微机电系统（MEMS）的使用已经在航空、汽车、生物医学、消费品、医疗和电信等行业变得越来越普遍。在晶圆级别测试阶段，早期的MEMS设备测试至关重要，为确保高产量和可靠性，并且要以低成本实现，需要先进的光学测量技术，而电气测试无法实现这一点。 本文产品：MSA-600、MPI TS2000-SE
本文介绍了一种使用自动或半自动探针台与激光多普勒振动计相结合的光学测量技术，可以在晶圆级别对MEMS器件进行动态响应测量。该技术可以实现高精度的实时动态响应测量，标准仪器的频率带宽高达25MHz，专业设置的频率带宽高达6GHz。该解决方案基于晶圆处理、晶圆探测、样品激发、光学测量、过程控制和数据处理等成熟技术组件。本文还介绍了几个特性研究的例子，以证明该技术在典型应用领域的有效性。
为了对MEMS器件进行光学表征，可以使用多种测量技术和商业解决方案来测量各种物理特性，如尺寸、薄膜厚度、台阶高度、横截面、粗糙度、应力、静摩擦、弹性模量、响应时间和热性能等。基本光学显微镜具有数字图像处理功能，可以提供尺寸分析和变形测量，而更先进的光学测量系统可以针对特定功能进行定制，如3D形状测量、动态响应、高横向分辨率和/或高垂直分辨率。由于光学测量是一种非接触测量原理，因此非常适用于晶圆级测试。如果需要实时功能来表征设备的动态机械特性，激光多普勒测振（LDV）是一种合适的方法，可以提供最高的位移分辨率，但受到光的散粒噪声的限制。集成了激光多普勒振动计的光学微系统分析仪是MEMS器件动态响应测量的理想工具，因为MEMS器件通常涉及用于传感和驱动的主动移动元件。动态响应测量提供了一些关键信息，这些信息仅通过电气测试无法确定，例如微镜的稳定时间动态、谐振器的位移幅度和悬臂梁的谐振频率等。为了实现精确、实时和高分辨率的非侵入式测量，除了可用于面外测量的扫描激光多普勒振动计外，还可以选择使用频闪视频显微镜和白光干涉仪等技术，以增加对静态形状的表面形貌测量功能。目前该仪器在整个MEMS社区中被用于对微镜、悬臂梁、加速度计、陀螺仪、执行器、射频开关、换能器、喷墨器、扩音器、压力传感器、谐振器等器件进行表征。应用范围包括以下几个方面：1、动态测试：对器件的响应进行动态测试，以确定机械参数，如共振频率、刚度以及在施加特定物理刺激后的减震效果。2、材料参数模型识别：基于振动测量数据，识别材料参数模型，例如用于测定MEMS膜的材料应力。3、设计验证：通过测量性能与预期有限元模型的一致性，对设计进行验证。4、沉降时间测量：测量沉降时间动态，以确定精确的运动与时间关系，并呈现响应的3D可视化效果。5、校准：在广泛的运动和频率范围内，校准执行器和传感器的位移与驱动电压之间的关系。6、表征制造过程：进行形貌测量，确定制造过程后的特征，如形状、几何形状、曲率、粗糙度、台阶高度、薄膜应力、分层等。本文介绍了完整晶圆级测试站的技术组件，包括探针台和激光多普勒振动计，样品激励方案以及展示该方法多功能性的典型应用。理解操作原理对于了解该技术的潜力、优势和局限性非常重要。文章对该技术进行了详细总结，并通过示例展示了如何将上述技术用于关键应用。（图1）图1展示了MEMS晶圆级测试中不同振动计应用的分类
激光多普勒振动仪是一种使用激光技术来测量振动结构上选定点的速度和位移的光学仪器。激光振动仪具有无接触量测、不受表面特性或环境条件影响等特点。激光束的聚焦能力可以达到低于1微米的斑点直径，可用于研究光学显微镜下可见的MEMS结构。激光多普勒振动仪具有广泛的频率范围（从直流到GHz级），高动态范围（超过170 dB）和大振幅范围（从0.01微米/秒到150米/秒），可用于全息和其他技术的测量。激光多普勒振动仪利用多普勒效应，通过测量从移动目标反向散射的光传递的信息，获得运动量、速度和位移等参数。光波的相位受到表面位移的调节，而瞬时速度则会改变光波。通过干涉技术，将接收到的光波与参考光波混合，使两者在光探针器处重新组合。改进后的Mach-Zehnder干涉仪的基本布置如图2所示。图 2：改进型马赫-曾德尔干涉仪的光学原理图LDV测量仪器可以扩展到3D振动计的设置，从而提供面外和面内运动的pm分辨率。LDV的一个具体特性是它在单个点进行测量，而不像使用视频干涉测量技术那样捕捉整个场景。对于晶圆级的在线检测来说，单点测量是迄今为止提取特征机械参数最快的方法。然而，如果需要使用扫描镜在X和Y方向上偏转激光测量光束，LDV技术就可以扩展到全区域扫描。下面是图3，显示了带有2D扫描镜M的原理图。激光测量光束可以定位在实时显微镜视频上可见的任何点。这项技术用于逐点扫描区域，以测量结构的速度场。每个点的相位是通过同时测量附加参考通道（通常是由内部信号发生器产生的驱动信号）来确定的。根据这些数据，可以计算出3D偏转形状。结果包括结构上速度和/或位移场的映射，可以在频域或时域中显示响应的3D动画。图 3：显微镜扫描激光测振仪的光学布局最近的发展是通过结合红外相机实现红外短相干光源，将这种方法扩展到硅盖帽MEMS中的光学振动测量。复杂的深度扫描允许将测量平面精确定位在设备的移动组件处，并抑制来自设备的所有其他非移动功能层的干扰贡献。因此，这种方法可以在MEMS的开发和制造过程中对所有相关点进行测量，并在最终封装之前进行检查。晶圆级测试可选择手动或自动的探针台。为了不受限制地观察被测试器件（DUT）并将探针与测试垫对准，放置在卡盘上的晶圆探针台上配备了光学对准显微镜。电探测可以采用多种方式，从直流信号到高频射频信号不等。此外，触点的数量也可以根据需要进行调整，从简单的手动探针定位器到需要探针卡的多个探针。有时，在探测区域上方放置其他仪器是必要的。例如，在光学测试中，可能需要使用不同尺寸的积分球来收集设备发射的光。如果设备对光敏感，还可以使用特定的光源进行刺激。或者，对于非光学组件，可以使用磁铁进行激励。光学分析工具可以测量DUT的机械特性和行为，例如3D运动或形貌。MEMS是这类器件的一个典型例子，其可以通过电刺激实现自动运动。在手动探针台上，如果可以直接观察到探针尖端和焊盘，可以轻松地使用测量相关的显微镜替换标准对准显微镜。对于自动探针系统，显微镜与相机结合使用以实现自动晶圆对准，这对于自动晶圆测试至关重要。无论是手动还是自动探针系统，显微镜的首要任务是正确对准晶圆并将探针与焊盘匹配。随后，在探针台自动跨越晶圆时，显微镜需要切换到不同的仪器进行测量。MPI提供两种自动化晶圆测试的解决方案，即可更换的显微镜桥和离轴对准相机。可更换的显微镜桥采用模块化设计，可以在两个位置之间快速切换，以支持晶圆对准或使用所需的测量仪器。位置的切换可以手动或自动完成，当测试盒中有多个晶圆时，需要完全自动化的测试能力。显微镜桥具有卓越的稳定性，可以承载两个X、Y、Z线性驱动单元和附加的仪器。根据需要，可以在显微镜桥上放置不同的标准显微镜驱动单元，从简单的X、Y、Z平台到重型电动示波器支架。（图4a）此外，显微镜桥可更换并配备了一个集成的安全开关，只有当仪器处于上部位置时才允许移动。这一点对于使用单个定位器以避免潜在碰撞是非常重要的。当只需要固定放大倍率时，可以使用离轴对准相机，这在许多测试情况下都适用。它位于探针台内探测区域的北部。卡盘移动包括在显微镜下方的移动，并执行完整的晶圆对准，类似于使用标准同轴显微镜。目前，显微镜桥上的空间只能容纳一个检查显微镜。根据需求，可以配合 Z 运动，使用固定、手动或电动的 X、Y 运动来对设备进行聚焦。（见图4b）图4b：通过自动聚焦和重新聚焦，可确保出色的信号和数据质量
激发固有频率振动测量的先决条件是对其进行激发。某些传感器，如压电层或电容梳结构等功能元件，可以自然地激发振动，例如共振器或惯性传感器。然而，许多传感器（如基于膜的传感器）没有用于产生机械力的功能元件。对于这种被动传感器，振动必须由外部激发。有两种不同的方法。一种是通过激光热激法来激发传感器结构的振动；另一种是通过静电激发在高达10 MHz频率范围内进行激发。对于后一种方法，将连接到高压放大器的电极放置在距离传感器表面几微米处。电极由透明材料氧化铟锡（ITO）制成，并安装在玻璃载体上，以实现最大程度的静电力，同时不干扰测振仪的光束路径。此外，由于振动测量法具有极高的测量灵敏度，因此可以测量仅由环境热噪声激发的结构的共振频率，例如建筑物。这种方法也用于标定原子力显微镜（AFM）探针尖端。
振动测量的应用广泛，除了用于传感器功能测试（例如谐振器），还可以用于检测制造缺陷，如膜裂纹，并通过测量和仿真数据间接识别几何和材料参数。IMMS开发的软件解决方案可以通过优化算法自动确定传感器参数，从而减少设置工作并使非专家用户轻松获取广泛的传感器参数。振动法与其他非连接、非破坏性测量方法相比，提供了很多重要优势，其中之一是可以确定材料参数，如杨氏模量和材料应力。另一个优势是它可以在整个生产过程中（从晶圆生产到封装）用于质量控制。
一个简单的应用是通过使用具有良好和有缺陷的参考传感器的“学习阶段”，对传感器进行好/坏分类。如果正常功能的传感器和有缺陷的传感器的固有频率不同，那么通过对大量良好参考传感器进行测量，可以确定标准偏差，并将其作为传感器生产中好/坏分类的标准。对于具有对称结构（例如圆形或方形膜）的传感器，在名义上对称的情况下，会存在许多固有频率对，它们在相同值下相互错位。而在不对称的情况下，这些频率对会发生。这种频率对可以用于检测缺陷，例如膜裂纹或不对称材料应力，这可能在封装过程中发生。IMMS开发了一种频率响应后处理工具，可以检测这种。（见图5）
参数识别方法主要基于通过固有频率的振动测量和模态分析的仿真数据来确定与几何形状和材料有关的感兴趣参数。通过优化算法，可以根据后处理工具内的测量数据确定传感器参数。（见图6）图6：参数识别方法根据研究的结构，这个过程通常可以识别一个到三个参数。然后，可以从要识别的参数数量推导出需要测量的最小自然频率数量。如果测得的固有频率多于必需的固有频率数量，则可以从中确定估计的参数识别误差（EIE）。从测得的频率响应中，可以提取参数的固有频率、幅度和品质因数的值；如果有多个测量点，还可以提取形态信息。参数识别始终使用固有频率值。如果感兴趣的是对腔体内部压力的确定，那么品质因数也会考虑在参数识别中。特别要考虑相邻频率下的振型关系，因为材料应力的影响可能导致标称序列的变化。所有感兴趣的参数都可以根据频率值、质量和形态来确定。因此，不需要额外考虑频率幅度；此外，避免了依赖于激励的振动幅度的复杂计算（特别是如果该计算是在外部完成的）。
参数识别过程可以分为三个阶段。首先，必须检查是否可以以所需的分辨率使用该方法确定所寻求的参数。因此，在进行参数识别之前，需要进行灵敏度分析，以确定固有频率相对于感兴趣的参数的灵敏度。对于简单的结构或基础研究，可以使用解析公式；对于更复杂的结构，有限元 (FE) 程序提供适当的灵敏度分析。如果研究的结构不具备所需的灵敏度，那么可以使用专门设计的测试结构来确定所需的参数。（见图7）为了了解传感器，首先是进行表征阶段，然后采用密集测量点网络进行频率测量。同时，选择适当的频率模式进行识别和验证，并在必要时调整有限元模型。在第三个阶段，也是最后一个阶段，优化了针对晶圆生产的过程，旨在最大程度地减少测量点数量和测量时间（通常小于一秒）。下面是一个示例，说明参数识别的过程。可以通过计算具有材料应力的简支二次膜的固有频率公。