— 壽命不只是“用久了自然壞”，其實多數失效都能用模型解釋：溫度、電流密度、濕度、熱循環、機械應力在加速什麼機制；你做的是把「現場的多年」用「加速條件的幾週」逼出來，然後用統計把它還原回真實壽命
🎯 單元目標
完成本單元後，你將能夠：
• 用工程語言描述「老化」：參數漂移 vs 突發失效（catastrophic）• 看懂浴缸曲線：早期失效 / 穩定期 / 磨耗期
• 掌握幾個最常用的壽命加速模型：Arrhenius、Black、Coffin–Manson、Peck、Weibull
• 會把「加速測試結果」換算回「常溫常用壽命」的估計
• 能判斷你的測試是否在“加速同一個失效機制”，避免測到假的壽命
🧭 一、先給一句話總結（超核心）
👉 壽命模型的本質是：先鎖定主導失效機制（熱、電遷移、熱疲勞、濕度腐蝕…），再用加速因子把測試時間壓縮，最後用統計分佈（常見 Weibull）把「何時壞」變成可設計的可靠度指標；最可怕的錯不是算錯，而是加速條件把失效機制換掉。
🧠 二、老化到底是什麼？先分兩種死法
- 參數漂移（Degradation / Drift） 例如：Rds(on) 變大、Vth 漂移、漏電上升、ESR 變高、光衰、容量下降 → 你會看到性能慢慢變差，最後超出規格而“判定失效”。
- 突發失效（Catastrophic） 例如：擊穿、bond wire 斷、焊點裂、電遷移開路、封裝剝離造成瞬斷 → 外觀看似一瞬間死，但背後多半是長期累積。
（兩種壽命曲線）
性能/參數
^ | 漂移型：慢慢走到規格外
| ___________ | __ <- 超規格判失效
| | 突發型：長期累積後瞬間斷崖
| _____________|‾‾‾ <- 某一刻突然死
+----------------------------> t
🛁 三、浴缸曲線：可靠度工程師的世界觀
失效率（Failure Rate）通常呈現浴缸形狀：
（Bathtub Curve）
失效率 λ(t)
^ | \ ______ | \ / | ____ ____________/ | ^ | | 穩定期（隨機失效）
| 早期失效（瑕疵/製程/裝配） 磨耗期（老化機制主導）
+----------------------------------> t
工程含義：
• 早期失效：靠 burn-in、篩選、製程改善處理
• 穩定期：靠設計裕量、保護、環境控制降低隨機失效
• 磨耗期：靠壽命模型與 derating 控制“多久後開始大量死亡”
🔥 四、最常用的壽命加速模型（你要能對號入座）
4.1 Arrhenius（溫度加速）— 最常見
適用：化學反應型、擴散型老化（很多失效都吃這套）
核心直覺：溫度越高，反應越快，壽命越短。
加速因子（常用形式）
AF = exp[ (Ea/k) · (1/Tuse − 1/Tstress) ]
• T 用 Kelvin（K）
• Ea：活化能（eV）
• k：波茲曼常數
（Arrhenius Plot 概念）
ln(壽命)
^ | | | | +-----------------> 1/T 越右（低溫）壽命越長
工程提醒：
👉 Arrhenius 好用，但前提是同一個機制在主導；溫度太高可能引發不同失效（封裝材料變形、界面剝離），模型就會失真。
4.2 Black’s Equation（電遷移 EM）— 高電流密度必考
適用：金屬互連、bond wire、封裝內導線的電遷移（開路/短路）
直覺：電流密度越大、溫度越高，金屬原子被“推走”越快。
MTTF ∝ (J^(−n)) · exp(Ea/kT)
• J：電流密度
• n：經驗指數（常見 1~2 左右）
（EM 概念）
電子流方向 --->
金屬線： [###########]
原子被推移： #######--> (逐漸形成 void)
最後： [#### void ###] -> 斷路
工程提醒：
👉 你以為線夠粗就沒事？實務上“局部瓶頸”電流密度才是殺手：狹窄處、轉角、via、接點。
4.3 Coffin–Manson（熱循環疲勞）— 焊點/封裝最常見
適用：焊點裂、封裝與PCB熱膨脹係數不匹配造成疲勞
直覺：溫差 ΔT 越大、循環越多，裂得越快。
Nf ∝ (Δε)^(−m) （常用形式；Δε 與 ΔT 有關）
（熱循環造成裂）
Cycle: 冷 -> 熱 -> 冷 -> 熱 ...
焊點： (膨脹/收縮反覆拉扯)
裂紋成長：
[====] -> [=== ] -> [== ] -> [= ] -> 斷
工程提醒：
👉 很多設備不是“熱死”，是“反覆冷熱震死”。尤其是頻繁開關機、負載跳動、戶外日夜溫差。
4.4 Peck Model（濕度/腐蝕）— 潮濕環境的壽命
適用：腐蝕、離子遷移、潮濕引發漏電、金屬氧化
直覺：濕度越高、溫度越高，壽命越短。
常見形式：Life ∝ RH^(−n) · exp(Ea/kT)
（濕度造成漏電/腐蝕）
水膜 + 雜質離子：
[金屬] ~~~~~ (水膜) ~~~~~ [金屬]
↑ 離子遷移 / 腐蝕增強
最後：漏電上升、腐蝕斷路、短路
4.5 Weibull（統計分佈）— “何時壞”用它說清楚
Weibull 不是機制模型，是統計模型，常用來描述壽命分佈。
兩個最重要參數：
• β（形狀參數）
• η（特徵壽命）
β 的工程語言：
• β < 1：早期失效（越用越不容易壞）
• β ≈ 1：隨機失效（失效率近似常數）
• β > 1：磨耗失效（越用越容易壞）
（β 不同的失效率型態）
失效率 λ(t)
^ | β<1: ____ | β=1: ----- | β>1: ____/ +----------------> t
🧠 五、最致命的坑：加速測試把失效機制換掉
你要一直問自己：
“我是在加速同一種失效，還是製造另一種新死法？”
（機制切換的風險）
壽命估計（你以為）
^ | 真實機制A（現場）
| / | / |/_______________ +-----------------> 應力（溫度/電壓/濕度）
\ 你測到的是機制B（高應力才出現）
______
工程判斷法（超實務）：
• 失效分析（FA）要一致：顯微、X-ray、切片、電性特徵
• 不同應力點的“壞法”要同一種（同一個機制）
• 模型擬合要合理（線性區、斜率一致）
🔬 電子學實驗題（94/120）
實驗名稱
加速老化與壽命回推：用溫度/負載循環做壽命壓縮，並用 Weibull + Arrhenius/Coffin–Manson 建立可設計的可靠度預估（ASCII 強化版）
🎯 實驗目的
- 做出“漂移型老化”與“突發型失效”的可觀測差異
- 在不同溫度/循環條件下取得壽命資料（或漂移到超規格的時間）
- 練習： • 溫度加速（Arrhenius）或 • 熱循環疲勞（Coffin–Manson）
- 用 Weibull 觀點解釋：β <1 / =1 / >1 代表什麼
🧰 實驗器材（可用低成本版本）
• 被測物（DUT）建議選一種你容易量漂移的元件/模組：
- 電解電容（ESR/容量漂移）
- MOSFET（Rds(on)/漏電漂移）
- LED（亮度衰減）
- 小型DC-DC模組（效率/輸出紋波漂移） • 可控溫環境：烘箱/溫控箱（或簡化：加熱板 + 溫度計 + 保溫箱） • 量測：萬用表、簡單 LCR（若有）、示波器（可選） • 負載：電阻/電子負載（可選） • 記錄：計時、紀錄表（你自己記，不用表格輸出）
🧪 實驗設計概念（兩條路線擇一或都做）
路線 A：Arrhenius 溫度加速（漂移型最容易做）
你在兩個或三個溫度點做同一個測試：
T1（較低） / T2（較高） / T3（更高）
量測某個參數隨時間漂移，直到超出規格判定失效。
（漂移到規格外）
參數（例：ESR 或 Rds_on）
^ | T3 / | T2 / | T1 / |__________/______________> t ^ 規格上限（超過即失效）
關鍵：溫度越高，斜率越陡（老化越快）。
路線 B：熱循環/功率循環（偏向焊點/封裝疲勞）
做反覆循環：冷 → 熱 → 冷 → 熱
或用功率循環：負載高（熱）→ 負載低（冷）反覆切換。
ASCII（溫度循環波形）
T ^ __ __ __ | / \ / \ / |/ _/ _/ __> t
冷 熱 冷 熱 冷
ASCII（功率循環造成溫升循環）
P(t) ^ ____ ____ ____ || || || |> t
ON OFF ON OFF
觀察：循環次數越多，越容易出現“突然斷”或接觸不良。
✅ 實驗步驟（路線 A 範例：溫度加速）
- 定義失效標準（一定要先定） • 例如：ESR 增加到初始的 2 倍 • 或 Rds(on) 增加 30% • 或 LED 亮度掉到 70%（L70）
- 在 T1 做老化，定時量測參數（例如每 30 分鐘/每 1 小時）
- 在 T2、T3 重複做
- 記錄每顆 DUT 的失效時間 t_fail（或達到漂移門檻的時間）
（你最後會得到一串壽命樣本）
T1: t1, t2, t3, ... T2: t1, t2, t3, ... T3: t1, t2, t3, ...
🧠 實驗題的解析（加強 ASCII 文字圖）
解析 1：為什麼溫度一提高，壽命常呈“指數級變短”？（Arrhenius 直覺）
因為很多老化機制是“跨越能障”的反應（擴散/化學/界面變化），溫度上升會讓跨越能障的機率大幅上升。
（能障直覺）
能量
^ ___ <- 能障（Ea）
| / | ____ / ____ |__/ __ -> 反應進行需要跨過 Ea
+--------------------------> 反應座標
溫度越高：越多粒子有足夠能量跨過 Ea → 老化更快。
解析 2：為什麼必須用 Kelvin（K）而不是 °C？
因為 Arrhenius 的指數項本質是“絕對溫度下的能量分佈”。
°C 只是偏移量，不能直接進指數模型。
ASCII（提醒）
T(K) = T(°C) + 273.15 不要把 60°C 和 80°C 當成 60 和 80 直接丟進 exp()
解析 3：你如何判斷 β（Weibull 形狀）對應哪個世界？
你不需要畫正式 Weibull plot 也能用直覺判斷：
• 如果很多樣本一開始就死、後面反而很穩 → β < 1（早期失效）
• 如果大概“隨機”時間壞、沒有明顯磨耗加速 → β ≈ 1
• 如果越到後期越密集地壞 → β > 1（磨耗）
（失效時間分佈直覺）
β<1（前面擠一堆）： ||||||| | |
β=1（均勻感）： | | | | | | | |
β>1（後面擠一堆）： | | |||||||
（每一根 | 代表一顆 DUT 壞掉的時間點）
解析 4：為什麼加速測試最怕“測到新死法”？
因為你要回推的是“現場條件下的壽命”，所以加速只能縮短時間，不可以改變死亡機制。
(錯誤示例）
現場：氧化/擴散慢慢漂移（機制A）
你加速：溫度太高 -> 封裝軟化/剝離（機制B）
結果：你算到的是“封裝剝離壽命”，不是你想要的“漂移壽命”。
（如何檢查）
T1 壞法：A
T2 壞法：A
T3 壞法：B <- 這點就不能拿來擬合 A 的模型
解析 5：為什麼要定義“失效門檻”？漂移型不定門檻會變成玄學
漂移型老化如果沒有門檻，大家各說各話：
“還能用” vs “已經超規格”。
（門檻就是判決線）
參數
^ | 漂移曲線
| / | / |/_________ <- 規格上限（門檻）
+----------------> t
門檻定了，你才有 t_fail，才有壽命分佈與模型。
🧠 工程結論
Aging 不是一句“用久會壞”，而是一套能被設計的系統：
• 先抓機制（熱 / EM / 熱循環 / 濕度）
• 再用加速因子壓縮時間（Arrhenius / Black / Coffin–Manson / Peck）
• 最後用統計分佈描述“何時壞”（Weibull）
你做對這三件事，就能把可靠度從“祈禱”變成“工程”。
