【技术实现步骤摘要】
本专利技术涉及倒装焊芯片缺陷检测，尤其是指一种基于共振频带能量熵的芯片缺陷检测方法及系统。
技术介绍
1、集成电路制造业是现代电子信息产业发展的核心和基础，而微电子封装互连又是集成电路制造业最为关键和最有难度的环节。倒装焊芯片封装凭借着其优越的性能，成为现在主流的微电子封装技术之一，并受到越来越广泛的关注和研究。随着倒装焊芯片的焊点向超细间距、高密度方向发展，以及low-k材料引入和封装材料无铅化的要求，导致倒装焊芯片键合处的热/应力失配更加严重，更容易产生制造缺陷和疲劳失效。为了保证芯片的可靠性，对倒装焊芯片进行无损检测显得尤为重要。
2、倒装焊芯片发生缺陷时，结构特性发生改变，焊点约束变小，振幅变大。共振频率所包含的缺陷信息更多，能量发生偏移，提取共振频带很有必要。近些年来，大量自适应信号分解算法被提出。huang等提出了经验模态分解(emd)算法的分解方法，是递归的将故障信号分解成多个imf分量，但emd存在模态混叠、过分解和欠分解等问题。变分模态分解(vmd)采用的非递归分解方法，减少了emd因递归分解产生的模态混叠，而且vmd还带有自适应滤波的特点。但是vmd算法参数的选取存在影响分解准确性等问题。
3、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中针对单频超声激励获得的倒装焊芯片缺陷特征信
2、为解决上述技术问题，本专利技术的第一方面提供了一种基于共振频带能量熵的芯片缺陷检测方法，所述方法包括：获取样本芯片；
3、根据空气耦合超声换能器和多普勒激光测振仪从所述样本芯片中获取振动信号；
4、对所述振动信号进行小波包分解，生成低频振动信号；
5、根据所述低频振动信号生成低频振动信号频谱；
6、根据teager能量算子和多重极值分割法对所述低频振动信号频谱进行划分生成模态数、初始中心频率和惩罚因子；
7、将所述模态数、所述惩罚因子和所述初始中心频率输入至改进vmd算法，生成低频共振频带能量熵；
8、根据所述低频共振频带能量熵生成缺陷检测结果。
9、在本专利技术的一个实施例中，根据空气耦合超声换能器和多普勒激光测振仪从所述样本芯片中获取振动信号的步骤包括：
10、通过所述空气耦合超声换能器对所述样本芯片进行激励，生成激励样本芯片；
11、通过多普勒激光测振仪测量所述激励样本芯片表面的振动，生成所述振动信号。
12、在本专利技术的一个实施例中，对所述振动信号进行小波包分解，生成低频振动信号的步骤包括：
13、通过小波包分解算法对所述振动信号进行三层分解，生成子信号；
14、将所述子信号进行重构，生成低频振动信号。
15、在本专利技术的一个实施例中，根据teager能量算子和多重极值分割法对所述低频振动信号频谱进行划分生成模态数、初始中心频率和惩罚因子的步骤包括：
16、根据teager能量算子将所述低频振动信号频谱转化为能量谱；
17、根据希伯尔特变换从所述能量谱中提取能量包络线；
18、通过滑动滤波器对所述能量包络线进行平滑处理，生成平滑能量包络线；
19、根据所述多重极值分割法对所述平滑能量包络线进行处理，生成所述初始中心频率、所述模态数和所述惩罚因子。
20、在本专利技术的一个实施例中，根据所述多重极值分割法对所述平滑能量包络线进行处理，生成所述初始中心频率、所述模态数和所述惩罚因子的步骤包括：
21、对所述平滑能量包络线进行极值提取；所述极值包括初始极大值、初始极大值点、初始极小值和初始极小值点；
22、对初始极小值点进行遍历，计算相邻初始极小值点之间初始极大值点的个数；
23、计算相邻初始极大值的间距，生成第一间距；
24、根据所述第一间距对初始极大值和初始极大值点进行筛选，生成极大值和极大值点；
25、根据所述极大值点生成所述初始中心频率；
26、计算相邻初始极小值的间距，生成第二间距；
27、根据所述第二间距对初始极小值和初始极小值点进行筛选，生成极小值和极小值点；
28、根据所述极小值点生成所述模态数和所述惩罚因子。
29、在本专利技术的一个实施例中，根据所述低频振动信号生成低频振动信号频谱的步骤包括：
30、对所述低频振动信号进行傅里叶变换生成低频振动信号频谱。
31、在本专利技术的一个实施例中，将所述模态数、所述惩罚因子和所述初始中心频率输入至改进vmd算法，生成低频共振频带能量熵的步骤包括：
32、将所述模态数、所述惩罚因子和所述初始中心频率输入至改进vmd算法，生成imf分量；
33、根据所述imf分量计算能量和；
34、根据香农熵理论、所述imf分量和能量和计算所述低频共振频带能量熵。
35、本专利技术的第二方面提供了一种基于共振频带能量熵的芯片缺陷检测系统，应用于上述第一方面中任意一项提出的一种方法，所述系统包括：数据获取模块、信号转换模块和检测模块；
