Боровиков Сергей Максимович - к.т.н., доцент, доцент кафедры проектирования информационно-компьютерных систем
220013, г. Минск, ул. П. Бровки, 6
тел. +375-17-293-88-38
Borovikov Sergei Maksimovich - PhD, Associate Professor of the Information and Computer Systems Design Department
220013, Minsk, P. Brovki str., 6
tel. +375-17-293-88-38
м.т.н., ассистент кафедры проектирования информационно-компьютерных систем
M.Sci, Assistant of the Information and Computer Systems Design Department
Minsk
При сборке электронных комплексов медицинского назначения важным является постановка в электронные устройства высоконадежных полупроводниковых приборов. В работе с использованием экспериментальных исследований на примере биполярных транзисторов большой мощности показано, как можно выполнять отбор экземпляров повышенного уровня надежности для их последующего монтажа в ответственные электронные устройства. Для отбора высоконадежных экземпляров использовано индивидуальное прогнозирование по информативным параметрам, измеряемым у конкретного экземпляра в начальный момент времени. Экспериментальные исследования (обучающий эксперимент) включали измерение в начальный момент времени у каждого экземпляра выборки транзисторов электрических параметров, которые могут содержать информацию о надежности, а затем проведение ускоренных испытаний транзисторов на безотказность в течение времени, соответствующего нормальным условиям для наработки, указанной в технической документации. Обучающий эксперимент выполняют один раз и используют для получения прогнозирующего правила, которое применяют для других однотипных экземпляров, которые не участвовали в обучающем эксперименте. Для получения прогнозирующего правила использован метод мажоритарной логики. Прогнозирование выполняется в виде отнесения конкретного экземпляра к классу высоконадежных экземпляров для заданной будущей наработки. Для выполнения прогнозирования у интересующего конкретного экземпляра в начальный момент времени измеряют значения информативных параметров, преобразовывают их в двоичные числа (нуль или единицу) с использованием пороговых значений, найденных по результатам обучающего эксперимента, а решение о соответствии экземпляра классу высоконадежных транзисторов принимают по набору двоичных чисел. Для отнесения экземпляра к классу высоконадежных экземпляров достаточно, чтобы число единиц превышало число нулей в полученном наборе двоичных чисел.
When assembling electronic complexes for medical purposes, it is important to install highly reliable semiconductor devices in electronic equipment. Experimental studies and the example of high-power bipolar transistors in this work show how you can select copies of an increased level of reliability for their subsequent installation in critical electronic devices. To select highly reliable samples, individual forecasting was used according to informative parameters measured for a particular sample at the initial moment in time. Experimental studies (training experiment) included measuring at the initial moment of time for each sample of transistors of electrical parameters, which may contain information on reliability, and then conducting accelerated tests of transistors for reliability for a time corresponding to normal operating conditions specified in the technical documentation. The training experiment is performed once and used to obtain a predictive rule, which is applied to other similar samples that did not participate in the training experiment. To obtain a predictive rule, the method of majority logic was used. Prediction is performed in the form of assigning a specific sample to the class of highly reliable samples for a given future operating time. To perform prediction, the values of the informative parameters are measured at the initial moment of time for a particular sample of interest, they are converted into binary numbers (zero or one) using the threshold values found from the results of the training experiment, and the decision on the correspondence of the sample to the class of highly reliable transistors is made by a set of binary numbers. To classify a sample as a highly reliable one, it is sufficient that the number of ones exceeds the number of zeros in the resulting set of binary numbers.
The authors declare that there are no conflicts of interest present.