CN110866358A

CN110866358A - 基于实测温度数据的再流焊接工艺仿真模型修正方法

Info

Publication number: CN110866358A
Application number: CN201911101338.5A
Authority: CN
Inventors: 龚雨兵; 周红达; 陈蔡; 尹钰田; 潘开林; 郑毅; 车飞
Original assignee: Guilin University of Electronic Technology
Current assignee: Guilin University of Electronic Technology
Priority date: 2019-11-12
Filing date: 2019-11-12
Publication date: 2020-03-06
Anticipated expiration: 2039-11-12
Also published as: CN110866358B

Abstract

本发明公开了一种基于实测温度数据的再流焊接工艺仿真模型修正方法，通过分析实测温度曲线数据与相应仿真的温度曲线数据的标准差，建立以实测曲线和仿真曲线对应节点温度的标准差最小化为优化目标、以温区温度及对流换热系数为优化变量的数值仿真修正模型。采用响应面法和多目标遗传优化算法方法优化上述模型，使得数值仿真模型结果与实测温度相符，从而得到修正后的数值仿真模型，通过一次实物试验的反馈调整就能提高后续仿真预测的准确性。本发明将有限元仿真和试验相结合的方法对再流焊工艺仿真模型进行修正，有效提高仿真的效率和精度。

Description

基于实测温度数据的再流焊接工艺仿真模型修正方法

技术领域

本发明属于再流焊工艺仿真有限元模型修正技术领域，具体涉及一种基于实测温度数据的再流焊接工艺仿真模型修正方法。

背景技术

随着集成电路产业的飞速发展，高集成度、高可靠性已经成为行业的新潮流。在这种潮流趋势的推动下，电子电路表面组装技术(Surface Mounted Technology，简称SMT)为电子产品尤其是航空航天和军用电子装备的进一步微型化、薄型化和轻量化开辟了广阔的前景。再流(回流)焊接是表面组装技术(SMT)生产过程中的关键工序。再流焊接工艺过程直接影响电子产品的焊接质量和可靠性。目前普遍采用多次“测温板试验-工艺参数调整”的方法来确定，需要耗费大量人力、物力及时间成本，一般不具某种最优性，而且对于不能进行多次试验的PCBA(Printed Circuit Board Assembly，简称PCBA)产品不能应用。有限元仿真因周期短、成本低等优势已成为再流焊PCBA温度场分析的重要方法。

有限元模型的准确性是分析模型特性的关键所在。一些文献表明材料属性和PCBA边界条件对PCB(Printed Circuit Board，印制电路板，简称PCB)板仿真影响较大，对PCB结构动力学有限元模型进行修正，但尚未涉及到对PCBA再流焊接温度场仿真有限元模型进行修正。

发明内容

为了提高再流焊工艺仿真模型的准确性，本发明提出一种基于温度曲线的再流焊接工艺仿真模型修正方法。根据试验所得的印制板上焊点温度数据对再流焊接工艺温度场仿真模型进行修正，从而获得较为准确的工艺温度场仿真模型，解决了再流焊接工艺温度场模型仿真不精确的问题。

为实现上述目的，本发明所采用的技术方案：

一种基于实测温度数据的再流焊接工艺仿真模型修正方法，包括以下步骤：

步骤1，建立再流焊工艺温度场仿真模型，利用瞬态热仿真分析获得焊点仿真温度曲线，以实测温度曲线为标准，仿真曲线为输入量进行对应节点温度的标准差(S)计算；

步骤2，确定设计参数、约束条件、目标函数，建立PCBA温度场仿真修正模型；

步骤3，设计实验，获取目标参数响应值；对修正设计参数进行抽样，然后将抽样的样本点带入修正前的工艺仿真模型，计算工艺参数的目标参数响应值-仿真与实测对应节点温度的标准差(S)；

步骤4，构建Kriging响应面模型；根据设计参数和仿真与实测对应节点温度标准差值响应构建满足精度要求Kriging响应面模型；

步骤5，多目标遗传算法(Multi-Objective Genetic Algorithm，简称MOGA)寻优；通过多目标遗传算法(MOGA)对目标函数进行迭代计算，获得优化修正参数并代入有限元模型中获得修正后的再流焊接工艺仿真模型模型。

本发明可适用于各种印制板组件的再流焊接工艺温度场仿真模型修正，模型修正后的工艺仿真结果为再流焊工艺设计、印制板组件设计、焊点可靠性分析提供参考和依据。

本发明具有以下有益效果和优点：

本发明通过将仿真模型中实测焊点的实测曲线和仿真曲线对应点温度的标准差最小化为优化目标构建目标函数，在Kriging响应面的基础上，结合多目标遗传算法(MOGA)对红外热风再流焊PCBA温度场仿真模型进行修正；并以某印制板PCBA为算例，验证该发明的合理性及有效性。所提出基于温度曲线的再流焊接工艺仿真模型修正方法具有修正速度快、修正精度高的优点。

附图说明

图1是本发明实施例的再流焊接工艺仿真模型修正方法流程图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施例仅用于说明或解释本发明，并不用于限定本发明。

实施例：

如图1所示，一种基于实测温度数据的再流焊接工艺仿真模型修正方法，包括以下步骤：

步骤1所述的再流焊工艺温度场仿真模型包括印制板基板、BGA(Ball GridArray，焊球阵列封装，简称BGA)本体、QFP(Plastic Quad Flat Package，方型扁平式封装，简称QFP)本体、Chip元件等效热模型以及BGA、QFP高密度组装焊点的等效热模型；PCBA组件仿真模型，PCBA瞬态温度场数值仿真模型建立；所述的实测温度曲线数据与相应仿真的温度曲线数据对应节点温度的标准差计算方法如下：

首先，设置取样数量n，实测曲线的温度节点T_ti和与实测曲线相对应节点的仿真数值T_si，最后，标准差由下列方法计算：

步骤2中，所述的PCBA温度场仿真修正模型是通过分析实测温度曲线数据与相应仿真的温度曲线数据对应节点温度的标准差而建立的，具体方法为：

建立以实测温度曲线数据与相应仿真的温度曲线数据对应节点温度的标准差最小化为优化目标，以各温区温度、对流换热系数为设计变量，以下条件作为约束条件的优化模型：①电路板组件的峰值温度小于245℃，保证PCB的可靠性；②焊膏的峰值温度小于225℃，保证焊点温度不致过高；③优化目标是使得实测曲线和仿真曲线对应温度点的标准差最小化为0，其数学模型为：

式(1)中，S₁，....，₈为实测曲线和仿真曲线对应温度点的标准差，n为取样数量，m为设计变量——温区温度和对流换热系数；Ts为仿真温度值，Tt为实测温度值；x^l，x^u为设计变量x变化的上下限。

步骤3中，所述的抽样方法采用拉丁超立方抽样，由设计参数数目进行100-150次正交试验设计，并且使整个实验设计点均匀分布在空间中，该抽样方法可提高响应面的拟合精度。

步骤4中，所述的Kriging响应面模型的构建，构建方法为：根据拉丁超立方抽样试验设计结果，用最小二乘法来构建Kriging响应面模型，并使用相对误差对其拟合度进行检验，其中Kriging数学模型为：

y＝f(x)+z(x) (2)

式中，f(x)为以x为变量的多项式函数；k为设计变量的个数；β₀为常数项待定系数，β_i为一次项待定系数，β_ii为二次项待定系数，β_ij为交叉项待定系数；z(x)为服从正态随机分布函数，x_i为设计变量x的第i项，x_j为设计变量x的第j项；

在设计空间中f(x)提供全局的模拟近似及y的数学期望；而z(x)提供模拟局部偏差的近似，z(x)具有无偏性和估计方差最小的特征，其协方差矩阵为：

Cov[z(xⁱ),z(x^j)]＝σ²R([r(xⁱ，x^j)]) (4)

式中，σ²为z(x)的方差；R为待测点和样本点之间的相关矩阵；r(xⁱ，x^j)为待测点和样本的之间相关函数，其高斯相关函数为：

式中，k为设计变量的个数；θ_l为未知的相关参数；

为采样点xⁱ、x^j的第l个分量；

基于z(x)的无偏性和估计方差最小得出相关参数θ_l，由最大可能估计给出，即在θ＞0时使式(6)最大：

式中，n_s为响应值的个数；σ²为方差估计值；|R|为待测点和样本的之间的相关值。

步骤5中，所述的目标函数是实测焊点的温度曲线和仿真焊点的温度曲线对应节点温度的标准差最小化为优化目标，采用多目标遗传算法(MOGA)对实测焊点的实测曲线和仿真曲线对应节点温度的标准差进行迭代计算，优化后的结果收敛，直接输出修正后的仿真模型，若优化后结果不收敛，则需更新设计变量，回到步骤3，重新依次计算，直到输出优化结果为收敛的修正仿真模型，获得修正后参数代入有限元模型计算可得修正后模型，并对修正后的工艺仿真模型进行验证。

本发明具有以下有益效果和优点：

本发明通过将仿真模型中实测焊点的实测曲线和仿真曲线对应点温度的标准差最小化为优化目标构建目标函数，在Kriging响应面的基础上，结合多目标遗传算法(MOGA)对红外热风再流焊PCBA温度场仿真模型进行修正；并以某印制板PCBA为算例，验证该发明的合理性及有效性。所提出基于实测温度数据的再流焊接工艺仿真模型修正方法具有修正速度快、修正精度高的优点。

上述实施例仅是本发明的优选实施方式，应当指出的是：本发明未详细阐述的部分是均属于现有技术，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以做出若干改进和同等替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围内。

Claims

1.一种基于实测温度数据的再流焊接工艺仿真模型修正方法，其特征在于，包括以下步骤：

步骤5，多目标遗传算法(Multi-Objective Genetic Algorithm，简称MOGA)寻优；通过多目标遗传算法(MOGA)对目标函数进行迭代计算，获得优化修正参数并代入有限元模型中获得修正后的再流焊接工艺仿真模型。

2.根据权利要求1所述的基于实测温度数据的再流焊接工艺仿真模型修正方法，其特征在于，步骤1所述的再流焊工艺温度场仿真模型包括印制板基板、BGA本体、QFP本体、Chip元件等效热模型以及BGA、QFP高密度组装焊点的等效热模型；PCBA组件仿真模型、PCBA瞬态温度场数值仿真模型建立；所述的以实测温度曲线为标准，仿真曲线为输入量进行对应节点温度标准差(S)计算方法如下：

首先，设置取样数量n，提取实测曲线的温度节点T_ti和与实测曲线相对应节点的仿真数值T_si，最后，标准差由下列方法计算：

3.根据权利要求1所述的基于实测温度数据的再流焊接工艺仿真模型修正方法，其特征在于，步骤2所述的PCBA温度场仿真修正模型是通过分析实测温度曲线数据与相应仿真的温度曲线数据对应节点温度的标准差而建立的，具体方法为：

建立以实测曲线和仿真曲线对应节点温度的标准差最小化为优化目标、以各温区温度、对流换热系数为设计变量，以下列条件作为约束条件的优化模型：①电路板组件的峰值温度小于245℃；②焊膏的峰值温度小于225℃；③优化目标是使得实测曲线和仿真曲线对应温度点的标准差最小化，其数学模型为：

式(1)中，S₁，....，₈为实测曲线和仿真曲线对应温度点的标准差，n为取样数量，m为设计变量--温区温度和对流换热系数；Ts为仿真温度值，Tt为实测温度值；x¹，x^u为设计变量x变化的上下限。

4.根据权利要求1所述的基于实测温度数据的再流焊接工艺仿真模型修正方法，其特征在于，步骤3所述的抽样方法采用拉丁超立方抽样，根据设计参数数目进行100-150次的正交试验设计，并且使整个实验设计点均匀分布在空间中。

5.根据权利要求1所述的基于实测温度数据的再流焊接工艺仿真模型修正方法，其特征在于，步骤4所述的Kriging响应面模型的构建，构建方法为：根据拉丁超立方抽样试验设计结果，用最小二乘法来构建Kriging响应面模型，并使用相对误差对其拟合度进行检验，其中Kriging数学模型为：

y＝f(x)+z(x) (2)

式中，f(x)为以x为变量的多项式函数；k为设计变量的个数；β₀为常数项待定系数，β_i为一次项待定系数，β_ii为二次项待定系数，β_ij为交叉项待定系数；z(x)为服从正态随机分布函数，x_i为变量x的第i项，x_j为变量x的第j项；

Cov[z(xⁱ)，z(x^j)]＝σ²R([r(xⁱ，x^j)]) (4)

式中，σ²为z(x)的方差；R为待测点和样本点之间的相关矩阵；r(x¹，x^j)为待测点与样本点的相关函数，其高斯相关函数为：

式中，k为设计变量的个数；θ_l为未知的相关参数；

为采样点xⁱ、x^j的第1个分量；

6.根据权利要求1所述的基于实测温度数据的再流焊接工艺仿真模型修正方法，其特征在于，步骤5所述的目标函数是实测焊点的温度曲线和仿真焊点的温度曲线对应节点温度的标准差最小化为优化目标，采用多目标遗传算法(MOGA)对构建的目标函数进行迭代计算，优化后的结果收敛，直接输出修正后的仿真模型，若优化后结果不收敛，则需更新设计变量，回到步骤3，重新依次计算，直到输出优化结果为收敛的修正仿真模型，获得修正后工艺参数代入有限元模型计算可得修正后模型，并对修正后的工艺仿真模型进行验证。