一种晶圆加工过程传感器数据异常检测方法及相关设备技术

本申请提供一种晶圆加工过程传感器数据异常检测方法及相关设备，方法包括：获取晶圆加工过程中的传感器数据，并对传感器数据进行数据预处理；将数据预处理后的传感器数据输入至预训练好的数据异常检测模型，得到数据异常检测模型输出的传感器数据的重构数据；计算传感器数据与重构数据之间的误差确定异常度，根据异常度确定异常数据点，并对异常数据点进行标记和展示。本申请由深度学习建模，通过深度学习模型生成重构数据。计算实时传感器数据和模型输出的重构数据的误差，智能判定异常数据点。避免因固定阈值设定的局限性而导致的误报或漏报，提高了异常检测的自动化和智能化水平，相比传统阈值设定方法更加精准可靠。

【技术实现步骤摘要】

本申请涉及半导体，特别涉及一种晶圆加工过程传感器数据异常检测方法及相关设备。

技术介绍

1、在半导体制造过程中，晶圆加工机台的传感器会采集大量的实时数据，这些数据用于监控加工过程中的各项工艺参数。现有的故障检测与分类（fdc, fault detectionand classification）系统通常通过设置工艺参数的卡控阈值（spec值）来控制工艺过程。例如，温度参数通常会设置最大上限值，当实时温度数据超过该阈值时，系统会触发报警，并通知相关工程师进行处理。对于不同的机台（eqp）、腔室（chamber）、工艺配方（recipe）和参数（parameter），工程师需要根据每种具体情况设置和调整不同的spec值。这一过程不仅繁琐且耗时，工程师的工作负担较重。另外，现有的系统使用的spec值通常是固定值，无法涵盖所有可能出现的异常工况。因此，当出现未被设定在spec范围内的异常时，现有系统可能无法及时识别，又或者某些正常情况可能会被误判为异常，影响了生产的稳定性和效率。

技术实现思路

1、针对现有技术存在的本文档来自技高网...

【技术保护点】

1.一种晶圆加工过程传感器数据异常检测方法，其特征在于，包括：

2.根据权利要求1所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述获取晶圆加工过程中的传感器数据，并对所述传感器数据进行数据预处理的步骤，包括：

3.根据权利要求1所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述数据异常检测模型包括：编码器、潜在特征层和解码器；

4.根据权利要求3所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述编码器包括：第一全连接层和第一多头自注意力机制层；

5.根据权利要求4所述的晶圆加工过程传感器数据异常检测方法，其特征在于...

【技术特征摘要】

1.一种晶圆加工过程传感器数据异常检测方法，其特征在于，包括：

2.根据权利要求1所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述获取晶圆加工过程中的传感器数据，并对所述传感器数据进行数据预处理的步骤，包括：

3.根据权利要求1所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述数据异常检测模型包括：编码器、潜在特征层和解码器；

4.根据权利要求3所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述编码器包括：第一全连接层和第一多头自注意力机制层；

5.根据权利要求4所述的晶圆加工过程传感器数据异常检测方法，其特征在于，所述解码器包括：第二全连接层和第二多头自注意力机制层；

6.根据权利要求5所述的晶圆加工过程传...

【专利技术属性】
技术研发人员：涂世骏，刘欣欣，李益清，
申请(专利权)人：上海朋熙半导体有限公司，
类型：发明
国别省市：