考虑自对准效应的先进表面贴装技术中无源芯片元件贴装的优化
最优化与控制
2020-01-28 v1 机器学习
系统与控制
系统与控制
机器学习
摘要
表面贴装技术（SMT）是电子封装中的一种增强方法，其中电子元件直接放置在印刷电路板（PCB）的焊盘上，并通过回流焊接工艺永久附着在 PCB 上。在回流过程中，一旦沉积的焊膏开始熔化，电子元件会朝实现其最高对称性的方向移动。这种运动被称为自对准，因为它可以纠正潜在的贴装错位。在本研究中，提出两种显著的机器学习算法，包括支持向量回归（SVR）和随机森林回归（RFR），作为预测技术以（1）诊断元件自对准、沉积焊膏状态与贴装加工参数之间的关系，（2）在进入回流工艺前预测 PCB 上 x、y 和旋转方向上的元件最终位置。基于预测结果，建立非线性优化模型（NLP）以在初始阶段优化贴装参数。结果显示，RFR 在预测模型拟合与误差方面表现更优。该优化模型对 6 个样本运行，其中元件回流后位置距理想位置（即焊盘中心）的最小欧氏距离在模型定义边界下为 25.57（μm）。
引用
@article{arxiv.2001.09612,
title = {Optimization of Passive Chip Components Placement with Self-Alignment Effect for Advanced Surface Mounting Technology},
author = {Irandokht Parviziomran and Shun Cao and Haeyong Yang and Seungbae Park and Daehan Won},
journal= {arXiv preprint arXiv:2001.09612},
year = {2020}
}