可靠性预计技术的发展研究

可靠性预计技术的发展研究1 美国MIL－HDBK－217军用手册与我国GJB／Z 299军用标准的发展

美国自1962年出版MIL－HDBK－217以来已经公布了7个更新版本。

1962年的217手册是依据试验数据、装配数据、系统鉴定数据和现场数据

而获得的综合统计结果。各类元器体采用同一环境系数，尽管比较粗糙，但

预计结果比较接近实际情况。

1965年的217A仅采用有控制的试验数据(进库试验和鉴定试验等)，给出失效率与应力的曲线，现场数据仅用来确定环境系数，从而各类别元器件失

效率预计模型有了各自的环境系数，但217A预计的设备故障率比217大10

倍左右，预计的准确性受到怀疑。

1974年的217B较全面地考虑了影响失效率的多种因素，增加了质量系数，在统计过程中更加重视现场数据，提高了预计的准确性，217B标志着

美国可靠性预计技术逐渐走向成熟。

1991年的217F给出了19大类元器件的预计模型及参数，重要的修改有：

(1)PLA、PAL电路门数从217E的30000门扩展至60000门；

(2)修改了EEPROM的预计模型，考虑了EEPROM改写次数、

改写方式和产品结构的影响；

(3)MOS型VLSIC的预计模型增加了λ

系数，考虑了电过应力的

EOS

影响；

(4)双极型微波分立器件模型分为低噪声和大功率两种；增加了GaAs和

Si微波场效应管的预计模型。

1995年发布的217F NOTICE2首次给出了表面安装元器件及其连接的可靠性预计模型及其参数，80年代以来，SMT技术迅猛发展，到90年代中期，美国和日本的SMT元器件销量占元器件总量的50%以上。SMT可使印制板

的尺寸减小40%，重量减轻70%以上，在航天、航空、通讯等军、民用电子

领域普遍应用，SMT的可靠性预计也引起广泛关注。217F NOTICE2在这方

面取得突破，给出了各种SMT元器件以及3种引线形状、2种元器件封装

衬底材料和22种材料做成的电路板的可靠性预计模型，并强调了温度循环

对SMT连接可靠性的影响[1]。

与微电路和半导体分立器件一样，元件(电阻、电容等)的预计模型中，把温度的影响从基本失效率λb中提了出来，以πT来表示，πT则采用典型的阿

伦尼斯模型，删除了原模型的加速常数，元器件承受温度应力的能力更强，整本手册也更为统一。

从217E至217F NOTICE2跨越了13年，微电子器件的失效率有明显的下降(见图1)，元件的失效率变化比较平缓。这与微电路发展、成熟的时间过程相吻合。

随着电子工业的发展，元器件品种的扩展和可靠性水平的提高，我国编制的预计手册也需要适时再版。为修订1987年的GJB／Z 299－87共收集、分析处理了1.17×10.11元件小时的试验和现场数据。

GJB／Z 299B的主要改进：

(1)调整了各类别元器件的预计失效率水平，使预计结果进一步吻合我国

当前实际；

(2)更新了质量等级划分表中的生产执行标准，调整了对应的质量系数，

特别是通过国军标认证的产品在πQ表中均得到反映；

(3)增加了微处理器、EEPROM、DRAM、大功率微波双极型晶体管、砷

化镓场效应晶体管、固体继电器、电子滤波器等24类别元器件失效预计模型及数据；

(4)数字电路的门数从299A的1000门扩展到3000门，存储器的位数从

64K扩展到256K；(5)增加了运输机座舱和运输机无人舱两种使用环境。

2 考虑了早期失效的预计法

217等手册预计的是产品偶然失效期的情况，认为各类元器件的可靠度服从指数分布，而没有考虑早期失效与设备环境应力筛选等因素的影响。早期失效往往是由于产品存在工艺、材料缺陷等先天不足的因素所造成的。虽然元器件生产厂或整机单位进行的筛选试验可剔除大部分有缺陷的产品，但对

于早期失效大于一千小时的产品就难以用筛选的方法完全剔除掉。贝尔通

讯研究所在其可靠性预计程序(RPP)［2］中提出了首年因子的概念，认为所有的元器件的早期失效期均为一万小时，并服从威布尔分布，早期失效对使用期可靠性的影响用首年因子πFY来表示。

πFY＝第一年平均工作失效率／恒定失效率λSS。

λSS＝λBπSπTπQ

λB－RPP预计的基本失效率(T＝40℃，S＝50%)；

πS－应力修正因子；

πT－温度系数；πQ-质量系数。

投入使用前的有效筛选时间te越长，首年因子越接近1，有效筛选时间越短，首年因子越大。

若t e≥则πFY＝1

若

若

则

则

3 综合试验与现场数据的预计法

用户所掌握的试验和现场数据是非常宝贵的，有效地运用这些信息可使预计结果更加准确。贝尔通讯研究所建立了综合早期失效和寿命试验数据的预计模型，允许采用的数据要求很严，要求500个元器件或50个模块在实际使用应力下至少试验500小时并加速试验至少3000小时，失效数大于2，综合失效率λB如下：

n—试验失效数；

N—试验元器件数；

T 1—每个元器件的有效试验时间；

T e—试验前的有效老炼时间。

若：T e＞104W＝T1／4

T e＋T1＞104＞T e

贝尔试验室还建立了一套判别程序以决定采用相似产品的现场数据还是采用RPP的结果作为新产品的可靠性预计值。假设现场使用中元器件或模块的失效数可用平均值λ.t的泊松分布来表征(λ—恒定失效率，t—总工作小时)。采用现场数据还是采用RPP预计结果由以下假设检验来决定。

假设H0：λ＝λSS

H1：λ≠λSS

用90%置信度计算现场失效率上、下限：

λL＝(L／t)×109Fit，

λU＝(U／t)×109Fit

L、U是由现场失效数和泊松分布决定的失效数的上、下限，置信度为90%。

若：λL≤λSS≤λU

接受H0，令θSS＝λSS

λSS＜λL拒绝H0，令θSS＝λL

λSS＞λU拒绝H0，令θSS＝λU

该方法有效地防止了用RPP预计的结果是正确时而采用了相似设备的现场失效率。同时，当RPP预计结果超出现场失效率上下限区间时，可通过上述检验采用现场失效率的上限或下限值作为预计结果。

RPP允许用户根据试验和相似设备的现场数据对预计结果进行调整、修正，具备217等标准手册所没有的灵活性，这是RPP受欢迎的原因之一。据IEEE的调查，进行了可靠性预计的整机单位中有10%采用了RPP方法。