CN113837983B - 一种晶圆缺陷分析方法、系统、设备和介质 - Google Patents

一种晶圆缺陷分析方法、系统、设备和介质 Download PDF

Info

Publication number
CN113837983B
CN113837983B CN202010514472.4A CN202010514472A CN113837983B CN 113837983 B CN113837983 B CN 113837983B CN 202010514472 A CN202010514472 A CN 202010514472A CN 113837983 B CN113837983 B CN 113837983B
Authority
CN
China
Prior art keywords
defect
wafer
information
hot spot
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.)
Active
Application number
CN202010514472.4A
Other languages
English (en)
Other versions
CN113837983A (zh
Inventor
蔡孟勳
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.)
Changxin Memory Technologies Inc
Original Assignee
Changxin Memory Technologies Inc
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 Changxin Memory Technologies Inc filed Critical Changxin Memory Technologies Inc
Priority to CN202010514472.4A priority Critical patent/CN113837983B/zh
Priority to PCT/CN2021/098753 priority patent/WO2021249361A1/zh
Publication of CN113837983A publication Critical patent/CN113837983A/zh
Priority to US17/569,570 priority patent/US20220139744A1/en
Application granted granted Critical
Publication of CN113837983B publication Critical patent/CN113837983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • 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
    • G01N33/0095—Semiconductive materials
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70691—Handling of masks or workpieces
    • G03F7/707—Chucks, e.g. chucking or un-chucking operations or structural details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种晶圆缺陷分析方法、系统、设备和介质。该晶圆缺陷分析方法包括获取半导体制程工艺中每片晶圆的批次信息以及缺陷信息，缺陷信息包括热点缺陷信息；设定热点缺陷特征，从热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息；根据批次信息，追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源。在本发明实施例中，通过在半导体制程工艺中获取晶圆的批次信息以及热点缺陷信息，并根据热点缺陷特征筛选出目标热点缺陷信息，最后追踪目标热点缺陷信息所对应的第一片晶圆，确定缺陷源，提高了晶圆缺陷溯源的准确性。

Description

一种晶圆缺陷分析方法、系统、设备和介质
技术领域
本发明涉及半导体制造技术领域，尤其涉及一种晶圆缺陷分析方法、系统、设备和介质。
背景技术
随着半导体集成电路的迅速发展，其制程工艺也变得越发复杂。目前先进的集成电路制程工艺一般都需要经过多个工艺设备中完成数百个工艺步骤，通过这些工艺步骤逐步在晶圆上形成多个工艺膜层，最终形成需要的电路结构。由于晶圆在不同的工艺设备之间的流转，其较易受到外来颗粒的污染，从而导致电路图案缺陷，严重影响产品的良率。使用光学测量检查系统等来检查晶圆上的外来颗粒或图案缺陷检测的技术已经被广泛应用，这些监测来自外来颗粒或缺陷的检查系统为故障分析提供了数据支持，然而，受限于目前故障分析时间段的限制，只能确定某一批次晶圆上存在缺陷点，以及哪些晶圆被影响，而无法追踪缺陷点的源头。
发明内容
本发明实施例提供一种晶圆缺陷分析方法、系统、设备和介质，以实现在半导体制程工艺中获取晶圆表面目标缺陷信息第一次出现的卡盘ID以及具有目标缺陷信息的第一片晶圆所在的批次，提高了晶圆缺陷溯源的准确性。
第一方面，本发明实施例提供了一种晶圆缺陷分析方法，包括：
获取半导体制程工艺中每片晶圆的批次信息以及缺陷信息，所述缺陷信息包括热点缺陷信息；
设定热点缺陷特征，从所述热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息；
根据所述批次信息，追踪与所述热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源。
进一步的，所述目标热点缺陷信息包括晶圆表面热点的横纵坐标。
进一步的，各所述晶圆的批次信息包括各所述晶圆对应的晶圆卡盘信息，从所述热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息包括：
根据所述晶圆卡盘信息，筛选出与同一晶圆卡盘相对应的热点缺陷信息；
在所述对应于同一晶圆卡盘的热点缺陷信息中筛选具有相同横纵坐标热点缺陷信息；
若具有相同横纵坐标热点缺陷信息连续出现次数超过设定数量，则判定所述热点缺陷信息的热点缺陷特征为晶圆卡盘缺陷，筛选出与所述晶圆卡盘缺陷相关联的目标热点缺陷信息。
进一步的，所述晶圆缺陷分析方法还包括：根据所述目标热点缺陷信息对所述缺陷源进行分类，并根据各所述晶圆的批次信息制作相应的缺陷源分布图。
进一步的，各所述晶圆的批次信息包括工艺膜层信息或产品信息。
进一步的，所述目标热点缺陷信息还包括晶圆表面热点相对于晶圆表面的高度。
第二方面，本发明实施例还提供一种晶圆缺陷分析系统，包括：
信息获取模块，用于获取半导体制程工艺中每片晶圆的批次信息以及缺陷信息，所述缺陷信息包括热点缺陷信息；
目标缺陷信息筛选模块，用于根据设定热点缺陷特征，从所述热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息；
晶圆追踪模块，用于根据所述批次信息，追踪与所述热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源。
进一步的，还包括缺陷源分类模块，用于根据所述目标热点缺陷信息对所述缺陷源进行分类，并根据各所述晶圆的批次信息制作相应的缺陷源分布图。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例任一所述的晶圆缺陷分析方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例任一所述的晶圆缺陷分析方法。
本发明实施例中，通过在半导体制程工艺中获取晶圆的批次信息以及热点缺陷信息，然后根据设定的热点缺陷特征从热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息，最后根据获取的批次信息追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源，提高了晶圆缺陷溯源的准确性。
附图说明
图1为本发明实施例提供的一种晶圆缺陷分析方法的流程示意图；
图2为本发明实施例提供的一种晶圆缺陷分析方法的示意图；
图3为本发明实施例提供的另一种晶圆缺陷分析方法的示意图；
图4为本发明实施例提供的又一种晶圆缺陷分析方法的示意图；
图5为本发明实施例提供的另一种晶圆缺陷分析方法的流程示意图；
图6为本发明实施例提供的又一种晶圆缺陷分析方法的示意图；
图7为本发明实施例提供的又一种晶圆缺陷分析方法的示意图；
图8为本发明实施例提供的一种晶圆缺陷分析系统的结构示意图；
图9为本发明实施例提供的另一种晶圆缺陷分析系统的结构示意图；
图10为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种晶圆缺陷分析方法的流程示意图，如图1所示，晶圆缺陷分析方法包括：
S110、获取半导体制程工艺中每片晶圆的批次信息以及缺陷信息，缺陷信息包括热点缺陷信息。
晶圆是制造半导体器件的基础原材料，极高纯度的半导体经过拉晶、切片等工序制备成为晶圆，然后经过一系列半导体制程工艺形成极微小的电路结构，再经切割、封装、测试成为芯片，广泛应用到各类电子设备当中。在制备半导体器件过程中，通过在晶圆表面进行多道工艺步骤，最终在晶圆表面形成所需的电路结构，在此过程中，每一片晶圆需要经过多个工艺站点，在每个工艺站点进行相应的工艺膜层的制备。
