龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京邮电大学;南京邮电大学南通研究院有限公司
摘要：本发明公开了一种温度循环荷载下基于机器学习模型的封装焊点可靠性预测方法，包括如下步骤：S1.建立封装结构模型；S2.利用有限元分析软件对模型进行温度循环仿真；S3.提出影响焊点应力值的特征量，并确定特征量的范围；S4.将特征量和输出结果组成数据集，并对数据集进行预处理；S5.利用神经网络模型训练，并预测出不同温度循环条件和不同焊点特征下的最大应力位置以及最大应力值。本发明通过有限元分析描述焊点力学响应，利用机器学习模型提出了一种更加高效、灵活且准确率高的焊点可靠性预测方法。
主权项：1.一种温度循环荷载下基于机器学习模型的封装焊点可靠性预测方法，其特征在于，S1.建立封装结构模型；S2.利用有限元分析软件，通过设置材料参数、外部荷载条件和边界条件，以划分的网格步骤，对模型进行热循环仿真，得到模型应力最大位置及最大应力值；S3.提出影响焊点应力值的特征量，并确定特征量的范围；S4.将特征量和输出结果组成数据集，并对数据集进行预处理；具体步骤为：重复步骤S2，通过改变步骤S3中的特征量得到不同条件组合下封装模型最大应力位置和最大应力值；评估焊点特征和温度循环条件对焊点应力的影响，使用主成分分析将输入特征映射到低维空间；对数据进行预处理，使用归一化函数将数据进行归一化，将不同类别属性值转移到相同区间内；将数据以向量的形式组成数据集，并将数据集随机分成训练集和测试集；训练集用于神经网络的训练，测试集用于评估训练完成的神经网络的性能；S5.利用神经网络模型训练，并预测出不同温度循环条件和不同焊点特征下的最大应力位置以及最大应力值。
全文数据：
权利要求：
百度查询： 南京邮电大学 南京邮电大学南通研究院有限公司 温度循环荷载下基于机器学习模型的封装焊点可靠性预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号