CN114088117A - 一种复杂工况下mems惯性器件可靠性评测方法 - Google Patents
一种复杂工况下mems惯性器件可靠性评测方法 Download PDFInfo
- Publication number
- CN114088117A CN114088117A CN202111445378.9A CN202111445378A CN114088117A CN 114088117 A CN114088117 A CN 114088117A CN 202111445378 A CN202111445378 A CN 202111445378A CN 114088117 A CN114088117 A CN 114088117A
- Authority
- CN
- China
- Prior art keywords
- stress
- model
- reliability
- mems
- acceleration
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000001133 acceleration Effects 0.000 claims abstract description 75
- 230000007246 mechanism Effects 0.000 claims abstract description 45
- 239000000463 material Substances 0.000 claims abstract description 41
- 230000007613 environmental effect Effects 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 238000013210 evaluation model Methods 0.000 claims abstract description 28
- 238000010998 test method Methods 0.000 claims abstract description 6
- 238000010219 correlation analysis Methods 0.000 claims abstract description 4
- 230000035882 stress Effects 0.000 claims description 149
- 238000012360 testing method Methods 0.000 claims description 67
- 230000008878 coupling Effects 0.000 claims description 24
- 238000010168 coupling process Methods 0.000 claims description 24
- 238000005859 coupling reaction Methods 0.000 claims description 24
- 230000008646 thermal stress Effects 0.000 claims description 18
- 230000015556 catabolic process Effects 0.000 claims description 14
- 238000006731 degradation reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000035945 sensitivity Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 7
- 238000010587 phase diagram Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001808 coupling effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004377 microelectronic Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000321453 Paranthias colonus Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种复杂工况下MEMS惯性器件可靠性评测方法,包括:确定复杂工况下MEMS惯性器件的失效模式与失效机理;根据MEMS器件的材料、结构、工艺等本构特性以及器件在复杂工况下的失效机制及两者的关联性分析,确定MEMS惯性器件在各敏感应力下的可靠性评价模型;根据确定的可靠性评价模型及加速因子,设计确定评价MEMS惯性传感器在复杂工况下可靠性评估方法;设计形成适应多复杂工况的加速评价试验方法。本发明从MEMS惯性器件中材料‑工艺‑结构的失效模式、失效机理出发,构建关键结构相关失效物理模型,并引入环境载荷因子,最终建立MEMS惯性器件在复杂工况下的可靠性加速模型,可快速评价器件可靠性。
Description
技术领域
本发明涉及微电子可靠性评估技术领域,具体涉及一种复杂工况下MEMS惯性器件可靠性评测方法。
背景技术
MEMS(Micro-Electro-Mechanical-System,微电子机械系统)是在微电子技术的基础上发展起来的,融合微电子技术和精密机械加工等多种微加工技术,并应用现代信息技术构成的微型系统。它包括感知和控制外界信息(力、光、磁、热、化等)的传感器和执行器,以及进行信号处理和控制的电路,是真正的系统集成芯片。其特征尺寸跨越微米和纳米两个邻接微小领域,不仅具有一般意义上的微型化、低成本、集成化、功耗低、性能优异等特点,还具有特殊意义上的高灵敏度传感等优异性能。随着技术水平的不断突破,目前,MEMS器件已经广泛的应用于各领域中。
惯性传感器组件特别适用于常规制导弹药,如制导炮导、迫弹、火箭弹等,其拓展产品可用于航天器制导、航空导航和兵器制导等综合导航系统,其特点是灵敏度高、体积小、抗冲击力强、可批量制造、成本低、可靠性高等。正是如此,除了要求MEMS性能功能先进外,对其可靠性也提出了较高的要求。因此,对MEMS产品进行可靠性评估就显得尤为重要。
当前,国外针对MEMS产品的可靠性评估方法仍以可靠性试验为主,如:美国Sandia试验室利用SHiMMer测试平台,驱动多个MEMS器件失效,并将失效数据拟合成威布尔分布和对数分布,然后以时间周期为变量绘制累积失效率曲线,从而确定MEMS产品的寿命函数及分布。MEMS工业组织机构对MEMS产品开展定量加速寿命试验(QALT)获取MEMS产品的可靠性指标。国外如意法公司等,均通过可靠性试验来获取MEMS器件的寿命等可靠性指标,这些评估方法大多是通过单应力或两应力加速试验的方法进行的,存在试验效率低、评估精确度低等问题。
