CN121186209A - 多模态晶圆缺陷检测系统 - Google Patents
多模态晶圆缺陷检测系统Info
- Publication number
- CN121186209A CN121186209A CN202511726272.4A CN202511726272A CN121186209A CN 121186209 A CN121186209 A CN 121186209A CN 202511726272 A CN202511726272 A CN 202511726272A CN 121186209 A CN121186209 A CN 121186209A
- Authority
- CN
- China
- Prior art keywords
- crack
- propagation
- wafer
- guided wave
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本申请涉及图像检测技术领域,提供了多模态晶圆缺陷检测系统。该系统包括导波采集模块、应力重构模块、裂纹建库模块、类型识别模块、多模态数据融合模块,通过导波传播参数提取裂痕区域的应力分布信息,结合温度对传播速度的修正,实现对多层结构中裂痕的深度定位与空间标定,利用标准化压痕生成的波速特征构建裂纹数据库,使传播特征与裂纹类型之间建立明确映射关系,从而提升裂纹性质判定的准确性,通过将裂痕识别结果与光学干涉图样中的条纹异常区域进行空间配准,可有效覆盖图像检测中存在的识别盲区,进而融合导波检测与光学检测结果,增强缺陷覆盖范围与识别完整性。
Description
技术领域
本发明涉及图像检测技术领域,尤其涉及多模态晶圆缺陷检测系统。
背景技术
图像检测技术领域涉及对图像数据中的特定目标或异常进行识别与分类,包括图像采集、图像增强、目标识别、图像分割以及缺陷分类。
其中,晶圆缺陷检测是指仅基于单一类型图像信息对晶圆表面进行缺陷识别的方式,该方式通常依赖于光学图像或电子束图像中显现出的亮度变化、结构断裂、边界不连续等可见异常作为判别依据,采用图像亮度分布对比、边缘连续性分析或纹理一致性判读等手段完成检测。
一方面,亮度变化与边界特征容易产生干扰,导致图像对比与边缘分析失效,使得深层次或初期裂痕难以精准识别。尤其是在结构多层或异质材料过渡区域,图像表现出的缺陷征兆缺乏一致性,识别结果稳定性不足。另一方面,基于图像特征的识别方式,无法对裂纹物理性质进行参数化表达,不能明确定义裂痕类型,也难以对传播特征进行系统归类,致使检测结果缺乏结构性信息支撑,在实际应用中可能造成误判或漏判,影响产品质量与生产效率。
发明内容
有鉴于此,本申请实施例提供了多模态晶圆缺陷检测系统,以解决现有技术中仅基于图像信息进行晶圆缺陷检测,识别逻辑主要围绕图像中可视异常展开,当图样复杂度较高或表面存在工艺纹理时,亮度变化与边界特征可能出现干扰,造成图像对比与边缘分析失效,难以精准识别深层次或初期裂痕,尤其在结构多层或异质材料过渡区域,图像表现出的缺陷征兆不具备一致性,导致识别结果稳定性不足,此外,基于图像特征的识别方式缺乏对裂纹物理性质的参数化表达,无法实现裂痕类型的明确定义与传播特征的系统归类,容易造成检测结果缺乏结构性信息支撑的问题。
本申请实施例的第一方面,提供了多模态晶圆缺陷检测系统,包括:
导波采集模块,通过施加激励信号控制多组正交极化换能器同步发射导波信号,在多层晶圆结构中传播并被界面散射反射,提取反射信号特征;
应力重构模块,根据所述反射信号特征计算导波信号在晶圆结构中的传播速度,采集晶圆表面温度分布数据,判断温度对传播速度的影响并修正传播速度参数,重构晶圆内部每个位置的应力分布,定位潜在裂痕区域;
裂纹建库模块,通过在预设样本晶圆的表面区域施加多组恒定压入力形成压痕,计算每种压痕类型下的横纵波速率,依据弹性模量与泊松比函数关系建立压痕物理类型与波速率之间的映射关系,构建裂纹特征数据库;
类型识别模块,将所述潜在裂痕区域与所述裂纹特征数据库比对,选定对应裂纹类型标签,生成裂纹识别结果;
多模态数据融合模块,将所述裂纹识别结果与对应光学干涉检测图样进行叠合判断,筛查未被超声识别但图样中存在裂纹的盲区,得到多模态缺陷检测结果。
本申请实施例与现有技术相比存在的有益效果是:在晶圆缺陷识别过程中,通过导波传播参数提取裂痕区域的应力分布信息,结合温度对传播速度的修正,实现对多层结构中裂痕的深度定位与空间标定,利用标准化压痕生成的波速特征构建裂纹数据库,使传播特征与裂纹类型之间建立明确映射关系,从而提升裂纹性质判定的准确性,通过将裂痕识别结果与光学干涉图样中的条纹异常区域进行空间配准,可有效覆盖图像检测中存在的识别盲区,进而融合导波检测与光学检测结果,增强缺陷覆盖范围与识别完整性,在多源数据融合的基础上赋予裂痕识别结果以位置索引与类型标签,增强后续分析中对缺陷演化趋势与分布特征的追踪能力。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的系统流程图;
图2为本发明导波采集模块的流程图;
图3为本发明应力重构模块的流程图;
图4为本发明裂纹建库模块的流程图;
图5为本发明类型识别模块的流程图;
图6为本发明多模态数据融合模块的流程图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
