CN104867840A - Ye在线检测管控方法 - Google Patents
Ye在线检测管控方法 Download PDFInfo
- Publication number
- CN104867840A CN104867840A CN201410057303.7A CN201410057303A CN104867840A CN 104867840 A CN104867840 A CN 104867840A CN 201410057303 A CN201410057303 A CN 201410057303A CN 104867840 A CN104867840 A CN 104867840A
- Authority
- CN
- China
- Prior art keywords
- defect
- detection
- product
- equipment
- priority
- 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
Links
Landscapes
- General Factory Administration (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明公开了一种YE在线检测管控方法,依据设定的YE抽样率对经过生产设备之后的半导体产品进行抽样,通过设备缺陷风险等级量化评估手段以确定设备缺陷风险等级,再根据该设备缺陷风险等级,决定所抽样的半导体产品的YE在线缺陷检测优先级,以进行随后的设备缺陷检测,然后依据设备缺陷检测结果的优劣,以调整YE抽样率、YE在线缺陷检测优先级、设备缺陷风险等级量化评估参数、生产设备缺陷检测率。本发明实现了在YE在线缺陷检测中依据每一次的检测结果,进行YE抽样率、YE在线缺陷检测优先级、设备缺陷风险等级量化评估参数、以及生产设备缺陷检测率的优化,提高了YE在线检测机台的检测效率,降低生产机台的缺陷风险。
Description
技术领域
本发明涉及半导体制造检测技术,特别涉及一种半导体制造过程中进行在线检测管控的方法。
背景技术
在半导体集成电路生产过程中,半导体产品从原料最终形成产品需要经过成百上千道工序,晶片所经过的所有工序组成了整个工艺流程。
因为半导体集成电路属于高精度产品,关键尺寸(CD,Critical Dimension)在亚微米至纳米量级。因此,在半导体生产的生产线上,在生产过程中会使用大量检测手段以跟踪半导体产品生产过程中的各项参数是否符合设计要求,以确保半导体集成电路的产品质量以及生产过程的稳定和制造设备的稳定运行。
在半导体产品的生产过程中,用来监测生产设备有无异常情况的手段包括有YE(Yield Enhancement,良率提升)在线缺陷检测。半导体产品在YE检测站点经过在线缺陷检测后,便可以通过检测结果得知生产该半导体产品的生产设备是否存在异常。
在实际生产过程中,在线生产设备发生缺陷的几率,以及所造成缺陷的风险程度是不一样的,因此YE在线缺陷检测的数量对生产过程的可靠性具有重要的作用,YE在线缺陷检测的量测越多,则半导体产品的生产工序的稳定性和安全性越有保障。
但是YE在线缺陷检测机台的产能是有限的,量测越多,相对的就会造成半导体产品生产周期的延长,对半导体产品的生产所造成的影响却是负面的。同时,目前生产设备的缺陷风险仅有经验判断,而检测派工则依靠制造部门的生产计划等级安排在线检测或跳过检测,进而容易发生需要优先检测的产品被跳货,或者需要优先检测的产品被安排了较低的优先级,而无法有效地控制生产机台的缺陷风险。
因此,如何在有限的YE在线缺陷检测产能下,更有效率的分配YE检测站点,检测频率,检测优先级等,是YE在线缺陷检测所面临的很大挑战。
发明内容
有鉴于此,本发明提供一种YE在线检测管控方法,以优化YE在线缺陷检测中的缺陷检测抽样,提高YE在线检测机台的检测效率,降低生产机台的缺陷风险。
本发明的技术方案是这样实现的:
一种YE在线检测管控方法,包括:
半导体产品经过生产设备后,在YE检测站点中根据所设定的YE抽样率进行抽样;
对所抽样的半导体产品所经过的生产设备进行缺陷风险等级量化评估;
根据所获得的设备缺陷风险等级,确定所抽样的半导体产品的YE在线缺陷检测优先级;
将获得YE在线缺陷检测优先级的半导体产品,按照所述YE在线缺陷检测优先级的顺序,进行YE在线缺陷检测。
进一步,所述设备缺陷风险等级为一量化值,其计算参数包括缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平和检测难度等级,其中,缺陷水平为缺陷在晶圆上所影响的芯片所占的比率,缺陷杀伤率为缺陷导致芯片故障的概率,缺陷发生率为发生缺陷的时间概率或者发生缺陷的数量概率,影响晶圆数量水平为发生缺陷的晶圆数量,检测难度等级为缺陷被检测到的难度。
进一步,所述设备缺陷风险等级为:
Risk F(x)=缺陷水平×缺陷杀伤率×缺陷发生率×影响晶圆数量水平×检测难度等级
其中,x表示参数缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平、检测难度等级,Risk F(x)为设备缺陷风险等级。
进一步:
若所述YE在线缺陷检测通过,则更新所述生产设备缺陷检测率,将所抽样的半导体产品送出YE检测站点;
若所述YE在线缺陷检测未通过,则更新设备缺陷风险等级,更新YE抽样率,并更新所述生产设备缺陷检测率,将所抽样的半导体产品送出YE检测站点。
进一步,在YE检测站点中根据所设定的YE抽样率进行抽样之后,在对所抽样的半导体产品进行设备缺陷风险等级量化评估之前,还包括:
获取所抽样的半导体产品的产品信息;
根据所述产品信息确定所抽样的半导体产品是否为生产计划中已列为的最高优先级产品;
若所抽样的半导体产品为最高优先级产品,则所抽样的半导体产品不进行设备缺陷风险等级量化评估,将所抽样的半导体产品作为最高检测优先级率先进行YE在线缺陷检测。
进一步,所述产品信息包括:生产派工优先级PRI、生产设备编号ID、生产区域。
进一步,所述生产设备缺陷检测率为生产设备在一段时间内所处理的所有产品中被检测的产品的数量所占的比率。
进一步,所述YE抽样率根据所述设备缺陷风险等级的增加比率进行更新。
进一步,所述YE在线缺陷检测优先级包括:多个不同等级的检测优先级,以及普通检测级;其中,普通检测级的优先级低于所述多个不同等级的检测优先级。
进一步,在所述普通检测级中,若等待进行YE在线缺陷检测的半导体产品的数量超过所设定的普通检测级产品数量,则将超出普通检测级产品数量的半导体产品送出YE检测站点。
从上述方案可以看出,本发明提供的YE在线检测管控方法,依据设定的YE抽样率对经过生产设备之后的半导体产品进行抽样,通过设备缺陷风险等级量化评估手段以确定设备缺陷风险等级,再根据该设备缺陷风险等级,决定所抽样的半导体产品的YE在线缺陷检测优先级,以进行随后的设备缺陷风险检测,然后依据设备缺陷风险检测的结果,以调整YE抽样率、YE在线缺陷检测优先级、设备缺陷风险等级量化评估参数、生产设备缺陷检测率。本发明实现了在YE在线缺陷检测中依据每一次的检测结果,进行YE抽样率、YE在线缺陷检测优先级、设备缺陷风险等级量化评估参数、以及生产设备缺陷检测率的优化,提高了YE在线检测机台的检测效率,降低生产机台的缺陷风险。
附图说明
图1为本发明的YE在线检测管控方法的实施例示意图;
图2为本发明的YE在线检测管控方法的实施例流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明作进一步详细说明。
本发明的主要核心思想为,根据生产设备特性及历史缺陷统计确定设备缺陷风险等级,并根据该设备缺陷风险等级,结合YE在线缺陷检测,确定YE抽样率和YE在线缺陷检测优先级,达到优化YE在线缺陷检测中的缺陷检测抽样,提高YE在线检测机台的检测效率,降低生产机台的缺陷风险的目的。
依据该思想,如图1所示,本发明的YE在线检测管控方法实施例包括:
半导体产品经过生产设备后,在YE检测站点中根据所设定的YE抽样率进行抽样;
对所抽样的半导体产品所经过的生产设备进行缺陷风险等级量化评估,以获得设备缺陷风险等级;
根据所获得的设备缺陷风险等级,确定所抽样的半导体产品的YE在线缺陷检测优先级;
将获得YE在线缺陷检测优先级的半导体产品,按照所述YE在线缺陷检测优先级的顺序,进行YE在线缺陷检测。
进一步地,经过YE在线缺陷检测之后,本发明的YE在线检测管控方法实施例还包括:
若所述YE在线缺陷检测通过,则更新生产设备缺陷检测率,将所抽样的半导体产品送出YE检测站点;
若所述YE在线缺陷检测未通过,则更新设备缺陷风险等级评估参数,更新YE抽样率,并更新所述生产设备缺陷检测率,将所抽样的半导体产品送出YE检测站点。
另外,考虑到在生产中存在一些生产计划中已经被列为最高优先级的产品,并且这些产品不加入优先级排序,这样,根据YE在线缺陷检测需要,在YE检测站点中根据所设定的YE抽样率进行抽样之后,在对所抽样的半导体产品进行设备缺陷风险等级量化评估之前,本发明的YE在线检测管控方法实施例还进一步包括:
获取所抽样的半导体产品的产品信息;
根据所述产品信息确定所抽样的半导体产品是否为生产计划中已列为的最高优先级产品;
若所抽样的半导体产品为最高优先级产品,则所抽样的半导体产品不进行设备缺陷风险等级量化评估,将所抽样的半导体产品作为最高检测优先级率先进行YE在线缺陷检测。
以下,参见图2所示实施例流程,对本发明的YE在线检测管控方法进行进一步具体说明。
如图2所示,半导体产品经过生产设备后,进入本发明实施例步骤1。
步骤1、YE站点对经过生产设备后的半导体产品进行抽样,之后进入步骤2。
本步骤1中,YE站点对半导体产品的抽样是依据所设定的YE抽样率进行的,其中在本发明的YE在线检测管控方法实施例中,YE抽样率的设定是随着每一次(或者若干次)设备缺陷风险检测的结果进行调整的,详见后续说明。
步骤2、获取所抽样的半导体产品的产品信息,以确定所抽样的半导体产品是否为生产计划中已列为的最高优先级产品。
本步骤2中,依据所获取的产品信息可以获知半导体产品是否为生产计划中已列为的最高优先级产品。
如果是生产计划中已列为的最高优先级产品,则所抽样的半导体产品不进入步骤3,而是将所述抽样的半导体产品作为最高检测优先级(例如第一检测优先级)率先进入步骤5,以进行YE在线缺陷检测。如果不是生产计划中已列为的最高优先级产品,则所抽样的半导体产品进入步骤3。
产品信息可包括PRI(生产优先等级)、生产设备ID(编号)、生产区域等。其中,PRI,即Priority,生产派工优先级,即生产中根据订单,出货日期等给与在线产品的生产优先级,不同于YE检测是可跳过的,生产优先等级高的产品,可获得生产过程中优先生产的安排。通过这些产品信息可以获知生产半导体产品的生产设备,进而可知道该生产设备特性以及该生产设备的历史缺陷统计,进而便于进行设备缺陷风险等级量化评估。生产设备特性以及生产设备的历史缺陷统计等信息需要进行保存并根据需要进行更新,以利于设备缺陷风险等级量化评估。
步骤3、对所抽样的半导体产品所经过的生产设备进行缺陷风险等级量化评估,之后进入步骤4。
本步骤3中,设备缺陷风险等级是根据历史缺陷良率损失、影响晶圆数量、发生几率、缺陷种类和生产设备缺陷检测率进行量化评估的。
其中,历史缺陷良率损失为:过去一段期间内所评估出的设备曾经发生过的缺陷案例造成的良率损失,历史缺陷良率损失是一个统计值。若无历史记录,可用同型同制程设备的记录代替。
影响晶圆数量为:缺陷案例发生时,发生该种缺陷的晶圆数量。
发生几率为:多长时间发生一次缺陷案例,或者处理多少晶圆发生一次缺陷案例等。
缺陷种类为:所评估设备曾经发生的缺陷类型,杀伤率高的类型得到更高的风险等级。
生产设备缺陷检测率为:经过缺陷检测过的产品与生产设备所生产的产品的比率。
所评估出的设备缺陷风险等级为一量化值,其计算参数包括缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平和检测难度等级。
其中,对于某种类型缺陷来说:
缺陷水平为缺陷在晶圆上所影响的芯片所占的比率,为运算方便,实际运用中可以把从0%~100%分成若干等级(比如分为10级,0%~10%为1级、10%~20%为2级、……、90%~100%为10级)进行计算。
缺陷杀伤率为:种类缺陷杀伤芯片的概率,即缺陷导致芯片故障的概率,并非所有缺陷都会导致芯片故障(即杀伤)。与缺陷水平类似,缺陷杀伤率也进行分(比如将0%~100%的概率分为10级,0%~10%为1级、10%~20%为2级、……、90%~100%为10级)级,下同。
缺陷发生率为发生缺陷的时间概率或者发生缺陷的数量概率,即多长时间发生一次缺陷,或者处理多少晶圆发生一次缺陷等,例如几个小时或者几天发生一次缺陷,或者处理几十片、几百片、几千片或者几万片晶圆发生一次缺陷。
影响晶圆数量水平为:类似上述缺陷案例发生时,发生该类型缺陷的晶圆数量。
检测难度等级为:该缺陷被检测到的难度。检测难度等级和缺陷类型和尺寸以及使用的检测机台相关,由工程师结合生产实际进行评估,检测难度等级可分为第1等级、第2等级、……、第10等级,等级越高检测难度越大,实际生产用,工程师直接根据缺陷类型、缺陷尺寸等对检测难度等级进行设定。
上述缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平、检测难度等级均由百分比形式进行表示。
所述设备缺陷风险等级可表示为:
Risk F(x)=F(缺陷水平,缺陷杀伤率,缺陷发生率,影响晶圆数量水平,检测难度等级)
其中,x变量代表缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平、检测难度等级这些参数。
Risk F(x)为缺陷风险等级,作为一个具体实施例:
Risk F(x)=缺陷水平×缺陷杀伤率×缺陷发生率×影响晶圆数量水平×检测难度等级
作为一个实例,缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平和检测难度等级这些参数,可采用等级数来作为运算的参数。例如缺陷水平可分为1~10级、缺陷杀伤率可分为1~10级、缺陷发生率可分为1~10级、影响晶圆数量水平可分为1~10级、检测难度等级可分为1~10级,risk f(x)为这些参数等级的乘积。需要指出的是,以上仅作为实施例进行说明,并非只有乘积这一种运算方式来获得设备缺陷风险等级Risk F(x),依据本发明的精神和原则之内所采用的其他获得设备缺陷风险等级的运算方式,也在本发明的保护范围之内。
步骤4、根据所获得的设备缺陷风险等级,确定所抽样的半导体产品的YE在线缺陷检测优先级,之后进入步骤5。
本步骤4中,YE在线缺陷检测优先级包括多个不同等级的检测优先级,以及普通检测级。其中,普通检测级的优先级低于所述多个不同等级的检测优先级。多个不同等级例如第二检测优先级、第三检测优先级、……、第N检测优先级,优先级从第二检测优先级到第N检测优先级依次降低。
本步骤4中,确定所抽样的半导体产品的YE在线缺陷检测优先级,例如按照上述步骤3中的Risk F(x)公式所计算出的缺陷风险等级数值高的具有高的优先级,缺陷风险等级数值低的具有低的优先级,对风险等级数值再进行进一步划分,例如,可设为Risk F(x)大于100为第二优先级,Risk F(x)在100至60之间为第三优先级,Risk F(x)在60以下的为普通级。最高优先级不通过Risk F(x)的大小设定,而是通过上述步骤2中的方法获取,此处不再赘述。
步骤5、按照YE在线缺陷检测优先级的顺序对半导体产品进行YE在线缺陷检测,之后进入步骤6。
本步骤5中,进行YE在线缺陷检测可采用本领域已有的YE在线缺陷检测手段进行,此处不再赘述。
步骤6、分析YE在线缺陷检测结果是否合格,如果合格则执行步骤7,如果不合格,则执行步骤7、步骤8和步骤9。
步骤7、更新生产设备缺陷检测率,之后将半导体产品送出YE检测站点。
其中,所述检测率为某个设备在某段时间所处理过的产品中被检测过的数量所占比率。本步骤7中,作为一个具体实施例,若获得检测结果之前,该生产设备的检测率为1/10(或者10%),则无论检测结果合格或者不合格,更新后的生产设备缺陷检测率都为2/10(或者20%)。所述检测率中,分子为检测的产品数量,分母为生产设备处理的产品数量,例如,生产设备处理的产品数量为10,其中进行检测的产品数量为1,则生产设备的检测率即为1/10。检测率可取过去一段时间内的值,例如可取过去12小时内的检测率的值或者可取过去24小时内的检测率的值。
步骤8、更新设备缺陷风险等级评估参数。
当YE在线缺陷检测结果不合格时,说明了生产设备的状态可能出现了变化,如果不进行设备缺陷风险等级评估参数的更新,则不能适应新的生产设备的状态,所以需要执行步骤8,以对设备缺陷风险等级评估参数进行更新。
本步骤8中,新的设备缺陷风险等级评估参数的更行过程如下:
如果缺陷检测结果不合格,则对该次结果进行评估:缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平和它们的原值比较是否升高,如果有某项值升高则用该项的新值代替原值。通过缺陷检测,可以获得新的缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平值,其中,缺陷水平和缺陷杀伤率是现有的缺陷检测中能够获得的结果,正常生产情况下,不合格时的异常产品大多集中发生于一个时间段内,对该段时间内的缺陷检测的不合格产品进行统计即可获得缺陷发生率和影响晶圆数量水平。其中,缺陷杀伤率是某种缺陷类型的统计结果,缺陷杀伤率和缺陷种类以及缺陷密度相关,一般不需要进行变更。
更新之后,后续产品的设备缺陷风险等级评估则采用更新后的参数进行评估。
步骤9、更新YE抽样率。
YE抽样率是根据设备缺陷风险等级的增加比率进行更新的,具体地:如果缺陷风险等级升高,即从较低值转变为较高值(步骤8中更新设备缺陷风险等级评估参数后,相应的缺陷风险等级Risk F(x)会出现上升,缺陷风险等级Risk F(x)出现上升通常只是在近期的缺陷检测结果不良情况下产生的),此时意味着该设备制程风险升高,则需要增加该设备的YE抽样率。作为一个具体实施,当缺陷风险等级Risk F(x)的增加比率达到50%时触发YE抽样率的上升,触发YE抽样率的上升的缺陷风险等级的增加比率条件不仅局限于50%触发,本领域技术人员可以依据实际生产而进行针对性调整,例如将Risk F(x)的增加比率调整为30~70%中的任意某个值,例如30%、40%、45%、55%、60%、70%等。作为一个具体实施,每当缺陷风险等级增加的比率达到50%时,则触发YE抽样率上升10%,例如若原YE抽样率为10%,当缺陷风险等级由原值的100,升高到150,使得缺陷风险等级增加的比率达到50%时,YE抽样率从原来的10%更新到20%,或者若原YE抽样率为20%,当缺陷风险等级增加的比率达到50%时,YE抽样率从原来的20%更新到30%等。
经过上述步骤7的生产设备缺陷检测率的更新之后,新抽样的半导体产品便按照新的生产设备缺陷检测率进行设备缺陷风险等级量化评估,经过上述步骤8的设备缺陷风险等级评估参数的更新之后,新抽样的半导体产品便按照新的设备缺陷风险等级评估参数进行设备缺陷风险等级量化评估,经过上述步骤9的YE抽样率之后,新的半导体产品经过生产设备后,便在YE检测站点中根据新的的YE抽样率进行抽样。
在步骤4的普通检测级中,可能存在较多的等待进行YE在线缺陷检测的半导体产品,如果等待进行YE在线缺陷检测的半导体产品过多,则会因为过多的半导体产品等待进行YE在线缺陷检测,而无法进入随后生产流程,进而降低半导体产品的生产效率。在这种情况下,本发明的YE在线检测管控方法实施例还可以进一步包括:
步骤10、在步骤4的普通检测级中,若等待进行YE在线缺陷检测的半导体产品的数量超过所设定的普通检测级产品数量,则将超出普通检测级产品数量的半导体产品送出YE检测站点。
本步骤10中,普通检测级产品数量可依据实际具体生产情况进行设定。本步骤10是一个非重要步骤,步骤10的设置是为了防止阻挡生产制造周期而定。等待进行YE在线缺陷检测的半导体产品数量,其意为YE检测站点最大允许等待的数量,和YE检测机台数量有关,通常由生产计划部门和YE协商确定。例如可设置为10~200片。
如上所述的本发明的YE在线检测管控方法实施例中,所涉及的每个具体参数的设定和调整需要依据实际生产情况和生产设备状态而调整,对于不同的生产设备、不同的工作区、不同的生产流程,所涉及的具体参数均可能有所不同,需要长时间和/或多次的检测和统计以获得。以上所公开的各个参数不作为限定本发明之用。
本发明提供的YE在线检测管控方法,依据设定的YE抽样率对经过生产设备之后的半导体产品进行抽样,通过设备缺陷风险等级量化评估手段以确定设备缺陷风险等级,再根据该设备缺陷风险等级,决定所抽样的半导体产品的YE在线缺陷检测优先级,以进行随后的设备缺陷风险检测,然后依据设备缺陷风险检测的结果,以调整YE抽样率、YE在线缺陷检测优先级、设备缺陷风险等级量化评估参数、生产设备缺陷检测率。本发明实现了在YE在线缺陷检测中依据每一次的检测结果,进行YE抽样率、YE在线缺陷检测优先级、设备缺陷风险等级量化评估参数、以及生产设备缺陷检测率的优化,提高了YE在线检测机台的检测效率,降低生产机台的缺陷风险。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种YE在线检测管控方法,包括:
半导体产品经过生产设备后,在YE检测站点中根据所设定的YE抽样率进行抽样;
对所抽样的半导体产品所经过的生产设备进行缺陷风险等级量化评估;
根据所获得的设备缺陷风险等级,确定所抽样的半导体产品的YE在线缺陷检测优先级;
将获得YE在线缺陷检测优先级的半导体产品,按照所述YE在线缺陷检测优先级的顺序,进行YE在线缺陷检测。
2.根据权利要求1所述的YE在线检测管控方法,其特征在于:所述设备缺陷风险等级为一量化值,其计算参数包括缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平和检测难度等级,其中,缺陷水平为缺陷在晶圆上所影响的芯片所占的比率,缺陷杀伤率为缺陷导致芯片故障的概率,缺陷发生率为发生缺陷的时间概率或者发生缺陷的数量概率,影响晶圆数量水平为发生缺陷的晶圆数量,检测难度等级为缺陷被检测到的难度。
3.根据权利要求2所述的YE在线检测管控方法,其特征在于,所述设备缺陷风险等级为:
Risk F(x)=缺陷水平×缺陷杀伤率×缺陷发生率×影响晶圆数量水平×检测难度等级
其中,x表示参数缺陷水平、缺陷杀伤率、缺陷发生率、影响晶圆数量水平、检测难度等级,Risk F(x)为设备缺陷风险等级。
4.根据权利要求1所述的YE在线检测管控方法,其特征在于:
若所述YE在线缺陷检测通过,则更新所述生产设备缺陷检测率,将所抽样的半导体产品送出YE检测站点;
若所述YE在线缺陷检测未通过,则更新设备缺陷风险等级评估参数,更新YE抽样率,并更新所述生产设备缺陷检测率,将所抽样的半导体产品送出YE检测站点。
5.根据权利要求1所述的YE在线检测管控方法,其特征在于,在YE检测站点中根据所设定的YE抽样率进行抽样之后,在对所抽样的半导体产品进行设备缺陷风险等级量化评估之前,还包括:
获取所抽样的半导体产品的产品信息;
根据所述产品信息确定所抽样的半导体产品是否为生产计划中已列为的最高优先级产品;
若所抽样的半导体产品为最高优先级产品,则所抽样的半导体产品不进行设备缺陷风险等级量化评估,将所抽样的半导体产品作为最高检测优先级率先进行YE在线缺陷检测。
6.根据权利要求5所述的YE在线检测管控方法,其特征在于,所述产品信息包括:生产派工优先级PRI、生产设备编号ID、生产区域。
7.根据权利要求1所述的YE在线检测管控方法,其特征在于:所述生产设备缺陷检测率为生产设备在一段时间内所处理的所有产品中被检测的产品的数量所占的比率。
8.根据权利要求4所述的YE在线检测管控方法,其特征在于,所述YE抽样率根据所述设备缺陷风险等级的增加比率进行更新。
9.根据权利要求1所述的YE在线检测管控方法,其特征在于,所述YE在线缺陷检测优先级包括:多个不同等级的检测优先级,以及普通检测级;其中,普通检测级的优先级低于所述多个不同等级的检测优先级。
10.根据权利要求9所述的YE在线检测管控方法,其特征在于:在所述普通检测级中,若等待进行YE在线缺陷检测的半导体产品的数量超过所设定的普通检测级产品数量,则将超出普通检测级产品数量的半导体产品送出YE检测站点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410057303.7A CN104867840B (zh) | 2014-02-20 | 2014-02-20 | Ye在线检测管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410057303.7A CN104867840B (zh) | 2014-02-20 | 2014-02-20 | Ye在线检测管控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104867840A true CN104867840A (zh) | 2015-08-26 |
CN104867840B CN104867840B (zh) | 2018-03-23 |
Family
ID=53913595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410057303.7A Active CN104867840B (zh) | 2014-02-20 | 2014-02-20 | Ye在线检测管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104867840B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355338A (zh) * | 2016-08-31 | 2017-01-25 | 四川新华西乳业有限公司 | 一种原料奶风险监测控制方法 |
CN106897883A (zh) * | 2017-01-23 | 2017-06-27 | 武汉奇米网络科技有限公司 | 一种自动化商品抽检方法及系统 |
CN106952842A (zh) * | 2016-01-06 | 2017-07-14 | 中芯国际集成电路制造(上海)有限公司 | 取样量测系统及其取样量测方法 |
CN107731705A (zh) * | 2017-10-17 | 2018-02-23 | 武汉新芯集成电路制造有限公司 | 在缺陷检测中设定抽样率的方法以及产线的检测管控方法 |
CN107910251A (zh) * | 2017-11-20 | 2018-04-13 | 上海华力微电子有限公司 | 一种基于缺陷贡献度的缺陷检测机台自动派工系统和方法 |
CN110675068A (zh) * | 2019-09-26 | 2020-01-10 | Oppo(重庆)智能科技有限公司 | 根据不良率调整测试策略的方法、装置、设备及存储介质 |
CN110910021A (zh) * | 2019-11-26 | 2020-03-24 | 上海华力集成电路制造有限公司 | 一种基于支持向量机监控在线缺陷的方法 |
CN112185831A (zh) * | 2019-07-01 | 2021-01-05 | 华润微电子(重庆)有限公司 | 抽样缺陷检测方法、及其设备和系统 |
CN112951736A (zh) * | 2021-01-29 | 2021-06-11 | 中芯集成电路制造(绍兴)有限公司 | 检测工序的智能抽样方法 |
CN114637270A (zh) * | 2022-05-17 | 2022-06-17 | 成都秦川物联网科技股份有限公司 | 基于集散控制的智能制造工业物联网及控制方法 |
CN116703248A (zh) * | 2023-08-07 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 数据审核方法、装置、电子设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030121016A1 (en) * | 2001-12-26 | 2003-06-26 | Kabushiki Kaisha Toshiba | Semiconductor design/fabrication system, semiconductor design/fabrication method and semiconductor design/fabrication program |
CN1670938A (zh) * | 2004-03-16 | 2005-09-21 | 旺宏电子股份有限公司 | 用以分析晶片制程中的集成电路的缺陷的设备及方法 |
CN102445934A (zh) * | 2011-10-17 | 2012-05-09 | 上海华力微电子有限公司 | 一种可连接机台内部工艺信息的缺陷监控方法 |
CN103345666A (zh) * | 2013-06-04 | 2013-10-09 | 上海华力微电子有限公司 | Ye区域扫描机台的派工方法 |
-
2014
- 2014-02-20 CN CN201410057303.7A patent/CN104867840B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030121016A1 (en) * | 2001-12-26 | 2003-06-26 | Kabushiki Kaisha Toshiba | Semiconductor design/fabrication system, semiconductor design/fabrication method and semiconductor design/fabrication program |
CN1670938A (zh) * | 2004-03-16 | 2005-09-21 | 旺宏电子股份有限公司 | 用以分析晶片制程中的集成电路的缺陷的设备及方法 |
CN102445934A (zh) * | 2011-10-17 | 2012-05-09 | 上海华力微电子有限公司 | 一种可连接机台内部工艺信息的缺陷监控方法 |
CN103345666A (zh) * | 2013-06-04 | 2013-10-09 | 上海华力微电子有限公司 | Ye区域扫描机台的派工方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952842A (zh) * | 2016-01-06 | 2017-07-14 | 中芯国际集成电路制造(上海)有限公司 | 取样量测系统及其取样量测方法 |
CN106952842B (zh) * | 2016-01-06 | 2019-09-27 | 中芯国际集成电路制造(上海)有限公司 | 取样量测系统及其取样量测方法 |
CN106355338A (zh) * | 2016-08-31 | 2017-01-25 | 四川新华西乳业有限公司 | 一种原料奶风险监测控制方法 |
CN106355338B (zh) * | 2016-08-31 | 2021-07-27 | 四川新华西乳业有限公司 | 一种原料奶风险监测控制方法 |
CN106897883A (zh) * | 2017-01-23 | 2017-06-27 | 武汉奇米网络科技有限公司 | 一种自动化商品抽检方法及系统 |
CN107731705A (zh) * | 2017-10-17 | 2018-02-23 | 武汉新芯集成电路制造有限公司 | 在缺陷检测中设定抽样率的方法以及产线的检测管控方法 |
CN107910251B (zh) * | 2017-11-20 | 2020-08-04 | 上海华力微电子有限公司 | 一种基于缺陷贡献度的缺陷检测机台自动派工系统和方法 |
CN107910251A (zh) * | 2017-11-20 | 2018-04-13 | 上海华力微电子有限公司 | 一种基于缺陷贡献度的缺陷检测机台自动派工系统和方法 |
CN112185831A (zh) * | 2019-07-01 | 2021-01-05 | 华润微电子(重庆)有限公司 | 抽样缺陷检测方法、及其设备和系统 |
CN110675068A (zh) * | 2019-09-26 | 2020-01-10 | Oppo(重庆)智能科技有限公司 | 根据不良率调整测试策略的方法、装置、设备及存储介质 |
CN110910021A (zh) * | 2019-11-26 | 2020-03-24 | 上海华力集成电路制造有限公司 | 一种基于支持向量机监控在线缺陷的方法 |
CN112951736A (zh) * | 2021-01-29 | 2021-06-11 | 中芯集成电路制造(绍兴)有限公司 | 检测工序的智能抽样方法 |
CN112951736B (zh) * | 2021-01-29 | 2023-07-07 | 绍兴中芯集成电路制造股份有限公司 | 检测工序的智能抽样方法 |
CN114637270A (zh) * | 2022-05-17 | 2022-06-17 | 成都秦川物联网科技股份有限公司 | 基于集散控制的智能制造工业物联网及控制方法 |
US11681283B1 (en) | 2022-05-17 | 2023-06-20 | Chengdu Qinchuan Iot Technology Co., Ltd. | Intelligent manufacturing industrial Internet of Things based on distributed control, control methods and media thereof |
CN116703248A (zh) * | 2023-08-07 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 数据审核方法、装置、电子设备及计算机可读存储介质 |
CN116703248B (zh) * | 2023-08-07 | 2024-01-30 | 腾讯科技(深圳)有限公司 | 数据审核方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104867840B (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104867840A (zh) | Ye在线检测管控方法 | |
CN104268678B (zh) | 一种以动态可靠性为基础的石化设备预防性维修方法 | |
CN103838202B (zh) | 参数控制方法和参数控制系统 | |
US20060241802A1 (en) | Real-time management systems and methods for manufacturing management and yield rate analysis integration | |
CN101738991B (zh) | 检测产品品质超规与评估产品实际测量值的方法 | |
CN104062305B (zh) | 一种集成电路缺陷的分析方法 | |
US7117057B1 (en) | Yield patrolling system | |
US20110112999A1 (en) | Method for predicting and warning of wafer acceptance test value | |
US20140278234A1 (en) | Method and a system for a statistical equivalence test | |
CN103943523A (zh) | 半导体生产过程中的抽样量测方法 | |
US11404331B2 (en) | System and method for determining cause of abnormality in semiconductor manufacturing processes | |
CN105700490B (zh) | 一种提高产品良率的方法及系统 | |
US20200380448A1 (en) | Method of determining a microbiological risk level in a food batch | |
CN112180230A (zh) | 芯片测试参数异常的侦测方法、存储介质、终端 | |
US20120330591A1 (en) | Fault detection method of semiconductor manufacturing processes and system architecture thereof | |
CN107247198A (zh) | 一种配电设备故障预测方法及装置 | |
CN108023782A (zh) | 一种基于维修记录的设备故障预警方法 | |
CN103811367B (zh) | 产品缺陷检测方法 | |
US8340800B2 (en) | Monitoring a process sector in a production facility | |
CN102637617B (zh) | 晶圆质量检测系统以及晶圆质量检测方法 | |
CN112597435B (zh) | 基于设备监理的火电设备质量数据处理方法及装置 | |
CN107910251B (zh) | 一种基于缺陷贡献度的缺陷检测机台自动派工系统和方法 | |
CN114063582A (zh) | 用于监控产品测试过程的方法和装置 | |
CN107731705B (zh) | 在缺陷检测中设定抽样率的方法以及产线的检测管控方法 | |
CN102709206B (zh) | 控制晶圆生产过程异常的自动缺陷扫描抽检方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |