CN115544441A - 一种高温工作寿命测试中回测时间点的确定方法及装置 - Google Patents

一种高温工作寿命测试中回测时间点的确定方法及装置 Download PDF

Info

Publication number
CN115544441A
CN115544441A CN202211242235.2A CN202211242235A CN115544441A CN 115544441 A CN115544441 A CN 115544441A CN 202211242235 A CN202211242235 A CN 202211242235A CN 115544441 A CN115544441 A CN 115544441A
Authority
CN
China
Prior art keywords
failure probability
chip
distribution function
function
determining
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
Application number
CN202211242235.2A
Other languages
English (en)
Other versions
CN115544441B (zh
Inventor
龚加玮
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.)
Chengdu Haiguang Microelectronics Technology Co Ltd
Original Assignee
Chengdu Haiguang Microelectronics Technology Co Ltd
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 Chengdu Haiguang Microelectronics Technology Co Ltd filed Critical Chengdu Haiguang Microelectronics Technology Co Ltd
Priority to CN202211242235.2A priority Critical patent/CN115544441B/zh
Publication of CN115544441A publication Critical patent/CN115544441A/zh
Application granted granted Critical
Publication of CN115544441B publication Critical patent/CN115544441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • G01R31/2875—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation related to temperature related to heating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Toxicology (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tests Of Electronic Circuits (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

本发明实施例公开一种高温工作寿命测试中回测时间点的确定方法及装置，涉及半导体加工技术领域，能够较准确地确定芯片的回测时间点，从而有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。所述方法包括：根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；根据所述第一分布函数，确定目标失效概率对应的回测时间点。本发明适用于高温工作寿命测试。

Description

一种高温工作寿命测试中回测时间点的确定方法及装置
技术领域
本发明涉及半导体加工技术领域，尤其涉及一种高温工作寿命测试中回测时间点的确定方法及装置。
背景技术
芯片在量产之前，一般要通过高温工作寿命测试(HTOL，High TemperatureOperating Life)的考核。一般而言，HTOL测试通过的标准为0Fail@77ea*3Lots*1000H，即抽取3个批次的芯片，每个批次抽取77个芯片进行HTOL测试，每颗芯片都要经过1000小时的测试，失效芯片的数量为0。如果达到这一标准，则该芯片可以进行量产。
为了加快测试进度或者掌握芯片的极限性能，在进行HTOL测试时，有时会使用更为严苛的测试条件来对芯片进行测试，例如可以使用比常规HTOL测试更高的电应力对芯片进行HTOL测试。同样的，为了及时了解这些芯片在HTOL测试中是否存在性能异常，以及最终判定芯片是否通过HTOL性能考核，需要在测试过程中的一些时间点(后称回测时间点)对芯片进行性能测试(后称回测)。这些回测时间点一般依据前一次的测试结果以及相关经验确定。一方面，这种方法确定的回测时间点的数量较多，浪费了较多的测试资源，另一方面，回测时间点并不十分准确，可能不能很好的把控产品性能在HTOL测试中的变化趋势。
发明内容
有鉴于此，本发明实施例提供一种高温工作寿命测试中回测时间点的确定方法及装置，能够较准确地确定芯片的回测时间点，从而有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。
第一方面，本发明的实施例提供一种高温工作寿命测试中回测时间点的确定方法，包括：根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；根据所述第一分布函数，确定目标失效概率对应的回测时间点。
第二方面，本发明的实施例还提供一种高温工作寿命测试中回测时间点的确定装置，包括：预估单元，用于根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；确定单元，用于根据所述第一分布函数，确定目标失效概率对应的回测时间点。
第三方面，本发明的实施例还提供一种电子设备，包括：壳体、至少一个处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；所述至少一个处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行本发明的实施例提供的任一种高温工作寿命测试中回测时间点的确定方法。
第四方面，本发明的实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现本发明的实施例提供的任一种高温工作寿命测试中回测时间点的确定方法。
本发明的实施例提供的高温工作寿命测试中回测时间点的确定方法及装置、电子设备、计算机可读存储介质，能够根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，并根据所述第一分布函数，确定目标失效概率对应的回测时间点。由于根据可靠性数据可以获知芯片在任意测试条件下对应的芯片寿命，再配合上统计学的区间估计就可以构造出芯片在第一高应力电压下预设置信水平的寿命置信区间分布函数，即第一分布函数。由于第一分布函数可以描述第一高应力下、各种失效概率对应的芯片寿命分布范围，因此可以根据第一分布函数获知目标失效概率下的芯片寿命分布范围，即获知在哪段时间范围内芯片会以目标失效概率发生失效，从而根据这段时间范围确定回测时间点，因此由此确定出的回测时间点具有更充分的统计学依据，也更加准确，避免了很多无效回测时间点上的回测操作，从而能够有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。
附图说明
为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅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它的附图。
图1为本发明的实施例提供的高温工作寿命测试中回测时间点的确定方法的一种流程图；
图2为本发明的实施例提供的高温工作寿命测试中回测时间点的确定方法中第一分布函数的一种示意图；
图3为本发明的实施例中由额定分布曲线平移得到第一分布曲线的一种示意图；
图4为本发明的实施例中第一失效概率函数和第一分布函数的一种示意图；
图5为本发明的实施例中第二失效概率函数和第二分布函数的一种示意图；
图6为本发明的实施例中第三失效概率函数和第三分布函数的一种示意图；
图7为本发明的实施例提供的高温工作寿命测试中回测时间点的确定装置的一种结构示意图；
图8为本发明的实施例提供的电子设备的一种结构示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
为使本领域技术人员更好地理解本发明的实施例的技术构思、实施方案和有益技术效果，以下通过具体实施例进行详细说明。
第一方面，本发明的实施例提供一种高温工作寿命测试中回测时间点的确定方法，能够较准确地确定芯片的回测时间点，从而有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。
如图1所示，本发明的实施例提供的高温工作寿命测试中回测时间点的确定方法，可以包括：
S11、根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；
可靠性数据可以指芯片代工厂根据芯片加工和测试中掌握的芯片性能而给出的晶圆级可靠性数据。同一批次的晶圆的可靠性数据一致。可选的，可靠性数据可以具有多种形式，例如可以为不同数据关系形成的数据表、或者表达不同映射关系的函数等。在本发明的一个实施例中，可靠性数据可以为一种可靠性计算器，即用户可以输入工艺条件和/或测试条件，可靠性计算器经过计算可以给出芯片的失效概率等。
