The invention discloses a space-time modeling method for curing heat process based on ISOMAP. Step 1, the temperature control platform of chip curing furnace is built. Step 2, the time-space data of temperature distribution of chip curing furnace under curing state with time are obtained. Step 3, the space-time number collected by step 2 is calculated by using ISOMAP algorithm. According to this, we learn an orthogonal mapping function which represents the spatial nonlinearity. Step 4, we use the ISOMAP algorithm to separate the space-time variables of the high-dimensional space-time data by the orthogonal mapping function. The thermal process model of chip solidification is established to realize on-line temperature monitoring and on-line estimation of temperature distribution of chip solidification furnace, and the modeling accuracy is high.
【技术实现步骤摘要】
一种基于ISOMAP的固化热过程时空建模方法
本专利技术涉及固化热过程建模领域,尤其涉及一种基于ISOMAP的固化热过程时空建模方法。
技术介绍
在芯片封装过程中,固化过程是其中最重要的一个过程之一。芯片固化质量的好坏,直接影响最终成品的质量以及使用寿命。而固化过程所使用的设备即为芯片固化炉。固化炉的内部有一个拱形的加热模块,它的作用是使得炉腔内的温度场保持一致。炉腔下端有一个冷却装置,它的作用是使得炉腔内的温度在上下方向上形成一个温度梯度,这样可以满足芯片在不同固化阶段所需的不同温度的要求。由于固化过程的边界条件非常复杂以及内部未知扰动的影响,固化过程的精确偏微分方程描述很难获得。固化炉属于分布式参数系统(DPS),虽然根据热传递规律,可以大致获得固化炉的偏微分方程结构,但是仍有许多模型参数无法获得。由于芯片固化质量对温度的分布要求非常高,因此基于数据的时空分布模型对于固化过程的温度管理具有非常重要的意义。
技术实现思路
本专利技术的目的在于提出一种基于ISOMAP的固化热过程时空建模方法,建立芯片固化热过程模型,实现芯片固化炉在线温度监测和温度分布的在线估计,并且 ...
【技术保护点】
1.一种基于ISOMAP的固化热过程时空建模方法,其特征在于:步骤一,搭建芯片固化炉温度控制平台,在芯片固化炉的炉腔底部安装引线框架,在引线框架的上表面均匀布置多个热电偶传感器,并由dSPACE实时仿真平台采集所有热电偶传感器的温度数据,还在引线框架的上方均匀布置多个加热器,每个加热器由一个脉宽调制信号和一个功率放大器提供输入信号
【技术特征摘要】
1.一种基于ISOMAP的固化热过程时空建模方法,其特征在于:步骤一,搭建芯片固化炉温度控制平台,在芯片固化炉的炉腔底部安装引线框架,在引线框架的上表面均匀布置多个热电偶传感器,并由dSPACE实时仿真平台采集所有热电偶传感器的温度数据,还在引线框架的上方均匀布置多个加热器,每个加热器由一个脉宽调制信号和一个功率放大器提供输入信号使芯片固化炉进行固化工作;步骤二,dSPACE实时仿真平台统计所有热电偶传感器的温度数据,得到芯片固化炉在固化工作状态下的温度分布随时间变化的时空数据,并将所述时空数据定义为:{T(S,tk)|S∈Ω,S=1,...,nS;k=1,...,nt}其中,nS表示时空数据在空间方向的数据点个数,nt表示时空数据在时间方向的数据点个数;步骤三,dSPACE实时仿真平台使用ISOMAP算法对步骤二采集到的时空数据中学习一个表征空间非线性特征的正交映射函数;步骤四,dSPACE实时仿真平台使用ISOMAP算法,通过所述正交映射函数对高维的所述时空数据进行时空变量分离,从而得出与所述正交映射函数对应的低维时序数据,实现所述时空数据的时空分离和模型递减;步骤五,dSPACE实时仿真平台通过神经网络模型来逼近低维时序数据的动态特性,从而生成低维时序动态模型,并且通过极限学习机(ExtremeLearningMachine,ELM)来训练低维时序动态模型,以辨识低维时序动态模型的参数;步骤六,dSPACE实时仿真平台通过整合所述正交映射函数和所述低维时序动态模型,时空合成获得芯片固化炉在固化工作状态下的温度时空分布模型。2.根据权利要求1所述的基于ISOMAP的固化热过程时空建模方法,其特征在于,所述步骤三具体为:根据傅里叶变换,时空数据T(S,tk)表示成以下时空分离形式:其中,为正交映射函数,ai(tk)为低阶时序系数;从而正交映射函数表示为时空数据T(S,tk)的线性结合形式:其中,定义所述时空数据所在空间为高维空间,则γik为所述高维空间的低维嵌入空间。3.根据权利要求2所述的基于ISOMAP的固化热过程时空建模方法,其特征在于,所述步骤四的时空变量分离具体为:首先,使用ISOMAP算法对每个高维的时空数据点构造其邻域图,每个时空数据点的邻域图由其最近的K个时空数据点点组成,以显示采集到的时空数据的固有局部拓扑结构;定义在p时刻采集的温度数据集合为:T(:,tp)={T(S,tp)|S∈Ω,S=1,...,nS},若T(:,tq)是T(:,tp)的K个近邻点或者|T(:,tp)-T(:,tq)|<ε,ε是一个正值,则T(:,tq)与T(:,tp)直接相连,定义为dx(p,q),否则不连接;然后,计算两两数据点之间的最短路径,定义dG(p,q)为T(:,tq)与T(:,tp)之间的测地线距离:若T(:,tq)与T(:,tp)直接相连,则dG(p,q)=dx(p,q);若T(:,tq)与T(:,tp)不连接,则dG(p,q)=∞;从而对于任一值k=1,...,nt,其最短路径dG(p,q)表示为:min(T(:,tp),...,T(:,tq))(||T(:,tp)-T(:,tp1)||+...+||T(:,tpk-1)-T(:,tq)||),求解上式获得矩阵DG={dG(p,q)},矩阵DG={dG(p,q)}为高维空间两两数据点的最短测地线距离;接着,设置ISOMAP算法的优化目标为:fopt=argmin∑p,q(dN(γ(tp),γ(tq))-dG(T(:,tp),T(:,tq)))2,定义DN为低维嵌入空间两两数据点的最...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。