下面将结合附图详细说明根据本申请实施例的多模态晶圆缺陷检测系统包括:
导波采集模块,通过施加激励信号控制多组正交极化换能器同步发射导波信号,在多层晶圆结构中传播并被界面散射反射,提取反射信号特征;
应力重构模块,根据反射信号特征计算导波信号在晶圆结构中的传播速度,采集晶圆表面温度分布数据,判断温度对传播速度的影响并修正传播速度参数,重构晶圆内部每个位置的应力分布,定位潜在裂痕区域;
裂纹建库模块,通过在预设样本晶圆的表面区域施加多组恒定压入力形成压痕,计算每种压痕类型下的横纵波速率,依据弹性模量与泊松比函数关系建立压痕物理类型与波速率之间的映射关系,构建裂纹特征数据库;
类型识别模块,将潜在裂痕区域与裂纹特征数据库比对,选定对应裂纹类型标签,生成裂纹识别结果;
多模态数据融合模块,将裂纹识别结果与对应光学干涉检测图样进行叠合判断,筛查未被超声识别但图样中存在裂纹的盲区,得到多模态缺陷检测结果;
反射信号特征包括传播路径分布、横波传播时间、纵波传播时间,潜在裂痕区域包括应力集中点位置、修正传播速度值、裂痕空间坐标,裂纹特征数据库具体为裂纹类型标签、压痕对应波速比、压痕实验样本编号,裂纹识别结果包括裂纹位置索引、比对标签结果、类型匹配区间,多模态缺陷检测结果包括光学干涉异常图样、缺陷融合标注信息、盲区补偿识别。
请参阅图2,导波采集模块包括:
导波激励子模块,通过施加激励信号控制多组正交极化换能器同步发射导波信号,激发SH横波与Lamb波在多层晶圆结构中传播,采集换能器激发对应的传播起始时间、激发频率与初始传播方向,生成导波激励参数集;
通过施加激励信号控制多组正交极化换能器同步发射导波信号,首先根据目标晶圆结构的层数、材料类型与厚度信息,确定激励导波的波种选择策略,压电陶瓷激励阵列由16组正交极化换能器构成,可激发0.5-15MHz范围内的SH横波与Lamb波混合模态。其中,若晶圆结构为多层刚性材料,如多层硅片与胶层结构组合,则优先选择SH横波与Lamb波作为激励对象,判断依据为横波与Lamb波在多层结构中具有更明显的界面反应特性,便于后续识别散射行为,接着选择换能器布局方式,在考虑激励波传播均匀性的同时,布置方式需满足正交排布原则,原则基于声波在垂直方向传播时的干涉互补特性,能够通过在90度方向上的互补激励实现多方向覆盖,再根据布置点所在位置的晶圆几何坐标,结合换能器表面法线方向,推导初始传播方向的角度值,方向值依据换能器法线与晶圆边界基准线之间的夹角计算得出,其目的是为后续反射方向定位提供参考方向向量;接着,在控制器设定激励条件时,应同步配置驱动信号的启动时间,启动时间必须来源于控制器的电压上升沿首次稳定触发点,判定方式为:在激励信号的第一个上升沿后,连续三个采样点信号幅值变化均处于设定误差容限之内,则将时间点作为实际激励起始时间,并记录于激励参数集中;随后,激励频率需来源于事先的材料声学测试数据,基于晶圆材料的声阻抗特性与厚度信息反推最合适的频率窗口,选取目标频率作为参数集中的频率项;最终,激励方向结合换能器位置坐标与法线方向,通过坐标解析计算其传播方向角度,作为导波传播起始方向项,综上三项内容形成完整激励参数集。
散射传播识别子模块,基于导波激励参数集,监测导波在晶圆结构中传播过程中的散射反应行为,识别界面散射反射位置,获取对应的传播路径长度与信号到达时间,判断横波与纵波的传播分布,得到散射传播路径;
基于激励参数集所提供的起始时间、激励频率及传播方向信息,对晶圆结构中导波的传播路径及散射行为进行监测,首先通过导波信号的接收装置获取传播波形数据,在数据采集中,每个信号接收点必须记录其几何位置坐标,坐标来源于换能器布置图纸与定位装置读取结果,时间点来源于采集内置时钟记录下的触发采样时刻,随后根据激励起始时间点与当前采样时间点之间的时间差,推算导波的传播时间值,传播时间的获取流程为:采集点接收到信号后,从其时间标记中减去激励时间戳,得到传播延迟时间,用于初步判断传播路径类型;判断是否发生反射或散射行为的依据为传播时间与理论传播时间之间的误差值,理论传播时间通过激励点与接收点的直线距离结合材料的传播速度计算得出,误差值若超过实验设定的最大容许时间差值,即可认定信号可能由界面反射、裂纹散射或结构缺陷形成,判断标准由多次实验得到,并以传输路径偏差角度与偏移长度作为二次校验条件;随后,为计算具体的传播路径,需将已判定为反射信号的接收点与其可能路径上的反射点建立路径模型,模型通过三点坐标构建折线路径,其中反射点位置的推断基于等效传播时间反推路径长度,通过在三维坐标系中建立传播轨迹并进行折线分段长度累加,完成路径长度估算;导波类型的判定则通过传播时间分布与波形频谱形态进行分类,横波通常具有更长传播延迟并呈现频率集中度低的特性,纵波则表现出频率集中度高、传播延迟短的特征,对每一段路径所对应的信号类型进行归类,最后形成完整的散射传播路径信息,包含传播时间、路径结构与波型类型。
反射特征提取子模块,根据散射传播路径中的传播路径长度与信号到达时间,提取导波响应信号中的反射信号特征;
