Why the Future of Microscopic Inspection Is AI-Assisted, Not Fully Automated
The next wave of QC productivity gains will not come from building more automated inspection lines. Instead, it will come from augmenting millions of inspection decisions that are made manually every…
晶圆表面光刻胶残留与有机污染物可视化检测
随着半导体集成电路 (IC) 的尺寸缩小到 10 纳米以下，在晶圆检测过程中有效检测光刻胶残留物等有机污染物和缺陷变得越来越重要。光学显微镜仍是常用的检测方法，但对于有机污染而言，明视野和其他类型的照明都有其局限性。本文讨论了在半导体行业的质量控制、故障分析和研发&D 过程中，如何利用荧光显微镜有效检测晶片上的光刻胶残留物和其他有机污染物。
无需用手接触即可安全装载晶片，进行显微镜检测
本文介绍了用于显微镜检测的自动硅晶片装载如何帮助改进微电子工艺控制和生产效率。人工搬运晶圆很可能会损坏脆弱的晶圆表面，从而增加成本，而自动化搬运则能确保更安全、更具成本效益的生产。自动晶片装载机在显微镜检测和制造方面的优势概述如下。
电池制造过程中的毛刺检测
毛刺是电池电极片边缘可能出现的缺陷，例如在制造过程中的分切环节。它们可能会因诸如短路等故障导致电池性能下降，并引发安全和可靠性问题。毛刺检测是电池生产质量控制的重要部分，对于生产具有可靠性能和寿命的电池至关重要。通过适当照明的光学显微镜可以在生产过程的关键步骤中快速可靠地对电极上的毛刺进行视觉检测。
跨行业的质量保证改进
精确是最重要的。试想一下，心脏起搏器在运行过程中发生故障，或者半导体缺陷导致关键系统崩溃。在医疗设备、电子产品和半导体等行业，误差几乎为零。质量保证（QA）不再仅仅是一项监管要求，而是一项推动业务成功和保护品牌完整性的战略优势。
30000:1放大率到底意味着什么？
关于光学显微镜性能的一个重要标准是放大率。本报告将为数字显微镜用户提供有用的指南，以确定放大率值的有用范围。
目视检查面临的主要挑战
本文讨论使用显微镜进行目视检查和返工时遇到的挑战。使用正确类型的显微镜和光学设置对于优化工作流程和增加产量至关重要。使用显微镜进行目视检查和返工时可能遇到的挑战包括确定适当的放大倍率和照明以及有足够大的工作距离。然而，其他关键因素与工作流程优化、有效报告结果和用户培训以及检查过程中的用户舒适度有关。Leica数码和体视显微镜能够提供一系列完整的解决方案，帮助您克服这些挑战，提供更有效的检查和返工。
考虑采购体视显微镜时的关键因素
体视显微镜通常是实验室或生产现场“主力”。用户需要花费数小时通过目镜来检查、观察、记录或解剖样本。仔细评估哪些相关应用需要用到体视显微镜，是确保长期满意使用的关键所在。决策者们需要确保自己能够完全依照自己的需求来定制仪器。为帮助用户能更好的选择适合自己的体视镜，本文介绍了几个主要考虑的因素。
FusionOptics融合光学（徕卡专利技术）高分辨率和大景深结合
人类对视觉环境的感受，80%通过视觉感知获得。如果没有空间视觉，我们几乎无法确定方向。我们的视觉皮质和大脑皮层通过复杂的过程，巧妙地处理着从眼睛看到的图像信号。最近几十年，神经科学已经大量了解该过程。故由徕卡显微系统、苏黎世大学神经信息学研究所和瑞士联邦理工学院共同开展的一项研究，显示了我们的大脑如何灵活有效地结合视觉信号创造出最佳空间图像。研究结果为立体显微技术创新奠定了基础，该创新从分辨率和聚…
