一种基于机器学习的芯片DFN封装与工艺协同优化方法

本发明涉及芯片封装工艺技术领域，公开一种基于机器学习的芯片DFN封装与工艺协同优化方法，通过田口正交试验的百分制加权评判法和信噪比的极差分析法确定焊膏种类、PAD焊层厚度、芯片下表面焊层厚度、芯片材料种类的质量指标，对各因素的极差值R进行排序分析获得综合评分，并通过随机森林机器学习和网格搜索进一步优化田口法的最优DFN封装参数组合；并对回流焊温度曲线进行优化，选取最优回流焊温度曲线；解决现有芯片DFN封装中因材料组合或结构设计的不合理而导致的系列问题，本方法大大提高了优化效率，也一定程度上提高了田口法优化参数的准确性。