CN116203384A - 使用加速可靠性模型和传感器数据的电路的寿命终止预测 - Google Patents
使用加速可靠性模型和传感器数据的电路的寿命终止预测 Download PDFInfo
- Publication number
- CN116203384A CN116203384A CN202211523499.5A CN202211523499A CN116203384A CN 116203384 A CN116203384 A CN 116203384A CN 202211523499 A CN202211523499 A CN 202211523499A CN 116203384 A CN116203384 A CN 116203384A
- Authority
- CN
- China
- Prior art keywords
- circuit
- model
- sensor data
- lifetime
- life
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/2856—Internal circuit aspects, e.g. built-in test features; Test chips; Measuring material aspects, e.g. electro migration [EM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/2872—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation
- G01R31/2874—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation related to temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2855—Environmental, reliability or burn-in testing
- G01R31/2872—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation
- G01R31/2879—Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation related to electrical aspects, e.g. to voltage or current supply or stimuli or to electrical loads
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本公开的各实施例总体上涉及使用加速可靠性模型和传感器数据的电路的寿命终止预测。在一些示例中,一种电路可以被配置为执行一种方法,该方法包括:经由电路的电路功能单元执行电路功能,从与电路功能单元相关联的一个或多个传感器接收传感器数据,以及基于加速可靠性模型和传感器数据来估计电路的剩余寿命,其中传感器数据包括到加速可靠性模型的输入。电路本身可以包括专用电路单元,该专用电路单元基于加速可靠性模型和传感器数据来估计电路的剩余寿命,并且当剩余寿命低于阈值时,该电路可以输出一个或多个预测性警报或预测性故障,这可以提示***对电路进行预测性维护。
Description
技术领域
本公开涉及半导体电路,并且更具体地涉及用于在使用期间预测半导体电路的寿命终止的电路和技术。
背景技术
半导体电路用于各种电路应用以执行各种电路功能中的任何一种。不幸的是,半导体电路会随着时间而劣化。例如,老化、环境暴露、应力或其他条件会导致半导体劣化,并且可能导致电路故障,这是不希望的。施加到半导体电路的应力条件的量因情况而异。结果,半导体电路的实际操作寿命可能是不可预测的。
在很多情况下,半导体电路可以被设计为在电路将被安装到其中的***(例如,车辆)的寿命期间承受最坏情况任务环境(mission profile)。实际上只有一小部分设备会暴露于最坏情况任务环境。因此,很多半导体电路相对于其实际任务环境被过度设计,这会增加与半导体电路相关联的开发和生产成本。
发明内容
本公开描述了能够评估电路中的老化影响并且在电路出现问题之前预测电路中的未来问题的技术和电路。具体地,电路可以包括寿命模型单元,寿命模型单元可以例如基于加速可靠性模型和与电路相关联的感测数据来估计电路的剩余寿命。所描述的电路和技术可以与被设计用于各种不同电路功能的各种电路一起使用。本公开中描述的技术和电路可以提供预测性警报,该预测性警报可以在功能电路中实际出现问题之前预测未来电路问题。以这种方式,在***出现实际问题或故障之前,可以标识并且执行***维护(例如,以更换较大***内的功能电路)。本公开的电路和技术可以提高设备或***中(诸如车辆或类似环境中)的安全性和可靠性。
在一个示例中,本公开描述了一种电路,该电路包括被配置为执行电路功能的电路功能单元;与电路功能单元相关联的一个或多个传感器;以及被配置为估计电路的剩余寿命的寿命模型单元。寿命模型单元可以被配置为:从一个或多个传感器接收传感器数据,并且基于加速可靠性模型和传感器数据估计电路的剩余寿命,其中传感器数据包括到加速可靠性模型的输入。
在另一示例中,本公开描述了一种方法,该方法包括经由电路的电路功能单元执行电路功能;从与电路功能单元相关联的一个或多个传感器接收传感器数据;以及基于加速可靠性模型和传感器数据估计电路的剩余寿命,其中传感器数据包括到加速可靠性模型的输入。
在另一示例中,本公开描述了一种***,该***包括第一电路、第二电路和***寿命模型单元。第一电路可以包括被配置为执行第一电路功能的第一电路功能单元;与第一电路功能单元相关联的一个或多个第一传感器;以及被配置为估计第一电路的剩余寿命的第一寿命模型单元。第一寿命模型单元可以被配置为:从一个或多个第一传感器接收第一传感器数据,并且基于加速可靠性模型和第一传感器数据估计第一电路的剩余寿命,其中第一传感器数据包括到加速可靠性模型的第一输入。第二电路可以包括被配置为执行第二电路功能的第二电路单元;与第二电路功能单元相关联的一个或多个第二传感器;以及被配置为估计第二电路的剩余寿命的第二寿命模型单元。第二寿命模型单元可以被配置为:从一个或多个第二传感器接收第二传感器数据,并且基于加速可靠性模型和第二传感器数据估计第二电路的剩余寿命,其中第二传感器数据包括到加速可靠性模型的第二输入。***寿命模型单元可以被配置为基于第一电路的剩余寿命的估计和第二电路的剩余寿命的估计来估计***的剩余寿命。
一个或多个示例的细节在附图和下面的描述中给出。其他特征、目的和优点将从说明书和附图以及权利要求书中很清楚。
附图说明
图1是示出根据本公开的示例的电路的框图;
图2是示出根据本公开的示例的电路的另一框图;
图3是示出可以在电路或电路封装内实现的传感器和电路寿命模型单元的框图;
图4是示出电路***的框图,该电路***包括若干电路功能单元、若干电路寿命模型单元、以及被配置为估计整个电路***的剩余电路寿命的***寿命模型单元;
图5是设备或***的框图,该设备或***包括传感器、多个电路寿命模型单元和设备寿命单元,该设备寿命单元可以基于由多个电路寿命模型单元建模的不同电路的最小剩余寿命来估计设备或***的剩余寿命;以及
图6是示出根据本公开的示例的电路的操作的流程图。
具体实施方式
本公开描述了用于评估电路中的老化效应以及在问题实际发生之前预测电路中的未来问题的技术和电路。特别地,根据本公开,电路可以包括寿命模型单元,该寿命模型单元可以例如基于加速可靠性模型和与电路相关联的感测数据来估计电路的剩余寿命。所描述的技术和电路可以有助于提高较大***内的电路安全性和可靠性。所描述的电路和技术可以与被设计用于各种不同电路功能的各种电路一起使用。
本公开的电路和技术可以提高车辆或类似环境中的安全性和可靠性。现代车辆和其他现代设备或***可以包括大量功能电路,并且监测各种功能电路中的任何一种的健康或操作安全是促进车辆或其他设备或***的安全性和可靠性所期望的。本文中描述的电路可以依赖于与电路相关联的感测数据和电路的加速可靠性模型,以便估计电路的剩余寿命。
在一些示例中,本公开中描述的技术和电路可以提供预测性警报,该预测性警报可以在被配置为执行电路功能的功能电路中实际出现问题之前预测电路问题。以这种方式,可以在电路因寿命终止而出现实际问题或故障之前标识并且执行***维护(例如,以更换***中的电路)。
在一些情况下,本公开的用于估计寿命终止的技术和电路可以与检测或监测当前可以存在的实际电路问题的其他技术结合使用。因此,在一些示例中,本公开的技术可以响应于标识出功能电路的实际存在问题而生成***警报,并且本公开的技术也可以基于寿命终止分析来生成预测性***警报,以便预测功能电路的未来问题(例如,以提示***的预期维护)。
图1是电路10(例如,集成电路)的框图,电路10包括被配置为执行电路功能的电路功能单元12。电路功能单元12可以包括在较大***中使用的各种电路中的任何一种。例如,电路功能单元12可以包括被配置为驱动负载的驱动器电路。在另一示例中,电路功能单元12可以包括被配置为执行一个或多个逻辑功能的逻辑电路。在另一示例中,电路功能单元12可以包括被配置为驱动诸如多相电机等电机的电机驱动器。在另一示例中,电路功能单元12可以包括被配置为生成振荡信号的振荡器电路。在另一示例中,电路功能单元12可以包括被配置为移位或改变信号的电压电平的电平移位器电路。在另一示例中,电路功能单元12可以包括被配置为移位信号的相位的相移电路。在另一示例中,电路功能单元12可以包括被配置为提供具有基于输入信号而确定的相位的输出信号的锁相环电路。在另一示例中,电路功能单元12可以包括被配置为将模拟信号转换为数字信号的模数转换器(ADC)电路。在另一示例中,电路功能单元12可以包括被配置为将数字信号转换为模拟信号的数模转换器(DAC)电路。在另一示例中,电路功能单元12可以包括被配置为执行算术功能的算术逻辑单元(ALU)。在又一些示例中,电路功能单元12可以包括处理器、微控制器、数字信号处理器(DSP)、通信接口电路(诸如串行***接口(SPI)等或另一类型的通信接口)、数字逻辑电路、状态机、信号处理电路、控制电路、模拟功能电路、存储器电路,传感器、与其读出和信号处理电路的至少一部分组合的传感器、通信接口或被配置为执行一个或多个电路功能的任何其他电路。
如图1所示,电路10可以包括寿命模型单元18和与电路功能单元12相关联的一个或多个传感器14。寿命模型单元18可以被配置为估计电路10的剩余寿命或估计电路功能单元12的剩余寿命。特别地,寿命模型单元18可以被配置为从一个或多个传感器14接收传感器数据,并且基于加速可靠性模型和传感器数据估计电路10或电路功能单元12的剩余寿命,其中传感器数据包括到加速可靠性模型的输入。
电路10中使用的传感器14的类型可以取决于寿命模型单元18应用的加速可靠性模型的类型。在一些示例中,一个或多个传感器14可以包括一个或多个温度传感器,在这种情况下,传感器数据可以包括指示电路功能单元12内或周围的温度的温度数据。在这种情况中,例如,寿命模型单元18可以应用加速可靠性模型,包括Coffin-Manson模型或Arrhenius模型,这两种模型都可以对电路10(或电路功能单元12)进行建模并且允许基于与电路10(或电路功能单元12)相关联的所测量的温度数据进行寿命终止预测。在其他示例中,一个或多个传感器14可以包括一个或多个温度传感器和一个或多个湿度传感器,在这种情况下,传感器数据包括温度数据和湿度数据。在这种情况下,例如,寿命模型单元18可以应用加速可靠性模型,包括Hallberg-Peck模型,该模型可以对电路10(或电路功能单元12)进行建模并且允许基于与电路10(或电路功能单元12)相关联的所测量的温度数据和所测量的湿度数据进行寿命终止预测。在其他示例中,其他类型的传感器(或其他类型的输入)可以向寿命模型单元18提供电压测量,诸如过电压测量或欠电压测量。此外,在其他示例中,其他类型的传感器(或其他类型的输入)可以向寿命模型单元18提供一个或多个电流测量。漂移、电压变化、时钟变化、电流变化、电迁移的一个或多个测量、或其他因素或测量可以输入到寿命模型单元18使用的加速可靠性模型中以基于这些因素对电路寿命进行建模。例如,根据寿命模型单元18应用的模型,电流迁移和温度测量可能会导致磨损,该模型使用依赖于温度测量和电流测量的电流迁移模型。
在一些示例中,寿命模型单元18可以被配置为标识与传感器数据相关联的事件,例如,与满足某个阈值或条件的感测数据相关联的事件。在这种情况下,寿命模型单元18可以被配置为限定与传感器数据相关联的事件,并且基于事件确定与电路10(或电路功能单元12)相关联的磨损量。基于事件的建模可以具有不需要***时钟来标识事件、或者可以使用比用于其他***功能的时钟质量低的时钟来检测事件的优点。在这种情况下,可能不需要时钟信号来基于检测到的事件来确定电路10的磨损。
在一些示例中,寿命模型单元18可以被配置为通过以下方式来估计电路10(或电路功能单元12)的剩余寿命:基于由来自传感器14的传感器数据限定的事件应用加速可靠性模型,聚合与事件相关联的负担(burdens),以及基于聚合负担来限定与电路相关联的磨损量。在某些情况下,不同事件可以映射到不同负担水平,并且与检测到的事件总数相关联的负担总量可以用于限定电路10(或电路功能单元12)中的磨损水平。
在一些示例中,寿命模型单元18可以被配置为响应于电路10的剩余寿命(或电路功能单元12的剩余寿命)的估计小于阈值而禁用电路10(或禁用电路功能单元12)。此外,电路10(例如,电路10内的寿命模型单元18)可以被配置为响应于剩余寿命的估计小于阈值而发出警报。此外,在一些示例中,剩余寿命的估计可以包括连续值(例如,百分比或水平),在这种情况下,可以基于连续值(例如,百分比或水平)在***级做出关于电路更换的***级决定。
在一些示例中,寿命模型单元18可以被配置为将预测性维护警报(例如,寿命终止通知)传送给另一电路,诸如电子控制单元(ECU)、***级微处理器或任何外部***级电路。基于预测性维护警报,***可以安排、建议或要求对较大***(诸如车辆)内的电路10或电路功能单元12进行维护或更换。
在一些示例中,电路功能单元12、一个或多个传感器14和寿命模型单元18可以包括电路封装内的单独电路模块。例如,电路封装可以容纳在模制化合物中。以这种方式,电路10可以包括具有寿命终止确定能力的自包含电路封装(self-contained circuitpackage)。在其他示例中,电路封装也可以用于电路功能单元12和寿命模型单元18,其中一个或多个传感器14位于电路封装外部,但与电路封装相关联。此外,在其他示例中,电路功能单元12、寿命模型单元18和传感器14每个可以包括单独的电路封装,这些电路封装被组装以创建电路10。然而,将电路功能单元12和寿命模型单元18容纳在模制化合物内以限定具有寿命终止确定能力的自包含电路封装可以特别有用。在这种情况下,传感器14也可以被容纳在封装内,或者可以在封装外部。
图2是电路20(例如,集成电路)的另一框图,电路20在很多方面类似于图1的电路10。尽管图1的电路10包括一个或多个传感器14,但图2的电路20包括一个或者多个温度传感器24,并且可选地包括一个或多个湿度传感器26。
与图1的电路10类似,图2的电路20包括被配置为执行电路功能的电路功能单元22。电路功能单元22可以包括驱动器电路、逻辑电路、电机驱动器、振荡器电路、电平移位器电路、相移电路、锁相环电路、ADC电路、DAC电路、ALU、处理器、微控制器、DSP、通信接口电路(诸如SPI或另一类型的通信接口电路)、数字逻辑电路、状态机、信号处理电路、控制电路、模拟功能电路、存储器电路、传感器或被配置为执行一个或多个电路功能的任何其他电路。
电路20是仅包括(多个)温度传感器24还是同时包括(多个)温度传感器24和(多个)湿度传感器26可以取决于寿命模型单元28应用的加速可靠性模型的类型。一个或多个温度传感器24可以向电路寿命模型单元28提供指示电路功能单元22内或周围的温度的温度数据。例如,在这种情况下,寿命模型单元28可以应用加速可靠性模型,包括Coffin-Manson模型或Arrhenius模型,这两种模型都可以对电路20(或电路功能单元22)进行建模并且允许基于与电路20(或电路功能单元22)相关联的所测量的温度数据进行寿命终止预测。在其他示例中,电路可以包括一个或多个温度传感器24和一个或多个湿度传感器26两者,在这种情况下,提供给电路寿命模型单元28的传感器数据包括温度数据和湿度数据两者。在这种情况下,例如,寿命模型单元28可以应用加速可靠性模型,包括Hallberg-Peck模型,该模型可以对电路20(或电路功能单元22)进行建模并且允许基于与电路20(或电路功能单元22)相关联的所测量的温度数据和所测量的湿度数据进行寿命终止预测。
同样,如上所述,在其他示例中,其他类型的传感器(或其他类型的输入)可以向寿命模型单元28提供电压测量,诸如过电压测量或欠电压测量。此外,在其他示例中,其他类型的传感器(或其他类型的输入)可以向寿命模型单元28提供一个或多个电流测量、功率测量或其他类型的测量。漂移、电压变化、时钟变化、电流变化、电迁移的一个或多个测量、或其他因素或测量可以输入到寿命模型单元28使用的加速可靠性模型中以基于这些因素对电路寿命进行建模。例如,根据寿命模型单元28应用的模型,电流迁移和温度测量可能会导致磨损,该模型使用依赖于温度测量和电流测量的电流迁移模型。
在一些示例中,寿命模型单元28可以被配置为标识与传感器数据相关联的事件,例如,与满足某个阈值或条件的感测数据相关联的事件。例如,高于阈值的测量温度可以限定事件,或者在限定时间量内高于阈值的测量温度可以限定事件,或者低于阈值的测量温度可以限定事件,在限定时间量内低于阈值的测量温度可以限定事件,或者温度的时间变化率(例如,温度的一阶导数)。此外,在电路20内的一个或多个位置处具体测量的温度(或高于或低于阈值的温度)可以限定事件。
类似地,在一些示例中,高于阈值的测量相对湿度可以限定事件,或者在限定时间量内高于阈值的测量相对湿度可以限定事件,或者低于阈值的测量相对湿度可以限定事件,在限定时间量内低于阈值的测量相对湿度可以限定事件,或者温度的时间变化率(例如,温度的一阶导数)。此外,在电路20内的一个或多个位置处具体测量的相对湿度(或高于或低于阈值的湿度)可以限定事件。
此外,温度和湿度的特定组合(例如,高于或低于阈值)可以限定事件。此外,其他因素可以用于对电路20(或电路功能单元22)进行建模,并且因此,其他类型的感测事件可以由寿命模型单元28限定,诸如过电压测量或欠电压测量。此外,在其他示例中,其他类型的传感器(或其他类型的输入)可以向寿命模型单元28提供一个或多个电流测量,该电流测量可以用于限定事件(可能与所测量的温度和/或湿度组合)。漂移、电压变化、时钟变化、电流变化、电迁移的一个或多个测量、或其他因素或测量可以输入到寿命模型单元28使用的加速可靠性模型中以基于这些因素对电路寿命进行建模。例如,根据寿命模型单元28应用的模型,电流迁移和温度测量可能会导致磨损,该模型使用依赖于温度测量事件和电流测量事件的电流迁移模型。
通过电路寿命模型单元28对电路20(或电路功能单元22)进行基于事件的建模的优点可以是不需要***时钟来标识事件、或者可以使用比用于其他***功能的时钟质量低的时钟来检测事件。在这种情况下,可以不需要时钟信号来基于检测到的事件来确定电路20的磨损。
在一些示例中,寿命模型单元28可以被配置为通过以下方式来估计电路20的剩余寿命:基于由来自传感器24的传感器数据限定的事件应用加速可靠性模型,聚合与事件相关联的负担,以及基于聚合负担来限定与电路相关联的磨损量。在某些情况下,不同事件可以映射到不同负担水平,并且与检测到的事件总数相关联的负担总量可以用于限定电路20(或电路功能单元22)中的磨损水平。
与图1的电路10和图2的电路20一样,在一些示例中,寿命模型单元28可以被配置为响应于电路20的剩余寿命(或电路功能单元22的剩余寿命)的估计小于阈值而禁用电路20(或禁用电路功能单元22)。此外,电路20(例如,电路20内的寿命模型单元28)可以被配置为响应于剩余寿命的估计小于阈值而发出警报。此外,在一些示例中,电路20的剩余寿命的估计可以包括连续值(例如,百分比或水平),在这种情况下,可以基于连续值(例如,百分比或水平)在***级做出关于电路更换的***级决定。
在一些示例中,寿命模型单元28可以被配置为将预测性维护警报(例如,寿命终止通知)传送给另一电路,诸如ECU、***级微处理器或任何外部***级电路。基于预测性维护警报,***可以安排、建议或要求对较大***(诸如车辆)内的电路20或电路功能单元22进行维护或更换。
在一些示例中,电路功能单元22、(多个)温度传感器24、(多个)湿度传感器和寿命模型单元28可以包括电路封装内的单独电路模块。例如,电路封装可以容纳在模制化合物中。以这种方式,电路20可以包括具有寿命终止确定能力的自包含电路封装。在其他示例中,电路封装也可以用于电路功能单元22和寿命模型单元28,其中(多个)温度传感器24和(多个)湿度传感器中的部分或全部位于电路封装外部,但与电路封装相关联。此外,在其他示例中,电路功能单元22、寿命模型单元28、温度传感器24和湿度传感器26每个可以包括单独的电路封装,这些电路封装被组装以创建电路20。然而,与上述电路10类似,在电路20的情况下,将电路功能单元22和寿命模型单元28容纳在公共模制化合物内以限定具有寿命终止确定能力的自包含电路封装可以特别有用。在这种情况下,(多个)温度传感器24和/或(多个)湿度传感器26中的一者或两者也可以被容纳在封装内,或者可以位于封装外部。
对于安全相关应用,例如,在汽车行业,需要知道设备(例如,电路)何时达到其寿命终止。如果是这种情况,则可以通过标识某个安全功能(例如,电动转向)是否接近其电路寿命终止来提高产品(例如,车辆)的安全性。然而,预测设备何时将达到寿命终止可以很困难。一旦寿命终止已知,就可以对接近寿命终止状态作出反应,诸如维修或更换电路。
