[发明专利]缺陷率预测模型的训练方法、装置及系统

说明书

本申请提供一种用于训练半导体芯片生产过程中的第一半导体芯片生产装置的缺陷率预测模型的方法，包括：采用逻辑回归模型来从第一半导体芯片生产装置的历史半导体芯片样本数据集中的样本数据的参数集中选择出一种或多种最适合预测参数；以及使用所选择出的一种或多种最适合预测参数的参数值来训练缺陷率预测模型，所述缺陷率预测模型用于预测位于第一半导体芯片生产装置下游的一个或多个第二半导体芯片生产装置所生产出的半导体芯片的缺陷率。利用该方法，可以训练出供在第一半导体芯片生产装置处使用的缺陷率预测模型，由此可以实现在预测出的缺陷率超过预定阈值时，及时对第一半导体芯片生产装置进行缺陷维护处理。

技术领域

本申请通常涉及半导体芯片封装领域，更具体地，涉及用于训练半导体芯片生产过程中的第一半导体芯片生产装置的缺陷率预测模型的方法及装置以及用于改进半导体芯片的缺陷率的方法及系统。

背景技术

半导体芯片封装工艺通常需要经过一系列生产流程来完成。具体地，在接收到晶圆后，首先在芯片封装工厂的前端进行晶圆表面贴膜、晶圆背面研磨、晶圆背面抛光、晶圆背面贴膜、晶圆表面去膜、晶圆烘烤、晶圆切割、切割后清洗、晶圆切割后检查、紫外线照射、晶片粘结、银胶固化、引线键合、引线键合后检查；然后在芯片封装工厂的后端进行塑封、塑封后固化、正印、背印、切筋、电镀、电镀后烘烤、切筋成型、终测、引脚检查、最终目检、最终质量控制、烘烤去湿、包装、出货检查、入库等工序对芯片进行封装和测试，最终出货给客户。

通常，上述工序是使用生产流水线来完成。在生成流水线上设置有多种半导体芯片生产装置，每种半导体芯片生产装置对应一种或多种封装工艺。在生产时，每种半导体芯片生产装置从位于其上游的半导体芯片生产装置获取待处理的半导体芯片产品并对所获取的半导体芯片产品进行处理，然后将处理后的半导体芯片产品传送到位于其下游的半导体芯片生产装置来进一步进行处理。

在生产时，如果由于一种半导体芯片生产装置发生故障而导致所生产的半导体芯片产品出现缺陷，这种带有缺陷的半导体芯片产品会被传送到位于其下游的另一半导体芯片生产装置来进行处理，并且在位于芯片封装工厂后端的检查和测试工序中进行缺陷检查。这意味着针对在上述一种半导体芯片生产装置中的出现的问题的检测不是实时的，由于流水线式的生产是连续进行的，从而会导致产生大量的缺陷产品，由此使得半导体芯片良品率大大降低。另外，在实际生产中，用于检查和测试的半导体芯片生产装置都仅仅是当前处理的半导体芯片进行缺陷检查，从而判断半导体芯片是否合格，并不会将所发现的缺陷通知给位于其上游的半导体芯片生产装置来实时进行装置维护，从而不能使得半导体芯片良品率得到改进。

发明内容

鉴于上述问题，本申请提供了一种用于训练半导体芯片生产过程中的第一半导体芯片生产装置的缺陷率预测模型的方法及装置以及用于改进半导体芯片的缺陷率的方法及系统。利用该方法、装置及系统，可以基于第一半导体芯片生产装置的历史半导体芯片样本数据集来训练第一半导体芯片生产装置的缺陷率预测模型，并且利用该缺陷率预测模型，预测位于第一半导体芯片生产装置下游的一个或多个第二半导体芯片生产装置所生产的半导体芯片的缺陷率是否超过预定阈值，然后在所预测的缺陷率超过预定阈值时对第一半导体芯片生产装置进行缺陷维护处理，从而改进半导体芯片良品率。

根据本申请的一个方面，提供了一种用于训练半导体芯片生产过程中的第一半导体芯片生产装置的缺陷率预测模型的方法，包括：采用逻辑回归模型来从所述第一半导体芯片生产装置的历史半导体芯片样本数据集中的样本数据的参数集中选择出一种或多种最适合预测参数；以及使用所述历史半导体芯片样本数据集中的样本数据的所选择出的一种或多种最适合预测参数的参数值来训练所述缺陷率预测模型，所述缺陷率预测模型用于预测位于所述第一半导体芯片生产装置下游的一个或多个第二半导体芯片生产装置所生产出的半导体芯片的缺陷率。

优选地，在上述方面的一个示例中，所述第一半导体芯片生产装置可以是半导体芯片贴装装置，所述一个或多个第二半导体芯片生产装置是环氧固化装置，以及所述半导体芯片的缺陷率是表面突起缺陷率。