开题报告-基于深度学习的芯片缺陷自动识别算法及装置设计.docVIP

华中科技大学本科生毕业设计（论文）开题报告 1 本科生毕业设计（论文）开题报告 题 目：基于深度学习的芯片缺陷 自动识别算法及装置设计 院 系 材料科学与工程学院 专业班级 材卓1201班 姓 名 学 号 指导教师 2016 年 3 月 开题报告填写要求 开题报告主要内容： 1.课题来源、目的、意义。 2.国内外研究现况及发展趋势。 3.预计达到的目标、关键理论和技术、主要研究内容、完成课题的方案及主要措施。 4.课题研究进度安排。 5.主要参考文献。 报告内容用小四号宋体字编辑，采用A4号纸双面打印，封面与封底采用浅蓝色封面纸（卡纸）打印。要求内容明确，语句通顺。 指导教师评语、教研室（系、所）或开题报告答辩小组审核意见用蓝、黑钢笔手写或小四号宋体字编辑，签名必须手写。 理、工、医类要求字数在3000字左右，文、管类要求字数在2000 字左右。 开题报告应在第八学期第二周之前完成。 华中科技大学本科生毕业设计（论文）开题报告 PAGE 3 一、课题来源、目的及意义 1课题来源 武汉东湖新技术开发区第八批“3551光谷人才计划”专项资金企业创新 短期人才——LED芯片自动检测分选关键工艺与成套装备研制及产业化。 2课题目的及意义 LED是一种半导体固体发光器件，被称为第四代照明光源和绿色光源，具有高效率、低能耗、零污染、使用寿命长、响应速度快、体积小、坚固等显著优点。可以广泛应用于汽车、通讯、消费性电子、工业仪表、各种指示、显示、装饰、背光源、普通照明和城市化等领域。随着LED行业产业化推进，LED应用范围不断扩大。 缺陷检测是LED整个产业链中一个必不可少环节，对产品质量控制起着至关重要的作用。LED芯片是外延片经过切割后裂片形成的，在理想情况下芯片都是排列整齐并且完整。但由于生产工艺的原因，在实际生产中不可避免会发生少量芯片的异常，出现污损、划痕、碎裂等缺陷。绝大多数异常芯片已经损坏严重无法使用，应该及时识别并丢弃。在检测和分选设备中，采用一种芯片缺陷识别方法，在检测和分选前，就能够识别出有缺陷的芯片，并且能够确定缺陷类型。这样不仅能避免对缺陷芯片检测分拣时间上的浪费，还对前级生产工艺的改进具有参考意义。因此，芯片缺陷自动识别技术的研究对代替人工缺陷检测，提高LED芯片缺陷检测精度和速率有重要意义。 二、国内外研究状况和发展趋势 2.1芯片缺陷研究 芯片缺陷产生的原因有很多，缺陷类型也有很多不同的情况。LED芯片缺陷的分类还没形成一个统一的标准，不同的厂家和研究机构都有自己的一套分类方法，一些文献中根据缺陷产生的机理、部位等来进行分类，较为全面和细致，较为常见的是将有缺陷的芯片分为污损、烧蚀、电极缺失、划痕、碎裂、缺损六种。如图1所示，为常见芯片缺陷图片。 图2-1 污损、碎裂、缺角、崩边、残缺 污损。污损是最为常见的LED芯片损坏类型，有两种产生的原因：一是在生产过程中受到灰尘或者油污的污染，属于生产故障；二是在前级工艺过程中对已经发现损坏的芯片用墨点进行标记，在半导体工艺中被称为InkedChip，属于正常的生产工艺。 烧蚀。主要发生在芯片检测过程中。芯片检测需要通过金属探针对芯片施加一定的电流和电压，如果芯片短路或者检测电流或电压过大，会将芯片烧毁。 划痕。在芯片生产的各个阶段都有可能产生划痕，特别是芯片切割和检测过程中，都有尖锐的金刚石刀或金属探针直接与芯片接触，有可能划伤芯片。 碎裂。GaN基外延片薄而且脆，在切割过程中可能会将芯片切碎。在检测和分拣过程中，如果探针或吸嘴与芯片接触时压力过大，也会将芯片压碎。 缺损。比碎裂更为严重，芯片不仅碎裂，而且有些部分已经不再盘片上。根据缺损的具体位置，缺损可分为缺角、崩边和残缺。 电极缺失。芯片电极是用纯金材料在外延片特定位置沉淀形成的，芯片污染、残缺等会造成所沉积的电极不完整，即电极缺失。 2.2 机器视觉在缺陷检测中的应用研究 在现代工业自动化生产中，涉及到对各种各样零部件的检测、测量和识别，例如，光盘表面印刷质量检查，汽车零配件尺寸检查和自动装配的完整性检查，电子装配线的元件自动定位，饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。对这类连续大批量生产而对外观质量的要求又非常高的应用，人工识别零件相对于机器识别具有准确度高，漏检率低的优点，在很长一段时间内是主要的识别和抓取方式，然而人工识别工作量大，工人长期面对重复单一动作易疲劳，劳动生产率很低，尤其是在当前人力