Dimensioni di difficoltà aggiunte: analisi delle immagini e visualizzazione 3D in JMP
C'è una costante nella vita moderna. No, la morte e le tasse non contano. Quella costante è il desiderio della società di avere gadget elettronici più performanti e a prezzi più bassi. È un problema del primo mondo, certo, ma la maggior parte di noi sembra averlo. Uno dei risultati di questa domanda di mercato è che i processi di produzione di semiconduttori e MEMS stanno ora manipolando la materia su una scala quasi atomica. Questo è un esercizio non banale. A complicare ulteriormente le cose, i dispositivi hanno recentemente iniziato a passare da configurazioni planari 2D a configurazioni di circuiti impilati 3D. Questo cambiamento ha consentito miglioramenti delle prestazioni senza ulteriore riduzione dimensionale, a scapito di una maggiore complessità di produzione.
Il passaggio alla produzione 3D ha avuto un impatto su molti aspetti della scienza delle misurazioni e dell'analisi dei difetti. In particolare, l'analisi dei difetti è passata dall'essere un problema superficiale in cui i difetti nascosti sono generalmente considerati non importanti a un problema in cui i difetti devono essere considerati in tutte le dimensioni spaziali. Ciò significa che la tua mappa dei difetti media non sarà sufficiente per molto tempo. Abbiamo bisogno di qualcosa di meglio. Questo lavoro esaminerà l'uso di tecniche di clustering spaziale e visualizzazione multidimensionale in JMP utilizzando set di dati prodotti da due moderni sistemi di misurazione con capacità di imaging bidimensionale e tridimensionale. Questi sistemi di misurazione sono la microscopia acustica a scansione e l'imaging a diffrazione di raggi X.
