CN113032416A - 晶圆缺陷的分析方法及系统 - Google Patents

晶圆缺陷的分析方法及系统 Download PDF

Info

Publication number
CN113032416A
CN113032416A CN202110562681.0A CN202110562681A CN113032416A CN 113032416 A CN113032416 A CN 113032416A CN 202110562681 A CN202110562681 A CN 202110562681A CN 113032416 A CN113032416 A CN 113032416A
Authority
CN
China
Prior art keywords
data
wafer
equipment
defect
type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110562681.0A
Other languages
English (en)
Inventor
冯亚
陈建铨
蔡信裕
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 CN202110562681.0A priority Critical patent/CN113032416A/zh
Publication of CN113032416A publication Critical patent/CN113032416A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/10Measuring as part of the manufacturing process
    • H01L22/12Measuring 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
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/20Sequence 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)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明提供一种晶圆缺陷的分析方法及系统,所述分析方法包括:建立设备数据库,包括第一类数据及第二类数据,第一类数据为晶圆与设备直接接触的数据,第二类数据为晶圆与设备间接接触的数据,第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息;获取一产品晶圆上的至少一个晶圆缺陷的缺陷数据,缺陷数据包括位置信息、尺寸信息以及角度信息;比对缺陷数据与设备数据库,确认晶圆缺陷的设备来源。通过获得晶圆制造过程中晶圆与设备的第一类数据及第二类数据,以建立设备数据库,然后将产品晶圆的缺陷数据与设备数据库对比,即可快速、准确的分析确定产生晶圆缺陷的设备来源,以实现快速、准确分析晶圆缺陷的设备来源。

