Korrektur von thermischen Luftströmungsverzerrungen bei Verzugsmessungen von mikroelektronischen Verpackungsstrukturen durch Deep Learning-basierte digitale Bildkorrelation – Mikrosysteme & Nanotechnologie

Korrektur von thermischen Luftströmungsverzerrungen bei Verzugsmessungen von mikroelektronischen Verpackungsstrukturen durch Deep Learning-basierte digitale Bildkorrelation – Mikrosysteme & Nanotechnologie

Die thermische Luftstromstörung hat einen signifikanten Einfluss auf die Genauigkeit von speckle-basierten 3D-DIC Methoden zur Messung der thermischen Verformung von mikroelektronischen Verpackungsstrukturen. Durch Experimente an Alumina-Keramikplatten wird die Auswirkung von thermischen Luftstörungen auf die Messergebnisse verdeutlicht. Die Verwendung der 3D-DIC-Methode zur Messung der thermischen Verformung von Mikroelektronik-Verpackungsstrukturen, durch Einwirkung von thermischen Experimenten, führt zu Verzerrungen in den vom DIC-System erfassten Bildern aufgrund turbulenter thermischer Luftströmungen. Diese Verzerrungen beeinträchtigen die Genauigkeit der Messergebnisse erheblich und können zu Fehlinterpretationen führen.

Um die Auswirkung von Bildverzerrungen auf DIC-Messergebnisse zu verdeutlichen, werden verschiedene Topographiemessungen an Alumina-Keramikplatten unter Heizbedingungen durchgeführt. Dabei wird festgestellt, dass thermische Luftstromstörungen zu Bildverzerrungen führen, die zu Subset-Umstimmungen und damit zu gröberen Fehlern in der 3D-Messung führen. Um diese Herausforderung zu bewältigen, wird ein neuronales Netzwerk zur Korrektur von thermischen Luftströmungsverzerrungen in speckle-basierten Bildern entlang der Verformungshöhe der Mikroelektronikverpackung entwickelt. Die Struktur des neuronalen Netzwerks besteht aus zwei strukturell identischen Multiskalenmodellen und einem Verfeinerungsmodul, die jeweils aus drei parallelen Zweigen bestehen. Durch die Kombination von Lernmethoden im Frequenz- und Raumdomäne ermöglicht das neuronale Netzwerk die präzise Korrektur von thermischen Luftströmungsverzerrungen in den speckle-basierten Bildern.

Die experimentellen Ergebnisse zeigen, dass bei höheren Temperaturen die thermischen Luftstromstörungen die Messfehler in der DIC-Methode signifikant erhöhen. Die Anwendung des N-DIC-Verfahrens reduziert jedoch diese Messfehler deutlich und zeigt somit die Effektivität der Methode bei der Korrektur von thermischen Luftstromstörungen und der Verbesserung der Genauigkeit der Messergebnisse. Darüber hinaus wurden Vergleiche mit anderen Modellen zur Bildverzerrungskorrektur durchgeführt, wobei die Ergebnisse zeigten, dass das N-DIC-Verfahren die besten Resultate aufweist. Insgesamt konnte die Methode erfolgreich die Auswirkungen von thermischen Luftstromstörungen auf die Messungen reduzieren und somit die Genauigkeit der Messungen erheblich verbessern, insbesondere bei hohen Temperaturen. Das N-DIC-Verfahren zeigte somit eine hohe Praxistauglichkeit bei der Messung der thermischen Verformung von Mikroelektronik-Verpackungen.