CN110456003A - 晶圆缺陷分析方法与系统、晶圆良率分析方法与系统 - Google Patents
晶圆缺陷分析方法与系统、晶圆良率分析方法与系统 Download PDFInfo
- Publication number
- CN110456003A CN110456003A CN201910786418.2A CN201910786418A CN110456003A CN 110456003 A CN110456003 A CN 110456003A CN 201910786418 A CN201910786418 A CN 201910786418A CN 110456003 A CN110456003 A CN 110456003A
- Authority
- CN
- China
- Prior art keywords
- wafer
- defect
- region
- analyzed
- yield
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 630
- 238000004458 analytical method Methods 0.000 title claims abstract description 91
- 238000003860 storage Methods 0.000 claims abstract description 51
- 238000005516 engineering process Methods 0.000 claims abstract description 35
- 239000000126 substance Substances 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000002425 crystallisation Methods 0.000 claims description 6
- 230000008025 crystallization Effects 0.000 claims description 6
- 239000004744 fabric Substances 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 37
- 235000012431 wafers Nutrition 0.000 description 449
- 238000000034 method Methods 0.000 description 37
- 230000002950 deficient Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G01N33/0078—
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明提供了一种晶圆缺陷分析方法与系统、晶圆良率分析方法与系统以及计算机存储介质，根据已有晶圆的每个区域的每种缺陷的缺陷密度，计算获得待分析晶圆的每个区域的每种缺陷的缺陷数量，并将其与待分析晶圆的每个区域的每种缺陷的致命缺陷率进行计算，以获得待分析晶圆的良率。本发明的技术方案能够快速且准确地对同一工艺技术下的具有不同存储量的待分析晶圆的良率进行预估，不用耗费大量的时间进行新产品的试生产且不需要耗费大量的人力进行新产品的良率统计即可获得新产品的良率情况，节省了时间和人力，进而降低了成本。
Description
技术领域
本发明涉及集成电路制造领域，特别涉及一种晶圆缺陷分析方法与系统、晶圆良率分析方法与系统以及计算机存储介质。
背景技术
在半导体器件生产的过程中，同一个工艺技术(technology)往往能够生产不同存储量的产品(product)，而不同的存储量的设计意味着芯片具有不同的尺寸(die size)以及不同的存储区面积(cell size)，对应的晶圆也具有不同的尺寸以及不同的存储区面积。并且，在晶圆生产的过程中，几乎每个工艺站点(layer)都会对生产的晶圆造成缺陷，生产人员需要对各站点生产的晶圆上的缺陷进行分析，以对产生缺陷的原因进行分析和改善，进而降低每个站点的生产不良率。
目前，在对新产品的晶圆上的缺陷进行扫描分析的过程中一般会遇到如下的问题：
1、对于一些特征缺陷，随着晶圆尺寸的不同和/或存储区面积的不同，缺陷的数量也会发生很大的变化。例如，具有不同存储量的晶圆X与晶圆Y均由存储区和逻辑区组成，晶圆X与晶圆Y的存储区面积比为2.4:1，逻辑区面积比为1:2.4，那么，当A缺陷仅出现在存储区上时，晶圆X上的A缺陷的数量几乎是晶圆Y上的A缺陷的数量的2.4倍。这样就会导致新产品在缺少相关缺陷的数据基础(baseline)的情况下很难与已有的产品进行良率的对比分析，因此，新产品就需要花费很长的时间进行试生产之后才能得到每个站点的缺陷和良率数据，耗时长，成本高。
2、不同区域的缺陷的致命缺陷率(kill ratio)不同，在一起统计会对良率分析产生影响，导致得到的良率数据不准确。例如，当异物缺陷出现在存储区时，由于存储区的面积本身就很小且为芯片上的关键区域，即使尺寸很小的异物缺陷也会对芯片的性能产生影响，因此异物缺陷在存储区的致命缺陷率为100％；当异物缺陷出现在逻辑区时，由于逻辑区的面积较大且为非关键区域，当异物的尺寸在规格以内时，芯片可以作为良品继续使用，当异物的尺寸超出规格时，芯片则是不良品，因此，异物缺陷在逻辑区的致命缺陷率为30％。
3、不同工艺站点的不同缺陷需要根据致命缺陷率和缺陷数量信息进行换算之后才能得到良率数据，这样就需要大量的人力。
因此，现有的对新产品的晶圆上的缺陷和晶圆的良率进行分析的过程中存在着耗时长、数据不准确以及耗费大量人力的问题，进而导致成本较高。那么，如何以很少的人力快速准确地得到新产品的晶圆上的缺陷和晶圆的良率数据成为亟需解决的问题。
发明内容
本发明的目的之一在于提供一种晶圆缺陷分析方法与系统以及计算机存储介质，能够以已有晶圆的缺陷数据为基础快速获得在同一工艺技术下生产的待分析晶圆的每个区域的每种缺陷的缺陷数量情况，避免耗费大量时间试生产来收集缺陷数量的数据，使得成本得到降低。
本发明的目的之二在于提供一种晶圆良率分析方法与系统以及计算机存储介质，能够快速且准确地对同一工艺技术下的具有不同存储量的所述待分析晶圆的良率进行预估，不用耗费大量的时间进行新产品的试生产且不需要耗费大量的人力进行新产品的良率统计即可获得新产品的良率情况，节省了时间和人力，进而降低了成本。
为实现上述目的，本发明提供了一种晶圆缺陷分析方法，包括：
提供一晶圆缺陷扫描系统；
根据所述晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；以及，
根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。
可选的，所述晶圆缺陷扫描系统包含所述已有晶圆的每个区域的区域面积，获取所述已有晶圆的每个区域的每种缺陷的缺陷密度的步骤包括：
通过所述晶圆缺陷扫描系统扫描所述已有晶圆的表面，以获得所述已有晶圆的每个区域的每种缺陷的缺陷数量；以及，
将所述已有晶圆的每个区域的每种缺陷的缺陷数量除以所述已有晶圆的每个区域的区域面积，以获得所述已有晶圆的每个区域的每种缺陷的缺陷密度。
可选的，获取所述待分析晶圆的每个区域的每种缺陷的缺陷数量的步骤包括：
将所述待分析晶圆的每个区域的区域面积录入所述晶圆缺陷扫描系统；以及，
将所述已有晶圆的每个区域的每种缺陷的缺陷密度乘以所述待分析晶圆的每个区域的区域面积，以获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量。
本发明还提供了一种晶圆缺陷分析系统，包括：
第一获取单元，用于根据一晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；以及，
第二获取单元，用于根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。
可选的，所述晶圆缺陷扫描系统包含所述已有晶圆的每个区域的区域面积，所述第一获取单元包括：
缺陷数量获取模块，用于通过所述晶圆缺陷扫描系统扫描所述已有晶圆的表面，以获得所述已有晶圆的每个区域的每种缺陷的缺陷数量；以及，
缺陷密度计算模块，用于将所述已有晶圆的每个区域的每种缺陷的缺陷数量除以所述已有晶圆的每个区域的区域面积，以获得所述已有晶圆的每个区域的每种缺陷的缺陷密度。
可选的，所述第二获取单元包括：
录入模块，用于将所述待分析晶圆的每个区域的区域面积录入所述晶圆缺陷扫描系统；以及，
缺陷数量计算模块，用于将所述已有晶圆的每个区域的每种缺陷的缺陷密度乘以所述待分析晶圆的每个区域的区域面积，以获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量。
本发明还提供了一种晶圆良率分析方法，包括：
采用本发明提供的所述晶圆缺陷分析方法获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；以及，
根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。
可选的，所述晶圆缺陷扫描系统包含已有晶圆的每个区域的每种缺陷的致命缺陷率，所述待分析晶圆的每个区域的每种缺陷的致命缺陷率与所述已有晶圆的每个区域的每种缺陷的致命缺陷率相同。
可选的，所述待分析晶圆包含阵列排布的芯片，获得所述待分析晶圆的良率的步骤包括：
将所述待分析晶圆的每个区域的每种缺陷的缺陷数量乘以对应的所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，并将相乘结果相加，以获得所述待分析晶圆的所有致命缺陷数量；以及，
将所述待分析晶圆的所有致命缺陷数量除以所述待分析晶圆上的所述芯片的数量，并采用100％减去相除结果，以获得所述待分析晶圆的良率。
本发明还提供了一种晶圆良率分析系统，包括：
本发明提供的所述晶圆缺陷分析系统，用于获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
致命缺陷率获取单元，用于获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；以及，
良率获取单元，用于根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。
可选的，所述待分析晶圆包含阵列排布的芯片，所述良率获取单元包括：
致命缺陷数量计算模块，用于将所述待分析晶圆的每个区域的每种缺陷的缺陷数量乘以对应的所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，并将相乘结果相加，以获得所述待分析晶圆的所有致命缺陷数量；
良率计算模块，用于将所述待分析晶圆的所有致命缺陷数量除以所述待分析晶圆上的所述芯片的数量，并采用100％减去相除结果，以获得所述待分析晶圆的良率。
本发明还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被一处理器执行时能实现本发明提供的所述晶圆缺陷分析方法，或者，能实现本发明提供的所述晶圆良率分析方法。
与现有技术相比，本发明的技术方案具有以下有益效果：
1、本发明的晶圆缺陷分析方法，通过根据晶圆缺陷扫描系统获取已有晶圆的每个区域的每种缺陷的缺陷密度，再根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量，使得能够以已有晶圆(即已量产的产品)的缺陷数据为基础快速获得在同一工艺技术下生产的待分析晶圆(即新产品)的每个区域的每种缺陷的缺陷数量情况，避免耗费大量时间试生产来收集缺陷数量的数据，使得成本得到降低。
2、本发明的晶圆缺陷分析系统，通过采用第一获取单元获取已有晶圆的每个区域的每种缺陷的缺陷密度，再采用第二获取单元根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量，使得能够以已有晶圆的缺陷数据为基础快速获得在同一工艺技术下生产的待分析晶圆的每个区域的每种缺陷的缺陷数量情况，使得成本得到降低。
3、本发明的晶圆良率分析方法，通过采用本发明提供的所述晶圆缺陷分析方法获取待分析晶圆的每个区域的每种缺陷的缺陷数量，并将所述待分析晶圆的每个区域的每种缺陷的缺陷数量与获得的待分析晶圆的每个区域的每种缺陷的致命缺陷率进行计算，以获得所述待分析晶圆的良率，使得能够快速且准确地对同一工艺技术下的具有不同存储量的所述待分析晶圆的良率进行预估，不用耗费大量的时间进行新产品的试生产且不需要耗费大量的人力进行新产品的良率统计即可获得新产品的良率情况，节省了时间和人力，进而降低了成本。
4、本发明的晶圆良率分析系统，通过采用本发明提供的所述晶圆缺陷分析系统获取待分析晶圆的每个区域的每种缺陷的缺陷数量，再采用致命缺陷率获取单元获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，使得良率获取单元能够获得所述待分析晶圆的良率，进而使得能够快速且准确地预估同一工艺技术下生产的待分析晶圆的良率，节省了时间和人力，进而降低了成本。
5、本发明的计算机存储介质，其内部存储有相应的程序，能够使得晶圆缺陷分析系统以及晶圆良率分析系统的处理器执行，而实现本发明的晶圆缺陷分析方法以及晶圆良率分析方法。
附图说明
图1是本发明一实施例的晶圆缺陷分析方法的流程图；
图2是本发明一实施例的晶圆缺陷分析方法的系统框图；
图3是本发明一实施例的晶圆良率分析方法的流程图；
图4是本发明一实施例的晶圆良率分析方法的系统框图。
具体实施方式
为使本发明的目的、优点和特征更加清楚，以下结合附图1～4对本发明提出的晶圆缺陷分析方法与系统、晶圆良率分析方法与系统以及计算机存储介质作进一步详细说明。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明一实施例提供一种晶圆缺陷分析方法，用于分析同一工艺技术下的具有不同存储量的晶圆表面上的缺陷数量，参阅图1，图1是本发明一实施例的晶圆缺陷分析方法的流程图，所述晶圆缺陷分析方法包括：
步骤S1-A、提供一晶圆缺陷扫描系统；
步骤S1-B、根据所述晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；
步骤S1-C、根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。
下面更为详细的介绍本实施例提供的晶圆缺陷分析方法。
按照步骤S1-A，提供一晶圆缺陷扫描系统。同一工艺技术可以生产具有不同存储量的晶圆，不同存储量的晶圆的尺寸不同以及晶圆上的不同区域的面积不同。并且，由于所述晶圆(即已经量产的已有晶圆和新产品的待分析晶圆)最终会被切割为阵列排布的芯片，因此，同一工艺技术可以生产具有不同存储量的芯片(例如芯片的存储量可以为32M、128M等)，不同存储量的芯片的尺寸可以不同以及芯片上的不同区域的面积可以不同。在生产具有不同存储量的晶圆的工艺过程中存在多个工艺站点，每个工艺站点生产之后，都会在所述晶圆上的不同区域(例如存储区和逻辑区)产生不同的缺陷，而所述晶圆缺陷扫描系统可以在每个工艺站点之后对所述晶圆上的每个区域的每种缺陷进行扫描，并将扫描到的缺陷信息存储起来。当然，扫描到的缺陷信息可以直接存储在所述晶圆缺陷扫描系统中；或者，也可以另外编写一个程序来存储扫描到的缺陷信息；或者，也可以存储于一服务器的数据库中，需要使用的时候通过自动访问所述服务器的数据库的方式将缺陷信息提取出来。存储的缺陷信息可以包含相互对应的所述晶圆的型号、工艺站点、所述晶圆的每个区域的名称、缺陷名称、缺陷数量等。
所述晶圆缺陷扫描系统包含已有晶圆的每个区域的区域面积，所述已有晶圆指已经量产的具有大量的缺陷数据和良率数据基础的晶圆，所述已有晶圆的每个区域的区域范围(或者区域分布)在所述晶圆缺陷扫描系统中是预先设定好的，可以直接用于计算每个区域的区域面积。具体地，可以在所述晶圆扫描系统上建立网格坐标系，并定义所述已有晶圆的中心为所述网格坐标系的坐标原点，通过将所述已有晶圆的每个区域的区域范围体现在所述网格坐标系中，从而系统自动计算获得所述已有晶圆的每个区域的区域面积，所述晶圆缺陷扫描系统也可以根据所述网格坐标系划分的所述已有晶圆的每个区域进行缺陷扫描。
按照步骤S1-B，根据所述晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度。获取所述已有晶圆的每个区域的每种缺陷的缺陷密度的步骤包括：首先，通过所述晶圆缺陷扫描系统扫描所述已有晶圆的表面，以获得所述已有晶圆的每个区域的每种缺陷的缺陷数量；接着，将所述已有晶圆的每个区域的每种缺陷的缺陷数量除以所述已有晶圆的每个区域的区域面积，以获得所述已有晶圆的每个区域的每种缺陷的缺陷密度。由于所述晶圆缺陷扫描系统可以在每个工艺站点之后对所述晶圆上的每个区域的每种缺陷进行扫描，因此，在每个工艺站点的所述已有晶圆的每个区域的每种缺陷的缺陷数量和缺陷密度都能够被获得，并且可以通过将获得的每个工艺站点的数据相加，而得到全部的工艺站点完成之后的所述已有晶圆的每个区域的每种缺陷的缺陷数量和缺陷密度。
并且，在所述已有晶圆的量产过程中，即可对大量的所述已有晶圆的表面进行扫描，可以系统自动对扫描到的所述已有晶圆的每个区域的每种缺陷的缺陷数量进行统计，从而获得大量的所述已有晶圆的每个区域的每种缺陷的缺陷数量。另外，所述已有晶圆的每个区域的每种缺陷的缺陷数量除以所述已有晶圆的每个区域的区域面积的过程可以采用系统自动进行计算，并且，可以通过获得的大量的所述已有晶圆的每个区域的每种缺陷的缺陷数量来计算得到大量的所述已有晶圆的每个区域的每种缺陷的缺陷密度，以使得最终获得的所述已有晶圆的每个区域的每种缺陷的缺陷密度可以为大量的缺陷密度数据的平均值，从而使得后续通过计算获得的待分析晶圆的缺陷数量的数据更加准确。
另外，可以将获取的大量的所述已有晶圆的缺陷密度数据制作成缺陷密度的变化趋势图，以便于工作人员能够及时发现工艺过程中的异常问题。由于当所述已有晶圆的缺陷数量的基数很大时，即使某个工艺站点因制程异常而使得缺陷数量突然增大时，也很难从缺陷数量的变化趋势图中发现出现异常的工艺站点；而缺陷密度与缺陷数量的基数没有关系，每个区域的区域面积是固定的，当某个工艺站点因制程异常而使得缺陷数量突然增大时，在缺陷密度的变化趋势图上就能很明显的体现出来，从而使得工作人员能够及时发现出现异常的工艺站点。
按照步骤S1-C，根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。所述待分析晶圆与所述已有晶圆具有不同的存储量(即所述待分析晶圆与所述已有晶圆上的芯片具有不同的存储量)，也就是说，所述待分析晶圆与所述已有晶圆具有不同的尺寸且晶圆上的区域面积也不同，但是，由于所述待分析晶圆与所述已有晶圆采用同一工艺技术生产，使得所述待分析晶圆的每个区域上产生的缺陷的种类以及缺陷的密度几乎与所述已有晶圆的每个区域相同，进而使得所述待分析晶圆的每个区域的每种缺陷的缺陷密度与所述已有晶圆的每个区域的每种缺陷的缺陷密度几乎相同，因此，可以将所述已有晶圆的每个区域的每种缺陷的缺陷密度作为所述待分析晶圆的每个区域的每种缺陷的缺陷密度来进行计算，以预估所述待分析晶圆的每个区域的每种缺陷的缺陷数量。
获取所述待分析晶圆的每个区域的每种缺陷的缺陷数量的步骤包括：首先，将所述待分析晶圆的每个区域的区域面积录入所述晶圆缺陷扫描系统，可以通过将所述待分析晶圆的每个区域的区域范围录入所述晶圆缺陷扫描系统中的所述网格坐标系中，从而系统自动计算获得所述待分析晶圆的每个区域的区域面积，或者，也可以采用其他的软件程序计算获得所述待分析晶圆的每个区域的区域面积后再录入到所述晶圆缺陷扫描系统中；接着，将所述已有晶圆的每个区域的每种缺陷的缺陷密度乘以所述待分析晶圆的每个区域的区域面积，以获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量，其中，所述缺陷密度可以是大量的缺陷密度数据的平均值，并且，可以直接在所述晶圆缺陷扫描系统中自动计算获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量。
通过上述步骤S1-A至步骤S1-C可知，以已经量产的大量的所述已有晶圆的每个区域的每种缺陷的缺陷数量和缺陷密度的数据为基础，通过采用所述晶圆缺陷扫描系统，能够快速地对同一工艺技术下的具有不同存储量的所述待分析晶圆(即未量产的新产品)的每个区域的每种缺陷的缺陷数量情况进行预估，不用耗费大量的时间进行新产品的试生产即可获得新产品的每个区域的每种缺陷的缺陷情况，进而使得成本得到降低。
综上所述，本发明提供的晶圆缺陷分析方法，包括：提供一晶圆缺陷扫描系统；根据所述晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；以及，根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。本发明提供的晶圆缺陷分析方法能够以已有晶圆的缺陷数据为基础快速获得在同一工艺技术下生产的待分析晶圆的每个区域的每种缺陷的缺陷数量情况，使得成本得到降低。
本发明一实施例提供一种晶圆缺陷分析系统，参阅图2，图2是本发明一实施例的晶圆缺陷分析系统的系统框图，所述晶圆缺陷分析系统1包括第一获取单元11和第二获取单元12。下面详细说明所述晶圆缺陷分析系统1：
所述第一获取单元11用于根据一晶圆缺陷扫描系统2，获取已有晶圆3的每个区域的每种缺陷的缺陷密度。根据上述步骤S1-A中的描述，所述晶圆缺陷扫描系统2可以在每个工艺站点之后对晶圆上的每个区域的每种缺陷进行扫描，并将扫描到的缺陷信息存储起来，以备后续计算使用。存储的缺陷信息可以包含相互对应的所述晶圆的型号、工艺站点、所述晶圆的每个区域的名称、缺陷名称、缺陷数量等。并且，所述晶圆缺陷扫描系统2包含所述已有晶圆3的每个区域的区域面积，所述已有晶圆3指已经量产的具有大量的缺陷数据和良率数据基础的晶圆，所述已有晶圆3的每个区域的区域范围(或者区域分布)在所述晶圆缺陷扫描系统2中是预先设定好的，可以将所述已有晶圆3的每个区域的区域范围体现在所述晶圆缺陷扫描系统2中建立的所述网格坐标系中，从而系统自动计算获得所述已有晶圆3的每个区域的区域面积。
所述第一获取单元11包括缺陷数量获取模块111和缺陷密度计算模块112。所述缺陷数量获取模块111用于通过所述晶圆缺陷扫描系统2扫描所述已有晶圆3表面，以获得所述已有晶圆3的每个区域的每种缺陷的缺陷数量；所述缺陷密度计算模块112用于将所述已有晶圆3的每个区域的每种缺陷的缺陷数量除以所述已有晶圆3的每个区域的区域面积，以获得所述已有晶圆3的每个区域的每种缺陷的缺陷密度。
由于所述晶圆缺陷扫描系统2可以在每个工艺站点之后对所述已有晶圆3上的每个区域的每种缺陷进行扫描，因此，在每个工艺站点的所述已有晶圆3的每个区域的每种缺陷的缺陷数量和缺陷密度都能够被获得，并且可以通过将获得的每个工艺站点的数据相加，而得到全部的工艺站点完成之后的所述已有晶圆3的每个区域的每种缺陷的缺陷数量和缺陷密度。
并且，在所述已有晶圆3的量产过程中，即可对大量的所述已有晶圆3的表面进行扫描，采用所述缺陷数量获取模块111自动对扫描到的所述已有晶圆3的每个区域的每种缺陷的缺陷数量进行统计，从而获得大量的所述已有晶圆3的每个区域的每种缺陷的缺陷数量。另外，所述已有晶圆3的每个区域的每种缺陷的缺陷数量除以所述已有晶圆3的每个区域的区域面积的过程可以采用所述缺陷密度计算模块112自动进行计算，并且，可以通过获得的大量的所述已有晶圆3的每个区域的每种缺陷的缺陷数量来计算得到大量的所述已有晶圆3的每个区域的每种缺陷的缺陷密度，以使得最终获得的所述已有晶圆3的每个区域的每种缺陷的缺陷密度可以为大量的缺陷密度数据的平均值，从而使得后续通过计算获得的待分析晶圆4的缺陷数量的数据更加准确。
所述第二获取单元12用于根据所述已有晶圆3的每个区域的每种缺陷的缺陷密度，获取待分析晶圆4的每个区域的每种缺陷的缺陷数量；其中，所述待分析晶圆4与所述已有晶圆3为同一工艺技术下生产的具有不同存储量的晶圆。根据上述步骤S1-C所述，可以将所述已有晶圆3的每个区域的每种缺陷的缺陷密度作为所述待分析晶圆4的每个区域的每种缺陷的缺陷密度来进行计算，以预估所述待分析晶圆4的每个区域的每种缺陷的缺陷数量。
所述第二获取单元12包括录入模块121和缺陷数量计算模块122，所述录入模块121用于将所述待分析晶圆4的每个区域的区域面积录入所述晶圆缺陷扫描系统2，可以通过将所述待分析晶圆4的每个区域的区域范围录入所述晶圆缺陷扫描系统2中的所述网格坐标系中，从而系统自动计算获得所述待分析晶圆4的每个区域的区域面积，或者，也可以采用其他的软件程序计算获得所述待分析晶圆4的每个区域的区域面积后再录入到所述晶圆缺陷扫描系统2中；所述缺陷数量计算模块122用于将所述已有晶圆3的每个区域的每种缺陷的缺陷密度乘以所述待分析晶圆4的每个区域的区域面积，以获得所述待分析晶圆4的每个区域的每种缺陷的缺陷数量，其中，所述缺陷密度可以是大量的缺陷密度数据的平均值，并且，可以直接在所述晶圆缺陷扫描系统2中自动计算获得所述待分析晶圆4的每个区域的每种缺陷的缺陷数量。
通过上述描述可知，以已经量产的大量的所述已有晶圆的每个区域的每种缺陷的缺陷数量和缺陷密度的数据为基础，通过采用所述晶圆缺陷扫描系统、第一获取单元和第二获取单元，能够快速地对同一工艺技术下的具有不同存储量的所述待分析晶圆(即未量产的新产品)的每个区域的每种缺陷的缺陷数量情况进行预估，不用耗费大量的时间进行新产品的试生产即可获得新产品的每个区域的每种缺陷的缺陷情况，进而使得成本得到降低。
综上所述，本发明提供的晶圆缺陷分析系统，包括：第一获取单元，用于根据一晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；以及，第二获取单元，用于根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。本发明提供的晶圆缺陷分析系统能够以已有晶圆的缺陷数据为基础快速获得在同一工艺技术下生产的待分析晶圆的每个区域的每种缺陷的缺陷数量情况，使得成本得到降低。
本发明一实施例提供一种晶圆良率分析方法，用于分析同一工艺技术下的具有不同存储量的晶圆的良率，参阅图3，图3是本发明一实施例的晶圆良率分析方法的流程图，所述晶圆良率分析方法包括：
步骤S2-A、采用本发明提供的所述晶圆缺陷分析方法获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
步骤S2-B、获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；
步骤S2-C、根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。
下面更为详细的介绍本实施例提供的晶圆良率分析方法。
按照步骤S2-A，采用本发明提供的所述晶圆缺陷分析方法获取待分析晶圆的每个区域的每种缺陷的缺陷数量，即采用上述步骤S1-A至步骤S1-C的所述晶圆缺陷分析方法获取所述待分析晶圆的每个区域的每种缺陷的缺陷数量，在此不再赘述。
按照步骤S2-B，获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率。所述晶圆缺陷扫描系统包含已有晶圆的每个区域的每种缺陷的致命缺陷率，针对同一种缺陷，所述已有晶圆的不同区域的致命缺陷率不同，部分区域(例如存储区)的面积很小且为关键区域，则所述致命缺陷率会很大；另一部分区域(例如逻辑区)的面积很大且为非关键区域，则所述致命缺陷率会较小，因此，在计算良率的过程中，不同区域的致命缺陷率需分开统计，当然，不同种类的缺陷的致命缺陷率也需要分开统计，以确保计算的良率准确。所述已有晶圆的每个区域的每种缺陷的致命缺陷率已经在量产过程中通过大量的数据收集已经被统计出来，由于所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆，使得所述待分析晶圆的每个区域的每种缺陷的致命缺陷率与所述已有晶圆的每个区域的每种缺陷的致命缺陷率相同或者近似相同，因此，可以将所述已有晶圆的每个区域的每种缺陷的致命缺陷率作为所述待分析晶圆的每个区域的每种缺陷的致命缺陷率进行后续的所述待分析晶圆的良率计算，以预估新产品的良率。
按照步骤S2-C，根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。其中，由于所述待分析晶圆最终会被切割为阵列排布的芯片，即所述待分析晶圆包含阵列排布的芯片，因此，所述待分析晶圆的良率即所述待分析晶圆上的所述芯片的良率。获得所述待分析晶圆的良率的步骤包括：首先，将所述待分析晶圆的每个区域的每种缺陷的缺陷数量乘以对应的所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，并将所述待分析晶圆的每个区域的每种缺陷的缺陷数量与对应的所述待分析晶圆的每个区域的每种缺陷的致命缺陷率的相乘结果相加，以获得所述待分析晶圆的所有致命缺陷数量；接着，将所述待分析晶圆的所有致命缺陷数量除以所述待分析晶圆上的所述芯片的数量，并采用100％减去所述待分析晶圆的所有致命缺陷数量与所述待分析晶圆上的所述芯片的数量的相除结果，以获得所述待分析晶圆的良率。通过将所述待分析晶圆的不同区域的不同缺陷的致命缺陷率分开计算，得到不同区域的不同缺陷的致命缺陷数量，进而使得最终计算得到的所述待分析晶圆的良率更加准确。
其中，获得的所述待分析晶圆的良率可以是某一个工艺站点的良率，也可以是某几个工艺站点完成之后的良率，也可以是所有的工艺站点全部完成之后的所述待分析晶圆的总良率，可以根据所需要进行缺陷分析和良率分析的工艺站点来进行相应的计算。以计算一片所述待分析晶圆在经过A1和A2站点后的总良率为例，且所述待分析晶圆最终会被切割为N个所述芯片，其中，每片所述待分析晶圆上具有B1和B2区域，经过A1站点之后B1区域和B2区域上均产生X1缺陷和X2缺陷，经过A2站点之后B1区域和B2区域上均产生Y1缺陷和Y2缺陷，B1区域上产生的X1缺陷和X2缺陷的缺陷数量分别为n11和n21，B2区域上产生的X1缺陷和X2缺陷的缺陷数量分别为n31和n41，B1区域上产生的Y1缺陷和Y2缺陷的缺陷数量分别为m11和m21，B2区域上产生的Y1缺陷和Y2缺陷的缺陷数量分别为m31和m41，B1区域上产生的X1缺陷和X2缺陷的致命缺陷率分别为e1和e2，B2区域上产生的X1缺陷和X2缺陷的致命缺陷率分别为e3和e4，B1区域上产生的Y1缺陷和Y2缺陷的致命缺陷率分别为f1和f2，B2区域上产生的Y1缺陷和Y2缺陷的致命缺陷率分别为f3和f4，则所述待分析晶圆的良率的计算公式可以为：
待分析晶圆的良率＝100％-[A1站点(n11*e1+n21*e2+n31*e3+n41*e4)+A2站点(m11*f1+m21*f2+m31*f3+m41*f4)]/N。
另外，当计算两片所述待分析晶圆在经过A1和A2站点后的总良率时，且两片所述待分析晶圆最终均会被切割为N个所述芯片，其中，一片的所述待分析晶圆的缺陷情况与上述的一片所述待分析晶圆相同，另一片的所述待分析晶圆的缺陷情况与上述的一片所述待分析晶圆的不同点为：B1区域上产生的X1缺陷和X2缺陷的缺陷数量分别为n12和n22，B2区域上产生的X1缺陷和X2缺陷的缺陷数量分别为n32和n42，B1区域上产生的Y1缺陷和Y2缺陷的缺陷数量分别为m12和m22，B2区域上产生的Y1缺陷和Y2缺陷的缺陷数量分别为m32和m42；由于两片所述待分析晶圆的缺陷区域和缺陷种类相同，那么，对应缺陷的致命缺陷率相同。则两片所述待分析晶圆的良率的计算公式可以为：
待分析晶圆的良率＝100％-[A1站点(n11*e1+n21*e2+n31*e3+n41*e4)+A2站点(m11*f1+m21*f2+m31*f3+m41*f4)+A1站点(n12*e1+n22*e2+n32*e3+n42*e4)+A2站点(m12*f1+m22*f2+m32*f3+m42*f4)]/(2*N)。
其它的两片以上的所述待分析晶圆的良率的计算以上述的良率的计算公式为例，将示例公式中的参数(不同站点的缺陷数量和致命缺陷率以及芯片数量)根据实际情况进行更换和/或增加即可。
根据上述步骤S2-A至步骤S2-C的描述，通过将量产过程中的大量数据统计出来的所述已有晶圆的每个区域的每种缺陷的致命缺陷率作为所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，且以所述已有晶圆的缺陷数据为基础快速计算获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量来计算所述待分析晶圆的良率，使得能够快速且准确地对同一工艺技术下的具有不同存储量的所述待分析晶圆(即未量产的新产品)的良率进行预估，不用耗费大量的时间进行新产品的试生产且不需要耗费大量的人力进行新产品的良率统计即可获得新产品的良率情况，既节省了时间和人力又降低了成本。
另外，在对新产品进行试产之后，可以将CP测试(晶圆中测)之后统计的实际的良率与按照上述步骤预估的良率进行比对，如果实际良率与预估良率接近，说明新产品(所述待分析晶圆)与量产产品(所述已有晶圆)的缺陷种类、缺陷位置等几乎一样，可以采取与量产产品相同的方法改善新产品的缺陷；如果实际良率与预估良率差异较大，可以对每个工艺站点的实际良率与预估良率进行比对，对良率差异大的站点进行针对性的分析和改善，不仅能够快速找出良率低的站点，也能快速分析出良率低的原因。
综上所述，本发明提供的晶圆良率分析方法，包括：采用本发明提供的所述晶圆缺陷分析方法获取待分析晶圆的每个区域的每种缺陷的缺陷数量；获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；以及，根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。本发明提供的晶圆良率分析方法能够快速且准确地预估同一工艺技术下生产的待分析晶圆的良率，节省了时间和人力，进而降低了成本。
本发明一实施例提供一种晶圆良率分析系统，参阅图4，图4是本发明一实施例的晶圆良率分析系统的系统框图，所述晶圆良率分析系统5包括本发明提供的所述晶圆缺陷分析系统1、致命缺陷率获取单元51以及良率获取单元52。下面详细说明所述晶圆良率分析系统5：
根据上述对本发明提供的所述晶圆缺陷分析系统1的描述，所述晶圆缺陷分析系统1用于获取所述待分析晶圆4的每个区域的每种缺陷的缺陷数量，具体步骤在此不再赘述。
