CN116525041B - 一种金属多孔结构的建模方法和性能预测方法 - Google Patents

一种金属多孔结构的建模方法和性能预测方法 Download PDF

Info

Publication number
CN116525041B
CN116525041B CN202310479379.8A CN202310479379A CN116525041B CN 116525041 B CN116525041 B CN 116525041B CN 202310479379 A CN202310479379 A CN 202310479379A CN 116525041 B CN116525041 B CN 116525041B
Authority
CN
China
Prior art keywords
porous structure
metal porous
dimensional model
dimensional
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310479379.8A
Other languages
English (en)
Other versions
CN116525041A (zh
Inventor
李万里
罗子涵
朱志宏
缪钧唯
张婕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN202310479379.8A priority Critical patent/CN116525041B/zh
Publication of CN116525041A publication Critical patent/CN116525041A/zh
Application granted granted Critical
Publication of CN116525041B publication Critical patent/CN116525041B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种金属多孔结构的建模方法和性能预测方法，建模方法包括：获取用户指定的金属多孔结构的三维模型参数，其中，所述用户指定的金属多孔结构的三维模型参数包括金属多孔结构的三维模型的孔隙率、单个孔洞的尺寸范围、不同尺寸孔洞在三维模型上的分布情况；设置金属多孔结构的三维模型的体积，并根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量，完成对金属多孔结构的建模，并对构建好的模型进行性能预测。本发明构建的三维建模能够对金属烧结连接接头的物理性能进行有效评估。

Description

一种金属多孔结构的建模方法和性能预测方法
技术领域
本发明涉及多孔结构建模分析技术领域，尤其是指一种金属多孔结构的建模方法和性能预测方法。
背景技术
第三代宽禁带半导体(如SiC和GaN)电子器件具有高频率、高功率密度和高结温的特征，其满负荷运行温度预计超过200度。这个温度远远超过传统Si基封装技术所能承受的最高温度(150度)因此急需开发出满足第三代宽禁带半导体稳定运行的新型耐热封装技术。
金属烧结连接技术是软钎焊后的新一代互连技术，可大幅提高封装的导热性、耐热性及可靠性，在先进封装中的占比不断扩大。软钎焊的热导率、强度、长期可靠性主要与材料成分有关，与工艺相关性不大，而金属烧结互连层的热导率、强度及长期可靠性具有很强工艺关联性。这是因为金属烧结连接接头具有单一组分和多孔特征，金属焊膏组分、烧结工艺、烧结设备等都会影响金属烧结连接接头空隙的含量、尺寸和分布从而影响接头的等效热导率及互连强度。精确评估金属烧结连接接头的物理性能，无论是通过物理实验、解析模型还是数值仿真，均需要大量的人力、时间以及专业背景。建立金属多孔结构(即金属烧结连接接头)及其物理性能的关系的数字化模型成为了金属烧结连接技术及产品迭代所面临的重大挑战。
目前已有的对于金属多孔结构(即金属烧结连接接头)的数值仿真是基于二维模型进行模拟的，其模型是基于金属接头横截面照片的图像处理技术构建。但是，二维仿真模型与实际物体三维结构存在巨大差距，无法精确描述三维空隙结构对金属烧结连接接头物理性能的影响，也无法应用于三维互连接头的热力学仿真与评价。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中关于金属烧结连接接头的二维仿真模型无法精确描述实际物体的物理性能的问题。
为解决上述技术问题，本发明提供了一种金属多孔结构的建模方法，包括：
