應用類神經網路預測COG製程對於中小尺寸TFT-LCD產生之應力狀態

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：16

、訪客IP：18.188.44.223

姓名

張茗鈞(Ming-Chun Chang) 查詢紙本館藏

畢業系所

機械工程學系在職專班

論文名稱

應用類神經網路預測COG製程對於中小尺寸TFT-LCD產生之應力狀態

相關論文

★ 應用於車身號碼打刻機之號碼辨識	★ 複合式掌紋識別系統
★ 圓形偵測在OLED Panel 檢測上的應用	★ MLCC薄膜厚度即時線上影像檢測技術之研發
★ 全自動微鑽針影像檢測系統之研究	★ 應用機器視覺系統檢測高滲透壓刀輪切割 TFT-LCD 玻璃後斷面之研究
★ 低成本輕量化機械手臂之研究	★ 應用在同軸電纜加工之雷射光斑導引機構設計與分析
★ 表面電漿波共振-非旋轉方式的新機構設計理論	★ 網路協同式機械設計系統研發
★ 軟膠囊自動辨識系統	★ 心電訊號之擷取與分析
★ 盲人圖樣感知輔助裝置之研發設計	★ 非旋轉式表面電漿共振儀之改良與實現
★ 可攜式無線心電訊號擷取器之設計	★ 人臉辨識視覺系統之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

在LCM Chip-on-Glass (COG) 封裝製程，因玻璃基板和驅動IC之間熱膨脹係數的差異，當驅動IC藉由異方性導電薄膜(ACF)與玻璃基板黏合後，將會使面板產生應力進而導致漏光Mura發生。隨著市場產品的需求，對應的面板有越來越薄的趨勢，而使用更薄的玻璃基板將使得漏光Mura缺陷更加嚴重。本研究首先以光測力學方法中的光彈法，量測玻璃基板封裝矽晶片周圍區域的相位差(Retardation)，並經由應力-光學定律求得玻璃基板應力值。但玻璃是一種低雙折射性材料，意即玻璃在受到應力時所產生的雙折射效應非常微弱，在量測薄化玻璃基板十分不易。
因此，利用類神經網路模擬出COG封裝產生之應力的預測模型，作為薄化玻璃基板應力值預測，並且藉由模型預測了解改善對策對於降低應力值之效益，以節省大量材料、人力與時間成本。

摘要(英)

In the LCM Chip-on-Glass (COG) packaging process, there are differences in the thermal expansion coefficient between the glass substrate and the driver IC, when the driver IC uses anisotropic conductive film (ACF) to bond to the glass substrate, the panel produces stress which leads to the occurrence of light leakage through Mura defects. The market demand trend is for increasingly thinner production panels, but the use of thinner glass substrates increases the likelihood of more serious light leakage Mura defects.
The first phase of the research was to measure the light mechanics by the photoelasticity method through measuring retardation in the area surrounding the glass substrate packaged silicon chip, and adding stress to obtain the optical glass substrate stress values. However, as glass is a material with low birefringence, the birefringence effect generated when glass is subjected to stress is very weak, and so the measurement of thin glass substrate is extremely difficult.
Therefore, a neural network model is used to simulate COG package production stress prediction. Thin glass substrate stress values were predicted and used by the model to predict and understand the improvement efficiency measures in reducing stress values. This could save a lot of materials, manpower and time costs.

關鍵字(中)

★ 類神經網路
★ COG封裝
★ 光彈
★ 應力量測

關鍵字(英)

★ neural networks
★ COG packing
★ photoelasticity
★ stress measurement

論文目次

目錄
中文摘要i
英文摘要ii
致謝iii
目錄iv
圖目錄vii
表目錄x
第一章緒論1
1-1 前言1
1-2 COG封裝製程介紹2
1-2-1 作業流程3
1-2-2 異方性導電膜3
1-3 研究動機與目的5
1-4 研究範圍與限制6
1-5 論文架構7
第二章原理與文獻探討8
2-1 漏光Mura8
2-1-1 Mura介紹8
2-1-2 漏光Mura判定方式9
2-2 COG封裝應力分析10
2-2-1 熱應力原理11
2-3 光彈法13
2-3-1 光彈原理16
2-3-2 光-應力定律 16
2-4 類神經網路17
2-4-1 人工神經元模型19
2-4-2 類神經網路學習方式20
2-4-3 倒傳遞類神經網路基本架構22
2-4-4 倒傳遞網路之學習演算法25
第三章實驗方法與步驟30
3-1 應力量測30
3-1-1 光彈檢測系統31
3-1-2 光彈檢測精度驗證32
3-1-3 樣本檢測說明34
3-2 樣本製備35
3-2-1 DOE(Design of Experiment)實驗計畫法 35
3-2-2 COG樣本製作38
3-2-3 玻璃基板實際溫度量測38
3-2-4 翹曲量測39
3-2-5 翹曲與應力迴歸分析40
3-3 類神經網路建構COG封裝應力預測器42
3-3-1 訓練資料42
3-3-2 訓練數據輸入因子43
3-3-3 網路訓練函數選擇44
3-3-4 網路訓練參數46
第四章實驗結果與討論50
4-1 COG封裝產生之應力預測與實際量測結果驗證50
4-2 COG封裝對薄化玻璃基板造成應力值預測結果51
4-3 降低驅動IC厚度對應力改善效益分析52
4-4 對玻璃基板加熱對應力改善效益分析53
4-5 降低壓頭溫度對應力改善效益分析55
第五章結論與建議57
5-1 結論57
5-2 未來研究與建議58
參考文獻 59

參考文獻

[1] 楊文芳、黃世疇，「覆晶封裝在熱壓合製程中構裝元件之應力與變形
分析」，工程科技與教育學刊，第五卷，第三期，2008。
[2] 蘇琬婷，「量測多倍視覺差異對比閾值建立液晶顯示器不均勻現象之分級標」，教育部獎助國立清華大學選送學生赴國外頂尖大學（機構）研修學生成果報告書，2008。
[3] 張晉誠，「中尺寸薄膜電晶體液晶顯示器因COG封裝所造成局部翹曲及應力」，國立交通大學材料科學與工程系所碩士論文，2008。
[4] S. Y. Hwang, J. Y. Yoon, W. S. Oh, and W. G. Joo, “Study on the Causes of Open Failure in Fine Pitch COG Interconnection,” Polytronic , Montreux–Switzerland, Oct 21-23, 2003.
[5] 林佳德，「LCD面板驅動IC構裝應力分析與設計」，逢甲大學航太與系統工程所碩士論文，2008。
[6] 何丞林，「玻璃覆晶接合型態電子構裝熱機械行為分析」，逢甲大學航空工程所碩士論文，2004。
[7] 饒瑞年，「異方性導電膜應用於COG製程之分析」，國立中央大學機械工程研究所碩士論文，2004。
[8] 陳宏州，「機械力學」，全華科技圖書有限公司，2006。
[9] 楊泰嘉，「覆晶封裝之熱應力與翹曲分析」，逢甲大學材料與製造工程所碩士論文，2006。
[10] G. H. Kim, W. J. Kim, S. M. Kim, and J. G. Son, “Analysis of Thermo-Physical and Optical Properties of a Diffuser Using PET/PC/PBT Copolymer in LCD Backlight Units,” Displays, Vol. 26, pp. 37-43, 2005.
[11] A. S. Voloshin and C. P. Burger, “Half-fringe Photoelasticity: A New Approach to Whole-field Stress Analysis”, Experimental Mechanics, Vol. 23, pp. 304-313, 1983.
[12] A. Asundi, “Phase Shifting in Photoelasticity”, Experimental Techniques, Vol. 17, pp. 19-23,1993.
[13] A. Ajovalasit, S. Barone, and G. Petrucci, “Towards RGB Photoelasticity: Full-field Automated Photoelasticity in White Light,” Experimental Mechanics, Vol. 35, pp. 193-200, 1995.
[14] A. S. Redner, “Photoelastie Measurements by Means of Computer Assisted Spectral Contents Analysis”, Experimental Mechanics, Vol. 25, pp. 148-153, 1985.
[15] A. S. Redner, “Photoelastic Measurements of Residual Stress for NDE”, Proc. SPIE, Vol. 814, Photomechanics and Speckle Metrology, pp. 16-19, San Diego, CA, U.S.A., 1984.
[16] R. J. Sanford and V. Lyengar, “The Measurement of the Complete Photoelastic Fringe Order Using a Spectral Scanner”, Proc. SEM Spring Conf. on Experimental Mechanics, pp. 160-168, Las Vegas, U. S. A., 1985.
[17] R. J. Sanford, “On the Range of Accuracy of Spectra by Scanned White Light Photoelasticity”, Proc. SEM Conf. on Experimental
Mechanics, pp. 901-908, New Orleans, U. S. A., 1986.
[18] A. S. Voloshin and A. S. Redner, “Automated Measurement of Birefringence: Development and Experimental Evaluation of the Techniques”, Experimental Mechanics, Vol. 29, pp. 252-257, 1982.
[19] P. L. Mason, “Method and Apparatus for Measuring Retardation and Birefringence”, United States Patent, Patent No : US 5,825,492 A, Oct. 20, 1998.
[20] S. Yoneyama, Y. Morimoto, and R. Matsui, “Photoelastic Fringe Pattern Analysis by Real-Time Phase-Shifting Method,” Optics and Lasers in Engineering, Vol. 39, pp.1-13, 2003.
[21] H. J. Peng, S. P. Wong, Y. W. Lai, X. H. Liu, H. P. Ho, and S. Zhao, “Simplified System Based on Photoelastic Modulation Technique for Low-Level Birefringence Measurement,” Review of Scientific Instruments, Vol. 74, pp. 4745-4749, 2003.
[22] A. Ajovalasit, G. Petrucci, and M. Scafidi, “Phase Shifting Photoelasticity in White Light,” Optics and Lasers in Engineering, Vol. 45, Issue 5, pp.596-611, 2007.
[23] Y. Wei, J. Hongwei, W. Shibin, and C. Xuedong, “Research on the Measurement of Large Glass Stress Distribution,” Proceedings of SPIE, Vol. 7283, pp. 72830X-1, 2009.
[24] A. Ajovalasit, G. Petrucci, and M. Scafidi, “Measurement of edge residual stresses in glass by the phase-shifting method,” Optics and Lasers in Engineering, Vol. 49, Issue 5, pp.652-657, 2011.
[25] Guagliano M, Vergani L. Experimental and numerical analysis of sub-surface cracks in railway wheels.Engineering Fracture Mechanics 2005; p255–269.
[26] Meek JL, Beer G. Contour plotting of data using isoparametric element representation. International Journal for Numerical Methods in Engineering 1976; p954–957.
[27] 葉怡成，「類神經網路模式應用與實作第七版」，儒林出版社，2000。
[28] 張斐章、張麗秋、黃浩倫，「類神經網路理論與實務」，東華書局，2004。
[29] 溫盛夫，「A M H S 派貨邏輯利用類神經網路結合遺傳演算法實現效能動態最佳化研究」，國立中央大學機械系工程研究所碩士論文，2010。
[30] 羅華強，「類神經網路-Matlab 的應用」，高立圖書有限公司，2008。

指導教授

黃衍任(Yean-ren Hwang)

審核日期

2014-6-10

推文