CN102117730B - 半导体制造过程中的机台参数数据的处理方法和装置 - Google Patents

Abstract

本发明实施例提供一种半导体制造过程中机台参数数据的处理方法和装置，该方法包括：定期将实时系统中的从上次更新后产生的机台参数数据更新到离线数据库中；测试系统获取各批晶圆的性能参数的测试数据；接收相关性分析的任务请求；根据所述相关性分析的任务请求，从离线数据库中取出需要进行相关性分析的机台参数数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和所述测试系统中的性能参数测试数据组合在一起；依据所述相关性分析的任务请求，对所述组合在一起的机台参数数据和性能参数测试数据进行相关性分析，得到晶圆性能参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数。

Description

半导体制造过程中的机台参数数据的处理方法和装置

技术领域

本发明属于半导体制造领域，尤其涉及一种半导体制造过程中的机台参数数据的处理方法和装置。

背景技术

半导体机台参数是指在半导体制程中表征生产设备性能的数据的集合，包括温度、压力、电流、浓度、时间等。这些参数的准确和稳定与否决定了每道工序的质量，如果在晶圆加工过程中某些参数出现异常，就有可能会影响到晶圆的最终良率。这些参数数据的最显著的特点就是数据量大，每片晶圆在FAB（晶圆工厂）里都要经过上百个加工工序，每道工序中都会有成百上千个机台制程参数的数据被实时收集到生产系统数据库中。在一条300mm的晶圆生产线上，这些数据通常有上TB大小。

在晶圆加工过程中，由于一些系统的或者偶然的因素，如机台设备磨损，参数超出规定范围等等，导致某些晶圆的良率下降。专门负责良率分析的产品工程师会收集有可能影响到晶圆良率的数据，通过一定的分析方法，找到最有可能造成良率下降的原因，并进行进一步分析验证。然后针对所发现的问题，提出解决方案，持续改善，从而达到提升良率的目的。因此查清哪些机台参数对于晶圆的测试结果变化产生重要影响对于进行失效分析非常重要。

现有技术中为工程师提供的质量监控系统只有线上的实时生产监控系统，该系统在设计之初就不是为了分析数据用的，而仅仅是用于监控的，工程师利用该系统只能监控某一个机台的某一个机台参数在一段时间内的所有数据。工程师能够做的就是查看该参数在一段时间内是否超过正常范围。而当某道工序出现问题时，为了完成分析过程，工程师只能根据经验选择几个待分析的机台参数，并从实时系统中的数据库中人工导出这些待分析的机台参数的数据，之后再其他晶圆的性能测试数据合成在一起，手动地进行相关性分析。但是由于实时系统在设计时不是基于分析功能的，所以在从实时系统中取大量的机台参数数据时会影响实时系统同时从各个机台收集机台参数的速度，影响实时系统的工作效率。另外，人工手动地进行相关性分析也是需要耗费大量的资源。

2008年11月26日公开的公开号为CN101311737A（发明名称为“晶圆质量控制方法”）的中国发明专利申请公布说明书中公开了一种晶圆质量控制方法，该方法根据不同时间测量的各盒晶圆的可接受测试参数和良率，得到可接受测试参数和良率与时间的关系，并可以得到良率与可接受测试参数的相关参数，当相关参数小于第一设定值时，则判定可接受测试参数不是与晶圆失效有关的可疑参数。该方法中被分析参数仅仅是晶圆可接受测试参数（WAT，Wafer Acceptance Test）和良率，这两个参数均是晶圆性能参数，而对于机台参数并未做任何分析，该方案仅仅能够分析晶圆的两个特定性能参数之间的相关程度，无法分析机台参数与晶圆性能参数的相关程度，进而无法对影响晶圆性能参数的关键机台参数作出判断。

发明内容

有鉴于此，本发明的目的在于提供一种半导体制造过程中的机台参数数据的处理方法和装置，能够确定机台参数与晶圆性能参数的相关程度，并且能够减小对实时系统的影响。

为实现上述目的，本发明实施例提供一种半导体制造过程中机台参数数据的处理方法，该方法包括：

定期将实时系统中的从上次更新后产生的机台参数数据更新到离线数据库中，所述机台参数数据至少按照晶圆批次分组；

测试系统获取各批晶圆的性能参数的测试数据，所述性能参数测试数据至少按照晶圆批次分组；

接收相关性分析的任务请求，所述任务请求包括需要进行相关性分析的晶圆批次、机台参数和晶圆性能参数；

根据所述相关性分析的任务请求，从离线数据库中取出需要进行相关性分析的机台参数数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和所述测试系统中的性能参数测试数据组合在一起；

依据所述相关性分析的任务请求，对所述组合在一起的机台参数数据和性能参数测试数据进行相关性分析，得到晶圆性能参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数；

根据所述晶圆的良率将晶圆批次划分成好批次和坏批次两组；

在找出相关性系数大于第一阈值的机台参数之后，对该机台参数在好批次和坏批次晶圆之间进行差异性分析，判断好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异，如果是，则确认该机台参数是影响晶圆性能参数变化的关键机台参数。

另一方面，本发明实施例还提供一种半导体制造过程中机台参数数据的处理装置，包括：

更新单元，用于定期将实时系统中的从上次更新后产生的机台参数数据更新到离线数据库中，所述机台参数数据至少按照晶圆批次分组；

获取单元，用于从测试系统中获取各批晶圆的性能参数的测试数据，所述性能参数测试数据至少按照晶圆批次分组；

接收单元，用于接收相关性分析的任务请求，所述任务请求包括需要进行相关性分析的晶圆批次、机台参数和晶圆的性能参数；

读取单元，用于根据所述相关性分析的任务请求，从离线数据库的机台参数数据中取出需要进行相关性分析的机台参数数据以，并从获取单元获取的性能参数测试数据中取出需要进行相关性分析的性能参数测试数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和性能参数测试数据组合在一起；

相关性分析单元，用于依据所述相关性分析的任务请求，对所述组合在一起的机台参数数据和晶圆的性能参数测试数据进行相关性分析，得到晶圆性能参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数；

划分单元，用于根据所述晶圆的良率将晶圆批次划分成好批次和坏批次两组；

差异性分析单元，用于对所述相关性分析单元找出的相关性系数大于第一阈值的机台参数在好批次和坏批次晶圆之间进行差异性分析；

判断单元，用于判断所述好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异，如果是，则确认该机台参数是影响晶圆性能参数变化的关键机台参数。

通过本发明实施例提供的方法，能够自动实现机台参数与晶圆测试数据之间的相关性分析，分析对晶圆性能参数产生影响的机台参数，并且整个分析过程对实时系统的影响很小。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是实现本发明实施例的一种系统架构示意图；

图2是本发明实施例提供的一种半导体制造过程中机台参数数据的处理方法的流程图；

图3是本发明实施例二提供的一种半导体制造过程中机台参数数据的处理装置的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了实现本发明实施例的一种系统架构图，该系统中，实时（On-Line）系统102不断从各个机台101中收集机台参数的数据，测试系统103中存储对各批（LOT）晶圆的性能参数进行测试得到的测试数据。实时系统102中的机台参数数据不断地被更新到离线（Off-Line）数据库104中，在某些实施方式中，也可以将测试系统103中的晶圆的性能参数测试数据更新到离线数据库104中以减小测试系统103的数据存储压力，其在技术处理手段上与实时系统102的处理方式等同。可以由用户终端105或者服务器106利用离线数据库104中的数据进行机台参数和晶圆性能参数的相关性分析，进一步还可以进行差异性分析。

以下分别从处理方法和装置两个角度，对上述系统架构图进行详细描述。

本发明实施例提供一种半导体制造过程中机台参数数据的处理方法，如图2所示，该方法包括：

步骤S201：定期将实时（On-Line）系统中的从上次更新后产生的机台参数数据更新到离线（Off-Line）数据库中，所述机台参数数据至少按照晶圆批次分组，上述实时系统实时从各个机台收集机台参数数据；

在本发明实施例中，需要建立一个离线数据库，并从实时系统中查询数据，离线数据库定期从实时系统中更新机台参数数据，每次更新仅限于从上次更新以后实时系统从各个机台获得的机台参数数据，可以通过对机台参数数据的获取时间的查询筛选出满足上述条件的实时系统中的机台参数数据，这样可以最大限度的减小因直接查询数据对实时系统的影响，尤其是对实时系统实时接收机台参数数据的接收速度的影响。另外，在离线数据库中机台参数数据至少按照晶圆批次分组。离线数据库可以保留实时系统中的机台参数数据的结构形式，不对其进行在加工，这就要求实时系统中的机台参数数据的结构形式也要基本满足分析要求。

更新周期可以由工程师灵活设定，选择的原则是在满足及时更新的同时，不对实时系统造成过大的影响，通常可以选定为5分钟。由于离线数据库的数据结构与实时系统中的数据结构经常存在差异，所以在实际中经常需要对从实时系统取出的数据进行重新组织以满足离线数据库中数据结构的要求。

需要说明的是，为了提升实时生产系统性能，On-line数据库中仅保留一段时间内的数据，例如只保留两个月的数据。

由于各个机台在产生机台参数数据时可以同时获得此时在该机台上的晶圆批次信息，所以在实时系统从各个机台收集机台参数时，也可以同时收集获取该机台参数时机台上晶圆的批次信息，所以获取的机台参数至少可以按照晶圆批次进行分组。

机台参数可以包括温度、压力、电流、浓度和时间等。

步骤S202：测试系统获取各批晶圆的性能参数的测试数据，所述性能测试数据依据至少按照晶圆批次（LOT）分组；

线上的实时系统中存储机台参数数据，而测试系统中存储对各批晶圆进行性能测试得到的性能测试数据，该性能测试数据可以包括良率相关数据，所谓良率相关数据是指在生产过程中产生的与良率具有一定的相关性的其他性能参数测试数据，例如包括电性参数（WAT，Wafer Acceptance Test，电性合格测试）、缺陷（Defect）等性能参数数据。当然，一批晶圆的性能测试参数还可以包括一批晶圆的最终良率，例如CP（Chip probing或Circuit Probe，晶圆针测）可以用来表示晶圆的最终良率。

在对一批晶圆进行性能参数的测试时，可以同时记录晶圆批次的信息，所述获得的晶圆的性能参数的测试数据至少可以按照晶圆批次分组。

步骤S203：接收相关性分析的任务请求，所述请求包括需要进行相关性分析的晶圆批次、机台参数和晶圆的性能参数；

如上文所述，由于本发明实施例中的机台参数的数据和性能参数的测试数据都至少按照晶圆批次分组，通过任务请求中的需要进行相关性分析的晶圆批次标识，可以按照晶圆批次对机台参数数据和性能参数的测试数据进行筛选，并只取出与任务请求中的机台参数种类和性能参数种类对应的机台参数和性能参数。例如可以当任务请求中的机台参数种类为温度和压力，而性能参数种类为缺陷时，则需要对指定晶圆批次对应的机台温度和压力与该批晶圆的缺陷进行相关性分析。

在本发明实施例中，允许同时批量将多种机台参数与性能测试数据之间进行相关性分析。

在实际中，在获取机台参数数据和晶圆性能参数的测试数据时，除了记录在该机台的晶圆批次外，还可以对如下数据中的任意组合进行收集：晶圆（Wafer）标识、机台设备类型（Equipment Model）标识、机台腔室（Chamber）标识、工艺（Recipe）标识和工艺步骤（Recipe Step）标识。基于上述考虑，机台参数数据和晶圆的性能参数测试数据除了按照晶圆批次分组外，还可以同时进一步按照晶圆标识、机台设备类型标识、机台腔室标识、工艺标识和工艺步骤标识中的任意组合进行分组。这样，分析任务请求中除了指定晶圆批次标识外，还可以指定晶圆标识、机台设备类型标识、机台腔室标识、工艺标识和工艺步骤标识中的任意组合，以对机台参数数据和性能参数的测试数据进行进一步筛选。

在本实施例中，当执行分析任务的主体位于服务器中时，接收任务请求可以采用如下方式：用户终端将任务请求发送至位于服务器中的任务请求文件中，该文件中记录了所有需要进行分析的任务请求，并且每条任务请求都还具有完成状态标识信息，其值用来表示该任务是否完成，服务器定期扫描该任务请求文件，从中查找完成状态标识信息显示未完成的任务请求，并执行处理该任务请求，即用户终端不是主动触发服务器执行任务请求，而是由服务器去扫描文件发现该任务请求，当发现未完成的任务请求后，触发执行相应任务。当然，也可以采用用户终端主动触发的方式，即用户终端向服务器发送任务请求，服务器接收到任务请求后则执行相应的分析任务。

另外，当执行分析任务的主体位于用户终端本地时，用户终端无需向服务器发送任务请求，而是在本地直接执行该任务请求的任务。

步骤S204：根据步骤S203中的相关性分析的任务请求，从离线数据库中取出需要进行相关性分析的机台参数数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和测试系统中的性能测试数据组合在一起；

由上文所述，本发明实施例中的机台参数数据以及晶圆性能参数的测试数据至少按照晶圆批次进行分组，而要想分析机台参数数据和性能测试数据需要首先建立机台参数数据和性能测试数据之间的联系，将二者组合在一起。

本实施例中，至少可以按照晶圆批次，将同一晶圆批次的机台参数数据和晶圆性能参数的测试数据组合成一条记录，从而每条记录中可以反映某一批次晶圆经过一个机台时的机台参数数据和该批晶圆的性能参数的测试数据。

考虑到从直接将离线数据库中的机台参数数据进行读取和分析，分析过程的速度会比较慢，因此本实施例中将每个相关性分析的任务所需的机台参数数据从离线数据库中取出，并存储在一个待分析表中，以后的相关性分析过程都是从该待分析表中读取数据进行分析；另外，本发明实施例中机台参数数据和晶圆的性能参数的测试数据分别存储在离线数据库和测试系统中，为了进行性能测试数据和机台参数数据的相关性分析，需要将机台参数数据与性能测试数据根据晶圆批次组合在一起，建立起机台参数数据和性能参数的测试数据之间的联系。

在本实施例中优选地将上述组合在一起的台参数数据和性能参数的测试数据存储入待分析表中。

上述待分析表优选存储于离线数据库的缓冲区中，例如采用Oracle的临时表，缓冲区创建之后基本不占用离线数据库中表的空间，临时表中的数据量小得多，所以在进行分析任务过程中对数据的查询速度会提高几十倍或上百倍，并且也节省了服务器的资源。

另外，由上文可知，机台参数数据和晶圆的性能参数测试数据除了按照晶圆批次分组外，还可以同时进一步按照晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合进行分组。此时，缓冲区中的机台参数数据和性能参数的测试数据组合在一起时除了按照晶圆批次分组外，还可以进一步按照晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合进行分组。此时在分析任务请求中除了指定晶圆批次外，还可以指定晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合，在进行相关性分析前，首先对待分析表中的机台参数数据和晶圆的性能参数测试数据的组合按照晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合进行筛选，仅仅对筛选出的结果执行相关性分析的过程。

待分析表结构的设计能够影响最终分析过程的速度，发明人通过实验发现，在待分析表中机台参数数据和性能数组组合在一起后的数据表优选可以设计成包括如下字段：Lot id（晶圆批次标识），Wafer id（晶圆标识），yield relateddata（良率相关数据），tool id（机台标识），chamber id（机台腔室标识），recipe（工艺），recipe step（工艺步骤），group id（分组标识），parameter1（机台参数1），p2（机台参数2），p3（机台参数3），……p500（机台参数500）。该优选地待分析表的设计能够极大提高后续分析过程的速度。

步骤S205：根据相关性分析的分析请求，对上述组合在一起的机台参数输数据和性能测试参数数据进行相关性分析，得到性能测试参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数。

工程师在找出相关性大于第一阈值的机台参数即可对该机台参数进行重点关注，或者进一步调整该机台参数。

在进行相关性分析的过程中，对缓冲区中的分组进行整合，例如对所有晶圆批次数据进行整合，得到各个机台参数与某一个性能测试参数的相关性系数，相关性系数的计算可以采用现有的数学模型进行计算，例如采用Oracle中的“CORR”函数提供的相关性分析模型。

步骤S205中第一阈值可以由工程师根据经验灵活选择，例如选为0.7。第一阈值的选得过高，则可能无法发现与性能测试参数相关性较大的机台参数，如果第一阈值选的过低，则会发现过多的机台参数，仍然需要工程师一个个的机台参数查看，此时就降低了做相关性分析的意义。

相关性系数的计算结果还受到样本点的个数影响，这里的样本点是一个机台参数数据值和相应的晶圆的性能参数的测试数据值的组合，样本点过少可能会使得相关性系数的计算结果不准，例如，样本点的选取需要大于5个。

步骤S206：根据所述晶圆的良率将晶圆批次划分成好批次和坏批次两组；

例如将良率大于80%的晶圆批次判定为好的批次，对于良率小于等于80%的晶圆批次判定为坏的批次。

步骤S207：对该机台参数在好批次和坏批次晶圆之间进行差异性分析，判断好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异；

在实际中进行差异分析的目的在于计算同一机台参数在好坏批次晶圆之间的差异性，并推断好坏两组批次晶圆之间机台参数的经过差异性分析得到的总体均数是否相同，从而得到好批次和坏批次两组晶圆批次的机台参数之间是否存在整体差异。

进行差异性分析可以采用方差分析方法，如果方差分析方法计算的p值小于或等于预设的第二阈值，则判定好批次和坏批次两组晶圆批次的机台参数之间存在整体差异，进而将该机台参数判定为影响晶圆性能参数的测试数据变化的关键机台参数。其中，方差分析的目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。p值是通过F校验所得到的概率值，p值越小，说明两组数据均数的差异有统计学意义，样本总体均数不相等或不全相等，样本之间存在整体差异。在统计学上，通常将p值小于0.05的情形定义为小概率事件。

本实施例中优选使用的方差分析方法为方差分析是单因素方差分析(one-way ANOVA)，该分析方法可以利用本领域的专用软件进行。作为具体的实施方式，可以将良率大于80%的晶圆批次的机台参数数据作为第一组，将良率小于等于80%的晶圆批次的机台参数数据作为第二组，第一组与第二组中均包括多个机台参数数据，运用ANOVA分析得出p值，如果p值小于等于0.05，说明上述两组参数之间存在整体差异。

如果步骤S207中的判断结果为是，则执行步骤S208：确认该机台参数是影响晶圆性能参数变化的关键机台参数，如果否，则认定该机台参数不是影响晶圆性能参数的测试数据变化的关键机台参数。

另外，本发明实施例中服务器在进行相关性分析以后还可以针对随意选择的一个晶圆的性能测试参数和一个机台参数绘制二维散点图，也可以按时间顺序排列的晶圆为横坐标、以一个机台参数和晶圆的性能测试参数为纵坐标绘制双Y图，通过上面两个图，工程师也可以形象的得出该机台参数和晶圆的性能测试数据之间是正相关性和负相关性。

在相关性分析过程结束后，服务器可以根据用户选择显示上文提到的选定的晶圆的性能测试参数与选定的机台参数之间的二维散点图和双Y图，以形象的表示出相关性的趋势，此为本领域公知技术，不再赘述。

本实施例提供的方法中，用户可以选择晶圆批次和需要进行相关性分析的性能测试数据，并对该性能测试数据与所有机台参数数据进行相关性分析，从中找出相关性较大的机台参数，而不是仅仅只能每次只能选择某到工序的某个机台的一个参数进行分析。另外，本实施例提供的方法中对于相关性较大的机台参数还可以做差异性分析，从而使得查找的对性能测试参数影响较大的机台参数更加准确，而不是对所有的机台参数都进行差异性分析。整个分析过程都是自动完成，节省了大量的人力、物力以及时间上的资源。经过实验证明，利用本发明实施例提供的方法在进行分析的过程只需要花费很短的时间，例如通常只需要两分钟就可以分析完所有机台参数与性能测试数据的相关性和差异性分析。

并且，通过本发明实施例提供的方法，工程师可以在晶圆出现问题后，分析判断晶圆性能参数变化的关键机台参数，从而为以后避免通常的问题发生提供指导。

以下以几个具体的实施例详细说明本发明的具体实现。

实施例一

在本实施例中执行分析任务的为服务器，发送任务请求的为用户终端。

实时系统中存储从各个机台收集的机台参数数据，这些机台参数数据包括温度、压力、电流、浓度和时间。测试系统中获取各批晶圆的性能参数的测试数据，包括WAT、缺陷和CP数据。并且，作为机台参数数据的温度、压力、电流、浓度和时间按照晶圆批次、晶圆、机台设备类型、机台腔室、工艺和工艺步骤进行分组。

离线数据库每隔5分钟从实时系统中获取从上次更新后实时系统新获取的机台参数数据并进行存储，在某些实施例中，离线服务器还从测试系统中获取晶圆的性能参数的测试数据。

服务器定期扫描任务请求文件，当发现为执行的任务请求时，不妨以任务请求中的机台参数种类包括温度和压力，晶圆的性能参数种类包括：CP。

则临时表可以设计成包括如下字段：Lot id（晶圆批次标识），Wafer id（晶圆标识），tool id（机台设备类型标识），chamber id（机台腔室标识），recipe（工艺标识）），recipe step（工艺步骤标识）），group id（分组标识），温度，压力，CP，yield related data（良率相关数据），。

服务器根据任务请求，从离线数据库中中获取机台参数数据，并从测试系统中获取晶圆性能参数的测试数据，并按照晶圆批次、晶圆、机台设备类型、机台腔室、工艺和工艺步骤进行分组，将温度、压力、CP组合在一起，存储在上述临时表中，以待进行相关性分析。还需将经统计得到的良率载入临时表中，以进行关键机台参数的辨别。

服务器利用上述临时表中的数据执行温度与晶圆的CP之间和压力与晶圆的CP之间的相关性分析，可以调用Oracle中的“CORR”函数。假设温度与CP之间的相关性系数大于0.7，而压力与CP之间的相关性系数小于0.7，则重点关注温度是否为关键机台参数，而不继续对压力进行分析。

根据晶圆的良率将晶圆批次分成好坏两组：第一组为良率大于80％的好批次，包括多个温度数值；第二组为良率小于等于80％的坏批次，也包括多个温度数值。利用ANOVA分析模型对这两组的晶圆批次的对应的温度执行差异性分析，计算出p值，如果p值小于等于0.05，说明好批次和坏批次两组晶圆批次的温度整体差异较大，则判定温度是影响晶圆性能参数变化的关键机台参数，工程师可以通过调整温度进而提高产品的性能。

实施例二

本实施例相应提供一种半导体制造过程中机台参数数据的处理装置，如图3所示，该装置300包括：

更新单元301，用于定期将实时系统102中的从上次更新后产生的机台参数数据更新到离线数据库104中，所述机台参数数据至少按照晶圆批次分组；

获取单元302，用于从测试系统103中获取各批晶圆的性能参数的测试数据，所述性能参数测试数据至少按照晶圆批次分组；

接收单元303，用于接收相关性分析的任务请求，所述任务请求包括需要进行相关性分析的晶圆批次、机台参数和晶圆的性能参数；其中，接收单元303接收的任务请求可以是由用户终端105发送的。

读取单元304，用于根据所述相关性分析的任务请求，从离线数据库104的机台参数数据中取出需要进行相关性分析的机台参数数据，并从获取单元302中取出需要进行相关性分析的性能参数测试数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和性能参数测试数据组合在一起；

相关性分析单元305，用于依据所述相关性分析的任务请求，对所述组合在一起的机台参数数据和晶圆的性能参数测试数据进行相关性分析，得到晶圆性能参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数。

另外，还可以包括：

划分单元306，用于根据所述晶圆的良率将晶圆批次划分成好批次和坏批次两组；

差异性分析单元307，用于对所述相关性分析单元305找出的相关性系数大于第一阈值的机台参数在好批次和坏批次晶圆之间进行差异性分析；

判断单元308，用于判断所述好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异，如果是，则确认该机台参数是影响晶圆性能参数变化的关键机台参数。

其中，当差异性分析采用方差分析方法时，差异性分析单元307具体用于对机台参数在好批次和坏批次晶圆之间进行方差分析，计算方差分析的p值，判断单元308具体用于判断上述计算得到的p值是否小于或等于第二阈值，如果是，则判定好批次和坏批次两组晶圆批次的机台参数数据之间存在整体差异。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种半导体制造过程中机台参数数据的处理方法，其特征在于，包括：

定期将实时系统中的从上次更新后产生的机台参数数据更新到离线数据库中，所述机台参数数据至少按照晶圆批次分组；

测试系统获取各批晶圆的性能参数的测试数据，所述性能参数测试数据至少按照晶圆批次分组；

接收相关性分析的任务请求，所述任务请求包括需要进行相关性分析的晶圆批次、机台参数和晶圆性能参数；

根据所述相关性分析的任务请求，从离线数据库中取出需要进行相关性分析的机台参数数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和所述测试系统中的性能参数测试数据组合在一起；

依据所述相关性分析的任务请求，对所述组合在一起的机台参数数据和性能参数测试数据进行相关性分析，得到晶圆性能参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数；

根据所述晶圆的良率将晶圆批次划分成好批次和坏批次两组；

在找出相关性系数大于第一阈值的机台参数之后，对该机台参数在好批次和坏批次晶圆之间进行差异性分析，判断好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异，如果是，则确认该机台参数是影响晶圆性能参数变化的关键机台参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和性能参数测试数据组合在一起以后，将所述组合在一起的机台参数数据和性能参数测试数据存储入待分析表中；所述对组合在一起的机台参数数据和性能参数测试数据进行相关性分析具体实现为：对存储在待分析表中的组合在一起的机台参数数据和性能参数测试数据进行相关性分析。

3.根据权利要求2所述的方法，其特征在于，所述待分析表存储在缓冲区中。

4.根据权利要求1所述的方法，其特征在于，所述对该机台参数在好批次和坏批次晶圆之间进行差异性分析具体实现为：对该机台参数在好批次和坏批次晶圆之间进行方差分析，计算方差分析的p值；

所述判断好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异具体实现为：判断所述计算的方差分析的p是否小于或等于第二阈值，如果是，则判定好批次和坏批次两组晶圆批次的机台参数数据之间存在整体差异。

5.根据权利要求1至3中任意一项所述的方法，其特征在于，所述存储在离线数据库中的机台参数数据还按照晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合进行分组；

所述测试系统中的晶圆的性能测试数据还按照晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合进行分组。

6.根据权利要求5所述的方法，其特征在于，在进行相关性分析之前，所述组合在一起的同一晶圆批次的机台参数数据和性能参数测试数据还进一步按照晶圆、机台设备类型、机台腔室、工艺和工艺步骤中的任意组合进行分组。

7.根据权利要求1至3中任意一项所述的方法，其特征在于，所述接收相关性分析的任务请求包括：

定期扫描任务请求文件中的任务请求记录，所述任务请求记录中包括用户发送的进行相关性分析的任务请求以及标识任务是否完成的标识信息，当扫描到存在具有表示未完成的标识信息的相关性分析任务请求时，则接收到相关性分析的任务请求。

8.根据权利要求1至3中任意一项所述的方法，其特征在于，所述一批晶圆的性能测试数据包括：一批晶圆的最终良率、电性参数和缺陷中的任意组合。

9.一种半导体制造过程中机台参数数据的处理装置，其特征在于，包括：

更新单元，用于定期将实时系统中的从上次更新后产生的机台参数数据更新到离线数据库中，所述机台参数数据至少按照晶圆批次分组；

获取单元，用于从测试系统中获取各批晶圆的性能参数的测试数据，所述性能参数测试数据至少按照晶圆批次分组；

接收单元，用于接收相关性分析的任务请求，所述任务请求包括需要进行相关性分析的晶圆批次、机台参数和晶圆的性能参数；

读取单元，用于根据所述相关性分析的任务请求，从离线数据库的机台参数数据中取出需要进行相关性分析的机台参数数据，并从获取单元获取的性能参数测试数据中取出需要进行相关性分析的性能参数测试数据，并依据晶圆批次，将需要进行相关性分析的同一晶圆批次的机台参数数据和性能参数测试数据组合在一起；

相关性分析单元，用于依据所述相关性分析的任务请求，对所述组合在一起的机台参数数据和晶圆的性能参数测试数据进行相关性分析，得到晶圆性能参数与机台参数之间的相关性系数，找出相关性系数大于第一阈值的机台参数；

划分单元，用于根据所述晶圆的良率将晶圆批次划分成好批次和坏批次两组；

差异性分析单元，用于对所述相关性分析单元找出的相关性系数大于第一阈值的机台参数在好批次和坏批次晶圆之间进行差异性分析；

判断单元，用于判断所述好批次和坏批次两组晶圆批次的机台参数数据之间是否存在整体差异，如果是，则确认该机台参数是影响晶圆性能参数变化的关键机台参数。

10.根据权利要求9所述的装置，其特征在于，所述差异性分析单元具体用于对该机台参数在好批次和坏批次晶圆之间进行方差分析，计算方差分析的p值；

所述判断单元具体用于判断所述计算的方差分析的p是否小于或等于第二阈值，如果是，则判定好批次和坏批次两组晶圆批次的机台参数数据之间存在整体差异。

Images