CN112163799A - 半导体产品的良率分析方法及良率分析系统 - Google Patents

半导体产品的良率分析方法及良率分析系统 Download PDF

Info

Publication number
CN112163799A
CN112163799A CN202011384551.4A CN202011384551A CN112163799A CN 112163799 A CN112163799 A CN 112163799A CN 202011384551 A CN202011384551 A CN 202011384551A CN 112163799 A CN112163799 A CN 112163799A
Authority
CN
China
Prior art keywords
data
measurement data
yield
station
adg
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
CN202011384551.4A
Other languages
English (en)
Other versions
CN112163799B (zh
Inventor
祖文秀
孙姗姗
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.)
Jingxincheng Beijing Technology Co Ltd
Original Assignee
Jingxincheng Beijing 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 Jingxincheng Beijing Technology Co Ltd filed Critical Jingxincheng Beijing Technology Co Ltd
Priority to CN202011384551.4A priority Critical patent/CN112163799B/zh
Publication of CN112163799A publication Critical patent/CN112163799A/zh
Application granted granted Critical
Publication of CN112163799B publication Critical patent/CN112163799B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)

Abstract

本发明提供一种半导体产品的良率分析方法及良率分析系统，包括对过站资料的良率数据进行差异性分析，对量测资料及炉管位置资料的良率数据进行相关性分析，得到各个制程站点过站资料、量测资料及炉管位置资料的指标，并采用信息熵对过站资料、量测资料及炉管位置资料赋予权重，以获得到各制程站点的关键影响因素及各制程站点的综合指标。本发明可用于对影响半导体产品质量的根本原因从数据角度进行查找，使分析结果更加准确，提高了分析效率，并及时调整参数和实验，提高良率，降低成本。

