等离子体去钻污的神经网络模拟与预测
本文以多层印制板金属化孑L孔壁等离子体蚀刻为研究对象，通过显微剖切测量不同条件下样品的凹蚀深度,并采用BP神经网络技术,对等离子体去钻污的凹蚀深度变化进行模拟研究,预测了多层印制板孔壁等离子体去钻污的凹蚀深度变化趋势.研究发现，通过对等离子体去钻污的试验数据分析和神经网络模拟，能够有效的预测等离子体去钻污的凹蚀深度变化趋势，可为实际生产和工艺优化提供参考；随着单位尺寸去钻污面积的增大，凹蚀深度增大，当单位尺寸去钻污面积增至一定值时，凹蚀深度达到最大，之后随着单位尺寸去钻污面积的增大，凹蚀深度开始减少；金属化孔孔内不同位置的凹蚀深度不同，金属化孔与表面距离近处孔壁树脂等离子体蚀刻速度较快；等离子体处理的均匀性与气体的流向有很大的关联，通过实验数据的神经网络分析可以模拟等离子体腔体内的凹蚀深度分布情况，得到直观的三维视图，为等离子体处理均匀性的表征和改进提供了参考。
印制电路板 等离子体去钻污 凹蚀深度 预测模型 BP神经网络
徐火平 郝红然
中国电子科技集团公司第十五研究所 北京 100083
国内会议
江苏常州
中文
574-579
2016-10-01（万方平台首次上网日期，不代表论文的发表时间）