CN111368464A - 一种功率半导体器件的芯片筛选方法及装置 - Google Patents

Abstract

本发明公开一种功率半导体器件的芯片筛选方法及装置，所述方法包括：将所述功率半导体器件划分为多个芯片位置；获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据；获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据；将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是综合极限数据大于对应芯片位置处的综合应力数据的候选芯片；计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差；随机更换所述多个目标芯片，以确定使所述误差最小的最佳目标芯片。

Description

一种功率半导体器件的芯片筛选方法及装置

技术领域

本发明涉及功率半导体技术领域，具体涉及一种功率半导体器件的芯片筛选方法及装置。

背景技术

目前功率半导体器件根据功率等级由多个独立的IGBT芯片、FRD芯片并联而成，器件功率等级越高，并联的芯片数量越多。为了保证器件整体性能，通常在器件封装前，对芯片进行独立测试，根据测试结果中参数的范围对芯片进行等级划分，将同一等级的芯片装入同一个器件从而保证器件的良率。

单纯地根据功率半导体器件的功率等级确定芯片等级，容易将参数差异性大的其它等级的芯片舍弃不用，造成封装成本大幅升高。然而实际上，半导体器件内部不同位置对芯片的应力需求是不一致的。因此，如何根据半导体器件内部不同位置处对应的不同应力需求选择合适等级的芯片，成为本领域技术人员亟待解决的问题。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中封装成本较高、芯片浪费问题比较严重的缺陷，从而提供一种可以降低封装成本、合理利用芯片资源以减少浪费的芯片筛选方案。

为此，根据本发明一个方面，提供一种功率半导体器件的芯片筛选方法，包括以下步骤：

将所述功率半导体器件根据电流等级划分为多个芯片位置；

获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据；

获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据；

将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是所述多个候选芯片中的、综合极限数据大于对应芯片位置处的综合应力数据的候选芯片；

计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差；

随机更换所述多个目标芯片，以确定使所述误差最小的最佳目标芯片。

示例性地，所述将所述功率半导体器件根据电流等级划分为多个芯片位置的步骤包括：

获取所述功率半导体器件的电流等级和所述候选芯片的电流等级；

用所述功率半导体器件的电流等级除以所述候选芯片的电流等级，以确定所述芯片位置的个数；

根据所述芯片位置的个数在所述半导体器件内部划分不同的芯片位置。

示例性地，所述获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据的步骤包括：

建立所述功率半导体器件的电路仿真模型；

基于所述电路仿真模型，对所述功率半导体器件进行电气仿真、热仿真和力学仿真，获得所述功率半导体器件的电气应力分布、热应力分布和机械压力分布；

基于所述电气应力分布、热应力分布和机械压力分布，提取所述功率半导体器件在每个所述芯片位置对应的电气应力数据、热应力数据和机械应力数据。

示例性地，所述获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据还包括：

搭建所述功率半导体器件的测试平台；

向所述功率半导体器件施加测试电压/电流、测试温度和测试压力，通过设置在所述功率半导体器件内部的传感器获取每个芯片位置对应的电气应力数据、热应力数据和机械应力数据。

示例性地，所述获取多个候选芯片中每个所述候选芯片的综合极限数据的步骤包括：

建立所述候选芯片的综合极限数据和综合额定数据之间的依赖关系；

对所述候选芯片进行额定测试，以获取所述候选芯片的所述综合额定数据；

基于所述综合额定数据和所述依赖关系确定所述候选芯片的综合极限数据。

示例性地，所述获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据的步骤还包括：

分别获取每个所述芯片位置对应的电气应力数据、热应力数据和机械应力数据在所述应力数据中所占的权重；

对所述电气应力数据、热应力数据和机械应力数据加权求和，以得到所述芯片位置对应的综合应力数据；

所述对所述候选芯片进行额定测试，以获取所述候选芯片的所述综合额定数据的步骤还包括：

对所述候选芯片进行额定测试，获取所述候选芯片的电压/电流额定数据、热额定数据和压力额定数据；

分别确定所述电压/电流额定数据、所述热额定数据和所述压力额定数据在所述综合额定数据中所占的权重；

对所述电压/电流额定数据、所述热额定数据和所述压力额定数据加权求和，以得到所述候选芯片的综合额定数据。

示例性地，所述均方误差E通过以下公式计算得到：

上式中N代表功率半导体器件中芯片位置的个数，Li代表第i个芯片位置的综合应力数据，Si代表与第i个芯片位置相匹配的目标芯片的综合极限数据。

根据本发明第二方面，提供了一种功率半导体器件的芯片筛选装置，包括：

位置划分单元，适用于将所述功率半导体器件根据电流等级划分为多个芯片位置；

应力数据获取单元，适用于获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据；

极限数据获取单元，适用于获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据；

匹配单元，适用于将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是所述多个候选芯片中的、综合极限数据大于对应芯片位置处的综合应力数据的候选芯片；

误差计算单元，适用于计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差；

优化单元，适用于随机更换所述多个目标芯片，以确定使所述误差最小的最佳目标芯片。

根据本发明第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

根据本发明第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

本发明技术方案，具有如下优点：

本发明提出的功率半导体器件的芯片筛选方法及装置，从电气、热和机械三方面综合考虑了器件应力状态数据和芯片极限性能数据，将芯片筛选问题转化为目标函数最小值优化问题，从数学角度给出科学的筛选依据。进一步，本发明依据优化结果进行芯片筛选和装配，可以最大程度地保证器件整体性能，同时提高芯片利用率，大幅降低器件成本。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例1中芯片筛选方法的一个具体示例的流程图；

图2示出了根据本发明实施例1中通过模拟仿真方法获取综合应力数据的示意性流程图；

图3示出了根据本发明实施例1中通过实验方法获取综合应力数据的示意性流程图；

图4为本发明实施例2中芯片筛选装置的一个具体示例的原理框图；

图5为本发明实施例3中芯片筛选装置的一个具体示例的硬件结构图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

实施例1

本实施例提供了一种功率半导体器件的芯片筛选方法，如图1所示，包括以下步骤：

S110:将所述功率半导体器件根据电流等级划分为多个芯片位置。

本步骤用于将半导体器件内部划分为多个芯片位置，为后续获取每个芯片位置处对应的应力数据提供基础。这里的芯片位置可以是通过半导体器件内部的坐标确定的几何区域。例如规定半导体器件的中心位置为坐标原点，那么通过不同的坐标值就可以表示不同的几何区域的中心点，即不同的芯片位置。

划分芯片位置的依据可以基于电流等级进行，其中电流等级与半导体器件和芯片的自身固有属性有关，一般是预先设置好的固定值。可以首先获取功率半导体器件的预设电流等级A1和候选芯片的电流等级A2，然后用功率半导体器件的电流等级A1除以候选芯片的电流等级A2，以确定所述功率半导体器件中包含的芯片位置的个数N，最后根据确定的个数N在功率半导体器件中平均划分不同的区域，以对应不同的芯片位置。例如在一个功率半导体器件中确定芯片位置的个数为10，那么可以将该功率半导体器件的内部区域按面积平均划分为10个子区域，每个子区域对应一个芯片位置。可以用每个子区域中心点的坐标值来标识其对应的芯片位置，或者是通过唯一的序列号来标识对应的芯片位置。

S120:获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据。

电气应力数据表示一个芯片位置处可能产生的电压/电流数据，热应力数据表示一个芯片位置处可能产生的温度数据，压力应力数据表示一个芯片位置处可能产生的机械压力数据。综合应力数据是根据电气应力数据、热应力数据和压力应力数据进行综合计算后得到的，例如将三种应力数据直接相加、直接相乘，或者是确定每一种应力数据对应的权值之后将上述三种应力数据加权求和，以最终确定一个芯片位置处的综合应力数据。

S130:获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据。

综合极限数据表征一个芯片所能承受的最大极限。其中电气极限数据表征芯片所能承受的最大电压/电流，热极限数据表征芯片所能承受的最大温度，压力极限数据表征芯片所能承受的最大压力。

芯片的上述极限数据一般可以通过极限测试获得。但由于极限测试通常具有破坏性，经过极限测试的芯片发生失效后不可逆转，无法进一步封装成器件，为此可以通过额定数据来间接获取极限数据。具体可以包括：建立芯片的极限数据和额定数据的依赖关系；通过额定测试数据预测极限测试数据。例如，采用芯片动静态分选机对功率半导体芯片进行额定测试，获得额定数据。考虑10％左右的设计冗余，确定芯片的额定数据为极限数据的0.9倍。由此通过芯片的额定数据得到其极限数据。为了避免混淆，可以采用激光打码的方式对功率半导体芯片进行标识，保证芯片的极限数据与芯片本身一一对应。

S140:将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是所述多个候选芯片中的、综合极限数据大于对应芯片位置处的综合应力数据的候选芯片。

可以理解，为了保证功率半导体器件正常运行，安装在器件内部的芯片的极限数据必须要大于芯片位置处的应力数据，这样才能保证芯片不会由于受到过高的电流/电压、温度或压力而损坏。因此，对于每个芯片位置，需要确定可以适应该芯片位置的目标芯片，即综合极限数据大于对应芯片位置处的综合应力数据的候选芯片。

对于每个芯片位置，确定能够满足该芯片位置的综合应力数据的目标芯片。显然，满足一个芯片位置的目标芯片可以包含多个。可以建立每个芯片位置及其对应的目标芯片之间的映射关系，例如位置1对应目标芯片1、目标芯片2和目标芯片3，位置2对应目标芯片4、目标芯片5和目标芯片6，位置3对应目标芯片7、目标芯片8和目标芯片9。

本实施例将多个目标芯片随机与多个芯片位置相匹配，指的是对于每个芯片位置，从可以满足该位置的目标芯片中随机选择一个。例如，从目标芯片1、目标芯片2和目标芯片3中堆积选择一个与位置1相匹配，从目标芯片4、目标芯片5和目标芯片6中堆积选择一个与位置2相匹配，从目标芯片7、目标芯片8和目标芯片9中堆积选择一个与位置3相匹配。

S150:计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差。

假设一个功率半导体器件中包含N个芯片位置，其中第i个芯片位置对应的综合应力数据为Si，当前与第i个芯片位置匹配的目标芯片的综合极限数据为Li，那么可以直接将每个芯片位置处的子误差(Li-Si)求和作为本实施例中的误差，或者将子误差(Li-Si)的平方求和后再除以N开方作为本实施例中的误差E，如下式所示：

以上代数式可以使得本步骤中的误差更加全面完整地反映不同芯片位置处综合极限数据和综合应力数据之间的差异。

S160:随机更换所述多个目标芯片，以确定使所述均方误差最小的最佳目标芯片。

可以基于蒙特卡洛算法对不同芯片位置处的目标芯片进行优化。例如，对于每次随机生成的芯片位置和目标芯片之间的匹配关系，计算对应的误差E，通过有限次数随机更换目标芯片，并计算每次随机更换后的误差E，确定误差E最小时每个芯片位置处匹配的目标芯片为最佳目标芯片。这样可以将不同的芯片适配到不同的芯片位置处，不仅保证功率半导体器件的正常工作，而且可以最大程度上发挥芯片的性能，避免芯片资源浪费。

综上所述，本发明实施例从电气、热和机械三方面综合考虑了半导体器件在不同位置处的应力数据和芯片极限性能数据，将芯片筛选问题转化为目标函数最小值优化问题，从数学角度给出科学的筛选依据；依据优化结果进行芯片筛选和装配，可以最大程度地保证半导体器件的整体性能，同时提高芯片利用率，大幅降低半导体器件成本。

示例性的，可以通过模拟仿真方法获取芯片位置对应的综合应力数据。图2示出了根据本发明实施例中通过模拟仿真方法获取综合应力数据的示意性流程图。如图2所示，获取不同芯片位置对应的综合应力数据的步骤包括：

S210:建立所述功率半导体器件的电路仿真模型。可以采用现有的任意仿真技术建立器件三维仿真模型，用于模拟各电极回路寄生参数、材料性能及实际工况环境。

S220:基于所述电路仿真模型，对所述功率半导体器件进行电气仿真、热仿真和力学仿真，获得所述功率半导体器件的电气应力分布、热应力分布和机械压力分布。

S230:基于所述电气应力分布、热应力分布和机械压力分布，提取所述功率半导体器件在每个所述芯片位置对应的电气应力数据、热应力数据和机械应力数据。

可以理解，仿真模型显示出电气应力、热应力和机械应力在器件内部的分布情况，对应于在器件内部划分好的芯片位置，就可以获得不同芯片位置对应的电气应力数据、热应力数据和机械应力数据。

通过模拟仿真方法获取芯片位置对应的综合应力数据，对于仿真模型的依赖程度很高，在准确建立仿真模型的基础上，能够大幅提高数据获取效率高、成本低廉。

示例性地，还可以通过实验测试的方法获取功率半导体器件中每个所述芯片位置对应的综合应力数据。图3示出了根据本发明实施例中通过实验方法获取综合应力数据的示意性流程图。如图3所示，获取不同芯片位置对应的综合应力数据的步骤包括：

S310:搭建所述功率半导体器件的测试平台，例如可以仿照搭建或者采用现有的任何半导体测试系统，该测试平台或测试系统可以调节测试电压电流等级、温度和压力大小，对功率半导体器件进行测试。

S320:向所述功率半导体器件施加测试电压/电流、测试温度和测试压力，通过设置在所述功率半导体器件内部的传感器获取每个芯片位置对应的电气应力数据、热应力数据和机械应力数据。

可以通过在功率半导体器件内部植入的无接触式传感器，对每个芯片位置的电气应力、热应力和机械应力进行测量。例如采用罗氏线圈采集流过芯片的电流，通过激光测温传感器监测芯片的核心温度，通过数字图像散斑相关方法对电极变形进行测量，可进一步换算出芯片所受压力。

通过实验方法获取芯片位置对应的综合应力数据，可以提高数据的准确率，为芯片筛选优化提供保障。

实施例2

本施例提供一种功率半导体器件的芯片筛选装置400，如图4所示，包括位置划分单元410、应力数据获取单元420、极限数据获取单元430、匹配单元440、误差计算单元450和优化单元460。其中：

位置划分单元410适用于将所述功率半导体器件根据电流等级划分为多个芯片位置；

应力数据获取单元420适用于获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据；

极限数据获取单元430适用于获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据；

匹配单元440适用于将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是所述多个候选芯片中的、综合极限数据大于对应芯片位置处的综合应力数据的候选芯片；

误差计算单元450适用于计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差；

优化单元460适用于随机更换所述多个目标芯片，以确定使所述误差最小的最佳目标芯片。

本发明提出的功率半导体器件的芯片筛选装置，从电气、热和机械三方面综合考虑了器件应力状态数据和芯片极限性能数据，将芯片筛选问题转化为目标函数最小值优化问题，从数学角度给出科学的筛选依据。进一步，本发明依据优化结果进行芯片筛选和装配，可以最大程度地保证器件整体性能，同时提高芯片利用率，大幅降低器件成本。

实施例3

本实施例还提供一种计算机设备，如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的计算机设备50至少包括但不限于：可通过系统总线相互通信连接的存储器51、处理器52，如图5所示。需要指出的是，图5仅示出了具有组件51-52的计算机设备50，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

本实施例中，存储器51(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备50的内部存储单元，例如该计算机设备50的硬盘或内存。在另一些实施例中，存储器51也可以是计算机设备50的外部存储设备，例如该计算机设备50上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器51还可以既包括计算机设备50的内部存储单元也包括其外部存储设备。本实施例中，存储器51通常用于存储安装于计算机设备50的操作系统和各类应用软件，例如实施例二的芯片筛选装置400的程序代码等。此外，存储器51还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器52在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器52通常用于控制计算机设备50的总体操作。本实施例中，处理器52用于运行存储器51中存储的程序代码或者处理数据，例如运行功率半导体器件的芯片筛选装置400，以实现实施例一的功率半导体器件的芯片筛选方法。

实施例4

本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储功率半导体器件的芯片筛选装置400，被处理器执行时实现实施例一的功率半导体器件的芯片筛选方法。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种功率半导体器件的芯片筛选方法，其特征在于，包括以下步骤：

将所述功率半导体器件根据电流等级划分为多个芯片位置；

获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据；

获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据；

将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是所述多个候选芯片中的、综合极限数据大于对应芯片位置处的综合应力数据的候选芯片；

计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差；

随机更换所述多个目标芯片，以确定使所述误差最小的最佳目标芯片。

2.根据权利要求1所述的芯片筛选方法，其特征在于，所述将所述功率半导体器件根据电流等级划分为多个芯片位置的步骤包括：

获取所述功率半导体器件的电流等级和所述候选芯片的电流等级；

用所述功率半导体器件的电流等级除以所述候选芯片的电流等级，以确定所述芯片位置的个数；

根据所述芯片位置的个数在所述半导体器件内部划分不同的芯片位置。

3.根据权利要求2所述的芯片筛选方法，其特征在于，所述获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据的步骤包括：

建立所述功率半导体器件的电路仿真模型；

基于所述电路仿真模型，对所述功率半导体器件进行电气仿真、热仿真和力学仿真，获得所述功率半导体器件的电气应力分布、热应力分布和机械压力分布；

基于所述电气应力分布、热应力分布和机械压力分布，提取所述功率半导体器件在每个所述芯片位置对应的电气应力数据、热应力数据和机械应力数据。

4.根据权利要求2所述的芯片筛选方法，其特征在于，所述获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据还包括：

搭建所述功率半导体器件的测试平台；

向所述功率半导体器件施加测试电压/电流、测试温度和测试压力，通过设置在所述功率半导体器件内部的传感器获取每个芯片位置对应的电气应力数据、热应力数据和机械应力数据。

5.根据权利要求3或4所述的芯片筛选方法，其特征在于，所述获取多个候选芯片中每个所述候选芯片的综合极限数据的步骤包括：

建立所述候选芯片的综合极限数据和综合额定数据之间的依赖关系；

对所述候选芯片进行额定测试，以获取所述候选芯片的所述综合额定数据；

基于所述综合额定数据和所述依赖关系确定所述候选芯片的综合极限数据。

6.根据权利要求5所述的芯片筛选方法，其特征在于，所述获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据的步骤还包括：

分别获取每个所述芯片位置对应的电气应力数据、热应力数据和机械应力数据在所述应力数据中所占的权重；

对所述电气应力数据、热应力数据和机械应力数据加权求和，以得到所述芯片位置对应的综合应力数据；

所述对所述候选芯片进行额定测试，以获取所述候选芯片的所述综合额定数据的步骤还包括：

对所述候选芯片进行额定测试，获取所述候选芯片的电压/电流额定数据、热额定数据和压力额定数据；

分别确定所述电压/电流额定数据、所述热额定数据和所述压力额定数据在所述综合额定数据中所占的权重；

对所述电压/电流额定数据、所述热额定数据和所述压力额定数据加权求和，以得到所述候选芯片的综合额定数据。

7.根据权利要求6所述的芯片筛选方法，其特征在于，所述误差E通过以下公式计算得到：

上式中N代表功率半导体器件中芯片位置的个数，Li代表第i个芯片位置的综合应力数据，Si代表与第i个芯片位置相匹配的目标芯片的综合极限数据。

8.一种功率半导体器件的芯片筛选装置，其特征在于，包括：

位置划分单元，适用于将所述功率半导体器件根据电流等级划分为多个芯片位置；

应力数据获取单元，适用于获取所述功率半导体器件中每个所述芯片位置对应的综合应力数据，所述综合应力数据包括电气应力数据、热应力数据和压力应力数据；

极限数据获取单元，适用于获取多个候选芯片中每个所述候选芯片的综合极限数据，所述综合极限数据包括电气极限数据、热极限数据和压力极限数据；

匹配单元，适用于将多个目标芯片随机与所述多个芯片位置相匹配，所述目标芯片是所述多个候选芯片中的、综合极限数据大于对应芯片位置处的综合应力数据的候选芯片；

误差计算单元，适用于计算所述多个目标芯片的综合极限数据和所述多个芯片位置对应的综合应力数据的误差；

优化单元，适用于随机更换所述多个目标芯片，以确定使所述误差最小的最佳目标芯片。

9.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。

Images