1. KLA晶圆缺陷检测系统概览

在晶圆缺陷图谱与空间模式分析工程中，所有后续的聚类、分类、良率关联和根因定位，都建立在同一件事上：把机台采集到的原始信号，稳定地转换成带有坐标和属性的缺陷记录。KLA 的检测平台覆盖了从无图形裸晶圆到先进逻辑图形晶圆的完整谱系，不同平台的成像原理、输出格式和字段定义并不相同。理解这些差异，是避免"图谱看起来对、结论却错"的第一道关口。

三类主流平台的成像原理

Surfscan 系列面向无图形晶圆（裸片、外延片、衬底）的表面缺陷检测，核心是暗场激光散射。激光斜入射或正入射到晶圆表面，光滑表面几乎不产生散射光；当存在颗粒、划伤、凹坑或残留物时，散射光被多通道光电探测器收集。散射光的强度、角度分布和偏振响应，共同决定缺陷的尺寸估计与类型初判。Surfscan 的输出以"缺陷事件"为单位，每个事件带有极坐标或直角坐标、散射通道强度、估计尺寸（如等效聚苯乙烯球直径，PSL 等效）等字段。它的优势是灵敏度极高、吞吐量大，但无法给出缺陷的形貌图像，尺寸是间接推算值。

SP 系列（如 SP2、SP3、SP5、SP7）同样基于暗场散射，但增加了多入射角、多收集通道和更精细的偏振控制，能够在同一片晶圆上区分表面颗粒与亚表面缺陷、区分不同材质的散射体。SP 系列通常输出多个散射通道的强度组合，工程上常用通道比值来辅助分类。它的数据字段比 Surfscan 更丰富，坐标精度也更高，是裸晶圆缺陷谱分析的主力机型。

eDR 系列（电子束缺陷复查）则完全不同：它用扫描电子显微镜对已检测出的缺陷位置进行高分辨率成像复查。eDR 不负责全片扫描发现缺陷，而是接收上游检测机台给出的缺陷坐标列表，逐点移动到该位置拍摄 SEM 图像，输出的是缺陷的真实形貌图像、精确坐标修正值以及自动缺陷分类（ADC）结果。因此 eDR 的数据链路是"坐标输入—图像输出"，与光学检测的"扫描输入—事件输出"方向相反。

数据输出格式与关键字段

KLA 检测机台最通用的交换格式是 KLARF（KLA Results File）。它本质上是一个带节区（section）的文本文件，核心节区包括：FileVersion、LotInformation、WaferInformation、DieInformation、DefectList。DefectList 中每一行代表一个缺陷，字段以空格分隔，典型顺序为：缺陷编号、X 坐标、Y 坐标、缺陷尺寸、缺陷类别编号、通道信息等。不同机型、不同软件版本的字段数量和顺序可能不同，因此解析 KLARF 时不能硬编码列号，而应先读取 FileVersion 和列定义，再按名称映射。

除 KLARF 外，实际产线还会遇到：机台本地数据库导出、CSV/TSV 文本、以及部分平台支持的 XML 或二进制格式。无论哪种格式，分析端真正依赖的字段可以归纳为四类：

• 坐标字段：X、Y，单位通常为微米或毫米，必须确认单位与坐标系原点定义。
• 尺寸字段：缺陷等效尺寸，光学平台多为 PSL 等效值，eDR 为实测形貌尺寸。
• 属性字段：通道强度、偏振响应、ADC 类别编号、复查标记等。
• 上下文字段：晶圆 ID、批次号、Die 行列号、检测配方名称、检测时间。

从机台到分析端的完整链路

一条可复现的数据链路通常包含五个环节。第一，机台按检测配方完成扫描，生成原始结果文件；第二，通过工厂自动化系统或手动方式把文件传输到分析服务器，此环节要保证文件完整性和版本一致；第三，解析 KLARF 并做字段规范化，把不同机型的字段映射到统一 schema；第四，坐标对齐与晶圆级拼接，把缺陷点映射到统一的晶圆坐标系，并关联 Die 行列信息；第五，生成缺陷图谱、空间模式特征和统计报表。

下面是一段解析 KLARF DefectList 的示例代码，用于说明字段读取与规范化过程。示例中的字段顺序和数值均为教学假设，实际使用时必须以文件头部的列定义为准。

# 示例：读取 KLARF DefectList 并规范化为统一 schema
# 假设列顺序为：DEFECT_ID X Y SIZE CLASS CHANNEL
# 单位：X/Y 为毫米，SIZE 为 PSL 等效微米

import csv

UNIFIED_FIELDS = ["defect_id", "x_mm", "y_mm", "size_um", "class_id", "channel"]

def parse_klarf_defectlist(path):
    records = []
    with open(path, "r", encoding="utf-8") as f:
        in_list = False
        for line in f:
            line = line.strip()
            if line.startswith("DefectList"):
                in_list = True
                continue
            if in_list and line and not line.startswith("EndOfFile"):
                parts = line.split()
                if len(parts) < 6:
                    continue
                rec = dict(zip(UNIFIED_FIELDS, parts[:6]))
                rec["x_mm"] = float(rec["x_mm"])
                rec["y_mm"] = float(rec["y_mm"])
                rec["size_um"] = float(rec["size_um"])
                records.append(rec)
    return records

# 教学示例输出（假设值）：
# [{'defect_id': '1', 'x_mm': 12.340, 'y_mm': -5.670,
#   'size_um': 0.085, 'class_id': '3', 'channel': '2'}, ...]

解析完成后，建议立即做三项校验：缺陷总数是否与机台报表一致；坐标范围是否落在晶圆半径之内；尺寸分布是否出现异常截断（例如全部为 0 或全部相同）。这三项校验能在数据进入图谱分析之前拦截大部分格式与单位错误。

平台差异对分析的影响

Surfscan 与 SP 系列给出的是散射事件，尺寸是间接推算，因此同一缺陷在不同通道下的尺寸估计可能不同；eDR 给出的是真实形貌，但覆盖范围有限，通常只复查抽样缺陷。分析端在做空间模式识别时，必须清楚当前数据来自哪类平台：光学平台适合做全片密度分布、聚类和扫描方向条纹分析；eDR 数据适合做缺陷形貌确认和 ADC 类别校验。把两类数据混在同一张图谱里而不加标记，会导致模式判断失真。