粗铝丝超声引线键合强度在线监测方法研究

摘要

粗铝丝超声引线键合强度对超声功率、键合力、键合时间等因素敏感，实现键合强度的在线监测对于提高键合可靠性具有重要的工程价值。针对当前缺乏有效的在线键合强度预测方法的现状，本文提出了通过实时在线分析换能器驱动电流、建立电流信号与强度之间的关联规律，来监测并估计键合强度的方法。主要工作包括：
　　 ⑴基于U3000型粗铝丝引线键合机，建立了粗铝丝引线键合强度在线监测实验平台，搭建了换能器驱动电流信号传感电路，开发了基于NI数据采集卡PCI6110及LabView的超声引线键合过程信号监测系统；比较分析了反映键合过程的四种信号，确定并选择换能器驱动电流信号为超声引线键合过程监测信号；通过键合点的抗剪切试验，获得了反映键合点强度的抗剪切力数据。
　　 ⑵分析比较了主要时频分析方法，根据换能器驱动电流信号变化快的特点，选择小波包变换和Wigner-Ville变换作为主要的信号分析方法。获得了驱动电流信号反映的键合过程特征，包括键合过程系统消耗的平均能量、键合过程系统消耗能量的变化程度、键合中后期的系统消耗能量的变化等12个特征，并初步分析了上述特征与强度间的关联关系。
　　 ⑶建立了基于人工神经网络的粗铝丝超声引线键合强度在线监测系统，针对典型的键合条件，选择了键合过程系统消耗的平均能量、键合过程系统消耗能量的变化程度、键合中后期的系统消耗能量的变化等8种特征作为输入，键合强度作为输出，采集了120组实际键合过程数据，对人工神经网络进行训练，获得了信号特征与键合强度之间的关联关系。并将上述系统应用于U3000粗铝丝超声引线键合机，实现了键合失败的实时在线识别和键合强度的实时在线估测。

目录

文摘

英文文摘

第一章 绪论

1.1 粗铝丝超声引线键合技术概述

1.1.1 引线键合工艺

1.1.2 粗铝丝引线键合的主要工艺参数

1.2 超声引线键合质量监测系统研究现状

1.3 论文研究思路

1.3.1 课题来源

1.3.1 论文研究思路

第二章 粗铝丝超声引线键合过程监测及数据采集

2.1 粗铝丝超声引线键合过程监测及数据采集系统组成

2.2 信号传感电路及系统

2.3 数据采集与分析系统

2.3.1 高速多路数据采集卡

2.3.2 多通道同步数据采集程序设计

2.3.3 数据采集实验

2.4 反映键合过程特征物理信号的选择

2.5 键合点强度测量

2.5.1 键合点强度测量设备

2.5.2 键合强度测试

2.6 本章小结

第三章 信号时频分析方法对换能器驱动电流信号处理的比较

3.1 短时傅里叶分析及其对换能器驱动电流信号的处理

3.1.1 短时傅里叶分析基本原理

3.1.2 键合过程换能器驱动电流信号的短时傅里叶分析

3.2 小波分析及其对换能器驱动电流信号的处理

3.2.1 小波分析基本原理

3.2.2 小波基的选取原则

3.2.3 小波变换对换能器驱动电流信号的处理

3.2.4 小波包变换对换能器驱动电流信号的处理

3.3 魏格纳-威尔时频分析及其对电流信号的处理

3.3.1 维格纳-威尔变换原理

3.3.2 键合过程换能器驱动电流信号的Wigner-Ville时频分析

3.4 本章小结

第四章 换能器驱动电流信号时频分析及特征提取

4.1 键合过程换能器驱动电流信号的小波包分析

4.1.1 小波基的选择

4.1.2 键合过程换能器驱动电流信号的小波包分解

4.1.3 对8层小波包分解后的基频部分进行解调处理

4.2 键合过程换能器驱动电流信号的WIGNER-VILLE时频分析

4.3 其他非时频分析方法

4.3.1 包络线

4.3.2 通过计算周期来计算瞬时频率

4.4 超声引线键合换能器驱动电流信号特征提取

4.4.1 电流信号小波包分解后的特征

4.4.2 电流信号基频部分解调后的特征提取

4.4.3 电流信号基频部分Wigner-Ville变换后的特征提取

4.5 本章小结

第五章 基于神经网络的粗铝丝超声引线键合质量监测

5.1 换能器驱动电流信号特征的选择

5.2 BP神经网络介绍

5.3 基于BP神经网络的键合失败识别

5.3.1 BP网络的设计

5.3.2 BP神经网络的训练及仿真

5.3.3 BP神经网络的键合失败识别结果

5.3.4 改变键合条件下的特征选择和神经网络的建立

5.4 基于BP神经网络的键合强度预测

5.5 本章小结

第六章 总结

6.1 全文总结

6.2 展望

参考文献

致谢

攻读硕士学位期间的研究成果