高密度相互接続基板における微小亀裂伝播のアコースティックエミッション技術によるリアルタイムモニタリング

1. アコースティックエミッション（AE）の原理と適用性

アコースティック・エミッション（AE）は、材料の変形または破損時に発生する高周波弾性応力波（20kHz～1MHz）を検出します。HDI基板では、熱応力/機械的応力に起因する微小亀裂の伝播によって、特徴的なAE信号が生成されます。主な利点：

• 高感度: サブミクロンの亀裂の発生を検出します。

• リアルタイム機能: ダウンタイムなしで動的な亀裂の進行を監視します。

• ローカリゼーション: TDOA アルゴリズムを備えたマルチセンサー アレイにより、3D 亀裂検出 (精度 ±2 mm) を実現します。

2. システム設計と主要パラメータ

（1）センサー構成

• センサーの選択：

  • 広帯域圧電センサー（例：PAC R15α、50～400 kHz）

  • 高密度エリア向けの小型 MEMS センサー (

• 配列レイアウト：

  • 重要な領域（BGA ジョイント、ビア）をカバーする直交グリッドまたはリング アレイ（10 ～ 30 mm 間隔）。

（2）信号取得と前処理

• ハードウェア：

  • 高速DAQ（≥10 MS/s、≥80 dBダイナミックレンジ）

  • 低周波ノイズを抑制するバンドパス フィルター (20～500 kHz)。

• ノイズ抑制：

  • 環境ノイズキャンセル用のリファレンスセンサー。

  • ウェーブレット変換により亀裂信号を分離します。

（3）特徴抽出と分類

• 主なパラメータ: 振幅、立ち上がり時間、エネルギー、カウント。

  • クラックシグネチャ: 持続的なエネルギーを伴う高振幅のバースト。

• パターン認識：

  • 亀裂と誤ったイベント (スズウィスカ、はんだ疲労) を区別する SVM/CNN アルゴリズム。

3. リアルタイム亀裂伝播モデル

• 亀裂ダイナミクス：

  • AEパラメータ（累積エネルギー、イベント率）モデル亀裂成長（修正パリスの法則：d1つの/d北＝C（DK）メートル）;

  • クラスタリング分析により、亀裂の段階 (開始、安定した成長、不安定な破壊) を識別します。

• 寿命予測：

  • FEA と AE データを統合して、RUL と障害しきい値を予測します。

4. 検証と校正

• 同期技術：

  • DIC またはマイクロ CT を使用して AE 信号と亀裂の形状を相関させます。

  • 熱サイクル中のリアルタイムモニタリング（-55～125°C、JEDEC）。

• 較正：

  • 信号データベース用の人工亀裂（レーザーノッチ付き）

  • AE 信号源を確認するための SEM 破面検査。

5. 課題と解決策

• 課題1：環境騒音：

  • 解決: ANC アルゴリズム + マルチセンサー フィルタリング。

• 課題2：高密度構造における信号減衰：

  • 解決: 導波管または高周波焦点センサー。

• 課題3: 複数の亀裂からの信号の重複：

  • 解決: ブラインド音源分離（例：ICA）。