CN117001188A - 晶圆激光划片方法、划片系统、工艺设备及可读存储介质 - Google Patents
晶圆激光划片方法、划片系统、工艺设备及可读存储介质 Download PDFInfo
- Publication number
- CN117001188A CN117001188A CN202310927167.1A CN202310927167A CN117001188A CN 117001188 A CN117001188 A CN 117001188A CN 202310927167 A CN202310927167 A CN 202310927167A CN 117001188 A CN117001188 A CN 117001188A
- Authority
- CN
- China
- Prior art keywords
- wafer
- scribing
- laser
- database
- dicing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 479
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 112
- 238000012360 testing method Methods 0.000 claims abstract description 32
- 235000012431 wafers Nutrition 0.000 claims description 202
- 238000005520 cutting process Methods 0.000 claims description 50
- 238000012549 training Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 23
- 230000000694 effects Effects 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 14
- 206010063385 Intellectualisation Diseases 0.000 abstract description 12
- 238000004880 explosion Methods 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000003698 laser cutting Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 1
- 229910010271 silicon carbide Inorganic materials 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/36—Removing material
- B23K26/38—Removing material by boring or cutting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/36—Removing material
- B23K26/40—Removing material taking account of the properties of the material involved
- B23K26/402—Removing material taking account of the properties of the material involved involving non-metallic material, e.g. isolators
-
- 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
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Dicing (AREA)
Abstract
本发明公开了一种晶圆激光划片方法、划片系统、工艺设备及可读存储介质,该方法包括:获取待划片晶圆的材料信息;将材料信息输入工艺配方数据库,得到对应于材料信息的推荐工艺配方;根据推荐工艺配方对待划片晶圆进行激光试划片;获取晶圆激光试划片结果;根据晶圆激光试划片结果对工艺配方数据库进行优化。本发明通过建立和调用工艺配方数据库,高效匹配激光划片工艺参数,减少划片工艺调试的时间和难度,降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,从而提高划片质量和生产效率,实现了工艺技术的智能化和自动化。同时,采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
Description
技术领域
本发明涉及晶圆激光划片工艺技术领域,尤其是涉及一种晶圆激光划片方法、划片系统、工艺设备及可读存储介质。
背景技术
晶圆激光划片技术广泛应用于芯片制造行业,在晶圆激光划片工艺中,需要对不同材料(晶圆基底)的不同厚度进行晶圆切割处理,以达到预期的晶圆划片质量。
传统的晶圆激光划片工艺,需要手动调节激光划片参数,效率低且精度不高,且不同晶圆材料的激光吸收率不同,需要对不同的材料进行不同的激光划片工艺参数设置,这需要经验丰富的工艺工程师进行大量试验后完成,无法实现自动化和智能化,同时,目前在晶圆激光划片工艺中都是直接切割,可能导致切割结果不准确。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
为此,本发明的一个目的在于提出一种晶圆激光划片方法,该方法可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该方法消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该方法采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
为此,本发明的第二个目的在于提出一种晶圆激光划片系统。
为此,本发明的第三个目的在于提出一种工艺设备。
为此,本发明的第四个目的在于提出一种计算机可读存储介质。
为实现上述目的,本发明第一方面的实施例公开了一种晶圆激光划片方法,包括:获取待划片晶圆的材料信息;将所述材料信息输入工艺配方数据库,得到对应于所述材料信息的推荐工艺配方,其中,所述工艺配方数据库中存储有多种不同材料信息和与之对应的工艺配方的对应关系;根据所述推荐工艺配方对所述待划片晶圆进行激光试划片;获取晶圆激光试划片结果;根据所述晶圆激光试划片结果对所述工艺配方数据库进行优化。
根据本发明实施例的晶圆激光划片方法,该方法可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的。同时,该方法消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该方法采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
另外,根据本发明上述实施例的晶圆激光划片方法,还可以具有如下附加的技术特征:
在一些实施例中,获取晶圆激光试划片结果,包括:通过图像采集模块采集试划片后在所述待划片晶圆上生成的划片道的图像信息。
在一些实施例中,根据所述晶圆激光试划片结果对所述工艺配方数据库进行优化,包括:将所述划片道与预设切割道进行比较;根据比较结果对所述工艺配方数据库进行优化。
在一些实施例中,根据比较结果对所述工艺配方数据库进行优化,包括:若所述划片道与所述切割道之间的距离小于或等于预设距离阈值,则将所述推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化所述工艺配方数据库。
在一些实施例中,根据比较结果对所述工艺配方数据库进行优化,包括:若所述划片道与所述切割道之间的距离大于预设距离阈值,则根据预设工艺配方算法继续生成推荐工艺配方,并根据继续生成的推荐工艺配方对所述待划片晶圆进行激光继续进行试划片,直至继续试划片得到的划片道与所述切割道之间的距离小于或等于所述预设距离阈值时,将此时对应的推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化所述工艺配方数据库,其中,所述预设工艺配方算法包括对所述推荐工艺配方的修正信息。
在一些实施例中,在将推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化所述工艺配方数据库之后,还包括:根据所述目标工艺配方对所述待划片晶圆进行激光进行正式划片。
在一些实施例中,所述图像采集模块包括放大倍数高于预设值的显微镜系统。
在一些实施例中,在将所述材料信息输入工艺配方数据库之前,还包括:构建所述工艺配方数据库。
在一些实施例中,所述构建所述工艺配方数据库,包括:收集多种不同晶圆的材料信息及与之对应的工艺配方之间的测试数据;将收集的多种不同晶圆的材料信息及与之对应的工艺配方数据之间的测试数据输入至预先构建的人工神经网络训练模型中进行训练,得到所述工艺配方数据库。
在一些实施例中,所述目标工艺配方包括激光划片工艺参数,所述激光划片工艺参数包括:激光输出功率、切割速度、脉冲频率、爆点深度和切割次数中的至少一个。
在一些实施例中,所述待划片晶圆的材料信息包括:所述待划片晶圆的材质、厚度和电阻率。
为实现上述目的,本发明第二方面的实施例公开了一种晶圆激光划片系统,包括;获取模块,用于获取待划片晶圆的材料信息;工艺配方数据库;处理模块,用于将所述材料信息输入工艺配方数据库,得到对应于所述材料信息的目标工艺配方,其中,所述工艺配方数据库中存储有多种不同材料信息和与之对应的工艺配方的对应关系;执行模块,用于根据所述目标工艺配方对所述待划片晶圆进行激光划片。
根据本发明实施例的晶圆激光划片系统,该系统可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该系统消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该系统采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
为实现上述目的,本发明第三方面的实施例公开了一种工艺设备,包括:本发明上述第二方面实施例所述的晶圆激光划片系统;或者包括:处理器、存储器,以及存储在存储器上并可在处理器上运行的晶圆激光划片程序,所述晶圆激光划片程序被处理执行时实现本发明上述第一方面实施例所述的晶圆激光划片方法。
根据本发明实施例的工艺设备,该设备可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该工艺设备消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该工艺设备采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
为实现上述目的,本发明第四方面的实施例公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有晶圆激光划片程序,所述晶圆激光划片控制程序被处理器执行时实现本发明上述第一方面实施例所述的晶圆激光划片方法。
