[发明专利]产品失效知识库建立方法与失效分析方法、装置、介质

权利要求书

1.一种产品失效知识库建立方法，其特征在于，包括：

获取多组失效产品数据，所述失效产品数据包括设计数据、工艺数据与缺陷数据；

根据所述设计数据和/或工艺数据对所述失效产品数据进行聚类，得到多个失效类别；

分别对各所述失效类别的缺陷数据进行随机性检验，以确定所述失效类别为随机失效模式或非随机失效模式；

对各所述非随机失效模式的失效产品数据进行关联规则挖掘，得到各所述非随机失效模式的失效根因数据；

根据各所述失效类别的随机失效模式/非随机失效模式分类结果与各所述非随机失效模式的失效根因数据，建立产品失效知识库；

其中，所述对各所述非随机失效模式的失效产品数据进行关联规则挖掘，得到各所述非随机失效模式的失效根因数据包括：

从所述设计数据和/或工艺数据的属性中获取多个属性组合；

在各所述非随机失效模式中，根据所述属性组合的数据变化趋势与所述缺陷数据的变化趋势确定所述属性组合与所述缺陷数据的关联度；

根据所述关联度最高的属性组合确定所述非随机失效模式的失效根因数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述设计数据和/或工艺数据对所述失效产品数据进行聚类，得到多个失效类别包括：

根据所述失效产品数据中的设计数据和/或工艺数据生成所述失效产品数据的特征向量；

对所述特征向量进行聚类，得到多个失效类别。

3.根据权利要求2所述的方法，其特征在于，所述对所述特征向量进行聚类，得到多个失效类别包括：

通过K均值算法对所述特征向量进行聚类，得到多个失效类别。

4.根据权利要求1所述的方法，其特征在于，所述在各所述非随机失效模式中，根据所述属性组合的数据变化趋势与所述缺陷数据的变化趋势确定所述属性组合与所述缺陷数据的关联度包括：

在各所述非随机失效模式中，获得每个失效产品数据的每类属性组合的向量；

基于每类属性组合在各所述非随机失效模式中的向量，根据所述向量的模的变化趋势确定所述属性组合的数据变化趋势；

根据所述属性组合的数据变化趋势与所述缺陷数据的变化趋势确定所述属性组合与所述缺陷数据的关联度。

5.根据权利要求1所述的方法，其特征在于，所述从所述设计数据和/或工艺数据的属性中获取多个属性组合包括：

从所述设计数据和工艺数据的属性中分别提取具有一个属性的属性组合、具有两个属性的属性组合、…、与具有p+q个属性的属性组合；

其中，p为所述设计数据的属性数量，q为所述工艺数据的属性数量。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述失效产品数据包括半导体位元失效数据；其中，

所述半导体位元失效数据中的设计数据包括以下任意一种或多种：位元结构数据、位元电性设计数据与光刻图形数据；

所述半导体位元失效数据中的工艺数据包括以下任意一种或多种：光刻工艺数据、刻蚀工艺数据、扩散工艺数据、离子注入工艺数据、化学气相沉积工艺数据、金属化工艺数据、清洗工艺数据与化学机械研磨工艺数据；

所述半导体位元失效数据中的缺陷数据包括以下任意一种或多种：位元电性测试数据、环境测试数据、位元失效图形数据与测试程序数据；

所述产品失效知识库包括半导体位元失效知识库。

7.一种产品失效分析方法，其特征在于，包括：

根据权利要求1-6任一项所述的方法建立产品失效知识库；

通过所述产品失效知识库对待分析产品的数据进行分析，得到所述待分析产品的失效原因。