功率模塊銅線鍵合工藝參數(shù)優(yōu)化設(shè)計方案

胡彪成蘭仙李振鈴戴小平

（華南農(nóng)業(yè)大學(xué)湖南國芯半導(dǎo)體科技有限公司湖南省功率半導(dǎo)體創(chuàng)新中心）

摘要：

為了提高功率模塊銅線鍵合性能，采用6因素5水平的正交試驗方法，結(jié)合BP（Back Propaga‐tion）神經(jīng)網(wǎng)絡(luò)與遺傳算法，提出了一種銅線鍵合工藝參數(shù)優(yōu)化設(shè)計方案。首先，對選定樣品進(jìn)行正交試驗并將結(jié)果進(jìn)行極差分析，得到工藝參數(shù)對鍵合質(zhì)量的影響權(quán)重排序。其次，運用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了銅線鍵合性能預(yù)測模型，并通過遺傳算法對BP神經(jīng)網(wǎng)絡(luò)適應(yīng)度函數(shù)求解，得到了工藝參數(shù)的最優(yōu)值。將BP-遺傳算法與傳統(tǒng)優(yōu)化方法的優(yōu)化結(jié)果進(jìn)行對比，發(fā)現(xiàn)經(jīng)BP-遺傳算法優(yōu)化后的銅線鍵合工藝穩(wěn)定性提升更加明顯。最后，對功率模塊進(jìn)行了功率循環(huán)試驗，結(jié)果表明經(jīng)BP-遺傳算法優(yōu)化后的模塊功率循環(huán)能力得到顯著提升。

0引言

功率模塊引線鍵合技術(shù)是指模塊內(nèi)部硅基芯片或SiC芯片與陶瓷襯板間，以及陶瓷襯板與功率端子間的電氣互連技術(shù)[1]。隨著功率模塊的電流密度不斷提高，傳統(tǒng)粗鋁線在通流能力與耐溫能力等方面都難以滿足封裝要求，具有更強(qiáng)通流能力的銅線憑借其自身優(yōu)異的力學(xué)和熱學(xué)性能，受到了業(yè)界的極大關(guān)注[2]。

對于功率模塊引線鍵合質(zhì)量與性能的相關(guān)研究，目前主要運用的是基于試驗與仿真的方法。文獻(xiàn)[3-5]通過對粗鋁絲進(jìn)行鍵合試驗，得到了超聲功率、鍵合壓力、鍵合時間3個工藝參數(shù)，以及這3個參數(shù)與鍵、性能之間的影響權(quán)重關(guān)系；文獻(xiàn)[6]采用極差分析法對功率模塊芯片區(qū)域的第一鍵合點與第二鍵合點進(jìn)行系統(tǒng)研究，確定了粗鋁線鍵合的最優(yōu)工藝參數(shù)；文獻(xiàn)[7]運用響應(yīng)面法（response surface methodology，RSM）進(jìn)行數(shù)據(jù)建模，得到了優(yōu)化后的超聲楔形焊工藝參數(shù)。近年隨著深度學(xué)習(xí)被廣泛應(yīng)用在各學(xué)科領(lǐng)域，基于數(shù)據(jù)的方法開始出現(xiàn)在功率模塊引線鍵合研究中，這類方法目前主要應(yīng)用于功率模塊引線鍵合的失效分析與模塊壽命預(yù)測中，在銅線鍵合性能研究中的應(yīng)用仍不常見。文獻(xiàn)[8]使用基于神經(jīng)網(wǎng)絡(luò)的鍵合線狀態(tài)評估方法，對IGBT模塊鍵合線故障進(jìn)行在線監(jiān)測，有效地提高了功率模塊的可靠性；文獻(xiàn)[9]基于改進(jìn)后的小波神經(jīng)網(wǎng)絡(luò)建立了IGBT時間序列預(yù)測模型，對評估IGBT運行狀態(tài)與預(yù)測剩余壽命提供了支持。分析國內(nèi)外相關(guān)研究可以發(fā)現(xiàn)，針對引線鍵合的工藝研究一般基于極差分析或RSM等傳統(tǒng)方法，然而隨著試驗水平數(shù)量與試驗次數(shù)的增加，該類方法得到的優(yōu)化工藝值準(zhǔn)確度偏低，不利于實際生產(chǎn)。

為了更好地對鍵合工藝參數(shù)進(jìn)行優(yōu)化，提升功率模塊銅線鍵合性能，本文以6因素5水平的正交試驗為基礎(chǔ)，采用BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)預(yù)測和遺傳算法反向求解銅線鍵合點最優(yōu)鍵合工藝參數(shù)值，為功率模塊銅線鍵合的工藝參數(shù)優(yōu)化設(shè)計提供了一種新方法。將傳統(tǒng)優(yōu)化方法與“BP?遺傳算法”進(jìn)行優(yōu)化結(jié)果對比，“BP?遺傳算法”對鍵合工藝穩(wěn)定性的提升明顯；對功率模塊進(jìn)行功率循環(huán)試驗，發(fā)現(xiàn)隨著超聲功率的不斷優(yōu)化，模塊功率循環(huán)壽命也得到顯著提高。

1正交試驗

1.1試驗材料及設(shè)備

在本次試驗中，鍵合銅線分別采用A品牌與B品牌，技術(shù)規(guī)格如表1所示。襯板采用AMB（Active Met‐al Bonding）襯板，外形尺寸（長×寬×厚）為28 mm×26 mm×0.92 mm [0.3(Cu)/0.32(ceramic)/0.3(Cu)]；銅箔采用DTS（Die Top System）銅箔，尺寸為4.2 mm×2.8mm×0.1 mm。試驗選用全自動引線鍵合機(jī)進(jìn)行銅線鍵合，搭配推拉力測試儀對銅線鍵合強(qiáng)度進(jìn)行測試。

1.2試驗及結(jié)果

相比于鋁線鍵合，銅線鍵合的工藝參數(shù)設(shè)置整體偏大。因此，在進(jìn)行鍵合工藝前，需要先在功率芯片表面燒結(jié)1層DTS銅箔，避免劈刀與芯片的直接接觸。圖1為使用DTS工藝的鍵合點示意圖，由于鍵合位置的不同，分別標(biāo)記為鍵合點1與鍵合點2。根據(jù)DTS工藝中銅線鍵合參數(shù)的經(jīng)驗值，分別列出鍵合點1與鍵合點2因素水平表，如表2所示。將本試驗所確定的因素水平進(jìn)行分析，設(shè)計6因素5水平共25組試驗的正交試驗方案，同時為了減小偶然因素與試驗方法帶來的誤差影響，規(guī)定每組工藝參數(shù)組合進(jìn)行10次重復(fù)試驗[10]，共計得到250組試驗結(jié)果，作為后續(xù)分析的樣本數(shù)據(jù)。25組樣品經(jīng)過10次重復(fù)試驗得到的鍵合點剪切力之和，作為功率模塊銅線鍵合正交試驗的結(jié)果，如表3所示。

1.3極差分析法

對正交試驗的結(jié)果進(jìn)行極差分析，極差值R越大，表明該因素對試驗結(jié)果的影響越顯著，該因素為主要因素；極差值R越小，表明該因素為次要因素。A品牌與B品牌的銅線鍵合點剪切力均值與極差響應(yīng)分析結(jié)果分別如表4所示。由表4可知，2種品牌的銅線鍵合試驗結(jié)果具有一致性，影響單一鍵合點剪切強(qiáng)度的主要因素皆為該點的超聲功率、鍵合壓力與鍵合時間，其中超聲功率對剪切強(qiáng)度的影響最為明顯。

由極差分析結(jié)果可得出2種品牌銅線的最優(yōu)鍵合參數(shù)組合：對于鍵合點1，最優(yōu)工藝參數(shù)組合為A4B4C4；對于鍵合點2，最優(yōu)工藝參數(shù)組合為D3E4F3。

2工藝參數(shù)優(yōu)化

2.1剪切力預(yù)測模型

本文所建立的BP神經(jīng)網(wǎng)絡(luò)采用雙隱含層的結(jié)構(gòu)[11-13]。最佳隱含層節(jié)點數(shù)的選取如下：

式中：N h為隱含層節(jié)點數(shù)；N s為訓(xùn)練集中的樣本數(shù)；N i為輸入層節(jié)點數(shù)；N o為輸出層節(jié)點數(shù)；α的取值范圍通常為2~10；round( )表示取整。

在工程中，一般先由式(1)確定隱含層節(jié)點數(shù)的大致范圍，再采用試湊法確定隱含層最佳節(jié)點數(shù)。如將輸入層節(jié)點數(shù)6、輸出層節(jié)點數(shù)2和樣本數(shù)250代入式(1)，用試湊法確定的最佳值為9 [14]，由此得最佳隱含層節(jié)點數(shù)為10。

為了避免輸入數(shù)據(jù)之間存在不同量級而導(dǎo)致誤差波動，本文對訓(xùn)練樣本進(jìn)行了歸一化處理[15]，具體計算如下：

式中：x為歸一化后的數(shù)據(jù)；x m為某個輸入?yún)?shù)的實際值；x min , x max分別表示訓(xùn)練集中此參數(shù)的最小值和最大值。

均方誤差（Mean Square Error，MSE）函數(shù)可以較為精準(zhǔn)地反映預(yù)測值與實際之間的估計量，因此選擇將BP神經(jīng)網(wǎng)絡(luò)的損失函數(shù)確定為MSE函數(shù)，如下所示：

式中：n為樣本總數(shù)；y?i為樣本i的預(yù)測值；y i為樣本i的實際值。

由于A、B這2種品牌銅線鍵合點的剪切力與極差分析結(jié)果具有一致性，為了減少運算量提升運算速度，只選取其中1組數(shù)據(jù)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)建模分析。選擇A品牌銅線鍵合點1與鍵合點2的超聲功率比、鍵合壓力和鍵合時間作為BP神經(jīng)網(wǎng)絡(luò)的輸入，鍵合點1與鍵合點2的剪切力值作為BP神經(jīng)網(wǎng)絡(luò)的輸出，可建立如圖2所示的6×p×q×2的BP神經(jīng)網(wǎng)絡(luò)，其中p和q為隱含層1和隱含層2神經(jīng)元的數(shù)目。

圖3為BP神經(jīng)網(wǎng)絡(luò)預(yù)測圖與相對誤差圖，其中最大相對誤差不超過4.7%。訓(xùn)練完成后的BP神經(jīng)網(wǎng)絡(luò)具有較高的預(yù)測性能，可通過任意輸入工藝參數(shù)值較為準(zhǔn)確地預(yù)測鍵合點的剪切力值，既能有效地檢驗鍵合設(shè)備的運行工況，及時對磨損的劈刀進(jìn)行更換，又能為銅線鍵合工藝參數(shù)優(yōu)化提供可靠的模型依據(jù)。

2.2遺傳算法優(yōu)化

通過在訓(xùn)練完成后的BP神經(jīng)網(wǎng)絡(luò)中輸出預(yù)測值，將此預(yù)測值編寫成適應(yīng)度函數(shù)，并在遺傳算法中進(jìn)行選擇、交叉與變異，不斷迭代優(yōu)化，進(jìn)而反向求解尋找到最佳適應(yīng)度值[16]。本文采取在已有較優(yōu)工藝參數(shù)組合的條件下，結(jié)合經(jīng)驗值，對工藝參數(shù)組合數(shù)值進(jìn)行小范圍調(diào)整，然后利用遺傳算法進(jìn)行迭代尋優(yōu)。分別設(shè)定鍵合點1與鍵合點2的超聲功率范圍為32%~43%和36%~52%，鍵合壓力范圍為955~1 180 cN和1 030~1 285 cN，鍵合時間范圍為135~155 ms和140~165 ms。

遺傳算法進(jìn)化迭代次數(shù)N為500次，種群規(guī)模n=20，交換概率為0.4，變異概率為0.02。

迭代開始時的適應(yīng)度值最高，其值為0.043 1。隨著迭代的進(jìn)行，在算法進(jìn)化至157次之后，適應(yīng)度值達(dá)到最低，為0.037 6，如圖4所示。對比遺傳算法尋優(yōu)前后的適應(yīng)度值可發(fā)現(xiàn)，適應(yīng)度值下降了14.6%，優(yōu)化效果明顯。適應(yīng)度函數(shù)收斂處的最優(yōu)個體平均值為最佳工藝參數(shù)。使用“BP?遺傳算法”與傳統(tǒng)優(yōu)化方法所得到的最優(yōu)工藝參數(shù)值如表5所示。

3優(yōu)化驗證分析

3.1不同優(yōu)化方法優(yōu)化結(jié)果對比

采用不同優(yōu)化方法得到的最佳工藝參數(shù)在AMB襯板上進(jìn)行銅線鍵合試驗，鍵合點2的鍵合效果圖如圖5所示。在保持剪切強(qiáng)度25 N的前提下，工藝參數(shù)優(yōu)化前后鍵合點呈現(xiàn)出不同的鍵合效果：參數(shù)優(yōu)化前，劈刀在鍵合點兩側(cè)產(chǎn)生了明顯壓痕，如圖5(a)中的箭頭標(biāo)識所示，這是由于給定的工藝參數(shù)過大所導(dǎo)致的；而在參數(shù)優(yōu)化后，只有極差分析法組的鍵合點兩側(cè)出現(xiàn)了明顯的壓痕。分析不同優(yōu)化方法所得到的最佳工藝參數(shù)數(shù)值可知，雖然該組的超聲功率數(shù)值與“BP?遺傳算法”組的相近，但其鍵合壓力給定過大；而RSM組的鍵合壓力數(shù)值偏大，不過其超聲功率數(shù)值較小，從而導(dǎo)致了不同的鍵合效果。

參數(shù)優(yōu)化前后鍵合點的剪切力分布如圖6所示。從圖6(a)中可知，在工藝參數(shù)優(yōu)化前，鍵合點剪切力分布不均勻，頻數(shù)波動較大，影響了鍵合工藝的穩(wěn)定性，不利于實際生產(chǎn)。對使用3種不同優(yōu)化方法下的鍵合點剪切力分布進(jìn)行高斯擬合，并進(jìn)行決定系數(shù)（Coefficient Of Determination，COD）比較，COD值越大，表明高斯擬合優(yōu)度越高，結(jié)果如表6所示，“BP?遺傳算法”組的COD值最大，相比于傳統(tǒng)的極差分析法與RSM分別提升了36.2%與13.3%，表明其鍵合點剪切力分布最趨近于正態(tài)分布，鍵合工藝的穩(wěn)定性更高。

3.2功率模塊試制與功率循環(huán)試驗

當(dāng)功率模塊工作時，鍵合點1與DTS銅箔端直接接觸，其承受的溫度應(yīng)力變化相比于鍵合點2更大。為評估工藝參數(shù)優(yōu)化對整模塊可靠性的影響，選取“BP?遺傳算法”組參數(shù)與2個試驗組進(jìn)行功率模塊試制與功率循環(huán)試驗，其中2個試驗組工藝參數(shù)為僅在“BP?遺傳算法”組的基礎(chǔ)上對鍵合點1的超聲功率做梯度變化。圖7為試制的1 200 V SiC汽車級功率模塊，芯片背面互連采用銀燒結(jié)工藝，芯片正面采用DTS工藝進(jìn)行銅線鍵合。

圖8為在不同超聲功率下3組試制模塊與1組直徑0.304 mm（12 mils）鋁線試制模塊的功率循環(huán)能力對比圖。鋁線試制模塊中的芯片與襯板互連采用的是傳統(tǒng)釬焊工藝，同時由于鋁線本身材料屬性，因此其功率循環(huán)次數(shù)最少。

表7為各試制模塊的具體功率循環(huán)次數(shù)結(jié)果。由表7可知，隨著鍵合參數(shù)的優(yōu)化，試制模塊的功率循環(huán)壽命也顯著提高；在3組模塊的失效模式中，試驗組1表現(xiàn)為部分鍵合點1翹起，這是由于低超聲功率的鍵合點1其底部與襯底的互連層無法承受頻繁的切應(yīng)力變化所導(dǎo)致的；試驗組2表現(xiàn)為少數(shù)鍵合點1松動；而最優(yōu)工藝參數(shù)組的失效模式為AMB襯板與散熱器基板之間出現(xiàn)了大規(guī)?？斩矗@并不是銅線鍵合工藝所導(dǎo)致的。

4結(jié)論

本文在正交試驗的基礎(chǔ)上，結(jié)合BP神經(jīng)網(wǎng)絡(luò)與遺傳算法提出了一種新的功率模塊銅線鍵合工藝參數(shù)優(yōu)化策略，以提高銅線的超聲鍵合性能。在工藝參數(shù)優(yōu)化設(shè)計中，首先采用極差分析法系統(tǒng)分析了工藝參數(shù)對鍵合點剪切力的影響權(quán)重，然后使用BP神經(jīng)網(wǎng)絡(luò)建立了對銅線鍵合點剪切力的預(yù)測模型，最后采用遺傳算法對鍵合性能的適應(yīng)度函數(shù)進(jìn)行求解，從而獲得最優(yōu)工藝參數(shù)值。將“BP?遺傳算法”與傳統(tǒng)優(yōu)化方法的優(yōu)化結(jié)果進(jìn)行對比，經(jīng)“BP?遺傳算法”優(yōu)化后的工藝參數(shù)更能提高鍵合工藝的穩(wěn)定性；在功率循環(huán)試驗中，發(fā)現(xiàn)隨著超聲功率比的不斷優(yōu)化，功率模塊的功率循環(huán)能力得到了顯著提升。

來源：半導(dǎo)體材料與工藝

審核編輯：湯梓紅