CN109844664A - 量化并减小总测量不确定度 - Google Patents

量化并减小总测量不确定度 Download PDF

Info

Publication number
CN109844664A
CN109844664A CN201780064588.9A CN201780064588A CN109844664A CN 109844664 A CN109844664 A CN 109844664A CN 201780064588 A CN201780064588 A CN 201780064588A CN 109844664 A CN109844664 A CN 109844664A
Authority
CN
China
Prior art keywords
tmu
tool
measurement
manufacture
analysis
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
CN201780064588.9A
Other languages
English (en)
Other versions
CN109844664B (zh
Inventor
K·比亚吉尼
B·曼蒂普利
R·贾扬塔拉奥
G·塔安
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.)
KLA Corp
Original Assignee
KLA Tencor 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 KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of CN109844664A publication Critical patent/CN109844664A/zh
Application granted granted Critical
Publication of CN109844664B publication Critical patent/CN109844664B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • G05B19/41875—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 quality surveillance of production
    • 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
    • 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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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
    • 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
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • 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
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37525—Mean, average values, statistical derived values
    • 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
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • 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)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Factory Administration (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

一种工艺控制技术使用来自多个制造工具及多个检验工具或计量工具的生产数据。可对所述生产数据计算总测量不确定度TMU，所述生产数据可包含对使用所述制造工具制造的一或多个装置的测量。可依据TMU将制造步骤排位或者对制造步骤进行比较。可使用生产数据连续地监测所有生产模式及配方。

Description

量化并减小总测量不确定度
技术领域
本发明涉及对制造进行工艺控制。
背景技术
最先进产品的质量变得越来越重要，这是因为这些产品成为我们现代高科技经济的基础部分。制造商一直致力于质量控制及再现性以满足高科技经济的要求。在制造工艺中使用工艺控制来形成最一致的产品性质。质量控制在执行复杂或信息敏感制造的生产线中至关重要。
不良的质量控制可严重影响所制造的产品。不恰当或不充分工艺控制可导致产品的价值降低或甚至对用户来说毫无用处。不良的工艺控制会给制造商带来负面影响，这是因为制造商可支付无用产品的制造成本、失去在可接受产品上盈利的可能性或因不合格产品的销售价格降低而损失收益。因此，工艺控制可影响制造商业务的成败。
制造环境需要具有低的总体总测量不确定度(TMU)的测量系统。测量不确定度表征受所测量的数量影响的值的离差。TMU可取决于用于进行测量的工具的精确度以及可能测量工具群组的工具间匹配。
在复杂制造环境中，许多变量同时处于不断变化之中。虽然本文中提及半导体环境，但对任何制造环境来说原理是相通的。举例来说，在半导体制造环境中，如工艺配方、测量工具配方、总体工艺健康状况、测量工具健康状况及其它参数的变量全部处于不断变化之中。提供一种技术来监测制造设施的测量变化以确保变化不会随时间变得更差对于制造商可有价值。如果检测到变动，那么可快速做出响应以解决所检测到的变动。
存在解决半导体制造环境中的过度测量变化问题的数种现有方法。然而，半导体制造商及工具制造商通常无法就最优的测量系统监测方法达成一致意见。半导体制造商可使用满足测量系统的制造要求的监测方法，且通常使用自然出现的生产数据来测量测量系统的健康状况。举例来说，可使用所有的生产制造数据。通常使用生产晶片数据而非参考晶片数据。可连续地测量匹配结果。半导体制造技术可包含盒状图、生产的简单平均值及标准偏差、对生产的统计测试(例如，方差分析(ANOVA)，t测试(ttest))或对特定“金晶片”或参考晶片的统计测试(例如，ANOVA、t测试)。相比之下，工具制造商(其销售半导体制造商所使用的设备及/或提供服务)往往致力于单纯的实验以将测量与工艺变化分离。这些实验不可随生产量而产生越来越高的警报百分比。匹配相关警报的百分率不可随精确度的提高而增加，且反之亦然。工具制造技术可包含对照说明书对参考晶片进行匹配研究及日常监测。因此，半导体制造商与工具制造商的监测方法并不相配。
因此，需要改进的工艺控制技术。
发明内容
在第一实施例中，提供一种系统。所述系统包括接口及与所述接口进行电子通信的工艺控制单元。所述接口与多个制造工具及多个检验工具或计量工具进行电子通信。所述工艺控制单元经配置以从所述多个制造工具及所述多个检验工具或计量工具接收生产数据；对所述生产数据执行方差分量分析；对所述生产数据计算总测量不确定度(TMU)；且依据TMU对制造步骤进行比较。所述生产数据包含对使用所述制造工具制造的一或多个装置的测量。所述方差分量分析经配置以估计工具间标准偏差及总标准偏差。所述工艺控制单元包括电子数据存储单元，所述电子数据存储单元经配置以依据TMU存储所述制造步骤的列表。所述装置可以是半导体晶片。所述工艺控制单元可包含处理器以及与所述处理器及所述电子数据存储单元进行电子通信的通信端口。所述接口可以是安全服务器。
所述工艺控制单元可进一步经配置以对所述生产数据计算TMU控制极限影响(CLI)且依据TMU CLI对制造步骤进行比较。
所述工艺控制单元可进一步经配置以基于对所述制造步骤的所述比较来调整所述制造工具中的至少一者或所述检验工具或计量工具中的至少一者。
所述工艺控制单元可进一步经配置以：从所述制造工具中的一者或所述检验工具或计量工具中的一者接收测试载具的测量数据；对所述测量数据执行方差分量分析；计算精确度的TMU、总TMU、TMU CLI精确度及总TMU CLI；且依据TMU或TMU CLI对所述测量数据的结果进行比较。所述方差分量分析可估计精确度的标准偏差。所述工艺控制单元可进一步经配置以基于对所述测量数据的所述结果的所述比较来调整所述制造工具或所述检验工具。
所述工艺控制单元可经配置以连续地执行所述方差分量分析、计算所述TMU及对所述制造步骤进行比较。
在第二实施例中，提供一种方法。所述方法包括在处理器处从多个制造工具及多个检验工具或计量工具接收生产数据；使用所述处理器对所述生产数据执行方差分量分析；使用所述处理器对所述生产数据计算总测量不确定度(TMU)；及使用所述处理器依据TMU对制造步骤进行比较。所述生产数据包含对使用所述制造工具制造的一或多个装置的测量。所述方差分量分析估计工具间标准偏差及总标准偏差。所述装置可以是半导体晶片。
所述方法可进一步包括：使用所述处理器对所述生产数据计算TMU控制极限影响(CLI)；及使用所述处理器依据TMU CLI对制造步骤进行比较。
所述方法可进一步包括基于对所述制造步骤的所述比较来调整所述制造工具中的至少一者或所述检验工具或计量工具中的至少一者。
所述方法可进一步包括：在所述处理器处从所述制造工具中的一者或所述检验工具或计量工具中的一者接收测试载具的测量数据；使用所述处理器对所述测量数据执行方差分量分析；使用所述处理器计算精确度的TMU、总TMU、TMU CLI精确度及总TMU CLI；及使用所述处理器依据TMU或TMU CLI对所述测量数据的结果进行比较。所述方差分量分析估计精确度的标准偏差。所述方法可进一步包括基于对所述测量数据的所述结果的所述比较来调整所述制造工具或所述检验工具。
可连续地执行方差分量分析、计算所述TMU及对所述制造步骤进行比较。
