Новости

18.09.2025  В Политехническом институте НовГУ разработали программное обеспечение, которое распознаёт внешние дефекты монолитных интегральных схем (МИС) и контролирует качество выпускаемых изделий для микроэлектроники.

 Программное обеспечение позволяет автоматизировать отбраковку микросхем и увеличивает объёмы производства.

Внешние дефекты МИС – это те, которые появились на микрокомпоненте во время технологических процессов производства. Такие дефекты приводят к сбоям в работе монолитных интегральных систем,так какмикросхемы и микрочипы становятся некачественными. На них могут быть царапины, следы закреплённых частиц (грязи, пыли), смазана металлизация и т. п.

Такие дефекты зачастую заметны только под микроскопом. И, учитывая тот факт, что на одной полупродниковой пластине, которая вышла со станка, могут находиться сотни микросхем, распознавание их дефектов вручную может быть достаточно длительным и затратным для производственного процесса. А это, в свою очередь, непосредственно отражается на итоговой стоимости МИС, которую оплачивает покупатель. Поэтому для упрощения и ускорения процесса отбраковки изделий для микроэлектроники в Новгородском университете был разработан софт с использованием алгоритмов работы нейросетей.

Программное обеспечение работает следующим образом: одна его модель нейросетей обнаруживает внешние дефекты и передаёт собранные данные второй, которая прогоняет их по своей базе и распознаёт. В результате оператор получает аналитический отчёт, на основании данных которого принимает решение, принять эти дефекты или признать изделие годным.

— Благодаря нашей разработке частично автоматизируется монотонный и времязатратный процесс отбраковки, — прокоментировал автор проекта, ассистент кафедры радиосистем Политехнического института НовГУ Владислав Рысев.— Это позволяет нарастить объём выпускаемой продукции и перераспределить труд квалифицированных специалистов на другие более важные задачи.

Как отметил разработчик, сегодня на рынке есть множество реализованных проектов для обнаружения внутренних дефектов МИС. Однако прямых аналогов софта для детекции внешних, выпущенному в Великом Новгороде, нет.

— Из похожих, близких нашему софту программ есть различные решения, – добавил Владислав Рысев. — Но они используются в других производственных областях. Например, Vmx Dequs:IS, что успешно использует видеоаналитику и нейросети для контроля качества продукции и обнаружения дефектов в металлургии, нефтехимическом производстве, изготовлении стройматериалов, типографии и добывающей промышленности. ML Sense, который осуществляет контроль качества продукции на производствах конвейерного типа, используя машинное зрение и нейросети (в добывающей, обрабатывающей, пищевой промышленности, медицине, фармацевтике и сельском хозяйстве). Или NEUROSCANNER. Он расшифровывает дефекты изделий с помощью алгоритмов ИИ и машинного обучения в металлургии, дефектоскопии трубопроводов, мониторинге работы буровых вышек и других областях. Также есть вероятность, что некоторые предприятия используют для этих целей свои решения. Но не выводят продукты на рынок, так как микросхемы у всех разные. И при продаже такой разработки необходимо будет подстраивать программу под каждого покупателя, что не является основым профилем этих предприятий.

Кроме того, что это единственное решение для дефектоскопии в микроэлектронике на российском рынке, оно просто подстраивается под задачи пользователей. Данный софт смогут обучить, дообучить или переобучить даже люди, кто не обладает специальными знаниями в программировании. Во-вторых, это полностью отечественная разработка. Это особенно важно сегодня в условиях востребованного импортозамещения и некоторых трудностей в поставке зарубежных комплектующих.

На данный момент создана бета-версия продукта. Проводится тестирование на мощностях заказчика софта, одного из научно-производственных предприятий региона.

По результатам тестов, ПО будет доработано и передано заводу. После этого разработчики планируют расширить функционал и создать решение для обнаружения дефектов как внешних, так и внутренних.

Исследования по дефектоскопии микроэлементов ведутся давно. Так, в 2005 году китайскими коллегами была разработана система технического зрения на основе шаблонов для контроля поверхности полупроводниковых пластин. Она была способна обнаруживать дефекты размером до двух тысячных дюйма. А с 2019 года по всему миру активно выпускаются статьи, где для дефектоскопии микроэлементов используются нейронные сети.

Проект был реализован на средства гранта «Студенческий стартап», полученным от Фонда содействия развитию малых форм предприятий в научно-технической сфере в 2024 года. 1 млн рублей пошли на закупку машин для обучения нейросетей и оплату труда разработчиков.

Материал подготовлен при грантовой поддержке Минобрнауки России, в рамках «Десятилетия науки и технологий».

ПТИ