מחקר על תכונות הנקבוביות במיקרו-מבנים של חיבורי דיא-אטץ מסינטרינג מבוסס על למידת מכונה

מדוע כיסים זעירים של ריקנות חשובים

אלקטרוניקת כוח מודרנית, מרכבים חשמליים עד ממירי אנרגיה מתחדשת, פועלת בחום ובמגמה אינטנסיבית. עמוק בתוך התקנים אלה שכבה דביקה דקה מחברת את שבב הסמיקונדקטור לבסיס המתכתי ומוליכה חום וחשמל גם יחד. שכבה זו מלאה בנקבוביות מיקרוסקופיות — כיסים זעירים של חלל ריק — שגודלן, צורתן ופריסתן משפיעות במידה רבה על ביצועי ההתקן ועל משך חייו. עם זאת, מהנדסים עדיין מתווכחים אילו פרטים של הנקבוביות באמת חשובים וכיצד לפענח את הנוף הנסתר הזה ממספר מועט של תמונות מיקרוסקופ. מחקר זה מתמודד עם הבעיה על ידי שילוב מדידות מדוקדקות עם למידת מכונה כדי לגלות אילו תכונות נקבוביות מתארות בצורה הטובה ביותר את בריאות שכבת החיבור.

משבבים רותחים לשכבות דבק נקבוביות

מודולי כוח המבוססים על סמיקונדקטורים רוחב-פס חדשים, כגון קרביד הסיליקון, פועלים בטמפרטורות ורמות הספק גבוהות מהאלקטרוניקה המסורתית. צמתים מבוססי חרסינה מסורתיים עלולים להתרכך, להתעוות או להיסדק בתנאים אלה. תחליף מבטיח הוא חיבור המיוצר על ידי סינטרינג של חלקיקים ננומטריים של נחושת בטמפרטורה יחסית נמוכה. תהליך זה ממזג את החלקיקים לשכבה מתכתית ספוגית מחוררת בנקבוביות. נקבוביות אלה משפיעות על החוזק, מוליכות החום ועייפות ארוכת-טווח, ויכולות לגדול ולהתחבר לסדקים במהלך השירות. מכיוון שדימות תלת-ממדי מלא איטי ויקר, מהנדסים מסתמכים בעיקר על תמונות חתך דו-ממדיות ממיקרוסקופ אלקטרונים סורק (SEM) ועל מספר מצומצם של מדדים פשוטים, כגון פורוזיות כוללת. השאלה היא האם המבט המוגבל הזה וכמה מדדים בסיסיים מספיקים לשפוט את המבנה האמיתי.

להמיר דפוסי נקבוביות למספרים

החוקרים הכינו חיבורים מסונטרת נחושת תחת ארבעה קומבינציות שונות של טמפרטורה, לחץ ומחזורי חימום-קירור, ולאחר מכן אספו יותר ממאה ועשרים תמונות SEM בהגדלה גבוהה של חתכים. באמצעות תוכנת ניתוח תמונה הם זיהו אוטומטית יותר ממאה אלף נקבוביות בודדות וכימדו תכונות כגון שטח הנקבוביה, עגוליות, המרחק לשכנות ואורך ה"צווארים" בין אזורים מוצקים סמוכים. מתוך מדידות נקבוביה-אחר-נקבוביה אלה בנו תיאורים סטטיסטיים לכל תמונה: כמה נקבוביות היא כללה, כמה פורוזית החלקה, עד כמה הנקבוביות צפופות, ועד כמה צורתן קרובה למעגלים גמורים. זה יצר טביעת אצבע מספרית עשירה של כל אזור קטן במפרק.

למצוא סדר נסתר בנתונים מבולגנים

הרבה מהטביעות המספריות האלה התגלו כקשורות זו לזו באופן חזק. לדוגמה, ככל שהיו יותר נקבוביות, כך גדלה הפורוזיות; ככל שהנקבוביות ישבו קרוב יותר זו לזו, כך התקצרו ה"צווארים" בין חלקיקים מוצקים; ותמונות עם הרבה נקבוביות כמעט עגולות הציגו גם ממוצע עגוליות גבוה. על ידי ניתוח מתמטי של הקשרים האלה, המחברים הראו שהתכונות נופלות באופן טבעי לשתי משפחות: אחת המתארת כיצד הנקבוביות מפוזרות במרחב ואחת המתארת את צורתן. לאחר מכן השתמשו בטכניקה סטטיסטית שנקראת ניתוח רכיבים עיקריים (PCA) כדי לדחוס כל משפחה לציון משולב יחיד: "גורם פורוזיות" המסכם עד כמה הנקבוביות צפופות ומסודרות, ו"גורם צורה" המסכם עד כמה קווי המתאר שלהן סדירים. שני מדדים פשוטים יותר — גודל נקבוביה טיפוסי ויחס צורה טיפוסי — נשארו כתיאורים תומכים.

להניח לאלגוריתמים לשפוט את המיקרו-מבנה

מצוידים רק בארבעת התיאורים האלה, הצוות אילף מספר מודלים של למידת מכונה לנחש מאיזו תנודת עיבוד כל תמונת SEM הגיעה. למרות שהראו למודלים רק חתך קטן מהמפרק ורק ארבעה מספרים לכל תמונה, המודלים סיווגו תמונות נכון יותר מ-80 אחוז מהמקרים, כשרשת עצבית הגיעה לדייקנות של כ-90 אחוז. כשהשוו גישה זו לשיטה ללא פיקוח בלמידה עמוקה שלמדה תכונות ישירות מתמונות הגולמיות, התיאורים הפיזיקליים בעלי המשמעות הביצועית דווקא הופיעו טוב יותר והיו הרבה יותר קלים לפרש. ניתוח נוסף הראה שגורם הפורוזיות המשולב וגורם הצורה תרמו ביותר להחלטות המודלים, ואישרו שכמות הנקבוביות, הפריסה שלהן ועד כמה הן מעוגלות נושאים את החותם הברור של תנאי העיבוד.

מה המשמעות לזה למכשירים טובים ועמידים יותר

המחקר מסכם שלא כל פרט שניתן למדוד במיקרוגרף שווה תכלית. במקום זאת, קבוצה קטנה של תיאורים נבחרים בקפידה ובעלי יסוד פיזיקלי יכולה ללכוד את מרבית השונות המשמעותית במבנים נקבוביים מסונטרים. עבור מהנדסים, משמעות הדבר היא שמספר מוגבל של תמונות חתך מנותחות היטב יכול לתת תמונה אמינה של איכות המפרק, גם כאשר המיקרו-מבנה אינו אחיד ממקום למקום. תיאורים אלה יכולים גם לשמש כקלט או כמטרות למודלים חזויים ויצרניים עתידיים המתכננים מיקרו-מבנים עם חוזק או הולכת חום רצויים. במונחים מעשיים, העבודה מציעה דרך ברורה ויעילה יותר לקרוא את דפוסי הנקבוביות הנסתרים שלבסוף קובעים האם אלקטרוניקת-הכוח נשארת קרה, חזקה ואמינה במהלך שנים של שירות תובעני.

ציטוט: Gao, R., Tatsumi, H., Kobatake, T. et al. Study on pore features in sintered die-attach microstructures based on machine learning. Sci Rep 16, 8803 (2026). https://doi.org/10.1038/s41598-026-39207-x

מילות מפתח: חיבורים מנחושת מסוינתרת, מיקרו-מבנה נקבובי, אמינות אלקטרוניקת כוח, למידת מכונה בחומרים, חיבור דיא-אטץ