김동현
(Dong-Hyeon Kim)
*iD
고호정
(Hojeong Ko)
**iD
장성욱
(Sung-Uk Zhang)
†iD
-
Digital Twin Laboratory, Dong-Eui University, Republic of Korea. E-mail : kgh4442dk@naver.com
-
Department of AI Software, Korea Polytechnics, Republic of Korea. E-mail : hjko@kopo.ac.kr
Copyright © The Korean Institute of Electrical Engineers
Key Words
Molecular Dynamics Simulation, Pure Aluminum, Temperature-Dependent Properties, Grain Boundary Effect, Materials studio
1. 서 론
차세대 전력반도체 소자는 고전력, 고온 구동 조건으로 인해 패키지 내의 반복적인 열응력을 야기한다. 이로 인해 필연적으로 와이어와 다이의 계면, 다이와
기판의 계면과 같은 이종접합 재료에서 열변형에 의한 응력 집중 현상이 관찰되어 소자 신뢰성에 영향을 미친다 [1~
4]. 이에 따라 알루미늄(Al) 와이어와 같은 이종접합 재료의 열-구조적 거동을 정량적으로 분석하기 위해 유한요소해석이 활용되고 있다. 이러한 유한요소해석(FEA)은
가정에 의해 간소화된 모델을 통해 계산이 수행되므로 정합도 높은 모델을 구축하기 위해서는 재료의 입력 물성 값의 신뢰도가 중요하다[5~
6].
그러나 FEA에서 전력반도체의 와이어 해석 시 주로 활용되는 Al 물성 데이터는 결정립계 효과, 비연속적 문헌 데이터, 실측의 어려움과 같은 한계가
존재한다. Al 와이어는 직경 30 ~ 300 um 수준의 미세 구조로 가공되며 초음파 압착 공정을 거쳐 단면 내 결정립 수가 제한적이므로 결정립계
구속 효과가 변형 거동에 크게 영향을 미친다. 따라서 거시적 벌크 물성은 와이어의 변형 메커니즘을 충분히 대변하지 못할 가능성이 있다 [7~
8]. 또한 기존 문헌의 물성은 제한적이며 비연속적인 온도 조건에서 획득된 경우가 많다. 이로 인해 전력반도체와 같이 작동 온도 변화폭이 큰 경우 해석
오차가 증가할 가능성이 있다. 실험 계측 측면에서는 동일한 미세구조 조건을 유지한 상태에서 넓은 온도 영역에서 다양한 물성값을 일관되게 측정하기 어려운
실정이다 [6], [9~
10]. 이에 따라 분자동역학(MD) 시뮬레이션을 기반으로한 온도 의존성 물성 계산 연구가 활발히 진행되고 있다 [11~
13].
본 연구에서는 실측 한계에 의한 온도 의존성 물성 데이터의 비연속성을 보완하고자 Materials studio 소프트웨어를 활용해 MD 시뮬레이션
기반의 순수 Al 온도 의존성 열-기계 물성을 도출하고자 하였다. 이를 위해 단결정 모델과 Voronoi 기반 다결정 모델을 비교하여 단결정 셀 크기
효과와 결정립계 효과를 분리 분석하고자 하였다 [2], [14]. 본 연구를 통해 전력반도체 FEA 해석 시 입력될 주요 소재의 연속적인 온도 의존 물성 데이터를 대량으로 계산하는 효율적인 프레임워크를 제안하였다.
2. 방법론
본 연구에서는 순수 Al 소재의 온도 의존성 물성 데이터 구축을 위해 Materials studio를 활용한 MD 시뮬레이션 기반의 효율적인 프레임
워크를 적용하였다. 분자 모델링 단계에서는 단결정 및 다결정 구조를 독립적으로 생성해 셀 크기 및 결정립계에 의한 영향을 비교분석 하도록 하였다.
생성된 각 구조는 스크립트를 통해 단계적 평형화와 인장 실험 그리고 물성 계산을 수행하였다. 이를 통해 도출된 각 물성 값은 회귀식을 도출하여 온도
의존성 물성의 경향성을 참고할 수 있도록 구축하였다.
2.1 분자 모델링
Al 원자 간 상호작용의 계산을 위해 검증된 force field 인 Mishin EAM(Embedded-Atom Method) 을 적용하였다 [15]. 또한 Al 원자의 단결정 셀 크기 효과와 결정립계 영향을 비교 분석하기 위해 단결정 구조와 다결정 구조를 각각 생성하였다. 면심입방(FCC) 단결정
구조는 셀 길이가 4.05Å인 단결정 Al 분자를 Supercell을 통해 확장하여 셀 길이가 다른 두개의 독립된 단결정 구조를 생성하였다. 그림 1 (a)는 셀 길이가 20.25Å인 SC-20의 구조를 나타낸 것이며, 그림 1 (b)는 셀 길이가 48.60Å인 SC-48 구조를 나타낸 것이다. 이와 같이 생성된 단결정 구조는 결함이 없는 이상적인 기준점의 역할을 하며 셀 크기에
의한 계산 영향을 비교 분석한다. 그림 1 (c)는 셀 길이가 50Å인 FCC 다결정 구조 PC-50을 나타낸 것이다. PC-50은 Voronoi construction 기법을 활용하여 6개의 무작위
방위를 갖는 결정립을 배치하였다 [8], [16]. 이는 실제 상용 Al 와이어 구조를 모사하기보다는 제한된 계산 스케일 내에서 결정립계 효과에 의한 물성 거동을 단결정 구조와 비교하는 역할을 한다.
그림 1 결정 구조와 셀 크기에 따른 Al 분자 모델 (a) 단결정 모델 (SC-20, 셀 길이 20.25Å) (b) 단결정 모델 (SC-48, 셀
길이 48.60Å) (c) 다결정 모델 (PC-50, 셀 길이 50.00Å)
Fig. 1 Molecular models of Al according to crystal structure and cell size: (a) single-crystal
model (SC-20, cell length = 20.25 Å), (b) single-crystal model (SC-48, cell length
= 48.60 Å), and (c) polycrystalline model (PC-50, cell length = 50.00 Å)
2.2 단계적 평형화 및 수렴성 검토
잔류 응력을 완화하고 등온-등압 평형 상태를 확보하기 위해 NVT (Canonical Ensemble) 및 NPT (Isothermal-Isobaric
Ensemble) 앙상블을 순차적으로 적용하는 단계적 완화 프로토콜을 적용하였다. NVT 앙상블은 원자 수, 부피, 온도를 일정하게 제어하여 목표
온도에서 원자 속도 분포 및 열적 평형 상태를 형성한다. 또한 NPT 앙상블은 원자 수, 압력, 온도를 일정하게 제어하여 온도 변화에 따른 격자의
자유로운 팽창 수축을 허용해 무응력 평형 상태를 형상한다. 온도는 Nose Thermostat [17] 로 제어하였으며, 가변 셀 응력 및 대기압 조건 (0.0001 GPa) 은 Parrinello-Rahman Barostat [18]을 적용하였다. 온도 영역은 전력반도체 작동 환경을 고려하여 238K ~ 498K 범위에서 10K 간격(총 27개 온도 단계)으로 설정하였다. 또한
SC-20, SC-48, PC-50에 대해 각 온도점마다 30개의 분자 모델을 생성해 총 2,430개의 모델을 확보하였다. 이때 각 모델은 NVT
및 NPT 앙상블 적용 시 무작위 시드를 적용하여 독립된 모델을 생성하였다.
NVT와 NPT 조건은 표 1과 같이 SC-20 (NVT 200 ps, NPT 400 ps), SC-48 (NVT 120 ps, NPT 200 ps), PC-50 (NVT 50
ps, NPT 100 ps)로 설정하였다.
수렴성은 생성된 모델에 대해 평형화 후반 구간 (총 안정화 시간의 50% 이상 지점)에서 NVT는 온도 그리고 NPT에서는 온도는 상대적 변화율과
선형회귀 기울기를 기반으로 검토하였다. NVT 총 에너지와 NPT의 밀도 및 총 에너지는 미세 진동이 큰 특성상 상대적 변화율 보다는 기울기를 통한
평형화 여부를 중점적으로 검토하였다.
표 1 NVT 및 NPT 앙상블 조건
Table 1 Simulation conditions for NVT and NPT ensembles
|
구조
|
모델
|
NVT time
|
NPT time
|
thermostat
|
Barostat
|
|
Single
|
SC-20
|
200ps
|
400ps
|
Nose
|
Parrinello
|
|
Single
|
SC-48
|
120ps
|
200ps
|
Nose
|
Parrinello
|
|
Poly
|
PC-50
|
50ps
|
100ps
|
Nose
|
Parrinello
|
2.3 등온 탄성 물성 및 등가 열팽창계수 계산
유한 온도 조건에서의 탄성 응답 계산을 위해 각 온도에서 평형화된 NPT 셀을 등온 기준상태로 설정하였다. 평형 셀에 미소 변형을 가한 후 응력 응답으로부터
6 × 6 강성행렬($C_{ij}$)을 산출하였으며, 인가된 변형 후 내부 원자의 재배열을 통해 2차 완화를 적용하여 유한 온도 탄성 응답의 비평형
기여를 최소화하고자 하였다 [19~
20]. 산출된 온도별 탄성상수 행렬은 Voigt-Reuss-Hill (VRH) 평균법을 적용하여 거시 해석에 대입 가능한 다결정 등방성 영률($E$)
및 푸아송($\nu$) 비로 환산하였다 [21]. 또한 NPT 등압 과정에서 밀도 변화를 기반으로 체적 변화율을 산출하고 등가 등방성 선열팽창계수($\alpha$)를 계산하였다.
2.4 준정적 인장 시뮬레이션
소성 영역의 항복강도($\sigma_y$) 및 극한인장강도($\sigma_{\mathrm{UTS}}$)를 계산하기 위해 평형화된 구조에 대해 Y 방향
준정적 단축 인장을 수행하였다. 변형률 0.01 단위로 총 변형률 0.20까지 단계적 하중을 가하였으며 각 변형 스텝 후 NVT 조건에서 5ps 동안
추가 완화를 수행하여 열 진동 노이즈를 억제하고자 하였다. 이를 통해 얻어진 값은 응력-변형률 곡선 구성에 사용되었다.
한편, 원자 스케일에서 수행되는 인장 시뮬레이션은 높은 변형률 속도로 인해 절대적인 수치가 실험치보다 크게 측정된다. 이에 따라 도출된 값은 온도에
따른 상대적 강도 감소 및 연화 경향성을 추출에 중점적으로 활용하였다.
2.5 통계적 검토 및 회귀 수식 도출
각 온도별 해석 결과로부터 추출된 주요 물성 지표($E$, $\nu$, $\alpha$, $\sigma_y$, $\sigma_{\mathrm{UTS}}$)에
대해 최소제곱법(OLS) 회귀 분석을 수행하였다. 본 연구에서 도출된 회귀 수식은 해당 온도 구간에서의 원자 시뮬레이션 결과를 대변하는 경험식으로
정리되었다.
3. 결 과
본 연구에서는 그림 2와 같이 3가지 구조의 모델(SC-20, SC-48, PC-50)에 대해 온도 (238 ~ 498K)에 따른 NVT 및 NPT 평형화 50% 지점의
시계열 기울기를 평가하였다. 평가 결과 NVT 및 NPT 앙상블 환경에서 모든 모델의 온도 기울기(그림 2 (a) 및 그림 2 (c))는 설정한 허용 한계인 0.05 K/ps 이내로 등온 상태임을 확인하였다. NPT 밀도 기울기(그림 2 (d)) 또한 298K 부근의 일부 열진동 이상치를 제외하고 0에 근접하여 체적 평형에 도달했음을 확인하였다. 에너지 기울기(그림 2 (b) 및 그림 2 (e))는 SC-20 및 SC-48 단결정 구조는 0 (g/cm3)/ps으로 수렴한 반면, PC-50 다결정 모델은 -2.0 ~ -7.5 kcal/mol/ps 수준의 지속적인 에너지 감쇄 경향을 보였다. 이는 다결정
결정립계 원자들이 열 구동에 의해 국부적 구조 완화를 일으키는 물리적 특성에 기인한 것으로 판단된다. 그러나 에너지 감쇄는 총 에너지 규모 대비 1%
미만의 미세 변화이며 온도 및 밀도가 수렴되었으므로 유효 상태로 가정하였다.
그림 2 기울기 기반 앙상블 수렴성 검토 결과 그래프 (a) 시간-온도(NVT) (b) 시간-총 에너지(NVT) (c) 시간-온도(NPT) (d)
시간-밀도(NPT) (e) 시간-총 에너지(NPT)
Fig. 2 Slope-based ensemble convergence evaluation graphs: (a) temperature vs. time
(NVT), (b) total energy vs. time (NVT), (c) temperature vs. time (NPT), (d) density
vs. time (NPT), and (e) total energy vs. time (NPT)
NVT-NPT 앙상블을 통해 수렴성이 검토된 모델들에 대해 준정적 인장 시험을 수행하였다. 그림 3은 다결정 모델인 PC-50의 298K에서의 인장 전(그림 3 (a))과 인장 후(그림 3 (b))를 예시로 나타낸 것이다. 시뮬레이션 상에서는 실측 실험과 같이 표준 인장 시편의 형태를 갖추지 않은 큐빅 상태에서 인장되어 각 샘플에 따라 인장에
의한 파괴 위치는 모두 다르게 나타났으나, 파괴 거동이 모사됨을 확인하였다.
그림 3 PC-50 298K에서의 인장에 의한 파괴 거동 (a) 인장 전 초기 상태 (b) 인장 완료 상태
Fig. 3 Tensile fracture behavior of PC-50 at 298 K: (a) initial state before deformation
and (b) final deformed state after tension
그림 4 (a)는 각 모델 (SC-20, SC-48, PC-50)의 온도에 따른 응력-변형률 곡선을 비교한 것으로 직관적으로 거동을 확인하기 위해 평균에 가장 근사한
1개의 샘플을 선택하여 나타낸 것이다. 또한 그림 4 (b)는 298K에서 모델별 평균 응력-변형률 곡선을 나타낸 것이며, 음영은 30회 계산 결과에 대한 표준편차를 나타낸 것이다. 모델 전체에서 온도가 상승함에
따라 항복 강도(YS) 및 최대 인장 강도(UTS)가 일관되게 감소하는 열적 연화 현상이 관찰되었다. 이는 MD 모델 내 원자들의 열 진동 에너지
증가로 인해 격자 결합력이 약화되고 전위 활동성이 증대되는 물리적 특성을 반영한 결과로 판단된다. 단결정 모델인 SC-20과 SC-48은 항복 개시
및 UTS 수치상으로는 유사한 값을 보였으나, SC-20의 경우 UTS 이후의 거동에서 특이점이 관찰되었다. 이는 상대적으로 셀 크기가 작은 SC-20
모델은 주기적 경계 조건에 의한 자기 간섭(Self-interaction)이 발생한 결과에 의한 것으로 추정된다. 결과적으로 본 연구 결과내에서 판단하였을
때 단결정 구조의 최대 인장 후 국부 변형을 모사하기 위해서는 최소 SC-48 이상의 셀 크기가 요구됨을 확인하였다.
한편, 다결정 모델(PC-50)은 결정립계에 의한 구조적 불완전성으로 인해 단결정 대비 YS 및 UTS가 모두 낮게 나타났다. 그러나 피크 응력 이후
급격한 응력 강하를 보이는 단결정과 달리, 다결정 모델은 완만한 연성 거동을 보였다.
그림 4 응력-변형률 곡선 비교 (a) 온도에 따른 응력-변형률 곡선 (b) 298K에서의 모델별 평균 응력-변형률 곡선 (음영: 표준편차, N=30)
Fig. 4 Comparison of stress–strain curves: (a) temperature-dependent stress–strain
curves and (b) average stress–strain curves of different models at 298 K (shaded regions
indicate standard deviation, N=30)
그림 5 (a)는 각 모델에 대해 Strain 2.0%에서의 온도에 따른 YS의 경향을 정리한 것이다. 단결정 모델의 경우 -0.0007GPa/K의 감소 경향이
확인되었고 다결정은 -0.0008GPa/K으로 비교적 감소 경향이 큰 것으로 확인되었다. 그림 5 (b)는 YS가 2% 일때의 값을 UTS로 도출한 결과이다. 단결정의 경우 기울기가 약 -0.008GPa/K에 근사하며 다결정의 경우 기울기가 -0.006GPa/K에
근사하여 다결정이 온도에 따른 UTS 감소폭이 작은 것으로 확인되었다. 특히, YS 값의 산포가 단결정 모델에서 더욱 부각되는 이유는 결정립계가 존재하지
않아 잠재적 결합 위치가 결정되지 않기 때문인 것으로 추정된다. 이에 따라 체적이 증가할 경우 잠재적 결합 위치가 기하급수적으로 증가하여 SC-48
모델이 SC-20 모델에 비해 산포가 큰 것으로 추정된다.
그림 5 온도에 따른 YS 및 UTS 계산 결과 (a) 온도-YS (b) 온도-UTS
Fig. 5 Temperature-dependent calculated results of YS and UTS: (a) YS vs. temperature
and (b) UTS vs. temperature
그림 6은 각 모델의 온도별 밀도 데이터를 선변형률로 변환하고 이를 미분하여 등가 등방성 열팽창계수를 산출한 결과이다. 이때 데이터의 수치적 노이즈를 억제하고
대표성을 확보하기 위해 모델별 30회 결과의 평균 밀도를 활용하였다. 그림 6 (a)는 2차 다항식 기반의 선변형률 피팅 결과이며, 모델 전체에서 결정계수(R2)가 0.98 이상으로 나타나 통계적 수렴성을 확인하였다. 그림 6 (b)는 선변형률을 통해 얻어진 결과에 대해 온도로 미분하여 도출한 온도에 따른 CTE 변화 경향을 나타낸 것이다. 단결정 모델인 SC-20의 CTE 온도
감도 기울기는 0.0226 ppm/K2로, SC-48 0.0184 ppm/K2에 비해 상대적으로 가파른 상승 경향을 보였다. PC-50의 CTE 기울기는 0.0116 ppm/K2로 가장 낮은 온도 의존성을 나타내었다. 이는 고온 영역에서 결정립계 부근의 원자들이 국부적 구조 재배열을 통해 열팽창 변형을 완충한 결과로 추정된다.
그림 6 CTE 경향성 비교 결과 (a) 선변형률 피팅 및 (b) CTE 온도 변화
Fig. 6 Comparison of CTE trends across models: (a) linear strain fitting as a function
of temperature and (b) calculated linear CTE vs. temperature
표 2는 본 연구에서 도출된 각 모델에 대한 주요 온도 의존성 물성을 회귀 수식화하여 정리한 표이다. 도출된 수식의 결정 계수는 SC-20의 YS (R2=0.66)와 PC-50의 푸아송비 (R2=0.47)를 제외하고 R2 0.92 이상으로 도출되어 통계적 수렴성을 확인할 수 있었다. SC-20 YS와 PC-50 푸아송비의 결정 계수가 낮은 것은 각각 시뮬레이션 상에서
셀 크기와 결정립계에 의한 것으로 추정되지만 이에 대한 세부적인 원인은 향후 추가적인 분석이 필요할 것으로 판단된다. 열팽창계수는 PC-50 다결정
모델이 기울기 1.16×10-2 ppm/K2로 가장 낮게 나타났다. 이는 다결정이 결정립계 효과에 의해 단결정 대비 열팽창 완충의 역할을 하고 있음을 시사한다. YS에서는 PC-50이 -8.40×10-4 ppm/K2 로 가장 가파른 경향성을 보였다. 이는 다결정 내부의 결정립계가 열적 활성화에 기여하기 때문인것으로 추정된다. 반면 UTS에서는 PC-50이 -5.60×10-3 ppm/K2 으로 가장 완만한 기울기를 보였다. 이는 다결정의 경우 단결정에 비해 결정립 간의 구조적 구속 영향에 의해 고온 강도 유지에 기여하기 때문인것으로
추정된다.
본 연구에서 298 K 기준 Al의 영률은 단결정 모델(SC-20 : 76.84 GPa, SC-48 : 76.72 GPa) 및 다결정 모델(PC-50
: 75.21 GPa)로 각각 산출되었다. 이는 동일 EAM 포텐셜을 적용한 선행 MD 연구의 상온 영률 범위(74~77 GPa)와 부합한다 [15], [22]. 한편, 동일 온도에서의 CTE는 SC-20에서 14.3 ppm/K, SC-48에서 14.7 ppm/K, PC-50에서 13.9 ppm/K로 계산되었다.
이는 MEAM(Modified Embedded-Atom Method)을 이용한 선행 연구의 단결정 Al CTE 계산값(14.4 ppm/K)과 유사하였다
[23]. 이러한 수치가 벌크 실측치(23.6 ppm/K) 대비 다소 낮게 나타나는 경향은 실제 재료의 미세구조적 불완전성이 배제된 이상적 원자 시뮬레이션
모델의 구조적 특성에 기인한 것으로 판단된다 [23].
표 2 모델별 온도 의존성 물성 회귀 수식
Table 2 Regression equations of temperature-dependent material properties for different
models (valid temperature range: 238–498 K)
|
물성
|
모델
|
결정계수
|
회귀 수식 (유효온도: 238~498K)
|
α
(ppm/K)
|
SC-20
|
0.9805
|
α(T) = 2.26e-02·T + 7.60
|
|
SC-48
|
0.9976
|
α(T) = 1.84e-02·T + 9.25
|
|
PC-50
|
0.9989
|
α(T) = 1.16e-02∙T + 10.39
|
σy
(GPa)
|
SC-20
|
0.6586
|
σy(T) = -7.08e-04·T + 2.35
|
|
SC-48
|
0.9205
|
σy(T) = -7.35e-04·T + 2.35
|
|
PC-50
|
0.9747
|
σy(T) = -8.40e-04·T + 1.96
|
σUTS
(GPa)
|
SC-20
|
0.9900
|
σUTS(T) = -7.91e-03·T + 11.39
|
|
SC-48
|
0.9907
|
σUTS(T) = -7.95e-03·T + 11.31
|
|
PC-50
|
0.9882
|
σUTS(T) = -5.60e-03·T + 8.71
|
E
(GPa)
|
SC-20
|
0.9629
|
E(T) = -3.30e-03·T + 77.82
|
|
SC-48
|
0.9934
|
E(T) = -4.23e-03·T + 77.98
|
|
PC-50
|
0.9316
|
E(T) = -9.30e-03·T + 56.01
|
|
ν
|
SC-20
|
0.9724
|
ν(T) = -9.92e-06·T + 0.34
|
|
SC-48
|
0.9916
|
ν(T) = -9.27e-06·T + 0.34
|
|
PC-50
|
0.4668
|
ν(T) = -5.00e-06·T + 0.38
|
4. 결 론
본 연구에서는 MD 시뮬레이션을 활용하여 연속적인 온도 환경(238~498K)에서 순수 Al의 온도 의존성 물성 경향성을 대량의 데이터를 기반으로
도출하였다. NVT-NPT를 통한 단계적 평형화 스크립트를 통해 대량의 모델을 효율적으로 구축할 수 있었으며, 상대 변형률과 기울기 기반으로 수렴성
검토하여 유효성을 확인할 수 있었다. 단결정의 셀 크기에 의한 영향으로 YS 및 UTS 초기 수치에서 SC-20와 SC-48이 유사하였으나, SC-20의
경우 주기적 경계 조건(PBC) 하의 자기 간섭으로 인해 UTS 이후 특이점이 관찰되었다. 따라서 단결정의 UTS 이후의 변형 모사를 위해 충분한
셀 크기가 요구됨을 확인할 수 있었다. 결정립계 효과 측면에서는 결정립계 원자들의 열적 활성화 효과와 결정립계 구속 효과가 주요하게 관찰되었다. 결정립계
원자들의 열적 활성화 효과에 의해 다결정 모델이 단결정 모델에 비해 YS의 온도에 따른 변화량이 크게 나타났다. 반대로 결정립계 구속 효과에 의해
UTS에서 온도에 따른 변화량이 단결정 모델에 비해 작은 것으로 나타났다. 결과적으로 이상적인 격자 모델과 실제 시편 간의 절대적 물성 차이가 나타나므로
본 연구에서 도출한 온도 의존성 회귀 수식은 향후 실측 기반 FEA에 상대적 온도 경향성을 보정 및 반영하기 위한 기초 물성 데이터로 활용될 수 있다.
Acknowledgements
이 연구는 2026년도 산업통상자원부 및 산업기술진흥원(KIAT) 연구비 지원에 의한 연구임 (P0025771, 2026년 산업혁신기반구축사업).
References
Pavliček, C. Liu, U. Qayyum, "Thermal and Thermomechanical Investigations of Power
Semiconductor Pre-Packages," pp. 462-465, 2022 IEEE 9th Electronics System-Integration
Technology Conference, ESTC 2022 - Proceedings, 2022.
W. Liu, X. Wang, J. Zhang, G. Zhang, P. Liu, "Al-clad Cu bond wires for power electronics
packaging: Microstructure evolution, mechanical performance, and molecular dynamics
simulation of diffusion behaviors," Mater. Today Commun., vol. 41, 2024.
S. Pietranico, S. Pommier, S. Lefebvre, S. Pattofatto, "Thermal fatigue and failure
of electronic power device substrates," Int. J. Fatigue, vol. 31, no. 11–12, pp. 1911-1920,
2009.
S. Jones-Jackson, R. Rodriguez, Y. Yang, L. Lopera, A. Emadi, "Overview of Current
Thermal Management of Automotive Power Electronics for Traction Purposes and Future
Directions," IEEE Transactions on Transportation Electrification, vol. 8, no. 2, pp.
2412-2428, 2022.
J. Tang, L. Li, G. Zhang, J. Zhang, P. Liu, "Finite element modeling and analysis
of ultrasonic bonding process of thick aluminum wires for power electronic packaging,"
Microelectronics Reliability, vol. 139, 2022.
H. S. Lee, B. Han, "TIME-TEMPERATURE DEPENDENT CHARACTERIZATION OF POLYMERS FOR ACCURATE
PREDICTION OF STRESSES IN ELECTRONIC PACKAGES," 2021.
J. Shen, X. Shen, J. Zhou, W. Yue, T. Zhang, "Molecular dynamics simulation of fatigue
damage formation in single-crystal/polycrystalline aluminum," Mater. Today Commun.,
vol. 39, 2024.
Q. Zeng, L. Wang, W. Jiang, "Molecular Dynamics Simulations of the Tensile Mechanical
Responses of Selective Laser-Melted Aluminum with Different Crystalline Forms," Crystals
2021, Vol. 11, Page 1388, vol. 11, no. 11, 2021.
D. De Faoite, D. J. Browne, F. R. Chang-Díaz, K. T. Stanton, "A review of the processing,
composition, and temperature-dependent mechanical and thermal properties of dielectric
technical ceramics," Journal of Materials Science 2011 47:10, vol. 47, no. 10, pp.
4211-4235, 2011.
S. Race, A. Philipp, M. Nagel, T. Ziemann, I. Kovacevic-Badstuebner, U. Grossner,
"Circuit-Based Electrothermal Modeling of SiC Power Modules With Nonlinear Thermal
Models," IEEE Trans. Power Electron., vol. 37, no. 7, pp. 7965-7976, 2022.
Z. Li, Y. Gao, S. Zhan, H. Fang, Z. Zhang, "Molecular dynamics study on temperature
and strain rate dependences of mechanical properties of single crystal Al under uniaxial
loading," AIP Adv., vol. 10, no. 7, 2020.
P. Lin, "Effect of temperature on the mechanical properties of aluminum polycrystal
using molecular dynamics simulation," Case Studies in Thermal Engineering, vol. 59,
2024.
F. Leng, L. Liu, P. Lv, J. Zhang, Y. Zhao, "Effect of temperature on tensile properties
of a third-generation low-cost single crystal superalloy: Experiments and molecular
dynamics simulations," Materials Science and Engineering: A, vol. 927, 2025.
L. S. Morrissey, S. Nakhla, "Considerations when calculating the mechanical properties
of single crystals and bulk polycrystals from molecular dynamics simulations," Mol.
Simul., vol. 46, no. 18, pp. 1433-1442, 2020.
Y. Mishin, D. Farkas, M. J. Mehl, D. A. Papaconstantopoulos, "Interatomic potentials
for monoatomic metals from experimental data and ab initio calculations," Phys. Rev.
B, vol. 59, no. 5, pp. 3393, 1999.
T. Okamoto, K. Kameda, H. Wang, M. Ihara, S. Manzhos, "Comparison of Voronoi Tessellation-Derived
and Molecular Dynamics-Derived Atomistic Models of Polycrystalline Titania: A Computational
Study of Structures, Band Structures, and Mechanical Properties," Adv. Theory Simul.,
vol. 9, no. 1, 2026.
S. Nosé, "A molecular dynamics method for simulations in the canonical ensemble,"
Mol. Phys., vol. 52, no. 2, pp. 255-268, 1984.
M. Parrinello, A. Rahman, "Polymorphic transitions in single crystals: A new molecular
dynamics method," J. Appl. Phys., vol. 52, no. 12, pp. 7182-7190, 1981.
J. F. Lutsko, "Generalized expressions for the calculation of elastic constants by
computer simulation," J. Appl. Phys., vol. 65, no. 8, pp. 2991-2997, 1989.
H. H. Pham, M. E. Williams, P. Mahaffey, M. Radovic, R. Arroyave, T. Cagin, "Finite-temperature
elasticity of fcc Al: Atomistic simulations and ultrasonic measurements," Phys. Rev.
B, vol. 84, no. 6, 2011.
R. Hill, "The Elastic Behaviour of a Crystalline Aggregate," Proceedings of the Physical
Society. Section A, vol. 65, no. 5, pp. 349, 1952.
S. M. Rassoulinejad-Mousavi, Y. Mao, Y. Zhang, "Evaluation of copper, aluminum, and
nickel interatomic potentials on predicting the elastic properties," J. Appl. Phys.,
vol. 119, no. 24, 2016.
Z. Ma, B. Peng, Z. Li, H. Yuan, "Specific heat, melting temperature, and thermal expansion
coefficients of copper, aluminum, and nickel under 1 to 10000 bar by molecular dynamics
simulation," vol. 14144, pp. 270, 2026.
저자소개
Dong-Hyeon Kim received a bachelor’s degree in building and facilities engineering
and a master’s degree in smart city engineering from Dong-Eui University in Busan,
South Korea. He is currently a Ph.D. candidate in the Department of Mechanical Engineering
at Dong-Eui University. As a researcher at the Digital Twin Laboratory, his work focuses
on machine learning-based anomaly detection. Currently, his research focuses on analyzing
the factors that influence the reliability of power semiconductor devices and materials.
Hojeong Ko received a bachelor’s degree and a master’s degree in electronic engineering
from Kyung Hee University, Gyeonggi-do, South Korea, and a Ph.D. degree in NID information
and communications (ICT) fusion technology from Seoul National University of Science
and Technology, Seoul, South Korea. He is currently a professor at the Department
of AI Software, Korea Polytechnics, South Korea. Before joining the university, he
was a principal researcher with Samsung SDS, Seoul, South Korea. His current research
interests include ICT convergence, AI, MMIC, and 5G networks.
Sung-Uk Zhang received a bachelor’s degree in electrical engineering from Sogang University,
Seoul, South Korea; a master’s degree in biomedical engineering, and a Ph.D. degree
in mechanical engineering from the University of Florida, Gainesville, FL, USA. He
is an associate professor at the Department of Automotive engineering, Dong-Eui University,
Busan, South Korea. Before joining the university, he was with Samsung Electronics,
Giheung-gu, Youngsi, Gyeonggi-do, South Korea. He has published extensively in journals
and conference proceedings. He is a leader in the Digital twin laboratory, at Dong-Eui
University. His current research interests include digital twin technology for microelectronics
reliability, artificial intelligence for structural health monitoring, semiconductor
process simulation, and, multiphysics and multiscale simulation using finite element
analysis.