在第三实施例中，提供一种非暂时性计算机可读存储媒体。所述非暂时性计算机可读存储媒体包括用于在一或多个计算装置上执行以下步骤的一或多个程序。这些步骤包含对来自多个制造工具及多个检验工具或计量工具的生产数据执行方差分量分析；对所述生产数据计算总测量不确定度(TMU)；及依据TMU对制造步骤进行比较。所述生产数据包含对使用所述制造工具制造的一或多个装置的测量。所述方差分量分析估计工具间标准偏差及总标准偏差。
所述步骤可进一步包括对所述生产数据计算TMU控制极限影响(CLI)及依据TMUCLI对制造步骤进行比较。
所述步骤可进一步包括：从所述制造工具中的一者或所述检验工具或计量工具中的一者接收测试载具的测量数据；对所述测量数据执行方差分量分析；计算精确度的TMU、总TMU、TMU CLI精确度及总TMU CLI；及依据TMU或TMU CLI对所述测量数据的结果进行比较。所述方差分量分析可估计精确度的标准偏差。
所述步骤可进一步包括基于对所述结果的所述比较来调整所述制造工具或所述检验工具或计量工具中的一者。
附图说明
为较全面地理解本发明的性质及目标，应参考结合随附图式做出的以下详细说明，在图式中
图1是根据本发明的工艺的实施例的流程图；
图2是根据本发明的系统集成的实施例的框图；
图3表示半导体制造中的工艺控制的实例；
图4是依据测量步骤的示范性优先级帕雷托图；
图5是展示TMU控制极限影响的示范性图表；且
图6到9表示使用根据本发明的实施例的实例。
具体实施方式
尽管将依据特定实施例来描述所主张的标的物，但其它实施例(包含不提供本文中所陈述的全部益处及特征的实施例)也在本发明的范围内。可在不背离本发明的范围的情况下做出各种结构、逻辑、工艺步骤及电子改变。因此，本发明的范围仅参考随附权利要求书来界定。
可按照本文中的进一步描述来执行所述方法的步骤中的每一者。所述方法还可包含可由本文中所描述的工艺控制单元及/或计算机子系统或系统执行的任何其它步骤。所述步骤是由一或多个计算机系统执行，所述一或多个计算机系统可根据本文中所描述的实施例中的任一者来配置。另外，可通过本文中所描述的系统实施例中的任一者来执行上文所描述的方法。
关于半导体制造来揭示本文中所揭示的实施例。然而，本文中所揭示的技术可应用于其它制造设置，包含用于电子器件、汽车、化学品、药品、航空器或生物药学装置的制造设置。
图3中提供实例。虽然图3的实例涉及半导体制造，但其可适用于其它复杂及/或严格的制造环境。在图3中，半导体制造商期望具有近乎完美标准的测量工具。安装最佳可用工具(第一测量工具)。稍后安装第二测量工具。半导体制造商期望第一工具与第二工具以类似方式执行，例如关于类似测量平均值(即，工具间匹配)及小的工具内测量诱发变化(即，精确度)。然而，第二测量工具可具有平均值的变动，这会导致制造工具生产工艺轻微增加+/-3σ的控制极限宽度(多个工具，板“A”)；或具有平均值的较大变动，这会导致控制极限宽度的较大增加(多个工具，板“B”)。控制宽度的增加会降低检测真实工艺变动的敏感度。在用数百个可能工具及工艺步骤组合来监测的情况下，这些测量系统影响可难以量化并排出优先级。
半导体制造商一般希望所有的测量系统跨越所有测量步骤皆是健康状况的。使用金测试晶片及银测试晶片是监测工具内及工具间测量变化的常用方式，但其既耗资源又费时间。相反，半导体制造商一般希望持续生产测量及比测试晶片快的结果。
然而，使用生产测量容易出现问题。制造商可尝试使用生产监测器，其中工艺中的测量步骤具有比生产控制图表上可见的工艺变化的总标准偏差的某一部分大的工具间变化，例如0.1或0.3。此技术可对生产单元数目比其它测量步骤少的测量步骤不成比例地报警。举例来说，在用于所述应用的三个可互换测量工具当中五个测量步骤全部皆具有相同水平的真实测量工具间变化，如方程式1中所见。
方程式1中的分母是生产控制图表上的总工艺标准偏差，且分子是针对无限大样本大小的真实工具平均值(μ(工具i))的真实长期标准偏差(σ)。如果五个测量步骤在此方式上类似但在样本大小上变化，其中某些测量步骤具有较低样本大小且某些步骤具有较高样本大小，那么具有较低数目个工艺运行的测量步骤往往将显示为具有最明显测量样本偏差的一者，工具样本平均值的“s”、“m”。通常，工具平均值的样本方差(s2(m(工具1)、m(工具2)、m(工具3)))自身是随机变量，所述随机变量不仅取决于工具平均值的真实变化，且还取决于工具内样本大小N(在工具内)。为清晰起见，在方程式中工具内(Within-tool)称为“工具内(within tool)”。在具有恒定工具内样本大小的情形中，样本方差s2的预期值在方程式2可表示为如下。
Expected Value[s2(m(tool1)，m(tool 2)，m(tool 3))]
＝σ((μ(tool 1)，μ(tool 2)，μ(tool 3))2+σ(within tool)2/N(within tool)
＝工具平均值的真实标准偏差+随机取样误差 方程式2
样本大小越大，随机取样误差越小。相反地，样本大小越小，平均值的随机预期方差越大，这不是由测量系统自身导致，而仅仅是随机取样变化的副效应。本文中所揭示的TMU监测器对于小的样本大小或大的工艺样本大小皆适用。
有时与生产测量一起使用的另一技术是统计p-值技术。在先前实例中，可利用统计测试(例如，方差分析)来分析五个测量步骤以测试三个测量工具之间的生产平均值相等的假设，概率(或“p-值”)<α(其中α通常是0.05)可用作超过随机机会的系统效应的证据。此可确定工具之间是否存在可检测差异，但对将哪一测量步骤具有最大问题排出优先级并无帮助。具有最大样本大小的配方/测量步骤组合将具有最小p-值，所有其它因子保持恒定。即使作为潜在问题的那些配方/测量步骤组合不会比测量工具变化的其它测量步骤更差(也可能甚至更佳)，仍应注意这些组合。本文中所揭示的TMU监测器可避免统计p-值技术的不足且可提供跨越变化样本大小的测量步骤的测量系统影响的稳健排位。
可利用受测试的一或多个单元(例如，待测试的硅晶片或其它产品)来执行临时测量可重复性研究。可对方差进行随机效应分析以产生对工具间及工具内变化的稳健估计。可估计工具间及工具内可变性的无偏估计值。然而，临时实验可被限于材料的范围中。随着材料在自然生产环境中发生改变，测量工具对此材料的敏感度也可发生改变。在无检测的情况下工具间测量变化可变差，这是因为用于测试的产品不再适用及/或工具条件已改变。临时实验通常无法反映产品及工具随时间的细微改变。本文中所揭示的TMU监测器可避免临时测试的不足，这是因为其使用生产数据。
本文中所揭示的TMU监测器是能够用于半导体制造环境或其它制造环境中的稳健指标。生产数据用于将工具测量变化量化且用于帮助找到工具问题。此外，可利用帕雷托图以配方对配方方式来分析测量的相对影响。
总测量不确定度在下文将称为％TMU或在下文简称为TMU。可将绝对TMU及％TMU定义为如下。
在上文的方程式3及方程式4中，σ是标准偏差。可使用方差分量分析技术来产生σ。
％TMU可比绝对TMU更受制造商喜爱，这是因为％TMU使用归一化尺度。生产数据可用于使用生产控制图表中的标准偏差来估计测量变化的总标准偏差σ(总工艺)。对经产生以用于生产的单元进行的测量称为“生产数据”，其用于估计工艺的总变化。这些生产数据可以是实体测量(例如，厚度、平面性)、质量测量(例如，是否存在粒子或缺陷)或在生产期间所进行的其它测量。生产数据的总标准偏差(σ(总工艺))可包含真实工艺变化及测量系统变化两者，且在生产控制图表中以可见变化表示。生产数据也用于估计测量工具平均值之间的真实变化的标准偏差σ(工具间)。为清晰起见，在方程式中工具间(Tool-to-tool)称为“工具间(tool to tool)”。代替工具平均值之间的简单所观测标准偏差，可使用随机效应方差分量分析来提供对真实标准偏差工具间的无偏估计，从而针对预期随机取样误差做出调整。因此，所揭示的技术对于大样本大小以及小样本大小偏移是稳健的。
此外，可使用测试载具(例如，参考监测器)来估计单个生产单元上的单个测量工具的测量随时间的标准偏差(称为σ(精确度))。在半导体制造中，参考监测器可以是参考晶片。在其它行业中，参考监测器可以是用于监测的另一装置。由于运行测试晶片可相对昂贵，且由于σ(精确度)可能是变化的较小影响来源，因此对σ(精确度)的估计可减少到测量步骤的小样本且对σ(工具间)的估计可针对所有生产步骤执行。图6到9中提供实例。
方程式3中的绝对TMU公式表达原始单位(例如，μm、缺陷计数、mm等)的总测量变化或可以是无单位的(例如，跨越单元归一化的百分比)，例如方程式4中的％TMU。无单位测量具有能够跨越许多层(各自具有不同工艺平均值及标准偏差)进行比较的优点且可用于确定哪一测量步骤具有最大％TMU。
在上文的方程式中，σ是标准偏差。σ可使用稳健方差分量分析技术来产生。可仅使用测量变化的工具间部分(％TMU(工具间))来计算％TMU，或可利用测量变化的工具内来源(％TMU(精确度))，或％TMU(工具间)及％TMU(精确度)两者(％TMU(总))来计算。应注意，σ(测量)是包含工具间测量变化及工具内测量变化两者的项，如上文所展示。
可用下文在方程式5中定义的TMU控制极限影响度量标准(TMU CLI)来表达测量不确定度对控制极限宽度的影响。
TMU CLI表达由TMU所致的制造商TMU工艺极限增大。举例来说，如果估计σ(总工艺)为10个单元且σ(测量)为三个单元，那么％TMU是0.3且TMU CLI是0.046或4.6％。总测量不确定度可导致工艺控制极限宽度增大4.6％。图5中也可看到此增大。
TMU及TMU CLI可有助于描述工具对工艺控制的影响。可使用TMU及TMU CLI中的任一者，这是因为TMU及TMU CLI两者皆可提供跨越制造步骤的测量系统相对变化的类似排位。因此，TMU及TMU CLI的使用可解决期望进行即时监测的制造商及期望有不随样本大小变化而过度警报的方法的工具制造商两者的问题。％TMU及TMU CLI提供测量跨越制造步骤的相对影响的其它益处。制造测量可包含(举例来说)电阻率、平坦度、厚度、污染、均匀性、深度轮廓、蚀刻选择性、临界尺寸或其它测量。通常，制造测量是制造工艺中进行的测量。
图6到9展示实例。在图6及8中存在四个假设测量步骤，所述四个假设测量步骤在生产中被测量以获得逐层沉积工艺中的膜的厚度。展示每一测量步骤的“真实”测量贡献及其相对大小。由于并非每个单元在生产中的每个工艺步骤处皆被测量，因此在四个测量步骤处可存在不相等样本大小。具有较小样本大小的步骤可具有具较广泛随机工艺变化的结果。平均来说，此随机工艺变化可使测量工具看起来比测量工具的实际情况更不同。如果不施加校正，那么基于测量工具平均值的简单所观测标准偏差的TMU可高估真实工具间测量不确定度。依据此实例，通常，基于方差分量的％TMU提供可与现实相匹配的公正评估。然而，如果将简单标准偏差代入到％TMU公式中，那么由于简单标准偏差受随机取样误差影响(如之前所描述)，因此简单标准偏差通常将存在偏误，且将返回可变样本大小的测量步骤的不正确排位。因此，未针对随机取样变化而校正的所观测标准偏差的使用可导致伴随测量步骤及跨越测量步骤的不正确结论。
