MétaCan
Menu
Retour à la cohorte
Enregistrement W2102464802 · doi:10.1109/tepm.2009.2019123

Low-Stress Thermosonic Copper Ball Bonding

2009· article· en· W2102464802 sur OpenAlexaff
A. Shah, M. Mayer, Y. Zhou, S.J. Hong, J.T. Moon

Notice bibliographique

RevueIEEE Transactions on Electronics Packaging Manufacturing · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBall (mathematics)Materials scienceCopperUltrasonic sensorComposite materialShear stressShear (geology)UltrasoundElectrical engineeringMetallurgyAcousticsPhysicsEngineeringMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Thermosonic ball bonding processes on test chips with Al metallized bonding pads are optimized with one Au and two Cu wire types, all 25 mum diameter, obtaining average shear strengths of more than 120 MPa. The process temperature is ~110degC. Ball bonds made with Cu wire show at least 15% higher shear strength than those made with Au wire. The estimated maximum shear strength cpkvalue determined for Cu ball bonding (cpk= 3.7 plusmn 1.2) is almost 1.5 times as large as that of the Au ball bonding process (cpk= 2.3 plusmn 0.9), where LSL is 65.2 MPa. However, the ultrasound level required for Cu is approximately 1.3 times than that required for Au. Consequently, about 30% higher ultrasonic forces induced to the bonding pad are measured using integrated real-time microsensors. The accompanying higher stresses increase the risk of under-pad damage. One way to reduce ultrasonic bonding stresses is by choosing the softer of the two Cu wire types, resulting in a measured ultrasonic force reduction of about 5%. A second way is to reduce the ultrasound level. While this causes the average shear strength to fall by 15%, the ultrasonic force falls by 9%. The cpkvalue does not change significantly, suggesting that a successful Cu ball bonding operation can be run with about 0.9 times the conventionally optimized ultrasound level. The process adjusted in this way reduces the extra stress observed with Cu wire compared to that observed with Au wire by 42%.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Electronics Packaging ManufacturingMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207