CN116858854A - 掺杂浓度的修正方法、装置、电子设备及存储介质 - Google Patents

掺杂浓度的修正方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116858854A
CN116858854A CN202311131858.7A CN202311131858A CN116858854A CN 116858854 A CN116858854 A CN 116858854A CN 202311131858 A CN202311131858 A CN 202311131858A CN 116858854 A CN116858854 A CN 116858854A
Authority
CN
China
Prior art keywords
doping concentration
concentration data
corrected
position coordinates
defect information
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.)
Pending
Application number
CN202311131858.7A
Other languages
English (en)
Inventor
张南
黄吉裕
郭嘉杰
刘自然
伍三忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ji Hua Laboratory
Original Assignee
Ji Hua Laboratory
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ji Hua Laboratory filed Critical Ji Hua Laboratory
Priority to CN202311131858.7A priority Critical patent/CN116858854A/zh
Publication of CN116858854A publication Critical patent/CN116858854A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/22—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2648—Characterising semiconductor materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Mathematical Physics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本申请属于测量掺杂浓度的技术领域，公开了一种掺杂浓度的修正方法、装置、电子设备及存储介质，该方法包括：步骤S101，获取测量点的数量、位置坐标和掺杂浓度数据，步骤S102，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息，若是，则执行步骤S103，若否，则执行步骤S104，步骤S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据，步骤S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，提高了掺杂浓度的测量效率。

Description

掺杂浓度的修正方法、装置、电子设备及存储介质
技术领域
本申请涉及测量掺杂浓度的技术领域，具体而言，涉及一种掺杂浓度的修正方法、装置、电子设备及存储介质。
背景技术
掺杂浓度均匀性是评价半导体外延片质量的一个重要技术指标，掺杂浓度均匀性不佳会导致器件电学参数的波动范围过大，对器件性能造成不利影响。通过测量半导体外延片的掺杂浓度分布，可以帮助工艺人员判断工艺改进方向，合理调整工艺参数。
相比于传统硅半导体，第三代半导体的外延工艺技术难度大且技术相对不成熟，外延片表面往往存在较多缺陷，例如掉落物、三角形缺陷、胡萝卜缺陷、基平面位错、螺位错、堆垛层错等。当汞探针CV测量仪的测量点范围中存在缺陷时，容易导致掺杂浓度测量不准确，测量值严重偏离正常值，导致测量数据异常。
因此，为了解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的技术问题，亟需一种掺杂浓度的修正方法、装置、电子设备及存储介质。
发明内容
本申请的目的在于提供一种掺杂浓度的修正方法、装置、电子设备及存储介质，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
第一方面，本申请提供了一种掺杂浓度的修正方法，用于对测量点的掺杂浓度进行修正，包括步骤：
S101，获取测量点的数量、位置坐标和掺杂浓度数据；
S102，基于所述数量和所述位置坐标，结合预设的判断规则，判断所述掺杂浓度数据是否存在缺陷信息；若是，则执行步骤S103；若否，则执行步骤S104；
S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据；
S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
本申请提供的掺杂浓度的修正方法可以实现对测量点的掺杂浓度进行修正，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
可选地，步骤S101包括：
Q1，获取所述测量点的数量和位置坐标；
Q2，基于所述数量和所述位置坐标，测量得到所述测量点的掺杂浓度数据。
可选地，步骤S103包括：
A1，将所述存在缺陷信息的掺杂浓度数据对应的位置坐标由直角坐标转化为对应的极坐标；
A2，对所述极坐标进行坐标修正，得到修正后的位置坐标；
A3，基于所述修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据。
本申请提供的掺杂浓度的修正方法可以实现对测量点的掺杂浓度进行修正，通过对存在缺陷信息的测量点进行坐标修正，得到相对正常的测量点坐标，对相对正常的测量点坐标进行掺杂浓度修正，可以获得修正后的掺杂浓度数据，提高了掺杂浓度的测量效率。
可选地，步骤A2包括：
A21，基于所述极坐标，计算得到极坐标角度差值；
A22，计算所述极坐标的极坐标角度和所述极坐标角度差值之和，得到修正后的极坐标；
A23，将所述修正后的极坐标由极坐标转化为对应的直角坐标，得到所述修正后的位置坐标。
本申请提供的掺杂浓度的修正方法可以实现对测量点的掺杂浓度进行修正，通过基于转化的极坐标，计算极坐标角度差值，得到修正后的位置坐标，有利于提高测量点的掺杂浓度的修正效率。
可选地，基于所述修正后的位置坐标，进行掺杂浓度修正的方法包括浓度修正法或图片修正法。
可选地，当使用浓度修正法时，步骤A3包括：
B1，获取所述修正后的位置坐标对应的掺杂浓度数据；
B2，将所述修正后的位置坐标对应的掺杂浓度数据设置为待判断的掺杂浓度数据，返回执行步骤S102。
可选地，当使用图片修正法时，步骤A3包括：
C1，获取所述修正后的位置坐标对应的位置图片；
C2，判断所述位置图片是否存在缺陷信息；若是，执行步骤C3；若否，执行步骤C4；
C3，对存在缺陷信息的位置图片对应的位置坐标进行二次修正，并选择二次修正后的位置坐标对应的位置图片作为待判断的位置图片，返回执行步骤C2；
C4，获取不存在缺陷信息的位置图片对应的位置坐标的掺杂浓度数据，得到修正后的掺杂浓度数据。
第二方面，本申请提供了一种掺杂浓度的修正装置，用于对测量点的掺杂浓度进行修正，包括：
获取模块，用于获取测量点的数量、位置坐标和掺杂浓度数据；
判断模块，用于基于所述数量和所述位置坐标，结合预设的判断规则，判断所述掺杂浓度数据是否存在缺陷信息；若是，则触发修正模块执行对应的步骤；若否，则触发确定模块执行对应的步骤；
修正模块，用于对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据；
确定模块，用于确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
该掺杂浓度的修正装置，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
第三方面，本申请提供了一种电子设备，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如前文所述掺杂浓度的修正方法中的步骤。
第四方面，本申请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运行如前文所述掺杂浓度的修正方法中的步骤。
有益效果：本申请提供的掺杂浓度的修正方法、装置、电子设备及存储介质，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
附图说明
图1为本申请实施例提供的掺杂浓度的修正方法的流程图。
图2为本申请实施例提供的掺杂浓度的修正装置的结构示意图。
图3为本申请实施例提供的电子设备的结构示意图。
标号说明：1、获取模块；2、判断模块；3、修正模块；4、确定模块；301、处理器；302、存储器；303、通信总线。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种掺杂浓度的修正方法，用于对测量点的掺杂浓度进行修正，包括：
步骤S101，获取测量点的数量、位置坐标和掺杂浓度数据；
步骤S102，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息；若是，则执行步骤S103；若否，则执行步骤S104；
步骤S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据；
步骤S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
该掺杂浓度的修正方法，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
具体地，在步骤S101中，获取测量点的数量、位置坐标和掺杂浓度数据，包括：
Q1，获取测量点的数量和位置坐标；
Q2，基于数量和位置坐标，测量得到测量点的掺杂浓度数据。
在步骤S101中，获取测量点的数量和位置坐标，根据测量点的数量和位置坐标，通过测量工具（测量工具可以但不限于是汞探针CV），测量得到测量点的掺杂浓度数据。
具体地，在步骤S102中，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息；若是，则执行步骤S103；若否，则执行步骤S104；
判断掺杂浓度数据是否存在缺陷信息的方法包括规则判断法，即根据工作人员预设的判断规则，判断掺杂浓度（掺杂浓度数据）是否存在缺陷信息的地方，例如，计算所有测量点的掺杂浓度平均值和标准差，计算各测量点的掺杂浓度和平均值的差值绝对值，当任一测量点的差值绝对值超过判断规则中设定的差值阈值，即判断该测量点的掺杂浓度存在缺陷信息；或者对所有测量点的掺杂浓度进行拟合并获得拟合函数（例如，通过二次多项式拟合获得拟合函数），如果任一测量点的掺杂浓度明显偏离拟合函数，即该测量点的掺杂浓度n(x)与相同位置的拟合函数值f(x)之间的差值大于判断规则中设定的拟合阈值，即判断该测量点的掺杂浓度存在缺陷信息。考虑到不同工艺下掺杂浓度分布的复杂性，根据实际情况选择合适的拟合函数。
判断掺杂浓度数据是否存在缺陷信息的方法还包括人工判断法，即由工作人员根据掺杂浓度数据的分布位置，判断掺杂浓度数据是否存在缺陷信息（人工判断法比较主观，需要工作人员具有优秀的工作经验或较好的判断标准）。
具体地，在步骤S103中，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据，包括：
A1，将存在缺陷信息的掺杂浓度数据对应的位置坐标由直角坐标转化为对应的极坐标；
A2，对极坐标进行坐标修正，得到修正后的位置坐标；
A3，基于修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据。
在步骤S103中，应在原坐标（存在缺陷信息的掺杂浓度数据对应的位置坐标）附近进行坐标修正，可在以原坐标为圆心的特定半径圆范围内进行坐标修正，修正后的位置坐标与晶圆中心（即坐标原点）的距离和原坐标与晶圆中心的距离相同，即极坐标半径相同，但极坐标角度不同。将存在缺陷信息的掺杂浓度数据对应的位置坐标由直角坐标转化为对应的极坐标，基于极坐标的坐标体系下，调整对应的极坐标的角度（对极坐标进行坐标修正），得到修正后的位置坐标，基于修正后的位置坐标，运用浓度修正法或图片修正法，进行掺杂浓度修正，得到修正后的掺杂浓度数据。
具体地，在步骤S103中，对极坐标进行坐标修正，得到修正后的位置坐标，包括：
A21，基于极坐标，计算得到极坐标角度差值；
A22，计算极坐标的极坐标角度和极坐标角度差值之和，得到修正后的极坐标；
A23，将修正后的极坐标由极坐标转化为对应的直角坐标，得到修正后的位置坐标。
在步骤S103中，基于极坐标，计算得到极坐标角度差值，极坐标角度差值的获取方法包括距离计算法和经验设置法。
当使用距离计算法时，根据预设距离，确定极坐标角度差值。例如，假设测量点的极坐标半径为r，将预设距离设置为L，根据三角函数关系，可以得到极坐标角度差值Δθ=2arcsin(L/2r)。极坐标角度差值与极坐标半径r有关,当极坐标半径r越大时，测量点距离晶圆中心越远，而极坐标角度差值越小。
当使用经验设置法时，根据预设的角度差值准则，确定极坐标角度差值，例如，根据工作人员在角度差值准则中设置的极坐标半径与角度差阈值的对应关系，由实际计算得到的测量点的极坐标半径r的大小，设置对应的极坐标角度差值Δθ。
将存在缺陷信息的极坐标的极坐标角度和极坐标角度差值相加，计算得到修正后的极坐标，将修正后的极坐标由极坐标转化为对应的直角坐标，得到修正后的位置坐标。
具体地，在步骤S103中，当使用浓度修正法时，基于修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据，包括：
B1，获取修正后的位置坐标对应的掺杂浓度数据；
B2，将修正后的位置坐标对应的掺杂浓度数据设置为待判断的掺杂浓度数据，返回执行步骤S102。
在一些实施例中，通过测量工具，测量得到修正后的位置坐标对应的掺杂浓度数据，将修正后的位置坐标对应的掺杂浓度数据设置为待判断的掺杂浓度数据，返回执行步骤S102，重新判断该掺杂浓度数据是否存在缺陷信息（从而，当该掺杂浓度数据不存在缺陷信息时，会作为修正后的掺杂浓度数据）。
具体地，在步骤S103中，当使用图片修正法时，基于修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据，包括：
C1，获取修正后的位置坐标对应的位置图片；
C2，判断位置图片是否存在缺陷信息；若是，执行步骤C3；若否，执行步骤C4；
C3，对存在缺陷信息的位置图片对应的位置坐标进行二次修正，并选择二次修正后的位置坐标对应的位置图片作为待判断的位置图片，返回执行步骤C2；
C4，获取不存在缺陷信息的位置图片对应的位置坐标的掺杂浓度数据，得到修正后的掺杂浓度数据。
在一些实施例中，以测量点的位置坐标为图像的中心点，根据预先设置的拍照设置，对修正后的位置坐标进行拍照，以获取对应的位置图片。
拍照（位置图片）主要基于光学显微术和光致发光光谱等光学检测手段，对测量点区域进行图像采集（以测量点的位置坐标为图像的中心点）。光学显微术一般适合判断表面形貌缺陷，例如掉落物、三角形缺陷、胡萝卜缺陷等。光致发光光谱一般适合判断结构缺陷，例如堆垛层错、基平面位错、螺位错等。拍照设置可根据实际需要修改，如拍照尺寸范围可根据液态汞和半导体接触部分的大小确定，例如液态汞和半导体接触部分直径为1.7mm，拍照尺寸范围可设置为2mm×2mm。
判断位置图片是否存在缺陷信息的方法包括算法判断法或经验判断法。
算法判断法，即通过采集图像信息（位置图片），基于缺陷识别算法（缺陷识别算法模型或学会缺陷识别算法的设备，如机器人或计算机），自动判断该位置图片是否存在缺陷（缺陷信息）。
经验判断法，即根据工作人员设置的经验判断准则（可以结合缺陷识别算法），判断该位置图片是否存在缺陷信息。
例如，让机器计算位置图片中的灰度平均值和标准差，根据工作人员设置的经验判断准则，判断标准差或平均值是否超过对应设定的标准差阈值或平均值阈值（经验判断准则包括标准差阈值或平均值阈值等数据），以判断该位置图片是否存在缺陷信息；或者让机器统计位置图片的灰度值分布，根据工作人员设置的经验判断准则，判断超过设定灰度阈值的点的数量是否大于设定数量阈值，以判断该位置图片是否存在缺陷信息。
缺陷信息的判断方法也可以使用人工判断法，即基于机器给出的提示信息，由工作人员观察位置图片并判断该位置图片是否存在缺陷信息（人工判断法比较主观，需要工作人员具有优秀的工作经验或较好的判断标准）。
对存在缺陷信息的位置图片对应的位置坐标进行二次修正（位置坐标的修正方法如上述步骤A1、A2所示），并选择二次修正后的位置坐标对应的位置图片作为待判断的位置图片，返回执行步骤C2，重新判断该位置图片是否存在缺陷信息。
确定位置图片不存在缺陷信息时，通过测量工具，对该位置图片对应的位置坐标进行测量，得到修正后的掺杂浓度数据。
具体地，在步骤S104中，将不存在缺陷信息的掺杂浓度数据设置为修正后的掺杂浓度数据，得到对应的测量点的修正后的掺杂浓度数据。
由上可知，该掺杂浓度的修正方法，通过步骤S101，获取测量点的数量、位置坐标和掺杂浓度数据，步骤S102，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息，若是，则执行步骤S103，若否，则执行步骤S104，步骤S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据，步骤S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据；从而，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
参考图2，本申请提供了一种掺杂浓度的修正装置，用于对测量点的掺杂浓度进行修正，包括：
获取模块1，用于获取测量点的数量、位置坐标和掺杂浓度数据；
判断模块2，用于基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息；若是，则触发修正模块3执行对应的步骤；若否，则触发确定模块4执行对应的步骤；
修正模块3，用于对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据；
确定模块4，用于确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
该掺杂浓度的修正装置，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
具体地，获取模块1在获取测量点的数量、位置坐标和掺杂浓度数据的时候，执行：
Q1，获取测量点的数量和位置坐标；
Q2，基于数量和位置坐标，测量得到测量点的掺杂浓度数据。
获取模块1在执行时，获取测量点的数量和位置坐标，根据测量点的数量和位置坐标，通过测量工具（测量工具可以但不限于是汞探针CV），测量得到测量点的掺杂浓度数据。
具体地，判断模块2在执行时，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息；若是，则触发修正模块3执行对应的步骤；若否，则触发确定模块4执行对应的步骤；
判断掺杂浓度数据是否存在缺陷信息的方法包括规则判断法，即根据工作人员预设的判断规则，判断掺杂浓度（掺杂浓度数据）是否存在缺陷信息的地方，例如，计算所有测量点的掺杂浓度平均值和标准差，计算各测量点的掺杂浓度和平均值的差值绝对值，当任一测量点的差值绝对值超过判断规则中设定的差值阈值，即判断该测量点的掺杂浓度存在缺陷信息；或者对所有测量点的掺杂浓度进行拟合并获得拟合函数（例如，通过二次多项式拟合获得拟合函数），如果任一测量点的掺杂浓度明显偏离拟合函数，即该测量点的掺杂浓度n(x)与相同位置的拟合函数值f(x)之间的差值大于判断规则中设定的拟合阈值，即判断该测量点的掺杂浓度存在缺陷信息。考虑到不同工艺下掺杂浓度分布的复杂性，根据实际情况选择合适的拟合函数。
判断掺杂浓度数据是否存在缺陷信息的方法还包括人工判断法，即由工作人员根据掺杂浓度数据的分布位置，判断掺杂浓度数据是否存在缺陷信息（人工判断法比较主观，需要工作人员具有优秀的工作经验或较好的判断标准）。
具体地，修正模块3在对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据的时候，执行：
A1，将存在缺陷信息的掺杂浓度数据对应的位置坐标由直角坐标转化为对应的极坐标；
A2，对极坐标进行坐标修正，得到修正后的位置坐标；
A3，基于修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据。
修正模块3在执行时，应在原坐标（存在缺陷信息的掺杂浓度数据对应的位置坐标）附近进行坐标修正，可在以原坐标为圆心的特定半径圆范围内进行坐标修正，修正后的位置坐标与晶圆中心（即坐标原点）的距离和原坐标与晶圆中心的距离相同，即极坐标半径相同，但极坐标角度不同。将存在缺陷信息的掺杂浓度数据对应的位置坐标由直角坐标转化为对应的极坐标，基于极坐标的坐标体系下，调整对应的极坐标的角度（对极坐标进行坐标修正），得到修正后的位置坐标，基于修正后的位置坐标，运用浓度修正法或图片修正法，进行掺杂浓度修正，得到修正后的掺杂浓度数据。
具体地，修正模块3在对极坐标进行坐标修正，得到修正后的位置坐标的时候，执行：
A21，基于极坐标，计算得到极坐标角度差值；
A22，计算极坐标的极坐标角度和极坐标角度差值之和，得到修正后的极坐标；
A23，将修正后的极坐标由极坐标转化为对应的直角坐标，得到修正后的位置坐标。
修正模块3在执行时，基于极坐标，计算得到极坐标角度差值，极坐标角度差值的获取方法包括距离计算法和经验设置法。
当使用距离计算法时，根据预设距离，确定极坐标角度差值。例如，假设测量点的极坐标半径为r，将预设距离设置为L，根据三角函数关系，可以得到极坐标角度差值Δθ=2arcsin(L/2r)。极坐标角度差值与极坐标半径r有关,当极坐标半径r越大时，测量点距离晶圆中心越远，而极坐标角度差值越小。
当使用经验设置法时，根据预设的角度差值准则，确定极坐标角度差值，例如，根据工作人员在角度差值准则中设置的极坐标半径与角度差阈值的对应关系，由实际计算得到的测量点的极坐标半径r的大小，设置对应的极坐标角度差值Δθ。
将存在缺陷信息的极坐标的极坐标角度和极坐标角度差值相加，计算得到修正后的极坐标，将修正后的极坐标由极坐标转化为对应的直角坐标，得到修正后的位置坐标。
具体地，修正模块3在当使用浓度修正法时，基于修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据的时候，执行：
B1，获取修正后的位置坐标对应的掺杂浓度数据；
B2，将修正后的位置坐标对应的掺杂浓度数据设置为待判断的掺杂浓度数据，触发判断模块2执行对应的步骤。
在一些实施例中，通过测量工具，测量得到修正后的位置坐标对应的掺杂浓度数据，将修正后的位置坐标对应的掺杂浓度数据设置为待判断的掺杂浓度数据，触发判断模块2执行对应的步骤，重新判断该待判定掺杂浓度数据是否存在缺陷信息（从而，当该掺杂浓度数据不存在缺陷信息时，会作为修正后的掺杂浓度数据）。
具体地，修正模块3在当使用图片修正法时，基于修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据的时候，执行：
C1，获取修正后的位置坐标对应的位置图片；
C2，判断位置图片是否存在缺陷信息；若是，执行步骤C3；若否，执行步骤C4；
C3，对存在缺陷信息的位置图片对应的位置坐标进行二次修正，并选择二次修正后的位置坐标对应的位置图片作为待判断的位置图片，返回执行步骤C2；
C4，获取不存在缺陷信息的位置图片对应的位置坐标的掺杂浓度数据，得到修正后的掺杂浓度数据。
在一些实施例中，以测量点的位置坐标为图像的中心点，根据预先设置的拍照设置，对修正后的位置坐标进行拍照，以获取对应的位置图片。
拍照（位置图片）主要基于光学显微术和光致发光光谱等光学检测手段，对测量点区域进行图像采集（以测量点的位置坐标为图像的中心点）。光学显微术一般适合判断表面形貌缺陷，例如掉落物、三角形缺陷、胡萝卜缺陷等。光致发光光谱一般适合判断结构缺陷，例如堆垛层错、基平面位错、螺位错等。拍照设置可根据实际需要修改，如拍照尺寸范围可根据液态汞和半导体接触部分的大小确定，例如液态汞和半导体接触部分直径为1.7mm，拍照尺寸范围可设置为2mm×2mm。
判断位置图片是否存在缺陷信息的方法包括算法判断法或经验判断法。
算法判断法，即通过采集图像信息（位置图片），基于缺陷识别算法（缺陷识别算法模型或学会缺陷识别算法的设备，如机器人或计算机），自动判断该位置图片是否存在缺陷（缺陷信息）。
经验判断法，即根据工作人员设置的经验判断准则（可以结合缺陷识别算法），判断该位置图片是否存在缺陷信息。
例如，让机器计算位置图片中的灰度平均值和标准差，根据工作人员设置的经验判断准则，判断标准差或平均值是否超过对应设定的标准差阈值或平均值阈值（经验判断准则包括标准差阈值或平均值阈值等数据），以判断该位置图片是否存在缺陷信息；或者让机器统计位置图片的灰度值分布，根据工作人员设置的经验判断准则，判断超过设定灰度阈值的点的数量是否大于设定数量阈值，以判断该位置图片是否存在缺陷信息。
缺陷信息的判断方法也可以使用人工判断法，即基于机器给出的提示信息，由工作人员观察位置图片并判断该位置图片是否存在缺陷信息（人工判断法比较主观，需要工作人员具有优秀的工作经验或较好的判断标准）。
对存在缺陷信息的位置图片对应的位置坐标进行二次修正（位置坐标的修正方法如上述修正模块3执行的步骤A1、A2所示），并选择二次修正后的位置坐标对应的位置图片作为待判断的位置图片，返回执行步骤C2，重新判断该位置图片是否存在缺陷信息。
确定位置图片不存在缺陷信息时，通过测量工具，对该位置图片对应的位置坐标进行测量，得到修正后的掺杂浓度数据。
具体地，确定模块4在执行时，将不存在缺陷信息的掺杂浓度数据设置为修正后的掺杂浓度数据，得到对应的测量点的修正后的掺杂浓度数据。
由上可知，该掺杂浓度的修正装置，通过获取模块，用于获取测量点的数量、位置坐标和掺杂浓度数据，判断模块，用于基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息，若是，则触发修正模块执行对应的步骤，若否，则触发确定模块执行对应的步骤，修正模块，用于对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据，确定模块，用于确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据；从而，通过对掺杂浓度存在缺陷信息的测量点进行掺杂浓度修正，得到修正后的掺杂浓度，解决现有的掺杂浓度的测量方法在检测到存在缺陷的测量点时会导致掺杂浓度的测量不准确的问题，通过测量后对掺杂浓度进行修正，有效保证测量数据的完整性，避免因人工处理导致整体测量时间过长，提高了掺杂浓度的测量效率。
请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构（未标出）互连并相互通讯，存储器302存储有处理器301可执行的计算机程序，当电子设备运行时，处理器301执行该计算机程序，以执行上述实施例的任一可选的实现方式中的掺杂浓度的修正方法，以实现以下功能：步骤S101，获取测量点的数量、位置坐标和掺杂浓度数据，步骤S102，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息，若是，则执行步骤S103，若否，则执行步骤S104，步骤S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据，步骤S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的掺杂浓度的修正方法，以实现以下功能：步骤S101，获取测量点的数量、位置坐标和掺杂浓度数据，步骤S102，基于数量和位置坐标，结合预设的判断规则，判断掺杂浓度数据是否存在缺陷信息，若是，则执行步骤S103，若否，则执行步骤S104，步骤S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据，步骤S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种掺杂浓度的修正方法，用于对测量点的掺杂浓度进行修正，其特征在于，包括步骤：
S101，获取测量点的数量、位置坐标和掺杂浓度数据；
S102，基于所述数量和所述位置坐标，结合预设的判断规则，判断所述掺杂浓度数据是否存在缺陷信息；若是，则执行步骤S103；若否，则执行步骤S104；
S103，对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据；
S104，确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
2.根据权利要求1所述的掺杂浓度的修正方法，其特征在于，步骤S101包括：
Q1，获取所述测量点的数量和位置坐标；
Q2，基于所述数量和所述位置坐标，测量得到所述测量点的掺杂浓度数据。
3.根据权利要求1所述的掺杂浓度的修正方法，其特征在于，步骤S103包括：
A1，将所述存在缺陷信息的掺杂浓度数据对应的位置坐标由直角坐标转化为对应的极坐标；
A2，对所述极坐标进行坐标修正，得到修正后的位置坐标；
A3，基于所述修正后的位置坐标，进行掺杂浓度修正，得到修正后的掺杂浓度数据。
4.根据权利要求3所述的掺杂浓度的修正方法，其特征在于，步骤A2包括：
A21，基于所述极坐标，计算得到极坐标角度差值；
A22，计算所述极坐标的极坐标角度和所述极坐标角度差值之和，得到修正后的极坐标；
A23，将所述修正后的极坐标由极坐标转化为对应的直角坐标，得到所述修正后的位置坐标。
5.根据权利要求3所述的掺杂浓度的修正方法，其特征在于，基于所述修正后的位置坐标，进行掺杂浓度修正的方法包括浓度修正法或图片修正法。
6.根据权利要求5所述的掺杂浓度的修正方法，其特征在于，当使用浓度修正法时，步骤A3包括：
B1，获取所述修正后的位置坐标对应的掺杂浓度数据；
B2，将所述修正后的位置坐标对应的掺杂浓度数据设置为待判断的掺杂浓度数据，返回执行步骤S102。
7.根据权利要求5所述的掺杂浓度的修正方法，其特征在于，当使用图片修正法时，步骤A3包括：
C1，获取所述修正后的位置坐标对应的位置图片；
C2，判断所述位置图片是否存在缺陷信息；若是，执行步骤C3；若否，执行步骤C4；
C3，对存在缺陷信息的位置图片对应的位置坐标进行二次修正，并选择二次修正后的位置坐标对应的位置图片作为待判断的位置图片，返回执行步骤C2；
C4，获取不存在缺陷信息的位置图片对应的位置坐标的掺杂浓度数据，得到修正后的掺杂浓度数据。
8.一种掺杂浓度的修正装置，用于对测量点的掺杂浓度进行修正，其特征在于，包括：
获取模块，用于获取测量点的数量、位置坐标和掺杂浓度数据；
判断模块，用于基于所述数量和所述位置坐标，结合预设的判断规则，判断所述掺杂浓度数据是否存在缺陷信息；若是，则触发修正模块执行对应的步骤；若否，则触发确定模块执行对应的步骤；
修正模块，用于对存在缺陷信息的掺杂浓度数据进行修正，得到修正后的掺杂浓度数据；
确定模块，用于确定不存在缺陷信息的掺杂浓度数据为修正后的掺杂浓度数据。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如权利要求1-7任一项所述掺杂浓度的修正方法中的步骤。
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运行如权利要求1-7任一项所述掺杂浓度的修正方法中的步骤。
CN202311131858.7A 2023-09-04 2023-09-04 掺杂浓度的修正方法、装置、电子设备及存储介质 Pending CN116858854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311131858.7A CN116858854A (zh) 2023-09-04 2023-09-04 掺杂浓度的修正方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311131858.7A CN116858854A (zh) 2023-09-04 2023-09-04 掺杂浓度的修正方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116858854A true CN116858854A (zh) 2023-10-10

Family

ID=88230827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311131858.7A Pending CN116858854A (zh) 2023-09-04 2023-09-04 掺杂浓度的修正方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116858854A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117438348A (zh) * 2023-12-21 2024-01-23 希科半导体科技(苏州)有限公司 外延生长控制方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080122001A1 (en) * 2006-11-27 2008-05-29 Infineon Technologies Austria Ag Integrated circuit having doped semiconductor body and method
CN101655462A (zh) * 2009-09-11 2010-02-24 中国科学院地理科学与资源研究所 水质信息获取装置、水体富营养化程度识别方法及系统
JP2018142580A (ja) * 2017-02-27 2018-09-13 信越半導体株式会社 炭素濃度測定方法
CN110579294A (zh) * 2019-08-28 2019-12-17 广东美的厨房电器制造有限公司 温度校正方法、烹饪器具及介质
JP2020088011A (ja) * 2018-11-16 2020-06-04 昭和電工株式会社 欠陥識別方法、ＳｉＣエピタキシャルウェハの評価方法及びＳｉＣエピタキシャルウェハの製造方法
CN111860644A (zh) * 2020-07-20 2020-10-30 北京百度网讯科技有限公司 一种异常账号的识别方法、装置、设备和存储介质
CN112816789A (zh) * 2021-01-29 2021-05-18 深圳博创汇能科技有限公司 导体内阻异常识别方法、装置、设备及计算机存储介质
CN115631173A (zh) * 2022-10-28 2023-01-20 兰州理工大学 一种复合薄膜缺陷识别方法
CN116401536A (zh) * 2023-06-08 2023-07-07 华电电力科学研究院有限公司 一种风电机组风速计的故障诊断方法、装置及系统
CN116412085A (zh) * 2021-12-31 2023-07-11 北京金风科创风电设备有限公司 塔架净空传感器异常检测方法及相关设备
CN116521694A (zh) * 2023-04-25 2023-08-01 深圳房讯通信息技术有限公司 一种数据维护方法、智能终端及存储介质
CN116539638A (zh) * 2023-07-04 2023-08-04 季华实验室 掺杂浓度测量方法、装置、电子设备及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080122001A1 (en) * 2006-11-27 2008-05-29 Infineon Technologies Austria Ag Integrated circuit having doped semiconductor body and method
CN101655462A (zh) * 2009-09-11 2010-02-24 中国科学院地理科学与资源研究所 水质信息获取装置、水体富营养化程度识别方法及系统
JP2018142580A (ja) * 2017-02-27 2018-09-13 信越半導体株式会社 炭素濃度測定方法
JP2020088011A (ja) * 2018-11-16 2020-06-04 昭和電工株式会社 欠陥識別方法、ＳｉＣエピタキシャルウェハの評価方法及びＳｉＣエピタキシャルウェハの製造方法
CN110579294A (zh) * 2019-08-28 2019-12-17 广东美的厨房电器制造有限公司 温度校正方法、烹饪器具及介质
CN111860644A (zh) * 2020-07-20 2020-10-30 北京百度网讯科技有限公司 一种异常账号的识别方法、装置、设备和存储介质
CN112816789A (zh) * 2021-01-29 2021-05-18 深圳博创汇能科技有限公司 导体内阻异常识别方法、装置、设备及计算机存储介质
CN116412085A (zh) * 2021-12-31 2023-07-11 北京金风科创风电设备有限公司 塔架净空传感器异常检测方法及相关设备
CN115631173A (zh) * 2022-10-28 2023-01-20 兰州理工大学 一种复合薄膜缺陷识别方法
CN116521694A (zh) * 2023-04-25 2023-08-01 深圳房讯通信息技术有限公司 一种数据维护方法、智能终端及存储介质
CN116401536A (zh) * 2023-06-08 2023-07-07 华电电力科学研究院有限公司 一种风电机组风速计的故障诊断方法、装置及系统
CN116539638A (zh) * 2023-07-04 2023-08-04 季华实验室 掺杂浓度测量方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117438348A (zh) * 2023-12-21 2024-01-23 希科半导体科技(苏州)有限公司 外延生长控制方法
CN117438348B (zh) * 2023-12-21 2024-04-16 希科半导体科技(苏州)有限公司 外延生长控制方法

Similar Documents

Publication Publication Date Title
CN116858854A (zh) 掺杂浓度的修正方法、装置、电子设备及存储介质
TWI604545B (zh) 使用晶圓尺寸幾何工具之晶圓高階形狀特徵化及晶圓分類之系統，方法及度量
CN111709322B (zh) 一种计算车道线置信度的方法及装置
EP3534334B1 (en) Method for identification of characteristic points of a calibration pattern within a set of candidate points derived from an image of the calibration pattern
CN112597263B (zh) 管网检测数据异常判断方法及系统
CN116539638A (zh) 掺杂浓度测量方法、装置、电子设备及存储介质
CN115731165B (zh) 一种锂电池在线尺寸点检的检测系统及方法
JP2009199575A (ja) 画像マッチング方法、プログラムおよび応用装置
CN117316262B (zh) 一种自动flash芯片检测机台
CN111145271A (zh) 相机参数的精确度的确定方法、装置、存储介质及终端
CN116105613A (zh) 一种基于双线扫相机测量电池封边厚度的方法
CN110906902A (zh) 一种边坡变形监测数据两步改正方法
CN108931808B (zh) 一种改进型的离子束垂直角度测量方法
CN117635528A (zh) 一种晶圆缺陷的精准检测方法、装置、设备及可读介质
CN115615992B (zh) 一种耐火砖尺寸测量及缺陷检测方法
CN113779112B (zh) 基于空间信息和大数据映射算法的电能质量分析系统
CN114723144A (zh) 测风数据订正方法、装置及电子设备
TWI461871B (zh) 多機台之監控方法
CN118513269B (zh) 一种注塑模具表面平整度测量方法及系统
CN117609710B (zh) 监测数据正常跳变防剔除方法及装置
CN116304776B (zh) 基于k-Means算法的电网数据值异常检测方法及系统
CN117372567B (zh) 一种版图生成方法、装置、设备及介质
CN111141254B (zh) 建筑物变形监测边点沉降缺失信息的获取方法和装置
CN118501791B (zh) 一种计量检测数据精度评估方法及系统
JPH10281913A (ja) 不釣合いデータ処理方法および装置

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