1 / 46

LES NOUVEAUX MODÈLES DE FIABILITÉ DES COMPOSANTS ÉLECTRONIQUES

LES NOUVEAUX MODÈLES DE FIABILITÉ DES COMPOSANTS ÉLECTRONIQUES. Sommaire. Notions de fiabilité. - définitions - diagramme serie/parallele - courbe niveau satelite et composant (courbe en baignoire). Allocation de fiabilité niveau satellite et composant. - allocation niveau satellite

ember
Download Presentation

LES NOUVEAUX MODÈLES DE FIABILITÉ DES COMPOSANTS ÉLECTRONIQUES

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. LES NOUVEAUX MODÈLES DE FIABILITÉ DES COMPOSANTS ÉLECTRONIQUES

  2. Sommaire Notions de fiabilité - définitions - diagramme serie/parallele - courbe niveau satelite et composant (courbe en baignoire) Allocation de fiabilité niveau satellite et composant - allocation niveau satellite - tenue des exigence niveau composant - amélioration de la fiabilité systeme et composant Détermination du taux de panne - balayage des méthodes employées Modèles prévisionnels - modèles classiques (MIL HDBK 217) - modèles nouveaux (RDF 99, RAC, IEC 1709) - modèles associés aux types de composants - exemple - limitation des recueils Travaux de recalage - recalage par le retour d'expérience - recalage par translation - recalage par les essais - recalage par la physique des défaillances Conclusions - conclusion et perspectives - références outils et recueils

  3. Notions de fiabilité Quelques notions de fiabilité FIABILITE : Aptitude d ’une entité « S » à accomplir une fonction requise dans des conditions données pendant un intervalle de temps donné (définition CEI 50(191), Déc. 1990) R(t) = Prob (S non défaillant sur [0,t]) Si T est une variable aléatoire mesurant la durée de bon fonctionnement, alors R(t) = Prob (T>t) = 1 - Prob (T  t)

  4. Notions de fiabilité Quelques notions de fiabilité TAUX DE DÉFAILLANCE : Probabilité que S tombe en panne entre t et t+dt (avec dt  0), sachant qu ’il fonctionnait à t l(t) = lim Prob (S en panne sur [t,t+dt] / S non défaillant sur [0,t]) dt  0

  5. Notions de fiabilité Les définitions associées : MTTF = Moyenne des durées avant défaillance MTBF = Moyenne des durées entre 2 défaillances MUT = Moyenne des durées de bon fonctionnement MDT = Moyenne des durées d ’indisponibilité MTTR = Moyenne des durées de réparation (MTTR < MDT) S en marche MDT MUT MTTF S OK MDT S OK MTBF t=0 t S en panne

  6. Jeunesse Usure Vie utile Période de défaillance d'usure (détérioration, corrosion, etc...) Période de défaillance précoce (fautes de conception, de production, etc...) Période de défaillance à taux constant (fautes occasionnelles) Notions de fiabilité Fiabilité R(t) Courbe en baignoire du l(t)

  7. Notions de fiabilité Cas particulier ou l(t) = constante Composants électroniques l(t) = Nombre de pannes / Nombre d ’heures composants Heures composants = Nb composants suivis x T observation l en panne/heure ou FIT (panne/10-9 heures) R(t) = exp(-lt) Fiabilité F(t) = 1 - exp(-lt) Panne MTTF = 1/l Par extension, si S est non réparable, MTTF = MTBF MTBF en heures (le MTBF est la durée au bout de laquelle le composant à une probabilité de 0,63 de tomber en panne) La fiabilité est modélisée pour la partie constante de la courbe en baignoire

  8. Notions de fiabilité Ordre de grandeur couramment observé dans le spatial lcomposant = 0,1 à 100 FIT lhybride = 100 à 1000 FIT léquipement = 1000 à 5000 FIT 40% connectique 60% circuits actifs/passifs R satellite = 0,6 à 5 ans R plate forme = 0,85 à 3 ans R lanceur = 0,95 à t=0

  9. Notions de fiabilité Diagramme série l1 l2 l3 P(S OK) = P(1 OK et 2 OK et 3 OK) R(t) = R1(t) x R2(t) x R3(t) R(t) = exp(-l1t) x exp(-l2t) x exp(-l3t) l = l1+l2+l3

  10. Notions de fiabilité Diagramme parallèle l1 l2 l3 P(S OK) = P(1 OK et 2 OK et 3 OK) F(t) = F1(t) x F2(t) x F3(t) F(t) = [1 - exp(-l1t)] x [1 - exp(-l2t)] x [1 - exp (-l3t)]

  11. Allocation de fiabilité ... Allocation de fiabilité (niveau satellite) Satellite R(t) = 0,64 R(t) = R1 x R2 Plate forme R1(t) = 0,8 Charge Utile R2(t) = 0,8 R1 = R11 x R12 x R13 R2 = R21 x R22 GS 0,99 SCAO 0,85 Ges. Bord 0,95 Inst 0,89 Trait bord 0,89 Equipement Combinaison série/parallèle Equipement Combinaison série

  12. Allocation de fiabilité ... Tenue des exigences niveau composant: le l Données fournisseur retour exploitation recueils fiabilité essais qualité/fiabilité Définir un objectif de fiabilité Spécifications retour exploitation avis d ’experts mesures in-situ Analyser le profil mission données fiabilité Analyser et identifier les modes de pannes influencés par le profil mission Calcul de fiabilité prévisionnelle niveau composant Baisse de l ’objectif ou du profil mission Objectif tenu? Plan complémentaire d ’essais de fiabilité Non OK Non OK OK

  13. Allocation de fiabilité ... Amélioration de la fiabilité du système - on augmente le nombre de redondances au niveau équipement Redondance d ’équipement chaud ou froid - on conçoit des modes de mission dégradés au niveau système Revient à utiliser les diagrammes parallèles - on diminue le l composant Plus forte intégration de composants par équipement Amélioration de la fabrication des composants Conception avec marges

  14. Allocation de fiabilité ... Amélioration du l(t) composant l(t) Diminution des défauts de jeunesse : amélioration procédés Augmentation de la durée de vie : population homogène Pannes extrinsèques Pannes intrinsèques Pannes intrinsèques t Amélioration du l : bonne conception

  15. Détermination du taux de panne Détermination du l(t) composant Entrées nécessaires : - retour d ’exploitation ou d ’expérience - profil mission - modes de panne et leur modélisation - essais de qualité/fiabilité - avis d ’expert

  16. Détermination du taux de panne Modèles prévisionnels du l(t) - Empirique - translation - retour d ’expérience - exploitation des résultats d ’essais - physique des défaillances

  17. Modèles prévisionnels Modèles classiques empiriques  = 0teqa 0 taux de défaillance de référence t facteur de température e facteur d’environnement q facteur de qualité a facteur d’apprentissage MIL HDBK 217 F DOD, HDR5 British Telecom, RDF 93 CNET recueils propriétaires (SN29000 Siemens, SRDF d'EDF, US TR-332 Bellcore) - emploi simple - comparaison possibles - reflet des taux de défaillances réels - mise à jour difficile - pondération entre défaillances intrinsèques et extrinsèques

  18. Modèles prévisionnels Nouveaux modèles empiriques : le modèle européen IEC 1709  = reftui ref taux de défaillance de référence t facteur de température u facteur de tension i facteur de courant - facteurs d ’influence simple - utilisation couplée avec un autre source pour le lref - effort d ’harmonisation au niveau européen - toutes les lois d ’accélération sont identiques - pas de prise en compte des EOS et de l ’humidité - quels lref à utiliser pour le spatial ?

  19. Modèles prévisionnels Nouveaux modèles empiriques : le modèle RDF 99 UTE 80810  = puce + boitier puce = [1 N g1 + 2 g2 ] t + eos boitier = packmh Rem : modèle similaire pour les passifs - modèle le plus à jour pour les COTS - environnements sévères pris en compte (extrinsèque) - modélise la fatigue thermique (phases ON/OFF) - disparition des pq (best commercial practice) - humidité non modélisée - RDF non reconnu à l ’export - Maintenance du recueil non assuré

  20. Modèles prévisionnels Nouveaux modèles empiriques : le modèle RDF 99 UTE 80810 Détail du modèle  = [1 N g1 + 2 g2 ] t + eos + packm Recalage selon retour d ’exploitation Modélisation de la fatigue thermique : modèle d ’Engelmaier dilatation différentielle entre boîtier et puce Maturité technologie : exp(-at) t0 : 1998 Recalage sur essais fabricants Croissance de fiabilité pendant la période 80-90 : exp(-bt) Retour d ’expérience et audit fabricant Prise en compte des composants en interface

  21. Modèles prévisionnels Nouveaux modèles empiriques : le modèle du RAC (97)  = puce + environnement + temperature  = type [botdclt + berthhast + bcttccrtct ] g - prise en compte des essais de fiabilité - modèle américain du RAC (initiateur de la MIL 217) - pas de modèle équivalent pour les passifs - pas de prise en compte des EOS - non officiel

  22. Modèles prévisionnels Quel modèle pour quel type de composant ? La fiabilité prévisionnelle agit sur : - le choix d ’architecture - le choix d ’une politique de maintenance - le management thermique Le choix d ’un recueil de fiabilité doit répondre : - à la simplicité d ’utilisation - au reflet des taux de défaillance rencontrés - à sa reconnaissance par tous les acteurs Le secteur spatial français (Multipartenariat) a opté pour : - la MIL HDBK 217 pour les composants Hi-Rel - le RDF 99 (UTE 80810) pour les composants commerciaux

  23. Modèles prévisionnels Fiabilité et composant commercial En fiabilité, on appelle COTS ou composant commercial, tout composant qui ne répond pas à une norme de qualité au niveau approvisionnement tel que les normes américaines MIL, JAN, ou européennes comme le SCC B/C L ’utilisation du RDF99 implique que le composant suit une filière d ’approvisionnement du type Best Commercial Practice

  24. Modèles prévisionnels Besoin de 2 recueils : comparaison des taux de panne avec la MIL HDBK 217 - CI ............................. COTS = 40 x HI-REL - Discrets .................... COTS = 11,4 x HI-REL - Capa/Résistance .... COTS = 330~1000 x HI-REL Les différences sont dues essentiellement au facteur de qualité pq La MIL HDBK 217 n ’est pas adaptée pour modéliser les taux de défaillance des composants commerciaux La MIL 217 n ’est plus maintenue ( F : dernière version en date)

  25. Modèles prévisionnels Exemple 1 : comparaison de recueils pour une carte processeur Carte module de gestion de siège d'avion Boeing 777 (source Aérospatiale) Exemple 2 : comparaison de recueils par famille composant

  26. Charge Utile Plate-forme Charge Utile Plate-forme Panchro XS Reste Panchro Reste XS Modèles prévisionnels Exemple 3 : comparaison fiabilité satellite Hi-Rel/COTS Satellite d'observation de la terre 4 bandes spectrales (1 panchro + 3 Xs) Cas n° 1 : configuration nominale (Panchro et XS necessaire) cas n° 2 : configuration dégradée (Panchro necessaire; utilisation de certains circuits du XS comme redondance pour le panchro) Résultats Fiabilité à 3 ans (MIL HDBK217F) Rapport moyen 2,5 entre taux panne composants haute fiabilité et commerciaux

  27. Modèles prévisionnels Limitation des 2 recueils adoptés MIL HDBK 217 RDF 99 - Ne prend en compte que l ’intrinsèque - Révision des modèles d ’accélération utilisés - Ne s ’applique pas aux COTS - Remise à jour stoppée - Doit être reconnu à l'export - Maintenance non assuré - Modèle de l ’humidité non pris en compte - Variabilité de fabricant non représentée - Recueils souvent plus pénalisant que la réalité (remise à jour régulière nécessaire) Recalage des recueils

  28. Modèles prévisionnels Recalage des modèles prévisionnels MIL HDBK 217 et RDF - recalage à partir de données de terrain - facteur de recalage simple mono-application et/ou mono-environnement - prise en compte de l ’extrinsèque - constat : 2 < pcorrection < 10 - recalage à partir des essais de fiabilité - utilisé ponctuellement si doute sur un composant - représentativité de l ’environnement difficile - recalage sur avis d ’expert - plus empirique (bien qu ’il apparaît un début de formalisation) - le plus souvent, redéfinition des classes de qualité selon critère d ’appro

  29. Travaux de recalage Recalage des modèles prévisionnels Translation : facteurs d'extrapolation (pe, pt, etc...) à partir de résultats de fiabilité dans un environnement de départ vers un environnement d ’arrivé (outil SELECT du RAC) Retour terrain : de fait pour maintenir un recueil Essais de fiabilité : insertion dans les modèles empiriques existants des essais de fiabilité fabricants (travaux de l ’EIA G-12) Physique des défaillances : modélisation de la durée de vie des composant par des lois physiques qui décrivent les mécanismes de défaillances (travaux du CALCE)

  30. Travaux de recalage Translation : modèle général

  31. Travaux de recalage Translation : facteur pe - supporté par un outil informatique (outil SELECT du RAC) - valable uniquement que pour les équipements COTS - peu de références encore répertoriées

  32. Travaux de recalage Retour d ’expérience Les heures de fonctionnement sont comptabilisées et on recense le nombre de défauts constatés - Traitements statistiques : estimateurs de R(t), l(t), vérification d ’une loi (exp, weibull, etc.) - Recherche de modes de panne - Recalage des modèles prévisionnels

  33. Travaux de recalage Quelques illustrations du retour d ’expérience fiabilité constatée chez les fabricants Hyp : Bipolaire et logique standard Taux de panne pour le test 55°C/50%HR Répartition des défauts (source ???) Défauts d'assemblage composants 52% Défauts induits lors de l'assemblage cartes 24% Défauts d'origine non absolument certaine 19% Défauts intrinsèques à la technologie plastique 5%

  34. Travaux de recalage Quelques illustrations du retour d ’expérience Répartition des pannes chez les utilisateurs

  35. Travaux de recalage Quelques illustrations du retour d ’expérience Comparaison fiabilité prévisionnelle / fiabilité opérationnelle

  36. Travaux de recalage Essais de fiabilité On accélère le temps d ’apparition d ’un mode de panne en accélérant la contrainte qui le déclenche (U, I, T°, RH) modèles d'accélération - séquence d'endurance (Life test) - séquence de chaleur humide avec/sans polarisation (HTOL, THB, HAST, PCT) - variation de température (cycles thermiques) - simulation du brasage des CMS - simulation du stockage

  37. Travaux de recalage Essais de fiabilité : traitement Traitement statistiques: Test du Khi-2, de Student lois de Weibull, Exp, Log-Normale Echantillon sous test l test l prévisionnel = ltest x AF Facteurs d ’accélération Arrhénius (T°), Peck (RH), Coffin-Manson (cycles T°) AF est souvent donné sous forme d ’abaques

  38. Travaux de recalage Essais de fiabilité : Exemple de modes de pannes

  39. Travaux de recalage Essais de fiabilité : Exemple de facteurs d ’accélération

  40. Travaux de recalage Essais de fiabilité : Facteur d ’accélération d ’Arrhénius

  41. Travaux de recalage Essais de fiabilité : Bilan - Les facteurs d ’accélération se retrouvent souvent dans les recueils de fiabilité sous forme de pt , ps - Le terme «Ea» est une source d ’incertitude majeure dans les calculs - Le fiabiliste ne maîtrise pas ces modèles d ’accélération - Les tests ne sont pas assez sévères pour le traitement statistique (peu de défaillances observées, l ’idéal serait 63% de défauts pour trouver le MTBF moyen) - L ’IEA G-12 propose de n ’exploiter que l ’essai « life test » - Le CNES propose le « life test » et « cycles thermiques » pour modéliser la vie orbitale en complément du modèle prévisionnel

  42. Travaux de recalage Physique des défaillances Le mécanisme de défaillance est modélisé par une loi physique analytique. On cherche un temps avant la 1ère défaillance modèles analytiques - estimation de la durée de vie d ’un composant - estimation des facteurs d ’accélération (AF) - lourd a mettre en œuvre sur toutes les familles de composants - le fiabiliste maîtrise de loin l ’ensemble des paramètres (ex: Ea, coefficients matériaux, etc.) - introduction dans le RDF 99 (modèle d ’Engelmaier) - supporté par l ’outil CALCE (CADMP II)

  43. Travaux de recalage Physique des défaillances : Modélisation physique des pannes Loi d ’Arrhenius et ses dérivées - diffusion, électromigration, corrosion, etc.… Loi de Coffin-Manson et ses dérivées - fissuration, déformation, rupture s = s0sine Courbe de Wohler Rupture avant 10000 cycles s0 Endurance limitée Zone de déformation plastique Endurance illimitée> 100 Mcycles sd Zone de déformation élastique Ln(Nf)

  44. Travaux de recalage Physique des défaillances : Modèle d ’Engelmaier Modélisation de la fatigue des joints de soudures pour boîtiers montés en surface Modèle de référence pour le calcul du pm du RDF

  45. Conclusions Conclusions et perspectives - Le secteur spatial a subi une révolution dans le domaine du calcul de fiabilité avec l ’implantation des COTS - La MIL HDBK217 doit maintenant s ’utiliser conjointement avec le modèle RDF 99 - Les modèles de fiabilité doivent s ’adapter aux nouveaux composants et être remis à jour régulièrement par les méthodes de recalage citées (Rex, Translation, Essais, PoF) - La modélisation des pannes extrinsèques devient une priorité dans l ’affinage des modèles (future étude R&T) - Les « essais aggravés » peuvent peut-être conduire à modéliser un taux de panne équipement (veille techno en cours)

  46. Conclusions Quelques références OUTILS INFORMATIQUES - MIL STRESS d'Item Software - RELEX de Relex Software Corporation - FIABEX de CEP système - CARE Distribué par Ligeron - SELECT du RAC - CADMP II du CALCE - SUPERCAB+ de Microcab RECUEILS DE DONNEES ET MODELES DE FIABILITE - EPRD et le NPRD 95 du RAC - LAMBDATHEQUE du STPA-SOPEMEA GIFAS - RDF 99 (UTE 80810) du CNET - MIL HBDK 217 du DOD - IEC 1709

More Related