近日，北京大学集成电路学院、微米纳米加工技术全国重点实验室，集成电路高精尖创新中心研究团队在《IEEE半导体制造技术》期刊（IEEE Transactions on Semiconductor Manufacturing）上发表的《Automatic Pico Laser Trimming System for Silicon MEMS Resonant Devices based on Image Recognition》文章被评为该期刊2023年度最佳论文荣誉奖（1－3篇／年）。论文第一作者是北京大学集成电路学院2019级博士研究生刘玉县（导师：张大成教授），通讯作者是北京大学崔健高级工程师，共同作者包括张大成教授和赵前程正高级工程师。
硅微机械传感器（MEMS）芯片具有体积小、成本低、环境适应性强、易大批量制造等显著特点，已成为航空航天、通信电子、汽车电子等重要产业的关键核心器件。MEMS芯片微结构工艺相对误差大，带来其力学特性参数不对称，致使MEMS传感器精度退化，影响批产良率。当前，行业内仍缺乏具备通用化、智能化和高效化的完整误差分析及晶圆级调控解决方案，成为高端MEMS传感器件领域亟待解决的行业‘痛点’。
针对上述问题和需求，北京大学研究团队开展了基于超短脉冲激光的硅微传感器振动特性刻蚀调控设备的研制开发，完成了包括超短脉冲激光光源系统、激光光路系统、三维精密移动平台系统、CCD图像识别系统、敏感结构力学特性参数在线辨识系统和加工残留物处理系统等硬件和软件算法的设计、调试及验证工作。
图1 基于超短脉冲激光的MEMS传感器件修调系统
利用该设备，对所加工的硅MEMS谐振器进行结构误差调控以改善其在振动环境中的性能，可实现谐振频率处振动灵敏度减小十倍甚至几十倍，有效改善了MEMS器件的振动特性，性能达到了国际先进水平。微结构图像自动识别系统的开发，极大提升了修调效率，与手动刻蚀调控方式相比，使用自动刻蚀调控方式的耗时不足1分钟，自动刻蚀调控方式的精度一致性提高了82．6％。该套加工设备的开发及配套工艺误差辨识及处理算法将为解决高端MEMS传感器件加工良率提升提供了一种新的解决方案，配合智能化算法，有望实现标准化同定制化相结合的全自动晶圆级激光微纳加工设备产品。
在北京大学赵前程老师和张大成老师的指导下，研究团队相继在Laser Physics 2021、IEEE MEMS 2023、IEEE TRANSDUCERS 2023、IEEE TSM 2023等业内知名会议和期刊上发表多篇MEMS器件激光修调设备及工艺方面论文，并申请了多项专利，所研制的仪器设备获得了北京大学第十二届实验技术成果奖一等奖。以上研究工作得到了集成电路高精尖创新中心项目的支持。
