Bilan et Perspectives - pole-moveo.org · composants représentatifs des familles de composants...

Méthodologie de Fiabilité Prévisionnelle FIDES

Bilan et Perspectives

Atelier « Capitalisation des données pour la fiabilité électronique et mécanique »

SIA Suresnes - 30 mai 2018

Michel GIRAUDEAU - NB6 - Co-animateur du GTR FIDES IMDR

FIDES

2 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Sommaire

Création de FIDES

Modélisation de FIDES

Retour d’Expérience

Développements en cours

Normalisation internationale

Supports de la méthodologie

Conclusions

3 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Qu’est ce que FIDES ?

Méthodologie de fiabilité prévisionnelle pour les Systèmes Electroniques

Résultat d’une étude démarrée en 2001 pour la DGA et cofinancée par 8 sociétés

Méthodologie qui prend en compte les processus industriels de la spécification du système à son exploitation

Norme française depuis 2005 (UTE C-80811), disponible en anglais et mise à jour en 2011

Normalisation internationale sous la référence IEC 63142 en cours

Un GTR IMDR FIDES existe depuis 2007 pour maintenir et développer la méthodologie✓ Domaines représentés : Aéronautique, Défense, Espace, Ferroviaire, Puissance, Automobile, Universitaire, Laboratoires

4 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Le guide FIDES

Ce guide répond à deux besoins :

Disposer de prédiction de fiabilité réalistes durant les phases de conception Système

Fournir un processus d’ingénierie de la fiabilité et des outils pour évaluer la fiabilité d’un équipement

5 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Pourquoi FIDES ?

Recueils de Fiabilité existants inadaptés MIL-HDBK-217 obsolète

Ne couvrent pas les technologies actuelles des composants,

Ne prend pas en compte l’état de l’art des lois d’accélération physique

Plus maintenue depuis 1995

IEC 62380 TR Ed.1 (RDF 2003) Annulée depuis 2017 Non adaptée aux profils de vie complexes, ou

environnement sévère (humidité, vibration,…,),

Ne différencie pas les différents fabricants,

Données non mises à jour depuis 2003.

Fusionnée avec l’IEC 61709 mais sans les Lambda de base

Enjeux Economiques et de Sécurité✓ fiabilité prévisionnelle réaliste pour garantir la tenue des engagements contractuels SdF et le dimensionnement correct du système de soutien

6 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

ComposantsProcessus

Causes racines des défaillances et impact du processus

Causes racines des défaillances du systéme

ExploitationActivités support

Intégration système

ProductionConception

Specification

Répartition des défaillances du processus industriel par rapport au cycle de vie

Impact du processus industriel✓ EX peut représenter 70% des défaillances qui sont à prendre en compte

7 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Modelisation globale FIDES

Classification technologique

des composants

Profil de viedu Système

Impact du Processus Industriel

-

Audit sur le cycle de vie FIABILITE

TECHNOLOGIE

PROCESSUS UTILISATION

8 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Modèle global de fiabilité FIDES (1/2)

FIDES utilise la physique des défaillances - Physics of Failure (PoF)

Modèle du taux de défaillance en défaillance/heure :

ΠΠλλ ProcessPMPhysical

P Process (Qualité & contrôle) :• Spécification• Conception• Fabrication carte• Intégration Système• Maintenance• Activité support

P Part Manufacturing :• Qualité fabricant• Complexité du composant• Expérience avec le fournisseur

Taux de défaillance intrinsèque :• Stress physique• Technologie

Représente un modèle principalement additif incluant des contributeurs physiques et technologiques pour la fiabilitéPhysical

9 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

induced

ons contributi Physical

on accelerati0Physical ΠΠλλ

λ0 = taux de défaillance de base aux conditions de référence( dépend de la technologie)

Facteurs d’accélération (stress normaux)P ThermiqueP ElectriqueP Tcy: cycle de Température P MécaniqueP RH : Humidité RelativeP Chimique

Stress Induits (overstress)P Placement: Influence de l’emplacement du composant (ex : interface)P Application : Environnement d’utilisation (ex : type de véhicule)P Durcissement : prise en compte à la conception des overstressP Sensibilité : technologie, sensibilité aux overstress

Modèle global de fiabilité FIDES (2/2)

10 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Lois d’accélération des modèles FIDES

10

Stress

Physique

Loi Pacceleration

Thermique Arrhenius

Cycle

Thermo-

mécanique

(Boîtier)

Norris

Landzberg

(coffin Manson)

Cycle

Thermo-

mécanique

(Joint

brasé)

Norris

Landzberg

(coffin Manson)

Vibration Inverse Power

Law

Humidité Peck

0

273T

1

293

10.711604exp

componentj

273T

1

313

11414exp

20

ΔT

2

,2)min(θ

t

N12

cyclingmax

1,9

cycling3

1

cy

annual

cy-annual

273T

1

313

11414exp

20

ΔT

t

N12

cyclingmax

4

cycling

annual

cy-annual

1.5

RMS

0.5

G

0

273T

1

293

10.911604exp

70

RH

ambient-board

4,4

ambient

Lois d’accélération utilisées : Exemple pour un circuit intégré

Operating phase

Non-operating phase

Operating phase

Non-operating phase

11 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Défauts de fabrication Pannes arrivant tôt dans le cycle de vie => Weibull

Présents sur une faible proportion de composants

Type de défaut variable dans le temps=> Impossible à modéliser finement

Défauts de conception Vieillissement prématuré => Weibull

Présents sur tous les composants

Défauts corrigés au cours de l’exploitation

Occurrence Faible=> Impossible à modéliser car mécanisme de défaillance non prévu

Lot défectueux Provoque un vieillissement prématuré=> Weibull

Présent uniquement pour les composants du lot incriminé => Impossible à modéliser à l’avance

Que prend FIDES en compte ? 1/2

12 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Pannes dues à une surcharge accidentelle Pannes pouvant arriver n’importe quand

Présentes sur une faible proportion de composants

Mécanismes variables dans le temps

=> Modélisable

Pannes dues à une faiblesse de composants Se traduit généralement par une dégradation prématurée

Présentes sur peu de composants

Défauts jamais identiques

=> Difficile à modéliser, modélisé par une loi exponentielle

Pannes dues au vieillissement

Présentes, à terme, sur tous les composants

=> Modélisable par une loi de Weibull

Modélisation avec loi exponentielle (Défauts catalectiques)

Que prend FIDES en compte ? 2/2

13 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

▌On peut distinguer 2 catégories de pannes :

Celles qui concernent la physique de défaillance Pannes composants faibles.

Vieillissement

Celles qui concernent le cycle de vie d’un produit Défaut de fabrication

Défaut de conception

Pannes dues à des surcharges

Défaut de lots de composants

Spécification Conception Fabrication ExploitationIntégration

Cycle de vie d’un produit

Modélisation FIDES

π

Σ

Contributeurs multiplicatifs

Contributeurs additifs

14 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Principe général de construction des modèles 1/2

Base de

données

analyses de

défaillances

Industriels

Listes et répartition des modes de

défaillances

ex: Court-Circuit, 50% Circuit

Ouvert 20% , Dérive 30% …

Pour une technologie donnée

Mécanisme de défaillance associé

ex: Corrosion; Rupture mécanique…

Stress Physiques mis en œuvre

Ex: Température; Humidité; Vibration

Taux de défaillance dans environnement de

référence : Ex : 20 10-9déf/h à 20 °C

Calibration

du modèle

Lois

d’accélération à

prendre en

compte

Technologie à modéliser : ex Résistance

Modèle

calibré

Modèle générique

FIDES

ΠΠλλ ProcessPMPhysical

15 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Principe général de construction des modèles 2/2

Construction d’un modèle

16 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

FIDES a été utilisé par de nombreuses Sociétés depuis 2004

Mesure de la précision des prédictions de fiabilité par rapport aux fiabilité opérationnelle Etude lancée par la DGA : le PEA REX

Activités réalisées : Collecte de données et mesure de la fiabilité

opérationnelle au niveau Equipement

Analyses de défaillance sur une sélection de composants représentatifs des familles de composants électroniques

Comparaison des fiabilités prédites et observées au niveau équipement, sous-ensembles et famille de composants

Retour d’Expérience FIDES : le PEA REX

17 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Retour d’Expérience FIDES : le PEA REX

Société/Entité

Nombre de Produits/

Equip.

Rapport sur les MTBF

Mesuré / Prédit(MIL-HDBK

217F ajustée)

Mesuré/ Prédit(FIDES)

Société -1 6 7.1 1.0Société -2 1 12.4 2.2Société -3 2 3.0 0.7Société -4 4 1.1 0.4

Analyse du retour d’expérience : Benchmark sur les prédictions de MTBF

MIL-HDBK-217 par rapport à FIDES

“PEA REX” Chiffres Clefs

Période d’observation (mois) 24

Nombre d’équipements : (Terre /Air/Mer ) analysés 14

Nombre de cartes et modules 5200Nombre de composants électroniques 28 900 k

Nombre d’heures cumulées 500 000 000 k

Nombre de retours clients 1325Nombre de défaillances confirmées 438Nombre d’analyses de défaillances réalisées 370

Meilleures prédictions pour FIDES, par rapport à la MIL-HDBK-217

18 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Familles de composants0 FIDES

(10-9 F/h)REX

(10-9 F/h)

Rapport

REX /

Prédit

CI Microprocesseur 0,668 2,03 3,0

CI Programmable 0,714 2,08 2,9

CI Memoire 0,283 1,19 4,2

IC Analogique et Puissance 0,427 0,39 0,9

Transistor 0,047 0,16 3,4

Resistance Fixe & Variable 0,026 0,01 0,5

Condensateur 0,161 0,06 0,4

Self & transformateur 0,078 0,20 2,5

Comparaison entre le retour d’expérience et les prédictions FIDES au niveau familles de composants ( 8 principales des 36 analysées)

Retour d’Expérience FIDES : le PEA REX

Au niveau famille de composants, les rapports obtenus sont satisfaisants

19 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Développements en cours : le PEA PISTIS (1/2)

Motivations:

Pas de retour d’expérience sur les dernières technologies mises sur le marché

Précision des prédictions de fiabilité incertaine

Voire, modèles inexistants

Besoins des nouveaux systèmes => haut niveau de performance et une efficience de la thermique

Utilisation des technologies émergentes => décroissance des marges de fiabilité

Durée de vie potentiellement limitée en environnement sévère pour les nouvelles technologies émergentes

20 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Développements en cours : le PEA PISTIS (2/2)

Objectifs :

Mettre à jour le guide FIDES

Fournir de nouveaux modèles et paramètres pour les technologies émergentes , en incluant les effets d’usure. Tests de longue durée (> 2 ans) réalisés sur :

DSM : Deep SubMicron technologies (FPGA, SDRAM et Mémoires Flash ,

GaN puissance, hyperfréquence

MOSFET & IGBT.

Niveau de stress des tests :niveaux extrêmes des profils de vie

21 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

THALES Global Services SASTHALES Research & TechnologyTHALES Communications & Security SASTHALES Air Systems SASTHALES Airborne Systems SASTHALES Avionics SASTHALES Underwater Systems SAS

SAFRAN Electronics & DefenseSAFRAN Electrical & Power

MBDA France

Rouen

Bordeaux

Airbus Operations SAS

PEA PISTIS : le consortium

Une étude collaborative sous l’égide de la DGA cofinancée à 50% par les industriels

Démarrée en septembre 2015, pour une durée de 4 ans

22 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Les outils FIDES (1/2)

Outil indispensable Compte tenu de la richesse des modèles et le nombre

important de composants d’un système, l’utilisation industrielle de FIDES requière un outils

Outils du commerce Reconnaissance internationale par le développement de

modules FIDES pour des logiciels commerciaux étrangers WINCHILD PREDICTION – PTC (USA)

RAM COMMANDER –ALD- (ISRAEL)

FIABILITY- DEKRA (FRANCE)

CARE –BQR- (ISRAEL)

ISOGRAPH – (UK)

RELIASOFT (USA)

ITEM (UK)

23 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Les outils FIDES (2/2)

L’outil FIDES ExperTool

Développé dans le cadre d’un projet IMDR et diffusé gratuitement, l’outil Expertool permet de réaliser des calculs de fiabilité

Caractéristiques principales

Utilise des fichiers d’entrée et de sortie Excel

Supporte les versions FIDES 2004 et 2009

Téléchargeable sur le site FIDES

Libre de droit d’utilisation

Adapté à :

l’usage de PME pour des petits projets

L’expérimentation de la méthodologie

Développé et maintenu par la société LGM

Appel a souscripteurs pour mise à jour de l’outil avec le nouveau guide FIDES 2019

24 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Développements en cours : ESA ITT-8811

Etude ESA ITT-8811: « New ReliabilityPrediction Methodology Aimed at SpaceApplications » Adaptation de FIDES pour le domaine spatial

Adaptations principales proposées: Un PI process adapté au domaine spatial Un PI Part Manufacturing adapté aux composants

utilisés par le spatial Profil de vie Spatial

Démarrée en Septembre 2017 pour une durée de 2 ans Constitution du consortium:

MATRISK THALES ALENIA SPACE SAS AIRBUS DS SAS SERMA TECHNOLOGIES SAREL Consult

Au terme de l’étude, ce sont tous les programmes spatiaux européens qui devront utiliser cette nouvelle méthodologie

25 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

FIDES Normalisation internationale

Au niveau Européen

FIDES a été reconnue comme meilleure pratique pour les calculs prévisionnels de fiabilité par l’European DefenceStandards Reference System (EDSTAR) depuis 2011 et est inscrit dans leur référentiel

FIDES recommandée comme meilleure pratique pour tous les programmes de défense européens

26 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

FIDES Normalisation internationale

Proposition de FIDES au niveau International à l’IEC Fides a été proposée en 2017 par la France comme support

d’une nouvelle norme internationale : « A global methodology for reliability data prediction of electronic

components “ Résultats des votes internationaux :

Les deux critères étant satisfaits✓ Les travaux de normalisation ont débuté en octobre 2017✓ Cette nouvelle norme porte la référence IEC 63142 ✓ Durée estimée des travaux : 3 ans

27 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Le GTR IMDR FIDES

Objectif : Maintenir et développer la méthodologie Activités :

Date de création : 2007 4 réunions plénières par an Audioconférence mensuelle 4 sous groupes de travail

Evolutions de FIDES – Projets IMDR Promotion de FIDES - Normalisation internationale Application aux différents domaines – guides d’application Application au spatial (créé en 2017)

Plus de 35 sociétés participantes Tous les domaines représentés (Energie, Transport, Défense, Spatial

…) Rédaction de guides applicatifs complémentaires au guide

Le GTR animera un atelier FIDES au congrès Lambda Mu 21 à Reims le 16/10/18 Nota : une session de 4 communications sur FIDES aura lieu le même

jour

28 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Le GTR IMDR FIDES 2/2

Besoins complémentaires identifiés par le SG1Priorit

yN° Projects

Projects

ref.Interested participants Status

0 8Renovation and maintenance

of FIDES WebSiteP17-3

- DGA Kickoff meeting held in November

2018!- THALES

2 4 MEMSDone

(enclosed)

- AIRBUS DS - DGA

– THALES - SAFRAN

– MBDA - RENAULT

1 7Sensitivity module for

ExperTool

To be

discussed

- DGA - AIRBUS DS

Project sheet proposed- MBDA - THALES

- SAFRAN DS

1 "Open-mod" capacitor FP6- DGA - RENAULT

Two more participants needed- MBDA - THALES

3 Position potentiometer FP2

- THALES

Standby– DGA

– MBDA

5 Laser DiodeTo be

discussed

- Ariane Group - MBDA Discussion to be lead on the way to

model this technology (power, type,

etc.)

- DGA

- THALES

6 Tantalum Polymer capacitorTo be

discussed?

Discussion to be lead to identify the

component type adressed

9 Other type of LEDTo be

discussedBiOled, Oled,

10 Update of the screen modelTo be

discussed- RENAULT - TAVS Display

11ExperTool update including

PISTIS update

To be

discussed- THALES

29 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Site WEB FIDES

Site WEB www.fides-reliability.org

Téléchargement

des différentes versions du guide

de l’outil ExperTool

Email contact : contact@fides-reliability.org

Remise à jour du site prévue en 2018

30 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Conclusions 1/2

Limites de FIDES Concerne les composants, Electriques,

Electroniques, Electromécaniques Couverture des technologies spécifiques limitée

par l’absence ou l’insuffisance de données disponibles

Améliorations potentielles Notion de durée de vie à modéliser pour les

technologies concernées

Besoins complémentaires Le GTR FIDES dans le cadre de son SG1

recense les besoins complémentaires

FIDES

Si d’autres besoins existent dans le domaine automobile, contacter le GTR FIDES IMDR pour les exprimer et /ou

contribuer à la création des modèles

31 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Conclusions 2/2

Bilan très positif pour une méthodologie partie « d’une page blanche » en 2001 et qui est maintenue depuis 17 ans

Méthodologie basée sur la physique des défaillances qui se révèle réaliste et précise

Progression continue de son utilisation et qui a franchit les frontières

Bonnes perspectives d’évolutions à moyen terme

Reconnaissance internationale par la Normalisation IEC 63142

Pour en savoir plus ou pour contribuer aux développements de FIDES, contacter le GTR IMDR FIDES

site IMDR : imdr.eu ou contact@fides-reliability.org

FIDES

32 « Capitalisation des données pour la fiabilité électronique et mécanique »- SIA Suresnes -30/05/2018 Méthodologie de Fiabilité prévisionnelle FIDES, Bilan et Perspectives

Merci de votre attention…

Questions ?

Méthodologie de Fiabilité prévisionnelle FIDES