【技术实现步骤摘要】
本专利技术涉及半导体晶圆，具体涉及可追踪半导体晶圆生产缺陷的晶圆运输机械手。
技术介绍
1、半导体晶圆的良率是影响半导体晶圆生产成本的最大因素，由于在整个芯片制造的流水线上至少有上百道工艺，而且每一道工艺都可能在几台甚至十几台相同的机台上完成，有的机台是同型号的，有的机台是不同配置的甚至连机台设计原理都完全不同，而且每台机台由于供电、供水、供气、真空度、机台设计等各种原因会有自己本身的工艺波动，而机台和机台之间由于维护手法、使用年限、人为操作等原因还存在着机台与机台间的波动，这些复杂的因素共同组成了芯片制造环境的不确定性，经过不同道工艺的不确定性叠加，最终对产品的质量参数会产生一定的影响；
2、通常在工厂生产半导体晶圆时，只能在半导体晶圆完成生产后检测其中合格的芯片来获得该半导体晶圆的良率，例如公开号为cn114131621a的专利公开的一种晶圆运输机械手以及公开号为cn114927451a的专利公开的一种半导体设备用晶圆运输机械手，此类晶圆运输机械手在参与半导体晶圆生产的过程中，如果半导体晶圆的良率出现较大幅度的下降，并不能知道该半导体晶圆是在哪个环节出现了问题，就导致半导体晶圆的良率提升变得极其困难。
技术实现思路
1、为了克服上述的技术问题，本专利技术的目的在于提供可追踪半导体晶圆生产缺陷的晶圆运输机械手，以解决现有技术中，通常在工厂生产半导体晶圆时，只能在半导体晶圆完成生产后检测其中合格的芯片来获得该半导体晶圆的良率，如果该半导体晶圆的良率出现较大幅度的下降，并
2、本专利技术的目的可以通过以下技术方案实现：
3、具体是提供一个可追踪半导体晶圆生产缺陷的晶圆运输机械手，包括：
4、机械手机构，其上安装有晶圆托盘和高清相机；
5、数据分析模块，设在机械手机构上，数据分析模块获取半导体晶圆本体的历史训练数据集合，基于历史训练数据集合训练出半导体晶圆本体的良率预测学习模型；
6、所述机械手机构在通过晶圆托盘获取到半导体晶圆本体后，数据分析模块实时获取半导体晶圆本体的图像数据和工位标签；
7、所述数据分析模块基于图像数据提取灰度共生矩阵，并根据灰度共生矩阵计算出角秒距数据；
8、所述数据分析模块根据工位标签、角秒距数据和良率预测学习模型预测半导体晶圆本体的良率数据。
9、作为本专利技术进一步的方案：所述历史训练数据集合在半导体晶圆本体生产中获取，一块半导体晶圆本体经过若干个工位完成生产，若干个工位对应的工位标签、角秒距数据的组合以及半导体晶圆本体的良率数据为一组训练数据；
10、所述历史训练数据集合包括若干组训练数据，每组训练数据包括若干个工位标签、角秒距数据的组合和一个对应的良率数据；
11、所述工位标签为半导体晶圆本体生产中对应的不同工位；
12、所述良率数据为数据分析模块通过电测试法获取到的半导体晶圆本体良率。
13、作为本专利技术进一步的方案：所述数据分析模块将图像数据按照芯片的规格分割成若干个特征区域；
14、数据分析模块提取特征区域的灰度共生矩阵，并计算出灰度共生矩阵的角秒距值。
15、作为本专利技术进一步的方案：所述特征区域的灰度共生矩阵的角秒距值的计算方式为：
16、asm=∑ki=1∑kj=1(p(i,j))2；
17、其中asm代表角秒距值，i和j代表特征区域不同点的灰度值，p(i,j)代表特征区域内灰度对（i，j）出现频率，k为系数，代表灰度值的级数。
18、作为本专利技术进一步的方案：所述图像数据为机械手机构在通过晶圆托盘获取到半导体晶圆本体时，高清相机拍摄的高清图片。
19、作为本专利技术进一步的方案：所述角秒距数据为图像数据内所有特征区域的角秒距值的方差。
20、作为本专利技术进一步的方案：所述良率预测学习模型根据良率数据、工位标签和角秒距数据建立三维坐标系，其中工位标签为x轴，角秒距数据为y轴，良率数据为z轴。
21、作为本专利技术进一步的方案：所述数据分析模块根据良率预测学习模型建立的三维坐标系选取工位标签对应的预设角秒距数据范围，数据分析模块获取半导体晶圆本体的工位标签和对应的角秒距数据：
22、若asm在[asmmin，asmmax]范围内，数据分析模块输出该unit正常；
23、若asm不在[asmmin，asmmax]范围内，数据分析模块输出该unit异常；
24、其中unit为半导体晶圆本体的工位标签，asm为半导体晶圆本体的unit对应的角秒距数据，[asmmin，asmmax]为unit对应的预设角秒距数据范围，asmmin为预设角秒距数据范围的最小值，asmmax为预设角秒距数据范围的最大值。
25、作为本专利技术进一步的方案：所述机械手机构的顶面中心位置转动连接有旋转臂，旋转臂的顶面转动连接折叠臂，折叠臂的顶面转动连接有托盘臂，托盘臂远离折叠臂的一端与晶圆托盘固定连接，高清相机活动安装在托盘臂的顶面靠近晶圆托盘的位置。
26、作为本专利技术进一步的方案：所述高清相机转动至半导体晶圆本体的顶部位置时，高清相机的镜头中轴线与半导体晶圆本体的中轴线重合。
27、本专利技术的有益效果：
28、1、本专利技术中，通过在晶圆运输机械手设置的数据分析模块，当半导体晶圆本体的加工出现异常时，数据分析模块根据良率预测学习模型会得出较低的良率数据，数据分析模块会输出该异常信息，并将该异常信息输送至后端pc上，后端pc可以根据异常信息准确获得半导体晶圆本体是在哪个加工工位上出现了异常，然后便可以安排工作人员对该半导体晶圆本体异常的加工工位进行全面检修，以避免对半导体晶圆本体的加工造成影响，从而可以提高半导体晶圆本体的良率。
29、2、本专利技术中，通过该晶圆运输机械手，可以对生产半导体晶圆本体的加工工位上的各种设备进行精准的维护，提高对半导体晶圆本体加工设备的维护效果与效率，保证了半导体晶圆本体的良率。
本文档来自技高网...【技术保护点】
1.可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，包括：
2.根据权利要求1所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述历史训练数据集合在半导体晶圆本体（4）生产中获取，一块半导体晶圆本体（4）经过若干个工位完成生产，若干个工位对应的工位标签、角秒距数据的组合以及半导体晶圆本体（4）的良率数据为一组训练数据；
3.根据权利要求2所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述数据分析模块将图像数据按照芯片的规格分割成若干个特征区域；
4.根据权利要求3所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述特征区域的灰度共生矩阵的角秒距值的计算方式为：
5.根据权利要求4所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述图像数据为机械手机构（1）在通过晶圆托盘（2）获取到半导体晶圆本体（4）时，高清相机（3）拍摄的高清图片。
6.根据权利要求5所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述角秒距数据为图像数据内所有特征区域的角秒距值的方差
7.根据权利要求6所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述良率预测学习模型根据良率数据、工位标签和角秒距数据建立三维坐标系，其中工位标签为X轴，角秒距数据为Y轴，良率数据为Z轴。
8.根据权利要求7所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述数据分析模块根据良率预测学习模型建立的三维坐标系选取工位标签对应的预设角秒距数据范围，数据分析模块获取半导体晶圆本体（4）的工位标签和对应的角秒距数据：
9.根据权利要求5所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述机械手机构（1）的顶面中心位置转动连接有旋转臂（11），旋转臂（11）的顶面转动连接折叠臂（12），折叠臂（12）的顶面转动连接有托盘臂（13），托盘臂（13）远离折叠臂（12）的一端与晶圆托盘（2）固定连接，高清相机（3）活动安装在托盘臂（13）的顶面靠近晶圆托盘（2）的位置。
10.根据权利要求2所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述高清相机（3）转动至半导体晶圆本体（4）的顶部位置时，高清相机（3）的镜头中轴线与半导体晶圆本体（4）的中轴线重合。
...【技术特征摘要】
1.可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，包括：
2.根据权利要求1所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述历史训练数据集合在半导体晶圆本体（4）生产中获取，一块半导体晶圆本体（4）经过若干个工位完成生产，若干个工位对应的工位标签、角秒距数据的组合以及半导体晶圆本体（4）的良率数据为一组训练数据；
3.根据权利要求2所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述数据分析模块将图像数据按照芯片的规格分割成若干个特征区域；
4.根据权利要求3所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述特征区域的灰度共生矩阵的角秒距值的计算方式为：
5.根据权利要求4所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述图像数据为机械手机构（1）在通过晶圆托盘（2）获取到半导体晶圆本体（4）时，高清相机（3）拍摄的高清图片。
6.根据权利要求5所述的可追踪半导体晶圆生产缺陷的晶圆运输机械手，其特征在于，所述角秒距数据为图像数据内所有特征区域的角秒距值的方差。
7.根据权利要求...
【专利技术属性】
技术研发人员：林坚，王彭，董渠，银春，
申请(专利权)人：泓浒苏州半导体科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。