深入剖析功率器件封装失效分析及工艺优化

【摘 要】 伴随功率金氧半场效晶体管（mosfet）电流和工作电压的大幅度增加，以及芯片尺寸的逐渐减小，从而导致器件芯片内部电场也相应增大。这些现象都严重影响功率M0SFET的可靠性，怎样提升功率器件的可靠性备受业界的期待。而其中关键的影响因素是功效器件封装失效的问题。本文介绍功率器件封装的内涵和分类，通过对失效机理的分析，提出功率器件封装工艺优化的路径。

封装工艺是为了提升电子设备运行的可靠性，采取的相应保护措施，即针对可能发生的力学、化学或者环境等不确定因素的攻击，利用封装技术和特殊材料对电子设备进行保护。封装技术已经广泛应用于航空航天设备、汽车、计算机以及移动通信设备等诸多领域中。

但伴随着超低压、超高压、强湿热、大温差等特殊条件下电子设备运行要求的增加，加之封装器件日趋大功率应用、小尺寸化、功能高集成化以及越发复杂化的因素，经常发生因为封装失效引起电子设备运行过程中故障问题，严重影响了功率器件的可靠性。因此，封装失效问题以及如何对封装工艺进行优化，是目前封装行业需要研究的课题 ［1］ 。

1 功率器件封装简介及分类

1.1 封装简介在芯片的应用过程中，封装（Package）工艺是必不可少的。简单地说，该工序就是为半导体集成电路芯安装一个外壳，具备两方面的功能，其一是稳定、密封和保护芯片；其二是发挥芯片散热的作用，其三是连接芯片内部和外部的载体。

从作用机理来说，通常包括连接电气、物理保护以及标准规格化。封装质量的好坏直接影响器件运行效率的高低，尤其针对功率半导体器件，封装还会起到两方面特殊的作用：良好的封装可以帮助器件散热；针对较大的芯片，封装可以产生封装和焊接芯片过程中的应力，避免芯片破碎。

1.2 封装形式分类

1.2.1 塑封直列式封装塑料封装最大优势是适合大批量生产、工艺简单、成本较低，由此适应性极强，应用和发展的趋势良好，在封装行业的总体份额中占比越来越大，在全球集成电路的封装市场上，95%以上为塑封直列式。消费类电路合格器件的封装几乎都是该类型的封装；

同时工业类电路中也占据很大的比例。该类封装的形式也是最多的。最普遍使用的有两种封装形式：TO—220；TO—247。塑料封装的电流传送量很大。为了提升散热效果，会将塑封器件紧贴线路板或者散热器，实现最佳的散热效果。

1.2.2 大功率器件应用模块随着近些年日益普及的igbt，可以将单个igbt、两个或者三个igbt，与控制电路放在一个模块中实施封装。而且正在出现的多模块（mcm）形式，代表了封装领域的新趋势。

1.2.3 塑封表面贴装及其他塑料封装是一种对功率器件表面贴装模式，这是80年代得到迅速发展的塑封形式。通常采用两端和三端进行分立器件的封装。虽然单个分立器件不需要许多端子，但是端子的增加有利于电流的流动和散热。例如，t0263、t0262和其他形式的包装类似于此特性 ［2］ 。

1.2.4 高可靠性封装该封装模式多半在军工或航天领域应用。基于可靠性的要求，外壳利用金属封装。

2 功率器件的失效分析

2.1 焊料空洞导致EOS失效本文借鉴了相关文献的研究成果，确定了影响器件散热的因素为焊料的空洞，对不同尺寸空洞影响器件散热的程度进行深刻分析，并以此为基础深入探讨研究器件芯片可靠性受焊料空洞影响程度及其热应力的状况。

目前广泛应用的环氧塑封料形式呈现热导系数非常低，热导体效果不佳，功率器件运行中形成的热量传递的途径唯有芯片。如图1所示，图1中箭头的方向就是芯片在工作状态下产生热的传输方向。从图1中不难看出，如果焊料内空洞形成的原因是器件生产过程中工艺不当，基于空气导热系数只有0.03w/ （m.k），表现热导体的不佳状态，器件散热受到影响，在这样的状态下长久运行，ESO会因为大量热量的积累而导致器件失效。

2.2 栅极开路导致EOS失效场效应晶体管（mosfet），是电压管控的一种手段，在绝缘层的沟道区对栅压实施有效的管控，而利用栅压大小的改变对此区域的载流子浓度实施调控，从而确保源漏间电流大小的有效控制。因为打线不牢导致栅极引线升离或是因为长时间的热循环让引线跟部裂纹产生断裂后，产生栅极开路，从而失去栅极控制电流的能力，引发EOS，导致器件失效。

2.3 芯片裂纹导致EOS失效硬而脆的单晶硅晶体具备金刚石的品质，一旦形成硅片受力容易脆断与开裂。在引线键合、晶圆减薄、芯片焊接、圆片划片等工序中都可以形成硅芯片裂纹。

通常情况下，芯片只是在引线区域外的微裂纹，就难以被发现，最糟糕的情况是在工艺实施中没有发现芯片裂纹，更甚者是电学测试芯片的时候，微裂纹的芯片与没有裂纹的芯片在电特反应上不存在差别，但微裂纹会危及封装后器件的可靠性、降低器件的使用年限。裂纹只有下列几种情况才能显示出来：采用十分靠谱的高低温循环实验或者是器件散热时候瞬间加热，呈现不匹配的芯片和封装材料热膨胀系数，还有运行中的外界应力作用等。否则是难以发现裂纹的，这也会成为器件封装失效的原因。

3 功率器件封装工艺优化研究

3.1 问题分析在功率器件封装工艺中，最关键的工序就是芯片焊接 ［3］ 。焊接过程是利用熔融合金焊料将芯片与引线框架结合，使引线框架散热器与芯片集热器的欧姆接触形成良好的散热途径。因为性质不同的粘结剂和固体表面，以及化学、吸附、力学、静电、配位键、扩散等诸多因素，并不能对不同表面和粘结剂粘结的道理做出清楚解释。

同时，气体、油污、尘埃等污染物都会被固体表面所吸附，导致表面因为氧化膜而污迹斑斑。

另外，基于加工精度的影响，因为加工精度不够，固体表面会存在宏观和微观的几何形状误差，粘贴的界面只是中几何面积的2％-7％，所以，严重降低了粘结剂对固体表面的保湿功能。

所以，针对器件封装的芯片焊接工艺，焊料中的空洞成为最严重的问题，不仅削弱了器件的散热能力、阻碍了与欧姆接触，更对功率器件的可靠性构成威胁。

由于芯片必须先焊接在引线框架上，然后将芯片连接到框架上，最后实施高温焊接，因为器件和粘合剂类型的差异性，也会呈现不同的焊接曲线和温度。3.2 优化措施确定在优化电源装置的焊接工艺之前，对该装置进行 x 射线扫描。结果表明，焊料空洞约占芯片面积的1%-7% 。

按照电源装置的有关规定，焊料里的空洞大小不超过芯片面积的百分之十才可定性为合格产品。可是在具体的运行实践显示，就算低于10%的空洞面积的器件可靠性也难以保障。本文的试验利用对时间曲线、焊接温度的优化，以减少焊料的空洞，明显提升了器件的可靠性、让使用寿命得以有效延长。

3.3 优化效果对比分析在进行芯片封装工艺优化之前，试验样品选择的片焊温度-时间曲线温度最高值358.9℃，熔融时间为37分钟，焊接后降温速率是9.71℃/秒；工艺实施优化后，芯片焊接温度-时间曲线的最高温度为358.3℃，需要39分熔融时间，焊接后的降温速率为8.95℃/秒。

提升相关工序的温度，可以促进芯片下悍膏的流动性，加速悍膏内空气的排出；而对焊后降温速率的降低，有助于对芯片的保护，最大限度避免芯片产生裂纹。针对优化措施前、优化措施后，随机分别抽取5个样品，利用Ｘ—Ray对焊料的空洞实施测量同时对两者的结果进行比较，结果显示，在工艺优化措施实施前焊料空洞量为1.4%-6.6%之间。

优化前，芯片焊接空洞的孔隙率不同，部分孔隙率甚至达到10% 的最大范围。而对芯片的焊接采用优化措施后的焊接曲线，器件的焊料空洞已经没有，表现显著的优化效果。焊接温度的提高会让热应力加强，但优化结果获悉，焊料的空洞更能够减少。

因为考虑到提升器件的可靠性，虽然极大的应力会因为焊接温度升高而加大，但空洞减少的价值和意义更大。同时测试优化前后的样品采用Undamped Inductive Loading进行测试，Uil 可以作为衡量设备阻力的参数。

测试原理如下： 将栅极电压施加到器件上后，由外部电源对电感器进行充电，直至电感器产生预期的电流测试值，从而完成电感器的充电过程; 电感器对器件进行反向放电，完成电感器的放电过程。感应器反向放电到设备，会导致器件的雪崩状态，以此测试器件的抗EOS能力。

对优化前后的两组样品，随机抽取15个样品进行 uil 检测，测试公式为：V DD =23V，V GS ＝10Ｖ，L＝0.3mH。同时，对物态方程的能量和电流进行了比较和分析。实验结果表明，eos的能量为279.3mj，平均电流为41.8a，没有焊接腔的 eos 的能量为307.6mj，平均电流为46.1a。

因此，无焊接腔器件必须具有较高的能量和电流才能导致 eos 失效，因此，没有焊点的器件比有焊点的器件具有更高的抗失效能力。4 结束语尽管目前对封装实效问题的研究已经成为热点，也取得了一定成效。但对于封装失效形成以及演化规律的研究才刚刚开始，以往的多数研究主要是基于对封装材料的研究，对金属与聚合物界面的影响关注甚少。

所以，对封装失效问题的后续的深入研究，必须在现有基础上进行关键的补充，研究领域应该注重封装功率器件整体的关注，要以器件与封装材料界面彼此作用前提下，综合试验研究与仿真建模研究的实践数据，对封装失效过程的形成、变化的轨迹以及多场耦合效应进行全面分析，找出功率器件实际使用寿命低于预期使用寿命的真正原因，为提升封装工艺以及器件的可靠性提供帮助。

4.1 大数据挖掘技术流程在前面分析过大数据挖掘的概念，即利用数据挖掘技术发现海量数据的特征，通过建立模型来发现数据间的关系，从而为企业发展提供参考。大数据挖掘的流程分为以下几个阶段：数据源 — —数据抽取 — —数据汇集与清洗 — —数据加工 — —数据分析 — —可视化，如图1所示。

4.2 利用大数据挖掘技术构建财务分析框架图利用大数据挖掘技术可以构建财务分析框架。构建思路如下：首先确定数据源。该数据源不仅仅指传统财务分析中的报表财务数据，还有很多非财务数据。其次是数据抽取和数据汇集与清洗，从而得到目标数据。从这些数据源中抽取出对企业有用的信息，或者企业需要分析的某一方面的数据。

例如，企业想通过分析员工的出差天数，或者差旅费来对公司成本进行控制，那么就需要从数据源中抽取相关数据。抽取这些数据之后，需对其进行去重，清洗，截取字段等工作，去除无用信息，保留有用数据。再次是数据挖掘。该步骤包括了数据加工和数据分析。

在该过程中，需要企业利用大数据平台中的语言和符号，利用规定的算法，模型等来对前一步骤筛选出的财务数据进行处理分析，发现数据内部存在的关系，从而为企业的商机预测和风险防控做铺垫。最后是数据可视化。

该步骤可以通过形象直观的内容来表现出财务分析结果的内容，从可视化图形中可以直观观察财务数据和各种指标走势，使得大数据挖掘技术的结果更加形象生动，并且容易被管理层所理解。根据以上分析，利用大数据挖掘技术构建财务分析框架图。

5 结语“互联网+”时代是万物互联的时代，也是海量数据和信息的时代，将大数据挖掘技术深入应用到企业财务分析领域还值得更深层次的研究。

当然，要把大数据挖掘技术应用于财务分析，还需要解决以下几个问题：

一是财务人员的技术问题。企业所雇佣的财务人员是否能够熟练运用大数据挖掘技术并进行财务工作的开展。

二是企业是大数据平台问题。自己搭建大数据平台耗时耗力，而企业通过第三方服务机构购买一些大数据平台又可能无法满足自己所有的工作需求。

三是完全依赖网络处理财务问题。大数据挖掘技术不可避免存在漏洞，也会有很多黑客技术盗窃数据信息，企业如果一味依赖大数据挖掘技术处理财务问题，企业财务乃至整体都会遇到更加严重的安全问题 ［4］ 。因此，企业需要从各个方面合理、安全的利用大数据挖掘技术，让其为自身所用，而非被其所困。

来源：轻工科技 2021年第37卷第7期

作者：陈逸晞

（以上文章系转载，并不代表电子发烧友的观点，如有涉及版权等问题，请联系我们以便处理）

编辑：jq