基于主动激励的硅通孔内部缺陷分类识别

硅通孔(TSV)三维封装因其独特的工艺而备受关注,然而内部缺陷的检测一直是限制其进一步发展的难题。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、高效率等优点,为实现对TSV内部典型缺陷的识别与分类,提出了一种基于激光加热主动激励的TSV内部缺陷分类识别方法。以激光为辐射热源,充分激发TSV内部缺陷,通过理论与仿真分析,掌握不同内部缺陷在主动激励下的外部温度分布表现规律;建立卷积神经网络模型,通过对外部温度分布结果的训练,实现内部缺陷的分类识别。通过试验证明,该方法对典型TSV内部缺陷具有良好的识别能力,识别准确率可达97.12%。利用主动红外热成像检测方法实现了对TSV内部缺陷的有效检测,为三维封装缺陷检测提供了一种快速有效的方法。     

基于温度传感阵列的TSV内部缺陷检测技术研究

在TSV三维集成领域,由于TSV内部缺陷的微小化和检测的不可接触性,寻找一个无损、灵敏且高效的内部缺陷检测方法尤为重要。针对这一挑战,提出了一种基于温度传感阵列的TSV内部缺陷检测方法。内部缺陷对TSV三维封装芯片的外部温度分布产生了影响,这些温度分布呈现出有规律的变化,每一种缺陷类型都会导致外部温度分布产生不同的偏差。利用温度传感阵列测量这些分布变化对缺陷进行有效的识别与分类。根据工作状态下的芯片产生的热信号以揭示其内部的缺陷信息,设计了基于温度传感阵列的检测系统。通过理论分析与仿真模拟,构建了模拟芯片工作状态下的温度分布和热变化的模型。实验中,以芯片样品的样本制备和测试平台搭建为基础,同时利用分类识别模型成功实现了对内部缺陷的有效分类,准确率高达99.17%。这种检测方法为高密度和微型化芯片的可靠性分析和故障诊断提供了一个经济高效的新途径。