Description

晶圆缺陷的分析方法及系统
技术领域
本发明涉及半导体制造技术领域,特别涉及一种晶圆缺陷的分析方法及系统。
背景技术
在半导体工艺制程中,时有与设备相关的晶圆缺陷产生,进而造成产品良率下降,严重的会导致整个晶圆的报废。与设备相关的晶圆缺陷,包括但不限于如划伤、沾污。在检测站点在线或离线检测到晶圆缺陷后,如何快速、准确地定位到与产生晶圆缺陷相关的设备以便于进一步解决问题是提高半导体工艺制程良率的关键。
目前,检测到晶圆缺陷后,主要是通过人工在线查找,凭借经验来判断产生缺陷的设备来源。此种方式不仅耗费大量人力物力,效率低下,并且严重依赖于分析人员分析经验的多寡,甚至经常出现不同分析人员得出完全不同结论的现象。但随着半导体器件的不断微型化和集成化,制造晶圆所需的制程步骤愈加复杂,所历经工艺设备亦愈加繁杂,现有的分析方式愈加不适于技术的发展。
因此,亟需一种能适应于半导体工艺制程发展的能快速、准确分析缺陷的方法。
发明内容
本发明的目的在于提供一种晶圆缺陷的分析方法及系统,以实现快速、准确地分析晶圆缺陷。
为解决上述技术问题,本发明提供一种分析晶圆缺陷的方法,包括:建立设备数据库,所述设备数据库存储有第一类数据及第二类数据,所述第一类数据为晶圆与设备直接接触的数据,所述第二类数据为晶圆与设备间接接触的数据,所述第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息;获取产品晶圆上的至少一个晶圆缺陷的缺陷数据,所述缺陷数据包括位置信息、尺寸信息以及角度信息;以及,比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据,并基于比对结果确认所述产品晶圆上的晶圆缺陷的设备来源。
可选的,所述晶圆与设备间接接触的数据为晶圆与设备中的流体接触的数据。
可选的,所述晶圆与设备间接接触的数据为设备中的流体与晶圆的初次接触面的数据,所述初次接触面为非整面且相对固定的接触面。
可选的,所述建立设备数据库的步骤包括:通过所述设备的工程图纸得到所述设备的第一类数据及第二类数据;以及,利用测试晶圆测量并修正所述设备的第一类数据及第二类数据。
可选的,所述设备数据库还存储有所述第一类数据或所述第二类数据相对应的晶圆缺陷的图像。
可选的,若所述设备相对所述晶圆运动,则所述第一类数据的角度信息为所述运动的角度信息。
可选的,所述晶圆缺陷包括晶圆正面的缺陷及晶圆背面的缺陷。
可选的,若多个晶圆缺陷分布具有相同的特征,则将所述多个晶圆缺陷视为源于同一缺陷来源。
可选的,所述比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据的步骤包括:比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据,并按照位置信息、角度信息及尺寸信息由高到低的重要程度进行相似度的排序。
基于本发明的另一个方面,本发明还提供一种晶圆缺陷的分析系统,包括:设备数据库,所述设备数据库存储有第一类数据及第二类数据,所述第一类数据为晶圆与设备直接接触的数据,所述第二类数据为晶圆与设备间接接触的数据,所述第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息;缺陷数据获取模块,用于获取产品晶圆上的至少一个晶圆缺陷的缺陷数据,所述缺陷数据包括位置信息、尺寸信息以及角度信息;缺陷数据比对模块,用于比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据,并基于所述比对结果确认所述产品晶圆上的晶圆缺陷的设备来源。
综上所述,本发明提供的一种晶圆缺陷的分析方法及系统,获得晶圆制造过程中晶圆与设备的直接接触的第一类数据及通过流体间接接触的第二类数据,以建立设备数据库,然后将所获得的晶圆缺陷的缺陷数据,其中,第一类数据、第二类数据及缺陷数据均包括位置信息、尺寸信息以及角度信息,通过缺陷数据与设备数据库中数据的比对,即可快速、准确的分析确定产生缺陷的设备来源,以解决上述现有晶圆缺陷分析方法不快速、不准确的问题。
附图说明
本领域的普通技术人员应当理解,提供的附图用于更好地理解本发明,而不对本发明的范围构成任何限定。
图1为本申请实施例提供的晶圆缺陷的分析方法的流程图。
图2a为本申请实施例提供的第一种晶圆缺陷的示意图。
图2b为设备数据库中与第一种晶圆缺陷对应设备的示意图。
图3a为本申请实施例提供的第二种晶圆缺陷的示意图。
图3b为设备数据库中与第二种晶圆缺陷对应设备的示意图。
图4a为本申请实施例提供的第三种晶圆缺陷的示意图。
图4b为设备数据库中与第三种晶圆缺陷对应设备的示意图。
图5a为本申请实施例提供的第四种晶圆缺陷的示意图。
图5b为设备数据库中与第四种晶圆缺陷对应设备的示意图。
附图中:
101-定位角;
201a-条状缺陷;201b-第一接触面;202a-团簇状缺陷;202b-第二接触面;203a-点状缺陷;203b-第三接触面;204a-划伤;204b-第四接触面;
301-喷嘴;302-进气口;303-举升销;304-机械手臂;
D1-机械手臂相对晶圆运动方向;W1、W2、H1、H2-第四接触面的尺寸。
具体实施方式
为使本发明的目的、优点和特征更加清楚,以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是,附图均采用非常简化的形式且未按比例绘制,仅用以方便、明晰地辅助说明本发明实施例的目的。此外,附图所展示的结构往往是实际结构的一部分。特别的,各附图需要展示的侧重点不同,有时会采用不同的比例。
如在本发明中所使用的,单数形式“一”、“一个”以及“该”包括复数对象,术语“或”通常是以包括“和/或”的含义而进行使用的,术语“若干”通常是以包括“至少一个”的含义而进行使用的,术语“至少两个”通常是以包括“两个或两个以上”的含义而进行使用的,此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征,除非内容另外明确指出外。
本申请提供一种晶圆缺陷的分析方法及系统,以解决现有的晶圆缺陷分析方法不快速、不准确的问题。
图1为本申请实施例提供的晶圆缺陷的分析方法的流程图。
如图1所示,本申请实施例提供了一种晶圆缺陷的分析方法,用于分析产品晶圆制造过程中晶圆缺陷的设备来源,包括以下步骤:
S01:建立设备数据库,所述设备数据库存储有第一类数据及第二类数据,所述第一类数据为晶圆与设备直接接触的数据,所述第二类数据为晶圆与设备间接接触的数据,所述第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息;
S02:获取产品晶圆上的至少一个晶圆缺陷的缺陷数据,所述缺陷数据包括位置信息、尺寸信息以及角度信息;
S03:比对所述产品晶圆的缺陷数据与所述设备数据库,获得比对结果;
S04:基于所述比对结果,确认晶圆缺陷的设备来源。
步骤S01中所建立设备数据库,包括半导体制造过程中的所涉及的工艺制程,例如物理气相沉积、化学气相沉积、光刻工艺及蚀刻工艺等。而且,每个工艺制程中与晶圆制造过程中有直接或间接接触的设备均可涵盖入本实施例的设备数据库。应理解,一个大型半导体设备中可具有多个部件与晶圆接触,本实施中的设备可以为某个大型半导体设备的具体接触的部件。
具体的,设备数据库还包括设备与晶圆直接接触的第一类数据及设备与晶圆间接接触的第二类数据。
所述第一类数据为设备与晶圆直接接触的接触点或接触面的数据,包括位置信息、角度信息及尺寸信息。特别的,若设备可相对晶圆运动,则第一类数据的角度信息可以为运动的角度信息。
在一个具体实施例中,设备为机械手臂,形状为U型,其与晶圆背面的接触面为与机械手臂相应的U型,则位置信息为U型接触面的位置信息、角度信息为机械手臂相对晶圆的运动方向,也即是晶圆的取放方向,尺寸信息为涵盖U型接触面的尺寸信息。图5b为本实施例提供的机械手臂304与晶圆接触面的示意图,如图5b所示,以晶圆的定位角101为顶点并过晶圆圆心建立二维直角坐标系,方向D1为机械手臂的相对运动(取片或放片)方向,第四接触面204b为机械手臂304与晶圆的接触面,其位置信息表示为以尺寸W1、尺寸W2、尺寸H1及尺寸H2所围成的区域,角度信息可表示为90°。
在另一个具体实施例中,设备为一承载板的举升销303,其与晶圆的接触点为一等边三角形的顶点,则位置信息可以为该等边三角形的顶点位置信息。
所述第二类数据为设备与晶圆间接接触的数据,例如可以为晶圆与设备中的流体接触的数据。其中,流体可以为液体或气体,例如清洗设备中的喷射的清洗液,化学气相沉积设备中的通入的工艺气体。若设备为化学气相沉积工艺的工艺腔,流体为工艺气体,则间接接触的数据为与通入工艺气体相直接对应的接触面的数据,其位置与工艺气体通入口相对应,角度与工艺气体的通入方向相同。若设备为清洗设备,流体为清洗液,则间接接触的数据为清洗液喷射于晶圆的接触面的数据。
进一步的,上述晶圆与设备利用流体间接接触的数据为设备中的流体与晶圆的初次接触面的数据,并且初次接触面为非整面且相对固定的接触面。不难理解,若清洗液或工艺气体呈发散地整面喷射,亦或者晶圆处于旋转状态,则初次接触面(间接接触)为整个晶圆面,其将导致间接接触的数据不具有区分性,可不录入设备数据库。相反,若所喷射清洗液与晶圆的初次接触面为非整面,例如为柱状喷射,且初次接触面相对固定,则可录入设备数据库,其位置信息、角度信息及尺寸信息均为所喷射清洗液与晶圆的初次接触面的相应数据。
需要特别说明的是,在建立上述设备数据库过程中,可先通过设备的工程图纸得到设备的第一类数据及第二类数据,然后利用测试晶圆测量并修正所述设备的第一类数据及第二类数据。由于半导体工艺制程中的设备相对较多且复杂,为便于建立设备数据库,可据经验判断计算或测量的简便程度及准确程度选择计算或者测量。应理解,对于晶圆与设备的第一类数据,即直接接触的数据,优选采用设备工程图纸计算较为快捷,而对于晶圆与设备中流体的第二类数据,即间接接触的数据,由于计算较为复杂,可优选采用测试晶圆实际测量的方法。当然,对于易发生缺陷或者需要重点监控的设备,可结合两种方式,并相互修正,其准确性更高,更有利于缺陷的分析。
在获得设备的第一类数据及第二类数据后,将设备与相应的第一类数据及第二类数据相对应,以形成设备数据库。上述建立的设备数据库,还可利用实际的制造过程中相应的缺陷数据进行补充和优化,方便进行交叉验证,以提高用于晶圆缺陷分析的便捷性和准确性。进一步的,还可将设备数据库与实际中验证的晶圆缺陷进行对应匹配,例如将晶圆缺陷的2D或3D图像附录于对应设备的对应第一类数据或第二类据之后,其不仅有助于提高分析缺陷速度,还可有助于利用设备数据库对分析人员或其他生产相关员工进行相关培训,以提高质量意识。
