，每一测试组中，至少有一项影响因子与其他测试组对应的影响因子的数值范围不同。
根据本发明提供的一种集成电路寿命预估方法，所述以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间的步骤包括：
当所述三个影响因子分别为温度、湿度、电源电压时；
对于所述温度测试；
在第一时间内，将所述待测试集成电路所处环境温度从初始温度值调整至预设温度值；
在第二时间内，将所述待测试集成电路所处环境温度保持在预设温度值；
当所述芯片温度高于所处环境温度预设温度差值时，记录差值；
在第三时间内，不调整所述待测试集成电路所处环境温度以使所述环境温度值从预设温度值下降至初始温度值。
根据本发明提供的一种集成电路寿命预估方法，对于所述电源电压测试；
当所述环境温度值与待测试集成电路的工作温度差值大于预设值时，执行持续偏执；
当所述环境温度值与待测试集成电路的工作温度值处于预设范围时，执行循环偏执。
根据本发明提供的一种集成电路寿命预估方法，对于所述湿度测试；
在第四时间内，将所述待测试集成电路所处环境湿度从初始湿度值调整至预设湿度值；
在第五时间内，将所述待测试集成电路所处环境湿度保持在预设湿度值；
在第六时间内，不调整所述待测试集成电路所处环境湿度以使所述环境湿度值从预设湿度值下降至初始湿度值；
在执行湿度测试时，检测当前待测试集成电路的功耗，若大于预设功耗值，则调整所述电源电压的频率以及占空比以降低功耗。
根据本发明提供的一种集成电路寿命预估方法，所述根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型的步骤包括：
在处于不同测试组的三个影响因子下，确定待测试集成电路对应的多个实验失效时间；
根据多个所述实验失效时间以及原始加速因子模型建立加速因子模型；
根据所述加速因子模型以及所述实验失效时间建立加速因子-相对寿命模型。
根据本发明提供的一种集成电路寿命预估方法，
所述第一时间以及所述第四时间的时间长度小于3小时。
本发明还提供一种集成电路寿命预估装置，包括：
测试组单元，用于建立包含影响因子的多个测试组；
测试单元，用于根据所述测试组的影响因子测试待测试集成电路以获取实验失效时间；
计算单元，用于根据所述实验失效时间、待测试集成电路的应用环境中的影响因子预估使用时间长度。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上所述集成电路寿命预估方法的步骤。
本发明还提供一种非暂态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任一项所述集成电路寿命预估方法的步骤。
本发明提供的集成电路寿命预估方法及装置、电子设备和存储介质，通过建立包含至少三个影响因子的多组测试组；以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型；根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度。通过上述方案，可以引入其他影响因子对集成电路寿命进行准确预估，避免了仅仅依靠温度和湿度进行集成电路使用寿命预估的偏差。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的集成电路寿命预估方法的流程示意图之一；
图2是本发明提供的集成电路寿命预估方法的流程示意图之二；
图3是本发明提供的集成电路寿命预估方法中影响因子的拟合模型；
图4是本发明提供的集成电路寿命预估装置的结构示意图；
图5是本发明提供的电子设备的结构示意图；
图6是本发明提供的集成电路寿命预估方法中温度湿度条件施加程序示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1-图4描述本发明集成电路寿命预估方法，包括：
S1、建立包含至少三个影响因子的多组测试组；
三个影响因子可以为从大数据选取的对集成电路使用寿命影响最大的几个因素，如温度，湿度，电压等。改变任意影响因子的取值可以建立多组测试组。从而使得后续预测的结果的准备性有显著提升。
S2、以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
在实验中，以测试组的影响因子的数值建立集成电路的测试环境，从而获得待测试集成电路的功能失效时间，并将此作为实验失效时间。
S3、根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型；
针对每一测试组，均能确定一加速因子，需要说明的是，由于每一测试组的三个影响因子均不相同，因此，确定的每一加速因子的数值不同，因此，每一测试组均能确定一个加速因子，因此，可以获得多个加速因子。
S4、根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度。
通过上述方案，可以引入其他影响因子对集成电路寿命进行准确预估，避免了仅仅依靠温度和湿度进行集成电路使用寿命预估的偏差，另外，在面对实际应用环境可能的温度、湿度、电应力等场景下，采用本发明进行加速湿热试验获得多组实验数据并将其用于加速因子-相对寿命模型建立，结合多组测试组实验数据对加速因子-相对寿命模型进行人工智能模型训练，从而可以优化拟合加速因子-相对寿命模型和外推使用寿命，经验证误差小于4.2％。在高可靠武器装备研制和可靠性设计领域，采用本发明进行塑封集成电路可靠性设计评估、优化，可以降低高可靠武器装备使用塑封集成电路的可靠性和安全风险。
可选地，每一测试组中，至少有一项影响因子与其他测试组对应的影响因子的数值范围不同。
改变数值范围可以避免重复测试，增加数据测试的多样性，提高实验数据的可靠性。
可选地，三个所述影响因子分别为温度、湿度、电源电压。
在一实施例中，所述以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间的步骤包括：
当所述三个影响因子分别为温度、湿度、电源电压时；
对于所述温度测试；
在第一时间内，将所述待测试集成电路所处环境温度从初始温度值调整至预设温度值；
在第二时间内，将所述待测试集成电路所处环境温度保持在预设温度值；
当所述芯片温度高于所处环境温度预设温度值时，记录温度差值；
在第三时间内，不调整所述待测试集成电路所处环境温度以使所述环境温度值从预设温度值下降至初始温度值；
上述过程中，第一时间，第二时间和第三时间组成实验时长，如图2所示。
对于所述电源电压测试；
当所述环境温度值与待测试集成电路的工作温度差值大于预设值时，执行持续偏执；
当所述环境温度值与待测试集成电路的工作温度值处于预设范围时，执行循环偏执。
其中，循环偏执为施加直流电压按照适当的频率和占空比周期性的中断。当芯片温度高于试验箱环境温度<10℃或受试器件(DUT)的热耗散<200mW且不知道芯片的温度时，持续偏置比循环偏置严酷。如果受试器件(DUT)的热耗散超过200mW，应计算芯片的温度。如果芯片温度超过试验箱环境温度5℃或5℃以上，应把芯片温度与试验环境温度的差值记录在试验结果中，加速的失效机理将受到影响。因此，当所述环境温度值与待测试集成电路的工作温度值处于预设范围时，采用循环偏置的方案，可以避免加速的失效机理将受到影响。增加建立的加速因子-相对寿命模型的可靠性。
在上述实施例中，持续偏执为持续施加直流偏置。
如果偏置条件导致芯片温度高于试验箱温度，其差值△Tja超过10℃，且对特定的器件类型为最佳的偏置条件时，循环偏置将比持续偏置严酷。所以需要选用持续偏执以增加建立的加速因子-相对寿命模型的可靠性。
另外除此之外，功率耗散产生的热量能驱散了芯片表面和周围与失效机理有关系的湿气。在关断期间，器件没有功率耗散时湿气汇集于芯片。
对大部分塑封集成电路，受试器件(DUT)最好采用50％的占空比进行循环偏置。对于封装厚度≥2mm的器件其循环施加电压时间应≤2h，封装厚度<2mm的器件其循环施加电压时间应≤30min。基于已知热阻和耗散计算出的芯片温度超过试验箱环境温度5℃或5℃以上时，芯片温度记录在结果中。在建立加速因子-相对寿命模型时将此因素进行考虑可以增加建立的加速因子-相对寿命模型的可靠性。
对于所述湿度测试；
在第四时间内，将所述待测试集成电路所处环境湿度从初始湿度值调整至预设湿度值；
在第五时间内，将所述待测试集成电路所处环境湿度保持在预设湿度值；
在第六时间内，不调整所述待测试集成电路所处环境湿度以使所述环境湿度值从预设湿度值下降至初始湿度值；
在执行湿度测试时，检测当前待测试集成电路的功耗，若大于预设功耗值，则调整所述电源电压的频率以及占空比以降低功耗。
即相对湿度的表示范围是局部的，如果功耗小，环境湿度近似等同于封装内部或器件内部湿度。如果功耗大，湿热试验需要使用小于100％的占空比使得环境湿度与封装内部或器件内部湿度尽可能一致，从而获得有意义的试验数据。提高加速因子-相对寿命模型的可靠性，使得最后预估的使用时间长度更为可靠和准确。
加速湿热试验按以下图2试验程序进行，升温和加湿阶段时间不大于3h，降温和降湿阶段时间不大于3h，如图3所示，B为湿度曲线，C为温度曲线，湿气浸入集成电路塑料体达到饱和约需要20h，温度达到设置值一般15～30min。
基于上述实施例，可以进行综合试验应力选择如表1；此时，温度应力(温度)T：85℃～130℃，波动±2℃。湿度应力(湿度)H：85％RH～100％RH，波动±2％RH，电应力(电压)V：(1～1.2)*额定工作电压
表1温度湿度应力选取范围
在上述表1中，湿度和温度交叉的位置为一包含有温度数值和湿度数值的测试组的选取。
在示例性技术中，主流的主要温度-湿度应力模型如下：
(1)倒数指数湿热模型
TTF＝A0×exp(b/RH)×exp(Eaa/kT) (1)
式中：
A0-经验因子，与材料和工艺相关；
b-相关参数；针对掺杂磷的器件，其值为300％；采用现代工艺，器件中掺杂W/氯化物，则其值为529％；
RH-相对湿度，用RH％表述；
Ea-激活能，针对掺杂磷的器件，其值为0.3eV；采用现代工艺，器件中掺杂W/氯化物，则其值为0.75eV；
k-波尔兹曼常数；
T-开尔文温度，单位为K。
(2)幂律湿热模型
TTF＝A0×(RH)-n×exp(Eaa/kT) (2)
式中：
A0-经验因子，与材料和工艺相关；
RH-相对湿度，用RH％表述(注：100％为饱和)；
Ea-激活能，0.7eV～0.8eV(当氯化物存在时发生典型的铝腐蚀)；
k-波尔兹曼常数；
T-开尔文温度，K。
(3)指数湿热模型
TTF＝A0×exp(-a×RH)×exp(Eaa/kT) (3)
式中：
A0-经验因子，与材料和工艺相关；
a-0.10到0.15(％)-1；
RH-相对湿度，用RH％表述(注：100％为饱和)；
Ea-激活能，0.7eV～0.8eV(当氯化物存在时发生典型的铝腐蚀)；
k-波尔兹曼常数；
T-开尔文温度，K。
在一实施例中，所述根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型的步骤包括：
基于待测试集成电路确定每一测试组对应的实验失效时间；
测试组的影响因子包括湿度、温度、电源电压；在一实验过程中，在不同数值的影响因子下，测定的实验失效时间如下：
表2
根据多个所述实验失效时间以及原始加速因子模型建立加速因子模型；
需要说明的是，此时的加速因子模型是基于示例性技术中的多个模型，结合实验数据进行训练而来，具体得到的加速因子模型如下：
Af-加速因子，RHuj-使用环境下塑封电路芯片表面相对湿
其中，
度，
RHtj-试验环境下塑封电路芯片表面相对湿度，Ea-激活能，0.79eV～0.90ev，k-玻兹曼常数(8.6171×10-5eV)，Tuj-使用环境下芯片结温，Ttj-试验环境下芯片结温，Tj＝Ta+θjaP(Ta为环境温度，θja为环境温度电阻，P为耗散电压)，V-施加偏置电压，Vn-电源电压标称值。
根据所述加速因子模型以及所述实验失效时间建立加速因子-相对寿命模型。
其中，加速因子-相对寿命模型如下，MTTF＝tt.Af
其中，tt-为综合应力加速试验的失效时间，Af-综合应力加速试验条件下的加速因子，MTTF为预测使用寿命。
表3为一实验数据和预测使用寿命的表格，通过表格可以发展，在同一使用条件下，依据本申请的模型所进行的预测在不同的测试组中趋向于一致。
表3
可选地，所述第一时间以及所述第四时间的时间长度小于3小时。
调整时间小于3小时，可以保证是预设湿度值对集成电路造成影响，而并不是其他湿度值，从而保证测试结果的对应每一测试组。
下面对本发明提供的集成电路寿命预估装置进行描述，如图5所示，下文描述的集成电路寿命预估装置与上文描述的集成电路寿命预估方法可相互对应参照。
集成电路寿命预估装置包括：
测试组单元，用于建立包含影响因子的多个测试组；
基于上述实施例，测试组单元可以为一数据库，包含了多个影响因子的测试数值。
测试单元，用于根据所述测试组的影响因子测试待测试集成电路以获取实验失效时间；
基于上述实施例，测试单元可以依据影响因子的数值建立测试环境对集成电路进行测试。
计算单元，用于根据所述实验失效时间、待测试集成电路的应用环境中的影响因子预估使用时间长度。
基于上述实施例，计算单元通过实验的多组测试组以及实验获得的实验失效时间建立模型，依据模型，可以对待测试集成电路的使用时间进行预测。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行集成电路寿命预估方法，该方法包括：
S1、建立包含至少三个影响因子的多组测试组；
S2、以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
S3、根据多组所述实验失效时间以及当前测试组的三个影响因子确定对应的测试组的加速因子以及原始加速因子模型建立加速因子-相对寿命模型；
S4、根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在一实施例中，所述电子设备包括：
湿热箱，用于容置待测试集成电路，并将待测试集成电路的环境调整为测试组的三个影响因子的数值；
温度湿度传感器，设于所述湿热箱中，用于检测所述待检测电路的温度值以及湿度值并输出至所述处理器；
功率表，与所述待检测集成电路电连接，用于检测所述待测试集成电路的功率并输出至所述处理器；
半数表，与所述待检测集成电路电连接，用于检测所述待测试集成电路的电压并输出至所述处理器；
开关矩阵单元，设于所述温度湿度传感器、所述功率表或所述半数表与所述处理器之间，并用于将所述待测试集成电路的温度值、湿度值、电压值或功率值输出至所述处理器。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的集成电路寿命预估方法，该方法包括：S1、建立包含至少三个影响因子的多组测试组；
S2、以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
S3、根据多组所述实验失效时间以及当前测试组的三个影响因子确定对应的测试组的加速因子以及原始加速因子模型建立加速因子-相对寿命模型；
S4、根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的集成电路寿命预估方法，该方法包括：S1、建立包含至少三个影响因子的多组测试组；
S2、以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
S3、根据多组所述实验失效时间以及当前测试组的三个影响因子确定对应的测试组的加速因子以及原始加速因子模型建立加速因子-相对寿命模型；