由于其是相对昂贵的，且由于工具间变化通常是比精确度变化大的滋扰杂讯来源，因此可选择性地使用测试载具的使用。举例来说，制造商可根据测量工具类型选择一或多个测量步骤以定期评估精确度。针对测量工具间变化及精确变化两者的测量步骤，可评估其总影响。
在实施例中，分析现有生产数据达一定时间周期。此时间周期可以是每个月、每个周或其它时间周期。使用稳健方差分量分析来划分变化的来源。方差分量通常应用于实验数据。如果进行跨批次监测，那么可解决任何离群值的稳健性及(如果有关)小体积。
可使用测量工具类型计算每一制造步骤的TMU(例如，％TMU)及/或TMU CLI。
可执行排位，此可驱动改进。可对具有高TMU的制造步骤进行排位以用于调查。举例来说，可驱动TMU的改进。
图1是工艺100的实施例的流程图。接收生产数据，101。此生产数据可来自多个制造工具及/或多个检验工具或计量工具。生产数据可与使用制造工具制造的装置(例如，半导体晶片)相关，所述生产数据在检验工具或计量工具中的一者中被检视。举例来说，如果使用一组等效膜厚度测量工具在制造工艺中的10个步骤处测量膜厚度，那么可将总生产膜厚度标准偏差划分成每一步骤的测量工具间变化及工具内变化。为完成此分析，对生产数据执行方差分量分析，102。方差分量分析估计工具间标准偏差、总工艺标准偏差或其它标准偏差。对生产数据计算TMU，103。依据TMU对制造步骤进行比较，104。举例来说，可依据TMU对制造步骤进行比较，例如通过依据TMU进行列举或排位。
方法100可进一步包含对生产数据计算TMU控制极限影响(CLI)及依据TMU CLI使用处理器来将制造步骤排位。排位可用作依据对制造的影响来将校正动作排出优先级的度量标准。举例来说，如果10个制造步骤具有膜厚度测量，且已使用％TMU(或TMU CLI)针对那些10个步骤优先化膜厚度测量影响，那么可研究具有最大％TMU的测量步骤以用于可能改进。可依据改进中的哪一者将为制造商提供总体工艺控制的最大益处来排位这些改进。制造商可希望定出目标，低于所述目标时，％TMU是处于所期望的水平，且高于所述目标时，制造商希望做出响应。此目标可按行业确定，或可以是用例所特有。这样一来，生产测量可用于确定测量工具间相对影响，而不需要测试载具(如特定参考晶片)且不必因小样本大小或大样本大小而存在不利之处。
在另一实例中，可分析特定工具的精确度或测量工具内变化。生产测量可并不用于此分析中，这是因为生产测量可使随时间变化的工艺变化与随时间变化的测量工具精确度变化混淆。方法100可包含从测量工具接收关于测试载具的测量数据，所述方法可作为对测量系统的健康状况的常规监测执行，例如依据检验或计量步骤。测试载具(例如，参考晶片)可用于获得测量数据。可执行方差分量分析以估计标准偏差或精确度。可计算％TMU精确度、TMU CLI精确度、总体％TMU及总体TMU CLI。结果可用于依据TMU或TMU CLI对测量步骤进行排位。举例来说，图4展示对各种测量步骤的优先改进的示范性帕雷托图。以较高的TMU来调整测量步骤可最大程度地改进对制造方法的总体工艺控制。在另一实例中，图5展示依据TMU CLI的示范性排位。以较高的TMU CLI来调整测量步骤或工具可最大程度地改进对制造方法的总体工艺控制。
基于依据TMU与生产数据或测量数据对制造步骤的比较(例如，列表或排位)，可调整制造工具中的一或多者及/或检验工具或计量工具中的一或多者。
可使用处理器(例如，图2中的处理器205)执行方法100的步骤。可连续地执行方差分量分析、计算TMU及对制造步骤的TMU进行比较。
在特定实例中，对膜厚度执行工具间工艺控制。分析与膜厚度有关的所有测量步骤的生产数据。稳健方差分量分析可用于分离工具间标准偏差与标准偏差。此分析可指示测量步骤中的哪一步骤最麻烦或具有最多缺陷。制造商可仅关注对用于测量TMU工具间匹配分量及％TMU工具间的测量步骤进行监测及排位。此可基于生产数据而被分析，可以是测量系统中的测量变化的最大滋扰来源。制造商还可希望将其与精确度分量组合以得到TMU。如果期望得出几个步骤的精确度，那么可保留单个生产晶片，并使用生产方法及设置反复地测量所述生产晶片。此数据可用于定期监测精确度分量的TMU。精确度及工具间分量可如此组合成总体TMU。
晶片数据收集可用于在选定步骤处监测精确度。举例来说，可使用日常测试载具。可执行稳健的方差分量分析。可估计精确度的标准偏差。可计算精确度的TMU、总TMU、TMUCLI精确度及总TMU CLI。由于此种数据收集需要测试载具及额外时间，因此可针对小数目的测量步骤保留此种数据收集且此种数据收集可不是总体排位方案的一部分。
图2是系统集成的实施例的框图。系统200包含与多个制造工具201及多个检验工具或计量工具202进行电子通信的接口203。接口203可以是(举例来说)安全服务器。接口203与工艺控制单元204进行电子通信。工艺控制单元204可具有处理器205、与处理器205进行电子通信的通信端口206及与处理器205进行电子通信的电子数据存储单元207。
制造工具201的实例包含沉积工具、离子植入工具、蚀刻工具、光刻工具或化学机械抛光工具。检验工具或计量工具202的实例包含扫描式电子显微镜、缺陷检测工具、缺陷检视工具、膜厚度测量工具、表面轮廓测量工具、电阻率测量工具、叠对计量或临界尺寸测量工具。可能使用其它类型的制造工具及检验工具或计量工具。举例来说，如果所制造的装置是生物药学装置或电子器件，那么可使用不同制造工具及检验工具或计量工具。
工艺控制单元204经配置以(例如)通过接口203从多个制造工具201及多个检验工具或计量工具202接收生产数据。生产数据可涉及使用制造工具201制造的装置。装置可以是(举例来说)半导体晶片。工艺控制单元204可进一步经配置以执行图1的方法100的步骤。电子数据存储单元207可经配置以存储依据TMU对制造步骤的排位或其它分析。
