中文 英语

测试连接清理与实时维护

如何提高探针卡和加载板的良率和寿命。

受欢迎程度

测试设施开始实施实时维护,而不是定期维护,以降低制造成本并提高产品成品率。

探针针和测试插座的自适应清洗可以延长设备寿命,减少产量偏差。负载板维修也是如此,它正在向预测性维护方向发展但这种变化比表面看起来要复杂得多。它需要确定哪些参数与清洁需求直接相关,并在电路板诊断程序中有足够的故障覆盖范围。

探针卡和负载板提供了被测设备(DUT)和ATE之间的电接口。不断增加的IC复杂性和越来越多的板引脚导致了这些测试板的成本和拥有成本的增加。及时维护可以延长单板寿命,提高设备效率。

直到最近,维护活动都是在固定的时间间隔内进行的,通常是在ATE配置更改期间或当yield偏移表明潜在的电路板问题时。在降低总拥有成本和提高产量的推动下,该行业正在转向实时或自适应清洁程序和一般电路板维护。在某些情况下,团队正在添加机器视觉功能来帮助检测问题。

每块板成本上升
成本是这一切的关键驱动因素。测试板正变得越来越昂贵,多站点测试的增加导致每个晶圆接触点或每个单元接触点的探针数量增加。因此,虽然每个SoC更多的晶体管会增加所需的电源引脚和I/O引脚的数量,但在封装测试中负载板设计的趋势是相似的。

对于预防性维护,工程师依赖于维护计划。清洗通常在一定数量的触点后执行,而电路板维护通常发生在测试配置更改期间或在产量显著下降时。

问题是,并不是所有部件都需要按照相同的时间表进行维护。某些部件清洗不够频繁会降低产量,但并不是所有部件都需要按照计划清洗。

“改变任何测试流程的关键是为客户展示真正的经济价值,”Daniel Mu说Teradyne.“客户不会为了科学而这么做。他们这样做是为了从预防性或预测性维护中获得好处。测试单元、负载板、针和插座等消耗品的维护具有很高的价值。”

碎屑和探头磨损
探针针在模垫上的每次擦洗,以及与DUT的每个插座连接,都会在金属表面之间产生摩擦。摩擦会产生碎片,磨损探针尖端、弹簧销和插座。事实上,磨蚀性清洁过程造成了高达95%的针和套头磨损。对于探针尖端,工程师必须仔细计划清洗事件,以最大限度地提高产品产量,同时限制尖端磨损。所以一方面,越少维护越好。

但这里有一个平衡,因为多点测试和更多的芯片引脚会增加接触力、摩擦力和碎片水平。这反过来会导致错误的测试,较低的产量,偶尔,设备损坏。定期清洗探针卡针和负载板插座是为了防止这些情况的发生。大量的碎屑是导致探测卡和负载板故障的最常见原因。

“最常见的故障是由探针尖端上积聚的碎片(焊料、铜、异物)引起的。其他故障模式包括探头磨损、物理碰撞、放电或电弧。上的创新.物理崩溃可能由错误处理或探测器/操作员错误引起。

随着碎屑的积累,接触电阻上升。CRES是衡量晶圆测试效果的关键指标,随后的任何增加都可能降低良率或导致器件性能参数测量错误。插座上突然出现异物也会损坏封装单元,这是一种特别昂贵的产量损失形式,因为它涉及多个芯片。清洗可以去除探针尖端、接触器和插座上的累积碎片。

若要管理测试接口板的整体运行状况,请在测试之前、测试期间和测试之后测量选定的控制参数。通常,会设置统计过程控制(SPC)限制,当超过这些限制时,测试单元会向工程师发送警报,以开始纠正措施。

“这些行动计划是基于对产品性能退化表征的历史学习,例如材料磨料磨损外推,”at全球测试服务副总裁George Harris说公司.这些控制限制是由供应商和用户学习、研究和描述的。它们都是基于厂商产品特性的积极主动的,也是基于DUT指标的反动的。”

为产生控制限度和预定清洗间隔的特性描述为所有板提供了一个既定的过程。但特征限制通常是基于平均或最坏情况的表现。

“当我们建立一个人工智能团队时,我们审查了客户的流程,寻找应用这些方法的领域,”腾讯创新主管Don Ong表示效果显著.“在晶圆探头方面,我们的大多数客户都遵循一个固定的清洗周期,例如每5000次触碰一次。我们认为这不是很有效,因为探针尖端可能没有那么脏,所以我们开始研究如何使其具有适应性。”

此外,特征限度监测并不意味着立即响应问题。为数据中心提供大型soc的IC供应商更喜欢在测试之前快速检测潜在的设备损坏。损坏的引脚通常无法恢复,表面贴装设备上的凸起可能会不可挽回地损坏。

动态清理方法要求工程师确定算法的输入和输出。添加新的测试单元硬件模块来辅助检测意味着更大的投资。与制造业的任何变化一样,必须权衡有效性、效率和经济性的作用。

动态探针尖端清洗
更改为动态晶圆探针清洗程序是具有挑战性的,因为工程师需要确定绝对表明清洗是有序的参数。一些参数可能与脏探针尖端相关,包括接触电阻、直流电压和电流测量以及良率。

但是,考虑到探测过程和产品收率变化之间的复杂相互作用,哪些参数能够提供低假阴性和假阳性的最佳平衡并不总是显而易见的。在转向生产环境中的动态清洗方案之前,工程师需要验证该流程。该过程还需要对产品特性的变化具有健壮性。

接触电阻似乎是一个明显的选择,因为该参数表明在执行测试之前有良好的电接触。直流和交流测量都随着接触电阻的增大而变化。当碎屑堆积在接触部位时,产率也会下降,特别是在比较多部位板上不同测试部位的产率时。

Teradyne的Mu说:“为了实现针的最佳维护,我们从ATE中获得了不同测量值的组合信号。”“我们使用参数测试数据,如接触电阻、电压和电流来评估接触质量,这是相当直接的。有些情况下,针头的影响是不明确的,因此要得出结论,需要更多的数据和/或复杂的算法。所使用的算法取决于针头撞击与数据的关联程度,以及我们需要多快地分析数据并触发纠正措施。最好的算法是在实验和平衡这两个因素后选择的——精度和速度。”

测量的参数和值的变化或分箱趋势可能表明存在问题。但是理想的参数需要在产品的基础上进行评估和描述。随着越来越多的工程团队转向机器学习进行分析,工程师们正在研究ML方法来提高清洗频率。

“我们应用AI/ML的目标是实现一个简单的解决方案,通过机器学习进行自适应清洁,”Advantest的Ong说。“我们首先研究的是在每个引脚上测量接触电阻,因为带有累积碎片的引脚会导致更高的接触电阻。当我们试图对我们的一个客户实施它时,我们不能得到好的结果。事实上,我们观察到的结果非常糟糕。”

看起来很明显的事情并没有很好地进行。许多因素有助于测量CRES,包括探头超速。

Ong说:“接下来,我们调查了装箱趋势,只看是否通过。”“我们采用了随机森林算法看看过去的一些装箱趋势,这种方法与探测卡变脏的时候非常相关。从那时起,我们完善了解决方案。”

图1:固定和自适应探针卡清洗的比较。来源:效果显著

图1:固定和自适应探针卡清洗的比较。来源:效果显著

在晶圆和封装测试中,工程师使用良率趋势分析来触发多个问题。清洁就是其中之一。ML方法似乎带来了一个与清理需求高度相关的触发器。

Advantest的解决方案依赖于比较站点之间的通过/失败结果,这只能通过多站点探测来完成。该方法以晶圆批量为基础,第一块晶圆提供每个站点的通过率/不通过率基线。因此,与确定一个固定的计划清洗不同,它需要在多个批次上描述大量数据,它只基于批次中的第一块晶圆。因此,晶圆批量加工变化在第一块晶圆的初始分析中被考虑在内。这个非常本地化的ML解决方案依赖于一个小数据集来确定限制。

采用这种自适应清洗方法的客户能够大幅降低清洗频率,将探针卡寿命延长2倍(见图2)。在2022年SW测试研讨会上,Advantest展示了四种产品和各种探针针类型的结果。

图2:四种实际生产产品的自适应探针清洗(APC)结果。减少比是减少的在线清洗次数与探针执行的固定循环清洗次数之比。来源:效果显著

图2:四种实际生产产品的自适应探针清洗(APC)结果。减少比是减少的在线清洗次数与探针执行的固定循环清洗次数之比。来源:效果显著

除了提高针的使用寿命外,它还减少了清洁的中断。任何清理活动都可能影响测试过程,因此更少的清理时间意味着更多的测试时间。这反过来又提高了设备的整体效率。

套接字清洗
就像探针尖端一样,负载板的插座和接触器上也会堆积碎片,这对测试结果产生不利影响。外来物质——也是金属摩擦的产物——会导致插脚之间的短路。如果引脚位于电源端子和接地端子之间,可能会损坏产品和插座。外来物质也会损坏封装销或表面安装凸起。这种情况如果不能立即发现,可能会损坏多个单元,增加收入损失。

自适应探针清洗的自然扩展是自适应插座清洗。然而,由于负载板不像探测卡那样昂贵,ROI并没有促使大多数IC制造商这样做。但对于一些IC供应商来说,被碎片污染的插座可能会产生足够大的影响,促使公司投资创新检测技术。

在2022年先进半导体制造大会上,英特尔工程师分享了他们的工作实现一个实时的插座检测系统.作者写道:“在清洁/更换插座之前,插座内积聚的缺陷或松散碎片会损坏所有后续安装在插座上的部件。”“为了解决这一关键问题,我们为每个取放臂配备了新的机器视觉系统,以适应现有工具。有限的占地面积限制需要高度紧凑的成像系统,这导致了各种图像伪影,为检测系统带来了一些独特的挑战。”

这些图像工件需要高级算法来处理数据。“我们开发了一种检测算法,利用各种先进的计算机视觉和机器学习技术来规范化和匹配图像,去除伪影,并检测缺陷。用户可以手动取消标记的套接字图像,并根据需要将套接字发送到维修或清洁处。”

系统搜索了几个插座问题,包括松盖、松盖沾污、松销和异物。为了在实时环境中取得成功,他们需要在30秒内完成决策,并成功区分真正的缺陷和图像工件。检测图像处理的发展采用了多种方法在缺陷检测步骤之前保证良好的图像质量。三种产品的鉴定数据显示假阳性发生频率<0.1%。英特尔的工程师报告说,有了新的检测系统,他们可以快速发现问题,防止偏差,并最终提高产量。

测试板维护
清洁是一种持续的维护活动。晶圆探头和封装的测试板也需要维护。机电继电器磨损,电容值降低,板层之间的通孔可能会打开。当出现这些问题时,单板可以进行维修或完全更换。通常,工程师和技术人员会跟踪特定电路板的成品率,当成品率下降时,他们会标记电路板进行维修。

一些行业专家指出,电路板的复杂性以四年为周期增加,引脚和性能增加了2倍。这导致更多的初始板故障,更频繁的维修。

Teradyne设备接口解决方案总经理Steve Ledford表示:“生产良好工作的电路板有一个自然的不良率,例如,随着你继续扩大走线数量和组件数量,你将看到通过首次通过率衡量的失败率不断上升。”“随着时间的推移,这自然会导致这些电路板的故障衰减率更高。”

等到收益率下降,才发现董事会出现问题,可能会导致收入损失。Teradyne开发了改进的诊断技术和程序,以确保只有良好的板被运输,并且可以检测到处于故障边缘的板(见图3)。这些方法可以在板的整个生命周期中使用。预测董事会何时需要维护或退休福利产品产量、质量和总拥有成本的能力。

图3:单板维护和诊断程序可以达到95%的故障覆盖率。来源:Teradyne

图3:单板维护和诊断程序可以达到95%的故障覆盖率。来源:Teradyne

莱德福德说:“我们研究了如何将测试器用作诊断工具。”“这不是一个新概念。几十年来,工程师们一直在编写电路板诊断程序。但我们在此基础上进行了改进,将故障覆盖率提高到95%,而大多数工程师的故障覆盖率仅为70%至80%。我们有一个非常健壮的故障模型库,它与测试库结合在一起。第二个主要因素是我们已经自动化了测试程序的创建。”

同样的板筛选程序可以在测试生产过程中使用,以标记板特性的退化。实际上,它成为了对董事会健康状况的持续监控器,将对产品的影响降至最低。

结论
多点测试和增加产品引脚数量的趋势极大地影响了探针卡和负载板的总拥有成本。改善对维护的响应可以降低拥有成本并提高产量。

在晶圆和封装测试设施中,实时维护方法可以有效地检测清洁的需要,并预测一般电路板维护的需要。芯片制造商使用不同的方法将测试参数与清洁或电路板维护的需要联系起来。在一个例子中,工程师们增加了摄像头来处理碎片问题。虽然所有这些都需要工程方面的努力,但预防性清洗过程和实时操作的好处超过了实现的成本。

有关的故事
IC测试期间的清理
脏的探针尖端和插座会对测试产生不利影响,从而影响芯片的可靠性。

追求预测性维护的动力
利用数据对工厂和集成电路进行实时维护。

Fab中的强大传感器
为什么定期设备维护接近尾声,接下来会发生什么?

参考文献

  1. Edwards, A. Kumar, A. Vaske, N. McDaniel, D. Pradhan和D. Panda,“使用先进计算机视觉和机器学习的实时自动化插座检测:DI:缺陷检测和减少”,2022年第33届SEMI先进半导体制造会议(ASMC), 2022,https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9792494&isnumber=9792473


留下回复


(注:此名称将公开显示)

Baidu