AIBR プレミアム
拓海先生、先日部下から“TSEPを使ってデバイスのジャンクション温度を監視できる”と聞きまして、導入に動いたほうが良いのか悩んでおります。要するに投資対効果が見えるかが心配でして、まずは基礎から教えていただけますか？
素晴らしい着眼点ですね！まず結論です。今回の論文は「追加ハードを増やさずに、較正（calibration）を改善するだけでジャンクション温度推定精度を大幅に上げる」方法を示しており、投資対効果が高い可能性がありますよ。
なるほど。具体的にはどこを直せばそんなに効くのですか？現場はデュアルパルステスト（dual pulse test）をやっているだけで、測定器は今のままです。
ポイントは三つです。第一に、テスト中に流れる負荷電流でデバイスの実際の接合部温度（Tj）がプレート温度とズレる現象を補償すること。第二に、配線や電源などのストレイ（stray）パラメータと結合パラメータの影響をモデル化すること。第三に、短時間の測定で生じるランダム誤差を考慮して繰り返し測定を組むことです。要点はこの三つに集約できますよ。
これって要するに「測り方を賢くして機器は変えずに精度を上げる」ということ？それなら現場の抵抗感は小さそうですが、実務で何を変える必要があるのでしょうか。
まさにその通りです。実務上は、デュアルパルステストの運用に温度補償用の手順を入れ、測定時の電圧やバス電圧の影響をモデルに取り込み、短時間のばらつきを低減するための繰り返し測定を標準化するだけで効果が出ます。ハード追加や侵襲的な改造は不要ですから、導入コストは低く抑えられますよ。
部下に説明するときには“三つの柱”でまとめれば良いですね。ところで、実装するときのリスクや現場の負担はどう見積もれば良いでしょうか。
Good questionですよ。リスクは三段階で評価できます。第一に測定手順の変更によるヒューマンエラー、第二にモデル化の不適合、第三に追加の測定時間による生産停止リスクです。対処は手順書化と教育、既存データでのモデル検証、そして繰り返し測定のサンプリング設計でカバーできます。要点三つで説明すると現場に受け入れられやすいです。
分かりました。最後に一つだけ。これをやるとどれくらい精度が上がるのですか。数字で言ってください。
実験結果では、従来の較正法と比べて全体の推定精度が約30%改善しました。しかも追加ハードなしでの改善ですから、投資対効果は高いと考えられます。大丈夫、一緒に段階的に進めれば必ずできますよ。
分かりました。では私の理解を確認します。要するに「温度補償、ストレイパラメータのモデル化、繰り返し測定を組み込めば、機器を変えずにTj推定精度が30%改善し得る」ということですね。これなら現場にも説明できます。ありがとうございました。