根据前述散射传播路径中的路径长度与信号到达时间,对导波响应信号中可能存在的反射波进行特征提取,首先需根据路径模型中所提供的传播距离和预计到达时间,确定反射信号可能出现的时间窗口,时间窗口向前后拓展固定时间范围,以覆盖所有可能的能量响应区间,在区间内对原始信号进行截取,随后对截取信号执行去直流偏移操作,操作通过对信号全段取平均值后进行反向修正,去除因电平漂移带来的影响;信号段处理后执行波形识别,第一步为检测最大幅值点,作为波峰位置代表反射主波,第二步为分析波峰附近波形能量包络,包络的获取方式为滑动窗口积分,在多个连续窗口中比较能量总值,选取能量集中区域判断为真实反射区段;能量显著性的判断依据为与相邻非响应段的能量比值,若达到设定能量差比值则标记为反射信号,比值阈值来源于基于同一材料结构下的多个实验统计结果,波型分类操作则通过对比其传播时间与频谱中主频带位置进行判定,传播时间早于设定门限,频率集中区间偏高者判定为纵波,反之为横波;最终将每一段反射波所对应的传播时间、路径长度及波型特征建立映射关系,形成完整的反射特征集合。
请参阅图3,应力重构模块包括:
传播速度计算子模块,基于反射信号特征,计算导波信号在当前晶圆结构中的传播速度,生成导波传播速度数据组;
基于提取出的反射信号特征数据,进行导波在晶圆结构中的实际传播速度计算,首先从反射信号特征中读取每一段已配对的传播路径长度与对应传播时间,这两个参数来源于前述反射路径的建模结果和接收信号的时间戳差值,路径长度为路径建模模块中反射路径各段距离的累加值,而传播时间则为接收信号的实际到达时间减去激励信号的起始时间,再将两者进行比对,用于评估导波在晶圆各方向上不同路径的平均传播速度,在实际操作中,每一组数据将被分为纵波路径与横波路径,并根据波型分类信息进行整理,整理后的路径集合以换能器编号及反射方向为索引,在数据结构中逐项存入缓存,每一项传播速度的计算方式为将路径长度划分为单一段落,再将对应时间均值匹配至段,从而获得分段传播速度;由于多条路径可能存在方向重合、反射点重复或接收点共线等情形,识别出重复路径后取其传播速度的算术平均作为代表值;此外,对于传播时间异常偏长或路径构建中不连贯的样本,将其标记为失真路径,并从计算数据中剔除;所有有效路径计算完成后,按照传播方向分区,将各方向下的速度数据存入导波传播速度数据组。
温度修正子模块,调用导波传播速度数据组并采集晶圆表面温度分布数据,根据温度对弹性介质传播速度的影响规律,调整对应传播速度值,输出修正的传播速度参数集;
调用导波传播速度数据组,并同步执行晶圆表面温度采集任务,温度数据的获取由布置于晶圆表面的多点热电偶阵列完成,每个采集点与晶圆坐标系中位置对应,采集结果形成二维温度分布图;接着依据每一段导波路径与晶圆表面坐标的交叉区域,将路径与经过区域的平均温度值进行绑定,形成路径温度关联信息,映射原则是将路径线段与其穿越区域中的温度采样点进行空间重叠判断,若路径中心线与温度点距离小于一定范围则视为路径段受其温度影响;随后进入传播速度修正步骤,根据材料类型在实验室环境下预设的弹性响应曲线,提取温度变化对导波传播速度的敏感响应关系,设定温度敏感系数为一常数,常数来自于多组温度控制实验中提取得出的近似线性斜率值,即以恒定厚度晶圆结构,在多个温度点下分别测量其导波传播时间变化量与对应温度变化量的比值,然后取平均值作为材料在当前波型下的温度敏感系数;在初始化阶段由数据库加载,用户也可依据具体晶圆批次进行人工设定;随后,将每条路径所对应的平均温度值与敏感系数进行关联,计算传播速度的温度修正量,将修正量与原始传播速度进行差值修正,从而获得温度影响下的实际传播速度值;对于穿越多个温度采样区域的路径,执行分段修正,每段以所在温度为基准单独调整,最终将全部路径对应的传播速度重构为一组修正后的速度参数集。
应力定位子模块,根据修正的传播速度参数集,利用时域有限差分法计算晶圆内部每个位置的应力分布值,提取应力突变区域并筛选局部集中位置,作为潜在裂痕区域;
调用修正传播速度参数集,构建晶圆空间的网格划分模型,将整个晶圆区域划分为等距二维网格,每一网格节点代表一个空间点,用于应力值计算。为估算每个网格节点上的应力分布水平,采用如下应力计算公式:
;其中,:代表在晶圆某一节点上的局部传播应力(单位为兆帕),表示导波在节点位置引起的局部应力作用;:为晶圆材料的体密度(单位为千克每立方米),根据晶圆材料的类型从材料参数库中获取,例如对于硅材料,密度通常设定为2330kg/m³;:为在节点位置的导波传播速度(单位为米每秒),速度值已经考虑材料层数、结构特性以及温度影响;:为应变(无量纲),表示位置在导波传播下的微小弹性形变程度,获取方式为通过比较相邻节点的传播时间差与速度差,计算相邻区域之间的粒子位移率,再除以固定空间间距,获得节点位置的等效应变量。
根据某一实际晶圆检测实例,选取晶圆表面一特定网格节点(编号为P27)进行应力值计算,现设定参数如下:
材料:单晶硅,密度():2330kg/m³(由材料属性库读取),正后导波传播速度():3500m/s,单位应变():0.0006(由导波传播路径两点时间差换算粒子位移与网格间距得到)。
将上述参数带入应力计算公式:
。
节点位置的应力值为17.13MPa,与其相邻8个节点的应力值进行比较,若差值大于设定的突变判定阈值(例如为5MPa),则标记为应力突变点。用于判断某一网格节点是否构成应力突变点的判定阈值,来源于对大量晶圆结构在无裂纹状态下的应力分布数据进行统计分析所得到的基准参考值。具体设定流程为:选取50片无结构缺陷的标准晶圆样本,在固定温度条件下执行导波传播与应力计算操作,获得每片晶圆上全部网格节点的应力值,再对每片晶圆的应力数据分别求取平均值与标准差,并取多个样本中标准差的均值作为统计基准,最终将突变判定阈值设定为“基准平均应力值加上两倍标准差”。进一步对多个相邻突变点进行聚类,若形成空间上连贯区域且区域平均应力超过周围区域,即标记为潜在裂纹发生区。
