一种功率半导体芯片的鲁棒性测试方法、系统及装置[发明专利]

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202010105583.X
(22)申请日 2020.02.20
(71)申请人 常州工学院
地址 213032 江苏省常州市新北区辽河路
666号
(72)发明人 姜一波　
(74)专利代理机构 常州佰业腾飞专利代理事务
所(普通合伙) 32231
代理人 李珍
(51)Int.Cl.
G01R 31/28(2006.01)
G01R 31/26(2014.01)
(54)发明名称
一种功率半导体芯片的鲁棒性测试方法、系
统及装置
(57)摘要
本发明涉及芯片测试领域，具体公开了一种
功率半导体芯片的鲁棒性测试方法，在老化过程
中获取待测芯片表面温度梯度的分布(而非温度
的分布)，作为芯片异常检测和体质筛选过程中
数据处理的来源和判断依据，在获得当前芯片的
温度梯度信息之后，利用异常检测与体质筛选算
法，进行鲁棒性自动化测试。

本发明能够更早的
发现芯片热电鲁棒性上的缺陷，及时发现更深层
次的鲁棒性问题(如热量异常集中、散热不均
匀)，定量而非仅定性的得到基础数据(如温度梯
度及随时间的变化)；
相比于传统老化方法每个批次数天甚至数十天的检测周期，本发明在数十
分钟至数小时内采集到的数据即可完成芯片的
鲁棒性测试，节省更多的时间，有效地提高生产
效率。

权利要求书2页 说明书7页 附图5页CN 111289874 A 2020.06.16
C N 111289874
A
1.一种功率半导体芯片的鲁棒性测试方法，其特征在于，包括：
S11：获取待测半导体芯片的红外图像；
S12：获取所述红外图像空间区域内Y个点的红外信息；
S13：分别计算所述Y个点的温度信息；
S14：分别计算所述Y个点的温度梯度；
S15：将所述红外图像整体空间区域划分为i个小区域；
S16：获取每个所述小区域内的最大温度梯度，将每个所述小区域内的最大温度梯度配置为各个所述小区域的温度梯度；
S17：对各个所述小区域的温度梯度进行统计，绘制第一直方图，所述第一直方图的横轴为温度梯度，所述第一直方图的纵轴为所述温度梯度对应的小区域个数，将第一直方图按照个数从大到小进行排序，形成第二直方图；
S18：利用瑞利分布对第二直方图进行拟合，求出σ，所述瑞利瑞利分布公式为：
其中，x为某点处温度梯度的取样值，σ为温度梯度的均方根，当σ大于第一设置值，则所述待测半导体芯片判定为异常。

2.根据权利要求1所述的功率半导体芯片的鲁棒性测试方法，其特征在于，所述功率半导体芯片的鲁棒性测试方法还包括体质筛选算法，所述体质筛选算法包括：S21：获取老化周期内n张红外图像；
S22：对n张所述红外图像执行步骤S12至步骤S18，得到n个瑞利分布及其参数σ1、σ2...σn，对所述参数σ1、σ2...σn进行统计，绘制第三直方图；
S23：利用高斯分布N(μ,θ2)对所述第三直方图进行拟合，求出θ，其中，μ为温度梯度的均方根的期望，θ为温度梯度的均方根的标准差；
S24：将θ值与第二设置值进行比较，对所述待测半导体芯片品质进行分类。

3.根据权利要求1所述的功率半导体芯片的鲁棒性测试方法，其特征在于，计算所述空间区域内各点所述温度信息的公式为：
T(x,y)＝αK(x,y)+β，
其中，K(x,y)为红外图像中(x,y)点的红外信息，α为第一常系数，用于将所述红外信息进行放大，β为第二常系数，用于将所述温度信息转换为正值，T(x,y)为经过线性映射的红外图像的温度信息。

4.根据权利要求1所述的功率半导体芯片的鲁棒性测试方法，其特征在于，所述空间区域内各点的所述温度梯度的计算公式为：
i和j为x，y方向单位矢量，为偏微分算子，T为温度信息，为矢量，的
绝对值为所述温度梯度。

5.根据权利要求1所述的功率半导体芯片的鲁棒性测试方法，其特征在于，所述功率半导体芯片的鲁棒性测试方法，还包括：
S01:设置激励信号及所述激励信号的变化范围和变化过程；
S02：设置环境温度及所述环境温度的变化范围及变化过程；
S03：设置老化时间，在老化周期内采集待测半导体芯片的红外图像并进行存储；
S04：对所述待测半导体芯片电性能测试结果进行分析；
S041：若所述待测半导体芯片的电性能正常，则继续执行步骤S11至步骤S14；
S042：若所述待测半导体芯片的电性能异常，则结束测试。

6.一种功率半导体芯片的鲁棒性测试系统，其特征在于，包括：
图像获取模块，所述图像获取模块用于获取待测半导体芯片的红外图像；
信息获取模块，所述信息获取模块用于获取所述红外图像空间区域内Y个点的红外信息；
温度信息计算模块，所述温度信息计算模块用于分别计算所述Y个点的温度信息；
温度梯度计算模块，所述温度梯度计算模块用于分别计算所述Y个点的温度梯度；
空间区域划分模块，所述空间区域划分模块用于将所述红外图像整体空间区域划分为i个小区域；
小区域温度梯度获取模块，所述小区域温度梯度获取模块用于获取每个所述小区域内的最大温度梯度，将每个所述小区域内的最大温度梯度配置为各个所述小区域的温度梯度；
统计模块，所述统计模块用于将各个所述小区域的温度梯度进行统计，绘制第一直方图，所述第一直方图的横轴为温度梯度，所述第一直方图的纵轴为所述温度梯度对应的小区域个数，将第一直方图按照个数从大到小进行排序，形成第二直方图；
分析模块，所述分析模块利用瑞利分布对所述第二直方图进行拟合，求出温度梯度的均方根值，当温度梯度的均方根值大于第一阈值，则判断所述待测半导体芯片异常。

7.一种功率半导体芯片的鲁棒性测试装置，其特征在于，包括：
信号发生模块，所述信号发生模块产生各种激励信号冲击所述待测半导体芯片；
温度控制模块，控制与调节所述待测半导体芯片的环境温度；
电性能检测模块，用于检测所述待测半导体芯片的电学性能；
红外成像模块，包括相机，用于获得受激励待测半导体芯片的红外图像；
控制器，所述控制器用于处理所述红外图像并判断所述待测半导体芯片是否正常。

一种功率半导体芯片的鲁棒性测试方法、系统及装置
技术领域
[0001]本发明涉及芯片测试领域，具体涉及一种功率半导体芯片的鲁棒性测试方法、系统及装置。

背景技术
[0002]对于LDMOS\VDMOS\IGBT等功率器件来说，半导体芯片的鲁棒性(即强健性)是非常重要的指标，功率器件的鲁棒性往往和器件的温度分布有关，LDMOS\VDMOS\IGBT等功率器件具有较高的功率，工作状态下元器件的内部或者外部温度会随着热量的积累而变化，而温度的变化又会反过来影响元器件的工作状态即热电耦合现象。

对于IGBT来说，热量的聚集使得IGBT内部温度升高，伴随着内部温度升高电流也随之增大，而电流的增加反过来进一步增加了功率提高了内部温度，陷入恶性循环最终直接导致元器件性的烧毁。

为了保证电子元器件的可靠工作，需要在生产过程中确保电子元器件具有足够的鲁棒性。

[0003]目前半导体芯片的鲁棒性主要通过老化测试进行，即将待测半导体芯片置于老化测试装置中，通过IV检测模块检测待测半导体芯片是否具备正常的电学性能，对于一些昂贵、精密设备所用的待测半导体芯片会附加CV检测模块来确保待测半导体芯片的可靠。

但是，对于LDMOS\VDMOS\IGBT等功率器件来说，影响待测半导体芯片可靠性的是高功率所引发的温度积累问题，通过检测电性能来判断待测半导体芯片的可靠性，需要足够长的老化时间才能通过电学性能异常来反映待测半导体芯片不可靠。

发明内容
[0004]本发明为解决现有技术中通过在老化过程中检测待测半导体芯片电性能来判断待测半导体芯片的鲁棒性，存在测试周期长的问题，提供一种功率半导体芯片的鲁棒性测试方法，可以缩短测试时间。

[0005]本发明采用的技术方案：
[0006]一种功率半导体芯片的鲁棒性测试方法，包括：
[0007]S11：获取待测半导体芯片的红外图像；
[0008]S12：获取所述红外图像空间区域内Y个点的红外信息；
[0009]S13：分别计算所述Y个点的温度信息；
[0010]S14：分别计算所述Y个点的温度梯度；
[0011]S15：将所述红外图像整体空间区域划分为i个小区域；
[0012]S16：获取每个所述小区域内的最大温度梯度，将每个所述小区域内的最大温度梯度配置为各个所述小区域的温度梯度；
[0013]S17：对各个所述小区域的温度梯度进行统计，绘制第一直方图，所述第一直方图的横轴为温度梯度，所述第一直方图的纵轴为所述温度梯度对应的小区域个数，将第一直方图按照个数从大到小进行排序，形成第二直方图；
[0014]S18：利用瑞利分布对第二直方图进行拟合，求出σ，所述瑞利分布公式为：
[0015]
[0016]其中，x为某点处温度梯度的取样值，σ为温度梯度的均方根，当σ大于第一设置值，则所述待测半导体芯片判定为异常。

[0017]所述功率半导体芯片的鲁棒性测试方法还包括体质筛选算法，所述体质筛选算法包括：
[0018]S21：获取老化周期内n张红外图像；
[0019]S22：对n张所述红外图像执行步骤S12至步骤S18，得到n个瑞利分布及其参数σ1、σ2...σn，对所述参数σ1、σ2...σn进行统计，绘制第三直方图；
[0020]S23：利用高斯分布N(μ,θ2)对所述第三直方图进行拟合，求出θ，其中，μ为温度梯度的均方根的期望，θ为温度梯度的均方根的标准差；
[0021]S24：将θ值与第二设置值进行比较，对所述待测半导体芯片品质进行分类。

[0022]进一步地，计算所述空间区域内各点所述温度信息的公式为：
[0023]T(x,y)＝αK(x,y)+β，
[0024]其中，K(x,y)为红外图像中(x,y)点的红外信息，α为第一常系数，用于将所述红外信息进行放大，β为第二常系数，用于将所述温度信息转换为正值，T(x,y)为经过线性映射的红外图像的温度信息。

[0025]进一步地，所述空间区域内各点的所述温度梯度的计算公式为：
[0026]
[0027]i和j为x，y方向单位矢量，为偏微分算子，T为温度信息，为矢量，的绝对值为所述温度梯度。

[0028]进一步地，所述功率半导体芯片的鲁棒性测试方法，还包括：
[0029]S01:设置激励信号及所述激励信号的变化范围和变化过程；
[0030]S02：设置环境温度及所述环境温度的变化范围及变化过程；
[0031]S03：设置老化时间，在老化周期内采集待测半导体芯片的红外图像并进行存储；[0032]S04：对所述待测半导体芯片电性能测试结果进行分析；
[0033]S041：若所述待测半导体芯片的电性能正常，则继续执行步骤S11至步骤S14；[0034]S042：若所述待测半导体芯片的电性能异常，则结束测试。

[0035]本发明为解决现有技术中通过在老化过程中检测待测半导体芯片电性能来判断待测半导体芯片的鲁棒性，存在测试周期长的问题，提供一种功率半导体芯片的鲁棒性测试系统，可以缩短测试时间。

[0036]一种功率半导体芯片的鲁棒性测试系统，包括：
[0037]图像获取模块，所述图像获取模块用于获取待测半导体芯片的红外图像；[0038]信息获取模块，所述信息获取模块用于获取所述红外图像空间区域内Y个点的红外信息；
[0039]温度信息计算模块，所述温度信息计算模块用于分别计算所述Y个点的温度信息；
[0040]温度梯度计算模块，所述温度梯度计算模块用于分别计算所述Y个点的温度梯度；[0041]空间区域划分模块，所述空间区域划分模块用于将所述红外图像整体空间区域划分为i个小区域；
[0042]小区域温度梯度获取模块，所述小区域温度梯度获取模块用于获取每个所述小区域内的最大温度梯度，将每个所述小区域内的最大温度梯度配置为各个所述小区域的温度梯度；
[0043]统计模块，所述统计模块用于将各个所述小区域的温度梯度进行统计，绘制第一直方图，所述第一直方图的横轴为温度梯度，所述第一直方图的纵轴为所述温度梯度对应的小区域个数，将第一直方图按照个数从大到小进行排序，形成第二直方图；
[0044]分析模块，所述分析模块利用瑞利分布对所述第二直方图进行拟合，求出温度梯度的均方根值，当温度梯度的均方根值大于第一阈值，则判断所述待测半导体芯片异常。

[0045]本发明为解决现有技术中通过在老化过程中检测待测半导体芯片电性能来判断待测半导体芯片的鲁棒性，存在测试周期长的问题，提供一种功率半导体芯片的鲁棒性测试装置，可以缩短测试时间。

[0046]一种功率半导体芯片的鲁棒性测试装置，包括：
[0047]信号发生模块，所述信号发生模块产生各种激励信号冲击所述待测半导体芯片；[0048]温度控制模块，控制与调节所述待测半导体芯片的环境温度；
[0049]电性能检测模块，用于检测所述待测半导体芯片的电学性能；
[0050]红外成像模块，包括相机，用于获得受激励待测半导体芯片的红外图像；[0051]控制器，所述控制器用于处理所述红外图像并判断所述待测半导体芯片是否正常。

[0052]与现有技术相比，本发明的有益效果：
[0053]功率半导体芯片工作时，散失大量的热量，导致芯片温度高，温度的变化也更加明显，本发明通过对功率半导体芯片表面温度变化进行检测并对这些数据进行处理，可以反映功率半导体芯片的内部缺陷、状态异常和体质优劣，本发明检测温度变化的时间远小于长时间电学老化测试，因此解决了现有技术测试时间长的问题，提高了测试效率。

附图说明
[0054]图1为本发明实施例提供的一种功率半导体芯片的鲁棒性测试方法的流程图一；[0055]图2为本发明实施例提供的一种功率半导体芯片的鲁棒性测试方法的流程图二；[0056]图3为本发明实施例提供的一种功率半导体芯片的鲁棒性测试方法的流程图三；[0057]图4位本发明实施例提供的红外图像示意图；
[0058]图5为本发明实施例提供的第一直方图的示意图；
[0059]图6为本发明实施例提供的第二直方图的示意图；
[0060]图7为本发明实施例提供的第三直方图的示意图；
[0061]图8为本发明实施例提供的一种功率半导体芯片的鲁棒性测试装置的示意图。

[0062]图中，311为第一等温线、312为第二等温线、313为第三等温线，314为第四等温线，Dt1为第一温度梯度，Dt2为第二温度梯度，Dt3为第三温度梯度。

具体实施方式
[0063]下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0064]本发明实施例提供了一种功率半导体芯片的鲁棒性测试方法，将待测半导体芯片置于鲁棒性测试装置中，该鲁棒性测试装置可以用于对待测半导体芯片进行老化测试，该鲁棒性测试装置包括信号发生模块、温度控制模块和红外成像模块，信号发生模块为待测半导体芯片提供激励信号，温度控制模块使待测半导体芯片工作在设定温度，该红外成像模块包括相机，在老化周期内通过相机对待测半导体芯片进行拍照，利用热成像原理，得到待测半导体芯片对应的红外图像，具体地，如图1所示，该方法包括：
[0065]S11：获取待测半导体芯片的红外图像；
[0066]本实施例通过红外成像模块获取红外图像，该红外成像模块通过非接触探测待测半导体芯片红外能量(热量)，并将其转换为电信号，进而生成红外图像和该红外图像各像素点的红外信息。

[0067]S12：获取红外图像空间区域内Y个点的红外信息；
[0068]本实施中获取红外信息的个数越多越好，数据越多后续统计分析越准确，故对获取红外信息个数不做限制。

[0069]S13：分别计算Y个点的温度信息；
[0070]本实施例通过将红外图像空间区域内各点的红外信息线性的一一映射温度信息，从而得到红外图像内各点对应的温度信息，具体地，本实施例将空间区域各点的红外信息进行线性放大，然后对该线性放大后的红外信息补正，得到0～100的正数，将计算得到的该正数配置为温度信息，本实施例通过将红外信息放大，使得相邻两点温度信息差异更明显；[0071]具体地，计算空间区域内各点温度信息的公式为：
[0072]T(x,y)＝αK(x,y)+β，
[0073]其中，K(x,y)为红外图像中(x,y)点的红外信息，α为第一常系数，用于将红外信息进行放大，β为第二常系数，用于将温度信息转换为正值，T(x,y)为经过线性映射的红外图像的温度信息。

[0074]具体地，本实施例以P波段雷达用LDMOS半导体芯片为例进行说明，经步骤S11至S13处理后，本实施例形成的红外图像如图4所示，P波段雷达用LDMOS半导体芯片中由512个LDMOS单元314组成(此处仅显示6个为例)，每个LDMOS单元314都会产生热量，热量的积累和散失会造成温度的变化，本实施例中以第一等温线311、第二等温线312、第三等温线313和第四等温线314表示空间区域的温度分布。

[0075]S14：分别计算Y个点的温度梯度；
[0076]在经步骤S11至步骤S13处理后的红外图像平面内计算各点的温度梯度，该温度梯度计算公式为：
[0077]
[0078]i和j为x，y方向单位矢量，为偏微分算子，T为温度信息，为矢量，
的绝对值为温度梯度。

[0079]以P波段雷达用LDMOS半导体芯片为例，红外图像经温度梯度计算后，形成如图3所示温度梯度分布图，该图中Dt1表示第一温度梯度，Dt2表示第二温度梯度，Dt3表示为第三温度梯度。

[0080]S15：将红外图像整体空间区域划分为i个小区域；
[0081]S16：获取每个小区域内的最大温度梯度，将每个小区域内的最大温度梯度配置为各个小区域的温度梯度；
[0082]S17：对各个小区域的温度梯度进行统计，绘制第一直方图，如图5所示，第一直方图的横轴为温度梯度，第一直方图的纵轴为温度梯度对应的小区域个数，将第一直方图按照个数从大到小进行排序，形成第二直方图，如图6所示；
[0083]S18：利用瑞利分布对第二直方图进行拟合，求出σ，瑞利分布公式为：
[0084]
[0085]其中，x为某点处温度梯度的取样值，σ为温度梯度的均方根，当σ大于第一设置值，则待测半导体芯片判定为异常。

[0086]具体地，本实施例通过瑞利分布求得的σ值越大，说明待测半导体芯片的温度变化率越大，该待测半导体芯片的温度分布不均匀。

[0087]进一步地，如图2所示，功率半导体芯片的鲁棒性测试方法还包括体质筛选算法，体质筛选算法包括：
[0088]S21：获取老化周期内n张红外图像；
[0089]S22：对n张红外图像分别执行步骤S12至步骤S18，得到n个瑞利分布及其参数σ1、σ2...σn，对参数σ1、σ2...σn进行统计，绘制第三直方图，如图7所示；
[0090]S23：利用高斯分布N(μ,θ2)对第三直方图进行拟合，求出θ，其中，μ为温度梯度的均方根的期望，θ为温度梯度的均方根的标准差；
[0091]S24：将θ值与第二设置值进行比较，对待测半导体芯片品质进行分类。

[0092]具体地，本实施例通过对待测半导体芯片整个老化过程中所有的红外图像进行处理分析，然后利用高斯分布求得θ值，当θ值越小，说明半导体芯片温度越集中，体质越好，便于后续对待测半导体芯片品质进行分类。

[0093]需要说明的是，本实施例通过对温度梯度分布进行统计分析来判断半导体芯片的鲁棒性，而非利用温度分布进行统计分析，原因有以下：
[0094]1、在不同待测半导体芯片中，待测半导体芯片温度分布的自身差异较大，待测半导体芯片温度异常很容易被这种自身温度分布差异作为噪音掩盖；
[0095]2、温度随时间变化不明显，短时间内难以观察到明显变化，温度在时间上的异常难以发现；
[0096]3、利用温度进行数据统计过程中，由于不同半导体芯片自身温度分布差异大，在利用诸如正态分布等分布进行统计时，数据散布大、拟合误差大、参数的取值浮动大；[0097]因此，本实施例通过温度梯度分布进行统计分析，更加注重温度变化的分布，从而
避免了半导体芯片之间本身温度分布差异噪音的干扰，有效反应了半导体芯片温度变化细节；同时，不同半导体芯片之间温度梯度分布随着时间变化更为明显，可以在短时间内观察到明显变化，从而能在短时间内检测到半导体芯片异常；另外，在统计过程中，得到的数据散布更小，在利用统计方法进行分布拟合时规律更明显、拟合误差大大降低，在最终的异常检测或者体质筛选上达到了较高的准确率。

[0098]相较目前普遍使用的IV/CV检测方法，本实施例通过定量而非定性的得到基础数据(如温度梯度及随时间的变化)能够更早的发现器件在鲁棒性上的缺陷，及时发现更深层次的鲁棒性问题(如散热不均匀)；相较于传统老化方法每个批次数天甚至数十天的检测周期，本实施例通过数十分钟至数小时采集得到的数据即可完成芯片的鲁棒性异常检测和体质筛选，本实施例节省更多的时间，有效地提高生产效率。

[0099]进一步地，如图3所示，功率半导体芯片的鲁棒性测试方法，还包括：
[0100]S01:设置激励信号及激励信号的变化范围和变化过程；
[0101]S02：设置环境温度及环境温度的变化范围及变化过程；
[0102]S03：设置老化时间，在老化周期内采集待测半导体芯片的红外图像并进行存储；[0103]S04：对待测半导体芯片电性能测试结果进行分析；
[0104]S041：若待测半导体芯片的电性能正常，则继续执行步骤S11至步骤S14；[0105]S042：若待测半导体芯片的电性能异常，则结束测试。

[0106]本实施例还提供了一种功率半导体芯片的鲁棒性测试系统，包括：
[0107]图像获取模块，图像获取模块用于获取待测半导体芯片的红外图像；
[0108]信息获取模块，信息获取模块用于获取所述红外图像空间区域内Y各点的红外信息；
[0109]温度信息计算模块，温度信息计算模块用于分布计算Y个点的温度信息；[0110]温度梯度计算模块，温度梯度计算模块用于分别计算Y个点的温度梯度；[0111]空间区域划分模块，空间区域划分模块用于将红外图像整体空间区域划分为i个小区域；
[0112]小区域温度梯度获取模块，小区域温度梯度获取模块用于获取每个小区域内的最大温度梯度，将每个小区域内的最大温度梯度配置为各个小区域的温度梯度；
[0113]统计模块，统计模块用于将各个小区域的温度梯度进行统计，绘制第一直方图，第一直方图的横轴为温度梯度，第一直方图的纵轴为温度梯度对应的小区域个数，将第一直方图按照个数从大到小进行排序，形成第二直方图；
[0114]分析模块，分析模块利用瑞利分布对第二直方图进行拟合，求出温度梯度的均方根值，当温度梯度的均方根值大于第一阈值，则判断待测半导体芯片异常。

[0115]如图8所示，本实施例还提供了一种功率半导体芯片的鲁棒性测试装置，包括：[0116]信号发生模块，信号发生模块产生各种激励信号冲击待测半导体芯片；[0117]温度控制模块，控制与调节待测半导体芯片的环境温度；
[0118]电性能检测模块，包括IV检测电路和/或CV检测电路，用于检测待测半导体芯片的电学性能；
[0119]红外成像模块，包括相机，用于获得受到激励的待测半导体芯片的红外图像；[0120]控制器，控制器用于判断待测半导体芯片是否正常。