基于机器学习的芯片老化状态估计算法研究

随着芯片的集成度越来越高,其晶体管数量也越来越多,老化速度加快。由于工业应用、装备系统等领域对芯片可靠性的要求较高,因此研究估计芯片老化的方法至关重要。总结现有的芯片老化估计和预警的技术方法,将机器学习算法应用于芯片老化状态估计,实验结果表明,极端梯度提升树算法的效果较好。对现有的极端梯度提升树算法进行贝叶斯优化,寻找模型的最优参数,使用优化后的算法估计的状态值与真实值的均方误差比优化前降低了0.13~0.25,优化后的模型预测结果较为精准。

基于PLC和组态王的芯片老化测试温度控制系统设计

芯片作为电子产品的核心组成部分,起着电子产品大脑的作用。为了保证芯片的可靠性和耐用性,厂家需要在出厂前进行芯片老化测试。在对芯片老化测试控制系统进行综述的基础上,采用PLC与组态王对芯片老化温度控制系统中上、下位机的硬件和软件分别进行了设计,实现了系统的位式控制。调试结果表明:该设计能准确完成芯片老化测试的任务,确保每一环节稳定运行。

芯片自动老化系统

该系统由微机及单片机构成 ,能对芯片进行在线测试 ,并回显检测结果。该系统自动化程度高 ,界面友好 ,采用灵活的板卡方式 ,工作稳定可靠 ,可长时间的流水作业。

快速老化小鼠海马差异表达cDNA芯片的制作

老年性痴呆(Alzheimer’s disease,AD)是老年人群中最普遍的痴呆类型,是一种神经退行性紊乱疾病,目前临床上还没有有效的治疗方法。快速老化小鼠亚系P8(senescence-accelerated mouse prone8,SAMP8)是研究增龄相关性认知缺陷机制以及研究脑老化机制的良好动物,同时也是研究AD较为理想的实验动物模型之一。cDNA芯片技术可以同时规模研究成千上万个基因的表达,尤其适于AD这种多机制、多靶标、多途径的复杂疾病的研究,为了揭示AD的发病机制,发现用于治疗AD的药物靶标,以SAMP8和SAMR1海马抑制消减cDNA文库中的cDNA片段为材料,以β-actin和G3PDH为内参,设计了16×(1×14)点阵方案,并点制了含有3136个点的SAM海马差异表达cDNA芯片。芯片背景均匀一致,点的大小均一,排列规则整齐。在靶分子与探针杂交过程中,进行了杂交条件和洗涤芯片的优化。将杂交结果进行统计分析,选择差异表达的cDNA进行测序并进行生物信息学分析,用实时定量RT-PCR对部分基因的表达进行了验证,检测了芯片筛选结果的可靠性。该芯片的成功制备为进一步进行差异表达基因的筛选和研究提供了良好的手段,并将成为揭示SAMP8脑老化和AD发病机制的有力手段。

基于Liberate+Tempus的先进老化时序分析方案

在先进工艺节点(7 nm,5 nm及以下)下,电路老化已经成为制约芯片性能和可靠性的“卡脖子”难题。老化效应将导致器件延时增大,进而产生时序违例的风险。数字电路设计工程师需要在时序分析中预判老化后的时序情况,并针对性地设置时序裕量,才能确保芯片在服役期限中可靠地运行。鉴于此,导入基于Liberate+Tempus的考虑老化效应的静态时序分析(aging-aware STA)方案。评估结果显示,该方案能在兼顾效率、准确性、多样场景老化时序分析的同时实现时序裕量释放,为达成具备更高可靠性和更佳性能的先进芯片设计提供有力依据。

一起10kV接地变断路器误跳闸事件分析

针对一起110 kV变电站10 kV接地变保护装置误分闸事件,经过详细分析并进行了相关电气试验,发现其误动作的原因是保护装置CPU插件的芯片老化以及装置的自检功能不完善。提出对ISA-1H与ISA-200系列保护装置采取调整定检周期、加强巡视力度、加快设备改造进度以及由生产厂家对插件升级和更换问题插件等防范措施。通过采取多方面的措施,可提高微机保护装置的可靠性,保障电网的健康、稳定运行。