根据本发明实施例的计算机可读存储介质,其上存储的晶圆激光划片程序被处理器执行时,可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该执行过程消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该执行过程采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的晶圆激光划片方法的流程图;
图2是根据本发明一个实施例的晶圆激光划片方法的崩边示意图;
图3是根据本发明一个实施例的晶圆激光划片方法的整体流程图;
图4是根据本发明一个实施例的晶圆激光划片系统的结构框图;
图5是根据本发明一个实施例的工艺设备的结构框图。
附图标记:晶圆激光划片系统-100;第一获取模块-110;工艺配方数据库-120;处理模块-130;执行模块-140;第二获取模块150;优化模块-160。
具体实施方式
下面详细描述本发明的实施例,参考附图描述的实施例是示例性的,下面详细描述本发明的实施例。
下面参考图1-图4描述根据本发明实施例的晶圆激光划片方法、划片系统、工艺设备及计算机可读存储介质。
图1是根据本发明一个实施例的晶圆激光划片方法的流程图。如图1所示,该晶圆激光划片方法,包括以下步骤:
步骤S1:获取待划片晶圆的材料信息。
具体而言,根据用户的划片需求,用户选取待划片晶圆,即初始的晶圆基底。进而,确定待划片晶圆后,可获取待划片晶圆的材料信息。待划片晶圆的材料信息例如包括但不限于所选材料的固体属性(如材质、厚度、电阻率等)。具体的,用户根据自己的划片需求,选取适合激光划片的晶圆厚度,这是因为目前主要根据晶圆厚度选择晶圆切割工艺,不同厚度晶圆选择的晶圆切割工艺也不同,例如:晶圆激光划片的极限厚度一般为700μm,业内常用的普遍是在250μm以内(即减薄后的晶圆),因此,厚度在700um以上的晶圆一般使用刀片切割;厚度不到700um的晶圆一般使用激光切割,激光切割可以减少剥落和裂纹的问题,但是在700um以上时,生产效率将大大降低;厚度不到30um的晶圆则使用等离子切割,等离子切割速度快,不会对晶圆表面造成损伤,从而提高合格率,但是其工艺过程更为复杂。其次是依靠直径的区别来选取,例如包括但不限于目前市面上出现的晶圆直径主要是150mm、200mm、300mm,分别对应的是6英寸、8英寸、12英寸的晶圆,最主流的是300mm的,即12英寸的晶圆,在获取待划片晶圆的材料信息时,可根据用户的需求、成本以及性能来选取,通过分析晶圆的材料信息,以此达到节约成本、提高划片质量和生产效率的目的。
步骤S2:将材料信息输入工艺配方数据库,得到对应于材料信息的推荐工艺配方,其中,工艺配方数据库中存储有多种不同材料信息和与之对应的工艺配方的对应关系。
具体而言,根据获取到的待划片晶圆的材料信息例如包括但不限于所选材料的固体属性(如材质、厚度、电阻率等),将材料信息输入到工艺配方数据库,得到对应于材料信息的推荐工艺配方,推荐工艺配方包括激光划片工艺参数,激光划片工艺参数包括但不限于激光输出功率、切割速度、脉冲频率、爆点深度、切割次数,根据工艺工程师的经验,收集不同材质、不同厚度的材料信息,根据材料信息推荐对应的工艺配方,使之形成对应关系,从而形成工艺配方数据库。
关于在实施过程中自动生成推荐工艺配方算法时,具体实施如下:当推荐的工艺配方不满足用户划片工艺要求时,系统依靠决策树构架配方匹配模型,利用人工神经网络技术构建多层次模型进行优选配方匹配,生成最优推荐工艺配方(调整参数:激光输出功率、切割速度、脉冲频率、爆点深度、切割次数),主要算法依据为:根据加工晶圆的材料和厚度,设置不同的优化调节比例;对之前大量的测试结果进行数据分析,提炼历史数据和实验结果特征,自动学习生成新的推荐工艺配方。
步骤S3:根据推荐工艺配方对待划片晶圆进行激光试划片。
具体而言,在将制作晶圆的材料信息输入工艺配方数据库中后,可以获得对应材料信息的推荐工艺配方的方法,以便用户可以根据所用材料快速找到合适的推荐工艺配方,而无需进行繁琐的试验和测试。具体的,用户将晶圆参数(材质、厚度、电阻率)输入工艺配方数据库用户界面后,系统随即进入自动调试程序,系统根据已输入的参数自动在工艺配方数据库中进行匹配,自动生成推荐工艺配方,通过激光机接口控制划片设备,进行试切。可以理解的是,推荐工艺配方是通过经验法则和实验等手段得出并存储在工艺配方数据库之中,根据推荐工艺配方可以保证切割过程中晶圆的材料不会受到损坏,从而能够提高划片质量、生产效率,并降低制造成本。
步骤S4:获取晶圆激光试划片结果。
具体而言,在根据推荐工艺配方对待划片晶圆进行激光试划片后,获取晶圆激光试划片的结果,以确定试划片后的晶圆是否达到要求的规格。例如,可通过高倍镜头显微系统对试切部分进行拍照,将拍摄到的划片道和系统识别出的切割道进行比对,计算崩边距离,从而据此判断激光切割过程是否成功,试划片晶圆是否达到划片要求。进一步的,与工艺参数的预期结果进行比对,以确保实际生产中使用到的工艺参数与试划片的参数是一致的。如果检验结果符合要求,说明所采用的工艺流程是可行的,并且生产出来的晶圆质量可得到保证。如果检验结果不符合要求,则需要重新评估工艺参数、调整设备运行模式或调整操作工艺、增强对整个生产过程掌控等。确保在生产晶圆时避免出现偏差或者质量异常,从而增强生产效率,提高整个试划片技术的竞争力。
步骤S5:根据晶圆激光试划片结果对工艺配方数据库进行优化。
具体而言,在得出晶圆激光试划片的结果之后,将所预测的工艺参数与实际的生产参数结合,生成新的激光划片工艺参数,进一步完善工艺配方数据。将完善后的工艺配方数据输入到工艺配方数据库中,对工艺配方数据库进行优化。具体实施方式如下:根据试划片结果,评估之前存储在工艺配方数据库中的推荐工艺配方;针对不同的试划片结果进行分类和分析,分析这些结果与预期的区别,找出出现问题的原因和解决方案;基于试划片所得数据,重新评估每个工艺配方,并将最新的信息存储在数据库中;根据实验得出的数据和经验得出的结论,修改和完善工艺配方数据库中的工艺参数和配方;发布和更新新的优化工艺配方数据库。
从而,上述的晶圆激光划片方法可以通过建立和调用“工艺配方数据库”来实现激光划片系统工艺配方的存储和自动匹配输出,并在匹配过程中根据用户的反馈结果,自动升级完善“工艺配方数据库”中的数据,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该方法消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性及工艺配方数据库的完善性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该方法采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
在本发明的一个实施例中,获取晶圆激光试划片结果,包括:通过图像采集模块采集试划片后在待划片晶圆上生成的划片道的图像信息。
具体而言,在试切完成之后,可通过图像采集模块采集试划片后在待划片晶圆上生成的划片道的图像信息,通过对划片道的图片信息的分析,得出最新的工艺参数,以用来更新优化工艺配方数据库。即,在使用激光试划片工艺后,对晶圆的切割部分进行图像采集,将采集得到的图像与预期结果进行比较,以评估每个切割道的准确性和质量。通过这些图像可以评估实际的切割过程与预期结果之间的差异,从而根据差异来闭环修正工艺配方,从而优化激光划片工艺的参数。可以理解的是,通过采集得到的图像与预期结果进行比较,可以对激光切割工艺进行相关参数的调整,并重新进行激光切割和试划片,以改善误差和提高品质。在具体实施例中,图像采集模块包括但不限于为高分辨率的相机、高倍镜头显微系统等。
在本发明的一个实施例中,根据晶圆激光试划片结果对工艺配方数据库进行优化,包括:将划片道与预设切割道进行比较;根据比较结果对工艺配方数据库进行优化。
具体而言,在试切完成之后,划片设备高倍镜头显微系统对试切部分进行拍照,将拍摄到的划片道和系统识别出的切割道(即预设切割道)进行比对。通过比对,可以找到切割过程中的缺陷点、过切或欠切、切割质量等问题点,并进一步确定这些差异的原因。通过对这些差异性原因的分析对工艺配方数据库进行优化。可以理解的是,在试切完成之后,可将试划片上采集得到的划片道图像与系统识别的切割道进行比较,以便于找到两者之间的差异,对比这两者之间的差异,进行闭环反馈来修正工艺配方,可以帮助判断激光切割过程中的误差和不确定性,便于优化切割过程,从而达到优化配方数据库的目的。
在本发明的一个实施例中,根据比较结果对工艺配方数据库进行优化,包括:若划片道与切割道之间的距离小于或等于预设距离阈值,则将推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化工艺配方数据库。
具体而言,结合图2所示,根据获取到的待划片晶圆的材料信息例如包括但不限于所选材料的固体属性(如材质、厚度、电阻率等),将材料信息输入到工艺配方数据库,得到对应于材料信息的推荐工艺配方,然后根据推荐工艺配方对待划片晶圆进行试切。在试切完成之后,将拍摄到的划片道和系统识别出的切割道进行比对来优化工艺配方数据库。具体的,针对试划片所得的划片道和系统识别的切割道进行比对,并计算出每个切割道之间的距离。若划片道与切割道之间的距离(崩边)符合小于或等于预设距离阈值的条件,即说明试切割结果满足要求,可以将推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,并进入正式加工流程。可以理解的是,当划片道与切割道之间的距离(崩边)小于划片精度要求,则将试切数据存档,进入正式加工流程。在具体实施例中,划片精度的具体要求为高精度5μm,标准精度10μm,即预设距离阈值为5μm或10μm。
在本发明的一个实施例中,根据比较结果对工艺配方数据库进行优化,包括:若划片道与切割道之间的距离大于预设距离阈值,则根据预设工艺配方算法继续生成推荐工艺配方,并根据继续生成的推荐工艺配方对待划片晶圆进行激光继续进行试划片,直至继续试划片得到的划片道与切割道之间的距离小于或等于预设距离阈值时,将此时对应的推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化工艺配方数据库,其中,预设工艺配方算法包括对推荐工艺配方的修正信息。
具体而言,结合图2所示,根据获取到的待划片晶圆的材料信息例如包括但不限于所选材料的固体属性(如材质、厚度、电阻率等),将材料信息输入到工艺配方数据库,得到对应于材料信息的推荐工艺配方,然后根据推荐工艺配方对待划片晶圆进行试切。在试切完成之后,将拍摄到的划片道和系统识别出的切割道进行比对来优化工艺配方数据库。具体的,针对试划片所得的划片道和系统识别的切割道进行比对,并计算出每个切割道之间的距离。若划片道与切割道之间的距离(崩边)符合要求,可以将推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,优化工艺配方数据库,并进入正式切割流程。若划片道与切割道之间的距离(崩边)大于预设距离阈值,说明试切割结果不满足要求,则根据预设工艺配方算法继续生成推荐工艺配方,具体可通过预设工艺配方算法获取系统的修正信息,并将这些信息应用于生成新的推荐工艺配方,并根据新的推荐工艺配方对待划片的晶圆进行激光继续试划片,并再次进行距离比对。若得到的新的划片道和切割道之间的距离(崩边)小于或等于预设距离阈值,则将对应的推荐工艺配方存储至工艺配方数据库中,并结束整个过程。若新得到的划片道和切割道之间的距离(崩边)依然大于预设距离阈值,则继续生成新的推荐工艺配方并重复进行试划片,继续根据试划片结果进行比对,直至划片道与切割道之间的距离(崩边)符合要求。
在本发明的一个实施例中,在将推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化工艺配方数据库之后,还包括:根据目标工艺配方对待划片晶圆进行激光正式划片。
具体而言,当推荐工艺配方被确定为目标工艺配方,并且已经成功地存储到工艺配方数据库中,下一步就是对待划片晶圆进行正式的划片操作。根据用户的划片需求,用户选取待划片晶圆,确定待划片晶圆后,可获取待划片晶圆的材料信息。待划片晶圆的材料信息例如包括但不限于所选材料的固体属性(如材质、厚度、电阻率等)。用户将晶圆参数(材质、厚度、电阻率)输入工艺配方数据库用户界面后,系统随即进入自动调试程序,系统根据已输入的参数自动在工艺配方数据库中进行匹配,自动生成目标工艺配方,通过激光机接口控制划片设备,进行正式划片。可以理解的是,将推荐工艺配方作为目标工艺配方存储至工艺配方数据库,并根据目标工艺配方对待划片晶圆进行激光进行正式划片,提高了工艺配方标准化和自动化的效率,进而提高生产的效率和质量。
在本发明的一个实施例中,图像采集模块包括放大倍数高于预设值的显微镜系统。
具体而言,在进行试划片以及正式划片的过程中,图像采集模块用于采集试划片后在待划片晶圆上生成的划片道的图像信息。为了提高图像采集的精准性,图像采集模块包括但不限于为放大倍数高于预设值的显微镜系统。可以理解的是,放大倍数是图像采集模块的关键性条件,它可以影响采集到的图像的清晰度和细节程度。如果所使用的显微镜系统的放大倍数高于预设值,即认为其为高倍数的显微镜系统,那么其将可以更加准确地放大待检测划片的图像,确保采集到的图像尽可能精确地反映划片的真实形态,使操作人员能够更加明确地观察划片的微观结构和细节信息。
在本发明的一个实施例中,在将材料信息输入工艺配方数据库之前,还包括:构建工艺配方数据库。
具体而言,即预先构建工艺配方数据库,在收集和整理材料信息后,将其存储到一个相应的数据库中,以便在日后快速识别、访问和管理这些信息,以及进行更加精细化的达到匹配目的。可以理解的是,在构建工艺配方数据库之前,需要收集必要的材料信息,包括但不限于晶圆参数(材质、厚度、电阻率),对这些信息进行数据统计、查询、比较和归档,并根据材料信息,设计和制定相应的工艺配方参数,存储到工艺配方数据库中,方便后续根据待划片晶圆的材料信息来匹配和推荐合适的工艺配方。
在本发明的一个实施例中,构建工艺配方数据库,包括:收集多种不同晶圆的材料信息及与之对应的工艺配方之间的测试数据;将收集的多种不同晶圆的材料信息及与之对应的工艺配方数据之间的测试数据输入至预先构建的人工神经网络训练模型中进行训练,得到工艺配方数据库。
具体而言,可预先收集大量不同晶圆的材料信息及与之对应的工艺配方之间的测试数据,二者之间具有对应关系,将这些数据及数据之间的对应关系输入至预先构建的人工神经网络训练模型中进行训练,得到工艺配方数据库。举例而言,如所选晶圆包括切割硅或者碳化硅,材料信息包括但不限于所选材料的固体属性(如材质、厚度、电阻率等)。在实施过程中,可将收集的材料数据及与之对应的工艺配方(即激光划片工艺参数)输入到预先构建的人工神经网络训练模型中进行训练,使不同晶圆的材料信息与工艺配方参数形成一个系统,由此得到工艺配方数据库,进而在接收到待划片晶圆的材料信息后,将之输入到构建的工艺配方数据库中,输出推荐的目标工艺配方,据此进行晶圆划片,并输出划片结果,进一步地,可根据试划片的结果来优化工艺配方数据库,使其更加准确和完善,进而输出更加精准的工艺配方,提高激光划片工艺的准确性和可靠性,同时提高工艺效率。
在本发明的一个实施例中,工艺配方包括激光划片工艺参数,激光划片工艺参数包括:激光输出功率、切割速度、脉冲频率、爆点深度和切割次数中的至少一个。
具体而言,在根据工艺配方对待划片晶圆进行激光划片时,需要设置的各种参数,这些参数直接影响激光划片质量、效率和成本等方面。其中,激光输出功率、切割速度、脉冲频率、爆点深度和切割次数是常用的五个工艺参数。具体的,激光输出功率:是指激光器输出的激光功率大小,激光输出功率越大,隐切爆点越大;切割速度:是指激光划片头在切割过程中每秒钟移动的距离,切割速度越快,划片效率越高;脉冲频率:是指激光划片头每秒钟发射的激光脉冲次数,脉冲频率越高,切割速度越快;爆点深度:是指激光划片头在切割过程中所发生的切割头与被切割物体之间发生爆点的深度;切割次数:是指激光划片头在同一位置进行的切割次数。可以理解的是,在具体的划片过程中,根据以上五个参数的相互影响,进行合理的设置,以达到最优的效果。
在本发明的一个实施例中,待划片晶圆的材料信息包括:待划片晶圆的材质、厚度和电阻率。
具体而言,待划片晶圆的材料信息为晶圆的基本物理和化学特性,包括晶圆的材质、厚度和电阻率等参数。具体的,晶圆的材质决定了待划片晶圆在激光划片中的切割难度和效果,不同的材质具有不同的热导率、热扩散系数和折射率等参数,对于划片效果和划片速度均会产生影响;晶圆的厚度直接影响激光划片的加工深度和质量,晶圆厚度越大,划片深度也会相应增加;晶圆的电阻率影响激光划片头的切割深度和速度,电阻率越高,激光划片头划割深度越浅,划片速度越慢。
作为具体的实施例,以下结合图3描述本发明实施例的晶圆激光划片方法的整体执行流程。
结合图3所示,在实施例中,该晶圆激光划片方法主要执行以下步骤;
步骤S11:获取用户划片需求。
步骤S12:根据用户需求选取待划片晶圆的材料信息,如,根据固定属性(材质、厚度、电阻率)选择。
步骤S13:调用工艺配方数据库,自动生成推荐工艺配方。
步骤S14:控制划片设备运行。
步骤S15:试加工晶圆。
步骤S16:判断崩边距离是否小于或等于预设距离阈值,若是,则执行步骤S17,否则,执行步骤S13。
步骤S17:完成工艺输出(保存工艺配方数据库匹配结果)。
综上,根据本发明实施例的晶圆划片方法,该方法可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,并在匹配过程中根据用户的反馈结果,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该方法消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该方法采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
本发明在实施例中还提出了一种晶圆激光划片系统100。
图4是根据本发明一个实施例的晶圆激光划片系统的结构示意图。如图4所示,该晶圆激光划片系统100,包括:第一获取模块110;工艺配方数据库120;处理模块130;执行模块140;第二获取模块150;优化模块160。
具体的,第一获取模块110用于获取待划片晶圆的材料信息。
工艺配方数据库120。
处理模块130用于将材料信息输入工艺配方数据库120,得到对应于材料信息的推荐工艺配方,其中,工艺配方数据库120中存储有多种不同材料信息和与之对应的工艺配方的对应关系。
执行模块140用于根据目标工艺配方对待划片晶圆进行激光进行试划片。
第二获取模块150用于获取晶圆激光试划片结果。
优化模块160用于根据晶圆激光试划片结果对工艺配方数据库120进行优化。
在本发明的一个实施例中,第二获取模块150获取晶圆激光试划片结果,包括:通过图像采集模块采集试划片后在待划片晶圆上生成的划片道的图像信息。
在本发明的一个实施例中,优化模块160根据晶圆激光试划片结果对工艺配方数据库进行优化,包括:将所述划片道与预设切割道进行比较;根据比较结果对所述工艺配方数据库进行优化。
在本发明的一个实施例中,优化模块160根据比较结果对工艺配方数据库120进行优化,包括:若划片道与切割道之间的距离小于或等于预设距离阈值,则将推荐工艺配方作为目标工艺配方存储至工艺配方数据库120中,以优化工艺配方数据库120。
在本发明的一个实施例中,优化模块160根据比较结果对工艺配方数据库120进行优化,包括:若划片道与切割道之间的距离大于预设距离阈值,则根据预设工艺配方算法继续生成推荐工艺配方,并根据继续生成的推荐工艺配方对待划片晶圆进行激光继续进行试划片,直至继续试划片得到的划片道与切割道之间的距离小于或等于预设距离阈值时,将此时对应的推荐工艺配方作为目标工艺配方存储至工艺配方数据库120中,以优化工艺配方数据库120,其中,预设工艺配方算法包括对推荐工艺配方的修正信息。
在本发明的一个实施例中,执行模块140在将推荐工艺配方作为目标工艺配方存储至工艺配方数据库120中,以优化工艺配方数据库120之后,还用于:根据目标工艺配方对待划片晶圆进行激光进行正式划片。
在本发明的一个实施例中,图像采集模块包括放大倍数高于预设值的显微镜系统。
在本发明的一个实施例中,该晶圆激光划片系统100还包括构建模块(图中未示出)。在处理模块130在将材料信息输入工艺配方数据库120之前,构建模块用于预先构建工艺配方数据库120。
构建模块构建工艺配方数据库120,具体包括:收集多种不同晶圆的材料信息及与之对应的工艺配方之间的测试数据;将收集的多种不同晶圆的材料信息及与之对应的工艺配方数据之间的测试数据输入至预先构建的人工神经网络训练模型中进行训练,得到工艺配方数据库120。
在本发明的一个实施例中,推荐工艺配方包括激光划片工艺参数,激光划片工艺参数包括:激光输出功率、切割速度、脉冲频率、爆点深度和切割次数中的至少一个。
在本发明的一个实施例中,处理模块130中的待划片晶圆的材料信息包括:待划片晶圆的材质、厚度和电阻率。
需要说明的是,在进行晶圆激光划片时,该晶圆激光划片系统100的具体实现方式与本发明上述任一实施例所描述的晶圆激光划片方法的具体实现方式类似,因此关于该晶圆激光划片系统100的详细示例性描述,请参见前述关于晶圆激光划片方法的相关描述,为减少冗余,此处不再重复赘述。
根据本发明实施例的晶圆激光划片系统100,该系统可以通过建立和调用工艺配方数据库120来实现激光划片系统工艺配方的存储和自动匹配输出,并在匹配过程中根据用户的反馈结果,自动升级完善工艺配方数据库120,不断提高工艺配方数据库120的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该晶圆激光划片系统100消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该晶圆激光划片系统100采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
本发明的进一步实施例提出了一种工艺设备。
如图5是根据本发明一个实施例的工艺设备的结构框图。如图5所示,本发明实施例的工艺设备包括如本发明上述任意一个实施例所描述的晶圆激光划片系统100。
在另一些实施例中,该工艺设备包括:处理器、存储器,以及存储在存储器上并可在处理器上运行的晶圆激光划片程序,晶圆激光划片程序被处理器执行时实现如本发明上述任意一个实施例的晶圆激光划片方法。
需要说明的是,该工艺设备在进行晶圆激光划片时,其具体实现方式与本发明上述任意一个实施例的晶圆激光划片方法或划片系统的具体实现方式类似,因而关于该工艺设备进行晶圆激光划片的过程的详细示例性描述,可参见前述关于晶圆激光划片方法或划片系统的相关描述部分,为减少冗余,此处不再重复赘述。
根据本发明实施例的工艺设备,该设备可以通过建立和调用工艺配方数据库120来实现激光划片系统工艺配方的存储和自动匹配输出,并在匹配过程中根据用户的反馈结果,自动升级完善工艺配方数据库120,不断提高工艺配方数据库120的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该工艺设备消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该工艺设备采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
本发明的进一步实施例还公开了一种计算机可读存储介质,该计算机可读存储介质上存储有晶圆激光划片程序,该晶圆激光划片程序被处理器执行时实现如本发明上述任意一个实施例所描述的晶圆激光划片方法。
根据本发明实施例的计算机可读存储介质,其上存储的晶圆激光划片程序被处理器执行时,可以通过建立和调用工艺配方数据库来实现激光划片系统工艺配方的存储和自动匹配输出,并在匹配过程中根据用户的反馈结果,自动升级完善工艺配方数据库,不断提高工艺配方数据库的全面性和准确性,以此达到高效且准确地匹配适宜的激光划片工艺参数,减少划片工艺调试的时间和难度的目的,同时,该执行过程消耗资源少,节约成本,并降低了对激光工艺工程师能力和经验的要求,提高了工艺输出结果的准确性,进而提高划片质量和生产效率,实现了激光划片工艺技术的智能化和自动化。进一步的,该执行过程采用试划片,根据试划片结果去修正和优化工艺配方,使工艺配方更加精准,提高了划片效果。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (14)
1.一种晶圆激光划片方法,其特征在于,包括以下步骤:
获取待划片晶圆的材料信息;
将所述材料信息输入工艺配方数据库,得到对应于所述材料信息的推荐工艺配方,其中,所述工艺配方数据库中存储有多种不同材料信息和与之对应的工艺配方的对应关系;
根据所述推荐工艺配方对所述待划片晶圆进行激光试划片;
获取晶圆激光试划片结果;
根据所述晶圆激光试划片结果对所述工艺配方数据库进行优化。
2.根据权利要求1所述的晶圆激光划片方法,其特征在于,获取晶圆激光试划片结果,包括:
通过图像采集模块采集试划片后在所述待划片晶圆上生成的划片道的图像信息。
3.根据权利要求2所述的晶圆激光划片方法,其特征在于,根据所述晶圆激光试划片结果对所述工艺配方数据库进行优化,包括:
将所述划片道与预设切割道进行比较;
根据比较结果对所述工艺配方数据库进行优化。
4.根据权利要求3所述的晶圆激光划片方法,其特征在于,根据比较结果对所述工艺配方数据库进行优化,包括:
若所述划片道与所述切割道之间的距离小于或等于预设距离阈值,则将所述推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化所述工艺配方数据库。
5.根据权利要求3所述的晶圆激光划片方法,其特征在于,根据比较结果对所述工艺配方数据库进行优化,包括:
若所述划片道与所述切割道之间的距离大于预设距离阈值,则根据预设工艺配方算法继续生成推荐工艺配方,并根据继续生成的推荐工艺配方对所述待划片晶圆进行激光继续进行试划片,直至继续试划片得到的划片道与所述切割道之间的距离小于或等于所述预设距离阈值时,将此时对应的推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化所述工艺配方数据库,其中,所述预设工艺配方算法包括对所述推荐工艺配方的修正信息。
6.根据权利要求4或5所述的晶圆激光划片方法,其特征在于,在将推荐工艺配方作为目标工艺配方存储至工艺配方数据库中,以优化所述工艺配方数据库之后,还包括:
根据所述目标工艺配方对所述待划片晶圆进行激光进行正式划片。
7.根据权利要求2所述的晶圆激光划片方法,其特征在于,所述图像采集模块包括放大倍数高于预设值的显微镜系统。
8.根据权利要求1所述的晶圆激光划片方法,其特征在于,在将所述材料信息输入工艺配方数据库之前,还包括:
构建所述工艺配方数据库。
9.根据权利要求8所述的晶圆激光划片方法,其特征在于,所述构建所述工艺配方数据库,包括:
收集多种不同晶圆的材料信息及与之对应的工艺配方之间的测试数据;
将收集的多种不同晶圆的材料信息及与之对应的工艺配方数据之间的测试数据输入至预先构建的人工神经网络训练模型中进行训练,得到所述工艺配方数据库。
10.根据权利要求1所述的晶圆激光划片方法,其特征在于,所述推荐工艺配方包括激光划片工艺参数,所述激光划片工艺参数包括:激光输出功率、切割速度、脉冲频率、爆点深度和切割次数中的至少一个。
11.根据权利要求1所述的晶圆激光划片方法,其特征在于,所述待划片晶圆的材料信息包括:所述待划片晶圆的材质、厚度和电阻率。
12.一种晶圆激光划片系统,其特征在于,包括:
第一获取模块,用于获取待划片晶圆的材料信息;
工艺配方数据库;
处理模块,用于将所述材料信息输入工艺配方数据库,得到对应于所述材料信息的推荐工艺配方,其中,所述工艺配方数据库中存储有多种不同材料信息和与之对应的工艺配方的对应关系;
执行模块,用于根据所述目标工艺配方对所述待划片晶圆进行激光进行试划片;
第二获取模块,用于获取晶圆激光试划片结果;
优化模块,用于根据所述晶圆激光试划片结果对所述工艺配方数据库进行优化。
13.一种工艺设备,其特征在于,包括:
如权利要求12所述的晶圆激光划片系统;或者
处理器、存储器,以及存储在存储器上并可在处理器上运行的晶圆激光划片程序,所述晶圆激光划片程序被处理器执行时实现如权利要求1-11任一项所述的晶圆激光划片方法。
14.一种计算机可读存储介质,其特征在于,计算机可读存储介质上存储有晶圆激光划片程序,所述晶圆激光划片控制程序被处理器执行时实现如权利要求1-11任一项的所述的晶圆激光划片方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310927167.1A CN117001188A (zh) | 2023-07-26 | 2023-07-26 | 晶圆激光划片方法、划片系统、工艺设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310927167.1A CN117001188A (zh) | 2023-07-26 | 2023-07-26 | 晶圆激光划片方法、划片系统、工艺设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117001188A true CN117001188A (zh) | 2023-11-07 |
Family
ID=88561273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310927167.1A Pending CN117001188A (zh) | 2023-07-26 | 2023-07-26 | 晶圆激光划片方法、划片系统、工艺设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117001188A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314926A (zh) * | 2023-11-30 | 2023-12-29 | 湖南大学 | 激光改质加工设备维护的确认方法、设备及存储介质 |
-
2023
- 2023-07-26 CN CN202310927167.1A patent/CN117001188A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314926A (zh) * | 2023-11-30 | 2023-12-29 | 湖南大学 | 激光改质加工设备维护的确认方法、设备及存储介质 |
CN117314926B (zh) * | 2023-11-30 | 2024-01-30 | 湖南大学 | 激光改质加工设备维护的确认方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117001188A (zh) | 晶圆激光划片方法、划片系统、工艺设备及可读存储介质 | |
TWI630670B (zh) | 偵測及校正疑難的先進製程控制參數之方法及系統 | |
JP4584295B2 (ja) | 2段階仮想測定方法 | |
CN112025099A (zh) | 一种智能化激光去毛刺系统及激光去毛刺方法 | |
CN113263027A (zh) | 一种基于激光清洗参数优化的激光控制方法及系统 | |
CN103871954A (zh) | 一种优化浅槽隔离刻蚀线宽的方法 | |
TWI610749B (zh) | 雷射切割功率調整系統及其功率調整方法 | |
US20090089024A1 (en) | Methods and arrangement for creating models for fine-tuning recipes | |
US10522427B2 (en) | Techniques providing semiconductor wafer grouping in a feed forward process | |
CN100498603C (zh) | 用于制造程序反馈控制的计算机执行自动方法及自动系统 | |
US11635682B2 (en) | Systems and methods for feedforward process control in the manufacture of semiconductor devices | |
US20110286657A1 (en) | Defect analysis method, defect analysis apparatus, and recording medium | |
US11018064B2 (en) | Multiple-tool parameter set configuration and misregistration measurement system and method | |
US8244500B2 (en) | Method of adjusting wafer processing sequence | |
CN110246775B (zh) | 控制机台操作的装置与方法 | |
CN108183078A (zh) | 一种电子束扫描程式参数自调整方法 | |
US7225051B1 (en) | Closed-loop feedback for maximizing Cpk in progressive forming operations | |
CN116441749A (zh) | 晶圆激光划片方法、划片系统、工艺设备及可读存储介质 | |
CN112232012B (zh) | 半导体制程分析系统以及分析方法、计算机可读存储介质 | |
WO2022040109A1 (en) | Scanning electron microscope image anchoring to design for array | |
CN107931829B (zh) | 雷射切割功率调整系统及其方法 | |
CN117161582B (zh) | 一种基于计算机视觉的激光切割方法 | |
CN112038248A (zh) | 半导体缺陷扫描程式建立方法及其建立系统 | |
CN113544830A (zh) | 偏移测量的动态改善 | |
TW201621493A (zh) | 高精度平面加工系統及方法 |
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 |