4、空间分析实战：缺陷密度图绘制、热点图解读、空间相关性分析、聚类算法应用

各位工程师，欢迎来到空间分析实战这一讲。

说实话，在良率分析里，我最怕的就是那种「查了半天，电性参数都正常，但良率就是上不去」的案子。这时候，空间分析往往能一针见血地指出问题。为什么？因为缺陷在晶圆上的分布从来不是随机的——它背后一定藏着某个物理机制。

4.1 缺陷密度图绘制——先看全局

我个人习惯，拿到一批晶圆的缺陷数据，第一件事就是画缺陷密度图。说白了，就是把晶圆划分成一个个小格子，统计每个格子里的缺陷数量，然后用颜色深浅表示出来。

代码其实不复杂，我常用的方法是这样的：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 假设你有缺陷坐标数据
def plot_defect_density(defect_df, bin_size=50):
    """
    defect_df: 包含 'x', 'y' 两列的DataFrame
    bin_size: 每个格子的尺寸，单位微米
    """
    x_bins = np.arange(0, 30000, bin_size)  # 假设晶圆直径30000um
    y_bins = np.arange(0, 30000, bin_size)
    
    density, xedges, yedges = np.histogram2d(
        defect_df['x'], defect_df['y'], 
        bins=[x_bins, y_bins]
    )
    
    plt.figure(figsize=(10, 8))
    plt.imshow(density.T, origin='lower', cmap='hot',
               extent=[xedges[0], xedges[-1], yedges[0], yedges[-1]])
    plt.colorbar(label='Defect Count')
    plt.xlabel('X (um)')
    plt.ylabel('Y (um)')
    plt.title('Defect Density Map')
    plt.show()

这里有个小细节——bin_size的选择很关键。选太大了，热点会被抹平；选太小了，图会变得很稀疏。我在项目中一般先用50um试一下，如果热点不明显，再调小到20um。

小技巧： 如果你发现密度图上有明显的「条纹」或「环状」图案，别急着下结论。先确认一下是不是晶圆边缘的排除区（Exclusion Zone）没处理好。我曾经被这个坑过，花了三天查一个根本不存在的「环形缺陷」。

4.2 热点图解读——从图案看根因

画完密度图，接下来就是解读了。嗯，这里才是真正考验经验的地方。

常见的缺陷分布图案和对应的根因，我整理了一个表格：

分布图案 可能根因 我的经验
边缘密集 刻蚀不均匀、CMP边缘效应 先查刻蚀腔体的气体分布，大概率是边缘气流不足
中心热点 光刻胶涂布不均匀、显影液残留 我遇到过两次，最后发现是旋涂机的喷嘴堵塞了
条纹状 机械手臂划伤、传送带污染 这种最头疼，因为往往不是单一机台的问题
随机散点 颗粒污染、环境因素 先查洁净室的粒子计数器，看看是不是HEPA出了问题
晶圆级对称 离子注入角度偏移、退火温度梯度 这种通常需要做DOE实验来验证

为什么会形成这些图案？你想想看，每个工艺步骤都有它的「指纹」。刻蚀机的气体喷嘴位置是固定的，所以缺陷会集中在某个区域；CMP的抛光垫磨损不均匀，所以边缘和中心会有差异。说白了，热点图就是工艺设备的「X光片」。

核心思路： 不要只看缺陷多不多，要看缺陷「怎么分布」。同样的缺陷数量，随机分布和聚集分布，根因完全不同。

4.3 空间相关性分析——量化缺陷之间的「默契」

有时候，光看密度图还不够。比如你发现两个缺陷靠得很近，它们是同一个原因造成的，还是碰巧？这时候就需要空间相关性分析。

我最常用的工具是Ripley's K函数。它的原理很简单：计算在给定距离范围内，缺陷点的平均数量，然后和随机分布做比较。

from scipy.spatial import distance
import numpy as np

def ripleys_k(points, r_max, n_permutations=100):
    """
    points: 缺陷坐标数组，shape=(n, 2)
    r_max: 最大分析距离
    """
    n = len(points)
    area = 30000 * 30000  # 晶圆面积
    
    # 计算所有点对之间的距离
    dist_matrix = distance.pdist(points)
    dist_matrix = distance.squareform(dist_matrix)
    
    # 计算K函数
    r_values = np.linspace(0, r_max, 50)
    K_obs = []
    
    for r in r_values:
        # 统计每个点半径r内的邻居数
        count = np.sum(dist_matrix < r, axis=1) - 1  # 减去自身
        K = np.sum(count) * area / (n * (n - 1))
        K_obs.append(K)
    
    # 随机化检验
    K_rand = []
    for _ in range(n_permutations):
        rand_points = np.random.uniform(0, 30000, (n, 2))
        dist_rand = distance.pdist(rand_points)
        dist_rand = distance.squareform(dist_rand)
        
        K_r = []
        for r in r_values:
            count = np.sum(dist_rand < r, axis=1) - 1
            K = np.sum(count) * area / (n * (n - 1))
            K_r.append(K)
        K_rand.append(K_r)
    
    K_rand = np.array(K_rand)
    upper = np.percentile(K_rand, 97.5, axis=0)
    lower = np.percentile(K_rand, 2.5, axis=0)
    
    return r_values, K_obs, upper, lower

解读结果时，如果K_obs曲线在置信区间之上，说明缺陷在空间上呈聚集分布——它们之间有「默契」。如果在区间之内，那就是随机分布。如果在区间之下，嗯，这种情况很少见，说明缺陷在互相「排斥」，可能是某个区域被保护起来了。

避坑指南： 我曾经犯过一个错误——直接用所有缺陷点做Ripley's K分析，结果发现高度聚集。后来才发现，是因为同一个晶圆上有两个不同的缺陷源，它们各自聚集，但彼此独立。正确的做法是先做聚类，再对每个聚类分别做相关性分析。

4.4 聚类算法应用——自动发现缺陷群

说到聚类，这是空间分析里最实用的工具之一。当晶圆上有几百上千个缺陷时，人工看热点图已经不够了，我们需要算法来自动识别「缺陷群」。

我个人最推荐DBSCAN算法。为什么？因为它不需要预先指定聚类的数量，而且能自动识别噪声点——说白了，那些孤立的缺陷会被标记为「异常」，不参与聚类。

from sklearn.cluster import DBSCAN
import matplotlib.pyplot as plt

def defect_clustering(defect_df, eps=50, min_samples=5):
    """
    eps: 两个样本被视为邻居的最大距离
    min_samples: 一个核心点的最小邻居数
    """
    coords = defect_df[['x', 'y']].values
    
    # DBSCAN聚类
    clustering = DBSCAN(eps=eps, min_samples=min_samples).fit(coords)
    labels = clustering.labels_
    
    # 可视化
    n_clusters = len(set(labels)) - (1 if -1 in labels else 0)
    n_noise = list(labels).count(-1)
    
    plt.figure(figsize=(12, 5))
    
    # 左图：原始缺陷分布
    plt.subplot(1, 2, 1)
    plt.scatter(defect_df['x'], defect_df['y'], s=10, c='blue')
    plt.title(f'Original Defects (n={len(defect_df)})')
    plt.xlabel('X')
    plt.ylabel('Y')
    
    # 右图：聚类结果
    plt.subplot(1, 2, 2)
    unique_labels = set(labels)
    colors = plt.cm.Spectral(np.linspace(0, 1, len(unique_labels)))
    
    for k, col in zip(unique_labels, colors):
        if k == -1:
            # 噪声点用灰色
            col = [0.5, 0.5, 0.5, 1.0]
        
        class_member_mask = (labels == k)
        xy = coords[class_member_mask]
        plt.scatter(xy[:, 0], xy[:, 1], s=10, c=[col], 
                   label=f'Cluster {k}' if k != -1 else 'Noise')
    
    plt.title(f'DBSCAN Clusters (n={n_clusters}, noise={n_noise})')
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
    plt.tight_layout()
    plt.show()
    
    return labels

这里有两个参数需要调：eps和min_samples。我的经验是：

  • eps：一般取50-200um。太小了会把一个缺陷群拆成很多小块；太大了会把不同来源的缺陷合并到一起。
  • min_samples：一般取3-10。这个值越小，越容易形成小聚类；越大，聚类越少但更可靠。

我记得有一次，一个客户说他们的良率突然掉了5%。我拿数据跑了一遍DBSCAN，发现晶圆中心有一个直径约2mm的缺陷群。顺着这个线索查下去，最后发现是光刻机的掩模版上沾了一颗微尘。你看，一个聚类分析，直接省了三天的排查时间。

进阶技巧： 聚类之后，别忘了对每个聚类做「形态学分析」。比如计算聚类的面积、长宽比、方向角。如果某个聚类是细长形的，那很可能是划伤；如果是圆形的，可能是颗粒污染。这些特征能帮你快速定位根因。

好了，空间分析这一块，核心就是三步走：先画密度图看全局，再用相关性分析量化聚集程度，最后用聚类算法自动识别缺陷群。每一步都有它的价值，缺一不可。

下一讲，我们会聊聊时间序列分析——缺陷是怎么随着工艺步骤累积的。到时候见。

← 上一章 📖 返回目录 下一章 →