不良分析方法

专利名称：不良分析方法
技术领域：
本发明涉及不良分析方法，特别是涉及以存储器LSI为对象的不良分析方法。
背景技术：
一般，存储器LSI具备包含有矩阵形地排列了多个存储单元的图形的存储单元阵列。作为以这样的存储器LSI为对象的不良分析方法，以往已知使用了LSI测试器的方法。
以下，说明以往的不良分析方法的概略情况。首先，使用LSI测试器，对于全部存储单元进行有关电特性的检查。接着，根据其检查结果生成第1FBM(故障位图)。第1FBM在行方向以及列方向分别作为X方向以及Y方向规定的X-Y坐标空间中，具有与存储单元阵列的图形相对应矩阵形地排列了多个比特的图形。
然后，通过用一定的简并率使第1FBM简并，生成第2FBM。在第1FBM例如用8×8比特简并的情况下，第1FBM的64比特(X方向8×Y方向8比特)与第2FBM的1个像素相对应。而且，如果在其64比特内存在1个不良比特，则与其64比特相对应的像素设定为不良像素，另一方面，如果在其64比特内没有1个不良比特，则与其64比特相对应的像素设定为合格像素。
然后，根据第2FBM的不良像素的图形，进行识别不良种类的处理。由此，不良分类为块不良，行不良，比特不良等不良模式。其次，对于所分类的各个不良模式，通过根据第1FBM进行1比特水平的识别处理，取得不良的详细信息(地址或者大小等)。
但是，如果依据以往的不良分析方法，则使第1FBM简并得到第2FBM时的简并率是固定值，而且，简并率设定为能够减少要处理的数据量的某种程度的大值(8×8比特左右)。从而，存在着有时不能够根据不良比特分布的状况，正确地分类不良模式的问题。

发明内容
本发明是为解决这样的问题而产生的，目的在于得到能够高精度地分类不良模式的不良分析方法。
本发明中，方案1所述的不良分析方法具备(a)根据对于检查对象进行的预定检查的结果，生成具有矩阵形地排列了多个比特的图形的第1FBM(故障位图)的工序；(b)通过用第1简并率使上述第1FBM简并，生成第2FBM的工序；(c)根据上述第2FBM，特定在上述第1FBM内存在不良比特的区域的工序；(d)通过用比上述第1简并率低的第2简并率，使与上述区域相对应部分的上述第1FBM简并，生成第3FBM的工序；(e)根据上述第3FBM，特定上述不良比特的工序。
另外，本发明中，方案2所述的不良分析方法具备(a)根据对于检查对象进行的预定检查的结果，生成具有矩阵形地排列了多个比特的图形的第1FBM(故障位图)的工序；(b)通过使上述第1FBM简并，生成具有第1图形的第2FBM的工序；(c)通过使上述第1FBM简并，生成具有与上述第1图形不同的第2图形的第3FBM的工序；(d)根据上述第2FBM，特定第1不良的工序；(e)根据上述第3FBM，特定第2不良的工序。
另外，本发明中，方案3所述的不良分析方法具备(a)根据对于检查对象进行的预定检查的结果，生成具有矩阵形地排列了多个比特的图形的第1FBM(故障位图)的工序；(b)通过用第1简并率使上述第1FBM简并，生成第2FBM的工序；(c)根据上述第2FBM，特定在上述第1FBM内存在不良比特的区域的工序；(d)通过使与上述区域相对应部分的上述第1FBM简并，生成具有第1图形的第3FBM的工序；(e)通过使与上述区域相对应部分的上述第1FBM简并，生成具有与上述第1图形不同的第2图形的第4FBM的工序；(f)根据上述第3FBM，特定第1不良的工序；(g)根据上述第4FBM，特定第2不良的工序。
另外，本发明中，方案4所述的不良分析方法是方案1所述的不良分析方法，其特征在于还具备(f)求在上述第1FBM内存在的上述不良比特的总数的工序，上述工序(e)具有(e-1)通过扫描上述第3FBM内的多个像素，顺序特定上述第1FBM内存在的上述不良比特的工序，在上述工序(e-1)中顺序特定了的上述不良比特的累计个数达到了在上述工序(f)中求出的上述总数的时刻，结束上述工序(e-1)中的扫描。
另外，本发明中，方案5所述的不良分析方法是方案2所述的不良分析方法，其特征在于还具备(f)求上述第1FBM内存在的不良比特的总数的工序；上述工序(d)具有(d-1)通过扫描上述第2FBM内的多个像素，顺序特定上述第1FBM内存在的上述第1不良的工序，上述工序(e)具有(e-1)通过扫描上述第3FBM内的多个像素，顺序特定上述第1FBM内存在的上述第2不良的工序，在上述工序(d-1)中顺序特定的构成上述第1不良的不良比特的个数与在上述工序(e-1)中顺序特定的构成上述第2不良的不良比特的个数的总和的累计个数达到了在上述工序(f)中求出的上述总数的时刻，结束上述工序(d-1)以及上述工序(e-1)中的扫描。
另外，本发明中，方案6所述的不良分析方法是方案3所述的不良分析方法，其特征在于还具备(h)求上述第1FBM内存在的不良比特的总数的工序；上述工序(f)具有(f-1)通过扫描上述第3FBM内的多个像素，顺序特定上述第1FBM内存在的上述第1不良的工序，上述工序(g)具有(g-1)通过扫描上述第4FBM内的多个像素，顺序特定上述第1FBM内存在的上述第2不良的工序，在上述工序(f-1)中顺序特定的构成上述第1不良的不良比特的个数与在上述工序(g-1)中顺序特定的构成上述第2不良的不良比特的个数的总计的累计个数达到了在上述工序(h)中求出的上述总数的时刻，结束上述工序(f-1)以及上述工序(g-1)中的扫描。
另外，本发明中，方案7所述的不良分析方法是方案2所述的不良分析方法，其特征在于上述工序(b)具有(b-1)通过使上述第1FBM简并，生成第4FBM的工序；(b-2)通过使上述第4FBM简并，生成上述第2FBM的工序，由属于上述第1FBM的同一行的连续多个比特构成的比特群与上述第4FBM的1个像素相对应，由属于上述第4FBM的同一行的连续多个像素构成的像素群与上述第2FBM的1个像素相对应，在上述第4FBM中，把在上述比特群中包含预定个数以上不良比特的像素设定为不良像素，在上述第2FBM中，把在上述像素群中包含预定个数以上上述不良像素的像素定义为不良像素。
另外，本发明中，方案8所述的不良分析方法是方案3所述的不良分析方法，其特征在于上述工序(d)具有(d-1)通过使上述第1FBM简并，生成第5FBM的工序；(d-2)通过使上述第5FBM简并，生成上述第3FBM的工序，由属于上述第1FBM的同一行的连续多个比特构成的比特群与上述第5FBM的1个像素相对应，由属于上述第5FBM的同一行的连续多个像素构成的像素群与上述第3FBM的1个像素相对应，在上述第5FBM中，把在上述比特群中包含预定个数以上不良比特的像素定义为不良像素，在上述第3FBM中，把在上述像素群中包含预定个数以上上述不良像素的像素定义为不良像素。
另外，本发明中，方案9所述的不良分析方法是方案1或3所述的不良分析方法，其特征在于在上述工序(c)中，通过把多个像素作为1个扫描单位，在上述第2FBM内扫描，特定上述区域，包含在上述1个扫描单位内的像素数在上述工序(c)中的每个扫描步骤中可变。
另外，本发明中，方案10所述的不良分析方法是方案1或3所述的不良分析方法，其特征在于在上述工序(b)中，上述第1简并率在上述第1FBM内的每个位置可变。
另外，本发明中，方案11所述的不良分析方法是方案1或3所述的不良分析方法，其特征在于上述工序(c)具有(c-1)判断上述第2FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(c-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻按条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
另外，本发明中，方案12所述的不良分析方法是方案1或2所述的不良分析方法，其特征在于上述工序(e)具有(e-1)判断上述第3FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(e-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
另外，本发明中，方案13所述的不良分析方法是方案2所述的不良分析方法，其特征在于上述工序(d)具有(d-1)判断上述第2FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(d-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
另外，本发明中，方案14所述的不良分析方法是方案3所述的不良分析方法，其特征在于上述工序(f)具有(f-1)判断上述第3FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(f-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