在设备或电路的开发过程中,可以进行加速可靠性测试,以确保不会在与一般任务环境相关联的时间范围内达到寿命终止。有加速模型可用于将电路测试与任务环境相关联。
可以使用实际使用曲线的所建模的计算来进行分析,并且可以将该计算与电路的最大允许应力进行比较。该分析可以提供电路上的实际负载或应力与最大允许负载或应力之比(例如,百分比)。考虑到其他输入(如任务环境或历史),可以预测直到寿命终止的时间跨度。
本公开考虑了电路10、20在现场使用期间的实时建模。这样,寿命模型单元18、28可以以考虑到实际使用数据的方式对寿命终止进行建模和预测。
对于多种电路负担,有可用的加速模型。一些加速可靠性模型依赖于温度,而另一些加速可靠性模型则依赖于温度和相对湿度。还有一些加速可靠性模型可以依赖于对电路可靠性的一个或多个其他影响。
本公开的电路和技术可以利用一个或多个加速可靠性模型,以便基于来自输入传感器的测量数据执行负担(B)的连续加权累积。负担(B)的加权累积可以与最大允许负担Bmax进行比较。这种比较可以得到百分比,其可以称为“磨损”(w)。当磨损达到100%时,可以进行***级反应,以确定电路已经达到其寿命终止。在某些情况下,可以使用裕度,使得寿命终止阈值对应于小于100%的磨损,以反映统计考虑(例如,根据χ2分布或其他统计度量)。
为了确定任何特定类型的设备或电路的可靠性,可以在产品开发过程中测试足够数目的设备,以确保任何设备(或相当小百分比的设备)在给定任务环境内不会被损坏。
图3是示出可以在电路或电路封装内实现的传感器34、36、37和电路寿命模型单元38的另一框图。例如,电路寿命模型单元38可以从温度传感器34、相对湿度传感器36、或可以用于电路建模的可能的其他传感器37或其他输入接收一个或多个测量输入。电路寿命模型单元38可以基于感测到的数据应用加速可靠性模型,以便限定磨损量302。磨损量302进而可以用于限定直到电路的预测寿命终止的剩余时间量。在一些情况下,元件302和304可以被认为是电路寿命模型单元38的一部分,但是为了说明的目的,这些元件被单独示出。
在一些示例中,电路寿命模型单元18、28、38可以应用所谓的Coffin-Manson模型。在这种情况下,根据汽车电子委员会(AEC)Q100 rev.H的表A7.1,电路寿命模型单元18、28、38可以应用以下等式:
其中Af是加速因子,nt是在测试期间标识出的热事件的数目,nu是使用期间的热事件的数目,ΔT是热事件的温度差(t是测试的索引,u是使用的索引),m是取决于电路材料的指数(例如,m=4)。AEC-Q100-Rev.H可以从以下网址获取:http://www.aecouncil.com/Documents/AEC_Q100_Rev_H_Base_Docu ment.pdf。
电路寿命模型单元18、28、38可以在根据以下等式将每个负担归一化为相同的应力条件(例如,测试条件(“t”))之后执行负担聚合。
在电路的使用过程中,可以不存在数目为nu,i的热事件组,因此,在一些示例中,可以将组的数量设置为1,并且在每个单个热事件上对其求和。
“累积负担”B可以由下式给出:
其中总和是所有单个热事件(以i编号)之上的总和。对于在相同条件下重复Nt次的测试,这些等式可以减少为Bmax=Nt,因为ΔTu,i=ΔTt。在这种情况下,磨损可以限定为
w=B/Bmax。
在其他示例中,电路寿命模型单元18、28、38可以应用所谓的Hallberg-Peck模型。在这种情况下,根据AEC Q100 rev.H的表A7.1,电路寿命模型单元18、28号和38可以应用以下等式:
其中Af是加速因子,tt是试验时间,tu是使用时间,T是绝对温度(开尔文)(t是测试的索引,u是使用的索引),RH是相对湿度(t是测试的索引,u是使用的索引),p是Peck指数,取决于失效机制(例如,p=3),Ea是活化能,kB是玻尔兹曼常数。
在一些示例中,在将每个负担归一化为相同应力条件(例如,测试条件(“t”))之后,可以通过电路寿命模型单元18、28、38来执行负担的聚合。
由于时间与Hallberg-Peck模型不离散,与Coffin-Manson模型不同,在Hallbberg-Peck模型的情况下,电路寿命模型单元18、28、38可以随时间积分以限定负担(B),如下所示:
其中操作开始时间被设置为0,并且tc是当前时间。
Bmax可以使用tc=tt、Tu(t)=Tt和RHu(t)=RHt来限定
Bmax=tt
出于实际原因,积分可以作为求和进行,考虑避免数值抵消的技术,例如Kahan求和或Klein求和。
在其他示例中,电路寿命模型单元18、28、38可以应用所谓的Arrhenius模型。在这种情况下,寿命模型单元18、28、38可以应用与上述用于Hallberg-Peck模型的等式类似的等式,但设置p=0。以这种方式,电路寿命模型单元18、28、38可以确定B、Bmax和w。
在根据Arrhenius模型、Hallberg-Peck模型、Coffin-Manson模型或其他加速可靠性模型确定B、Bmax和w之后,寿命模型单元18、28号和38可以执行寿命终止预测方案。
在寿命终止预测的一些示例中,寿命模型单元18、28、38可以使用与电路(例如,电路10、电路功能单元12、电路20或电路功能单元22)相关联的历史。平均负担可以限定为B/tc。计算可以假定平均值保持不变并且寿命模型单元18、28号和38可以外推:
Bmax=B/tc*tE
其中tE是寿命终止时间。因此
tE=Bmax/B*tc
并且直到寿命终止的剩余时间可以由下式给出
tr=tE-tc=tc*(Bmax/B-1)
对于Coffin-Manson模型示例,可以以相同方式确定未来的时间,但假定每次发生的热事件的平均数量。
在寿命终止预测的另一示例中,寿命模型单元18、28、38可以使用与未来的电路相关联的任务环境。在这种情况下,可以使用这样一种假定,即,在未来,负担将是由电路的任务环境限定的负担。在这种情况下:
B+Bm/tm*tr=Bmax
其中Bm是任务环境的总负担(使用上面针对B的公式而计算的),tm是任务环境的时间。因此
tr=(Bmax-B)/Bm*tm
在某些情况下,本公开的技术和电路可以用于较大设备或***内的多个电路。在这种情况下,每个电路可以包括其自己的寿命模型单元,并且设备级或***级单元可以基于与较大设备或***内的多个电路中的每个相关联的寿命终止分析来预测或限定设备或***的寿命终止。
图4是示出电路***40(例如,设备)的框图,该电路***40包括若干电路功能单元42A、42B、42N、从传感器44A、44B、44N接收感测数据的若干电路寿命模型单元48A、48B、48N、以及被配置为估计整个电路***的剩余电路寿命的***寿命模型单元49。在图4中,字母N可以是指任何正整数,这表示可以在电路***40内实现任何数目(N)的电路功能单元和任何数目的电路寿命模型单元。
电路功能单元42A、42B、42N每个可以被配置为执行电路功能,该电路功能可以是类似或不同的电路功能。电路功能单元42A、42B、42N中的每个可以包括驱动器电路、逻辑电路、电机驱动器、振荡器电路、电平移位器电路、相移电路、锁相环电路、ADC电路、DAC电路、ALU、处理器、微控制器、DSP、通信接口电路(诸如SPI或另一类型的通信接口)、数字逻辑电路、状态机、信号处理电路、控制电路、模拟功能电路、存储器电路、传感器、或被配置为执行一个或多个电路功能的任何其他电路。
如图4所示,电路***40可以包括从传感器44A、44B、44N接收感测数据的电路寿命模型单元48A、48B、48N。电路寿命模型单元48A、48B、48N中的每个可以分别与电路功能单元42A、42B、42N相关联。传感器44A、44B、44N可以不同,或者在一些示例中,寿命模型单元48A、48B、48N可以使用一个或多个相同传感器。
寿命模型单元48A可以被配置为估计电路功能单元42A的剩余寿命。寿命模型单元48B可以被配置为估计电路功能单元42B的剩余寿命。寿命模型单元48N可以被配置为估计电路功能单元42N的剩余寿命。特别地,每个寿命模型单元48A、48B和48N可以被配置为从一个或多个传感器44A、44B、44N接收传感器数据,并且基于加速可靠性模型和传感器数据估计相应电路功能单元42A、42B、42N的剩余寿命,其中传感器数据包括到加速可靠性模型的输入。
因此,电路***40包括第一电路,该第一电路包括被配置为执行第一电路功能的第一电路功能单元42A、与第一电路功能单元42A相关联的一个或多个第一传感器44A、以及被配置为估计第一电路的剩余寿命的第一寿命模型单元48A,其中第一寿命模型单元48A被配置为:从一个或多个第一传感器44A接收第一传感器数据,并且基于加速可靠性模型和第一传感器数据估计第一电路的剩余寿命,其中第一传感器数据包括到加速可靠性模型的第一输入。此外,电路***40包括第二电路,该第二电路包括被配置为执行第二电路功能的第二电路单元42B、与第二电路单元42B相关联的一个或多个第二传感器44B、以及被配置为估计第二电路的剩余寿命的第二寿命模型单元48B,其中第二寿命模型单元48B被配置为:从一个或多个第二传感器44B接收第二传感器数据,并且基于加速可靠性模型和第二传感器数据估计第二电路的剩余寿命,其中第二传感器数据包括到加速可靠性模型的第二输入。
电路***40还可以包括***寿命模型单元49,***寿命模型单元49被配置为基于第一电路的剩余寿命的估计和第二电路的剩余寿命的估计来估计***的剩余寿命。例如,***寿命模型单元49可以将剩余***寿命限定为第一电路的剩余寿命和第二电路的剩余寿命的估计中的最小值,或者***寿命模型单元49可以执行更详细的(例如,统计分析)以基于第一电路的剩余寿命的估计和第二电路的剩余寿命的估计来估计电路***40的剩余寿命。直到***40的寿命终止的剩余时间可以包括所有贡献电路寿命模型单元48A、48B、48N的概要。在一些情况下,每个模型的所有剩余时间中的最小值将用于标识直到电路***40的寿命终止的剩余时间,尽管可以使用其他更复杂的方法,例如统计预测。
在图4中,电路功能单元N 42N和电路寿命模型单元N 48N使用标签“N”指示在***中可以限定任何数目(N)的电路功能单元和寿命模型单元。因此,在图4中,如果电路***中包括两个以上的电路功能单元,N可以表示大于2的任何正整数。例如,当N=3或更大时,***40可以包括第三电路,该第三电路包括被配置为执行第三电路功能的第三电路单元42N、与第三电路功能单元42N相关联的一个或多个第三传感器44N、以及被配置为估计第三电路的剩余寿命的第三寿命模型单元48N,其中第三寿命模型单元48N被配置为从一个或多个第三传感器44N接收第三传感器数据,并且基于加速可靠性模型和第三传感器数据估计第三电路的剩余寿命,其中第三传感器数据包括到加速可靠性模型的第三输入。在这种情况下,***寿命模型单元49可以被配置为基于第一电路的剩余寿命的估计、第二电路的剩余寿命的估计和第三电路的剩余寿命的估计来估计电路***40的剩余寿命。
换言之,为了将本公开的技术从单个电路分析扩展到更复杂的电路***(例如,具有多个电路的设备),可以确定电路***中每个单个电路的磨损,然后以合适方式对其进行聚合(例如,以检测所有设备的最大磨损)。替代地,可以使用平均模型。
在某些情况下,将***中的传感器限制在1个温度传感器以下可以是适当的。在这种情况下,每个设备的自加热可以通过附加的模型参数来考虑,例如电路的负载(处理功率、负载电流或电路特定因素)。本公开的技术也可以用于非半导体***。先决条件是,加速测试的模型可用(无论寿命终止时间被确定为如何)并且传感器捕获模型的主要参数。
图5是描绘电路***50的另一框图,电路***50可以类似于电路***40进行操作。一个或多个温度传感器54、(多个)相对湿度传感器56和/或其他传感器57或输入可以向模型单元58A、58B、58C提供输入,模型单元58A、58B、58C基于加速可靠性模型对相关功能电路单元的寿命终止进行建模。同样,可以使用不同模型,并且因此,可以使用与本公开一致的不同传感器和输入。
基于可靠性模型和感测数据,模型单元58A、58B、58C被配置为确定与电路***50相关联的每个相关联的不同功能电路单元(图5中未示出)的磨损百分比502A、502B和502C。然后,所确定的磨损百分比502A、502B和502C可以用于为不同功能电路单元中的每个(图5中未示出)限定直到寿命终止的时间504A、504B和504C的估计。在一个特定示例中,直到寿命终止的时间504A、504B和504C中的最小值506可以被选择以限定直到寿命终止的设备/***时间59。然而,如上所述,在其他示例中,更复杂的方法(例如,统计预测,而不是最小值504)可以用于基于为每个个体电路功能单元而限定的寿命终止504A,504B和504C来限定直到寿命终止的设备/***时间59。
相对于比较复制电路参数的技术(例如,一个电路正常操作,另一电路在“较低负担”条件下操作),本文中描述的技术可以具有优势。例如,利用本公开的技术,电路可以不需要复制,这节省了成本。此外,对于某些类型的电路功能单元和相关电路参数,一般来说,目前可以没有任何可用的方法来评估老化。
在一些示例中,由电路模型单元使用或应用的加速模型可以基于由如AEC Q100rev.H等标准限定的模型来获取或限定,在这种情况下,可以不需要附加的调查或实验来示出准确的电路寿命估计。通过利用由行业标准限定的模型,电路寿命终止的预测可以基于可接受的行业标准。此外,由于一些加速模型的简单性,本公开的电路或***可以需要很少的传感器(可能只需要一个传感器)来测量建模所需要的物理参数。在某些情况下,可以只需要时间(或数目)和温度。
图6是示出根据本公开的示例的电路的操作的流程图。图6将从图1所示的电路10的角度来描述,尽管其他电路、设备或***可以执行图6的技术。如图所示,电路功能单元12执行电路10的电路功能(61)。电路10内的电路寿命模型单元18从与电路功能单元12相关联的一个或多个传感器14接收传感器数据(62),并且基于加速可靠性模型和传感器数据估计电路10(或电路功能单元12)的剩余寿命(63)。例如,传感器数据可以包括加速可靠性模型的输入。
如上所述,在一些示例中,一个或多个传感器14包括一个或多个温度传感器,在这种情况下,传感器数据包括温度数据。在这种情况下,加速可靠性模型可以包括Coffin-Manson模型或Arrhenius模型。此外,如上所述,在其他示例中,一个或多个传感器14可以包括一个或多个温度传感器和一个或多个湿度传感器,在这种情况下,传感器数据包括温度数据和湿度数据。在这种情况下,例如,加速可靠性模型可以包括Hallberg-Peck模型。根据本公开,也可以使用其他类型的传感器数据、其他类型的输入和其他类型的模型。
如图6进一步所示,在一些示例中,电路寿命模型单元18可以确定电路10(或电路功能单元12)的估计剩余寿命是否小于阈值(64)。该确定(64)可以基于剩余寿命的实际值(例如,时间量)、磨损量、百分比(例如,相对于可接受磨损量的总磨损的百分比、或电路的预期寿命的百分比)、或指示电路10(或电路功能单元12)的剩余寿命的另一度量。
响应于标识出电路10的剩余寿命小于阈值(64的“是”分支),电路寿命模型单元18可以被配置为为电路10(或电路功能单元12)发起补救措施(65)。例如,补救措施(65)可以包括输出警报或故障、禁用电路10(或电路功能单元12)、禁用较大***的一个或多个组件、或用于提高较大***的安全性或可靠性的其他措施。在一些示例中,电路寿命模型单元18可以被配置为响应于剩余寿命的估计小于阈值而禁用电路10的部分或全部(例如,禁用电路功能单元12)。在一些示例中,电路寿命模型单元18可以被配置为响应于剩余寿命的估计小于阈值而发出警报。例如,来自电路寿命模型单元18的警报可以包括发送到另一电路的预测性维护警报,诸如ECU、***级微处理器或任何外部***级电路。基于预测性维护警报,较大***可以安排、建议或要求对电路10或电路功能单元12进行维护,例如,在达到寿命终止之前和/或由于电路10老化而出现任何实际安全问题之前。
如上文详细解释的,在一些示例中,估计电路10的剩余寿命(63)可以包括基于由传感器数据限定的事件应用加速可靠性模型;聚合与事件相关联的负担;以及基于聚合负担限定与电路相关联的磨损量。这些或其他技术可以用于使用加速可靠性模型进行寿命终止估计。
以下编号条款说明了本公开的一个或多个方面。
条款1:一种电路,包括:
电路功能单元,被配置为执行电路功能;
一个或多个传感器,与所述电路功能单元相关联;以及
寿命模型单元,被配置为估计所述电路的剩余寿命,其中所述寿命模型单元被配置为:
从所述一个或多个传感器接收传感器数据,以及
基于加速可靠性模型和所述传感器数据估计所述电路的所述剩余寿命,其中所述传感器数据包括到所述加速可靠性模型的输入。
条款2:根据条款1所述的电路,其中所述一个或多个传感器包括一个或多个温度传感器,并且其中所述传感器数据包括温度数据。
条款3:根据条款1或2所述的电路,其中所述加速可靠性模型包括Coffin-Manson模型。
条款4:根据条款1或2所述的电路,其中所述加速可靠性模型包括Arrhenius模型。
条款5:根据条款1所述的电路,其中所述一个或多个传感器包括一个或多个温度传感器和一个或多个湿度传感器,并且其中所述传感器数据包括温度数据和湿度数据。
条款6:根据条款5所述的电路,其中所述加速可靠性模型包括Hallberg-Peck模型。
条款7:根据条款1至6中任一项所述的电路,其中为了估计所述剩余寿命,所述寿命模型单元被配置为:
限定与所述传感器数据相关联的事件;以及
基于所述事件确定磨损量。
条款8:根据条款1至7中任一项所述的电路,其中为了估计所述剩余寿命,所述寿命模型单元被配置为:
基于由所述传感器数据限定的所述事件应用所述加速可靠性模型;
聚合与所述事件相关联的负担;以及
基于所述聚合负担来限定与所述电路相关联的所述磨损量。
条款9:根据条款1至8中任一项所述的电路,其中所述电路被配置为响应于所述剩余寿命的估计小于阈值而禁用所述电路。
条款10:根据条款1至9中任一项所述的电路,其中所述电路被配置为响应于所述剩余寿命的估计小于阈值而发出警报。
条款11:根据条款1至10中任一项所述的电路,其中所述电路功能单元、所述一个或多个传感器和所述寿命模型单元包括电路封装内的单独的电路模块。
条款12:根据条款1至11中任一项所述的电路,其中所述电路功能单元包括选自以下各项的一个或多个电路单元:
负载驱动器电路;
逻辑电路;
电机驱动器;
振荡器电路;
电平移位器电路;
相移电路;
锁相环电路;
模数转换器电路;
数模转换器电路;
ALU;
处理器;
微控制器;
DSP;
通信接口电路;
数字逻辑电路;
状态机;
信号处理电路;
控制电路;
模拟功能电路;
传感器;或者
存储器电路。
条款13:一种方法,包括:
经由电路的电路功能单元执行电路功能;
从与所述电路功能单元相关联的一个或多个传感器接收传感器数据;以及
基于加速可靠性模型和所述传感器数据估计所述电路的剩余寿命,其中所述传感器数据包括到所述加速可靠性模型的输入。
条款14:根据条款13所述的方法,其中所述一个或多个传感器包括一个或多个温度传感器,并且其中所述传感器数据包括温度数据。
条款15:根据条款13或14所述的方法,其中所述加速可靠性模型包括Coffin-Manson模型或Arrhenius模型。
条款16:根据条款13所述的方法,其中所述一个或多个传感器包括一个或多个温度传感器和一个或多个湿度传感器,并且其中所述传感器数据包括温度数据和湿度数据。
条款17:根据条款16所述的方法,其中所述加速可靠性模型包括Hallberg-Peck模型。
条款18:根据条款13至17中任一项所述的方法,其中估计所述剩余寿命包括:
基于由所述传感器数据限定的事件应用所述加速可靠性模型;
聚合与所述事件相关联的负担;以及
基于所述聚合负担来限定与所述电路相关联的磨损量。
条款19:根据条款13至18中任一项所述的方法,还包括:
响应于所述剩余寿命的估计小于阈值而禁用所述电路。
条款20:根据条款13至19中任一项所述的方法,还包括:
响应于所述剩余寿命的估计小于阈值而发出警报。
条款21:根据条款13至20中任一项所述的方法,其中所述电路功能单元、所述一个或多个传感器和所述寿命模型单元包括电路封装内的单独的电路。
条款22:一种***,包括:
第一电路,包括:
第一电路功能单元,被配置为执行第一电路功能;
一个或多个第一传感器,与所述第一电路功能单元相关联;以及
第一寿命模型单元,被配置为估计所述第一电路的剩余寿
命,其中所述第一寿命模型单元被配置为:
从所述一个或多个第一传感器接收第一传感器数据,以及
基于加速可靠性模型和所述第一传感器数据估计所述
第一电路的所述剩余寿命,其中所述第一传感器数据包括到所述加速可靠性模型的第一输入;
第二电路,包括:
第二电路功能单元,被配置为执行第二电路功能;
一个或多个第二传感器,与所述第二电路功能单元相关联;以及
第二寿命模型单元,被配置为估计所述第二电路的剩余寿
命,其中所述第二寿命模型单元被配置为:
从所述一个或多个第二传感器接收第二传感器数据,以及
基于所述加速可靠性模型和所述第二传感器数据估计所述第二电路的所述剩余寿命,其中所述第二传感器数据包括到所述加速可靠性模型的第二输入;以及
***寿命模型单元,被配置为基于所述第一电路的所述剩余寿命的所述估计和所述第二电路的所述剩余寿命的所述估计来估计所述***的剩余寿命。
条款23:根据条款22所述的***,所述***还包括:
第三电路,包括:
第三电路功能单元,被配置为执行第三电路功能;
一个或多个第三传感器,与所述第三电路功能单元相关联;以及
第三寿命模型单元,被配置为估计所述第三电路的剩余寿
命,其中所述第三寿命模型单元被配置为:
从所述一个或多个第三传感器接收第三传感器数据,以及
基于所述加速可靠性模型和所述第三传感器数据估计所述第三电路的所述剩余寿命,其中所述第三传感器数据包括到所述加速可靠性模型的第三输入;以及
其中所述***寿命模型单元被配置为基于所述第一电路的所述剩余寿命的所述估计、所述第二电路的所述剩余寿命的所述估计和所述第三电路的所述剩余寿命的所述估计来估计所述***的所述剩余寿命。
已经描述了本公开的各种示例。预期上述***、操作或功能的任何组合。这些和其他示例在所附权利要求的范围内。
Claims (23)
1.一种电路,包括:
电路功能单元,被配置为执行电路功能;
一个或多个传感器,与所述电路功能单元相关联;以及
寿命模型单元,被配置为估计所述电路的剩余寿命,其中所述寿命模型单元被配置为:
从所述一个或多个传感器接收传感器数据,以及
基于加速可靠性模型和所述传感器数据估计所述电路的所述剩余寿命,其中所述传感器数据包括到所述加速可靠性模型的输入。
2.根据权利要求1所述的电路,其中所述一个或多个传感器包括一个或多个温度传感器,并且其中所述传感器数据包括温度数据。
3.根据权利要求2所述的电路,其中所述加速可靠性模型包括Coffin-Manson模型。
4.根据权利要求2所述的电路,其中所述加速可靠性模型包括Arrhenius模型。
5.根据权利要求1所述的电路,其中所述一个或多个传感器包括一个或多个温度传感器和一个或多个湿度传感器,并且其中所述传感器数据包括温度数据和湿度数据。
6.根据权利要求5所述的电路,其中所述加速可靠性模型包括Hallberg-Peck模型。
7.根据权利要求1所述的电路,其中为了估计所述剩余寿命,所述寿命模型单元被配置为:
限定与所述传感器数据相关联的事件;以及
基于所述事件确定磨损量。
8.根据权利要求7所述的电路,其中为了估计所述剩余寿命,所述寿命模型单元被配置为:
基于由所述传感器数据限定的所述事件应用所述加速可靠性模型;
聚合与所述事件相关联的负担;以及
基于所聚合的负担来限定与所述电路相关联的所述磨损量。
9.根据权利要求1所述的电路,其中所述电路被配置为响应于所述剩余寿命的估计小于阈值而禁用所述电路。
10.根据权利要求1所述的电路,其中所述电路被配置为响应于所述剩余寿命的估计小于阈值而发出警报。
11.根据权利要求1所述的电路,其中所述电路功能单元、所述一个或多个传感器和所述寿命模型单元包括电路封装内的单独的电路模块。
12.根据权利要求1所述的电路,其中所述电路功能单元包括选自以下各项的一个或多个电路单元:
负载驱动器电路;
逻辑电路;
电机驱动器;
振荡器电路;
电平移位器电路;
相移电路;
锁相环电路;
模数转换器电路;
数模转换器电路;
算术逻辑单元(ALU);
处理器;
微控制器;
数字信号处理器(DSP);
通信接口电路;
数字逻辑电路;
状态机;
信号处理电路;
控制电路;
模拟功能电路;
传感器;或者
存储器电路。
13.一种方法,包括:
经由电路的电路功能单元执行电路功能;
从与所述电路功能单元相关联的一个或多个传感器接收传感器数据;以及
基于加速可靠性模型和所述传感器数据估计所述电路的剩余寿命,其中所述传感器数据包括到所述加速可靠性模型的输入。
14.根据权利要求13所述的方法,其中所述一个或多个传感器包括一个或多个温度传感器,并且其中所述传感器数据包括温度数据。
15.根据权利要求14所述的方法,其中所述加速可靠性模型包括Coffin-Manson模型或Arrhenius模型。
16.根据权利要求13所述的方法,其中所述一个或多个传感器包括一个或多个温度传感器和一个或多个湿度传感器,并且其中所述传感器数据包括温度数据和湿度数据。
17.根据权利要求16所述的方法,其中所述加速可靠性模型包括Hallberg-Peck模型。
18.根据权利要求13所述的方法,其中估计所述剩余寿命包括:
基于由所述传感器数据限定的事件应用所述加速可靠性模型;
聚合与所述事件相关联的负担;以及
基于所聚合的负担来限定与所述电路相关联的磨损量。
19.根据权利要求13所述的方法,还包括:
响应于所述剩余寿命的估计小于阈值而禁用所述电路。
20.根据权利要求13所述的方法,还包括:
响应于所述剩余寿命的估计小于阈值而发出警报。
21.根据权利要求13所述的方法,其中所述电路功能单元、所述一个或多个传感器和所述寿命模型单元包括电路封装内的单独的电路。
22.一种***,包括:
第一电路,包括:
第一电路功能单元,被配置为执行第一电路功能;
一个或多个第一传感器,与所述第一电路功能单元相关联;以及
第一寿命模型单元,被配置为估计所述第一电路的剩余寿命,其中所述第一寿命模型单元被配置为:
从所述一个或多个第一传感器接收第一传感器数据,以及
基于加速可靠性模型和所述第一传感器数据估计所述
第一电路的所述剩余寿命,其中所述第一传感器数据包括到所述加速可靠性模型的第一输入;
第二电路,包括:
第二电路功能单元,被配置为执行第二电路功能;
一个或多个第二传感器,与所述第二电路功能单元相关联;以及
第二寿命模型单元,被配置为估计所述第二电路的剩余寿命,其中所述第二寿命模型单元被配置为:
从所述一个或多个第二传感器接收第二传感器数据,以及
基于所述加速可靠性模型和所述第二传感器数据估计所述第二电路的所述剩余寿命,其中所述第二传感器数据包括到所述加速可靠性模型的第二输入;以及
***寿命模型单元,被配置为基于所述第一电路的所述剩余寿命的所述估计和所述第二电路的所述剩余寿命的所述估计来估计所述***的剩余寿命。
23.根据权利要求22所述的***,所述***还包括:
第三电路,包括:
第三电路功能单元,被配置为执行第三电路功能;
一个或多个第三传感器,与所述第三电路功能单元相关联;以及
第三寿命模型单元,被配置为估计所述第三电路的剩余寿命,其中所述第三寿命模型单元被配置为:
从所述一个或多个第三传感器接收第三传感器数据,以及
基于所述加速可靠性模型和所述第三传感器数据估计所述第三电路的所述剩余寿命,其中所述第三传感器数据包括到所述加速可靠性模型的第三输入;以及
其中所述***寿命模型单元被配置为基于所述第一电路的所述剩余寿命的所述估计、所述第二电路的所述剩余寿命的所述估计和所述第三电路的所述剩余寿命的所述估计来估计所述***的所述剩余寿命。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/457,198 | 2021-12-01 | ||
US17/457,198 US11609265B1 (en) | 2021-12-01 | 2021-12-01 | End-of-life prediction for circuits using accelerated reliability models and sensor data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116203384A true CN116203384A (zh) | 2023-06-02 |
Family
ID=85573958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211523499.5A Pending CN116203384A (zh) | 2021-12-01 | 2022-11-30 | 使用加速可靠性模型和传感器数据的电路的寿命终止预测 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11609265B1 (zh) |
CN (1) | CN116203384A (zh) |
DE (1) | DE102022129304A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10365322B2 (en) | 2016-04-19 | 2019-07-30 | Analog Devices Global | Wear-out monitor device |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5025676B2 (ja) * | 2009-03-25 | 2012-09-12 | 株式会社東芝 | 監視装置および監視方法 |
US9823990B2 (en) | 2012-09-05 | 2017-11-21 | Nvidia Corporation | System and process for accounting for aging effects in a computing device |
US9483068B2 (en) | 2013-04-19 | 2016-11-01 | Nvidia Corporation | Estimating and monitoring the effects of transistor aging |
US9465373B2 (en) | 2013-09-17 | 2016-10-11 | International Business Machines Corporation | Dynamic adjustment of operational parameters to compensate for sensor based measurements of circuit degradation |
US10296670B2 (en) | 2014-09-17 | 2019-05-21 | Infineon Technologies Ag | Age estimator for safety monitoring based on local detectors |
US10365322B2 (en) * | 2016-04-19 | 2019-07-30 | Analog Devices Global | Wear-out monitor device |
US10250029B2 (en) | 2016-05-20 | 2019-04-02 | Infineon Technologies Ag | Device overvoltage detector |
-
2021
- 2021-12-01 US US17/457,198 patent/US11609265B1/en active Active
-
2022
- 2022-11-07 DE DE102022129304.1A patent/DE102022129304A1/de active Pending
- 2022-11-30 CN CN202211523499.5A patent/CN116203384A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11609265B1 (en) | 2023-03-21 |
DE102022129304A1 (de) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6829515B2 (en) | Method and device for determining changes in technical systems such as electric motors caused by ageing | |
US20160300148A1 (en) | Electronic system and method for estimating and predicting a failure of that electronic system | |
CN105722728B (zh) | 电源控制*** | |
CN108738353B (zh) | 用于电路部件的老化探测器、用于监测电路部件的老化的方法、构件和控制设备 | |
US7912669B2 (en) | Prognosis of faults in electronic circuits | |
US7469189B2 (en) | Electronic device, failure prediction method, and computer product | |
US20150301128A1 (en) | Method and apparatus for the diagnosis of a faulty light-emitting means | |
CN116203384A (zh) | 使用加速可靠性模型和传感器数据的电路的寿命终止预测 | |
CN113167832A (zh) | 用于识别机电切换机构磨损的装置和方法 | |
CN112904255B (zh) | 电流传感器的故障判定方法和装置 | |
JP5294704B2 (ja) | 電源監視装置 | |
US11520324B2 (en) | Apparatus for prediction of the residual lifetime of an electrical system | |
CN116205166A (zh) | 用于对半导体电路的剩余寿命建模的电路和技术 | |
JP2014235060A (ja) | 故障検出装置 | |
EP4055455B1 (en) | Prediction of faulty behaviour of a converter based on temperature estimation with machine learning algorithm | |
CN114487764A (zh) | 确定关于电路部件的连接的信息 | |
US20230168295A1 (en) | Circuits and techniques for predicting end of life based on in situ monitors and limit values defined for the in situ monitors | |
WO2022133825A1 (zh) | 元件、功能模块和***的剩余寿命评估方法、装置和*** | |
US20230169250A1 (en) | Circuits and techniques for predicting failure of circuits based on stress origination metrics and stress victim events | |
WO2024079875A1 (ja) | 故障予兆診断可能な駆動装置 | |
CN110850258B (zh) | 功率元件失效判断方法及其电子装置 | |
RU2133043C1 (ru) | Способ диагностирования тиристорного преобразователя | |
JP2022089753A (ja) | 状態診断装置および状態診断方法 | |
CN117155214A (zh) | 用于固定变频器的输出功率限制的方法和诊断dc链路电容器的状况的方法 | |
AU2022346190A1 (en) | Battery measuring system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |