선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 본 연구에서는 실제 산업 현장에서 쓰이는 EMC 소재의 data를 이용해 휨 해석을 수행하였으며 실측치와 근접한 Modeling을 수행하였다. 또한 물성치의 부정확성을 규명하기 위해 휨에 영향을 주는 CTE, Young’s Modulus 그리고 Poisson’s ratio, 총 3가지 요인을 선정하여 완전요인법과 반응표면법을 이용해 인자의 상호작용과 휨 최적화 조건을 도출하였다. 완전요인법을 이용해 인자들의 경계조건을 설정하고 인자의 반응에 대한 영향도를 관찰한 후 반응표면법을 적용해 휨 최적화를 수행한 결과, 실측치인 2.
- 최대한으로 외부변수를 줄이고자 기판위에 EMC가 도포된 단순 모델을 이용하여 해석을 수행하였으며, EMC는 현재 산업에서 실제로 쓰여지는 물성치 data를 사용하여 해석한 결과와 실제 실험 결과를 대조하여 해석의 신뢰성을 확인하였다. 또한 추가적으로 물성치 가운데 휨 현상에 크게 영향을 미치는 EMC의 두께와 Young’s Modulus 그리고 CTE(Coefficient of Thermal Expansion)에 변화를 주어 그에 따른 휨의 경향성을 확인하였다.
- 그 중의 하나로 휨(Warpage)현상이 있는데 이는 Viscosity, Conduction, Convection, CTE, Filler Size, Curing Time 등 영향 인자가 여러가지 있으며 Warpage가 발생하는 공정 또한 다양하기 때문에 모든 영향 인자를 고려하여 해석해야 한다[1,2]. 본 연구에서는 상용화된 N사의 EMC를 기반으로, 동일한 환경을 상용 Tool인Ansys 19.0 시물레이션으로 구현하여 이 휨(Warpage)현상에 대해서 분석하고 예측하는 방법에 대한 결과를 도출하였다[3]. 최대한으로 외부변수를 줄이고자 기판위에 EMC가 도포된 단순 모델을 이용하여 해석을 수행하였으며, EMC는 현재 산업에서 실제로 쓰여지는 물성치 data를 사용하여 해석한 결과와 실제 실험 결과를 대조하여 해석의 신뢰성을 확인하였다.
- 본 연구에서는 실제 산업 현장에서 쓰이는 EMC 소재의 data를 이용해 휨 해석을 수행하였으며 실측치와 근접한 Modeling을 수행하였다. 또한 물성치의 부정확성을 규명하기 위해 휨에 영향을 주는 CTE, Young’s Modulus 그리고 Poisson’s ratio, 총 3가지 요인을 선정하여 완전요인법과 반응표면법을 이용해 인자의 상호작용과 휨 최적화 조건을 도출하였다.
대상 데이터
- Fig. 1은 본 연구에서 해석을 실시한 모델을 나타냈으며 300mm 기판 위에 EMC를 도포한 구조를 모델링했다. 기판과 EMC의 두께는 각각 0.
- 해석에 사용된 절점(node)의 수는 약 9692개이며 요소의 수는 약 1338개로 구성되었다. 모델에 가해지는 열 하중 조건은 150℃의 온도에서 상온(25℃)으로 감소시키는 조건을 적용하였다.
데이터처리
- 0 시물레이션으로 구현하여 이 휨(Warpage)현상에 대해서 분석하고 예측하는 방법에 대한 결과를 도출하였다[3]. 최대한으로 외부변수를 줄이고자 기판위에 EMC가 도포된 단순 모델을 이용하여 해석을 수행하였으며, EMC는 현재 산업에서 실제로 쓰여지는 물성치 data를 사용하여 해석한 결과와 실제 실험 결과를 대조하여 해석의 신뢰성을 확인하였다. 또한 추가적으로 물성치 가운데 휨 현상에 크게 영향을 미치는 EMC의 두께와 Young’s Modulus 그리고 CTE(Coefficient of Thermal Expansion)에 변화를 주어 그에 따른 휨의 경향성을 확인하였다.
- 휨 특성 분석을 위해 유한 요소 해석을 지원하는 상용 소프트웨어 ANSYS v19.0을 사용하여 해석을 수행하였다. Fig.
이론/모형
- 앞의 실험을 통하여 측정과 해석의 오차율이 30%이상 50%미만인 것을 확인하였다. 부정확한 물성치에 의한 오차율을 줄이는 동시에 휨을 최적화하기 위하여 휨에 영향을 주는 요인들을 인자로 정의한 후 실험계획법의 요인배치법과 반응표면법(Box-Behnken)을 적용하였다. 요인배치법은 반응 값에 영향을 미치는 요인들의 영향도와 인자 간의 상관관계를 규명하는 방법론이며, 반응표면법은 목표로 하는 반응 값을 도출하기 위한 최적의 조합을 도출하는 방법론이다[4,5].
- 2는 본 연구에서 사용된 모델의 수치해석 모델링이다. 웨이퍼의 휨 현상은 가장자리에서 가장 크게 발생하기 때문에 모델의 가장자리의 mesh가 더 촘촘하게 짜이는 sweep method를 이용해 모델링하였으며 총 높이가 1.25mm로 전면적인 200mm에 비해 얇은 모델이기 때문에 높이의 mesh를 추가하여 모델링했다[1].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.