Khi hình học chất bán dẫn thu nhỏ xuống còn 10nm trở xuống, ngưỡng giữa khiếm khuyết về mặt thẩm mỹ 'vô hại' và lỗi chức năng nghiêm trọng trên thực tế sẽ biến mất. Những vết xước hoặc vết bẩn nhỏ trên bề mặt wafer trước đây dường như không đáng kể. Ngày nay, chúng gây ra những rủi ro nghiêm trọng về độ tin cậy dưới áp lực nhiệt cực độ. Việc kiểm tra bằng con người không còn khả thi về mặt thống kê đối với khối lượng bánh bán dẫn và bao bì hiện đại. Đơn giản là người vận hành không thể xử lý chính xác hàng triệu thành phần cực nhỏ. Mệt mỏi mắt liên tục tự nhiên dẫn đến việc bỏ sót các dị thường.
Nâng cấp lên tự động thiết bị kiểm tra khuyết tật về mỹ phẩm hiện là yêu cầu cơ bản cho hoạt động sản xuất có năng suất cao. Tuy nhiên, việc tính toán lợi tức đầu tư thực sự đòi hỏi một cái nhìn sâu sắc hơn. Bạn phải nhìn xa hơn tỷ lệ nắm bắt lỗi đơn giản. Bạn cần một hệ thống cân bằng hoàn hảo độ chính xác, năng suất sản xuất và khả năng truy xuất nguồn gốc dữ liệu. Bài viết này khám phá cách các hệ thống phát hiện tiên tiến bảo vệ năng suất và xác định lại việc kiểm soát chất lượng trong các cơ sở chế tạo hiện đại.
Bảo vệ năng suất: Tính năng phát hiện khuyết tật bề mặt tự động ngăn ngừa các dị thường bề ngoài (vết xước nhỏ, vết bẩn, sứt mẻ) kết hợp thành các lỗi ở phía sau.
Giảm quá mức cần thiết: Các hệ thống tiên tiến phân biệt giữa các khiếm khuyết nghiêm trọng và phương sai có thể chấp nhận được, giảm thiểu các kết quả dương tính giả (quá mức cần thiết) gây lãng phí silicon khả thi.
Truy xuất nguồn gốc: Thiết bị kiểm tra trực quan hiện đại tích hợp trực tiếp với MES/YMS, cung cấp phản hồi vòng kín để phân tích nguyên nhân gốc rễ.
AI so với truyền thống: Việc chuyển từ AOI (Kiểm tra quang học tự động) dựa trên quy tắc sang mô hình học sâu đang thay đổi căn bản cách các nhà sản xuất đánh giá các giải pháp kiểm tra.
Chúng ta thường coi những khuyết điểm về mỹ phẩm là vô hại. Giả định này ngày nay rất nguy hiểm. Ranh giới giữa các khiếm khuyết về mặt thẩm mỹ và chức năng luôn mờ nhạt. Một con chip nhỏ trên cạnh silicon có thể trông giống như một vấn đề thẩm mỹ đơn giản. Tuy nhiên, nó tạo ra điểm tập trung ứng suất nghiêm trọng. Khi thành phần trải qua chu kỳ nhiệt, điểm này không thành công. Lỗ hổng mở rộng thành một vết nứt cực nhỏ. Cuối cùng, nó phá hủy mạch chức năng. Sự biến đổi của lớp thụ động hoặc sự đổi màu nhẹ thường cho thấy sự mất cân bằng hóa học cơ bản. Bạn không thể bỏ qua những điểm bất thường có vẻ hời hợt này trong các ứng dụng công suất cao.
Kết quả âm tính giả xảy ra khi hệ thống bỏ sót một lỗi nào đó. Chúng tôi gọi điều này là 'không cần thiết'. Việc thoát khỏi những khiếm khuyết về mặt thẩm mỹ sẽ gây ra hậu quả nặng nề. Họ lọt vào sản phẩm cuối cùng mà không bị phát hiện. Lỗi hiện trường xảy ra ngay sau khi triển khai. Khách hàng phát hành Giấy phép Trả lại Hàng hóa (RMA) tốn kém. Quan trọng hơn, trạng thái chứng chỉ nhà cung cấp của bạn sẽ bị ảnh hưởng lớn. Các tổ chức như Hội đồng Điện tử Ô tô thực thi nghiêm ngặt các tiêu chuẩn về độ tin cậy như AEC-Q100. Họ yêu cầu không có khiếm khuyết. Thiếu một vết xước nhỏ sẽ làm tổn hại hoàn toàn danh tiếng của bạn.
Những kết quả dương tính giả đều có sức tàn phá như nhau. Chúng tôi gọi đây là 'quá mức cần thiết'. Các công cụ kiểm tra truyền thống thường siêu nhạy. Họ đánh dấu những khác biệt về vật liệu có thể chấp nhận được là những khiếm khuyết nghiêm trọng. Điều này làm giảm tỷ lệ lợi nhuận của bạn một cách giả tạo. Cuối cùng, bạn loại bỏ silicon hoàn toàn có thể sử dụng được. Ngoài ra, bạn buộc người vận hành phải thực hiện đánh giá thứ cấp thủ công. Điều này gây lãng phí thời gian và lao động có tay nghề cao. Nó đánh bại toàn bộ mục đích tự động hóa nhà máy. Bạn cần các hệ thống thông minh để giảm đáng kể tình trạng quá mức cần thiết này.
Bối cảnh ngành đang thay đổi nhanh chóng. Khách hàng ô tô và hàng không vũ trụ cấp 1 yêu cầu sự hoàn hảo tuyệt đối. Bây giờ họ yêu cầu truy xuất nguồn gốc nghiêm ngặt trong toàn bộ chuỗi cung ứng. Chúng thực thi dung sai tuyệt đối không có khuyết tật cho tất cả các thành phần bán dẫn. Việc kiểm tra trực quan đơn giản không còn đáp ứng được việc kiểm tra tuân thủ. Bạn phải cung cấp bằng chứng kỹ thuật số không thể phủ nhận về tính toàn vẹn của thành phần. Kiểm tra tự động cung cấp cho bạn dấu vết dữ liệu có thể kiểm chứng này một cách dễ dàng.
Lấy mẫu hàng loạt đã từng là tiêu chuẩn của ngành. Bây giờ nó đã hoàn toàn lỗi thời. Hệ thống xử lý nội tuyến hiện đại kiểm tra 100% linh kiện. Họ làm điều này ở tốc độ sản xuất tối đa. Bạn không còn gặp phải tình trạng ách tắc tại trạm kiểm tra. Thiết bị xử lý liên tục hàng ngàn đơn vị mỗi giờ. Phạm vi bảo hiểm toàn diện này đảm bảo ngăn chặn lỗi ngay lập tức. Bạn phát hiện những điểm bất thường trước khi chúng chuyển sang giai đoạn đóng gói đắt tiền.
Sản xuất hiện đại hoạt động ở quy mô nano. Hệ thống tự động sử dụng quang học tiên tiến để phù hợp với quy mô này. Họ kết hợp các kỹ thuật trường sáng, trường tối và giao thoa kế. Những phương pháp chiếu sáng này cho thấy sự bất thường trên bề mặt ở cấp độ nanomet. Họ có thể phát hiện sự lắng đọng hạt 10nm ngay lập tức. Mạnh mẽ kiểm tra khiếm khuyết mỹ phẩm đảm bảo không có gì thoát khỏi sự chú ý. Bạn xác định những sai lệch vi mô trước khi chúng kết hợp thành các lỗi chức năng lớn.
Các công cụ kiểm tra làm được nhiều việc hơn là phân loại chip tốt và chip xấu. Chúng hoạt động như các nút thu thập dữ liệu mạnh mẽ. Hệ thống tổng hợp dữ liệu vị trí lỗi trên hàng trăm tấm bán dẫn. Nó xác định các mẫu lặp lại một cách dễ dàng. Ví dụ: các vết xước ở cạnh tái diễn có thể cho thấy cánh tay xử lý robot bị lệch. Bạn phát hiện thiết bị ngược dòng trôi dạt ngay lập tức. Bạn khắc phục nguyên nhân gốc rễ thay vì chỉ lọc các triệu chứng liên tục.
Việc dựa vào các kỹ sư QA thủ công sẽ hạn chế sự phát triển của nhà máy của bạn. Việc sắp xếp trực quan rất tẻ nhạt và dễ xảy ra lỗi. Thiết bị hiện đại giúp những công nhân có tay nghề cao này thoát khỏi những công việc lặp đi lặp lại. Họ chuyển sang cải tiến quy trình và phân tích lỗi nâng cao. Bạn tối đa hóa giá trị của đội ngũ kỹ thuật của bạn. Họ tập trung vào việc giải quyết những thách thức phức tạp về năng suất thay vì nhìn chằm chằm vào kính hiển vi cả ngày.
Các thuật toán nghiêm ngặt chi phối các hệ thống AOI dựa trên quy tắc truyền thống. Bạn lập trình các thông số chính xác vào phần mềm. Các hệ thống này vượt trội với các thành phần có cấu trúc cao, có thể dự đoán được. Họ xử lý các dung sai hình học nghiêm ngặt một cách hoàn hảo. Tuy nhiên, họ thiếu khả năng thích ứng. Họ đấu tranh với những hình dạng hữu cơ không thể đoán trước. Nền tảng đa dạng dễ gây nhầm lẫn cho các thuật toán. Sự phản xạ thay đổi trên bề mặt wafer liên tục gây ra cảnh báo sai.
Học sâu thay đổi hoàn toàn mô hình kiểm tra. Các mô hình được hỗ trợ bởi AI không dựa vào các quy tắc được mã hóa cứng. Chúng xử lý các bề mặt phức tạp và các khuyết điểm có độ tương phản thấp một cách đẹp mắt. Họ vượt trội trong việc giảm thiểu các kết quả dương tính giả. Các thuật toán học hỏi từ các bộ dữ liệu lớn. Bạn cung cấp cho họ các ví dụ về các thành phần 'tốt' và 'xấu'. Chúng thích ứng với các biến thể có thể chấp nhận được theo từng đợt một cách tự nhiên. Bạn tránh việc điều chỉnh tham số liên tục, tẻ nhạt. Họ hiểu bối cảnh giống như một người điều hành con người.
Đôi khi bạn cần cả hai cách tiếp cận cùng một lúc. Hệ thống hybrid cung cấp giải pháp tự động tối ưu. Chúng kết hợp các phép đo dựa trên quy tắc xác định để đo lường nghiêm ngặt. Đồng thời, họ sử dụng AI điều khiển phát hiện khuyết tật bề mặt cho các dị thường về mặt thẩm mỹ. Bạn nhận được xác minh hình học hoàn hảo và nhận dạng bất thường thông minh chỉ trong một lần thực hiện. Tính linh hoạt này khiến chúng được ưa chuộng trong các nhà máy đóng gói tiên tiến hiện đại.
Danh mục hệ thống |
Kịch bản ứng dụng tốt nhất |
Lợi thế kỹ thuật chính |
Hạn chế chính |
|---|---|---|---|
AOI dựa trên quy tắc |
Các thành phần có cấu trúc cao, có thể dự đoán được. |
Hoàn hảo cho dung sai hình học và đo lường nghiêm ngặt. |
Đấu tranh với các hình dạng hữu cơ và độ phản chiếu đa dạng. |
AI / Học máy |
Bề mặt phức tạp và dị thường có độ tương phản thấp. |
Thích ứng với các biến thể hàng loạt; giảm thiểu các kết quả dương tính giả. |
Yêu cầu có bộ dữ liệu lỗi rộng rãi, được dán nhãn để đào tạo. |
Hệ thống lai |
Bao bì tiên tiến và môi trường tuân thủ nghiêm ngặt. |
Kết hợp đo lường chính xác với khả năng phát hiện bất thường thông minh. |
Các giai đoạn triển khai và tích hợp phần mềm phức tạp hơn. |
Bạn phải cân bằng tốc độ và chi tiết một cách cẩn thận. Độ phóng đại quang học cao cho thấy rõ các khuyết tật nhỏ hơn. Tuy nhiên, nó làm giảm đáng kể trường nhìn của camera. Điều này làm chậm đáng kể quá trình kiểm tra. Bạn phải đánh giá xem hệ thống có duy trì UPH (Đơn vị mỗi giờ) cần thiết ở độ phân giải được yêu cầu hay không. Bạn không thể hy sinh năng suất sản xuất cho những mức phóng đại không cần thiết.
Ánh sáng quyết định hoặc phá vỡ hoàn toàn quá trình kiểm tra của bạn. Vật liệu bán dẫn có tính phản xạ cao về bản chất. Ánh sáng tiêu chuẩn tạo ra ánh sáng chói lóa và che giấu những khuyết điểm nghiêm trọng. Bạn phải đánh giá kỹ lưỡng kiến trúc chiếu sáng của hệ thống. Tìm kiếm khả năng chiếu sáng đa góc và đa quang phổ. Các công cụ tiên tiến sử dụng hình ảnh 3D để thâm nhập vào các bề mặt phức tạp. Xuất sắc thiết bị kiểm tra trực quan sử dụng các bước sóng chuyên dụng để bỏ qua hoàn toàn các vấn đề về phản xạ. Điều này ánh xạ chính xác địa hình của khuyết tật bề mặt.
Phần cứng chỉ đại diện cho một nửa phương trình. Hệ sinh thái phần mềm quyết định khả năng sử dụng trong thế giới thực và tích hợp nhà máy. Thiết bị phải tích hợp hoàn hảo với cơ sở hạ tầng dữ liệu hiện có của bạn. Để đảm bảo khả năng tương tác tối ưu, bạn phải xác minh một số yêu cầu phần mềm chính trước khi triển khai:
Đảm bảo tuân thủ nghiêm ngặt SECS/GEM đối với hoạt động giao tiếp của máy trong toàn nhà máy.
Xác minh mức độ sẵn sàng của API để cho phép trích xuất và báo cáo dữ liệu tùy chỉnh.
Kiểm tra các giao thức tích hợp với Hệ thống thực thi sản xuất (MES) hiện tại của bạn.
Xác nhận ánh xạ luồng dữ liệu suôn sẻ vào Hệ thống quản lý lợi nhuận (YMS) hiện có của bạn.
Các hệ thống dựa trên AI mang lại kết quả kiểm tra đáng kinh ngạc. Tuy nhiên, chúng là những công cụ đặc biệt ngốn dữ liệu. Họ yêu cầu các bộ dữ liệu được dán nhãn chính xác và rộng rãi để đào tạo hiệu quả. Bạn phải cung cấp cho họ hàng nghìn ví dụ điển hình. Bạn cần hình ảnh rõ ràng, được phân loại về các vết trầy xước, vết bẩn và sứt mẻ. Việc xây dựng thư viện hình ảnh ban đầu này cần có thời gian và nỗ lực kỹ thuật đáng kể.
Đừng mong đợi sự hoàn hảo ngay lập tức vào ngày đầu tiên triển khai. Xác nhận giai đoạn thiết lập và hiệu chỉnh ban đầu. Hệ thống cần thời gian để tìm hiểu các thông số sản phẩm cụ thể của bạn. Trong thời gian hiệu chỉnh này, tỷ lệ quá mức cần thiết có thể tạm thời tăng đột biến. Mô hình học máy ban đầu có sai sót ở mức độ thận trọng. Khi nó sử dụng nhiều dữ liệu sản xuất hơn, độ chính xác sẽ được cải thiện đáng kể. Bạn phải lập kế hoạch sản xuất xung quanh đường cong học tập này.
Nâng cấp dây chuyền sản xuất cũ đặt ra những thách thức vật chất. Các hệ thống hiện đại thu thập liên tục lượng lớn dữ liệu có độ phân giải cao. Việc nâng cấp cơ sở hạ tầng mạng thường là cần thiết để xử lý các tải trọng dữ liệu hình ảnh khổng lồ này. Bạn cũng có thể cần điều chỉnh dấu chân vật lý trên sàn nhà máy. Việc tích hợp xử lý tùy chỉnh thường được yêu cầu đối với các máy xúc robot cũ hơn. kỹ lưỡng Lập kế hoạch kiểm tra chất bán dẫn ngăn ngừa sự chậm trễ triển khai tốn kém.
Người mua phải điều hướng các khiếu nại của nhà cung cấp rất cẩn thận. Luôn yêu cầu Chứng minh khái niệm (PoC) nghiêm ngặt trước khi cam kết sử dụng một nền tảng. Một PoC thành công đòi hỏi những hướng dẫn nghiêm ngặt để đảm bảo đánh giá hiệu suất thực tế chính xác. Thực hiện theo các bước sau trong quá trình lập danh sách rút gọn của bạn:
Cung cấp các tấm bán dẫn sản xuất cụ thể, tích cực của bạn cho giai đoạn thử nghiệm.
Bao gồm các lỗi đã biết, có độ khó cao trong lô mẫu một cách có mục đích.
Từ chối hoàn toàn các mẫu thử nghiệm chung của nhà cung cấp hoặc các tấm bán dẫn nguyên sơ.
Đo lường cả tỷ lệ bắt lỗi và tỷ lệ dương tính giả một cách độc lập.
Kiểm tra khuyết điểm về mặt thẩm mỹ không còn chỉ mang tính thẩm mỹ nữa. Nó là một cơ chế bảo vệ quan trọng cho độ tin cậy của chất bán dẫn. Nó đóng vai trò là nền tảng cho việc tuân thủ và tối ưu hóa năng suất hiện đại. Việc không áp dụng các khả năng phát hiện nâng cao sẽ khiến chuỗi cung ứng của bạn dễ bị lỗi ở khâu hạ nguồn.
Đánh giá hệ thống phải phát triển vượt qua các thông số kỹ thuật phần cứng đơn giản. Chiến lược đánh giá hiệu quả nhất sẽ bỏ qua số megapixel được xác nhận. Thay vào đó, nó tập trung vào khả năng đã được chứng minh của hệ thống trong việc giảm cả kết quả dương tính giả và thời gian xem xét thủ công. Phần mềm thông minh cũng quan trọng như hệ thống quang học cao cấp.
Hãy xem xét kỹ các quy trình kiểm tra hiện tại của bạn ngay hôm nay. Tiến hành kiểm tra ngay lập tức tỷ lệ quá mức cần thiết hiện tại và các kết quả dương tính giả. Xác định các dị thường bề mặt cụ thể gây ra việc làm lại thủ công nhiều nhất. Yêu cầu các bản demo hệ thống được nhắm mục tiêu hoàn toàn dựa trên các loại lỗi có vấn đề đó.
Đáp: Các khiếm khuyết về chức năng có thể gây ra sự cố điện ngay lập tức trong bộ phận. Các khiếm khuyết về mặt thẩm mỹ, chẳng hạn như vết ố trên bề mặt hoặc vết xước nhỏ, không làm ngừng hoạt động ngay lập tức. Tuy nhiên, chúng cho thấy quá trình trôi dạt nguy hiểm. Chúng có nguy cơ bị sập trường sớm dưới áp lực nhiệt theo thời gian.
Trả lời: AI xử lý các biến thể trong sản xuất tốt hơn nhiều. Nó hiểu bối cảnh trực quan. Điều này làm giảm đáng kể các kết quả dương tính giả do các biến thể màu sắc vô hại hoặc kết cấu vật liệu có thể chấp nhận được gây ra. Các thuật toán dựa trên quy tắc nghiêm ngặt thường gặp phải những khác biệt nhỏ có thể chấp nhận được này.
Đáp: Có, nhưng nó đòi hỏi quang học chuyên môn cao. Bạn cần kiểm tra bằng tia cực tím hoặc tia điện tử sâu hơn là kiểm tra trực quan bằng quang học tiêu chuẩn. Các phương pháp tiên tiến này nắm bắt được các lỗi dưới 10nm nhưng đi kèm với sự đánh đổi đáng kể về chi phí và thông lượng.
