灰色双重残差修正的多芯片组件寿命预测
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN602;N941. 5

基金项目:

装备预先研究重点项目(41402040301)、国家重点研发计划(20l6YFF0102200)、国家自然科学基金重点项目(51637004)、国家自然科学基金(51777050,51577046)资助项目


Double residual correction for life prediction of multi-chip module
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对利用传统灰色模型进行多芯片组件寿命预测时存在的精度不足,以及预测精度随时间跨度增加而显著降低的问 题,提出马尔科夫-尾段双重残差修正的多芯片组件寿命灰色预测方法。 将在灰色 GM(1,1)模型预测值基础上经马尔科夫法 优化后的残差作为尾段灰色残差模型的输入值,实现双重残差修正。 以对热循环加速试验条件下得到少量试验数据的影响多 芯片组件寿命的电阻值进行寿命预测为例,试验结果表明,相较于传统灰色模型和神经网络预测方法,所提出方法在小样本条 件下平均残差分别减小了 80. 469%和 68. 53%,预测精度得以提高,结果更加可靠,能够更准确地预测多芯片组件的寿命。

    Abstract:

    Aiming at the problems of inadequate accuracy in the prediction of multi-chip module life using traditional gray model and the significant decrease in prediction accuracy with the increase of time span, a Markov-tail double residual correction method for multi-chip component life prediction based on grey model is proposed. Based on the predicted value of grey GM ( 1,1) model, the residual optimized by Markov method is used as the input value of the tail segment grey residual model to achieve double residual correction. An example is given to predict the life of multi-chip module by using resistance values which influence the life of multi-chip module with a small amount of test data obtained under the condition of accelerated thermal cycle test. The experimental results show that compared with the traditional grey model and neural network prediction methods, the average residuals of the proposed method are reduced by 80. 469% and 68. 53% under the small samples condition, the prediction accuracy is improved, the result is more reliable and the life prediction of multi-chip modules can be more accurate.

    参考文献
    相似文献
    引证文献
引用本文

佐 磊,胡小敏,何怡刚,孙洪凯,李 兵.灰色双重残差修正的多芯片组件寿命预测[J].电子测量与仪器学报,2020,34(5):82-88

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-06-15
  • 出版日期:
文章二维码