设计仿真 | 直播预告-基于CFD和机器学习改善半导体和电子器件回流焊工艺

电子产品在大规模生产制造的过程中通常会遇到结点热疲劳问题，在系统循环（开/关）期间，焊料中会发生应力变形，焊料形状和金属间化合物（IMC）直接影响焊点强度和疲劳耐久性。除此之外，用绝缘/基板连接缺陷（焊料）内部电极焊接缺陷，在焊接过程中焊膏会熔化或烧结，焊剂也会加热蒸发。

为了改善以上问题，我们可以利用海克斯康设计仿真及机器学习技术对电子产品的大规模生产过程进行改进，从而提升产品质量。海克斯康工业软件Cradle CFD可以使用回流焊仿真技术对PCB制造过程提前设计，提前确认缺陷率。再结合海克斯康工业软件ODYSSEE机器学习平台可以对工艺过程的未知参数预测，同时还可以实时预测工艺过程中的温度等重要参数。

本次海克斯康直播讲堂请到了我们流体仿真专家李晶博士为我们带来基于CFD和机器学习改善半导体和电子器件回流焊工艺主题直播，通过具体案例详细讲解如何改进半导体和电子产品的生产制造工艺，敬请关注！

6月13日 14:00 

▲ 扫码参与报名

立即预定

直播内容聚焦

▶︎ CFD在工艺仿真的应用；

▶︎ 回流焊仿真技术；

▶︎ 结合机器学习可以对工艺过程的未知参数预测，同时还可以实时预测工艺过程中的温度等重要参数；

▶︎ 仿真再现回流焊工艺过程中曼哈顿现象。

李晶

海克斯康CFD仿真专家

日本大阪大学工程热物理博士

具有20年以上的流体仿真工程经验，广泛了解国内外客户对CFD仿真需求以及发展现状，针对客户的需求能提供有效、合理、针对性的流体解决方案，为客户解决实际应用问题。