劉凌，孫富強，章桐

裝備通用質(zhì)量特性及壽命評估

基于故障物理的集成控制器電路板可靠性預(yù)計

劉凌1，孫富強2，章桐1

（1.同濟(jì)大學(xué)，上海 201804；2.北京航空航天大學(xué)，北京 100191）

實現(xiàn)商用電動汽車集成控制器的可靠性預(yù)計與提升，采用應(yīng)力仿真與故障物理相結(jié)合的方法對其關(guān)鍵電路板進(jìn)行可靠性預(yù)計。針對集成控制器的數(shù)字樣機，開展熱、振動仿真應(yīng)力分析，采用故障模式機理及影響分析（FMMEA）方法，分析電路板可能存在的故障模式和故障機理，確定潛在故障模式的故障物理模型。將應(yīng)力分析結(jié)果作為故障物理模型的輸入，進(jìn)行基于故障物理的可靠性預(yù)計，尋找設(shè)計薄弱環(huán)節(jié)，并提出改進(jìn)措施。找到了電路板的8個高溫器件和熱集中區(qū)域，振動仿真分析表明，電路板頂端與中心振動強度較大，可能引起疲勞失效，需要給予關(guān)注。通過FMMEA分析，得到電路板的主要故障模式為焊點開裂，主要受溫度循環(huán)影響，造成熱疲勞失效。最后采用Coffin-Mason模型，計算得到電路板的平均故障間隔時間為15 869 h，找出了電路板的可靠性設(shè)計的薄弱環(huán)節(jié)。該方法基于故障物理，相對傳統(tǒng)基于手冊的可靠性預(yù)計方法精度更高，同時能夠在產(chǎn)品研制階段與性能設(shè)計并行，通過分析和改進(jìn)產(chǎn)品設(shè)計，達(dá)到正向可靠性設(shè)計的目的，為新能源汽車領(lǐng)域電子產(chǎn)品的可靠性預(yù)計提供新的思路。

電動汽車；故障物理；應(yīng)力分析；故障模式機理及影響分析；可靠性預(yù)計；可靠性設(shè)計

隨著能源安全、環(huán)境污染和城市交通問題的日漸凸顯，國家高度重視并大力推進(jìn)新能源汽車的推廣應(yīng)用和自主創(chuàng)新[1]。集成控制器是新能源電動汽車的關(guān)鍵核心零部件，但目前國產(chǎn)集成控制器仍存在功率密度低、成本高、可靠性差的問題[2]。特別是電動汽車工作場景多樣，環(huán)境復(fù)雜惡劣，其集成控制器受溫度、振動、濕度和電應(yīng)力多物理場耦合應(yīng)力作用，造成其電路板存在多種失效機理，同時電路板結(jié)構(gòu)、功能、材料、電參數(shù)等因素對產(chǎn)品可靠性也造成影響。惡劣的工作環(huán)境和復(fù)雜的產(chǎn)品結(jié)構(gòu)設(shè)計使得集成控制器電路板的可靠性預(yù)計工作變得十分困難。

目前，國內(nèi)外常用的可靠性預(yù)計方法通常是借助GJB/Z 299C、MIL-HDBK-217F等標(biāo)準(zhǔn)進(jìn)行[3]。這些方法均是基于指數(shù)分布和恒定失效率假設(shè)，用統(tǒng)計方法描述產(chǎn)品故障，未考慮產(chǎn)品制造過程和使用條件的不確定性影響，可靠性預(yù)計結(jié)果常常與實際偏差較大[4]，對系統(tǒng)決策產(chǎn)生不利影響[5-7]。基于故障物理的可靠性仿真試驗方法為解決上述問題提供了新的有效途徑?？煽啃苑抡嬖囼炌ㄟ^產(chǎn)品數(shù)字樣機和故障物理模型，將產(chǎn)品工作環(huán)境應(yīng)力與潛在故障發(fā)展過程聯(lián)系起來，從而定量地評估產(chǎn)品設(shè)計的可靠性，發(fā)現(xiàn)薄弱環(huán)節(jié)，并采取有效的改進(jìn)措施[8-10]。可靠性仿真試驗方法結(jié)合產(chǎn)品的設(shè)計特性，完整地考慮產(chǎn)品預(yù)期壽命環(huán)境及工作載荷歷程、制造過程波動、其他隨機因素等的影響，對產(chǎn)品故障詳細(xì)定義，通過數(shù)字化產(chǎn)品樣機，實現(xiàn)產(chǎn)品的應(yīng)力分析。同時根據(jù)故障物理模型預(yù)計產(chǎn)品故障和平均故障間隔時間（Mean Time Between Failure, MTBF），發(fā)現(xiàn)薄弱環(huán)節(jié)，支持產(chǎn)品改進(jìn)，提高可靠性水平[11]。

由于可靠性仿真試驗?zāi)軌蛟诋a(chǎn)品研制階段與性能設(shè)計并行地分析和改進(jìn)產(chǎn)品設(shè)計的可靠性，真正實現(xiàn)“可靠性是設(shè)計出來的”這一目標(biāo)，受到了航空、航天等領(lǐng)域廣泛關(guān)注，已成功應(yīng)用于大量的電子系統(tǒng)的可靠性評估[12-17]。因此，文中將此技術(shù)引入新能源汽車領(lǐng)域，為集成控制器電路板可靠性預(yù)計提供新的思路。

1 基于故障物理的可靠仿真試驗方法

基于故障物理的可靠性仿真試驗方法主要包括應(yīng)力分析、故障模式機理及其影響分析（Failure Mode, Mechanism and Effect Analysis, FMMEA）[18-19]和基于故障物理的可靠性預(yù)計等3部分，總體框架如圖1所示。

首先通過仿真軟件建立產(chǎn)品的數(shù)字樣機，施加產(chǎn)品所經(jīng)歷的載荷歷程（包括溫度和振動），進(jìn)行應(yīng)力分析。在此基礎(chǔ)上，采用FMMEA方法，對電路板可能存在的故障模式和故障機理進(jìn)行分析，得到各潛在故障模式的故障物理模型。將應(yīng)力分析的結(jié)果作為故障物理模型的輸入，進(jìn)行基于故障物理的可靠性預(yù)計。根據(jù)故障關(guān)系建模，計算產(chǎn)品的MTBF，從而找出產(chǎn)品的設(shè)計薄弱環(huán)節(jié)，提出設(shè)計改進(jìn)措施，提高集成控制器電路板的可靠性水平，優(yōu)化其內(nèi)部設(shè)計。

1.1 應(yīng)力分析

集成控制器在使用過程中會經(jīng)受溫度、振動、濕度和電應(yīng)力等多種環(huán)境應(yīng)力的作用，為了對其開展可靠性分析，首先確定敏感環(huán)境因素。對于大多數(shù)電子、機電產(chǎn)品而言，溫度、振動、濕度等環(huán)境應(yīng)力對產(chǎn)品的可靠性影響最大。據(jù)統(tǒng)計分析，由環(huán)境因素引起的故障占總故障的52%，其中由溫度引起的故障占40%，由振動引起的故障占27%，二者占環(huán)境因素引起的總故障的67%。因此，本文在開展可靠性仿真試驗時，主要考慮溫度和振動這兩種環(huán)境應(yīng)力類型。

應(yīng)力分析是一種利用計算機仿真分析軟件，對實際的或設(shè)想的設(shè)備進(jìn)行數(shù)字模型應(yīng)力分析和計算的方法，具體流程如圖2所示。

圖1 總體思路框架

圖2 應(yīng)力分析流程

1）收集產(chǎn)品設(shè)計信息（設(shè)備名稱、功能、安裝位置及方式等）、使用信息（任務(wù)類型和使用條件、通風(fēng)散熱形式等）、基本可靠性要求（MTBF等）。

2）利用常用的軟件CATIA、UG、Solid Works等建立CAD（Computer Aided Design, CAD）數(shù)字樣機，分別針對溫度和振動搜集相應(yīng)的信息，建立熱仿真數(shù)字樣機和振動仿真數(shù)字樣機。

3）根據(jù)實際的熱仿真數(shù)字樣機，將具體的給定條件輸入至熱仿真數(shù)字樣機中，得到溫度場分析結(jié)果，以了解產(chǎn)品內(nèi)部溫度的分布情況。通過電路板溫度場測試及關(guān)鍵器件點溫度測試，進(jìn)行電路板模型校核，保證電路板熱仿真分析的準(zhǔn)確性。根據(jù)實際的振動仿真數(shù)字樣機，設(shè)置約束條件和振動載荷。劃分網(wǎng)格，輸出以云圖或網(wǎng)格變形圖的形式描述的仿真結(jié)果。分析輸出結(jié)果，通過模態(tài)測試、頻響測試和隨機響應(yīng)測試，保證建模和邊界條件的準(zhǔn)確性，以驗證數(shù)字樣機模型與物理樣機的一致性。

應(yīng)力分析通過數(shù)字化樣機，將產(chǎn)品的結(jié)構(gòu)、材料幾何特性、變化的載荷歷程，通過軟件進(jìn)行模擬，得到產(chǎn)品的熱應(yīng)力和振動應(yīng)力的分析結(jié)果。

1.2 FMMEA方法

故障模式機理及影響分析（FMMEA）是研究產(chǎn)品每個組成部分可能存在的故障模式、故障機理，并確定各個故障模式對產(chǎn)品其他組成部分和產(chǎn)品功能影響的一種分析方法。此方法來源于故障模式及影響分析（Failure Mode and Effects Analysis, FMEA）。在FMEA的基礎(chǔ)上，增加了故障機理分析，以及采用故障物理模型定量計算故障機理風(fēng)險的步驟。將電路板上所有的元器件、零部件和互連等看成是潛在故障點，分析這些潛在故障點可能存在的故障模式、故障機理。FMMEA的流程如圖3所示。

1）通過前期的產(chǎn)品定義，參考相似產(chǎn)品的故障模式，從導(dǎo)致產(chǎn)品發(fā)生潛在故障模式的設(shè)計、制造、貯存、運輸或使用條件中，查找故障模式發(fā)生的環(huán)境或者載荷條件。

2）根據(jù)被分析產(chǎn)品的特征，確定所有可能的故障模式。

3）依據(jù)專家經(jīng)驗、相似產(chǎn)品法以及失效分析等方法分析故障產(chǎn)生的原因，確定潛在故障機理。

圖3 FMMEA流程

4）根據(jù)前面的分析，確定產(chǎn)品的故障物理模型，同時按照風(fēng)險程度對故障模式及故障機理進(jìn)行排序，確定產(chǎn)品的主機理、薄弱環(huán)節(jié)、對應(yīng)的敏感載荷以及監(jiān)測參數(shù)。

通過對產(chǎn)品功能和結(jié)構(gòu)的分解，針對其構(gòu)成元器件的故障模式進(jìn)行分析，得到其故障產(chǎn)生的原因（應(yīng)力載荷）。根據(jù)故障機理確定相應(yīng)的故障物理模型，實現(xiàn)從微觀的故障物理到性能退化的宏觀表征。部分元器件的典型故障模式、機理與故障物理模型見表1[3]。

表1 部分元器件典型故障模式、機理與物理模型

Tab.1 Typical failure mode, mechanism and physical model of some components

1.3 基于故障物理的可靠性預(yù)計

電子產(chǎn)品的故障發(fā)生過程如圖4所示，根據(jù)底層故障物理模型，對元器件的可靠性進(jìn)行精確預(yù)計，進(jìn)而對電路板進(jìn)行壽命評估與可靠性預(yù)計。具體思路為：根據(jù)FMMEA確定的產(chǎn)品故障機理模型，輸入可靠性仿真試驗確定的溫度循環(huán)和振動譜等，針對每種可能的故障機理，由應(yīng)力分析結(jié)果計算得到該故障點在某一應(yīng)力水平下的損傷量。考慮的故障機理間的關(guān)系為損傷累積關(guān)系和競爭關(guān)系，計算產(chǎn)品在多機理下的總損傷量，通過蒙特卡洛仿真得到產(chǎn)品的MTBF，從而達(dá)到識別產(chǎn)品的薄弱環(huán)節(jié)及影響其失效的首要故障機理類型的目的。

通過基于故障物理的可靠性預(yù)計，根據(jù)故障物理模型計算產(chǎn)品的應(yīng)力損傷量，推斷每個元器件平均故障間隔時間，進(jìn)而得到電路板的故障預(yù)計以及平均故障間隔時間，由故障傳遞關(guān)系實現(xiàn)由元器件到產(chǎn)品的可靠性預(yù)計。

圖4 電子產(chǎn)品故障發(fā)生過程分析

2 案例分析

2.1 應(yīng)力分析

2.1.1 產(chǎn)品定義

以某型集成控制器電路板為例進(jìn)行分析，電路板構(gòu)造如圖5所示。該設(shè)備所處濕度環(huán)境條件良好、需承受的最高溫度為70 ℃、振動應(yīng)力以0.001 212/Hz等為測試條件，制定振動應(yīng)力剖面。同時，結(jié)合溫度和振動設(shè)置，綜合試驗剖面。此電路板共有9種類別的元器件，共計83個。

圖5 某型電路板

2.1.2 數(shù)字樣機建立及應(yīng)力分析

1）熱仿真分析。通過軟件建立熱仿真數(shù)字樣機，進(jìn)行熱仿真分析，可以得到電路板上每個元器件的結(jié)溫信息。在平臺環(huán)境溫度70 ℃的條件下，對電路板進(jìn)行溫度應(yīng)力分析，可以得到溫度分布結(jié)果，如圖6所示。模塊高溫器件見表2。

表2 電路板中的高溫器件

Tab.2 High temperature device in a circuit board

圖6 電路板溫度分布

從受試產(chǎn)品的熱分布圖可以看到，背面R542—R546共5個電阻器區(qū)域溫度較高，并且引起正面N511、N512溫度較高。在環(huán)境溫度70 ℃條件下，N511、N512溫度分別達(dá)到97.3 ℃和97.5 ℃。仿真結(jié)果表明，應(yīng)該考慮分散熱集中區(qū)域，或者考慮增加散熱措施。

2）振動仿真分析。通過軟件建立振動仿真數(shù)字樣機，進(jìn)行振動仿真分析，可以得到電路板上元器件的振動模態(tài)。在平臺環(huán)境溫度70 ℃條件下，對電路板進(jìn)行振動應(yīng)力分析，前三階的振型結(jié)果如圖7所示，頻率結(jié)果見表3。

圖7 電路板前三階模態(tài)分析結(jié)果

表3 電路板諧振頻率及位置

Tab.3 Resonance frequency and position of circuit board

根據(jù)振動仿真結(jié)果可以看出，受試電路板一階模態(tài)條件下，產(chǎn)生諧振頻率區(qū)域為模塊頂端。該區(qū)域主要為印制板，產(chǎn)生諧振的原因是電路板強度問題以及與其他器件的臨近安裝問題。二階和三階模態(tài)條件下，產(chǎn)生諧振頻率區(qū)域主要為模塊中心部分。該區(qū)域主要為元器件集中部分，產(chǎn)生諧振的原因是器件安裝的位置處于振動較強處，應(yīng)力較大，有可能引起疲勞失效，需要給予關(guān)注。建議設(shè)計人員關(guān)注這一現(xiàn)象，在條件允許的情況下，改變器件布局。

在完成上述仿真分析后，還通過熱測量試驗的方法，得到了電路板關(guān)鍵器件點溫度測試結(jié)果和機箱關(guān)鍵部位點溫度測試結(jié)果，對已建立的CFD初始模型進(jìn)行了修正，保證了CFD數(shù)字樣機的準(zhǔn)確性。采用模態(tài)試驗對FEA數(shù)字樣機的初始模型進(jìn)行了修正，通過對電路板進(jìn)行約束條件下的模態(tài)分析，保證仿真分析設(shè)置的邊界條件的準(zhǔn)確性，驗證了數(shù)字樣機模型與物理樣機的一致性。

2.2 FMMEA

采用FMMEA方法，對元器件的失效模式進(jìn)行分析，可以得到部分元器件故障物理（見表4）。如通過對C593的分析，確定其故障物理模型為與焊點熱疲勞相關(guān)的Coffin-Mason 模型：

表4 部分元器件的FMMEA

Tab.4 FMMEA table for some components

2.3 基于故障物理的可靠性預(yù)計

2.3.1 故障預(yù)計

采用軟件對電路板進(jìn)行建模，如圖8所示。設(shè)置材料、結(jié)構(gòu)、載荷等信息為隨機變量，假設(shè)隨機變量服從均勻分布，設(shè)置對應(yīng)元器件的故障物理模型，采用Monte Carlo 仿真，仿真次數(shù)為 1000。基于上述設(shè)置，可以計算大量單點故障時間數(shù)據(jù)。根據(jù)累計損傷理論，可以計算潛在故障點在多個故障機理共同作用下的損傷和故障前時間。潛在故障點位置如圖9所示，故障預(yù)計結(jié)果見表5。

通過對電路板進(jìn)行故障預(yù)計后發(fā)現(xiàn)，主故障為熱疲勞，電路板正面R550—551、R553、R555—557和C590、C593的焊點預(yù)計壽命小于設(shè)計要求。綜上所述，電阻器是整個電路板的薄弱環(huán)節(jié)。其中電阻器位置在RII-9型大功率電阻區(qū)域附近，溫度較高，可能

圖8 電路板故障預(yù)計模型

圖9 電路板的潛在故障點位置

表5 電路板的主要故障信息矩陣

Tab.5 The main failure information matrix of the circuit board

會由于焊點的熱疲勞造成失效。CAK45由于體積較大且接近高溫區(qū)域，故也有可能會由于焊點的熱疲勞失效。建議更換散熱性能更好的器件，或者采取必要的散熱措施。

2.3.2 可靠性評估

根據(jù)故障預(yù)計得到表5所示的潛在故障點故障首發(fā)時間及大樣本故障數(shù)據(jù)，根據(jù)潛在故障點的蒙特卡洛仿真大樣本量故障時間數(shù)據(jù)，采用統(tǒng)計數(shù)學(xué)方法擬合該潛在故障點的故障時間分布，得到故障數(shù)據(jù)符合的分布，經(jīng)K-S擬合優(yōu)度檢驗，得到單個器件的故障數(shù)據(jù)分布。按基于密度分布的相似性對故障進(jìn)行聚類，將故障分為Ⅰ型故障類（設(shè)備有效壽命早期）、Ⅱ型故障類（應(yīng)力累積損傷造成的故障）和Ⅲ型故障類（耗損期）。所有Ⅱ型故障類中的故障數(shù)據(jù)，對其進(jìn)行滿足其分布下的抽樣隨機化，得到仿真故障數(shù)據(jù)，并進(jìn)行故障分布融合，得到設(shè)備使用壽命期內(nèi)的故障時間分布。經(jīng)過分析，案例故障數(shù)據(jù)符合三參數(shù)威布爾分布，其概率密度函數(shù)和平均首發(fā)故障時間表達(dá)式為：

式中：為形狀參數(shù)；為尺度參數(shù)；為位置參數(shù)。

最終得到電路板的壽命分布和平均首發(fā)故障時間，結(jié)果見表6。

表6 電路板壽命分布參數(shù)

Tab.6 Life distribution parameters of the circuit board

3 結(jié)語

應(yīng)用基于故障物理的可靠性仿真試驗方法在產(chǎn)品研制階段通過數(shù)字化實現(xiàn)可靠性預(yù)計，不僅考慮了電路板的材料、幾何特性及其預(yù)期工作條件和環(huán)境載荷，同時也考慮了制造過程波動、隨機因素等的影響，表征了從微觀故障物理到宏觀產(chǎn)品性能退化的過程，實現(xiàn)了正向可靠性設(shè)計的目的。針對試驗中發(fā)現(xiàn)的設(shè)計問題，可通過迭代改進(jìn)提高電路板的可靠性水平，為新能源汽車集成控制器的可靠性提升提供有效的技術(shù)支撐[21]。

目前由于新能源汽車領(lǐng)域應(yīng)用該技術(shù)還存在環(huán)境載荷譜確定困難、電動汽車失效機理模型不成熟等問題，論文僅對溫度和振動兩種主要環(huán)境因素進(jìn)行了分析，未來還需考慮綜合環(huán)境的影響，加強多應(yīng)力耦合分析，提高可靠性分析結(jié)果的準(zhǔn)確性。

[1] 李云, 朱世武, 吳春冬, 等. 電動汽車電機控制器的發(fā)展[J]. 大功率變流技術(shù), 2015(2): 12-17. LI Yun, ZHU Shi-wu, WU Chun-dong, et al. Development of motor control unit for electric vehicle[J]. High Power converter technology, 2015(2): 12-17.

[2] 謝銳波. 關(guān)于電動汽車技術(shù)發(fā)展趨勢及前景分析[J]. 中國戰(zhàn)略新興產(chǎn)業(yè), 2017(16): 47-48. XIE Rui-bo. On the development trend and prospect of electric vehicle technology[J]. China strategic emerging industry, 2017(16): 47-48.

[3] 陳穎, 高蕾, 康銳. 基于故障物理的電子產(chǎn)品可靠性仿真分析方法[J]. 中國電子科學(xué)研究院學(xué)報, 2013(10): 444-448. CHEN Ying, GAO Lei, KANG Rui. Research on reliability simulation prediction of electronic product based on physics of failure method[J] Journal of Chinese Academy of Electronic Sciences, 2013(10): 444-448.

[4] 王文智, 寧琦. 可靠性仿真技術(shù)在電路設(shè)計中的應(yīng)用與分析[J]. 艦船電子工程, 2013(12): 78-81. WANG Wen-zhi, NING Qi. Application and analysis of reliability simulation technology in circuit design[J]. Ship electronic engineering, 2013(12): 78-81.

[5] CHRISTOPHER S, JERRY W. Raytheon assessment of prism as a field failure prediction tool[C]. The Journal of the Reliability Analysis Center, 2004: 37-42.

[6] BROWN L. Comparing reliability predictions to field data for plastic parts in military, airborne environment[C]// Proceedings of annual reliability and maintainability symposium. Tampa: IEEE, 2003.

[7] CHRISTOPHER J. BENJAMIN W, DIGANTA D. Reliability predictions-continued reliance on a misleading approach[C]// 2013 Proceedings annual reliability and maintainability symposium. Orlando:IEEE, 2013.

[8] 陳萍, 杜紹華, 汪旭, 等. 基于可靠性仿真的壽命預(yù)測技術(shù)及應(yīng)用[J]. 機車電傳動, 2017(2): 9-14. CHEN Ping, DU Shao-hua, WANG Xu, et al. Life prediction techniques and applications based on reliability simulation method[J]. Electric drive for locomotives, 2017(2): 9-14.

[9] CUNNINCHAM J, VALENTIN R, HILL-MAN C, et al. A demonstration of virtual qualification for the design of electronic hardware[M]. New York: John Wiley & Sons, Inc, 200l: 201-213.

[10] KUMAR U, ABHIJIT D. Physics-of-failure guidelines for accelerated qualification of electronic systems[J]. Quality and reliability engineering international, 1998, 14(1): 433- 447.

[11] 江振宇, 張磊, 王有亮, 等. 戰(zhàn)斗部虛擬試驗多級模型集成方法研究[J]. 系統(tǒng)仿真學(xué), 2008(15): 4179- 4185. JIANG Zhen-yu, ZHANG Lei, WANG You-liang, et al. Multi-models integration approach in warhead virtual experiment[J]. Journal of system simulation, 2008(15): 4179-4185.

[12] MCLEISH J G. Enhancing MIL-HDBK-217 reliability predictions with physics of failure methods[C]// Annual proceedings of reliability and maintainability symposium(RAMS). San Jose:IEEE, 2010: 1-6.

[13] 喬亮, 李傳日, 劉龍濤. 基于故障物理的可靠性仿真試驗的應(yīng)用[J]. 裝備環(huán)境工程, 2012, 9(2): 7-11. QIAO Liang, LI Chuan-ri, LIU Long-tao. Application of reliability simulation test based on failure physic[J]. Equipment environmental engineering, 2012, 9(2): 7-11.

[14] 駱明珠, 康銳, 劉法旺. 電子產(chǎn)品可靠性預(yù)計方法綜述[J]. 電子科學(xué)技術(shù), 2014(2): 246-256. LUO Ming-zhu, KANG Rui, LIU Fa-wang. A review of reliability prediction methods for electronic products[J]. Electronic science & technology, 2014(2): 246-256.

[15] 陳鋒, 申斯文, 康力. 基于故障物理的可靠性仿真分析在航電設(shè)備中的應(yīng)用[J]. 建模與仿真, 2013, 2(2): 14-21. CHEN Feng, SHEN Si-wen, KANG Li. Application of reliability simulation based on failure physic in avionics device[J].Modeling and simulation, 2013, 2(2): 14-21.

[16] 李振. 航空電子產(chǎn)品的可靠性設(shè)計與仿真試驗[J]. 艦船電子工程, 2014(6): 46-51. LI Zhen. Reliability design and simulation test of the aerospace electronic products[J]. Ship electronic engineering, 2014(6): 46-51.

[17] GEORGE E. Reliability physics in electronics: A historical view[J]. IEEE transaction on reliability, 1998, 47(3): 379-389.

[18] GANESAN S, EVELOY V, DAS D, et al. Identification and utilization of failure mechanism to enhance FMEA and FMECA[C]// Proceedings of the IEEE workshop on accelerated stress testing & reliability(ASTR), Austin: IEEE, 2005.

[19] DAS D, AZARIAN M, PECHT M. Failure modes, mechanisms, and effects analysis(FMMEA) for automotive electronics[C]// 11th annual AEC workshop. Indianapolis: [s. n.], 2006.

[20] LEE W W, NGUYEN L T, SELVADURAY G S. Solder joint fatigue models: review and applicability to chip scale package[J]. Microelectronics Reliability, 2000(40): 231-244.

[21] JEFFREY H. Revision of MIL-HDBK-217, reliability prediction of electronic equipment[C]// Proceedings of reliability and maintainability symposium. San Jose: IEEE, 2010.

Reliability Prediction for Integrated Controller Circuit Board Based on Physics of Failure

LIU Ling1, SUN Fu-qiang2, ZHANG Tong1

(1.TongJi University, Shanghai 201804, China; 2. Beihang University, Beijing 100191, China)

In order to achieve the reliability prediction and improvement of the integrated controller of commercial electric vehicles, the method of combining stress simulation and physics of failure is used to predict the reliability of its key circuit boards.The thermal and vibration simulation stress analysis was carried out for the digital prototype of the integrated controller. The failure mode mechanism and effect analysis (FMMEA) method is used to analyze the possible failure modes and failure mechanisms of the printed circuit board, and the failure physical model of the potential failure mode is determined. The results of the stress analysis are used as the input of the failure physical model, the reliability prediction based on the physics of failure is performed, the weak points of the design are found, and the improvement measures are proposed. Through the thermal simulation and vibration simulation analysis of the key circuit board of the integrated controller, eight high-temperature devices and thermal concentration areas of the circuit board are found. The vibration simulation analysis shows that the top and center vibration strength of the circuit board is large, which may cause fatigue failure, so attention should be paid to it. FMMEA analysis shows that the main failure mode of the circuit board is solder joint cracking, which is mainly affected by temperature cycling and caused thermal fatigue failure. Finally, the Coffin-Mason model was used to calculate the average failure interval of the circuit board is 15869 h, and the weak links of the circuit board reliability design can be found out. This method is based on physics of failure, which is more accurate than the traditional manual-based reliability prediction method. At the same time, it can be parallel with performance design during the product development stage. It can achieve the purpose of forward reliability design by analyzing and improving the product design, for the new energy automotive electronic product reliability prediction is expected to provide new ideas.

electric vehicles; physics of failure; stress analysis; failure mode and mechanism effect analysis; reliability prediction; reliability design

2020-08-26；

2020-09-28

LIU Ling (1974—), Male, Ph. D., Senior engineer, Research focus: electric vehicle drive system and the reliability and operation economy based on big data.

孫富強（1983—），男，博士，副研究員，主要研究方向為可靠性與耐久性基礎(chǔ)理論與驗證評估。

Corresponding author：Sun Fu-qiang (1983—), Male, Ph. D., Associate researcher, Research focus: basic theory and validation evaluation of reliability and durability.

劉凌, 孫富強, 章桐. 基于故障物理的集成控制器電路板可靠性預(yù)計[J]. 裝備環(huán)境工程, 2021, 18(4): 133-140.

TB114.3；V243

A

1672-9242(2021)04-0133-08

10.7643/ issn.1672-9242.2021.04.020

2020-08-26；

2020-09-28

國家重點研發(fā)計劃（2018YFB0104504）

Fund：Supported by the National Key R & D Program of China (2018YFB0104504)

劉凌（1974—），男，博士，高級工程師，主要研究方向為電動汽車驅(qū)動系統(tǒng)與基于大數(shù)據(jù)技術(shù)的可靠性、運行經(jīng)濟(jì)性。

LIU Ling, SUN Fu-qiang, ZHANG Tong. Reliability prediction for integrated controller circuit board based on physics of failure[J]. Equipment environmental engineering, 2021, 18(4): 133-140.