CN114638084A - 一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法 - Google Patents
一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法 Download PDFInfo
- Publication number
- CN114638084A CN114638084A CN202111504659.7A CN202111504659A CN114638084A CN 114638084 A CN114638084 A CN 114638084A CN 202111504659 A CN202111504659 A CN 202111504659A CN 114638084 A CN114638084 A CN 114638084A
- Authority
- CN
- China
- Prior art keywords
- silicon wafer
- monocrystalline silicon
- roughness
- pit
- width
- 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
- 229910021421 monocrystalline silicon Inorganic materials 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 title claims abstract description 34
- 235000012431 wafers Nutrition 0.000 title abstract description 117
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims abstract description 64
- 229910052710 silicon Inorganic materials 0.000 claims abstract description 64
- 239000010703 silicon Substances 0.000 claims abstract description 64
- 239000000463 material Substances 0.000 claims abstract description 51
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000002474 experimental method Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 10
- 238000012876 topography Methods 0.000 claims description 10
- 239000006061 abrasive grain Substances 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims 1
- 238000005520 cutting process Methods 0.000 abstract description 22
- 230000006378 damage Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 229910003460 diamond Inorganic materials 0.000 description 7
- 239000010432 diamond Substances 0.000 description 7
- 238000004049 embossing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 230000003746 surface roughness Effects 0.000 description 3
- 238000010923 batch production Methods 0.000 description 2
- 239000000110 cooling liquid Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/14—Details relating to CAD techniques related to nanotechnology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明公开一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，步骤为：1)建立单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型；所述凹坑是去除单晶硅片横向裂纹上方材料后形成的；2)获取单晶硅片的微观表面形貌，提取单晶硅片所有凹坑宽度，并输入到单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型中，得到单晶硅片全表面线粗糙度。本发明只需通过获得同批次单晶硅片的微观形貌，就能准确预测出硅片的全表面线粗糙度，大大缩短了人工测量的时间。
Description
技术领域
本发明涉及机械加工制造技术领域，具体是一种基于图像处理 的线锯切割单晶硅片全表面线粗糙度预测方法。
背景技术
单晶硅是一种典型的脆性光学材料，拥有较低的热膨胀系数， 同时具有耐高温、抗辐射性能好等优点，在大规模集成电路和光伏 太阳能行业应用普遍。单晶硅片的加工流程一般为拉单晶、磨外圆、 切割、倒角、研磨、腐蚀、清洗和抛光。切割的方式主要有游离磨料线锯切割和固结磨料线锯切割。游离磨料线锯切割存在切割效率 低、锯线走丝速度慢、锯线使用寿命短、浆液回收困难、环境污染 严重等缺点。固结磨料线锯切割因切割用的锯线表面固结有金刚石 磨粒，大大提高了切割效率和精度，减少了硅片表面的机械损伤层和环境负荷等，因而被广泛应用于单晶硅片的切割工艺中。
然而，单晶硅属于脆性材料，在金刚石线锯“二体”磨粒刻划、 犁切加工过程中，不可避免地会出现表面/亚表面损伤。这些损伤会 破坏硅片的机械特性、降低其断裂强度、增加其破坏几率，同时严 重影响其下一步工序的材料去除量，降低其加工效率、增加其制造成本。尤其在光伏太阳能领域，太深的损伤容易使硅片表层附近的 空穴发生复合现象，降低少数载流子存在的持续时间，减少以单晶 硅为基底材料的太阳能电池的光电转换效率；太浅的损伤会使绒面 未能完全形成，减反效果不好。
综上，如何将硅片损伤程度控制在合理范围是当前亟需解决的 问题。硅片的表面粗糙度是衡量硅片损伤程度的重要参数。因此， 如何控制硅片的表面粗糙度变得尤其重要，而首当其冲的是如何快 速准确全面地预测硅片表面粗糙度。
发明内容
本发明的目的是提供一种基于图像处理的线锯切割单晶硅片全 表面线粗糙度预测方法，包括以下步骤：
1)建立单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模 型。所述凹坑是去除单晶硅片横向裂纹上方材料后形成的。
所述单晶硅片全表面线粗糙度包括垂直于裂纹的粗糙度和平行 于裂纹方向的粗糙度。
所述单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型 包括垂直于裂纹的粗糙度计算模型和平行于裂纹方向的粗糙度计算 模型。
垂直于裂纹的粗糙度计算模型和平行于裂纹方向的粗糙度计算 模型分别如下所示：
式中，Rz1、Rz2分别表示垂直于裂纹的粗糙度和平行于裂纹方 向的粗糙度。hpi是材料堆积高度。α1是修正因子。Δwi是被测位置与 裂纹中心线的距离。
其中，横向裂纹深度cli、宽度cwi分别如下所示：
其中，cli和cwi分别是横向裂纹深度、宽度。θi是磨粒的半锥角。 E、H、Kc和v分别是材料的弹性模量、硬度、断裂韧性和泊松比。 Fni为压印载荷。下标i表示与第i个磨粒相关的量。
横向裂纹深度cli、宽度cwi的关系如下：
参数α2如下所示：
1.1)确定修正因子α1和参数α2的步骤包括：
获取单晶硅片的微观表面形貌，并测量出硅片表面的最大凹坑 宽度、深度。将最大凹坑宽度、深度代入单晶硅片全表面线粗糙度 与凹坑宽度之间的数学关系模型中，计算出修正因子α1和参数α2的乘积。
1.2)获取单晶硅片表面材料堆积高度的方法包括纳米刻划实验， 所述纳米刻划实验的步骤包括：
1.2.1)在抛光的硅片表面斜切出一条裂纹。
1.2.2)测量由斜切裂纹形成的材料堆积高度，以作为单晶硅片 表面的材料堆积高度。
2)获取单晶硅片的微观表面形貌，提取单晶硅片所有凹坑宽度， 并输入到单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型 中，得到单晶硅片全表面线粗糙度。
提取单晶硅片所有凹坑宽度的步骤包括：
2.1)对单晶硅片的微观表面形貌进行预处理。
对单晶硅片的微观表面形貌进行预处理的方法包括灰度操作、 二值化操作、孔洞填充操作、腐蚀膨胀操作。
2.2)对预处理后的微观表面形貌进行图像区域属性度量操作， 以获得包含每个凹坑的最小矩形。
2.3)计算每个最小矩形对应的几何宽度，以作为凹坑的宽度。
计算每个最小矩形对应的几何宽度的步骤包括：
2.3.1)计算每个最小矩形所包含的像素点个数。
2.3.2)根据每个像素点对应的几何长度，计算出每个最小矩形 对应的几何宽度。
值得说明的是，本发明首先建立单晶硅片全表面线粗糙度与凹 坑宽度之间的数学关系模型；其次通过纳米刻划实验获得硅片表面 的材料堆积高度，通过测量硅片表面的最大凹坑宽度、深度，解出 数学关系模型中的未知量；最后采用数字化图像处理技术提取硅片 表面内的全部凹坑宽度，在此基础上预测出单晶硅片全表面线粗糙 度。
本发明的技术效果是毋庸置疑的,本发明只需通过获得同批次 单晶硅片的微观形貌，就能准确预测出硅片的全表面线粗糙度，大 大缩短了人工测量时间。本发明还可以推广应用至实时预测线锯切 割过程中硅片的全表面线粗糙度，为工艺参数优化提供理论与技术 支持。
附图说明
图1为一种基于图像处理的线锯切割单晶硅片全表面线粗糙度 预测方法流程图。
图2(a)为单磨粒在硅片表面刻划过程示意图；图2(b)为单磨粒 在硅片表面压印过程示意图。
图3(a)为抛光硅片表面的斜切裂纹；图3(b)为裂纹两边材料堆 积高度的测量。
图4(a)为硅片微观形貌；图4(b)为经过硅片表面最大凹坑处垂 直于裂纹方向(X方向)和平行于裂纹方向(Y方向)的轮廓1和2，以 及经过硅片表面塑性区域平行于裂纹方向(Y方向)的轮廓3。
图5(a)为硅片微观形貌图；图5(b)为图像灰度操作；图5(c)为 图像二值化操作；图5(d)为图像孔洞填充操作；图5(e)为图像腐蚀 膨胀操作；图5(f)为图像区域属性度量操作。
图6(a)为硅片全表面线粗糙度Rz1；图6(b)为硅片全表面线粗 糙度Rz2。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本 发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思 想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换 和变更，均应包括在本发明的保护范围内。
实施例1：
参见图1至图6，一种基于图像处理的线锯切割单晶硅片全表面 线粗糙度预测方法，包括以下步骤：
1)建立单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模 型。所述凹坑是去除单晶硅片横向裂纹上方材料后形成的。
所述单晶硅片全表面线粗糙度包括垂直于裂纹的粗糙度和平行 于裂纹方向的粗糙度。
所述单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型 包括垂直于裂纹的粗糙度计算模型和平行于裂纹方向的粗糙度计算 模型。
垂直于裂纹的粗糙度计算模型和平行于裂纹方向的粗糙度计算 模型分别如下所示：
式中，Rz1、Rz2分别表示垂直于裂纹的粗糙度和平行于裂纹方 向的粗糙度。hpi是材料堆积高度。α1是修正因子。Δwi是被测位置与 裂纹中心线的距离。
其中，横向裂纹深度cli、宽度cwi分别如下所示：
其中，cli和cwi分别是横向裂纹深度、宽度。θi是磨粒的半锥角。 E、H、Kc和v分别是材料的弹性模量、硬度、断裂韧性和泊松比。 Fni为压印载荷。下标i表示与第i个磨粒相关的量。
横向裂纹深度cli、宽度cwi的关系如下：
参数α2如下所示：
1.1)确定修正因子α1和参数α2的步骤包括：
获取单晶硅片的微观表面形貌，并测量出硅片表面的最大凹坑 宽度、深度。将最大凹坑宽度、深度代入单晶硅片全表面线粗糙度 与凹坑宽度之间的数学关系模型中，计算出修正因子α1和参数α2的乘积。
1.2)获取单晶硅片表面材料堆积高度的方法包括纳米刻划实验， 所述纳米刻划实验的步骤包括：
1.2.1)在抛光的硅片表面斜切出一条裂纹。
1.2.2)测量由斜切裂纹形成的材料堆积高度，以作为单晶硅片 表面的材料堆积高度。2)获取单晶硅片的微观表面形貌，提取单晶 硅片所有凹坑宽度，并输入到单晶硅片全表面线粗糙度与凹坑宽度 之间的数学关系模型中，得到单晶硅片全表面线粗糙度。
提取单晶硅片所有凹坑宽度的步骤包括：
2.1)对单晶硅片的微观表面形貌进行预处理。
对单晶硅片的微观表面形貌进行预处理的方法包括灰度操作、 二值化操作、孔洞填充操作、腐蚀膨胀操作。
2.2)对预处理后的微观表面形貌进行图像区域属性度量操作， 以获得包含每个凹坑的最小矩形。
2.3)计算每个最小矩形对应的几何宽度，以作为凹坑的宽度。
计算每个最小矩形对应的几何宽度的步骤包括：
2.3.1)计算每个最小矩形所包含的像素点个数。
2.3.2)根据每个像素点对应的几何长度，计算出每个最小矩形 对应的几何宽度。
实施例2：
一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方 法，步骤如下：
(1)考虑硅片表面划痕方向和材料堆积效应，建立单晶硅片全表 面线粗糙度与凹坑宽度之间的数学关系模型。
(2)在硅片表面开展纳米刻划实验，测得划痕两边的材料堆积高 度，带入到单晶硅片全表面线粗糙度与凹坑宽度的数学关系模型中。
(3)获取被测单晶硅片的微观表面形貌，测得最大凹坑宽度、深 度，解出单晶硅片全表面线粗糙度与凹坑宽度数学关系模型中的未 知量。
(4)获取被测单晶硅片的微观表面形貌，采用数字化图像处理技 术提取硅片表面内全部凹坑宽度，通过建立的数学关系模型，预测 单晶硅片全表面线粗糙度。
