JP2015169588A - 故障解析プログラム、故障解析方法、および故障解析装置 - Google Patents
故障解析プログラム、故障解析方法、および故障解析装置 Download PDFInfo
- Publication number
- JP2015169588A JP2015169588A JP2014045919A JP2014045919A JP2015169588A JP 2015169588 A JP2015169588 A JP 2015169588A JP 2014045919 A JP2014045919 A JP 2014045919A JP 2014045919 A JP2014045919 A JP 2014045919A JP 2015169588 A JP2015169588 A JP 2015169588A
- Authority
- JP
- Japan
- Prior art keywords
- failure
- wiring
- information
- factor
- semiconductor device
- 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.)
- Pending
Links
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
【課題】複数の故障要因を特定する。
【解決手段】選択処理と、特定処理と、抽出処理と、削除処理とをコンピュータに実行させる故障解析プログラムがある。選択処理は、故障候補配線を示す故障情報と、故障の要因候補を示す要因情報とを用いる。選択処理は、故障情報の中から故障している可能性が高い第1配線を半導体デバイス毎に1つずつ選択する。特定処理は、第1配線を用いて回帰分析を行ない、高い値を示す寄与度に対応する要因候補を故障の要因に特定する。抽出処理は、故障情報の中から、故障シミュレーションしたとき、第1配線と同じ結果を示す第2配線を、半導体デバイス毎に抽出する。削除処理は、第1配線と第2配線とを故障情報から削除する。故障解析プログラムでは、第1配線と第2配線とを削除した各半導体デバイスの故障情報を用いて、選択処理と、特定処理と、抽出処理と、削除処理とを実行する。
【選択図】図1
【解決手段】選択処理と、特定処理と、抽出処理と、削除処理とをコンピュータに実行させる故障解析プログラムがある。選択処理は、故障候補配線を示す故障情報と、故障の要因候補を示す要因情報とを用いる。選択処理は、故障情報の中から故障している可能性が高い第1配線を半導体デバイス毎に1つずつ選択する。特定処理は、第1配線を用いて回帰分析を行ない、高い値を示す寄与度に対応する要因候補を故障の要因に特定する。抽出処理は、故障情報の中から、故障シミュレーションしたとき、第1配線と同じ結果を示す第2配線を、半導体デバイス毎に抽出する。削除処理は、第1配線と第2配線とを故障情報から削除する。故障解析プログラムでは、第1配線と第2配線とを削除した各半導体デバイスの故障情報を用いて、選択処理と、特定処理と、抽出処理と、削除処理とを実行する。
【選択図】図1
Description
本発明は半導体デバイスの故障を解析する技術に関する。
半導体デバイスの故障解析では、出荷試験や市場で故障が検出された半導体デバイスに対して、論理診断を実行することにより物理故障の候補が絞り込まれる。そして、半導体デバイスの大量故障診断では、故障解析において絞り込まれた故障候補を統計的に解析し、システマチック故障の要因を特定する処理が行なわれている。半導体デバイスとは、例えば、集積回路(IC:Integrated Circuit)や大規模集積(LSI:Large Scale Integration)回路のことである。システマチック故障とは、例えば、同品種の複数の不良半導体デバイスの間で発生する、設計起因あるいはプロセス起因の故障のことである。システマチック故障の要因とは、例えば、半導体デバイスの中で物理故障が起きている位置、構成および状態を示す情報である。システマチック故障の要因には、例えば、層間を接続するビアのオープン故障や密配線のブリッジ故障などがある。以下の説明では、システマチック故障のことを、単に故障とも言う。また、システマチック故障の要因のことを、故障要因とも言う。さらに、システマチック故障の要因となる位置および構成のことを、特徴または要因候補とも言う。
関連する他の技術として、欠陥観察装置は、予めシミュレーション可能なホットスポット(HS)点と、外観検査の結果得られる欠陥点とを照合する。また、欠陥観察装置は、照合されなかった欠陥点に関して、欠陥点における回路形状の類似性に基づき欠陥点をグループに分類する。そして、欠陥観察装置は、欠陥が頻度高く発生した回路形状に属する欠陥を特定することにより、システマチック欠陥を検出する。さらに、欠陥観察装置は、欠陥発生分布のウェハ上の偏在を捉えことにより、ウェハのトポグラフィーに起因して生じたシステマチック欠陥の検出等も可能にする技術が知られている。
また、関連する他の技術として、半導体デバイスの製造工程途中において、歩留まり予測システムが、半導体デバイスの膜質特性を測定し、測定されたデータを用いて半導体デバイスの歩留まりを予測する技術が知られている(例えば、特許文献1、および特許文献2)。
前述した解析技術では、半導体デバイスを故障させる可能性が高い支配的な故障要因だけが特定されるので、特定された故障要因を考慮した設計をしても、他の故障要因が残り、半導体デバイスの歩留まりを目標値まで向上できないことがある。
本発明は、一側面として、複数の故障要因を特定する技術を提供する。
本明細書で開示する故障解析プログラムのひとつに、選択処理と、特定処理と、抽出処理と、削除処理とをコンピュータに実行させる故障解析プログラムがある。選択処理は、複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いる。そして、選択処理は、故障情報の中から故障している可能性が高い第1配線を半導体デバイス毎に1つずつ選択する。特定処理は、選択した第1配線を用いて回帰分析を行ない、システマチック故障の複数の要因候補に対応する、半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補をシステマチック故障の要因に特定する。抽出処理は、故障情報の中から、第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、半導体デバイス毎に抽出する。削除処理は、第1配線と第2配線とを故障情報から削除する。さらに、故障解析プログラムでは、第1配線と第2配線とを削除した各半導体デバイスの故障情報を用いて、選択処理と、特定処理と、抽出処理と、削除処理とを実行する。
1実施態様によれば、複数の故障要因を特定することができる。
[実施形態]
実施形態の故障解析装置について説明する。
実施形態の故障解析装置について説明する。
実施形態の故障解析装置は、例えば、出荷試験や市場で故障が検出された半導体デバイスが有する故障要因の解析に用いられることを想定する。したがって、故障解析する半導体デバイスの品種は、ある程度の歩留まりが得られている状態であり、半導体デバイスに含まれる複数の故障要因が互いに独立であるものとする。また、半導体デバイス内の故障配線は、1つの故障要因により故障しているものとする。ただし、実施形態の故障解析装置は、出荷試験や市場で故障が検出された半導体デバイス以外の故障解析に用いても良い。
図1は、故障解析装置の一実施例を示す機能ブロック図である。
図1を参照して、故障解析装置1について説明する。
図1を参照して、故障解析装置1について説明する。
故障解析装置1は、例えば、制御部10と、記憶部20と、入出力部30とを備える。故障解析装置1は、例えば、後述するコンピュータ装置である。
制御部10は、取得部11と、処理部12と、分割部13と、選択部14と、算出部15と、生成部16と、特定部17と、抽出部18と、削除部19とを含む。記憶部20は、接続情報21と、要因情報22と、配置情報23と、故障情報24と、分割情報25と、分割配置情報26と、特定情報27とを記憶する。また、入出力部30は、入力部31と、出力部32とを含む。
取得部11は、半導体デバイスに含まれる複数の素子、および入出力端子などの接続関係を格納した接続情報21を取得し、記憶部20に記憶する。接続情報21は、例えば、ネットリストである。また、接続関係とは、例えば、素子間の配線に対応するネットのことである。また、半導体デバイスとは、例えば、図2に示すウェハ2の各矩形部分(ダイ)に実装される集積回路のことである。ウェハ2に示される各矩形部分には、それぞれ品種が同じ半導体デバイスが実装される。また、ウェハ2上の斜線で示される半導体デバイスは、例えば、出荷試験において、故障していると判定された半導体デバイスを示している。以下の説明では、接続情報21に格納された接続関係のことを、接続情報21に格納されたネットや接続情報21に格納された配線とも言う。
取得部11は、システマチック故障の要因となりえる複数の要因候補を示す要因情報22を取得する。そして、取得部11は、取得した要因情報22を記憶部20に記憶する。要因候補とは、例えば、2−3層目のビアや5層目の密配線などであり、故障要因となる半導体デバイス内の特徴を示す情報である。そして、要因情報22には、例えば、図3に示すように、要因候補を識別する要因候補IDと、要因候補の特徴とが関連付けて格納される。図3の要因情報22には、4つの要因候補が格納されているが、一例であり、任意の数の要因候補を格納しても良い。なお、要因情報22には、半導体デバイスの設計段階において、故障の要因となりえる特徴を、ユーザが要因候補として格納しても良い。また、要因情報22には、半導体デバイスの設計段階において、配線間の距離やトランジスタのサイズや材料などの情報を用いて、処理部12が故障の要因となりえると判定した特徴を、処理部12が要因候補として格納しても良い。以下の説明では、要因候補が4つであるものとして説明する。
処理部12は、例えば、接続情報21と、素子の構成や特性を示す素子情報と、半導体デバイスの入出力端子の位置を示す端子情報と、半導体デバイスの設計上の制約条件を示す制約情報とを用いて、半導体デバイス内の素子と入出力端子とを配置配線する。これにより、処理部12は、半導体デバイス内の素子と入出力端子との配置と、素子や入出力端子を接続する配線の形状とを示す配置情報23を生成する。そして、処理部12は、生成した配置情報23を記憶部20に記憶する。なお、制約条件には、素子の面積、素子の性能、および素子の消費電力などの素子に関する制約や、配線間の距離、配線の長さおよび配線の幅などの配線に関する制約などがある。また、素子情報と、端子情報と、制約情報とは、例えば、図示しないが、入力部31から入力されて記憶部20に記憶された情報でも良いし、後述する故障解析プログラムに含まれる情報でも良い。
また、処理部12は、例えば、出荷試験や市場で故障が検出された半導体デバイスに対して、論理故障診断を実行することにより、複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報24を生成する。そして、処理部12は、生成した故障情報24を記憶部20に記憶する。論理故障診断とは、例えば、論理シミュレーションや故障辞書法などを用いて実行される。したがって、故障している可能性のある配線には、実際に故障している配線だけでなく、実際に故障していないが論理故障診断で検出された配線も含まれる。以下の説明では、故障している可能性のある配線のことを故障候補配線とも言う。
故障情報24は、例えば、ウェハ2に実装された複数の半導体デバイスの中で、故障が検出された半導体デバイスについて生成される。よって、記憶部20には、図1や図4に示すように、複数の故障情報24−1〜24−nが記憶される。故障情報24には、例えば、図4に示すように、故障候補配線を識別するネットIDと、配線の故障箇所の特徴と、配線の故障箇所の状態とが関連付けられて格納される。
分割部13は、半導体デバイスに含まれる複数の素子の接続関係を示す接続情報21を分割した分割情報25を生成する。そして、分割部13は、生成した分割情報25を記憶部20に記憶する。分割情報25は、例えば、半導体デバイスに含まれる接続関係を所定数ごとにまとめたものであり、複数生成される。そして、記憶部20には、図1に示すように、複数の分割情報25−1〜25−nが記憶される。以下の説明では、分割情報25に格納された接続関係のことを、分割情報25に格納されたネットや分割情報25に格納された配線とも言う。
処理部12は、分割部13により分割情報25が生成されると、分割情報25に格納された配線について、配置情報23から対応する配線の形状を取得する。そして、処理部12は、分割情報25に格納された配線の形状を格納した分割配置情報26を生成する。分割配置情報26は、複数の分割情報25のそれぞれに関して生成される。したがって、記憶部20には、複数の分割情報25それぞれに対応した、複数の分割配置情報26(図示せず)が記憶される。
分割部13は、システマチック故障の複数の要因候補のそれぞれについて、特徴値が高い順に複数の配線を組み合わせて、接続情報21を分割情報25に分割しても良い。特徴値とは、例えば、接続情報21に格納された配線に含まれる要因候補の影響の大きさに比例して大きくなる値でも良い。要因候補の影響の大きさは、例えば、要因候補が2−3層目のビアであるとき、配線に含まれるビアの数に比例する。また、要因候補の影響の大きさは、例えば、要因候補が5層目の密配線であるとき、配線が密配線の領域を通る距離や、配線が密配線の領域で隣り合う他の配線との距離に比例する。特徴値は、ビアの数や密配線の形状以外の他の要因候補の特徴についても適宜設定される。そして、特徴値は、例えば、複数の要因候補の特徴値が同じ値を示すとき、各要因候補の特徴が異なっていても、それぞれの要因候補が半導体デバイスの故障について与える影響の度合いが同じになるように設定される。
図5は、分割情報の生成を説明する図である。
図5を参照して、分割部13による分割情報25の生成を説明する。以下の説明では、接続情報21に200万の接続関係(配線)が格納されているものとする。すなわち、半導体デバイスに含まれる配線の数は、200万本であるものとして説明する。また、特徴が2−3層目のビアである要因候補を用いて、分割部13が接続情報21を複数の分割情報25に分割する処理を説明する。なお、分割部13は、例えば、2−3層目のビアに限らず、要因情報22に格納されている要因候補についても、同様に、接続情報21を複数の分割情報25に分割する。
図5を参照して、分割部13による分割情報25の生成を説明する。以下の説明では、接続情報21に200万の接続関係(配線)が格納されているものとする。すなわち、半導体デバイスに含まれる配線の数は、200万本であるものとして説明する。また、特徴が2−3層目のビアである要因候補を用いて、分割部13が接続情報21を複数の分割情報25に分割する処理を説明する。なお、分割部13は、例えば、2−3層目のビアに限らず、要因情報22に格納されている要因候補についても、同様に、接続情報21を複数の分割情報25に分割する。
分割部13は、例えば、配置情報23を参照し、接続情報21に格納された各配線について、2−3層目のビアを通る数を求める。
そして、分割部13は、図5の接続情報21に示すように、2−3層目のビアが含まれる数が多い順に、接続情報21に格納された配線を並べ替える。図5に示す接続情報21は、説明の簡単化のため、接続情報21に格納されたネットリストに含まれるネットIDのみを示したものである。ネットIDとは、接続情報21に格納された配線を識別する情報である。よって、図5に示す接続情報21は、ネットID54345の配線に、48個のビアが含まれていることを示している。なお、図5に示す接続情報21には、2−3層目のビアの数がネットIDに対応付けられて格納されているが、2−3層目のビアが含まれる数が多い順に、接続情報21に格納された配線を並べれば、接続情報21に2−3層目のビアの数を含まなくても良い。また、分割部13は、例えば、同じ数の2−3層目のビアを含む配線があるとき、ネットIDの順に配線を並べても良い。
そして、分割部13は、例えば、2−3層目のビアの数が多い順に、10万の配線ごとにグループ化し、それぞれのグループを分割情報25としても良い。この場合には、図5に示すように、分割部13は、接続情報21を20分割し、20個の分割情報25−1〜分割情報25―20を生成する。なお、1つの分割情報25に含まれる配線は、10万に限定されるものではなく、例えば、各故障情報24に含まれる故障候補配線の数に比例して多くするなど、適宜設定しても良い。
分割部13は、他の要因候補についても同様に、接続情報21に格納された配線を並べ替え、接続情報21を分割しても良い。分割部13は、例えば、図3に示すように、要因候補が4つであるとき、各要因候補について、接続情報21を20分割しても良い。この場合には、分割部13により、80個の分割情報25が生成される。
