馮武衛(wèi)， 孟慶豐

（1.浙江海洋學(xué)院機(jī)電工程學(xué)院，舟山 316000；2.西安交通大學(xué) 機(jī)械學(xué)院軸承研究所，西安 710049）

鍵合點(diǎn)的抗剪切破壞強(qiáng)度是衡量鍵合質(zhì)量的重要指標(biāo)之一。由于任何一個鍵合點(diǎn)的缺陷都可能導(dǎo)致整個集成電路的失效，因此，深入研究鍵合點(diǎn)剪切強(qiáng)度自動檢測技術(shù)，對確保集成電路安全可靠運(yùn)行具有十分重要的意義。

近年來，國內(nèi)外針對鍵合點(diǎn)質(zhì)量自動識別技術(shù)的研究發(fā)展迅速，主要是檢測鍵合過程信息，如鍵合接觸區(qū)域摩擦應(yīng)力、鍵合工具振動、聚能器變形和換能器振動等，通過相應(yīng)的特征提取與模式識別技術(shù)，進(jìn)而識別鍵合強(qiáng)度［1－10］。但是由于嚴(yán)格的傳感器安裝要求以及傳感器與鍵合系統(tǒng)之間的相互影響制約了這些技術(shù)在工廠的實(shí)際應(yīng)用。此外，在信號特征提取方面，現(xiàn)有的技術(shù)主要有：采用快速傅里葉變換提取信號幅頻特征［5］、通過濾波提取信號的二次諧波信號［6］、利用 Hilbert變換計(jì)算鍵合系統(tǒng)阻抗特征［6］、利用時－頻分析方法提取時頻分布等高線的面積［7］、計(jì)算信號的包絡(luò)能量［9］等，并取得了良好的效果。但由于鍵合信號的瞬態(tài)特性，現(xiàn)有技術(shù)在刻畫鍵合信號局部細(xì)微變化方面存在不足，不利于對鍵合強(qiáng)度的精確識別。

超聲波發(fā)生器驅(qū)動電信號與鍵合強(qiáng)度有密切聯(lián)系［10］，已引起高度關(guān)注。本文采用檢測鍵合過程中超聲波發(fā)生器電壓和電流信號作為信息載體，并提出了基于鍵合信號子頻帶包絡(luò)分段特征提取方法。通過對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，結(jié)果驗(yàn)證了本文方法的有效性。

1 檢測方法原理

壓電換能器是引線鍵合系統(tǒng)的關(guān)鍵設(shè)備，由于其核心構(gòu)件壓電晶體的雙向壓電效應(yīng)，使得換能器既是一個執(zhí)行器，也具有傳感器的功能。首先，基于壓電晶體的反向壓電效應(yīng)，壓電換能器作為一個執(zhí)行器來完成超聲波電能到機(jī)械能（機(jī)械振動）的轉(zhuǎn)換；其次，基于壓電晶體的正向壓電效應(yīng)，壓電換能器同時也具有傳感器功能，在鍵合過程中，隨著鍵合界面機(jī)械、材料屬性的變化，鍵合工具尖端的振動狀況持續(xù)發(fā)生細(xì)微變化，經(jīng)由鍵合工具和聚能器的傳遞，這個變化被感應(yīng)到壓電晶體，并直接影響到超聲波發(fā)生器的電信號。由于鍵合工具的振動變化是影響鍵合點(diǎn)形成的關(guān)鍵，與鍵合強(qiáng)度之間存在內(nèi)在關(guān)系，因此，通過檢測超聲波發(fā)生器的電信號，我們能夠提取鍵合工具尖端細(xì)微的振動變化，并通過特征提取與模式識別技術(shù)建立鍵合強(qiáng)度與超聲電信號之間的相互關(guān)系。

鍵合強(qiáng)度檢測原理如圖1所示。首先，為了避免鍵合系統(tǒng)與數(shù)據(jù)采集系統(tǒng)間的相互影響，在信號采集系統(tǒng)的前端安裝專用測量電路（見圖2），其中電壓和電流信號分別通過在測量電路中并聯(lián)1 MΩ和串聯(lián)高精度1 Ω電阻來獲取。采樣頻率為1 MHz，采樣時間為40 ms。為了捕獲瞬態(tài)超聲鍵合信號，采集程序中觸發(fā)方式設(shè)置為前觸發(fā)，觸發(fā)信號選為電壓信號，觸發(fā)值設(shè)置為0.03 V。當(dāng)電壓信號超過觸發(fā)值時，采集系統(tǒng)將對電壓和電流信號進(jìn)行同時采集，并保留觸發(fā)前2 ms的數(shù)據(jù)。通過現(xiàn)代信號分析處理方法對超聲電壓和電流信號進(jìn)行特征提取、模式識別和質(zhì)量檢測。

圖3是鍵合過程中采集的一組超聲電壓和電流信號以及相應(yīng)的頻譜，這些信號都是典型的瞬態(tài)信號，持續(xù)時間極短（約30 ms～40 ms）。因此，采用傳統(tǒng)的頻譜分析方法無法將鍵合過程中各個階段的時變信息反映出來。采用聯(lián)合時頻分析方法雖然能夠同時提供信號的時域和頻域信息，但由于其固有的時頻分辨率的制約，仍然難以將瞬態(tài)的微弱故障特征精確地刻畫出來。鍵合瞬態(tài)超聲信號的包絡(luò)可以明顯地反映鍵合過程的狀態(tài)變化情況，已引起廣泛關(guān)注［3，9］。然而，如何從包絡(luò)波形上提取鍵合過程的細(xì)微變化仍是一個有待解決的關(guān)鍵問題。Michael在早期鍵合機(jī)理研究中，從冶金學(xué)角度將鍵合過程分為“去除鍵合接觸面氧化膜、鍵合點(diǎn)塑性變形和應(yīng)力擴(kuò)散”［9］，揭示了鍵合點(diǎn)形成的三個關(guān)鍵的物理過程。對應(yīng)到超聲電信號包絡(luò)上，這三個物理過程分別體現(xiàn)在信號的上升、穩(wěn)定和衰減三個階段，由于每個階段對鍵合質(zhì)量的貢獻(xiàn)以及作用機(jī)理不同，其波形特征也必然不同。此外，從電壓和電流信號FFT譜圖［圖4（c）和（d）］我們還可以看出，超聲電信號的能量主要集中在前三階倍頻中，在特征提取過程中，為了反映信號在頻域上的變化，須進(jìn)行濾波細(xì)化處理。

2 超聲電信號特征提取方法

針對超聲電信號，首先，通過一個帶通濾波器組，提取信號的基頻和高次諧波信號；然后，利用Hilbert變換，獲取各子頻帶信號包絡(luò)；最后，各子頻帶信號被分別分成三個階段進(jìn)行特征提取。特征提取之后，為了消除冗余信息和實(shí)現(xiàn)特征降維，主分量分析方法被用來進(jìn)行特征選擇。

2.1 超聲電信號濾波

為了提取超聲電信號各子頻帶信號，本文設(shè)計(jì)了一個帶通濾波器組，它包含3個子濾波器，子濾波器的中心頻率分別是超聲信號基頻、二次諧波和三次諧波頻率（可以通過傅里葉變換來獲?。?。

對于圖3給出的典型超聲電信號，通過上述設(shè)計(jì)的濾波器組濾波后結(jié)果如圖4所示?？梢钥闯?，每個子頻帶信號波形各不相同，反映出超聲電信號各子頻帶的變化特征。

2.2 包絡(luò)計(jì)算

文獻(xiàn)［6］利用Hilbert變換獲取了超聲電壓和電流信號的包絡(luò)并計(jì)算了鍵合系統(tǒng)的阻抗，取得了良好的效果。因此，本文利用Hilbert變換進(jìn)行計(jì)算信號的包絡(luò)，針對超聲鍵合信號，設(shè)y（t）是某個子頻帶信號，它的Hilbert變換可表示為

信號的包絡(luò)為：

圖5給出了各子頻帶信號的包絡(luò)，可以看出，Hilbert變換在計(jì)算信號包絡(luò)上的有效性。

2.3 分段特征提取

本文以超聲電壓信號基頻包絡(luò)為例進(jìn)行包絡(luò)分段和特征提取，如圖6所示。超聲電壓和電流信號的其它子頻帶包絡(luò)分段原則與電壓基頻包絡(luò)一致。

圖6 電壓信號基頻包絡(luò)分段原理Fig.6 Segmentation principle of fundamental envelope of voltage

2.3.1 電壓基頻包絡(luò)上升階段（T1～T2）的特征提取

在包絡(luò)上升階段，信號表現(xiàn)為持續(xù)上升，鍵合接觸面氧化膜被逐漸破壞。對于不同的鍵合樣本，由于其接觸面質(zhì)量和氧化程度不同，因此反應(yīng)到超聲信號上，上升的幅度以及上升的速率也會不同。在這個階段，從包絡(luò)信號上我們提取了3個特征量來反映這些變化，特征描述和方程如表1。

表1 電壓基頻包絡(luò)上升階段的特征Tab.1 Features and equations for the rising phase

2.3.2 電壓基頻包絡(luò)穩(wěn)定階段（T2～T3）的特征提取

在包絡(luò)穩(wěn)定階段，信號表現(xiàn)為小范圍波動。當(dāng)鍵合接觸面受到污染時，包絡(luò)的波形會反應(yīng)出較大的波動，其波動程度反應(yīng)了引線與基板的接觸摩擦狀況，一些統(tǒng)計(jì)可以反映出這些波動程度。因此，為了獲取這些細(xì)微的波動變化，提取了11個統(tǒng)計(jì)量來表征包絡(luò)的波動程度，特征和方程如表2。

2.3.3 電壓基頻包絡(luò)衰減階段（T3～T4）的特征提取在包絡(luò)衰減階段，信號表現(xiàn)為振蕩衰減，鍵合接觸面內(nèi)應(yīng)力逐漸減小，鍵合點(diǎn)基本形成，其衰減速度及其幅度同樣能夠反應(yīng)出鍵合點(diǎn)的接觸摩擦狀況。本文提取了5個特征量來描述此階段的衰減特性，詳細(xì)描述如表3。

表2 電壓基頻包絡(luò)穩(wěn)定階段的特征Tab.2 Features and equations for the stable phase

表3 電壓基頻包絡(luò)衰減階段的特征和方程Tab.3 Features and equations for the damping phase

設(shè)f（t）是衰減階段點(diǎn)B到T4階段的包絡(luò)數(shù)據(jù)，則表3中衰減系數(shù)可以通過如下方程來擬合

其中，f（t）是點(diǎn)B到T4階段的包絡(luò)數(shù)據(jù)（參見圖6），本文利用最小二乘法來估計(jì)兩個衰減系數(shù)b，p。

對于其它的子頻帶信號，特征提取方法與電壓基頻包絡(luò)相似。最終，利用本文的方法，從超聲電壓和電流包絡(luò)上一共提取了115個特征量，其中包含每個子頻帶包絡(luò)提取19個特征（19×6=114）和一個基頻頻率特征。并以這些特征量來表征一個鍵合過程。

2.4 特征選擇

具體提取的特征量之間可能存在相關(guān)性，為了消除特征間的相關(guān)性并實(shí)現(xiàn)特征降維，通常需要進(jìn)行特征選擇。本文選擇主分量分析方法進(jìn)行特征選擇，設(shè)X=［x1，x2，…，xn］T是原始特征矩陣，n是特征變量的維數(shù)。主分量計(jì)算過程如下：

2.4.1 特征向量歸一化

設(shè)Y=［y1，y2，…，yi，…，yn］是歸一化特征矩陣，其中yi，（i=1，2，…，n）可以表示為：

2.4.2 主分量計(jì)算

設(shè) ξi，i=1，2，…，n，是歸一化矩陣Y的線性組合，可以尋找正交轉(zhuǎn)換矩陣A來計(jì)算新特征變量ξi：

為了計(jì)算ξ，首先，我們能獲得歸一化矩陣Y的協(xié)方差陣R=（rij）n×n：

可以證明，矩陣A=（a1，a2，…，ai）是一個正交化矩陣，且能夠滿足主分量分析的要求。其主分量（PC）可以表示為：

2.4.3 主分量選擇

為了評估主分量的有效性和實(shí)現(xiàn)特征降維，這里引入兩個參數(shù)，一個是特征分量貢獻(xiàn)率κ，一個是累積貢獻(xiàn)率ζ

主分量貢獻(xiàn)率代表某個主分量占有原始信息量的比重，如果累積貢獻(xiàn)率ζk達(dá)到90%以上，就可以利用前k個主分量代替原始特征變量，實(shí)現(xiàn)特征降維。

3 鍵合點(diǎn)剪切強(qiáng)度識別

本文獲取了一些具有不同剪切破壞強(qiáng)度的鍵合點(diǎn)，實(shí)驗(yàn)臺由深圳天力精密系統(tǒng)的MG10半自動球鍵合機(jī)改裝而成，工作頻率為62.5 kHz，引線為25 um金線，鍵合機(jī)工藝參數(shù)設(shè)置如下：鍵合力：147 mN，鍵合功率30 mW，鍵合時間：40 ms，加熱溫度：200℃。

圖7 鍵合點(diǎn)剪切強(qiáng)度測試儀Fig.7 Sketch of a precision bond shear strength tester

鍵合過程完成后，我們可以通過如圖7所示的測試儀來測試鍵合點(diǎn)剪切強(qiáng)度。其主要原理是：在顯微鏡下調(diào)整鍵合點(diǎn)位置，使剪切工具尖端對準(zhǔn)鍵合點(diǎn)球面的中部。然后鍵合點(diǎn)在驅(qū)動電機(jī)勻速驅(qū)動下，發(fā)生剪切破壞，并同時記錄剪切工具測試力，即為鍵合點(diǎn)剪切強(qiáng)度。圖8給出了兩個典型的被剪切測試后鍵合點(diǎn)電鏡掃描圖片，其中圖8（a）是好的鍵合點(diǎn)（剪切強(qiáng)度=128 mN），圖8（b）是弱連接強(qiáng)度鍵合點(diǎn)（剪切強(qiáng)度=25 mN）?？梢钥闯?，好的鍵合點(diǎn)剪切測試過程中剪切斷裂面發(fā)生在鍵合球的中部，而弱連接強(qiáng)度鍵合點(diǎn)直接從根部剪斷。產(chǎn)生弱連接強(qiáng)度主要是由于鍵合基板表面受污染，我們通過在鍵合基板上粘附金屬顆粒來模擬鍵合表面受污染狀況。

利用本文特征提取方法對上述兩種鍵合樣本超聲電信號進(jìn)行處理，圖9給出了各子頻帶包絡(luò)分析結(jié)果。直接通過子頻帶包絡(luò)區(qū)分鍵合強(qiáng)度的大小有一定難度，且精度不宜保證，然而，當(dāng)子頻帶信號被分段處理后，其變化特征被明顯的展現(xiàn)出來（圖10）。除了上升階段上升速度、穩(wěn)定階段幅值和衰減階段衰減速度有明顯差異外，弱連接強(qiáng)度鍵合點(diǎn)各子頻帶穩(wěn)定階段包絡(luò)存在劇烈波動。表4給出了幾個區(qū)分不同鍵合強(qiáng)度鍵合點(diǎn)相對敏感的特征，定量的體現(xiàn)了本文特征提取方法的有效性。

表4 區(qū)分弱連接強(qiáng)度鍵合點(diǎn)的敏感特征Tab.4 Sensitive features for distinguishing the weakly bond

本文總共獲取了360個鍵合點(diǎn)，其中包括120個受污染鍵合點(diǎn)和240個好的鍵合點(diǎn)，好的鍵合點(diǎn)強(qiáng)度從78 mN到128 mN，受污染的鍵合點(diǎn)強(qiáng)度從19 mN到78 mN。利用本文特征提取方法對上述360個實(shí)驗(yàn)樣本信號進(jìn)行特征提取和主分量計(jì)算，表5給出了前15個主分量貢獻(xiàn)率，本文選擇前13個主分量作為識別鍵合剪切強(qiáng)度的特征，在保證充足原始特征信息的前提下實(shí)現(xiàn)特征降維。

鑒于提取的主分量與鍵合強(qiáng)度之間的復(fù)雜關(guān)系，本文構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)來識別鍵合點(diǎn)的強(qiáng)度，網(wǎng)絡(luò)的輸入為提取的13個主分量，輸出為鍵合點(diǎn)強(qiáng)度。圖11給出了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，它包含一個輸入層，一個隱層和一個輸出層，隱層的節(jié)點(diǎn)數(shù)為15，隱層的激活函數(shù)選擇sigmoid函數(shù)，輸出層選擇線性函數(shù)。首先利用200個實(shí)驗(yàn)數(shù)據(jù)對（130個好的鍵合點(diǎn)數(shù)據(jù)和70個受污染的鍵合點(diǎn)）進(jìn)行網(wǎng)絡(luò)訓(xùn)練，循環(huán)步數(shù)設(shè)置為1 000，訓(xùn)練完成后，其均方誤差達(dá)到0.9 mN。

圖10 子頻帶包絡(luò)分段分析Fig.10 The segmentation results of every subband signal

表5 主分量貢獻(xiàn)率Tab.5 Principal component contribution rate

圖11 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.11 The structure of ANN

為了檢測網(wǎng)絡(luò)的有效性，其余的160個鍵合樣本對作為驗(yàn)證數(shù)據(jù)輸入網(wǎng)絡(luò)進(jìn)行測試，測試結(jié)果的均方誤差是1.4mN。圖12給出了預(yù)測結(jié)果，盡管有一些數(shù)據(jù)誤差比較大，然而，預(yù)測結(jié)果的趨勢有效的驗(yàn)證了本文特征提取方法的有效性與可行性。

圖12 神經(jīng)網(wǎng)絡(luò)訓(xùn)練和預(yù)測結(jié)果Fig.12 ANN predicting bond shear strength

4 結(jié)論

本研究主要完成了3個方面的工作。首先，利用專用測量電路，采集了鍵合系統(tǒng)超聲波電壓和電流信號；其次，利用本文的特征提取方法，提取了115個特征量，并通過主分量分析進(jìn)行特征選擇。最后，通過對實(shí)驗(yàn)數(shù)據(jù)分析，驗(yàn)證了本文所提出的鍵合點(diǎn)剪切強(qiáng)度識別方法的有效性。此外，本方法還存在以下優(yōu)點(diǎn)，首先，它屬于無傳感器檢測技術(shù)，避免了傳感器安裝困難及其傳感器與鍵合系統(tǒng)的相互影響。第二，相應(yīng)的信號處理及特征提取方法容易實(shí)現(xiàn)，為鍵合質(zhì)量在線檢測提供了一條新途徑。

［1］Mcbrearty M，Kim L H，Bilgutay M.Analysis of inpedance loading in ultrasonic transducer systems［C］//Proc of 2006 Ultrasonics Symposium.Chicago，USA，2006：497－502.

［2］Khotanzad A，Banerjee H，Srinath M D.A vision system for inspection of ball bonds and 2－D profile of bonding wires in integrated circuits［J］.IEEE Trans.on Semiconductor Manufacturing，1994，7（4）：413 －422.

［3］ Lee H K，Yoo S I.A method for inspection of ball bonds in integrated circuits［C］//IEEE SMC’99 Conference Proceedings.Tokyo，Japen：IEEE，1999：975 －980.

［4］ Schwaller P，Groning P，Schneuwly A，et al.Surface and friction characterization by thermoelectric measurements during ultrasonic friction processes［J］.Ultrasonics，2000，38（1－8）：212－214.

［5］Or S W，H L，Chan W.Ultrasonic wire-bond quality monitoring using piezoelectric sensor［J］.Sens.Actuators A，1998，65（1）：69－75.

［6］Zhang D.Study of mechanism of ultrasonic wire bonding process［D］.Nanyang Techno.Univ.，Singapore，2002.

［7］Zhang D，Ling S F.Monitoring wire bonding via timefrequency analysis of horn vibration［J］.IEEE Trans.Electron.Package Manuf.，2003，26（3）：216 －220.

［8］Paul W P C，Li H L.Smart ultrasonic transducer for wire bonding applications［J］.Materials Chemistry and Physics，2002，75（1－3）：95－100.

［9］Micheal B，Jorg W C，Hans H.Bond process monitoring via self-sensing piezoelectric transducers［C］.IEEE International Ultrasonics，F(xiàn)erroelectrics，and frequency Control joint 50th AnniversaryConference. SanJose， CA：IEEE， 2004：125－129.

［10］ Pufall R.Automatic process control of wire bonding［C］//Proc.Electron.Compon.Techno.Conf.，1993：159－162.