基于焊点虚拟成形技术的SMT焊点质量检测和智能鉴别技术研究

摘要

采用表面组装技术(Surface Mount Technology，SMT)形成的焊点的可靠性是SMT产品的生命。焊点组装故障检测与组装质量的控制技术是保障SMT产品质量和可靠性的关键技术。在组装过程中及时检测、发现组装故障，并予以实时反馈，进行及时的组装工艺参数调整和消除故障处理，实现组装过程中的质量检测和反馈控制，以求达到高的产品合格率或一次通过率，是SMT产品生产中刻意追求的目标。 本文基于焊点虚拟成形技术，对SMT焊点组装质量检测与鉴别技术进行了较为全面地研究，解决了焊点三维表面形状重构、焊点三维质量信息提取、焊点缺陷智能鉴别、焊点缺陷原因智能分析等关键技术，在此基础上形成了相应的系统及其软件，研究成果具有焊点组装质量信息获取、反馈和控制实时性强，组装工艺参数调整时间短等特点，能适用于要求快速完成组装工艺参数调整进入稳定组装生产、达到高的组装一次通过率的小批量SMT产品组装生产场合。论文研究具有很强的工程背景和现实需求，研究结果具有很强的实用价值和经济、技术价值。 基于最小能量原理建立了在表面势能、重力势能和外力作用下的片式元器件焊点、无引脚陶瓷片式载体(Leadless Ceramic Chip Carrier，LCCC)器件焊点、四方扁平无引脚(Quad Flat No-lead，QFN)器件焊点和塑料球栅阵列(Plastic Ball GridArray，PBGA)器件焊点等典型SMT焊点三维形态预测模型，实现了上述焊点三维形态预测并分析了钎料量、焊盘长度、焊盘宽度和间隙高度等相关工艺参数对焊点形态的影响。结果表明所分析的工艺参数对焊点形态均有影响，任一参数的变化都会对焊点形态产生相应的影响。对采用无铅焊料的片式元器件焊点以及采用有铅焊料的PBGA焊点进行了焊点形态预测结果的试验验证，结果表明焊点形态预测结果与实际焊点形态吻合良好。研究结果为SMT焊点形态的设计和控制奠定了基础。 采用统一粘塑性Anand模型描述了SMT钎料合金的本构关系，建立了基于焊点三维形态的LCCC焊点、片式元器件焊点、QFN焊点和PBGA焊点的有限元分析模型，对上述焊点在热循环条件下的力学行为进行了有限元分析与热疲劳寿命预测。对多工艺参数(样件规格、芯片配重、焊盘直径和钢网厚度)组合下的PBGA器件焊点可靠性进行了研究，获得了多工艺参数对PBGA焊点可靠性的影响顺序及其显著性结论。 研究了空间域的SMT焊点图像处理算法，在对各种算法的处理效果进行分析比较的基础上，确定了适用于SMT焊点计算机视觉信息获取与处理系统的算法。 建立了基于激光三角法的SMT焊点测量系统的数学模型，完成了SMT焊点测量系统硬件设计与搭建，对SMT焊点测量系统参数进行了标定；研究并应用了基于激光三角法的SMT焊点三维表面形状重构方法；运用实体模型切片算法对重构的焊点模型进行切片，获取了焊点关键切面并提取润湿角、焊点高度及切面面积等焊点形态参数，实现了焊点三维质量信息提取。通过三维重构精度检测试验及误差分析得到了重构焊点的准确度，结果验证了本文所研究的焊点三维表面形状重构方法的有效性和准确性。 利用最小二乘法进行相关性分析确定了表征焊点缺陷的特征信息参数，提取出用于焊点缺陷智能鉴别和缺陷原因智能分析的样本数据信息；对标准反向传播 (Back Propagation，BP)算法进行了改进研究，通过算法测试证明所提出的改进措施能够满足使用要求；利用虚拟成形的表征片式元件焊点缺陷特征信息的数据样本对改进的BP算法模型进行了成功的训练，对片式元件焊点缺陷进行了智能鉴别，所获得的结果与实际结果基本吻合，满足焊点质量智能鉴别精度的基本要求。建立了基于模糊神经网络的焊点缺陷原因智能分析评价模型，利用智能鉴别中训练样本的输出变量作为模糊神经网络的训练样本的输入变量，完成对模糊神经网络的训练，利用智能鉴别中测试样本的输出变量作为模糊神经网络的训练样本的输入变量，完成对模糊神经网络的测试，智能分析结果较为合理。 基于本文所研究的SMT焊点图像处理技术、焊点三维形状重构技术、焊点质量信息提取技术、焊点缺陷智能鉴别和缺陷原因智能分析技术，开发了SMT焊点质量评估软件和SMT焊点质量智能鉴别与分析软件。通过在实际SMT生产线上进行实际组装焊点的图像采集、图像预处理、焊点三维形状重构、焊点重构模型形态参数提取、焊点缺陷检测与焊点缺陷原因鉴别试验验证了本软件的实用性。

