
- •Государственный технический университет», 2006 в 3 ведение
- •1. Общие сведения о проектировании
- •1.1. Понятие проектирования
- •1 .2. Виды проектирования
- •1.3. Аспекты и иерархические уровни
- •1.4. Стадии, этапы и процедуры проектирования
- •1 . Предпроектная стадия (нир).
- •2. Стадия эскизного проекта (окр).
- •3. Стадия технического проекта.
- •4. Стадия рабочего проекта.
- •5. Стадия испытаний.
- •6. Стадия опытной эксплуатации.
- •7. Стадия внедрения.
- •1 .5. Классификация типовых проектных процедур
- •2. Системы автоматизированного проектирования
- •2.1. Введение в сапр и их использование
- •2.2. Понятие саd/сам/сае систем
- •2 .3. Понятие и особенности построения сапр
- •2.4. Принципы создания сапр
- •2.5. Стадии проектирования сапр
- •2.6. Состав и структура сапр
- •2.7. Классификация сапр
- •2.8. Взаимодействие сапр с другими
- •3. Виды обеспечения сапр
- •3.1. Математическое обеспечение
- •3.2. Программное обеспечение сапр
- •3.3. Информационное обеспечение сапр
- •3.4. Техническое обеспечение сапр
- •3 .4.1. Классификация технических средств (тс) сапр
- •Группа тс архива проектных решений.
- •Группа тс оргтехники и оформления документации.
- •По структурному признаку
- •3.4.2. Требования к техническому обеспечению
- •Технические:
- •Организационно-эксплуатационные.
- •3.5. Лингвистическое обеспечение сапр
- •3.6. Методическое обеспечение сапр
- •3.7. Организационное обеспечение сапр
- •4. Моделирование
- •4.1. Понятие и сущность моделирования
- •4.2. Математические модели
- •4 .3. Имитационное моделирование
- •4.4. Методы конечных элементов и разностей
- •4.4.1. Общая характеристика метода сеток
- •4 .5. Моделирование сварочных процессов и анализ сварных соединений и конструкций
- •5. Введение в оптимизацию
- •5.1. Формулировка математической задачи
- •5.2. Методы решения задач одномерной оптимизации
- •5 .2.1. Метод перебора (сканирования)
- •5.2.2. Метод равномерного поиска
- •5.2.3. Метод поразрядного поиска
- •5.2.4. Метод деления пополам (дихотомии)
- •5.2.5. Метод золотого сечения
- •5.2.6. Метод квадратичной
- •5.2.7. Сравнение методов одномерной оптимизации
- •5.3. Методы безусловной минимизации
- •5.3.1. Многомерный поиск без использования
- •5.3.1.1. Метод циклического покоординатного спуска
- •5.3.1.2. Метод спирального координатного спуска
- •5.3.1.3. Метод Хука и Дживса
- •5.3.1.4. Метод Розенброка
- •5.3.1.5. Метод минимизации по правильному
- •5.3.2. Многомерный поиск, использующий
- •5.4. Транспортная задача и задача о назначениях
- •5.4.1. Транспортная задача и алгоритм ее решения
- •5.4.2. Задача о назначениях
- •5.5. Методика планирования и обработки
- •Теоретические значения прочности соединений для каждого опыта yςt, предсказываемые математической моделью, вычислены и представлены в табл. 7.
- •5.6. Программное обеспечение
- •6. Конструкторское проектирование
- •6.1. Структура и основные принципы
- •6.2. Классификация задач конструкторского
- •6.3. Подходы к конструированию
- •6.4. Методы создания моделей го и ги
- •6.5. Метод проб и ошибок. Использование
- •6.6. Принципы построения систем
- •6.7. Графические стандарты
- •6.8. Программное обеспечение
- •7. Проектирование, моделирование
- •7 .1. Уровни автоматизации
- •7.2. Основные методы проектирования технологических процессов
- •7.3. Математическое моделирование
- •7.4. Моделирование структуры
- •7.5. Оптимизация технологических процессов
- •7.6. Оптимизация технологических операций
- •7.7. Программное обеспечение сапр тп
- •7.8. Проблемы и перспективы развития сапр тп
- •8. Автоматизирование проектирование
- •9. Компьютерное проектирование участков и цехов сварочного производства
- •З аключение
- •Б иблиографический список
- •394026 Воронеж, Московский просп., 14
5.5. Методика планирования и обработки
результатов экспериментов
В данном разделе рассмотрена методика планирования полного факторного эксперимента (ПФЭ) на конкретном примере нахождения оптимальных параметров ультразвуковой сварки. Более подробно ознакомится с этой и другими методиками планирования эксперимента можно в литературе [61].
Пример. Оптимизация режимов ультразвуковой сварки проволочных выводов к корпусам мощных полупроводниковых приборов [44].
Постановка задачи. Надежность полупроводниковых изделий электронной техники (ИЭТ) в значительной степени зависит от качества контактных соединений. Одной из наиболее распространенных причин отказов изделий радиоэлектронной аппаратуры является нарушение микросоединения кристалла с корпусом и проволоки с контактными площадками кристалла и корпуса. В то же время сборочные операции являются наиболее трудоемкими. Например, из общей стоимости изготовления интегральных схем на монтажно-сборочные работы приходится около 65 %. Поэтому вопросы совершенствования технологии сборки остаются в центре внимания разработчиков и изготовителей полупроводниковых изделий микроэлектроники. Особенно эта проблема обострилась в последние годы, в связи с потребностью в производстве мощных полупроводниковых приборов для силовой электроники.
Качество соединений определяется множеством факторов: физико-механическими свойствами проволоки и металлизации; режимами ультразвуковой сварки (УЗС); материалом инструмента, геометрическими формой и размерами его рабочей площадки; наличием или отсутствием загрязнений на соединяемых поверхностях и т.д. Для получения надежных микросварных соединений необходима количественная оценка влияния вышеперечисленных факторов.
Планирование эксперимента. Представим процесс УЗС в виде "черного ящика" (см. рис. 34). Х1, Х2,…, Хn - входные параметры, действующие в исследуемом процессе. Y - выход системы, называемый функцией отклика, является функцией входных параметров. В этом случае задача выбора оптимальных режимов УЗС заключается в следующем: найти математическую модель процесса в виде некоторой функции Y=f(Х1, Х2,…,Хn) и значения Хi, обеспечивающие экстремум (максимум) функции.
Н
еобходимо
получить математическую модель процесса
УЗС алюминиевых проволочных выводов с
серебряной металлизацией корпуса
полупроводникового ИЭТ, с целью
определения оптимальных режимов сварки.
В процессе проведения эксперимента варьировались три фактора: усилие нагружения на микросварочный инструмент (Х1), мощность УЗ генератора (Х2) и время сварки (Х3) (табл. 6). В качестве критерия качества, а, следовательно, функции отклика исследуемого процесса принята прочность микросоединений.
Таблица 6
Значения уровней варьирования
Уровни варьирования |
Параметры |
||
Х1, сН |
Х2, дел |
Х3, мс |
|
Основной Верхний Нижний Интервал варьирования |
300 350 250 50 |
6,3 6,8 5,8 0,5 |
75 100 50 25 |
Методика эксперимента. Для проведения экспериментальных исследований осаждение серебра на медные основания проводили в электролите следующего состава (г/л): AgCl - 40; K4[Fe(CN6)]3H2O - 200; K2CO3 - 20. В качестве анодов использовались пластины из чистого серебра. Режимы осаждения: Iк = 1-1,5 А/дм2, температура электролита 50 0С, время 10 мин. После осаждения покрытий образцы отмывались в дистиллированной воде. Для оценки влияния параметров УЗС на качество микросоединений алюминиевой проволоки с серебряной металлизацией использовали проволоку марки АОЦПоМ диаметром 250 мкм. Разварку выводов производили на установке для ультразвуковой сварки типа У-153 инструментом с треугольной канавкой на рабочем торце марки КУТ-41-250-600. Медные пластины с серебряным покрытием предварительно отжигались в водороде при температуре 390 ± 20 0С с целью имитации процесса напайки кристаллов на основания корпусов.
П
рочность
соединений определялась натяжением
вывода под углом 900
к плоскости образца до разрушения
соединений с одновременным контролем
характера разрушения. Мощность УЗ
генератора устанавливалась по делениям
лимба установки У-153.
Проведение эксперимента. Для удобства обработки результатов проводится преобразование значений управляемых переменных (учитываемых в эксперименте факторов Хi) к безразмерным величинам
Хiб=(Х i - Xoi)/ΔХi,
где Хi - текущее значение i-го фактора; Xoi - базовое или начальное значение i-го фактора в центре плана; ΔХi - значение интервала варьирования по i-му фактору.
Поскольку в эксперименте используются 3 фактора, а предполагаемая математическая модель исследуемого процесса линейна, то она соответствует полиному вида
Y=b0+b1x1+b2x2+b3x3+b12x1x2+b13x1x3+b23x2x3+b123x1x2x3,
где Y – значение функции отклика; x1, x2, x3 – значения исследуемых факторов; b0 – значение функции отклика в центре плана; b1, b2, b3 – коэффициенты, характеризующие степень влияния факторов на функцию отклика; b12, b13, b23, b123 – коэффициенты, характеризующие взаимовлияние факторов.
При варьировании каждым из трех факторов (к=3) на двух уровнях число опытов N будет составлять N=2к=23=8. Для каждой комбинации факторов было проведено 15 параллельных опытов (n=15).
По известной методике [48] составлена матрица планирования полного факторного эксперимента типа 23, представленная в табл.7.
Обработка и анализ результатов эксперимента. Проведена оценка однородности дисперсий функции отклика в соответствии с критерием Кохрена, ее результаты (для N=8 и n=15: σmax = 0,2787≤ 0,29 = σкр) позволяют сделать вывод о воспроизводимости эксперимента, а отклонения значений функции отклика носят случайный характер и вызваны влиянием неконтролируемых и неуправляемых факторов.
Вычислены коэффициенты полинома по формуле
где bi - коэффициент полинома, соответствующий i-фактору; ξ=1,…,N - номера опытов; xξi - значение безразмерного фактора в матрице планирования, соответствующего ξ-строке и i-столбцу; yξ - значение функции отклика в ξ-опыте.
Проверка значимости коэффициентов с помощью t-критерия Стьюдента показала, что коэффициенты b1, b12, b13, b23 признаны статистически незначимыми, поэтому соответствующие им члены полинома исключаются из уравнения математической модели процесса. Остальные коэффициенты имеют следующие значения: b2=-13,59; b3=-12,41; b123=-3,31; b0=288,4. Исключение члена полинома, соответствующего фактору х1, означает, видимо, что этот фактор, а именно, усилие инструмента в выбранном интервале его значений не оказывает влияния на функцию отклика (прочность соединений). Влияние двух других факторов примерно равнозначно. Некоторое влияние оказывает взаимодействие трех факторов.
Таблица 7
Матрица планирования полного факторного эксперимента
Номер опыта |
Х0б |
Х1б |
Х2б |
Х3б |
Х1бХ2б |
Х1бХ3б |
Х2бХ3б |
Х1бХ2бХ3б |
Экспериментальная прочность yξ, сН |
Теоретическая прочность yξt, сН |
1 |
+ |
- |
- |
- |
+ |
+ |
+ |
- |
321 |
317,71 |
2 |
+ |
+ |
- |
- |
- |
- |
+ |
+ |
305,4 |
311,09 |
3 |
+ |
- |
+ |
- |
- |
+ |
- |
+ |
286 |
283,91 |
4 |
+ |
+ |
+ |
- |
+ |
- |
- |
- |
291 |
290,53 |
5 |
+ |
- |
- |
+ |
+ |
- |
- |
+ |
291,7 |
286,27 |
6 |
+ |
+ |
- |
+ |
- |
+ |
- |
- |
290 |
292,89 |
7 |
+ |
- |
+ |
+ |
- |
- |
+ |
- |
265 |
265,71 |
8 |
+ |
+ |
+ |
+ |
+ |
+ |
+ |
+ |
257,4 |
259,09 |
Т
аким
образом, математическая модель с учетом
значимости коэффициентов полинома
имеет вид
Y= b0+b2x2+b3x3+b123x1x2x3,
Y= 288,4-13,59x2-12,41x3-3,31x1x2x3.