現在の「新・3種の神器」といわれる薄型テレビ,デジタルカメラ,DVDレコーダーに採用されるシステムLSIが,半導体の需要を牽引している.この分野では,市場が世界的であり,新製品の投入時期が早ければ大きな市場シェアと莫大な利益を生み出すため,いかに短期間で市場に新製品を投入できるかが重要なポイントになっている.これを達成するためには,これらデジタル機器の重要な基幹電子部品であるシステムLSIの開発段階から品質,信頼性の作り込み,市場の要求レベルに合った品質レベルの製品を投入する技術が必要であり,ここではシステムLSIの主要不良モードであるスペック,不再現不良(いわいるゼロタイム不良)に対する考え方及び,各不良期での不良率推定方法を説明し,システムLSIの品質,信頼性向上施策について述べる.

抄録全体を表示

現在市販されている複写機やプリンターではゴムの摩擦力を用いて用紙を送りだし,搬送してアウトプットされる.それらの紙送りシステムの信頼性を確保していく上でキーとなるゴムローラーの不具合解析事例と信頼性に関連する今後の課題に関して紹介する.

抄録全体を表示

光を利用してLSIチップ上で故障個所を絞込む技術の重要性が増している.全体像を見るとともに,その代表としてOBIRCH技術を選び,少し詳しく述べた.まず,歴史的発展の流れをキーとなる解析技術とその派生技術という観点から整理して示した.キーとなる解析技術として最初にOBIC技術を挙げ,その派生技術としてSCOBIC技術と走査レーザSQUID顕微鏡を紹介した.2つめのキー技術はエミッション顕微鏡で,その派生技術として,時間分解エミッション顕微鏡と高感度検出器MCTを紹介した.3つめのキー技術はOBIRCH技術で,その派生として熱電効果利用法,IR-OBIRCH法,RIL/SDLを紹介した.4つめに従来の技術とは系統的つながりのないふたつの技術,LVPとLTEMを紹介し,最後に,共通の基盤技術である走査型レーザ顕微鏡と固浸レンズについてふれた.その後,OBIRCH技術にまとをしぼり,その発展経緯をいくつかの系統として紹介するとともに,将来方向を示す研究結果を紹介した.最後に,これらの技術を機能・手段といった観点から整理し,空きのある個所について考察を加えた.

抄録全体を表示

微細加工技術の進展とともに,半導体素子の高密度高集積化が進み,パーソナルコンピュータから携帯電話,デジタルカメラと,今や社会のあらゆるところで当然のように使われるようになった.これは低消費電力,小型,高機能というだけでなく,非常に高い信頼性(故障し難い)を有しているためである.地球上のあらゆる環境で高信頼性を発揮する半導体素子であるが,原子炉周辺や宇宙放射線環境では非常に故障しやすい.本稿では,半導体素子の放射線から受ける影響について,物質との相互作用として,電離と変位損傷があり,これらが素子内部でどのようなメカニズムで故障や劣化を引き起こすのかを概説した.また半導体素子は宇宙応用には欠かせない部品であり,地上とは異なり故障すれぱボードを取り替えればよいというわけにいかないため,半導体素子の耐放射線性が如何に重要であるかを広く認識していただければとの願いを込めた.

抄録全体を表示

ナノスケール時代の最新の半導体LSIの信頼性は,従来のバスタブ曲線の考え方には必ずしも従わない.高信頼性LSIでは故障率vs時間特性をどのように孝えるべきか,故障物理の視点から,従来のバスタブ曲線の初期故障,偶発故障,摩耗故障それぞれの領域を見直し,新しい考え方を提案する.

抄録全体を表示

多様・複雑・大規模なネットワークシステムの安全運営のための評価や制御を可能にする方策として,ブロック別部分構造体と,それを弱結合するグラフ構造とからなる複合構造型のシステム構成を提案し,安全の許容範囲を設けて,その中に対象量が収まれば良しとする柔軟な運営の考え方を推奨している.そして,このようなシステムが機能できるための条件を明確に規定する数学的理論を,集合値写像の考え方を用いて展開している.

抄録全体を表示

小標本の右側定数打切(right censored Type II)データ(RCD(n,r))から母集団のワイブル分布の形状母数mと尺度母数cを推定する場合,推定量の偏り(BIAS)の絶対値と平均2乗誤差(MSE)を小さくする方法を探究するために,まず,(i)ワイブル・プロットにおける縦横両軸方向の誤差を同時に考慮する評価関数Kと,(ii)大きさnの標本で観測された小さい方からr番目までの既知データから観測打切となった(n-r)個の未知データを予測する簡単な方法,を提案する.これにより,r個の既知データと残りの(n-r)個の未知データ予測値をあわせたものを,仮に,大きさnの完全標本と見なすと,これらに(i)で導入した評価関数Kを最小にする最小2乗法(LSE),最尤法(MLE),(b=1/m,c)に対する最良線形不偏推定法(BLUE)のほか,偏り修正法などを形式的に適用して母数mとcを推定することができる.これらの方法で求めた推定値のBIASとMSEをn=5,7,10,15,20;r=4,5,…,nに対してそれぞれN=20000回のシミュレーションで評価し,r個の既知データだけを使用する従来の場合と比較すると,われわれの提案法は,特に,mの推定では| BIAS |とMSEをかなり減少させることが示される.

抄録全体を表示