開發晶圓級封裝產品檢測技術

    IC產品封裝技術之發展是因應電子產品之需要，由於目前可攜式電子產品日趨流行，成為市場之主流，例如手機、NB電腦、平板電腦、PDA、電子字典、電動玩具以及SMART CARD等等都需要更輕、薄、短、小之電子零件。目前國內封裝技術是以BGA、QFP、SOP、PLCC、PDIP等封裝技術為主流，尚未能開發出如QFN、Wafer Level Package、Chip Scale Package等先進封裝技術。故本計劃是在此主題下研究開發晶圓級封裝產品檢測技術，以因應本公司先期封裝技術開發之後段發展(檢測技術)，同時配合世界潮流之趨勢。

銲線路徑參數對銲線成形之研究

本研究主要目的是在建立有限元素分析模型以探討鋼嘴移動路徑與不同的銲線參數對銲線迴路成形的影響。首先建立實驗方法以量測銲線機成形之結果，而後建立有限元素分析模型，進行動態模擬，並和銲線成形實驗所得痕G相互比較，驗証分析模型之正確性，以討論不同反向角度(reverse angle)對銲線成形的影響。由分析結果得知增加臺形線環之第二反向角度，可減低成形高度，第一反向角度的增加可有效減低熱影響區應力分佈。

銀膠層厚度對封裝結構(8L SOIC)之熱傳研究

    本文主要依田口氏品質工程實驗求得銀膠最佳之厚度，將此最佳厚度使用於有限單元法所建立之三維模型中，以驗證三維模型之可靠性，再以此模型為基礎，將模擬所得之溫度場帶回原模型內，分析封裝體於功率使用狀態下之熱應變及熱應力，以便日後作散熱增益設計或可靠度設計，PJEDEC規範所訂立之標準作實驗，最後將實驗結果與模擬分析作一比對。

光學微機電產品封裝技術之開發

1- 背景說明
    本計畫目標是評估"光學微機電產品封裝技術應用之可行性"。 因應日漸增加光學微機電產品之封裝需求，由於各式各樣設備附加辨識偵測功能元件，故延伸出各式封裝技術以應光學微機電產品需要。本計劃之封裝技術在於能夠圓滿地保護光學微機電產品於適當環境中工作 ，所謂適當地環境就是指溫度、溼度、微粒、酸鹼度、震動...等環境因素。鑑於軍事科技發展日漸無人化、智慧化、光學辨識、認知、偵測等功能元件，將會成為輸入資訊之重要元件。此項重要元件功能有賴光學微機電產品之使用，因此有效之保護元件端靠封裝技術之發展，故此項封裝技術在國防上有其價值。新研發封裝技術名稱是 Open Cavity Package Technology，適用於多晶粒產品、感應器產品、光學元件產品、微機電系統產品等。
　

2- 初期研討及材料研發
    比較新產品在技術上及材料上之需要後，擬定研發目標來開發新製程新材料。新製程比舊製程在程序數目上較少，節省工時，相對成本低。

    新材料之選擇，主要針對可以在攝氏200度以上工作的塑膠材料。目前可資選擇的塑膠材料有下列三種- PBT, PPS, LCP。這三種材質各有特性根據實驗結果及產品特性和製程考量，以LCP 最有利產品生產。

3- 實驗生產
    在研發實驗生產中學得很多經驗，其中塑膠材質和金屬材質之結合力的探討結果，給予產品最佳的結構組合。其中關係如下圖所示：

同時在實驗生產中，我們也發現產品的幾何形狀對於產品的品質是極為重要之關鍵，不良的幾何形狀設計會影響產品結構及生產效率。目前產品之外觀形狀設計之一如下圖所示：

4- 量產說明
    本研發之光學微機電產品封裝技術在實務上已有部份進入量產，生產中驗證了研發技術應用之可行，並提供公司未來產品之封裝技術。由於未來許多 MEMS 元件，Photo 光學元件都有會使用光學微機電產品封裝技術，故在國防產品一定有所利用及貢獻。下列圖片所示 MEMS 元件之封裝，以供參考。

內嵌式記憶體測試架構

    爲了可同時針對大大小小不同的寬度及大小的記憶體同時做測試，因此傳統的位元演算法並不足以同時對所有記憶體同時動作。本研究提出了一種平行測試演算法稱為多餘位元行進演算法。此演算法的好處是可同時測試所有大大小小不同的記憶體模組，其所需花費的時間是以所有模組中最大寬度及最多字組的模組為依據，假設有3個記憶體模組大小分別為(寬X長)50X20，30X60及20X40，則其執行多餘位元行進演算法需花費50X60個單位時間，而且每一較少的模組會接收額外多餘讀寫的動作，此額外的存取動作並不會降低測試的品質,且重覆的讀及寫不會對記憶體的內容有何影響，所以利用此特性可同時對所有大大小小的記憶體做測試。如 下圖所示，為一個測試架構圖及成果圖。

內嵌式記憶體診斷架構

    本研究延續＂內嵌式記憶體測試架構”改進多餘位元行進演算法，提出了一種多餘位元診斷行進演算法，再利用雙向串列硬體架構實現此演算法。過去記憶體測試只能知道記憶體是否發生錯誤，卻不能很明確知道記憶體發生錯誤的位置，使得在修復記憶體時必需捨棄整個記憶體字組或是捨棄整個記憶體模組，這樣會浪費掉許多功能正常的記憶體位元，為了改進此一缺點，我們在每一個記憶體模組上增加一個雙向串列硬體架構，利用此架構實現多餘位元診斷行進演算法，讓每個不同大小的記憶體模組可以各別進行自我診斷，並且很明確的診斷出記憶體發生錯誤的位置。如 下圖所示，為一個診斷架構圖及成果圖。

內嵌式記憶體修復架構

    本研究延續” 內嵌式記憶體診斷架構”讓記憶體可以有自我修復錯誤的能力。過去做到自我修復的方法主要是以列/行備份( Row/Column Spare )和列分割備份( Divided Word Line Spare )，但這樣子的方式備份記憶體的使用率非常的低，而且沒有很明確提出錯誤模型(Fault Model)的不同是否會響影記憶體的修復率，為了要解決上述的問題，我們提出一個全新的架構”分割移位備份”，根據錯誤模型行為判斷如何進行錯誤記憶體的備份。研究結果顯示利用我們所提出的分割-移位記憶體備份的結構，不但改進舊有的修復方式的問題，而且可以達到滿高的修復率，如果不用分割-移位的備份方式一定會發生修復不完全的問題，也就是說不管備份記憶體如何的加大，不但不能達到100%的修復率，甚至連50%的修復率都沒有。如 下圖所示為修復架構圖及成果圖。