在执行步骤S02的过程中,可通过工艺制程中设定的检测站点获取产品晶圆上的晶圆缺陷,例如采用AOI(光学自动检测)机台之类的检测设备对产品晶圆进行检测扫描以获得至少一个缺陷数据,其包括位置信息、尺寸信息以及角度信息。优选的,若多个缺陷分布呈现一定的相关性,具有相同的特征,例如多个点状缺陷呈线状或团簇状分布,则可将其视为一个线状缺陷或面状缺陷,也即是源自于同一缺陷来源,相应的,则其缺陷数据也对应作更新。缺陷数据与之前建立的设备数据库均采用相同的参考坐标,例如晶圆的定位角101或定位边,以便于后续比对。应理解,上述的晶圆缺陷包括晶圆正面的缺陷及晶圆背面的缺陷。
在执行步骤S03的过程中,用于获取产品晶圆的晶圆缺陷的检测站点是按照产品晶圆的生产工艺流程而间隔设置的,因此,上述获得的缺陷数据可只与上个检测站点到本检测站点之间所历经生产工艺流程的设备数据库相比对即可。在实践中,可将上述设备数据库与产品晶圆的生产工艺流程数据及检测站点的缺陷数据进行数据联通,以便于数据的传输,有助于提高分析的便捷性及有效性。应理解,上述获得的晶圆缺陷的缺陷数据可以是文本形式或者图像形式,其均可用于与设备数据库的比对,在一些具体实施例中,采用图像形式的缺陷数据更直观。
上述比对结果可表示为缺陷数据的匹配率,例如缺陷数据与设备数据库中对应的数据之内或完全重合可视为100%匹配,偏移越多,则匹配率越小,例如若偏移大于或等于30%,则视为0%匹配。当然,若部分缺陷数据只包括位置信息、尺寸信息以及角度信息中的一个或多个,则相应比对即可。
在本实施例中,比对产品晶圆上的缺陷数据与设备数据库中存储的第一类数据及第二类数据,获得比对结果,并按照位置信息、角度信息及尺寸信息由高到低的重要程度进行相似度的排序。应理解,无论第一类数据或是第二类数据的比对,位置信息的匹配率是最优先的。
在执行步骤S04的过程中,利用上述获得的对比结果,即可确认上述缺陷的设备来源。当然,在实践中,上述分析结果还需通过进一步的验证以证实。但是,若上述类似缺陷数据在不同产品晶圆上重复出现,则也可视为一种验证。
在此举几个非限性的例子加以说明。
图2a为第一种晶圆缺陷的示意图,图2b为设备数据库中与第一种晶圆缺陷相对应的示意图,通过位置信息及方向信息的比对,条状缺陷201a与湿式批量(batch)清洗设备中喷嘴301所喷射的清洗液的第一接触面201b匹配较佳,可初步分析确定条状缺陷201a由喷嘴301所产生。
图3a为第二种晶圆缺陷的示意图,图3b为设备数据库中与第二种晶圆缺陷相对应的示意图,通过位置信息的比对,团簇状缺陷202a与工艺腔中工艺气体进气口302所形成的第二接触面202b相匹配,可初步分析判断团簇状缺陷202a由工艺气体进气口302所产生。
图4a为第三种晶圆缺陷的示意图,图4b为设备数据库中与第三种晶圆缺陷相对应的示意图,通过位置信息的比对,晶圆背面三个点状缺陷203a与举升销303(支撑点)所形成的第三接触面203b具有较佳匹配,可初步分析判断晶圆背面三个点状缺陷203a由举升销303所产生。
图5a为第四种晶圆缺陷的示意图,图5b为设备数据库中与第四种晶圆缺陷相对应的示意图,通过位置信息及方向信息的比对,划伤204a与机械手臂304所形成的第四接触面204b匹配较佳,且划伤204a的延伸方向为机械手臂304的相对运动(取片或放片)方向,可初步分析判断划伤204a由机械手臂304所产生。
本发明还提供一种晶圆缺陷的分析系统,包括设备数据库、缺陷数据获取模块及缺陷数据比对模块。
设备数据库存储有第一类数据及第二类数据,第一类数据为晶圆与设备直接接触的数据,第二类数据为晶圆与设备间接接触的数据,第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息。
缺陷数据获取模块用于获取产品晶圆上的至少一个晶圆缺陷的缺陷数据,该缺陷数据包括位置信息、尺寸信息以及角度信息。
缺陷数据比对模块用于比对产品晶圆上的缺陷数据与设备数据库中存储的第一类数据及第二类数据,并基于比对结果确认产品晶圆上的晶圆缺陷的设备来源。
其中,为便于分析系统的设置及实施,可将设备数据库及缺陷数据比对模块集成到缺陷数据获取模块上(其中之一)。例如,缺陷数据获取模块一般应用AOI机台作为获取缺陷数据的方式之一,若利用该AOI机台作为分析系统的硬件载体,不仅方便直接利用AOI机台所获得的缺陷数据,还可利用检测站点的产品晶圆的生产工艺流程数据将比对结果与生产工艺流程建立更为直接的联系,让分析系统更具可视性。当然,若考虑到缺陷数据获取模块包括多个缺陷数据获取单元以及多个检测站点可共用一个分析系统,则可将设备数据库及缺陷数据比对模块与缺陷数据获取模块单独设置。上述晶圆缺陷的分析系统的其他相关设定与前述的晶圆缺陷分析方法相同,在此不作赘述。
综上所述,本发明提供的一种晶圆缺陷的分析方法及系统,获得晶圆制造过程中晶圆与设备的直接接触的第一类数据及通过流体间接接触的第二类数据,以建立设备数据库,然后将所获得的晶圆缺陷的缺陷数据,其中,第一类数据、第二类数据及缺陷数据均包括位置信息、尺寸信息以及角度信息,通过缺陷数据与设备数据库中数据的比对,即可快速、准确的分析确定产生缺陷的设备来源,以解决上述现有晶圆缺陷分析方法不快速、不准确的问题。
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 (10)

