半导体芯片在流片与封装过程中会不可避免地带来一些误差及参数漂移,同时芯片自动化量产测试环境也会引入一定的不确定因素。这些干扰会影响测试结果,甚至是测试质量,而这种影响在芯片直流参数测试中显得尤为突出。为了侦测出这些干扰并提升测试质量,需要一种能应用于量产测试的实时监控方法。本文首先基于实际的量产测试环境,将芯片直流参数测试从系统级层面进行分析,罗列并深入分析影响测试精度的各种因素。然后,通过对测试结果波动的分析,引入进化策略理论和质量控制理论,以此作为监控算法的实现手段。接着,本文结合芯片量产测试的特点,对标准的进化策略流程进行了相应的优化设计和算法实现,包括初始种群的建立、重组和评估,以制程能力指数为参数的适应度函数的建立,动态测试上下限的产生机制等。最终,本文形成了一套进化监控算法。该算法可在自动化测试设备上运行,以实现芯片量产测试的实时监控。通过软件测试和量产验证,本进化监控算法的稳定性和灵敏性均可得到保证。与传统的监控方法相比,本文介绍的进化监控算法,创新性地引入了进化策略框架,并以制程能力指数作为约束条件,使得动态测试上下限的制定过程具有由约束条件控制的自适应性特征。通过实际量产中异常批次测试数据的仿真运行,本算法对异常数据的筛查比例达到97.4%,从而降低出货芯片百万产品失效数至少一个数量级。