公开(公告)号：CN118244078A

公开(公告)日：2024-06-25

申请号：CN202410402049.3

申请日：2024-04-03

Applicant: 扬州大学

Inventor： 薛玉雄 ,  张涛 ,  李佳妍 ,  姜梦夏 ,  曹荣幸 ,  蒋煜琪 ,  刘洋 ,  韩丹 ,  郑澍 ,  李红霞

IPC: G01R31/26

Abstract: 本发明公开了一种基于LabVIEW和神经网络的器件伏安特性测试方法，利用数字源表对器件伏安特性测试进行供电，通过LabVIEW虚拟仪器对所述数字源表实现自动化控制并实时读取数字源表的测试数据；建立LabVIEW与Python之间的通信，在测试过程中通过Python来调用已训练完成的神经网络模型对器件的伏安特性进行实时预测，将预测数据与测试数据相对比，筛选出测试中的异常数据；其中，所述预测数据与测试数据在LabVIEW中以图像形式展现。本发明实现了对所有硬件的自动化控制以及图形化显示实时测试结果，并实现通过预测数据与测试数据比对来发现测试中的异常数据。

公开(公告)号：CN116976278A

公开(公告)日：2023-10-31

申请号：CN202310938014.7

申请日：2023-07-27

Applicant: 扬州大学

Inventor： 刘洋 ,  姜梦夏 ,  赵雪薇 ,  邢朝洋 ,  单光宝 ,  李兴冀 ,  薛玉雄 ,  徐鑫 ,  吕世卿 ,  夏阳晶

IPC: G06F30/398 ,  G06F30/367 ,  G06F30/394 ,  G06N3/0464 ,  G06N3/084 ,  G06F115/12

Abstract: 本发明公开了一种基于神经网络的互连结构工作温度及电流密度预测方法。该方法将机器学习方法应用于封装领域，充分利用历史实验和有限元仿真数据，通过数据驱动的方法得到输入(焊点高度、焊盘直径、通电电流)到输出(焊点处电流密度/工作温度)的非线性映射关系。具体为设计一种互连结构，通过有限元仿真得到不同参数下几十组工作温度和电流密度的数据，然后利用这些数据构造并训练BP神经网络模型。训练好的模型在给定输入下可预测出电流密度和工作温度。本发明方法成本低且耗时短，同时随着实验以及仿真数据的增多，模型会学习到更多数据间的关系，变得更加强大，预测也将会更加准确。