步骤(1)中，所述的数学关系模型建立过程如下：
金刚石线锯切割单晶硅本质上是锯线表面大量磨粒在硅片表面 刻划的过程，而该过程又可以简化为一系列压印过程。对于尖锐压 头的压印，当压印载荷超过某一临界值时，即在接触区下产生不可 恢复的塑性变形。进一步增加压印载荷，会在塑性区下方产生横向 裂纹和中位裂纹。脆性材料在单磨粒压印过程中产生的横向裂纹深 度、宽度的计算表达式分别为：
其中，cli和cwi分别是横向裂纹深度、宽度；θi是磨粒的半锥角； E、H、Kc和v分别是材料的弹性模量、硬度、断裂韧性和泊松比； Fni为压印载荷；下标i表示与第i个磨粒相关的量。
横向裂纹延伸到材料表面是材料去除的主要原因。此时，横向 裂纹上方的材料被完全去除，在材料表面留下凹坑。硅片表面的凹 坑深度、宽度即可分别通过横向裂纹深度、宽度的计算公式(1)和(2) 获得。整合公式(1)和(2)后有
其中，α1是综合考虑金刚石线锯切割过程中机床振动特性、冷 却液性能等的修正因子；α2的表达式如式(4)；相同批次工艺参数线 锯切割过程中的α1α2值固定。
根据粗糙度Rz的定义：取样长度内5个最大轮廓峰高平均值与 5个最大轮廓谷深平均值之和，考虑硅片表面的材料堆积效应，获得 垂直于划痕和平行于划痕方向的粗糙度Rz的计算表达式分别为
其中，hpi是材料堆积高度；Δwi是被测位置与划痕中心线的距离。
步骤(1)中，所述的单晶硅片全表面线粗糙度，是指硅片表面垂 直于划痕和平行于划痕方向的所有轮廓对应的粗糙度，即Rz1和Rz2。
步骤(2)中，所述的纳米刻划实验，是指在抛光的硅片表面斜切 出一条划痕。
步骤(3)中，所述的数学关系模型中的未知量是α1α2的值。
步骤(4)中，所述的采用数字化图像处理技术提取硅片表面内全 部凹坑宽度，是指对被测单晶硅片的微观表面形貌进行图像处理。 首先对图像依次进行灰度操作、二值化操作、孔洞填充操作、腐蚀 膨胀操作，接着进行图像区域属性度量操作，以获得包含每个凹坑 的最小矩形，最后提取所有矩形宽度所包含的像素点个数，并根据 每个像素点对应的几何长度，计算出所有矩形的实际宽度，即所有 凹坑的宽度。
步骤(4)中，所述的通过数学关系模型预测单晶硅片全表面线粗 糙度，是指根据数字化图像处理技术计算出的硅片表面内全部凹坑 宽度，利用式(5)和(6)预测硅片全表面线粗糙度。
实施例3：
一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方 法的实验，内容如下：
1、实验对象：
以大连连城数控机器股份有限公司生产的金刚石线锯切割机 (QPJ1665)加工的单晶硅片为例。硅片材料特性为：密度ρ＝2.33 g/cm3、杨氏模量E＝129.5GPa、泊松比ν＝0.24、硬度H＝11.0GPa、 断裂韧性
硅片尺寸为：长×宽×高＝156×156×0.2mm。 锯线参数为：锯线直径D＝86.9μm、锯线芯径d＝74.4μm、磨粒直 径dm＝12μm、磨粒出刃高度Hm＝5.4μm、磨粒密度N＝424个/mm2。 工艺参数为：锯线进给速度vf＝1.5mm/min、锯线速度vs＝1800 m/min。
2、实验过程：
(1)考虑硅片表面划痕方向和材料堆积效应，建立单晶硅片全表 面线粗糙度与凹坑宽度之间的数学关系模型。
(2)在硅片表面开展纳米刻划实验，测得划痕两边的材料堆积高 度，带入到单晶硅片全表面线粗糙度与凹坑宽度的数学关系模型中。
(3)获取被测单晶硅片的微观表面形貌，测得最大凹坑宽度、深 度，解出单晶硅片全表面线粗糙度与凹坑宽度数学关系模型中的未 知量。
(4)获取被测单晶硅片的微观表面形貌，采用数字化图像处理技 术提取硅片表面内全部凹坑宽度，通过建立的数学关系模型，预测 单晶硅片全表面线粗糙度。
步骤(1)中，所述的数学关系模型建立过程如下：
金刚石线锯切割单晶硅本质上是锯线表面大量磨粒在硅片表面 刻划的过程(图2(a))，而该过程又可以简化为一系列压印过程(图 2(b))。对于尖锐压头的压印，当压印载荷超过某一临界值时，即在 接触区下产生不可恢复的塑性变形。进一步增加压印载荷，会在塑 性区下方产生横向裂纹和中位裂纹。脆性材料在单磨粒压印过程中 产生的横向裂纹深度、宽度的计算表达式分别为：
其中，cli和cwi分别是横向裂纹深度、宽度；θi是磨粒的半锥角； E、H、Kc和v分别是材料的弹性模量、硬度、断裂韧性和泊松比； Fni为压印载荷；下标i表示与第i个磨粒相关的量。
横向裂纹延伸到材料表面是材料去除的主要原因。此时，横向 裂纹上方的材料被完全去除，在材料表面留下凹坑。硅片表面的凹 坑深度、宽度即可分别通过横向裂纹深度、宽度的计算公式(1)和(2) 获得。整合公式(1)和(2)后有
其中，α1是综合考虑金刚石线锯切割过程中机床振动特性、冷 却液性能等的修正因子；α2的表达式如式(4)；相同批次工艺参数线 锯切割过程中的α1α2值固定。
