10月23日-24日，由國家發展和改革委員會高技術產業司、工業和信息化部電子信息司、北京市發展和改革委員會、北京市經濟和信息化委員會指導，中國光學光電子行業協會液晶分會、日經BP社主辦的2018國際顯示產業高峰論壇在北京舉行。陸得斯科技公司業務拓展副總裁Elvino da Silveira出席會議，并發表題為《先進工藝控制技術提高AMOLED產量》的演講。Elvino da Silveira在演講中表示，利用先進的過程控制技術，能夠提升AMOLED的良品率。
Elvino da Silveira介紹說，從顯示行業的趨勢來看，OLED、μLED，已經慢慢變成柔性產品，然后PPI的速率也在不斷增加，這對過程控制和圖像改進、顯示材料、顯示屏生產方法等都提出新的要求，需要將測量技術、拓撲學、數據搜集能力、刻板印刷能力相結合，進行無縫的整合，才能提供完整的解決方案。
Elvino da Silveira認為，要做到更高的PPI顯示，就需要有更多層的OLED和柔性材料，會導致在取放過程中定位不準的情況。一般的生產流程是拿來模具進行取放，重新對準基板，然后去重新進行定位。這個過程可能造成錯誤的放大，怎么樣解決這個問題呢？Elvino da Silveira說，先用度量衡學來測量，確定它們的位置，再用一系列的軟件搜集數據、進行數據建模、產生補償，然后自動地將數據回入到生產流程中，這樣可以在后續的層疊放過程中和后續的生產中避免錯誤。陸得斯公司就開發了這樣的AP解決方案，可以幫助客戶應對生產過程中的挑戰。
Elvino da Silveira還介紹說，顯示生產過程采用更多技術和材料是顯示行業的發展趨勢，包括采用的基板尺寸越來越大，走向柔性材料，分辨率不斷上升，疊加更多的疊層等等。而在疊加很多疊層的情況下，誤差更容易放大，所以顯示工藝本身要求非常緊的容錯率。更多的疊層不但意味著容錯要更小，而且μLED取放更是一個問題。比如說在印刷LED方面，它自身也會產生獨特的誤差，所以要有能力補償這些誤差和進行調整，才能夠整體減少產品出現的錯誤，尤其是取放錯誤，并由此提升整體產品的良率，減少生產過程中的浪費和損失。
Elvino da Silveira表示，當前他們還沒有能力進行4代、4.5代生產線的試驗，但他們進行了4代線的一些結果的模擬，就是采用數學方法分析，在一個典型的AMOLED生產工藝中可能會有什么結果。他們模擬了扭曲誤差，然后再用這個數據去創造并且把它輸入到模型當中運行，用運行的數據推算出初始誤差結果。通過衡量錯誤放置的位置和像素的偏差，最終能夠把誤差降低到非常不重要的小的額度。
Elvino da Silveira介紹說，現在他們主要是模擬扭曲誤差，下一步就要在一個相同的工藝上試驗模擬結果，利用和提升現有能力解決移動性的問題。他表示，AMOLED生產工藝替代了很多LCD工藝，當中的零部件、驅動、生產工藝優化，以及在疊層方面如何提升分辨率，這些都需要整合的解決方案。就像半導體行業所要求的那樣，顯示行業也需要整合集成的解決方案。他希望與同行合作，共同努力利用先進工藝控制技術提高AMOLED產量。
以下為演講實錄:
Elvino da Silveira：大家早上好。我的名字是Elvino da Silveira。我是Rudolph Technologies的副總裁，今天早上我很高興與大家共享我們所做的工作，我們如何利用先進的過程控制技術，我們相信該技術能夠增強AMOLED的顯示的良品率。今天我的話題是首先要介紹一下一些趨勢，我們看到了哪些趨勢。在過去的一天的會議中，這里會簡要介紹。另外提到，在這些技術和趨勢之間有哪些挑戰。有哪些其他的應用可以來使用，另外我們還會說一說有哪些測試方式，如何確認我們方式的有效性，給大家顯示一些結果。最后簡要講一講未來的解決方案。這個能力可以應用在哪些未來的方式上。
首先，簡要介紹一下Rudolph，我們是一個半導體過程控制解決方案的公司。我們有著多元的能力，Rudolph是始于1950年。我們當時就參加了半導體行業，是始于美國。當時是一個檢測公司。所以我們有非常強勁的測量薄膜的厚度。還有貼膜，以及一系列其他的技術。之后，我們進入了檢測的行業，宏觀的看次品率，我們還有CDM（外語）的技術，使用這些微顯示器。之后，我們在過程控制行業又進入了這個市場，我們認為軟件是很重要的一環，軟件可以進行過程控制。可以對過程工具進行補償，因此我們設置了各種軟件產品，讓它們可以搜集數據，分析數據，并且管理大數據的解決方案。最后，我們進入了一些特點的應用行業，比如高級的包裝和顯示行業，我們將圖像的能力帶入整個能力，我們讓圖像能力帶入了檢測。
關于顯示的趨勢，有比我更厲害的專家，講了很多顯示方面的趨勢，我只是想很快的提到一下在顯示行業有哪些。我們從制造流程的角度來講，OLED，微型OLED，以及它們慢慢的變成了柔性的機制的產品。然后PPI的速率還在不斷的增加，這要求我們對過程控制更加的進行改進和圖像進行改進?？偟膩碇v，趨勢要求我們在顯示生產方法上面進行更改，以便能夠去應對性能的要求。而這些要求是來自于材料的變化，生產這些產品的時候材料發生變化。
我們如何看待提供解決方案的能力呢？我也談到了我們有度量學的能力，并不僅僅去進行測量，而且還有它的厚度，還有拓撲學等等。我們還有數據搜集的能力，我們還有刻板印刷的能力。所以我們把所有這些結合成為一個解決方案，必須把所有這些進行無縫的整合。你可以搜集數據，但是你最終還是應該去對這個數據進行建模和分析。而且去無縫地補償，基于這個模型所得到的結果進行無縫補償。所以你還需要能夠自動地去進行反饋，把這些反饋到流程優化當中，最終反饋到這個工具當中。所以這就要求你們不僅僅能夠利用技術，利用這個設備本身，還要求有能力。這個軟件可以在線能夠隨時管理這個程序，這個工藝，否則的話全都用手工來控制。這個任務實在過為繁重了，尤其在一個量產的環境當中。
在解決一些定位不準的挑戰過程當中，我們確實發現由于說更高的PPI顯示，所以就會有更多的層的OLED，還有這些柔性材料。所有這些都帶來一些挑戰，會導致在取放過程中定位不準的情況。所以我們在這個解決的過程當中，可能并沒有那么多的數據給這個工藝，所以我希望給大家來提供一些我們所累積起來的信息，在定位，取放的錯誤上面的一些信息。這個是在過去的幾年當中發展起來的，而我們相信這種挑戰存在于大部分的顯示生產商那里。只要你們尋求更高的單位英寸，像素PPI，還有柔性材料，更為少的容錯誤差等等。
在這個過程當中，我們說，總的來講就是拿來這個模具然后進行取放。然后重新對準這個基板，然后就可以去重新來進行定位。這個過程是包含了有可能定位過程中取放定位比準，可能造成錯誤的放大。這點像使用微OLED在這上面又加上了一個繪圖，所以這個挑戰就是要克服它們。怎么樣解決這個問題呢？總的來講，我們先要看通過平版印刷的方式怎么去做？怎么樣適應平板印刷這個系統當中的基板。我們使用度量衡學來測量，究竟這些內容它們的位置。然后我們用一系列的軟件來幫助我們，首先來搜集數據。第二，進行數據建模。然后產生一些補償，然后自動的將這個數據去回入到這個生產流程當中，這樣我們可以去在后續的層疊放過程中和后續的生產當中避免錯誤。所以這個是我們AP解決方案，但是很顯然我們感覺到它能直接應用到顯示行業中。
我們開發了這個AP解決方案，在我們的生產工藝當中就可以去將我們的經驗應用于客戶的挑戰。大家在這里可以了解一下，究竟挑戰是怎樣的呢？我想介紹一下，在以前比如說當進行（外語）這樣的應用的時候，可能從200毫米開始隨著數量越來越大，設備變得越來越大，所以它的基板的尺寸也要比原來大的多。這點也很類似于顯示行業發生的趨勢，包括電視、手機都是如此，屏幕越來越大。很顯然，如果采取多芯片的包裝，可能我們就需要（外語）這種方式才能夠來實現規模效應。這點非常類似于我們在顯示行業所發生的情況，隨著尺寸更大，基板更大，有足夠的量和單元來實現它的規模效應。
就設備來講的話，總的來講它就是一個攝影方面的系統，就是我們用500×500毫米這樣的面板。按照行業的標準可能這個不大，但是我們可能4代、4.5代在這樣的工藝上都可以去使用，在6代、7代也可以。另外在光學元件上面，我們的規模可能比較小，但是在IC（外語）應該是規模更大的，大概是兩微米的一個范圍。就度量衡儀器來講，總的來講是AOR就是度量衡設備，它有能力衡量CD，還有盒子，還有各種各樣的標準。以及它有很多不同的檢查分辨率的方式，可以達到0.7微米。就最低的CD尺寸來講，我們的工具可能是2微米。然后我們使用很多不同的照明技術，這要取決于具體的工藝來進行怎樣測量能力的優化。
這是我們的工具設備，把這些都結合在一起的話我們必須有這樣的能力來建立一個閉合的生產工藝的閉環。這就要求軟件了，不僅僅是剛才說的光刻機。也就是我們需要一些先進的算法，使得我們來進行補償的計算。因此我們需要追蹤在不同的光刻階段不同的設備，然后使用數據庫來就這個所得到的信息進行搜集、整理，然后在整個整個過程當中從一層到一層當中來計算，這就使得光刻機可以應對這個模具所放的位置。而不是說盡量的減少誤差。我們現在說有誤差沒有關系，我們會去來進行自適應。那么所做的事情在其他的行業當中也有類似的例子，就是會有很多的應用可以放在MicroOLED上。
接下來我給大家展示一些現有的能力，我們所做的一些事情。當然我不能展示直接的客戶數據，我們測試了一些實驗的設計，我們把數據消除了，我們把它變成單根，然后根據不同的層進行計算。在此基礎上我們創造了一個產品，就好像是，我們說每一個模具都在這個包裝里。每個模具我們都是故意的對于它的標線來進行一個偏誤，就是給它引入一個誤差。一開始這個標線就有誤，然后再加一層，再加一層，就是誤差不斷的放大。然后我們回來再去衡量，再采取度量學的方法在每個盒子上來衡量。我們通過激光的測量方法來測量這個位置究竟準確性的偏差有多大，來衡量它的位置。這個隨機的模具是一個（外語）的產品類型進行一個重建，這個多模具使用光刻機，我們可以看我們在一個半上可以做多次的衡量。就這個層疊結構來講，我們不想依賴于激光測量，我們就是采取一個盒子接一個盒子的方式來衡量它的性能。一開始對基礎層來進行測量，我們使用激光測量，還有顯微測量，從一個點到另一個點來進行對證。如何證明這個結果呢？我們很簡單，就是采取逐盒來進行測量的。
看起來是這樣子，當我們將這個標線。為了簡單的關系，我們讓這個晶圓總的來講出現一系列的錯誤，從一個點到另一個點都有一些偏差。大家可以看一下在右邊就有很多的誤差值。事實上，這些都是隨機的，標線誤差，可能大于6微米，在有些時候它可能超過6微米。在一定程度上比客戶在他們生產當中看到的誤差要好一點，但是也比較接近了，它也能夠接近挑戰了，是必須要調整的。所以光刻機測量它是可以對于提前都安排好的誤差標線來進行測量。
接下來我們從此基礎上進行建模，事實上我們將數據搜集回來然后進入第二層這就是一個補償的過程。我們把它叫做光刻機補償。我們用這樣的方式來減少隨機誤差的結果，從大概7微米下降到了多少呢？小于2微米。通過我們的調整和補償之后，就是在每個點上都會小于2微米。在這里可以看到這個表格，它展示出來了結果，大概從左邊到右邊。前面是誤差的情況，后面是我們調整的情況。我想強調一下，我們并不是想要最小化誤差，我們事實上是對于它錯放的模具的位置來進行自適應。
現在回來看一下顯示行業，因為這是顯示大會，所以我們感覺到這個AP方面的挑戰。和顯示行業的挑戰是相似的，就是顯示的生產過程也是有多種的技術和多種材料。它涉及到的基板的尺寸越來越大，而且走向柔性材料。因為大家在推進分辨率的上升，并不僅僅是在分辨率方面，還有在疊層方面會有更多的疊加。這樣在疊加很多層的情況下誤差更容易去放大，所以這個顯示工藝本身要求非常緊的一個容錯率。更多的疊層意味著你的容錯要更小，VLED取放更是一個問題。比如說在印刷LED方面它也產生自身獨特的誤差，所以要有能力去補償這些誤差和進行調整能夠幫助我們整體來減少這個產品出現的錯誤，尤其是取放錯誤。而且提升整體產品的良率，來減少我們的浪費和損失。
當前我們并沒有這種能力進行4代、4.5代的試驗，我們現在的過程是正在進行當中，但是沒有它我們是進行了4代的一些結果的模擬。我們用數學的方法去分析，可能結果會是怎樣的，在一個典型的AMOLED的生產工藝當中。我們模擬了所謂的扭曲誤差，然后我們使用了這個數據去創造并且把它輸入到我們的模型當中進行運行。之后它的產出就是拿來這些初始的誤差，大概這個誤差是在13-22微米左右。這要取決于我們怎么樣就錯誤放置的位置和像素的偏差來進行衡量的，最終能夠把誤差降低到非常非常不重要的一個小的額度。
所以現在這一部分是進行模擬，下一步就是要在一個相同的工藝上，對于這個模擬來進行試驗。我們當然感覺到利用現有的能力，并且來提升能力可以幫助我們來解決移動性的問題。比如AMOLED的生產工藝它替代了很多的原來LCD工藝當中的零部件，驅動，提升，生產工藝優化，包括在疊層方面如何使得我們的分辨率提升。這個要求我們整合的解決方案，這方面也像半導體行業所要求的那樣，半導體領域也需要整合集成的解決方案。我們在這些領域已經有經驗卓著的，而且完全可以應用于顯示行業。這些解決方案叫做行業內的同仁進行合作，我們期待著和在座諸位所有同事進行合作，希望共同為我們未來的工作做出助力。
這就是我的發言，謝謝！
