多工艺VS精度VS速度:如何同时兼顾设备“铁三角”,提效半导体封装生产?

当下半导体封装环境正面临着一个巨大的矛盾,即日益增长的复杂产品需求,与僵化的传统制造能力之间的矛盾。具体来说,该矛盾主要体现在两个方面:一是半导体封装的多工艺上,二是现在主流的半导体贴片结构上。

一、多种封装工艺需求:
“单机单工艺”现象普遍,企业资本负担加重

半导体封装后道工序涉及多种基板材料(引线框架、PCB、陶瓷、玻璃等)和复杂的互联工艺(装片、键合等)。不同的材料和工艺对设备的要求截然不同,这就导致了当下“专机专用”的普遍现象。

1、引线框架封装

引线框架封装常见的工艺是银浆粘贴和共晶工艺。它面临着换线繁琐的痛点:一条产线需要随时切换银浆粘贴产品和共晶焊产品的生产。这两种工艺设备完全不同(共晶焊需要加热台、真空吸附和高温吸嘴),而工艺的切换意味着整台设备的更换、重新调试和校准,耗时长达数小时甚至更久。

2、PCB 基板封装

PCB基板封装的常见工艺是银浆粘贴和多种芯片集成,其中“多种芯片集成”是最大的挑战。一颗复杂的芯片(如SiP系统级封装)可能同时包含逻辑芯片、存储芯片、射频芯片等。这些芯片可能来自不同晶圆、厚度不同、大小不同,甚至要求不同的粘贴工艺,如何处理这些繁杂的来料是一个重要课题。 

3、陶瓷基板封装

在航空航天、军工产品生产中,需要用到许多不同的工艺,如:银胶、共晶、超声、键合等。

它不仅要面临工艺多样化的问题,同时键合需要长时间的高温高压,对设备的热管理、材料热膨胀控制、精密力控都是巨大挑战。 

面临多样化的基板以及多样化的工艺,对于许多封装厂商来说,“专机专用”是当下的“第一解题思路”,但并非是“最优解题思路”。它造成巨大的资本浪费,不仅无法适应订单波动和工艺迭代的常态,其僵化的产线还迫使企业必须为每一种新产品或新工艺追加投资购置专用设备。因此,如何突破重复投资的困境,已成为关乎企业竞争力的核心议题。

二、主流贴片结构的问题:
无法同时兼顾三大需求,影响生产产能

除了“专机专用”现象,半导体封装面临的矛盾的第二大方面便出现在结构上。在经济学中有一个专有名词叫做“不可能的三角”,这在半导体封装中也同样适用,半导体封装中的不可能三角通常指“精度”“速度”“工艺适应性”三者之间的不平衡。如何解决这“不可能三角”,使其变成“工艺铁三角”,是每一个封装行业人需要思考的问题。 

效率与精度

要获得高效率意味着运动部件需要极大的加速度,但这会产生巨大的惯性力,导致机械结构发生难以避免的弹性形变和振动。如果运动产生的激励频率恰好与设备机械结构的某阶固有频率吻合,就会引发剧烈共振,影响精度。

因此,卓兴半导体运动控制团队设计更先进的力矩前馈振动抑制算法来解决:

对于简单的点位运动,我们通常采用基于运动学的PID控制。

为了提高响应速度并抵消重力,系统采用了基于动力学的力矩前馈和惯量辨识。

为了解决高速下的抖动问题,工程师们实施了基于振动学的滑模变结构控制算法。

解决方案:力矩前馈和振动抑制算法

精度与工艺适应性

每一种新工艺都会引入独特的干扰源,更换不同材质或重量的吸嘴/工具,会改变运动系统的动态特性。要维持高精度,设备必须为每一种可能的工艺配置和工具组合建立独立的误差补偿模型。

因此,卓兴半导体采用平面转塔式贴装架构,完美补充这个缺陷:

不同的物料拥有独立的上料系统,能够做到支持多种物料混合键合和混合贴装。

在贴装架构的运转过程中的其中一个工位安装中转台和视觉检测机构,实时确保贴装精度,保证生产精度。 

效率与工艺适应性

设备在不同来料间切换时,需要换线时间来更换吸嘴、校准高度、调整工艺参数。这个过程非常耗时,严重拉低了整体设备效率。而专用设备则无需换线,可以持续高速生产,但同时也完全舍弃掉了多工艺适应的能力。

因此,卓兴半导体架构提出了两个概念:

模块化设计:将不同工艺模块做成即插即用的标准单元,使得工艺的更换只需要快速更换模组,解决了专机专用的适应性问题。

平面转塔架构:不同工位的不同吸嘴应对不同的来料,解决了多物料集成的效率问题。

解决方案:平面转塔结构

三、高精度封装设备:
破局设备“多工艺适应性”与“不可能三角”难题

针对多工艺生产需求带来的“专机专用”难题,和设备在精度、速度与工艺适应性之间的难以维持三者平衡的矛盾,卓兴半导体独立研发两大新型设备——高精度多功能贴片机半导体银胶粘片机,通过模块化设计、平面转塔结构以及先进的力矩前馈振动抑制算法,助力破解设备的多工艺适应性难题,并找到最适合当前技术目标的最佳平衡点,突破同时实现“不可能三角”的难度,把不可能三角变成铁三角。

更多设备性能,欢迎咨询探讨!

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,供了完整的仿真验证流程。文章还到了种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为目标优化问题供算法选型和改进思路。; 阅读建议:建议读者结合文中供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中到的种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值