INSPECIONANDO E CLASSIFICANDO MARCAS DE SONDA
A tecnologia deep learning ajuda a identificar e classificar marcas de sonda altamente variáveis para aumentar a eficiência do teste de wafer e aumentar o rendimento do molde.
Produtos Relacionados
Ambiente de programação gráfica para análise de imagem industrial baseada em deep learning
Baseado na Tecnologia de Software de Visão In-Sight ViDi Deep Learning
Antes de um wafer ser enviado para a preparação do molde, todos os circuitos integrados individuais são testados quanto à continuidade e defeitos funcionais. Um cartão de sonda com dezenas de sondas elétricas microscópicas é usado para este processo. Cada sonda deixa uma pequena marca em cada molde conforme o contato é feito. Esta marca deve ser centralizada no molde e indicar que a quantidade correta de pressão foi exercida pela sonda.
A marca da sonda é um indicador do desempenho preciso do sondador. Se o sondador funcionar bem, o formato da marca da sonda é bom. Se a sonda não estiver funcionando corretamente, o formato da marca da sonda Não é Bom (NG). Por exemplo, se a sonda exercer muita pressão, ela pode ser danificada com o tempo e não realizará testes elétricos aceitáveis.
As sondas são caras, portanto, manter a pressão correta é importante para manter sua vida útil. Usar os sistemas de visão tradicionais baseados em regras para detectar e classificar marcas OK e NG é difícil devido às muitas variações na forma, tamanho e localização das marcas. Leituras inconsistentes ou falsas do tipo Não é Bom podem afetar negativamente o rendimento e a qualidade do chip.
As ferramentas do Cognex Deep Learning tornam a inspeção de marcas de sonda mais fácil e menos demorada, ajudando a verificar a diferença entre as marcas de sonda OK e NG. O software é configurado a partir de uma ampla gama de imagens que mostram marcas de sonda corretas e imagens que mostram marcas de sonda inaceitáveis. As marcas inaceitáveis podem então ser classificadas como "relacionadas à pressão" ou "fora do centro".
Usando essas informações, os operadores podem ajustar a pressão ou alinhamento da sonda para aumentar o número de marcas da sonda aceitáveis e mantê-la em boas condições de funcionamento. Usar a inspeção com deep learning em marcas de sonda pode aumentar o rendimento do molde de um wafer em comparação com métodos alternativos que podem descaracterizar as marcas OK como inaceitáveis ou as marcas NG como aceitáveis.
