图2 虚拟测量（结构检索）（a）VA-MA最小接触面积，（b）VA-MB最小距离，（c）MA-MB最小距离，（d）VB-MB最大接触面积
基于特定的规格和规则，可以根据测量结果自动实现失效模式分类。
C．良率预测和失效模式排行
在实际的制造过程中，心轴/通孔 CD和套准精度等工艺参数被控制在以目标值为中心一定宽度的范围内分布。通过SEMulator3D可自动执行实验设计（DOE）并生成和收集由用户定义的平均值和范围宽度/标准差。根据收集的数据和预先设定的良率规则，即可计算出合格率或良率（即在特定输入条件下，通过合格次数与检验总次数的比率）。 用户还可以根据生成的测量结果与失效规则做对比，对失效进行自定义分类。
我们首先确定了MCD（心轴CD）、VCD（通孔CD）、SPT（侧墙厚度）和MVO（轴心-VCX轴方向套准精度）的均值移动范围及其分布宽度，之后执行实验设计，用蒙特卡洛模拟方法执行3000次虚拟实验测试。图3（a， b）为四种不同输入条件下的失效类别汇总条形图和良率汇总表，通过这些图表可以看出特定输入条件下发生各种失效的概率大小并由此判断出各类失效模式对良率的影响。
图3. 特定MCD/ VCD/ MVO条件下的良率情况。（a）失效模式条形图，（b）良率汇总
D．工艺窗口优化
在工艺开发过程中，开展上述分析可能会引发一系列其他问题，例如预测所得的良率是否合理？是否可通过调整规格均值获得更高的良率？放宽工艺分布宽度要求的同时能否保持良率？如果无法达到满意的良率结果，是否可以通过收紧分布宽度以达到目标良率，以及收紧程度如何？要回答上述问题就要用到SEMulator3D中的工艺窗口优化（PWO）功能。该功能可以自动搜索具有固定分布宽度的均值组合，然后再根据所收集的数据得出最高良率（合格率）的最佳工艺窗口。
表1 所示为工艺参数优化前，优化后，优化后+收紧SPT厚度条件下的良率及其对应的工艺窗口。通过该表可以看出，只需优化工艺规格均值即可将良率从48.4％提高至96.6％，接下来只需进一步收紧SPT分布宽度值即可获得99％的目标良率。
