在ISO26262标准中关于硬件随机失效率的确定,一般有三种评估方式:可靠性技术手册、现场反馈的统计数据和基于专家评估的失效率数据。
常用的失效率手册主要包括IEC62380与SN29500,IEC62380的数学模型更加完美,利用了加权平均算法考虑了各种工作环境温度,SN29500本身没有失效模式,只能计算特定情况下的失效率。
如图1所示,当失效率来源于SN29500时候,公式只能计算特定温度下(Teta_U)的失效率,不能计算mission profile中描述不同工况(如环境温度)下的综合失效率,但是失效率本身必须和mission profile紧密结合。Medini是根据温度加权平均算法来解决SN29500这一问题。
首先在medini中选择失效率来源为catalog,并指定失效率手册为SN29500,然后将温度设置为55℃,根据图1的公式,Teta_U=55℃,手动计算后得到lambda = 5 FIT,和图2 Medini工具计算一致。
加载mission profile后,以图3 Motor Control为例,主要包括32℃、60℃、85℃,Tau分别0.02、0.015、0.023,所以Tau on=0.058 、Tau off=1-0.058=0.942,如图4 ISO26262中提到保守估算的话,可以不考虑power off,各温度所占权数运用excel手动计算出综合失效率如图5所示:
Medini会自动根据权数以及各温度下计算的失效率进行加权平均,得到综合的失效率也为6.466916FIT。
总结:在选择SN29500为失效率来源时,由于SN29500本身和Mission Profile结合不够紧密,所以Medini采用不同温度工况下,利用加权平均算法,可以很好的计算综合失效率,保证FMEDA计算的准确性。