4、晶圆对准与定位技术：机械预对准、光学预对准、激光传感器与CCD相机定位、晶圆缺口/平边检测

晶圆对准，说白了就是让机械手知道「晶圆到底在哪、朝哪个方向」。你想想看，一片晶圆从FOUP里被取出来，位置可能有几毫米的偏差，角度也可能歪了几度。如果不做对准，直接往工艺腔里送，轻则刮伤晶圆，重则撞碎整个机械手。我见过最惨的一次，就是预对准没做好，晶圆在腔体里直接碎成了渣，整个腔体都得拆下来清洗，那损失……嗯，不提了。

4.1 为什么需要预对准？

晶圆在传输过程中，位置误差主要来自三个方面：

• FOUP放置误差：机械手从FOUP取片时，晶圆在槽内的位置本身就有±0.5mm的偏差
• 机械手运动误差：机械手本身的重复定位精度一般在±0.1mm左右，但长期使用后会有磨损
• 晶圆自身误差：晶圆边缘的缺口或平边方向是随机的，必须检测后才能确定

我个人习惯把预对准分成两个阶段：粗对准和精对准。粗对准用机械方式搞定，精对准则靠光学传感器。下面我们一个一个说。

4.2 机械预对准

机械预对准是最传统的方式，说白了就是用物理结构把晶圆「推」到正确位置。常见的有两种：

4.2.1 机械定心机构

这种机构通常由三个滚轮组成，呈120度分布。晶圆被放到中心后，三个滚轮同时向中心移动，把晶圆推到圆心位置。优点是结构简单、成本低，缺点是容易刮伤晶圆边缘。我在早期的一个项目中用过这种方案，结果发现晶圆边缘的颗粒污染明显增加，后来就换成非接触式的了。

4.2.2 机械缺口检测

利用一个探针或滚轮沿着晶圆边缘滚动，当遇到缺口或平边时，探针会有一个位移变化，从而检测出缺口的位置。这种方法现在用得少了，因为精度不够，而且容易产生颗粒。

4.3 光学预对准

光学预对准是目前的主流方案。它利用光学传感器来检测晶圆边缘和缺口位置，完全不接触晶圆表面。我个人最喜欢这种方案，因为精度高、速度快，而且不会产生颗粒污染。

4.3.1 激光传感器定位

激光传感器的工作原理很简单：一束激光打在晶圆边缘，另一侧的光电探测器接收信号。当晶圆旋转时，边缘位置的变化会导致接收到的光强发生变化，从而计算出晶圆的偏心量和缺口位置。

具体实现上，我一般用以下步骤：

1. 机械手把晶圆放到预对准台上
2. 预对准台开始旋转晶圆（通常转速在30-60 rpm）
3. 激光传感器连续采集边缘位置数据
4. 通过算法计算出晶圆的圆心偏移量和缺口角度
5. 预对准台自动调整晶圆位置，使圆心对准机械手抓取中心

这里有个关键参数——采样频率。我建议至少每秒采集1000个点，这样才能保证缺口检测的精度。曾经有个项目，采样频率设得太低，结果缺口位置总是差个几度，后来把采样频率提到2000 Hz才解决问题。

4.3.2 CCD相机定位

CCD相机定位是精度最高的方案，通常用于关键工艺步骤前的最终对准。它的工作原理是：

• 用高分辨率CCD相机拍摄晶圆边缘或表面的特征图案
• 通过图像处理算法识别出晶圆的精确位置和角度
• 将偏差值反馈给机械手或预对准台进行微调

CCD相机的分辨率一般要求至少500万像素，配合远心镜头使用。我常用的图像处理算法包括：

• 边缘检测：用Canny算子提取晶圆边缘
• 模板匹配：用预先存储的晶圆模板进行匹配定位
• 亚像素定位：通过插值算法将定位精度提升到0.1像素级别

4.4 晶圆缺口/平边检测

晶圆缺口（Notch）和平边（Flat）是晶圆的方向标记。200mm及以下的晶圆通常用平边，300mm晶圆则统一用缺口。检测缺口/平边的目的有两个：

1. 确定晶圆的方向：确保晶圆在工艺腔内的方向正确
2. 验证晶圆类型：不同晶圆厂、不同工艺的晶圆，缺口位置可能不同

4.4.1 缺口检测算法

我常用的缺口检测算法是这样的：

// 伪代码：缺口检测算法
function detectNotch(edgePoints):
    // 1. 计算每个点的曲率
    curvatures = calculateCurvature(edgePoints)
    
    // 2. 找到曲率最大的区域
    maxCurvatureIndex = findMax(curvatures)
    
    // 3. 在最大曲率区域附近进行精细搜索
    notchRegion = edgePoints[maxCurvatureIndex - 50 : maxCurvatureIndex + 50]
    
    // 4. 计算缺口的精确位置和深度
    notchPosition = findNotchCenter(notchRegion)
    notchDepth = calculateNotchDepth(notchRegion)
    
    // 5. 验证缺口是否符合标准（深度通常在1-2mm）
    if notchDepth > 0.5mm and notchDepth < 3mm:
        return notchPosition
    else:
        return ERROR // 可能是伪缺口或晶圆破损

这里要注意，晶圆边缘有时会有划痕或颗粒，这些也会产生高曲率点。我一般会加一个深度阈值判断，只有深度在0.5-3mm范围内的才认为是真正的缺口。

4.4.2 平边检测

平边检测相对简单一些。晶圆旋转时，平边位置的光学信号会有一个明显的跳变。我通常的做法是：

• 记录晶圆旋转一周的激光传感器数据
• 找到信号跳变最剧烈的两个点（平边的起点和终点）
• 计算平边的中心位置和长度
• 与标准平边参数对比，确认晶圆类型

4.5 知识体系总览

下面这张图总结了晶圆对准与定位技术的核心逻辑，我把它画成了流程图，方便你理解整个流程：

4.6 实际应用中的注意事项

最后，我总结几个实际项目中容易踩的坑：

• 传感器标定：激光传感器和CCD相机都需要定期标定。我建议每个月做一次标定，用标准晶圆验证精度。曾经有个项目，半年没标定，结果精度漂移了0.2mm，导致大批晶圆报废。
• 环境光干扰：CCD相机对环境光很敏感。如果车间里有强光或频闪光源，会影响图像质量。我一般会在相机周围加遮光罩，或者用带通滤光片。
• 晶圆翘曲：有些晶圆本身有翘曲，这会导致激光传感器的读数不准。遇到这种情况，我建议用多点测量取平均值，或者改用CCD方案。
• 速度与精度的平衡：预对准的速度和精度是矛盾的。转速越快，采样点越少，精度越低。我一般会根据工艺要求来调整：光刻前用慢速高精度，传输过程中用快速低精度。

---

公众号:蓝海资料掘金营，微信deep3321