Partner of the Mobility Industry for Reliability, Quality, SafetPartner of the Mobility Industry for Reliability, Quality, Safety & Validationy & Validation

Dr.Viktor Tiederle

Zuverlässigkeitsprognosevon Bauelementen

11. Europäisches Elektroniktechnologie-Kolleg16. – 20. April 2008

Inhalt

� Historische Entwicklung der Elektronik in Fahrzeugen

� Motivation

� Definitionen- Zuverlässigkeit

- Prognose

� Methoden der Zuverlässigkeits-Prognose

� Modelle- Arrhenius

- Coffin-Manson- Hallberg-Peck

- Prognostik

� Praktisches Beispiel

� Zusammenfassung

Elektrik / Elektronik früher und heute

Quelle: [1]

� VW Käfer Energieverbrauch 136 WFunktionen Zündung

StromerzeugungAnlasserBeleuchtungRichtungsanzeige

� VW Beetle Energieverbrauch >2.000 W

� Phaeton60 Steuergeräte3 Bussysteme

3.800 m Kabel (Gewicht Kabelbaum: 85 kg)2.100 Einzelleitungen2.500 Signale

Elektronik in Fahrzeugen

Quelle: [2]

Elektronik in Fahrzeugen - heute

(1) Antiblockiersystem; (2) Elektronisches Stabilitäts-Programm(3) Wandlung Gleich- in Wechselstrom (4) Wandlung Gleich- in Gleichstrom (5) Musik aus komprimiertem Medium

� Funktionen- Schalten Ersatz von elektromechanischen Schaltern und Relais

- Antrieb Sitzverstellung, Fensterheber, Schiebedach, Spiegel- Schutz-, Sicherungs- und Diagnosefunktion

Überwachung des Schließdrucks von Fenstern, Ausfall von Scheinwerferbirnen, Türschließen, Airbag, Batterietrennung bei Unfall

- Steuern und RegelnABS(1), ESP(2), Schlupf, Einspritzung, Zündung, Klima

- SpannungswandelnDC/AC(3), DC/DC(4) für Bordnetzkopplung, D1-Lampe (Xenon-Licht); Betrieb bürstenloser Motoren, Versorgung Komfortelektronik

- Komfort Radio, Mobiltelefon, Satellitennavigation, Fernsehen, MP3(5)

� Konsequenz30% und mehr der Kosten für Elektronik-Baugruppen

Quelle: [2]

Elektronik in Fahrzeugen

(1) Annahme: 1 FIT pro Bauteil (d.h. 1 Ausfall pro 109 Stunden; Betriebsdauer 1.200h pro Jahr

Steuergeräte im Fahrzeug

� Türsteuergerät ca. 150 Bauelemente

� Radio / Navigation ca. 1.800 Bauelemente

� ….

� Insgesamt 40 Steuergeräte Ø 300 Bauelementeergibt ca. 12.000 Bauelemente

� Ergibt nach 5 Jahren: 7,2% Ausfälle (1)

Motivation

� Erwartungen der Fahrzeug-Kunden (Reputation des Fahrzeugs)- Steigende Anforderungen an die Komponenten

� Lebensdauer des Fahrzeugs - Heute 15 Jahre

� Steigende Komplexität- Mehr Einzelteile ergeben höheres Ausfallpotential

� Erhöhter Kostendruck- Effizientere Entwicklung / Fertigung (� Reduzierung von Tests?)

Zuverlässigkeit – Definition

� Zuverlässigkeit- Maß für die Fähigkeit einer Betrachtungseinheit,

funktionstüchtig zu bleiben

- Wahrscheinlichkeit des ausfallfreien Funktionierens einer Betrachtungseinheit über einen Zeitraum unter vorgegebenen Einsatzbedingungen [Birolini, 1991]

- Die Zuverlässigkeit ist die Wahrscheinlichkeit dafür, dass ein Produkt während einer definierten Zeitdauer unter gegebenen Funktions- und Umgebungs-bedingungen nicht ausfällt. [VDI 4001]

� Charakteristika von Zuverlässigkeit- wirkt sich direkt auf die Qualitätswahrnehmung des Benutzers aus

- ist damit ein entscheidendes Kriterium für die Akzeptanz durch den Benutzer- als Qualitätsziel in allen Phasen der Projektplanung und -steuerung zu

berücksichtigen

� Bestimmung der Zuverlässigkeit- abgeleitet mit stochastischen Techniken aus den Ausfalldaten

Prognose – Definition

� PrognoseAus dem Verhalten eines Bauelements oder einer Baugruppe unter

Testbedingungen wird mit Hilfe eines Modells das Verhalten in realen Betriebsbedingungen abgeschätzt bzw. prognostiziert.

Auf ähnliche Weise kann aus Feld-Daten auf das verhalten neuer oder vergleichbarer Produkte geschlossen werden.

Voraussetzungen:- Ableitung der Testbedingungen aus den realen Betriebsbedingungen

- Modell zu Umrechnung von Test auf realen Betrieb

- Gültigkeit des Modells wird nicht verletzt

Ansätze für Prognose bei Bauelementen

� Zur Verfügung stehende Daten- Felddaten: Methodik Analyse von ausgelieferten Bauelemente, um damit auf

das Verhalten noch zu liefernde Produkte zu schließen� Aussage über Vergangenheit

� Aussagefähigkeit der Daten (Einsatzbedingungen? alles erfasst?)

- Theoretische Betrachtung: Beschreibung der Wechselwirkung des Bauelementes mit der realen Umwelt (Modell Produkt – Umwelt)� Güte des Modells (alles erfasst? Parameter richtig? Modell zu einfach?)

- Qualifikationsprozeduren (z.B. AEC – Qxxx): Tests simulieren Umweltbedingungen; Bestehen der Tests bedeutet, Fähigkeit für die Lebensdauer ist erbrachtBerücksichtigung von Fehlermechanismen

Konzept – Prognostik aus Qualifikation

Bestimmung Zuverlässigkeits-

Kenngrößen

Parameter in der Applikation

ModellAbschätzung

Fehlerrate

HTOL- Temperatur- Dauer- Fehler Sperrschicht-

Temperatur

Arrhenius

HAST / THB - Temperatur- Feuchtigkeit- Dauer- Fehler

Feuchtigkeit in der Umgebung

Hallberg-Peck

TC- Temperaturhub- Zyklen- Fehler Temperaturbereich

in der Umgebung

Coffin-Manson

MTTFFIT …

HTOL: High Temperature Operating Life HAST: High Accelerated Stress Test THB: Temperature Humidity BiasTC: Temperature Cycling MTTF: Mean Time To Failure FIT: Failure In Time (pro 109 h)

Quelle: [3]

Betriebsbedingungen (1)

Betriebsbedingungen entnommen:

� Olympus Digital-Kamera {1}

� HP Compaq Computer {2}

� Telefon Sinus {3}

� Vorschrift VW 801 01 {4}

� Vergleich von Betriebsbedingungen unterschiedlicher Marktsegmente

Quelle: [3]

Betriebsbedingungen (2)

� Definition der Einsatzbedingungen

Beispiel: Abschätzung der charakteristischen Werte beim Fahrzeug- Lebensdauer: 17 Jahre (148.920 h)

- Laufleistung: 420.000 km

- Durchschnittsgeschwindigkeit: 35 km/h- Startzyklen pro Tag

(Fahrt zur Arbeit und zurück) 2- Umgebungstemperatur -40°C / 85°C

- Zeit in Betrieb (Fahrzeit) 12.000 h

- Zahl der Temperaturwechsel 12.410

- Standzeit 136.920 h

Betriebsbedingungen (3)

� Reale Temperaturen im Fahrzeug1. Wert: Süditalien (26 °C/Schatten)2. Wert: Nevada/USA (45 °C/Schatten)

Quelle: [4]

Betriebsbedingungen (4)

� Temperatur-Profil (statisch)- Anteil bei -40°C 2% entspricht 240 h

- Anteil bei +23°C 20% entspricht 2.400 h- Anteil bei +60°C 70% entspricht 8.400 h

- Anteil bei +85°C 8% entspricht 960 hin Summe 12.000 h

Temperatur-Profil (dynamisch)- Anteil von -40°C auf +60°C 6% entspricht 745 Wechse l - Anteil von -10°C auf +60°C 15% entspricht 1.862 Wechs el

- Anteil von +0°C auf +60°C 25% entspricht 3.103 Wechs el

- Anteil von +23°C auf +60°C 45% entspricht 5.585 Wech sel- Anteil von +23°C auf +85°C 5% entspricht 621 Wechsel

- Anteil von +23°C auf +60°C 4% entspricht 496 Wechselin Summe 12.410 Wechsel

Modelle (1)

� Statischer Temperaturtest – Modell nach Arrhenius

Grundgleichung Beschleunigungs-Faktor

Rk Konstante der Reaktionsgeschwindigkeit T1 Betriebs-Temperatur T [K] absolute Temperatur T2 Test-Temperaturk Boltzmann-Konstante (8.6 x 10-5 eV/K)A Konstante Af BeschleunigungsfaktorEA Aktivierungs-Energie

(Annahme(1): EA=0,6 eV)

−

= Tk

E

k

A

eAR **

−∗=21

11exp

TTk

EA

Af

(1) Wenn keine weiteren Informationen vorliegen

Modelle (2)

� Dynamischer Temperaturtest – Modell nach Coffin-MansonGrundgleichung Beschleunigungs-Faktor

•Nf Anzahl Zyklen bis zum Ausfall Tstress Test-Temperaturεpl Plastische Deformation pro Zyklus Tuse Betriebs-Temperaturα Ermüdungsexponent m Coffin-Manson-ExponentK Konstante (Annahme(1): m=3)∆δ Temperatur-Differenz∆α Differenz des Ausdehnungskoeffizientl Ausgangslänged Dicke der betrachteten Verbindungsstelle

d

l

KN plf

∗∆∗∆=

=∗

αϑε

ε αm

use

stressf

T

TA

∆∆=

Quelle: [3](1) Wenn keine weiteren Informationen vorliegen

Modelle (3)

� Kombination von Feuchtigkeit und Temperatur – Modell nach Hallberg-PeckBeschleunigungsfaktor

Af BeschleunigungsfaktorRHu relative Feuchtigkeit im BetriebRHt relative Feuchtigkeit beim Testn Hallberg-Peck Exponent (Annahme(1): n=3)EA Aktivierungs-Energie (Annahme(1): EA=0,9eV)k Boltzmann-Konstante (8.6 x 10-5 eV/K)Tu absolute Temperatur im Betrieb [K]Tt absolute Temperatur beim Test [K]

−∗

=tu

An

u

tf

TTk

E

RH

RHA

11exp*

(1) Wenn keine weiteren Informationen vorliegen

Prognose-Ansatz

� Berechnung der Ausfallrate (obere Grenze)

λ Fehlerrateχ2 Chi-Quadrat-Funktion – EXCEL: CHIINV(1-α;f)α Vertrauensniveau (in der Regel 60% bei Bauelemente-Herstellern

oder 90% bei Baugruppen-Herstellern und OEM)f Freiheitsgraden Anzahl der FehlerAf Beschleunigungs-Faktort Bauelemente-Stunden (Anzahl mal Dauer)

( )

222

,2

+∗=∗∗

=

nf

tA

f

f

αχλ

Quelle: [3]

Praktisches Beispiel – Einzelner Qualifikationstest

Prognose der Feldausfallrate für statische Temperatur (aus HTOL)

• Ergebnis: keine Fehler sind aufgetretenBerechnung für größten Anteil der Betriebszeit, d.h. +60°C

• Qualifikation (3.000h) i.O. / n.i.O. (1) konkrete Daten (2)

Vertrauensniveau 60% < 325 FIT < 94 FITVertrauensniveau 90% < 817 FIT < 235 FIT

• End-of-Life (5.000h) Vertrauensniveau 60% < 195 FIT < 56 FITVertrauensniveau 90% < 490 FIT < 142 FIT

(1) nur Informationen über Ausfälle liegen vor (i.O.: in Ordnung; n.i.O.: nicht in Ordnung); Vertrauensniveau 60%

(2) Annahme: konkrete Messreihe liegt vor; ermittelter Wert: 3,45

Praktisches Beispiel – Gesamte Qualifikation

(1) Worst Case Wert, jeweils ermittelte Werte aus konkreten Testdurchläufen

Bei additiven Überlagerung der Belastung (additiv ist als worst case zu sehen; Vertrauensniveau 60%)

Fehlerrate i.O / n.i.O konkrete Daten

• Statischer Temperatur-Test (HTOL) < 195 FIT 3,45 (1) < 56 FIT

• Dynamischer Temperatur-Test (TC) < 162 FIT 2,48 (1) < 65 FIT

• Feuchtigkeit- / Temperatur-Test (THB) < 16 FIT 2,15 (1) < 7 FIT

Gesamt < 373 FIT < 128 FIT

Ergibt Fehler pro Jahr bei kontinuierlichem Betrieb < 3.267 ppm < 1.121 ppm

Betrieb gemäß Missions-Profil < 263 ppm < 90 ppm

Verfügbarkeit der Daten

� Datenbank vorhanden, einschließlich verifizierten Werten zur Zuverlässigkeit

Datenblatt wurde geändertId Illustration Hersteller Artikelnummer

Alternative zu C-100 suchen

Zuverlässigkeitsdaten C-101 verifizieren

Zusammenfassung

� Prognose von Ausfallraten im Feld über Testbedingungen möglich

� Rahmenbedingungen beachten- Modelle sind Vereinfachungen und bilden die Realität nicht zu 100% ab- Wechselwirkungen nicht im Modell enthalten- Grenzen für Fehlerbilder nicht verletzen

� Heutige Anforderungen werden über klassische Betrachtung (z.B. AEC-Q100) allein nicht mehr erfüllt- Ansatz zur Verbesserung durch qualifizierte Daten auch mit bestehenden

Qualifizierungsprozessen möglich

� Datenbank mit qualifizierten und verifizierten Daten verfügbar

Quellen

[1] Werbedruck „Datenkommunikation im Automobil“, Hüthig-Verlag

[2] Elektronik und elektronische Bauelemente im Auto / H.Ryssel / Uni Erlangen

[3] SSB-1 Guidelines for using plastic encapsulated microcircuits and semiconductors; H.Livingston, Solid State Comitee, Aug 2000

[4] Abschlussbericht zum AIF-Vorhaben 12485N - Belastungsgrenzen von Kunststoffverschraubungen bei dynamischer Beanspruchung

Kontaktdaten

Dr. Viktor TiederleDirector Reliability TechnologyValidation and Compliance Test

Viktor.Tiederle@RELNETyX.comCell: +49 (0)178 78 59 326

RELNETyX AGMeisenweg 33

D-70771 Leinfelden-EchterdingenGermany

www.RELNETyX.comPhone +49 (0) 711 69 39 780

Fax +49 (0) 711 69 39 771