現代の生活のICへの依存度はますます高まっています。消費者向け携帯電話から電気自動車産業まで、ICをICから切り離すことはできません。将来的には、IC製品はより小型でより細いラインに向かって発展します。 IC製造の製造工程や工程は非常に複雑であり、製品の性能に影響を与える変数が多いため、信頼性試験は非常に重要です。製品の信頼性に関する限り、一般的な定義それは通常の使用から故障までにかかる時間です。
IC製品の故障の3つの段階
いつものIC製品は、故障率の違い、つまり信頼性の高いバスタブ曲線グラフに応じて、3つの特徴的な段階に分けることができます。 （（写真1） ：
図1バスタブ曲線
- 第一段階乳児死亡率：使用初期の高い段階から製品の故障率が急激に低下するプロセスを表します。製品設計やプロセス設計が不十分なことが原因である可能性があります。総人口に占める割合が小さいため、それが見られます急な落下破壊曲線、前述のように、プロセスはますます複雑になっているため、早期死亡の失敗率をどのように減らすか0達成される可能性は低く、顧客はこの製品を受け取りたくないので、通常、これらの時期尚早な製品を除外する方法電界と温度を使用して加速寿命実験を行う、いわゆるバーンインファウンドリがウェーハ製造段階で電気的テストを使用できる場合、これらの初期段階の欠陥製品も選別することができます。
- 第2段普通の生活：つまり、製品の実際の使用段階です。この段階での故障率は最も低く、電気的干渉による短期的な故障、ランダムな外部欠陥、または不完全なフィルタリングが原因である可能性があります。死の初期段階。製品が原因
- 第三段階は摩耗、通常の使用では、実際の製品が徐々に使用限界に達し、故障率が上昇し始めます。最後に、収集したデータに基づいて、信頼性の寿命を定義し、顧客のニーズを満たすことができるかどうかを確認します。 。
IC製品の一般的な信頼性の問題、主な違いはICコンポーネントとICパッケージングがメインですIC酸化物崩壊などの一般的なコンポーネントの問題（酸化物分解） 、漏れ電流が発生したり、短絡や部分的なライン障害が発生したりする可能性があります。さらに、ホットキャリア注入（ホットキャリア注入、HCI） 、沿ってMOSFETスイッチング素子として、電子が通常の流路から外れると、スイッチの特性が変化し、不安定な状態になるため、臨界電圧、導電率などの解析が可能です。 （相互コンダクタンス）他のパラメータの経時的な減衰プロセス。パッケージの信頼性については、ほとんどがパッケージの材料とプロセスに起因するため、温度サイクルテストなど、高温および低温サイクルテストを使用して脱ガムの有無を確認するのが一般的です。または、高速高電圧試験に加えて、電気的特性に変化があるかどうかも一般的な試験の1つであり、次のような車両の信頼性によく見られます。 ICパッケージテストは信頼性テストに似ています。
統計的手法を使用した信頼性分析
以下は主に紹介しますJMP信頼性加速解析プラットフォームであるこのプラットフォームは、より過酷な条件下での製品の故障寿命を取得し、通常の条件下での故障寿命を計算して、例を引用することができます博士による信頼性データの統計的手法 ミーカーと博士 Escobar、John Wiley＆Sons、1998年、誘電体の破壊を理解し、与えられた異なる電圧で加速実験を行いたい（100.3、122.4、157.1、219.0、kV） 、について知りたい50kV下の生活は何ですか（（写真2） 、電圧が強いほど寿命が短くなり、各電圧での寿命分散が大きく異なることがわかります。
図2線形座標
次に、軸を対数に変換します-対数プレゼンテーション（（写真3） 、各電圧下での分散範囲が狭くなるため、加速実験を解析に使用する場合は、線形モデル解析を適用するためにデータを変換する必要があり、通常の使用条件下での寿命をより正確に推定できます。電圧。
画像3対数-対数座標
信頼性加速度解析プラットフォームを使用すると、電圧= 219kVで観測できます。の場合、いくつかの点が近似直線からオフセットされますが、それらのほとんどはまだ直線上にあるため、対数正規分布は、固定された勾配で良好な近似効果を得ることができます。 （（写真4） 、
図4分配フィッティング
そしてJMPによると選択されたモデルは3パラメーター回帰モデルであり、電圧は寿命のパフォーマンスに大きく影響しますが、位置とスケールのパラメーターが異なるモデルは回帰モデルと大きく異なりません。 （（写真5） 、検証するデータのセットをさらにいくつか収集し、最後に予測式を保存できます（（写真6） 、
図5モデル選択結果
写真6予測式
モデルが正しく検証されている場合は、電圧= 50kVで追加できます。以下の分布曲線（（写真7） 、学び10％ 、 50％ 、 90％分位が失敗する位置、または対応する値をテーブルに直接入力します（（写真8） 、またはプロフィール（写真9）失敗の確率はどれくらいですか。
図7散布図
図8故障確率データシート
図9プロファイル
モデルをフィッティングする場合、データ変換により線形モデルを使用した推定が容易になり、曲線モデル推定の偏差や過度の変動の発生が減少します。データスケール変換を追加すると、観察と確認が容易になります。データ適合。JMPそして、さまざまな効果のモデルの違いを比較し、適切なモデルを選択し、最終的に推定式を提供し、プロフィール予測のため。
参考情報：
- 半導体IC製品の信頼性統計物理学および工学第2版
- JMPウェブビデオ： https://www.jmp.com/en_in/events/ondemand/best-practices-in-reliability-data-analysis/accelerated-life-testing.html
- ソース： http://reliawiki.com/index.php/Inverse_Power_Law_(IPL）-Lognormal_Model
