3D AI AOI 设备精准检测半导体微凸点缺陷

半导体芯片生产过程中，微凸点质量检测是保障芯片性能与可靠性的关键环节。微链道爱的 3D AI AOI 设备为解决微凸点缺陷检测难题带来了新的突破。

在当今科技飞速发展的时代，半导体产业作为现代电子技术的核心，其发展水平直接影响着全球科技产业的走向。半导体芯片广泛应用于智能手机、电脑、汽车电子等众多领域，对其性能和可靠性提出了极高的要求。在半导体芯片的生产过程中，芯片封装是至关重要的一环，它不仅能够保护芯片，还能实现芯片与外界的电气连接。而微凸点（bump）作为芯片与封装基板之间的连接关键，其质量状况直接决定了芯片的性能和可靠性。某头部半导体厂商在其芯片封装产线的微凸点焊接工序中，深刻认识到对微凸点进行精确质量检测的重要性。微凸点的任何缺陷，如缺失、桥连等，都可能导致芯片出现性能故障，影响产品的整体质量和市场竞争力。因此，对微凸点进行高效、准确的质量检测成为了该厂商亟待解决的问题。

痛点：为什么难

传统检测方法在微凸点缺陷检测方面面临着诸多困境。首先，漏检率较高是一个突出问题。在传统检测模式下，约有 3%的微凸点缺陷无法被检测出来。这是因为传统检测设备的精度有限，对于一些微小的缺陷，如微米级的气孔、细微的桥连等，难以准确识别。这些未被检测出的缺陷芯片流入后续工序，不仅会增加生产过程中的风险，还会导致生产成本的大幅上升。因为一旦在后续工序中发现问题，就需要进行返工或报废处理，浪费了大量的人力、物力和时间。

其次，误报率居高不下也是传统检测方法的一大弊端。传统检测设备的误报率达到了 15%，大量的误报信息给生产带来了极大的困扰。这是由于传统检测算法的局限性，它难以准确区分正常微凸点和存在微小差异的正常情况与真正的缺陷。大量的误报需要人工进行复检，这不仅浪费了大量的人力成本，还严重降低了产线的生产效率，使得整个生产流程变得繁琐和低效。

此外，传统检测设备的换型时间长也是一个严重影响生产灵活性的问题。每次换型需要 30 分钟，这是因为传统设备的调整和校准过程较为复杂，需要人工进行大量的参数设置和调试。在当今市场需求快速变化的情况下，长换型时间使得产线难以快速响应不同产品的生产需求，降低了企业的市场竞争力。

技术原理

微链道爱的 3D AI AOI 设备采用了自研的 3D 相机进行图像采集，其工作原理基于结构光三维测量技术。该技术通过向被测物体投射特定的结构光图案，然后利用相机捕捉物体表面反射的图案变形情况。由于微凸点的缺失或桥连等缺陷会导致其表面形貌发生变化，这种变化会直接反映在反射图案上。设备利用三维形貌重建算法，将采集到的变形图案数据转化为三维点云数据，从而能够精确还原微凸点的真实三维形貌。与传统的 2D 检测方法相比，3D 点云数据能够提供更全面的信息，对于隐藏焊点、共面度、微米级形貌等 2D 光学盲区的缺陷，具有更强的检测能力。

该设备还采用了 2D-3D 融合技术，将 2D 图像的纹理信息与 3D 点云的形貌信息相结合。这种融合技术进一步提高了缺陷检测的准确性和可靠性。2D 图像能够提供微凸点表面的纹理细节，而 3D 点云则能反映其真实的三维形状，两者结合可以更全面地分析微凸点的特征，从而更准确地识别出各种缺陷。在算法方面，设备运用了先进的深度学习算法，对大量的微凸点样本进行训练。通过这种训练，模型能够自动学习微凸点的正常特征和缺陷特征，从而实现对微凸点缺陷的精准分类和识别。与传统的基于规则的算法相比，深度学习算法具有更强的适应性和自学习能力，能够更好地应对复杂多变的微凸点缺陷情况。

典型应用场景

• 微凸点缺失检测：在芯片封装产线的微凸点焊接工序中，微凸点缺失是一种常见的缺陷。3D AI AOI 设备通过对微凸点的三维形貌进行精确测量，与正常微凸点的三维模型进行对比。如果某个位置的微凸点高度明显低于正常范围，或者没有检测到对应的三维点云数据，就可以判断该微凸点存在缺失情况。难点在于微凸点尺寸微小，需要设备具有极高的精度和分辨率。
• 微凸点桥连检测：微凸点桥连是指相邻的微凸点之间发生了异常连接，这会导致电路短路等问题。设备利用 2D-3D 融合技术，结合 2D 图像的纹理信息和 3D 点云的形貌信息。如果在 2D 图像中发现相邻微凸点之间有异常的连接痕迹，同时 3D 点云中显示该区域的形貌不符合正常情况，就可以准确判断为桥连缺陷。难点在于桥连部分可能非常细微，需要设备能够准确捕捉到这些细微的变化。
• 隐藏焊点检测：隐藏焊点是指被其他部件遮挡或处于芯片内部的焊点，传统的 2D 检测方法很难检测到。3D AI AOI 设备的 3D 点云数据能够穿透一定的遮挡，获取隐藏焊点的三维形貌信息。通过对这些信息的分析，判断隐藏焊点是否存在虚焊、漏焊等缺陷。难点在于隐藏焊点的信号较弱，需要设备具有较强的信号处理和分析能力。
• 共面度检测：微凸点的共面度对于芯片的电气连接和性能至关重要。设备通过对微凸点的三维点云数据进行分析，计算各个微凸点的高度差。如果高度差超过了规定的范围，就说明微凸点的共面度不符合要求。难点在于需要对大量的微凸点进行精确测量和计算，以确保检测结果的准确性。
• 微米级形貌检测：微凸点表面的微米级形貌缺陷，如微小的凸起、凹陷等，也会影响芯片的性能。设备利用高精度的 3D 相机和先进的三维形貌重建算法，能够检测到这些微米级的形貌变化。难点在于需要设备具有极高的精度和灵敏度，以捕捉到这些微小的变化。

落地案例

某头部半导体厂商，在全球半导体市场占据重要地位，其生产规模庞大，芯片封装产线繁忙。该厂商一直致力于提高产品质量和生产效率，在面临传统检测方法带来的诸多问题后，决定引入微链道爱的 3D AI AOI 设备。在设备上线过程中，微链道爱的技术团队与厂商的工程师密切合作，对设备进行了详细的安装、调试和培训。经过一段时间的试运行和优化，设备顺利投入正式使用。

微链道爱的 3D AI AOI 设备为半导体芯片微凸点检测带来了质的飞跃，显著提升了检测效率和准确性。

微链道爱解决方案与产品

以 3D AI AOI 设备为核心，微链道爱为该半导体厂商提供了完整的缺陷检测解决方案。该设备凭借自研 3D 相机和先进的三维形貌重建技术，能够高精度地检测微凸点的各种缺陷。配套的 DaoAI AI AOI 软件系统，具有强大的视觉基础模型的特征认知能力。只需一块良品，5 分钟即可完成 0 代码自动编程，大大缩短了编程时间。通过 APDT 正样本/少样本学习（仅需 1-20 张良品），结合语义误报过滤功能，有效减少了误报情况。这种软件与硬件相结合的解决方案，为半导体厂商提供了高效、准确的微凸点缺陷检测手段。

量化成效：使用微链道爱的 3D AI AOI 设备后，该厂商的缺陷检出率大幅提升至 99.2%，漏检率降低至 <0.8%。误报率降低了 -68%，大大减少了复检人力和时间成本。同时，设备换型时间缩短至 5min，提高了产线的灵活性和生产效率。这些显著的量化成效充分证明了微链道爱 3D AI AOI 设备在半导体微凸点检测领域的卓越性能。

本文由人工智能生成。文中客户案例为基于产品真实能力的模拟场景，成效数字为示例性质；官方标定口径以产品页为准。