本發(fā)明屬于芯片晶圓加工，特別涉及一種能夠?qū)π酒A精準定位的切割系統(tǒng)及其切割方法。

背景技術：

1、在半導體封裝工藝中需要對芯片晶圓進行切割處理，晶圓切割主要采用機械式金剛石切割技術，通過高轉(zhuǎn)速的金剛石刀片在晶圓上進行精確切割，同時使用去離子水沖洗切割產(chǎn)生的硅屑，以保持清潔和避免損傷。

2、如專利文件申請?zhí)枮?02410516344.1，公開了一種芯片晶圓加工用切割設備，包括切割刀具，該切割刀具通過運動機架安裝在底座上，切割刀具具有激光器主體，運動機架用于支撐和定位切割刀具，以及控制切割刀具在水平和垂直方向的運動，所述切割刀具包括組裝在運動機架上的架體，架體用于將切割刀具在運動機架上進行組裝，其中，傳感器安裝在切割刀具上，所述切割刀具還包括調(diào)焦管，所述調(diào)焦管螺紋安裝在激光器主體底端中部，調(diào)焦管為中空設置。該芯片晶圓加工用切割設備，采用多激光束和具有可調(diào)節(jié)焦距的切割頭，實現(xiàn)對晶圓的更加精細和高效的切割，可以提高切割精度、加工速度和切割質(zhì)量。

3、然而，上述切割設備采用多激光束進行切割時，需要確保各激光束之間的同步性和一致性，但是，如果激光束之間存在時間延遲或功率差異，將導致切割軌跡不精確，從而影響對芯片晶圓的切割精度，因此我們需要提出一種能夠?qū)π酒A精準定位的切割系統(tǒng)及其切割方法，能夠有效提高對芯片晶圓的精準定位，以提高對晶圓芯片的切割精度。

技術實現(xiàn)思路

1、針對上述問題，本發(fā)明提供了一種能夠?qū)π酒A精準定位的切割系統(tǒng)，包括切割機主體以及安裝在切割機主體上的圖像處理模塊、傳感器模塊、運動控制模塊、調(diào)焦模塊和數(shù)據(jù)處理模塊；

2、所述切割機主體包括切割刀具以及用于支撐切割刀具的運動機架，所述切割刀具上安裝有激光器，所述激光器的位置通過調(diào)焦模塊控制；

3、所述圖像處理模塊通過攝像頭采集晶圓表面圖像，并使用圖像處理算法進行分析，以識別晶圓上的芯片位置和邊緣；

4、所述傳感器模塊包括位置傳感器和距離傳感器，所述傳感器模塊用于實時監(jiān)測切割刀具的位置和晶圓狀態(tài)；

5、所述運動控制模塊用于控制切割刀具在水平和垂直方向的運動，確保切割刀具能夠按照預定的軌跡精確移動；

6、所述調(diào)焦模塊用于調(diào)整激光器的焦距，以適應不同厚度的晶圓和不同的切割需求；

7、所述數(shù)據(jù)處理模塊用于接收圖像處理模塊、傳感器模塊、運動控制模塊和調(diào)焦模塊的數(shù)據(jù)，并進行綜合分析和處理，以優(yōu)化切割參數(shù)和提高切割效率；

8、所述運動控制模塊根據(jù)圖像處理模塊和傳感器模塊提供的數(shù)據(jù)，精確控制切割刀具的運動軌跡和速度，同時與調(diào)焦模塊配合調(diào)整激光器的距離以適應不同厚度的晶圓。

9、進一步的，所述圖像處理模塊采集識別晶圓上芯片位置和邊緣的流程如下：

10、a1、對攝像頭進行初始化設置；

11、a2、攝像頭開始實時采集晶圓表面的圖像數(shù)據(jù)，并將圖像數(shù)據(jù)進行圖像預處理；

12、a3將處理后的圖像分割為芯片區(qū)域和非芯片區(qū)域；

13、a4、提取芯片區(qū)域用于描述芯片形狀和大小的幾何特征；

14、a5、分析芯片區(qū)域的紋理特征，以區(qū)分不同類型的芯片或識別芯片上的特定標記；

15、a6、使用一個包含芯片特征的模板圖像與圖像中的特征進行匹配，計算每個位置的相似度，以確定芯片的具體位置和方向，相似度計算公式為：

16、，其中，為待處理圖像，為待處理圖像中隨機兩個特征向量，為模板圖像，為模板圖像中隨機兩個特征向量；

17、a7、通過多層卷積和池化操作自動學習圖像特征，并在最后一層生成特征圖，特征圖經(jīng)過全連接層轉(zhuǎn)換為一個一維向量，然后輸入到softmax函數(shù)中轉(zhuǎn)換為概率分布，將特征圖進行分類和識別；

18、a8、將圖像坐標系下的芯片位置轉(zhuǎn)換為實際物理坐標系下的位置，然后將定位結果傳輸給運動控制模塊。

19、進一步的，步驟a2中，在圖像預處理時，先通過對圖像數(shù)據(jù)進行卷積處理，卷積處理使用的公式為：

20、，

21、，

22、其中，表示輸入圖像，表示輸入圖像的尺寸為x*x，f為卷積核尺寸f*f，s為步幅，p為填充；

23、然后對處理后的數(shù)據(jù)進行平滑處理，以去除噪聲并減少隨機波動，平滑處理公式為：

24、，其中為標準差，和為輸入圖像中的選取的兩個特征向量；

25、最后對平滑處理后的數(shù)據(jù)進行邊緣增強計算，計算公式如下：

26、水平方向：，

27、垂直方向：，

28、根據(jù)計算的和計算每個像素點的總梯度幅值：

29、，以增強圖像中的邊緣信息。

30、進一步的，步驟a7中，多層卷積和池化操作的公式為：

31、，其中為卷積核的大小和滑動范圍，為當前處理的像素位置，為用于掃描輸入圖像并提取特征的卷積核，b為用于調(diào)整激活函數(shù)輸出的偏置項；

32、softmax函數(shù)公式為：

33、，其中，為輸入向量的第個元素，為對所有類別的指數(shù)和進行歸一化處理。

34、進一步的，所述運動控制模塊控制切割刀具在水平和垂直方向運動的流程如下：

35、b1、接收傳感器模塊獲取實時數(shù)據(jù)和圖像處理模塊分析得到的芯片位置和邊緣信息，實時數(shù)據(jù)包括位置傳感器和距離傳感器提供的信息，以便于幫助運動控制模塊了解切割刀具的當前位置和晶圓的狀態(tài)；

36、b2、基于b1中接收到的數(shù)據(jù)，計算出切割刀具的最佳移動軌跡，并根據(jù)晶圓的材料特性、厚度以及所需的切割精度來確定切割刀具的切割速度；

37、b3、計算出最佳移動軌跡和切割速度后，通過電機驅(qū)動器來控制切割刀具按照計算出的軌跡和速度進行移動；

38、b4、在切割過程中，持續(xù)接收來自傳感器模塊的反饋信息，如刀具的實際位置、速度以及晶圓的狀態(tài)變化，通過比較實際數(shù)據(jù)與預設值，運動控制模塊需判斷是否需要調(diào)整切割刀具的位置和速度，存在以下兩種情況；

39、b4.1、當需要調(diào)整切割刀具的位置和速度時，運動控制模塊會立即采取措施進行調(diào)整；

40、b4.2、當不需要調(diào)整切割刀具的位置和速度時，運動控制模塊會繼續(xù)重復s4的操作。

41、進一步的，步驟b2中，在計算切割刀具最佳移動軌跡時，先基于圖像處理模塊提供的芯片位置和邊緣信息，以及傳感器模塊提供的實時數(shù)據(jù)，構建一個虛擬的晶圓表面模型，然后，通過dijkstra算法會在模型上規(guī)劃出一條從起點到終點的最佳路徑，最佳路徑通常會盡量避免障礙物，并考慮刀具的運動學限制，在路徑規(guī)劃完成后，通過插值與擬合算法對路徑進行平滑處理。

42、進一步的，步驟b2中，在確定切割刀具的切割速度時，運動控制模塊使用機器學習模型來預測不同條件下的最佳切割速度，預測流程如下：

43、c1、收集大量關于晶圓切割的歷史數(shù)據(jù)；

44、c2、從收集到的數(shù)據(jù)中提取出與切割速度相關的關鍵特征；

45、c3、根據(jù)問題的性質(zhì)和數(shù)據(jù)的特點，選擇合適的機器學習模型，機器學習模型包括線性回歸、支持向量機和神經(jīng)網(wǎng)絡；

46、c4、使用收集到的數(shù)據(jù)對選定的模型進行訓練，在訓練過程中，需要不斷調(diào)整模型的參數(shù)以優(yōu)化其性能，同時，為了評估模型的泛化能力，需將數(shù)據(jù)集分為訓練集和測試集兩部分，并在訓練過程中定期使用測試集進行驗證；

47、c5、當模型訓練完成后，訓練后的模型預測不同條件下的最佳切割速度。

48、進一步的，所述調(diào)焦模塊對激光器調(diào)焦的流程如下：

49、d1、當激光切割裝置上電后，調(diào)焦模塊會接收到用于指示調(diào)焦鏡需要回到其絕對零點位置的調(diào)焦回零信號；

50、d2、根據(jù)接收到的調(diào)焦回零信號，調(diào)焦模塊通過伺服電機控制調(diào)焦鏡以一定的速度向絕對零點位置運動；

51、d3、在調(diào)焦鏡回到絕對零點位置后，調(diào)焦模塊會檢測伺服電機是否正常工作，如果伺服電機處于正常狀態(tài)，調(diào)焦模塊會準備接收后續(xù)的焦點調(diào)節(jié)信號；如果伺服電機出現(xiàn)異常，調(diào)焦模塊會發(fā)出復位信號，使伺服電機進行復位操作；

52、d4、當接收到焦點調(diào)節(jié)信號時，調(diào)焦模塊會讀取包含目標焦點位置的模擬電壓輸入信號；

53、d5、對讀取到的模擬電壓信號進行預設的信號處理，并根據(jù)處理后的信號確定用于驅(qū)動伺服電機的脈沖控制信號的輸出頻率和脈沖數(shù)量；

54、d6、根據(jù)確定的輸出頻率和脈沖數(shù)量，調(diào)焦模塊輸出相應的脈沖控制信號，并通過這些信號驅(qū)動伺服電機帶動調(diào)焦鏡在預設運動范圍內(nèi)移動。

55、進一步的，所述數(shù)據(jù)處理模塊對接收的數(shù)據(jù)綜合分析和處理的流程如下：

56、e1、數(shù)據(jù)處理模塊將圖像處理模塊提供的芯片位置和邊緣信息、傳感器模塊提供的實時數(shù)據(jù)、運動控制模塊的路徑規(guī)劃和速度調(diào)整信息以及調(diào)焦模塊的焦點位置信息融合在一起，構建一個系統(tǒng)狀態(tài)模型；

57、e2、根據(jù)系統(tǒng)狀態(tài)模型對數(shù)據(jù)進行深入分析，計算芯片與切割刀具之間的相對位置關系、評估刀具的運動軌跡是否符合預定計劃、判斷當前的焦點位置是否合適，以確認系統(tǒng)的當前狀態(tài)和潛在問題；

58、e3、基于數(shù)據(jù)分析的結果，制定相應的決策；

59、e4、決策制定完成后，數(shù)據(jù)處理模塊會生成相應的指令并發(fā)送給相關執(zhí)行機構；

60、e5、在指令執(zhí)行過程中，數(shù)據(jù)處理模塊會持續(xù)監(jiān)控各個模塊的運行狀態(tài)并收集反饋信息，通過反饋信息將被用于評估指令的執(zhí)行效果以及系統(tǒng)的運行狀況，如果發(fā)現(xiàn)任何問題或偏差，數(shù)據(jù)處理模塊會及時進行調(diào)整以確保系統(tǒng)的穩(wěn)定運行；

61、e6、基于長期的運行數(shù)據(jù)和反饋信息，數(shù)據(jù)處理模塊對整個系統(tǒng)的運行策略進行優(yōu)化和改進。

62、基于以上敘述的一種能夠?qū)π酒A精準定位的切割系統(tǒng)，本發(fā)明還提供一種能夠?qū)π酒A精準定位的切割方法，包括如下步驟：

63、s1、圖像處理模塊通過攝像頭采集晶圓表面圖像，并使用圖像處理算法對圖像分析，識別出晶圓上的芯片位置和邊緣，獲取晶圓的狀態(tài)數(shù)據(jù)；

64、s2、通過傳感器模塊實時監(jiān)測切割刀具的位置，運動控制模塊結合晶圓的狀態(tài)數(shù)據(jù)控制切割刀具的運動軌跡和速度；

65、s3、運動控制模塊根據(jù)切割需求在控制切割刀具移動的同時向調(diào)焦模塊發(fā)送調(diào)整激光器焦距的指令；

66、s4、數(shù)據(jù)處理模塊實時接收圖像處理模塊的識別結果、傳感器模塊的監(jiān)測結果、運動控制模塊的控制參數(shù)以及調(diào)焦模塊的焦距信息，并進行綜合分析，評估當前切割狀態(tài)是否滿足精度要求，會存在以下兩種情況：

67、s4.1、若當前切割狀態(tài)滿足精度要求，則運動控制模塊控制切割刀具進行切割操作；

68、s4.2、若當前切割狀態(tài)不滿足精度要求，則需預測可能出現(xiàn)的問題，并根據(jù)預測結果進行優(yōu)化調(diào)整，再重復s4。

69、本發(fā)明的有益效果是：

70、1、本發(fā)明通過圖像處理模塊、傳感器模塊、運動控制模塊、調(diào)焦模塊和數(shù)據(jù)處理模塊的配合，使該切割系統(tǒng)能夠準確識別芯片位置和邊緣，從而實現(xiàn)高精度的定位，運動控制模塊和調(diào)焦模塊的動態(tài)調(diào)整能力使得其能夠適應不同厚度的晶圓和不同的切割需求，進一步提高了切割精度，通過數(shù)據(jù)處理模塊實時分析和優(yōu)化建議使得系統(tǒng)能夠快速響應并調(diào)整切割參數(shù)，減少了不必要的停機時間和等待時間，傳感器模塊實時監(jiān)測功能能夠及時發(fā)現(xiàn)并糾正潛在問題，增強了系統(tǒng)的穩(wěn)定性和可靠性；

71、2、本發(fā)明通過圖像處理模塊與傳感器模塊的相互配合，利用傳感器模塊提供實時數(shù)據(jù)，圖像處理模塊利用傳感器提供的數(shù)據(jù)進行精確計算和分析，確保每個芯片的位置都能夠被準確識別。

72、3、本發(fā)明通過傳感器模塊與運動控制模塊的配合，將監(jiān)測到的數(shù)據(jù)實時反饋給運動控制模塊，以便及時調(diào)整切割刀具的位置和速度，確保切割精度。

73、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在說明書、權利要求書以及附圖中所指出的結構來實現(xiàn)和獲得。