智能自适应半导体封装测试优化方法及系统与流程

本发明涉及封装测试，特别涉及一种智能自适应半导体封装测试优化方法、系统、设备和存储介质。

背景技术：

1、随着半导体行业的快速发展，封装测试已成为保障芯片性能和可靠性的关键环节。传统的半导体封装测试方法普遍存在对设备状态监控不足、故障预测滞后以及参数优化不及时等问题，导致设备故障频发、生产效率低下，甚至影响产品的良品率和品质。现有的封装测试设备通常缺乏高效准确的自适应优化机制，无法实时根据设备运行状态进行智能调整，特别是对于散热性能、电气性能以及机械参数等关键工艺参数的实时监控与分析，以及对潜在故障的提前预测和针对性调整尤为欠缺。

技术实现思路

1、本发明的主要目的为提供一种智能自适应半导体封装测试优化方法、系统、设备和存储介质，解决了故障预测滞后以及参数优化不及时等问题。

2、为实现上述目的，本发明提供了一种智能自适应半导体封装测试优化方法，应用于封装测试设备，包括：

3、对半导体封装测试过程中的关键参数进行采集，得到工艺参数；其中，所述工艺参数包括散热性能参数、电气性能参数以及机械参数；

4、基于工艺参数对封装测试设备内对应部件的性能进行评估，得到对应部件的效能评分；其中，所述部件是与工艺参数相关联的部件；

5、通过预设的预测模型，基于所述效能评分对所述封装测试设备对应部件进行概率计算，得到故障概率计算值；其中，不同的所述故障概率计算值对应不同的故障类型；

6、基于所述故障概率计算值，对封装测试设备进行故障识别；得到故障类型结果，基于故障类型结果得到对应调整策略；将所述调整策略反馈给封装测试设备对应的部件调整参数进行优化。

7、作为本发明进一步的方案，封装测试设备的关键部位部署传感器；其中，对半导体封装测试过程中的关键参数进行采集，得到工艺参数，包括：

8、通过传感器获得原始工艺参数；所述传感器包括温度传感器、电流电压传感器和机械性能监测传感器；

9、对所述原始工艺参数进行格式转化，得到格式转化参数，并对所述格式转化参数进行参数打包，得到初步工艺参数；其中，所述初步工艺参数是符合数据传输协议标准的数据包；

10、对所述初步工艺参数进行预处理，得到工艺参数；其中，所述预处理包括噪声过滤、异常值检测、缺失值填充和数据平滑处理。

11、作为本发明进一步的方案，基于工艺参数对封装测试设备内对应部件的性能进行评估，得到对应部件的效能评分，包括：

12、获取所述部件的特性，基于所述部件的特性构建部件的性能指标，并基于所述性能指标对所述部件赋予权重值；

13、将所述权重值以及性能指标输入预设的效能评估算法内进行计算，得到对应部件的效能评分。

14、作为本发明进一步的方案，通过预设的预测模型，基于所述效能评分对所述封装测试设备对应部件进行故障概率计算，得到故障概率计算值，包括：

15、获取部件上对应标识，并将所述标识与所述效能评分进行匹配，得到匹配集合结果；其中，所述匹配集合结果是标识与所述效能评分一一对应的关系；

16、通过预设的马尔科夫链模型，基于匹配集合结果对所述部件进行多维度计算，得到多维度计算值；其中，所述多维度包括部件的性能状态、部件故障风险以及部件使用寿命；

17、将所述多维度计算值输入预设的预测模型中进行概率计算，得到故障概率计算值。

18、作为本发明进一步的方案，基于所述故障概率计算值，对封装测试设备进行故障识别；得到故障类型结果，包括：

19、设置故障阈值，将所述故障概率计算值与所述故障阈值进行判断，得到初步判断结果；其中，所述初步判断结果包括是否存在潜在故障的初步判断；

20、将初步判断结果输入预设的故障识别算法内进行识别，得到识别结果；其中，所述识别结果是潜在故障集合；

21、将所述潜在故障集合中的故障进行初步分簇，得到多个初始聚类簇和多个簇对应的中心；

22、将各个所述初始聚类簇内的故障与各个簇中心进行距离计算，得到对应的距离值；基于各个所述距离值对各个所述初始缺陷类型进行迭代分配，得到多个目标聚类簇；

23、基于各个目标聚类簇得到故障类型结果；其中，所述故障类型结果包括故障严重程度、故障类别。

24、作为本发明进一步的方案，基于故障类型结果得到对应调整策略；将所述调整策略反馈给封装测试设备的部件调整参数进行优化，包括：

25、针对各个所述故障类型结果构建对应的调整策略向量；其中，各个所述调整策略向量是针对对应的故障类型结果的详细调整措施指南；

26、将所述调整策略向量输入部件内的预设测试算法内进行测试，得到测试数值；

27、若所述测试数值不在预设的范围内，则将所述调整策略向量输入预设粒子群优化算法内进行优化；

28、将优化后的结果反馈至封装测试设备，得到优化后的封装测试设备性能表现；其中，所述性能表现是当前工艺参数是否在预设的范围内；

29、若所述当前工艺参数是在预设的范围内，则保留当前所述调整策略；否则，对封装测试设备对应的部件调整参数进行迭代优化。

30、作为本发明进一步的方案，针对各个故障类型构建调整策略向量，包括：

31、按照预先设定的故障编码规则对各个故障类型结果进行编码转化，得到对应的故障类型编码结果；

32、通过封装测试设备内的日志系统获取历史故障记录；其中，所述历史故障记录包括历史故障类型结果以及历史故障类型结果对应的历史调整策略；

33、对各个所述历史故障类型结果进行向量转化，得到对应的历史故障类型结果向量；

34、对各个所述故障类型编码结果进行向量转化，得到对应的故障类型编码结果向量；

35、将各个所述历史故障类型结果向量与各个所述故障类型编码结果向量进行相似度匹配，得到相似度匹配结果；其中，所述相似度匹配结果是与故障类型编码结果向量对应的最大相似度的历史故障类型结果向量；

36、基于相似度匹配结果以及历史调整策略，得到故障类型编码结果向量对应的历史调整策略，并对所述历史调整策略进行向量转化，得到历史调整策略向量；

37、基于历史故障类型结果向量以及历史调整策略向量对故障类型编码向量进行映射匹配，得到各个故障类型对应的历史调整策略向量。

38、本发明还提供了一种智能自适应半导体封装测试优化系统，包括：

39、采集模块，用于对半导体封装测试过程中的关键参数进行采集，得到工艺参数；其中，所述工艺参数包括散热性能参数、电气性能参数以及机械参数；

40、评估模块，用于基于工艺参数对封装测试设备内对应部件的性能进行评估，得到对应部件的效能评分；其中，所述部件是与工艺参数相关联的部件；

41、计算模块，用于通过预设的预测模型，基于所述效能评分对所述封装测试设备对应部件进行概率计算，得到故障概率计算值；其中，不同的所述故障概率计算值对应不同的故障类型；

42、识别模块，用于基于所述故障概率计算值，对封装测试设备进行故障识别；得到故障类型结果，基于故障类型结果得到对应调整策略；将所述调整策略反馈给封装测试设备对应的部件调整参数进行优化。

43、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

44、本发明还提供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一项所述的方法的步骤。

45、本发明提供的智能自适应半导体封装测试优化方法、系统、设备和存储介质，包括以下步骤：对半导体封装测试过程中的关键参数进行采集，得到工艺参数；基于工艺参数对封装测试设备内对应部件的性能进行评估，得到对应部件的效能评分；通过预设的预测模型，基于所述效能评分对所述封装测试设备对应部件进行概率计算，得到故障概率计算值；基于所述故障概率计算值，对封装测试设备进行故障识别；得到故障类型结果，基于故障类型结果得到对应调整策略；将所述调整策略反馈给封装测试设备对应的部件调整参数进行优化；通过上述的步骤有效地解决了传统方法中故障预测滞后、设备状态监控不足以及参数优化不及时等问题，实现了对封装测试设备的全方位、实时的监测与智能优化。