本发明专利技术实施例公开了一种引线键合焊点的电学性能的预测方法、装置、设备及介质，该方法包括：接收引线键合焊点的电学性能的预测请求；获取所述引线键合焊点的外界环境参数；将所述外界环境参数输入至预先训练好的第一神经网络模型中进行仿真解算，得到所述引线键合焊点的参数信息；将所述参数信息输入至预先训练好的第二神经网络模型中进行电学性能预测，得到所述引线键合焊点的电学性能信息。本发明专利技术基于神经网络技术，结合有限元仿真计算，实现了根据实际环境对引线键合焊点的电学性能进行精准分析和预测，为下级元器件和控制装置提供决策依据，保证了产品性能，提高了运用精度和效率。和效率。和效率。
【技术实现步骤摘要】
引线键合焊点的电学性能的预测方法、装置、设备及介质
[0001]本专利技术涉及电子封装引线键合工艺的
，尤其涉及一种引线键合焊点的电学性能的预测方法、装置、设备及介质。
技术介绍
[0002]引线键合具有成本低廉，工艺较易实现，适用范围广等优点，进而成为电子封装工艺中连接芯片间引线最常用、最广泛应用的方式，其中引线键合焊点作为芯片与外界输入输出通道的连接点，其好坏直接决定了芯片的使用性能和可靠性。
[0003]现有技术中，由于引线键合过程中涉及的变化极其复杂，且异质键合存在与工况有关的后续反应，仅仅通过现有检测手段无法实现非破坏性的内部检测。另外，后续在使用过程中无法对引线键合焊点进行电学性能的全寿命周期检测，进而导致无法对所在的传感器性能进行精准的评估。
技术实现思路
[0004]针对上述技术问题，本专利技术实施例提供了一种引线键合焊点的电学性能的预测方法、装置、设备及介质，旨在解决现有技术中无法快速对引线键合焊点的电学性能进行检测的问题。
[0005]第一方面，本专利技术实施例提供了一种引线键合焊点的电学性能的预测方法，其包括：接收引线键合焊点的电学性能的预测请求；获取所述引线键合焊点的外界环境参数；将所述外界环境参数输入至预先训练好的第一神经网络模型中进行仿真解算，得到所述引线键合焊点的参数信息；将所述参数信息输入至预先训练好的第二神经网络模型中进行电学性能预测，得到所述引线键合焊点的电学性能信息。
[0006]第二方面，本专利技术实施例提供了一种引线键合焊点的电学性能的预测装置，其包括：接收单元，用于接收引线键合焊点的电学性能的预测请求；获取单元，用于获取所述引线键合焊点的外界环境参数；第一输入单元，用于将所述外界环境参数输入至预先训练好的第一神经网络模型中进行仿真解算，得到所述引线键合焊点的参数信息；第二输入单元，用于将所述参数信息输入至预先训练好的第二神经网络模型中进行电学性能预测，得到所述引线键合焊点的电学性能信息。
[0007]第三方面，本专利技术实施例又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述第一方面所述的引线键合焊点的电学性能的预测方法。
[0008]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的引线键合焊点的电学性能的预测方法。
[0009]本专利技术实施例提供了一种引线键合焊点的电学性能的预测方法、装置、设备及介质，该方法通过接收到对引线键合焊点的电学性能进行预测的请求后，获取所述引线键合焊点的外界环境参数，然后将外界环境参数输入至预置的第一神经网络模型中进行仿真解算并将仿真解算后得到的参数信息输入至预置的第二神经网络模型中进行预测，实现了所述引线键合焊点的电学性能信息，有利于对下级元器件或控制装置进行及时处理，降低了不同焊点内部结构差异和环境变化对器件使用性能的影响，保证了产品性能，提高了器件的鲁棒性，解决了现有技术中无法快速对引线键合焊点的电学性能进行检测的问题。
附图说明
[0010]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的流程示意图。
[0012]图2为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的子流程示意图。
[0013]图3为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的另一子流程示意图。
[0014]图4为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的另一流程示意图。
[0015]图5为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的另一子流程示意图。
[0016]图6为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的另一子流程示意图。
[0017]图7为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的另一子流程示意图。
[0018]图8为本专利技术实施例提供的引线键合焊点的电学性能的预测装置的示意性框图。
[0019]图9为本专利技术实施例提供的计算机设备的示意性框图。
具体实施方式
[0020]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0022]还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0023]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0024]请参阅图1，图1为本专利技术实施例提供的引线键合焊点的电学性能的预测方法的流程示意图。本专利技术实施例的所述的引线键合焊点的电学性能的预测方法应用于终端设备中，该方法通过安装于终端设备中的应用软件进行执行。其中，终端设备为具备接入互联网功能的终端设备，例如台式电脑、笔记本电脑、平板电脑或手机等设备。
[0025]如图1所示，该方法包括以下步骤S110
‑
S140。
[0026]S110、接收引线键合焊点的电学性能的预测请求。
[0027]具体的，所述预测请求为用户在终端设备中输入请求对任意一个引线键合焊点的电学性能进行预测的指令信息。其中，引线键合是一种使用细金属线，利用热、压力、超声波能量为使金属引线与基板焊盘紧密焊合，实现芯片与基板间的电气互连和芯片间的信息互通。
[0028]S120、获取所述引线键合焊点的外界环境参数。
[0029]在本实施例中，所述外界环境参数包括环境温度、环境湿度和器件工作时的加速度等。终端设备在接收到对所述引线键合焊点的电学性能进行预测的指令信息后，从芯片中获取用户输入的所述外界环境参数，然后根据所述外界环境参数进行仿真解算并进行相应的预测，便可得到所述引线键合焊点的电学性能信息。
[0030]S130、将所述外界环境参数输入至预先训练好的第一神经网络模型中进行仿真解算，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种引线键合焊点的电学性能的预测方法，其特征在于，包括以下步骤：接收引线键合焊点的电学性能的预测请求；获取所述引线键合焊点的外界环境参数；将所述外界环境参数输入至预先训练好的第一神经网络模型中进行仿真解算，得到所述引线键合焊点的参数信息；将所述参数信息输入至预先训练好的第二神经网络模型中进行电学性能预测，得到所述引线键合焊点的电学性能信息。2.根据权利要求1所述的引线键合焊点的电学性能的预测方法，其特征在于，接收引线键合焊点的电学性能的预测请求之前，还包括：根据预设的外界环境数据、预设的有限元仿真输出的仿真材料参数构建训练所述第一神经网络模型的第一数据集，其中，所述外界环境数据为所述第一神经网络模型的输入数据，所述仿真材料参数为所述第一神经网络模型的输出数据；根据所述第一数据集对所述第一神经网络模型中进行训练，得到训练后的第一神经网络模型；根据所述仿真材料参数对所述第二神经网络模型进行训练，得到训练后的第二神经网络模型。3.根据权利要求2所述的引线键合焊点的电学性能的预测方法，其特征在于，根据所述第一数据集对所述第一神经网络模型中进行训练，得到训练后的第一神经网络模型，包括：对所述第一数据集进行预处理，得到所述第一神经网络模型的第一训练集和第一测试集；根据所述第一训练集对所述第一神经网络模型进行训练优化，得到训练优化后的第一神经网络模型；根据所述第一测试集对所述训练优化后的第一神经网络模型进行测试，得到所述训练后的第一神经网络模型。4.根据权利要求2所述的引线键合焊点的电学性能的预测方法，其特征在于，根据预设的外界环境数据、预设的有限元仿真输出的仿真材料参数构建训练所述第一神经网络模型的第一数据集之前，还包括：建立所述引线键合焊点的三维实体模型；根据所述三维实体模型的结构参数、几何参数、材料参数、状态参数、边界条件构建所述引线键合焊点的仿真模型；将预设的接触边界材料参数输入至所述仿真模型中进行有限元仿真，得到所述有限元仿真输出的仿真结果，其中，所述接触边界材料参数包括所述接触边界材料的外界环境数据、所述接触边界材料属性值；对所述仿真结果进行校验，得到所述有限元仿真的校验结果。5.根据权利要求4所述的引线键合焊点的电学性能的预测方法，其特征在于，对所述仿真结果进行校验，得到所述有限元仿真的校验结果之后，还包括：若所述校验结果为不...
【专利技术属性】
技术研发人员：王小平，曹万，熊波，杨军，洪鹏，王晓燕，
申请(专利权)人：武汉飞恩微电子有限公司，
类型：发明
国别省市：
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。