INSPECCIÓN Y CLASIFICACIÓN DE MARCAS DE SONDAS

La tecnología de Deep Learning ayuda a identificar y clasificar marcas de sonda muy variables para aumentar la eficiencia de las pruebas de wafer y aumentar el rendimiento de los troqueles.

Using deep learning tools to inspect probe marks on wafers

Productos relacionados

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning

In-Sight D900

In-Sight D900

Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi

Antes de enviar un wafer a la preparación de troqueles, se comprueba la continuidad y los defectos funcionales de todos los circuitos integrados. Para este proceso se utiliza una tarjeta de sondas con docenas de sondas eléctricas microscópicas. Cada sonda deja una pequeña marca en cada troquel cuando se hace contacto. Esta marca debe estar centrada en el troquel e indica que la sonda ha ejercido la presión correcta.

La marca de la sonda es un indicador de la precisión del funcionamiento de la sonda. Si la sonda funciona bien, la forma de su marca es buena. Si la sonda no funciona correctamente, la forma de su marca es mala. Por ejemplo, si la sonda ejerce demasiada presión, puede dañarse con el tiempo y no realizará pruebas eléctricas aceptables.

Las sondas son caras, por lo que mantener la presión correcta es importante para conservar su vida útil. Las múltiples variaciones en la forma, el tamaño y la ubicación de las marcas dificultan el uso de visión artificial tradicional basada en reglas para detectar y clasificar las marcas buenas y malas. Las lecturas inconsistentes o falsas de las marcas malas pueden afectar negativamente al rendimiento y a la calidad de los chips.

Las herramientas de Cognex Deep Learning facilitan la inspección de marcas de sondas y reducen el tiempo, ya que ayudan a verificar la diferencia entre las marcas de sonda buenas y malas. El software se entrena a partir de una amplia variedad de imágenes que muestran marcas de sonda correctas e imágenes que muestran marcas de sonda inaceptables. Las marcas inaceptables pueden entonces clasificarse como “relacionadas con la presión” o “desviadas”.

Con esta información, los operarios pueden ajustar la presión o la alineación de la sonda para aumentar la cantidad de marcas de sonda aceptables y mantener la sonda en buen estado de funcionamiento. Usar inspección de Deep Learning en las marcas de la sonda puede aumentar el rendimiento de los troqueles de un wafer en comparación con los métodos alternativos que pueden clasificar erróneamente las marcas buenas como inaceptables o las marcas malas como aceptables.

Acercamiento de marcas aceptables y no aceptables de una sonda sobre un wafer

Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex