模糊神经网络在微电铸层内应力研究中得应用.pdfVIP

微米／纳米加工技术 中国微米纳米技术学会第十一届学术年会 模糊神经网络在微电铸层内应力研究束的应甩 宋磊，杜立群’，郑淇元 (精密与特种加工教育部重点实验室大连理工大学，辽宁大连，116024) 微电铸技术是以LIGA／准LIGA技术为依托，以MEMS的迅猛发展为契机逐渐 推广应用的。由于其具有微小结构成型、复杂结构成型、精度高和批量生产等突 出优点【l】，已经被广泛地用于微／纳结构的制造，成为非硅基微器件加工的重要技 术。微电铸工艺的一个主要问题就是铸层中存在一定的宏观内应力，它对电铸层 的机械性能和零件成形有着很大的影响。过大的内应力往往会造成电铸零件产生 裂纹、铸层脆性增加和致密度下降等不良后果【2】。由于微电铸层内应力的影响因 素很多，包括基底材料，电铸时的温度、电流密度、pH值、铸液成份、添加剂 等工艺参数【3】[41，涉及的参数较多，而且不同设备及工艺条件下工艺参数存在较 大的差异，相互作用关系复杂。现有文献中减小铸层内应力的常用方法是优化电 铸的工艺参数，而工艺参数的优化均基于大量的实验，工作量较大。将模糊神经 网络用于铸层内应力的研究却少有报道。 模糊神经网络是计算智能领域研究的重要内容，为研究非线性系统提供了一 种强有力的工具，在微细制造领域的应用也越来越受到重视【5J。结合实验室现有 的电铸工艺，以减小铸层内应力为研究目标，将温度、电流密度、基底材料三个 参数作为着重研究的对象，并选择模糊神经网络技术作为优化微电铸工艺参数的 研究方法。 减小铸层内应力的电铸实验以正交实验为基础，采用三因素三水平(如表1 所示)，按照L9(34)正交实验表进行实验。首先利用电沉积的方法在铜、镍、白 钢三种不同的基底上沉积镍铸层。各种基底在电沉积前经过研磨、抛光和超声清 右，搅拌方式为阴极移动法，铸层表面大小为lOmmxlOmm(图l、2、3所示)。 7．0中 条件下微电铸层内应力的大小。以正交实验数据为样本，采用Matlab O．05，最大训练次数为200次，期望误差为1×10‘’，建立了微电铸层内应力的大小 与电流密度、温度和基底材料三个主要参数之间的预测模型。同时为了验证网络 预测的准确性，对预测结果进行了实验验证，两者结果基本吻合。该实验表明， 利用网络优化结果，可以得到一组适用于该实验室条件的最优工艺参数，从而有 效地降低了微电铸层的内应力。【正文字数：906字】 参考文献： [1]ManerA，Mass ofmicrodeviceswithextremeration andSurf production aspect byelectroforming【J】，Plat Fin，1997，75(3)：60-65 [2]雷卫宁，朱荻，纳米晶精密电铸层微观结构的测试与研究[J】，中国机械工程，2004，(14)：1283—1286 [3]刘仁志，影响镍镀层内应力的因素及排除方法[J】，电镀与涂饰，2004，(05)：64-66 14]张义成，封万起，覃奇贤，唐天军，刘振江，氨基磺酸盐镀镍层内应力的影响因素分析[J】，材料保护 ，1996，(03)：15·19 duliqun@dlut．edu．crl I A一194 撒米，纳*加I技术 中国微米纳米技术学舍第十一届学术年会 裹1正交实喧目蠢水平衰 O-=KM (1) M：旦 (2) 0sjn2v 式中r一应力值；