Description

半导体产品的良率分析方法及良率分析系统
技术领域
本发明涉及集成电路制造技术领域，尤其涉及一种半导体产品的良率分析方法及分析系统。
背景技术
随着大数据概念和人工智能的兴起，半导体行业也加快建立“智能制造”的步伐，其中重要的一环是利用工艺生产过程中产生的大量数据进行数据分析和算法开发，从数据角度准确锁定工艺生产的问题，找到影响产品质量的根本原因，及时改善工艺，实现增产节能降耗的目的。
半导体生产工艺中产生的数据类型多样，如芯片过站信息(WIP)、线上量测数据(INLINE)、电性测试数据(WAT)、芯片良率数据(CP)等，当前各半导体厂对良率的影响因素进行分析一般包括：反映良率在各机台表现的机台差异性分析及反映良率与线上量测数据或电性数据之间关系的相关性分析，如图1所示。然而，对于机台差异性分析获得的显著性指标（P value）在多水平下数值失真，且由于样品量少时相关性分析获得相关性指标（Rvalue）也会不准确，另外，体现机台差异性的方差分析、体现量测数据与良率关系的相关性分析及体现电性数据与良率关系的相关性分析都是各自分别进行分析，无法确定哪个因素对良率的影响最大，良率分析效率较低。
因此，需要一种新的半导体产品良率分析方法，能够通过对产品在制程过程中发生的机台的异常或制程工艺量测数据等进行统计分析，以在缩短良率分析时间的同时提高良率分析效率。
发明内容
本发明的目的在于提供一种半导体产品的良率分析方法及良率分析系统，用于对影响半导体产品质量的根本原因从数据角度进行查找，使分析结果更加准确，提高分析效率，以及时调整参数和实验，提高良率，降低成本。
本发明提供一种半导体产品的良率分析方法，包括：
获取良率数据和工程资料，将所述良率数据和所述工程资料进行匹配合并，其中，所述工程资料包括过站资料、量测资料及炉管位置资料；
根据机台的过货比筛选所述过站资料的良率数据以对所述机台进行分组，并根据制程站点和腔室序列对筛选出的所述良率数据进行方差分析以得到各个制程站点的所述过站资料的指标；
所述量测资料包括膜厚量测资料、线宽量测资料及对准量测资料，选取所述量测资料中设定参数与对应的良率数据进行相关性分析，并采用信息熵计算所述量测资料中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的权重，以获得所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的量测值，对各制程站点的所述膜厚量测资料、所述线宽量测资料及所述对准量测资料的量测值求和得到各制程站点的所述量测资料的指标；
不同制程站点不同炉管机台的良率数据与所述炉管位置资料进行相关性分析以得到各个制程站点的炉管位置资料的指标；
将所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标进行整合以得到各制程站点的关键影响因素，并采用信息熵计算所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标的权重，以得到各制程站点的综合指标。
可选的，根据机台的过货比筛选所述过站资料的良率数据包括：过滤过货比例不足80%的制程站点，过滤过货比例不足5%的机台。
可选的，根据制程站点和腔室序列对筛选出的所述良率数据进行方差分析以获得检验值P，对所述检验值P进行处理得到中间检验值P_ADG，然后对中所述间检验值P_ADG进行归一化以得到各个制程站点的所述过站资料的指标W1，其中，
Figure DEST_PATH_IMAGE002
； 其中，P<10-308，则P记为10-308；
Figure DEST_PATH_IMAGE004
。
可选的，对P值进行处理得到所述间检验值P_ADG后，每个制程站点保留所述中间检验值P_ADG最大的腔室序列，且对每个制程站点保留的所述间检验值P_ADG进行归一化。
可选的，所述量测资料中设定参数与对应的良率数据进行相关性分析之前还包括：过滤标准差为0的设定参数及过滤测量比例不足50%的设定参数。
可选的，所述量测资料中设定参数与对应的良率数据进行相关性分析获得第一相关系数R1和第一样本量N1，对所述第一相关系数R1进行处理到R1_ADG，然后对R1_ADG进行归一化处理得到归一化值Y1，其中，
Figure DEST_PATH_IMAGE006
；
其中，
Figure DEST_PATH_IMAGE008
是指所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中样本量的最大值；
Figure DEST_PATH_IMAGE010
。
可选的，每个制程站点中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中均仅保留一个所述第一相关值R1_ADG最大的设定参数，且对每个制程站点中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中保留的所述第一相关值R1_ADG进行归一化。
可选的，采用信息熵计算所述量测资料中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料的权重包括：
计算所述设定参数的权重
Figure DEST_PATH_IMAGE012
：
Figure DEST_PATH_IMAGE014
；
计算所述设定参数的熵值
Figure DEST_PATH_IMAGE016
：
Figure DEST_PATH_IMAGE018
；
计算所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在每个制程站点的权重
Figure DEST_PATH_IMAGE020
：
Figure DEST_PATH_IMAGE022
；
其中，对于所述膜厚量测资料
Figure DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE026
；对于所述线宽量测资料
Figure DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE030
；对于所述对准量测资料
Figure DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE034
；
Figure DEST_PATH_IMAGE036
代表所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中各设定参数归一化后的数值。
可选的，根据制程分布图得到量测站点对应的制程站点。
可选的，不同制程站点不同炉管机台的良率数据与所述炉管位置资料做相关分析之前还包括：过滤过货比例不足5%的机台。
可选的，不同制程站点不同炉管机台的良率数据与所述炉管位置资料进行相关性分析获得第二相关系数R2与第二样本量N2，对所述第二相关系数R2进行处理对得到第二相关值R2_ADG，然后，对所述第二相关值R2_ADG进行归一化处理得到各个制程站点的炉管位置资料的指标Z1，其中，
Figure DEST_PATH_IMAGE038
；
其中，
Figure DEST_PATH_IMAGE040
是指与炉管相关的制程站点的样本量的最大值；
Figure DEST_PATH_IMAGE042
。
可选的，对所述第二相关系数R2进行处理得到所述第二相关值R2_ADG后，每个制程站点保留所述第二相关值R2_ADG最大的站点且对每个制程站点保留的所述第二相关值R2_ADG进行归一化。
可选的，采用信息熵计算所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标的权重的过程包括：
计算所述工程资料的权重
Figure DEST_PATH_IMAGE044
：
Figure DEST_PATH_IMAGE046
；
计算所述工程资料的熵值
Figure DEST_PATH_IMAGE048
：
Figure DEST_PATH_IMAGE050
；
计算每个制程站点所述过站资料、所述量测资料及所述炉管位置资料的权重
Figure DEST_PATH_IMAGE052
：
Figure DEST_PATH_IMAGE054
；
其中，对于所述工程资料中的过站资料
Figure DEST_PATH_IMAGE056
，
Figure DEST_PATH_IMAGE058
；对于所述工程资料中的量测资料
Figure DEST_PATH_IMAGE060
，
Figure DEST_PATH_IMAGE062
；对于所述工程资料中的炉管位置资料
Figure DEST_PATH_IMAGE064
，
Figure DEST_PATH_IMAGE066
；
Figure DEST_PATH_IMAGE068
代表所述过站资料、所述量测资料及所述炉管位置资料在各制程站点的指标；
Figure DEST_PATH_IMAGE070
中
Figure DEST_PATH_IMAGE072
为第
Figure DEST_PATH_IMAGE074
个工程资料经历的制程站点的数量。
相应的，本发明还提供一种良率分析系统，包括：
数据获取模块，用于获取良率数据和工程资料，其中，所述工程资料包括过站资料、量测资料及炉管位置资料；
数据分析模块，用于采用上述任一项所述的半导体产品的良率分析方法获取所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标以得到各制程站点的关键影响因素和综合指标；以及
数据反馈模块，用于将各制程站点的关键影响因素和综合指标反馈至相应的制程站点。
综上所述，本发明提供的半导体产品的良率分析方法及良率分析系统，包括对过站资料的良率数据进行差异性分析，对量测资料及炉管位置资料的良率数据进行相关性分析，得到各个制程站点过站资料、量测资料及炉管位置资料的指标，并采用信息熵对过站资料、量测资料及炉管位置资料赋予权重，以获得到各制程站点的关键影响因素及各制程站点的综合指标。本发明可用于对影响半导体产品质量的根本原因从数据角度进行查找，使分析结果更加准确，提高了分析效率，并及时调整参数和实验，提高良率，降低成本。
附图说明
图1为一种半导体产品良率的分析方法；
图2 为本发明一实施例提供的半导体产品的良率分析方法的流程图；
图3为本发明一实施例提供的半导体产品的良率分析系统的工作原理图。
具体实施方式
以下结合附图和具体实施例对本发明的半导体产品的良率分析方法及良率分析系统作进一步详细说明。根据下面的说明和附图，本发明的优点和特征将更清楚，然而，需说明的是，本发明技术方案的构思可按照多种不同的形式实施，并不局限于在此阐述的特定实施例。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。
在说明书中的术语“第一”“第二”等用于在类似要素之间进行区分，且未必是用于描述特定次序或时间顺序。要理解，在适当情况下，如此使用的这些术语可替换，例如可使得本文所述的本发明实施例能够以不同于本文所述的或所示的其他顺序来操作。类似的，如果本文所述的方法包括一系列步骤，且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。若某附图中的构件与其他附图中的构件相同，虽然在所有附图中都可轻易辨认出这些构件，但为了使附图的说明更为清楚，本说明书不会将所有相同构件的标号标于每一图中。此外，需要说明的是，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。
图2 为本实施例提供的半导体产品的良率分析方法的流程图，参考图2所示，本实施例提供的半导体产品的良率分析方法包括：
获取良率数据和工程资料，将所述良率数据和所述工程资料进行匹配合并，其中，所述工程资料包括过站资料、量测资料及炉管位置资料；
根据机台的过货比筛选所述过站资料的良率数据以对所述机台进行分组，并根据制程站点和腔室序列对筛选出的所述良率数据进行方差分析以得到各个制程站点的所述过站资料的指标；
所述量测资料包括膜厚量测资料、线宽量测资料及对准量测资料，选取所述量测资料中设定参数与对应的良率数据进行相关性分析，并采用信息熵计算所述量测资料中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的权重，以获得所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的量测值，对各制程站点的所述膜厚量测资料、所述线宽量测资料及所述对准量测资料的量测值求和得到各制程站点的所述量测资料的指标。
不同制程站点不同炉管机台的良率数据与所述炉管位置资料进行相关性分析以得到各个制程站点的炉管位置资料的指标；
将所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标进行整合以得到各制程站点的关键影响因素，并采用信息熵计算所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标的权重，以得到各制程站点的综合指标。
具体的，参考图2所示，首先，获取目标资料和工程资料，所述目标资料即良率数据。例如选取最近一个月内晶圆（wafer）的良率数据，这里的良率数据是指良率损失情况（CP），且所述良率损失是待分析的良率损失之和（multi/single bin sum）。
接着，对于过站资料，根据晶圆信息（wafer-ID）找到过站资料（WIP Data），并与相对应的良率数据匹配合并（CP&WIP）得到过站资料的良率数据。这里的过站资料包括与机台关联的批次（Lot-ID）、出货时间（MOVE_OUT_TIME）、制程站点（OPE_NO）、设备编号（EQP）、腔室（CHA）及腔室序列（SEQ）等。
然后，根据过货比筛选所述过站资料的良率数据以对机台进行分组，即分别过滤过货比例不足80%的制程站点，及过滤过货比例不足5%的机台，接着计算不同制程站点良率损失均值(BIN AVG)的最大值，然后对机台进行分组。示例性的，可以按机台和腔室（EQP_CHA）结合进行分组，即将过站资料的良率数据细化到腔室序列（SEQ）。
接着，按照上述方法对所有制程站点进行方差分析（WIP.ANOVA），得到各个制程站点对应的检验值P（P值）。
接着，对检验值P进行处理得到中间检验值P_ADG，然后将检验值P调整为越大越可疑，且每个制程站点保留所述中间检验值P_ADG最大的腔室序列，如部分制程站点有不止一个腔室序列，则该制程站点只保留所述中间检验值P_ADG最大的腔室序列。然后，对所述中间检验值P_ADG进行归一化，以得到各个制程站点的过站资料的指标W1（WIP.PLUS VALUE），即对每个制程站点保留的所述中间检验值P_ADG进行归一化。其中，
Figure DEST_PATH_IMAGE076
；其中，P<10-308，则P记为10-308；
Figure DEST_PATH_IMAGE078
。
本实施例中，对检验值P进行处理得到所述中间检验值P_ADG后，每个制程站点保留中间检验值P_ADG最大的腔室序列，且对每个制程站点保留的中间检验值P_ADG进行归一化。在本发明其他实施例中可以根据分析需求保留相应的中间检验值P_ADG对应的腔室序列，在此不作限定。
对于量测资料（INLINE），所述量测资料包括膜厚量测资料（QX）、线宽量测资料（QC）及对准量测资料（QW），即所述量测资料包括的QX、QC及QW三个种类（ITEM）。首先，根据晶圆信息（wafer-ID）找到量测资料（INLINE）的设定参数（PAR），将其与对应的良率数据匹配合并（CP& INLINE）得量测资料的良率数据。
然后，分别过滤标准差为0的设定参数和过滤测量比例不足50%的设定参数， 然后，对各设定参数与良率损失的做相关性分析，得到第一相关系数R1及第一样本量N1。需要说明的是，对于量测资料的分析，可以根据制程分布图（mapping）得到量测站点对应的制程站点，进而按制程站点进行后续分析。
接着，对所述第一相关系数R1进行处理得到第一相关值R_ADG，
Figure DEST_PATH_IMAGE080
,
其中，
Figure DEST_PATH_IMAGE082
是指所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中样本量的最大值。
每个制程站点中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中均仅保留一个第一相关值R1_ADG最大的设定参数。
接着，按照量测资料的种类（ITEM）对所述第一相关值R1_ADG进行归一化处理得到Y1，
Figure DEST_PATH_IMAGE084
。
即采用上述方法分别对所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中的设定参数与良率数据进行相关性分析，得到分别与所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中设定参数对应的第一相关系数R1和第一样本量N1，接着分别对第一相关系数R1进行处理得到第一相关值R1_ADG，分别对第一相关值R1_ADG进行归一化处理得到归一化值Y1。
然后，用信息熵计算所述量测资料中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的权重，以获得所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的量测值。由于每个制程站点中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中均仅保留一个R1_ADG最大的设定参数，获得所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的量测值也即是获得各设定参数（所述膜厚量测资料、所述线宽量测资料及所述对准量测资料保留的R1_ADG最大的设定参数）在各制程站点的量测值，具体包括：
计算所述设定参数的权重
Figure DEST_PATH_IMAGE012A
：
Figure DEST_PATH_IMAGE086
；
计算所述设定参数的熵值
Figure DEST_PATH_IMAGE088
：
Figure DEST_PATH_IMAGE090
；
计算所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在每个制程站点的权重
Figure DEST_PATH_IMAGE092
：
Figure DEST_PATH_IMAGE094
；
其中，对于所述膜厚量测资料
Figure DEST_PATH_IMAGE096
，
Figure DEST_PATH_IMAGE098
；对于所述线宽量测资料
Figure DEST_PATH_IMAGE060A
，
Figure DEST_PATH_IMAGE100
；对于所述对准量测资料
Figure DEST_PATH_IMAGE102
，
Figure DEST_PATH_IMAGE104
；
Figure DEST_PATH_IMAGE106
代表所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中各设定参数归一化后的数值。
其中，
Figure DEST_PATH_IMAGE108
需要按照制程站点计算，例如，如果一制程站点只有一种量测资料（例如QC），则
Figure DEST_PATH_IMAGE110
；如果一制程站点有两种量测资料（例如QC和QW），则
Figure DEST_PATH_IMAGE112
，根据上述
Figure DEST_PATH_IMAGE108A
计算公式计算这两种量测资料的权重值。
然后，对各制程站点不同设定参数的量测值求和得到量测资料的指标（INLINE.PLUS）。
接着，对于炉管位置资料（BOAT Slot），根据晶圆信息（wafer-ID）获取炉管位置资料，将其与良率数据匹配合并（CP&BOAT Slot）得到炉管位置资料的良率数据。其中，获取炉管位置资料时过滤过货比例不足5%的机台。
然后，不同制程站点不同炉管机台的良率数据与炉管位置资料做相关性分析，得到第二相关系数R2与第二样本量N2，接着，对所述第二相关系数R2进行处理得到第二相关值R2_ADG， 每个制程站点保留所述第二相关值R2_ADG最大的机台，然后，并对所述第二相关值R2_ADG归一化得到Z1，Z1即炉管位置资料的指标（BOAT.PLUS），
其中，
Figure DEST_PATH_IMAGE114
；
其中，
Figure DEST_PATH_IMAGE040A
是指与炉管相关的制程站点的样本量的最大值；
Figure DEST_PATH_IMAGE116
。
最后，将过站资料的指标（WIP.PLUS VALUE）、量测资料的指标（INLINE.PLUS）及炉管位置资料的指标（BOAT.PLUS）进行整合，以得到各制程站点的关键影响因素（K.Factor），即一制程站点中过站资料的指标（WIP.PLUS VALUE）、量测资料的指标（INLINE.PLUS）及炉管位置资料的指标（BOAT.PLUS）中数值最大的一项（例如过站资料）即为该制程站点的关键影响因素（K.Factor）。
接着，用信息熵计算不同制程站点所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标的权重，从而得到所述过站资料的指标、所述量测资料的指标及所述炉管位置资料在各制程站点的指标量值。
具体包括：
计算所述工程资料的权重
Figure DEST_PATH_IMAGE118
：
Figure DEST_PATH_IMAGE120
；
计算所述工程资料的熵值
Figure DEST_PATH_IMAGE122
：
Figure DEST_PATH_IMAGE124
；
计算每个制程站点所述过站资料、所述量测资料及所述炉管位置资料的权重
Figure DEST_PATH_IMAGE126
：
Figure DEST_PATH_IMAGE128
；
其中，对于所述工程资料中的过站资料
Figure DEST_PATH_IMAGE130
，
Figure DEST_PATH_IMAGE132
；对于所述工程资料中的量测资料
Figure DEST_PATH_IMAGE134
，
Figure DEST_PATH_IMAGE136
；对于所述工程资料中的对准量测资料
Figure DEST_PATH_IMAGE138
，
Figure DEST_PATH_IMAGE140
；
Figure DEST_PATH_IMAGE142
代表所述过站资料、所述量测资料及所述炉管位置资料在各制程站点的指标；
Figure DEST_PATH_IMAGE144
中
Figure DEST_PATH_IMAGE146
为第
Figure DEST_PATH_IMAGE148
个工程资料经历的制程站点的数量。
然后，将获得的各制程站点的所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标乘以各自在该制程站点的权重，获得所述过站资料、所述量测资料及所述炉管位置资料在各制程站点的指标量值，接着，将所述过站资料、所述量测资料及所述炉管位置资料在各制程站点的指标量值求和以得到各制程站点的综合指标。根据所述综合指标判断影响良率损失的主要制程站点，并对该制程站点进行监控或做相应调整。
本实施例提供的半导体产品的良率分析方法可以用于对影响半导体产品（例如芯片）质量的根本原因从数据角度进行查找，此方法不仅改进原有方法，使分析结果更加准确，而且提高了工程师的分析效率，使工艺工程师更快从数据角度发现问题，及时调整参数和实验，提高良率，降低成本。
相应的，本实施例还提供一种良率分析系统，包括：
数据获取模块，用于获取良率数据和工程资料，其中，所述工程资料包括过站资料、量测资料及炉管位置资料；
数据分析模块，用于采用上述半导体产品的良率分析方法获取所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标以得到各制程站点的关键影响因素和综合指标；以及
数据反馈模块，用于将各制程站点的关键影响因素和综合指标反馈至相应的制程站点。
图3为本实施例提供的半导体产品的良率分析系统的工作原理图。如图3所示，数据获取模块根产品测试结果获取目标资料（良率数据），并从工程资料库中获取工程资料，所述工程资料包括过站资料、量测资料及炉管位置资料。数据分析模块抓取上述良率数据和工程资料，进行信息去噪后将良率数据和工程数据匹配整合，然后进行工程资料分析，包括机台差异性分析、工艺量测的相关分析及炉管位置分析，得到各个制程站点过站资料、量测资料及炉管位置资料的指标，然后对分析的结果进行数据处理和数据整合，以获得到各制程站点的关键影响因素及综合指标。然后数据反馈模块将各制程站点的关键影响因素及综合指标进行输出反馈，工程师可以根据反馈进行参数调整的工艺试验，以提升良率。
本实施例提供的半导体产品的良率分析系统能够从数据角度对生产过程实时监控，更加准确的发现工艺制造过程中的问题，达到及时发现及时解决，改善工艺，提高良率；且半导体产品的良率分析方法因融合各种参数，使工程师更快锁定哪道工艺出现问题，哪个参数影响最大，及时调整参数，同时节省分析时间，使工程师的日常工作更加高效便捷；另外，本实施例提供的半导体产品的良率分析方法虽是基于半导体数据建立的，但因该方法有利于消除多水平和样本量的影响，同样可适用于有这方面需求的相关数据分析。
综上所述，本发明提供的半导体产品的良率分析方法及良率分析系统，包括对过站资料的良率数据进行差异性分析，对量测资料及炉管位置资料的良率数据进行相关性分析，得到各个制程站点过站资料、量测资料及炉管位置资料的指标，并采用信息熵对过站资料、量测资料及炉管位置资料赋予权重，以获得到各制程站点的关键影响因素及各制程站点的综合指标。本发明可用于对影响半导体产品质量的根本原因从数据角度进行查找，使分析结果更加准确，提高了分析效率，并及时调整参数和实验，提高良率，降低成本。
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 (14)

1.一种半导体产品的良率分析方法，其特征在于，包括：
获取良率数据和工程资料，将所述良率数据和所述工程资料进行匹配合并，其中，所述工程资料包括过站资料、量测资料及炉管位置资料；
根据机台的过货比筛选所述过站资料的良率数据以对所述机台进行分组，并根据制程站点和腔室序列对筛选出的所述良率数据进行方差分析以得到各个制程站点的所述过站资料的指标；
所述量测资料包括膜厚量测资料、线宽量测资料及对准量测资料，选取所述量测资料中设定参数与对应的良率数据进行相关性分析，并采用信息熵计算所述量测资料中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的权重，以获得所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在各制程站点的量测值，对各制程站点的所述膜厚量测资料、所述线宽量测资料及所述对准量测资料的量测值求和得到各制程站点的所述量测资料的指标；
不同制程站点不同炉管机台的良率数据与所述炉管位置资料进行相关性分析以得到各个制程站点的炉管位置资料的指标；
将所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标进行整合以得到各制程站点的关键影响因素，并采用信息熵计算所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标的权重，以得到各制程站点的综合指标。
2.根据权利要求1所述的半导体产品的良率分析方法，其特征在于，根据机台的过货比筛选所述过站资料的良率数据包括：过滤过货比例不足80%的制程站点，过滤过货比例不足5%的机台。
3.根据权利要求2所述的半导体产品的良率分析方法，其特征在于，根据制程站点和腔室序列对筛选出的所述良率数据进行方差分析以获得检验值P，对所述检验值P进行处理得到中间检验值P_ADG，然后对所述中间检验值P_ADG进行归一化以得到各个制程站点的所述过站资料的指标W1，其中，
Figure 705868DEST_PATH_IMAGE002
； 其中，P<10-308，则P记为10-308；
Figure 346977DEST_PATH_IMAGE004
。
4.根据权利要求3所述的半导体产品的良率分析方法，其特征在于，对检验值P进行处理得到中间检验值P_ADG后，每个制程站点保留中间检验值P_ADG最大的腔室序列，且对每个制程站点保留的中间检验值P_ADG进行归一化。
5.根据权利要求1所述的半导体产品的良率分析方法，其特征在于，所述量测资料中设定参数与对应的良率数据进行相关性分析之前还包括：过滤标准差为0的设定参数及过滤测量比例不足50%的设定参数。
6.根据权利要求5所述的半导体产品的良率分析方法，其特征在于，所述量测资料中设定参数与对应的良率数据进行相关性分析获得第一相关系数R1和第一样本量N1，对所述第一相关系数R1进行处理到第一相关值R1_ADG，然后对所述第一相关值R1_ADG进行归一化处理得到归一化值Y1，其中，
Figure 595556DEST_PATH_IMAGE006
；
其中，
Figure 194027DEST_PATH_IMAGE008
是指所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中样本 量的最大值；
Figure 477241DEST_PATH_IMAGE010
。
7.根据权利要求6所述的半导体产品的良率分析方法，其特征在于，每个制程站点中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中均仅保留一个所述第一相关值R1_ADG最大的设定参数，且对每个制程站点中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料中保留的所述第一相关值R1_ADG进行归一化。
8.根据权利要求7所述的半导体产品的良率分析方法，其特征在于，采用信息熵计算所述量测资料中所述膜厚量测资料、所述线宽量测资料及所述对准量测资料的权重包括：
计算所述设定参数的权重
Figure 565283DEST_PATH_IMAGE012
：
Figure 550425DEST_PATH_IMAGE014
；
计算所述设定参数的熵值
Figure 952588DEST_PATH_IMAGE016
：
Figure 90308DEST_PATH_IMAGE018
；
计算所述膜厚量测资料、所述线宽量测资料及所述对准量测资料在每个制程站点的权 重
Figure 552513DEST_PATH_IMAGE020
：
Figure 493793DEST_PATH_IMAGE022
；
其中，对于所述膜厚量测资料
Figure 699647DEST_PATH_IMAGE024
，
Figure 957453DEST_PATH_IMAGE026
；对于所述线宽量测资料
