一站式电子元件供应配套服务
精辟 的见解 和卓越 的可见性资讯动态
博鱼(boyu·中国)官方网站-BOYU SPORTS后端工具 的智能化,将成半导体制造行业 的冠军
现在成为半导体生产商是一 个棘手 的过程。在以前低成本 的工业区,工资 和能源价格上涨,而资本支出攀升。与此同时,竞争正在升温,近 年来有大量新业务加入市场。行业参与者对这些变化感到焦虑是可以理解 的,他们一直在追求创纪录数量 的并购活动,以期利用下一波生产力增长。
半导体 的制造分为两 个阶段:“前端” 和“后端”。在晶圆上形成所有电路之后,后端半导体制造是指制造操作。革命性 的技术是通过将非凡 的准确度 和精确度与巨大 的吞吐量相结合而创造出来 的。
后端半导体生产中 的许多操作都采用伺服驱动器,因为它们具有出色 的性能 和可重复性,这正是高端半导体加工所需要 的。
大多数位 于新兴国家 的后端工厂尚未在其关键业务中使用工业 4.0 技术,包括单 个半导体 的晶圆切割、组装、测试 和封装。其中许多工厂仍在努力实施前端工厂中常见 的精益方法。即使后端制造商从精益计划中获得一些好处,他们也经常难以保持进步。
面对日益增长 的消费者需求 和行业竞争力 的提升,半导体生产中后端活动 的相关性不断提高。需要更有效 的工具来协助机器设置 和批次调度决策,以实现短周期时间、高吞吐量 和高利用率,同时提高到期日性能。
行榜后端工具过程
晶圆检查
光学晶圆检测会寻找可能对最终产品造成问题 的缺陷。可以检测到小至 30 纳米 的缺陷 和烦恼,有效用途小至 10 纳米。电子束检测克服了光学检测 的局限性,精确到亚 3 纳米分辨率。与光学检测相比,电子束检测可识别最微小 的故障,但吞吐量较低。在发现缺陷 和烦恼后,它们会被映射并纠正或避免。
晶圆测试/晶圆探针
这些芯片在整 个半导体制造过程中都经过第一次测试,以确保它们按预期运行。芯片仍在晶片上时进行功能检查,使用带有针 的测试夹具与芯片表面上 的电路接触。芯片 的信号响应由探头发送 和测量。如果可行,修复故障芯片;否则,它们会在切割过程后被销毁。
切割晶圆
在这 个后端半导体制造过程中,完成 的晶圆被切割成单独 的芯片。机械锯切 和激光切割是两种自动化方式。切割锯使用圆形切割刀片将模具切割成35mm至0.1mm 的尺寸,用 于机械锯切。随后使用芯片处理设备将芯片转移到芯片键合工艺。
伺服运动适用 于对齐切割锯 和晶圆以及调节切割刀片。
芯片绑定
单 个芯片太小太脆弱而无法单独处理。它们必须受到保护,并且必须有一种简单 的方法来电气连接到芯片。将裸芯片绑定到基板 的过程称为芯片绑定或芯片连接。
在接下来 的过程中,基板将作为芯片 的微小尺寸与大规模电子加工之间 的接口。它还将作为 PC 板保护芯片封装 的基础。
线接头
引线键合在管芯键合后使用细金线将管芯上 的每 个焊盘连接到基板上 的相应焊盘。这通过电气连接将芯片容器内 的硅芯片连接到外部 的引脚。引线键合用 于传统芯片封装,例如双列直插式封装 (DIP),它具有特征性 的黑色长方形矩形,银色引脚像 bug 腿一样突出,以及 PLCC 封装,其四边都有导体。
引线键合机以极快 的速度运行,以保持每 个芯片所需 的大量连接。事实上,这是我们带宽最密集 的应用程序之一。
倒装芯片/焊球
倒装芯片“向后”安装,作为线焊 的现代替代品。结果,创造了术语“倒装芯片”。与引线键合中围绕芯片边缘连接 的引线不同,在芯片表面上会产生“凸点”阵列。这些凸块用作芯片 和周围容器之间 的连接器。以下是倒装芯片技术 的一些好处:
与芯片更好 的连接,而不是引线键合,会增加额外 的长度、电容 和电感,所有这些都会降低信号速度。
由 于整 个芯片都暴露在外,而不仅仅是边界,因此可以访问更多连接站点。
提高生产速度
整体包装尺寸较小。
封装
在后端半导体制造过程完成时,使用模制塑料化合物或通过连接密封盖来密封粘合 的芯片 和框架。硅芯片现已准备好用 于电子行业。
如何优化后端工具?
充分发挥劳动力 的潜力
操作员接触时间员工接触材料或运行机器 的时间占后端工厂所有工作 的 30% 到 50%。员工在等待机器完成其制造周期时,经常在工作日 的剩余时间里闲置。即使生产线未满负荷运行,员工与机器 的比率也是一致 的,这增加了员工不积极参与工作 的持续时间。
标准 的精益做法,例如根据操作员接触时间改变工人与机器 的比例或采用灵活 的人员配置以确保车间人员数量足以满足工厂目前 的能力,已帮助某些后端制造商提高了劳动生产率。这些举措已经产生了一些好处,但它们很难维持,这意味着后端生产仍然是劳动密集型 的。
不耽误产线提高品质
工程团队必须研究机器数据并与生产线上 的同事沟通,以确定在出现产量峰值或损失或后端设施出现意外质量问题时造成损失 的具体生产步骤。然而,工程师可能每周只收集一次数据,在问题出现很久之后,这使得查明根本原因变得更加困难。
工程师可能需要采访生产线员工以获取信息,而工人可能会回忆一些有关工具设置或其他操作环境 的基本数据,这可能会导致延误。
建立专门 的产量 和质量改进团队以及每日精益“会议”可能是一种更可取 的方法。这些有组织 的讨论可以帮助工程师掌握输出稳定性 和不可预测性等问题,从而进行改进。
以更熟练 的方式考虑吞吐量
大多数后端工厂依赖 于可用或不可用 的正常运行时间设备 的绝对指标,而忽略了细微 的结果,例如在评估 OEE 时不会导致完全关闭 的小停工。此外,后端制造商使用手动程序来跟踪生产损失,这只会随着时间 的推移揭示广泛 的模式。这些高级结论并未让工程师全面了解导致生产问题 的要素,因此难以制定改进策略。
为了解决这些问题,需要某些回归精益 的基本原理。例如,制造商可能会组建持续改进团队来确定优先级并查明吞吐量瓶颈 的来源。许多组织都有这些团队,尽管他们并不总是出现在后端工厂。
考虑一 个简单 的想法:机器可以配备传感器来跟踪影响 OEE 的重大事件,例如生产失败或设备故障。然后,操作员将通过触摸屏界面输入上下文数据,从而节省手动数据输入 的时间并为工程师提供更高级别 的详细信息。
总而言之,半导体业务是数据收集 的领导者;问题是公司只使用他们获得 的部分数据。先进技术首次可以帮助制造商挖掘其海量知识库,提供开发解决方案所需 的具体、实用 的见解。
此外,工业革命 4.0 工具可自动执行许多现在在后端工厂手动完成 的耗时流程。这些增强功能共同帮助管理人员更快、更有效地执行精益计划,一些组织在几 个月内就看到了有意义 的成本、吞吐量 和质量优势。
集成了智能制造技术 的后端工厂可能会在竞争激烈 的半导体行业脱颖而出,超越那些采用更传统 的精益方法 的企业。