| Summary: | Les particules de l'environnement radiatif naturel sont responsables de dysfonctionnements dans les systèmes électroniques. Dans le cas d'applications critiques nécessitant une très haute fiabilité, il est primordial de répondre aux impératifs de sûreté de fonctionnement. Pour s'en assurer et, le cas échéant, dimensionner les protections de manière adéquate, il est nécessaire de disposer d'outils permettant d'évaluer la sensibilité de l'électronique vis-à-vis de ces perturbations.L'objectif de ce travail est le développement d'outils à destination des ingénieurs pour la prédiction des aléas logiques induits par les radiations dans les mémoires SRAM. Dans un premier temps, des bases de données de réactions nucléaires sont construites à l'aide du code de simulation Geant4. Ces bases de données sont ensuite utilisées par un outil Monte-Carlo dont les prédictions sont comparées avec des résultats d'irradiations que nous avons effectuées sur des mémoires SRAM en technologie 90 et 65 nm. Enfin, des critères simplifiés reposant sur une amélioration de la méthode SIMPA nous permettent de proposer un outil d'ingénieur pour la prédiction de la sensibilité aux protons ou aux neutrons à partir des données expérimentales ions lourds. Cette méthode est validée sur des technologies de SRAM très largement submicroniques et permet l'estimation des évènements multiples, une problématique croissante pour les applications spatiales, avioniques et terrestres. === Particles from natural radiation environment can cause malfunctions in electronic systems. In the case of critical applications involving a very high reliability, it is crucial to fulfill the requirements of dependability. To ensure this and, if necessary, to adequately design mitigations, it is important to get tools for the sensitivity assessment of electronics towards radiations.The purpose of this work is the development of prediction tools for radiation-induced soft errors, which are primarily intended for end users. In a first step, the nuclear reaction databases were built using the Geant4 toolkit. These databases were then used by a pre-existing Monte-Carlo tool which predictions were compared with experimental results performed on 90 and 65 nm SRAM devices. Finally, simplified criteria enabled us to propose an engineering tool for the prediction of the proton or neutron sensitivity from heavy ion data. This method was validated on deep submicron devices and allows the user to estimate multiple events, which are a crucial issue in space, avionic and ground applications.
|
|---|
