CN115101452A - 一种基于机器视觉的芯片在线生产监控方法及系统 - Google Patents
一种基于机器视觉的芯片在线生产监控方法及系统 Download PDFInfo
- Publication number
- CN115101452A CN115101452A CN202210833342.6A CN202210833342A CN115101452A CN 115101452 A CN115101452 A CN 115101452A CN 202210833342 A CN202210833342 A CN 202210833342A CN 115101452 A CN115101452 A CN 115101452A
- Authority
- CN
- China
- Prior art keywords
- image
- preset
- chip
- acquiring
- relative position
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 22
- 238000001746 injection moulding Methods 0.000 claims description 13
- 238000003331 infrared imaging Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 abstract description 14
- 230000007547 defect Effects 0.000 abstract description 6
- 239000000047 product Substances 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000001816 cooling Methods 0.000 description 5
- 239000000110 cooling liquid Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 235000012431 wafers Nutrition 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67011—Apparatus for manufacture or treatment
- H01L21/67098—Apparatus for thermal treatment
- H01L21/67109—Apparatus for thermal treatment mainly by convection
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种基于机器视觉的芯片在线生产监控方法及系统，包括：通过第一图像采集设备获取第一图像采集设备采集集成电路芯片粘贴固定后的第一图像；基于第一图像，确定集成电路芯片粘贴固定是否异常；当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；通过第二图像采集设备获取第二图像采集设备在集成电路芯片进行电路连线时采集连线过程的第二图像；基于第二图像，确定电路连线是否异常；当电路连线异常时，输出预设的第二报警信息。本发明的基于机器视觉的芯片在线生产监控方法，实现在芯片封装制作的生产过程中对产品进行不良检测，为用户通过产品的不良的发生对工艺进行调整提供数据基础，进而优化工艺，减少产品不良的发生。
Description
技术领域
本发明涉及生产监控系统技术领域，特别涉及一种基于机器视觉的芯片在线生产监控方法及系统。
背景技术
芯片制作完整过程包括芯片设计、晶片制作、封装制作、测试等几个环节；其中，封装制作为将制造完成晶圆固定，绑定引脚，按照需求去制作成各种不同的封装形式；经过封装制作后通过测试剔除不良品。现有的制造方式都是在将芯片封装完成后，进行测试，此种测试方式只能知晓最终产品发生不良，无法知道生产的哪个工序造成了产品不良，企业无法根据不良品对工艺进行调整，以减少产品的不良的发生。
发明内容
本发明目的之一在于提供了一种基于机器视觉的芯片在线生产监控方法，实现在芯片封装制作的生产过程中对产品进行不良检测，为用户通过产品的不良的发生对工艺进行调整提供数据基础，进而优化工艺，减少产品不良的发生。
本发明实施例提供的一种基于机器视觉的芯片在线生产监控贩方法，包括：
通过第一图像采集设备获取第一图像采集设备采集集成电路芯片粘贴固定后的第一图像；
基于第一图像，确定集成电路芯片粘贴固定是否异常；
当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；
通过第二图像采集设备获取第二图像采集设备在集成电路芯片进行电路连线时采集连线过程的第二图像；
基于第二图像，确定电路连线是否异常；
当电路连线异常时，输出预设的第二报警信息。
优选的，基于第一图像，确定集成电路芯片粘贴固定是否异常，包括：
获取预设的第一样本库，第一样本库中的第一样本图像为粘贴固定正常情况下的图像；
获取预设的第二样本库，第二样本库内的第二样本图像为粘贴异常情况下的图像；
将第一图像与第一样本库中的各个第一样本图像进行匹配；
将第一图像与第二样本库中的各个第二样本图像进行匹配；
当第一样本库中存在与第一图像匹配符合项且第二样本库中不存在与第一图像匹配符合项时，集成电路芯片粘贴固定为正常；
当第一样本库中不存在与第一图像匹配符合项或第二样本库中存在与第一图像匹配符合项时，集成电路芯片粘贴固定为异常。
优选的，基于第二图像，确定电路连线是否异常，包括：
对第二图像进行筛选并提取，获取包含集成电路芯片的连接区域的第二图像作为第三图像、获取包含引脚的连接区域的的第二图像作为第四图像；
解析第三图像，确定电路连线的第一连接点与集成电路芯片的连接区域的中心的第一相对位置关系；
解析第四图像，确定电路连线的第二连接点与引脚的连接区域的中心的第二相对位置关系；
当第一相对位置关系符合预设的第一相对位置关系范围且第二相对位置关系符合预设的第二相对位置关系范围时，确定电路连线正常；
当第一相对位置关系不符合预设的第一相对位置关系范围或第二相对位置关系不符合预设的第二相对位置关系范围时，确定电路连线异常。
优选的，基于机器视觉的芯片在线生产监控方法，还包括：
通过红外成像设备在电路连线完成后接入预制的检测工装后进行试运行测试时，获取运行测试过程中的红外图像；
解析红外图像，获取封装覆盖的区域的各个预设位置的温度参数；
确定各个预设位置的温度参数是否在预设的参数范围内；
当不在预设的参数范围内时，输出预设的第三报警信息。
优选的，基于机器视觉的芯片在线生产监控方法，还包括：
获取预设的毛细管选择库；
基于各个预设位置的温度参数，构建选材参数集；
将选材参数集与毛细管选择库中各个类型的毛细管对应的调取参数集进行匹配；
获取与选材参数集匹配的调取参数集对应关联的类型编号；
将类型编号发送至注塑设备；注塑设备根据类型编号选择埋设的毛细管。
本发明还提供一种基于机器视觉的芯片在线生产监控系统，包括：
第一图像采集设备，用于采集集成电路芯片粘贴固定后的第一图像；
第二图像采集设备，用于在集成电路芯片进行电路连线时采集连线过程的第二图像；
服务器，分别与第一图像采集设备和第二图像采集设备通讯连接；
服务器执行如下操作：
通过第一图像采集设备获取第一图像；
基于第一图像，确定集成电路芯片粘贴固定是否异常；
当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；
通过第二图像采集设备获取第二图像；
基于第二图像，确定电路连线是否异常；
当电路连线异常时，输出预设的第二报警信息。
优选的，服务器基于第一图像，确定集成电路芯片粘贴固定是否异常，执行如下操作：
获取预设的第一样本库，第一样本库中的第一样本图像为粘贴固定正常情况下的图像；
获取预设的第二样本库，第二样本库内的第二样本图像为粘贴异常情况下的图像；
将第一图像与第一样本库中的各个第一样本图像进行匹配；
将第一图像与第二样本库中的各个第二样本图像进行匹配；
当第一样本库中存在与第一图像匹配符合项且第二样本库中不存在与第一图像匹配符合项时，集成电路芯片粘贴固定为正常；
当第一样本库中不存在与第一图像匹配符合项或第二样本库中存在与第一图像匹配符合项时，集成电路芯片粘贴固定为异常。
优选的，服务器基于第二图像，确定电路连线是否异常，执行如下操作：
对第二图像进行筛选并提取，获取包含集成电路芯片的连接区域的第二图像作为第三图像、获取包含引脚的连接区域的的第二图像作为第四图像；
解析第三图像，确定电路连线的第一连接点与集成电路芯片的连接区域的中心的第一相对位置关系；
解析第四图像，确定电路连线的第二连接点与引脚的连接区域的中心的第二相对位置关系；
当第一相对位置关系符合预设的第一相对位置关系范围且第二相对位置关系符合预设的第二相对位置关系范围时，确定电路连线正常；
当第一相对位置关系不符合预设的第一相对位置关系范围或第二相对位置关系不符合预设的第二相对位置关系范围时，确定电路连线异常。
优选的，基于机器视觉的芯片在线生产监控系统，还包括：
红外成像设备，与服务器通讯连接，用于在电路连线完成后接入预制的检测工装后进行试运行测试时，获取运行测试过程中的红外图像；
服务器执行如下操作：
通过红外成像设备获取红外图像；
解析红外图像，获取封装覆盖的区域的各个预设位置的温度参数；
确定各个预设位置的温度参数是否在预设的参数范围内；
当不在预设的参数范围内时，输出预设的第三报警信息。
优选的，服务器还执行如下操作：
获取预设的毛细管选择库；
基于各个预设位置的温度参数，构建选材参数集；
将选材参数集与毛细管选择库中各个类型的毛细管对应的调取参数集进行匹配；
获取与选材参数集匹配的调取参数集对应关联的类型编号；
将类型编号发送至注塑设备；注塑设备根据类型编号选择埋设的毛细管。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于机器视觉的芯片在线生产监控方法的示意图；
图2为本发明实施例中一种基于机器视觉的芯片在线生产监控系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于机器视觉的芯片在线生产监控方法，如图1所示，包括：
步骤S1：通过第一图像采集设备获取第一图像采集设备采集集成电路芯片粘贴固定后的第一图像；
步骤S2：基于第一图像，确定集成电路芯片粘贴固定是否异常；
步骤S3：当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；
步骤S4：通过第二图像采集设备获取第二图像采集设备在集成电路芯片进行电路连线时采集连线过程的第二图像；
步骤S5：基于第二图像，确定电路连线是否异常；
步骤S6：当电路连线异常时，输出预设的第二报警信息。
上述技术方案的工作原理及有益效果为：
封装工程始于集成电路芯片(晶圆)制成之后，包括集成电路芯片的粘贴固定、互连、封装、密封保护、与电路板的连接、系统组合，直到最终产品完成之前的所有过程；其中，集成电路芯片的粘贴固定，即集成电路芯片与封装基板或引脚架之间的粘贴固定；粘贴固定的位置是否准确直接关系者封装的效果，通过在将集成电路芯片粘贴固定后输送至电路连线的过程中，通过第一图像采集设备采集第一图像，通过对第一图像进行分析，确定固定粘贴是否异常；当异常时，发出第一报警信息；通知产线工人将异常的产品剔除，避免造成后续工序的浪费；在粘贴固定后，进入互连工序；互连工序即通过高纯度金线、铜线等将集成电路芯片上的预留的点位与引脚连接起来；是否连接以及连接的位置是否偏差直接影响芯片的封装效果，因此采用第二图像采集设备采集连线过程的第二图像，对第二图像进行分析，从而确定是否发生连线异常，当发生时，输出第二报警信息，以便产线工人及时处理。其中，第二图像采集设备采用高倍镜头，实现细节的拍摄。
本发明的基于机器视觉的芯片在线生产监控系统，实现在芯片封装制作的生产过程(粘贴固定、连线步骤)中对产品进行不良检测，为用户通过产品的不良的发生对工艺进行调整提供数据基础，进而优化工艺，减少产品不良的发生。
在一个实施例中，基于第一图像，确定集成电路芯片粘贴固定是否异常，包括：
获取预设的第一样本库，第一样本库中的第一样本图像为粘贴固定正常情况下的图像；
获取预设的第二样本库，第二样本库内的第二样本图像为粘贴异常情况下的图像；
将第一图像与第一样本库中的各个第一样本图像进行匹配；
将第一图像与第二样本库中的各个第二样本图像进行匹配；
当第一样本库中存在与第一图像匹配符合项且第二样本库中不存在与第一图像匹配符合项时，集成电路芯片粘贴固定为正常；
当第一样本库中不存在与第一图像匹配符合项或第二样本库中存在与第一图像匹配符合项时，集成电路芯片粘贴固定为异常。
上述技术方案的工作原理及有益效果为：
通过事先建立的第一样本库和第二样本库，进行粘贴固定的异常判断；第一样本库中收录的是粘贴位置正确的样本图像；第二样本库中收录的是粘贴异常的样本图像，基于图像识别技术，匹配可以采用计算两个图像之间的相似度的方式实现；当相似度大于预设的阈值且为库中最大时，确定两者匹配。
在一个实施例中，基于第二图像，确定电路连线是否异常，包括：
对第二图像进行筛选并提取，获取包含集成电路芯片的连接区域的第二图像作为第三图像、获取包含引脚的连接区域的的第二图像作为第四图像；
解析第三图像，确定电路连线的第一连接点与集成电路芯片的连接区域的中心的第一相对位置关系；
解析第四图像，确定电路连线的第二连接点与引脚的连接区域的中心的第二相对位置关系；
当第一相对位置关系符合预设的第一相对位置关系范围且第二相对位置关系符合预设的第二相对位置关系范围时，确定电路连线正常；
当第一相对位置关系不符合预设的第一相对位置关系范围或第二相对位置关系不符合预设的第二相对位置关系范围时，确定电路连线异常。
上述技术方案的工作原理及有益效果为：
电路连线的理想状态为第一连接点位于集成电路芯片的连接区域的中心、第二连接点位于引脚的连接区域的中心；但是实际连接时，会发生偏差，因此采用第一相对位置关系和第二相对位置关系记录偏差；第一相对位置关系范围和第二相对位置关系范围实现对偏差是否符合要求进行判断；其中，相对位置关系可以量化为预设坐标上的两个坐标轴上的偏差值；相对位置关系范围可以量化为预设坐标上的两个坐标轴上的偏差值的许可范围。此外，还可通过第二图像分析电路连线是否完整。
在一个实施例中，基于机器视觉的芯片在线生产监控方法，还包括：
通过红外成像设备在电路连线完成后接入预制的检测工装后进行试运行测试时，获取运行测试过程中的红外图像；
解析红外图像，获取封装覆盖的区域的各个预设位置的温度参数；
确定各个预设位置的温度参数是否在预设的参数范围内；
当不在预设的参数范围内时，输出预设的第三报警信息。
上述技术方案的工作原理及有益效果为：
在进行电路连线后，其实芯片的已经可以使用了，后续工艺的封装、密封保护，主要是对电路起到保护作用，本发明通过预指的检测工装，实现运行测试，通过红外成像设备进行红外成像，用于检测芯片运行过程中各个预设位置的温度参数，当温度参数超出范围，可以确定其可能存在连接以及其他问题，输出第三报警信息；其中，温度参数主要为温度值；更进一步地，可以包括温度最大变化速度，即一秒内最多升高的温度；预设位置，可以是均匀阵列分布在集成芯片封装成胶体所对应得区域。
在一个实施例中，基于机器视觉的芯片在线生产监控方法，还包括：
获取预设的毛细管选择库；
基于各个预设位置的温度参数，构建选材参数集；
将选材参数集与毛细管选择库中各个类型的毛细管对应的调取参数集进行匹配；
获取与选材参数集匹配的调取参数集对应关联的类型编号；
将类型编号发送至注塑设备；注塑设备根据类型编号选择埋设的毛细管。
上述技术方案的工作原理及有益效果为：
毛细管为迂回设置，即封装完成后迂回经过各个预设位置的上方；通过埋设毛细管的方式，这样通过冷却液泵送系统，往毛细管中泵送冷却液，实现直接接触液冷，提高了芯片的冷却效率，甚至可以取待风扇冷却，降低了处理器需要的高度，使机器高度进一步缩小；毛细管具有多种型号，型号之间差异在于各段的与预设位置靠近一侧的管表面积，当检测出的预设位置处的温度较高时，采用该预设位置处管表面积较大的型号的毛细管；例如：预设位置为A、B、C三点；A处温度相较于B处C处的温度大且B、C两处温度小于预设的第一阈值；毛细管对应A处采用扁平管，对应B、C处采用圆管；毛细管的管截面积对应A、B、C三处都相等。通过预设位置的温度进行毛细管的选定，保证降温效果的同时，节约成本，因为相较于圆管，扁平管无论在工艺还是制造上都有较高的要求。其中，毛细管选择库为事先构建，其中调取参数集于型号编号一一对应关联；选材参数集和调取参数集的匹配可以采用计算两者相似度的方式实现；计算公式如下：
其中，DS表示选材参数集和调取参数集的相似度；Xi为选材参数集中第i个数据值；Qi为调取参数集中第i个数据值；n为选材参数集中数据总数或调取参数集中数据总数；选材参数集和调取参数集的相似度为毛细管选择库中最大时，确定两者匹配。此外，在毛细管在接入冷却液泵送系统前，突出芯片封装的外周的两端为密封，毛细管内填充冷却液，以保证在埋设后注塑封装时，不会因为压力影响下内部管路闭合。
本发明还提供一种基于机器视觉的芯片在线生产监控系统，如图2所示，包括：
第一图像采集设备1，用于采集集成电路芯片粘贴固定后的第一图像；
第二图像采集设备2，用于在集成电路芯片进行电路连线时采集连线过程的第二图像；
服务器3，分别与第一图像采集设备和第二图像采集设备通讯连接；
服务器3执行如下操作：
通过第一图像采集设备1获取第一图像；
基于第一图像，确定集成电路芯片粘贴固定是否异常；
当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；
通过第二图像采集设备2获取第二图像；
基于第二图像，确定电路连线是否异常；
当电路连线异常时，输出预设的第二报警信息。
在一个实施例中，服务器3基于第一图像，确定集成电路芯片粘贴固定是否异常，执行如下操作：
获取预设的第一样本库，第一样本库中的第一样本图像为粘贴固定正常情况下的图像；
获取预设的第二样本库，第二样本库内的第二样本图像为粘贴异常情况下的图像；
将第一图像与第一样本库中的各个第一样本图像进行匹配；
将第一图像与第二样本库中的各个第二样本图像进行匹配；
当第一样本库中存在与第一图像匹配符合项且第二样本库中不存在与第一图像匹配符合项时，集成电路芯片粘贴固定为正常；
当第一样本库中不存在与第一图像匹配符合项或第二样本库中存在与第一图像匹配符合项时，集成电路芯片粘贴固定为异常。
在一个实施例中，服务器3基于第二图像，确定电路连线是否异常，执行如下操作：
对第二图像进行筛选并提取，获取包含集成电路芯片的连接区域的第二图像作为第三图像、获取包含引脚的连接区域的的第二图像作为第四图像；
解析第三图像，确定电路连线的第一连接点与集成电路芯片的连接区域的中心的第一相对位置关系；
解析第四图像，确定电路连线的第二连接点与引脚的连接区域的中心的第二相对位置关系；
当第一相对位置关系符合预设的第一相对位置关系范围且第二相对位置关系符合预设的第二相对位置关系范围时，确定电路连线正常；
当第一相对位置关系不符合预设的第一相对位置关系范围或第二相对位置关系不符合预设的第二相对位置关系范围时，确定电路连线异常。
在一个实施例中，基于机器视觉的芯片在线生产监控系统，还包括：
红外成像设备，与服务器3通讯连接，用于在电路连线完成后接入预制的检测工装后进行试运行测试时，获取运行测试过程中的红外图像；
服务器3执行如下操作：
通过红外成像设备获取红外图像；
解析红外图像，获取封装覆盖的区域的各个预设位置的温度参数；
确定各个预设位置的温度参数是否在预设的参数范围内；
当不在预设的参数范围内时，输出预设的第三报警信息。
在一个实施例中，服务器3还执行如下操作：
获取预设的毛细管选择库；
基于各个预设位置的温度参数，构建选材参数集；
将选材参数集与毛细管选择库中各个类型的毛细管对应的调取参数集进行匹配；
获取与选材参数集匹配的调取参数集对应关联的类型编号；
将类型编号发送至注塑设备；注塑设备根据类型编号选择埋设的毛细管。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于机器视觉的芯片在线生产监控方法，其特征在于，包括：
通过第一图像采集设备获取所述第一图像采集设备采集集成电路芯片粘贴固定后的第一图像；
基于所述第一图像，确定集成电路芯片粘贴固定是否异常；
当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；
通过第二图像采集设备获取所述第二图像采集设备在集成电路芯片进行电路连线时采集连线过程的第二图像；
基于所述第二图像，确定电路连线是否异常；
当电路连线异常时，输出预设的第二报警信息。
2.如权利要求1所述的基于机器视觉的芯片在线生产监控方法，其特征在于，所述基于所述第一图像，确定集成电路芯片粘贴固定是否异常，包括：
获取预设的第一样本库，所述第一样本库中的第一样本图像为粘贴固定正常情况下的图像；
获取预设的第二样本库，所述第二样本库内的第二样本图像为粘贴异常情况下的图像；
将所述第一图像与所述第一样本库中的各个所述第一样本图像进行匹配；
将所述第一图像与所述第二样本库中的各个所述第二样本图像进行匹配；
当所述第一样本库中存在与所述第一图像匹配符合项且所述第二样本库中不存在与所述第一图像匹配符合项时，集成电路芯片粘贴固定为正常；
当所述第一样本库中不存在与所述第一图像匹配符合项或所述第二样本库中存在与所述第一图像匹配符合项时，集成电路芯片粘贴固定为异常。
3.如权利要求1所述的基于机器视觉的芯片在线生产监控方法，其特征在于，所述基于所述第二图像，确定电路连线是否异常，包括：
对所述第二图像进行筛选并提取，获取包含集成电路芯片的连接区域的所述第二图像作为第三图像、获取包含引脚的连接区域的所述的第二图像作为第四图像；
解析所述第三图像，确定电路连线的第一连接点与所述集成电路芯片的所述连接区域的中心的第一相对位置关系；
解析所述第四图像，确定电路连线的第二连接点与所述引脚的所述连接区域的中心的第二相对位置关系；
当所述第一相对位置关系符合预设的第一相对位置关系范围且所述第二相对位置关系符合预设的第二相对位置关系范围时，确定电路连线正常；
当所述第一相对位置关系不符合预设的第一相对位置关系范围或所述第二相对位置关系不符合预设的第二相对位置关系范围时，确定电路连线异常。
4.如权利要求1所述的基于机器视觉的芯片在线生产监控方法，其特征在于，还包括：
通过红外成像设备在电路连线完成后接入预制的检测工装后进行试运行测试时，获取运行测试过程中的红外图像；
解析所述红外图像，获取封装覆盖的区域的各个预设位置的温度参数；
确定各个预设位置的温度参数是否在预设的参数范围内；
当不在预设的参数范围内时，输出预设的第三报警信息。
5.如权利要求4所述的基于机器视觉的芯片在线生产监控方法，其特征在于，还包括：
获取预设的毛细管选择库；
基于各个预设位置的温度参数，构建选材参数集；
将所述选材参数集与所述毛细管选择库中各个类型的毛细管对应的调取参数集进行匹配；
获取与所述选材参数集匹配的所述调取参数集对应关联的类型编号；
将所述类型编号发送至注塑设备；所述注塑设备根据所述类型编号选择埋设的毛细管。
6.一种基于机器视觉的芯片在线生产监控系统，其特征在于，包括：
第一图像采集设备，用于采集集成电路芯片粘贴固定后的第一图像；
第二图像采集设备，用于在集成电路芯片进行电路连线时采集连线过程的第二图像；
服务器，分别与所述第一图像采集设备和所述第二图像采集设备通讯连接；
所述服务器执行如下操作：
通过所述第一图像采集设备获取所述第一图像；
基于所述第一图像，确定集成电路芯片粘贴固定是否异常；
当集成电路芯片粘贴固定异常时，输出预设的第一报警信息；
通过所述第二图像采集设备获取所述第二图像；
基于所述第二图像，确定电路连线是否异常；
当电路连线异常时，输出预设的第二报警信息。
7.如权利要求6所述的基于机器视觉的芯片在线生产监控系统，其特征在于，所述服务器基于所述第一图像，确定集成电路芯片粘贴固定是否异常，执行如下操作：
获取预设的第一样本库，所述第一样本库中的第一样本图像为粘贴固定正常情况下的图像；
获取预设的第二样本库，所述第二样本库内的第二样本图像为粘贴异常情况下的图像；
将所述第一图像与所述第一样本库中的各个所述第一样本图像进行匹配；
将所述第一图像与所述第二样本库中的各个所述第二样本图像进行匹配；
当所述第一样本库中存在与所述第一图像匹配符合项且所述第二样本库中不存在与所述第一图像匹配符合项时，集成电路芯片粘贴固定为正常；
当所述第一样本库中不存在与所述第一图像匹配符合项或所述第二样本库中存在与所述第一图像匹配符合项时，集成电路芯片粘贴固定为异常。
8.如权利要求6所述的基于机器视觉的芯片在线生产监控系统，其特征在于，所述服务器基于所述第二图像，确定电路连线是否异常，执行如下操作：
对所述第二图像进行筛选并提取，获取包含集成电路芯片的连接区域的所述第二图像作为第三图像、获取包含引脚的连接区域的所述的第二图像作为第四图像；
解析所述第三图像，确定电路连线的第一连接点与所述集成电路芯片的所述连接区域的中心的第一相对位置关系；
解析所述第四图像，确定电路连线的第二连接点与所述引脚的所述连接区域的中心的第二相对位置关系；
当所述第一相对位置关系符合预设的第一相对位置关系范围且所述第二相对位置关系符合预设的第二相对位置关系范围时，确定电路连线正常；
当所述第一相对位置关系不符合预设的第一相对位置关系范围或所述第二相对位置关系不符合预设的第二相对位置关系范围时，确定电路连线异常。
9.如权利要求6所述的基于机器视觉的芯片在线生产监控系统，其特征在于，还包括：
红外成像设备，与所述服务器通讯连接，用于在电路连线完成后接入预制的检测工装后进行试运行测试时，获取运行测试过程中的红外图像；
所述服务器执行如下操作：
通过所述红外成像设备获取所述红外图像；
解析所述红外图像，获取封装覆盖的区域的各个预设位置的温度参数；
确定各个预设位置的温度参数是否在预设的参数范围内；
当不在预设的参数范围内时，输出预设的第三报警信息。
10.如权利要求9所述的基于机器视觉的芯片在线生产监控系统，其特征在于，所述服务器还执行如下操作：
获取预设的毛细管选择库；
基于各个预设位置的温度参数，构建选材参数集；
将所述选材参数集与所述毛细管选择库中各个类型的毛细管对应的调取参数集进行匹配；
获取与所述选材参数集匹配的所述调取参数集对应关联的类型编号；
将所述类型编号发送至注塑设备；所述注塑设备根据所述类型编号选择埋设的毛细管。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210833342.6A CN115101452B (zh) | 2022-07-15 | 2022-07-15 | 一种基于机器视觉的芯片在线生产监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210833342.6A CN115101452B (zh) | 2022-07-15 | 2022-07-15 | 一种基于机器视觉的芯片在线生产监控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115101452A true CN115101452A (zh) | 2022-09-23 |
| CN115101452B CN115101452B (zh) | 2023-09-15 |
Family
ID=83299398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210833342.6A Active CN115101452B (zh) | 2022-07-15 | 2022-07-15 | 一种基于机器视觉的芯片在线生产监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115101452B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117783115A (zh) * | 2023-12-29 | 2024-03-29 | 常州正邦数码科技有限公司 | 一种功能膜用ccd外观在线检测系统及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5474224A (en) * | 1993-07-16 | 1995-12-12 | Kaijo Corporation | Wire bonder and wire bonding method |
| CN101136346A (zh) * | 2007-08-31 | 2008-03-05 | 中山大学 | 一种芯片焊点在线检测和缺陷辨识装置及芯片封装装置 |
| CN111899241A (zh) * | 2020-07-28 | 2020-11-06 | 华中科技大学 | 一种定量化的炉前pcb贴片缺陷在线检测方法及系统 |
| CN112305408A (zh) * | 2020-10-23 | 2021-02-02 | Tcl华星光电技术有限公司 | 一种发光芯片贴片检测系统及其检测方法 |
-
2022
- 2022-07-15 CN CN202210833342.6A patent/CN115101452B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5474224A (en) * | 1993-07-16 | 1995-12-12 | Kaijo Corporation | Wire bonder and wire bonding method |
| CN101136346A (zh) * | 2007-08-31 | 2008-03-05 | 中山大学 | 一种芯片焊点在线检测和缺陷辨识装置及芯片封装装置 |
| CN111899241A (zh) * | 2020-07-28 | 2020-11-06 | 华中科技大学 | 一种定量化的炉前pcb贴片缺陷在线检测方法及系统 |
| CN112305408A (zh) * | 2020-10-23 | 2021-02-02 | Tcl华星光电技术有限公司 | 一种发光芯片贴片检测系统及其检测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117783115A (zh) * | 2023-12-29 | 2024-03-29 | 常州正邦数码科技有限公司 | 一种功能膜用ccd外观在线检测系统及装置 |
| CN117783115B (zh) * | 2023-12-29 | 2024-08-27 | 常州正邦数码科技有限公司 | 一种功能膜用ccd外观在线检测系统及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115101452B (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9287142B2 (en) | Method of manufacturing a semiconductor device using markings on both lead frame and sealing body | |
| US6869809B2 (en) | Wafer level testing and bumping process | |
| CN108648175B (zh) | 一种检测方法和装置 | |
| CN115101452A (zh) | 一种基于机器视觉的芯片在线生产监控方法及系统 | |
| US20060223340A1 (en) | Manufacturing managing method of semiconductor devices and a semiconductor substrate | |
| CN117172624B (zh) | 一种线束生产线智能化监测管理系统 | |
| CN101861524A (zh) | 于测试插座中识别断裂管脚之方法及设备 | |
| TW201532229A (zh) | 具有缺陷排除之整合式銲線接合器與三維測量系統 | |
| US6777250B1 (en) | Manufacture of wafer level semiconductor device with quality markings on the sealing resin | |
| CN112924840B (zh) | 发光二极管失效定位方法 | |
| US9011127B2 (en) | Method and system for determining and dispensing resin for a compression molding process flow | |
| JP2009152450A (ja) | 半導体装置の製造方法 | |
| KR100716552B1 (ko) | 다이 어태치 방법 | |
| JP3854814B2 (ja) | 半導体装置の製造方法 | |
| Ngan et al. | Geometric modelling of IC die bonds for inspection | |
| JP3854819B2 (ja) | 半導体装置の製造方法 | |
| CN100524719C (zh) | 阵列封装基板及封装体阵列的切割方式的判断方法 | |
| JPH09148387A (ja) | 半導体製品の処理装置 | |
| CN116206997B (zh) | 基于半导体全自动生产线的封装控制管理系统 | |
| CN113569854B (zh) | 一种芯片焊接金丝跨距测量方法 | |
| WO2018072183A1 (en) | Method and apparatus for detecting and removing defective integrated circuit packages | |
| TWI738193B (zh) | 晶片封裝的製程內測試方法及裝置 | |
| CN117637537A (zh) | 键合丝设备的键合失效调控方法、装置、设备及存储介质 | |
| KR100379084B1 (ko) | 반도체패키지제조방법 | |
| KR100228958B1 (ko) | 다이본딩 장치 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 224700 Electronic Information Industrial Park, Beijing Road, economic development zone, Jianhu County, Yancheng City, Jiangsu Province Patentee after: Jiangsu Kaijia Electronic Technology Co.,Ltd. Country or region after: China Address before: Beijing Road Electronic Information Industry Park, Jianhu County Economic Development Zone, Yancheng City, Jiangsu Province Patentee before: Jiangsu qibajiu Electronic Technology Co.,Ltd. Country or region before: China |