CN107480904B - 一种化合物半导体致命缺陷分析系统和分析方法 - Google Patents
一种化合物半导体致命缺陷分析系统和分析方法 Download PDFInfo
- Publication number
- CN107480904B CN107480904B CN201710737010.7A CN201710737010A CN107480904B CN 107480904 B CN107480904 B CN 107480904B CN 201710737010 A CN201710737010 A CN 201710737010A CN 107480904 B CN107480904 B CN 107480904B
- Authority
- CN
- China
- Prior art keywords
- defect
- wafer
- fatal
- data
- reference model
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 139
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 239000004065 semiconductor Substances 0.000 title claims abstract description 29
- 150000001875 compounds Chemical class 0.000 title claims abstract description 24
- 239000002184 metal Substances 0.000 claims abstract description 35
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 238000004519 manufacturing process Methods 0.000 claims abstract description 29
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 238000007689 inspection Methods 0.000 claims abstract description 6
- 235000012431 wafers Nutrition 0.000 claims description 66
- 238000005070 sampling Methods 0.000 claims description 16
- 239000000047 product Substances 0.000 claims description 5
- 239000012467 final product Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 27
- 230000010354 integration Effects 0.000 abstract 1
- 239000010410 layer Substances 0.000 description 24
- 230000003746 surface roughness Effects 0.000 description 8
- 230000001360 synchronised effect Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000002356 single layer Substances 0.000 description 3
- 238000012896 Statistical algorithm Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/14—Quality control systems
- G07C3/143—Finished product quality control
-
- 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
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明涉及半导体制造技术领域，具体涉及一种化合物半导体致命缺陷分析系统和分析方法，当生产批次完成某金属层的工艺制造后，该生产批次将进入电性测试机台进行电性测试，同时通过缺陷扫描机台对该金属层的表面进行缺陷扫描，数据采集系统将实时从两个机台上获取该生产批次的关键电性参数的电性测试数据和缺陷扫描数据，然后通过匹配分析检验模块生成关键电性参数良率Map和缺陷分布Map，采用图形叠加运算的方式，搜索出与致命缺陷参考模型相似的晶圆，并在搜索出的晶圆的叠加Map上突出显示与致命缺陷参考模型相似的位置区域，为工艺整合工程师是否进行工艺线生产暂停提供数据支撑，为工艺、设备工程师是否进行工艺改进、机台维护保养提供理论依据。
Description
技术领域
本发明属于半导体制造技术领域，具体涉及一种化合物半导体致命缺陷分析系统和分析方法。
背景技术
化合物半导体多在高频、高功率的微波通信器件、光电子器件和功率器件中应用，此环境下对器件的性能要求极高。同时在化合物半导体的晶圆制造环节又面临工艺复杂、产量小，成本高，单层工艺对最终的器件性能影响较大的问题。
要保证最终的器件性能满足市场要求，就必须对晶圆制造环节中的各金属层工艺进行严格控制，必须对每产品批次下所有晶圆进行单层的电性测试和缺陷扫描。
在现有的单层工艺分析系统及方法中，通常采用统计管制图、描述性统计等各种统计学算法对电性参数进行分析，但无法准确定位一些关键的电性参数未达规格限制是因哪种缺陷所致。分析系统及方法的缺失导致失效的工艺、有问题的设备、环境仍应用于工艺线制造，大批在制品报废，制造成本不断上升，客户交期迟迟无法满足。
发明内容
本发明的目的在于提供一种统计学算法及图形化分析方法相结合的化合物半导体致命缺陷分析系统和分析方法，协助工程师快速定位对器件性能、关键电性参数有显著影响的致命缺陷，帮助现场工程师有针对性地为提升关键电性参数进行工艺优化或设备维护。
为达到上述要求，本发明采取的技术方案是：提供一种化合物半导体致命缺陷分析系统和分析方法，当生产批次完成某金属层的工艺制造后，该生产批次将进入电性测试机台进行电性测试，同时通过缺陷扫描机台对该金属层的表面进行缺陷扫描，数据采集系统将实时从两个机台上获取该生产批次的关键电性参数的电性测试数据和缺陷扫描数据，然后通过匹配分析检验模块生成关键电性参数良率Map和缺陷分布Map，采用图形叠加运算的方式，搜索出与致命缺陷参考模型相似的晶圆，并在搜索出的晶圆的叠加Map上突出显示与致命缺陷参考模型相似的位置区域，生成致命性缺陷分析结果，为工艺整合工程师是否进行工艺线生产暂停提供数据支撑，为工艺、设备工程师是否进行工艺改进、机台维护保养提供理论依据。
与现有技术相比，本发明具有以下优点：本发明适用于化合物半导体工艺线在完成某层工艺以后通过电性测试结果及缺陷扫描结果进行匹配分析，以验证该缺陷是否对关键电性参数产生致命影响，以防止产生该缺陷的现有工艺或设备继续应用于生产，从而减少报废，提升工艺线的制造良率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，在这些附图中使用相同的参考标号来表示相同或相似的部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明的化合物半导体致命缺陷分析方法的流程示意图；
图2为本发明的化合物半导体致命缺陷分析系统的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本申请作进一步地详细说明。为简单起见，以下描述中省略了本领域技术人员公知的某些技术特征。
如图2所示，本实施例提供一种化合物半导体致命缺陷分析系统，包括缺陷分析系统和数据采集系统。
缺陷分析系统包括：
关键电性参数分析模块，用于根据多片晶圆的电性测试值和最终的器件频率数据进行化合物半导体器件性能指标与电性参数的相关分析，确定各金属层与最终产品的性能指标相关性大的关键电性参数；本实施例中，以化合物半导体器件的跨导Gm性能指标为例，与跨导Gm性能指标相关性较高的电性参数为欧姆金属层的接触电阻Rc_TLM_OHM参数，因此，本实施例的关键电性参数分析模块设置欧姆金属层的Rc_TLM_OHM参数为关键电性参数。
电性参数设定模块，用于设置在各金属层进行电性测试的批次抽样规则和采集点范围，同时设置各金属层需要采集的关键电性参数及关键电性参数的规格限制，并将设定的数据通过数据传输系统同步至电性测试数据设置模块；本实施例中，欧姆金属层的Rc_TLM_OHM参数的批次抽样规则：每批次中单数片晶圆必检且必上传数据；采集点范围为：每片晶圆中针对所有的光罩重复单元必须测试Rc_TLM_OHM参数；规格限制为小于0.275Ohm/Sqr。
缺陷代码设置模块，用于设置欧姆金属层的26种缺陷类型代码及每种类型缺陷在Map上所显示的颜色，并设置在各金属层进行缺陷扫描的批次抽样规则，并将设定的数据通过数据传输系统同步至缺陷扫描数据设置模块；本实施例中，欧姆金属层的批次抽样规则为：每批次中单数片晶圆必检且必上传数据，晶圆上缺陷扫描的重复单元与光罩重复单元重合。
匹配分析检验模块，用于根据从数据采集系统接收到的单片晶圆的电性测试数据生成关键电性参数良率Map，关键电性参数良率Map上某光罩重复单元的Rc_TLM_OHM符合规格限制则显示为绿色，不符合规格限制则显示为灰色；根据单片晶圆的缺陷扫描数据生成缺陷分布Map，不同的缺陷类型代码显示的颜色不同(不可显示为绿色、灰色)；将单片晶圆的关键电性参数良率Map与其对应的缺陷分布Map叠加在一起形成叠加Map。
相似度搜索模块，用于分析关键电性参数良率低于80％的叠加Map，通过分析可知，在晶圆的左上角到中间位置的光罩重复单元因出现大量的欧姆表面粗糙缺陷导致该区域的Rc_TLM_OHM参数都超出规格限制，具体是出现了28个缺陷类型代码为RF的缺陷。因此，本实施例中致命缺陷参考模型为：晶圆的左上角到中间位置产生28个欧姆表面粗糙缺陷。判断晶圆与致命缺陷参考模型相似需要同时满足以下条件：晶圆的缺陷发生位置与致命缺陷参考模型的斜率一致；单片晶圆的Rc_TLM_OHM参数良率为75％-80％，即设定值为5％；至少具有28个欧姆表面粗糙缺陷。按照上述条件搜索出与致命缺陷参考模型相似的晶圆，在相似度搜索模块的客户端显示出这些晶圆的叠加Map，并在叠加Map上突出显示与致命缺陷参考模型相似的位置区域。
后续行为设定模块，用于当在制批次晶圆与致命缺陷参考模型的相似量超过m片或相似比例超过x％时，向生产产线发出暂停生产请求。如果超过90％的晶圆均产生欧姆表面粗糙缺陷且与致命缺陷参考模型相似，则说明极可能是欧姆接触的工艺出现问题，例如：Ni金属层的厚度不够，需要增加Ni金属层沉积的厚度(或在欧姆接触工艺中增加多次表面清洗工步)，则后续行为设定模块自动向制造执行系统客户端发送产品批次暂停生产请求，通知产品工程师暂停生产该产品，直到单项工艺优化完成为止；如果超过10片的晶圆中均产生欧姆表面粗糙缺陷且与致命缺陷参考模型相似，则说明极可能是设备问题，例如：设备的合金温度无法稳定地控制导致欧姆表面太过粗糙，需要对设备进行保养维护，则后续行为设定模块自动向工艺生产主机台发送机台暂停请求，通知设备工程师维修保养设备，直到设备保养完成验收为止。
数据采集系统具体包括：
电性测试数据设置模块，用于接收电性参数设定模块同步过来的数据；
缺陷扫描数据设置模块，用于接收缺陷代码设置模块同步过来的数据；
数据采集模块，用于根据同步至电性测试数据设置模块的批次抽样规则和采集点范围，通过半导体标准通讯协议HSMS 44到欧姆金属层的PCM测试工序上的电性测试机台上采集在制批次晶圆的关键电性参数的电性测试数据；并根据同步至缺陷扫描数据设置模块的批次抽样规则，通过半导体标准通讯协议HSMS 44到欧姆金属层的缺陷扫描工序上的缺陷扫描机台上采集在制批次晶圆的缺陷扫描数据，并将采集到的数据通过数据传输系统实时传输至匹配分析检验模块。
一种化合物半导体致命缺陷分析方法，如图1所示，包括以下步骤：
S0、关键电性参数分析模块确定各金属层与最终产品的性能指标相关性大的关键电性参数；电性参数设定模块设置在各金属层进行电性测试的批次抽样规则和采集点范围，同时设置各金属层需要采集的关键电性参数及关键电性参数的规格限制，将设定的数据同步至电性测试数据设置模块；缺陷代码设置模块设置各金属层的缺陷类型代码，并设置在各金属层进行缺陷扫描的批次抽样规则，并将设定的数据同步至缺陷扫描数据设置模块；
S1、数据采集模块根据同步至电性测试数据设置模块的批次抽样规则和采集点范围，通过半导体标准通讯协议HSMS 44到欧姆金属层的PCM测试工序上的电性测试机台上采集在制批次晶圆的关键电性参数的电性测试数据；并根据同步至缺陷扫描数据设置模块的批次抽样规则，通过半导体标准通讯协议HSMS 44到欧姆金属层的缺陷扫描工序上的缺陷扫描机台上采集在制批次晶圆的缺陷扫描数据，并将采集到的数据实时传输至匹配分析检验模块；
S2、根据从数据采集系统接收到的单片晶圆的电性测试数据生成关键电性参数良率Map，关键电性参数良率Map上某光罩重复单元的Rc_TLM_OHM符合规格限制则显示为绿色，不符合规格限制则显示为灰色；根据单片晶圆的缺陷扫描数据生成缺陷分布Map，不同的缺陷类型代码显示的颜色不同(不可显示为绿色、灰色)；将单片晶圆的关键电性参数良率Map与其对应的缺陷分布Map叠加在一起形成叠加Map；
S3、分析关键电性参数良率低于80％的叠加Map，通过分析可知，在晶圆的左上角到中间位置的光罩重复单元因出现大量的欧姆表面粗糙缺陷导致该区域的Rc_TLM_OHM参数都超出规格限制，具体是出现了28个缺陷类型代码为RF的缺陷；因此，本实施例中致命缺陷参考模型为：晶圆的左上角到中间位置产生28个欧姆表面粗糙缺陷。判断晶圆与致命缺陷参考模型相似需要同时满足以下条件：晶圆的缺陷发生位置与致命缺陷参考模型的斜率一致；单片晶圆的Rc_TLM_OHM参数良率为75％-80％，即设定值为5％；至少具有28个欧姆表面粗糙缺陷。按照上述条件搜索出与致命缺陷参考模型相似的晶圆，在相似度搜索模块的客户端显示出这些晶圆的叠加Map，并在叠加Map上突出显示与致命缺陷参考模型相似的位置区域。工程师从该突出显示的叠加Map中可以直观地看到对关键电性参数有显著影响的致命缺陷，帮助现场工程师有针对性地为提升关键电性参数进行工艺优化或设备维护。
S4、当在制批次晶圆与致命缺陷参考模型的相似量超过m片或相似比例超过x％时，向生产产线发出暂停生产请求。
以上实施例仅表示本发明的几种实施方式，其描述较为具体和详细，但并不能理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明保护范围。因此本发明的保护范围应该以权利要求为准。
Claims (8)
1.一种化合物半导体致命缺陷分析系统，其特征在于，包括缺陷分析系统和数据采集系统，所述数据采集系统从电性测试机台采集在制批次晶圆的关键电性参数的电性测试数据，从缺陷扫描机台采集在制批次晶圆的缺陷扫描数据，并将采集到的数据实时传输至缺陷分析系统；
所述缺陷分析系统包括：
匹配分析检验模块，用于根据从数据采集系统接收到的单片晶圆的电性测试数据生成关键电性参数良率Map，根据单片晶圆的缺陷扫描数据生成缺陷分布Map，并将单片晶圆的关键电性参数良率Map与其对应的缺陷分布Map叠加在一起形成叠加Map；
相似度搜索模块，用于分析关键电性参数良率低于n％的叠加Map并根据分析设置致命缺陷参考模型，搜索出与致命缺陷参考模型相似的晶圆，并在搜索出的晶圆的叠加Map上突出显示与致命缺陷参考模型相似的位置区域；
所述相似度搜索模块判断晶圆与致命缺陷参考模型相似需要同时满足以下条件：该晶圆的缺陷发生位置与致命缺陷参考模型的斜率一致；该晶圆的关键电性参数良率小于等于n％且与n％的差值的绝对值小于设定值；该晶圆的致命缺陷个数大于等于致命缺陷参考模型中的致命缺陷个数。
2.根据权利要求1所述的化合物半导体致命缺陷分析系统，其特征在于，所述缺陷分析系统还包括：
关键电性参数分析模块，用于根据多片晶圆的电性测试值和最终的器件频率数据分析确定各金属层与最终产品的性能指标相关性大的关键电性参数；
电性参数设定模块，用于设置在各金属层进行电性测试的批次抽样规则和采集点范围，同时设置各金属层需要采集的关键电性参数及关键电性参数的规格限制；
缺陷代码设置模块，用于设置各金属层的缺陷类型代码，并设置在各金属层进行缺陷扫描的批次抽样规则。
3.根据权利要求2所述的化合物半导体致命缺陷分析系统，其特征在于，所述数据采集系统具体包括：
电性测试数据设置模块，用于接收所述电性参数设定模块设定的数据；
缺陷扫描数据设置模块，用于接收所述缺陷代码设置模块设定的数据；
数据采集模块，用于根据所述电性参数设定模块设定的批次抽样规则和采集点范围，从电性测试机台采集在制批次晶圆的关键电性参数的电性测试数据；并根据所述缺陷代码设置模块设定的批次抽样规则，从缺陷扫描机台采集在制批次晶圆的缺陷扫描数据，并将采集到的数据实时传输至所述匹配分析检验模块。
4.根据权利要求1-3任一权项所述的化合物半导体致命缺陷分析系统，其特征在于，还包括后续行为设定模块，用于当在制批次晶圆与致命缺陷参考模型的相似量超过m片或相似比例超过x％时，向生产产线发出暂停生产请求。
5.根据权利要求1所述的化合物半导体致命缺陷分析系统，其特征在于，所述相似度搜索模块分析关键电性参数良率低于80％的叠加Map并根据分析设置致命缺陷参考模型。
6.一种化合物半导体致命缺陷分析方法，其特征在于，包括以下步骤：
S1、采集在制批次晶圆的缺陷扫描数据和关键电性参数的电性测试数据；
S2、根据单片晶圆的电性测试数据生成关键电性参数良率Map，根据单片晶圆的缺陷扫描数据生成缺陷分布Map，并将单片晶圆的关键电性参数良率Map与其对应的缺陷分布Map叠加在一起形成叠加Map；
S3、分析关键电性参数良率低于n％的叠加Map并根据分析设置致命缺陷参考模型，搜索出与致命缺陷参考模型相似的晶圆，并在搜索出的晶圆的叠加Map上突出显示与致命缺陷参考模型相似的位置区域；
步骤S3中判断晶圆与致命缺陷参考模型相似需要同时满足以下条件：该晶圆的缺陷发生位置与致命缺陷参考模型的斜率一致；该晶圆的关键电性参数良率小于等于n％且与n％的差值的绝对值小于设定值；该晶圆的致命缺陷个数大于等于致命缺陷参考模型中的致命缺陷个数。
7.根据权利要求6所述的化合物半导体致命缺陷分析方法，其特征在于，步骤S1之前还包括步骤S0：
确定化合物半导体各金属层与最终产品的性能指标相关性大的关键电性参数；
设置在各金属层进行电性测试的批次抽样规则和采集点范围，同时设置各金属层需要采集的关键电性参数及关键电性参数的规格限制；
设置各金属层的缺陷类型代码，并设置在各金属层进行缺陷扫描的批次抽样规则。
8.根据权利要求6或7所述的化合物半导体致命缺陷分析方法，其特征在于，步骤S3之后还包括步骤S4：当在制批次晶圆与致命缺陷参考模型的相似量超过m片或相似比例超过x％时，向生产产线发出暂停生产请求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710737010.7A CN107480904B (zh) | 2017-08-24 | 2017-08-24 | 一种化合物半导体致命缺陷分析系统和分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710737010.7A CN107480904B (zh) | 2017-08-24 | 2017-08-24 | 一种化合物半导体致命缺陷分析系统和分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107480904A CN107480904A (zh) | 2017-12-15 |
| CN107480904B true CN107480904B (zh) | 2020-11-24 |
Family
ID=60602616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710737010.7A Active CN107480904B (zh) | 2017-08-24 | 2017-08-24 | 一种化合物半导体致命缺陷分析系统和分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107480904B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711659B (zh) * | 2018-11-09 | 2021-04-13 | 成都数之联科技有限公司 | 一种工业生产的良率提升管理系统和方法 |
| CN111653500A (zh) * | 2020-06-19 | 2020-09-11 | 上海华力集成电路制造有限公司 | 判断晶圆良率损失的方法 |
| CN112397410B (zh) * | 2020-12-08 | 2021-05-14 | 晶芯成(北京)科技有限公司 | 一种晶圆失效的分析方法及系统 |
| CN113109647B (zh) * | 2021-04-09 | 2022-04-29 | 长鑫存储技术有限公司 | 导电结构电性缺陷分析方法、电性参数分析方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1770416A (zh) * | 2004-11-02 | 2006-05-10 | 力晶半导体股份有限公司 | 晶片缺陷管理方法 |
| CN1783065A (zh) * | 2004-12-03 | 2006-06-07 | 台湾积体电路制造股份有限公司 | 事件良率关联分析系统及方法以及计算机可读取储存媒体 |
| CN1790314A (zh) * | 2004-12-13 | 2006-06-21 | 台湾积体电路制造股份有限公司 | 产品良率分析系统及方法 |
| CN102117730A (zh) * | 2009-12-31 | 2011-07-06 | 中芯国际集成电路制造(上海)有限公司 | 半导体制造过程中的机台参数数据的处理方法和装置 |
| CN102683165A (zh) * | 2011-03-18 | 2012-09-19 | 敖翔科技股份有限公司 | 智能缺陷筛选及取样方法 |
| CN103186657A (zh) * | 2011-12-28 | 2013-07-03 | 敖翔科技股份有限公司 | 智能型缺陷良率总览接口系统与方法 |
| CN103308840A (zh) * | 2013-05-23 | 2013-09-18 | 上海华力微电子有限公司 | 晶圆可接受测试方法 |
| WO2014201169A1 (en) * | 2013-06-12 | 2014-12-18 | Applied Materials, Inc. | Non-contact sheet resistance measurement of barrier and/or seed layers prior electroplating |
| CN104900551A (zh) * | 2014-03-04 | 2015-09-09 | 中芯国际集成电路制造(上海)有限公司 | 一种晶圆质量管控方法和装置 |
| CN107019497A (zh) * | 2015-10-19 | 2017-08-08 | 韦伯斯特生物官能(以色列)有限公司 | 示出温度分布标测图中的错误 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6775818B2 (en) * | 2002-08-20 | 2004-08-10 | Lsi Logic Corporation | Device parameter and gate performance simulation based on wafer image prediction |
-
2017
- 2017-08-24 CN CN201710737010.7A patent/CN107480904B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1770416A (zh) * | 2004-11-02 | 2006-05-10 | 力晶半导体股份有限公司 | 晶片缺陷管理方法 |
| CN1783065A (zh) * | 2004-12-03 | 2006-06-07 | 台湾积体电路制造股份有限公司 | 事件良率关联分析系统及方法以及计算机可读取储存媒体 |
| CN1790314A (zh) * | 2004-12-13 | 2006-06-21 | 台湾积体电路制造股份有限公司 | 产品良率分析系统及方法 |
| CN102117730A (zh) * | 2009-12-31 | 2011-07-06 | 中芯国际集成电路制造(上海)有限公司 | 半导体制造过程中的机台参数数据的处理方法和装置 |
| CN102683165A (zh) * | 2011-03-18 | 2012-09-19 | 敖翔科技股份有限公司 | 智能缺陷筛选及取样方法 |
| CN103186657A (zh) * | 2011-12-28 | 2013-07-03 | 敖翔科技股份有限公司 | 智能型缺陷良率总览接口系统与方法 |
| CN103308840A (zh) * | 2013-05-23 | 2013-09-18 | 上海华力微电子有限公司 | 晶圆可接受测试方法 |
| WO2014201169A1 (en) * | 2013-06-12 | 2014-12-18 | Applied Materials, Inc. | Non-contact sheet resistance measurement of barrier and/or seed layers prior electroplating |
| CN104900551A (zh) * | 2014-03-04 | 2015-09-09 | 中芯国际集成电路制造(上海)有限公司 | 一种晶圆质量管控方法和装置 |
| CN107019497A (zh) * | 2015-10-19 | 2017-08-08 | 韦伯斯特生物官能(以色列)有限公司 | 示出温度分布标测图中的错误 |
Non-Patent Citations (2)
| Title |
|---|
| "Automated wafer defect map generation for process yield improvement";Cher Ming Tan等;《2011 International Symposium on Integrated Circuits》;20120116;第313-316页 * |
| "基于主成分分析的多元分段模型预测集成电路晶圆良率的应用";康盛;《中国优秀硕士学位论文全文数据库 基础科学辑》;20151015;A002-102 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107480904A (zh) | 2017-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107480904B (zh) | 一种化合物半导体致命缺陷分析系统和分析方法 | |
| KR101600209B1 (ko) | 영역 결정 장치, 검사 장치, 영역 결정 방법 및 영역 결정 방법을 사용한 검사 방법 | |
| CN103187329B (zh) | 一种晶圆良率分析方法 | |
| US8984450B2 (en) | Method and apparatus for extracting systematic defects | |
| US6017771A (en) | Method and system for yield loss analysis by yield management system | |
| JP2009010405A (ja) | 局所的外れ値の検出のための方法および装置 | |
| JP5080526B2 (ja) | データ解析のための方法および装置 | |
| TW200951752A (en) | A method for prognostic maintenance in semiconductor manufacturing | |
| CN109285791B (zh) | 设计布局为主的快速在线缺陷诊断、分类及取样方法及系统 | |
| US9142014B2 (en) | System and method for identifying systematic defects in wafer inspection using hierarchical grouping and filtering | |
| CN102412168A (zh) | 晶片缺陷的检测方法及系统 | |
| US20150235415A1 (en) | Wafer test data analysis method | |
| JP2002043386A (ja) | 半導体製造施設内の欠陥を有する装置を探し出すシステムと方法 | |
| CN114399508A (zh) | 晶圆数据的处理方法、装置、电子装置和存储介质 | |
| CN107689335B (zh) | 一种多种产品晶圆缺陷的分析方法 | |
| CN115170524A (zh) | 一种用于识别晶圆的新增缺陷的方法及系统 | |
| CN115172199A (zh) | 一种用于识别晶圆缺陷的方法及系统 | |
| US20220139744A1 (en) | Wafer defect analysis method and system, device and medium | |
| CN103592913A (zh) | 半导体制造设备的机台性能匹配方法和系统 | |
| CN106443238A (zh) | 高压设备状态评估方法、在线监测装置评估方法及装置 | |
| CN112710942A (zh) | 晶圆区域性问题的分析系统及方法 | |
| JPH10107111A (ja) | 半導体装置の製造方法 | |
| JP2008078392A (ja) | 特性解析方法および装置、異常設備推定方法および装置、上記特性解析方法または異常設備推定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| CN110426999A (zh) | 统计过程控制方法及其控制系统 | |
| CN116525482B (zh) | 一种半导体检测设备标定的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| 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 |