坐3望2搶1—半導體先進製程研發幕後推手
近年來，由於美中貿易戰引起的轉單效應、疫情影響宅經濟驅動的筆電需求，以及5G、AI、物聯網、車用電子、元宇宙等新興應用，對於GPU、HPC、AI高階晶片的需求量大增，也帶動了半導體產業鏈蓬勃發展。資策會MIC報告指出，2021年全球半導體市場規模達5,509億美元，成長率
25.1%，此成長動力也將延續至2022年，預估2022年全球市場規模將達6,065億美元，成長率10.1%。高階半導體晶片需求持續看漲，建立自動化三維斷層掃描技術與高階元件應力分析技術，為目前高階半導體檢測重要的發展目標；此外，在先進半導體製程推進過程中，極紫外光微影(EUV)技術的開發與製程原物料不純物的控制，亦是先進半導體製程良率提升與維持技術優勢的關鍵。
應力分布於半導體元件特性中占有相當重要的地位，但國內目前缺乏此項檢測的標準化服務模式。4D-STEM有別於傳統應力檢測方法，可提供更高靈敏偵測能力與空間解析能力，國內目前正逐步發展其對應的分析能量。「四維掃描穿透影像系統(4D-STEM)於高階元件應力之檢測分析技術」一文簡介4D-STEM原理以及其於高階元件應力之檢測分析技術應用。工研院材化所電鏡技術開發與應用研究室亦持續深化此部分的檢測技術能量，以利於產業發展重要研發項目，包括高階先進元件前瞻材料結構鑑定協助製程研發、IC載板用極薄銅箔製程優化、高強度合金鑑定技術，以加速國內先進元件製程與5G/6G產業技術深耕與自主化能力。
半導體製程在進入3奈米節點後遭遇微結構檢測障礙，以一般穿透電鏡拍攝樣品二維投影影像的檢測方式，會因樣品厚度已大於元件結構尺寸而有多重結構影像重疊與邊界判定不易之缺點。「三維電子斷層顯微重構技術於半導體元件結構分析」一文報導，三維電子斷層顯微技術結合聚焦離子束針狀樣品製備、穿透電鏡原子級高解析能力、高效能電腦計算斷層掃描、能量散射X射線譜與電子能量損失譜等技術，可將一般缺少深度訊息的電鏡投影影像重建成三維結構，提供如膜層厚度、粗糙度、膜層缺陷、元素組成、鍵結價態等半導體元件內部之三維細微結構資訊，成為下世代半導體故障分析與製程參數控制所需的重要檢測方法。
近年來，隨著半導體製程微縮至3 nm以下，製程中之原物料、化學品及純水中的元素雜質及金屬奈米顆粒，需要進行更謹慎的汙染控制。尤其是奈米粒子的量測，當粒徑縮小一半的尺寸時，粒子質量僅有原來質量的1/8。因此在分析時，儀器需要更高的感度和更低的背景，才能達成電子級特用化學品的超痕量金屬不純物及奈米粒子量測，俾找出影響製程的關鍵因子以釐清失效原因，改善產品品質。「半導體先進材料超痕量不純物及奈米粒子分析技術」介紹工研院材化所整合化性分析與應用研究室針對半導體產業常用的特化品及原物料，建立超痕量不純物及奈米粒子分析技術，藉由高階化性分析技術檢控原物料的品質並釐清失效之原因，同時也建立相對應的快篩技術，協助廠商提升良率，增加產值。
「極紫外光微影之高階材料檢測分析」一文整理並介紹EUV光罩之結構、缺陷、EUV干涉微影技術、EUV光阻性能評估之製程與檢測分析。相較於DUV技術，EUV光罩的製作與缺陷檢測之難度更上一級，非破壞性光學式檢測技術對於光罩缺陷之分析具有非常實質之幫助，但檢測靈敏度尚嫌不足，還需繼續突破。此外，EUV干涉微影技術目前已可達到6 nm之解析度，並持續往解析極限邁進。而針對EUV光阻本身具有溫度與高能粒子束敏感的材料特性，可以藉由樣品製備、同步輻射、冷凍聚焦離子束、低電壓掃描電鏡等分析方法，達成低損傷之分析結果。製作出無缺陷EUV光罩、可達更小臨界尺寸之EUV光阻、無失真之EUV相關光學與電鏡檢測技術，將會是走向5奈米、3奈米，甚至2奈米世代的關鍵。
