[发明专利]基于现场数据的半导体生产质量预测方法及系统

摘要

本发明提供基于现场数据的半导体生产质量预测方法及系统，包括以下步骤：S100、获取半导体生产设备生产过程中的现场数据，并存储；数据至少包括机台字段、时间字符串值、多种工况参数及产品质量数据；S200、对获取的现场数据进行处理；S300、回归建模，使用不同算法建立两个模型，然后对两个模型进行融合；使用融合后的模型对测试集预测质量，利用预测结果与实际质检结果的偏差，反馈优化回归模型，直至得到目标模型；S400、预测质量，利用目标模型预测实时生产数据的质量。与现有技术相比，该方法能适应半导体生产工艺复杂的特点；利用生产过程中数据对产品质量进行预测，预测结果较准确，能快速发现不良问题，协助调整生产工艺，并有效节约检测资源。

主权项

1.基于现场数据的半导体生产质量预测方法，其特征在于，包括以下步骤：/nS100、获取半导体生产设备生产过程中的现场数据，并存储；数据至少包括机台字段、时间字符串值、多种工况参数、及产品质量数据；/nS200、对获取的现场数据进行处理，具体包括：先将数据分为测试集和训练集；/n201)参数异常值处理：/n当测试集和训练集中的工况参数为缺失值0值时，对测试集和训练集该工况参数分别进行排序，排序后最小值为min，最大值为mix，若min≤0≤max，认为此0值正常，否则，认为其为缺失值，用缺失值NaN替换，等待下一步填充；/n当同一道工序中，测试集出现了训练集未出现的机台字段，将未出现的机台字段替换为NaN，等待下一步填充；/n202)降维：删除单值列、重复列，删除NaN值超过设定量的行或列；/n203)字符属性处理：/n类别值编码：对机台字段编码；/n时间字符串转换为时间戳：匹配测试集和训练集中的时间字符串格式，将其转化为时间戳，相邻工序的时间戳相减，得到该工序所用时间；/n204)缺失值填充：/n对缺失的机台字段：将该机台的工况参数作为特征，机台字段作为类别，用训练集建模，预测并填充测试数据的机台字段；/n对缺失的工况参数：对该缺失的工况参数，先按相同机台字段分组，计算各组扣除缺失值的中位数，然后用此中位数填充训练集与预测集的缺失值。/n205)数据规范化处理：对训练集与预测集的所有数据列缩放到0、1区间；/nS300、回归建模，使用不同算法建立两个模型，然后对两个模型进行融合；使用融合后的模型对测试集预测质量，利用预测结果与实际质检结果的偏差，反馈优化回归模型，直至得到目标模型；/nS400、预测质量，利用目标模型预测实时生产数据的质量。/n