[发明专利]基于神经网络参数建模的集成电路互连可靠性分析方法

摘要

本发明公开了一种基于神经网络参数建模的集成电路互连可靠性分析方法，包括ANSYS仿真获得训练数据；建立基于EM可靠性的神经网络模型结构；可靠性神经网络模型的训练与模型结果的获得。利用神经网络强大的非线性映射功能和快速学习能力的优势，通过神经网络对EM可靠性输入输出关系建模、训练模型，并且在此模型建立后得出关于多种工作条件下的可靠性的结果，可以在非常短的时间预测不同条件下的可靠性数据，克服了传统的ANSYS有限元软件在分析不同条件电路可靠性时需要仿真所有输入条件下的可靠性结果而导致的仿真时间长的缺点，对集成电路互连可靠性的研究具有重要意义。

主权项

一种基于神经网络参数建模的集成电路互连可靠性分析方法，其特征在于，将神经网络与互连线可靠性结合起来，通过神经网络对电迁移EM可靠性输入输出关系建模，应用神经网络训练模型，并且在此模型建立后得出关于多种工作条件下的可靠性的结果，具体步骤如下：步骤一、ANSYS Workbench中建立一集成电路的三维模型；步骤二、对步骤一建立的电路的三维模型进行预处理，至少包括给该三维模型分配材料、划分网格、施加载荷和命名组件，其中，所述的分配材料是至少确定材料的导热系数、热膨胀系数、电阻率和弹性模量，所述的施加载荷是至少确定温度、电压、电流和热机械应力；然后，进行仿真计算，包括温度的求解、温度梯度的求解、热机械应力的求解、计算电路互连线的原子通量散度值AFD；最后，在用户图形界面显示计算得到的电路互连线的原子通量散度值AFD；步骤三、建立基于该集成电路的电迁移EM可靠性的神经网络模型，所述神经网络模型采用三层MLP结构,将温度、电流及集成电路版图中的一个几何尺寸作为所述神经网络模型的输入神经元；从步骤二求得的集成电路的AFD值中自大而小的选取至少3个AFD值作为所述神经网络模型的输出神经元；步骤四、步骤二仿真计算得到的原子通量散度值AFD及其所对应的输入数据中，一部分作为训练数据，另一部分作为测试数据，将这两部分数据加载到Neuromodeler软件中用于训练步骤三所建立的基于电路互连可靠性的神经网络模型；神经网络模型每次训练完成后，通过测试数据来验证神经网络的输入输出关系是否与测试数据的输入输出关系之间的误差是否满足给定的条件，若满足要求，则结束神经网络模型的训练，至此得到了代表输入变量和输出变量之间非线性关系的神经网络模型；利用该神经网络模型分析该集成电路在多种工作条件下的互连可靠性。