基于小波分析的倒装芯片主动红外缺陷检测

徐振淞; 史铁林; 陆向宁; 宿磊; 廖广兰

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波分析的倒装芯片主动红外缺陷检测

徐振淞, 史铁林, 陆向宁, 宿磊, 廖广兰

文章导航 > 红外与激光工程 > 2014 > 43(10): 3233-3237

徐振淞, 史铁林, 陆向宁, 宿磊, 廖广兰. 基于小波分析的倒装芯片主动红外缺陷检测[J]. 红外与激光工程, 2014, 43(10): 3233-3237.

引用本文:

徐振淞, 史铁林, 陆向宁, 宿磊, 廖广兰. 基于小波分析的倒装芯片主动红外缺陷检测[J]. 红外与激光工程, 2014, 43(10): 3233-3237.

Xu Zhensong, Shi Tielin, Lu Xiangning, Su Lei, Liao Guanglan. Failures detection of flip-chip using active thermography method based on wavelet transform[J]. Infrared and Laser Engineering, 2014, 43(10): 3233-3237.

Citation:

Xu Zhensong, Shi Tielin, Lu Xiangning, Su Lei, Liao Guanglan. Failures detection of flip-chip using active thermography method based on wavelet transform[J]. Infrared and Laser Engineering, 2014, 43(10): 3233-3237.

基于小波分析的倒装芯片主动红外缺陷检测

1.
华中科技大学数字装备技术重点实验室,湖北武汉 430074

基金项目:

国家973计划(2009CB724204);国家自然科学基金(51175210,51222508)

详细信息

作者简介:
徐振淞(1989-),男,硕士生,主要从事缺陷检测方面的研究。Email:xuzhensong1989@live.cn

中图分类号: TN219

Failures detection of flip-chip using active thermography method based on wavelet transform

1.
State Key Laboratory of Digital Manufacturing Equipment and Technology,Huazhong University of Science & Technology,Wuhan 430074,China

摘要: 随着微电子技术的需求和发展,倒装芯片技术在高密度微型化封装领域得到了快速发展和广泛应用,而现有的一些倒装芯片检测方法存在一定的不足之处。为此,研究了主动红外的倒装芯片缺陷检测方法。实验中使用激光加热对倒装样片施加非接触热激励,通过红外热像仪获取样片温度分布。采用小波分析方法提取包括小波熵在内的信号特征,采用自组织神经网络对不同类型焊球进行聚类识别。研究表明,通过自组织神经网络可以有效地将不同缺陷焊球与参考焊球通过距离映射法映射到不同区域从而区分开,并且可以将未知焊球信号映射到相应的区域实现聚类识别。因此该方法可以有效实现倒装芯片的缺陷检测。
- 倒装芯片 /
- 缺陷检测 /
- 主动红外 /
- 小波分析 /
- 自组织神经网络
Abstract: With the development of electronics technology, flip-chip technology has been used extensively in microelectronic packaging. However different disadvantages occurred in traditional detection methods. Therefore, in this paper a novel approach was investigated for solder joint inspection which was based on the active thermography. Non-contact thermal excitation was applied on the specimen, and the temperature distribution of the specimen wss obtained by the infrared camera. Eigenvalues including wavelet entropy were obtained by the wavelet transform process and self-organizing map wss used for data training to classify the signals. The experimental results prove that different defects in the solder bumps can be effectively mapped on different locations by the SOM, and they can be classified and recognized from the reference ones by this method. Therefore, the method investigated in this paper is effective in detecting defects in flip-chips.
- flip-chip /
- defects detection /
- active thermography /
- wavelet transform /
- self-organizing map

