【技术实现步骤摘要】
一种基于红外热学分析的晶圆级气体传感器芯片检测方法
[0001]本专利技术涉及传感器芯片检测领域,尤其涉及一种基于红外热学分析的晶圆级气体传感器芯片检测方法。
技术介绍
[0002]气体传感器在现代生活中发挥着至关重要的作用,对气体传感器的需求与日俱增;传统的气体检测依赖于色谱、光谱;这些方法中使用的仪器体积大、价格高、操作复杂,限制了现场检测的应用;微纳气体传感器具有灵敏度高、成本低、便携性好的优点;微纳气体传感器广泛应用于危险化学品检测、空气质量监测、人体健康监测、化工生产过程和农业智能系统等领域;在微纳气体传感器中,基于MEMS工艺的气体传感器芯片因其体积小,功耗低,被广泛应用于气体检测领域;对于气体传感器检测芯片,现有方法采用引线键合测试,显微镜观察进行芯片质量的筛查,剔除不合格芯片;现有方法效率低,工艺繁琐,并且在转移到显微镜下观察时,容易造成芯片污染;
[0003]微热板式气体传感器表面涂敷有敏感材料,利用被检测气体氧化或还原金属氧化物半导体表面,导致传感器电阻值发生变化,输出电路将传感器电阻转换为电压输 ...
【技术保护点】
【技术特征摘要】
1.一种基于红外热学分析的晶圆级气体传感器芯片检测方法,其特征在于,包括以下步骤:S1:将被检测的传感器芯片晶圆固定在卡盘上,卡盘下方连接电机,控制卡盘旋转;随机选取K个传感器芯片进行供电;S2:使用红外相机对K个传感器芯片进行拍摄,传输到上位机中,获取K张清晰的传感器芯片表面温度分布图像,设定温度过高值D
high
℃及温度过低值D
low
℃,在传感器芯片表面温度分布图像中,选取温度在D
high
℃到D
low
℃区间内的的传感器芯片表面温度分布图像取温度平均值D℃;S3:根据S2得到的传感器表面的温度平均值,设置温度浮动范围D
change
℃,传感器正常工作的温度区间为(D-D
change
℃,D+D
change
℃),对S2得到的传感器芯片表面温度分布图像进行标签处理,分为正常传感器芯片及异常传感器芯片,并构建传感器芯片热学图像数据集;S4:建立传感器图像识别卷积神经网络,将S3构建的传感器芯片热学图像数据集分为训练数据集和测试数据集;S5:利用测试数据集传感器图像识别卷积神经网络准确率进行测试;S6:对晶圆表面进行等分分割,对传感器芯片进行供电;S7:利用红外相机获取传感器芯片表面温度分布图像,调用封装的传感器图像识别卷积神经网络进行识别,确定是否存在故障芯片;S8:电机驱动卡盘按同一方向旋转360
°
/n,重复S6
‑
S8,旋转n次后完成对晶圆传感器芯片的故障检测。2.如权利要求1所述的基...
【专利技术属性】
技术研发人员:苑振宇,杨帆,孟凡利,李毓东,张津赫,
申请(专利权)人:东北大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。