摘要
芯片成型过程中温度的实际分布往往对芯片质量具有决定性作用,而其过程中的温度场分布呈明显的空间和时间分布,并且存在很强的非线性动态特性,这些因素严重影响着传统机理模型对芯片固化温度建模与预测的准确性。此外,工业互联网在分布参数过程中的应用提高了数据采集的效率和质量,为分布参数过程的数据建模提供了基础。针对上述情况,提出了一种基于温度的低维温度模型,实现对芯片固化成型过程中温度的非线性时间和空间动态分布的有效建模。首先,利用核化的主成分分析法(Principal Component Analysis,PCA)对非线性空间特征进行全局处理,在最小化信息损失的前提下,将无限维的空间动态分布转化为有限维的空间基函数。在此基础上,通过将系统的时空数据在空间基函数(Spatial Basis Function,SBF)上投影,得到表征系统非线性时间动态的时间序列;并充分考虑模糊算法在非线性建模方法的优势,建立了基于模糊算法的非线性时间模型。然后,将所获得的空间基函数与非线性模糊模型结合起来,得到了最终的低维温度场时空模型,实现了对芯片成型过程中温度场空间分布和非线性时间动态的有效重构。最后,通过晶圆快速热过程(Rapid Thermal Processing,RTP)的数值仿真,验证了所建立模型的准确性和有效性。
作者
刘耀义
余敏
李才
LIU Yao-yi;YU Min;LI Cai
出处
《制造业自动化》
北大核心
2023年第10期60-65,共6页
Manufacturing Automation
基金
国家重点研发计划(2018YFB1802403)。
