基于doe和bp神经网络对al线键合工艺优化 process optimization for aluminum wire bonding based on doe and bp neural network.pdfVIP

下载本文档

9
0
约1.48万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

基于doe和bp神经网络对al线键合工艺优化 process optimization for aluminum wire bonding based on doe and bp neural network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于doe和bp神经网络对al线键合工艺优化 process optimization for aluminum wire bonding based on doe and bp neural network

doi：10．3969／j。issn．1003-353x．2010．09．010 基于DOE和BP神经网络对AI线键合工艺优化毕向东1，谢鑫鹏2，胡俊1，李国元2 (1．广东省粤晶高科股份有限公司，广州510663) (2．华南理工大学电子与信息学院，广州510641) 摘要：A1丝超声引线键合工艺被广泛地应用在大功率器件封装中，以实现大功率芯片与引线框架之间的电互连。Al丝引线键合的质量严重影响功率器件的整体封装水平，对其工艺参数的优化具有重要工业应用意义。利用正交实验设计方法，对Al丝引线键合工艺中的三个最重要影响因数(超声功率P／DAC、键合时间t／ms、键合压力F／g)进行了正交实验设计，实验表明拉力优化后的工艺参数为：键合时间为401118，超声功率为25DAC，键合压力为120 g；剪切推力优化的工艺参数为：键合时间为50ms，超声功率为40DAC，键合压力为120 g。基于BP神经网络系统，建立了铝丝超声引线键合工艺的预测模型，揭示了Al丝超声键合工艺参数与键合质量之间的内在联系。网络训练结果表明训练预测值与实验值之间符合很好，检验样本的结果也符合较好，其误差基本控制在10％以内。关键词：铝丝键合；实验设计；BP神经网络；工艺优化；微电子封装文献标识码：A 中图分类号：TN40596；TPl83 Process forAluminumWire BasedonDOEandBP Optimization Bonding Neural Network Bi Junl，Li Xinpen92，HuGuoyuan2 Xiangdon91，Xie (1．GuangdongYuejingHigh-TechCo．，Ltd．，Guangzhou510663，Ch／na； 2．SchoolElectronicand 5 of InformationEn∥needng，SD砒ChinaUniversityofTechnology，Guangzhou10063，Ch／na) Abstract：Aluminumwire is in devices torealize highpower bondingprocesswidelyemployed packaging connectionbetweenandleadframe．Theofaluminumwire influences electrical chip quality bondingseriously onthe of device and is tothe reliability processparameteroptimizationsquitesignificant power packaging