詹家強(qiáng)
(天津七一二通信廣播股份有限公司,天津,300000)
電子元器件的固有缺陷是導(dǎo)致產(chǎn)品在使用早期過程中提前失效的主要原因,而老煉篩選試驗是保障電子元器件在使用前期便可以剔除其固有的缺陷,保障電子元器件的產(chǎn)品質(zhì)量及其特征符合客戶的使用質(zhì)量需求。電子元器件的質(zhì)量控制工作使長期以來各項產(chǎn)品質(zhì)量分析和疑難質(zhì)量問題診斷研究工作都得到了較大的發(fā)展。而當(dāng)前最常見的篩選方式就是“老煉”,即讓半導(dǎo)體器件在高溫、高壓條件下進(jìn)行超負(fù)荷工作,從而促使電子元器件的固有缺陷在短時間內(nèi)暴露出來,提升產(chǎn)品質(zhì)量控制的有效性[1]。
當(dāng)前常見的電子元器件老煉篩選試驗方法主要是指,在一定的高溫環(huán)境下,在較長的時間內(nèi)對電子元器件連續(xù)不斷地施加相應(yīng)的電應(yīng)力,通過特別設(shè)置的電-熱應(yīng)力的綜合作用來進(jìn)一步催化電子元器件內(nèi)部在未來使用過程中產(chǎn)生的物理和化學(xué)反應(yīng)。促使電子元器件中隱含的各種潛在缺陷盡早暴露出來,從而實現(xiàn)電子元器件質(zhì)量控制的目的[2]。為了有效提升老煉篩選技術(shù)的對電子元器件質(zhì)量檢測的有效性,首先分析了電子元器件的篩選方法,并且通過質(zhì)量灰色預(yù)測挖掘算法以及質(zhì)量灰色關(guān)聯(lián)規(guī)則挖掘算法,從老煉試驗數(shù)據(jù)中挖掘置信度大于預(yù)定閾值的規(guī)則,從而更好實現(xiàn)產(chǎn)品質(zhì)量控制。
在當(dāng)前大量的老煉試驗數(shù)據(jù)統(tǒng)計分析基礎(chǔ)上發(fā)現(xiàn),電子元器件和設(shè)備在運行過程中呈現(xiàn)的元器件故障缺陷會隨著時間的變化而暴露出來,而時間的變化曲線通常呈一個“浴盆”曲線形狀。電子元器件的應(yīng)用過程就如同人類的死亡率曲線,即人類的死亡率在嬰幼期和老年期死亡率較高,而青壯年期的死亡率較低,且相對穩(wěn)定。而電子元器件在早期使用過程中失效的頻率高而隨后技術(shù)下降,使用中期,失效的頻率成為“偶然”失效率,呈最低或是近似于不變的狀態(tài)。且使用后期,電子元器件達(dá)到使用損耗嚴(yán)重期,則其產(chǎn)品的使用損耗失效率會急速提升。其中,早期失效率升高的主要原因是電子元器件在生產(chǎn)和制造過程中存在的固有缺陷;而偶然失效期元器件失效率穩(wěn)定的原因則是由于多種不確定應(yīng)力作用沖擊造成的隨機(jī)沖擊,屬于偶然性失效;而后期失效率增高的原因是電子元器件在使用過程中受到老化、磨損、耗損、疲勞等多種物理變化而造成的必然性失效?;诖耍娮釉骷睦蠠捄Y選方法則是有效避免電子元器件早期失效率升高的重要方法,即通過老煉篩選方法將電子元器件中固有的缺陷在老煉試驗中暴露出來,避免元器件的質(zhì)量受到影響,有效降低元器件的故障率,提升產(chǎn)品的可靠性。
電子元器件的老煉篩選方法主要有溫度循環(huán)和隨機(jī)振動兩種老煉篩選應(yīng)力方法。而當(dāng)前較為權(quán)威電子元器件質(zhì)量控制和環(huán)境篩選方法選擇有效性如圖1 所示。老煉篩選方法主要是通過不同的應(yīng)力試驗篩選不同級別上固有缺陷,即元器件的工藝缺陷、設(shè)備缺陷以及加工缺陷等多種缺陷類型[3]。
圖1 環(huán)境應(yīng)力篩選有效性示意圖
溫度循環(huán)篩選是老煉篩選試驗對元器件部組件質(zhì)量控制較為有效的應(yīng)力篩選方法。這種篩選方法可以有效暴露元器件組件工藝和施工過程中存在的固有缺陷,如組裝缺陷、破裂、絕緣裂口、焊接缺陷以及容差漂移等多種物理缺陷。溫度循環(huán)老煉篩選方法需要考慮4 個環(huán)境因素,即最高溫度、最低溫度、溫度變化率以及循環(huán)次數(shù)。
(1)最高溫度。溫度循環(huán)老煉篩選試驗在測試元器件質(zhì)量時,其所有的最高溫度不得超過元器件所有構(gòu)件材料的最高溫度中的最低值。并且需要考慮元器件各組件產(chǎn)品技術(shù)條件所規(guī)定的最高溫度值。
(2)最低溫度。溫度循環(huán)老煉篩選試驗所測試的元器件組件測試環(huán)境不得低于元器件構(gòu)件組成材料的最低額定溫度中的最高值。
(3)溫度變化率。溫度變化率直接影響了元器件老煉篩選試驗的效果。溫度的最大變化率取決于熱心特性和被篩選產(chǎn)品的承受能力。
(4)循環(huán)次數(shù)。根據(jù)我國《電子產(chǎn)品環(huán)境應(yīng)力篩選方法》(以下簡稱《方法》),老煉篩選試驗的溫度循環(huán)時間通常為90h~180h,之間約經(jīng)歷25~50 次熱循環(huán)[4]。
元器件的老煉篩選方法中的振動篩選在使用時需要根據(jù)元器件的不同類型而選擇不同的振動種類,如隨機(jī)振動、正弦掃描等。并且在使用過程中需要考慮2 個參數(shù)。
(1)振動等級。根據(jù)《方法》,隨機(jī)振動篩選方法的振動等級為0.05~0.055g2/Hz。并且在篩選試驗過程中根據(jù)振動激勵的動態(tài)響應(yīng)特征對其進(jìn)行振動檢查,實時優(yōu)化振動譜等級。需要注意的是,隨機(jī)振動試驗因某種原因無法進(jìn)行時,選用正弦掃描振動開展老煉篩選試驗。
(2)持續(xù)時間。根據(jù)《方法》,在進(jìn)行隨機(jī)振動試驗時,建議對三個軸向各進(jìn)行10min 振動,但是應(yīng)視具體試驗的元器件部件的大小和剛度來確定振動時間?!斗椒ā分幸?guī)定的隨機(jī)振動功率密度如圖2 所示[5]。
圖2 隨機(jī)振動功率譜密度圖
老煉試驗是元器件的質(zhì)量控制的重要方法之一,從技術(shù)層面提升老煉篩選試驗的成效,并且通過構(gòu)建數(shù)據(jù)挖掘模型,優(yōu)化老煉篩選試驗的實驗成效。當(dāng)前常用的數(shù)據(jù)挖掘方法有聚類法、關(guān)聯(lián)法以及概念描述法等,主要是通過決策樹、神經(jīng)網(wǎng)絡(luò)算法、模糊理論算法以及貝葉斯理論、灰色理論等計算規(guī)則來提升老煉篩選試驗數(shù)據(jù)的有效性[6]。文章主要基于灰色理論構(gòu)建老煉試驗質(zhì)量灰色預(yù)測數(shù)據(jù)挖掘模型,通過灰色理論算法來提取系統(tǒng)質(zhì)量數(shù)據(jù)序列,從中挖掘產(chǎn)品老煉篩選試驗的變化規(guī)律,從而有效推測元器件的質(zhì)量控制行為和質(zhì)量控制決策的有效性。
基于數(shù)據(jù)挖掘的灰色預(yù)測質(zhì)量控制模型首先需要通過對元器件的質(zhì)量采樣裝置進(jìn)行質(zhì)量數(shù)據(jù)采樣,將采樣的行為數(shù)據(jù)進(jìn)行整理后,通過灰色理論算法將計算出元器件的質(zhì)量控制預(yù)測值。質(zhì)量灰色關(guān)聯(lián)分析主要是通過將一般控制系統(tǒng)附加在質(zhì)量灰色關(guān)聯(lián)控制器而得到。即通過灰色關(guān)聯(lián)度υ(M,N)來確定老煉試驗的質(zhì)量控制矢量P。將輸出的老煉試驗質(zhì)量測試矢量M 朝著接近質(zhì)量目標(biāo)矢量N。
假設(shè)Mi=[Mi(1),Mi(2),…,Mi(n)],(i=1,2,…,m)表示采集數(shù)據(jù)的輸出向量為質(zhì)量的采樣序列。即其響應(yīng)式為:
其中,Mi表示時間響應(yīng)函數(shù);ai即bi分別表示的參數(shù)列;k 表示序數(shù)。
當(dāng)控制算子f 滿足條件(2)時則可以將其視為質(zhì)量灰色預(yù)測控制方法。
將灰色關(guān)聯(lián)的υ(M,N)來確定矢量控制矢量,其分析實質(zhì)是通過比較數(shù)據(jù)到曲線幾何形狀的相似度,其相似度越高,質(zhì)量的變化趨勢就越接近,則元器件產(chǎn)品的生產(chǎn)行為對質(zhì)量影響的關(guān)聯(lián)度就越大。這樣就可以從老煉試驗的結(jié)果中提煉出影響元器件質(zhì)量的重要因素、特征及對系統(tǒng)影響的差別。
假設(shè)N=[N1,N2,…,Nm]T表示輸出質(zhì)量的矢量集合,且M=[M1,M2,…,Mm]T表示目標(biāo)質(zhì)量的矢量集合。若是其中質(zhì)量控制矢量U=[u1,u2,…,um]T中需滿足條件uk=fk(υ(M,N)) 及K=1,2,…,s。其中灰色關(guān)聯(lián)的幾何υ(M,N)則表示質(zhì)量的灰色關(guān)聯(lián)控制。因此,基于灰色關(guān)聯(lián)度的υ(M,N)質(zhì)量灰色關(guān)聯(lián)度系統(tǒng)計算公式為:
其中,ρ表示質(zhì)量分辨系數(shù)且ρ ∈(0,∞),則ρ越小分辨率就越大。一般情況下,ρ的值為[0,1];且|x0(t)-xi(t)|表示在t 時刻的質(zhì)量指標(biāo)x0及xt的絕對差;且表示兩集合之間的質(zhì)量最小差;表示兩個集合之間的質(zhì)量最大差[7]。
通過構(gòu)建的質(zhì)量信息數(shù)據(jù)庫,從老煉試驗采集的數(shù)據(jù)集合中挖掘出數(shù)據(jù)中隱含的關(guān)聯(lián)規(guī)則,并且找出其中隱含的關(guān)聯(lián)。這時,假設(shè)質(zhì)量的數(shù)據(jù)集合R表示為R={r1,r2,???,rm},其中ri是表示老煉試驗數(shù)據(jù)質(zhì)量控制的記錄數(shù)據(jù)。每個質(zhì)量記錄都有著相對應(yīng)的標(biāo)識符號,假設(shè)X→Y為其中的一條關(guān)聯(lián)規(guī)則,分別用S表示質(zhì)量數(shù)據(jù)集中的支持度;C表示在采集的數(shù)據(jù)集合的置信度,分別可以通過公式(4)、公式(5)計算。
其中r 表示數(shù)據(jù)集合R 中的老煉試驗的缺陷樣本數(shù)據(jù);t 表示在t 時刻內(nèi)的含有的缺陷規(guī)則X 和Y 關(guān)聯(lián)性。
根據(jù)以上計算規(guī)則計算出的最小置信度(minC)和最小支持度(minS),按照灰色理論和關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的元器件老煉試驗得出的固有缺陷關(guān)聯(lián)規(guī)則程序如圖3 所示。
圖3 質(zhì)量灰色預(yù)測數(shù)據(jù)挖掘控制流程圖
電子元器件老煉篩選試驗根據(jù)老煉篩選試驗的技術(shù)方法針對元器件的型號、任務(wù)以及涉及面廣等特點選擇合適的老煉篩選試驗方法。并且,為了提升元器件和零部件的構(gòu)成組件和系統(tǒng)的基本單元的性能和可靠性程度都直接影響著電子元器件產(chǎn)品的質(zhì)量。因此,為了驗證文章基于數(shù)據(jù)挖掘技術(shù)提出的實現(xiàn)電子元器件老煉篩選質(zhì)量超前控制,利用文章設(shè)計的預(yù)測算法技術(shù)對產(chǎn)品的質(zhì)量控制特性給出既定的合乎試驗精度的預(yù)測值。文章以某次電子元器件的老煉篩選試驗為例,選擇電子元器件的電容器、半導(dǎo)體集成電路、晶體管以及繼電器等共18630 支進(jìn)行試驗,具體情況如表1 所示。
表1 老煉試驗結(jié)果統(tǒng)計
根據(jù)文章設(shè)計的灰色理論質(zhì)量預(yù)測數(shù)據(jù)挖掘規(guī)則分析,將數(shù)據(jù)庫中的電子元器件的老煉篩選信息表。并且根據(jù)數(shù)據(jù)庫中電子元器件老煉試驗缺陷來預(yù)測老煉篩選試驗的質(zhì)量預(yù)測情況,具體預(yù)測結(jié)果如表2 所示。
表2 電子元器件老煉篩選質(zhì)量預(yù)測結(jié)果分析
從表2 可以看出,文章對電子元器件的老煉篩選預(yù)測精度更好,絕對殘差以及相對殘差隨著k 值升高,產(chǎn)品的殘差值更低。因此,使用文章設(shè)計的質(zhì)量灰色預(yù)測數(shù)據(jù)挖掘模型可以更好地提升電子元器件老煉試驗的效果。
總而言之,電子元器件老煉篩選試驗是提升產(chǎn)品實用性和可靠性的重要手段,通過老煉篩選試驗提升產(chǎn)品的合格率有著更好的作用。文章設(shè)計的質(zhì)量灰色預(yù)測數(shù)據(jù)挖掘模型可以更好地優(yōu)化老煉篩選試驗的成效,基于老煉篩選試驗的數(shù)據(jù)采集具有更加廣闊的研究前景。在灰色理論和關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)的總合規(guī)則研究下,從質(zhì)量數(shù)據(jù)庫中利用關(guān)聯(lián)規(guī)則算法和挖掘技術(shù)引入產(chǎn)品質(zhì)量控制優(yōu)化。基于此,利用老煉篩選試驗可以有效避免電子元器件在未來使用過程中,因為生產(chǎn)過程中存在的固有缺陷導(dǎo)致電子元器件的使用可靠性降低。將老煉篩選試驗貫穿在質(zhì)量檢驗、設(shè)計質(zhì)量控制、工序質(zhì)量控制以及供貨商各個環(huán)節(jié)的質(zhì)量控制,有效提升電子元器件的質(zhì)量控制。