Тепловой контроль микротрещин в полупроводниковых кремниевых пластинах методом лазерного сканирования с использованием сегментации термограмм

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Монокристаллические кремниевые пластины играют ключевую роль в фотогальванической технологии и производстве микроэлектроники благодаря своим высоким характеристикам как полупроводников. Для удовлетворения потребностей высокотехнологичных отраслей технология производства кремниевых пластин должна соответствовать высоким стандартам качества. Наличие микротрещин, возникающих в процессе шлифования и вовремя необнаруженных, снижает выход годного продукта. Для эффективного выявления микротрещин в кремниевых пластинах была разработана система лазерного теплового контроля со сканированием. С использованием псевдостатического алгоритма матричной реконструкции экспериментальные нестационарные данные были преобразованы в статические, что облегчило обнаружение и оценку дефектов. Изучены геометрические характеристики (длина, ширина и глубина) микротрещин и влияние мощности лазерного возбуждения на температурные сигналы. Сравнены методы улучшения изображений, такие как линейное преобразование серой шкалы, преобразование базовой функции и выравнивание гистограммы. Исследована эффективность сегментации суперпикселей, расширенной двойной пороговой сегментации, итеративной пороговой сегментации и использования нейронной сети UNet3+ для повышения эффективности обнаружения микротрещин. Обычные методы сегментации оказались низкоэффективными для улучшения изображений из-за присутствия шумов. Лучшие результаты в сегментации изображений были достигнуты с использованием сети UNet3+, которая обеспечила эффективность сегментации микротрещин около 90 %.

Полный текст

Доступ закрыт

Об авторах

Qingju Tang

Heilongjiang University of Science and Technology

Автор, ответственный за переписку.
Email: tangqingju@126.com
Китай, 1, Puyuan Road, Songbei District, Harbin, 150022

Bo Fang

Heilongjiang University of Science and Technology

Email: tangqingju@126.com
Китай, 1, Puyuan Road, Songbei District, Harbin, 150022

Zhuoyan Gu

Heilongjiang University of Science and Technology

Email: tangqingju@126.com
Китай, 1, Puyuan Road, Songbei District, Harbin, 150022

В. П. Вавилов

Томский политехнический университет

Email: tangqingju@126.com
Россия, пр-т Ленина, 30, Томск, 634050

А. О. Чулков

Томский политехнический университет

Email: tangqingju@126.com
Россия, пр-т Ленина, 30, Томск, 634050

Guipeng Xu

Heilongjiang University of Science and Technology

Email: tangqingju@126.com
Китай, 1, Puyuan Road, Songbei District, Harbin, 150022

Zhibo Wang

Heilongjiang University of Science and Technology

Email: tangqingju@126.com
Китай, 1, Puyuan Road, Songbei District, Harbin, 150022

Hongru Bu

Heilongjiang University of Science and Technology

Email: tangqingju@126.com
Китай, 1, Puyuan Road, Songbei District, Harbin, 150022

Список литературы

  1. Zhang G., Xiao Q., Ma F. Development status and prospect of semiconductor silicon wafers in China // China Engineering Science. 2023. V. 25 (01). P. 68—78.
  2. Huang C., Huang D., Wang J. et al. Surface integrity of electrochemical-consolidation-free abrasive composite machining of monocrystalline silicon wafer // Semiconductor technology. 2024. V. 49 (06). P. 549—554+560.
  3. Bu C., Li R., Liu T. et al. Micro-crack defects detection of semiconductor Si-wafers based on Barker code laser infrared thermography // Infrared Physics & Technology. 2022. V. 123. P. 104—160.
  4. Tang Q., Wang Y., Liu J. et al. Pulsed infrared thermal imaging detection of internal defects in heat-resistant alloy coated structural plates // Infrared and laser engineering. 2013. V. 42 (07). P. 1685—1690.
  5. Вавилов В.П. Тепловой неразрушающий контроль: развитие традиционных направлений и новые тенденции (обзор) // Дефектоскопия. 2023. № 6. C. 38—58.
  6. Qu Z., Jiang P., Zhang W. Development and application of infrared thermography non-destructive testing techniques // Sensors. 2020. V. 20 (14). P. 38—51.
  7. Lu Q., Zhao Y., He W. et al. Research on defect detection method of laser welding of power battery based on three-dimensional vision // Laser and Optoelectronics Progress. Feb. 18. 2025. V. 62 (4). P. 1—18.
  8. Wang L., Zhang Z., Chen H. et al. Parameters simulation in line laser scanning thermography nondestructive testing // Infrared Technology. 2023. V. 45 (10). P. 1038—1044.
  9. Liu G., Gao W., Liu W. et al. Study on debonding defects detection of CFRP/Al honeycomb structure by Square-wave thermography. Harbin University of Commerce. Sept. 2022. doi: 10.21203/rs.3.rs-2101393/v1
  10. Vavilov V.P., Chulkov A.O., Nesteruk D.A., Kladov D.Yu. Principle, equipment and applications of line-scanning infrared thermographic NDT // JONE. 2023. V. 42:89. 8 p. DOI: https://doi.org/10.1007/s10921-023-01001-4
  11. Qi C., Han J., Liang H. et al. Comparative study of several histogram transformation methods in infrared thermal image enhancement of transmission joints // Optical Technology. 2010. V. 36 (05). P. 662—667.
  12. Garg P., Jain T. A comparative study on histogram equalization and cumulative histogram equalization // International Journal of New Technology and Research. 2017. V. 3 (9). P. 263—242.
  13. Ibrahim A., El-Kenawy E.S.M. Image segmentation methods based on superpixel techniques: A survey // Journal of Computer Science and Information Systems. 2020. V. 15 (3). P. 1—11.
  14. Huang H. et al. UNet3+: A Full-Scale Connected UNet for Medical Image Segmentation / ICASSP 2020 — 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). 2020. P. 1055—1059.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема теплового контроля с лазерным сканированием.

Скачать (155KB)
3. Рис. 2. Экспериментальная установка теплового контроля с лазерным сканированием.

Скачать (191KB)
4. Рис. 3. Экспериментальные образцы.

Скачать (366KB)
5. Рис. 4. Изменение температуры во времени (номер термограммы соответствует определенному моменту времени) в центральной точке поля зрения при перемещении образца.

Скачать (126KB)
6. Рис. 5. Псевдостатические термограммы и температурные профили для дефектов с изменяющимися шириной (а), длиной (б) и глубиной (в).

Скачать (934KB)
7. Рис. 6. К выбору дефектных и бездефектных областей.

Скачать (214KB)
8. Рис. 7. Отношение сигнал/шум SNR как функция ширины (а), длины (б) и глубины (в) трещины.

Скачать (176KB)
9. Рис. 8. Термограммы трещин в образце при возрастающей мощности лазерного нагрева (справа налево).

Скачать (365KB)
10. Рис. 9. Температурные профили при различных мощностях лазера.

Скачать (209KB)
11. Рис. 10. Результат применения линейного преобразования уровня серого.

Скачать (173KB)
12. Рис. 11. Результат применения базовых функций преобразования.

Скачать (133KB)
13. Рис. 12. Результат выравнивания гистограммы.

Скачать (389KB)
14. Рис. 13. К выбору областей для вычисления температурных контрастов.

Скачать (130KB)
15. Рис. 14. Сравнение алгоритмов обработки термограмм по критерию контраста.

Скачать (166KB)
16. Рис. 15. Результат сегментации суперпикселей.

Скачать (48KB)
17. Рис. 16. Результат применения морфологической диляции (сегментация с двойным порогом).

Скачать (79KB)
18. Рис. 17. Результат применения итеративной сегментации по порогу.

Скачать (68KB)
19. Рис. 18. Схема нейронной сети UNet3+.

Скачать (300KB)
20. Рис. 19. Диаграмма структуры полномасштабных связей в нейронной сети UNet3+.

Скачать (250KB)
21. Рис. 20. Этапы обработки изображений и соответствующие метки (нейронная сеть UNet3+).

Скачать (153KB)
22. Рис. 21. Модель процесса обучения.

Скачать (184KB)
23. Рис. 22. Результат сегментации с помощью сети UNet3+.

Скачать (73KB)

© Российская академия наук, 2025