智慧電視主板失效分布及可靠性評估研究

摘" 要：對智慧電視主板進行了極限工作溫度摸底，得到主板的極限工作溫度。采用熱成像技術在常溫和高溫下對主板進行了溫度場分析，發現主板的熱薄弱環節是因高溫老化造成背光電源開關MOS失效。根據上述結果，基于加速壽命試驗原理，采用Arrhenius模型得到加速壽命試驗的加速因子。通過對主板進行溫度加速試驗并收集失效數據，對失效數據進行分析，建立了失效分布模型。通過對失效分布的參數進行了估計，得到主板的基礎失效率為0.71×10-6/h，同時給出了主板不同使用環境下的環境系數。

關鍵詞：智慧電視主板；故障分布；加速試驗

中圖分類號：TP39" 文獻標識碼：A" 文章編號：2096-4706（2024）24-0012-04

Research on Failure Distribution and Reliability Evaluation of Smart TV Main Board

LI Liyu， ZHUO Jianfeng

（Guangzhou Jingce Testing Technology Co.， Ltd.， Guangzhou" 510000， China）

Abstract： The maximum working temperature of the smart TV main board is tested and the maximum working temperature of the main board is obtained. Thermal imaging technology is used to analyze the temperature field of the main board at room temperature and high temperature， and it is found that the thermal weak link of the main board is caused by high temperature aging， resulting in MOS failure of the backlight power switch. According to these results， based on the principle of accelerated life test， the accelerated factor of accelerated life test is obtained using the Arrhenius model. By conducting temperature accelerated test on the main board and collecting failure data， the failure data is analyzed and a failure distribution model is established. By estimating the parameters of the failure distribution， the basic failure rate of the main board is obtained to be 0.71×10-6/h. At the same time， the environmental coefficients of the main board under different usage environments are provided.

Keywords： smart TV main board; fault distribution; accelerated test

0" 引" 言

隨著人工智能技術的迅猛發展和人們生活水平的提高，電視的發展也突飛猛進，大屏幕、高清晰、智能化、長壽命和高可靠性的智慧電視越來越受到消費者的青睞。這些新技術和新功能的引入為用戶帶來了更好的視聽體驗和智能化的使用體驗[1]。主板作為智慧電視的核心零部件，其可靠性至關重要。目前電子產品的可靠性評估較多采用仿真和試驗結合的方法[2]，而智慧電視主板的研發過程中，可靠性評估主要是通過對主板開展故障激發的工程試驗進行的。這種評估方法雖然能夠模擬一些極端情況，但無法全面評估電視主板在不同使用場景和長時間使用情況下的可靠性。為了更好地評估智慧電視主板的可靠性，需要進行全壽命周期的可靠性數據評估[3]。通過收集和分析大量的可靠性數據，可以更準確地評估電視的壽命、故障率和維修需求，為用戶提供更可靠的產品。為此，需要建立基礎失效數據，基礎失效數據是指對電視主板的失效情況進行統計和分析，以了解它們的失效模式、失效原因和失效率。通過建立基礎失效數據，可以更好地預測主板在各種使用場合中可能出現故障的時機和預期故障率，并采取相應的措施來提高電視的可靠性和預防維修能力。

1" 研究內容和方法

1.1" 研究內容

選擇大屏智慧電視主板作為研究對象，通過基于Arrhenius模型的加速試驗收集主板的失效數據。通過對失效數據的整理和統計，可以得到智慧電視主板的故障分布情況。故障分布描述了不同故障類型在整個失效樣本中的比例分布情況，可以幫助設計人員了解主板在不同故障模式下的表現，從而可以針對性地開展優化設計。通過對失效數據進行概率統計分析，可以得到智慧電視主板的累積故障概率。累積故障概率描述了在給定時間內主板發生故障的概率，可以用來評估主板在使用一定時間下的可靠性水平。通過對失效數據進行可靠度分析，可以得到智慧電視主板的可靠度函數。可靠度函數描述了主板在給定時間內正常運行的概率，可以用來評估主板在不同時間段內的可靠性表現。通過對智慧電視主板可靠性的評估，設計人員可以根據評估結果來評估元器件設計選型合理性并改進產品設計和制造流程，以提高智慧電視主板的質量和可靠性。例如，可以對容易故障的元器件進行替換或改進，優化產品結構和布局，改進制造工藝和質量控制，選擇高可靠性的元器件，從而提高整個智慧電視主板的可靠性和性能。

1.2" 研究方法

電子產品可靠性評估需要大量的樣本失效數據，受制于樣本量，一般采用小樣本試驗去采集失效數據[4-5]。而為了縮短試驗時間，往往通過加速試驗的方法減小試驗成本[6-8]。有學者提出基于改進證據融合的高可靠產品可靠性評估方法解決由于客觀試驗數據缺乏導致無法對產品可靠性進行準確評估的問題[9]。由于智慧電視主板的可靠性高，失效率低，小樣本試驗造成數據缺失，本研究采用大樣本量進行數據采集。現有加速試驗方案中，往往以環境試驗溫度以及活化能取均值0.68去計算加速因子，這樣計算得到的加速因子不夠準確。

針對上述問題，提出針對智慧電視主板的研究方法。對智慧電視主板的溫度極限應力進行摸底測試，得出主板的溫度極限是95 ℃。根據主板的極限工作溫度結合產品工作特點確定加速試驗溫度為60 ℃，基于溫度極限數據研究主板在室溫下工作時的溫度場和在加速溫度下的溫度場，得到主板的薄弱環節為背光的電源開關MOS。依據Arrhenius模型選擇薄弱環節的器件的活化能作為加速因子計算依據。以23 ℃為基準溫度，60 ℃為加速試驗溫度，計算得到加速因子為21.08。將30個主板樣品在60 ℃的條件下進行試驗。由于電子產品失效服從指數分布，利用極大似然估計法對分布函數的參數進行估計得到主板的可靠性評估模型的參數估計。

2" 試驗方案和數據分析

2.1" 極限工作溫度摸底

要獲得產品的失效數據則需要進行較長時間的測試，試驗成本高。為此，采取Arrhenius模型對試驗進行加速，在計算加速因子前首先對主板的極限工作溫度進行摸底。

為了避免因工藝缺陷生產的產品造成在收集數據時引入數據誤差，將30個樣品同步進行高溫篩選，篩選后的樣品進行極限工作溫度摸底。樣品從40 ℃開始，步進升溫，步長10 ℃，達到溫度點后保持30 min，100 ℃以上以5 ℃為一個步進，全過程監控樣品聲音、背光和12 V輸出，直至產品保護或失效為止，溫度步進示意如圖1所示。試驗結果表明在100 ℃時，樣品無聲音、背光以及12 V直流輸出，因此主板的極限工作溫度是95 ℃。該極限工作溫度為當前試驗樣品的極限工作溫度，一般產品設計時選擇的器件為成熟的方案，認為95 ℃適用于大部分智慧電視主板的極限工作溫度。結合現有高溫老化設備特點，設定60 ℃為試驗的加速溫度。

2.2" 主板溫度場分析

計算加速因子時確定活化能參數非常關鍵，為了更精確地評估活化能參數，將主板安裝到整機中，如圖2所示。

分別在常溫和60 ℃中待主板溫度穩定時采用熱成像技術對主板進行溫度場分析，常溫下主板溫度分布如圖3所示，60 ℃時主板溫度分布如圖4所示。

根據溫度場分布得到熱薄弱環節為背光開關MOS管，而MOS管材料的活化能取0.7[10]。

2.3" 基于溫度分布的加速系數

Arrhenius加速模型表達式如式（1）所示：

（1）

其中，α表示加速因子，Ea表示活化能參數，k表示玻爾茲曼常數，即8.62×10-5 eV/K，Ta表示參考溫度/K，Tu表示試驗溫度/K。

根據主板的溫度分布研究，參考溫度為23 ℃，在60 ℃的試驗溫度下得到其加速系數α為21.08。

2.4" 可靠性數據收集和分析

根據加速試驗系數計算結果，對智慧電視主板進可靠性測試。確定該產品的故障判據是：背光和主板無輸出則判定為故障。帶載情況為背光電壓75 V，背光電流380 mA，主板電壓12 V，主板電流1.5 A。選擇30個樣本量進行測試，測試過程模擬負載和功能性能檢測采用可視化監測平臺，如圖5所示，圖中1-1表示1#樣品背光輸出，1-2表示1#樣品12 V輸出，以此類推。采用老化柜搭建測試平臺，老化柜每層有15通道。在對產品做試驗，進行可靠性統計分析時，一般采用截尾試驗，截尾試驗一般又采用定時截尾試驗或者定數截尾試驗[11]。采用定時截尾的試驗方法，試驗時長2 400 h，測試過程如圖6所示。

為了構建智慧電視主板故障分布模型，本項目在Arrhenius模型的加速試驗方法下，對樣本進行測試并收集產品的可靠性數據，根據測試結果，得到樣本的失效數據如表1所示。

2.5" 指數分布參數估計

構建智慧電視主板指數分布故障分布模型，根據電子產品的失效服從指數分布，其故障概率分布如式（2）所示：

（2）

對參數進行估計時，一般采用極大似然法或最小二乘法。對參數進行估計時，一般采用極大似然法或最小二乘法。極大似然估計法在滿足一定的假設條件下，極大似然估計法的估計結果是漸近無偏的和一致的，而最小二乘法對異常值和分布假設敏感，根據失效數據的分布特征，選擇極大似然估計法對主板失效數據進行估計。使用極大似然估計方法構造該類產品的可靠性參數估計的方程，如式（3）所示：

（3）

其中，α表示加速因子。

對似然函數（3）兩邊取對數得到式（4）：

（4）

令式（4）等于0得到式（5），求式（5）方程得到式（6）：

（5）

（6）

其中，n表示樣品個數，ti表示某個樣品的失效時間。

將試驗采集得到的主板失效數據和加速系數以及樣本量n = 30代入式（6），得到主板失效率估計值為λ = 0.71×10-6/h。

根據故障分布對樣本進行可靠性評估，其可靠度函數和累積故障函數如式（7）和式（8）：

（7）

（8）

根據上述參數估計的結果，假設產品平均每天使用4 h，平均一年工作365天，產品使用5年后產品的可靠度為0.994。

3" 相似產品可靠性評估

經過實測數據并對參數進行估計得到主板的失效率估計值，即智慧電視主板基礎失效率為：λG = λ = 0.71×10-6/h。

主板的工作失效率如式（9）所示：

（9）

其中，λp表示主板工作失效率，πE表示環境系數，πQ表示質量系數。

由于相似產品使用了相同的技術原理、相同質量等級的元器件、相似的布局以及使用環境，不同點在于軟件邏輯或者使用地區，其基礎失效率相同。一般地，批產的產品質量具有一致性，根據設計時的元器件選型πQ取1～3。環境系數πE根據不同的使用環境選擇不同的環境系數值，如表2所示。

4" 結" 論

本文簡要介紹了智慧主板失效分布的研究內容和研究方法，開展了主板極限工作溫度測試，得到主板的極限工作溫度是95 ℃。研究給出了基于實測溫度和薄弱環節活化能取值的智慧電視主板的加速壽命試驗方法和加速因子計算方法，并詳細給出了試驗流程、失效判據、試驗溫度應力的選取、失效分布分析、數據處理，基于上述研究得到主板的基礎失效率為0.71×10-6/h，最終給出了相似產品的可靠性評估方法等。

參考文獻：

[1] 孫海洲.基于FPGA的8K超高清HDMI接口視頻信號源的實現研究 [D].青島：青島大學，2023.

[2] 文歆磊，張金棟，葉茂，等.仿真與試驗結合的電子產品可靠性評估方法 [J].機電產品開發與創新，2023，36（3）：19-21+32.

[3] 王宇，王欣汝，黃進永，等.通用電子產品全壽命周期可靠性分析方法 [J].電子產品可靠性與環境試驗，2017，35（1）：40-44.

[4] 傅惠民，李子昂，付越帥.電子產品小樣本可靠性評估與更新方法 [J].機電產品開發與創新，2021，34（4）：1-4.

[5] 劉超然，李天辰，李磊，等.某型艦載電子產品小子樣可靠性評估研究 [J].現代電子技術，2024，47（2）：85-88.

[6] 王裕鵬，高鑫，陳文淼，等.基于Arrhenius模型的汽車電子產品加速壽命試驗設計分析 [J].裝備環境工程，2019，16（3）：22-25.

[7] 王者藍，侯清源，湯杰，等.基于Arrhenius模型和Peck模型的分段非線性加速模型 [J].裝備環境工程，2024，21（1）：59-65.

[8] 傅惠民，文歆磊，吳瓊.小樣本加速壽命試驗方法 [J].機電產品開發與創新，2020，33（3）：1-4.

[9] 王思蕊，程世娟，袁非夢.基于改進證據融合的高可靠產品可靠性評估方法 [J].計算機應用，2023，43（7）：2140-2146.

[10] Telcordia Network Infrastructure Solutions. Reliability Prediction Procedure for Electronic Equipment： Telcordia SR-332 Issue 4 [S].[S.I.s.n.]，2016.

[11] 劉長林.無失效數據場合下指數分布可靠度統計分析 [D].南充：西華師范大學，2020.

作者簡介：李立宇（1988—），男，漢族，廣西梧州人，工程師，碩士，研究方向：電子產品可靠性；卓劍鋒（1992—），男，漢族，廣東梅州人，工程師，本科，研究方向：音視頻可靠性。