ВВЕДЕНИЕ Начиная с марта 2020 года производства, работающие в области микроэлектроники, столкнулись с резкой нехваткой расходных материалов для работы в условиях чистых помещений с жестким контролем уровня загрязнений. Поставки одноразовых перчаток, масок, бахил, салфеток и прочего задерживались на неопределенный срок в связи с увеличением объемов поставки данной продукции для медицинских организаций и в целях обеспечения защитными средствами общества в наступивший период распространения новой коронавирусной инфекции. Сокращение объемов поставок и нарушение их графика привели к тому, что промышленные предприятия были вынуждены в срочном порядке перейти на альтернативные непроверенные расходные материалы, либо отказаться от использования некоторых из них, например одноразовых масок, а это в свою очередь вызвало увеличение уровня загрязнения (количества частиц в воздухе на единицу объема) на производствах. Уровень загрязнений на производствах микроэлектроники, как известно, оказывает прямое влияние на количество дефектов в конечных изделиях, на долю бракованной продукции [1]. В сложившейся ситуации стал актуальным поиск новых эффективных методик борьбы с дефектами с целью увеличения выхода годных изделий на производстве. В настоящей статье авторы предлагают разработанную методику быстрого обнаружения поверхностных кремниевых дефектов на чувствительных МЭМС-элементах и их удаления методом лазерного испарения (абляции). Применение предложенной методики для чипов микроэлектромеханических систем (МЭМС-чипов) на производстве позволила увеличить выход годной продукции на 7%. ОБНАРУЖЕНИЕ ПОВЕРХНОСТНЫХ ДЕФЕКТОВ Ранее в статьях [2] и [3] были представлены общие принципы автоматизированного поиска дефектов на поверхности МЭМС-изделия. Ключевыми процессами для обнаружения дефектов являются автоматизированная оптическая инспекция поверхности пластины и/или элемента, позволяющая получать изображения достаточно высокого разрешения, и быстрая машинная обработка полученных изображений. В настоящее время наилучшими методиками обработки изображений с целью поиска дефектов в них являются те, что основаны на работе нейронных сетей [4]. Основным преимуществом подобных программ является их самообучаемость, правда, для их эффективной работы необходимо обучить систему на большом количестве данных. Для действующего производства набрать большое количество данных не составляет трудности.

На рис.1 представлены шаги или процессы, которые необходимо провести в рамках предлагаемой нами методики обнаружения и удаления поверхностных дефектов. После обнаружения дефектов, которому соответствует шаг автоматизированной дефект-инспекции при помощи программного обеспечения (ПО) "Axalit" [2], мы обладаем информацией о месторасположении дефектов на поверхности пластины или элемента в выбранной системе координат. Далее запускается компьютерный код, позволяющий создать, во-первых, карту дефектов, то есть оптическое изображение, на котором отмечены обнаруженные дефекты, а во-вторых, рецепт для автоматизированного измерения дефектов на оптическом профилометре Bruker Contour GT-K. По разработанной методике 3D-дефект-инспекции проводились измерения параметров дефектов на оборудовании Bruker ContourGT-K с моторизированными столиком и турелью при использовании интерференционного объектива типа Миро с увеличением 50х. Погрешность определения координат дефектов в заданной системе координат по нашим оценкам не превышает 3 мкм и достаточна для последующего автоматического позиционирования объектива с полем зрения размером 126 × 95 мкм с целью локализации дефекта. Пример изображения 3D-дефекта-инспекции приведен на рис.2.

Автоматизация дефект-инспекции позволила значительно уменьшить время ее проведения: ручная дефект-инспекция 100-мм пластины может быть проведена за 13–50 мин в зависимости от количества дефектов на пластине, тогда как автоматизированная дефект-инспекция в среднем занимает 4 мин на пластину, содержащую десятки и даже сотни чипов. Как можно заметить, высота дефекта на рис.2 достигает 22,7 мкм и визуально форма дефекта напоминает столбик. Как было установлено, такие дефекты являются критичными для конечного продукта именно из-за достаточно большого показателя высоты. Любой МЭМС-сенсор имеет так называемые запрещенные зоны – зоны, в которых дефект определенных размеров является критичным (killer defect), так как приводит к нарушению функциональности сенсора, причем, запрещенной зоной может быть как вся поверхность элемента, так и определенные области на нем, в зависимости от требований. Элемент или чип, имеющий дефект в запрещенной зоне, считается бракованным. Количество брака в производстве непосредственно влияет на экономическую выгоду изготовления продукции, в связи с этим уменьшение количества брака за счет сокращения дефектов в изделиях является одной из основных производственных задач. 1. Microchip Fabrication: A Practical Guide to Semiconductor Processing. Peter van Zant. 2004, McGraw-Hill Book Company. 2. Ракетов К., Израилев Н., Казачков А., Заблоцкая Е., Род И., Рябков М., Исаченко А., Шамирян Д. Об автоматизированной системе детектирования дефектов на МЭМС-производстве. Наноиндустрия. № 7–8. 2018. Стр. 542–548. 3. Заблоцкая Е., Род И., Таренкин А., Казачков А., Шамирян Д. Автоматизированная инспекция дефектов литографии как метод контроля качества МЭМС-элементов // Нано- и микросистемная техника. 2017. № 10. С. 605–613. 4. Jong-Chih C., Ming-Tao W., Jiann-Der L. Inspection and Classification of Semiconductor Wafer Surface Defects Using CNN Deep Learning Networks. Applied Sciences. 2020. № 15. P. 13. Подпишитесь на журнал, чтобы прочитать полную версию статьи. https://www.nanoindustry.su/journal/article/9092 Больше познавательной информации можно узнать на нашем сайте: technosphera.ru #техносфера