公开(公告)号：CN118761337A

公开(公告)日：2024-10-11

申请号：CN202411253438.0

申请日：2024-09-09

Applicant: 南京邮电大学 ,  南京邮电大学南通研究院有限公司

Inventor： 王裕 ,  王磊 ,  刘璐 ,  连晓娟 ,  吴洁 ,  蔡志匡 ,  徐彬彬 ,  黄守坤

IPC: G06F30/27 ,  G06F30/23 ,  G06N3/045 ,  G06N3/08 ,  G06F119/02 ,  G06F119/14 ,  G06F119/08 ,  G06F111/10

Abstract: 本发明公开了一种温度循环荷载下基于机器学习模型的封装焊点可靠性预测方法，包括如下步骤：S1. 建立封装结构模型；S2. 利用有限元分析软件对模型进行温度循环仿真；S3. 提出影响焊点应力值的特征量，并确定特征量的范围；S4. 将特征量和输出结果组成数据集，并对数据集进行预处理；S5. 利用神经网络模型训练，并预测出不同温度循环条件和不同焊点特征下的最大应力位置以及最大应力值。本发明通过有限元分析描述焊点力学响应，利用机器学习模型提出了一种更加高效、灵活且准确率高的焊点可靠性预测方法。