|
作者：Maxim Integrated戰略應用工程師Bill Laumeister 循環邏輯 “這是猜謎語嗎？”您會問。當然不是。這個標題聽起來像是一種循環，真正的循環邏輯，但它說明了一個問題。典型值(typ)往往是集成電路(IC)測試中最容易誤解的詞，可以用其它詞來說明其概念：代表性、象征性、一般、正常、標準、主流、平均、中等、慣常。糊涂了？在IC世界中，典型值通常定義為具有器件組的特性。好吧，但就像老話說的那樣，這真是“拐彎抹角”。我告訴您一個IC測試的小花招。IC數據資料中的“典型值”意味著未經測試。秘密被揭穿了！那么IC制造商為什么要費勁地給出典型值呢？我來解釋一下。 典型值與變化范圍 IC典型值是統計值，所以不能直接測試得到。例如，就好比說成人的平均身高為5英尺5英寸。測量任何單個人都不能確定中等、平均或典型身高。人類學家可測量每種人種的身高或者以統計方式測量人口樣本，然后統計學家在已知樣本量的情況下可計算得到平均值的置信度。IC的統計過程與此相同。IC設計者可根據模擬測試結果以統計方式預測典型值。同樣，對典型值進行平均，為電路設計者提供一般指導。 IC數據資料列出的技術指標通常有以下幾類： ●絕對最大值意味著不得超過該值，否則器件可能損壞。 ●電氣特性是一般測試條件，除非另有說明。 ●最小值(min)、典型值(typ)和最大值(max)指標為規定單位和條件下的測量值。注意，“條件”是對“除非另有說明”的補充。 ●注釋變更、限制和聲明被測項目及測試方法。 為幫助理解，我們舉一個常見的例子。以下內容是不同IC制造商各種數據資料中的一般規則。 除非另有說明，按照電氣特性一般條件的規定測試最小值和最大值。表達方式可能為：“TA = TMIN至TMAX，除非另有說明。典型值為TA = +25℃時的值�！边@意味著環境溫度(TA)等于工作溫度列出的最小和最大溫度，除非制造商另有說明。典型值僅為TA = +25℃時的值。隨后有注釋，常見的有： 注1：所有器件在+25℃條件下 100%經過生產測試，所列出的TA = TMIN至TMAX條件由設計保證。 注2：在GND+20mV和AVDD-20mV之內進行線性度測試，允許存在增益和失調誤差。 注3：高于2047的編碼保證在±8 LSB(最低有效位)之內。 注4：在GND+100mV和AVDD-100mV之內進行增益和失調測試。 注5：設計保證。 注1和注5的末尾說明“由設計保證”。這句話意味深長。所有IC制造(fab)工藝都存在變化。由于元件和多層都非常小，幾乎任何因素都會引起變化。這些偏差屬于正常的變化范圍。 我們將借用MAX5134至MAX5137數據資料的部分內容(圖1)解釋這些注釋。 
圖1. 摘自MAX5134至Ma x5137數/模轉換器(DAC)系列數據資料。 注1意味著無論數據資料中之前所述的溫度是多少，僅在室溫(+25℃)下測試統計精度。其它工作溫度范圍則由“設計保證”涵蓋。(我們將對此進行簡要介紹)。 注2和注4常見于滿擺幅運算放大器和緩沖輸出DAC。注意輸出電壓范圍的計算條件為“空載”。這是因為所謂的滿擺幅工作，坦白講，是一廂情愿。這并不完美，但卻遠遠優于較早的器件，這些器件的輸出電路在輸出電流時會偏離電源電壓。 注3常見于DAC。當編碼低于接近底部(通常為地)的某個數及高于接近頂部電壓軌的某個數時，其線性度低于中間編碼。這里，總編碼為65,536，底部編碼2047的INL(積分非線性)為±10 LSB；高于2047時，INL僅為±8 LSB。 容我插一句題外話。想象一下為家里買油漆的情況。家居城建議您挑一塊色布，以便在其配色機上準確配色。然后他們采用白色底漆，配色機自動添加多種顏料，得到“精確配色”。對購買的每一罐油漆重復這一過程。所有油漆精確匹配后，他們告訴您怎么做？專業的油漆工會怎么做？將所有罐內的油漆混合在一起。為什么？人眼和大腦分辨顏色的能力更精確，因此能夠看到“精確配色”機上不同混合油漆的顏色誤差。這不全是機器的過錯。混合機的計量閥、分色過濾器、增益和失調校準都不完美。甚至顏料本身也存在可接受的顏色和黏度范圍。隨著噴涂過程的不斷進行，會發生各種容限疊加、組合，有時甚至發生倍增，從而產生微小但可見的誤差——變化范圍、標準偏差。 圖2所示為常見的可接受標準偏差或鐘形曲線。黑色實線表示正態分布，是我們所希望的情況。綠色虛線表示過程向中心右側移動——希望我們了解引起偏差的原因，從而可將其修正。藍色的破折號虛線為分叉曲線，可能有兩個參數變化。多種不同因素變化時，會形成更復雜的曲線。這就是專業油漆工在粉刷墻壁之前將所有罐內的油漆混合在一起的原因。平均誤差是不是很奇妙？
圖2. 過程標準偏差或鐘形曲線。變化因素越多，曲線越復雜。 補償過程變化 為確保IC滿足其指標，IC制造工藝中設計了多層工程化安全措施對可能產生的誤差進行平均。沒有哪個工程化小組愿意供應“不符合指標”的器件。所以，設計者在器件指標上留有足夠的回旋余地，而測試和QA工程師則希望預期變化滿足“6σ規格限值”。最后得到的性能指標是非常保守的。 設計過程彌補了許多設計、制造和過程差異。所以設計者利用仿真工具研究制造工藝的變化“工藝角”。推理很簡單。如果他們擔心工藝角，說明過程中心很好。然后他們修改電路，使其盡量不受這些工藝角的影響。最極端的工藝角是快熱和慢冷(見圖3)。熱和冷指的是溫度。快指的是高增益、高電子遷移率；慢則相反。設計者可優化設計標準，但不能優化所有因素。所以，不解決沒有規定的參數。
圖3. IC制造工藝變化。 理解6σ2 6σ的概念最早由摩托羅拉的比爾˙史密斯在1986年提出，是一套設計用于改善制造工藝和避免缺陷的標準。西格瑪(小寫希臘字母σ)用于表示統計群體的標準偏差(即表示變化的參數)。術語“6σ流程”是指，如果在過程均值與最接近規格限值之間有6倍標準偏差，那么就幾近完美地滿足規格要求。這一結論基于過程能力分析中采用的計算方法。 在能力分析中，過程均值與最近規格限值之間的標準偏差數量以σ單位給出。隨著過程標準偏差增大，或者過程均值遠離容限中心值，均值與最近規格限值之間的標準偏差數量將減小，這就降低了σ數量。 1.5σ偏移的角色 經驗表明，過程的長期性能往往不如短期性能。所以，過程均值與最近規格限之間的σ數量很可能隨時間推移而下降。通過對初始短期分析證明確實如此。考慮到隨時間推移發生的過程偏移實際增大，在計算中引入了基于經驗的1.5σ偏移。根據這一前提，某個過程在短期分析中過程均值與最近規格限值之間為6σ時，長期則對應4.5σ。發生這一現象的原因是過程均值將隨時間發生移動，或過程的長期標準偏差將大于短期觀察到的標準偏差，或者兩者皆然。 所以，被廣泛接受的6σ過程的定義為在每一百萬個機會中有3.4個瑕疵(DPMO)。該定義基于的事實是，對于呈正態分布的過程，比均值高或低4.5倍標準偏差的點為百萬分之3.4。(為單邊能力分析)。所以，6σ的3.4 DPMO實際對應4.5σ，名義上為6σ，減去1.5σ偏移，以考慮長期變異。設計該理論的目的是防止實際工作中很可能發生的低估瑕疵率現象。 考慮1.5σ偏移時，短期σ水平對應以下的長期DPMO值(單邊)。 ●1 σ = 690,000 DPMO = 31%效率 ●2 σ = 308,000 DPMO = 69.2%效率 ●3 σ = 66,800 DPMO = 93.32%效率 ●4 σ = 6,210 DPMO = 99.379%效率 ●5 σ = 230 DPMO = 99.977%效率 ●6 σ = 3.4 DPMO = 99.9997%效率 結論 相信以上討論有助于解釋晶圓測試背后的原因，以及典型值到底有多典型(即多正常)。 現在，我們再深入一步。假如我們要設計一種用于測試實驗室環境的測量儀器。為設定儀器指標，我們需要理解和控制元件制造變化。如果知道所用IC的精度為6σ，將有助于增強我們對最終儀器指標的信心。這里，我們限定儀器的工作環境為室溫。您可能已經忽略了，但上文中我們規定了“測試實驗室環境”。這是一項關鍵指標。如果儀器供現場使用，則必須明確限定特定工作現場的溫度、濕度和大氣壓。對于醫療用途，我們必須說明那些患者相關的部分，例如需要進行消毒或者是一次性的。如果儀器可用于太空或火箭，需要什么樣的振動、大氣壓力、耐輻射性、耐溫性？ 簡而言之，如果確信我們開始使用的就是6σ IC，IC數據資料提供的典型指導將使我們具備“典型的信心”。 |
