本发明涉及半导体技术领域，尤其是涉及一种dfm综合评分方法。
背景技术：
可制造性设计(dfm)指为了保证版图图形的有效转移，控制参数偏差以及提升成品率而采用的新设计技术，工具和方法。随着集成电路技术的不断发展，图形尺寸的不断缩小，仅一个单一的缺陷就可能导致一片含有数百万个晶体管的芯片失败，这凸显了dfm的重要性。随着版图图形的复杂度不断提高，dfm的检查项目也逐渐增多。准确地对版图进行各项检查，找到高风险工艺区域，提前预警出有风险的产品，有利于各模块工程师及时了解产品高风险工艺热点具体位置及图形特性，及早的制定出相应的应对措施，顺利达成产品的流片及量产。
传统的dfm分析是各个项目分别进行检查管控和反馈，单独判断每一项目是否影响版图的可知造型，没有一个整体的dfm综合检查结果，不够全面。而且对于产品后续的良率，缺陷或其他晶圆质量结果的关联性检查，也无法进行。
技术实现要素：
本发明的目的在于提供一种dfm综合评分方法，可以对待测产品的各检查项目进行打分综合的评分，全面对dfm检查结果进行总结，方便后续晶圆质量检测的关联性分析。
为了达到上述目的，本发明提供了一种dfm综合评分方法，包括：
确定待测产品的工艺平台；
对此工艺平台的量产产品的各项检查项目的异常风险度进行评分，并得到各项检查项目的第一风险度分数，对此工艺平台的量产产品的各项检查项目的异常发生度进行评分，并得到各项检查项目的第一发生度分数；
分析所述第一风险度分数、第一发生度分数和良率的相关性，以得到各项检查项目的第一权重；
根据所述第一权重、第一风险度分数和第一发生度分数得到第一总分数，分析所述第一总分数和良率的相关性，根据良率要求制定出管控标准；
对所述待测产品的各项检查项目的异常风险度进行评分，以求得所述待测产品的各项检查项目的第二风险度分数，对所述待测产品的各项检查项目的异常发生度进行评分，以求得所述待测产品的各项检查项目的第二发生度分数；
分析所述第二风险度分数、第二发生度分数和良率的相关性，以得到各项检查项目的第二权重；
根据所述第二权重、第二风险度分数和第二发生度分数得到第二总分数；
根据所述管控标准判断所述第二总分数是否达准。
可选的，在所述的dfm综合评分方法中，所述各项检查项目包括但不限于：版图密度、版图梯度和版图线宽。
可选的，在所述的dfm综合评分方法中，对此工艺平台的量产产品的各项检查项目的异常风险度进行评分，并得到各项检查项目的第一风险度分数，对此工艺平台的量产产品的各项检查项目的异常发生度进行评分，并得到各项检查项目的第一发生度分数的方法包括：
对量产产品的版图密度的异常风险度得到版图密度的第一风险度分数，对量产产品的版图密度的异常发生度进行评分得到版图密度的第一发生度分数；
对量产产品的版图梯度的异常风险度得到版图密度的第一风险度分数，对量产产品的版图梯度的异常发生度进行评分得到版图密度的第一发生度分数；
对量产产品的版图线宽的异常风险度得到版图密度的第一风险度分数，对量产产品的版图线宽的异常发生度进行评分得到版图密度的第一发生度分数。
可选的，在所述的dfm综合评分方法中，分析所述第一风险度分数、第一发生度分数和良率的相关性，以得到各项检查项目的第一权重的方法包括：
计算版图密度的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图密度的第一权重；
计算版图梯度的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图梯度的第一权重；
计算版图线宽的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图线宽的第一权重。
可选的，在所述的dfm综合评分方法中，所述某一检查项目的第一风险度分数和第一发生度分数与良率的相关性越大，这项检查项目的第一权重越高。
可选的，在所述的dfm综合评分方法中，计算第一总分数的方法包括：
s1＝w1*r1*o1；
其中：s1为第一总分数、w1为第一权重、r1为第一风险度分数、o1为第一发生度分数。
可选的，在所述的dfm综合评分方法中，所述检查项目的异常风险度越高，所述第一风险度分数或者所述第二风险度分数越大。
可选的，在所述的dfm综合评分方法中，所述检查项目的发生次数越少，所述异常发生度越小。
可选的，在所述的dfm综合评分方法中，所述异常发生度越小，所述第一发生度分数或者第二发生度分数越大。
可选的，在所述的dfm综合评分方法中，所述量产产品为已经测试好的良率产品。
在本发明的dfm综合评分方法中，首先对量产产品各检查项目进行打分综合的评分，并分析评分和良率的相关性，根据良率要求制定出管控标准，再对待测产品的各检查项目进行打分综合的评分，判断待测产品的综合评分是否超出管控标准，从而全面对dfm检查结果进行总结，找出方便后续晶圆质量检测的关联性分析。
附图说明
图1是本发明实施例的dfm综合评分方法的流程图。
具体实施方式
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
在下文中，术语“第一”“第二”等用于在类似要素之间进行区分，且未必是用于描述特定次序或时间顺序。要理解，在适当情况下，如此使用的这些术语可替换。类似的，如果本文所述的方法包括一系列步骤，且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。
请参照图1，本发明提供了一种dfm综合评分方法，包括：
s11：确定待测产品的工艺平台；
s12：对此工艺平台的量产产品的各项检查项目的异常风险度进行评分，并得到各项检查项目的第一风险度分数，对此工艺平台的量产产品的各项检查项目的异常发生度进行评分，并得到各项检查项目的第一发生度分数；
s13：分析所述第一风险度分数、第一发生度分数和良率的相关性，以得到各项检查项目的第一权重；
s14：根据所述第一权重、第一风险度分数和第一发生度分数得到第一总分数，分析所述第一总分数和良率的相关性，根据良率要求制定出管控标准；
s15：对所述待测产品的各项检查项目的异常风险度进行评分，以求得所述待测产品的各项检查项目的第二风险度分数，对所述待测产品的各项检查项目的异常发生度进行评分，以求得所述待测产品的各项检查项目的第二发生度分数；
s16：分析所述第二风险度分数、第二发生度分数和良率的相关性，以得到各项检查项目的第二权重；
s17：根据所述第二权重、第二风险度分数和第二发生度分数得到第二总分数；
s18：根据所述管控标准判断所述第二总分数是否达准。
优选的，各项检查项目包括但不限于：版图密度、版图梯度和版图线宽。本发明的检查项目包括版图图形的所有需要在dfm检查中的参数，本发明实施例选取了其中三个检查参数作为例子来评估综合分数，在本发明的其他实施例中，可能还包括更多的检查参数，同时，检查项也不一定均是版图密度、版图梯度和版图线宽，其他dfm检查中的参数都可能。
进一步的，对此工艺平台的量产产品的各项检查项目的异常风险度进行评分，并得到各项检查项目的第一风险度分数，对此工艺平台的量产产品的各项检查项目的异常发生度进行评分，并得到各项检查项目的第一发生度分数的方法包括：
对量产产品的版图密度的异常风险度得到版图密度的第一风险度分数，对量产产品的版图密度的异常发生度进行评分得到版图密度的第一发生度分数；
对量产产品的版图梯度的异常风险度得到版图密度的第一风险度分数，对量产产品的版图梯度的异常发生度进行评分得到版图密度的第一发生度分数；
对量产产品的版图线宽的异常风险度得到版图密度的第一风险度分数，对量产产品的版图线宽的异常发生度进行评分得到版图密度的第一发生度分数。
进一步的，分析所述量产产品的各项检查项目的第一风险度分数、第一发生度分数和良率的相关性，以得到各项检查项目的第一权重的方法包括：
计算版图密度的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图密度的第一权重；
计算版图梯度的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图梯度的第一权重；
计算版图线宽的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图线宽的第一权重。
进一步的，所述某一检查项目的第一风险度分数和第一发生度分数与良率的相关性越大，这项检查项目的第一权重越高。即，第一风险度分数和第一发生度分数的乘积与良率的相关性越大，第一权重越高。相关性是指第一风险度分数和第一发生度分数的乘积和良率进行对比，得到第一风险度分数和第一发生度分数的乘积对良率的影响，影响越大，相关性越大。第一权重的值设置为1-10的范围，第一权重的值越大，第一权重越高。同理，第二权重也类似。
进一步的，计算第一总分数的方法包括：s1＝w1*r1*o1，其中：s1为第一总分数、w1为第一权重、r1为第一风险度分数、o1为第一发生度分数。计算第二总分数的方法包括：s2＝w2*r2*o2，其中：s2为第二总分数、w2为第二权重、r2为第二风险度分数、o2为第二发生度分数。
本发明实施例中，所述检查项目的异常风险度越高，所述第一风险度分数或者所述第二风险度分数越大。检查项目的异常风险度包括量产产品的异常风险度和待测产品的异常风险度，量产产品的异常风险度的评估方法为：检查项目的值离发明人设置的阈值越远则异常风险度越高，将异常风险度按照1-10分的评分制进行评分，量产产品的异常风险度越高，第一风险度分数越大。待测产品的异常风险度越高，第二风险度分数越大。
本发明实施例中，所述检查项目的发生次数越少，所述异常发生度越小。例如，在求第一总分数的过程中，如果某一项检查项目的不良发生的几率，例如版图线宽不良发生的几率，即线宽不良产品的数量除以量产产品或待测产品的数量得到不良发生的几率，几率越小，则发生次数越少，所述异常发生度越小。
本发明实施例中，所述异常发生度越小，所述第一发生度分数或者第二发生度分数越大。如果量产产品中异常发生度越小，第一发生度分数越大，如果待测产品中异常发生度越小，第二发生度分数越大。
本发明实施例中，所述量产产品为已经测试好的良率产品。待测产品是没有测试的产品，所以要想对待测产品的dfm参数进行综合评分，并判断综合评分是否达标，可以先对同一工艺的量产产品的dfm参数进行综合评分，分析综合评分和良率的相关性，根据良率要求制定出一个管控标准，即得到一个标准评分，如果后续得到的待测产品的dfm综合评分如果超出管控标准，则判断这个待测产品不合格，并且报警提示操作人员。
举一个例子，这里假如检查项目的数量为5个，用dfm分析项目一、dfm分析项目二、dfm分析项目三、dfm分析项目四和dfm分析项目五标识，步骤如下：
首先，对产品a所属的工艺平台内的待测产品进行分析，以及分析各项检查和良率之间的关系，得出此工艺平台的dfm各项检查项目的权重值，如下表：
接着，对产品a进行dfm各项检查，得到各项检查的检查结果。按照dfm各向检查项目的风险标准，对产品a的各项dfm检查结果进行异常风险度评分。
有高风险工艺热点的项目异常风险度分数高，如下表，风险度的单位为分。
接着，将产品a的各项dfm检查结果和量产产品中的数据进行对比，首次发生的异常发生度分数高，发生频率较高且良率未受影响的异常发生度分数较低。
最后，将权重值和异常风险度分数，异常发生度分数相乘，即为产品a的dfm分数(dfmscore)为：26.8，也就是第二总分数。
在此之前，在此工艺平台使用同样的方法求得的第一总分数(和求第二总分数的方法类似)，分析第一总分数和良率的相关性，根据良率要求制定出管控标准，假如，管控标准为20，判断产品a的dfm分数是否在规格内，即是否在0～20内。如果不在，则报警并且进行风险分析。其中，项目五的分数最高，为最高风险项目。
综上，在本发明实施例提供的dfm综合评分方法中，首先对量产产品各检查项目进行打分综合的评分，并分析评分和良率的相关性，根据良率要求制定出管控标准，再对待测产品的各检查项目进行打分综合的评分，判断待测产品的综合评分是否超出管控标准，从而全面对dfm检查结果进行总结，找出方便后续晶圆质量检测的关联性分析。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。
1.一种dfm综合评分方法，其特征在于，包括：
确定待测产品的工艺平台；
对此工艺平台的量产产品的各项检查项目的异常风险度进行评分，并得到各项检查项目的第一风险度分数，对此工艺平台的量产产品的各项检查项目的异常发生度进行评分，并得到各项检查项目的第一发生度分数；
分析所述第一风险度分数、第一发生度分数和良率的相关性，以得到各项检查项目的第一权重；
根据所述第一权重、第一风险度分数和第一发生度分数得到第一总分数，分析所述第一总分数和良率的相关性，根据良率要求制定出管控标准；
对所述待测产品的各项检查项目的异常风险度进行评分，以求得所述待测产品的各项检查项目的第二风险度分数，对所述待测产品的各项检查项目的异常发生度进行评分，以求得所述待测产品的各项检查项目的第二发生度分数；
分析所述第二风险度分数、第二发生度分数和良率的相关性，以得到各项检查项目的第二权重；
根据所述第二权重、第二风险度分数和第二发生度分数得到第二总分数；
根据所述管控标准判断所述第二总分数是否达准。
2.如权利要求1所述的dfm综合评分方法，其特征在于，所述各项检查项目包括：版图密度、版图梯度和版图线宽。
3.如权利要求2所述的dfm综合评分方法，其特征在于，对此工艺平台的量产产品的各项检查项目的异常风险度进行评分，并得到各项检查项目的第一风险度分数，对此工艺平台的量产产品的各项检查项目的异常发生度进行评分，并得到各项检查项目的第一发生度分数的方法包括：
对量产产品的版图密度的异常风险度得到版图密度的第一风险度分数，对量产产品的版图密度的异常发生度进行评分得到版图密度的第一发生度分数；
对量产产品的版图梯度的异常风险度得到版图密度的第一风险度分数，对量产产品的版图梯度的异常发生度进行评分得到版图密度的第一发生度分数；
对量产产品的版图线宽的异常风险度得到版图密度的第一风险度分数，对量产产品的版图线宽的异常发生度进行评分得到版图密度的第一发生度分数。
4.如权利要求2所述的dfm综合评分方法，其特征在于，分析所述第一风险度分数、第一发生度分数和良率的相关性，以得到各项检查项目的第一权重的方法包括：
计算版图密度的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图密度的第一权重；
计算版图梯度的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图梯度的第一权重；
计算版图线宽的的第一风险度分数、第一发生度分数和良率的相关性，以得到版图线宽的第一权重。
5.如权利要求4所述的dfm综合评分方法，其特征在于，所述某一检查项目的第一风险度分数和第一发生度分数与良率的相关性越大，这项检查项目的第一权重越高。
6.如权利要求5所述的dfm综合评分方法，其特征在于，计算第一总分数的方法包括：
s1＝w1*r1*o1；
其中：s1为第一总分数、w1为第一权重、r1为第一风险度分数、o1为第一发生度分数。
7.如权利要求1所述的dfm综合评分方法，其特征在于，所述检查项目的异常风险度越高，所述第一风险度分数或者所述第二风险度分数越大。
8.如权利要求1所述的dfm综合评分方法，其特征在于，所述检查项目的发生次数越少，所述异常发生度越小。
9.如权利要求8所述的dfm综合评分方法，其特征在于，所述异常发生度越小，所述第一发生度分数或者第二发生度分数越大。
10.如权利要求1所述的dfm综合评分方法，其特征在于，所述量产产品为已经测试好的良率产品。
技术总结