CN106971953B - 制造制程中的误差检测方法 - Google Patents

制造制程中的误差检测方法 Download PDF

Info

Publication number
CN106971953B
CN106971953B CN201610876857.9A CN201610876857A CN106971953B CN 106971953 B CN106971953 B CN 106971953B CN 201610876857 A CN201610876857 A CN 201610876857A CN 106971953 B CN106971953 B CN 106971953B
Authority
CN
China
Prior art keywords
value
matrix
generating
wafer
correlation
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.)
Active
Application number
CN201610876857.9A
Other languages
English (en)
Other versions
CN106971953A (zh
Inventor
R·古德
E·巴拉什
J·B·斯特顿
D·科斯特
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
GlobalFoundries Inc
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 GlobalFoundries Inc filed Critical GlobalFoundries Inc
Publication of CN106971953A publication Critical patent/CN106971953A/zh
Application granted granted Critical
Publication of CN106971953B publication Critical patent/CN106971953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G05B23/0291—Switching into safety or degraded mode, e.g. protection and supervision after failure
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32191—Real time statistical process monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/42—Servomotor, servo controller kind till VSS
    • G05B2219/42001—Statistical process control spc
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45031—Manufacturing semiconductor wafers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2223/00—Indexing scheme associated with group G05B23/00
    • G05B2223/02—Indirect monitoring, e.g. monitoring production to detect faults of a system
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

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

Abstract

本发明涉及制造制程中的误差检测方法，提供了一种用于执行自动确定何时关闭诸如半导体晶圆制造工具的一制造工具的方法以及计算机程序产品。该方法包括，例如，生成一包括半导体晶圆的制程参数的一测量矢量、生成每一个晶圆的获取参数的测量值之间的相关性的一相关矩阵、生成包括各对晶圆的该获取参数的测量值之间的相关性的自相关矩阵、生成相关以及自相关矩阵的一组合矩阵、从该测量矢量以及组合矩阵获取一T2值、以及如果该T2值超过一临界值，停止一半导体晶圆制造工具。

Description

制造制程中的误差检测方法
相关申请案的交互参照
本申请主张于2015年10月1日提交的美国临时专利申请号为62/235,889的优先权。
技术领域
本申请涉及制造过程中的误差检测，尤指一种用于检测半导体制造误差以及自动确定何时关闭一制造工具的统计制程控制方法。
背景技术
半导体晶片上的集成电路的制造可能涉及制造以及加工的多个阶段，并可能需要数个用于检测制造误差的制程。当在一晶圆或一批晶圆上发现重大的制造误差时，则这些晶圆为有缺陷且不可用的，需要关闭制造工具并进行调整或固定以防止继续制造出具有此重大缺陷的晶圆。然而，许多用于检测制造误差的技术存在着很高的“误报”率，造成制造工具不必要的关闭并浪费了宝贵的制造和检修时间，也大大降低了生产率以及晶圆产量。
发明内容
为克服现有技术存在的各种缺点，本发明的一个态样通过提供一种用于停止半导体制造的方法以提供额外的优点，包括生成一测量矢量，是包括来自一个或多个半导体晶圆中的每一者的一个或多个参数中每一者的一测量值；针对该一个或多个半导体晶圆中的每一者，生成一相关矩阵，其中，该相关矩阵包括该每一个晶圆的获取参数的测量值之间的相关性；针对从一对中的每一个半导体晶圆中已获取一参数的一测量值的该一个或多个半导体晶圆中的该每一对，生成一自相关矩阵，其中，该自相关矩阵包括该对中每一个晶圆的该获取参数的测量值之间的相关性；生成一组合矩阵，其中，生成包括结合相关矩阵以及自相关矩阵至一组合矩阵中；自该测量矢量以及组合矩阵获取一T2值；以及如果该T2值超过一临界值，停止一半导体晶圆制造工具。
在一些实施例中，该置信度值大于95％，大于97.5％，或大于99％。在其他的一些实施例中，该测量矢量，该相关矩阵，该自相关矩阵，该组合矩阵，该T2值，或任意上述两种或两种以上的组合是通过一计算机生成、建构、或获取。在又一些其他实施例中，若获取的T2值超過一临界值，則计算机停止停止一半导体晶圆制造工具。
在另一态样，本发明提供一种停止半导体制造的方法，包括生成一测量矢量，该测量矢量包括来自一个或多个半导体晶圆中的每一者的一个或多个参数中的每一者的一测量值；针对该一个或多个半导体晶圆中的每一者，生成一相关矩阵，其中，该相关矩阵包括该每一个晶圆的所获取参数的测量值之间的相关性；针对从一对中的每一个半导体晶圆中已获取一参数的一测量值的该一个或多个半导体晶圆中的该每一对，生成一自相关矩阵，其中，该自相关矩阵包括该对中每一个晶圆的该获取参数的测量值之间的相关性；生成一组合矩阵，其中，生成包括结合相关矩阵以及自相关矩阵至一组合矩阵中；自该测量矢量以及组合矩阵获取一T2值；其中，该测量矢量，该相关矩阵，该自相关矩阵，该组合矩阵，该T2值，或任意上述两种或两种以上的组合是通过一计算机生成，建构或获取；以及如果该T2值超过包括一自由度值以及一预选的置信度值的一卡方分布值，且该自由度值為该测量矢量中的测量值的数量以及该预选的置信度值大于95％，停止一半导体晶圆制造工具。
在一些实施例中，该预选的置信度值大于95％，大于97.5％，或大于99％。在其他的一些实施例中，如果该T2值超过该临界值，一计算机停止该半导体晶圆制造工具。
在又一态样，本发明提供一种停止半导体制造的方法，包括生成一测量矢量，该测量矢量包括来自一个或多个半导体晶圆中的每一者的一个或多个参数中的每一者的一测量值；针对该一个或多个半导体晶圆，生成一相关矩阵，其中，该相关矩阵包括该每一个晶圆的所获取参数的测量值之间的相关性；针对从一对中的每一个半导体晶圆中已获取一参数的一测量值的该一个或多个半导体晶圆中的该每一对，生成一自相关矩阵，其中，该自相关矩阵包括该对中每一个晶圆的该获取参数的测量值之间的相关性；生成一组合矩阵，其中，生成包括结合相关矩阵以及自相关矩阵至一组合矩阵中；自该测量矢量以及组合矩阵获取一T2值；其中，该测量矢量，该相关矩阵，该自相关矩阵，该组合矩阵，该T2值，或任意上述两种或两种以上的组合是通过一计算机生成、建构、或获取；以及如果该T2值超过包括一自由度值以及一预选的置信度值的一卡方分布值，且该自由度值為该测量矢量中的测量值的数量以及该预选的置信度值大于95％，停止一半导体晶圆制造工具，其中，是一计算机停止该半导体晶圆制造工具。
在一些实施例中，该预选的置信度值大于97.5％或大于99％。在其他的一些实施例中，是根据该提供的方法，提供一种计算机可读介质，该计算机可读介质含有用以生成该测量矢量、生成该相关矩阵，生成该自相关矩阵，生成该组合矩阵，生成该T2值，停止半导体晶圆制造，或任意上述两者或两者以上的组合的程序代码。
通过本发明的该技术来实现附加的功能及优点。此处详细描述了本发明的其他实施例和各个态样，并被认为是本申请发明的一部分。
附图说明
本发明的一个或多个态样用于特别指出并明确要求保护作为本说明书所总结的权利要求的实施例。本发明的前述以及其他对象、特征及优点将通过以下结合了附图的详细描述中予以明示，其中：
图1A为描绘用于确定何时关闭一制造工具的一制程的一实施例的方块图；
图1B为描绘用于确定何时关闭一制造工具的一制程的一附加实施例的方块图；
图2A，图2B以及图2C为描绘用于构造一相关矩阵的一实施例的一部分；
图3A，图3B，图3C及图3D为描绘用于构造一相关矩阵的另一实施例的一部分；
图4为描绘用于获取一T2值的一方法；以及
图5为依据本发明的一个或多个态样，说明一计算机程序产品的一实施例。
具体实施方式
本发明的一些态样以及某些特征、优点及其细节，将在以下结合附图予以说明的非限制性实施例的参考下予以更充分的解释。对于悉知的材料、制造工具、加工技术等的描述将予以省略以免模糊本发明的重点。然而，其应被理解为，在指示本发明的具体实施例时，这些详细的描述以及具体的实施例仅用于说明，并非用于限制本发明。在本揭露的基本发明概念的精神及/或范围内所作的各种替换，修改，添加和/或安排，对于本领域的技术人员而言均是显而易见的。
同时还需注意的是，以下所作的参考附图未按比例示出是为了便于理解，其中，在不同附图中所使用的相同的参考标号为表示相同或相似的元件。为了清晰起见，只有那些与本发明的各个实施例所显示的各态样相关的元件或参考字符被重复地显示。在这方面，並没有试图更详细地显示出比用于本发明的基本理解所必须的结构细节更多的细节，利用附图进行的说明使得本领域的技术人员清楚在实践中可如何实施本发明的各种形式。
除非另有规定，本发明所使用的所有技术以及科学术语与本发明所属技术领域中的通常知识者具有相同的含义。与本文的描述内容相似或相同的其他任何方法，设备或材料也可用于本发明的实践或测试中，以下描述的是较佳的方法，设备以及材料。
统计制程控制(SPC)可被用于整个半导体晶圆制造制程中以识别制造制程何时从正常操作状态发生了变化，也就是，一个制程及/或工具开始失控。SPC制程针对一晶圆通常需获取一个或多个测量值，例如晶圆厚度或一层的临界尺寸(CD)，并将这些测量值与统计或正常平均值进行比较，以从正常值中识别出显着的偏差值。许多SPC制程设置一從正常值距3sigma(3σ)的控制极限，或三个标准偏差，作为用于检测重大误差的一个极限。偏离三个或更多的标准偏差值的测量值是罕见的，这些测量值将表明一制程发生了重大的变化或可能发生失控。当应用于单一晶圆样品时，SPC制程可能生成大约1％或更少的“误报率”。然而，在许多先进的半导体制造制程中，这些测量值不仅取自于一单一晶圆，也可能是一个批次的晶圆中采样的多个晶圆，以及可能是从不同晶圆上测量到的多个参数。此外，一些参数可用于测量一个批次内的一些晶圆，而不同的参数是用于测量同一批次内的其他晶圆。晶圆之间没有适当的相关性或参数之间没有相关性，该误报率则可能会增加到16.5％或以上，当任意单一参数测量值落入该3sigma控制极限以外的几率增加时则需测量更多的参数。随着集成电路特征尺寸趋向缩小，增加了更多的参数，因此该误报率可能进一步增加。每一个虚假的报警可能会关闭一个在正常参数范围内运行并生产有用的可接受的晶圆的制造工具，浪费了制造时间以及造成技术人员浪费时间来试图诊断一个不存在的故障。
多变量分析制程是可以关联多个参数以更精确地确定在制造过程中何时发生一重大误差的统计分析方法。一般而言，多变量分析制程包括构建一测量参数矢量以及针对在一对参数之间的相关值的构建矩阵使那些的测量值相关联。将计算结果与基于被测量的参数的数量的一预期偏差值进行比较；如果该计算结果小于或等于此预期偏差值，则认定该一个或多个制造制程在可接受的参数范围内运行。因此，即使有一个或两个测量值落入该3sigma控制极限之外，该测量值的整体矢量可能没有落入该3sigma控制极限之外，因此可大幅降低误报率的出现。
然而，多变量分析通常需要该矢量的所有测定值同时可用，也就是，除非所有参数的测量以及关联工作均已实际完成，否则该误差分析无法执行。如果某些数值是不可用的而无法完成该矢量，则该分析无法进行。由于没有一个单一的计量工具可用于测量所有的必要参数，造成从晶圆采样的数据通常不是同时均为可用的，这就使对于SPC制程的多变量分析变得困难或无法执行。此外，在那些晶圆完成该制程步骤之后，采样晶圆可能无法承受需持续数小时甚至数天的一个特定处理步骤的计量。因此，虽然存在着潜在重大误差的晶圆等待被测量，存在着相同的重大误差的更多的晶圆可能会被生产出来，潜在地浪费了金钱、材料以及制造时间。
此外，多变量分析可能通常需要测量的参数与所有采样晶圆保持一致，作为相关矩阵通常包括有所有可能组合的参数之间的相关性。然而，在实践中，对晶圆的一统一样本统一地测量相同的参数是不可行的。通常，一些参数例如厚度可测量自采样晶圆的一个子集，其他参数例如一特定临界尺寸可测量自采样晶圆的一不同的子集，使得晶圆中的测量的参数不统一。因此，使用普通的多变量分析制程可能不足以自动确定一制造工具应该何时关闭。等到用以完成该测量矢量的所有必要的变量均为可用的且可以用来确定一制造工具处于失控操作之时，数打或成百的额外的晶圆可能已由该相同的处于失控的制造工具所制造出来。
图1A为描绘用以自动确定何时关闭一制造工具的一制程100的一实施例方块图。于方块110中，自一第一晶圆获取一个或多个第一加工测量值。于方块115中，该第一加工测量值被包含在一测量矢量中。于方块120中，构建一相关矩阵。该相关矩阵包括自该第一晶圆获取的该第一加工测量值所确定的相关值。于方块130中，将该测量矢量以及相关矩阵相结合以确定一T2值。在方块140中，将该T2值与卡方分布值(chi-square distributionvalue)进行比较，其中，该卡方分布值是由所作的第一加工测量值的数量以及一预选的置信度值所确定。如果该T2值大于该卡方分布值，则于方块141中，一重大加工误差被检测到，以及该制造工具被自动关闭。如果该T2值小于或等于该卡方分布值，则于方块142中继续进行加工。
图1B为描绘接着图1B的制程100之后的一附加制程105的至少一实施例的方块图。于方块150中，自至少一第二晶圆获取一个或多个第二加工测量值。该第二加工测量值，于方块155中，被包含在该测量矢量中。于方块160中，使用该第二加工测量值更新该相关矩阵。于方块170中，将该测量矢量与该相关矩阵进行结合以确定一T2值。于方块180中，该T2值与一卡方分布值进行比较，其中，该卡方分布值是由所作的第一加工测量值及第二加工测量值的数量以及该预选的置信度值所确定。如果该T2值大于该卡方分布值，则于方块181中，一重大加工误差被检测到以及该制造工具被自动关闭。如果该T2值小于或等于该卡方分布值，则于方块182中继续进行加工。
多变量分析制程一般会利用那些通常被称为T2值或T2统计量的计量值。该T2值或统计量是由以下公式所确定：
T2＝xTR-1x (1)
其中，X为一测量的矢量，R为测量值之间的相关值的一个矩阵。在半导体晶圆加工的应用中，该矢量的测量值可包括厚度，一个或多个临界尺寸，及/或其他可测量的晶圆参数。
该矩阵R通常包括代表不同测量值之间的相关性的矩阵值。一般而言，一晶圆的两个参数之间的关联性越高，该两个参数于该矩阵R中的相应的相关值会越高。举例而言，假设用于该矢量x的该测量参数包括一晶圆厚度Thk，一第一临界尺寸CD1,一第二临界尺寸CD2,以及一第三临界尺寸CD3,则于矢量公式中x表示为：
x＝[Thk，CD1，CD3，CD2].(2)
该相应的相关矩阵R可包括将厚度与CD1，厚度与CD2，CD1与CD2等关联的值。两个参数相互之间的关联越密切，则它们在矩阵R中的相关值就越高。例如，一晶圆的该厚度可能与一第一临界尺寸CD1的相关度不高。例如一鳍片尺寸或栅极尺寸；也就是，无论该测量的临界尺寸CD1是否超出一可接受范围，其可能与该晶圆的测量厚度Thk是否超出厚度值的一可接受范围无关。因此，厚度Thk与临界尺寸CD1之间的一相关值可能非常小，例如大约0.15。一不同的临界尺寸，例如CD3，受到加工一层的影响，其中，该临界尺寸CD3是测自于该层，而使得CD3可能与该层的厚度的相关性较高。因此，厚度Thk与临界尺寸CD3之间的一相关值可能非常高，例如大约0.74。为达到构建矩阵R的目的，一个参数与其本身之间的相关性总是为1。因此，以上述矢量x为例，该相应的相关矩阵R可能为：
ThkCD1CD3CD2
Figure BDA0001125392430000071
该T2值或统计值与一卡方分布值进行比较，如下所示：
T2＝xTR-1x≤χ-2(α，n) (4)
其中，α为一预设的置信界限，n为测量值的数量。该置信界限α可由其自身确定，部分的，由测量值的数量n确定。如果该T2值小于或等于该χ-2的值，则可确定该测量值的矢量x落入正常或可接受的参数范围内，即使x中该独立测量值的任意一个或多个超出一可接受范围，例如一个值3标准偏差(或更多)高于或低于一正常或平均值。
然而，以上所述的该通常的多变量分析制程可能无法考虑同一批次的不同晶圆所测量的不同参数，也无法考虑通常情况下不可用或延迟的某些参数测量值。考虑到这些情况，该测量矢量x以及该相关矩阵R可构建为“动态”数据以使其成为可用数据，如上述图1A及图1B所述及以下详述。以下描述的制程允许相同晶圆内的测量的相关参数与不同晶圆之间的相关参数分离，然后构建一个整体的相关矩阵R，使该多变量分析甚至可以在特定参数值缺失的情况下进行，以及在一个晶圆批次内的不同晶圆所测量的不同参数的情况下进行。
于上述的制程中以及于如下所述的示例性制程中，可通过构建两个相关矩阵R1及R2以确定一整体的相关矩阵R，其可用于上述方程(1)中。R1为该相同晶圆上所测量的参数的一相关矩阵，例如与一第一临界尺寸相关的该晶圆的厚度，与一第二临界尺寸相关的厚度，与该第二临界尺寸相关的该第一临界尺寸等等。R2为晶圆之间所测量的相似参数的一相关矩阵，例如与一第二晶圆的该厚度相关的一第一晶圆的该厚度，与该第二晶圆的该厚度相关的该第一晶圆的一第一临界尺寸，等等。在一般情况下，该同一晶圆上所测量的不同参数具有一些位于0和1之间的相关的值，于两个不同晶圆上所测量的该相同参数也会具有一些位于0和1之间的相关的值，但其通常被认为是在两个不同晶圆上所测量的两个不同参数之间的关联系数为零(例如，可以假定一晶圆的该厚度与一第二晶圆的一测得的临界尺寸之间不存在相关性)。
该相关矩阵R1和R2的值通常对应于统计规范或平均值，例如，其可通过对晶圆的不同参数的实证测量以及相关性来确定。可确定于单个晶圆上的参数之间的相关性的统计规范以及于不同晶圆上的参数之间的相关性的统计规范。
通过图2A至图2C为部分地说明确定矩阵R1的相关值的一实施例方法。
例如，图2A为描绘在单一晶圆上测得的一第一临界尺寸CD1以及一第二临界尺寸CD2之间的关联性的图形。在图2A的图示中的每一个点代表一单一晶圆的一CD1测量值(X轴)以及一CD2测量值(Y轴)已被记录。如图2A所示，于一单一晶圆上所测量的CD1及CD2之间存在一相当高程度的相关性；在一般情况下，一临界尺寸的一个较低的值对应于该另一临界尺寸的一个较低的值，一临界尺寸的一个较高的值对应于该另一临界尺寸的一个较高的值。较少情况下，如果存在的话，图2A中包含的晶圆具有一临界尺寸的一相对较高的值以及该其他临界尺寸的一对应的低值。因此，可以确定，平均而言，在一单一晶圆的CD1以及CD2之间存在一0.74的相关值，其表示该两个尺寸之间一较强或较高的相关性。
相反的，图2B是一个描绘该第一临界尺寸CD1与晶圆厚度Thk之间的相关性的图示。如图2B所示，于该两个测量值之间存在着非常小的相关性，一些晶圆可能同时具有这两个尺寸的高值或低值，而其他晶圆具有一高的厚度值以及低的CD1,等等。厚度值Thk与CD1之间的相关性因此可确定为仅大约0.15或更低。
最后，图2C为与该相同参数作比较的一个测量参数的图示，如此，该X轴与Y轴均代表该相同的晶圆尺寸，例如厚度Thk。正如所预料的那样，这个的图示应为一斜率为1的一条直线，作为一个参数与其本身完全相关。因此，任意单个参数的相关值均为1。
一般而言，如图2A至图2C所示，两个参数的相关性越紧密，则用于比较该两个参数所示的一图示越接近斜率为1的一条斜线。相反的，两个参数之间的相关性越不紧密，则该图示将呈现一条直线，以及所具有的一相关值为接近0。
根据可用的统计数据，例如在图2A至图2C中所示的该数据及额外的数据，一第一相关矩阵R1可构建如下：
Figure BDA0001125392430000091
其中，各RPx,Py分别代表一测量参数Px以及另一测量参数Py之间的一相关值，如上所述。该第一相关矩阵R1包括仅为可用的且用于构建该测量矢量x的那些参数测量值的相关值RPx,Py。因此，如果在一第一晶圆上已测量了3个参数，R1将为一个包括有各量测的参数之间的相关性的3*3矩阵；如果有5个参数为可用，则R1将为一个5*5矩阵。在最简单的情况下，于一第一晶圆上只有一个参数被测量，则R1将为一单一值的单位矩阵[1]，此是由于一与自身相关的参数的值永远都是1，如上所述。
同样地，图3A至图3D为部分的说明确定矩阵R2的相关值的一示范方法。例如，图3A为一描述一第一晶圆的一厚度Thk-W1以及一第二晶圆的一厚度Thk-W2之间的相关性的图表。图3B为描述该第一晶圆W1的CD1与该第二晶圆W2的该相同CD1之间的相关性的图表，图3C描绘了该第一晶圆的CD2与该第二晶圆的该相同的CD2之间的相关性。图3D描绘了该第一晶圆的CD3与该第二晶圆的相同的CD3之间的相关性。图示中的每一个点代表了该两个测量的晶圆上的该相同参数的该测量值，以及一个相关值也可类似地来自于如上所述的晶圆之间的各个参数以关联来自一个单一晶圆的不同参数。根据一晶圆批次内的任意两个晶圆的参数所测量的该可用数据，该第二矩阵R2可构建为：
Figure BDA0001125392430000101
其中，每一个RPxW1,PXW2代表了于该第一晶圆(W1)上的一个测量参数Px与该第二晶圆(W2)上的该相同的测量参数Px之间的一相关值。需注意的是，该R2矩阵的其他值均设为0，在一实施例中，其可假定为在该第一晶圆上测得的一个参数与在该第二晶圆上测得的一不同的参数之间不存在显着的相关性。
需注意的是，如上所使用的，R1可泛指取自于一单一晶圆的测量值的一相关矩阵，R2可泛指取自于同一批次内的任意两个晶圆的相似参数测量值的一相关矩阵；下标1和2并非指代该第一以及第二晶圆。在实践中，一R1矩阵是为已测量了一个或多个参数的每一个取样晶圆所构建，以及一R2矩阵是为了在一个批次的晶圆内每一对取样晶圆所构建，该每对晶圆为通常已测量了至少一个参数的一对两晶圆。
各个取样晶圆或各队取样晶圆的矩阵R1及R2将接着结合至该相关矩阵R中，在两个晶圆的参数已经测量的情况下，R为：
Figure BDA0001125392430000111
所属领域的技术人员应了解，该矩阵R通过具有相应数量的R1矩阵以及晶圆对之间的R1以及R2矩阵配对，可扩大至能容纳三个或更多的取样晶圆。所属领域的技术人员还应了解，对于自一个批次的一个或多个取样晶圆中获取的任意数量n测量值而言，所得出的相关矩阵R将是一个相关值的nxn矩阵，其中，该相关矩阵R中的每一个值代表了a)一单一晶圆上测量的两个参数之间的该相关值，或者b)一个晶圆上测量的一个参数与另一晶圆上测量的该相同参数之间的该相关值。如上所述，该相关矩阵R的构建允许在任意时间来自一晶圆的一个或多个额外的参数测量值是否可用均可计算R，无论该额外的一个或多个参数是否来自于一已经测量的晶圆或来自一不同的晶圆。
以下的实施例为说明前述部分所描述的方法。一个或多个第一加工测量值取自于一第一晶圆，通常一个晶圆自从一个批次的晶圆中挑选出来进行测量。对于此处所描述的实施例而言，自该第一晶圆所获取的一个测量值可为一第一晶圆厚度Thk1。例如，该厚度Thk1可具有0.344的一测量值。该相应的第一相关矩阵R为[1]，如：
R1，W1＝[RThk1，Thk1]＝[1] (8)
以及R2为0，是由于任意其他晶圆上还没有参数被测量。该T2值将为：
T2＝[0.344][1]-1[0.344]＝0.118 (9)
用于一3sigma分布的一典型的置信度值α可为0.9973，因此，该卡方分布值可计算为：
χ-2(0.9973，1)＝9.00 (10)
由于该T2值小于该χ-2的值，因此可以得出该第一晶圆的该厚度在一可接受的厚度范围内的结论，以及该制造工具是在可接受的范围内运作(因此没有失控操作)。因此，该制造工具可被允许继续加工其他的晶圆。
一个或多个额外的第一加工测量值可自应用于该第一晶圆的额外的计量制程所获取。例如，在经过测量晶圆厚度的计量制程之后，该第一晶圆可能会经历额外的计量制程以确定其他的尺寸，例如一第一临界尺寸以及一第二临界尺寸。该额外的第一加工测量值，例如CD1＝-1.504以及CD2＝-1.456均包含于该测量矢量x中：
x＝[0.344 -1.504 -1.456] (11)
该相应的相关矩阵又将对应该第一晶圆的该相关矩阵R1，此是由于没有其他晶圆的参数已被测量。R1以及R将可根据该可用的测量值Thk,CD1以及CD2而进行构建：
Thk CD1 CD2
Figure BDA0001125392430000121
接着
Figure BDA0001125392430000122
该对应的χ2值为：
χ-2(0.9973，3)＝14.2 (14)
再次，由于T2小于χ-2值，因此可以得出制造该第一晶圆(例如，经过测量的样品晶圆)的该制造工具正在制造可接受的晶圆，因此没有失控操作的结论。此结论甚至可在当该测量值Thk1,CD1,或CD2超出了该3sigma控制极限时，也是正确的。
一个或多个第二加工测量值可自应用于一第二晶圆的计量制程所获取。例如，一厚度Thk2可从一第二晶圆获取，该第二晶圆W2的一R1矩阵将为R1＝[1]。该R2矩阵可根据晶圆之间的厚度测量值的一相关值来建构。例如，如果一厚度参数的该相关值为大约0.41，则该R2矩阵为R2＝[0.41]。该整体相关矩阵由方程7所给出：
Figure BDA0001125392430000131
其中，使用以上的相关值的实施例，可得出结果R:
Figure BDA0001125392430000132
如上所述的实施例中，该相关矩阵R可进行扩充以包含以及容纳所获取的参数测量值，且在计量的任意阶段可计算该T2值以确定一制造工具是否处于失控以及是否需要关闭，或者该制造工具是否依然在正常参数范围内操作并生产可接受的晶圆。
更进一步的，于上述实施例中，下面计算的T2是假设厚度，CD1,CD2,以及CD3的测量值从一个批次的晶圆中的一第一晶圆以及一第二晶圆中所获得。于本实施例中，该测量矢量x可例如为：
x＝[0.344 -1.504 -1.456 -2.303 1.077 -0.494 -0.838 -3.04] (16)
对应于Thk1＝0.344,Thk2＝1.077,等等。该对应的相关矩阵R则可为：
Figure BDA0001125392430000133
根据方程16以及17所得出的该T2值为14.8。该对应的χ-2值为：
χ-2(0.9973，8)＝23.6 (18)
再次，由于T2小于该χ-2值，可以得出的结论是该有问题的制造工具仍然在正常参数范围内运行。
图4为描绘自动确定何时关闭一制造工具的一制程400的一个实施例的方块图。于方块410中，自一个或多个晶圆中获取一个或多个加工测量值。其可包括从一第一晶圆测量的可用的测量值，或一个或多个来自多个晶圆的加工测量值，这些测量值是通过一个半导体制造制程或多个制程所迭代获得的。在方块415中，该加工测量值被包含于一测量矢量中。在方块420中，建构一相关矩阵。该相关矩阵包括由在方块410中所显示的该晶圆或该多个晶圆中所获取的该加工测量值所确定的相关值。在方块430中，该测量矢量以及相关矩阵相结合以确定一T2值。在方块440中，该T2值与一卡方分布值进行比较，其中，该卡方分布值是由在方块410中所作且包含于方块415(为一卡方分布值提供一自由度值)的一测量矢量中的加工测量值的数量，以及一预选的信任度值所确定。于其他实施例中，除了在方块440中是由一卡方分布值(位于图示)所确定的之外，可使用一不同的预选信任度值，以确定一T2值是否代表一制造工具的操作在失控状态下执行。如果该T2值大于该卡方分布值(或其他临界值)，则于方块441中，一重大的加工误差被检测出，并自动关闭该制造工具。如果该T2值小于或等于该卡方分布值(或其他临界值)，则在方块442中，继续执行加工。
当从该已获取测量值的该相同晶圆上或从额外的晶圆上所取得的额外的测量值变为可用，该制程400被重复执行，重新返回方块410以获得可用的测量值(包括那些先前获得的以及新的可用测量值)，在方块415中生成一个新的其中包括所有可用的加工测量值的测量矢量，等等。以这种方式，通过一个或多个加工步骤，以继续制造工具性能的评价以及加工失控的检测，以当新的测量值变为可用时，持续地进行更新。
重复地更新一T2值以及重复地将其与一卡方分布值(或其他临界值)进行比较可以多种方式显着改善半导体芯片制造技术领域。例如，相较于传统确定制造工具功能故障的方法，可显着减少因失控制造加工被错误地鉴定所引发的误警率，减少了因这种错误中断所造成的时间损失。根据本文所揭露的一种方法，半导体制造工具的失控功能的确认相較於習知可具有更高的可靠度，使用各种制造加工参数的测量值，以及无需先完成获取所有晶圆的一给定的测量值即可执行失控功能的评估在晶圆上成为可用。
此外，在一些非限制的实施例中，通过一台计算机来生成、建构、或者获取测量矢量，相关矩阵，自相关矩阵、组合矩阵、T2值、或上述任意的组合可提供必要的时间福利，否则该制程的效率极低。例如，为了评估失控加工对于工具功能或故障的有效影响程度，评估失控加工的及时性在某些情况下可能很重要。在一些这样的实施例中，晶圆及结构或其中的其他参数的一结合体可在一难以或不可能以充分及时的方式评估失控加工的速度下进行处理及/或检测，以停止制造工具加工以及在无需使用计算机的情况下阻止潜在的失控加工的发生。在这些非限制的实施例中，通过一台计算机来生成、建构、或获取测量矢量、相关矩阵、自相关矩阵、组合矩阵、T2值、或上述任意的组合可允许实时地进行制造工具性能的评估，随着新的测量值的获取，使用它们进行失控性能的不断评估，即使是在获取如此大量的工艺参数，其中这些工艺参数为不同的测量值及/或来自一大量且不断增长的加工晶圆，而使得在一有效的可用时间框架内确定T2值是困难或不可能的情况下。
于一些实施例中，本发明的几个态样可以采取在一个或多个计算机可读介质中体现一计算机程序产品的形式。该一个或多个计算机可读介质可在其上体现计算机可读的程序代码。可以利用各种计算机可读介质或其组合。例如，该计算机可读介质可包括一计算机可读存储介质，于该实施例中(但非用于限定)可包括一个或多个电子、电磁、光学或半导体系统、设备或装置、或上述任何适当的组合。例如计算机可读存储介质包括，例如：一包括一条或多条线路的电连接，一便携式计算机软盘，一硬盘或大容量设备，一大容量存储设备，一随机存取存储器(RAM)，唯读存储器(ROM)，及/或可擦除可编程唯读存储器例如EPROM或闪存，一光纤，一便携式光盘唯读存储器(CD-ROM)，一光学存储设备，一磁存储设备(包括一磁带设备)，或上述任意适合的组合。一计算机可读存储介质被定义为可包括一有形介质，其可包含或存储供一指令执行系统、装置或设备使用或连接的程序代码，例如一处理器。存储在计算机可读介质内/上的该程序代码因此生成包括程序的一制品(例如一“计算机程序产品”)。
请参阅图5，于一实施例中，一计算机程序产品500包括，例如，一个或多个计算机可读媒介502用以在其上储存计算机可读程序代码工具或逻辑504以提供并促进本发明的一个或多个态样。
包含或存储于一计算机可读介质中/上的程序代码可通过一数据处理系统(计算机、计算机系统，等等，包括其中的元件)及/或其他设备获取或处理，以使该数据处理系统及其元件，及/或其他设备以一种特定的方式运行/执行功能。该程序代码可以使用任何适合的媒介进行传播，包括(但不限于)无线，有线，光纤，及/或射频。透过执行操作以执行、完成、或促进本发明的各个态样的程序代码可被写入至一个或多个编程语言中。在一些实施例中，该编程语言包括面向对象(object-oriented)及/或程序化的编程语言，例如C,C++,C#,Java,等。程序代码可完全在用户的计算机上执行，从完全在该用户的计算机的远端执行，或者部分地在用户的计算机上以及部分地在一远程计算机上的结合。在一些实施例中，一用户计算机与一远程计算机是通过一个网络相互通讯，如局域网(LAN)或广域网(WAN)，及/或同通过一外部计算机(例如，通过使用一互联网服务提供商的互联网)。
于一实施例中，程序代码包括一个或多个由一个或多个处理器执行的程序指令。计算机程序指令可被提供给一个或多个例如一个或多个数据处理系统的处理器，以制造一机器，这样的程序指令，当由该一个或多个处理器执行时，执行，实现或促进本发明的各个态样，即如本文的流程图及/或方块图中所描述的各种行为或功能。因此，本文所描绘以及描述的该流程图及/或方块图中的每个方块或方块的组合，在一些实施例中，可以通过计算机程序指令来实现。
描绘以及描述的该流程图和方块图参考了根据本发明的各个态样所描述的该结构、功能，对系统可能的实施方案的操作，方法及/或计算机程序产品的图示。这些流程图及/或方块图可为根据本发明的各个态样所描述的方法、设备(系统)，及/或计算机程序产品。
在一些实施例中，如上所述，在流程图或方块图中的每一个方块可代表一个模块的代码、一段代码，或一部分代码，其中包括一个或多个用于实现该方块的该指定行为及/或逻辑功能的可执行指令。本领域中拥有通常技术者应了解由一个方块所指定或执行的行为/功能可能发生与所描绘及/或描述的顺序不同，或可能与其他方块同时发生，或与其他方块部分/完全并行地发生。实际上，前后显示的两个方块可同时执行，或该多个方块可有时以相反的顺序执行。此外，该方块图及/或流程图的每一个方块以及该方块图及/或流程图中的方块的组合，可以通过专用的硬件系统或与计算机指令的组合来完全地实现，以执行由一个方块或整个方块图或流程图所指定的行为/功能。
在一些实施例中，采用代码执行本文所揭露的该制程的一数据处理系统(计算机、计算机系统等，包括其组成元件)可耦合至一个或多个测量装置，也被成为计量装置，例如一四点晶圆探针(four-point wafer probe)，一反射计(reflectometer)，一应力计(stress gauge)，一椭圆偏振测量仪(ellipsometer)，一表面轮廓仪(surface profiler)，及/或其他测量装置。根据本发明的一个或多个态样，该数据处理系统可从一个或多个测量装置接收一个或多个采样晶圆的一个或多个物理参数的测量值以执行本文所描述的数据或统计分析制程。根据本发明所述的该制程，该数据处理系统也可耦合至一个或多个制造工具，以使该数据处理系统在当确定一制程已经失败或处于失控时，可控制以及关闭该制造工具。这种制造工具可包括，但不限定，微影蚀刻工具(lithographic etching tools)、湿蚀刻工具(wet etching tools)、化学机械抛光工具(chemical-mechanical polishingtools)，化学或物理气相沉积工具(chemical or physical vapor deposition tools)，等等。
此处所使用的术语是为了用来描述特定的实施例，且并非用以限制本发明。在此处所使用的，单数形式的“一”，“一个”以及“该”均应包含复数的形式，除非在上下文中有明确地表明。还应当了解的是，术语“包含”(以及任何形式的包括，例如“包含”、“包含有”)，“具有”(以及任何形式具有，例如“有”、“含有”，“包括”(以及任何形式的包括，例如“包含有”),以及“含有”(以及任何形式的含有，例如“含有”)均是开放式的动词。因此，一个“包括”、“具有”、“包含”或“含有”一个或多个步骤或元件的方法或装置拥有这些一个或多个步骤或元件，但不限于只拥有这些一个或多个步骤或元件。同样的，一个“包括”、“具有”、“包含”或“含有”一个或多个特征的一个方法的一个步骤或一个装置的一个元件拥有这些一个或多个特征，但不限于只拥有这些一个或多个特征。此外，一个设备或结构在某种意义下至少是以这样的方式配置的，但也可以未列举出的方式进行配置。
以下权利要求范围中该相应的结构，材料，作动以及等同的所有手段或步骤及功能元件，如果有需要的话，应包括任何结构，材料，或完成该功能的作动结合其他所特别申明的元件。本发明的描述仅用于说明以及描述的目的，但并非详尽且亦非仅限于本发明所披露的形式。在不脱离本发明的范围和精神的前提下，各种修改以及变化对于本领域技术人员而言均是显而易见的。所选择以及描述的实施例是为了更好的解释本发明的一个或多个态样的原理和实际应用，从而使本领域的其他技术人员通过适用于所预期的特定用途的各种不同的实施例，了解本发明的一个或多个态样。

Claims (20)

1.一种停止半导体制造的方法，包括：
生成一测量矢量，包括来自一个或多个半导体晶圆中的每一者的一个或多个参数中的每一者的测量值；
针对该一个或多个半导体晶圆中的每一者，生成一相关矩阵，其中该相关矩阵包括该每一个晶圆的所获取参数的测量值之间的相关性；
针对从一对中的每一个半导体晶圆中已获取一参数的一测量值的该一个或多个半导体晶圆中的该每一对，生成一自相关矩阵，其中，该自相关矩阵包括该对中的每一个晶圆的该获取参数的测量值之间的相关性；
生成一组合矩阵，其中，生成包括结合相关矩阵以及自相关矩阵至一组合矩阵中；
自该测量矢量以及组合矩阵获取T2值；以及
如果该T2值超过临界值，停止半导体晶圆制造工具。
2.如权利要求1所述的方法，其中，该临界值为卡方分布值，该卡方分布值包括有自由度值以及预选的置信度值，以及该自由度值包括该测量矢量中的测量值的数量。
3.如权利要求2所述的方法，其中，该置信度值大于95％。
4.如权利要求2所述的方法，其中，该置信度值大于97.5％。
5.如权利要求4所述的方法，其中，该置信度值大于99％。
6.如权利要求1所述的方法，其中，该测量矢量、该相关矩阵、该自相关矩阵、该组合矩阵、该T2值或任意上述两种或两种以上的组合是通过计算机生成、建构或获取。
7.如权利要求1所述的方法，其中，如果获取的T2值超过该临界值，计算机停止该半导体晶圆制造工具。
8.如权利要求1所述的方法，其中，该临界值是卡方分布值，该卡方分布值是由该测量矢量中的测量值的数量以及预选的置信度值且该置信度值大于95％所确定。
9.如权利要求1所述的方法，其中，该临界值是卡方分布值，该卡方分布值是由该测量矢量中的测量值的数量以及预选的置信度值且该置信度值大于99％所确定。
10.如权利要求1所述的方法，其中，该测量矢量、该相关矩阵、该自相关矩阵、该组合矩阵、该T2值或任意上述两种或两种以上的组合是通过计算机生成、建构或获取，且如果该T2值超过该临界值，该计算机停止该半导体晶圆制造工具。
11.一种停止半导体制造的方法，包括：
生成测量矢量，该测量矢量包括来自一个或多个半导体晶圆中的每一者的一个或多个参数中的每一者的一测量值；
针对该一个或多个半导体晶圆中的每一者，生成一相关矩阵，其中，该相关矩阵包括该每一个晶圆的所获取参数的测量值之间的相关性；
针对从一对中的每一个半导体晶圆中已获取一参数的一测量值的该一个或多个半导体晶圆中的该每一对，生成一自相关矩阵，其中，该自相关矩阵包括该对中每一个晶圆的该获取参数的测量值之间的相关性；
生成一组合矩阵，其中，生成包括结合相关矩阵以及自相关矩阵至一组合矩阵中；
自该测量矢量以及组合矩阵获取T2值；
其中，该测量矢量、该相关矩阵、该自相关矩阵、该组合矩阵、该T2值或任意上述两种或两种以上的组合是通过一计算机生成、建构或获取；以及
如果该T2值超过包括自由度值以及预选的置信度值的卡方分布值，且该自由度值包括该测量矢量中的测量值的数量以及该预选的置信度值大于95％，停止半导体晶圆制造工具。
12.如权利要求11所述的方法，其中，该预选的置信度值大于97.5％。
13.如权利要求12所述的方法，其中，该预选的置信度值大于99％。
14.如权利要求11所述的方法，其中，如果该T2值超过临界值，一计算机停止该半导体晶圆制造工具。
15.如权利要求12所述的方法，其中，如果该T2值超过临界值，一计算机停止该半导体晶圆制造工具。
16.如权利要求13所述的方法，其中，如果该T2值超过临界值，一计算机停止该半导体晶圆制造工具。
17.一种停止半导体制造的方法，包括：
生成一测量矢量，包括来自一个或多个半导体晶圆中的每一者的一个或多个参数中的每一者的一测量值；
针对该一个或多个半导体晶圆，生成一相关矩阵，其中，该相关矩阵包括该每一个晶圆的所获取参数的测量值之间的相关性；
针对从一对中的每一个半导体晶圆中已获取一参数的一测量值的该一个或多个半导体晶圆中的该每一对，生成一自相关矩阵，其中，该自相关矩阵包括该对中每一个晶圆的该获取参数的测量值之间的相关性；
生成一组合矩阵，其中，生成包括结合相关矩阵以及自相关矩阵至一组合矩阵中；
自该测量矢量以及组合矩阵获取T2值；
其中，该测量矢量、该相关矩阵、该自相关矩阵、该组合矩阵、该T2值或任意上述两种或两种以上的组合是通过一计算机生成、建构或获取；以及
如果该T2值超过包括自由度值以及预选的置信度值的卡方分布值，且该自由度值包括该测量矢量中的测量值的数量以及该预选的置信度值大于95％，停止半导体晶圆制造工具，其中，是计算机停止该半导体晶圆制造工具。
18.如权利要求17所述的方法，其中，该预选的置信度值大于97.5％。
19.如权利要求18所述的方法，其中，该预选的置信度值大于99％。
20.一种计算机可读介质，含有用以根据权利要求19所述的方法生成该测量矢量、生成该相关矩阵、生成该自相关矩阵、生成该组合矩阵、生成该T2值、停止半导体晶圆制造或任意上述两者或两者以上的组合的一程序代码。
CN201610876857.9A 2015-10-01 2016-09-30 制造制程中的误差检测方法 Active CN106971953B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201562235889P 2015-10-01 2015-10-01
US62/235,889 2015-10-01
US15/258,217 US10289109B2 (en) 2015-10-01 2016-09-07 Methods of error detection in fabrication processes
US15/258,217 2016-09-07

Publications (2)

Publication Number Publication Date
CN106971953A CN106971953A (zh) 2017-07-21
CN106971953B true CN106971953B (zh) 2020-10-02

Family

ID=58447843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610876857.9A Active CN106971953B (zh) 2015-10-01 2016-09-30 制造制程中的误差检测方法

Country Status (3)

Country Link
US (1) US10289109B2 (zh)
CN (1) CN106971953B (zh)
TW (1) TWI620044B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10642255B2 (en) * 2013-08-30 2020-05-05 Taiwan Semiconductor Manufacturing Company, Ltd. Component control in semiconductor performance processing with stable product offsets
WO2019043780A1 (ja) * 2017-08-29 2019-03-07 ギガフォトン株式会社 データ解析装置、半導体製造システム、データ解析方法、及び半導体製造方法
KR102408685B1 (ko) * 2017-10-16 2022-06-15 삼성전자주식회사 반도체 소자의 제조를 위한 공정 제어 방법 및 시스템
CN109327330B (zh) * 2018-09-11 2022-02-22 南京科思倍信息科技有限公司 基于数据驱动的化工生产异常切片管理方法
CN113189967B (zh) * 2021-05-06 2022-05-27 郑州轻工业大学 一种半导体制程批间控制系统的控制性能诊断方法
CN114877839B (zh) * 2022-05-25 2023-05-16 上海哥瑞利软件股份有限公司 一种半导体封装焊线点位调整后的误差检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200947251A (en) * 2008-03-07 2009-11-16 Mks Instr Inc Process control using process data and yield data
TWI332129B (en) * 2002-09-30 2010-10-21 Advanced Micro Devices Inc Process control system and method of performing a fabrication process

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6303395B1 (en) 1999-06-01 2001-10-16 Applied Materials, Inc. Semiconductor processing techniques
US6999836B2 (en) * 2002-08-01 2006-02-14 Applied Materials, Inc. Method, system, and medium for handling misrepresentative metrology data within an advanced process control system
US6723574B1 (en) * 2002-09-26 2004-04-20 Lam Research Corporation Method for quantifying uniformity patterns and including expert knowledge for tool development and control
US7035705B2 (en) * 2004-03-03 2006-04-25 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for process contamination prevention for semiconductor manufacturing
DE102008021558A1 (de) 2008-04-30 2009-11-12 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System für die Halbleiterprozesssteuerung und Überwachung unter Verwendung von PCA-Modellen mit reduzierter Grösse
JP5345443B2 (ja) 2009-04-21 2013-11-20 株式会社日立ハイテクノロジーズ 露光装置、露光光照射方法、及び表示用パネル基板の製造方法
US8874409B2 (en) * 2010-12-13 2014-10-28 International Business Machines Corporation Multi-step time series prediction in complex instrumented domains
KR20140032087A (ko) * 2012-09-05 2014-03-14 삼성전자주식회사 반도체 제조라인 관리 방법
US9158867B2 (en) * 2012-10-09 2015-10-13 Taiwan Semiconductor Manufacturing Co., Ltd. 2D/3D analysis for abnormal tools and stages diagnosis
CN105447214B (zh) * 2014-09-01 2020-05-22 台湾积体电路制造股份有限公司 器件参数的确定方法和装置
JP6328071B2 (ja) 2015-03-31 2018-05-23 東芝メモリ株式会社 異常予兆検知システム及び半導体デバイスの製造方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI332129B (en) * 2002-09-30 2010-10-21 Advanced Micro Devices Inc Process control system and method of performing a fabrication process
TW200947251A (en) * 2008-03-07 2009-11-16 Mks Instr Inc Process control using process data and yield data

Also Published As

Publication number Publication date
US10289109B2 (en) 2019-05-14
CN106971953A (zh) 2017-07-21
US20170097638A1 (en) 2017-04-06
TWI620044B (zh) 2018-04-01
TW201723695A (zh) 2017-07-01

Similar Documents

Publication Publication Date Title
CN106971953B (zh) 制造制程中的误差检测方法
US10627788B2 (en) Retrieval apparatus and retrieval method for semiconductor device processing
CN100578747C (zh) 用于模型预测的动态适应性取样率
KR101331249B1 (ko) 제조 데이터 인덱싱을 위한 방법 및 장치
TWI503763B (zh) 半導體處理控制方法和電腦可讀取紀錄媒體
US8396583B2 (en) Method and system for implementing virtual metrology in semiconductor fabrication
CN105702595B (zh) 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法
US6704691B2 (en) Method and system for in-line monitoring process performance using measurable equipment signals
TWI649649B (zh) 用於改進製造產量之基於事件處理的系統
US10241502B2 (en) Methods of error detection in fabrication processes
US7991497B2 (en) Method and system for defect detection in manufacturing integrated circuits
US7236848B2 (en) Data representation relating to a non-sampled workpiece
CN113255840A (zh) 故障检测与分类方法、装置、系统及存储介质
US7524683B2 (en) Method of monitoring a semiconductor manufacturing trend
CN117390370A (zh) 基于健康指数的机台预警方法、装置、设备及可读介质
US20230081224A1 (en) Method and system for evaluating test data, wafer test system, and storage medium
US7299154B1 (en) Method and apparatus for fast disturbance detection and classification
CN114556350A (zh) 无需晶粒级输入数据的晶粒级产品建模
TWI427487B (zh) 工件抽樣檢驗的方法及其電腦程式產品
JP2011054804A (ja) 半導体製造装置の管理方法およびシステム
Kim et al. AI-guided reliability diagnosis for 5, 7nm automotive process
Lee et al. Reliability Prediction for Automotive 5nm and 7nm Technology node by using Machine Learning based Solution
CN111223799B (zh) 工艺控制方法、装置、系统及存储介质
US8874252B2 (en) Comprehensive analysis of queue times in microelectronic manufacturing
US9129076B2 (en) Hierarchical wafer yield prediction method and hierarchical lifetime prediction method

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210407

Address after: Hsinchu City, Taiwan, China

Patentee after: Taiwan Semiconductor Manufacturing Co.,Ltd.

Address before: Greater Cayman Islands, British Cayman Islands

Patentee before: GLOBALFOUNDRIES Inc.

TR01 Transfer of patent right