こんにちは、 私 午前 ローレンス モンタニエ。 私は 働く のために マイクロチップテクノロジー ルセット。 私 午前 で 航空宇宙 ＆ 防衛 グループ。 私は 行く に 見せる あなた どうやって 私たちは 使用 ジャンプ に 開発する 1つの 予測的な シングル イベント ラッチアップ モデル。
これ プロジェクト、 と呼ばれる セレスト、 開始 4つ 年 前 に 開発する 一つの 内部 細胞 予測 道具。 これ 仕事 だった 資金提供 による その CNES、 その フランス語 空間 代理店。 二 ポスター だった 発表された で ラデックス 会議 で 2019 そして 2021年。 で その 初め ポスター、 それ だった 1つの 新しい アプローチ そして その 実現可能性 の 使用して 一つの 分析的な モデル。 それは 何 私たちは は 話す について 今日 そして それは どうやって 私は 行く に 現在。 その 2番 ポスター、 それ だった と 1つの もっと 正確な モデル 使用して 1つの ニューラル ネットワーク アプローチ。
その コンテクスト、 に 住所 その 新しい 空間 市場 それは された 低い 料金、 それ 手段 それ 私たちの 回路 は 行く に なれ 打ち上げ で 低い 地球 軌道。 私たちは は 行く に 再利用 コット— 回路 の上 その 棚 -に 作る 彼ら 放射線 寛容な に 会う 空間 代理店 仕様。 私たちは 必要 に 分析する 1つの 多く の 製品 に 知る もし 私たちは できる 作る 彼ら [聞き取れない 00:01:33] 寛容です。 で そして 必要 1つの モデル そして 1つの 予測的な 道具 に 得 その 時間 そして お金 前に どれでも 実験的な テスト。
いつ 彼らは は 送信済み で 空間、 それらの 回路 は 下 放射線。 私たちは 持っている いくつかの ソース の 放射線: その 太陽、 宇宙的な 光線、 そして ヴァン・アレン・ベルト。 その 太陽 そして 宇宙的な 光線 放出する 電子、 陽子、 そして イオン。 として のために ヴァン・アレン帯、 その 内側 ベルト 放出する プロトン そして その 外側 1つ 放出する 電子。 それらの 粒子、 いつ 彼らは ストライク 私たちの 回路、 原因 損害賠償。
私たちは 持っている 二 家族 の 損害賠償。 1つ、 その 時間- その 総電離線量—w そして しない 話す について それ 今日。 私たちは は 行く に 集中 の上 見る、 単一イベント 効果。 私たちは は 行く に 集中 もっと 具体的には の上 単一イベント ラッチアップ。 これ 単一イベント ラッチアップがリード 成分 に その 破壊。 それは なぜ 私たちは 必要 絶対に に 予測する これ 現象。
その 機構 の上 その シングル イベント ラッチアップ は とても 似ている に その 電気 ラッチアップ、 しかし それ は ない 挑発された による その 同じ 原因。 で その シングル イベント ラッチアップ、 これ は いつ 重い イオンは 印象的な センシティブ デバイス インバーターとして [聞き取れない 00:03:33] 。 で その 最悪 場合、 それ は 印象的な で その 真ん中 の これら デバイス、 そして それ 引き起こされた 1つの 寄生サイリスタ、 作曲された ここ の 一つの NPN そして PNP バイポーラ。
いつ その 供給 の その 回路 上側です、 それは その ヴォホールド の これ 寄生的な サイリスタ。 で それ 時間、サイリスタ は まだ の上、 そして 私たちは できる 鉛 に 破壊。 として あなた 持っている 理解した、 これ パラメータ の ヴォホールド は とても 重要 のために 私たち。
私 ただ 話した について エネルギー、 その エネルギー の その 重い イオン。 そこには は 1つの 物理的な 量は非常に 重要、 そして は 基準 の スペース 代理店。 これ は その させて、 リニア エネルギー 移行。 これ は 額 の エネルギー 失った で その 案件 による ユニット 追跡 長さ。 のために それ、 ヨーロッパの 空間 代理店、 回路 は 言った に なれ 免疫 に ラッチアップ時 これ 価値 は その上 60 メガ電子ボルト平方センチメートル あたり ミリグラム。
