本文選題：LTCC基板　切入點：層壓　出處：《半導(dǎo)體光電》2017年03期

【摘要】：低溫共燒陶瓷(LTCC)基板制作工藝復(fù)雜,產(chǎn)品質(zhì)量對工藝參數(shù)十分敏感,微小的成型缺陷就會影響其功能特性。文章將BP神經(jīng)網(wǎng)絡(luò)和多目標遺傳算法——NSGA-Ⅱ(Nondominated Sorting Genetic AlgorithmⅡ)相結(jié)合用于LTCC基板在層壓和燒結(jié)工藝過程中的工藝參數(shù)優(yōu)化。根據(jù)LTCC基板成型過程中出現(xiàn)的微通道變形、互聯(lián)金屬柱錯位、基板翹曲三種主要成型缺陷與相關(guān)工藝參數(shù)的正交仿真實驗結(jié)果,對神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練,建立了三種成型缺陷與工藝參數(shù)之間的神經(jīng)網(wǎng)絡(luò)預(yù)測模型。在此基礎(chǔ)上,采用多目標遺傳算法對三種成型缺陷相關(guān)工藝參數(shù)進行多目標優(yōu)化求解,得到了較優(yōu)的工藝參數(shù)組合,用于指導(dǎo)相關(guān)產(chǎn)品制作工藝設(shè)計。
[Abstract]:The manufacturing process of LTCC substrate is complex, and the product quality is very sensitive to the process parameters. Tiny forming defects will affect its functional characteristics. In this paper, BP neural network and multi-objective genetic algorithm (NSGA- 鈪，

本文編號：1657088