CN1521822A - 缺陷检测参数分析方法 - Google Patents
缺陷检测参数分析方法 Download PDFInfo
- Publication number
- CN1521822A CN1521822A CNA031020933A CN03102093A CN1521822A CN 1521822 A CN1521822 A CN 1521822A CN A031020933 A CNA031020933 A CN A031020933A CN 03102093 A CN03102093 A CN 03102093A CN 1521822 A CN1521822 A CN 1521822A
- Authority
- CN
- China
- Prior art keywords
- defects detection
- wafer
- product
- analysis method
- value
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 124
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000001514 detection method Methods 0.000 claims description 104
- 230000002950 deficient Effects 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 14
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000011990 functional testing Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 15
- 239000004065 semiconductor Substances 0.000 description 13
- 239000002184 metal Substances 0.000 description 8
- 230000008021 deposition Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920005591 polysilicon Polymers 0.000 description 1
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
一种缺陷检测参数分析方法,用以分析多批分别具有一个批号的产品,每批产品经过多个机台所制得,而每批产品中一片或以上的晶圆至少经过一个缺陷检测项目的检测,以产生一个缺陷检测参数值,此缺陷检测项目及其参数值以及与此缺陷检测项目相关的一个制程站别储存于一个数据库中,本方法包括步骤:搜寻数据库以取得多批产品的缺陷检测参数值;依据缺陷检测参数值将多批产品区分为至少一个合格产品组及一个不合格产品组;从数据库中搜寻与缺陷检测项目相关的制程站别;搜寻合格产品组在制程站别所经过的机台;搜寻不合格产品组在制程站别所经过的机台;判断不合格产品组经过机率高于合格产品组经过机率的机台。
Description
技术领域
本发明涉及一种制程参数分析方法,尤其涉及一种缺陷检测参数的分析方法。
背景技术
在半导体制造技术中,要完成一个半导体产品,通常要经过许多个制程,例如微影制程、蚀刻制程、离子植入制程等;也就是说在半导体制造过程中必须应用到大量的机台,以及许多繁琐的程序。因此,熟悉该项技术者都致力于确保机台运作正常、维持或提高产品良率、侦测确认问题点以及机台维修等作业,以期使半导体产品的生产速度及品质能够合乎客户需求。
一般而言,要探讨半导体制程的问题,可以从下列几项数据着手进行分析,包括制程参数数据、线上品质测试(In-line QC)数据、缺陷检测(defect inspection)数据、样品测试(sample test)数据、晶圆测试(wafer test)数据以及封装后测试(final test)数据。其中,缺陷检测数据乃是针对晶圆(wafer)的每一层别进行缺陷的检测,如缺陷总数量(total count)、缺陷增加数量(adder count)、或缺陷类别数量(class count),所得到的测试值,其通常以缺陷分布图来表示。
在现有技术中,如图1所示,首先进行步骤101,此时熟知技术者会针对每一晶圆进行各项缺陷检测项目的测试,如内金属介电层(inter-metal dielectric layer)的缺陷数量检测等。
接着,在步骤102中,熟知技术者会观察每一晶圆的各项缺陷检测项目的结果,以便找出缺陷检测结果有偏差的产品。如图2所示,在一片晶圆中会切割成多个晶格(die)21,其中包括有多个黑点,表示此晶圆的某一层别的缺陷22的位置,如图2所示即表示缺陷的分布图。
步骤103由熟知技术者根据经验,以及从步骤102中所选出的异常产品的缺陷分布图,来判断可能有问题的制程站别,如多晶硅层形成制程、金属层形成制程、内金属介电层形成制程等。
最后,在步骤104中,熟知技术者检查步骤103所判断的制程站别中的各机台,以便找出异常的机台。举例而言,熟知技术者可以依据内金属介电层的缺陷总数量检测不合规格,判断有问题的制程站别为内金属介电层的沉积制程站别,并检查出异常的机台,如沉积机台、蚀刻机台等。
然而,由于现有技术是利用人为经验判断来决定分析结果(步骤103),所以最后分析出来的结果的精确度及可信度将有待商榷;再加上半导体制造业人士更换频繁,导致前后期工程师之间的经验不容易传承,且每一位工程师能力有限,无法兼顾厂区所有机台的操作状态,故当半导体产品的缺陷检测结果发生异常时,工程师不见得有足够的经验快速且正确地判断出是哪一个环节出问题,因而可能必须耗费许多时间来进行相关研究,甚至有可能做出错误的判断,这样一来,不但降低制程的效率、增加生产成本,还无法及时改善生产情形以提高良率。
因此,如何提供一种能够在半导体产品的缺陷检测数据发生异常时,快速且正确地判断出是哪一个环节出问题的分析方法,正是当前半导体制造技术的重要课题之一。
发明内容
为了克服现有技术的上述不足,本发明的目的在于提供一种能够在半导体产品的缺陷检测数据发生异常时,快速且正确地判断出是哪一个环节出问题的缺陷检测参数分析方法。
本发明的另一目的在于提供一种能够依据缺陷检测及晶圆测试的结果来修正缺陷检测的封杀比例(kill ratio)的缺陷检测参数分析方法。
本发明的特征是配合一个记录有各项缺陷检测项目及与其相关的制程机台的数据库,并利用共通性分析手法来进行缺陷检测参数的分析。
为达到上述目的,根据本发明的缺陷检测参数分析方法用以分析多批分别具有一个批号的产品,每批产品经过多个机台所制得,而每批产品中的每一片晶圆至少经过一个缺陷检测项目的检测,以产生一个缺陷检测参数值,此缺陷检测项目及其参数值以及与此缺陷检测项目相关的一个制程站别储存于一个数据库中,本方法包括以下数个步骤:搜寻数据库以取得多批产品的缺陷检测参数值;依据缺陷检测参数值将多批产品区分为至少一个合格产品组及一个不合格产品组;从数据库中搜寻与缺陷检测项目相关的制程站别;搜寻合格产品组在制程站别所经过的机台;搜寻不合格产品组在制程站别所经过的机台;以及判断不合格产品组经过机率高于合格产品组经过机率的机台。
此外,每批产品中的每一片晶圆还经过与缺陷检测项目相关的一个晶圆测试项目的检测,以产生一个晶圆测试参数值,而数据库中更储存有此晶圆测试项目及晶圆测试参数值,而依本发明的缺陷检测参数分析方法,还利用叠图方式比对晶圆测试参数值分布图与缺陷分布图,以便找出较佳的缺陷检测的封杀比例(kill ratio)。
承上所述,因为根据本发明的缺陷检测参数分析方法是配合记录有各项缺陷检测项目及与其相关的制程机台的数据库并利用共通性分析手法来分析缺陷检测参数,所以能够在半导体产品的缺陷检测数据发生异常时,快速且正确地判断出是哪一个环节出问题,并找出异常的机台,另外还能够依据缺陷检测及晶圆测试的结果来修正缺陷检测的封杀比例(kill ratio),因此能够有效地减少人为判断的错误来提高制程的效率、减少生产成本,并及时改善在线生产情形以提高良率。
附图说明
图1显示现有缺陷检测参数分析方法的流程图;
图2显示晶圆的缺陷检测参数值分布图;
图3显示依本发明较佳实施例的缺陷检测参数分析方法的流程图;
图4显示依本发明另一较佳实施例的缺陷检测参数分析方法的流程图;以及
图5显示晶圆的晶圆测试参数值分布图。
图中的符号说明
101~104 现有缺陷检测参数分析方法的流程
21 晶格
22 缺陷
23 缺陷晶格
301~311 本发明较佳实施例之缺陷检测参数分析方法的流程
401~411 本发明另一较佳实施例的缺陷检测参数分析方法的流程
51 失格晶格
52 合格晶格
具体实施方式
以下配合附图,说明根据本发明较佳实施例的缺陷检测参数分析方法,其中相同的组件以相同的符号表示。
如图3所示,图中显示本发明较佳实施例的缺陷检测参数分析方法的流程图,用以在半导体产品的缺陷检测数据发生异常时,快速且正确地判断出是哪一个机台出了问题。
首先,步骤301搜寻一个数据库,以取得多批产品的缺陷检测参数值。其中,每一批(lot)产品具有一个批号(lot number),且每批产品包括有25片晶圆,而每批产品经过多道制程的多个机台,每批产品中的一片或以上的晶圆至少经过一个缺陷检测项目的检测,以产生一个缺陷检测参数值。在本实施例中,缺陷检测结果可以分为缺陷总数量(total count)、缺陷增加数量(adder count)或缺陷类别数量(class count);而缺陷检测参数值可以是由一个缺陷分布图所表示,以缺陷增加数量的缺陷分布图为例,如图2所示,其中分布于晶圆的多个晶格21中的多个黑点分别表示一个缺陷22。需要注意,一个晶圆可能在不同的层别都具有缺陷,则此时一片晶圆会具有一张以上的缺陷分布图。
接着,步骤302将每一批产品的缺陷检测结果以图表显示。在本实施例中,本步骤利用柱状图(histogram)来表示每批产品的缺陷检测参数值,如缺陷总数量、缺陷增加数量或缺陷类别数量,因此工程师能够观察此柱状图而了解缺陷检测参数值的分布结果。
在步骤303中,在步骤301所取得的多批产品被区分为至少两个产品组,其区分的标准为是否合乎各缺陷检测参数值的预设规格,而这数批产品被区分为一个合格产品组及一个不合格产品组。在本实施例中,本步骤将缺陷检测参数值在预设规格范围内的数批产品设定为A组(合格产品组)产品,例如包括批号1、2、3、4、及5(如步骤304所示);以及将缺陷检测参数值不在预设规格范围内的数批产品设定为B组(不合格产品组)产品,例如包括批号6、7、8、9、及10(如步骤305所示)。
然后,步骤306从一个经验累积数据库中搜寻与所分析的缺陷检测项目的层别相关的制程站别;例如,若所分析的缺陷检测项目的层别为内金属介电层,则与其相关的制程站别可能为第一道金属层之后的介电层的沉积制程站别、微影制程站别或蚀刻制程站别。在本实施例中,此经验累积数据库包括有资深工程师根据其过往追踪问题时所累积的经验;此外,计算机系统根据本发明的方法所推导出的数据,也会储存在此数据库中。
当步骤306从数据库中搜寻与所分析的缺陷检测项目的层别相关的制程站别后,步骤307显示经过步骤306的搜寻后,应追踪的项目为某一制程站别。
接着,在步骤308中,先搜寻被追踪的制程站别包括哪些机台,例如E1,E2,E3…。接着,步骤309计算B组产品经过此制程站别的这些机台的机率。另外,步骤310计算A组产品经过此制程站别的这些机台的机率。最后,在步骤311中,利用共通性分析手法,找出B组产品经过机率高于A组产品经过机率的机台。由步骤311所求得的这些B组产品经过机率高的机台,就是依本发明较佳实施例的缺陷检测参数分析方法所分析出的可能有问题的机台。
另外,如图4所示,根据本发明另一较佳实施例的流程图,本实施力提供一种利用缺陷分布状况与晶圆测试结果来修正缺陷数量管制标准的方法。在本实施例中,每批产品中的每一片晶圆还经过一个晶圆测试项目的检测,以产生一个晶圆测试参数值,该数据库还储存有晶圆测试项目及其参数值、以及缺陷检测项目与晶圆测试项目的相关性。
首先,步骤401搜寻数据库以取得多批产品的缺陷检测参数值。如前所述,每一批产品具有一个批号,且每批产品包括有25片晶圆,而每批产品中的一片或以上的晶圆经过缺陷检测项目,且每片晶圆会经过晶圆测试项目的检测以产生缺陷检测参数值及晶圆测试参数值。在本实施例中,缺陷检测参数值可以是由一个缺陷分布图所表示(如图2所示),其中分布于晶圆的多个晶格21中的多个黑点就分别表示一个缺陷22,而具有黑点的晶格就是缺陷晶格23。需要注意,一片晶圆可能在不同的层别都具有缺陷,则此时一片晶圆会具有一张以上的缺陷分布图。
接着,在步骤402中,判断经过步骤401所取得的每批产品的缺陷检测参数值是否超过预设规格。一般而言,缺陷检测参数值的预设规格可以是一定范围,本步骤判断所取得的每批产品的缺陷检测参数值是否超过预设规格的上限(UCL),另外,本步骤所分析判断的缺陷检测项目可以是缺陷总数量、缺陷增加数量或缺陷类别数量。在本实施例中,步骤402针对每批产品的每片晶圆进行搜寻,若一批产品中包含一片以上缺陷超过预设规格的晶圆,则接着进行步骤403,以挑出具有缺陷的产品批号,若否,则停止分析。接着,在步骤404中找出具有缺陷的晶圆的缺陷分布图。
然后,步骤405判断数据库中是否储存有步骤403所取得的批号的该批产品的晶圆测试参数值。在本实施中,晶圆测试参数值可以由一个晶圆测试参数值分布图所表示,如图5所示,在一片晶圆中会切割成多个晶格,其中包括有多个失格晶格51(以黑色显示)以及多个合格晶格52(以白色显示)。此时,若步骤405判断数据库中储存有晶圆测试参数值时,则接着进行步骤406以取得该批产品的各晶圆的晶圆测试参数值分布图;若否,则停止分析。需要注意,在步骤405、406中所分析搜寻的晶圆测试参数值是与缺陷检测项目相关的晶圆测试项目,例如功能测试(function test)项目或电源供应电流测试(IDDQ test)项目。
接着,在步骤407中,利用叠图的方式对照由步骤404所找出的缺陷分布图与由步骤406所取得的晶圆测试参数值分布图,以取得两个分布图的重叠晶格数,以便计算出重叠晶格数与失格晶格的数量的比值;在本步骤中,重叠晶格数为这些缺陷晶格与这些失格晶格重叠的数量。然后,在步骤408中判断比值是否大于等于一个默认值,例如为50%,若否,则略过此层别,当所有层别都略过时停止分析;若是,则进行步骤409。
在步骤409中,将经过上述步骤分析后的产品批号、层别数据及缺陷数目等数据挑出。在本实施例中,本步骤先将所分析的层别标示为一个缺陷层,然后搜寻包括有至少具有此缺陷层的晶圆的该批产品及其批号,以便挑出其产品批号、层别数据及缺陷数目等数据。
此外,步骤410会进行统计分析,求出一个代表值来作为该层别的缺陷数目的封杀比例(kill ratio)。同时,在步骤411中,根据这一缺陷数目的封杀比例(kill ratio),根据本发明较佳实施例的缺陷检测参数分析方法能够在后续制作此层别的产品中,预测此产品的良率。
综上所述,由于根据本发明的缺陷检测参数分析方法配合记录有各项缺陷检测项目及与其相关的制程机台的数据库,并利用共通性分析手法来分析缺陷检测参数,所以能够在半导体产品的缺陷检测数据发生异常时,快速且正确地判断出是哪一个环节出问题,并找出异常的机台,另外还能够依据缺陷检测及晶圆测试的结果来修正缺陷检测的封杀比例(kill ratio),因此能够有效地减少人为判断的错误来提高制程的效率、减少生产成本,并及时改善在线生产以提高良率。
以上所述仅为举例,并非限制性。任何未脱离本发明的精神与范畴,而对其进行的等效修改或变更,均应包含于本发明的权利要求书中。
Claims (10)
1、一种缺陷检测参数分析方法,用以分析多批分别具有一个批号的产品,该多批产品经过多个机台所制得,而每批产品中的一片或以上的晶圆至少经过一个缺陷检测项目的检测以产生一个缺陷检测参数值,该缺陷检测项目及与该缺陷检测项目相关的一个制程站别储存于一个数据库中,该数据库还储存有该缺陷检测参数值,其特征在于,该方法包含:
搜寻该数据库以取得该多批产品的缺陷检测参数值;
依据该缺陷检测参数值将该多批产品区分为至少两个产品组,这些产品组包含一个合格产品组及一个不合格产品组;
从该数据库中搜寻与该缺陷检测项目相关的该制程站别;
搜寻该合格产品组在该制程站别所经过的机台;
搜寻该不合格产品组在该制程站别所经过的机台;以及
判断该不合格产品组经过机率高于该合格产品组经过机率的机台。
2、如权利要求1所述的缺陷检测参数分析方法,其特征在于,利用共通性分析手法来判断该不合格产品组经过机率高于该合格产品组经过机率的机台。
3、如权利要求1所述的缺陷检测参数分析方法,其特征在于,该缺陷检测参数值为一个缺陷总数量、一个缺陷增加数量及一个缺陷类别数量其中之一。
4、如权利要求3所述的缺陷检测参数分析方法,其特征在于,更包含:
利用柱状图表示该多批产品的该缺陷检测参数值。
5、如权利要求1所述的缺陷检测参数分析方法,其特征在于,每批产品中的每一片晶圆还经过与该缺陷检测项目相关的一个晶圆测试项目的检测以产生一个晶圆测试参数值,该数据库还储存有该晶圆测试项目及该晶圆测试参数值,该缺陷检测参数分析方法更包含:
判断该多批产品的缺陷检测参数值是否大于一个第一标准值;
当判断该多批产品的缺陷检测参数值大于该第一标准值,取得具有缺陷的产品的批号;
在该批产品中取得缺陷所在的各晶圆上的多个层别,其中各层别分别具有一个缺陷分布图,该缺陷分布图具有多个缺陷晶格;
搜寻具有缺陷的该批产品的各晶圆的晶圆测试参数值分布图,该晶圆测试参数值分布图具有多个失格晶格;
将各层别的缺陷分布图与该晶圆测试参数值分布图进行叠图动作,以取得一个重叠晶格数,该重叠晶格数为这些缺陷晶格与这些失格晶格重叠的数量;
计算该重叠晶格数与该失格晶格的数量的比值;
判断该比值是否大于或等于一个第二标准值;
当判断该比值小于该第二标准值时,略过该层别;
当判断该比值大于或等于该第二标准值时,将该层别标示为一个缺陷层;以及
搜寻包含有至少具有该缺陷层的晶圆的该批产品及其批号。
6、如权利要求5所述的缺陷检测参数分析方法,其特征在于,更包含:
依据该缺陷层的缺陷数目以统计分析方式产生一个作为该缺陷层的缺陷封杀比例的第三标准值。
7、如权利要求6所述的缺陷检测参数分析方法,其特征在于,更包含:
依据该第三标准值,预测在后续制程中进行到该缺陷层的该批产品的良率。
8、如权利要求5所述的缺陷检测参数分析方法,其特征在于,更包含:
判断该数据库中是否储存有该晶圆测试参数值;
当判断该数据库中未储存有该晶圆测试参数值时,停止搜寻动作;以及
当判断该数据库中储存有该晶圆测试参数值时,取得具有缺陷的该批产品的各晶圆的晶圆测试参数值分布图。
9、如权利要求5所述的缺陷检测参数分析方法,其特征在于,该晶圆测试项目为功能测试项目。
10、如权利要求5所述的缺陷检测参数分析方法,其特征在于,该晶圆测试项目为电源供应电流测试项目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03102093 CN1279599C (zh) | 2003-01-29 | 2003-01-29 | 缺陷检测参数分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03102093 CN1279599C (zh) | 2003-01-29 | 2003-01-29 | 缺陷检测参数分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1521822A true CN1521822A (zh) | 2004-08-18 |
CN1279599C CN1279599C (zh) | 2006-10-11 |
Family
ID=34281590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 03102093 Expired - Fee Related CN1279599C (zh) | 2003-01-29 | 2003-01-29 | 缺陷检测参数分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1279599C (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102446337A (zh) * | 2011-10-12 | 2012-05-09 | 上海华力微电子有限公司 | 一种缺陷通报系统 |
CN102663098A (zh) * | 2012-04-13 | 2012-09-12 | 保定天威英利新能源有限公司 | 一种缺陷光伏组件处理方法及系统 |
CN103823408A (zh) * | 2012-11-16 | 2014-05-28 | 无锡华润上华科技有限公司 | 半导体设备机台质量监控方法及系统 |
CN101238346B (zh) * | 2005-06-06 | 2014-09-03 | 恪纳腾技术公司 | 用于执行缺陷相关功能的计算机实现的方法 |
CN104465434A (zh) * | 2013-09-23 | 2015-03-25 | 中芯国际集成电路制造(上海)有限公司 | 缺陷分析法 |
CN109767996A (zh) * | 2018-12-29 | 2019-05-17 | 上海华力微电子有限公司 | 晶圆缺陷分析系统及分析方法 |
CN110441501A (zh) * | 2019-06-27 | 2019-11-12 | 北海惠科光电技术有限公司 | 一种检测方法和检测系统 |
CN111091523A (zh) * | 2018-10-08 | 2020-05-01 | 台湾福雷电子股份有限公司 | 用于基板缺陷分析之装置及方法 |
CN112163799A (zh) * | 2020-12-02 | 2021-01-01 | 晶芯成(北京)科技有限公司 | 半导体产品的良率分析方法及良率分析系统 |
WO2021093054A1 (zh) * | 2019-11-14 | 2021-05-20 | 深圳市华星光电半导体显示技术有限公司 | 一种制程设备的控制方法及装置 |
CN113804244A (zh) * | 2020-06-17 | 2021-12-17 | 鸿富锦精密电子(天津)有限公司 | 缺陷分析方法及装置、电子装置及计算机可读存储介质 |
WO2022052592A1 (zh) * | 2020-09-11 | 2022-03-17 | 长鑫存储技术有限公司 | 晶圆缺陷的溯源方法、装置、电子设备及计算机可读介质 |
CN114192440A (zh) * | 2020-09-18 | 2022-03-18 | 中国科学院微电子研究所 | 一种不合格晶圆的检出装置及检出方法、晶圆制造设备 |
WO2022183675A1 (zh) * | 2021-03-04 | 2022-09-09 | 长鑫存储技术有限公司 | 半导体智能检测系统、智能检测方法及存储介质 |
CN116244658A (zh) * | 2023-05-06 | 2023-06-09 | 粤芯半导体技术股份有限公司 | 半导体机台的异常检测方法、装置、电子设备及存储介质 |
US11927544B2 (en) | 2020-09-11 | 2024-03-12 | Changxin Memory Technologies, Inc. | Wafer defect tracing method and apparatus, electronic device and computer readable medium |
-
2003
- 2003-01-29 CN CN 03102093 patent/CN1279599C/zh not_active Expired - Fee Related
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101238346B (zh) * | 2005-06-06 | 2014-09-03 | 恪纳腾技术公司 | 用于执行缺陷相关功能的计算机实现的方法 |
CN102446337A (zh) * | 2011-10-12 | 2012-05-09 | 上海华力微电子有限公司 | 一种缺陷通报系统 |
CN102663098A (zh) * | 2012-04-13 | 2012-09-12 | 保定天威英利新能源有限公司 | 一种缺陷光伏组件处理方法及系统 |
CN103823408A (zh) * | 2012-11-16 | 2014-05-28 | 无锡华润上华科技有限公司 | 半导体设备机台质量监控方法及系统 |
CN103823408B (zh) * | 2012-11-16 | 2016-12-21 | 无锡华润上华科技有限公司 | 半导体设备机台质量监控方法及系统 |
CN104465434A (zh) * | 2013-09-23 | 2015-03-25 | 中芯国际集成电路制造(上海)有限公司 | 缺陷分析法 |
CN104465434B (zh) * | 2013-09-23 | 2017-07-11 | 中芯国际集成电路制造(上海)有限公司 | 缺陷分析法 |
CN111091523B (zh) * | 2018-10-08 | 2023-04-18 | 台湾福雷电子股份有限公司 | 用于基板缺陷分析的计算装置及方法 |
CN111091523A (zh) * | 2018-10-08 | 2020-05-01 | 台湾福雷电子股份有限公司 | 用于基板缺陷分析之装置及方法 |
CN109767996A (zh) * | 2018-12-29 | 2019-05-17 | 上海华力微电子有限公司 | 晶圆缺陷分析系统及分析方法 |
CN110441501A (zh) * | 2019-06-27 | 2019-11-12 | 北海惠科光电技术有限公司 | 一种检测方法和检测系统 |
WO2021093054A1 (zh) * | 2019-11-14 | 2021-05-20 | 深圳市华星光电半导体显示技术有限公司 | 一种制程设备的控制方法及装置 |
CN113804244A (zh) * | 2020-06-17 | 2021-12-17 | 鸿富锦精密电子(天津)有限公司 | 缺陷分析方法及装置、电子装置及计算机可读存储介质 |
WO2022052592A1 (zh) * | 2020-09-11 | 2022-03-17 | 长鑫存储技术有限公司 | 晶圆缺陷的溯源方法、装置、电子设备及计算机可读介质 |
US11927544B2 (en) | 2020-09-11 | 2024-03-12 | Changxin Memory Technologies, Inc. | Wafer defect tracing method and apparatus, electronic device and computer readable medium |
CN114192440A (zh) * | 2020-09-18 | 2022-03-18 | 中国科学院微电子研究所 | 一种不合格晶圆的检出装置及检出方法、晶圆制造设备 |
CN114192440B (zh) * | 2020-09-18 | 2024-05-03 | 中国科学院微电子研究所 | 一种不合格晶圆的检出装置及检出方法、晶圆制造设备 |
CN112163799A (zh) * | 2020-12-02 | 2021-01-01 | 晶芯成(北京)科技有限公司 | 半导体产品的良率分析方法及良率分析系统 |
WO2022183675A1 (zh) * | 2021-03-04 | 2022-09-09 | 长鑫存储技术有限公司 | 半导体智能检测系统、智能检测方法及存储介质 |
CN116244658B (zh) * | 2023-05-06 | 2023-08-29 | 粤芯半导体技术股份有限公司 | 半导体机台的异常检测方法、装置、电子设备及存储介质 |
CN116244658A (zh) * | 2023-05-06 | 2023-06-09 | 粤芯半导体技术股份有限公司 | 半导体机台的异常检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN1279599C (zh) | 2006-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1279599C (zh) | 缺陷检测参数分析方法 | |
US7974728B2 (en) | System for extraction of key process parameters from fault detection classification to enable wafer prediction | |
US6265232B1 (en) | Yield based, in-line defect sampling method | |
US7260444B2 (en) | Real-time management systems and methods for manufacturing management and yield rate analysis integration | |
US5777901A (en) | Method and system for automated die yield prediction in semiconductor manufacturing | |
US6701204B1 (en) | System and method for finding defective tools in a semiconductor fabrication facility | |
US7646476B2 (en) | Process excursion detection | |
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 | |
CN1279600C (zh) | 在线品质检测参数分析方法 | |
US6959252B2 (en) | Method for analyzing in-line QC test parameters | |
US6828776B2 (en) | Method for analyzing defect inspection parameters | |
US6898539B2 (en) | Method for analyzing final test parameters | |
US7071011B2 (en) | Method of defect review | |
CN100375258C (zh) | 一种缺陷再检测的方法 | |
US6968280B2 (en) | Method for analyzing wafer test parameters | |
CN1285110C (zh) | 封装后测试参数分析方法 | |
US7363098B2 (en) | Method to identify machines causing excursion in semiconductor manufacturing | |
CN1920863A (zh) | 生产管理及成品率分析整合的实时管理系统及其处理方法 | |
KR20090070235A (ko) | 웨이퍼 맵 동일 불량 유형 분류 방법 | |
CN1298035C (zh) | 晶片测试参数分析方法 | |
CN114911085A (zh) | 分析缺陷的方法 | |
Kundu et al. | Defect clustering and classification for semiconductor devices | |
TWI262571B (en) | Wafer yield detect method | |
CN113887775A (zh) | 制作工艺设备的自动监测装置与方法 | |
CN117669964A (zh) | 一种用于对机台进行前期维护的排班方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20061011 Termination date: 20100129 |