ic引线键合头动轨迹规划.pdfVIP

摘 要 引线键合是IC 后封装中的一个重要环节 IC 引线键合中 键合头的运动轨迹决 定着引线轮廓的形状和内部张力 影响着封装的密集度和稳定性 求解键合头运动轨 迹和引线轮廓参数之间的关系是进行轨迹规划的关键 传统的实验统计方法求解周期 长 费用昂贵 难以满足参数优化中多轮迭代的需要 一些简化计算模型和有限元模 型对轨迹规划中的部分问题做了分析和讨论 但还缺乏系统的进行轨迹规划的研究方 法和成果 本文将有限元法仿真 BP 神经网络和遗传算法等现代计算方法综合运用到IC 引 线键合头的轨迹规划中 提出了系统高效的轨迹规划方法 首先 建立有限元模型 用弹塑性梁单元模拟引线成形过程中的几何非线性和材料非线性问题 仿真引线轮廓 成形过程 在仿真结果得到试验验证的基础上 通过分组仿真对键合头运动的轨迹参 数做分析 研究各个键合头运动轨迹参数对引线轮廓形状及内部张力的影响状况 为 进一步得到系统输入和输出之间的定量关系 建立了具有模拟非线性映射功能的3 9 3 结构的单隐层BP 神经网络 使用有限元仿真样本训练BP 神经网络 模拟轨迹参 数与引线轮廓形状和内部张力之间的非线性映射关系 最后 基于模拟出的目标和约 束函数 运用遗传算法优化轨迹参数 得到理想的键合头运动轨迹 试验和仿真结果 证明 上述研究工作是有效的 可靠的 对全文的工作进行了总结 对以后的研究工作提出了一些建议 关键词 IC 引线键合 有限元法仿真 BP 神经网络 参数优化 轨迹规划 函数拟合 遗传算法 I Abstract Wire loop profile and its strain, which greatly affect the density and stability of IC packaging, are determined by the capillary trajectory. Solving the mapping relationship between trajectory parameter and loop characteristic is a linchpin for trajectory planning. Conventional experimental statistical methods were expensive and time-consuming and can not meet the requirements for iterative operation in parameters optimization. Linkage-spring model and some finite element model were also applied to plan the capillary trajectory, but systematic study method and relevant results is still not available. This paper presents an integrated method in which finite element, BP neural network, and genetic algorithms are used to optimize the parameters for systemic and efficient trajectory planning. First, finite element method is used to simulate the loop profiling process with elastic-plastic beam solving the material and geometry nonlinearity.