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