简介JEDEC JESD91B 2022《开发电子设备失效机制加速模型的方法》是半导体可靠性工程领域的权威标准文件面向从事器件可靠性评估、失效分析与寿命预测的工程师及研究人员。该标准替代2003年发布的JESD91A系统阐述了失效机制识别、加速因子确定、测试程序设计、数据分析与模型验证等关键环节可用于高温、高电压等应力条件下的加速试验方案制定与寿命外推。资源包内含1个PDF文件大小约381KB为可复制文字的电子版标准原文便于检索、摘录与引用。目前已有158人学习浏览。读者可借此掌握热应力、电迁移、氧化及机械疲劳等典型失效机制的建模思路理解温度、湿度、电压等环境因素对失效速率的加速关系并对照标准要求完成模型有效性验证为产品可靠性设计与市场竞争力提升提供方法支撑。1. 拿到 JESD91B 2022 之后先搞清楚它到底管什么如果你正在做车规芯片、工业级器件的可靠性验证或者被客户要求提交高温工作寿命HTOL的加速模型推导报告那 JESD91B 大概率是你绕不开的一份文件。它的全称是《Method for Developing Acceleration Models for Electronic Device Failure Mechanisms》2022 年发布替代的是 2003 年的 JESD91A。换句话说这份标准管的是怎么从加速试验数据里推导出一个能外推到客户使用条件的失效模型。它不教你具体某个失效机制的物理公式那是 JEP122 的活。JESD91B 解决的是更上游的问题——试验怎么设计、样本怎么抽、时间点怎么选、失效判据怎么定、数据用什么分布拟合、加速因子怎么算、模型怎么验证。适合两类人一类是刚接手可靠性验证、需要照着标准搭试验矩阵的工程师另一类是已经有一堆加速试验数据、但不确定自己的统计处理是否站得住脚的从业者。下面按我实际拆这份标准的顺序把可复现的部分一条条展开。2. 加速试验设计从刺激源识别到失效判据落地2.1 先列刺激源再定试验矩阵JESD91B 第 4.1 节的核心逻辑是对已知或怀疑的失效机制先根据预期应用条件和材料能力把所有可能影响该机制的刺激源列出来。典型刺激源包括温度、电场、湿度、热机械应力、振动、腐蚀性环境。这一步最容易被跳过很多人直接照搬上一版试验条件结果某个次要刺激源被忽略模型外推时偏差很大。列完刺激源之后要为每个刺激源单独建一个加速试验单元。标准要求每个刺激源至少两个加速条件推荐三个或更多。为什么至少两个因为一个条件只能得到一个失效时间点无法拟合出加速因子两个条件才能算出斜率三个以上才能验证线性度。我一般会先画一张矩阵表行是刺激源列是条件等级。比如温度做三档、电压做两档如果温度和电压之间有交互作用还需要做交叉单元。标准里特别提醒有些刺激源只产生二次效应比如高温存储和温度循环可能给出相似的失效但根刺激源其实是高温存储。这种情况需要多轮迭代来剥离。提示试验矩阵不是越多越好。每个单元都意味着样本、设备和时间的投入。标准明确说加速应力要权衡“产生与实验无关的失效”的风险包括设备本身的问题或产品过应力导致的假失效。2.2 样本抽取三个批次是底线第 4.2 节对样本来源有硬性要求。加速试验样本必须来自三个或更多工艺批次并且要覆盖可能影响失效机制的产品属性范围。举个例子如果你在评估薄介质完整性样本必须覆盖生产中的全部介质厚度范围。只有一种例外用测试结构做特定磨损机制的初步研究时允许只用一个批次。对于磨损型机制试验条件必须定义到每个条件下超过 50% 的样本失效并且测试要持续到达到这个结果。这是为了判断分布是否存在双峰以及确定分布形状。对于缺陷型机制不管是随机缺陷还是系统缺陷每个条件要产生十个以上失效。标准假设失效分布是单峰的。如果因为成本或样本供应限制用了更少的样本模型精度会打折扣这一点必须在报告里说明。2.3 测试时间间隔对数间隔是默认操作第 4.3 节规定每个试验条件至少定义四个测试间隔。大多数失效机制在时间上呈对数关系所以读数点应该按对数间隔布置。对于磨损型机制中间间隔应该对准预计的 50% 失效点。对于缺陷型机制早期读数要取在整个应力周期预期失效数不到三分之一的位置。设备成本和项目排期通常把加速试验限制在几个月内。四个间隔怎么分我一般会这样排第一个点在总时长的 5%10%第二个在 20%25%第三个在 50% 左右第四个在 80%100%。如果 50% 失效点出现在第三个间隔附近说明时间分配合理。如果第一个间隔就出了大量失效说明应力条件过激需要回调。2.4 失效判据统一、可量化、可复现第 4.4 节说得很直接失效定义取决于被评估的失效机制和所用测试载体。如果用的是最终形态的产品失效就是不符合最终制造测试规范的器件。如果用的是测试结构比如电迁移用的金属图案或研究薄介质击穿的 FET 栅链失效就基于该结构对应的机制来判定。电迁移结构通常在电阻超过特定值时判失效栅链在电阻低于特定值时判失效。关键要求是失效判据必须统一应用到所有试验样本、所有加速条件和所有读数间隔。我见过一个翻车案例同一批数据里前两个读数点用了一种判据后两个点因为设备更换换了判据结果拟合出来的分布形状参数完全不可信。从那以后我每次做加速试验前都会把失效判据写成文档让所有操作人员签字确认。3. 数据分析分布选择、参数拟合与加速因子计算3.1 对数正态还是威布尔先看失效机制类型第 5.1 节指出对数正态分布和威布尔分布最常用于表示电子器件的可靠性失效机制。指数分布是威布尔分布的特例对应恒定失效率。选择哪种分布取决于失效机制的物理特性。磨损型机制通常更接近威布尔分布缺陷型机制在早期失效阶段更接近对数正态。拟合观测数据到合适的失效分布会得到该分布的形状参数比如对数正态的 ρ、威布尔的 β 或 m。标准要求使用最大似然估计的回归技术并且对同一刺激源下的所有失效分布强制使用相同的形状参数。比如不同温度下的几组数据形状参数应该一致只是尺度参数随温度变化。回归分析的相关系数至少要达到 90%。这里有个实操细节最大似然估计可能会过度强调最后一个时间间隔的读数。如果曲线拟合与整体失效分布出现明显冲突需要做调整。我一般会先把每个条件的失效数据画在概率纸上肉眼判断线性度再用软件做拟合。如果某个点的残差明显偏大会检查该点的失效判据是否一致、样本是否有异常。3.2 加速因子计算从分布线到公式加速因子可以从失效分布线上直接算出来取一个条件比如测试条件下某个失效比例对应的时间除以另一个条件比如使用条件下同一失效比例对应的时间。这个比值就是加速因子。对于温度加速标准给出了 Arrhenius 方程的形式import math def arrhenius_af(eaa_ev, t_test_k, t_use_k): 计算温度加速因子 eaa_ev: 表观激活能单位 eV t_test_k: 测试绝对温度单位 K t_use_k: 使用绝对温度单位 K 返回: 加速因子 AT k 8.62e-5 # 玻尔兹曼常数单位 eV/K at math.exp((-eaa_ev / k) * (1.0 / t_test_k - 1.0 / t_use_k)) return at # 示例Eaa0.7 eV测试温度 125°C (398.15 K)使用温度 55°C (328.15 K) af arrhenius_af(0.7, 398.15, 328.15) print(f加速因子: {af:.2f})这段代码直接对应标准第 2 节给出的 Arrhenius 方程。参数说明Eaa 是表观激活能单位 eV标准里特别区分了“激活能”和“表观激活能”——前者是原子或分子系统必须获得的超额自由能后者是复杂结构如晶体管或集成电路基于时间失效分布估计的等效激活能。k 是玻尔兹曼常数取 8.62×10⁻⁵ eV/K。Tt 是测试绝对温度Ts 是系统使用绝对温度单位都是 K。算出来的加速因子含义是测试条件下失效所需时间是使用条件下的 1/AT。比如 AT50意味着测试 100 小时相当于使用 5000 小时。这个值直接决定了你的加速试验能压缩多少时间。3.3 多刺激源叠加不要简单相乘当存在多个刺激源时比如温度和电压同时加速标准没有给出简单的相乘规则。实际操作中如果两个刺激源相互独立可以分别计算加速因子再相乘但如果存在交互作用必须通过交叉试验单元来建模。我一般会先做单刺激源的加速试验确认每个刺激源的加速因子再做一个交叉单元验证独立性。如果交叉单元的失效时间与相乘预测值偏差超过 20%就认为存在交互作用需要建立联合模型。4. 避坑与排查加速模型开发中最容易翻车的五个点4.1 样本批次不足导致模型无法外推现象加速试验数据拟合得很好相关系数 95% 以上但外推到使用条件后客户现场失效率远高于预测值。原因样本只来自一个工艺批次没有覆盖工艺波动范围。标准明确要求三个或更多批次就是为了捕捉批次间的变异。单批次样本只能代表该批次的特性外推到整个产品群体时必然偏差。解决重新抽样确保至少三个批次并且覆盖关键产品属性的范围。如果已经做了单批次试验可以在报告中注明局限性但不要声称模型适用于全量产品。4.2 测试间隔分布不合理导致分布形状失真现象威布尔拟合的形状参数 β 小于 1但物理上该机制应该是磨损型β 应该大于 1。原因早期读数太少或太晚导致早期失效被遗漏拟合出来的分布偏向恒定失效率或递减失效率。标准要求缺陷型机制早期读数要取在预期失效数不到三分之一的位置磨损型机制中间间隔要对准 50% 失效点。解决重新设计读数点。如果已经无法补做试验可以在数据分析时对早期区间做敏感性分析但结论的置信度会下降。4.3 失效判据不一致导致数据不可用现象同一条件下不同读数点的失效数出现非单调变化比如第二个点失效 5 个第三个点失效 3 个。原因失效判据在试验过程中被修改或者不同操作人员使用了不同的判据。比如电迁移结构有人用电阻超过 10% 判失效有人用超过 20% 判失效。解决试验前把失效判据写成正式文档所有操作人员培训并签字。如果已经出现不一致只能剔除受影响的数据点或者重新试验。4.4 过应力导致假失效现象加速试验中出现了大量失效但失效模式与预期机制不符比如出现了封装开裂或键合线断裂。原因加速应力超过了材料的物理极限触发了非目标失效机制。标准在第 4.1 节明确提醒加速应力要权衡“产生与实验无关的失效”的风险包括设备问题或产品过应力导致的假失效。解决降低应力条件或者增加失效分析环节确认每个失效都符合目标机制。如果假失效比例超过 10%该条件的数据不可用于建模。4.5 最大似然估计过度拟合末端数据现象拟合曲线在最后一个读数点附近出现明显拐折形状参数与物理预期不符。原因最大似然估计对末端数据点赋予较高权重如果最后一个点的失效数异常多或少会拉偏整个拟合。解决标准建议在曲线拟合与整体失效分布明显冲突时做调整。我一般会先用最小二乘做初步拟合再用最大似然验证如果两者差异大检查末端数据点的失效判据和样本状态。必要时可以剔除末端点但要在报告中说明。5. 模型验证与报告把黑匣子变成可审计的推导链5.1 验证加速模型的三层检查标准第 5 节之后的内容涉及模型验证但原文在输入中截断了。根据标准的一贯逻辑和行业常见做法验证加速模型通常分三层。第一层是统计验证拟合的相关系数是否达到 90% 以上形状参数是否在物理合理范围内。第二层是物理验证推导出的激活能是否与文献值或已知机制一致。比如铝电迁移的激活能通常在 0.50.7 eV如果拟合出来 1.5 eV说明数据有问题。第三层是外推验证如果有使用条件下的现场数据拿模型预测值和实际值做对比。如果没有现场数据至少要做敏感性分析看模型对关键参数的敏感度。我一般会建一个验证检查表把这三层检查逐项打勾。统计验证用脚本自动跑物理验证查文献外推验证如果有数据就做没有就在报告里注明。5.2 报告里必须写清楚的五个参数一份可审计的加速模型报告至少要把下面五个参数写清楚。第一表观激活能 Eaa 及其置信区间。第二失效分布类型和形状参数。第三每个加速条件的样本数、失效数和测试间隔。第四加速因子的计算过程和结果。第五模型适用范围和局限性。下面这张表是我常用的报告模板结构可以直接抄项目内容示例失效机制目标机制的物理描述薄栅介质击穿刺激源影响该机制的应力类型温度、电压样本来源批次数量和产品属性范围3 批次介质厚度 2.02.8 nm试验条件每个刺激源的条件等级温度 125/150/175°C电压 3.3/3.6 V测试间隔每个条件的读数点4 个对数间隔点失效判据判定失效的量化标准栅漏电流超过 1 μA分布类型拟合选用的分布威布尔形状参数拟合得到的 β 值β 2.1表观激活能拟合得到的 Eaa0.65 eV加速因子测试条件到使用条件的 AT125°C 到 55°CAT 48.3相关系数回归分析的 R 值0.94适用范围模型适用的产品和条件该工艺节点温度 25175°C5.3 一个具体技巧用概率纸做快速目视检查在跑任何统计软件之前我习惯先把每个条件的失效数据画在概率纸上。对数正态用对数正态概率纸威布尔用威布尔概率纸。如果数据点大致落在一条直线上说明分布选择合理。如果出现明显的弯曲或分段说明可能存在混合失效机制需要拆分数据。这个动作花不了十分钟但能避免很多无效的统计拟合。我见过一个案例数据在威布尔概率纸上明显分成两段但工程师直接用软件拟合了整段数据得到一个毫无物理意义的形状参数。后来拆成两段分别拟合发现早期失效对应缺陷机制后期失效对应磨损机制两个机制的加速因子完全不同。从那以后我每次拿到加速试验数据第一件事就是画概率纸确认分布形态再决定下一步怎么拟合。希望这些拆解能帮到你少走一些我当年走过的弯路。本文还有配套的精品资源点击获取
