一文解析光模块的三种失效率预计方法

1、基本概念
平均无故障间隔时间(MTBF)———可维修性产品(模块级及以上)
平均无故障时间(MTTF)———不可维修性产品(模块级以下)
失效率:产品在工作t时刻后的单位时间内,失效的产品数相对于t时刻还在工作的产品数发生失效的概率(是个瞬时量,反映失效的快慢)
失效率的单位:h-1、fit、%/1000h 。(1fit=1×10-9/h=1×10-6/1000h)
物理意义:1个非特所表示的物理意义是10亿个产品,在1小时内只允许有一个产品失效/千小时只允许百万分之一的失效概率
一文解析光模块的三种失效率预计方法
文章插图
2、三个失效率预计
关于寿命/失效率的计算实际上是个很复杂的问题,需要借助多组,多应力,大数量的样品进行实时或高频的监控,获取大量的数据 。排除因为任何非产品特性引起的异常数据进行分析计算而得到 。
数据的截止点可采取定时/定数结尾来确定,对于其中的失效样品进行失效分析,确定属于正常退化失效,还是异常引起的失效,从而确定失效样品的数据是否可用于寿命计算 。
对于还未失效的样品会采用一些数据工具来进行失效时间的推算,然后对该批数据进行拟合,以确定该产品的退化符合那种函数 。计算出函数的关键常数,用于该类产品的失效率/寿命计算
这都需要量的资金,人员,设备,失效手段,数学工具来进行协调工作 。估计一般公司看到这些要求都开始打退堂鼓 。好在业界一些大公司出台了一些简单的寿命/失效率预计手段,并给出了一些参数的经验值,用于一些工程类的推算,这些结果用于一些简单的估计,不可深究,下面就这三种手段进行一些简单的介绍 。
(1)设计初期的预计
这种方法最早来源于美国军工领域,后来光通信领域也有了自己的标准,就是最早介绍的Telcordia出品的SR-332 。
这种方法主要是根据产品设计初期的元器件选型方案计算(或者用计算结果反向引导器件选型),通过这些元器件fit值和使用数量,以及这些元器件的环境因子,质量因子,应力因子进行修正,最后统计出在具体某一环境下的失效率 。元器件的fit值可以用后面介绍的2种方法预计得到,或者是标准给出的经验值 。
(2)产品定型时的试验方法预计
这种方法是产品已经定型,通过寿命试验的数据来进行推算,本方法认定产品寿命符合指数模型,套用阿伦纽斯公式进行计算 。其中根据实验得到样品数量,试验时间,应力,失效数,加速因子等进行计算,其中加速因子可用标准中的推荐者,也可通过2-3种样品在不同应力下的数据推算得到(原理是2点定线或者3点拟合一条线,斜率就是加速因子) 。
另外行业中还有一种根据实验时间、实验温度和加速因子,预计得到需要温度下的可使用时间的做法推算产品寿命,这种做法确定从表面看是符合逻辑的,但是寿命预计都是基于统计值进行计算的,而该方法完全忽略的统计的概念,因此计算不严谨 。
(3)市场应用时的现场数据预计
这种方法与设计方案,试验数据都无关,市面上有两种计算方法,计算结果差距不大,通过目的产品和享受产品在市场上的失效情况进行预计 。
一种是需要公司对于发货产品的日期,数量,失效情况有详细记录,去掉批次性失效和非失效引起的退货 。用统计时的所有失效数量和具体的使用时间的乘积统计值作为分子,乘以10^9后处于总发货产品的使用时间和,就可以达到失效率 。另外一种是如果对于失效样品的使用时间不太确定,可以根据一个gamma卡方常数来进行计算,用失效样品数,乘以卡方常数和10^9,除以总发货产品的使用时间和,也可以得到失效率,同时卡方常数还可以根据置信度选择经验常数 。
【一文解析光模块的三种失效率预计方法】这三种预计方法可以灵活应用得到失效率预计值,如果有可能的情况下最好是根据实验结果得到产品寿命真实符合的模型,然后通过该模型结合预计方法(2)进行计算 。
责任编辑人:CC
.dfma {position: relative;width: 1000px;margin: 0 auto;}.dfma a::after {position: absolute;left: 0;bottom: 0;width: 30px;line-height: 1.4;text-align: center;background-color: rgba(0, 0, 0, .5);color: #fff;font-size: 12px;content: "广告";}.dfma img {display: block;}
一文解析光模块的三种失效率预计方法
文章插图

    推荐阅读