摘要
本发明涉及电子封装可靠性技术领域,具体提供了一种基于CS‑BPNN的埋入式基板焊点弯扭耦合应力优化方法。该方法包括:基于ANSYS建立埋入式基板焊点三维有限元模型;采用正交试验法设计焊点直径、焊盘直径、焊点高度的参数组合,通过有限元仿真获取各组合下焊点的最大弯扭耦合应力;制作实验样件进行弯扭耦合应变测量验证模型有效性;通过灰色关联分析确定结构参数对应力的影响排序;构建CS‑BPNN预测模型,以最小化焊点应力为目标求解最优结构参数组合。本发明通过融合布谷鸟算法的全局搜索能力与神经网络非线性拟合优势,显著提升埋入式基板在弯扭复合载荷下的可靠性。
技术关键词
埋入式基板
三维有限元模型
灰色关联分析
布谷鸟算法
应力
焊点结构参数
布谷鸟搜索算法
可靠性技术
填充体
PCB基板
焊盘
芯片焊接
电子封装
有效性
非线性
载荷
系统为您推荐了相关专利信息
卷积神经网络模型
水动力特征
人工智能算法
人工智能交叉技术
参数
回流焊接工艺
应力测试平台
焊点
参数优化方法
回流焊接温度
应力敏感参数
磁畴结构
生成方法
磁通量变化
构型
性能分析方法
汽车前纵梁
有限元分析模型
网格
优化仿真方法
功率半导体器件
高温测试方法
温度场重构
应力
风险