一种硅基太赫兹双通带波导滤波器

    公开(公告)号:CN116826334A

    公开(公告)日:2023-09-29

    申请号:CN202310761768.X

    申请日:2023-06-26

    Abstract: 本发明公开了一种硅基太赫兹双通带波导滤波器,包括:输入端波导、输出端波导、n个TM三模波导腔体和n+1个耦合窗波导;n为不小于2的正整数,其中,n个TM三模波导腔体和n+1个耦合窗波导均设置于所述输入端波导和所述输出端波导之间;所述输入端波导与n个TM三模波导腔体中的第一个TM三模波导腔体通过一个耦合窗波导相连接;所述输出端波导与n个TM三模波导腔体中的最后一个TM三模波导腔体通过一个耦合窗波导相连接;相邻的两个TM三模波导腔体通过一个耦合窗波导相连接。本发明具有结构紧凑、插损低、易于系统集成、器件实际性能与设计性能一致性较高的优点。

    基于神经网络技术的LTCC收缩率预判方法

    公开(公告)号:CN109543239B

    公开(公告)日:2023-06-09

    申请号:CN201811270751.X

    申请日:2018-10-29

    Abstract: 本发明涉及一种基于神经网络技术的LTCC收缩率预判方法,通过正交试验,确定收缩率的各影响因素;将各影响因素作为结构参数,对每层LTCC建立影响因素列表;设置神经网络,根据生产线历史数据,训练神经网络,获得收缩率预测模型;利用收缩率预测模型预测LTCC产品的收缩率。本发明针对不同LTCC产品在投产前无法精确获知其收缩率的问题,从LTCC产品设计和工艺出发,确认了影响收缩率的因素,并使用神经网络技术建立了影响因素和收缩率之间的数学模型,实现了LTCC产品收缩率的精确预估。

    一种提高高介电常数陶瓷基板金属膜层附着力的方法

    公开(公告)号:CN110729173B

    公开(公告)日:2022-04-22

    申请号:CN201910896613.0

    申请日:2019-09-23

    Abstract: 本发明涉及一种提高高介电常数陶瓷基板金属膜层附着力的方法,属于微波集成电路精细加工技术领域。采用特定性能的紫外激光对上述基板表层进行阵列刻线式刻蚀粗化处理,采用特定的温度曲线,在高温条件下对上述经过粗化后的基板进行高温煅烧,使得基板表面获得的粗糙度Ra值稳定在0.25~0.3mm范围内,并具有良好的粗化均匀性,提高了高介电常数基板作为基材在制作微波集成薄膜电路的过程中金属膜层与基材的附着力。

    一种高叠层精度LTCC电路基板的制作方法

    公开(公告)号:CN116321817A

    公开(公告)日:2023-06-23

    申请号:CN202310377521.8

    申请日:2023-04-11

    Abstract: 本发明公开了一种高叠层精度LTCC电路基板的制作方法,包括以下步骤:在叠层工序中,设置平面载台用于放置隔离膜和生瓷片,该载台放置于绝缘台面上;使用胶带将隔离膜固定在载台上,将第一张生瓷片的瓷面朝下与隔离膜对位后,利用静电发生器产生的静电将生瓷片吸附于隔离膜上;去掉生瓷片的背膜,此时生瓷片依靠静电吸附抑制形变,随后将其余生瓷片按照同样方法依次产生静电、对位、去除背膜,完成叠层;将胶带撕除,对堆叠完成的多层电路生瓷坯体侧壁进行点胶固定;使用真空包封袋将生瓷堆叠体及隔离膜包封后进行热压,通过共烧工艺完成LTCC电路基板的共烧处理,实现LTCC电路基板高叠层精度和提高LTCC电路基板的性能。

    一种玻璃基板激光制孔后的清洗方法

    公开(公告)号:CN110610850B

    公开(公告)日:2022-01-04

    申请号:CN201910872879.1

    申请日:2019-09-16

    Abstract: 一种玻璃基板激光制孔后的清洗方法,首先通过将激光制孔后的玻璃基板使用研磨剂进行研磨,去除孔周边粘附的固体残渣;再通过将玻璃基板浸入分析纯的丙酮溶液中进行超声清洗去除有机物;之后通过将玻璃基板浸入分析纯的乙醇溶液中进行超声清洗以完成清洗和脱水;随后向上提拉玻璃基板,待玻璃基板脱水干燥后,使用氧气进行等离子清洗去除微小颗粒;最终将玻璃基板在氩气氛围中进行等离子清洗,从而去除玻璃表面的氧化后的各种颗粒并激活表面,保证玻璃基板上表面沉积金属膜层的可靠性。本发明结合了物理清洗、湿法清洗和等离子清洗的特点,保证了清洗的有效性并有利于玻璃基板上溅射金属膜层的附着力。

    一种玻璃基板激光制孔后的清洗方法

    公开(公告)号:CN110610850A

    公开(公告)日:2019-12-24

    申请号:CN201910872879.1

    申请日:2019-09-16

    Abstract: 一种玻璃基板激光制孔后的清洗方法,首先通过将激光制孔后的玻璃基板使用研磨剂进行研磨,去除孔周边粘附的固体残渣;再通过将玻璃基板浸入分析纯的丙酮溶液中进行超声清洗去除有机物;之后通过将玻璃基板浸入分析纯的乙醇溶液中进行超声清洗以完成清洗和脱水;随后向上提拉玻璃基板,待玻璃基板脱水干燥后,使用氧气进行等离子清洗去除微小颗粒;最终将玻璃基板在氩气氛围中进行等离子清洗,从而去除玻璃表面的氧化后的各种颗粒并激活表面,保证玻璃基板上表面沉积金属膜层的可靠性。本发明结合了物理清洗、湿法清洗和等离子清洗的特点,保证了清洗的有效性并有利于玻璃基板上溅射金属膜层的附着力。

    一种多用途多层低温金金键合工装及方法

    公开(公告)号:CN115360109A

    公开(公告)日:2022-11-18

    申请号:CN202210901152.3

    申请日:2022-07-28

    Abstract: 本发明公开了多用途多层低温金金键合工装,定位槽块中设有基板定位槽,各待键合基板利用定位销固定,面积较大的压块二将压强传递至待键合基板上。该工装具有压强放大功能。本发明还公开了多用途多层低温金金键合方法,首先在待键合基板上形成高精度通孔及定位孔,并在表面制备均匀性好的键合用金属膜层。将待键合基板按键合顺序依次固定在工装中,通过等静压设备施加温度及压力,完成键合。本发明显著降低键合温度,为多种材质的基板之间的紧密键合提供了可靠、便利的途径,且基板键合层数不受限制,特别是为带内埋芯片基板的键合提供了一种有效的方法,满足了内埋芯片对于环境温度的使用要求。

    基于神经网络技术的LTCC收缩率预判方法

    公开(公告)号:CN109543239A

    公开(公告)日:2019-03-29

    申请号:CN201811270751.X

    申请日:2018-10-29

    Abstract: 本发明涉及一种基于神经网络技术的LTCC收缩率预判方法,通过正交试验,确定收缩率的各影响因素;将各影响因素作为结构参数,对每层LTCC建立影响因素列表;设置神经网络,根据生产线历史数据,训练神经网络,获得收缩率预测模型;利用收缩率预测模型预测LTCC产品的收缩率。本发明针对不同LTCC产品在投产前无法精确获知其收缩率的问题,从LTCC产品设计和工艺出发,确认了影响收缩率的因素,并使用神经网络技术建立了影响因素和收缩率之间的数学模型,实现了LTCC产品收缩率的精确预估。

Patent Agency Ranking