CN103137513A - 集成电路制造设备状态监测系统和方法 - Google Patents

集成电路制造设备状态监测系统和方法 Download PDF

Info

Publication number
CN103137513A
CN103137513A CN2012100749603A CN201210074960A CN103137513A CN 103137513 A CN103137513 A CN 103137513A CN 2012100749603 A CN2012100749603 A CN 2012100749603A CN 201210074960 A CN201210074960 A CN 201210074960A CN 103137513 A CN103137513 A CN 103137513A
Authority
CN
China
Prior art keywords
process equipment
integrated circuit
supplemental characteristic
zone
equipment
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
CN2012100749603A
Other languages
English (en)
Other versions
CN103137513B (zh
Inventor
蔡柏沣
何家栋
巫尚霖
王若飞
牟忠一
林进祥
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.)
Taiwan Semiconductor Manufacturing Co TSMC Ltd
Original Assignee
Taiwan Semiconductor Manufacturing Co TSMC Ltd
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 Taiwan Semiconductor Manufacturing Co TSMC Ltd filed Critical Taiwan Semiconductor Manufacturing Co TSMC Ltd
Publication of CN103137513A publication Critical patent/CN103137513A/zh
Application granted granted Critical
Publication of CN103137513B publication Critical patent/CN103137513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • 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
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001Technical content checked by a classifier
    • H01L2924/0002Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了监测集成电路制造系统的工艺设备的方法和系统。一种示例性方法包括限定集成电路制造工艺设备的区域;基于所限定的区域将集成电路制造工艺设备的参数分组;并且基于所分组的参数评估集成电路制造工艺设备的状态。本发明还公开了集成电路制造设备状态监测系统和方法。

Description

集成电路制造设备状态监测系统和方法
技术领域
本发明涉及半导体技术领域,更具体地,涉及集成电路制造设备状态监测系统和方法。
背景技术
集成电路(IC)工业已经历快速增长。在IC发展过程中,随着几何尺寸(例如,可以利用制造工艺生产的最小部件(或者线路))的缩减,功能密度(例如,单位芯片面积的互连器件的数量)已经普遍增加。这种尺寸缩减工艺总的来说提供了生产效率提高和相关成本降低方面的益处。这种尺寸缩减工艺也增加了加工和制造IC的复杂度,因而对于这些认识到的改进,在IC制造中需要类似的发展。例如,IC制造通常使用了多个加工步骤,它们需要许多涉及生产和支持的设备,这使得IC制造者经常将重点放在监测设备硬件和关联工艺上以确保和维持IC制造中的稳定性、可重复性以及产量。这种设备监测可通过故障检测和分类(FDC)系统实现,该系统在加工期间监测设备并且识别设备中导致工艺偏离预期的故障。然而,常规设备监测系统和方法很少提供识别的在设备中的故障与造成所识别的故障的根本原因之间的关系。因此,虽然现有方法已经总体上满足了他们的预期目的,但是并不是所有方面都完全令人满意。
发明内容
为解决现有技术所存在的问题,根据本发明的一个方面,提供了一种方法,包括:
限定集成电路制造工艺设备的区域;
基于所限定的区域将所述集成电路制造工艺设备的参数分组;和
基于所分组的参数评估所述集成电路制造工艺设备的状态。
在可选实施方式中,限定所述集成电路制造工艺设备的区域包括基于所述集成电路制造工艺设备的物理硬件配置限定所述集成电路制造工艺设备的区域。
在可选实施方式中,基于所限定的区域将所述集成电路制造工艺设备的参数分组包括将每个参数分配至所述集成电路制造工艺设备中的相应的关联区域。
在可选实施方式中,所述方法进一步包括当集成电路制造工艺设备对多个晶圆进行加工时,收集与所分组的参数关联的参数数据。
在可选实施方式中,基于所分组的参数评估所述集成电路制造工艺设备的状态包括评估由与所分组的参数关联的参数数据展示的图案。
在可选实施方式中,所述方法进一步包括如果由与所分组的参数关联的参数数据展示的图案指示了故障则发出警报,其中所述图案指示所述集成电路工艺设备的区域中的至少一个为所述故障可能起因的区域。
在可选实施方式中,评估由与所分组参数关联的参数数据展示的图案包括将所述图案与另一由与所分组的参数关联的先前加工晶圆的参数数据展示的图案比较。
在可选实施方式中,基于所分组的参数评估所述集成电路制造工艺设备的状态包括识别检测到的故障的可能起因。
在可选实施方式中,识别检测到的故障的可能起因包括识别所述集成电路制造工艺设备的区域中的至少一个为所述故障的可能起因的区域。
根据本发明的另一个方面,还提供了一种方法,包括:
通过工艺设备对多个晶圆进行加工,其中所述工艺设备提供与对多个晶圆的每一个所进行的加工关联的参数数据;
将所述参数数据与所述工艺设备的区域关联;以及
基于由所关联的参数数据展示的图案评估所述工艺设备的状态。
在可选实施方式中,将所述参数数据与所述工艺设备的区域关联包括基于所述工艺设备的物理硬件配置将所述参数数据分组。
在可选实施方式中,所述方法进一步包括如果由所关联的参数数据展示的图案指示了故障则发出警报,其中所述图案指示所述工艺设备的区域中的至少一个可能引发所述故障的区域。
在可选实施方式中,所述方法进一步包括对所关联的参数数据进行统计分析以确定由所关联的参数数据展示的图案。
在可选实施方式中,基于由所关联的参数数据展示的图案评估所述工艺设备的状态包括确定由所关联的参数数据展示的所述图案是否与任一由先前加工晶圆的关联参数数据展示的图案相似。
在可选实施方式中,所述方法进一步包括如果所述图案与由先前加工晶圆的关联参数数据展示的图案相似,并且如果所相似的图案与识别的所述工艺设备的问题关联则发出警报。
在可选实施方式中,所述方法包括:由所关联的参数数据展示的所述图案指示故障;以及,基于所关联的参数数据展示的图案评估所述工艺设备的状态包括基于所述图案识别所述工艺设备的区域中的至少一个为故障可能起因的区域。
在可选实施方式中,所述方法进一步包括:存储由所关联的参数数据展示的所述图案;以及,使用所存储的图案基于由后续加工晶圆的关联参数数据展示的图案评估所述工艺设备的状态。
根据本发明的又一个方面,还提供了一种集成电路制造系统,包括:
工艺设备,配置成提供与工艺设备加工晶圆关联的参数数据;
故障检测和分类系统,与所述工艺设备通信,其中所述故障检测和分类系统被配置成:限定所述工艺设备的区域,基于所限定的区域将所提供的参数数据分组,以及基于所分组的、提供的参数数据评估所述工艺设备的状态。
在可选实施方式中,所述故障检测和分类系统被配置成:基于所述工艺设备的物理硬件配置限定所述工艺设备的所述区域;通过将所述参数数据分配给所述工艺设备的与其关联的物理硬件将所提供的参数数据分组。
在可选实施方式中,所述故障检测和分类系统被配置成基于由所分组的、提供的参数数据展示的图案评估所述工艺设备的所述状态。
附图说明
当结合附图进行阅读时,根据下面详细的描述可以更好地理解本发明。应该强调的是,根据工业中的标准实践,各种部件没有被按比例绘制并且仅仅用于说明的目的。实际上,为了清楚的讨论,各种部件的尺寸可以被任意增加或减少。
图1是根据本发明各个方面的集成电路制造系统的框图。
图2是根据本发明各个方面的可通过图1的集成电路制造系统实施的设备监测工序流程的框图。
图3描绘了根据本发明各个方面的可出现在图2中的设备监测工序流程的三个方案。
图4是根据本发明各个方面的可通过图1的集成电路制造系统实施的监测工艺设备状态的方法的流程图。
图5是根据本发明各个方面的限定可包括在图1的集成电路制造系统内的集成电路制造工艺设备中的区域,以及基于所限定的区域将集成电路制造工艺设备的工艺参数分组的示意图。
图6是根据本发明各个方面的可在图4的方法中实施以基于工艺设备的分组参数评估工艺设备状态的设备监测工序流程的框图。
图7示出了根据本发明各个方面的将物理含义与图6中设备监测工序流程中的参数数据关联时分析参数数据的实例。
具体实施方式
以下公开提供了多种不同实例或实例,用于实现本发明的不同特征。以下将描述组件和布置的特定实例以简化本发明。当然,这些仅是实例并不旨在限制本发明。例如,在以下描述中,在第二部件上方或上形成第一部件可以包括第一部件和第二部件直接接触的实例,也可以包括其他部件可以形成在第一部件和第二部件之间使得第一部件和第二部件不直接接触的实例。另外,本发明可以在多个实例中重复参考符号和/或字符。这种重复用于简化和清楚,并且其本身不表示所述多个实例和/或配置之间的关系。
图1是根据本发明各个方面的集成电路制造系统10的框图。集成电路制造系统10可以为虚拟集成电路制造系统(也称为“虚拟晶圆厂”)。集成电路制造系统10实施一个或者多个集成电路制造工艺来制造集成电路。例如,集成电路制造系统10可以实施制造多个衬底(或者晶圆)的一个或者多个半导体制造工艺。衬底包括晶圆,半导体衬底,掩模(光掩模(photomask)或者光罩(reticle),共同称为掩模),或者任何基底材料,使得在其上进行加工从而生成材料层、图案部件层、和/或集成电路层,。图1不是整个集成电路制造系统10的详尽图。相反,为了简要和清楚,图1仅显示整个系统的被选定部分以便于理解本发明的各个方面。
集成电路制造系统10包括网络20,其能够使各种实体(数据库25,工艺设备30,测量设备40,先进过程控制(APC)系统50,故障检测和分类(FDC)系统60,以及其他实体70)相互通信。在所述的实施方式中,集成电路制造系统10可包括多于一个的在所述实施方式中的各实体,并且可进一步包括没有示出在所述实施方式中的其他实体。在本实例中,集成电路制造系统10的每个实体通过网络20与其他实体交互以为其他实体提供服务或者从其他实体接收服务。网络20可以是单网或者多个的不同网络,例如,内联网、局域网、因特网、其他网络或者它们的组合。网络20包括有线通信信道,无线通信信道,或者上述信道的组合。
数据库25存储与集成电路制造系统10相关联的数据,并且尤其是与集成电路制造工艺相关联的数据。在所述实施方式中,数据库25存储从工艺设备30,测量设备40,APC系统50,FDC系统60,其他实体70,或者它们的组合收集的数据。例如,数据库25存储与由工艺设备30加工的晶圆的晶圆特性相关联的数据(例如,如下面进一步描述的由测量设备40收集的数据),与由工艺设备30实施以加工这些晶圆的参数相关联的数据,与APC系统50、FDC系统60对晶圆特性和/或参数进行的分析相关联的数据,以及其他与集成电路制造系统10相关联的数据。工艺设备30,测量设备40,APC系统50,FDC系统60,以及其他实体70中的每一个都可以具有关联的数据库。
工艺设备30实施集成电路制造工艺。在本实例中,工艺设备30是用于外延生长的化学气相沉积(CVD)设备。因此,工艺设备30可以称为CVD外延设备。晶圆可以放置于CVD外延设备中并且对其进行外延工艺(例如,气相外延)以形成晶圆的外延部件。CVD外延设备可以包括腔室、气体源、排气系统、加热源、冷却系统以及其他硬件。腔室作为用于进行外延工艺的受控环境。气体源在外延工艺期间提供反应剂和清除气体,以及排气系统在外延工艺期间保持腔室内的压力。加热源包括灯具模块:底内灯具模块,底外灯具模块,顶内灯具模块,以及顶外灯具模块。每个灯具模块包括一组在外延工艺期间将能量传送到CVD外延设备腔室的红外线灯,从而在外延工艺期间将腔室加热至期望的腔室温度和/或将晶圆加热至期望的晶圆温度。
为确保外延部件呈现出目标晶圆特性(例如,厚度和组分浓度),外延工艺根据预确定的(或者预定义的)外延工艺方法形成外延部件。预确定的(或者预定义的)外延工艺方法具体指定了各种由CVD外延设备实施以实现目标晶圆特性的参数。这些参数包括加工时间、前体气体类型、前体气体流速、腔室温度、腔室压力、晶圆温度、其他参数或者它们的组合。在外延工艺期间,配置CVD外延设备的各种硬件(例如,腔室、气体源、排气系统、加热源以及冷却系统)以实现指定的参数。工艺设备30包括一个或者多个在晶圆加工期间(在外延工艺期间)监测所述参数的传感器。例如,CVD外延设备包括一个或者多个传感器,所述传感器监测与CVD外延设备相关联的各种参数,例如,腔室压力、腔室温度、晶圆温度、气体流量、沉积时间、其他参数(例如,CVD外延设备的灯具模块的各种特性,包括电压、电流、功率、电阻、其他特性或者它们的组合)。
测量设备40测量和收集集成电路制造期间与晶圆相关联的数据。例如,测量设备40对加工的晶圆进行内联测量以获得与晶圆的各种晶圆特性有关的信息,例如,晶圆部件的关键尺寸(例如,部件的线宽),晶圆的材料层的厚度,晶圆的各层之间或者部件之间的叠对精度(Overlay accuracy),部件的掺杂剂分布(或者浓度),缺陷的尺寸和/或类型,部件的电特性,其他晶圆特性,或者它们的组合。在所述实施方式中,测量设备40测量由工艺设备30加工的晶圆的晶圆特性。例如,测量设备40测量由工艺设备30实施、采用外延工艺形成的晶圆的外延部件的厚度,电性能(例如,电阻率),表面粗糙度,其他特性,或者它们的组合。测量设备40可以包括电气设备,光学设备,分析设备,其他设备,或者它们的组合以测量和收集这些数据。这些设备包括显微镜(例如,扫描电子显微镜和/或光学显微镜),微分析设备,线宽测量设备,光掩模和刻线缺陷设备,粒度分布设备,表面分析设备,压力分析设备,电阻率和接触电阻测量设备,迁移率和载流子浓度测量设备,结深度测量设备,薄膜厚度设备,栅极氧化物完整性测试设备,电容-电压测量设备,聚焦离子束(FIB)设备,激光表面缺陷扫描仪,残留气体分析仪,工艺设备粒子计数器,晶圆评估测试设备,其他测量设备,或者它们的组合。
APC系统50监测所加工晶圆的晶圆特性并使用内联测量数据(例如,由测量设备40收集的数据),工艺模型,以及各种算法来提供中间工艺目标的-动态微调以提高晶圆的最终器件目标。微调这些工艺目标可以被称为控制操作,用于补偿可能引起晶圆特性变化的设备问题和/或工艺问题。APC系统50可在实时的晶圆间、晶圆组(Lot)间或者它们的组合实施控制操作。对于每个基于来自现场监测的信息进行加工的晶圆,实时工艺控制操作能改变由工艺设备30实施的参数。在一实例中,可以在经历一个加工步骤之后评估晶圆,使得可调整对晶圆的后续加工步骤。例如,通过利用内联测量数据(由测量设备40收集)监测退出工艺设备30时的晶圆,以及基于内联测量数据对后续晶圆调整在工艺设备30中实施的工艺(换句话说,调整工艺设备30的参数),晶圆间控制操作独立控制在晶圆组(Lot)中的每个晶圆。晶圆组间的控制操作能够改变用于每个晶圆组的由工艺设备30实施的参数。在所述实施方式中,APC系统50实施控制操作以修正由工艺设备30实施的外延工艺方法从而形成晶圆的外延部件。例如,APC系统50(基于所加工晶圆的内联测量数据,加工模型,以及各种算法)修正用于每个所加工晶圆的预确定的外延工艺方法(具体是由工艺设备30实施的参数,例如,加工时间、气体流速、腔室压力、腔室温度、晶圆温度或者其他工艺参数)以确保每个所加工晶圆的外延部件呈现出目标特性。
FDC系统60通过监测在集成电路制造工艺期间由工艺设备30实施的参数,以及根据在集成电路制造工艺期间由工艺设备30实施的参数获得的晶圆特性来评估工艺设备30的状态从而来检测设备问题,例如设备状态退化。典型地,FDC系统60实施统计过程控制(SPC)来跟踪和分析工艺设备30的状态。例如,FDC系统60可通过用图表表示与整个加工时间相关联的SPC数据来实现记录工艺设备30的历史工艺性能的SPC图。这种SPC数据包括与由工艺设备30加工的多个晶圆相关联的参数和/或晶圆特性。FDC系统60在SPC数据指示出参数和/或晶圆特性已经偏离可接受目标时(换句话说,当SPC系统60检测到故障或异常时)触发警报并且可以通知工艺设备30的操作员,停止工艺设备30进行的工艺,采取另外的操作,或者上述操作的组合,从而可以识别并纠正关于工艺设备30的任何问题。
在本实例中,为了检测关于CVD外延设备的问题,FDC系统60监测由工艺设备30实施以形成晶圆外延部件的参数。FDC系统60评估这些参数和晶圆特性以检测CVD外延设备操作期间的异常或者故障。在一实例中,在外延工艺期间,当腔室压力或者腔室温度明显偏离(变得高于或者低于)指定的腔室压力或者腔室温度(例如,预先确定的外延工艺实施方法)时指示异常。在另一实例中,在外延工艺期间,当前体气体流速明显偏离(变得高于或低于)预先确定的前体气体的流速(例如预先确定的外延工艺实施方法)时指示异常。在又一实例中,当由CVD外延设备形成晶圆的外延部件的特性明显偏离其目标特性时指示异常。这些异常可指示出工艺设备30的问题。例如,CVD外延设备的损坏或者老化硬件可能导致腔室压力、腔室温度和/或前体气体的流速偏离预期的腔室压力、腔室温度和/或前体气体的流速。
图2是根据本发明各个方面的可通过图1的集成电路制造系统10实施的设备监测工序流程100的框图。在本实例中,FDC系统60实施设备监测工序流程100来监测工艺设备30的状态(在本实例中,CVD外延设备)。附加的步骤可提供在设备监测工序流程100中,并且对于设备监测工序流程100的另一些实施方式所述步骤中一些可被替代或者去除。
在框110和框120,以时间序列图(T图)的方式收集和汇集与各种所加工晶圆关联的数据。在本实例中,所述数据包括与由工艺设备30实施以形成每个晶圆的外延部件的参数相关联的参数数据。如上所述,所述参数包括腔室压力、腔室温度、晶圆温度、气体流量、沉积时间、其他参数(例如,CVD外延设备中的灯具模块的各种特性,包括电压、电流、功率、电阻、其他特性或者它们的组合)。在一实例中,在每个晶圆上进行的外延工艺包括10个步骤,每一步骤花费大约1分钟,使得外延工艺花费大约10分钟。工艺设备30的传感器为每个参数记录每秒参数数据。因此,对于与工艺设备30相关联的单个参数,例如具体前体气体的流速,可收集到大约600个参数数据点——外延工艺的每秒具体前体气体的流速。为每个与工艺设备30相关联的参数收集这些参数数据,并且参数数据可存储在数据库25中或者与工艺设备30相关联的其他数据库中。
在框130和框140,对时间序列数据(T图)进行统计分析,从而压缩用于评估的数据量,并且基于统计分析的时间序列数据进行设备监测。例如,由FDC系统60实施统计过程控制以将时间序列数据转换成可用于评估工艺设备30状态的SPC图(例如,Xbar-R控制图、Xbar-S控制图、I-MR控制图、C控制图、U控制图、Z控制图、其他控制图或者它们的组合)。在本实例中,为了分析工艺设备30的性能,统计过程控制将时间序列数据(T图),尤其是时间序列参数数据转换成U控制图(U图)。U图根据二项式和/或泊松统计来分析时间序列数据,通过统计分析(例如,所分析参数数据的标准偏差)限定工艺界限。例如,U图包括表示所分析参数数据的平均值(均值)的中心线,以及通过统计分析限定的控制上限(最大值)和控制下限(最小值),尤其在所分析的参数数据的若干标准偏差内。回到上述的单参数实例(例如,具体前体气体的流速),统计分析压缩了收集的大约600个参数数据点,使得统计分析由与单参数相关联的、表示平均值(均值),标准偏差,最大值,最小值的参数数据表示。对每个由工艺设备30加工的晶圆进行这种压缩,并且参数数据可被汇集和分析以为每个参数提供各种U图(例如,大约40U图)。
在框150,在工艺设备30加工各种晶圆时,FDC系统60分析与实施的以制造各种晶圆的工艺相关联的参数数据来确定参数数据是否超出规范(OOS),例如,参数数据是否落入由所统计分析的参数数据(例如SPC图,以及此处的U图)限定的控制上限和控制下限内。超出规范的参数数据指示出工艺设备30中的故障(或者异常)。如果FDC系统60确定出参数数据没有超出规范(换句话说,参数数据落入由各种SPC图规定的控制上限和控制下限内),则工艺设备30继续加工晶圆并且FDC系统60继续监测工艺设备30的状态。如果FDC系统60确定出参数数据超出规范(换句话说,参数数据落在由SPC图规定的控制上限和控制下限之外),在框160,FDC系统60触发警报,并且在框170通知工艺设备30的操作员或者工程师。与警报一起,FDC系统60可停止由工艺设备30进行的工艺,采取另外的操作或者实施它们的组合。然后,操作员或者工程师确定工艺设备30产生超出规范的参数数据的原因。例如,操作员或者工程师确定是否是工艺设备30的硬件失败导致参数数据超出规范。
图3描绘了根据本发明各个方面的在设备监测工序流程100(尤其在框140到框170)中可能出现的三种方案。方案1和方案2进行单变量分析来评估工艺设备30的状态。例如,方案1和方案2评估与工艺设备30执行工艺的单参数相关联的参数数据。统计分析指示出与所观察变量的值(此处,工艺设备30的单参数的观察参数数据)相关联的晶圆数。在方案1中,实行严格的控制上限和控制下限,这导致当在加工中发生真实故障(或者异常)时FDC系统60触发警报,当在加工中没有发生故障(或者异常)时FDC系统也还触发警报。在方案2中,实行宽松的控制上限和控制下限,这导致FDC系统60在加工中丢失真实故障(或者异常)。因此,通常在设备监测工序流程100中实施较严格的控制上限和控制下限(例如方案1中描绘的)以确保FDC系统60捕获故障(或者异常)。然而,如方案1中所示,这会导致FDC系统60发出错误警报,从而使得在工艺设备30的状态不是归因于故障(或者异常)时操作员或者工程师去试图确定工艺设备30的什么状态引发故障(或者异常)。相反,方案3实施多变量分析,例如主要成分分析,以观察多于一个的所观察变量的值(此处,工艺设备30的多于一个的参数的所观察参数数据)是否超出规范。虽然多变量分析提供更精确的故障(或者异常)监测,但是在多变量分析中观察到的参数数据和故障的根本原因(或者异常)之间几乎没有关系。因此,操作员或者工程师几乎不用什么有关于设备的什么部分引发故障(或者异常)的知识就可开始检修为什么故障(或者异常)发生,例如,工艺设备30造成故障(或者异常)的物理区域。因此,无论FDC系统60使用方案1、方案2或者方案3监测,所分析的参数数据都没提供多少属于工艺设备30的物理意义或者与工艺设备30的联系,使得FDC系统60对故障(或者异常)的根本原因几乎不提供指示。
图4是根据本发明各个方面的可通过图1的集成电路制造系统10实施的用于监测工艺设备状态的方法200的流程图。在本实例中,FDC系统60实施方法200来监测工艺设备30(在本实例中,CVD外延设备)的状态。可在方法200中提供附加的步骤,并且对于方法200的其他实施方式所述的一些步骤可以被替换或者去除。
在框210和框220,限定集成电路制造工艺设备的区域并且基于所限定的区域将集成电路制造工艺设备的参数分组。每个区域是集成电路制造工艺设备中的一个区,并且基于集成电路制造工艺设备的物理硬件配置限定所述区域(或者区)。集成电路制造工艺设备中的每个区具有与由集成电路制造工艺设备实施以进行集成电路制造工艺相关联的参数。因此,基于与这些参数相关联的集成电路制造工艺设备的区将参数分组。
在本实例中,限定工艺设备30的区域并且基于所限定的区域将工艺设备30的参数分组。图5是根据本发明各个方面的限定集成电路制造工艺设备(例如,图1的集成电路制造系统10的工艺设备30)的区域,以及基于所限定的区域将集成电路制造工艺设备的工艺参数分组的示意图。如上所述,在本实例中,工艺设备30是CVD外延设备。根据工艺设备30的物理硬件配置将工艺设备30的各种参数(例如,与腔室、气体源、排气系统、加热源、冷却系统和/或工艺设备30的其他硬件相关联的参数)分组。更具体地,限定工艺设备30的7个区域(或者,区),并且基于与每个参数相关联的区域将各种参数分组到7个区域。例如,组1包括与工艺设备30的腔室整体状态相关联的参数,例如,温度、总功率、旋转以及VSB速度;组2包括与工艺设备30的气体源和排气系统相关联的参数,例如,气体流量、压力以及PCV位置;组3包括与工艺设备30的底内灯具模块相关联的参数,例如,电压、电流、功率以及电阻;组4包括与工艺设备30的底外灯具模块相关联的参数,例如,电压、电流、功率以及电阻;组5包括与工艺设备30的顶内灯具模块相关联的参数,例如,电压、电流、功率以及电阻;组6包括与工艺设备30的顶外灯具模块相关联的参数,例如,电压、电流、功率以及电阻;并且组7包括与工艺设备30的其他方面相关联的参数,例如,工艺设备30的计算参数(例如,斜率和偏差)。
在框230,基于所分组的参数评估集成电路制造工艺设备的状态。图6是根据本发明各个方面的可在方法200的框230实施以基于工艺设备的所分组的参数评估工艺设备状态的设备监测工序流程400的框图。在本实例中,FDC系统60在框230实施设备监测工序流程400以基于工艺设备30的所分组的参数(例如,图5中描绘的工艺设备的所分组的参数)评估工艺设备30的状态。通过基于所分组的参数监测工艺设备30的状态,设备监测工序流程400为用于监测工艺设备30状态的参数数据提供物理含义。因此,设备监测工序流程400不仅指示出工艺设备30在加工期间出现的故障(或者异常),还指示这些故障(或者异常)的一般根源,例如,工艺设备30的可引发故障(或者异常)的一般区域。可在设备监测工序流程400中提供附加的步骤,并且对于设备监测工序流程400的另外的实施方式所述的一些步骤可以被替换或者去除。
设备监测工序流程400包括图2的设备监测工序流程100的框110,框120,以及框130,其中如上所述分析和压缩参数数据。设备监测工序流程400可进一步实施如上所述的框140至框170的设备监测。
设备监测工序流程400进一步实施设备异常检查和排除(TACO)流程410,该流程410在将物理含义和参数数据相关联时进一步分析参数数据。图7图示了根据本发明各个方面的使用TACO流程图将物理含义与参数数据关联时进一步分析参数数据的实例。在框420,基于所关联的参数将在框130的参数数据分组,这些所关联的参数数据已基于工艺设备的物理关联分组(在方法200的框210和框220)。在本实例中,如上所述,工艺设备30的各种参数被分配到(或者关联到)工艺设备30的7个限定区域。在图7中,就与由工艺设备30加工的单个晶圆相关联的参数数据而论,基于参数数据的关联参数将参数数据分配到7个组。例如,与分配到组1(G1)的参数(在本实例中,工艺设备30的温度、总功率、旋转以及VSB速度)相关联的参数数据,例如在框130统计分析的数据,同样被分配到组1(G1));与分配到组2(G2)的参数(在本实例中,工艺设备30的气体流量、压力以及PCV位置)相关联的参数数据,同样被分配到组2(G2);对于组3(G3)、组4(G4)、组5(G5)、组6(G6)和组7(G7)也是如此。因此,对单个所加工晶圆的参数数据,基于其与工艺设备30的物理关联进行分组。在本实例中,单个所加工晶圆的参数数据包括分配到7个组的大约265个U图。应当理解,用于多个所加工晶圆的参数数据可同样分组。
在框430,进一步分析所分组的参数数据以确定由所分组的参数数据展示出的图案,该图案可以称为偏移感知模型或者故障概率图。在图7中,对每组的参数数据进行主要成分分析(PCA)以进一步将参数数据压缩成描述每组行为的一个或者多于一个的变量,主要成分(PC)变量(PC1...PCN)。因为每个PC变量描述了与工艺设备30的区域相关联的一组参数数据的行为,所以主要成分分析称为“基于知识的”主要成分分析(k-PCA)。因此,PC变量具有物理含义。在本实例中,就与单个所加工晶圆关联的参数数据而论,参数数据压缩为大约26个PC变量。例如,组1的参数数据压缩成大约3个PC变量(PC1-PC3);组2的参数数据压缩成大约9个PC变量(PC4-PC12);组3,组4,组5,组6的参数数据压缩成大约2个PC变量(分别为PC13-PC14,PC15-PC16,PC17-PC18以及PC19-PC20);组7的参数数据压缩成大约6个PC变量(PC21-PC26)。
然后通过离散化将PC变量(此处,PC1-PC26)标准化,使得可以比较不同的PC变量,从而提高PC变量与内联测量之间的相关联性。实质上,连续数据集被转换成离散形式。在本实例中,对PC变量应用z标准化,包括对每个PC变量均心化(mean-centering)并且用它的标准偏差缩放每个PC变量,以下列等式表示:
z = ( x - x ‾ ) σ - - - ( 1 )
等式中的z是PC变量x的缩放值,是PC变量x的平均值,并且σ是PC变量x的标准偏差。等式1通过假定PC变量的相对重要性与标准偏差直接相关联来将PC变量x转换为z。基于每个PC变量的缩放值,每个PC变量被分配一个离散等级:1(指示PC变量比正常范围大),0(指示PC变量在正常范围内),或者-1(指示PC变量小于正常范围)。参照图7,对于加工晶圆的参数数据,每个PC变量(PC1-PC26)被分配一个离散化等级(或者值)。
对用于多个所加工晶圆的分组的参数数据进行“基于知识的”主要成分分析(k-PCA)和离散化。然后评估这些参数以提供故障概率图。故障概率图显示出定义工艺设备30的故障或者毛病的图案。为生成故障概率图,基本概率定义了指示毛病(或者故障)的正常等级。基本概率可以通过评估多个所加工晶圆的参数数据来确定,基本概率(BP)表示在下列等式中:
Figure BDA0000145271880000141
“总数量”表示在参数数据集中的所加工晶圆的数量,并且“故障数量”表示在参数数据集中的劣质的所加工晶圆的数量。如果晶圆的内联测量超出规范,则所加工晶圆被认定为劣质晶圆。例如,如果晶圆的内联测量(例如,厚度)落在可接受范围之外,则所加工晶圆被认定为劣质晶圆,这可以由系统的操作员,SPC系统,其他实体或者它们的组合来限定。在本实例中,在图7中,基本概率为大约30.5%。然后,故障概率(FP)定义了描述指定区域(zone(i,j))毛病的等级,指定区域(zone(i,j))是具有指定离散等级(Xj disc)的指定主要成分变量(PCi)。可以通过评估多个所加工晶圆的参数数据(已经压缩为分配了离散等级的PC变量)确定用于每个指定区域(zone(i,j))的故障概率,用于每个指定区域(zone(i,j))的故障概率表示在下列等式中:
Figure BDA0000145271880000142
“总数量”表示在参数数据集中的所加工晶圆的数量,并且“故障数量zone(i,j)”表示在参数数据集中的具有带指定离散等级
Figure BDA0000145271880000143
的指定主要成分变量(PCi)的所加工晶圆的数量。在本实例中,参照图7中的故障概率图,参数数据中26.7%的所加工晶圆与具有高离散等级(Xj disc=1)的PC变量1(PCi=PC1)相关联,参数数据中19.4%的所加工晶圆与具有平均离散等级(Xj disc=0)的PC变量1(PCi=PC1)相关联,以及参数数据中48.3%的所加工晶圆与具有低离散等级(Xj disc=-1)的PC变量1(PCi=PC1)相关联。对于参数数据的每个PC变量进行这样的分析以提供图7中图示的完整的故障概率图。
然后故障概率图用于评估热区,使得故障概率图案会显示定义工艺设备30的故障或者毛病的图案。当用于指定区域(FP(zone(i,j)))的故障概率大大超过基本概率(BP)时发生热区(Hot Zone),表示大于毛病的正常等级的毛病等级与指定区域(EP(zone(i,j)))相关联,如下列等式中所示:
Hot Zone=FP(zone(i,j))>>BP    (4)
为了实例,参照图7中的故障概率图,假设用于指定区域(FP(zone(i,j))的故障概率超过基本概率大约20%((FP(zone(i,j)>50.5%))时发生热区,并且如果用于指定区域(FP(zone(i,j))的故障概率超过基本概率大约10%(FP(zone(i,j)>40.5%)发生潜在热区,概率图的热区和潜在热区被突出显示(加粗宽线框指示热区,加粗虚线框指示潜在热区)。
返回到图6中的设备监测工序流程400,在框440,故障概率图(或者偏移感知模型)被存储在故障库中,使得展示各种图案的故障概率图库被收集从而FDC系统60可以得知定义工艺设备30的故障或者毛病的图案。在框450和框460,FDC系统60评估故障概率图以确定风险等级与故障概率图是否相关联,以及风险等级是否保证触发警报。在图7中,如上所述,故障概率图显示定义工艺设备30的故障或者毛病的图案。例如,与组3相关联的PC13和PC14,与组4相关联的PC15和PC16,与组5相关联的PC18,以及与组6相关联的PC20都指示热区,表示毛病的等级比毛病的正常等级高。由于组3、组4、组5以及组6与工艺设备30的灯具模块相关联(见图5),故障概率图指示出灯具模块问题很可能是任何故障(或者异常)的根源。基于规定的标准,FDC系统60可以确定由图7中故障概率图表示的热区的图案表示足够的风险等级以在框160触发警报并且在框170通知工艺设备30的操作员或者工程师。基于故障概率图,操作员或者工程师知悉在工艺设备30(此处,一个或者多个灯具模块)中的任何故障(或者异常)的可能来源,使得操作员(或者工程师)可以从可能来源开始而不必检修工艺设备30的每个区域。
FDC系统60可以通过比较故障概率图(例如图7中描绘的)与故障库中的各种故障概率图来评估由故障概率图展示的图案。如果FDC系统60确定出所述故障概率图与故障库中的任何故障概率图都不相似,则FDC系统60确定由故障概率图展示的图案是否表示了足以触发框160处的警报,并且因此通知在框170的工艺设备30的操作员或者工程师的风险等级。如果FDC系统60确定出故障概率图与故障库中的故障概率图相似,FDC系统60确定这些故障概率图是否与工艺设备30中的识别出的故障(或者异常)问题(根本原因)相关联。如果故障概率图与工艺设备30的识别出的故障(或异常)问题(根本原因)相关联,则FDC系统在框160触发警报,在框170通知工艺设备30的操作员或者工程师。与警报一起,FDC系统60可以停止工艺设备进行的工艺,采取另外的操作或者实施它们的组合。然后操作员或者工程师检修通过故障概率图识别的工艺设备30的区域。如果故障概率图与工艺设备30的识别的故障(或者异常)问题(根本原因)不相关联,FDC系统60可以或者可以不触发警报。如果FDC系统60在框160触发警报,在框170通知工艺设备30的操作员或者工程师,则操作员或者工程师评估与故障概率图的图案展示出的任何热区相关联的工艺设备30的区域。然后,如果操作员或者工程师识别出导致由故障概率图展示图案的问题(根本原因),则操作员或者工程师可以更新故障库以反映这些故障概率图与识别的问题(根本原因)相关联。
本文描述的方法和系统可以表现为完全硬件的实施方式,完全软件的实施方式或者包含硬件和软件组成部分的实施方式。进一步地,本文描述的方法和系统,或者方法和系统的某些方面或者部分可以表现为包含在有形介质中的程序代码(指令),例如,软盘,CD-ROM,硬盘,以及任何其他机器可读的存储介质,其中,当程序代码装载到机器(例如,计算机)并被机器执行时,该机器成为实施本发明的装置。本发明的方法和装置还可以体现为通过某些传输介质(例如,电线或电缆),通过光纤,或者通过其他任何传输形式传输的程序代码,其中,当机器(例如计算机)接收、装载并执行程序代码时,机器变成实施本发明的装置。当在一般用途的处理器上实施时,程序代码与处理器结合来提供一种对具体逻辑电路进行类似操作的装置。
本发明提供了多种不同的实施方式。一种示例性方法包括限定集成电路制造工艺设备的区域;基于所限定的区域将集成电路制造工艺设备的参数分组;以及基于所分组的参数评估集成电路制造工艺设备的状态。可以基于集成电路制造工艺设备的物理硬件配置将所述区域限定为集成电路制造工艺设备中的区,并且可以通过将每个参数分配到集成电路制造工艺设备中的关联区来将集成电路制造工艺设备的参数分组。基于所分组的参数评估集成电路制造工艺设备的状态可以包括识别所检测到的故障的可能起因,其中识别可能起因包括识别集成电路制造工艺设备的区域中的至少一个是故障可能起因的区域。
在一实例中,所述方法包括当集成电路制造工艺设备对多个晶圆进行加工时,收集与所分组的参数相关联的参数数据。基于所分组的参数评估集成电路制造工艺设备的状态可以包括评估由与所分组的参数相关联的参数数据展示的图案。所述方法可进一步包括如果由与所分组的参数相关联的参数数据展示的图案指示出故障则发出警报,所述图案指示集成电路制造工艺设备的区域中的至少一个是故障可能起因的区域。评估由与所分组的参数相关联的参数数据展示的图案可以包括将该图案与另外的由与所分组的参数关联的先前所加工晶圆的参数数据展示的图案进行比较。
另一示例性方法包括通过工艺设备对多个晶圆进行加工,其中工艺设备包括提供与在每一个晶圆上进行的工艺相关联的参数数据;将所述参数数据与工艺设备的区域关联;以及基于由所关联的参数数据展示的图案评估工艺设备的状态。将所述参数数据与工艺设备的区域关联包括基于工艺设备的物理硬件配置将参数数据分组。所述方法进一步可以包括如果由所关联的参数数据展示的图案指示故障则发出警报,所述图案指示出工艺设备的区域中的至少一个可能引发故障的区域。所述方法可以进一步包括对所关联的参数数据进行统计分析以确定由所关联的参数数据展示的图案。所述方法可进一步包括存储由所关联的参数数据展示的图案;并且使用所存储的图案并基于由后续所加工晶圆的关联参数数据展示的图案来评估工艺设备的状态。
在一实例中,根据所关联的参数数据展示的图案指示故障;以及基于根据所关联的参数数据展示的图案评估工艺设备的状态包括基于所述图案识别工艺设备的区域中的至少一个可能引发故障的区域。在另一实例中,基于根据所关联的参数数据展示的图案评估工艺设备的状态包括确定根据所关联的参数数据展示的图案是否与任一根据先前所加工晶圆关联的参数数据展示的图案相似。如果所述图案与一个根据先前所加工晶圆关联的参数数据展示的图案相似,所述方法可进一步包括如果相似的图案与识别的工艺设备问题关联则发出警报,例如,工艺设备的硬件故障。
示例性集成电路制造系统包括工艺设备,被配置成提供与工艺设备加工晶圆关联的参数数据;以及与工艺设备通信的故障检测和分类系统。故障检测和分类系统被配置成限定工艺设备的区域,基于所限定的区域将提供的参数数据分组,并且基于分组的、提供的参数数据评估工艺设备的状态。可基于工艺设备的物理硬件配置限定工艺设备的区域,并且可通过将参数数据分配给与其相关联的工艺设备的物理硬件来将所提供的参数数据分组。可以基于分组的、提供的参数数据展示的图案评估工艺设备的状态。
上面论述了若干实例的部件,使得本领域普通技术人员可以更好地理解本发明的各个方面。本领域普通技术人员应该理解,可以很容易地使用本发明作为基础来设计或更改其他用于达到与这里所介绍实例相同的目的和/或实现相同优点的处理和结构。本领域普通技术人员也应该意识到,这种等效构造并不背离本发明的精神和范围,并且在不背离本发明的精神和范围的情况下,可以进行多种变化、替换以及改变。

Claims (10)

1.一种方法,包括:
限定集成电路制造工艺设备的区域;
基于所限定的区域将所述集成电路制造工艺设备的参数分组;和
基于所分组的参数评估所述集成电路制造工艺设备的状态。
2.如权利要求1所述的方法,其中限定所述集成电路制造工艺设备的区域包括基于所述集成电路制造工艺设备的物理硬件配置限定所述集成电路制造工艺设备的区域。
3.如权利要求2所述的方法,其中基于所限定的区域将所述集成电路制造工艺设备的参数分组包括将每个参数分配至所述集成电路制造工艺设备中的相应的关联区域。
4.如权利要求1所述方法,进一步包括当集成电路制造工艺设备对多个晶圆进行加工时,收集与所分组的参数关联的参数数据。
5.如权利要求4所述方法,其中基于所分组的参数评估所述集成电路制造工艺设备的状态包括评估由与所分组的参数关联的参数数据展示的图案。
6.一种方法,包括:
通过工艺设备对多个晶圆进行加工,其中所述工艺设备提供与对多个晶圆的每一个所进行的加工关联的参数数据;
将所述参数数据与所述工艺设备的区域关联;以及
基于由所关联的参数数据展示的图案评估所述工艺设备的状态。
7.如权利要求6所述的方法,其中将所述参数数据与所述工艺设备的区域关联包括基于所述工艺设备的物理硬件配置将所述参数数据分组。
8.一种集成电路制造系统,包括:
工艺设备,配置成提供与工艺设备加工晶圆关联的参数数据;
故障检测和分类系统,与所述工艺设备通信,其中所述故障检测和分类系统被配置成:
限定所述工艺设备的区域,
基于所限定的区域将所提供的参数数据分组,以及
基于所分组的、提供的参数数据评估所述工艺设备的状态。
9.如权利要求8所述的集成电路制造系统,其中所述故障检测和分类系统被配置成:
基于所述工艺设备的物理硬件配置限定所述工艺设备的所述区域;
通过将所述参数数据分配给所述工艺设备的与其关联的物理硬件将所提供的参数数据分组。
10.如权利要求8所述的集成电路制造系统,其中所述故障检测和分类系统被配置成基于由所分组的、提供的参数数据展示的图案评估所述工艺设备的所述状态。
CN201210074960.3A 2011-12-01 2012-03-20 集成电路制造设备状态监测系统和方法 Active CN103137513B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/308,644 2011-12-01
US13/308,644 US9349660B2 (en) 2011-12-01 2011-12-01 Integrated circuit manufacturing tool condition monitoring system and method

Publications (2)

Publication Number Publication Date
CN103137513A true CN103137513A (zh) 2013-06-05
CN103137513B CN103137513B (zh) 2016-08-03

Family

ID=48497155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210074960.3A Active CN103137513B (zh) 2011-12-01 2012-03-20 集成电路制造设备状态监测系统和方法

Country Status (3)

Country Link
US (1) US9349660B2 (zh)
KR (1) KR20130061613A (zh)
CN (1) CN103137513B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105981151A (zh) * 2014-02-14 2016-09-28 科磊股份有限公司 将定制度量与全局分类法结合以在极端高处理量下监测加工工具状况的基于晶片及批次的层级式方法
CN109725555A (zh) * 2017-10-30 2019-05-07 台湾积体电路制造股份有限公司 制造机台的状况监控方法、半导体制造系统及其监控方法
CN109753979A (zh) * 2017-11-01 2019-05-14 阿里巴巴集团控股有限公司 基于图像特征的故障检测方法及装置
CN110783217A (zh) * 2019-09-27 2020-02-11 南京国盛电子有限公司 一种晶圆外延参数异常侦测方法及系统
CN111223799A (zh) * 2020-01-02 2020-06-02 长江存储科技有限责任公司 工艺控制方法、装置、系统及存储介质
CN112068517A (zh) * 2020-09-04 2020-12-11 洛阳中硅高科技有限公司 产品质量的控制系统、方法、装置、介质和电子设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10120372B2 (en) * 2013-08-01 2018-11-06 Applied Materials, Inc. Event processing based system for manufacturing yield improvement
JP5956094B1 (ja) * 2015-03-10 2016-07-20 三菱化学エンジニアリング株式会社 製造プロセスの解析方法
US10606253B2 (en) * 2017-02-08 2020-03-31 United Microelectronics Corp. Method of monitoring processing system for processing substrate
US10783290B2 (en) 2017-09-28 2020-09-22 Taiwan Semiconductor Manufacturing Company, Ltd. IC manufacturing recipe similarity evaluation methods and systems
JP7230877B2 (ja) * 2020-04-20 2023-03-01 株式会社Sumco エピタキシャルウェーハの製造システム及びエピタキシャルウェーハの製造方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101150040A (zh) * 2006-09-22 2008-03-26 北京北方微电子基地设备工艺研究中心有限责任公司 一种微电子刻蚀系统中受控部件的异常监测装置及方法
CN101196733A (zh) * 2006-12-08 2008-06-11 国际商业机器公司 用于确定处理系统中告警根本原因的方法和系统
CN101470426A (zh) * 2007-12-27 2009-07-01 北京北方微电子基地设备工艺研究中心有限责任公司 一种故障检测的方法和系统

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5497381A (en) * 1993-10-15 1996-03-05 Analog Devices, Inc. Bitstream defect analysis method for integrated circuits
JP3404873B2 (ja) * 1994-03-25 2003-05-12 株式会社デンソー 半導体装置の製造方法
US5787190A (en) * 1995-06-07 1998-07-28 Advanced Micro Devices, Inc. Method and apparatus for pattern recognition of wafer test bins
WO2000057458A1 (en) * 1999-03-24 2000-09-28 Fujitsu Limited Method of manufacturing semiconductor device and semiconductor device manufactured by it
DE19983188T1 (de) * 1998-05-01 2001-05-10 Nippon Steel Corp Siliziumhalbleitersubstrat und Verfahren zu dessen Herstellung
US6247853B1 (en) * 1998-05-26 2001-06-19 International Business Machines Corporation Incremental method for critical area and critical region computation of via blocks
US6248602B1 (en) * 1999-11-01 2001-06-19 Amd, Inc. Method and apparatus for automated rework within run-to-run control semiconductor manufacturing
JP3892656B2 (ja) * 2000-09-13 2007-03-14 株式会社ルネサステクノロジ 合わせ誤差測定装置及びそれを用いた半導体デバイスの製造方法
US8529695B2 (en) * 2000-11-22 2013-09-10 Sumco Corporation Method for manufacturing a silicon wafer
JP2003031477A (ja) * 2001-07-17 2003-01-31 Hitachi Ltd 半導体装置の製造方法およびシステム
US20060100730A1 (en) * 2002-07-12 2006-05-11 Parkes Alan S Method for detection and relocation of wafer defects
US6778873B1 (en) 2002-07-31 2004-08-17 Advanced Micro Devices, Inc. Identifying a cause of a fault based on a process controller output
KR100495184B1 (ko) * 2002-12-02 2005-06-14 엘지마이크론 주식회사 테이프기판 및 그의 주석도금방법
TWI225576B (en) * 2003-10-06 2004-12-21 Univ Tsinghua Process controlling method with merged two-control loops
US7010382B2 (en) 2004-02-26 2006-03-07 Taiwan Semiconductor Manufacturing Co., Ltd. Method and system for improving process control for semiconductor manufacturing operations
US7065737B2 (en) * 2004-03-01 2006-06-20 Advanced Micro Devices, Inc Multi-layer overlay measurement and correction technique for IC manufacturing
JP4743010B2 (ja) * 2005-08-26 2011-08-10 株式会社Sumco シリコンウェーハの表面欠陥評価方法
DE102005046973B4 (de) * 2005-09-30 2014-01-30 Globalfoundries Inc. Struktur und Verfahren zum gleichzeitigen Bestimmen einer Überlagerungsgenauigkeit und eines Musteranordnungsfehlers
US7352439B2 (en) * 2006-08-02 2008-04-01 Asml Netherlands B.V. Lithography system, control system and device manufacturing method
US7445446B2 (en) * 2006-09-29 2008-11-04 Tokyo Electron Limited Method for in-line monitoring and controlling in heat-treating of resist coated wafers
JP5220361B2 (ja) * 2007-07-31 2013-06-26 ルネサスエレクトロニクス株式会社 半導体ウエハおよび半導体装置の製造方法
US8224475B2 (en) * 2009-03-13 2012-07-17 Taiwan Semiconductor Manufacturing Company, Ltd. Method and apparatus for advanced process control
US8394719B2 (en) * 2009-04-01 2013-03-12 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for implementing multi-resolution advanced process control
US8108060B2 (en) * 2009-05-13 2012-01-31 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for implementing a wafer acceptance test (“WAT”) advanced process control (“APC”) with novel sampling policy and architecture
US8437870B2 (en) * 2009-06-05 2013-05-07 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for implementing a virtual metrology advanced process control platform
US8396583B2 (en) * 2010-03-25 2013-03-12 Taiwan Semiconductor Manufacturing Company, Ltd. Method and system for implementing virtual metrology in semiconductor fabrication
JP5444092B2 (ja) * 2010-04-06 2014-03-19 株式会社日立ハイテクノロジーズ 検査方法およびその装置
US8406912B2 (en) * 2010-06-25 2013-03-26 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for data mining and feature tracking for fab-wide prediction and control
JP2012069608A (ja) * 2010-09-21 2012-04-05 Toshiba Corp 半導体装置および半導体装置の製造方法
US8606387B2 (en) * 2010-11-18 2013-12-10 Taiwan Semiconductor Manufacturing Company, Ltd. Adaptive and automatic determination of system parameters
JP2012150065A (ja) * 2011-01-21 2012-08-09 Hitachi High-Technologies Corp 回路パターン検査装置およびその検査方法
US9727049B2 (en) * 2012-09-04 2017-08-08 Taiwan Semiconductor Manufacturing Company, Ltd. Qualitative fault detection and classification system for tool condition monitoring and associated methods

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101150040A (zh) * 2006-09-22 2008-03-26 北京北方微电子基地设备工艺研究中心有限责任公司 一种微电子刻蚀系统中受控部件的异常监测装置及方法
CN101196733A (zh) * 2006-12-08 2008-06-11 国际商业机器公司 用于确定处理系统中告警根本原因的方法和系统
CN101470426A (zh) * 2007-12-27 2009-07-01 北京北方微电子基地设备工艺研究中心有限责任公司 一种故障检测的方法和系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105981151A (zh) * 2014-02-14 2016-09-28 科磊股份有限公司 将定制度量与全局分类法结合以在极端高处理量下监测加工工具状况的基于晶片及批次的层级式方法
US10290088B2 (en) 2014-02-14 2019-05-14 Kla-Tencor Corporation Wafer and lot based hierarchical method combining customized metrics with a global classification methodology to monitor process tool condition at extremely high throughput
CN105981151B (zh) * 2014-02-14 2020-06-09 科磊股份有限公司 将定制度量与全局分类法结合以在极端高处理量下监测加工工具状况的基于晶片及批次的层级式方法
CN109725555A (zh) * 2017-10-30 2019-05-07 台湾积体电路制造股份有限公司 制造机台的状况监控方法、半导体制造系统及其监控方法
CN109753979A (zh) * 2017-11-01 2019-05-14 阿里巴巴集团控股有限公司 基于图像特征的故障检测方法及装置
CN110783217A (zh) * 2019-09-27 2020-02-11 南京国盛电子有限公司 一种晶圆外延参数异常侦测方法及系统
CN111223799A (zh) * 2020-01-02 2020-06-02 长江存储科技有限责任公司 工艺控制方法、装置、系统及存储介质
CN112068517A (zh) * 2020-09-04 2020-12-11 洛阳中硅高科技有限公司 产品质量的控制系统、方法、装置、介质和电子设备

Also Published As

Publication number Publication date
US20130144419A1 (en) 2013-06-06
CN103137513B (zh) 2016-08-03
KR20130061613A (ko) 2013-06-11
US9349660B2 (en) 2016-05-24

Similar Documents

Publication Publication Date Title
CN103137513A (zh) 集成电路制造设备状态监测系统和方法
US9727049B2 (en) Qualitative fault detection and classification system for tool condition monitoring and associated methods
US8682466B2 (en) Automatic virtual metrology for semiconductor wafer result prediction
US7144297B2 (en) Method and apparatus to enable accurate wafer prediction
KR100956959B1 (ko) 프로세스 도구 데이터 마이닝과 엔드-오브-라인 데이터 마이닝의 상관
US5896294A (en) Method and apparatus for inspecting manufactured products for defects in response to in-situ monitoring
US7580767B2 (en) Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
US11022642B2 (en) Semiconductor yield prediction
US8145337B2 (en) Methodology to enable wafer result prediction of semiconductor wafer batch processing equipment
CN101036092B (zh) 动态控制量测中的工件的方法及系统
US8396583B2 (en) Method and system for implementing virtual metrology in semiconductor fabrication
JP2010231338A (ja) 要因分析装置および要因分析方法
JP4355193B2 (ja) 半導体デバイスの製造方法及び半導体デバイス製造システム
Tin et al. A realizable overlay virtual metrology system in semiconductor manufacturing: Proposal, challenges and future perspective
US6821792B1 (en) Method and apparatus for determining a sampling plan based on process and equipment state information
JP2011054804A (ja) 半導体製造装置の管理方法およびシステム
CN107679163B (zh) 一种单步工序制造因素显著差异分析系统和分析方法
Liu Predictive Modeling for Intelligent Maintenance in Complex Semiconductor Manufacturing Processes.
CN103811379B (zh) 工具优化调节系统和相关方法
CN109308395A (zh) 基于lof-knn算法的晶圆级空间测量参数异常识别方法
US7137085B1 (en) Wafer level global bitmap characterization in integrated circuit technology development
JP4051332B2 (ja) 検査データ解析システム
US7098048B1 (en) Method and apparatus for capturing fault state data
JP2010028097A (ja) 半導体製造装置および半導体製造システム
Deraman et al. MODEL OF RULE PARAMETER CREATION FOR WAFER SCRAP PREVENTION IN THE APPLIED MATERIALS CENTURA 5200 METAL ETCHER PROCESS

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