步骤S1：获取用户指定的金属多孔结构的三维模型参数，其中，所述用户指定的金属多孔结构的三维模型参数包括金属多孔结构的三维模型的孔隙率、单个孔洞的尺寸范围、不同尺寸孔洞在三维模型上的分布情况；
步骤S2：设置金属多孔结构的三维模型的体积，并根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量，完成对金属多孔结构的建模。
在本发明的一个实施例中，所述步骤S2中的孔洞类型为基于规则立体图的三维结构元素，所述三维结构元素包括三维球面结构元素和三维立方体结构元素。
在本发明的一个实施例中，所述三维结构元素为三维球面结构元素时，还包括：进一步确定所述三维球面结构元素的半径尺寸r，所述半径尺寸r大小满足：
αR1≤r≤R2
其中，α为常数，R1和R2分别为单个孔洞的最小尺寸和最大尺寸。
在本发明的一个实施例中，所述步骤S2中根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量，完成对金属多孔结构的建模，方法包括：
根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量N；
通过梅森旋转算法在所述金属多孔结构的三维模型上随机生成N个坐标，并将所述N个坐标作为N个孔洞的中心；
结合所述金属多孔结构的三维模型和单个孔洞的尺寸范围，通过闭运算对N个孔洞进行处理，生成金属多孔结构的三维模型的不规则孔洞并进行处理，完成对金属多孔结构的建模。
在本发明的一个实施例中，所述通过闭运算对N个孔洞进行处理，生成金属多孔结构的三维模型的不规则孔洞并进行处理，方法包括：
通过闭运算对N个孔洞进行处理，生成关于孔洞的连通域，其中，所述连通域为不规则孔洞；
通过分水岭算法将金属多孔结构的三维模型中所有连通域的边界划分出来；
在所述金属多孔结构的三维模型中，构建关于每个所述连通域等效后的球体，其中，所述连通域等效后的球体为金属多孔结构的三维模型的最终孔洞。
为解决上述技术问题，本发明提供了一种金属多孔结构的性能预测方法，对上述金属多孔结构的建模方法构建的金属多孔结构的三维模型进行性能预测，包括：
步骤S1：建立静力学模型对金属多孔结构的三维模型的弹性模量进行分析；
步骤S2：建立稳态热力学模型对金属多孔结构的三维模型的有效热导率进行分析。
在本发明的一个实施例中，所述步骤S1中建立静力学模型对金属多孔结构的三维模型的弹性模量进行分析，方法包括：
在所述金属多孔结构的三维模型的两端各添加一块薄板，同时赋予薄板实际的材料属性，并在金属多孔结构的三维模型的一端薄板添加固定支撑、另一端薄板添加水平拉力，并计算金属多孔结构的三维模型的弹性模量；
所述弹性模量的公式为：
其中，F为水平拉力，S为薄板材料横截面积，dL为薄板材料的水平伸长量，L为薄板材料的原长。
在本发明的一个实施例中，所述步骤S2中建立稳态热力学模型对金属多孔结构的三维模型的有效热导率进行模拟和计算，方法包括：
在所述金属多孔结构的三维模型的两端各添加一块薄板，同时赋予薄板实际的材料属性，给金属多孔结构的三维模型的一端薄板外表面施加预设高温、另一端薄板外表面施加室温，并计算金属多孔结构的三维模型的有效热导率；
所述有效热导率的公式为：
其中，λ表示有效热导率，L表示三维模型的长度，Q表示三维模型的热通量，ΔT表示温度梯度，A表示三维模型在热量传递方向上的截面面积。
在本发明的一个实施例中，所述步骤S2还包括：通过第一系数a*和第二系数b*来修正所述有效热导率，公式为：
其中，所述第一系数a*用于修正孔隙率变化对有效热导率带来的影响，所述第二系数b*用于修正实验误差且b*取值范围为0.4-0.6。
在本发明的一个实施例中，所述第一系数a*的公式为：
a*＝0.95×(1-P2)
其中，P表示三维模型的孔隙率。
本发明的上述技术方案相比现有技术具有以下优点：
本发明能够通过简单调节控制参数来模拟所需的三维模型，进一步去探究所需的孔洞模型的有效特性，在一定程度上提高了后续分析的准确率；本发明能够有效特节省人力、时间及成本，并且能满足所需的准确度；
本发明通过创造性地对三维模型中的孔洞进行闭运算得到连通域，基于连通域构建最终的球形孔洞，实验证明，构建的关于金属烧结连接接头的三维模型与实际物体更为接近，能够精确描述实际物体的物理性能；
本发明在对三维模型进行性能测试时，针对现有的有效热导率进行改进，通过添加一个系数修正孔隙率变化对有效热导率带来的影响，并通过添加另一个系数来修正实验误差，使得对于三维模型的性能测试更为精准。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明。
图1是本发明实施例中方法流程图；
图2是本发明实施例中闭运算前后对比示意图；
图3是本发明实施例中具体实施流程图；
图4是本发明实施例中实验1的拟合孔径分布图；
图5是本发明实施例中实验1生成的三维模型轴测图；
图6是本发明实施例中对比例的另一拟合孔径分布图；
图7是本发明实施例中对比例生成的另一三维模型轴测图；
图8是本发明实施例中实验2的拟合孔径分布图；
图9是本发明实施例中实验2生成的三维模型轴测图；
图10是本发明实施例中实验3的拟合孔径分布图；
图11是本发明实施例中实验3生成的三维模型轴测图；
图12是本发明实施例中实验4的拟合孔径分布图；
图13是本发明实施例中实验4生成的三维模型轴测图；
图14是本发明实施例中实验4的另一拟合孔径分布图；
图15是本发明实施例中实验4生成的另一三维模型轴测图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
实施例一
参照图1所示，本发明涉及一种金属多孔结构的建模方法，包括：
步骤S1：获取用户指定的金属多孔结构的三维模型参数，其中，所述用户指定的金属多孔结构的三维模型参数包括金属多孔结构的三维模型的孔隙率、单个孔洞的尺寸范围、不同尺寸孔洞在三维模型上的分布情况；
步骤S2：设置金属多孔结构的三维模型的体积，并根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量，完成对金属多孔结构的建模。
实施例二
本发明涉及一种金属多孔结构的性能预测方法，包括：
步骤S1：建立静力学模型对金属多孔结构的三维模型的弹性模量进行分析；
步骤S2：建立稳态热力学模型对金属多孔结构的三维模型的有效热导率进行分析。
以下对实施例一和实施例二进行详细介绍：
请参阅图3，本发明根据用户提供的金属多孔结构的三维模型参数(如孔隙率、单个孔洞的尺寸、不同尺寸孔洞在三维模型上的分布情况)，设计数字化建模算法和参数(如三维模型体积、孔洞类型、孔洞数量)，实现金属多孔结构的数字化建模和特征校验；通过STL格式实现数字化模型和商业软件的连接，并对金属多孔结构的三维模型的弹性模量和有效热导率进行仿真与评价。
需要获取用户提供的金属多孔结构的模型参数：三维模型的的孔隙率P以及单个孔洞的尺寸(最小尺寸R1和最大尺寸R2)、不同尺寸孔洞在三维模型上的分布情况。
需要自主设定的参数有：三维模型的体积(以长方体为例，需要设置其长、宽和高，尺寸设置格式为一维向量，如S＝[a,b,c]，其中a表示模型的长，b表示模型的宽，c表示模型的高)、孔洞数量N和孔洞类型(初始的规则孔洞)，本实施例中的孔洞类型为基于规则立体图的三维结构元素，其可以是一个半径为r个像素的三维球面结构元素、或一个宽度为w个像素的三维立方体结构元素。
首先，根据获取的用户提供的模型参数设置三维模型的体积，体积尺寸设置格式为一维向量，如S＝[a,b,c]；再进行孔洞类型(即三维结构元素类型)的选择，并设置相应的参数，如选择三维球面结构元素，则需进一步设置其半径尺寸r，半径尺寸r的取值由以下公式给出：
αR1≤r≤R2
其中，α取值范围为1-5，具体取值根据实验条件确定，R1和R2分别为单个孔洞的最小尺寸和最大尺寸。
还需设置孔洞数量N，通过使用梅森旋转算法随机生成N个坐标作为三维结构元素的中心。参数设置完成后，结合三维模型和三维结构元素的尺寸，通过闭运算(先膨胀再腐蚀)进行不规则孔洞(即由多个孔洞形成的连通域)的初步生成，如图2所示，左侧为4个分离的三维结构元素(初始的规则孔洞)，右侧为经过闭运算以后，4个分离的三维结构元素边缘连接起来，形成连通域。为保证生成模型的质量，需进行去除过小孔隙的处理，如填充图像中孤立的黑点、删除孤立像素和删除小体积对象等，此外，还需进行高斯平滑处理，以去除噪声。将所有孔洞部分的像素加起来除以三维模型的体积即可计算孔隙率，计算孔隙率的公式如下：
其中，ni为图像中第i个孔洞的像素个数，可以理解为ni为第i个孔洞的体积，abc为三维模型的体积。
通过分水岭算法对三维模型进行分水岭分割，即将三维模型中所有连通域的边界划分出来，简单理解为将一个个连通域分开，便于后续处理。
值得一提的是，本实施例构建关于每个所述连通域等效后的球体，并将连通域等效后的球体作为金属多孔结构的三维模型的最终孔洞。通过观察真实的烧结金属连接接头，可以发现其不规则孔洞中的大多数仍保留了较为光滑的近似球体的特征，并且为了后续拟合孔洞的方便，所以本实施例创造性地将连通域等效为球体孔洞，并且后续实验证明本实施例采用的方法在模型性能检测中取得了较好的效果。利用球的体积公式反推连通域等效的球体的孔隙半径R，公式为：
其中，ncircular为基于连通域等效的球体体积(在实际计算过程中，球体体积可以近似等效为连通域的体积)，生成的孔隙半径R大小最后由python自带绘制图像的函数将数据可视化，可以获得其最大的孔洞半径、最小的孔洞半径和孔洞半径分布的直方图以及拟合曲线。观察由算法生成的三维模型是否满足要求，如未能满足要求，则需对参数值进行调节，直到生成满足要求的三维模型。
通过调整三维模型的体积和设置孔洞数量，可以获得相同孔隙率下不同的孔洞排列分布的三维模型以及不同孔隙率下的孔洞排列分布的三维模型。本实施例随机生成指定三维模型体积和指定孔洞数量的模型，随机过程使用梅森旋转算法生成伪随机数。根据孔洞模型的物理特性，确定随机值为均匀分布。
通过调整三维结构元素的形状或尺寸，可以获得相同孔隙率下不同的孔洞排列分布的三维模型以及不同孔隙率的孔洞排列分布的三维模型。如创建一个半径为m个像素的三维球面结构元素、或创建一个宽度为w个像素的三维立方体结构元素，也可以创建一个非扁平的球形结构元素。以上举例都可以实现目标三维多孔模型的重建，以不同的结构元素与模型进行闭运算的方式模拟实际情况下各种不同的孔洞分布。
以上过程相当于完成对金属多孔结构的三维模型的建模，接下来需要对构建的三维模型进行性能检测。
由于建模所使用的软件Python与分析软件ANSYS没有通用的接口，Python中生成的三维模型不能直接导入ANSYS进行三维模型的有效特性分析。STL是3D Systems创建的立体光刻CAD软件的原生文件格式，许多其他软件包都支持这种文件格式；它广泛用于快速成型、3D打印和计算机辅助制造。STL文件仅描述3D对象的表面几何形状，没有任何颜色、纹理或其他常见CAD模型属性的表示。STL格式指定ASCII和二进制表示。故对Python中的生成的模型进行三角剖分，转换成STL文件。在进行三角剖分前，需要先从从三维体数据中提取等值面数据，从而顺利完成模型格式的转化，再将STL文件导入ANSYS Spaceclaim进行模型数据的对接，最终生成ANSYS Workbench有限元分析中可以使用的格式。
将模型导入ANSYS Workbench中后，可以进行后续所需模拟的不同材料的多孔模型的有效特性的仿真。如建立静力学模型进行多孔模型的弹性模量分析，以及建立稳态热力学模型进行多孔模型的有效热导率分析。
建立静力学模型进行三维模型的弹性模量分析时，需要求得应力与应变之间的关系。首先需要打开Static Structure模块，添加材料参数(如密度、各向同性导热系数和比热容等)；其次将STL文件导入ANSYS Spaceclaim进行模型数据的对接，并为三维模型两端各添加一块薄板，并转换为实体，为之后添加边界条件做准备；前处理工作完成后打开模型，为其赋予实际的材料属性，在三维模型一端添加固定支撑、另一端添加0.001N的拉力(边界条件可以根据实际情况进行修改)，求解器中添加总应变、等效弹性变形、等效应力等求解项进行求解。根据最终一端面平均弹性变形量计算出该方向上的应变，最终预测出该孔隙率下一种情况的等效弹性模量。弹性模量公式如下：
其中，F为水平拉力，S为薄板材料横截面积，dL为薄板材料的水平伸长量，L为薄板材料的原长。
建立稳态热力学模型进行三维模型的有效热导率分析时，首先需要打开Steady-State Thermal模块，添加材料参数(各向同性导热系数)；其次将STL文件导入ANSYSSpaceclaim进行模型数据的对接，并为三维模型两端各添加一块薄板，并转换为实体，为之后添加边界条件做准备；前处理工作完成后打开模型，为其赋予实际的材料属性，给一端的薄板外表面加上250℃的高温，另一端的薄板外表面附上室温(22℃)以模拟实际发热场景(边界条件可以根据实际情况进行修改)，并进行仿真设置，最后计算得出三维模型的有效热导率，公式为：
其中，λ表示有效热导率，L表示三维模型的长度，Q表示三维模型的导热量，ΔT表示温度梯度，A表示三维模型在热量传递方向上的截面面积。
值得一提的是，由于孔隙率变大，孔洞边界相连的实体处也存在一定的变形，此时实体处的热导率也会发生变化，不再是所设置材料的热导率。孔隙率越小，孔洞边界相连的实体处发生的变形也越小，此时实体处的热导率越接近所设置材料的热导率。故要给求多孔结构的有效热导率的公式添加一个系数a*来修正，计算公式如下：
a*＝0.95×(1-P2)
其中，P表示三维模型的孔隙率。
由于本实施例模拟的边界条件和实际实验的条件有差别，故要给求三维模型的有效热导率的公式添加另一个系数b*来修正，b*取0.4-0.6，具体取值根据实验条件确定。
修正后的三维模型的有效热导率的公式为：
实验仿真具体如下：
实验1：通过调整三维模型的体积和设置孔洞数量，获得相同孔隙率下不同的孔洞排列分布的三维模型。
设置三维模型体积80*50*30(长*宽*高)的长方体，孔洞数量为24000，结构元素为球型，半径为2，生成多孔模型的孔隙率约为9.56％，孔径分布集中值为2.841微米，最大值为10.17微米，最小值为1.43微米。其拟合孔径分布图如图4所示，生成模型的轴测图如图5所示。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为29200，结构元素为球型，半径为2，生成多孔模型的孔隙率约为9.55％，孔径分布集中值为3.027微米，最大值为10.55微米，最小值为0.7997微米。其拟合孔径分布图如图6所示，生成模型的轴测图如图7所示。
实验2：通过调整孔洞数量，获得同一体积下不同孔隙率的孔洞排列分布的三维模型。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为29200，结构元素为球型，半径为2，生成多孔模型的孔隙率约为9.55％，孔径分布集中值为3.027微米，最大值为10.55微米，最小值为0.7997微米。其拟合孔径分布图如图6所示，生成模型的轴测图如图7所示。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为26000，结构元素为球型，半径为2，生成多孔模型的孔隙率约为15.78％，孔径分布集中值为3.189微米，最大值为10.16微米，最小值为1.04微米。其拟合孔径分布图如图8所示，生成模型的轴测图如图9所示。
实验3：通过调整三维结构元素的形状或尺寸，获得相同孔隙率下不同的孔洞排列分布的三维模型。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为29200，结构元素为球型，半径为2，生成多孔模型的孔隙率约为9.55％，孔径分布集中值为3.027微米，最大值为10.55微米，最小值为0.7997微米。其拟合孔径分布图如图6所示，生成模型的轴测图如图7所示。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为29200，结构元素为球型，半径为3，生成多孔模型的孔隙率约为9.46％，孔径分布集中值为2.816微米，最大值为8.785微米，最小值为0.615微米。其拟合孔径分布图如图10所示，生成模型的轴测图如图11所示。
实验4：通过调整三维结构元素的形状或尺寸，获得不同孔隙率的孔洞排列分布的三维模型。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为60000，结构元素为球型，半径为1，生成多孔模型的孔隙率约为30.98％，孔径分布集中值为3.236微米，最大值为10.17微米，最小值为1.43微米。其拟合孔径分布图如图12所示，生成模型的轴测图如图13所示。
设置三维模型体积100*50*30(长*宽*高)的长方体，孔洞数量为60000，结构元素为球型，半径为2，生成多孔模型的孔隙率约为13.54％，孔径分布集中值为3.052微米，最大值为9.975微米，最小值为1.425微米。其拟合孔径分布图如图14所示，生成模型的轴测图如图15所示。
综上所述，若需要通过调整三维模型的体积和设置孔洞数量，获得相同孔隙率下不同的孔洞排列分布的三维模型时，体积变小时，孔洞数量也要相应变小；若需要通过调整孔洞数量，获得同一体积下不同孔隙率的孔洞排列分布的三维模型时，孔洞数量变小，孔隙率变大；若需要通过调整三维结构元素的形状或尺寸，获得相同孔隙率下不同的孔洞排列分布的三维模型时，使用尺寸大的结构元素生成的模型的孔洞分布较为分散，使用尺寸小的结构元素生成的模型的孔洞分布较为集中；若需要通过调整三维结构元素的形状或尺寸，获得不同孔隙率的孔洞排列分布的三维模型时，使用尺寸大的结构元素生成的模型孔隙率较低，使用尺寸小的结构元素生成的模型孔隙率较高。
本发明还对构建的三维模型进行静力学仿真以及热力学仿真，两种仿真数据均取得了较好的结果，并与实验所测数据几乎相同。
在后续应用于芯片贴装的过程中，本发明构建的三维模型位于芯片与基板PCB之间，通过加温加压的方式将三者粘接在一起，形成一类似于三明治的结构。通常宽禁带导体(如SiC和GaN)在较高的温度下运行，物体内部温度变化时，只要物体不能自由伸缩，或其内部彼此约束；则在物体内部产生应力，这种应力称之为热应力。组成基板PCB的基体材料与铜箔、化学铜层、电镀铜层之间相互连接在一起，在温度变化(焊接和使用)中必然产生内部热应力。基板PCB作为元器件的载体，其可靠性对电子产品的整机性能有重要影响。由于热膨胀系数不匹配，接头界面处的热应力是破坏键合结构的主要原因，并导致功率模块失效。高结温会引起热应力并缩短封装的寿命。电子产品功能的集成化在使用过程中产生大量的热量都对性能提出了更高的要求。为确保安装和使用过程中的可靠性，需要对耐热性能进行评估，评估的主要对象为多孔三维模型，可以通过本发明对实际情况下的金属烧结连接接头(材料为Ag的三维模型)进行三维数字化重建，并进行有效热导率的模拟和计算，进一步反映孔金属化以及基材的品质以及两者之间的相互协调性。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种金属多孔结构的建模方法，其特征在于：包括：
步骤S1：获取用户指定的金属多孔结构的三维模型参数，其中，所述用户指定的金属多孔结构的三维模型参数包括金属多孔结构的三维模型的孔隙率、单个孔洞的尺寸范围、不同尺寸孔洞在三维模型上的分布情况；
步骤S2：设置金属多孔结构的三维模型的体积，并根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量，完成对金属多孔结构的建模；
所述步骤S2中根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量，完成对金属多孔结构的建模，方法包括：
根据所述用户指定的金属多孔结构的三维模型参数设置金属多孔结构的三维模型的孔洞类型和孔洞数量N；
通过梅森旋转算法在所述金属多孔结构的三维模型上随机生成N个坐标，并将所述N个坐标作为N个孔洞的中心；
结合所述金属多孔结构的三维模型和单个孔洞的尺寸范围，通过闭运算对N个孔洞进行处理，生成金属多孔结构的三维模型的不规则孔洞并进行处理，完成对金属多孔结构的建模；
所述通过闭运算对N个孔洞进行处理，生成金属多孔结构的三维模型的不规则孔洞并进行处理，方法包括：
通过闭运算对N个孔洞进行处理，生成关于孔洞的连通域，其中，所述连通域为不规则孔洞；
通过分水岭算法将金属多孔结构的三维模型中所有连通域的边界划分出来；
在所述金属多孔结构的三维模型中，构建关于每个所述连通域等效后的球体，其中，所述连通域等效后的球体为金属多孔结构的三维模型的最终孔洞。
2.根据权利要求1所述的金属多孔结构的建模方法，其特征在于：所述步骤S2中的孔洞类型为基于规则立体图的三维结构元素，所述三维结构元素包括三维球面结构元素和三维立方体结构元素。
3.根据权利要求2所述的金属多孔结构的建模方法，其特征在于：所述三维结构元素为三维球面结构元素时，还包括：进一步确定所述三维球面结构元素的半径尺寸r，所述半径尺寸r大小满足：
αR1≤r≤R2
其中，α为常数，R1和R2分别为单个孔洞的最小尺寸和最大尺寸。
4.一种金属多孔结构的性能预测方法，其特征在于：对如权利要求1-3中任一所述金属多孔结构的建模方法构建的金属多孔结构的三维模型进行性能预测，包括：
步骤S1：建立静力学模型对金属多孔结构的三维模型的弹性模量进行分析；
步骤S2：建立稳态热力学模型对金属多孔结构的三维模型的有效热导率进行分析。
5.根据权利要求4所述的金属多孔结构的性能预测方法，其特征在于：所述步骤S1中建立静力学模型对金属多孔结构的三维模型的弹性模量进行分析，方法包括：
在所述金属多孔结构的三维模型的两端各添加一块薄板，同时赋予薄板实际的材料属性，并在金属多孔结构的三维模型的一端薄板添加固定支撑、另一端薄板添加水平拉力，并计算金属多孔结构的三维模型的弹性模量；
所述弹性模量的公式为：
其中，F为水平拉力，S为薄板材料横截面积，dL为薄板材料的水平伸长量，L为薄板材料的原长。
6.根据权利要求4所述的金属多孔结构的性能预测方法，其特征在于：所述步骤S2中建立稳态热力学模型对金属多孔结构的三维模型的有效热导率进行模拟和计算，方法包括：
在所述金属多孔结构的三维模型的两端各添加一块薄板，同时赋予薄板实际的材料属性，给金属多孔结构的三维模型的一端薄板外表面施加预设高温、另一端薄板外表面施加室温，并计算金属多孔结构的三维模型的有效热导率；
所述有效热导率的公式为：
其中，λ表示有效热导率，L表示三维模型的长度，Q表示三维模型的热通量，ΔT表示温度梯度，A表示三维模型在热量传递方向上的截面面积。
7.根据权利要求6所述的金属多孔结构的性能预测方法，其特征在于：所述步骤S2还包括：通过第一系数a*和第二系数b*来修正所述有效热导率，公式为：
其中，所述第一系数a*用于修正孔隙率变化对有效热导率带来的影响，所述第二系数b*用于修正实验误差且b*取值范围为0.4-0.6。
8.根据权利要求7所述的金属多孔结构的性能预测方法，其特征在于：所述第一系数a*的公式为：
a*＝0.95×(1-P2)
其中，P表示三维模型的孔隙率。
CN202310479379.8A 2023-04-28 2023-04-28 一种金属多孔结构的建模方法和性能预测方法 Active CN116525041B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310479379.8A CN116525041B (zh) 2023-04-28 2023-04-28 一种金属多孔结构的建模方法和性能预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310479379.8A CN116525041B (zh) 2023-04-28 2023-04-28 一种金属多孔结构的建模方法和性能预测方法

Publications (2)

Publication Number Publication Date
CN116525041A CN116525041A (zh) 2023-08-01
CN116525041B true CN116525041B (zh) 2024-01-26

Family

ID=87404226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310479379.8A Active CN116525041B (zh) 2023-04-28 2023-04-28 一种金属多孔结构的建模方法和性能预测方法

Country Status (1)

Country Link
CN (1) CN116525041B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102086596A (zh) * 2009-12-03 2011-06-08 中国科学院化学研究所 一种提高纤维类多孔材料中低频吸声性能的方法
CN102094922A (zh) * 2011-01-29 2011-06-15 浙江工业大学 一种多孔橡胶材料构件及其全频程振动声学性能分析方法
CN103751852A (zh) * 2014-01-24 2014-04-30 天津理工大学 一种三维人工随机多孔结构组织工程支架的制备方法
CN106770394A (zh) * 2017-02-16 2017-05-31 温州大学 金属焊缝内部缺陷的三维形貌及应力特征的无损检测方法
CN107680131A (zh) * 2017-09-08 2018-02-09 北京理工大学 一种快速确定多孔介质表征单元体积尺寸的方法
CN113128097A (zh) * 2021-04-29 2021-07-16 浙江理工大学 一种多孔纳米纤维介质热传递性能模拟预测的方法
CN115295094A (zh) * 2022-07-06 2022-11-04 西安近代化学研究所 一种含孔洞材料的二维数值模型建模方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102086596A (zh) * 2009-12-03 2011-06-08 中国科学院化学研究所 一种提高纤维类多孔材料中低频吸声性能的方法
CN102094922A (zh) * 2011-01-29 2011-06-15 浙江工业大学 一种多孔橡胶材料构件及其全频程振动声学性能分析方法
CN103751852A (zh) * 2014-01-24 2014-04-30 天津理工大学 一种三维人工随机多孔结构组织工程支架的制备方法
CN106770394A (zh) * 2017-02-16 2017-05-31 温州大学 金属焊缝内部缺陷的三维形貌及应力特征的无损检测方法
CN107680131A (zh) * 2017-09-08 2018-02-09 北京理工大学 一种快速确定多孔介质表征单元体积尺寸的方法
CN113128097A (zh) * 2021-04-29 2021-07-16 浙江理工大学 一种多孔纳米纤维介质热传递性能模拟预测的方法
CN115295094A (zh) * 2022-07-06 2022-11-04 西安近代化学研究所 一种含孔洞材料的二维数值模型建模方法

Also Published As

Publication number Publication date
CN116525041A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
US10395372B2 (en) Systems, media, and methods for pre-processing and post-processing in additive manufacturing
CN109783970B (zh) 一种面向电子产品可靠性仿真分析的热分析方法
US20070124720A1 (en) Program for causing a computer to execute a method of generating mesh data and apparatus for generating mesh data
CN109933488B (zh) 芯片温度计算方法及芯片温度计算装置
CN112560125B (zh) 晶格结构模型的生成方法、生成系统、及前处理系统
US20090030660A1 (en) Method and apparatus for generating fully detailed three-dimensional electronic package and pcb board models
WO2024082569A1 (zh) 一种板级散热仿真方法、系统及介质
Petersen et al. Finite element remeshing: a metal forming approach for quadrilateral mesh generation and refinement
CN116579207A (zh) 焊点焊后残余应力预测与优化的变可信度模型确定方法
CN117494444A (zh) 域控制器散热参数优化方法、装置及电子设备
CN114781201A (zh) 一种散热器内pcb温度场的计算方法、系统、装置及介质
CN116525041B (zh) 一种金属多孔结构的建模方法和性能预测方法
CN114398711A (zh) 一种混凝土重力坝cae集成分析方法、装置和电子设备
JP7248651B2 (ja) 抵抗器の熱解析装置、並びに、熱解析プログラム及びモデル生成プログラム
Feldmann et al. Computer-aided planning systems for integrated electronic and mechanical design
JP2006252113A (ja) 基板解析方法及び装置及び基板解析用プログラム及びそれを記録した記録媒体
CN115422882A (zh) 集成电路产品布线区域等效导热系数的批量化计算方法
US20170262558A1 (en) Computer-readable recording medium storing program for thermal conductivity calculation program, thermal conductivity calculation method, and information processing apparatus
CN104657557A (zh) 采用电磁仿真软件获取芯片级电路电磁辐射特性的方法及装置
US20040044426A1 (en) Program for causing a computer to execute a method of generating mesh data and apparatus for generating mesh data
CN117787017B (zh) 车用功率模块随机振动分析方法、装置和计算机设备
CN117371397B (zh) Gan hemt器件热阻模型构建方法及装置、存储介质和终端
CN118395820B (zh) 不同侧滑角下的静弹性变形影响修正方法、装置、计算设备及存储介质
Bagnoli et al. Validation of the DJOSER analytical thermal simulator for electronic power devices and assembling structures
CN113947008B (zh) 一种基于bp神经网络模型的半导体器件温度分布预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant