通过检测金刚石线锯硅片表面颗粒负荷来评价清洗工艺的新方法

这篇具有很好参考价值的文章主要介绍了通过检测金刚石线锯硅片表面颗粒负荷来评价清洗工艺的新方法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

引言

高效硅太阳能电池的加工在很大程度上取决于高几何质量和较低污染的硅晶片的可用性。在晶圆加工结束时,有必要去除晶圆表面的潜在污染物,例如有机物、金属和颗粒。当前的工业晶圆加工过程包括两个清洁步骤。第一个是预清洁步骤,去除粗泥。第一次预清洁是在锯切之后、将晶圆从横梁上脱胶之前直接进行的。第二步是晶圆脱胶和分离后的清洁。这种清洁顺序提供了许多影响晶片表面清洁度的可能性,例如通过改变所使用的化学品或超声波频率。

即使清洁后的晶圆表面看起来光学上是干净的,但它仍然可能被污染。为了进一步改善清洁效果,必须采用适当的技术分析已清洁表面的污染程度。到目前为止,还没有已知的方法可以对剩余颗粒负载进行可重复的定性或定量检测。

对于浆料锯切晶圆,只能通过蚀刻晶圆表面来检测SiC颗粒负载。对于金刚石线锯切晶圆,锯切过程中不使用SiC。表面上的颗粒可以是硅切口、金刚石切口或金属砂粒的颗粒。由于金刚线锯切晶圆在锯切方向上具有特征性的粗糙表面结构,表面积较大,颗粒可以更好地粘附在该表面上。因此,与浆料锯切的晶片表面相比,金刚石线锯切的晶片表面上可能存在更多的颗粒。

到目前为止,颗粒污染水平只能通过简单的擦拭测试来检测,该测试无法提供可重复的结果。为了比较集中关于颗粒负载的晶圆清洁程序,已经开发了新的方法来定量和定性地确定污染水平。

实验

1.简单擦拭试验

通过检测金刚石线锯硅片表面颗粒负荷来评价清洗工艺的新方法,科技,制造

图1

(a)简单擦拭试验原理;(b)含有杂质的使用过的组织的图片;(c)灰度,其中数字为饱和度为零的hsv-色彩空间的值[%]

清洁后的晶圆表面上的剩余颗粒负载可以通过简单的擦拭测试来确定,在该测试中,用垂直且平行于锯切凹槽的软组织对表面进行抛光,见图1(a)。所分析晶片的颗粒负载通过使用灰度的组织上的杂质等级来指示(图1(b),(c))。缺点是收到的结果取决于在晶片上施加的压力以及擦拭表面时组织的接触面积的大小。因此,该方法具有固有的不准确性。

2.新标准化擦拭试验

为了获得锯切和清洗硅片上颗粒污染的可重复性结果,对擦拭试验进行了显著改进。为了达到这个目的,我们使用一个旋转的抛光轮,并将水溶性羊毛固定在抛光轮上,而不是擦拭组织(图2)。因此,晶圆片可以用规定的压力、角速度和抛光时间进行抛光,这将被称为标准化擦拭测试。

通过检测金刚石线锯硅片表面颗粒负荷来评价清洗工艺的新方法,科技,制造

图2:(a)标准化擦拭测试的原理; (b) 实验装置示意图

3.颗粒胶带试验

标准化擦拭测试的结果得出颗粒污染水平作为总参数。对于这种所谓的颗粒带测试,使用胶带将颗粒从表面去除,然后用显微镜进行分析。较适合这种需求的胶带是带有聚丙烯背衬材料的丙烯酸酯粘合剂。

在规定的温度下,将胶带平行于锯痕粘贴在晶圆表面上,然后快速撕下(图3(a))。通过激光共焦显微镜检测粘附在胶带上的颗粒。分析显微镜图像即可得出检测到的颗粒数量及其尺寸分布。因此,可以确定剩余颗粒的粒度分布,并显示颗粒面积相对于完整研究表面积的百分比(图3(b))。

通过检测金刚石线锯硅片表面颗粒负荷来评价清洗工艺的新方法,科技,制造

图3

(a)胶带测试原理; (b) 分析显微镜图像(左),得出晶粒尺寸分布(中)和颗粒面积百分比(右)。

结论

在这项工作中,引入了两种新方法,使得检测晶圆表面上剩余的颗粒负载成为可能。新开发的标准化擦拭测试和颗粒胶带测试是互补的方法,可产生有关清洁晶圆表面上剩余颗粒负载的所有基本信息。这些是作为总参数的颗粒负载和颗粒粒度分布。

在标准化擦拭测试中,旋转抛光轮与固定在轮上的水溶性绒布结合使用,以规定的压力、角速度和抛光时间从晶片表面去除剩余的颗粒负载。通过分析溶解的羊毛的浊度,可以将污染确定为总参数。

在颗粒胶带测试中,使用胶带将颗粒从晶圆表面去除。随后可以通过激光共聚焦显微镜分析胶带上的颗粒。因此,剩余颗粒负载可以作为总和参数来检测,而且还可以识别粒度分布。标准化擦拭测试相对于颗粒胶带测试的优点在于,可以去除晶圆几乎整个表面区域上的颗粒。

通过胶带测试,一次只能分析小区域。然而,通过胶带测试,首次可以获得有关晶片表面上剩余颗粒负载的晶粒尺寸分布的信息。通过标准化擦拭测试与定量颗粒胶带测试相结合的两种方法,现在可以选择更优化的晶圆清洁方法,以获得用于高效硅太阳能电池工艺的更好的原材料。文章来源地址https://www.toymoban.com/news/detail-736813.html

到了这里,关于通过检测金刚石线锯硅片表面颗粒负荷来评价清洗工艺的新方法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于机器视觉的表面缺陷检测方法研究进展(2022最新)

    参考文献:基于机器视觉的表面缺陷检测方法研究进展-赵朗月 此文章仅为作者阅读学习记录,如有错误欢迎指正交流,如果对你有帮助还望点赞支持,谢谢! 给出了缺陷的定义、分类及缺陷检测的一般步骤,阐述传统方法、机器学习、深度学习,并比较和分析了优缺点。

    2024年02月08日
    浏览(35)
  • 基于计算机视觉的工业金属表面缺陷检测综述

    基于计算机视觉的工业金属表面缺陷检测综述 (aas.net.cn) 计算机视觉检测技术(Automated optical inspection, AOI)[2]是一种以计算机视觉为基础, 通过自动光学系统获取检测目标图像, 运用算法进行分析决策, 判断目标是否符合检测规范的非接触式检测方法. 表面缺陷检测系统的基本原理

    2024年04月15日
    浏览(38)
  • 高铁轮毂表面缺陷的<视觉显著性>超像素图像检测方法

    内容:提出一种基于 视觉显著性注意机制 的超像素自适应检测方法;         设计视觉显著性注意机制滤波器用于粗略定位出缺陷空间范围,结合超像素分块图像分割方法消除光照不均匀引起的噪声干扰,有效地完成缺陷区域的边界分割和实时特征提取,实现轮毂缺陷空

    2023年04月11日
    浏览(40)
  • MemSeg:一种差异和共性来检测图像表面缺陷的半监督方法

    目录 1、摘要  2、Method 2.1 模拟异常样本  2.2 Memory Module  2.3 空间注意模块 2.4 多尺度特征融合模块 2.5 损失函数设置 2.6 Decoder模块 1、摘要 本文认为人为创建类内差异和保持类内共性可以帮助模型实现更好的缺陷检测能力,从而更好地区分非正常图像。如图一所示。 差异(

    2024年02月12日
    浏览(47)
  • 使用图像处理算法检测金属表面的生锈区域: Python实现及步骤解析

    摘要: 本文主要介绍如何使用Python和OpenCV库来实现对金属表面的生锈区域的检测。图像处理在工业领域有着广泛的应用,尤其是对材料的表面缺陷的检测。本文将详细阐述该算法的具体实现步骤,并提供完整的Python代码示例。 1. 引言 金属的锈蚀是一个常见的问题,特别是在

    2024年02月12日
    浏览(42)
  • YOLOV5应用实战项目:钢材表面缺陷检测(数据集:NEU-CLS)笔记

    本文记录的是YOLOV5的实战笔记,是一个用yolov5检测钢材表面缺陷的实战案例。 主要分为以下几个步骤: 1. 将原始标签xml文件数据处理成yolo要求的txt格式;(Labels标签数据已按照yolo要求的txt格式处理完成,数据集见文中下载方式) 2. 进行yolo模型的文件配置 3. 训练yolo模型

    2024年02月04日
    浏览(46)
  • Yolov8工业缺陷检测:基于铝片表面的缺陷检测算法,VanillaBlock和MobileViTAttention助力检测,实现暴力涨点 |2023最新成果,创新度很强

    目录 1.工件缺陷数据集介绍  1.2数据集划分通过split_train_val.py得到trainval.txt、val.txt、test.txt    1.2 通过voc_label.py得到适合yolov8训练需要的 2.训练结果对比  2.1 华为诺亚2023极简的神经网络模型 VanillaNet---VanillaBlock助力检测,实现暴力涨点  2.2 MobileViTAttention助力小目标检测

    2024年02月13日
    浏览(46)
  • Unity_网格碰撞器-MeshCollider-触发器-Trigger 网格碰撞器(MeshCollider)内部没有触发检测 只在表面有触发检测

    Unity的触发器功能很好,但是也有问题。我来讲讲问题以及解决方案。 先上视频给大家看看效果: 自制触发器 首先约定几个特殊名词。 基元游戏物体:Cube、Sphere之类的。 基元碰撞器:BoxCollider、SphereCollider之类的。 基元触发器:把基元碰撞体的IsTrigger选中,就是基元触发器

    2024年02月03日
    浏览(39)
  • 毕业设计-计算机视觉:刨花板表面小目标缺陷检测系统 人工智能 算法 python

      目录  前言 设计思路 一、课题背景与意义 二、算法理论原理 2.1 自适应空间特征融合模块 2.2 Ghost 模块 三、检测的实现 3.1 数据集 3.2 实验环境搭建 3.3 实验及结果分析 实现效果图样例 最后        📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临

    2024年01月16日
    浏览(53)
  • 基于可变形卷积和注意力机制的带钢表面缺陷快速检测网络DCAM-Net(论文阅读笔记)

    原论文链接-DCAM-Net: A Rapid Detection Network for Strip Steel Surface Defects Based on Deformable Convolution and Attention Mechanism | IEEE Journals Magazine | IEEE Xplore DCAM-Net: A Rapid Detection Network for Strip Steel Surface Defects Based on Deformable Convolution and Attention Mechanism(论文标题) 带钢 (the strip steel)表面缺陷检测

    2024年02月04日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包