目录

文摘

英文文摘

声明

第一章绪论

1.1论文研究课题来源

1.2基本技术概念

1.2.1 SMT与SMT产品的可靠性

1.2.2 SMT焊点故障和焊点失效

1.2.3 SMT焊点形态及焊点形态设计

1.2.4计算机视觉技术

1.3基于焊点形态理论的SMT焊点虚拟成形技术

1.3.1 SMT焊点形态CAD

1.3.2 SMT焊点虚拟成形技术

1.4国内外研究状况与本文研究意义

1.4.1焊点质量检测技术国内研究现状

1.4.2焊点质量检测技术国外研究现状

1.4.3现有SMT组装焊点质量检测方法的局限性

1.4.4 SMT焊点组装质量实时检测与反馈控制的必要性

1.4.5本文研究意义和应用前景

1.5论文研究思路和论文内容安排

1.5.1论文总体研究思路

1.5.2论文内容安排

第二章基于最小能量原理的SMT焊点形态预测与分析

2.1焊点形态建模基本方法

2.2焊点形态解析方法建模

2.2.1二维焊点形态数学分析模型

2.2.2数学分析模型的求解

2.3焊点形态的数值分析方法建模

2.3.1基于最小能量原理的数值分析方法

2.3.2三维焊点形态能量法建模

2.4·典型SMT焊点形态预测模型及其形态预测结果

2.4.1片式元器件焊点形态预测

2.4.2无引脚陶瓷片式载体器件焊点形态预测

2.4.3四方扁平无引脚封装器件焊点形态预测

2.4.4塑料球栅阵列器件焊点形态预测

2.5焊点形态预测结果试验验证

2.5.1片式元器件无铅焊焊点形态预测结果试验验证

2.5.2 PBGA焊点形态预测结果试验验证

2.6本章小结

第三章基于焊点形态的SMT焊点可靠性分析

3.1基于有限元方法的SMT焊点力学性能分析

3.1.1 SMT焊点失效机理分析

3.1.2焊点工艺参数对可靠性的影响

3.1.3钎料合金的统一粘塑性本构方程

3.1.4粘塑性问题的有限元基本方程

3.2焊点的疲劳寿命预测模型

3.2.1以塑性变形为基础的预测模型

3.2.2以蠕变变形为基础的预测模型

3.3典型SMT焊点可靠性分析

3.3.1 LCCC焊点可靠性分析

3.3.2片式元器件焊点可靠性分析

3.3.3 QFN焊点可靠性分析

3.3.4 PBGA焊点可靠性分析

3.4 PBGA焊点工艺参数影响焊点可靠性的试验研究

3.4.1 PBGA焊点可靠性正交试验设计

3.4.2试验结果

3.4.3试验结果分析与讨论

3.5本章小结

第四章SMT焊点图像底层处理与形态参数提取

4.1 SMT焊点图像底层处理

4.1.1位图(BMP)

4.1.2灰度化算法

4.1.3阈值计算和二值图像处理

4.1.4低通滤波

4.1.5中值滤波算法与噪声消除法

4.1.6改进的滤波算法

4.1.7图像增强

4.1.8边缘提取

4.1.9细化算法

4.2 SMT焊点形态参数的提取

4.2.1图像测量算法

4.2.2 SMT焊点形态参数的提取方法

4.3本章小结

第五章基于激光三角法的SMT焊点三维重构及质量信息提取

5.1激光三角法测量原理

5.1.1 CCD成像原理

5.1.2激光三角法的原理

5.2基于激光三角法的SMT焊点测量系统

5.2.1线结构光SMT焊点测量系统数学模型

5.2.2 SMT焊点测量系统硬件设计

5.2.3 SMT焊点测量系统参数标定

5.3基于激光三角法的SMT焊点三维表面形状重构及质量信息提取

5.3.1基于激光三角法的SMT焊点三维表面形状重构

5.3.2重构后SMT焊点质量信息的提取

5.4 SMT焊点三维表面形状重构法三维重构精度检测试验与误差分析

5.4.1标准量块三维重构精度检测试验与误差分析

5.4.2 SMT片式元器件焊点三维重构精度检测试验与误差分析

5.5本章小结

第六章基于神经网络的SMT焊点质量智能鉴别与分析

6.1基于相关性分析的焊点缺陷表征特征参数确定

6.1.1相关系数和相关系数的显著性检验

6.1.2焊点缺陷类型及缺陷产生原因选择

6.1.3基于最小二乘法的焊点质量特征参数与焊点缺陷相关性分析

6.2基于改进BP神经网络的SMT焊点缺陷智能鉴别

6.2.1神经网络

6.2.2 BP算法原理

6.2.3一种新的改进BP算法

6.2.4基于改进BP神经网络的SMT焊点缺陷智能鉴别实现

6.3基于模糊神经网络的SMT焊点缺陷原因智能分析

6.3.1模糊神经网络的分类

6.3.2 SMT焊点缺陷原因智能分析模糊神经网络设计

6.3.3模糊神经网络的训练和测试

6.4本章小结

第七章SMT焊点质量检测与焊点缺陷智能鉴别分析软件系统设计与实现

7.1 SMT焊点质量检测与焊点缺陷智能分析评价的具体实现方法

7.2 SMT焊点质量评估软件

7.2.1 SMT焊点质量评估软件开发环境

7.2.2 SMT焊点质量评估软件模块构成

7.3 SMT焊点质量智能鉴别与分析软件

7.3.1 SMT焊点质量智能鉴别与分析软件系统总体设计

7.3.2 SMT焊点质量智能鉴别与分析软件各功能模块实现过程

7.4 SMT焊点质量检测与焊点缺陷智能鉴别分析软件实用性的试验验证

7.5本章小结

第八章总结与展望

8.1主要工作与结论

8.2展望

致谢

参考文献

攻读博士学位期间发表的论文和科研情况