一、引言

晶圓切割是半導體制造的關鍵環節，切割過程中的振動會影響晶圓表面質量與尺寸精度，而進給參數的設置對振動產生及切割效率有著重要影響。將振動監測系統與進給參數協同優化，能有效提升晶圓切割質量。但目前二者常被獨立研究，難以實現最佳切割效果，構建協同優化模型迫在眉睫。

二、振動監測系統與進給參數協同優化的必要性

2.1 振動對進給參數的影響

晶圓切割時，振動會使刀具與晶圓的接觸狀態改變，導致切削力波動。若進給參數設置不當，如進給速度過快，振動會進一步加劇，可能引發刀具磨損加劇、晶圓崩邊等問題，影響切割精度與效率 。

2.2 進給參數對振動的作用

進給參數直接影響切割過程的穩定性。進給速度、進給量等參數的變化，會改變切削力大小與方向，進而影響振動的產生與傳播。不合理的進給參數設置，可能激發刀具或晶圓的共振，產生強烈振動 。

三、協同優化模型構建

3.1 模型框架搭建

以晶圓切割質量（表面粗糙度、尺寸精度等）為優化目標，將振動監測系統獲取的振動幅值、頻率等數據，與進給速度、進給量等進給參數作為輸入變量。基于切削力學理論，建立輸入變量與優化目標之間的數學關系模型，描述振動與進給參數對切割質量的綜合影響 。

3.2 數據驅動建模

利用振動監測系統采集大量不同進給參數下的切割振動數據，結合實際切割質量檢測結果。運用機器學習算法，如神經網絡，對數據進行訓練，挖掘振動特征、進給參數與切割質量之間的潛在聯系，實現模型參數的動態優化，提高模型預測準確性 。

四、協同優化策略

4.1 實時監測與反饋優化

振動監測系統實時采集切割過程中的振動數據，并將數據傳輸至協同優化模型。模型根據預設規則與算法，分析振動數據與當前進給參數，若發現振動異常或切割質量下降趨勢，自動調整進給參數，實現實時動態優化 。

4.2 多目標優化算法應用

采用粒子群優化算法、遺傳算法等多目標優化算法，在滿足切割效率要求的前提下，綜合考慮振動幅值最小化、切割質量最優化等目標，求解最佳進給參數組合。通過多次迭代計算，確定在不同振動狀態下的最優進給參數 。

高通量晶圓測厚系統運用第三代掃頻OCT技術，精準攻克晶圓/晶片厚度TTV重復精度不穩定難題，重復精度達3nm以下。針對行業厚度測量結果不一致的痛點，經不同時段測量驗證，保障再現精度可靠。?

我們的數據和WAFERSIGHT2的數據測量對比,進一步驗證了真值的再現性：

（以上為新啟航實測樣品數據結果）

該系統基于第三代可調諧掃頻激光技術，相較傳統雙探頭對射掃描，可一次完成所有平面度及厚度參數測量。其創新掃描原理極大提升材料兼容性，從輕摻到重摻P型硅，到碳化硅、藍寶石、玻璃等多種晶圓材料均適用：?

對重摻型硅，可精準探測強吸收晶圓前后表面；?

點掃描第三代掃頻激光技術，有效抵御光譜串擾，勝任粗糙晶圓表面測量；?

通過偏振效應補償，增強低反射碳化硅、鈮酸鋰晶圓測量信噪比；

（以上為新啟航實測樣品數據結果）

支持絕緣體上硅和MEMS多層結構測量，覆蓋μm級到數百μm級厚度范圍，還可測量薄至4μm、精度達1nm的薄膜。

（以上為新啟航實測樣品數據結果）

此外，可調諧掃頻激光具備出色的“溫漂”處理能力，在極端環境中抗干擾性強，顯著提升重復測量穩定性。

（以上為新啟航實測樣品數據結果）

系統采用第三代高速掃頻可調諧激光器，擺脫傳統SLD光源對“主動式減震平臺”的依賴，憑借卓越抗干擾性實現小型化設計，還能與EFEM系統集成，滿足產線自動化測量需求。運動控制靈活，適配2-12英寸方片和圓片測量。