根据粗糙度Rz的定义：取样长度内5个最大轮廓峰高平均值与 5个最大轮廓谷深平均值之和，考虑硅片表面的材料堆积效应，获得 垂直于划痕和平行于划痕方向的粗糙度Rz的计算表达式分别为
其中，hpi是材料堆积高度；Δwi是被测位置与划痕中心线的距离。
步骤(1)中，所述的单晶硅片全表面线粗糙度，是指硅片表面垂 直于划痕和平行于划痕方向的所有轮廓对应的粗糙度，即Rz1和Rz2。
步骤(2)中，所述的纳米刻划实验，是指在抛光的硅片表面斜切 出一条划痕。采用海思创生产的原位纳米力学测试设备(TI-950) 在抛光的硅片表面斜切出一条长10μm、深0～150nm的划痕。采用 该设备自带的原位原子力显微镜测得硅片划痕最深处附近的材料堆积高度，取其平均值为30.1nm，即为式(5)和(6)中的hpi值。
步骤(3)中，所述的数学关系模型中的未知量是α1α2的值。采用 奥林巴斯有限公司生产的共聚焦显微镜(OLS4000)获取被测单晶 硅片的微观表面形貌，测得最大凹坑宽度、深度分别为5.892μm和 1.446μm，带入式(3)中，解出α1α2＝0.350。
步骤(4)中，所述的采用数字化图像处理技术提取硅片表面内全 部凹坑宽度，是指对被测单晶硅片的微观表面形貌进行图像处理。 如图5(a)～5(f)所示，首先对图像依次进行灰度操作、二值化操作、 孔洞填充操作、腐蚀膨胀操作，接着进行图像区域属性度量操作， 以获得包含每个凹坑的最小矩形，最后提取所有矩形宽度所包含的 像素点个数，并根据每个像素点对应的几何长度(图5中像素点对 应长度为0.125μm)，计算出所有矩形的实际宽度，即所有凹坑的宽 度。
步骤(4)中，所述的通过数学关系模型预测单晶硅片全表面线粗 糙度，是指根据数字化图像处理技术计算出的硅片表面内全部凹坑 宽度，利用式(5)和(6)预测硅片全表面线粗糙度，如图6所示。
为了验证所提出的一种基于图像处理的线锯切割单晶硅片全表 面线粗糙度预测方法，表1对比了测得的和预测的最大凹坑宽度、 深度以及轮廓1、2和3的粗糙度(轮廓1和2分别为经过硅片表面 最大凹坑处垂直于划痕方向和平行于划痕方向的轮廓，轮廓3为经过硅片表面塑性区域平行于划痕方向的轮廓，图4(a)和4(b))，测量 仪器是奥林巴斯有限公司生产的共聚焦显微镜(OLS4000)。从表中 可以看出，最大凹坑宽度、深度的相对误差分别为1.83％和1.52％， 表明数字化图像处理技术能够准确提取硅片表面凹坑宽度；轮廓1、2和3对应粗糙度的相对误差分别为4.58％、4.13％和14.81％，表明 基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法的有效 性。轮廓3对应粗糙度的相对误差较大，可能的原因分析如下：轮 廓3是经过硅片表面塑性区域平行于划痕方向的轮廓，该轮廓的最大轮廓峰高与谷深均为纳米尺度，一方面共聚焦显微镜(OLS4000) 测量纳米级粗糙度时，测量精度有限；另一方面数字化图像处理技 术中的腐蚀膨胀操作会过滤掉一些纳米级的凹坑，因此测量值和预 测值之间的相对误差较大。在实际的线锯切割单晶硅工艺过程中，由于我们通常会关注硅片较大粗糙度的区域，而几乎不关注微小纳 米级粗糙度区域，因此本发明所提出的一种基于图像处理的线锯切 割单晶硅片全表面线粗糙度预测方法仍然具有很好的工业实用性。 表1测得的和预测的最大凹坑宽度、深度以及轮廓1、2、3的粗糙度对比
Claims (9)
1.一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于，包括以下步骤：
1)建立所述单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型；所述凹坑是去除单晶硅片横向裂纹上方材料后形成的。
2)获取单晶硅片的微观表面形貌，提取单晶硅片所有凹坑宽度，并输入到单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型中，得到单晶硅片全表面线粗糙度。
2.根据权利1所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于：所述单晶硅片全表面线粗糙度包括垂直于裂纹的粗糙度和平行于裂纹方向的粗糙度。
3.根据权利2所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于，所述单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型包括垂直于裂纹的粗糙度计算模型和平行于裂纹方向的粗糙度计算模型；
垂直于裂纹的粗糙度计算模型和平行于裂纹方向的粗糙度计算模型分别如下所示：
式中，Rz1、Rz2分别表示垂直于裂纹的粗糙度和平行于裂纹方向的粗糙度；hpi是材料堆积高度；α1是修正因子；Δwi是被测位置与裂纹中心线的距离；
其中，横向裂纹深度cli、宽度cwi分别如下所示：
