CN116086330A - 一种用于大尺寸晶圆的厚度检测平台 - Google Patents
一种用于大尺寸晶圆的厚度检测平台 Download PDFInfo
- Publication number
- CN116086330A CN116086330A CN202310134201.XA CN202310134201A CN116086330A CN 116086330 A CN116086330 A CN 116086330A CN 202310134201 A CN202310134201 A CN 202310134201A CN 116086330 A CN116086330 A CN 116086330A
- Authority
- CN
- China
- Prior art keywords
- wafer
- block
- cbr
- thickness
- waveform
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000013528 artificial neural network Methods 0.000 claims abstract description 7
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 5
- 239000004579 marble Substances 0.000 claims description 33
- 230000003287 optical effect Effects 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 5
- 235000012431 wafers Nutrition 0.000 claims 25
- 238000007689 inspection Methods 0.000 claims 8
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明提出一种用于大尺寸晶圆的厚度检测平台，该平台通过对上表面的反射波和下表面的反射波进行裁剪并对裁剪后的反射波进行降噪处理，得到待分析波形，通过对反射波进行降噪处理，减小噪声，提升厚度计算的准确性。基于降噪后得到的待分析波形以及激光红外光源的波长、折射率n1、晶圆折射率n2进行晶圆厚度的检测，具体的将待分析波形进行小波包分解与重构的预处理操作，将预处理后的数据输入改进的LSTM神经网络得到波形特征；并将波形特征、激光红外光源的波长、折射率n1、晶圆折射率n2输入concatenate层、Dense层获得晶圆厚度，通过基于神经网络的拟合操作，进一步提升了晶圆厚度的检测精度。
Description
技术领域
本发明涉及晶圆检测领域，具体涉及一种大尺寸晶圆厚度检测平台。
背景技术
现有用于晶圆厚度检测的运动平台为一种机械导轨中空平台，平台受机械导轨精度和零件加工精度限制，载物平面跳动只能做到大几个微米，且安装繁琐，另外，因机械导轨为接触式导轨，易产生颗粒，不便用于洁净等级要求较高的场合。
目前用于晶圆厚度、双面瑕疵等检测的中空气浮平台，由于气浮结构设计、零件加工精度及安装调试精度的限制，中空直径较小，主要集中于小尺寸的相关检测。
现有技术中公开的晶圆厚度检测平台，通过光学法测量晶圆的厚度，光学法测量厚度是将预先设置频率的激光向晶圆的表面照射，根据激光照射后来自晶圆表面的反射光形成的波形和来自背面的反射光形成的干涉波的波形来测量厚度，然而，现有技术中基于干涉波的波形对厚度的检测，通过数值拟合的方法，精度不高。
发明内容
本发明的目的在于解决上述现有技术中的难题，提供一种大尺寸晶圆厚度检测平台，使得可以精确的获取得到大尺寸晶圆的厚度。
本发明是通过以下技术方案实现的：
本发明提供一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述检测平台包括：大理石基座，所述大理石基座上两侧通过左立柱和右立柱架设有大理石横梁，所述大理石横梁通过Z轴平台连接件安装有Z轴平台，所述Z轴平台通过传感器夹持调整件竖直安装光学传感器组，光学传感器组包括可发射入射光至晶圆表面并接收晶圆反射的反射光的光学传感器，基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度。
进一步的，所述光学传感器连接激光红外光源和测量单元，所述激光红外光源用于向所述晶圆表面发射入射光，所述测量单元用于基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度。
进一步的，在所述激光红外光源与晶圆之间通入折射率为n1的气体。
进一步的，所述基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度包括：
步骤S1：接收晶圆上表面和下表面的反射光形成的波形；
步骤S2：对所述波形进行裁剪并对裁剪后的波形进行降噪处理，得到待分析波形；
步骤S3：基于所述待分析波形、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入厚度检测模型，获得晶圆厚度。
进一步的，所述步骤S2中对所述波形进行裁剪并对裁剪后的波形进行降噪处理，得到待分析波形具体包括：将所述裁剪后的波形输入降噪卷积神经网络，所述降噪卷积神经网络包括：
输入层、第一卷积块、第一DCM块、第二DCM块、第三DCM块、Conv层、输出层；
所述第一卷积块包括Conv层、ReLU；
所述DCM块具体由5层、10个CBR块构成，所述CBR块的结构为Conv层、BN层、ReLU层；所述DCM块的结构为：
第一CBR块的输出分别输入第二CBR块、第三CBR块；
所述第二CBR块的输出分别输入第四CBR块、第五CBR块，将所述第四CBR块、所述第五CBR块的输出经过融合之后输入第八CBR块；
所述第三CBR块的输出分别输入第六CBR块、第七CBR块，将所述第六CBR块、所述第七CBR块的输出经过融合之后输入第九CBR块；
将所述第八CBR块、所述第九CBR块的输出经过融合之后输入第十CBR块，将所述第十CBR块的输出作为DCM块的输出。
进一步的，所述步骤S3中基于所述待分析波形、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入厚度检测模型，获得晶圆厚度具体包括：
步骤S31：对所述待分析波形进行小波包分解与重构的预处理操作，得到预处理后的数据；
步骤S32：将所述预处理后的数据作为改进的LSTM神经网络的输入层的数据，经过第一隐含层、第二隐含层得到波形特征；
步骤S33：将所述波形特征、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入concatenate层得到融合后的特征，并将所述融合后的特征输入Dense层获得晶圆厚度。
进一步的，所述晶圆厚度检测平台还包括：Y1向大理石导轨、Y2向大理石导轨、Y向光栅读数装置和X向光栅读数装置；所述大理石基座上安装有一对平行设置的Y1向大理石导轨和Y2向大理石导轨，所述Y1向大理石导轨和Y2向大理石导轨上分别设置有Y1向滑块和Y2向滑块，外侧面均设置有Y1向电机定子连接件和Y2向电机定子连接件，所述Y1向滑块和Y2向滑块上均设置有Y向光栅读数装置，所述Y1向滑块和Y2向滑块之间通过Y向横梁件连接构成Y向整体滑块，所述Y1向滑块和Y2向滑块的外侧面均分别连接有Y1向电机动子和Y2向电机动子，所述Y1向电机定子连接件设置在Y1向电机动子下方且连接有Y1向电机定子，所述Y2向电机定子连接件设置在Y2向电机动子下方且连接有Y2向电机定子。
进一步的，所述晶圆厚度检测平台还包括：X向滑块组件、Y向滑块组件。
与现有技术相比，本发明能够带来如下技术效果：
1、本申请利用激光红外光源照射晶圆，并基于晶圆上表面的反射波和下表面的反射波作为晶圆厚度检测的参量，提升了晶圆厚度检测的精度。
2、本申请在获取得到晶圆上表面的反射波和下表面的反射波后，对上表面的反射波和下表面的反射波进行裁剪并对裁剪后的反射波基于降噪卷积神经网络进行降噪处理，得到待分析波形，并基于降噪后得到的待分析波形以及激光红外光源的波长、折射率n1、晶圆折射率n2进行晶圆厚度的检测，经过降噪卷积神经网络进行降噪处理之后，计算得到的厚度更加精确。
3、本申请将待分析波形进一步进行小波包分解与重构的预处理操作，将预处理后的数据输入改进的LSTM神经网络，经过第一隐含层、第二隐含层得到波形特征；并将波形特征、激光红外光源的波长、折射率n1、晶圆折射率n2输入concatenate层得到融合后的特征，将融合后的特征输入Dense层获得晶圆厚度，通过基于神经网络的拟合操作，进一步提升了晶圆厚度的检测精度。
附图说明
为了更清楚的说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术中描述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发明的一种实施方式，对于本领域普通技术人员来说，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他的附图。
图1为计算晶圆的厚度的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本发明具体实施方式中的技术方案进行清楚、完整的描述，以进一步阐述本发明，显然，所描述的具体实施方式仅仅是本发明的一部分实施方式，而不是全部的样式。
下面结合附图对本发明作进一步详细描述：
本发明是通过以下技术方案实现的：
本发明提供一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述检测平台包括：大理石基座，所述大理石基座上两侧通过左立柱和右立柱架设有大理石横梁，所述大理石横梁通过Z轴平台连接件安装有Z轴平台，所述Z轴平台通过传感器夹持调整件竖直安装光学传感器组，光学传感器组包括可发射入射光至晶圆表面并接收晶圆反射的反射光的光学传感器，基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度。
进一步的，所述光学传感器连接激光红外光源和测量单元，所述激光红外光源用于向所述晶圆表面发射入射光，所述测量单元用于基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度。
进一步的，在所述激光红外光源与晶圆之间通入折射率为n1的气体。
进一步的，参见附图1：
所述基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度包括：
步骤S1：接收晶圆上表面和下表面的反射光形成的波形；
步骤S2：对所述波形进行裁剪并对裁剪后的波形进行降噪处理，得到待分析波形；
步骤S3：基于所述待分析波形、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入厚度检测模型，获得晶圆厚度。
进一步的，所述步骤S2中对所述波形进行裁剪并对裁剪后的波形进行降噪处理，得到待分析波形具体包括：将所述裁剪后的波形输入降噪卷积神经网络，所述降噪卷积神经网络包括：
输入层、第一卷积块、第一DCM块、第二DCM块、第三DCM块、Conv层、输出层；
所述第一卷积块包括Conv层、ReLU；
所述DCM块具体由5层、10个CBR块构成，所述CBR块的结构为Conv层、BN层、ReLU层；所述DCM块的结构为：
第一CBR块的输出分别输入第二CBR块、第三CBR块；
所述第二CBR块的输出分别输入第四CBR块、第五CBR块，将所述第四CBR块、所述第五CBR块的输出经过融合之后输入第八CBR块；
所述第三CBR块的输出分别输入第六CBR块、第七CBR块，将所述第六CBR块、所述第七CBR块的输出经过融合之后输入第九CBR块；
将所述第八CBR块、所述第九CBR块的输出经过融合之后输入第十CBR块，将所述第十CBR块的输出作为DCM块的输出。
进一步的，所述步骤S3中基于所述待分析波形、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入厚度检测模型，获得晶圆厚度具体包括：
步骤S31：对所述待分析波形进行小波包分解与重构的预处理操作，得到预处理后的数据；
步骤S32：将所述预处理后的数据作为改进的LSTM神经网络的输入层的数据，经过第一隐含层、第二隐含层得到波形特征；
步骤S33：将所述波形特征、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入concatenate层得到融合后的特征，并将所述融合后的特征输入Dense层获得晶圆厚度。
进一步的，所述晶圆厚度检测平台还包括：Y1向大理石导轨、Y2向大理石导轨、Y向光栅读数装置和X向光栅读数装置；所述大理石基座上安装有一对平行设置的Y1向大理石导轨和Y2向大理石导轨，所述Y1向大理石导轨和Y2向大理石导轨上分别设置有Y1向滑块和Y2向滑块，外侧面均设置有Y1向电机定子连接件和Y2向电机定子连接件，所述Y1向滑块和Y2向滑块上均设置有Y向光栅读数装置，所述Y1向滑块和Y2向滑块之间通过Y向横梁件连接构成Y向整体滑块，所述Y1向滑块和Y2向滑块的外侧面均分别连接有Y1向电机动子和Y2向电机动子，所述Y1向电机定子连接件设置在Y1向电机动子下方且连接有Y1向电机定子，所述Y2向电机定子连接件设置在Y2向电机动子下方且连接有Y2向电机定子。
进一步的，所述晶圆厚度检测平台还包括：X向滑块组件、Y向滑块组件。
以上描述了本发明的主要技术特征和基本原理及相关优点,对于本领域技术人员而言，显然本发明不限于上述示范性具体实施方式的细节，而且在不背离本发明的构思或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将上述具体实施方式看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照各实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述检测平台包括：大理石基座，所述大理石基座上两侧通过左立柱和右立柱架设有大理石横梁，所述大理石横梁通过Z轴平台连接件安装有Z轴平台，所述Z轴平台通过传感器夹持调整件竖直安装光学传感器组，光学传感器组包括可发射入射光至晶圆表面并接收晶圆反射的反射光的光学传感器，基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度。
2.根据权利要求1所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述光学传感器连接激光红外光源和测量单元，所述激光红外光源用于向所述晶圆表面发射入射光，所述测量单元用于基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度。
3.根据权利要求2所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，在所述激光红外光源与晶圆之间通入折射率为n1的气体。
4.根据权利要求2所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述基于晶圆上表面和下表面的反射光形成的波形计算晶圆的厚度包括：
步骤S1：接收晶圆上表面和下表面的反射光形成的波形；
步骤S2：对所述波形进行裁剪并对裁剪后的波形进行降噪处理，得到待分析波形；
步骤S3：基于所述待分析波形、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入厚度检测模型，获得晶圆厚度。
5.根据权利要求4所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述步骤S2中对所述波形进行裁剪并对裁剪后的波形进行降噪处理，得到待分析波形具体包括：将所述裁剪后的波形输入降噪卷积神经网络，所述降噪卷积神经网络包括：
输入层、第一卷积块、第一DCM块、第二DCM块、第三DCM块、Conv层、输出层；
所述第一卷积块包括Conv层、ReLU；
所述DCM块具体由5层、10个CBR块构成，所述CBR块的结构为Conv层、BN层、ReLU层；所述DCM块的结构为：
第一CBR块的输出分别输入第二CBR块、第三CBR块；
所述第二CBR块的输出分别输入第四CBR块、第五CBR块，将所述第四CBR块、所述第五CBR块的输出经过融合之后输入第八CBR块；
所述第三CBR块的输出分别输入第六CBR块、第七CBR块，将所述第六CBR块、所述第七CBR块的输出经过融合之后输入第九CBR块；
将所述第八CBR块、所述第九CBR块的输出经过融合之后输入第十CBR块，将所述第十CBR块的输出作为DCM块的输出。
6.根据权利要求4所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述步骤S3中基于所述待分析波形、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入厚度检测模型，获得晶圆厚度具体包括：
步骤S31：对所述待分析波形进行小波包分解与重构的预处理操作，得到预处理后的数据；
步骤S32：将所述预处理后的数据作为改进的LSTM神经网络的输入层的数据，经过第一隐含层、第二隐含层得到波形特征；
步骤S33：将所述波形特征、所述激光红外光源的波长、折射率n1、晶圆折射率n2输入concatenate层得到融合后的特征，并将所述融合后的特征输入Dense层获得晶圆厚度。
7.根据权利要求1所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述大尺寸晶圆的厚度检测平台还包括：Y1向大理石导轨、Y2向大理石导轨、Y向光栅读数装置和X向光栅读数装置；所述大理石基座上安装有一对平行设置的Y1向大理石导轨和Y2向大理石导轨，所述Y1向大理石导轨和Y2向大理石导轨上分别设置有Y1向滑块和Y2向滑块，外侧面均设置有Y1向电机定子连接件和Y2向电机定子连接件，所述Y1向滑块和Y2向滑块上均设置有Y向光栅读数装置，所述Y1向滑块和Y2向滑块之间通过Y向横梁件连接构成Y向整体滑块，所述Y1向滑块和Y2向滑块的外侧面均分别连接有Y1向电机动子和Y2向电机动子，所述Y1向电机定子连接件设置在Y1向电机动子下方且连接有Y1向电机定子，所述Y2向电机定子连接件设置在Y2向电机动子下方且连接有Y2向电机定子。
8.根据权利要求1所述的一种用于大尺寸晶圆的厚度检测平台，其特征在于，所述大尺寸晶圆的厚度检测平台还包括：X向滑块组件、Y向滑块组件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310134201.XA CN116086330B (zh) | 2023-02-17 | 2023-02-17 | 一种用于大尺寸晶圆的厚度检测平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310134201.XA CN116086330B (zh) | 2023-02-17 | 2023-02-17 | 一种用于大尺寸晶圆的厚度检测平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116086330A true CN116086330A (zh) | 2023-05-09 |
| CN116086330B CN116086330B (zh) | 2024-01-12 |
Family
ID=86213994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310134201.XA Active CN116086330B (zh) | 2023-02-17 | 2023-02-17 | 一种用于大尺寸晶圆的厚度检测平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116086330B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04329345A (ja) * | 1991-04-30 | 1992-11-18 | Nippon Steel Corp | 鋼板の表面欠陥検査装置 |
| US5964643A (en) * | 1995-03-28 | 1999-10-12 | Applied Materials, Inc. | Apparatus and method for in-situ monitoring of chemical mechanical polishing operations |
| CN107504909A (zh) * | 2017-08-17 | 2017-12-22 | 中国计量大学 | 基于贝叶斯正则化算法的白光反射率测量薄膜厚度自适应方法 |
| CN107683400A (zh) * | 2015-06-29 | 2018-02-09 | 科磊股份有限公司 | 用于测量在半导体晶片上的高度的方法及设备 |
| JP2018063148A (ja) * | 2016-10-12 | 2018-04-19 | 株式会社ディスコ | 計測装置 |
| CN110006997A (zh) * | 2019-04-22 | 2019-07-12 | 葫芦岛探克科技有限公司 | 金属复合材料超声波测厚仪 |
| CN111336935A (zh) * | 2020-03-31 | 2020-06-26 | 上海市计量测试技术研究院 | 一种基于改进混合优化算法的纳米薄膜参数反演计算方法 |
| CN111895923A (zh) * | 2020-07-07 | 2020-11-06 | 上海辰慧源科技发展有限公司 | 一种拟合测量薄膜厚度的方法 |
| CN112129234A (zh) * | 2019-06-25 | 2020-12-25 | 无锡星微科技有限公司 | 一种用于大尺寸晶圆厚度检测平台 |
| WO2022005916A1 (en) * | 2020-06-29 | 2022-01-06 | Applied Materials, Inc. | Film thickness estimation from machine learning based processing of substrate images |
| CN114543690A (zh) * | 2022-03-01 | 2022-05-27 | 上海精测半导体技术有限公司 | 光学特性的建模方法、光声测量方法及装置 |
| CN115147690A (zh) * | 2021-03-31 | 2022-10-04 | 株式会社荏原制作所 | 膜厚推定模型的创建方法、膜厚推定方法及存储介质 |
| CN115507759A (zh) * | 2022-07-22 | 2022-12-23 | 中国矿业大学 | 基于自适应迁移学习的陶瓷层厚度太赫兹测量方法 |
-
2023
- 2023-02-17 CN CN202310134201.XA patent/CN116086330B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04329345A (ja) * | 1991-04-30 | 1992-11-18 | Nippon Steel Corp | 鋼板の表面欠陥検査装置 |
| US5964643A (en) * | 1995-03-28 | 1999-10-12 | Applied Materials, Inc. | Apparatus and method for in-situ monitoring of chemical mechanical polishing operations |
| CN107683400A (zh) * | 2015-06-29 | 2018-02-09 | 科磊股份有限公司 | 用于测量在半导体晶片上的高度的方法及设备 |
| JP2018063148A (ja) * | 2016-10-12 | 2018-04-19 | 株式会社ディスコ | 計測装置 |
| CN107504909A (zh) * | 2017-08-17 | 2017-12-22 | 中国计量大学 | 基于贝叶斯正则化算法的白光反射率测量薄膜厚度自适应方法 |
| CN110006997A (zh) * | 2019-04-22 | 2019-07-12 | 葫芦岛探克科技有限公司 | 金属复合材料超声波测厚仪 |
| CN112129234A (zh) * | 2019-06-25 | 2020-12-25 | 无锡星微科技有限公司 | 一种用于大尺寸晶圆厚度检测平台 |
| CN111336935A (zh) * | 2020-03-31 | 2020-06-26 | 上海市计量测试技术研究院 | 一种基于改进混合优化算法的纳米薄膜参数反演计算方法 |
| WO2022005916A1 (en) * | 2020-06-29 | 2022-01-06 | Applied Materials, Inc. | Film thickness estimation from machine learning based processing of substrate images |
| CN111895923A (zh) * | 2020-07-07 | 2020-11-06 | 上海辰慧源科技发展有限公司 | 一种拟合测量薄膜厚度的方法 |
| CN115147690A (zh) * | 2021-03-31 | 2022-10-04 | 株式会社荏原制作所 | 膜厚推定模型的创建方法、膜厚推定方法及存储介质 |
| CN114543690A (zh) * | 2022-03-01 | 2022-05-27 | 上海精测半导体技术有限公司 | 光学特性的建模方法、光声测量方法及装置 |
| CN115507759A (zh) * | 2022-07-22 | 2022-12-23 | 中国矿业大学 | 基于自适应迁移学习的陶瓷层厚度太赫兹测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116086330B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105092705B (zh) | 一种钢轨缺陷的多模态信号检测方法及装置 | |
| CN109991189B (zh) | 一种基于波数漂移修正的固定点波长调制气体浓度测量装置及其测量方法 | |
| CN107860716A (zh) | 一种基于激光超声的弹性常数的无损检测方法及设备 | |
| CN109374627A (zh) | 一种材料内部缺陷的激光超声透射时延检测方法 | |
| CN110773518B (zh) | 一种激光清洗实时监测装置及方法 | |
| JP6052536B2 (ja) | 光誘起キャリヤライフタイム測定装置及び光誘起キャリヤライフタイム測定方法 | |
| KR20080031046A (ko) | 온도측정장치 및 이것을 이용한 열처리장치, 온도측정방법 | |
| CN116086330B (zh) | 一种用于大尺寸晶圆的厚度检测平台 | |
| CN1740782A (zh) | 倾斜入射光散射式硅片表面缺陷检测仪 | |
| WO2003092128A3 (en) | Method to optimize generation of ultrasound using mathematical modeling for laser ultrasound inspection | |
| JP2024519241A (ja) | 第二次高調波に基づいて半導体多層構成を測量する方法と装置 | |
| WO2005024341A1 (ja) | 厚さ計測装置および厚さ計測方法 | |
| US20030218743A1 (en) | Method and apparatus for detecting defects in a continuously moving strip of transparent material | |
| CN105891531A (zh) | 测量激光扫描速度的测量方法 | |
| KR101704624B1 (ko) | 광 유기 캐리어 수명 측정 방법, 광 입사 효율 측정 방법, 광 유기 캐리어 수명 측정 장치, 및 광 입사 효율 측정 장치 | |
| CN106338499A (zh) | 元素激光检测分析仪器及矿物元素分析方法 | |
| KR102285477B1 (ko) | 비접촉 광음향 영상을 이용한 고주파 열처리 금속 내부의 비파괴 결함 검사 장치 및 방법 | |
| KR100978397B1 (ko) | 플라즈마 밀도 분석 시스템 | |
| Fan et al. | Rail crack detection by analyzing the acoustic transmission process based on fiber distributed acoustic sensor | |
| JP2011163971A (ja) | 回転体のレーザ超音波探傷方法 | |
| JP2019518197A (ja) | マイクロエレクトロニクス用または光学用の基板をレーザドップラ効果によって検査するための方法およびシステム | |
| CN114414658B (zh) | 一种金属表面微裂纹深度的激光超声探测方法 | |
| CN109084954A (zh) | 一种激光器核心参数快速测量方法 | |
| CN210665618U (zh) | 一种元素与缺陷的激光光声复合非接触检测系统 | |
| CN104502068A (zh) | 一种用于检测光学元件弱吸收的装置及方法 |
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 |