CN111879542A - 清洗机清洗能力的检测方法和检测装置 - Google Patents

清洗机清洗能力的检测方法和检测装置 Download PDF

Info

Publication number
CN111879542A
CN111879542A CN202010753207.1A CN202010753207A CN111879542A CN 111879542 A CN111879542 A CN 111879542A CN 202010753207 A CN202010753207 A CN 202010753207A CN 111879542 A CN111879542 A CN 111879542A
Authority
CN
China
Prior art keywords
cleaning
wafer
defects
defect
defect information
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
CN202010753207.1A
Other languages
English (en)
Other versions
CN111879542B (zh
Inventor
蔡伟耀
卢健平
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.)
Zhonghuan Leading Semiconductor Technology Co ltd
Zhonghuan Leading Xuzhou Semiconductor Materials Co ltd
Original Assignee
Xuzhou Xinjing Semiconductor Technology Co Ltd
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 Xuzhou Xinjing Semiconductor Technology Co Ltd filed Critical Xuzhou Xinjing Semiconductor Technology Co Ltd
Priority to CN202010753207.1A priority Critical patent/CN111879542B/zh
Publication of CN111879542A publication Critical patent/CN111879542A/zh
Application granted granted Critical
Publication of CN111879542B publication Critical patent/CN111879542B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/005Testing of complete machines, e.g. washing-machines or mobile phones

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Cleaning Or Drying Semiconductors (AREA)

Abstract

本申请提供了清洗机清洗能力的检测方法和检测装置。该方法包括:检测晶圆的表面缺陷,得到初始缺陷信息;将晶圆暴露在无尘空间内第一预定时长,使得无尘空间内的微粒子吸附在晶圆的表面上,得到污染的晶圆;检测污染的晶圆的表面缺陷,得到污染缺陷信息;采用清洗机台对污染后的晶圆清洗;检测清洗后的晶圆的表面缺陷,得到清洗缺陷信息;根据初始缺陷信息、污染缺陷信息以及清洗缺陷信息确定清洗机台的清洗能力。该方法基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。

