自动检测集成电路参数间的相关性的方法及系统
阅读说明：本技术 自动检测集成电路参数间的相关性的方法及系统 (Method and system for automatically detecting correlation between integrated circuit parameters ) 是由 不公告发明人 于 2018-09-12 设计创作，主要内容包括：本发明提供一种自动检测集成电路参数间的相关性的方法及系统,能够从抓取的集成电路生产制造相关的数据资料中,选定待分析的参数组成待分析参数集,且将所述待分析参数集分为一组或一组以上的待分析参数子集,并设定用于比对各所述待分析参数子集的参数间相关性的统计因子,从而计算出各所述待分析参数子集参数间的相关性,并进一步根据计算结果,将各所述待分析参数子集间存在强相关性的参数进行高亮标注展示,藉由此能够及时发现生产线上的在线异常状况,继而能够及时对工艺或机台设备等进行相应的调整或者优化,改善最终的器件性能。(The invention provides a method and a system for automatically detecting the correlation among integrated circuit parameters, which can select the parameters to be analyzed from the captured data information related to the production and the manufacture of integrated circuits to form parameter sets to be analyzed, divide the parameter sets to be analyzed into one or more groups of parameter subsets to be analyzed, and set statistical factors for comparing the correlation among the parameters of the parameter subsets to be analyzed, thereby calculating the correlation among the parameters of the parameter subsets to be analyzed, and further highlighting and displaying the parameters with strong correlation among the parameter subsets to be analyzed according to the calculation result.)
技术领域
本发明涉及集成电路制造技术领域，尤其涉及一种自动检测集成电路参数间的相关性的方法及系统。
背景技术
在集成电路生产制造过程中，会实时产生大量的数据，例如各个工艺制程下的机台参数以及对生产线上地的在线(inline)量测数据等，而且需要对这些数据进行分析，及时发现异常数据，以对工艺或机台设备等进行相应的调整或者优化，进而保证生产出的产品具有较高的良率和可靠性。目前对这些数据进行分析多采用手动分析的方法。然而，随着机台参数及量测数据的资料量越来越大，目前的手动分析方法已无法全面、快速地处理这些大数据，而且对于结果的检视也较费时，工程师花费大量的时间在与后续工艺改进的关键参数或最终器件的电性能相关性不显著的数据分析上，对于异常数据的判断不够敏感，无法快速、准确地找到异常数据，也就无法及时发现生产线上的在线异常状况，继而导致无法及时对工艺或机台设备等进行相应的调整或者优化，造成最终的器件性能迟迟无法得到改善。显然，目前的手动数据分析方法，已无法满足集成电路制造的大数据的分析要求。
发明内容
本发明的目的在于提供一种自动检测集成电路参数间的相关性的方法及系统，能够自动检集成电路参数间的相关性，以快速地发现集成电路生产制造过程中异常发生的原因。
为了实现上述目的，本发明提供一种自动检测集成电路参数间的相关性的方法，包括：
抓取数据资料，所述数据资料包括集成电路生产制造相关的多种参数的内容值；
从抓取的数据资料中选定待分析的参数组成待分析参数集，并将所述待分析参数集分为一组或一组以上的待分析参数子集；以及，
设定用于比对各所述待分析参数子集的参数间相关性的统计因子，计算各所述待分析参数子集参数间的相关性，并根据计算结果，将各所述待分析参数子集间存在强相关性的参数进行高亮标注展示。
可选地，所述方法中，所述多种参数包括产品的批号、生产时间、工艺制程机台参数、工艺监控测试数据和量测机台的量测数据中的两种以上。
可选地，所述方法中，所述待分析的参数包含任何量测机台量测得到的直接数据、用于性能测试的参数或数据、用于功能测试的参数或数据、晶圆允收测试参数或测试数据、故障测试参数或数据、失效图形分析数据、被数据化的参数和工艺制程机台参数中的至少一种。
可选地，所述方法中，所述被数据化的参数包括良率和/或品质因数。
可选地，所述方法中，所述统计因子包括差值、标准差、假设概率值以及相关系数中的至少一个。
可选地，所述的检测集成电路参数间的相关性的方法，进一步将各所述待分析参数子集间强相关参数的相关性以图形化的结果呈现出来。
本发明还提供一种计算机存储介质，其上存储有计算机程序，其特征在于：所述程序被处理器执行时实现本发明所述的自动检测集成电路参数间的相关性的方法。
本发明还提供一种自动检测集成电路参数间的相关性的系统，包括：
数据抓取装置，其被配置为抓取数据资料，所述数据资料包括集成电路生产制造相关的多种参数的内容值；
参数选取与分组装置，其被配置为选定待分析的参数组成待分析参数集，并将待分析的参数集分为一组或一组以上的待分析参数子集；以及，
相关性分析装置，其被配置为设定用于比对各所述待分析参数子集的参数间相关性的统计因子，计算各所述待分析参数子集间的相关性，并根据计算结果，将各所述待分析参数子集间存在强相关性的参数进行高亮标注展示。
可选地，所述的自动检测集成电路参数间的相关性的系统中，所述多种参数包括产品的批号、生产时间、工艺制程机台参数和量测机台的量测数据中的两种以上。
可选地，所述的自动检测集成电路参数间的相关性的系统中，所述待分析的参数包含任何量测机台量测得到的直接数据、用于性能测试的参数或数据、用于功能测试的参数或数据、晶圆允收测试参数或测试数据、故障测试参数或数据、失效图形分析数据、被数据化的参数和工艺制程机台参数中的至少一种。
可选地，所述的自动检测集成电路参数间的相关性的系统中，所述被数据化的参数包括良率和/或品质因数。
可选地，所述的自动检测集成电路参数间的相关性的系统中，所述统计因子包括差值、标准差、假设概率值以及相关系数中的至少一个。
可选地，所述的自动检测集成电路参数间的相关性的系统还包括用户界面装置，其被配置为向用户提供操作所述数据抓取装置、参数选取与分组装置以及相关性分析装置的界面，以及向用户展示所述数据抓取装置抓取的数据资料、所述参数选取与分组装置选取的参数与分组情况以及所述相关性分析装置的计算结果中的需要展示的部分。
可选地，所述用户界面装置进一步被配置为将各所述待分析参数子集间强相关参数的相关性以图形化的结果呈现出来。
与现有技术相比，本发明的技术方案具有以下有益效果：
1、能够从已有的大量数据中抓取所需的数据资料，并能进一步仅针对选定的参数对应的数据进行相关性比对，由此可以减少一次分析的数据量且能够提高数据分析的针对性。
2、能够选定合适的统计因子及其用于判断强相关的规格(即阈值)，且能够进一步计算出一组或一组以上的待分析参数子集间的所述统计因子的值，当计算出的所述统计因子的值满足设定的规格时，即为强相关的参数和数据，藉由此能够及时发现生产线上的在线异常状况，继而能够及时对工艺或机台设备等进行相应的调整或者优化，改善最终的器件性能。
3、本发明的技术方案，能够自动实现参数间的相关性分析，藉由强相关的参数和数据，能够快速的发现生产过程中异常发生的原因，适用于任意自动化机器生产工艺或是任何会产生大量数据的产业，适用范围广。
附图说明
图1是本发明具体实施例的自动检测集成电路参数间的相关性的方法流程图。
图2是本发明具体实施例的自动检测集成电路参数间的相关性的方法执行步骤S1时的数据资料示意图。
图3是本发明具体实施例的自动检测集成电路参数间的相关性的方法执行步骤S2时的参数分组示意图。
图4是本发明具体实施例的自动检测集成电路参数间的相关性的方法执行步骤S3时的参数分组示意图。
图5a～5c是本发明具体实施例的自动检测集成电路参数间的相关性的方法执行步骤S3时的计算结果图表示例。
图6是本发明具体实施例的自动检测集成电路参数间的相关性的系统框图。
图7是本发明具体实施例的用户界面装置向用户展示的参数选取与分组的界面。
图8是本发明具体实施例的用户界面装置向用户展示的统计因子选取和规格设定的界面。
具体实施方式
为使本发明的目的、特征更明显易懂，下面结合附图对本发明的技术方案作详细的说明，然而，本发明可以用不同的形式实现，不应只是局限在所述的实施例。此外，需要说明的是，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。
请参考图1，本发明提供一种自动检测集成电路参数间的相关性的方法，包括：
S1，抓取数据资料，所述数据资料包括集成电路生产制造相关的多种参数的内容值；
S2，从抓取的数据资料中选定待分析的参数组成待分析参数集，并将所述待分析参数集分为一组或一组以上的待分析参数子集；
S3，设定用于比对各所述待分析参数子集的参数间相关性的统计因子，计算各所述待分析参数子集参数间的相关性，并根据计算结果，将各所述待分析参数子集间存在强相关性的参数进行高亮标注展示。
集成电路生产制造过程中，会产生大量的数据，并存放在一个或多个的数据库中。在步骤S1中，可以从相应的数据库中抓取欲使用的数据资料，所述数据资料包括集成电路生产制造产生的多种数据，包括产品的批号、生产时间、工艺制程机台参数、工艺监控测试数据和量测机台的量测数据中的两种以上。其中，工艺制程机台参数可以包括功率、压力、温度、气体等机台中的传感器采集的数据。所述工艺监控测试数据可以包括各种测试数据以及缺陷扫描数据等。量测机台的量测数据通常是线上(Inline)量测数据，主要包括各种结构的线宽、形成的层的厚度和平整度以及粗糙度和均匀性、孔和沟槽的深度以及孔的直径等关键尺寸以及掺杂浓度、缺陷数量、颗粒数量等数据。请参考图2和图5a～5c，本实施例中，抓取的数据资料中含有产品的批号(lot编号)AB000001、AB000002、AB000003、AB000004……还含有机台编号：机台1、机台2、机台3以及每个批次的在相应的机台上的出货时间，例如将这些出货时间分别记为：018、019、020、021、022、023、024、025、123、124、129、203、209、213以及227等。
请参考图3，在步骤S2中，从抓取的数据资料中选定待分析的参数组成待分析参数集待分析，并将所述待分析参数集分为一组或一组以上的待分析参数子集。其中待分析的参数包含任何量测机台量测得到的直接数据(inline)、用于性能测试的参数或数据(BIN)、用于功能测试的参数或数据、被数据化的参数和工艺制程机台参数中的至少一种。其中，所述被数据化的参数例如包括良率(Yield)和/或品质因数(Q)，所述良率进一步包括直流参数良率YDC、功能参数良率YF、非功能参数良率YF*、裕量参数良率YM以及修补前良率YP(Pre-Fuse Yield)，用于性能测试的参数或数据可以是按测试类型分为多种测试项目，例如直流(DC)参数测试项目和交流(AC)参数测试项目，所述直流参数测试项目包括：开路测试(可以定义为测试项目1，记为BIN1)、短路测试(可以定义为测试项目2，记为BIN2)、输入电流测试(可以定义为测试项目3，记为BIN3)、漏电流测试(可以定义为测试项目4，记为BIN4)、电源电流测试(可以定义为测试项目5，记为BIN5)、阈值电压测试(可以定义为测试项目6，记为BIN6)等；所述交流参数测试项目包括：上升时间、下降时间、延迟时间、保持时间、暂停时间、访问时间、功能速度时间等。本实施例中，选取待分析的参数YDC、YF、YF*、YM、YP五种良率以及BIN1、BIN2、BIN3、BIN4、BIN5、BIN6六个用于性能测试的参数(或称为测试项目)组成待分析参数集，并进一步将待分析参数集中所有的参数分为Group A和GroupB两组待分析参数子集，其中待分析参数子集Group A由YDC、YF、YF*、YM、YP五种良率组成，待分析参数子集GroupB由BIN1、BIN2、BIN3、BIN4、BIN5、BIN6六个用于性能测试的参数组成。
在步骤S3中，首先，需要设定用于比对的待分析参数子集Group A和待分析参数子集GroupB间的任意两个参数的相关性的统计因子以及所述统计因子对应的规格。其中，所述统计因子可以包括差异值(difference，简写为“Diff”)、标准差(STD)、假设概率值(P-value)以及相关系数(correlation coefficience)中的至少一个。所述相关系数可以是皮尔森(pearson)相关系数。请参考图4，本实施例中，选取的统计因子为假设概率值(P-value，即P值)以及差异值(difference)，且仅仅为假设概率值(P-value，即P值)设定了规格:P<0.05，即计算待分析参数子集Group A和待分析参数子集GroupB间任意两个参数的假设概率值P，当计算出的P值小于0.05时，就说明该P值对应的两个参数是强相关的或两个参数存在显著性差异，这两个参数对应的数据资料(即这两个参数的内容值)也即是强相关的。
在步骤S3中，接着，计算待分析参数子集Group A中的任一参数和待分析参数子集GroupB中的任一参数之间的所述统计因子的值。在本实施例中，因为选取的统计因子是P值，因此，计算待分析参数子集Group A中的任一参数和待分析参数子集GroupB中的任一参数之间的P值。在步骤S1中，抓取的数据资料中，均有对应待分析参数子集Group A和待分析参数子集GroupB的各个参数的数据样本，因此在步骤S3中可以基于步骤S1中的数据资料，并利用统计学中P值的计算方法来计算出待分析参数子集Group A中的任一参数X和待分析参数子集GroupB中的任一参数Y之间的P值，具体计算过程如下：
首先，计算出两个参数(X,Y)的pearson相关性系数r，r等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX,σY)，具体计算公式例如是：
其中n为S1中抓取的数据资料中的两个参数(X,Y)的样本数。
然后，根据显著性T检验公式计算T值，再根据T值查表得到P值，具体的显著性t检验公式如下：
其中，r为两个参数(X,Y)的pearson相关性系数。
在步骤S3中，进一步将相关性计算的结果用报表的方式显示出来，且在报表中所有的相关性计算的结果按照选定的统计因子的值以升幂或降幂的方式排列，并将满足设定的统计因子的规格自动高亮(highlight)显示强相关的参数所在的表格数据。请参考图4，本实施例中将计算待分析参数子集Group A和待分析参数子集GroupB的参数之间的P值的结果以报表形式呈现，且报表中的数据按照P值升幂(即由小到大)的顺序排列，并进一步将P值小于0.05(即设定的规格)的表格数据高亮标注出来，即表格中的前4行数据，从图4中可以看出，待分析参数子集Group A中的参数YD与待分析参数子集Group B中的参数BIN1的P值＝0.004<0.05，是最强相关的参数，待分析参数子集Group A中的参数YF与待分析参数子集Group B中的参数BIN2的P值＝0.006<0.05，也是强相关的参数，待分析参数子集Group A中的参数YF*与待分析参数子集Group B中的参数BIN3的P值＝0.01<0.05，也是强相关的参数，待分析参数子集Group A中的参数YM与待分析参数子集Group B中的参数BIN4的P值＝0.02<0.05，也是强相关的参数。也就是说，步骤S1抓取的数据资料中对应待分析参数子集Group A中的参数YD与待分析参数子集Group B中的参数BIN1的数据是最强相关的数据，步骤S1抓取的数据资料中对应待分析参数子集Group A中的YF与待分析参数子集Group B中的参数BIN2的数据是强相关的数据，步骤S1抓取的数据资料中对应待分析参数子集GroupA中的参数YF*与待分析参数子集Group B中的参数BIN3的数据也是强相关的数据，步骤S1抓取的数据资料中对应待分析参数子集Group A中的参数YM与待分析参数子集Group B中的参数BIN4的数据也是强相关的数据，其中包含了最有可能引起异常问题的数据。进一步点取报表上的图表栏位可直接将这些数据以图形化的结果呈现出来，所述图形化的结果包括曲线图(trend chart)、箱形图(BOXPLOT)、多合一图表(3 in 1 chart)和散点图(scatte)中的至少一种。其中多合一图表的形式例如是图5a所示的多合一曲线图，或者是图5b所示的箱形图，再或者是图5c所示的表格。例如点击图4中的YP-BIN5行的图表一栏时，可以呈现图5a所示的曲线图，图5a中的内容说明了步骤S1抓取的数据资料中对应YP和BIN5两个参数的数据包括从机台1、机台2、机台3所处的时间以及该时间内相应机台内晶圆批次中晶圆的YP良率信息，图5a还可以表示步骤S1抓取的数据资料中对应YP和BIN5两个参数的数据包括从机台1、机台2、机台3中的晶圆批次以及该批次晶圆的YP良率信息，且从机台1、机台2、机台3所出的晶圆批次总共有283个；也可以呈现图5c所示的表格，图5c中的内容说明了步骤S1抓取的数据资料中对应YP和BIN5两个参数的数据包括从机台1、机台2、机台3所出的晶圆批次编号、各个晶圆批次的YP良率信息等，且从机台1、机台2、机台3所出的晶圆批次总共有283个，其中从机台1上出来的晶圆批次有9个，这9个晶圆批次的YP良率平均值为51.6、YP良率标准差为32.27，中值为63.2，从机台2上出来的晶圆批次有264个，这264个晶圆批次的YP良率平均值为70.1、YP良率标准差为15.75，中值为70.8，从机台3上出来的晶圆批次有10个，这10个晶圆批次的YP良率平均值为70.2、YP良率标准差为3.87，中值为69.9。
在本发明的其他实施例中，当步骤S3中选取的统计因子为pearson相关性系数时，进一步按照上述的pearson相关性系数r计算出待分析参数子集Group A中的任一参数X和待分析参数子集GroupB中的任一参数Y之间的r值，进而根据设定的r规格来判断哪两个参数之间是强相关的。当步骤S3中选取的统计因子是标准差时，一种方式是在步骤S3中进一步设置标准差之间的差值，并设置标准差和差值的规格，然后分别计算出待分析参数子集Group A中的任一参数X的标准差以及待分析参数子集GroupB中的任一参数Y的标准差，然后再计算待分析参数子集Group A中的任一参数X的标准差以及待分析参数子集GroupB中的任一参数Y的标准差之间的差值大小，当待分析参数子集Group A中的参数X的标准差以及待分析参数子集GroupB中的参数Y的标准差均满足设定的标准差规格且两者的差值也满足差值的规格时，这两个参数才是强相关的；另一种方式是在步骤S3中仅设置标准差的规格，然后将待分析参数子集Group A中的任一参数X和待分析参数子集GroupB中的任一参数Y的数据混合后再计算混合后的数据的标准差，当计算出的标准差满足设定的标准差规格时，说明该标准差对应的待分析参数子集Group A中的参数X以及待分析参数子集GroupB中的参数Y是强相关的。
在本发明的其他实施例中，当步骤S3中选取的统计因子是差异值时，可以采用T检验法对待分析参数子集Group A中的任一参数X和待分析参数子集GroupB中的任一参数Y的差异显著性进行检验，计算出t值，然后根据计算出的t值查表等到差异值D，t值的计算公式如下；
式中，
且当参数X的数据量为n1和参数Y的数据量为n2时，
请继续参考图1，本发明还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序可以包括代码/计算机可执行指令，所述计算机程序被处理器执行时实现图1所示的自动检测集成电路参数间的相关性的方法的步骤S1至S4及其任何变形。所述计算机存储介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，所述计算机存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。所述计算机存储介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
请参考图6，本发明还提供一种自动检测集成电路参数间的相关性的系统，包括：数据抓取装置11、参数选取与分组装置12、相关性分析装置13以及用户界面装置14。
其中，数据抓取装置11被配置为从集成电路生产制造过程中数据存储的位置(例如一个或多个数据库)上抓取待使用的数据资料，所述数据资料包括集成电路生产制造产生的多种数据，包括产品的批号、生产时间、工艺制程机台参数、工艺监控测试数据和量测机台的量测数据中的两种以上。其中，工艺制程机台参数可以包括功率、压力、温度、气体等机台中的传感器采集的数据。所述工艺监控测试数据可以包括各种测试数据以及缺陷扫描数据等。量测机台的量测数据通常是线上(Inline)量测数据，主要包括各种结构的线宽、形成的层的厚度和平整度以及粗糙度和均匀性、孔和沟槽的深度以及孔的直径等关键尺寸以及掺杂浓度、缺陷数量、颗粒数量等数据。数据抓取装置11抓取的数据资料可以通过用户界面装置14向用户展示，可以采用列表的方式向用户展示具体数据，且列表中按照晶圆编号等升幂或降幂的方式排序，例如图2中所示，图2中的具体内容可以参考上文中对步骤S1中的内容的说明，在此不再赘述。
参数选取与分组装置12被配置为选定待分析的参数组成待分析参数集，并将待分析的参数集分为一组或一组以上的待分析参数子集；其中待分析的参数包含任何量测机台量测得到的直接数据(inline)、用于性能测试的参数或数据(BIN)、用于功能测试的参数或数据、被数据化的参数和工艺制程机台参数中的至少一种，所述被数据化的参数例如包括良率(Yield)和/或品质因数(Q)，所述良率进一步包括直流参数良率YDC、功能参数良率YF、非功能参数良率YF*、裕量参数良率YM以及修补前良率YP，用于性能测试的参数或数据可以是按测试类型分为多种测试项目，例如直流(DC)参数测试项目和交流(AC)参数测试项目，所述直流参数测试项目包括：开路测试(可以定义为测试项目1，记为BIN1)、短路测试(可以定义为测试项目2，记为BIN2)、输入电流测试(可以定义为测试项目3，记为BIN3)、漏电流测试(可以定义为测试项目4，记为BIN4)、电源电流测试(可以定义为测试项目5，记为BIN5)、阈值电压测试(可以定义为测试项目6，记为BIN6)等；所述交流参数测试项目包括：上升时间、下降时间、延迟时间、保持时间、暂停时间、访问时间、功能速度时间等。请参考图7，参数选取与分组装置12选取待分析的参数的界面、选定的待分析的参数组成待分析参数集的界面以及将所述待分析参数集分为一组或一组以上的待分析参数子集的界面均可以由用户界面装置14向用户展示。例如用户在用户界面装置14的用于展示参数选取与分组装置12选取待分析的参数的界面上选定良率参数Yield和测试项目参数BIN后，良率参数Yield所包含的各种良率(例如YDC、YF、YF*、YM、YP、……)以及测试项目参数Bin所包含的各种测试项目(例如BIN1、BIN2、BIN3、BIN4、BIN5、BIN6、……)组成待分析参数集，待分析参数集的界面上可以以列表的方式展示待分析参数集中包含的所有良率和测试项目，用户可以进一步从所述待分析参数集的界面中所有参数列表中选取出YDC、YF、YF*、YM、YP作为待分析参数子集Group A，并选取出BIN1、BIN2、BIN3、BIN4、BIN5、BIN6作为待分析参数子集Group B。
相关性分析装置13被配置为设定用于比对各所述待分析参数子集的参数间相关性的统计因子，计算各所述待分析参数子集参数间的相关性，并根据计算结果，将各所述待分析参数子集中存在强相关性的参数进行高亮标注展示。其中，所述统计因子可以包括差异值(difference，简写为“Diff”)、标准差(STD)、假设概率值(P-value)以及相关系数(correlation coefficience)中的至少一个。所述相关系数可以是皮尔森(pearson)相关系数。相关性分析装置13选取统计因子以及设定统计因子对应的规格的界面均可以通过用户界面装置14向用户展示，展示的界面如图8所示，点击“P-value”右侧的下拉箭头时可以将其他统计因子展示出来，在本发明的一实施例中，“or(或逻辑)”左右两侧的框表示规格的上限和下限，点击“<(小于)”右侧的下拉箭头
相关性分析装置13被配置为基于所述数据抓取装置11抓取的数据资料，计算所述参数选取与分组装置12设定的各所述待分析参数子集参数间的相关性，具体计算任意两个参数间的统计因子的值，其中满足设定的规格的统计因子的值对应的两个参数即为强相关的参数，所述强相关的两个参数对应的数据即为强相关的数据。相关性分析装置13计算本实施例中的待分析参数子集Group A和待分析参数子集Group B间的参数相关性的过程可以以参考上文中步骤S3的相关内容，在此不再赘述。相关性分析装置13的计算结果通过用户界面装置14向用户展示。
从上述内容可以看出，用户界面装置14具有配置窗口类用于展示配置文件的编辑窗口、结果查看窗口类用于查看各种编辑和计算结果的查看窗口以及视图窗口类用于显示报表、图形等的图形窗口，可以被配置为向用户提供操作所述数据抓取装置11、参数选取与分组装置12以及相关性分析装置13的界面，以及向用户展示所述数据抓取装置11抓取的数据资料、所述参数选取与分组装置12选取的参数与分组情况、所述相关性分析装置13选取的统计因子和为所述统计因子设定的规格以及相关性计算结果中的需要展示的部分。优选地，所述用户界面装置14进一步被配置为将所述相关性分析装置13计算的全部或部分结果以报表的形式展示出来，并在报表中按照计算出的统计因子的值升幂(即由小到大)或降幂(由大到小)的顺序排列所有相关数据内容。本实施例中，请参考图4以及图5a～5c，用户界面装置14将相关性分析装置13的P值不大于0.8的计算结果按照P值升幂(即由小到大)的顺序排列，并进一步将P值小于0.05(即设定的规格)的表格数据高亮标注出来，由此可以直接提示用户报表中的这些高亮标注的数据需要特别注意，是强相关的参数，其对应的数据资料包含了最有可能引起异常问题的数据。当用户进一步点取图4所示的报表上的图表栏位时，可直接将强相关的参数对应的数据以图形化的结果呈现出来，例如是图5a所示的多合一曲线图，或者是图5b所示的箱形图，再或者是图5c所示的表格。例如点击图4中的YP-BIN5行的图表一栏时，可以呈现图5a所示的曲线图，图5a～5c中的具体内容可以参考上文对步骤S3的具体描述，在此不再赘述。
为了向用户提供汇总后的结果，方便用户随时查看，所述用户界面装置14进一步被配置为将所述分析计算的全部或部分结果对应的报表及图形转换成报告的形式，并可以进一步地向外界设备输出。
可以理解的是，数据抓取装置11、参数选取与分组装置12、相关性分析装置13以及用户界面装置14可以合并在一个模块中实现，或者其中的任意一个装置可以被拆分成多个模块，或者，这些装置中的一个或多个装置的至少部分功能可以与其他装置的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，数据抓取装置11、参数选取与分组装置12、相关性分析装置13以及用户界面装置14中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，数据抓取装置11、参数选取与分组装置12、相关性分析装置13以及用户界面装置14中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。
综上所述，本发明的自动检测集成电路参数间的相关性的方法及系统和计算机存储介质，能够从已有的大量集成电路制造相关的数据中抓取所需的数据资料，并能进一步仅针对选定的参数对应的数据进行相关性比对，由此可以减少一次分析的数据量且能够提高数据分析的针对性；能够选定合适的统计因子及其用于判断强相关的规格(即阈值)，且进一步计算出任意两个选定的参数之间的所述统计因子的值，当计算出的所述统计因子的值满足设定的规格时，即为强相关的参数和数据，藉由此能够及时发现生产线上的在线异常状况，继而能够及时对工艺或机台设备等进行相应的调整或者优化，改善最终的器件性能。本发明的技术方案，能够自动实现集成电路参数间的相关性分析，藉由强相关的参数和数据，能够快速的发现集成电路生产过程中异常发生的原因，适用于任意自动化机器生产工艺或是任何会产生大量数据的产业，适用范围广。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本发明公开中。特别地，在不脱离本发明公开精神和教导的情况下，本发明公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。也就是说，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种整车控制器VCU下线检测系统及方法