Return to search

Analyse par simulation Monte Carlo de la sensibilité aux aléas logiques des mémoires SRAM soumises à un environnement protonique spatial ou neutronique terrestre

Les systèmes électroniques, évoluant dans les environnements spatial et terrestre, sont soumis à un flux de particules d'origine naturelle pouvant induire des dysfonctionnements. Ces particules ont la faculté de provoquer des aléas logiques (SEU) dans les mémoires SRAM. Bien que non destructifs, les SEU peuvent avoir des conséquences sur la sûreté de fonctionnement des équipements dans les applications nécessitant une grande fiabilité (avion, satellite, lanceur, médical, etc.). L'évaluation de la sensibilité de la technologie d'un composant est donc nécessaire afin de prédire la fiabilité d'un système. En environnement atmosphérique, cette sensibilité aux SEU est principalement causée par les ions secondaires issus des réactions nucléaires entre les neutrons et les atomes du composant. En environnement spatial, les protons de forte énergie induisent les mêmes effets que les neutrons de l'environnement atmosphérique.<br />Dans ce travail de recherche, un nouveau code de prédiction du taux de SEU a été développé (MC-DASIE) afin de pouvoir quantifier la sensibilité pour un environnement donné et explorer les mécanismes de défaillances en fonction de la technologie. Ce code permet d'étudier différentes technologies de mémoires SRAM (Bulk et SOI) en environnement neutronique et protonique entre 1 MeV et 1 GeV. Ainsi, MC-DASIE a été utilisé avec l'aide d'expérimentations pour étudier l'effet de l'intégration sur la sensibilité des mémoires en environnement terrestre, une comparaison entre les irradiations neutroniques et protoniques et l'influence de la modélisation du composant cible sur le calcul du taux de SEU.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00125290
Date07 July 2006
CreatorsLambert, Damien
PublisherUniversité Montpellier II - Sciences et Techniques du Languedoc
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0019 seconds