本發(fā)明涉及半導(dǎo)體芯片批量測試技術(shù)領(lǐng)域，特別涉及一種半導(dǎo)體芯片批量測試方法。

背景技術(shù)：

半導(dǎo)體芯片的質(zhì)量是通過一組不同單位，類型各異的測試數(shù)據(jù)反映。半導(dǎo)體芯片批量生產(chǎn)時，需要對數(shù)以千記測試數(shù)據(jù)快速分析，進行質(zhì)量分級，分析缺陷分布特點并找出原因。由于測試數(shù)據(jù)的多維性和測試實時性要求，單變量數(shù)據(jù)統(tǒng)計分析方法以及傳統(tǒng)的多維數(shù)據(jù)統(tǒng)計方法均難以取得滿意的效果。

發(fā)明人之前獲得的國家發(fā)明專利“基于二位彩色數(shù)字圖譜的復(fù)雜機電系統(tǒng)狀態(tài)評估方法”(專利號：ZL201110146488.5)，和以第一作者發(fā)表的相關(guān)論文《Plant-wide quantitative assessment of a process industry system’s operating state based on color-spectrum》(Mechanical Systems and Signal Processing.2015(60-61):644-655)、《基于故障圖譜的企業(yè)級故障模式識別方法》(計算機集成制造系統(tǒng)，2015年21卷第2期：519-527)和《基于數(shù)據(jù)驅(qū)動的系統(tǒng)彩色圖譜分析現(xiàn)代工業(yè)系統(tǒng)健康狀態(tài)》(計算機集成制造系統(tǒng)，2015年21卷第2期：519-527)公開了一些利用數(shù)據(jù)可視化技術(shù)，對浮點型數(shù)據(jù)根據(jù)特定的規(guī)則著色，從而將人類不易識別的數(shù)值的變化情況轉(zhuǎn)化為人眼易于識別的色彩變換，達到數(shù)據(jù)分析和篩選的目的技術(shù)。

然之前公開的該等技術(shù)，面對高維度、非時序特征的半導(dǎo)體芯片分批次質(zhì)量測試時，仍然無法解決大批量半導(dǎo)體芯片快速質(zhì)量分級，分析缺陷分布特點并找出原因的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于故障數(shù)據(jù)灰度圖譜的半導(dǎo)體芯片批量測試方法，以解決上述技術(shù)問題；本發(fā)明可以批量分析半導(dǎo)體芯片測試數(shù)據(jù)，快速實現(xiàn)芯片質(zhì)量分級分揀，以及芯片缺陷分析的方法。

本發(fā)明將一個批次的芯片測試數(shù)據(jù)按照一定規(guī)則排列后，根據(jù)測試數(shù)據(jù)的偏離標準值的距離對數(shù)據(jù)染色，利用數(shù)字圖像的像素所特有的高度的關(guān)聯(lián)性和耦合性，構(gòu)造反映該批次芯片缺陷分布規(guī)律的數(shù)字圖像—數(shù)據(jù)故障灰度圖譜。通過對數(shù)據(jù)故障灰度圖譜的分析，可以實現(xiàn)快速實現(xiàn)芯片質(zhì)量分級分揀，以及芯片缺陷分析。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

基于故障數(shù)據(jù)灰度圖譜的半導(dǎo)體芯片批量測試方法，包括以下步驟：

步驟1、構(gòu)造測試數(shù)據(jù)矩陣X：一批次含有m個芯片，每個芯片都有n個測試參數(shù)；該批次的測試數(shù)據(jù)有共有m×n個變量數(shù)據(jù)，形成m×n測試數(shù)據(jù)矩陣X；

步驟2、確定質(zhì)量分類區(qū)間：確定芯片的每個測試參數(shù)的質(zhì)量分類及其參數(shù)區(qū)間；

步驟3、根據(jù)質(zhì)量分類將測試數(shù)據(jù)矩陣X著色，轉(zhuǎn)換為質(zhì)量等級矩陣Q；

步驟4、構(gòu)造故障數(shù)據(jù)灰度圖譜：將質(zhì)量等級矩陣Q中每一個元素作為二維平面圖像中的一個像素，得到該批次芯片測試數(shù)據(jù)集的故障數(shù)據(jù)灰度圖譜；

步驟5、根據(jù)故障數(shù)據(jù)灰度圖譜實現(xiàn)芯片質(zhì)量等級快速和缺陷參數(shù)識別。

進一步的，構(gòu)造m×n維測試數(shù)據(jù)矩陣X如下：

數(shù)據(jù)矩陣X的每一行代表包含n測試變量一個半導(dǎo)體芯片；數(shù)據(jù)矩陣X的每一列代表該批次所有芯片的某個測試參數(shù)的測試變量。

進一步的，一個芯片的質(zhì)量由n個測試參數(shù)共同體現(xiàn)；步驟2中根據(jù)半導(dǎo)體芯片質(zhì)量分類要求，確定芯片的每個測試參數(shù)的質(zhì)量分類及其參數(shù)區(qū)間。

進一步的，步驟3)中將數(shù)據(jù)矩陣X與質(zhì)量區(qū)間作比對，測試數(shù)據(jù)值在一級品質(zhì)量分類區(qū)間的測試數(shù)據(jù)為0，在二級品質(zhì)量分類區(qū)間的測試數(shù)據(jù)為1，…,以此類推，將數(shù)據(jù)矩陣X轉(zhuǎn)換為質(zhì)量等級矩陣Q；對質(zhì)量等級矩陣中的數(shù)值為0的元素著以白色，其它數(shù)值根據(jù)數(shù)值由小到大，對應(yīng)進行由淺到深著以不同的灰度值，最大值著為黑色，從而為整個質(zhì)量等級矩陣Q著色。

進一步的，步驟5中根據(jù)故障數(shù)據(jù)灰度圖譜上灰度的分布區(qū)域，以行為單位，根據(jù)灰度值的大小以及分布范圍，實現(xiàn)不同質(zhì)量等級芯片的快速分揀。

進一步的，步驟5中根據(jù)故障數(shù)據(jù)灰度圖譜上灰度的分布區(qū)域，以列為單位，根據(jù)灰度值的大小以及分布范圍，分析造成該批次芯片質(zhì)量曲線的對應(yīng)測試參數(shù)，實現(xiàn)缺陷參數(shù)識別。

進一步的，步驟5中根據(jù)故障數(shù)據(jù)灰度圖譜上灰度的分布區(qū)域，直觀的觀察該批次半導(dǎo)體芯片的質(zhì)量特征：故障數(shù)據(jù)灰度圖譜中的白色區(qū)域代表測試參數(shù)完全合格的部分，灰度由淺入深代表測試參數(shù)的缺陷程度。

相對于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

本發(fā)明針對全新的研究對象(由海量高維時序數(shù)據(jù)集變?yōu)榉菚r序、高維測試數(shù)據(jù)集)和研究領(lǐng)域(由復(fù)雜機電系統(tǒng)狀態(tài)分析轉(zhuǎn)為半導(dǎo)體芯片分批次質(zhì)量測試)，提出了全新的著色規(guī)則：根據(jù)測試值所在的質(zhì)量區(qū)間著色，對顏色賦予了具體的含義，構(gòu)造出了詳細反應(yīng)整個批次芯片質(zhì)量的芯片質(zhì)量圖譜。本發(fā)明利用數(shù)據(jù)可視化技術(shù)構(gòu)造反應(yīng)整個批次半導(dǎo)體芯片缺陷參數(shù)分布的數(shù)據(jù)故障灰度圖譜，實現(xiàn)了多變量數(shù)據(jù)的統(tǒng)一分析及處理，開辟了一條多因素數(shù)據(jù)處理的新思路，具體技術(shù)效果如下：

1)將多維海量數(shù)據(jù)著色，利用灰度值反應(yīng)芯片質(zhì)量等級，同時直觀的揭示了缺陷數(shù)據(jù)與芯片測試參數(shù)之間的內(nèi)在聯(lián)系。利用圖譜直觀的反映出多變量數(shù)據(jù)之間復(fù)雜的關(guān)聯(lián)關(guān)系，將復(fù)雜問題直觀化、形象化、簡單化。

2)在數(shù)學上，可以利用豐富的圖像處理方法分析系統(tǒng)的變化狀態(tài)。

3)可以大大簡化算法，縮短系統(tǒng)狀態(tài)的預(yù)測時間。

4)有利于從宏觀層面把芯片質(zhì)量情況。

5)利用圖譜可以建立更多變量之間的關(guān)系。

附圖說明

圖1為單個參數(shù)的質(zhì)量分類區(qū)間示意圖。

具體實施方式

生產(chǎn)線一批次生產(chǎn)含有m個芯片，每個芯片都有諸如電流、頻率、功耗等n個項目需要測試，其測試數(shù)據(jù)包含n個測試參數(shù)。則該批次的測試數(shù)據(jù)有共有m×n個變量數(shù)據(jù)，形成m×n測試數(shù)據(jù)矩陣X。將測試數(shù)據(jù)矩陣X依據(jù)著色規(guī)則二維灰度數(shù)字圖像—數(shù)據(jù)故障灰度圖譜，反映該批次芯片的缺陷分布整體情況。通過分析數(shù)據(jù)故障灰度圖譜，實現(xiàn)芯片質(zhì)量分級分揀，以及芯片缺陷分析。

本發(fā)明一種基于故障數(shù)據(jù)灰度圖譜的半導(dǎo)體芯片批量測試方法，包括以下步驟：

步驟1：構(gòu)造測試數(shù)據(jù)矩陣X

構(gòu)造m×n維測試數(shù)據(jù)矩陣X(以下簡稱數(shù)據(jù)矩陣X)如下：

數(shù)據(jù)矩陣X的每一行代表包含n測試變量一個半導(dǎo)體芯片。數(shù)據(jù)矩陣X的每一列代表該批次所有芯片的某個測試參數(shù)的測試變量。

步驟2：確定質(zhì)量分類區(qū)間

芯片的每個測試參數(shù)都有工藝規(guī)定的標準值和參數(shù)區(qū)間。一個芯片的質(zhì)量由n個測試參數(shù)共同體現(xiàn)。第j個測試參數(shù)的標準值μ_j代表該類芯片處于最佳工作狀態(tài)時該參數(shù)的預(yù)期值。顯然，標準值μ_j只是一個理想狀態(tài)。在實際測試中，只要該參數(shù)的測試值在以標準值μ_j為中心定義的區(qū)間內(nèi)，即x_ij∈[μ_j-α_j1,μ_j+β_j1](α_j1,β_j1＞0)，就可以認為該參數(shù)完全符合最苛刻的質(zhì)量要求。μ_j-α_j1和μ_j+β_j1分別為質(zhì)量要求允許的最小值和最大值，其中α_j1,β_j1＞0。區(qū)間[μ_j-α_j1,μ_j+β_j1]為該測試參數(shù)的一級品質(zhì)量參數(shù)區(qū)間。根據(jù)半導(dǎo)體芯片質(zhì)量分類要求，若稍微放寬對該測試參數(shù)的性能要求，擴大參數(shù)區(qū)間的范圍，允許該測試參數(shù)有更小的最小值μ_j-α_j2和更大的最大值μ_j+β_j2，其中α_j2＞α_j1＞0,β_j2＞β_j1＞0。即當該參數(shù)的測試值x_ij∈[μ_j-α_j2,μ_j-α_j1]∪[μ_j+β_j1,μ_j+β_j2]時，認為該參數(shù)雖然合格但芯片質(zhì)量在這一項上不如第一類參數(shù)。區(qū)間[μ_j-α_j2,μ_j-α_j1]∪[μ_j+β_j1,μ_j+β_j2]為該測試參數(shù)二級品質(zhì)量參數(shù)區(qū)間，…，以此類推，給定半導(dǎo)體芯片的該參數(shù)在不同質(zhì)量等級的測試參數(shù)區(qū)間，稱為該參數(shù)的質(zhì)量分類區(qū)間，如說明書附圖1所示。對每個測試參數(shù)都進行這樣的操作，則可以得出半導(dǎo)體芯片的所有參數(shù)k個質(zhì)量等級的n×k個測試參數(shù)區(qū)間，構(gòu)成該芯片的質(zhì)量分類區(qū)間集。

步驟3：測試數(shù)據(jù)矩陣X著色

將數(shù)據(jù)矩陣X與質(zhì)量區(qū)間作比對，測試數(shù)據(jù)值在一級品質(zhì)量分類區(qū)間的測試數(shù)據(jù)為0，在二級品質(zhì)量分類區(qū)間的測試數(shù)據(jù)為1，…,以此類推，將數(shù)據(jù)矩陣X轉(zhuǎn)換為質(zhì)量等級矩陣Q。對質(zhì)量等級矩陣中的數(shù)值為0的元素著以白色，其它數(shù)值由淺到深著以不同的灰度值，最大值著為黑色(黑色代表此參數(shù)不合格)，從而為整個數(shù)據(jù)矩陣著色。

步驟4.構(gòu)造故障數(shù)據(jù)灰度圖譜

著色后的數(shù)據(jù)矩陣中的所有元素值x_i,j＝X(i,j)都被特定的灰度值取代x_i,j＝Pixel_Gray，將每一個元素x_i,j＝Pixel_Gray作為二維平面圖像中的一個像素，就可以得到該批次芯片測試數(shù)據(jù)集的故障數(shù)據(jù)灰度圖譜。

步驟5.根據(jù)故障數(shù)據(jù)灰度圖譜實現(xiàn)芯片質(zhì)量等級快速和缺陷參數(shù)識別

(1)根據(jù)圖譜上灰度的分布區(qū)域，以行為單位，根據(jù)灰度值的大小以及分布范圍，可以實現(xiàn)不同質(zhì)量等級芯片的快速分揀。

(2)根據(jù)圖譜上灰度的分布區(qū)域，以列為單位，根據(jù)灰度值的大小以及分布范圍，分析造成該批次芯片質(zhì)量曲線的對應(yīng)測試參數(shù)，從而實現(xiàn)缺陷參數(shù)識別；

(3)故障數(shù)據(jù)灰度圖譜中的白色區(qū)域代表測試參數(shù)完全合格的部分，灰度由淺入深代表測試參數(shù)的缺陷程度。從圖譜上可以很直觀的觀察到該批次半導(dǎo)體芯片的質(zhì)量特征。

因此，根據(jù)色彩突變的區(qū)域，可以快速的判斷系統(tǒng)故障等級、故障類型、定位故障范圍以及對系統(tǒng)的健康狀態(tài)進行預(yù)測，從而達到故障診斷、故障溯源與預(yù)警的目的，從而可以定性的評估系統(tǒng)運行狀態(tài)。

某半導(dǎo)體芯片批量測試數(shù)據(jù)分析：

某半導(dǎo)體芯片批量生產(chǎn)，由n個測試參數(shù)，部分測試數(shù)據(jù)見表1。

表1.田納西仿真數(shù)據(jù)監(jiān)測點

由芯片設(shè)計知，某測試參數(shù)的質(zhì)量區(qū)間如說明書附圖1所示。以此類推，所有測試參數(shù)均類似于說明書附圖1?？梢缘玫皆撆涡酒恼w質(zhì)量區(qū)間。將表1的中的測試數(shù)據(jù)與各自的質(zhì)量區(qū)間作對比，可以得到質(zhì)量等級矩陣Q如下：

將質(zhì)量矩陣Q中數(shù)據(jù)值為零的元素著以白色，最大數(shù)據(jù)值的元素著以黑色，中間值的值依照從小到大的順序分別用由淺到深的灰度著色，即可把質(zhì)量矩陣Q轉(zhuǎn)化為數(shù)據(jù)故障灰度圖譜。通過分析圖譜橫向的灰度像素分布，可以實現(xiàn)芯片質(zhì)量分級分揀；通過分析圖譜橫向的灰度像素分布，可以實現(xiàn)芯片缺陷分析。