JP3483520B2 - 信頼性評価試験方法および記録媒体 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は半導体デバイス等を
中心とする各種部品の信頼性評価試験方法および記録媒
体に関するものである。

【０００２】

【従来の技術】一般に、部品の昇温の温度ステップスト
レス環境下の信頼性解析や信頼度推定に用いる劣化故障
要因の温度依存値たとえば活性化エネルギーＥａ、定数
Ｃを求めるには、同一ロット内の２グループ以上の試料
母集団を対象に２水準以上の温度加速試験を同一動作
（未動作を含む）条件で実施する必要がある。この活性
化エネルギーＥａはアレニウスの化学反応速度モデル
（参考；塩見弘著・信頼性工学入門、発行所・丸善）の
温度依存式（Ａ＝Ｃ・ｅ（−Ｅａ／ｋＴ））に基づく連
立式から計算される値で、上記各温度水準の絶対温度
Ｔ、温度加速試験から得られる平均寿命Ａおよびボルツ
マン定数ｋから、定数Ｃとともに導出される。

【０００３】ここで、二種類の劣化故障要因が５０％づ
つ含まれる全く同じ３グループの試料母集団を仮定し、
これらを対象にした温度加速試験の寿命分布から活性化
エネルギーＥａを決定する平均寿命について説明する。

【０００４】図７は各温度加速試験における劣化故障要
因毎の故障を対数正規の寿命分布として模式的に現した
グラフで、活性化エネルギーＥａを導出するための理想
的な分布形態である。この温度加速試験の温度水準Ｔａ
は、Ｔａ３＞Ｔａ２＞Ｔａ１の関係にある。また、第１
の故障分布ａ（細線ａ１、ａ２、ａ３）と第２の故障分
布ｂ（太線ｂ１、ｂ２、ｂ３）とでは劣化故障要因が異
なっており、それぞれの活性化エネルギーＥａは故障分
布ａの方が故障分布ｂよりも大きい関係にある。

【０００５】図８は図７の故障分布ａと故障分布ｂとを
合わせた各温度加速試験本来の寿命分布を同じく対数正
規分布で示したグラフである。温度水準Ｔａ１と温度水
準Ｔａ３とは図７における故障分布ａと故障分布ｂとの
故障分布時間領域が分かれているため、温度加速試験と
しての寿命分布が非線形な複合分布形態となって現れ
る。一方、温度水準Ｔａ２は図７における故障分布ａと
故障分布ｂとが５０％点を中心に同じ時間領域で重なっ
ているので、温度加速試験としての寿命分布がほぼ直線
的な混合分布形態となって現れる。

【０００６】実際の温度加速試験では、図７における活
性化エネルギーＥａの違いによる各故障分布の時間領域
のずれ、各試料母集団のサンプリングの仕方やその大き
さおよび他の劣化故障要因の複合や混合とその割合の違
い等により、図８で示される寿命分布は様々な形態をと
ることになる。したがって、温度加速試験の寿命分布形
態の解析は一層複雑となるのが現状で、寿命分布内の多
くの試料について物理的な劣化故障解析等を詳細に実施
しない限り、劣化故障要因が複合あるいは混合している
か否かの判断が不可能となる場合が多い。逆に、非線形
な寿命分布形態であっても、図８の縦軸に示される正規
確率度数（累積度数）の関数をワイブル分布関数などに
変えてリプロットすると直線に回帰できることがあり、
劣化故障要因が１つである場合もある。

【０００７】また、図７と図８との違いに示されるよう
に、平均寿命は各温度加速試験の寿命分布が単一の劣化
故障要因でかつ特性の傾きがほぼ同一で直線でない限り
定義付けられず、各温度加速試験からの活性化エネルギ
ーＥａの導出が困難となる。また、平均寿命は統計量で
あるため、活性化エネルギーＥａには一定の誤差が入り
込んでいる。したがって、実際の評価では、得られた寿
命分布の直線近似から平均寿命等を推定し、温度加速試
験の活性化エネルギーＥａあるいは劣化故障要因の活性
化エネルギーＥａを導出していた。

【０００８】

【発明が解決しようとする課題】従来の信頼性評価試験
方法で活性化エネルギーＥａを正確に導出するには、少
なくとも３水準以上の温度加速試験を実施する必要ある
から、すなわち複数の試料群を用意し、おのおのの試料
群には異なった温度加速試験を実施する必要があるか
ら、試験実施作業が面倒である。しかも、それぞれの母
集団を大きく取った温度加速試験を実施し、各温度加速
試験における初期、偶発、磨耗の各故障分布形態と劣化
故障要因の複合、混合とを併せた寿命分布形態の吟味が
必要であり、また試験温度と平均寿命とのアレニウスプ
ロットでの直線近似処理が必要となる。このためには、
温度加速試験後に多くの試料を対象とした物理的な劣化
故障解析を実施する手間も必要とされる。また、温度加
速試験の設定温度条件によっては劣化や故障が現れにく
く、長期に渡る試験時間が必要であったり、逆に劣化や
故障が早いために正確な試験データが取れない等、活性
化エネルギーＥａを正確に導出することが困難である。
さらに、従来の信頼性評価試験方法では個々の試料の活
性化エネルギーＥａを求めることは不可能であった。

【０００９】このように、従来の信頼性評価試験方法に
より得られる各温度加速試験での部品の平均寿命値等に
は、温度加速試験の様々な要因によるばらつきが取り込
まれてしまう。現実的には、詳細な寿命分布や劣化の解
析ができないまま寿命分布を直線近似し、あえて規定し
た平均寿命から活性化エネルギーＥａを導出するため、
活性化エネルギーＥａのばらつきが大きく、不自然な値
を示したりする場合が多くあった。また、限られた試料
数においては、試験温度水準が多いと一試験当たりの試
料母集団が小さくなり、精度および効率の良い信頼性評
価試験方法とはならない。

【００１０】本発明は上述の課題を解決するためになさ
れたもので、温度依存値を容易にかつ正確に導出するこ
とができる信頼性評価試験方法、この方法を実行するプ
ログラムを記録した記録媒体を提供することを目的とす
る。

【００１１】

【課題を解決するための手段】この目的を達成するた
め、本発明においては、１つの試料母集団についての昇
温の温度ステップストレス環境下の温度加速試験により
得たステップ温度と各試料の実測変動データとから温度
依存値フィッティングによりアレニウスの化学反応速度
モデルに基づく温度依存値を導出する信頼性評価試験方
法において、上記ステップ温度、上記実測変動データお
よび既知あるいは想定される第１の劣化故障要因の第１
の活性化エネルギーに基づく基準値をコンピュータの記
憶手段に格納し、上記基準値と上記試料の最大ステップ
温度における実測変動範囲内の上限に漸近する仮の変動
値とから上記試料の上記各ステップ温度に対応した変動
データである仮基準変動データを計算して、上記仮基準
変動データを上記記憶手段に格納し、上記仮基準変動デ
ータを上記実測変動データから差し引いた差分変動デー
タを上記記憶手段に格納し、上記差分変動データから未
確認の第２の劣化故障要因の暫定変動データを求めて、
上記暫定変動データを上記記憶手段に格納し、上記差分
変動データと上記暫定変動データとの差分の偏差量が最
小になるように上記仮の変動値を漸減させることで上記
第１の活性化エネルギーに対応する第１の定数と上記第
２の劣化故障要因の第２の活性化エネルギー、第２の定
数を導出して、上記第１の定数、上記第２の活性化エネ
ルギー、上記第２の定数を上記記憶手段に格納し、上記
温度依存値を導出する。

【００１２】

【００１３】 また、コンピュータ読み取り可能な記録
媒体において、第１の活性化エネルギーに基づく基準値
と１つの試料母集団についての昇温の温度ステップスト
レス環境下の温度加速試験の試料の最大ステップ温度に
おける実測変動範囲内の上限に漸近する仮の変動値とか
ら上記試料の各ステップ温度での変動データを計算して
仮基準変動データとして、上記仮基準変動データをコン
ピュータの記憶手段に格納する処理と、上記仮基準変動
データを実測変動データから差し引いた差分変動データ
を上記記憶手段に格納し、上記差分変動データから未確
認の第２の劣化故障要因の暫定変動データを求めて、上
記暫定変動データを上記記憶手段に格納する処理と、上
記差分変動データと上記暫定変動データとの差分の偏差
量が最小になるように上記仮の変動値を漸減させること
で上記第１の活性化エネルギーに対応する第１の定数と
上記第２の劣化故障要因の第２の活性化エネルギー、第
２の定数を導出して、上記第１の定数、上記第２の活性
化エネルギー、上記第２の定数を上記記憶手段に格納す
る処理とを、上記コンピュータに実行させるためのプロ
グラムを記録する。

【００１４】

【発明の実施の形態】７８０μｍ帯ＡｌＧａＡｓレーザ
ダイオード（ＬＤ）を対象に実施した昇温の温度ステッ
プストレス環境下の温度加速試験での定光出力エージン
グ試験における駆動電流（ＩＯＰ）の特性変動結果例を
図１に示す。ステップ状に増加する特性は、試験条件の
温度を１ステップ毎に５℃増加させ２４時間保持した環
境において、個々のレーザダイオードの定光出力駆動電
流が温度上昇に伴う変化あるいは温度保持時間中に劣化
したものである。

【００１５】また、図１からサンプリングした試料の特
性変動を基に実施したアレニウスプロットの例を図２、
図３に示す。図２、図３の縦軸は対象とした試料の温度
劣化則に基づいた各温度ステップ（一定時間）での特性
変動であり、図２、図３の場合には各ステップにおける
定光出力駆動電流の変動量の割合を示している。図２は
劣化量の比較的小さい試料グループのアレニウスプロッ
ト例で、活性化エネルギーＥａの値は概ね−０．６ｅＶ
程度である。これらの試料は外観の解析からレーザダイ
オードの光出射端面の劣化であることが解っている。一
方、図３は劣化量の比較的大きい試料グループのアレニ
ウスプロット例で、その活性化エネルギーＥａの値は概
ね−１ｅＶである。これらの劣化故障試料の母集団に占
める割合は少ない。また、これらの劣化故障試料には、
図２の試料に見られた光出射端面の劣化の痕跡も見られ
ておらず、劣化故障要因は不明のままである。なお、双
方の温度依存性の違いから、実用的な２５℃前後におけ
る信頼性上の劣化故障要因は図２の試料に見られる光出
射端面の劣化が支配的であり、図３の試料の劣化故障要
因による影響は少ない。

【００１６】図２において、レーザダイオードＬＤ−４
のアレニウスプロットは、多少非線形な特性を示してお
り、その平均的傾き（約−０．７ｅＶ）も大きいことか
ら、他のレーザダイオードＬＤ−１〜３とは異なる劣化
故障形態であることが伺える。しかし、レーザダイオー
ドＬＤ−４のチップ外観による劣化解析では、同一グル
ープ内のレーザダイオードＬＤ−１〜３と同じ光出射端
面の劣化が生じており、光出射端面の劣化以外の劣化故
障要因が潜在していることが考えられる。このため、温
度依存値フィッティングを基にした解析プログラムを用
いて、レーザダイオードＬＤ−４に既知あるいは想定さ
れる第１の劣化故障要因（第１の活性化エネルギーＥａ
_１、第１の定数Ｃ_１）以外の第２の劣化故障要因（第２
の活性化エネルギーＥａ_２、第２の定数Ｃ_２）が潜在す
るかどうかの解析を行なった。

【００１７】図４にその解析結果を示す。黒丸のプロッ
トが温度加速試験での実測値であり、白丸のプロットが
解析による推定値である。白丸のプロットにおける点線
の特性の活性化エネルギーＥａ、定数Ｃおよび白丸のプ
ロットにおける実線の特性の活性化エネルギーＥａ、定
数Ｃは、点線の活性化エネルギーＥａの概略値（−０．
６１ｅＶ）のみを仮に与えて、実測特性のプロット値か
ら導出したものである。この解析結果から、活性化エネ
ルギーＥａ_１の値は−０．６０７ｅＶとなり、また潜在
する第２の劣化故障要因の活性化エネルギーＥａ_２の値
は約−１．１１ｅＶとなり、図３の試料の劣化故障要因
とほぼ一致した。また、光出射端面の劣化による点線の
特性も妥当な定数Ｃ_１の値（プロットの上下位置）を得
た。

【００１８】ここで、上記の解析に適用した温度依存値
フィッティングプログラムのフローチャートを図５に示
す。

【００１９】はじめに、ステップ温度、実測変動データ
および既知あるいは想定される第１の劣化故障要因の第
１の活性化エネルギーに基づく基準値をコンピュータの
記憶手段に格納し、基準値と試料の最大ステップ温度に
おける実測変動範囲内の上限に漸近する仮の変動値とか
ら試料の各ステップ温度での変動データを計算して仮基
準変動データとして、仮基準変動データをコンピュータ
の記憶手段に格納する。すなわち、ステップ７０１で、
昇温の温度ステップストレス環境下の温度加速試験から
得られる試験データすなわちステップ数Ｓの各ステップ
温度（試験温度パラメータ、温度データ）Ｔ［Ｓ］とこ
れに対応した試料（試験素子、たとえば図２のレーザダ
イオードＬＤ−４）の駆動電流の実測変動データ（特性
劣化変動データ）Ｄｏ［Ｓ］（ここで、［Ｓ］は全ての
ステップ温度Ｔ［Ｓ］での各値を意味する。以下、同
じ。）とを入力し、ステップ温度Ｔ［Ｓ］、実測変動デ
ータＤｏ［Ｓ］をコンピュータの記憶手段に格納する。
なお、実測変動データＤｏ［Ｓ］の各値は各温度ステッ
プ間の試験温度上昇時の特性変化量を除く、各温度ステ
ップ一定温度範囲内での単位時間当たりの劣化変動量ま
たは各温度ステップまでの累積変動量（活性化エネルギ
ーＥａとステップ温度Ｔ［Ｓ］とで時間あるいは変化量
を補正した単位時間当たりの変動量）である。つぎに、
ステップ７０２で、基準とする既知あるいは想定される
第１の活性化エネルギーＥａ_１に基づく標準値Ｅａ０を
入力し、標準値Ｅａ０をコンピュータの記憶手段に格納
する。たとえば、図４の解析例では、図２のレーザダイ
オードＬＤ−１〜３の活性化エネルギーＥａ_１の概略値
である−０．６１ｅＶを標準値Ｅａ０として入力する。
つぎに、ステップ７０３で、任意のステップ温度Ｔ
［ｓ］に対応する実測変動データＤｏ［ｓ］（ここで、
［ｓ］は任意のステップ温度Ｔ［ｓ］での値を意味す
る。以下、同じ。）の分割数Ｎを入力し、ｎ＝１のとき
すなわち１番目の分割値Ｄ［ｓ，ｎ］（Ｄｏ［ｓ］−Ｄ
ｏ［ｓ］・ｎ／Ｎ）を設定し、分割値Ｄ［ｓ，ｎ］をコ
ンピュータの記憶手段に格納する。ここで、Ｎは実質的
に定数Ｃを暫時変化させるための値で、解析精度に応じ
適宜設定する。つぎに、ステップ７０４で、標準値Ｅａ
０をアレニウスプロット上の最小二乗法による直線近似
のフィッティングパラメタとし、ステップ温度Ｔ［ｓ］
と分割値Ｄ［ｓ，ｎ］とを基にして、試料の各ステップ
温度Ｔ［Ｓ］に対応した変動データである仮基準変動デ
ータＤ［Ｓ，ｎ］と仮基準変数Ｃ０［ｎ］とを計算し
て、仮基準変動データＤ［Ｓ，ｎ］と仮基準変数Ｃ０
［ｎ］とをコンピュータの記憶手段に格納する。

【００２０】つぎに、仮基準変動データを実測変動デー
タから差し引いた差分変動データを記憶手段に格納し、
差分変動データから未確認の第２の劣化故障要因の暫定
変動データを求めて、暫定変動データをコンピュータの
記憶手段に格納する。すなわち、ステップ７０５におけ
る判断が「Ｎｏ」（何れかの温度ステップで、Ｄｏ
［ｓ］−Ｄ［ｓ，ｎ］の値が「０」または「負」）であ
るならば、ステップ７０９で（ｎ＝ｎ＋１）を計算し、
ステップ７１０で次の分割値Ｄ［ｓ，ｎ］を設定し、ス
テップ７０４に戻る。また、ステップ７０５の判断が
「Ｙｅｓ」（各温度ステップで、Ｄｏ［ｓ］−Ｄ［ｓ，
ｎ］の値が「正」）であるならば、ステップ７０６に進
む。つぎに、ステップ７０６で、実測変動データＤｏ
［Ｓ］から仮基準変動データＤ［Ｓ，ｎ］を減じた各差
分変動データ（Ｄｏ［Ｓ］−Ｄ［Ｓ，ｎ］）をコンピュ
ータの記憶手段に格納し、各差分変動データとステップ
温度Ｔ［Ｓ］とをアレニウスプロット上で直線近似し、
活性化エネルギーＥａ［ｎ］、定数Ｃ［ｎ］を算出し、
直線近似上のステップ温度Ｔ［Ｓ］に対応するデータを
第２の劣化故障要因の暫定変動データＤｅ［Ｓ，ｎ］と
して設定して、活性化エネルギーＥａ［ｎ］、定数Ｃ
［ｎ］、暫定変動データＤｅ［Ｓ，ｎ］をコンピュータ
の記憶手段に格納する。

【００２１】つぎに、差分変動データと暫定変動データ
との差分の偏差量が最小になるように仮の変動値を漸減
させることで第１の活性化エネルギーに対応する第１の
定数と第２の劣化故障要因の第２の活性化エネルギー、
第２の定数を導出して、第１の定数、第２の活性化エネ
ルギー、第２の定数を記憶手段に格納する。すなわち、
ステップ７０７で、差分変動データ（Ｄｏ［Ｓ］−Ｄ
［Ｓ，ｎ］）と暫定変動データＤｅ［Ｓ，ｎ］との差分
の偏差量（Ｓ個のＤｏ［Ｓ］−Ｄ［Ｓ，ｎ］−Ｄｅ
［Ｓ，ｎ］の二乗和またはその平方根）ｄ［ｎ］を計算
し、偏差量ｄ［ｎ］をコンピュータの記憶手段に格納す
るとともに、モニタデータとして偏差量ｄ［ｎ］の値あ
るいはｎに対する偏差量ｄ［ｎ］値のグラフを表示す
る。つぎに、ステップ７０８における判断が「Ｎｏ」
（ｎ＝１）であるならば、ステップ７０９で（ｎ＝ｎ＋
１）を計算し、ステップ７１０で次の分割値Ｄ［ｓ，
ｎ］を設定し、ステップ７０４に戻りステップ７０７ま
でを実行する。また、ステップ７０８の判断が「Ｙｅ
ｓ」（ｎ＞１）であるならば、ステップ７１１に進む。
つぎに、ステップ７１１における判断が「Ｎｏ」（ｄ
［ｎ］＜ｄ［ｎ−１］）で、かつステップ７１２の判断
が「Ｎｏ」（ｎ＜Ｎ−１）であるならば、ステップ７０
９とステップ７１０とを経て、ステップ７０４からステ
ップ７０８までをステップ７１１の判断が「Ｙｅｓ」
（ｄ［ｎ］≧ｄ［ｎ−１］）になるまで繰り返す。ま
た、ステップ７１１における判断が「Ｎｏ」で、かつス
テップ７１２の判断が「Ｙｅｓ」（ｎ＝Ｎ−１）である
ならば、ステップ７１３に進む。ステップ７１３におい
て、標準値Ｅａ０を補正し処理をやり直すのであるなら
ばステップ７０２に戻り、標準値Ｅａ０を補正しないな
らば解析する収束値がない（ステップ７１４）ものとし
て処理を終了する。このステップ７１３の判断は人為的
に行なうが、標準値Ｅａ０をある範囲で変化させステッ
プ７０２に戻す自動化処理ルーチンとしてのプログラム
構築も可能である。つぎに、ステップ７１１における判
断が「Ｙｅｓ」であるならば、ステップ７１５で活性化
エネルギーＥａ_１、定数Ｃ_１に対応する各推定値の標準
値Ｅａ０、仮基準変数Ｃ０［ｎ−１］に加え、仮基準変
動データＤ［Ｓ，ｎ−１］を採択し、活性化エネルギー
Ｅａ_１、定数Ｃ_１をコンピュータの記憶手段に格納す
る。つぎに、ステップ７１６で、活性化エネルギーＥａ
_２、定数Ｃ_２に対応する推定値の活性化エネルギーＥａ
［ｎ−１］、定数Ｃ［ｎ−１］および差分変動データ
（Ｄｏ［Ｓ］−Ｄ［Ｓ，ｎ−１］）あるいは暫定変動デ
ータＤｅ［Ｓ，ｎ−１］を採択し、活性化エネルギーＥ
ａ_２、定数Ｃ_２をコンピュータの記憶手段に格納して、
処理を終了する。

【００２２】図４に示した解析例では、図２のレーザダ
イオードＬＤ−１〜３の活性化エネルギーＥａ_１（約−
０．６１ｅＶ）を活性化エネルギー標準値Ｅａ０として
入力し、図３の試料の活性化エネルギーＥａ_２（約−１
・１１ｅＶ）を導出しているが、この場合には導出され
た活性化エネルギーＥａ_２も既知であるので、活性化エ
ネルギーＥａ_２の値を標準値Ｅａ０に設定し、活性化エ
ネルギーＥａ_１を導出することも可能である。なお、仮
基準変動データＤ［Ｓ，ｎ］、暫定変動データＤｅ
［Ｓ，ｎ］は実測変動データＤｏ［Ｓ］と同様に温度ス
テップ毎において、独立した単位時間当たりの変動量ま
たは各温度ステップまでの累積変動量（活性化エネルギ
ーＥａとステップ温度Ｔ［Ｓ］とで時間あるいは変化量
を補正した単位時間当たりの変動量）である。

【００２３】この信頼性評価試験方法においては、１つ
の試料群を用意し、その試料群に温度加速試験を実施す
れば、活性化エネルギーＥａ_１、定数Ｃ_１、活性化エネ
ルギーＥａ_２、定数Ｃ_２を正確に導出することができる
から、活性化エネルギーＥａ _１、定数Ｃ_１、活性化エネ
ルギーＥａ_２、定数Ｃ_２を容易にかつ正確に導出するこ
とができる。すなわち、１回の温度加速試験の実施で済
むから、試料母集団を多く取ることができるので、統計
的に精度の良い信頼性評価が可能となり、従来の信頼性
評価試験方法に比較し全体としての試験規模を小さくす
ることができる。また、温度加速試験とアレニウスプロ
ットおよび温度依存値フィッティングプログラムとを用
いた各試料の解析から、試料母集団の劣化故障要因が単
一要因によるものかあるいは複数の劣化故障要因が内在
しているかの判断および１個の試料に複数の劣化故障要
因が混在しているか否かの判断が可能となり、場合によ
>っては未確認の潜在劣化故障要因の同定が可能とな
る。

【００２４】つまり、温度加速試験での実測変動データ
Ｄｏ［Ｓ］によるアレニウスプロットとそのデータを用
いた温度依存値フィッティングプログラムによる解析を
組み合わた試料毎の活性化エネルギーＥａの分類から、
煩わしい複合や混合の寿命分布形態を意識することなく
劣化故障要因の特定ができ、これにより手間のかかる劣
化故障試料の物理的な劣化故障解析量の低減を図ること
ができ、他の劣化モデル解明の手掛かりを得ることが可
能となることともに、正確な故障分布の把握とより的確
な信頼度推定が可能となる。信頼度推定の場合、各試料
の活性化エネルギーＥａが分かっているので、故障判定
基準としての特性の劣化量を規定すれば、任意の試験温
度水準における故障分布と信頼度の推定が可能となり、
試料母集団としてのスクリーニングの是非またはスクリ
ーニングの条件の導出も可能となる場合がある。

【００２５】さらに、ストレスレベル（温度ステップ範
囲）を上げることにより、信頼度推定と併せて、個々の
特性変動のアレニウスプロットの偏曲から、熱暴走によ
る試験温度限界（個々の試料の定格推定）も同時に把握
できる可能性もある。逆に、温度ステップストレス環境
下の温度加速試験をストレスレベルを抑えたバーンイン
試験として代用すれば、故障に至らなくとも活性化エネ
ルギーＥａの導出とともに、その後の試料の余命（信頼
度）を推定できる可能性もある。これについては、試験
試料が１個でも可能となる。

【００２６】つぎに、図６に本発明の信頼性評価試験方
法を実施するための信頼性評価試験システムの構成例を
示す。図に示すように、バス１にＣＰＵ２、ＲＯＭ３、
記憶手段であるメインメモリ４、マスストレージデバイ
ス５、周辺機器インタフェイス６、入力デバイス７、グ
ラフィックインタフェイス８が接続され、グラフィック
インタフェイス８にディスプレイ９が接続され、周辺機
器インタフェイス６に信頼性試験装置１０が接続されて
いる。そして、信頼性試験装置１０以外は基本的にパー
ソナルコンピュータ（ＰＣ）の一部である。また、信頼
性試験装置１０からのステップ温度、各試料の実測変動
データなどのデータは周辺機器インタフェイス６を介し
パーソナルコンピュータに送られ、温度依存値フィッテ
ィングプログラムにより処理される。

【００２７】また、温度依存値フィッティングプログラ
ム、すなわち第１の活性化エネルギーに基づく基準値と
１つの試料母集団についての昇温の温度ステップストレ
ス環境下の温度加速試験の試料の最大ステップ温度にお
ける実測変動範囲内の上限に漸近する仮の変動値とから
試料の各ステップ温度での変動データを計算して仮基準
変動データとして、仮基準変動データを記憶手段に格納
する処理と、仮基準変動データを実測変動データから差
し引いた差分変動データを記憶手段に格納し、差分変動
データから未確認の第２の劣化故障要因の暫定変動デー
タを求めて、暫定変動データを記憶手段に格納する処理
と、差分変動データと暫定変動データとの差分の偏差量
が最小になるように仮の変動値を漸減させることで第１
の活性化エネルギーに対応する第１の定数と第２の劣化
故障要因の第２の活性化エネルギー、第２の定数を導出
して、第１の定数、第２の活性化エネルギー、第２の定
数を記憶手段に格納する処理とを、パーソナルコンピュ
ータに実行させるためのプログラムは、コンピュータ読
み取り可能な半導体記録媒体、磁気記録媒体、光学記録
媒体などの記録媒体（ストレージデバイス）に記録され
あるいは記録媒体から供給され、プログラムに整合した
パーソナルコンピュータの基本ソフトなどを介して動作
する。

【００２８】なお、上述実施の形態においては、パーソ
ナルコンピュータに信頼性試験装置１０を接続したが、
処理される各種データは信頼性試験装置が異なる等のこ
とを考慮し、キーボードなどの入力デバイスや記録媒体
からの入力でもよく、この場合は独立型のコンピュータ
でもよい。また、上述実施の形態においては、温度依存
値が活性化エネルギーＥａ、定数Ｃの場合について説明
したが、他の温度依存値を求めてもよい。

【００２９】

【発明の効果】本発明の信頼性評価試験方法において
は、１つの試料群を用意し、その試料群に温度加速試験
を実施すれば、温度依存値を正確に導出することができ
るから、温度依存値を容易にかつ正確に導出することが
できる。

【００３０】また、ステップ温度、実測変動データおよ
び既知あるいは想定される第１の劣化故障要因の第１の
活性化エネルギーに基づく基準値をコンピュータの記憶
手段に格納し、基準値と試料の最大ステップ温度におけ
る実測変動範囲内の上限に漸近する仮の変動値とから試
料の各ステップ温度に対応した変動データである仮基準
変動データを計算して、仮基準変動データを記憶手段に
格納し、仮基準変動データを実測変動データから差し引
いた差分変動データを記憶手段に格納し、差分変動デー
タから未確認の第２の劣化故障要因の暫定変動データを
求めて、暫定変動データを記憶手段に格納し、差分変動
データと暫定変動データとの差分の偏差量が最小になる
ように仮の変動値を漸減させることで第１の活性化エネ
ルギーに対応する第１の定数と第２の劣化故障要因の第
２の活性化エネルギー、第２の定数を導出して、第１の
定数、第２の活性化エネルギー、第２の定数を記憶手段
に格納し、温度依存値の導出したときには、煩わしい複
合や混合の寿命分布形態を意識することなく劣化故障要
因の特定ができる。

【図面の簡単な説明】

【図１】レーザダイオードを対象に実施した温度加速試
験での定光出力エージング試験における駆動電流の特性
変動結果例を示すグラフである。

【図２】図１からサンプリングした試料の特性変動を基
に実施したアレニウスプロットの例を示すグラフであ
る。

【図３】図１からサンプリングした他の試料の特性変動
を基に実施したアレニウスプロットの例を示すグラフで
ある。

【図４】温度依存値フィッティングプログラムによる劣
化故障要因の解析例を示すグラフである。

【図５】温度依存値フィッティングプログラムのフロー
チャートである。

【図６】本発明の信頼性評価試験方法を実施するための
信頼性評価試験システムの構成例を示す図である。

【図７】各温度加速試験における劣化故障要因毎の故障
を対数正規の寿命分布として模式的に現したグラフであ
る。

【図８】図７の故障分布ａと故障分布ｂとを合わせた各
温度加速試験本来の寿命分布を同じく対数正規分布で示
したグラフである。

【符号の説明】

２…ＣＰＵ ４…メインメモリ ５…マスストレージデバイス ７…入力デバイス ９…ディスプレイ １０…信頼性試験装置

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開2000−74809（ＪＰ，Ａ) 特開 平９−330964（ＪＰ，Ａ) 特開 平２−114185（ＪＰ，Ａ) 特開 平10−253520（ＪＰ，Ａ) 特開 平10−26611（ＪＰ，Ａ) 特開 平10−261681（ＪＰ，Ａ) 特公 昭53−6871（ＪＰ，Ｂ２) 特公 平６−8793（ＪＰ，Ｂ２) 特許2794596（ＪＰ，Ｂ２) 特許2917230（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01N 25/00 - 25/72 G01R 31/26 - 31/27 H01S 5/00 - 5/50 H01L 21/66 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】１つの試料母集団についての昇温の温度ス
   テップストレス環境下の温度加速試験により得たステッ
   プ温度と各試料の実測変動データとから温度依存値フィ
   ッティングによりアレニウスの化学反応速度モデルに基
   づく温度依存値を導出する信頼性評価試験方法であっ
   て、上記ステップ温度、上記実測変動データおよび既知
   あるいは想定される第１の劣化故障要因の第１の活性化
   エネルギーに基づく基準値をコンピュータの記憶手段に
   格納し、上記基準値と上記試料の最大ステップ温度にお
   ける実測変動範囲内の上限に漸近する仮の変動値とから
   上記試料の上記各ステップ温度に対応した変動データで
   ある仮基準変動データを計算して、上記仮基準変動デー
   タを上記記憶手段に格納し、上記仮基準変動データを上
   記実測変動データから差し引いた差分変動データを上記
   記憶手段に格納し、上記差分変動データから未確認の第
   ２の劣化故障要因の暫定変動データを求めて、上記暫定
   変動データを上記記憶手段に格納し、上記差分変動デー
   タと上記暫定変動データとの差分の偏差量が最小になる
   ように上記仮の変動値を漸減させることで上記第１の活
   性化エネルギーに対応する第１の定数と上記第２の劣化
   故障要因の第２の活性化エネルギー、第２の定数を導出
   して、上記第１の定数、上記第２の活性化エネルギー、
   上記第２の定数を上記記憶手段に格納し、上記温度依存
   値を導出することを特徴とする信頼性評価試験方法。
2. 【請求項２】第１の活性化エネルギーに基づく基準値と
   １つの試料母集団についての昇温の温度ステップストレ
   ス環境下の温度加速試験の試料の最大ステップ温度にお
   ける実測変動範囲内の上限に漸近する仮の変動値とから
   上記試料の各ステップ温度での変動データを計算して仮
   基準変動データとして、上記仮基準変動データをコンピ
   ュータの記憶手段に格納する処理と、上記仮基準変動デ
   ータを実測変動データから差し引いた差分変動データを
   上記記憶手段に格納し、上記差分変動データから未確認
   の第２の劣化故障要因の暫定変動データを求めて、上記
   暫定変動データを上記記憶手段に格納する処理と、上記
   差分変動データと上記暫定変動データとの差分の偏差量
   が最小になるように上記仮の変動値を漸減させることで
   上記第１の活性化エネルギーに対応する第１の定数と上
   記第２の劣化故障要因の第２の活性化エネルギー、第２
   の定数を導出して、上記第１の定数、上記第２の活性化
   エネルギー、上記第２の定数を上記記憶手段に格納する
   処理とを、上記コンピュータに実行させるためのプログ
   ラムを記録したコンピュータ読み取り可能な記録媒体。