表1现有MEMS器件可靠性评侧模型
式中:L—平均寿命;A—由试验确定的尺度因子;Ea—激活能;K—波尔兹曼常数;T—绝对温度;M—需要确定的模型形状参数;V—电压应力;n为常数;RH—相对湿度。
以上模型必须满足玻尔兹曼常数理论假说和过渡态理论假说才能成立,在现实工作条件下,玻尔兹曼常数理论假说和过渡态理论假说是很难完全满足,这样利用以上模型的评测方法就不可能精确;另外就是以上模型不能用于多应力施加的运算,而在现实的物理工作条件不只单独一个应力施加,所以目前关于MEMS器件服役寿命没有满意的预测方法。
发明内容
本发明目的是:为了克服上述技术问题,本发明提供一种复杂工况下MEMS惯性器件可靠性评测方法,能够快速准确评测出MEMS器件的可靠性。
本发明的技术方案是:
一种复杂工况下MEMS惯性器件可靠性评测方法,包括如下步骤:
S1、确定复杂工况下MEMS惯性器件的失效模式与失效机理;
具体按以下子步骤执行:
S11、确定MEMS惯性器件在寿命周期内的环境载荷剖面;
S12、确定MEMS惯性器件中的材料体系和工艺特点;
S13、根据S11和S12确定的器件的环境载荷剖面、材料体系和工艺特点,建立微观退化机理和外界环境载荷的关联性矩,为建立复杂环境的可靠性评价模型提供基础支撑;
S2、根据步骤S1对MEMS器件的材料、结构、工艺等本构特性以及器件在复杂工况下的失效机制及两者的关联性分析,确定MEMS惯性器件在各敏感应力下的可靠性评价模型;
具体按以下子步骤执行:
S21、根据步骤S1确定的MEMS惯性器件中的主要失效模式与失效机理,构建典型MEMS惯性器件在典型环境载荷作用下的失效物理模型;
S22、根据步骤S21确定的单应力可靠性模型,构建MEMS惯性器件在典型复杂环境载荷作用下的可靠性评价模型;
S23、根据S22建立的复杂环境下的可靠性评价模型,确定各模型的加速因子;
S3、根据步骤S2确定的各敏感应力的可靠性评价模型及加速因子,设计确定具体的评价MEMS惯性传感器在复杂工况下可靠性评估方法;
S4、根据步骤S3确定的加速评价模型,设计形成适应多复杂工况的加速评价试验方法。
优选的,S11中确定MEMS惯性器件在寿命周期内的环境载荷剖面包括:
在获得MEMS器件详细应用环境的前提下,确定其在不同工况下的环境载荷剖面;环境载荷剖面是指温度、振动、电的应力及其组合,影响MEMS器件可靠性的外因参数是各应力组合及其它们的幅值、持续时间、以及应力间的相互耦合及影响;环境载荷基于其物理特性分解为热、力、电的载荷;
S12中确定MEMS惯性器件中的材料体系和工艺特点包括:
考虑失效和退化面向MEMS惯性器件的基础和共性问题,从基础理论和底层材料的角度自下而上地解释材料特性、工艺过程、传感器微结构的失效和退化的关联性;通过分析与MEMS惯性传感器相关的材料、工艺、结构本构关系以及器件在多工况即多物理场耦合作用下的失效机制,为评估MEMS惯性传感器的可靠性提供理论基础。
优选的,S21中根据步骤S1确定的MEMS惯性器件中的主要失效模式与失效机理,构建典型MEMS惯性器件在典型环境载荷作用下的失效物理模型包括:
(1)与机械应力相关的振动疲劳加速试验模型
机械应力产生的振动疲劳损伤建立在断裂力学疲劳定律之上,从描述材料疲劳现象的S-N曲线出发,得到机械应力与寿命的关系如下:
LF=AP-m (1)
式中,LF是某振动疲劳寿命特征量,P为应力幅值或功率谱密度值,A和m为材料双对数S~N曲线中的常数;
(2)与热应力相关的阿伦尼斯模型
高温能使器件内部加快物理化学反应,促使器件提前失效,以温度作为加速应力的加速寿命模型如下:
式中,LT是某寿命特征量;B是一个常数,且B>0,Ea是激活能,与材料有关,单位是电子伏特;k是波尔兹曼常数;T是绝对温度;
(3)与电应力相关的逆幂律模型
加大电压能促使器件提前失效;以电应力作为加速应力的加速模型如下:
LE=CV-n (3)
式中,LE是某寿命特征量;C是一个正常数;n是一个与激活能有关的正常数;V是应力,常取电压。
优选的,S22中根据步骤S21确定的单应力可靠性模型,构建MEMS惯性器件在典型复杂环境载荷作用下的可靠性评价模型,包括:
(1)构建多应力耦合的加速寿命试验通用模型
通用假设f(x)为机械应力x对器件性能与可靠性特征量的影响;f(y)为温度热应力y对器件性能与可靠性特征量的影响;f(z)为机械应力z对器件性能与可靠性特征量的影响;机械应力、热应力和电应力对产品性能与可靠性特征量的影响函数关系表达式为F(x,y,z),则:
F(x,y,z)=f(x)f(y)f(z) (4)
求全微分方程得:
dF(x,y,z)=f(y)f(z)f'(x)+f(x)f(z)f'(y)+f(x)f(y)f'(z) (5)
即
F(x,y,z)=f(y)f(z)∫f(x)dx+f(x)f(z)∫f(y)dy+f(x)f(y)∫f(z)dz (6)
根据应力条件特征研究,明确机电热三个应力因素的确切范围后,可得到:
求全微分得:
即
式中,f(x)、f(y)、f(z)为单应力条件下,应力因素对产品性能与可靠性影响的函数关系表达式,根据现有机理模型获取,或根据试验数据或仿真数据拟合获得;a、b、c、a'、b'、c'为常数系数,可根据单应力、双应力的仿真结果或试验数据求得;
(2)构建基于力-热-电耦合的多应力耦合的加速寿命试验通用模型
构建复杂环境下的加速寿命试验模型,模型包括力、热和电应力参数;选择公式(1)与机械应力相关的振动疲劳加速试验模型、公式(2)与热应力相关的阿伦尼斯模型和公式(3)与电应力相关的指数型模型,根据多应力耦合矩阵,得到多应力耦合的加速寿命试验模型:
根据步骤S22中(2)提到的耦合量化方法得到:
式中,L为器件在多应力耦合下的特征寿命值;A(b'c+c'b)、B(a'c+c'a)和C(a'b+b'a)为待定参数可以分别用L1、L2和L3表示,可以在大量数据的基础上通过拟合得到公式(11),T为产品的温度;P为产品的机械应力幅值或功率谱密度值;V为产品的电压;
因此,该模型为机械应力、热应力和电应力耦合下的产品加速寿命试验模型。
优选的,S23中根据S22建立的复杂环境下的可靠性评价模型,确定各模型的加速因子如下:
(1)振动应力加速因子的计算
振动应力加速寿命采用逆幂律模型,其加速因子AFP为:
其中,(PH/PL)为加速应力与工作应力之比,m为模型参数,与材料有关;
(2)温度应力加速因子的计算
温度应力最常用的加速模型是Arrhenius模型,其加速因子AFT为:
其中,LL—器件在低应力水平下的寿命;LH—器件在高应力水平下的寿命;Ea—产品的激活能;K—玻尔兹曼常数;TL—低应力水平;TH—高应力水平下;
(3)电应力加速因子的计算
电应力加速寿命采用逆幂律模型,其加速因子AFE为:
其中,(VH/VL)为加速应力与工作应力之比,n为模型参数,与材料有关。
优选的,步骤S3中设计确定具体的评价MEMS惯性传感器在复杂工况下可靠性评估方法包括:
引入归一化的载荷敏感度λe,对步骤S2建立的可靠性评价模型进行扩展;载荷敏感度λe为无量纲量,依赖于具体载荷水平以及器件的材料、工艺、结构本征特性,其初始值构建为设计可靠性极限值下的器件最大可承受载荷与工况载荷的比值。
采用归一化后的力、热、电载荷敏感度,依据工况载荷情况可定性的绘制器件的失效模式相图;基于器件的失效模式相图,无论是采用时间压缩还是事件压缩的方式,加速试验验证过程所选用的应力水平都不超出同一相区;在同一相区下,根据其退化/失效的机理,选定步骤S2中构建的相应模型,最终确定要评价器件的加速模型。
优选的,步骤S4中设计形成适应多复杂工况的加速评价试验方法包括:
针对器件应用的具体环境载荷,对加速因子进行设计,通过查图、查表的方式设计其试验方案;
试验采用恒定应力的方式进行,试验过程中,当失效机理发生改变时,试验将停止并调整加速模型,对试验方案进行修正;当失效机理没有超出相区边界时,加速试验评价试验结果将被采信,并通过加速因子对器件的可靠性进行评估。
本发明的优点是:
本发明的复杂工况下MEMS惯性器件可靠性评测方法,通过从MEMS惯性器件中材料-工艺-结构“三位一体”的失效模式、失效机理出发,构建关键结构相关失效物理模型,并引入环境载荷因子,最终建立MEMS惯性器件在复杂工况下的可靠性加速模型,形成了一种快速评价该器件可靠性的方法;该方法形成的理论模型、建立的分析体系、引入的相关概念等,均可为具有复杂结构、复杂工况的MEMS器件的可靠性评价提供完备的技术路线,并可快速对其可靠性进行评估。目前行业内没有权威的MEMS惯性器件可靠性评价标准,主要原因就是不能利用实验室环境快速准确评测出其可靠性,本发明则可以帮助相关机构制定相应行业标准,对电子元器件的可靠性评估尤其是MEMS惯性器件的可靠性评估提供技术支撑。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1是本发明方法中的MEMS惯性器件可靠性评测的技术途径示意图;
图2是本发明基于应力敏感度的加速模型确定的技术途径示意图;
图3是本发明基于复杂工况的可靠性评价试验流程图。
具体实施方式
本实施案例的验证对象为MEMS惯性器件,芯片由MEMS敏感结构和AS IC检测电路组成,MEMS敏感结构采用体硅SOI工艺制作,圆片级封装;AS I C检测电路将敏感结构检测到的加速度信号转换为特定输出形式的电信号;MEMS敏感结构和AS IC检测电路封装在陶瓷无引线片式载体内,内部采用金丝球焊键合工艺实现电互连,封帽采用平行缝焊工艺。下面对本发明的内容进行说明。
如图1所示,本发明提供一种复杂工况下MEMS惯性器件可靠性快速评测方法,包括以下步骤:
S 1、确定复杂工况下MEMS惯性器件的失效模式与失效机理;
具体按以下子步骤执行:
S 11、确定MEMS惯性器件在寿命周期内的环境载荷剖面;
在获得MEMS器件详细应用环境的前提下,确定其在不同工况下的环境载荷剖面。对MEMS器件的典型应用环境来看,温度、振动、电等综合应力是影响其性能质量和可靠性的主要因素,因此,环境载荷剖面是指温度、振动、电等应力及其组合,影响MEMS器件可靠性的外因参数是各应力组合及其它们的幅值、持续时间、以及应力间的相互耦合及影响。环境载荷基于其物理特性可以分解为热、力、电等载荷,因此,基于力、热、电的多物理场理论上可以覆盖绝大多数的工况类型。
S 12、确定MEMS惯性器件中的材料体系和工艺特点;
考虑失效和退化面向MEMS惯性器件的基础和共性问题,从基础理论和底层材料的角度“自下而上”地解释材料特性(金属材料、非金属材料、高分子材料)、工艺过程(增材、减材、装配)、传感器微结构(微梁、微桥等)的失效和退化的关联性。材料特性、工艺和微结构三者相互耦合、互相影响,同一机理的材料的失效和退化在宏观下有多种表现形式,在宏观模型下难以解耦研究,因此,本发明将通过分析与MEMS惯性传感器相关的材料、工艺、结构本构关系以及器件在多工况即多物理场耦合作用下的失效机制,为评估MEMS惯性传感器的可靠性提供理论基础。
S 13、根据S11和S12确定的器件的环境载荷剖面、材料体系和工艺特点,建立微观退化机理和外界环境载荷的关联性矩阵。如下表1所示,为建立复杂环境的可靠性评价模型提供基础支撑。
微系统组件失效机理——外界环境载荷关联性矩阵
S2、根据步骤S1对MEMS器件的材料、结构、工艺等本构特性以及器件在复杂工况下的失效机制及两者的关联性分析,确定MEMS惯性器件在各敏感应力下的可靠性评价模型;
具体按以下子步骤执行:
S21、根据步骤S1确定的MEMS惯性器件中的主要失效模式与失效机理,构建典型MEMS惯性器件在典型环境载荷(热、力、电)作用下的失效物理模型;
(1)与机械应力相关的振动疲劳加速试验模型
机械应力产生的振动疲劳损伤建立在断裂力学疲劳定律之上,从描述材料疲劳现象的S-N曲线出发,得到机械应力与寿命的关系如下:
LF=AP-m (1)
式中,LF是某振动疲劳寿命特征量,P为应力幅值或功率谱密度值,A和m为材料双对数S~N曲线中的常数。
(2)与热应力相关的阿伦尼斯模型
高温能使器件内部加快物理化学反应,促使器件提前失效,以温度作为加速应力的加速寿命模型如下:
式中,LT是某寿命特征量;B是一个常数,且B>0,Ea是激活能,与材料有关,单位是电子伏特;k是波尔兹曼常数;T是绝对温度。
(3)与电应力相关的逆幂律模型
加大电压能促使器件提前失效。以电应力作为加速应力的加速模型如下:
LE=CV-n (3)
式中,LE是某寿命特征量;C是一个正常数;n是一个与激活能有关的正常数;V是应力,常取电压。
S22、根据步骤S21确定的单应力可靠性模型,构建MEMS惯性器件在典型复杂环境载荷(热、力、电)作用下的可靠性评价模型;
构建多应力耦合的加速寿命试验通用模型
(1)通用假设f(x)为机械应力x对器件性能与可靠性特征量的影响;f(y)为温度热应力y对器件性能与可靠性特征量的影响;f(z)为机械应力z对器件性能与可靠性特征量的影响。机械应力、热应力和电应力对产品性能与可靠性特征量的影响函数关系表达式为F(x,y,z),则:
F(x,y,z)=f(x)f(y)f(z) (4)
求全微分方程得:
dF(x,y,z)=f(y)f(z)f'(x)+f(x)f(z)f'(y)+f(x)f(y)f'(z) (5)
即
F(x,y,z)=f(y)f(z)∫f(x)dx+f(x)f(z)∫f(y)dy+f(x)f(y)∫f(z)dz (6)
根据应力条件特征研究可明确机电热三个应力因素的确切范围后,可得到:
求全微分得:
即
式中,f(x)、f(y)、f(z)为单应力条件下,应力因素对产品性能与可靠性影响的函数关系表达式,可以根据现有机理模型获取,也可以根据试验数据或仿真数据拟合获得;a、b、c、a'、b'、c'为常数系数,可根据单应力、双应力的仿真结果或试验数据求得。
(2)构建基于力-热-电耦合的多应力耦合的加速寿命试验通用模型
构建复杂环境下的加速寿命试验模型,模型包括力、热和电应力参数。选择公式(1)与机械应力相关的振动疲劳加速试验模型、公式(2)与热应力相关的阿伦尼斯模型和公式(3)与电应力相关的指数型模型,根据多应力耦合矩阵,得到多应力耦合的加速寿命试验模型如下:
根据步骤S22中(1)提到的耦合量化方法得到:
式中,L为器件在多应力耦合下的特征寿命值;A(b'c+c'b)、B(a'c+c'a)和C(a'b+b'a)为待定参数可以分别用L1、L2和L3表示,可以在大量数据的基础上通过拟合得到公式(11),T为产品的温度;P为产品的机械应力幅值或功率谱密度值;V为产品的电压。
因此,该模型为机械应力、热应力和电应力耦合下的产品加速寿命试验模型。
S23、根据S22建立的复杂环境下的可靠性评价模型,确定各模型的加速因子如下:
(1)振动应力加速因子的计算
振动应力加速寿命采用逆幂律模型,其加速因子AFP为:
其中,(PH/PL)为加速应力与工作应力之比,m为模型参数,与材料有关。
(2)温度应力加速因子的计算
温度应力最常用的加速模型是Arrhenius模型,其加速因子AFP为:
其中,LL—器件在低应力水平下的寿命;LH—器件在高应力水平下的寿命;Ea—产品的激活能;K—玻尔兹曼常数;TL—低应力水平;TH—高应力水平下。
(3)电应力加速因子的计算
电应力加速寿命采用逆幂律模型,其加速因子AFE为:
其中,(VH/VL)为加速应力与工作应力之比,n为模型参数,与材料有关。
S3、根据步骤S2确定的各敏感应力的可靠性评价模型及加速因子,设计确定具体的评价MEMS惯性传感器在复杂工况下可靠性评估方法。
传统评价方法通过改变应力水平来达到加速的目的,对于试验过程中的失效机理无法判断。当试验应力过高时,可能改变其失效机理而失去了加速的基础,当试验应力过低时,则试验效果可能无法达到预期目的。
本专利引入归一化的载荷敏感度λe,对步骤S2建立的可靠性评价模型(如逆幂律、阿伦尼乌斯等)进行扩展。载荷敏感度λe为无量纲量,依赖于具体载荷水平以及器件的材料、工艺、结构等本征特性,其初始值可构建为设计可靠性极限值下的器件最大可承受载荷与工况载荷的比值。
采用归一化后的力、热、电载荷敏感度,依据工况载荷情况可定性的绘制器件的失效模式相图。基于器件的失效模式相图,无论是采用时间压缩还是事件压缩的方式,加速试验验证过程所选用的应力水平都不应超出同一相区,因此,则可以确定静态应力水平的上下界,即保证了所设计的加速试验方案在本质上不会改变其失效机理,且不会改变其退化路径。在同一相区下,根据其退化/失效的机理,可以选定步骤S2中构建的相应模型,最终确定要评价器件的加速模型,技术途径如图2所示。
S4、根据步骤S3确定的加速评价模型,设计形成适应多复杂工况的加速评价试验方法。
针对器件应用的具体环境载荷,对加速因子进行设计,通过查图、查表的方式,快速的设计其试验方案。具体方案可采用类似于下表3的方式进行确定。
表3相图法确定器件的可靠性加速评价试验方案
上述方法确定了载荷水平和加速因子等试验评价的静态参数,而对于非静态参数,如升温速率、降温速率、加速度等相关参数,依据GJB 150A《军用设备环境试验方法》中对于验证设备能力要求确定,试验采用恒定应力的方式进行。试验过程中,当失效机理发生改变时,试验将停止并调整加速模型,对试验方案进行修正;当失效机理没有超出相区边界时,加速试验评价试验结果将被采信,并通过加速因子对器件的可靠性进行评估。加速试验流程可以按图3进行设计。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制;任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施案例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,包括如下步骤:
S1、确定复杂工况下MEMS惯性器件的失效模式与失效机理;
具体按以下子步骤执行:
S11、确定MEMS惯性器件在寿命周期内的环境载荷剖面;
S12、确定MEMS惯性器件中的材料体系和工艺特点;
S13、根据S11和S12确定的器件的环境载荷剖面、材料体系和工艺特点,建立微观退化机理和外界环境载荷的关联性矩,为建立复杂环境的可靠性评价模型提供基础支撑;
S2、根据步骤S1对MEMS器件的材料、结构、工艺等本构特性以及器件在复杂工况下的失效机制及两者的关联性分析,确定MEMS惯性器件在各敏感应力下的可靠性评价模型;
具体按以下子步骤执行:
S21、根据步骤S1确定的MEMS惯性器件中的主要失效模式与失效机理,构建典型MEMS惯性器件在典型环境载荷作用下的失效物理模型;
S22、根据步骤S21确定的单应力可靠性模型,构建MEMS惯性器件在典型复杂环境载荷作用下的可靠性评价模型;
S23、根据S22建立的复杂环境下的可靠性评价模型,确定各模型的加速因子;
S3、根据步骤S2确定的各敏感应力的可靠性评价模型及加速因子,设计确定具体的评价MEMS惯性传感器在复杂工况下可靠性评估方法;
S4、根据步骤S3确定的加速评价模型,设计形成适应多复杂工况的加速评价试验方法。
2.根据权利要求1所述的复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,S11中确定MEMS惯性器件在寿命周期内的环境载荷剖面包括:
在获得MEMS器件详细应用环境的前提下,确定其在不同工况下的环境载荷剖面;环境载荷剖面是指温度、振动、电的应力及其组合,影响MEMS器件可靠性的外因参数是各应力组合及其它们的幅值、持续时间、以及应力间的相互耦合及影响;环境载荷基于其物理特性分解为热、力、电的载荷;
S12中确定MEMS惯性器件中的材料体系和工艺特点包括:
考虑失效和退化面向MEMS惯性器件的基础和共性问题,从基础理论和底层材料的角度自下而上地解释材料特性、工艺过程、传感器微结构的失效和退化的关联性;通过分析与MEMS惯性传感器相关的材料、工艺、结构本构关系以及器件在多工况即多物理场耦合作用下的失效机制,为评估MEMS惯性传感器的可靠性提供理论基础。
3.根据权利要求2所述的复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,S21中根据步骤S1确定的MEMS惯性器件中的主要失效模式与失效机理,构建典型MEMS惯性器件在典型环境载荷作用下的失效物理模型包括:
