主动红外微电子封装缺陷检测技术

目 录
第1章 绪论 1
1.1 半导体技术的发展 1
1.2 微电子封装技术 2
1.2.1 微电子封装技术的发展 2
1.2.2 芯片互连技术 4
1.3 凸点倒装焊技术 7
1.3.1 凸点倒装焊技术及其工艺 7
1.3.2 凸点倒装焊可靠性 12
1.4 封装缺陷检测方法 16
第2章 红外无损检测技术 21
2.1 红外检测技术概述 21
2.2 红外检测系统组成 23
2.2.1 红外光学系统 24
2.2.2 红外探测器 25
2.2.3 红外热成像系统 28
2.3 主动红外无损检测方法 32
2.4 微电子封装红外检测系统 34
2.4.1 红外热像仪 35
2.4.2 激光加热系统 39
2.4.3 控制系统及附件 42
2.5 主动红外微凸点检测模型 43
第3章 主动红外检测仿真及焊球热性能分析 46
3.1 热量传递的一般形式 46
3.2 倒装焊芯片热传导数学建模 47
3.3 微凸点热性能仿真分析 55
3.3.1 倒装焊热阻网络 55
3.3.2 主动红外微凸点检测有限元分析 58
3.3.3 微凸点热性能表征与分析 67
3.4 小结 71
第4章 主动红外微凸点检测分析 72
4.1 主分量分析法 72
4.1.1 主分量分析的基本原理 72
4.1.2 检测实验及主分量分析流程 74
4.1.3 热图像的主分量分析法 77
4.2 热信号的自参考技术 86
4.2.1 红外检测及热斑自参考技术 86
4.2.2 微凸点的热信号自参考辨识 90
4.3 热信号的脉冲相位分析 95
4.3.1 脉冲相位成像法 95
4.3.2 红外检测微凸点相位辨识 97
4.4 小结 106
第5章 主动红外微凸点检测智能辨识方法 107
5.1 人工神经网络概述 107
5.1.1 人工神经网络的发展 107
5.1.2 神经元结构模型 108
5.1.3 人工神经网络的分类和特点 111
5.1.4 人工神经网络的发展方向和应用 113
5.2 BP神经网络的微凸点热信号分析 115
5.2.1 BP神经网络 115
5.2.2 微凸点BP神经网络分类 117
5.3 概率神经网络的微凸点热信号分析 123
5.3.1 概率神经网络 123
5.3.2 微凸点概率神经网络分类 126
5.4 微凸点模糊聚类分析方法 127
5.4.1 模糊聚类分析 127
5.4.2 特征加权的模糊c均值聚类分析 134
5.4.3 微凸点模糊聚类分析 138
参考文献 146