LTCC一體化成型質(zhì)量評(píng)價(jià)及成型規(guī)律驗(yàn)證方法研究.pdf

1、LTCC（Low Temperature Co-Fired Ceramic）集成密度高、射頻性能好、數(shù)字響應(yīng)快，并能適應(yīng)大電流及高溫環(huán)境，以此作為電子模塊基板已成為必然趨勢(shì)。但 LTCC成型工藝復(fù)雜，影響成型質(zhì)量的工藝參數(shù)繁多，導(dǎo)致成型次品率較高，為此本文開(kāi)展了 LTCC成型質(zhì)量評(píng)價(jià)及成型規(guī)律驗(yàn)證方法的系統(tǒng)研究，完成的主要內(nèi)容如下：
　　（1）基于指標(biāo)體系理論，進(jìn)行了成型質(zhì)量評(píng)價(jià)指標(biāo)體系的初建。利用指標(biāo)篩選和指標(biāo)結(jié)構(gòu)優(yōu)化理論，對(duì)某

2、天饋系統(tǒng)成型質(zhì)量評(píng)價(jià)的初建指標(biāo)體系進(jìn)行了簡(jiǎn)化和優(yōu)化分析，降低了指標(biāo)冗余度。同時(shí)通過(guò)對(duì)現(xiàn)有指標(biāo)權(quán)重確定方法的分析，對(duì)指標(biāo)權(quán)重的定義奠定了基礎(chǔ)。
　?。?）基于粗糙集理論和逼近理想點(diǎn)法，建立了多屬性群組決策下專(zhuān)家權(quán)重定義的數(shù)學(xué)模型，并結(jié)合指標(biāo)權(quán)重對(duì)候選方案進(jìn)行了排序。為研究專(zhuān)家不確定性偏好信息的表達(dá)，引入?yún)^(qū)間數(shù)對(duì)多屬性群組決策下專(zhuān)家權(quán)重定義的數(shù)學(xué)模型進(jìn)行了擴(kuò)展。同時(shí)基于夾角余弦和投影法理論，提出了一種更為直接的求解專(zhuān)家權(quán)重的新方法，克

3、服了現(xiàn)有方法對(duì)專(zhuān)家偏好分辨率不高、求解步驟復(fù)雜等不足。
　　（3）通過(guò)對(duì)現(xiàn)有綜合評(píng)價(jià)方法的優(yōu)劣及應(yīng)用范圍研究，結(jié)合指標(biāo)體系及專(zhuān)家權(quán)重理論，建立了針對(duì) LTCC一體化成型質(zhì)量的綜合評(píng)價(jià)方法，并對(duì)射頻功能層成型質(zhì)量進(jìn)行了實(shí)例計(jì)算。通過(guò)對(duì)多種實(shí)際 LTCC樣件的成型質(zhì)量評(píng)價(jià)，驗(yàn)證了本文提出的LTCC一體化成型質(zhì)量評(píng)價(jià)體系的合理性和有效性。
　　（4）通過(guò)對(duì)總體方差、置信度和誤差范圍的綜合考慮，系統(tǒng)研究了來(lái)自正態(tài)分布總體和非正態(tài)分布

4、總體下的小樣本抽樣方法，分別建立了抽樣數(shù)量計(jì)算模型。通過(guò)對(duì)微通道四種典型缺陷形成規(guī)律的驗(yàn)證分析，詳細(xì)闡述了小樣本下的抽樣流程和步驟。
　?。?）基于小樣本抽樣數(shù)據(jù)、歐式距離測(cè)度法和相關(guān)系數(shù)法，建立了理論值和實(shí)測(cè)值之間相似度計(jì)算模型，并將得到的相似度經(jīng)高斯分布曲線(xiàn)映射為吻合度，給出了吻合度判斷標(biāo)準(zhǔn)。通過(guò)對(duì) LTCC樣件的成型規(guī)律驗(yàn)證，證明了本文提出的LTCC成型規(guī)律驗(yàn)證體系的合理性和有效性。
　　基于上述研究，本文取得的主要?jiǎng)?chuàng)

5、新點(diǎn)如下：
　　（1）針對(duì)現(xiàn)有多屬性組決策下專(zhuān)家權(quán)重定義方法中專(zhuān)家主觀(guān)性較大及計(jì)算步驟復(fù)雜等問(wèn)題，提出了一種基于粗糙集理論定義專(zhuān)家權(quán)重的新方法，并將其擴(kuò)展到了屬性數(shù)據(jù)為區(qū)間數(shù)的環(huán)境。該方法不僅計(jì)算簡(jiǎn)單，而且減少了評(píng)價(jià)過(guò)程中專(zhuān)家決策信息的丟失，從而更好地體現(xiàn)專(zhuān)家對(duì)于不同屬性的偏好。
　?。?）基于夾角余弦和投影法，提出了一種定義多屬性組決策下專(zhuān)家權(quán)重的直接方法。與現(xiàn)有方法相比，該方法對(duì)于專(zhuān)家的不確定性偏好信息具有更高的分辨率，