(1)与机械应力相关的振动疲劳加速试验模型
机械应力产生的振动疲劳损伤建立在断裂力学疲劳定律之上,从描述材料疲劳现象的S-N曲线出发,得到机械应力与寿命的关系如下:
LF=AP-m (1)
式中,LF是某振动疲劳寿命特征量,P为应力幅值或功率谱密度值,A和m为材料双对数S~N曲线中的常数;
(2)与热应力相关的阿伦尼斯模型
高温能使器件内部加快物理化学反应,促使器件提前失效,以温度作为加速应力的加速寿命模型如下:
式中,LT是某寿命特征量;B是一个常数,且B>0,Ea是激活能,与材料有关,单位是电子伏特;k是波尔兹曼常数;T是绝对温度;
(3)与电应力相关的逆幂律模型
加大电压能促使器件提前失效;以电应力作为加速应力的加速模型如下:
LE=CV-n (3)
式中,LE是某寿命特征量;C是一个正常数;n是一个与激活能有关的正常数;V是应力,常取电压。
4.根据权利要求3所述的复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,S22中根据步骤S21确定的单应力可靠性模型,构建MEMS惯性器件在典型复杂环境载荷作用下的可靠性评价模型,包括:
(1)构建多应力耦合的加速寿命试验通用模型
通用假设f(x)为机械应力x对器件性能与可靠性特征量的影响;f(y)为温度热应力y对器件性能与可靠性特征量的影响;f(z)为机械应力z对器件性能与可靠性特征量的影响;机械应力、热应力和电应力对产品性能与可靠性特征量的影响函数关系表达式为F(x,y,z),则:
F(x,y,z)=f(x)f(y)f(z) (4)
求全微分方程得:
dF(x,y,z)=f(y)f(z)f'(x)+f(x)f(z)f'(y)+f(x)f(y)f'(z) (5)
即
F(x,y,z)=f(y)f(z)∫f(x)dx+f(x)f(z)∫f(y)dy+f(x)f(y)∫f(z)dz (6)
根据应力条件特征研究,明确机电热三个应力因素的确切范围后,可得到:
求全微分得:
即
式中,f(x)、f(y)、f(z)为单应力条件下,应力因素对产品性能与可靠性影响的函数关系表达式,根据现有机理模型获取,或根据试验数据或仿真数据拟合获得;a、b、c、a'、b'、c'为常数系数,可根据单应力、双应力的仿真结果或试验数据求得;
(2)构建基于力-热-电耦合的多应力耦合的加速寿命试验通用模型
构建复杂环境下的加速寿命试验模型,模型包括力、热和电应力参数;选择公式(1)与机械应力相关的振动疲劳加速试验模型、公式(2)与热应力相关的阿伦尼斯模型和公式(3)与电应力相关的指数型模型,根据多应力耦合矩阵,得到多应力耦合的加速寿命试验模型:
根据步骤S22中(2)提到的耦合量化方法得到:
式中,L为器件在多应力耦合下的特征寿命值;A(b'c+c'b)、B(a'c+c'a)和C(a'b+b'a)为待定参数可以分别用L1、L2和L3表示,可以在大量数据的基础上通过拟合得到公式(11),T为产品的温度;P为产品的机械应力幅值或功率谱密度值;V为产品的电压;
因此,该模型为机械应力、热应力和电应力耦合下的产品加速寿命试验模型。
5.根据权利要求4所述的复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,S23中,根据S22建立的复杂环境下的可靠性评价模型,确定各模型的加速因子如下:
(1)振动应力加速因子的计算
振动应力加速寿命采用逆幂律模型,其加速因子AFP为:
其中,(PH/PL)为加速应力与工作应力之比,m为模型参数,与材料有关;
(2)温度应力加速因子的计算
温度应力最常用的加速模型是Arrhenius模型,其加速因子AFT为:
其中,LL—器件在低应力水平下的寿命;LH—器件在高应力水平下的寿命;Ea—产品的激活能;K—玻尔兹曼常数;TL—低应力水平;TH—高应力水平下;
(3)电应力加速因子的计算
电应力加速寿命采用逆幂律模型,其加速因子AFE为:
其中,(VH/VL)为加速应力与工作应力之比,n为模型参数,与材料有关。
6.根据权利要求5所述的复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,步骤S3中设计确定具体的评价MEMS惯性传感器在复杂工况下可靠性评估方法包括:
引入归一化的载荷敏感度λe,对步骤S2建立的可靠性评价模型进行扩展;载荷敏感度λe为无量纲量,依赖于具体载荷水平以及器件的材料、工艺、结构本征特性,其初始值构建为设计可靠性极限值下的器件最大可承受载荷与工况载荷的比值。
采用归一化后的力、热、电载荷敏感度,依据工况载荷情况可定性的绘制器件的失效模式相图;基于器件的失效模式相图,无论是采用时间压缩还是事件压缩的方式,加速试验验证过程所选用的应力水平都不超出同一相区;在同一相区下,根据其退化/失效的机理,选定步骤S2中构建的相应模型,最终确定要评价器件的加速模型。
7.根据权利要求6所述的复杂工况下MEMS惯性器件可靠性评测方法,其特征在于,步骤S4中设计形成适应多复杂工况的加速评价试验方法包括:
针对器件应用的具体环境载荷,对加速因子进行设计,通过查图、查表的方式设计其试验方案;
试验采用恒定应力的方式进行,试验过程中,当失效机理发生改变时,试验将停止并调整加速模型,对试验方案进行修正;当失效机理没有超出相区边界时,加速试验评价试验结果将被采信,并通过加速因子对器件的可靠性进行评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111445378.9A CN114088117B (zh) | 2021-11-30 | 2021-11-30 | 一种复杂工况下mems惯性器件可靠性评测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111445378.9A CN114088117B (zh) | 2021-11-30 | 2021-11-30 | 一种复杂工况下mems惯性器件可靠性评测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114088117A true CN114088117A (zh) | 2022-02-25 |
CN114088117B CN114088117B (zh) | 2024-06-25 |
Family
ID=80305967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111445378.9A Active CN114088117B (zh) | 2021-11-30 | 2021-11-30 | 一种复杂工况下mems惯性器件可靠性评测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114088117B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115809576A (zh) * | 2022-11-18 | 2023-03-17 | 北京信息科技大学 | 硅基mems工艺与多物理场耦合的器件性能评估方法 |
CN115962797A (zh) * | 2022-12-28 | 2023-04-14 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于温度应力下的传感器可靠性测试方法及系统 |
CN118425435A (zh) * | 2024-07-02 | 2024-08-02 | 南方电网数字电网研究院股份有限公司 | 预测方法、装置、计算机设备、可读存储介质和程序产品 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494695A (zh) * | 2011-11-04 | 2012-06-13 | 中国船舶重工集团公司第七0七研究所 | 适用于舰船导航产品的高效mtbf保证试验方法 |
US20140081583A1 (en) * | 2012-09-18 | 2014-03-20 | Payman Kianpour | Method for deterministic stress based risk reduction |
CN103955568A (zh) * | 2014-04-17 | 2014-07-30 | 北京航空航天大学 | 一种基于失效物理的mos器件可靠性仿真评价方法 |
US20150039244A1 (en) * | 2013-07-31 | 2015-02-05 | Bqr Reliability Engineering Ltd. | Failure Rate Estimation From Multiple Failure Mechanisms |
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 |
CN110426168A (zh) * | 2019-07-09 | 2019-11-08 | 中国航天标准化研究所 | 一种多维应力耦合的星上电子产品加速寿命试验方法 |
CN110705139A (zh) * | 2019-08-27 | 2020-01-17 | 华东光电集成器件研究所 | 一种基于多应力耦合下电子设备可靠性评估方法 |
CN111079276A (zh) * | 2019-12-08 | 2020-04-28 | 华质卓越质量技术服务(北京)有限公司 | 多失效模式下电子产品可靠性指标加速验证方法 |
US20200257933A1 (en) * | 2019-02-05 | 2020-08-13 | Imagars Llc | Machine Learning to Accelerate Alloy Design |
CN111947950A (zh) * | 2020-07-01 | 2020-11-17 | 北京工业大学 | 一种基于载荷信息矩阵的多维综合应力寿命试验载荷谱设计方法 |
CN112069697A (zh) * | 2020-09-23 | 2020-12-11 | 中国人民解放军国防科技大学 | 多应力多失效模式相依竞争条件下加速退化试验统计分析方法 |
CN112214827A (zh) * | 2019-06-25 | 2021-01-12 | 中车株洲电力机车研究所有限公司 | 基于多应力的轨道交通电子控制装置寿命评估方法及装置 |
CN112784414A (zh) * | 2021-01-22 | 2021-05-11 | 北京航空航天大学 | 一种多部件整机贮存寿命置信下限评估方法 |
CN112926144A (zh) * | 2021-01-22 | 2021-06-08 | 北京航空航天大学 | 一种多应力加速寿命试验耦合效应分析及寿命预测方法 |
-
2021
- 2021-11-30 CN CN202111445378.9A patent/CN114088117B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494695A (zh) * | 2011-11-04 | 2012-06-13 | 中国船舶重工集团公司第七0七研究所 | 适用于舰船导航产品的高效mtbf保证试验方法 |
US20140081583A1 (en) * | 2012-09-18 | 2014-03-20 | Payman Kianpour | Method for deterministic stress based risk reduction |
US20150039244A1 (en) * | 2013-07-31 | 2015-02-05 | Bqr Reliability Engineering Ltd. | Failure Rate Estimation From Multiple Failure Mechanisms |
CN103955568A (zh) * | 2014-04-17 | 2014-07-30 | 北京航空航天大学 | 一种基于失效物理的mos器件可靠性仿真评价方法 |
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 |
US20200257933A1 (en) * | 2019-02-05 | 2020-08-13 | Imagars Llc | Machine Learning to Accelerate Alloy Design |
CN112214827A (zh) * | 2019-06-25 | 2021-01-12 | 中车株洲电力机车研究所有限公司 | 基于多应力的轨道交通电子控制装置寿命评估方法及装置 |
CN110426168A (zh) * | 2019-07-09 | 2019-11-08 | 中国航天标准化研究所 | 一种多维应力耦合的星上电子产品加速寿命试验方法 |
CN110705139A (zh) * | 2019-08-27 | 2020-01-17 | 华东光电集成器件研究所 | 一种基于多应力耦合下电子设备可靠性评估方法 |
CN111079276A (zh) * | 2019-12-08 | 2020-04-28 | 华质卓越质量技术服务(北京)有限公司 | 多失效模式下电子产品可靠性指标加速验证方法 |
CN111947950A (zh) * | 2020-07-01 | 2020-11-17 | 北京工业大学 | 一种基于载荷信息矩阵的多维综合应力寿命试验载荷谱设计方法 |
CN112069697A (zh) * | 2020-09-23 | 2020-12-11 | 中国人民解放军国防科技大学 | 多应力多失效模式相依竞争条件下加速退化试验统计分析方法 |
CN112784414A (zh) * | 2021-01-22 | 2021-05-11 | 北京航空航天大学 | 一种多部件整机贮存寿命置信下限评估方法 |
CN112926144A (zh) * | 2021-01-22 | 2021-06-08 | 北京航空航天大学 | 一种多应力加速寿命试验耦合效应分析及寿命预测方法 |
Non-Patent Citations (18)
Title |
---|
FENG, R等: "Real-Time Built-In Self-Test of MEMS Gyroscope Based on Quadrature Error Signal", MICROMACHINES, 16 September 2021 (2021-09-16) * |
GE FENG等: "Multi-stress Accelerated Life Test Prediction Method Based on General Logarithmic Linear Model", ORDNANCE INDUSTRY AUTOMATION, 22 October 2020 (2020-10-22), pages 10 - 14 * |
JIAHAO LIU等: "Reliability Simulation and Life Prediction of Sn63Pb37 BGA Solder Joint Under Thermal Cycling Load", 2020 CHINA SEMICONDUCTOR TECHNOLOGY INTERNATIONAL CONFERENCE (CSTIC), 21 December 2020 (2020-12-21), pages 1 - 4 * |
LIU, Y等: "Predicting creep rupture life of Ni-based single crystal superalloys using divide-and-conquer approach based machine learning", ACTA MATERIALIA, 15 August 2020 (2020-08-15), pages 454 - 467 * |
R. BARTNIKAS等: "Multi-stress aging of stator bars with electrical, thermal, and mechanical stresses as simultaneous acceleration factors", IEEE TRANSACTIONS ON ENERGY CONVERSION, 22 November 2004 (2004-11-22), pages 702 - 714 * |
万征;姚仰平;孟达;: "复杂加载下混凝土的弹塑性本构模型", 力学学报, no. 05, 16 June 2016 (2016-06-16), pages 1159 - 1171 * |
刘江磊;: "基于自平衡静载试验的单桩承载性能分析", 铁道勘察, no. 06, 15 December 2016 (2016-12-15), pages 63 - 66 * |
孔耀等: "电子装备可靠性加速试验方法", 中国设备工程, 25 July 2019 (2019-07-25), pages 76 - 77 * |
康劲松: "多应力加速模型及加速系数研究", 机电一体化, 31 August 2009 (2009-08-31), pages 32 - 34 * |
李文华;王楠;邵丹;李志刚;: "EEMD相空间重构的RBF网络模型在密封式电磁继电器贮存寿命预测中的应用", 电器与能效管理技术, no. 18, 30 September 2015 (2015-09-30), pages 1 - 6 * |
沈炉明;高军;文武;: "北斗导航终端设备可靠性加速试验与快速评价技术研究", 环境技术, no. 05, 25 October 2016 (2016-10-25), pages 90 - 95 * |
舒岳阶;吴俊;周世良;周远航;: "FBG应变传感器应力疲劳极限传感寿命评估方法", 光子学报, no. 01, 3 November 2017 (2017-11-03), pages 106 - 111 * |
苏亚慧等: "某惯性传感器组件抗高过载失效分析及改进", 弹箭与制导学报, 18 June 2020 (2020-06-18), pages 35 - 38 * |
袁明永, 陈汉良, 杨永德: "汽车变速器第一轴总成校直断裂失效分析", 杭州电子工业学院学报, no. 03, 30 June 2000 (2000-06-30), pages 19 - 22 * |
赵帅帅;许玉珍;陈靖怡;杜雨芳;: "某型航空包装箱加速试验方法研究", 装备环境工程, no. 07, 25 July 2020 (2020-07-25), pages 34 - 37 * |
陈文华;钱萍;方晶敏;周升俊;卢献彪;: "综合应力加速寿命试验方案模拟评价的理论与方法", 宇航学报, no. 06, 30 November 2007 (2007-11-30), pages 1768 - 1773 * |
雷昕;谢劲松;: "MEMS惯性传感器可靠性试验方法研究", 电子产品可靠性与环境试验, no. 06, 20 December 2009 (2009-12-20), pages 13 - 18 * |
韩志杰;王璋奇;: "基于区间有限元的吊梁非概率可靠性研究及敏感性分析", 中南大学学报(自然科学版), no. 05, 26 May 2012 (2012-05-26), pages 1746 - 1752 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115809576A (zh) * | 2022-11-18 | 2023-03-17 | 北京信息科技大学 | 硅基mems工艺与多物理场耦合的器件性能评估方法 |
CN115809576B (zh) * | 2022-11-18 | 2023-12-22 | 北京信息科技大学 | 硅基mems工艺与多物理场耦合的器件性能评估方法 |
CN115962797A (zh) * | 2022-12-28 | 2023-04-14 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于温度应力下的传感器可靠性测试方法及系统 |
CN115962797B (zh) * | 2022-12-28 | 2024-05-24 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于温度应力下的传感器可靠性测试方法及系统 |
CN118425435A (zh) * | 2024-07-02 | 2024-08-02 | 南方电网数字电网研究院股份有限公司 | 预测方法、装置、计算机设备、可读存储介质和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN114088117B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114088117A (zh) | 一种复杂工况下mems惯性器件可靠性评测方法 | |
Hasan et al. | Novel threshold pressure sensors based on nonlinear dynamics of MEMS resonators | |
CN112836342B (zh) | 一种基于连续损伤力学的微米烧结银芯片粘接层疲劳失效物理模型建模与验证方法 | |
Zhao et al. | Design, fabrication and experiment of a MEMS piezoresistive high-g accelerometer | |
Xu et al. | Multi-threshold inertial switch for quantitative acceleration measurements | |
Yang et al. | Drop-shock dynamic analysis of MEMS/package system | |
US20070196943A1 (en) | Tightness test for disk bond connections and test structure for carrying out said method | |
Zhao et al. | A wireless MEMS inertial switch for measuring both threshold triggering acceleration and response time | |
Meng et al. | Testing and multi-scale modeling of drop and impact loading of complex MEMS microphone assemblies | |
Parkos et al. | Near-contact gas damping and dynamic response of high-g MEMS accelerometer beams | |
Ohlckers et al. | An integrated resonant accelerometer microsystem for automotive applications | |
Pagani et al. | Chipping and wearing in MEMS inertial sensors: Effects on stability and predictive analysis through test structures | |
Lall et al. | Mechanical shock reliability analysis and multiphysics modeling of MEMS accelerometers in harsh environments | |
Joshi | Reliability study of MEMS resonator: A review | |
Deeds et al. | Packaging of a MEMS based safety and arming device | |
CN106370330B (zh) | 一种基于片上冲击强度检测试验机利用电流变化检测微结构冲击碰撞应力波脉宽和峰值方法 | |
Peng et al. | Drift of MEMS capacitive accelerometers for one-year room-temperature storage: a simulation and experimental study | |
Metasch et al. | Accelerated life time measurement with in-situ force and displacement monitoring during thermal cycling on solder joints | |
Tsutsui et al. | Testing techniques for shock accelerometers below 10,000 g | |
Peng et al. | A transfer model of high-G shock for MEMS in real working conditions | |
Yu et al. | Reliability prediction for MEMS accelerometer under random vibration testing | |
Shi et al. | Reliability assessment of PBGA solder joints using the new creep constitutive relationship and modified energy-based life prediction model | |
Metasch et al. | Novel concept of an in-situ test system for the thermal-mechanical fatigue measurement for reliability evaluation of electronic solder joints | |
CN118231181A (zh) | 惯性开关 | |
CN118246167A (zh) | 惯性开关的摆片的制造方法及惯性开关的制造方法 |
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 |