книги / Надежность микросборок
..pdfдежность от всяких других экспериментов б у д е т , неза висимость выходных параметров от воздействующих факторов. В противном случае микросборки не отве чают требованиям, предъявляемым к ним.
При активных испытаниях время воздействия каж дого фактора не превышает времени корреляции ис следуемых параметров. Поэтому время испытаний при воздействии фактора или их совокупности значительно меньше времени их воздействия при длительных испы таниях, соответствующих техническому ресурсу. Однако объем информации, полученный в результате длитель ных испытании, в 2 раза меньше, чем при активных испытаниях. Следовательно, можно значительно сокра тить время испытаний цикла за счет увеличения инфор мативности оптимально спланированных испытаний. Представляется целесообразным проанализировать во прос: за счет каких факторов можно сократить время испытаний в данном цикле?
С целью повышения эффективности испытаний мик росборок на надежность можно рассмотреть особенно сти следующего алгоритма. Все выпускаемые на пред приятии микросборки следует разделить на определен ные группы. Основными признаками, по которым мож но группировать микросборки, — это одинаковые фи зические явления, лежащие в основе их работы, одина ковые технологические процессы их изготовления, иден тичность конструкций, высокая унификация комплек тующих элементов и т. д. После этого в каждой группе выбирается прототип, обладающий наибольшим количе ством свойств, объединяющих данную группу микро сборок.
Изделие — прототип подвергается длительным опре делительным испытаниям на надежность, спланирован ным по методам полного факторного эксперимента. Дли тельность испытаний прототипов обычно равна техни ческому ресурсу микросборки. Определительные испы тания проводятся циклами, равными по времени, задан ному в ТУ или в ТЗ минимальному времени непрерыв ной работы. В. результате таких испытаний определя ются виды отказов и производится статистический ана лиз полученных результатов. Испытания изделий — про тотипов позволяют определить критерии оптимальности испытаний и их оптимальную длительность для других
типов микросборок данной группы, а также произвести выбор факторов и параметров. Оценка надежности мик росборок, входящих в каждую группу, производится по результатам сокращенных оптимально спланированных испытаний. Статистической обработке должны подвер гаться результаты каждого цикла испытаний, 'и на ос новании этого определяются характеристики надежно сти. При этом статистическую обработку результатов испытаний целесообразно производить методами регрес сионного анализа.
Регрессионный анализ может быть использован для обработки результатов не только спланированных по методу полного факторного эксперимента, но и пассив ных испытаний на надежность. Особенность испытаний на надежность состоит в практической независимости выходных параметров от воздействующих факторов. Поэтому наиболее подходящими моделями процесса из менения параметров при испытаниях на надежность и служат регрессионные модели нулевого или первого по рядка. Однако конечной целью испытаний на надеж ность будет выбор и оценка параметра оптимизации. Для несложных микросборок параметр оптимизации мо жет быть единственным. В качестве такого параметра при испытаниях на надежность следует выбирать веро ятность безотказной работы, вычисленную с учетом из менения параметров в границах допуска и произведен ной классификации видов отказа. Для определения па раметрической надежности микросборок необходимо произвести корреляционный анализ процессов измене ния их основных параметров и определить взаимокорреляционные зависимости между параметрами. Наличие корреляционной зависимости между выходными пара метрами исследуемых микросборок может существенно упростить определение вероятности безотказной работы в случаях, когда микросборка обладает несколькими равными по важности выходными параметрами.
Из сравнения двух видов испытаний на надежность '(активных и пассивных, т. е. спланированных и случай ных) и двух видов обработки одних и тех же испыта ний можно заметить, что они дают практически одина ковую точность результатов; выигрыш во времени ак тивного эксперимента по сравнению с пассивным мо жет составить 200% и более, выигрыш в информатив ности активного эксперимента также возрастает,
Другие испытания
Граничные испытания на надежность основаны на выборочном методе и проводятся для определения раз рушающих и безопасных уровней нагрузок, записанных в ТУ. Эти испытания проводятся при различных элект рических, механических и климатических режимах до получения определенной доли отказов в выборке или достижения заданного уровня воздействующей нагруз ки. Уровень граничной (разрушающей) нагрузки опре деляется как уровень воздействия, при котором дости гается 50%-ная доля остатков. Полный объем гранич ных испытаний состоит из следующих видов: воздейст вие быстрой смены температур (термоудар); воздейст вие смены температур (термоциклирование); воздейст вие одиночных ударов; сохраняемость при повышенной температуре; работоспособность при нагрузке.
Полный объем граничных испытаний обычно произ« водится на стадии разработки и внедрения разработан ных микросборок в производство (на студии приемки установочной партии). При проверке влияния конструк тивно-технологических изменений не обязательно про* водить полный объем граничных испытаний. В этом случае испытания проводятся только по тем видам, ко торые в наибольшей мере характеризуют .конструктивнотехнологические изменения. Для проверки конструктив но-технологических запасов, кроме граничных испыта ний, можно использовать другие методы испытаний, устанавливаемые в технической документации.
Испытания на длительное хранение проводятся с целью определения сохраняемости микросборок. При испытании на длительное* хранение микросборки разме щаются в упаковке предприятия-изготовителя либо вмонтированными в РЭА, находящейся на консервации, либо в комплекте ЗИП. Испытания на хранения прово дят, как правило, в условиях отапливаемого склада. В течение срока хранения параметры критериев годности микросборок должны оставаться в пределах норм, уста новленных в ТУ и других нормативных документах в зависимости от физических свойств назначения микро сборки. Например, самые общие соображения, основан ные на практическом опыте, свидетельствуют о том, что те параметры микросборок, которые определяются ее геометрией, практически не подвержены изменению во
времени. В то же время такие параметры, как обратный ток р-п перехода и пробивное напряжение, зависящее от утечки по поверхности и от скорости поверхностной и объемной рекомбинаций, будут изменяться во време ни за счет старения микросборок или других физико химических изменений. Если свойства микросборок в процессе хранения остаются неизменными, то парамет ры в конце хранения должны совпадать с нормами, пре дусмотренными при приемке. Если .параметры критерии ев годности микросборок в процессе хранения изменя ются, то в конце хранения нормы устанавливаются с учетом характера и величины этих изменений во вре мени.
При проведении испытаний на хранение произво дится проверка микросборок на сохраняемость, уста новленную в нормативно-технической документации; на копление информации о техническом ресурсе сохраняе мости; разработка рекомендаций повышения сохраняе мости; уточнение норм на показатели сохраняемости. В качестве критерия оценки принимается значение гамма процентного срока сохраняемости. Гамма-процентный ресурс определяют по накопленным результатам испы таний. В процессе проведения испытаний регистрируют время появления отказов. За гамма-процентный ресурс принимают время испытаний, соответствующее середи не интервала между временем появления двух послед них отказов.
На испытание закладывается выборка, объем кото рой устанавливается ТУ или другими нормативными документами и формируется не единовременно, а по степенно установкой микросборок на испытание при ежеквартальном их отборе в течение двух лет. Перед началом испытаний выборку выдерживают в нормаль ных климатических условиях. После этого микросбор ки нумеруют, производят внешний осмотр и первона чальные измерения параметров-критериев годности. Микросборки, не соответствующие ТУ или ЧТУ, заме няются .новыми и при обработке результатов испыта ний не участвуют. К каждой выборке должен прила гаться определенный сопроводительный лист.
Микросборки, параметры-критерии годности которых в процессе испытаний перестали соответствовать нор мам, оставляют для дальнейшего хранения с целью уста новления размера отклонения параметров в течение ьсе-
го срока хранения. Микросборки, полностью отказав шие, снимают, с испытаний для установления причин отказа. По результатам анализа всех отказавших мпкросборок разрабатываются рекомендации по устране нию дефектов в микросборках текущего выпуска.
Результаты испытаний оценивают как положитель ные, если значение гамма-процентного срока сохраняемо сти будет больше установленного в ТУ или в ЧТУ. При выявлении дефектных микросборок изготовитель анали зирует эти микросборки и по результатам анализа на мечает и проводит мероприятия по повышению сохра няемости микросборок текущего выпуска либо уточняет в нормативно-технической документации нормы на па раметры-критерии годности и значение гамма-процент ного срока сохраняемости.
Испытания на долговечность проводятся для полу чения количественных показателей производственной на дежности. Эти фактически ресурсные испытания весьма трудоемки, продолжительны (до 100 тыс. ч) и связанЦ с большими экономическими затратами. По коли чественным показателям надежности, полученным, в ре зультате ресурсных испытаний, судят о повышении про изводственной надежности выпускаемых микросборок* Количественное значение производственной надежности может быть получено только через длительное время, исчисляемое многими месяцами и даже годами. Ре зультаты ресурсных испытаний не могут служить осно ванием для забракования выпускаемых в данный период времени микросборок. Однако изготовитель проводит анализ отказавших в процессе испытаний микрос.борок и на его основе разрабатывает необходимые мероприя тия по устранению причин появления отказов с после дующим внедрением этих мероприятий в производство.
При определении гамма-процентиого ресурса прово дятся испытания, которые оцениваются как продолже ние испытаний на долговечность. Микросборки часто группируют, в этом случае испытания проводят на мик росборке — прототипе, а результаты распространяют на всю группу микросборок. Если объем выборки при испытании на долговечность недостаточен для опреде ления гам-ма-процентного ресурса, то в течение време ни, необходимого для его определения, проводят не сколько последовательных операций, число которых определяют из отношения объема выборки, необходн-
мой для определения гамма-процентного ресурса, к объ ему выборки на долговечность. Поскольку этот количе ственный показатель производственной надежности по лучается и уточняется, так же как и показатель долго вечности, только в результате длительных испытаний, но он также не может-быть заранее задан и, следова тельно, гарантируется изготовителем.
Количественные показатели производственной на дежности, полученные в результате испытаний на дол говечность, для определения гамма-процентного ресур са могут служить только как справочные данные, пока зывающие уровень производственной надежности выпу скаемых микросборок, достигнутый у изготовителя.
Натурные испытания микросборок проводят в есте ственных условиях окружающей среды наряду с лабо раторными испытаниями. Цель натурных испытаний — это выявление комплексного влияния естественно воз действующих факторов окружающей среды на измене ние параметров, свойств и механизма отказов микро сборок при их эксплуатации и хранении. Натурные ис пытания обеспечивают получение более полной и до стоверной информации о комплексном влиянии факто ров окружающей среды на параметры — критерии год ности микросборок, позволяют исследовать характер реальных физико-химических процессов, протекающих в микросборках при воздействии естественных факторов окружающей среды. Этот вид испытаний позволяет уточ нить лабораторные данные и разрабатывать рекомен дации по способам защиты микросборок от внешних воз действий, а также уточнить нормы на изменения пара метров — критериев годности, методы и режимы лабо раторных испытаний.
Специфика натурных испытаний заключается в боль шой их продолжительности, сложности и высокой стои мости и поэтому требует оптимальной их организации и планирования. Выбор условий натурных испытаний базируется на анализе результатов эксплуатации, лабо раторных испытаниях и требованиях, предъявляемых к микросборкам. Такой анализ позволяет ограничить объ ем длительных и дорогостоящих натурных испытаний и разработать предварительную программу их проведе ния. В результате микросборки подвергаются испытани ям только в тех условиях, в которых влияние дестаби лизирующих факторов наиболее интенсивно.
Методами теории подобия и предварительного ана лиза рассматривается вся номенклатура микросборок с точки зрения степени различия фактических процессов деградации, вызванных воздействующими факторами. Натурным испытаниям достаточно подвергнуть только прототипы групп микросборок, что уменьшает объем и стоимость испытаний, а результаты испытаний распро странить на всю группу. Натурные испытания микро сборок, предназначенных для эксплуатации и хранения
всоставе стационарной РЭА, рекомендуется проводить
впунктах, близких по климатическим характеристикам к предполагаемым местам эксплуатации. Натурные ис пытания микросборок проводятся на климатических станциях, которые расположены в разных климатиче ских зонах и районах.
Наряду с рассмотренными натурными испытаниями
вразличных климатических условиях большое практи ческое значение за последнее время приобретает инфор
мация о надежности микросборок в условиях открытого космоса. С этой целью проводят испытания микросборок в условиях натурных воздействий факторов космиче ского пространства, к которому в первую очередь отно сятся космические излучения, магнитное поле Земли и высокий вакуум. Натурные испытания такого рода пре дусматривают испытания микросборок под электриче ской нагрузкой и без нее. Данные о функционировании микросборок в условиях открытого космоса, одновремен ная запись некоторых воздействующих факторов и по следующий анализ возвращаемых после полета микро сборок позволят уточнить режимы и условия лаборатор ных испытаний с целью более эффективного выявления потенциально ненадежных приборов*
Прогнозирование надежности
Одна из основных гипотез о природе предсказания будущего заключается в том, что выводы о возможно сти или вероятности будущего события делаются на ос новании изучения, анализа и обобщения предыдущего опыта —* истории предсказываемого явления. Ни одно действие не совершается человеком без того, чтобы он в достаточно определенной форме не предвидел резуль таты этого действия, Эта идея и положена в основу раз-
внвающейся в настоящее время статистической теории предсказаний.
Можно встретиться с фактами предсказания буду щего, которые на первый взгляд кажутся совершенно не связанными с прошлым. Известно, что опыт представ ляет собой гораздо больший объем сведений, чем тот, который человек может сознательно выделить. Поэтому утверждения о том, что некоторые случаи предсказания не могут быть объяснены предшествующим опытом и точно такое событие в прошлом не наблюдалось, нельзя считать основательными.
Объем сведений о прошлом, размеры опыта прош лого в различных условиях не могут быть одинаковыми. Исходя из этого можно предположить, что самые не ожиданные на первый взгляд предсказания, и особенно точность их совпадений с действительностью, имеют твердую «историческую» почву.
Прежде чем перейти к изложению методов прогно зирования надежности, ознакомимся с несколькими ос новными понятиями. Определим задачи предсказания детерминированных и вероятностных или стохастических процессов, а также выясним понятие непредсказуемой «чистой» случайности.
Детерминированными называются процессы, вызван ные действием ряда известных причин. Зная результа ты действия каждой из них, можно точно рассчитать суммарный результат. Обычно в линейных системах действует принцип наложения (суперпозиции), который формулируется так: общий эффект от действия несколь ких причин равен сумме эффектов от действия каждой причины, взятой в отдельности.
Изучение детерминированных процессов основано на индуктивном методе — методе изучения причин и след ствий. Интервал времени, отделяющий момент предска зания того или иного явления от момента его наступ ления, обычно называют временем упреждения.
Прогнозирование детерминированных процессов ха рактеризуется тем, что время упреждения может быть сколько угодно большим. Увеличение времени упрежде ния не снижает точности предсказания детерминирован ных процессов.
В вероятностных или стохастических процессах это правило не действует. Нестационарность процессов по зволяет осуществлять предсказание только на сравпн-
■ тельно короткий: срок. Удлинение времени упреждения при. требуемом качестве предсказания представляет со бой основную задачу при разработке методов статисти ческого предсказания.
Предсказание случайных процессов. Если много раз наблюдать какое-либо явление, испытание, каждый раз стараясь точно воспроизвести одни и те же условия, то вместо того; чтобы получать одинаковые результа ты, при ’ каждом отдельном измерении получается ре зультат, отличный от других. Каждый раз сказывается влияние не только тех условий, которые воспроизводят ся, но и тех, которые воспроизвести невозможно. Под твержденное подобному разбросу событие называется случайным. Последовательности таких случайных со бытий, рассматриваемые в функции времени, известны под названием случайных процессов. В случайном про цессе можно проследить результат действия ряда при чин, но рассчитать его нельзя.
Изучение случайных процессов основано на дедук тивном методе — причинную связь явлений проследить
нельзя, хотя такая связь |
объективно существует. |
В реальных процессах, |
наблюдаемых в жизни, сле |
дует различать три составляющие: во-первых, детерми нированную часть, поддающуюся точному расчету ин дуктивным методом; во-вторых, вероятностную часть, выявляемую дедуктивным методом по длительному наб людению за процессом с целью определения вероятност ных закономерностей процесса; в-третьих, «чисто» слу чайную часть, принципиально не поддающуюся никако му предсказанию.
Рассмотрим примеры из области предсказания «слу чайных» величин. Так, при подбрасывании вверх кубика, одна грань которого окрашена в красный цвет, а пять остальных граней — в синий, требуется предсказать, ка кого цвета будет верхняя грань при следующем броса нии. Нетрудно установить, что в данном примере де терминированная часть отсутствует, вероятностное пред сказание дает цифру 5/б. т. е. с такой вероятностью мож но предсказать, что выпадет синий цвет.
В игре с подбрасыванием монеты требуется пред сказать, упадет ли -монета гербом или решкой. При большом количестве подбрасываний (примерно в поло вине случаев) монета падает гербом, а в половине — решкой. Это пример «чистой» случайности, или равно
вероятного, исхода, принципиально не поддающегося никакому предсказанию.
Еще пример — футбол. Это более сложная игра. В предсказании результатов игры детерминированная со ставляющая отсутствует (рассчитать ничего нельзя), но имеется явно выраженная вероятностная составляющая, которую можно определить, наблюдая ряд игр данных команд. Кроме того, в игре обязательно присутствует принципиально непредсказуемый элемент «чистой» слу чайности.
Рассмотрим пример реального случайного процесса. Долгое время оставался неясным вопрос о причи нах и закономерностях приливов и отливовг Кеплер и Ньютон связали это явление с Луной. В дальнейшем Лаплас подтвердил теорию Кеплера и Ньютона строго математически, что дало возможность предсказывать на
каждый день время прилива и отлива.
В данном процессе все три части процесса: детерми нированная, вероятностная и «чисто» случайная. Детер минированная часть процесса обусловлена Луной и точ но рассчитывается по теории Лапласа. Имеется случай ная часть, вызываемая ветром, изменением состава и плотности воды, температуры и многих других причин.
Совокупность детерминированной и вероятностной частей является наилучшим (оптимальным) предсказа нием. Сравнение этого оптимального предсказывания с действительным приливом дает возможность опреде лить элемент непредсказуемой, или «чистой» случайно^ сти. В реальных процессах «чисто» случайная часть не может быть сведена к нулю. Эта часть определяет тот наивысший уровень, к которому ассимптотически при ближается по мере повышения качества предсказания детерминированной и вероятностной частей.
Разработка методов расчета детерминированных про цессов и выделение вероятностей части представляют собой основные проблемы теории прогнозирования.
Если процесс плохо изучен, то некоторую долю де терминированной его части приходится отнести к веро ятностной, а некоторую долю вероятностной части — к «чистой» случайности. Точность прогнозирования от этого резко ухудшается. Отсюда основной задачей тео рии прогнозирования становится максимальное увеличе ние причинной, детерминированной части, как и посто янное уточнение вероятностного прогнозирования.