一种车规级芯片DPAT检测方法及装置制造方法及图纸

本发明专利技术公开了一种车规级芯片DPAT检测方法及装置。所述方法包括：在一个批次测试完成后，获取该批次的测试数据，确保测试数据符合设定的DPAT计算条件；根据测试项确定生产影响因子，每个生产影响因子X在测试过程中有多个生产对象，每个生产对象对应一组测试数据，确定各生产对象的测试数据的数据分布；判断数据分布是否符合去漂移调整条件，若符合，则对生产影响因子X下的各个生产对象的数据集进行去漂移调整；基于去漂移调整后的数据集计算DPAT的规格阈值，加载该批次所有芯片的测试项值并与规格阈值进行比较，识别出异常芯片。本发明专利技术考虑芯片生产过程中工艺参数漂移对测试项值的影响，通过去漂移处理提高DPAT检测的准确性。性。性。

【技术实现步骤摘要】
一种车规级芯片DPAT检测方法及装置


[0001]本专利技术涉及芯片测试领域，具体涉及一种车规级芯片DPAT检测方法及装置。

技术介绍

[0002]车规级芯片是应用到汽车中的芯片，相比消费级、工业级芯片而言，车规级芯片在使用过程中，面临着冷热温度范围大、湿度变化大、粉尘多、有害气体侵蚀、颠簸与冲击等挑战，对可靠性的要求更高。并且汽车与人身安全息息相关，容不得丝毫纰漏，对于安全性的要求极高。因此，车规级芯片对质量有着更为苛刻的要求，通常要求将DPPM（Defect part per million，每百万缺陷机会中的不良品数）控制在10以内，甚至为0，这就需要在芯片测试过程中尽可能将缺陷和异常品都找出来，避免流到下游汽车应用中。
[0003]针对车规级芯片可靠性的测试项，美国汽车电子委员会AEC
‑
Q001规格推荐了一种动态零件平均测试（Dynamic part average testing，DPAT）方法，该方法基本思路是：按批次对产品进行采样测试和数据统计，确定适用于当前批次产品的规格阈值，利用该规格阈值作为判据对当前批次产品进行异常品筛查。DPAT将一个批次内测试项值严重偏离总体分布的定义为异常品。然而，在实际业务场景中，芯片的测试结果时往往会因为相关工艺参数漂移产生差异，导致数据分布发生变化，简单笼统的使用现有的DPAT方法不可避免地产生漏判或误判，导致异常品流出，带来不可控的风险。

技术实现思路

[0004]专利技术目的：针对现有技术的不足，本专利技术提供一种车规级芯片DPAT检测方法，提高检测的准确性，进一步避免漏判或误判带来的异常品流出。
[0005]本专利技术还提供一种车规级芯片DPAT检测装置、计算机设备及计算机存储介质。
[0006]技术方案：根据本专利技术的第一方面，一种车规级芯片DPAT检测方法，包括以下步骤：在一个批次测试完成后，获取该批次的测试数据，判断测试数据是否符合设定的DPAT计算条件，确保测试数据符合设定的DPAT计算条件；根据测试项确定生产影响因子，每个生产影响因子X在测试过程中有多个生产对象，每个生产对象对应一组测试数据，确定所述生产影响因子下各生产对象的测试数据的数据分布情况；判断数据分布情况是否符合去漂移调整条件，若符合，则对生产影响因子X下的各个生产对象的数据集进行去漂移调整；基于去漂移调整后的数据集计算DPAT的规格阈值，加载该批次所有芯片的测试项值并与所述规格阈值进行比较，将超过所述规格阈值的测试项值赋予新的分类，并将对应的芯片识别为异常品。
[0007]作为优选实施方式，所述设定的DPAT计算条件包括：该批次中测试结果为良品的芯片数目达到预设阈值，并且所有晶圆的数据是齐全的。
[0008]作为优选实施方式，所述确定所述生产影响因子下各生产对象的测试数据的数据分布情况包括：取生产影响因子X下各个生产对象对应的数据集50%分位数值Q2作为稳健平均值，the median表示中位数；根据生产影响因子X下各个生产对象对应的数据集获取25%分位数值Q1和75%分位数值Q3，计算稳健标准差值；基于稳健平均值RobustMean和稳健标准差值RobustSigma，根据下式计算数据分布系数Cofficient：，Cofficient越大，表示生产影响因子X下各个生产对象之间的漂移越大，数据呈现多个分布越明显；其中，AllRobustMeans是稳健平均值集合，其中包含各个生产对象对应的数据集计算出来的稳健平均值，表示为：，其中X1RM表示生产影响因子X下第一个生产对象对应的数据集计算得到的稳健平均值，X
n
RM则表示第n个生产对象对应的数据集计算得到的稳健平均值；AllRobustSigmas是稳健标准差集合，其中包含各个生产对象对应的数据集计算出来的稳健标准差，表示为：，其中X1RS表示生产影响因子X下第一个生产对象对应的数据集计算得到的稳健标准差值，X
n
RS则表示第n个生产对象对应的数据集计算得到的稳健标准差值。
[0009]作为优选实施方式，所述判断数据分布情况是否符合去漂移调整条件包括：判断数据分布系数Cofficient是否大于指定的离散阈值M，若大于，则符合去漂移调整条件。
[0010]作为优选实施方式，所述对数据集进行去漂移调整包括：获取稳健平均值集合中各稳健平均值的均值Mean(AllRobustMeans)与第i个生产对象的稳健平均值X
i
RM之间的差值delta，；利用差值delta补偿原始测试值OriginalValue，得到去漂移后的值：；将去漂移后该批次芯片的测试数据放到一起，用于进行后续的规格阈值计算。
[0011]作为优选实施方式，基于去漂移调整后的数据集计算DPAT的规格阈值包括：根据计算规格阈值上限，根据计算规格阈值下限。
[0012]作为优选实施方式，所述生产影响因子包括芯片所在的测试位Site和蚀刻曝光时使用的掩模版。
[0013]根据本专利技术的第二方面，一种车规级芯片DPAT检测装置，包括：数据获取模块，用于在一个批次测试完成后，获取该批次的测试数据，判断测试数据是否符合设定的DPAT计算条件，确保测试数据符合设定的DPAT计算条件；数据分布确定模块，用于根据测试项确定生产影响因子，每个生产影响因子X在测试过程中有多个生产对象，每个生产对象对应一组测试数据，确定所述生产影响因子下各生产对象的测试数据的数据分布情况；
去漂移处理模块，用于判断数据分布情况是否符合去漂移调整条件，若符合，则对生产影响因子X下的各个生产对象的数据集进行去漂移调整；检测识别模块，用于基于去漂移调整后的数据集计算DPAT的规格阈值，加载该批次所有芯片的测试项值并与所述规格阈值进行比较，将超过所述规格阈值的测试项值赋予新的分类，并将对应的芯片识别为异常品。
[0014]根据本专利技术的第三方面，一种计算机设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的车规级芯片DPAT检测方法的步骤。
[0015]根据本专利技术的第四方面，一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的车规级芯片DPAT检测方法的步骤。
[0016]有益效果：本专利技术针对车规级芯片测试的高可靠性、高安全性要求，通过梳理在测试流程中相关工艺参数漂移产生的差异导致测试结果数据分布发生变化的影响，提出一种车规级芯片DPAT检测方法及装置，将影响测试结果的因素标识为生产影响因子，每个生产影响因子X在测试过程中有多个生产对象，每个生产对象对应一组测试数据，通过确定生产影响因子下各生产对象的测试数据的数据分布情况来识别出测试结果是否发生漂移，进行去漂移处理，基于去漂移调整后的数据集进行DPAT检测，提高芯片测试的准确性，避免漏判或误判带来的异常品流出，提高芯片厂商的产品出厂质量。
附图说明
[001本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车规级芯片DPAT检测方法，其特征在于，包括以下步骤：在一个批次测试完成后，获取该批次的测试数据，判断测试数据是否符合设定的DPAT计算条件，确保测试数据符合设定的DPAT计算条件；根据测试项确定生产影响因子，每个生产影响因子X在测试过程中有多个生产对象，每个生产对象对应一组测试数据，确定所述生产影响因子下各生产对象的测试数据的数据分布情况；判断数据分布情况是否符合去漂移调整条件，若符合，则对生产影响因子X下的各个生产对象的数据集进行去漂移调整；基于去漂移调整后的数据集计算DPAT的规格阈值，加载该批次所有芯片的测试项值并与所述规格阈值进行比较，将超过所述规格阈值的测试项值赋予新的分类，并将对应的芯片识别为异常品。2.根据权利要求1所述的车规级芯片DPAT检测方法，其特征在于，所述设定的DPAT计算条件包括：该批次中测试结果为良品的芯片数目达到预设阈值，并且所有晶圆的数据是齐全的。3.根据权利要求1所述的车规级芯片DPAT检测方法，其特征在于，所述确定所述生产影响因子下各生产对象的测试数据的数据分布情况包括：取生产影响因子X下各个生产对象对应的数据集50%分位数值Q2作为稳健平均值，the median表示中位数；根据生产影响因子X下各个生产对象对应的数据集获取25%分位数值Q1和75%分位数值Q3，计算稳健标准差值；基于稳健平均值RobustMean和稳健标准差值RobustSigma，根据下式计算数据分布系数Cofficient：，Cofficient越大，表示生产影响因子X下各个生产对象之间的漂移越大，数据呈现多个分布越明显；其中，AllRobustMeans是稳健平均值集合，其中包含各个生产对象对应的数据集计算出来的稳健平均值，表示为：，其中X1RM表示生产影响因子X下第一个生产对象对应的数据集计算得到的稳健平均值，X
n
RM则表示第n个生产对象对应的数据集计算得到的稳健平均值；AllRobustSigmas是稳健标准差集合，其中包含各个生产对象对应的数据集计算出来的稳健标准差，表示为：，其中X1RS表示生产影响因子X下第一个生产对象对应的数据集计算得到的稳健标准差值， X
n
RS则表示第n个生产对象对应的数据集计算得到的稳健标准差值。4.根据权利要求3所述的车规级芯片DPAT检测方法，其特征在于，所述判断数据分布情况...

【专利技术属性】
技术研发人员：徐祖峰，赵伟，
申请(专利权)人：江苏泰治科技股份有限公司，
类型：发明
国别省市：