集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法及系统技术方案

本申请涉及集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法及系统，具体设置半导体封装技术领域。本申请提供的集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，方法包括：通过获取硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度；并将硅通孔半径、硅通孔间距和绝缘层厚度代入到预设神经模糊推理系统模型中，计算得到硅通孔阵列的峰值温度；由于本申请的预设神经模糊推理系统模型通过多组数据计算得到，进而使得通过使用该预设神经模糊推理系统模型得到的硅通孔阵列的峰值温度的准确度和可信度较高，并且由于本申请只需要将硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度等参数代入该预设神经模糊推理系统模型就可以得到硅通孔阵列的峰值温度。可以得到硅通孔阵列的峰值温度。可以得到硅通孔阵列的峰值温度。

【技术实现步骤摘要】
集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法及系统


[0001]本申请涉及半导体封装
，具体设置一种集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法及系统。

技术介绍

[0002]随着系统集成芯片的规模越来越大，三维集成技术可有效的减小微系统产品的水平方向占据的电路板面积，同时减小了互连线长度，降低了信号延迟，使得系统具有小尺寸、高性能、低功耗的优点，但是热问题是三维集成电路中不可忽略的问题。硅通孔(硅通孔)是三维集成电路中的关键组件，它的性能决定着三维集成电路的性能。
[0003]现有技术中利用传统有限元方法对三维集成电路硅通孔阵列峰值温度进行模拟仿真时计算量大，耗时长，占用内存大，难以实现硅通孔阵列峰值温度的快速预测，降低了集成电路设计效率，延长了集成电路芯片的研制周期。
[0004]因此，急需一种可以计算量小、耗时短、占用内存小，并且准确计算硅通孔阵列峰值温度的方法或者装置。

技术实现思路

[0005]本专利技术的目的在于，针对上述现有技术中的不足，提供一种集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法及系统，以解决现有技术中急需一种可以计算量小、耗时短、占用内存小，并且准确计算硅通孔阵列峰值温度的方法或者装置的问题。
[0006]为实现上述目的，本专利技术实施例采用的技术方案如下：
[0007]第一方面，本申请提供一种集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，方法包括：
[0008]获取硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度；
[0009]将硅通孔半径、硅通孔间距和绝缘层厚度代入到预设神经模糊推理系统模型中，计算得到硅通孔阵列的峰值温度。
[0010]可选地，该预设神经模糊推理系统模型包括五层，其中，第一层为：
[0011][0012]其中，a、b和c为前件参数；并计算硅通孔半径、硅通孔间距和绝缘层厚度的隶属度，计算隶属度的公式为：
[0013][0014][0015][0016]其中，和依次为硅通孔半径、硅通孔间距和绝缘层厚度的隶属度函数；预设神经模糊推理系统模型的第二层为：
[0017][0018]其中，w
i
表示第i条规则的可信度；预设神经模糊推理系统模型的第三层为：
[0019][0020]其中，表示归一化后的第i条规则的可信度；预设神经模糊推理系统模型的第四层为：
[0021][0022]其中，p
i
、q
i
、r
i
和s
i
表示后件参数；预设神经模糊推理系统模型的第五层为：
[0023][0024]其中，O5为硅通孔阵列峰值温度。
[0025]可选地，该计算前件参数的方法包括：
[0026]将计算得到的硅通孔阵列峰值温度、预计得到的硅通孔阵列峰值温度、硅通孔半径、硅通孔间距和绝缘层厚度代入到预设的前件参数公式中，计算得到前件参数。
[0027]可选地，该计算后件参数的方法包括：使用前件参数和最小二乘估计法计算后件参数。
[0028]可选地，该方法包括：
[0029]根据计算得到的硅通孔阵列峰值温度的数据与硅通孔半径、硅通孔间距和绝缘层厚度的数据；
[0030]建立关于硅通孔阵列峰值温度与硅通孔半径、硅通孔间距和绝缘层厚度的数据库。
[0031]第二方面，本申请提供一种集成FEM和ANFIS的硅通孔阵列峰值温度快速预测系统，系统包括：获取模块和计算模块；获取模块用于获取硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度；计算模块用于将硅通孔半径、硅通孔间距和绝缘层厚度代入到预设神经模糊推理系统模型中，计算得到硅通孔阵列的峰值温度。
[0032]可选地，该预设神经模糊推理系统模型包括五层，其中，第一层为：
[0033][0034]其中，a、b和c为前件参数；并计算硅通孔半径、硅通孔间距和绝缘层厚度的隶属度，计算隶属度的公式为：
[0035][0036][0037][0038]其中，和依次为硅通孔半径、硅通孔间距和绝缘层厚度的隶属度函数；预设神经模糊推理系统模型的第二层为：
[0039][0040]其中，w
i
表示第i条规则的可信度；预设神经模糊推理系统模型的第三层为：
[0041][0042]其中，表示归一化后的第i条规则的可信度；预设神经模糊推理系统模型的第四层为：
[0043][0044]其中，p
i
、q
i
、r
i
和s
i
表示后件参数；预设神经模糊推理系统模型的第五层为：
[0045][0046]其中，O5为硅通孔阵列峰值温度。
[0047]可选地，该计算模块还用于将计算得到的硅通孔阵列峰值温度、预计得到的硅通孔阵列峰值温度、硅通孔半径、硅通孔间距和绝缘层厚度代入到预设的前件参数公式中，计算得到前件参数。
[0048]可选地，该计算模块还用于使用前件参数和最小二乘估计法计算后件参数。
[0049]可选地，该系统还包括建立模块，建立模块用于根据计算得到的硅通孔阵列峰值温度的数据与硅通孔半径、硅通孔间距和绝缘层厚度的数据；建立关于硅通孔阵列峰值温度与硅通孔半径、硅通孔间距和绝缘层厚度的数据库。
[0050]第三方面，本申请提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法。
[0051]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序运行时控制所述计算机可读存储介质所在电子设备执行上述集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法。
[0052]本专利技术的有益效果是：
[0053]本申请提供的集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，方法包括：通过获取硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度；并将硅通孔半径、硅通孔间距和绝缘层厚度代入到预设神经模糊推理系统模型中，计算得到硅通孔阵列的峰值温度；由于本申请的预设神经模糊推理系统模型通过多组数据计算得到，进而使得通过使用该预设神经模糊推理系统模型得到的硅通孔阵列的峰值温度的准确度和可信度较高，并且由于本申请只需要将硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度等参数代入该预设神经模糊推理系统模型就可以得到硅通孔阵列的峰值温度，即本申请的方法计算量小、耗时短、占用内存小。
附图说明
[0054]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0055]图1为本申请提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，其特征在于，所述方法包括：获取硅通孔阵列的硅通孔半径、硅通孔间距和绝缘层厚度；将所述硅通孔半径、所述硅通孔间距和所述绝缘层厚度代入到预设神经模糊推理系统模型中，计算得到所述硅通孔阵列的峰值温度。2.根据权利要求1所述的集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，其特征在于，所述预设神经模糊推理系统模型包括五层，其中，第一层为：其中，a、b和c为前件参数；并计算所述硅通孔半径、所述硅通孔间距和所述绝缘层厚度的隶属度，计算隶属度的公式为：的隶属度，计算隶属度的公式为：的隶属度，计算隶属度的公式为：其中，和依次为硅通孔半径、硅通孔间距和绝缘层厚度的隶属度函数；所述预设神经模糊推理系统模型的第二层为：其中，w
i
表示第i条规则的可信度；所述预设神经模糊推理系统模型的第三层为：其中，表示归一化后的第i条规则的可信度；所述预设神经模糊推理系统模型的第四层为：其中，p
i
、q
i
、r
i
和s
i
表示后件参数；所述预设神经模糊推理系统模型的第五层为：其中，O5为硅通孔阵列峰值温度。3.根据权利要求2所述的集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，其特征在于，计算所述前件参数的方法包括：将计算得到的所述硅通孔阵列峰值温度、预计得到的所述硅通孔阵列峰值温度、所述硅通孔半径、所述硅通孔间距和所述绝缘层厚度代入到预设的前件参数公式中，计算得到前件参数。4.根据权利要求3所述的集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，其特
征在于，计算所述后件参数的方法包括：使用所述前件参数和最小二乘估计法计算所述后件参数。5.根据权利要求4所述的集成FEM和ANFIS的硅通孔阵列峰值温度快速预测方法，其特征在于，所述方法包括：根据计算得到的所述硅通孔阵列峰值温度的数据与所述硅通孔半径、所述硅通孔间距和所述绝缘层厚度的数据；建立关于所述硅通孔阵列峰值温度与所述硅通孔半径、所述硅通孔间距和所述绝缘层厚度的数据库。6.一种集成FEM和ANFIS的硅通...

【专利技术属性】
技术研发人员：谌东东，李国良，单光宝，李迪，杨银堂，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：