Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Artificial neural network approach to mixed boundary conditions identification

Ratajewicz-Mikołajczak E.

Archives of Electrical Engineering

1998

Vol. 47, nr 1

3-11

The electric field model of a copper electrodeposition process on printed circuit board (PCB) by means of ultrasonic field is presented in this paper. The problems of copper plating, the current distribution in through-holes and ultrasonic intensification of the electrodeposition process are the subject of many investigations. The result of our measurement experiment indicates that a copper layer in a through-hole grows faster than on the flat surface of PCB. On the basis of measurements, the numerical (FEM) model has been proposed. The inverse problem have been formulated for those two coupled fields (by boundary conditions), making us possible to control the current density and the layer thickness. To solve this problem the artificial neural network (ANN) has been applied.

Praca dotyczy modelowania procesu galwanicznego osadzania miedzi w polu ultradźwiękowym na płytkach obwodów drukowanych. Zagadnienia związane z osadzaniem miedzi wewnątrz wąskich otworów przelotowych i związane z tym trudności otrzymania warstw odpowiedniej jakości są wciąż przedmiotem badań. Zastosowanie pola ultradźwiękowego w tych procesach ma na celu przyspieszenie osadzania oraz poprawę jakości warstw. Przeprowadzone na modelu fizycznym płytki obwodu drukowanego doświadczenia wykazały, że w obecności pola ultradźwiękowego grubość otrzymanej w otworze warstwy jest większa niż na płaskiej powierzchni płytki. Na podstawie wyników pomiarów został stworzony model numeryczny układu. Dla pola elektrycznego procesu elektrolizy sprzężonego poprzez warunki brzegowe z polem ultradźdwiękowym sformułowano zagadnienie odwrotne. Rozwiązanie tego problemu daje możliwość kontroli rozkładu gęstości prądu na granicy faz metal - elektrolit, a tym samym grubości nanoszonej warstwy. Problem rozwiązano stosując metodę sztucznych sieci neuronowych.