автореферат диссертации по электронике, 05.27.01, диссертация на тему:Моделирование процессов фотоакустической диагностики

НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ УКРАЇНИ КИЇВСЬКИЙ ПОЛІТЕХНІЧНИЙ ІНСТИТУТ

На правах рукоп УДК681.

КРИВОКОНЬ Ігор Олександрович

МОДЕЛЮВАННЯ ПРОЦЕСІВ ФОТОАКУСТИЧНОЇ ДІАГНОСТИКИ

Спеціальність 05.27.01 — твердотіла електроніка (включаючи функціональну)

АВТОРЕФЕРАТ дисертації на здобуття наукового ступеня кандидата технічних наук

Київ — 1995

Робота виконана на кафедрі електронних приладів та пристроїв Київського політехнічного інституту.

Науковий керівник:

кандидат технічних наук, професор Циганок Б.А.

Науковий консультант: кандидат фізико—математичних наук,

с.н.с. Біляєв А.Д.

Офіційні опоненти:

Провідна установа:

доктор фізико-математичних наук, зам. директора інституту фізики АН Блонський І.В.

кандидат фізико-математичних наук, асистент кафедри мікроелектроніки КПІ Лещенко М.О.

Київський Державний Університет ім. Тараса Шевченка

Захист дисертації відбудеться 12 грудня 1995 р. о ^ Н...........год.

ЛО хв. на засіданні спеціалізованої ради Д 01.02.17 в Київському політехнічному інституті за адресою: 252056,

м.Київ-56, проспект Перемоги 37, корп. 12> . і і Ц

З дисертацією можна ознайомитись у бібліотеці Національного технічного університету України (КПІ).

Автореферат розісланий - ю - листопада 1995 р.

Вчений секретар спеціалізованої ради, кандидат технічних наук, професор

Л.Д. Писаренко

ЗАГАЛЬНА ХАРАКТЕРИСТИКА ДИСЕРТАЦІЙНОЇ РОБОТИ.

Актуальність теми дослідження. На ринку сучасної продукції дедалі вагомішою стає конкуренція якості, а не конкуренція кількості. Тому контроль вихідних матеріалів, технологічних процесів на різних етапах, готових виробів займає все більше місце і вагу в ході' виготовлення та реалізації продукції. Серед різних методів контролю особливе місце посідають неруйнівні методи контролю, до яких відноситься й швидко прогресуюча фотоакустична (ФА) діагностика. Для твердотілої електроніки група мікроскопічних методів дослідження останнім часом доповнилась, новим перспективним методом — фотоакустичною мікроскопією. Дозволяючи дослідити підповерхневі шари будь-яких твердотілих об’єктів, вона має східні здібності з рентгенівською дифракційною томографією, але має більшу роздільну здатність та менший час отримання зображення.

Фотоакустична мікроскопія (ФАМ) є порівняно молодим методом, який ще не досконало вивчено теоретично та розроблено практично. На даний час існує декілька одновимірних . моделей ФАМ, але немає універсальної теорії фотоакустичного ефекту (ФАЕ) в твердому тілі, а існуючі теоретичні розробки здебільшого не мають практичного значення. У зв'язку з цим існуючі на даний час фотоакустичні мікроскопи не в повній мірі використують отриману діагностичну інформацію, а її інтерпретація буває ускладненою за відсутністю адекватних методів обробки сигналів та зображень. Створення комплексної фізико-топологічної моделі ФАЕ, математичної моделі роботи мікроскопу в різних режимах, розробка відповідних алгоритмів та пакету прикладних програм, призначеного для моделювання та обробки диагностичної інформації мають значно поповнити дослідження по фотоакустиці та поширити застосування фотоакустичної діагностики у виробництві.

Таким чином, завдання моделювання процесів фотоакустичної діагностики є актуальним та має наукове і практичне значення.

Метою дисертаційної роботи е розвиток моделі ФАМ та реалізація на її основі апаратно-програмного комплексу обробки фотоакустичної інформації. •'

Основні завдання наукового дослідження.

1. Створення тривимірної спрощеної моделі фотоакустичного ефекту та її застосування для контролю типових елементів виробів мікроелектроніки дозволяє з більшим ступенем вірогідності ідентифікувати фотоакустичні (термохвильові) зображення.

2. Створення математичної моделі комплексу фотоакустичної скануючої мікроскопії в режимах амплітудної та просторової модуляції та методики аналізу ФА сигналу з метою одержання максимальної інформації про об'єкт дослідження.

3. Розробка алгоритмів введення в комп'ютер і цифрової обробки ФА сигналів, що дозволяють одержувати необхідну інформацію (в реальному режимі

часу) та забезпечувати високе відношення сигнал/шум.

4. Розробка спеціальних засобів комп'ютерної обробки зображень, що н основі перелічених вище розробок дозволяють здійснити відбудов “істинних” (тобто не покривлених внаслідок термодифузійних та інши процесів) ФА зображень, тривимірних ФА томограм, розпізнавання : оцінку характеристик підповерхневих неоднородностей та структурни дефектів.

5. Визначення критеріїв оцінки якості різноманітних структур, готови

виробів електронної техніки за допомогою автоматизованого комплекс ФА діагностики. ■

Методи дослідження. Під час вирішення поставлених у роботі зада використано математичний апарат інтегрального та діференціальног обчислювань, термодинамики, теорії пружності, цифрової обробки сигналі та зображень, математичної статистики та планування експерименту Коректність головних " припущень ‘підтверджується результатам: експериментальних досліджень. Точність експериментальних методи відповідає сучасному рівню розвитку вимірювальної техніки.

Розроблені моделі процесів мікроскопії практично використано пр: створенні апаратно-програмного комплексу ФА діагностики Експериментальні дані збігаються з розрахунковими з точністю близьк1 20%, що свідчить про можливість застосування розроблених моделей н практиці.

Наукова новизна роботи. У дисертаційній роботі здобувачем отриман та сформульовано такі нові наукові результати:

1. На основі принципу суперпозиції та з припущенням пр' квазигомогенність об'єкту дослідження побудована тривимірна фізико-топологічна модель ФАЕ з п'єзоелектричною реєстрацією.

2. На основі тривимірної фізико-топологічної моделі ефекту побудовані математичну модель ФАМ, яка:

• враховує час встановлення процесу ФА збудження в режик амплітудної модуляції;

• визначає математичні співвідношення щодо формування Фі контрасту в режимі просторової модуляції;

• визначає залежність вихідної точності дослідження та достовірною знайдення дефекту від співвідношення сигнал/шум у сигналі з Ф^ датчика та параметрів системи.

Ця модель дозволяє автоматизувати дослідження, адаптивно змінюючі такі параметри системи, як частота модуляції, швидкість сканування алгоритми обробки ФА сигналу. .

3. На основі побудованих моделей розраховано фактори, що погіршуют ФА зображення: інструментальні, методичні та статистичні погрішності Розроблено оригінальні алгоритми обробки ФА сигналу, що дозволяют частково зкомпенсувати ці погіршення та отримати максимальн достовірну інформацію про об'єкт дослідження.

. ■ -з-

4. Завдяки застосуванню нових методів рангової обробки зображень (адаптивна кластерізація, двокрітеріальне оцінювання) для мікрозварних з’єднань,та об'єктів з мікротріщинами розроблено оригінальні евристичні алгоритми розпізнавання та кінцевої оцінки. Критерії оцінки розраховано за’ спеціально створеною методикою на основі експериментального дослідження тестових партій мікросхем та сонячних батарей. Позбавившись суб'єктивного фактора, ці алгоритми дозволяють максимально ефективно здійснювати автоматизований контроль об'єктів за їх ФА зображенням. .

Особиста участь автора в отриманні наукових результатів полягає у розробці теоретичних моделей і методів експериментальних досліджень, створенні працюючого лабораторного макету автоматизовайої системи ФА діагностики, проведенні дослідів і розрахунків, узагальненні та аналізі отриманих даних.

Практична цінність результатів роботи.

1.На основі побудованих математичних моделей визначена система

параметрів ФАМ: роздільна здатність (50...300 мкм), чутливість,

швидкість отримання (5... 100 сек) та ступінь чистоти зображення (2...15%), геометричні покривлення (до 3%) та розміри зони контролю (до 10 х 10 мм"). Ця система параметрів дозволяє розрахувати оптимальні параметри та режими дослідження — частоту модуляції (0,2...2 кГц), швидкість (0,05...1 ліній/сек) та закон сканування, методи обробки сигналу (фільтрація, реконструкція, розпізнавання).

2. На основі математичної моделі адаптивних режимів роботи створено експериментальну модель автоматизованого мікроскопа з керуванням від персонального комп'ютера та цифровою обробкою отриманих сигналів та зображень. Керування та зворотній зв’язок між комп'ютером типу ІВМ РС з мікроскопом здійснюється за допомогою 12-розрядної плати АЦП-ЦАП з частотою перетворення 4...30 кГц.

3. Розроблені оригінальні алгоритми та відповідні програми обробки ФА сигналів, які дозволяють здійснювати фільтрацію в часовій та просторовій області з метою виділення характерних особливостей ФА зображень (тріщин, дефектів мікрозварки), автоматичне їх розпізнавання та кінцеву оцінку об'єкту дослідження.

4.3а допомогою ФАМ експериментально досліджено керамічні та напівпро-водникові (Бі, СаАэ) матеріали різного ступеню якості після механічних навантажень, сколів та розрізів. Доведено можливість виявлення та візу-алізації за допомогою ФА методу зон з високою щільністю дислокацій в кремнії, що зазнав механічної деформації. Результати систематизовані та використані для подальшого поліпшення алгоритмів обробки та розпізнавання ФА зображень.

Реалізація результатів роботи. Розроблену фізико-топологічну модель ФАЕ, математичні моделі режимів роботи мікроскопу та структурну схему

обробки інформації практично реалізовано у апаратно-програмному комплексі, який застосовано в НВО "Пульсар" (Москва) та інститут напівпровідників АН України. Досвід його використання свідчить, пре справедливість отриманих у дисертаційній роботі результатів.

Апробація роботи. Наукові та практичні результати дисертаційної po6oTt доповідались на науково-технічних конференціях, наукових сесіях тг семінарах, серед яких: "Телевизионные методы и средства в науке v технике" (Киев, 1991), "Применение лазеров в технологии и система* обработки информации" (Киев, 1991), "Структурные методы исследование конденсированных сред" (Самарканд, 1992), "International Conference or Signal Processing Application and Technology" (Boston, USA, 1992) "European Materials Research Society 1993 Spring Meeting" (Strasbourg France, 1993), "Пьезоэлектрические приводы и датчики" (Обнинск, 1993) ’'Компьютерные технологии в промышленности" (п.Песчаное, Крым, 1994). "1-а-Українська конфенція з автоматичного керування — Автоматика^94' (Київ, 1994), "Проблемы физической и биомедицинской электроники' (Киев, 1995), а також на постійно діючому в Київському Державном) Університеті семинарі з фотоакустики.

Публікації. Матеріали дисертаційної роботи відображені у 10 друкованю працях.

Структура роботи. Дисертаційна робота складається з вступу, чотирьом глав, висновку, переліку літератури та трьох додатків, основний її текст викладено на 125 машинописних сторінках, ілюстровано 46 малюнками тг

2 таблицями. Список цитованої літератури містить 132 назви.

В першому розділі подано огляд фотоакустичних методів в діагностиці матеріалів і готових виробів.

Принцип дії ФАМ заснований на явищі генерації і розповсюдження теплових і акустичних хвиль, збуджуваних модульованим за інтенсивністю зондуючим лазерним випромінюванням чи електронним променем. Поглинання випромінювання досліджуваним об’єктом призводить де нагрівання освітленої області та генерації періодичних теплових потоків ф, і <2Є, що розповсюджуються в об'єкті і від його межі у навколишнє газове середовище відповідно (мал.1). Рішеннями рівняння термодіфузії е твердому тілі, що відповідають даній ситуації, є температурні хвилі, згасаючі в е разів на довжині термодифузії ц5:

де к$ - теплопроводність, р5 - щільність, С„ - теплоємність твердого тіла газу відповідно, со—2/ - кутова частота модуляції випромінювання.

ЗМІСТ РОБОТИ.

Внаслідок періодичного нагрівання і теплової деформації локальної області об'єкту в ньому також збуджуються і розповсюджуються акустичні хвилі тієї ж частоти, що і температурні хвилі. Це явище отримало назву фото-акустичного ефекту (ФАЕ) в

твердому тілі.

Акустичні коливання об'єкту Мал. 1. Фотоакустичний ефект в твердому тілі. або безпосередньо температурні

хвилі реєструються датчиком.

Сигнал, що знімається з датчика, для кожної виділеної області об'єкту залежить від її локальних фізичних властивостей, тому при скануванні

лазерного променю у двох взаємно ортогональних напрямках формується

фотоакустичне (термохвильове) зображення. В загальному випадку'воно є результатом накладення трьох різних процесів:

• зміни потужності випромінювання, що поглинається, внаслідок зміни від крапки до крапки оптичних властивостей об'єкту;

• взаємодії температурних хвиль з теплофізичними неоднорідностями об'єкту;

• взаємодії акустичних хвиль з пружними неоднорідностямі об'єкту. Перший процес несе інформацію тільки про абсорбційно-відбивальні

властивості взірця. При домінуванні цього процесу ФА зображення по суті ідентичне оптичному зображенню. Роздільна здатність визначається діаметром зондуючого променя, а глибина візуалізації підповерхневої структури — глибиною проникання зондуючого випромінювання в об'єкт дослідження.

Другий процес є характерним саме для термохвильових засобів діагностики і не зустрічається ані в оптичній, ані в акустичній мікроскопії. Визначається цей процес термічними властивостями об'єкту: теплопровідністю /г5, температуропровідністю р3=/г3/р5С5, коефіцієнтом теплового поширення а,5. Незвжаючи на сильне згасання, наприклад для міді 2 мкм < щ < 2 мм при зміні частоти модуляції від 10 Мгц до 10 Гц, температурні хвилі мають характеристики звичайних хвиль і тому їх взаємодію з тепловими неоднорідностями твердого тіла, за аналогією з оптичними і акустичними хвилями, можна розглядати як процеси розсіювання і відбивання.

Прилади ФА діагностики можна класифікувати за наступними критеріями:

1. Джерело і параметри збуджуючого випромінювання: оптичні джерела (лазери, галогенові лампи та ін.) з модулятором та сканером, електронний промінь (використовуються стандартні растрові електронні мікроскопи з модернізованим ФА детектором).

2. Способи реєстрації ФА сигналу: п’єзоелектрична, піроелектрична, газо-мікрофонна та інфрачервона реєстрація, метод міраж-ефекту, інтерфе-

-6-

ренційний та дефлекційний методи.

3. Методи обробки ФА сигналу: аналогові та цифрові (спеціалізовані аб на базі комп’ютерів загального призначення). .

На основі аналізу цих можливостей вибрано відповідний для задач не руйнівного контролю варіант: збудження лазерним променем, п’єзоелек трична реєстрація та обробка за допомогою персонального комп’ютера.

Другий розділ присвячений математичному моделюванню ФАЕ. Віл сутність єдиного підходу до розшифровки ФА зображень (зокрема, : режимі просторової модуляциі) пов'язана з тим, що в цей час ще не існу універсальної моделі ФАЕ. Звичайно, для тих чи інших умов експеримент; використовуються певні припущення і будується спрощена модель. Так для ФАЕ в конденсованих середовищах з п’єзоелектричною реєстраціє!* сигналу найбільше розповсюдження дістала модель Джексона-Амера однак вона справедлива лише для однорідних взірців. В більшост практичних випадків інтерес для ФАМ представляють взірці з внутрішнім! неоднорідностямі й дефектами. Тому була розроблена модель, що дозволж оцінити вплив підповерхневих дефектів на ФА сигнал. При цьому моделі будується в два етапи - розглядається одновимірний випадок, а після цьоп результати узагальнюються для тривимірної задачі в припущенн квазігомогенності взірця.

Розглянемо взірець, що опромінюється гармонійно модульованим з ча стотою ю випромінюванням, який жорстко сполучений зворотньою сторо ною з п'єзоперетворювачем. При цьому приймаємо наступні припущення:

а) взірець непрозорий, випромінювання поглинається на поверхні;

б) сполучення взірця з п'єзоперетворювачем вважаємо ідеальним т; нехтуємо акустичним відбиванням від межі;

в) хвильовий вектор для акустичної хвилі в п'єзоперетворювач вважаємо приблизно таким, як і у взірці;

г) вважаємо, що взірець термічно задовольняє умові щ << а << /, де -довжина теплової дифузії і а - товщина взірця.

Вирішуючи рівняння теплопровідності, одержуємо вираз ДЛі гармонійної компоненти температури у взірці:

@(x,t) = ©о eXp(-0JC+KOf), де 0О = /()Р/2/ест, О = (1 + [)/Ц5 ■

При наявності температурного поля механічна напруга дорівнює:

T=(2v+X) ди/дх ~ (3A.+2v)0cx, , де А, та v - константи Ляме, и - зміщення, а, - коефіціет температурного поширення.

За допомогою функцій Гріна знайдено рішення цього рівняння дл5

заданих граничних умов :

/ /

«(л-) = С, J/(x')6fV+ jG2{x,x')f(x')dx',

І) ( О

де f{x) = -Ст0'ое~°' ,

(кі) ~(>™У

І

П'єзоелектричне рівняння можна записати як

де Е - напруженість електричного поля, Л - п'єзоелектричний коефіцієнт.

Звідси одержуємо наступний вираз для вихідної напруги п'єзопе-ретворювача, викликаної збудженням в точці х підповерхневої області об'єкту:

З цих рівнянь можна зробити висновок про те, що вплив підповерхневих неоднорідностей є пропорційним їх коефіцієнту теплового поширення а, та зменшується з відстанню від поверхні як е~х/ц!. Ці висновки, одержані внаслідок дослідження ' одновимірної моделі, використані надалі для побудови спрощеної тривимірної моделі.

Роздільна здатність ФАМ визначається як діаметром лазерного пучка л0, так і довжиною теплової дифузії р.5. Надалі ми будемо розглядати низькочастотну область ФАЕ (ю < 105 рад/с), в якій |і5 >> г0. Тому можна знехтувати кінцевими розмірами пучка і вважати джерело теплового збудження крапковим.

Приймемо допущення про квазігомогенність взірця. Це означає, що підповерхневі дефекти і неоднорідності мають відносно малий розмір і не вносять значної зміни в умови розповсюдження теплових хвиль. В цьому випадку дефекти можуть бути виявлені внаслідок зміни локальних умов збудження акустичних хвиль за рахунок зміни коефіцієнту температурного поширення в дефектній зоні.

Вважаючи процеси, що протікають в системі, лінійними, можна застосувати принцип суперпозиції, розбивши об'єм взірця на елементарні об'єми сіУ і розглядаючи вплив кожного елементарного об'єму на вихідний сигнал..

В квазігомогенному ізотропному матеріалі теплова хвиля розповсюджується рівномірно у всіх напрямках,від місця збудження (тобто ізотермічні поверхні є полусферами), тому інтенсивність взаємодії з неоднорідністю визначається лише відстанню г від неї до місця збудження теплових хвиль. Якщо проінтегрувати сигнал по об'єму взірця, одержимо сумарний ФА сигнал, що знімається з п'єзодатчика (у випадку однорідного взірця):

Уи = І I ^К(х0е~' <['созГш/- — \г2сІгс/фсіО= -' = л2 АГа„ц. собі со^ — —

Для термічно товстого взірця, в підповерхневій області якого на глибині г знаходиться дефект малого (у порівнянні з довжиною теплової дифузії) розміру, амплітуда і фаза вихідного ФА сигналу дорівнює:

де О. - об'єм дефекту, - довжина теплової дифузії, а0 - коефіцієнт теплового поширення взірця, Да - зміна коефіцієнту в межах дефекту.

Отримані формули дозволяють промоделювати ФА сигнал і зображення від взірця з заздалегідь відомим розподілом неоднорідностей. Так, був виготовлений пластинчатий взірець із латуні з наскрізним отвором діаметром

0,6 мм в продольному напрямі. На основі збудованої тривимірної моделі було промодельоване ФА зображення на частоті модуляції/=500 Гц; на ФАМ було одержано відповідне експериментальне зображення. Задовільна відповідність розрахункових даних з експериментом підтверджує можливість застосування збудованої тривимірної моделі на практиці.

Як і мікроскопи, робота яких заснована на інших фізичних принципах (оптичні, акустичні та ін.), ФАМ може бути охарактеризований

стандартними параметрами. Для їх визначення була використана

збудована тривимірна модель та одержані наступні результати:

Роздільна здатність. Розрахована за методом парних імпульсов і дорівнює Я « Зц5 , де |.і5 - довжина теплової дифузії. Реальне значення складає 50...300 мкм.

Чутливість мікроскопу. Визначається як мінімальний розмір дефекту, що може бути виявлений на основі аналізу зображення. Ця характеристика залежить як від глибини залягання дефекту, так і від шумових параметрів системи:

де Ь'=Ь/(.і, - нормована глибина залягання дефекту, т| - відношення сигнал/шум на виході ФА датчика. Реальне значення складає 10...300 мкм.

Продуктивність мікроскопу і ступінь чистоти зображення. Ці два параметри взаємопов'язані. Продуктивність визначається часом, що витрачається на контроль об'єкту. Ступінь чистоти зображення - це характеристика, яка нормує неоднорідність вихідного зображення за умови спостереження однорідного об'єкту. Звичайно можна вважати шуми ФА сигналу некорельованими, тому ступінь чистоти зображення визначається

дисперсією шумового фону на зображенні однорідного об'єкту і може бути

1г

г

Ксоз(соґ -ср)^~і.івп*аи +<^2Аа2е +-~|.і37с2Оа0Дае соб^-^—ь

6 4?

виражена контрастом шумового складника на зображенні. Одержано наступний вираз, що зв'язує продуктивність Я зі ступенем чистоти к, який необхідно дістати на зображенні: Р = Л/0к2г|2 . Реальні значення

швидкості отримання - 5...100 сек, чистоти зображення - 2...15%:

Г еометричні покривленая і розміри зони контролю. Фізичні принципи формування зображення -не накладають обмежень на ці два параметри. Тому вони визначаються конструктивними особливостями виконання ФАМ. Для розробленої системи "Контраст-1" геометричні покривлення не перевищують 3%, максимальний розмір зони контролю -10x10 мм2. .

Третій розділ присвячено розробці методів обробки ФА сигналів та зображень. Задачі обробки включають детекцію низькочастотної складової частини сигналу, що несе інформацію по рядках зображення, первинну фільтрацію і запис в аналоговий або цифровий пристрій для подальшого відображення на відеомоніторі.

В разі аналогової обробки сигналу детекція здійснюється за допомогою випрямляючої схеми, фільтрація - за допомогою аналогового електричного НЧ фільтру, запис здійснюється в пристрої пам'яті на основі запом'ятовуючих електроннопроменевих трубок.

В цифровій системі обробки ФА зображення здійснюється аналого-цифрове перетворення заздалегідь підсиленого до необхідного рівня сигналу. Сигнал у цифровій формі заводиться до комп'ютеру, що за спеціальною програмою здійснює обробку: детекцію, фільтрацію та запис в пам'ять.

Процедури розпізнавання забезпечують перетворення зображення в певний абстрактний опис: набір чисел, ланцюг символів, граф тощо. Подальша обробка такого опису дозволяє віднести початкове зображення до .одного з деякйх класів. Автоматизація систем неруйнівної діагностики пов'язана з виявленням на зображеннях об'єктів відхилень від ' норми визначеного типу. Задача розпізнавання тісно пов’язана з попередньою обробкою зображення, тобто таких його перетворень, внаслідок яких спрощується задача класифікації. Крім цих двох основних задач (обробка і розпізнавання), автоматизована система неруйнівного контролю повинна забезпечити збір, збереження в архіві та первинну класифікацію зображень.

В рішенні задач аналізу зображень можна виділити два підходи, що засновані на роботі в спектральній і просторовій областях. В застосуванні до фотоакустичної діагностики був проаналізований кожен з цих підходів.

Спектральні коефіцієнти, знайдені внаслідок двовимірного перетворення, визначають вагу базисних зображень (тобто двовимірних базисних функцій), відповідних цьому перетворенню, при яких зважена сума базисних функцій ідентична зображенню. Можна вважати, що ці коефіцієнти являють міру кореляції відповідних базисних функцій з зображенням. Якщо базисне зображення має таку ж просторову форму, що й признак, який необхідно знайти на зображенні, то визначення признаку можна здійснити просто спостерігаючи значення відповідного спектрального коефіцієнту. Практична складність полягає в тому, що об'єкти, які необхідно виявляти, часто мають

складпу форму та розподіл яскравостсй і не відповідають точно простішим яскравосним образам, якими є’базисні функції більшості перетворень.

В разі контролю елементів мікроелектроніки часто на поверхні взірця є регулярна структура, що не несе інформації про ступінь дефектності взірця. Вона піддається визначенню шляхом аналізу в спектральній області (для подальшої компенсації). Зручною властивістю є інваріантність зображення в спектральній області щодо зсуву. Інтегрування його по куту на площині просторових частот дозволяє одержати просторово-частотний признак, інваріантний щодо зсуву і повороту. Можливим є вибір області інтегрування специфічної форми залежно під об'єкту визначення.

Тим часом, виявлення нерегулярностей структури у вигляді тріщин пов'язане з певними труднощами, оскільки в цьому випадку специфіка об'єкту полягає не в його формі чи яскравосних характеристиках, а в особливостях структури, які дозволяють людині або експертній системі відрізнити її від регулярної частини зображення чи випадкових шумів (при достатній інтенсивності дефекту).

Проведені дослідження показали, що в цих задачах більш ефективними є евристичні алгоритми, що діють в просторовій області і в деякій мірі моделюють інтелектуальний процес мислення людини при розпізнаванні образів. Так, розроблені алгоритми дозволяють виявити тріщини за відомими закономірностями в їх ближній структурі (мал.2). На етапі навчання системи (шляхом зміни програми чи шляхом зміни

' ' ' / ч 5 ' ' ' ' ' * V % \ а4 Ч

ІІІІІІІІІІІІІІІІІІІІІІ І11ІІІІІІШІІІІІІІІ / ' < ' < /5 :

шмшшшшшшшмшшшшш "

тШтттттшттІт щщщштшшшїжшщшттт Ш1ІІІІІІІІІІ11ІЩІ11ІІР ■■■■ - ■' ■'<- 'V ■■ : ■' -її г «' ч / , ' *К - / * ^ ^ > < V, >Л , V ' ' < /' Г" * ' % . ' * * , Ч ' * ' * " , у - ,♦ V " '< 'с і 4 ч ' ' , N ' ' ' ' ' ' > , ' < ч > ч <

• (а) (б)

Мал. 2. Виділення з оригінального зображення (а) дефекту у вигляді тріщини (б) з компенсацією регулярної структури.

параметрів моделі) формуються характерні маски структур розміром 3x3 або 5x5 елементів. Потім кожний елемент зображення перевіряється на належність такій структурі шляхом дисперсного аналізу. На основі попередньої статистичної оцінки формуються граничні значення дисперсії і

рекомендації щодо розміру маски. Далі зображення бінарізується за критерієм належності нерегулярностям типу тріщин. При цьому застосовується заздалегідь одержана інформація про регулярну структуру на зображенні. Останнім кроком аналізу є оцінка дальнього, порядку одержаного бінарного зображення (за аналогічною методикою): Розроблений пакет алгоритмів дозволяє, застосовуючи заздалегідь підібрані критерії, з максимальною імовірністю робити висновки про наявність тріщин і. оцінювати їх характеристики (довжину, ширину, площу). ,

' Однією з перспективних областей застосування ФАМ є контроль мікр-озварних з'єднань інтегральних мікросхем. Завданням автоматизованої системи контролю є розпізнавання зварювання та оцінка його якості. Як показали експерименти, ФА зображення мікрозварних з'єднань між алюмінієвою фольгою і контактною площиною кристалу можуть бути повно описані кусочно-постійною моделлю з використанням трьох характерних областей: області фольги, області кристалу і області

зварювання. При цьому в межах одного ФА зображення можна знехтувати трендом даних, обумовленим нерівномірністю склейки; область фольгі та кристалу характеризуються середніми рівнями ФА сигналу Sa і Ss відповідно. Розроблений алгоритм розпізнавання за геометричними особливостями зображення мікрозварного з'єднання дозволяє автоматично визначити області, що гарантовано становлять фрагменти фольги і кристалу, за якими знаходиться оцінка Sa і Ss. Також автоматично точно визначається розміщення та розміри зварної крапки, після чого здійснюється оцінка якості зварювання. "

Оскільки абсолютний рівень ФА сигналу залежить від багатьох практично непрогнозуємих обставин (якості склейки між об’єктом і п'єзоперетворювачем, температури навколишнього середовища та ін.), оцінка повинна будуватися на порівнянні сигналу з деякими постійними в межах одного ФА зображення рівнями, відповідними певним фізичним умовам, якими й служать Sa і Ss.. Механічний контакт між фольгою і кристалом відсутній, тому ненульове значення рівня Sa зумовлено лише шумами різноманітної природи. В ідеальному випадку Sa=0. Для реального зображення Sa може служити мірою шумової складаючої в сигналі. Рівень Ss може бути прийнятий за "1”, в межах одного фотоакустичного зображення. Для будь-якої точки (х, у) фотоакстичного зображення S, що лежить у межах зварювання, виконується співвідношення:

Sa < Six, у) < Ss

Чим краще приварена фольга в точці, тим менш послаблюється ФА сигнал при проходженні крізь фольгу в кристал і тим ближче значення S(x, у) до Ss. Таким чином, локальною оцінкою якості зварки в точці-(х, у) може служити величина . ,

( \ s(x’y)~s°

Рівень Sa віднімається для компенсації шумів, що мають здебільшого адитивний характер.

, -12-

Вводиться поняття порогового значення qn, що є локальним критерієм зварювання: при q{x, у) > qn точка (х, у) вважається привареною надійно. Від локальної характеристики необхідно перейти до інтегральної - по всій площі зваювання. Такою оцінкою є величина

Р = ^ \\ч{х.,уУ^у,

де 5 - площа зварювання.

Ця оцінка лежить в межах 0<Р<1; вводиться поняття інтегрального критерію Рп, такого, що при Р>Рп якість всього зварювання визнається задовільною.

Розроблено алгоритм визначення .оптимальних значень цп та Рп на основі досліджень тестових партій мікросхем. Проведені- експерименти дозволили одержати такі значення цих критеріїв, що

■ забезпечили практично повний збіг ре-

Мал. 3. Фотоакустичне зображення 3уЛЬхатів (99% за шкалою "придатний" -мікрозварювання відмінної якості. „

непридатнии ) ФА контролю з результатами традиційного руйнуючого контролю на тестовій партії з ЗО інтегральних мікросхем (зусилля на відрив -5 г).

Проаналізовані основні групи похибок, що виникають при фотоакустичному діагностуванні мікроструктур':

1. Інструментальні похибки, пов’язані з помилками при детектуванні ФА сигналу, з нерівномірностю сканування, похибками роботи електронних блоків, що здійснюють підсилення і аналого-цифрове перетворення.

2. Методичні похибки, пов'язані з неможливістю ідеальної стандартизації умов підготовки взірців для контролю (нерівномірність акустичної склейки, неточність розміщення об'єкту, тощо), а також з наявністю суб'єктивного фактору при ручній настройці апаратури (наприклад, при фокусуванні зондуючого променя).

3. Похибки статистичного характеру, які існують в зв'язку з тим, що теоретично істинні параметри можуть бути знайдені тільки з ансамблю, що складається з нескінченно великого числа реалізацій (або по одній реалізації нескінченної довжини, якщо випадковий процес стаціонарний та ергодичний). Практично число і час виміру завжди обмежені, тому експериментально одержані статистичні характеристики є випадковими величинами, оцінками відповідних значень.

В роботі запропоновані методики зменшення похибок, які використовуються при автоматичному виборі оптимальних режимів роботи ФАМ.

В четвертому розділі описано автоматизовану систему ФА контролю "Контраст-1", створену' на підставі збудованої тривимірної фізико-топологічної моделі ФАЕ і запропонованої схеми обробки ФА сигналів та зображень. З її допомогою реалізується:

• неруйнівний контроль вихідних .матеріалів, технологічних процесів і

■ -13-

готових виробів електронної техніки. Фотоакустичний спосіб є чутливим до будь-яких неоднородностей" підповерхневої структури взірця, ідо досліджується;

• кількісний аналіз теплофізичних і механічних параметрів твердотілих

об'єктів; ■ • .

• обробка і аналіз ФА зображень різноманітних типів з метою одержання ' максимальної інформації про об'єкти дослідження. Запропоновані

методи обробки можуть бути використані в інших галузях (наприклад, дистанційний контроль поверхні Землі).

Як джерело оптичного випромінювання в системі використовується аргоновий лазер ЛГН-402 з довжиною хвилі 0,52 мкм і потужністю до 4 Вт'. Модуляція інтенсивності оптичного випромінювання здійснюється механічним обтюратором. Система сканування складається з електромеханічного скануючого пристрою з поворотними дзеркалами та підсилювача струму, що являє собою підсилювач потужності зі зворотним зв'язком по струму з двома каналами (для координат X та У). Фотоакустична комірка містить датчик у вигляді п'єзоелектричного перетворювача з кераміки типу ЦТС-19, акустично зв'язаного з об'єктом, що досліджується. Амплітуда ФА сигналу на електродах п'єзоелектричного перетворювача на частоті модуляції 1 кГц звичайно знаходиться в межах від 10 мкВ до 1 мВ. Підсилювач ФА сигналу конструктивно виконаний на одній платі та забезпечує узгодження рівня сигналу зі входом блоку аналого-цифрових перетворювачів.

Подальша обробка сигналу для формування ФА зображення здійснюється за допомогою програмно-апаратного комплексу на базі персонального комп'ютеру типу ІВМ РС. Керуюча програма становить інтегрований пакет, що реалізує описані вище алгоритми обробки сигналів та зображень. Пакет може бути легко змінений і доповнений відповідно до специфіки завдання дослідження. Адаптивна настройка режимів роботи керуючою програмою дозволяє досягти максмально ефективної діагностики різноманітних об'єктів контролю.

Для ефективної роботи оператора з системою розроблений багатовіконний графічний інтерфейс користувача. Він забезпечує доступ до параметрів системи, що настроюються, та управління одержанням, обробкою і розпізнаванням ФА зображень. Розроблена система дозволяє одержувати, систематизувати зображення і працювати з архівом одержаних експериментальних даних. Застосування об'єктно-орієнтованого програмування на алгоритмічній мові С++ дало можливість поєднати гнучкість в розробці низькорівневих високошвидкісних підпрограм з перевагами ієрархічної побудови основних класів програми, . що забезпечують принципи поліморфізма, інкапсуляції і спадкування.

ОСНОВНІ РЕЗУЛЬТАТИ І ВИСНОВКИ.

1. Проведений порівняльний аналіз методів неруйнівного контролю матеріалів та виробів показав ефективність застосування ФАМ при глибинах залягання неоднородностей в діапазоні 0...1000 мкм і мінімальних розмірах дефекту від 10 мкм. ,

-14-

2. На основі запропонованої одновимірної фізико-топологічної моделі ФАЕ для непрозорих об'єктів з припущенням ідеального поєднання з п'єзоелектричним перетворювачем побудовано тривимірну модель, яка дозволяє врахувати вплив на вихідний ФА сигнал дефектів та. неоднорідностей в підповерхневому шарі на глибинах до 2 мм. ’

3.Розроблені оригінальні алгоритми'і відповідні підпрограми обробки ФА сигналів, що використовують зазначену вище тривимірну модель та експериментально одержані критерії, що дозволяють проводити оптимальну фільтрацію, розпізнавання та оцінку фотоакустичних зображень.

4. Розроблена та реалізована структура адаптивного автоматизованого ФАМ, що дозволяє досліджувати вихідні матеріали та готові вироби на різноманітних стадіях виробництва, в оптимальних режимах роботи.

5. Проведено експериментальний аналіз різноманітних вихідних матеріалів і виробів, зокрема, надтвердих сплавів та кераміки після ударних механічних навантажень, напівпровідникових кристалів після деформації згинання, планарних напівпровідникових структур після скрайбування, мікрозварних з'єднань інтегральних мікросхем. Результати цих досліджень підтвердили теоретичні розрахунки, подані раніше, та показали доцільність практичного застосування розробленої автоматизованої системи фотоакустичної діагностики.

ГОЛОВНІ ПУБЛІКАЦІЇ ЗА МАТЕРІАЛАМИ ДИСЕРТАЦІЙНОЇ

РОБОТИ.

1.Кривоконь И.А., Мельничук 0-А-. Цыганок Б.А. Устройство визуализации фотоакустических изображений при дефектоскопии микросварных соединений. // Тезисы докладов конференции '"Телевизионные методы и средства в науке и технике".-Киев.-1991. 'Проанализовано можливості аналогових методів отримання, запису та обробки фотоакустичних зображень.

2. Беляев А.Д., Кривоконь И.А., Цыганок Б.А. Влияние границы образца на величину сигнала при лазерном возбуждении термоупругих волн в твердых телах. // Материалы конференции "Применение лазеров в технологии и системах передачи и обработки информации". — Киев. — 1991.

Проанализовано вплив крайових ефектів на ФА процеси, запропоновано оригінальний метод визначення теплофізичних параметрів досліджуваних матеріалів.

3. Krivokon. І.А., Tsyganok В.А. Adaptive Method [or Reconstruction of Thermal-wave Tomograms. / / Proc. International Conference on Signal Processing Applicvation and Technology, Boston, 1992.

Запропоновано новий адаптивний метод реконструкції тривимірних фотоакустичних томограм з припущенням про квазигомогенність зразку. ■Експериментально перевірено розроблені алгоритми та комп'ютерні програми тривимірної візуалізації.

4. Жовнир Н.Ф., Кривоконь И.А., Селиванов С.А . Цыганок Б.А. Пьезоэлектрические датчики для фотоакустической микроскопии. // Тезисы

■ -15- .

докладов Международной научно-практической конференции "Пьезоэлектрические приводы и датчики",- Обнинск,-1993. ' '

Теоретично ■ та експериментально проаналізовано різні типи п'єзоелектричних датчиків для фотоакустичної мікроскопії та дані

рекомендації щодо практичного ЇХ'використання.. '

5. Беляев А.Д., Дуброва К.С., Кривоконь И.А.-, Цыганок Б.А.

Фотоакустический контроль пьезоэлектрических преобразователей.■ / / Техническая диагностика, №1-2, 1995.

Запропоновано методику виявлення дефектів та визначення позиційної неоднорідності п'єзоелектричних перетворювачів. .

6.Жовнир Н.Ф., Кривоконь И.А., Цыганок Б.А. Принципы компьютерной обработки фотоакустических изображений. / / Тезисы докладов Международной конференции "Компьютерные технологии в промышленности", Общество "Знание".-Киев.- 1994.

Викладено основні принципи комп'ютерної обробки фотоакустичних зображень, які розроблені та експериментально перевірені на основі аналізу створених моделей фотоакустичної діагностики.

7. Беляев А.Д., Кривоконь И.А., ' Цыганок Б.А. Автоматизированная

система управления фотоакустическим микроскопом. / / Материалы

международной конференции "Автоматизированные системы управления".-Киев.-1994.

Викладено структурну схему та принципи організації автоматизованого фотоакустичного мікроскопу. На основі розроблених моделей ’адаптивних режимів роботи визначено параметри ' та характеристики необхідного апаратно-програмного забезпечення.

8. Krivokon I.A., Tsyganok В.A., Belyaev A.D. Experimental Examination of Strained Semiconductor Samples Using Photoacoustic Diagnostic Method. // Microelectronic Engineering 25 (1994).

На основі експериментальних досліджень на розробленому фотоаку-стичному мікроскопі експериментально дойбдено можливість знайдення та візуалізації за допомогою фотоакустичного методу зон з високою щільністю дислокацій в кремнії, то зазнав механічної деформації.

9. Карпачев Ю., Кривоконь И., Жовнир Н., Цыганок Б. Автоматизированная телевизионная система дефектоскопии поверхностей. / / Інформатизація та нові технології, №1, 1995. Розроблено методи обробки, розпізнавання та оцінки зображень для систем неруйнівного контролю.

10.Циганок Б.А., Кривоконь І.СЗ., Ковтуненко С.В., Жовнір М.Ф. Фото-акустичний мікроскоп для неруйнівного контролю твердотільних структур.

/ / Сборник докладов Международной научно-технической конференции "Проблемы физической и биомедицинской электроники".-Киев-1995.

Викладено цілісну структуру автоматизованої системи фотоакустичного контролю. Визначені параметри та характеристики апаратного та програмного забезпечення та режими їх роботи.

-16-

АННОТАЦИЯ

Кривоконь И.А. Моделирование процессов фотоакустической диагностики. Диссертация на соискание ученой степени кандидата технических наук по специальности 05.27.01 - твердотельная электроника (включая

функциональную), Киевский политехнический институт, Киев, 1995. Защищается 10 научных работ, которые содержат теоретические исследования процессов фотоакустической микроскопии, инженерные методики и результаты экспериментов. Установлено, что расчет системы параметров фотоакустического микроскопа на основу разработанных моделей позволяет определить оптимальные режимы исследования. Разработанные алгоритмы обработки позволяют автоматизировать распознавание и оценку фотоакустических изображений. Осуществлено внедрение предложенных методик и решений. .

Ключевые слова: фотоакустика, моделирование, неразрушающий контроль, обработка изображений. .

ABSTRACT

Krivokon I.A. Modelling of processes of photoacoustic diagnostics. The dissertation for the scientific degree of candidate of technical sciences on the speciality 05.27.01 - solid-state electronics (including functional), Kiev Polytechnic Institute, Kiev. 1995.

Prompt to defend 10 scientific papers, which contain theoretical researches ol processes of photoacoustic microscopy, engineering techniques and results ol experiments. It is established, that account of system of photoacoustic microscope parameters on the basis of developed models lets to determine optimum modes ol research. Developed algorithms of processing let to automate recognition anc evaluation of the photoacoustic images. Introduction of offered engineering techniques and decisions is carried out.

Keywords: photoacoustics, modelling, nondestructive evaluation, image processing.