System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于熱電器件智能檢測領域,特別是涉及一種半導體制冷器件可靠性快速評估方法。
技術介紹
1、半導體制冷器件是一種利用半導體材料制成的制冷器件,具有制冷效率高、體積小、無噪音、可靠性高等優點,被廣泛應用于各種光電器件、精密零部件的熱管理中。
2、半導體制冷器件的可靠性衰減主要根源,一是封裝過程中焊料與熱電臂存在虛焊等焊接不良因素;二是器件服役過程中界面互連結構受到熱應力的作用,導致界面分層、裂紋等缺陷產生;三是電遷移的作用下金屬互連結構中產生因原子的聚集或原子的消耗而形成小丘或孔洞等缺陷,從而加速器件的失效擴展。半導體器件界面失效擴展會導致界面電阻、熱阻增加,影響器件熱電輸運性能。為了提高半導體制冷器件服役可靠性,需要對出廠器件和服役中的器件可靠性狀態進行評估和預測,目前主要方法為測量器件電阻,按照一定的閾值判定器件的可靠性指標,不足之處是難以實現非接觸快速評估。因此,研究一種非接觸的半導體制冷器件可靠性快速評估方法具有重要的意義。
技術實現思路
1、有鑒于此,本專利技術的目的是提供一種半導體制冷器件可靠性快速評估方法,構建隨機界面電阻熱阻條件,通過仿真計算獲得大量樣本的虛擬模型物理參數,將仿真結果作為機器學習訓練數據獲得評估模型,輸入紅外熱成像時域數據獲得可靠性狀態評估信息。
2、為了達到上述目的,本專利技術采用如下方案:
3、一種半導體制冷器件可靠性快速評估方法,其特征在于:包括如下步驟:
4、s1:建立半導體制冷片力電熱耦
5、s2:獲取不同設置下半導體制冷片時變溫度分布;
6、s3:對半導體制冷片時序溫度分布異常檢測模型進行訓練;
7、s4:對半導體制冷片溫度工況異常進行檢測。
8、進一步地,s1具體為:
9、有限元仿真模型包括導熱但絕緣的陶瓷板、導電銅電極和熱電臂,設置熱電臂的數量,熱電臂尺寸,熱電臂間距,銅電極厚度,熱電臂與銅電極邊緣的距離,陶瓷板厚度,陶瓷板寬度,陶瓷板長度等參數,在每個熱電臂中心位置設置虛擬溫度傳感器,設置每個熱電臂與銅電極之間界面電阻以及熱阻的取值范圍表。
10、進一步地,s2具體為:
11、從s1取值范圍表中隨機選取界面條件樣本,根據半導體制冷片服役工況設置有限元仿真邊界條件,分別進行時域有限元計算,獲得半導體制冷片樣本各位置虛擬傳感器溫度隨時間變化分布結果。
12、進一步地,s3具體為:
13、令xt表示t時刻的有限元仿真溫度分布矩陣,s=[x1,x2,…,xn]表示溫度分布時序序列,其中n表示當前時刻。利用卷積長短時記憶神經網絡(convlstm)構建時序自編碼異常檢測模型。分別構建兩個結構相同的convlstm網絡作為編碼器網絡與解碼器網絡,首先將s輸入編碼器網絡,編碼器網絡輸出s的隱含表示向量vs,將vs作為解碼器網絡輸入,對序列s進行重建,生成重建后序列s'。以最小化重建誤差l=||s-s'||作為自編碼異常檢測的訓練目標訓練網絡直至收斂。
14、進一步地,s4具體為:
15、利用紅外熱像儀對通電后的半導體制冷器件進行隨時間分布的溫度分布采集,得到待檢測的溫度分布時序序列,將其輸入異常檢測網絡的編碼器端,解碼器端輸出對應的重建序列,求得重建誤差l的值。若l大于設定的閾值α,則判定當前制冷片存在異常,并以當前重建誤差與閾值的差值作為其異常度度量指標,此指標越大表征當前制冷片的可靠性越低。
16、進一步地,所述s1中界面電阻以及熱阻取值范圍為界面未失效的情況下根據大批量器件實測獲得。
17、進一步地,所述s2中樣本數量不低于100個。
18、進一步地,所述s4中紅外熱像儀的幀率30以上。
19、與現有技術相比,本專利技術的有益效果為:
20、本專利技術將數值模擬仿真、人工智能數據驅動方法與非接觸熱紅外圖像檢測相結合,以電阻和熱阻的異常變化作為半導體制冷片可靠性衰減的核心表征因素,通過虛擬仿真生成機器學習訓練數據,形成可靠性評估模型,以熱紅外圖像作為輸入數據,輸出器件可靠性狀態,進而實現非接觸快速評估半導體制冷器件出廠及服役過程中的可靠性,并能夠識別追溯失效熱電臂的位置。
本文檔來自技高網...【技術保護點】
1.一種半導體制冷器件可靠性快速評估方法,其特征在于:包括如下步驟:
【技術特征摘要】
1.一種半導體制冷器件可靠性快速評...
【專利技術屬性】
技術研發人員:宋曉輝,李金東,張鵬飛,金貝貝,張景雙,張偉,
申請(專利權)人:河南省科學院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。