钢板内部缺陷超声检测

p style=" line-height: 1.75em " span style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 1 锻件的检测技术要求 /span span style=" line-height: 1.75em " & nbsp /span br/ /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 随着现代科学技术的发展，对产品质量的要求越来越高，特别是航空、航天、核电等重要场合的产品。超声检测作为工件内部缺陷检测的有效手段，以其可靠、灵敏度高等优点，在现代无损检测领域占有重要地位。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 锻件超声检测时，近表面缺陷容易漏检，原因主要是探头盲区，探头盲区与近表面检测有关。此次研究的目标就是寻求解决减小盲区提高近表面缺陷检测灵敏度的技术方法。 br/ /p p style=" line-height: 1.75em text-align: center " img src=" http://img1.17img.cn/17img/images/201603/insimg/3a7dc7d4-132d-4167-832c-0c12ec4466e9.jpg" title=" PT160309000023OlRo.jpg" width=" 450" height=" 287" border=" 0" hspace=" 0" vspace=" 0" style=" width: 450px height: 287px " / /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 2 检测近表面缺陷的实验器材& nbsp br/ & nbsp & nbsp & nbsp & nbsp 由超声检测知识可知，检测近表面缺陷的常用方法有：双晶探头法、延迟块探头法和水浸法。根据检测方法准备了以下实验器材：& nbsp br/ & nbsp & nbsp & nbsp & nbsp strong （1） 超声波探伤仪1台；& nbsp br/ & nbsp & nbsp & nbsp & nbsp （2） 探头： /strong /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 双晶直探头，规格为10P10FG5； /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 延迟块探头，规格为10P10； /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 水浸聚焦探头，规格为10P10SJ5DJ。 /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 选用以上探头检测近表面小缺陷，是因为：& nbsp br/ & nbsp & nbsp & nbsp & nbsp 探头频率高，分辨力好，波长短及脉冲窄，有利于发现小缺陷；& nbsp br/ & nbsp & nbsp & nbsp & nbsp 探头尺寸小，入射能量低，阻尼较大，脉冲窄，有利于发现小缺陷。& nbsp br/ & nbsp & nbsp & nbsp & nbsp strong （3） 试块：& nbsp /strong br/ & nbsp & nbsp & nbsp & nbsp 在航空、航天、核电等领域中，重要锻件一般是高强钢，如A-100钢和300M钢，钢的组织都较为均匀。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 如果声速相同、组织相近，超声检测用对比试块可以使用其他的钢种进行代替。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 资料显示，A-100钢的声速约为5750mm/s，300M钢的声速约为5800mm/s。我们现有的超声波试块，实测声速约为5850mm/s，声阻抗与A-100钢和300M钢的声阻抗较为接近。因此，可使用现有的试块进行实验和研究。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 试块编号为：1#，2#，3#；各试块的俯视图均如图1所示，图中的孔均为平底孔，1#，2#，3#试块上的孔到上表面的距离分别为1，2，3mm。试块尺寸见图1。& nbsp br/ /p p style=" line-height: 1.75em text-align: center " img src=" http://img1.17img.cn/17img/images/201603/insimg/470f585e-beef-4c52-8ac2-b3f3a68fadef.jpg" title=" 图1.jpg" / /p p style=" line-height: 1.75em text-align: center " 图1 试块的俯视图示意& nbsp /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 3 实验方法& nbsp br/ & nbsp & nbsp & nbsp & nbsp 3.1 实验1& nbsp br/ & nbsp & nbsp & nbsp & nbsp 使用10P10FG5双晶探头分别对1#、2#、3#试块进行测试。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 实验结果可见，使用双晶探头能成功检测出2#试块上Φ1.6mm，Φ2mm的平底孔与3#试块上所有的平底孔；但2#试块上Φ0.8mm的平底孔，以及1#试块上所有的平底孔都未能有效地检出。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 从图2分析可知，双晶探头聚焦区限制了2#试块上Φ0.8mm及1#试块上所有平底孔的检出。& nbsp br/ 可以发现：& nbsp br/ & nbsp & nbsp & nbsp & nbsp 1、只有当缺陷位于聚焦区内，才能得到较高的反射回波，容易被检出。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 2、当缺陷位于聚焦区外，无法被声束扫查到，所以得不到缺陷的回波，因此就很难发现此类缺陷。 br/ /p p style=" line-height: 1.75em text-align: center " img src=" http://img1.17img.cn/17img/images/201603/insimg/aa5f1d2e-551e-4702-8026-323dbda22753.jpg" title=" 图2.jpg" / /p p style=" line-height: 1.75em text-align: center " 图2 双晶探头聚焦区示意图& nbsp /p p style=" line-height: 1.75em " & nbsp & nbsp & nbsp & nbsp 3.2 实验2& nbsp br/ & nbsp & nbsp & nbsp & nbsp 为解决实验1中，由于双晶探头聚焦区限制造成的，对2#试块上Φ0.8mm及1#试块上所有平底孔无法检出的问题，改用无聚焦的10P10延迟块探头，对2#试块上Φ0.8mm及1#试块上所有平底孔进行测试。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 实验结果显示，使用延迟块探头能成功检测出2#试块上Φ0.8mm及1#试块上所有的平底孔。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 3.3 实验3& nbsp br/ & nbsp & nbsp & nbsp & nbsp 实验1和实验2都是利用直接接触法进行检测，实验3使用10P10SJ5DJ水浸聚焦探头，利用水浸法分别对1#、2#、3#试块进行测试，结果未能检测出1#、2#、3#试块上所有的平底孔。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 究其原因是因为：水/钢之间介质的声阻抗不同，造成水/钢产生界面波；并且超声波从水中经过，水对超声的衰减，造成了超声能量的降低；这样，需要提高脉冲发射强度来解决。但脉冲发射强度提高的同时，脉冲自身又变宽了，造成近场干扰加大；因此，在声束由水进入钢时声束又会形成发散，无法分辨接近表面的小缺陷，也就未能检测出试块中的平底孔。& nbsp br/ & nbsp & nbsp & nbsp & nbsp 4 总结& nbsp br/ & nbsp & nbsp & nbsp & nbsp 总结一下，我们发现：对于近表面小缺陷的检测，为了兼顾检测灵敏度和检测盲区，采用高频窄脉冲延迟块探头的检测效果最佳。高频窄脉冲延迟块探头才是近表面小缺陷检测的紧箍咒，使它无所遁形。 br/ /p p style=" line-height: 1.75em text-align: right " 节选自《无损检测》2015年第37卷第5期 br/ /p p br/ /p

2021年2月，日本汽车零部件巨头曝大规模造假，约有11.4万件产品存在伪造刹车装置及其零部件的检查数据，引发网友热议和消费者信任危机。为帮助汽车零部件生产、质控与研究人员及时发现零部件缺陷，避免不合格产品流向市场，本文在上篇介绍汽车零部件缺陷类型及危害的基础上，详细阐述汽车零部件的常用缺陷鉴别技术。一、金相检测技术金相分析技术是失效分析中最重要的方法，主要分为以下几个方面：低倍组织缺陷评定锻造流线检测分析样件显微组织是否符合标准/预期要求评定非金属夹杂物级别测定晶粒度脱碳层检测渗碳层检测判断裂纹类型（淬火裂纹？锻造裂纹？）确定裂纹扩展方式（穿晶？沿晶？）.......案例1：金相检测实例——低温冲击功不合格原因分析以下钢板的3个试样中，一个试样低温冲击功不合格，而其他两个试样合格。检测人员通过观察其冲击试样金相组织，发现钢板在板厚发现存在严重的珠光体条带现象，这是造成低温冲击性能不达标和冲击性能值波动较大的主要原因。二、无损检测——（重点介绍X射线无损检测技术）无损检测采用传统的射线照相检测（RT)、射线数字成像检测（DR)及机算机断层扫描技术（CT)技术，在对被检测物体无损伤的条件下，以平面叠加投影或二维断层图像的形式，清晰、准确、直观地展示被检测物体的内部结构、组成、材质及缺损状况。射线检测技术在缺陷表征中的应用主要有以下5个方面：（1）缺陷的识别（2）缺陷尺寸测量（3）三维重建及缺陷提取（可以对材料内部缺陷三维重构，表征缺陷形状和分布）（4）不拆解情况下内部结构分析（5）不拆解情况下装配分析三、化学成分分析材料化学成分分析主要用于排查设计选材是否不当，存在以次充优或以假乱真。四、力学性能为什么要做力学性能测试？（1）根据失效分析的目的、要求及可能性，对硬度、室温拉伸、冲击、弯曲、压扁、疲劳及高温下的力学性能等进行测定（不破坏主要失效特征）；（2）评定失效件的工艺与材质是否符合要求；（3）获得材料抵抗变形或断裂的临界值。力学性能不合格的常见原因：（1）热处理工艺不当；（2）取样位置或取样方式不当；（3）材料偏析严重。五、断口分析技术（断口分析三板斧）通过断口的形态分析，可以研究断裂的一些基本问题：如断裂起因、断裂性质、断裂方式、断裂机制、断裂韧性、断裂过程的应力状态以及裂纹扩展速率等。因此，断口分析现已成为对金属构件进行失效分析的重要手段。断口记录了从裂纹萌生、扩展直到断裂的全过程，是全信息的。断口可以说是断裂故障的“第一裂纹”，而其他裂纹可能是第二甚至第三生成的。第一与第二裂纹的模式、原因和机理有时是相同的，有时是不同的，也就是说裂纹有可能只记录了断裂后期的信息，因此断口分析在断裂事故分析中具有核心的地位和作用。断口有时是断裂失效（事故）唯一的“物证”，人证有时是不可靠的，只能作为辅助信息或证据。利用现代分析技术和方法，断口包含的信息是可以“破译＂的，析断口可以获取失效的信息。如何进行断口分析？第一板斧：按图索骥提供典型断口宏观照片，学习断口形貌特征，可以独立判断断口类型。第二板斧：顺藤摸瓜寻找到断裂的源头是整个分析的重中之重，否则后期的分析将成为无本之本。第三板斧：一叶知秋从一片树叶的掉落，可以预知秋天的到来。断口的微观和宏观信息也同样存在一定联系，通过断口微观特征观察也可以进一步验证宏观检查的判断结果。综上，断口分析技术可以归纳为以下三点：按图索骥，预判断口类型；顺藤摸瓜，寻找断裂源头；一叶知秋，微观佐证宏观。作者简介：潘安霞：中车戚墅堰机车车辆工艺研究所有限公司失效分析高级工程师，现任全国机械工程学会失效分析分会委员、中国中车技术专家，中车计量理化培训讲师，主要从事轨道交通行业齿轮、紧固件、弹簧等关键零部件失效分析研究工作，著有《紧固件失效分析与案例》。拓展阅读：中车戚墅堰所试验检测中心：汽车零部件缺陷类型及危害

应用背景超声检测是目前应用最为广泛的无损检测技术，近年来随着电子技术的飞速发展，超声相控阵检测技术成为一个研究热点。与传统的常规超声波探伤设备相比，相控阵检测设备无需探头围绕管棒材进行高速旋转，大大简化探伤设备的机械结构；超声相控阵检测速度快，检测精度高 利用电子扫查和电子聚焦偏转，大大提高了缺陷的检出率和系统的分辨力，实现对棒材表面和内部全截面 壁的整体可靠检测。系统检测对象（1）棒材规格：Φ6~25/Φ20~80/Φ60~180 mm（检测范围可根据需求定制）。（2）长度：6～9m（根据需求定制）。（3）材质：碳钢、合金钢、轴承钢、弹簧钢、冷镦钢等。（4）检测标准和灵敏度：GB/T 4162、ISO 18563等相关标准。（5）凹面环阵探头：每个探头晶片数量128。（6）静态检测能力：Φ0.4/0.8/1.2mm平底孔深度(½, ¼D ),信噪比 12dB（7）动态检测能力：- Φ0.4/0.8/1.2/2.0mm平底孔(根据用户需求和材料确定)。- Φ0.2 ~ 0.5mm × 10mm横孔（100％棒材截面覆盖，无盲区）；- 表面纵向刻槽10 × 0.1 × 0.1mm (L × W × H)。（8）盲区端部盲区：＜30mm。近表面盲区：无。（9）误/漏报率：0%。（10）检测速度：可根据客户要求设计。扫查类型（1）线扫查：将同一聚焦法则顺次应用于不同单元组。（2）扇扫查：将不同聚焦法则顺次应用于同一晶元组，从而形成一个带有一定空间范围的扇型扫查区域。（3）深度聚焦扫查：不同于以往在单一聚焦深度上进行信号采集, DDF (Dynamic Depth Focusing动态深度聚焦) 通过一整套自动计算法则，同时将接收到的不同深度的声场信号进行拟合，并将所有拟合后的聚焦声场信息进行叠加。系统组成设备主要由传输辊道、压持装置、检测主机、自动控制系统和水循环系统组成。压持装置均为下压式，其下部有V型辊轮，上部为压轮，压轮起落由气缸驱动。压轮的下压和抬起动作由光电开关控制，自动识别棒材端部并执行压下和抬起动作，检测主机可实现侧拉出，便于快速换规格。图1：系统概述图2：设备照片设备特点（1）相控阵检测图形化显示，可同时拥有 A、B、C、S 扫描，缺陷显示直观明确。（2）相控阵电子旋转扫查代替机械运动扫查，结构简单检测稳定可靠。（3）相控阵检测易实现声束的偏转、聚焦和扫查，可配置多种检测模式及聚焦法则，检测灵敏度高。（4）模块式结构多路配置检测速度快，生产效率高的超声探伤系统。（5） 操作便捷、维护简单方便。图3：检测界面目前超声相控阵检测技术适合复杂结构件以及能实时成像等优点，已经适用于航空航天、汽车、石化、核电、轴承、压力容器等工业无损检测领域，如：管材、棒材、板材、车轮、盘环件等。附：钢研纳克无损检测业务介绍（1）无损检测钢研纳克无损检测事业部是经过CNAS认可的第三方实验室，具备特种设备综合检验机构资质和NADCAP资质等。能够提供各类无损检测服务，技术方法涵盖超声、射线、磁粉、渗透、涡流、漏磁等。目前拥有COMET 420KV射线机、工业CT/DR、GE/PAC水浸C扫、PVA超声显微镜、M2M超声相控阵仪器、10000A固定式磁粉探伤机、全自动荧光渗透线等高端无损检测设备，可为客户提供大厚度、高精度检测和内部结构分析。（2）无损校准钢研纳克是经过CNAS认可的第三方校准实验室，是目前国内拥有资质最全、能力范围最广的国家级无损检测校准机构之一，无损校准覆盖所有相关仪器、探头和试块，特别对相控阵仪器、TOFD仪器、在线自动化无损检测仪器等校准领域处于国内领先水平。作为国家冶金工业钢材无损检测中心挂靠单位，钢研纳克还承担对国内企业自动无损检测设备综合性能的测试、评价和认可业务。（3）自动/无损检测设备为冶金、石化、铁道、机械等行业的近200家企业上马建造了无缝钢管、焊管、钢棒、钢板、火车车轮等自动化超声、涡流、漏磁和磁粉探伤检测线或设备近500套。此外，还销售以涡流探伤仪、超声波探伤仪和电磁超声探伤仪为主的各类无损检测仪器1000余台。

1连铸坯质量及内部典型缺陷类型 连铸坯质量决定着最终钢铁产品的质量。从广义来说所谓连铸坯质量是得到合格产品所允许的连铸坯缺陷的严重程度，连铸坯存在的缺陷在允许范围以内，叫合格产品。 连铸坯的质量缺陷主要为内部质量缺陷和表面质量缺陷,因其成因不同,控制,抑制缺陷的产生及提高质量的措施和方法也不尽相同。 连铸坯内部缺陷主要有中心疏松、中心缩孔、夹杂物、气孔、裂纹、氢脆等，连铸坯质量是从以下几个方面进行评价的：(1)连铸坯的纯净度：指钢中夹杂物的含量，形态和分布。 (2)连铸坯的表面质量：主要是指连铸坯表面是否存在裂纹、夹渣及皮下气泡等缺陷。连铸坯这些表面缺陷主要是钢液在结晶器内坯壳形成生长过程中产生的，与浇注温度、拉坯速度、保护渣性能、浸入式水口的设计，结晶式的内腔形状、水缝均匀情况，结晶器振动以及结晶器液面的稳定因素有关。(3)连铸坯的内部质量：是指连铸坯是否具有正确的凝固结构，以及裂纹、偏析、疏松、夹杂、气孔等缺陷程度。二冷区冷却水的合理分配、支撑系统的严格对中是保证铸坯质量的关键。 只有提供高质量的连铸坯，才能轧制高品质的产品。因此在钢生产流程中，生产无缺陷或不影响终端产品性能的可容忍缺陷铸坯，生产无缺陷或不影响结构件安全可靠性能的可容忍缺陷的钢材是冶金工作者的重要任务。随着科学技术的不断发展以及传统物理学、材料学的不断完善，连铸钢缺陷检测已经进入了纳米检测时代。扫描电镜以其高分辨率、高放大倍数及大景深的特点为连铸钢缺陷分析与对策研究提供了无限可能，使得材料分析变得更加具有科学性和实用性。扫描电镜广泛用于材料的形貌组织观察、材料断口分析和失效分析、材料实时微区成分分析、元素定量、定性成分分析、快速的多元素面扫描和线扫描分布测量、晶体/晶粒的相鉴定、晶粒与夹杂物尺寸和形状分析、晶体、晶粒取向测量等领域。电子显微镜已经成为钢铁行业在产品研发、质量检验、缺陷分析、产品失效分析等方面强有力的工具和检测手段。2连铸坯典型内部缺陷宏观和微观特征及形成机理简介2.1 缩孔缺陷特征 在横向酸浸低倍试片上存在于铸坯中心区域、形状不规则、孔壁粗糙并带有枝晶状的孔洞，孔洞暗黑。一般出现于铸坯最后凝固部位，在铸坯纵向轴线方向呈现的是间断分布的孔洞。形成机理 连铸圆坯在凝固冷却过程中由于温度梯度大、冷却速度快和结晶生长的不规则性，局部优先生长的树枝晶产生“搭桥”现象，把正在凝固中的铸坯分隔成若干个小区域，造成钢水补充不足，钢液完全凝固时引起体积收缩，在铸坯最后凝固的中心区域形成缩孔。另外，拉坯速度过快，浇注温度高，钢水过热度大等都将影响铸坯中心缩孔的大小。因连铸时钢水不断补充到液相，故连铸圆坯中纵向无连续的集中缩孔，只是间断出现缩孔。微观特征 缩孔内壁呈现自由凝固光滑枝晶特征，见图1。图1 连铸坯心部断口中不致密的疏松和缩孔2.2 疏松缺陷特征 在横向酸浸低倍试片的中心区域呈现出的分散小黑点、不规则多边形或圆形小孔隙组成的不致密组织。较严重时，有连接成海绵状的趋势。形成机理 连铸过程中浇注温度过高，中包钢水过热度较大，铸坯在二冷区冷却凝固过程中由于温度梯度作用，柱状晶强烈向中心方向生长。中心疏松的产生可看成是铸坯中心的柱状晶向中心生长，碰到一起造成了“搭桥”阻止了桥上面的钢液向桥下面钢液凝固收缩的补充，当桥下面钢液全部凝固后就留下了许多小孔隙；或钢液以枝状晶凝固时，枝晶间富集杂质的低熔点钢液在最后凝固过程中产生收缩，与此同时，脱溶气体逸出而产生孔隙；或是钢中的非金属夹杂物在热酸浸时被腐蚀掉而留下孔隙。钢中含有较多的气体和夹杂时，会加重疏松程度。疏松对钢材性质的影响程度取决于疏松点的大小、数量和密集程度。微观特征 不致密的自由凝固枝晶特征，常有夹杂物伴生，见图2、图3。图2 连铸坯心部断口中疏松与枝晶状硫化物图3 连铸坯心部断口中不致密的疏松缺陷图4 连铸坯中部断口中柱状晶及小气孔缺陷2.3柱状晶发达缺陷特征 在横向酸浸低倍试片上，铸坯的上半弧枝晶发达至中心，下半弧枝晶相对细小。形成原因 连铸结晶器内钢液的凝固热传导对铸坯表面质量有非常大的影响。研究发现随着结晶器冷却强度（热流）的增加，坯壳的不均匀程度提高。如果冷却水冷却不均匀，上弧冷却强，就可能造成上弧柱状晶发达穿透至中心；下弧冷却弱，柱状晶就相对比较细小。微观特征 发达的枝晶状柱状晶其上常有小气孔或夹杂物存在，见图4。2.4 非金属夹杂物缺陷特征 在横向酸浸低倍试片上的连铸坯内弧侧、皮下1/4—1/5半径部位分布有不同形状的孔隙或空洞（夹杂被酸浸掉）。在硫印图片上能观察到随机分布的黑点。形成机理 按夹杂物来源，非金属夹杂物分为内生夹杂和外来夹杂。内生夹杂是指冶炼时脱氧产物和浇注过程中钢水的二次氧化所生成的产物未能排出而残留在钢中的夹杂物。外来夹杂是指冶炼和浇注过程中由外部混入钢中的耐火材料、保护渣、未融化的合金料等外来产物。这些内生或外来夹杂在连铸上浮过程中被内弧侧捕捉而不能上浮到结晶器液面是造成内弧夹杂物聚集的原因。微观特征 连铸坯中夹杂物多呈球状、块状、颗粒状，分布在疏松、气孔、晶界等部位，见图5、图6 图5 连铸坯心部断口晶界上的颗粒状碳氮化物图6 连铸坯心部断口中光滑气孔及枝晶状硫化物2.5 氢致裂纹缺陷特征 在横向酸浸低倍试片上氢致裂纹的分布形态是距铸坯周边一定距离的细短裂纹，有的裂纹呈锯齿状。在纵向试样上，氢致裂纹与纤维方向大致平行或成一定角度，裂缝的锯齿状特征更明显。在纵向断口上呈现的是椭圆形的银灰色斑点，一般称之为铸态白点。形成机理 氢致裂纹是由于熔于钢液中的氢原子在连铸坯凝固冷却过程中脱熔并析集到夹杂、疏松等空隙中化合成分子氢产生巨大的压力并与钢相变时产生的热应力、组织应力叠加，在局部缺陷区域产生巨大的气体压力，当超过钢的强度极限时，导致钢坯内部产生裂纹。微观特征 断口呈氢脆解理或准解理特征，见图7、图8。图7 连铸坯断口上的氢脆解理特征（H 5.4PPm）图8 连铸坯断口上的氢脆解理及颗粒状氧化物2.6连铸坯正常

近日，中国工程建设标准化协会发布公告，根据中国工程建设标准化协会《关于印发的通知（建标协字〔2018〕015号）的要求，由上海市建筑科学研究院有限公司等单位编制的《相控阵超声法检测混凝土结合面缺陷技术规程》，经协会混凝土结构专业委员会组织审查，现批准发布，编号为T/CECS1056-2022，自2022年8月1日起施行。标准详细信息标准状态现行标准编号T/CECS 1056—2022中文标题 相控阵超声法检测混凝土结合面缺陷技术规程英文标题国际标准分类号91.010.01 建筑工业综合中国标准分类号 国民经济分类E4710 住宅房屋建筑发布日期2022年03月31日实施日期2022年08月01日起草人李向民 高润东 张富文 王卓琳 孙彬 姚利君 许海岩 薄卫彪 龙莉波 张东波 田坤 陈霞 陈宁 宋杰 孙静 许清风 黄科锋 马海英 赵勇 王建 刘华波 薛雨春 武猛 刘辉 李新华 李华良 郑乔文起草单位上海市建筑科学研究院有限公司、中国建筑科学研究院有限公司、中国二十冶集团有限公司、上海建科预应力工程技术有限公司、标龙建设集团有限公司、山东建科特种建筑工程技术中心有限公司、上海建工二建集团有限公司、上海建科工程咨询有限公司、上海中森建筑与工程设计顾问有限公司、上海劳瑞仪器设备有限公司、博势商贸（上海）有限公司、上海星欣科技发展有限公司、上海建科工程项目管理有限公司范围主要技术内容主要内容包括：总则、术语、检测仪器、现场检测、检测报告等。是否包含专利信息否标准文本不公开

随着工业化进程的加速，钢铁业发展势头猛烈，尤其是彩涂钢板领域的快速崛起。彩涂钢板，简单来说，就是在高质量钢板表面涂覆一层或多层有机涂层，经过固化后形成一种色彩丰富、耐腐蚀、具有装饰性和保护性的钢板产品。在这样的背景下，提高彩涂钢板的生产效率和产品质量显得尤为重要。尤其是彩涂钢板的色彩，不仅直接影响产品的美观度，而且直接关系到产品的应用领域和销售情况。而传统的色彩检测方法由于手工操作，不仅效率低，而且准确度不高。尤其是彩涂钢板的色彩控制，而ERX145色度测试仪正好满足了这个需求。ERX145色度测试仪是一款高精度色差仪，可以在实验室或生产线进行45:0测量。其特点在于能够在色彩频繁变化的环境中进行非接触式测量，及早识别色差问题，避免卷材损坏，消除代价高昂的生产线色彩错误。ERX145色度测试仪采用了45°:0°光学测量结构，能够安装在生产线上方的横梁上。配合60mm的测量距离和30mm的测量光斑，它可以准确、迅速地测量复杂的颜色。这一特性让彩涂钢板生产线的颜色检测更加准确，效率也更高。与ESWinQC色彩管理软件配套使用，ERX145色度测试仪可以成为在线质量控制系统，向操作人员预警色差问题并实现色彩调整。这套系统可以提供操作指导，让操作人员立即纠正问题，而无需停止生产。除此之外，ERX145色度测试仪可安装在水淬装置后面，该位置的产品温度仍然很高。此时，设备内置的高温计可以测量热卷带的实际温度，结合ESWinQC色彩管理软件，重新计算色彩与室温的关系，确保在线测量与实验室系统的高相关性。必要时，ERX145色度测试仪旁边可以安装GlossFlash6060，来评估卷材整个长度和宽度方向的色彩和光泽度。若卷带两面的色彩都非常重要，还可在卷材下方额外安装一台ERX145色度测试仪。彩涂钢板的质量和颜色是决定其市场价值的重要因素，而在线ERX145色差仪的使用，则是钢厂提高产品质量，增强市场竞争力的重要手段。在未来的发展中，我们有理由相信，随着科技的进步和产业的发展，色差仪将在彩涂钢板生产中发挥更大的作用，为工业化进程添砖加瓦。“爱色丽彩通”是丹纳赫公司旗下的品牌，总部位于美国密歇根州，成立于1958年。作为全球领先的色彩趋势、科学和技术公司，爱色丽彩通提供服务和解决方案，帮助品牌、制造商和供应商管理从设计到最终产品的色彩。

为推动我国无损检测技术发展和行业交流，促进新理论、新方法、新技术的推广与应用，仪器信息网定于2023年9月26-27日组织召开第二届无损检测技术进展与应用网络会议，邀请领域内科研、应用等专家老师围绕无损检测理论研究、技术开发、仪器研制、相关应用等展开研讨。会议期间，南京航空航天大学王平教授将分享报告《钢板微观组织及性能在线预测》。探究铁磁材料的微观结构及磁畴动力学、材料机械性能、无损检测电磁参数三者之间的联系。研究发现，铁磁材料缺陷的形成包含孵化期、初始裂纹产生和扩展期等部分，不同时期材料的微观结构不同。铁磁材料的机械性能也与微观结构相关，研究磁化过程中畴壁动力学行为有助于探究电磁信号产生的驱动力，更深层次了解铁磁性材料的微观结构特性，并与检测获得的电磁物理量相关联。通过多种电磁无损检测方法可以获得多维检测参数，利用这些检测参数，也可以建模获得材料的机械性能。王平教授团队以此机理开发铁磁材料机械性能电磁无损检测设备，设计了国内首个薄带钢多参数机械性能在线检测系统，可实时检测出所生产薄带钢的机械性能，提高带钢检测精度和效率，减少检测成本，同时实时监测带钢的生产质量并给出判定提示。附：参会指南1、进入第二届无损检测技术进展与应用网络会议官网（https://www.instrument.com.cn/webinar/meetings/ndt2023/）进行报名。扫描下方二维码，进入会议官网报名2、报名开放时间为即日起至2023年9月25日。3、会议召开前一周进行报名审核，审核通过后将以短信形式向报名手机号发送在线听会链接。4、本次会议不收取任何注册或报名费用。5、会议联系人：高老师（电话：010-51654077-8285 邮箱：gaolj@instrument.com.cn）6、赞助联系人：周老师（电话：010-51654077-8120 邮箱：zhouhh@instrument.com.cn）

不锈钢等离子清洗效果评估|钢板表面油脂污染情况检测方案测试说明客户：德国Relyon Plasma公司样品：不锈钢板测量设备：析塔清洁度仪FluoScan 3D污染物：福斯溶剂型防锈油Fuchs Anticorit MKR 4目标采用荧光法测量不锈钢表面污染情况，检查等离子清洗的效果及其影响参数。操作过程首先，将不锈钢板放在60°C的超声波清洗槽中，使用碱性清洗剂清洗15分钟，然后用去离子水彻底冲洗并干燥不锈钢板。随后，在不锈钢板上滴一滴Anticorit MKR 4防腐蚀油，并用实验室用布擦拭。然后，使用析塔FluoScan 3D清洁度检测仪，采用荧光法，高分辨率扫描钢板，检测钢板上的防腐蚀油分布。荧光法是一种对油膜厚度敏感的测量，测试结果以RFU（相对荧光单位）显示，RFU值越低，表面越干净。等离子清洗对于等离子体清洗，手持等离子体设置piezobrush® PZ3被连接到析塔SITA FluoScan 3D（自动检测清洁度的测试台）的移动轴上，使得可以通过自动化进行等离子清洗处理。piezobrush® PZ3在测试板上以编程的移动路径移动，同时等离子体以恒定的移动速度开启，并与钢板表面保持恒定的距离。为了说明速度（清洗时间）的影响，首先以2.5mm/s的速度进行处理，然后在清洗时间一半的位置上，以5mm/s的速度进行处理。测量结果图1：未清洗的不锈钢板上的荧光测量结果图2：等离子清洗后的不锈钢板上的荧光测量结果结论荧光测量的结果表明，使用等离子清洗的两个区域比钢板的其他部分干净很多。清洗时间越长，清洗效果越好。荧光法适用于在等离子清洗后轻松和快速地监测清洗结果，通过测量可以确定影响等离子清洗的参数，达到最佳的清洗效果，同时降低成本。使用析塔FluoScan 3D清洁度仪自动检测测量零件清洁度，高分辨率扫描零件，最终以图像化呈现零件污染程度不同的区域。析塔FluoScan 3D自动表面清洁度检测仪广泛运用在不同的清洗工艺（水基、溶剂、激光、等离子.....），可以灵活应用在实验室或生产车间。翁开尔是德国析塔中国独家代理商，欢迎致电咨询析塔自动清洁度检测系统。

一、技术应用背景1.行业痛点在半导体制造过程中，需要对半导体进行微观缺陷的观察。所需要查看的缺陷不仅来自半导体器件的表面，也来自半导体内部。例如存储器件芯片领域，即我们常说的内存，当二维尺度存储单元的尺寸被降低至无法继续缩小，但芯片的存储容量仍然不能满足需求时，三维存储器工艺3D NAND应运而生（图1）。简单来说，该技术机理为将二维存储器堆叠成多层三维结构，相同面积芯片上存储单元被成倍增加，从而达到在不增加存储器面积的前提下增加存储容量的效果。在其它器件领域，此类立体布线的芯片制作技术和工艺也被广泛应用。图1 二维存储器和三维存储器示意图但这类工艺也增加了缺陷检查的难度。在二维器件时代，技术人员只需要对平面上存在的缺陷进行检查，但是当工艺迭代至三维空间，对芯片内部数十层甚至数百层线路进行缺陷检查就变成了一件很有挑战性的工作。X射线具有一定的穿透能力，但是分辨能力无法达到检查要求；电子束的分辨能力强，但是又难以穿透到芯片内部检查线路缺陷。 常规的直接检测手段效果不佳，这时就产生了一些间接检查的手段。由于内部线路缺陷检测主要关注内部线路的通断，而电子束作为一种成像介质，不仅可以用于获取显微影像，也可以向材料内部充入电子，而电子本身就是判断导电线路通断的关键手段。电子束缺陷检查设备EBI（E-Beam Inspection）就是一类专门用于快速分析此类缺陷的专用设备。 EBI设备源自于SEM，其工作原理同样基于电子束与物质相互作用产生的二次电子（主要）/背散射电子效应，这些二次电子/背散射电子的数量和能量分布与材料表面的物理和化学性质密切相关，特别是与表面的缺陷情况有关。通过收集和分析这些二次电子/背散射电子，可以构建出待测元件表面的电压反差影像，从而实现对缺陷的检测。2. EBI设备的详细工作机理介绍由电子束激发的二次电子产额δ（发射的二次电子数与入射电子数之比）与入射电子束能量Ep的关系如图2所示。δ曲线随能量快速递增至最大值，再缓慢递减。这是因为当能量较低时，激发的二次电子数目较少，随着能量的增加，激发的二次电子数目越来越多，但能量越大，入射电子进入到固体内部越深的地方，虽然产生大量的二次电子，但这些二次电子很难从固体内部深处运动到固体表面逸出。对于大多数材料来说，二次电子产额δ都符合这条曲线的规律。图2 二次电子产额δ与入射电子束能量Ep的关系示意图如图3所示，当EⅠ1，此时试样表面呈正电荷分布。发射的二次电子大部分小于10 eV，由于受到试样表面正电荷的吸引作用，二次电子的发射会受到阻碍。当Ep=EⅠ或Ep=EⅡ时，δ=1，此时试样表面呈电中性。当EpEⅡ时，δ图3试样表面电荷累计示意图以上就是电子束检测中的正电位模式（Positive model）和负电位模式（Negative model）。正电位模式常用于检测由于电子累积而导致的电性缺陷，如短路或漏电。在检测过程中，在特定试样下，亮点可能表示待测元件存在短路或漏电问题，因为这些区域会吸引并累积更多的电子，形成较高的电位，而暗点则表示断路。负电位模式则与正电位模式相反。 以6T SRAM中的接触孔缺陷成像分析为例，在正电荷模式下的接触孔影像和接触孔断路缺陷影像如图4所示。正电荷分布模式下接触孔断路缺陷的影像会受到表面正电荷异常增加，而导致的电子束缚能力增强，接收器接收到的电子数量变少，接触孔影像变暗而出现缺陷信号，如图4中右图所示。而在负电荷分布模式下的接触孔断路缺陷影像如图5所示，接触孔断路缺陷表面负电荷无法从基底流走，排斥更多的负电荷，使接触孔影像变亮而出现缺陷信号。图4 正电荷模式下的接触孔影像（左图）和接触孔断路缺陷影像（右图）图5 负电荷模式下的接触孔断路缺陷影像二、EBI设备的技术特点1. EBI设备电子枪技术策略芯片内部线路通断信号的判定通常不需要在较高的加速电压下进行，电子束的着陆能量调节范围也无需过大，通常0.2kV-5kV的着陆能量即可覆盖芯片样品的电荷积累极性，从而达到判断内部线路通断的目的。因此EBI设备通常采取额定电压的电子枪技术，这样一方面节省成本，另一方面降低了电子枪的制作和装调难度。 从应用角度举例，仍以6T SRAM接触孔缺陷检测为例（图6），当着陆能量为300 eV和500 eV时，试样表面呈正电荷分布；当着陆能量为1800 eV时，试样表面呈电中性；当着陆能量为2000 eV和3000 eV时，试样表面呈负电荷分布。对于这种特定试样来说，在电子束着陆能量较低时，产生的二次电子信号量太少，图像的衬度较差，接触孔缺陷较难判断；电子束着陆能量为2000 eV时，接触孔断路处由于负电荷迅速积累而变亮，此时接触孔缺陷清晰可见。图6 入射电子束不同着陆能量下接触孔缺陷检测图2. EBI设备着陆电压控制策略常规SEM通常使用在镜筒内部设置减速电极、减速套管等方式实现对着陆电压的精确控制，统称为镜筒内减速技术。该技术的核心思路是电子束在镜筒中一直维持着较高的能量，保持较低的像差，电子束在到达极靴出口之前恰好降低至目标电压，从而轰击样品。该技术的优势是在保证低电压高分辨能力的同时，不干扰各类仓室内探测器的使用。镜筒内减速技术综合考虑了各类材料的观测工况，适用性强，不存在明显的技术短板，代表了当代电子光学的较高水平，但其装配调试难度相对较高，故多搭载于成熟品牌SEM的高端机型。（镜筒内减速技术的发展和详解本篇文章不过多展开，请继续关注本公司后续技术文章）EBI设备则不同，由于该设备主要用于观测大尺寸平整晶圆，通常不需要考虑样品存在起伏的情况，在这种工况下为了精确控制电子束与晶圆发生碰撞瞬间的入射电压，EBI设备最常采用样品台减速的设计思路，即在样品台表面设置可调节的减速电位，这样晶圆表面也分布有处处均等的减速电势。当电子束下落至晶圆表面，电子的速度便恰好被降低到目标入射电压，以此达到精确控制晶圆表面电荷积累的极性的目的。例如：（图7）电子枪的发射电压为15 kV，电子束以15 keV的能量在镜筒内运动，在样品台上施加一个-14 kV的反向电场，这样电子束到达样品的瞬间着陆能量恰好被减速到1 keV。图7 样品台减速模式示意图样品台减速技术对样品的平整度要求很高，样品不平整会直接导致减速场分布的不均匀，从而直接影响成像质量和检测精准度。但是对于EBI设备，被检测对象单一且均匀，采用样品台减速的设计路线就极为合适。通常EBI厂商会采用固定电压的电子枪配合可调节电压的样品台减速，实现对着陆电压的精确控制，这种技术策略与常规SEM相比，一定程度上降低了设计和装配的难度，也节约了生产成本。3. EBI设备物镜的设计在常规的SEM中，物镜也被称为外镜物镜，如图8所示。它位于电子枪底部，用于汇聚初始电子束。常规SEM需要观测形状各异的样品，同时需要安插各类探测器来获取不同种类的信号以增加成像分析的维度，这种锥形物镜的设计允许样品在较大的范围内自由移动和倾斜旋转，也极大程度上便利了各类探测器的扩展性。图8 常规SEM物镜示意图然而在EBI设备的应用场景中，样品通常为平整的大尺寸完整晶圆，多数情况下仅做水平方向的移动观察，这就意味着样品与物镜发生碰撞的概率被大大减小。因此在设计EBI设备物镜时，就可以采用一些更小的工作距离的设计思路，从而突破使用传统物镜导致的分辨能力的极限。 半浸没物镜是EBI设备经常采用的一种类型，通过特殊设计的磁场分布（如图9所示），将强磁场“泄漏”到物镜空间下方的样品区域，这样相当于获得了无限短的工作距离，物镜对平整晶圆表面线路的分辨能力得到了大幅度提升。这种设计通常还会将电子探测器布置在物镜内部，以增加信号电子的收集效率。不过由于工作距离短，磁场外泄的设计，在此类型物镜基础上插入其它类型的信号探测器并不容易。例如，正光轴外置背散射电子探测器，通常无法在常规的使用工况中发挥作用，为了防止外露磁场的均一稳定，使用镜筒内二次电子检测器时，需要将该背散射检测器移出磁场；仓室内的二次电子探测器（ET）也会受到泄露磁场的影像导致无法收到信号。图9 半镜内物镜示意图三、EBI与SEM的区别和联系电子束检测设备EBI与扫描电子显微镜SEM在半导体检测领域各有侧重，但又相互关联、相互补充。EBI是针对单一应用场景特殊优化过的SEM设备，通常使用额定加速电压，样品台减速控制落点电压和半内透物镜技术策略，主要用于半导体晶圆的缺陷检查，特别是内部线路中的电性缺陷。其利用二次电子/背散射电子成像技术捕捉并分析缺陷，能够做到线上实时检测缺陷状况，无须借助接触式电极即可完成线路通断检查。SEM的适用领域则更广，不仅限于半导体领域，还广泛应用于材料科学、生命科学、能源化工、地址勘探等多种基础、前沿科学技术领域的微观研究。SEM具有更宽泛的电压调节能力，更灵活多变的工作高度，更大的成像景深，更多种探测器的部署方式，更灵活的采集模式，同时兼容各种类型的原位观察、原位加工附件。参考文献及专利[1] Scholtz, J. J., D. Dijkkamp, and R. W. A. Schmitz. "Secondary electron emission properties." Philips journal of research 50.3-4 (1996): 375-389.[2] Patterson, Oliver D., et al. "The merits of high landing energy for E-beam inspection." 2015 26th Annual SEMI Advanced Semiconductor Manufacturing Conference (ASMC). IEEE, 2015.[3]王恺.28纳米技术平台接触孔成型工艺的缺陷检测与优化研究.2019.上海交通大学,MA thesis.doi:10.27307/d.cnki.gsjtu.2019.004052.[4]常天海,and 郑俊荣."固体金属二次电子发射的Monte-Carlo模拟."物理学报 61.24(2012):149-156.[5]Xuedong Liu, et al."System and method to determine focus parameters during an electronbeam inspection."US7705298.2010-04-27.

本次网上研讨会着重介绍Lumina Instruments激光扫描仪的功能和应用实例。这个创新性的设备可以用作激光扫描椭偏仪来全表面测量样品上的薄膜厚度分布，又可以扫描各种表面缺陷，比如颗粒,划痕，陷坑，和鼓包等等。更让大家感兴趣的是它能一次扫描检测透明基底上下表面以及基底内部缺陷。主讲人简介:陈博士有近30年的半导体制程控制和光学检测经验。他曾带领开发化学机械研磨设备以及制程终点控制设备。在加盟Lumina Instruments之前他负责Filmetrics全部设备和部分KLA 设备的全球市场开发。会议时间：2021/01/21 11:00-12:00 (北京时间)报名入口：点击进入 会议密码：12121手机一键拨号入会+8675536550000,,501587457#(中国大陆)+85230018898,,,2,501587457#(中国香港)根据您的位置拨号+8675536550000(中国大陆)+85230018898(中国香港)欢迎大家前来收听~~~

作者朱金龙*、刘佳敏、徐田来、袁帅、张泽旭、江浩、谷洪刚、周仁杰、刘世元*单位华中科技大学哈尔滨工业大学香港中文大学原文链接：10 nm 及以下技术节点晶圆缺陷光学检测 - IOPscience文章导读伴随智能终端、无线通信与网络基础设施、智能驾驶、云计算、智慧医疗等产业的蓬勃发展，先进集成电路的关键尺寸进一步微缩至亚10nm尺度，图形化晶圆上制造缺陷（包括随机缺陷与系统缺陷）的识别、定位和分类变得越来越具有挑战性。传统明场检测方法虽然是当前晶圆缺陷检测的主流技术，但该方法受制于光学成像分辨率极限和弱散射信号捕获能力极限而变得难以为继，因此亟需探索具有更高成像分辨率和更强缺陷散射信号捕获性能的缺陷检测新方法。近年来，越来越多的研究工作尝试将传统光学缺陷检测技术与纳米光子学、光学涡旋、计算成像、定量相位成像和深度学习等新兴技术相结合，以实现更高的缺陷检测灵敏度，这已为该领域提供了新的可能性。近期，华中科技大学机械科学与工程学院、数字制造装备与技术国家重点实验室的刘世元教授、朱金龙研究员、刘佳敏博士后、江浩教授、谷洪刚讲师，哈尔滨工业大学张泽旭教授、徐田来副教授、袁帅副教授，和香港中文大学周仁杰助理教授在SCIE期刊《极端制造》（International Journal of Extreme Manufacturing, IJEM）上共同发表了《10nm及以下技术节点晶圆缺陷光学检测》的综述，对过去十年中与光学晶圆缺陷检测技术有关的新兴研究内容进行了全面回顾，并重点评述了三个关键方面：（1）缺陷可检测性评估，（2）多样化的光学检测系统，以及（3）后处理算法。图1展示了该综述研究所总结的代表性晶圆缺陷检测新方法，包括明/暗场成像、暗场成像与椭偏协同检测、离焦扫描成像、外延衍射相位显微成像、X射线叠层衍射成像、太赫兹波成像缺陷检测、轨道角动量光学显微成像。通过对上述研究工作进行透彻评述，从而阐明晶圆缺陷检测技术的可能发展趋势，并为该领域的新进入者和寻求在跨学科研究中使用该技术的研究者提供有益参考。光学缺陷检测方法；显微成像；纳米光子学；集成电路；深度学习亮点：● 透彻梳理了有望实现10nm及以下节点晶圆缺陷检测的各类光学新方法。● 建立了晶圆缺陷可检测性的评价方法，总结了缺陷可检测性的影响因素。● 简要评述了传统后处理算法、基于深度学习的后处理算法及其对缺陷检测性能的积极影响。▲图1能够应对图形化晶圆缺陷检测挑战的各类光学检测系统示意图。（a）明/暗场成像；（b）暗场成像与椭偏协同检测；（c）离焦扫描成像；（d）外延衍射相位显微成像；（e）包含逻辑芯片与存储芯片的图形化晶圆；（f）X射线叠层衍射成像；（g）太赫兹成像；（h）轨道角动量光学显微成像。研究背景伴随智能手机、平板电脑、数字电视、无线通信基础设施、网络硬件、计算机、电子医疗设备、物联网、智慧城市等行业的蓬勃发展，不断刺激全球对半导体芯片的需求。这些迫切需求，以及对降低每片晶圆成本与能耗的不懈追求，构成了持续微缩集成电路关键尺寸和增加集成电路复杂性的驱动力。目前，IC制造工艺技术已突破5nm，正朝向3nm节点发展，这将对工艺监控尤其是晶圆缺陷检测造成更严峻的考验：上述晶圆图案特征尺寸的微缩，将极大地限制当前晶圆缺陷检测方案在平衡灵敏度、适应性、效率、捕获率等方面的能力。随着双重图案化、三重图案化以及四重图案化紫外光刻技术的广泛使用，检测步骤的数量随着图案化步骤的增加而显著增加，这可能会降低产率并增加器件故障的风险，因为缺陷漏检事故的影响会被传递至最终的芯片制造流程中。更糟糕的是，当前业界采用极其复杂的鳍式场效应晶体管 (FinFET) 和环栅 (GAA) 纳米线 (NW) 器件来降低漏电流和提高器件的稳定性，这将使得三维 (3D) 架构中的关键缺陷通常是亚表面（尤其是空隙）缺陷、深埋缺陷或高纵横比结构中的残留物。总体上而言，伴随工业界开始大规模的10 纳米及以下节点工艺芯片规模化制造，制造缺陷对芯片产量和成本的影响变得越来越显著，晶圆缺陷检测所带来的挑战无疑会制约半导体制造产业的发展。鉴于此，IC芯片制造厂商对晶圆缺陷检测技术与设备的重视程度日渐加深。在本文中，朱金龙研究员等人对图形化晶圆缺陷光学检测方法的最新进展进行了详细介绍。最新进展晶圆缺陷光学检测方法面的最新进展包含三个方面：缺陷可检测性评估、光学缺陷检测方法、后处理算法。缺陷可检测性评估包含两个方面：材料对缺陷可检测性的影响、晶圆缺陷拓扑形貌对缺陷可检测性的影响。图2展示了集成电路器件与芯片中所广泛采纳的典型体材料的复折射率N、法向反射率R和趋肤深度δ。针对被尺寸远小于光波长的背景图案所包围的晶圆缺陷，缺陷与背景图案在图像对比度差异主要是由材料光学特性的差异所主导的，也就是复折射率与法向反射率。具体而言，图2(c)所示的缺陷材料与图案材料的法向反射率曲线差异是优化缺陷检测光束光谱的基础之一。因此，寻找图像对比度和灵敏度足够高的最佳光束光谱范围比纯粹提高光学分辨率更重要一些，并且此规律在先进工艺节点下的晶圆缺陷检测应用中更具指导意义。▲图2集成电路中典型体材料的光学特性。（a）折射率n；（b）消光系数k；（c）法向反射率R；（d）趋肤深度δ。晶圆缺陷拓扑形貌对缺陷可检测性的影响也尤为重要。在图形化晶圆缺陷检测中，缺陷散射信号信噪比和图像对比度主要是受缺陷尺寸与缺陷类型影响的。图3展示了存储器件中常规周期线/空间纳米结构中的典型缺陷，依次为断线、边缘水平桥接和通孔、凹陷、之字形桥接、中心水平桥接、颗粒、突起、竖直桥接等缺陷。目前，拓扑形貌对缺陷可检测性的影响已被广泛研究，这通常与缺陷检测条件配置优化高度相关。例如，水平桥接与竖直桥接均对照明光束的偏振态相当敏感；在相同的缺陷检测条件配置下，桥接、断线、颗粒物等不同类型的缺陷会展现出不同的缺陷可检测性；同时，缺陷与背景图案的尺寸亦直接影响缺陷的可检测性，尺寸越小的缺陷越难以被检测。▲图3图形化晶圆上周期线/空间纳米结构中的典型缺陷（a）断线；（b）边缘水平桥接和通孔；（c）凹陷；（d）之字形桥接缺陷；（e）中心水平桥接；（f）颗粒物；（g）突起；（h）竖直桥接。丰富多彩的新兴光学检测方法。光是人眼或人造探测器所能感知的电磁波谱范围内的电磁辐射。任意光电场可采用四个基本物理量进行完整描述，即频率、振幅、相位和偏振态。晶圆缺陷光学检测通常是在线性光学系统中实施的，从而仅有频率不会伴随光与物质相互作用发生改变，振幅、相位、偏振态均会发生改变。那么，晶圆缺陷光学检测系统可根据实际使用的光学检测量进行分类，具体可划分为明/暗场成像、暗场成像与椭偏协同检测、离焦扫描成像、外延衍射相位显微成像、X射线叠层衍射成像、太赫兹波成像缺陷检测、轨道角动量光学显微成像。图4展示了基于相位重构的光学缺陷检测系统，具体包括外延相位衍射显微成像系统、光学伪电动力学显微成像系统。在这两种显微镜成像系统中，缺陷引起的扰动波前信号展现了良好的信噪比，并且能够被精准地捕获。后处理算法。从最简单的图像差分算子到复杂的图像合成算法，后处理算法因其能显著改善缺陷散射信号的信噪比和缺陷-背景图案图像对比度而在光学缺陷检测系统中发挥关键作用。伴随着深度学习算法成为普遍使用的常规策略，后处理算法在缺陷检测图像分析场景中的价值更加明显。典型后处理算法如Die-to-Die检测方法是通过将无缺陷芯片的图像与有缺陷芯片的图像进行比较以识别逻辑芯片中的缺陷，其也被称为随机检测。Cell-to-Cell检测方法是通过比较将同一芯片中无缺陷单元的图像与有缺陷单元的图像进行比较以识别存储芯片中的缺陷，其也被称为阵列检测。至于Die-to-Database检测方法，其本质是通过将芯片的图像与基于芯片设计布局的模型图像进行比较以识别芯片的系统缺陷。而根据原始检测图像来识别和定位各类缺陷，关键在于确保后处理图像（例如差分图像）中含缺陷区域的信号强度应明显大于预定义的阈值。基于深度学习的缺陷检测方法的实施流程非常简单：首先，捕获足够的电子束检测图像或晶圆光学检测图像（模拟图像或实验图像均可）；其次，训练特定的神经网络模型，从而实现从检测图像中提取有用特征信息的功能；最后，用小样本集测试训练后的神经网络模型，并根据表征神经网络置信水平的预定义成本函数决定是否应该重复训练。然而，深度学习算法在实际IC生产线中没有被广泛地接收，尤其是在光学缺陷检测方面。其原因不仅包括“黑箱性质”和缺乏可解释性，还包括未经实证的根据纯光学图像来定位和分类深亚波长缺陷的能力。而要在IC制造产线上光学缺陷检测场景中推广深度学习技术的应用，还需开展更多研究工作，尤其是深度学习在光学缺陷检测场景中的灰色区域研究、深度学习与光学物理之间边界的探索等。▲图4代表性新兴晶圆缺陷光学检测系统。（a）外延相位衍射显微成像系统；（b）光学伪电动力学显微成像系统。（a）经许可转载。版权所有（2013）美国化学会。（b）经许可转载。版权所有（2019）美国化学会。未来展望伴随集成电路(IC)制造工艺继续向10nm及以下节点延拓，针对IC制造过程中的关键工序开展晶圆缺陷检测，从而实现IC制造的工艺质量监控与良率管理，这已成为半导体领域普遍达成的共识。尽管图形化晶圆缺陷光学检测一直是一个长期伴随IC制造发展的工程问题，但通过与纳米光子学、结构光照明、计算成像、定量相位成像和深度学习等新兴技术的融合，其再次焕发活力。其前景主要包含以下方面：为了提高缺陷检测灵敏度，需要从检测系统硬件与软件方面协同创新；为了拓展缺陷检测适应性，需要更严谨地研究缺陷与探测光束散射机理；为了改善缺陷检测效率，需要更高效地求解缺陷散射成像问题。除了IC制造之外，上述光学检测方法对光子传感、生物感知、混沌光子等领域都有广阔的应用前景。

关于超声无损检测技术1929年，前苏联科学家索科夫率先提出利用超声波穿透物体去探测内部缺陷和结构，建立了早期的超声波成像系统。20世纪60年代，超声检测技术已经成为有效而可靠的无损检测手段，并在工业探伤领域得到广泛应用。进入20世纪90年代，超声无损检测仪器的数字化和电子计算机技术的快速发展催生了超声检测新技术的开发，超声衍射声时技术（TOFD）和相控阵技术（PA）等科技创新方法不断涌现，使得超声检测结果可以进行数据追溯。从技术原理来看，人们能够听到声音是因为声波传到了我们的耳内，声波的频率在20HZ～20,000HZ，频率低于或超过上述范围时人们无法听到声音，频率低于20HZ的声波称为次声波，频率超过20,000HZ的声波称为超声波。声波、次声波、超声波都是机械波，有声速、频率、波长、声压、声强等参数，在界面也会发生反射、折射。机械波在材料中能以一定的速度和方向传播，遇到声阻抗不同的异质界面（如缺陷或被测物件的底面等）就会产生反射、折射和波形转换。这种现象可被用来进行超声波探伤。 传统超声检测采用脉冲法进行检测，高压发生器发出的电压施加在探头上，由于压电效应的存在探头发射出超声波脉冲，通过声耦合介质（如机油或水等）进入材料并在其中传播；遇到缺陷后，部分反射能量沿原途径返回超声探头，超声探头又将其转变为电脉冲，经仪器放大而显示在显示端的荧光屏上。根据缺陷反射波在荧光屏上的位置和幅度（与参考试块中人工缺陷的反射波幅度作比较），即可测定缺陷的位置和大致尺寸。脉冲回波探伤法通常用于锻件、焊缝等的检测。可发现工件内部较小的裂纹、夹渣、缩孔、未焊透等缺欠。被检测物要求形状较简单，并有一定的表面光洁度。为了成批地快速检查管材、棒材、钢板等型材，可采用配备有机械传送、自动报警、标记和分选装置的超声探伤系统。近年来，超声无损检测仪器的数字化和电子计算机技术的快速发展催生了超声检测新技术的开发，超声相控阵技术（PAUT）逐渐成为无损检测行业主要技术发展趋势，应用范围得到了不断推广，传统的常规脉冲回波超声技术正逐渐被超声相控阵技术和全聚焦技术等替代。超声相控阵技术是借鉴相控阵雷达技术的原理发展起来，起先应用于医学领域，最初系统的复杂性、固体中波动传播的复杂性及成本费用高等原因使其在工业无损检测中的应用受限，随着电子技术和计算机技术的发展，超声相控阵技术逐渐用于工业无损检测，尤其是在核工业与航空航天领域取得了很多技术上的突破，并越来越广泛地应用于锅炉、压力容器、轨道交通、航空航天的无损检测。常规的超声检测通常采用一个压电晶片来产生超声波，一个压电晶片只产生一个固定的声束，其声束传播是预先设定的，在固定材料中不能变更；超声相控阵技术则采用了多个压电晶片，这种晶片排列称为阵列，阵列中的每一个晶片称为阵元，阵列晶片组辐射的总能量形成超声束。通过控制阵列中各阵元的激励（或接受）脉冲的时间延迟，改变由各阵元发射（或接受）声波到达（或来自）物体内某点时的相位关系，实现聚焦点和声束方面的变化，达到检测的目的。关于超声无损检测市场根据市场咨询机构Markets and Markets研究报告显示，2018年全球无损检测市场（NDT）容量约为83亿美元，预计到2024年全球市场规模将达到126亿美元，其中超声检测将占据最大比例的市场份额。2016年超声检测（UT）市场容量为24.4亿美元，预计2022年超声检测市场规模增长至39.3亿美元，2016年至2022年的年复合增长率为8.3%。（数据来源：Markets and Markets）当前美国是超声无损检测市场消费额最高的国家，2015年约占全球无损检测仪器市场的35.6%；其次是欧洲，占据了整个市场容量的26.5%左右。近年来，由于亚太地区基础设施的快速发展和制造业自动化水平的持续提升，中国、印度、日本和韩国等国家已经成为全球无损检测市场的主要增长区域，约占整个市场容量的24.2%。（数据来源：Markets and Markets）随着我国传统产业的转型升级，新兴行业保持高速发展，新材料、新结构和新工业不断涌现，对无损检测行业提供持续发展机遇。与此同时，虽然国内企业总体水平和综合实力有了很大程度的提高，在无损检测基础理论、技术开发、仪器设计和研制及产品应用等方面都已在世界占有重要一席。但在一些高端无损检测仪器制造方面，与欧美等发达国家仍存在一定差距，如在全聚焦相控阵超声检测的应用领域方面，仍然大量采用进口的国际品牌。根据中国海关统计相关数据，2017 年至 2020 年我国进口的无损检测设备（不包含探头和配件）情况如下：从上表可以看出，受超声波探伤检测仪进口额逐年快速上升的影响，我国无损检测设备近年来进口额呈持续上升趋势，其中超声波探伤检测仪进口额占无损检测设备的比例总体逐年上升，2017年至2020年的占比分别为43.68%、45.28%、50.66%和 46.98%。具体从超声无损检测仪来看，根据中国海关统计相关数据，2017年至2020年，我国超声波探伤检测仪（海关编码：90318031, 不包含探头和配件）进口金额分别达48,928.02万元、68,534.43万元、83,382.45万元和 69,819.16万元，进口额总体逐年快速上升，国产进口替代市场空间广阔。关于超声无损检测仪器企业总体而言，目前专门从事超声无损检测仪器研发、生产和销售的公司相对较少，国外主要以奥林巴斯、美国贝克休斯、英国声纳、美国捷特、法国M2M等为主，国内则包括汕超研究所、超声电子、中科创新、多浦乐等。奥林巴斯（Olympus Corporation）成立于1919年，是一家全球性的世界精密光学技术企业，业务领域包括映像领域、医疗领域和生命科学领域等。目前已在日本东京证券交易所、德国慕尼黑证券交易所、柏林证券交易所和美国OTC市场等多地上市，股票代码均为OOPT。奥林巴斯旗下的无损检测子公司（Olympus NDT）可为用户提供品类齐全的超声/涡流探伤设备系列产品，具体包括探伤仪、手持测厚仪、探头、棒材和管材检测系统、NDT系统的仪器设备和工业扫查器。据奥林巴斯2019年4月至2020年3月财年报告，其无损检测设备全球市场占有率为30-40%，竞争对手为贝克休斯。贝克休斯（Baker Hughes）成立于1982年，为全球石油开发和加工工业提供产品和服务的大型企业。贝克休斯系纽约证券交易所上市公司，股票代码为BKR。2016年，通用电气（GE）将其下属油气业务部分（含检测技术公司GE Inspection Technologies）与贝克休斯合并，成为全球第二大油服企业。贝克休斯为无损检测全球领导者，提供优质的无损检测解决方案和服务，其产品包括超声检测设备、涡流检测设备、射线照相系统和高清远程视觉检测等。 英国声纳（Sonatest）成立于1958年，在超声产品无损检测设备及附件的制造和生产都处于全球领先地位，具体产品包含超声波探伤仪、测厚仪、相控阵探伤仪和探头等，主要适用于高衰减材料检测、焊缝、腐蚀检测、大锻件、大铸件、高衰减和非金属材料探伤。英国声纳的下游客户包括波音公司、空中客车、壳牌石油、E.ON电网和网络铁路等国际知名企业。美国捷特（Zetec）始于1968年，是美国罗珀科技公司旗下的子公司，是全球无损检测解决方案的领军企业之一，在加拿大魁北克市设有全球工程和制造中心，并在美国西雅图设有公司总部。美国捷特无损检测产品可以分为超声检测和涡流检测两大系列，具体包括超声检测仪器/软件/检测探头和楔块和涡流检测设备/软件/探头等产品种类，下游客户覆盖电力行业、石油和天然气行业、航空航天、汽车制造、军工、铁路以及重工业和制造业。法国M2M为国际知名数字超声相控阵与涡流设备设计与制造商，由法国原子能委员会（CEA）于2003年设立，总部位于法国巴黎，2008年被Eddyfi Technologies收购。Eddyfi Technologies为世界知名NDT检测科技公司，致力于为航空航天、能源、采矿、发电和运输行业等提供检测设备、软件、传感器等多 元化服务。汕超研究所成立于1982年，位于广东省汕头市。汕超研究所主营业务为医用超声显像诊断系统、医用X射线影像系统、无损检测设备等的研发、生产和销售，是国内医用超声诊断设备领域的知名企业。超声电子成立于1997年，是以电子元器件及超声电子仪器为主要产品的高新技术企业，主要从事印制线路板、液晶显示器及触摸屏、超薄及特种覆铜板、超声电子仪器的研制、生产和销售。超声电子为A股上市公司，股票代码000823，2020年营业收入51.69亿元，其中超声电子仪器的销售额为6,413.85万元。超声电子创建的“汕头”牌系列产品，能够提供丰富多样的医用超声诊断系统和无损检测设备。中科创新成立于2003年，位于湖北武汉市，公司产品主要包括便携式超声波探伤仪和多通道自动化检测设备，并可以为特殊市场用户提供量身定制的个性化服务，一直致力于为钢铁、机械装备制造、特种设备、石油化工、轨道交通、航空航天、船舶制造、电力能源等行业提供超声波无损检测应用解决方案和技术服务。多浦乐成立于2008年，聚焦无损检测设备的研发、生产和销售，致力于为客户提供超声无损检测专业解决方案及检测仪器产品，属国家认定的高新技术企业之一。多浦乐是国内首家推出高性能超声相控阵检测设备的企业，Phascan超声相控阵检测仪于2014年被评为国家重点新产品，并于2017年成为首台中国特检院举办相控阵超声培训所使用的国产检测设备，亦为首台经过中国特检院测试认证的超声相控阵检测设备。多浦乐2020营业收入1.28亿元。

上接：晶圆表面缺陷检测方法综述【上】4. 基于机器学习的晶圆表面缺陷检测机器学习主要是将一个具体的问题抽象成一个数学模型，通过数学方法求解模型，求解该问题，然后评估该模型对该问题的影响。根据训练数据的特点，分为监督学习、无监督学习和半监督学习。本文主要讨论这三种机器学习方法在晶圆表面缺陷检测中的应用。机器学习模型比较如表2所示。表 2.机器学习算法的比较。分类算法创新局限监督学习KNN系列对异常数据不敏感，准确率高。复杂度高，计算强度高。决策树-Radon应用Radon以形成新的缺陷特征。过拟合非常熟练。SVMSVM 可对多变量、多模态和不可分割的数据点进行高效分类。它对多个样本不友好，内核函数难以定位。无监督学习多层感知器聚类算法采用多层感知器增强特征提取能力。取决于激活函数的选择。DBSCAN可以根据缺陷模式特征有选择地去除异常值。样本密度不均匀或样本过大，收敛时间长，聚类效果差。SOM高维数据可以映射到低维空间，保持高维空间的结构。目标函数不容易确定。半监督学习用于增强标记的半监督框架将监督集成学习与无监督SOM相结合，构建了半监督模型。培训既费时又费时。半监督增量建模框架通过主动学习和标记样本来增强模型性能，从而提高模型性能。性能取决于标记的数据量。4.1. 监督学习监督学习是一种学习模型，它基于该模型对所需的新数据样本进行预测。监督学习是目前晶圆表面缺陷检测中广泛使用的机器学习算法，在目标检测领域具有较高的鲁棒性。Yuan，T等提出了一种基于k-最近邻（KNN）的噪声去除技术，该技术利用k-最近邻算法将全局缺陷和局部缺陷分离，提供晶圆信息中所有聚合的局部缺陷信息，通过相似聚类技术将缺陷分类为簇，并利用聚类缺陷的参数化模型识别缺陷簇的空间模式。Piao M等提出了一种基于决策树的晶圆缺陷模式识别方法。利用Radon变换提取缺陷模式特征，采用相关性分析法测度特征之间的相关性，将缺陷特征划分为特征子集，每个特征子集根据C4.5机制构建决策树。对决策树置信度求和，并选择总体置信度最高的类别。决策树在特定类别的晶圆缺陷检测中表现出更好的性能，但投影的最大值、最小值、平均值和标准差不足以代表晶圆缺陷的所有空间信息，因此边缘缺陷检测性能较差。支持向量机（SVM）在监督学习中也是缺陷检测的成熟应用。当样本不平衡时，k-最近邻算法分类效果较差，计算量大。决策树也有类似的问题，容易出现过度拟合。支持向量机在小样本和高维特征的分类中仍然具有良好的性能，并且支持向量机的计算复杂度不依赖于输入空间的维度，并且多类支持向量机对过拟合问题具有鲁棒性，因此常被用作分类器。R. Baly等使用支持向量机（SVM）分类器将1150张晶圆图像分为高良率和低良率两类，然后通过对比实验证明，相对于决策树，k-最近邻（KNN）、偏最小二乘回归（PLS回归）和广义回归神经网络（GRNN），非线性支持向量机模型优于上述四种晶圆分类方法。多类支持向量机在晶圆缺陷模式分类中具有更好的分类精度。L. Xie等提出了一种基于支持向量机算法的晶圆缺陷图案检测方案。采用线性核、高斯核和多项式核进行选择性测试，通过交叉验证选择测试误差最小的核进行下一步的支持向量机训练。支持向量机方法可以处理图像平移或旋转引起的误报问题。与神经网络相比，支持向量机不需要大量的训练样本，因此不需要花费大量时间训练数据样本进行分类。为复合或多样化数据集提供更强大的性能。4.2. 无监督学习在监督学习中，研究人员需要提前将缺陷样本类型分类为训练的先验知识。在实际工业生产中，存在大量未知缺陷，缺陷特征模糊不清，研究者难以通过经验进行判断和分类。在工艺开发的早期阶段，样品注释也受到限制。针对这些问题，无监督学习开辟了新的解决方案，不需要大量的人力来标记数据样本，并根据样本之间的特征关系进行聚类。当添加新的缺陷模式时，无监督学习也具有优势。近年来，无监督学习已成为工业缺陷检测的重要研究方向之一。晶圆图案上的缺陷图案分类不均匀，特征不规则，无监督聚类算法对这种情况具有很强的鲁棒性，广泛用于检测复杂的晶圆缺陷图案。由于簇状缺陷（如划痕、污渍或局部失效模式）导致难以检测，黄振提出了一种解决该问题的新方法。提出了一种利用自监督多层感知器检测缺陷并标记所有缺陷芯片的自动晶圆缺陷聚类算法（k-means聚类）。Jin C H等提出了一种基于密度的噪声应用空间聚类（DBSCAN）的晶圆图案检测与分类框架，该框架根据缺陷图案特征选择性地去除异常值，然后提取的缺陷特征可以同时完成异常点和缺陷图案的检测。Yuan， T等提出了一种多步晶圆分析方法，该方法基于相似聚类技术提供不同精度的聚类结果，根据局部缺陷模式的空间位置识别出种混合型缺陷模式。利用位置信息来区分缺陷簇有一定的局限性，当多个簇彼此靠近或重叠时，分类效果会受到影响。Di Palma，F等采用无监督自组织映射（SOM）和自适应共振理论（ART1）作为晶圆分类器，对1种不同类别的晶圆进行了模拟数据集测试。SOM 和 ART1 都依靠神经元之间的竞争来逐步优化网络以进行无监督分类。由于ART是通过“AND”逻辑推送到参考向量的，因此在处理大量数据集时，计算次数增加，无法获得缺陷类别的实际数量。调整网络标识阈值不会带来任何改进。SOM算法可以将高维输入数据映射到低维空间，同时保持输入数据在高维空间中的拓扑结构。首先，确定神经元的类别和数量，并通过几次对比实验确定其他参数。确定参数后，经过几个学习周期后，数据达到渐近值，并且在模拟数据集和真实数据集上都表现良好。4.3. 半监督学习半监督学习是一种结合了监督学习和无监督学习的机器学习方法。半监督学习可以使用少量的标记数据和大量的未标记数据来解决问题。基于集成的半监督学习过程如图 8 所示。避免了完全标记样品的成本消耗和错误标记。半监督学习已成为近年来的研究热点。图8.基于集成的半监督学习监督学习通常能获得良好的识别结果，但依赖于样本标记的准确性。晶圆数据样本可能存在以下问题。首先是晶圆样品数据需要专业人员手动标记。手动打标过程是主观的，一些混合缺陷模式可能会被错误标记。二是某些缺陷模式的样本不足。第三，一些缺陷模式一开始就没有被标记出来。因此，无监督学习方法无法发挥其性能。针对这一问题，Katherine Shu-Min Li等人提出了一种基于集成的半监督框架，以实现缺陷模式的自动分类。首先，在标记数据上训练监督集成学习模型，然后通过该模型训练未标记的数据。最后，利用无监督学习算法对无法正确分类的样本进行处理，以达到增强的标记效果，提高晶圆缺陷图案分类的准确性。Yuting Kong和Dong Ni提出了一种用于晶圆图分析的半监督增量建模框架。利用梯形网络改进的半监督增量模型和SVAE模型对晶圆图进行分类，然后通过主动学习和伪标注提高模型性能。实验表明，它比CNN模型具有更好的性能。5. 基于深度学习的晶圆表面缺陷检测近年来，随着深度学习算法的发展、GPU算力的提高以及卷积神经网络的出现，计算机视觉领域得到了定性的发展，在表面缺陷检测领域也得到了广泛的应用。在深度学习之前，相关人员需要具备广泛的特征映射和特征描述知识，才能手动绘制特征。深度学习使多层神经网络能够通过抽象层自动提取和学习目标特征，并从图像中检测目标对象。Cheng KCC等分别使用机器学习算法和深度学习算法进行晶圆缺陷检测。他们使用逻辑回归、支持向量机（SVM）、自适应提升决策树（ADBT）和深度神经网络来检测晶圆缺陷。实验证明，深度神经网络的平均准确率优于上述机器学习算法，基于深度学习的晶圆检测算法具有更好的性能。根据不同的应用场景和任务需求，将深度学习模型分为分类网络、检测网络和分割网络。本节讨论创新并比较每个深度学习网络模型的性能。5.1. 分类网络分类网络是较老的深度学习算法之一。分类网络通过卷积、池化等一系列操作，提取输入图像中目标物体的特征信息，然后通过全连接层，根据预设的标签类别进行分类。网络模型如图 9 所示。近年来，出现了许多针对特定问题的分类网络。在晶圆缺陷检测领域，聚焦缺陷特征，增强特征提取能力，推动了晶圆检测的发展。图 9.分类网络模型结构图在晶圆制造过程中，几种不同类型的缺陷耦合在晶圆中，称为混合缺陷。这些类型的缺陷复杂多变且随机性强，已成为半导体公司面临的主要挑战。针对这一问题，Wang J等提出了一种用于晶圆缺陷分类的混合DPR（MDPR）可变形卷积网络（DC-Net）。他们设计了可变形卷积的多标签输出和一热编码机制层，将采样区域聚焦在缺陷特征区域，有效提取缺陷特征，对混合缺陷进行分类，输出单个缺陷，提高混合缺陷的分类精度。Kyeong和Kim为混合缺陷模式的晶圆图像中的每种缺陷设计了单独的分类模型，并通过组合分类器网络检测了晶圆的缺陷模式。作者使用MPL、SVM和CNN组合分类器测试了六种不同模式的晶圆映射数据库，只有作者提出的算法被正确分类。Takeshi Nakazawa和Deepak V. Kulkarni使用CNN对晶圆缺陷图案进行分类。他们使用合成生成的晶圆图像训练和验证了他们的CNN模型。此外，提出了一种利用模拟生成数据的方法，以解决制造中真实缺陷类别数据不平衡的问题，并达到合理的分类精度。这有效解决了晶圆数据采集困难、可用样品少的问题。分类网络模型对比如表3所示。表3. 分类网络模型比较算法创新Acc直流网络采样区域集中在缺陷特征区域，该区域对混合缺陷具有非常强的鲁棒性。93.2%基于CNN的组合分类器针对每个缺陷单独设计分类器，对新缺陷模式适应性强。97.4%基于CNN的分类检索方法可以生成模拟数据集来解释数据不平衡。98.2%5.2. 目标检测网络目标检测网络不仅可以对目标物体进行分类，还可以识别其位置。目标检测网络主要分为两种类型。第一种类型是两级网络，如图10所示。基于区域提案网络生成候选框，然后对候选框进行分类和回归。第二类是一级网络，如图11所示，即端到端目标检测，直接生成目标对象的分类和回归信息，而不生成候选框。相对而言，两级网络检测精度更高，单级网络检测速度更快。检测网络模型的比较如表4所示。图 10.两级检测网络模型结构示意图图 11.一级检测网络模型结构示意图表4. 检测网络模型比较算法创新AccApPCACAE基于二维主成分分析的级联辊类型自动编码。97.27%\YOLOv3-GANGAN增强了缺陷模式的多样性，提高了YOLOv3的通用性。\88.72%YOLOv4更新了骨干网络，增强了 CutMix 和 Mosaic 数据。94.0%75.8%Yu J等提出了一种基于二维主成分分析的卷积自编码器的深度神经网络PCACAE，并设计了一种新的卷积核来提取晶圆缺陷特征。产品自动编码器级联，进一步提高特征提取的性能。针对晶圆数据采集困难、公开数据集少等问题，Ssu-Han Chen等首次采用生成对抗网络和目标检测算法YOLOv3相结合的方法，对小样本中的晶圆缺陷进行检测。GAN增强了缺陷的多样性，提高了YOLOv3的泛化能力。Prashant P. SHINDE等提出使用先进的YOLOv4来检测和定位晶圆缺陷。与YOLOv3相比，骨干提取网络从Darknet-19改进为Darknet-53，并利用mish激活函数使网络鲁棒性。粘性增强，检测能力大大提高，复杂晶圆缺陷模式的检测定位性能更加高效。5.3. 分段网络分割网络对输入图像中的感兴趣区域进行像素级分割。大部分的分割网络都是基于编码器和解码器的结构，如图12所示是分割网络模型结构示意图。通过编码器和解码器，提高了对目标物体特征的提取能力，加强了后续分类网络对图像的分析和理解。在晶圆表面缺陷检测中具有良好的应用前景。图 12.分割网络模型结构示意图。Takeshi Nakazawa等提出了一种深度卷积编码器-解码器神经网络结构，用于晶圆缺陷图案的异常检测和分割。作者设计了基于FCN、U-Net和SegNet的三种编码器-解码器晶圆缺陷模式分割网络，对晶圆局部缺陷模型进行分割。晶圆中的全局随机缺陷通常会导致提取的特征出现噪声。分割后，忽略了全局缺陷对局部缺陷的影响，而有关缺陷聚类的更多信息有助于进一步分析其原因。针对晶圆缺陷像素类别不平衡和样本不足的问题，Han Hui等设计了一种基于U-net网络的改进分割系统。在原有UNet网络的基础上，加入RPN网络，获取缺陷区域建议，然后输入到单元网络进行分割。所设计的两级网络对晶圆缺陷具有准确的分割效果。Subhrajit Nag等人提出了一种新的网络结构 WaferSegClassNet，采用解码器-编码器架构。编码器通过一系列卷积块提取更好的多尺度局部细节，并使用解码器进行分类和生成。分割掩模是第一个可以同时进行分类和分割的晶圆缺陷检测模型，对混合晶圆缺陷具有良好的分割和分类效果。分段网络模型比较如表5所示。表 5.分割网络模型比较算法创新AccFCN将全连接层替换为卷积层以输出 2D 热图。97.8%SegNe结合编码器-解码器和像素级分类层。99.0%U-net将每个编码器层中的特征图复制并裁剪到相应的解码器层。98.9%WaferSegClassNet使用共享编码器同时进行分类和分割。98.2%第6章 结论与展望随着电子信息技术的不断发展和光刻技术的不断完善，晶圆表面缺陷检测在半导体行业中占有重要地位，越来越受到该领域学者的关注。本文对晶圆表面缺陷检测相关的图像信号处理、机器学习和深度学习等方面的研究进行了分析和总结。早期主要采用图像信号处理方法，其中小波变换方法和空间滤波方法应用较多。机器学习在晶圆缺陷检测方面非常强大。k-最近邻（KNN）、决策树（Decision Tree）、支持向量机（SVM）等算法在该领域得到广泛应用，并取得了良好的效果。深度学习以其强大的特征提取能力为晶圆检测领域注入了活力。最新的集成电路制造技术已经发展到4 nm，预测表明它将继续朝着更小的规模发展。然而，随着这些趋势的出现，晶圆上表面缺陷的复杂性也将增加，对模型的可靠性和鲁棒性提出了更严格的挑战。因此，对这些缺陷的分析和处理对于确保集成电路的高质量制造变得越来越重要。虽然在晶圆表面缺陷分析领域取得了一些成果，但仍存在许多问题和挑战。1、晶圆缺陷的公开数据集很少。由于晶圆生产和贴标成本高昂，高质量的公开数据集很少，为数不多的数据集不足以支撑训练。可以考虑创建一个合成晶圆缺陷数据库，并在现有数据集上进行数据增强，为神经网络提供更准确、更全面的数据样本。由于梯度特征中缺陷类型的多功能性，可以使用迁移学习来解决此类问题，主要是为了解决迁移学习中的负迁移和模型不适用性等问题。目前尚不存在灵活高效的迁移模型。利用迁移学习解决晶圆表面缺陷检测中几个样品的问题，是未来研究的难题。2、在晶圆制造过程中，不断产生新的缺陷，缺陷样本的数量和类型不断积累。使用增量学习可以提高网络模型对新缺陷的识别准确率和保持旧缺陷分类的能力。也可作为扩展样本法的研究方向。3、随着技术进步的飞速发展，芯片特征尺寸越来越小、越来越复杂，导致晶圆中存在多种缺陷类型，缺陷相互折叠，导致缺陷特征不均匀、不明显。增加检测难度。多步骤、多方法混合模型已成为检测混合缺陷的主流方法。如何优化深度网络模型的性能，保持较高的检测效率，是一个亟待进一步解决的问题。4、在晶圆制造过程中，不同用途的晶圆图案会产生不同的缺陷。目前，在单个数据集上训练的网络模型不足以识别所有晶圆中用于不同目的的缺陷。如何设计一个通用的网络模型来检测所有缺陷，从而避免为所有晶圆缺陷数据集单独设计训练模型造成的资源浪费，是未来值得思考的方向。5、缺陷检测模型大多为离线模型，无法满足工业生产的实时性要求。为了解决这个问题，需要建立一个自主学习模型系统，使模型能够快速学习和适应新的生产环境，从而实现更高效、更准确的缺陷检测。原文链接:Electronics | Free Full-Text | Review of Wafer Surface Defect Detection Methods (mdpi.com)

近日，御微半导体首批i12-F300超精密晶圆缺陷检测设备在御微合肥成功发运，顺利交付国内集成电路领域重要客户。御微半导体自主研发的i12-F300设备作为公司新一代晶圆检测产品，凭借御微多年来在集成电路晶圆检测领域积累的丰富经验和技术储备，以多模式的高精度光学成像、高稳定性成像控制、高效率数据处理系统、多类型物料兼容为基础，结合御微专有的智能检测+分类算法和软件系统，相对于已有集成电路晶圆缺陷检测产品，可提供更强大的缺陷检测能力和更高的检测效率，满足不同集成电路客户工艺环节中细微缺陷管控需求。御微半导体i12-F300超精密晶圆缺陷检测设备在集成电路晶圆制造环节，i12-F300设备可应用于光刻后、蚀刻后、化学研磨后、薄膜沉积等工艺后的缺陷检测，实现快速工艺监测和问题反馈，减少客户良率损失。i12-F300设备可搭配御微已有边缘、背面检测模块，实现对晶圆正面、背面、边缘全方位检测和质量管控。此外，该设备可实现深亚微米检测精度，在多种场景下用于产线高精度检测场景，补充客户产线昂贵纳米检测设备产能，降低客户使用成本。另外，通过兼容透明/半透明基底、翘曲/键合片等基底，i12-F300可用于化合物半导体、先进封装等领域，对晶圆产品实现高精度管控，助力客户产线降本增效、实现零缺陷目标。i12-F300的推出，进一步完善了御微在晶圆检测领域的产品布局，这是御微集成电路晶圆缺陷检测领域的重大突破，也是迈入国产替代关键性的一步。未来，御微将持续加大研发投入，精准把握客户需求，不断推出满足客户需求的新产品，填补国内相关半导体设备领域的空白，为广大客户创造更多独特价值。据资料显示，御微半导体是一家以技术和市场双轮驱动，为集成电路制造提供先进装备的科创企业。公司面向集成电路制造、先进封装、化合物半导体、新型显示等领域，为客户提供具有竞争力的产品及技术解决方案。公司聚焦于集成电路光学量检测系统设计与系统集成，围绕集成电路装备自主化，已经形成了服务于芯片制造、光罩制造、晶圆衬底制造、基板制造四大领域九大类量测及检测产品。致力成为半导体设备行业第一梯队的技术提供者。

随着基因科技的发展和临床应用，基因技术可以用于遗传疾病的检测，对预防出生缺陷有重要意义。7月8日，华大基因董事长汪建、华大医学执行总裁尹烨等在北京共同宣布启动&ldquo 千万家庭远离遗传出生缺陷&rdquo 计划。 　　发布会上，华大基因旗下的华大医学产前业务负责人赵立见就无创技术的开展现状及应用前景作了介绍。赵立见表示，目前无创基因检测技术可进行6种单基因疾病(地中海贫血、先天性耳聋、枫糖尿病、肾上腺皮质增生、鱼鳞病、假肥大性肌营养不良DMD)的无创产前基因检测，通过单个基因位点检测结果准确率高达98%以上。由于其无创安全、特异性高等优势逐步成为孕妇的首选检测方法。目前华大基因已积累30万例无创产前基因检测。 　　据了解，最近，国家食品药品监督管理总局(CFDA)首次批准第二代基因测序诊断产品上市，华大基因成为CFDA批准的首个高通量测序诊断产品提供机构。基于此，华大基因计划开展了一系列针对罕见病的&ldquo 科技公益&rdquo 项目。 　　华大医学执行总裁尹烨介绍，华大基因现在已经可以通过单基因遗传病检测技术，检测10大系统中的336种基因遗传病，贯穿生命孕育、出生、成长、衰老等全过程。目前，华大基因有幸成为CFDA批准的首个高通量测序诊断产品生产机构，标志着我国在医疗创新产品的注册审批方面迈出了突破性一步 也意味着以基因组学新技术走向临床应用开始有了法律与制度上的保障。

以碳化硅（SiC）基板为基础的高功率及高频元件的需求随着电动车、资料中心与高频通讯市场的成长出现供不应求的状况。其中SiC基板质量决定下游元件的可靠度及性能优劣，但SiC长晶速度较慢，且目前关键的晶体缺陷只能以破坏性的KOH蚀刻方式进行抽样检测，使得SiC芯片制程成本居高不下。因此，基板厂与元件厂若能在制程中对材料做全面非破坏性检测，不仅可及早发现问题，进而有效改善制程、提升良率，进而在化合物半导体市场中展现绝佳竞争优势。现行的破坏性检测方式除了造成巨额的成本消耗之外，也无法提供足够的信息对整个制程进行完整的研究与追踪。而近来的文献显示现有的光学检测技术虽然可以准确地找出表面的缺陷（Ref.1），然而对找出晶圆内部的晶体缺陷依然力有未逮。因此，蔚华科技携手南方科技推出非破坏性的SiC缺陷检测系统，首创将非线性光学技术导入半导体检测领域，可对全片基板表面到特定深度进行扫描，反应晶体结构信息，提供晶体缺陷密度及其分布状况，让客户有效掌握基板质量，未来生产出的元件质量与效能也能更加稳定。通过非线性光学影像与AI影像辨识结合（Ref.2），更能辨识晶圆内部的致命性晶体缺陷，除了能够节省巨额的成本支出，并且提高产出之外，更能对基板的质量控制做出完整的追踪与回溯。有别于目前市场上的光学技术仅能检测表面的非晶体缺陷，南方科技针对市场需求推出了JadeSiC-NK （型号 SP3055），专注在稳定且有效地找出基板中关键的晶体缺陷（Micropipe, BPD, TSD, Stacking fault），相较现行将SiC晶锭切片后取上下二片基板进行检测的KOH蚀刻方式，可大幅节省检测时间与基板成本。以每个长晶炉每月产出四个晶锭为例，采用JadeSiC-NK后，每个晶锭可省下二片基板成本（每片6英寸基板以800美元计），因此可推估一个长晶炉每年可省下新台币250万元，若是具有100个长晶炉的基板厂，一年即可省下新台币2.5亿元。此外，JadeSiC-NK也可针对同一个晶锭进行100%的晶圆检查，进行详细的晶锭分析和批次追踨分析，协助客户在高技术门槛的化合物半导体市场加速制程及产量优化。Ref1: Chen, PC., Miao, WC., Ahmed, T. and Kuo, HC, Defect Inspection Techniques in SiC.Nanoscale Res Lett17, 30 （2022）. https://doi.org/10.1186/s11671-022-03672-w, https://link.springer.com/article/10.1186/s11671-022-03672-wRef2: Kuo, HC, Huang, C , 乐达科技 NYCU 产学计划 report （2023）图一：（上）JadeSiC-NK以非破坏性方式检测出的BPD缺陷分布（下）相同晶圆以KOH破坏性蚀刻方式检测出的BPD缺陷分布图二：（左） JadeSiC-NK以非破坏性方式检测出的TSD缺陷分布（右）相同晶圆以KOH破坏性蚀刻方式检测出的TSD缺陷分布

近日，中俄合作完成的“焊接结构缺陷检验、服役可靠性评估及延寿技术研究”项目，通过了黑龙江省科技厅组织的专家验收。专家认为，双方合作开发了噪声抑制新技术、合成孔径聚焦缺陷检测技术、缺陷三维成像检测技术等多种新技术，解决了结构焊接缺陷定量化检测可靠性低的难题，并在缺陷自动识别等方面取得了重要进展。 　　该项目由哈尔滨工业大学先进焊接与连接国家重点实验室与俄罗斯鲍曼国立技术大学合作承担，于2007年启动，其研究目标是建立一套基于声发射、超声波技术原理、压痕技术、电磁技术和光学技术原理的国际先进的焊接缺陷和焊接应力检测与剩余工作寿命评估系统。 　　据介绍，该研究突破了反映应力信息的超声信号提取和干扰去除策略方面的技术难点，开发出基于临界折射纵波焊接应力检测的技术设备，其平面构件表面应力测试误差仅为12%左右，技术设备已实现集成化和产品化，在高速列车、火箭燃料储箱等领域中应用。 　　同时，研究团队开发出随焊冲击碾压、双向预置应力焊接等多项新技术及配套装置，有效改善了焊接接头的残余应力状态，减少了焊接缺陷，并将焊接新工艺在高速列车承载焊接接头的制造中试用，获得显著成效。 　　据悉，项目执行期间，共申请发明专利12项，获得发明专利授权8项 获得软件著作权2项 发表论文93篇，其中SCI16篇、EI64篇 形成拥有自主知识产权的核心技术2项 开发新装置7台(套) 形成新工艺5项。同时，以该项目为基础筹建的“中国—俄罗斯—乌克兰国际焊接联合研究中心”已获科技部批准。

将更智能、更强大的电子元件塞进不断缩小的设备中的一个挑战是开发工具和技术，以越来越高的精度分析构成它们的材料。密歇根州立大学的物理学家在这方面迈出了期待已久的一步，采用了一种结合高分辨率显微镜和超快激光的方法。这项技术在《自然光子学》杂志上进行了描述，使研究人员能够以无与伦比的精度发现半导体中的失配原子。半导体物理学将这些原子称为“缺陷”，听起来像是负面的，但它们通常是故意添加到材料中的，对于当今和未来的半导体性能至关重要。“这对于具有纳米级结构的组件特别相关，”密歇根州立大学的实验物理学杰里科文讲席教授兼新研究的负责人泰勒科克说。这包括像计算机芯片这样的东西，它们通常使用具有纳米级特征的半导体。而且，研究人员正致力于通过工程材料将纳米级架构发挥到极致，这些材料的厚度只有一个原子。“这些纳米材料是半导体的未来，”科克说，他也是密歇根州立大学物理与天文学系的超快太赫兹纳米显微镜实验室的负责人。“当你有纳米级电子产品时，确保电子能够按照你希望的方式移动非常重要。”缺陷在电子运动中起着重要作用，这就是为什么像科克这样的科学家渴望准确了解它们的位置和行为。科克的同行们很高兴得知，他团队的新技术将让他们轻松获取这些信息。“我的一位同事说，‘我希望你们出去庆祝了，’”科克说。主导这一项目的Vedran Jelic是科克团队的一名博士后研究员，现在在加拿大国家研究委员会工作，是这份新报告的第一作者。研究团队还包括博士生Stefanie Adams、Eve Ammerman和Mohamed Hassan，以及本科生研究员Kaedon Cleland-Host。科克补充说，使用适当的设备，这项技术实施起来很简单，他的团队已经在将其应用于像石墨烯纳米带这样厚度仅一个原子的材料上。“我们有许多开放的项目，正在使用这项技术研究更多的材料和更具异国情调的材料，”科克说。“我们基本上将其纳入我们所做的一切，作为一种标准技术使用。”轻触目前已经有工具，特别是扫描隧道显微镜（STM），可以帮助科学家发现单原子缺陷。与许多人从高中科学课上认出的显微镜不同，STM不使用镜头和灯泡来放大物体。相反，STM使用原子级尖端扫描样品表面，类似于唱片播放器上的唱针。但STM的尖端不会触及样品表面，只是足够接近，使电子可以在尖端和样品之间跳跃或隧穿。STM记录电子跳跃的数量和位置，以及其他信息，以提供关于样品的原子级信息（因此，科克的实验室称之为纳米显微镜而非显微镜）。但仅靠STM数据并不足以清晰地解析样品中的缺陷，尤其是在镓砷这种在雷达系统、高效太阳能电池和现代电信设备中应用的重要半导体材料中。在他们的最新出版物中，科克和他的团队专注于镓砷样品，这些样品故意掺入了硅缺陷原子，以调整电子在半导体中的运动方式。“硅原子对电子来说基本上就像一个深坑，”科克说。尽管理论家们已经研究了这种类型的缺陷几十年，但实验者直到现在还无法直接检测到这些单个原子。科克和他团队的新技术仍然使用STM，但研究人员还直接在STM的尖端照射激光脉冲。这些脉冲由太赫兹频率的光波组成，意味着它们每秒钟振动一万亿次。最近，理论家们表明，这与硅原子缺陷在镓砷样品中来回振动的频率相同。通过结合STM和太赫兹光，密歇根州立大学团队创造了一种对缺陷具有无与伦比灵敏度的探针。当STM尖端接触到镓砷表面上的硅缺陷时，团队的测量数据中出现了一个突然、强烈的信号。当研究人员将尖端移到离缺陷一个原子远的地方时，信号消失了。“这里有一个人们已经追寻了四十多年的缺陷，我们看到它像钟一样响，”科克说。“起初，这很难相信，因为它如此明显，”他继续说。“我们不得不以各种方式测量它，以确定这是真实的。”一旦他们确信信号是真实的，就很容易解释，因为已经有数十年的理论研究对其进行了彻底的表征。“当你发现这样的东西时，已经有数十年的理论研究详细描述它，这真的很有帮助，”Jelic说，他与科克一样，也是这篇新论文的通讯作者。尽管科克的实验室在这一领域处于前沿，但世界各地的研究小组目前也在将STM和太赫兹光结合起来。还有各种其他材料可以从这种技术中受益，用于超出检测缺陷的应用。现在他的团队已经与社区分享了他们的方法，科克对未来的发现感到兴奋。

近日，由重钢负责制订的《厚钢板超声波自动探伤方法》国家标准讨论会在重庆召开。会议由全国钢标准化技术委员会主持，来自冶金行业和无损检测行业的20位专家及代表参加会议。 　　会上，与会专家对重钢的标准起草工作给予了肯定，对标准提出了修改意见。目前，国内无自动探伤检测方法标准，重钢中板线自动探伤线投产后，检测缺乏相应标准和依据。鉴于此，重钢申请制订《厚钢板超声波自动探伤方法》国家标准。该标准的制订将填补目前国内无自动探伤检测方法标准的空白。

5月12日，御微首台掩模基板缺陷检测产品Halo-100在御微合肥成功发运，并顺利交付国内先进掩模厂。御微半导体官方消息显示，其Halo-100设备是御微“掩模全生命周期质量控制”产品线的第二款产品，以高精度光学系统、高稳定性运动台系统以及高洁净度环控与传输系统为基础，结合御微半导体专有的算法和软件系统，实现了针对掩模基板（blank）缺陷检测的需求，并将掩模检测的应用领域拓展至掩模厂来料检和掩模基板厂全制程控制检。据介绍，在掩模基板厂中，Halo-100设备可以运用在玻璃基板来料检、多层镀膜过程检和成品出货检等环节，助力客户在每个制程节点监测洁净度情况。

9月12日，2010全国妇幼保健热点论坛在广州举行。47岁的中国工程院院士程京欣然接受南方日报专访，畅谈生物芯片的研究进展与前景。他表示，针对广东“地方病”地中海贫血的基因检测芯片，预计明年面世。 　　一出生就做基因芯片检测，可预防“一针致聋” 　　从去年以来，程京已经自主研发了遗传性耳聋检测基因芯片、分枝杆菌菌种鉴定基因芯片、结核分枝杆菌耐药检测基因芯片、自身免疫性疾病检测蛋白芯片等4种新型疾病检测产品。目前均进入临床使用，广东省妇幼保健院等多家广东医院已可检测。 　　程京举例说，中国每年新增4万个遗传性耳聋患者，其中很大部分是药物致聋。像《千手观音》中美丽的聋哑演员邰丽华，就是因为两岁时高烧注射链霉素而失去了听力。“假如邰丽华在刚刚出生时做过基因芯片检测，得知自己是药物性耳聋基因的携带者，只要在今后不使用氨基糖甙类的抗生素药物，就可以避免药物性耳聋的发生。”甚至更早一步，如果她的母亲在怀孕前做检测，确定携带药物性致聋基因，由于这个基因是通过母系遗传的，孩子肯定也会有，可以更早知道，预防“一针致聋”。 　　与广东合作研制基因检测芯片，减少出生缺陷 　　近年我国新生儿出生缺陷率持续攀升，广东高达2.7%。程京透露，生物芯片北京国家工程研究中心出生缺陷领域分中心将落户广东省妇幼保健院，将与广东合作研发生物芯片。 　　广东是地中海贫血高发省份，约有10%—15%人群携带地贫基因。如果夫妇两人均携带地贫基因，所生孩子有1/4的几率是重型地贫患者，给家庭带来沉重负担。省妇幼保健院优生优育遗传与产前诊断中心副主任医师尹爱华透露，目前已和程京院士合作研制地贫基因检测芯片，预计在明年面世，减少新生儿出生缺陷。 　　据了解，目前地贫基因的试剂盒检测程序麻烦，有20多个步骤是人工操作，容易出现误诊，而且限于技术问题县级医院无法开展。如果地贫基因芯片研制成功，就可大批量做检测，医院一天检测量可从目前的100个标本上升到上万个，而且检测费用会便宜很多。

摘要随着对性能优于硅基器件的碳化硅（SiC）功率器件的需求不断增长，碳化硅制造工艺的高成本和低良率是尚待解决的最紧迫问题。研究表明，SiC器件的性能很大程度上受到晶体生长过程中形成的所谓杀手缺陷（影响良率的缺陷）的影响。在改进降低缺陷密度的生长技术的同时，能够识别和定位缺陷的生长后检测技术已成为制造过程的关键必要条件。在这篇综述文章中，我们对碳化硅缺陷检测技术以及缺陷对碳化硅器件的影响进行了展望。本文还讨论了改进现有检测技术和降低缺陷密度的方法的潜在解决方案，这些解决方案有利于高质量SiC器件的大规模生产。前言由于电力电子市场的快速增长，碳化硅（SiC，一种宽禁带半导体）成为开发用于电动汽车、航空航天和功率转换器的下一代功率器件的有前途的候选者。与由硅或砷化镓（GaAs）制成的传统器件相比，基于碳化硅的电力电子器件具有多项优势。表1显示了SiC、Si、GaAs以及其他宽禁带材料（如GaN和金刚石）的物理性能的比较。由于具有宽禁带（4H-SiC为~3.26eV），基于SiC器件可以在更高的电场和更高的温度下工作，并且比基于Si的电力电子器件具有更好的可靠性。SiC还具有优异的导热性（约为Si的三倍），这使得SiC器件具有更高的功率密度封装，具有更好的散热性。与硅基功率器件相比，其优异的饱和电子速度（约为硅的两倍）允许更高的工作频率和更低的开关损耗。SiC优异的物理特性使其非常有前途地用于开发各种电子设备，例如具有高阻断电压和低导通电阻的功率MOSFET，以及可以承受大击穿场和小反向漏电流的肖特基势垒二极管（SBD）。性质Si3C-SiC4H-SiCGaAsGaN金刚石带隙能量（eV）1.12.23.261.433.455.45击穿场（106Vcm−1)0.31.33.20.43.05.7导热系数（Wcm−1K−1)1.54.94.90.461.322饱和电子速度（107cms−1)1.02.22.01.02.22.7电子迁移率（cm2V−1s−1)150010001140850012502200熔点（°C）142028302830124025004000表1电力电子用宽禁带半导体与传统半导体材料的物理特性（室温值）对比提高碳化硅晶圆质量对制造商来说很重要，因为它直接决定了碳化硅器件的性能，从而决定了生产成本。然而，低缺陷密度的SiC晶圆的生长仍然非常具有挑战性。最近，碳化硅晶圆制造的发展已经完成了从100mm（4英寸）到150mm（6英寸）晶圆的艰难过渡。SiC需要在高温环境中生长，同时具有高刚性和化学稳定性，这导致生长的SiC晶片中存在高密度的晶体和表面缺陷，导致衬底和随后制造的外延层质量差。图1总结了SiC中的各种缺陷以及这些缺陷的工艺步骤，下一节将进一步讨论。图1SiC生长过程示意图及各步骤引起的各种缺陷各种类型的缺陷会导致设备性能不同程度的劣化，甚至可能导致设备完全失效。为了提高良率和性能，在设备制造之前检测缺陷的技术变得非常重要。因此，快速、高精度、无损的检测技术在碳化硅生产线中发挥着重要作用。在本文中，我们将说明每种类型的缺陷及其对设备性能的影响。我们还对不同检测技术的优缺点进行了深入的讨论。这篇综述文章中的分析不仅概述了可用于SiC的各种缺陷检测技术，还帮助研究人员在工业应用中在这些技术中做出明智的选择（图2）。表2列出了图2中检测技术和缺陷的首字母缩写。图2可用于碳化硅的缺陷检测技术表2检测技术和缺陷的首字母缩写见图SEM：扫描电子显微镜OM：光学显微镜BPD：基面位错DIC：微分干涉对比PL：光致发光TED：螺纹刃位错OCT：光学相干断层扫描CL：阴极发光TSD：螺纹位错XRT：X射线形貌术拉曼：拉曼光谱SF：堆垛层错碳化硅的缺陷碳化硅晶圆中的缺陷通常分为两大类：（1）晶圆内的晶体缺陷和（2）晶圆表面处或附近的表面缺陷。正如我们在本节中进一步讨论的那样，晶体学缺陷包括基面位错（BPDs）、堆垛层错（SFs）、螺纹刃位错（TEDs）、螺纹位错（TSDs）、微管和晶界等，横截面示意图如图3（a）所示。SiC的外延层生长参数对晶圆的质量至关重要。生长过程中的晶体缺陷和污染可能会延伸到外延层和晶圆表面，形成各种表面缺陷，包括胡萝卜缺陷、多型夹杂物、划痕等，甚至转化为产生其他缺陷，从而对器件性能产生不利影响。图3SiC晶圆中出现的各种缺陷。（a）碳化硅缺陷的横截面示意图和（b）TEDs和TSDs、（c）BPDs、（d）微管、（e）SFs、（f）胡萝卜缺陷、（g）多型夹杂物、（h）划痕的图像生长在4°偏角4H-SiC衬底上的SiC外延层是当今用于各种器件应用的最常见的晶片类型。在4°偏角4H-SiC衬底上生长的SiC外延层是当今各种器件应用中最常用的晶圆类型。众所周知，大多数缺陷的取向与生长方向平行，因此，SiC在SiC衬底上以4°偏角外延生长不仅保留了下面的4H-SiC晶体，而且使缺陷具有可预测的取向。此外，可以从单个晶圆上切成薄片的晶圆总数增加。然而，较低的偏角可能会产生其他类型的缺陷，如3C夹杂物和向内生长的SFs。在接下来的小节中，我们将讨论每种缺陷类型的详细信息。晶体缺陷螺纹刃位错（TEDs）、螺纹位错（TSDs）SiC中的位错是电子设备劣化和失效的主要来源。螺纹刃位错（TSDs）和螺纹位错（TEDs）都沿生长轴运行，Burgers向量分别为和1/3。TSDs和TEDs都可以从衬底延伸到晶圆表面，并带来小的凹坑状表面特征，如图3b所示。通常，TEDs的密度约为8000-10,0001/cm2，几乎是TSDs的10倍。扩展的TSDs，即TSDs从衬底延伸到外延层，可能在SiC外延生长过程中转化为基底平面上的其他缺陷，并沿生长轴传播。Harada等人表明，在SiC外延生长过程中，TSDs被转化为基底平面上的堆垛层错（SFs）或胡萝卜缺陷，而外延层中的TEDs则被证明是在外延生长过程中从基底继承的BPDs转化而来的。基面位错（BPDs）另一种类型的位错是基面位错（BPDs），它位于SiC晶体的平面上，Burgers矢量为1/3。BPDs很少出现在SiC晶圆表面。它们通常集中在衬底上，密度为15001/cm2，而它们在外延层中的密度仅为约101/cm2。Kamei等人报道，BPDs的密度随着SiC衬底厚度的增加而降低。BPDs在使用光致发光（PL）检测时显示出线形特征，如图3c所示。在SiC外延生长过程中，扩展的BPDs可能转化为SFs或TEDs。微管在SiC中观察到的常见位错是所谓的微管，它是沿生长轴传播的空心螺纹位错，具有较大的Burgers矢量分量。微管的直径范围从几分之一微米到几十微米。微管在SiC晶片表面显示出大的坑状表面特征。从微管发出的螺旋，表现为螺旋位错。通常，微管的密度约为0.1–11/cm2，并且在商业晶片中持续下降。堆垛层错（SFs）堆垛层错(SFs)是SiC基底平面中堆垛顺序混乱的缺陷。SFs可能通过继承衬底中的SFs而出现在外延层内部，或者与扩展BPDs和扩展TSDs的变换有关。通常，SFs的密度低于每平方厘米1个，并且通过使用PL检测显示出三角形特征,如图3e所示。然而，在SiC中可以形成各种类型的SFs，例如Shockley型SFs和Frank型SFs等，因为晶面之间只要有少量的堆叠能量无序可能导致堆叠顺序的相当大的不规则性。点缺陷点缺陷是由单个晶格点或几个晶格点的空位或间隙形成的，它没有空间扩展。点缺陷可能发生在每个生产过程中，特别是在离子注入中。然而，它们很难被检测到，并且点缺陷与其他缺陷的转换之间的相互关系也是相当的复杂，这超出了本文综述的范围。其他晶体缺陷除了上述各小节所述的缺陷外，还存在一些其他类型的缺陷。晶界是两种不同的SiC晶体类型在相交时晶格失配引起的明显边界。六边形空洞是一种晶体缺陷，在SiC晶片内有一个六边形空腔，它已被证明是导致高压SiC器件失效的微管缺陷的来源之一。颗粒夹杂物是由生长过程中下落的颗粒引起的，通过适当的清洁、仔细的泵送操作和气流程序的控制，它们的密度可以大大降低。表面缺陷胡萝卜缺陷通常，表面缺陷是由扩展的晶体缺陷和污染形成的。胡萝卜缺陷是一种堆垛层错复合体，其长度表示两端的TSD和SFs在基底平面上的位置。基底断层以Frank部分位错终止，胡萝卜缺陷的大小与棱柱形层错有关。这些特征的组合形成了胡萝卜缺陷的表面形貌，其外观类似于胡萝卜的形状，密度小于每平方厘米1个，如图3f所示。胡萝卜缺陷很容易在抛光划痕、TSD或基材缺陷处形成。多型夹杂物多型夹杂物，通常称为三角形缺陷，是一种3C-SiC多型夹杂物，沿基底平面方向延伸至SiC外延层表面，如图3g所示。它可能是由外延生长过程中SiC外延层表面上的下坠颗粒产生的。颗粒嵌入外延层并干扰生长过程，产生了3C-SiC多型夹杂物，该夹杂物显示出锐角三角形表面特征，颗粒位于三角形区域的顶点。许多研究还将多型夹杂物的起源归因于表面划痕、微管和生长过程的不当参数。划痕划痕是在生产过程中形成的SiC晶片表面的机械损伤，如图3h所示。裸SiC衬底上的划痕可能会干扰外延层的生长，在外延层内产生一排高密度位错，称为划痕，或者划痕可能成为胡萝卜缺陷形成的基础。因此，正确抛光SiC晶圆至关重要，因为当这些划痕出现在器件的有源区时，会对器件性能产生重大影响。其他表面缺陷台阶聚束是SiC外延生长过程中形成的表面缺陷，在SiC外延层表面产生钝角三角形或梯形特征。还有许多其他的表面缺陷，如表面凹坑、凹凸和污点。这些缺陷通常是由未优化的生长工艺和不完全去除抛光损伤造成的，从而对器件性能造成重大不利影响。检测技术量化SiC衬底质量是外延层沉积和器件制造之前必不可少的一步。外延层形成后，应再次进行晶圆检查，以确保缺陷的位置已知，并且其数量在控制之下。检测技术可分为表面检测和亚表面检测，这取决于它们能够有效地提取样品表面上方或下方的结构信息。正如我们在本节中进一步讨论的那样，为了准确识别表面缺陷的类型，通常使用KOH（氢氧化钾）通过在光学显微镜下将其蚀刻成可见尺寸来可视化表面缺陷。然而，这是一种破坏性的方法，不能用于在线大规模生产。对于在线检测，需要高分辨率的无损表面检测技术。常见的表面检测技术包括扫描电子显微镜（SEM）、原子力显微镜（AFM）、光学显微镜（OM）和共聚焦微分干涉对比显微镜（CDIC）等。对于亚表面检测，常用的技术包括光致发光（PL）、X射线形貌术（XRT）、镜面投影电子显微镜（MPJ）、光学相干断层扫描（OCT）和拉曼光谱等。在这篇综述中，我们将碳化硅检测技术分为光学方法和非光学方法，并在以下各节中对每种技术进行讨论。非光学缺陷检测技术非光学检测技术，即不涉及任何光学探测的技术，如KOH蚀刻和TEM，已被广泛用于表征SiC晶圆的质量。这些方法在检测SiC晶圆上的缺陷方面相对成熟和精确。然而，这些方法会对样品造成不可逆转的损坏，因此不适合在生产线中使用。虽然存在其他非破坏性的检测方法，如SEM、CL、AFM和MPJ，但这些方法的通量较低，只能用作评估工具。接下来，我们简要介绍上述非光学技术的原理。还讨论了每种技术的优缺点。透射电子显微镜（TEM）透射电子显微镜（TEM）可用于以纳米级分辨率观察样品的亚表面结构。透射电镜利用入射到碳化硅样品上的加速电子束。具有超短波长和高能量的电子穿过样品表面，从亚表面结构弹性散射。SiC中的晶体缺陷，如BPDs、TSDs和SFs，可以通过TEM观察。扫描透射电子显微镜（STEM）是一种透射电子显微镜，可以通过高角度环形暗场成像（HAADF）获得原子级分辨率。通过TEM和HAADF-STEM获得的图像如图4a所示。TEM图像清晰地显示了梯形SF和部分位错，而HAADF-STEM图像则显示了在3C-SiC中观察到的三种SFs。这些SFs由1、2或3个断层原子层组成，用黄色箭头表示。虽然透射电镜是一种有用的缺陷检测工具，但它一次只能提供一个横截面视图，因此如果需要检测整个碳化硅晶圆，则需要花费大量时间。此外，透射电镜的机理要求样品必须非常薄，厚度小于1μm，这使得样品的制备相当复杂和耗时。总体而言，透射电镜用于了解缺陷的基本晶体学，但它不是大规模或在线检测的实用工具。图4不同的缺陷检测方法和获得的缺陷图像。（a）SFs的TEM和HAADF图像；（b）KOH蚀刻后的光学显微照片图像；（c）带和不带SF的PL光谱，而插图显示了波长为480nm的单色micro-PL映射；（d）室温下SF的真彩CLSEM图像；（e）各种缺陷的拉曼光谱；（f）微管相关缺陷204cm−1峰的微拉曼强度图KOH蚀刻KOH蚀刻是另一种非光学技术，用于检测多种缺陷，例如微管、TSDs、TEDs、BDPs和晶界。KOH蚀刻后形成的图案取决于蚀刻持续时间和蚀刻剂温度等实验条件。当将约500°C的熔融KOH添加到SiC样品中时，在约5min内，SiC样品在有缺陷区域和无缺陷区域之间表现出选择性蚀刻。冷却并去除SiC样品中的KOH后，存在许多具有不同形貌的蚀刻坑，这些蚀刻坑与不同类型的缺陷有关。如图4b所示，位错产生的大型六边形蚀刻凹坑对应于微管，中型凹坑对应于TSDs，小型凹坑对应于TEDs。KOH刻蚀的优点是可以一次性检测SiC样品表面下的所有缺陷，制备SiC样品容易，成本低。然而，KOH蚀刻是一个不可逆的过程，会对样品造成永久性损坏。在KOH蚀刻后，需要对样品进行进一步抛光以获得光滑的表面。镜面投影电子显微镜（MPJ）镜面投影电子显微镜（MPJ）是另一种很有前途的表面下检测技术，它允许开发能够检测纳米级缺陷的高通量检测系统。由于MPJ反映了SiC晶圆上表面的等电位图像，因此带电缺陷引起的电位畸变分布在比实际缺陷尺寸更宽的区域上。因此，即使工具的空间分辨率为微米级，也可以检测纳米级缺陷。来自电子枪的电子束穿过聚焦系统，均匀而正常地照射到SiC晶圆上。值得注意的是，碳化硅晶圆受到紫外光的照射，因此激发的电子被碳化硅晶圆中存在的缺陷捕获。此外，SiC晶圆带负电，几乎等于电子束的加速电压，使入射电子束在到达晶圆表面之前减速并反射。这种现象类似于镜子对光的反射，因此反射的电子束被称为“镜面电子”。当入射电子束照射到携带缺陷的SiC晶片时，缺陷的带负电状态会改变等电位表面，导致反射电子束的不均匀性。MPJ是一种无损检测技术，能够对SiC晶圆上的静电势形貌进行高灵敏度成像。Isshiki等人使用MPJ在KOH蚀刻后清楚地识别BPDs、TSDs和TEDs。Hasegawa等人展示了使用MPJ检查的BPDs、划痕、SFs、TSDs和TEDs的图像，并讨论了潜在划痕与台阶聚束之间的关系。原子力显微镜（AFM）原子力显微镜（AFM）通常用于测量SiC晶圆的表面粗糙度，并在原子尺度上显示出分辨率。AFM与其他表面检测方法的主要区别在于，它不会受到光束衍射极限或透镜像差的影响。AFM利用悬臂上的探针尖端与SiC晶圆表面之间的相互作用力来测量悬臂的挠度，然后将其转化为与表面缺陷特征外观成正比的电信号。AFM可以形成表面缺陷的三维图像，但仅限于解析表面的拓扑结构，而且耗时长，因此通量低。扫描电子显微镜（SEM）扫描电子显微镜（SEM）是另一种广泛用于碳化硅晶圆缺陷分析的非光学技术。SEM具有纳米量级的高空间分辨率。加速器产生的聚焦电子束扫描SiC晶圆表面，与SiC原子相互作用，产生二次电子、背散射电子和X射线等各种类型的信号。输出信号对应的SEM图像显示了表面缺陷的特征外观，有助于理解SiC晶体的结构信息。但是，SEM仅限于表面检测，不提供有关亚表面缺陷的任何信息。阴极发光（CL）阴极发光（CL）光谱利用聚焦电子束来探测固体中的电子跃迁，从而发射特征光。CL设备通常带有SEM，因为电子束源是这两种技术的共同特征。加速电子束撞击碳化硅晶圆并产生激发电子。激发电子的辐射复合发射波长在可见光谱中的光子。通过结合结构信息和功能分析，CL给出了样品的完整描述，并直接将样品的形状、大小、结晶度或成分与其光学特性相关联。Maximenko等人显示了SFs在室温下的全彩CL图像，如图4d所示。不同波长对应的SFs种类明显，CL发现了一种常见的单层Shockley型堆垛层错，其蓝色发射在~422nm，TSD在~540nm处。虽然SEM和CL由于电子束源而具有高分辨率，但高能电子束可能会对样品表面造成损伤。基于光学的缺陷检测技术为了在不损失检测精度的情况下实现高吞吐量的在线批量生产，基于光学的检测方法很有前途，因为它们可以保存样品，并且大多数可以提供快速扫描能力。表面检测方法可以列为OM、OCT和DIC，而拉曼、XRT和PL是表面下检测方法。在本节中，我们将介绍每种检测方法的原理，这些方法如何应用于检测缺陷，以及每种方法的优缺点。光学显微镜（OM）

table width=" 633" cellspacing=" 0" cellpadding=" 0" border=" 1" tbody tr style=" height:25px" class=" firstRow" td style=" border: 1px solid windowtext padding: 0px 7px " width=" 130" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 成果名称 /span /p /td td colspan=" 3" style=" border-color: windowtext windowtext windowtext currentcolor border-style: solid solid solid none border-width: 1px 1px 1px medium border-image: none 100% / 1 / 0 stretch padding: 0px 7px " valign=" bottom" width=" 503" height=" 25" p style=" text-align:center line-height:150%" strong span style=" line-height:150% font-family:宋体" 油气管道缺陷漏磁成像检测仪 /span /strong /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 130" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 单位名称 /span /p /td td colspan=" 3" style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 503" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 清华大学 /span /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 130" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 联系人 /span /p /td td style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 164" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 黄松岭 /span /p /td td style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 158" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 联系邮箱 /span /p /td td style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 181" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" huangsling@tsinghua.edu.cn /span /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 130" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 成果成熟度 /span /p /td td colspan=" 3" style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 503" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" □正在研发& nbsp & nbsp □已有样机& nbsp & nbsp □通过小试& nbsp & nbsp □通过中试& nbsp & nbsp √可以量产 /span /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 130" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 合作方式 /span /p /td td colspan=" 3" style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 503" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" □技术转让& nbsp & nbsp & nbsp □技术入股& nbsp & nbsp & nbsp √合作开发& nbsp & nbsp & nbsp □其他 /span /p /td /tr tr style=" height:113px" td colspan=" 4" style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 633" height=" 113" p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" 成果简介： /span /strong /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201803/insimg/535b780e-209f-499c-8eac-4b2660e45d03.jpg" title=" 1.png" style=" width: 400px height: 244px " width=" 400" vspace=" 0" hspace=" 0" height=" 244" border=" 0" / /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201803/insimg/66d725c7-b535-4688-a237-f7d2519803e6.jpg" title=" 2.png" style=" width: 400px height: 267px " width=" 400" vspace=" 0" hspace=" 0" height=" 267" border=" 0" / /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 油气管道缺陷漏磁成像检测仪是由 strong 清华大学黄松岭教授科研团队 /strong 结合多年的管道电磁无损检测理论研究与工程经验，设计并研发的可 strong 针对不同口径 /strong 油气管道进行缺陷检测的系列化产品。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 油气管道缺陷漏磁成像检测仪采用本项目开发的先进的 strong 复合伸缩式柔性采集技术 /strong ，能够保证检测仪在强烈振动、管道局部变形等情况下与管道全方位有效贴合，在越障、管道缩径、过弯等特殊工况下表现出优异性能，并通过 strong 分布式磁路结构 /strong 优化和 strong 并行数字采集 /strong 单元实现了检测仪的轻型化、智能化。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 相比于国内外同类检测仪器，本项目油气管道缺陷漏磁成像检测仪在诸多关键技术指标上具有明显优势，检测仪能适应的管道 strong 最小转弯半径为1.5D /strong （D为管道外径）， strong 管道变形通过能力为18%D /strong ， strong 缺陷检测灵敏度为5%t /strong （t为壁厚），性能指标处于国际领先水平。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 检测仪还配套开发了 strong 数据自动分析智能专家系统 /strong ，能够对对管道缺陷及附属特征进行 strong 自动识别、量化、成像与评估 /strong ，支持先验判断和人工辅助分析，并基于管道压力评估和金属损失评估，提供在役管道评估维修策略。缺陷 strong 长度量化误差小于8mm、宽度量化误差小于20mm、深度量化误差小于10%t /strong 。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 基于本项目的关键技术，已 strong 授权国内外发明专利112项 /strong ， & nbsp 形成了完整的自主知识产权体系。开发的系列化油气管道缺陷漏磁成像检测仪已应用于西气东输、胜利油田、加拿大西部油气管道等国内外检测工程中，积累了丰富的仪器研发和工程检测经验，项目技术还可推广应用于铁路、钢铁、汽车、核能、航天等领域。 /span /p /td /tr tr style=" height:75px" td colspan=" 4" style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 633" height=" 75" p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" 应用前景： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 油气管道缺陷漏磁成像检测仪适用于电磁无损检测领域，主要应用在石油和天然气输送管道的在线缺陷检测工程中，可及时发现油气管道的腐蚀缺陷以便采取积极措施进行修复，保障油气管道的正常运行、油气资源的安全输送。且本项目的关键技术成果还可推广应用于铁路、钢铁、汽车、核能、航天等领域的铁磁性构件的缺陷检测，如动车空心轴、金属管棒材、活塞杆、核电换热管、航空复合管等，对诸多行业的设备结构健康安全检测有积极的推动作用。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 经贸委于2000年发布《石油天然气管道安全监督与管理暂行规定》，要求“新建管道必须在一年内检测，以后视管道安全状况每一至三年检测一次”，相比于国外工程检测，本项目工程检测费用仅为国外检测费用的三分之一，具有较强的竞争优势。且本项目开发的系列油气管道缺陷漏磁成像检测仪已在西气东输、胜利油田、加拿大西部油气管道等众多油气管道检测工程中应用，积累了丰富的工程检测经验，缺陷识别准确率高、用户反馈良好。近年来，在“一带一路”战略框架下，我国将进一步加大与周边国家在油气领域的战略合作，这对油气安全输送与管道缺陷检测提出了更高的要求，且随着越来越多的油气管道投入运行和在役管道使用年限的增长，以及本项目开发的系列油气管道缺陷漏磁成像检测仪在检测性能、价格等方面的诸多优势，将拥有更多的工程检测需求和更广阔的市场应用前景。 /span /p /td /tr tr style=" height:72px" td colspan=" 4" style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 633" height=" 72" p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" 知识产权及项目获奖情况： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 研发的油气管道缺陷漏磁成像检测仪具有自主知识产权，围绕油气管道检测理论研究及仪器研发核心关键技术，申请并授权了国内外发明专利112项，开展的相关项目获得多项省部级及行业奖项。 /span /p p style=" text-indent:28px line-height:150%" strong span style=" line-height:150% font-family:宋体" 知识产权情况： /span /strong /p p style=" text-indent:28px line-height:150%" strong span style=" line-height:150% font-family:宋体" 中国发明专利： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 海底油气管道缺陷高精度内检测装置，ZL201310598517.0 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 一种全数字化高精度三维漏磁信号采集装置，ZL201310460761.0 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 油气管道缺陷内检测器里程测量装置，ZL201310598590.8 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 管道三维漏磁成像检测浮动磁化组件，ZL201410281568.5 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 浮动式管道内漏磁检测装置的手指探头单元，ZL201310598515.1 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 三维漏磁检测缺陷复合反演成像方法，ZL201510239162.5 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 管道三维漏磁成像缺陷量化方法，ZL201410799732.1 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 基于交直流复合磁化的漏磁检测内外壁缺陷的识别方法，ZL200810055891.5 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 基于三维有限元神经网络的缺陷识别和量化评价方法，ZL200610164923.6 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 管道腐蚀缺陷类型识别方法，ZL200410068973.5等 /span /p p style=" text-indent:28px line-height:150%" strong span style=" line-height:150% font-family:宋体" 美国发明专利： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" IMAGING METHOD AND APPARATUS BASED ON & nbsp MAGNETIC FULX LEAKAGE TESTING, US2016-0161448 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" AN INNER DETECTING DEVICE FOR SUBSEA & nbsp OIL AND GAS PIPELINE /span span style=" line-height: 150% font-family:宋体" ，US2015-0346154 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" METHOD AND APPARATUS FOR QUANTIFYING PIPELINE & nbsp DEFECT BASED ON MAGNETIC FLUX LEAKAGE TESTING, US2016-0178580 /span span style=" line-height:150% font-family:宋体" 等 /span /p p style=" text-indent:28px line-height:150%" strong span style=" line-height:150% font-family:宋体" 英国发明专利： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" An inner detecting device for subsea & nbsp oil gas pipeline, GB2527696 /span /p p style=" text-indent:28px line-height:150%" strong span style=" line-height:150% font-family:宋体" 日本发明专利： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 海中の石油ガスパイプライン用の内部検出装置，JP6154911 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 加拿大发明专利： /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" AN INNER DETECTING DEVICE FOR SUBSEA & nbsp OIL AND GAS PIPELINE /span span style=" line-height: 150% font-family:宋体" ，CA2,888,756 /span /p p style=" text-indent:28px line-height:150%" strong span style=" line-height:150% font-family:宋体" 项目获奖情况： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2017 /span span style=" line-height:150% font-family:宋体" 年湖北省技术发明一等奖 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2014 /span span style=" line-height:150% font-family:宋体" 年北京市科学技术奖一等奖 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2014 /span span style=" line-height:150% font-family:宋体" 年国家知识产权局中国专利优秀奖 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2013 /span span style=" line-height:150% font-family:宋体" 年中国产学研创新成果奖 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2009 /span span style=" line-height:150% font-family:宋体" 年石油和化工自动化行业科学技术一等奖 /span /p /td /tr /tbody /table p br/ /p

使用相控阵技术检测管道弯头的优势和劣势相控阵（PA）技术具有多个优势特性：数据分辨率高，成像质量好，以及覆盖区域大。当检测人员使用相控阵仪器检测管线时，通常会感受到检测效率的提高，因为相控阵技术提供的图像更容易判读，可以获得更高的检出率，而且检测结果受操作人员技能的影响更小。以前在管道弯头的相控阵检测中，主要是由于物理方面的一些限制，这些优势特性没有完全体现出来。管道弯头表面形状从拱腹的凹面到拱背的凸面的变化，以及所需覆盖的较大的管径范围，对于现有的相控阵设备来说，尤其是难于解决的问题。由于大型刚性相控阵探头不适于检测管道弯头的曲面，因此检测人员需要选择较小的常规UT探头进行逐点抽查，而这种检测方式需要在管道上画出栅格，并记下每个栅格区域的检测结果。这种方式有以下几个缺点：缓慢乏味，高度依赖操作人员的技能，而且检测人员无法获得由相控阵技术提供的易于判读的图像。使用常规UT小底面探头完成管道弯头的腐蚀成像操作使用射线成像方法检测堆焊管道弯头的难题为了保护输送腐蚀性液体的管道，可以在管道的内壁涂上一层防腐材料。例如，碳钢管道的内壁通常会以堆焊方式覆盖一层金属，如：镍基合金。带有堆焊层的管道非常容易产生点蚀和分层缺陷，因此定期检查至关重要。除了常规UT检测之外，检测堆焊管道的一种典型的方法是射线成像。然而，使用射线成像技术检测管道弯头存在着几个缺点。首先，进行射线成像检测之前，必须要停止管道中液体的流动，清空管道，拆下弯头，并将弯头送至其他地方进行检测。其次，检测过程会持续大约1天半的时间，因此从时间方面看，这种方式可谓效率低下，也因而增加了成本。第三，这种检测方式会给操作人员带来一些风险，如：管道弯头通常处于离地面较高的位置，非常沉重，而且管道内的物质处理起来较为危险。使用FlexoFORM扫查器检测管道弯头的相控阵解决方案为了解决堆焊管道弯头检测中存在的固有问题，奥林巴斯开发了一种用于检测管道弯头的柔性超声相控阵探头和扫查器，即FlexoFORM解决方案。这种创新型探头和扫查器解决方案可以对整个管道弯头进行高分辨率的厚度成像操作，从而可使检测人员更容易地对管道弯头的状态做出准确的判读。根据FlexoFORM扫查器所提供的准确信息，检测人员可以迅速可靠地评估管道弯头的剩余使用寿命，并制定维修和维护的要求。FlexoFORM解决方案包含3个主要部分：一个柔性相控阵探头、局部水浸楔块（用于检测多种不同直径的管道），以及一个可提供相对于工件表面的定位信息且可平稳移动的扫查器。 FlexoFORM解决方案的组件堆焊管道弯头的点蚀和分层检测的结果检测人员使用射线成像方式对堆焊管道弯头进行完整的扫查，要花费一天多的时间才能完成，而使用FlexoFORM解决方案，则只需要比射线成像少得多的时间在现场就可以完成检测。FlexoFORM扫查器可以在管线仍然操作的状态下对管道弯头进行扫查，从而不仅可以节省时间，还节省了成本。此外，这种方案还解决了从管道上拆下弯头并将弯头送到射线成像检测地点所涉及的一些安全问题。本文所述实例中所使用的被测样件是一段内壁包有镍质堆焊层的碳钢管道。管道弯头的外径为16英寸，壁厚为23毫米。FlexoFORM扫查器探头使用一个由4个晶片形成的声束孔径，提供1 × 2毫米的分辨率。包括准备时间在内，整个弯头的检测时间约为35分钟。在不同堆焊通道之间的结合处出现的点蚀为了证明FlexoFORM扫查器可以提供清晰准确的结果，我们使用了一个来自生产线的样本进行比较。管道样本在长度方向上被一切两半，我们可以看到堆焊通道，以及在两种焊接通道之间的结合处产生的点蚀缺陷。OmniScan仪器上的C扫描和B扫描图像表明由相控阵技术提供的高分辨率图像如何有助于检测人员轻松地解读和诊断弯头上的缺陷。操作人员可以更容易地辨别堆焊层中的点蚀和未熔合缺陷。两种焊接通道之间的结合处被标记为易受点蚀的区域，特别是当堆焊层和基底材料之间出现了未熔合的地方。这种信息可使检测人员更好地评估管道弯头的剩余使用寿命，并优化检测计划。C扫描和B扫描中的数据表明弯头存在着点蚀和堆焊层未熔合缺陷FlexoFORM扫查器解决方案的优势特性的总结FlexoFORM相控阵解决方案有助于检测人员解决管道弯头检测中的一些难题，并成功探测到堆焊管道的点蚀和分层缺陷。检测人员可以在现场无需停止管道操作的情况下，对其整个弯头进行扫查。柔性相控阵探头利用相控阵技术可以使检测人员观察到高级、高清图像，而且，扫查器的编码器还有助于为整个管道弯头的厚度进行成像操作。这种解决方案的性价比很高，使用方便，而且可用于检测多种直径的管道。

摘要晶圆表面缺陷检测在半导体制造中对控制产品质量起着重要作用，已成为计算机视觉领域的研究热点。然而，现有综述文献中对晶圆缺陷检测方法的归纳和总结不够透彻，缺乏对各种技术优缺点的客观分析和评价，不利于该研究领域的发展。本文系统分析了近年来国内外学者在晶圆表面缺陷检测领域的研究进展。首先，介绍了晶圆表面缺陷模式的分类及其成因。根据特征提取方法的不同，目前主流的方法分为三类：基于图像信号处理的方法、基于机器学习的方法和基于深度学习的方法。此外，还简要介绍了代表性算法的核心思想。然后，对每种方法的创新性进行了比较分析，并讨论了它们的局限性。最后，总结了当前晶圆表面缺陷检测任务中存在的问题和挑战，以及该领域未来的研究趋势以及新的研究思路。1.引言硅晶圆用于制造半导体芯片。所需的图案是通过光刻等工艺在晶圆上形成的，是半导体芯片制造过程中非常重要的载体。在制造过程中，由于环境和工艺参数等因素的影响，晶圆表面会产生缺陷，从而影响晶圆生产的良率。晶圆表面缺陷的准确检测，可以加速制造过程中异常故障的识别以及制造工艺的调整，提高生产效率，降低废品率。晶圆表面缺陷的早期检测往往由经验丰富的检测人员手动进行，存在效率低、精度差、成本高、主观性强等问题，不足以满足现代工业化产品的要求。目前，基于机器视觉的缺陷检测方法[1]在晶圆检测领域已经取代了人工检测。传统的基于机器视觉的缺陷检测方法往往采用手动特征提取，效率低下。基于计算机视觉的检测方法[2]的出现，特别是卷积神经网络等神经网络的出现，解决了数据预处理、特征表示和提取以及模型学习策略的局限性。神经网络以其高效率、高精度、低成本、客观性强等特点，迅速发展，在半导体晶圆表面缺陷检测领域得到广泛应用。近年来，随着智能终端和无线通信设施等电子集成电路的发展，以及摩尔定律的推广，在全球对芯片的需求增加的同时，光刻工艺的精度也有所提高。随着技术的进步，工艺精度已达到10纳米以下[5]。因此，对每个工艺步骤的良率提出了更高的要求，对晶圆制造中的缺陷检测技术提出了更大的挑战。本文主要总结了晶圆表面缺陷检测算法的相关研究，包括传统的图像处理、机器学习和深度学习。根据算法的特点，对相关文献进行了总结和整理，对晶圆缺陷检测领域面临的问题和挑战进行了展望和未来发展。本文旨在帮助快速了解晶圆表面缺陷检测领域的相关方法和技能。2. 晶圆表面缺陷模式在实际生产中，晶圆上的缺陷种类繁多，形状不均匀，增加了晶圆缺陷检测的难度。在晶圆缺陷的类型中，无图案晶圆缺陷和图案化晶圆缺陷是晶圆缺陷的两种主要形式。这两类缺陷是芯片故障的主要原因。无图案晶圆缺陷多发生在晶圆生产的预光刻阶段，即由机器故障引起的晶圆缺陷。划痕缺陷如图1a所示，颗粒污染缺陷如图1b所示。图案化晶圆缺陷多见于晶圆生产的中间工序。曝光时间、显影时间和烘烤后时间不当会导致光刻线条出现缺陷。螺旋激励线圈和叉形电极的微纳制造过程中晶圆表面产生的缺陷如图2所示。开路缺陷如图2 a所示，短路缺陷如图2 b所示，线路污染缺陷如图2 c所示，咬合缺陷如图2d所示。图1.（a）无图案晶圆的划痕缺陷；（b）无图案晶圆中的颗粒污染。图2.（a）开路缺陷，（b）短路缺陷，（c）线路污染，以及（d）图案化晶圆缺陷图中的咬合缺陷。由于上述晶圆缺陷的存在，在对晶圆上所有芯片进行功能完整性测试时，可能会发生芯片故障。芯片工程师用不同的颜色标记测试结果，以区分芯片的位置。在不同操作过程的影响下，晶圆上会产生相应的特定空间图案。晶圆图像数据，即晶圆图，由此生成。正如Hansen等在1997年指出的那样，缺陷芯片通常具有聚集现象或表现出一些系统模式，而这种缺陷模式通常包含有关工艺条件的必要信息。晶圆图不仅可以反映芯片的完整性，还可以准确描述缺陷数据对应的空间位置信息。晶圆图可能在整个晶圆上表现出空间依赖性，芯片工程师通常可以追踪缺陷的原因并根据缺陷类型解决问题。Mirza等将晶圆图缺陷模式分为一般类型和局部类型，即全局随机缺陷和局部缺陷。晶圆图缺陷模式图如图3所示，局部缺陷如图3 a所示，全局随机缺陷如图3b所示。全局随机缺陷是由不确定因素产生的，不确定因素是没有特定聚类现象的不可控因素，例如环境中的灰尘颗粒。只有通过长期的渐进式改进或昂贵的设备大修计划，才能减少全局随机缺陷。局部缺陷是系统固有的，在晶圆生产过程中受到可控因素的影响，如工艺参数、设备问题和操作不当。它们反复出现在晶圆上，并表现出一定程度的聚集。识别和分类局部缺陷，定位设备异常和不适当的工艺参数，对提高晶圆生产良率起着至关重要的作用。图3.（a）局部缺陷模式（b）全局缺陷模式。对于面积大、特征尺寸小、密度低、集成度低的晶圆图案，可以用电子显微镜观察光刻路径，并可直接进行痕量检测。随着芯片电路集成度的显著提高，进行芯片级检测变得越来越困难。这是因为随着集成度的提高，芯片上的元件变得更小、更复杂、更密集，从而导致更多的潜在缺陷。这些缺陷很难通过常规的检测方法进行检测和修复，需要更复杂、更先进的检测技术和工具。晶圆图研究是晶圆缺陷检测的热点。天津大学刘凤珍研究了光刻设备异常引起的晶圆图缺陷。针对晶圆实际生产过程中的缺陷，我们通过设备实验对光刻胶、晶圆粉尘颗粒、晶圆环、划痕、球形、线性等缺陷进行了深入研究，旨在找到缺陷原因，提高生产率。为了确定晶圆模式失效的原因，吴明菊等人从实际制造中收集了811,457张真实晶圆图，创建了WM-811K晶圆图数据集，这是目前应用最广泛的晶圆图。半导体领域专家为该数据集中大约 20% 的晶圆图谱注释了八种缺陷模式类型。八种类型的晶圆图缺陷模式如图4所示。本综述中引用的大多数文章都基于该数据集进行了测试。图4.八种类型的晶圆映射缺陷模式类型：（a）中心、（b）甜甜圈、（c）边缘位置、（d）边缘环、（e）局部、（f）接近满、（g）随机和（h）划痕。3. 基于图像信号处理的晶圆表面缺陷检测图像信号处理是将图像信号转换为数字信号，再通过计算机技术进行处理，实现图像变换、增强和检测。晶圆检测领域常用的有小波变换（WT）、空间滤波（spatial filtering）和模板匹配（template matching）。本节主要介绍这三种算法在晶圆表面缺陷检测中的应用。图像处理算法的比较如表1所示。表 1.图像处理算法的比较。模型算法创新局限小波变换 图像可以分解为多种分辨率，并呈现为具有不同空间频率的局部子图像。防谷物。阈值的选择依赖性很强，适应性差。空间滤波基于空间卷积，去除高频噪声，进行边缘增强。性能取决于阈值参数。模板匹配模板匹配算法抗噪能力强，计算速度快。对特征对象大小敏感。3.1. 小波变换小波变换（WT）是一种信号时频分析和处理技术。首先，通过滤波器将图像信号分解为不同的频率子带，进行小波分解 然后，通过计算小波系数的平均值、标准差或其他统计度量，分析每个系数以检测任何异常或缺陷。异常或缺陷可能表现为小波系数的突然变化或异常值。根据分析结果，使用预定义的阈值来确定信号中的缺陷和异常，并通过识别缺陷所在的时间和频率子带来确定缺陷的位置。小波分解原理图如图5所示，其中L表示低频信息，H表示高频信息。每次对图像进行分解时，图像都会分解为四个频段：LL、LH、HL 和 HH。下层分解重复上层LL带上的分解。小波变换在晶圆缺陷特征的边界处理和多尺度边缘检测中具有良好的性能。图5.小波分解示意图。Yeh等提出了一种基于二维小波变换（2DWT）的方法，该方法通过修正小波变换模量（WTMS）计算尺度系数之间的比值，用于晶圆缺陷像素的定位。通过选择合适的小波基和支撑长度，可以使用少量测试数据实现晶圆缺陷的准确检测。图像预处理阶段耗费大量时间，严重影响检测速度。Wen-Ren Yang等提出了一种基于短时离散小波变换的晶圆微裂纹在线检测系统。无需对晶圆图像进行预处理。通过向晶圆表面发射连续脉冲激光束，通过空间探针阵列采集反射信号，并通过离散小波变换进行分析，以确定微裂纹的反射特性。在加工的情况下，也可以对微裂纹有更好的检测效果。多晶太阳能硅片表面存在大量随机晶片颗粒，导致晶圆传感图像纹理不均匀。针对这一问题，Kim Y等提出了一种基于小波变换的表面检测方法，用于检测太阳能硅片缺陷。为了更好地区分缺陷边缘和晶粒边缘，使用两个连续分解层次的小波细节子图的能量差作为权重，以增强每个分解层次中提出的判别特征。实验结果表明，该方法对指纹和污渍有较好的检测效果，但对边缘锋利的严重微裂纹缺陷无效，不能适用于所有缺陷。3.2. 空间过滤空间滤波是一种成熟的图像增强技术，它是通过直接对灰度值施加空间卷积来实现的。图像处理中的主要作用是图像去噪，分为平滑滤镜和锐化滤镜，广泛应用于缺陷检测领域。图6显示了图像中中值滤波器和均值滤波器在增加噪声后的去噪效果。图6.滤波去噪效果图：（a）原始图像，（b）中值滤波去噪，（c）均值滤光片去噪。Ohshige等提出了一种基于空间频率滤波技术的表面缺陷检测系统。该方法可以有效地检测晶圆上的亚微米缺陷或异物颗粒。晶圆制造中随机缺陷的影响。C.H. Wang提出了一种基于空间滤波、熵模糊c均值和谱聚类的晶圆缺陷检测方法，该方法利用空间滤波对缺陷区域进行去噪和提取，通过熵模糊c均值和谱聚类获得缺陷区域。结合均值和谱聚类的混合算法用于缺陷分类。它解决了传统统计方法无法提取具有有意义的分类的缺陷模式的问题。针对晶圆中的成簇缺陷，Chen SH等开发了一种基于中值滤波和聚类方法的软件工具，所提算法有效地检测了缺陷成簇。通常，空间过滤器的性能与参数高度相关，并且通常很难选择其值。3.3. 模板匹配模板匹配检测是通过计算模板图像与被测图像之间的相似度来实现的，以检测被测图像与模板图像之间的差异区域。Han H等从晶圆图像本身获取的模板混入晶圆制造工艺的设计布局方案中，利用物理空间与像素空间的映射，设计了一种结合现有圆模板匹配检测新方法的晶圆图像检测技术。刘希峰结合SURF图像配准算法，实现了测试晶圆与标准晶圆图案的空间定位匹配。测试图像与标准图像之间的特征点匹配结果如图7所示。将模式识别的轮廓提取技术应用于晶圆缺陷检测。Khalaj等提出了一种新技术，该技术使用高分辨率光谱估计算法提取晶圆缺陷特征并将其与实际图像进行比较，以检测周期性2D信号或图像中不规则和缺陷的位置。图7.测试图像与标准图像之间的特征点匹配结果。下接：晶圆表面缺陷检测方法综述【下】

王强(化名)在国内一家知名汽车杂志任职，去年购买一辆宝马X1开了半年后，他却不满意这款车的油耗。&ldquo 宝马厂商标注的X1百公里油耗为7.2~9.2L，但在实际使用中，百公里油耗超过12L。不知道宝马厂商如何认证这款车的油耗检测。&rdquo 王强告诉《第一财经日报》记者。 　　王强的吐槽不是个案。不少消费者都曾抱怨，购车时车辆标注的油耗往往与实际用车情况相差甚远。个别车企油耗造假的问题也曾被媒体曝光。事实上，油耗造假已成为整车厂和检测机构心照不宣的约定。 　　在油耗检测中几乎处于垄断地位的中国汽研5月13日发布停牌公告称，自查和检查过程中，发现公司所属检测中心车辆油耗检测质量控制存在缺陷。对此，公司针对发现的问题正在进行整改，有关管理部门也正在研究，可能做出完善、整改的意见。除此之外，目前公司各项科研、技术服务和生产经营工作正常。 　　中汽研自曝油耗检测存缺陷，暴露了油耗检测以及后期生产一致性如何管理的问题，也凸显了行业监管缺失问题。 　　隐藏的利益链 　　为了严格规范油耗检测，工信部从2009年开始出台了一些文件，要求企业的油耗必须通过国家指定的第三方检测机构确认，其中包括出台了《轻型汽车燃料消耗量标示管理规定》，要求车辆模拟市区、市郊(包括公路)等典型行驶工况油耗，并在车辆中标示。相对之前车企独自发布的等速工况下的理论油耗，这些规定的出台可以明示油耗并便于监管，但是由于监管的缺失，油耗标示成了一门生意经。 　　国家对汽车产品质量的监督检验业务进行行政授权管理，如整车公告业务由工信部、国家质检总局等主要授权给中汽研下属的国家机动车质量监督检验中心(重庆)、国家轿车质量监督检验中心(下称&ldquo 天津中心&rdquo )等6家检测中心。 　　这6家检测中心之间是竞争关系，同时这些检测中心主要依靠油耗检测生存，车企是其衣食父母，这就滋生了行业潜规则。 　　&ldquo 汽车企业可根据自身情况在获得授权的机构中自行选择。目前来看，影响汽车企业选择质量监督检验机构的主要因素有以下几点：一是该监督检验机构的测试评价能力是否能满足自身的需求 二是该监督检验机构的测试评价的服务质量。&rdquo 中汽研在其招股书中表示。 　　车辆油耗测试结果直接关系到企业能否拿到油耗补贴&ldquo 通行证&rdquo 。&ldquo 一个指标可能影响到一个企业一年的业绩甚至命运，企业内部对这个测试结果非常重视，这也导致劣币驱逐良币的滋生。&rdquo 国内一家车企相关人士表示。 　　为了能够拿到国家汽车节能减排的补贴以及提升竞争力，众多车企都使出浑身解数加入了申报节能补贴的大军，以获取最低油耗标识。 　　行业监管缺失 　　国内一德系汽车品牌工程设计院的整车工程师称，汽车行业油耗测试存在很大可控空间。一般来说，汽车油耗测试分为研发测试和认证测试两部分。 　　研发测试为车企对自身产品进行测试，车企可自行调整车辆参数。认证检测则由厂家将样车发往第三方检测机构进行油耗试验。如试验结果合格，由检测机构出具检测报告，众多车企能干预的其实是认证检测这个环节。如果企业和检测机构达成默契共识，企业可挑选&ldquo 合格&rdquo 产品送样检测 如果检验机构&ldquo 睁一只眼闭一只眼&rdquo ，只对检测来样产品负责，批量产品的一致性问题得不到有效监管。 　　对于汽车企业在宣传产品时夸大油耗数据的&ldquo 通病&rdquo ，监督部门则缺乏监管，也没有相应的明确处罚规定。 　　&ldquo 油耗检测主要对样车负责，即使油耗检测合格了，如果有关行业部门不加强车型生产一致性监管，消费者买到的商品车的实际油耗与厂家标注的油耗仍不会符合，其结果是节能效果也大打折扣。&rdquo 业内人士表示。 　　实际上，在美国等成熟市场，监管部门会重罚欺骗消费者的行为。韩国现代和起亚两家汽车制造商由于夸大旗下13款产品的油耗，遭到美国环境保护署的起诉，它们将为此支付4.12亿美元作为车主们的补偿。

01什么是质量？大家肯定还记得十几年前臭名昭著的三聚氰胺“毒奶粉”事件。事故起因是很多食用三鹿集团生产的奶粉的婴儿被发现患有肾结石，随后在其奶粉中被发现化工原料三聚氰胺。三聚氰胺奶粉导致了近30万名婴儿确诊泌尿系统出现异常，给万千个家庭带来沉重的痛苦。三鹿集团因此破产重组，董事长也获刑入狱。更恶劣的影响是中国奶制品行业信誉的崩溃，导致大量海外抢购奶粉的风潮。国人对于国产奶粉的信任危机至今仍存。所以说，质量是企业的生命线。一个企业能走多远，取决于它的产品质量能做多好。那，什么是质量？我们经常有这样的错觉，贵的东西往往就意味着质量好。但这是恰恰是对质量的误解。不同人眼里对于“质量”有不同的理解和定义，克劳士比、戴明、朱兰这几位质量大师对于质量的定义都有差异，但他们的理解也有共同之处，就是“质量必须是符合要求的，满足客户需求的”。02什么是“零缺陷”？“符合要求，满足客户需求”，那些在制作合同标书时允许返工期；在物料来料检验时允许有一定比例的接收不良等这些“差不多就好”的工作方式和态度显然是与“质量”背道而驰的。企业要在满足客户需求的质量之路上与竞争对手形成差距，取得越来越多客户的认同，就必须要将“第一次就把正确的事情做正确”作为我们的工作准则，将“质量零缺陷”作为我们的工作标准。采取零缺陷作为我们的工作标准就意味着，我们绝不向任何“不符合”妥协。如果有“不符合”存在，我们就采取行动消除“不符合”要求，并采取预防措施，确保不再重蹈覆辙。 也许你会问：“零缺陷是否不允许员工犯任何错误，如果有错误，那将怎么解决？如果企业要求员工绝不能犯任何错误，是否扼杀了员工的工作效率和工作创新精神”？“零缺陷”不是不允许犯错误而是不允许犯同样错误。“零缺陷”管理可以简化为“三个不”：不要怕错误、不要放过错误、绝不重复犯错误。零缺陷的思维是一种质量预防的思维。重点是要做好源头检查和确认，也就是“先做正确的事情” 。事前分析能减少事后修改的成本。它是以满足客户需求为导向，贯彻在我们整个企业工作活动的全过程。所以，零缺陷是跟企业里面每一个岗位都息息相关。03欧美克的质量观那如何在日常工作岗位中践行零缺陷呢？欧美克旨在建立一个简单的输入输出模型。把工作对接的上一环当作供应商，工作对接的下一环当作客户。每一个岗位都不接受“供应商”的不良，同时自身岗位也不要制造不良，更不要把不良传递给我们的“客户”。具体来说，例如：在公司内部，研发的输出是满足客户需求的设计，上一环的输入是市场部\销售部。研发能否输出满足客户需求的设计，关键的部分就在于输入的客户需求是否准确、全面。所以市场\销售的同事在收集客户需求及传达内化到公司内部时，能否提供准确、全面的客户需求信息，避免信息的“缺陷”，就是践行“零缺陷”的好例子。同样，研发在设计时候，就要第一次把设计做好，避免出现有“缺陷”的图纸交付给采购和生产。而售后服务在上门调试维护的时候，第一次就将调试维护做好，避免二次或多次上门。仓库在发货时候，第一次就把要发的货物清点清楚，避免出现漏发错发给客户。在这个过程中，就能够环环相扣形成闭环的质量零缺陷！从“质量就是生命”的理念到“质量零缺陷”的践行，珠海欧美克仪器有限公司作为科学仪器提供商马尔文帕纳科公司的一员，一直坚持“以客户为中心”理念，贯彻“赢之有道”核心价值观。从市场调研，产品设计，材料采购到生产，销售，运输，安装和维护等各个环节把好质量关，由单纯的符合标准转变为了解客户满足客户需求，不断改进过程质量，从而不断改进产品质量，使得欧美克能够面向市场长期提供客户需要的产品和服务。打造“质量”文化，需要从观念到行为，把“第一次就把事情做正确”的意识嵌入每一个环节，去积极预防问题，把问题扼杀在摇篮里，在每一个欧美克人心中建立一个“质量”的标尺，将问题的预警和解决机制渗入欧美克仪器的每一个岗位，共同实现更全面和完善的产品质量把控。在追求“质量”的路上，欧美克正积极鼓励我们的内部员工和外部客户在任何时候任何环节发现问题都能向我们指出。我们将一直虚心接受客户的指导和建议，坚持关注客户对产品的需求和期望，并且不断地去改进和提升，始终做您值得信赖的粒度检测与控制技术专家！

2023年10月18-20日，仪器信息网(www.instrument.com.cn) 与电子工业出版社将联合主办第四届“半导体材料与器件分析检测技术与应用”主题网络研讨会。iCSMD 2023会议围绕光电材料与器件、第三代半导体材料与器件、传感器与MEMS、半导体产业配套原材料等热点材料、器件的材料分析、失效分析、可靠性测试、缺陷检测和量测等热点分析检测技术，为国内广大半导体材料与器件研究、应用及检测的相关工作者提供一个突破时间地域限制的免费学习平台，让大家足不出户便能聆听到相关专家的精彩报告。本次大会分设：半导体材料分析技术新进展、可靠性测试和失效分析技术、可靠性测试和失效分析技术（赛宝实验室专场）、缺陷检测和量测技术4个主题专场，诚邀业界人士报名参会。主办单位：仪器信息网，电子工业出版社参会方式：本次会议免费参会，参会报名请点击会议官网：https://www.instrument.com.cn/webinar/meetings/icsmd2023/ 或扫描二维码报名“缺陷检测和量测技术”专场预告（注:最终日程以会议官网为准）时间报告题目演讲嘉宾专场：缺陷检测和量测技术（10月20日上午）9:30半导体芯片量检测技术及装备杨树明（西安交通大学 教授）10:00国家纳米计量体系与半导体产业应用施玉书（中国计量科学研究院纳米计量研究室主任 主任/副研究员）10:30面向集成电路微纳检测设备产业的自溯源纳米长度计量体系邓晓（同济大学 副教授）嘉宾简介及报告摘要（按分享顺序）杨树明 西安交通大学 教授【个人简介】杨树明，西安交通大学教授，博士生导师，国际纳米制造学会（ISNM）会士、国家杰出青年基金获得者、国家重点研发计划项目首席、教育部新世纪优秀人才、陕西省重点科技创新团队带头人等。承担国家及省部级重大重点项目20余项，发表学术论文200余篇，出版专著2部，授权/公开国际国内发明专利100多件，获科技奖励9项。被遴选为亚洲精密工程与纳米技术学会（ASPEN）理事、中国计量测试学会常务理事、中国微米纳米技术学会微纳米测量与仪器分会副理事长、中国计量测试学会几何量专业委员会副主任委员、中国计量测试学会计量仪器专业委员会常务理事、中国仪器仪表学会机械量测试仪器分会常务理事、中国机械工程学会微纳制造技术分会常务理事等。在国际国内学术会议应邀做大会报告和特邀报告50余次，担任JMS、IJPEM-GT、IJRAT、NMME、MST、PE、IJAMT、Photonics等国际期刊编委和客座编委以及多个国内期刊编委等。报告题目：半导体芯片量检测技术及装备【摘要】该报告将介绍半导体晶圆制造过程、图形化过程以及封装后关键尺寸和缺陷检测技术及其装备。施玉书 中国计量科学研究院纳米计量研究室主任 主任/副研究员【个人简介】施玉书，男，工学博士，博士生导师，中国计量科学研究院纳米计量研究室主任与微纳计量创新团队带头人，国际计量委员会长度咨询委员会国际互认与纳米工作组委员、ISO/TC213与ISO/TC201专家委员、SAC/TC240、SAC/TC279/WG11委员、东北亚标准合作会议WG11召集人、全国几何量长度计量技术委员会委员及纳米几何量计量工作组组长、国家重点研发计划项目负责人。致力于我国纳米量值的等效一致与国际互认，以实现我国纳米科技与产业高端精密仪器的量值准确可靠，先后承研了国家级项目/课题10余项，自主研制了多台套国家最高纳米计量标准装置与多结构纳米几何特征参量国家标准物质，建立了全链条国家纳米计量体系。主持和参与国家标准与计量技术规范制定20项，建立社会公用计量标准8项、获批国家标准物质29项，主导/参与国际比对5项，主导国内比对2项，在国内外刊物发表论文80余篇，授权专利20余项。作为第一和主要完成人先后获得省部级科技奖励6项，学会科技奖励3项。报告题目：国家纳米计量体系与半导体产业应用【摘要】国际权威的半导体技术蓝图（ITRS）明确指出，计量是集成电路的关键使能技术之一。我国半导体产业一直从国外溯源，使得关键尺寸量值长期受制于人。随着我国半导体产业能力的发展，迫切需要纳米级甚至亚纳米级准确度国家计量能力的技术支撑。面对溯源方式与测量原理双重极限的挑战，多年来中国计量科学研究院纳米计量团队开展了针对性的计量与应用技术研究，成功研制了用于量值溯源的基于不同测量原理的纳米计量国家标准装置与用于量值传递的多特征结构的国家标准物质，应用于我国半导体产业的纳米计量能力正在逐步的形成。随着研究的深入与产业需求的对接，相关计量能力与标准物质已在国内半导体产业广泛应用。 邓晓 同济大学 副教授【个人简介】邓晓，同济大学物理学院副教授，博士生导师，主要研究方向为纳米长度计量，具体包括原子光刻、光栅干涉仪、MOEMS加速度计与相对重力仪等。2021年入选中国科协“第六届青年人才托举工程”，2023年入选上海市“启明星”人才计划，是全国新材料与纳米计量技术委员会委员。作为项目负责人主持国家重点研发计划项目、基金委面上与青年项目多项。研究成果获批国家一级标准物质2项、国家二级标准物质2项，近五年共发表SCI论文15篇（含一作/通讯共10篇）；申请中国发明专利10项（授权4项）；申请美国发明专利2项；参与起草国家标准与国家计量技术规范各1项。报告：面向集成电路微纳检测设备产业的自溯源纳米长度计量体系【摘要】 集成电路微纳检测设备产业是把核心的原材料与零部件，结合技术和软件集成后开发微纳检测设备产品为芯片中的晶圆制造工艺服务。纳米长度计量体系是集成电路微纳检测设备量值溯源，误差控制与测量准确性的核心支撑。对自然界常数的物化、量传和复用是提升测量准确性的有效手段。自溯源标准物质是指物质的关键参数可以溯源到自然界常数的标准物质。汇报人将介绍基于铬原子光刻技术研制纳米长度标准物质、自溯源位移传感器及新型计量型AFM的研究思路与成果。系列光栅的准确性水平得到国际权威机构计量认可，并获批多项国家标准物质。系列可以溯源到铬原子跃迁频率的标准物质、位移传感器与计量仪器有望构建新型自溯源纳米长度计量体系。会议联系会议内容仪器信息网康编辑：15733280108，kangpc@instrument.com.cn会议赞助周经理，19801307421，zhouhh@instrument.com.cn

2016年07月15月安徽省食品药品监督管理局发布了6月份的日常监督检查结果，6月份安徽省局共检查了128家企业，65家企业发现382条缺陷，其中严重缺陷0条，主要缺陷18条，一般缺陷364条 与5月份相比检查企业数量增加了27家,缺陷数量与5月份相比同比增加了15%，主要增加的是一般缺陷，可能与本月检查的饮片企业数量增加有关。　　检查形式有：跟踪飞行检查、跟踪检查、飞行检查、中药饮片、药品GMP飞行检查整改复查、日常检查、药品生产检查、特药检查、2015年版中国药典执行情况专项检查、药品生产检查(GMP飞行检查复查)、日常检查、药用包装材料、药用辅料、特殊药品经营飞行检查等。本月检查中涉及的实验室电子数据完整性缺陷主要涉及仪器不具备或者未开启审计追踪功能和计算机权限管理，具体如下：　　1、安捷伦1100、1200、1260高效液相色谱仪暂未开启审计追踪功能。　　2、两台1100型安捷伦高效液相色谱仪不具备审计追踪功能。　　3、两台PESeries200和1台PEFlexar200高效液相色谱仪、北京普析通用紫外分光光度计TU-1901SPC、M9TOC分析仪暂不具备审计追踪功能。　　4、HPLC与设备连接的计算机仅设置一个用户名和密码，工作站软件未设置。　　5、高效液相色谱仪型号DGU-20A3R，无审计追踪功能。　　6、计算机系统不能满足数据完整性要求，无相关权限授权文件。　　7、企业2台高效液相色谱仪(一台安捷伦、一台美国WATERS)，安装的工作站无数据审核跟踪功能。　　8、企业未对检验设备的数据完整性进行确认，且未对数据完整性执行情况进行自检。　　从上述实验室电子数据完整性缺陷具体条款涉及的审计追踪缺陷来看，说明了安徽省局对于液相、气相等仪器趋向于要求审计追踪。　　附65家企业382条主要及一般缺陷汇总　　主要缺陷18条　　六安华源制药有限公司主要缺陷1项：　　1、部分批生产记录中，称配岗位原料称量数量与生产指令的称量数量不一致 批生产记录中，无水葡萄糖称量数量大于生产指令数量7Kg，未做调查分析。　　亳州市新建塑料厂主要缺陷1项：　　1、生产车间无纯化水系统。　　亳州市天济药业有限公司主要缺陷1项：　　1、企业从农户购进的原药材分直接销售、加工两种，未分别建立账目，无药材入库验收记录。　　沈阳红药安徽制药有限责任公司主要缺陷1项：　　1、现场检查，韦氏比重计使用记录蜂蜜检验为三次，时间分别为2014年8月8日、2015年4月6日、2016年6月16日 蜂蜜购入时间为2015年4月6日，重量33Kg 查2015年蜜制品种，分别为麸炒白术(150401、150501、150502)、蜜黄芪(批号：151001，蜂蜜使用量为53Kg)，上述批生产记录中均无蜂蜜领用记录。　　亳州市康博中药饮片有限公司主要缺陷1项：　　1、桑枝(160601)、桑寄生(160601)、淡竹叶(160501)、青蒿(160501)、川芎(160601)、白术(160601)、玉竹(160601)、当归(160601)无批生产记录，企业仅能提供玉竹、桑枝、淡竹叶、青蒿的原药材检验记录 　　杭州民泰(亳州)中药饮片有限公司主要缺陷2项：　　1、原料库台帐显示原料品种有80余个品种，实际库存仅有33个品种(附原料库现场登记台帐) 　　2、企业批生产记录、原药材原始检验记录不齐全。　　安徽盛海堂中药饮片有限公司主要缺陷1项：　　1、查企业财务收购票据，票号：04478078、04478079、04478080，企业直接从农户收购毒性原药材半夏3255kg。　　北京同仁堂(亳州)饮片有限责任公司主要缺陷1项：　　1、黄芪(批号601002076)批检验记录是部分检验，缺重金属及有害元素，有机氯农药残留量检测项目。　　安徽尚品堂中药饮片有限公司主要缺陷1项：　　1、生产管理人员、质量管理人员、检验人员配备不稳定，检查时质量管理人员不在岗，检验人员李旺龙不在岗 　　安徽谓博中药股份有限公司主要缺陷1项：　　1、质量受权人对锻制，蒸制等生产操作流程不熟悉，对产品放行程序不熟悉 　　安徽尚德中药饮片有限公司主要缺陷2项：　　1、5月份的十九批中药饮片的批生产记录中，显示投料量为2000公斤，而生产出成品量均为1802公斤和1804公斤两个量 4月份生产的二十七批中药饮片的批生产记录中，显示投料量为1000公斤或500，而生产出成品量分别为905公斤和450公斤 即该企业饮片生产一般按收率90% 计算 与生产工艺规定和实际不符。　　2、部分饮片没有检验记录，如现场发现已经包装好了的饮片，如藕节(批号160404)、浙贝母(批号160602)、天冬(160602)、黄芩(批号160609)等。　　安徽致良中药饮片有限公司主要缺陷1项：　　1、炼蜜间无炼蜜设备。　　安徽赛诺制药有限公司主要缺陷1项：　　1、生产设备维护保养不善，洁净区内3000L搪玻璃反应釜保温层俱底部生锈，不锈钢结晶釜(SB002-096)夹套冷冻水管漏水、生锈，消防栓水带有霉斑，离心机排水管道漏水，离心间地面地坪损坏 　　福元药业股份有限公司主要缺陷1项：　　1.企业变更激素线灌装机后，未完成清洁验证即对哈西奈德溶液审核放行。(第一百四十二条)　　黄山盛基药业有限公司主要缺陷2项：　　1、沸腾干燥间的排风口有较多粉尘及霉斑 　　2、现场未见主要生产设备的使用日志。　　一般缺陷364条　　安徽先锋制药有限公司一般缺陷7项：　　1、2014-2015年度工艺用水回顾性验证报告中的趋势分析图未明确标注纠偏限和警戒限 　　2、注射用果糖二磷酸钠工艺规程中未明确标注生产批量 　　3、冻干粉针二车间制水间门楣上方有墙皮脱落，多效蒸馏水机一密封处有漏点 　　4、产品模拟召回相关分析及报告内容不够全面 　　5、外购原料残留溶剂检验中所使用的对照品为分析试剂 　　6、原料熔点测定未使用熔点标准品对温度计进行校正 　　7、安捷伦1100、1200、1260高效液相色谱仪暂未开启审计追踪功能。　　六安华源制药有限公司一般缺陷6项：　　1、新增供应商江西蓝天玻璃制品有限公司的钠钙输液瓶变更控制相关研究工作尚未完成 　　2、乳酸左氧氟沙星氯化钠注射液(规格100ml:乳酸左氧氟沙星0.2g与氯化钠0.9g)生产工艺规程中未标注原料药投料量的折算公式 　　3、实验室仪器未建立统一编号 　　4、含量测定、标定所使用的滴定管均未使用校正值 　　5、试剂存放室排风效果不佳 　　6、两台1100型安捷伦高效液相色谱仪不具备审计追踪功能。　　国药控股六安有限公司一般缺陷2项：　　1、电视监控设施视频保留时间只有半个月，建议增加内存(不少于一个月) 　　2、超过有效期的佐匹克隆片《药品报损信息反馈单》中，无质量负责人签字确认。　　安徽双鹤药业有限责任公司一般缺陷6项：　　1、盐酸氨溴索葡萄糖注射液(规格100ml:盐酸氨溴索30mg与葡萄糖5g)的产品工艺规程、批生产指令中对原辅料、包装材料的执行标准、物料代码提出了要求，未标注具体的原辅料、包装材料供应商 　　2、玻瓶输液生产过程质量监控记录DCPC030-Ree-QA-A-002中的洗瓶工艺参数碱水压力数标示有误，应为0.15mpa 　　3、大输液品种中有50ml规格的产品，50ml规格的装量检验应依据《中国药典》2015年版第四部通则0102注射剂，企业制定的《最低装量检查操作规程》中未包含此检验依据 中间产品检验所用附表：不同温度时各种缓冲液的PH值未依据《中国药典》2015年版第四部通则0631制定。　　4、盐酸氨溴索葡萄糖注射液(批号为1604171A)批检验原始记录中“紫外光谱鉴别”项缺少空白溶剂图谱 中间产品对葡萄糖的含量测定中，测定温度(20℃)错误，应为25℃ 　　5、批号为A150309D001-130455-201106-20151011的乳酸左氧氟沙星自制对照品标定记录中，“标准范围”规定“复标结果与初标结果的RSD应不大于1.0%”，实际执行时为“复标结果与初标结果的相对平均偏差应不大于1.0%”，两者不一致 　　6、两台PESeries200和1台PEFlexar200高效液相色谱仪、北京普析通用紫外分光光度计TU-1901SPC、M9TOC分析仪暂不具备审计追踪功能。　　安徽威尔曼制药有限公司一般缺陷13项：　　1、冻干生产线灌装间角落放置培养皿的支架托盘表面有锈迹 　　2、注射用长春西汀生产工艺规程(PSA-01-04)中只包括1台冻干设备的型号，实际使用有3台不同型号的冻干机 　　3、无菌检查用的硫乙醇酸盐液体培养基适用性检查方案中未载明无菌性检查的内容 　　4、粉针生产线分装岗位A级区生产前尘埃粒子监测未记录具体数据，只有符合要求的结论 　　5、编号为PC160201的偏差处理报告未记录偏差处理措施，且偏差处理意见无偏差部门人员签字 　　6、对散装印刷包装材料从仓库转运至车间缺少监督管理规定 　　7、软胶囊剂生产线称量间相对于走廊无压差计 容器具清洗间无干燥设施 　　8、软胶囊剂生产线定型间多品种共用擦胶丸无纺布 　　9、软胶囊剂生产线称量间两个铝桶中盛放的原料无物料状态标识 　　10、头孢粉针培养基模拟验证方案中设计模拟一天生产三批的生产情况，但未涉及批与批之间的小清场的内容 　　11、存放在原料库中的退库原料维生素A未按照贮存要求充氮保存 　　12、物料货位卡上的去向未体现所生产制剂的名称和批号 　　13、注射用头孢噻肟钠2015年第一季度产品质量回顾分析中有个别批次的含量、水分项目在内控限上未进行分析。　　安徽省先锋制药有限公司一般缺陷7项：　　1、仓储部未将研究用物料有序存放 已进行质量评估的辅料聚乙二醇-4000供应商湖南尔康制药股份有限公司以及包装盒、说明书供应商安徽省易彩印务有限公司未及时更新列入企业2016年物料合格供应商名单 　　2、DPH-260型铝塑泡罩包装机变更设备验证时未进行性能确认 　　3、委托生产注射用盐酸克林霉素时对环境监测的确认记录、QA的监控记录未纳入批生产记录管理 　　4、固体制剂称量间天平校正记录不规范，无天平编号和具体校正数据 　　5、高效振荡筛顶盖边缘和胶囊模具锈蚀 　　6、计数培养基适用性检查记录中未记录对照培养基的名称 　　7、2015年所生产的品种、批次未按新、老固体制剂车间分开进行产品质量年度回顾分析。　　安徽丰乐香料有限责任公司一般缺陷5项：　　1、QA人员转岗为车间主任的培训记录中考核无具体内容。　　2、原料药车间洁净区内清洁后的物料软管未封口。　　3、原料药车间洁净区容器具存放间内存放的已清洁容器具无标识。　　4、原料药车间洁净区人流缓冲间与洁净区走廊无互锁装置。　　5、薄荷脑批生产记录中烘脑工序未记录沥油及保温时间。　　国药控股安徽有限公司一般缺陷2项：　　1、特殊药品培训口头考核无考核记录。麻醉药品库管人员不熟悉在库品种情况。　　2、麻醉药品和药品类易制毒化学品未分区管理。　　安徽省医药(集团)股份有限公司一般缺陷1项：　　1、自查报告未完成。　　安徽乐嘉医药科技有限公司一般缺陷1项：　　1、转岗来的复核员徐彩丽未参加特药培训即上岗。　　安徽辉克药业股份有限公司一般缺陷7项：　　1、提取车间洁净区男一更送风口附近、墙壁有灰尘，清场不彻底 　　2、提取车间洁净区洗衣间岗位SOP发放错误，现场未见洁净服清洗操作规程，只有一般工作服清洗操作规程。　　3、提取车间洁净区收膏间、粉碎间等部分功能间地面损坏不平整。　　4、提取车间洁净区生产设备无状态标识。　　5、片剂车间物料暂存间存放的蔗糖(批号：20160408)物料标识不全。　　6、校准用标准砝码选择不合理。　　7、片剂车间物料中转站物料出入站记录不全，未及时记录物料出站情况及流向。　　淮北医药有限公司一般缺陷2项：　　1、培训效果不佳，部分人员安全意识不高 　　2、24小时值班记录内容填写不全面。　　淮北市国药远东医药有限公司一般缺陷2项：　　1、特药设备未按计划进行检查 　　2、特药培训档案不健全，缺少培训课件。　　安徽东升医药物流有限公司一般缺陷2项：　　1、企业未按照制定培训计划开展培训 　　2、特药报警设备定期维护未记录。　　安徽广美药业股份有限公司一般缺陷11项：　　1、固体辅料的合格供应商清单信息不完整 　　2、人员档案中缺少关键人员的任命书 　　3、企业制定的2016年培训计划，培训时间安排不够合理 　　4、对两台QY-300高速截断往复式切药机(编号：D010402、D010404)中一台进行再验证，验证报告显示为对两台切药机进行的验证 　　5、变更控制标准操作规程(编号：SOP-09-107)的操作性不强 制何首乌工艺规程(编号：TS-21-353)未结合实际生产及时修订 部分品种的批生产记录中总收率限度未按照生产工艺规程的要求执行 　　6、变更控制记录中缺少质量受权人汪四赞的内部变更记录 　　7、法半夏(批号：160401)原料和成品留样未及时放入毒性留样柜 　　8、部分品种的显微鉴别项的原始照片和薄层鉴别的原始图未保存在电脑，不能有效追溯，其中黄芪(批号：12371601001)检验原始记录中未附薄层鉴别原始图 　　9.连翘(批号：160501)的检验记录中修改处未按要求签字 　　10、甘草(批号：160401)和薏苡仁(批号：160301、160302、160303)批生产记录的原料领料单中物料批号与原料分类账不一致 原料、成品分类账无品种目录 　　11、企业未与亳州市瑞安塑料制品有限公司、亳州市新建塑料厂、涡阳县恒太调味品厂签订的质量保证协议未注明协议有效期 从涡阳县恒太调味品厂购进的米醋，未及时收集其检验报告。　　亳州千草药业有限公司一般缺陷10项：　　1、抽查李萌、赵梦，无个人培训档案。　　2、正在生产的品种无物料状态标识，如洗润间的藕节 甘草、芦根未分别堆放。　　3、炒药机的除尘罩严重积尘 毒性车间管理混乱，有个人衣服、未使用的清场合格证。　　4、成品库的空调损坏、毒性车间的转盘式切药机电源插头损坏，未做偏差处理。　　5、原料库区域管理不到位，无三色标识 成品阴凉库干湿温度计偏少。　　6、货位卡流向未填写具体生产品种、批号。　　7、供应商档案质量保证协议无签订日期。　　8、制草乌(批号：DX1603004)筛选后的废料未及时处理。　　9、辅料质量标准制定不合理，如蜂蜜仅有性状的检测项目。　　10、酒萸肉(批号：1505128)含量测定中马钱苷对照品称取量为1.10mg,达不到检验要求。醋乳香(批号：1604037)检验依据运用错误。　　亳州市新建塑料厂一般缺陷9项：　　1、企业QA由质量负责人兼任。　　2、无2016年培训计划。　　3、一般控制区一更无更衣柜、二更更衣柜为文件柜。二更后无手消毒设施。　　4、称量间无称量设施。　　5、吹塑间吹塑机所用压缩空气管道无标识，无终端过滤。　　6、吹塑生产用模具头摆放于地面。　　7、高温室、试剂室无通风设施。标配室无操作台，无菌种存放设施。　　8、药用聚乙烯的原料库区域管理不到位，无三色标识。　　9、清洗后的容器具没有干燥设备。　　亳州市天济药业有限公司一般缺陷9项：　　1、QA李雨、QC李敏、范俊为认证后新增人员无任命文件，培训内容无针对性。　　2、成品库存放的当归批号为20160302，与企业批号制订及管理规程(SMP-08-01)要求不一致。　　3、普通饮片车间拣选间的地漏未清洁。　　4、原料库区域管理不到位，无三色标识。　　5、内包材库的内膜袋货位卡无物料编号的内容。　　6、成品备用库存放的地龙无货位卡、无产品标签 成品备用库、退货库无干湿温度计。　　7、当归(批号：20160302，批量10000Kg)、川芎(批号：160401，批量2250Kg)切制岗位、干燥岗位未按实际使用设备的台次分别记录相关数据的起止时间。　　8、检验室以下品种具有全检能力，但红花(批号：160401)未检验吸光度项目、金银花(批号：160301)未检验重金属及有害物质项目、黄芪(批号：20160303)未检验重金属及有害物质和有机氯农药残留项目。　　9、报告书书写及格式不规范 金银花(批号：160301)和地黄(批号：160501)含量测定项目下的高效液相色谱图中样品峰分离度达不到药典要求。　　沈阳红药安徽制药有限责任公司一般缺陷12项：　　1.口服固体车间三层的储水间的水系统消毒措施不合理。　　2、原料远志的取样证、原药材标签批号为YL116-160601，货位卡和请验单批号为YL116-160409-01。货位卡流向名称、批号未填写。　　3、普通饮片车间炒药机无清洁标识。炼蜜间停用无标识。　　4、普通饮片车间切制工序直切式切药机电源未连接，悬挂完好标识。烘干间地面有破损现象。　　5、现场检查时二层阴凉库温度为28℃。　　6、颗粒剂生产车间洁净服清洗记录不全，现场检查所用洁净服未在记录中体现，无清洁有效期卡。手消毒设施无内容物标识。　　7、企业2016年2月开展的自检活动内容缺少《中药制剂》附录部分。　　8、企业洁净区环境定期监测报告换气次数缺少测量数据和计算过程。　　9、板蓝根(批号150301)醇沉后未记录精馏回收过程 炙黄芪(批号151001)缺少炼蜜记录。　　10、黄芪原料检验记录(YL092-150118-01)中的HPLC图谱为两份，其中一份不符合要求，未做偏差调查分析。　　11、炒药间现场放置的设备使用日志为空白记录。　　12、企业三个制剂品种使用乙醇，并回收使用，目前企业仅有两个回收乙醇储罐 《酒精回收管理规程》(SMP-09-042)规定回收后的乙醇不同品种之间不可以互用。　　安徽瑞福祥食品有限公司一般缺陷7项：　　1、换证检查部分缺陷项目(辅料库物料色标管理、管道内容物及流向标识)未完成整改。　　2、2015年版和2016年版生产工序作业指导书《药用酒精北线液、糖化及发酵工序作业指导书》(QJ/RFX04、16--2016)淀粉乳液化用淀粉酶加入过程及加入数量与注册研究资料不一致，未见该项目补充申请、未见工艺验证等研究性资料 且该现行作业指导书中部分内容与实际操作不一致，如淀粉乳液化工序规定为“待液化柱充满后开启液化冷却水”与实际生产过程不一致。　　3、新修订文件未经培训即发布实施。　　4、供应商及危险品运输单位资质未加盖企业原印章。　　5、药用酒精使用《安徽瑞福祥食品有限公司食用酒精检验原始记录》。　　6、企业提供现行版检验作业指导书为2013版本，F201601批次成品检验依据为2015年版药典二部。　　7、成品F201601批次检验原始记录未附气相色谱图谱。　　康美(亳州)世纪国药有限公司一般缺陷12项：　　1、制何首乌(批号：150500119)的《批生产记录审核单》审核人未签字 　　2、制何首乌工艺规程规定大小分档，批号为150500119的制何首乌在生产中未分档 　　3、制何首乌辅料(黑豆汁)的加工过程在批记录中未完整体现 　　4、企业未对2015年进行产品质量回顾分析 　　5、普通饮片成品库6月份发出一批饮片，未及时记录 　　6、企业未建立变更台帐 　　7、石斛(150300109)显微图谱未标明名称，图谱特征少 　　8、甘草(15050059)含量测定甘草苷杠掉部分未签字 　　9、显微室未见使用记录 　　10、气相色谱仪使用记录至2016年4月27日，检查时间为2016年6月13日 　　11、酸度计未见磷酸盐缓冲液 　　12、普通仪器室紫外分析仪等无使用记录。　　亳州市康博中药饮片有限公司一般缺陷7项：　　1、成品库桑枝(160601)、桑寄生(160601)、淡竹叶(160501)、青蒿(160501)、川芎(160601)、白术(160601)、玉竹(160601)、当归(160601)无货位卡，普通原药材库一批红花无标签无货位卡 　　2、企业新增设备验证记录不全 　　3、普通饮片生产车间安全门从车间内可以随意打开 　　4、毒性成品库、药材库未执行双人双锁 　　5、普通饮片成品阴凉库温湿度记录未及时记录 　　6、2016年5月份、6月份购进的原药材桑枝、桑寄生、淡竹叶、青蒿、川芎、白术、玉竹、当归的收购票未开 　　7.显微鉴别未附图谱。　　杭州民泰(亳州)中药饮片有限公司一般缺陷12项：　　1、企业未能提供2014年、2015年的自检资料 　　2、企业未做2015年度产品质量回顾分析 　　3、普通药品生产车间部分窗户无纱窗 　　4、普通饮片生产车间净制间正在生产款冬花(371160501)，批生产记录未及时记录 　　5、企业自2016年2月份后票据未按要求进行可追溯管理。　　6、企业仅提供了部分玻璃仪器校验证书和原子吸收分光光度计和1台高效液相色谱仪的校验证书，其他精密仪器如气相色谱仪、另3台高效液相色谱仪均未见校验证书 玻璃仪器未能提供自校记录 马弗炉无校验证、烘箱和真空干燥箱仪器上校验合格证显示校验有效期到2015年3月23日。　　7、阴凉留样室空调未开启，温湿度计损坏未更换，窗户未关，温湿度计未按时记录。　　8、标本室原料及成品无法做到全覆盖。　　9、留样室留样记录未能提供。　　10、滴定液及对照品配制记录不全。　　11、部分液相色谱图峰型不符合使用要求，理论板数及分离度均未体现。　　12、显微特征及薄层色谱均未附图。　　安徽盛海堂中药饮片有限公司一般缺陷9项：　　1、普通饮片包装暂存间内外包装、包装箱、合格证放置混乱。　　2、容器具存放间已清洗和未清洗容器具混放。　　3、普通饮片成品1库丹参(批号：2016050231)拆零无状态标识。　　4、HPLC与设备连接的计算机仅设置一个用户名和密码，工作站软件未设置。　　5、普通饮片成品1库约661、5㎡仅有干湿温度计1个与库面积不匹配。　　6、普通饮片成品1库电子台秤型号TCS-300检定效期为2016年3月15日，已过期 普通饮片1车间炒制间电子计价器型号ACS-6无校验标识。　　7、个别对照溶液未标明储存效期，如熊果酸对照溶液。　　8、实验室酸度计型号PHS-3C未按照仪器养护规程进行维护。　　9、阴凉留样室放置有若干箱过期留样。　　北京同仁堂(亳州)饮片有限责任公司一般缺陷9项：　　1、现场检查普通饮片生产车间干燥间正在干燥制何首乌(批号：601182877，批量：800kg)现场无干燥岗位生产记录。　　2、原药材2库放置饮片沙苑子(批号：50002145) 货架放置有包装破损药材无标识及货位卡 部分货位卡信息填写不完整，如：百合，货位卡无批号信息。　　3、查该企业销售发票号：07868956所附销售货物清单，销售醋山甲(批号：500154126)该企业生产品种740个，无醋山甲。　　4、查企业增值税专用发票，只有发票号：07868956所附清单有饮片批号，其余发票所附清单无饮片批号。　　5、高效液相色谱仪型号DGU-20A3R，无审计追踪功能。　　6、酸度计型号STARTER3C维护不规范，未用氯化钠饱和溶液保护电极。　　7、实验室配置的试液过期未重新配置，如：三氯化铝试液、改良碘化铋钾试液。　　8、实验室电子分析天平TB-215,检定校期至2016年5月，已过期。　　9、常温留样室未见赤芍(批号601002954)，制巴戟天(批号600002946)，黄芪(批号601002076)，丹参(批号601002133)。　　安徽尚品堂中药饮片有限公司一般缺陷6项：　　1、三楼药材原料库、成品库(常温库)检查时温度为38℃，仓库内无温湿度调控设备(无药材库存)、常温留样室无温湿度调控设备 　　2、试剂室易制毒试剂未按管理程序管理 　　3、三楼阴凉库待验区库存的苦杏仁无货位卡和标示 　　4、批生产记录中个别品种未记录品种，生产过程中的关键参数如：熟地黄干燥温度记录为78℃-80℃未记录，盐杜仲批生产记录中未记录盐水的配制过程。

“扬尘是一种十分复杂的尘源，目前国内外尚没有对扬尘统一的定义。”当前，扬尘的治理和监管已成为城市空气质量改善的重要工作领域。但我国扬尘监测跟不上治理需求，存在监测指标、监管系统和监控机制等方面的短板。　　当前，扬尘的治理和监管已成为城市空气质量改善的重要工作领域。但据悉，目前监测设备、指标设定还跟不上治理需求 单侧点监管系统也存在不少缺陷 在监管方式上，没有安装在线扬尘监测设备的施工场地，工地施工人员与环境监管人员“躲猫猫”，依靠执法人员人工巡查，很难抓住现行。　　工地与环境监管“躲猫猫”　　工地多，监管人力有限不能全覆盖　　在没有安装扬尘监测系统的工地，常发生施工人员与环境监管执法人员“躲猫咪”现象，严重影响了扬尘污染监管。　　据介绍，上海环保局环境监察总队日前在暗访检查工地过程中，发现浦东新区原世博园区有一个施工工地，在平整道路时，露天作业 也没有设置洒水池等有效防护措施，进出渣土车辆驶过，尘土飞扬，路过工地的人们纷纷掩鼻而过，扬尘污染严重。　　同日，在上海徐汇区龙华寺附近的一建筑工地，也发现在开挖地面时没有任何防护，大门有一个冲洗水池，水比较浅，起不到冲洗的作用，渣土车辆进出大门，掀起一股气浪，尘土满天飞扬。　　或许是工地管理人员发现了暗访执法人员，当第二天再到工地时，工地环境发生了一些改观，虽有扬尘污染的痕迹，但并不严重。　　当环境监察人员进入工地查询时，工地管理人员却矢口否认昨天有扬尘污染情况发生，工地保持宁静，停止施工，也不见车辆进出。由于没有安装监控系统，没有抓个现行，环境监察部门无法处理，工地逃过处罚。　　据了解，目前上海市很多地区对扬尘的监控，主要依靠环境执法人员去工地现场巡检，因人力有限，不仅难以全覆盖，也缺乏时效性。　　据上海市环保部门人士介绍，工地扬尘在时间上具有偶发性、在地点上具有不固定性，要达到控制污染源的效果，采取全面、有效的监控手段极为重要。　　扬尘单测点监管系统有天然“缺陷”　　监测结果不全面、真实性差、难通用　　据了解，扬尘污染是上海大气污染治理的一大顽症。根据上海市大气细颗粒物来源解析最新结果，扬尘已成为仅次于移动源、工业生产和燃煤的第四大污染源。　　近年来，上海开始实施工地扬尘在线监测试点工作，取得了一定成效，比如“泥头车”现象显着减少、施工企业的扬尘控制意识有所加强等。但相关人士坦言，这种监管也暴露出许多问题。　　首先，现有系统难以保证监测结果的全面性。相关环保人士透露，目前所采用的扬尘监测系统在每个施工工地(不论面积多大)仅设置一个测点，由于工地面积范围较大，且城市区域风向等气象参数多变，扬尘发生的位置不可能仅仅局限在一处，因此，单点监测既无法判断扬尘产生的位置，也无法确定扬尘落点的位置。　　其次，现有系统难以反映监测数据的真实性。现有系统采集的数据一般都经由自有平台进行修正后再显示在终端上，数据的准确性受修正方法的影响，导致显示数据与真实值始终存在较大误差。　　另外，现有系统难以实现数据传输的通用性。不同企业生产的扬尘在线监测系统使用各自的通信协议，虽然能满足设备到各自监控平台的数据传输，但彼此之间的数据传输标准不统一，互相之间无法形成有效的信息共享，也增加了环保部门的监管难度，不利于形成标准化、规范化的扬尘监管体系。　　业内人士认为，单测点监管系统有天生缺陷，不能很好地起到监管威慑作用，已不适应目前扬尘整治工作新要求，更何况只安装在试点工地。　　扬尘监测跟不上治理需求　　大部分是事后监测，技术不太成熟、设备不足　　“扬尘是一种十分复杂的尘源，目前国内外尚没有对扬尘统一的定义。”CTI华测检测认证集团环境事业部华北区经理文唤成说。　　在环保领域，《防治城市扬尘污染技术规范》(HJ/T393-2007)指出，扬尘是地表松散颗粒物质在自然力或人力作用下进入到环境空气中形成的一定粒径范围的空气颗粒物，主要分为土壤扬尘、施工扬尘、道路扬尘和堆场扬尘。　　文唤成介绍说，通过对颗粒物监测，可以为大气污染防治以及污染源解析提供数据支撑。目前，国内对扬尘的手工监测结果大部分是以小时均值、日均值等形式体现，不能全面反映瞬时污染或者实时污染。特别是一些瞬时高污染，手工监测容易受采样时空的限制而未采到代表性的样品，属于事后监测。　　目前反映扬尘的环境监测指标有：总悬浮颗粒物、PM10、PM2.5、降尘等，针对这些指标，其中有些监测技术不太成熟、缺乏专业设备，影响检测结果的准确性。　　比如《防治城市扬尘污染技术规范》(HJ/T393-2007)中的道路积尘负荷指标，是衡量道路扬尘排放的重要指标，需要用到带收集装置的真空吸尘器、封闭的摇床等设备，生产厂家很少，市场上很难采购到，给道路扬尘监测带来困难。　　文唤成说，CTI华测检测作为第三方监测机构，对扬尘监测有所涉足，但企业主动委托监测需求量不多。　　他认为，应重视扬尘监测，加强立法以及标准和技术指南的制定工作，同时要加大监测技术研发力度，推动扬尘污染防治。