CN115502883B - 一种晶圆研磨机台控制方法、装置、介质以及电子设备 - Google Patents
一种晶圆研磨机台控制方法、装置、介质以及电子设备 Download PDFInfo
- Publication number
- CN115502883B CN115502883B CN202211278864.0A CN202211278864A CN115502883B CN 115502883 B CN115502883 B CN 115502883B CN 202211278864 A CN202211278864 A CN 202211278864A CN 115502883 B CN115502883 B CN 115502883B
- Authority
- CN
- China
- Prior art keywords
- wafer
- current state
- foreign matter
- state image
- detection result
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 67
- 238000012544 monitoring process Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 44
- 230000007547 defect Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 19
- 238000006748 scratching Methods 0.000 abstract 1
- 230000002393 scratching effect Effects 0.000 abstract 1
- 235000012431 wafers Nutrition 0.000 description 257
- 238000005498 polishing Methods 0.000 description 68
- 238000004140 cleaning Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 239000012634 fragment Substances 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000007517 polishing process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 229940095676 wafer product Drugs 0.000 description 3
- 230000003749 cleanliness Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/005—Control means for lapping machines or devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/34—Accessories
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
Abstract
本申请实施例公开了一种晶圆研磨机台控制方法、装置、介质以及电子设备。所述方法包括:获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果;基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作。本申请技术方案可以及时发现晶圆研磨环镶嵌异物的情况,避免异物划伤晶圆,有利于改善晶圆良品率,节约生产成本。
Description
技术领域
本申请涉及计算机应用技术领域,具体涉及半导体化学机械研磨技术领域,尤其涉及一种晶圆研磨机台控制方法、装置、介质以及电子设备。
背景技术
化学机械研磨(CMP,chemical mechanical polishing)是实现半导体晶圆面内平坦化的重要工艺。在化学机械研磨的过程中,晶圆研磨环的洁净程度直接影响了化学机械研磨的工艺结果。如果晶圆研磨环镶嵌异物,会使晶圆在化学机械研磨中出现刮伤,影响晶圆产品的良品率。
相关技术,通过增加晶圆生产抽检的频次,或者在发现刮伤的情况下,及时停机或者定期PM的时候进行清洁检查,但是增加抽检频次会造成增加机台压力,限制机台产能。且上述方法,均是在晶圆生产以后执行的,可以理解的是,发现晶圆刮伤再停机处理,无法挽回已经造成的损失。在晶圆研磨过程中,及时发现晶圆研磨环镶嵌异物的情况。对于提高晶圆品质,节约生产成本具有重要意义。
发明内容
本申请提供了一种晶圆研磨机台控制方法、装置、介质以及电子设备,可以达到提高晶圆品质,节约生产成本的目的。
根据本申请的第一方面,提供了晶圆研磨机台控制方法,所述方法包括:
获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;
基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果;
基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作。
根据本申请的第二方面,提供了晶圆研磨机台控制装置,所述装置包括:
图像获取模块,用于获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;
异物检测模块,用于基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果;
机台控制模块,用于基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作。
根据本发明的第三方面,本申请实施例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申请实施例所述的晶圆研磨机台控制方法。
根据本发明的第四方面,本申请实施例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运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的晶圆研磨机台控制方法。
本申请实施例的技术方案,获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;基于当前状态图像,确定目标监测区域中是否存在异物,得到异物检测结果;基于异物检测结果,控制晶圆研磨机台的晶圆处理操作。本申请基于目标监测区域的图像数据,在晶圆研磨过程中对晶圆研磨环进行状态监测,可以及时发现晶圆研磨环镶嵌异物的情况,有利于提高晶圆品质,节约生产成本。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据实施例一提供的晶圆研磨机台控制方法的流程图;
图2是根据实施例二提供的晶圆研磨机台控制方法的流程图;
图3是根据实施例三提供的晶圆研磨机台控制方法的流程图;
图4是本申请实施例四提供的晶圆研磨机台控制装置的结构示意图;
图5是本申请实施例五提供的一种电子设备的结构示意图。
具体实施方式
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”、“目标”以及“候选”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能够以除了在这里图示或描述的那些以外的顺序实施。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。
实施例一
图1是根据实施例一提供的晶圆研磨机台控制方法的流程图,本实施例可适用于利用晶圆研磨机台生产晶圆的情况,该方法可以由晶圆研磨机台控制装置来执行,该晶圆研磨机台控制装置可以采用硬件和/或软件的形式实现,并可集成于运行此系统的电子设备中。
如图1所示,该方法包括:
S110、获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像。
其中,目标监测区域属于晶圆研磨环。可选的,将晶圆研磨环中与晶圆接触的区域确定目标监测区域。当前状态图像用于反映晶圆研磨环的当前洁净状态。具体的,基于当前状态图像可以确定晶圆研磨环是否镶嵌异物。
可选的,通过设置在研磨清洗位的图像采集设备获取晶圆研磨环的目标监测区域的图像数据。其中,研磨清洗位用于对晶圆研磨环进行清洗。可以知道的是,晶圆研磨机台上设置有两个研磨环位置。具体的,一个是晶圆研磨位,另一个是研磨清洗位。其中,晶圆研磨位处于晶圆研磨区,研磨清洗位处于传送清洗区。相对于晶圆研磨区,传送清洗区的可操作空间更大,便于进行图像采集。因此,在传送清洗区的研磨清洗位,获取晶圆研磨环的当前状态图像。可选的,在晶圆研磨环清洗完成以后,获取目标监测区域的图像数据。上述方案,通过设置在研磨清洗位的图像采集设备,采集晶圆研磨环的当前状态图像,可以提高晶圆研磨环的状态监测准确度。
在一个可选的实施例中,所述晶圆研磨环的下底部区域或者内侧面区域。其中,晶圆研磨环的内侧面区域与晶圆边缘直接接触。晶圆研磨机台在研磨晶圆的过程中,可能会产生晶圆碎片,残留在晶圆研磨垫上的晶圆碎片可能嵌入晶圆研磨环的下底部区域。将晶圆研磨环的下底部区域或者内侧面区域作为目标监测区域,进行重点监测,有利于提高晶圆研磨环的状态监测效率。
S120、基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果。
当前状态图像可以反映晶圆研磨环的当前洁净度。基于当前状态图像,可以确定目标检测区域中是否存在异物。可选的,将当前状态图像与洁净状态图像进行比对,确定当前状态图像关联的目标监测区域中是否存在异物。其中,洁净状态图像是指洁净状态下晶圆研磨环的图像。洁净状态下晶圆研磨环一般为乳白色,光滑,没有异物镶嵌。晶圆研磨环上镶嵌的异物可能是晶圆碎片。晶圆碎片一般为黑色,具有立体感,尺寸直径一般不超过设定尺寸。其中,设定尺寸根据实际情况确定,在这里不作限定。示例性的,设定尺寸可以是2毫米。在目标监测区域中存在异物的情况下,当前状态图像与洁净状态图像存在差异。
在目标监测区域包括晶圆研磨环的下底部区域和内侧面区域的情况下,洁净状态图像相应包括洁净状态下晶圆研磨环的下底部区域图像和内侧面区域图像。将对应于下底部区域内和侧面区域内的洁净状态图像,分别与对应于下底部区域内核侧面区域内的当前状态图像进行比对。
可选的,将当前状态图像输入异物识别模型,通过异物识别模型确定当前状态图像关联的目标监测区域中是否存在异物。可选的,异物识别模型是基于机器学习技术预先构建的图像分类模型。可选的,异物识别模型为卷积神经网络,异物识别模型是预先训练完成的。
S130、基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作。
其中,异物检测结果用于确定目标监测区域中是否存在异物。基于异物检测结果可以确定晶圆研磨机台的机台控制策略。根据机台控制策略控制晶圆研磨机台的晶圆处理操作。其中,晶圆处理操作至少包括晶圆研磨操作。
可以理解的是,异物检测结果至少包括存在异物和不存在异物。若异物检测结果为不存在异物,则可以不对晶圆研磨机台的晶圆处理操作进行限制。若异物检测结果为存在异物,则暂停晶圆研磨机台的晶圆研磨操作,对晶圆研磨环进行清洁处理,避免镶嵌在晶圆研磨环中的异物划伤晶圆,影响晶圆品质。
本申请实施例的技术方案,获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;基于当前状态图像,确定目标监测区域中是否存在异物,得到异物检测结果;基于异物检测结果,控制晶圆研磨机台的晶圆处理操作。本申请基于目标监测区域的图像数据,在晶圆研磨过程中对晶圆研磨环进行状态监测,可以及时发现晶圆研磨环镶嵌异物的情况,有利于提高晶圆品质,节约生产成本。
实施例二
图2是根据实施例二提供的晶圆研磨机台控制方法的流程图。本实施例在上述实施例的基础上进行进一步地优化,具体的,对操作“基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果”进行细化。
如图2所示,该方法包括:
S210、获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像。
S220、对所述当前状态图像进行特征提取,得到当前状态图像的图像特征数据。
对当前状态图像进行特征提取,可选的,提取当前状态图像的颜色特征、纹理特征、空间特征和亮度特征中的至少一项。可选的,利用特征提取算法对当前状态图像进行特征提取,得到当前状态图像的图像特征数据。其中,特征提取算法用于提取图像特征数据。特征提取算法可以任意一种现有的特征提取算法,具体可以根据实际情况进行选择,在这里不作限定。
S230、基于所述图像特征数据对所述当前状态图像进行分类处理,确定所述当前状态图像所属的表面缺陷类别。
其中,图像特征数据作为对当前状态图像进行分类处理的数据基础。可选的,图像特征数据为图像自然特征。图像特征数据可以反应当前状态图像的亮度特征、颜色特征、纹理特征和空间特征等自然特征。基于图像特征数据可以确定当前状态图像所属晶圆研磨环对应的表面缺陷类别。其中,表面缺陷类别用于确定目标监测区域中是否存在异物。
可选的,将图像特征数据作为图像分类模型的输入数据,通过图像分类模型确定当前状态图像的表面缺陷类别。
S240、根据所述当前状态图像所属的表面缺陷类别,确定所述目标监测区域的异物检测结果。
根据表面缺陷类别可以确定异物存在概率,根据当前状态图像中的异物存在概率,确定目标监测区域的异物检测结果。
可选的,异物检测结果包括确有异物、疑有异物和没有异物。其中,确有异物是指晶圆研磨环的目标监测区域中确实存在异物。疑有异物是指晶圆研磨环的目标监测区域中可能存在异物。没有异物是指晶圆研磨环的目标监测区域中没有存在异物。
S250、基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作。
本申请通过基于图像特征数据,确定当前状态图像所属的表面缺陷类别,确定目标检测区域的异物检测结果。保证了异物检测结果的准确性,为控制晶圆研磨机台的晶圆处理操作提供的数据支持,保证了晶圆研磨机台的控制准确度,有利于降低晶圆生产成本。
在一个可选的实施例中,基于所述图像特征数据对所述当前状态图像进行分类处理,确定所述当前状态图像所属的表面缺陷类别,包括:基于所述图像特征数据,确定所述当前状态图像中的疑似异物,以及所述疑似异物的对象特征数据;基于所述疑似异物的对象特征数据,确定所述当前状态图像所属的表面缺陷类别;其中,所述对象特征数据包括:形态特征数据、颜色特征数据以及尺寸特征数据中的至少一项。
可以知道的是,洁净状态下晶圆研磨环一般为乳白色,光滑,没有异物镶嵌。晶圆研磨环上镶嵌的异物可能是晶圆碎片。晶圆碎片一般为黑色,具有立体感,尺寸直径一般不超过设定尺寸。在晶圆研磨环的目标监测区域镶嵌异物的情况下,目标监测区域对应的当前状态图像的图像特征数据中除了晶圆研磨环的特征数据以外,还会包括晶圆研磨环所镶嵌异物的特征数据。也就是说,存在异物镶嵌的情况下,目标监测区域的图像特征数据,与没有异物镶嵌的情况下,目标监测区域的图像特征数据是存在差异的。基于目标监测区域的图像特征数据,可以确定当前状态图像中的疑似异物。其中,疑似异物可能是目标监测区域中镶嵌的异物,也可能是光影干扰产生的伪异物。
可选的,基于疑似异物的对象特征数据可以确定异物存在概率。异物存在概率可以用于确定当前状态图像所属的表面缺陷类型。表面缺陷类型用于确定异物检测结果。表面缺陷类型可以作为控制晶圆研磨机台的数据基础。
上述技术方案,通过确定当前状态图像中的疑似异物,以及疑似异物的对象特征数据;再基于疑似异物的对象特征数据,确定当前状态图像所属的表面缺陷类别,有利于提高异物识别的准确性,为后续基于表面缺陷类型,确定晶圆研磨机台的晶圆处理操作,提供了数据支持,保证了晶圆处理操作控制的准确性。
实施例三
图3是根据实施例三提供的晶圆研磨机台控制方法的流程图。本实施例在上述实施例的基础上进行进一步地优化,具体的,对操作“基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作”进行细化。
如图3所示,该方法包括:
S310、获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像。
S320、基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果。
S330、根据所述异物检测结果确定所述晶圆研磨环的产品损伤等级。
其中,产品损伤等级是指晶圆研磨环对晶圆造成损伤的概率。可选的,产品损伤等级与晶圆损伤概率成正比,产品损伤等级越高,晶圆损伤概率越大。
在一个可选的实施例中,根据所述异物检测结果确定所述晶圆研磨环的产品损伤等级,包括:若所述异物检测结果为没有异物,则确定所述产品损伤等级为第一损伤等级;若所述异物检测结果为疑有异物,则确定所述产品损伤等级为第二损伤等级;若所述异物检测结果为确有异物,则确定所述产品损伤等级为第三损伤等级。
异物检测结果为没有异物,表明晶圆研磨环的目标监测区域中没有镶嵌异物,晶圆研磨环不会划伤晶圆,将产品损伤等级确定为第一损伤等级;异物检测结果为疑有异物,表明晶圆研磨环的目标监测区域中可能存在异物,晶圆研磨环可能会划伤晶圆,将产品损伤等级确定为第二损伤等级;异物检测结果为确有异物,表明晶圆研磨环的目标监测区域中确实存在异物,晶圆研磨环会划伤晶圆,将产品损伤等级确定为第三损伤等级。上述技术方案,根据异物检测结果确定产品损伤等级,为后续基于产品损伤等级是对晶圆处理操作进行精细化控制提供了数据支持。
S340、基于所述产品损伤等级,控制晶圆研磨机台的晶圆处理操作。
为了避免晶圆损伤,降低晶圆的生产成本,根据产品损伤等级的对晶圆处理操作进行控制。可选的,不同产品损伤等级采取不同的控制策略,控制晶圆研磨机台的晶圆处理操作。
在一个可选的实施例中,基于所述产品损伤等级,控制晶圆研磨机台的晶圆处理操作,包括:若所述产品损伤等级为所述第一损伤等级,则不对所述晶圆研磨机台的晶圆处理操作进行限制;若所述产品损伤等级为所述第二损伤等级,则控制所述晶圆研磨机台停止晶圆抽片操作;若所述产品损伤等级为所述第三损伤等级,则控制所述晶圆研磨机台停止执行晶圆研磨操作,且控制所述晶圆研磨机台执行晶圆回传操作。
其中,产品损伤等级是指晶圆研磨环对晶圆造成损伤的概率。可选的,产品损伤等级与晶圆损伤概率成正比,产品损伤等级越高,晶圆损伤概率越大。可以知道的是,晶圆研磨机台相关的晶圆处理流程一般为,晶圆研磨机台生产盒中抽取晶圆,然后将抽取的晶圆传送到晶圆研磨位,对晶圆进行研磨处理。其中,生产盒用于存放尚未研磨完成的晶圆。可选的,在当前晶圆研磨前、研磨中或者研磨后的任一时段,晶圆研磨机台会继续从生产盒抽取晶圆将晶圆传送到晶圆研磨位,以便对晶圆进行研磨。
可选的,晶圆处理操作包括:晶圆研磨操作、晶圆抽片操作和晶圆回传操作中的至少一项。其中,晶圆研磨操作是指利用晶圆研磨环研磨晶圆的操作。晶圆抽片操作是指从生产盒抽取晶圆的操作。晶圆回传操作是指是将晶圆传送回生产盒的操作。
根据产品损伤等级控制晶圆研磨机台的晶圆处理操作,可选的,若产品损伤等级为第一损伤等级,表明晶圆研磨环不会划伤晶圆,则不对晶圆研磨机台的晶圆处理操作进行限制。若产品损伤等级为第二损伤等级,表明晶圆研磨环可能会划伤晶圆,则控制晶圆研磨机台停止执行晶圆抽片操作。示例性的,在晶圆研磨机台正在对当前晶圆执行晶圆研磨操作的情况下,可以控制晶圆研磨机台不再从生产盒中抽取下一晶圆,不再对下一晶圆进行晶圆研磨处理,在晶圆研磨机台完成当前晶圆的晶圆研磨操作后对晶圆研磨机台进行清洁检查。若产品损伤等级为第三损伤等级,表明晶圆研磨环的目标区域中镶嵌异物,利用晶圆研磨环继续进行研磨会划伤晶圆,使得晶圆出现划伤缺陷,影响晶圆产品的良品率。可以知道的是,常见的刮伤缺陷按图形轨迹分有单条弧形,多条弧形交叉,圆环状等。其中,圆环状及弧形交叉影响最大,圆环状及弧形交叉的刮伤缺陷可能导致晶圆产品直接报废。在产品损伤等级为第三损伤等级的情况下,控制晶圆研磨机台停止晶圆研磨操作,同时控制晶圆研磨机台执行晶圆回传操作。也就是说,控制晶圆研磨机台停止眼膜当前晶圆,并将正在研磨的当前晶圆传送回生产盒。
上述技术方案,基于产品损伤等级控制晶圆研磨机台的晶圆处理操作,针对于不同的异物存在情况对晶圆研磨机台进行精细化控制,有利于提高晶圆产品的良品率,降低晶圆产品生产成本。
本申请实施例根据异物检测结果确定晶圆研磨环的产品损伤等级,基于产品损伤等级,控制晶圆研磨机台的晶圆处理操作,实现了根据异物存在情况精细化控制晶圆处理操作,有利于提高晶圆产品的良品率,降低晶圆产品的生产成本。
实施例四
图4是本申请实施例四提供的晶圆研磨机台控制装置的结构示意图,本实施例可适用于利用晶圆研磨机台生产晶圆的情况。所述装置可由软件和/或硬件实现,并可集成于智能终端等电子设备中。
如图4所示,该装置可以包括:图像获取模块410、异物检测模块420和机台控制模块430。
图像获取模块410,用于获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;
异物检测模块420,用于基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果;
机台控制模块430,用于基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作。
本申请实施例的技术方案,获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;基于当前状态图像,确定目标监测区域中是否存在异物,得到异物检测结果;基于异物检测结果,控制晶圆研磨机台的晶圆处理操作。本申请基于目标监测区域的图像数据,在晶圆研磨过程中对晶圆研磨环进行状态监测,可以及时发现晶圆研磨环镶嵌异物的情况,有利于提高晶圆品质,节约生产成本。
可选的,异物检测模块420,包括:特征提取子模块,用于对所述当前状态图像进行特征提取,得到当前状态图像的图像特征数据;类别确定子模块,用于基于所述图像特征数据对所述当前状态图像进行分类处理,确定所述当前状态图像所属的表面缺陷类别;结果确定子模块,用于根据所述当前状态图像所属的表面缺陷类别,确定所述目标监测区域的异物检测结果。
可选的,类别确定子模块,包括:疑似异物确定单元,用于基于所述图像特征数据,确定所述当前状态图像中的疑似异物,以及所述疑似异物的对象特征数据;缺陷类别确定子模块,用于基于所述疑似异物的对象特征数据,确定所述当前状态图像所属的表面缺陷类别;其中,所述对象特征数据包括:形态特征数据、颜色特征数据以及尺寸特征数据中的至少一项。
可选的,机台控制模块430,包括:损伤等级确定子模块,用于根据所述异物检测结果确定所述晶圆研磨环的产品损伤等级;研磨机台控制模块,用于基于所述产品损伤等级,控制晶圆研磨机台的晶圆处理操作。
可选的,损伤等级确定子模块,包括:第一等级确定单元,用于若所述异物检测结果为没有异物,则确定所述产品损伤等级为第一损伤等级;第二等级确定单元,用于若所述异物检测结果为疑有异物,则确定所述产品损伤等级为第二损伤等级;第三等级确定单元,用于若所述异物检测结果为确有异物,则确定所述产品损伤等级为第三损伤等级。
可选的,研磨机台控制模块,包括:第一机台控制单元,用于若所述产品损伤等级为所述第一损伤等级,则不对所述晶圆研磨机台的晶圆处理操作进行限制;第二机台控制单元,用于若所述产品损伤等级为所述第二损伤等级,则控制所述晶圆研磨机台停止晶圆抽片操作;第三机台控制单元,用于若所述产品损伤等级为所述第三损伤等级,则控制所述晶圆研磨机台停止执行晶圆研磨操作,且控制所述晶圆研磨机台执行晶圆回传操作。
可选的,所述目标监测区域包括:所述晶圆研磨环的下底部区域或者内侧面区域。
发明实施例所提供的晶圆研磨机台控制装置可执行本申请任意实施例所提供的晶圆研磨机台控制方法,具备执行晶圆研磨机台控制方法相应的性能模块和有益效果。
本公开的技术方案中,所涉及的用户信息的收集、存储、使用、加工、传输、提供和公开等,均符合相关法律法规的规定,且不违背公序良俗。
实施例五
图5示出了可以用来实施的实施例的电子设备510的结构示意图。电子设备510包括至少一个处理器511,以及与至少一个处理器511通信连接的存储器,如只读存储器(ROM)512、随机访问存储器(RAM)513等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器511可以根据存储在只读存储器(ROM)512中的计算机程序或者从存储单元518加载到随机访问存储器(RAM)513中的计算机程序,来执行各种适当的动作和处理。在RAM513中,还可存储电子设备510操作所需的各种程序和数据。处理器511、ROM 512以及RAM513通过总线514彼此相连。输入/输出(I/O)接口515也连接至总线514。
电子设备510中的多个部件连接至I/O接口515,包括:输入单元516,例如键盘、鼠标等;输出单元517,例如各种类型的显示器、扬声器等;存储单元518,例如磁盘、光盘等;以及通信单元519,例如网卡、调制解调器、无线通信收发机等。通信单元519允许电子设备510通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器511可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器511的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器511执行上文所描述的各个方法和处理,例如晶圆研磨机台控制方法。
在一些实施例中,晶圆研磨机台控制方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元518。在一些实施例中,计算机程序的部分或者全部可以经由ROM 512和/或通信单元519而被载入和/或安装到电子设备510上。当计算机程序加载到RAM 513并由处理器511执行时,可以执行上文描述的晶圆研磨机台控制方法的一个或多个步骤。备选地,在其他实施例中,处理器511可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行晶圆研磨机台控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据处理服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (8)
1.一种晶圆研磨机台控制方法,其特征在于,所述方法包括:
获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;
基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果;
基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作;
所述基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果,包括:
对所述当前状态图像进行特征提取,得到当前状态图像的图像特征数据;
基于所述图像特征数据对所述当前状态图像进行分类处理,确定所述当前状态图像所属的表面缺陷类别;
根据所述当前状态图像所属的表面缺陷类别,确定所述目标监测区域的异物检测结果;
所述基于所述图像特征数据对所述当前状态图像进行分类处理,确定所述当前状态图像所属的表面缺陷类别,包括:
基于所述图像特征数据,确定所述当前状态图像中的疑似异物,以及所述疑似异物的对象特征数据;
基于所述疑似异物的对象特征数据,确定所述当前状态图像所属的表面缺陷类别;其中,所述对象特征数据包括:形态特征数据、颜色特征数据以及尺寸特征数据中的至少一项。
2.根据权利要求1所述的方法,其特征在于,基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作,包括:
根据所述异物检测结果确定所述晶圆研磨环的产品损伤等级;
基于所述产品损伤等级,控制晶圆研磨机台的晶圆处理操作。
3.根据权利要求2所述的方法,其特征在于,根据所述异物检测结果确定所述晶圆研磨环的产品损伤等级,包括:
若所述异物检测结果为没有异物,则确定所述产品损伤等级为第一损伤等级;
若所述异物检测结果为疑有异物,则确定所述产品损伤等级为第二损伤等级;
若所述异物检测结果为确有异物,则确定所述产品损伤等级为第三损伤等级。
4.根据权利要求3所述的方法,基于所述产品损伤等级,控制晶圆研磨机台的晶圆处理操作,包括:
若所述产品损伤等级为所述第一损伤等级,则不对所述晶圆研磨机台的晶圆处理操作进行限制;
若所述产品损伤等级为所述第二损伤等级,则控制所述晶圆研磨机台停止晶圆抽片操作;
若所述产品损伤等级为所述第三损伤等级,则控制所述晶圆研磨机台停止执行晶圆研磨操作,且控制所述晶圆研磨机台执行晶圆回传操作。
5.根据权利要求1-4中任意一项所述方法,其特征在于,所述目标监测区域包括:所述晶圆研磨环的下底部区域或者内侧面区域。
6.一种晶圆研磨机台控制装置,其特征在于,所述装置包括:
图像获取模块,用于获取目标监测区域的图像数据,作为晶圆研磨环的当前状态图像;
异物检测模块,用于基于所述当前状态图像,确定所述目标监测区域中是否存在异物,得到异物检测结果;
机台控制模块,用于基于所述异物检测结果,控制晶圆研磨机台的晶圆处理操作;
所述异物检测模块,包括:特征提取子模块,用于对所述当前状态图像进行特征提取,得到当前状态图像的图像特征数据;类别确定子模块,用于基于所述图像特征数据对所述当前状态图像进行分类处理,确定所述当前状态图像所属的表面缺陷类别;结果确定子模块,用于根据所述当前状态图像所属的表面缺陷类别,确定所述目标监测区域的异物检测结果;
所述类别确定子模块,包括:疑似异物确定单元,用于基于所述图像特征数据,确定所述当前状态图像中的疑似异物,以及所述疑似异物的对象特征数据;缺陷类别确定子模块,用于基于所述疑似异物的对象特征数据,确定所述当前状态图像所属的表面缺陷类别;其中,所述对象特征数据包括:形态特征数据、颜色特征数据以及尺寸特征数据中的至少一项。
7.一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1-5中任一项所述的晶圆研磨机台控制方法。
8.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的晶圆研磨机台控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211278864.0A CN115502883B (zh) | 2022-10-19 | 2022-10-19 | 一种晶圆研磨机台控制方法、装置、介质以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211278864.0A CN115502883B (zh) | 2022-10-19 | 2022-10-19 | 一种晶圆研磨机台控制方法、装置、介质以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115502883A CN115502883A (zh) | 2022-12-23 |
CN115502883B true CN115502883B (zh) | 2023-11-07 |
Family
ID=84510997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211278864.0A Active CN115502883B (zh) | 2022-10-19 | 2022-10-19 | 一种晶圆研磨机台控制方法、装置、介质以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115502883B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1151622A (ja) * | 1997-08-07 | 1999-02-26 | Hitachi Ltd | 異物検査方法および装置 |
JP2009094407A (ja) * | 2007-10-11 | 2009-04-30 | Tokyo Seimitsu Co Ltd | ウェーハ研磨装置 |
CN112987356A (zh) * | 2021-04-16 | 2021-06-18 | 惠州高视科技有限公司 | 液晶面板底部异物误检滤除方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4102081B2 (ja) * | 2002-02-28 | 2008-06-18 | 株式会社荏原製作所 | 研磨装置及び研磨面の異物検出方法 |
-
2022
- 2022-10-19 CN CN202211278864.0A patent/CN115502883B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1151622A (ja) * | 1997-08-07 | 1999-02-26 | Hitachi Ltd | 異物検査方法および装置 |
JP2009094407A (ja) * | 2007-10-11 | 2009-04-30 | Tokyo Seimitsu Co Ltd | ウェーハ研磨装置 |
CN112987356A (zh) * | 2021-04-16 | 2021-06-18 | 惠州高视科技有限公司 | 液晶面板底部异物误检滤除方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115502883A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581463B (zh) | 图像缺陷的检测方法、装置、电子设备、存储介质及产品 | |
TWI324326B (en) | A mura defect detection algorithm for flat panel displays | |
CN115020267B (zh) | 一种半导体表面缺陷检测方法 | |
CN110070523B (zh) | 一种用于瓶底的异物检测方法 | |
CN109378279B (zh) | 晶圆检测方法及晶圆检测系统 | |
CN116773548B (zh) | 一种晶圆表面缺陷检测方法及系统 | |
CN116952958B (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
CN116385430A (zh) | 一种机器视觉瑕疵检测方法、装置、介质及设备 | |
CN116109637A (zh) | 基于视觉的涡轮增压器叶轮外观缺陷检测的系统及其方法 | |
CN115272290A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN115937101A (zh) | 质量检测方法、装置、设备及存储介质 | |
CN115502883B (zh) | 一种晶圆研磨机台控制方法、装置、介质以及电子设备 | |
CN108039326B (zh) | 根据电路设计图形设置扫描阈值的方法 | |
CN116571410B (zh) | 基于机器视觉的缺陷区域修复方法、装置、设备以及介质 | |
CN115272381B (zh) | 一种金属线分割方法、装置、电子设备及存储介质 | |
TW202044133A (zh) | 生產治具清洗管理方法、裝置及電腦可讀儲存介質 | |
CN115546764A (zh) | 一种障碍物检测方法、装置、设备及存储介质 | |
CN114581711A (zh) | 目标对象检测方法、装置、设备、存储介质以及程序产品 | |
CN114895313A (zh) | 一种河道内管线的检测方法、装置、电子设备及存储介质 | |
CN116503407B (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN115542100B (zh) | 绝缘子故障检测方法、装置、设备及介质 | |
CN116823924B (zh) | 缺陷区域面积的确定方法、装置、电子设备以及存储介质 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN115689922A (zh) | 畸变检测方法、装置、设备及存储介质 | |
CN110009612B (zh) | 基于亚像素精度的手机镜头视窗玻璃图像分割方法 |
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 |