[发明专利]半导体生产过程中的参数监控方法、系统及计算机可读存储介质

说明书

本申请实施例公开了一种半导体生产过程中的参数监控方法、系统及计算机可读存储介质，该方法包括：S1确定需要进行趋势性识别和/或跳点识别的参数，并获取一目标产品或目标机台在预设时段内产生的所述参数对应的参数数据，S2将获取的参数数据按照时间顺序排序，S3调用数据识别算法对排序后的参数数据进行变化识别得到所述参数的变化信息，S4搜索其他产品或其他机台的所述参数对应的参数数据，并执行S2~S3，且当所述其他产品或其他机台的所述参数与所述目标产品或目标机台的所述参数具有相同的变化信息进行所述参数的预警提示。通过实施本申请，解决现有技术中存在的数据识别效率较低、消耗时间较长且准确率较低等问题。

技术领域

本申请涉及半导体技术领域，尤其涉及一种半导体生产过程中的参数监控方法、系统及计算机可读存储介质。

背景技术

半导体生产过程中会产生各种类型的参数数据，例如线上量测数据（inline）、电性测试数据、机台传感数据、机台参数数据等。当这些参数数据出现异常时，可能会导致良率降低，芯片报废等情况。工程师需要对这些参数数据进行实时监控，查看这些参数数据的长期变化状态、是否随时间变化具有趋势性或出现跳点等情况，对存在问题的参数数据及时寻找根本原因（root cause），以改善工艺，提高良率。

目前，工程师对这些参数数据的长期变化趋势及跳点识别均采用人工方式。具体地工程师定时画出参数数据的变化趋势图（trend chart），利用人眼识别具有趋势性或存在跳点的参数。然而在实践中发现，这种参数数据趋势或跳点识别方法的效率比较低，消耗时间较长，且准确率还较低，不利于半导体生产工艺的有效监控。

发明内容

本申请实施例提供了一种半导体生产过程中的参数监控方法、系统及计算机可读存储介质，能解决现有技术中存在的效率较低、消耗时间较长且准确率较低等问题。

第一方面，提供了一种半导体数据识别方法，包括：

步骤S1，确定需要进行趋势性识别和/或跳点识别的参数，并获取一目标产品或目标机台在预设时段内产生的所述参数所对应的参数数据；

步骤S2，将获取的所述参数数据按照时间顺序排序；

步骤S3，调用数据识别算法对排序后的所述参数数据进行变化识别，以得到所述参数的变化信息，所述变化信息包括趋势类型和/或跳点信息，所述跳点信息包括以下中的至少一项：跳点类型、跳点位置、跳点个数及跳点发生时间；

步骤S4，搜索与所述目标产品或目标机台同类型的其他产品或其他机台的所述参数对应的参数数据，并执行步骤S2~S3，且当所述其他产品或其他机台的所述参数与所述目标产品或目标机台的所述参数具有相同的变化信息时，进行所述参数的预警提示。

在一些实施例中，所述变化识别为所述趋势性识别，所述步骤S3具体包括：

调用趋势性匹配M-K算法对排序后的所述参数数据进行趋势性识别，以得到所述参数的趋势类型；

其中，所述趋势类型包括上升趋势、下降趋势或平稳趋势。

在一些实施例中，所述变化识别为跳点识别，所述步骤S3具体包括：

调用跳点检测算法对排序后的所述参数数据进行跳点识别，得到所述参数的跳点信息；

其中，若所述跳点检测算法为突变点检测pettitt算法，则所述跳点信息中的跳点类型指示所述跳点为突变点shift，所述跳点信息包括以下中的至少一项：突变点位置、突变点个数及突变点发生时间；

若所述跳点检测算法为标准正态检测SNHT算法，则所述跳点信息中的跳点类型指示所述跳点为跳跃点jump，所述跳点信息包括以下中的至少一项：跳跃点位置、跳跃点个数及跳跃点发生时间。