Диагностирование и прогнозирование ТС объектов методом статистической классификации (распознавание образов)

Понятие о методе распознавания образов. Оценка показателей надёжности полупроводниковых приборов и интегральных микросхем путём оперативного получения информации о надёжности в процессе эксплуатации низка из-за малых значений интенсивностей отказа, а следовательно, большого времени безотказной работы. Поэтому она пригодна главным образом для определения причин отказов и принятия мер к их устранению путём коррекции конструкции и технологических процессов изготовления. В связи с этим всё более актуальным становится применение специальных методов диагностирования и прогнозирования надёжности приборов. К их числу относится метод распознавания образов.

Распознавание образов - научное направление, связанное с разработкой принципов и построением систем, предназначенных для определения принадлежности данного объекта к одному из заранее выделенных классов объектов.

Под образом понимают наименование области в пространстве признаков, в которой отражается множество объектов, выделенное в соответствии с определённой целью. В геометрической интерпретации под образом понимается область в «-мерном выборочном пространстве, вдоль координатных осей которого отложены значения параметров. Описание этой области называют эталоном.

Прогнозирование основано на предположении о том, что однотипные объекты с примерно равным запасом работоспособности имеют идентичную совокупность параметров, характеризующих их ТС.

Под объектом в распознавании образов понимают различные предметы, явления, процессы, ситуации, сигналы. Каждый объект описывается совокупностью основных характеристик (признаков, свойств): Х(х1.. хi.... хn), где хi - есть i-я координата вектора X, которая определяет значения i-й характеристики объекта. Отдельные объекты в составе образа называют реализациями.

В «-мерном выборочном пространстве может быть выделен целый перечень фиксированных областей-образов, называемый алфавитом образов или объектов распознавания S. Число элементов алфавита конечно, но не менее двух.

Объект в n-мерном пространстве будет полностью определен, если будут указаны его характеристики - основная X(x1...xi...xn), представляющая собой совокупность его параметров, и дополнительная S, определяющая его отношение к тому или иному образу.

Набор заранее классифицированных объектов, т. е. таких, у которых известны характеристики X и S, называется обучающей выборкой. Те объекты, у которых характеристика S неизвестна, образуют контрольную выборку. Обучающая выборка используется для обнаружения закономерных связей между значениями характеристик X и S.

Одна из основных задач распознавания образов - выбор правила или решающей функции D, в соответствии с которым по значению контрольной реализации X устанавливается ее принадлежность к одному из образов, т. е. указываются «наиболее правдоподобные» значения характеристики S для данного X.

Исходный набор характеристик часто бывает очень большим. В то же время следует стремиться выбрать небольшое число наиболее важных признаков, позволяющих отличить один образ от другого. Поэтому проблема выбора информативных признаков - важнейшая составная часть проблемы распознавания образов.

В основной задаче распознавания образов применяются главным образом два метода: детерминистский и статистический.

Детерминистский метод основан на том, что распределение генеральной совокупности принимается таким, каким оно представлено в обучающей выборке с какими угодно сложными решающими функциями. Важно, чтобы обучающая выборка распознавалась безошибочно.

Рассмотрим прогнозирование ТС объекта по виду вольт-амперных характеристик (ВАХ) p-n-перехода методом распознавания образов. Для оценки р-n-перехода используются как качественные, так и количественные признаки. В том и другом случае используются отличия ВАХ от эталонных.

Основой для выбора информативных параметров при прогнозировании посредством методов распознавания образов может быть один из методов неразрушающих испытаний - электрофизический метод (ЭФМ). ЭФМ основан на исследовании закономерностей изменений электрофизических характеристик и параметров приборов и интегральных микросхем, например ВАХ p-n-переходов, их характерных участков, определяющих надёжностные характеристики приборов в целом.

Рассмотрим принципы использования качественных признаков прямой и обратной ветвей ВАХ p-n-перехода (рис. 18.9). В качестве эталона для сравнения выбирается прямая ветвь ВАХ p-n-перехода, имеющая два различных участка. Первый (1) участок — начальный, характеризующийся очень медленным нарастанием тока с ростом напряжения до определенного значения, после которого происходит резкое возрастание тока при незначительном (в пределах десятых долей вольта) изменении напряжения.

Это свойство характеризует второй (2) участок ВАХ (рис. 18.8,а).

Рассмотрим некоторые виды дефектов прямой ветви ВАХ.

На рис. 18.8, б показан дефект, связанный со значительным нарастанием тока на первом участке. Данный дефект обусловлен наличием каналов утечки из-за загрязнений на поверхности кристалла, замыканием металлизации с областью p-n-перехода через поры в окисной пленке. Все это приводит к частичному шунтированию p-n-перехода и почти линейному нарастанию тока на начальном участке.

На рис. 18.8, в показано замедленное нарастание тока на втором участке ВАХ. Данный эффект свидетельствует о некачественной структуре контактных областей, из-за чего возникает значительное последовательное сопротивление в структуре p-n-перехода, и характеристика его искажается.

На рис. 18.8, г представлен дефект в виде участка с отрицательным дифференциальным сопротивлением, что свидетельствует о наличии паразитного р-n перехода, включенного последовательно с основным p-n-переходом. Паразитный p-n-переход возникает из-за неоднородности распределения примеси в базовой области полупроводниковой структуры, а также из-за некачественной структуры омических контактов, в связи с чем им присущ эффект выпрямления.

Для прогнозирования по обратной ветви в качестве эталона выбирается обратная ветвь ВАХ, близкая к идеальной и состоящая из двух участков, на первом из которых обратный ток почти не зависит от приложенного к p-n-переходу обратного напряжения, вплоть до наступления пробоя. На втором участке наступает резкое возрастание тока. Характеристика имеет очень малое дифференциальное сопротивление (рис. 18.9, а). На рис. 18.9, б показан дефект первого (1) участка обратной ветви, выражающийся в наличии существенного возрастания тока с приложением обратного напряжения с последующим появлением участка насыщения. Дефект свидетельствует о наличии сквозного канала, шунтирующего p-n-переход. При определенном напряжении суммарный обратный ток превосходит ток через канал и появляется участок насыщения.

На рис. 18.9, в показана «убегающая» ВАХ, возникающая при увеличении напряжения развертки осциллографа. Подобный вид дефекта свидетельствует о наличии обогащенного слоя вблизи p-n-перехода.

На рис. 18.9, г показано ступенчатое изменение первого (1) участка обратной ветви, свидетельствующее о возникновении сквозного канала между электродами прибора при напряжении, большем некоторой пороговой величины.

На рис. 18.9, д показан случай постепенного возрастания обратного тока без достижения участка пробоя (2). Данный эффект свидетельствует о наличии ненасыщающегося канала между электродами прибора.

На рис. 18.9, е представлена обратная ветвь с нестабильным участком в области пробоя, что свидетельствует о наличии микротрещин в кристалле, пересекающих p-n-переход. На рис. 18.9, ж представлен дефект обратной ветви в виде «петли», свидетельствующий о наличии влаги на поверхности структуры или загрязнений, молекулы которых способны поляризоваться. При постепенном снижении обратного напряжения из-за токов утечки на характеристике появляется гисте-резисная петля.

Исключение из генеральной совокупности приборов с рассмотренными выше дефектами способствует существенному снижению интенсивности отказов приборов при их эксплуатации.

Использование первой и второй производных обратной ветви вольт-амперной характеристики дает возможность выявить более мелкие дефекты структуры p-n-перехода.

Выявление связей аномальных отклонений конфигурации ВАХ p-n-перехода с внутренними дефектами полупроводниковой структуры позволяет получить наглядную и достоверную информацию о качестве приборов.

Установление связи отклонений от нормы вольт-амперных характеристик приборов с дефектами структуры позволяет выработать корректирующие воздействия на их конструкцию и технологический процесс изготовления.

Прогнозирование методами статистической классификации применяется для объектов, контролируемых в ограниченном интервале времени-при недостаточной информации об объекте в начальный период его эксплуатации.

Преимуществами методов статистической классификации является возможность прогнозирования технического состояния с момента реализации однократного контроля диагностируемого объекта.

В процессе прогнозирования используется вся совокупность параметров, характеризующих техническое состояние объекта.

Такое прогнозирование основано на предположении о том, что однотипные объекты с примерно равным запасом работоспособности

 

текущей информации с помощью математической модели распознавания.

Решение задачи прогнозирования ТС объектов с помощью методов статистической классификации производится в следующей последовательности: выбор модели распознавания, описание классов кх на основе априорной информации и обучение модели распознавания, сопоставление текущей информации о контролируемом объекте с заданными классами принятие решения о запасе работоспособности объекта.


ПОДЕЛИСЬ!