Figure 43089DEST_PATH_IMAGE028
，
Figure 487977DEST_PATH_IMAGE030
；对于所述对准量测资料
Figure 481210DEST_PATH_IMAGE032
，
Figure 390260DEST_PATH_IMAGE034
；
Figure 194268DEST_PATH_IMAGE036
代表所述膜厚量测资料、所述 线宽量测资料及所述对准量测资料中各设定参数归一化后的数值。
9.根据权利要求8所述的半导体产品的良率分析方法，其特征在于，根据制程分布图得到量测站点对应的制程站点。
10.根据权利要求1所述的半导体产品的良率分析方法，其特征在于，不同制程站点不同炉管机台的良率数据与所述炉管位置资料做相关分析之前还包括：过滤过货比例不足5%的机台。
11.根据权利要求10所述的半导体产品的良率分析方法，其特征在于，不同制程站点不同炉管机台的良率数据与所述炉管位置资料进行相关性分析获得第二相关系数R2与第二样本量N2，对所述第二相关系数R2进行处理对得到第二相关值R2_ADG，然后，对所述第二相关值R2_ADG进行归一化处理得到各个制程站点的炉管位置资料的指标Z1，其中，
Figure 313402DEST_PATH_IMAGE038
；
其中，
Figure 657796DEST_PATH_IMAGE040
是指与炉管相关的制程站点的样本量的最大值；
Figure 624615DEST_PATH_IMAGE042
。
12.根据权利要求11所述的半导体产品的良率分析方法，其特征在于，对所述第二相关系数R2进行处理得到所述第二相关值R2_ADG后，每个制程站点保留所述第二相关值R2_ADG最大的站点且对每个制程站点保留的所述第二相关值R2_ADG进行归一化。
13.根据权利要求1所述的半导体产品的良率分析方法，其特征在于，采用信息熵计算所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标的权重的过程包括：
计算所述工程资料的权重
Figure 865104DEST_PATH_IMAGE044
：
Figure 19004DEST_PATH_IMAGE046
；
计算所述工程资料的熵值
Figure 619619DEST_PATH_IMAGE048
：
Figure 440944DEST_PATH_IMAGE050
；
计算每个制程站点所述过站资料、所述量测资料及所述炉管位置资料的权重
Figure 649072DEST_PATH_IMAGE052
：
Figure 555848DEST_PATH_IMAGE054
；
其中，对于所述工程资料中的过站资料
Figure 179727DEST_PATH_IMAGE056
，
Figure 635985DEST_PATH_IMAGE058
；对于所述工程资料中的 量测资料
Figure 421539DEST_PATH_IMAGE060
，
Figure 81190DEST_PATH_IMAGE062
；对于所述工程资料中的炉管位置资料
Figure 853685DEST_PATH_IMAGE064
，
Figure 852865DEST_PATH_IMAGE066
；
Figure 58588DEST_PATH_IMAGE068
代表所述过站资料、所述量测资料及所述炉管位置资料在各制程站点的指标；
Figure 408798DEST_PATH_IMAGE070
中
Figure 889326DEST_PATH_IMAGE072
为第
Figure 274171DEST_PATH_IMAGE074
个工程资料经历的制程站点的数量。
14.一种良率分析系统，其特征在于，包括：
数据获取模块，用于获取良率数据和工程资料，其中，所述工程资料包括过站资料、量测资料及炉管位置资料；
数据分析模块，用于按权利要求1-13任一项所述的半导体产品的良率分析方法获取所述过站资料的指标、所述量测资料的指标及所述炉管位置资料的指标以得到各制程站点的关键影响因素和综合指标；以及
数据反馈模块，用于将各制程站点的关键影响因素和综合指标反馈至相应的制程站点。
CN202011384551.4A 2020-12-02 2020-12-02 半导体产品的良率分析方法及良率分析系统 Active CN112163799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011384551.4A CN112163799B (zh) 2020-12-02 2020-12-02 半导体产品的良率分析方法及良率分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011384551.4A CN112163799B (zh) 2020-12-02 2020-12-02 半导体产品的良率分析方法及良率分析系统

Publications (2)

Publication Number Publication Date
CN112163799A true CN112163799A (zh) 2021-01-01
CN112163799B CN112163799B (zh) 2021-03-02

Family

ID=73865955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011384551.4A Active CN112163799B (zh) 2020-12-02 2020-12-02 半导体产品的良率分析方法及良率分析系统

Country Status (1)

Country Link
CN (1) CN112163799B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112558897A (zh) * 2021-01-07 2021-03-26 深圳市久和精密自动化设备有限公司 单工位芯片移印信息处理方法及单工位芯片移印机
CN114566438A (zh) * 2022-02-23 2022-05-31 上海利扬创芯片测试有限公司 一种每测试站单制程的卡控良率标准的方法
CN116629707A (zh) * 2023-07-20 2023-08-22 合肥喆塔科技有限公司 基于分布式并行计算的fdc溯因分析方法及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020188682A1 (en) * 2001-06-08 2002-12-12 Manlsh Jaln Method and system for manufacturing supply chain collaboration
CN1521822A (zh) * 2003-01-29 2004-08-18 力晶半导体股份有限公司 缺陷检测参数分析方法
US20050250226A1 (en) * 2004-05-06 2005-11-10 Huang Shu C Method for generating work-in-process schedules
CN104952750A (zh) * 2014-03-26 2015-09-30 中芯国际集成电路制造(上海)有限公司 一种硅片电学测试的早期侦测系统及方法
CN105225979A (zh) * 2014-06-19 2016-01-06 中芯国际集成电路制造(上海)有限公司 一种半导体器件制程预测系统和方法
CN105489524A (zh) * 2015-12-08 2016-04-13 成都海威华芯科技有限公司 化合物半导体产品制造过程中的工艺验证方法
CN107004618A (zh) * 2014-10-20 2017-08-01 奥罗拉太阳能技术（加拿大）股份有限公司 测量数据对制造工具位置和处理批次或时间的映射
CN109472105A (zh) * 2018-11-22 2019-03-15 上海华力微电子有限公司 半导体产品良率上限分析方法
US20190131191A1 (en) * 2017-10-31 2019-05-02 Sk Siltron Co., Ltd. Method for predicting thickness of oxide layer of silicon wafer
CN109844779A (zh) * 2016-08-11 2019-06-04 Sk 株式会社 用于分析测量-良率相关性的方法和系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020188682A1 (en) * 2001-06-08 2002-12-12 Manlsh Jaln Method and system for manufacturing supply chain collaboration
CN1521822A (zh) * 2003-01-29 2004-08-18 力晶半导体股份有限公司 缺陷检测参数分析方法
US20050250226A1 (en) * 2004-05-06 2005-11-10 Huang Shu C Method for generating work-in-process schedules
CN104952750A (zh) * 2014-03-26 2015-09-30 中芯国际集成电路制造(上海)有限公司 一种硅片电学测试的早期侦测系统及方法
CN105225979A (zh) * 2014-06-19 2016-01-06 中芯国际集成电路制造(上海)有限公司 一种半导体器件制程预测系统和方法
CN107004618A (zh) * 2014-10-20 2017-08-01 奥罗拉太阳能技术（加拿大）股份有限公司 测量数据对制造工具位置和处理批次或时间的映射
CN105489524A (zh) * 2015-12-08 2016-04-13 成都海威华芯科技有限公司 化合物半导体产品制造过程中的工艺验证方法
CN109844779A (zh) * 2016-08-11 2019-06-04 Sk 株式会社 用于分析测量-良率相关性的方法和系统
US20190131191A1 (en) * 2017-10-31 2019-05-02 Sk Siltron Co., Ltd. Method for predicting thickness of oxide layer of silicon wafer
CN109472105A (zh) * 2018-11-22 2019-03-15 上海华力微电子有限公司 半导体产品良率上限分析方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112558897A (zh) * 2021-01-07 2021-03-26 深圳市久和精密自动化设备有限公司 单工位芯片移印信息处理方法及单工位芯片移印机
CN112558897B (zh) * 2021-01-07 2021-06-11 深圳市久和精密自动化设备有限公司 单工位芯片移印信息处理方法及单工位芯片移印机
CN114566438A (zh) * 2022-02-23 2022-05-31 上海利扬创芯片测试有限公司 一种每测试站单制程的卡控良率标准的方法
CN116629707A (zh) * 2023-07-20 2023-08-22 合肥喆塔科技有限公司 基于分布式并行计算的fdc溯因分析方法及存储介质
CN116629707B (zh) * 2023-07-20 2023-10-20 合肥喆塔科技有限公司 基于分布式并行计算的fdc溯因分析方法及存储介质

Also Published As

Publication number Publication date
CN112163799B (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN112163799B (zh) 半导体产品的良率分析方法及良率分析系统
CN101458515B (zh) 晶圆质量分析方法
CN115032493B (zh) 一种基于管芯参数显示的晶圆测试方法及系统
KR102401565B1 (ko) 웨이퍼 포인트별 분석 및 데이터 프리젠테이션
KR20060026072A (ko) 데이터 분석 방법 및 장치
CN109753762B (zh) 基于类别修正的配电网两阶段网络拓扑识别方法及装置
US7174281B2 (en) Method for analyzing manufacturing data
CN110503288A (zh) 考虑机台交互作用的辨识良率损失原因的系统与方法
WO2021199227A1 (ja) エラー要因の推定装置及び推定方法
US7337033B1 (en) Data mining to detect performance quality of tools used repetitively in manufacturing
CN117272122B (zh) 晶圆异常的共性分析方法及装置、可读存储介质、终端
CN108537249B (zh) 一种密度峰值聚类的工业过程数据聚类方法
CN116307938B (zh) 一种加工中心进给系统健康状态评估方法
CN111805301B (zh) 量测装置及量测方法
CN112328951B (zh) 一种分析样品的实验数据的处理方法
CN107784363A (zh) 数据处理方法、装置及系统
CN116974788B (zh) 一种实时分析晶圆缺陷的数据处理方法
US6708574B2 (en) Abnormal photoresist line/space profile detection through signal processing of metrology waveform
CN118133208B (zh) 一种机器人打磨离线识别异常数据整合优化系统
CN115600930B (zh) 用于电力金具生产数据的智能管理方法
CN118070198B (zh) 测试异常的分析方法及装置、可读存储介质、终端
CN115308518B (zh) 一种老炼电路的参数测量顺序确定方法和系统
TWI736999B (zh) 資料分析裝置、資料分析方法以及與其相關的品質提升系統
CN102073910A (zh) 品质水准的调整方法
CN117890764A (zh) 一种pcb板老化检测方法及系统

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
GR01 Patent grant
GR01 Patent grant