[发明专利]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

权利要求书

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，所述传感器芯片是通过顶针技术供电。

3.如权利要求1所述的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，所述红外相机对K个传感器芯片进行拍摄后，通过USB传输到上位机。

4.如权利要求1所述的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，传感器图像识别卷积神经网络包括输入层、卷积层、池化层、全连接层和输出层。

5.如权利要求1所述的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，所述S5的具体过程为：当测试精度大于等于准确率阈值时，对传感器图像识别卷积神经网络进行封装用于后续调用；设定准确率阈值为M，当测试精度低于准确率阈值时，通过降低传感器图像识别卷积神经网络的学习率，在全连接层之前添加Dropout层，在卷积层之后添加Bath Normalization层的方法，提高传感器图像识别卷积神经网络准确率，直至满足准确率阈值。

6.如权利要求1所述的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，所述S6的具体过程为：将晶圆表面等分分割为n个区域，n≥2，n为正整数，每个区域圆心角为360°/n，任取一条分割线作为晶圆旋转的起始基准线；对起始分割线上的传感器芯片供电。

7.如权利要求1所述的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，所述S7的具体过程为：使用红外相机对分割后的相邻区域间拍摄n次，通过USB传输到计算机中，得到分割线上清晰的传感器芯片表面温度分布图像；调用S5中封装的传传感器图像识别卷积神经网络，输入获取的传感器芯片表面温度分布图像，识别是否存在故障芯片。