如何确保功率半导体器件光电器件和高功率密度产品热性能一致

引言：

随着芯片结温的升高，半导体器件的寿命将呈指数下降。芯片的工作温度取决于半导体封装的结构及其冷却环境。适宜的热设计和可靠的制造程序能帮助将半导体器件以及模组的使用寿命维持在所需水平，从而使汽车中的电动动力系统、移动设备中的中央处理器CPU、高亮度LED等应用变得安全可靠。

客户挑战：

热质量测试系统旨在解决一些客户的关键问题。我们总结了以下最重要的潜在问题。

您如何确保您的功率半导体器件、光电器件和高功率密度产品的热性能一致?

热质量评估对于尽早识别潜在的材料缺陷、工艺变化或任何影响热性能的结构问题是非常重要的。我们基于瞬态热测试的方法，有助于发现这些缺陷和这些缺陷的影响。瞬态热测试方法是一种快速、非破坏性的测试方法。

您的客户是否要求提供描述您销售的每个器件以及模组的热信息，特别是在汽车行业?

在质量方面，汽车OEM厂商往往将标准设置得非常高。他们需要越来越多的器件/模组数据，包括热数据。快速、在线的瞬态热测试有助于捕获与所售每个器件以及模组相关的热性能数据。

您如何管理您的生产质量(环氧树脂质量、工艺参数)?

热学界面材料或者DieAttach材料在暴露于空气后往往会迅速变得无法使用。在许多情况下，可用性时间是根据生产中的最佳实践定义的，因此大量材料过早地被处理掉。能够表征这些化合物的实际使用寿命，可以帮助半导体公司每家工厂每年节省10万美元以上。

您是否看到基于热性能的分级价值?

基于热性能的分级有助于创建更广泛的产品组合。例如：最高质量的LED-s可以用于汽车应用，而较低热性能的样品仍然非常适合对质量要求不太严格的家庭照明应用。

这是怎么做到的?

该过程很简单，瞬态热测试设备发出一个短脉冲并捕获被测器件/模组的热响应信号。将获得的热响应信号与标准参考数据进行比较，并根据两个信号的差异做出通过/不通过或进一步分级的决定。

图2：瞬态热测试的过程

西门子的Simcenter MicReD Quality Tester在线质量测试设备的软件允许设置测试参数，操作界面基于已经在业界非常流行的Simcenter MicReD POWERTESTER控制软件中使用的界面，同样可以类似地选择被测器件的“定义”和“测试模式”。在本例中，我们设置了一个SiCMOSFET。如果合适的恒温器连接到测试系统，也可以从该界面执行被测器件的K系数的测量和校准。

成功创建被测器件的“定义”后，可以在后续的“TestCase”菜单中对被测器件的热阻抗曲线进行测量。

在“TestCase”选择窗口下，可以设置描述标准参考测试和生产中进行测试的测试参数，包括：时间参数、加热电流和测量范围等。在当前案例中，我们使用100A驱动电流，加热时间为0.5秒，冷却时间为0.5秒。测试电流来自“被测器件的定义”。

一旦设置了测试参数，测试系统就会捕获标准参考数据，并允许进行“初始电气噪音”的电瞬态校正。在此步骤中应用K系数。请参考图7。获得测量数据后，可以在此界面定义不同器件的分级限制。

要设置分级限制，可以采取以下步骤：

系统自动使用应用K系数，显示Zth曲线;

用户可以选择时间点来比较质量测试过程中记录的数据，例如：在这个案例中为500、1000、5000和10000µs;

每个时间点都可以有其分级的设置，这基本上定义了与标准参考数据的差异/距离。在这个例子中，类别#1是好的数据，类别#2不太可以接受，类别#3或任何超出此类别的都是有缺陷的器件/模组;

测试过程：

测试过程非常简单，不需要操作人员具有任何详细的瞬态热测试的知识。操作人员可以选择“被测器件”定义和相应的“TestCase”并将其添加到测试项目中，如图8所示。

一旦选择了被测器件类型和“TestCase”，操作人员就可以设置并进行自动的Rth测试：

在实际开始测试之前，必须填写被测试样品的批次ID和操作人员名称。在此案例中，系统将从样本#1开始以自动增量的形式测试到10000个样本。设置测量非常简单。

K系数校准：

对于基本比较，K系数校准将是不必要的。然而，在实际测试场景中，样本的K系数可能会不同，结果可能比较分散，并且对于识别真实的Zth值也可能很重要。

然而，在测试中为了快速测试，没有时间自动测量和校准每个被测器件的K系数，因此使用数学程序代替。步骤如下：

在测试中，关键结构参数(芯片尺寸、基板尺寸和几何形状)是非常稳定的;

设置“Test Case”的用户，将能够选择与这些被测器件特征相对应的曲线部分——它们一定会与参考被测器件具有相同的热响应，因为几何形状和半导体材料是相同的;

系统软件将自动检查曲线是否在此选定部分重合;

如果此时不重合，系统软件会自动寻找乘数因子来拟合曲线，并将其用作K系数校准;

这发生在决策之前，如果需要，可以保存新参数以供进一步分析;

在下面的例子中我们选择了两条曲线，一条是标准测试数据，另一条是未经校准的测试数据。它们非常接近，没有任何调整：

在下一步中，我们仔细查看了200µs到300µs范围，以找出可能的差异：

图11：图9的局部放大

差异是微小的，但是是存在的。找到一个正确的乘数因子，名为00014的测量曲线将与标准参考数据完全相同——我们有一个很好的标准参考数据，它的Zth信息和K系数是已知的：

图11：修正后的曲线与原图完美重合

使用仿真来确定分级的限制：

在专业的热仿真分析软件Simcenter Flotherm和Simcenter FLOEFD中，使用校准过的详细热模型可以帮助识别和设置分级限制范围：

然后可以将被测器件/模组自动分类到不同的箱中。

责任编辑：haq