一种基于测试设备的异常存储芯片检测方法技术

本发明专利技术公开了一种基于测试设备的异常存储芯片检测方法，属于半导体测试技术领域，具体包括以下步骤：获得同一批次晶圆上的各个芯片的测试结果数据；对测试结果数据进行提取，得到特征数据，将每个芯片的测试数据结合生成每个批次晶圆的特征集，对特征集的进行特征归一化；获取多批次晶圆的特征集，计算所有特征集之间的加权欧式距离，并设置聚类的控制半径和最少相似个数；从多批次特征集中依次选出一个特征集，判断该特征集是否为噪声，否则将该特征集放入类别簇中；重复上述过程，提取若干次聚类后类别簇的聚类中心，若聚类中心发生较大偏移，则说明数据异常；本发明专利技术将聚类方法与芯片测试数据结合，能够快速对异常数据进行检测。测。测。

【技术实现步骤摘要】
一种基于测试设备的异常存储芯片检测方法


[0001]本专利技术涉及半导体测试
，具体涉及一种基于测试设备的异常存储芯片检测方法。

技术介绍

[0002]作为半导体产业的关键一环，半导体自动测试设备(ATE)贯穿着半导体设计、制造和封装全环节，对产品良率的监控及产品质量的判断至关重要。依据半导体测试系统应用划分，ATE应用的主要细分领域为存储器、SoC、模拟、数字等，无论哪种应用。在半导体自动化测试设备中，工程师需要根据芯片特性开发基于设备的测试程序，完成芯片的功能测试、直流参数测试以及交流功能测试等工作。
[0003]前段/后段测试（CP/FT）的程序是基于各个晶粒（die）或封装好的芯片层面来进行的，可以检测到每个芯片的好坏情况，但是自动化测试设备一般是同时测试成百上千的芯片，而同一批芯片或同一片晶圆上的晶粒存在某些共性，如CP测试中，同一片晶圆上的制造工艺不完善，存在电流较小的特点，这一批的晶粒（die）可能都通过不了相同电流的测试等，针对此类问题的发生，一般都是大批量芯片测试完后，由产线上工程师发现，通过查询测试程序产生数据日志结合表格统计工具进行分析，从而定位问题。而通过人为观察进行解决，受工程师的个人知识经验影响较大，一般事故已经产生，已造成损失。

技术实现思路

[0004]本专利技术的目的在于提供一种基于测试设备的异常存储芯片检测方法，解决以下技术问题：大批量芯片测试完后，由产线上工程师发现，通过查询测试程序产生数据日志结合表格统计工具进行分析，从而定位问题。而通过人为观察进行解决，受工程师的个人知识经验影响较大，一般事故已经产生，已造成损失。
[0005]本专利技术的目的可以通过以下技术方案实现：一种基于测试设备的异常存储芯片检测方法，包括以下步骤：设置测试项目，执行测试程序，获得同一批次晶圆上的各个芯片的测试结果数据；对所述测试结果数据进行提取，得到特征数据，将每个芯片的测试数据结合生成每个批次晶圆的特征集，对特征集的进行特征归一化；获取多批次晶圆的特征集，计算所有特征集之间的加权欧式距离，基于加权欧式距离设置聚类的控制半径Control R和最少相似个数Min Point；从多批次特征集中依次选出一个特征集，检测其控制半径Control R内的相似特征集数量m，若n＜Min Point，则判断该特征集为噪声，将噪声作为异常数据输出；若m＞Min Point，则将该特征集放入类别簇中；重复上述过程，提取若干次聚类后类别簇的聚类中心，比较聚类中心的数目和聚
类中心数值的差异，若聚类中心发生较大偏移，则说明数据异常，将类别簇中作为异常数据输出。
[0006]作为本专利技术进一步的方案：所述特征数据包括：测试总时间、每颗芯片的平均时间、异常测试时间芯片个数、整体良率的统计、测试失效单元总数量、每颗芯片的平均个数、异常失效数量芯片个数、最多的测试失败项。
[0007]作为本专利技术进一步的方案：所述异常测试时间芯片个数或异常失效数量芯片个数的判断公式如下：；其中，表示为任意芯片的测试时间或测试失效数量值，D
1/4
和D
3/4
为将同批次的芯片测试数据从小到大依次排序后，排在1/4和3/4位置处的值；K表示该芯片是否为异常芯片，1表示异常，0表示正常。
[0008]作为本专利技术进一步的方案：计算加权欧式距离的过程为：获取多个批次晶圆芯片的特征构成的数据集，L表示特征集的个数，n表示特征集的特征个数，对特征集的进行特征归一化；互相计算每两个特征集之间的加权欧式距离I，将其中一个特征集标记为P，将另一个特征集标记为T，计算公式如下；
[0009]其中，w
1...n
表示对应特征的权重，去权重值为1/n，y
p
，y
t
分别代表特征集P和特征集T以及对应的特征；基于加权欧式距离I设置聚类方法的控制半径和最少相似个数，公式如下： ；；其中a为正整数。
[0010]作为本专利技术进一步的方案：对特征集进行异常检测的过程为：步骤一：从多批次特征集任意选出一个特征集，如果P未被标记为噪声，检测P控制半径Control R内包含的相似特征集数量n，若n＜Min Point，则判断该特征集为噪声；若P的控制半径Control R包含的特征集数量m＞Min Point，则建立新的类别簇，并将包含的特征集加入备选集G；步骤二：将备选集G中所有未被检测的特征集标记为O，依次检测特征集O的相邻域，若O的控制半径Control R包含的特征集数量m1＞Min Point，则将包含的特征集同样加入备选集G，并将特征集O加入类别簇中；若O的控制半径Control R包含的特征集数量m1＜Min Point，则将特征集O作为异
常数据输出；对备选集G所有特征集O依次进行检测；步骤三：重复步骤一和步骤二，直到所有特征都归入了类别簇或标记为噪声输出。
[0011]作为本专利技术进一步的方案：判断特征集是否为特征集P的相邻域的公式为：
[0012]D表示是否包含，1表示包含，0表示不包含，如果任一特征集与P的距离小于控制半径，则特征集P相邻域包含该特征集；否则不包含。
[0013]作为本专利技术进一步的方案：提取类别簇聚类中心的过程为：重复进行上述的特征提取和聚类，每次聚类均对类别簇的聚类中心进行提取，提取公式为：,其中，V
i
表示每个类别簇的聚类中心，i∈1...n，n表示总共有多少个类别簇，C
i
表示该类别簇中有多少个特征数据集，Y表示该类别簇中数据集各个特征值的和；比较聚类中心的数目和聚类中心数值的差异，若聚类中心发生较大偏移说明类别簇数据异常。
[0014]本专利技术的有益效果：（1）本专利技术将机器学习中基于聚类的异常检测方法运用到存储芯片测试数据的分析，将每个芯片或晶粒的测试数据进行结合，得到不同批次的测试特征信息，异常检测算法通过特征信息数据集可以快速检测出异常芯片的信息，无需人为观察，自动检测，作为测试设备内置的程序方法，及时向产线反馈异常信息，适应了芯片测试行业发展的未来需求，能够有效运用于日益复杂的芯片测试场景；（2）本专利技术无需人为观察，能够快速对异常测试情况进行反应；将机器学习与芯片测试结合，提升了测试设备对测试数据的挖掘能力；从芯片制造工艺、测试批次等高纬度挖掘芯片的异常信息，可以辅助工程师快速发现问题，提升芯片质量与良率；（3）本专利技术提出基于聚类的异常检测方法是一种基于密度的聚类方法（DBSCAN）的改进方法，其核心参数控制半径和最少相似个数通过特征数据集计算得到，无需人为设定，其中基于加权的欧式距离的相似性度量较原有的欧式距离的方法能够提升核心特征在聚类分析中的作用，提升方法效果，有着更好的鲁棒性。
附图说明
[0015]下面结合附图对本专利技术作进一步的说明。
[0016]图1是本专利技术的流程示意图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于测试设备的异常存储芯片检测方法，其特征在于，包括以下步骤：设置测试项目，执行测试程序，获得同一批次晶圆上的各个芯片的测试结果数据；对所述测试结果数据进行提取，得到特征数据，将每个芯片的测试数据结合生成每个批次晶圆的特征集，对特征集的进行特征归一化；获取多批次晶圆的特征集，计算所有特征集之间的加权欧式距离，基于加权欧式距离设置聚类的控制半径Control R和最少相似个数Min Point；从多批次特征集中依次选出一个特征集，检测其控制半径Control R内的相似特征集数量m，若n＜Min Point，则判断该特征集为噪声，将噪声作为异常数据输出；若m＞Min Point，则将该特征集放入类别簇中；重复上述过程，提取若干次聚类后类别簇的聚类中心，比较聚类中心的数目和聚类中心数值的差异，若聚类中心发生较大偏移，则说明数据异常，将类别簇中作为异常数据输出。2.根据权利要求1所述的一种基于测试设备的异常存储芯片检测方法，其特征在于，所述特征数据包括：测试总时间、每颗芯片的平均时间、异常测试时间芯片个数、整体良率的统计、测试失效单元总数量、每颗芯片的平均个数、异常失效数量芯片个数、最多的测试失败项。3.根据权利要求2所述的一种基于测试设备的异常存储芯片检测方法，其特征在于，所述异常测试时间芯片个数或异常失效数量芯片个数的判断公式如下：；其中，表示为任意芯片的测试时间或测试失效数量值，D
1/4
和D
3/4
为将同批次的芯片测试数据从小到大依次排序后，排在1/4和3/4位置处的值；K表示该芯片是否为异常芯片，1表示异常，0表示正常。4.根据权利要求1所述的一种基于测试设备的异常存储芯片检测方法，其特征在于，计算加权欧式距离的过程为：获取多个批次晶圆芯片的特征构成的数据集，L表示特征集的个数，n表示特征集的特征个数，对特征集的进行特征归一化；互相计算每两个特征集之间的加权欧式距离I，将其中一个特征集标记为P，将另一个特征集标记为T，计算公式如下：其中，w
1...n
表示对应特征的...

【专利技术属性】
技术研发人员：潘志富，高二猛，鲁波，张梦杰，
申请(专利权)人：悦芯科技股份有限公司，
类型：发明
国别省市：