首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    芯片失效分析,你可以怎么办?

    对于应用工程师,芯片失效分析是最棘手的问题之一。之所以棘手,很无奈的一点便是:芯片失效问题通常是在量产阶段,甚至是出货后才开始被真正意识到,此时可能仅有零零散散的几个失效样品,但这样的比例足以让品质部追着研发工程师进行一个详尽的原因分析。对于研发工程师,在排查完外围电路、生产工艺制程可能造成的损伤后,更多的还需要原厂给予支持进行剖片分析。不管芯片是否确实有设计问题,但出于避免责任纠纷,最终原厂回复给你的报告中很可能都是把问题指向了“EOS”损伤,进而需要你排查自己的电路设计、生产静电防控。由于缺乏专业的分析设备,芯片内部设计的保密性不可能让应用工程师了解太多,因此对于原厂给予的分析报告,应用工程师很多时候其实处于“被动接受”的处境。

    02

    干货 | 新能源发电设备关键部件健康评估与失效预测建模分析研究

    第一部分是这个项目背景与需求分析。大背景还是根据中国提出的碳中和碳达峰目标,目前我们也看到,风电装机量明显提升,那么风力发电是加快我国能源消费结构转型的一个重要的选择。对于市场前景分析,我们发现,随着新能源市场的持续增长,可再生能源的装机目前已经历史性地超过了煤电装机。随着风力装机容量的大幅度的提高,对于关键部件的故障对设备的影响也尤为严重。随着智能化数字化以及云技术的发展,风力发电设备的故障检测和健康评估领域出现明显的智能化发展趋势。通过运用大数据、机器学习等方法,对于风力发电设备进行实时检测以及故障,预计能够有效提高设备可靠性和可用性。那么对于用户需求来分析,我们会发现风力发电机组大多数都在野外十几米的高空,经常面临着变工况、变风载荷、高温差等一系列的情况,我们采用大数据以及人工智能的技术,通过数据驱动的方式来建立新能源关键设备的检测和故障预警的模型,能够提升新能源设备健康管理的水平。

    02
    领券