जैसे ही सेमीकंडक्टर ज्यामिति 10 एनएम और उससे कम तक सिकुड़ती है, 'हानिरहित' कॉस्मेटिक दोष और घातक कार्यात्मक दोष के बीच की सीमा व्यावहारिक रूप से गायब हो जाती है। वेफर सतह पर छोटी-मोटी खरोंचें या दाग एक बार नगण्य लगते थे। आज, वे अत्यधिक तापीय तनाव के तहत गंभीर विश्वसनीयता जोखिम पैदा करते हैं। आधुनिक वेफर और पैकेजिंग वॉल्यूम के लिए मानव निरीक्षण अब सांख्यिकीय रूप से व्यवहार्य नहीं है। ऑपरेटर लाखों सूक्ष्म घटकों को सटीक रूप से संसाधित नहीं कर सकते हैं। लगातार आंखों की थकान स्वाभाविक रूप से मिस्ड विसंगतियों को जन्म देती है।
स्वचालित में अपग्रेड किया जा रहा है कॉस्मेटिक दोष निरीक्षण उपकरण अब उच्च-उपज विनिर्माण के लिए एक आधारभूत आवश्यकता है। हालाँकि, निवेश पर सही रिटर्न की गणना के लिए गहराई से देखने की आवश्यकता है। आपको साधारण दोष पकड़ने की दरों से परे देखना चाहिए। आपको एक ऐसी प्रणाली की आवश्यकता है जो सटीकता, उत्पादन थ्रूपुट और डेटा ट्रैसेबिलिटी को पूरी तरह से संतुलित करती हो। यह लेख बताता है कि कैसे उन्नत पहचान प्रणालियाँ उपज की रक्षा करती हैं और आधुनिक निर्माण सुविधाओं में गुणवत्ता नियंत्रण को फिर से परिभाषित करती हैं।
उपज सुरक्षा: स्वचालित सतह दोष का पता लगाना सतही विसंगतियों (सूक्ष्म खरोंच, दाग, छिलने) को डाउनस्ट्रीम विफलताओं में बदलने से रोकता है।
ओवरकिल में कमी: उन्नत सिस्टम महत्वपूर्ण दोषों और स्वीकार्य भिन्नता के बीच अंतर करते हैं, व्यवहार्य सिलिकॉन को बर्बाद करने वाली झूठी सकारात्मकता (ओवरकिल) को कम करते हैं।
पता लगाने की क्षमता: आधुनिक दृश्य निरीक्षण उपकरण सीधे एमईएस/वाईएमएस के साथ एकीकृत होता है, जो मूल-कारण विश्लेषण के लिए बंद-लूप प्रतिक्रिया प्रदान करता है।
एआई बनाम पारंपरिक: नियम-आधारित एओआई (स्वचालित ऑप्टिकल निरीक्षण) से गहन शिक्षण मॉडल में बदलाव मौलिक रूप से बदल रहा है कि निर्माता निरीक्षण समाधानों का मूल्यांकन कैसे करते हैं।
हम अक्सर कॉस्मेटिक खामियों को हानिरहित मानते हैं। यह धारणा आज खतरनाक है. सौंदर्यात्मक और कार्यात्मक दोषों के बीच की रेखा लगातार धुंधली होती जा रही है। सिलिकॉन किनारे पर एक छोटी चिप एक साधारण सौंदर्य संबंधी मुद्दे की तरह लग सकती है। हालाँकि, यह एक गंभीर तनाव एकाग्रता बिंदु बनाता है। जब घटक थर्मल साइक्लिंग से गुजरता है, तो यह बिंदु विफल हो जाता है। दोष सूक्ष्म दरार में फैल जाता है। अंततः, यह कार्यात्मक सर्किटरी को नष्ट कर देता है। निष्क्रियता परत में भिन्नता या मामूली मलिनकिरण अक्सर अंतर्निहित रासायनिक असंतुलन का संकेत देते हैं। आप उच्च-शक्ति अनुप्रयोगों में इन प्रतीत होने वाली सतही विसंगतियों को नज़रअंदाज नहीं कर सकते।
