[發明專利]半導體數據分析方法、系統及計算機可讀存儲介質

有效

• 申請號: 202011160229.3
• 申請日: 2020-10-27
• 公開（公告）號: CN112000717B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 孫姍姍;祖文秀
• 申請（專利權）人: 晶芯成（北京）科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 上海思微知識產權代理事務所(普通合伙) 31237
• 代理人: 曹廷廷

1.一種半導體數據分析方法，其特征在于，包括：

獲取預設時段的半導體數據，所述半導體數據包括至少兩種數據；

調用數據分析模型按照時間序列對預設時段的所述至少兩種數據進行趨勢圖匹配，得到良率影響因素，所述良率影響因素為所述至少兩種數據中的至少一種；

其中，若所述半導體數據包括至少兩種傳統數據，所述數據分析模型包括趨勢性匹配M-K算法，則所述調用數據分析模型按照時間序列對預設時段的所述至少兩種數據進行趨勢圖匹配，得到良率影響因素包括：

調用M-K算法按照時間序列對所述至少兩種傳統數據中的任意兩種傳統數據進行趨勢圖匹配，得到所述任意兩種傳統數據的匹配度；

根據所述任意兩種傳統數據的匹配度，確定所述任意兩種傳統數據是否為相互影響的良率影響因素；或者，

若所述半導體數據包括機臺的單個傳感器數據，所述數據分析模型包括動態時間規則匹配DTW算法和趨勢性匹配M-K算法，則所述調用數據分析模型按照時間序列對預設時段的所述至少兩種數據進行趨勢圖匹配，得到良率影響因素包括：

調用DTW算法對所述機臺的單個傳感器數據下的多個運行run數據進行相似度計算，得到所述單個傳感器數據的任意兩個run數據之間的DTW距離，所述run數據是指所述單個傳感器的多批次運行數據；

調用M-K算法按照時間序列將所述任意兩個run數據之間的DTW距離與預存的基礎baseline數據進行比較，選出DTW距離與baseline數據之差大于第一預設閾值的目標run數據，所述第一預設閾值為系統自定義設置的閾值；

將所述目標run數據作為影響所述單個傳感器數據的良率影響因素；或者，

若所述半導體數據包括機臺的多個傳感器數據，所述數據分析模型包括主成分算法和動態時間規則匹配DTW算法，則所述調用數據分析模型按照時間序列對預設時段的所述至少兩種數據進行趨勢圖匹配，得到良率影響因素包括：

調用主成分算法對所述機臺的多個傳感器數據進行主成分分析，得到所述機臺的關鍵傳感數據；

調用DTW算法對所述機臺的每個關鍵傳感數據下的多個run數據進行相似度及平均計算，得到所述每個關鍵傳感數據的DTW距離；

根據所述每個關鍵傳感數據的DTW距離，確定所述預設時段內影響所述多個傳感器數據的良率影響因素。

2.根據權利要求1所述的半導體數據分析方法，其特征在于，所述方法還包括：

根據所述每個關鍵傳感數據的DTW距離，在所述預設時段內預測所述機臺的保養時間。