基于LVQ神经网络的焊球检测方法(5)_毕业论文

毕业论文移动版

毕业论文 > 机械论文 >

基于LVQ神经网络的焊球检测方法(5)

在这篇论文中我们要使用仪器去对样品进行扫描,所以我们选用超声扫描显 微 SAM,Sonoscan D9500(如图)这个机器,它里面有 230MHz 超声探头,用这 来扫描倒装芯片的连接层,就是焊球与芯片相连的那一层,扫描后就可以得到相 应的超声波图像。得到图像后对图像处理过后,再进行相关的图像检测。 

1。4 小结

 超声扫描设备 Sonoscan D9500

在倒装芯片技术飞速发展的今天,用接触式的检测已经无法满足现代科技的 需要。所以我们主要介绍非接触式倒装芯片的检测该如何实现。研究工作分为两 个方面,一方面选用扫描超声倒装芯片检测方法。由于这种方法会有人工识别率 低的问题,就要找到图像识别技术对倒装芯片超声图像进行智能识别。用这种方 法对效率更高,生产检测就可以自动化。另一方面使用 LVQ 神经网络检测方法, 在对图像处理过后,实现对倒装芯片缺陷的智能检测。具体工作如下: 文献综述

 第一章 总结了现在虽然有很多的封装技术,但运用最广泛的还是是倒装芯 片封装,以及它的原理和优势劣势,在分析了倒装芯片后针对它现有的情况提出 来使用扫描声显微镜来获取焊球图像的方法。 

 第二章 首先对使用的测试芯片进行了介绍,接着综述了超声波扫描检测的 设备及超声波检测原理以及如何检测芯片得出图像。 

 第三章 主要介绍了神经网络的重要意义,概述了 LVQ 神经网络的原理和它 相应的算法 

第四章 重点介绍了梯度法分割图像的方法,提取焊球图像特征以及运用 LVQ 神经网络得出结果后的成功率。 

 第五章 对全文进行总结。

2 SAM 焊球缺陷检测系统

2。1 SAM 原理

我们都知道在介质中传播时由于机械的震动会有波的产生,在 16Hz 和 2000Hz 之间的人类是可以听到的,但低于的或者是高于的人类就听不到了,分 别称为次声波和超声波。 

而检测物体使用的就是超声波,超声波和声波一样,在物体中传播时都会有 减弱,但是它的好处也是非常大的。超声波有一个集中的路线,特定的方向,可 以对它进行把控,这样的特质让它在固体中传播时虽然也会减弱,但减弱就比较 少,能够达到更深的深度。超声波可以在不同的介质里面传播,传播的过程中声 束会有不同程度的反射,折射和波形转换等,我们要使用的就是它的这种特性, 超声波是不能够通过气体和固体的分界面的,就像样本中的如果有裂纹,气孔, 分层之类的缺陷的时候。超声波因为是无法透过的,它碰到这些缺陷界面时,就 会部分或全部的反射回去,当机器接收了这些反射回来的超声波后,进行内部换 算后,显示屏上就会显示幅度不一的,有一定间距的波形。这是我们只要通过观 察这些波纹的形状变化,再结合相应的检测方法就能作出判断了。 

超声波的特性是频率很高,以前我们使用的超声波扫描仪的时候模式比较单 一,只是用模拟量,而在现在,很多行业在检查样品和寻找缺陷时都开始运用声 学显微成像技术了。以前用超声波扫描做检测,还是需要人工的去分析出结果, 但是人工监测毕竟误差较大,而且不能完成自动化检测,后来随着计算机数字化 的发展,超声波检测也随之提升变身数字化操作,大大的提升了它的自动化性能, 发展到今天这项技术已经在医学等诸多行业中操作使用了,已经成为了不可或缺 的一部分。我们讨论的超声波扫描显微镜是全球最新一代的超声测试设备,对被 测物件的完整性可以保证,不会损害物体,由于它的主要工作模式是 C 模式,因 此也简称 C-SAM。超声波在面对不同的物体时收到的阻力是不同的,通过这些不 同去检测芯片之类的物体的结构、缺陷,然后再用方法对图像分析。超声波扫描 显微镜对于检测这些粘接层或其他界面之间的缺陷尤为适合。C 扫描就等于把样 品的剖开,再选择时间窗口后,就知道了之前剖开的剖面在哪,它的宽度是多少, 然后把窗口放到要观察的那个面,观察到的缺陷数量,它的外观尺寸就可以知道 了。 来*自-优=尔,论:文+网www.youerw.com (责任编辑:qin)