3. 良率基线建立的前期准备

良率基线的建立并非一蹴而就，其核心前提在于数据质量与参数聚焦。本章将系统讲解如何制定可执行的数据收集计划、对历史良率数据进行标准化清洗，并利用工程方法识别关键工艺参数（CP/DP），为后续基线建模打下坚实基础。

3.1 数据收集计划：从源头保障数据完整性

一个完整的数据收集计划需要覆盖时间范围、产品/工艺节点、数据源系统以及采集频率四个维度。下表展示了成熟工艺基线建立时的典型数据收集清单：

3.2 历史良率数据清洗：剔除噪声，保留信号

历史数据中常包含工程实验批次、设备异常批次、Recipe切换批次等非稳态数据。若不加以清洗，将严重扭曲基线模型。标准清洗流程如下：

1. 标记工程批次：根据MES中的实验标识（如SPLIT、DOE）剔除或单独标记。
2. 过滤设备异常：结合EES报警日志，剔除设备宕机、腔室污染、Recipe参数超规格的批次。
3. 处理缺失值：对于关键工艺参数（CP）缺失超过20%的批次，建议整批剔除；对于少量缺失，可采用线性插值或中位数填充。
4. 剔除离群点：基于IQR（四分位距）或Z-score方法，剔除良率或参数值超出3σ范围的极端数据点。
5. 时间序列对齐：确保所有数据点按时间戳对齐，消除因数据采集延迟导致的时序错位。

3.3 关键工艺参数（CP/DP）识别：从海量参数中锁定核心变量

在成熟工艺中，一个典型的逻辑芯片工艺包含数百个工艺步骤，每个步骤又包含数十个工艺参数。CP/DP识别的目标是将参数数量从数千个缩减至20~50个核心变量。常用方法包括：

3.3.1 基于工程经验的筛选（第一轮）

• CP（关键工艺参数）：直接影响器件电学性能的参数，如栅氧化层厚度、注入剂量、退火温度。
• DP（关键缺陷参数）：直接影响缺陷密度的参数，如CMP抛光压力、刻蚀气体比例、清洗时间。

3.3.2 基于统计与机器学习的筛选（第二轮）

3.4 CP/DP识别流程总览

下图展示了从原始参数到最终CP/DP清单的完整识别流程：

3.5 实战案例：某28nm工艺CP/DP识别结果

以下为某28nm逻辑工艺节点经过上述流程后识别出的部分关键参数示例：

3.6 数据清洗与参数识别的代码示例

以下Python代码展示了使用随机森林进行特征重要性筛选的典型实现：

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

# 加载清洗后的数据
data = pd.read_csv('cleaned_historical_data.csv')
X = data.drop(['Lot_ID', 'Yield', 'Timestamp'], axis=1)
y = data['Yield']

# 标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 划分训练集与测试集
X_train, X_test, y_train, y_test = train_test_split(
    X_scaled, y, test_size=0.2, random_state=42
)

# 训练随机森林模型
rf = RandomForestRegressor(
    n_estimators=300,
    max_depth=10,
    min_samples_leaf=5,
    random_state=42,
    n_jobs=-1
)
rf.fit(X_train, y_train)

# 提取特征重要性
feature_importance = pd.DataFrame({
    'Parameter': X.columns,
    'Importance': rf.feature_importances_
}).sort_values('Importance', ascending=False)

# 输出Top 20关键参数
print("Top 20 关键工艺参数（CP/DP）：")
print(feature_importance.head(20))

# 设置阈值筛选（例如重要性 > 0.02）
key_params = feature_importance[feature_importance['Importance'] > 0.02]
print(f"\n筛选后关键参数数量：{len(key_params)}")
print(key_params['Parameter'].tolist())