4、材料属性定义：硅、铜、Underfill、EMC等材料的热导率、CTE、杨氏模量、泊松比；温度依赖性材料模型
好，咱们进入第四章。材料属性定义这块，说实在的，是仿真里最容易被轻视、但坑最多的环节。我见过太多人拿着常温下的几个参数就开始跑，结果算出来的应力值跟实测差了十万八千里。嗯，今天咱们就把这些材料的老底儿翻一翻。
4.1 核心材料清单：硅、铜、Underfill、EMC
在2.5D硅桥封装里，我们主要跟这四种材料打交道。每种材料的脾气秉性都不一样，你得摸透了。
- 硅（Silicon）：桥接芯片和中介层的主体。各向异性，但仿真中通常简化为各向同性。
- 铜（Copper）：微凸点、RDL布线、TSV填充。延展性好，但CTE跟硅不匹配，这是热应力的主要来源。
- Underfill：填充在芯片与基板之间。用来缓冲应力，保护凸点。它的玻璃化转变温度（Tg）是关键。
- EMC（环氧模塑料）：包裹整个封装体。提供机械保护和散热路径。它的CTE在Tg前后会突变。
我个人习惯：在项目初期，先建一个“材料属性速查表”，把常温下的基础值列出来。这样后面调参数时心里有底。
4.2 关键参数详解：热导率、CTE、杨氏模量、泊松比
这四个参数，每个都牵一发动全身。咱们一个一个说。
4.2.1 热导率（Thermal Conductivity, k）
热导率决定了热量在材料里跑得快不快。硅的导热性不错，铜更是导热高手。但Underfill和EMC的导热性就差多了，它们是热阻的主要贡献者。
- 硅：室温下约130 W/(m·K)，随温度升高会下降。
- 铜：约400 W/(m·K)，温度升高也会下降。
- Underfill：通常0.3~0.8 W/(m·K)，加了导热填料能到1.0以上。
- EMC：0.6~1.0 W/(m·K)，取决于填料含量。
避坑指南：我曾经在一个项目中，用了供应商给的常温热导率，结果仿真温度比实测低了15°C。后来才发现，EMC在高温下热导率会下降20%以上。所以，温度依赖性模型不是锦上添花，是必须的。
4.2.2 热膨胀系数（CTE）
CTE是热应力的“罪魁祸首”。不同材料受热后膨胀程度不一样，就会产生应力。硅的CTE很低（约2.6 ppm/°C），铜的CTE高得多（约17 ppm/°C）。这个 mismatch 是导致凸点开裂、界面分层的主要原因。
- 硅：2.6 ppm/°C，几乎不随温度变化。
- 铜：17 ppm/°C，随温度略有升高。
- Underfill：Tg以下约20~30 ppm/°C，Tg以上可能飙到60~80 ppm/°C。
- EMC：Tg以下约8~15 ppm/°C，Tg以上约30~50 ppm/°C。
你想想看，硅和铜的CTE差了6倍多。温度一变化，铜拼命想膨胀，硅死死拽着它。这就是应力的来源。
4.2.3 杨氏模量（Young's Modulus, E）
杨氏模量代表材料的“刚度”。模量越高，材料越硬，应力也越大。硅的模量很高（约130 GPa），铜的模量适中（约110 GPa），而Underfill和EMC的模量就低多了。
- 硅：130~170 GPa（取决于晶向），仿真中常用130 GPa。
- 铜：110 GPa，温度升高会软化。
- Underfill：Tg以下约5~10 GPa，Tg以上可能降到0.1~0.5 GPa。
- EMC：Tg以下约15~25 GPa，Tg以上约1~3 GPa。
注意：Underfill和EMC在Tg附近模量会急剧下降。如果你用常温模量去算高温下的应力，结果会严重偏大。我建议一定要用温度相关的模量数据。
4.2.4 泊松比（Poisson's Ratio, ν）
泊松比描述材料在受拉时横向收缩的程度。大多数材料的泊松比在0.2~0.4之间。它对结果的影响相对较小，但也不能忽略。
- 硅：0.28
- 铜：0.34
- Underfill：0.30~0.35
- EMC：0.25~0.30
泊松比随温度变化不大，通常取常数即可。但如果你做的是高精度仿真，还是建议查一下供应商的数据表。
4.3 温度依赖性材料模型
这是本章的重头戏。为什么？因为封装工艺要经历回流焊（260°C）、固化（150~175°C）、热循环（-55°C~125°C）等过程。材料属性在这些温度下变化很大。
我常用的做法是：把材料属性定义成温度的函数。在ANSYS或Abaqus里，可以用表格输入多个温度点的数据，软件会自动插值。
下面是一个典型的温度依赖性材料模型示例（以Underfill为例）：
! Underfill 温度依赖性材料属性 (示例数据)
! 温度单位: °C
! 杨氏模量 (MPa)
TEMP, 25, 100, 150, 200, 250
E, 8000, 6000, 3000, 500, 100
! 热膨胀系数 (ppm/°C)
TEMP, 25, 100, 150, 200, 250
CTE, 25, 28, 35, 60, 70
! 热导率 (W/(m·K))
TEMP, 25, 100, 150, 200, 250
K, 0.6, 0.55, 0.5, 0.45, 0.4
! 泊松比 (常数)
NU, 0.32我个人习惯：至少输入5个温度点的数据（室温、Tg附近、高温、低温）。如果供应商只给了Tg前后的两个值，我会用线性插值补全中间点。但要注意，Tg附近的变化是非线性的，最好用分段线性或多项式拟合。
4.4 材料属性汇总表
为了方便你查阅，我把典型值整理成了一张表。注意，这只是参考值，具体项目一定要用供应商提供的实测数据。
| 材料 | 热导率 (W/(m·K)) | CTE (ppm/°C) | 杨氏模量 (GPa) | 泊松比 | 温度依赖性 |
|---|---|---|---|---|---|
| 硅 | 130 (25°C) → 80 (250°C) | 2.6 | 130 | 0.28 | 热导率强依赖，CTE弱依赖 |
| 铜 | 400 (25°C) → 350 (250°C) | 17 | 110 (25°C) → 80 (250°C) | 0.34 | 模量和热导率均强依赖 |
| Underfill | 0.6 (25°C) → 0.4 (250°C) | 25 (Tg以下) / 70 (Tg以上) | 8 (Tg以下) / 0.2 (Tg以上) | 0.32 | CTE和模量在Tg附近突变 |
| EMC | 0.8 (25°C) → 0.6 (250°C) | 10 (Tg以下) / 40 (Tg以上) | 20 (Tg以下) / 2 (Tg以上) | 0.28 | CTE和模量在Tg附近突变 |
4.5 知识体系结构图
下面这张图，是我梳理的本章知识脉络。你可以把它当作一个“思维导图”来用。
4.6 实战中的几点提醒
最后，分享几个我在项目中踩过的坑，希望能帮你少走弯路。
- 不要迷信供应商数据：供应商给的数据通常是典型值，批次之间可能有差异。有条件的话，自己做DMA（动态力学分析）和TMA（热机械分析）测试。
- Tg附近要加密数据点：Underfill和EMC在Tg附近属性变化剧烈。我建议在Tg±20°C范围内，每隔10°C取一个点。
- 各向异性要留意：硅的杨氏模量在不同晶向上差异很大（<110>方向约170 GPa，<100>方向约130 GPa）。如果你的仿真精度要求高，建议用各向异性模型。
- 泊松比别乱猜：虽然泊松比对结果影响小，但如果你设成0.5（接近不可压缩），会导致数值不稳定。保持0.3左右最安全。
我的经验：有一次，我为了省事，把Underfill的模量设成了常数。结果仿真显示凸点应力很小，但实际测试中凸点开裂了。后来加上温度依赖性模型，才发现高温下Underfill模量下降，应力集中到了凸点上。嗯，从那以后，我再也不敢偷懒了。
好了，材料属性定义就讲到这里。记住一句话：仿真结果的精度，很大程度上取决于材料属性的准确性。花时间把材料模型搞扎实，后面会省很多麻烦。
公众号:蓝海资料掘金营，微信deep3321