基于材料配比和关键工艺参数改进的产品寿命增长方法
【技术领域】
[0001] 本发明属于工艺改进领域和可靠性增长领域，具体涉及一种从已有工艺出发，通 过试验设计和建模分析得到产品寿命增长方案的系统性的定量的流程方法。
【背景技术】
[0002] 产品的可靠性和寿命增长一直是可靠性研宄领域的重要问题。对于许多航天类、 光电类的核心元器件而言，其寿命要求高、技术难度高、生产成本大、生产批量小，因此其在 可靠性和寿命增长的实现上具有很大难度。
[0003] 传统的寿命增长是通过增长试验暴露缺陷或故障，并通过故障归零改进薄弱环节 来实现，这种增长方式往往需要经历较长的增长时间，对于长寿命核心元器件而言，矛盾尤 为突出。加之，此类产品的设计、生产及寿命特性的改进，大多依赖于工程人员的经验或借 鉴国外的生产工艺和材料配比方案，缺乏一种更为有效的增长技术途径加以指导，使得寿 命的设计要求难以实现。
[0004] 目前，国内外研宄者在基于材料配比和工艺的改进来实现产品的可靠性增长方 面取得了 一些研宄成果。Pelikanova 等（参考文献：Pelikanova B. I.，Konupka T.， The Influence of Technological Process on Properties and Reliability of Thick Film Layers. 27thInternational Spring Seminar on Electronics Technology， 2004:322-324)讨论了清理焊缝的方式对厚膜电阻器可靠性的影响。Gorlov等（参考 文献：Gorlov M. I. , Andreev A. V. , Anufriev L. P. , etc. , Technological Methods for Improving IC Reliability in Mass Production. Russian Microelectronics，2004， 33(2) :24-34)研宄了工艺和其他相关技术对集成电路装置可靠性增长的影响。但目前的 分析多为针对特定产品的定性分析，缺乏一种系统性的基于材料配比和工艺参数改进来实 现产品寿命增长的定量分析方法。
【发明内容】
[0005] 针对现有技术中存在的问题，本发明提供一种基于材料配比和关键工艺参数改进 的产品寿命增长方法。它通过试验设计和建模分析建立材料配比和关键工艺参数与产品寿 命间的非线性映射关系模型，再利用该模型进行工艺条件受限的材料配比和关键工艺参数 优化，实现长寿命产品的可靠性和寿命增长。
[0006] 本发明的基于材料配比和关键工艺参数改进的产品寿命增长方法，主要包括以下 步骤：
[0007] 步骤一，确定关键工艺参数和关键性能参数；
[0008] (1)进行试生产的正交试验
[0009] 将各个工艺参数作为正交表因素，采用均匀设计原则，设计每个因素的因子水平 数和因子水平值，选取正交试验表，进行正交试验获得试生产的产品；
[0010] (2)进行试生产产品的短时退化试验 toon] 对各个试生产产品进行各种环境应力条件下的短时性能退化试验，观察并记录每 个产品的各个性能参数的退化数据；
[0012] (3)进行失效机理分析和选择关键性能指标
[0013] 对各个性能参数的退化情况进行评估，再结合产品运行的物理或化学机理，分析 性能参数的退化原因，确定能表征产品可靠性状况的关键性能指标。
[0014] (4)选取关键工艺参数
[0015] 采用正交试验的分析方法分析上述工艺参数、材料成分等因素及因素组合对产品 失效影响程度的差异，由此确定关键工艺参数。常用的正交试验的分析方法包括极差分析 法、方差分析法和sobel指数法等。
[0016] 步骤二，获得材料配比和关键工艺参数受控的产品的寿命数据；
[0017] (1)正交试验
[0018] 确定了关键工艺参数后，根据产品的设计要求确定非关键工艺参数的值，并由产 品材料配比和关键工艺参数的特性设计其因子水平，选择正交试验表。根据正交试验表中 的试验方案进行管控试验，获得典型产品。
[0019] (2)性能退化试验
[0020] 通过设计和实施性能退化试验，获得各个典型产品在各个测试时间点的关键性能 参数的值，即获得了各个样品的性能退化数据。为减少时间，在进行性能退化试验时常采用 加速退化试验，获得在大应力环境下的性能退化数据。
[0021] (3)性能退化过程建模
[0022] 根据产品失效机理分析的结果和退化试验获取的性能退化数据，建立失效物理模 型（如反应论模型、扩散过程模型等）、概率物理模型（如B-S模型、Gauss-Poisson模型 等）或退化轨道模型（如线性退化轨道、Wiener过程、Ga_a过程等），并利用解析方法和 自助等仿真方法求解模型参数。若进行的是加速退化试验，需先结合试验应力的加速特性， 建立Arrhenius、Eyring、逆幂率等加速方程模型，再结合大应力环境下的退化模型来确定 正常应力条件下产品的关键性能退化模型。
[0023] 常用残差平方和来评估拟合模型的优度。加速退化试验时通过进行I : 1常应力 退化试验，得到常应力下的退化数据，亦可验证基于加速退化试验得到的性能退化模型的 可靠性。
[0024] (4)产品寿命预测
[0025] 根据正常应力下的退化模型和给定的失效阈值，计算得不同生产条件下获得的产 品的寿命数据。
[0026] 步骤三，建立基于材料配比和关键工艺参数的产品寿命预测模型；
[0027] (1)建立非线性映射关系模型
[0028] 将监测得到的材料配比和关键工艺参数数据作为样本的输入值，以退化试验的寿 命预测值作为样本的输出值，采用统计学习方法，建立材料配比及关键工艺参数与寿命间 的非线性映射关系模型；这里所述的统计学习方法可采用BP神经网络、Bayes网络、支持向 量机等。
[0029] (2)模型预测误差分析
[0030] 模型建立后，即可对给定材料配比和关键工艺参数的产品寿命进行预测。为保证 精度，需对寿命预测模型的预测能力进行误差分析与验证，若不满足要求，则需通过反馈学 习，改进模型。模型验证可利用自助、交叉验证等重采样技术。
[0031] 步骤四：优化材料配比和关键工艺参数，实现产品寿命增长；
[0032] 在时间、费用、人力、技术水平等的约束下，建立非线性寿命增长优化模型，并利用 Gauss-Newton法、粒子群启发式方法和梯度投影等各类仿真和解析优化方法求解模型，得 到关键工艺参数、材料配比的理想值及寿命的最优值。
[0033] 本发明具有以下优点：
[0034] (1)本发明首次从优化材料配比和关键工艺参数的角度上来定量地调整产品可靠 性和寿命，首次建立材料配比和关键工艺参数与产品寿命间的非线性映射关系模型，使得 根据模型得到的寿命增长更准确，更利于指导工业生产。
[0035] (2)本发明给出了完整的从参数选择、到试验设计获得数据、再到建摸、最后实现 寿命增长的流程，步骤详尽，易于实施。
[0036] (3)本发明采用正交试验和退化试验来获得数据，可以大大节省样本量和运行时 间。
【附图说明】
[0037] 图1为基于关键工艺和材料配比参数改进的产品寿命增长流程图
[0038] 图2 BP神经网络拟合结果示意图
【具体实施方式】
[0039] 下面将结合具体实施例对本发明做进一步的说明。
[0040] 步骤一，确定关键工艺参数和关键性能参数；
[0041] (1)进行试生产的正交试验
[0042] 一款案例产品一共包含19个工艺参数，为了减少试验样本，取其每个参数的水平 数为2。通过分析，选择正交试验表为L 2tl(219)，一共需生产20个样品。其因素与因子水平 表如表1所不：
[0043] 表1因素与因子水平表
【主权项】
1. 一种基于材料配比和关键工艺参数改进的产品寿命增长方法，其特征在于包括以下 步骤： 步骤一，确定关键工艺参数和关键性能参数； (1) 进行试生产的正交试验 将各个工艺参数作为正交表因素，采用均匀设计原则，设计每个因素的因子水平数和 因子水平值，选取正交试验表，进行正交试验获得试生产的产品； (2) 进行试生产产品的短时退化试验 对各个试生产产品进行各种环境应力条件下的短时性能退化试验，观察并记录每个产 品的各个性能参数的退化数据； (3) 进行失效机理分析和选择关键性能指标 对各个性能参数的退化情况进行评估，再结合产品运行的物理或化学机理，分析性能 参数的退化原因，确定能表征产品可靠性状况的关键性能指标； (4) 选取关键工艺参数 采用正交试验的分析方法分析上述工艺参数、材料成分等因素及因素组合对产品失效 影响程度的差异，由此确定关键工艺参数； 步骤二，获得材料配比和关键工艺参数受控的产品的寿命数据； (1) 正交试验 确定了关键工艺参数后，根据产品的设计要求确定非关键工艺参数的值，并由产品材 料配比和关键工艺参数的特性设计其因子水平，选择正交试验表；根据正交试验表中的试 验方案进行管控试验，获得典型产品； (2) 性能退化试验 通过设计和实施性能退化试验，获得各个典型产品在各个测试时间点的关键性能参数 的值，即获得了各个样品的性能退化数据； (3