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).

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

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.

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

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

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

 

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!