基于物理因果关系建模的半导体异常检测方法及系统技术方案

本发明专利技术涉及半导体制造质量控制技术领域，具体涉及基于物理因果关系建模的半导体异常检测方法及系统，包括如下依次执行的步骤：S1：获取半导体生产线的多维传感器数据，基于刻蚀工艺物理机理，建立传感器因果关系模型；S2：沿因果关系路径进行时序对齐、异常传播建模和根因定位；S3：基于图注意力网络的自适应智能决策；本申请通过建立传感器间的物理因果关系模型，实现因果关系驱动的时序对齐和异常检测，并结合图注意力网络的自适应智能决策和预测式反馈优化，解决了现有技术中时序对齐精度不高、异常检测缺乏根因分析、系统决策不够智能等技术问题。

【技术实现步骤摘要】

本专利技术涉及半导体制造质量控制，具体涉及基于物理因果关系建模的半导体异常检测方法及系统。

技术介绍

1、半导体制造过程中，设备配备大量不同类型传感器进行实时监控，包括射频功率传感器、腔室压力传感器、气体流量传感器、温度传感器等。这些传感器间存在明确的物理因果关系，如射频功率直接激发等离子体产生，等离子体密度决定刻蚀速率，气体流量影响腔室压力变化等。然而，现有异常检测方法在处理多传感器关联关系方面存在显著技术局限。

2、首先，时序对齐方法缺乏物理机理指导。传统方法主要采用dtw，即动态时间规整算法和互相关分析进行时序对齐。dtw算法基于距离相似性进行动态规划匹配，计算复杂度高且无法体现传感器间的物理关联关系。互相关分析虽然计算简单，但仅考虑统计相关性，忽略了半导体工艺中传感器间明确存在的物理因果关系。例如，在刻蚀工艺中，射频功率变化会在微秒级时间内引起等离子体密度变化，进而在毫秒级时间内影响刻蚀速率，最终在秒级时间内导致温度分布改变。这种明确的物理因果链在传统对齐方法中被完全忽略，导致对齐精度有限，容易出现因果颠倒的错误判断。

3、本文档来自技高网...

【技术保护点】

1.基于物理因果关系建模的半导体异常检测方法,其特征在于:包括如下依次执行的步骤：

2.如权利要求1所述的基于物理因果关系建模的半导体异常检测方法，其特征在于：步骤S1中，该多维传感器数据包括刻蚀设备的射频功率、腔室压力、气体流量和温度分布，PECVD设备的功率匹配、反应气体流量和加热温度，采用数据质量评估机制对该多维传感器数据进行预处理。

3.如权利要求1所述的基于物理因果关系建模的半导体异常检测方法，其特征在于：步骤S2具体包括如下步骤：

4.如权利要求3所述的基于物理因果关系建模的半导体异常检测方法，其特征在于：步骤S3的基于图注意力网络的自适应...

【技术特征摘要】

1.基于物理因果关系建模的半导体异常检测方法,其特征在于:包括如下依次执行的步骤：

2.如权利要求1所述的基于物理因果关系建模的半导体异常检测方法，其特征在于：步骤s1中，该多维传感器数据包括刻蚀设备的射频功率、腔室压力、气体流量和温度分布，pecvd设备的功率匹配、反应气体流量和加热温度，采用数据质量评估机制对该多维传感器数据进行预处理。

3.如权利要求1所述的基于物理因果关系建模的半导体异常检测方法，其特征在于：步骤s2具体包括如下步骤：

4.如权利要求3...

【专利技术属性】
技术研发人员：王耀宗，黄腾凯，陈豪，陈松航，张剑铭，骆炜，戴玲凤，连明昌，王森林，钟浪，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：