第一高应力电压是一种高应力电压。所谓的高应力电压是相对于额定工作电压和普通的测试电压而言的，高应力电压的电压值一般比芯片的额定工作电压和普通的测试电压都要高，是芯片进行高温工作寿命测试(HTOL)时加载在芯片管脚上的电压。举例而言，在本发明的一个实施例中，第一高应力电压可以为芯片额定工作电压的1.8倍、2倍等。
第一高应力电压是芯片进行HTOL时的一种测试条件，在该测试条件下，芯片可以表现出一系列的性能，也对应有一定的平均失效率和平均寿命(即平均失效时间)，这些平均失效率和平均寿命可以通过上述可靠性数据得出。然而，平均失效率和平均寿命是一种平均值，不能很好地体现不同芯片的性能分散程度，为此，本步骤中，可以根据需要，构造对芯片可靠性的一种区间统计。例如，可以构造在预设置信水平下，芯片寿命对应的置信区间。其中，置信区间包含总体参数的可能性称为置信水平。置信区间与统计量的平均值和标准差相关，例如，95％的置信区间为在平均值的基础上加上2倍的标准差作为置信区间的上限，在平均值的基础上减去2倍的标准差作为置信区间的下限。举例而言，在本发明的一个实施例中，置信水平为95％的情况下，芯片失效概率为10％对应的芯片寿命平均值为3年，标准差为0.5年，则对应的芯片寿命的置信区间为2(即3-0.5*2)年-4(即3+0.5*2)年，表示有95％的信心相信，芯片在2年-4年之间失效的概率为10％。对同一批芯片而言，不同的失效概率所对应的芯片寿命平均值和标准差各不相同，因此不同失效概率构造出的置信区间也各不相同，将所有失效概率与其对应的置信区间建立函数映射关系，即可得到芯片寿命置信区间分布函数，即第一分布函数。第一分布函数只需表达对应的映射关系，但具体形式不限，既可以为函数表达式，也可以为数据对应表，还可以是坐标或曲线图等。示例性的，在本发明的一个实施例中，第一分布函数的一种示意图可以如图2所示。其中，图2的横坐标为芯片的平均失效时间的对数坐标，纵坐标为芯片的平均失效概率的威布尔坐标，威布尔坐标与失效概率存在如下映射关系W＝LN(-LN(1-F))，其中，W为威布尔坐标，F为失效概率。两条曲线之间的范围为第一分布函数。
S12、根据所述第一分布函数，确定目标失效概率对应的回测时间点。
由于第一分布函数反映了各种失效概率对应的芯片寿命置信区间，因此，得到第一分布函数后，可以根据第一分布函数得到任意目标失效概率对应的芯片寿命置信区间，并根据该芯片寿命置信区间确定目标失效概率对应的回测时间点。目标失效概率不同，则对应的回测时间点也相应不同。例如，在本发明的一个实施例中，5％的目标失效概率对应的回测时间点为3个月-6个月，50％的目标失效概率对应的回测时间点为28-32个月等。
本发明的实施例提供的高温工作寿命测试中回测时间点的确定方法，能够根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，并根据所述第一分布函数，确定目标失效概率对应的回测时间点。由于根据可靠性数据可以获知芯片在任意测试条件下对应的芯片寿命，再配合上统计学的区间估计就可以构造出芯片在第一高应力电压下预设置信水平的寿命置信区间分布函数，即第一分布函数。由于第一分布函数可以描述第一高应力下、各种失效概率对应的芯片寿命分布范围，因此可以根据第一分布函数获知目标失效概率下的芯片寿命分布范围，即获知在哪段时间范围内芯片会以目标失效概率发生失效，从而根据这段时间范围确定回测时间点，因此由此确定出的回测时间点具有更充分的统计学依据，也更加准确，避免了很多无效回测时间点上的回测操作，从而能够有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。
可选的，在步骤S11中，可以通过多种方式根据可靠性数据得到相应的第一分布函数。
具体而言，在本发明的一个实施例中，步骤S11中根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数具体可以包括：
根据所述可靠性数据，获取芯片在额定工作电压下的失效概率函数，得到额定失效概率函数；
根据所述可靠性数据的统计学特征，预估预设置信水平下所述额定失效概率函数对应的芯片寿命置信区间分布函数，得到所述额定分布函数；
根据所述额定分布函数，确定芯片在所述第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
也即是说，本实施例中，可以先根据可靠性数据获取芯片在额定工作电压下的失效概率函数，并根据额定工作电压下每种失效概率对应的芯片寿命平均值和标准差，得到额定分布函数。其中，额定工作电压下的失效概率函数，体现了额定工作电压下各失效概率与芯片寿命平均值的对应关系。以该失效概率函数为中心，分别增加和减少若干倍的标准差(具体倍数可以根据置信水平确定，置信水平越高，倍数越大，置信区间跨度越大，置信水平越低，倍数越小，置信区间跨度越小)，即可得到该失效概率函数对应的额定分布函数。
有了额定分布函数，即是有了在额定工作电压下的芯片寿命置信区间分布函数。由于同一批芯片对应的可靠性数据相同，因此，在进行HTOL测试时，对应的电压加速因子相同，当将额定工作电压换为第一高应力电压时，可以直接根据第一高应力电压与额定工作电压之间的差异，由额定分布函数得到第一分布函数。其中，电压加速因子是加速寿命试验的一个参数，是加速应力下芯片某种寿命特征值与正常应力下寿命特征值的比值，也可称为加速系数，是一个无量纲数。
为了方便地由额定分布函数得到第一分布函数，在本发明的一个实施例中，根据所述额定分布函数，确定芯片在所述第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到所述第一分布函数具体可以包括：
在预设坐标系下，将所述额定分布函数绘制成曲线，得到额定分布曲线，其中，所述预设坐标系的横轴为时间的对数坐标，纵轴包括芯片的失效概率的对数正态坐标或芯片的失效概率的威布尔坐标；