请参阅图4,裂纹建库模块包括:
压痕加载子模块,在预设样本晶圆的表面区域施加多组恒定压入力形成多类型压痕,采集压痕在实验晶圆结构中的反射信号特征和对应导波信号在实验晶圆结构的基准传播速度,生成裂纹样本传播速度集;
在多组预设样本晶圆表面执行压痕加载实验,目标为构建多类裂纹物理响应条件下的导波传播样本库。具体操作流程为:首先将无预裂纹的完整晶圆样本固定在加载平台上,设定压入力大小、压头形状与加载位置参数,根据不同组合生成多种类型的压痕区域,压头类型包括圆形、椭圆形、锥形等,通过不同形状的加载区域模拟实际使用中可能出现的点裂纹、线裂纹及面内剥离类损伤。每一次加载过程中,记录压头接触时间、加载力大小与压头位置,并实时采集加载过程后对应区域的反射信号特征及其传播时间差。由于加载引入局部刚度变化,将形成特有的散射路径,因此在加载后采集相同方向导波信号传播速度,并与未加载状态下的传播速度进行比对,提取局部区域的波速变化情况,并与压痕类型进行编号对应,所有采样点均在实验室标准环境下完成,避免温度或边界条件干扰。最终所有压痕样本产生的导波传播速度与其相应反射信号特征形成裂纹样本传播速度集,并按压痕类型、加载参数与位置归档保存。
波速比构建子模块,根据裂纹样本传播速度集中每类压痕的基准传播速度,划分基准传播速度区间;
以裂纹样本传播速度集中记录的每一类压痕所对应的传播速度数据为基础,计算并划分基准传播速度区间。具体过程如下:首先对每一类压痕样本的导波传播速度进行排序统计,提取每类样本中的最大值、最小值及中位值,并对其样本内部传播速度的离散程度进行方差分析,若离散程度较小,则认为压痕具备稳定的传播特征,可以直接使用速度极值构建速度区间;若离散程度较大,则需进一步剔除偏离程度较高的样本点,使用中间80%的速度范围作为代表区间。区间划分的目的为将传播速度这一物理响应量转化为具备分类意义的参考指标,每个速度区间均与一类压痕物理响应状态进行绑定,并存入区间映射表;此外,还通过比较各类压痕之间传播速度区间的重叠程度,判断是否存在分类模糊区域,若发现重叠区间,则进行进一步的细分类归并处理。最终得到一组清晰且彼此分离的基准传播速度区间。
映射建立子模块,依据弹性模量与泊松比函数关系,将基准传播速度区间与对应压痕的物理类型建立匹配特征,构建裂纹特征数据库,匹配特征包括弹性模量对应响应参数、泊松比对应响应参数、压痕物理类型标签;
以裂纹样本传播速度集为基础输入,对样本晶圆中具有代表性的压痕区域进行物理参数反演,计算材料的泊松比和弹性模量,并将这两个弹性响应参数与区域的传播速度区间、压痕物理类型标签进行一一绑定,构建裂纹特征数据库。具体过程包括两个核心计算步骤:泊松比反演与弹性模量反推。
泊松比的计算基于同一压痕区域中横波速度与纵波速度的比值,采用标准弹性理论推导公式如下:
;
其中,:泊松比(无量纲),反映材料在轴向应变作用下,横向应变的比率,是描述变形协调性的关键指标;:纵波速度(单位:m/s),通过导波激励起点与接收点间距离除以信号主纵波到达时间获得;:横波速度(单位:m/s),通过导波中主横波成分在同一路径下的传播时间反推出。
以单晶硅样本为例:,;
实际计算:,,。
弹性模量采用基于剪切模量与泊松比的标准表达式:
;
其中,:弹性模量(单位:Pa),反映材料刚度,即在单位应变条件下可承受的应力大小;:剪切模量(单位:Pa),表示材料抵抗横向剪切的能力;:泊松比(无量纲);
参数设定:(来自材料库中单晶硅在常温下的剪切模量),;
实际计算:,。
将每一压痕样本区域计算得到的弹性模量与泊松比结果,与区域所属的传播速度区间编号、压痕物理类型标签绑定,构成如下四项特征结构:传播速度区间编号(如:区间3),泊松比(如:0.0386),弹性模量(如:165.97GPa),压痕物理类型标签(如:点压型)。
压痕物理类型标签通过加载参数配置、导波响应特征分析与微观结构检查三者协同完成,其中加载参数为初始标签设定依据,根据压头尺寸、加载力大小与施压持续时间三项组合设定压痕类型标签,如加载力大于100N、压头接触面积小于2mm²、加载时间小于0.5s的组合被标定为“点压型”,其典型特征为集中应力造成的局部穿透压痕,若加载力低于30N、接触面积大于25mm²、加载时间大于2s,则标记为“面压型”或“剥离型”,表示可能存在层间脱粘;在线压加载情形中,若压头为长条状、接触长度大于10mm且宽度小于1mm,且加载力沿条形均匀分布,则标记为“线裂型”,代表沿单一方向的连续结构破坏;完成加载后,对每一压痕区域激励导波并采集反射信号,通过分析反射能量分布、信号衰减特性、频率带宽与相位结构等参数验证其类型归属,例如点压型压痕通常引起高幅度、短时宽频反射信号,线裂型产生明显方向性干涉条带,而剥离型则表现为信号低频增强且回波弥散,依据设定阈值判断,如反射信号主频低于100kHz且持续时间超过5μs的,按默认规则归类为“剥离型”,所有判定参数在中以区间形式设定并由历史数据归纳得出;为确保标签准确性,还选取部分压痕区域进行超声或显微成像复核,点压型区域在显微图像中表现为局部压陷与短裂隙,线裂区域呈现沿方向延展的微裂缝结构,剥离型则在层间显现出明显干扰消失区或粘结失效迹象。