गलत नकारात्मक परिणाम तब घटित होते हैं जब कोई सिस्टम किसी दोष को भूल जाता है। हम इसे 'अंडरकिल' कहते हैं। कॉस्मेटिक दोषों से बचने के गंभीर परिणाम होते हैं। वे बिना पहचाने ही अंतिम उत्पाद में पहुँच जाते हैं। तैनाती के तुरंत बाद फ़ील्ड विफलताएँ होती हैं। ग्राहक महंगे रिटर्न मर्चेंडाइज ऑथराइजेशन (आरएमए) जारी करते हैं। इससे भी महत्वपूर्ण बात यह है कि आपकी विक्रेता योग्यता स्थिति पर भारी असर पड़ता है। ऑटोमोटिव इलेक्ट्रॉनिक्स काउंसिल जैसे संस्थान AEC-Q100 जैसे विश्वसनीयता मानकों को सख्ती से लागू करते हैं। वे शून्य दोष की मांग करते हैं। एक भी खरोंच छूटने से आपकी प्रतिष्ठा को पूरी तरह से नुकसान पहुंचता है।
झूठी सकारात्मकताएँ भी उतनी ही विनाशकारी होती हैं। हम इसे 'ओवरकिल' कहते हैं। पारंपरिक निरीक्षण उपकरण अक्सर अति-संवेदनशील होते हैं। वे स्वीकार्य सामग्री भिन्नताओं को गंभीर दोषों के रूप में चिह्नित करते हैं। यह कृत्रिम रूप से आपकी उपज दरों को कम कर देता है। आप अंततः पूरी तरह व्यवहार्य सिलिकॉन को त्याग देते हैं। वैकल्पिक रूप से, आप ऑपरेटरों को मैन्युअल माध्यमिक समीक्षा के लिए बाध्य करते हैं। इससे समय और अत्यधिक कुशल श्रम बर्बाद होता है। यह फ़ैक्टरी स्वचालन के संपूर्ण उद्देश्य को विफल कर देता है। इस ओवरकिल को काफी हद तक कम करने के लिए आपको स्मार्ट सिस्टम की आवश्यकता है।
उद्योग परिदृश्य तेजी से बदल रहा है। टियर-1 ऑटोमोटिव और एयरोस्पेस ग्राहक पूर्ण पूर्णता की मांग करते हैं। अब वे आपूर्ति शृंखला में सख्त ट्रेसबिलिटी अनिवार्य करते हैं। वे सभी अर्धचालक घटकों के लिए पूर्ण शून्य-दोष सहनशीलता लागू करते हैं। एक साधारण दृश्य जांच अब अनुपालन ऑडिट को संतुष्ट नहीं करती है। आपको घटक अखंडता का निर्विवाद डिजिटल प्रमाण प्रदान करना होगा। स्वचालित निरीक्षण आपको आसानी से यह सत्यापन योग्य डेटा ट्रेल प्रदान करता है।
बैच-सैंपलिंग एक समय उद्योग का मानक था। यह अब पूरी तरह अप्रचलित हो चुका है। आधुनिक इनलाइन प्रोसेसिंग प्रणालियाँ 100% घटकों का निरीक्षण करती हैं। वे इसे पूर्ण उत्पादन गति से करते हैं। अब आपको निरीक्षण स्टेशन पर बाधाओं का सामना नहीं करना पड़ेगा। उपकरण प्रति घंटे लगातार हजारों यूनिट प्रोसेस करता है। यह व्यापक कवरेज तत्काल दोष रोकथाम की गारंटी देता है। महंगी पैकेजिंग चरणों में जाने से पहले आप विसंगतियों को पकड़ लेते हैं।
आधुनिक विनिर्माण नैनोस्केल पर संचालित होता है। स्वचालित सिस्टम इस पैमाने से मेल खाने के लिए उन्नत प्रकाशिकी का उपयोग करते हैं। वे ब्राइटफील्ड, डार्कफील्ड और इंटरफेरोमेट्री तकनीकों को जोड़ते हैं। ये प्रकाश विधियाँ नैनोमीटर स्तर तक सतह की विसंगतियों को प्रकट करती हैं। वे 10nm कण जमाव का तुरंत पता लगा सकते हैं। मज़बूत कॉस्मेटिक दोष निरीक्षण यह सुनिश्चित करता है कि कुछ भी ध्यान से न छूटे। इससे पहले कि वे प्रमुख कार्यात्मक त्रुटियों में बदल जाएं, आप सूक्ष्म विचलनों की पहचान करते हैं।
निरीक्षण उपकरण अच्छे चिप्स को खराब चिप्स से अलग करने से कहीं अधिक करते हैं। वे शक्तिशाली डेटा संग्रह नोड्स के रूप में कार्य करते हैं। सिस्टम सैकड़ों वेफर्स में दोष स्थान डेटा एकत्र करता है। यह दोहराए जाने वाले पैटर्न को आसानी से पहचान लेता है। उदाहरण के लिए, किनारे पर बार-बार आने वाली खरोंचें गलत संरेखित रोबोटिक हैंडलिंग आर्म का संकेत दे सकती हैं। आप अपस्ट्रीम उपकरण बहाव को तुरंत पहचान लेते हैं। आप लगातार लक्षणों को फ़िल्टर करने के बजाय मूल कारण को ठीक करते हैं।
मैनुअल क्यूए इंजीनियरों पर भरोसा करने से आपके कारखाने का विकास सीमित हो जाता है। विज़ुअल सॉर्टिंग थकाऊ और अत्यधिक त्रुटि-प्रवण है। आधुनिक उपकरण इन अत्यधिक कुशल श्रमिकों को दोहराए जाने वाले कार्यों से दूर कर देते हैं। वे प्रक्रिया में सुधार और उन्नत दोष विश्लेषण की ओर बढ़ते हैं। आप अपनी इंजीनियरिंग टीम का मूल्य अधिकतम करते हैं। वे पूरे दिन सूक्ष्मदर्शी में देखने के बजाय जटिल उपज चुनौतियों को हल करने पर ध्यान केंद्रित करते हैं।
सख्त एल्गोरिदम पारंपरिक नियम-आधारित एओआई सिस्टम को नियंत्रित करते हैं। आप सॉफ़्टवेयर में सटीक पैरामीटर प्रोग्राम करते हैं। ये प्रणालियाँ पूर्वानुमानित, उच्च संरचित घटकों के साथ उत्कृष्टता प्राप्त करती हैं। वे सख्त ज्यामितीय सहनशीलता को पूरी तरह से संभालते हैं। हालाँकि, उनमें अनुकूलन क्षमता का अभाव है। वे अप्रत्याशित जैविक आकृतियों से संघर्ष करते हैं। विभिन्न पृष्ठभूमियाँ एल्गोरिदम को आसानी से भ्रमित कर देती हैं। वेफर सतह पर बदलती परावर्तनशीलता लगातार गलत अलार्म ट्रिगर करती है।
गहन शिक्षण निरीक्षण प्रतिमान को पूरी तरह से बदल देता है। एआई-संचालित मॉडल हार्डकोडेड नियमों पर भरोसा नहीं करते हैं। वे जटिल सतहों और कम-विपरीत दोषों को खूबसूरती से संभालते हैं। वे झूठी सकारात्मकता को कम करने में उत्कृष्टता प्राप्त करते हैं। एल्गोरिदम बड़े पैमाने पर डेटासेट से सीखते हैं। आप उन्हें 'अच्छे' और 'बुरे' घटकों के उदाहरण दें। वे स्वाभाविक रूप से स्वीकार्य बैच-दर-बैच विविधताओं के अनुकूल होते हैं। आप निरंतर, थकाऊ पैरामीटर ट्यूनिंग से बचते हैं। वे संदर्भ को एक मानव संचालक की तरह समझते हैं।
कभी-कभी आपको दोनों दृष्टिकोणों की एक साथ आवश्यकता होती है। हाइब्रिड सिस्टम परम स्वचालित समाधान प्रदान करते हैं। वे सख्त मेट्रोलॉजी के लिए नियतात्मक नियम-आधारित मापों को जोड़ते हैं। साथ ही, वे AI-संचालित का उपयोग करते हैं सतह दोष का पता लगाना । कॉस्मेटिक विसंगतियों के लिए आपको एक ही पास में सही ज्यामितीय सत्यापन और बुद्धिमान विसंगति पहचान मिलती है। यह बहुमुखी प्रतिभा उन्हें आधुनिक उन्नत पैकेजिंग फ़ैब्स में अत्यधिक मांग में रखती है।
सिस्टम श्रेणी |
सर्वोत्तम अनुप्रयोग परिदृश्य |
मुख्य तकनीकी लाभ |
मुख्य सीमा |
|---|---|---|---|
नियम-आधारित एओआई |
पूर्वानुमेय, उच्च संरचित घटक। |
सख्त ज्यामितीय सहनशीलता और मेट्रोलॉजी के लिए बिल्कुल सही। |
जैविक आकृतियों और विविध परावर्तनशीलता के साथ संघर्ष। |
एआई/मशीन लर्निंग |
जटिल सतहें और कम-विपरीत विसंगतियाँ। |
बैच विविधताओं के अनुकूल; झूठी सकारात्मकता को कम करता है। |
प्रशिक्षित करने के लिए व्यापक, लेबल वाले दोष डेटासेट की आवश्यकता होती है। |
हाइब्रिड सिस्टम |
उन्नत पैकेजिंग और सख्त अनुपालन वातावरण। |
बुद्धिमान विसंगति का पता लगाने के साथ सटीक मेट्रोलॉजी को जोड़ती है। |
अधिक जटिल सॉफ़्टवेयर एकीकरण और परिनियोजन चरण। |
आपको गति और विवरण को सावधानीपूर्वक संतुलित करना होगा। उच्च ऑप्टिकल आवर्धन छोटे दोषों को स्पष्ट रूप से प्रकट करता है। हालाँकि, यह कैमरे के दृश्य क्षेत्र को काफी कम कर देता है। इससे निरीक्षण प्रक्रिया काफी धीमी हो जाती है। आपको यह आकलन करना चाहिए कि क्या सिस्टम आवश्यक रिज़ॉल्यूशन पर आवश्यक यूपीएच (प्रति घंटा यूनिट) बनाए रखता है। आप अनावश्यक आवर्धन स्तरों के लिए उत्पादन थ्रूपुट का त्याग नहीं कर सकते।
प्रकाश आपकी निरीक्षण प्रक्रिया को पूरी तरह से बनाता या बिगाड़ता है। अर्धचालक पदार्थ स्वभाव से अत्यधिक परावर्तक होते हैं। मानक प्रकाश व्यवस्था कठोर चमक पैदा करती है और गंभीर दोषों को छिपा देती है। आपको सिस्टम की रोशनी वास्तुकला का पूरी तरह से मूल्यांकन करना चाहिए। मल्टी-एंगल और मल्टी-स्पेक्ट्रल प्रकाश क्षमताओं की तलाश करें। उन्नत उपकरण जटिल सतहों को भेदने के लिए 3डी इमेजिंग का उपयोग करते हैं। उत्कृष्ट दृश्य निरीक्षण उपकरण परावर्तन समस्याओं को पूरी तरह से बायपास करने के लिए विशेष तरंग दैर्ध्य का उपयोग करता है। यह किसी सतह दोष की सटीक स्थलाकृति का सटीक रूप से मानचित्रण करता है।
हार्डवेयर केवल आधे समीकरण का प्रतिनिधित्व करता है। सॉफ़्टवेयर पारिस्थितिकी तंत्र वास्तविक दुनिया की प्रयोज्यता और फ़ैक्टरी एकीकरण को निर्देशित करता है। उपकरण को आपके मौजूदा डेटा इंफ्रास्ट्रक्चर के साथ निर्बाध रूप से एकीकृत होना चाहिए। इष्टतम अंतरसंचालनीयता सुनिश्चित करने के लिए, आपको तैनाती से पहले कई प्रमुख सॉफ़्टवेयर आवश्यकताओं को सत्यापित करना होगा:
फ़ैक्टरी-व्यापी मशीन संचार के लिए सख्त SECS/GEM अनुपालन सुनिश्चित करें।
कस्टम डेटा निष्कर्षण और रिपोर्टिंग को सक्षम करने के लिए एपीआई तत्परता को सत्यापित करें।
अपने वर्तमान विनिर्माण निष्पादन सिस्टम (एमईएस) के साथ एकीकरण प्रोटोकॉल का परीक्षण करें।
अपने मौजूदा यील्ड मैनेजमेंट सिस्टम (YMS) में सुचारू डेटा प्रवाह मैपिंग की पुष्टि करें।
एआई-आधारित सिस्टम अविश्वसनीय निरीक्षण परिणाम देते हैं। हालाँकि, वे असाधारण रूप से डेटा-भूखे उपकरण हैं। उन्हें प्रभावी ढंग से प्रशिक्षित करने के लिए व्यापक, सटीक रूप से लेबल किए गए डेटासेट की आवश्यकता होती है। आपको उन्हें हजारों एज-केस उदाहरण खिलाने होंगे। आपको खरोंच, दाग और छिलने की स्पष्ट, वर्गीकृत छवियां चाहिए। इस प्रारंभिक छवि लाइब्रेरी के निर्माण में महत्वपूर्ण समय और इंजीनियरिंग प्रयास लगता है।
तैनाती के पहले ही दिन तुरंत पूर्णता की उम्मीद न करें। प्रारंभिक सेटअप और अंशांकन चरण को स्वीकार करें। सिस्टम को आपके विशिष्ट उत्पाद पैरामीटर सीखने के लिए समय चाहिए। इस अंशांकन अवधि के दौरान, ओवरकिल दरें अस्थायी रूप से बढ़ सकती हैं। मशीन लर्निंग मॉडल शुरू में सावधानी बरतने में गलती करता है। जैसे-जैसे यह अधिक उत्पादन डेटा ग्रहण करता है, सटीकता में नाटकीय रूप से सुधार होता है। आपको इस सीखने की अवस्था के आसपास उत्पादन कार्यक्रम की योजना बनानी चाहिए।
पुरानी उत्पादन लाइनों को उन्नत करने से भौतिक चुनौतियाँ आती हैं। आधुनिक सिस्टम लगातार भारी मात्रा में उच्च-रिज़ॉल्यूशन डेटा कैप्चर करते हैं। इन विशाल छवि डेटा पेलोड को संभालने के लिए नेटवर्क बुनियादी ढांचे का उन्नयन अक्सर आवश्यक होता है। आपको फ़ैक्टरी फ़्लोर पर भौतिक पदचिह्न समायोजन की भी आवश्यकता हो सकती है। पुराने रोबोट लोडर के लिए कस्टम हैंडलिंग एकीकरण की अक्सर आवश्यकता होती है। अच्छी तरह सेमीकंडक्टर निरीक्षण योजना महंगी तैनाती देरी को रोकती है।
खरीदारों को विक्रेता के दावों पर बहुत सावधानी से विचार करना चाहिए। किसी प्लेटफ़ॉर्म पर प्रतिबद्ध होने से पहले हमेशा एक कठोर अवधारणा प्रमाण (पीओसी) की मांग करें। एक सफल पीओसी को सटीक वास्तविक दुनिया प्रदर्शन मूल्यांकन सुनिश्चित करने के लिए सख्त दिशानिर्देशों की आवश्यकता होती है। अपनी शॉर्टलिस्टिंग प्रक्रिया के दौरान इन चरणों का पालन करें:
परीक्षण चरण के लिए अपने विशिष्ट, सक्रिय उत्पादन वेफर्स प्रदान करें।
नमूना बैच में ज्ञात, अत्यधिक कठिन एज-केस दोषों को उद्देश्यपूर्ण ढंग से शामिल करें।
जेनेरिक विक्रेता परीक्षण नमूने या प्राचीन प्रदर्शन वेफर्स को पूरी तरह से अस्वीकार करें।
दोष पकड़ने की दर और झूठी सकारात्मक दर दोनों को स्वतंत्र रूप से मापें।
कॉस्मेटिक दोष निरीक्षण अब केवल सौंदर्यशास्त्र के बारे में नहीं है। यह अर्धचालक विश्वसनीयता के लिए एक महत्वपूर्ण रक्षा तंत्र है। यह आधुनिक उपज अनुकूलन और अनुपालन की नींव के रूप में कार्य करता है। उन्नत पहचान क्षमताओं को अपनाने में विफल रहने से आपकी आपूर्ति श्रृंखला डाउनस्ट्रीम विफलताओं के प्रति संवेदनशील हो जाती है।
सिस्टम मूल्यांकन को सरल हार्डवेयर विशिष्टताओं से आगे बढ़ना चाहिए। सबसे प्रभावी मूल्यांकन रणनीति दावा की गई मेगापिक्सेल गणना को अनदेखा करती है। इसके बजाय, यह झूठी सकारात्मकता और मैन्युअल समीक्षा समय दोनों को कम करने की सिस्टम की सिद्ध क्षमता पर ध्यान केंद्रित करता है। इंटेलिजेंट सॉफ्टवेयर प्रीमियम ऑप्टिक्स जितना ही मायने रखता है।
आज अपनी वर्तमान निरीक्षण प्रक्रियाओं पर कड़ी नज़र डालें। अपनी वर्तमान ओवरकिल दरों और झूठी सकारात्मकताओं का तत्काल ऑडिट करें। उन विशिष्ट सतह विसंगतियों की पहचान करें जिनके कारण सबसे अधिक मैन्युअल पुनर्कार्य होता है। पूरी तरह से उन समस्याग्रस्त दोष प्रकारों के आधार पर लक्षित सिस्टम डेमो का अनुरोध करें।
ए: कार्यात्मक दोष घटक में तत्काल विद्युत विफलता का कारण बनते हैं। कॉस्मेटिक दोष, जैसे सतह पर दाग या छोटी-मोटी सूक्ष्म खरोंचें, कार्य को तुरंत नहीं रोकती हैं। हालाँकि, वे खतरनाक प्रक्रिया बहाव का संकेत देते हैं। वे समय के साथ थर्मल तनाव के तहत समय से पहले क्षेत्र विफलता का गंभीर जोखिम उठाते हैं।
उत्तर: एआई विनिर्माण विविधता को बेहतर ढंग से संभालता है। यह दृश्य संदर्भ को समझता है. यह हानिरहित रंग विविधताओं या स्वीकार्य सामग्री बनावट के कारण होने वाली झूठी सकारात्मकता को काफी हद तक कम कर देता है। सख्त नियम-आधारित एल्गोरिदम अक्सर इन मामूली, स्वीकार्य अंतरों पर अटक जाते हैं।
उत्तर: हाँ, लेकिन इसके लिए अत्यधिक विशिष्ट प्रकाशिकी की आवश्यकता होती है। आपको मानक ऑप्टिकल दृश्य निरीक्षण के बजाय गहरे यूवी या इलेक्ट्रॉन बीम निरीक्षण की आवश्यकता है। ये उन्नत विधियाँ 10एनएम से कम दोषों को पकड़ती हैं लेकिन महत्वपूर्ण लागत और थ्रूपुट ट्रेड-ऑफ के साथ आती हैं।
