CN114397125A - 机台运行状态的检验方法、装置、电子设备及存储介质 - Google Patents
机台运行状态的检验方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114397125A CN114397125A CN202210027434.5A CN202210027434A CN114397125A CN 114397125 A CN114397125 A CN 114397125A CN 202210027434 A CN202210027434 A CN 202210027434A CN 114397125 A CN114397125 A CN 114397125A
- Authority
- CN
- China
- Prior art keywords
- data
- machine
- wafer
- determining
- maintenance
- 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
Links
- 238000001514 detection method Methods 0.000 title description 5
- 238000000034 method Methods 0.000 claims abstract description 88
- 238000012423 maintenance Methods 0.000 claims abstract description 64
- 235000012431 wafers Nutrition 0.000 claims description 125
- 238000004519 manufacturing process Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 abstract description 7
- 238000005530 etching Methods 0.000 description 16
- 238000007689 inspection Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本公开提供了一种机台运行状态的检验方法,包括:获取机台在保养前的第一运行数据;根据所述第一运行数据,确定所述机台的运行数据的标准范围;获取所述机台在保养后的第二运行数据;比较所述第二运行数据与所述标准范围的关系,确定所述机台在保养后的运行状态。本公开的方法能够快速有效地检验机台运行状态,本公开对机台运行状态的检验结果更精准,节约了成本支出。
Description
技术领域
本公开涉及半导体领域,尤其涉及一种机台运行状态的检验方法、装置、电子设备及存储介质。
背景技术
半导体蚀刻设备机台保养维护后,工程师需要检验其是否能够正常运行,即检验保养维护前后机况的一致性。传统方法只能逐个比对所有的传感器参数(以各反应腔室作为类别,每个反应腔室里约有250个传感器数据)的趋势图,然而仅靠人眼及经验做出判断,不仅将产生超额的人力成本支出,而且由于做出的判定结果较为主观,将导致检验结果不精准。传统方法还存在延迟机台回线时间和减少机台产能的风险。机台于保养维护后,需要对于机台运行状态进行检验,确保机台符合生产线要求的质量,如何更加快速有效地对维保后机台的运行状态进行检验,是产能提升的一个重要议题。
发明内容
本公开实施例解决了快速有效地检验机台运行状态的技术问题,本公开对机台运行状态的检验结果精准,节约了成本支出。
本公开第一方面提供了一种机台运行状态的检验方法,包括:获取机台在保养前的第一运行数据;根据所述第一运行数据,确定所述机台的运行数据的标准范围;获取所述机台在保养后的第二运行数据;比较所述第二运行数据与所述标准范围的关系,确定所述机台在保养后的运行状态。
其中,确定所述机台的运行数据的标准范围包括:排除所述第一运行数据的数据扰动项;根据排除所述第一数据扰动项后的所述第一运行数据确定代表数据;根据所述代表数据确定所述机台的运行数据的所述标准范围。
其中,排除所述第一运行数据的第一数据扰动项包括:排除所述第一运行数据中晶圆运行步数不完整的数据;排除所述第一运行数据中晶圆运行时长在预设时长范围之外的数据。
其中,所述排除第一运行数据中运行步数不完整的数据包括:于所述第一运行数据中获得晶圆最大运行步数值;排除所述第一运行数据中晶圆运行步数值与所述晶圆最大运行步数值不匹配的数据。
其中,排除第一运行数据中晶圆运行时长在预设时长范围之外的数据包括:获取所述第一运行数据中的所述晶圆运行时长的中位数;根据所述晶圆运行时长的中位数的1±M%倍计算获得所述预设时长范围,其中,5≤M≤50;排除所述第一运行数据中所述晶圆运行时长超出所述预设时长范围的数据。
其中,根据排除所述数据扰动项后的所述第一运行数据确定代表数据包括:计算排除所述数据扰动项后所述第一运行数据的均值及相应的标准差;以所述第一运行数据的均值±K倍标准差作为数据代表性范围,选择排除所述数据扰动项后所述第一运行数据在所述数据代表性范围内的数据作为所述代表数据。
其中,根据所述代表数据确定所述机台的运行数据的所述标准范围包括:计算所述代表数据的均值及相应的标准差;计算所述代表数据的均值与N倍所述标准差的和,用作所述机台的运行数据的所述标准范围。
其中,根据所述代表数据确定所述机台的运行数据的所述标准范围还包括:计算所述代表数据中每单位时长和/或每单位步长的数据的最大值;计算所述代表数据中每单位时长和/或每单位步长的数据的最小值;选择所述最大值和所述最小值,用作所述机台的运行数据的标准范围。
其中,比较所述第二运行数据与所述标准范围的关系,确定所述机台在保养后的运行状态包括:根据所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数,确定所述机台在保养后的运行状态;其中所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数达到阈值时,确定所述机台在保养后的运行状态异常。
其中,在所述第二运行数据与所述标准范围的关系之前还包括:排除第二运行数据中晶圆运行步数不完整的数据。
其中,所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数达到阈值时,确定机台保养后的运行状态异常包括:累计排除所述晶圆运行步数不完整的数据后的所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数;当所述个数超过所述阈值时,确定所述机台的运行状态为异常;当所述个数低于或等于所述阈值时,确定所述机台的运行状态为正常。
其中,所述确定机台保养后的运行状态包括:当确定所述机台的运行状态异常时,机台系统发送警报信息给用户。
其中,还包括:根据所述机台的异常状态确定所述机台的异常比率,以缩短机台保养后检验时长。
其中,所述获取所述机台在保养前的第一运行数据还包括:整合所述第一运行数据至分布式文件系统中,所述第一运行数据包括机台传感器数据和晶圆生产数据,所述晶圆生产数据包括晶圆运行步数、晶圆运行时长和晶圆运行步长,所述传感器数据和所晶圆生产数据对应。
本公开第二方面提供了一种机台运行状态的检验方法,包括:累计超出标准范围的晶圆数量;累计总晶圆的数量;通过计算超出标准范围晶圆数量和总晶圆数量的比值,得出晶圆的异常比率。
本公开第三方面提供了一种机台运行状态的检验装置,包括:获取模块,用于获取机台保养前的第一运行数据;处理模块,用于根据所述第一运行数据,确定机台运行数据的标准范围;状态确定模块,用于根据机台保养后的第二运行数据与标准范围的关系,确定机台保养后的运行状态。
本公开第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的一种机台运行状态的检验方法的步骤。
本公开第五方面提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的一种机台运行状态的检验方法。
本公开的上述技术方案具有如下有益的技术效果:本公开的一种机台运行状态的检验方法、装置、电子设备及存储介质解决了对维护保养后蚀刻机台运行状态进行检验的技术问题。维护保养后的半导体蚀刻设备机台在传统检验方法中将会产生超额的人力成本支出、检验测试结果不精准以及延迟机台回线等技术问题。本公开克服了机台运行状态的传统检验方法中超额的人力成本支出以及测试结果不精准、延迟机台回线等技术问题。本公开有效实现了对保养维护后半导体刻蚀机台运行状态的快速精准检验,以更快速有效地确保每台蚀刻机台符合生产线要求的质量。
附图说明
图1是根据本公开实施例一种机台运行状态的检验方法的流程示意图;
图2是根据本公开实施例一种机台运行状态的检验方法中确定数据标准范围的流程示意图;
图3是根据本公开实施例一种机台运行状态的检验方法中排除扰动项的流程示意图;
图4是根据本公开实施例一种机台运行状态的检验方法中确定代表数据的流程示意图;
图5是根据本公开实施例一种机台运行状态的检验方法中计算标准范围的流程示意图;
图6是根据本公开实施例一种机台运行状态的检验方法中确定运行状态的流程示意图;
图7是根据本公开实施例一种机台运行状态的检验方法中确定晶圆异常率的流程示意图;
图8是根据本公开实施例一种机台运行状态的检验方法中获取第一运行数据的流程示意图;
图9是根据本公开实施例一种机台运行状态的检验方法中获取第一运行数据的又一流程示意图;
图10是根据本公开实施例一种机台运行状态的检验方法中数据比对坐标示意图;
图11是根据本公开实施例一种机台运行状态的检验方法中数据比对又一坐标示意图;
图12是根据本公开实施例一种机台运行状态的检验方法中传感器NG ratio排名情况示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本公开进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
