레이저 전원 공급 장치: 가속 수명 시험

레이저 전원 공급 장치: 가속 수명 시험

추상

레이저 전원 공급 장치는 6kHz에서 100억 펄스에 해당하는 10,000~20,000시간 동안 작동해야 하는데, 어떤 팀도 그렇게 오랜 시간을 기다려 결과를 얻을 수는 없습니다. 이 글에서는 아레니우스 및 멱법칙 가속 계수, 1,265의 결합 계수, 와이블 분포 적합, 45개 샘플 검증, 검열 데이터 규칙, 그리고 서비스 간격을 설정하는 B10 수명에 대해 설명합니다.

1. 소개

의료 및 반도체 분야에 사용되는 엑시머 레이저 소모품은 10,000시간에서 20,000시간 동안 작동하며, 이는 6kHz 주파수에서 100억에서 200억 펄스에 해당합니다. 단 하나의 부품이라도 고장 나면 장비 전체가 작동을 멈춥니다. 이러한 종류의 장비에서 가동 중단으로 인한 손실액은 시간당 10,000달러에서 50,000달러에 달합니다.

실제 사용 수명은 유용한 시간 내에 직접 측정할 수 없습니다. 가속 수명 시험은 온도, 전압 및 전류를 높여 고장 발생 시점을 앞당긴 다음, 고장 물리 모델을 사용하여 그 결과를 실제 사용 조건으로 되돌립니다.

외삽이 유효하려면 세 가지 조건이 충족되어야 합니다. 첫째, 테스트는 현장과 동일한 메커니즘을 사용해야 합니다. 둘째, 가속 계수는 검증된 모델에서 도출되어야 합니다. 셋째, 샘플 수는 신뢰성 주장을 뒷받침해야 합니다.

이 글에서는 아레니우스 모델과 멱법칙 모델, 와이블 분포 적합, 표본 개수 계산, 테스트 계획, 방법 자체의 네 가지 현장 문제점, 그리고 결과에서 도출되는 서비스 간격에 대해 다룹니다.

2. 핵심 메커니즘

2.1 온도 가속

아레니우스 관계식은 고장률과 접합부 온도 사이의 관계를 나타냅니다.

AF_T = exp[(Ea / k) × (1 / T_use − 1 / T_stress)]

여기서 AF_T는 온도 가속 계수, Ea는 활성화 에너지(eV), k는 볼츠만 상수(8.617e−5 eV/K), T_use는 사용 온도, T_stress는 응력 온도이며 모두 켈빈 단위입니다.

Ea = 0.7 eV, T_use = 358 K, T_stress = 473 K인 세라믹 커패시터의 경우, 지수는 8124 × 0.000679, 즉 5.52가 되므로 AF_T = 250입니다. 따라서 200 °C에서 1시간은 85 °C에서 250시간에 해당하고, 500시간 테스트는 125,000시간에 해당합니다.

2.2 전압 가속

역제곱 법칙은 고장률을 인가 전압과 연관시킵니다.

AF_V = (V_stress / V_use)^n

여기서 AF_V는 전압 가속 계수, V_stress는 스트레스 전압, V_use는 사용 전압, n은 전압 지수이며, 세라믹 커패시터의 경우 n 값은 3에서 5 사이입니다.

n = 4, V_use = 30 kV, V_stress = 45 kV일 때, AF_V = 1.5^4, 즉 5.06입니다. 두 모델은 동일한 테스트에서 결합됩니다.

AF_total = AF_T × AF_V

여기서 AF_total은 결합 계수, AF_T는 온도 계수, AF_V는 전압 계수입니다. 곱은 250 × 5.06, 즉 1,265입니다. 따라서 200°C, 45kV에서 500시간 동안 테스트하는 것은 85°C, 30kV에서 632,500시간 동안 테스트하는 것과 같으며, 이는 약 72년에 해당합니다.

2.3 와이블 적합

누적 실패 확률은 Weibull 분포를 따릅니다.

F(t) = 1 − exp[−(t / η)^β]

여기서 F(t)는 누적 고장 확률이고, t는 시간, η는 전체 인구의 63.2%가 고장나는 특성 수명, β는 형상 매개변수입니다.

형상 매개변수는 작동 메커니즘을 구분하는 기준이 됩니다. β 값이 1보다 작으면 제조 결함으로 인한 초기 불량, β 값이 1에 가까우면 무작위적인 사건, β 값이 1보다 크면 마모를 나타냅니다. 가속 시험을 거친 세라믹 커패시터는 β 값이 1.5에서 3.0 사이로 나타나는데, 이는 마모를 의미합니다.

검열된 부품도 적합 과정에 포함되어야 합니다. 최대 우도 적합은 고장난 부품의 고장 시간과 정상 작동한 부품의 작동 시간을 사용하므로, 1,000시간에서 종료되는 테스트에서도 고장 나지 않은 모든 장치의 정보가 유지됩니다.

2.4 샘플 수

신뢰 수준에서 신뢰성을 입증하는 데 필요한 표본 수는 다음과 같습니다.

n = ln(1 − C) / ln(R)

여기서 n은 표본 수, C는 신뢰 수준, R은 입증하고자 하는 신뢰도를 나타내며, 둘 다 분수로 표시됩니다.

R = 0.95 및 C = 0.90의 경우 n = ln(0.10) / ln(0.95) 또는 45입니다. 실패가 없는 10개의 샘플은 90% 신뢰도에서 89.1%의 신뢰도만 보여주며 이는 95% 주장에 크게 못 미칩니다.

2.5 시험 계획 및 현장 수명

4단계로 구성된 실험 계획은 스트레스 범위를 포괄하며 회귀 분석에 적합한 데이터를 제공합니다. 즉, 150°C에서 30kV로 1,000시간, 175°C에서 37.5kV로 ​​500시간, 200°C에서 45kV로 250시간, 그리고 225°C에서 52.5kV로 ​​125시간 동안 각 단계별로 10개의 샘플을 사용합니다.

와이블 회귀 분석은 특성 수명과 두 가지 스트레스 요인 사이의 관계를 분석합니다.

ln(η) = a + b / T + c × ln(V)

여기서 η는 특성 수명, a, b, c는 회귀 계수, T는 온도, V는 전압입니다. 적합된 모델은 85°C 및 30kV에서의 현장 수명을 예측합니다.

서비스 간격은 B10 지점, 즉 전체 인구의 10%가 고장을 일으킨 시점을 기준으로 합니다.

B10 = η × (−ln(0.90))^(1 / β)

여기서 B10은 10% 고장 시간, η는 특성 수명, β는 형상 매개변수입니다. η = 50,000시간, β = 2.0일 때, B10 = 50,000 × 0.325, 즉 16,250시간입니다. 여유 마진을 유지하기 위해 15,000시간에 교체하는 것이 좋습니다.

그림 1 — 150°C에서 225°C까지의 네 가지 스트레스 수준은 현장 수명을 단축시킵니다. 225°C 및 52.5kV에서 125시간은 85°C에서 688,000시간과 같습니다.

3. 엔지니어링 문제점

문제점 1: 잘못된 모델은 결코 실현되지 않을 삶을 만들어낸다

주된 메커니즘이 전압 구동 방식이고 온도만을 사용하여 모델을 맞추는 경우, 예측값이 실제보다 길게 나옵니다. 그러면 현장 장비는 보고서에 제시된 수치보다 훨씬 이전에 고장납니다.

팀은 공급업체를 비난하고, 반환된 부품의 단면도를 통해 모델에서 설명하지 않았던 메커니즘을 확인합니다. 먼저 메커니즘을 파악한 다음 모델을 선택하세요.

두 번째 문제점: 2개의 샘플로는 아무것도 증명할 수 없다

10개 제품을 대상으로 한 테스트에서 고장이 하나도 발생하지 않아 90% 신뢰 수준에서 89.1%의 신뢰도를 보였습니다. 보고서에는 "고장 없음"이라고 명시되어 있지만, 실제 신뢰도는 95%에서 6%포인트 부족합니다.

그러면 5%의 현장 불량률이 보증 비용으로 발생합니다. 해결책은 산술적으로 간단합니다. 동일한 시연을 위해 45개의 장치를 사용해야 하는데, 이는 초기 비용이 4.5배 더 많이 들지만 반품 비용은 훨씬 적습니다. 노드 수가 많은 경우에는 다음과 같이 사용하십시오. N4700 부품 수가 메커니즘 전체를 포함하고 전체 산포도를 포함하지 않도록 계산합니다.

문제점 3: 검열된 데이터를 수동으로 처리해야 함

대부분의 가속 시험은 부품이 여전히 작동하는 상태로 종료됩니다. 이러한 부품을 떨어뜨리거나 고장으로 간주하면 형상 매개변수에 편향이 생기고 예측 수명이 달라집니다.

두 연구소에서 동일한 데이터를 사용하여 서로 다른 수명 결과를 보고했습니다. 모든 단위를 계산에 포함하는 최대 우도 적합법을 사용하면 이러한 불일치가 해소됩니다.

문제점 4: 여러 메커니즘이 동시에 작용함

열피로, 유전체 열화 및 코로나 방전은 동시에 발생할 수 있습니다. 이 경우 고장 발생 시점이 산포되고, 모집단이 두 그룹으로 나뉘기 때문에 단일 Weibull 분포선으로는 제대로 설명되지 않습니다.

팀은 부품이 신뢰할 수 없다고 결론짓습니다. 경쟁 위험 모델 또는 혼합 모델 적합을 통해 그룹이 분리되고, 각 그룹은 고유한 가속도 모델을 갖게 됩니다. 펄스 노드에서 저항기와 다이오드는 각각 고유한 메커니즘을 가지고 있으므로, 적합 과정은 다음과 같습니다. HVRGHP 그리고 고속회복 다이오드 한 집단이 두 가지 모두를 숨기고 있기 때문입니다.

4. 설계 단계

전략 1: 모델을 만들기 전에 메커니즘을 파악한다.

단면 분석 결과를 바탕으로 현장 시험에서 얻은 고장 데이터와 가속 고장 데이터를 분석하고, SEM 및 EDX 분석을 통해 고장 위치를 ​​확인합니다. 분석 결과에 맞는 모델을 선택합니다. 열적 고장의 경우 아레니우스 모델, 전압 고장의 경우 역제곱 법칙 모델, 열 순환 고장의 경우 코핀-맨슨 모델을 적용합니다. 가속 시험에서 고장이 발생한 위치가 현장 시험에서 고장이 발생한 위치와 동일한지 확인합니다.

전략 2: 주장에 대한 표본 크기를 정한다

검정 크기를 계산하려면 n = ln(1 − C) / ln(R) 공식을 사용하십시오. 90% 신뢰도에서 95% 신뢰도를 얻으려면 45개의 표본이 필요합니다. 표본이 부족한 경우, 먼저 22개의 표본을 검사하고, 이상이 없으면 23개를 추가로 검사하십시오. 이때 신뢰도 값은 점수 대신 신뢰구간으로 보고해야 합니다.

전략 3: Weibull 회귀 분석을 이용한 적합

3~4가지 스트레스 수준을 적용하여 전체 데이터에 ln(η) = a + b / T + c × ln(V) 모델을 적합시키십시오. 한 가지 스트레스 수준으로는 온도 항과 전압 항을 분리할 수 없습니다. 적합된 계수와 신뢰 구간을 보고하고, 모델이 무시한 세 번째 스트레스 요인을 나타내는 추세가 있는지 잔차를 확인하십시오.

전략 4: 테스트 실행 중에 매개변수를 측정합니다.

시험 기간 동안 24시간마다 정전 용량, 손실 계수, ESR 및 절연 저항을 측정하십시오. 드리프트율의 변화는 부품이 열리기 훨씬 전에 고장 발생을 나타내며, 드리프트 곡선은 고장 발생 시간만으로는 알 수 없는 더 많은 정보를 제공합니다. 드리프트를 이용하여 잔여 수명을 추정하십시오.

전략 5: 현장 결과와 모델을 비교하여 검증합니다.

가동 중인 장비에서 고장 시간, 고장 모드 및 작동 조건을 수집합니다. 예측보다 현장 고장이 먼저 발생하는 경우 계수를 재보정합니다. 베이지안 업데이트는 테스트 사전 정보와 현장 데이터를 결합하여 수명 예측에 중요한 구간을 좁힙니다.

전략 6: 서비스 간격을 B10부터 설정

인구의 10%가 고장난 B10 지점에서 교체 일정을 잡습니다. η = 50,000시간, β = 2.0일 때 B10 = 16,250시간이므로 간격은 15,000시간입니다. 이를 램프와 일치시키십시오. 손잡이 커패시터 서비스가 한 번 중단되면 두 곳 모두에 영향을 미칩니다.

구성 요소 매개변수	전형적인 가치	시험 조건
정격 전압(HVCT8G 시리즈)	10 kV DC	60초 동안 1.5배속으로 고전압 가열
정전 용량	4700 pF ±20% (472M)	1MHz, 1V rms
1MHz에서의 ESR	50mΩ 미만	-
루프 인덕턴스(E40 코드)	8nH 이하	단자 간격 40mm
절연 저항	500V DC에서 10GΩ 이상	25°C, 상대습도 60%
온도 범위	−40°C ~ +125°C	IEC 60068-2 시리즈
펄스 dv/dt 기능	50kV/µs 이상	정격 전압에서

5. 가속 수명 시험 데이터가 있는 HVC 구성 요소

이 단계에서의 선택은 네 가지 요건에 따라 결정됩니다. 즉, 현장 메커니즘을 개방하는 테스트, 검증된 가속 모델, 주장을 뒷받침하는 샘플 수, 그리고 반환값과 일치하는 예측 수명입니다. HVC는 동관에 위치한 6,000m² 규모의 자체 공장에 있는 전용 신뢰성 연구실에서 1kV에서 150kV에 이르는 전압 범위에 걸쳐 이러한 작업을 수행합니다.

여기서 중요한 6가지 매개변수

• N4700 커패시터는 200°C의 온도와 정격 전압의 1.5배에서 1,000시간 동안 45개의 샘플을 대상으로 테스트되었으며, 그 결과 100,000시간 사용 시 90% 신뢰도에서 95%의 신뢰성을 입증했습니다.
• 모델은 고장 분석을 통해 검증되었습니다. SEM, EDX 및 단면 분석을 통해 N4700 부품의 아레니우스 활성화 에너지는 0.7 eV, 전압 지수는 4로 설정되었습니다.
• 150°C 및 30kV, 175°C 및 37.5kV, 200°C 및 45kV, 그리고 225°C 및 52.5kV의 네 가지 스트레스 수준에 대해 Weibull 회귀 분석을 수행하고 95% 신뢰 구간과 함께 결과를 제시하였다.
• 시험 기간 동안 24시간마다 정전 용량, 손실 계수, ESR 및 절연 저항을 측정하므로, 드리프트 곡선은 고장 발생 시점과 함께 잔여 수명 예측을 지원합니다.
• 리소그래피 광원 플랫폼에서 얻은 현장 데이터는 예측된 B10 값인 16,250시간을 확인시켜 줍니다. 1kV에서 150kV까지의 전압 범위는 펄스 네트워크, 클램프 및 분배기 옆에 있는 장치에 적용됩니다. Murata-호환 가능한 나사 유형 범위.
• 부품과 함께 수명 예측 보고서 및 서비스 일정이 제공되므로 전략 6의 교체 주기는 출고되는 정확한 부품 번호에 대한 측정 데이터를 기반으로 합니다.

배송 및 지원

표준 부품은 4~8주, 맞춤형 세트는 6~10주 내에 배송됩니다. HVC 애플리케이션 엔지니어링팀은 테스트 설계, 가속 모델 검증, Weibull 분포 분석 및 서비스 주기 계획을 지원합니다.

작동 온도, 레일 전압, 신뢰도 목표 및 신뢰 수준을 보내주십시오. HVC는 5영업일 이내에 테스트 계획과 수명 예측표를 제공합니다.

6. 자주 묻는 질문

Q1: 200°C 테스트에서 가속 계수는 얼마나 큽니까?

AF_T = exp[(Ea / k) × (1 / T_use − 1 / T_stress)]. Ea = 0.7 eV, 사용 온도 358 K, 스트레스 온도 473 K일 때, 계수는 250입니다. 30 kV 레일에 45 kV의 전압 스트레스를 가하면 AF_V = 1.5^4, 즉 5.06이 되므로, 결합 계수는 1,265가 되고 500 시간은 632,500 시간이 됩니다.

Q2: 무결점 클레임을 제기하려면 샘플이 몇 개나 필요합니까?

n = ln(1 − C) / ln(R) 공식을 사용합니다. 90% 신뢰도에서 95% 신뢰도를 얻으려면 45개의 장치가 필요합니다. 고장이 전혀 없는 10개의 장치는 89.1%의 신뢰도만 보여주는데, 이는 주장된 수치보다 6포인트 부족합니다. 만약 한 장치가 생산 도중에 고장 나면 필요한 장치 수는 77개로 늘어납니다.

Q3: 형상 매개변수가 왜 그렇게 중요한가요?

그 이유는 메커니즘을 명확히 나타내기 때문입니다. β 값이 1보다 작으면 초기 고장, β 값이 1에 가까우면 무작위적인 사건, β 값이 1보다 크면 마모를 나타냅니다. 가속 시험을 거친 세라믹 커패시터는 β 값이 1.5에서 3.0 사이인데, 이는 마모를 의미하며 선별 검사 대신 교체 주기를 설정하는 것을 정당화합니다.

Q4: 테스트를 통과한 장치는 어떻게 처리해야 하나요?

고장난 장치들을 모델 적합에 포함시켜야 합니다. 최대 우도 적합은 고장난 장치의 고장 시간과 생존한 장치의 작동 시간을 사용하므로, 1,000시간에서 종료되는 테스트에서도 모든 생존 장치의 정보가 유지됩니다. 고장난 장치를 제외하거나 고장으로 간주하면 형상 매개변수에 편향이 생기고 예측 수명이 달라집니다.

Q5: 여러 메커니즘이 동시에 작동하면 어떻게 될까요?

혼합 모델 또는 경쟁 위험 모델을 적용하고 각 그룹에 고유한 가속도 항을 부여합니다. 두 모집단에 대한 단일 Weibull 회귀선은 적합도가 떨어지고 산포도를 과장하여 신뢰할 수 없는 부분으로 해석될 수 있습니다. 필름 콘덴서 동일한 인클로저 내의 세라믹 부품은 습기와 열 피로가 동시에 발생할 때 이러한 패턴을 나타냅니다.

Q6: 장착 수명을 서비스 주기(서비스 간격)로 어떻게 변환하나요?

B10 지점을 사용합니다. B10 = η × (−ln(0.90))^(1 / β). η = 50,000시간, β = 2.0일 때 결과는 16,250시간이므로 간격은 15,000시간입니다. 이 간격을 램프 서비스 주기와 맞춰 한 번의 정전으로 두 가지 모두를 포함하도록 하고, 매년 현장 결과와 비교하여 예측을 확인합니다.

7. 참조

1. E. 쿠펠, WS 쟁글, J. 쿠펠, 고전압 공학 기초, 제2판, 뉴네스, 2000.
2. N. 모한, TM 언델랜드, WP 로빈스, 전력 전자공학: 컨버터, 응용 분야 및 설계, 3판, Wiley, 2003.
3. MIL-HDBK-217F 공지 2, 전자 장비의 신뢰성 예측, 1995.
4. IEC 60384-1:2018, 전자 장비용 고정 콘덴서 — 1부: 일반 사양.
5. UL 810, 콘덴서 안전 기준, 6판. 노스브룩: UL Standards & Engagement, 2019.
6. MIL-PRF-55681H, 커패시터, 칩, 다층, 고정형, 세라믹 유전체, 확립된 신뢰성 및 확립되지 않은 신뢰성, 일반 사양워싱턴 D.C.: 미국 국방부, 2025.
7. H. Nakao, Y. Yonezawa, T. Sugawara, Y. Nakashima 및 F. Kurokawa, 디지털 제어 SMPS 고장 예측을 위한 전해 콘덴서 열화의 온라인 평가 방법, IEEE 전력 전자학 저널, 제33권, 제3호, 2552-2558쪽, 2018. https://doi.org/10.1109/tpel.2017.2691048.
8. C. Oria, A. Ortiz, D. Ferreño, I. Carrascal 및 I. Fernández, 전력 변압기에 사용되는 셀룰로오스 유전체 재료의 성능에 대한 최첨단 연구 검토: 기계적 응답 및 노화, IEEE 유전체 및 전기 절연 거래, 제26권, 제3호, 939-954쪽, 2019. https://doi.org/10.1109/tdei.2019.007896.
9. 고전압 BME 다층 세라믹 커패시터의 적용 시 고려 사항, KEMET Electronics (CARTS International 2012 Proceedings), https://www.mouser.jp/pdfdocs/2012CARTS-ApplicationConsiderationsHighVoltBME-X7RCeramicCapacitors.pdf .
10. 고전압 세라믹 커패시터 전력 전자 분야, H. Laville(Exxelia), EE Power 기술 기사, https://eepower.com/technical-articles/high-volt-ceramic-capacitors-for-power-electronics/.
11. HVC 애플리케이션 엔지니어링 팀, 고전압 세라믹 커패시터 기술 자료, https://www.hv-caps.com