CN108133900A - 一种缺陷扫描机台及其缺陷自动分类方法 - Google Patents

一种缺陷扫描机台及其缺陷自动分类方法 Download PDF

Info

Publication number
CN108133900A
CN108133900A CN201711394096.4A CN201711394096A CN108133900A CN 108133900 A CN108133900 A CN 108133900A CN 201711394096 A CN201711394096 A CN 201711394096A CN 108133900 A CN108133900 A CN 108133900A
Authority
CN
China
Prior art keywords
defect
regions
defects
scanning
killer
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.)
Pending
Application number
CN201711394096.4A
Other languages
English (en)
Inventor
胡向华
何广智
顾晓芳
倪棋梁
龙吟
陈宏璘
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.)
Shanghai Huali Microelectronics Corp
Original Assignee
Shanghai Huali Microelectronics Corp
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 Shanghai Huali Microelectronics Corp filed Critical Shanghai Huali Microelectronics Corp
Priority to CN201711394096.4A priority Critical patent/CN108133900A/zh
Publication of CN108133900A publication Critical patent/CN108133900A/zh
Pending legal-status Critical Current

Links

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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like

Landscapes

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

Abstract

本发明公开一种缺陷扫描机台及其缺陷自动分类方法，所述缺陷扫描机台包括：GDS数据库建立单元，用于加入GDS数据库，并于数据库中定义不同区域，根据不同区域定义不同类型缺陷；缺陷扫描单元，用于扫描目标晶圆以捕获缺陷；缺陷比对单元，用于于扫描过程中实时将捕获到的缺陷于所述GDS数据库进行比对；缺陷分类单元，根据所述缺陷比对单元的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型以实现缺陷的自动分类，本发明实现致命缺陷与非致命缺陷的自动分类。

Description

一种缺陷扫描机台及其缺陷自动分类方法
技术领域
本发明涉及半导体制造技术领域，特别是涉及一种缺陷扫描机台及其缺陷自动分类方法。
背景技术
先进的集成电路制造工艺一般都包含几百步的工序，任何环节的微小错误都会导致整个芯片的失效，特别是随着电路关键尺寸的不断缩小，其对工艺控制的要求越来越严格，所以在生产过程中为能及时的发现和解决问题，一般需要对产品进行在线缺陷检测。
目前业界主流的缺陷检测设备分为暗场扫描和明场扫描,电子扫描等，其主要依靠各种扫描机台进行扫描后，再通过目检机台将扫描得到的缺陷拍摄图像，这些缺陷检测机台可以实现按照尺寸大小，缺陷信号强度等进行分类，达到区分不同类型的缺陷的目的，然而，但业界还没有一种可以有效地实现致命缺陷(killer defect)和非致命缺陷(non-killer defect)的自动分类的缺陷扫描机台，因此，实有必要提出一种技术手段，以解决上述问题。
发明内容
为克服上述现有技术存在的不足，本发明之目的在于提供一种缺陷扫描机台及其缺陷自动分类方法，以实现致命缺陷与非致命缺陷的自动分类。
为达上述及其它目的，本发明提出一种缺陷扫描机台，包括：
GDS数据库建立单元，用于加入GDS数据库，并于数据库中定义不同区域，根据不同区域定义不同类型缺陷；
缺陷扫描单元，用于扫描目标晶圆以捕获缺陷；
缺陷比对单元，用于于扫描过程中实时将捕获到的缺陷于所述GDS数据库进行比对；
缺陷分类单元，根据所述缺陷比对单元的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型以实现缺陷的自动分类。
进一步地，所述GDS数据库建立单元于数据库中定义killer区域和ISO区域，并将killer区域的缺陷定义致命缺陷,将ISO区域的缺陷定义为非致命缺陷。
进一步地，所述GDS数据库建立单元通过扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域。
进一步地，所述缺陷分类单元根据缺陷比对单元的比对结果确定当前缺陷处于killer区域还是ISO区域，并根据预先对killer区域和ISO区域的缺陷定义，确定当前缺陷是致命缺陷还是非致命缺陷。
进一步地，所述缺陷分类单元根据分类结果生成缺陷报告并予以输出。
为达到上述目的，本发明还提供一种缺陷扫描机台的缺陷自动分类方法，包括如下步骤：
步骤一，于缺陷扫描机台的缺陷扫描机台系统中加入GDS数据库，并于数据库中定义不同区域，根据不同区域定义不同类型缺陷；
步骤二，扫描目标晶圆以捕获缺陷
步骤三，于扫描过程中实时将捕获到的缺陷于所述GDS数据库进行比对；
步骤四，根据步骤三的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型以实现缺陷的自动分类。
进一步地，于步骤一中，于所述GDS数据库中定义killer区域和ISO区域，并将killer区域的缺陷定义致命缺陷,将ISO区域的缺陷定义为非致命缺陷。
进一步地，于步骤一中，通过扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域。
进一步地，于步骤四中，根据步骤三的比对结果确定当前缺陷处于killer区域还是ISO区域，并根据预先对killer区域和ISO区域的缺陷定义，确定当前缺陷是致命缺陷还是非致命缺陷。
进一步地，于步骤四中，还根据分类结果生成缺陷报告并予以输出。
与现有技术相比，本发明一种缺陷扫描机台及其缺陷自动分类方法通过于缺陷扫描机台系统中加入GDS数据库，并在数据库中通过图形扫描或坐标设定的形式将图形区域定义为killer区域，非图形区域定义为ISO区域，并对相应区域的缺陷进行定义，扫描过程中实时比对捕获的缺陷与GDS数据库，判定缺陷处于killer区域或者ISO区域,并根据预先定义根据缺陷所在区域对缺陷进行分类，实现了致命缺陷与非致命缺陷自动分类的目的。
附图说明
图1为本发明一种缺陷扫描机台的系统结构示意图；
图2为本发明一种缺陷扫描机台的缺陷自动分类方法的步骤流程图；
图3为本发明具体实施例中缺陷扫描的架构示意图；
图4为本发明具体实施例中GDS数据库的定义示意图；
图5为本发明具体实施例中图形工艺缺陷的自动分类示意图；
图6为本发明具体实施例中非图形工艺缺陷的预分类示意图；
图7为无GDS数据库分析与本发明有GDS数据库分析的缺陷报告图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
图1为本发明一种缺陷扫描机台的系统结构示意图。如图1所示，本发明一种缺陷扫描机台，包括：GDS数据库建立单元101、缺陷扫描单元102、缺陷比对单元103以及缺陷分类单元104。
