基于缺陷根因分析的PCB电镀工艺参数反向优化方法与流程
本发明涉及工艺过程监控,具体涉及基于缺陷根因分析的pcb电镀工艺参数反向优化方法。
背景技术:
1、在印制电路板(pcb)制造过程中,电镀工艺是决定线路层与孔壁铜层质量的关键环节。随着电子产品向高密度、细线宽、高厚径比方向发展,电镀工艺的稳定性与镀层均匀性成为影响产品良率的核心因素。实际生产中,由于整流器输出波动、药水成分变化、温度与搅拌条件差异等多变量耦合作用,pcb电镀件容易出现镀层厚度不均、孔内无铜、针孔、枝晶、烧板等缺陷。
2、传统电镀工艺参数调整主要依赖工程师的经验知识和离线实验,缺乏系统性的缺陷根因定位与逆向参数优化手段。当检测到缺陷后,通常采用“正向试错”方式:先人为猜测可能导致缺陷的参数偏差,再调整参数重新试镀,检测镀层质量,反复迭代直至满足要求。该方法耗时长、成本高,且难以保证收敛到全局最优工艺窗口。此外,现有的一些统计过程控制或单目标优化方法,往往忽略多模态检测数据中包含的丰富缺陷特征,无法将缺陷表征直接逆向映射到应调整的工艺参数上,更难以从有缺陷状态反向推导出零缺陷状态所对应的理想工艺参数组合。
3、因此,亟需一种能够从缺陷表征出发,基于缺陷根因分析逆向还原工艺参数的方法,以解决现有技术中缺陷根因定位困难、正向试错优化效率低、优化结果缺乏鲁棒性等技术问题。
技术实现思路
1、本申请提供了基于缺陷根因分析的pcb电镀工艺参数反向优化方法,解决现有技术中pcb电镀工艺参数调整依赖人工经验、难以从缺陷表征直接逆向推导出零缺陷状态对应最优工艺参数的技术问题。
2、本申请提供了基于缺陷根因分析的pcb电镀工艺参数反向优化方法,所述方法包括:
3、获取缺陷pcb电镀件的多模态检测数据,构建结构化的缺陷表征向量;将所述缺陷表征向量作为条件输入至基于缺陷根因引导的逆映射生成模型,通过所述逆映射生成模型生成可以逆映射逆向还原出所述缺陷表征向量相对应的目标镀层状态的还原工艺参数;判断所述还原工艺参数与所述缺陷pcb电镀件的实际工艺参数是否一致,若一致,以所述缺陷表征向量进行缺陷修正,建立修正零缺陷向量;将所述修正零缺陷向量输入所述逆映射生成模型,逆向还原出零缺陷状态对应的候选工艺参数集;构建多约束规则过滤器,对所述候选工艺参数集进行过滤,得到可行工艺参数集合,执行基于参数鲁棒性及生产效率的优化搜索,输出最优工艺参数。
4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
5、首先采集缺陷pcb电镀件的检测数据,并将缺陷信息转化为标准化向量。随后,利用根因引导的逆映射模型反推出造成该缺陷的工艺参数,并与实际生产参数进行比对验证。若二者一致,则将缺陷状态修正为零缺陷目标状态,再由模型生成对应的候选工艺参数。最后,通过设备能力、工艺边界等多约束条件筛选可行参数,并综合鲁棒性和生产效率选出最优工艺参数,从而降低工艺试错成本并提高电镀良率与生产稳定性。
1.基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,包括:
2.如权利要求1所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,所述逆映射生成模型包括生成器和第一判别器和第二判别器;
3.如权利要求2所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,所述逆映射生成模型的损失函数为所述第一判别器与所述第二判别器的损失函数加权和。
4.如权利要求2所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,所述生成器包括自编码生成网络和电镀正向代理模型,所述自编码生成网络根据所述电镀正向代理模型的输出进行工艺参数的还原迭代;
5.如权利要求4所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,以所述结构相似性损失为梯度反向传播至隐空间,迭代更新所述初始还原工艺参数直至损失收敛至预设阈值,包括:
6.如权利要求5所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,采用基于梯度的优化器迭代搜索还包括:
7.如权利要求1所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,构建多约束规则过滤器,对所述候选工艺参数集进行过滤,得到可行工艺参数集合,包括:
8.如权利要求1所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,执行基于参数鲁棒性及生产效率的优化搜索,输出最优工艺参数,包括:
9.如权利要求1所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,判断所述还原工艺参数与所述缺陷pcb电镀件的实际工艺参数是否一致,包括:
10.如权利要求9所述的基于缺陷根因分析的pcb电镀工艺参数反向优化方法,其特征在于,若不一致,则将偏差反馈至所述逆映射生成模型,进行模型异常报警。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com