[科普中国]-柔性印刷电路板

柔性印刷电路板，又称为柔性线路板、软性线路板、挠性线路板、软板，英文是FPC（Flexible Printed Circuit的缩写），是一种特殊的印制电路板。它的特点是重量轻、厚度薄、柔软、可弯曲。主要使用于手机、笔记本电脑、PDA、数码相机、液晶显示屏等很多产品。

简介柔性印刷电路板（Flexible Printed Circuit，FPC），一般以聚酰亚胺作为底板，在其表面附着铜箔作为导体的印刷电路，具有优良的电气特性。与传统的 PCB 相比较，FPC具有极高的挠曲性，让其天然适合于三维空间的电路互连。在满足高度可靠的前提下，FPC 可以节省大量的安装控件，让电子设备变得更轻薄短小，同时具备散热性好，易于安装等特点。在设备轻薄化、智能化的发展中，来自手机、平板电脑和智能硬件等市场的强大推动，FPC 的需求不断上升，此外，在航天航空，医疗电子等高端电子产品中，FPC 的需求也越来越大。20 世纪初，美国为了满足军事技术的发展要求，率先研究挠性电气互连技术，到20 世纪后期，FPC被应用于布线线路密集、连接线路需要弯折的汽车电子行业。后来随着其他行业对 FPC 需求日益增加，全球的柔性印刷电路板制造行业得到高速发展。现阶段，日本在制造工艺水平和产能都处于柔性印刷电路板行业的领先位置1。

组成及优点柔性印刷电路板主要由以下几个部分组成：

铜箔基板：常用材料结构为铜箔加核心层。铜箔：分为电解铜与压延铜两种。核心层：常见为聚酰亚胺（PI）。

保护膜：表面绝缘用。常用材料结构为聚酰亚胺（PI）加接着剂环氧树脂热固胶。

补强：加强柔性印刷电路板的机械强度。

FPC作为一种特殊的 PCB 具备以下优点：

配线密度高，组合简单，电路板成本低；

厚度薄，质量轻，有效的缩小产品的体积和减小了产品的重量；

可折叠，可做动态挠曲、3D 立体安装；可靠性高，散热性强，为电子产品高集成化与高性能化提供便利2。

结构按照导电铜箔的层数，柔性印刷电路板可以划分为单层板、双面板、双层板、多层板等。

单层柔性板是结构最简单的柔性板。从下到上依次为：基板、接着剂、铜箔、接着剂、保护膜。可根据需要在最下层增加补强。

双面板的两面都有焊盘，主要用于和其他电路板的连接。从下到上依次为：保护膜、接着剂、铜箔、接着剂、基板、接着剂、铜箔、接着剂、保护膜。

双层板、多层板当电路的线路更复杂、单层板无法布线时，就需要使用双层板或者多层板。

多层板与单层板的区别是，多层板增加了过孔结构以便连结各层铜箔。从下到上依次为：基板、接着剂、铜箔、接着剂……保护膜。

印制电路板印制电路板（PCB线路板），又称印刷电路板，是电子元器件电气连接的提供者。它的发展已有100多年的历史了；它的设计主要是版图设计；采用电路板的主要优点是大大减少布线和装配的差错，提高了自动化水平和生产劳动率。

按照线路板层数可分为单面板、双面板、四层板、六层板以及其他多层线路板。

由于印刷电路板并非一般终端产品，因此在名称的定义上略为混乱，例如：个人电脑用的母板，称为主板，而不能直接称为电路板，虽然主机板中有电路板的存在，但是并不相同，因此评估产业时两者有关却不能说相同。再譬如：因为有集成电路零件装载在电路板上，因而新闻媒体称他为IC板，但实质上他也不等同于印刷电路板。我们通常说的印刷电路板是指裸板-即没有上元器件的电路板。

柔性印刷电路板表观检测实时性需求随着柔性印刷电路板的生产工艺不断提升，下游厂家对产品的要求愈趋精细化，使得电路板上的线宽线距愈发密集。如此一来，柔性印刷电路板的缺陷检测也遇到新的问题。自动光学检测系统必须提高图像采集模块的分辨率才能得到更清晰的待测样品图像，从而获取更丰富的缺陷信息。可是图像信息越精细，传输的数据量就会变大，导致处理时间亦相应增加。在图像处理中对庞大的数据量进行存储、传输、计算等操作，会产生巨大的时间消耗，为了提高检测精度的同时为保证系统的鲁棒性，图像处理的算法复杂度也会提升，这两者的共同作用下，缺陷检测设备的检测效率将会大打折扣。如何在满足高精度的检测效果的同时又能保证检测系统的实时性成为了工业生产中亟需解决的问题。

以往随着计算机硬件的更新换代，处理器的主频提升，软件在不需要做任何改动的情况下便可以获得更快的运行效率。然而，当处理器的主频提升的难度越来越大，设计复杂度越来越高，发热情况越来越严重，单核处理器的计算速度已经达到了一个瓶颈。但人们对计算性能的要求依然不断地提高，多核处理器的出现让人们可以从并行计算的思路去提升计算机的计算性能。

多核处理器通过结合多线程技术，利用协作并行的思路，在处理器的不同核心里同时执行互相独立的任务以提高程序的运行效率，它的出现极大的推动了计算机技术的发展。然而，在检测系统的图像处理算法中，往往需要进行大规模密集型数据的计算，如果通过大量增加通用处理器的核数或者利用计算机集群进行计算，计算成本将会大大的提高。出于成本的考虑和通用处理器上硬件的限制，人们在解决大规模密集型数据计算时，把注意力转移到图形处理器（Graphic Process Unit，GPU）上面。由于 GPU 的设计理念是把更多的晶体管制成计算处理单元，所以一个 GPU 可以包含上百个计算核心，对于解决图像处理这种大规模的并行计算具有天然的优势。

本词条内容贡献者为:

王伟 - 副教授 - 上海交通大学