基于神经网络技术的LTCC收缩率预判方法

    公开(公告)号:CN109543239B

    公开(公告)日:2023-06-09

    申请号:CN201811270751.X

    申请日:2018-10-29

    Abstract: 本发明涉及一种基于神经网络技术的LTCC收缩率预判方法,通过正交试验,确定收缩率的各影响因素;将各影响因素作为结构参数,对每层LTCC建立影响因素列表;设置神经网络,根据生产线历史数据,训练神经网络,获得收缩率预测模型;利用收缩率预测模型预测LTCC产品的收缩率。本发明针对不同LTCC产品在投产前无法精确获知其收缩率的问题,从LTCC产品设计和工艺出发,确认了影响收缩率的因素,并使用神经网络技术建立了影响因素和收缩率之间的数学模型,实现了LTCC产品收缩率的精确预估。

    基于神经网络技术的LTCC收缩率预判方法

    公开(公告)号:CN109543239A

    公开(公告)日:2019-03-29

    申请号:CN201811270751.X

    申请日:2018-10-29

    Abstract: 本发明涉及一种基于神经网络技术的LTCC收缩率预判方法,通过正交试验,确定收缩率的各影响因素;将各影响因素作为结构参数,对每层LTCC建立影响因素列表;设置神经网络,根据生产线历史数据,训练神经网络,获得收缩率预测模型;利用收缩率预测模型预测LTCC产品的收缩率。本发明针对不同LTCC产品在投产前无法精确获知其收缩率的问题,从LTCC产品设计和工艺出发,确认了影响收缩率的因素,并使用神经网络技术建立了影响因素和收缩率之间的数学模型,实现了LTCC产品收缩率的精确预估。

    一种高叠层精度LTCC电路基板的制作方法

    公开(公告)号:CN116321817A

    公开(公告)日:2023-06-23

    申请号:CN202310377521.8

    申请日:2023-04-11

    Abstract: 本发明公开了一种高叠层精度LTCC电路基板的制作方法,包括以下步骤:在叠层工序中,设置平面载台用于放置隔离膜和生瓷片,该载台放置于绝缘台面上;使用胶带将隔离膜固定在载台上,将第一张生瓷片的瓷面朝下与隔离膜对位后,利用静电发生器产生的静电将生瓷片吸附于隔离膜上;去掉生瓷片的背膜,此时生瓷片依靠静电吸附抑制形变,随后将其余生瓷片按照同样方法依次产生静电、对位、去除背膜,完成叠层;将胶带撕除,对堆叠完成的多层电路生瓷坯体侧壁进行点胶固定;使用真空包封袋将生瓷堆叠体及隔离膜包封后进行热压,通过共烧工艺完成LTCC电路基板的共烧处理,实现LTCC电路基板高叠层精度和提高LTCC电路基板的性能。

    一种多用途多层低温金金键合工装及方法

    公开(公告)号:CN115360109A

    公开(公告)日:2022-11-18

    申请号:CN202210901152.3

    申请日:2022-07-28

    Abstract: 本发明公开了多用途多层低温金金键合工装,定位槽块中设有基板定位槽,各待键合基板利用定位销固定,面积较大的压块二将压强传递至待键合基板上。该工装具有压强放大功能。本发明还公开了多用途多层低温金金键合方法,首先在待键合基板上形成高精度通孔及定位孔,并在表面制备均匀性好的键合用金属膜层。将待键合基板按键合顺序依次固定在工装中,通过等静压设备施加温度及压力,完成键合。本发明显著降低键合温度,为多种材质的基板之间的紧密键合提供了可靠、便利的途径,且基板键合层数不受限制,特别是为带内埋芯片基板的键合提供了一种有效的方法,满足了内埋芯片对于环境温度的使用要求。

Patent Agency Ranking