根据所述第一高应力电压与所述额定工作电压的差异，在所述预设坐标系下，将所述额定分布曲线平移，得到所述第一分布函数对应的第一分布曲线。
本实施例中，通过将额定分布函数在预设坐标系中图形化，并将预设坐标系的横轴设为时间的对数，一方面可以使额定分布函数更为形象具体地展现，更便于理解，也使额定分布曲线的变化更为紧凑，便于观察，另一方面，还可以很方便地根据第一高应力电压与额定工作电压之间的比值，对额定分布曲线进行平移操作，从而得到第一分布函数对应的第一分布曲线。这是因为，高应力电压对芯片寿命的加速作用，在时间上是按照比例(即除法)进行的，但当预设坐标系的横轴为时间的对数时，原来的比例运算就变成了对数的减法运算，因此，通过将额定分布曲线在预设坐标系下整体等间距平移，即可得到对应的第一分布曲线。也即是说，第一分布曲线与额定分布曲线对应的具体坐标值不同，但二者的形状是相同的。
具体到本实施例中，由于第一高应力电压大于芯片的额定工作电压，在更高的电压下，芯片寿命应该会相应降低，因此，第一分布曲线可以由额定分布曲线向左平移得到。示例性的，一种由额定分布曲线F0平移得到第一分布曲线F1的示意图可以如图3所示。其中，图3的纵坐标为失效概率的威布尔坐标。
上述实施例中，第一分布函数对应的第一分布曲线可以由额定分布曲线平移得到，但本发明的实施例不限于此。在本发明的其他实施例中，第一分布函数还可以通过其他方式得到。
举例而言，在本发明的一个实施例中，步骤S11中根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数具体可以包括：
根据所述可靠性数据，获取芯片在所述第一高应力电压下的失效概率函数，得到第一失效概率函数；
根据所述可靠性数据的统计学特征，预估预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
也即是说，本实施例中，可以直接根据可靠性数据获取芯片在第一高应力电压下的失效概率函数，即第一失效概率函数，再根据统计学原理预估出第一失效概率函数对应的芯片寿命置信区间分布函数，而无需经过曲线的平移操作。
具体实施中，根据所述可靠性数据的统计学特征，预估预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数可以包括：
确定可靠性数据在第一高应力电压和预设置信水平下，各失效概率对应的第一寿命标准差；
根据第一寿命标准差，确定预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
需要说明的是，无论采取哪种方式得到第一分布函数，这些第一分布函数都是一致的，第一分布函数只与晶圆级可靠性数据以及构造的统计量有关，而与得到第一分布函数的具体方式无关。
得到了第一分布函数后，在步骤S12中，即可根据第一分布函数确定目标失效概率对应的回测时间点，从而有效地对芯片的回测时间点进行预测。具体而言，在本发明的一个实施例中，步骤S12中根据所述第一分布函数，确定目标失效概率对应的回测时间点具体可以包括：
将所述目标失效概率代入所述第一分布函数，得到所述预设置信水平下所述目标失效概率对应的芯片寿命的置信区间；
根据所述芯片寿命的置信区间的两个区间端点，确定所述目标失效概率对应的回测时间点。
由于第一分布函数体现了预设置信水平下，芯片失效概率与芯片寿命的置信区间的对应关系，因此，当需要获知某个目标失效概率对应的芯片寿命的置信区间时，只需要将目标失效概率代入第一分布函数即可。芯片寿命的置信区间反映了芯片具有较大可能，在该时间段内以目标失效概率发生失效，因此，为了能够及时捕捉到芯片是否真正发生失效，可以根据芯片寿命的置信区间的两个端点确定芯片的回测时间点。例如，可以直接以芯片寿命的置信区间的两个端点作为相应的回测时间点，也可以根据需要，在芯片寿命的置信区间的两个端点的基础上进行调整，得到相应的回测时间点。本发明的实施例对此不做限定。
进一步地，得到目标失效概率对应的回测时间点后，可以在得到的回测时间点对芯片进行回测。在本发明的一个实施例中，在对芯片进行回测时，可以让芯片在额定工作电压下运行。
又进一步地，为了保证得到的回测时间点尽量准确，在本发明的一个实施例中，可以检测根据第一分布函数得到的回测时间点是否准确，如果不准确，则可以对第一分布函数进行修正。
具体而言，在本发明的一个实施例中，根据所述第一分布函数，确定目标失效概率对应的回测时间点之后，本发明的实施例提供的高温工作寿命测试中回测时间点的确定方法还可以包括：
在所述回测时间点，对所述芯片进行回测，得到所述芯片的第一实际失效概率；
根据所述第一实际失效概率与所述目标失效概率的关系，检测所述第一分布函数是否准确；
在所述第一分布函数不准确的情况下，对所述第一分布函数进行修正。
可选的，如果第一实际失效概率与目标失效概率的差异在预设差异范围内，则可以确定第一分布函数是准确的，无需进行修正，反之，如果第一实际失效概率与目标失效概率的差异超过预设差异范围，则可以确定第一分布函数是不准确的，需要对第一分布函数进行修正。可选的，该预设差异范围可以为绝对值，也可以为相对值，还可以根据需要进行设置和调整，本发明的实施例对此不做限定。
举例而言，在本发明的一个实施例中，根据第一分布函数确定20％目标失效概率对应的回测时间点为200小时和240小时，其中，在240小时回测时间点对芯片回测得到的第一实际失效概率为40％，假设预设差异范围为3％，则对于240小时回测时间点而言，第一实际失效概率与目标失效概率的差异(40％-20％)超过了该预设差异范围3％，说明第一分布函数还不够准确，因此可以对第一分布函数进行修正。
具体而言，在本发明的一个实施例中，对所述第一分布函数进行修正具体可以包括：
根据可靠性数据，获取芯片在第一高应力电压下的失效概率函数，得到第一失效概率函数；示例性的，在本发明的一个实施例中，第一失效概率函数f1对应的曲线可以如图4所示。
根据第一分布函数预测出的回测时间点及其对应的所述第一实际失效概率，确定所述第一高应力电压下的第二失效概率函数，其中，第二失效概率函数为对第一失效概率函数的修正；示例性的，结合图4和图5，在本发明的一个实施例中，第一分布函数F1预测出的回测时间点t1的目标失效概率对应于Ppredict点，而回测时间点t1的第一实际失效概率对应于Preal点，则可以根据Preal点确定第一高应力电压下的第二失效概率函数f2，其中，第二失效概率函数f2为对第一失效概率函数f1的修正。其中，图4和图5的纵坐标为失效概率的威布尔坐标，威布尔坐标与失效概率存在如下映射关系W＝LN(-LN(1-F))，其中，W为威布尔坐标，F为失效概率。基于该映射关系，威布尔坐标下Preal(300,-1)实际对应的失效概率大约为0.3，威布尔坐标下Ppredict(300,-2)实际对应的失效概率大约为0.125。
对第二失效概率函数的准确性进行验证；
在第二失效概率函数通过验证的情况下，根据同一失效概率下，第一失效概率函数与第二失效概率函数对应的芯片寿命的置信区间之间的差异，确定第一失效概率函数对应的区间修正系数n；
根据第一失效概率函数对应的芯片寿命的置信区间及区间修正系数n，确定第二失效概率函数对应的芯片寿命置信区间分布函数，得到第二分布函数，其中，第二分布函数为对第一分布函数的修正。
本发明的实施例中，为了确保对第一失效函数的修正效果，在进行区间修正之前，先对第二失效概率函数的准确性进行了验证。如果第二失效概率函数被验证是准确的，则可以进一步确定第一失效概率函数对应的置信区间的区间修正系数，从而通过对第一失效概率函数的芯片寿命的置信区间进行修正，得到第二失效概率函数对应的芯片寿命的置信区间，进而根据第二失效概率函数对应的置信区间以及第二失效概率函数，得到第二分布函数。
具体的，由于同一批次的芯片对应的晶圆级有效数据相同，在对数坐标系下，各分布函数彼此之间可以通过平移得到，因此，在本发明的一个实施例中，第一失效概率函数对应的置信区间的区间修正系数，可以根据同一失效概率下，所述第一失效概率函数与所述第二失效概率函数对应的芯片寿命的置信区间之间的差异来确定。例如，在本发明的一个实施例中，对于失效概率为0.3的情况而言，第一失效概率函数对应的芯片寿命的置信区间的左端点坐标为100小时，第二失效概率函数对应的芯片寿命的置信区间的左端点坐标为70小时，则可以确定第一失效概率函数对应的芯片寿命的置信区间的区间修正系数n为70小时/100小时＝0.7，则相应的，任意失效概率对应的第二分布函数的置信区间与第一分布函数的置信区间都存在如下对应关系：
tLL_x_redo＝n*tLL_x (1)
tUL_x_redo＝n*tUL_x (2)
其中，[tLL_x_redo,tUL_x_redo]为修正后的置信区间，即第二分布函数的置信区间，同时也是第二失效概率函数对应的芯片寿命的置信区间；[tLL_x,tUL_x]为修正前的置信区间，即第一分布函数的置信区间，同时也是第一失效概率函数对应的芯片寿命的置信区间；n为区间修正系数。
区间修正系数n用法的解释如下：所有置信区间的预测来源于同一笔晶圆级可靠性数据，因此各区间形状相同。在加速因子不变的情况下，修正系数的影响为:各组失效概率函数和分布函数整体等间距向右平移。X轴为对数坐标，整体同间距平移，意味着所有点乘以相同系数n。上述实施例中，n为0.7小于1，因此效果上是整体等间距向左平移。
上述实施例中，根据区间修正系数n得到第二失效概率函数对应的第二分布函数，但本发明的实施例不限于此。在本发明的其他实施例中，也可以通过另外的方法得到第二分布函数。例如，可以将图4中的第一分布函数F1平移，得到图5中的第二分布函数F2，在上述分布函数的平移过程中，第一分布函数F1对应的第一失效概率函数f1也随之平移，得到第二分布函数F2对应的第二失效概率函数f2，并且第二失效概率函数f2对应的曲线穿过Preal点。
前文已经提及，为了确保对第一失效函数的修正效果，可以对第二失效概率函数的准确性进行验证。具体而言，在本发明的一个实施例中，对第二失效概率函数的准确性进行验证可以包括：
根据所述第二失效概率函数以及第二高应力电压，得到第三失效概率函数，所述第二高应力电压与所述第一高电压不同；其中，第三失效概率函数可以通过对第二失效概率函数进行平移得到，示例性的，第三失效概率函数f3对应的曲线可以如图6所示。
获取所述预设置信水平下，所述第三失效概率函数对应的芯片寿命置信区间分布函数，得到第三分布函数；示例性的，第三分布函数F3可以如图6所示。
根据所述第三分布函数确定目标失效概率对应的回测时间点，例如，图6中的Test1点和Test2点。
在所述回测时间点(例如Test1点和Test2点)，对所述芯片进行回测，得到所述芯片的第二实际失效概率；
根据所述第二实际失效概率与所述目标失效概率的关系，检测所述第三分布函数是否准确；可选的，具体的检测方法可以与检测第一分布函数是否准确的方法类似，此处不再赘述。
根据所述第三分布函数的检测结果，确定所述第二失效概率函数的准确性。可选的，如果检测结果为第三分布函数准确，则可以确定第二失效概率函数是准确的，反之，如果检测结果为第三分布函数不准确，则可以确定第二失效概率函数也是不准确的。也即是说，本发明的实施例中，可以通过验证第三分布函数是否准确来验证第二失效概率函数是否准确。
相应的，第二方面，本发明的实施例还提供了一种高温工作寿命测试中回测时间点的确定装置，能够较准确地确定芯片的回测时间点，从而有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。
如图7所示，本发明的实施例提供的高温工作寿命测试中回测时间点的确定装置，可以包括：
预估单元31，用于根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；
确定单元32，用于根据所述第一分布函数，确定目标失效概率对应的回测时间点。
本发明的实施例提供的高温工作寿命测试中回测时间点的确定装置，能够根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，并根据所述第一分布函数，确定目标失效概率对应的回测时间点。由于根据可靠性数据可以获知芯片在任意测试条件下对应的芯片寿命，再配合上统计学的区间估计就可以构造出芯片在第一高应力电压下预设置信水平的寿命置信区间分布函数，即第一分布函数。由于第一分布函数可以描述第一高应力下、各种失效概率对应的芯片寿命分布范围，因此可以根据第一分布函数获知目标失效概率下的芯片寿命分布范围，即获知在哪段时间范围内芯片会以目标失效概率发生失效，从而根据这段时间范围确定回测时间点，因此由此确定出的回测时间点具有更充分的统计学依据，也更加准确，避免了很多无效回测时间点上的回测操作，从而能够有效节约回测资源，并准确把控芯片性能在HTOL测试中的变化趋势。
在一种实施方式中，预估单元31可以包括：
第一获取模块，用于根据所述可靠性数据，获取芯片在额定工作电压下的失效概率函数，得到额定失效概率函数；
第二预估模块，用于根据所述可靠性数据的统计学特征，预估预设置信水平下所述额定失效概率函数对应的芯片寿命置信区间分布函数，得到所述额定分布函数；
第一确定模块，用于根据所述额定分布函数，确定芯片在所述第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
在一种实施方式中，所述确定模块，具体可以用于：
在预设坐标系下，将所述额定分布函数绘制成曲线，得到额定分布曲线，其中，所述预设坐标系的横轴为时间的对数，纵轴为芯片的失效概率；
根据所述第一高应力电压与所述额定工作电压的差异，在所述预设坐标系下，将所述额定分布曲线平移，得到所述第一分布函数对应的第一分布曲线。
在一种实施方式中，预估单元31可以包括：
第二获取模块，用于根据所述可靠性数据，获取芯片在所述第一高应力电压下的失效概率函数，得到第一失效概率函数；
第二预估模块，用于根据所述可靠性数据的统计学特征，预估预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
在一种实施方式中，所述第二预估模块，具体可以用于：
确定所述可靠性数据在所述第一高应力电压和所述预设置信水平下，各失效概率对应的第一寿命标准差；
根据所述第一寿命标准差，确定所述预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
在一种实施方式中，确定单元32可以包括：
代入模块，用于将所述目标失效概率代入所述第一分布函数，得到所述预设置信水平下所述目标失效概率对应的芯片寿命的置信区间；
第二确定模块，用于根据所述芯片寿命的置信区间的两个区间端点，确定所述目标失效概率对应的回测时间点。
在一种实施方式中，所述装置还可以包括：
回测单元，用于在根据所述第一分布函数，确定目标失效概率对应的回测时间点之后，在所述回测时间点，对所述芯片进行回测，得到所述芯片的第一实际失效概率；
检测单元，用于根据所述第一实际失效概率与所述目标失效概率的关系，检测所述第一分布函数是否准确；
修正单元，用于在所述第一分布函数不准确的情况下，对所述第一分布函数进行修正。
在一种实施方式中，所述修正单元可以包括：
第三获取模块，用于根据所述可靠性数据，获取芯片在第一高应力电压下的失效概率函数，得到第一失效概率函数；
第三确定模块，用于根据所述回测时间点及其对应的所述第一实际失效概率，确定所述第一高应力电压下的第二失效概率函数，其中，所述第二失效概率函数为对所述第一失效概率函数的修正；
验证模块，用于对所述第二失效概率函数的准确性进行验证；
第四确定模块，用于在所述第二失效概率函数通过验证的情况下，根据同一失效概率下，所述第一失效概率函数与所述第二失效概率函数对应的芯片寿命的置信区间之间的差异，确定所述第一失效概率函数对应的区间修正系数；
第五确定模块，用于根据所述第一失效概率函数对应的芯片寿命的置信区间及所述区间修正系数，确定所述第二失效概率函数对应的芯片寿命置信区间分布函数，得到第二分布函数，其中，所述第二分布函数为对所述第一分布函数的修正。
在一种实施方式中，所述验证模块具体可以用于：
根据所述第二失效概率函数以及第二高应力电压，得到第三失效概率函数，所述第二高应力电压与所述第一高电压不同；
获取所述预设置信水平下，所述第三失效概率函数对应的芯片寿命置信区间分布函数，得到第三分布函数；
根据所述第三分布函数确定目标失效概率对应的回测时间点；
在所述回测时间点，对所述芯片进行回测，得到所述芯片的第二实际失效概率；
根据所述第二实际失效概率与所述目标失效概率的关系，检测所述第三分布函数是否准确；
根据所述第三分布函数的检测结果，确定所述第二失效概率函数的准确性。
第三方面，如图8所示，本发明的实施例还提供一种电子设备，包括：壳体100、至少一个处理器110、存储器120、电路板130和电源电路140，其中，电路板130安置在壳体100围成的空间内部，处理器110和存储器120设置在电路板130上；电源电路140，用于为上述电子设备的各个电路或器件供电；存储器120用于存储可执行程序代码；处理器110通过读取存储器120中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述实施例提供的任一种高温工作寿命测试中回测时间点的确定方法。处理器110对上述步骤的具体执行过程以及处理器110通过运行可执行程序代码来进一步执行的步骤，可以参见前述实施例的描述，在此不再赘述。
第四方面，本发明的实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一种高温工作寿命测试中回测时间点的确定方法。处理器对上述步骤的具体执行过程以及处理器通过运行可执行程序代码来进一步执行的步骤，可以参见前述实施例的描述，在此不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
为了描述的方便，描述以上装置是以功能分为各种单元/模块分别描述。当然，在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (20)

1.一种高温工作寿命测试中回测时间点的确定方法，其特征在于，包括：
根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；
根据所述第一分布函数，确定目标失效概率对应的回测时间点。
2.根据权利要求1所述的方法，其特征在于，所述根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数包括：
根据所述可靠性数据，获取芯片在额定工作电压下的失效概率函数，得到额定失效概率函数；
根据所述可靠性数据的统计学特征，预估预设置信水平下所述额定失效概率函数对应的芯片寿命置信区间分布函数，得到所述额定分布函数；
根据所述额定分布函数，确定芯片在所述第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述额定分布函数，确定芯片在所述第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到所述第一分布函数包括：
在预设坐标系下，将所述额定分布函数绘制成曲线，得到额定分布曲线，其中，所述预设坐标系的横轴为时间的对数坐标，纵轴包括芯片的失效概率的对数正态坐标或芯片的失效概率的威布尔坐标；
根据所述第一高应力电压与所述额定工作电压的差异，在所述预设坐标系下，将所述额定分布曲线平移，得到所述第一分布函数对应的第一分布曲线。
4.根据权利要求1所述的方法，其特征在于，所述根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数包括：
根据所述可靠性数据，获取芯片在所述第一高应力电压下的失效概率函数，得到第一失效概率函数；
根据所述可靠性数据的统计学特征，预估预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述可靠性数据的统计学特征，预估预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数包括：
确定所述可靠性数据在所述第一高应力电压和所述预设置信水平下，各失效概率对应的第一寿命标准差；
根据所述第一寿命标准差，确定所述预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
6.根据权利要求1所述的方法，其特征在于，所述根据所述第一分布函数，确定目标失效概率对应的回测时间点包括：
将所述目标失效概率代入所述第一分布函数，得到所述预设置信水平下所述目标失效概率对应的芯片寿命的置信区间；
根据所述芯片寿命的置信区间的两个区间端点，确定所述目标失效概率对应的回测时间点。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据所述第一分布函数，确定目标失效概率对应的回测时间点之后，所述方法还包括：
在所述回测时间点，对所述芯片进行回测，得到所述芯片的第一实际失效概率；
根据所述第一实际失效概率与所述目标失效概率的关系，检测所述第一分布函数是否准确；
在所述第一分布函数不准确的情况下，对所述第一分布函数进行修正。
8.根据权利要求7所述的方法，其特征在于，所述对所述第一分布函数进行修正包括：
根据所述可靠性数据，获取芯片在第一高应力电压下的失效概率函数，得到第一失效概率函数；
根据所述回测时间点及其对应的所述第一实际失效概率，确定所述第一高应力电压下的第二失效概率函数，其中，所述第二失效概率函数为对所述第一失效概率函数的修正；
对所述第二失效概率函数的准确性进行验证；
在所述第二失效概率函数通过验证的情况下，根据同一失效概率下，所述第一失效概率函数与所述第二失效概率函数对应的芯片寿命的置信区间之间的差异，确定所述第一失效概率函数对应的区间修正系数；
根据所述第一失效概率函数对应的芯片寿命的置信区间及所述区间修正系数，确定所述第二失效概率函数对应的芯片寿命置信区间分布函数，得到第二分布函数，其中，所述第二分布函数为对所述第一分布函数的修正。
9.根据权利要求8所述的方法，其特征在于，所述对所述第二失效概率函数的准确性进行验证包括：
根据所述第二失效概率函数以及第二高应力电压，得到第三失效概率函数，所述第二高应力电压与所述第一高电压不同；
获取所述预设置信水平下，所述第三失效概率函数对应的芯片寿命置信区间分布函数，得到第三分布函数；
根据所述第三分布函数确定目标失效概率对应的回测时间点；
在所述回测时间点，对所述芯片进行回测，得到所述芯片的第二实际失效概率；
根据所述第二实际失效概率与所述目标失效概率的关系，检测所述第三分布函数是否准确；
根据所述第三分布函数的检测结果，确定所述第二失效概率函数的准确性。
10.一种高温工作寿命测试中回测时间点的确定装置，其特征在于，包括：
预估单元，用于根据可靠性数据，预估芯片在第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到第一分布函数，其中，所述第一高应力电压大于所述芯片的额定工作电压，且所述第一高应力电压与所述额定工作电压的比值大于预设比例阈值；
确定单元，用于根据所述第一分布函数，确定目标失效概率对应的回测时间点。
11.根据权利要求10所述的装置，其特征在于，所述预估单元包括：
第一获取模块，用于根据所述可靠性数据，获取芯片在额定工作电压下的失效概率函数，得到额定失效概率函数；
第二预估模块，用于根据所述可靠性数据的统计学特征，预估预设置信水平下所述额定失效概率函数对应的芯片寿命置信区间分布函数，得到所述额定分布函数；
第一确定模块，用于根据所述额定分布函数，确定芯片在所述第一高应力电压下、预设置信水平对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
12.根据权利要求11所述的装置，其特征在于，所述确定模块，具体用于：
在预设坐标系下，将所述额定分布函数绘制成曲线，得到额定分布曲线，其中，所述预设坐标系的横轴为时间的对数坐标，纵轴包括芯片的失效概率的对数正态坐标或芯片的失效概率的威布尔坐标；
根据所述第一高应力电压与所述额定工作电压的差异，在所述预设坐标系下，将所述额定分布曲线平移，得到所述第一分布函数对应的第一分布曲线。
13.根据权利要求10所述的装置，其特征在于，所述预估单元包括：
第二获取模块，用于根据所述可靠性数据，获取芯片在所述第一高应力电压下的失效概率函数，得到第一失效概率函数；
第二预估模块，用于根据所述可靠性数据的统计学特征，预估预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
14.根据权利要求13所述的装置，其特征在于，所述第二预估模块，具体用于：
确定所述可靠性数据在所述第一高应力电压和所述预设置信水平下，各失效概率对应的第一寿命标准差；
根据所述第一寿命标准差，确定所述预设置信水平下所述第一失效概率函数对应的芯片寿命置信区间分布函数，得到所述第一分布函数。
15.根据权利要求10所述的装置，其特征在于，所述确定单元包括：
代入模块，用于将所述目标失效概率代入所述第一分布函数，得到所述预设置信水平下所述目标失效概率对应的芯片寿命的置信区间；
第二确定模块，用于根据所述芯片寿命的置信区间的两个区间端点，确定所述目标失效概率对应的回测时间点。
16.根据权利要求10至15中任一项所述的装置，其特征在于，还包括：
回测单元，用于在根据所述第一分布函数，确定目标失效概率对应的回测时间点之后，在所述回测时间点，对所述芯片进行回测，得到所述芯片的第一实际失效概率；
检测单元，用于根据所述第一实际失效概率与所述目标失效概率的关系，检测所述第一分布函数是否准确；
修正单元，用于在所述第一分布函数不准确的情况下，对所述第一分布函数进行修正。
17.根据权利要求16所述的装置，其特征在于，所述修正单元包括：
第三获取模块，用于根据所述可靠性数据，获取芯片在第一高应力电压下的失效概率函数，得到第一失效概率函数；
第三确定模块，用于根据所述回测时间点及其对应的所述第一实际失效概率，确定所述第一高应力电压下的第二失效概率函数，其中，所述第二失效概率函数为对所述第一失效概率函数的修正；
验证模块，用于对所述第二失效概率函数的准确性进行验证；
第四确定模块，用于在所述第二失效概率函数通过验证的情况下，根据同一失效概率下，所述第一失效概率函数与所述第二失效概率函数对应的芯片寿命的置信区间之间的差异，确定所述第一失效概率函数对应的区间修正系数；
第五确定模块，用于根据所述第一失效概率函数对应的芯片寿命的置信区间及所述区间修正系数，确定所述第二失效概率函数对应的芯片寿命置信区间分布函数，得到第二分布函数，其中，所述第二分布函数为对所述第一分布函数的修正。
18.根据权利要求17所述的装置，其特征在于，所述验证模块具体用于：
根据所述第二失效概率函数以及第二高应力电压，得到第三失效概率函数，所述第二高应力电压与所述第一高电压不同；
获取所述预设置信水平下，所述第三失效概率函数对应的芯片寿命置信区间分布函数，得到第三分布函数；
根据所述第三分布函数确定目标失效概率对应的回测时间点；
在所述回测时间点，对所述芯片进行回测，得到所述芯片的第二实际失效概率；
根据所述第二实际失效概率与所述目标失效概率的关系，检测所述第三分布函数是否准确；
根据所述第三分布函数的检测结果，确定所述第二失效概率函数的准确性。
19.一种电子设备，其特征在于，包括：壳体、至少一个处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；所述至少一个处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述权利要求1-9中任一项所述的方法。
20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述权利要求1-9中任一项所述的方法。
CN202211242235.2A 2022-10-11 2022-10-11 一种高温工作寿命测试中回测时间点的确定方法及装置 Active CN115544441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211242235.2A CN115544441B (zh) 2022-10-11 2022-10-11 一种高温工作寿命测试中回测时间点的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211242235.2A CN115544441B (zh) 2022-10-11 2022-10-11 一种高温工作寿命测试中回测时间点的确定方法及装置

Publications (2)

Publication Number Publication Date
CN115544441A true CN115544441A (zh) 2022-12-30
CN115544441B CN115544441B (zh) 2023-09-08

Family

ID=84733243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211242235.2A Active CN115544441B (zh) 2022-10-11 2022-10-11 一种高温工作寿命测试中回测时间点的确定方法及装置

Country Status (1)

Country Link
CN (1) CN115544441B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117871293A (zh) * 2024-03-11 2024-04-12 四川嘉乐地质勘察有限公司 基于自纠正的高应变力检测方法及检测装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548539A (en) * 1993-11-05 1996-08-20 Analogy, Inc. Analysis mechanism for system performance simulator
CN102184292A (zh) * 2011-03-30 2011-09-14 北京航空航天大学 服从指数分布的电子产品可靠性预计模型修正方法
CN103292982A (zh) * 2013-06-05 2013-09-11 桂林电子科技大学 基于步进应力的led灯具的加速退化试验方法
DE102015224682A1 (de) * 2015-12-09 2017-06-14 Rolls-Royce Deutschland Ltd & Co Kg Vorrichtung zur Prüfung von Probenkörpern und zur Auswertung von Schwingfestigkeitsversuchen und Auswerteverfahren
CN107293501A (zh) * 2016-03-31 2017-10-24 中芯国际集成电路制造(上海)有限公司 用于预测芯片高温操作寿命的方法及装置
CN107729599A (zh) * 2017-08-31 2018-02-23 广东科鉴检测工程技术有限公司 医疗器械核心部件加速退化试验数据处理方法
CN108388694A (zh) * 2018-01-26 2018-08-10 北京航空航天大学 一种塑封光电耦合器贮存寿命预测方法
CN109143098A (zh) * 2018-09-27 2019-01-04 北京长城华冠汽车科技股份有限公司 一种锂离子电池寿命估算方法和装置
CN112784415A (zh) * 2021-01-22 2021-05-11 北京航空航天大学 一种定数截尾加速寿命试验机理等同性检验与寿命预测方法
CN114943120A (zh) * 2022-03-14 2022-08-26 联合汽车电子有限公司 疲劳曲线标定方法及可读存储介质
CN114970157A (zh) * 2022-05-26 2022-08-30 北京航空航天大学 电子产品在电压应力作用下的小样本试验寿命预测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548539A (en) * 1993-11-05 1996-08-20 Analogy, Inc. Analysis mechanism for system performance simulator
CN102184292A (zh) * 2011-03-30 2011-09-14 北京航空航天大学 服从指数分布的电子产品可靠性预计模型修正方法
CN103292982A (zh) * 2013-06-05 2013-09-11 桂林电子科技大学 基于步进应力的led灯具的加速退化试验方法
DE102015224682A1 (de) * 2015-12-09 2017-06-14 Rolls-Royce Deutschland Ltd & Co Kg Vorrichtung zur Prüfung von Probenkörpern und zur Auswertung von Schwingfestigkeitsversuchen und Auswerteverfahren
CN107293501A (zh) * 2016-03-31 2017-10-24 中芯国际集成电路制造(上海)有限公司 用于预测芯片高温操作寿命的方法及装置
CN107729599A (zh) * 2017-08-31 2018-02-23 广东科鉴检测工程技术有限公司 医疗器械核心部件加速退化试验数据处理方法
CN108388694A (zh) * 2018-01-26 2018-08-10 北京航空航天大学 一种塑封光电耦合器贮存寿命预测方法
CN109143098A (zh) * 2018-09-27 2019-01-04 北京长城华冠汽车科技股份有限公司 一种锂离子电池寿命估算方法和装置
CN112784415A (zh) * 2021-01-22 2021-05-11 北京航空航天大学 一种定数截尾加速寿命试验机理等同性检验与寿命预测方法
CN114943120A (zh) * 2022-03-14 2022-08-26 联合汽车电子有限公司 疲劳曲线标定方法及可读存储介质
CN114970157A (zh) * 2022-05-26 2022-08-30 北京航空航天大学 电子产品在电压应力作用下的小样本试验寿命预测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117871293A (zh) * 2024-03-11 2024-04-12 四川嘉乐地质勘察有限公司 基于自纠正的高应变力检测方法及检测装置
CN117871293B (zh) * 2024-03-11 2024-05-28 四川嘉乐地质勘察有限公司 基于自纠正的高应变力检测方法及检测装置

Also Published As

Publication number Publication date
CN115544441B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN108153211B (zh) 报警参数的趋势分析和自动调谐的方法
CN114201350A (zh) 一种晶圆芯片的测试方法、装置、电子设备及存储介质
CN115544441B (zh) 一种高温工作寿命测试中回测时间点的确定方法及装置
KR20090001148A (ko) 가상 계측 시스템 및 가상 계측 방법
CN110928264A (zh) 数据处理、数据处理装置以及计算机可读取记录介质
US20210374634A1 (en) Work efficiency evaluation method, work efficiency evaluation apparatus, and program
JP7090430B2 (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
CN114491383A (zh) 桥梁监测的异常数据处理方法及系统
KR102280390B1 (ko) 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램을 저장한 컴퓨터 판독 가능한 기록 매체
TW202107058A (zh) 異常診斷方法、異常診斷裝置以及異常診斷程式
CN113032999B (zh) 医疗设备使用寿命的预测方法及装置
CN116609642B (zh) 芯片测试误差的补偿方法、装置、电子设备及存储介质
CN111368464B (zh) 一种功率半导体器件的芯片筛选方法及装置
CN106598026B (zh) 输变电设备状态检修时间检测方法和装置
CN112578270A (zh) 基准电压自动校准的测试方法、装置、存储介质和终端
CN115544803B (zh) 一种变压器剩余寿命预测方法、装置、设备及存储介质
CN111310989B (zh) 零件加工成功率的预测方法、预测装置及可读存储介质
JP6166120B2 (ja) データ処理装置、測定装置、選別装置、データ処理方法およびプログラム
JP6752661B2 (ja) 処理装置、検査システムおよび処理プログラム
US20220027436A1 (en) Anomaly factor estimation method, anomaly factor estimating device, and program
CN108269004B (zh) 产品寿命分析方法及终端设备
CN111274687B (zh) 元器件失效率预计方法、装置、计算机设备及存储介质
CN112000717B (zh) 半导体数据分析方法、系统及计算机可读存储介质
CN118330439B (zh) 一种半导体芯片测试电路和测试方法
WO2023073941A1 (ja) エラー要因推定装置、エラー要因推定方法及びコンピュータ可読媒体

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