電子電路中偶發(fā)故障的成因與探查方法

批量生產的電子產品在投入市場應用后，常會有個別出現(xiàn)一些偶發(fā)故障，退回到廠家實驗室后，施加各種應力進行故障激發(fā)試驗，卻又不能故障再現(xiàn)；還有一種情況是研制的有限臺數(shù)樣機產品，長時間拷機運行中，個別臺次有很低概率的偶發(fā)故障，或者可自行恢復，或者經過人工重啟后也能恢復，但人為施加各種應力進行試驗，卻不能再現(xiàn)?；蛘呒词构收显佻F(xiàn)了，卻需要超常規(guī)高應力的激發(fā)，在現(xiàn)實工況中，這種應力又根本不會存在，這樣的實驗方法即使有故障再現(xiàn)，也缺乏技術支持的說服力。

在生產檢驗階段，批量較大的產品，限于制程過程成本，不太可能做到逐臺的全性能檢驗，只能采用抽樣的方式，抽取少量的樣機進行全性能參數(shù)的測試（大多數(shù)機器做主要參數(shù)測試即可），然后將抽樣樣機的測試結果與預期設計性能指標對比，如果都在指標要求范圍內，則批次性放行。但是這種貌似合理的方法里，卻蘊藏著一個大隱患，就是小概率隱患的機器抽樣時抽不到的問題。

如何確認單臺產品工作狀態(tài)的穩(wěn)定性，以及多臺產品批次生產質量控制的一致性這兩個問題呢？這兩項是產品質量可靠性的核心問題。這兩個問題的成因、機理、檢測方法，是本文研究的主題。

1 方法描述

下面用類比的方法來解釋偶發(fā)故障問題的機理。假設1 個班級，有50 個孩子，兩周后要去市里參加統(tǒng)考，如果100% 的孩子統(tǒng)考都及格則重獎老師。作為老師，一般會先出1 套模擬試卷做摸底測驗，如果摸底的結果是50 個孩子都及格，那兩周后的市統(tǒng)考是不是也一定能保證100% 及格呢？答案自然是不能肯定的。雖然都及格了，但50 個孩子的分數(shù)從60~100 分都有，按照常識判斷，60~65 分的孩子統(tǒng)考不及格的風險概率就會大一些?？墒沁@幾個孩子就一定會不及格嗎？答案是也不一定。

每個孩子的實際水平會是一個基數(shù)，考試的次數(shù)足夠多，其分數(shù)就會圍繞這個基數(shù)波動，這個基數(shù)就是多次考試結果的均值μ，用（圖1）來解釋，A 孩子多次考試的均值μ_a = 64，B 孩子的均值為μ_b = 72，當A 某次考試的種種隨機原因影響，則有一定的小概率跌到60分以下；而B 因為實際水平均值在72 分，即使發(fā)生一些隨機因素影響，即便考砸的后果也能在65 分以上。

圖1

A 和B 這兩類不及格的原因會有所區(qū)別，A 會因為成績均值水平偏低（μ_a = 64）和隨機概率事件（如題型變化、心理變化等）引起的波動導致小概率性不及格；B 則基本不太會因為常規(guī)隨機小概率事件影響導致不及格，但它有另一種隱患，就是可能會因為發(fā)生大的特定意外（如發(fā)燒、牙疼、情感受挫等）而不及格。

因此，為了確保參加市統(tǒng)考的50 個孩子都能及格，就可以針對可能不及格的因素，針對性地做好預防，對A 類孩子強化補課，補課把分數(shù)都提高到80 分以上；對B 類孩子呵護有加，防止考前發(fā)生大的意外，比如封閉管理，清淡飲食，禁止激烈對抗性運動等。做好這兩點，隨機小事件不至于導致不及格，個別大意外不會發(fā)生或者即使發(fā)生也不讓它影響到考試，批量統(tǒng)考不及格問題便迎刃而解。

依據(jù)如上道理，做類比分析，1 臺產品里，假設有50 個參數(shù)，每個參數(shù)類比于1 個孩子的成績，參數(shù)的類型有電壓、電流、溫度、扭矩、流量、壓力等，每個參數(shù)在工作中多少總有點波動，但設計師在產品設計上對這些波動也會有一定的容忍度，這個容忍度的邊界便是及格線60 分。在廠區(qū)里拷機的時候設備一切正常，可以理解成摸底考試的每個參數(shù)都在60 分以上。

但到了客戶現(xiàn)場后，工況條件有所變化，這些參數(shù)工作時會有所波動，原來在廠區(qū)A 類的參數(shù)（類比A類的孩子）因現(xiàn)場隨機工況導致波動偶發(fā)偏大，參數(shù)低于60 分臨界值的小概率偶發(fā)故障就可能發(fā)生了。隨機事件在現(xiàn)場是不可消除的，解決方法是提高A 類孩子的均值分數(shù)，即使有隨機事件減分的影響，也不至于低于及格線，便可降低整機的故障概率了。

而遠離臨界值余量比較大的B 類參數(shù)（類比為B類的孩子），常規(guī)的一般性波動，不會造成小概率的偶發(fā)故障，但有可能因為突發(fā)大事件工況導致B 類參數(shù)也會超出臨界值，如電機的突然啟停、突然的沖擊振動等。解決方法是抑制大事件的幅度、處理大事件耦合過來的影響程度、提高受擾部分的抗擾能力，便可降低B 類問題的故障概率。

理解了如上的原理，針對偶發(fā)故障的探查方法就可以得出如下幾條思路：

1）對于現(xiàn)場的偶發(fā)故障，故障機器返廠回實驗室后，不必再把故障復現(xiàn)作為首選工作方案，因為這種小概率偶發(fā)故障有可能根本復現(xiàn)不了，就好像A類的孩子，摸底考三五份試卷，不一定肯定會低于60 分，考上千份試卷或許可能有一兩次不及格，但時間成本、試驗費用，又不能接受。

2）根據(jù)故障現(xiàn)象，分析可能導致此問題的被懷疑參數(shù)；

3）查出每個被懷疑參數(shù)的臨界值（電學參數(shù)可查閱信號接收入口端的電壓或電流容限^[1]）；

4）若故障機器不方便返廠，甚至可以找1 臺跟故障機器在設計方案、器件型號和廠家、工藝幾方面完全相同的機器，對被懷疑的問題參數(shù)（數(shù)據(jù)或波形）進行測量；

5）將測試結果與臨界值（類比于60 分及格線）做對比，評估出其大概分數(shù)，定性分析看是否在臨界值以上的余量是否夠大；

6）對測量出的在常態(tài)工作下參數(shù)分值都高出60 分余量不多的參數(shù)，進行專項整改，提高其常態(tài)均值。然后做批量驗證，如果偶發(fā)小概率故障不再出現(xiàn)的話，整改方案則可評審通過。完美避開故障再現(xiàn)不能實現(xiàn)的難題。這個做法類比對應針對A 類孩子的做法；

7）檢查產品中的功能模塊、以及產品周邊配套的設備，是否有瞬態(tài)啟停的大功率工況。搭建模擬實驗環(huán)境，人為制造這種工況，在相應工況下，測試余量較大的被懷疑相關參數(shù)，檢查波動時是否有低于或接近于臨界值的情況，如果有，則針對這種工況下的參數(shù)進行整改，整改后，做單臺測試，模擬干擾工況下，該參數(shù)波動值都能遠離臨界值，整改方案則可評審通過。這個做法類比針對B 類孩子的做法。

2 量化分析

通過對參數(shù)數(shù)據(jù)的風險評估，判斷偶發(fā)故障是否由該參數(shù)引起，僅靠定性判斷既缺乏說服力，也讓技術決策比較困難。因此需要有定量的分析方法。以信號電壓參數(shù)波動導致出現(xiàn)偶發(fā)故障示例來說明量化分析的步驟，以便據(jù)此判斷是否由此參數(shù)導致的偶發(fā)故障、也可根據(jù)分析結果預測實際產品的偶發(fā)故障概率值。

1）首先測試該波形，然后隨機取樣，取樣值數(shù)量應具備統(tǒng)計參考價值，可根據(jù)統(tǒng)計參考價值和實際操作的時間和人力成本綜合決定，推薦適當多取一點，也可根據(jù)統(tǒng)計采樣樣本量的計算公式來^[2]，按照顯著性水平5%，置信水平95%，計算得出適用的樣本數(shù)量。

2）取樣后，計算電壓值的均值μ 和標準差σ；

3）計算電路參數(shù)，確認電路對該輸入電壓要求的臨界值V_max、V_min 的具體值，這個值要結合具體電路確定，如5 V CMOS 數(shù)字芯片，輸入信號管腳的高電平臨界判定電壓一般為0.7×V_cc=3.5 V，常規(guī)標稱值為4.9~5 V，最大允許值為V_cc+0.5 V，意指該管腳允許輸入的電壓應該在（3.5 V，5.5 V）之間，超出這個區(qū)間，則有可能損壞或者電平信號出錯；

4）對比計算參數(shù)和電壓臨界值參數(shù)，如3）中示例，至少需要滿足如下條件：

5）如果不滿足4）的條件，則需對該電路的紋波進行整改，反復迭代，最終滿足要求。計算的過程可以借助EXCEL 或者統(tǒng)計分析軟件的強大計算功能來完成，以節(jié)省人力。

6）根據(jù)2）計算出的均值μ 和標準差σ 的結果，在不整改的情況下，看臨界值在統(tǒng)計分布中的位置，利用正態(tài)分布的計算方法^[3]，可以計算出超出臨界值的發(fā)生概率，由此推斷出現(xiàn)場工況下的偶發(fā)故障概率。

3 案例應用

某產品電源電壓紋波大，是偶發(fā)故障的疑似根源，波形如圖2。

圖2

圖2 為5 V 的電源紋波波形圖（該圖為交流耦合測試結果），通過功能分析，產品偶發(fā)故障疑似與此電源的波動相關，于是測試該波形。結合電路分析，導致偶發(fā)故障的是下降的尖峰電壓，因為信號電壓直接跟隨電源電壓而波動，本應該輸出高電平信號，卻因為下沖的電源電壓導致輸出端的高電平電壓低，發(fā)送到接收端時可能識別不出來。以紋波電壓為研究對象，按照本文第三章的方法進行測試分析。

1）以下沖的尖峰為研究對象，結合工程經驗，這些突出的尖峰一般是開關電源的MOSFET 開和關瞬間形成的，預估定義下沖200 mV 以內的波動為電路的隨機事件引發(fā)，超出200 mV 的為開、關瞬態(tài)導致，而開關瞬態(tài)形成的尖峰組事件也符合隨機事件的特征，以時間軸為抽樣點，連續(xù)抽取下沖超出200 mV 的每個尖峰的電壓值，并記錄采樣數(shù)據(jù)1 000 個。

2）計算該下沖電壓的均值μ 和標準差σ（因為是下降電壓，低于基線電壓，因此是個負數(shù)）；

3）計算電路參數(shù)，確認對電源Vcc 要求的低電平臨界值V_cc min；

4）對比計算參數(shù)和Vcc 臨界值參數(shù)，應滿足如下條件（由本節(jié)2）中可知，此公式中μ、σ 均為負值）：

5）若不滿足4）的條件，則需對紋波進行整改抑制。

反復整改迭代直到滿足的要求。

4 結束語

總結起來，本文的核心描述了偶發(fā)故障的兩個成因和解決方法，總結如下：

1）超出臨界值余量不多的參數(shù)，即在及格線以上附近波動的參數(shù)是偶發(fā)故障的根源之一，這里命名為“60分原理”，針對這類參數(shù)進行整改提升，使參數(shù)值達到80，甚至90 分以上即可。這樣，可以繞開故障再現(xiàn)的難題，在隱患產品正常工作的情況下，卻可以定位到問題點、找到解決問題的目標對象和措施。量化值判斷的方法和故障概率的評估可運用正態(tài)分布的原理和計算方法作為指導。

2）另一種引起偶發(fā)故障的根源是產品內大功率模塊、以及周邊配套的大功率設備，在瞬態(tài)啟停的工況下，將本來余量足夠大、隨機干擾根本不足以導致其故障的參數(shù)，給影響到了超出限制引起故障的地步。這部分的具體實驗方法和機理比較易于理解，因此在本文中未做重點展開和案例說明，但它仍是一個需要重點關注的點和解決思路。

參考文獻:

[1] 武曄卿,李東偉,石小兵.電路設計工程計算基礎[M].北京:電子工業(yè)出版社,2018,7.

[2] 賈俊平,何曉群,金勇進.統(tǒng)計學[M].第六版.北京:中國人民大學出版社,2015,1.

（本文來源于《電子產品世界》雜志2023年4月期）