應用人工智慧於設備劣化檢監測達到設備零故障及生產零中斷
傳統設備材料檢監測方法多以物理機制或人為判讀為基礎，判讀結果正確度易受人為影響。運轉過程以高/低限值監控，易生誤警報，降低生產效能。而系統運轉維護，因為無法有效提前偵測劣化程度，多採定期維修或發現損壞才維修的策略，常常造成非預期停機的停產損失。智慧保固監控技術導入人工智慧(AI)，深度學習過去歷史資料，使機器模仿人類學習功能，進而具備精準的辨識、預測、分析能力。希望將設備維修進步到預測維修或預防維修，掌握設備運作趨勢及設備操作極限，進行設備健康診斷分析，以適時提出設備故障預警及維修排程建議。
「管網AI洩漏聲振診斷技術」一文報導，為了提升地下水管線檢漏作業的效率與檢出率，工研院材化所開發本土化漏水診斷裝置搭配人工智慧(AI)漏水音辨識模型，以輔助進行洩漏事件辨識及漏點定位。通過蒐集5,297筆環境、漏水音訊號建立之智慧音辨識模型，模型效能於108處漏水地點之盲測檢漏率達99%，高於傳統檢漏員平均檢漏率之90%。成果顯示，裝置具備音頻訊號擷取、定位、AI判釋等功能，並可相容於市售檢測設備，已具備可靠能力作為現場檢漏員判釋地下水管線洩漏之工具。設備與模型通過物聯網技術建立之雲端漏水音智慧診斷服務平台，亦提供現場作業員視覺化AI判讀漏水事件結果，可以進一步提升檢漏效率與作業安全性。
過往工研院開發之洩漏監控系統(LDS)包括即時暫態模型(RTTM)模組、負壓力波(NPW)模組兩項。RTTM模組藉由量測管線內部壓力/流量/溫度訊號，進行管線在穩態運轉以及暫態運轉期間之質量流率估算，再以估算值與實際量測值做殘差計算，判斷管線運轉狀況是否有超過殘差警戒值，以確認管線完整性狀態。而NPW模組主要採用暫態事件發生後所產生的壓力震盪與波形點位進行偵測與判斷工作。這兩項監測模組在模型建立上都需要大量的管線相關資料，並且容易因為現場工作行為而產生額外之誤警報情形。「以AI即時演算法應用於洩漏監測系統」一文報導，為了排除現場資料之不足與因為工作行為而產生誤警報之現象，工研院建立了第三個洩漏監控模組系統—AI監測模組，運用AI技術建立管線動態行為的預測模式，藉由學習後的監測模型對輸送暫態具有高度的擬合度與再現性，依據判讀出之數據作為管線操作參數管理依據，達到管線洩漏監測之目的。已應用於多個場域進行驗證，並且確認可以減少誤報情況，而能夠更正確地判讀出管線所處情況。
原油在煉製過程產生的鹽酸，是造成煉油設備內部腐蝕的主要因子。然而，對於設備腐蝕控制的困難點在於原油成分不穩定以及生產設備可控參數過多，致使操作人員無法精準控制參數以達到最佳保護的效果。「人工智慧技術應用於石化製程設備腐蝕預測」一文指出，為了精準掌控各項製程參數對設備產生的影響性，工研院材化所使用人工智慧深度學習框架搭配歷史操作數據，建立設備腐蝕響應預測模型。研究結果顯示，完成訓練的模型對於歷史數據趨勢相關性可達80%以上，顯示模型可對系統腐蝕的影響性進行有效的定量。藉由將模型作為腐蝕預測模擬器，現場作業員可在不傷害設備的前提下，預先規劃最佳的設備操作策略，有助於實現最佳的設備保護與節能效益。
設備安全評估一直是電廠與石化廠的重要議題之一，為此，專家們使用各種技術，試圖保障廠內的營運安全。近年來，得益於人工智慧(AI)的快速發展，專家們也多了一種工具用於設備安全評估。欲使用AI分析問題，需要機器學習相關的領域背景，但顯然不是每位領域專家都具有機器學習或AI相關的專業知識，因此，如何讓非機器學習領域的專家們能快速建立完整的AI流程是被關注的議題。「設備安全評估AI系統開發平台」一文所介紹之研發工作，即是以建立一個設備安全AI系統開發平台(AISIA) 為目標，俾使非機器學習領域背景的專家們能以最簡單的方式建立AI評估流程，快速完成設備安全的評估工作。
主題專欄與其他
煉製和石化製程中，在各設備之間輸送原料、半成品及成品主要透過製程管線，製程管線一旦洩漏或堵塞將危及工廠安全並導致停機的經濟損失。造成管線失效之原因以機械性損傷為主。目前管線檢測可利用磁通漏檢測作為快速之檢測方法，但傳統磁通漏檢測設備大多使用霍爾元件，霍爾元件在靈敏度特性上較低且需要較強之磁場強度才能進行有效檢測。「巨磁阻(GMR)磁通漏檢測模組開發」一文提出，使用巨磁阻(GMR)感測元件開發適用於製程管線之磁通漏檢測模組，利用GMR感測元件高靈敏度之特性將檢測模組小型化，能提供製程管線完整性快速評估的檢測方案。
近幾年來得到糖尿病的人逐漸變多，葡萄糖感測器的需求亦逐漸提高，增進血糖試紙的消耗量。通常血糖計使用的黃金電極是以化學氣相沉積法所製作而成，此方法成本較高。以化學鍍製備金電極血糖試紙，不但成本較低，利用氧化還原的方式上鍍所需金屬薄膜，能得到良好的均勻鍍層，加入酵素後，經由電化學分析結果可知其偵測葡萄糖濃度具有高靈敏性，電流訊號有極高的決定係數。「化學鍍製備金電極血糖試紙介紹」將分上下兩期，探討各類感測器相關的基本原理、機制、製程方法、應用優缺點等，提供讀者全方位的參考。
國內每年約有超過250萬噸之高矽質廢棄物，包含電廠煤灰、廢玻璃粉及廢半導體封裝材料等，雖有部分能夠作為環境工程應用，但大部分之高矽質廢棄物仍不具應用價值，若未能有效處理將造成環境負擔。然而，無論是高階半導體封裝產業或是民生基礎工業，皆需使用高矽質材料，例如：二氧化矽或矽酸鹽化合物等，故若能針對此高矽質廢棄物進行有效處理，改善材料特性，則可創造高階應用新價值。「高矽質廢棄物高值循環技術」介紹工研院材化所建立高矽質廢棄物圓球化特用設備及製程技術，可有效改善高矽質廢棄物之圓球度，提高整體材料性能。
日本成立「新能源產業技術總合開發機構」(NEDO)，太陽光電產業資源循環即為其致力的一項發展。「日本太陽光電產業資源循環技術發展」一文整理日本在太陽光電發展的近況，以及其在廢太陽光電模組的回收再生機制。通過這一系列的努力可以看出，日本不僅在回收技術上，還致力於相關處理法規制度和收集制度，並從整個國家政府推進啟動偏遠地區的建設做起，以應對即將來臨大規模產出的太陽光電板。同時誘導組合民營回收廠商也一起來推進，共同面對大量廢棄太陽光電板產出的處理準備工作。
「奈米纖維素的發展趨勢及應用前景」指出，奈米纖維素源自植物纖維，因此不論生產或廢棄對環境的影響都很小，相較於石油資源是更環保、更可持續的替代品。奈米纖維素具有高強度、剛性和模數、輕量、高表面積，以及生物相容性等特性，深具發展潛力。可用來作為複合材料的補強劑、防止氧氣進入和變質的食品包裝材料、食品中的風味載體、懸浮穩定劑和增稠劑、醫療應用中的抗菌膜、吸水墊和電子顯示器等，應用領域廣泛，未來用量預期將持續成長，前景可期。
專文篇篇精彩，歡迎賞閱！凡對以上內容有興趣的讀者，歡迎參閱2022年2月號《工業材料雜誌》或參見材料世界網，並歡迎
長期訂閱或加入
材料世界網會員，以獲得最快、最即時的資訊！