私たちの 客観的 は に なれ できる に 予測する その で 所有 そして その LET閾値 の 1つの 回路なので 私たちは 必要 に 建てる 1つの モデル。 私たちは 使用 TCAD ケンタウルスから 走る いくつかの シミュレーション に 建てる その モデル と 1つの DOE。 のために その DOE、 私たちは 必要 に 定義する 入力 そして 出力。 として あなた 持っている 推測した 出力、 で 所有 そして LET閾値。 に関して 入力、 のために その 初め 試す、 私たちは 決める に 定義する 4つ 出力、 二 から その プロセス、 そして 厚さ そして エピ・ドゥ と、 そして 二 から その デザイン、 その 長さ 間 その 二 井戸の その テスト 構造 の その インバーター、 そして その 長さ 間 その トップ そして その 良い 。
保つ で 心 それ もし その ヴォホールド 得られた による シミュレーション は アッパー の その 供給 の その 回路、 で それ 時間、 その 回路 は 免疫 に 細胞。 もし その ヴォホールド は 劣った に その 供給 の その 回路 で それ 時間、 それ は 可能 に 持っている 1つの シングル イベント ラッチアップ、 そして 私たちは は とても 興味がある に 知る その LET閾値。
で その 流れ、 私たちは は 行く に 建てる 1つの DOE と JMP、 1つの 満杯 階乗 DOE。 私たちは は 行く に 入力 これ DOE で その TCAD ケンタウロス。 私たちは は 行く に 走る 私たちの シミュレーション。 私たちは は 行く に 取る その 出力、 Vholdと LET閾値。 私たちは 置く 全て 結果 そして 入力 で ジャンプ。 私たちは は 行く に 画面 データ そして 建てる 1つの モデル と ジャンプ。
今、 さあ 行く に ジャンプ データ テーブル それ 私たちは 使用 に 勉強 その 実現可能性 の 使用して 一つの 分析的な モデル。 これ は その テーブル と 私たちの 4つ 入力 そして 二 出力 ここ、 そして その 満杯 DOE、 1つ 価値 あたり 色。 に 入力 ここ、 私たちは できる 見る 1つの プレビュー の 何 私たちは 持っている で それぞれ 分布。 に 持っている 1つの より良い 画面 そして 持っている 1つの より良い 探検 の データ、 私 始める による パッティング 分布 の 入力 そして 出力。 私たちは できる チェック それ のために それぞれ 入力、 私たちは 持っている その 同じ 番号 で それぞれ 価値 で それぞれ 入力、 それで それ は わかった。
私たちは できる 行く で その 終わり、 そして 私たちは できる 見る それ のために その 出力、 私たちは 持っている 何か に 注記 素早く、 それ その で 所有 は 劣った に その 供給 の その 回路、 どれの は 1.95。 私 できる 置く その 制限 の上 その グラフ。 私たちは できる 持っている 1つの シングル イベント ラッチアップ。 私たちは 持っている その 価値 ここでLET閾値について説明します。 何 私たちは 見る それ いくつかの 価値 は それ以上 100。 私たちは できる ハイライト それ に 見る もし 私たちは 見る 何か 特別 の上 私たちの 他の 入力。 私たちは メモできる 素早く それ その 体 同点 のために 1つ 価値、 何でも 他の 入力 価値、 は その ソース の させて しきい値 100 の上限。 もし 私たちは できる 見る アッパー 価値 のために その させて しきい値 アッパー の 60, そこには は ない その 同じ 効果、 多分、 のために その エピシック。 と これ 初め 分析、 私たちは できる 探検する 私たちの データ そして 持っている 一つの アイデア の 何 私たちは 持っている。
2番 グラフ に なれ プロットされた のために これ 分析。 その 1つの とても 面白い プロット。 変動性/A 属性ゲージ チャート。 私たちは は 行く に プロット 全て 私たちの 入力 で X、 そして で そして、 私たちの 出力。 今、 私たちは できる 分析する 初め もし 私たちは は 主要 効果 または 交流。 私たちは できる 接続する 細胞 手段、 そして 私たちは できる 見る それ そこには は 多分 1つの 問題 の上 その T キャド 結果。
それ は ない 1つの 問題。 私たちは できる 続く 私たちの 分析 そして 勉強 に 知る もし それ は 実現可能 または ない に 持っている その 分析的な モデル なぜなら それ は ただ 1つ ドット、 しかし 私たちは しなければならない 注記 何 起こった ここ。 私たちは 見た それ 素早く と このような グラフ。 もし そこには は 1つの 問題 の上 私たちの 足、 もし 私たちは 持っている 全て 私たちの データ のために それぞれ 状態。 私たちは 持っている 全て データ、 しかし これ 1つ は に なれ 分析しました。
として のために その ヴォホールド、 そこには は いいえ 問題 の上 私たちの 出力。 私たちは できる 見る それ 何 私たちは 知る の その 物理、 それ いつ その 間隔 間 その 二 井戸 は より高い、 その ヴォホールド は 増加しています。 これ 結果 は 一貫性のある。 もし 私たちは 見る で その ボディT すなわち、 その 体 ネクタイ は 増加し、 その Vholdは 減少しています。 それは 何 私たちは 知る、 あまりにも。
ここ 私たちは できる 見る 何 私たちは 持っている すでに 述べた の上 その 前の 分析。 ここ、 のために これ 価値 の 体 ネクタイ、 のために その LET閾値、 私たちは は で 1つの 価値 の 100 メガ 電子ボルト。 それは 何 私たちは すでに 承知しました。 私たちは 持っている 1つの 傾向 それ いつ その [聞き取れない 00:12:07] は 増加し、 その LET閾値は 増加し、 そして それ は で 同意する 何 私たちは 知る。 それ は 面白い。 私たちは できる 言う それ と これ グラフ の上 ヴォホールド 、 私たちは 持っている 1つの 主要 効果 の その [聞き取れない 00:12:29] 。
私たちは できる 保つ その 同じ グラフ、 同じ 分析、 しかし による 変化 その 注文 の その 入力。 再 電話 、 より良い。 取り除く これ 入力、 想起、 そして 私たちは できる 持っている その グラフ。 何 私たちは できる 見る の上 これ グラフ、 これ 表現、 による ただ 変化 その 注文 の その 入力、 それ その エピD または、 のために いくつかの 価値 の 他の 入力 持っている いいえ 効果 のために いくつかの 状態 ここ。 それで 私たちは できる 推論する そこには は 交流 間 入力。 のために LET閾値 、 交流 わずかに ここ そして いいえ 効果 のために 他の 価値。
今、 私たちは 持っている チェック済み、 私たちは 持っている いいえ 問題 の上 私たちの データ。 私たちは 持っている 見た 私たちは 持っている いくつかの 主要 要因。 私たちは できる、 による 好奇心、 使用 別の 道具。 それ は ap 条項 に 知る どれの 入力 は その 初め に 現れる。 それから の上 その LET閾値、 何 私たちは 見る、 それで 体 ネクタイ 初め、 それは 何 私たちは 持っている 見た、 そして その エピシック。 私たちは できる 続く による [聞き取れない 00:14:24] ボディT すなわち、 あまりにも。 体 ネクタイ は とても 重要。 として のために ヴォホールド、 その ボディT すなわち は 重要。 あ その後 その 間隔は…
さて、私たちは 持っている 1つの もっと 正確な アイデア の 何 私たちは 持っている で 私たちの データ、 私たちは できる 行く そして 建てる 私たちの モデル。 私たちは 置く 私たちの 入力。 私 しない 知る 何 私 持っている 終わり。 私 削除する 入力。 私たちは 持っている 走る 1つの 満杯 要因DOE 。 私たちは 試す これ モデル。 私たちは 置く 私たちの 出力、 そして 私たちは できる 走る それ。 私たちは できる 走る その モデル。 私たちは できる 見る それ 私 逃した 何か ここ。 私 すでに 準備した 何か。 フィット モデル、 エピドーズ 、 マクロ、 満杯 階乗。 よし、走れ。 その より良い 今。 または は 何か 間違っている？
私 好む これ プレゼンテーション と これ プロット、 実際の による 予測 プロット。 で これ プロット、 私たちは できる 見る それ その モデル は ない 本当に 満足のいく なぜなら 私たちは 持っている 1つの 多く の ドット 遠い から その 赤 エリア、 平 もし その ルピー 四角形 は で 0.81、 それは完全に 満足です。
のために その ヴォホールド、 私たちは 持っている その 同じ 述べる。 私たちは できる 持っている 1つの 見て で その プロファイラー。 その プロファイラー できる 見せる 私たち その 良い 傾向、 しかし 私たちは は ない 行く に 持っている 1つの 長さ 時間 の上 これ。 私たちは は 行く に 見て で 別の モデル に 知る もし 私たちは できる 持っている 一つの 正確な モデル よりも これ 1つ。 私たちは は 行く に 試す 別の 1つ。 ない それで 遠い。 私たちは は 行く に 取る 私たちの 入力、 そして 良い 試す 応答 表面、 そして私たちの 出力、 そして私たちは 走る それ。 私たちは は 行く に EpiDoseを削除 なぜなら そこには は いいえ 効果。
私たちは できる 見る それ これ モデル は より良い、 その ルピー なぜ は より良い。 その で 所有 は 1つの 良い モデル。 今、 私たちは 持っている 1つの 見て で その プロファイラー。 その プロファイラー、トレンド は 良い のために 全て パラメータ。 私たちは 注記 それ そこには は 多分 何か に する なぜなら 私たちは 見る で これ 一部 の その 曲線、 その LET閾値 価値 は アッパー、 そして それ は ない で 同意する と その 物理 そして 何 私たちは 知る、 の コース。 として 私 持っている すでに 言った、 それ は 1つの 初め 試す。 私たちは 必要 に 仕事 そして 仕事 として 私たちは 終わり の上 その 入力 そして 正確さ の その LET閾値まで 持っている より良い 結果 ここ。 あなた できる 見る 今 で その エピドーズ、 私たちは 持っている とても いいえ 変化、 1つの 少し 変化 ここ。
しかし、 このような グラフ は とても 面白い のために 私たち なぜなら いつ 私たちは 欲しい に 作る 放射線 寛容な 回路、 私たちは できる 使用 それ に ヘルプ 私たち による 与えられた 1つの セット の 価値。 私たちは できる 使用 ここ その 望ましさ 関数。 今、 私たちは は 行く に セット 私たちの望み。 ここ、 私たちは 欲しい に なれ 上 60として 1つの 基準 の それ。 私 置く 60, 80, そして 100, マッチ ターゲット。 ここ、 のために その ヴォホールド、 私たちは 欲しい に 最大化する それ。 私 置く これ 価値、 2、2.05。 今、 私は 行く に 最大化する 望ましさ 。 の コース、 それ 動作します。そしてn ああ、そうじゃない。 マッチ ターゲット。 ターゲット 。 今、 最大化する これ 望ましさ。 今、 私たちは 持っている 1つの セット の 価値 私たちは 願い なぜなら ここ、 私たちは 持っている 1つの 範囲 の 価値 で その 体 ここで同点です。 私たちは できる 遊ぶ と それ。 ここ、 私たちは できる 遊ぶ ここ と その 間隔。
その 他の 表現 そして その 道具 私たちは のように 使用して で ジャンプ は その 輪郭 プロファイラー と いくつかの 修理済み パラメータ。 私たちは できる 持っている 1つの 輪郭 プロット ここ。 もし あなた 欲しい に 変化 1つの デザイン 価値、 私 置く で 軸 その 体 ネクタイ そして その 間隔 _AC。 私たちは は 行く に 置く 私たちの 有名な 価値 の 60 のために その させて、 その L 模倣 で 60. に 持っている 1つの させて アッパー よりも 60, 私たちは 知る 私たちは できる 持っている 1つの 価値 の 体 ネクタイ 上 に、 もし 私たちは 取る その クロス ここ、 について 6.5. 私たちは できる 使用 その 範囲 の その 間隔。
これ 道具、 これ 表現、 は とても 面白い のために 私たち に 作る 私たちの 製品 放射線 寛容です。 これ は ない その 最後 モデル 私たちは 埋め込む、 しかし 私 できる 見せる あなた それ で その 赤 三角形、 私たちは できる 保存 その 予測 式 で その テーブル それで それ 後、 私たちは できる 取る それ そして カプセル化する それ もし 私たちは 欲しい。
わかった、 それは 全て のために 自分 の上 ジャンプ。 さあ 行く 戻る に その プレゼンテーション。 と これ 方法、 私たちは 建てられた 別の モデル、 これ 1つ 使用して 1つの ニューラル ネットワーク。 その 予測 得られた と これ モデル だった 比較すると に 実験 の上 回路。 私たちは できる 見る それ いつ その 実験 ショー そこには は いいえ シングル イベント ラッチアップ、 その 予測 による その セレスト、 その 内部 道具、 言った その 同じ もの、 そこには は いいえ ラッチアップ。
いつ 実験的に そこには は 1つの ラッチアップ、 セレスト、 平 もし そこには は 1つの 違い 間 実験的な そして 予測、 見せる そこには は 1つの ラッチアップ。 のために 私たち、 それ だった 1つの 良い 結果。 ない それで 正確な。 それは なぜ その 仕事 続く の上 これ モデル に 持っている 一つの 正確な モデル。 それは なぜ 私たちは 続く 働く の上 DOE。 私たちは する それ あたり テクノロジー ノード のために 持つ 1つの より良い 正確さ の これ モデル。 わかった、 感謝 あなた のために あなたの 注意。
