Électronique

Inspection des défauts des wafers de semi-conducteurs

Analysez chaque couche de wafer pour détecter les défauts et d’autres anomalies indésirables

Le Deep Learning a distingué un bon exemple d’inspection de wafers de semi-conducteurs et deux mauvais.

Produits connexes

VisionPro ViDi Product Tile

VisionPro Deep Learning

Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning

In-Sight D900

In-Sight D900

Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi

Les wafers de semi-conducteurs se composent de plusieurs couches. Pour chacune d’elles, un processus complexe et précis qui consiste à déposer le matériau, appliquer l’épargne, lithographier, graver et implanter des ions est mis en œuvre, après quoi l’épargne est retirée.

Avant qu’une autre couche ne soit appliquée, celle qui a été tout juste gravée et implantée doit être inspectée pour détecter d’éventuels défauts. Les couches de wafer peuvent présenter des rayures, des défauts de rotation, des problèmes d’exposition, une contamination par des particules, des points chauds, des défauts sur les bords et un large éventail d’autres défauts qui affectent les performances finales de la puce.

S’ils ne sont pas détectés immédiatement après le dépôt de la couche, ces défauts ne seront détectés que lors du test final, ce qui entraîne des pertes de rendement. Même s’ils passent inaperçus lors du test électrique final, les défauts non détectés risquent de réduire la fiabilité d’utilisation et d’entraîner une défaillance prématurée.

L’éventail de défauts possibles est vaste et ces derniers peuvent survenir à n’importe quel endroit sur le wafer circulaire. Tous les défauts doivent cependant être détectés sur l’arrière-plan confus que constituent les couches déposées précédemment. La vision industrielle classique ne peut pas être programmée pour détecter des erreurs aussi variées et n’est pas non plus fiable pour détecter les défauts programmés sur un arrière-plan complexe.

Cognex Deep Learning est une solution qui se prête très bien à la tâche complexe de détection des défauts. L’outil de détection des défauts apprend l’apparence d’une couche de wafer sans défaut à partir d’un petit ensemble d’images montrant des couches de wafer fonctionnelles. L’outil peut ensuite détecter même les petits défauts qui surviennent n’importe où sur la couche de wafer, en ignorant complètement les couches inférieures, et rejette toute anomalie.

 

L’In-Sight D900 s’appuie sur le Deep Learning pour inspecter les wafers de semi-conducteurs afin de détecter les défauts et d’autres anomalies esthétiques indésirables.

 

Recommandés Cognex Produits

ACCÉDEZ AU SUPPORT ET AUX FORMATIONS POUR VOS PRODUITS ET BIEN PLUS

Rejoindre MyCognex

AVEZ-VOUS DES QUESTIONS ?

Les représentants de chez Cognex sont disponibles dans le monde entier pour soutenir votre vision et vos besoins de lecture de codes-barres industriels.

Contact commercial
Loading...