一种基于数字孪生技术的引线键合在线监测方法技术

本发明专利技术的一种基于数字孪生技术的引线键合在线监测方法，其包括步骤：建立并优化引线键合的仿真模型、建立引线键合的数据模型、建立引线键合的可视化模型。所述数字孪生模型由仿真模型、数据模型、可视化模型相互耦合演化而来。本发明专利技术的在线监测方法，其通过建立引线键合的数字孪生模型实现对引线键合过程进行实时仿真模拟，能够利用数字孪生模型实时接收外界环境参数和运行参数，对键合过程进行实时仿真，在虚拟空间实现对键合过程的可视化监测，为操作人员提供如晶相分布、位错、孔隙率、原子扩散率等影响器件寿命及可靠性的关键材料参数，并将其作为判断和决策的参考依据，进而提高产品良率，降低因未能及时察觉材料缺陷带来的损失。带来的损失。带来的损失。

【技术实现步骤摘要】
一种基于数字孪生技术的引线键合在线监测方法


[0001]本专利技术属于电子封装引线键合工艺领域，具体涉及一种基于数字孪生技术的引线键合在线监测方法。

技术介绍

[0002]引线键合自专利技术以来，已经成为电子封装工艺中连接芯片间引线最常用、最广泛应用的引线工艺。其键合效果和工艺过程对器件所产生的影响将很大程度的影响器件的使用性能及可靠性。而在引线键合工艺中，可在线检测参数少，工艺过程涉及材料弹塑性形变、摩擦、相变甚至化学反应，以常规方法极难描述其各类本构关系，单纯采用微观力学模型则不能实现对宏观实际的实时仿真。
[0003]数字孪生技术的出现以及迅速发展为解决上述问题提供了新的思路。数字孪生技术是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全寿命周期过程。数字孪生技术可充分利用信息反馈，进行迅速的深度学习和精确模拟，完成深度信息物理融合，实现对引线键合的实时在线监测，为操作人员提供可靠决策依据，保证和提高产品质量。

技术实现思路

[0004]针对上述问题提出一套在线监测系统，通过数字孪生技术实时监测引线键合过程并进行状态分析。
[0005]本专利技术的基于数字孪生技术的引线键合在线监测方法，其包括步骤：S1、建立并优化引线键合的仿真模型；S2、建立引线键合的数据模型；S3、建立引线键合的可视化模型。
[0006]优选地，所述步骤S1包括步骤：S11、建立键合机的实体三维模型；S12、基于上述实体三维模型建立仿真模型；S13、将待键合材料的属性值和部分实际边界条件输入仿真模型中进行仿真计算，得到在工作状态下的劈刀计算轨迹，上述部分实际边界条件包括键合温度、键合压力、键合时间；S14、利用经过训练的神经网络对接触边界材料属性值进行优化，输出经优化后的接触边界材料属性值。
[0007]优选地，所述步骤S14包括：S141、实测并采集在对键合过程中的劈刀轨迹，得到劈刀实测轨迹；S142、计算劈刀计算轨迹相对于劈刀实测轨迹的误差，判断该误差是否大于许用误差；当该误差大于许用误差时，对劈刀计算轨迹和接触边界材料属性值同时进行优化更新，再次进行上述判断，直至上述误差小于或等于许用误差；S143、输出仿真结果，得到接触边界材料属性值。
[0008]优选地，使用梯度下降法这一算法进行上述优化。
[0009]优选地，所述神经网络为基于分子动力学仿真结果所训练的神经网络，其训练步骤包括步骤：S1401、利用接触边界周围材料属性值和劈刀计算轨迹作为输入数据进行分子动力学仿真，输出得到接触边界材料属性值；S1402、选取足量数据重复步骤，形成具有足量
数据的初始数据集；S1403、对初始数据集进行预处理：将初始数据集按一定比例划分为训练数据集和测试数据集；S1404、建立神经网络，利用该数据集对神经网络进行训练优化；S1405、训练并优化上述人工神经网络，直至其以预设的准确度标准通过测试。
[0010]优选地，步骤S3包括步骤：S31、解算由仿真模型的经仿真计算得到的最终的接触边界材料属性值，定义其几何属性值、运动属性值和功能属性值；S32、对物理模型进行渲染；S33、建立物理设备到数字孪生体的真实映射，从结构和功能上使模型具备行为特征。
[0011]优选地，上述的接触边界周围材料属性值包括键合温度、键合压力、键合时间。
[0012]优选地，上述的接触边界材料属性值包括晶相分布、位错分布、孔隙率和原子扩散率中的一种或多种。
[0013]优选地，步骤S2包括步骤：S21、利用多源传感器实时采集键合过程中的劈刀实测轨迹、键合温度、键合压力及键合时间；S22、利用数据模型接收采集到的实时信息。
[0014]优选地，步骤S21包括：通过在工作台周围安装温度传感器实现对键合处温度的测定；在换能器处安装线圈或磁铁，利用回波数据确定劈刀实时位置，并绘制劈刀实际测轨迹；通过直线电机控制劈刀的上下运动，实现对键合所需压力的调整，在键合工作台安装力施测量计实现对压力的测定；利用压力系统完成对键合时间的记录和调整，通过直线电机来控制劈刀的施压时间。
[0015]本专利技术的优点在于：1）通过数字孪生技术实现了对引线键合过程的实时仿真，可以直接得到晶相分布、位错、孔隙率、原子扩散率等影响器件寿命及可靠性的关键材料参数，以便操作人员直观地对键合质量进行判断；2）采用神经网络进行仿真计算过程的调整修正，提高了仿真速度，有利于实现实时仿真，实时显示实际键合情况；3）利用少量可在线检测的参数实现了对因工艺过程复杂难以常规方法进行测算的材料参数的实时计算，为操作人员提供了可靠的决策依据，有利于及时根据键合情况做出调整，保证和提高了产品质量；4）实时监测外界环境变化，可以及时察觉环境变化对键合过程的影响并做出调整，提高了键合机的鲁棒性，减少了因未能及时察觉环境改变或盲目调整带来的损失。
附图说明
[0016]图1为本专利技术的键合机及部分传感器的安装示意图。
[0017]图2为本专利技术一优选实施例中步骤S1的流程图。
[0018]图3为本专利技术一优选实施例中步骤S14的流程图。
[0019]图4为本专利技术一优选实施例中步骤S3的流程图。
[0020]图5为本专利技术一优选实施例中步骤S2的流程图。
[0021]图6为本专利技术一优选实施例中的引线键合在线监测方法的流程图。
[0022]图7为本专利技术一优选实施例中神经网络的训练方法流程图。
[0023]图8为本专利技术的实际内核图。
[0024]图9为本专利技术的运行流程图。
[0025]图10为本专利技术中的仿真模型优化及计算过程示意图。
[0026]附图标记： 1、温度测量设备2、施力测量计 3、劈刀 4、焊盘 5、换能器。
具体实施方式
[0027]为了使本专利技术的技术手段、创作特征、工作流程、使用方法、达成目的与功效易于了解，下面结合附图进一步阐述本专利技术。
[0028]请参阅图1。现有的键合机，其通常是通过工作台上的驱动装置驱动劈刀3将金属引线焊接于焊盘4上，在这一过程中还可以通过换能器5对金丝和焊盘进行加热。本专利技术的引线键合在线监测方法，其目的即是对这一键合过程的在线监测。
[0029]请结合参阅图1、图8及图9。在一优选实施例中，本专利技术的引线键合在线监测方法包括以下步骤：S1、建立引线键合的仿真模型并进行优化；S2、建立引线键合的数据模型；S3、建立引线键合的可视化模型。
[0030]其中，如图2所示，步骤S1的具体过程为：1）利用三维建模软件（如UG、Pro/E、CATIA、3d MAX等）根据物理实际建立键合机的实体三维模型作为物理模型，将物理模型导入虚拟现实仿真引擎（如Unity3D），使用其内置的物理引擎构建仿真模型；2）向仿真模型输入待键合材料的属性值和部分实际边界条件，进行有限元分析仿真计算；上述部分实际边界条件包括键合温度、键合压力、键本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生技术的引线键合在线监测方法，其特征在于，包括步骤：S1、建立并优化引线键合的仿真模型；S2、建立引线键合的数据模型；S3、建立引线键合的可视化模型。2.根据权利要求1所述的基于数字孪生技术的引线键合在线监测方法，其特征在于，所述步骤S1包括步骤： S11、建立键合机的实体三维模型；S12、基于上述实体三维模型建立仿真模型；S13、将待键合材料的属性值和部分实际边界条件输入仿真模型中进行仿真计算，得到在工作状态下的劈刀计算轨迹，上述部分实际边界条件包括键合温度、键合压力、键合时间；S14、利用经过训练的神经网络对接触边界材料属性值进行优化，输出经优化后的接触边界材料属性值。3.根据权利要求2所述的基于数字孪生技术的引线键合在线监测方法，其特征在于，所述步骤S14包括：S141、实测并采集在对键合过程中的劈刀轨迹，得到劈刀实测轨迹；S142、计算劈刀计算轨迹相对于劈刀实测轨迹的误差，判断该误差是否大于许用误差；当该误差大于许用误差时，对劈刀计算轨迹和接触边界材料属性值同时进行优化更新，再次进行上述判断，直至上述误差小于或等于许用误差；S143、输出仿真结果，得到接触边界材料属性值。4.根据权利要求2所述的基于数字孪生技术的引线键合在线监测方法，其特征在于，使用梯度下降法这一算法进行上述优化。5.根据权利要求2所述的基于数字孪生技术的引线键合在线监测方法，其特征在于，所述神经网络为基于分子动力学仿真结果所训练的神经网络，其训练步骤包括步骤：S1401、利用接触边界周围材料属性值和劈刀计算轨迹作为输入数据进行分子动力学仿真，输出得到接触边界材料属性值；S1402、选取足量数据重复步骤，形成具有足量数据的初始数据集；S1403、对...

【专利技术属性】
技术研发人员：王小平，曹万，熊波，梁世豪，陈明艳，陈耀源，陈列，
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：