键合位置精度是衡量键合机性能的关键指标之一。为提高键合工具的键合位置精度,针对键合位置误差的非线性特点,提出一种径向基神经网络误差修正方法。以键合角度与键合点图像坐标为学习样本,以生成最小映射误差为原则调节网络权因子、基函数中心和宽度,建立具有良好泛化能力的误差逼近模型。并根据算法特点提出了一种工程优化方法,在保证算法补偿精度的基础上使得其运算时间也满足工作需要。实际工作表明：采用此种方法可将键合精度提高一个数量级,有效地改善键合位置精度并且很好地解决非线性误差对系统的影响。
电子与封装
2016年5期