工艺控制单元204可经配置以基于对制造步骤的比较来调整制造工具201中的至少一者或检验工具或计量工具202中的至少一者。举例来说，可改变对工具的设置，可改变材料输入，可改变配方或可解决工艺中的漂移。
应了解，在实践中可通过硬件、软件及固件的任何组合来实施工艺控制单元204。此外，本文中所描述的其功能可由一个单元执行，或分配在不同的组件当中，所述不同的组件中的每一者又可通过硬件、软件及固件的任何组合来实施。用以实施本文中所描述的各种方法及功能的工艺控制单元204的程序代码或指令可存储在控制器可读存储媒体(例如，电子数据存储单元207中的存储器、工艺控制单元204内的存储器、工艺控制单元204外的存储器或其组合)中。
工艺控制单元204可以任何适合方式(例如，经由一或多个传输媒体，其可包含“有线”及/或“无线”传输媒体)耦合到系统200的组件，使得工艺控制单元204可接收由制造工具201及/或检验工具或计量工具202产生的输出。工艺控制单元204可经配置以使用输出来执行若干个功能。举例来说，工艺控制单元204可经配置以使用输出来传输或显示分析结果。在另一实例中，工艺控制单元204可经配置以在不分析输出的情况下将输出发送到电子数据存储单元207或另一存储媒体。可按照本文中的描述来进一步配置工艺控制单元204。
本文中所描述的工艺控制单元204、其它系统或其它子系统可呈各种形式，包含个人计算机系统、图像计算机、主机计算机系统、工作站、网络器具、网络器具或其它装置。般来说，工艺控制单元204可具有执行来自存储器媒体的指令的一或多个处理器。子系统或系统还可包含此项技术中已知的任何适合处理器，例如并行处理器。另外，子系统或系统可包含具有高速处理及软件的平台来作为独立工具或经网络连线工具。
如果所述系统包含多于一个子系统，那么不同子系统可彼此耦合，使得图像、数据、信息、指令等可在计算机子系统之间发送。举例来说，一个子系统可通过任何适合传输媒体耦合到额外子系统，所述适合传输媒体可包含此项技术中已知的任何有线及/或无线传输媒体。这些子系统中的两个或多于两个还可通过共用计算机可读存储媒体(未展示)有效地耦合。
额外实施例涉及非暂时性计算机可读媒体，所述非暂时性计算机可读媒体存储可在工艺控制单元或其它控制器上执行以执行计算机实施工艺控制方法的程序指令，如本文中所揭示。特定来说，如图2中所展示，电子数据存储单元207或其它存储媒体可含有非暂时性计算机可读媒体，所述非暂时性计算机可读媒体包含可在工艺控制单元204上执行的程序指令。计算机实施方法可包含本文中所描述的任何方法的任何步骤。
实施方法(例如，本文中所描述的方法)的程序指令可存储在计算机可读媒体(例如，电子数据存储单元207中的计算机可读媒体或其它存储媒体)上。计算机可读媒体可以是存储媒体(例如，磁盘或光盘、磁带)或此项技术中已知的任何其它适合非暂时性计算机可读媒体。
可以各种方式中的任一者(包含基于工艺的技术、基于组件的技术及/或对象导向型技术以及其它技术)来实施所述程序指令。举例来说，可视情况使用ActiveX控件、C++对象、JavaBeans、微软基础类库(“MFC”)、SSE(流式SIMD扩展)或者其它技术或方法来实施程序指令。
TMU可用作长期健康状况监测来反映测量系统的健康状况而非临时使用独立TMU实验或偶然测试晶片监测测量来监测健康状况。举例来说，工艺控制单元可连续地监测生产数据。
可通过统计工艺控制(SPC)图表总σ来将TMU归一化以具有相对尺度，从而利用所述相对尺度来将测量系统硬件及/或测量配方改进的机会排出优先级。某些测量步骤的较高％TMU(例如40％)可表明相对测量工具标准偏差比较低％TMU(例如10％)大。
软件可用于产生展示(举例来说)测量步骤内的TMU的滚动趋势及跨越测量步骤的帕雷托图的报告。此报告可依据(举例来说)工具组及测量步骤。
还可基于分析将反馈提供到一或多个工具。对于高TMU测量步骤，用户可找到可能硬件或软件关联来排除问题。
可一致地一起使用特定制造工具及特定检验工具或计量工具。室及工具使用可以是随机的，以防止匹配的偏误，这是因为专用工具可影响TMU的使用。在极端情况下，如果工艺工具(A、B、C)以一对一地专用于测量工具(A、B、C)，那么工艺工具变化将完全与测量工具变化混淆。在支持随机方案时，对测量工具健康状况的测量可独立于制造工具健康状况而存在。因此，专用系统的TMU不能区分各种影响。然而，制造商在特定情况中仍可使用专用系统的TMU。
提供标准化技术来监测所有测量步骤而非仅监测几个测量步骤会使半导体制造商或其它复杂产品制造商获益。复杂产品可具有多个测量步骤。一个测量步骤中的缺陷可容易地影响另一测量步骤。监测所有测量步骤可能够更好地理解整个制造工艺。
本文中所揭示的技术使用生产制造数据来计算稳健方差分量分析。此提供比设计实验好的结果，这是因为其反映实际生产情况。可从任何制造工具提供分析中使用的输入数据。可自动执行及/或实时执行分析。
使用％TMU及TMU CLI可致力于发现对实际工艺变化的影响。因此，使用具有低TMU的测量步骤将可不对控制图表造成显著的影响。此可帮助制造商更高效地解决工艺控制问题。
使用TMU还提供潜在技术来支持生产中的更具进取性的配方。可查明具有实际匹配问题的低捕获率配方。此可达成真实生产数据的协作。此还可利用全反馈环路驱动改进以检查生产结果。
尽管已关于一或多个特定实施例描述本发明，但应理解可在不背离本发明范围的情况下形成本发明的其它实施例。因此，认为本发明仅受随附权利要求书及其合理阐释限制。

Claims (20)

1.一种系统，其包括：
接口，其与多个制造工具及多个检验工具或计量工具进行电子通信；及
工艺控制单元，其与所述接口进行电子通信，其中所述工艺控制单元经配置以：
从所述多个制造工具及所述多个检验工具或计量工具接收生产数据，其中所述生产数据包含对使用所述制造工具制造的一或多个装置的测量；
对所述生产数据执行方差分量分析，其中所述方差分量分析经配置以估计工具间标准偏差及总标准偏差；
对所述生产数据计算总测量不确定度TMU；及
依据TMU对制造步骤进行比较；且
其中所述工艺控制单元包括电子数据存储单元，所述电子数据存储单元经配置以存储依据TMU对所述制造步骤的列表。
2.根据权利要求1所述的系统，其中所述工艺控制单元包含处理器以及与所述处理器及所述电子数据存储单元进行电子通信的通信端口。
3.根据权利要求1所述的系统，其中所述装置是半导体晶片。
4.根据权利要求1所述的系统，其中所述工艺控制单元进一步经配置以：
对所述生产数据计算TMU控制极限影响CLI；及
依据TMU CLI对制造步骤进行比较。
5.根据权利要求1所述的系统，其中所述工艺控制单元进一步经配置以基于对所述制造步骤的所述比较来调整所述制造工具中的至少一者或所述检验工具或计量工具中的至少一者。
6.根据权利要求1所述的系统，其中所述工艺控制单元进一步经配置以：
从所述制造工具中的一者或所述检验工具或计量工具中的一者接收测试载具的测量数据；
对所述测量数据执行方差分量分析，其中所述方差分量分析估计精确度的标准偏差；
计算精确度的TMU、总TMU、TMU CLI精确度及总TMU CLI；及
依据TMU或TMU CLI对所述测量数据的结果进行比较。
7.根据权利要求6所述的系统，其中所述工艺控制单元进一步经配置以基于对所述测量数据的所述结果的所述比较来调整所述制造工具或所述检验工具。
8.根据权利要求1所述的系统，其中所述接口是安全服务器。
9.根据权利要求1所述的系统，其中所述工艺控制单元经配置以连续地执行所述方差分量分析、计算所述TMU并对所述制造步骤进行比较。
10.一种方法，其包括：
在处理器处从多个制造工具及多个检验工具或计量工具接收生产数据，其中所述生产数据包含对使用所述制造工具制造的一或多个装置的测量；
使用所述处理器对所述生产数据执行方差分量分析，其中所述方差分量分析估计工具间标准偏差及总标准偏差；
使用所述处理器对所述生产数据计算总测量不确定度TMU；及
使用所述处理器依据TMU对制造步骤进行比较。
11.根据权利要求10所述的方法，其进一步包括：
使用所述处理器对所述生产数据计算TMU控制极限影响CLI；及
使用所述处理器依据TMU CLI对制造步骤进行比较。
12.根据权利要求10所述的方法，其中所述装置是半导体晶片。
13.根据权利要求10所述的方法，其进一步包括基于对所述制造步骤的所述比较来调整所述制造工具中的至少一者或所述检验工具或计量工具中的至少一者。
14.根据权利要求10所述的方法，其进一步包括：
在所述处理器处从所述制造工具中的一者或所述检验工具或计量工具中的一者接收测试载具的测量数据；
使用所述处理器对所述测量数据执行方差分量分析，其中所述方差分量分析估计精确度的标准偏差；
使用所述处理器计算精确度的TMU、总TMU、TMU CLI精确度及总TMU CLI；及
使用所述处理器依据TMU或TMU CLI对所述测量数据的结果进行比较。
15.根据权利要求14所述的方法，其进一步包括基于对所述测量数据的所述结果的所述比较来调整所述制造工具或所述检验工具。
16.根据权利要求10所述的方法，其中执行所述方差分量分析、计算所述TMU及对所述制造步骤进行比较是连续执行的。
17.一种非暂时性计算机可读存储媒体，其包括用于在一或多个计算装置上执行以下步骤的一或多个程序：
对来自多个制造工具及多个检验工具或计量工具的生产数据执行方差分量分析，其中所述生产数据包含对使用所述制造工具制造的一或多个装置的测量，且其中所述方差分量分析估计工具间标准偏差及总标准偏差；
对所述生产数据计算总测量不确定度TMU；及
依据TMU对制造步骤进行比较。
18.根据权利要求17所述的非暂时性计算机可读存储媒体，其中所述步骤进一步包括：
对所述生产数据计算TMU控制极限影响CLI；及
依据TMU CLI对制造步骤进行比较。
19.根据权利要求17所述的非暂时性计算机可读存储媒体，其中所述步骤进一步包括：
从所述制造工具中的一者或所述检验工具或计量工具中的一者接收测试载具的测量数据；
对所述测量数据执行方差分量分析，其中所述方差分量分析估计精确度的标准偏差；
计算精确度的TMU、总TMU、TMU CLI精确度及总TMU CLI；及
依据TMU或TMU CLI对所述测量数据的结果进行比较。
20.根据权利要求17所述的非暂时性计算机可读存储媒体，其中所述步骤进一步包括基于对所述制造步骤的所述比较来调整所述制造工具或者所述检验工具或计量工具中的一者。
CN201780064588.9A 2016-10-21 2017-10-19 量化并减小总测量不确定度 Active CN109844664B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/299,616 US10372114B2 (en) 2016-10-21 2016-10-21 Quantifying and reducing total measurement uncertainty
US15/299,616 2016-10-21
PCT/US2017/057467 WO2018075814A2 (en) 2016-10-21 2017-10-19 Quantifying and reducing total measurement uncertainty

Publications (2)

Publication Number Publication Date
CN109844664A true CN109844664A (zh) 2019-06-04
CN109844664B CN109844664B (zh) 2020-11-10

Family

ID=61970306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780064588.9A Active CN109844664B (zh) 2016-10-21 2017-10-19 量化并减小总测量不确定度

Country Status (7)

Country Link
US (1) US10372114B2 (zh)
JP (1) JP6941169B2 (zh)
KR (1) KR102248777B1 (zh)
CN (1) CN109844664B (zh)
DE (1) DE112017005308T5 (zh)
TW (1) TWI725244B (zh)
WO (1) WO2018075814A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117259466A (zh) * 2023-10-07 2023-12-22 河北华伦线缆有限公司 电缆导体用不确定度控制方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10360671B2 (en) 2017-07-11 2019-07-23 Kla-Tencor Corporation Tool health monitoring and matching
DE102018211099B4 (de) * 2018-07-05 2020-06-18 Carl Zeiss Smt Gmbh Verfahren und Vorrichtung zum Bewerten eines statistisch verteilten Messwertes beim Untersuchen eines Elements eines Photolithographieprozesses
KR102441849B1 (ko) * 2020-09-04 2022-09-08 한국표준과학연구원 계측 센서 근접대응스팬교정에 의한 측정값의 불확도 정량화 방법 및 장치
CN116387208B (zh) * 2023-06-02 2023-08-18 合肥喆塔科技有限公司 基于阈值管控的腔室匹配分析方法、系统、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101460944A (zh) * 2005-02-25 2009-06-17 国际商业机器公司 为测量系统确定队列匹配问题和根本原因要点
CN1695040B (zh) * 2002-12-20 2010-07-28 国际商业机器公司 用于计量仪器的评估和优化方法
US20110060441A1 (en) * 2009-09-09 2011-03-10 Taiwan Semiconductor Manufacturing Company, Ltd. Clustering for Prediction Models in Process Control and for Optimal Dispatching
CN102687073A (zh) * 2009-10-13 2012-09-19 Asml荷兰有限公司 检验方法和设备
US20130245806A1 (en) * 2012-03-13 2013-09-19 International Business Machines Corporation Automated hybrid metrology for semiconductor device fabrication
CN104736962A (zh) * 2012-09-05 2015-06-24 科磊股份有限公司 用于估计及校正偏移目标不准确度的方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6430456B1 (en) 1999-07-26 2002-08-06 Advanced Micro Devices, Inc. Efficient process tool utilization in semiconductor manufacturing using an additional process tool state
US6738682B1 (en) 2001-09-13 2004-05-18 Advances Micro Devices, Inc. Method and apparatus for scheduling based on state estimation uncertainties
US20030079121A1 (en) 2001-10-19 2003-04-24 Applied Materials, Inc. Secure end-to-end communication over a public network from a computer inside a first private network to a server at a second private network
US7143288B2 (en) * 2002-10-16 2006-11-28 Vormetric, Inc. Secure file system server architecture and methods
US7352478B2 (en) * 2002-12-20 2008-04-01 International Business Machines Corporation Assessment and optimization for metrology instrument
WO2004072668A1 (en) * 2003-02-13 2004-08-26 Mcgill Iniversity Mixed-signal-device testing
US7848911B2 (en) 2004-02-20 2010-12-07 Agilent Technologies, Inc. Method of determining measurement uncertainties using circuit simulation
US7107177B2 (en) 2005-02-14 2006-09-12 International Business Machines Corporation Combining multiple reference measurement collections into a weighted reference measurement collection
TWI276932B (en) 2005-02-17 2007-03-21 Powerchip Semiconductor Corp Methods for determining tool assignment sequence and manufacturing systems using the same
KR100613821B1 (ko) * 2005-05-19 2006-08-22 인터내셔널 비지네스 머신즈 코포레이션 계측 기구에 대한 평가 및 최적화
US7065425B1 (en) * 2005-06-22 2006-06-20 Internaitonal Business Machines Corporation Metrology tool error log analysis methodology and system
DE102005030586A1 (de) 2005-06-30 2007-01-11 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung der Messunsicherheit als Steuerungseingang
US8335670B2 (en) 2006-03-17 2012-12-18 Canberra Industries, Inc. Probabilistic uncertainty estimator
TWI306149B (en) * 2007-01-05 2009-02-11 Chroma Ate Inc Optical device for sensing distance
JP5209012B2 (ja) 2010-09-22 2013-06-12 株式会社東芝 位置合わせ測定方法及び位置合わせ測定装置
US8193007B1 (en) * 2011-02-17 2012-06-05 Tokyo Electron Limited Etch process control using optical metrology and sensor devices
US10222710B2 (en) * 2014-02-26 2019-03-05 Nova Measuring Instruments Ltd. Method and system for planning metrology measurements
JP2016076010A (ja) * 2014-10-03 2016-05-12 株式会社日立製作所 生産方式評価システムおよび生産方式評価方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1695040B (zh) * 2002-12-20 2010-07-28 国际商业机器公司 用于计量仪器的评估和优化方法
CN101460944A (zh) * 2005-02-25 2009-06-17 国际商业机器公司 为测量系统确定队列匹配问题和根本原因要点
US20110060441A1 (en) * 2009-09-09 2011-03-10 Taiwan Semiconductor Manufacturing Company, Ltd. Clustering for Prediction Models in Process Control and for Optimal Dispatching
CN102687073A (zh) * 2009-10-13 2012-09-19 Asml荷兰有限公司 检验方法和设备
US20130245806A1 (en) * 2012-03-13 2013-09-19 International Business Machines Corporation Automated hybrid metrology for semiconductor device fabrication
CN104736962A (zh) * 2012-09-05 2015-06-24 科磊股份有限公司 用于估计及校正偏移目标不准确度的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117259466A (zh) * 2023-10-07 2023-12-22 河北华伦线缆有限公司 电缆导体用不确定度控制方法
CN117259466B (zh) * 2023-10-07 2024-04-09 河北华伦线缆有限公司 电缆导体用不确定度控制方法

Also Published As

Publication number Publication date
CN109844664B (zh) 2020-11-10
DE112017005308T5 (de) 2019-08-08
KR102248777B1 (ko) 2021-05-04
KR20190059329A (ko) 2019-05-30
JP2019537788A (ja) 2019-12-26
JP6941169B2 (ja) 2021-09-29
US10372114B2 (en) 2019-08-06
US20180113441A1 (en) 2018-04-26
TWI725244B (zh) 2021-04-21
TW201827966A (zh) 2018-08-01
WO2018075814A2 (en) 2018-04-26
WO2018075814A3 (en) 2018-07-26

Similar Documents

Publication Publication Date Title
CN109844664A (zh) 量化并减小总测量不确定度
US10360671B2 (en) Tool health monitoring and matching
JP6285494B2 (ja) サンプリングレート決定機構付きの測定サンプル抽出方法及びそのコンピュータプログラム製品
US6841403B2 (en) Method for manufacturing semiconductor devices and method and its apparatus for processing detected defect data
TWI709833B (zh) 資料處理、資料處理裝置以及電腦可讀取記錄媒體
CN108369916B (zh) 晶片逐点分析和数据呈现
TWI525657B (zh) Electronic components manufacturing support systems, manufacturing support methods and manufacturing support programs
CN107039304A (zh) 用于评估半导体制造工艺的方法和装置
JP4568786B2 (ja) 要因分析装置および要因分析方法
US10345794B2 (en) Product quality prediction method for mass customization
TWI621025B (zh) 匹配記錄的方法、維護排程的方法、及設備
KR20200096992A (ko) 전자 현미경을 사용한 반도체 계측 및 결함 분류
US20060106469A1 (en) Systems and methods for statistical process control
TW202013186A (zh) 資料處理方法、裝置與系統、以及電腦可讀取記錄媒體
TWI647770B (zh) 晶圓的良率判斷方法以及晶圓合格測試的多變量偵測方法
JP5751333B2 (ja) 管理装置、管理方法、プログラムおよび記録媒体
Arndt et al. Analysis of Efficiency in Response Surface Designs Considering Orthogonality Deviations and Cost Models
TWI750608B (zh) 用以進行影像或聲音辨識的資訊處理裝置、儲存媒體、程式產品及資訊處理方法
US20220122864A1 (en) Smart skip testing method for semiconductor manufacturing
JP2007251136A (ja) 推定パターン生成方法、製造管理方法、演算装置及び製造管理システム
KR20240004363A (ko) 해석 시스템, 노광 장치, 디바이스 제조 방법, 디스플레이 제조 방법 및 해석 방법
TW202226008A (zh) 控制樣本參數量測的系統及方法

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