Прогнозирование класса надёжности изделий электронной техники методом преобразования информативных параметров в дискретный код

DOI: 10.21293/1818-0442-2023-26-1-91-97

Скачать текст статьи в формате PDF

Скачать JATS xml

Аннотация: Предлагается модификация метода индивидуального прогнозирования класса надёжности изделий электронной техники для заданной наработки (K1 – класс работоспособных, K2 – класс неработоспособных экземпляров) на основе контроля информативных параметров изделий. Особенность модификации состоит в преобразовании информативных параметров в троичный код. Это позволяет получить модель прогнозирования класса надёжности однотипных экземпляров в виде логической таблицы, как и в случае базового метода пороговой логики, основанного на преобразовании информативных параметров в двоичный код, но в отличие от него новая модель обеспечивает более высокую достоверность результатов прогнозирования.

Ключевые слова: изделия электронной техники, информативные параметры, модель прогнозирования надёжности, преобразование информативных параметров в кодовые сигналы

Библиография статьи:
Казючиц В. О. Прогнозирование класса надёжности изделий электронной техники методом преобразования информативных параметров в дискретный код / В. О. Казючиц [и др.] // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2023. – Т. 26, № 1. – С. 91–97. DOI: 10.21293/1818-0442-2023-26-1-91-97

Авторы и правообладатели:

  • Казючиц В. О. , Белорусский государственный университет, информатики и радиоэлектроники (Минск, Беларусь)
  • Боровиков С. М. , Белорусский государственный университет, информатики и радиоэлектроники (Минск, Беларусь)
  • Батура М. П. , Белорусский государственный университет, информатики и радиоэлектроники (Минск, Беларусь)
  • Шнейдеров Е. Н. , Белорусский государственный университет, информатики и радиоэлектроники (Минск, Беларусь)

  • 1. Comparative Overview of Electronic Devices Reliability Prediction Methods-Applications Trends and Challenges / E. Frederick, A. Olugbenga, S. Emmanuel, K. Olufemi, S. Nafiu // Majlesi Journal of Telecommunication Devices. – 2016. – No. 5. – PР. 129–137.
  • 2. Klyatis L. Analysis of the current practices with reliability prediction / SAE Tech. Paper 2018-01-0100. – 2018. – 13 p. DOI: 10.4271/2018-01-0100
  • 3. Чернышев А.А. Основы надёжности полупроводниковых приборов и интегральных микросхем. – М.: Радио и связь, 1988. – 256 с.
  • 4. Горлов М.И. Современные диагностические методы контроля качества и надёжности полупроводниковых изделий / М.И. Горлов, В.А. Сергеев; под науч. ред. М.И. Горлова. – 2-е изд. – Ульяновск: УлГТУ, 2015. – 406 с.
  • 5. Wan B. Reliability Evaluation of Multi-Mechanism Failure for Semiconductor Devices Using Physics-of-Failure Technique and Maximum Entropy Principle / B. Wan, Y. Wang, Y. Su, G. Fu // IEEE Access. – 2020. – Vol. 8. – PР. 188154–188170. DOI:10.1109/ACCESS.2020.3031022
  • 6. Bernstein J. B. Reliability prediction with the multiple temperature operational life / J.B. Bernstein, A. Bensoussan, E. Bender // Microelectronics Reliability journal. – 2017. – Vol. 68. – РP. 91–97.
  • 7. Физические основы надёжности интегральных микросхем / В.Ф. Сыноров, Р.П. Пововарова, Б.К. Петров, Т.В. Долматова; под ред. Ю.Г. Миллера. – М.: Радио и связь, 1976. – 320 с.
  • 8. W. Denson The history of reliability prediction // IEEE Transaction on reliability. – 1998. – Vol. 47, iss. 3. – PР. 321–328.
  • 9. Ерошкин А.Л. Оценка надёжности полупроводниковых приборов и микросхем / А.Л. Ерошкин, Р.А. Попо // Международный журнал прикладных и фундаментальных исследований. – 2015. – № 12, ч. 2. – С. 221–225.
  • 10. Lee J.H. Adaptive burn-in time decision system based on pattern recognition for intelligent reliability control / J.H. Lee, J.W. Park // Expert Systems with Applications: An International Journal. – Vol. 35, iss. 4. – November, 2008. – PР. 1688–1697. doi.org/10.1016/j.eswa.2007.08.079
  • 11. Reliability prediction of semiconductor devices using modified physics of failure approach / A. Thaduri, A.K. Verma, V. Gopika, R. Gopinath, U. Kumar // International Journal of Systems Assurance Engineering and Management. – 2013. – No. 4(1). – P. 33–47.
  • 12. Georgiev A. Reliability prediction of the electronic devices / A. Georgiev, N. Georgieva // 8-th International Conference on Optimization of electrical and electronic equipment (IEEE OPTIM 2002). – Proceedings. – Brasov, Romania: Transilvania Uneversity Press, 2002. – Vol. 3. – PР. 847–851.
  • 13. Боровиков С.М. Статистическое прогнозирование для отбраковки потенциально ненадёжных изделий электронной техники. – М.: Новое знание, 2013. – 343 с.
  • 14. Тюлевин С.В. Индивидуальное прогнозирование электронных средств: учеб. пособие. – Самара: Изд-во Самар. ун-та, 2016. – 67 с.
  • 15. Направления повышения надёжности бортовой аппаратуры космических аппаратов / М.Н. Пиганов, C.B. Тюлевин, И.Н. Козлова, A.B. Наседкин // Космонавтика. Радиоэлектроника. Геоинформатика: тез. докл. 6-й международ. науч.-техн. конф. – Рязань: РГРТУ, 2013. – С. 132–133.
  • 16. Казючиц В.О. Эвристическая модель прогнозирования работоспособности полупроводниковых приборов / В.О. Казючиц, С.М. Боровиков // Доклады БГУИР. – 2022. – Т. 20, № 1. – С. 92–100.
  • 17. Вентцель Е.С. Теория вероятностей: учеб. для вузов. – 10-е изд. стер. – М.: Высш. шк., 2006. – 575 с.
  • 18. Escobar L.A. A Review of Accelerated Test Models / L.A. Escobar, W.Q. Meeker // Statistical Science. – 2007. – Vol. 21, No. 4. – PР. 552–577.
  • 19. Failure Mechanisms and Models for Semiconductor Devices. JEDEC Publication No. 122E. – Arlington: JEDEC Solid State Technology Association, 2009. – 94 p.
Адрес редакции

  634050, г. Томск, пр. Ленина, 40, МК, каб. 310/2

  (3822) 701-582, внутр.: 1456

  journal@tusur.ru