半导体晶圆键合加压精确控制方法

晶圆键合质量受键合压力控制精度显著影响。对于本身有一定翘曲度的晶圆,容易在键合过程中产生非预期位移,造成键合工艺偏差,甚至碎片。因此,提出了一种基于模糊PID(比例-积分-微分)和RBF(Radial Basis Function)径向基函数神经网络算法的半导体晶圆键合压力控制方法。由于加入了模糊PID和深度学习算法控制,使得键合工艺过程响应更迅速,控制更精准,且安全性更高。采用铝样片进行加压试验,结果表明RBF神经网络模糊PID控制算法能够满足压力精度为±1%的控制需求。