[1]
[2]	Tan C W, Chan Y C, Bernard L, et al. Effects of soft beam energy on the microstructure of Pb37Sn, Au20Sn, and Sn3.5Ag0.5Cu solder joints in lensed-SM-fiber to laser-dioder-affixing application[J]. Opt Lasers Eng, 2008, 46: 75-82.
[3]
[4]	Guo F. Composite lead-free electronic solders[J]. J Mater Sci: Mater Electron, 2007, 18: 129-145.
[5]
[6]	Han L, Zhong J. Effect of tightening torque on transducer dynamics and bond strength in wire bonding[J]. Sensors and Actuators A, 2008, 141: 695-702.
[7]	Pacheco M, Wang Z Y, Skoglund L, et al. Advanced fault isolation and failure analysis techniques for future package technologies[J]. Intel Technology Journal, 2005, 9(4): 337-352.
[8]
[9]
[10]	Ditali A, Ma M, Johnston M, et al. X-Ray Inspection-induced latent damage in DRAM[C]//Proceeding of the 44th IEEE International Reliability Physics Symposium Proceedings, 2006: 266-269.
[11]	Chai T C, Wong B S, Bai W M. A novel defect detection technique using active transient thermography for high density package and interconnections[C]//Electronic Components and Technology Conference, 2003: 920-925.
[12]
[13]	Lu X N, Liao G L, Zha Z Y, et al. A novel approach for flip chip solder joint inspection based on pulsed phase thermography[J]. NDT E Int, 2011, 44: 484-489.
[14]
[15]
[16]	Mallat S G. A theory for multiresolution signal decomposition: the wavelet representation[J]. IEEE Trans PAMI, 1989, 11 (7): 674-693.
[17]
[18]	Kohonen T. Self-organizing Map[M]. 3rd ed. Be Heidelberg: Springer, 2001.
[19]
[20]	Brand S, Czurratis P, Hoffrogge P, et al. Automated inspection and classification of flip-chip-contacts using scanning acoustic microscopy[J]. Microelectron Reliab, 2010, 50(9-11): 1469-1473
[21]
[22]	Shepard S, Lhota J, Rubadeux B, et al. Reconstruction and enhancement of active thermographic image sequences[J]. Optical Engineering, 2003, 42(5): 1337-1342.
[23]	Lu X N, Shi T L, Xia Q, et al. Thermal conduction analysis and characterization of solder bumps in flip chip package[J]. Applied Thermal Engineering, 2012, 36: 181-187.
[24]
[25]
[26]	Svaldo R, Susana B. Wavelet entropy: a new tool for analysis of short duration brain electrical signals[J]. Journal of Neuroscience Methods, 2001, 105: 65-75.
[27]	Liao G L, Shi T L, Liu S Y, et al. A novel technique for data visualization based on SOM. [J]. Lecture Notes in Computer Science, 2005, 3696: 421-426.

[1]	唐庆菊, 谷卓妍, 卜红茹, 徐贵鹏. 蜂窝夹层结构缺陷红外热成像检测及缺陷分类 . 红外与激光工程, 2024, 53(3): 20230631-1-20230631-12. doi: 10.3788/IRLA20230631
[2]	柯岩, 傅云, 周玮珠, 朱伟东. 基于Transformer的复合材料多源图像实例分割网络 . 红外与激光工程, 2023, 52(2): 20220338-1-20220338-13. doi: 10.3788/IRLA20220338
[3]	宦克为, 李向阳, 曹宇彤, 陈笑. 卷积神经网络结合NSST的红外与可见光图像融合 . 红外与激光工程, 2022, 51(3): 20210139-1-20210139-8. doi: 10.3788/IRLA20210139
[4]	李保华, 王海星. 基于增强卷积神经网络的尺度不变人脸检测方法 . 红外与激光工程, 2022, 51(7): 20210586-1-20210586-8. doi: 10.3788/IRLA20210586
[5]	齐悦, 董云云, 王溢琴. 基于汇聚级联卷积神经网络的旋转人脸检测方法 . 红外与激光工程, 2022, 51(12): 20220176-1-20220176-8. doi: 10.3788/IRLA20220176
[6]	李明泽, 侯溪, 赵文川, 王洪, 李梦凡, 胡小川, 赵远程, 周杨. 非球面光学表面缺陷检测技术现状和发展趋势(特邀) . 红外与激光工程, 2022, 51(9): 20220457-1-20220457-20. doi: 10.3788/IRLA20220457
[7]	徐佳男, 孔明, 刘维, 王道档, 谢中思. 微流控芯片通道的全息显微检测方法 . 红外与激光工程, 2022, 51(9): 20210915-1-20210915-8. doi: 10.3788/IRLA20210915
[8]	王璇, 康硕, 朱伟东. 基于改进CenterNet的AFP铺层表面缺陷检测 . 红外与激光工程, 2021, 50(10): 20210011-1-20210011-11. doi: 10.3788/IRLA20210011
[9]	李方彪, 何昕, 魏仲慧, 何家维, 何丁龙. 生成式对抗神经网络的多帧红外图像超分辨率重建 . 红外与激光工程, 2018, 47(2): 203003-0203003(8). doi: 10.3788/IRLA201847.0203003
[10]	华浩然, 袁丽华, 邬冠华, 吴伟. 透射法的红外热波缺陷定量检测研究 . 红外与激光工程, 2016, 45(2): 204007-0204007(6). doi: 10.3788/IRLA201645.0204007
[11]	汤一平, 鲁少辉, 吴挺, 韩国栋. 基于主动式全景视觉的管道形貌缺陷检测系统 . 红外与激光工程, 2016, 45(11): 1117005-1117005(7). doi: 10.3788/IRLA201645.1117005
[12]	彭铁根, 何永辉, 李兵虎, 杨水山, 宗德祥. 基于TDI 成像技术的镀锡带钢表面质量在线检测系统研发 . 红外与激光工程, 2014, 43(1): 294-299.
[13]	廖育富, 钟建勇. 一种新的方法用于星敏感器近红外星图星点提取 . 红外与激光工程, 2014, 43(5): 1667-1671.
[14]	吕事桂, 杨立, 范春利, 王为清. 采用混沌-LM混合解法的材料缺陷单面红外检测定量辨识 . 红外与激光工程, 2013, 42(2): 317-323.
[15]	唐庆菊, 王扬, 刘俊岩, 秦雷, 龚金龙, 齐立涛. 耐热合金涂层结构板材内部缺陷的脉冲红外热成像检测 . 红外与激光工程, 2013, 42(7): 1685-1690.
[16]	李美华, 曾智, 沈京玲, 张存林. 脉冲红外无损检测缺陷深度定量测量的数值模拟 . 红外与激光工程, 2013, 42(4): 875-879.
[17]	孙韶媛, 李琳娜, 赵海涛. 采用KPCA和BP神经网络的单目车载红外图像深度估计 . 红外与激光工程, 2013, 42(9): 2348-2352.
[18]	赵春晖, 刘振龙. 改进的红外图像神经网络非均匀性校正算法 . 红外与激光工程, 2013, 42(4): 1079-1083.
[19]	曲仕茹, 杨红红. 采用Kalman_BP神经网络的视频序列多目标检测与跟踪 . 红外与激光工程, 2013, 42(9): 2553-2560.
[20]	孙雪晨, 姜肖楠, 傅瑶, 韩诚山, 文明. 基于机器视觉的凸轮轴表面缺陷检测系统 . 红外与激光工程, 2013, 42(6): 1647-1653.

点击查看大图

计量

文章访问数: 364
HTML全文浏览量: 63
PDF下载量: 166
被引次数: 0

基于小波分析的倒装芯片主动红外缺陷检测

1. 华中科技大学数字装备技术重点实验室,湖北武汉 430074

作者简介:
徐振淞(1989-),男,硕士生,主要从事缺陷检测方面的研究。Email:xuzhensong1989@live.cn

收稿日期: 2014-02-13
修回日期: 2014-03-15
刊出日期: 2014-10-25

基金项目:

国家973计划(2009CB724204);国家自然科学基金(51175210,51222508)

中图分类号: TN219

关键词:

摘要: 随着微电子技术的需求和发展,倒装芯片技术在高密度微型化封装领域得到了快速发展和广泛应用,而现有的一些倒装芯片检测方法存在一定的不足之处。为此,研究了主动红外的倒装芯片缺陷检测方法。实验中使用激光加热对倒装样片施加非接触热激励,通过红外热像仪获取样片温度分布。采用小波分析方法提取包括小波熵在内的信号特征,采用自组织神经网络对不同类型焊球进行聚类识别。研究表明,通过自组织神经网络可以有效地将不同缺陷焊球与参考焊球通过距离映射法映射到不同区域从而区分开,并且可以将未知焊球信号映射到相应的区域实现聚类识别。因此该方法可以有效实现倒装芯片的缺陷检测。