CN116500426B - 一种半导体检测设备高温测试标定的方法 - Google Patents
一种半导体检测设备高温测试标定的方法 Download PDFInfo
- Publication number
- CN116500426B CN116500426B CN202310769417.3A CN202310769417A CN116500426B CN 116500426 B CN116500426 B CN 116500426B CN 202310769417 A CN202310769417 A CN 202310769417A CN 116500426 B CN116500426 B CN 116500426B
- Authority
- CN
- China
- Prior art keywords
- prediction
- time
- value
- preset
- maintenance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012360 testing method Methods 0.000 title claims abstract description 50
- 239000004065 semiconductor Substances 0.000 title claims abstract description 48
- 239000000523 sample Substances 0.000 claims abstract description 51
- 238000003780 insertion Methods 0.000 claims abstract description 6
- 230000037431 insertion Effects 0.000 claims abstract description 6
- 238000011835 investigation Methods 0.000 claims abstract description 5
- 230000000875 corresponding effect Effects 0.000 claims description 109
- 238000012423 maintenance Methods 0.000 claims description 83
- 230000035484 reaction time Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 8
- 230000009290 primary effect Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009291 secondary effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000008602 contraction Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
- G01R31/2887—Features relating to contacting the IC under test, e.g. probe heads; chucks involving moving the probe head or the IC under test; docking stations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/14—Measuring as part of the manufacturing process for electrical parameters, e.g. resistance, deep-levels, CV, diffusions by electrical means
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明属于半导体检测技术领域，具体是一种半导体检测设备高温测试标定的方法，通过AI模型执行预测操作以对探针尖端位置和晶圆芯片的整***置进行预测和补偿精度设定，生成对应预测补偿操作指令并发送至移动控制部，移动控制部基于针位置、晶圆芯片位置和对应预测补偿操作指令以驱动探针的相对移动部分，扎针更加精确，避免因温度的变化而造成精密定位和探针测试位的偏移，显著提升测试结果的准确性，有效降低测试过程中对晶圆芯片造成的损害，且通过对预测分析过程进行效率评估和操作过程的状况分析，以便对应管理人员及时进行原因排查判定并针对性的作出相应应对措施，保证了半导体检测设备的高效稳定运行。
Description
技术领域
本发明涉及半导体检测技术领域，具体是一种半导体检测设备高温测试标定的方法。
背景技术
在使用探针与半导体芯片接触的探针测试的装置中，有高低温测试环境的需求，随着温度的变化，探针尖端和晶圆片的各芯片由于热膨胀系数的不同，会产生不同程度的热胀冷缩；
由于探针测试需要的精度在um级别，所以温度的变化会造成精密定位和探针测试位的偏移，造成破片等损失，不利于提升测试结果的准确性，以及不利于保证测试过程的稳定高效进行，且难以有效降低测试过程中对晶圆芯片造成的损害，有待进行改善；
针对上述的技术缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种半导体检测设备高温测试标定的方法，解决了现有技术容易造成精密定位和探针测试位的偏移，不利于提升测试结果的准确性，以及不利于保证测试过程的稳定高效进行，并容易造成晶圆芯片损坏的问题。
为实现上述目的，本发明提供如下技术方案：
一种半导体检测设备高温测试标定的方法，包括以下步骤：
步骤一、针位置对齐摄像机，摄像机采集到对应半导体检测设备的探针位置，并将探针位置发送至针位置取得部，针位置取得部将探针位置发送至移动控制部；晶片对齐摄像机，摄像机采集到晶圆芯片位置并将晶圆芯片位置发送至移动控制部；
步骤二、温度传感器采集到对应测试环境的温度数据，并将实时温度数据发送至输入数据取得部，定位数据测定部将探针和晶圆芯片的定位数据发送至输入数据取得部，输入数据取得部将温度数据和定位数据发送至预测部；
步骤三、预测部基于用作预测模型的AI模型以执行预测操作，从而对探针尖端位置和晶圆芯片的整***置进行预测和补偿精度设定，生成对应预测补偿操作指令，将对应预测补偿操作指令发送至移动控制部；
步骤四、移动控制部接收到对应预测补偿操作指令后，基于针位置、晶圆芯片位置和对应预测补偿操作指令以驱动探针的相对移动部分，使探针与半导体芯片接触，扎针更加精确；其中，相对移动部分包括X移动部、Y移动部和Z移动部，X移动部、Y移动部和Z移动部分别基于X滑台、Y滑台和Z滑台来进行运动。
进一步的，预测部中的预测模型通过预测模型生成部生成，并经由AI模型训练以不断优化模型参数，训练过程中将数据划分为训练集和验证集，训练集用来更新模型参数，验证集用来评估模型的性能，经由不断训练以使预测模型对未知数据进行精准预测或决策。
进一步的，在步骤三中，当预测部进行预测时，将开始分析时刻标记为预测起始时刻，将生成对应预测补偿操作指令的时刻标记为预测结束时刻，将预测结束时刻与预测起始时刻进行时间差计算得到预测时长，将预测时长与预设预测时长阈值进行数值比较，若预测时长超过预设预测时长阈值，则生成预测符号YF-1，若预测时长未超过预设预测时长阈值，则生成预测符号YF-2；
采集到单位时间内预测符号YF-1所对应的预测操作数量并标记为效差预测数量，以及采集到单位时间内预测符号YF-2所对应预测操作数量并标记为效优预测数量，将效差预测数量与效优预测数量进行比值计算得到初效值，将初效值与效差预测数量进行数值计算得到再效值，将再效值与预设再效阈值进行数值比较，若再效值超过预设再效阈值，则生成模型工作效率不合格信号，若再效值未超过预设再效阈值，则生成模型工作效率合格信号；在生成模型工作效率不合格信号时发出对应预警，以便管理人员及时进行模型优化。
进一步的，在步骤四中，当完成预测补偿操作指令后，将移动控制部接收到对应预测补偿操作指令的时刻标记为指令接收时刻，将基于预测补偿操作指令并开始进行相应动作的时刻标记为动作起始时刻，将操作完成时刻标记为动作结束时刻，将动作起始时刻与指令接收时刻进行时间差计算得到操作反应时长，将动作结束时刻与动作起始时刻进行时间差计算得到动作运行时长；
将当次操作的实际操作路径距离标记为动作长度，将动作长度与动作运行时长进行比值计算获取到动作效率值，将操作反应时长与预设操作反应时长阈值以及将动作效率值与预设动作效率范围分别进行数值比较，若操作反应时长未超过预设操作反应时长阈值且动作效率值位于预设动作效率范围内，则生成动作符号DZ-1，其余情况则生成动作符号DZ-2。
进一步的，当完成预测补偿操作指令以停止调节时，采集到探针的实际位置和对应预测补偿操作指令所需到达的位置，基于探针的实际位置和对应预测补偿操作指令所需到达的位置以获取到探针的X向位置偏差值、Y向位置偏差值和Z向位置偏差值，将X向位置偏差值、Y向位置偏差值和Z向位置偏差值分别与对应预设阈值进行数值比较，若X向位置偏差值、Y向位置偏差值和Z向位置偏差值中存在至少一项超过对应预设阈值，则生成偏差符号PZ-2；
若X向位置偏差值、Y向位置偏差值和Z向位置偏差值均未超过对应预设阈值，则将X向位置偏差值、Y向位置偏差值和Z向位置偏差值进行归一化计算得到偏差系数，将偏差系数与预设偏差系数阈值进行数值比较，若偏差系数超过预设偏差系数，则生成偏差符号PZ-2，若偏差系数未超过预设偏差系数阈值，则生成偏差符号PZ-1；在生成偏差符号PZ-2时发出对应预警并及时进行位置适应性调节。
进一步的，采集到预测补偿操作指令所对应的偏差符号PZ-1或偏差符号PZ-2以及动作符号DZ-1或动作符号DZ-2，若获取到PZ-1∩DZ-1，则将对应调节过程标记为优调过程，若获取到PZ-2∩DZ-2，则将对应调节过程标记为极差过程，其余情况则将对应调节过程标记为差调过程；
采集到单位时间内优调过程的数量之和、差调过程的数量之和以及极差过程的数量之和并分别标记为YT1、YT2和YT3，将YT1、YT2和YT3进行数值计算得到调控分析值，将调控分析值与预设调控分析阈值进行数值比较，若调控分析值超过预设调控分析阈值，则生成调控不合格信号，若调控分析值未超过预设调控分析阈值，则生成调控合格信号；在生成调控不合格信号时发出对应预警，以便对应管理人员及时进行原因排查判定和设备检查维护。
进一步的，在进行步骤一时，将对应半导体检测设备进行维护预警分析，通过维护预警分析以生成检修信号或准备测试信号，在生成信号时发出对应预警以提醒管理人员进行对应半导体检测设备的检修维护，在生成准备测试信号时管理人员进行测试准备。
进一步的，维护预警分析的具体分析过程如下：
采集到对应半导体检测设备的历史维护日期，将相邻两组历史维护日期进行时间差计算到维护时差，将所有维护时差进行求和计算并取均值得到维时系数，将当前日期与相邻上一历史维护日期进行时间差计算得到当前维护间隔时长，将当前维护间隔时长与维时系数进行差值计算得到维时超出值；若维时超出值大于等于预设维时超出阈值，则生成检修信号；
若维时超出值小于预设维时超出阈值，则采集到当前维护间隔时长内对应半导体检测设备的检测次数以及每次检测的时长，将每次检测的时长进行求和计算得到检测总时值，将检测次数与检测总时值进行数值计算得到维护预警系数，将维护预警系数与预设维护预警系数阈值进行数值比较，若维护预警系数超过预设维护预警系数阈值，则生成检修信号，若维护预警系数未超过预设维护预警系数阈值，则生成准备测试信号。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过AI模型执行预测操作以对探针尖端位置和晶圆芯片的整***置进行预测和补偿精度设定，生成对应预测补偿操作指令并发送至移动控制部，移动控制部接收到对应预测补偿操作指令后，基于针位置、晶圆芯片位置和对应预测补偿操作指令以驱动探针的相对移动部分，使探针与半导体芯片接触，扎针更加精确，避免因温度的变化而造成精密定位和探针测试位的偏移，显著提升测试结果的准确性，并保证了测试过程的稳定高效进行，且能够有效降低测试过程中对晶圆芯片造成的损害；
2、本发明中，通过对预测分析过程进行效率评估效率，以实现每次预测过程的符号标定并生成单位时间内的模型工作效率合格信号或模型工作效率不合格信号，且在生成模型工作效率不合格信号时发出对应预警，以便管理人员及时进行模型优化，从而保证了对应半导体检测设备后续预测分析操作的高效稳定进行；当完成预测补偿操作指令后对当次操作过程进行状况分析以实现当次操作过程的符号标定，并生成单位时间内的调控合格信号或调控不合格信号，在生成调控不合格信号时发出对应预警，以便对应管理人员及时进行原因排查判定和设备检查维护；
3、本发明中，通过将对应半导体检测设备进行维护预警分析以生成检修信号或准备测试信号，在生成信号时发出对应预警以提醒管理人员进行对应半导体检测设备的检修维护，在生成准备测试信号时管理人员进行测试准备，有助于实现对半导体检测设备的及时维护检修，从而保证了半导体检测设备运行过程的高效性和稳定性，以及有助于保证检测结果的准确性。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明的整体***框架图；
图2为本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：如图1-2所示，本发明提出的一种半导体检测设备高温测试标定的方法，包括以下步骤：
步骤一、针位置对齐摄像机，摄像机采集到对应半导体检测设备的探针位置，并将探针位置发送至针位置取得部，针位置取得部将探针位置发送至移动控制部；晶片对齐摄像机，摄像机采集到晶圆芯片位置并将晶圆芯片位置发送至移动控制部；
步骤二、温度传感器采集到对应测试环境的温度数据，并将实时温度数据发送至输入数据取得部，定位数据测定部将探针和晶圆芯片的定位数据发送至输入数据取得部，输入数据取得部将温度数据和定位数据发送至预测部；
步骤三、预测部基于用作预测模型的AI模型以执行预测操作，从而对探针尖端位置和晶圆芯片的整***置进行预测和补偿精度设定，生成对应预测补偿操作指令，将对应预测补偿操作指令发送至移动控制部；
其中，预测部中的预测模型通过预测模型生成部生成，并经由AI模型训练以不断优化模型参数，训练过程中将数据划分为训练集和验证集，训练集用来更新模型参数，验证集用来评估模型的性能，经由不断训练以使预测模型对未知数据进行精准预测或决策；
步骤四、移动控制部接收到对应预测补偿操作指令后，基于针位置、晶圆芯片位置和对应预测补偿操作指令以驱动探针的相对移动部分，使探针与半导体芯片接触，扎针更加精确；其中，相对移动部分包括X移动部、Y移动部和Z移动部，X移动部、Y移动部和Z移动部分别基于X滑台、Y滑台和Z滑台来进行运动。
实施例二：本实施例与实施例1的区别在于，在步骤三中，当预测部进行预测时，将开始分析时刻标记为预测起始时刻，将生成对应预测补偿操作指令的时刻标记为预测结束时刻，将预测结束时刻与预测起始时刻进行时间差计算得到预测时长，需要说明的是，预测时长的数值越大，表明预测模型的当次预测分析效率越低；将预测时长与预设预测时长阈值进行数值比较，若预测时长超过预设预测时长阈值，表明当次预测分析过程效率低下，则生成预测符号YF-1，若预测时长未超过预设预测时长阈值，表明当次预测分析过程高效进行，则生成预测符号YF-2；
采集到单位时间内预测符号YF-1所对应的预测操作数量并标记为效差预测数量，以及采集到单位时间内预测符号YF-2所对应预测操作数量并标记为效优预测数量，将效差预测数量与效优预测数量进行比值计算得到初效值，通过公式ZX=a1*FT1+a2*FT2将初效值FT1与效差预测数量FT2进行数值计算得到再效值ZX；其中，a1、a2为预设权重系数，a1＞a2＞0；并且，再效值ZX的数值越大，表明单位时间内的预测分析效率越佳；
将再效值ZX与预设再效阈值进行数值比较，若再效值ZX超过预设再效阈值，则生成模型工作效率不合格信号，若再效值ZX未超过预设再效阈值，则生成模型工作效率合格信号；在生成模型工作效率不合格信号时发出对应预警，以便管理人员及时进行模型优化，从而保证了对应半导体检测设备后续预测分析操作的高效稳定进行。
实施例三：本实施例与实施例1、实施例2的区别在于，在步骤四中，当完成预测补偿操作指令后，将移动控制部接收到对应预测补偿操作指令的时刻标记为指令接收时刻，将基于预测补偿操作指令并开始进行相应动作的时刻标记为动作起始时刻，将操作完成时刻标记为动作结束时刻，将动作起始时刻与指令接收时刻进行时间差计算得到操作反应时长，需要说明的是，操作反应时长的数值越大，表明对应半导体检测设备的反应越不敏捷，即操作反应越迟钝；
将动作结束时刻与动作起始时刻进行时间差计算得到动作运行时长，将当次操作的实际操作路径距离标记为动作长度，将动作长度与动作运行时长进行比值计算获取到动作效率值，将操作反应时长与预设操作反应时长阈值以及将动作效率值与预设动作效率范围分别进行数值比较，若操作反应时长未超过预设操作反应时长阈值且动作效率值位于预设动作效率范围内，表明当次操作状况良好，则生成动作符号DZ-1，若操作反应时长超过预设操作反应时长阈值或动作效率值未处于预设动作效率范围内，表明当次操作状况较差，则生成动作符号DZ-2。
当完成预测补偿操作指令以停止调节时，采集到探针的实际位置和对应预测补偿操作指令所需到达的位置，基于探针的实际位置和对应预测补偿操作指令所需到达的位置以获取到探针的X向位置偏差值、Y向位置偏差值和Z向位置偏差值，将X向位置偏差值、Y向位置偏差值和Z向位置偏差值分别与对应预设阈值进行数值比较，若X向位置偏差值、Y向位置偏差值和Z向位置偏差值中存在至少一项超过对应预设阈值，表明调节后的探针位置偏差较大，不利于保证对应半导体检测设备的检测结果精准性，则生成偏差符号PZ-2；
若X向位置偏差值、Y向位置偏差值和Z向位置偏差值均未超过对应预设阈值，则通过公式PY=b1*PCx+b2*PCy+b3*PCz将X向位置偏差值PCx、Y向位置偏差值PCy和Z向位置偏差值PCz进行归一化计算后得到偏差系数PY；其中，b1、b2、b3为预设权重系数，b1、b2、b3的取值均大于1；并且，偏差系数PY的数值大小与X向位置偏差值、Y向位置偏差值和Z向位置偏差值均呈正比关系，偏差系数PY的数值越大，表明调节后的探针位置偏差越大，位置调节操作越不合格，越不利于保证检测结果准确性；
将偏差系数与预设偏差系数阈值进行数值比较，若偏差系数超过预设偏差系数，表明调节后的探针位置偏差较大，不利于保证对应半导体检测设备的检测结果精准性，则生成偏差符号PZ-2，若偏差系数未超过预设偏差系数阈值，表明调节后的探针位置偏差较小，则生成偏差符号PZ-1；在生成偏差符号PZ-2时发出对应预警并及时进行位置适应性调节，从而保证对应半导体检测设备的检测结果精准性，以及保证检测过程的稳定进行和降低对晶圆芯片造成的损害。
进一步而言，通过采集到预测补偿操作指令所对应的偏差符号PZ-1或偏差符号PZ-2以及动作符号DZ-1或动作符号DZ-2，若获取到PZ-1∩DZ-1，则将对应调节过程标记为优调过程，若获取到PZ-2∩DZ-2，则将对应调节过程标记为极差过程，其余情况则将对应调节过程标记为差调过程，实现对当次调控操作的综合分析并判定；采集到单位时间内优调过程的数量之和、差调过程的数量之和以及极差过程的数量之和并分别标记为YT1、YT2和YT3；
通过公式TF=（kp2*YT2+kp3*YT3）/（kp1*YT1+0.843）将YT1、YT2和YT3进行数值计算后得到调控分析值TF，其中，kp1、kp2、kp3为预设比例系数，kp1、kp2、kp3的取值均大于零且kp3＞kp2＞kp1；并且，调控分析值TF的数值越大，表明单位时间内的调控状况表现越差；将调控分析值TF与预设调控分析阈值进行数值比较，若调控分析值TF超过预设调控分析阈值，则生成调控不合格信号，若调控分析值TF未超过预设调控分析阈值，则生成调控合格信号；在生成调控不合格信号时发出对应预警，以便对应管理人员及时进行原因排查判定和设备检查维护。
