晶圆级 ID 自动识别 工艺全链路追溯 · 关键部件国产化替代

一、 案例背景与客户概况

华东某大型封测企业(OSAT)年测试产能持续爬坡,其 CP(Chip Probing,晶圆测试)与 FT(Final Test,成品测试)车间共部署各类测试机 60 余台,涵盖晶圆测试探针台与 IC 测试分选机。随着先进封装与车规、工控类订单占比提升,客户对"每片晶圆、每颗芯片测试数据全程可追溯"的要求日益严格,多家终端客户已将 ID 自动识别与数据绑定能力写入供应商审核条款。

同时,设备原有 ID 识别方案依赖进口 OCR 读码器,面临三重压力:

压力维度

具体表现

供应链

进口读码器交货周期长达 12–16 周 ,扩产节奏被 " 卡脖子 "

成本

单套读码模组采购价高,备件与年度维保费用逐年上涨

服务

本地技术支持响应慢,程序适配与故障排查依赖原厂远程支持

在此背景下,客户启动测试机 ID 识别子系统国产化验证,选用安喜乐 SEMI OCR 读码模组,在探针台与测试分选机两个机型上开展试点。

二、现场痛点分析

围绕识别效率、识别可靠性与数据链路三个维度,项目组对试点机台进行了为期一周的现场调研,梳理出以下三大痛点:

(一)人工核对晶圆 ID,效率低且存在错料风险

测试机上料环节,操作员需目视核对晶圆边蚀 ID(SEMI M12 字符)与流程单信息。单片晶圆人工核对平均耗时约 15 秒,且夜班疲劳时段存在看错、漏看风险。行业数据显示,未部署自动识别的 Loading 环节错料事故率约为 0.3%;对先进制程晶圆而言,一次错料意味着整批返工甚至报废,损失可达数十万元级。

(二)激光刻蚀 ID 随工序磨损,读码难度逐站递增

晶圆经前道数百道工序后,激光刻蚀字符对比度下降、边缘出现钝化;载具(Cassette/FOUP)标签则在反复清洗后字符变浅。通用工业 OCR 相机在此类"低对比度、强反光、字符磨损"场景下首读率明显不足,误读更会直接污染追溯数据。

(三)识别数据与测试数据"两张皮"

原有方案中,读码结果仅在本机显示,无法与 MES 下发的 ProcessJob 自动交叉比对;测试完成后良率数据也无法与 Wafer ID / Lot ID 自动绑定,异常批次追溯依赖人工翻查记录,单次追溯平均耗时近 4 小时。

三、 解决方案:安喜乐 SEMI OCR 读码模组

针对上述痛点,安喜乐提供以 SEMI OCR 读码模组为核心的端到端识别方案,从系统架构、产品能力到测试机业务流程逐层落地:

(一)方案架构

安喜乐 SEMI OCR 读码模组部署于测试机的物料识别工位,处于"物理感知层"与"数据链路层"的交界,将晶圆/载具上的物理标识转换为结构化数据,逐级注入测试机控制器(EQP)→ EAP → MES 的数据管道:

层级

起点

动作

终点

物理感知层

晶圆  ID /  载具  ID  标识

光学读取

安喜乐  SEMI OCR  模组

数据链路层

OCR  模组

协议触发  / IO  上报

测试机控制器( EQP/PLC )

控制反馈层

测试机控制器

HSMS ( SECS/GEM )上传

EAP / MES /  良率系统

(二)产品核心能力

能力项

规格与说明

识别对象

晶圆边蚀  SEMI M12/M13  字符、 SEMI T7 DataMatrix 、 OCR-A/OCR-B  字符集、载具标签

解码引擎

深度学习  +  传统视觉融合解码,针对字符变形、磨损、低对比度、强反光场景优化

识别速度

单次识别 ≤ 200 ms (同视野  OCR +  二维码双备援读取)

首读率

试点实测  ≥  99.5% ,配合  T7  二维码双备援后整体  ≥  99.9%

光源配置

多模式可编程光源(环形 / 同轴多通道),适配不同膜层与刻蚀深度

通信协议

原生支持  SECS-II / HSMS-SS ( S2F33/S2F49  等)、 Modbus TCP/RTU 、数字  IO 、 RS232/485 、 Ethernet/IP

集成方式

紧凑模组化机身,支持嵌入  Pre-Aligner  后工位、 Loadport  侧位或分选机轨道上方

工作环境

洁净间  Class 100  适用,抗  ESD  与振动设计

(三)测试机上的业务流程

探针台(CP 工序)流程:

1. 晶圆盒就位,Loadport 完成 Docking;

2. 机械手取片,Pre-Aligner 完成 Notch 对位(T7 码刻蚀于 Notch 附近固定区域);

3. 安喜乐 OCR 模组同视野读取晶圆 ID(SEMI M12 字符 + T7 DataMatrix 双备援);

4. 读取结果 ≤ 200 ms 回传测试机控制器,与 MES 下发配方中的目标 ID 自动比对;

5. 比对通过 → 自动调用对应测试程序开始 CP 测试;比对失败 → 阻断进料、声光告警并上报 MES;

6. 测试完成后,Wafer ID 与良率数据、失效芯片坐标自动绑定归档,形成"晶圆 ID–测试数据–设备状态"闭环。

测试分选机(FT 工序)流程:

1. 料管/托盘上料,读写器读取载具(载带/托盘)标签中的批次、封装规格信息;

2. 系统按标签信息自动匹配测试程序与分选档位;

3. OCR 模组对成品标识进行二次校验,防止混料;

4. 测试结果回写并绑定批次标识,流向包装与出货追溯环节。

四、实施过程

项目按四阶段推进,总周期 10 周,在不影响量产计划的前提下完成切换:

阶段

周期

关键工作

交付物

阶段一: POC  验证

2  周

离线工位采集  300+  样本(含磨损字符、不同膜层晶圆),验证首读率与误读率

POC  测试报告

阶段二:机械 / 电气集成

3  周

模组工装设计、电气接线、与  Pre-Aligner  联动调试

集成图纸与安装验收单

阶段三:软件联调

3  周

SECS/GEM ( HSMS )消息对接、与  MES  配方下发 /ID  比对逻辑联调、异常处置流程

联调测试记录、异常用例清单

阶段四:量产验证

2  周

双班连续运行  2  周,统计首读率、错料拦截、 MTBF  指标

量产验证报告、验收确认

实施中的两个关键设计:其一,OCR 读取设置双备援策略——T7 DataMatrix 为主、SEMI OCR 字符为辅,两者同视野读取,任一成功即通过,显著拉高整体识别率;

其二,对无法读取的极端样本自动留存图像并触发人工复核工单,既保证产线不中断,又持续积累样本反哺解码模型优化。

五、量化成效

试点 3 个月运行数据(与改造前基线对比):

指标

改造前

改造后

改善幅度

单片晶圆  ID  核对耗时

约  15 s (人工)

≤ 0.2 s(自动)

提效约  98%

Loading  环节错料率

约  0.3%

0(自动拦截)

归零

ID  首读率

—

≥ 99.9%(双备援)

达行业主流水平

异常批次追溯耗时

近  4  小时

分钟级(MES 一键定位)

缩短  95%  以上

人工核对工作量

每班次专人专岗

抽检复核即可

相关人力投入减少约  30%

单套读码模组采购成本

进口方案基准

降低约 35%

交货周期由  12–16  周缩至  4  周内

售后响应

原厂远程,以周计

本地工程师  24–48 h  到场

服务体验根本改善

综合测算,单台测试机因减少错料返工、缩短追溯停线与提升有效测试时间,年化可挽回损失与增益约 40–60 万元;60 余台设备完成复制推广后,整体收益将进一步放大。

六、方案价值总结

价值维度

说明

安全生产

ID  自动比对  +  不匹配自动阻断,把错料拦截在上料第一关

数据闭环

Wafer ID / Lot ID /  载具  ID  与测试数据、设备状态全绑定,追溯图谱无断链

效率提升

识别与比对全程自动化,测试准备时间大幅缩短, OEE  有效提升

国产化替代

性能对标进口主流方案,成本、交期、服务三重优势,供应链自主可控

平滑演进

原生  SECS/GEM  协议栈,可向  Wafer Sorter 、 Loadport 、 AMHS  等更多工位横向复制