所述致命缺陷率获取单元51用于获取所述待分析晶圆4的每个区域的每种缺陷的致命缺陷率。根据上述步骤S2-B的描述，所述已有晶圆3的每个区域的每种缺陷的致命缺陷率已经在量产过程中通过大量的数据收集已经被统计出来，由于所述待分析晶圆4与所述已有晶圆3为同一工艺技术下生产的具有不同存储量的晶圆，使得所述待分析晶圆4的每个区域的每种缺陷的致命缺陷率与所述已有晶圆3的每个区域的每种缺陷的致命缺陷率相同或者近似相同，因此，可以将所述已有晶圆3的每个区域的每种缺陷的致命缺陷率作为所述待分析晶圆4的每个区域的每种缺陷的致命缺陷率进行后续的所述待分析晶圆4的良率计算，以预估新产品的良率。
所述良率获取单元52用于根据所述待分析晶圆4的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆4的良率。其中，由于所述待分析晶圆4最终会被切割为阵列排布的芯片，即所述待分析晶圆4包含阵列排布的芯片，因此，所述待分析晶圆4的良率即所述待分析晶圆4上的所述芯片的良率。所述良率获取单元52包括：致命缺陷数量计算模块521，用于将所述待分析晶圆4的每个区域的每种缺陷的缺陷数量乘以对应的所述待分析晶圆4的每个区域的每种缺陷的致命缺陷率，并将所述待分析晶圆4的每个区域的每种缺陷的缺陷数量与对应的所述待分析晶圆4的每个区域的每种缺陷的致命缺陷率的相乘结果相加，以获得所述待分析晶圆4的所有致命缺陷数量；良率计算模块522，用于将所述待分析晶圆4的所有致命缺陷数量除以所述待分析晶圆4上的所述芯片的数量，并采用100％减去所述待分析晶圆4的所有致命缺陷数量与所述待分析晶圆4上的所述芯片的数量的相除结果，以获得所述待分析晶圆4的良率。通过将所述待分析晶圆4的不同区域的不同缺陷的致命缺陷率分开计算，得到不同区域的不同缺陷的致命缺陷数量，进而使得最终计算得到的所述待分析晶圆4的良率更加准确。
根据上述步骤S2-C中的描述，获得的所述待分析晶圆4的良率可以是某一个工艺站点的良率，也可以是某几个工艺站点完成之后的良率，也可以是所有的工艺站点全部完成之后的所述待分析晶圆4的总良率，可以根据所需要进行缺陷分析和良率分析的工艺站点来进行相应的计算，具体示例在此不再赘述。
根据上述描述可知，通过将量产过程中的大量数据统计出来的所述已有晶圆的每个区域的每种缺陷的致命缺陷率作为所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，且以所述已有晶圆的缺陷数据为基础快速计算获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量来计算所述待分析晶圆的良率，使得能够快速且准确地对同一工艺技术下的具有不同存储量的所述待分析晶圆(即未量产的新产品)的良率进行预估，不用耗费大量的时间进行新产品的试生产且不需要耗费大量的人力进行新产品的良率统计即可获得新产品的良率情况，既节省了时间和人力又降低了成本。
综上所述，本发明提供的晶圆良率分析系统，包括：本发明提供的所述晶圆缺陷分析系统；致命缺陷率获取单元，用于获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；以及，良率获取单元，用于根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。本发明提供的晶圆良率分析系统能够快速且准确地预估同一工艺技术下生产的待分析晶圆的良率，节省了时间和人力，进而降低了成本。
本发明一实施例提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时能实现步骤S1-A至步骤S1-C中的晶圆缺陷分析方法，或者，能实现步骤S2-A至步骤S2-C中的晶圆良率分析方法。
本发明的所述计算机存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备，例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。
本发明的计算机存储介质可以嵌入安装到所述晶圆缺陷分析系统和所述晶圆良率分析系统中，以计算获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量以及所述待分析晶圆的良率。本发明的计算机存储介质中的计算机程序被处理器执行时，能够以所述已有晶圆(即已量产的产品)的缺陷数据为基础快速获得在同一工艺技术下生产的具有不同存储量的所述待分析晶圆(即新产品)的每个区域的每种缺陷的缺陷数量情况，并且能够快速且准确地对同一工艺技术下的具有不同存储量的所述待分析晶圆的良率进行预估，不用耗费大量的时间进行新产品的试生产且不需要耗费大量的人力进行新产品的良率统计即可获得新产品的良率情况，节省了时间和人力，进而降低了成本。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。
Claims (12)
1.一种晶圆缺陷分析方法，其特征在于，包括：
提供一晶圆缺陷扫描系统；
根据所述晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；以及，
根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。
2.如权利要求1所述的晶圆缺陷分析方法，其特征在于，所述晶圆缺陷扫描系统包含所述已有晶圆的每个区域的区域面积，获取所述已有晶圆的每个区域的每种缺陷的缺陷密度的步骤包括：
通过所述晶圆缺陷扫描系统扫描所述已有晶圆的表面，以获得所述已有晶圆的每个区域的每种缺陷的缺陷数量；以及，
将所述已有晶圆的每个区域的每种缺陷的缺陷数量除以所述已有晶圆的每个区域的区域面积，以获得所述已有晶圆的每个区域的每种缺陷的缺陷密度。
3.如权利要求1所述的晶圆缺陷分析方法，其特征在于，获取所述待分析晶圆的每个区域的每种缺陷的缺陷数量的步骤包括：
将所述待分析晶圆的每个区域的区域面积录入所述晶圆缺陷扫描系统；以及，
将所述已有晶圆的每个区域的每种缺陷的缺陷密度乘以所述待分析晶圆的每个区域的区域面积，以获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量。
4.一种晶圆缺陷分析系统，其特征在于，包括：
第一获取单元，用于根据一晶圆缺陷扫描系统，获取已有晶圆的每个区域的每种缺陷的缺陷密度；以及，
第二获取单元，用于根据所述已有晶圆的每个区域的每种缺陷的缺陷密度，获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
其中，所述待分析晶圆与所述已有晶圆为同一工艺技术下生产的具有不同存储量的晶圆。
5.如权利要求4所述的晶圆缺陷分析系统，其特征在于，所述晶圆缺陷扫描系统包含所述已有晶圆的每个区域的区域面积，所述第一获取单元包括：
缺陷数量获取模块，用于通过所述晶圆缺陷扫描系统扫描所述已有晶圆的表面，以获得所述已有晶圆的每个区域的每种缺陷的缺陷数量；以及，
缺陷密度计算模块，用于将所述已有晶圆的每个区域的每种缺陷的缺陷数量除以所述已有晶圆的每个区域的区域面积，以获得所述已有晶圆的每个区域的每种缺陷的缺陷密度。
6.如权利要求4所述的晶圆缺陷分析系统，其特征在于，所述第二获取单元包括：
录入模块，用于将所述待分析晶圆的每个区域的区域面积录入所述晶圆缺陷扫描系统；以及，
缺陷数量计算模块，用于将所述已有晶圆的每个区域的每种缺陷的缺陷密度乘以所述待分析晶圆的每个区域的区域面积，以获得所述待分析晶圆的每个区域的每种缺陷的缺陷数量。
7.一种晶圆良率分析方法，其特征在于，包括：
采用权利要求1至3中任一项所述的晶圆缺陷分析方法获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；以及，
根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。
8.如权利要求7所述的晶圆良率分析方法，其特征在于，所述晶圆缺陷扫描系统包含已有晶圆的每个区域的每种缺陷的致命缺陷率，所述待分析晶圆的每个区域的每种缺陷的致命缺陷率与所述已有晶圆的每个区域的每种缺陷的致命缺陷率相同。
9.如权利要求7所述的晶圆良率分析方法，其特征在于，所述待分析晶圆包含阵列排布的芯片，获得所述待分析晶圆的良率的步骤包括：
将所述待分析晶圆的每个区域的每种缺陷的缺陷数量乘以对应的所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，并将相乘结果相加，以获得所述待分析晶圆的所有致命缺陷数量；以及，
将所述待分析晶圆的所有致命缺陷数量除以所述待分析晶圆上的所述芯片的数量，并采用100％减去相除结果，以获得所述待分析晶圆的良率。
10.一种晶圆良率分析系统，其特征在于，包括：
权利要求4至6中任一项所述的晶圆缺陷分析系统，用于获取待分析晶圆的每个区域的每种缺陷的缺陷数量；
致命缺陷率获取单元，用于获取所述待分析晶圆的每个区域的每种缺陷的致命缺陷率；以及，
良率获取单元，用于根据所述待分析晶圆的每个区域的每种缺陷的缺陷数量和致命缺陷率进行计算，以获得所述待分析晶圆的良率。
11.如权利要求10所述的晶圆良率分析系统，其特征在于，所述待分析晶圆包含阵列排布的芯片，所述良率获取单元包括：
致命缺陷数量计算模块，用于将所述待分析晶圆的每个区域的每种缺陷的缺陷数量乘以对应的所述待分析晶圆的每个区域的每种缺陷的致命缺陷率，并将相乘结果相加，以获得所述待分析晶圆的所有致命缺陷数量；
良率计算模块，用于将所述待分析晶圆的所有致命缺陷数量除以所述待分析晶圆上的所述芯片的数量，并采用100％减去相除结果，以获得所述待分析晶圆的良率。
12.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被一处理器执行时能实现权利要求1至3中任一项所述的晶圆缺陷分析方法，或者，能实现权利要求7至9中任一项所述的晶圆良率分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910786418.2A CN110456003A (zh) | 2019-08-23 | 2019-08-23 | 晶圆缺陷分析方法与系统、晶圆良率分析方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910786418.2A CN110456003A (zh) | 2019-08-23 | 2019-08-23 | 晶圆缺陷分析方法与系统、晶圆良率分析方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110456003A true CN110456003A (zh) | 2019-11-15 |
Family
ID=68488893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910786418.2A Pending CN110456003A (zh) | 2019-08-23 | 2019-08-23 | 晶圆缺陷分析方法与系统、晶圆良率分析方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110456003A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112200806A (zh) * | 2020-12-03 | 2021-01-08 | 晶芯成(北京)科技有限公司 | 一种晶圆的缺陷分析方法和系统 |
| CN113609814A (zh) * | 2021-07-29 | 2021-11-05 | 上海华力微电子有限公司 | 晶圆良率损失预测方法及自定义缺陷密度图形自报告系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW356557B (en) * | 1997-04-18 | 1999-04-21 | Matsushita Electric Mfg Corp | Good rate computing method of integrated circuit device |
| US20040223639A1 (en) * | 2003-03-14 | 2004-11-11 | Yoshiyuki Sato | System for creating an inspection recipe, system for reviewing defects, method for creating an inspection recipe and method for reviewing defects |
| TW200509274A (en) * | 2003-08-26 | 2005-03-01 | Promos Technologies Inc | System and method for effective yield loss analysis for semiconductor wafers |
| US20090218490A1 (en) * | 2008-02-28 | 2009-09-03 | Hitachi High-Technologies Corporation | Apparatus and method of semiconductor defect inspection |
| CN103187329A (zh) * | 2011-12-28 | 2013-07-03 | 无锡华润上华科技有限公司 | 一种晶圆良率分析方法 |
| CN103579035A (zh) * | 2012-08-06 | 2014-02-12 | 无锡华润上华科技有限公司 | 缺陷密度计算方法 |
| CN105990170A (zh) * | 2015-01-28 | 2016-10-05 | 中芯国际集成电路制造(上海)有限公司 | 晶圆良率分析方法和装置 |
| CN107689335A (zh) * | 2017-09-26 | 2018-02-13 | 中航（重庆）微电子有限公司 | 一种多种产品晶圆缺陷的分析方法 |
-
2019
- 2019-08-23 CN CN201910786418.2A patent/CN110456003A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW356557B (en) * | 1997-04-18 | 1999-04-21 | Matsushita Electric Mfg Corp | Good rate computing method of integrated circuit device |
| US20040223639A1 (en) * | 2003-03-14 | 2004-11-11 | Yoshiyuki Sato | System for creating an inspection recipe, system for reviewing defects, method for creating an inspection recipe and method for reviewing defects |
| TW200509274A (en) * | 2003-08-26 | 2005-03-01 | Promos Technologies Inc | System and method for effective yield loss analysis for semiconductor wafers |
| US20090218490A1 (en) * | 2008-02-28 | 2009-09-03 | Hitachi High-Technologies Corporation | Apparatus and method of semiconductor defect inspection |
| CN103187329A (zh) * | 2011-12-28 | 2013-07-03 | 无锡华润上华科技有限公司 | 一种晶圆良率分析方法 |
| CN103579035A (zh) * | 2012-08-06 | 2014-02-12 | 无锡华润上华科技有限公司 | 缺陷密度计算方法 |
| CN105990170A (zh) * | 2015-01-28 | 2016-10-05 | 中芯国际集成电路制造(上海)有限公司 | 晶圆良率分析方法和装置 |
| CN107689335A (zh) * | 2017-09-26 | 2018-02-13 | 中航（重庆）微电子有限公司 | 一种多种产品晶圆缺陷的分析方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112200806A (zh) * | 2020-12-03 | 2021-01-08 | 晶芯成(北京)科技有限公司 | 一种晶圆的缺陷分析方法和系统 |
| CN113609814A (zh) * | 2021-07-29 | 2021-11-05 | 上海华力微电子有限公司 | 晶圆良率损失预测方法及自定义缺陷密度图形自报告系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TW587297B (en) | Yield prediction and statistical process control using predicted defect related yield loss | |
| CN102117730B (zh) | 半导体制造过程中的机台参数数据的处理方法和装置 | |
| US5539752A (en) | Method and system for automated analysis of semiconductor defect data | |
| CN100568249C (zh) | 用基本原理仿真辅助半导体制造过程的系统和方法 | |
| CN109409628B (zh) | 基于计量大数据聚类模型的采集终端生产厂商评价方法 | |
| US8312401B2 (en) | Method for smart defect screen and sample | |
| CN101996855B (zh) | 一种晶圆缺陷分析方法 | |
| CN110456003A (zh) | 晶圆缺陷分析方法与系统、晶圆良率分析方法与系统 | |
| CN104335056A (zh) | 测试器和材料处理设备之间用于分开和控制测试单元操作中多个实体的不同请求的插入器 | |
| US7251581B2 (en) | Circuit for computing moment pre-products for statistical analysis | |
| CN111126759A (zh) | 一种基于异常事件故障关联度的电能表状态评估方法 | |
| Blanton et al. | Yield learning through physically aware diagnosis of IC-failure populations | |
| CN101630534A (zh) | 非易失性存储器可靠性的测试方法和装置 | |
| CN103034525A (zh) | 云计算环境中一种基于性能计数器的虚拟机功耗测量方法 | |
| CN104364664A (zh) | 用于创建、定义和执行spc规则决策树的算法和结构 | |
| US8649990B2 (en) | Method for detecting variance in semiconductor processes | |
| CN101581930B (zh) | 实现自动虚拟量测的创新方法 | |
| CN103678529B (zh) | 晶圆多次测试数据的整合方法 | |
| US6446021B1 (en) | Method and apparatus to display processing parameter | |
| CN112213681B (zh) | 一种电能表寿命预测方法及装置 | |
| CN102569118B (zh) | 一种半导体制程中的偏移管理的良率提升系统 | |
| CN1530664A (zh) | 电路模拟方法 | |
| Leachman | The engineering management of speed | |
| CN1623225B (zh) | 用于确定半导体晶片制造过程的均匀性度量值的方法和系统 | |
| TWI399660B (zh) | 偵測半導體製程變異之方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |
|
| RJ01 | Rejection of invention patent application after publication |