实施例四：本实施例与实施例1、实施例2、实施例3的区别在于，在进行步骤一时，将对应半导体检测设备进行维护预警分析，通过维护预警分析以生成检修信号或准备测试信号，在生成信号时发出对应预警以提醒管理人员进行对应半导体检测设备的检修维护，在生成准备测试信号时管理人员进行测试准备，有助于实现对半导体检测设备的及时维护检修，从而保证了半导体检测设备运行过程的高效性和稳定性，以及有助于保证检测结果的准确性；维护预警分析的具体分析过程如下：
采集到对应半导体检测设备的历史维护日期，将相邻两组历史维护日期进行时间差计算到维护时差，将所有维护时差进行求和计算并取均值得到维时系数，将当前日期与相邻上一历史维护日期进行时间差计算得到当前维护间隔时长，将当前维护间隔时长与维时系数进行差值计算得到维时超出值；维时超出值的数值越大，表明对应半导体检测设备越需要及时进行检修和全面维护；将维时超出值与预设维时超出阈值进行数值比较，若维时超出值大于等于预设维时超出阈值，则生成检修信号；
若维时超出值小于预设维时超出阈值，则采集到当前维护间隔时长内对应半导体检测设备的检测次数以及每次检测的时长，将每次检测的时长进行求和计算得到检测总时值，通过公式WY=ep1*JC+ep2*SZ将检测次数JC与检测总时值SZ进行数值计算后得到维护预警系数WY，其中，ep1、ep2为预设权重系数，ep1＞ep2＞1；并且，维护预警系数WY的数值大小与检测次数JC与检测总时值SZ均呈正比关系，维护预警系数WY的数值越大，表明对应半导体检测设备越需要及时进行检修维护；将维护预警系数WY与预设维护预警系数阈值进行数值比较，若维护预警系数WY超过预设维护预警系数阈值，则生成检修信号，若维护预警系数WY未超过预设维护预警系数阈值，则生成准备测试信号。
本发明的工作原理：使用时，通过预测部基于用作预测模型的AI模型以执行预测操作，对探针尖端位置和晶圆芯片的整***置进行预测和补偿精度设定，生成对应预测补偿操作指令，将对应预测补偿操作指令发送至移动控制部，移动控制部接收到对应预测补偿操作指令后，基于针位置、晶圆芯片位置和对应预测补偿操作指令以驱动探针的相对移动部分，使探针与半导体芯片接触，扎针更加精确，避免因温度的变化而造成精密定位和探针测试位的偏移，显著提升测试结果的准确性，并保证了测试过程的稳定高效进行，且能够有效降低测试过程中对晶圆芯片造成的损害。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种半导体检测设备高温测试标定的方法，其特征在于，包括以下步骤：
步骤一、针位置对齐摄像机，摄像机采集到对应半导体检测设备的探针位置，并将探针位置发送至针位置取得部，针位置取得部将探针位置发送至移动控制部；晶片对齐摄像机，摄像机采集到晶圆芯片位置并将晶圆芯片位置发送至移动控制部；
步骤二、温度传感器采集到对应测试环境的温度数据，并将实时温度数据发送至输入数据取得部，定位数据测定部将探针和晶圆芯片的定位数据发送至输入数据取得部，输入数据取得部将温度数据和定位数据发送至预测部；
步骤三、预测部基于用作预测模型的AI模型以执行预测操作，从而对探针尖端位置和晶圆芯片的整***置进行预测和补偿精度设定，生成对应预测补偿操作指令，将对应预测补偿操作指令发送至移动控制部；
步骤四、移动控制部接收到对应预测补偿操作指令后，基于针位置、晶圆芯片位置和对应预测补偿操作指令以驱动探针的相对移动部分，使探针与半导体芯片接触，扎针更加精确；其中，相对移动部分包括X移动部、Y移动部和Z移动部，X移动部、Y移动部和Z移动部分别基于X滑台、Y滑台和Z滑台来进行运动；
在步骤三中，当预测部进行预测时，将开始分析时刻标记为预测起始时刻，将生成对应预测补偿操作指令的时刻标记为预测结束时刻，将预测结束时刻与预测起始时刻进行时间差计算得到预测时长，将预测时长与预设预测时长阈值进行数值比较，若预测时长超过预设预测时长阈值，则生成预测符号YF-1，若预测时长未超过预设预测时长阈值，则生成预测符号YF-2；
采集到单位时间内预测符号YF-1所对应的预测操作数量并标记为效差预测数量，以及采集到单位时间内预测符号YF-2所对应预测操作数量并标记为效优预测数量，将效差预测数量与效优预测数量进行比值计算得到初效值，通过公式ZX＝a1*FT1+a2*FT2将初效值FT1与效差预测数量FT2进行数值计算得到再效值ZX；其中，a1、a2为预设权重系数，a1＞a2＞0；将再效值与预设再效阈值进行数值比较，若再效值超过预设再效阈值，则生成模型工作效率不合格信号，若再效值未超过预设再效阈值，则生成模型工作效率合格信号；在生成模型工作效率不合格信号时发出对应预警，以便管理人员及时进行模型优化；
在步骤四中，当完成预测补偿操作指令后，将移动控制部接收到对应预测补偿操作指令的时刻标记为指令接收时刻，将基于预测补偿操作指令并开始进行相应动作的时刻标记为动作起始时刻，将操作完成时刻标记为动作结束时刻，将动作起始时刻与指令接收时刻进行时间差计算得到操作反应时长，将动作结束时刻与动作起始时刻进行时间差计算得到动作运行时长；
将当次操作的实际操作路径距离标记为动作长度，将动作长度与动作运行时长进行比值计算获取到动作效率值，将操作反应时长与预设操作反应时长阈值以及将动作效率值与预设动作效率范围分别进行数值比较，若操作反应时长未超过预设操作反应时长阈值且动作效率值位于预设动作效率范围内，则生成动作符号DZ-1，其余情况则生成动作符号DZ-2；
当完成预测补偿操作指令以停止调节时，采集到探针的实际位置和对应预测补偿操作指令所需到达的位置，基于探针的实际位置和对应预测补偿操作指令所需到达的位置以获取到探针的X向位置偏差值、Y向位置偏差值和Z向位置偏差值，将X向位置偏差值、Y向位置偏差值和Z向位置偏差值分别与对应预设阈值进行数值比较，若X向位置偏差值、Y向位置偏差值和Z向位置偏差值中存在至少一项超过对应预设阈值，则生成偏差符号PZ-2；
若X向位置偏差值、Y向位置偏差值和Z向位置偏差值均未超过对应预设阈值，则通过公式PY＝b1*PCx+b2*PCy+b3*PCz将X向位置偏差值PCx、Y向位置偏差值PCy和Z向位置偏差值PCz进行归一化计算后得到偏差系数PY；其中，b1、b2、b3为预设权重系数，b1、b2、b3的取值均大于1；将偏差系数与预设偏差系数阈值进行数值比较，若偏差系数超过预设偏差系数，则生成偏差符号PZ-2，若偏差系数未超过预设偏差系数阈值，则生成偏差符号PZ-1；在生成偏差符号PZ-2时发出对应预警并及时进行位置适应性调节；
采集到预测补偿操作指令所对应的偏差符号PZ-1或偏差符号PZ-2以及动作符号DZ-1或动作符号DZ-2，若获取到PZ-1∩DZ-1，则将对应调节过程标记为优调过程，若获取到PZ-2∩DZ-2，则将对应调节过程标记为极差过程，其余情况则将对应调节过程标记为差调过程；
采集到单位时间内优调过程的数量之和、差调过程的数量之和以及极差过程的数量之和并分别标记为YT1、YT2和YT3，通过公式TF＝(kp2*YT2+kp3*YT3)/(kp1*YT1+0.843)将YT1、YT2和YT3进行数值计算后得到调控分析值TF，其中，kp1、kp2、kp3为预设比例系数，kp1、kp2、kp3的取值均大于零且kp3＞kp2＞kp1；将调控分析值与预设调控分析阈值进行数值比较，若调控分析值超过预设调控分析阈值，则生成调控不合格信号，若调控分析值未超过预设调控分析阈值，则生成调控合格信号；在生成调控不合格信号时发出对应预警，以便对应管理人员及时进行原因排查判定和设备检查维护。
2.根据权利要求1所述的一种半导体检测设备高温测试标定的方法，其特征在于，预测部中的预测模型通过预测模型生成部生成，并经由AI模型训练以不断优化模型参数，训练过程中将数据划分为训练集和验证集，训练集用来更新模型参数，验证集用来评估模型的性能，经由不断训练以使预测模型对未知数据进行精准预测或决策。
3.根据权利要求1所述的一种半导体检测设备高温测试标定的方法，其特征在于，在进行步骤一时，将对应半导体检测设备进行维护预警分析，通过维护预警分析以生成检修信号或准备测试信号，在生成信号时发出对应预警以提醒管理人员进行对应半导体检测设备的检修维护，在生成准备测试信号时管理人员进行测试准备。
4.根据权利要求3所述的一种半导体检测设备高温测试标定的方法，其特征在于，维护预警分析的具体分析过程如下：
采集到对应半导体检测设备的历史维护日期，将相邻两组历史维护日期进行时间差计算到维护时差，将所有维护时差进行求和计算并取均值得到维时系数，将当前日期与相邻上一历史维护日期进行时间差计算得到当前维护间隔时长，将当前维护间隔时长与维时系数进行差值计算得到维时超出值；若维时超出值大于等于预设维时超出阈值，则生成检修信号；
若维时超出值小于预设维时超出阈值，则采集到当前维护间隔时长内对应半导体检测设备的检测次数以及每次检测的时长，将每次检测的时长进行求和计算得到检测总时值，将检测次数与检测总时值进行数值计算得到维护预警系数，将维护预警系数与预设维护预警系数阈值进行数值比较，若维护预警系数超过预设维护预警系数阈值，则生成检修信号，若维护预警系数未超过预设维护预警系数阈值，则生成准备测试信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310769417.3A CN116500426B (zh) | 2023-06-28 | 2023-06-28 | 一种半导体检测设备高温测试标定的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310769417.3A CN116500426B (zh) | 2023-06-28 | 2023-06-28 | 一种半导体检测设备高温测试标定的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116500426A CN116500426A (zh) | 2023-07-28 |
| CN116500426B true CN116500426B (zh) | 2023-09-05 |
Family
ID=87316947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310769417.3A Active CN116500426B (zh) | 2023-06-28 | 2023-06-28 | 一种半导体检测设备高温测试标定的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116500426B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117269731B (zh) * | 2023-11-07 | 2024-04-30 | 千思跃智能科技(苏州)股份有限公司 | 一种基于物联网的pcba性能自动化测试*** |
| CN117316262B (zh) * | 2023-11-30 | 2024-04-09 | 深圳市领德创科技有限公司 | 一种自动flash芯片检测机台 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050047432A (ko) * | 2003-11-17 | 2005-05-20 | 삼성전자주식회사 | 프로브 설비의 온도제어기 |
| JP2013140495A (ja) * | 2012-01-05 | 2013-07-18 | Hitachi Ltd | プラント状態監視装置、プラント状態監視方法 |
| TW201350860A (zh) * | 2012-06-13 | 2013-12-16 | Taiwan Semiconductor Mfg | 定位探針與晶圓之方法 |
| WO2019056499A1 (zh) * | 2017-09-20 | 2019-03-28 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
| CN111198808A (zh) * | 2019-12-25 | 2020-05-26 | 东软集团股份有限公司 | 预测性能指标的方法、装置、存储介质及电子设备 |
| CN115130702A (zh) * | 2022-09-02 | 2022-09-30 | 山东汇泓纺织科技有限公司 | 一种基于大数据分析的纺织机故障预测*** |
| WO2022255030A1 (ja) * | 2021-06-04 | 2022-12-08 | 株式会社東京精密 | プローバ制御装置、プローバ制御方法、及びプローバ |
| CN115932530A (zh) * | 2023-01-09 | 2023-04-07 | 东莞市兆恒机械有限公司 | 一种半导体检测设备标定的方法 |
| CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测*** |
| CN116256544A (zh) * | 2023-01-05 | 2023-06-13 | 苏州斯尔特微电子有限公司 | 具有偏移校正功能的晶圆测试探针台 |
| CN116301091A (zh) * | 2023-05-19 | 2023-06-23 | 浙江农林大学 | 一种适用于辐射冷暖窗户的温控智能管理*** |
| CN116300652A (zh) * | 2023-04-06 | 2023-06-23 | 合肥元贞电力科技股份有限公司 | 基于数据分析的电力控制柜在线监测*** |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005072143A (ja) * | 2003-08-21 | 2005-03-17 | Tokyo Seimitsu Co Ltd | プローブ装置 |
| US8311758B2 (en) * | 2006-01-18 | 2012-11-13 | Formfactor, Inc. | Methods and apparatuses for dynamic probe adjustment |
| JP4744382B2 (ja) * | 2006-07-20 | 2011-08-10 | 株式会社東京精密 | プローバ及びプローブ接触方法 |
-
2023
- 2023-06-28 CN CN202310769417.3A patent/CN116500426B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050047432A (ko) * | 2003-11-17 | 2005-05-20 | 삼성전자주식회사 | 프로브 설비의 온도제어기 |
| JP2013140495A (ja) * | 2012-01-05 | 2013-07-18 | Hitachi Ltd | プラント状態監視装置、プラント状態監視方法 |
| TW201350860A (zh) * | 2012-06-13 | 2013-12-16 | Taiwan Semiconductor Mfg | 定位探針與晶圓之方法 |
| WO2019056499A1 (zh) * | 2017-09-20 | 2019-03-28 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
| CN111198808A (zh) * | 2019-12-25 | 2020-05-26 | 东软集团股份有限公司 | 预测性能指标的方法、装置、存储介质及电子设备 |
| WO2022255030A1 (ja) * | 2021-06-04 | 2022-12-08 | 株式会社東京精密 | プローバ制御装置、プローバ制御方法、及びプローバ |
| CN115130702A (zh) * | 2022-09-02 | 2022-09-30 | 山东汇泓纺织科技有限公司 | 一种基于大数据分析的纺织机故障预测*** |
| CN116256544A (zh) * | 2023-01-05 | 2023-06-13 | 苏州斯尔特微电子有限公司 | 具有偏移校正功能的晶圆测试探针台 |
| CN115932530A (zh) * | 2023-01-09 | 2023-04-07 | 东莞市兆恒机械有限公司 | 一种半导体检测设备标定的方法 |
| CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测*** |
| CN116300652A (zh) * | 2023-04-06 | 2023-06-23 | 合肥元贞电力科技股份有限公司 | 基于数据分析的电力控制柜在线监测*** |
| CN116301091A (zh) * | 2023-05-19 | 2023-06-23 | 浙江农林大学 | 一种适用于辐射冷暖窗户的温控智能管理*** |
Non-Patent Citations (1)
| Title |
|---|
| 基于真实开采数据的采运装备虚拟规划方法研究;崔涛;中国优秀硕士学位论文全文数据库工程科技Ⅰ辑(第02期);第62页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116500426A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116500426B (zh) | 一种半导体检测设备高温测试标定的方法 | |
| US20230015731A1 (en) | Real-time abnormity-diagnosing and interpolation method for water regime-monitoring data | |
| CN101246369B (zh) | 一种汽车零部件尺寸质量控制***和方法 | |
| CN104700200A (zh) | 一种面向数字化车间的产品多元质量监控方法 | |
| CN112904266B (zh) | 一种电能表寿命预测方法及装置 | |
| CN113406558B (zh) | 基于线性回归的电表失准检测方法、装置及电子设备 | |
| CN108957385B (zh) | 一种电能计量设备自动化检定线异常表位确认方法及装置 | |
| CN109828230B (zh) | 电能表自动化检定流水线表位故障的定位方法 | |
| CN107067100A (zh) | 风电功率异常数据辨识方法及辨识装置 | |
| CN116638166B (zh) | 一种用于高精度焊接加工的温度智能控制方法及*** | |
| CN104647141A (zh) | 大型壁板厚度在位测量方法 | |
| CN113050018A (zh) | 基于数据驱动评估结果变化趋势的电压互感器状态评估方法及*** | |
| CN113032728A (zh) | 基于数据驱动误差评估结果的电压互感器状态评估方法及*** | |
| CN103177392B (zh) | 一种钢卷长度工艺的关联方法 | |
| CN111354496B (zh) | 核电厂事故在线诊断及状态跟踪预测方法 | |
| CN104732340A (zh) | 一种基于年度时标的规划电网辅助决策方法 | |
| CN103279030A (zh) | 基于贝叶斯框架的动态软测量建模方法及装置 | |
| CN101320258B (zh) | 利用双阶段虚拟测量***的虚拟测量方法 | |
| CN102478648B (zh) | 一种装置测量值精度自动校准方法 | |
| CN101709957A (zh) | 基于机器视觉的直线度自动测量方法 | |
| CN109933031A (zh) | 一种根据化验数据自动校正软测量仪表的***及方法 | |
| CN114925569A (zh) | 一种有限元与神经网络结合的钢板淬火温度预测方法 | |
| CN114626758A (zh) | 用于医疗设备维修的效果评价*** | |
| CN203881239U (zh) | 大型工件多孔位置度检测*** | |
| CN111443687A (zh) | 一种电厂分散控制***响应时间的测试方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |