ブログ

マシンビジョンとディープラーニングを使用して半導体製造における競争力を得る

Semiconductor Manufacturing Large

チップの需要回復は、世界中の供給能力を著しくひっ迫しています。チップ製造のプロセスをより速く、より効率的に、そして安価にする競争上のあらゆるメリットを提供します。

ディープラーニングツールを搭載した高度なビジョンシステムは、短期間での大幅な能力向上への道を示し、アライメント、トレーサビリティ、欠陥検出を改善しています。

アライメント

シリコンウェハーは一連の工程で製造されます。各工程で前工程の層の上に別の材料の層を作るため、各層が正確に整列されている必要があります。

半導体アライメント

ウェハーノッチ検出

全体的なウェハーアライメントは、多くの場合、ノッチの向きをチェックすることによって達成されます。従来の方法は、大がかりで遅く、ウェハーが透明であるための問題が生じていました。

PatMax アルゴリズムを搭載したコグネックスの In-Sight ビジョンシステムは、狭いスペースに設置でき、あらゆる向きのノッチを確実に検出します。

ウェハーとダイのアライメント

ウェハーアライメントが悪いと、フォトリソグラフィ、プローブ、テスト、ダイシング時に問題が発生し、欠陥や無駄が生じます。

コグネックスの PatMaxs 幾何パターン検索アルゴリズムは、高精度と再現性で変化するウェハーとダイパターンを位置付け、位置合わせし、品質と収率を向上させます。

識別/トレーサビリティ

製造効率を確保し、製品の品質を測定し、偽造と戦うためには、ウェハー、ウェハーキャリア、リードフレーム、ダイ、集積回路 (IC)、プリント回路基板 (PCB) は、追跡用に機械で読み取り可能なコードと人間が判読できる英数字を携帯しています。

これらのコードは、製造プロセス中に読み取りが困難または摩耗して読めなくなり、光学文字読み取り (OCR) やデコードが困難でエラーが発生しやすくなります。

半導体トレーサビリティ

ウェハー OCR

レーザーで刻印された英数字またはデータマトリックス ID は、シリコンウェハーの作成からダイシングまでをトレースします。ウェハー表面は反射性があり、マスキング、エッチング、フォトリソグラフィの際にコードが劣化することがあります。

コグネックスのウェハーリーダは、OCR と二次元バーコードの両方にウェハー固有の検出アルゴリズムを使用します。統合された適応可能な照明および画像処理は読み取りミスを最小にします。

ウェハーキャリアリング OCR

ウェハーにレーザー刻印された ID はダイシング後に使用できなくなるため、ウェハーには  ID がマークされたキャリアリングを付けてワイヤーボンディングまで運ばれます。ダイシング後のクリーニングは、キャリアリングコードが劣化するため、コードが誤読されると自動処理が減速します。

あいまいな英数字とキャリアリング表面のばらつきにより、従来のマシンビジョンではコードを認識することが困難になりました。Cognex Deep Learning 採用 OCR ツールを搭載したスマートカメラは、ひどく損傷したコードも認識します。

IC (集積回路) 追跡

IC のチップは、リードフレームと呼ばれる金属基板に結合され、接続性とサポートを実現しています。リードフレームには、二次元データマトリックスバーコードがレーザー刻印されています。生産中の劣化とリードフレーム自体の低コントラストと反射により、コードの読み取りが難しくなります。

柔軟な照明と光学系を備えたコグネックスの画像処理式バーコードリーダは、業界をリードするアルゴリズムを使用して、難しい二次元データマトリックスバーコードをデコードします。

IC OCR

パッケージテストの後、各チップには、トレーサビリティと検証のための英数字コードが印字され、チップは PCB に組み立てられます。このコードは、ラミネートで覆われたり、表面が荒かったりといった変化により、読み難くなることがあります。

Cognex Deep Learning の OCR ツールは、反射する、または表面が荒い背景でも、変形、歪み、低コントラストのコードを読み取れるようにできており、新しい表面でも素早く再登録できます。

欠陥検査

純粋な外観上の欠陥は通過させて、生産プロセスの初期の段階で欠陥を識別することは、手直しと手動検査を最小限に抑えることになり、ウェハーあたりの収率が増加します。

 半導体欠陥検査

ウェハー欠陥検査

各ウェハー層は、次の層が堆積される前に検査する必要があります。欠陥の範囲は大きく、前のレイヤーの背景に対してあらゆる箇所に現れます。

Cognex Deep Learning の欠陥検出ツールは、欠陥のない層の画像を複数登録し、ウェハー層の欠陥を検出して異常を取り出します。

プローブマーク

ダイシング前のウェハーテストに使われるプローブは、プローブがウェハーに誤った圧力をかけているかどうかが分かる形状を持つマークを残すため、プローブの故障を早期発見できます。

Cognex Deep Learning の識別ツールは、広い範囲で良いマークと悪いマークを区別することができ、プローブの早期補正が可能で、プローブ寿命とウェハーの収率の両方が向上します。

ダイエッジ

ウェハーのダイは欠けや、切断面に沿ったバリが発生する可能性があります。このような欠陥はばらつきがあるため、従来のマシンビジョンで安定して検出するのは困難です。

Cognex Deep Learning の分類ツールは、幅広い通常の切断跡と欠けやバリの欠陥を区別します。また、切断ブレードのゆるやかな摩耗を検出し、エラー率が上昇する前に交換を可能にします。

ダイ表面

各ダイまたはチップには、重大な表面欠陥となるさまざまな欠陥がありますが、機能に影響を与えない外観のキズもあります。従来のマシンビジョンでも、人間の検査官でも、そのような欠陥を区別することは困難です。

Cognex Deep Learning の欠陥検出ツールは、純粋な外観の傷は無視し、容認できない異常を検出してマークします。

配線

ワイヤボンディングはチップをリードフレームに接続し、他のコンポーネントに接続します。欠陥は信号伝送を妨害する可能性があります。欠陥の範囲は広く、機能に影響を与えない表面的な欠陥と重なることがあります。

Cognex Deep Learning の欠陥検出ツールおよび分類ツールと組み合わせることで、異常の領域を抽出し、悪いワイヤボンディングと良いワイヤボンディングを区別します。

半導体ワイヤボンディング

WLCSP (Wafer Level Chip Scale Package) サイドウォール

ウェハーレベル CSP は、ウェハーの一部である集積回路をパッケージ化する方法です。サイドウォールの亀裂はパフォーマンスを低下させる可能性がありますが、レイヤー境界と亀裂は互いに区別するのが難しい場合があります。

Cognex Deep Learning の欠陥検出ツールは、サイドウォールの欠けとレイヤー境界を正確に区別します。

IC (集積回路) 成形

集積回路は、保護のためにプラスチックでカプセル化されています。さまざまな亀裂、変形、穴はその保護機能を低下させる可能性がありますが、このプロセスでは、機能に影響を与えない外観上の欠陥も検出してしまう可能性があります。

Cognex Deep Learning の欠陥検出ツールは、純粋な外観の欠陥を残しながら、機能的な異常を検出します。分類ツールを使用して、生産上の問題に対処する特定の不具合を特定できます。

IC (集積回路) リード

チップピンの欠損や湾曲などが生じると、チップが機能しなくなる可能性があります。幅広いピンの欠陥とその位置決めは、従来のマシンビジョンでは容易ではありません。

Cognex Deep Learning の欠陥検出ツールは、異常を素早く検出し、ピン欠陥のあるチップを取り出します。

マシンビジョンで半導体製造スループットを向上

コグネックスのマシンビジョンシステムは、特に Cognex Deep Learning ツールを装備した場合、シリコンウェハーのアライメントが向上するため、ウェハーとチップの正確なトレースを可能にし、ウェハーから PCB (プリント基板) まで、あらゆる段階で広範囲の欠陥を検出し、分類します。最小限の資本コストで、半導体サプライチェーンのあらゆる段階で改善が実現します。

他の投稿

製品のサポートやトレーニングなどの詳細を見る

マイコグネックスに参加

お気軽にお問合せください

Cognex は世界中でお客様のビジョンと工業用バーコドリーダのあらゆるニーズをサポートしています。

お問合わせ