4. 异常定位的数据基础
在先进制程的异常定位中，真正决定分析上限的往往不是算法，而是数据本身。KLA 的检测与量测设备每天产生五类核心数据：设备日志、缺陷图谱、量测数据、图像数据和传感器时序数据。它们的时间尺度、空间粒度和结构形态差异极大，若不了解各自的采集方式与字段含义，后续的关联分析就会变成“盲人摸象”。本节从数据结构与采集链路两个角度，逐类拆解这五类数据，并说明它们在异常定位中各自承担的角色。
一、设备日志：事件的“黑匣子”
设备日志是半结构化的文本流，记录设备状态切换、配方加载、报警、维护动作和通信事件。典型字段包括时间戳、模块标识（如 LoadPort、Robot、Stage）、事件码、严重级别和描述文本。采集方式通常有两种：一是设备通过 SECS/GEM 接口主动上报事件，由 EAP（Equipment Automation Program）接收并落库；二是从设备本地日志文件按行采集，经解析器提取字段后写入时序数据库。
日志的价值在于“因果锚点”。当某片晶圆出现缺陷时，先看该片在检测前后是否发生配方切换、机械手重试或真空度报警，往往能快速缩小范围。需要注意的是，日志时间戳的时钟源可能与量测系统不同，跨系统关联前必须做时钟对齐，否则会出现“因果倒置”的假象。
二、缺陷图谱：缺陷的空间分布语言
缺陷图谱不是一张图片，而是一组带坐标的缺陷记录。每一条缺陷通常包含：晶圆 ID、缺陷坐标（Die 坐标或晶圆坐标系下的 X/Y）、缺陷类别（如颗粒、划伤、图形缺失）、尺寸、以及检测所用的光学条件（明场/暗场、波长、像素尺寸）。采集由 KLA 检测设备完成：扫描晶圆后，检测算法将异常像素聚类为缺陷，输出缺陷列表（Defect List）和对应的 Defect Map。
缺陷图谱的核心分析维度是“空间模式”。随机分布通常指向颗粒污染，而环形、扇形或沿扫描方向的条带分布，则可能对应旋涂、刻蚀或传输机构的系统性问题。因此，缺陷图谱必须与晶圆坐标系严格绑定，任何坐标变换都要记录在元数据中，否则模式识别会失真。
三、量测数据：工艺窗口的量化标尺
量测数据来自 CD-SEM、膜厚仪、套刻量测等设备，结构上是“站点—参数—值”的表格。典型字段包括：Lot ID、Wafer ID、站点坐标、量测项目（如 CD、膜厚、Overlay X/Y）、测量值、单位、以及量测配方版本。采集方式多为离线或在线抽检：在线量测通过接口实时回传，离线量测则在批次结束后批量导入。
量测数据的关键在于“基准与漂移”。同一参数在不同配方版本下的基准可能不同，分析前必须确认量测配方是否一致。此外，量测站点通常只覆盖晶圆上的有限点位，空间分辨率远低于缺陷图谱，因此两者关联时需要用插值或分区统计，而不能简单逐点匹配。
四、图像数据：从像素到判据
图像数据包括检测设备的原始灰度图、Review SEM 的复查图像以及缺陷裁剪图（Defect Patch）。其结构是典型的栅格数据：宽×高×通道，附带像素尺寸、位深和采集条件。采集链路通常是：检测设备输出缺陷坐标 → Review 设备按坐标回访 → 拍摄高倍图像 → 与缺陷记录关联存储。
图像数据在异常定位中的主要用途是“复核与分类”。当缺陷图谱给出可疑类别时，Review 图像可以确认缺陷的真实形貌，避免误分类。由于图像体积大，通常采用分层存储：原始图存对象存储，缩略图和特征向量存数据库，检索时先查特征再调原图。
五、传感器时序数据：设备状态的连续脉搏
传感器时序数据是五类数据中时间分辨率最高的一类，采样率可从 1 Hz 到 1 kHz。典型信号包括：腔体压力、RF 功率、气体流量、温度、机械手位置和振动。采集方式是通过设备 PLC 或数据采集卡，将模拟/数字信号转换为时间序列，写入时序数据库（如 InfluxDB 或 PI System）。
时序数据的结构是“时间戳—信号名—值—质量码”。质量码用于标记信号是否有效（如传感器断线、超量程）。在异常定位中，时序数据用于回答“设备在那一刻发生了什么”。例如，某片晶圆缺陷异常时，回看对应时间窗内的 RF 反射功率曲线，若出现尖峰，则可能指向匹配网络或等离子体不稳定。
五类数据的关联要点：设备日志提供事件锚点，缺陷图谱提供空间模式，量测数据提供工艺窗口，图像数据提供形貌复核，传感器时序数据提供设备状态。它们的时间尺度从毫秒到天，空间尺度从像素到晶圆，关联时必须先做时间对齐和坐标统一，再按“事件—空间—参数—形貌—状态”的顺序逐层收敛。
六、采集链路的工程约束
五类数据的采集并非孤立进行，而是共享同一套设备接口和时间基准。实际工程中，最常见的三个问题是：时钟不同步、坐标不统一、配方版本错配。时钟不同步会让日志事件与传感器信号错位，导致误判；坐标不统一会让缺陷图谱与量测站点无法对齐；配方版本错配则会让量测基准漂移，把正常波动误判为异常。
因此，在建立数据基础时，应优先完成三件事：第一，为所有数据源配置统一的时间同步机制（如 NTP 或 PTP），并在入库时记录原始时间戳和校正量；第二，为缺陷图谱和量测数据建立统一的晶圆坐标系映射表，记录 Die 坐标与晶圆坐标的转换关系；第三，为每批数据绑定配方版本号，分析时先校验版本一致性。
实操建议：在异常定位的初始阶段，不要急于跑复杂模型。先用设备日志锁定异常时间窗，再用缺陷图谱判断空间模式，接着用量测数据核对工艺窗口，最后用图像和时序数据做形貌与状态复核。这条“由粗到细”的路径，能最大限度避免在错误的数据基础上做过度分析。
总结来看，KLA 设备日志、缺陷图谱、量测数据、图像数据和传感器时序数据，分别对应“事件、空间、参数、形貌、状态”五个维度。理解它们的结构差异和采集方式，是后续异常定位与根因分析能够成立的前提。数据基础打得越扎实，后续的关联分析就越可靠。