Tribune de Martin Delabre, Presales Engineer chez MVTec
Actuellement, de nombreuses régions du monde développent rapidement des capacités de production de semi-conducteurs. La production de semi-conducteurs est toutefois complexe et comprend plus de 1 000 étapes de processus différentes. La mise en place de capacités de production est par conséquent complexe et sensible. Il est donc nécessaire de disposer de technologies flexibles qui, malgré les différents processus, offrent rapidement une valeur ajoutée globale. Le traitement industriel de l'image est une technologie clé. Son avantage réside notamment dans le fait que, lors de la fabrication de haute précision des semi-conducteurs, les nombreux processus d'inspection et d'alignement nécessaires peuvent être automatisés et réalisés avec une grande précision. Selon l'étape du processus, il existe différentes technologies de traitement d'images permettant de mettre en œuvre les applications. Les tâches particulièrement importantes à résoudre sont les suivantes : la détection des défauts, la mesure et le matching.
Des technologies de vision industrielle performantes pour la fabrication de semi-conducteurs
Dans pratiquement tous les scénarios de production de semi-conducteurs, il y a au moins une étape où l'on vérifie si le produit présente des défauts fonctionnels ou esthétiques. Dans les environnements de production hautement automatisés d'aujourd'hui, nous avons largement recours à la vision industrielle pour cette tâche, car elle offre de nombreux avantages par rapport à l'inspection manuelle : La vision industrielle est beaucoup plus rapide, les résultats sont objectifs et reproductibles, et la qualité de l'inspection ne risque pas de se dégrader, par exemple à cause de la fatigue ou de la monotonie de la tâche. Les technologies de Deep Learning sont également intéressantes pour la fabrication de semi-conducteurs, par exemple la détection d'anomalies basée sur le Deep Learning. Elle permet une inspection automatisée de la surface, par exemple pour la détection et la segmentation des défauts.
En ce qui concerne le contrôle de la qualité, la détermination de la précision dimensionnelle est essentielle, en plus de la vérification des défauts. Le traitement industriel de l'image permet de mesurer les contours le long de lignes ou de segments de cercle en moins d'une milliseconde, avec une précision inférieure au pixel. Il est également possible d'effectuer des mesures 2D pour contrôler des objets d'une forme géométrique donnée. Il existe en outre des méthodes de mesure 3D : des images de disparité, des images de distance ou encore la reconstruction 3D de surfaces à l'aide de différentes méthodes. Par ailleurs, la recherche d'objets est également importante. Pour cela, on utilise surtout le Shape-Based-Matching, qui est précis au sous-pixel. Cette technologie permet de trouver des objets de manière précise et robuste en temps réel. Cela fonctionne même s'ils sont tournés, ont une variation d'échelle, des déformations de perspective, des déformations locales, sont partiellement recouverts ou situés en dehors de l'image.
Différentes étapes de processus - différentes technologies de vision industrielle
La fabrication de semi-conducteurs comporte de très nombreuses étapes. La découpe est un traitement de précision au cours duquel les wafers sont séparés en dies individuels au moyen d'une coupe mécanique ou d'un laser. La vision industrielle aide l'opérateur à placer les wafers dans la machine. Cette opération doit être répétée pour chaque type de wafer, car la taille des wafers doit être connue pour le réglage. Pour déterminer la taille, on peut par exemple utiliser la transformation de Fourier rapide (FFT). Cela simplifie considérablement le réglage et réduit le risque d'erreurs de manipulation. Ensuite, lors de la découpe des dies, il peut arriver que des éclats se produisent, par exemple sur les bords. Dans ce cas, le traitement industriel de l'image peut aider à la détection d'anomalies à l'aide de la méthode de Deep Learning. Avec seulement quelques "bonnes images", un logiciel de vision industrielle performant peut être entraîné à détecter de manière robuste tout dommage, donc toute anomalie, sur les dies.
Packaging : dernières étapes vers la puce finie
Lors de l'une des dernières étapes de production, le packaging, la puce est encapsulée dans un boîtier en plastique. Pour ce faire, les différents dies sont d'abord placés dans le boîtier. Ensuite, la liaison avec les contacts concernés du boîtier s'effectue en plusieurs étapes. L'une des étapes du processus consiste à déterminer la position des dies à l'intérieur du boîtier afin de pouvoir ensuite procéder à des traitements ultérieurs. Les procédés de Shape-Based-Matching conviennent à cette tâche. Pour cela, le modèle d'une pièce est appris, par exemple via des données CAO. La comparaison entre les données d'apprentissage et l'image originale permet de trouver le die. La position exacte du die est transmise au wire-bonder en convertissant les données de calibration pour les prochaines étapes de traitement.
Après l'insertion dans les boîtiers, il faut également, pour certains types de puces, contrôler les pads (points de contact) sur les Dies pour détecter les défauts. La position exacte des pads est aussi déterminée. Pour la prise de vue, la caméra se déplace dans le sens des aiguilles d'une montre le long du bord du die afin d'identifier et de contrôler les pads un à un.