Pseudorandom Built-In Self-Test for microsystems
Test intégré pseudo aléatoire pour les composants microsystèmes
Résumé
The growing use of MEMS in life-critical applications has accelerated the need for robust test methods. MEMS have complex failure mechanisms and device dynamics that are most often poorly understood. This is due to their multi-domain nature which makes them inherently complex for both design and test. Manufacturing is in addition complicated by the need of new fabrication steps in particular when System-in-Package (SiP) techniques are used. These packaging techniques enable to have a module that contains highly heterogeneous IP blocks or chips, giving important benefits in terms of time-to-market shortening and miniaturization. However, this poses many test problems. In this area, BIST techniques for analog and mixed-signal circuits have attracted considerable industrial interest for helping reduce increasing test related difficulties. In this thesis we propose a pseudorandom (PR) functional BIST for MEMS. Since the test control is necessarily electrical, electrical test sequences must be converted to the energy domain required by the MEMS. Thus, we propose the use of pseudorandom electrical pulses that have the advantage of being easily generated on-chip and the conversion to the actual energy domain has been demonstrated for different types of MEMS. We show how different types of PR sequences can be exploited within a BIST approach for both linear and nonlinear MEMS. In general, we show that two-level PR sequences are sufficient for testing both linear and nonlinear MEMS. In addition, while two-level PR sequences are sufficient for characterizing linear MEMS, we describe how the use of multilevel PR sequences is necessary for the characterization of nonlinear MEMS. The number of needed levels depends on the order of nonlinearity of the MEMS under test. The output test response is digitized using an existing on-chip self-testable ADC and a digital circuit performs some simple digital signal processing to extract Impulse Response (IR) samples for linear MEMS, or Volterra kernel samples for nonlinear MEMS. Next, these samples (called test signature) are compared with their tolerance ranges and a pass/fail signal is generated by the BIST. We use Monte Carlo simulations to derive the test signature tolerance ranges out of the specification tolerance ranges. Monte Carlo simulations are also used to form the test signature after a sensitivity analysis, and to inject parametric variations to calculate the test metrics and to optimize BIST design parameters, such as the length of the LFSR and the bit precision of digital circuitry. We have applied the PR BIST for MEMS like commercialized accelerometers and microbeams that we have fabricated. Satisfactory experimental results have been obtained.
L'utilisation croissante de MEMS dans des applications dont le mauvais fonctionnement aurait un impact important sur la sécurité ou la vie des personnes a accéléré le besoin de méthodes robustes de test. Les mécanismes de défaillance et les dynamiques de MEMS sont complexes et plus souvent mal compris. C'est dû à leur nature multi-physique qui les rend complexes pour la conception et le test. La fabrication en outre est compliquée par le besoin de nouvelles étapes de fabrication en particulier quand des techniques de System-in-Package (SiP) sont employées. Ces techniques d'encapsulation posent beaucoup de problèmes de test. Dans ce secteur, les techniques de BIST des circuits analogiques et mixtes ont attiré un intérêt industriel considérable pour aider à réduire les difficultés de test. Dans cette thèse nous proposons un BIST fonctionnel pseudo-aléatoire pour MEMS. Nous présentons l'utilisation des impulsions électriques pseudo-aléatoires qui ont l'avantage d'être facilement produit sur-puce. Nous montrons comment différents types de stimuli pseudo-aléatoires peuvent être exploités en vue de BIST pour les MEMS linéaires et non linéaires. En général, nous prouvons que les séquences pseudo-aléatoires à deux niveaux sont suffisantes pour examiner les MEMS linéaires et non linéaires. En outre, alors que les séquences à deux niveaux sont suffisantes pour caractériser les MEMS linéaires, nous décrivons comment l'utilisation des séquences pseudo-aléatoires à multi niveaux est nécessaire pour la caractérisation des MEMS non linéaires. La réponse de test est digitalisée en utilisant un CAN intégré et autotestable, et un circuit numérique simple vient après pour calculer des échantillons de la réponse impulsionnelle de MEMS linéaire, ou des échantillons du noyau de Volterra de MEMS non linéaire. Après, ces échantillons (appelés signature de test) sont comparés avec leurs intervalles de tolérance et finalement un signal binaire est produit par le BIST pour indiquer si le MEMS a passé où échoué le test. Nous employons les simulations Monte Carlo pour dériver les intervalles de tolérance de la signature de test. Les simulations Monte Carlo sont également employées pour former la signature de test en effectuant une analyse de sensibilité, et pour injecter les variations paramétriques pour calculer les métriques de test et optimiser les paramètres de conception du BIST pseudo-aléatoire. Nous avons appliqué le BIST pseudo-aléatoire pour des MEMS tel que les accéléromètres commercialisés et des micropoutres fabriquées au sein du Group RMS. Des résultats expérimentaux satisfaisants ont été obtenus.
Loading...