CN102194655A - 半导体工艺机台参数优化调整的方法 - Google Patents

Abstract

本发明公开了一种半导体工艺机台参数优化调整的方法，包括以下步骤：根据半导体工艺环境中的各机台的参数的统计数据确定半导体工艺环境中的参数最优机台，令半导体工艺环境中的机台的参数与参数最优机台的参数匹配。根据本发明的方法可以有效解决现有技术无法有效且可靠地查找和判定生产环境中参数最优机台的问题，通过有效且可靠地查找和判定生产环境中参数最优机台，并将生产环境中的其余机台的参数按照参数最优机台及匹配判定标准进行调整，可以极大地提高所生产的产品的质量和生产效率，同时还可以极大地节约生产成本。

Description

半导体工艺机台参数优化调整的方法

技术领域

本发明涉及半导体制造工艺领域，尤其涉及一种半导体工艺机台参数优化调整的方法

背景技术

半导体工艺领域保证和评价半导体元器件质量和可靠性的传统方法是：(1)常规测试、检验，包括生产过程中的工艺监测、产品出厂前的筛选测试、产品交付时的批接收抽样检验。(2)可靠性寿命试验。(3)现场使用数据积累。(4)整机厂对采购半导体元器件的再筛选。这些传统方法的实质是以“合格”为中心的“事后检验”。

随着目前半导体工艺的元器件水平的提高，当半导体元器件的可靠性等级优于六级以后，可靠性寿命试验这条路已经越来越难以实现。同时，其他几种以“合格”为中心的方法已不能反映半导体元器件的实际质量可靠性水平。

从80年代后期开始，国际上广泛采用工艺能力评价(Cpk)和统计过程控制(Statistical Process Control，SPC)技术，重点从设计、制造、产品三方面保证和评价半导体元器件产品的质量和可靠性。

图1是现有技术利用工艺能力评价和统计过程控制技术保证和评价半导体元器件产品的质量和可靠性的流程图。如图1所示，其中包括以下步骤：步骤101确定关键工序节点。步骤102确定关键工序参数。步骤103实验设计。步骤104优化确定工艺条件。步骤105工艺参数采集。步骤106过程受控状态分析。如果过程为统计受控，则执行步骤108工序能力是否满足要求。其中如果步骤106中检测出了失控或失控倾向，则执行步骤107查找原因、纠正问题。然后返回步骤105，重复执行步骤105以下的步骤。当步骤108的执行结果为不满足要求时，也返回步骤105，重复执行步骤105以下的步骤。若步骤108的执行结果为满足要求，则执行步骤109过程受控状态分析。如果过程为统计受控，则执行步骤111下道工序。如果步骤106中检测出了失控或失控倾向，则执行步骤107查找原因、纠正问题。然后返回步骤105，重复执行步骤105以下的步骤。

上述方法为利用工艺能力评价和统计过程控制技术保证和评价半导体元器件产品的质量和可靠性的主要技术手段。但随着半导体工艺的发展，生产环境中的机台数量和机台的产量的增加，使得生产环境变得越来越复杂。这就导致生产环境中的各机台的相关工艺参数和机台所生产的产品的相关参数与生产的目标参数存在一定的偏差。就目前生产的技术水平而言，调整生产环境中的机台参数，使其与生产的目标参数一致是不现实的。往往在将机台的参数根据目标参数按上述方法进行调整后，机台的参数还是与目标参数存在偏差。而这种偏差是无法消除的，为使机台的参数与目标参数的偏差对生产的影响降到最低，半导体工艺技术人员往往采用将生产环境中的各机台的参数调整为机台的参数与目标参数的偏差最小的机台的参数，来将降低机台的参数与目标参数的偏差对生产的影响。

现有技术解决上述问题通常采用以下方法：第一种方法为单纯依靠产品的芯片验收测试和良率数据来寻找机台的参数与目标参数的偏差最小的机台，进而将生产环境中的其余机台的参数调整为机台的参数与目标参数的偏差最小的机台的参数。但由于影响产品的芯片验收测试和良率数据的因素很多，其并不能可靠地反映机台的参数。也就是说产品的芯片验收测试和良率数据最优的机台，可能并不是生产环境中参数最优的机台。因此，该方法存在很大的缺陷，其具体应用的效果也并不理想。第二种方法为依靠技术人员的经验查找生产环境中的参数最优机台。这种方法由于严重依赖技术人员的经验和素质，其技术效果极不稳定，不能满足提高复杂生产环境所生产的产品的质量的要求。

因此，需要一种能够有效且可靠地查找和判定生产环境中参数最优机台的方法，以提高所生产的产品的质量。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

为解决现有技术无法有效且可靠地查找和判定生产环境中参数最优机台的问题，提高所生产的产品的质量和生产效率，并节约生产成本，本发明提供了一种半导体工艺机台参数优化调整的方法，所述方法包括以下步骤：

根据半导体工艺环境中的各机台的参数的统计数据确定所述半导体工艺环境中的参数最优机台；

令所述半导体工艺环境中的机台的参数与所述参数最优机台的参数匹配。

进一步的，所述根据半导体工艺环境中的各机台的参数的统计数据确定所述半导体工艺环境中的参数最优机台，包括以下步骤：

确定关键工序节点；

确定关键工序参数；

收集与所述关键工序参数有关的所述半导体工艺环境中的各机台的参数的统计数据，所述统计数据包括：样本个数、样本方差、样本均值；

定义USL和LSL值，所述USL为所述关键工序参数上限值，所述LSL为所述关键工序参数下限值；

计算所述半导体工艺环境中的各机台的工序能力指数；

将所述工序能力指数最大的机台定义为所述参数最优机台。

进一步的，所述工序能力指数TCI为：

$\mathrm{TCI}=\frac{\mathrm{USL}-\mathrm{LSL}}{{6S}_{\mathrm{Tool}}}(1-\frac{T\arg \mathrm{et}-m}{\frac{\mathrm{USL}+\mathrm{LSL}}{2}})$

其中，Target为所述机台的参数的目标值，m为所述机台的参数的样本均值，S_Tool为所述机台的参数的样本标准偏差，

其中，S² _Tool＝S² _{chamber-to-chamber}+S² _{wafer-to-wafer}+S² _within-wafer，

其中，所述S² _{chamber-to-chamber}为所述机台的反应室的参数的样本方差，所述S² _{wafer-to-wafer}为晶圆内芯片间的参数的样本方差，所述S² _within-wafer为良率的参数的样本方差。

进一步的，所述令所述半导体工艺环境中的机台的参数与所述参数最优机台的参数匹配，包括以下步骤：

检查所述半导体工艺环境中的机台的参数的统计数据是否与所述参数最优机台的参数的统计数据匹配；

根据所述检查结果调整进行检查的机台的参数。

进一步的，所述匹配根据以下步骤判定：

设定所述半导体工艺环境中的机台的参数的样本均值偏移判定标准和样本标准偏差偏移判定标准；

将所述半导体工艺环境中的机台的参数的样本标准偏差和样本均值相应与所述参数最优机台的样本标准偏差和样本均值进行比较；

如果所述半导体工艺环境中的机台的参数的样本标准偏差与所述参数最优机台的样本标准偏差的偏移大于所述样本标准偏差偏移判定标准，或所述半导体工艺环境中的机台的参数的样本均值与所述参数最优机台的样本均值的偏移大于所述样本均值偏移判定标准，则将所述半导体工艺环境中的机台的参数判定为不匹配，

如果所述半导体工艺环境中的机台的参数的样本标准偏差和样本均值相应与所述参数最优机台的样本标准偏差和样本均值的偏移均相应小于所述样本均值偏移判定标准和样本标准偏差偏移判定标准，则将所述半导体工艺环境中的机台的参数判定为匹配。

进一步的，所述根据所述检查结果调整所述进行检查的机台的参数，包括以下步骤：

如果所述进行检查的机台的参数的统计数据与所述参数最优机台的参数的统计数据匹配，则结束所述调整；

如果所述进行检查的机台的参数的统计数据与所述参数最优机台的参数的统计数据不匹配，则将所述进行检查的机台的参数的统计数据与芯片验收测试和良率数据进行比较，根据所述比较结果对所述进行检查的机台的参数进行调整。

进一步的，所述根据所述比较结果对所述进行检查的机台的参数进行调整，包括以下步骤：

如果所述进行检查的机台的参数的统计数据与所述芯片验收测试和良率数据匹配，则结束所述调整；

如果所述进行检查的机台的参数的统计数据与所述芯片验收测试和良率数据不匹配，则将所述进行检查的机台的参数调整为所述参数最优机台的参数，执行所述检查所述半导体工艺环境中的机台的参数的统计数据是否与所述参数最优机台的参数的统计数据匹配的步骤。

根据本发明的方法可以有效解决现有技术无法有效且可靠地查找和判定生产环境中参数最优机台的问题，通过有效且可靠地查找和判定生产环境中参数最优机台，并将生产环境中的其余机台的参数按照参数最优机台及匹配判定标准进行调整，可以极大地提高所生产的产品的质量和生产效率，同时还可以极大地节约生产成本。

附图说明

本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。在附图中，

图1是现有技术利用工艺能力评价和统计过程控制技术保证和评价半导体元器件产品的质量和可靠性的流程图；

图2A是根据本发明的一个实施例的半导体工艺机台参数优化调整的方法的流程图；

图2B是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图；

图2C是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图；

图2D是根据本发明的一个优选实施例的匹配判定的样本总值的统计图；

图2E是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图；

图2F是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员来说显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

为了彻底了解本发明，将在下列的描述中提出详细的步骤，以便说明本发明是如何解决有效且可靠地查找和判定生产环境中参数最优机台的问题。显然，本发明的施行并不限定于半导体领域的技术人员所熟习的特殊细节。本发明的较佳实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。

为了有效且可靠地查找和判定生产环境中参数最优机台，并将生产环境中的其余机台的参数调整为参数最优机台的参数，来提高所生产的产品的质量。本发明提出了一种半导体工艺机台参数优化调整的方法。

图2A是根据本发明的一个实施例的半导体工艺机台参数优化调整的方法的流程图。如图2A所示，本实施例的方法可以包括：

步骤201：根据半导体工艺环境中的各机台的参数的统计数据确定半导体工艺环境中的参数最优机台。利用提取到的半导体工艺环境中的各机台的参数的统计数据，查找和判定生产环境中的参数最优机台。相比现有技术来说，可以有效地避免单纯依靠产品的芯片验收测试和良率数据来寻找参数最优机台所带来的问题，提高所确定的参数最优机台的可靠性和有效性。

步骤202：令半导体工艺环境中的机台的参数与参数最优机台的参数匹配。通过令半导体工艺环境中的机台的参数与参数最优机台的参数匹配，使得半导体工艺环境中的各机台的参数与目标参数的偏差等于最优机台的参数与目标参数的偏差。可以有效地减小半导体工艺环境中的各机台的参数与目标参数的偏差，进而提高生产的产品的质量。

图2B是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图。如图2B所示，本优选实施例在图2A所示的步骤201的基础上，包括以下步骤：

步骤201A：确定关键工序节点。首先确定半导体工艺环境中需要应用本优选实施例的方法的工序节点，工序节点可以包括：物理气相沉积(PVD)、化学气相沉积(CVD)、离子注入(IMP)、化学机械抛光(CMP)、光刻(PH)、扩散(DIFF)中的工序节点。

步骤201B：确定关键工序参数。在确定步骤201A的关键工序节点后，需要确定对生产工艺有显著影响的工序节点中的关键工序参数。这里的关键工序参数可以是机台的参数，也可以是可以反映机台参数的产品参数。例如，物理气相沉积工序中的钛自对准硅化物沉积(SALICIDE Ti DEP)工序节点的关键工序参数为机台参数。化学机械抛光工序中的层间介质材料化学机械抛光后清洗(ILD POST CMP)工序节点的关键工序参数则为反映机台参数的产品的厚度参数。需要说明的是，由于各半导体厂商所使用的机台各不相同，各厂商对机台的参数命名也不相同。本发明无需给出机台参数的具体名称，因此本发明的各实施例中给出的参数名称仅用于代表机台的某一需要调整的参数，所给出的参数名称并不意味着对本发明的限制，本领域技术人员根据本发明所给出的方案对实际使用机台的不同名称的参数所进行的参数优化也应纳入本发明的范围。

步骤201C：收集与关键工序参数有关的半导体工艺环境中的各机台的参数的统计数据，其中统计数据包括：样本个数、样本方差、样本均值。收集统计数据是实现本发明半导体工艺机台参数优化调整的方法的重要环节，所收集的统计数据的样本个数多少对能否实现参数最优机台的查找和判定的有很大的影响。如果样本个数过少，则发生参数最优机台判定错误的可能性就会提高，理论上来说，样本个数越多，利用本发明的方法查找和判定的参数最优机台的准确度就越高，但会导致测试成本过高。在实现本发明的过程中，技术人员可通过均衡考虑成本和判定精度这两个方面，来决定样本个数的确定。由于收集样本方差和样本均值属于现有技术的范畴，因此为防止与本发明产生混淆，不对样本方差和样本均值的具体计算过程进行说明。

步骤201D：定义USL和LSL值，USL为关键工序参数上限值，LSL为关键工序参数下限值。定义关键工序参数的上限值和下限值，是为了定义关键工序参数的可接受范围。

步骤201E：计算半导体工艺环境中的各机台的工序能力指数。利用步骤201A至204D获得和定义的各机台统计数据和关键工序参数的上限值和下限值。通过相应的统计学方法就可以得到可以反映机台工作优劣的工序能力指数。

进一步的，工序能力指数TCI可通过以下公式计算：

$\mathrm{TCI}=\frac{\mathrm{USL}-\mathrm{LSL}}{{6S}_{\mathrm{Tool}}}(1-\frac{T\arg \mathrm{et}-m}{\frac{\mathrm{USL}+\mathrm{LSL}}{2}})$

其中，Target为机台的参数的目标值，m为机台的参数的样本均值，S_Tool为机台的参数的样本标准偏差，S² _Tool＝S² _{chamber-to-chamber}+S² _{wafer-to-wafer}+S² _within-wafer，其中，S² _{chamber-to-chamber}为机台的反应室的参数的样本方差，S² _{wafer-to-wafer}为晶圆内芯片间的参数的样本方差，S² _within-wafer为良率的参数的样本方差。

步骤201F：将工序能力指数最大的机台定义为参数最优机台。

通过本优选实施例的方法，可以有效且可靠地查找和判定生产环境中参数最优机台。

图2C是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图。如图2C所示，本优选实施例在图2A所示的步骤202的基础上，包括以下步骤：

步骤202A检查半导体工艺环境中的机台的参数的统计数据是否与参数最优机台的参数的统计数据匹配。通过将半导体工艺环境中的机台的参数的统计数据与参数最优机台的参数的统计数据进行比较，可得到半导体工艺环境中的机台的参数的统计数据与参数最优机台的参数的统计数据的偏差大小，如果偏差大小在可接受的范围内，则认为半导体工艺环境中的机台的参数与参数最优机台的参数匹配，反之则认为不匹配。

进一步优选的，步骤202A中的参数匹配可以根据以下步骤判定：

设定半导体工艺环境中的机台的参数的样本均值偏移判定标准和样本标准偏差偏移判定标准。

将半导体工艺环境中的机台的参数的样本标准偏差和样本均值相应与参数最优机台的样本标准偏差和样本均值进行比较。

如果半导体工艺环境中的机台的参数的样本标准偏差与参数最优机台的样本标准偏差的偏移大于样本标准偏差偏移判定标准，或半导体工艺环境中的机台的参数的样本均值与参数最优机台的样本均值的偏移大于样本均值偏移判定标准，则将半导体工艺环境中的机台的参数判定为不匹配。

如果半导体工艺环境中的机台的参数的样本标准偏差和样本均值相应与参数最优机台的样本标准偏差和样本均值的偏移均相应小于样本均值偏移判定标准和样本标准偏差偏移判定标准，则将半导体工艺环境中的机台的参数判定为匹配。

表1为根据本发明的半导体工艺机台参数优化调整的方法以钛自对准硅化物沉积工序节点为例的匹配判定表。表1所示的匹配判定的样本标准偏差偏移判定标准为1.2，样本均值偏移判定标准为0.5，最小样本大小为59，已经确定机台1为参数最优机台。根据表1所示的判定结果，由于机台2的样本标准偏差偏移为1.246892494，其大于样本标准偏差偏移判定标准1.2，因此将机台2判定为与参数最优机台(机台1)不匹配。

表1钛自对准硅化物沉积工序节点的匹配判定表

机台名称	参数	样本个数	样本均值	样本标准偏差	样本均值偏移	样本标准偏差偏移	是否匹配
								机台1	参数A	59	391.441	4.59613	0	1
机台2	参数A	69	392.707	5.73088	0.275449128	1.246892494	否

机台3	参数A	71	390.804	4.92361	0.138594861	1.071251248	是
								机台4	参数A	62	392.624	4.81724	0.257390457	1.048107865	是

步骤202B根据步骤202A的检查结果调整进行检查的机台参数。如果认为半导体工艺环境中的机台的参数与参数最优机台的参数匹配，则不对进行检查的机台进行调整，如果认为半导体工艺环境中的机台的参数与参数最优机台的参数不匹配，则将进行检查的机台的参数调整为参数最优机台的参数。

图2D是根据本发明的一个优选实施例的匹配判定的样本总值的统计图。如图2D和表1所示，A为机台2的样本总值统计分布，B为机台1的样本总值统计分布，C为机台3的样本总值统计分布，D为机台4的样本总值统计分布。而就样本总值统计分布图来说，统计分布图越集中，相应机台的参数也就最优。由图2D可以看出，A的分布最为分散，因此相应机台2的参数也就最劣，这与相应的匹配判定结果也是相吻合的。因此，本发明的优选实施例的匹配判定的方法取得了良好的技术效果。

图2E是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图。如图2E所示，本优选实施例在图2C所示的方法的基础上，可以包括以下步骤：

步骤202EA：进行检查的机台的参数的统计数据与参数最优机台的参数的统计数据是否匹配。

如果进行检查的机台的参数的统计数据与参数最优机台的参数的统计数据匹配，则结束调整。不对进行检查的机台的参数进行调整，可认为此时进行检查的机台的参数已经满足生产要求。

如果进行检查的机台的参数的统计数据与参数最优机台的参数的统计数据不匹配，则转至步骤202EB将进行检查的机台的参数的统计数据与芯片验收测试和良率数据进行比较。这种不匹配有可能是进行检查的机台的参数的统计数据的缺陷或生产过程中的不可预见的因素造成的。此时为保证参数的统计数据匹配的可靠性，需要进一步对参数的统计数据进行检查。其中，步骤202EB中的比较可以采用本发明所提供的优选的参数匹配的方法，也可以采用其它统计学或数学方法。

步骤202EC根据比较结果对进行检查的机台的参数进行调整。

本优选实施例可以提高参数的统计数据匹配的可靠性，进一步保证产品质量。

图2F是根据本发明的一个优选实施例的半导体工艺机台参数优化调整的方法的流程图。如图2F所示，本优选实施例在图2E所示的方法的基础上，可以包括以下步骤：

步骤202FA进行检查的机台的参数的统计数据与参数最优机台的参数的统计数据是否匹配。

如果进行检查的机台的参数的统计数据与参数最优机台的参数的统计数据匹配，则结束调整。不对进行检查的机台的参数进行调整，可认为此时进行检查的机台的参数已经满足生产要求。

如果进行检查的机台的参数的统计数据与参数最优机台的参数的统计数据不匹配，则转至步骤202FB将进行检查的机台的参数的统计数据与芯片验收测试和良率数据进行比较。

如果进行检查的机台的参数的统计数据与芯片验收测试和良率数据匹配，则结束调整。不对进行检查的机台的参数进行调整，可认为此时进行检查的机台的参数已经满足生产要求。

如果进行检查的机台的参数的统计数据与芯片验收测试和良率数据不匹配，则转至步骤202FC将进行检查的机台的参数调整为参数最优机台的参数。

为防止发生误判，导致错误地将不需进行调整的机台的参数进行了调整，可对上述参数调整过程进行检验。即返回执行步骤202FA进行检查的机台的参数的统计数据是否与参数最优机台的参数的统计数据匹配。

本优选实施例可以提高参数的统计数据匹配的可靠性，进一步保证产品质量。可以有效地满足生产需求，有效且可靠地查找和判定生产环境中参数最优机台，并将生产环境中的其余机台的参数按照参数最优机台及匹配判定标准进行调整，可以极大地提高所生产的产品的质量和生产效率，同时可以极大地节约生产成本。

同时，通过在生产车间中进行实验生产证明，本发明的方案非常好的将统计方法与实际生产情况相结合，能够准确的提取相关的统计数据进行分析，进而对参数进行调整，使生产效率和质量与应用本发明的方案前相比有了极大的提高。

本发明的半导体工艺机台参数优化调整的方法在半导体元件制造过程中，可以保证产品质量，有效地满足生产需求。通过有效且可靠地查找和判定生产环境中参数最优机台，并将生产环境中的其余机台的参数按照参数最优机台及匹配判定标准进行调整，可以极大地提高所生产的产品的质量和生产效率，同时还可以极大地节约生产成本。

本发明已经通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。

Claims (7)

1.一种半导体工艺机台参数优化调整的方法，其特征在于，所述方法包括以下步骤：

根据半导体工艺环境中的各机台的参数的统计数据确定所述半导体工艺环境中的参数最优机台；

令所述半导体工艺环境中的机台的参数与所述参数最优机台的参数匹配。

2.根据权利要求1所述的方法，其特征在于，所述根据半导体工艺环境中的各机台的参数的统计数据确定所述半导体工艺环境中的参数最优机台，包括以下步骤：

确定关键工序节点；

确定关键工序参数；

收集与所述关键工序参数有关的所述半导体工艺环境中的各机台的参数的统计数据，所述统计数据包括：样本个数、样本方差、样本均值；

定义USL和LSL值，所述USL为所述关键工序参数上限值，所述LSL为所述关键工序参数下限值；

计算所述半导体工艺环境中的各机台的工序能力指数；

将所述工序能力指数最大的机台定义为所述参数最优机台。

3.根据权利要求2所述的方法，其特征在于，所述工序能力指数TCI为：

$\mathrm{TCI}=\frac{\mathrm{USL}-\mathrm{LSL}}{6S_{\mathrm{Tool}}}(1-\frac{T\arg \mathrm{et}-m}{\frac{\mathrm{USL}+\mathrm{LSL}}{2}})$

其中，Target为所述机台的参数的目标值，m为所述机台的参数的样本均值，S_Tool为所述机台的参数的样本标准偏差，

其中，S² _Tool＝S² _{chamber-to-chamber}+S² _{wafer-to-wafer}+S² _within-wafer，

其中，所述S² _{chamber-to-chamber}为所述机台的反应室的参数的样本方差，所述S² _{wafer-to-wafer}为晶圆内芯片间的参数的样本方差，所述S² _within-wafer为良率的参数的样本方差。

4.根据权利要求1所述的方法，其特征在于，所述令所述半导体工艺环境中的机台的参数与所述参数最优机台的参数匹配，包括以下步骤：

检查所述半导体工艺环境中的机台的参数的统计数据是否与所述参数最优机台的参数的统计数据匹配；

根据所述检查结果调整进行检查的机台的参数。

5.根据权利要求4所述的方法，其特征在于，所述匹配根据以下步骤判定：

设定所述半导体工艺环境中的机台的参数的样本均值偏移判定标准和样本标准偏差偏移判定标准；

将所述半导体工艺环境中的机台的参数的样本标准偏差和样本均值相应与所述参数最优机台的样本标准偏差和样本均值进行比较；

如果所述半导体工艺环境中的机台的参数的样本标准偏差与所述参数最优机台的样本标准偏差的偏移大于所述样本标准偏差偏移判定标准，或所述半导体工艺环境中的机台的参数的样本均值与所述参数最优机台的样本均值的偏移大于所述样本均值偏移判定标准，则将所述半导体工艺环境中的机台的参数判定为不匹配，

如果所述半导体工艺环境中的机台的参数的样本标准偏差和样本均值相应与所述参数最优机台的样本标准偏差和样本均值的偏移均相应小于所述样本均值偏移判定标准和样本标准偏差偏移判定标准，则将所述半导体工艺环境中的机台的参数判定为匹配。

6.根据权利要求5所述的方法，其特征在于，所述根据所述检查结果调整所述进行检查的机台的参数，包括以下步骤：

如果所述进行检查的机台的参数的统计数据与所述参数最优机台的参数的统计数据匹配，则结束所述调整；

如果所述进行检查的机台的参数的统计数据与所述参数最优机台的参数的统计数据不匹配，则将所述进行检查的机台的参数的统计数据与芯片验收测试和良率数据进行比较，根据所述比较结果对所述进行检查的机台的参数进行调整。

7.根据权利要求6所述的方法，其特征在于，所述根据所述比较结果对所述进行检查的机台的参数进行调整，包括以下步骤：

如果所述进行检查的机台的参数的统计数据与所述芯片验收测试和良率数据匹配，则结束所述调整；

如果所述进行检查的机台的参数的统计数据与所述芯片验收测试和良率数据不匹配，则将所述进行检查的机台的参数调整为所述参数最优机台的参数，执行所述检查所述半导体工艺环境中的机台的参数的统计数据是否与所述参数最优机台的参数的统计数据匹配的步骤。

Images