成功贴装细小片状元件的关键因素

随着主动元器件的尺寸变得越来越小，被动元件的尺寸也在减小，设计人员能够灵活的利用它们来完成高密度产品的设计。0603和0402元件的广泛使用已有多年，这些元件能够在批量应用中有很高的装配良率。最近，0201／01005元件已经进行系统装配（SiP），在手机、数码像机、无线蓝牙等产品中得以应用。0201元件约为0402元件尺寸的四分之一，而01005元件则约为0201元件尺寸的四分之一。较小尺寸的元件可能会降低装配工艺的稳健性。这类细小元件的装配比其它元件在工艺材料的选择、设计、工艺的控制方面更具敏感性。由于本身的尺寸非常小，它的尺寸公差对装配工艺也会产生非常显著的影响。所以，细小元件的装配工艺不同于其它元件，需要更加精确的控制。 本文我们讨论的是细小元件的贴片控制工艺。环球仪器SMT工艺实验室已开发完整的0201／01005元件装配工艺，如果读者对锡膏的选择、印刷工艺的控制、印刷钢网和PCB的设计、以及回流焊接工艺的控制感兴趣，欢迎和我们联系。[编者按]     

0201/01005元件装联工艺技术研究

当今元件封装技术正日新月异,以满足不断快速增长的电子产品的需求。0201／01005是现代电子组装技术的新概念,它能大幅度降低电子产品体积。在许多便携式产品中对形状的要求以及其它产品上以更小的面积实现更多功能的需求,使得0201封装受到人们的青睐。而01005则又上了一层楼,成为这场技术竞争的产物。0201／01005封装由于元件尺寸小,有许多专门的装配注意事项。本文从线路板设计、焊膏选择、贴装控制等几个方面浅谈0201／01005元件装联工艺技术。     

高速状态下的微小器件贴装

陪伴着电子产品的日益小型化．轻型化和便携化，组成电子产品的基础器件也不断朝着微型化方向发展。它们之间互为因果。但是。微型元器件如何能够快捷和高质量地进行贴装，是摆在电子组装业的一项富有挑战性的话题。本文试图就这一话题作一简述，0201元件是微小电子元器件的典型代表，本文将以此为例予以说明。     

表面贴装元件的一些进展

简要论述近年来表面贴装电子元件与相关工艺的一些进展及今后的发展方向。     

表面贴装元件的手工焊接

以PQFP封装芯片为例介绍了表面贴装元件的手工焊接方法及焊接时的注意事项，并对造成焊点缺陷的原因进行了分析。     

表面贴装元件与工艺的新进展

本文简要叙述了近年来表面贴装电子元件与相关工艺的一些进展，今后的发展方向。     

如何用越来越小的元件进行制造

本文介绍，尽管0201元件有其内在优势，但是它们的使用可能使得装配工艺复杂化。对更小的元件间隔要求的理解可以制造出灵活的、节省成本的产品。     

QFN元件的贴装及返修工艺

QFN封装（Quard Flat No—lead方形扁平无引脚封装）具有良好的电性能和热性能、体积小、重量轻，其应用正在快速增长。QFN的封装和CSP有些相似，但元件底部没有焊球，与PCB的电气和机械连接是通过PCB焊盘上印刷焊膏、过回流焊后形成的焊点来实现，对PCB焊盘设计和表面贴装工艺提出了一些新的要求。印刷网板设计、焊后检查、返修等都是表面贴装过程中应该特别关注的。     

QFN元件的贴装及返修工艺

QFN封装（Quard Flat No—lead方形扁平无引脚封装）具有良好的电性能和热性能、体积小、重量轻，其应用正在快速增长。QFN的封装和CSP有些相似，但元件底部没有焊球，与PCB的电气和机械连接是通过PCB焊盘上印刷焊膏、过回流焊形成的焊点来实现的，对PCB焊盘设计和表面贴装工艺提出了一些新的要求。印嗣网板设计、焊后检查、返侈等都是表面贴装过程中所应该关注的。     

影响数据仓库成功的关键因素

介绍了在数据项目开发中比较关键的一些问题,这些问题对成功地开发数据仓库有着重要的作用。     

表面贴装元件识别的快速阈值值分割算法

1引言 表面贴装元器件的视觉检测和定位是影响贴片机整体性能的关键因素。其主要任务包括获取元件的图像,利用识别算法对图像进行处理,识别元件的质量、位置、角度,判断所拾取的元件是否合格并在贴装时进行贴装位置、角度的纠正等。     

成功流片的可靠途径

开发ASIC日益昂贵,迫切需要一种能确保最少制造次数并获得可正常工作的硅片的设计制造方法。采用大容量和高性能的FPGA设计方法,这种成功性会更高。本文讨论在一般ASIC原型设计情况下,这种FPGA设计方法的应用。     

改进的基于蜜蜂进化型遗传算法和蚁群系统混合的元件贴装优化

针对PCB板的表面贴装技术(Surface Mount Technology,SMT)优化问题,提出一种基于蜜蜂进化型遗传算法和蚁群系统的混合智能算法(the Hybrid Intelligent Algorithm based on Bee Evolutionary Genetic Algorithm and Ant Colony System,BAHA).该算法的关键有4点:①通过两个种群的融合实现信息共享,提高算法的收敛速度;②采用改进的OX的交叉算子,合理保留优秀个体基因的排列顺序;③加入局部搜索算子,在当代最优解附近进行更加精细的搜索;④信息素重置防止陷入局部最优解.用TSP30问题、eil51问题与相关文献进行对比测试,仿真结果表明BAHA收敛速度快,寻优能力强.通过对5种不同PCB板的元件贴装顺序进行优化计算,结果表明,BAHA能有效的提高贴装效率.