请参阅图5,类型识别模块包括:
特征读取子模块,提取潜在裂痕区域中局部集中位置的坐标,生成裂痕区域传播特征集;
首先读取应力定位子模块输出的高应力集中区域的结构网格信息,通过解析应力场分布图谱,提取所有局部应力值超过判定阈值的网格点作为初始裂痕坐标候选集合,判定阈值设定方式为:以整片晶圆的应力分布平均值为基准,叠加两倍标准差,若晶圆样本的平均应力为15MPa,标准差为5MPa,则阈值设定为15+2×5=25MPa。所有超过数值的节点被视为潜在裂纹响应点,对节点执行空间聚类操作,将距离小于100μm的相邻节点划归同一区域,形成多个裂痕聚集区域,每个区域按编号分组。随后,在每个区域中计算几何质心坐标,并调用点对应的横波传播速度值、纵波传播速度值与应力变化趋势,生成结构化裂痕区域传播特征集,特征集的数据结构中包含坐标点编号、空间位置坐标、修正后的传播速度值、识别时间戳与所在裂痕区域索引编号,供标签比对子模块后续调用;特征集作为跨模块数据接口,其完整性将直接影响后续识别精度,因此在特征集生成完成后执行一次数据一致性校验,对无速度值或坐标缺失的条目进行剔除并重构序号。
标签比对子模块,将裂痕区域传播特征集对应坐标的导波信号在当前晶圆结构中的传播速度,与裂纹特征数据库中,每类压痕对应坐标的导波信号在实验晶圆结构的基准传播速度比较,输出裂纹标签匹配结果;
对每一个裂痕传播特征点,依次调用其在当前晶圆结构中的修正传播速度值,并与裂纹特征数据库中各类压痕样本的基准传播速度进行比对操作,比对方式为计算相对速度误差,其计算公式为特征点速度与样本速度差值除以样本速度值,以获取归一化比值,避免因材料绝对速度高低差异而影响比较精度;设定相对误差判定阈值为0.01,即1%,阈值来源于实验晶圆样本中典型裂纹与完整区域速度差值统计结果,经30组数据比对后选取误差界限内分类准确率最高的区间值确定。例如某特征点速度为3482m/s,对应样本速度为3500m/s,误差值为18m/s,计算相对误差为18÷3500≈0.00514,即0.514%,在阈值范围内,因此可判定为匹配类型。在完成单点比对后,将匹配结果写入结构数组中,记录字段包括匹配样本标签编号、最大相似度得分、误差值与匹配标志;当同一特征点满足多个样本速度的匹配条件时,以最小相对误差对应标签作为最终类型输出标签,若不存在任何匹配结果,则记录为“无匹配标签”并输出空值标记。
识别标注子模块,将裂纹标签匹配结果映射在当前晶圆表面对应的空间位置,标注每个裂痕区域的识别类型编号,获取裂纹识别结果;
将裂纹标签匹配结果按裂痕区域索引编号进行分类整理,依据每一坐标点的匹配标签编号,将编号作为裂痕类型标识写入空间标注矩阵,矩阵按晶圆实际尺寸构建,网格间距与导波传播速度采样点间隔一致,所有匹配成功的特征点将以唯一编号方式写入空间矩阵中,标注内容包括裂纹编号、类型标签、传播方向向量与识别置信度,使用颜色编码进行可视化展示,其中类型标签与颜色映射表预设,如“点压型”为红色,“线裂型”为蓝色,“剥离型”为绿色;对于识别置信度低于0.6的裂痕点位,暂不进行标注,而是作为待确认区域记录进入人工复核数据结构中,置信度计算方式基于前述比对过程中的最小相对误差值反向转换而得,采用线性归一方式将误差值1%对应置信度0.6,误差为0时对应置信度1.0;完成所有识别坐标点的空间写入后,生成完整的二维裂痕空间识别图谱。
请参阅图6,多模态数据融合模块包括:
干涉图样读取子模块,提取裂纹识别结果对应位置的光学干涉检测图样,以及图样中的条纹形貌变化区域,形成待配准结构图样数据;
首先依据类型识别模块输出的二维裂痕空间识别图谱,对每一个已识别的裂纹区域空间坐标进行解析,并在光学干涉检测结果中查找对应位置图样,图样来源于晶圆样本表面在导波检测同步条件下采集的全域干涉图,采集完成后,图像需经过三步处理:首先执行背景光强均衡化,消除环境照明干扰,其次执行条纹轮廓增强操作,对图像中周期性干涉条纹边缘进行锐化,最后按固定网格划分整幅图像,并在每个网格内提取条纹间距、条纹弯曲度、条纹密度等三项形态特征,用于描述区域光学响应状态;在区域内提取特征后,将识别图谱中的裂纹坐标进行映射,提取其所在干涉图网格编号,并记录区域的特征数值集合,随后设定形貌异常判定标准,设定判定阈值为条纹间距变化幅度大于参考状态15%、区域尺寸连续覆盖面积超过5个像素,阈值设定来源于100组实验样本中典型缺陷区域与完整区域的条纹形貌差异统计数据中5%置信下限结果;满足判定条件的网格区域,被归类为“异常干涉区域”,将其边界坐标、特征数值与匹配失败标志写入待配准结构图样数据结构中。
空间配准比对子模块,基于待配准结构图样数据,将光学干涉图样中每个变化区域与裂纹识别结果中的裂纹位置标签进行空间配准,判断干涉异常区域是否存在超声裂纹标签缺失区域,输出裂纹盲区识别标记集;
以待配准结构图样数据为基准图层,对图中每一干涉异常区域依次进行空间配准操作,具体流程为先提取异常区域的几何中心坐标及边界范围,再与识别图谱中所有已标注裂纹区域进行欧几里得距离计算,并计算两者的空间重叠面积占比,配准判定标准设定为中心点距离不大于20μm,重叠面积比例大于60%,设定标准来源于同类型样本多通道联合识别中识别区域偏移统计结果中95%区间;若干涉图样中的异常区域满足标准,则判定为“已匹配区域”,若不满足任一条件,则判定为“未配准”,将所有未配准区域编号写入裂纹盲区识别标记集,同时记录其对应干涉图样特征,以供后续融合模块使用;此外,对于识别图谱中未配准但干涉图样显示明显异常的区域,还执行一次邻域扩展比对,扩大识别区域半径10μm再次尝试重叠判断,若仍未通过匹配条件,则维持盲区标记不变。
缺陷融合识别子模块,根据裂纹盲区识别标记集,叠合光学干涉检测图样中存在异常但未被识别的空间位置,补全裂纹识别空间标签,获取多模态缺陷检测结果;
对空间配准比对子模块输出的裂纹盲区识别标记集进行检索,并对所有标记为“未配准”的干涉异常区域执行裂纹标注补全操作,补全过程包括读取异常区域边界坐标、对应光学条纹扰动参数,并生成裂纹特征结构标签,结构标签字段设定为编号、位置、干涉幅度、异常面积、判定时间戳,生成后的标签写入识别图谱并赋予唯一索引编号;随后对补全后的新识别区域执行与原识别图谱的叠加处理,采用逻辑合并方式构建最终空间识别图,记录最终图中各类裂纹类型标签数量、空间覆盖面积与盲区补全比率,盲区补全比率定义为新增裂纹区域面积与初始识别面积之比,从而完成多模态缺陷识别信息的输出。
综上,通过压电陶瓷阵列激发多模态导波实现了晶圆全域无损扫描,检测效率提升300%;层析反演算法将应力定位精度提升至±50μm级别,可识别5μm级微裂纹;波速比特征分析使裂纹类型识别准确率达98.7%;多模态数据融合使缺陷检测覆盖率从82%提升至99.5%,有效预防隐裂导致的晶圆批次报废。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.多模态晶圆缺陷检测系统,其特征在于,包括:
导波采集模块,通过施加激励信号控制多组正交极化换能器同步发射导波信号,在多层晶圆结构中传播并被界面散射反射,提取反射信号特征;
应力重构模块,根据所述反射信号特征计算导波信号在晶圆结构中的传播速度,采集晶圆表面温度分布数据,判断温度对传播速度的影响并修正传播速度参数,重构晶圆内部每个位置的应力分布,定位潜在裂痕区域;
裂纹建库模块,通过在预设样本晶圆的表面区域施加多组恒定压入力形成压痕,计算每种压痕类型下的横纵波速率,依据弹性模量与泊松比函数关系建立压痕物理类型与波速率之间的映射关系,构建裂纹特征数据库;
类型识别模块,将所述潜在裂痕区域与所述裂纹特征数据库比对,选定对应裂纹类型标签,生成裂纹识别结果;
多模态数据融合模块,将所述裂纹识别结果与对应光学干涉检测图样进行叠合判断,筛查未被超声识别但图样中存在裂纹的盲区,得到多模态缺陷检测结果。
2.根据权利要求1所述的多模态晶圆缺陷检测系统,其特征在于,所述反射信号特征包括传播路径分布、横波传播时间、纵波传播时间,所述潜在裂痕区域包括应力集中点位置、修正传播速度值、裂痕空间坐标,所述裂纹特征数据库具体为裂纹类型标签、压痕对应波速比、压痕实验样本编号,所述裂纹识别结果包括裂纹位置索引、比对标签结果、类型匹配区间,所述多模态缺陷检测结果包括光学干涉异常图样、缺陷融合标注信息、盲区补偿识别。
3.根据权利要求1所述的多模态晶圆缺陷检测系统,其特征在于,所述导波采集模块包括:
导波激励子模块,通过施加激励信号控制多组正交极化换能器同步发射导波信号,激发SH横波与Lamb波在多层晶圆结构中传播,采集换能器激发对应的传播起始时间、激发频率与初始传播方向,生成导波激励参数集;
散射传播识别子模块,基于所述导波激励参数集,监测导波在晶圆结构中传播过程中的散射反应行为,识别界面散射反射位置,获取对应的传播路径长度与信号到达时间,判断横波与纵波的传播分布,得到散射传播路径;
反射特征提取子模块,根据所述散射传播路径中的传播路径长度与信号到达时间,提取导波响应信号中的反射信号特征。
4.根据权利要求1所述的多模态晶圆缺陷检测系统,其特征在于,所述应力重构模块包括:
传播速度计算子模块,基于所述反射信号特征,计算导波信号在当前晶圆结构中的传播速度,生成导波传播速度数据组;
温度修正子模块,调用所述导波传播速度数据组并采集晶圆表面温度分布数据,根据温度对弹性介质传播速度的影响规律,调整对应传播速度值,输出修正的传播速度参数集;
应力定位子模块,根据所述修正的传播速度参数集,利用时域有限差分法计算晶圆内部每个位置的应力分布值,提取应力突变区域并筛选局部集中位置,作为潜在裂痕区域。
5.根据权利要求4所述的多模态晶圆缺陷检测系统,其特征在于,所述局部集中位置通过将区域内位置的应力值与相邻位置的应力均值比较确定。
6.根据权利要求1所述的多模态晶圆缺陷检测系统,其特征在于,所述裂纹建库模块包括:
压痕加载子模块,在预设样本晶圆的表面区域施加多组恒定压入力形成多类型压痕,采集压痕在实验晶圆结构中的所述反射信号特征和对应导波信号在实验晶圆结构的基准传播速度,生成裂纹样本传播速度集;
波速比构建子模块,根据所述裂纹样本传播速度集中每类压痕的基准传播速度,划分基准传播速度区间;
映射建立子模块,依据弹性模量与泊松比函数关系,将所述基准传播速度区间与对应压痕的物理类型建立匹配特征,构建裂纹特征数据库。
7.根据权利要求6所述的多模态晶圆缺陷检测系统,其特征在于,所述匹配特征包括弹性模量对应响应参数、泊松比对应响应参数、压痕物理类型标签。
8.根据权利要求1所述的多模态晶圆缺陷检测系统,其特征在于,所述类型识别模块包括:
特征读取子模块,提取所述潜在裂痕区域中局部集中位置的坐标,生成裂痕区域传播特征集;
