當機械成為良率關鍵:先進封裝時代的運動控制系統工程思維 智慧應用 影音
D Book
236
DTxBus
ResearchAPP

當機械成為良率關鍵:先進封裝時代的運動控制系統工程思維

  • 劉中興台北

先進封裝帶來了與封裝設備內部機械相關的新製程瓶頸。隨著對準公差從微米壓縮到數十奈米,運動平台不再是後台自動化設備,而是成為良率關鍵的基礎設施。以前遠低於封裝製程敏感度的變異:振動、熱漂移、機械順應性、編碼器延遲,現在直接以接合缺陷、層錯位或通孔不一致的形式浮現。

這種轉變在混合接合、扇出型封裝和玻璃中介層製造的生產環境中顯而易見。Aerotech業務發展經理Justin Bressi在以下的討論中反映了這些應用中出現的工程挑戰,以及系統級運動設計如何重塑半導體組裝中的精度定義。

Q1. 是什麼因素導致下一代封裝設備中與運動相關的故障激增?

核心驅動因素來自對準公差從微米走向奈米。在這個尺度上,位置穩定性不僅由編碼器解析度決定,它還取決於機械剛度、熱行為、控制器延遲、電纜動態和量測定時如何在執行精確運動曲線時相互作用。

晶圓對晶圓混合接合、高頻寬記憶體堆疊和穿透玻璃通孔鑽孔等製程清楚地暴露了這一點。任何平面度偏差、任何未經阻尼的振動模式或隨著時間的任何漂移都會導致良率損失。曾經被認為可以忽略的影響,現在變得至關重要。

系統級精度並非由任何單一組件所驅動,它是整個運動系統整體動態耦合所呈現的結果。因此,改進必須是系統性的,而不是增量的。

Q2. 為什麼傳統的運動架構不能簡單地升級來滿足這些新的公差?

傳統的升級途徑:更換更高解析度的編碼器、添加補償程序或選擇更堅硬的平台,一旦公差進入奈米範圍,往往無法完全解決問題。在這個層面上,每個錯誤源都共享相同的預算,並且這些錯誤會相互作用和複合。

傳統架構通常依賴堆疊式機械組件、僅使用 PID 控制,以及在檢測到錯誤後進行校正。當公差允許調整空間時,這些方法有效。當校正延遲超過系統的機械響應時間時,它們就會失效。

所需的轉變是概念上的:運動必須與製程共同設計,而不是作為自動化層添加。整合,而非組件改進,成為實現穩定性的機制。

Q3. 如何在高產量混合接合工具中實現亞微米級對準和平面度?

亞微米級對準和平面度是通過機械架構、量測回饋、控制策略和熱穩定性的綜合作用實現的。直接驅動結構減少了順應性,氣浮軸承提供了近乎無摩擦的運動,高解析度數位編碼器或雷射干涉儀提供了奈米級的回饋,並且同步延遲被調整到微秒。

熱行為與結構精度一樣重要。材料選擇和熱路徑設計影響系統在延長操作期間的行為,尤其是在滿足吞吐量目標所需的高度動態和嚴苛的運動曲線下。

對準並非由單個平台或感測器產生。它是將整個運動堆疊設計為統一系統的結果。

Q4. 為什麼穿透玻璃通孔 (TGV) 鑽孔被視為運動控制上的「極限挑戰」,以及如何解決?

TGV 鑽孔同時需要精確的準確性、多個子系統之間的定時協調以及極高的吞吐量。基板必須精確定位,雷射路徑必須與運動同步,即使系統在複雜軌跡中加速,脈衝位置也必須保持一致。

為了在生產環境中實現這一點,伺服平台和振鏡掃描頭必須作為單個協調運動系統運行。「無限視野」(IFOV) 融合了這兩種元素的運動,消除了基板上的拼接錯誤。「位置同步輸出」(PSO) 確保每個雷射脈衝在正確的空間座標處被觸發。

通過基於機器學習的步進和穩定調諧(通過 Aerotech 的 DrillOptimizer 工具)加速設置和優化,該工具會自動識別高效的運動和脈衝參數。這使得 TGV 效能可重複且可擴展,而不僅僅是在孤立的演示中實現。

Q5. 精度和速度真的可以共同優化,還是會永遠競爭?

如果將精度和速度視為獨立目標,它們可能會發生衝突。實際上,它們都是機械剛度、慣性傳感和控制設計的結果。

增加結構剛度可提高系統的自然共振頻率,從而允許更高的加速度而不會引起振動。即時慣性回饋:例如集成加速度計,可以在不過衝的情況下實現更激進的伺服調諧。反映機械共振曲線的控制策略可以在不犧牲準確性的情況下保持吞吐量。

目標不是平衡速度與精度,而是設計系統,使速度和精度都得到系統架構的加強。

Q6. 設備製造商在從研發工具擴展到高容量製造系統時面臨哪些挑戰?

一個常見問題是控制平台的不連續性。許多工具在一個控制架構上開始開發,然後轉向另一個用於批量部署,這會迫使重新調諧、重新驗證和軟體重新整合,通常會延遲高容量引進。

從原型到試點再到生產的一致控制架構避免了這種中斷。軟體、運動行為和伺服調諧應在整個開發週期中保持完整,子系統應擴展而不是重新設計。

運動架構應隨工具擴展,而不是在開始生產時重置。

運動控制的下一步方向

先進封裝中的運動控制正朝著運動、感應和即時分析更緊密整合的方向發展。下一代控制層不會在事後校正漂移或振動,而是會根據機械和熱變化的模型進行預測和連續補償。運動系統數據和製程內量測開始本地融合,從而可以更早地檢測偏差並自動補償。

機器學習驅動的自動調諧將逐步減少手動優化,特別是隨著生產工具累積的營運數據可以概括不同配方和基板。同時,運動平台本身愈來愈被視為製程架構的一部分,而不是一個機械子系統,尤其是在小晶片組裝、混合接合和玻璃中介層製造中。

先進封裝的下一個階段,將不再只是比拼定位精度本身,而是取決於運動、感測與控制是否能真正作為單一整合系統同步進化。