GDS(Graphic Design System，图形设计系统)数据库建立单元101，用于加入GDS数据库，在数据库中定义killer区域和ISO区域，将killer区域的缺陷定义致命缺陷(killer Defect),将ISO区域的缺陷定义为非致命缺陷(non-killer defect)。具体地，GDS(Graphic Design System，图形设计系统)数据库建立单元101于缺陷扫描机台系统中加入GDS数据库信息，并在数据库中定义killer区域和ISO区域，例如通过扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域，进而将killer区域的缺陷定义致命缺陷,将ISO区域的缺陷定义为非致命缺陷(non-killer defect)。
缺陷扫描单元102，用于扫描目标晶圆(wafer)以捕获缺陷。在本发明具体实施例中，缺陷扫描单元102可采用暗场扫描，或明场扫描，或电子扫描等方式对目标晶圆(wafer)进行扫描，于捕获到缺陷时，获取缺陷的坐标位置，但本发明不以此为限，由于具体采用的缺陷扫描方法为现有技术，在此不予赘述。
缺陷比对单元103，用于于扫描过程中实时将捕获到的缺陷于GDS数据库进行比对。具体地，缺陷比对单元103会根据捕获到的缺陷的坐标位置与GDS数据库中相应的坐标位置进行比对，以确认缺陷所处区域。当然缺陷比对单元103也可通过图形比对确认缺陷所处区域，本发明不以此为限。
缺陷分类单元104，根据缺陷比对单元103的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型。具体地，缺陷分类单元104根据缺陷比对单元103的比对结果确定当前缺陷处于killer区域还是ISO区域，并根据预先对killer区域和ISO区域的缺陷定义，确定当前缺陷是致命缺陷(killer defect)还是非致命缺陷(non-killerdefect)，并输出自动分类结果，即如果当前缺陷处于killer区域，则分类为致命缺陷，如果当前缺陷处于ISO区域，则分类为非致命缺陷。
图2为本发明一种缺陷扫描机台的缺陷自动分类方法的步骤流程图。如图2所示，本发明一种缺陷扫描机台的缺陷自动分类方法，包括如下步骤：
步骤201，于缺陷扫描机台的缺陷扫描机台系统中加入GDS数据库，在数据库中定义killer区域和ISO区域，将killer区域的缺陷定义致命缺陷(killer Defect),将ISO区域的缺陷定义为非致命缺陷(non-killer defect)。于缺陷扫描机台系统中加入GDS数据库信息，并在数据库中定义killer区域和ISO区域，例如通过扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域，进而将killer区域的缺陷定义致命缺陷,将ISO区域的缺陷定义为非致命缺陷(non-killer defect)。
步骤202，扫描目标晶圆(wafer)以捕获缺陷。在本发明具体实施例中，可采用暗场扫描，或明场扫描，或电子扫描等方式对目标晶圆(wafer)进行扫描，于捕获到缺陷时，获取缺陷的坐标位置，由于具体采用的缺陷扫描方法为现有技术，在此不予赘述。
步骤203，于扫描过程中实时将捕获到的缺陷于GDS数据库中进行比对。具体地，于步骤203中，会根据捕获到的缺陷的坐标位置与GDS数据库中相应的坐标位置进行比对，以便确认缺陷所处区域，当然，本发明也可通过图形比对确认缺陷所处区域，本发明不以此为限。
步骤204，根据步骤203的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型。具体地，根据缺陷比对的比对结果确定当前缺陷处于killer区域还是ISO区域，并根据预先对killer区域和ISO区域的缺陷定义，确定当前缺陷是致命缺陷(killer defect)还是非致命缺陷(non-killer defect)，并输出自动分类结果，即如果当前缺陷处于killer区域，则分类为致命缺陷，如果当前缺陷处于ISO区域，则分类为非致命缺陷。
图3为本发明具体实施例中缺陷扫描的架构示意图。1为缺陷扫描部分，2为GDS数据库，3为操作界面，GDS数据库通过图形扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域，如图4所示。当缺陷扫描单元102扫描目标晶圆(wafer)捕获到缺陷后，缺陷对比单元会实时将捕获到的缺陷与GDS数据库进行比对，若缺陷处于图形工艺的killer区域，则自动分类为致命缺陷(killer defect)，若缺陷处于图形工艺的ISO区域，则自动分类为非致命缺陷(non-killer defect)，如图5所示。对于非图形工艺，可与既有的任意图形工艺GDS数据进行匹配，如图6所示，这样可实现非图形工艺缺陷预分类，提前预测潜在的致命缺陷(killer defect),提前实现致命缺陷失败率(killer defectfail ratio)的数据分析。