36、所述数据获取模块被配置为：获取样本芯片；根据空气耦合超声换能器和多普勒激光测振仪从所述样本芯片中获取振动信号；对所述振动信号进行小波包分解，生成低频振动信号；根据所述低频振动信号生成低频振动信号频谱；
37、所述信号转换模块被配置为：根据teager能量算子和多重极值分割法对所述低频振动信号频谱进行划分生成模态数、初始中心频率和惩罚因子；
38、所述检测模块被配置为：将所述模态数、所述惩罚因子和所述初始中心频率输入至改进vmd算法，生成低频共振频带能量熵；根据所述低频共振频带能量熵生成缺陷检测结果。
39、本专利技术的第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面或第一方面中任一种可能的实施方式中所述的方法。
40、本专利技术的第四方面提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面或第一方面中任一种可能的实施方式中所述的方法。
41、本专利技术的上述技术方案相比现有技术具有以下优点：
42、本专利技术所述的一种基于共振频带能量熵的芯片缺陷检测方法及系统，通过改进的vmd算法对倒装焊芯片的低频振动信号进行分解，并通过分解得到的共振频带获得共振频带能量熵。根据倒装焊芯片四种状态下低频振动信号共振频带能量熵的范围，可以快速、高效地识别焊点缺陷，还采用teager能量算子和多重极值分割的组合方法，可以快速准确地确定模态数、各模态分量的初始中心频率和惩罚本文档来自技高网...
【技术保护点】
1.一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据空气耦合超声换能器和多普勒激光测振仪从所述样本芯片中获取振动信号的步骤包括：
3.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，对所述振动信号进行小波包分解，生成低频振动信号的步骤包括：
4.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据Teager能量算子和多重极值分割法对所述低频振动信号频谱进行划分生成模态数、初始中心频率和惩罚因子的步骤包括：
5.根据权利要求4所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据所述多重极值分割法对所述平滑能量包络线进行处理，生成所述初始中心频率、所述模态数和所述惩罚因子的步骤包括：
6.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据所述低频振动信号生成低频振动信号频谱的步骤包括：
7.根据权利要求1所述的一种基于
8.一种基于共振频带能量熵的芯片缺陷检测系统，其特征在于，应用于上述权利要求1至7任一项所述的一种基于共振频带能量熵的芯片缺陷检测方法，所述系统包括：数据获取模块、信号转换模块和检测模块；
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7任一项所述一种基于共振频带能量熵的芯片缺陷检测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述一种基于共振频带能量熵的芯片缺陷检测方法的步骤。
...【技术特征摘要】
1.一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据空气耦合超声换能器和多普勒激光测振仪从所述样本芯片中获取振动信号的步骤包括：
3.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，对所述振动信号进行小波包分解，生成低频振动信号的步骤包括：
4.根据权利要求1所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据teager能量算子和多重极值分割法对所述低频振动信号频谱进行划分生成模态数、初始中心频率和惩罚因子的步骤包括：
5.根据权利要求4所述的一种基于共振频带能量熵的芯片缺陷检测方法，其特征在于，根据所述多重极值分割法对所述平滑能量包络线进行处理，生成所述初始中心频率、所述模态数和所述惩罚因子的步骤包括：
6.根据权利要求1所述的一种基于共振频带能量熵的芯片缺...
【专利技术属性】
技术研发人员：李可，于成昊，明雪飞，宿磊，顾杰斐，赵新维，王刚，李杨，
申请(专利权)人：江南大学，
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。