CN100394426C - 事件良率关联分析系统及方法 - Google Patents

Abstract

一种事件良率关联分析系统及方法以及计算机可读取储存媒体，其系统包括一数据库与一纪录分析单元。数据库用来储存事件纪录、影响纪录以及良率纪录。纪录分析单元依据影响纪录筛选出受影响半导体对象以及未受影响半导体对象，依据良率纪录，计算受影响半导体对象的第一平均良率以及未受影响半导体对象的第二平均良率，使用假设检定方法，检定第二平均良率是否大于第一平均良率。

Description

事件良率关联分析系统及方法

技术领域

本发明有关于一种事件良率关联分析系统及方法，特别是一种使用统计的假设检定方法，进行事件良率关联分析的系统及方法。

背景技术

关联分析系统通常从一个充满大量纪录的数据库中，使用多种统计分析方法，求得两事物之间的显著关联，用以提供企业经营者做更有效的决策。

半导体制造是一个相当精密的制造过程，任何出现在材料、机台、人员或环境的瑕疵或偶发事件，都有可能让制造中的晶片最终变成失败的不良品。在半导体产业中，由于制造厂商必须使用昂贵的机器设备、无尘室来制作产品，为了降低厚重的固定成本，无不想尽办法提升制造的良率。因此，对于出现在制造过程中的瑕疵以及不正常的偶发事件特别需要进一步的追踪与处理。

会造成不良品的不正常事件有很多，通常分为晶片不正常事件，例如，制造步骤不合规定、等待时间过长、尘粒、破片或晶片瑕疵等等，以及机台不正常事件。当这些不正常事件发生并影响制造中的晶片时，制造现场人员会先将受影响晶片扣留，之后，确定被影响晶片是否还有补救机会，倘若有，则服从一失控行动计划(Out of Control Action Plan，OCAP)，则进行重制或复原的补救程序，补救这些被影响的晶片。进行完补救程序后，制造现场人员便不会再追踪这些被影响的晶片是否修复，必须一直到晶片检查(ChipProbing；CP)阶段，才能知道这些受影响晶片的不良率。因此，制造现场人员也无从了解一复原或补救程序是否有效，或者是判断一不正常事件是否可以进行补救。

检索过去有关半导体制造及利用软件技术进行不良率诊断分析的现有技术，美国专利第6,336,086号专利是揭露一计算机化制造顺序分析技术，主要用来分析制造程序顺序模式(order pattern)与不良率之间的关联。

但是，为克服上述的缺点，还需要一利用统计分析的事件良率关联检定技术，据以求得事件与补救程序在良率上是否有显著差异，产生有用的信息让制造现场人员参考，评估其是否须因应一不正常事件进行补救程序，或者是评估此补救程序是否有效。

除此之外，由于不正常事件发生时，不一定会影响整个晶片批次(waferlot)，通常，一晶片批次包含25片晶片，因此，为提升分析的精确性，本技术还需要将分析单元订定在晶片的层次。

发明内容

有鉴于此，本发明的目的为提供一种事件良率关联分析系统、方法及计算机可读取储存媒体，据以求得事件与补救程序在良率上是否有显著差异，并由于其分析单元可达晶片的层次，提高关联检定的精确性。

依据上述目的，本发明的事件良率关联分析系统、方法及计算机可读取储存媒体首先设置一数据库与一纪录分析单元。数据库用来储存事件纪录、影响纪录以及良率纪录。事件纪录储存影响晶片良率的事件；影响纪录储存关联于事件纪录在特定时间点所发生的事件，以及至少一个受影响半导体对象；良率纪录，用以储存所有晶片测试后的良率。

纪录分析单元用来输入影响纪录以及良率纪录，依据影响纪录筛选出受影响半导体对象以及未受影响半导体对象，依据良率纪录，计算受影响半导体对象的第一平均良率以及未受影响半导体对象的第二平均良率，使用假设检定方法，检定第二平均良率是否显著大于第一平均良率。

附图说明

图1是表示本发明实施例的事件良率关联分析系统的系统方块图；

图2是表示本发明实施例的晶片示意图；

图3是表示本发明实施例的影响资料示意图；

图4是表示本发明实施例的事件良率关联分析方法的方法流程图；

图5是表示本发明实施例的计算机可读取储存媒体示意图。

符号说明：

11～数据库；12～纪录输入单元；13～纪录分析单元；14～报表产生单元；111～事件纪录；112～影响纪录；113～良率纪录；114～设定比率纪录；W1、W2、...、W6～受影响晶片；W7、W8、...、W25～未受影响晶片；31、32、...、35～事件影响纪录；S41、S42、...、S46～操作步骤；50～计算机可读取储存媒体；520～数据关联分析计算机程序；521～输入纪录逻辑；522～数据分群逻辑；523～计算平均良率逻辑；524～检定事件影响性逻辑；525～计算事件影响比率逻辑；526～产生分析报表逻辑。

具体实施方式

图1是表示本发明实施例的事件良率关联分析系统的系统方块图。事件良率关联分析系统包括一数据库11、一纪录输入单元12、一纪录分析单元13与一报表产生单元14。数据库11储存一事件纪录111、一影响纪录112、一良率纪录113与一设定比率纪录151。

数据库11可以实施于集中式或分布式数据库架构的关联性数据库或对象数据库，或者是大型主机的档案纪录系统或其它可以储存大量数据的储存体中，用来储存多笔事件纪录111、多笔影响纪录112、多笔良率纪录113与多笔设定比率纪录114。事件纪录111、影响纪录112、良率纪录113与设定比率纪录114在实施时，并不限定于使用单一资料表，亦可以是多关联性数据表组合而成。

事件纪录111记载了事件编码、事件名称与事件说明等字段。举例来说，影响晶片制造的不正常事件可能有制程不正常、等候时间过长、尘粒(particle)、破片、瑕疵(defect)及其它事件。

影响纪录112则记载了一特定事件影响制造晶片的相关信息，其纪录中包括制造领域、事件、受影响晶片集合、机台、补救措施、肇因原因与制程阶段等字段，其中事件字段可使用主键-外来键(PK-FK)关系及其它相似关联，相应于事件纪录111。一影响纪录举例如下，

$$ETEP，7PCS，ID＝1-5，9，10；CT＝CDFNF2，CS＝PO1_DP，CC＝DITH，AC＝ETRE

上述纪录中，ETEP代表此为一于蚀刻时的终端点错误(End Point fail inETch area；ETEP)事件；5PCS代表此事件共影响一晶片批次其中的七片晶片；ID＝1-5，9，10代表受影响的晶片编号分别为1，2，3，4，5，9，10；CT＝CDFNF2代表产生事件的机台为CDFNF2；CS＝PO1_DP代表产生事件的制程阶段为PO1_DP；CC＝DITH代表产生原因编码为DITH；以及AC＝ETRE代表后续补救措施为重新蚀刻(RE-ETch；REET)。

良率纪录113记载了所有晶片经晶片检查后所得到的的良率(yield)，其纪录中包括晶片及良率等字段。

设定比率纪录114用以储存初始设定比率(default hit factor)或相应一事件的多个事件设定比率(event hit factor)，设定比率为一百分比数值，其范围大于0并小于1。

纪录输入单元12，用以提供一输入接口让操作人员输入影响纪录112，此操作接口可以为一指令操作接口、文字操作接口、图形化使用者操作接口(Graphic User Interface，GUI)、因特网网页或其它可进行数据输入的操作接口。当一不正常事件发生时，操作人员利用纪录输入单元12，挑选或输入制造领域、事件、受影响晶片集合、机台、补救措施、肇因原因与制程阶段等字段数据。

图2是表示本发明实施例的晶片范例的示意图，假设发生一不正常事件影响了一晶片批次，经检查后发现，晶片W1至W6受到此事件影响，但是晶片W7至W25不受影响，因此，晶片W1至W6随即服从失控行动计划，进行补救措施，之后，继续未完成的晶片制作。一直到整个晶片制作完成，于晶片检查阶段，得到各晶片的良率。

纪录分析单元13连结到数据库11，用以输入影响纪录112及良率纪录113，之后，使用统计的假设检定方法，进行良率检定。首先，在既定的事件下，读取影响纪录112，分离出受事件影响的晶片集合G_effected＝{W1，W2，W3，W4，W5，W6}；未受事件影响的晶片集合G_normal＝{W7，W8，W9，...，W24，W25}。依据良率纪录113中所纪录各晶片的良率，分别计算出G_effected与G_normal的良率平均数M_effected与M_normal。使用一假设检定公式，可以为Z检定、t检定，或其它可能的群组假设检定公式，检定其假设M_normal是否显著大于M_effected，其检定条件M_normal＞M_effected有可能放在H₀或H₁进行左尾或右尾假设检定，其因考量检定解释力而产生的检定细节变化并不会脱离本发明的范畴。如果检定结果M_normal大于M_effected，则从设定比率纪录114中读取初始设定比率或相应于检定事件的设定比率F，计算并验证M_normal*F是否大于M_effected，若是，则此事件为一影响事件，此事件发生时，会对良率产生严重影响，亦即隐含了补救措施无效的讯息。

除一事件会影响一晶片批次中部分晶片的情况外，另一种情况为一事件影响了一整个晶片批次，在此情况中，上述的假设检定方式会有些许不同。纪录分析单元13一样连结到数据库11，用以输入影响纪录112及良率纪录113，之后，使用统计的假设检定方法，进行良率检定。当其读取影响纪录112时，必须分离出受事件影响的晶片批次，而非晶片集合，成为G_effected，另外未受事件影响的晶片批次集合G_normal为由同一型号产品的一定数量晶片批次组合或者是同一型号产品近一个月的晶片批次组合，而随后的计算方式同上述一事件影响一晶片批次中部分晶片情况所示。

利用上述检定分析，判定特定不正常事件中，受影响与未受影响的晶片，在良率上是否有显著差异，除检定一事件是否影响良率外，由于被影响晶片在受到影响后会进行补救，因此，亦可以从分析结果推论出其进行补救措施的有效性。

以上所述的分析，仅是检定一事件在一时间中的检定，除进行假设检定外，纪录分析单元13亦根据多个事件的假设检定结果，计算事件影响性Hr，Hr为一范围从0到1的比率，代表一事件发生时，对晶片良率的影响，数字越大，其影响也越大。其公式为：

Hr＝N_effected/N_total...........................................(1)

N_effected代表一事件下，被检定出具显著影响的总数，

N_total代表一事件下，所有事件总数。

图3是表示本发明实施例的影响资料示意图，倘若存在一破片事件，分别于t1、t2、t3、t4及t5时间发生，经上述的检定分析结果，纪录31、33及34被判定其事件产生显著影响。故其为N_effected为3，N_total为5，经公式(1)计算后，Hr为3/5＝0.6。

报表产生单元14会根据纪录分析单元13所得的结果产生分析报表，例如事件汇总表(event count report)、事件影响性报表(hit rate report)、事件机台交叉分析报表、命中率机台事件交叉分析报表，或其它相关分析报表。

图4是表示本发明实施例的事件良率关联分析方法的方法流程图。首先，如步骤S41，纪录分析单元13从数据库11输入影响纪录112、良率纪录112。影响纪录112则记载了一特定事件影响制造晶片的相关信息，其纪录中包括制造领域、事件、受影响晶片集合、机台、补救措施、肇因原因与制程阶段等字段。良率纪录113记载了所有晶片经晶片检查后所得到的良率(yield)，其纪录中包括晶片及良率等字段。

如步骤S42，进行数据分群，在既定事件下，从影响纪录112中，筛选出受影响晶片集合以及未受影响晶片集合。其筛选的方法是使用数据库查询语言(Standard Query Language；SQL)或其它可以从大量结构化数据中筛选数据的程序指令。此步骤所筛选出的集合基本单位，会随事件影响范围不同而有所不同。如果事件的影响范围是一晶片批次的部分晶片，则受影响晶片集合为一晶片批次的部分晶片，未受影响晶片集合为同一晶片批次的其它晶片。如果事件的影响范围是一整个晶片批次，则受影响晶片集合为一晶片批次，未受影响晶片集合为同一型号产品的一定数量晶片批次，例如，前30批、前50批，或同一型号产品一段时间内的晶片批次，例如，最近一周、最近一个月。

如步骤S43，依据步骤S42所得的受影响晶片集合以及未受影响晶片集合，检索良率纪录113，算出两集合的平均良率，平均良率的计算公式为

$\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{Yi}\right)/n..........................................\left(2\right)$

n代表集合中的晶片或批次总数，

Y_i代表一晶片或一批次的良率(Yield)。

如图2所示，受影响晶片集合的平均良率为

未受影响晶片集合的平均良率为平均良率为

如步骤S44，依据步骤S43所产生两集合的平均良率及两集合的样本数量，使用一假设检定公式，可以为Z检定、t检定，或其它可能的群组假设检定公式，检定其假设未受影响晶片集合的平均良率是否显著大于受影响晶片集合的平均良率。如果检定结果未受影响晶片集合的平均良率显著大于受影响晶片集合的平均良率，则从设定比率纪录114中读取初始设定比率或相应于检定事件的设定比率F，计算并验证未受影响晶片集合的平均良率*F是否大于受影响晶片集合的平均良率，若是，则此事件为一影响事件，此事件发生时，会对良率产生严重影响，

如步骤S45，根据多个事件的假设检定结果，计算事件影响性Hr，Hr为一范围从0到1的比率，代表一事件发生时，对晶片良率的影响，数字越大，其影响也越大，其计算公式如公式(1)所示。

最后，如步骤S46，依据步骤S45所得的计算结果产生分析报表，例如事件汇总表(event count report)、事件影响性报表(hit rate report)、事件机台交叉分析报表、命中率机台事件交叉分析报表，或其它相关分析报表。

本发明并不限定此方法要由以上顺序循序执行，只要能达到本发明所揭露的功效，任何有可能的顺序调换都在本发明的范围中。

再者，本发明提出一种计算机可读取储存媒体，用以储存一计算机程序，上述计算机程序用以实现数据关联分析方法，此方法会执行如上所述的步骤。

图5是表示本发明实施例的计算机可读取储存媒体示意图。此计算机可读取储存媒体50，用以储存一计算机程序520，用以实现事件良率关联分析方法。其计算机程序包含六个逻辑，分别为输入纪录逻辑521、数据分群逻辑522、计算平均良率逻辑523、检定事件影响性逻辑524、计算事件影响比率逻辑525与产生分析报表逻辑526。

因此，藉由本发明所提供的数据关联分析系统及方法，利用统计分析的事件良率关联检定技术，据以求得事件与补救程序在良率上是否有显著差异，产生有用的信息让制造现场人员参考。除此之外，由于不正常事件发生时，不一定会影响整个晶片批次(wafer lot)，而是一晶片批次的部分晶片，本发明将分析单元以晶片为最小分析单元，提升分析的精确性。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明，任何熟习此技艺者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，因此本发明的保护范围当视所附的权利要求范围所界定者为准。

Claims (12)

1.一种事件良率关联分析系统，包括：

一数据库，是用以储存至少一个事件纪录、至少一个影响纪录以及至少一个良率纪录，该事件纪录用以储存影响晶片良率的至少一个事件类型，该影响纪录用以储存关联于该事件类型在特定时间点所发生的事件以及至少一个受影响半导体对象，该良率纪录用以储存经测试后的多个晶片良率，包括该受影响半导体对象的良率；

一纪录分析单元，耦接于该数据库，用以输入该影响纪录以及该良率纪录，依据该影响纪录筛选出该受影响半导体对象以及至少一个未受影响半导体对象，依据该良率纪录，计算该受影响半导体对象的一第一平均良率以及该未受影响半导体对象的一第二平均良率，使用一假设检定方法，检定该第二平均良率是否大于该第一平均良率；以及

一报表产生单元，耦接于该纪录分析单元，是用以由该纪录分析单元输入分析结果，产生分析报表。

2.根据权利要求1所述的事件良率关联分析系统，其中该受影响半导体对象为一晶片或一晶片批次。

3.根据权利要求2所述的事件良率关联分析系统，其中该未受影响半导体对象为该晶片或该晶片批次。

4.根据权利要求1所述的事件良率关联分析系统，其中该数据库中，更包括一设定比率纪录，用以储存一初始设定比率或至少一个相应于该事件类型的事件设定比率。

5.根据权利要求4所述的事件良率关联分析系统，其中该纪录分析单元中，若该第二平均良率大于该第一平均良率，则输入相应于该事件类型的该设定比率纪录，计算该第二平均良率与该设定比率的乘积是否大于该第一平均良率。

6.根据权利要求1所述的事件良率关联分析系统，其中该纪录分析单元中，计算相应于该事件类型的一事件发生比率。该事件发生比率为相应于该事件类型的该第二平均良率大于该第一平均良率的次数加总，除以相应于该事件类型的次数加总。

7.一种事件良率关联分析方法，包括下列步骤：

提供一计算机；

该计算机从一数据库中输入一个事件纪录、至少一个相应于该事件纪录的影响纪录，该事件纪录用以储存影响晶片良率的至少一个事件类型，该影响纪录用以储存关联于该事件类型在特定时间点所发生的事件以及至少一个受影响半导体对象；

该计算机依据该影响纪录筛选出该受影响半导体对象以及至少一个未受影响半导体对象；

该计算机依据该良率纪录，计算该受影响半导体对象的一第一平均良率以及该未受影响半导体对象的一第二平均良率；

该计算机使用一假设检定方法，检定该第二平均良率是否大于该第一平均良率；以及

输入分析结果，产生分析报表的步骤。

8.根据权利要求7所述的事件良率关联分析方法，其中该受影响半导体对象为一晶片或一晶片批次。

9.根据权利要求8所述的事件良率关联分析方法，其中该未受影响半导体对象为一晶片或一晶片批次。

10.根据权利要求7所述的事件良率关联分析方法，更包括下列步骤：

该计算机侦测若该第二平均良率大于该第一平均良率，则输入一设定比率，计算该第二平均良率与该设定比率的乘积是否大于该第一平均良率。

11.根据权利要求10所述的事件良率关联分析方法，该设定比率为一初始设定比率或相应于该事件类型的事件设定比率。

12.根据权利要求7所述的事件良率关联分析方法，更包括下列步骤：

该计算机计算相应于该事件类型的一事件发生比率，该事件发生比率为相应于该事件类型的该第二平均良率大于该第一平均良率的次数加总，除以相应于该事件类型的次数加总。

Images