首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的芯片DFN封装与工艺协同优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京邮电大学;南京邮电大学南通研究院有限公司

摘要:本发明涉及芯片封装工艺技术领域,公开一种基于机器学习的芯片DFN封装与工艺协同优化方法,通过田口正交试验的百分制加权评判法和信噪比的极差分析法确定焊膏种类、PAD焊层厚度、芯片下表面焊层厚度、芯片材料种类的质量指标,对各因素的极差值R进行排序分析获得综合评分,并通过随机森林机器学习和网格搜索进一步优化田口法的最优DFN封装参数组合;并对回流焊温度曲线进行优化,选取最优回流焊温度曲线;解决现有芯片DFN封装中因材料组合或结构设计的不合理而导致的系列问题,本方法大大提高了优化效率,也一定程度上提高了田口法优化参数的准确性。

主权项:1.一种基于机器学习的芯片DFN封装与工艺协同优化方法,其特征在于,所述方法包括以下步骤:步骤S1,首先,确定芯片DFN封装结构参数,包括焊膏种类、PAD焊层厚度、芯片下表面焊层厚度、芯片材料种类,将芯片DFN封装结构参数划分不同水平组合并按田口正交法设计试验表;步骤S2,建立DFN封装产品有限元模型,对有限元模型进行回流焊温度曲线参数设置,仿真得出各质量指标,计算各质量指标的信噪比,质量指标设置为芯片最大应力值、芯片翘曲量、芯片下表面焊层结构的应力值和翘曲值;步骤S3,采用信噪比的极差分析法得出各质量指标权重;步骤S4,针对各质量指标权重,采用百分制加权评判法,确定焊膏种类、PAD焊层厚度、芯片下表面焊层厚度、芯片材料种类的综合评分;步骤S5,将利用田口法得出的组合参数作为随机森林机器学习方法的输入,综合评分作为随机森林机器学习方法的输出训练最优模型,并利用网格搜索进一步筛选组合参数,进而确定最优芯片DFN封装结构参数;步骤S6,基于步骤S5中筛选出的芯片DFN封装结构参数,进行回流焊温度曲线参数设置,回流焊工艺参数包括预热温度E、加热温度F、峰值温度G、保温时间H和降温速率I;步骤S7,利用PB法进行回流焊温度曲线参数筛选试验设计,并结合步骤S5筛选出的芯片DFN封装结构参数仿真得出各质量指标;步骤S8,基于步骤S7得出的各质量指标,通过综合评分确定最佳回流焊温度曲线参数,进而确定芯片DFN封装结构参数与回流焊温度曲线参数;步骤S9,修正芯片DFN封装产品有限元模型,仿真得出优化后的各质量指标,并验证,得出最优的芯片DFN封装结构参数与回流焊温度曲线参数。

全文数据:

权利要求:

百度查询: 南京邮电大学 南京邮电大学南通研究院有限公司 一种基于机器学习的芯片DFN封装与工艺协同优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。