基于LabVIEW和神经网络的器件伏安特性测试方法

    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

    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。

    一种功率器件的单粒子硬错误鉴别方法

    公开(公告)号:CN114676571A

    公开(公告)日:2022-06-28

    申请号:CN202210305326.X

    申请日:2022-03-25

    Applicant: 扬州大学

    Abstract: 本发明公开了一种功率器件的单粒子硬错误鉴别方法,基于TCAD的仿真平台,针对功率器件建立电学模型和单粒子模型,在不同的重离子辐照条件、不同的入射位置以及不同偏置条件下,对功率器件发生的单粒子硬错误进行鉴别;并对SEB和SEGR两种破坏性的瞬态过程通过程序跟踪某些重要电参量随时间的演变过程,更有针对性对功率器件单粒子硬错误的机理进一步研究。本发明提供了一种功率器件发生SEB及SEGR两种单粒子硬错误的鉴别方法,能够鉴别出在固定条件下功率器件发生哪种单粒子硬错误,是一种快速、耗时少、经济的鉴别方法,能够为功率器件在航天型号工程中的防护设计提供技术支持。

    一种基于Geant4平台仿真精确获取相衬成像参数的方法

    公开(公告)号:CN113569404A

    公开(公告)日:2021-10-29

    申请号:CN202110836696.1

    申请日:2021-07-23

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于Geant4平台仿真精确获取相衬成像参数的方法,将材料元素对X射线的线形衰减系数嵌入Geant4的材料属性中,并将低原子序数物质对高能X射线情况下的计算相移因子公式集成到Geant4的StepingAction中,以step为最小单位,计算每个粒子经过材料时的空间坐标以及相位数据。本方法在Geant4中新增统计X射线相位数据变化,利用了X射线在不同物质中的相位变化快慢不同对物质进行探测成像,弥补了利用X射线在不同物质中的衰减快慢不同对物质进行探测的传统X射线探测器无法有效探测低密度物质的缺陷。

    一种总剂量效应对TSV结构材料性能变化的分析方法

    公开(公告)号:CN114878921B

    公开(公告)日:2025-04-22

    申请号:CN202210484943.0

    申请日:2022-05-06

    Applicant: 扬州大学

    Abstract: 本发明公开了一种总剂量效应对TSV结构材料性能变化的分析方法,首先制造三维互连TSV转接板,利用矢量网络分析仪测试出经不同剂量总剂量辐照下转接板的散射参数;其次利用HFSS软件拟合经不同辐照剂量下转接板的散射参数,提取在不同辐照剂量的条件下TSV结构中材料Si、SiO2的介电常数;接着总结出辐照剂量与TSV结构中材料Si、SiO2的介电常数关系;最后根据得到的关系来分析出在任意值辐照剂量情况下TSV结构的材料参数。相较于现有技术,本发明通过结合有限元仿真软件构建辐照剂量与TSV结构材料Si、SiO2的介电常数的关系,能够快速、方便、精确、经济地分析出任意辐照剂量下TSV结构材料的物理参数。

    基于神经网络的射频微系统三维封装工艺良率预测方法

    公开(公告)号:CN119691415A

    公开(公告)日:2025-03-25

    申请号:CN202411498420.7

    申请日:2024-10-25

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于神经网络的射频微系统三维封装工艺良率预测方法,首先,将射频微系统封装工艺流程划分为四个关键工艺步骤,收集各步骤中涉及的工艺参数与相应的良率信息;然后构建多层次神经网络架构,包括四个子网络和一个主网络,四个子网络分别对应封装过程中的四个关键工艺步骤,根据输入的工艺参数与相应的良率信息,预测出各关键工艺步骤的良率,主网络整合四个子网络的输出和输入参数,对整个射频微系统封装工艺良率进行最终预测;最后将多层次神经网络架构集成到射频微系统的三维封装工艺管理系统中,进行实时良率预测和预警,优化调整工艺流程,提高封装工艺的成功率,减少因缺陷导致的成品失效,最终提高生产效率和经济效益。

    一种功率器件的单粒子硬错误鉴别方法

    公开(公告)号:CN114676571B

    公开(公告)日:2024-03-22

    申请号:CN202210305326.X

    申请日:2022-03-25

    Applicant: 扬州大学

    Abstract: 本发明公开了一种功率器件的单粒子硬错误鉴别方法,基于TCAD的仿真平台,针对功率器件建立电学模型和单粒子模型,在不同的重离子辐照条件、不同的入射位置以及不同偏置条件下,对功率器件发生的单粒子硬错误进行鉴别;并对SEB和SEGR两种破坏性的瞬态过程通过程序跟踪某些重要电参量随时间的演变过程,更有针对性对功率器件单粒子硬错误的机理进一步研究。本发明提供了一种功率器件发生SEB及SEGR两种单粒子硬错误的鉴别方法,能够鉴别出在固定条件下功率器件发生哪种单粒子硬错误,是一种快速、耗时少、经济的鉴别方法,能够为功率器件在航天型号工程中的防护设计提供技术支持。

Patent Agency Ranking