[发明专利]一种CSP焊点焊后残余应力测量方法

说明书

本发明提供了一种CSP焊点焊后残余应力测量方法，首先确定对CSP焊点焊后残余应力值有影响的影响因素，再选取灵敏度分析结果中对焊后残余应力影响显著的显著影响因素，建立带动量项BP神经网络，通过对训练后输出值和目标输出值的相关性进行线性回归分析，以在显著影响因素与残余应力值之间建立起非线性映射关系，以实现对CSP焊点焊后残余应力的预测，为进一步深入研究CSP焊点焊后残余应力进而提高CSP焊点服役后可靠性提供理论指导。

技术领域

本发明涉及电子元器件封装技术领域，尤其涉及一种CSP焊点焊后残余应力测量方法。

背景技术

随着电子产品不断向微型化、轻薄化、多功能化与高可靠性方向的发展，使得封装技术中高密度、高精度、细间距和微尺度成为了必然趋势。芯片尺寸封装(Chip ScalePackage：CSP)作为一种新型封装技术由此而出现并得到日益广泛应用，具有超小型封装、封装密度高和电热性能良好等优势。CSP封装结构中互连焊点(即CSP焊点)直接承担着电气连接、机械支撑及散热作用，通常CSP器件失效大都是由于焊点失效所引起的。CSP器件组装过程中，焊点在再流焊过程中会经历固态到熔融而又冷凝的过程，在焊接完成后焊点内会产生并累积不小的内应力即焊后残余应力，残余应力的存在将会引起焊点的损伤，这种损伤在在后续的生产工艺以及产品使用过程中，会扩展汇合而形成宏观裂纹，直接导致器件的失效或者引起吸潮、界面脱层以及间接引起其它材料失效，因此，对焊点焊后残余应力所引起的焊点失效问题应给予足够重视以确保焊点服役后的可靠性。目前国内外学者的研究了焊点结构参数的变化对焊点焊后残余应力的影响，但对焊点焊后残余应力的研究尚不充分，如未能给出焊点各个结构参数对焊点焊后残余应力影响程度的大小排序，也没有给出焊点焊后残余应力的预测模型以解决残余应力计算工作量大等问题。

灵敏度分析正是解决多个设计变量或参数变化对模型结果影响程度大小的方法，而BP(Back Propagation)神经网络能够实现非线性映射关系，且在焊点形态、故障诊断和焊接质量等领域的预测方面被广泛应用。因此，本发明建立了CSP焊点有限元模型，选取灵敏度分析结果中对焊后残余应力影响显著的因子，建立带动量项神经网络，在显著因子与残余应力之间建立起非线性映射关系，以实现对CSP焊点焊后残余应力的预测，为进一步深入研究CSP焊点焊后残余应力进而提高CSP焊点服役后可靠性提供理论指导。该方法结合灵敏度分析和带动量项神经网络算法对CSP焊点焊后残余应力进行预测，具有优良的鲁棒性能，计算方法简单，极大的方便了后期CSP焊点焊后残余应力的预测。

发明内容

本发明的目的在于提供一种CSP焊点焊后残余应力测量方法，能够结合灵敏度分析和带动量项BP神经网络算法对CSP焊点焊后残余应力进行预测，具有优良的鲁棒性能，计算方法简单，极大的方便了后期CSP焊点焊后残余应力的预测。

为了达到上述目的，本发明提供了一种CSP焊点焊后残余应力测量方法，其特征在于，包括：

基于ANSYS建立CSP焊点的仿真分析模型并进行温度场分析，以对所述仿真分析模型施加再流焊温度载荷，并得到所述CSP焊点的温度场分布；

将所述CSP焊点的温度场分布作为结构分析的载荷以进行结构分析，并得到所述CSP焊点的残余应力值；

选取所述CSP焊点的残余应力值的影响因素，并确定所述影响因素的上限值和下限值；

以最大残余应力值为输出参数对所述仿真分析模型进行灵敏度分析，以得到所述影响因素中对所述CSP焊点的残余应力值的影响显著的显著影响因素；

根据所述显著影响因素训练样本数据，并建立带动量项的BP神经网络；

对所述训练后输出值和目标输出值的相关性进行线性回归分析，以建立所述显著影响因素与所述CSP焊点的残余应力值之间的非线性映射关系。

可选的，进行结构分析时，对所述CSP焊点所在的PCB底面的四个角点处施加全约束，以得到所述CSP焊点的残余应力值。