在本公开的描述中,需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本公开不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在一相关实施例中,半导体蚀刻设备机台保养维护后,工程师需要逐个比对所有运行参数的趋势图来检验刻蚀机台的运行状态。以各反应腔室作为类别,每个反应腔室里约有250个传感器数据,根据该统计每台刻蚀机所需比对的参数趋势图来自于约250个传感器所获取的参数。仅靠人眼及经验做出判断,不仅将产生超额的人力成本支出,而且由于做出的判定结果较为主观,将导致检验结果不精准。
图1是根据本公开实施例一种机台运行状态的检验方法的流程示意图。如图1所示,在一些实施例中,提供了一种机台运行状态的检验方法,包括:获取机台在保养前的第一运行数据;根据第一运行数据,确定机台的运行数据的标准范围;获取机台在保养后的第二运行数据;比较第二运行数据与标准范围的关系,确定机台在保养后的运行状态。
在一具体实施中,首先通过整合机台数据获取机台第一运行数据。其次,计算刻蚀机台维保前所有传感器应有的正常值范围,进而确定机台运行数据的标准范围。相应地,对刻蚀机台维保后所有传感器数据的进行计算处理,进而得到机台的第二运行数据。最后,比对机台维保后的第二运行数据与机台维保前的标准数据范围,得出机台运行状态的数据差异对比,以展示机台的运行状态。上述本实施例中,通过计算得出刻蚀机台维护保养前的标准数据运行范围和比对刻蚀机台维保前后传感器的数据,可以直观展示刻蚀机台的运行状态。取代了仅靠人眼及经验做出判断等方法,节约了人力成本支出,检验结果也更精准。
图2是根据本公开实施例一种机台运行状态的检验方法中确定数据标准范围的流程示意图。如图2所示,一些实施例中,确定机台的运行数据的标准范围包括:排除第一运行数据的数据扰动项;根据排除第一数据扰动项后的第一运行数据确定代表数据;根据代表数据确定机台的运行数据的标准范围。
在一具体实施例中,刻蚀机台将采用相同或不同的配置参数运行,大多数情况下传感器所传感的数据会受扰动项影响产生或多或少的误差。因此在确定刻蚀机台的标准运行范围时,需要对影响传感器第一运行数据的扰动项进行筛选过滤。
在又一具体实施例中,需要根据不同参数的刻蚀机台确定相应的代表性范围。举例来说,在相同配置参数的情况下,计算传感器各数据的单位数据取值,选择器单位数据计算值的一关系数据为代表数据。
在上述实施例中,通过对长度不同数据的排除筛选来排除扰动项,以获取可以用来进一步计算对比的数据。而且,通过对每单位数据的取值使所获取的代表数据的范围更准确可靠。
图3是根据本公开实施例一种机台运行状态的检验方法中排除扰动项的流程示意图;图10是是根据本公开实施例一种机台运行状态的检验方法中数据比对坐标示意图;图11是是根据本公开实施例一种机台运行状态的检验方法中数据比对又一坐标示意图。如图3所示,一些实施例中,排除第一运行数据的第一数据扰动项包括:排除第一运行数据中晶圆运行步数不完整的数据;排除第一运行数据中晶圆运行时长在预设时长范围之外的数据。
一些实施例中,排除第一运行数据中运行步数不完整的数据包括:于第一运行数据中获得晶圆最大运行步数值;排除第一运行数据中晶圆运行步数值与晶圆最大运行步数值不匹配的数据。
一些实施例中,排除第一运行数据中晶圆运行时长在预设时长范围之外的数据包括:获取第一运行数据中的晶圆运行时长的中位数;根据晶圆运行时长的中位数的(1±M%)倍计算获得预设时长范围,其中,5≤M≤50;排除第一运行数据中晶圆运行时长超出预设时长范围的数据。
一些实施例中,根据排除数据扰动项后的第一运行数据确定代表数据包括:计算排除数据扰动项后第一运行数据的均值及相应的标准差;以第一运行数据的均值±K倍标准差作为数据代表性范围,选择排除数据扰动项后第一运行数据在数据代表性范围内的数据作为代表数据。其中,机台各配置参数包括:生产制程晶圆所运行到的机台型号,机台运行的起止时间,机台运行的配置参数等。其中,步数不完整的数据包括:晶圆制程过程中步数不完整的数据。举例来说:过滤掉晶圆制程数据中的步数不完整的数据(filter notcomplete run data),包括:计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下最大的步数值(K);计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,每片晶圆(wafer)的最大步数值(S);选择K=S的数据参与后续相关结果的计算,排除K≠S的数据。例如,过滤掉晶圆制程数据中步数不完整数据的一计算方式如下:
Xijzmts=Raw Wafer i on Step j,Second z,Recipe m,Tool t,Sensor s
s.t.{A}=Xijzmts×I(Simts=Kmts)
在一具体实施例中,排除第一运行数据的数据扰动项包括:排除可接受时长范围外的数据。其中,排除可接受时长范围外的数据包括:计算第一运行数据的最大可接受时长;计算第一运行数据的最小可接受时长;排除第一运行数据中超出所述最小可接受时长至所述最大可接受时长范围的数据。在本实施例中,如图10所示,分别使用max、mean+6σ、mean+3σ、mean-3σ、mean-6σ和min六条虚线来进行排除第一运行数据的数据扰动项。上述六条线中间标识线表示每一片晶圆的数据线,横坐标为每片晶圆的加工时间(单位秒),纵坐标为基座的温度(单位摄氏度)。如图11所示,标记晶圆制程时长的1.4倍作为晶圆运行时长的最大值(USL),相应地,标记晶圆制程时长中位数的0.6倍中位数作为晶圆运行时长的最小值(LSL)。在USL和LSL中间的数据即为在制程晶圆时长范围内的数据。举例来说:过滤掉第一运行数据中晶圆制程时长过长或过短的数据(filter run date with extremelongor short step),包括:计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,机台运行制程每片晶圆(wafer)的最大时长;分别计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,晶圆制程时长的中位数、晶圆制程时长中位数的0.6倍中位数和晶圆制程时长的1.4倍;筛选出在制程晶圆时长范围内的数据,排除在晶圆制程时长范围之外的数据。例如,过滤掉第一运行数据中晶圆制程时长过长或过短的数据的一计算方式如下:
在上述实施例中,第一运行数据中步数不完整的数据和制程时长过长或者制程时长过短的数据均属于传感器数据的扰动项,由于可能掺杂的扰动项,可能让检验那过程无法正常展示。因此,在确定刻蚀机台的标准运行范围时,需要过滤掉传感器第一运行数据中步数不完整的数据以及制程时长过长或者制程时长过短的数据,排除传感器的扰动项对于计算结果的准确性尤为重要。
图4是根据本公开实施例一种机台运行状态的检验方法中确定代表数据的流程示意图。如图4所示,一些实施例中,所述根据排除扰动项后的第一运行数据确定数据代表数据包括:计算排除扰动项后第一运行数据的均值及相应的标准差;以所述均值正负K倍标准差作为数据代表性范围,选择所述数据代表性范围内的排除扰动项后第一运行数据作为代表数据。
在一具体实施例中:确定第一运行数据中可接受时长的范围包括:计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,制程晶圆每一步每一秒的均值和标准差;选择上述均值中数据在上述标准差±6倍内的数据作为代表数据。举例来说:确定第一运行数据中可接受时长的范围的一计算方式如下:
{C}={B}×I(XP1,XP2),
{D}={C}×I(μ1-6*σ1,μ1+6*σ1)
在上述实施例中,在相同的机台运行配置条件下,通过计算晶圆制程过程中每一步每一秒的均值、标准差以及通过均值和标准差的关系来确定代表数据的范围。均值和标准差可以有效的反映晶圆制程过程中数据的基本情况,通过进一步地计算比较,更进一步地选择其中有效范围有代表性的数据。本实施例中通过对代表数据的计算选择,使得本公开公开实施例的数据准确度更精确,且更有利于进一步计算数据的标准范围。
图5是根据本公开实施例一种机台运行状态的检验方法中计算标准范围的流程示意图。如图5所示,一些实施例中,根据代表数据确定机台的运行数据的标准范围包括:计算代表数据的均值及相应的标准差;计算代表数据的均值与N倍标准差的和,用作机台的运行数据的标准范围。
一些实施例中,根据代表数据确定机台的运行数据的标准范围还包括:计算代表数据中每单位时长和/或每单位步长的数据的最大值;计算代表数据中每单位时长和/或每单位步长的数据的最小值;选择最大值和最小值,用作机台的运行数据的标准范围。
在一具体实施例中,计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,代表数据中每一步每一秒的均值和标准差;计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,代表数据中每一步每一秒的最大值和最小值;将上述计算代表数据得均值加减k倍标准差,作为维保前机况的第一标准范围;将上述计算代表数据的最大值和最小值之间数据范围作为维保前机况的第二标准范围。举例来说,所示计算标准范围的一计算方式如下:
having 2 critira as[μ2+k*σ2,μ2-k*σ2]and[MUU,MUL]
其中,本计算方式将的“critira(critical point)”在本实施例中理解为标准范围,having 2 critira则理解为本实施例有两种标准范围。
图6是根据本公开实施例一种机台运行状态的检验方法中确定运行状态的流程示意图。如图6所示,一些实施例中,比较第二运行数据与标准范围的关系,确定机台在保养后的运行状态包括:根据第二运行数据中每单位时长和/或每单位步长的数据超出标准范围的个数,确定机台在保养后的运行状态;其中第二运行数据中每单位时长和/或每单位步长的数据超出标准范围的个数达到阈值时,确定机台在保养后的运行状态异常。
一些实施例中,在第二运行数据与标准范围的关系之前还包括:排除第二运行数据中晶圆运行步数不完整的数据。
一些实施例中,第二运行数据中每单位时长和/或每单位步长的数据超出标准范围的个数达到阈值时,确定机台保养后的运行状态异常包括:累计排除晶圆运行步数不完整的数据后的第二运行数据中每单位时长和/或每单位步长的数据超出标准范围的个数;当个数超过阈值时,确定机台的运行状态为异常;当个数低于或等于阈值时,确定机台的运行状态为正常。
一些实施例中,确定机台保养后的运行状态包括:当确定机台的运行状态异常时,机台系统发送警报信息给用户。
在一具体实施例中,计算在机台运行的配置参数(recipe)、生产制程晶圆所运行到的机台型号(tool)和生产制程晶圆所运行到的传感器型号(sensor)组合下,计算机台维护保养后每片晶圆制程的每步时长数,当排除(忽略)每一步时长小于等于3秒的数据;比对维保后第二运行数据中每一秒数据是否在维保前数据的标准范围内,如果在标准范围内则不计入累计数量,如果超出标准数量则计数累计加一秒;计算每片晶圆每一步超出范围的时长总数,如果每片晶圆每一步的超范围(OOS)时长总数超过3秒,则机台运行状态异常,选择报警,如果每片晶圆每一步的超范围(OOS)时长总数小于或等于3秒,则判断机台运行状态正常。举例来说,确定机台运行状态的一计算方式如下:
第一步:当每片晶圆每步运行时长≤3秒,选择忽略;
第二步:当累计每片晶圆每秒数据超范围的数量时间数>3秒,选择报警;
第三步:当累计每片晶圆每秒数据超范围的数量时间数≤3秒,选择报警。
在上述实施例中,通过比对每片晶圆每秒钟超出标准范围的数量来确定机台的运行状态。本实施例的对比方式相对于人工肉眼的比对方法快捷、简单,且检验结果更精确可靠。节约了大量人力物力,节省了检验机台状态所消耗的时长。
图7是根据本公开实施例一种机台运行状态的检验方法中确定晶圆异常率的流程示意图。如图7所示,一些实施例中,还包括:根据晶圆的异常状态确定晶圆的异常比率,以缩短机台保养后检验时长。
一些实施例中,还包括:根据机台的异常状态确定机台的异常比率,以缩短机台保养后检验时长。一些实施例中,将异常状态的机台数据与标准范围的差异值进行排名;将差异值整合至报警系统,用于将机台维保检验结果提供给机台负责人。
在一具体实施例中,根据超出机况的标准范围的比率差异值排名,整合报警系统;使得每次回线验证提前45分钟。包括:计算在机台运行的配置参数(recipe)和生产制程晶圆所运行到的传感器型号(sensor)组合下,每步的超出标准范围的晶圆数;计算晶圆总数;计算最大超出标准范围的晶圆数与晶圆总数的比值。将该比值作为机台异常状态超出正常状态的比例。具体计算如下:
图12是根据本公开实施例一种机台运行状态的检验方法中传感器NG ratio排名情况示意图。如图12所示,检查机台维保后晶圆在加工过程中各传感器的工作状态,并使用标记标识。NG ratio(超出机况的标准范围的比率)越高的传感器排名靠前,优先处理,比对差异,NG ratio在可接受范围内或优先级低的(不太重要的传感器)可以忽略,这样可以加快机台回到维护前的正常水平。例如,根据NG ratio排名,使用a、b、c、d、e……等符号对传感器异常状态进行优先级标识,或可使用不同颜色对传感器异常状态进行优先级标识。通过直观的标识,选择优先级靠前的异常传感器开始处理。
图8是根据本公开实施例一种机台运行状态的检验方法中获取第一运行数据的流程示意图。如图8所示,一些实施例中,获取机台保养前的第一运行数据包括:获取生产数据,包括获取机台的参数、机台运行的起止时间和机台运行的配置信息,用于确认机台运行过程中各参数是否相同,以保证检验方法的有效性;获取传感器数据,包括获取机台传感器所监测的数据,用于根据传感器数据进一步对比保养前后的数据差异。
一些实施例,获取机台在保养前的第一运行数据还包括:整合第一运行数据至分布式文件系统中,第一运行数据包括机台传感器数据和晶圆生产数据,晶圆生产数据包括晶圆运行步数、晶圆运行时长和晶圆运行步长,传感器数据和所晶圆生产数据对应。
图9是根据本公开实施例一种机台运行状态的检验方法中获取第一运行数据的又一流程示意图。如图9所示,一些实施例中,获取机台保养前的第一运行数据还包括:整合第一运行数据至分布式文件系统中。在一具体实施例中,整合第一运行数据至分布式文件系统中包括:将获取的第一运行数据整合至分布式文件系统(HDMS);将整合的数据处理为元化数据块;将元化数据块进行数据标识;标识后的元化数据块分为多个磁盘块存储。在上述实施例中,处理后的第一运行数据使整个检验数据更精准。
在一些实施例中,用户参数进行比对完成后,通过邮件等方式告知用户结果已完成,拥护通过点击即可连接报告结果。
本公开第二方面提供了一种机台运行状态的检验方法,包括:累计超出标准范围的晶圆数量;累计总晶圆的数量;通过计算超出标准范围晶圆数量和总晶圆数量的比值,得出晶圆的异常比率。
本公开第三方面提供了一种机台运行状态的检验装置,包括:获取模块,用于获取机台保养前的第一运行数据;处理模块,用于根据第一运行数据,确定机台运行数据的标准范围;状态确定模块,用于根据机台保养后的第二运行数据与标准范围的关系,确定机台保养后的运行状态。
本公开第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现上述的一种机台运行状态的检验方法的步骤。
本公开第五方面提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的一种机台运行状态的检验方法。
应当理解的是,本公开的上述具体实施方式仅仅用于示例性说明或解释本公开的原理,而不构成对本公开的限制。因此,在不偏离本公开的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。此外,本公开所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (17)
1.一种机台运行状态的检验方法,包括:
获取机台在保养前的第一运行数据;
根据所述第一运行数据,确定所述机台的运行数据的标准范围;
获取所述机台在保养后的第二运行数据;
比较所述第二运行数据与所述标准范围的关系,确定所述机台在保养后的运行状态。
2.根据权利要求1所述的方法,其中,确定所述机台的运行数据的标准范围包括:
排除所述第一运行数据的数据扰动项;
根据排除后的所述第一运行数据的数据扰动项,确定代表数据;
根据所述代表数据确定所述机台的运行数据的所述标准范围。
3.根据权利要求2所述的方法,其中,排除所述第一运行数据的第一数据扰动项包括:
排除所述第一运行数据中晶圆运行步数不完整的数据;
排除所述第一运行数据中晶圆运行时长在预设时长范围之外的数据。
4.根据权利要求3所述的方法,其中,所述排除第一运行数据中运行步数不完整的数据包括:
于所述第一运行数据中获得晶圆最大运行步数值;
排除所述第一运行数据中晶圆运行步数值与所述晶圆最大运行步数值不匹配的数据。
5.根据权利要求3所述的方法,其中,排除第一运行数据中晶圆运行时长在预设时长范围之外的数据包括:
获取所述第一运行数据中的所述晶圆运行时长的中位数;
根据所述晶圆运行时长的中位数的1±M%倍计算获得所述预设时长范围,其中,5≤M≤50;
排除所述第一运行数据中所述晶圆运行时长超出所述预设时长范围的数据。
6.根据权利要求2所述的方法,其中,根据排除所述数据扰动项后的所述第一运行数据确定代表数据包括:
计算排除所述数据扰动项后所述第一运行数据的均值
及相应的标准差;
以所述第一运行数据的均值±K倍标准差作为数据代表性范围,选择排除所述数据扰动项后所述第一运行数据在所述数据代表性范围内的数据作为所述代表数据。
7.根据权利要求2所述的方法,其中,根据所述代表数据确定所述机台的运行数据的所述标准范围包括:
计算所述代表数据的均值及相应的标准差;
计算所述代表数据的均值与N倍所述标准差的和,用作所述机台的运行数据的所述标准范围。
8.根据权利要求2所述的方法,其中,根据所述代表数据确定所述机台的运行数据的所述标准范围还包括:
计算所述代表数据中每单位时长和/或每单位步长的数据的最大值;
计算所述代表数据中每单位时长和/或每单位步长的数据的最小值;选择所述最大值和所述最小值,用作所述机台的运行数据的标准范围。
9.根据权利要求1所述的方法,其中,比较所述第二运行数据与所述标准范围的关系,确定所述机台在保养后的运行状态包括:
根据所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数,确定所述机台在保养后的运行状态;其中
所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数达到阈值时,确定所述机台在保养后的运行状态异常。
10.根据权利要求9所述的方法,其中,在所述第二运行数据与所述标准范围的关系之前还包括:
排除第二运行数据中晶圆运行步数不完整的数据。
11.根据权利要求10所述的方法,其中,所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数达到阈值时,确定机台保养后的运行状态异常包括:
累计排除所述晶圆运行步数不完整的数据后的所述第二运行数据中每单位时长和/或每单位步长的数据超出所述标准范围的个数;
当所述个数超过所述阈值时,确定所述机台的运行状态为异常;
当所述个数低于或等于所述阈值时,确定所述机台的运行状态为正常。
12.根据权利要求1所述的方法,其中,所述确定机台保养后的运行状态包括:
当确定所述机台的运行状态异常时,机台系统发送警报信息给用户。
13.根据权利要求1所述的方法,其中,所述获取所述机台在保养前的第一运行数据还包括:
整合所述第一运行数据至分布式文件系统中,所述第一运行数据包括机台传感器数据和晶圆生产数据,所述晶圆生产数据包括晶圆运行步数、晶圆运行时长和晶圆运行步长,所述传感器数据和所晶圆生产数据对应。
14.一种机台运行状态的检验方法,包括:
累计超出标准范围的晶圆数量;
累计总晶圆的数量;
通过计算超出标准范围晶圆数量和总晶圆数量的比值,得出晶圆的异常比率。
15.一种机台运行状态的检验装置,包括:
获取模块,用于获取机台保养前的第一运行数据;
处理模块,用于根据所述第一运行数据,确定机台运行数据的标准范围;
状态确定模块,用于根据机台保养后的第二运行数据与标准范围的关系,确定机台保养后的运行状态。
16.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至15任一项所述的一种机台运行状态的检验方法的步骤。
17.一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述权利要求1-15中任意一项所述的一种机台运行状态的检验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210027434.5A CN114397125B (zh) | 2022-01-11 | 2022-01-11 | 机台运行状态的检验方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210027434.5A CN114397125B (zh) | 2022-01-11 | 2022-01-11 | 机台运行状态的检验方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114397125A true CN114397125A (zh) | 2022-04-26 |
CN114397125B CN114397125B (zh) | 2024-01-05 |
Family
ID=81231522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210027434.5A Active CN114397125B (zh) | 2022-01-11 | 2022-01-11 | 机台运行状态的检验方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114397125B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005173728A (ja) * | 2003-12-08 | 2005-06-30 | Casio Electronics Co Ltd | 記録装置の状態表示システム |
CN1670740A (zh) * | 2004-03-18 | 2005-09-21 | 力晶半导体股份有限公司 | 管理半导体机台例行性维护的方法及相关系统 |
US20110010132A1 (en) * | 2009-07-08 | 2011-01-13 | Inotera Memories, Inc. | Method for evaluating efficacy of prevention maintenance for a tool |
CN106295811A (zh) * | 2016-07-29 | 2017-01-04 | 上海华力微电子有限公司 | 设备定期保养效果分析方法 |
US20190099886A1 (en) * | 2017-09-29 | 2019-04-04 | Intel Corporation | Methods and apparatus for monitoring robot health in manufacturing environments |
CN113488414A (zh) * | 2021-07-06 | 2021-10-08 | 长鑫存储技术有限公司 | 晶圆生产监控方法、系统与电子设备 |
WO2021259120A1 (zh) * | 2020-06-22 | 2021-12-30 | 长鑫存储技术有限公司 | 镭射机台自动化运行方法及系统 |
-
2022
- 2022-01-11 CN CN202210027434.5A patent/CN114397125B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005173728A (ja) * | 2003-12-08 | 2005-06-30 | Casio Electronics Co Ltd | 記録装置の状態表示システム |
