FLIP CHIP 制程中的上片机 Bond Head 手臂运行状态?
监诊实绩|FLIP CHIP 制程中的上片机 Bond Head 手臂运行状态?Bond Head负责将晶片与连接器连接起来,以实现电气连接和封装。该如何确认上片机Bond Head 手臂运行状态是否稳定呢?
上片机 Bond Head
在半导体封装过程中,Bond Head负责将晶片与连接器(通常是金线或其他导电线)连接起来,以实现电气连接和封装。这些连接通常是在μm甚至nm层级进行的,因此Bond Head需要精确控制力和高度自动化,以确保连接的品质和可靠性。
Bond Head手臂
『上片机 Bond Head』是半导体制造中使用的关键零件之一。 它是一种用于将晶片精确堆叠在一起以形成多层结构的设备,在三维积体电路(3D IC)的制造中尤其关键。 Bond Head通常包含一个或多个焊点(键合)以及控制和调节机构,以确保晶片之间的稳定连接。在晶片装载过程中,Bond Head会将新晶片精确地放置在现有晶片上,并使用焊点将它们连接在一起,这就需要高度的精度和稳定性,以确保堆叠层之间的电气性能和讯号传输品质。因此,Bond Head手臂的稳定度深切影响着产品品质。
监测说明
VMS-ML 机器学习智能监控系统
利用ML系统量测,根据Bond head 取放Die及移动过程中,X轴、Y轴、Z轴动作产生之综合振动动态,在优良状态下的进行规范学习,透过重覆性的动作讯号辨识与规范比对结果,检测手臂是否为稳定运行状态,当判定为非稳定运作时,提前进行处置,达到机械动作品质检测与预防保养目的。
量测状况
量测位置:感测器贴附在管架平台上跟着Bond head 同步移动
快速标定特征建模:
10秒内监测模型建置完成。
同一机台左右bond head
左右 bond head 动作时序一致,即便找到安装架设点,左右两边bond head 讯号会有部分时间会交叠影响,故无法使用一颗感测器进行两bond head 同时监测。
结果验证
Pick Die Check
不同设备,沾胶与对位动作会有机台间差异。
误判率验证
连续判定动作1044次,误判 0 次。
测量结论
利用 VMS-ML 能够学习正确的制程中的动态讯号,即时判分及给予结果。由上述内容可知,不同机台,目标动作(取die 做涂胶、对位)动态讯号不相同,需依照不同机台建模。系统连续判定1044次,无误判情形,即VMS-ML误判率小于1/1000。 相同机台更换产品后,动作时序无变化,仍然持续辨识成功。
VMS-ML 机器学习智能监控系统还可藉由趋势图能够提早了解模具是否异常甚至是预测可能损坏的时间点,使用者可借此依据即时进行预测性维护。帮助产线维持良好运作,避免大量的不良品产生。
VMS-ML 机器学习智能监控系统常见问题(FAQ)
FLIP CHIP 製程中的 Bond Head 为什么需要监测?
Bond Head 负责在半导体封装过程中执行取 Die、移动、对位、沾胶与放置等动作,其稳定性会直接影响晶片堆叠精度、电气连接品质与封装可靠性。由于 FLIP CHIP 製程对微米甚至奈米等级精度要求极高,若 Bond Head 手臂运行不稳,可能造成偏位、接合不良、良率下降或大量不良品,因此需要即时监测其动态运行状态。
Bond Head 手臂运行异常可能造成哪些问题?
Bond Head 手臂若出现振动异常、动作时序偏移、移动不稳或对位误差,可能导致取 Die 失败、沾胶异常、对位不良、晶片堆叠偏移、接合品质下降与产品可靠性降低。若异常未被即时发现,也可能造成产线持续生产不良品,增加返工、报废与停机检修成本。
VMS-ML 如何监测 Bond Head 的运行状态?
VMS-ML 机器学习智能监控系统可量测 Bond Head 在取放 Die 与移动过程中,X 轴、Y 轴、Z 轴动作所产生的综合振动动态讯号。系统会在设备优良状态下进行规范学习,建立正常动作模型,再透过重複性动作讯号辨识与模型比对,判断 Bond Head 是否维持稳定运行。
Bond Head 监测为什么需要依照不同机台建模?
不同机台在取 Die、沾胶、对位与移动过程中的动态讯号可能不同,即使製程目标相似,机构设计、安装位置、动作路径与时序仍可能产生差异。因此 VMS-ML 需要依照不同机台建立正常模型,才能降低误判并提高动作辨识准确度。
同一机台的左右 Bond Head 可以共用一颗感测器监测吗?
不建议。虽然同一机台左右 Bond Head 的动作时序可能一致,但两边 Bond Head 的讯号在部分时间会交叠影响,因此无法只使用一颗感测器同时监测左右两个 Bond Head。为了提高辨识准确性,建议依照实际机构与讯号特性规划感测器安装位置。
导入 Bond Head 运行状态监测有什么效益?
导入 Bond Head 运行状态监测后,可即时判断取 Die、沾胶、对位与移动动作是否稳定,并在非稳定运作时提前处置。透过趋势图,也可提前了解模具或机构是否异常,甚至预测可能损坏的时间点,协助产线进行预测性维护,避免大量不良品产生。
