随着微电子技术的快速发展,IC级硅单晶的质量直接影响半导体器件生产的成品率和性能。目前IC级硅单晶生长主要采用CZ（Czochralski,CZ）法。氧化诱生层错,即OISF（Oxidation-Induced Stacking Faults,OISF）,是一种CZ硅单晶中的工艺诱生缺陷,受拉晶过程中的生长过程参数影响。OISF能引起周围禁带能量波动,其体内可以产生散射中心,降低了少子的寿命和载流子的迁移率,导致器件电学性能降低。由于集成电路设计线宽已经达到纳米级别,OISF对器件成品率影响越来越大,硅单晶制造企业需要对每根成品硅单晶棒进行取样检测,不仅造成原材料一定程度上的浪费,而且检测耗时较长,增加了时间成本。硅单晶炉中设置了多个传感器以监测拉晶过程中各项过程数据,并保存完整的历史数据。利用数据挖掘技术能够从原始数据中挖掘出隐含的趋势、特征或相关性等信息,因此本文提出基于CZ硅单晶生长过程数据,采用数据挖掘对硅单晶的OISF进行分析预测,对预测存在OISF的硅单晶棒再进行取样检测,使硅单晶棒的OISF检测由全检转变为抽检,从而提高了原材料的利用率和生产效率。本文主要研究内容如下:首先,获取硅单晶数据并进行数据预处理。对硅单晶生长过程数据与OISF检测结果进行集成,以生产过程参数为特征向量,OISF检测结果为标签,集成构建数据集。使用箱线图法对原始数据中的极端异常值进行清洗,过滤工业噪声;采用最大互信息系数对特征向量中的冗余参数进行剔除,去除数据集中的冗余信息;根据数据集中类别不均衡的特点,提出了基于不同采样率的滑动均值标准的采样方案,提取参数变化特征信息,减少数据类别不均衡对后续模型训练的影响;使用主成分分析法对采样后的数据集进行特征降维,获得主成分降维矩阵,结果显示前10个主成分已经包含了原生长过程参数中98.5%的信息。其次,基于4种优化后的分类器模型完成了对硅单晶中OISF的预测研究。使用PSO算法优化数据挖掘算法的超参数,构建并优化了KNN、SVM、BP神经网络、XGBoost等4种分类器模型,使用降维后的主成分作为分类器的输入特征向量,采用10折交叉验证方法评估分模型的性能。因为在硅单晶生长完成后更加关注对存在OISF缺陷的识别能力,故选择准确率与特异性作为模型的评价指标,对4种优化后分类器的结果进行比较分析。结果表明:优化后的4种分类器都具有对OSIF缺陷的识别能力。随着使用主成分数量的增加,优化后的分类器性能都逐渐提升;但各分类器得到最优结果所使用的主成分数量略有差异,其中,PSO-XGBoost使用前6个主成分即可达到最优预测效果,准确率高达0.9433,特异性达到0.9310。最后,在实际生产过程中进行方案验证。在每拉制完成一根硅单晶棒后,对硅单晶生长过程数据进行预处理,并抽取数据样本;将降维后的前6个主成分作为输入特征向量,利用PSO-XGBoost分类器对每个样本点的OISF进行预测;使用投票法判定该炉次是否存在OISF,当预测存在OISF的样本数量超过50%时,即判定检验位置存在OISF缺陷,反之则不存在OISF缺陷。最后经过人工取样检测,对模型预测结果进行验证。通过对68根硅单晶棒进行预测验证,模型预测准确率达到0.97,其中所有OISF缺陷完全被识别出来。研究结果表明:对于硅单晶棒OISF缺陷检测,可以由对每根晶棒都取样检测转变为先由模型进行预测,再针对预测存在OISF的晶棒进行取样检测,因此能减少原材料的浪费,提高生产效率。