致真资讯 | 致真设备助力晶圆预对准算法突破 成果荣登《Measurement Science and Technology》

近日，北京航空航天大学科研团队联合致真设备研发的一项重要研究成果——题为“A novel wafer pre-alignment algorithm achieving a balance between precision and robustness based on five-layer neural network and iterative reweighted least squares”的论文，正式发表于国际测量领域权威期刊《Measurement Science and Technology》。该研究基于致真设备的八英寸磁控溅射设备，提出基于五层感知器的迭代加权最小二乘法（IRLS-FLP），通过构建双路径损失几何模型与融合四种损失函数的模型训练，在 8 英寸 PVD 设备上实现高精度、高效率且强鲁棒性的晶圆预对准，较现有方法大幅降低误差并提升计算效率，具备重要工程应用价值。

PART.01/

在半导体 PVD 工艺中，晶圆需通过精准预对准确保金属薄膜（如铝、铜、钛）均匀沉积，避免因校准偏差导致芯片短路、设备碰撞等问题 。一片晶圆的报废成本可达数万美元，生产线停机维护更会造成巨大产能损失。然而传统预对准技术始终面临瓶颈：

精度低、易污染晶圆。

易受噪声干扰，高采样场景下耗时剧增。

虽能提升精度，却因反复迭代导致效率低下，难以匹配量产需求。

PART.02/

针对行业痛点，致真设备与北航团队从硬件适配到算法创新全链条攻关，研发的 IRLS-FLP 算法在仿真与实测中均展现出卓越性能：

北航团队基于致真设备 8 英寸 PVD 设备机械结构，构建双路径损失几何模型，以极坐标（θᵢ, dᵢ）为输入，将近似转换误差控制在 0.00053mm 以内。在 8 英寸晶圆验证实验中，IRLS-FLP 算法的平均半径误差低至 0.0587mm，较传统最小二乘法（LSM）降低 97.30%，较分段曲线拟合算法（OSCFA）降低 76.33%，完美解决薄膜沉积不均、图案错位等问题。

8英寸PVD设备结构与功能示意图

传统 OSCFA 算法单次预对准需 682.56ms，而 IRLS-FLP 通过五层感知器（FLP）直接预测样本点权重，省去反复迭代步骤，将平均运行时间压缩至 14.26ms，计算复杂度从 O (N×M²) 降至线性级别 O (N)。从算力消耗看，IRLS-FLP 的总浮点运算量（FLOPs）仅为 OSCFA 的 0.096%，在保证精度的同时，大幅降低设备算力负载，适配 24 小时量产需求。

致真设备晶圆预对准实时数据处理流程图

半导体生产环境中，噪声与异常数据（outliers）是精度杀手。IRLS-FLP 通过拟合损失、斜率一致性损失、距离一致性损失、残差一致性损失四大定制损失函数训练模型，在噪声强度 σ=1、异常数据占比 10% 的极端场景下，仍能保持稳定性能：平均半径误差较 LSM 降低 96.64%，较传统 IRLS 降低 79.91%，完美适配实际生产中的复杂数据环境。

不同算法的性能指标

半径误差（Δr）

偏心角误差（Δφ）

偏心距误差（Δe）

IRLS-FLP（最右侧）在半径误差（Δr）、偏心角误差（Δφ）、偏心距误差（Δe）三项指标中整体表现最优，无异常值，稳定性拉满。

PART.03/

IRLS-FLP 算法的成功，离不开致真设备在半导体装备领域的深厚积累：

致真 8 英寸 PVD 设备集成高精度真空吸盘、激光传感器（Keyence IG-028，重复精度 5μm）与机械臂校准系统，为算法提供精准数据输入与执行保障。

北航团队在致真 8 英寸 PVD 设备腔体中完成 30 组重复实验，模拟实际生产中的晶圆偏心、高速旋转等工况，算法均实现稳定对准。

算法可通过参数调整拓展至 12 英寸晶圆及光刻、刻蚀设备，当前 12 英寸晶圆检测周期仅需 21ms，远低于 50ms 的工业实时阈值。

致真设备晶圆预对准核心组件，机械臂与真空吸盘协同工作，实现晶圆高精度定位。

PART.04/

从实验室的算法突破，到生产线的稳定运行，致真设备始终以 “攻克卡脖子技术，赋能高端制造” 为使命。此次 IRLS-FLP 算法的成功应用，不仅为晶圆预对准领域树立新标杆，更彰显了中国半导体装备企业在核心技术自主创新道路上的坚定步伐。

未来，致真设备将继续深耕半导体装备与工艺技术，推动算法在 12 英寸设备、超薄晶圆、不规则基板等场景的拓展，与全球半导体企业携手，共创高精度、高效率、高可靠的制造新生态！