通常以典型方式測試“典型”

典型（典型）通常是集成電路（IC）測試中最容易被誤解的詞。典型值不能直接測試，因為它們是統(tǒng)計值。我們將討論如何閱讀數據手冊以了解測試的參數和條件。突出了制造 （fab） 參數，包括工藝標準偏差、晶圓廠工藝拐角、六西格瑪質量保護帶和百萬分之幾缺陷零件 （DPMO） 概念。

循環(huán)邏輯

“這是一個謎語嗎？”你說。不。這個標題聽起來像是在循環(huán)，真正的循環(huán)邏輯，但它提出了一個觀點。典型（典型）通常是（啊，是的，現(xiàn)在我和你玩得很開心?。┘呻娐罚↖C）測試中最容易被誤解的詞。還有其他詞來描述它的概念：代表性、象征性、通常、正常、標準、主流、平均、平均和傳統(tǒng)。困惑？在IC領域，典型被定義為具有一組零件的特性。很好，但正如古老的英語諺語所說，這就像“像泥一樣清澈”。1讓我們說出IC測試的一個狡猾的秘密：IC數據手冊上的典型表示未測試。在那里，秘密就出來了。那么，為什么IC制造商要費心陳述典型值呢？讓我解釋一下。

典型值和種類范圍

典型的IC值不能直接測試，因為它們是一個統(tǒng)計值。例如，這就像說人類成年人的平均身高是 5 英尺 5 英寸。測量任何一個人都無法確定平均身高、平均身高或典型身高。人類學家可以測量人類每個種族的身高，或者統(tǒng)計測量人口樣本。然后，統(tǒng)計學家知道樣本的大小，可以計算平均值的置信水平。從統(tǒng)計學上講，IC的此過程是相同的。IC設計人員可以根據仿真測試結果統(tǒng)計預測典型值。同樣，典型旨在為電路設計人員提供一般指導。

IC數據手冊通常列出以下幾類規(guī)格：

絕對最大值表示不要超過，否則零件可能會斷裂。

電氣特性是一般測試條件，除非另有說明。

最?。?strong>最小值）、典型值（典型值）和最大值（最大值）規(guī)格是具有指定單位和條件的測量值。請注意，“條件”是“除非另有說明”的修改。

注釋修改、限制和闡明測試的內容以及如何進行測試。

看一個常見的例子會有所幫助。以下是從不同IC制造商的各種數據手冊中獲取的一般規(guī)則。

除非另有說明，否則將按照電氣特性一般條件的規(guī)定測試最小值和最大值。您可能會看到“TA = TMIN 到 TMAX，除非另有說明。典型值為 TA = +25°C?！?這意味著環(huán)境溫度 （TA） 等于為工作溫度列出的最小值和最大值，除非制造商另有說明。典型值僅在TA = +25°C時。注釋如下，常見的是：

注1：所有器件均在+25°C下進行100%生產測試，并通過設計保證TA = TMIN至TMAX，如規(guī)定。
注2：線性度在GND和AVDD的20mV范圍內進行測試，允許增益和失調誤差。
注3：2047以上的代碼保證在±8 LSB（最低有效位）以內。
注4：增益和失調在GND和AVDD的100mV范圍內進行測試。
注5：通過設計保證。

注1和注5的末尾寫著“通過設計保證”。這值得更多解釋。所有IC制造（晶圓廠）工藝都有變化。由于組件和多層非常小，幾乎任何東西都會引起更改。這些偏差是品種的正常范圍。

我們將使用MAX5134 – MAX5137數據資料（圖1）的一部分來解釋這些筆記。

圖1.MAX5134–MAX5137數模轉換器（DAC）系列數據資料中的值。

注1表示，無論數據手冊前面提到的溫度如何，靜態(tài)精度僅在室溫（+25°C）下測試。其余工作范圍由“設計保證”覆蓋。（我們將很快解釋這一點。

筆記2和4常見于軌到軌運算放大器和緩沖輸出DAC。請注意，輸出電壓范圍在“無負載”條件下被編目。這是因為所謂的軌到軌運營，老實說，是一廂情愿的想法。它并不完美，但肯定比具有輸出電路的舊設備要好得多，這些設備從電壓軌開始耗盡一伏特的電流。

注3對于DAC很常見。低于底部（通常是接地）的數字和頂部電壓軌附近的數字上方的代碼不像中心代碼那樣線性。在這里，在總共 2047，65 個代碼中，底部的 536 個代碼的 INL（積分非線性）為 ±10 LSB;在2047年以上，INL只有±8個LSB。

讓我們暫時離題。考慮為您的房屋購買油漆。家居中心鼓勵您攜帶一塊布料，以便他們可以在他們的配色機上完全匹配其顏色。然后他們取白色底漆，機器會自動添加多種顏料以獲得“完全匹配的顏色”。對購買的每罐油漆重復此過程。在所有這些完全匹配之后，他們告訴您該怎么做？專業(yè)畫家是做什么的？拿起所有的油漆罐并將它們混合在一起。為什么？人眼和大腦可以更精確地比較顏色，因此可以在“精確匹配”機器上看到不同混合的任何殘留顏色錯誤。這并不完全是機器的錯?；旌蠙C的計量閥、分色濾光片、增益和偏移的校準并不完美。顏料本身甚至具有可接受的顏色和粘度范圍。涂裝過程不斷進行，公差增加、組合，有時還會相乘，以產生小而可見的誤差——品種范圍、標準偏差。

圖2是普遍接受的標準偏差或鐘形曲線。黑色實線代表我們希望看到的正態(tài)分布。綠色虛線表示該過程已移至居中的右側 - 希望我們了解導致此偏差的原因，以便我們可以糾正它。藍色長虛線是一條分叉曲線，可能是兩個參數在移動。當許多不同的因素可以改變時，會產生更復雜的曲線。這就是為什么專業(yè)油漆工在將油漆涂在墻上之前將罐子混合在一起的原因。平均誤差不是很好嗎？

圖2.過程標準偏差或鐘形曲線。變化的因素越多，曲線就越復雜。

補償過程變化

為了確保IC符合其規(guī)格，在IC制造過程中設計了幾層工程安全因素，以平均可能的誤差。沒有工程團隊愿意運送“不合格”的零件。因此，設計人員在零件規(guī)格方面留有充足的回旋余地，然后測試和QA工程師期望預期變化的“六西格瑪限制”。由此產生的性能規(guī)格非常保守。

設計過程彌補了許多設計、制造和過程差異。因此，設計人員使用仿真工具來探索晶圓廠工藝變化的“角落”。推理很簡單。如果他們擔心角落，那么過程的中心就會很好。然后，他們修改電路，使其對這些過程角落盡可能免疫。最極端的角落是熱-快和冷-慢（見圖 3）。冷熱是溫度?？焓歉咴鲆妫唠娮舆w移率;慢則相反。設計人員可以根據設計標準進行優(yōu)化，但不能優(yōu)化所有內容。因此，不會處理未指定的參數。

圖3.IC工藝晶圓廠的變化。

了解六西格瑪2

六西格瑪最初由摩托羅拉的比爾史密斯于1986年開發(fā)，作為一套旨在改進制造工藝和消除缺陷的實踐。Sigma（小寫希臘字母σ）用于表示統(tǒng)計總體的標準差（即變異度量）。術語“六西格瑪過程”的前提是，如果過程的平均值和最接近的規(guī)格限值之間有六個標準差，那么實際上就沒有不符合規(guī)范的項目。該結論基于過程能力研究中采用的計算方法。

在能力算例中，過程均值與最接近的規(guī)格限之間的標準差數以西格瑪單位給出。隨著過程標準偏差的上升，或者隨著過程的平均值遠離公差中心，在平均值和最接近的規(guī)格限之間擬合的標準偏差將減少。這會減少西格瑪數。

1.5西格瑪轉變的作用

經驗表明，從長期來看，進程通常不如短期內那么好。因此，過程均值和最接近的規(guī)格限之間的西格瑪數量可能會隨著時間的推移而下降。與最初的短期研究相比，這已被證明是正確的。為了解釋過程變化隨時間的實際增加，在計算中引入了基于經驗的 1.5 西格瑪偏移。根據這個前提，在短期研究中，在過程均值和最接近的規(guī)格限之間擬合六西格瑪的過程在長期內只能符合4.5西格瑪。發(fā)生這種情況是因為過程均值將隨時間移動，或者過程的長期標準差將大于短期內觀察到的標準差，或兩者兼而有之。

因此，廣泛接受的六西格瑪過程定義是產生百萬分之三缺陷零件 （DPMO） 的過程。此定義基于這樣一個事實，即正態(tài)分布的過程將具有百萬分之 3.4 的分數，超出高于或低于平均值 3.4 個標準差的點。（這是一個片面的能力研究。因此，六西格瑪過程的 4.5 DPMO 實際上對應于 3.4 西格瑪，即六西格瑪，減去為解釋長期變化而引入的 4.5 西格瑪偏移。該理論旨在防止低估實際操作中可能遇到的缺陷水平。

當考慮 1.5 西格瑪偏移時，短期西格瑪水平對應于以下長期 DPMO 值（單側）。

690 西格瑪 = 000，31 DPMO = <>% 效率

兩個西格瑪 = 308，000 DPMO = 69.2% 效率

三西格瑪 = 66，800 DPMO = 93.32% 效率

四西格瑪 = 6，210 DPMO = 99.379% 效率

五西格瑪 = 230 DPMO = 99.977% 效率

六西格瑪 = 3.4 DPMO = 99.9997% 效率

結論

我們相信，上述討論有助于解釋晶圓廠測試背后的原因，以及典型值如何真正典型（即正常）。

現(xiàn)在讓我們更進一步。假設我們要設計一種將在測試實驗室環(huán)境中使用的測量儀器。為了設置儀器規(guī)格，我們需要了解和控制組件制造變化。知道我們使用的 IC 是精確的六西格瑪，有助于我們對最終的儀器規(guī)格充滿信心。在這里我們補充說，儀器將在室溫下運行。您可能錯過了這一點，但是上面我們指定了一個“測試實驗室環(huán)境”。這是一個關鍵規(guī)范。如果該儀器用于現(xiàn)場使用，則必須明確指定特定操作區(qū)域的溫度、濕度和大氣壓力。對于醫(yī)療用途，我們必須回答哪些患者特定的部分需要消毒或一次性使用。如果儀器可以在太空或火箭上使用，需要什么振動、大氣壓力、輻射硬度、耐溫性？

簡而言之，知道我們從六西格瑪IC開始，將使我們對IC數據手冊提供的典型指導具有“典型信心”。