CN101198963A - 在衬底检查中使用的所有表面数据 - Google Patents

在衬底检查中使用的所有表面数据 Download PDF

Info

Publication number
CN101198963A
CN101198963A CNA2005800479049A CN200580047904A CN101198963A CN 101198963 A CN101198963 A CN 101198963A CN A2005800479049 A CNA2005800479049 A CN A2005800479049A CN 200580047904 A CN200580047904 A CN 200580047904A CN 101198963 A CN101198963 A CN 101198963A
Authority
CN
China
Prior art keywords
data
semiconductor wafer
defective
inspection data
generation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2005800479049A
Other languages
English (en)
Other versions
CN101198963B (zh
Inventor
戴维·赖克
肯尼思·德登
兰德尔·谢伊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
August Technology Corp
Original Assignee
August Technology Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by August Technology Corp filed Critical August Technology Corp
Publication of CN101198963A publication Critical patent/CN101198963A/zh
Application granted granted Critical
Publication of CN101198963B publication Critical patent/CN101198963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C17/00Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

这里公开了一种用于捕获、校准和连接所有表面检查和计量数据的系统。还公开了这种数据的使用。

Description

在衬底检查中使用的所有表面数据
相关申请的交叉参考
本发明涉及并且要求2004年12月8日提交的美国临时专利申请序列号No.60/634,159的优先权,此处引用该申请的讲授作为参考。该申请还涉及2004年7月14日提交的美国专利申请序列号No.10/890,7622,此处引用该申请的讲授作为参考。
技术领域
本发明一般涉及在检查半导体晶片缺陷的过程中以及在提高半导体制造工艺的产量时,用于产生并且利用所有表面检查数据的方法和装置。
背景技术
在半导体器件的制造中不断地提高精度和准确性的目标越来越重要了。工艺中的改进不断地缩小了半导体器件的尺寸并增大了其上形成器件的硅晶片的尺寸。结果,半导体器件制造者在每条生产线上能够以更快的速度生产出更多的器件。在这种情况下,确保可用半导体器件的百分比或者产量保持很高是至关重要的,因为从一个给定晶片或者系列晶片得到的产量越高,制造商出售的半导体器件就会越多。
提高半导体制造工艺中的产量的一种方式涉及检查工序,其中在制造半导体器件之前和过程中、在已经形成半导体器件之后以及在将半导体器件彼此分隔开之后检查硅晶片。在半导体器件被封装以用在各种电子装置和机电装置中之后,还对半导体器件进行检查。
半导体器件的检查识别半导体器件中因器件形成中的错误、颗粒污染以及硅晶片自身存在的缺陷造成的缺陷。一旦识别出缺陷,就可以采取各种提高产量的行为。在某些情况下,缺陷表明制造工艺中的一个或者多个问题,并且可以采取的矫正措施。例如,在某些状况下不正确地调整晶片处理机制会在晶片中造成划痕。晶片的检查可以帮助识别造成划痕的机制,使其得到适当的调整。
大多数半导体器件检查主要集中在管芯所处的硅晶片顶面上。尽管检查的焦点一般在硅晶片的顶面上,检查晶片的边缘面和底面正变得越来越重要。晶片顶面上的缺陷直接影响管芯本身,而边缘面和底面上的缺陷一般间接地影响管芯。例如,硅晶片边缘上的气泡或者碎屑可能是能够损坏或者破坏管芯(位于硅晶片的顶面上之上的单个的器件)的污染源。同样地,在硅晶片背面上的颗粒可能造成在晶片的正面上出现的缺陷,例如“热点”。
虽然已知检查硅晶片的顶侧、边缘和背侧,但是这个数据通常由单独的检查工具产生,这意味着关于硅晶片的不同顶侧、边缘和背侧的数据是分开进行记录和分析的。因此,难以使晶片的各个表面之间的缺陷相互关联。而且,当不能同时看到数据时,难以同时可视化关于硅晶片的独立的顶侧、边缘和底侧的缺陷数据。
发明内容
这里公开了一种用于捕获、校准和连接(concatenate)所有表面检查和计量数据的系统。还公开了这种数据的使用。
附图说明
图1是捕获所有表面检查数据的检查工具的实施方案的示意图。
图2是数据结构的实施方案的示意图。
具体实施方式
在本发明的下述详述中,将参考形成本发明的一部分的附图,且其中,以举例的方式示出了可以实践本发明的具体实施方案。在图中,贯穿若干视图,相同的数字描述基本相似的组件。对这些实施方案进行了足够详细的描述,以使本领域技术人员实践本发明。可以使用其它实施方案,并且在不脱离本发明的范围的情况下,可以进行结构、逻辑以及电上的变化。因此,下面的详述并没有限制的意思,并且本发明的范围仅由附带的权利要求及其等价物限定。
数据捕获
所有表面检查(ASI)数据在许多半导体检查环境(setting)中都是有用的。出于本发明的目的,ASI数据定义为:计量数据(2D和3D);缺陷数据;复查(review)图像数据和/或对复查图像数据的交叉引用;缺陷分类数据;内部结晶检测、几何以及计量数据;淀积层厚度计量数据;像素亮度数据;像素颜色数据;管芯分类数据;管芯识别及位置数据;管芯几何数据;以及关于至少一部分衬底的两个或多个不同的表面和体积的任何其它类似检查相关数据,所述数据已经被关联或者校准,使得单个坐标系在位置上将与衬底的第一表面相关的数据和与衬底的第二表面相关的数据联系起来。在某些实施方案中产生基本上与衬底的全部(包括其体积和表面)相关的ASI数据。在其它实施方案中,产生仅与衬底的表面和/或体积的一部分相关的ASI数据。在一个实施方案中,衬底可以是半导体晶片的整体或者一部分,该半导体晶片具有一个或者多个形成在其上的半导体器件,例如存储器芯片、计算机处理器、发光二极管、微电机系统(MEMS)器件等,它们仅起举例作用。
ASI数据可以得自任何数目的检查、复查或者计量工具或者机制,所述工具或机制包括用于成像及计量目的的自动光学检查(AOI)系统、扫描电子显微镜(SEMS)、红外成像及计量系统、紫外(UV)成像及计量系统、微波成像及计量系统、激光成像及计量系统、椭圆计系统、激光脉冲声纳计量系统等。根据特定检查或者复查工具是如何构成以及如何布置的,可以同时地、反复顺次地(iterative serial)、或者连续顺次地(continuous serial)捕获与衬底相关的ASI数据。在一个实施方案中,来自本发明所属人August Technology Corp.ofBloomington,Minnesota的NSX或者Axi自动光学检查系统,基本形式构造成捕获与整个或者一部分衬底的顶面相关的数据,在这种情况下所述衬底是半导体晶片。构造成单独工作、或者与诸如上述NSX或者AXi检查工具的检查或者计量工具结合工作的、边缘和背侧检查模块,分别捕获与衬底的边缘和背侧相关的数据。需要注意,尽管上述检查工具都是来源相同并且都是自动光学检查(AOI)工具,但是可以使用来自不同制造商以及不同类型的检查及计量工具来产生与衬底各个表面相关的ASI数据。
可以以连续或者非连续的方式捕获与衬底的全部或一部分相关的ASI数据。例如,在一个实施方案中,自动光学检查工具可以以连续的方式顺次地捕获与衬底的顶部、衬底的边缘以及衬底的底部相关的ASI数据,其中所述工具依次捕获与各个表面相关的数据。在该实施方案中,优选地,与衬底的各个表面和/或体积相关的ASI数据是同时捕获的,因为各个检查工具或模块被同时操作,以在同一时间捕获与各个衬底相关的ASI数据。在另一个实施方案中,ASI数据可以连续地并且以同时的方式捕获。例如,正如图1中可以看到的那样,可以通过一个或者多个检查或者计量装置D1、D2和/或D3,同时捕获与衬底S的顶面T、衬底S的边缘E和衬底S的底部B相关的信息。在图1的实施方案中,装置D1、D2和D3是光学检查机制,但是可以是其它工具、应用或者实施方案中任何其它合适的检查机制。例如,在其它实施方案中,可以使用诸如SEM这样的不同的检查工具和自动光学检查系统来捕获与单个衬底相关的ASI数据。在所述后一种实施方案中,因为衬底必须在用于数据捕获的各个检查工具之间传送,ASI数据的捕获很可能以不连续的方式发生。
数据结构
为了便于对从衬底捕获的缺陷、图像和计量数据进行全表面复查,将这些数据排列或者连接成合适的数据结构是很重要的。如此处所使用的,“数据结构”表示任何用于存储并且提供信息的电子结构、装置或者文件类型。而且,术语“连接”表示组合、排列、链接、交叉引用或者超链接ASI数据,使得ASI数据通过一个或者多个公共指示物相关联。在一个实施方案中,适合的数据结构可以包括以预定格式或者次序存储数据的基于文本的计算机文档,且其可以通过输入/输出装置读写。基于文件格式的合适的文本的实例可以包括逗号或者跳格键分隔的文本文件或者电子表格、HTML文件和XML文件。在另一个实施方案中,数据结构可以采取单个数据库的形式,所述数据库例如是可购买到的商标名为FrontBase、MySQL、OpenBase、Oracle、PostgreSQL、SQLServer和Sybase的数据库。在又一个实施方案中,合适的数据结构可以包括在单个计算机系统上或多计算机网络上跨过多个位置分布的多个数据文件和/或数据库,所述多个计算机可以以任何有用的拓扑排列,例如,所述拓扑是线路网、总线网、星形网、环形网、网状网、星形总线网或其任意组合或者变体。在所有情况中,在数据结构的一个或者多个文件或者数据库中的数据可以利用一个或者多个公共指示物交叉引用,所述公共指示物允许一个或者多个输入/输出设备快速写入和/或检索相关的缺陷、图像和计量数据。在一个优选实施方案中,公共指示物是衬底上可疑的缺陷、图像或者计量数据的三维位置或者起源。用于缺陷、图像或计量数据的位置或起源的合适的格式可以包括笛卡儿坐标系、极坐标系、柱坐标系、球坐标系或者任何其它有用的坐标系。除了位置/起源指示物之外还可以使用其它的公共指示物,或者可以使用其它公共指示物来替代位置/起源指示物。
图2中说明了用于存储、提供和分析ASI数据的合适的数据结构DS的一个实施方案。在图2中,可以包括一个或者多个中央处理器、存储器(RAM和/或ROM)和输入/输出机制的控制器10耦合到一个或者多个用于形成合适ASI数据网络的输入/输出装置12。在图2中最右侧的输入/输出装置12将控制器10耦合到一个或者多个数据源14,所述数据源可以是如上所述的文件或者数据库。下部的输入/输出装置12耦合在控制器10和一个或者多个数据捕获装置16之间,所述数据捕获装置例如是图1中所说明的装置D1、D2和D3。
在某些实施方案中,用于记录和提供ASI数据的数据结构是可以被反复修改的。在某些实例中可以使用ASI数据产生“金色”基准或者模型,该基准或模型用于与以后捕获的图像进行对比从而产生缺陷数据。在这种状况下,多组ASI数据可以被组合和/或平均以产生一种模型,可以相对于该模型测量和比较其它ASI数据。
在某些其它实施方案中,用于记录和提供ASI数据的数据结构适于提供现成可用的扩展或截断。例如,当制造机构通过添加更多不同类型的检查设备扩展其检查衬底的能力时,ASI数据结构可以被扩展以结合附加数据,例如在向已经包括椭圆计的前端半导体制造工艺添加AOI工具的情况下。并且当必须除去与特定类型检查工具相关的数据时或者除去与特定类型检查工具相关的数据是有益的时,例如在发现SEM报告的缺陷意义不大或没有意义时,该ASI数据结构允许去除那些不需要的数据,而不会对余下的数据造成不利影响。
在其它实施方案中,可能有必要提供分布式网络,该分布式网络允许共享关于地理上分隔开的地点之间的一个或者多个衬底的ASI数据,正如在不同的制造机构中在衬底上执行多个处理步骤的情况。在这些应用中,可以在长距离上产生、校准、连接和分布ASI数据。在另一个实施方案中,可以对来自不同制造机构的ASI数据进行分析,以发现从中可以搜集什么工艺或与产量相关的数据。这种分析可以在一个远程的集中位置发生,正如ASI数据被传送到进行复查的工程中心的情况,或者这种分析可以以更分布的方式发生,此时输入/输出设备或运行所需分析软件工具的相关处理器访问远程数据来进行处理和/或制表/记录。因此,应当理解,ASI数据可用于,以一个机构为基础(结合一给定机构内的所有检查工具),以多个机构为基础(其中遍及可能存在于不同大陆上的多个机构收集和/或分析ASI数据),或以其一些组合为基础,管理纯本地的单个检查工具布置中的制造工序。
校准
当位置数据用作ASI数据的公共指示物时,校准用于捕获ASI数据的各种检查工具的输出是有用的。在一个实施方案中,使用具有已知特性的校准衬底进行这种校准。在要被检查的衬底是半导体晶片时,可以提供在其顶面、边缘和底面上形成有已知配准标记的校准晶片。使用选择的检查工具检查校准晶片,并且捕获与校准晶片相关的ASI数据。在一个实施方案中校准晶片可以包括诸如对准基准、细线或者其它任何有用标记之类的规则间隔的配准标记,以及彩色图形和有目的地产生的颗粒污染物、芯片、裂缝、划痕和相类似的缺陷。在某些实施方案中,这些配准标记和缺陷基本上位于校准晶片的整个表面上。还应当注意,在某些实施方案中校准晶片可以包括体配准标记。
一旦捕获了与校准晶片相关的ASI数据,将与各种表面相关的校准ASI数据进行比较,并且利用已知的技术(例如线性和旋转变换)修正位置指示物,使得公共坐标系应用于ASI数据。这种校准数据在确保基本相似的检查工具输出基本相同的检查数据方面也是有用的,即,基于相同的校准晶片从各种检查工具中获得的ASI数据可以用于校准类似工具输出的数据,使得相信在半导体器件的制造过程中看起来是个问题的问题,但实际上是由不同检查工具的输出的差异引起的问题而不是人工因素,可以做出基于不同但类似的检查工具的输出的产量管理决定。
在关于衬底的衬底计量和对准数据是充分确定的情况下,由于使用ASI数据(特别是ASI计量数据)可以省略校准衬底或者晶片的使用,以确保ASI数据与共同位置指示物关联。在衬底是半导体晶片的情况下,可以使用共同中心查找和凹口/平面(notch/flat)定位技术来近似可以使用校准晶片收集的校准数据。得自晶片边缘ASI数据的真实晶片厚度可以用于定义顶面和底面之间的距离。在其它情况下,对于所关心类型的晶片来说,相反可以使用标称厚度。类似地,实际边缘形状和尺寸数据可以用于将关于晶片边缘的ASI数据与顶面和底面校准和/或相关联。备选地,可以使用与晶片边缘的尺寸和形状相关的标称尺寸和轮廓数据。如同上述利用校准晶片导出的校准数据一样,可以结合已知技术(例如线性和旋转变换)使用该近似的校准晶片数据,以确保公共坐标系或者指示物应用于ASI数据。
ASI数据的使用
ASI数据对于衬底上缺陷的分类、相互关联以及复查是特别有用的。在大多数缺陷检查系统中,使用各种类型的图像比较算法确定参考图像和实际图像之间的差别。利用所提供的公共指示物,可以将这些差别记下并且保存在上述数据结构中。在所述差别代表的差异可能不是对制造的器件引起问题的人工因素的意义上,这些差别可以是或者可以不是缺陷。因此,记录所述差别的各方面,例如尺寸、形状、与其它差别的接近程度和其它值,并且将其用于确定所述差别是否是对制造的器件造成负面影响的人工因素类型,即是否是真正的“缺陷”。在某些实例中,这个过程是手动的,因为操作者会亲自复查每个识别出的差别并且确定它是否是缺陷。在某些情况下,用户定义的优先规则限定了哪些差别是缺陷并且自动地进行分类。在其它情况下,使用通过检查工具识别出的差别的统计分析确定差别是缺陷。需要注意,在大多数情况下,这些过程的一些组合用于确定差别是否是缺陷。而且,随着时间的过去,大多数系统进行“学习”,因为当系统和/或它的用户处理附加数据并且理解附加的相关联/连接时,系统可以得到改进或者改变以提供更好的结果。
具有ASI数据扩展了用户或者缺陷分类系统正确地分类缺陷以及使缺陷相互关联的能力,因为提供了与潜在的缺陷相关的附加细节。例如,在衬底顶面上的人工因素本身可能不会被自动地分类为缺陷。类似地,在边缘、底部上或者衬底内部的人工因素也可能不会被分类成缺陷。然而,当以全表面形式观察或者分析(其中可以使人工因素/缺陷数据在空间上相互关联)时,用户或者自动分类系统能够更精确地将人工因素识别为缺陷。通过包括一个或者多个公共指示物(例如位置数据)的数据结构校准ASI数据并且使其可用于复查,由于减少了确定在完全不同的表面上或者在衬底内部的差别/人工因素是否与正复查的特定差别/人工因素相关所需的步骤数量,简化了缺陷复查和分类过程。在一个实施方案中,可以使用基于尺寸、形状或者其它特性的经验导出规则定义寻找衬底的给定区域或者体积内的人工因素的空间搜索算法。那么在给定区域或体积中发现的人工因素可以分为(1)缺陷和/或(2)作为用于定义空间搜索算法参数的(多个)缺陷的一部分或者至少与其相关的缺陷。然后可以使用这个相互关联的结果确定与(多个)缺陷的本质(例如缺陷的来源)相关的更多信息。
ASI数据还可以结合空间图形识别技术使用,以识别延伸出衬底的单个表面的缺陷中的图形。与仅仅基于得自衬底(诸如半导体晶片)的单个表面的数据的空间图形识别相比,对衬底的两个或者多个表面和/或体积的至少部分上的缺陷进行分析,甚至基本对衬底的整个表面和/或体积上的缺陷进行分析,得到更完整的制造过程成功和失败的图片。因此在某些实施方案中,ASI数据用于对在衬底上发现的所有人工因素(artifact)和/或缺陷进行三维空间图形识别。通过将这些分析扩展到衬底的所有表面甚至体积,ASI数据增强了缺陷复查和分类以及更大缺陷和缺陷图形的空间图形识别。
ASI数据还可以包括与在晶片上制造半导体器件的过程中在半导体晶片衬底上提供的各种处理层相关的检查、计量和图像数据。ASI数据还可以结合衬底上提供的每个光刻(lithographic)层的制造掩模数据以及用于定义和产生光刻掩模自身的CAD模型。通过识别与正检查的全部晶片衬底的所有层中的以及一个晶片衬底的所有层中的一个晶片衬底的整个层上的掩模错位、损坏和散焦相关的缺陷和缺陷的图形,来密切监控处理和使用掩模的光刻工具的工作,ASI数据可用于分析制造过程。在某些实施方案中,由于详尽的ASI数据可以包括使衬底中第一位置处出现的缺陷以及在衬底上别处出现的缺陷相关所必需的缺陷、计量和图像数据(其中后一缺陷在三维布局上远离前一缺陷),所以可以确定半导体晶片的结晶结构中缺陷对半导体器件的各种光刻层的影响。在另一个实施方案中,使用ASI数据将具有微粒的半导体晶片的边缘出现的缺陷和图形化的半导体晶片的一个或者多个层上出现的缺陷之间相互关联。然后产量管理工程师可以利用这种相互关联更改或者调整半导体制造设备,从而减少在将来的晶片上类似缺陷的出现。
为了有助于在视觉上复查衬底(例如半导体晶片)上的缺陷,可以使用ASI数据产生用户可以观察的三维模型,从而获得对衬底上发现的缺陷的本质和来源的了解。在一个实施方案中,可以使用与衬底的尺寸、形状和特征相关的已校准的计量数据直接产生衬底的三维模型,即,得到的三维模型基本上是得到该ASI数据的真实衬底的精确复制品。使用大量已知的3D映射、缝合(stitching)和/或镶嵌技术中任意一个,可以得到例如上述提到的基本上精确的3D模型。一旦已经产生三维模型,可以将缺陷和/或图像数据映射在该模型的表面上,从而提供附加细节。例如,在一个视图/实施方案中,缺陷识别代码或者着色显示出衬底上缺陷的大概位置。在另一个视图/实施方案中,映射在模型的表面上的缺陷的真实图像图可以被直接观察。在另一个视图/实施方案中,示意性缺陷图可以以半透明的方式覆盖在模型上映射的图像数据上,使得可以同时观察真实图像和缺陷图。
在某些实施方案中可以动态扫视和缩放,从而为用户提供更详细地观看模型选定部分的能力。在一个实施方案中,收集在变化的放大倍率/分辨率水平下的图像数据,以提供放大或者缩小模型的选定区域的能力。在某些实施方案中,这种缩放特征是分立的功能,因为用户可以仅仅选择所提供的放大倍率/分辨率水平。在其它实施方案中,并且在ASI数据具有合适的粒度的情况下,可以使用软件动态地内插数据,从而提供正被观察的真实图像数据的复制表示。在另外其它实施方案中,用户可以放大衬底的特征或者部分直到达到分辨率的阈值;然后显示同一特征或者部分在相邻的更精细或者更粗糙(视具体情况而定)的分辨率下的另一个图像。需要注意,在某些实施方案中,ASI数据中的所有图像数据可以保持在手边的随机存取存储器中。在其它实施方案中,可以按需要在闲暇的时候加载或者下载ASI数据中的图像数据。结合扫视特征以及旋转和翻转特征一起使用缩放特征,允许用户在有用放大倍率/分辨率下观察衬底的任何方面或者部分。
在某些实例中,有用的是,为用户提供以半透明方式观察半导体衬底上的多个光刻层的能力,使得用户可以透过至少某些层看见选定层或者衬底。以这种方式用户可以直接看得见缺陷是如何影响半导体器件的多个光刻层的。另一有用的特征是使衬底自身整个或者部分地透明的能力,用于观察衬底中或者衬底上的缺陷。可以证明是有用的又一个特征是形成衬底的横截面视图的能力,使得使用者可以直接看得见缺陷的特性。
除了提供简单的二元缺陷图之外,每个缺陷可以被提供有交互式“标记”图标,该图标显示缺陷位置,并且给出关于缺陷的基本信息,包括缺陷的基本尺寸、类别、它是否为“杀手”缺陷、是什么产生缺陷的假设或者明确的指示,和/或到关于类似缺陷的信息和/或类似缺陷的图像的链接。还可以与ASI数据一起产生和包括附加的映射数据,例如管芯位置和取向图以及哪个管芯已经以某种方式指示为有缺陷的指示。
在另一个实施方案中可以通过使用现有的衬底模型然后将ASI数据映射到该现有的模型上,形成衬底的三维模型。在某些实施方案中,也已产生“拟和(fit)”或者校准图,并且将其作为部分ASI数据保存,以指示不符合规格的所产生的或者映射的模型的区域(即其中图像或者数据没有正确地匹配)。
在另一个实施方案中,与衬底形状有关的三维轮廓数据可以被捕获并且记录为部分ASI数据。在衬底为边缘夹持的半导体晶片的情况下,提供用于在晶片上聚集光学系统时使用的轮廓图有时是有用的。轮廓数据可以用于使缺陷和晶片的偏斜相互关联。
还可以使用ASI数据控制一个或者多个检查或者复查工具。在观察衬底的三维模型时,用户可以通过选择来指出检查工具应当将它的关注指向的模型上位置。用户可以类似地创建检查工具将要连续地将其关注指向的这种位置的列表。而且,用户可以使用上述类型的三维模型表示的图形界面来修改已经存在的检查方法。在另一个实施方案中,使用一种检查工具(例如AOI工具)形成的ASI模型,可用于表示或者修改关于通过其它类型的检查工具(例如SEM)生成和分析ASI数据的指令。因此,在ASI数据和对其进行的分析表示存在源自衬底特定部分的缺陷问题的情况下,其中该衬底不是最初产生ASI数据的检查工具的检查所能处理的,可以使用三维模型表示的用户界面将所关心的(多个)衬底按特定路线运送(或者产生用户用于以所指示方式移动衬底的指令)到所需要的检查工具(例如从AOI工具到SEM),以及检查所指示的衬底的区域/体积,从而产生与这些感兴趣的区域/体积相关的附加的缺陷、计量和图像数据。需要注意,这些附加的数据可以作为ASI数据的附加部分被包括。
在一个特定实施方案中,ASI数据包括在半导体晶片的各种表面和/或体积上发现的缺陷的多种表征。所述多种表征(即,缺陷表格、图形晶片图、图像显示)允许用户将单个缺陷或者缺陷组的属性发展到他们需要的水平。在许多情况下,如果在缺陷复查时认为是必要的,用户还可以修改缺陷的类别,从而改变晶片的合格/不合格处置。
在这个实施方案中,包括与缺陷相关的数据的ASI数据被从完全不同的检查位置(顶侧、边缘和背侧)收集到单个晶片水平的缺陷列表中。列表中的缺陷包括缺陷的空间和非空间属性,例如(但是不局限于)晶片坐标、纵横比、、颜色、受到影响的管芯、分类等。每个缺陷还可以与发现缺陷的那轮检查相关。
缺陷列表连同属性一起以类似电子表格的形成表示在缺陷表格中,其中列用于属性,且每一个缺陷位于单个行上。用户可以通过选择为那(些)轮检查显示缺陷,限制表格中的缺陷。用户可以与缺陷表格相互作用以选择给定缺陷,这将在晶片图显示上突出显示该缺陷,以及显示它的(多个)相关图像(如果可获得)。用户还可以通过缺陷表格改变与缺陷相关联的分类。根据用户定义的标准,这种改变会影响晶片的合格/不合格处置。
ASI数据的第二种表示是图形晶片图。这种视图示出了晶片的顶视图,叠加有管芯布图,如果这样定义的话。根据缺陷在晶片上的物理位置,将缺陷显示为晶片图上的图形目标(点、线等)。这个还将指示哪些缺陷对哪个管芯造成影响。可以对晶片上的管芯进行颜色编码,以指示该管芯中包含的缺陷的类别。如同缺陷表格一样,通过仅仅选择来自感兴趣的那些轮检查的那些缺陷,用户可以限制晶片图上显示的缺陷。通过选择晶片图上的缺陷,缺陷表格中的相关行将被突出显示并且任何相关的(多个)图像将被显示。
最后,在这个实施方案中,ASI数据提供了与特定缺陷相关的任何存储的(多个)图像的显示。该图像显示提供了该缺陷自身的视觉表示,有助于该缺陷的进一步评价和可能的再分类。
虽然这里已经详细地说明和描述了本发明的具体实施方案,但是本领域技术人员应当理解,被计算以获得同样目的的任何布置都可以替代所示出的具体实施方案。本发明的许多改动对于本领域技术人员来说都是显而易见的。因此,这个申请是要覆盖本发明的任何改动或者变动。显然地意图是本发明仅由下述权利要求及其等价物限定。

Claims (19)

1.一种产生关于半导体晶片至少一部分的检查数据的方法,包括:
捕获与半导体晶片的至少两个表面相关的检查数据;
校准与半导体晶片的所述至少两个表面相关的检查数据,使得单个坐标系可以限定半导体晶片的所述至少两个表面上的位置;以及
将与半导体晶片的所述至少两个表面相关的检查数据连接到单个数据结构中。
2.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,还包括:
捕获与半导体晶片的基本整个表面相关的检查数据;
校准与半导体晶片的基本整个表面相关的检查数据,使得单个坐标系统可以限定半导体晶片的基本整个表面上的位置;以及
将与半导体晶片的基本整个表面相关的检查数据连接到单个数据结构中。
3.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,还包括:
使半导体晶片的各个表面上完全不同的缺陷相互关联,从而识别半导体制造工艺的问题。
4.根据权利要求3的产生关于半导体晶片至少一部分的检查数据的方法,还包括利用空间图形识别来使完全不同的缺陷相互关联。
5.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,其中捕获与所述至少两个表面中每一个的基本整个区域相关的检查数据。
6.根据权利要求5的产生关于半导体晶片至少一部分的检查数据的方法,还包括识别所述至少两个表面上的缺陷,以及利用空间图形识别来使完全不同的缺陷相互关联。
7.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,其中捕获仅与所述至少两个表面中每一个的整个区域的一部分相关的检查数据。
8.根据权利要求7的产生关于半导体晶片至少一部分的检查数据的方法,还包括识别所述至少两个表面的所述部分上的缺陷,以及利用空间图形识别来使完全不同的缺陷相互关联。
9.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,还包括根据捕获的检查数据生成衬底的三维模型。
10.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,其中检查数据包括选自包含下述的列表的数据:2D计量数据、3D计量数据、缺陷数据、复查图像数据、对复查图像数据的交叉引用、缺陷分类数据、结晶几何以及计量数据、淀积层厚度计量数据、像素亮度数据、像素颜色数据、管芯分类数据、管芯识别及位置数据以及管芯几何数据。
11.根据权利要求1的产生关于半导体晶片至少一部分的检查数据的方法,其中所述数据结构包括选自包括文本文件、电子表格、HTML文件和XML文件、独立数据库和分布式数据库的组的数据源。
12.一种产生关于半导体晶片至少一部分的检查数据的方法,包括:
捕获与半导体晶片的至少两个表面相关的检查数据;
校准与半导体晶片的所述至少两个表面相关的检查数据,使得存在至少一个公共指示物,其由所述至少两个表面上的基本所有检查数据共享;以及
将与半导体晶片的所述至少两个表面相关的检查数据连接到单个数据结构中。
13.根据权利要求12的产生关于半导体晶片至少一部分的检查数据的方法,其中所述公共指示物是位置数据。
14.根据权利要求12的产生关于半导体晶片至少一部分的检查数据的方法,还包括基于所述单个数据结构中存储的数据对缺陷进行分类。
15.根据权利要求12的产生关于半导体晶片至少一部分的检查数据的方法,还包括利用空间图形识别技术来使所述单个数据结构中的数据相互关联。
16.根据权利要求12的产生关于半导体晶片至少一部分的检查数据的方法,还包括通过操作存储在所述单个数据结构中的数据,来控制一个或者多个检查/计量工具。
17.根据权利要求12的产生关于半导体晶片至少一部分的检查数据的方法,还包括形成晶片的三维模型并且动态观察与晶片有关的缺陷数据,该缺陷数据存储在所述单个数据结构中并且形成所述三维模型的部分。
18.根据权利要求17的产生关于半导体晶片至少一部分的检查数据的方法,还包括动态地与三维模型相互作用,以观察缺陷数据。
19.根据权利要求17的产生关于半导体晶片至少一部分的检查数据的方法,其中动态地与三维模型相互作用包括选自包括下述动作的组的动作:在模型上放大、在模型上扫视、旋转模型、翻转模型以及显示和去除多种形式的检查数据。
CN2005800479049A 2004-12-08 2005-12-08 产生关于半导体晶片至少一部分的检查数据的方法 Active CN101198963B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US63415904P 2004-12-08 2004-12-08
US60/634,159 2004-12-08
US11/296,645 US7593565B2 (en) 2004-12-08 2005-12-07 All surface data for use in substrate inspection
US11/296,645 2005-12-07
PCT/US2005/044300 WO2006063070A2 (en) 2004-12-08 2005-12-08 All surface data for use in substrate inspection

Publications (2)

Publication Number Publication Date
CN101198963A true CN101198963A (zh) 2008-06-11
CN101198963B CN101198963B (zh) 2010-05-12

Family

ID=36578530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800479049A Active CN101198963B (zh) 2004-12-08 2005-12-08 产生关于半导体晶片至少一部分的检查数据的方法

Country Status (3)

Country Link
US (2) US7593565B2 (zh)
CN (1) CN101198963B (zh)
WO (1) WO2006063070A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102200519A (zh) * 2010-03-26 2011-09-28 郭上鲲 检测系统

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3834008B2 (ja) * 2003-03-19 2006-10-18 株式会社東芝 不良解析装置、不良解析方法および不良解析プログラム
US9750425B2 (en) * 2004-03-23 2017-09-05 Dune Medical Devices Ltd. Graphical user interfaces (GUI), methods and apparatus for data presentation
JP5006520B2 (ja) * 2005-03-22 2012-08-22 株式会社日立ハイテクノロジーズ 欠陥観察装置及び欠陥観察装置を用いた欠陥観察方法
EP2060907A1 (en) * 2006-08-28 2009-05-20 I-Pulse Kabushiki Kaisha Board appearance inspection method and device
US7768633B2 (en) * 2007-04-05 2010-08-03 Asti Holdings Limited Multiple surface inspection system and method
US8611639B2 (en) * 2007-07-30 2013-12-17 Kla-Tencor Technologies Corp Semiconductor device property extraction, generation, visualization, and monitoring methods
JP5479782B2 (ja) * 2009-06-02 2014-04-23 株式会社日立ハイテクノロジーズ 欠陥画像処理装置、欠陥画像処理方法、半導体欠陥分類装置および半導体欠陥分類方法
US8307528B2 (en) * 2009-10-05 2012-11-13 Sonnax Industries, Inc. Low clearance machined part mating system
US9465049B2 (en) 2012-04-13 2016-10-11 James B. Colvin Apparatus and method for electronic sample preparation
US8954853B2 (en) * 2012-09-06 2015-02-10 Robotic Research, Llc Method and system for visualization enhancement for situational awareness
US9244946B2 (en) 2012-11-26 2016-01-26 International Business Machines Corporation Data mining shape based data
US9658169B2 (en) * 2013-03-15 2017-05-23 Rudolph Technologies, Inc. System and method of characterizing micro-fabrication processes
KR102427139B1 (ko) * 2014-02-12 2022-07-29 에이에스엠엘 네델란즈 비.브이. 프로세스 윈도우를 최적화하는 방법
US9595096B2 (en) * 2014-03-10 2017-03-14 The Boeing Company Composite inspection and structural check of multiple layers
US10576603B2 (en) * 2014-04-22 2020-03-03 Kla-Tencor Corporation Patterned wafer geometry measurements for semiconductor process controls
US9885671B2 (en) 2014-06-09 2018-02-06 Kla-Tencor Corporation Miniaturized imaging apparatus for wafer edge
US9645097B2 (en) 2014-06-20 2017-05-09 Kla-Tencor Corporation In-line wafer edge inspection, wafer pre-alignment, and wafer cleaning
US9719943B2 (en) * 2014-09-30 2017-08-01 Kla-Tencor Corporation Wafer edge inspection with trajectory following edge profile
US9940704B2 (en) * 2015-06-19 2018-04-10 KLA—Tencor Corporation Pre-layer defect site review using design
US11803953B2 (en) * 2017-04-10 2023-10-31 Dpix, Llc Manufacturing quality improvement through statistical root cause analysis using convolution neural networks
US10354444B2 (en) 2017-07-28 2019-07-16 The Boeing Company Resolution adaptive mesh that is generated using an intermediate implicit representation of a point cloud
US10732284B2 (en) * 2017-07-28 2020-08-04 The Boeing Company Live metrology of an object during manufacturing or other operations
US10438408B2 (en) * 2017-07-28 2019-10-08 The Boeing Company Resolution adaptive mesh for performing 3-D metrology of an object
DE102018106751A1 (de) * 2017-07-31 2019-01-31 Taiwan Semiconductor Manufacturing Co. Ltd. Automatisiertes inspektionswerkzeug
US10490463B2 (en) 2017-07-31 2019-11-26 Taiwan Semiconductor Manufacturing Co., Ltd. Automated inspection tool
JP6740288B2 (ja) * 2018-07-13 2020-08-12 ファナック株式会社 物体検査装置、物体検査システム、及び検査位置を調整する方法
US10746667B2 (en) * 2018-11-27 2020-08-18 General Electric Company Fluorescent penetrant inspection system and method
US11592820B2 (en) 2019-09-13 2023-02-28 The Boeing Company Obstacle detection and vehicle navigation using resolution-adaptive fusion of point clouds

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07253311A (ja) * 1994-03-15 1995-10-03 Fujitsu Ltd パターン検査装置の較正方法、パターン検査方法、パターン位置決定方法、および半導体装置の製造方法
US5617209A (en) * 1995-04-27 1997-04-01 View Engineering, Inc. Method and system for triangulation-based, 3-D imaging utilizing an angled scaning beam of radiant energy
US5787190A (en) * 1995-06-07 1998-07-28 Advanced Micro Devices, Inc. Method and apparatus for pattern recognition of wafer test bins
US5970166A (en) * 1996-09-24 1999-10-19 Cognex Corporation System or method for identifying contents of a semi-opaque envelope
JPH10213422A (ja) * 1997-01-29 1998-08-11 Hitachi Ltd パタ−ン検査装置
US6915007B2 (en) * 1998-01-16 2005-07-05 Elwin M. Beaty Method and apparatus for three dimensional inspection of electronic components
US6915006B2 (en) * 1998-01-16 2005-07-05 Elwin M. Beaty Method and apparatus for three dimensional inspection of electronic components
US6072898A (en) * 1998-01-16 2000-06-06 Beaty; Elwin M. Method and apparatus for three dimensional inspection of electronic components
US6160906A (en) * 1998-06-01 2000-12-12 Motorola, Inc. Method and apparatus for visually inspecting an object
US6181472B1 (en) * 1998-06-10 2001-01-30 Robotic Vision Systems, Inc. Method and system for imaging an object with a plurality of optical beams
JP4312910B2 (ja) 1999-12-02 2009-08-12 株式会社日立製作所 レビューsem
US6493079B1 (en) * 2000-09-07 2002-12-10 National Instruments Corporation System and method for machine vision analysis of an object using a reduced number of cameras
US6809809B2 (en) 2000-11-15 2004-10-26 Real Time Metrology, Inc. Optical method and apparatus for inspecting large area planar objects
JP4154156B2 (ja) * 2002-02-08 2008-09-24 ソニーマニュファクチュアリングシステムズ株式会社 欠陥分類検査装置
US7106897B1 (en) * 2002-04-29 2006-09-12 Advanced Micro Devices, Inc. Universal spatial pattern recognition system
EP1563381A4 (en) * 2002-11-12 2009-10-28 Fei Co DEFECT ANALYZER
JP3993817B2 (ja) * 2002-12-11 2007-10-17 株式会社日立製作所 欠陥組成分析方法及び装置
JP3959355B2 (ja) * 2003-01-17 2007-08-15 株式会社日立ハイテクノロジーズ 微細パターンの3次元形状測定方法
WO2005008737A2 (en) 2003-07-14 2005-01-27 August Technology Corporation Inspection and metrology module cluster tool with multi-tool manager

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102200519A (zh) * 2010-03-26 2011-09-28 郭上鲲 检测系统

Also Published As

Publication number Publication date
US7835566B2 (en) 2010-11-16
CN101198963B (zh) 2010-05-12
US20060142971A1 (en) 2006-06-29
WO2006063070A2 (en) 2006-06-15
WO2006063070A3 (en) 2007-12-27
US20100067779A1 (en) 2010-03-18
US7593565B2 (en) 2009-09-22

Similar Documents

Publication Publication Date Title
CN101198963B (zh) 产生关于半导体晶片至少一部分的检查数据的方法
US11719650B2 (en) Method for performing smart semiconductor wafer defect calibration
Moru et al. A machine vision algorithm for quality control inspection of gears
TWI498853B (zh) 智慧型缺陷診斷方法
CN104870984A (zh) 用于混合模式的晶片检验的方法及系统
TWI614570B (zh) 用於檢測試樣之方法及檢測系統
KR102485553B1 (ko) 임계 치수 균일도 강화 기술들 및 장치
CN109616426B (zh) 智能型的缺陷校正系统与其实施方法
US9767548B2 (en) Outlier detection on pattern of interest image populations
KR20180014677A (ko) 3d 이미지 데이터에서 3d 포즈와 기생포인트 제거의 스코어링을 개선하는 시스템 및 방법
CN108475351A (zh) 用于半导体应用的基于机器学习的模型的加速训练
CN105074896A (zh) 图案测定装置以及半导体测量系统
TWI743340B (zh) 用於偵測缺陷之方法、掃描電子顯微鏡及儲存一程式之非暫時性電腦可讀媒體
CN104183517A (zh) 智能型弱点图形诊断方法与系统
Fan et al. A simple calibration method of structured light plane parameters for welding robots
CN109952635B (zh) 用于晶片检验临界区域的产生的方法及系统
CN110637356B (zh) 用于重复缺陷分析的相对缺陷位置的高精准度
WO2022230338A1 (ja) 欠陥を検出するシステム、及びコンピュータ可読媒体
JP2014089215A (ja) 検査装置
Dong et al. Height inspection of wafer bumps without explicit 3-D reconstruction
JP4620970B2 (ja) 半導体製品の品質管理方法およびその品質管理システム
Moru Improving the pipeline of an optical metrology system.
TW202100994A (zh) 畫像產生裝置
CN115380207A (zh) 图案匹配方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant