0 引言

元器件作为装备的基础组成单元,其性能水平、质量水平直接影响着装备的战技指标、可靠性,为了确保元器件最终在装备中正常、可靠地运行,必须对元器件全寿命周期过程开展严格管控[1]。元器件全寿命周期覆盖了元器件 “生、老、病、死”全过程,由于其类型复杂、专业性强,整个全寿命过程覆盖了多个阶段,其中元器件研制过程主要包括元器件立项、研制、鉴定和生产等阶段,为元器件研制单位开展；元器件使用过程主要包括元器件选择、采购、检测、存储、安装、验证和使用等阶段,为元器件用户单位开展[2]。在元器件全寿命周期过程中,涉及大量的元器件数据信息,包括数据信息的输入和产生,全寿命周期数据内涵如图1所示。

a）支撑数据

例如:元器件选择阶段,涉及器件选型、EDA设计、结构设计和可靠性设计等工作项目,而器件选型需要元器件的基础信息、性能指标、质量等级、技术资料、应用信息和失效信息等数据支撑,EDA设计需要EDA模型、封装外形等数据支撑。

b）产生数据

例如:元器件失效阶段,经故障归零、失效分析后,产生一系列的失效数据,包括失效现象、失效模式和失效机理等信息,而这些数据为其他阶段如器件选型提供了非常宝贵的支撑[3]。

可见,元器件全寿命周期过程涉及大量的数据信息,充分利用这些数据为各种业务场景提供支撑,对于业务高效开展起着至关重要的作用。

图1元器件全寿命周期数据内涵

1 元器件全寿命周期数据现状

元器件全寿命周期数据按照其所属工作项目,可大体划分为物资信息、应用信息、选用信息、设计信息、质量信息和验证信息几种类型。伴随着业务工作的不断开展,各个公司自身逐步地积累了大量的元器件数据,并一直呈高速增长趋势,而基数大、类型繁杂的元器件数据因缺乏深入挖掘、规范管理及紧密融合,其深厚价值未得到有效的利用,主要问题体现在以下几个方面。

a）全寿命数据链尚未打通

随着企业信息化技术的不断发展,相关业务信息系统陆续上线,上述数据已与其相关业务系统相辅相成[4],如元器件质量信息 （失效信息、DPA信息等）存储于质量系统中,但是,由于各类业务系统的专业性和专用性,往往只存储本业务相关数据,与其他系统缺乏 “跨业务”的融合,导致全寿命过程中各个阶段的数据存在明显的孤岛,全寿命数据链尚未打通,各个阶段的数据未能同时对其他阶段工作起到支撑作用,如设计师在选用系统开展选型时,未能同时获知器件的失效率历史,无法更全面、更及时地预知产品的质量风险,不利于整体工作效率和效果的进一步提升。

b）数据非结构化

图2 元器件全寿命周期数据现状

企业在开展元器件入所检验检测、DPA分析和失效分析等质量工作过程中,形成了大量的元器件数据,但普遍以报告文件等非结构化形式存在,企业目前大都仅仅作为记录管理,而实际上这些报告文件中包含了丰富的质量知识,例如:失效分析报告,包含了其失效现象、失效模式和失效机理等信息,通过充分地挖掘这些数据可帮助企业掌握其失效原因,并制定有效的解决措施,仅仅依靠目前这些非结构化报告文件难以进行挖掘分析。

2 元器件全寿命周期智能应用技术研究

为了加强元器件全寿命周期数据对于各个工作项目的支撑,实现工作效率的整体提升,从元器件源头保障产品的质量与可靠性,基于当前元器件全寿命周期对于数据需求和管理现状,开展元器件全寿命周期智能应用技术研究,开发元器件全寿命周期数据资源管理平台,并利用新一代数据分析技术,面向全寿命典型业务场景构建相应的数据支撑方案。元器件全寿命周期数据智能应用整体方案如图3所示,主要包括数据采集、数据管理、数据分析和数据应用4个层面,其中数据采集和数据管理主要解决全寿命周期数据来源问题,为分析应用提供基础数据支撑,数据分析和数据应用主要面向具体场景提供相应的数据智能应用。

图3元器件全寿命周期数据智能应用方案

2.1 数据采集及管理

数据是元器件全寿命周期中各种业务工作开展的重要基础,是分析应用方案实现的前提,因此在开展全寿命周期智能应用技术研究前期,应构建元器件全寿命周期数据库,主要包括数据采集、数据管理和数据关联等关键技术。

a）数据采集

文章来源：《电子元器件与信息技术》 网址: http://www.dzyqjyxxjs.cn/qikandaodu/2021/0506/1169.html