MétaCan
Menu
Retour à la cohorte
Enregistrement W2112859208 · doi:10.1109/ectc.2011.5898635

A manufacturing approach to reducing underfill voiding on large die (> 18 mm) flip chip organic laminate packaging

2011· article· en· W2112859208 sur OpenAlexaff
Isabel de Sousa, Luc Belanger, Catherine Dufort, Simon Dl Chenier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensIBM (Canada)
Organismes subventionnairesnon disponible
Mots-clésFlip chipMaterials scienceDie (integrated circuit)Integrated circuit packagingEpoxySolderingMoistureAbsorption of waterComposite materialChipDiffusionComputer scienceLayer (electronics)OptoelectronicsIntegrated circuitAdhesiveNanotechnology

Résumé

récupéré en direct d'OpenAlex

The rising production levels on flip chip large dies (15 to 26 mm square) and low stand off solder C4's has brought to light greater process sensitivity with respect to the formation of voids in underfills. The formation of voids is a result of flow limitations and / or moisture diffusion from the laminate during the capillary underfill dispense and cure processes. Voiding propensity depends on a number of factors, such as underfill type and multiple variables from the laminate and chip construction and designs. Another set of factors however are controllable through process, and include preparatory bakes, preheat steps, adequate temperature control during the dispense process as well as underfill dispense pattern strategy. This paper summarizes a series of experiments conducted to better understand the interplay of several of these factors and the validation of best practices through controlled experiments on the production line. The diffusion behaviour of moisture in laminates can be roughly anticipated with standard models of moisture diffusion in epoxy and offers insights to proper adjustments of preparatory thermal treatments. The data indicates that appropriate thermal treatments to, minimise the possibility of moisture absorption and a good control of dispense parameters are key elements to reducing the occurrence of voids in underfills.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,364
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,226
Écart entre enseignants0,182 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207