基于混合极限学习机的TSV缺陷检测技术

作者：陈寿宏; 康怀强; 侯杏娜^*; 尚玉玲

来源：半导体技术, 2020, 45(07): 557-563.

DOI：10.13290/j.cnki.bdtjs.2020.07.011

• 硅通孔(TSV)缺陷检测
• 机器学习
• S参数
• 极限学习机(ELM)
• 粒子群优化(PSO)算法

随着三维集成技术的飞速发展,硅通孔(TSV)缺陷的检测问题不容忽视。提出了一种新型无损TSV缺陷检测方法,该方法采用混合极限学习机模型对TSV缺陷的S参数进行训练分类,用来预测TSV发生空洞缺陷的大小及高度、发生针孔缺陷的大小及高度及发生微衬底未对齐缺陷的偏移量。仿真结果表明,所提出的方法在TSV缺陷检测过程中可以避免对被测样品的损坏,且与原极限学习机相比,其缺陷定位准确率提高了11.51%,达到94.61%。基于混合极限学习机的TSV缺陷检测方法,既可以对不同类型的TSV缺陷进行分类,也能针对具体缺陷类型进行定位。

• 单位
  桂林电子科技大学; 自动化学院