图6为无GDS数据库分析与本发明有GDS数据库分析的缺陷报告图，可见，本发明经过采用GDS数据库分析，实现了致命缺陷与非致命缺陷自动分类的目的。
综上所述，本发明一种缺陷扫描机台及其缺陷自动分类方法通过于缺陷扫描机台系统中加入GDS数据库，并在数据库中通过图形扫描或坐标设定的形式将图形区域定义为killer区域，非图形区域定义为ISO区域，并对相应区域的缺陷进行定义，扫描过程中实时比对捕获的缺陷与GDS数据库，判定缺陷处于killer区域或者ISO区域,并根据预先定义根据缺陷所在区域对缺陷进行分类，实现了致命缺陷与非致命缺陷自动分类的目的。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种缺陷扫描机台，包括：
GDS数据库建立单元，用于加入GDS数据库，并于数据库中定义不同区域，根据不同区域定义不同类型缺陷；
缺陷扫描单元，用于扫描目标晶圆以捕获缺陷；
缺陷比对单元，用于于扫描过程中实时将捕获到的缺陷于所述GDS数据库进行比对；
缺陷分类单元，根据所述缺陷比对单元的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型以实现缺陷的自动分类。
2.如权利要求1所述的一种缺陷扫描机台，其特征在于：所述GDS数据库建立单元于数据库中定义killer区域和ISO区域，并将killer区域的缺陷定义致命缺陷,将ISO区域的缺陷定义为非致命缺陷。
3.如权利要求2所述的一种缺陷扫描机台，其特征在于：所述GDS数据库建立单元通过扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域。
4.如权利要求3所述的一种缺陷扫描机台，其特征在于：所述缺陷分类单元根据缺陷比对单元的比对结果确定当前缺陷处于killer区域还是ISO区域，并根据预先对killer区域和ISO区域的缺陷定义，确定当前缺陷是致命缺陷还是非致命缺陷。
5.如权利要求4所述的一种缺陷扫描机台，其特征在于：所述缺陷分类单元根据分类结果生成缺陷报告并予以输出。
6.一种缺陷扫描机台的缺陷自动分类方法，包括如下步骤：
步骤一，于缺陷扫描机台的缺陷扫描机台系统中加入GDS数据库，并于数据库中定义不同区域，根据不同区域定义不同类型缺陷；
步骤二，扫描目标晶圆以捕获缺陷
步骤三，于扫描过程中实时将捕获到的缺陷于所述GDS数据库进行比对；
步骤四，根据步骤三的比对结果确定缺陷所处区域，进而根据预先定义确定相应的区域的缺陷类型以实现缺陷的自动分类。
7.如权利要求6所述的一种缺陷扫描机台的缺陷自动分类方法，其特征在于：于步骤一中，于所述GDS数据库中定义killer区域和ISO区域，并将killer区域的缺陷定义致命缺陷,将ISO区域的缺陷定义为非致命缺陷。
8.如权利要求7所述的一种缺陷扫描机台的缺陷自动分类方法，其特征在于：于步骤一中，通过扫描或坐标设定的形式将图形区域定义为killer区域，将非图形区域定义为ISO区域。
9.如权利要求8所述的一种缺陷扫描机台的缺陷自动分类方法，其特征在于：于步骤四中，根据步骤三的比对结果确定当前缺陷处于killer区域还是ISO区域，并根据预先对killer区域和ISO区域的缺陷定义，确定当前缺陷是致命缺陷还是非致命缺陷。
10.如权利要求9所述的一种缺陷扫描机台的缺陷自动分类方法，其特征在于：于步骤四中，还根据分类结果生成缺陷报告并予以输出。
CN201711394096.4A 2017-12-21 2017-12-21 一种缺陷扫描机台及其缺陷自动分类方法 Pending CN108133900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711394096.4A CN108133900A (zh) 2017-12-21 2017-12-21 一种缺陷扫描机台及其缺陷自动分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711394096.4A CN108133900A (zh) 2017-12-21 2017-12-21 一种缺陷扫描机台及其缺陷自动分类方法

Publications (1)

Publication Number Publication Date
CN108133900A true CN108133900A (zh) 2018-06-08

Family

ID=62391232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711394096.4A Pending CN108133900A (zh) 2017-12-21 2017-12-21 一种缺陷扫描机台及其缺陷自动分类方法

Country Status (1)

Country Link
CN (1) CN108133900A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112557884A (zh) * 2020-11-18 2021-03-26 上海华力集成电路制造有限公司 弱点缺陷检测方法
CN112666311A (zh) * 2020-12-08 2021-04-16 上海华力集成电路制造有限公司 缺陷扫描机台的自动监控系统及方法
CN113095438A (zh) * 2021-04-30 2021-07-09 上海众壹云计算科技有限公司 晶圆缺陷分类方法及其装置、系统、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200614405A (en) * 2004-10-21 2006-05-01 Promos Technologies Inc Inspecting method for killer defect size
US20090040512A1 (en) * 2004-04-13 2009-02-12 Komatsu Electronic Metals Co., Ltd. Semiconductor wafer inspection device and method
CN102881609A (zh) * 2012-09-17 2013-01-16 上海华力微电子有限公司 检测mpw产品重复缺陷和设计弱点的方法
CN103185730A (zh) * 2011-12-28 2013-07-03 敖翔科技股份有限公司 缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法
TW201332033A (zh) * 2012-01-18 2013-08-01 United Microelectronics Corp 晶圓的缺陷檢測方法及採用此方法之晶圓缺陷檢測系統
CN103367188A (zh) * 2012-03-28 2013-10-23 无锡华润上华科技有限公司 晶圆良率分析方法及系统
CN103646894A (zh) * 2013-11-29 2014-03-19 上海华力微电子有限公司 基于致命缺陷修正的缺陷扫描方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090040512A1 (en) * 2004-04-13 2009-02-12 Komatsu Electronic Metals Co., Ltd. Semiconductor wafer inspection device and method
TW200614405A (en) * 2004-10-21 2006-05-01 Promos Technologies Inc Inspecting method for killer defect size
CN103185730A (zh) * 2011-12-28 2013-07-03 敖翔科技股份有限公司 缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法
TW201332033A (zh) * 2012-01-18 2013-08-01 United Microelectronics Corp 晶圓的缺陷檢測方法及採用此方法之晶圓缺陷檢測系統
CN103367188A (zh) * 2012-03-28 2013-10-23 无锡华润上华科技有限公司 晶圆良率分析方法及系统
CN102881609A (zh) * 2012-09-17 2013-01-16 上海华力微电子有限公司 检测mpw产品重复缺陷和设计弱点的方法
CN103646894A (zh) * 2013-11-29 2014-03-19 上海华力微电子有限公司 基于致命缺陷修正的缺陷扫描方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112557884A (zh) * 2020-11-18 2021-03-26 上海华力集成电路制造有限公司 弱点缺陷检测方法
CN112666311A (zh) * 2020-12-08 2021-04-16 上海华力集成电路制造有限公司 缺陷扫描机台的自动监控系统及方法
CN113095438A (zh) * 2021-04-30 2021-07-09 上海众壹云计算科技有限公司 晶圆缺陷分类方法及其装置、系统、电子设备和存储介质
CN113095438B (zh) * 2021-04-30 2024-03-15 上海众壹云计算科技有限公司 晶圆缺陷分类方法及其装置、系统、电子设备和存储介质

Similar Documents

Publication Publication Date Title
US10885618B2 (en) Inspection apparatus, data generation apparatus, data generation method, and data generation program
US10878283B2 (en) Data generation apparatus, data generation method, and data generation program
US7231079B2 (en) Method and system for inspecting electronic circuit pattern
US7346470B2 (en) System for identification of defects on circuits or other arrayed products
US10228421B2 (en) Method and system for intelligent defect classification and sampling, and non-transitory computer-readable storage device
US10297021B2 (en) Defect quantification method, defect quantification device, and defect evaluation value display device
JP5537282B2 (ja) 欠陥検査装置および欠陥検査方法
US20010028732A1 (en) Method and system for detecting defects on a printed circuit board
US20120257041A1 (en) Method for defect inspection and apparatus for defect inspection
CN108133900A (zh) 一种缺陷扫描机台及其缺陷自动分类方法
WO2013153891A1 (ja) 荷電粒子線装置
EP2212909B1 (en) Patterned wafer defect inspection system and method
CN104122272B (zh) 半导体器件缺陷的光学检测方法
TW201445347A (zh) 智慧型弱點圖形診斷方法、系統與電腦可讀取記憶媒體
CN103489808B (zh) 一种可按照离子注入区域分类的电子束缺陷检测方法
KR20210105335A (ko) 반도체 시편에서의 결함들의 분류
JP2007188968A (ja) ウエーハマップデータの解析方法および解析プログラム
JP2007095953A (ja) 半導体装置の選別方法及び半導体装置の選別装置
JP2018091771A (ja) 検査方法、事前画像選別装置及び検査システム
CN112964723B (zh) 一种双面多目标等间距阵列视觉检测方法及检测系统
JP4453503B2 (ja) 基板検査装置および基板検査方法並びに基板検査装置の検査ロジック生成装置および検査ロジック生成方法
KR101521620B1 (ko) 다이 영상 분할 방법
KR19990049102A (ko) 웨이퍼 디펙트 분류 방법
US6005966A (en) Method and apparatus for multi-stream detection of high density metalization layers of multilayer structures having low contrast
CN112702905A (zh) 印刷电路板良率和生产设备错误率之回溯方法及其系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180608

RJ01 Rejection of invention patent application after publication