式中，θi是磨粒的半锥角；E、H、Kc和v分别是材料的弹性模量、硬度、断裂韧性和泊松比；Fni为压印载荷；下标i表示与第i 个磨粒相关的量。
横向裂纹深度cli、宽度cwi的关系如下：
参数α2如下所示：
式中，E、H、Kc和v分别是材料的弹性模量、硬度、断裂韧性和泊松比。
4.根据权利3所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于，确定修正因子α1和参数α2的步骤包括：
1)获取单晶硅片的微观表面形貌，并测量出硅片表面的最大凹坑宽度、深度；
2)将单晶硅片表面的最大凹坑宽度、最大凹坑深度代入单晶硅片全表面线粗糙度与凹坑宽度之间的数学关系模型中，计算出修正因子α1和参数α2的值。
5.根据权利4所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于：测量硅片表面的材料堆积高度的方法包括纳米刻划实验。
6.根据权利5所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于：所述纳米刻划实验的步骤包括：
1)在抛光的硅片表面斜切出一条裂纹；
2)测量由斜切裂纹形成的材料堆积高度，以作为硅片表面的材料堆积高度。
7.根据权利1所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于，提取单晶硅片所有凹坑宽度的步骤包括：
1)对单晶硅片的微观表面形貌进行预处理；
2)对预处理后的微观表面形貌进行图像区域属性度量操作，以获得包含每个凹坑的最小矩形；
3)计算每个最小矩形对应的几何宽度，以作为凹坑的宽度。
8.根据权利7所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于，对单晶硅片的微观表面形貌进行预处理的方法包括灰度操作、二值化操作、孔洞填充操作、腐蚀膨胀操作。
9.根据权利7所述的一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法，其特征在于，计算每个最小矩形对应的几何宽度的步骤包括：
1)计算每个最小矩形所包含的像素点个数；
2)根据每个像素点对应的几何长度，计算出每个最小矩形对应的几何宽度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111504659.7A CN114638084A (zh) | 2021-12-10 | 2021-12-10 | 一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111504659.7A CN114638084A (zh) | 2021-12-10 | 2021-12-10 | 一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114638084A true CN114638084A (zh) | 2022-06-17 |
Family
ID=81946002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111504659.7A Pending CN114638084A (zh) | 2021-12-10 | 2021-12-10 | 一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114638084A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808798A (zh) * | 2024-02-29 | 2024-04-02 | 山东万利精密机械制造有限公司 | 一种圆锯机智能制造生产数据可视化采集分析方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007048934A1 (fr) * | 2005-10-28 | 2007-05-03 | Commissariat A L'energie Atomique | Procede et systeme de determination du parcours de propagation d'au moins une fissure a partir d'une ou de surface(s) de rupture creees par cette ou ces fissure(s) |
| CN113640079A (zh) * | 2021-07-28 | 2021-11-12 | 昆明理工大学 | 基于断裂强度的脆性材料亚表面损伤深度快速评估方法 |
-
2021
- 2021-12-10 CN CN202111504659.7A patent/CN114638084A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007048934A1 (fr) * | 2005-10-28 | 2007-05-03 | Commissariat A L'energie Atomique | Procede et systeme de determination du parcours de propagation d'au moins une fissure a partir d'une ou de surface(s) de rupture creees par cette ou ces fissure(s) |
| CN113640079A (zh) * | 2021-07-28 | 2021-11-12 | 昆明理工大学 | 基于断裂强度的脆性材料亚表面损伤深度快速评估方法 |
Non-Patent Citations (5)
| Title |
|---|
| JIANG, C 等: "Theoretical model of brittle material removal fraction related to surface roughness and subsurface damage depth of optical glass during precision grinding", PRECISION ENGINEERING-JOURNAL OF THE INTERNATIONAL SOCIETIES FOR PRECISION ENGINEERING AND NANOTECHNOLOGY, vol. 49, 5 April 2017 (2017-04-05), pages 2 * |
| LEE, WK 等: "Detection of fracture in ceramic cutting tools from workpiece profile signature using image processing and fast Fourier transform", PRECISION ENGINEERING-JOURNAL OF THE INTERNATIONAL SOCIETIES FOR PRECISION ENGINEERING AND NANOTECHNOLOGY, vol. 44, 28 November 2015 (2015-11-28), pages 4 - 2 * |
| 张璐: "基于机器视觉的玻璃缺陷在线检测方法研究", 中国优秀硕士学位论文全文数据库（电子期刊）, no. 01, 15 January 2021 (2021-01-15), pages 015 - 634 * |
| 李伦 等: "金刚石线锯横向超声振动切割SiC单晶表面粗糙度预测", 李伦 等, vol. 52, no. 19, 8 July 2016 (2016-07-08), pages 2 * |
| 高连: "单晶硅电火花线切割表面损伤层研究", 中国优秀硕士学位论文全文数据库（电子期刊）, no. 12, 15 December 2011 (2011-12-15), pages 022 - 248 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808798A (zh) * | 2024-02-29 | 2024-04-02 | 山东万利精密机械制造有限公司 | 一种圆锯机智能制造生产数据可视化采集分析方法 |
| CN117808798B (zh) * | 2024-02-29 | 2024-05-14 | 山东万利精密机械制造有限公司 | 一种圆锯机智能制造生产数据可视化采集分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6550173B2 (ja) | ガラスエッジ仕上方法 | |
| Kumar et al. | Diamond wire sawing of solar silicon wafers: a sustainable manufacturing alternative to loose abrasive slurry sawing | |
| Arif et al. | A state-of-the-art review of ductile cutting of silicon wafers for semiconductor and microelectronics industries | |
| Ge et al. | Investigation on critical crack-free cutting depth for single crystal silicon slicing with fixed abrasive wire saw based on the scratching machining experiments | |
| Wang et al. | The removal mechanism and force modelling of gallium oxide single crystal in single grit grinding and nanoscratching | |
| Chung et al. | Depth of cut per abrasive in fixed diamond wire sawing | |
| Huo et al. | Nanogrinding of SiC wafers with high flatness and low subsurface damage | |
| Gupta et al. | Study on diamond wire wear, surface quality, and subsurface damage during multi-wire slicing of c-plane sapphire wafer | |
| CN101791779A (zh) | 半导体硅片制造工艺 | |
| Moeller | Wafering of silicon | |
| CN114638084A (zh) | 一种基于图像处理的线锯切割单晶硅片全表面线粗糙度预测方法 | |
| US8974216B2 (en) | Device and method for mechanically texturing a silicon wafer intended to comprise a photovoltaic cell, and resulting silicon wafer | |
| Costa et al. | Influence of single diamond wire sawing of photovoltaic monocrystalline silicon on the feed force, surface roughness and micro-crack depth | |
| Sopori et al. | Characterizing damage on Si wafer surfaces cut by slurry and diamond wire sawing | |
| Sopori et al. | Analyses of diamond wire sawn wafers: Effect of various cutting parameters | |
| Qiu et al. | Surface formation, morphology, integrity and wire marks in diamond wire slicing of mono-crystalline silicon in the photovoltaic industry | |
| Liu et al. | Analysis of sawing characteristics of fine diamond wire slicing multicrystalline silicon | |
| CN117412847A (zh) | 用于从工件同时切割多个盘片的方法 | |
| CN1203965C (zh) | 掺钛蓝宝石晶体激光棒的表面加工方法 | |
| Arefin et al. | The effect of the cutting edge radius on a machined surface in the nanoscale ductile mode cutting of silicon wafer | |
| CN106914815A (zh) | 半导体硅片的研磨方法 | |
| Chen et al. | Key machining characteristics in ultrasonic vibration cutting of single crystal silicon for micro grooves | |
| Ke et al. | Scrap wafer regeneration by precise abrasive jet machining with novel composite abrasive for design of experiments | |
| Lee et al. | Self-dressing effect using a fixed abrasive platen for single-sided lapping of sapphire substrate | |
| Tao et al. | Cutting speed dependence of material removal mechanism for monocrystal silicon |
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 |