一种半导体元器件加工的控制方法、系统及介质与流程

1.本发明涉及半导体加工控制技术领域，尤其涉及一种半导体元器件加工的控制方法、系统及介质。


背景技术：

2.世界发展进入电子信息时代，其中，半导体材料是支持电子信息设备不断创新发展的基础元件。人们的生活日常也逐渐趋于数字化，例如，数码相机、各种计算机、各种移动设备等电子产品都需要半导体材料制成的芯片作为底端支撑，才能实现服务为民的理念。随着科研设备的精进和相关技术的成熟，同时，为满足人们对电子产品日益增长的需求，半导体集成电路的集成度越来越高，电子设备成品的外形逐渐趋于小巧化，满足人们出行时的便携要求。制作高品质的半导体芯片不仅需要先进的技术和精密的仪器做产品支撑，还要有完善合理的芯片加工品质评价方法作为产品品质保障的服务阵地。
3.而现如今，半导体材料多为脆性材料，因此在半导体材料加工成半导体元器件的过程中常常会出现裂纹现象或者毛坯材料本身就存在缺陷，若裂纹波及了非加工区域继续加工的话，一是导致加工成本的升高，二是即使加工继续进行加工出来该类产品亦是废品，最终导致加工时间拉长。


技术实现要素：

4.本发明克服了现有技术的不足，提供了一种半导体元器件加工的控制方法、系统及介质。
5.为达上述目的，本发明采用的技术方案为：本发明第一方面提供了一种半导体元器件加工的控制方法，包括以下步骤 获取待加工半导体元器件的加工图纸参数，并从所述加工图纸参数中提取特征参数值；基于所述特征参数值建立加工图纸模型图，并获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型；若所述加工图像中存在预设图像类型，则对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图；建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，并基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端。
6.进一步地，本发明的一个较佳实施例中，获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型，具体包括以下步骤：建立图像识别模型，并将预选训练好的预设图像信息导入所述图像识别模型中训练，得到训练后的图像识别模型；获取实时的加工图像信息，并将所述实时加工的加工图像导入所述训练后的图像
识别模型中进行识别，得到识别结果；判断所述识别结果是否存在预设图像类型，所述预设图像类型包括裂纹图像类型以及缺陷图像类型。
7.进一步地，本发明的一个较佳实施例中，对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图，具体包括以下步骤：对所述加工图像信息进行去噪以及图像增强处理，并提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成当前加工预设位置区域的稀疏三维点云数据；根据所述稀疏三维点云数据进行稠密提取得到密集三维点与数据；基于所述密集点云数据建立曲面图，对所述曲面图进行组合形成实时加工模型图。
8.进一步地，本发明的一个较佳实施例中，建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，具体包括以下步骤：建立虚拟空间，并从将所述实时加工模型导入所述虚拟空间中，得到第一模型图；获取当前实时加工模型的加工特征点，并从所述第一模型图中检索所述加工特征点所在的坐标位置；以所述坐标位置为导入基准，并将所述实时加工模型图导入第一模型图中，得到整合后的评估模型图。
9.进一步地，本发明的一个较佳实施例中，基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端，具体包括以下步骤：基于所述评估模型图得到预设图像类型形成的模型图，并获取所述预设图像类型形成的模型图所在位置的加工要素模型图；获取所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点；计算所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点的差值；判断所述差值是否大于预设差值阈值，若所述差值大于预设差值阈值，则输出停止加工控制指令，并将所述停止加工指令传输至加工控制终端。
10.进一步地，本发明的一个较佳实施例中，所述的一种半导体元器件加工的控制方法，还包括以下步骤：若所述差值不大于预设差值阈值，则从大数据网络中获取当前预设图像类型的加工参数范围，建立数据库，并将所述加工参数导入所述数据库中，得到加工参数数据库；获取当前图像的类型，并将所述图像类型导入所述加工参数数据库中，得到预设的加工参数范围；获取实时的加工参数值，并判断所述加工参数值是否在所述预设的加工参数范围之内；若加工参数值在所述预设的加工参数范围之内，则传输继续加工控制指令至加工
控制终端，若加工参数值不在所述预设的加工参数范围之内，则选取所述预设的加工参数范围的最大加工参数作为加工参数，并传输调整加工参数控制指令至加工控制终端。
11.本发明第二方面提供了一种半导体元器件加工的控制系统，所述系统包括存储器以及处理器，所述存储器中包括半导体元器件加工的控制方法，所述半导体元器件加工的控制方法被所述处理器执行时，实现如下步骤：获取待加工半导体元器件的加工图纸参数，并从所述加工图纸参数中提取特征参数值；基于所述特征参数值建立加工图纸模型图，并获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型；若所述加工图像中存在预设图像类型，则对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图；建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，并基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端。
12.进一步地，本发明的一个较佳实施例中，基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端，具体包括以下步骤：基于所述评估模型图得到预设图像类型形成的模型图，并获取所述预设图像类型形成的模型图所在位置的加工要素模型图；获取所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点；计算所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点的差值；判断所述差值是否大于预设差值阈值，若所述差值大于预设差值阈值，则输出停止加工控制指令，并将所述停止加工指令传输至加工控制终端。
13.进一步地，本发明的一个较佳实施例中，所述的一种半导体元器件加工的控制系统，还包括以下步骤：若所述差值不大于预设差值阈值，则从大数据网络中获取当前预设图像类型的加工参数范围，建立数据库，并将所述加工参数导入所述数据库中，得到加工参数数据库；获取当前图像的类型，并将所述图像类型导入所述加工参数数据库中，得到预设的加工参数范围；获取实时的加工参数值，并判断所述加工参数值是否在所述预设的加工参数范围之内；若加工参数值在所述预设的加工参数范围之内，则传输继续加工控制指令至加工控制终端，若加工参数值不在所述预设的加工参数范围之内，则选取所述预设的加工参数范围的最大加工参数作为加工参数，并传输调整加工参数控制指令至加工控制终端。
14.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质包括半导体元器件加工的控制方法程序，所述半导体元器件加工的控制方法程序被处理器执行时，实现任一项所述的所述半导体元器件加工的控制方法程序的步骤。
15.本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：
本发明通过获取待加工半导体元器件的加工图纸参数，并从所述加工图纸参数中提取特征参数值；基于所述特征参数值建立加工图纸模型图，并获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型；若所述加工图像中存在预设图像类型，则对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图；建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，并基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端。通过该方法能够有效地对半导体元器件在加工中的产生的裂纹以及内部存在的缺陷进行评估，并对评估结果进行加工过程是否继续进行或者调整其中的加工参数，避免了半导体出现了裂纹以及毛坯材料本身存在的缺陷继续加工的情形出现，节省了该原因造成的加工时间，有效地降低了半导体在加工过程中的加工成本。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。
17.图1示出了一种半导体元器件加工的控制方法的整体方法流程示意图；图2示出了建立实时加工模型图的方法流程示意图；图3示出了得到控制指令的一方法流程示意图；图4示出了得到控制指令的另一方法流程示意图；图5示出了一种半导体元器件加工的控制系统的系统框图。
具体实施方式
18.为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述，这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成，需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
19.在本技术的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。
20.为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
21.图1示出了一种半导体元器件加工的控制方法的整体方法流程示意图；本发明第一方面提供了一种半导体元器件加工的控制方法，包括以下步骤 s102:获取待加工半导体元器件的加工图纸参数，并从所述加工图纸参数中提取
特征参数值；s104:基于所述特征参数值建立加工图纸模型图，并获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型；s106:若所述加工图像中存在预设图像类型，则对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图；s108:建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，并基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端。
22.需要说明的是，所述加工图纸参数包括半导体元器件加工完成的轮廓尺寸参数以及加工要素参数值，所述加工要素参数至少包括通孔时的尺寸参数、凸台的尺寸参数以及螺纹孔的尺寸参数等，利用三维建模软件（如ug软件、maya软件、rhinorhinocero软件等）根据该加工图纸参数图进行建立加工图纸模型图。
23.进一步地，本发明的一个较佳实施例中，获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型，具体包括以下步骤：建立图像识别模型，并将预选训练好的预设图像信息导入所述图像识别模型中训练，得到训练后的图像识别模型；获取实时的加工图像信息，并将所述实时加工的加工图像导入所述训练后的图像识别模型中进行识别，得到识别结果；判断所述识别结果是否存在预设图像类型，所述预设图像类型包括裂纹图像类型以及缺陷图像类型。
24.需要说明的是，可以通过卷积神经网络、机器学习算法、深度学习算法等途径建立图像识别模型，所述预先训练好的预设图像信息包括裂纹的图像信息、缺陷的图像信息等图像信息对图像识别模型训练，从而通过多个摄像角度获取多张实时的加工图像信息，从而识别出加工图像中是否存在该类型的图像。
25.图2示出了建立实时加工模型图的方法流程示意图；如图2所示，进一步地，本发明的一个较佳实施例中，对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图，具体包括以下步骤：s202:对所述加工图像信息进行去噪以及图像增强处理，并提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；s204:获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成当前加工预设位置区域的稀疏三维点云数据；s206:根据所述稀疏三维点云数据进行稠密提取得到密集三维点与数据；s208:基于所述密集点云数据建立曲面图，对所述曲面图进行组合形成实时加工模型图。
26.需要说明的是，可以利用非线性滤波器、中值滤波器、形态学滤波器等方法对图像进行去噪、滤波等方式处理，所述信息特征点至少包括加工过程中的毛坯材料轮廓特征点、裂纹的轮廓特征点以及缺陷的轮廓特征点等，从而利用三维建模软件根据多个该类特征点建立实时加工模型图，该实时加工模型图内还有当前加工时的裂纹模型图、当前加工进程
的毛坯模型图以及缺陷模型图等，该加工实时加工模型图可以展示裂纹模型所在的位置、缺陷模型所在的位置。
27.进一步地，本发明的一个较佳实施例中，建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，具体包括以下步骤：建立虚拟空间，并从将所述实时加工模型导入所述虚拟空间中，得到第一模型图；获取当前实时加工模型的加工特征点，并从所述第一模型图中检索所述加工特征点所在的坐标位置；以所述坐标位置为导入基准，并将所述实时加工模型图导入第一模型图中，得到整合后的评估模型图。
28.需要说明的是，通过三维建模软件对第一模型图以及实时加工模型图进行整合，如采用已加工的外形特征点（如多个通孔的圆心、通孔的圆弧特征点、实时加工模型中的轮廓线的点等），从所述第一模型图中检索通孔外形特征点所在的坐标位置，该特征点一般至少选取两个，并以该坐标位置作为导入基准，第一模型图与所述实时加工模型图相同的坐标位置高度重合，从而得到整合后的评估模型图，此时实时加工模型图以及第一模型图相同的特征位置重合，如相同位置的通孔重合、相同位置的凸台重合。
29.图3示出了得到控制指令的一方法流程示意图；如图3所示，进一步地，本发明的一个较佳实施例中，基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端，具体包括以下步骤：s302:基于所述评估模型图得到预设图像类型形成的模型图，并获取所述预设图像类型形成的模型图所在位置的加工要素模型图；s304:获取所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点；s306:计算所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点的差值；s308:判断所述差值是否大于预设差值阈值，若所述差值大于预设差值阈值，则输出停止加工控制指令，并将所述停止加工指令传输至加工控制终端。
30.需要说明的是，所述加工要素可以是通孔、螺纹孔以及凸台等加工要素，由于半导体材料大多数为脆性材料，在加工的过程中由于脆性因素容易导致产生裂纹现象，或者毛坯材料本身内部就存在一定的缺陷，在加工前很难发现。所述预设图像类型形成的模型图为裂纹的模型图、缺陷的模型图，当所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点之间的差值大于0时（包括在三维空间中的x，y，z方向上的坐标），说明该裂纹或者缺陷已经延伸到非加工区域部位，此时说明继续加工亦表示加工处理的半导体元器件为废品，因此，此时就发出停止加工信号，这样就能够及时地对即使继续加工亦是废品的半导体元器件及时地停止加工，这样有利于减少半导体元器件的加工成本。当所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点之间的差值不大于0时，说明裂纹模型或者缺陷模型并未延伸至非加工区域，此时可以进行继续加工，这样就能进一步判断该加工中的半导体元器件是否还能继续加工，使得半导体元器件的加工更合理。
31.图4示出了得到控制指令的另一方法流程示意图；
如图4所示，进一步地，本发明的一个较佳实施例中，所述的一种半导体元器件加工的控制方法，还包括以下步骤：s402:若所述差值不大于预设差值阈值，则从大数据网络中获取当前预设图像类型的加工参数范围，建立数据库，并将所述加工参数导入所述数据库中，得到加工参数数据库；s404:获取当前图像的类型，并将所述图像类型导入所述加工参数数据库中，得到预设的加工参数范围；s406:获取实时的加工参数值，并判断所述加工参数值是否在所述预设的加工参数范围之内；s408:若加工参数值在所述预设的加工参数范围之内，则传输继续加工控制指令至加工控制终端，若加工参数值不在所述预设的加工参数范围之内，则选取所述预设的加工参数范围的最大加工参数作为加工参数，并传输调整加工参数控制指令至加工控制终端。
32.需要说明的是，大数据网络中存取有遇到该类裂纹或者缺陷情况时的加工参数范围，如产生裂纹时对半导体加工时的进给速度、刀具的转动速度、单位时间内的切削量、切削力等，当所述加工参数值在所述预设的加工参数范围时，说明不需要调整切削参数，该参数表示裂纹不继续向外延伸，反之，则该切削力容易导致裂纹继续向外延伸。通过该方式，能够有效地防止裂纹继续向前延伸，从而有效地防止了加工的毛坯材料容易损坏的现象，从而节省了半导体元器件加工的成本。
33.此外，本发明还可以包括以下步骤：获取裂纹模型图所在位置的应力场分布区域，并从所述应力场分布区域中获取各个分布区域的应力分布值；通过大数据网络获取裂纹继续延伸的应力分布值，从所述各个分布区域的应力分布值中选取出小于所述裂纹继续延伸的应力分布值的极限位置点；根据所述极限位置点建立路径加工模型图，获取当前加工的实时路径模型图；剔除所述当前加工的实时路径模型图中由所述极限位置点围成的区域部分，并将所述路径加工模型图导入所述当前加工的实时路径模型图之内，生成新的实时路径模型图。
34.需要说明的是，在使用过程中，由于应力集中、疲劳、腐蚀等原因，裂纹可能会进一步扩展，而在裂纹的周围会存在一定的应力分布场，该应力分布场中存在应力分布值，该应力分布值能够从三维建模软件中分析获取，从所述各个分布区域的应力分布值中选取出小于所述裂纹继续延伸的应力分布值的极限位置点，从而根据该极限位置点建立新的加工路线图（即路径加工模型图），这样有利于裂纹不能够进一步延伸，而加工路线亦通过极限位置点来调整原来的加工路线，能够有效地避免裂纹的继续延伸，从而提高半导体元器件加工时的成功率，从而减少加工成本。
35.本方法还可以包括以下步骤：获取半导体元器件在各温度下所能承受的极限载荷值；基于所述极限载荷值建立温度极限载荷模型，并获取当前半导体材料加工位置的温度值；
将所述温度值导入所述温度极限载荷模型中，得到当前加工位置所能承受的极限载荷值；获取当前加工位置的切削力值，并判断所述切削力值是否大于所述当前加工位置所能承受的极限载荷值；若大于，则调整切削力的大小。
36.需要说明的是，由于半导体加工的过程中已经产生了裂纹，由于温度容易影响半导体材料能承受的极限载荷值，不同温度场的极限载荷值是不一致的，从大数据网络中获取半导体材料在各温度下所能承受的极限载荷值，利用温度传感器、热敏传感器、红外传感器等获取到加工位置的温度值，从而确定在该温度下的碳纤维的极限载荷值，进而调整切削力，其中实时的切削力大小可从加工设备上获取，该温度极限载荷模型相当于一个数据库，这个数据库中存储有各温度值下对应的半导体材料的极限载荷值，其中切削力的大小通过改变吃刀量、进给速度，即可改变切削力。通过改变该切削力的大小能够有效地使得裂纹不会继续延伸，通过该方式进一步对加工参数进一步地进行修正，从而提高了半导体材料加工的成功率。
37.本发明第二方面提供了一种半导体元器件加工的控制系统，所述系统包括存储器41以及处理器62，所述存储器41中包括半导体元器件加工的控制方法，所述半导体元器件加工的控制方法被所述处理器执行时，实现如下步骤：获取待加工半导体元器件的加工图纸参数，并从所述加工图纸参数中提取特征参数值；基于所述特征参数值建立加工图纸模型图，并获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型；若所述加工图像中存在预设图像类型，则对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图；建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，并基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端。
38.需要说明的是，所述加工图纸参数包括半导体元器件加工完成的轮廓尺寸参数以及加工要素参数值，所述加工要素参数至少包括通孔时的尺寸参数、凸台的尺寸参数以及螺纹孔的尺寸参数等，利用三维建模软件（如ug软件、maya软件、rhinorhinocero软件等）根据该加工图纸参数图进行建立加工图纸模型图。
39.进一步地，本发明的一个较佳实施例中，获取实时的加工图像信息，并判断所述加工图像中是否存在预设图像类型，具体包括以下步骤：建立图像识别模型，并将预选训练好的预设图像信息导入所述图像识别模型中训练，得到训练后的图像识别模型；获取实时的加工图像信息，并将所述实时加工的加工图像导入所述训练后的图像识别模型中进行识别，得到识别结果；判断所述识别结果是否存在预设图像类型，所述预设图像类型包括裂纹图像类型以及缺陷图像类型。
40.需要说明的是，可以通过卷积神经网络、机器学习算法、深度学习算法等途径建立
图像识别模型，所述预先训练好的预设图像信息包括裂纹的图像信息、缺陷的图像信息等图像信息对图像识别模型训练，从而通过多个摄像角度获取多张实时的加工图像信息，从而识别出加工图像中是否存在该类型的图像。
41.进一步地，本发明的一个较佳实施例中，对所述加工图像信息进行预处理，以得到预处理后的图像信息，并根据所述预处理后的图像信息建立实时加工模型图，具体包括以下步骤：对所述加工图像信息进行去噪以及图像增强处理，并提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成当前加工预设位置区域的稀疏三维点云数据；根据所述稀疏三维点云数据进行稠密提取得到密集三维点与数据；基于所述密集点云数据建立曲面图，对所述曲面图进行组合形成实时加工模型图。
42.需要说明的是，可以利用非线性滤波器、中值滤波器、形态学滤波器等方法对图像进行去噪、滤波等方式处理，所述信息特征点至少包括加工过程中的毛坯材料轮廓特征点、裂纹的轮廓特征点以及缺陷的轮廓特征点等，从而利用三维建模软件根据多个该类特征点建立实时加工模型图，该实时加工模型图内还有当前加工时的裂纹模型图、当前加工进程的毛坯模型图以及缺陷模型图等，该加工实时加工模型图可以展示裂纹模型所在的位置、缺陷模型所在的位置。
43.进一步地，本发明的一个较佳实施例中，建立虚拟空间，并将所述加工图纸模型以及实时加工模型图导入所述虚拟空间中，得到整合后的评估模型图，具体包括以下步骤：建立虚拟空间，并从将所述实时加工模型导入所述虚拟空间中，得到第一模型图；获取当前实时加工模型的加工特征点，并从所述第一模型图中检索所述加工特征点所在的坐标位置；以所述坐标位置为导入基准，并将所述实时加工模型图导入第一模型图中，得到整合后的评估模型图。
44.需要说明的是，通过vr模拟空间技术、三维建模软件等对第一模型图以及实时加工模型图进行整合，如采用已加工的通孔外形特征点，从所述第一模型图中检索通孔外形特征点所在的坐标位置，该特征点一般至少选取两个，并以该坐标位置作为导入基准，第一模型图与所述实时加工模型图相同的坐标位置高度重合，从而得到整合后的评估模型图。
45.进一步地，本发明的一个较佳实施例中，基于所述评估模型图得到控制信号指令，并将所述控制信号指令传输至加工控制终端，具体包括以下步骤：基于所述评估模型图得到预设图像类型形成的模型图，并获取所述预设图像类型形成的模型图所在位置的加工要素模型图；获取所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点；计算所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点的差值；判断所述差值是否大于预设差值阈值，若所述差值大于预设差值阈值，则输出停
止加工控制指令，并将所述停止加工指令传输至加工控制终端。
46.需要说明的是，所述加工要素可以是通孔、螺纹孔以及凸台等加工要素，由于半导体材料大多数为脆性材料，在加工的过程中由于脆性因素容易导致产生裂纹现象，或者毛坯材料本身内部就存在一定的缺陷，在加工前很难发现。所述预设图像类型形成的模型图为裂纹的模型图、缺陷的模型图，当所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点之间的差值大于0时，说明该裂纹或者缺陷已经延伸到非加工区域部位，此时说明继续加工亦表示加工处理的半导体元器件为废品，因此，此时就发出停止加工信号，这样就能够及时地对即使继续加工亦是废品的半导体元器件及时地停止加工，这样有利于减少半导体元器件的加工成本。当所述加工要素模型图的极限坐标位置点以及所述预设图像类型形成的模型图的极限坐标位置点之间的差值不大于0时，说明裂纹模型或者缺陷模型并未延伸至非加工区域，此时可以进行继续加工，这样就能进一步判断该加工中的半导体元器件是否还能继续加工，使得半导体元器件的加工更合理。
47.进一步地，本发明的一个较佳实施例中，所述的一种半导体元器件加工的控制方法，还包括以下步骤：若所述差值不大于预设差值阈值，则从大数据网络中获取当前预设图像类型的加工参数范围，建立数据库，并将所述加工参数导入所述数据库中，得到加工参数数据库；获取当前图像的类型，并将所述图像类型导入所述加工参数数据库中，得到预设的加工参数范围；获取实时的加工参数值，并判断所述加工参数值是否在所述预设的加工参数范围之内；若加工参数值在所述预设的加工参数范围之内，则传输继续加工控制指令至加工控制终端，若加工参数值不在所述预设的加工参数范围之内，则选取所述预设的加工参数范围的最大加工参数作为加工参数，并传输调整加工参数控制指令至加工控制终端。
48.需要说明的是，大数据网络中存取有遇到该类裂纹或者缺陷情况时的加工参数范围，如产生裂纹时对半导体加工时的进给速度、刀具的转动速度、单位时间内的切削量、切削力等，当所述加工参数值在所述预设的加工参数范围时，说明不需要调整切削参数，该参数表示裂纹不继续向外延伸，反之，则该切削力容易导致裂纹继续向外延伸。通过该方式，能够有效地防止裂纹继续向前延伸，从而有效地防止了加工的毛坯材料容易损坏的现象，从而节省了半导体元器件加工的成本。
49.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质包括半导体元器件加工的控制方法程序，所述半导体元器件加工的控制方法程序被处理器62执行时，实现任一项所述的所述半导体元器件加工的控制方法程序的步骤。
50.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
51.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
52.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
53.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
54.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
55.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。