와이어 본드 결함 검사
허용되는 이상과 결함을 구분하여 IC 칩 생산량 및 성능을 개선
관련 제품
딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경
In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동
와이어 본딩은 여러 집적회로 및 마이크로칩 내부에서 상호 연결을 위해 가장 일반적으로 사용되는 방법입니다. 이것은 높은 정확도를 요구하는 세심한 프로세스에 해당합니다. 와이어 본딩의 목적은 매우 얇은 금속 와이어로 칩의 리드를 패키징 재질에 연결하는 것입니다. 패키징 재질은 신호를 다른 구성품에 전달합니다. 파손되거나 누락된 와이어와 같은 결함이 발생하면 신호 전달이 중단될 수 있습니다. 이러한 결함은 유형과 위치가 다양할 수 있어 규칙 기반 머신 비전 솔루션으로는 결함 있는 와이어 본드를 정확히 판별하기가 어렵습니다.
전통적으로 규칙 기반 비전을 탑재한 자동화 광학 검사(AOI) 시스템 사용은 효과적으로 작동하지 않았습니다. 따라서 의심되는 NG 케이스는 딥러닝을 사용해 검사하여 검사 프로세스의 신뢰도를 높일 수 있습니다. AOI 머신은 의심되는 NG 케이스를 선별해 해당 이미지를 코그넥스 딥러닝 툴을 사용하는 이미지로 전달합니다. 결함 감지 툴은 동적으로 관심 영역을 추출하고, 분류 툴은 다양한 결함을 분류하여 허용되는 와이어 본드로부터 결함 있는 와이어 본드를 구분합니다. 결함 분류는 프로세스 내에서 문제를 격리에 많은 비용이 드는 재작업을 방지하는 동시에, 미세한 수준의 결함을 성공적으로 식별함으로써 IC 칩 생산량을 증대하고 성능을 향상시킬 수 있습니다.