摘要
本发明公开了一种基于机器学习扇出型晶圆级封装重布线结构寿命预测方法,包括:提取扇出型晶圆级封装的塑封料、硅片、重布线层等主要结构的几何参数变化范围,参照重布线层布线要素建立仿真模型,根据硅、环氧塑封料、聚酰亚胺以及铜铝等金属材料的线弹性参数进行热力学分析,建立温度循环下模型参数与失效应力数据库。基于失效应力数据库,分别机器学习算法对热失配应力进行预测,使用贝叶斯优化法对模型进行优化。设计并制造菊花链测试芯片样品,开展温度循环试验,基于试验结果建立失效应力与温度循环寿命之间的映射关系。
技术关键词
回归预测模型
扇出型晶圆级封装
重布线结构
寿命预测方法
重布线层
仿真模型
应力
参数
神经网络模型
封装体
协方差矩阵
样本
数据
环氧塑封料
机器学习算法
封装材料
硅片
泊松比
系统为您推荐了相关专利信息
功能性多层结构
钝化层开口
互联方法
高密度
重布线层
流固耦合模型
材料力学性能参数
应力
气压
寿命预测方法
核电厂换热器
寿命预测模型
寿命预测方法
历史设备
传感器
电池寿命预测方法
动态状态估计
充放电数据
修正贝叶斯
贝叶斯网
多普勒超声
特征值
灰度共生矩阵
逻辑回归算法
组学特征