由于工艺设备机台中承载晶圆的晶圆卡盘可能会因为工作环境或者外部因素造成卡盘表面存在污染，进而造成晶圆表面的污染。被污染的晶圆在进行缺陷检测时，会发现晶圆表面出现热点缺陷，这种由晶圆背面颗粒导致的热点缺陷是制程工艺中一个主要异常情形。传统的热点缺陷检测过程中，当检测到同一批次中在同一晶圆卡盘上连续作业的三片或五片晶圆在同一位置出现热点异常时，确认该热点异常是晶圆卡盘表面沾污引起的，该热点缺陷为晶圆卡盘缺陷，在追踪有此缺陷的晶圆时也仅限于同一批次晶圆的生产过程，在机台确认该热点缺陷为晶圆卡盘缺陷时光刻机自动清除承载台表面沾污之前，一个批次内已经有大于或等于三片或五片晶圆受到承载台表面沾污的影响而出现表面热点异常。
由于批量生产过程中，多批次的晶圆在同一工艺设备中均使用固定的晶圆卡盘，导致这种由晶圆卡盘污染导致的缺陷可能会存在不同批次的晶圆中，如果仅仅只是监测同批次内的晶圆缺陷情况而忽视卡盘污染的连续性，不但会导致晶圆缺陷的误判，而且也不利于后续的故障分析，难于找到故障的源头。在本实施例中，收集每片晶圆的制程信息，生成数据库，该数据库中至少包括：每片晶圆的编号、每片晶圆对应的批次编号、机台编号、晶圆卡盘编号等的批次信息以及每片晶圆表面在执行相应工艺步骤后检测获得的热点缺陷信息。
S120、设定热点缺陷特征，从热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息。
当获取制程工艺中每片晶圆的批次信息以及热点缺陷信息后，根据设定的热点缺陷特征，从获取的热点缺陷信息中找出与热点缺陷特征相关联的目标热点缺陷信息。结合图2和图3，例如一台机台中承载晶圆的卡盘为两个卡盘，在同一批次的25片晶圆中，每片晶圆的ID编号分别为01、02、……、25，25片晶圆分别进入两个卡盘中，例如晶圆ID编号为01、03、……、23、25的晶圆进入卡盘ID为001的卡盘中，晶圆ID编号为02、04、……、22、24的晶圆进入卡盘ID为002的卡盘中，当至少持续有三片及以上的晶圆在相同卡盘ID上、相同位置信息处出现热点缺陷信息时，此时可确定该热点缺陷信息为目标热点缺陷信息。如图3所示，晶圆ID编号为01、03、……、23、25的晶圆分别进入卡盘ID为001的卡盘后，晶圆ID为05、07和09均出现坐标位置为(-105.333，-70.667)的缺陷，此时确定位置信息为(-105.333，-70.667)的缺陷信息为的目标热点缺陷信息。
需要说明的是，图2和图3示例性表示设置的热点缺陷特征为位置坐标，也可以设定为其它热点缺陷特征，本发明实施例不对设定的热点缺陷特征进行具体限定。
进一步的，根据热点缺陷特征确定的目标热点缺陷信息，其中连续三次出现在相同的卡盘ID和相同的位置信息的晶圆可以是在同一批次中，也可以是在不同批次中，进而实现了获取不同批次之间晶圆缺陷数据。
进一步的，目标热点缺陷信息包括晶圆表面热点的横纵坐标。
需要说明的是，机晶圆卡盘表面的污染点直接影响晶圆的背面，间接影响晶圆表面，当检测晶圆缺陷信息时，晶圆正反两面的缺陷信息都可以检测到。
S130、根据批次信息，追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源。
当不同晶圆上的热点缺陷信息至少连续三次同时出现在相同卡盘ID和相同位置后可确定该热点缺陷信为确定目标热点缺陷信息，然后根据每片晶圆的批次信息，追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，并确定该片晶圆为缺陷源。例如，如图4所示，一台机台中承载晶圆的卡盘为两个卡盘，第一个承载晶圆的卡盘ID为001，第二各承载晶圆的卡盘ID为002，第一批次的25片晶圆中晶圆ID编号为01、03、……、23、25的晶圆进入卡盘ID为001的卡盘中，晶圆ID编号为02、04、……、22、24的晶圆进入卡盘ID为002的卡盘中，第二批次的的25片晶圆中晶圆ID编号为01、03、……、23、25的晶圆进入卡盘ID为002的卡盘中，晶圆ID编号为02、04、……、22、24的晶圆进入卡盘ID为001的卡盘中，由于在第一批次制备晶圆的25个晶圆表面出现热点缺陷信息，第二批次中晶圆编号为02、04、06和08的晶圆上均出现与第一批次第25片晶圆相同位置的热点缺陷，且第一批次的第25片晶圆与第二批次的第02、04、06和08的晶圆均经过ID为001的卡盘，由于相邻两批次存在持续有三片及以上的晶圆在相同卡盘ID上、相同位置信息处出现热点缺陷信息，此时可确定该热点缺陷信息为目标热点缺陷信息，因此可通过从目标热点缺陷信息中追踪与热点缺陷特征相关联的目标热点缺陷信息对应的第一片晶圆，以及第一片晶圆所在的批次，并确定该片晶圆为缺陷源。
本发明实施例的技术方案，通过在制程工艺中获取晶圆的批次信息以及热点缺陷信息，并根据热点缺陷特征筛选出目标热点缺陷信息，最后根据批次信息追踪目标热点缺陷信息所对应的第一片晶圆，确定缺陷源，提高了晶圆缺陷溯源的准确性。