S4、根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种集成电路寿命预估方法，其特征在于，包括：
建立包含至少三个影响因子的多组测试组；
以每一测试组的三个影响因子为测试条件，对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型；
根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度；
所述以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间的步骤包括：
当所述三个影响因子分别为温度、湿度、电源电压时；
对于所述温度测试；
在第一时间内，将所述待测试集成电路所处环境温度从初始温度值调整至预设温度值；
在第二时间内，将所述待测试集成电路所处环境温度保持在预设温度值；
当塑封集成电路芯片温度高于所处环境温度预设温度差值时，记录差值；
在第三时间内，不调整所述待测试集成电路所处环境温度以使所述环境温度值从预设温度值下降至初始温度值。
2.根据权利要求1所述的集成电路寿命预估方法，其特征在于，每一测试组中，至少有一项影响因子与其他测试组对应的影响因子的数值范围不同。
3.根据权利要求1所述的集成电路寿命预估方法，其特征在于，
对于所述电源电压测试；
当所述环境温度值与待测试集成电路的工作温度差值大于预设值时，执行持续偏执；
当所述环境温度值与待测试集成电路的工作温度值处于预设范围时，执行循环偏执。
4.根据权利要求1所述的集成电路寿命预估方法，其特征在于，
对于所述湿度测试；
在第四时间内，将所述待测试集成电路所处环境湿度从初始湿度值调整至预设湿度值；
在第五时间内，将所述待测试集成电路所处环境湿度保持在预设湿度值；
在第六时间内，不调整所述待测试集成电路所处环境湿度以使所述环境湿度值从预设湿度值下降至初始湿度值；
在执行湿度测试时，检测当前待测试集成电路的功耗，若大于预设功耗值，则调整所述电源电压的频率以及占空比以降低功耗。
5.根据权利要求1所述的集成电路寿命预估方法，其特征在于，所述根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型的步骤包括：
在处于不同测试组的三个影响因子下，确定待测试集成电路对应的多个实验失效时间；
根据多个所述实验失效时间以及原始加速因子模型建立加速因子模型；
根据所述加速因子模型以及所述实验失效时间建立加速因子-相对寿命模型。
6.根据权利要求4所述的集成电路寿命预估方法，其特征在于，
所述第一时间以及所述第四时间的时间长度小于3小时。
7.一种集成电路寿命预估装置，其特征在于，包括：
测试组单元，用于建立包含影响因子的多个测试组；
测试单元，用于根据所述测试组的影响因子测试待测试集成电路以获取实验失效时间，具体包括：以每一测试组的三个影响因子为测试条件，对待测试集成电路的功能失效时间进行测试以获得实验失效时间；
计算单元，用于根据所述实验失效时间、待测试集成电路的应用环境中的影响因子预估使用时间长度，具体包括：根据多组测试组的三个影响因子以及多组对应每一测试组的所述实验失效时间确定多个加速因子，并根据原始加速因子模型、三个所述影响因子以及多个所述加速因子建立加速因子-相对寿命模型；根据待测试集成电路的应用环境的三个影响因子以及加速因子-相对寿命模型预估使用时间长度；
其中，所述以每一测试组的三个影响因子为测试条件对待测试集成电路的功能失效时间进行测试以获得实验失效时间的步骤包括：
当所述三个影响因子分别为温度、湿度、电源电压时；
对于所述温度测试；
在第一时间内，将所述待测试集成电路所处环境温度从初始温度值调整至预设温度值；
在第二时间内，将所述待测试集成电路所处环境温度保持在预设温度值；
当塑封集成电路芯片温度高于所处环境温度预设温度差值时，记录差值；
在第三时间内，不调整所述待测试集成电路所处环境温度以使所述环境温度值从预设温度值下降至初始温度值。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述集成电路寿命预估方法的步骤。
9.一种非暂态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如权利要求1至6任一项所述集成电路寿命预估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110815566.XA CN113609760B (zh) | 2021-07-19 | 2021-07-19 | 集成电路寿命预估方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110815566.XA CN113609760B (zh) | 2021-07-19 | 2021-07-19 | 集成电路寿命预估方法及装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113609760A CN113609760A (zh) | 2021-11-05 |
| CN113609760B true CN113609760B (zh) | 2023-12-05 |
Family
ID=78304836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110815566.XA Active CN113609760B (zh) | 2021-07-19 | 2021-07-19 | 集成电路寿命预估方法及装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113609760B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023097580A1 (zh) * | 2021-12-01 | 2023-06-08 | 中国科学院深圳先进技术研究院 | 集成电路的寿命预测方法、装置及计算机可读存储介质 |
| CN115562946A (zh) * | 2022-11-09 | 2023-01-03 | 欧伏电气股份有限公司 | 一种动态环境检测的微调方法及系统 |
| CN115879610B (zh) * | 2022-11-30 | 2024-03-29 | 中国南方电网有限责任公司超高压输电公司广州局 | 接触器使用期限预测方法、装置、设备和存储介质 |
| CN116466155B (zh) * | 2023-03-24 | 2024-05-07 | 浙江伊控动力系统有限公司 | 一种通过分Bin降低SiC模块高温电压应力的方法 |
| CN117182227A (zh) * | 2023-11-08 | 2023-12-08 | 日月新检测科技(苏州)有限公司 | 集成电路检测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108399278A (zh) * | 2018-01-24 | 2018-08-14 | 航天科工防御技术研究试验中心 | 一种电子装备多因素加速因子计算方法 |
| CN109857974A (zh) * | 2018-11-23 | 2019-06-07 | 广电计量检测（北京）有限公司 | 寿命评估方法及装置 |
| CN111104643A (zh) * | 2018-10-29 | 2020-05-05 | 北京圣涛平试验工程技术研究院有限责任公司 | 开关寿命评估方法及系统 |
| CN111125868A (zh) * | 2019-11-08 | 2020-05-08 | 航天科工防御技术研究试验中心 | 一种电子产品的多应力寿命评估方法及装置 |
| CN111999651A (zh) * | 2020-07-20 | 2020-11-27 | 武汉数值仿真技术研究院有限公司 | 一种纯电动汽车用锂离子电池的功率性能测试方法 |
| CN112019158A (zh) * | 2019-05-28 | 2020-12-01 | 汉能移动能源控股集团有限公司 | 光伏组件的室外寿命评估方法和装置 |
| CN112561175A (zh) * | 2020-12-18 | 2021-03-26 | 深圳赛安特技术服务有限公司 | 交通事故影响因子预测方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11507716B2 (en) * | 2018-07-09 | 2022-11-22 | International Business Machines Corporation | Predicting life expectancy of machine part |
-
2021
- 2021-07-19 CN CN202110815566.XA patent/CN113609760B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108399278A (zh) * | 2018-01-24 | 2018-08-14 | 航天科工防御技术研究试验中心 | 一种电子装备多因素加速因子计算方法 |
| CN111104643A (zh) * | 2018-10-29 | 2020-05-05 | 北京圣涛平试验工程技术研究院有限责任公司 | 开关寿命评估方法及系统 |
| CN109857974A (zh) * | 2018-11-23 | 2019-06-07 | 广电计量检测（北京）有限公司 | 寿命评估方法及装置 |
| CN112019158A (zh) * | 2019-05-28 | 2020-12-01 | 汉能移动能源控股集团有限公司 | 光伏组件的室外寿命评估方法和装置 |
| CN111125868A (zh) * | 2019-11-08 | 2020-05-08 | 航天科工防御技术研究试验中心 | 一种电子产品的多应力寿命评估方法及装置 |
| CN111999651A (zh) * | 2020-07-20 | 2020-11-27 | 武汉数值仿真技术研究院有限公司 | 一种纯电动汽车用锂离子电池的功率性能测试方法 |
| CN112561175A (zh) * | 2020-12-18 | 2021-03-26 | 深圳赛安特技术服务有限公司 | 交通事故影响因子预测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 加速度计贮存试验及寿命评估方法研究;赵晓东;穆希辉;;兵工学报(第06期);全文 * |
