کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
10364728 | 871787 | 2015 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Genetic algorithms for defect detection of flip chips
ترجمه فارسی عنوان
الگوریتم ژنتیک برای تشخیص نقص تراشه های تلنگر
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
شبکه پخش پشت بررسی نقص، تراشه تلنگر الگوریتم ژنتیک، تجزیه و تحلیل ارتعاش،
ترجمه چکیده
فن آوری بسته بندی چیپ تلنگر به طور گسترده ای در مونتاژ با تراکم بالا و دستگاه های عملکرد برتر استفاده می شود. اتصالات لحیم کاری بین دوطرفه ها و بسترها قرار می گیرند، که منجر به نقص های اپتیکی مات می شود. بازرسی نقص تراشه های تلنگر دشوارتر می شود. در این مقاله یک روش تشخیص غیرمخرب ارائه شده است. هیجانات التراسونیک بر روی سطح تراشه های فلیپ مجبور شدند و سیگنال های لرزش خام توسط یک ویبرومر اسکن لیزر اندازه گیری شد. ویژگی های دامنه زمانی و ویژگی های دامنه فرکانس بیست و چهار ساعته برای تجزیه و تحلیل استخراج شد. پس از آن الگوریتم ژنتیک برای انتخاب ویژگی معرفی شد و شبکه پخش عقب برای طبقه بندی و به رسمیت شناختن پذیرفته شد. تراشه های فلیپ به سه دسته تقسیم می شوند: تراشه های خوب فلیپ، تراشه های تلنگر با اتصالات لحیم کاری گسسته و تراشه های تلنگر با اتصالات لحیم کاری باز. آنها تحت ویژگی های انتخاب شده توسط الگوریتم های ژنتیکی به سرعت و با دقت در مقایسه با سایر زیر مجموعه های ویژگی شناخته می شوند و نشان می دهند که رویکرد با استفاده از الگوریتم ژنتیک برای بازرسی نقص در بسته بندی تراشه تلقی موثر است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
سخت افزارها و معماری
چکیده انگلیسی
Flip chip packaging technology is widely used in high density assembly and superior performance devices. The solder joints are sandwiched between dies and substrates, leading to the defects optically opaque. Defect inspection of flip chips become more difficult. In this paper, a nondestructive detection method was presented. Ultrasonic excitations were forced on the surface of the flip chips and the raw vibration signals were measured by a laser scanning vibrometer. Eleven time domain features and twenty-four frequency domain features were extracted for analysis. After that, the genetic algorithm was introduced for feature selection and the back propagation network was adopted for classification and recognition. The flip chips were divided into three categories: good flip chips, flip chips with missing solder joints, and flip chips with open solder joints. They are recognized under the features selected by genetic algorithms rapidly and accurately, compared with those under other feature datasets, demonstrating that the approach using genetic algorithms is effective for defect inspection in flip chip packaging.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Microelectronics Reliability - Volume 55, Issue 1, January 2015, Pages 213-220
Journal: Microelectronics Reliability - Volume 55, Issue 1, January 2015, Pages 213-220
نویسندگان
Lei Su, Tielin Shi, Li Du, Xiangning Lu, Guanglan Liao,