Description

清洗机清洗能力的检测方法和检测装置
技术领域
本申请涉及半导体领域,具体而言,涉及一种清洗机清洗能力的检测方法和检测装置。
背景技术
清洗机主要是用来清洗去除硅片上微粒子污染物的,评价清洗的结果好坏通常是根据清洗后硅片上量测得到的微粒子数量而决定,此种方式虽然简单,但往往受制于被清洗的硅片的品质影响,若被清洗的硅片上的缺陷数量较多,且存在着许多无法由清洗机清洗所移除的缺陷如刮伤、竖坑等,便会影响清洗后的微粒子数量而影响清洗评价的结果。
另外一种作法是将市售的PSL标准乳胶球粒子(由标准粒子产生器制造出)设置在硅片表面上,对该硅片进行清洗,计算清洗前后硅片上的微粒子数量,以评价清洗的能力,此方法较为准确,但是采用该方法后的硅片就无法再使用了,因此,其代价是片子费用较高,使得评价方法的成本较高。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种清洗机清洗能力的检测方法和检测装置,以解决现有技术中的对清洗机清洗能力的检测方法难以同时达到准确且低成本的问题。
根据本发明实施例的一个方面,提供了一种清洗机清洗能力的检测方法,包括:检测晶圆的表面缺陷,得到初始缺陷信息,所述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;将所述晶圆暴露在无尘空间内第一预定时长,使得所述无尘空间内的微粒子吸附在所述晶圆的表面上,得到污染的所述晶圆;检测污染的所述晶圆的表面缺陷,得到污染缺陷信息,所述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,所述污染缺陷为污染后的所述晶圆的缺陷;采用清洗机台对污染后的所述晶圆清洗;检测清洗后的所述晶圆的表面缺陷,得到清洗缺陷信息,所述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,所述清洗缺陷为清洗后的所述晶圆的缺陷;根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力。
可选地,根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力,包括:根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息得到判定值,所述判定值为缺陷数量差值或者缺陷数量比值,所述缺陷数量差值为所述晶圆在所述无尘空间中增加的缺陷数量和所述清洗机台清洗去除的缺陷数量的差值,所述缺陷数量比值为所述清洗机台清洗去除的缺陷数量与所述晶圆在所述无尘空间中增加的缺陷数量的比值;根据所述判定值,确定所述清洗机台的清洗能力。
可选地,所述初始缺陷信息包括所述初始缺陷数量,所述污染缺陷信息包括所述污染后的缺陷数量,所述清洗缺陷信息包括所述清洗后剩余的缺陷数量,根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息得到判定值,包括:根据所述初始缺陷数量以及所述污染后的缺陷数量,确定所述晶圆在所述无尘空间中增加的缺陷数量;根据所述污染后的缺陷数量以及所述清洗后剩余的缺陷数量,确定所述清洗机台清洗去除的缺陷数量;对所述增加的缺陷数量和所述清洗去除的缺陷数量作差,得到所述缺陷数量差值,或者,对所述清洗去除的缺陷数量和所述增加的缺陷数量作比,得到所述缺陷数量比值。
可选地,所述初始缺陷信息包括各所述初始缺陷的坐标,所述污染缺陷信息包括各所述污染缺陷的坐标,所述清洗缺陷信息包括各所述清洗缺陷的坐标,根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息得到判定值,包括:对比所述初始缺陷信息以及所述污染缺陷信息,确定第一坐标信息,所述第一坐标信息为所述晶圆在所述无尘空间中增加的所有缺陷的坐标;对比所述清洗缺陷信息以及所述污染缺陷信息,确定第二坐标信息,所述第二坐标信息为所述清洗机台清洗去除的所有缺陷的坐标;对所述第一坐标信息中的坐标的数量和所述第二坐标信息的坐标的数量作差,得到所述缺陷数量差值,或者,对所述第二坐标信息中的坐标的数量与第一坐标信息的中的坐标的数量作比,得到所述缺陷数量比值。
可选地,所述判定值为所述缺陷数量差值,根据所述判定值,确定所述清洗机台的清洗能力,包括:在所述缺陷数量差值大于0且小于第一阈值的情况下,确定所述清洗机台的清洗能力良好,其中,所述第一阈值大于0;在所述缺陷数量差值小于或者等于0的情况下,确定所述清洗机台的清洗能力优秀;在所述缺陷数量差值大于或者等于所述第一阈值的情况下,确定所述清洗机台的清洗能力较差。
可选地,所述判定值为所述缺陷数量比值,根据所述判定值,确定所述清洗机台的清洗能力,包括:在所述缺陷数量比值大于第二阈值的情况下,确定所述清洗机台的清洗能力良好,其中,所述第二阈值大于0且小于1;在所述缺陷数量比值大于或者等于1情况下,确定所述清洗机台的清洗能力优秀;在所述缺陷数量比值小于或者等于所述第二阈值的情况下,确定所述清洗机台的清洗能力较差。
可选地,在采用清洗机台对被污染后的所述晶圆清洗之前,所述检测方法还包括:根据所述初始缺陷信息以及所述污染后的缺陷信息,确定所述晶圆在所述无尘空间中增加的缺陷数量;在所述增加的缺陷数量小于第三阈值的情况下,将所述晶圆暴露在无尘空间内第二预定时长,直到所述增加的缺陷数量大于或等于所述第三阈值。
可选地,在检测晶圆的缺陷之前,所述检测方法还包括:对所述晶圆进行抛光;依次采用SC-1溶液和SC-2溶液对抛光后的所述晶圆进行清洗,得到具有亲水性表面的所述晶圆。
根据本发明实施例的另一方面,还提供了一种清洗机清洗能力的检测方法,包括:获取晶圆的初始缺陷信息,所述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;获取污染晶圆的污染缺陷信息,所述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,所述污染缺陷为污染后的所述晶圆的缺陷,其中,所述污染晶圆为暴露在无尘空间内第一预定时长且吸附有所述无尘空间中的微粒子的所述晶圆;获取清洗晶圆的清洗缺陷信息,所述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,所述清洗缺陷为清洗后的所述晶圆的缺陷,所述清洗晶圆为采用清洗机台清洗所述污染晶圆后得到的所述晶圆;根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力。
根据本发明实施例的又一方面,还提供了一种清洗机清洗能力的检测装置,包括:第一获取单元,用于获取晶圆的初始缺陷信息,所述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;第二获取单元,用于获取污染晶圆的污染缺陷信息,所述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,所述污染缺陷为污染后的所述晶圆的缺陷,其中,所述污染晶圆为暴露在无尘空间内第一预定时长且吸附有所述无尘空间中的微粒子的所述晶圆;第三获取单元,用于获取清洗晶圆的清洗缺陷信息,所述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,所述清洗缺陷为清洗后的所述晶圆的缺陷,所述清洗晶圆为采用清洗机台清洗所述污染晶圆后得到的所述晶圆;确定单元,用于根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力。
在本发明实施例中,首先,检测晶圆的表面缺陷,得到初始缺陷信息,再将晶圆暴露在无尘空间内,无尘空间内的微粒子就吸附在晶圆的表面上,可以得到污染的晶圆,再进行检测,得到污染缺陷信息,采用清洗机台对污染后的晶圆清洗,清洗完成后,再检测晶圆的表面缺陷,得到清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷,如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该方法基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,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示出了根据本申请的实施例的一种清洗机清洗能力的检测方法的流程示意图;
图2示出了根据本申请的实施例的另一种清洗机清洗能力的检测方法的流程示意图;以及
图3示出了根据本申请的实施例的一种清洗机清洗能力的检测装置的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
正如背景技术中所说的,现有技术中的对清洗机清洗能力的检测方法难以同时达到准确且低成本,为了解决上述问题,本申请的一种典型的实施方式中,提供了一种清洗机清洗能力的检测方法和检测装置。
根据本申请的实施例,提供了一种清洗机清洗能力的检测方法。图1是根据本申请实施例的一种清洗机清洗能力的检测方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,检测晶圆的表面缺陷,得到初始缺陷信息,上述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
步骤S102,将上述晶圆暴露在无尘空间内第一预定时长,使得上述无尘空间内的微粒子吸附在上述晶圆的表面上,得到污染的上述晶圆;
步骤S103,检测污染的上述晶圆的表面缺陷,得到污染缺陷信息,上述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,上述污染缺陷为污染后的上述晶圆的缺陷;
步骤S104,采用清洗机台对污染后的上述晶圆清洗;
步骤S105,检测清洗后的上述晶圆的表面缺陷,得到清洗缺陷信息,上述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,上述清洗缺陷为清洗后的上述晶圆的缺陷;
步骤S106,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息确定上述清洗机台的清洗能力。
上述的方案中,首先,检测晶圆的表面缺陷,得到初始缺陷信息,再将晶圆暴露在无尘空间内,无尘空间内的微粒子就吸附在晶圆的表面上,可以得到污染的晶圆,再进行检测,得到污染缺陷信息,采用清洗机台对污染后的晶圆清洗,清洗完成后,再检测晶圆的表面缺陷,得到清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷,如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该方法基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
需要说明的是,本申请的上述检测晶圆的表面缺陷以得到初始缺陷信息可以采用任何可行的检测设备,例如,可以采用KLA Tencor SP2、KLA Tencor SP3或者KLA TencorSP5检测仪来检测,本领域技术人员可以根据实际情况选择合适的检测设备。
还需要说明的是,第一预定时长可以为一小时、两小时、三小时或者其他的时长,并不限于这几种,本领域技术人员可以根据实际情况设定合适的第一预定时长,使得无尘空间内的微粒子吸附在晶圆的表面上。
为了进一步保证该晶圆可以多次重复使用,本申请的一种实施例中,上述晶圆的表面粗糙度不能过大。
本申请的一种实施例中,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息确定上述清洗机台的清洗能力,包括:根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,上述判定值为缺陷数量差值或者缺陷数量比值,上述缺陷数量差值为上述晶圆在上述无尘空间中增加的缺陷数量和上述清洗机台清洗去除的缺陷数量的差值,上述缺陷数量比值为上述清洗机台清洗去除的缺陷数量与上述晶圆在上述无尘空间中增加的缺陷数量的比值,根据上述判定值,确定上述清洗机台的清洗能力。该方法根据判定值来确定清洗机台的清洗能力,保证了检测的准确度。
本申请的又一种实施例中,上述判定值为上述缺陷数量差值,根据上述判定值,确定上述清洗机台的清洗能力,包括:在上述缺陷数量差值大于0且小于第一阈值的情况下,确定上述清洗机台的清洗能力良好,其中,上述第一阈值大于0,在上述缺陷数量差值小于或者等于0的情况下,确定上述清洗机台的清洗能力优秀,在上述缺陷数量差值大于或者等于上述第一阈值的情况下,确定上述清洗机台的清洗能力较差。这样就能够根据缺陷数量差值所在的范围,来确定清洗机台的清洗能力是良好、优秀或者较差,当然,实际的应用中,并不限于这些等级,还可以为其他的评价清洗机台的清洗能力的等级。
需要说明的是,本申请的第一阈值可以为10,也可以为20,第一阈值并不限于这两种,还可以为其他的第一阈值,本领域技术人员可以根据实际情况来设置合适的第一阈值。
本申请的再一种实施例中,上述判定值为上述缺陷数量比值,根据上述判定值,确定上述清洗机台的清洗能力,包括:在上述缺陷数量比值大于第二阈值的情况下,确定上述清洗机台的清洗能力良好,其中,上述第二阈值大于0且小于1,在上述缺陷数量比值大于或者等于1情况下,确定上述清洗机台的清洗能力优秀,在上述缺陷数量比值小于或者等于上述第二阈值的情况下,确定上述清洗机台的清洗能力较差。这样就能够根据缺陷数量比值所在的范围,来确定清洗机台的清洗能力是良好、优秀或者较差,当然,实际的应用中,并不限于这些等级,还可以为其他的评价清洗机台的清洗能力的等级。
需要说明的是,本申请的第二阈值可以为0.7,也可以为0.8,第二阈值并不限于这两种,还可以为其他的第二阈值,本领域技术人员可以根据实际情况来设置合适的第二阈值。
本申请的另一种实施例中,上述初始缺陷信息包括上述初始缺陷数量,上述污染缺陷信息包括上述污染后的缺陷数量,上述清洗缺陷信息包括上述清洗后剩余的缺陷数量,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,包括:根据上述初始缺陷数量以及上述污染后的缺陷数量,确定上述晶圆在上述无尘空间中增加的缺陷数量,根据上述污染后的缺陷数量以及上述清洗后剩余的缺陷数量,确定上述清洗机台清洗去除的缺陷数量,对上述增加的缺陷数量和上述清洗去除的缺陷数量作差,得到上述缺陷数量差值,或者,对上述清洗去除的缺陷数量和上述增加的缺陷数量作比,得到上述缺陷数量比值。这样就能够准确地得到缺陷数量差值和缺陷数量比值,进一步保证判断清洗机台的清洗能力的结果更为准确。
具体的,本申请的又一种实施例中,上述初始缺陷信息包括各上述初始缺陷的坐标,上述污染缺陷信息包括各上述污染缺陷的坐标,上述清洗缺陷信息包括各上述清洗缺陷的坐标,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,包括:对比上述初始缺陷信息以及上述污染缺陷信息,确定第一坐标信息,上述第一坐标信息为上述晶圆在上述无尘空间中增加的所有缺陷的坐标,对比上述清洗缺陷信息以及上述污染缺陷信息,确定第二坐标信息,上述第二坐标信息为上述清洗机台清洗去除的所有缺陷的坐标,对上述第一坐标信息中的坐标的数量和上述第二坐标信息的坐标的数量作差,得到上述缺陷数量差值,或者,对上述第二坐标信息中的坐标的数量与第一坐标信息的中的坐标的数量作比,得到上述缺陷数量比值。根据上述初始缺陷信息以及上述污染缺陷信息可以更准确地判断晶圆在无尘空间中增加的缺陷数量,根据上述清洗缺陷信息以及上述污染缺陷信息,可以更准确地判断清洗后去除的缺陷数量,根据第一坐标信息中的坐标的数量和第二坐标信息中的坐标的数量可以更准确地判断缺陷数量差值或者比值,进一步保证判断清洗机台的清洗能力的结果更为准确。
当然,本申请中的判定值并不限于采用上述的两种方式确定,实际应用中,还可以同时根据坐标和数量同时确定,具体地,上述初始缺陷信息包括初始缺陷数量和上述初始缺陷坐标,上述污染缺陷信息还包括上述污染后的缺陷数量和上述污染坐标信息,上述清洗缺陷信息包括上述清洗后剩余的缺陷数量和清洗坐标信息,具体过程中,采用上述初始缺陷数量以进一步佐证上述初始坐标信息的准确性,采用污染后的缺陷数量以进一步佐证各上述污染缺陷坐标的准确性,采用上述清洗后剩余的缺陷数量以进一步佐证清洗坐标信息的准确性,当对应的数量和坐标信息一致的情况下,采用坐标信息进行判定值的确定。
本申请的另一种实施例中,上述初始缺陷信息包括上述初始缺陷数量和/或初始缺陷坐标,上述污染缺陷信息包括上述污染后的缺陷数量和/或污染后缺陷坐标,在采用清洗机台对被污染后的上述晶圆清洗之前,上述检测方法还包括:根据上述初始缺陷信息以及上述污染后的缺陷信息,确定上述晶圆在上述无尘空间中增加的缺陷数量,在上述增加的缺陷数量小于第三阈值的情况下,将上述晶圆暴露在无尘空间内第二预定时长,直到上述增加的缺陷数量大于或等于上述第三阈值。例如,增加的缺陷数量为1或者2,第三阈值为30,那么增加的缺陷数量就小于第三阈值,就要将晶圆暴露在无尘空间第二预定时长,待到增加的缺陷数量大于或者等于30的时候,采用清洗机台对被污染后的晶圆清洗,这样能够更为准确地判断清洗机台的清洗能力。
需要说明的是,第二预定时长可以为一小时、两小时、三小时或者其他的时长,并不限于这几种,本领域技术人员可以根据实际情况设定合适的第二预定时长,使得无尘空间内的微粒子吸附在晶圆上。
还需要说明的是,本申请的第三阈值可以为50,也可以为100,第三阈值并不限于这两种,还可以为其他的第三阈值,本领域技术人员可以根据实际情况来设置合适的第三阈值。
本申请的再一种实施例中,在检测晶圆的缺陷之前,上述检测方法还包括:对上述晶圆进行抛光,依次采用SC-1溶液和SC-2溶液对抛光后的上述晶圆进行清洗,得到具有亲水性表面的上述晶圆。对晶圆进行抛光可以使得晶圆的表面粗糙度降低,获得光亮且平整的晶圆,使用SC-1溶液可以去除晶圆上的微粒子,采用SC-2溶液可以去除晶圆上的金属的污染物,SC-2溶液拥有较强的氧化能力和综合能力,经过去离子水可以很容易地去除掉生成的盐离子或者可溶性的络合物,SC-2溶液使得清洗后的硅片表面基本上不存在金属的污染物,亲水性表面的晶圆滞留水的能力较佳,残留在表面的污染物相对于疏水性表面的晶圆更多,能够在短时间内有更多的微粒子吸附在晶圆上,进一步提高了检测的效率。其中,SC-1溶液和SC-2溶液为现有技术,不需详述。
图2是根据本申请实施例的另一种清洗机清洗能力的检测方法的流程示意图。如图2所示,该方法包括以下步骤:
S201,获取晶圆的初始缺陷信息,上述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
S202,获取污染晶圆的污染缺陷信息,上述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,上述污染缺陷为污染后的上述晶圆的缺陷,其中,上述污染晶圆为暴露在无尘空间内第一预定时长且吸附有上述无尘空间中的微粒子的上述晶圆;
S203,获取清洗晶圆的清洗缺陷信息,上述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,上述清洗缺陷为清洗后的上述晶圆的缺陷,上述清洗晶圆为采用清洗机台清洗上述污染晶圆后得到的上述晶圆;
S204,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息确定上述清洗机台的清洗能力。
上述的方案中,首先,获取晶圆的初始缺陷信息,再将晶圆暴露在无尘空间内,可以得到污染的晶圆,获取污染晶圆的污染缺陷信息,再获取清洗后的晶圆的清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该方法基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
需要说明的是,第一预定时长可以为一小时、两小时、三小时或者其他的时长,并不限于这几种,本领域技术人员可以根据实际情况设定合适的第一预定时长,使得无尘空间内的微粒子吸附在晶圆的表面上。
本申请的一种实施例中,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息确定上述清洗机台的清洗能力,包括:根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,上述判定值为缺陷数量差值或者缺陷数量比值,上述缺陷数量差值为上述晶圆在上述无尘空间中增加的缺陷数量和上述清洗机台清洗去除的缺陷数量的差值,上述缺陷数量比值为上述清洗机台清洗去除的缺陷数量与上述晶圆在上述无尘空间中增加的缺陷数量的比值,根据上述判定值,确定上述清洗机台的清洗能力。该方法根据判定值来确定清洗机台的清洗能力,保证了检测的准确度。
本申请的又一种实施例中,上述判定值为上述缺陷数量差值,根据上述判定值,确定上述清洗机台的清洗能力,包括:在上述缺陷数量差值大于0且小于第一阈值的情况下,确定上述清洗机台的清洗能力良好,其中,上述第一阈值大于0,在上述缺陷数量差值小于或者等于0的情况下,确定上述清洗机台的清洗能力优秀,在上述缺陷数量差值大于或者等于上述第一阈值的情况下,确定上述清洗机台的清洗能力较差。这样就能够根据缺陷数量差值所在的范围,来确定清洗机台的清洗能力是良好、优秀或者较差,当然,实际的应用中,并不限于这些等级,还可以为其他的评价清洗机台清洗能力的等级。
需要说明的是,本申请的第一阈值可以为10,也可以为20,第一阈值并不限于这两种,还可以为其他的第一阈值,本领域技术人员可以根据实际情况来设置合适的第一阈值。
本申请的再一种实施例中,上述判定值为上述缺陷数量比值,根据上述判定值,确定上述清洗机台的清洗能力,包括:在上述缺陷数量比值大于第二阈值的情况下,确定上述清洗机台的清洗能力良好,其中,上述第二阈值大于0且小于1,在上述缺陷数量比值大于或者等于1情况下,确定上述清洗机台的清洗能力优秀,在上述缺陷数量比值小于或者等于上述第二阈值的情况下,确定上述清洗机台的清洗能力较差。这样就能够根据缺陷数量比值所在的范围,来确定清洗机台的清洗能力是良好、优秀或者较差,当然,实际的应用中,并不限于这些等级,还可以为其他的评价清洗机台的清洗能力的等级。
需要说明的是,本申请的第二阈值可以为0.7,也可以为0.8,第二阈值并不限于这两种,还可以为其他的第二阈值,本领域技术人员可以根据实际情况来设置合适的第二阈值。