CN1670740A (zh) * | 2004-03-18 | 2005-09-21 | 力晶半导体股份有限公司 | 管理半导体机台例行性维护的方法及相关系统 |
US20110010132A1 (en) * | 2009-07-08 | 2011-01-13 | Inotera Memories, Inc. | Method for evaluating efficacy of prevention maintenance for a tool |
CN106295811A (zh) * | 2016-07-29 | 2017-01-04 | 上海华力微电子有限公司 | 设备定期保养效果分析方法 |
US20190099886A1 (en) * | 2017-09-29 | 2019-04-04 | Intel Corporation | Methods and apparatus for monitoring robot health in manufacturing environments |
WO2021259120A1 (zh) * | 2020-06-22 | 2021-12-30 | 长鑫存储技术有限公司 | 镭射机台自动化运行方法及系统 |
CN113488414A (zh) * | 2021-07-06 | 2021-10-08 | 长鑫存储技术有限公司 | 晶圆生产监控方法、系统与电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114397125B (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3249483B1 (en) | Information processing device and information processing method | |
CN102117731B (zh) | 半导体工艺生产流程中的测量数据的监测方法和装置 | |
US20150097840A1 (en) | Visualization method, display method, display device, and recording medium | |
CN105702595B (zh) | 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法 | |
CN107547266B (zh) | 在线量异常点的检测方法和装置、计算机设备和存储介质 | |
CN104425300B (zh) | 在制品测量采样方法及装置 | |
CN109309022B (zh) | 一种缺陷抽检方法 | |
CN108180935B (zh) | 传感器的故障检测方法及装置 | |
US20230176542A1 (en) | Method and device for monitoring production equipment and storage medium | |
JP5538955B2 (ja) | 半導体製造における装置異常の予兆検知方法およびシステム | |
JP6802122B2 (ja) | 原因推定方法およびプログラム | |
CN110000705B (zh) | 一种磨机异常加工操作的检测方法、系统及相关组件 | |
JP6953381B2 (ja) | 製造の管理を支援するシステム及び方法 | |
CN110659818A (zh) | 信息处理方法及系统 | |
CN114397125A (zh) | 机台运行状态的检验方法、装置、电子设备及存储介质 | |
CN116339262A (zh) | 一种基于人工智能的数控加工生产质量监测系统 | |
KR101945131B1 (ko) | 비정규분포 공정에서의 극소불량률 관리 방법 및 장치 | |
CN106449464A (zh) | 晶圆测试方法 | |
KR101538548B1 (ko) | 컴퓨터가 수행하는 극소불량률 관리 방법 | |
US20060116784A1 (en) | System and method to analyze low yield of wafers caused by abnormal lot events | |
US20150148933A1 (en) | Monitor system and method for semiconductor processes | |
TWI689888B (zh) | 決定半導體製造系統的不良設備的方法及程式產品 | |
TWI647770B (zh) | 晶圓的良率判斷方法以及晶圓合格測試的多變量偵測方法 | |
CN114764550A (zh) | 失效检测与分类模型的运作方法与运作装置 | |
CN114002576A (zh) | 针测卡异常判断方法及装置 |
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 |