另外，本发明中，方案15所述的不良分析方法是方案3所述的不良分析方法，其特征在于上述工序(g)具有(g-1)判断上述第4FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(g-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
另外，本发明中，方案16所述的不良分析方法是方案1～3的任一项所述的不良分析方法，其特征在于上述工序(a)具有(a-1)通过对于上述检查对象进行上述预定的检查，生成原始FBM的工序；(a-2)通过部分地抽取图上述原始FBM，作为与上述原始FBM不同的新FBM，生成上述第1FBM的工序。
另外，本发明中，方案17所述的不良分析方法是方案1～3的任一项所述的不良分析方法，其特征在于上述工序(a)具有(a-1)通过对于上述检查对象进行上述预定的检查，生成原始FBM的工序，上述第1FBM是上述原始FBM的一部分。
附图的简单说明

图1是示出本发明的不良分析装置的结构的框图。
图2是用于说明本发明实施形态1的不良分析方法的流程图。
图3是用于说明本发明实施形态1的不良分析方法的流程图。
图4是用于说明本发明实施形态1的不良分析方法的流程图。
图5是用于说明本发明实施形态1的不良分析方法的流程图。
图6示出与本发明实施形态1的不良分析方法有关的识别规则。
图7示出与本发明实施形态1的不良分析方法有关的FBM。
图8是用于说明本发明实施形态2的不良分析方法的流程图。
图9是用于说明本发明实施形态2的不良分析方法的流程图。
图10示出与本发明实施形态2的不良分析方法有关的识别规则。
图11示出与本发明实施形态2的不良分析方法有关的FBM。
图12是用于说明本发明实施形态3的不良分析方法的流程图。
图13是用于说明本发明实施形态3的不良分析方法的流程图。
图14是用于说明本发明实施形态3的不良分析方法的流程图。
图15是用于说明本发明实施形态3的不良分析方法的流程图。
图16示出与本发明实施形态3的不良分析方法有关的识别规则。
图17示出与本发明实施形态3的不良分析方法有关的FBM。
图18是用于说明本发明实施形态4的不良分析方法的流程图。
图19是用于说明本发明实施形态4的不良分析方法的流程图。
图20是用于说明本发明实施形态4的不良分析方法的流程图。
图21是用于说明本发明实施形态4的不良分析方法的流程图。
图22是用于说明本发明实施形态5的不良分析方法的流程图。
图23是用于说明本发明实施形态5的不良分析方法的流程图。
图24是用于说明本发明实施形态6的不良分析方法的流程图。
图25是用于说明本发明实施形态6的不良分析方法的流程图。
图26是用于说明本发明实施形态6的不良分析方法的流程图。
图27是用于说明本发明实施形态6的不良分析方法的流程图。
图28示出与本发明实施形态7的不良分析方法有关的识别规则。
图29示出与本发明实施形态7的不良分析方法有关的FBM。
图30示出与本发明实施形态8的不良分析方法有关的识别规则。
图31示出与本发明实施形态8的不良分析方法有关的FBM。
图32示出与本发明实施形态9的不良分析方法有关的识别规则。
图33示出与本发明实施形态10的不良分析方法有关的识别规则。
图34示出与本发明实施形态10的不良分析方法有关的FBM。
图35示出与本发明实施形态11的不良分析方法有关的识别规则。
图36示出与本发明实施形态12的不良分析方法有关的识别规则。
图37示出与本发明实施形态12的不良分析方法有关的FBM。
图38示出与本发明实施形态13的不良分析方法有关的FBM。
图39示出与本发明实施形态14的不良分析方法有关的识别规则。
图40示出与本发明实施形态14的不良分析方法有关的FBM。
发明的具体实施形态以下，以检查对象是存储器LSI的情况为例，说明本发明的不良分析装置以及不良分析方法。
图1是示出本发明的不良分析装置的结构的框图。如图1所示，本发明的不良分析装置具备对于存储器LSI的全部存储单元进行有关电特性检查的测试器2，控制测试器2的动作的同时取得由测试器2进行的检查结果的EWS(工程工作站)3，经过网络等以及EWS3连接到测试器2上，具有根据由测试器2进行的检查结果进行本发明的不良分析方法的功能的EWS1，由EWS1参照的数据库4。
以下，具体地说明使用了图1的不良分析装置的本发明的不良分析方法实施形态。
实施形态1图2～5是用于说明本发明实施形态1的不良分析方法的流程图，图6示出与本实施形态1的不良分析方法有关的识别规则，图7(图7(A)～图7(B))示出与本实施形态1的不良分析方法有关的FBM27a～27d。识别规则按照各个品种生成，预先登录在数据库4中。
如图6所示，在与本实施形态1的不良分析方法有关的识别规则中，设置与使FBM简并时的简并率有关项目的18、18a，与成为分类对象的不良模式的名称有关的项目19、19a、19b，与要识别的不良模式的优先顺序(扫描号)有关的项目20、20a、20b，与各个不良模式相对应的不良尺寸(X×Y像素)有关的项目21、21a、21b，与后述的邻接条件有关的项目22、22a、22b，与不良模式有关的项目23、23a、23b、与各个不良模式相对应的扫描尺寸(X×Y像素)有关的项目24、24、24b，与设定是否进行多阶段识别的项目有关的25、25a、25b，与成为多阶段识别规则的接图辞有关的项目26。
关于上述邻接条件，在项目22、22a、22b设定为「none」的情况下，是判断某个特定的不良像素是否与某个特定的不良模式中的不良相当，如果在该特定的不良像素的周围存在其它的不良像素，则该特定的不良像素不被识别为该特定的不良模式中的像素不良。另外，在项目22、22a、22b设定为「OK」的情况下，即使在该特定的不良像素的周围存在其它的不良像素，该特定的不良像素也被识别为该特定的不良模式中的不良。其中，在图6所示的识别规则中，项目22、22a、22b全部设定为「否ne」。
以下，参照图1～图7说明本实施形态1的不良分析方法。另外，已经预先结束了使用测试器2的存储器LSI的检查，其检查结果登录在数据库4中。另外，EWS1根据从数据库4读入的该检查结果，已经生成图7(A)所示的原始FBM27a，该原始FBM27a登录在数据库4中。参照图7(A)，在FBM27a的行方向以及列方向分别规定为X方向以及Y方向，并且左上角规定了原点O(X坐标以及Y坐标都为0)的X-Y坐标空间内，与存储单元阵列的图形相对应，具有矩阵形地排列了1024(32×32)个比特的图形。另外，在FBM27a内，存在2个行不良28a和4个比特不良29a。
首先，在步骤SP101中如果开始不良的识别，则在步骤SP102中，EWS1从数据库4读入图6所示识别规则。
接着，在步骤SP103中，EWS1根据图6所示的识别规则的内容使已经生成的原始FBM27a简并。具体地讲，EWS1根据图6所示的识别规则的项目18的内容，通过用8×8比特使原始FBM27a简并，生成图7(B)所示的FBM27b。FBM27b具有X方向4像素×Y方向4像素的总计16个像素，FBM27b的1个像素与FBM27a的64比特(X方向8比特×Y方向8比特)相对应。而且，如果在FBM27a的某个64比特内存在1个不良比特，则与该64比特相对应的FBM27b的像素设定为不良像素(黑色显示)，另一方面，如果在该64比特内没有1个不良比特，则与该64比特相对应的像素设定为合格像素(白色显示)。在FBM27b中，在总计16个像素中各设定4个不良像素28b、29b。
接着，在步骤SP104中，EWS1根据图6所示的识别规则的内容，设定第1个不良模式。在该例中，在项目20中，扫描号设定为「1」，项目19的「A-line-Fail」设定为第1个不良模式。
然后，在步骤SP105中，EWS1根据图6所示的识别规则的内容，设定第1个扫描区域。具体地讲，EWS1从原点O附近一侧把在图6所示的识别规则的项目21中设定了尺寸的区域设定到FBM27b内。在该例中，4×1像素的扫描区域S1设定为第1个扫描区域。
接着，在步骤SP106中，EWS1对于扫描区域S1计算不良率。在该例中，由于包含在扫描区域S1内的4个像素全部是不良像素28b，因此不良率计算为100％。
接着，在步骤SP107中，EWS1对于扫描区域S1，判断是否满足预定的判断条件。具体地讲，EWS1根据图6所示的识别规则的项目22、23的内容，对于扫描区域S1判断是否满足邻接条件和不良率的条件。在该例中，由于在步骤SP106中计算出的不良率是100％，因此满足项目23的不良率的条件。另外，由于对于Y方向，与扫描区域S1邻接的不良像素没有存在于FBM27b内，因此也满足项目22的邻接条件。从而，步骤SP107中的判断结果成为「是」。
接着，在步骤SP108中，EWS1判断是否设定多阶段识别规则。该例的情况下，由于图6所示的识别规则的项目25设定为「ON」，因此判断为设定了多阶段识别规则。即，步骤SP108中的判断结果成为「是」。
接着，在步骤SP109中进行多阶段识别。步骤SP109中的多阶段识别的处理流程具体地示出在图4、5中。在步骤SP109a中如果开始多阶段识别的处理，则在步骤SP109中，EWS1根据多阶段识别规则26的项目18a的内容通过用2×2比特使与扫描区域S1相对应部分原始FBM27a简并，生成图7(C)所示的FBM27c。FBM27c的1个像素与FBM27a的4比特(X方向2比特×Y方向2比特)相对应。在FBM27c内，与FBM27a的行不良28a相对应，设定总计16个不良像素28c。
接着，在步骤SP109c中，接着，在步骤SP109c中，EWS1根据多阶段识别规则26的内容，设定多阶段识别中的第1个不良模式。在该例中，在项目20a中扫描设定为「1」的项目19a的「A-line-Fail」设定为多阶段识别中的第1个不良模式。
接着，在步骤SP109d中，EWS1根据多阶段识别规则26的内容，设定多阶段识别中的第1个不良模式。在该例中，在项目20a中扫描设定为「1」的项目19a的「A-line-Fail」设定为多阶段识别中的第1个不良模式。
接着，在步骤SP109d中，EWS1根据多阶段识别规则26的内容，设定多阶段识别中的第1个扫描区域。具体地讲，EWS1从原点O附近把在多阶段识别规则26的项目21a中设定了尺寸的区域设定到FBM27c内。在该例中，16×1像素的扫描区域T1设定为多阶段识别中的第1个扫描区域。
接着，在步骤SP109e中，EWS1对于扫描区域T1计算不良率。在该例中，由于包含在扫描区域T1内的16个像素全部是合格像素，因此不良率计算为0％。
接着，在步骤SP109f中，EWS1对于扫描区域T1，判断是否满足预定的判断条件。具体地讲，EWS1根据多阶段识别规则26的项目22a、23a的内容，对于扫描区域T1判断是否满足邻接条件和不良率的条件。该例的情况下，由于在步骤SP109e中计算出的不良率是0％，不满足项目23a的不良率的条件，因此步骤SP109f中的判断结果成为「否」。
接着，在步骤SP109g中，EWS1判断装置在FBM27c内是否残存其它的扫描区域。该例的情况下，由于残存着扫描取域T2～T4，因此步骤SP109g中的判断结果成为「是」。
接着，在步骤SP109h中，EWS1更新扫描区域。具体地讲，EWS1根据多阶段识别规则26的项目24a的内容，把扫描区域T1的下一个扫描区域T2设定在FBM27c内。
接着，对于扫描区域T2，顺序进行步骤SP109e中的计算以及步骤SP109f中的判断，而在本例中，由于对于扫描区域T2，不良率也是0％，因此步骤SP109f中的判断结果成为「否」。从而，在步骤SP109g中的判断以后，在步骤SP109h中，设定下一个扫描区域T3。另外，在该例中，由于对于扫描区T3，不良率也成为0％，因此同样，在步骤SP109h中设定下一个扫描区域T4。
接着，对于扫描区域T4，进行步骤SP109e中的计算以及步骤SP109f中的判断。该例的情况下，对于扫描区域T4，由于在步骤SP109e中计算出的不良率是100％，因此满足项目23a的不良率的条件。另外，对于Y方向，由于在FBM27c内不存在与扫描区域T4邻接的不良像素，因此也满足项目22a的邻接条件。从而，对于扫描区域T4，步骤SP109f中的判断结果成为「是」。
接着，在步骤SP109i中，EWS1判断是否设定多阶段识别规则。该例的情况下，由于多阶段识别规则26的项目25a设定为「OFF」，因此判断为没有设定多阶段识别规则，步骤SP109i中的判断结果成为「否」。
接着，在步骤SP109j中，EWS1对于与扫描区域T4相对应部分的FBM27a进行1比特水平的识别处理，取得不良的详细信息(地址或者尺寸)，作为不良模式「A-line-Fail」进行分类，记录不良的数据。
接着，在步骤SP109k中，EWS1把在扫描区域T4内识别为不良模式「A-line-Fail」的不良像素28c从FBM27c中清除。
接着，在步骤SP109g中，EWS1判断在FBM27c内是否残存着其它的扫描区域。该例的情况下，由于没有残存其它的扫描区域，因此步骤SP109g中的判断结果成为「否」。
接着，在步骤SP1091中，EWS1判断在多阶段识别规则26中是否残存着其它的不良模式。该例的情况下，由于残存着在项目19d中设定的「Bit-Fail」，因此步骤SP1091中的判断结果成为「是」。
接着，在步骤SP109m中，EWS1更新不良模式。该例中，在项目20b中扫描号设定为「2」。项目19b的「Bit-Fail」设定为多阶段识别中的第2个不良模式。然后，根据图4、5所示的流程图，对于FBM27c进行不良模式「Bit-Fail」中的识别。而该例的情况下，步骤SP109k中的清除不良的结果，在该时刻，由于在FBM27c内没有残存任一个不良比特，因此在FBM27c内没有检测出比特不良。在结束了对于FBM27c的不良模式「Bit-Fail」中的识别以后，再次进行步骤SP109l中的判断。这种情况下，由于在多阶段识别规则26内没有残存其它的不良模式，因此步骤SP109l中的判断结果成为「否」，进入到步骤SP109n，结束对于扫描区域S1的多阶段识别。另外，在步骤SP109i中的判断结果是「是」的情况下，在步骤SP109o中，进行更进一步的多阶段识别。
参照图3，在结束了对于扫描区域S1的多阶段识别以后，接着，在步骤SP110中，EWS1判断在FBM27b内是否残存着其它的扫描区域。该例的情况下，由于残存着扫描区域S2～S4，因此步骤SP110中的判断结果成为「是」。
接着，在步骤SP111中，EWS1更新扫描区域。具体地讲，EWS1根据图6所示的识别规则的项目24的内容，把扫描区域S1的下一个扫描区域S2设定在FBM27b内。
接着，虽然对于扫描区域S2，进行步骤SP106中的计算以及步骤SP107中的判断，但是由于在该例中对于扫描区域S2的不良率是0％，因此步骤SP107中的判断结果成为「否」。从而，在步骤SP110中的判断以后，在步骤SP111中设定下一个扫描区域S3。
接着，对于扫描区域S3，进行步骤SP106中的计算以及步骤SP107中的判断。该例的情况下，对于扫描区域S3，由于在步骤SP106中计算出的不良率是100％，因此满足项目23的不良率的条件。另外，对于Y方向，由于在FBM27b内不存在与扫描区域S3邻接的不良像素，因此也满足项目22的邻接条件。从而，对于扫描区域S3，步骤SP107中的判断结果成为「是」。
接着，在步骤SP108中，EWS1判断是否设定了多阶段识别规则。该例的情况下，由于步骤SP108中的判断结果成为「是」，因此与上述相同，在步骤SP109中，进行图4、5所示的多阶段识别。关于扫描区域S3，在多阶段识别中的第1个不良模式「A-line-Fail」中，不识别行不良，而进行至步骤SP1091为止的处理。而且，在步骤SP109m中，项目19b的「Bit-Fail」设定为多阶段识别中的第2个不良模式。
接着，在步骤SP109d中，EWS1根据多阶段识别规则26的项目21b的内容，在图7(B)所示的FBM27d内，设定多阶段识别的不良模式中的第1个扫描区域U1。
接着，在步骤SP109e中，EWS1对于扫描区域U1计算不良率。在该例中，扫描区域U1的不良率计算为0％。从而，经过了步骤SP109f，SP109g以后，在步骤SP109h中，设定下一个扫描区域U2。同样，至扫描区域U8为止反复进行了扫描区域的更新以后，接着，设定扫描区域U9。在该例的情况下，对于扫描区域U9，由于在步骤SP109e中计算出的不良率是100％，因此满足项目23b的不良率的条件。另外，由于在扫描区域U9的周围不存在不良像素，因此也满足项目22b的邻接条件。从而，对于扫描区域U9，步骤SP109f中的判断结果成为「是」。
接着，在步骤SP109i中得到了「否」的判断结果以后，在步骤SP109j中，EWS1通过对于与扫描区域U9相对应部分的FBM27a进行1比特水平的识别处理，取得不良的详细信息(地址或者尺寸等)，分类为不良模式「Bit-Fail」，记录不良的数据。
接着，在步骤SP109k中，EWS1从FBM27d清除在扫描区域U9内识别为不良模式「Bit-Fail」的不良像素29c。
然后，与上述相同，至扫描区域U64为止反复进行扫描区域的更新，结束对于最扫描区域S3的多阶段识别。这时，对于扫描区域U19、U23、U46取得不良的详细信息，分类为不良模式「Bit-Fail」，记录不良的数据。
参照图3，在结束了对于扫描区域S3的多阶段识别以后，接着，在步骤SP110中，EWS1判断在FBM27b内是否残存着其它的扫描区域。在该例的情况下，由于残存着扫描区域S4，因此步骤SP110中的判断结果成为「是」。
接着，在步骤SP111中，EWS1更新扫描区域。具体地讲，EWS1根据图6所示的识别规则的项目24的内容，在FBM27b内设定扫描区域S3的下一个扫描区域S4。
接着，虽然对于扫描区域S4，进行步骤SP106中的计算以及步骤SP107中的判断，但是由于对于扫描区域S4的不良率是0％，因此步骤SP107中的判断结果成为「否」。
接着，在步骤SP110中，EWS1判断在FBM27b内是否残存着其它的扫描区域。在该例的情况下，由于不存在其它的扫描区域，因此步骤SP110中的判断结果成为「否」。
接着，在步骤SP112中，EWS1判断是否在图6所示的识别规则内残存着其它的不良模式。在该例的情况下，由于残存着「B-line-Fail」，因此步骤SP112中的判断结果成为「是」。
接着，在步骤SP113中，EWS1更新不良模式，把扫描号设定为「2」的「B-line-Fail」设定为第2个不良模式。以后，虽然省略了说明，但是进行不良模式中的识别。而且，如果结束设定在识别规则内的所有的不良模式「B-line-Fail」中的识别，即，如果在步骤SP112中得到「否」的判断结果，则进入到步骤SP114，结束不良的识别。另外，在步骤SP108中的判断结果是「否」的情况下，在步骤SP115中取得以及记录了不良的详细信息以后，在步骤SP116中从FBM清除不良像素。
这样，如果依据本实施形态1的不良分析方法，则通过用第1简并率(8×8比特)使原始FBM27a简并，生成FBM27b，根据FBM27b，特定在FBM27a内存在着不良比特的区域(以下，称为「不良发生区域」)。而且，通过用比第1简并率低的第2简并率(2×2比特)，使与该不良发生区域相对应部分的FBM27a简并，生成FBM27c、27d，根据FBM27c、27d，分类为各个不良模式的同时取得以及记录不良比特的详细信息。从而，不良模式的分类不是根据粗糙的FBM27b进行，而是根据比FBM27b更细致的FBM27c、27d进行，因此能够高精度地分类不良模式。
而且，不是只降低使FBM27a简并得到FBM27b时的简并率，而是仅对于与不良发生区域相对应的部分，用低的简并率使FBM27a简并生成FBM27c、27d。从而，由于能够把要处理的数据量的增大抑制为最小限度，因此能够避免大幅度延长识别所需要的时间。
实施形态2图8、9是用于说明本发明实施形态2的不良分析方法的流程图，图10示出与本实施形态2的不良分析方法有关的识别规则，图11(图11(A)～图11(C))示出与本实施形态2的不良分析方法有关的FBM27a、27e、27f。
如图10所示，在与本实施形态2的不良分析方法有关的识别规则中，设置着第1个并行识别规则33和第2个并行识别规则34。在并行识别规则33、34中，分别设置着与使FBM简并时的简并的阈值有关的项目32a、32b。
以下，参照图1、8～11，以与上述实施形态1的不良分析方法相异点为中心，说明本实施形态2的不良分析方法。
首先，在步骤SP210中如果开始不良的识别，则在步骤SP202中，EWS1从数据库4读入第1个并行识别规则33。
接着，在步骤SP203中，EWS1根据并行识别规则33的内容使原始FBM27a简并。具体地讲，EWS1根据并行识别规则33的项目18的内容，通过用32×1比特使FBM27a简并，生成图11(B)所示的FBM27e。FBM27e具有X方向1像素×Y方向32像素的总计32个像素，FBM27e的1个像素与FBM27a的32比特(X方向32比特×Y方向1比特)相对应。EWS1参照并行识别规则33的项目32a的内容，如果在FBM27a的1行(32比特)中存在16比特以上的不良比特，则把与该行相对应的FBM27e的像素设定为不良像素。另一方面，如果1行中的不良比特的个数小于16比特，则把与该行相对应的像素设定为合格像素。在FBM27e中，在总计32个像素内设定2个不良像素28e。另外，由于在项目32中简并的阈值设定为16比特，因此与存在比特不良29a的FBM27a的行相对应的FBM27e的像素不设定为不良像素。
接着，在步骤SP204中，EWS1根据并行识别规则33的内容19、20的内容，设定第1个不良模式「A-line-Fail」。接着，在步骤SP205中，EWS1根据并行识别规则33的项目21的内容，设定第1个扫描区域S1。接着，在步骤SP206中，EWS1对于扫描区域S1计算不良率。在该例中扫描区域S1的不良率计算为0％。接着，在步骤SP207中，EWS1对于扫描区域S1判断是否满足预定的判断条件。在该例的情况下，步骤SP207中的判断结果成为「否」。接着，在步骤SP208中，EWS1判断在FBM27e内是否残存着其它的扫描区域。在该例的情况下，步骤SP208中的判断结果成为「是」。
接着，在步骤SP209中，EWS1更新扫描区域，在FBM27e内设定扫描区域S1的下一个扫描区域S2。接着，虽然对于扫描区域S2，进行步骤SP206中的计算以及步骤SP207中的判断，但是在该例中对于扫描区域S2，步骤SP207中的判断结果也成为「否」。从而，在步骤SP208中的判断以后，在步骤SP209中，设定下一个扫描区域S3。另外，在该例中，由于对于扫描区域S3，步骤SP207中的判断结果也成为「否」，因此同样在步骤SP209中设定下一个扫描区域S4。
接着，在步骤SP206中，EWS1对于扫描区域S4计算不良率。该例中由于包含在扫描区域S4内的2个像素每一个都是不良像素28e，因此不良率计算为100％。接着，在步骤SP207中，EWS1对于扫描区域S4判断是否满足预定的判断条件。该例的情况下，步骤SP207中的判断结果成为「是」。接着，在步骤SP210中，EWS1对于与扫描区域S4相对应部分的FBM27a取得不良的详细信息(地址或者尺寸等)，分类为不良模式「A-line-Fail」，记录不良的数据。接着，在步骤SP211中，EWS1从FBM27e清除识别为不良模式「A-line-Fail」的不良像素28e。另外，EWS1从FBM27a清除识别为不良模式「A-line-Fail」的行不良28a。
然后，对于扫描区域S5～S16也相同，进行不良模式「A-line-Fail」中的识别。接着，在步骤SP213中更新了不良模式以后，对于扫描区域T1～T32，进行不良模式「B-line-Fail」中的识别。
接着，在步骤SP214中，EWS1判断在图16所示的并行规则内是否残存着其它的并行识别规则。在该例的情况下，由于残存着并行识别规则34，因此步骤SP214中的判断结果成为「是」。接着，在步骤SP215中，EWS1更新并行识别规则，设定第2个并行识别规则34。
接着，在步骤SP203中，EWS1根据并行识别规则34的内容使FBM27a简并。具体地讲，EWS1通过用2×2比特使FBM27a简并，生成图11(C)所示的FBM27f。FBM27f具有X方向16像素×Y方向16像素的总计256个像素，FBM27f的1个像素与27a的4比特(X方向2比特×Y方向2比特)相对应。EWS1参照并行识别规则34的项目32b的内容，如果FBM27a内的某个4比特中存在1个以上的不良比特，则把与该4比特相对应的FBM27f的像素设定为不良像素。另一方面，如果在某个4比特中不存在任一个比特的不良比特，则把与该4比特相对应的像素设定为合格像素。在FBM27f中，在总计256个像素内，设定4个不良像素29f。
然后，根据图8、9的流程图，从扫描区域U1到扫描区域U256反复更新扫描区域，进行不良模式「Bit-Fail」中的识别。这时，对于扫描区域U137、U147、U151、U190，取得不良的详细信息，分类为不良模式「Bit-Fail」，记录不良的数据。
而且，如果结束对于设定在识别规则内的所有的不良模式的识别，即，如果在步骤SP214中得到「否」的判断结果，则进入到步骤SP216，结束不良的识别。
这样，如果依据本实施形态2的不良分析方法，则通过使FBM27a简并，生成具有排列了带形的多个像素的图形的FBM27e，根据该FBM27e特定行不良。另外，通过使FBM27a简并，生成具有矩阵形地排列了多个像素的图形的FBM27f，根据该FBM27f特定比特不良。这样，通过使用具有相互不同图形的FBM27e、27f，能够按照每个不良模式单独地识别不良。
实施形态3图12～15是用于说明本发明实施形态3的不良分析方法的流程图，图16示出与本实施形态3的不良分析方法有关的识别规则，图17(图17(A)～图17(B))示出与本实施形态3的不良分析方法有关的FBM27a、27b、27g、27h。
以下，参照图1、12～17，以与上述实施形态1、2的不良分析方法的相异点为中心，说明本实施形态3的不良分析方法。另外，在以下的说明中，把转移到多阶段识别之前阶段的识别称为「通常识别」。
首先，在步骤SP301中如果开始不良的识别，则在步骤SP302中，EWS1从数据库4读入通常识别中的第1个并行识别规则。
接着，在步骤SP303中，EWS1通过根据通常识别中的第1个并行识别规则的内容，用8×8比特使原始FBM27a简并，生成图17(B)所示的FBM27B。接着，在步骤SP304中，EWS1设定通常识别中的第1个不良模式「A-line-Fail」。接着，在步骤SP305中，EWS1设定第1个扫描区域S1。接着，在步骤SP306中，EWS1对于扫描区域S1计算不良率。在该例中，扫描区域S1的不良率计算为100％。接着，在步骤SP307中，EWS1对于扫描区域S1判断是否满足预定的判断条件。在该例的情况下，步骤SP307中的判断结果成为「是」。接着，在步骤SP308中，EWS1判断是否设定了多阶段识别规则。在该例的情况下，步骤SP308中的判断结果成为「是」。
接着，在步骤SP309中，进行多阶段识别。步骤SP309中的多阶段识别的处理流程具体地示出在图14、15中。在步骤SP309a中如果开始多阶段识别的处理，则在步骤SP309b中，EWS1读入多阶段识别中的第1个进行识别规则35。接着，在步骤SP309c中，EWS1通过用32×1比特使与扫描区域S1相对应部分的FBM27a简并，生成图17(C)所示的FBM27g。
接着，在步骤SP309d中，EWS1设定不良模式「A-line-Fail」。而且，与上述实施形态2相同，对于扫描区域S1～S4，进行不良模式「A-line-Fail」中的识别。如果在步骤SP309m中得到「否」的判断结果，则接着在步骤SP309o中，EWS1判断是否残存着其它的并行识别规则。在该例的情况下，由于残存着并行识别规则36，因此步骤SP309o中的判断结果成为「是」。接着，在步骤SP309p中，EWS1更新并行识别规则，设定多阶段识别中的第2个并行识别规则36。然后，与上述实施形态2相同，对于扫描区域S1进行基于并行识别规则36的识别。如果在步骤SP309o中得到「否」的判断结果，则进入到步骤SP309q，结束多阶段识别的处理。
参照图13，在步骤SP310中的判断以后，在步骤SP311中，EWS1更新扫描区域，设定扫描区域S1的下一个扫描区域S2。对于扫描区域S2，由于步骤SP307中的判断结果成为「否」，因此在步骤SP310中的判断以后，在步骤SP311中设定下一个扫描区域S3。对于扫描区域S3，由于步骤SP307中的判断结果成为「是」，因此在步骤SP308中的判断以后，转移到步骤SP309中的多阶段识别。
参照图14、15，然后，与上述相同，进行基于多阶段识别中的第1个并行识别规则35的识别。然后，EWS1在步骤SP309p中更新并行识别规则，设定多阶段识别中的第2个并行识别规则36。然后，在步骤SP309c中，EWS1通过用2×2比特使与扫描区域S3相对应部分的FBM27a简并，生成图17(D)所示的FBM27h。接着，在步骤SP309d中，EWS1设定不良模式「Bit-Fail」。而且，与上述实施形态2相同，对于扫描区域T1～T64，进行不良模式「Bit-Fail」中的识别。然后，如果在步骤SP309o中得到「否」的判断结果，则转移到步骤SP309q，结束多阶段识别的处理。
参照图13，在步骤SP310中的判断以后，在步骤SP311中，EWS1更新扫描区域，设定扫描区域S3的下一个扫描区域S4。对于扫描区域S4，由于步骤SP307中的判断结果成为「否」，因此在步骤SP310中的判断以后，在步骤SP312中判断是否残存着其它的不良模式。接着，在步骤SP313中，EWS1设定通常识别中的第2不良模式「B-line-Fail」。然后，虽然省略了说明，但是进行不良模式「B-line-Fail」中的识别。
如果在步骤SP312中得到「否」的判断结果，则接着在步骤SP314中，EWS1判断是否残存着其它的并行识别规则。在残存着其它的并行识别规则的情况下，在步骤SP315中，设定通常识别中的第2个并行识别规则，进行基于该并行识别规则的识别。在没有残存其它的并行识别规则的情况下，进入到步骤SP316，结束不良的识别。
这样，如果依据本实施形态3的不良分析方法，则与上述实施形态2的不良分析方法相同，能够按照各个不良模式单独地识别不良。而且，在根据FBM27b特定了不良发生区域以后，仅对于与不良发生区域相对应的部分生成FBM27g、27h。从而，能够把要处理的数据量的增大抑制到最小限度。
实施形态4图18～21是用于说明本发明实施形态4的不良分析方法的流程图。以下，参照图1、7、18～21，以与上述实施形态1的不良分析方法的相异点为中心，说明本实施形态4的不良分析方法。
另外，与上述实施形态1相同，EWS1进行步骤SP101到步骤SP103的处理。接着，在步骤SP401中，EWS1计数FBM27a内存在的不良比特的总数(FBC)。在该例中，FBC＝68。另外，也可以在生成FBM27a的同时进行计数。然后，与上述实施形态1相同，EWS1进行步骤SP104到步骤SP108的处理。
接着，在步骤SP109中，进行对于扫描区域S1的多阶段识别。参照图20、21，首先，与上述实施形态1相同，EWS1通过进行步骤SP109a、SP109b的处理，生成FBM27c。接着，在步骤SP402中，EWS1计数与扫描区域S1相对应部分的FBM27a内存在的不良比特的总数(FBCn)。这里「n」是自然数，相当于多阶段识别的次数。例如，在第1阶段的多阶段识别中n＝1，在第2阶段的多阶段识别中n＝2。在该例中，FBCn＝FBC1＝64。然后，与上述实施形态1相同，EWS1进行步骤SP109c到步骤SP109j的处理。
接着，在步骤SP403中，EWS1从FBM27c清除不良像素28c的同时，从FBC以及FBCn分别减去与所清除的不良像素28c相对应的不良比特28a的总数。该例的情况下，步骤SP403中的减法运算后，成为FBC＝4，FBCn＝0。
接着，在步骤SP404中，EWS1判断是否为FBCn＝0。在该例的情况下，由于FBCn＝0，因此步骤SP404中的判断结果成为「是」。从而，进入到步骤SP109n，结束对于扫描区域S1的多阶段识别的处理。
参照图19，接着，在步骤SP405中，EWS1判断是否是FBC＝0。在该例的情况下，由于FBC＝4，因此步骤SP405中的判断结果成为「否」。然后，与上述实施形态1相同，在设定了扫描区域S2以后，设定扫描区域S3。而且，对于扫描区域S3，进行步骤SP109中的多阶段识别。在步骤SP402中，EWS1对于与扫描区域S3相对应部分的FBM27a，计数FBCn。在该例中，FBCn＝4。然后，与上述实施形态1相同，EWS1进行了多阶段识别中的第1个不良模式「A-line-Fail」中的识别以后，生成FBM27d，开始第2个不良模式「Bit-Fail」中的识别。
虽然从扫描区域U1开始，在更新扫描区域的同时进行不良模式「Bit-Fail」中的识别，但是在步骤SP109j中每次取得不良的详细信息时，在步骤SP403中，进行从FBM27d清除不良像素29c，以及FBC、FBCn的减法运算。在该例的情况下，在清除与扫描区域U46相对应的不良像素29c的时刻，FBCn＝0。其结果，由于在步骤SP404中得到「是」的判断结果，因此进入到步骤SP109n，结束对于扫描区域S3的多阶段识别。
参照图19，接着，在步骤SP405中，EWS1判断是否是FBC＝0。在该例的情况下，由于FBC＝0，因此步骤SP405中的判断结果成为「是」。从而，进入到步骤SP114，结束不良的识别。
这样，如果依据本实施形态4的不良分析方法，则预先求出FBM27a内存在的不良比特的总数，在扫描FBM27c、27d的同时进行不良的识别的过程中，当顺序特定了的不良比特累计个数达到预先求出的上述总数的时刻结束不良的识别。从而，由于能够避免在特定了全部的不良比特以后进行不必要的扫描，因此与上述实施形态1的不良分析方法相比较，能够缩短识别所需要的时间。
实施形态5图22、23是用于说明本发明实施形态5的不良分析方法的流程图。以下，参照图1、10、11、22、23，以与上述实施形态2的不良分析方法的相异点为中心，说明本实施形态5的不良分析方法。
首先，如果在步骤SP201中开始不良的识别，则在步骤SP501中，FBC1计数FBM27a内存在的不良比特的总数(FBC)。在该例中，FBC＝68。然后，与上述实施形态2相同，FBC1生成FBM27e，根据第1个并行识别规则33，进行步骤SP202到步骤SP210的处理。
接着，在步骤SP502中，EWS1从FBM27e清除不良像素28e的同时，从FBC减去与清除了的不良像素28e相对应的不良比特28a的总数。在该例的情况下，在步骤SP502中的减法运算以后，成为FBC＝4。
接着，在步骤SP503中，EWS1判断是否是FBC＝0。在该例的情况下，由于FBC＝4，因此步骤SP503中的判断结果成为「否」。然后，与上述实施形态2相同，生成FBM27f，进行基于第2个并行识别规则34的不良的识别。
虽然从扫描区域U1开始，在更新扫描区域的同时进行基于并行识别规则34的识别，但是在步骤SP210中每次取得不良的详细信息时，在步骤SP502中，进行从FBM27f清除不良像素29f，以及FBC的减法运算。在该例的情况下，在清除了与扫描区域U190相对应的不良像素29f的时刻，成为FBC＝0。其结果，由于步骤SP503中的判断结果成为「是」，因此进入到步骤SP216，结束不良的识别。
这样，如果依据本实施形态5的不良分析方法，则预先求出FBM27a内存在的不良比特的总数，在扫描FBM27e、27f进行不良识别的过程中，当顺序特定了的不良比特的累计个数达到了预先求出的上述总数的时刻，结束不良的识别。从而，由于能够避免在特定了全部的不良比特以后进行不必要的扫描，因此与上述实施形态2的不良分析方法相比较，能够缩短识别所需要的时间。
实施形态6图24～27是用于说明本发明实施形态6的不良分析方法的流程图。以下，参照图1、16、17、24～27，以与上述实施形态3的不良分析方法的相异点为中心，说明本实施形态6的不良分析方法。
首先，如果在步骤SP301中开始不良的识别，则在步骤SP601中，EWS1计数FBM27a内存在的不良比特的总数(FBC)。在该例中FBC＝68。然后，与上述实施形态3相同，EWS1进行步骤SP302到步骤SP308的处理。
接着，在步骤SP309中，进行对于扫描区域S1的多阶段识别。参照图26、27，首先，与上述实施形态3相同，EWS1通过进行步骤SP39a到步骤SP39c的处理，生成FBM27g。
接着，在步骤SP602中，EWS1计数与扫描区域S1相对应部分的FBM27a内存在的不良比特的总数(FBCn)。在该例中，FBCn＝64。然后，与上述实施形态3相同，EWS1进行步骤SP309d到步骤SP309k的处理。
接着，在步骤SP603中，EWS1从FBM27g清除不良像素28g的同时，从FBC以及FBCn分别减去与清除了的不良像素28g相对应的不良比特28a的总数。在该例的情况下，在步骤SP603中的减法运算以后，成为FBC＝4，FBCn＝0。
接着，在步骤SP604中，EWS1判断是否是FBCn＝0。在该例的情况下，由于FBCn＝0，因此步骤SP604中的判断结果成为「是」。从而，进入到步骤SP309q，结束对于扫描区域S1的多阶段识别的处理。
参照图25，接着，在步骤SP605中，EWS1判断是否是FBC＝0。在该例的情况下，由于FBC＝4，因此步骤SP605中的判断结果成为「否」。然后，与上述实施形态3相同，在设定了扫描区域S2以后，设定扫描区域S3。而且，对于扫描区域S3，进行步骤SP309中的多阶段识别。在步骤SP602中，EWS1对于与扫描区域S3相对应部分的FBM27a计数FBCn。在该例中，FBCn＝4。然后，与上述实施形态3相同，EWS1进行了基于第1个并行识别规则35的识别以后，生成FBM27h，开始基于第2个并行识别规则36的识别。
虽然从扫描区域T1开始，在更新扫描区域的同时进行基于并行识别规则36的识别，但是在步骤SP309中每次取得不良的详细信息时，在步骤SP603中，进行从FBM27h清除不良像素29h，以及FBC、FBCn的减法运算。在该例的情况下，在清除了与扫描区域T62相对应的不良像素29h的时刻，成为FBCn＝0。其结果，在步骤SP604中由于得到「是」的判断结果，因此进入到步骤SP309q，结束对于扫描区域S3的多阶段识别。
参照图25，接着，在步骤SP605中，EWS1判断是否是FBC＝0。在该例的情况下，由于FBC＝0，因此步骤SP605中的判断结果成为「是」。从而，进入到步骤SP316，结束不良的识别。
这样，如果依据本实施形态6的不良分析方法，则预先求出FBM27a内存在的不良比特的总数，在扫描FBM27g、27h的同时进行不良识别的过程中，当顺序特定了的不良比特的累计个数达到了预先求出的上述总数的时刻，结束不良的识别。从而，由于能够避免在特定了全部的不良比特以后进行不必要的扫描，因此与上述实施形态3的不良分析方法相比较，能够缩短识别所需要的时间。
实施形态7图28示出与本发明实施形态7的不良分析方法有关的识别规则，图29(图29(A)～图29(C))示出与本实施形态7的不良分析方法有关的FBM42a～42c。
本实施形态7的不良分析方法是与在上述实施形态2中使FBM27a简并生成FBM27e的工序以及在上述实施形态3中使FBM27a简并生成FBM27g的工序的每一个的改良有关的方法。
参照图29(A)，在原始FBM42a内存在着8个不良比特43a和10个不良比特44a。不良比特43a构成为每4个比特具有发生不良的特征的行不良。不良比特44a是直线形排列的比特。
在本实施形态7的不良方法中，EWS1首先根据图28所示的识别规则的项目18的内容，通过用4×1比特使32×32比特的FBM42a简并，生成图29(B)所示的FBM42b。FBM42b的1个像素与FBM42a的4个比特(4×1比特)相对应。另外，在FBM42b的1行内存在着8个像素。EWS1通过参照图28所示的识别规则的项目32的内容，如果在FBM42a的某个4比特中存在着1个不良比特，则把与该4比特相对应的FBM42b的像素设定为不良像素。另一方面，如果在某个4比特中不存在任一比特的不良比特，则把与该4比特相对应的像素设定为合格像素。在FBM42b内，存在着与不良比特43a相对应的8个不良像素43b，与不良比特44a相对应的3个不良像素44b。
EWS1接着根据图28所示的识别规则的项目40的内容，通过用8×1像素使FBM42b简并，生成图29(C)所示的FBM42c。FBM42c的1个像素与FBM42b的1行(8个像素)相对应。EWS1通过参照图28所示的识别规则的项目41的内容，如果在FBM42b的某个行中存在4个像素以上的不良像素，则把与该行相对应的FBM42c的像素设定为不良像素。另一方面，如果在某个行中存在的不良像素的个数小于4个像素，则把与该行相对应的像素设定为合格像素。在FBM42c内，存在着与不良像素43b相对应的不良像素43c。另一方面，由于在42b内仅存在3个不良像素44b，因此与不良像素44b相对应的不良像素44c不存在于FBM42c内。
这样，如果依据本实施形态7的不良分析方法，则由于使FBM42a两阶段简并，生成FBM42c，因此在FBM42a内间断存在着连续构成行不良的不良比特43a的情况下，在FBM42c内，也能够高精度地设定与不良比特43a相对应的不良像素43c。
另外，虽然在图10所示的识别规则的项目32a中简并的阈值设定为16比特，但也能够通过把该值下降到8比特，与不良比特43a相对应，在FBM42c内设定不良像素43c。但是，这种情况下，与不良比特44a相对应，不良像素44c将错误地设定在FBM42c内。另一方面，如果依据本实施形态7的不良分析方法，则如上所述，与不良比特44a相对应，不设定不良像素44c。
实施形态8图30示出与本发明实施形态8的不良分析方法有关的识别规则，图31(图31(A)、图31(B))示出与本发实施形态8的不良分析方法有关的FBM47a、47b。
本实施形态8的不良分析方法，例如，是与在上述实施形态1、3中，使FBM27a简并生成FBM27b的工序的变形有关的方法。
在本实施形态8中，成为检查对象的存储器LSI的存储单元阵列的分割成块尺寸分别为20×32比特，24×32比特以及20×32比特的3个块。参照图31(A)，原始FBM47a具有矩阵形地排列了2048(64×32)个比特的图形。另外，FBM47a与存储单元阵列的图形相对应，分割为3个块BL1a～BL3a。图31(A)中，用粗线示出相互邻接的块之间的边界。块BL1a～BL3a的各个块尺寸分别是20×32比特，24×32比特，以及20×32比特。另外，在FBM47a内，存在着构成行不良的48个不良比特48a。
在本实施形态8的不良分析方法中，EWS1首先根据图30所示的识别规则的项目18的内容，通过用4×4比特使FBM47a简并，生成图31(B)所示的FBM47b。FBM47b的1个像素与FBM47a的16个比特(4×4比特)相对应。另外，与FBM47a相同，FBM47b也与存储单元阵列的图形相对应，分割为3个块BL1b～BL3b，在图31(B)中，用粗线示出相互邻接的块之间的边界。块BL1b、BL3b的块尺寸是5×8像素，块BL2b的块尺寸是6×8像素。EWS1通过参照图30所示的识别规则的项目32的内容，在FBM47b内设定不良像素以及合格像素。在FBM47b内，存在着与不良比特48a相对应的6个不良像素48b。
参照图30，在对于不良尺寸的项目45以及对于扫描尺寸的项目46中，用逗点划分列举对于各个决BL1b～BL3b的X方向的决尺寸。在步骤SP105、SP305中，EWS1根据项目项目45的内容，把块BL1B的第1行的5×1像素设定为第1个扫描区域，把块BL2b的第1行的6×1像素设定为第2个扫描区域，把决BL3b的第1行的5×1像素设定为第3个扫描区域。另外，在步骤SP111、SP311中，EWS1根据项目46的内容，把块BL1b的第2行的5×1像素设定为第4个扫描区域，把块BL2b的第2行的6×1像素设定为第5个扫描区域，把块BL3b的第2行的5×1像素设定为第6个扫描区域。以后，同样地进行扫描区域的更新。
这样，如果依据本实施形态8的不良分析方法，则即使在具备被分割为块尺寸相互不同的多个块的存储单元阵列的存储器LSI是检查对象的情况下，通过在识别规则内列举FBM47b的块BL1b～BL3b的对于X方向的块尺寸，也能够按照各个块BL1b～BL3b适宜地进行不良分析。
实施形态9图32示出与本发明实施形态9的不良分析方法有关的识别规则。在上述实施形态8中，如图30所示，对于X方向的块BL1b～BL3b的块尺寸分别列举在识别规则的下位项目45、46中。与此不同，在本实施形态9的不良分析方法中，如图32所示，与「X-Block」有关的项目49设置在识别规则的起始。在项目49中，用逗点划分列举了对于X方向的块BL1a～BL3a的块尺寸。另外，在存在对于X方向的块尺寸相互不同的多个块的情况下，可以设置定义为「Y-Block」的项目。另外，在存在多种块的情况下，可以设置定义为「X(orY)-Blockn」(n＝1、2、3、…)」的项目。
EWS1使用对于X方向的简并率「4」除项目49的各个值「20、24、20」，使用通过该除法运算得到的值「5、6、5」设定或者更新扫描区域。由此，对于扫描区域的设定或者更新，能够实现与上述实施形态8相同的动作。
这样，如果依据本实施形态9的不良分析方法，则不是在识别规则的项目45、46中分别列举块BL1b～BL3b的块尺寸，而是在识别规则的起始记述块BL1a～BL3a的块尺寸。从而，与上述实施形态8相比较，能够简化识别规则的记述内容。
实施形态10图33示出与本发明实施形态10的不良分析方法有关的识别规则，图34(图34(A)、图34(B))示出与本实施形态10的不良分析方法有关的FBM47a、47c。
参照图33，在项目50中记述着使47a简并时的简并率，对于X方向的简并率，用逗点划分并列举了多个值。这些多个值示出在使对于X方向的47a的比特数简并时怎样划分。在该例的情况下，意味着FBM47a的1行(64比特)划分为10比特，10比特，12比特，12比特，10比特，10比特。
在步骤SP103、SP303中，EWS1通过根据项目50的内容使FBM47a简并，生成图34(B)所示的FBM47c。块BL1b～BL3b的块尺寸每一个都是2×8像素。另外，块BL1b、BL3b的1个像素与FBM47a的10×4比特相对应，块BL2b的1个像素与FBM47a的12×4比特相对应。
这样，如果依据本实施形态10的不良分析方法，则即使在具备被分割为块尺寸相互不同的多个块的存储单元阵列的存储器LSI是检查对象的情况下，通过在各个块使简并率不同，也能够适宜地进行不良分析。
而且，在上述实施形态8、9中，为了在各个块BL1b～BL3b之间使FBM47b的1个像素的尺寸相等，需要把对于X方向的简并率设定为对于X方向的各个块BL1a～BL3a的比特数的公约数。与此不同，在本实施形态10的不良分析方法中，由于没有这样的限制，能够把对于X方向的简并率设定为比上述实施形态8、9大的值，因此能够减少要处理的数据量。
实施形态11图35示出与本发明实施形态11的不良分析方法有关的识别规则。在上述实施形态10中，如图33所示，在识别规则的项目50中列举了直接示出FBM47a的1行部分比特数的划分方法的多个值。与此不同，在本实施形态11的不良分析方法中，与上述实施形态9相同，与「X-Block」有关的项目49设置在识别规则的起始。
EWS1用对于X方向的各个块BL1b～BL3b的像素数「2」除项目49的各个值「20、24、20」，把根据该除法运算得到的值「10、12、10」用作为在项目51中各个块BL1a～BL3a的对于X方向的简并率。由此，对于FBM47a的简并，实现与上述实施形态10相同的动作。
这样，如果依据本实施形态11的不良分析方法，则不是列举直接显示FBM47a的1行部分比特数的划分方法的多个值，而是在识别规则的起始记述块BLla～BL3a的块尺寸。从而，与上述实施形态10相比较，能够简化识别规则的记述内容。
实施形态12图36示出与本发明实施形态12的不良分析方法有关的识别规则，图37(图37(A)～图37(D))示出与本实施形态12的不良分析方法有关的FBM53a、53b、56a、56b。
本实施形态12的不良分析方法是与在上述实施形态1～3的不良分析方法中的通常识别以及多阶段识别中判断的邻接条件的改良有关的方法。
参照图36，在与本实施形态12有关的识别规则中，与邻接条件有关的项目22设定为「Special」。项目52是在项目22设定为「Special」时有效的项目。在项目52中，对于上下左右的各个方向能够单独地设定「OK」、「否ne」以及「0-1」的任一种详细邻接条件。在图36所示的识别规则中，对于不良模式「A-line-Fail」，例如对于上方向的详细邻接条件设定为「0-1」。这意味着在根据简并后的FBM识别不良时，对于某个特定的不良像素，在上方向邻接的不良像素的个数如果是0个～1个的范围内，则把其不良像素序列识别不良模式「A-line-Fail」中的行不良，另一方面，如果是其范围外，则该不良像素序列不识别为不良模式「A-line-Fail」中的行不良。
参照图37(A)，在原始FBM53a内，存在着沿着X方向延伸的行不良54a和沿着Y方向延伸并且与行不良54a交叉的行不良55a。如果根据图36所示的识别规则的项目18、32的内容使FBM53a简并，则得到图37(c)所示的FBM53b。在FBM53b内，存在着与行不良54a相对应的不良像素序列54b和与行不良55a相对应的不良像素序列55b。不良像素序列54b与不良像素序列55b相互交叉，共同具有FBM53b内的第3行第2列的1个像素。
根据图36所示的识别规则，EWS1判断不良像素序列54b是否与不良模式「A-line-Fail」中的行不良相当。在该例的情况下，在项目52中，对于上方向以及下方向的详细邻接条件分别设定为「0-1」。从而，EWS1把不良像素序列54b识别为不良模式「A-line-Fail」中的行不良。
另一方面，如果使图37(B)所示的原始FBM56a简并，则虽然得到图37(D)所示的FBM56b，但是在FBM56b中，由于对于任一行不满足对于上方向以及下方向的详细邻接条件，因此不识别为不良模式「A-line-Fail」中的行不良。
这样，如果依据本实施形态12的不良分析方法，通过对于上下左右的各个方向，分别设定详细邻接条件，能够提高不良的识别精度。例如，能够正确地识别在FBM53a内相互交叉的行不良54a、55a。
实施形态13图38(图38(A)、图38(B))示出与本发明实施形态13的不良分析方法有关的FBM57a、57b。
根据使用了LSI测试器2的存储器LSI的检查结果，生成图38(A)所示的原始FBM57a。FBM57a与存储单元阵列的图形相对应，具有矩阵形地排列了4096(64×64)个比特的图形。另外，在FBM57a内发生很多比特不良。
EWS1通过抽取FBM57a内的一部分区生成新的FBM，把该FBM登录在数据库4中。该例的情况下，从FBM57a抽取出包括原点0的16×16比特的区域58，生成图38(B)所示的FBM57b。1根据FBM57b，实行上述实施形态1～12的不良分析方法。
这样，如果依据本实施形态13，则在生成了原始FBM57a以后，通过抽取出FBM57a内的一部分区域58，生成与FBM57a不同的新的FBM57b。从而，即使在由于FBM57a的尺寸过大，或者在FBM57a内大量发送了不良的理由而使得EWS1要处理的数据量巨大的情况下，通过仅对于FBM57b代表性地进行不良分析，能够减少要处理的数据量，能够谋求不良分析的高效化。
实施形态14图39示出与本发明实施形态14的不良分析方法有关的识别规则，图40(图40(A)、图40(B))示出与本实施形态14的不良分析方法有关的FBM57a、57c。与上述实施形态13相同，根据使用了LSI测试器2的存储器LSI的检查结果，生成图40(A)所示的原始FBM57a。FBM57a登录在数据库4中。
EWS1根据图39所示的识别规则的项目59、60的内容，特定要进行识别处理的FBM57a内的一部分区域。该例的情况下，特定包括原点0的16×16比特的区域58。区域58的尺寸能够由图39所示的识别规则的项目59任意地设定，区域58的位置能够由项目60任意地设定。
EWS1仅对于区域58，实行上述实施形态1～12的不良分析方法。例如，根据图39所示的识别规则，通过用2×2比特使FBM57a简并，生成图40(B)所示的FBM57c。在FBM57c中，不是对于总体进行简并处理，而是仅对于与区域58相对应的区域58c进行简并处理。
这样，如果依据本实施形态14的不良分析方法，则在生成了原始FBM57a以后，仅对于FBM57a内的一部分区域58进行不良分析。从而，即使在EWS1要处理的数据量巨大的情况下，通过仅对于一部分区域58代表性地进行不良处理，能够减少要处理的数据量，能够谋求不良分析的高效化。
如果依据本发明的方案1，则不是根据粗糙的第2FBM，而是根据比第2FBM精细的第3FBM进行不良比特的特定。因此，能够高精度地特定不良比特。
而且，不是简单地降低第1简并率，而是仅对于与存在不良比特的区域相对应的部分，用第2简并率使第1FBM简并，生成第3FBM。从而，由于能够把要处理的数据量的增大抑制为最小限度，因此能够避免大幅度地延长识别所需要的时间。
另外，如果依据本发明的方案2，则通过使第1FBM简并，生成具有相互不同的图形的第2FBM以及第3FBM，能够单独地特定第1以及第2不良。例如，根据具有排列了带形的多个像素的第1图形的第2FBM，能够特定行不良(第1不良)，根据具有矩阵形地排列的多个图形的第2图形的第3FBM，能够特定比特不良(第2不良)。
另外，如果依据本发明的方案3，则通过使第1FBM简并，生成具有相互不同图形的第3FBM以及第4FBM，能够单独地特定第1以及第2不良。例如，根据具有排列了带形的多个像素的第1图形的第3FBM，能够特定行不良(第1不良)，根据具有矩阵形地排列了多个图形的第2图形的第4FBM，能够特定比特不良(第2不良)。
而且，由于仅对于与存在不良比特的区域相对应的部分生成第3以及第4FBM，因此能够把要处理的数据量的增大抑制到最小限度。
另外，如果依据本发明的方案4，则在特定了全部的不良比特以后，能够避免进行不需要的扫描。
另外，如果依据本发明的方案5，则在特定了全部的不良比特以后，能够避免进行不需要的扫描。
另外，如果依据本发明的方案6，则在特定了全部的不良比特以后，能够避免进行不需要的扫描。
如果依据本发明的方案7，则即使在第1FBM内间断地存在着连续的行不良的情况下，也能够在第2FBM中，高精度地设定不良像素。
另外，如果依据本发明的方案8，则即使在第1FBM内间断地存在着连续的行不良的情况下，也能够在第3FBM中，高精度地设定不良像素。
另外，如果依据本发明的方案9，则即使在具备被分割为块尺寸相互不同的多个块的存储单元阵列的存储器LSI是检查对象的情况下，也能够适宜地进行不良分析。
另外，如果依据本发明的方案10，则即使在具备被分割为块尺寸相互不同的多个块的存储单元阵列的存储器LSI是检查对象的情况下，也能够适宜地进行不良分析。
另外，如果依据本发明的方案11，则由于详细地设定邻接条件，因此能够提高不良的识别精度。
另外，如果依据本发明的方案12，则由于详细地设定邻接条件，因此能够提高不良的识别精度。
另外，如果依据本发明的方案13，则由于详细地设定邻接条件，因此能够提高不良的识别精度。
另外，如果依据本发明的方案14，则由于详细地设定邻接条件，因此能够提高不良的识别精度。
另外，如果依据本发明的方案15，则由于详细地设定邻接条件，因此能够提高不良的识别精度。
另外，如果依据本发明的方案16，则在原始FBM的数据量巨大的情况下，通过部分地抽取原始FBM，生成第1FBM，能够减少要处理的数据量。
另外，如果依据本发明的方案17，则在原始FBM的数据量巨大的情况下，通过把原始FBM的一部分作为第1FBM，能够减少需要处理的数据量。
权利要求
1.一种不良分析方法，其特征在于具备(a)根据对于检查对象进行的预定检查的结果，生成具有矩阵形地排列了多个比特的图形的第1FBM的工序；(b)通过用第1简并率使上述第1FBM简并，生成第2FBM的工序；(c)根据上述第2FBM，特定在上述第1FBM内存在不良比特的区域的工序；(d)用比上述第1简并率低的第2简并率，通过使与上述区域相对应部分的上述第1FBM简并，生成第3FBM的工序；(e)根据上述第3FBM，特定上述不良比特的工序。
2.一种不良分析方法，其特征在于具备(a)根据对于检查对象进行的预定检查的结果，生成具有矩阵形地排列了多个比特的图形的第1FBM的工序；(b)通过使上述第1FBM简并，生成具有第1图形的第2FBM的工序；(c)通过使上述第1FBM简并，生成具有与上述第1图形不同的第2图形的第3FBM的工序；(d)根据上述第2FBM，特定第1不良的工序；(e)根据上述第3FBM，特定第2不良的工序。
3.根据权利要求1所述的不良分析方法，其特征在于还具备(f)求在上述第1FBM内存在的上述不良比特的总数的工序，上述工序(e)具有(e-1)通过扫描上述第3FBM内的多个像素，顺序特定上述第1FBM内存在的上述不良比特的工序，在上述工序(e-1)中顺序特定了的上述不良比特的累计个数达到了在上述工序(f)中求出的上述总数的时刻，结束上述工序(e-1)中的扫描。
4.根据权利要求2所述的不良分析方法，其特征在于还具备(f)求上述第1FBM内存在的不良比特的总数的工序；上述工序(d)具有(d-1)通过扫描上述第2FBM内的多个像素，顺序特定上述第1FBM内存在的上述第1不良的工序，上述工序(e)具有(e-1)通过扫描上述第3FBM内的多个像素，顺序特定上述第1FBM内存在的上述第2不良的工序，在上述工序(d-1)中顺序特定了构成上述第1不良的不良比特的个数与在上述工序(e-1)中顺序特定了构成上述第2不良的不良比特的个数的总和的累计个数达到了在上述工序(f)中求出的上述总数的时刻，结束上述工序(d-1)以及上述工序(e-1)中的扫描。
5.根据权利要求2所述的不良分析方法，其特征在于上述工序(b)具有(b-1)通过使上述第1FBM简并，生成第4FBM的工序；(b-2)通过使上述第4FBM简并，生成上述第2FBM的工序，由属于上述第1FBM的同一行的连续多个比特构成的比特群与上述第4FBM的1个像素相对应，由属于上述第4FBM的同一行的连续多个像素构成的像素群与上述第2FBM的1个像素相对应，在上述第4FBM中，把在上述比特群中包含预定个数以上不良比特的像素设定为不良像素，在上述第2FBM中，把在上述像素群中包含预定个数以上上述不良像素的像素定义为不良像素。
6.根据权利要求1所述的不良分析方法，其特征在于在上述工序(c)中，通过把多个像素作为1个扫描单位，在上述第2FBM内扫描，特定上述区域，包含在上述1个扫描单位内的像素数在上述工序(c)中的每个扫描步骤中可变。
7.根据权利要求1所述的不良分析方法，其特征在于在上述工序(b)中，上述第1简并率在上述第1FBM内的每个位置可变。
8.根据权利要求1所述的不良分析方法，其特征在于上述工序(c)具有(c-1)判断上述第2FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(c-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
9.根据权利要求1或2所述的不良分析方法，其特征在于上述工序(e)具有(e-1)判断上述第3FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(e-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
10.根据权利要求2所述的不良分析方法，其特征在于上述工序(d)具有(d-1)判断上述第2FBM内存在的不良像素是否与某个特定的不良模式下的不良相当的工序，在上述工序(d-1)中，判断上述不良像素是否满足在第1方向与上述不良像素邻接的像素的合格/不良状态有关的第1邻接条件，以及在与上述第1方向不同的第2方向，与上述不良像素邻接的像素的合格/不良状态有关的第2邻接条件，上述第1邻接条件与上述第2邻接条件能够分别设定。
11.根据权利要求1或2所述的不良分析方法，其特征在于上述工序(a)具有(a-1)通过对于上述检查对象进行上述预定的检查，生成原始FBM的工序；(a-2)通过部分地抽取上述原始FBM，作为与上述原始FBM不同的新FBM，生成上述第1FBM的工序。
12.根据权利要求1或2所述的不良分析方法，其特征在于上述工序(a)具有(a-1)通过对于上述检查对象进行上述预定的检查，生成原始FBM的工序，上述第1FBM是上述原始FBM的一部分。
全文摘要
本发明得到能够高精度地分类不良模式的不良分析方法，根据使用LSI测试器2进行的预定检查的结果，生成原始FBM27a，其次，通过把FBM27a用8×8比特简并，生成FBM27b，然后，根据FBM27b，特定FBM27a内存在不良比特的区域，然后，通过使与上述区域相对应部分的FBM27a用2×2比特简并，生成FBM27c、27d，最后，根据FBM27c、27d，特定不良比特。
文档编号G01R31/28GK1459801SQ0310185
公开日2003年12月3日 申请日期2003年1月20日 优先权日2002年5月22日
发明者太田文人 申请人:三菱电机株式会社