尋夢新聞LINE@每日推播熱門推薦文章,趣聞不漏接❤️
供應鏈的變化,對共享數據的抵制和技術的未知性加劇了持續的不確定性。
確保汽車電子產品的可靠性已經引發了整個半導體供應鏈的爭奪,並且發現了一系列數據不足,缺乏明確定義的標準以及不一致的專業知識水平的問題。
可靠的功能安全性,可在惡劣環境中使用18至20年,或在自動計程車或卡車上持續使用,這是一項艱巨的任務,需要在人工智能,雷射雷達,雷達,車輛和車輛通訊等領域取得工程技術進步。它還需要管理一個全球供應鏈,這個供應鏈由初創公司,沒有汽車經驗的晶片製造商以及在先進電子方面經驗不足的汽車供應商組成。
圖1.系統驗證應確定系統出於正確的原因做正確的事情。
此時,沒有人確切知道7nm AI(人工智能)系統的可靠性,或者在出現故障時故障將會如何有效地轉移到另一個系統中。事實上,沒有人確定在測試期間要問什麼是正確的問題。供應鏈上下的所有供應商之間的溝通必須清晰和開放,但一些供應商通過隱瞞重要數據來保護其知識產權,使汽車製造商需要自己發現一些數據。更糟糕的是,將所有這些結合起來的規則充其量只是參差不齊的規則。
卡內基梅隆大學的Phillip Koopman和Edge Case Research的Mitch Wagner在2018年SAE世界的一篇2018年的論文中寫道:「目前,還沒有普遍認可的技術戰略來驗證這些車輛的非常規軟件方面的安全性。」。 「一旦開發團隊認為他們的車輛準備就緒,似乎會部署許多HAV,然後他們就會看到公路上的事情如何發揮作用。即使試點部署產生可接受的低故障率,仍然存在這樣的問題:有限規模部署是否能夠準確預測更大規模部署的安全性以及隨之而來的軟件更新。
圖2、全自動電動汽車電子技術的趨勢和挑戰
缺乏關於自動駕駛汽車的政府法規使得消費者受到競爭激烈的新興自動駕駛汽車(AV)行業支配的影響。但如果失敗,這些行業將會損失很多。這種經濟威脅與ISO 26262標準的不斷發展相結合,可能是拯救的恩典。 ISO 26262要求在採購和製造的所有環節跟蹤所有的材料和零件,為供應商之間的安全行為文化和合作奠定基礎。故障的故障診斷看起來像航空調查。毫無疑問,對於安全關鍵系統而言,測試和跟蹤過程更加昂貴,而可靠性和良好質量仍然是非安全關鍵系統(如信息娛樂系統)的重要賣點。
在先進工藝節點上盲目飛行
通過向後看是真正了解高級節點的壽命和可靠性的唯一方法。 「先進節點的最大問題是你需要為壓力篩選測試獲得可靠的數據,並且在先進節點生產一段時間之前你沒有它們,」Gert J?rgensen說道。 Delta Microelectronics的銷售和行銷。 「你可以使用模擬生命周期的舊方法,但實際上你不知道這個模型在時間消失之前是否合適。這些工具是因為你將舊模型強加給新技術,但實際上你不知道它是否在時間消失之前是有用可靠的。「
對零件可靠性的信心隨著時間的推移而增加。 「當你有多年調試過程時,你自然會有更高的可靠性,」KLA-Tencor戰略合作高級主管Jay Rathert說。 「但是當你將7奈米和10奈米零件放入其中時,這些工藝仍然有很多成熟的工作要做。仍然存在許多尚未調試的系統缺陷和集成挑戰。「
大多數汽車晶片不是在先進節點上開發的。但是那些需要大量計算能力才能做出瞬間安全關鍵決策的應用,例如AI,需要最高的密度。這就產生了在先進節點上常常被忽略的可靠性問題,因為使用這些過程開發的大多數晶片都用於消費者設備或受控環境。
圖3、汽車電子系統架構複雜性的演進
「較新的製造工藝通常會產生比有時間成熟的舊工藝技術更多的缺陷部件,」西門子事業部Mentor的高級行銷總監Tessent Benware表示。 「在汽車應用中使用最新的工藝技術是兩個關鍵挑戰。這種較高的缺陷密度意味著製造後的測試必須達到更高水平的缺陷覆蓋率以達到同等質量水平。使用抽象邏輯故障模型生成檢測缺陷的測試序列的傳統方法已不再充分。使用先進工藝節點做到複雜IC的汽車級質量水平要求測試模式生成需要了解缺陷在物理上的表現方式和位置,並且必須了解這些缺陷在模擬意義上的行為,而不僅僅是數字意義。 」
Benware看到了單元內部更多的缺陷。 「在finFET工藝技術之前,通常會看到邏輯單元內部有50-50個缺陷分裂,互連線中有缺陷。隨著finFET的引入,與互連層相比,製造晶體管和相關邏輯單元的工藝複雜性不成比例地增長。隨著更多異國晶體管技術的引入,這種差異有望持續到5nm,3nm及以下。現在汽車IC將利用這些先進節點,必須更多地專門用於測試電池內部的缺陷。「
所有汽車電子產品 – 特別是安全關鍵部件和系統 – 現在都在製造期間和之後經過嚴格的測試。目標是淘汰早起失效或早期有隱患的設備:早期失效的設備。
「每一台設備都經歷了加速的生命周期測試,然後你需要這樣做128小時 – 整整一周,」Jrgensen說。 「你測試設備,你把它們放入烤箱,加速生命周期測試,一周後將它們取出,然後你就模擬了一年的壽命。接下來,您將設備放入汽車或車內的模塊中,它們應該持續工作20年。通過[做到這一點],你擺脫了所謂的早期失效或者有隱患的設備。「
第二步進一步進行測試。 「然後你有另一部分批次,這是你放在同一個溫箱里的很多生產批次,」
Jrgensen教授繼續說,「但它在那里待了1000個小時。這是很多1,000個組件,然後你加速老化測試,然後你看看這1000個組件是否可以持續1,000小時大約相當於三個月。然後應該產生20年的模擬壽命。所以,我們有1,000台設備正在通過這一點,你得出結論,其他設備也會這樣做。這就是你如何對汽車零件進行質量保證,這就是為什麼它們如此昂貴。您在將它們放入車內之前,需要通過大量的QA(質量評估)測試。「
圖4、未來汽車中電子系統的分層和模塊化結構
可靠性問題之一是它與成本成正比。在汽車安全關鍵部件和系統的設計中,在供應鏈的上下,每個供應商都有更多的測試步驟要做,這會增加更多的測試時間並需要更多的測試,這反過來又會增加成本。雖然正在制定戰略以同時進行更多測試,但成本仍在不斷上升。
「製造和測試的早期部分肯定會有更多的關注,」Astronics高級經理Anil Bhalla說。 「汽車測試是最複雜和最昂貴的,現在每個人都在試圖削尖他們的鉛筆,並找出如何削減成本的方法。汽車是由大量數據驅動的。這是非常小心和有條理的,它發生在很寬的溫度範圍內。但是測試流程中也有很多冗餘,重點是嘗試在正確的插入點找到正確的覆蓋範圍。由於汽車首次獲得更多前沿零件,這一點變得更加困難。我們在汽車行業看到了7nm的零件,如果你看一下半導體市場的增長點,汽車就是最大的細分市場之一。「
有兩種不同的方法可以解決這個問題。一種是利用系統級測試,這種測試更昂貴,但允許在實際系統的環境中進行測試。目前尚不清楚系統級測試是否會實際上增加總體成本,因為溫度通常需要三個不同的插入點,而它可能只是一個系統級測試。另一個是首先關注成本,並找出測試可能需要或不需要的東西。
「問題是你不能兩者都做,因為活動的部件太多了,」Bhalla說。 「在消費類設備中,您可以每六個月更換一次。但在汽車領域,他們談論的是零缺陷和萬億分之一。這必須與能負擔得起的人保持平衡。「
圖5:ISO 26262故障參考。資料來源:Arteris IP
並非所有故障都是相同的,並非所有故障都是可預測的。 ISO 26262識別系統故障,這是我們可以找到並可能預測和修復的故障,以及屬於「事物發生」線的隨機故障。
「汽車製造商正在記錄所有故障,看它是否是一次周期性故障,或者是否是隨機故障,」Delta的Jrgensen說。 「當然,你有快速的報告系統。當我們發現失效時,我們需要確定它是否對其他部件產生影響,這是否是隨機失效。「
因此,有處理這些的質量問題的測量方法,以及需要存儲哪些數據的程序。所有東西都按照飛機的方式進行記錄,並且應該保存15到20年。但即使這樣也可能還不夠。
圖6、用於動力傳動系統控制的本地智能系統(C3U)
「雖然可以通過監控內置自檢性能的細微變化來預測許多可靠性故障,但我認為預測故障不會100%準確,」Mentor的Benware說。 「許多可靠性故障在發生之前都沒有任何跡象。只要無法達到100%的準確性,故障緩解將優先於故障預測。「
一個龐大的,糾結的供應鏈
現在,整個汽車供應鏈必須參與安全文化,以使汽車系統可靠和安全。可靠性是團隊的努力。
「我們轉向的每個地方都聽到零缺陷,」KLA的Rathert說。 「在過去兩年中,我們一直致力於調整我們的工具,人員,方法和合作夥伴,以幫助做到這一目標。」
這是一個難題。另一個是準確理解誰在供應鏈中扮演的角色。
KLA-Tencor行銷高級主管Rob Cappel說:「你肯定會看到五年前你不會看到的汽車電子遊戲中的玩家。」 「有人設計自己的晶片 – Google,蘋果,亞馬遜。這可能不僅僅適用於汽車。他們正在研究人工智能。我們五年前所知道的生態系統正在發生變化。對於汽車而言,全面的生態系統,從大型企業到半導體廠商,都認為質量和可靠性是關鍵。「
與此同時,這些供應鏈關係變得越來越複雜,Arteris IP行銷副總裁Kurt Shuler在一篇關於ISO 26262的論文中解釋道。「現在製造或設計晶片以做到自動駕駛應用的傳統半導體供應商如今有時與一級電子系統設計人員和原始設備製造商競爭,他們可能正在製造自己的晶片或向其半導體供應商合作夥伴提供明確的要求。此外,Uber,Waymo和Apple等新進入者正在設計自己的完整系統,盡管他們在汽車行業缺乏相關經驗。 ISO 26262要求在整個過程中進行高水平的協作和信息共享,而新進入者可能不熟悉整個價值鏈。「
圖7、汽車供應鏈。資料來源:Arteris IP
ISO 26262標準是問題和整個供應鏈必須達到的長度的快照。協作是關鍵。現在,通信是汽車安全關鍵供應鏈上下安全標準的一部分。它內置於標準中。
分享供應商皇冠上的知識 – 知識產權 – 必須在供應商和汽車OEM之間進行。 「半導體和軟件供應鏈的參與者通常會對他們的知識產權的開發方式以及它的工作原理保密,」舒勒說。供應商應記住「您的客戶仍有義務確認您是否符合ISO 26262」。
圖8、組合環境壓力測試的設備和概念
這也為利用IP的公司帶來了一些有趣的挑戰,因為IP表征可能差異很大。 「如果你想在市場上競爭,你需要比以前更好地利用IP,」ClioSoft行銷副總裁Ranjit Adhikary說。 「這就是為什麼你聽到很多汽車公司都在談論知識產權管理。但你也想確保從事IP工作的人不會看到其他IP。「
IP的價值隨著在實際應用中通過晶片認證和測試而上升。 「對於我們作為這些市場的IP供應商,我們還通過汽車認證將我們的IP應用到這些應用中,」Synopsys的DDR PHY高級產品行銷經理Graham Allen說。 「因此,當供應商購買汽車級IP時,他們知道他們將獲得IP,一旦他們獲得了晶片的汽車級認證,他們的IP就不會在這方面造成任何問題。」。
圖9
圖9、通過組合熱循環和振動測試監測基於電阻的菊花鏈結構(左)和汽車電池管理系統的電路板(右)。
汽車製造商也為自己驗證和驗證零件。福特汽車公司的高級可靠性工程師Keith Hodgson說:「我們實際上將每個人的設計分開,並將它們重新組合在一起。」我們經歷了最糟糕的電路分析過程,我們實際上幫助他們重新設計我們的實際汽車客戶使用情況和任務情況。「
福特希望IC設計人員和製造商獲得的數據是,對於99%的客戶而言,使用最壞情況溫度和衝擊,晶片實際上能夠正常運行多長時間。 「然後讓[IC製造商]希望與我們分享這些數據,這樣我們就可以估算出我們對最壞情況客戶的影響時間,然後嘗試在失效之前採取措施減輕這種情況。」
圖10、動力循環測試台:具有執行疊加主動/被動循環測試的能力
失效在某些時候是不可避免的,但是如何應對它會帶來各種各樣的選擇。 「在福特,我們假設部件將會出現故障,因此我們試圖通過預測來緩解故障 – 這是一種預測方法,我們希望集成電路製造商幫助我們了解退化模型,以便我們將其構建到我們的軟件中運行晶片並估算我們認為有用的生命。然後,自主很容易。讓車輛自己回家並更換處於故障邊緣的模塊。而客戶會忽略一些細節問題。「
汽車製造商正在向晶片行業尋求有關性能退化模型的詳細數據,但其中大部分尚未存在。
Dfr Solutions公司首席執行官兼管理合夥人克雷格希爾曼說:「讓我們對半導體公司有點瘋狂的一件事就是他們在這些小型工藝節點上使用了令人驚訝的複雜工具來預測晶體管的可靠性。」 「但是當他們的用戶詢問可靠性時,他們會說它只有0.70 v並且設備的故障率恒定為77,沒有故障。」
Dfr並不孤單。 「我們正在與一些德國汽車製造商進行談判,他們基本上也有同樣的問題,」弗勞恩霍夫自適應系統部門工程部門設計方法部負責人羅蘭·詹克說。 「他們沒有從技術的能力中獲得足夠的信息。如果你正在考慮最新的技術–10,12,7nm – 那麼問題是它們沒有得到足夠的信息。「
在過去,供應鏈使用瀑布模型,OEM將向一級供應商提供規格,然後他們將決定涉及哪個第2級玩家,依此類推至第3級和第4級。
「這種模式不再有效,」Jancke說。 「它太慢了,沿線提供的信息確實不夠。這是一個相當長的線 – 一個各種各樣的價值鏈 – 並且有一些信息沒有交給整個供應鏈。因此,汽車製造商並不完全了解他們在汽車中涉及某些技術時會得到什麼。我們從眾多原始設備製造商那里聽到他們開始打破這個價值鏈。他們開始直接聯繫技術提供商和代工廠,因為他們想知道這項技術的真正用途,特別是在先進技術方面。他們想知道什麼是代工廠正在測試,他們正在做些什麼來確保該技術將持續20多年或能滿足所有的要求」。
圖11、溫度範圍增加的高溫循環系統
他指出,代工廠對此特別感興趣,因為它提供了雙向信息流。 「一位汽車製造商告訴我的是他們無法穿透一級層。他們只傳遞最低限度必要的信息,而不是所有信息。原因是OEM和第1層供應商之間存在業務關係。這有法律原因。他們沒有透露所有信息的原因有很多,但從OEM到技術提供商到代工廠,沒有直接的法律聯繫。因此,他們可以在業務層面進行交談,但不能在技術層面上進行交談。代工廠很感興趣,因為他們想知道最終用戶 – 原始設備製造商 – 是用這些晶片做的。這些晶片應該適用的應用條件是什麼?「
其他可靠性問題
汽車供應鏈比晶片和IP更深入,更遠。它還包括用於首先創建晶片的材料,以及製造過程完成時留下的材料。
「可靠性始於供應來源和與供應商的合作,」Brewer Science首席執行官Terry Brewer說。 「他們必須帶來一定的質量和能力。因此,您需要查看來源,他們與供應商的關係以及供應商的期望。在過去,我們從未與供應商建立過親密關係。現在我們這樣做,因為你必須對材料進行數百次測試。我們從頭開始構建新材料,因此我們需要監視器和預監視器。如果我們不做所有這些,我們就沒有機會獲得所需的可靠性。如果你看看More Than Moore,材料就是可靠性的代名詞,而且分析更加複雜和繁瑣。「
圖12
圖12、測量層堆棧頂部的應力測量。 平均應力取決於離子銑削的深度(i)在窄傳感器結構上和(ii)在普通測試層上。
Brewer表示,由於先進工藝節點的容差正在縮小,而且在電子元件比以前更多的系統中,客戶要求的缺陷率甚至比過去低。 「十億分之五十可能存在於某個地方,但每萬億分之五,我們不確定現實中是否存在。我們已經從牛頓變為量子,每萬億分之五。它不僅僅是晶片。這就是系統集成,既可以是救星也可以是挑戰。「
圖13、用於多組分的PHM金絲雀特徵
其中一些可以通過系統進行分配。 「使用系統,你可以修改可靠性,」他說,「因此你可能能夠降低分辨率並仍能從計算機中獲得相同的性能。因此,如果您向晶片製造商供貨,他們可能需要萬億分之一。如果您向系統供應商供貨,他們可以更舒適地使用較低的數字。「
所有這些都對汽車電子的可靠性產生了重大影響。但它首先也提出了一些有關可靠性的有趣問題。
圖14 240℃和450℃之間的熱循環TSV結構在500次循環後顯示出降解(右)
圖14、 240℃和450℃之間的熱循環TSV結構在500次循環後顯示出降解(右);
應用材料公司副總裁桑傑·納塔拉揚說:「關鍵問題在於你是否能讓它更可靠,以及你是否能夠容忍它更不可靠。」 「什麼時候不夠可靠?你是如何讓它變得可靠的,甚至在那里我們可以將它切割成我們今天生活的傳統馮·諾依曼AI。你在談論數字設備的良好可靠性,你仍然想要擴展。如果你每隔幾年沒有更多的晶體管和更高的功效,這一切都會破裂。如果你沒有,那你就被困住了。所以你真的在談論如何在使它們更小並且運行溫度更低的情況下使其可靠。這有很多挑戰。然後,說我們採用更具腦力的方法。那麼你就不能再隱藏數字背後的變化,這就是我們今天所做的。我們今天所有的晶體管都有變化,但這種變化都比時鐘速度小。因此,晶體管A可能會快速切換,晶體管B可能會切換為慢速,但只要所有晶體管都在一個時鐘周期內完成切換,就沒有人注意到這種變化。數字世界隱藏了這種變化。現在,如果你想要模擬,它更節能。但是你必須控制變化。我們正在研究的部分原因是,因為您無法隱藏變化,現在您必須消除或最小化變化。而這正是其中一些綜合材料解決方案發揮作用的地方。「
圖15
圖15、在MG器件的Ag燒結層和DCB銅之間的界面處的垂直裂紋網路的SEM圖像和CT掃描
有兩個問題正在引起汽車方面的可靠性問題。一個是電子產品中的軟錯誤(soft errors)。另一種是更經典的故障類型。
「由於軟錯誤,我們面臨的挑戰是如何隔離或重啟部分晶片,」Arteris IP行銷副總裁Kurt Shuler表示。 「使用瞬態IP,您需要關閉部分互連,刷新數據,隔離數據,關閉數據並重新啟動並同步備份。對於永久性故障,您希望將其隔離但不重新啟動它。你想確保你可以使用降額或進入緊急模式。「
圖16
圖16、電源循環期間的正向電壓演變(左)和相應的引線鍵合故障(右);
舒勒注意到了目前,在老化和可靠性方面,封裝問題導致的問題比矽晶片更多。 (這些是標準的塑膠或陶瓷封裝,而不是先進的封裝方法。)
消費者想要什麼
汽車的可靠性意味著用戶可以在需要時依賴它們工作,而不會出現任何性能問題和維修需求。隨著時間的推移,汽車不按宣傳方式工作或完全失效的頻率將使用戶感受到交通工具的整體可靠性。
圖17、通過FEM評估的多場效應和熱機械失效模式示意圖
「推動汽車算法的假設存在很多差異,」National Instruments汽車行銷負責人Jeff Phillips表示。 「有些人想要順利騎行。其他人則專注於100%的安全性。算法本身需要做出很多決策,而與供應鏈無關。在所有這些方面,可靠性將成為一個差異化因素。「
圖18
圖18、冷卻後功率晶體管晶片中最大主應力的參數有限元研究,假設不同的連接層(金屬間化合物);
「如果你買車,你通常會依靠品牌親和力和對汽車可靠性的看法,」美國國家儀器公司首席產品行銷經理David Hall說。 「問題在於電氣化,可靠性是未知的。 [雪佛蘭]伏特或特斯拉沒有10年的數據。而另一方面就是服務水平(Uber,Lyft等)。與汽車本身相比,這將更多地取決於用戶體驗和服務可靠性。「
圖19、熱負荷下整個模塊的變形測量。 擴展的光學配置設備
Hall指出,傳感器融合設備上運行的代碼也會隨著時間的推移而發生變化。
「也存在晶片級可靠性問題,」他說。 「大多數問題區域都是電氣的,他們使用的是非汽車用的部件。今天發生的很多事情是人們正在設計場景而不是為汽車設計零件。隨著行業在所有汽車模型中針對ADAS的ISO 26262標準化,這將發生變化。這將加速一切,幫助我們做到硬件的完全自治,但我們在軟件開發過程中也需要這一點。這種情況發生在像韓國這樣的地方,在任何時候發生事故時,他們都會填寫一個用於改變傳感器融合算法的標準化表格。這在亞洲受到嚴格要求。不過,在美國,汽車製造商不必共享崩潰數據。「
圖20
圖20、壓力傳感器,帶有一疊壓阻傳感膜,由負載膜上的測量梁頂部的Si3N4覆蓋應力;
結論
通常,汽車可靠性正在提高。 J.D. Power發現,三年前的模型(2015款車型,2017年末的測量車主)的可靠性提高了9%。不到三年的時間可能是對汽車普遍可靠性進行初步評估的好時機,但20年 – 安全系統的零缺陷 – 是汽車的預期使用壽命。總的來說,現在汽車平均每100輛車遇到142個問題(PP100)。該研究中最可靠的車輛達到了99到100 PP100。
圖21、汽車電子設備中PHM做到的多級方法
(Prognostics health management (PHM):預測健康管理(PHM))
「車載技術仍然是最成問題的,」J.D. Powers報導,「音頻/通信/娛樂/導航(ACEN)對於車主而言仍然是一個麻煩的類別,受到最多的投訴。兩個最常見的問題與內置語音識別(9.3 PP100)和內置藍牙連接(7.7 PP100)有關。「
雖然這對汽車行業來說是個好消息,但還有很長的路要走。
(完)