Inspección de defectos en wafer de semiconductores

Analizar cada capa del wafer en busca de defectos y otras anomalías no deseadas

El aprendizaje profundo hizo la distinción entre una buena inspección de wafer de semiconductores y dos malos ejemplos de inspección.

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

Los wafers semiconductores constan de múltiples capas. Para cada capa, se lleva a cabo un proceso complejo y preciso de deposición de material, aplicación de una capa protectora, litografía, grabado e implantación de iones, tras lo cual se retira la capa protectora.

Antes de colocar otra capa, la nueva capa grabada e implantada se debe inspeccionar en busca de defectos. Las capas de los wafers pueden presentar rayaduras, defectos de giro, problemas de exposición, contaminación por partículas, hot spots, defectos en los bordes del wafer y una amplia variedad de otros defectos que afectan al rendimiento final del chip.

Si no se detectan inmediatamente después de colocar la capa, estos defectos solo pueden detectarse en las pruebas finales, con lo que se desperdician valiosos recursos al añadir valor a un producto defectuoso. Incluso peor, los defectos en los niveles más bajos pueden no detectarse en absoluto. Incluso si aprueban la prueba eléctrica final, las fallas no detectadas pueden disminuir la confiabilidad en el uso, lo que causa fallas prematuras.

La variedad de posibles defectos es grande y se pueden ubicar en cualquier lugar del wafer circular. Los defectos en los recubrimientos pueden manifestarse como variaciones de color imprevisibles y deben detectarse sobre el complejo fondo de las capas colocadas anteriormente. La visión artificial convencional no se puede programar para detectar una variedad tan amplia de errores e incluso no es confiable para detectar los defectos programados contra el fondo de múltiples capas.

Dado que la inspección manual es lenta, solo es posible realizarla en un subgrupo estadístico de wafers. También da lugar a un manejo adicional de los wafers, que introduce nuevas fuentes de contaminación y daños. Por el contrario, el software Cognex Deep Learning realiza un cribado de defectos automatizado en una mayor cantidad de wafers. La herramienta de detección de defectos puede detectar hasta los defectos pequeños en cualquier lugar de la capa del wafer, ignorando por completo las capas inferiores y rechazar cualquier anomalía. También puede utilizarse en un sistema de inspección de dos niveles, donde se identifican los casos ambiguos y se los envía a una estación de inspección manual fuera de línea para mayor revisión.

 

El In-Sight D900 utiliza Deep Learning para inspeccionar los wafers semiconductores para detectar defectos y otras anomalías estéticas indeseadas.

 

Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex