CN116631885A - 晶圆分析方法及晶圆分析装置 - Google Patents

晶圆分析方法及晶圆分析装置 Download PDF

Info

Publication number
CN116631885A
CN116631885A CN202210132233.1A CN202210132233A CN116631885A CN 116631885 A CN116631885 A CN 116631885A CN 202210132233 A CN202210132233 A CN 202210132233A CN 116631885 A CN116631885 A CN 116631885A
Authority
CN
China
Prior art keywords
wafer
time period
abnormal
semiconductor
machine
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
CN202210132233.1A
Other languages
English (en)
Inventor
夏霜
邱锐
黄敬畏
吴韦志
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 CN202210132233.1A priority Critical patent/CN116631885A/zh
Priority to PCT/CN2022/081668 priority patent/WO2023151153A1/zh
Publication of CN116631885A publication Critical patent/CN116631885A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing 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
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • General Factory Administration (AREA)

Abstract

本公开涉及半导体制造技术领域，尤其涉及一种晶圆分析方法及晶圆分析装置。所述晶圆分析方法包括如下步骤：获取晶圆在半导体机台内进行半导体制程的处理信息；解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段；所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆。本公开能够自动化定位异常晶圆，从而提高了半导体机台的产能和晶圆产品的良率。

Description

晶圆分析方法及晶圆分析装置
技术领域
本公开涉及半导体制造技术领域，尤其涉及一种晶圆分析方法及晶圆分析装置。
背景技术
目前，半导体集成电路(IC)产业已经经历了指数式增长。IC材料和设计中的技术进步已经产生了数代IC，其中，每代IC都比前一代IC具有更小和更复杂的电路。在IC发展的过程中，功能密度(即每一芯片面积上互连器件的数量)已普遍增加，而几何尺寸(即使用制造工艺可以产生的最小部件)却已减小。除了IC部件变得更小和更复杂之外，在其上制造IC的晶圆变得越来越大，这就对晶圆的质量要求越来越高。
曝光制程是半导体工艺中的重要制程技术之一。曝光机的曝光品质对晶圆的曝光质量(例如曝光图案的特征尺寸)有重要影响。单位面积上的曝光强度偏差(Dose Error)是评估曝光机的曝光品质的关键参数之一。曝光机的Dose Error过高会导致产品特征尺寸的异常，若不能及时的对异常产品进行拦截，会导致产品流到下一处理站，从而造成产品良率的降低。当前工程师并没有有效的方法获取在曝光机曝光过程中出现异常的晶圆产品，只能通过人工排查，效率低下，耗时耗力，严重影响机台产能。
因此，如何实现异常晶圆产品的自动化定位，从而提高晶圆产品的良率与半导体机台的产能，是当前亟待解决的技术问题。
发明内容
本公开提供一种晶圆分析方法及晶圆分析装置，用于解决当前无法实现异常晶圆产品自动化定位的问题，以提高晶圆产品的良率和半导体机台的产能。
根据一些实施例，本公开提供了一种晶圆分析方法，包括如下步骤：
获取晶圆在半导体机台内进行半导体制程的处理信息；
解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段；
所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆。
在一些实施例中，查找所述半导体机台出现异常状况的机台异常时刻段的具体步骤包括：
查找所述半导体机台的处理参数超出阈值范围的时刻段，作为所述半导体机台的机台异常时刻段。
在一些实施例中，查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段的具体步骤包括：
查找与多个批次的晶圆一一对应的多个处理时间段，所述处理时间段为每一批次的晶圆从进入所述半导体机台至退出所述半导体机台的时间段，每一批次的所述晶圆包括多片所述晶圆。
在一些实施例中，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆的具体步骤包括：
设置单一批次的所述晶圆在所述半导体机台内进行所述半导体制程处理的预设时长；
根据所述机台异常时刻段和所述预设时长获取所述半导体机台产生异常晶圆的晶圆异常时间范围；
获取至少与所述晶圆异常时间范围部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。
在一些实施例中，确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆之后，还包括如下步骤：
自动拦截所述异常批次晶圆。
在一些实施例中，查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段的具体步骤包括：
查找每片所述晶圆开始进行所述半导体制程处理时的开始时间点、以及结束所述半导体制程处理时的结束时间点，并以所述开始时间点与所述结束时间点之间的时间段作为所述处理时间段。
在一些实施例中，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆的具体步骤包括：
以所述机台异常时刻段作为所述半导体机台生成异常晶圆的晶圆异常时间范围；
获取包含所述晶圆异常时间范围的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。
在一些实施例中，确认与所述目标处理时间段对应的所述晶圆为异常晶圆之后，还包括如下步骤：
自动标记所述异常晶圆。
根据另一些实施例，本公开还提供了一种晶圆分析装置，包括：
获取电路，用于获取晶圆在半导体机台内进行半导体制程的处理信息；
解析电路，用于解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段；
处理器，用于在所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠时，确认所述晶圆为异常晶圆。
在一些实施例中，还包括：
所述解析电路用于查找所述半导体机台的处理参数超出阈值范围的时刻段，作为所述半导体机台的机台异常时刻段。
在一些实施例中，所述解析电路还用于查找与多个批次的晶圆一一对应的多个处理时间段，所述处理时间段为每一批次的晶圆从进入所述半导体机台至退出所述半导体机台的时间段，每一批次的所述晶圆包括多片所述晶圆。
在一些实施例中，还包括：
设置电路，所述设置电路还用于设置单一批次的所述晶圆在所述半导体机台内进行所述半导体制程处理的预设时长；
所述处理器还用于根据所述机台异常时刻段和所述预设时长获取所述半导体机台产生异常晶圆的晶圆异常时间范围，并获取至少与所述晶圆异常时间范围部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。
在一些实施例中，所述处理器还用于在确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆之后，自动拦截所述异常批次晶圆。
在一些实施例中，所述解析电路用于查找每片所述晶圆开始进行所述半导体制程处理时的开始时间点、以及结束所述半导体制程处理时的结束时间点，并以所述开始时间点与所述结束时间点之间的时间段作为所述处理时间段。
在一些实施例中，所述处理器用于以所述机台异常时刻段作为所述半导体机台生成异常晶圆的晶圆异常时间范围，获取包含所述晶圆异常时间范围的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。
在一些实施例中，所述处理器还用于自动标记所述异常晶圆。
本公开一些实施例提供的晶圆分析方法及晶圆分析装置，通过收集并解析晶圆在半导体机台内进行半导体制程的处理信息，根据所述处理信息中的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段是否有重叠，来自动化判断晶圆是否为异常晶圆，从而实现了对异常晶圆的自动化定位，以便及时对异常晶圆产品采取拦截等措施，避免异常晶圆产品流入下一处理站，进而达到提高晶圆产品良率的效果。同时，由于能够自动化定位异常晶圆，避免了人工查找的繁琐操作，进而提高了半导体机台的产能。
附图说明
附图1是本公开具体实施方式中晶圆分析方法的流程图；
附图2是本公开具体实施方式中自动化定位异常批次晶圆的示意图；
附图3是本公开具体实施方式中自动化定位异常晶圆的示意图；
附图4是本公开具体实施方式中对半导体机台的性能进行监测的示意图；
附图5是本公开具体实施方式中晶圆分析装置的结构框图。
具体实施方式
下面结合附图对本公开提供的晶圆分析方法及晶圆分析装置的具体实施方式做详细说明。
本具体实施方式提供了一种晶圆分析方法，附图1是本公开具体实施方式中晶圆分析方法的流程图。如图1所示，本具体实施方式提供的晶圆分析方法，包括如下步骤：
步骤S11，获取晶圆在半导体机台内进行半导体制程的处理信息。
本具体实施方式中所述的半导体机台可以是但不限于曝光机台。所述处理信息包括所述半导体机台的基本信息(例如型号信息等)、所述半导体机台进行所述半导体制程的时间信息、所述晶圆在所述半导体机台内进行所述半导体制程的处理时间段、所述半导体机台在进行所述半导体制程时的处理参数信息中的一种或者两种以上。所述半导体机台在进行所述半导体制程时的处理参数信息可以通过设置于所述半导体机台内部的传感器检测得到。举例来说，当所述半导体机台为曝光机台时，所述处理参数可以包括单位面积上的曝光强度值(Dose数值)。
步骤S12，解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段。
在一些实施例中，查找所述半导体机台出现异常状况的机台异常时刻段的具体步骤包括：
查找所述半导体机台的处理参数超出阈值范围的时刻段，作为所述半导体机台的机台异常时刻段。
具体来说，所述处理信息可以是但不限于存储于所述半导体机台内部或者所述半导体机台外部的半导体机台日志。预先设置所述半导体机台的所述处理参数的阈值范围，然后在解析的所述处理信息中查找所述处理参数的数值超出所述阈值范围的时刻段，并以所述处理参数的数值超出所述阈值范围的时刻段作为所述半导体机台出现异常状况的机台异常时刻段。本具体实施方式中的所述阈值范围包括所述处理参数的上限值、下限值中的任一者或者两者的组合。
举例来说，所述半导体机台为曝光机台，所述处理参数为Dose，所述阈值范围包括所述曝光机台的Dose上限值与下限值之间的范围。所述处理信息中Dose数值超出所述上限值或所述下限值的时刻段即为所述曝光机台的所述机台异常时刻段。本具体实施方式中所述的异常时刻段包括所述Dose数值超出所述阈值范围的时刻点、所述Dose数值超出阈值范围的时间段中的任一者或者两者的组合。所述阈值范围的具体数值可以根据实际需要进行设置，例如根据所述半导体制程的具体类型确定。
在一些实施例中，查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段的具体步骤包括：
查找与多个批次的晶圆一一对应的多个处理时间段，所述处理时间段为每一批次的晶圆从进入所述半导体机台至退出所述半导体机台的时间段，每一批次的所述晶圆包括多片所述晶圆。
具体来说，所述半导体机台在所述半导体制程中依次对多个批次的晶圆进行处理，每一批次的所述晶圆包括多片所述晶圆。所述处理时间段为每一批次的第一片晶圆开始进入所述半导体机台至每一批次的最后一片晶圆退出所述半导体机台的时间段。本具体实施方式中所述的多片是指两片以上。
步骤S13，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆。
具体来说，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，则表明所述晶圆是在所述半导体机台的所述处理参数出现异常的时刻段进行所述半导体制程处理的，异常的所述处理参数会导致所述半导体制程的异常，进而导致被所述半导体制程处理的所述晶圆的异常。本具体实施方式中所述的重叠可以是部分重叠，也可以是所述机台异常时刻段完全包含于所述处理时间段内，还可以是所述处理时间段完全包含于所述机台异常时刻段内。
在一些实施例中，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆的具体步骤包括：
设置单一批次的所述晶圆在所述半导体机台内进行所述半导体制程处理的预设时长；
根据所述机台异常时刻段和所述预设时长获取所述半导体机台产生异常晶圆的晶圆异常时间范围；
获取至少与所述晶圆异常时间范围部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。
附图2是本公开具体实施方式中自动化定位异常批次晶圆的示意图。以下以所述半导体机台为曝光机台、所述半导体制程为曝光制程、所述处理参数为Dose为例进行说明。如图2所示，通过解析所述曝光机台的所述处理信息，查找得到所述曝光机台的Dose数据，所述Dose数据包括多个时刻段、以及与多个所述时刻段一一对应的Dose数值。查找所述处理信息中Dose数值超出预先设置的阈值范围的时刻段，作为所述机台异常时刻段Dose OOStime。设置单一批次的所述晶圆在所述曝光机台内进行曝光制程处理的预设时长为(before secs,after secs)。所述预设时长还可以根据单片晶圆在所述曝光机台内进行曝光制程处理的时间与每一批次晶圆中晶圆的数量计算得到。所述曝光机台产生异常晶圆的所述晶圆异常时间范围为[Dose OOS time－before secs,Dose OOS time+after secs]。之后，选择与所述晶圆异常时间范围为[Dose OOS time－before secs,Dose OOS time+after secs]至少部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。即在所述曝光机台的所述Dose数值出现异常的时间段内、于所述曝光机台内部进行曝光制程处理的批次晶圆为异常批次晶圆。
在一些实施例中，确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆之后，还包括如下步骤：
自动拦截所述异常批次晶圆。
具体来说，在确认异常批次晶圆之后，可以通过查找MES(ManufacturingExecution System，生产执行管理系统)获取异常批次晶圆的标识(例如异常批次晶圆的识别编号)，以对所述异常批次的晶圆进行标注。判断经过所述半导体制程处理的所述异常批次的晶圆是否还位于所述半导体机台内部，若是，则直接、自动的拦截所述异常批次的晶圆，避免所述异常批次的晶圆流入下一制程。若所述异常批次的晶圆已经完全离开所述半导体机台，则发出警报，以通知用户。
以所述半导体机台为曝光机台、所述半导体制程为曝光制程、所述处理参数为Dose为例，判断所述异常批次的晶圆是否还在曝光机台内，若是，则直接、自动的拦截所述异常批次的晶圆；若否，则发出警报。
在一些实施例中，查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段的具体步骤包括：
查找每片所述晶圆开始进行所述半导体制程处理时的开始时间点、以及结束所述半导体制程处理时的结束时间点，并以所述开始时间点与所述结束时间点之间的时间段作为所述处理时间段。
在一些实施例中，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆的具体步骤包括：
以所述机台异常时刻段作为所述半导体机台生成异常晶圆的晶圆异常时间范围；
获取包含所述晶圆异常时间范围的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。
在一些实施例中，确认与所述目标处理时间段对应的所述晶圆为异常晶圆之后，还包括如下步骤：
自动标记所述异常晶圆。
附图3是本公开具体实施方式中自动化定位异常晶圆的示意图。以下仍以所述半导体机台为曝光机台、所述半导体制程为曝光制程、所述处理参数为Dose为例进行说明。如图3所示，通过解析所述曝光机台的所述处理信息，查找得到所述曝光机台的Dose数据，所述Dose数据包括多个时刻段、以及与多个所述时刻段一一对应的Dose数值。查找所述处理信息中Dose数值超出预先设置的阈值范围的时刻段，作为所述机台异常时刻段Dose OOStime，并以所述机台异常时刻段Dose OOS time作为所述曝光机台生成异常晶圆的晶圆异常时间范围。通过查找所述曝光机台的所述处理信息中的Report(报告)档案，获取每片所述晶圆开始进行所述曝光制程处理时的开始时间点begin time、以及结束所述曝光制程处理时的结束时间点end time，并以所述开始时间点begin time与所述结束时间点end time之间的时间段作为所述处理时间段。之后，选择与所述晶圆异常时间范围至少部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。即在所述曝光机台的所述Dose数值出现异常的时间段内、于所述曝光机台内部进行曝光制程处理的晶圆为异常晶圆。
在确认所述异常晶圆之后，可以对异常晶圆的数量进行统计、并对异常晶圆进行自动标记，以便于用户能够快速、直接的获知所述异常晶圆。本具体实施方式可以自动定位到出现异常的单片晶圆，从而可以避免对整批次的晶圆进行返工(例如重曝光)，即减少了返工的晶圆数量，在提高晶圆产品良率的同时，还能进一步提高所述半导体机台的产能。
附图4是本公开具体实施方式中对半导体机台的性能进行监测的示意图。在一些实施例中，还可以通过对所述半导体机台的所述处理信息进行解析、查找，从而对所述半导体机台的性能进行监测。以下仍以所述半导体机台为曝光机台、所述半导体制程为曝光制程、所述处理参数为Dose为例进行说明。举例来说，如图4所示，通过解析所述曝光机台的所述处理信息，查找得到所述曝光机台的Dose数据，所述Dose数据包括多个时刻段、以及与多个所述时刻段一一对应的Dose数值。计算并统计所述曝光机台的Dose指标，获取所述Dose的阈值范围。整合一台或者多台所述曝光机台的Dose数据，获取一台或者多台所述曝光机台的Dose性能趋势图。所述Dose性能趋势图的横坐标为时刻段、纵坐标为Dose数值。通过所述Dose性能趋势图能够获知一台所述曝光机台的Dose性能稳定性或者能够对多台所述曝光机台之间的Dose性能进行比较，从而能够及时的进行预警，避免对晶圆造成损伤，也有助于进一步提高曝光机台的产能。
在一实施例中，可以在直接定位异常晶圆。在另一实施例中，也可以在确定异常批次的晶圆之后，然后从所述异常批次的晶圆中定位单片的异常晶圆。
不仅如此，本具体实施方式还提供了一种晶圆分析装置。附图5是本公开具体实施方式中晶圆分析装置的结构框图。本具体实施方式提供的晶圆分析装置可以采用如图1-图4所示的晶圆分析方法对晶圆进行分析。如图1-图5所示，所述晶圆分析装置，包括：
获取电路50，用于获取晶圆在半导体机台内进行半导体制程的处理信息；
解析电路51，用于解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段；
处理器52，用于在所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠时，确认所述晶圆为异常晶圆。
本具体实施方式中所述的半导体机台可以是但不限于曝光机台。所述处理信息包括所述半导体机台的基本信息(例如型号信息等)、所述半导体机台进行所述半导体制程的时间信息、所述晶圆在所述半导体机台内进行所述半导体制程的处理时间段、所述半导体机台在进行所述半导体制程时的处理参数信息中的一种或者两种以上。所述半导体机台在进行所述半导体制程时的处理参数信息可以通过设置于所述半导体机台内部的传感器检测得到。举例来说，当所述半导体机台为曝光机台时，所述处理参数可以包括单位面积上的曝光强度值(Dose数值)。
具体来说，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，则表明所述晶圆是在所述半导体机台的所述处理参数出现异常的时刻段进行所述半导体制程处理的，异常的所述处理参数会导致所述半导体制程的异常，进而导致被所述半导体制程处理的所述晶圆的异常。本具体实施方式中所述的重叠可以是部分重叠，也可以是所述机台异常时刻段完全包含于所述处理时间段内，还可以是所述处理时间段完全包含于所述机台异常时刻段内。
在一些实施例中，所述晶圆分析装置还包括：
所述解析电路51用于查找所述半导体机台的处理参数超出阈值范围的时刻段，作为所述半导体机台的机台异常时刻段。
具体来说，所述处理信息可以是但不限于存储于所述半导体机台内部或者所述半导体机台外部的半导体机台日志。预先设置所述半导体机台的所述处理参数的阈值范围，然后在解析的所述处理信息中查找所述处理参数的数值超出所述阈值范围的时刻段，并以所述处理参数的数值超出所述阈值范围的时刻段作为所述半导体机台出现异常状况的机台异常时刻段。本具体实施方式中的所述阈值范围包括所述处理参数的上限值、下限值中的任一者或者两者的组合。
在一些实施例中，所述解析电路51还用于查找与多个批次的晶圆一一对应的多个处理时间段，所述处理时间段为每一批次的晶圆从进入所述半导体机台至退出所述半导体机台的时间段，每一批次的所述晶圆包括多片所述晶圆。
在一些实施例中，所述晶圆分析装置还包括：
设置电路53，所述设置电路53还用于设置单一批次的所述晶圆在所述半导体机台内进行所述半导体制程处理的预设时长；
所述处理器52还用于根据所述机台异常时刻段和所述预设时长获取所述半导体机台产生异常晶圆的晶圆异常时间范围，并获取至少与所述晶圆异常时间范围部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。
在一些实施例中，所述处理器52还用于在确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆之后，自动拦截所述异常批次晶圆。
具体来说，在确认异常批次晶圆之后，所述处理器52可以通过查找MES(Manufacturing Execution System，生产执行管理系统)获取异常批次晶圆的标识(例如异常批次晶圆的识别编号)，并对所述异常批次的晶圆进行标注。判断经过所述半导体制程处理的所述异常批次的晶圆是否还位于所述半导体机台内部，若是，则直接、自动的拦截所述异常批次的晶圆，避免所述异常批次的晶圆流入下一制程。若所述异常批次的晶圆已经完全离开所述半导体机台，则发出警报，以通知用户。
在一些实施例中，所述解析电路51用于查找每片所述晶圆开始进行所述半导体制程处理时的开始时间点、以及结束所述半导体制程处理时的结束时间点，并以所述开始时间点与所述结束时间点之间的时间段作为所述处理时间段。
在一些实施例中，所述处理器52用于以所述机台异常时刻段作为所述半导体机台生成异常晶圆的晶圆异常时间范围，获取包含所述晶圆异常时间范围的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。
在一些实施例中，所述处理器52还用于自动标记所述异常晶圆。
具体来说，在确认所述异常晶圆之后，可以对异常晶圆的数量进行统计、并对异常晶圆进行自动标记，以便于用户能够快速、直接的获知所述异常晶圆。本具体实施方式可以自动定位到出现异常的单片晶圆，从而可以避免对整批次的晶圆进行返工(例如重曝光)，即减少了返工的晶圆数量，在提高晶圆产品良率的同时，还能进一步提高所述半导体机台的产能。
本具体实施方式提供的晶圆分析方法及晶圆分析装置，通过收集并解析晶圆在半导体机台内进行半导体制程的处理信息，根据所述处理信息中的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段是否有重叠，来自动化判断晶圆是否为异常晶圆，从而实现了对异常晶圆的自动化定位，以便及时对异常晶圆产品采取拦截等措施，避免异常晶圆产品流入下一处理站，进而达到提高晶圆产品良率的效果。同时，由于能够自动化定位异常晶圆，避免了人工查找的繁琐操作，进而提高了半导体机台的产能。
以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。

Claims (16)

1.一种晶圆分析方法，其特征在于，包括如下步骤：
获取晶圆在半导体机台内进行半导体制程的处理信息；
解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段；
所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆。
2.根据权利要求1所述的晶圆分析方法，其特征在于，查找所述半导体机台出现异常状况的机台异常时刻段的具体步骤包括：
查找所述半导体机台的处理参数超出阈值范围的时刻段，作为所述半导体机台的机台异常时刻段。
3.根据权利要求1所述的晶圆分析方法，其特征在于，查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段的具体步骤包括：
查找与多个批次的晶圆一一对应的多个处理时间段，所述处理时间段为每一批次的晶圆从进入所述半导体机台至退出所述半导体机台的时间段，每一批次的所述晶圆包括多片所述晶圆。
4.根据权利要求3所述的晶圆分析方法，其特征在于，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆的具体步骤包括：
设置单一批次的所述晶圆在所述半导体机台内进行所述半导体制程处理的预设时长；
根据所述机台异常时刻段和所述预设时长获取所述半导体机台产生异常晶圆的晶圆异常时间范围；
获取至少与所述晶圆异常时间范围部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。
5.根据权利要求4所述的晶圆分析方法，其特征在于，确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆之后，还包括如下步骤：
自动拦截所述异常批次晶圆。
6.根据权利要求1所述的晶圆分析方法，其特征在于，查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段的具体步骤包括：
查找每片所述晶圆开始进行所述半导体制程处理时的开始时间点、以及结束所述半导体制程处理时的结束时间点，并以所述开始时间点与所述结束时间点之间的时间段作为所述处理时间段。
7.根据权利要求6所述的晶圆分析方法，其特征在于，所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠，确认所述晶圆为异常晶圆的具体步骤包括：
以所述机台异常时刻段作为所述半导体机台生成异常晶圆的晶圆异常时间范围；
获取包含所述晶圆异常时间范围的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。
8.根据权利要求7所述的晶圆分析方法，其特征在于，确认与所述目标处理时间段对应的所述晶圆为异常晶圆之后，还包括如下步骤：
自动标记所述异常晶圆。
9.一种晶圆分析装置，其特征在于，包括：
获取电路，用于获取晶圆在半导体机台内进行半导体制程的处理信息；
解析电路，用于解析所述处理信息，查找所述半导体机台出现异常状况的机台异常时刻段，以及查找所述晶圆在所述半导体机台内进行半导体制程的处理时间段；
处理器，用于在所述半导体机台出现异常状况的机台异常时刻段与所述晶圆在半导体机台内进行半导体制程的处理时间段重叠时，确认所述晶圆为异常晶圆。
10.根据权利要求9所述的晶圆分析装置，其特征在于，还包括：
所述解析电路用于查找所述半导体机台的处理参数超出阈值范围的时刻段，作为所述半导体机台的机台异常时刻段。
11.根据权利要求10所述的晶圆分析装置，其特征在于，所述解析电路还用于查找与多个批次的晶圆一一对应的多个处理时间段，所述处理时间段为每一批次的晶圆从进入所述半导体机台至退出所述半导体机台的时间段，每一批次的所述晶圆包括多片所述晶圆。
12.根据权利要求11所述的晶圆分析装置，其特征在于，还包括：
设置电路，所述设置电路还用于设置单一批次的所述晶圆在所述半导体机台内进行所述半导体制程处理的预设时长；
所述处理器还用于根据所述机台异常时刻段和所述预设时长获取所述半导体机台产生异常晶圆的晶圆异常时间范围，并获取至少与所述晶圆异常时间范围部分重叠的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆。
13.根据权利要求12所述的晶圆分析装置，其特征在于，所述处理器还用于在确认与所述目标处理时间段对应批次的所述晶圆为异常批次晶圆之后，自动拦截所述异常批次晶圆。
14.根据权利要求9所述的晶圆分析装置，其特征在于，所述解析电路用于查找每片所述晶圆开始进行所述半导体制程处理时的开始时间点、以及结束所述半导体制程处理时的结束时间点，并以所述开始时间点与所述结束时间点之间的时间段作为所述处理时间段。
15.根据权利要求14所述的晶圆分析装置，其特征在于，所述处理器用于以所述机台异常时刻段作为所述半导体机台生成异常晶圆的晶圆异常时间范围，获取包含所述晶圆异常时间范围的所述处理时间段作为目标处理时间段，并确认与所述目标处理时间段对应的所述晶圆为异常晶圆。
16.根据权利要求15所述的晶圆分析装置，其特征在于，所述处理器还用于自动标记所述异常晶圆。
CN202210132233.1A 2022-02-14 2022-02-14 晶圆分析方法及晶圆分析装置 Pending CN116631885A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210132233.1A CN116631885A (zh) 2022-02-14 2022-02-14 晶圆分析方法及晶圆分析装置
PCT/CN2022/081668 WO2023151153A1 (zh) 2022-02-14 2022-03-18 晶圆分析方法及晶圆分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210132233.1A CN116631885A (zh) 2022-02-14 2022-02-14 晶圆分析方法及晶圆分析装置

Publications (1)

Publication Number Publication Date
CN116631885A true CN116631885A (zh) 2023-08-22

Family

ID=87563497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210132233.1A Pending CN116631885A (zh) 2022-02-14 2022-02-14 晶圆分析方法及晶圆分析装置

Country Status (2)

Country Link
CN (1) CN116631885A (zh)
WO (1) WO2023151153A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774990B (zh) * 2023-08-25 2023-11-28 合肥晶合集成电路股份有限公司 一种半导体机台的产品程式管理系统及管理方法
CN117410215B (zh) * 2023-12-15 2024-04-09 合肥晶合集成电路股份有限公司 机台参数的确定方法、控制方法、控制系统及其装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6766209B2 (en) * 2001-06-25 2004-07-20 Tokyo Electron Limited Managing system, managing method, host computer, and information collecting/transmitting unit
US20050010311A1 (en) * 2003-07-10 2005-01-13 Barbazette Christopher J. Data collection and diagnostic system for a semiconductor fabrication facility
CN205984978U (zh) * 2016-06-02 2017-02-22 中芯国际集成电路制造（天津）有限公司 一种监控晶圆
CN112232012B (zh) * 2019-06-27 2022-04-26 长鑫存储技术有限公司 半导体制程分析系统以及分析方法、计算机可读存储介质
CN110620104B (zh) * 2019-09-20 2021-10-26 武汉新芯集成电路制造有限公司 测试片及其制造方法和晶圆键合缺陷的检测方法

Also Published As

Publication number Publication date
WO2023151153A1 (zh) 2023-08-17

Similar Documents

Publication Publication Date Title
CN116631885A (zh) 晶圆分析方法及晶圆分析装置
TWI514497B (zh) 機台狀況定性監測方法及錯誤偵測分類系統
US5896294A (en) Method and apparatus for inspecting manufactured products for defects in response to in-situ monitoring
KR100200480B1 (ko) 불량 분석 피드백에 의한 반도체 제조공정 제어방법
US6766208B2 (en) Automatic production quality control method and system
US6647309B1 (en) Method and apparatus for automated generation of test semiconductor wafers
DE112004001259B4 (de) Verfahren und System zum Ausführen einer Messverteilung auf der Grundlage einer Fehlererkennung und computerlesbares Speichermedium
CN109309022B (zh) 一种缺陷抽检方法
US7117057B1 (en) Yield patrolling system
US6564171B1 (en) Method and apparatus for parsing event logs to determine tool operability
CN110763979A (zh) 一种基于mes系统的led晶圆点测自动化系统
US6821792B1 (en) Method and apparatus for determining a sampling plan based on process and equipment state information
CN114400191A (zh) 一种基于半导体工艺制程中对非产品片的管控方法
CN111554588B (zh) 晶圆缺陷监控系统及其监控方法
US6697691B1 (en) Method and apparatus for fault model analysis in manufacturing tools
CN111106028A (zh) 一种半导体芯片测试过程实时监控方法
US7127317B2 (en) System and method to analyze low yield of wafers caused by abnormal lot events
US20100010763A1 (en) Method for detecting variance in semiconductor processes
CN112989141A (zh) 一种查询中断晶圆批次lot的方法及系统
CN112824975B (zh) 先进制程控制系统
US7137085B1 (en) Wafer level global bitmap characterization in integrated circuit technology development
US20050080572A1 (en) Method of defect control
CN117331284A (zh) 光刻机温度与压力的监控方法
CN114397125B (zh) 机台运行状态的检验方法、装置、电子设备及存储介质
KR980012188A (ko) 반도체 소자 제조장비 및 제조공정의 제어방법

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