CN113779753B - 开路故障诊断方法、计算机设备及存储介质 - Google Patents
开路故障诊断方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113779753B CN113779753B CN202110871250.2A CN202110871250A CN113779753B CN 113779753 B CN113779753 B CN 113779753B CN 202110871250 A CN202110871250 A CN 202110871250A CN 113779753 B CN113779753 B CN 113779753B
- Authority
- CN
- China
- Prior art keywords
- test
- defect
- circuit fault
- sample
- open circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明涉及TSV可靠性检测的模糊测试技术领域,公开了一种开路故障诊断方法、计算机设备及存储介质,包括获取待测样品的测试特征参数;获取标准样品的标准特征参数;将所述测试特征参数与所述标准特征参数进行对比,确定所述待测样品的缺陷模型;建立所述待测样品的三维模拟模型,所述三维模拟模型中包括用于模拟开路故障的缺陷模型;根据所述三维模拟模型和所述测试特征参数确定所述待测样品的开路故障的缺陷物理尺寸和开路故障位置。本发明提供的开路故障诊断方法通过提取理想样品和缺陷样品特征参数的统计特征,采用仿真、微波测试、曲线拟合等方法,确定缺陷大小并对缺陷定位,从而有条理、有逻辑地简化故障诊断过程。
Description
技术领域
本发明涉及TSV可靠性检测技术领域,特别是涉及一种开路故障诊断方法、计算机设备及存储介质。
背景技术
微纳缺陷定位是TSV互连失效分析,提出工艺优选方案的重要环节,因此结合电参数信息,通过检测、仿真和理论多位一体的手段,来提取有效的故障特征十分重要,是提高TSV互连缺陷失效分析效率的关键。然而,现有的显微成像技术存在可检测的TSV缺陷的类型和尺寸受X射线仪器的限制较大的问题。只能检测空洞缺陷,对于三维集成电路中高密度的TSV互连,低精度的X射线检测仪器难以检测到特别小尺寸的互连缺陷,高精度的X射线图像处理耗时久。上述TSV故障诊断方法的缺点,阻碍了三维集成电路高密度TSV互连缺陷特征的诊断速率,影响了失效分析与可靠性评估效率,阻碍了基于TSV的三维集成电路可靠性提升技术研究。因此需要探究一种费用低、耗时短的TSV故障诊断方法。
发明内容
基于此,有必要针对如何降低测试费用、缩短测试时间的TSV故障诊断方法问题,提供一种开路故障诊断方法、计算机设备及存储介质。
一种开路故障诊断方法,包括获取待测样品的测试特征参数;获取标准样品的标准特征参数;将所述测试特征参数与所述标准特征参数进行对比,确定所述待测样品的缺陷模型;建立所述待测样品的三维模拟模型,所述三维模拟模型中包括用于模拟开路故障的缺陷模型;根据所述三维模拟模型和所述测试特征参数确定所述待测样品的开路故障的缺陷物理尺寸和开路故障位置。
在其中一个实施例中,所述根据所述三维模拟模型和所述测试特征参数确定所述待测样品的开路故障的缺陷物理尺寸和开路故障位置包括:获取所述缺陷模型具有不同的缺陷物理尺寸时,所述三维模拟模型的第一仿真特征参数集合;将所述第一仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的缺陷物理尺寸确定为所述待测样品的开路故障的缺陷物理尺寸;以所述三维模拟模型的预设位置作为坐标零点建立位置坐标系;获取所述缺陷模型位于所述位置坐标系中不同的开路故障坐标时,所述三维模拟模型的第二仿真特征参数集合;将所述第二仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的开路故障坐标确定为所述待测样品的开路故障的开路故障位置。
在其中一个实施例中,所述第一仿真特征参数集合中的数据包括所述缺陷模型具有不同的缺陷物理尺寸时,所述三维模拟模型的插入损耗,所述测试特征参数包括测试插入损耗曲线,所述将所述第一仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的缺陷物理尺寸确定为所述待测样品的开路故障的缺陷物理尺寸包括:提取在所述缺陷模型具有不同的缺陷物理尺寸时,所述三维模拟模型的插入损耗,获取所述缺陷物理尺寸与所述插入损耗对应的模型插入损耗曲线;在第一频段内将所述模型插入损耗曲线与所述测试插入损耗曲线进行拟合,通过统计特征方法确定与所述测试插入损耗曲线相匹配的缺陷物理尺寸。
在其中一个实施例中,所述第二仿真特征参数集合中的数据包括位于所述位置坐标系中不同的开路故障坐标时,所述三维模拟模型的回波损耗,所述测试特征参数包括测试回波损耗曲线,所述将所述第二仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的开路故障坐标确定为所述待测样品的开路故障的开路故障位置包括:提取在所述缺陷模型位于所述位置坐标系中不同的开路故障坐标时,所述三维模拟模型的回波损耗,获取所述开路故障坐标与所述回波损耗对应的模型回波损耗曲线;在第二频段内将所述模型回波损耗曲线与所述测试回波损耗曲线进行拟合,通过统计特征方法确定与所述测试回波损耗曲线相匹配的开路故障坐标。
在其中一个实施例中,所述统计特征方法包括二分模型法。
在其中一个实施例中,所述获取标准样品的标准特征参数包括获取所述标准样品的第一特征参数;建立所述标准样品的标准仿真模型,获取所述标准仿真模型的第二特征参数;当所述第一特征参数与所述第二特征参数相同时,将所述第一特征参数定义为标准特征参数。
在其中一个实施例中,在将所述测试特征参数与所述标准特征参数进行对比,确定所述待测样品的缺陷模型前,所述方法还包括根据所述测试特征参数判断所述待测样品是否存在开路故障。
在其中一个实施例中,所述测试特征参数包括测试插入损耗曲线和测试回波损耗曲线,所述根据所述测试特征参数判断所述待测样品是否存在开路故障包括:当所述测试回波损耗曲线在第三频段中的绝对值小于所述测试插入损耗曲线在第三频段中的绝对值时,所述待测样品存在开路故障。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任意一个实施例中所述的开路故障诊断方法的步骤。
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任意一个实施例中所述的开路故障诊断方法的步骤。
上述开路故障诊断方法,获取待测样品的测试特征参数和标准样品的标准特征参数。根据测试特征参数和标准特征参数可以确定待测样品的缺陷模型。建立待测样品的三维模拟模型,其中,利用缺陷模型来模拟待测样品的开路故障。利用建立的三维模拟模型结合测试特征参数中提取的有效故障特征,定位开路故障的缺陷物理尺寸和开路故障位置,以减小可靠性检测成本和提高诊断效率。本发明提供的开路故障诊断方法通过提取理想样品和缺陷样品特征参数的统计特征,采用仿真、微波测试、曲线拟合等方法,确定缺陷大小并对缺陷定位,从而有条理、有逻辑地简化故障诊断过程。
附图说明
为了更清楚地说明本说明书实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明其中一实施例的开路故障诊断方法的方法流程示意图;
图2为本发明其中一实施例的待测样品的TSV互连结构示意图;
图3为本发明其中一实施例的待测结构的原理示意图;
图4为本发明其中一实施例的单层衬底TSV互连的简易模型结构示意图;
图5为本发明其中一实施例的确定缺陷物理尺寸和开路故障位置的方法流程示意图;
图6为本发明其中一实施例的确定缺陷物理尺寸的方法流程示意图;
图7为本发明其中一实施例的确定开路故障位置的方法流程示意图;
图8为本发明其中一实施例的根据二分模型法确定缺陷物理尺寸的分析过程示意图;
图9为本发明其中一实施例的根据二分模型法确定开路故障坐标的分析过程示意图;
图10为本发明其中一实施例的获取标准特征参数的方法流程示意图;
图11为本发明其中一实施例的开路故障诊断系统的结构框图;
图12为本发明其中一实施例的一种开路故障诊断装置或系统的框图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的优选实施方式。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反的,提供这些实施方式的目的是为了对本发明的公开内容理解得更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
基于硅通孔(Through-Silicon via,TSV)技术的三维集成电路是实现未来高性能高密度芯片的关键技术,TSV可靠性检测是制约三维集成电路产业化发展的关键点之一。在TSV制造阶段由于工艺限制或过程污染等原因,部分TSV会出现缺陷或瑕疵,导致电路产生不同类型和不同程度的故障,当前对故障TSV全流程的在线检测缺乏测试方法和工具。微纳缺陷定位是TSV互连失效分析,提出工艺优选方案的重要环节,因此结合电参数信息,通过检测、仿真和理论多位一体的手段,来提取有效的故障特征十分重要,是提高TSV互连缺陷失效分析效率的关键。传统的故障诊断值判断故障模式,仅仅能够判断TSV互连缺陷是开路故障还是短路故障,而并不能确定具体的缺陷形状,也不能确定具体的缺陷位置。
射频S参数方法是一种采用探针测试的方法。使用矢量网络分析仪和射频测试探针直接测量TSV电路,计算插入损耗、特征阻抗等射频电学参数,通过与理想输出结果对比,来诊断开路和短路故障。链式TSV结构射频电学特性研究是TSV特性研究中最重要和最常用的方法,其在学术界的研究需求,使得基于射频测试的TSV故障诊断方法需求日益增加。TSV的S参数模型优点是可覆盖所有缺陷的电学特性。
当TSV互连结构中的缺陷满足一定尺寸时,传输链路呈现开路状态,但在微波射频频段,寄生电阻、寄生电容、寄生电感等参数将使得链路传输系数随频率的变化而发生变化。为获得更准确的缺陷定位信息,就需要通过频率变化的传输特性,与理想互连传输结构作对比分析,来提取一定的缺陷物理参数。本公开的开路故障诊断方法主要用于解决开路故障的微纳缺陷的物理特征提取问题。
本公开的开路故障诊断方法主要通过提取理想TSV互连和缺陷TSV互连的射频S参数的统计特征,采用仿真、微波测试、曲线拟合等方法,来确定缺陷大小和位置,从而有条理、有逻辑地简化故障诊断过程。在本公开的一些实施例中,开路故障诊断方法主要针对具有单一开路故障的TSV互连结构中的故障尺寸和故障位置进行确定。
图1为本发明其中一实施例的开路故障诊断方法的方法流程示意图,在其中一个实施例中,开路故障诊断方法包括如下步骤S100至步骤S500。
步骤S100:获取待测样品的测试特征参数。
本实施例中所述的待测样品的三维集成电路互连结构包括水平再分布线、硅基底的硅通孔(TSV)或玻璃基地通孔(TGV,Through-Glass via)或其他三维基底通孔工艺的垂直互连,以及多层堆叠工艺的互连。在本实施例中,以TSV互连结构作为案例进行说明。图2为本发明其中一实施例的待测样品的TSV互连结构示意图,TSV互连结构为菊花链的多层堆叠互连结构,同一待测样品中包含多条待测TSV互连和辅助接地互连线。待测TSV互连中的开路故障可能存在于开路故障点1-开路故障点N中的任意一点位置处。
在其中一些实施例中可以通过对包括三维集成电路互连链路的待测样品开展微波测试实验,来获得待测样品的测试特征参数。图3为本发明其中一实施例的待测结构的原理示意图。采用GSG(Ground Signal Ground)测试结构实现对待测样品的微波测试实验。TSV互连网络两端连接的两个金属Pad可以分别连接矢量网络分析仪的微波测试探头和辅助接地互连线,从而利用矢量网络分析仪对待测TSV互连网络获取待测样品的S参数。根据S参数还可以计算例如Z参数、Y参数、特性阻抗等待测TSV互连网络的其他特征参数。因此,可以根据矢量网络分析仪输出的待测样品的S参数,获取待测样品的测试特征参数。
步骤S200:获取标准样品的标准特征参数。
在本实施例中,可以通过对理想的标准样品开展微波测试实验,来获得标准样品的测试特征参数;也可以通过历史数据等其他数据获取方式得到标准样品的标准特征参数。
步骤S300:将测试特征参数与标准特征参数进行对比,确定待测样品的缺陷模型。
由于特征参数中的S参数表征了样品的传输特性。随着频率和传输线物理特征的变化,样品在不同频率段将呈现不同的S参数值。而且当TSV互连存在一定的空洞缺陷时,缺陷样品的S参数结果与缺陷物理尺寸间具有一定的映射关系,即不同物理尺寸缺陷的测试特征参数与理想的标准特征参数在各个频率的差异均不同。因此,可以将待测样品的测试特征参数、标准样品的标准特征参数在每个频率点的S参数测试结果,作为待测TSV互连结构中缺陷分析的特征参数。
通过将待测样品的测试特征参数与标准样品的标准特征参数进行对比分析,结合互连开路的微波S参数基础知识,可以判断待测TSV互连结构的缺陷模型。
图4为本发明其中一实施例的单层衬底TSV互连的简易模型结构示意图,在本公开的一些实施例中,可以假设在待测样品中的开路故障是由柱状裂纹或空洞的缺陷导致的,形成该故障的模拟缺陷的直径应不小于TSV或水平再分布线的截面尺寸。根据待测样品的测试特征参数与标准样品的标准特征参数的对比分析结果,可以进一步地确定该柱状裂纹或空洞故障的大致截面尺寸和故障位置范围。
步骤S400:建立待测样品的三维模拟模型,三维模拟模型中包括用于模拟开路故障的缺陷模型。
针对开路故障具有不同的缺陷物理尺寸、位于TSV互连传输路线中不同的开路故障位置时,搭建不同的故障模型。根据待测样品的TSV互连网络在三维全波仿真软件中建模,获取待测样品的三维模拟模型。三维模拟模型中包括根据步骤S300确定的待测TSV互连结构的缺陷模型,利用缺陷模型来模拟待测样品的开路故障,从而建立可以用于模拟不同开路故障情况的模型。
步骤S500:根据三维模拟模型和测试特征参数确定待测样品的开路故障的缺陷物理尺寸和开路故障位置。
在本实施例中,可以通过改变三维模拟模型中缺陷模型的缺陷尺寸和位置,来模拟样品出现不同故障情况时的特征参数,并根据不同故障情况下的特征参数与实际测试得到的测试特征参数来确定待测样品的开路故障的缺陷物理尺寸和开路故障位置。
在一些其他的实施例中,也可以利用相关软件根据待测样品的测试特征参数推测三维模拟模型中缺陷模型的缺陷尺寸和位置,从而确定测样品的开路故障的缺陷物理尺寸和开路故障位置。
上述开路故障诊断方法通过结合待测样品的测试电参数、无损样品的理想电参数来实现TSV故障模式的诊断和定位,是提高三维集成电路互连缺陷检测分辨率的关键。通过提取理想样品和缺陷样品特征参数的统计特征,采用仿真、微波测试、曲线拟合等方法,确定缺陷大小并对缺陷定位,从而有条理、有逻辑地简化故障诊断过程。使用本公开提供的开路故障诊断方法,可以有效降低三维集成电路开路失效分析检测的费用,提升可靠性诊断效率,进而保证三维集成产品及系统级的可靠性,因此,上述开路故障诊断方法具有广阔的需求市场和巨大的经济效益。
图5为本发明其中一实施例的确定缺陷物理尺寸和开路故障位置的方法流程示意图,在其中一个实施例中,根据三维模拟模型和测试特征参数确定待测样品的开路故障的缺陷物理尺寸和开路故障位置包括如下步骤S510至步骤S550。
步骤S510:获取缺陷模型具有不同的缺陷物理尺寸时,三维模拟模型的第一仿真特征参数集合。
在三维全波仿真软件中,改变待测样品的三维模拟模型中缺陷模型的缺陷物理尺寸,从而获得具有不同的缺陷物理尺寸的不同三维模拟故障模型。对三维模拟故障模型进行仿真,可以获取该三维模拟故障模型的仿真特征参数。通过对具有不同的缺陷物理尺寸的不同三维模拟故障模型一一进行仿真,可以获取第一仿真特征参数集合。
步骤S520:将第一仿真特征参数集合中的数据与测试特征参数进行比较,将与测试特征参数相匹配的数据对应的缺陷物理尺寸确定为待测样品的开路故障的缺陷物理尺寸。
第一仿真特征参数集合中的每一个仿真特征参数都对应有一个相应的缺陷物理尺寸。将第一仿真特征参数集合中的数据分别与对待测样品实际测试获取的测试特征参数进行比较,确定第一仿真特征参数集合中与测试特征参数最为接近的数据,将最为接近的数据对应的缺陷物理尺寸确定为待测样品的缺陷物理尺寸。
步骤S530:以三维模拟模型的预设位置作为坐标零点建立位置坐标系。
将三维模拟模型中的某一个预设位置定义为坐标零点建立一个位置坐标系,三维模拟模型中的任意一个点都可以用位置坐标系中的一个坐标点表示。请参见图4,在本公开的一些实施例中是以单层衬底TSV互连中最左侧的互连开始位置作为坐标零点建立的一维坐标系,以TSV和水平互连所有长度作为总传输路线,每个关键互连部分和键合点作为一个坐标位置。
步骤S540:获取缺陷模型位于位置坐标系中不同的开路故障坐标时,三维模拟模型的第二仿真特征参数集合。
同样的,在三维全波仿真软件中,改变缺陷模型在三维模拟模型的位置坐标系中的坐标,从而获得缺陷模型处于三维模拟模型中的不同位置处时不同的三维模拟故障模型。对三维模拟故障模型进行仿真,可以获取该三维模拟故障模型的仿真特征参数。通过对具缺陷模型处于三维模拟模型中的不同位置处时不同的三维模拟故障模型一一进行仿真,可以获取第二仿真特征参数集合。
步骤S550:将第二仿真特征参数集合中的数据与测试特征参数进行比较,将与测试特征参数相匹配的数据对应的开路故障坐标确定为待测样品的开路故障的开路故障位置。
第二仿真特征参数集合中的每一个仿真特征参数都对应有一个相应的开路故障坐标。将第二仿真特征参数集合中的数据分别与对待测样品实际测试获取的测试特征参数进行比较,确定第二仿真特征参数集合中与测试特征参数最为接近的数据,将最为接近的数据对应的开路故障坐标确定为待测样品的开路故障位置。
通过模拟TSV链路中不同开路缺陷的电路特征,根据实际测试获取的链路特征参数,对具有不同位置、不同尺寸开路缺陷的TSV传输链进行模块化分解,大大加快了缺陷定位的效率。
在其中一个实施例中,本公开的开路故障诊断方法还可以与显微成像技术相结合。由于利用显微成像技术进行缺陷诊断时需要采集不同深度下的TSV扫描横切图,在经过图像处理和图像对比,或者送入自适应缺陷映射网络后,才能判断TSV空洞缺陷的形状、大小和分布特征。当不确定故障位置时,需要对整个TSV链路一点点地进行扫描确定,因此,显微成像技术的图像处理耗时久。利用本公开的开路故障诊断方法确定TSV链路中开路故障的故障位置和缺陷尺寸,再利用显微成像技术对采集确定故障位置处的TSV扫描横切图,对TSV空洞缺陷的形状、大小和分布特征进行验证,从而可以大大降低三维集成电路失效分析检测的费用,同时提升诊断结果的可靠性,进而保证三维集成产品及系统级可靠性。
图6为本发明其中一实施例的确定缺陷物理尺寸的方法流程示意图,将第一仿真特征参数集合中的数据与测试特征参数进行比较,将与测试特征参数相匹配的数据对应的缺陷物理尺寸确定为待测样品的开路故障的缺陷物理尺寸包括如下步骤S521至步骤S523。
步骤S521:提取在缺陷模型具有不同的缺陷物理尺寸时,三维模拟模型的插入损耗,获取缺陷物理尺寸与插入损耗对应的模型插入损耗曲线。
在其中一个实施例中,第一仿真特征参数集合中的数据包括缺陷模型具有不同的缺陷物理尺寸时,三维模拟模型的插入损耗。测试特征参数包括测试插入损耗曲线。
通过改变三维模拟模型中故障模型的缺陷物理尺寸,来模拟TSV互连网络中开路故障具有不同缺陷尺寸时的故障情况。对出现各种故障情况的三维模拟模型分别进行仿真,并对仿真获取的故障电路特征提取统计特征,包括待测互连网络的插入损耗数据。在利用矢量网络分析仪获取待测样品的测试特征参数时,测试特征参数也包括了待测样品的插入损耗曲线。
步骤S523:在第一频段内将模型插入损耗曲线与测试插入损耗曲线进行拟合,通过统计特征方法确定与测试插入损耗曲线相匹配的缺陷物理尺寸。
S参数表征三维模拟模型的传输特性,随着频率和传输线物理特征的变化,在不同频率段呈现不同的S参数值。根据三维模拟模型在不同频率处不同的S参数,绘制三维模拟模型的插入损耗曲线S21。由于具有开路故障缺陷模型的三维模拟模型中,不同的缺陷物理尺寸产生的高频寄生系数不同,因此获取不同缺陷物理尺寸的缺陷条件下,仿真获取的不同的TSV互连传输网络中的插入损耗曲线S21。
采用合理的统计特征方法将获取的不同TSV互连网络中的插入损耗曲线S21分别与测试待测样品获取的实际的测试插入损耗曲线S21进行曲线拟合,通过统计特征诊断符合传输性能的近似的缺陷尺寸,从而将近似的缺陷物理尺寸确定为待测样品的缺陷物理尺寸。上述的曲线拟合,是指将仿真的缺陷TSV互连链路的S参数与测试的S参数结果的曲线进行拟合。
图7为本发明其中一实施例的确定开路故障位置的方法流程示意图,将第二仿真特征参数集合中的数据与测试特征参数进行比较,将与测试特征参数相匹配的数据对应的开路故障坐标确定为待测样品的开路故障的开路故障位置包括如下步骤S551至步骤S553。
步骤S551:提取在缺陷模型位于位置坐标系中不同的开路故障坐标时,三维模拟模型的回波损耗,获取开路故障坐标与回波损耗对应的模型回波损耗曲线。
在其中一个实施例中,第二仿真特征参数集合中的数据包括位于位置坐标系中不同的开路故障坐标时,三维模拟模型的回波损耗。测试特征参数包括测试回波损耗曲线。通过改变故障模型在位置坐标系中的坐标来改变故障模型在三维模拟模型中所处的位置,从而模拟TSV互连网络中不同位置处出现开路故障时的故障情况。
对出现各种故障情况的三维模拟模型分别进行仿真,并对仿真获取的故障电路特征提取统计特征,包括待测互连网络的回波损耗数据。在利用矢量网络分析仪获取待测样品的测试特征参数时,测试特征参数也包括了待测样品的回波损耗曲线。
步骤S553:在第二频段内将模型回波损耗曲线与测试回波损耗曲线进行拟合,通过统计特征方法确定与测试回波损耗曲线相匹配的开路故障坐标。
同样地,S参数表征三维模拟模型的传输特性,随着频率和传输线物理特征的变化,在不同频率段呈现不同的S参数值。根据三维模拟模型在不同频率处不同的S参数,绘制三维模拟模型的回波损耗曲线S11。由于具有开路故障缺陷模型的三维模拟模型中,不同的位置处的缺陷产生的高频寄生系数不同,因此获取不同位置处存在缺陷的缺陷条件下,仿真获取的不同的TSV互连传输网络中的回波损耗曲线S11。
采用合理的统计特征方法将获取的不同TSV互连网络中的回波损耗曲线S11分别与测试待测样品获取的实际的测试回波损耗曲线S11进行曲线拟合,通过统计特征诊断符合传输性能的近似的开路故障坐标值,从而将近似的开路故障坐标值确定为待测样品的开路故障位置。
在本实施例中通过采用多电路特征相结合的诊断方法,将每个电路特征的四个统计特征数据回波损耗曲线S11的幅值、回波损耗曲线S11的相位、插入损耗曲线S21的幅值、插入损耗曲线S21的相位作为诊断TSV缺陷特征的判断标准,提高了缺陷诊断的准确率。
在其中一个实施例中,统计特征方法包括二分模型法。在本实施例中,采用二分模型法对拟合缺陷TSV链路的S参数和实际测试获取的待测TSV链路的S参数进行特征统计并曲线拟合,从而对待测TSV链路中的开路缺陷的尺寸和缺陷模块的位置进行确定。
以图4中所示的TSV互连网络为例来对开路缺陷尺寸的确定过程进行说明。图4中待测样品中缺陷TSV互连的S参数已知。本实施例通过提取不同缺陷尺寸下的三维模拟模型中TSV互连网络的插入损耗,并统计缺陷模型的缺陷物理尺寸与提取的三维模拟模型的插入损耗曲线S21。在一定频段内将三维模拟模型的插入损耗曲线S21与待测样品中缺陷TSV互连的S曲线进行曲线拟合。
所述一定频段内是指三维模拟模型的插入损耗曲线S21与缺陷尺寸具有映射关系,且曲线的变化趋势相同、不易重叠的频率范围。图8为本发明其中一实施例的根据二分模型法确定缺陷物理尺寸的分析过程示意图。如图8中的f1~f2频率范围内,每一频率点的特征都可以较好地反映缺陷尺寸差别。
通过统计特征诊断符合传输性能的近似的缺陷尺寸,诊断过程和结果如图8所示。将通过对三维模拟模型仿真获取的仿真S参数与对待测样品实际测试获取的测试S参数进行拟合。对于图8所示的区间[x1,x2]上连续不断且f(a)·f(b)<0的曲线y=f(x),通过不断地把曲线f(x)的零点所在的区间一分为二,使区间的两个端点逐步逼近零点,进而得到零点近似值的方法叫二分法。在本实施例中,即令仿真S参数在缺陷尺寸区间[f1,f2]上连续且当仿真S参数逐渐趋近于0dB时对应的缺陷的尺寸定义为最符合实际缺陷物理结构的缺陷物理尺寸。
根据本公开获取的缺陷物理尺寸可以确定待测样品实际的开路故障的截面尺寸,近似的缺陷尺寸是该缺陷所在的互连网络的传输特性,与测试的缺陷样品S21曲线相近,但实际缺陷的高度或长度可能存在变化。因此,可以将本公开的开路故障诊断方法与显微成像方法相结合,在确定了待测样品中开路故障的缺陷物理尺寸和开路故障坐标后,利用显微成像方法对诊断的开路故障所在位置TSV空洞缺陷的形状、大小和分布特征进行进一步确定与验证,从而提高故障分析的准确率。
同样地,以图4中所示的TSV互连网络为例来对开路缺陷坐标的确定过程进行说明。图4中待测样品中缺陷TSV互连网络的S参数已知。利用确定的缺陷模型的缺陷物理尺寸,统计缺陷模型处于不同位置时三维模拟模型的回波损耗曲线S11。在一定频段内将三维模拟模型的回波损耗曲线S11与待测样品的测试回波损耗曲线进行曲线拟合。
所述一定频段内是指三维模拟模型的回波损耗曲线S11与缺陷位置具有映射关系,且曲线的变化趋势相同、不易重叠的频率范围。图9为本发明其中一实施例的根据二分模型法确定开路故障坐标的分析过程示意图。如图9中的f1~f2频率范围内,每一频率点的特征都可以较好地反映缺陷位置差别。
通过统计特征诊断符合传输性能的近似的缺陷坐标值,诊断过程和结果如图9所示,将通过对三维模拟模型仿真获取的仿真S参数与对待测样品实际测试获取的S参数进行拟合。对于图9所示的区间[x1,x2]上连续不断且f(a)·f(b)<0的曲线y=f(x),通过不断地把函数f(x)的零点所在的区间一分为二,使区间的两个端点逐步逼近零点,进而得到零点近似值的方法叫二分法。在本实施例中,即令仿真S参数在缺陷坐标区间[f1,f2]上连续且当仿真S参数逐渐趋近于0dB时对应的缺陷的位置坐标数值定义为最符合实际缺陷物理定位。
完成对某一待测的开路故障TSV互连网络的缺陷尺寸预估与缺陷模块定位后,执行对下一待测开路故障YSV互连网络的诊断,直至待测样品上所有的TSV互连缺陷都被诊断完毕。
图10为本发明其中一实施例的获取标准特征参数的方法流程示意图,在其中一个实施例中,获取标准样品的标准特征参数包括如下步骤S210至步骤S230。
步骤S210:获取标准样品的第一特征参数。
在本实施例中,可以通过对理想的标准样品开展微波测试实验,来获得标准样品的第一特征参数;也可以通过历史数据等其他数据获取方式得到标准样品的第一特征参数。
步骤S220:建立标准样品的标准仿真模型,获取标准仿真模型的第二特征参数。
根据标准样品的TSV互连网络在三维全波仿真软件中建模,获取标准仿真模型。利用三维全波仿真软件对建立的标准样品模型进行仿真,仿真提取标准样品模型的第二特征参数。
步骤S230:当第一特征参数与第二特征参数相同时,将第一特征参数定义为标准特征参数。
将第一特征参数与第二特征参数进行对比,若第一仿真参数的值与第二仿真参数的值相同,那么表明建立的标准仿真模型与实际的标准样品相匹配,可以将第一仿真参数作为标准特征参数,也可以将第二仿真参数作为标准特征参数。通过对标准样品进行测试获取测试参数,对标准样品进行建模获取仿真测试参数,来保证标准特征参数的准确性,提高诊断结果的精确度。在本公开的一些实施例中,还可以在标准样品的基础上添加缺陷模型来搭建待测样品的三维模拟模型,从而保证三维模拟模型的模拟效果更好。
应该理解的是,虽然图1、图5-图7、图10的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图5-图7、图10中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在其中一个实施例中,在将测试特征参数与标准特征参数进行对比,确定待测样品的缺陷模型前,所述方法还包括根据测试特征参数判断待测样品是否存在开路故障。在一些实施例中,在对待测样品的TSV互连网络中开路故障的尺寸和位置进行确定前,可以结合测试经验或结合互连开路和短路的微波S参数基础知识,根据测试特征参数的值来判断待测样品中是否存在开路故障。防止对并不存在故障的电路结构进行测试,导致浪费测试时间。
在其中一个实施例中,测试特征参数包括测试插入损耗曲线和测试回波损耗曲线,根据测试特征参数判断待测样品是否存在开路故障包括:当测试回波损耗曲线在第三频段中的绝对值小于测试插入损耗曲线在第三频段中的绝对值时,待测样品存在开路故障。待测样品的测试特征参数包括测试插入损耗曲线S21和测试回波损耗曲线S11。当直流和低频(1MHz以下)的|S11|<|S21|时,即可判断TSV互连网络处于开路状态。在一些其他的实施例中,也可以仅通过观察测试插入损耗曲线S21来判断,当测试插入损耗曲线S21在直流和低频段的值过小,或者小于预设值时,即可判断TSV互连网络处于开路状态。
基于上述所述的开路故障诊断方法的描述,本公开还提供了一种开路故障诊断系统。所述系统可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件等并结合必要的实施硬件的装置。基于同一创新构思,本公开实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
基于前述方法实施例的描述,本公开还提供了一种开路故障诊断系统。图11为本发明其中一实施例的开路故障诊断系统的结构框图,在其中一个实施例中,开路故障诊断系统可以包括参数获取模块100、模型生成模块200和分析模块300。
参数获取模块100,用于获取待测样品的测试特征参数,还用于获取标准样品的标准特征参数。模型生成模块200,用于将测试特征参数与标准特征参数进行对比,确定待测样品的缺陷模型,还用于建立待测样品的三维模拟模型,三维模拟模型中包括用于模拟开路故障的缺陷模型。分析模块300,用于根据三维模拟模型和测试特征参数确定待测样品的开路故障的缺陷物理尺寸和开路故障位置。
关于上述实施例中的系统,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
可以理解的是,本说明书中上述方法、装置等的各个实施例均采用递进的方式描述,各个实施例之间相同/相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。相关之处参见其他方法实施例的描述说明即可。
图12是根据一示例性实施例示出的一种开路故障诊断装置或系统S00的框图。参照图12,开路故障诊断装置或系统S00包括处理组件S20,其进一步包括一个或多个处理器,以及由存储器S22所代表的存储器资源,用于存储可由处理组件S20的执行的指令,例如应用程序。存储器S22中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件S20被配置为执行指令,以执行上述方法。
开路故障诊断装置或系统S00还可以包括:电源组件S24被配置为执行模开路故障诊断装置或系统S00的电源管理,有线或无线网络接口S26被配置为将开路故障诊断装置或系统S00连接到网络,和输入输出(I/O)接口S28。开路故障诊断装置或系统S00可以操作基于存储在存储器S22的操作系统,例如Windows Server,Mac OS X,Unix,Linux,FreeBSD或类似。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器S22,上述指令可由开路故障诊断装置或系统S00的处理器执行以完成上述方法。存储介质可以是计算机可读存储介质,例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,所述计算机程序产品中包括指令,上述指令可由开路故障诊断装置或系统S00的处理器执行以完成上述方法。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以作出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种开路故障诊断方法,其特征在于,包括:
获取待测样品的测试特征参数;
获取标准样品的标准特征参数;
将所述测试特征参数与所述标准特征参数进行对比,确定所述待测样品的缺陷模型;
建立所述待测样品的三维模拟模型,所述三维模拟模型中包括用于模拟开路故障的缺陷模型;
根据所述三维模拟模型和所述测试特征参数确定所述待测样品的开路故障的缺陷物理尺寸和开路故障位置;
所述根据所述三维模拟模型和所述测试特征参数确定所述待测样品的开路故障的缺陷物理尺寸和开路故障位置包括:
获取所述缺陷模型具有不同的缺陷物理尺寸时,所述三维模拟模型的第一仿真特征参数集合;
将所述第一仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的缺陷物理尺寸确定为所述待测样品的开路故障的缺陷物理尺寸;
以所述三维模拟模型的预设位置作为坐标零点建立位置坐标系;
获取所述缺陷模型位于所述位置坐标系中不同的开路故障坐标时,所述三维模拟模型的第二仿真特征参数集合;
将所述第二仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的开路故障坐标确定为所述待测样品的开路故障的开路故障位置。
2.根据权利要求1所述的开路故障诊断方法,其特征在于,所述第一仿真特征参数集合中的数据包括所述缺陷模型具有不同的缺陷物理尺寸时,所述三维模拟模型的插入损耗,所述测试特征参数包括测试插入损耗曲线,所述将所述第一仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的缺陷物理尺寸确定为所述待测样品的开路故障的缺陷物理尺寸包括:
提取在所述缺陷模型具有不同的缺陷物理尺寸时,所述三维模拟模型的插入损耗,获取所述缺陷物理尺寸与所述插入损耗对应的模型插入损耗曲线;
在第一频段内将所述模型插入损耗曲线与所述测试插入损耗曲线进行拟合,通过统计特征方法确定与所述测试插入损耗曲线相匹配的缺陷物理尺寸。
3.根据权利要求1所述的开路故障诊断方法,其特征在于,所述第二仿真特征参数集合中的数据包括位于所述位置坐标系中不同的开路故障坐标时,所述三维模拟模型的回波损耗,所述测试特征参数包括测试回波损耗曲线,所述将所述第二仿真特征参数集合中的数据与所述测试特征参数进行比较,将与所述测试特征参数相匹配的数据对应的开路故障坐标确定为所述待测样品的开路故障的开路故障位置包括:
提取在所述缺陷模型位于所述位置坐标系中不同的开路故障坐标时,所述三维模拟模型的回波损耗,获取所述开路故障坐标与所述回波损耗对应的模型回波损耗曲线;
在第二频段内将所述模型回波损耗曲线与所述测试回波损耗曲线进行拟合,通过统计特征方法确定与所述测试回波损耗曲线相匹配的开路故障坐标。
4.根据权利要求2或3所述的开路故障诊断方法,其特征在于,所述统计特征方法包括二分模型法。
5.根据权利要求1所述的开路故障诊断方法,其特征在于,所述获取标准样品的标准特征参数包括:
获取所述标准样品的第一特征参数;
建立所述标准样品的标准仿真模型,获取所述标准仿真模型的第二特征参数;
当所述第一特征参数与所述第二特征参数相同时,将所述第一特征参数定义为标准特征参数。
6.根据权利要求1所述的开路故障诊断方法,其特征在于,在将所述测试特征参数与所述标准特征参数进行对比,确定所述待测样品的缺陷模型前,所述方法还包括:
根据所述测试特征参数判断所述待测样品是否存在开路故障。
7.根据权利要求6所述的开路故障诊断方法,其特征在于,所述测试特征参数包括测试插入损耗曲线和测试回波损耗曲线,所述根据所述测试特征参数判断所述待测样品是否存在开路故障包括:
当所述测试回波损耗曲线在第三频段中的绝对值小于所述测试插入损耗曲线在第三频段中的绝对值时,所述待测样品存在开路故障。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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6中任意一项所述的开路故障诊断方法的步骤。
9.一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6中任意一项所述的开路故障诊断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110871250.2A CN113779753B (zh) | 2021-07-30 | 2021-07-30 | 开路故障诊断方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110871250.2A CN113779753B (zh) | 2021-07-30 | 2021-07-30 | 开路故障诊断方法、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113779753A CN113779753A (zh) | 2021-12-10 |
CN113779753B true CN113779753B (zh) | 2023-10-03 |
Family
ID=78836627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110871250.2A Active CN113779753B (zh) | 2021-07-30 | 2021-07-30 | 开路故障诊断方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113779753B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064010A (zh) * | 2013-01-08 | 2013-04-24 | 浙江大学 | 基于希尔伯特-黄变换的模拟电路故障元件参数估计方法 |
CN106158688A (zh) * | 2016-05-20 | 2016-11-23 | 江苏师范大学 | 一种tsv封装缺陷检测装置及其检测方法 |
CN106646193A (zh) * | 2016-12-15 | 2017-05-10 | 重庆西南集成电路设计有限责任公司 | 键合线寄生参数测试提取方法 |
CN109813999A (zh) * | 2019-01-22 | 2019-05-28 | 山东大学 | 一种配电网故障诊断算法自动测试平台、方法及应用 |
CN111400867A (zh) * | 2020-02-18 | 2020-07-10 | 西安电子科技大学 | 一种基于仿真分析的微波固放可靠性设计方法 |
CN112731220A (zh) * | 2020-12-01 | 2021-04-30 | 三峡大学 | 基于频谱分析的电流互感器铁芯线圈故障诊断方法 |
CN113076713A (zh) * | 2021-06-07 | 2021-07-06 | 浙江铖昌科技股份有限公司 | 射频微波探针的s参数提取方法及系统、存储介质及终端 |
-
2021
- 2021-07-30 CN CN202110871250.2A patent/CN113779753B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064010A (zh) * | 2013-01-08 | 2013-04-24 | 浙江大学 | 基于希尔伯特-黄变换的模拟电路故障元件参数估计方法 |
CN106158688A (zh) * | 2016-05-20 | 2016-11-23 | 江苏师范大学 | 一种tsv封装缺陷检测装置及其检测方法 |
CN106646193A (zh) * | 2016-12-15 | 2017-05-10 | 重庆西南集成电路设计有限责任公司 | 键合线寄生参数测试提取方法 |
CN109813999A (zh) * | 2019-01-22 | 2019-05-28 | 山东大学 | 一种配电网故障诊断算法自动测试平台、方法及应用 |
CN111400867A (zh) * | 2020-02-18 | 2020-07-10 | 西安电子科技大学 | 一种基于仿真分析的微波固放可靠性设计方法 |
CN112731220A (zh) * | 2020-12-01 | 2021-04-30 | 三峡大学 | 基于频谱分析的电流互感器铁芯线圈故障诊断方法 |
CN113076713A (zh) * | 2021-06-07 | 2021-07-06 | 浙江铖昌科技股份有限公司 | 射频微波探针的s参数提取方法及系统、存储介质及终端 |
Non-Patent Citations (2)
Title |
---|
刘闯等.基于人工智能的电力电子变换器开路故障诊断 研究综述.《电网技术》.2020,第2957-2970页. * |
尚玉玲等.三维集成电路中硅通孔复合故障的检测与诊断.《 半导体技术》.2019,第976-982页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113779753A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112382582B (zh) | 一种晶圆测试分类方法及系统 | |
US7559045B2 (en) | Database-aided circuit design system and method therefor | |
US5784299A (en) | Method for measuring electronic devices under test with a network analyzer | |
CN206114822U (zh) | 一种电力变压器绕组形变状态多信息检测装置 | |
CN104111435B (zh) | 一种测试夹具误差剔除方法 | |
US20050093554A1 (en) | System and method for determining S-parameters using a load | |
WO2008039918A2 (en) | Methods and apparatus for hybrid outlier detection | |
WO2024000731A1 (zh) | 晶圆缺陷评估方法、装置、存储器芯片和可读存储介质 | |
CN102608519B (zh) | 基于节点信息的电路故障诊断方法 | |
CN115398253A (zh) | 用于模拟缺陷可检测性分析的迅速且可扩展的方法 | |
JP2000121705A (ja) | 基板モデル修正方法および装置 | |
CN113779753B (zh) | 开路故障诊断方法、计算机设备及存储介质 | |
US20060176048A1 (en) | Generation and use of calibration data for automated test equipment | |
Sharma et al. | VLSI interconnects and their testing: prospects and challenges ahead | |
CN117113833A (zh) | 一种检定装置的核查方法及系统 | |
CN114035013B (zh) | 缺陷诊断方法和缺陷诊断装置 | |
CN109861859A (zh) | 基于边检验综合判定的多Agent系统故障检测方法 | |
Nelson et al. | Extracting defect density and size distributions from product ICs | |
CN108376123A (zh) | 一种卫星重力观测数据异常值提取方法、装置及电子设备 | |
CN115047286A (zh) | 一种电缆缺陷检测方法、设备及介质 | |
Zhang et al. | Test point selection of analog circuits based on fuzzy theory and ant colony algorithm | |
CN116626445B (zh) | 一种线缆故障检测系统及方法 | |
US7076747B2 (en) | Analytical simulator and analytical simulation method and program | |
Shang et al. | Test of mechanical failure for via holes and solder joints of complex interconnect structure | |
US20050110502A1 (en) | System and method for determining S-parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |