晶圆背面边缘局部异常的在线光学检测系统及方法与流程

本发明涉及半导体晶圆检测，具体涉及一种晶圆背面边缘局部异常的在线光学检测系统及方法。

背景技术：

1、随着半导体制造工艺的不断发展，晶圆的直径不断增大，工艺节点日益缩小，对晶圆边缘质量的要求也越来越高。晶圆边缘状态直接影响后续光刻、涂胶、刻蚀等工序的良率，若边缘存在损伤或污染，极易导致晶圆破裂、光刻胶剥离不均或边缘曝光异常，最终造成芯片报废。

2、在晶圆制造的端面研磨工序中，通常需要对晶圆边缘进行倒角处理以去除锐利的棱角。然而，在实际生产过程中，研磨设备若存在精度偏差或机械故障，研磨轮极易误触晶圆背面的sio2膜层（特别是包含poly层及sio2膜层的复合结构）。这种误触不仅会导致晶圆背面倒角径向宽度发生微观改变（如局部增宽），还会造成sio2膜层的机械损伤（如划痕、膜层剥落）。

3、目前，针对晶圆边缘的检测技术主要存在以下问题：

4、一、人工目检效率低、主观性强：传统的人工显微镜检测方式耗时耗力，且对微小宽度变化和膜层损伤极易漏检，无法满足大规模量产的需求。

5、二、现有检测设备存在盲区：现有的光学检测设备多集中于晶圆正面图案缺陷或背面宏观颗粒污染，针对晶圆背面边缘（0~5mm狭窄区域）倒角几何尺寸与膜层反射特性的复合型缺陷检测能力不足。

6、三、单一检测手段局限性大：常规的边缘检测仪通常仅通过几何尺寸判断缺陷，无法有效识别几何尺寸变化不明显但膜层已受损的“隐形缺陷”；或者仅依靠外观成像，难以量化评估倒角宽度的微小变化。

技术实现思路

1、本发明主要解决现有技术中存在的不足，提供了一种晶圆背面边缘局部异常的在线光学检测系统及方法，其解决检测晶圆背面边缘（倒角处）的局部异常，特别是端面研磨工序中研磨轮误触背面sio2膜面造成的倒角宽度局部增大及膜面损伤的问题。能够有效检测端面研磨工序中因研磨轮误触导致的倒角宽度增大及sio2膜层损伤，实现了非接触式、高精度的在线全周检测，提高了晶圆分选效率与制造良率。

2、本发明的上述技术问题主要是通过下述技术方案得以解决的：

3、一种晶圆背面边缘局部异常的在线光学检测系统，包括图像采集模块、晶圆传送与旋转模块、图像处理模块、异常判定模块、报警与分选模块和以及数据存储模块。

4、图像采集模块包括线扫相机或面阵相机，以及配合所述相机设置的低角度环形光源；所述图像采集模块配置为对晶圆背面边缘0～5mm区域进行360°全周扫描，获取背面边缘的图像信息。

5、晶圆传送与旋转模块包括自动上料机械手及旋转载台，所述旋转载台用于承载并带动晶圆匀速旋转，以配合所述图像采集模块进行全周扫描。

6、图像处理模块与所述图像采集模块连接，内置边缘提取算法、宽度计算单元及反射特征分析单元；所述图像处理模块配置为接收所述图像信息，提取倒角起始边界与终点边界，计算每个角度位置的倒角径向宽度，并计算局部灰度均值。

7、异常判定模块与所述图像处理模块连接，配置为基于预设的宽度阈值和灰度阈值对所述倒角径向宽度和局部灰度均值进行逻辑判断，若满足异常条件则输出异常信号。

8、报警与分选模块与所述异常判定模块连接，配置为接收所述异常信号，执行声光报警、自动打标及将不合晶圆下料的动作；以及数据存储模块，配置为保存异常图像、全周宽度分布曲线及判定日志。

9、作为优选，所述低角度环形光源的入射角度范围为45°～70°，用于在成像时强调晶圆边缘轮廓并增强sio2膜面的反射特征。

10、作为优选，所述线扫相机的分辨率≥5μm/pixel，所述旋转载台的定位精度≤0.1°。

11、作为优选，所述异常判定模块中的异常判定逻辑为“或”逻辑，即：当判定倒角径向宽度异常或判定反射特征异常时，均触发所述异常信号。

12、作为优选，所述倒角径向宽度异常的判定条件为：计算全周倒角径向宽度的均值μ，若任意位置的宽度w满足关系式：|w-μ|/μ>15%；或者相邻角度位置的倒角径向宽度变化率>20%/°。

13、作为优选，所述反射特征异常的判定条件为：计算全周灰度均值及标准差σ，若任意位置局部灰度均值与全周灰度均值的偏差>3σ，则判定为反射异常。

14、一种晶圆背面边缘局部异常的在线光学检测方法，包括以下步骤：

15、步骤s1：将待测晶圆传送至旋转载台，并进行边缘定位。

16、步骤s2：启动图像采集模块和低角度环形光源，控制晶圆匀速旋转360°，采集晶圆背面边缘全周图像。

17、步骤s3：对采集的图像进行预处理，包括去噪和对比度增强。

18、步骤s4：通过边缘检测算法提取倒角起始边界与终点边界。

19、步骤s5：计算每个角度位置的倒角径向宽度，生成全周宽度分布曲线，同时计算图像的局部灰度特征。

20、步骤s6：基于宽度阈值和灰度阈值进行异常判定。

21、步骤s7：若判定存在宽度异常或反射异常，则记录异常位置的角度坐标，触发声光报警，自动将晶圆下料至不合格区，并保存异常图像；若均未触发异常，则判定晶圆合格，流入下一工序。

22、作为优选，所述步骤s6具体包括：

23、计算全周倒角径向宽度的均值μ。

24、判断是否存在宽度异常点：若任意位置宽度w满足|w-μ|/μ>15%，或相邻角度宽度变化率>20%/°，则判定为宽度异常。

25、判断是否存在反射异常点：计算全周灰度均值及标准差σ，若局部灰度均值与全周灰度均值的偏差>3σ，则判定为反射异常。

26、作为优选，所述方法适用于包含poly层及位于poly层之上的sio2膜层的晶圆结构，针对端面研磨工序中研磨轮误触背面sio2膜面造成的倒角宽度局部增大及膜面损伤进行检测。

27、作为优选，所述步骤s4中提取的倒角起始边界为晶圆背面平面与倒角面的交界线，所述终点边界为倒角面与边缘顶点的交界线。

28、本发明能够达到如下效果：

29、本发明提供了一种晶圆背面边缘局部异常的在线光学检测系统及方法，与现有技术相比较，具有以下有益效果：

30、一、实现几何尺寸与表面反射特征的双重复合检测。打破了传统单一检测手段的局限，通过图像处理模块同时提取倒角径向宽度（几何维度）和局部灰度特征（光学维度）。针对端面研磨工序中研磨轮误触造成的典型缺陷（倒角变宽且膜层受损），系统采用“或”逻辑判定机制，只要几何尺寸发生突变（如宽度异常）或表面反射特性发生改变（如膜层损伤导致的灰度异常），均能触发报警。这种双重判定机制极大地提高了缺陷识别的准确率，避免了漏检。

31、二、采用低角度环形光源成像，凸显边缘缺陷特征。选用入射角度为45°～70°的低角度环形光源。根据光学原理，低角度入射光能够有效强调物体表面的轮廓和微观起伏。对于晶圆背面边缘的倒角轮廓，该光源能清晰勾勒边界；对于sio2膜面的细微损伤，该光源能增强其漫反射特征，使得缺陷在图像中呈现高对比度，从而保证了成像质量，为后续算法处理提供了可靠的数据基础。

32、三、量化判定标准，检测精度高、一致性好。区别于人工目检的主观判断，本发明建立了严格的量化判定标准。在宽度异常判定中，引入了相对偏差（15%）和变化率（20%/°）双重指标，既能识别整体偏差，又能捕捉局部突变；在反射异常判定中，利用统计学原理（3σ准则），精准剔除异常灰度点。配合高分辨率线扫相机（≥5μm/pixel）和高精度旋转载台（≤0.1°），系统能够实现微米级的高精度检测，保证了检测结果的一致性和可追溯性。

33、四、全自动化在线检测，显著提升生产效率。系统集成了自动上料、旋转扫描、数据处理、声光报警及自动分选功能，实现了“上料-检测-分选”的全流程自动化。系统可在晶圆旋转360°的过程中完成全周扫描，无需停机，显著缩短了检测周期，满足了半导体生产线对高通量、在线实时检测的需求，有效降低了生产成本。