一种应用于芯片生产的大数据分析管理系统及方法技术方案

本发明专利技术公开了一种应用于芯片生产的大数据分析管理系统及方法，本发明专利技术涉及芯片生产领域，包括处理器

【技术实现步骤摘要】
一种应用于芯片生产的大数据分析管理系统及方法


[0001]本专利技术涉及芯片生产领域，具体涉及一种应用于芯片生产的大数据分析管理系统及方法
。

技术介绍

[0002]芯片制造是一个高度复杂的过程，涉及多个步骤，包括设计
、
制造
、
测试和封装
。
在制造过程中，可能会涉及成千上万个工艺参数，而这些参数的微小变化都可能对最终的芯片性能产生重大影响
。
传统的芯片制造流程通常是基于经验和试错的方法，这可能导致生产效率低下
、
不稳定的生产质量以及较高的废品率；
[0003]大数据分析管理系统和方法的出现，使芯片制造能够更加智能和精确，这些系统基于大数据分析
、
机器学习和人工智能技术，将制造过程中产生的大量数据进行收集
、
存储
、
分析和挖掘，以提取有价值的信息，用以解决后续芯片生产时遇到的问题，降低废品率
。

技术实现思路

[0004]针对现有技术的不足，本专利技术解决其技术问题所采用的技术方案是：本专利技术所述的一种应用于芯片生产的大数据分析管理系统，包括处理器
、
显示单元
、
检测单元
、
大数据模块
、
数据探寻单元和规则库；
[0005]所述处理器用于将检测单元在检测时获取到的数据进行上传分析，根据数据分析芯片检测不合格的原因，便于后期针对性的整改，所述显示单元用于将不合格的原因进行显示，便于处理人员获取故障原因，以待后续整改，所述检测单元用于对生产后的芯片进行全面检测，检测芯片是否合格，是否达到包装分发的要求，所述大数据模块与互联网实时连通，用于搜集芯片不合格的故障类型和原因，便于汇总用作参考，所述数据探寻单元利用故障数据查询故障原因，用于与规则库中储存的故障数据进行匹配，便于快速获取故障原因；
[0006]所述数据探寻单元利用规则库中储存的匹配规则，将获取到的故障数据与规则库中储存的故障数据进行匹配，用于分析故障产生的原因；
[0007]所述规则库在建立时通过处理器从大数据模块中获取大量芯片生产不合格的类型和原因的数据，将其汇总用作参考，便于工作人员快速获知故障原因
。
[0008]优选地，所述检测单元包括电子显微镜
、
光刻机对位仪
、
曝光剂量测量设备
、
厚度测量仪
、
椭圆偏振仪
、
焊接质量测试仪
、
热分析仪
、
示波器
、
逻辑分析仪
、
功耗分析仪和故障分析仪，通过多种仪器对生产完成的芯片进行检测，判断芯片是否合格；
[0009]所述电子显微镜主要用于检测晶圆上可能存在污染
、
缺陷
、
晶格失序等问题，所述光刻机对位仪主要用于检测光刻过程中可能出现对位偏差，导致图案失真，所述曝光剂量测量设备用于检测光刻过程中可能出现曝光不均匀，导致图案失真，所述厚度测量仪用于检测薄膜厚度不均匀，影响电性能，所述椭圆偏振仪用于检测薄膜杂质存在，影响电性能，所述焊接质量测试仪用于检测引脚焊接不良的问题，导致电路连接不稳定，所述热分析仪用于检测芯片在温度过高或过低时是否影响芯片性能，所述示波器用于检测电阻
、
电容
、
电
感等参数偏差，所述逻辑分析仪用于检测信号传输不同步
、
延迟等问题，所述功耗分析仪用于检测芯片功耗是否超出设计规范，导致其影响电池寿命或导致过热，所述故障分析仪用于检测芯片可能存在损坏的元件
、
导线断开等问题；
[0010]所述晶圆上可能存在污染
、
缺陷
、
晶格失序等问题主要原因是制备过程中的材料污染
、
工艺控制不当，所述光刻过程中可能出现对位偏差
、
曝光不均匀导致图案失真的问题主要原因是光刻机参数不准确
、
光刻胶的问题，所述薄膜厚度不均匀
、
杂质存在影响电性能的问题主要原因是沉积参数设置不当
、
材料净化不足，所述引脚焊接不良，导致电路连接不稳定的问题主要原因是封装工艺不当
、
焊接温度不合适，所述芯片在温度过高或过低时是否影响芯片性能的问题主要原因是制造过程中温度控制不当，或外部环境变化导致，所述电阻
、
电容
、
电感等参数偏差的问题主要原因是材料参数不稳定
、
制造过程中工艺误差，所述信号传输不同步
、
延迟等问题主要原因是电路设计不合理
、
工艺偏差，所述芯片功耗是否超出设计规范，导致其影响电池寿命或导致过热的问题主要原因是电路设计问题
、
工艺参数设置不当，所述芯片可能存在损坏的元件
、
导线断开等问题的主要原因是运输
、
安装或制造过程中的物理损伤
。
[0011]优选地，所述检测单元将生产后的芯片进行检测，当芯片检测完成后未出现问题，即代表合格，将其进行打包分发，当芯片检测完成后出现问题，利用处理器借助数据探寻单元依据问题数据锁定原因，进而对其处理
。
[0012]优选地，所述数据探寻单元用于根据上传的问题数据匹配相应的问题原因，但由于产生问题的原因有多种，为了工作人员能够快速处理问题，将产生问题的原因按照概率依次排列，保证工作人员降低排查难度，匹配的具体步骤为：
[0013]步骤一：利用检测单元将问题类型数据上传到处理器中；
[0014]步骤二：处理器根据问题类型匹配相应的问题产生的原因；
[0015]步骤三：根据问题的具体数据或具体类型将产生问题的原因进行分级；
[0016]步骤四：将问题产生的原因排序，便于工作人员问题排查及解决
。
[0017]优选地，所述规则库用于将问题类型及产生的原因进行匹配汇总，且由于产生问题的原因不止一种，需要将匹配到的原因进行排序，便于工作人员排查的效率，且匹配规则为：
[0018]利用大数据中获取到的问题类型与原因，将其遵循一对一
、
一对多
、
多对一和多对多的原理进行匹配，随后按照原因导致问题的概率将其排序，便于后期排查，当处理器从大数据中获取问题类型与原因时，将其汇总识别，进而判断各类问题中每种原因出现的比例，其具体计算步骤为：
[0019][0020]P
为每种原因导致相对应问题出现的概率，
W
a
为大数据中原因
a
导致相对应问题的案例总量，
W
总
为大数据中相应问题出现的案例总量，因此根据
P
将相应问题中的各类原因出现的概率进行对比，将各类原因按照概率大小依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种应用于芯片生产的大数据分析管理系统，其特征在于：包括处理器
、
显示单元
、
检测单元
、
大数据模块
、
数据探寻单元和规则库；所述处理器用于将检测单元在检测时获取到的数据进行上传分析，根据数据分析芯片检测不合格的原因，便于后期针对性的整改，所述显示单元用于将不合格的原因进行显示，便于处理人员获取故障原因，以待后续整改，所述检测单元用于对生产后的芯片进行全面检测，检测芯片是否合格，是否达到包装分发的要求，所述大数据模块与互联网实时连通，用于搜集芯片不合格的故障类型和原因，便于汇总用作参考，所述数据探寻单元利用故障数据查询故障原因，用于与规则库中储存的故障数据进行匹配，便于快速获取故障原因；所述数据探寻单元利用规则库中储存的匹配规则，将获取到的故障数据与规则库中储存的故障数据进行匹配，用于分析故障产生的原因；所述规则库在建立时通过处理器从大数据模块中获取大量芯片生产不合格的类型和原因的数据，将其汇总用作参考，便于工作人员快速获知故障原因
。2.
根据权利要求1所述的一种应用于芯片生产的大数据分析管理系统，其特征在于：所述检测单元包括电子显微镜
、
光刻机对位仪
、
曝光剂量测量设备
、
厚度测量仪
、
椭圆偏振仪
、
焊接质量测试仪
、
热分析仪
、
示波器
、
逻辑分析仪
、
功耗分析仪和故障分析仪，通过多种仪器对生产完成的芯片进行检测，判断芯片是否合格
。3.
根据权利要求1所述的一种应用于芯片生产的大数据分析管理系统，其特征在于：所述检测单元将生产后的芯片进行检测，当芯片检测完成后未出现问题，即代表合格，将其进行打包分发，当芯片检测完成后出现问题，利用处理器借助数据探寻单元依据问题数据锁定原因，进而对其处理
。4.
根据权利要求1所述的一种应用于芯片生产的大数据分析管理系统，其特征在于：所述数据探寻单元用于根据上传的问题数据匹配相应的问题原因，但由于产生问题的原因有多种，为了工作人员能够快速处理问题，将产生问题的原因按照概率依次排列，保证工作人员降低排查难度，匹配的具体步骤为：步骤一：利用检测单元将问题类型数据上传到处理器中；步骤二：处理器根据问题类型匹配相应的问题产生的原因；步骤三：根据问题的具体数据或具体类型将产生问题的原因进行分级；步骤四：将问题产生的原因排序，便于工作人员问题排查及解决
。5.
根据权利要求1所述的一种应用于芯片生产的大数据分析管理系统，其特征在于：所述规则库用于将问题类型及产生的原因进行匹配汇总，且由于产生问题的原因不止一种，需要将匹配到的原因进行排序，便于工作人员排查的效率，且匹配规则为：利用大数据中获取到的问题类型与原因，将其遵循一对一
、
一对多
、
多对一和多对多的原理进行匹配，随后按照原因导致问题的概率将其排序，便于后期排查，当处理器从大数据中获取问题类型与原因时，将其汇总识别，进而判断各类问题中每种原因出现的比例，其具体计算步骤为：
P
为每种原因导致相对应问题出现的概率，
W
a
为大数据中原因
a
导致相对应问题的案例

【专利技术属性】
技术研发人员：王超，霍建龙，
申请(专利权)人：江西天漪半导体有限公司，
类型：发明
国别省市：