CN117762069B - 一种基于物联网的控制芯片自动化数据处理***及方法 - Google Patents
一种基于物联网的控制芯片自动化数据处理***及方法 Download PDFInfo
- Publication number
- CN117762069B CN117762069B CN202311717267.8A CN202311717267A CN117762069B CN 117762069 B CN117762069 B CN 117762069B CN 202311717267 A CN202311717267 A CN 202311717267A CN 117762069 B CN117762069 B CN 117762069B
- Authority
- CN
- China
- Prior art keywords
- functional defect
- control chip
- functional
- defect
- real
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000007849 functional defect Effects 0.000 claims abstract description 280
- 238000012360 testing method Methods 0.000 claims abstract description 131
- 238000007405 data analysis Methods 0.000 claims abstract description 32
- 230000007547 defect Effects 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000012544 monitoring process Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种基于物联网的控制芯片自动化数据处理***及方法，属于数据处理技术领域。本发明包括：S10：数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行确定；S20：对控制芯片在各功能缺陷位置的实时测试数据进行自动关联，根据自动关联结果，对控制芯片的功能缺陷根源位置进行确定；S30：根据控制芯片的功能缺陷根源位置的优先级别，对控制芯片的功能缺陷原因进行分析；S40：对其它控制芯片的故障情况进行分析。本发明通过各功能模块中各功能缺陷位置之间的关联度，对各功能模块的功能缺陷根源位置进行确定，减少了***对功能缺陷位置的数据处理量，进一步提高了***的数据处理速率。
Description
技术领域
本发明涉及数据处理技术领域，具体为一种基于物联网的控制芯片自动化数据处理***及方法。
背景技术
芯片，也被称为集成电路，是由多个电子元件(如晶体管、电阻、电容等)在一个单一的半导体材料上制造而成的微的电子***。芯片的制造过程需要高度精密的设备和工艺，以确保电子元件能够正确地连接和运作。
现今，在对芯片的测试数据进行获取时，通常手动从正在测试中的芯片上收集测试数据并进行分析，并非实时进行，因此当观察到现存缺陷的时间通常太晚，无法在有问题的芯片进入流片环节之前予以阻止，而采用手动分析时，含有各种数据的测试文件可能会被截获，从而引发安全问题，以及现有***无法对芯片的问题根源进行精准分析，导致生产出的芯片均受相同问题的影响，提高了芯片的纠错成本。
发明内容
本发明的目的在于提供一种基于物联网的控制芯片自动化数据处理***及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的控制芯片自动化数据处理方法，所述方法包括：
S10：将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接，控制芯片的实时测试数据通过应用程序编程接口传输至数据分析终端，数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行确定；
S20：对控制芯片在各功能缺陷位置的实时测试数据进行自动关联，根据自动关联结果，对控制芯片的功能缺陷根源位置进行确定；
S30：根据控制芯片的功能缺陷根源位置的优先级别，对控制芯片的功能缺陷原因进行分析；
S40：根据S30中的分析结果，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行分析。
进一步的，所述S10中数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行预测的具体方法为：
对控制芯片的实时测试环境温度进行获取，判断获取的测试环境温度是否在设定测试环境温度范围内，设定测试环境温度的范围值为T′至T″，若在，则表示控制芯片产生的实时测试数据的延迟时间为0，若不在，则构建预测模型对控制芯片产生的实时测试数据的延迟时间t进行预测；
根据获取的控制芯片的实时测试环境温度的变化情况，对获取的实时测试环境温度进行划分，每一划分段内的实时测试环境温度值均相同，相邻划分点对应的实时测试环境温度值不同；
具体的预测模型为：
其中，u＝1,2,…,n，表示各划分点对应的编号，n表示划分点总数，V表示控制芯片在设定测试环境温度范围内的平均运行速度，α表示控制芯片的测试环境温度每降低1℃对应的平均运行速度降低值，β表示控制芯片的测试环境温度每升高1℃对应的平均运行速度降低值，Tu表示控制芯片在第u个划分段内对应的实时测试环境温度值，Su表示控制芯片在第u个划分段内处理的数据总量，当Tu-T″＞0时，当Tu-T″≤0时，/> 当T′-Tu≤0时，/>当T′-Tu＞0时，/>
根据预测的延迟时间对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，标准监测数据指当控制芯片无功能缺陷时经应用程序测试得到的测试数据，根据比较结果对控制芯片的功能缺陷位置进行确定，功能缺陷位置指数据分析终端接收的实时测试数据与调整后的标准监测数据不相符时，实时测试数据对应的输出位置。
进一步的，所述S20包括：
S201：对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，若不提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0，若提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1，直至同一集合中的功能缺陷位置均被选取；
例如：选取的功能缺陷位置对应的实时测试数据为02.36.49，其中测试数据36需要传输至同一集合中剩余的某一个功能缺陷位置，则认为选取的功能缺陷位置为同一集合中的功能缺陷位置提供数据支持，此时选取的功能缺陷位置与对应的功能缺陷位置之间的关联度为1；
S202：当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0时，选取的功能缺陷位置和对应功能缺陷位置均为对应功能模块的功能缺陷根源位置，将确定为对应功能模块的功能缺陷根源位置从集合中剔除处理；
当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1时，对经过剔除处理后的集合中各功能缺陷位置在关联度为1时出现的次数进行获取，若Ui＞1，则判断对应功能缺陷位置存在的异常数据量是否等于Ui，若等于，则对应功能缺陷位置非对应功能模块的功能缺陷根源位置，若不等于，则对应功能缺陷位置为对应功能模块的功能缺陷根源位置，对应功能缺陷位置存在的异常数据量≥Ui，若Ui＝1，则表示对应功能缺陷位置为对应功能模块的功能缺陷根源位置，i＝1,2,…,m，表示经过剔除处理后的集合中各功能缺陷位置对应的编号，m表示功能缺陷位置总数，Ui表示在进行关联度分析时，编号为i的功能缺陷位置在关联度为1时出现的次数。
进一步的，所述S30包括：
S301：根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，工作时间点距离控制芯片的测试时间点越近，对应的功能缺陷根源位置优先级别越高；
S302：对属于第一优先级别的功能缺陷根源位置的实时测试数据进行获取，对获取的实时测试数据与对应匹配的调整后的标准监测数据之间的差值进行计算，对差值的实时变化率进行确定，实时变化率＝(后一时刻的差值-当前时刻的差值)/(当前时刻的差值-前一时刻的差值)，将确定的实时变化率与控制芯片在对应时间段内的电压实时变化率进行比较，电压实时变化率＝(后一时刻的电压值-当前时刻的电压值)/(当前时刻的电压值-前一时刻的电压值)，若两者变化率相同，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试电压波动，若两者变化率不同，则判断计算的差值是否处于误差范围内，若处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差，若不处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰或芯片自身缺陷；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差时，在属于第一优先级别的功能缺陷位置对控制芯片产生的实时测试数据进行校正处理；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰时，对控制芯片测试位置存在的干扰电磁信号进行屏蔽；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为芯片自身缺陷时，此时停止对控制芯片进行测试；
S303：根据S302中对属于第一优先级别的功能缺陷根源位置的功能缺陷原因的分析方法，顺序对其他优先级别的功能缺陷根源位置的功能缺陷原因进行自动化分析。
一种基于物联网的控制芯片自动化数据处理***，所述***包括功能缺陷位置确定模块、功能缺陷根源位置确定模块、功能缺陷原因分析模块和自动化数据分析处理模块；
所述功能缺陷位置确定模块用于根据控制芯片的实时测试数据对控制芯片的功能缺陷位置进行确定；
所述功能缺陷根源位置确定模块用于对控制芯片的功能缺陷根源位置进行确定；
所述功能缺陷原因分析模块用于对控制芯片的功能缺陷原因进行分析；
所述自动化数据分析处理模块用于对其它控制芯片的故障情况进行自动化分析。
进一步的，所述功能缺陷位置确定模块包括模块连接单元、延迟时间预测单元和功能缺陷位置确定单元；
所述模块连接单元将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接；
所述延迟时间预测单元对控制芯片的实时测试环境温度进行获取，根据获取信息构建预测模型对控制芯片产生的实时测试数据的延迟时间进行预测，并将预测结果传输至功能缺陷位置确定单元；
所述功能缺陷位置确定单元对延迟时间预测单元传输的预测结果进行接收，基于接收信息，对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，根据比较结果对控制芯片的功能缺陷位置进行确定，并将确定的功能缺陷位置传输至功能缺陷根源位置确定模块。
进一步的，所述功能缺陷根源位置确定模块包括分类单元、关联度确定单元、功能缺陷根源位置确定单元一和功能缺陷根源位置确定单元二；
所述分类单元对功能缺陷位置确定单元传输的功能缺陷位置进行接收，对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，并将分类结果传输至关联度确定单元；
所述关联度确定单元对分类单元传输的分类结果进行接收，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，根据判断结果对选取的功能缺陷位置与对应功能缺陷位置之间的关联度进行确定，并将确定结果传输至功能缺陷根源位置确定单元一或功能缺陷根源位置确定单元二；
所述功能缺陷根源位置确定单元一在关联度确定单元确定的关联度为0时，对关联度确定单元传输的确定结果进行接收，基于接收信息，对对应功能模块的功能缺陷根源位置进行确定，根据确定结果，对集合进行剔除处理，并将剔除处理后的集合传输至功能缺陷根源位置确定单元二，将确定的功能缺陷根源位置传输至功能缺陷原因分析模块；
所述功能缺陷根源位置确定单元二在关联度确定单元确定的关联度为1时，对关联度确定单元传输的确定结果，以及功能缺陷根源位置确定单元一传输的集合进行接收，基于接收信息，对对应功能模块的功能缺陷根源位置进行确定，并将确定结果传输至功能缺陷原因分析模块。
进一步的，所述功能缺陷原因分析模块包括优先级别确定单元和功能缺陷原因分析单元；
所述优先级别确定单元对功能缺陷根源位置确定单元一或功能缺陷根源位置确定单元二传输的功能缺陷根源位置进行接收，根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，并将确定结果传输至功能缺陷原因分析单元；
所述功能缺陷原因分析单元对优先级别确定单元传输的确定结果进行接收，基于接收信息，对控制芯片的功能缺陷原因进行分析，并将分析结果传输至自动化数据分析处理模块。
进一步的，所述自动化数据分析处理模块对功能缺陷原因分析单元传输的分析结果进行接收，基于接收信息，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行自动化分析。
与现有技术相比，本发明所达到的有益效果是：
1.本发明通过将控制芯片与应用编程接口连接，将应用程序编程接口与数据分析终端连接，实现对控制芯片测试数据的实时自动收集，保证在有问题的芯片进入流片环节之前予以阻止，以及提高了测试文件的安全性。
2.本发明根据控制芯片的实时测试环境温度值，对控制芯片产生数据的延迟时间进行实时预测，避免环境因素对控制芯片的测试结果产生影响，避免良品控制芯片被丢弃，进而增加了控制芯片的良率损失，降低了***的使用效果。
3.本发明通过各功能模块中各功能缺陷位置之间的关联度，对各功能模块的功能缺陷根源位置进行确定，减少了***对功能缺陷位置的数据处理量，进一步提高了***的数据处理速率。
4.本发明通过对功能缺陷根源位置的优先级别进行划分，基于划分结果对控制芯片的问题根源进行精准分析，避免生产出的芯片受相同问题的影响，降低了芯片的纠错成本，以及在同等测试环境下实现对控制芯片故障情况的自动化分析。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于物联网的控制芯片自动化数据处理***及方法的工作流程示意图；
图2是本发明一种基于物联网的控制芯片自动化数据处理***及方法的工作原理结构示意图。
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。
请参阅图1和图2，本发明提供技术方案：一种基于物联网的控制芯片自动化数据处理方法，方法包括：
S10：将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接，控制芯片的实时测试数据通过应用程序编程接口传输至数据分析终端，数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行确定；
S10中数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行预测的具体方法为：
对控制芯片的实时测试环境温度进行获取，判断获取的测试环境温度是否在设定测试环境温度范围内，设定测试环境温度的范围值为T′至T″，若在，则表示控制芯片产生的实时测试数据的延迟时间为0，若不在，则构建预测模型对控制芯片产生的实时测试数据的延迟时间t进行预测；
根据获取的控制芯片的实时测试环境温度的变化情况，对获取的实时测试环境温度进行划分，每一划分段内的实时测试环境温度值均相同，相邻划分点对应的实时测试环境温度值不同；
具体的预测模型为：
其中，u＝1,2,…,n，表示各划分点对应的编号，n表示划分点总数，V表示控制芯片在设定测试环境温度范围内的平均运行速度，α表示控制芯片的测试环境温度每降低1℃对应的平均运行速度降低值，β表示控制芯片的测试环境温度每升高1℃对应的平均运行速度降低值，Tu表示控制芯片在第u个划分段内对应的实时测试环境温度值，Su表示控制芯片在第u个划分段内处理的数据总量，当Tu-T″＞0时，当Tu-T″≤0时，/> 当T′-Tu≤0时，/>当T′-Tu＞0时，/>
根据预测的延迟时间对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，标准监测数据指当控制芯片无功能缺陷时经应用程序测试得到的测试数据，根据比较结果对控制芯片的功能缺陷位置进行确定；
S20：对控制芯片在各功能缺陷位置的实时测试数据进行自动关联，根据自动关联结果，对控制芯片的功能缺陷根源位置进行确定；
S20包括：
S201：对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，若不提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0，若提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1，直至同一集合中的功能缺陷位置均被选取；
S202：当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0时，选取的功能缺陷位置和对应功能缺陷位置均为对应功能模块的功能缺陷根源位置，将确定为对应功能模块的功能缺陷根源位置从集合中剔除处理；
当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1时，对经过剔除处理后的集合中各功能缺陷位置在关联度为1时出现的次数进行获取，若Ui＞1，则判断对应功能缺陷位置存在的异常数据量是否等于Ui，若等于，则对应功能缺陷位置非对应功能模块的功能缺陷根源位置，若不等于，则对应功能缺陷位置为对应功能模块的功能缺陷根源位置，对应功能缺陷位置存在的异常数据量≥Ui，若Ui＝1，则表示对应功能缺陷位置为对应功能模块的功能缺陷根源位置，i＝1,2,…,m，表示经过剔除处理后的集合中各功能缺陷位置对应的编号，m表示功能缺陷位置总数，Ui表示在进行关联度分析时，编号为i的功能缺陷位置在关联度为1时出现的次数；
S30：根据控制芯片的功能缺陷根源位置的优先级别，对控制芯片的功能缺陷原因进行分析；
S30包括：
S301：根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，工作时间点距离控制芯片的测试时间点越近，对应的功能缺陷根源位置优先级别越高；
S302：对属于第一优先级别的功能缺陷根源位置的实时测试数据进行获取，对获取的实时测试数据与对应匹配的调整后的标准监测数据之间的差值进行计算，对差值的实时变化率进行确定，实时变化率＝(后一时刻的差值-当前时刻的差值)/(当前时刻的差值-前一时刻的差值)，将确定的实时变化率与控制芯片在对应时间段内的电压实时变化率进行比较，电压实时变化率＝(后一时刻的电压值-当前时刻的电压值)/(当前时刻的电压值-前一时刻的电压值)，若两者变化率相同，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试电压波动，若两者变化率不同，则判断计算的差值是否处于误差范围内，若处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差，若不处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰或芯片自身缺陷；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差时，在属于第一优先级别的功能缺陷位置对控制芯片产生的实时测试数据进行校正处理；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰时，对控制芯片测试位置存在的干扰电磁信号进行屏蔽；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为芯片自身缺陷时，此时停止对控制芯片进行测试；
S303：根据S302中对属于第一优先级别的功能缺陷根源位置的功能缺陷原因的分析方法，顺序对其他优先级别的功能缺陷根源位置的功能缺陷原因进行自动化分析；
S40：根据S30中的分析结果，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行分析。
一种基于物联网的控制芯片自动化数据处理***，***包括功能缺陷位置确定模块、功能缺陷根源位置确定模块、功能缺陷原因分析模块和自动化数据分析处理模块；
功能缺陷位置确定模块用于根据控制芯片的实时测试数据对控制芯片的功能缺陷位置进行确定；
功能缺陷位置确定模块包括模块连接单元、延迟时间预测单元和功能缺陷位置确定单元；
模块连接单元将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接；
延迟时间预测单元对控制芯片的实时测试环境温度进行获取，根据获取信息构建预测模型对控制芯片产生的实时测试数据的延迟时间进行预测，并将预测结果传输至功能缺陷位置确定单元；
功能缺陷位置确定单元对延迟时间预测单元传输的预测结果进行接收，基于接收信息，对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，根据比较结果对控制芯片的功能缺陷位置进行确定，并将确定的功能缺陷位置传输至功能缺陷根源位置确定模块；
功能缺陷根源位置确定模块用于对控制芯片的功能缺陷根源位置进行确定；
功能缺陷根源位置确定模块包括分类单元、关联度确定单元、功能缺陷根源位置确定单元一和功能缺陷根源位置确定单元二；
分类单元对功能缺陷位置确定单元传输的功能缺陷位置进行接收，对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，并将分类结果传输至关联度确定单元；
关联度确定单元对分类单元传输的分类结果进行接收，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，根据判断结果对选取的功能缺陷位置与对应功能缺陷位置之间的关联度进行确定，并将确定结果传输至功能缺陷根源位置确定单元一或功能缺陷根源位置确定单元二；
功能缺陷根源位置确定单元一在关联度确定单元确定的关联度为0时，对关联度确定单元传输的确定结果进行接收，基于接收信息，对对应功能模块的功能缺陷根源位置进行确定，根据确定结果，对集合进行剔除处理，并将剔除处理后的集合传输至功能缺陷根源位置确定单元二，将确定的功能缺陷根源位置传输至功能缺陷原因分析模块；
功能缺陷根源位置确定单元二在关联度确定单元确定的关联度为1时，对关联度确定单元传输的确定结果，以及功能缺陷根源位置确定单元一传输的集合进行接收，基于接收信息，对对应功能模块的功能缺陷根源位置进行确定，并将确定结果传输至功能缺陷原因分析模块；
功能缺陷原因分析模块用于对控制芯片的功能缺陷原因进行分析；
功能缺陷原因分析模块包括优先级别确定单元和功能缺陷原因分析单元；
优先级别确定单元对功能缺陷根源位置确定单元一或功能缺陷根源位置确定单元二传输的功能缺陷根源位置进行接收，根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，并将确定结果传输至功能缺陷原因分析单元；
功能缺陷原因分析单元对优先级别确定单元传输的确定结果进行接收，基于接收信息，对控制芯片的功能缺陷原因进行分析，并将分析结果传输至自动化数据分析处理模块；
自动化数据分析处理模块用于对其它控制芯片的故障情况进行自动化分析。
自动化数据分析处理模块对功能缺陷原因分析单元传输的分析结果进行接收，基于接收信息，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行自动化分析。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述方法包括：
S10：将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接，控制芯片的实时测试数据通过应用程序编程接口传输至数据分析终端，数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行确定，具体方法为：
对控制芯片的实时测试环境温度进行获取，判断获取的测试环境温度是否在设定测试环境温度范围内，设定测试环境温度的范围值为T′至T″，若在，则表示控制芯片产生的实时测试数据的延迟时间为0，若不在，则构建预测模型对控制芯片产生的实时测试数据的延迟时间t进行预测；
根据获取的控制芯片的实时测试环境温度的变化情况，对获取的实时测试环境温度进行划分，每一划分段内的实时测试环境温度值均相同，相邻划分点对应的实时测试环境温度值不同；
具体的预测模型为：
其中，u＝1,2,…,n，表示各划分点对应的编号，n表示划分点总数，V表示控制芯片在设定测试环境温度范围内的平均运行速度，α表示控制芯片的测试环境温度每降低1℃对应的平均运行速度降低值，β表示控制芯片的测试环境温度每升高1℃对应的平均运行速度降低值，Tu表示控制芯片在第u个划分段内对应的实时测试环境温度值，Su表示控制芯片在第u个划分段内处理的数据总量，当Tu-T″＞0时，当Tu-T″≤0时，当T′-Tu≤0时，/>当T′-Tu＞0时，/>
根据预测的延迟时间对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，根据比较结果对控制芯片的功能缺陷位置进行确定；
S20：对控制芯片在各功能缺陷位置的实时测试数据进行自动关联，根据自动关联结果，对控制芯片的功能缺陷根源位置进行确定；
所述S20包括：
S201：对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，若不提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0，若提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1，直至同一集合中的功能缺陷位置均被选取；
S202：当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0时，选取的功能缺陷位置和对应功能缺陷位置均为对应功能模块的功能缺陷根源位置，将确定为对应功能模块的功能缺陷根源位置从集合中剔除处理；
当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1时，对经过剔除处理后的集合中各功能缺陷位置在关联度为1时出现的次数进行获取，若Ui＞1，则判断对应功能缺陷位置存在的异常数据量是否等于Ui，若等于，则对应功能缺陷位置非对应功能模块的功能缺陷根源位置，若不等于，则对应功能缺陷位置为对应功能模块的功能缺陷根源位置，对应功能缺陷位置存在的异常数据量≥Ui，若Ui＝1，则表示对应功能缺陷位置为对应功能模块的功能缺陷根源位置，i＝1,2,…,m，表示经过剔除处理后的集合中各功能缺陷位置对应的编号，m表示功能缺陷位置总数，Ui表示在进行关联度分析时，编号为i的功能缺陷位置在关联度为1时出现的次数；
S30：根据控制芯片的功能缺陷根源位置的优先级别，对控制芯片的功能缺陷原因进行分析；
所述S30包括：
S301：根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，工作时间点距离控制芯片的测试时间点越近，对应的功能缺陷根源位置优先级别越高；
S302：对属于第一优先级别的功能缺陷根源位置的实时测试数据进行获取，对获取的实时测试数据与对应匹配的调整后的标准监测数据之间的差值进行计算，对差值的实时变化率进行确定，将确定的实时变化率与控制芯片在对应时间段内的电压实时变化率进行比较，若两者变化率相同，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试电压波动，若两者变化率不同，则判断计算的差值是否处于误差范围内，若处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差，若不处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰或芯片自身缺陷；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差时，在属于第一优先级别的功能缺陷位置对控制芯片产生的实时测试数据进行校正处理；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰时，对控制芯片测试位置存在的干扰电磁信号进行屏蔽；
当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为芯片自身缺陷时，此时停止对控制芯片进行测试；
S303：根据S302中对属于第一优先级别的功能缺陷根源位置的功能缺陷原因的分析方法，顺序对其他优先级别的功能缺陷根源位置的功能缺陷原因进行自动化分析；
S40：根据S30中的分析结果，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行分析。
2.一种应用于权利要求1所述的基于物联网的控制芯片自动化数据处理方法的基于物联网的控制芯片自动化数据处理***，其特征在于：所述***包括功能缺陷位置确定模块、功能缺陷根源位置确定模块、功能缺陷原因分析模块和自动化数据分析处理模块；
所述功能缺陷位置确定模块用于根据控制芯片的实时测试数据对控制芯片的功能缺陷位置进行确定；
所述功能缺陷根源位置确定模块用于对控制芯片的功能缺陷根源位置进行确定；
所述功能缺陷原因分析模块用于对控制芯片的功能缺陷原因进行分析；
所述自动化数据分析处理模块用于对其它控制芯片的故障情况进行自动化分析。
3.根据权利要求2所述的一种基于物联网的控制芯片自动化数据处理***，其特征在于：所述功能缺陷位置确定模块包括模块连接单元、延迟时间预测单元和功能缺陷位置确定单元；
所述模块连接单元将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接；
所述延迟时间预测单元对控制芯片的实时测试环境温度进行获取，根据获取信息构建预测模型对控制芯片产生的实时测试数据的延迟时间进行预测，并将预测结果传输至功能缺陷位置确定单元；
所述功能缺陷位置确定单元对延迟时间预测单元传输的预测结果进行接收，基于接收信息，对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，根据比较结果对控制芯片的功能缺陷位置进行确定，并将确定的功能缺陷位置传输至功能缺陷根源位置确定模块。
4.根据权利要求3所述的一种基于物联网的控制芯片自动化数据处理***，其特征在于：所述功能缺陷根源位置确定模块包括分类单元、关联度确定单元、功能缺陷根源位置确定单元一和功能缺陷根源位置确定单元二；
所述分类单元对功能缺陷位置确定单元传输的功能缺陷位置进行接收，对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，并将分类结果传输至关联度确定单元；
所述关联度确定单元对分类单元传输的分类结果进行接收，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，根据判断结果对选取的功能缺陷位置与对应功能缺陷位置之间的关联度进行确定，并将确定结果传输至功能缺陷根源位置确定单元一或功能缺陷根源位置确定单元二；
所述功能缺陷根源位置确定单元一在关联度确定单元确定的关联度为0时，对关联度确定单元传输的确定结果进行接收，基于接收信息，对对应功能模块的功能缺陷根源位置进行确定，根据确定结果，对集合进行剔除处理，并将剔除处理后的集合传输至功能缺陷根源位置确定单元二，将确定的功能缺陷根源位置传输至功能缺陷原因分析模块；
所述功能缺陷根源位置确定单元二在关联度确定单元确定的关联度为1时，对关联度确定单元传输的确定结果，以及功能缺陷根源位置确定单元一传输的集合进行接收，基于接收信息，对对应功能模块的功能缺陷根源位置进行确定，并将确定结果传输至功能缺陷原因分析模块。
5.根据权利要求4所述的一种基于物联网的控制芯片自动化数据处理***，其特征在于：所述功能缺陷原因分析模块包括优先级别确定单元和功能缺陷原因分析单元；
所述优先级别确定单元对功能缺陷根源位置确定单元一或功能缺陷根源位置确定单元二传输的功能缺陷根源位置进行接收，根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，并将确定结果传输至功能缺陷原因分析单元；
所述功能缺陷原因分析单元对优先级别确定单元传输的确定结果进行接收，基于接收信息，对控制芯片的功能缺陷原因进行分析，并将分析结果传输至自动化数据分析处理模块。
6.根据权利要求5所述的一种基于物联网的控制芯片自动化数据处理***，其特征在于：所述自动化数据分析处理模块对功能缺陷原因分析单元传输的分析结果进行接收，基于接收信息，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行自动化分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311717267.8A CN117762069B (zh) | 2023-12-14 | 2023-12-14 | 一种基于物联网的控制芯片自动化数据处理***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311717267.8A CN117762069B (zh) | 2023-12-14 | 2023-12-14 | 一种基于物联网的控制芯片自动化数据处理***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117762069A CN117762069A (zh) | 2024-03-26 |
| CN117762069B true CN117762069B (zh) | 2024-06-18 |
Family
ID=90319183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311717267.8A Active CN117762069B (zh) | 2023-12-14 | 2023-12-14 | 一种基于物联网的控制芯片自动化数据处理***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117762069B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116068378A (zh) * | 2023-02-17 | 2023-05-05 | 光子集成(温州)创新研究院 | 一种基于物联网的光芯片生产检测***及方法 |
| CN116955955A (zh) * | 2023-07-28 | 2023-10-27 | 河南博锐流体设备有限公司 | 一种管道缺陷模型预测方法、***、终端设备及存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5787190A (en) * | 1995-06-07 | 1998-07-28 | Advanced Micro Devices, Inc. | Method and apparatus for pattern recognition of wafer test bins |
| KR20180086865A (ko) * | 2017-01-24 | 2018-08-01 | 삼성에스디에스 주식회사 | 결함 검출 장치 및 상기 장치에서의 최적 결함 검출 규칙 결정 방법 |
| CN110376430B (zh) * | 2019-07-17 | 2020-05-22 | 广州市伟粤通讯设备有限公司 | 一种基于大数据的通信元器件测试评估*** |
| CN110442517A (zh) * | 2019-07-18 | 2019-11-12 | 暨南大学 | 一种自动程序修复中获取安全补丁的方法 |
| CN110797072B (zh) * | 2019-10-31 | 2021-09-21 | 西安紫光国芯半导体有限公司 | 一种dram芯片修复方法 |
| CN113807046B (zh) * | 2021-10-09 | 2024-05-31 | 中国人民解放军国防科技大学 | 一种测试激励优化回归验证方法、***及介质 |
| CN116596510A (zh) * | 2023-05-15 | 2023-08-15 | 浙江创智科技股份有限公司 | 一种运维故障管理方法、***、终端设备及存储介质 |
-
2023
- 2023-12-14 CN CN202311717267.8A patent/CN117762069B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116068378A (zh) * | 2023-02-17 | 2023-05-05 | 光子集成(温州)创新研究院 | 一种基于物联网的光芯片生产检测***及方法 |
| CN116955955A (zh) * | 2023-07-28 | 2023-10-27 | 河南博锐流体设备有限公司 | 一种管道缺陷模型预测方法、***、终端设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117762069A (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107478455B (zh) | 一种适用于威布尔分布型产品的定时截尾可靠性试验方法 | |
| US20170060664A1 (en) | Method for verifying bad pattern in time series sensing data and apparatus thereof | |
| CN115308562A (zh) | 芯片测试方法及相关设备 | |
| KR20060006723A (ko) | 검사 프로세스 향상을 위한 방법 및 장치 | |
| US11404331B2 (en) | System and method for determining cause of abnormality in semiconductor manufacturing processes | |
| CN104425300B (zh) | 在制品测量采样方法及装置 | |
| KR20150140358A (ko) | 인라인 수율 모니터링을 위한 임계 파라메트릭 전기 테스트 파라미터의 자동 결정을 위한 시스템 및 방법 | |
| CN113590429B (zh) | 一种服务器故障诊断方法、装置及电子设备 | |
| US20140278234A1 (en) | Method and a system for a statistical equivalence test | |
| CN101118422A (zh) | 半导体制造的虚拟量测预估与建立预估模型的方法与*** | |
| CN109816191A (zh) | 多工作站***的质量预测方法及其*** | |
| CN115616374A (zh) | 一种基于机器学习的半导体芯片的测试*** | |
| CN117762069B (zh) | 一种基于物联网的控制芯片自动化数据处理***及方法 | |
| US20080004829A1 (en) | Method and apparatus for automatic test equipment | |
| US6697691B1 (en) | Method and apparatus for fault model analysis in manufacturing tools | |
| CN113655370A (zh) | 确定芯片异常测试工况的方法、装置、***及相关设备 | |
| CN116453437B (zh) | 显示屏模组的测试方法、装置、设备及存储介质 | |
| CN112528230A (zh) | 基于精密度和分布转换修正的参数一致性控制方法及装置 | |
| CN103632232B (zh) | 一种产品的检测方法和设备 | |
| CN115684869A (zh) | 一种基于电源管理的芯片测试***及方法 | |
| US20050075835A1 (en) | System and method of real-time statistical bin control | |
| US20090018788A1 (en) | Normalization of process variables in a manufacturing process | |
| CN116167313B (zh) | 一种用于集成电路设计的训练数据生成方法和*** | |
| CN110749813B (zh) | 测试***及适应性测试制法产生方法 | |
| CN114850080B (zh) | 一种量产测试方法、***和存储介质 |
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 |