集成电路故障检测技术应用

徐正巧

合肥阿基米德电子科技有限公司

摘要：随着社会的发展，数字经济时代的底层支撑，集成电路在国际大国竞争的背景下越来越具有战略性质。在中美战略博弈、新冠疫情和地缘政治环境变化等多重因素叠加作用下，实现集成电路产业的供应链安全和弹性成为各方竞争的焦点。针对国际和国内新形势深刻演变，推进我国集成电路产业高质量发展，成为新时期的鲜明主题。

关键词：集成电路；故障检测技术；应用

引言

电力系统中电力拖动与控制电路的可靠性关系着系统运行质量，加强对电力拖动与控制电路的故障检测，及时排除故障，有利于保证电力系统的稳定性。伴随着电力系统的发展和各类新技术、新设备的应用，电力系统自动化水平提升，电力拖动与控制电路的作用进一步加强。在实际工作中，应该重视运用科学、准确、可靠的故障检测与排除方法，及时分析电力拖动与控制电路故障，以便在故障发生之初进行有效管控，避免故障进一步扩大。与此同时，也应该注意对各类故障进行总结和研究，结合系统控制图，更加客观地分析故障特点，为后续故障处理提供良好的指导，保证电力系统的正常运行。

1基于深度学习的大批量集成电路故障检测分析

借助大数据，运用深度学习技术，对大批量集成电路故障进行智能检测工作，主要内容包括以下几方面。使用基于大数据技术的故障智能诊断系统对多品种，小批量的集成电路基板进行逐区扫描检验。采用数据积累分析法研究影响集成电路基板成品率、容易出现缺陷的区域、检验效率等指标值的数据，结合集成电路基板设计图纸与实际检验正式申报材料的结果，建立深度学习的底层数据库。以集成电路基板成品率和检验效率作为两个核心维度，在数据库进行深度学习联合迭代。基于大数据技术的故障智能诊断统计容易出现缺陷的区域、模拟计算集成电路基板缺陷和故障产生的原因、分析设计图和实际缺陷间关联度的复杂机理。应用深度学习BP算法拟合影响集成电路基板成品率、容易出现缺陷的区域、检验效率等项目的权重函数，指导基于大数据技术的故障智能诊断系统模拟计算同批次容易出现缺陷的区域和优化后的集成电路基板设计图。再通过反复检验同批基板完成对初始计算系统准确性的验证，录入深度学习数据库，反向修正故障智能诊断系统模拟计算集成电路基板容易出现故障区域的计算参数。以智能诊断结果数据对设计师研究优化后的集成电路基板设计图，应用该设计图迭代设计新的集成电路基板，通过检验优化后的基板来反向修正优化集成电路基板设计的计算参数。为设计师提供参考数据信息，促进设计师的优化再设计迭代，制造集成电路基板。

在对集成电路芯片的筛选中已经提出了KGD标准（已知良好芯片），但针对集成电路基板并没有相关规范标准，也未配备专业合适的筛选方法，若使用人工目检对集成电路基板进行筛选，不仅需耗费大量的时间，还易出现漏筛或检查错误等问题，这样检测效率既没有提高，还会产生较大的损失。而运用故障智能检测技术方法，相比人工目检来说，其优势特点主要包括以下两方面。充分利用深度学习的BP算法对集成电路基板设计中多个因素对集成电路基板制造成品率存在不同方向、不同程度影响的复杂机理和规律的挖掘能力。实现一种通过深度学习和迭代增量训练方法来通过检验过程大数据的积累来提升集成电路基板检验效率，探索提高集成电路基板高精度高效能设计的引导路径。该智能检测方法所融合运用的技术手段较多，如大数据技术、深度学习技术、集成电路基板检验方法等。在此情况下将其有效应用于大批量集成电路故障智能检测中，更满足现阶段故障检测需求及要求，可大幅度提高故障检测效率及检测质量，同时其检测结果也可作为有力参考依据，满足高效设计需求。另外，对市场监管相关领域应用检验累积数据提升科研附加价值也有积极影响。

2常用的故障检测与排除方法

2.1短接法

短接法是指对电力拖动与控制电路中电气设备的各部分进行短接，从而判断是否存在故障、定位故障位置的方法。短接法是一种针对性较强的检测方法，在实际应用中可以对连接点进行故障检测，如果线路与电器元件短接后故障消失，证明元件连接处发生故障，需要及时更换。目前常用的短接法有局部短接法和分段短接法两种。在电力拖动与控制电路故障检测中应用局部短接法，工作人员可以对设备两端的线路进行短接，若电路的电流流通，则故障位置为被短接电气设备。分段短接法可以对大规模电力拖动与控制电路故障进行检测，工作人员在进行故障检测时，可以先通过局部短接法确定故障范围，而后通过分段测量的方式对设备控制线路两端进行短接，确认具体的故障位置并进行处理。

2.2电路器件的替换

对于存在故障的电子电路结构元件必须要立即进行替换，通过实施故障电子元件的替换操作来恢复电子电路的系统良好功能。电子电路的元件组成结构存在较为复杂的特征，因此关键就是要针对其中细小的电路元件进行异常缺陷的排查，进而实现了全面替换现存故障元件的目标。例如对于示波器检测得到的元件电阻波形异常情况而言，应当能够运用自动生成系统图像的技术仪器来准确判断电路电流的幅度值与波形改变特征。技术人员针对示波器显示的电流异常以及电阻异常故障应当能够引发重视，确保回路系统结构中的各个元件异常都能得到及时的察觉。对于电子电路的系统反馈回路应当予以切断操作，然后再去测试开环结构中的电路元件故障。

2.3实验法

实验法适用于常规检测方法无法检测与排除故障的情况，工作人员可以对重点怀疑区域进行全面检测，通过实验法了解该区域内是否存在电力拖动与控制电路故障。若重点怀疑区域检测不到故障，则对其他区域进行检测，直至查找到故障点。实验法检测时，需要依次控制线路开关与电源，并检查和调整辅助系统，观察相关设备、线路是否能够正常工作。若所有部位均正常，则需对主系统进行检测，确保找出电力拖动与控制电路的故障点。

2.4故障的直观排查

电子电路如果表现为电路运行的异常风险因素，那么电子电路的外观迹象就会比较明显。因此在检测电路故障的情况下，首先对于电子电路的直观故障形式应当给予准确的识别。直接检测的技术手段主要适用于测试电子电路是否存在了外壳过热、散发异常气味、系统噪声的强度过高、系统磁场的异常缺陷等。电路系统的检测人员通过进行直观的电路故障识别，应当能够初步判定电子电路现有的故障形成位置，进而有助于电路检测人员展开更加深入的故障测试工作。

结语

在大批量集成电路故障智能检测中运用大数据、深度学习技术等先进手段，可通过运行智能完善的检测系统，对集成电路故障缺陷进行自动化检测分析，并借助系统不断进行自我完善改进，提高检测效率，同时为设计师提供有力参考依据，以提高设计精确性。所以现阶段应加强对先进检测算法及检测技术的重视度，掌握其应用要点，将该检测技术方法有效运用其中，以提高集成电路故障检测的智能性、高效性和准确性，为集成电路基板的生产质量提供保障，从而促进集成电路基板得到更好应用，进一步促进电子产业的发展。

参考文献

[1]林文海.应用于裸芯片去污的气相清洗技术[J].电子工艺技术,2014,35(02):84-87.

[2]徐松,刘强.集成电路故障注入攻击仿真方法[J].计算机辅助设计与图形学学报,2017,29(08):1563-1569.

[3]杨伟志.视觉检测技术在集成电路基板检测中的应用[J].科技与创新,2015(22):9-11.

[4]吴魁,王仙勇,孙洁,黄玉龙.基于深度学习的故障检测方法[J].计算机测量与控制,2017,25(10):43-47.