一种优化光互连模块关键位置焊后耦合效率方法与流程

本发明涉及微电子封装光互连技术领域，具体是一种基于响应曲面法和遗传算法优化光互连模块关键位置焊后耦合效率的方法。

背景技术：

光互连技术作为一种解决因电气互联技术在表面组装技术(surfacemounttechnology，smt)和微组装方面因高密度和微型化的原因遇到的信号传输瓶颈问题的新的互连方式之一，有着很好的发展前景。但因封装组装过程中因工艺和工作环境存在的热与振动等因素的影响，光路对准位置处会产生偏移，引起耦合效率的降低，已成为该技术应用方面急需解决的关键问题。本发明一种典型的光互连模块作为研究对象，对光互连模块在组装完成之后，实际应用所处工作环境的热与振动对模块对准位置处的偏移可能产生的影响。利用有限元法，在温度变化和振动耦合条件下，对光互连模块对准位置处在笛卡尔坐标系三轴向和相对角度产生的偏移量进行了分析，并根据偏移量数据对耦合效率进行了仿真计算，为提高光互连模块在多物理场环境共同作用下的效率耦合，完成了焊点材料和结构几何形态参数单因素变化时光互连模块的有限元建模，并进行了多物理场的耦合仿真，及对准位置处偏移量分析和耦合效率的分析优化，即通过ansys有限元分析软件仿真分析了对准位置处的偏移量，然后使用zemax软件对耦合效率进行了仿真分析，并对分析结果分析处理之后，使用design-expert响应面分析软件与matlab软件对分析因素对光互连模块的耦合效率进行反应曲面算法和遗传算法的优化分析，以达到提高光互连模块的耦合效率。遗传算法是计算数学中的一种全局优化算法，非常适合解决大规模的组合优化问题。电子元件的布局属于组合优化中的旅行商(tsp)问题，近年来已有学者将遗传算法应用到该领域研究中，因此，采用标准遗传算法进行优化可以得到比较好的结果，容易实现优化效果。

技术实现要素：

本发明的目的在于克服现有技术的不足，而提供一种优化光互连模块关键位置焊后耦合效率的方法，该方法具有优良鲁棒性能，计算较为简单，为后期参数优化设计带来极大方便，优化后的计算结果较为理想。

实现本发明目的的技术方案是：

一种优化光互连模块关键位置焊后耦合效率方法，具体包括如下步骤：

1)建立光互连模块有限元分析模型；

2)光互连模块有限元分析模型经再流焊有限元分析后，获得光互连模块关键位置处的对准偏移量；

3)利用zemax计算获取光互连模块关键位置焊后的耦合效率；

4)确立影响耦合效率的影响因素；

5)确立影响因素的参数水平值；

6)利用采用box-behnken的中心组合设计模型设计需要的32组实验样本；

7)获得影响因素与耦合效率的函数关系式；

8)对所得函数关系是进行方差分析；

9)确立所得函数关系式的正确性；

10)采用随机方式生成初始种群；

11)获得当前进化代数gen和最优适应度值；

12)分别对种群实施交叉操作；

13)分别对种群实施变异操作；

14)分别对种群实施进化逆转；

15)将两个种群作为整体计算适应度函数值，并采用最优保存策略选择最佳个体；

16)种群更新后重新判断，若gen值小于50且num值大于0，则对种群实施局部灾变。

步骤1)中，所述的模型包括三层pcb、焊球、光耦合元件和埋入式光纤，焊球设在相邻两层的pcb之间，光耦合元件设在下层pcb的正中心，埋入式光纤设在下层的pcb上，上层pcb的尺寸为27×27×1.52mm；中层pcb的尺寸为35×35×1.52mm；下层pcb的尺寸为55×50×1.52mm；光耦合元件半径为0.0625mm，长度为2.76mm；埋入式光纤半径为0.0625mm，长度为30mm；焊盘半径为0.3mm；上层焊球体积为0.2mm³，高度为0.52mm，间距为1.5mm；下层焊球体积为0.2mm³，高度为0.48mm，间距为1.5mm。

步骤4)中，所述的影响因素为上层焊点高度h1、下层焊点高度h2、焊盘半径r、焊点中心距离l和焊点体积v。

步骤5)中，所述的参数水平值的水平数为5，因素数为5。

步骤6)中，是利用采用box-behnken的中心组合设计模型设计需要的32组实验样本，其中26组为分析因子，6组为零点因子，即参数水平组合相同，用于实验误差估计。

步骤10)中，所述的种群规模设置为40。

步骤11)中，所述的遗传代数设置为50。

本发明提供的一种优化光互连模块关键位置焊后耦合效率方法，该方法通过较少的实验次数在一定范围内比较精确地逼近因素与目标值之间的函数关系，并用简单表达式展现出来，而且通过对回归模型的选择在一定范围内可以拟复杂响应关系，具有优良鲁棒性能，计算较为简单，为后期参数优化设计带来极大方便。

附图说明

图1为光互连模块基础模型图；

图2为基础模型的zemax分析结果图；

图3为回归方程经过遗传算法优化后均值变化图；

图4为回归方程经过遗传算法优化后最优解的变化图；

图5为最优组合的zemax的几何图像分析结果图。

具体实施方式

下面结合附图和实施例对本发明做进一步阐述，但不是对本发明的限定。

实施例：

一种优化光互连模块关键位置焊后耦合效率方法，具体包括如下步骤：

(1)建立光互连模块基础模型，模型基本尺寸如表1所示，模型如图1所示；

(2)模型经再流焊有限元分析之后获得光互连模块关键位置：发光中心点a和光耦合中心点b处的对准偏移量如表2所示；

(3)利用zemax的几何图像分析功能获得光互连模块关键位置焊后的耦合效率为87.89％，分析结果图如图2所示；

(4)获取影响耦合效率的影响因素为：上层焊点高度、下层焊点高度、焊盘半径、焊点中心距离和焊点体积；分别对各个因素选取5个水平值，其因素水平表如表3所示；

(5)利用采用box-behnken的中心组合设计模型，有32组仿真模型水平组合，其中26组为分析因子，6组为零点因子，即参数水平组合相同，用于实验误差估计；32组参数组合结果如表4所示；

(6)根据微积分知识，任一函数都可由若干个多项式分段近似表示，因此在实际问题中，无论变量和结果间关系复杂程度如何，总可以用多项式回归来分析计算，由于本文设计变量为5个且变量与目标之间函数关系为非线性，结合表4的实验样本数，选用基于泰勒展开式的二阶多项式模型：

(a)式中包括常数项α0、线性项线性交叉项二次项αi为线性项系数；αij为线性交叉项系数；αii为二次项系数；ε为随机误差；x为设计变量；y为目标值；n为变量个数。

(7)对表1中实验因子组合及其结果进行二次多元回归拟合，得到耦合效率(y)对上层焊点高度(x1)、下层焊点高度(x2)、焊盘半径(x3)、焊点中心距离(x4)和焊点体积(x5)的二次多项式回归方程为：

(8)为了确保回归方程可信，对表3中数据进行了方差分析和模型的显著性验证，得到回归方程相关评价指标，结果如表5所示；

(9)响应面分析得到的模型“preb>f”小于0.0001(一般小于0.05即表示该项显著)，说明响应面模型回归效果特别显著；回归方程系数(r-squared)为0.9979，表明回归方程拟合度很高；回归方程调整系数(adir-squared―表示去除不显著指标后的拟合精度)为0.994，更准确地反映出方程的拟合精度高；回归方程预测系数(predr-squared)为0.9505，说明方程的预测准确度很高；方程信噪比(adeqprecision)为71.319，说明回归方程的受干扰因素影响小；方程变异系数(cv)为0.068，说明试验操作可信。以上结果系数都表明式(b)能够高度拟合表4中的试验结果，回归方程准确可信；

(10)利用遗传算法对上诉回归方程进行优化，该算法首先从定义域中随机确一组初始解，进而搜索领范围内目标函数的最优或算法首先从定义域中随机确一组初始解，进而搜索领范围内目标函数的最优或次优解；

所述的遗传算法优化回归方程，具体如下步骤：

步骤a：采用随机方式生成初始种群；

步骤b：获得当前进化代数gen和最优适应度值；

步骤c：分别对种群实施交叉操作；

步骤d：分别对种群实施变异操作；

步骤e：分别对种群实施进化逆转；

步骤f：将种群作为整体计算适应度函数值，并采用最优保存策略选择最佳个体；

步骤g：种群更新后重新判断，若gen值小于50且num值大于0，则对种群实施局部灾变，然后返回步骤b，否则直接返回步骤b；算法的最大遗传代数设为50代，gen值超过50则终止进化。

(11)通过matlab遗传算法工具箱以耦合效率最高为目标进行参数优化；问题均值和最优解变化如图3、图4所示。

(12)根据上诉因素参数表里设定影响因子的取值范围，获得最优组合为:上层焊点高度为0.45mm、下层焊点高度为0.65mm、焊盘半径为0.43mm、焊点中心距离为1.5mm和焊点体积0.43mm³，此时获得耦合效率值为98.13％。

(13)根据上述所获得最后参数组合，建立相应的光互连模块仿真模型，经再流焊有限元分析之后获得光互连模块关键位置：发光中心点a和光耦合中心点b处的对准偏移量如表6所示；利用zemax的几何图像分析功能计算得到耦合效率值为98.172％，如图5所示，与遗传算法预测值极为接近，证明了遗传算法优化光互连模块关键位置焊后耦合效率的有效性。

表1模型基本尺寸

表22080s关键点a、b对准偏移

表3光互连模块结构参数因素水平表

表432组参数组合结果

表5响应面分析结果

表6最优模型关键点a、b对准偏移量