1.一种晶圆缺陷的分析方法,用于分析产品晶圆制造过程中晶圆缺陷的设备来源,其特征在于,包括:
建立设备数据库,所述设备数据库存储有第一类数据及第二类数据,所述第一类数据为晶圆与设备直接接触的数据,所述第二类数据为晶圆与设备间接接触的数据,所述第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息;
获取产品晶圆上的至少一个晶圆缺陷的缺陷数据,所述缺陷数据包括位置信息、尺寸信息以及角度信息;以及,
比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据,并基于比对结果确认所述产品晶圆上的晶圆缺陷的设备来源。
2.根据权利要求1所述的晶圆缺陷的分析方法,其特征在于,所述晶圆与设备间接接触的数据为晶圆与设备中的流体接触的数据。
3.根据权利要求2所述的晶圆缺陷的分析方法,其特征在于,所述晶圆与设备间接接触的数据为设备中的流体与晶圆的初次接触面的数据,所述初次接触面为非整面且相对固定的接触面。
4.根据权利要求1所述的晶圆缺陷的分析方法,其特征在于,所述建立设备数据库的步骤包括:
通过所述设备的工程图纸得到所述设备的第一类数据及第二类数据;以及,
利用测试晶圆测量并修正所述设备的第一类数据及第二类数据。
5.根据权利要求1所述的晶圆缺陷的分析方法,其特征在于,所述设备数据库还存储有与所述第一类数据或所述第二类数据相对应的晶圆缺陷的图像。
6.根据权利要求1所述的晶圆缺陷的分析方法,其特征在于,若所述设备相对所述晶圆运动,则所述第一类数据的角度信息为所述运动的角度信息。
7.根据权利要求1至6中任一项所述的晶圆缺陷的分析方法,其特征在于,所述晶圆缺陷包括晶圆正面的缺陷及晶圆背面的缺陷。
8.根据权利要求7所述的晶圆缺陷的分析方法,其特征在于,若多个晶圆缺陷分布具有相同的特征,则将所述多个晶圆缺陷视为源于同一缺陷来源。
9.根据权利要求1所述的晶圆缺陷的分析方法,其特征在于,所述比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据的步骤包括:
比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据,并按照位置信息、角度信息及尺寸信息由高到低的重要程度进行相似度的排序。
10.一种晶圆缺陷的分析系统,其特征在于,包括:
设备数据库,所述设备数据库存储有第一类数据及第二类数据,所述第一类数据为晶圆与设备直接接触的数据,所述第二类数据为晶圆与设备间接接触的数据,所述第一类数据及第二类数据均包括位置信息、尺寸信息以及角度信息;
缺陷数据获取模块,用于获取产品晶圆上的至少一个晶圆缺陷的缺陷数据,所述缺陷数据包括位置信息、尺寸信息以及角度信息;
缺陷数据比对模块,用于比对所述产品晶圆上的缺陷数据与所述设备数据库中存储的第一类数据及第二类数据,并基于所述比对结果确认所述产品晶圆上的晶圆缺陷的设备来源。
CN202110562681.0A 2021-05-24 2021-05-24 晶圆缺陷的分析方法及系统 Pending CN113032416A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110562681.0A CN113032416A (zh) 2021-05-24 2021-05-24 晶圆缺陷的分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110562681.0A CN113032416A (zh) 2021-05-24 2021-05-24 晶圆缺陷的分析方法及系统

Publications (1)

Publication Number Publication Date
CN113032416A true CN113032416A (zh) 2021-06-25

Family

ID=76455575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110562681.0A Pending CN113032416A (zh) 2021-05-24 2021-05-24 晶圆缺陷的分析方法及系统

Country Status (1)

Country Link
CN (1) CN113032416A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW535207B (en) * 2002-05-08 2003-06-01 Powerchip Semiconductor Corp Method for automatically controlling defect-specification in manufacturing process of semiconductors
CN103295930A (zh) * 2013-06-04 2013-09-11 上海华力微电子有限公司 一种快速高效的晶背缺陷识别方法
CN104319246A (zh) * 2014-10-15 2015-01-28 新奥光伏能源有限公司 一种产品制作过程中硅片表面的检测方法及系统
US20200088659A1 (en) * 2018-09-18 2020-03-19 Asml Netherlands B.V. Apparatus and method for detecting time-dependent defects in a fast-charging device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW535207B (en) * 2002-05-08 2003-06-01 Powerchip Semiconductor Corp Method for automatically controlling defect-specification in manufacturing process of semiconductors
CN103295930A (zh) * 2013-06-04 2013-09-11 上海华力微电子有限公司 一种快速高效的晶背缺陷识别方法
CN104319246A (zh) * 2014-10-15 2015-01-28 新奥光伏能源有限公司 一种产品制作过程中硅片表面的检测方法及系统
US20200088659A1 (en) * 2018-09-18 2020-03-19 Asml Netherlands B.V. Apparatus and method for detecting time-dependent defects in a fast-charging device

Similar Documents

Publication Publication Date Title
US8442300B2 (en) Specified position identifying method and specified position measuring apparatus
JP5059297B2 (ja) 電子線式観察装置
TWI767385B (zh) 半導體檢查裝置以及用以分析在一積體半導體裝置內的一組har結構的方法
CN112424826A (zh) 基于机器学习的图案分组方法
JP2017526167A (ja) 電子装置のナノプロービングのための装置及び方法
US20130271595A1 (en) Circuit pattern inspecting device and inspecting method thereof
JPH07181125A (ja) ノッチが設けられたウエハの粒子解析
US10074167B2 (en) Reducing registration and design vicinity induced noise for intra-die inspection
CN110940267B (zh) 测量方法及其测量系统
CN114391178A (zh) 使用多扫描电子显微镜的晶片对准
TW201710999A (zh) 使用設計之預層缺陷現場審查
CN113032416A (zh) 晶圆缺陷的分析方法及系统
CN111863646A (zh) 一种半导体器件缺陷的检测方法
CN109443244B (zh) 剔除高光反射异常错误点的方法
US20220187810A1 (en) Computer System of Observation Device and Processing Method
KR102178046B1 (ko) 패턴 평가 장치
CN110110390A (zh) 基于三维几何形貌匹配的应变测试方法
US20240087134A1 (en) Segmentation or cross sections of high aspect ratio structures
TWI817474B (zh) 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體
CN113409259B (zh) 基于图像特征信息的精密工件台倾角检测方法
US6708574B2 (en) Abnormal photoresist line/space profile detection through signal processing of metrology waveform
TW202215478A (zh) 量測方法
US20230196189A1 (en) Measurement method and apparatus for semiconductor features with increased throughput
Tsai et al. Surface defect detection of 3D objects using robot vision
US20150241369A1 (en) Charged particle beam apparatus, image acquiring method and non-transitory computer-readable recording medium

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210625