| 基于芯片产品的加速寿命试验研究综述;杨跃胜;傅霖煌;武岳山;;中国集成电路(第09期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113609760A (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113609760B (zh) | 集成电路寿命预估方法及装置、电子设备和存储介质 | |
| Westerhoff et al. | Analysis of lithium‐ion battery models based on electrochemical impedance spectroscopy | |
| Gupta et al. | A review of degradation behavior and modeling of capacitors | |
| Hussein | Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries | |
| Liu et al. | Prognostics of proton exchange membrane fuel cells using a model-based method | |
| JP2006252864A (ja) | 燃料電池システム | |
| CN110224461B (zh) | 电池功率限制方法、装置、计算机设备和存储介质 | |
| CN111157854A (zh) | 电缆剩余寿命的处理方法、装置、存储介质以及处理器 | |
| Yang | Peukert's law for supercapacitors with constant power loads: applicability and application | |
| Khan et al. | Novel dynamic semiempirical proton exchange membrane fuel cell model incorporating component voltages | |
| US20170074731A1 (en) | Methods and devices for electrochemical system analysis | |
| CN106950507A (zh) | 一种智能时钟电池用高可靠性寿命评估方法 | |
| Chaoui et al. | Real-time parameter estimation of a fuel cell for remaining useful life assessment | |
| CN115015723A (zh) | GaN功率器件的状态监测方法、装置、计算机设备和介质 | |
| Liu et al. | Decay mechanism and capacity prediction of lithium-ion batteries under low-temperature near-adiabatic condition | |
| CN113189500B (zh) | 电池电量计算方法、装置、计算机设备和存储介质 | |
| JP7157766B2 (ja) | 充電可能電池温度推定装置および充電可能電池温度推定方法 | |
| KR101195016B1 (ko) | 면상 발열체의 신뢰성 평가 방법 | |
| CN107290268B (zh) | 一种换流站电接触连接处的电力复合脂老化的预测方法 | |
| US8854068B2 (en) | Diagnostic method for oil-filled electrical device, diagnostic device for implementing the diagnostic method, and oil-filled electrical device provided with the diagnostic device | |
| CN103389457A (zh) | 通过确定熔体激活能评估熔断器寿命的方法 | |
| Xue et al. | Remaining useful life prediction of aluminum electrolytic capacitors used in wind turbines | |
| Shi et al. | A health state prediction method of traction converter IGBT based on optimized particle filter | |
| CN107727957B (zh) | 一种电连接器加速贮存寿命试验方法 | |
| KR102616290B1 (ko) | 발열필름의 수중 절연 저항 및 내전압 테스트 방법 및 장치 |
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 |