TSV三维封装缺陷激光主动检测分类与量化

硅通孔(TSV)三维封装因其独特工艺而受到广泛关注,然而其内部缺陷无法被直接观测成为目前的检测难题。为了对TSV三维封装内部缺陷进行检测,提出了一种基于激光主动激励的内部缺陷分类与量化方法。通过红外激光主动热源施加到TSV三维封装结构表面,激发TSV内部缺陷的外部温度分布响应,通过理论与仿真分析,掌握缺陷特征在主动激励下的表现规律；构建卷积神经网络对缺陷样本信息进行训练,实现内部缺陷的分类识别与量化。试验表明,该方法能在不损坏样品的前提下有效对内部缺陷进行识别分类及量化,准确率可达95.56%。     

基于热电耦合激励的TSV三维封装内部缺陷识别方法研究

由于硅通孔互连(Through Silicon Via,TSV)三维封装内部缺陷深藏于器件及封装内部,采用常规方法很难检测.然而TSV三维封装缺陷在热-电激励的情况下可表现出规则性的外在特征,因此可以通过识别这些外在特征达到对TSV三维封装内部缺陷进行检测的目的 .文章利用理论与有限元仿真相结合,对比了正常TSV与典型缺陷TSV的温度分布,发现了可供缺陷识别的显著差异.分析结果表明,在三种典型缺陷中,含缝隙TSV与正常TSV温度分布差异最小;其次为底部空洞TSV,差异最大的为填充缺失TSV.由此可知,通过检测热-电耦合激励下的TSV封装外部温度特征,可实现TSV三维封装互连结构内部缺陷诊断与定位.     

航空复合材料内部缺陷差动式激光红外热成像检测

航空复合材料内部缺陷的存在严重威胁着飞行安全。以航空碳纤维复合材料层合板为检测对象,利用激光作为红外热成像检测技术的热激励源,充分利用激光的远距离精准加热、高功率密度等优点,实现对复合材料内部分层缺陷的定位检测。利用激光红外热成像技术对缺陷试件和参考试件进行多次差动检测,并且依据试件与热像仪的空间位置关系,选择温差最大时刻计算内部分层缺陷的直径。实验结果表明:激光红外热成像技术可有效检测航空碳纤维复合材料内部分层缺陷。同时,首次使用的差动式激光红外方法可有效消除激光能量分布不均对检测结果带来的影响,使缺陷成像结果更清晰。     

热障涂层脱粘缺陷脉冲压缩激光红外热成像检测

针对热障涂层热导率低,激光红外热成像检测效果不佳等问题,本文提出了一种基于脉冲压缩的增强型激光红外热成像方法用于热障涂层系统脱粘缺陷的检测。该方法利用频率或周期调制脉冲串激光热源,再通过信号处理将接收到的时域信号压缩成有效峰值高的窄脉冲信号,从而有效增强检测信号的信噪比。首先,建立热障涂层多层结构脉冲压缩激光红外检测有限元数值计算模型,模拟了周期调制脉冲串激光激励下结构内部热流的传播过程以及内部缺陷对温度场分布的影响,研究了不同激励参数对于温度场分布的影响。模拟结果表明,单调递减型且热激励时间为2s左右的脉冲激励形式能获得最佳的检测效果。其次,通过脉冲压缩技术对数据信号进行后处理,得到了更能反映缺陷信息的温度场分布图。最后,通过实验验证了基于脉冲压缩的增强型激光红外热成像方法对热障涂层脱粘缺陷检测的有效性,实验结果表明,该方法在一定程度上提高了缺陷检测的灵敏度与信噪比。     

基于小波分析的倒装芯片主动红外缺陷检测

随着微电子技术的需求和发展,倒装芯片技术在高密度微型化封装领域得到了快速发展和广泛应用,而现有的一些倒装芯片检测方法存在一定的不足之处。为此,研究了主动红外的倒装芯片缺陷检测方法。实验中使用激光加热对倒装样片施加非接触热激励,通过红外热像仪获取样片温度分布。采用小波分析方法提取包括小波熵在内的信号特征,采用自组织神经网络对不同类型焊球进行聚类识别。研究表明,通过自组织神经网络可以有效地将不同缺陷焊球与参考焊球通过距离映射法映射到不同区域从而区分开,并且可以将未知焊球信号映射到相应的区域实现聚类识别。因此该方法可以有效实现倒装芯片的缺陷检测。     

基于CNN的金属疲劳裂纹超声红外热像检测与识别方法研究

传统超声红外热像检测与识别金属疲劳裂纹主要是通过图像处理算法提取红外热图像的相关热特征,并与裂纹特征进行匹配,其过程过于繁琐,识别率较低且需要人工筛选有效特征。结合主动红外热成像技术以及卷积神经网络（Convolutional Neural Network,CNN）在金属结构无损检测与缺陷自动识别中的优势,提出了一种基于CNN的金属疲劳裂纹超声红外热像检测与识别方法。通过超声红外热成像装置对实验对象（文中为金属平板试件）进行检测,获取红外热图像并制作图像数据集。运用设计的卷积神经网络对不同尺寸裂纹的超声红外热图像进行特征提取与识别分类。此外,对所提出的方法与两种常见图像分类网络模型以及支持向量机的分类结果进行对比。实验结果表明,设计的卷积神经网络在该数据集上识别分类准确率为100%,优于其他网络模型和支持向量机的识别分类,可以有效检测与识别金属疲劳裂纹。     

基于阵列热风激励的航发叶片近表面缺陷红外检测方法

航空发动机叶片的三维曲面结构、复杂的材料特性和特殊的冷却通道等,给叶片近表面缺陷的检测带来了困难。针对热激励源加热不均导致检测的红外热图效果差、缺陷识别率低的问题,提出了一种阵列热风激励的主动红外检测方法,改进并搭建一套可调阵列热风红外无损检测实验平台。通过设计阵列热风激励与局部热风激励的对比实验,并采用Canny算子进行缺陷边缘识别,证明了阵列热风激励主动红外检测方法的优势。通过实验分析不同材料下含裂纹试件的温度变化规律。实验结果表明：随热扩散系数增大,温升出现越早,表面最大温度呈下降趋势。通过利用检测实验平台对航空发动机叶片进行检测,揭示了导热性和隔热性缺陷的温度分布规律;其中导热性、隔热性和两者混合类型的缺陷检出率分别达到86.7%、93.3%、90%,也表明阵列热风激励红外检测方法能有效检测出航发叶片中的裂纹缺陷。     

主动红外热像技术在航空发动机叶片缺陷检测中的研究和应用进展

叶片长期工作在高温、高压、高速的恶劣工况下,极易出现损伤,及时发现并监控服役过程中叶片损伤对保证飞行安全至关重要。主动红外热成像技术是一种新型无损检测方法,具有无接触、高效率、无污染等优点,对材料近表面裂纹和涂层缺陷具有良好的效果。本文统计归纳航空发动机叶片典型缺陷类型和成因,对比主动红外热像技术的代表性激励方式;针对主动红外热像技术在叶片疲劳裂纹和表面涂层缺陷检测中的应用进行了分析,介绍机器学习和图像识别等智能算法在缺陷识别和定量评估方面的应用;总结归纳了主动红外热像技术面临的难题和未来的发展方向。总体而言,该技术在航空发动机叶片缺陷检测领域具有良好的应用前景。     

新型光束匀化激光红外热成像检测系统及应用

激光红外热成像检测方法具有检测距离远、检测速度快、检测结果可视化等优点,在纤维增强复合材料缺陷检测领域具有广阔的应用前景。为消除由于激光加热不均造成的检测能力较低等问题,本文提出和研究了一种基于衍射分束原理的激光光束整形和匀化方法,在此基础上开发了便携式光纤耦合光束匀化激光红外热成像检测系统,并将其应用于航空碳纤维增强复合材料结构快速检测上的应用研究,计算及实验结果表明该方法及系统大幅提升了激光光束的均匀度,有效消除了由于加热不均造成的背景噪声,提高了缺陷的检出率,可以实现对纤维增强复合材料内部分层脱粘缺陷和冲击损伤等的有效检测。与现有商用红外热成像检测系统相比,所开发系统具有更高的检测性能。     

基于脉冲红外热像法的表面下识别的有限元模拟

利用ANSYS有限元分析软件对不锈钢平底孔两种深度4种缺陷试件进行建模,施加单面热流,模拟了脉冲红外热成像检测过程。计算被检不锈钢表面的温度变化和分布,提取相应缺陷表面对应区域的降温曲线,计算不锈钢缺陷界面热反射系数,并与实际脉冲红外热成像用于表面下识别检测实验结果进行对比。考察了有限元分析方法用于表面下缺陷类型识别的可行性,为进一步进行脉冲红外热成像用于表面下识别检测提供借鉴。     

基于激光热成像方法的奥氏体钢表面缺陷表征

有源热成像是当今广泛使用的无损检测方法,可利用材料热特性完成缺陷表征。本文使用激光作为热成像的激励源,使用激光局部加热试件,产生的球形热流允许以任意方向检测缺陷。在加热过程中,能量扩散完全覆盖缺陷区域,在散热过程中,缺陷的存在会使得激光器的热足迹呈现不对称性,红外热像仪实时监测表面温度场分布,实现表面缺陷的可视化检测。通过实验验证以及对实验结果的图像分析来完成缺陷表征,结果表明:在散热过程中,红外热像仪可实现对缺陷的可视化检测,通过图像锐化处理检测缺陷边界,得到缺陷的形状分布,完成缺陷的定位表征。     

CNG气瓶缠绕层缺陷的红外定位和定量识别及实验研究

CNG复合材料气瓶长期处于交变载荷作用,易于发生疲劳损伤,形成内部缺陷,造成强度下降,影响使用安全。含内部缺陷的复合材料气瓶在宏观上无明显形变,表观上难以直接进行缺陷检测。在目前的气瓶检测项目中,缺乏快速有效的缠绕层内部缺陷检测手段,可能造成含有内部缺陷气瓶的漏检。本文针对CNG复合材料气瓶检测存在的关键问题,结合现有气瓶检测标准和工艺,提出了一种基于气瓶内部蒸汽冲洗过程表面热像的缺陷检测方案。该方案以气瓶冲洗过程的蒸汽为气瓶的内部热激励,基于红外热像仪采集的气瓶表面瞬态温度分布,利用人工神经网络实现气瓶缠绕层缺陷的定位和定量识别。实验研究表明,人工神经网络能够精确地进行气瓶缠绕层缺陷的定位和定量识别且识别效率较高,适于气瓶的在线检测。     

基于FPGA的红外热成像闪光灯激励电源

红外热成像技术是一种快速有效的无损检测技术,广泛应用于航空航天、轨道交通、核工业等领域。激励电源是红外热成像检测系统中的关键设备,其性能将影响缺陷的检测结果。采用线性放大产生激励的方式存在增益带宽积的限制,较难满足红外热成像技术对激励频率范围和输出功率的要求。本文采用数字的方式将电压进行调制,实现了较大功率的输出,提高了对缺陷的检测效率。为满足红外热成像技术对输出功率、参数调整、以及多种工作模式的要求,本文设计了一款基于FPGA的数字化闪光灯激励电源。该电源主要包括低频正弦产生电路、全桥斩波电路和FPGA控制系统三部分,其中控制系统为核心部分。试验证明,该电源实现脉冲和锁相两种激励模式,参数调整方便,能够满足红外热成像技术对激励电源提出的要求。     

基于投影分布熵的多视点三维点云场景拼接方法

多视点三维点云场景拼接是解决激光三维主动成像目标自遮挡或被遮挡情况下目标数据不完全问题的一种有效方法,它将直接影响到后续的目标检测与识别处理。通过点云投影分布熵对场景独立坐标系进行估计,由此计算待拼接场景之间的空间变换参数,最后通过退火最近点迭代(ICP)方法,实现多视点场景的精确拼接。仿真实验结果表明,此方法是一种有效可行的方法。     

基于主动红外的倒装芯片缺陷检测研究

传统的倒装芯片无损检测技术并不能完全满足倒装焊检测需要,为此提出了一种基于主动红外的倒装芯片缺陷检测方法。通过非接触方式对倒装芯片施加热激励,并结合红外测温设备检测芯片温度分布情况,从而对芯片内部缺陷进行诊断与识别。实验研究表明,该方法能较好地检测出倒装焊点缺陷,可应用于倒装焊芯片的缺陷检测与诊断研究。     

一种有效的带封装进行缺陷定位的技术研究

提出了一种基于塑料封装器件进行缺陷定位的分析方案,并且以T0-247封装的功率器件为例详细阐述了带封装进行缺陷定位的过程与方法。通过精密研磨、抛光、激光等先进制样手段减薄塑封料,并用显微红外热成像技术实现器件缺陷定位,从而确定器件的失效模式与失效机理。实验证明该方法切实有效,这种失效分析方法对优化封装流程以及提升良率和可靠性都有重要的参考意义。     

基于直觉模糊C均值聚类的红外图像缺陷检测

红外热成像技术常被用来检测碳纤维增强复合材料的内部缺陷,但常用的光学热源加热效率低,需要近距离加热试件。激光具有能量集中、衰减小的优点,其作为加热源有助于实现远距离检测。本文介绍了线激光扫描红外热成像无损检测技术,并对加热过程中材料内部热传导进行了分析。其次,针对红外图像均匀性差、对比度弱,不利于缺陷特征提取的问题,本文引入基于直觉模糊C均值聚类算法的图像分割方法来提取缺陷边缘,与K-Means聚类方法相比,该方法可以提升缺陷模糊边缘的识别和检测能力,保留更多图像的细节信息,有助于准确提取缺陷边缘特征。     

激光红外热成像材料表面裂纹检测的研究进展

表面裂纹缺陷是材料中危险的缺陷形式,及时发现服役过程中产生的表面裂纹至关重要。激光红外热成像不仅具有传统红外检测的优点,还因激光能量密度高等特有优点,可远距离检测材料表面微小裂纹。综述了激光红外成像系统平台组件及其关键参数对激光红外成像检测的影响。从图像处理、优化工艺参数等角度入手,阐述了激光红外热成像检测表面裂纹缺陷的定性识别,进一步介绍了对材料表面裂纹缺陷长度、宽度以及深度特征的定量表征。最后对激光红外热成像检测表面裂纹缺陷进行了总结归纳,以及展望其未来的发展方向。     

红外热成像检测中的主动加热方法研究

主动红外热成像检测技术中,正确的外部加热方法是被检测对象的内部损伤或缺陷能被准确检测并记录的关键,加热方法及过程的正确与否最终影响着损伤检测灵敏度的高低.结合现役飞机外场红外热成像检测系统的建构,对几种主动加热方法进行了初步实验研究,给出实验结果,进而分析了影响红外热图像质量的因素.     

CFRP层板缺陷红外热波雷达成像检测概率研究

建立了Chirp调制激光激励的红外热波雷达成像检测系统,提出了基于分数阶傅里叶变换的Chirp锁相算法和基于希尔伯特变换时域积分的HT算法,实现了对CFRP层板缺陷的检测;合理设计了模拟缺陷的尺寸分布范围与缺陷判定准则,采用Hit/miss法分析了信号提取算法对检测概率的影响;给出了不同检测参数与判定阈值情况下,相关算法、Chirp锁相算法和HT算法提取结果的检测概率数据,确定了红外热波雷达成像系统对CFRP层板缺陷的检测概率水平。