Zuverlässigkeitsprognose von...
Transcript of Zuverlässigkeitsprognose von...
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
[email protected]: +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