可选的，在上述实施例的基础上，图5是本发明实施例提供的另一种晶圆缺陷分析方法的流程示意图，如图5所示，各晶圆的批次信息包括各晶圆对应的晶圆卡盘信息，从热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息包括：
S210、根据晶圆卡盘信息，筛选出与同一晶圆卡盘相对应的热点缺陷信息。
例如一台机台中承载晶圆的卡盘为两个卡盘，在同一批次内的25片晶圆编号分别为01、02、……、25，25片晶圆分别进入两个卡盘中，例如晶圆ID编号为01、03、……、23、25的晶圆进入卡盘ID为001的卡盘中，晶圆ID编号为02、04、……、22、24的晶圆进入卡盘ID为002的卡盘中，则一批次的25片晶圆中晶圆ID编号为01、03、……、23、25的晶圆经过的卡盘ID相同，晶圆ID编号为02、04、……、22、24的晶圆经过的卡盘ID相同，即可根据获取的晶圆卡盘ID信息，筛选出与同一晶圆卡盘相对应的热点缺陷信息。
S220、在对应于同一晶圆卡盘的热点缺陷信息中筛选具有相同横纵坐标热点缺陷信息。
在筛选出与同一晶圆卡盘ID相对应的热点缺陷信息后，根据获取的晶圆表面热点的横纵坐标筛选出具有相同横纵坐标的热点缺陷信息，例如当晶圆卡盘ID相同，晶圆ID为05、07和09的卡盘上，均出现横纵位置为(-105.333，-70.667)的缺陷，此时确定横纵坐标为(-105.333，-70.667)的热点缺陷信息为具有相同横纵坐标热点缺陷信息。
S230、若具有相同横纵坐标热点缺陷信息连续出现次数超过设定数量，则判定热点缺陷信息的热点缺陷特征为晶圆卡盘缺陷，筛选出与晶圆卡盘缺陷相关联的目标热点缺陷信息。
例如一台机台中承载晶圆的卡盘为两个卡盘，在同一批次25片晶圆编号分别为01、02、……、25，25片晶圆分别进入两个卡盘中，例如晶圆ID编号为01、03、……、23、25的晶圆进入卡盘ID为001的卡盘中，晶圆ID编号为02、04、……、22、24的晶圆进入卡盘ID为002的卡盘中，此时晶圆ID编号为01、03、……、23、25的晶圆进入的卡盘ID相同，当晶圆ID编号为01、03、……、23、25的晶圆中至少持续有三片及以上的晶圆具有相同横纵坐标热点缺陷信息，进一步的，当圆ID编号为01、03、……、23、25的晶圆中至少持续有三片及以上的晶圆具有相同横纵坐标热点缺陷信息，此时可判定该热点缺陷信息的热点缺陷特征为晶圆卡盘缺陷，然后筛选出与晶圆卡盘缺陷相关联的目标热点缺陷信息。如图3所示，晶圆ID编号为01、03、……、23、25的晶圆中，晶圆ID为05、07和09中均出现坐标位置为(-105.333，-70.667)的缺陷，此时判定热点缺陷信息的热点缺陷特征为晶圆卡盘缺陷，然后筛选出与晶圆卡盘缺陷相关联的目标热点缺陷信息。
需要说明的是，可以设置具有相同横纵坐标热点缺陷信息至少连续出现三次时判定热点缺陷信息的热点缺陷特征为晶圆卡盘缺陷，也可以设置至少同时出现四次，本发明实施例不对该次数进行具体限定，本领域技术人员可根据具体的精度需求进行具体设定，通过设置连续出现的次数，可以实现对目标热点缺陷的快速定位。
可选的，各晶圆的批次信息还包括工艺膜层信息或产品信息。
由于晶圆表面存在多个工艺膜层，而每一工艺膜层制备时需要将晶圆进入相应的工艺设备，并放置在不同工艺设备对应的晶圆卡盘上，因此，半导体制程工艺中每片晶圆的批次信息还包括工艺膜层信息。当获取到目标热点缺陷信息后，就可以根据追踪到该目标热点缺陷信息所对应的工艺膜层，然后再从与该目标热点缺陷信息锁定的工艺膜层中找出缺陷源所在的工艺膜层，从而实现了缺陷源的追踪定位。
进一步的，各晶圆的批次信息还包括产品信息，例如在生产两种不同产品的过程中，不同的产品代表其有不同的工艺流程或工艺条件，比如，第一种产品所用的晶圆需要经过4道制备工艺，而第二种产品所用的晶圆需要经过3道制备工艺。
进一步的，在上述实施例的基础上，晶圆缺陷分析方法还包括：根据目标热点缺陷信息对缺陷源进行分类，并根据各晶圆的工艺膜层信息制作相应的缺陷源分布图。
根据晶圆制备工艺中获取的每片晶圆的批次信息追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源，然后对缺陷源进行分类，对分类后的缺陷源根据对应的工艺膜层信息制作相应的缺陷源分布图。
由于各工艺膜层缺陷信息的数量不同，而不同工艺膜层缺陷数量信息可以直观反映晶圆卡盘表面污染物的分布，因此，在获取目标热点缺陷信息后可以确定每个工艺膜层中的目标热点缺陷的缺陷数量信息。
需要说明的是，缺陷数量信息包括目标缺陷的污染源数量信息以及被该污染源影响的晶圆的数量信息。
如图6所示，在确定缺陷数量信息后，将缺陷数量信息与工艺膜层信息之间的关系进行一一对应，实现缺陷数量信息与工艺膜层信息的可视化分析。例如，通过A、B、C、D和E表示晶圆表面的电路结构制备工艺中的各个工艺膜层信息，Particle source by layer表示缺陷源数量信息，Impact count by layer表示被缺陷源所影响的晶圆数量信息。将不同膜层位置信息与各膜层中的缺陷数量信息进行对应，例如A膜层中污染源数量信息为20，B膜层中污染源数量信息为10，对应的A膜层污染源影响的后续晶圆的数量信息为50个，B膜层污染源影响的后续晶圆的数量信息为15个，通过分析A膜层中的污染源数量信息以及污染源影响的晶圆的数量信息，实现追踪某一膜层上的缺陷源的位置，以及为后续分析该膜层中产生缺陷的原因提供快速的数据分析支持。
进一步的，目标热点缺陷信息还包括晶圆表面热点相对于晶圆表面的高度。
在同一膜层制备工艺中，卡盘上的污染源可能有一个或多个，污染源的大小也有差异，而且在工艺过程中，由于晶圆背面对污染源的粘附性，使得污染源可能会逐渐减小，通过晶圆表面热点相对于晶圆表面的高度对目标热点缺陷的特性进行分析，可以很好的反映卡盘表面污染源缺陷对晶圆造成的影响，因此，通过包括晶圆表面热点相对于晶圆表面的高度与工艺膜层信息对确定的目标热点缺陷信息进行可视化分析。
进一步的，目标热点缺陷信息还包括晶圆表面热点相对于晶圆表面的粒径大小，图7示例性表示晶圆表面热点相对于晶圆表面的粒径大小与对应工艺膜层的位置关系示意图，如图7所示，在确定缺陷高度与工艺膜层信息之后，可实现缺陷粒径大小与工艺膜层信息的一一对应。Layer ID代表晶圆的工艺膜层编号，Partice Range代表工艺膜层中晶圆表面热点相对于晶圆表面的粒径大小，根据获取的工艺膜层信息，将工艺膜层编号与各膜层中的晶圆表面热点相对于晶圆表面的粒径大小以可视化方式表示，当目标热点缺陷信息在可视化图形中呈现三角形，则代表第一工艺膜层存在缺陷粒径为0.4～0.5的目标热点缺陷信息，通过分析工艺膜层缺陷信息与缺陷粒径信息实现对污染源可视化追踪。
另一方面，也可以通过不同颜色代表工艺膜层中晶圆表面热点相对于晶圆表面的粒径大小，白色代表缺陷粒径大小为0～0.1，红色代表缺陷粒径大小为0.2～0.3，黑色代表缺陷粒径大小为0.5～，而工艺膜层位置通过形状表示，三角形代表第一工艺膜层，圆形代表第二工艺膜层，方形代表第三工艺膜层。本发明实施例不对缺陷大小与工艺膜层位置信息之间的对应关系的表达方式进行具体限定。
需要说明的是，相同粒径大小的缺陷可以存在不同层中，也可以存在相同层中。
在上述实施例的基础上，图8是本发明实施例提供的一种晶圆缺陷分析系统的结构示意图，如图8所示，晶圆缺陷分析系统包括：信息获取模块510，用于获取制程工艺中每片晶圆的批次信息以及缺陷信息，缺陷信息包括热点缺陷信息；目标缺陷信息筛选模块520，用于根据设定热点缺陷特征，从热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息；晶圆追踪模块530，用于根据批次信息，追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源。
本发明实施例提供的晶圆缺陷分析系统，通过信息获取模块获取制程工艺中每片晶圆的批次信息以及缺陷信息，缺陷信息包括热点缺陷信息，目标缺陷信息筛选模块根据设定的热点缺陷特征，从热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息，晶圆追踪模块根据批次信息，追踪与热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源，通过设定的热点缺陷特征从热点缺陷信息中筛选出热点缺陷特征相关联的目标热点缺陷信息，最后确定目标热点缺陷信息所对应的第一片晶圆，提高了晶圆缺陷溯源的准确性。
进一步的，如图9所示，晶圆缺陷分析系统还包括：缺陷源分类模块540，用于根据目标热点缺陷信息对缺陷源进行分类，并根据各晶圆的批次信息制作相应的缺陷源分布图。
本发明实施例所提供的晶圆缺陷分析系统可执行本发明任意实施例所提供的晶圆缺陷分析方法，具备执行方法相应的功能模块和有益效果。
在上述实施例的基础上，图10是本发明实施例提供的电子设备的结构示意图，如图10所示，该电子设备包括处理器710、存储器720、输入装置730和输出装置740；电子设备中处理器710的数量可以是一个或多个，图10中以一个处理器710为例；电子设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或其他方式连接，图10中以通过总线连接为例。
存储器720作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的晶圆缺陷分析方法对应的程序指令/模块。处理器710通过运行存储在存储器720中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的晶圆缺陷分析方法。
存储器720可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器720可进一步包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置740可包括显示屏等显示设备。
在上述实施例的基础上，本实施例提供还一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的晶圆缺陷分析方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的晶圆缺陷分析方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1. 一种晶圆缺陷分析方法，其特征在于，包括： 获取半导体制程工艺中每片晶圆的批次信息以及缺陷信息，所述缺陷信息包括热点缺陷信息；设定热点缺陷特征，从所述热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息；根据所述批次信息，追踪与所述热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源；
所述热点缺陷信息包括晶圆表面热点的横纵坐标；
各所述晶圆的批次信息包括各所述晶圆对应的晶圆卡盘信息，从所述热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息包括：根据所述晶圆卡盘信息，筛选出与同一晶圆卡盘相对应的热点缺陷信息；在所述对应于同一晶圆卡盘的热点缺陷信息中筛选具有相同横纵坐标的热点缺陷信息；若具有相同横纵坐标热点缺陷信息连续出现次数超过设定数量，则判定所述热点缺陷信息的热点缺陷特征为晶圆卡盘缺陷，筛选出与所述晶圆卡盘缺陷相关联的目标热点缺陷信息。
2. 根据权利要求 1 所述的晶圆缺陷分析方法，其特征在于，各所述晶圆的批次信息包括工艺膜层信息或产品信息。
3. 根据权利要求 2 所述的晶圆缺陷分析方法，其特征在于，所述晶圆缺陷分析方法还包括：根据所述目标热点缺陷信息对所述缺陷源进行分类，并根据各所述晶圆的工艺膜层信息或产品信息制作相应的缺陷源分布图。
4. 根据权利要求 1所述的晶圆缺陷分析方法，其特征在于，所述目标热点缺陷信息还包括晶圆表面热点相对于晶圆表面的高度。
5.一种晶圆缺陷分析系统，用于实现如权利要求1~4中任一所述的晶圆缺陷分析方法，其特征在于，所述系统包括：
信息获取模块，用于获取半导体制程工艺中每片晶圆的批次信息以及缺陷信息，所述缺陷信息包括热点缺陷信息；
目标缺陷信息筛选模块，用于根据设定热点缺陷特征，从所述热点缺陷信息中筛选出与热点缺陷特征相关联的目标热点缺陷信息；
晶圆追踪模块，用于根据所述批次信息，追踪与所述热点缺陷特征相关联的目标热点缺陷信息所对应的第一片晶圆，确定缺陷源。
6. 根据权利要求 5所述的系统，其特征在于，所述系统还包括： 缺陷源分类模块， 用于根据所述目标热点缺陷信息对所述缺陷源进行分类，并根据各所述晶圆的批次信息制作相应的缺陷源分布图。
7. 一种电子设备，其特征在于，包括： 一个或多个处理器； 存储装置，用于存储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求 1～4 中任一所述的晶圆缺陷分析方法。
8. 一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求 1～4 中任一所述的晶圆缺陷分析方法。
CN202010514472.4A 2020-06-08 2020-06-08 一种晶圆缺陷分析方法、系统、设备和介质 Active CN113837983B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010514472.4A CN113837983B (zh) 2020-06-08 2020-06-08 一种晶圆缺陷分析方法、系统、设备和介质
PCT/CN2021/098753 WO2021249361A1 (zh) 2020-06-08 2021-06-07 一种晶圆缺陷分析方法、系统、设备和介质
US17/569,570 US20220139744A1 (en) 2020-06-08 2022-01-06 Wafer defect analysis method and system, device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010514472.4A CN113837983B (zh) 2020-06-08 2020-06-08 一种晶圆缺陷分析方法、系统、设备和介质

Publications (2)

Publication Number Publication Date
CN113837983A CN113837983A (zh) 2021-12-24
CN113837983B true CN113837983B (zh) 2023-09-15

Family

ID=78845331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010514472.4A Active CN113837983B (zh) 2020-06-08 2020-06-08 一种晶圆缺陷分析方法、系统、设备和介质

Country Status (3)

Country Link
US (1) US20220139744A1 (zh)
CN (1) CN113837983B (zh)
WO (1) WO2021249361A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631167A (zh) * 2022-10-27 2023-01-20 江苏捷捷微电子股份有限公司 一种集成晶圆与芯片电子视图的云储存和标识追溯方法及系统
CN117558645B (zh) * 2024-01-09 2024-03-29 武汉中导光电设备有限公司 大数据Wafer缺陷确定方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000206050A (ja) * 1999-01-13 2000-07-28 Nikon Corp 表面検査方法及び装置
US6421574B1 (en) * 1999-09-23 2002-07-16 Advanced Micro Devices, Inc. Automatic defect classification system based variable sampling plan
US6763130B1 (en) * 1999-07-21 2004-07-13 Applied Materials, Inc. Real time defect source identification
JP2007116182A (ja) * 2006-11-13 2007-05-10 Toshiba Corp 不良検出方法
CN107833843A (zh) * 2017-11-02 2018-03-23 武汉新芯集成电路制造有限公司 缺陷来源的分析方法及分析系统、缺陷检测装置
CN110907796A (zh) * 2018-09-14 2020-03-24 长鑫存储技术有限公司 集成电路量测结果图像化分析方法及系统
CN111106024A (zh) * 2018-10-26 2020-05-05 长鑫存储技术有限公司 流场分布的检测方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6792366B2 (en) * 2001-12-11 2004-09-14 Hitachi, Ltd. Method and apparatus for inspecting defects in a semiconductor wafer
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
WO2009152046A1 (en) * 2008-06-11 2009-12-17 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
US9281164B2 (en) * 2010-12-13 2016-03-08 Kla-Tencor Corporation Method and apparatus for inspection of scattered hot spot areas on a manufactured substrate
JP6491677B2 (ja) * 2014-06-10 2019-03-27 エーエスエムエル ネザーランズ ビー．ブイ． 計算的ウェーハ検査
CN104062305B (zh) * 2014-07-28 2017-10-03 上海华力微电子有限公司 一种集成电路缺陷的分析方法
US11238579B2 (en) * 2017-01-18 2022-02-01 Asml Netherlands B.V. Defect pattern grouping method and system
CN107768267B (zh) * 2017-10-20 2020-04-10 上海华力微电子有限公司 重复性缺陷的筛选方法
CN108009316B (zh) * 2017-11-09 2021-08-13 上海华力微电子有限公司 Opc修正方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000206050A (ja) * 1999-01-13 2000-07-28 Nikon Corp 表面検査方法及び装置
US6763130B1 (en) * 1999-07-21 2004-07-13 Applied Materials, Inc. Real time defect source identification
US6421574B1 (en) * 1999-09-23 2002-07-16 Advanced Micro Devices, Inc. Automatic defect classification system based variable sampling plan
JP2007116182A (ja) * 2006-11-13 2007-05-10 Toshiba Corp 不良検出方法
CN107833843A (zh) * 2017-11-02 2018-03-23 武汉新芯集成电路制造有限公司 缺陷来源的分析方法及分析系统、缺陷检测装置
CN110907796A (zh) * 2018-09-14 2020-03-24 长鑫存储技术有限公司 集成电路量测结果图像化分析方法及系统
CN111106024A (zh) * 2018-10-26 2020-05-05 长鑫存储技术有限公司 流场分布的检测方法

Also Published As

Publication number Publication date
WO2021249361A1 (zh) 2021-12-16
CN113837983A (zh) 2021-12-24
US20220139744A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
US7975245B2 (en) Computer-implemented methods for determining if actual defects are potentially systematic defects or potentially random defects
US6542830B1 (en) Process control system
KR101600209B1 (ko) 영역 결정 장치, 검사 장치, 영역 결정 방법 및 영역 결정 방법을 사용한 검사 방법
US7386418B2 (en) Yield analysis method
US6185707B1 (en) IC test software system for mapping logical functional test data of logic integrated circuits to physical representation
US20120308112A1 (en) Extraction of systematic defects
CN113837983B (zh) 一种晶圆缺陷分析方法、系统、设备和介质
TWI641961B (zh) 設計佈局為主的快速線上缺陷診斷、分類及取樣方法及系統
US20020121915A1 (en) Automated pattern clustering detection for wafer probe maps
CN104062305B (zh) 一种集成电路缺陷的分析方法
CN111554588B (zh) 晶圆缺陷监控系统及其监控方法
CN111653500A (zh) 判断晶圆良率损失的方法
WO2017185056A1 (en) Computer assisted weak pattern detection and quantification system
JP2007017290A (ja) 欠陥データ処理方法、およびデータの処理装置
JP2000223385A (ja) 電子デバイスの品質管理方法
Wong A statistical parametric and probe yield analysis methodology [IC manufacture]
CN107437514B (zh) 一种针对产品量测区域缺陷监控的方法
JP4146655B2 (ja) 欠陥源候補抽出プログラム
US20190164264A1 (en) Method and system for diagnosing a semiconductor wafer
JPH11176899A (ja) 欠陥警告方法及び欠陥警告システム
KR100472776B1 (ko) 반도체 장치의 웨이퍼 결함 검사 방법
CN115272181A (zh) 一种还原晶圆中自定义缺陷位置信息的方法、装置及存储介质
JP2004165395A (ja) 検査データ解析プログラムと検査方法
Shindo et al. Effective excursion detection and source isolation with defect inspection and classification
JP2009176932A (ja) 追加レビューポイント生成装置、外観検査装置、レビュー装置、外観不良レビューシステムおよび追加レビューポイント生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant