第三方检测机构的热测试/热分析之能力建设（二）
第三方检测机构的热测试/热分析之能力建设（二）
02 热测试/热分析的前沿技术
常用标准
早期的热测试通过热电偶和红外等测温技术，也有一些测试规范或者标准，热电偶测的是点温度，红外测的是面温度分布，尽管设备便宜，操作简单，但是由于测试数据无法准确反映温度场的精确分布，在实际应用中，通常作为趋势分析或者参考。 上世纪70年代，基于半导体IV特性曲线，先测量结电压-温度之间的关系——K系数，从而通过ETM法直接测结温。ETM的结温测试数据表征了芯片发热区的平均温度，因此也产生的相关的测试标准并不断被补充。 
图一 电子散热部分常用标准
ETM法的优点是可以直接读出结温，缺点是需要在加热电流和测试电流之间做切换。早期的标准主要是通过测试结温的稳态值去研究和分析温度场，有很大的局限性。2010年，JESD 51-14，引入了瞬态测量数据，用结温的瞬态变化值去分析一维散热路径，是测量技术的一次飞跃。 但是工程应用的要求远远超出了标准发展的速度，随着芯片的体积越来越大，功率密度愈来愈高，原有标准已经不能完全满足行业应用要求。 多种检测技术耦合
温度测量的方法有很多，除了热电偶、红外，常见的还有热反射法，和拉曼法。 热反射法原理：当可见光照射在某种材料表面时，材料对可见光的反射率随材料温度变化而变化，且对可见光的反射率变化量与材料表面的温度变化量的一阶近似呈一定的线性关系。这种测温的方法不适合测透明的材料。 拉曼法原理：当一束固定频率的单色光照射到样品上后，其中一种散射光，该散射光的频率发生了改变，为拉曼散射。散射光与入射光之间的频率差称为拉曼位移，拉曼位移与入射光频率无关，它只与散射分子本身的结构有关，取决于分子振动能级的变化，而温度变化和分子振动能级的变化呈一定的线性关系。这种测温的方法是对某一个特定温度点的测量，无法测温度分布。 热测试/热设计技术本质上是通过尽可能精确地预测或测试温度场及其瞬态变化，从而设计合理的散热结构。 而以上的测试方法，包括电学法，其实都是从某一个特定的视角去观测温度场，为了更清晰地了解温度场及其瞬态变化，常用的办法是通过多种测试技术的耦合，来弥补单一技术的不足。 
图二 红外数据和CX结温数据对比
从上图，我们可以看出，对于某一个特定的样品，我们可以建立电学法和红外法之间的关系，从而能从平均结温和温度分布两个维度同时评估。 关于多种检测技术的耦合，目前并没有相应的标准和数学模型，主要的来源还是实验数据，或许未来随着数据量的增加，逐步标准化，可建模，而逐步成为常用的工程测温的方法。 热数字孪生
热数字孪生技术，可以认为一定是热测试/热分析技术发展的方向，热数字孪生技术可以精确表征温度场及温度场的瞬态变化。 
关于热数字孪生技术，这里就不再详细描述，可以参考文章（《全豹透析“热数字孪生体”，李菊福？》及《热数字孪生技术——低成本电子热设计领域的蓝海战略》）。 热数字孪生的基本思想是以热模型（热数字孪生体）为行业知识的封装载体，实现技术领域知识的快速积累和上下游供应链之间高效沟通。 行业对热数字孪生技术的认识处于初级阶段，也没有相应的标准，一些头部的企业有大量的测试数据，也尝试对热数字孪生技术做了一些深入的探索，但总体情况并不理想。 而业界对热数字孪生的技术需求，及衍生出的未来可以颠覆生产和研发流程的工程应用前景，推动着诸多企业及相应的研究机构在热数字孪生技术领域投入大量的资源。 个人的判断，热数字孪生技术必须是基于《三维热阻理论》，从物理上去理解和研究温度场模型，可能是建立行业标准的唯一机会。 寿命模型
电子产品的结温是可靠性影响的主要因素，从目前功率循环实验的实验设计及相关标准中分析，结温及结温的变化是建立寿命模型的主要依据。 车规器件的可靠性标准，目前主要是AQG 324及AEC Q-101，其PC分为秒级和分钟级，最终是通过正向导通电压的变化及结温的变化去判断器件是否失效。而实际的工程应用，工况远远比标准中的实验设计复杂，我们的观点，现有的标准已经不能满足行业的应用要求【参考文章：破析AQG 324 功率循环实验（PC）失效判定标准】。 影响器件寿命的因素有很多，理论上寿命模型实验应该考虑各种因素对寿命的影响，再去做相应的实验设计，做出可以定义的实验数据并形成相应的寿命模型。 材料，尺寸，材料之间的相互关系，温度分布
电流，电压，动静态特性
环境条件（温度，湿度，震动，粉尘），功率（额定功率，载荷谱）
以上的影响因子，如果交叉去做，实验是非常复杂的，但可能也是唯一的途径。在这个领域研究比较深刻，比较前沿的企业，他们用几百台设备，同时做几年的测试，考虑到每个变量对寿命的影响，拟合成寿命模型，并且回归到实际应用中验证，形成相应的闭环。 关于寿命模型的研究，整个行业还处于初始状态，未来或许还会有新技术（比如说热数字孪生技术）应用到寿命模型的研究中去，从而有了更可靠，更高效的数据和方法 论，甚至是新的行业标准。 云测试
云测试定义：通过互联网技术，企业可以实现远程热测试，即可以通过专线连接云端的测试设备，完成热测试实验。 云测试可能是未来测试设备的新的技术方向。相对于构建实际的测试能力，云测试有一些不可替代的优势： 成本低，使得瞬态热测试技术不再是大企业的专属；
设备和资源利用率高，同等条件下可以获得更多有价值的数据；
能力转移无障碍，从无到有，新增，削减，从有到无，都变得非常容易；
实验数据和能力的积累等同于企业内部的实验室；
低成本消化吸收到企业外部的知识和资源，帮助企业迅速提高。
行业要有统一的标准，且标准能满足应用的需求；
云端设备的性能要满足企业的要求；
云端资源的投入，包括设备，人员，技术，服务；
商务模式和数据安全。
随着技术逐步地发展，云测试会逐步走向成熟，成为测试资源的重要组成部分，而更多的企业可以通过云测试服务，获得研发需要的数据，积累知识，提升能力。 数据平台
未来的技术基本上可以归结成数据加上AI，热测试/热分析行业也不例外，数据是资源，数据平台就是对于资源的利用方式。 热测试数据的复杂性，使得流通和交互并不理想。未来的数据平台，可能是应用的平台，也是学习的平台，同时也是管理的平台。 AI给数据积累提供了新的思路，自动识别，语音，语义，图像等AI技术被应用到实际的数据处理中，知识被快速地积累和迭代，更复杂的问题有了被解决的可能。也就是说，热测试/热分析技术领域也会逐步建立各种级别的数据平台，走向智能化时代。 
