【技术实现步骤摘要】
本专利技术涉及芯片测试数据，具体为一种基于大数据分析的芯片测试数据管理系统及方法。
技术介绍
1、在标准的制造过程中，芯片要经过严格的制造和测试阶段。该过程的每个阶段都有可能挖掘有价值的信息，这些信息可以防止任何受损的芯片经历整个过程。及早发现问题不仅可以在制造和测试过程中节省资金，还有助于防止将有缺陷的产品运送给客户，并可能导致使用过程中的灾难性故障；所以芯片在从生产到包装成完整装置的过程中需要大量的测试环节，但是对于一些量级比较大的芯片只能做到抽样检测不能完整的将所有流水线上的芯片进行一一检测，所以在抽样检测存在异常测试数据时，往往需要人工去分析复检异常芯片对应的检测流程或其他同批次的芯片，来判断最终造成异常的原因；所以给芯片制造生产过程带来了阻力，容易造成生产环节滞后、效率降低等问题的发生。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据分析的芯片测试数据管理系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据分析的芯片测试数据管理方法，包括以下分析步骤：
3、步骤s100：标记以芯片和包含芯片的装置为测试对象的所有测试环节，基于事件记录先后顺序将测试环节进行序列化；将序列化后的测试环节以封装操作为分界点，封装前的测试环节标记为第一测试环节，封装后的测试环节标记为第二测试环节；
4、步骤s200：基于第一测试环节和第二测试环节，获取环节对应的测试数据，对比分析两测试环节
5、步骤s300：提取测试数据图谱中对应为抽样属性的测试环节以及相应的测试数据存储至历史待分析数据库中，在历史待分析数据库中存在异常测试数据时，分析异常测试数据在测试数据图谱关联关系中的离散值；
6、步骤s400：获取历史数据库中记录异常测试数据对应芯片排查结果，排查结果包含排查原因和排查范围；基于排查结果和离散值构建对应测试环节的测试数据管理模型；
7、步骤s500：当实时芯片抽样检测结果为异常时传输响应信号，触发模型分析流程并基于输出结果进行预警响应。
8、进一步的，对比分析两测试环节的测试数据确定数据追溯的唯一性，包括以下分析步骤：
9、获取序列化后的首个测试环节记录的所有芯片为主体芯片，遍历第一测试环节和第二测试环节确定以主体芯片或增值芯片为测试对象的数据链，数据链是指由主体芯片或增值芯片为结构中心、测试环节为连接链以及每一测试环节对应的测试数据、测试结果为数据点所构成；
10、增值芯片是指基于主体芯片增加物理结构或电学结构变化的芯片；
11、结构中心为连接指向源、通过连接链指向数据点；相同主体芯片或增值芯片对应不同测试环节时由同一连接指向源对应不同连接链指向不同数据点；同一测试环节测试包含芯片的装置中芯片不唯一时由不同连接指向源对应相同连接链指向同一数据点；
12、第一测试环节对应的数据链为第一数据链，第二测试环节对应的数据链为第二数据链；
13、当第二数据链中包含不同连接指向源对应相同连接链时，输出第二测试环节与第一测试环节数据追溯不唯一；当第二数据链中不包含连接指向源对应相同连接链时，输出第二测试与第一测试环节数据追溯唯一。
14、因为在组装前每一测试环节的测试都是针对芯片独立个体，不会存在同一测试环节包含芯片装置芯片不唯一的情况，所以在本申请中默认第一测试环节中的数据链均是以主体芯片或增值芯片为单一主体的链。
15、进一步的，基于分析结果建立对应测试环节的测试数据图谱，包括以下步骤：
16、当数据追溯唯一时，第一测试环节和第二测试环节均以数据链的形式构成测试数据图谱的主体结构，设置主体芯片为测试数据图谱的中心节点，以对应主体芯片上生成的增值芯片为次级节点，中心节点与次级节点依据增值芯片的生成顺序按序连接；构成以芯片为节点链、对应芯片的数据链为主体结构的第一测试数据图谱；
17、当数据追溯不唯一时，第一测试环节仍以上述方式构成数据图谱，第二测试环节以测试环节为测试数据图谱的中心节点，中心节点按照测试环节的事件记录顺序依次连接成节点链，节点链与测试环节对应的数据链构成第二测试环节的第二测试数据图谱。
18、构建测试数据图谱有利于管理人员对于测试数据的追溯以及分析，可以有效且快速的查询测试数据的位置以及清晰了解测试数据与之可能存在管理的其他数据。
19、进一步的，步骤s300包括以下步骤：
20、步骤s310：获取异常测试数据对应的异常测试值，关联关系是指在测试数据图谱中与异常测试数据对应数据链相同的同类测试数据、与异常测试数据所属同一连接指向源对应不同连接链数据点的同源异类测试数据、以及与异常测试数据所属同一连接链对应不同连接指向源记录数据点的异源同类测试数据；
21、分析三种类型的测试数据可以全面覆盖异常测试数据在测试数据图谱中的关联关系，包含了同批次的比较、同芯片不同测试的比较以及不同芯片相同测试的比较，可以有效的基于数据分析得到异常测试值的差异关系。
22、步骤s320：当异常测试数据记录于第一测试数据图谱中，利用公式：
23、
24、计算与异常测试数据存在关联关系的第i种测试数据的离散值；qi＝{q1,q2,q3}，q1表示同类测试数据对应的离散值，q2表示同源异类测试数据对应的离散值，q3表示异源同类测试数据对应的离散值；ai表示第i种测试数据对应测试环节的异常测试值，表示第i种测试数据中的测试值的最大值；表示第i种测试数据中的第j个测试数据值，ni表示第i种测试数据记录测试值的个数；
25、步骤s330：当异常测试数据记录于第二测试数据图谱中，除去同源异类测试数据按照上述同样方式计算对应测试数据的离散值。除去同源异类测试数据是因为当存在包含芯片的装置时，芯片的型号和个数是无法确定的所以只能以装置整体进行相同测试环节和同批次数据的分析来验证异常测试数据发生的可能原因。
26、进一步的，步骤s400包括以下：
27、排查原因包括独立芯片异常、批次芯片异常和测试环节异常；排查范围是指对应批次芯片存在异常时所排查的芯片个数；
28、当异常测试数据记录于第一测试数据图谱中，分别提取排查原因为独立芯片异常、批次芯片异常和测试环节异常对应的三种测试数据离散值并进行由小到大的排序生成第一序列、第二序列和第三序列；
29、标记每一序列中首个离散值对应的测试数据类型为目标数据类型；
30、当三个序列对应的目标数据类型均不同时，构建测试数据管理模型z1，
31、
32、其中e1、e2和e3分别表示排查原因为独立芯片异常、批次芯片异常和测试环节异常，表示计算异常数据对本文档来自技高网...
【技术保护点】
1.一种基于大数据分析的芯片测试数据管理方法，其特征在于，包括以下分析步骤：
2.根据权利要求1所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述对比分析两测试环节的测试数据确定数据追溯的唯一性，包括以下分析步骤：
3.根据权利要求2所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述基于分析结果建立对应测试环节的测试数据图谱，包括以下步骤：
4.根据权利要求3所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述步骤S300包括以下步骤：
5.根据权利要求4所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述步骤S400包括以下：
6.根据权利要求5所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述触发模型分析流程并基于输出结果进行预警响应，包括以下步骤：
7.应用权利要求1-6中任一项所述的一种基于大数据分析的芯片测试数据管理方法的芯片测试数据管理系统，其特征在于，包括测试环节分类模块、测试数据谱图构建模块、离散值分析模块、测试数据管理模型构建
8.根据权利要求7所述的芯片测试数据管理系统，其特征在于：所述测试数据图谱构建模块包括数据追溯唯一性判断单元、结构分析单元和测试数据图谱输出单元；
9.根据权利要求7所述的芯片测试数据管理系统，其特征在于：所述离散值分析模块包括关联关系查找单元和离散值计算单元；
10.根据权利要求7所述的芯片测试数据管理系统，其特征在于：所述测试数据管理模型构建模块包括序列生成单元、目标数据类型确定单元和模型分析单元；
...【技术特征摘要】
1.一种基于大数据分析的芯片测试数据管理方法，其特征在于，包括以下分析步骤：
2.根据权利要求1所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述对比分析两测试环节的测试数据确定数据追溯的唯一性，包括以下分析步骤：
3.根据权利要求2所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述基于分析结果建立对应测试环节的测试数据图谱，包括以下步骤：
4.根据权利要求3所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述步骤s300包括以下步骤：
5.根据权利要求4所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述步骤s400包括以下：
6.根据权利要求5所述的一种基于大数据分析的芯片测试数据管理方法，其特征在于：所述...
【专利技术属性】
技术研发人员：袁永斌，
申请(专利权)人：上海源斌电子科技有限公司，
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。