粒徑分布分析：透過CMP Slurry製程，了解分析困境與解決方案

產業痛點

粒徑分布分析的現行困境

傳統訊號式的粒徑分布檢測方式，通常會將粒子假定為球形。但現實中的粒徑檢測，許多粒子的形狀並不完全為球形，其尺寸或散射特性可能與原先設定的球形粒子不同，導致粒徑分布檢測的分析結果出現偏差。因此，目前對於非球形粒子的粒徑分析，仍然存在著某種程度的挑戰。此外，目前另個粒徑分析瓶頸在於，當需要檢測濃度高的液體時，常會遇到粒子間訊號互相干擾，導致數據結果與研發團隊預期中不同、數據不可靠等狀況，但卻無法更進一步探討問題發生之原因。

以半導體產業中常用的CMP Slurry化學機械拋光漿料為例。CMP slurry的液體混合物多應用於晶圓表面研磨，以去除晶圓表面的不平整度。CMP slurry主要成分包括磨料顆粒、載體液體和添加劑。CMP的應用過程涉及研磨顆粒與晶圓表面間的摩擦作用。研磨粒子在載體中的分布愈均勻，愈能確保研磨製程的準確性和可靠性。

為了控管每次研磨效率及成品品質，需要可以針對尺寸計數的工具來檢測目前製程狀態。由下圖可知：不同的研磨次數(#1、#2、#3對應研磨1至3次)，粒子尺寸的趨勢會慢慢改變並達到一個平衡數值。別於傳統粒徑分布檢測技術，AI影像式粒徑分析結合Sizer與Counter兩大重點功能，可同時針對粒子尺寸與粒子數量進行分析，取代過去粒徑分布分析方法，成為強而有力的問題對策工具。

粒徑分布分析：CMP Slurry為例

邑流應用

AI影像式粒徑分布分析得優勢

若粒徑分布範疇僅針對粒子尺寸及數量進行分析，市面上原本就已經有許多相似功能的產品。而AI影像式粒徑分布分析設備不僅可針對粒子尺寸&數量，更可針對液態樣品中的微汙染物檢測。透過100%全景深擷取的特殊設計，並藉由高階AI影像辨識技術，正確分辨出汙染物是結晶、粉塵或毛絮，進而排除特定的幾個可能汙染源。

對於長期使用人工進行採樣和分析比對的使用者而言，AI技術具備客觀性、自動化、快速大量訊息處理之優勢，大幅降低人力成本並提升數據精準性。

AI影像分析技術優勢彙整

大量樣本處理：高階AI分析技術可作到快速分類分析每大量影像數據，每分鐘可分析10萬筆資訊。除有效提升分析效率外，更大幅提升數據代表性。
可辨識氣泡、半透明物質：透過AI技術不僅能夠進行粒徑檢測分析、真圓度分析，也可針對粒子形貌進行分類分析，更可辨識氣泡以及半透明物質的不同，非常適用於PCB面板、環境工程。
自動化分類分析：不僅能於短時間內完成檢測，並能維持檢測結果的一致性，減少人工檢測因主觀因素造成的差異性

粒徑分布分析資訊01 粒徑分布分析資訊02