SolVisionCaso de Estudo
Inspeção de Chips de Semicondutores Embalados
Aprendizado não supervisionado de IA para detecção de microdefeitos
Camada de proteção externa e processos de embalagem
Os processos de corte afetam a qualidade dos wafers de semicondutores. Ocasionalmente, defeitos como rachaduras na superfície ocorrem quando os wafers são singulados. Após serem embalados, os wafers são fixados ao material protetor de plástico ou cerâmica, tornando difícil inspecionar rachaduras nas bordas ou outros microdefeitos internos utilizando métodos tradicionais.
Detectando através da embalagem
Quando dentro de sua embalagem, um wafer só pode ser fotografado usando uma fonte de luz especial e lentes com propriedades de penetração. Isso cria imagens que mostram rachaduras nas bordas e as próprias bordas em cores muito semelhantes, tornando-as difíceis de distinguir. Além disso, a forma e o ângulo das pequenas rachaduras são irregulares, o que faz com que os sistemas tradicionais baseados em regras não sejam eficazes para essas tarefas de inspeção.
Avaliação de produtos perfeitos e imperfeitos
Impulsionado por IA, o SolVision oferece funções individuais projetadas para complementar diferentes tarefas de inspeção. A ferramenta de Detecção de Anomalias usa tecnologia de aprendizado profundo para ensinar ao modelo de IA imagens de amostra de wafers “perfeitos”. A ferramenta de aumento de dados facilita a simulação de possíveis desvios de wafers para expandir o banco de dados de IA com cenários de produção e fortalecer a capacidade de reconhecimento. Após o treinamento, o modelo de IA pode comparar a amostra de referência com uma imagem digitalizada para identificar e localizar defeitos, como micro rachaduras na borda de um chip embalado, sem ser afetado pela qualidade da imagem ou cores quase idênticas.
Inspeção por IA
Imagem digitalizada
Resultado da Detecção
