Occasion SEMILAB / SDI WT-2000 #293804524 à vendre en France

SEMILAB/SDI WT-2000 est un système d'inspection des masques et plaquettes de pointe qui permet aux utilisateurs d'inspecter avec précision et fiabilité les motifs des masques et plaquettes avec une extrême précision. Cette machine est un leader dans son domaine et dispose d'une multitude de capacités différentes qui permet aux utilisateurs de surveiller et de suivre leurs performances critiques. SDI WT-2000 utilise une combinaison de technologies d'imagerie par canaux à champ lumineux et de balayage laser, qui peuvent fournir aux utilisateurs des images très détaillées de leurs masques et plaquettes. Ce système d'imagerie est couplé à un capteur optique de haute sensibilité, une optimisation adaptative des seuils et des fonctions de suivi automatique des échantillons qui permettent aux utilisateurs de détecter et de vérifier avec précision les défauts. En outre, SEMILAB WT-2000 dispose également d'algorithmes d'imagerie efficaces tels que la transformée en ondelettes qui permet aux utilisateurs d'identifier même les plus petits détails dans leurs images. En termes de performances, WT-2000 offre une excellente flexibilité, de la détection de bord micron à la détection de caractéristiques de niveau 10nm. De plus, cette machine peut inspecter jusqu'à cinq échantillons simultanément, à la fois poli et non poli. En outre, il supporte une variété de tailles d'échantillons allant de 150nm à 3mm de diamètre, ainsi que différents matériaux de masque et de plaquette. SEMILAB/SDI WT-2000 est également équipé d'un écran tactile intégré qui permet aux utilisateurs de contrôler et de configurer facilement les réglages de la machine. En outre, cette machine dispose également d'un système d'étalonnage automatique qui assure la précision et la répétabilité des mesures effectuées, ainsi que la cartographie fiable des échantillons. Enfin, SDI WT-2000 comprend également des logiciels sophistiqués qui peuvent être utilisés pour surveiller les données collectées par la machine et analyser les performances en temps réel. Ces données peuvent ensuite être utilisées pour évaluer le rendement du processus, comparer les paramètres de l'échantillon et identifier les domaines susceptibles d'amélioration.