● 摘要
在长期贮存、一次使用的电子产品中，元器件的贮存可靠性尤其重要。元器件的贮存寿命作为元器件贮存可靠性的一项重要技术指标，通过预计系统中关键元器件的寿命，从而提供更好的维修计划，可以防止失效的发生，同时排除不必要的预防性维修，节省维修费用。依据目前国内外的研究状况，元器件的贮存寿命预测方法主要有：失效率模型预测法、灰色系统理论法、人工神经网络预测法和基于失效时间数据的预测方法。这些贮存寿命预测方法大都以寿命数据为对象，通过对寿命数据进行统计分析，确定元器件的寿命分布类型，并基于此对其贮存寿命进行预测。然而，随着设计、制造方法的不断提高，元器件的固有可靠性越来越高，寿命越来越长，在良好贮存环境下的贮存寿命更长，即使在加速贮存试验条件下，也很难获得贮存失效数据。针对这种情况，本文研究了基于性能退化数据对高可靠、长寿命元器件的贮存寿命进行预测的方法，在一定程度上解决无失效数据给寿命预测带来的问题。 本论文以固体钽电容器为研究对象（以下简称钽电容），针对基于性能退化试验数据的贮存寿命预测方法进行了研究。首先，分析了钽电容在贮存状态下的性能退化影响因素及主要失效模式、机理。其次，研究了钽电容退化失效模型及其建模方法，并重点针对钽电容贮存寿命加速退化试验数据处理方法进行了研究。在钽电容退化失效模型建模方法和加速退化试验数据处理方法上，分别针对仅考虑单个性能参数及同时考虑多个性能参数相关时贮存寿命的预测。其中，针对钽电容的单个性能参数的退化进行分析，主要采用回归分析的方法进行分析，其关键在于退化轨迹模型的建立，论文对退化轨迹模型的拟合方法进行了研究，采用的方法为非线性曲线拟合法。针对钽电容的多个性能参数的退化分析时，采用了随机过程的方法，其关键在于钽电容多性能参数退化失效模型的建立，论文基于Wiener-Einstein过程分别建立相关和独立两种情况下，钽电容的多性能参数退化失效模型。最后，应用本文的贮存寿命预测方法对某型钽电容的贮存寿命进行了预测，并对基于单性能和多性能参数退化的钽电容贮存寿命预测结果进行了分析。分析结果表明，基于多性能参数退化的预测方法更能反映钽电容贮存状态下的实际退化情况，能够更好掌握预防性维修时间，从而提供及时的维修保障计划。