Prediksi Umur Elektronik Lebih Cepat dan Akurat: Kunci Efisiensi Desain Lewat Physics of Failure (PoF)

Dipublikasikan oleh Dewi Sulistiowati

15 April 2025, 07.56

Freepik.com

Dalam dunia teknologi tinggi seperti otomotif dan dirgantara, keandalan sistem elektronik bukan sekadar nilai tambah—ia menjadi syarat mutlak. Artikel “Physics of Failure (PoF) Based Lifetime Prediction of Power Electronics at the Printed Circuit Board Level” oleh Andrew Wileman dkk., dari Cranfield University, membawa kita menyelami metode prediksi usia pakai papan sirkuit tercetak (PCB) menggunakan pendekatan PoF yang kaya akan presisi dan efisiensi.

Apa Itu Physics of Failure (PoF)?

PoF adalah pendekatan berbasis mekanisme fisik untuk memprediksi degradasi dan kerusakan pada komponen elektronik. Alih-alih hanya mengandalkan data historis kegagalan, PoF memahami akar penyebab kegagalan seperti:

  • Siklus termal (thermal cycling)
  • Getaran acak dan harmonik
  • Kejut mekanis
  • Fatigue pada sambungan solder
  • Degradasi komponen semikonduktor

Keunggulan utama PoF: dapat digunakan sejak tahap desain awal untuk memprediksi kerentanan komponen terhadap lingkungan operasional.

Metodologi: Mengubah Data eCAD Menjadi Model Analisis

Studi ini mengubah data desain elektronik (eCAD) menjadi model Computational Fluid Dynamics (CFD) dan Finite Element Analysis (FEA) untuk menyimulasikan berbagai stres lingkungan. Model FEA memungkinkan evaluasi mendalam terhadap faktor-faktor seperti:

  • Siklus suhu dari −33°C hingga 63°C
  • Getaran dari 10 Hz hingga 2000 Hz
  • Shock mekanis hingga 10g
  • Prediksi umur solder dengan standar IPC-JEDEC
  • Wear-out semikonduktor berdasarkan SAE ARP 6338

Studi Kasus: Evaluasi Board Infineon

Sebagai platform uji, digunakan board Infineon dengan dua IGBT (Insulated Gate Bipolar Transistors) dan beberapa komponen lain seperti kapasitor, inductor, dan konektor.

Tujuan pengujian:

  1. Menilai ketahanan board terhadap berbagai tekanan lingkungan.
  2. Menyediakan prediksi masa pakai hingga 30 tahun dengan toleransi kegagalan 20%.

Hasil Uji & Simulasi Fisik: Angka dan Temuan Kunci

1. Thermal Mechanical Cycling

  • Temperatur: −33°C hingga 63°C
  • Komponen yang gagal: kapasitor besar, induktor toroidal, dan transistor (terutama yang dekat dengan heatsink)
  • Alasan: ekspansi termal tinggi dari plastik & logam + posisi dekat sumber panas

2. Getaran Alamiah & Resonansi

  • Frekuensi kritis: 212.75 Hz & 222.69 Hz
  • Dampak: resonansi tinggi memicu stres tinggi di sekitar heatsink, memicu potensi retak solder
  • Rekomendasi: tambahkan peredam atau hindari operasi di frekuensi tersebut

3. Getaran Acak (Random Vibration)

  • Spektrum daya: 0.04 G²/Hz
  • Intensitas getaran: 7.7 G RMS selama 1 jam
  • Dampak: komponen besar di bagian atas board mengalami dislokasi
  • Solusi: ganti stand-off panjang dengan versi pendek & perkuat penyangga

4. Shock Mekanis

  • Durasi: 6 ms, 10 G
  • Hasil: Semua komponen bertahan, karena durasi singkat & penyangga memadai

5. Kelelahan Solder (Solder Fatigue)

  • Suhu reflow: 260°C
  • Solder gagal: PB90SN10 (timah timbal), gagal pada dua Schottky diode
  • Saran: gunakan solder lead-free (SAC305) atau relokasi komponen dari area stres tinggi

6. Wearout Semikonduktor

  • Komponen diuji: 4 IC semikonduktor
  • Hasil: Semua bertahan melewati usia desain (30 tahun) untuk thermal cycle & event

Analisis Umur PCB Secara Menyeluruh

Probabilitas kegagalan total dalam 30 tahun: hanya 5%
Catatan penting:

  • Kegagalan mayoritas disebabkan oleh kombinasi getaran acak + ekspansi termal
  • Beberapa mitigasi desain seperti retaining clip atau heat sink mount tidak dimodelkan, padahal membantu

Kritik & Opini Penulis

Pendekatan PoF dalam paper ini sangat kuat dalam memberikan prediksi berbasis first principles ketimbang hanya data historis. Namun ada beberapa catatan:

  • Kelemahan: Studi masih mengandalkan simulasi, bukan uji lapangan nyata
  • Kurangnya eksplorasi AI/ML: Kombinasi data PoF dengan machine learning bisa mengembangkan model prediktif berbasis big data
  • Relevansi industri: Model sangat cocok untuk aerospace, defense, dan otomotif, namun bisa lebih diturunkan untuk produk komersial

Kontribusi terhadap Industri & Inovasi

Pendekatan ini menunjukkan bagaimana simulasi virtual dan digital twin dapat mempercepat:

  • Proses verifikasi desain
  • Penghematan biaya uji fisik
  • Reduksi waktu rilis produk
  • Reliabilitas lebih tinggi dalam siklus hidup produk

Dalam konteks era Industri 4.0, metode seperti ini tidak hanya teknis tapi juga strategis.

Relevansi terhadap Tren Global

  1. Digital Twin & Virtual Testing → sejalan dengan tren digitalisasi sistem manufaktur
  2. Reliabilitas sebagai Diferensiasi Produk → kebutuhan utama dalam otomotif listrik & kendaraan otonom
  3. Sustainability → desain awal yang kuat mengurangi limbah elektronik & kerusakan dini

Kesimpulan: Desain Lebih Andal Dimulai dari Prediksi yang Tepat

Dengan penerapan Physics of Failure sejak tahap desain, perusahaan dapat:

  • Menekan risiko sejak awal
  • Meningkatkan efisiensi siklus desain
  • Menciptakan produk yang lebih tahan banting & berumur panjang

Pendekatan ini bukan sekadar pilihan teknis, melainkan keunggulan kompetitif nyata.

📚 Sumber artikel: Wileman, A.; Perinpanayagam, S.; Aslam, S. Physics of Failure (PoF) Based Lifetime Prediction of Power Electronics at the Printed Circuit Board Level. Applied Sciences, 2021, 11, 2679.