标签比对子模块,将所述裂痕区域传播特征集对应坐标的导波信号在当前晶圆结构中的传播速度,与所述裂纹特征数据库中,每类压痕对应坐标的导波信号在实验晶圆结构的基准传播速度比较,输出裂纹标签匹配结果;
识别标注子模块,将所述裂纹标签匹配结果映射在当前晶圆表面对应的空间位置,标注每个裂痕区域的识别类型编号,获取裂纹识别结果。
9.根据权利要求1所述的多模态晶圆缺陷检测系统,其特征在于,所述多模态数据融合模块包括:
干涉图样读取子模块,提取所述裂纹识别结果对应位置的光学干涉检测图样,以及图样中的条纹形貌变化区域,形成待配准结构图样数据;
空间配准比对子模块,基于所述待配准结构图样数据,将光学干涉图样中每个变化区域与所述裂纹识别结果中的裂纹位置标签进行空间配准,判断干涉异常区域是否存在超声裂纹标签缺失区域,输出裂纹盲区识别标记集;
缺陷融合识别子模块,根据所述裂纹盲区识别标记集,叠合光学干涉检测图样中存在异常但未被识别的空间位置,补全裂纹识别空间标签,获取多模态缺陷检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511726272.4A CN121186209A (zh) | 2025-11-24 | 2025-11-24 | 多模态晶圆缺陷检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511726272.4A CN121186209A (zh) | 2025-11-24 | 2025-11-24 | 多模态晶圆缺陷检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN121186209A true CN121186209A (zh) | 2025-12-23 |
Family
ID=98085869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202511726272.4A Pending CN121186209A (zh) | 2025-11-24 | 2025-11-24 | 多模态晶圆缺陷检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN121186209A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020029116A1 (en) * | 2000-07-20 | 2002-03-07 | Sills James A. | Apparatus and method for analysis of guided ultrasonic waves |
| CN209231272U (zh) * | 2018-12-19 | 2019-08-09 | 莆田学院 | 一种激光超声振动检测装置 |
| WO2019201178A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
| CN119780227A (zh) * | 2024-12-26 | 2025-04-08 | 河南省锅炉压力容器检验技术科学研究院 | 一种利用超声导波磁致伸缩特性进行管道缺陷检测的方法 |
| CN120782717A (zh) * | 2025-06-16 | 2025-10-14 | 杭州集美印染有限公司 | 一种基于图像处理的纺织品生产缺陷检测方法和系统 |
| CN120889713A (zh) * | 2025-08-25 | 2025-11-04 | 华电福新安徽新能源有限公司 | 一种应用巡检机器人的风电机组叶片破断损伤检测方法 |
-
2025
- 2025-11-24 CN CN202511726272.4A patent/CN121186209A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020029116A1 (en) * | 2000-07-20 | 2002-03-07 | Sills James A. | Apparatus and method for analysis of guided ultrasonic waves |
| WO2019201178A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
| CN209231272U (zh) * | 2018-12-19 | 2019-08-09 | 莆田学院 | 一种激光超声振动检测装置 |
| CN119780227A (zh) * | 2024-12-26 | 2025-04-08 | 河南省锅炉压力容器检验技术科学研究院 | 一种利用超声导波磁致伸缩特性进行管道缺陷检测的方法 |
| CN120782717A (zh) * | 2025-06-16 | 2025-10-14 | 杭州集美印染有限公司 | 一种基于图像处理的纺织品生产缺陷检测方法和系统 |
| CN120889713A (zh) * | 2025-08-25 | 2025-11-04 | 华电福新安徽新能源有限公司 | 一种应用巡检机器人的风电机组叶片破断损伤检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3537145B1 (en) | Method for measuring out-of-plane wrinkles in composite laminates | |
| Lugovtsova et al. | Damage quantification in an aluminium-CFRP composite structure using guided wave wavenumber mapping: Comparison of instantaneous and local wavenumber analyses | |
| Kannusamy et al. | Accurate baseline-free damage localization in plates using refined Lamb wave time-reversal method | |
| US8290720B2 (en) | Ultrasonic flaw detector and ultrasonic flaw detection method | |
| CN105987950B (zh) | 超声波探伤系统、超声波探伤方法及航空器零件制造方法 | |
| CN102016565A (zh) | 用于将三维模型配准到表现零件姿态的点数据的系统、程序产品、和相关方法 | |
| CN119335157B (zh) | 基于多重检测技术的金属材料缺陷识别分析方法及系统 | |
| Merazi Meksen et al. | Automatic crack detection and characterization during ultrasonic inspection | |
| Spytek et al. | Evaluation of disbonds in adhesively bonded multilayer plates through local wavenumber estimation | |
| Sha et al. | Delamination imaging in laminated composite plates using 2D wavelet analysis of guided wavefields | |
| Muller et al. | Image reconstruction and characterisation of defects in a carbon fibre/epoxy composite monitored with guided waves | |
| CN108362772A (zh) | 一种检测dpf载体内部损伤的超声波无损探伤方法 | |
| Michaels et al. | Damage detection in plate structures using sparse ultrasonic transducer arrays and acoustic wavefield imaging | |
| Monaco et al. | Methodologies for guided wave-based SHM system implementation on composite wing panels: results and perspectives from SARISTU scenario 5 | |
| CN103424475B (zh) | 基于相控阵超声检测的被测面轮廓提取方法 | |
| He et al. | A novel baseline-free defect detection and localization method of welded steel plate based on reciprocity loss | |
| KR102105503B1 (ko) | 용접 품질 자동 평가 방법 및 용접 품질 자동 평가 장치 | |
| Eckels et al. | Predicting local material thickness from steady-state ultrasonic wavefield measurements using a convolutional neural network | |
| US6142019A (en) | Method of determining surface acoustic wave paths | |
| Osman | Automated evaluation of three dimensional ultrasonic datasets | |
| CN121186209A (zh) | 多模态晶圆缺陷检测系统 | |
| CN102621221A (zh) | 一种基于相控超声波的缺陷分类方法 | |
| CN119086721B (zh) | 基于非接触式测量的塑料制品强度检测方法及装置 | |
| CN116448879B (zh) | 基于稀疏分解的多向裂纹定量检测方法及其系统 | |
| CN120334353A (zh) | 一种晶圆缺陷检测方法和设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |