[Key Words]:Solder bump, flip-chip, BP Neural Network, feature extraction
 目录
 摘要I
 AbstractII
1.绪论1
1.1选题的背景及意义.1
1.2倒装芯片工艺1   
1.3倒装芯片的特性2
1.4倒装芯片的优点2
1.5倒装芯片的键合技术4
1.6神经网络.6   2超声波检测技术9    
2.1超声波原理.. .9
2.2超声波检测优点及缺点. .9          
2.3超声波检测步骤. ..10  
2.4高频超声回波检测系统.10         
3.神经网络技术  ..  .13
3.1神经网络原理及分类..13
3.1.1神经网络检测的原理.  13
3.1.2神经网络检测方法及分类.. ..14
3.1.3基于BP神经网络的缺球缺陷分类模型设计. 14  
4.焊球特征提取及缺陷识别..  ..16  
4.1图像预处理.. .16
4.2图像特征提取 17
4.3BP神经网络训练.. 22  
4.4缺陷分类识别.    23     
结论.29
后记 30
参考文献31
基于神经网络的焊球缺陷检测方法研究
1 绪论
1.1选题的背景及意义
Flip chip又称倒装片，是在I/O pad上沉积锡铅球，然后将芯片翻转加热利用熔融的锡铅球与陶瓷机板相结合此技术替换常规打线接合，逐渐成为未来的封装主流，当前主要应用于高时脉的CPU、GPU(GraphicProcessor Unit)及Chipset 等产品为主。与COB相比，该封装形式的芯片结构和I/O端（锡球）方向朝下，由于I/O引出端分布于整个芯片表面，故在封装密度和处理速度上Flip chip已达到顶峰，特别是它可以采用类似SMT技术的手段来加工，因此是芯片封装技术及高密度安装的最终方向。　倒装片连接有三种主要类型C4(Controlled Collapse Chip Connection)、DCA(Direct chip attach)和FCAA(Flip Chip Adhesive Attachement)。
BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。

1.2倒装芯片工艺
    Flip chip又称倒装片，是在I/O pad上沉积锡铅球，然后将芯片翻转加热利用熔融的锡铅球与陶瓷机板相结合此技术替换常规打线接合，逐渐成为未来的封装主流，当前主要应用于高时脉的CPU、GPU及Chipset 等产品为主。与COB相比，该封装形式的芯片结构和I/O端（锡球）方向朝下，由于I/O引出端分布于整个芯片表面，故在封装密度和处理速度上Flip chip已达到顶峰，特别是它可以采用类似SMT技术的手段来加工，因此是芯片封装技术及高密度安装的最终方向。　倒装片连接有三种主要类型C4(Controlled Collapse Chip Connection)、DCA(Direct chip attach)和FCAA(Flip Chip Adhesive Attachement)。C4是类似超细间距BGA的一种形式与硅片连接的焊球阵列一般的间距为0.23、 0.254mm。焊球直径为0.102、0.127mm。焊球组份为97Pb/3Sn。这些焊球在硅片上可以呈完全分布或部分分布。由于陶瓷可以承受较高的回流温度，因此陶瓷被用来作为C4连接的基材，通常是在陶瓷的表面上预先分布有镀Au或Sn的连接盘，然后进行C4形式的倒装片连接。

1.3倒装芯片的特性
Flip-Chip封装技术与传统的引线键合工艺相比具有许多明显的优点,包括,优越的电学及热学性能,高I/O引脚数，封装尺寸减小等。 神经网络的焊球缺陷检测方法研究(2):http://www.youerw.com/jixie/lunwen_39297.html