На протяжении десятилетий промышленность электроники застряла с использованием устаревшего и неточного MIL-HDBK-217, чтобы сделать прогнозы надежности, которые требуются сверху цепочка поставок (Министерство обороны, ФАУ, Verizon и т. д.). Каждый из этих справочников (некоторые из которых не обновлялись более чем за два десятилетия) присваивает постоянную частоту отказа каждому компоненту. Затем он произвольно применяет модификаторы («лямбда») на основе температуры, влажности, качества, электрических напряжений и т. Д. Этот упрощенный подход был уместен еще в 50-х и 60-х годах, когда метод был впервые разработан. Однако это не может быть оправдано, учитывая быстрое совершенствование инструментов моделирования и широкий доступ к данным о компонентах.
Итак, почему некоторые люди в электронной промышленности продолжают использовать эти подходы? Четыре ключевых заблуждения, кажется, вдыхают жизнь в эти архаичные документы даже после того, как они снова и снова доказали свою правоту.
Заблуждение № 1: Эмпирические справочники основаны на фактических сбоях в поле.
Теоретически это может быть правдой. На практике процесс немного запутан. MIL-HDBK-217 явно не основан на фактических сбоях в поле, поскольку он не обновлялся более 20 лет. То же самое с IEC 62380, которое было опубликовано в 2004 году и основано на еще более старых полевых данных. Как насчет остальных, таких как SR-332 или FIDES или SN29500? Да, они обновляются на регулярной основе, но их фатальный недостаток — их очень ограниченный источник информации. Имеются данные о том, что количество компаний, представляющих информацию о сбоях в полевых условиях, составляет менее 10, а иногда и меньше 5. Насколько уместны данные об отказах от 5 компаний для других 120 000 электронных OEM-производителей в мире? Не очень.
И это становится еще хуже, чем глубже вы идете. Большинство из этих компаний не определяют конкретное место сбоя во всех своих сбоях в поле. Анализ отказов при большом количестве сбоев? Да. Анализ отказов на высокоценных продуктах? Да. Остальная часть материала? Ремонт и замена или просто выбросить его. Это приводит к очень маленькому, крошечному количеству образцов, которые лежат в основе этих неудачных темпов «травления в камне». И что, если этот произвольный самоотбор заставляет некоторые компоненты не иметь никакой информации о сбое поля? Только два варианта: сохранить прежний номер скорости отказа или создать новый.
Он должен дать всем нам некоторую паузу. Надежность самолётов, спутников и телефонных сетей может быть, по крайней мере, очень свободным, на основе произвольного набора отфильтрованных данных из избранной группы из трех компаний.
Заблуждение № 2: Прошедшие показатели являются индикатором будущих результатов.
. Оговорка о взаимных фондах существует по какой-то причине. Менее 0,3% взаимных фондов доставляют максимальные 25% прибыли четыре года подряд [1] . Вы когда-нибудь думали о том, почему паевые фонды не могут обеспечить постоянную доставку? Это та же самая причина, почему справочники не могут последовательно доставлять. Оба не могут зафиксировать истинное основное поведение, которое способствует успеху и неудаче. Критические детали, как то, как компании относятся к своим клиентам или их научно-исследовательскому трубопроводу, имеют основополагающее значение для успеха компаний, но часто не учитываются менеджерами паевых фондов, потому что это «слишком сложно» и «слишком дорого».
Те же соображения используются инженерами, которые полагаются на справочники. Причина, по которой один продукт имел среднее время между сбоями (MTBF) 100 лет и другой, имел MTBF в 10 лет, может не иметь ничего общего с факторами температуры или качества, количеством транзисторов или электрическим ослаблением. Если вы действительно хотите понять и прогнозировать надежность, вы должны знать все пути, по которым продукт будет терпеть неудачу. Да, это сложно. И да, это действительно жесткий с электроникой. Как сложно? Давайте рассмотрим сценарий.
Стандартная часть электроники будет иметь приблизительно 200 уникальных номеров деталей и 1000 компонентов. Около 20 из этих 200 уникальных деталей будут интегральными схемами. В верхней части моей головы каждая интегральная схема будет иметь до 12 возможных путей отказа в поле (игнорируя дефекты). Они включают в себя диэлектрический пробой с течением времени, электромиграцию, инжекцию горячего носителя, нестабильность температуры смещения, EOS / ESD, EMI, коррозию проволочной связи, интерметаллическое соединение проволочной связи, усталость припоя (термический цикл), усталость припоя (вибрация), отказ припоя (удар) , и миграции металлов (на печатной плате). Это означает, что вам нужно будет вычислить 240 комбинаций деталей и механизмов отказа. Каждый из них требует информации геометрии, материальной информации, экологической информации и т. Д. И это только для интегральных схем!
Но это настоящие основы надежности электроники. И, точно так же, как сборщики акций, если вы поймете истинные основы, вы получите это право каждый раз.
Заблуждение № 3: Кривая ванны существует.
Существует мнение, что надежность любого продукта может быть описана снижающейся частотой отказов (качество), частотой отказа устойчивого состояния (срок службы) и увеличением частоты отказов (надежность). Если это действительно поведение полевого продукта, можно понять мотивацию для справочников, которые вычисляют MTBF. Чтобы избежать части жизни, при которой уровень отказов снижается, компании будут следить за своей продукцией. Чтобы избежать части жизни, когда уровень сбоев увеличивается, компании будут переоценивать свою продукцию. Если оба действия выполнены хорошо, единственное, о чем нужно беспокоиться, — это средняя кривая ванны. Правильно?
![]() |
Традиционная «кривая ванны», в которой надежность описывается снижающейся частотой отказов (качество), устойчивой частотой отказа (срок службы) и увеличением частоты отказов (надежность) — основана на заблуждение. (Источник изображения: Решения DfR) |
Неправильно! Первая и самая большая проблема — это концепция «случайных» сбоев, возникающих в течение срока службы. Если ошибки действительно случайны, скорость их возникновения не зависит от дизайна продукта. И если они не зависят от дизайна, почему вы пытаетесь рассчитать частоту отказов на основе дизайна? Одним из немногих экстремальных примеров могут быть сбои счетчиков коммунальных услуг, потому что кот решил мочиться на коробке. Эта неудача действительно случайна и, поскольку она случайна, она не имеет ничего общего с дизайном. (Боковое примечание: никто не был уволен, потому что скорость этих действительно «случайных» событий была слишком высокой). Этот режим отказа может частично зависеть от корпуса / корпуса, но корпуса и корпуса не рассматриваются в справочниках по эмпирическим предсказаниям
![]() |
. Фактическая частота отказов продуктов в полевых условиях основана на сочетании снижения частоты отказов из-за качества, увеличения числа отказов из-за износа и очень небольшого числа действительно случайных случаев. (Источник изображения: Решения DfR) |
Реальность заключается в том, что частота отказов во время срока службы представляет собой комбинацию снижения частоты отказов из-за качества, увеличения числа отказов из-за износа и очень небольшого числа действительно случайных случаев , Часть износа возрастает по частоте и становится все труднее идентифицировать, потому что усугубляющие признаки нынешней генерации интегральных схем приводят к потере износа раньше, чем когда-либо прежде. Поведение от износа IC отличается от износа, наблюдаемого с движущимися частями и усталостью межсоединений. Большинство механизмов отказа, связанных с интегральными схемами, имеют очень мягкое изнашивание (уклоны Weibull от 1,2 до 1,8). Это означает, что очень трудно увидеть эти сбои в гарантийных возвратах, но они есть.
Заблуждение № 4: Надежность Физика не может использоваться для прогнозирования эксплуатационных характеристик.
Итак, теперь мы догадались, почему эти справочники все еще существуют: нет ничего, что могло бы заменить их. По крайней мере, это может быть менталитет. Однако, если вы поцарапаете поверхность, в игре есть другие силы. Во-первых, человеческая природа заключается в том, чтобы не требовать больше работы. Переход от эмпирического предсказания к физике надежности будет больше работать. Активность идет от простого добавления (частота отказов 1 + частота отказов 2 + частота отказов 3 + …) к алгоритмам, которые могут содержать гиперболические касательные (скажем, три раза быстрее) и может потребовать знания моделирования схем, конечного элемента и много другие сумасшедшие вещи. Для инженеров-надёжников, обучающихся в классической надежности, которые учит вас использовать те же самые пять методов, независимо от продукта или отрасли, это может быть сложным.
Во-вторых, мотивация к изменениям не существует. Во многих организациях и отраслях традиционное прогнозирование надежности может быть «проверкой коробки», не осознавая вредного влияния, которое оно оказывает на дизайн, время выхода на рынок и возврат гарантии. Компании в конечном итоге реализуют очень консервативные методы проектирования, такие как части военного класса или чрезмерное унижение, потому что эти действия вознаграждаются в мире эмпирических прогнозов. Много раз команды разработчиков, руководствуясь этими практиками, понятия не имели о первоначальной мотивации (т. Е. «Мы всегда делали это так»). Если предсказание надежности станет проверкой активности коробки, дизайн вынужден пройти кропотливый процесс проектирования и тестирования (также известный как рост надежности, хотя это больше тратит время, чем рост чего-либо). Наконец, поскольку предсказание надежности справочника оторвано от реального мира, конечная стоимость гарантийных возвратов может испытывать дикие колебания по величине для каждого продукта. Эти затраты не ожидаются или не прогнозируются группой продуктов.
ССЫЛКИ ПО ТЕМЕ:
-
Десять самых ненадежных транспортных средств автопрома в 2018 году
-
Вы не можете просто сказать, что это надежный
-
Как автопроизводители справляются с надежностью
Большинство инженеров и менеджеров согласятся с тем, что критические решения, касающиеся проектирования и надежности, должны основываться на надежных анализах и данных. С гоночной автономией, AI и IoT надежность электроники не может быть просто запоздалой. Потребители все чаще зависят от электроники для обеспечения безопасности. Прогнозы надежности должны основываться на реальных данных и реальных условиях. Во второй части этой статьи мы рассмотрим более подробно смелый новый мир физики надежности.
Предварительный просмотр части II: Физика надежности, Храбрый новый мир
Ведущие в отрасли компании во всем мире теперь используют физику надежности, чтобы более точно предсказать расширенные гарантийные обязательства и уровень отказов в работе и с большей согласованностью, чем любой эмпирический справочник, который когда-либо осмеливался мечтать. Для этого требуется два действия: Захватите соответствующие механизмы деградации (см. Оригинал 12 для интегральных схем) и используйте надежные статистические методы для экстраполяции показателей отказов в течение срока службы. Когда эти два вида деятельности объединены, компании впервые могут по-настоящему увидеть, как любые и все проектные решения (выбор деталей, снижение стоимости, материалы, температура, макет, жилье и т. Д.) Влияют на частоту отказов, возврат гарантии, клиент удовлетворенности и организационной доходности.
1 https://finance.yahoo.com/news/mutual-fund-past-performance-scorecard-171510113.html
Крейг Хиллман, PhD, является генеральным директором DfR Solutions.
|