CN101458515A - 晶圆质量分析装置及方法 - Google Patents

Abstract

一种晶圆质量分析装置，包括：用于暂存晶圆分析数据、参考数据以及中间结果的数据库；用于调用数据库中的至少两种晶圆分析数据进行相关分析并输出相关分析结果的数据分析单元；用于根据数据分析单元输出的相关分析结果确定并输出关键参数列表，并根据统计过程控制单元反馈的监控结果优化并输出控制标准或晶圆制程的优化单元；用于采集晶圆分析数据，根据优化单元输出的关键参数列表，对关键参数进行监控，并将监控结果反馈给优化单元，并根据优化单元输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果的统计过程控制单元。本发明还公开一种晶圆质量分析方法。所述晶圆质量分析装置及方法提高了质量分析的准确性。

Description

晶圆质量分析装置及方法

技术领域

本发明涉及晶圆质量分析装置及方法。

背景技术

目前，晶圆制造工艺在工艺控制、设备操作和材料制造方面都要求很高的精确度。一个错误就有可能导致晶圆的完全报废。在整个工艺过程中，晶圆和工艺质量好坏的评估是通过大量的测试和测量得出的。其中，晶圆良率和可接受测试数据都是衡量所生产的晶圆性能是否可靠的较重要的指标。

晶圆良率简单来说就是晶圆上有效晶粒占晶圆上所有晶粒的比例。晶圆的良率受到许多方面的制约，例如，晶圆破碎和弯曲、工艺制程变异、工艺制程缺陷和光刻掩膜版缺陷都会对晶圆的良率产生影响。为了保证提供给客户的晶圆的性能，就需要对于经过测试得到的晶圆良率数据进行分析，剔除不符合质量要求的晶圆。通常剔除不符合质量要求的晶圆都是通过将晶圆与已知的不合格晶圆的失效晶粒分布类型进行比对来达到的，例如，美国专利号为7106897的发明公开了一种用于将晶圆失效晶粒分布类型与失效分布类型库中的已有确认晶圆不合格的失效分布类型进行比对的系统，包括用于识别晶圆失效分布类型并产生相应的规格化数据组合的装置，以及将所述规格化数据组合与系统已有确认晶圆不合格的失效分布类型库中的数据组合进行比较并产生相应标识的分析装置。该系统可用来识别不合格的晶圆，而不合格的晶圆会被作为废片处理掉。

而晶圆可接受测试是指晶圆在完成所有制程后，针对晶圆上的测试结构所进行的电性测试。根据对晶圆可接受测试数据的分析，通常可以发现晶圆制程的异常。

目前对晶圆可接受测试数据的分析，通常都会考虑可接受测试数据与晶圆测试(CP，Circuit Probing)良率的关系以及可接受测试数据与成品测试(FT，Final Test)良率的关系，并根据所述关系得到与晶圆测试良率和成品测试良率变化最相关的那些关键可接受测试数据，再根据应用可接受测试数据的控制标准对关键可接受测试数据的分析结果来发现晶圆制程异常。然而，仅靠对可接受测试数据与晶圆测试良率或成品测试良率的关系来对于可接收测试数据进行分析并不全面，因为一些异常变化的关键可接受测试数据并不一定就能够从与晶圆测试良率和成品测试良率的关系中看出，可能关键可接受测试数据的异常变化与例如工艺数据的异常变化有关，因此现有技术的晶圆质量分析方法有时候可能就会遗漏一些晶圆制程异常的情况或错误判定一些晶圆制程异常的情况。

发明内容

本发明提供一种晶圆质量分析装置及方法，来解决现有技术晶圆质量分析方法分析不全面，导致遗漏或错误判定晶圆制程异常的问题。

为解决上述问题，本发明提供一种晶圆质量分析装置，包括数据库、数据分析单元、优化单元以及统计过程控制单元，

所述数据库用于暂存晶圆分析数据、参考数据以及中间结果；

所述数据分析单元用于调用数据库中的至少两种晶圆分析数据进行相关分析并输出相关分析结果；

所述优化单元用于根据相关分析结果确定并输出关键参数列表，并根据统计过程控制单元反馈的关键参数监控结果优化并输出控制标准或晶圆制程；

所述统计过程控制单元用于采集晶圆分析数据，根据关键参数列表对关键参数进行监控，并将监控结果反馈给优化单元，并根据优化单元输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

可选的，所述优化单元根据所述数据分析单元输出的相关分析结果确定并输出关键参数列表。

可选的，所述优化单元调用数据库中的相关分析结果确定并输出关键参数列表。

可选的，所述统计过程控制单元根据优化单元输出的关键参数列表对关键参数进行监控。

可选的，所述统计过程控制单元调用数据库中的关键参数列表对关键参数进行监控。

相应地，本发明还提供一种晶圆质量分析方法，包括下列步骤：

根据至少两种所采集的晶圆分析数据进行相关分析；

根据相关分析结果确定关键参数；

若关键参数的数据范围与控制标准覆盖范围相适合，则根据控制标准对关键参数进行检测，并输出晶圆分析结果；若关键参数的数据范围远小于控制标准覆盖范围，则优化控制标准，并以优化后的控制标准继续对关键参数进行监控；若关键参数的数据范围远超出控制标准覆盖范围，则优化晶圆制程，并重新采集晶圆分析数据，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

可选的，所述工艺数据包括线上监测数据、线下监测数据以及系统参数数据。

可选的，所述相关分析采用前馈回归法(feed-forward regression)、反馈回归法(feed-backward regression)或步进回归法(step-wise regression)。

可选的，所述前馈回归法就是先挑出晶圆分析数据中一种数据的其中一种参数进行相关分析，然后每次新增加一种参数，直到完成相关分析。

可选的，所述反馈回归法是先挑出晶圆分析数据中一种数据的所有参数先进行相关分析，然后根据相关分析的结果每次剔除一种参数，直到完成相关分析。

可选的，所述步进回归法就是先挑出晶圆分析数据中一种数据的其中一种参数进行相关分析，然后每次新增加一种参数，并将新增加参数与原参数共同分析，剔除不符合要求的参数，直到完成相关分析。

可选的，所述相关分析结果包括相关系数值和相关置信度值。

可选的，所述控制标准包括控制上限(UCL，Up Control Limit)和控制下限(LCL，Low Control Limit)，计算公式如下：

UCL＝

+3σ；

LCL＝

-3σ；

其中，

是关键参数数据的算术平均值，而σ是关键参数数据的标准方差。

与现有技术相比，上述方案具有以下优点：上述方案晶圆质量分析装置及方法通过相关分析得到关键参数，并监控关键参数来进行晶圆质量分析。由于所述关键参数包括了与可接受测试数据有关、与晶圆测试良率数据有关、与成品测试良率数据有关、与可靠性测试数据有关以及与工艺数据有关的关键参数，因此比较全面，提高了质量分析的准确性。

附图说明

图1是本发明晶圆质量分析方法的一种实施方式流程图

图2是本发明晶圆质量分析装置的第一种实施方式示意图；

图3是本发明晶圆质量分析装置的第二种实施方式示意图；

图4是本发明晶圆质量分析装置的第三种实施方式示意图；

图5是本发明晶圆质量分析装置的第四种实施方式示意图。

具体实施方式

本发明晶圆质量分析装置及方法通过相关分析得到关键参数，并监控关键参数来进行晶圆质量分析。由于所述关键参数包括了与可接受测试数据有关、与晶圆测试良率数据有关、与成品测试良率数据有关、与可靠性测试数据有关以及与工艺数据有关的关键参数，因此比较全面，提高了质量分析的准确性。

参照图1所示，本发明晶圆质量分析方法的一种实施方式包括下列步骤，

步骤s1，根据至少两种所采集的晶圆分析数据进行相关分析；

步骤s2，根据相关分析结果确定关键参数；

步骤s3，判断关键参数的数据范围是远大于控制标准的覆盖范围还是远小于控制标准的覆盖范围或是与控制标准的覆盖范围相适合，若关键参数的数据范围与控制标准覆盖范围相适合，则执行步骤s4；若关键参数的数据范围远小于控制标准覆盖范围，则执行步骤s5，若关键参数的数据范围远超出控制标准覆盖范围，则执行步骤s6；

步骤s4，根据控制标准对关键参数进行检测，并输出晶圆分析结果；

步骤s5，优化控制标准，并返回步骤s3；

步骤s6，优化晶圆制程，重新采集晶圆分析数据，并返回步骤s1。

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

所述工艺数据包括线上监测数据、线下监测数据以及系统参数数据。

所述相关分析采用前馈回归法、反馈回归法或步进回归法。

所述前馈回归法就是先挑出晶圆分析数据中一种数据的其中一种参数进行相关分析，然后每次新增加一种参数，直到完成相关分析。

所述反馈回归法是先挑出晶圆分析数据中一种数据的所有参数先进行相关分析，然后根据相关分析的结果每次剔除一种参数，直到完成相关分析。

所述步进回归法就是先挑出晶圆分析数据中一种数据的其中一种参数进行相关分析，然后每次新增加一种参数，并将新增加参数与原参数共同分析，剔除不符合要求的参数，直到完成相关分析。

所述相关分析结果包括相关系数值和相关置信度值。

所述控制标准包括控制上限(UCL，Up Control Limit)和控制下限(LCL，Low Control Limit)，计算公式如下：

UCL＝

+3σ；

LCL＝

-3σ；

其中，

是所采集数据的算术平均值，而σ是所采集数据的标准方差。

参照图2所示，本发明晶圆质量分析装置的第一种实施方式包括数据库40、数据分析单元30、优化单元20以及统计过程控制单元10，

所述数据库40用于暂存晶圆分析数据、参考数据以及中间结果；

所述数据分析单元30用于调用数据库40中的至少两种晶圆分析数据进行相关分析并输出相关分析结果；

所述优化单元20用于根据所述数据分析单元30输出的相关分析结果确定并输出关键参数列表，并根据统计过程控制单元10反馈的关键参数监控结果优化并输出控制标准或晶圆制程；

所述统计过程控制单元10用于采集晶圆分析数据，根据优化单元20输出的关键参数列表对关键参数进行监控，并将监控结果反馈给优化单元20，并根据优化单元20输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

参照图3所示，本发明晶圆质量分析装置的第二种实施方式包括数据库40、数据分析单元30、优化单元20以及统计过程控制单元10，

所述数据库40用于暂存晶圆分析数据、参考数据以及中间结果；

所述数据分析单元30用于调用数据库40中的至少两种晶圆分析数据进行相关分析并输出相关分析结果；

所述优化单元20用于调用数据库40中的相关分析结果确定并输出关键参数列表，并根据统计过程控制单元10反馈的关键参数监控结果优化并输出控制标准或晶圆制程；

所述统计过程控制单元10用于采集晶圆分析数据，根据优化单元20输出的关键参数列表对关键参数进行监控，并将监控结果反馈给优化单元20，并根据优化单元20输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

参照图4所示，本发明晶圆质量分析装置的第三种实施方式包括数据库40、数据分析单元30、优化单元20以及统计过程控制单元10，

所述数据库40用于暂存晶圆分析数据、参考数据以及中间结果；

所述数据分析单元30用于调用数据库40中的至少两种晶圆分析数据进行相关分析并输出相关分析结果；

所述优化单元20用于根据数据分析单元30输出的相关分析结果确定并输出关键参数列表，并根据统计过程控制单元10反馈的关键参数监控结果优化并输出控制标准或晶圆制程；

所述统计过程控制单元10用于采集晶圆分析数据，调用数据库40中的关键参数列表对关键参数进行监控，并将监控结果反馈给优化单元20，并根据优化单元20输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

参照图5所示，本发明晶圆质量分析装置的第四种实施方式包括数据库40、数据分析单元30、优化单元20以及统计过程控制单元10，

所述数据库40用于暂存晶圆分析数据、参考数据以及中间结果；

所述数据分析单元30用于调用数据库40中的至少两种晶圆分析数据进行相关分析并输出相关分析结果；

所述优化单元20用于调用数据库40中的相关分析结果确定并输出关键参数列表，并根据统计过程控制单元10反馈的关键参数监控结果优化并输出控制标准或晶圆制程；

所述统计过程控制单元10用于采集晶圆分析数据，调用数据库40中的关键参数列表对关键参数进行监控，并将监控结果反馈给优化单元20，并根据优化单元20输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

下面以图2所示的晶圆质量分析装置为例，通过利用所述的晶圆质量分析装置对晶圆进行分析的例子来进行详细说明，以使得上述的晶圆质量分析装置及方法更加清楚。

结合图1和图2所示，执行步骤s1，根据至少两种所采集的晶圆分析数据进行相关分析。

所述晶圆分析数据由统计过程控制单元10采集，并存储于数据库40中。如前所述，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据。

所述工艺数据包括线上监测数据、线下监测数据以及系统参数数据。所述线上监测数据包括例如晶圆厚度、关键尺寸(CD，Critical Dimension)大小等，所述线下监测数据包括例如试片刻蚀速率、刻蚀厚度等，所述系统参数数据包括例如反射功率、气体流量大小、气体压强等。

所述晶圆测试良率数据是指当晶圆完成制造工艺之后，检测设备对于晶圆所测试的结果，所述晶圆测试类型包括直流参数、交流参数等。对于每一种晶圆测试类型，都有相应的标准值。所述晶圆测试良率其实就是达到标准值的晶圆分析数据在所述晶圆分析数据中所占的比例。

所述成品测试良率数据是指当完成划片以及封装，形成晶片之后，检测设备对于晶片所测试的结果。对于每一种成品测试类型，都有相应的标准值。所述成品测试良率其实就是达到标准值的成品测试数据在所述成品测试数据中所占的比例。

所述可靠性测试数据通过内建可靠性方法测量。

如前所述，所述数据库40中还存储有参考数据，所述参考数据包括例如已有的与晶圆测试良率或成品测试良率或可靠性测试数据相关的一些关键可接受测试参数列表、已有的与晶圆测试良率或成品测试良率或可靠性测试数据相关的一些关键工艺数据的参数列表。

所述数据库40还用于存储中间结果，所述中间结果是指晶圆质量分析装置在进行晶圆质量分析的时候，各个单元的输出结果，例如数据分析单元30输出的相关分析结果以及优化单元20输出的新关键参数列表。

综合而言，所述数据库40就是提供晶圆质量分析装置在进行晶圆质量分析过程中，各单元所需调用的数据，以及暂存晶圆质量分析装置在进行质量分析过程中，各单元所产生的运算结果。

当数据库40已存有晶圆分析数据后，数据分析单元30调用数据库40中所存储的晶圆分析数据进行相关分析。

如前所述，所述相关分析可以采用前馈回归法或反馈回归法或步进回归法。

以调用可接受测试数据和晶圆测试良率数据进行相关分析，并且使用前馈回归法为例。前馈回归法应用于此处就是先挑出一种可接受测试数据的参数进行相关分析，然后逐步累加，最后得到所有与晶圆测试良率数据相关性较高的可接受测试数据的参数。详细方法过程如下：

首先根据从数据库40中调用的一种WAT数据的参数，假设为WAT₁，以晶圆测试良率数据作为函数值y，以WAT₁作为自变量x，得到晶圆测试良率数据和WAT₁的一元线性回归函数：y＝a+bx，其中a和b为回归系数， $a=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{y}_i-b\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{x}_i}{n},$ $b=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\mathrm{\&Sigma;}{(x_i-\stackrel{\&OverBar;}{x})}^2}.$ 根据所调用的WAT₁和晶圆测试良率数据以及所述公式就能够计算出a和b的值。然后再计算出y和x的相关系数γ₁，相关系数是表示y和x之间相关程度的系数，所述 ${\mathrm{\&gamma;}}_1=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(x_i-\stackrel{\&OverBar;}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(y_i-\stackrel{\&OverBar;}{y})}^2}}.$ 若计算得到的γ₁>γ₀时，其中所述的γ₀为预设的标准相关系数值，并且相应的相关置信度(pvalue)<0.05(代表γ₁统计上显著)，说明WAT₁和晶圆测试良率数据相关性较高，该参数可以认为是关键参数(key)。数据分析单元30会将该结果发送给数据库40暂存，并同时将所述分析结果发送给优化单元20，由优化单元20根据分析结果确定关键参数。此处为了叙述方便，假设WAT₁是关键参数。

然后再从数据库40中调用另一种WAT数据的参数，假设为WAT₂，然后以晶圆测试良率数据作为函数值y，以WAT₁为自变量x₁，以WAT₂为自变量x₂，建立二元线性回归函数，然后根据二元线性回归的相关系数公式来得到相关系数γ₂，若计算得到的γ₂>γ₀时，并且γ₁和γ₂统计上显著(对应的相关置信度Pvalue<0.05)，说明WAT₁和WAT₂与晶圆测试良率数据相关性较高，可以确定WAT₁和WAT₂是关键参数。若计算得到的γ₂<γ₀，或WAT₂对应的相关置信度Pvalue>0.05，由于WAT₁是关键参数，则WAT₂不是关键参数。

依此类推，即每作一次新的WAT参数与晶圆测试良率数据的相关分析时，都新增加一种WAT参数作为新的自变量，并由数据分析单元30将相关系数和相关置信度的结果输出，直到最终对于所有WAT参数分析完毕。分析结果如前所述，由数据分析单元30发送给优化单元20或发送给数据库40。

以调用可接受测试数据和晶圆测试良率数据进行相关分析，并且使用反馈回归法为例。反馈回归法应用于此处就是先挑出所有可接受测试数据的参数先进行相关分析，然后每次根据相关分析的结果减少一种参数，最后得到所有与晶圆测试良率数据相关性较高的可接受测试数据的参数，并且一旦该种参数剔除之后，就不再加入，也即关键参数的可选范围是越来越小的。每一次的相关分析过程可以参照前馈回归法中所述的方法。而反馈回归法的整个过程可通过举例概括如下：例如，假设共有4个参数A、B、C和D，第一次选择A+B+C+D，若D的pvalue>0.05，则剔除D，第二次选择A+B+C，若B的pvalue>0.05，则剔除B，第三次选择A+C，若A和C的pvalue都<0.05，则A+C保留。

以调用可接受测试数据和晶圆测试良率数据进行相关分析，并且使用步进回归法为例。所述步进回归法应用于此处就是先挑出一种可接受测试数据的参数进行相关分析，然后在作完该参数的分析之后，再加入一新的参数，并对于该两种参数共同分析，并且剔除两种参数中不符合相关系数或相关置信度要求的参数。整个过程可举例概括如下：例如，第一次选择A，若A的pvalue为0.049<0.05，则A统计上显著；第二次选择A+B，若A的pvalue变为0.052，而B的pvalue为0.01，则剔除A而保留B，第三次选择B+C，若B和C的pvalue都<0.05，则B+C保留，以此类推。

完成了可接受测试数据和晶圆测试良率数据的相关分析之后，还可以依照相同的方法来进行可接受测试数据和成品测试良率数据的相关分析、可接受测试数据和可靠性测试数据的相关分析以及可接受测试数据与工艺数据的相关分析，来得到相关分析结果。上述是以可接受测试数据为自变量所作的相关分析，同样的方法也可以适用于以工艺数据为自变量所作的相关分析，从而进行工艺数据和晶圆测试良率数据的相关分析、工艺数据和成品测试良率数据的相关分析以及工艺数据与可靠性测试数据的相关分析，来得到相关分析结果。

结合图1和图2所示，执行步骤s2，根据相关分析结果确定关键参数。

优化单元20根据数据分析单元30发送的相关分析结果来确定关键参数。例如对于WAT参数，根据第一次WAT₁与晶圆测试良率数据的相关分析，确定WAT₁为关键参数；根据第二次WAT₁和WAT₂与晶圆测试良率数据的相关分析，确定WAT₂不是关键参数；根据第三次WAT₁、WAT₃与晶圆测试良率数据的相关分析，确定WAT₃为关键参数；根据第四次WAT₁、WAT₃、WAT₄与晶圆测试良率数据的相关分析，确定WAT₄为关键参数。。。。。。直到最终确定所有与晶圆测试良率数据有关的WAT关键参数。然后，优化单元会调用数据库40中暂存的已有的可接受测试数据的关键参数列表作为参考，并将新的WAT关键参数添加到列表中，并暂存于数据库40中覆盖原有的列表来完成列表更新，同时把新的关键参数列表发送给统计过程控制单元10。

根据相同的方法，优化单元20还能够得到与成品测试良率数据、与可靠性测试数据以及与工艺数据有关的WAT关键参数列表，并同样将所述列表暂存于数据库40中更新，并发送给统计过程控制单元10。

结合图1和图2所示，执行步骤s3，判断关键参数的数据范围是远大于控制标准的覆盖范围还是远小于控制标准的覆盖范围或是与控制标准的覆盖范围相适合，若关键参数的数据范围与控制标准覆盖范围相适合，则执行步骤s4；若关键参数的数据范围远小于控制标准覆盖范围，则执行步骤s5，若关键参数的数据范围远超出控制标准覆盖范围，则执行步骤s6。此步骤由统计过程控制单元10完成。统计过程控制单元10会将所接收的关键参数列表中的关键参数的数据范围与控制标准的覆盖范围进行比较。

以WAT参数为例，因为统计过程控制单元10所得到的WAT关键参数已包括了与晶圆测试良率数据有关、与成品测试良率数据有关、与可靠性测试数据有关以及与工艺数据有关的关键参数，因此比较全面，提高了质量分析的准确性。

所述比较过程描述如下：统计过程控制单元会先用已有的控制标准去与所接收到的关键参数进行比较。例如，统计过程控制单元10调用数据库40中存储的该种WAT关键参数的数据，再根据从数据库40中调用或是统计过程控制单元自身存储的已有的该种WAT关键参数的控制标准来进行比较。

结合图1和图2所示，若关键参数的数据范围与控制标准覆盖范围相适合，则执行步骤s4。若统计过程控制单元10在比较后发现关键参数的数据范围与控制标准覆盖范围相适合，则统计过程控制单元10根据所调用的控制标准对关键参数进行检测，并输出晶圆分析结果。此处所述的与控制标准覆盖范围相适合，是指关键参数的数据分布在控制标准覆盖范围内的数量不低于所设定的比例。例如，设定关键参数的数据要有80％分布在控制标准的覆盖范围内。假设所要比较的关键参数有10个数据点，数据点的值分别为2、4、6、8、10、12、14、16、18、20，而控制标准的覆盖范围为4-18，则关键参数有8个数据点是在控制标准的覆盖范围之内的，则关键参数的数据范围与控制标准覆盖范围相适合。

结合图1和图2所示，若关键参数的数据范围远小于控制标准覆盖范围，则执行步骤s5。若统计过程控制单元10在比较后发现关键参数的数据范围远小于控制标准覆盖范围，则统计过程控制单元10就会怀疑控制标准过宽，会将该信息反馈给优化单元20。此处所述的远小于控制标准覆盖范围，是指关键参数的数据分布在控制标准覆盖范围内过于集中。例如，假设所要比较的关键参数有10个数据点，这些数据点的值均分布在6-8的范围内，而控制标准的覆盖范围为4-18，则控制标准的覆盖范围相对关键参数的数据分布来说明显过宽了，根本起不到对数据进行控制的作用，因此这样的控制标准显然是不合适的。

而优化单元20在得到统计过程控制单元10反馈的控制标准过宽的信息之后，就会对控制标准进行更新。其中控制标准包括控制上限和控制下限，控制上限和控制下限的计算参照下列公式：

UCL＝

+3σ；

LCL＝

-3σ；

其中，

是所采集数据的算术平均值，而σ是所采集数据的标准方差。

在优化单元20对于控制标准更新后，会将优化后的控制标准再次发送给统计过程控制单元10。统计过程控制单元10会再次将关键参数的数据范围与更新后的控制标准的覆盖范围进行比较。

结合图1和图2所示，若关键参数的数据范围远超出控制标准覆盖范围，则执行步骤s6。若统计过程控制单元10在比较后发现关键参数的数据范围远超出控制标准覆盖范围，即关键参数的数据远超出所述控制标准的控制上限或控制下限，则统计过程控制单元10就会怀疑是晶圆制程出现了问题，统计过程控制单元10就会向优化单元20发出优化晶圆制程的报警信号。此处所说的远超出控制标准覆盖范围，是指关键参数的数据点分布在控制标准的覆盖范围之外的比例超过所设定的比例。例如，设定关键参数的数据只能有20％分布在控制标准的覆盖范围外。假设所要比较的关键参数有10个数据点，数据点的值分别为2、4、6、8、10、12、14、16、18、20，而控制标准的覆盖范围为6-12，则关键参数有6个数据点，即60％的比例是分布在控制标准的覆盖范围之外的，则此时很可能就是晶圆制程出现了问题，导致了数据分布不稳定。

而优化单元20在得到统计过程控制单元发送的报警信号之后，就会进行晶圆制程的优化。并在完成优化后，通知统计过程控制单元10重新采集晶圆制程优化后的晶圆分析数据，并将晶圆分析数据输送至数据库40。以使得所述的晶圆质量分析装置能够重新对晶圆制程优化后的晶圆分析数据进行质量分析。至于质量分析的过程，与上述完全相同，此处就不再赘述了。

上述的晶圆质量分析过程应用了图2所示的晶圆质量分析装置，通过对图3、图4、图5所示的晶圆质量分析装置的描述可以得到，上述的晶圆质量分析方法完全可以直接应用于图3、图4、图5所示的晶圆质量分析装置，因此，这里对于应用图3、图4、图5所示的晶圆质量分析装置进行晶圆质量分析的过程就不再赘述了。

综上所述，上述方案晶圆质量分析装置及方法通过相关分析得到关键参数，并监控关键参数来进行晶圆质量分析。由于所述关键参数包括了与可接受测试数据有关、与晶圆测试良率数据有关、与成品测试良率数据有关、与可靠性测试数据有关以及与工艺数据有关的关键参数，因此比较全面，提高了质量分析的准确性。

虽然本发明已以较佳实施例披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (10)

1.一种晶圆质量分析装置，其特征在于，包括数据库、数据分析单元、优化单元以及统计过程控制单元，

所述数据库用于暂存晶圆分析数据、参考数据以及中间结果；

所述数据分析单元用于调用数据库中的至少两种晶圆分析数据进行相关分析并输出相关分析结果；

所述优化单元用于根据相关分析结果确定并输出关键参数列表，并根据统计过程控制单元反馈的关键参数监控结果优化并输出控制标准或晶圆制程；

所述统计过程控制单元用于采集晶圆分析数据，根据关键参数列表对关键参数进行监控，并将监控结果反馈给优化单元，并根据优化单元输出的优化控制标准或晶圆制程，再次对关键参数进行监控，并最终输出晶圆分析结果，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据，所述中间结果包括数据分析单元输出的相关分析结果、优化单元输出的关键参数列表。

2.如权利要求1所述的晶圆质量分析装置，其特征在于，所述优化单元根据所述数据分析单元输出的相关分析结果确定并输出关键参数列表。

3.如权利要求1所述的晶圆质量分析装置，其特征在于，所述优化单元调用数据库中的相关分析结果确定并输出关键参数列表。

4.如权利要求1所述的晶圆质量分析装置，其特征在于，所述统计过程控制单元根据优化单元输出的关键参数列表对关键参数进行监控。

5.如权利要求1所述的晶圆质量分析装置，其特征在于，所述统计过程控制单元调用数据库中的关键参数列表对关键参数进行监控。

6.一种晶圆质量分析方法，其特征在于，包括下列步骤：

根据至少两种所采集的晶圆分析数据进行相关分析；

根据相关分析结果确定关键参数；

若关键参数的数据范围与控制标准覆盖范围相适合，则根据控制标准对关键参数进行检测，并输出晶圆分析结果；若关键参数的数据范围远小于控制标准覆盖范围，则优化控制标准，并以优化后的控制标准继续对关键参数进行监控；若关键参数的数据范围远超出控制标准覆盖范围，则优化晶圆制程，并重新采集晶圆分析数据，

其中，所述晶圆分析数据包括：工艺数据、可接受测试数据、晶圆测试良率数据、成品测试良率数据以及可靠性测试数据。

7.如权利要求6所述的晶圆质量分析方法，其特征在于，所述工艺数据包括线上监测数据、线下监测数据以及系统参数数据。

8.如权利要求6所述的晶圆质量分析方法，其特征在于，所述相关分析采用前馈回归法、反馈回归法或步进回归法。

9.如权利要求6所述的晶圆质量分析方法，其特征在于，所述相关分析结果包括相关系数值和相关置信度值。

10.如权利要求6所述的晶圆质量分析方法，其特征在于，所述控制标准包括控制上限和控制下限，其计算公式如下：

UCL＝

+3σ；

LCL＝

-3σ；

其中，

是关键参数数据的算术平均值，而σ是关键参数数据的标准方差。

Images