選択部14は、故障情報24と、要因情報22とを用いて、故障情報24の中から故障している可能性が高い第1配線を半導体デバイス毎に1つずつ選択する。
図6は、回帰式の一例を示す図である。図7は、回帰分析の結果より得られる故障率を示す図である。
図6、図7を参照して、選択部14が第1配線を選択する処理の一例を説明する。また、算出部15と、生成部16との動作についても合わせて説明する。
選択部14は、複数の故障情報24のそれぞれから1つずつ故障候補配線を選択する。すなわち、選択部14は、例えば、記憶部20に100個の故障情報24が記憶されているとき、100個の故障候補配線を選択する。
そして、算出部15は、接続情報21を分割した複数の分割情報25のそれぞれについて、選択した複数の故障候補配線が含まれる割合を示す第1故障率を算出する。
算出部15は、例えば、記憶部20に80個の分割情報25が記憶されているとき、80個の第1故障率を算出する。算出部15は、分割情報25に10万の配線が格納され、選択部14が選択した故障候補配線が100個のとき、10万の配線の中から、100個の故障候補配線と同じ配線を検索する。そして、算出部15は、例えば、分割情報25に格納された10万の配線の中に、50個の故障候補配線が含まれているとき、第1故障率を50/10万と算出しても良い。なお、算出部15は、第1故障率を複数の分割情報25について求めたあと、各第1故障率の値を正規化しても良い。
さらに、算出部15は、分割情報25のそれぞれについて、分割情報25に対応する配線の配置を示す分割配置情報26を用いて、分割情報25に対応する各配線に故障要因となる特徴が含まれる度合いを示す特徴値を、複数の要因候補に関して算出する。
分割情報25に対応する各配線に故障要因となる特徴が含まれる度合いを示す特徴値は、例えば、分割情報25に格納された配線に含まれる要因候補の影響の大きさに比例して大きくなる値でも良い。
要因候補の影響の大きさは、例えば、要因候補が2−3層目のビアであるとき、配線に含まれるビアの数に比例する。また、要因候補の影響の大きさは、例えば、要因候補が5層目の密配線であるとき、配線が密配線の領域を通る距離や、配線が密配線の領域で隣り合う他の配線との距離に比例する。特徴値は、ビアの数や密配線の形状以外の他の要因候補の特徴についても適宜算出される。そして、特徴値は、例えば、複数の要因候補の特徴値が同じ値を示すとき、各要因候補の特徴が異なっていても、それぞれの要因候補が半導体デバイスの故障について与える影響の度合いが同じになるように設定される。
生成部16は、図6に示すように、第1故障率yと、算出した各特徴値xに寄与度wを付与した値との関係を示す回帰式を分割情報25のそれぞれについて生成する。生成部16は、例えば、記憶部20に分割情報25が80個記憶されているとき、80個の回帰式(1)〜(80)を生成する。
第1故障率yと特徴値xとは、それぞれ算出部15で算出された値である。第1故障率は、各分割情報25について算出される。また、特徴値は、各分割情報25について、要因情報22に格納されている要因候補と同じ数だけ算出される。要因情報22が図3に示す要因情報22であるときには、算出部15により、各分割情報25について、それぞれ4つの特徴値が算出される。また、寄与度wは、各要因候補の特徴値xに対してそれぞれ付与され、回帰分析により値が求まる変数である。そして、寄与度wは、半導体デバイスの故障への影響の強さを示す。よって、要因候補は、回帰分析により求められる、要因候補の特徴値xに付与された寄与度wの値が高いほど、半導体デバイスの故障率yを高くする影響が強い要因候補であると判定される。すなわち、設計やプロセスを変更するなどして、回帰分析により求められる寄与度wが高い要因候補の特徴値xが増加すると、回帰分析により求められる寄与度wが低い要因候補の特徴値xが増加するよりも、半導体デバイスの故障する可能性が高くなる。なお、Cは、半導体デバイスへの故障の影響が小さいため、無視された要因候補の影響の度合いをまとめたものである。Cは、例えば、回帰分析の撹乱項である。
そして、算出部15は、生成した複数の回帰式を用いて回帰分析することにより、各要因候補に対応する寄与度を算出する。
さらに、算出部15は、第1故障率と算出した寄与度を用いて得られる第2故障率との相関関係を示す決定係数を算出する。
図7を参照して、寄与度を用いて得られる第2故障率を説明する。
図7に示す回帰式(1)は、例えば、図6に示す回帰式(1)に対応する。ただし、第2故障率は、他の回帰式(2)〜(n)のいずれかを用いて算出しても良い。また、回帰式(1)の第1故障率は、正規化されているものとする。回帰式(1)には、例えば、分割情報25−1の、第1故障率y1として80、特徴値x11として30、特徴値x12として20、特徴値x13として10、および特徴値x14として40が代入されているものとする。なお、回帰式(1)に代入された値は、例えば、複数の故障情報24から1つずつ選択された第1配線と、分割情報25−1と、分割配置情報26とを用いて、算出部15で算出された値である。
図7に示す回帰式(1)は、例えば、図6に示す回帰式(1)に対応する。ただし、第2故障率は、他の回帰式(2)〜(n)のいずれかを用いて算出しても良い。また、回帰式(1)の第1故障率は、正規化されているものとする。回帰式(1)には、例えば、分割情報25−1の、第1故障率y1として80、特徴値x11として30、特徴値x12として20、特徴値x13として10、および特徴値x14として40が代入されているものとする。なお、回帰式(1)に代入された値は、例えば、複数の故障情報24から1つずつ選択された第1配線と、分割情報25−1と、分割配置情報26とを用いて、算出部15で算出された値である。
算出部15は、図7に示す回帰式(1)を用いて回帰分析した結果、寄与度w1=0.9、寄与度w2=1.0、寄与度w3=1.0、寄与度w4=0.5が算出されたとする。このとき、第2故障率は、例えば、回帰分析により算出された寄与度を回帰式(1)に代入して得られる値である。この場合には、第2故障率は、回帰式(1’)に示される77である。
決定係数は、選択部14による複数の故障情報24から選択された故障候補配線の選択が適切であり、第1故障率と第2故障率との一致の度合いが高くなると、1に近づく値を設定すれば良い。決定係数は、例えば、第1故障率と第2故障率とを、所定の式に代入することにより得られる値でも良い。決定係数は、例えば、回帰分析において用いられる決定係数の算出式により算出されても良い。
すなわち、決定係数は、実測値に基づいた第1故障率と、回帰分析の結果に基づいた第2故障率との一致の度合いが高くなると1に近づく値であるので、決定係数が高いほど回帰式の当てはまりが良く、回帰分析の結果得られる寄与度の信頼性が高いことを示す。
そして、選択部14は、算出した決定係数が高くなるように、故障候補配線を選択する処理を繰り返し実行し、決定係数が高くなる故障候補配線を第1配線に選択する。
選択部14による、決定係数が高くなる故障候補配線を第1配線に選択する処理の一例を説明する。
選択部14は、複数の故障情報24から1つずつ故障候補配線を選択する。生成部16は、選択部14が故障候補配線の組合せを選択すると、選択された故障候補配線を用いて回帰式を生成する。算出部15は、生成部16で回帰式が生成されると、回帰分析により決定係数を算出する。故障解析装置1は、選択部14による選択処理と、生成部16による生成処理と、算出部15による算出処理を繰り返し実行する。そして、選択部14は、決定係数が最も高くなる故障候補配線の組合せを検出し、その組合せに含まれる故障候補配線を、各故障情報24から第1配線として選択しても良い。
また、選択部14は、第1配線を選択する処理における処理負担を軽減するために、複数の故障情報24から1つずつ故障候補配線を選択するとき、焼きなまし法や山登り法を用いても良い。
特定部17は、選択部14により選択された第1配線を用いて、回帰分析を行なうことにより得られる複数の寄与度の中で、高い値を示す寄与度に対応する要因候補をシステマチック故障の要因に特定する。特定部17は、例えば、図8に示すように、各要因候補の寄与度が求まったとき、要因候補4を故障要因に特定する。なお、図8では、要因候補4は、要因候補1〜3と比較して、寄与度が高い。したがって、要因候補4の特徴に対応する特徴値が増加すると、要因候補1〜3の特徴に対応する特徴値が増加するよりも、半導体デバイスの故障する可能性が高くなることを示している。
また、特定部17は、所定の閾値以上の寄与度を有する要因候補を故障要因に特定しても良い。特定部17は、例えば、所定の閾値が寄与度30のとき、図8に示すように、各要因候補の寄与度が求まった場合、要因候補1および要因候補4を故障要因に特定する。
さらに、特定部17は、寄与度の高い順から複数の要因候補を故障要因に特定しても良い。特定部17は、例えば、寄与度の高い順から2つの要因候補を故障要因に特定するとき、図8に示すように、各要因候補の寄与度が求まった場合、要因候補1および要因候補4を故障要因に特定する。
特定部17は、図9に示すように、特定したシステマチック故障の要因を特定情報27に格納する。図9は、特定情報27の一例を示す。要因IDとは、特定した故障要因を識別するための情報である。特徴とは、特定した故障要因の構成を示す情報である。状態とは、特定した故障要因の状態を示す情報である。
また、特定部17は、選択部14により選択された第1配線を用いて、回帰分析を行なうことにより得られる決定係数が所定の閾値以下となったとき、故障要因の特定を終了しても良い。所定の閾値には、例えば、決定係数=0.5とするなど、回帰式の信頼性が保たれるように設定しても良い。
そして、特定部17は、システマチック故障の要因を特定したとき、特定したシステマチック故障の要因を出力する。また、特定部17は、システマチック故障の要因の特定が終了したとき、特定情報27に格納されたシステマチック故障の要因を出力しても良い。特定部17は、例えば、記憶部20や後述する表示装置407に故障要因を出力しても良い。
抽出部18は、複数の故障情報24の中から、故障をしたとき、半導体デバイスの出力を第1配線が故障をしたときの出力と同じ出力にする、第2配線をそれぞれ抽出する。抽出部18は、第2配線を抽出するとき、例えば、接続情報21を検索し、選択した第1配線の故障差関数と一致する故障差関数を有する故障候補配線を第2配線として抽出しても良い。また、抽出部18は、選択した第1配線の故障差関数と一致する故障差関数を有する故障候補配線が、接続情報21に複数あるとき、その複数の故障候補配線を第2配線として抽出しても良い。すなわち、第2配線とは、第1配線が故障したとき、第2配線が故障していなくても、論理故障診断で第1配線の故障に付随して検出される故障候補配線のことである。
図10は、故障差関数を用いた付随する故障候補配線の抽出を説明する図である。
図10を参照して、故障差関数を用いて第2配線を抽出する処理を説明する。図10に示す論理回路300において、配線1〜配線3は、図10に示す故障情報24に格納されているネットID1〜ネットID3に対応する配線である。なお、FF301〜FF303は、スキャン・フリップフロップでも良い。また、x1は、FF301から出力される信号である。x2は、FF302から出力される信号である。
図10を参照して、故障差関数を用いて第2配線を抽出する処理を説明する。図10に示す論理回路300において、配線1〜配線3は、図10に示す故障情報24に格納されているネットID1〜ネットID3に対応する配線である。なお、FF301〜FF303は、スキャン・フリップフロップでも良い。また、x1は、FF301から出力される信号である。x2は、FF302から出力される信号である。
選択部14により、故障情報24のネットID1に対応する配線1が第1配線に選択されたとき、抽出部18は、配線1に0縮退故障を仮定して故障差関数=x1+x2を求める。さらに、抽出部18は、配線2に0縮退故障を仮定して故障差関数=x1+x2を求める。また、抽出部18は、配線3に0縮退故障を仮定して故障差関数=notx1・x2を求める。そして、抽出部18は、配線1と配線2とが同じ故障差関数を持つので、論理故障診断において、第1配線の故障に付随して故障候補配線であると検出された第2配線として、配線2を抽出する。
上述の説明において、抽出部18は、図10に示す故障情報24の配線1〜配線3に対応するレコードに0縮退故障が格納されているので、各配線に0縮退故障を仮定して故障差関数を求めている。抽出部18は、図10に示す故障情報24の配線1〜配線3に対応するレコードに0縮退故障以外の他の種類の故障が格納されているとき、格納されている他の種類の故障を各配線に仮定して故障差関数を求めても良い。
削除部19は、選択部14で選択された第1配線と、抽出部18で抽出された第2配線とを複数の故障情報24からそれぞれ削除する。
そして、処理部12は、第1配線と第2配線とを削除した各故障情報24を用いて、選択部14と、特定部17と、抽出部18と、削除部19とに、それぞれ選択処理と、特定処理と、抽出処理と、削除処理とを実行させる処理をする。
以上のように、実施形態の故障解析装置1は、故障情報24に含まれる故障している可能性の高い故障候補配線(第1配線)を用いて支配的な故障要因を特定する。さらに、故障解析装置1は、第1配線と第1配線の故障に付随する故障候補配線(第2配線)とを故障情報から削除し、再度故障要因を特定する。これにより、故障解析装置1は、第1配線の故障に起因する故障要因だけでなく、他の故障要因も特定することができる。
したがって、ユーザは、故障解析装置1により特定された複数の故障要因を参照し、支配的な故障要因以外の故障要因についても考慮した設計をすることで、半導体デバイスの歩留まりを向上することができる。
図11〜図13は、故障要因を特定する処理を示すフローチャートである。
図11〜図13を参照して、図1に示す故障解析装置1が故障要因を特定する処理を説明する。
図11〜図13を参照して、図1に示す故障解析装置1が故障要因を特定する処理を説明する。
図11を参照して説明する。
分割部13は、接続情報21を分割し、複数の分割情報25を生成する(S101)。S101の処理には、例えば、図5を参照して説明した分割処理を用いても良い。そして、処理部12は、複数の分割情報25について、それぞれ対応する分割配置情報26を生成する。
分割部13は、接続情報21を分割し、複数の分割情報25を生成する(S101)。S101の処理には、例えば、図5を参照して説明した分割処理を用いても良い。そして、処理部12は、複数の分割情報25について、それぞれ対応する分割配置情報26を生成する。
選択部14は、複数の故障情報24から故障候補配線を1つずつ選択する(S102)。
算出部15は、接続情報21を分割した複数の分割情報25のそれぞれについて、選択した複数の故障候補配線が格納されている割合を示す第1故障率を算出する(S103)。
算出部15は、分割情報25のそれぞれについて、要因情報22と、分割配置情報26とを用いて、分割情報25に格納された各配線に要因候補が含まれる度合いを示す特徴値を、要因情報22に格納されている要因候補それぞれに関して算出する(S104)。
生成部16は、算出した第1故障率と算出した特徴値に寄与度を付与した値との関係を示す回帰式を分割情報25のそれぞれについて生成する(S105)。
算出部15は、生成した複数の回帰式を用いて回帰分析することにより、各要因候補に対応する寄与度を算出する(S106)。
算出部15は、第1故障率と算出した寄与度を用いて得られる第2故障率との相関関係を示す決定係数を算出する(S107)。
選択部14は、後述するS201において、前回までに保持された決定係数よりも、S107で算出された決定係数が大きいか否かを判定する(S108)。そして、選択部14は、前回までに保持された決定係数よりも、S107で算出された決定係数が大きいとき(S108にてYes)、S201の処理を実行する。また、選択部14は、S107で算出された決定係数が前回までに保持された決定係数以下のとき(S108にてNo)、S202の処理を実行する。
図12を参照して説明する。
選択部14は、直前にS102または後述するS203において選択された故障候補配線の組合せと決定係数とを保持する(S201)。このとき、選択部14は、前回までに保持された、故障候補配線の組合せと決定係数とに、今回保持する故障候補配線の組合せと決定係数とを上書き更新しても良い。これにより、選択部14は、回帰分析により算出される決定係数が高くなる故障候補配線の組合せを検索することができる。なお、選択部14は、故障候補配線の組合せと決定係数とを記憶部20に保持しても良いし、制御部10が有するキャッシュ領域に保持しても良い。
選択部14は、直前にS102または後述するS203において選択された故障候補配線の組合せと決定係数とを保持する(S201)。このとき、選択部14は、前回までに保持された、故障候補配線の組合せと決定係数とに、今回保持する故障候補配線の組合せと決定係数とを上書き更新しても良い。これにより、選択部14は、回帰分析により算出される決定係数が高くなる故障候補配線の組合せを検索することができる。なお、選択部14は、故障候補配線の組合せと決定係数とを記憶部20に保持しても良いし、制御部10が有するキャッシュ領域に保持しても良い。
選択部14は、複数の故障情報24から1つずつ選択する故障候補配線の組合せについて、全ての組合せを選択したか否かを判定する(S202)。選択部14は、複数の故障情報24から1つずつ選択する故障候補配線の組合せについて、全ての組合せを選択していないとき(S202にてNo)、選択した故障候補配線のうちの1つを変更し(S203)、S103の処理を実行する。選択部14は、例えば、前回までに選択した故障候補配線の組合せを保持しておき、S203において、前回までに選択した故障候補配線の組合せと、今回選択した故障候補配線の組合せとが異なるように、故障候補配線のうちの1つを変更しても良い。また、選択部14は、S203において、焼きなまし法や山登り法を用いて、故障候補配線のうち1つを変更しても良い。この場合、選択部14は、S202において、1つずつ選択する故障候補配線の組合せについて、全ての組合せを選択していなくても、最大の決定係数が得られると予測される故障候補配線の組合せが得られたとき、後述するS204の処理を実行しても良い。
選択部14が複数の故障情報24から1つずつ選択する故障候補配線の組合せについて、全ての組合せを選択したとき(S202にてYes)、特定部17は、最後に保持した決定係数が所定の閾値より大きいか否かを判定する(S204)。
特定部17が最後に保持した決定係数が所定の閾値より大きいと判定したとき(S204にてYes)、選択部14は、保持した決定係数に関連する故障候補配線の組合せについて、S105で生成した回帰式の当てはまりが良いと判定する。そして、選択部14は、最後に保持した保障候補配線の組合せに含まれる故障候補配線のそれぞれを、故障している可能性の高い第1配線として選択する(S205)。回帰式の当てはまりが良いとは、回帰式の結果により得られる寄与度の信頼性が高いことを意味する。したがって、特定部17は、後述する寄与度を用いて故障要因を特定するS206において、精度よく故障要因を特定することができる。
特定部17は、第1配線を用いて、S105の回帰分析により算出された複数の要因候補に対応する寄与度の中で、高い値を示す寄与度に対応する要因候補を故障要因に特定する(S206)。
特定部17は、特定した故障要因を出力する(S207)。また、特定部17は、故障要因を特定するごとに特定した故障要因を特定情報27に記憶しておき、S204において、システマチック故障の要因の特定を終了すると判定したとき、特定情報27に記憶された故障要因を出力しても良い。
図13を参照して説明する。
抽出部18は、接続情報21を検索し、複数の故障情報24からそれぞれ第1配線の故障差関数と同じ故障差関数を有する第2配線を抽出する(S301)。すなわち、抽出部18は、複数の故障情報24の中から、故障をしたとき、半導体デバイスの出力を第1配線が故障をしたときの出力と同じ出力にする、第2配線をそれぞれ抽出する。
抽出部18は、接続情報21を検索し、複数の故障情報24からそれぞれ第1配線の故障差関数と同じ故障差関数を有する第2配線を抽出する(S301)。すなわち、抽出部18は、複数の故障情報24の中から、故障をしたとき、半導体デバイスの出力を第1配線が故障をしたときの出力と同じ出力にする、第2配線をそれぞれ抽出する。
削除部19は、S301において、第2配線が抽出されたか否かを判定する(S302)。
削除部19は、S301において、第2配線が抽出されたとき(S302にてYes)、第1配線と第2配線とを複数の故障情報24からそれぞれ削除する(S303)。
そして、処理部12は、各故障情報24を第1配線と第2配線とを削除した故障情報24に更新し、S102の処理を実行する(S304)。
削除部19は、S301において、第2配線が抽出されなかったとき(S302にてNo)、第1配線を複数の故障情報24からそれぞれ削除する(S305)。
そして、処理部12は、各故障情報24を、第1配線を削除した故障情報24に更新し、S102の処理を実行する(S306)。
図12を参照して説明する。
S204において、最後に保持した決定係数が所定の閾値以下と判定したとき(S204にてNo)、特定部17は、保持した決定係数に関連する故障候補配線の組合せについて、S105で生成した回帰式の当てはまりが悪いと判定する。そして、特定部17は、システマチック故障の要因の特定を終了する。なお、回帰式の当てはまりが悪いとは、回帰式の結果により得られる寄与度の信頼性が低いことを意味する。したがって、特定部17は、回帰式の当てはまりが悪いとき、S206において、精度よく故障要因を特定することができないので、システマチック故障の要因の特定を終了する。
S204において、最後に保持した決定係数が所定の閾値以下と判定したとき(S204にてNo)、特定部17は、保持した決定係数に関連する故障候補配線の組合せについて、S105で生成した回帰式の当てはまりが悪いと判定する。そして、特定部17は、システマチック故障の要因の特定を終了する。なお、回帰式の当てはまりが悪いとは、回帰式の結果により得られる寄与度の信頼性が低いことを意味する。したがって、特定部17は、回帰式の当てはまりが悪いとき、S206において、精度よく故障要因を特定することができないので、システマチック故障の要因の特定を終了する。
図14は、コンピュータ装置の一実施例を示すブロック図である。
図14を参照して、故障解析装置1の構成について説明する。
図14を参照して、故障解析装置1の構成について説明する。
図14において、コンピュータ装置400は、制御回路401と、記憶装置402と、読書装置403と、記録媒体404と、通信インターフェイス405(通信I/F)と、入出力インターフェイス406(入出力I/F)と、表示装置407と、ネットワーク408とを備えている。また、各構成要素は、バス409により接続されている。
制御回路401は、コンピュータ装置400全体の制御をする。そして、制御回路401は、例えば、CPU、マルチコアCPU、FPGA(Field Programmable Gate Array)およびPLD(Programmable Logic Device)などである。制御回路401は、例えば、図1において、制御部10として機能する。なお、記憶部20に含まれる接続情報21と、要因情報22と、配置情報23と、故障情報24と、分割情報25と、分割配置情報26と、特定情報27とは、例えば、CPU、FPGA、およびPLDのキャッシュに記憶されても良い。
記憶装置402は、各種データを記憶する。そして、記憶装置402は、例えば、ROM(Read Only Memory)およびRAM(Random Access Memory)などのメモリや、HD(Hard Disk)などで構成される。記憶装置402は、例えば、図1において、記憶部20として機能する。そして、記憶装置402は、例えば、図1に示す、接続情報21と、要因情報22と、配置情報23と、故障情報24と、分割情報25と、分割配置情報26と、特定情報27とを記憶しても良い。
また、ROMは、ブートプログラムなどのプログラムを記憶している。RAMは、制御回路401のワークエリアとして使用される。HDは、OS、アプリケーションプログラム、ファームウェアなどのプログラム、および各種データを記憶している。
記憶装置402は、例えば、制御回路401を、制御部10として機能させる故障解析プログラムを記憶する。
故障解析処理をするとき、故障解析装置1は、記憶装置402に記憶された故障解析プログラムをRAMに読み出す。そして、RAMに読み出された故障解析プログラムを制御回路401で実行することで、故障解析装置1は、故障解析処理を実行する。
なお、故障解析プログラムは、制御回路401が通信インターフェイス405を介してアクセス可能であれば、ネットワーク408上のサーバが有する記憶装置に記憶されていても良い。
読書装置403は、制御回路401に制御され、着脱可能な記録媒体404のデータのリード/ライトを行なう。そして、読書装置403は、例えば、FDD(Floppy Disk Drive)、CDD(Compact Disc Drive)、DVDD(Digital Versatile Disk Drive)、BDD(Blu−ray(登録商標) Disk Drive)およびUSB(Universal Serial Bus)などである。
記録媒体404は、各種データを保存する。記録媒体404は、例えば、故障解析プログラムを記憶する。さらに、記録媒体404は、図1に示す、接続情報21と、要因情報22と、配置情報23と、故障情報24と、分割情報25と、分割配置情報26と、特定情報27とを記憶しても良い。
そして、記録媒体404は、読書装置403を介してバス409に接続され、制御回路401が読書装置403を制御することにより、データのリード/ライトが行なわれる。また、記録媒体404は、例えば、FD(Floppy Disk)、CD(Compact Disc)、DVD(Digital Versatile Disk)、BD(Blu−ray(登録商標) Disk)、およびフラッシュメモリなどである。
通信インターフェイス405は、ネットワーク408を介してコンピュータ装置400と他の装置とを通信可能に接続する。
入出力インターフェイス406は、例えば、キーボード、マウス、およびタッチパネルなどと接続され、接続された装置から各種情報を示す信号が入力されると、バス409を介して入力された信号を制御回路401に出力する。また、入出力インターフェイス406は、制御回路401から出力された各種情報を示す信号がバス409を介して入力されると、接続された各種装置にその信号を出力する。入出力インターフェイス406は、例えば、図1において、入出力部30として機能する。
表示装置407は、例えば、入出力インターフェイス406に接続され、各種情報を表示する。表示装置407は、例えば、特定部17で特定された故障要因を表示する。
ネットワーク408は、例えば、LAN、無線通信、またはインターネットなどであり、コンピュータ装置400と他の装置を通信接続する。
以上のように、実施形態の故障解析装置1は、故障している可能性が高い第1配線を用いて故障要因を特定し、第1配線と第1配線の故障に付随する第2配線とを故障情報24から削除し、再度故障要因を特定する。これにより、故障解析装置1は、システマチック故障の複数の要因を特定することができる。よって、ユーザは、支配的な故障要因以外の故障要因についても考慮して設計をすることで、半導体デバイスの歩留まりを向上することができる。
実施形態の故障解析装置1は、故障情報24から第2配線を抽出するとき、故障している可能性が高い第1配線の故障差関数と同じ故障差関数を有する故障候補配線を第2配線として抽出する。これにより、故障解析装置1は、第1配線が故障したとき、論理診断により付随して故障していると判定される第2配線を抽出することができる。よって、故障解析装置1は、第1配線と第2配線とを削除した故障情報24を用いて再度故障要因の解析をすることにより、第1配線の故障に付随する第2配線の影響を省いた解析ができるので、故障要因の特定精度を向上することができる。
実施形態の故障解析装置1は、回帰分析により得られる決定係数が所定の閾値以下となったとき、システマチック故障の要因の特定を終了する。これにより、故障解析装置1は、当てはまりの良い回帰式を用いて故障要因の解析をするので、故障要因の特定精度を向上することができる。
なお、本実施形態は、以上に述べた実施形態に限定されるものではなく、本実施形態の要旨を逸脱しない範囲内で種々の構成または実施形態を取ることができる。
以上記載した各実施例を含む実施形態に関し、さらに以下の付記を開示する。なお、本発明は、以下の付記に限定されるものではない。
(付記1)
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択し、
前記選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度 の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定し、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出し、
前記第1配線と前記第2配線とを前記故障情報から削除し、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する
処理をコンピュータに実行させる故障解析プログラム。
(付記2)
前記第2配線を抽出する処理において、
前記半導体デバイスに含まれる複数の素子の接続関係を示す接続情報を検索し、
前記選択した第1配線の故障差関数と一致する故障差関数を有する前記第2配線を抽出する
処理をコンピュータに実行させる付記1に記載の故障解析プログラム。
(付記3)
前記システマチック故障の要因を特定する処理において、
前記回帰分析により得られる決定係数が所定の閾値以下となったとき、前記システマチック故障の要因の特定を終了する
処理をコンピュータに実行させる付記1または2に記載の故障解析プログラム。
(付記4)
前記第1配線を選択する処理において、
前記半導体デバイスに含まれる複数の素子の接続関係を示す接続情報を分割し、
前記各半導体デバイスの故障情報のそれぞれから1つずつ故障候補配線を選択し、
前記接続情報を分割した複数の分割情報のそれぞれについて、前記選択した複数の故障候補配線に対応する接続関係が含まれる割合を示す第1故障率を算出し、
前記分割情報のそれぞれについて、前記分割情報に対応する配線の配置を示す分割配置情報を用いて、前記分割情報に対応する各配線に前記システマチック故障の要因となる特徴が含まれる度合いを示す特徴値を、前記システマチック故障の複数の要因候補に関して算出し、
前記算出した第1故障率と前記算出した特徴値に寄与度を付与した値との関係を示す回帰式を前記分割情報のそれぞれについて生成し、
前記生成した複数の回帰式を用いて回帰分析することにより、前記各要因候補に対応する寄与度を算出し、
前記第1故障率と前記算出した寄与度を用いて得られる第2故障率との相関関係を示す決定係数を算出し、
前記算出した決定係数が高くなるように、前記故障候補配線を選択する処理を繰り返し実行し、前記決定係数が高くなる故障候補配線を前記第1配線に選択する
処理をコンピュータに実行させる付記1〜3のいずれか一つに記載の故障解析プログラム。
(付記5)
前記接続情報を分割する処理において、
前記接続情報に対応する配線の配置を示す配置情報を用いて、前記半導体デバイスが有する配線のそれぞれについて、前記システマチック故障の要因となる特徴が含まれる度合いを示す特徴値を、前記システマチック故障の複数の要因候補に関して算出し、
前記システマチック故障の複数の要因候補のそれぞれについて、前記特徴値が高い順に複数の配線を組み合わせて、前記接続情報を前記分割情報に分割する
処理をコンピュータに実行させる付記4に記載の故障解析プログラム。
(付記6)
前記システマチック故障の要因の特定したとき、前記システマチック故障の要因を出力する
処理をコンピュータに実行させる付記3に記載の故障解析プログラム。
(付記7)
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択する選択部と、
前記選択部が選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定する特定部と、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出する抽出部と、
前記第1配線と前記第2配線とを前記故障情報から削除する削除部と、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する処理をする処理部と、
を備えることを特徴とする故障解析装置。
(付記8)
コンピュータによって実行される故障解析方法であって、
前記コンピュータは、
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択し、
前記選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定し、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出し、
前記第1配線と前記第2配線とを前記故障情報から削除し、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する
ことを実行する故障解析方法。
(付記1)
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択し、
前記選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度 の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定し、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出し、
前記第1配線と前記第2配線とを前記故障情報から削除し、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する
処理をコンピュータに実行させる故障解析プログラム。
(付記2)
前記第2配線を抽出する処理において、
前記半導体デバイスに含まれる複数の素子の接続関係を示す接続情報を検索し、
前記選択した第1配線の故障差関数と一致する故障差関数を有する前記第2配線を抽出する
処理をコンピュータに実行させる付記1に記載の故障解析プログラム。
(付記3)
前記システマチック故障の要因を特定する処理において、
前記回帰分析により得られる決定係数が所定の閾値以下となったとき、前記システマチック故障の要因の特定を終了する
処理をコンピュータに実行させる付記1または2に記載の故障解析プログラム。
(付記4)
前記第1配線を選択する処理において、
前記半導体デバイスに含まれる複数の素子の接続関係を示す接続情報を分割し、
前記各半導体デバイスの故障情報のそれぞれから1つずつ故障候補配線を選択し、
前記接続情報を分割した複数の分割情報のそれぞれについて、前記選択した複数の故障候補配線に対応する接続関係が含まれる割合を示す第1故障率を算出し、
前記分割情報のそれぞれについて、前記分割情報に対応する配線の配置を示す分割配置情報を用いて、前記分割情報に対応する各配線に前記システマチック故障の要因となる特徴が含まれる度合いを示す特徴値を、前記システマチック故障の複数の要因候補に関して算出し、
前記算出した第1故障率と前記算出した特徴値に寄与度を付与した値との関係を示す回帰式を前記分割情報のそれぞれについて生成し、
前記生成した複数の回帰式を用いて回帰分析することにより、前記各要因候補に対応する寄与度を算出し、
前記第1故障率と前記算出した寄与度を用いて得られる第2故障率との相関関係を示す決定係数を算出し、
前記算出した決定係数が高くなるように、前記故障候補配線を選択する処理を繰り返し実行し、前記決定係数が高くなる故障候補配線を前記第1配線に選択する
処理をコンピュータに実行させる付記1〜3のいずれか一つに記載の故障解析プログラム。
(付記5)
前記接続情報を分割する処理において、
前記接続情報に対応する配線の配置を示す配置情報を用いて、前記半導体デバイスが有する配線のそれぞれについて、前記システマチック故障の要因となる特徴が含まれる度合いを示す特徴値を、前記システマチック故障の複数の要因候補に関して算出し、
前記システマチック故障の複数の要因候補のそれぞれについて、前記特徴値が高い順に複数の配線を組み合わせて、前記接続情報を前記分割情報に分割する
処理をコンピュータに実行させる付記4に記載の故障解析プログラム。
(付記6)
前記システマチック故障の要因の特定したとき、前記システマチック故障の要因を出力する
処理をコンピュータに実行させる付記3に記載の故障解析プログラム。
(付記7)
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択する選択部と、
前記選択部が選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定する特定部と、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出する抽出部と、
前記第1配線と前記第2配線とを前記故障情報から削除する削除部と、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する処理をする処理部と、
を備えることを特徴とする故障解析装置。
(付記8)
コンピュータによって実行される故障解析方法であって、
前記コンピュータは、
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択し、
前記選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定し、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出し、
前記第1配線と前記第2配線とを前記故障情報から削除し、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する
ことを実行する故障解析方法。
1 故障解析装置
2 ウェハ
10 制御部
11 取得部
12 処理部
13 分割部
14 選択部
15 算出部
16 生成部
17 定部
18 抽出部
19 削除部
20 記憶部
21 接続情報
22 要因情報
23 配置情報
24 各故障情報
24 故障情報
25 各分割情報
25 分割情報
26 分割配置情報
27 特定情報
30 入出力部
31 入力部
32 出力部
300 論理回路
400 コンピュータ装置
401 制御回路
402 記憶装置
403 読書装置
404 記録媒体
405 通信インターフェイス
406 入出力インターフェイス
407 表示装置
408 ネットワーク
409 バス
2 ウェハ
10 制御部
11 取得部
12 処理部
13 分割部
14 選択部
15 算出部
16 生成部
17 定部
18 抽出部
19 削除部
20 記憶部
21 接続情報
22 要因情報
23 配置情報
24 各故障情報
24 故障情報
25 各分割情報
25 分割情報
26 分割配置情報
27 特定情報
30 入出力部
31 入力部
32 出力部
300 論理回路
400 コンピュータ装置
401 制御回路
402 記憶装置
403 読書装置
404 記録媒体
405 通信インターフェイス
406 入出力インターフェイス
407 表示装置
408 ネットワーク
409 バス
Claims (5)
- 複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択し、
前記選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定し、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出し、
前記第1配線と前記第2配線とを前記故障情報から削除し、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する
処理をコンピュータに実行させる故障解析プログラム。 - 前記第2配線を抽出する処理において、
前記半導体デバイスに含まれる複数の素子の接続関係を示す接続情報を検索し、
前記選択した第1配線の故障差関数と一致する故障差関数を有する前記第2配線を抽出する
処理をコンピュータに実行させる請求項1に記載の故障解析プログラム。 - 前記システマチック故障の要因を特定する処理において、
前記回帰分析により得られる決定係数が所定の閾値以下となったとき、前記システマチック故障の要因の特定を終了する
処理をコンピュータに実行させる請求項1または2に記載の故障解析プログラム。 - 複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択する選択部と、
前記選択部が選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定する特定部と、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出する抽出部と、
前記第1配線と前記第2配線とを前記故障情報から削除する削除部と、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する処理をする処理部と、
を備えることを特徴とする故障解析装置。 - コンピュータによって実行される故障解析方法であって、
前記コンピュータは、
複数の半導体デバイス毎に故障している可能性のある故障候補配線を示す故障情報と、システマチック故障の要因となり得る複数の要因候補を示す要因情報とを用いて、前記故障情報の中から故障している可能性が高い第1配線を前記半導体デバイス毎に1つずつ選択し、
前記選択した第1配線を用いて回帰分析を行なうことにより得られる前記システマチック故障の複数の要因候補に対応する、前記半導体デバイスの故障への影響の強さを示す寄与度の中で、高い値を示す寄与度に対応する要因候補を前記システマチック故障の要因に特定し、
前記故障情報の中から、前記第1配線が故障をしたと仮定したときの故障シミュレーション結果と、故障を仮定したとき同じ故障シミュレーション結果にする第2配線を、前記半導体デバイス毎に抽出し、
前記第1配線と前記第2配線とを前記故障情報から削除し、
前記第1配線と前記第2配線とを削除した各半導体デバイスの故障情報を用いて、前記選択処理と、前記特定処理と、前記抽出処理と、前記削除処理とを実行する
ことを実行する故障解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014045919A JP2015169588A (ja) | 2014-03-10 | 2014-03-10 | 故障解析プログラム、故障解析方法、および故障解析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014045919A JP2015169588A (ja) | 2014-03-10 | 2014-03-10 | 故障解析プログラム、故障解析方法、および故障解析装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015169588A true JP2015169588A (ja) | 2015-09-28 |
Family
ID=54202432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014045919A Pending JP2015169588A (ja) | 2014-03-10 | 2014-03-10 | 故障解析プログラム、故障解析方法、および故障解析装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015169588A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112379200A (zh) * | 2020-11-10 | 2021-02-19 | 深圳市康必达控制技术有限公司 | 故障定位及解决方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009032855A (ja) * | 2007-07-26 | 2009-02-12 | Panasonic Corp | 歩留まり予測方法及び歩留まり予測システム |
JP2010258353A (ja) * | 2009-04-28 | 2010-11-11 | Hitachi High-Technologies Corp | 観察欠陥選択処理方法、欠陥観察方法、観察欠陥選択処理装置、欠陥観察装置 |
-
2014
- 2014-03-10 JP JP2014045919A patent/JP2015169588A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009032855A (ja) * | 2007-07-26 | 2009-02-12 | Panasonic Corp | 歩留まり予測方法及び歩留まり予測システム |
JP2010258353A (ja) * | 2009-04-28 | 2010-11-11 | Hitachi High-Technologies Corp | 観察欠陥選択処理方法、欠陥観察方法、観察欠陥選択処理装置、欠陥観察装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112379200A (zh) * | 2020-11-10 | 2021-02-19 | 深圳市康必达控制技术有限公司 | 故障定位及解决方法 |
CN112379200B (zh) * | 2020-11-10 | 2024-02-13 | 深圳市康必达控制技术有限公司 | 故障定位及解决方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4955559B2 (ja) | 集積回路の歩留り及び品質の分析の方法及びシステム | |
Keim et al. | A rapid yield learning flow based on production integrated layout-aware diagnosis | |
JP4711801B2 (ja) | 回路設計システム及び回路設計プログラム | |
US8560904B2 (en) | Scan chain fault diagnosis | |
US20140310670A1 (en) | Failure analysis and inline defect characterization | |
US9448872B2 (en) | Hardware state data logger for silicon debug | |
US6775796B2 (en) | Creation of memory array bitmaps using logical to physical server | |
US9620244B1 (en) | Determining categories for memory fail conditions | |
JP5728839B2 (ja) | 故障診断方法、装置及びプログラム | |
TW202038127A (zh) | 系統性故障定位系統及系統性故障定位的方法 | |
Pomeranz | OBO: An output-by-output scoring algorithm for fault diagnosis | |
JP6036134B2 (ja) | 設計支援装置、設計支援方法、および設計支援プログラム | |
TWI515445B (zh) | 診斷工具-一種增加良率提升製程之產量的方法 | |
Dhotre et al. | Machine learning based test pattern analysis for localizing critical power activity areas | |
Huang et al. | Advancements in diagnosis driven yield analysis (DDYA): A survey of state-of-the-art scan diagnosis and yield analysis technologies | |
JP5129720B2 (ja) | 故障解析容易化設計を行うための回路設計装置 | |
US11193974B2 (en) | Failure diagnostic apparatus and failure diagnostic method | |
US10191112B2 (en) | Early development of a database of fail signatures for systematic defects in integrated circuit (IC) chips | |
JP6070337B2 (ja) | 物理故障解析プログラム、物理故障解析方法および物理故障解析装置 | |
JP2015169588A (ja) | 故障解析プログラム、故障解析方法、および故障解析装置 | |
US9983264B2 (en) | Multiple defect diagnosis method and machine readable media | |
JP2013217750A (ja) | 故障箇所診断装置、故障箇所診断方法及びプログラム | |
US8413092B2 (en) | Circuit design supporting apparatus and circuit design supporting method | |
Pomeranz et al. | Forward-Looking Reverse Order Fault Simulation for $ n $-Detection Test Sets | |
US20230019641A1 (en) | Systems and methods for modeling via defect |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161102 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170822 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180306 |