一种碳化硅晶圆基片研抛加工的上料组批优化方法技术

一种碳化硅晶圆基片研抛加工的上料组批优化方法，其特征在于，包括以下步骤：步骤1：通过灰色关联分析法对碳化硅晶片研抛加工工序历史加工数据进行分析，获取与该工序成品率具有强关联的晶片组表面质量参数的一致性作为加工质量预测模型的输入参数，输出参数为对该工序成品率的预测值；步骤2：基于碳化硅晶片生产线采集所得研抛工序历史加工数据建立碳化硅晶片加工质量预测模型；步骤3：通过表面质量检测获得缓冲区所有待加工晶片的表面质量参数，建立该批加工工序缓冲区晶片上料组批优化问题模型；步骤4：采用优化算法对缓冲区碳化硅晶片上料组批优化问题进行求解，获得优化后的晶片组批生产方案。本发明专利技术能有效地提高具有单品种、大批量特点的碳化硅生产线多片加工工序的成品率，降低产出损失。降低产出损失。降低产出损失。

【技术实现步骤摘要】
一种碳化硅晶圆基片研抛加工的上料组批优化方法


[0001]本专利技术涉及一种智能制造技术，尤其是一种碳化硅晶圆基片加工技术，具体地说是一种碳化硅晶圆基片研抛加工的上料组批优化方法。

技术介绍

[0002]碳化硅(SiC)是一种重要的新型半导体材料，它具有高硬度、高杨氏模量、耐腐蚀、耐高温、耐高压等性质，满足小型化、轻量化以及高效率等要求，在航空航天、5G通信、国防制造和车载电子等领域有着极大需求量。碳化硅晶片生产线真实生产过程中，由于其难加工特性以及尚不成熟的工艺水平，在关键的加工工序如线切割、研磨、抛光等工序缓冲区待加工工件池中的晶片表面质量参数一致性较差，导致易产出不合格晶片。而对于不合格的超差晶片，部分晶片经检测分拣后可进行二次返工，二次返工晶片的汇入扰动会导致批加工工站缓冲区内待加工工件池中的晶片表面质量参数一致性更低，按传统的人工分拣或是随机分拣组批会导致工站的成品率与产出具有较大的波动。因此如何应对超差产品的返工扰动，提高碳化硅生产线各批加工工序的产品合格率，成为了实现生产线稳健高效产出的必然要求。
[0003]目前，针对生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳化硅晶圆基片研抛加工的上料组批优化方法，其特征在于，包括以下步骤：步骤1：通过灰色关联分析法对碳化硅晶片研抛加工工序历史加工数据进行分析，获取与该工序成品率具有强关联的晶片组表面质量参数的一致性作为加工质量预测模型的输入参数，输出参数为对该工序成品率的预测值；步骤2：基于碳化硅晶片生产线采集所得研抛工序历史加工数据，结合步骤1中确定的输入输出参数构建预测模型训练与测试数据集；基于GA
‑
SVR算法建立碳化硅晶片加工质量预测模型；步骤3：通过表面质量检测获得缓冲区所有待加工晶片的表面质量参数，以组批后的晶片组通过步骤2所构建的晶片加工质量预测模型获得的成品率为约束，以缓冲区剩余晶片表面质量一致性最好为目标，建立该批加工工序缓冲区晶片上料组批优化问题模型；步骤4：采用优化算法对缓冲区碳化硅晶片上料组批优化问题进行求解，获得优化后的晶片组批生产方案，包括缓冲区晶片经过组批后拣选出的送入设备进行加工的晶片编号以及缓冲区中剩余待加工晶片的编号。2.根据权利要求1所述的方法，其特征在于，所述的晶片组表面质量参数包括：晶片厚度(T)、翘曲度(WARP)、弯曲度(BOW)、表面粗糙度(Ra)以及总厚度偏差(TTV)。本发明中表面质量参数的一致性定义为晶片表面质量的波动，采用每组晶片各表面质量参数的方差来表征其波动情况。3.根据权利要求1所述的方法，其特征在于，所述的步骤2中基于GA
‑
SVR算法构建碳化硅晶片加工质量预测模型包括以下步骤：(1)基于步骤2中构建的数据集，通过交叉验证实验确定效果最优的SVR核函数；采用GA算法对SVR回归模型的惩罚参数以及核函数参数进行寻优，以获得性能最佳的参数搭配；(2)将求得的参数代入SV...

【专利技术属性】
技术研发人员：张丹，朱锡生，符伟东，徐海涛，左敦稳，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：