Adoption of electronic Commercial-Off-The-Shelf (COTS) parts in various industrial products is rapidly increasing due to the accessibility and appealing lower cost of these commodities. Depending on the type of application, having an accurate understanding of the COTS failure information can be crucial to ensure the reliability and safety of the final products. On the other hand, frequent large-scale testing is often cost prohibitive and time consuming for emerging technologies, especially in the consumer electronics sector where minimizing time-to-market and cost is critical. This paper presents a comprehensive Bayesian approach and software platform (named COTS Reliability Expert System), that integrates multiple pieces of heterogeneous information about the failure rate of COTS parts. The ultimate goal is to reduce dependency on testing for reliability analysis and yet to obtain a more accurate “order of magnitude” estimate of the failure rate through an efficient process. The method provides a foundation for incorporating manufacturers reliability data, estimates based on underlying physics-of-failure mechanisms and circuit simulations, partially relevant life test data of similar (but not necessarily identical) parts, and expert opinions on the manufacturing process of the COTS part of interest. The developed expert system uses Bayesian estimation to integrate all these types of evidence. The methodology is demonstrated in estimating the failure rate of a static random-access memory (SRAM) part.

由于这些商品的可访问性和较低的成本吸引力，在各种工业产品中现成的电子商用零件（COTS）的使用正在迅速增加。根据应用程序的类型，对COTS故障信息的准确理解对于确保最终产品的可靠性和安全性至关重要。另一方面，对于新兴技术而言，频繁的大规模测试通常成本高昂且耗时，尤其是在消费电子领域，其中最重要的是缩短产品上市时间和降低成本。本文提出了一种综合的贝叶斯方法和软件平台（称为COTS可靠性专家系统），该平台集成了有关COTS零件故障率的多种异构信息。最终目标是减少对可靠性分析测试的依赖，并通过有效的过程获得对故障率更准确的“数量级”估计。该方法为合并制造商的可靠性数据，基于潜在故障物理机制和电路仿真的估计，相似（但不一定相同）零件的部分相关寿命测试数据以及有关COTS制造过程的专家意见提供了基础感兴趣的部分。发达的专家系统使用贝叶斯估计来整合所有这些类型的证据。在估算静态随机存取存储器（SRAM）部件的故障率时证明了该方法。该方法为合并制造商的可靠性数据，基于潜在故障物理机制和电路仿真的估计，相似（但不一定相同）零件的部分相关寿命测试数据以及有关COTS制造过程的专家意见提供了基础。感兴趣的部分。发达的专家系统使用贝叶斯估计来整合所有这些类型的证据。在估算静态随机存取存储器（SRAM）部件的故障率时证明了该方法。该方法为合并制造商的可靠性数据，基于潜在故障物理机制和电路仿真的估计，相似（但不一定相同）零件的部分相关寿命测试数据以及有关COTS制造过程的专家意见提供了基础。感兴趣的部分。发达的专家系统使用贝叶斯估计来整合所有这些类型的证据。在估算静态随机存取存储器（SRAM）部件的故障率时证明了该方法。以及有关COTS零件制造过程的专家意见。发达的专家系统使用贝叶斯估计来整合所有这些类型的证据。在估算静态随机存取存储器（SRAM）部件的故障率时证明了该方法。以及有关COTS零件制造过程的专家意见。发达的专家系统使用贝叶斯估计来整合所有这些类型的证据。在估算静态随机存取存储器（SRAM）部件的故障率时证明了该方法。