本申请的另一种实施例中,上述初始缺陷信息包括上述初始缺陷数量,上述污染缺陷信息包括上述污染后的缺陷数量,上述清洗缺陷信息包括上述清洗后剩余的缺陷数量,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,包括:根据上述初始缺陷数量以及上述污染后的缺陷数量,确定上述晶圆在上述无尘空间中增加的缺陷数量,根据上述污染后的缺陷数量以及上述清洗后剩余的缺陷数量,确定上述清洗机台清洗去除的缺陷数量,对上述增加的缺陷数量和上述清洗去除的缺陷数量作差,得到上述缺陷数量差值,或者,对上述清洗去除的缺陷数量和上述增加的缺陷数量作比,得到上述缺陷数量比值。这样就能够准确地得到缺陷数量差值和缺陷数量比值,进一步保证判断清洗机台的清洗能力的结果更为准确。
具体的,本申请的又一种实施例中,上述初始缺陷信息包括各上述初始缺陷的坐标,上述污染缺陷信息包括各上述污染缺陷的坐标,上述清洗缺陷信息包括各上述清洗缺陷的坐标,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,包括:对比上述初始缺陷信息以及上述污染缺陷信息,确定第一坐标信息,上述第一坐标信息为上述晶圆在上述无尘空间中增加的所有缺陷的坐标,对比上述清洗缺陷信息以及上述污染缺陷信息,确定第二坐标信息,上述第二坐标信息为上述清洗机台清洗去除的所有缺陷的坐标,对比上述第一坐标信息和上述第二坐标信息,确定上述判定值,上述缺陷数量差值为上述晶圆在上述无尘空间中增加的所有缺陷中未被去除的缺陷的数量。根据上述初始缺陷信息以及上述污染缺陷信息可以更准确地判断晶圆在无尘空间中增加的缺陷数量,根据上述清洗缺陷信息以及上述污染缺陷信息,可以更准确地判断清洗后去除的缺陷数量,根据第一坐标信息中的坐标的数量和第二坐标信息中的坐标的数量能够更准确地判断缺陷数量差值或者缺陷数量比值,进一步保证判断清洗机台的清洗能力的结果更为准确。
当然,本申请中的判定值并不限于采用上述的两种方式确定,实际应用中,还可以同时根据坐标和数量同时确定,具体地,上述初始缺陷信息包括初始缺陷数量和上述初始缺陷坐标,上述污染缺陷信息还包括上述污染后的缺陷数量和上述污染缺陷坐标信息,上述清洗缺陷信息包括上述清洗后剩余的缺陷数量和清洗缺陷坐标信息,具体过程中,采用上述初始缺陷数量以进一步佐证上述初始缺陷坐标信息的准确性,采用污染后的缺陷数量以进一步佐证各上述污染缺陷坐标信息的准确性,采用上述清洗后剩余的缺陷数量以进一步佐证清洗缺陷坐标信息的准确性,当对应的数量和坐标信息一致的情况下,采用坐标信息进行判定值的确定。
本申请的另一种实施例中,上述初始缺陷信息包括上述初始缺陷数量和/或初始缺陷坐标信息,上述污染缺陷信息包括上述污染后的缺陷数量和/或污染后的缺陷坐标信息,在采用清洗机台对被污染后的上述晶圆清洗之前,上述检测方法还包括:根据上述初始缺陷信息以及上述污染后的缺陷信息,确定上述晶圆在上述无尘空间中增加的缺陷数量,在上述增加的缺陷数量小于第三阈值的情况下,将上述晶圆暴露在无尘空间内第二预定时长,直到上述增加的缺陷数量大于或等于上述第三阈值。例如,增加的缺陷数量为1或者2,第三阈值为30,那么增加的缺陷数量就小于第三阈值,就要将晶圆暴露在无尘空间第二预定时长,待到增加的缺陷数量大于或者等于30的时候,采用清洗机台对被污染后的晶圆清洗,这样能够更为准确地判断清洗机台的清洗能力。
需要说明的是,第二预定时长可以为一小时、两小时、三小时或者其他的时长,并不限于这几种,本领域技术人员可以根据实际情况设定合适的第二预定时长,使得无尘空间内的微粒子吸附在晶圆上。
还需要说明的是,本申请的第三阈值可以为50,也可以为100,第三阈值并不限于这两种,还可以为其他的第三阈值,本领域技术人员可以根据实际情况来设置合适的第三阈值。
本申请实施例还提供了一种清洗机清洗能力的检测装置,需要说明的是,本申请实施例的清洗机清洗能力的检测装置可以用于执行本申请实施例所提供的用于清洗机清洗能力的检测方法。以下对本申请实施例提供的清洗机清洗能力的检测装置进行介绍。
图3是根据本申请实施例的清洗机清洗能力的检测装置的示意图。如图3所示,该装置包括:
第一获取单元10,用于获取晶圆的初始缺陷信息,上述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
第二获取单元20,用于获取污染晶圆的污染缺陷信息,上述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,上述污染缺陷为污染后的上述晶圆的缺陷,其中,上述污染晶圆为暴露在无尘空间内第一预定时长且吸附有上述无尘空间中的微粒子的上述晶圆;
第三获取单元30,用于获取清洗晶圆的清洗缺陷信息,上述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,上述清洗缺陷为清洗后的上述晶圆的缺陷,上述清洗晶圆为采用清洗机台清洗上述污染晶圆后得到的上述晶圆;
第一确定单元40,用于根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息确定上述清洗机台的清洗能力。
上述的装置中,第一获取单元获取晶圆的初始缺陷信息,第二获取单元将晶圆暴露在无尘空间内,得到污染的晶圆,获取污染晶圆的污染缺陷信息,第三获取单元获取清洗后的晶圆的清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该装置基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
需要说明的是,第一预定时长可以为一小时、两小时、三小时或者其他的时长,并不限于这几种,本领域技术人员可以根据实际情况设定合适的第一预定时长,使得无尘空间内的微粒子吸附在晶圆的表面上。
本申请的一种实施例中,第一确定单元包括判定模块和第一确定模块,判定模块用于根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息得到判定值,上述判定值为缺陷数量差值或者缺陷数量比值,上述缺陷数量差值为上述晶圆在上述无尘空间中增加的缺陷数量和上述清洗机台清洗去除的缺陷数量的差值,上述缺陷数量比值为上述清洗机台清洗去除的缺陷数量与上述晶圆在上述无尘空间中增加的缺陷数量的比值,第一确定模块用于根据上述判定值,确定上述清洗机台的清洗能力。该装置根据判定值来确定清洗机台的清洗能力,保证了检测的准确度。
本申请的又一种实施例中,上述判定值为上述缺陷数量差值,第一确定模块包括第一确定子模块、第二确定子模块和第三确定子模块,第一确定子模块用于在上述缺陷数量差值大于0且小于第一阈值的情况下,确定上述清洗机台的清洗能力良好,其中,上述第一阈值大于0,第二确定子模块用于在上述缺陷数量差值小于或者等于0的情况下,确定上述清洗机台的清洗能力优秀,第三确定子模块用于在上述缺陷数量差值大于或者等于上述第一阈值的情况下,确定上述清洗机台的清洗能力较差。这样就能够根据缺陷数量差值所在的范围,来确定清洗机台的清洗能力是良好、优秀或者较差,当然,实际的应用中,并不限于这些等级,还可以为其他的评价清洗机台的清洗能力的等级。
需要说明的是,本申请的第一阈值可以为10,也可以为20,第一阈值并不限于这两种,还可以为其他的第一阈值,本领域技术人员可以根据实际情况来设置合适的第一阈值。
本申请的再一种实施例中,上述判定值为上述缺陷数量比值,第一确定模块包括第四确定子模块、第五确定子模块和第六确定子模块,第四确定子模块用于在上述缺陷数量比值大于第二阈值的情况下,确定上述清洗机台的清洗能力良好,其中,上述第二阈值大于0且小于1,第五确定子模块用于在上述缺陷数量比值大于或者等于1情况下,确定上述清洗机台的清洗能力优秀,第六确定子模块用于在上述缺陷数量比值小于或者等于上述第二阈值的情况下,确定上述清洗机台的清洗能力较差。这样就能够根据缺陷数量比值所在的范围,来确定清洗机台的清洗能力是良好、优秀或者较差,当然,实际的应用中,并不限于这些等级,还可以为其他的评价清洗机台的清洗能力的等级。
需要说明的是,本申请的第二阈值可以为0.7,也可以为0.8,第二阈值并不限于这两种,还可以为其他的第二阈值,本领域技术人员可以根据实际情况来设置合适的第二阈值。
本申请的另一种实施例中,上述初始缺陷信息包括上述初始缺陷数量,上述污染缺陷信息包括上述污染后的缺陷数量,上述清洗缺陷信息包括上述清洗后剩余的缺陷数量,判定模块包括第七确定子模块、第八确定子模块、作差子模块和作比子模块,第七确定子模块用于根据上述初始缺陷数量以及上述污染后的缺陷数量,确定上述晶圆在上述无尘空间中增加的缺陷数量,第八确定子模块用于根据上述污染后的缺陷数量以及上述清洗后剩余的缺陷数量,确定上述清洗机台清洗去除的缺陷数量,作差子模块用于对上述增加的缺陷数量和上述清洗去除的缺陷数量作差,得到上述缺陷数量差值,作比子模块用于对上述清洗去除的缺陷数量和上述增加的缺陷数量作比,得到上述缺陷数量比值。这样就能够准确地得到缺陷数量差值和缺陷数量比值,进一步保证判断清洗机台的清洗能力的结果更为准确。
具体的,本申请的又一种实施例中,上述初始缺陷信息包括各上述初始缺陷的坐标,上述污染缺陷信息包括各上述污染缺陷的坐标,上述清洗缺陷信息包括各上述清洗缺陷的坐标,判定模块包括第九确定子模块、第十确定子模块和第十一确定子模块,第九确定子模块用于对比上述初始缺陷信息以及上述污染缺陷信息,确定第一坐标信息,上述第一坐标信息为上述晶圆在上述无尘空间中增加的所有缺陷的坐标,第十确定子模块对比上述清洗缺陷信息以及上述污染缺陷信息,确定第二坐标信息,上述第二坐标信息为上述清洗机台清洗去除的所有缺陷的坐标,第十一确定子模块用于对比上述第一坐标信息和上述第二坐标信息,确定上述判定值,上述缺陷数量差值为上述晶圆在上述无尘空间中增加的所有缺陷中未被去除的缺陷的数量。根据上述初始缺陷信息以及上述污染缺陷信息可以更准确地判断晶圆在无尘空间中增加的缺陷数量,根据上述清洗缺陷信息以及上述污染缺陷信息,可以更准确地判断清洗后去除的缺陷数量,根据第一坐标信息中的坐标的数量和第二坐标信息中的坐标的数量能够更准确地判断缺陷数量差值或者比值或缺陷数量比值,进一步保证判断清洗机台的清洗能力的结果更为准确。
当然,本申请中的判定值并不限于采用上述的两种方式确定,实际应用中,还可以同时根据坐标和数量同时确定,具体地,上述初始缺陷信息包括初始缺陷数量和上述初始缺陷信坐标息,上述污染缺陷信息还包括上述污染后的缺陷数量和上述污染缺陷坐标信息,上述清洗缺陷信息包括上述清洗后剩余的缺陷数量和清洗缺陷坐标信息,具体过程中,采用上述初始缺陷数量以进一步佐证上述初始缺陷信息的准确性,采用污染后的缺陷数量以进一步佐证各上述污染缺陷信息的准确性,采用上述清洗后剩余的缺陷数量以进一步佐证清洗缺陷坐标信息的准确性,当对应的数量和坐标信息一致的情况下,采用坐标信息进行判定值的确定。
本申请的另一种实施例中,上述初始缺陷信息包括上述初始缺陷数量和/或初始缺陷坐标,上述污染缺陷信息包括上述污染后的缺陷数量和/或污染后缺陷坐标,上述装置还包括第二确定单元和控制单元,第二确定单元用于在采用清洗机台对被污染后的上述晶圆清洗之前,根据上述初始缺陷信息以及上述污染后的缺陷信息,确定上述晶圆在上述无尘空间中增加的缺陷数量,控制单元用于在上述增加的缺陷数量小于第三阈值的情况下,将上述晶圆暴露在无尘空间内第二预定时长,直到上述增加的缺陷数量大于或等于上述第三阈值。例如,增加的缺陷数量为1或者2,第三阈值为30,那么增加的缺陷数量就小于第三阈值,就要将晶圆暴露在无尘空间第二预定时长,待到增加的缺陷数量大于或者等于30的时候,采用清洗机台对被污染后的晶圆清洗,这样能够更为准确地判断清洗机台的清洗能力。
需要说明的是,第二预定时长可以为一小时、两小时、三小时或者其他的时长,并不限于这几种,本领域技术人员可以根据实际情况设定合适的第二预定时长,使得无尘空间内的微粒子吸附在晶圆上。
还需要说明的是,本申请的第三阈值可以为50,也可以为100,第三阈值并不限于这两种,还可以为其他的第三阈值,本领域技术人员可以根据实际情况来设置合适的第三阈值。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
S201,获取晶圆的初始缺陷信息,上述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
S202,获取污染晶圆的污染缺陷信息,上述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,上述污染缺陷为污染后的上述晶圆的缺陷,其中,上述污染晶圆为暴露在无尘空间内第一预定时长且吸附有上述无尘空间中的微粒子的上述晶圆;
S203,获取清洗晶圆的清洗缺陷信息,上述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,上述清洗缺陷为清洗后的上述晶圆的缺陷,上述清洗晶圆为采用清洗机台清洗上述污染晶圆后得到的上述晶圆;
S204,根据上述初始缺陷信息、上述污染缺陷信息以及上述清洗缺陷信息确定上述清洗机台的清洗能力。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)本申请的清洗机清洗能力的检测方法,首先,检测晶圆的表面缺陷,得到初始缺陷信息,再将晶圆暴露在无尘空间内,无尘空间内的微粒子就吸附在晶圆的表面上,可以得到污染的晶圆,再进行检测,得到污染缺陷信息,采用清洗机台对污染后的晶圆清洗,清洗完成后,再检测晶圆的表面缺陷,得到清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷,如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该方法基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
2)本申请的另一种清洗机清洗能力的检测方法,首先,获取晶圆的初始缺陷信息,再将晶圆暴露在无尘空间内,可以得到污染的晶圆,获取污染晶圆的污染缺陷信息,再获取清洗后的晶圆的清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该方法基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
3)本申请的清洗机清洗能力的检测装置,第一获取单元获取晶圆的初始缺陷信息,第二获取单元将晶圆暴露在无尘空间内,得到污染的晶圆,获取污染晶圆的污染缺陷信息,第三获取单元获取清洗后的晶圆的清洗缺陷信息,根据初始缺陷信息和污染缺陷信息可以得到晶圆在无尘空间内所增加的缺陷信息,增加的缺陷信息基本不存在无法去除的晶圆的缺陷如微粒子、刮伤或者竖坑等,后续再根据清洗缺陷信息与增加的缺陷信息来确定清洗机台的清洗能力,该装置基本可以忽略无法去除的晶圆缺陷对清洗能力的影响,能够准确地检测清洗机台的清洗能力,并且,清洗后的晶圆也可以重复使用,降低了成本,避免了现有技术中的采用PSL标准乳胶球粒子检测方法导致的成本较高的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种清洗机清洗能力的检测方法,其特征在于,包括:
检测晶圆的表面缺陷,得到初始缺陷信息,所述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
将所述晶圆暴露在无尘空间内第一预定时长,使得所述无尘空间内的微粒子吸附在所述晶圆的表面上,得到污染的所述晶圆;
检测污染的所述晶圆的表面缺陷,得到污染缺陷信息,所述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,所述污染缺陷为污染后的所述晶圆的缺陷;
采用清洗机台对污染后的所述晶圆清洗;
检测清洗后的所述晶圆的表面缺陷,得到清洗缺陷信息,所述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,所述清洗缺陷为清洗后的所述晶圆的缺陷;
根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力。
2.根据权利要求1所述的检测方法,其特征在于,根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力,包括:
根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息得到判定值,所述判定值为缺陷数量差值或者缺陷数量比值,所述缺陷数量差值为所述晶圆在所述无尘空间中增加的缺陷数量和所述清洗机台清洗去除的缺陷数量的差值,所述缺陷数量比值为所述清洗机台清洗去除的缺陷数量与所述晶圆在所述无尘空间中增加的缺陷数量的比值;
根据所述判定值,确定所述清洗机台的清洗能力。
3.根据权利要求2所述的检测方法,其特征在于,所述初始缺陷信息包括所述初始缺陷数量,所述污染缺陷信息包括所述污染后的缺陷数量,所述清洗缺陷信息包括所述清洗后剩余的缺陷数量,
根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息得到判定值,包括:
根据所述初始缺陷数量以及所述污染后的缺陷数量,确定所述晶圆在所述无尘空间中增加的缺陷数量;
根据所述污染后的缺陷数量以及所述清洗后剩余的缺陷数量,确定所述清洗机台清洗去除的缺陷数量;
对所述增加的缺陷数量和所述清洗去除的缺陷数量作差,得到所述缺陷数量差值,或者,对所述清洗去除的缺陷数量和所述增加的缺陷数量作比,得到所述缺陷数量比值。
4.根据权利要求2所述的检测方法,其特征在于,所述初始缺陷信息包括各所述初始缺陷的坐标,所述污染缺陷信息包括各所述污染缺陷的坐标,所述清洗缺陷信息包括各所述清洗缺陷的坐标,
根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息得到判定值,包括:
对比所述初始缺陷信息以及所述污染缺陷信息,确定第一坐标信息,所述第一坐标信息为所述晶圆在所述无尘空间中增加的所有缺陷的坐标;
对比所述清洗缺陷信息以及所述污染缺陷信息,确定第二坐标信息,所述第二坐标信息为所述清洗机台清洗去除的所有缺陷的坐标;
对所述第一坐标信息中的坐标的数量和所述第二坐标信息的坐标的数量作差,得到所述缺陷数量差值,或者,对所述第二坐标信息中的坐标的数量与第一坐标信息的中的坐标的数量作比,得到所述缺陷数量比值。
5.根据权利要求2至4中任意一项所述的检测方法,其特征在于,所述判定值为所述缺陷数量差值,根据所述判定值,确定所述清洗机台的清洗能力,包括:
在所述缺陷数量差值大于0且小于第一阈值的情况下,确定所述清洗机台的清洗能力良好,其中,所述第一阈值大于0;
在所述缺陷数量差值小于或者等于0的情况下,确定所述清洗机台的清洗能力优秀;
在所述缺陷数量差值大于或者等于所述第一阈值的情况下,确定所述清洗机台的清洗能力较差。
6.根据权利要求2至4中任意一项所述的检测方法,其特征在于,所述判定值为所述缺陷数量比值,根据所述判定值,确定所述清洗机台的清洗能力,包括:
在所述缺陷数量比值大于第二阈值的情况下,确定所述清洗机台的清洗能力良好,其中,所述第二阈值大于0且小于1;
在所述缺陷数量比值大于或者等于1情况下,确定所述清洗机台的清洗能力优秀;
在所述缺陷数量比值小于或者等于所述第二阈值的情况下,确定所述清洗机台的清洗能力较差。
7.根据权利要求1所述的检测方法,其特征在于,在采用清洗机台对被污染后的所述晶圆清洗之前,所述检测方法还包括:
根据所述初始缺陷信息以及所述污染后的缺陷信息,确定所述晶圆在所述无尘空间中增加的缺陷数量;
在所述增加的缺陷数量小于第三阈值的情况下,将所述晶圆暴露在无尘空间内第二预定时长,直到所述增加的缺陷数量大于或等于所述第三阈值。
8.根据权利要求1所述的检测方法,其特征在于,在检测晶圆的缺陷之前,所述检测方法还包括:
对所述晶圆进行抛光;
依次采用SC-1溶液和SC-2溶液对抛光后的所述晶圆进行清洗,得到具有亲水性表面的所述晶圆。
9.一种清洗机清洗能力的检测方法,其特征在于,包括:
获取晶圆的初始缺陷信息,所述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
获取污染晶圆的污染缺陷信息,所述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,所述污染缺陷为污染后的所述晶圆的缺陷,其中,所述污染晶圆为暴露在无尘空间内第一预定时长且吸附有所述无尘空间中的微粒子的所述晶圆;
获取清洗晶圆的清洗缺陷信息,所述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,所述清洗缺陷为清洗后的所述晶圆的缺陷,所述清洗晶圆为采用清洗机台清洗所述污染晶圆后得到的所述晶圆;
根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力。
10.一种清洗机清洗能力的检测装置,其特征在于,包括:
第一获取单元,用于获取晶圆的初始缺陷信息,所述初始缺陷信息包括初始缺陷数量和/或各初始缺陷的坐标;
第二获取单元,用于获取污染晶圆的污染缺陷信息,所述污染缺陷信息包括污染后的缺陷数量和/或各污染缺陷的坐标,所述污染缺陷为污染后的所述晶圆的缺陷,其中,所述污染晶圆为暴露在无尘空间内第一预定时长且吸附有所述无尘空间中的微粒子的所述晶圆;
第三获取单元,用于获取清洗晶圆的清洗缺陷信息,所述清洗缺陷信息包括清洗后剩余的缺陷数量和/或各清洗缺陷的坐标,所述清洗缺陷为清洗后的所述晶圆的缺陷,所述清洗晶圆为采用清洗机台清洗所述污染晶圆后得到的所述晶圆;
第一确定单元,用于根据所述初始缺陷信息、所述污染缺陷信息以及所述清洗缺陷信息确定所述清洗机台的清洗能力。
CN202010753207.1A 2020-07-30 2020-07-30 清洗机清洗能力的检测方法和检测装置 Active CN111879542B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010753207.1A CN111879542B (zh) 2020-07-30 2020-07-30 清洗机清洗能力的检测方法和检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010753207.1A CN111879542B (zh) 2020-07-30 2020-07-30 清洗机清洗能力的检测方法和检测装置

Publications (2)

Publication Number Publication Date
CN111879542A true CN111879542A (zh) 2020-11-03
CN111879542B CN111879542B (zh) 2023-02-28

Family

ID=73204654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010753207.1A Active CN111879542B (zh) 2020-07-30 2020-07-30 清洗机清洗能力的检测方法和检测装置

Country Status (1)

Country Link
CN (1) CN111879542B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117153713A (zh) * 2023-10-25 2023-12-01 江苏惠达电子科技有限责任公司 频率元器件残留污染物的检测方法、系统和设备控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003152041A (ja) * 2001-11-19 2003-05-23 Toshiba Ceramics Co Ltd シリコンウエハの清浄度評価方法
CN106898559A (zh) * 2015-12-18 2017-06-27 有研半导体材料有限公司 一种半导体晶圆片盒颗粒检测方法
CN108051347A (zh) * 2017-11-28 2018-05-18 上海超硅半导体有限公司 一种用于检测储存硅片氮气柜内部环境颗粒的方法
CN108648185A (zh) * 2018-05-11 2018-10-12 机械工业第四设计研究院有限公司 一种在线检测涂装前清洗设备颗粒物清洗效率的方法
CN109187258A (zh) * 2018-08-10 2019-01-11 中铝瑞闽股份有限公司 一种铝合金带材表面清洁度的检测方法
CN109313162A (zh) * 2016-03-28 2019-02-05 胜高股份有限公司 清洁度评价方法、清洗条件决定方法、和硅晶圆的制造方法
CN110426399A (zh) * 2019-08-06 2019-11-08 武汉鼎泽新材料技术有限公司 一种颗粒物清除效率的快速评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003152041A (ja) * 2001-11-19 2003-05-23 Toshiba Ceramics Co Ltd シリコンウエハの清浄度評価方法
CN106898559A (zh) * 2015-12-18 2017-06-27 有研半导体材料有限公司 一种半导体晶圆片盒颗粒检测方法
CN109313162A (zh) * 2016-03-28 2019-02-05 胜高股份有限公司 清洁度评价方法、清洗条件决定方法、和硅晶圆的制造方法
CN108051347A (zh) * 2017-11-28 2018-05-18 上海超硅半导体有限公司 一种用于检测储存硅片氮气柜内部环境颗粒的方法
CN108648185A (zh) * 2018-05-11 2018-10-12 机械工业第四设计研究院有限公司 一种在线检测涂装前清洗设备颗粒物清洗效率的方法
CN109187258A (zh) * 2018-08-10 2019-01-11 中铝瑞闽股份有限公司 一种铝合金带材表面清洁度的检测方法
CN110426399A (zh) * 2019-08-06 2019-11-08 武汉鼎泽新材料技术有限公司 一种颗粒物清除效率的快速评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
J.KOO: "Effects of water and iso-propyl alcohol relative humidities", 《INTERNATIONAL JOURNAL OF HEAT AND MASS TRANSFER》 *
王续跃 等: "利用图像处理技术评价硅片表面清洗率", 《光学精密工程》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117153713A (zh) * 2023-10-25 2023-12-01 江苏惠达电子科技有限责任公司 频率元器件残留污染物的检测方法、系统和设备控制方法
CN117153713B (zh) * 2023-10-25 2024-02-02 江苏惠达电子科技有限责任公司 频率元器件残留污染物的检测方法、系统和设备控制方法

Also Published As

Publication number Publication date
CN111879542B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
EP2599114B1 (en) Determination of care areas for inspection of wafers
CN111879542B (zh) 清洗机清洗能力的检测方法和检测装置
CN115020267B (zh) 一种半导体表面缺陷检测方法
CN102129164A (zh) 掩膜版缺陷的判断方法及判断系统
JP2006517349A (ja) ウェハ検査システム
CN112233971A (zh) 一种晶圆清洗方法和晶圆清洗装置
CN101621016B (zh) 在制造集成电路中用于缺陷检测的方法和系统
JP2019196985A (ja) 検査装置及び検査方法
CN104851820A (zh) 半导体器件的缺陷检测方法
CN110108713A (zh) 一种表面异物缺陷快速过滤方法及系统
US20070126451A1 (en) Method for testing the quality of light-permeable thin film
JPH1194804A (ja) 自動探傷方法及び装置
CN110658255A (zh) 一种基于物理方式的磁粉检测方法
CN104155390A (zh) 半导体元件微量元素检测样品的制备方法及检测方法
CN105717409B (zh) 电子设备的漏电检测方法及系统
CN111750755A (zh) 摇篮转台的转轴的中心位置的检测方法和检测装置
CN110426399A (zh) 一种颗粒物清除效率的快速评价方法
CN110851984B (zh) 一种数据处理方法及装置
US7382451B2 (en) Method of defect inspection
US9406330B1 (en) Method for HDD disk defect source detection
JP2010034444A (ja) 再生シリコンウェーハの製造方法
CN107589223B (zh) 一种定位的方法、装置以及存储介质
CN101807266B (zh) 半导体制造中的成品管理方法
CN101202202A (zh) Flash芯片的清洗制程
US11304304B2 (en) Ionic contaminant cleaning

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 221000 No.1 Xinxin Road, Xuzhou Economic and Technological Development Zone, Jiangsu Province

Patentee after: Zhonghuan Leading (Xuzhou) Semiconductor Materials Co.,Ltd.

Address before: 221000 No.1 Xinxin Road, Xuzhou Economic and Technological Development Zone, Jiangsu Province

Patentee before: XUZHOU XINJING SEMICONDUCTOR TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230609

Address after: 221000 No.1 Xinxin Road, Xuzhou Economic and Technological Development Zone, Jiangsu Province

Patentee after: Zhonghuan Leading (Xuzhou) Semiconductor Materials Co.,Ltd.

Patentee after: Zhonghuan leading semiconductor materials Co.,Ltd.

Address before: 221000 No.1 Xinxin Road, Xuzhou Economic and Technological Development Zone, Jiangsu Province

Patentee before: Zhonghuan Leading (Xuzhou) Semiconductor Materials Co.,Ltd.

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 221000 No.1 Xinxin Road, Xuzhou Economic and Technological Development Zone, Jiangsu Province

Patentee after: Zhonghuan Leading (Xuzhou) Semiconductor Materials Co.,Ltd.

Country or region after: China

Patentee after: Zhonghuan Leading Semiconductor Technology Co.,Ltd.

Address before: 221000 No.1 Xinxin Road, Xuzhou Economic and Technological Development Zone, Jiangsu Province

Patentee before: Zhonghuan Leading (Xuzhou) Semiconductor Materials Co.,Ltd.

Country or region before: China

Patentee before: Zhonghuan leading semiconductor materials Co.,Ltd.