第三章 良率数据采集：测试设备与数据预处理

各位工程师朋友，大家好。今天我们来聊聊良率提升中最基础、也最容易被忽视的一环——数据采集。

说实话，我见过太多团队花大价钱买了先进设备，结果数据质量一塌糊涂。你想想看，数据不准，后面的分析全是白搭。我自己刚入行那会儿，就吃过这个亏。有一次分析良率异常，折腾了两周才发现是探针台接触电阻的问题。从那以后，我对数据采集这块就格外上心。

3.1 测试设备：探针台与测试机

晶圆测试的核心设备就两样：探针台和测试机。它们俩的关系，说白了就像「手」和「脑」。

• 探针台（Prober）：负责物理定位、对准、扎针。它把晶圆上的每个芯片精确地送到探针卡下面。
• 测试机（Tester）：负责施加电信号、测量响应、判断好坏。它才是真正做测试的大脑。

我个人习惯把探针台比作「搬运工」，测试机比作「裁判」。搬运工把选手一个个送到裁判面前，裁判打分判定是否合格。

3.1.1 探针台的关键参数

参数	说明	我的经验值
Overdrive（过驱动）	探针扎入PAD的深度	一般控制在50-80μm，太浅接触不良，太深伤PAD
Alignment精度	探针与PAD的对准误差	≤3μm，否则容易扎偏
Index时间	从一个Die移动到下一个的时间	越快越好，但别牺牲稳定性

3.1.2 测试机的架构

测试机内部一般包含：

• 电源模块（DPS）：给芯片供电
• 数字通道板（Digital Pin）：发送和接收数字信号
• 模拟测量单元（SMU）：精确测量电压电流
• 射频模块（RF）：用于高频测试

嗯，这里要注意一点：不同测试机厂商的接口协议不一样。Teradyne、Advantest、Chroma，每家都有自己的「方言」。做数据采集时，你得先搞清楚测试机输出的数据格式。

3.2 数据格式：STDF 与 CSV

测试机测完数据，总得存下来吧？行业里最主流的格式有两种。

3.2.1 STDF 格式

STDF（Standard Test Data Format）是半导体行业的「普通话」。几乎所有ATE（自动测试设备）都支持输出STDF。

• 二进制格式：体积小、解析快
• 标准化：不同设备间可互换
• 包含丰富信息：测试项、良率、Bin分布、参数值等

我建议你直接使用STDF解析库，比如Python的stdf包。别自己写解析器，容易踩坑。

# 用Python解析STDF文件示例
import stdf

# 读取STDF文件
reader = stdf.StdfReader("wafer_test.stdf")
for record in reader:
    if record.type == "PTR":  # Parametric Test Record
        print(f"测试项: {record.test_nam}, 值: {record.result}")

3.2.2 CSV 格式

CSV（逗号分隔值）是「大白话」。很多老设备或者定制化测试程序会输出CSV。

• 文本格式：用记事本就能打开
• 易处理：Excel、Python都能直接读
• 缺点：文件大、容易丢精度、缺少元数据

import pandas as pd

# 读取CSV，跳过前2行注释
df = pd.read_csv("test_data.csv", skiprows=2)
print(df.head())

3.3 数据清洗与预处理

数据拿到手，别急着分析。先洗一洗。为什么？因为测试数据里「脏东西」太多了。

3.3.1 常见的数据问题

• 缺失值：某个测试项没测到，或者设备超时
• 异常值：探针接触不良导致的「飞点」
• 重复记录：同一个Die被测了两次
• 格式不一致：有的用mV，有的用V

说白了，测试设备也是机器，机器就会犯错。我见过最离谱的一次，探针台因为震动把同一个Die扎了三次，数据里出现了三条完全一样的记录。

3.3.2 清洗步骤

我个人习惯按这个顺序来：

1. 去重：按Die坐标去重，保留最后一次测试结果
2. 处理缺失值：如果缺失率超过5%，直接剔除该测试项
3. 异常值过滤：用3σ原则或者IQR方法
4. 单位统一：全部转成国际单位制
5. 添加元数据：批次号、设备ID、测试日期等

# 数据清洗示例
import numpy as np

# 假设df是原始数据
# 1. 去重
df = df.drop_duplicates(subset=['x', 'y'])

# 2. 异常值过滤（3σ原则）
mean = df['Vdd'].mean()
std = df['Vdd'].std()
df = df[(df['Vdd'] > mean - 3*std) & (df['Vdd'] < mean + 3*std)]

# 3. 单位统一（假设原始数据是mV，转成V）
df['Vdd'] = df['Vdd'] / 1000

3.4 本章知识体系

下面这张图是我自己画的，帮你理清数据采集的整体流程。

你看，从探针台和测试机采集原始数据，经过STDF或CSV格式落地，再到数据清洗预处理，每一步都有讲究。我做了这么多年，最大的体会就是：数据质量决定了分析的天花板。

好了，这一章就到这里。数据采集是地基，地基稳了，后面才能盖高楼。下一章我们聊聊怎么用这些干净数据做良率分析，到时候见。

---