JP2004253603A

JP2004253603A - Method for specifying defective process

Info

Publication number: JP2004253603A
Application number: JP2003042182A
Authority: JP
Inventors: Hisae Shibuya; 久恵渋谷; Yuji Takagi; 裕治高木; Naoki Hosoya; 直樹細谷; Kenji Obara; 健二小原
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2003-02-20
Filing date: 2003-02-20
Publication date: 2004-09-09

Abstract

<P>PROBLEM TO BE SOLVED: To provide a method for easily specifying a process/device causing problems in a process for manufacturing a thin film device. <P>SOLUTION: A defective-process specifying system 110 in a process for manufacturing a semiconductor wafer has the steps of inputting inspection information from inline inspecting devices 102a, 102b, automatically detecting an abnormality by use of defective position information or external information, downloading and analyzing required information such as device evaluation information 106, product inspection information 107, manufacturing route information 108 from an upper data base 105 for abnormality, and specifying the defective process/device. This automatically detects the abnormality triggered by an input of inline inspection information, and downloads and analyzes the required information from the upper data base 105, which allows an operator not to select an analysis objective, and the defective process/device can be easily specified. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、検査装置によって得られる検査情報に基づいて、薄膜デバイスの製造工程における欠陥の原因となる問題が発生した工程（問題工程）および／または装置（問題装置）を特定する方法に適用して有効な技術に関する。
【０００２】
【従来の技術】
半導体ウェハ、液晶ディスプレイ、ハードディスク磁気ヘッドなどの薄膜デバイスは多数の加工工程を経て製造される。このような薄膜デバイスの製造においては、歩留まり向上及び安定化を目的として、いくつかの一連の工程毎にパターン欠陥検査あるいは異物検査が実施される。さらにレビュー装置によって詳細な観察・解析が行われる場合もある。これらの検査情報に基づいて、プロセスないし工程あるいは装置の異常を発見し、欠陥の原因となった問題工程あるいは問題装置を特定することが行われている。
【０００３】
検査情報に基づいた問題工程特定方法としては、例えば、特許文献１には欠陥数を用いた機差解析により問題工程を特定する方法が開示されている。また、装置またはプロセス異常に特有の欠陥分布パターンを識別することにより、問題工程を推定することが試みられている。例えば、特許文献２には、不良分布画像データを問題工程推定可能な事例データベースと照合解析することにより問題工程の特定を行う方法、特許文献３には、欠陥を分布状態に基づいて問題工程と関連づけられたユーザ定義イベントに分類する方法が記載されている。
【０００４】
【特許文献１】
特開２０００−１２６４０号公報
【０００５】
【特許文献２】
特開平１１−４５９１９号公報
【０００６】
【特許文献３】
米国特許第５９８２９２０号明細書
【０００７】
【発明が解決しようとする課題】
ところで、上記特許文献１による方法では、各工程に多数の加工装置が存在することを前提としており、統計処理を行うため、精度の高い解析を行うためには多数の製品基板の検査情報が必要である。また、解析対象の選定は作業者によってなされるため、解析の効果は作業者の経験・知識に依存する。
【０００８】
また、上記特許文献２および特許文献３の欠陥分布パターン識別による問題工程特定のためには、問題工程に関連付けられた分布パターン情報のライブラリが必要であるが、一般的にそのようなライブラリの構築は容易ではない。
【０００９】
そこで、本発明の目的は、問題工程と関連付けられた過去の検査情報の蓄積がない場合にも、作業者の経験・知識に依存せずに、一枚の製品基板のある検査工程で得られる検査情報に基づいて、問題工程を特定可能な技術を提供することである。また、本発明の別の目的は、問題工程と関連付けられた検査情報を容易に蓄積できる技術を提供することである。
【００１０】
【課題を解決するための手段】
上記目的を達成するため、本発明の問題工程特定方法は、まず、一枚の製品基板のある工程の検査情報を入力し、その検査情報に基づいて異常を自動検知する。異常ありの場合には、上位データベースより所定の情報をダウンロードし、製品検査情報および上位データベースよりロードされた情報に基づいて問題工程を特定する。または、出来映え評価情報および上位データベースよりロードされた情報に基づいて問題工程を特定するようにしたものである。
【００１１】
また、本発明の問題工程特定方法は、複数の工程を経て製造された製品基板の検査工程で得られる検査情報と、複数の工程の各製造装置から得られる情報、および／または、上位データベースに蓄積された情報とを突き合わせて、問題工程を特定するものである。
【００１２】
【発明の実施の形態】
以下に、本発明の実施の形態について図面を参照しながら説明する。
【００１３】
図１は、本発明の問題工程特定方法を適用した実施の形態の問題工程特定システムの概念を半導体ウェハの製造工程における問題工程特定を例として表した図である。１０１は半導体ウェハの製造工程を表している。前述したように、半導体ウェハは複数の加工工程を経て製造され、いくつかの一連の工程毎に製品検査、レビューが行われる。図では途中の工程を抜き出して示している。
【００１４】
製品ウェハはインライン検査装置１０２ａにより検査され、次に製造装置１０３ａ，１０３ｂ，１０３ｃによる加工工程の後、再びインライン検査装置１０２ｂによって検査される。製造装置１０３ａ，１０３ｂ，１０３ｃは、定期的に面板検査装置１０４を用いて製造装置毎に評価される。これにより得られた装置評価情報１０６およびインライン検査によって得られた製品検査情報１０７は、上位データベース１０５に転送され、一定期間保存される。上位データベース１０５にはこのほかに製品経路情報１０８、装置ログ・メンテナンス情報１０９も記録される。
【００１５】
問題工程特定システム１１０は、インライン検査装置１０２（１０２ｂ）によって出力された製品検査情報を入力する。次に、入力された製品検査情報に基づき異常の有無を自動検知する。異常がある場合は、上位データベース１０５から問題工程特定に必要な情報をダウンロードし、それらの情報を用いて装置評価情報照合解析、共通経路解析、機差解析、装置ログ相関解析のいずれか、あるいはそれらの任意の組み合わせにより問題工程を特定、結果出力する。
【００１６】
次に、上位データベース１０５に保存される情報について説明する。
【００１７】
装置評価情報１０６は、面板検査装置１０４を用いた評価によって得られる情報であり、定期的かつ製造装置毎に取得される。その製造装置に複数のチャンバがある場合は、チャンバ毎に評価する。具体的には、製造装置で面板ウェハを着工した後、面板検査装置１０４により異物、スクラッチなどの欠陥を検出し、欠陥位置情報を取得する。
【００１８】
また、レビュー装置を用いてレビューを行い、欠陥画像、自動または手動で欠陥分類を行った場合は欠陥クラスといった欠陥外観情報を取得することができる。また、ＥＤＳ機能搭載のＳＥＭ式レビュー装置やオージェ分析装置などの詳細解析装置を用いて詳細解析を行い、欠陥組成情報を取得する場合もある。したがって、レビュー装置や詳細解析装置を面板検査装置１０４に含めて考えてもよい。
【００１９】
このように検査、レビュー、詳細解析により得られる欠陥の位置情報、外観情報、組成情報などを装置評価情報１０６と呼ぶ。装置評価情報１０６は製造装置ＩＤ、チャンバＩＤおよび評価日時に対応付けられて保存される。
【００２０】
製品検査情報１０７は、製品のいくつかの一連の加工工程毎にインライン検査装置１０２によって検査されて得られる情報である。インライン検査装置１０２は、光学式の外観検査装置、ＳＥＭ式の外観検査装置、異物検査装置などであり、パターン欠陥、スクラッチ、異物などの「欠陥」を検出し、その位置情報を出力する。装置評価と同様に、レビュー装置や詳細解析装置をインライン検査装置１０２に含めて考えても良く、これらにより、欠陥の外観情報や組成情報を取得することができる。製品検査情報１０７は、被検査ウェハのＩＤおよび検査工程名に対応付けられて保存される。
【００２１】
製造経路情報１０８は、製品ウェハ毎、あるいはロット毎に記録される情報であり、各加工工程で着工された製造装置ＩＤ、チャンバＩＤおよび着工日時からなる。また、検査工程で検査された検査装置ＩＤおよび検査日時も含まれる。
【００２２】
装置ログ・メンテナンス情報１０９は、製造装置の様々な加工条件の時間変動、加工条件の設定値からのずれ量、製造装置の部品交換、分解清掃の情報などである。例えば、エッチング装置ではチャンバ内の温度、圧力、ガス流量、印加した高周波電力などが加工条件となる。
【００２３】
次に、問題工程特定システム１１０の動作について詳細に説明する。
【００２４】
問題工程特定システム１１０は、最初に、インライン検査装置１０２によって出力された製品検査情報を入力する。この入力はインライン検査装置１０２から直接行っても良いし、上位データベース１０５を介して行っても良い。インライン検査装置１０２から直接入力する場合は、決められた記憶領域に自動的に転送されるようにしておき、未処理の情報があれば、その情報に対し次の処理、すなわち異常の自動検知処理を行う。上位データベース１０５を介する場合は検査終了後、製品検査情報を上位データベース１０５に転送すると同時に、問題工程特定システム１１０にウェハＩＤおよび検査工程名を転送する。問題工程特定システム１１０はこれを検査終了ウェハリストに追加する。検査終了ウェハリストから、ウェハＩＤおよび検査工程名を１セット読み取り、未処理であれば上位データベース１０５から、そのウェハＩＤおよび検査工程名に対応する製品検査情報をダウンロードし、異常の自動検知処理を行い、その後リストに「処理済」の情報を付加する。
【００２５】
問題工程特定システム１１０は、次に、入力された製品検査情報に基づき異常の自動検知を行う。異常検知は欠陥分布情報あるいは外観情報に基づいて行う。最初に、欠陥分布情報に基づいて異常を検知する方法について説明する。製品検査情報のうちの欠陥位置情報に基づいて欠陥分布状態を解析する。欠陥分布状態の解析は、例えば、“ＰｒａｃｔｉｃａｌＰａｔｔｅｒｎＤｅｔｅｃｔｉｏｎｆｒｏｍＤｉｓｔｒｉｂｕｔｅｄＤｅｆｅｃｔＰｏｉｎｔｓｏｎａＳｅｍｉｃｏｎｄｕｃｔｏｒＷａｆｅｒ”，ＰｒｏｃｅｅｄｉｎｇｓｏｆＭＶＡ２００２ − ＩＡＰＲＷｏｒｋｓｈｏｐｏｎＭａｃｈｉｎｅＶｉｓｉｏｎＡｐｐｌｉｃａｔｉｏｎｓ，ｐｐ．１０−１３，Ｄｅｃ．２００２、に開示されている手法によって行う。この手法によれば、欠陥はその分布状態によってランダム欠陥と領域性欠陥に分類される。領域性欠陥には、図２に示す環状・塊状・線状・円弧状の４つの有意形状パターンクラスがある。これらのいずれかが検出された場合、「異常あり」と判定する。
【００２６】
次に、欠陥外観情報に基づいて異常を検知する方法について説明する。欠陥外観情報は、レビューによって得られる、欠陥画像および外観に基づく分類によって付加される欠陥クラス情報である。分類は例えば、特開平７−２０１９４６号公報に記載されている方法を用いて自動的に行う。異常の有無は予め指定したクラスの欠陥の個数によって判定する。指定したクラスの欠陥の個数は、全数レビューによって取得してもよいが、欠陥数が多い場合は一般に全数レビューを行うのは困難である。その場合、「欠陥点サンプリング技術を利用した外観検査手法」、第１３回外観検査の自動化ワークショップ、ｐｐ．（２００１年１２月）、に記載された方法で欠陥のサンプリングを行い、レビューして欠陥分類を行った後、各欠陥クラスの欠陥数を推定してもよい。対象とする欠陥クラスの指定は、品種・工程毎にレシピによって行っておく。品種・工程によらずに指定しておいてもよい。また、指定できる欠陥クラスは１個とは限らず、複数としてもよい。
【００２７】
上記方法で異常があると判定された場合は、異常検知のときと同じ情報を用いて、問題工程特定を行う。以下、本発明における問題工程特定方法について図３〜７を参照しながら説明する。
【００２８】
図３は、装置評価情報照合解析による問題工程特定方法を説明する図である。用いる情報は欠陥の位置情報である。製品検査情報入力後、前に述べた方法により欠陥分布の解析を行い、欠陥位置情報３１１から有意形状パターンを検出することにより異常を検知する（ｓｔｅｐ３０１）。有意形状パターンがあった場合、対象とする製品検査情報に対応付けられている被検査ウェハのＩＤおよび検査工程名を読み取る。
【００２９】
次に、上位データベース１０５から必要な情報をダウンロードする（ｓｔｅｐ３０２）。まず、被検査ウェハのＩＤに対応付けられた製品着工情報１０８をダウンロードする。製品着工情報には、各加工工程に対応する装置ＩＤ、チャンバＩＤと着工日時、各検査工程に対応する装置ＩＤと検査日時が含まれている。着工日時および検査日時順にソートした後、対象とする製品検査情報に対応する検査工程（１０２ｂ）を検索する。一つ前の検査工程（１０２ａ）を検索し、その間の製造装置１０３ａ〜１０３ｃの情報を取得する。
【００３０】
次に、各製造装置および複数チャンバの場合は製品着工チャンバについて、被検査ウェハの着工日時の前後に評価された数セットずつの装置評価情報１０６をダウンロードする。製造装置あたりの装置評価情報１０６のセット数は予め決めておき、着工日時から近い順に所定数になるか情報が見つからなくなるまでダウンロードする。３１２ａ〜３１２ｃは装置評価情報のうち面板検査で得られた欠陥位置情報を示し、それぞれ製造装置１０３ａ〜１０３ｃに対応している。実際には各製造装置に対して複数セットの情報をダウンロードするが、ここではそれぞれ１セットの情報を示してある。
【００３１】
次に、ダウンロードされたすべての欠陥位置情報３１２と製品検査の欠陥位置情報３１１の照合を行い（ｓｔｅｐ３０３）、類似度の最も高い欠陥位置情報３１２ｂを選出する（ｓｔｅｐ３０４）。照合の方法は、画像化してパターンマッチングを行うものでも、それぞれの分布状態を表す特徴量を算出し、特徴量空間での距離を調べるものでもなんでもよい。類似度の最も高い欠陥位置情報３１２ｂに対応する製造装置１０３ｂを問題装置とする（ｓｔｅｐ３０５）。
【００３２】
図４は、外観情報を用いて上記と同様の装置評価情報照合解析によって問題工程を特定する方法を説明する図である。本方法は、上記方法では異常検知がなされない、欠陥がランダムに分布している場合に対して有効である。製品検査情報入力後、前述した方法で指定クラスの欠陥数を取得し、その数が基準値を超えた場合に「異常あり」と判定する（ｓｔｅｐ４０１）。指定クラスの代表的な欠陥の画像の欠陥外観情報４１１と同じ欠陥組成情報４１３は後のステップで用いる。
【００３３】
次に、上記方法と同様の方法で装置評価情報１０６をダウンロードする（ｓｔｅｐ４０２）。ただし、欠陥位置情報の代わりに欠陥外観情報４１２を用いる。これに加えて欠陥組成情報４１４を用いてもよいが必須ではない。欠陥外観情報４１２ａ〜４１２ｃ、および欠陥組成情報４１４ａ〜４１４ｃはそれぞれ製造装置１０３ａ〜１０３ｃに対応している。図面には表示していないが各製造装置に対して複数セットの情報をダウンロードする。一回の装置評価で複数欠陥画像が得られるため、１セットの情報は複数個の欠陥の画像の外観情報および組成情報からなる。
【００３４】
次に、欠陥画像の欠陥外観情報４１２および欠陥組成情報４１４と製品検査の欠陥外観情報４１１および欠陥組成情報４１３の照合を行い（ｓｔｅｐ４０３）、類似度の最も高い４１２ｂと４１４ｂの情報の組を選出する（ｓｔｅｐ４０４）。照合の方法には、画像から欠陥の特徴量を算出し特徴量空間での距離に基づく方法がある。組成情報からも同様に特徴量を算出し、組み合わせた特徴量空間での距離に基づいて類似度を算出してもよい。また、組成情報からまず同じ元素を含有するものを抽出し、その中で画像の特徴量空間での距離を比較してもよい。類似度の最も高い欠陥外観情報４１２ｂと欠陥組成情報４１４ｂの組に対応する製造装置１０３ｂを問題装置とする（ｓｔｅｐ４０５）。
【００３５】
製品検査で異常が発生していても、装置評価情報には異常が現れない場合もある。理由としては、装置評価時の着工条件が製品着工の条件と異なっている、装置評価のタイミングが悪い、面板では発生しにくい欠陥であるなどが考えられる。そのような場合は共通経路解析が有効である場合が多い。
【００３６】
図５は、共通経路解析による問題工程特定方法を説明する図である。図面では、欠陥位置情報を用いて欠陥分布に基づいて問題工程を特定する方法を示しているが、装置評価情報照合解析と同様、欠陥外観情報と組成情報を用いてもよい。異常検知の方法は装置評価情報照合解析の場合と同様である（ｓｔｅｐ５０１）。異常ありのとき、上位データベース１０５から、被検査ウェハと同じ品種かつ同じ検査工程の、所定の期間の過去の製品検査情報１０７をすべてダウンロードする（ｓｔｅｐ５０２）。
【００３７】
次に、新しい製品検査情報と同一モード欠陥発生ウェハを検索する（ｓｔｅｐ５０３）。すなわち、すべてのダウンロードした過去の製品検査情報について新しい製品検査情報との類似度を算出する。類似度算出の方法は装置評価情報照合解析の場合と同様である。そして、類似度が予め指定された基準値より高い過去の製品検査情報を選択する。この例では破線および点線で囲んだデータが選択されたものである。次に、新しい製品検査情報と選択された過去の製品検査情報に対応する製品経路情報１０８をダウンロードする（ｓｔｅｐ５０４）。
【００３８】
次に、各製品検査情報に対応する装置経路情報から、一つ前の検査工程との間にある加工工程において着工された製造装置を調べ、共通する装置を抽出する（ｓｔｅｐ５０５）。図面には、実線、破線、点線で囲まれた製品検査情報のそれぞれに対応する被検査ウェハの着工装置を実線、破線、点線で囲って示してある。この例ではそれぞれ、装置Ａ２、装置Ｂ２、装置Ｃ２の経路、装置Ａ１、装置Ｂ２、装置Ｃ２の経路、装置Ａ３、装置Ｂ２、装置Ｃ１の経路で加工されているので、装置Ｂ２が共通する装置である。
【００３９】
最後に、共通する装置Ｂ２を問題装置として特定する（ｓｔｅｐ５０６）。共通する装置が複数チャンバの装置である場合、チャンバも共通しているかを調べることにより、問題の発生箇所をより詳細に特定することができる。つまり、チャンバが共通していればそのチャンバ内で発生しているし、共通していなければ、搬送時などチャンバの外で発生している。
【００４０】
共通経路解析と似ているが、新しい製品検査情報と類似していない過去の製品検査情報も用いて機差解析を行う方法もある。
【００４１】
図６は、その機差解析による問題工程特定方法を説明する図である。異常検知（ｓｔｅｐ６０１）、過去の製品検査情報ダウンロード（ｓｔｅｐ６０２）は共通経路解析の場合と同様である。次に、新しい製品検査情報とダウンロードした過去の製品検査情報を数値化する（ｓｔｅｐ６０３）。欠陥位置情報を用いる場合は、新しい製品検査情報を基準とした、過去製品検査情報の分布パターンの類似度を前述の方法で算出する。欠陥外観情報を用いる場合は、指定クラスの欠陥数を前述の方法で算出する。
【００４２】
次に、被検査ウェハの製品経路情報１０８をダウンロードし（ｓｔｅｐ６０４）、一元分散分析の手法で機差解析を行う（ｓｔｅｐ６０５）。つまり、工程毎に装置別の平均と分散を算出し、全体の平均と分散の値を使って装置間に有意差があるかどうかを調べる。ここでは、３つの加工工程にそれぞれ２台の装置が存在する例について示した。Ａ１は工程Ａの装置Ａ１を示し、その下に装置Ａ１で着工された製品の基準との分布類似度あるいは指定クラスの欠陥数の平均と分散を示している。この例では、工程Ｂの装置間に有意差があり、装置Ｂ２の方が分布類似度が高いので、装置Ｂ２を問題装置と特定する（ｓｔｅｐ６０６）。なお、ここでは装置毎に平均と分散を算出したが、複数の装置の組毎、例えばＡ１とＢ１、Ａ１とＢ２、Ａ２とＢ１、Ａ２とＢ２の組毎に平均と分散を算出し、問題の発生する組み合わせを特定することも可能である。
【００４３】
共通経路解析や機差解析は、一つの工程に複数の製造装置が存在することを前提としているが、装置が一台しか存在しない場合や、ダウンロードした情報の被検査ウェハすべてが同じ経路である場合も考えられる。
【００４４】
図７は、そのような場合に有効な、装置ログ相関解析による問題工程特定方法を説明する図である。ここには異常検知後の動作について示してある。始めに、異常検知した製品検査情報の被検査ウェハと同一経路の過去の製品検査情報１０７をダウンロードし、機差解析の場合と同様数値化を行う。数値化の方法も、機差解析の場合と同様でよいが、欠陥位置情報を用いる場合は、検出した分布パターンのパターン強度を算出してもよい。パターン強度は、欠陥位置情報とパターンとを重ね合わせて、パターン内部の欠陥密度を算出するか、パターン内外の欠陥密度比を算出することによって得られる。
【００４５】
次に、被検査ウェハを着工した装置の装置ログ情報１０９をダウンロードする。装置ログ情報はウェハ加工時の加工条件の変動を表す情報である。ここでは、各装置の加工条件のパラメータは一つであるように図示しているが、実際には複数のパラメータが存在する。次に、被検査ウェハの各工程における着工日に基づき、分布類似度またはパターン強度または指定クラスの欠陥数と対応する加工条件のパラメータの値の組を求め相関を計算する。この例では、装置Ｂの加工条件のパラメータとパターン強度の相関が強いので、装置Ｂを問題装置と特定する。
【００４６】
以上、１種類の解析で１個の問題装置を特定するように説明してきたが、問題候補装置として、類似度の高い順に複数の装置をリストアップするようにしても本発明の主旨から外れることはない。また、上記方法を自由に組み合わせて実施し、複数の手法により特定された装置を問題装置としてもよい。あるいは、上記方法を指定された順番に行い、問題装置が見つかった時点で打ち切るようにしてもよい。それらの組み合わせ方、総合判定の仕方は予め品種工程毎のレシピにより設定できるようにしておく。
【００４７】
次に、本発明における問題工程特定システムにおいて、結果出力方法について図８〜１０を参照しながら説明する。
【００４８】
本発明の問題工程特定システムは、製品検査情報の入力をきっかけとして自動で解析を行うため、オペレータが常時ついている必要はない。しかし、調査および対策は、人手により行われるため、ラインＱＣの管理者および装置担当者に知らせる必要がある。
【００４９】
図８は、本発明の問題工程特定システムで実施された解析の結果表示の一実施例である。これは、問題候補装置が少なくとも一つ特定されたウェハのリストであり、少なくとも被検査ウェハの情報と問題装置名を含む。被検査ウェハの情報は品種、ロット番号、検査工程名、検査日など被検査ウェハを特定できる情報からなる。
【００５０】
このほかに、重要度、担当者、ステータス情報を表示するとよい。重要度は、異常検知したときの製品検査情報に基づいてシステムにより自動的に付加される。つまり、有意形状分布パターン検出によって異常検知された場合は、パターン内の欠陥数、欠陥密度、パターン内外の欠陥密度比などに基づいて重要度を付加し、指定クラスの欠陥数が基準値を超えたことにより異常検知された場合は、その欠陥数に基づいて重要度を付加する。ただし、権限を与えられたユーザによって変更できるようにしておいてもよい。担当者は装置担当者氏名であり、これを表示するためには、装置名と担当者名を関連付けるデータを予め上位データベース１０５あるいはシステム内部に持っている必要がある。ステータスは調査・対策の状況を表し、未調査、調査済、問題無、対策済、登録済のいずれかである。前述したように、問題候補装置は一つとは限らないため、優先順位に従って表示する。
【００５１】
このリストには最新の情報が一番上に追加されるが、各項目によってソートあるいはフィルタリングして表示できるようにしておくとよい。さらに、ステータスによって表示色を変えるようにしてもよい。リストに追加すると同時にリスト項目と同様の内容をラインＱＣ管理者および装置担当者にメールで送信するようにしてもよい。
【００５２】
本発明の問題工程特定システムは、同時に問題工程特定解析レポートを作成する。ユーザはリストから選択してレポート画面を表示させることができる。
【００５３】
図９は、レポート表示画面の例である。レポートには、少なくとも異常検知された被検査ウェハの情報９０３と問題候補装置名を記載する。他に、欠陥位置情報から欠陥マップの製品検査情報９０１を作成して記載する。さらに、欠陥数、有意形状分布パターン検出によって異常検知された場合は、パターン強度、「周辺部環状」などのパターン形状を表すキーワード、指定クラスの欠陥数によって異常検知された場合は、指定クラス名、指定クラスの欠陥数、指定クラスの代表的な欠陥画像と同じ欠陥の組成情報なども記載するとよい。
【００５４】
重要度９０２は、システムが自動的に付加するが、権限を与えられたユーザによって変更できるようにしてもよい。その場合は、画面の重要度をクリックすると変更画面が表示される。問題候補装置の情報は、装置名は必須であるが、他に、装置担当者氏名、解析方法、装置特定の元となった情報９０５、調査・対策ステータス９０６を記載するとよい。この例では、欠陥位置情報を用いて装置評価情報照合により装置特定したケースを示している。このケースでは、類似度の最も高かった装置評価情報の欠陥マップを記載している。
【００５５】
欠陥外観情報を用いた場合は類似度の最も高かった装置評価情報の欠陥画像と同じ欠陥の組成情報を記載する。共通経路解析により装置特定した場合は、共通経路抽出に使用したウェハの欠陥マップまたは、欠陥画像と組成情報の組を記載する。機差解析の場合は、前記図６に示した分布類似度あるいは指定クラスの欠陥個数の装置別平均と分散を表すグラフを記載する。装置ログ相関解析の場合は、前記図７に示すような加工条件の変動グラフに、相関解析に使用したウェハのパターン強度または指定クラスの欠陥数の変動グラフを重ねて記載する。
【００５６】
調査・対策ステータス９０６は、詳細ボタンのクリックにより、調査対策詳細表示兼入力画面が表示される。
【００５７】
図１０は、その調査対策詳細表示兼入力画面の例である。調査結果および対策方法の入力は権限が与えられたユーザ、通常は装置担当者によってのみ行われる。担当者は調査終了後、その装置の問題のありかが判明したら「問題あり」をマークし、詳細情報を入力する。その装置に問題がないことが判明したら「問題なし」をマークする。更新ボタンのクリックにより、入力情報が確定され記入日が変更される。キャンセルボタンのクリックにより元の状態に戻る。戻るボタンのクリックによりレポート表示画面に戻る。ステータス情報には入力が反映されている。同時にリストのステータス情報も更新される。
【００５８】
対策終了後にも、同様に詳細ボタンをクリックし、調査対策詳細表示兼入力画面を表示させ、対策済をマーク、対策内容を記入して更新ボタンをクリックする。レポート表示画面のステータスは対策済みになっている。複数の問題候補装置がある場合には、ステータス９０６の情報は装置毎に記載される。
【００５９】
ステータスが「対策済み」となっている時、本発明の問題工程特定システムにより、２種類の情報を登録することが可能である。一つは、問題装置特定済みの製品検査情報である。前記図９に示した問題装置名の下の登録ボタンをクリックすると、異常検知に用いた製品検査情報は問題装置名に関連付けられて、ユーザライブラリ９０７に登録される。このライブラリは、システム内部あるいは上位データベース１０５のいずれにあっても構わない。登録された情報は、装置評価情報と同様に扱われる。つまり、装置評価情報照合解析において、上位データベース１０５から装置評価情報をダウンロードすると同時に、ユーザライブラリに被検査ウェハの着工装置に関連付けられた情報がないか検索し、情報がある場合は照合解析に加える。
【００６０】
もう一つは、問題工程対策情報である。これは、前記図９に示した、製品検査情報、被検査ウェハの情報、問題装置名、問題装置特定の元となった情報、調査結果詳細、対策内容詳細を含む情報である。保存する場所は、システム内部あるいは上位データベース１０５のいずれでも構わない。登録したデータは、装置名を入力して検索を行うことにより、参照できるようにしておく。また、前記図９に示した問題装置名をクリックすると、その装置に関連する問題工程特定情報を参照できるようにしておいてもよい。この方法により、調査・対策の時間短縮を図ることが可能である。
【００６１】
次に、本発明の問題工程特定方法を適用した別の実施の形態について図１１を参照しながら説明する。１０１は半導体ウェハの製造工程を表している。製品ウェハはインライン検査とは別に、出来映え評価装置１１０２によってその加工の出来映えを評価されている。図１１は、出来映え評価装置１１０２によって得られた情報を用いて問題工程を特定するシステムの概念図を表している。
【００６２】
出来映え評価装置１１０２ａにより評価された製品ウェハは、次に製造装置１０３ａ，１０３ｂ，１０３ｃによる加工工程の後、再び出来映え評価装置１１０２ｂによって評価される。出来映え評価情報１１０７は、上位データベース１０５に転送され、一定期間保存される。上位データベース１０５にはこのほかに製品経路情報１０８、装置ログ・メンテナンス情報１０９も記録される。
【００６３】
問題工程特定システム１１０は、出来映え評価装置１１０２によって出力された製品検査情報を入力する。出来映え評価装置１１０２には、測長ＳＥＭ、膜厚検査装置などがある。測長ＳＥＭは、ホト工程やエッチング工程の後に所定の位置の配線や穴の形状を測定する。膜厚検査装置は、成膜工程や平坦化工程の後に所定の位置の膜厚を測定する。これらの装置の測定値の平均や最大値、最小値の規格外れによって異常を検知する。あるいは、図１１に示すように面内分布マップを作成し、有意形状パターンの検出によって異常を検知してもよい。
【００６４】
異常がある場合は、上位データベース１０５から被評価ウェハと同一経路の過去の出来映え評価情報１１０７をダウンロードし、それぞれの測定値の平均や最大値、最小値、あるいは測定値の面内分布のパターン強度などの数値を算出する。次に、被評価ウェハを着工した装置の装置ログ情報１０９をダウンロードする。ここでは、各装置の加工条件のパラメータは一つであるように図示しているが、実際には複数のパラメータが存在する。
【００６５】
次に、被評価ウェハの各工程における着工日に基づき、測定値の平均や最大値、最小値、あるいは測定値の面内分布のパターン強度などの数値と対応する加工条件のパラメータの値の組を求め相関を計算する。相関の強い装置およびパラメータを異常の原因であると特定し、結果出力する。この例では、装置Ｂの加工条件のパラメータとパターン強度の相関が強いので、装置Ｂのこのパラメータに問題の原因があると特定する。これによって、出来映え評価装置１１０２によって得られた情報を用いて容易に問題工程を特定することができる。
【００６６】
以上、前記実施の形態においては、問題工程特定システムが上位データベースから独立しており、データのダウンロードを行って解析を行う形態の実施例について説明したが、本システムの機能が上位データベースに組み込まれている場合でも、本発明の範囲に含まれる。
【００６７】
また、本発明は、問題工程特定方法として、複数の工程を経て製造された製品ウェハの検査工程で得られる検査情報と、複数の工程の各製造装置から得られる情報、および／または、上位データベースに蓄積された情報とを突き合わせて、問題工程を特定する場合についても適用可能である。
【００６８】
すなわち、この特定方法では、製品ウェハのインライン検査装置や出来映え評価装置などの各検査装置から得られる検査情報、加工工程の各製造装置から得られる加工情報、これらの検査や加工情報、さらには設計情報などを含めた上位データベースに蓄積された蓄積情報などを任意に組み合わせて、問題工程を特定することができる。
【００６９】
【発明の効果】
本発明によれば、製品検査情報の入力をきっかけに自動的に異常検知を行い、異常のある場合に、上位データベースから解析に必要な情報をダウンロードして問題工程特定の解析を実行するため、オペレータが解析対象のデータを選択する必要がなく、ユーザ定義のライブラリの準備も不要であり、容易に問題工程特定を実施することが可能である。また、インライン検査の情報を用いるので問題発生から対策までの期間を短くすることができる。
【００７０】
さらに、本発明の結果出力方法によれば、製品検査情報と問題装置名と担当者とステータスがリストとなって表示されるため、調査・対策のフォローアップが容易にできる。また、レポート画面からは、問題装置特定済みの製品検査情報と、問題工程対策情報を登録可能なので、次回以降の問題工程特定および調査対策の時間短縮に有効な情報を容易に蓄積することができる。
【００７１】
また、本発明によれば、出来映え評価情報を用いる場合においても、容易に問題工程を特定することが可能である。
【図面の簡単な説明】
【図１】本発明の問題工程特定方法を適用した実施の形態の問題工程特定システムの概念を表す図である。
【図２】本発明の実施の形態において、有意形状分布パターンの例を表す図である。
【図３】本発明の実施の形態において、欠陥分布に基づく装置評価情報照合解析による問題工程特定方法を説明するための図である。
【図４】本発明の実施の形態において、欠陥外観に基づく装置評価情報照合解析による問題工程特定方法を説明するための図である。
【図５】本発明の実施の形態において、共通経路解析による問題工程特定方法を説明するための図である。
【図６】本発明の実施の形態において、機差解析による問題工程特定方法を説明するための図である。
【図７】本発明の実施の形態において、装置ログ相関解析による問題工程特定方法を説明するための図である。
【図８】本発明の実施の形態において、問題装置特定情報リストの例を表す図である。
【図９】本発明の実施の形態において、問題装置特定レポート画面の例を表す図である。
【図１０】本発明の実施の形態において、調査対策詳細表示兼入力画面の例を表す図である。
【図１１】本発明の問題工程特定方法を適用した別の実施の形態の問題工程特定システムの概念を表す図である。
【符号の説明】
１０１…半導体ウェハ製造工程、１０２（１０２ａ，１０２ｂ）…インライン検査装置、１０３（１０３ａ，１０３ｂ，１０３ｃ）…製造装置、１０４…面板検査装置、１０５…上位データベース、１０６…装置評価情報、１０７…製品検査情報、１０８…製品経路情報、１０９…装置ログ・メンテナンス情報、１１０…問題工程特定システム、３１１…製品検査情報の欠陥位置情報、３１２（３１２ａ，３１２ｂ，３１２ｃ）…装置評価情報の欠陥位置情報、４１１…製品検査情報の欠陥外観情報、４１２（４１２ａ，４１２ｂ，４１２ｃ）…装置評価情報の欠陥外観情報、４１３…製品検査情報の欠陥組成情報、４１４（４１４ａ，４１４ｂ，４１４ｃ）…装置評価情報の欠陥組成情報、９０１…異常検知した製品検査情報、９０２…重要度、９０３…被検査ウェハの情報、９０４…問題候補装置の情報、９０５…装置特定の元になった情報、９０６…調査・対策ステータス、９０７…ユーザライブラリ、９０８…問題工程対策情報、１１０２（１１０２ａ，１１０２ｂ）…出来映え評価装置、１１０７…出来映え評価情報。[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention is applied to a method for identifying a process (problem process) and / or a device (problem device) in which a problem causing a defect in a manufacturing process of a thin film device has occurred based on test information obtained by a test device. And effective technology.
[0002]
[Prior art]
Thin film devices such as semiconductor wafers, liquid crystal displays, and hard disk magnetic heads are manufactured through a number of processing steps. In the production of such a thin film device, a pattern defect inspection or a foreign substance inspection is carried out every several series of steps for the purpose of improving yield and stabilizing. Further, detailed review and analysis may be performed by the review device. On the basis of such inspection information, an abnormality in a process, a process, or a device is found, and a problem process or a device causing a defect is specified.
[0003]
As a problem process identification method based on inspection information, for example, Patent Literature 1 discloses a method of identifying a problem process by machine difference analysis using the number of defects. Further, attempts have been made to estimate a problem step by identifying a defect distribution pattern peculiar to a device or process abnormality. For example, Patent Literature 2 discloses a method of identifying a problem process by collating and analyzing a defect distribution image data with a case database capable of estimating a problem process, and Patent Document 3 discloses a method of identifying a defect as a problem process based on a distribution state. A method of classifying the event into an associated user-defined event is described.
[0004]
[Patent Document 1]
JP 2000-12640 A
[0005]
[Patent Document 2]
JP-A-11-45919
[0006]
[Patent Document 3]
U.S. Pat. No. 5,982,920
[0007]
[Problems to be solved by the invention]
By the way, the method according to Patent Document 1 is based on the premise that there are a large number of processing apparatuses in each process, and in order to perform statistical processing, inspection information of a large number of product substrates is required to perform highly accurate analysis. It is. In addition, since the selection of the analysis target is performed by the operator, the effect of the analysis depends on the experience and knowledge of the operator.
[0008]
Further, in order to specify a problem process by identifying a defect distribution pattern in Patent Documents 2 and 3, a library of distribution pattern information associated with the problem process is required. Generally, such a library is constructed. Is not easy.
[0009]
Therefore, the object of the present invention can be obtained in an inspection process with one product substrate without depending on the experience and knowledge of the operator even when there is no accumulation of past inspection information associated with the problem process. An object of the present invention is to provide a technique capable of specifying a problem step based on inspection information. Another object of the present invention is to provide a technique capable of easily accumulating inspection information associated with a problem step.
[0010]
[Means for Solving the Problems]
In order to achieve the above object, the problem process identification method according to the present invention first inputs inspection information of a certain process on one product substrate, and automatically detects an abnormality based on the inspection information. If there is an abnormality, predetermined information is downloaded from the upper database, and the problem process is specified based on the product inspection information and the information loaded from the upper database. Alternatively, the problem step is specified based on the workmanship evaluation information and the information loaded from the upper database.
[0011]
In addition, the problem step identification method of the present invention includes an inspection information obtained in an inspection step of a product substrate manufactured through a plurality of steps, information obtained from each manufacturing apparatus in the plurality of steps, and / or a higher-level database. The problem process is specified by comparing the stored information.
[0012]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[0013]
FIG. 1 is a diagram illustrating a concept of a problem step identification system according to an embodiment to which a problem step identification method according to the present invention is applied, as an example of problem step identification in a semiconductor wafer manufacturing process. Reference numeral 101 denotes a semiconductor wafer manufacturing process. As described above, a semiconductor wafer is manufactured through a plurality of processing steps, and product inspection and review are performed for each of a series of steps. In the figure, the steps in the middle are extracted and shown.
[0014]
The product wafer is inspected by the inline inspection apparatus 102a, and then inspected again by the inline inspection apparatus 102b after the processing steps by the manufacturing apparatuses 103a, 103b, and 103c. The manufacturing apparatuses 103a, 103b, and 103c are periodically evaluated using the face plate inspection apparatus 104 for each manufacturing apparatus. The device evaluation information 106 thus obtained and the product inspection information 107 obtained by the in-line inspection are transferred to the upper database 105 and stored for a certain period. In addition, the product database information 108 and the device log / maintenance information 109 are also recorded in the upper database 105.
[0015]
The problem process identification system 110 inputs the product inspection information output by the in-line inspection device 102 (102b). Next, the presence or absence of an abnormality is automatically detected based on the input product inspection information. If there is an abnormality, information necessary for specifying the problem step is downloaded from the upper database 105, and using the information, any one of device evaluation information collation analysis, common route analysis, machine difference analysis, device log correlation analysis, or The problem step is specified by an arbitrary combination thereof and the result is output.
[0016]
Next, information stored in the upper database 105 will be described.
[0017]
The device evaluation information 106 is information obtained by evaluation using the face plate inspection device 104, and is acquired periodically and for each manufacturing device. If the manufacturing apparatus has a plurality of chambers, the evaluation is performed for each chamber. Specifically, after starting the face plate wafer by the manufacturing apparatus, the face plate inspection device 104 detects a defect such as a foreign matter or a scratch, and acquires defect position information.
[0018]
Further, a review is performed using a review device, and defect appearance information such as a defect image and a defect class when the defect is automatically or manually classified can be obtained. In some cases, detailed analysis is performed using a detailed analysis device such as an SEM-type review device or an Auger analyzer equipped with an EDS function to obtain defect composition information. Therefore, a review device or a detailed analysis device may be included in the face plate inspection device 104.
[0019]
The position information, appearance information, composition information, and the like of a defect obtained by inspection, review, and detailed analysis in this manner are referred to as device evaluation information 106. The device evaluation information 106 is stored in association with the manufacturing device ID, the chamber ID, and the evaluation date and time.
[0020]
The product inspection information 107 is information obtained by being inspected by the in-line inspection device 102 for each of a series of processing steps of a product. The in-line inspection apparatus 102 is an optical appearance inspection apparatus, a SEM appearance inspection apparatus, a foreign substance inspection apparatus, or the like, and detects a “defect” such as a pattern defect, a scratch, or a foreign substance, and outputs position information thereof. Similar to the device evaluation, a review device or a detailed analysis device may be included in the in-line inspection device 102, and thus, the appearance information and the composition information of the defect can be obtained. The product inspection information 107 is stored in association with the ID of the wafer to be inspected and the inspection process name.
[0021]
The manufacturing path information 108 is information recorded for each product wafer or each lot, and includes a manufacturing apparatus ID, a chamber ID, and a start date and time of a start of a process in each processing step. Also, an inspection device ID and an inspection date and time inspected in the inspection process are included.
[0022]
The device log / maintenance information 109 includes information on time variations of various processing conditions of the manufacturing apparatus, deviations from the set values of the processing conditions, parts replacement of the manufacturing apparatus, disassembly cleaning, and the like. For example, in an etching apparatus, processing conditions include a temperature, a pressure, a gas flow rate, and an applied high-frequency power in a chamber.
[0023]
Next, the operation of the problem step identification system 110 will be described in detail.
[0024]
The problem process identification system 110 first inputs the product inspection information output by the in-line inspection device 102. This input may be performed directly from the inline inspection apparatus 102 or may be performed via the upper-level database 105. When the data is directly input from the in-line inspection apparatus 102, the data is automatically transferred to a predetermined storage area. If there is unprocessed information, the next processing is performed on the information, that is, the automatic abnormality detection processing. I do. When the inspection is performed via the upper-level database 105, the product inspection information is transferred to the upper-level database 105 after the inspection, and at the same time, the wafer ID and the inspection step name are transferred to the problem step identification system 110. The problem step identification system 110 adds this to the inspection completed wafer list. One set of the wafer ID and the inspection process name is read from the inspection completed wafer list, and if not processed, the product inspection information corresponding to the wafer ID and the inspection process name is downloaded from the upper database 105 to perform the automatic abnormality detection processing. After that, information of “processed” is added to the list.
[0025]
Next, the problem process identification system 110 automatically detects an abnormality based on the input product inspection information. The abnormality detection is performed based on defect distribution information or appearance information. First, a method for detecting an abnormality based on defect distribution information will be described. A defect distribution state is analyzed based on defect position information in the product inspection information. The analysis of the defect distribution state is described in, for example, "Practical Pattern Detection from Distributed Defect Points on a Semiconductor Wafer", Proceedings of MVA Associates, Inc., Japan. 10-13, Dec. 2002. According to this method, defects are classified into random defects and regional defects according to their distribution state. The area defect has four significant shape pattern classes of annular, massive, linear, and arc shapes shown in FIG. If any of these is detected, it is determined that “abnormality exists”.
[0026]
Next, a method of detecting an abnormality based on defect appearance information will be described. The defect appearance information is defect class information obtained by review and added by classification based on the defect image and the appearance. Classification is automatically performed using, for example, a method described in JP-A-7-201946. The presence or absence of an abnormality is determined based on the number of defects of a class specified in advance. The number of defects in a specified class may be obtained by 100% review, but when the number of defects is large, it is generally difficult to perform 100% review. In that case, "Appearance Inspection Method Using Defect Point Sampling Technology", 13th Workshop for Automation of Appearance Inspection, (December 2001), the number of defects in each defect class may be estimated after sampling defects, performing defect classification by performing a review, and the like. The target defect class is specified by a recipe for each product type and process. It may be specified regardless of the type and process. The number of defect classes that can be specified is not limited to one, but may be plural.
[0027]
When it is determined that there is an abnormality by the above method, the problem process is identified using the same information as that used in the abnormality detection. Hereinafter, the problem step identification method in the present invention will be described with reference to FIGS.
[0028]
FIG. 3 is a diagram illustrating a problem process identification method based on device evaluation information collation analysis. The information used is defect position information. After inputting the product inspection information, the defect distribution is analyzed by the method described above, and an abnormality is detected by detecting a significant shape pattern from the defect position information 311 (step 301). If there is a significant shape pattern, the ID of the inspected wafer and the inspection process name associated with the target product inspection information are read.
[0029]
Next, necessary information is downloaded from the upper database 105 (step 302). First, the product start information 108 associated with the ID of the wafer to be inspected is downloaded. The product start information includes an apparatus ID corresponding to each processing step, a chamber ID and start date and time, and an apparatus ID and inspection date and time corresponding to each inspection step. After sorting in the order of the construction start date and time and the inspection date and time, the inspection process (102b) corresponding to the target product inspection information is searched. The immediately preceding inspection step (102a) is searched, and information on the manufacturing apparatuses 103a to 103c during that time is acquired.
[0030]
Next, for each manufacturing apparatus and a plurality of chambers in the case of a plurality of chambers, the apparatus evaluation information 106 of several sets evaluated before and after the start date and time of the inspection target wafer is downloaded. The number of sets of the apparatus evaluation information 106 per manufacturing apparatus is determined in advance, and is downloaded until the predetermined number is reached from the start date and time until no information is found. Reference numerals 312a to 312c denote defect position information obtained by the face plate inspection in the device evaluation information, and correspond to the manufacturing devices 103a to 103c, respectively. Actually, a plurality of sets of information are downloaded to each manufacturing apparatus. Here, one set of information is shown.
[0031]
Next, all the downloaded defect position information 312 and the defect position information 311 of the product inspection are collated (step 303), and the defect position information 312b having the highest similarity is selected (step 304). The matching method may be an image forming method for performing pattern matching, or a method of calculating a feature amount representing each distribution state and examining a distance in a feature amount space. The manufacturing apparatus 103b corresponding to the defect position information 312b having the highest similarity is set as a problem apparatus (step 305).
[0032]
FIG. 4 is a view for explaining a method of specifying a problem step by the same device evaluation information collation analysis as described above using appearance information. The present method is effective for the case where the abnormality is not detected by the above method and the defects are randomly distributed. After inputting the product inspection information, the number of defects of the specified class is acquired by the above-described method, and when the number exceeds the reference value, it is determined that there is an abnormality (step 401). The same defect composition information 413 as the defect appearance information 411 of the image of the representative defect of the designated class is used in a later step.
[0033]
Next, the device evaluation information 106 is downloaded by the same method as the above method (step 402). However, the defect appearance information 412 is used instead of the defect position information. In addition, the defect composition information 414 may be used, but is not essential. The defect appearance information 412a to 412c and the defect composition information 414a to 414c correspond to the manufacturing apparatuses 103a to 103c, respectively. Although not shown in the drawing, a plurality of sets of information are downloaded to each manufacturing apparatus. Since a plurality of defect images can be obtained by one evaluation of the apparatus, one set of information consists of appearance information and composition information of a plurality of defect images.
[0034]
Next, the defect appearance information 412 and the defect composition information 414 of the defect image are collated with the defect appearance information 411 and the defect composition information 413 of the product inspection (step 403), and a set of information 412b and 414b having the highest similarity is selected. (Step 404). As a matching method, there is a method of calculating a feature amount of a defect from an image and based on a distance in a feature amount space. The feature amount may be similarly calculated from the composition information, and the similarity may be calculated based on the distance in the combined feature amount space. In addition, one containing the same element may be first extracted from the composition information, and the distance in the feature space of the image may be compared. The manufacturing apparatus 103b corresponding to the pair of the defect appearance information 412b and the defect composition information 414b having the highest similarity is set as a problem apparatus (step 405).
[0035]
Even if an abnormality has occurred in the product inspection, the abnormality may not appear in the device evaluation information. The reasons may be that the starting conditions at the time of the device evaluation are different from the conditions for starting the product, the timing of the device evaluation is bad, and the defect is less likely to occur on the face plate. In such a case, common route analysis is often effective.
[0036]
FIG. 5 is a diagram illustrating a problem process identification method using common path analysis. Although the drawing shows a method of specifying a problem step based on a defect distribution using defect position information, defect appearance information and composition information may be used similarly to the apparatus evaluation information collation analysis. The abnormality detection method is the same as that of the device evaluation information collation analysis (step 501). When there is an abnormality, all past product inspection information 107 for a predetermined period in the same type and the same inspection process as the wafer to be inspected is downloaded from the upper database 105 (step 502).
[0037]
Next, a wafer having the same mode defect as the new product inspection information is searched (step 503). That is, the degree of similarity between all downloaded past product inspection information and new product inspection information is calculated. The method of calculating the similarity is the same as that of the device evaluation information collation analysis. Then, the past product inspection information whose similarity is higher than a predetermined reference value is selected. In this example, data enclosed by a broken line and a dotted line is selected. Next, the product path information 108 corresponding to the new product inspection information and the selected past product inspection information is downloaded (step 504).
[0038]
Next, based on the apparatus path information corresponding to each piece of product inspection information, a manufacturing apparatus started in a processing step between the immediately preceding inspection step is checked, and a common apparatus is extracted (step 505). In the drawing, the apparatus for starting the inspection target wafer corresponding to each of the product inspection information surrounded by the solid line, the broken line, and the dotted line is shown surrounded by the solid line, the broken line, and the dotted line. In this example, the processing is performed on the paths of the apparatuses A2, B2, and C2, the paths of the apparatuses A1, B2, and C2, and the paths of the apparatuses A3, B2, and C1. It is.
[0039]
Finally, the common device B2 is specified as a problem device (step 506). When a common device is a device having a plurality of chambers, it is possible to identify a location where a problem occurs in more detail by checking whether the chambers are also common. That is, if the chambers are common, they are generated inside the chambers, and if they are not common, they are generated outside the chambers such as during transport.
[0040]
There is also a method of performing a machine difference analysis using past product inspection information that is similar to the common path analysis but is not similar to new product inspection information.
[0041]
FIG. 6 is a diagram illustrating a problem process identification method based on the machine difference analysis. The abnormality detection (step 601) and the past product inspection information download (step 602) are the same as in the case of the common path analysis. Next, the new product inspection information and the downloaded past product inspection information are digitized (step 603). When the defect position information is used, the similarity of the distribution pattern of the past product inspection information based on the new product inspection information is calculated by the above-described method. When the defect appearance information is used, the number of defects of the designated class is calculated by the above-described method.
[0042]
Next, the product route information 108 of the wafer to be inspected is downloaded (step 604), and machine difference analysis is performed by a one-way analysis of variance (step 605). That is, the average and variance of each apparatus are calculated for each process, and it is checked whether or not there is a significant difference between apparatuses using the values of the average and variance of the entire apparatus. Here, an example is shown in which two devices are present in each of the three processing steps. A1 indicates the apparatus A1 in the process A, and below it, the distribution similarity with the standard of the product started by the apparatus A1 or the average and variance of the number of defects of the designated class are shown. In this example, since there is a significant difference between the apparatuses in the process B and the distribution similarity is higher in the apparatus B2, the apparatus B2 is specified as the problem apparatus (step 606). Here, the average and the variance are calculated for each device. However, the average and the variance are calculated for each set of a plurality of devices, for example, A1 and B1, A1 and B2, A2 and B1, and A2 and B2. Can be specified.
[0043]
The common path analysis and machine difference analysis assume that there are multiple manufacturing devices in one process, but when only one device exists, or all the inspected wafers of the downloaded information have the same route. It is possible.
[0044]
FIG. 7 is a diagram for explaining a problem process identification method based on device log correlation analysis, which is effective in such a case. Here, the operation after abnormality detection is shown. First, the past product inspection information 107 on the same path as the inspected wafer of the product inspection information for which abnormality has been detected is downloaded and quantified as in the case of the machine-to-machine analysis. The method of digitization may be the same as in the case of the machine difference analysis. However, when defect position information is used, the pattern strength of the detected distribution pattern may be calculated. The pattern strength is obtained by superimposing the defect position information on the pattern and calculating the defect density inside the pattern or by calculating the defect density ratio inside and outside the pattern.
[0045]
Next, the apparatus log information 109 of the apparatus on which the wafer to be inspected has been started is downloaded. The apparatus log information is information indicating a change in processing conditions during wafer processing. Here, although the parameters of the processing conditions of each apparatus are shown as being one, there are actually a plurality of parameters. Next, a set of parameter values of processing conditions corresponding to the distribution similarity or pattern strength or the number of defects in a specified class is calculated based on the start date of each process of the wafer to be inspected, and the correlation is calculated. In this example, since the correlation between the processing condition parameters of the apparatus B and the pattern strength is strong, the apparatus B is specified as the problem apparatus.
[0046]
In the above description, one type of analysis is used to identify one problem device. However, even if a plurality of devices are listed in order of the degree of similarity as problem candidate devices, this does not depart from the gist of the present invention. There is no. Further, the above methods may be freely combined and implemented, and a device specified by a plurality of methods may be set as the problem device. Alternatively, the above method may be performed in a designated order, and the process may be terminated when the problem device is found. How to combine them and how to make a comprehensive judgment can be set in advance by a recipe for each kind process.
[0047]
Next, a result output method in the problem step identification system according to the present invention will be described with reference to FIGS.
[0048]
Since the problem process identification system of the present invention automatically performs analysis upon input of product inspection information, it is not necessary for an operator to be always on. However, since the investigation and countermeasures are performed manually, it is necessary to notify the manager of the line QC and the person in charge of the device.
[0049]
FIG. 8 shows an embodiment of the result display of the analysis performed by the problem process identification system of the present invention. This is a list of wafers in which at least one problem candidate device is specified, and includes at least information on a wafer to be inspected and a problem device name. The information on the wafer to be inspected includes information that can identify the wafer to be inspected, such as a product type, a lot number, an inspection process name, and an inspection date.
[0050]
In addition, the importance, the person in charge, and the status information may be displayed. The degree of importance is automatically added by the system based on the product inspection information when an abnormality is detected. In other words, when an abnormality is detected by the significant shape distribution pattern detection, importance is added based on the number of defects in the pattern, the defect density, the defect density ratio between the inside and outside of the pattern, etc., and the number of defects in the specified class exceeds the reference value. If an abnormality is detected due to this, importance is added based on the number of defects. However, it may be possible to make the change by an authorized user. The person in charge is the name of the person in charge of the apparatus, and in order to display this, it is necessary to have data relating the apparatus name and the name of the person in charge in the upper database 105 or in the system in advance. The status indicates the status of investigation and countermeasures, and is either uninvestigated, investigated, no problem, completed, or registered. As described above, since the number of problem candidate devices is not always one, they are displayed in order of priority.
[0051]
The latest information is added to the top of this list, but it is preferable to sort or filter the information according to each item so that it can be displayed. Further, the display color may be changed depending on the status. At the same time as adding to the list, the same contents as the list items may be transmitted to the line QC administrator and the person in charge of the apparatus by e-mail.
[0052]
The problem process identification system of the present invention simultaneously creates a problem process identification analysis report. The user can select from the list and display the report screen.
[0053]
FIG. 9 is an example of a report display screen. In the report, at least information 903 on the inspected wafer for which an abnormality is detected and a problem candidate device name are described. In addition, product inspection information 901 of a defect map is created and described from the defect position information. Furthermore, if anomalies are detected by the number of defects and significant shape distribution pattern detection, the pattern intensity, a keyword representing the pattern shape such as “circular peripheral part”, and the specified class name if anomalies are detected by the number of defects in the specified class , The number of defects in the specified class, the composition information of the same defect as the representative defect image in the specified class, and the like may be described.
[0054]
The importance 902 is automatically added by the system, but may be changed by an authorized user. In that case, click the importance of the screen to display the change screen. The information on the problem candidate device must have the device name, but may additionally include the name of the person in charge of the device, the analysis method, the information 905 on which the device was identified, and the investigation / measure status 906. In this example, a case where the device is specified by the device evaluation information collation using the defect position information is shown. In this case, a defect map of the device evaluation information having the highest similarity is described.
[0055]
When the defect appearance information is used, the same defect composition information as the defect image of the device evaluation information having the highest similarity is described. When the apparatus is specified by the common path analysis, a defect map of the wafer used for the common path extraction or a set of the defect image and the composition information is described. In the case of the machine difference analysis, a graph showing the distribution similarity or the average and variance of the number of defects of the designated class shown in FIG. In the case of the apparatus log correlation analysis, a fluctuation graph of the pattern intensity of a wafer used for the correlation analysis or a fluctuation graph of the number of defects of a specified class is superimposed on the fluctuation graph of the processing condition as shown in FIG.
[0056]
The investigation / measure status 906 displays an investigation / measure details display / input screen by clicking a detail button.
[0057]
FIG. 10 shows an example of the investigation countermeasure details display / input screen. The input of the survey result and the countermeasure method is performed only by an authorized user, usually a person in charge of the device. After the investigation, if the person in charge finds out the problem of the device, he or she marks "problem" and inputs detailed information. If there is no problem with the device, mark "No problem". By clicking the update button, the input information is confirmed and the entry date is changed. Click the Cancel button to return to the original state. Clicking the back button returns to the report display screen. The input is reflected in the status information. At the same time, the status information of the list is updated.
[0058]
After the countermeasure is completed, click the detail button in the same way to display the investigation countermeasure detailed display and input screen, mark the countermeasure completed, enter the content of the countermeasure, and click the update button. The status of the report display screen has been corrected. When there are a plurality of problem candidate devices, the information of the status 906 is described for each device.
[0059]
When the status is "measured", two types of information can be registered by the problem step identification system of the present invention. One is product inspection information for which a problem device has been specified. When a registration button below the problem device name shown in FIG. 9 is clicked, the product inspection information used for abnormality detection is registered in the user library 907 in association with the problem device name. This library may be in the system or in the upper database 105. The registered information is handled in the same way as the device evaluation information. That is, in the apparatus evaluation information collation analysis, the apparatus evaluation information is downloaded from the upper-level database 105, and at the same time, the user library is searched for information associated with the starting apparatus for the wafer to be inspected. .
[0060]
The other is problem process countermeasure information. This is the information shown in FIG. 9 including the product inspection information, the information of the wafer to be inspected, the name of the problem device, the information on which the problem device is identified, the details of the survey result, and the details of the countermeasures. The storage location may be either in the system or in the upper database 105. The registered data can be referred to by inputting a device name and performing a search. Further, by clicking the problem device name shown in FIG. 9, the problem process identification information related to the device may be referred to. With this method, it is possible to shorten the time for investigation and countermeasures.
[0061]
Next, another embodiment to which the problem step identification method of the present invention is applied will be described with reference to FIG. Reference numeral 101 denotes a semiconductor wafer manufacturing process. The product wafer is evaluated for the work quality of the processing by the work quality evaluation apparatus 1102 separately from the in-line inspection. FIG. 11 is a conceptual diagram of a system for specifying a problem step using information obtained by the work quality evaluation device 1102.
[0062]
The product wafer evaluated by the work quality evaluation device 1102a is then evaluated again by the work quality evaluation device 1102b after processing steps by the manufacturing devices 103a, 103b, and 103c. The work quality evaluation information 1107 is transferred to the upper database 105 and stored for a certain period. In addition, the product database information 108 and the device log / maintenance information 109 are also recorded in the upper database 105.
[0063]
The problem process identification system 110 inputs the product inspection information output by the work quality evaluation device 1102. The work quality evaluation device 1102 includes a length measurement SEM, a film thickness inspection device, and the like. The length measurement SEM measures the shape of a wiring or a hole at a predetermined position after a photo step or an etching step. The film thickness inspection device measures the film thickness at a predetermined position after the film forming step or the planarizing step. Abnormalities are detected based on deviations of the average of the measured values of these devices, the maximum value, and the minimum value from the specifications. Alternatively, an abnormality may be detected by creating an in-plane distribution map as shown in FIG. 11 and detecting a significant shape pattern.
[0064]
If there is an abnormality, the past work quality evaluation information 1107 on the same path as the wafer to be evaluated is downloaded from the upper database 105, and the average, maximum, minimum, or pattern intensity of the in-plane distribution of the measured values is obtained. Calculate numerical values such as Next, the apparatus log information 109 of the apparatus on which the wafer to be evaluated has been started is downloaded. Here, although the parameters of the processing conditions of each apparatus are shown as being one, there are actually a plurality of parameters.
[0065]
Next, based on the start date of each process of the wafer to be evaluated, a set of values of the processing condition parameters corresponding to numerical values such as the average, maximum, and minimum values of the measured values or the pattern intensity of the in-plane distribution of the measured values. And calculate the correlation. The device and the parameter having a strong correlation are identified as the cause of the abnormality, and the result is output. In this example, since the parameter of the processing condition of the apparatus B has a strong correlation with the pattern intensity, it is specified that the parameter of the apparatus B has a problem. Thus, the problem step can be easily specified using the information obtained by the work quality evaluation device 1102.
[0066]
As described above, in the above embodiment, the problem process identification system is independent of the upper-level database, and the embodiment in which the data is downloaded and analyzed is described. However, the function of the present system is incorporated in the upper-level database. However, such cases are included in the scope of the present invention.
[0067]
The present invention also provides, as a problem step identification method, inspection information obtained in an inspection step of a product wafer manufactured through a plurality of steps, information obtained from each manufacturing apparatus in the plurality of steps, and / or a higher-level database. The present invention can also be applied to a case where the problem process is specified by comparing the information stored in the process with the information stored in the process.
[0068]
In other words, in this identification method, the inspection information obtained from each inspection device such as an in-line inspection device for product wafers and the work quality evaluation device, the processing information obtained from each manufacturing device in the processing process, the inspection and processing information, and the design information The problem step can be specified by arbitrarily combining information accumulated in the upper database including information and the like.
[0069]
【The invention's effect】
According to the present invention, an abnormality is automatically detected in response to an input of product inspection information, and when there is an abnormality, information necessary for analysis is downloaded from a higher-level database and an analysis of a problem process is performed. There is no need for the operator to select the data to be analyzed, and there is no need to prepare a user-defined library, so that the problem process can be easily specified. Further, since the information of the in-line inspection is used, the period from the occurrence of the problem to the countermeasure can be shortened.
[0070]
Further, according to the result output method of the present invention, the product inspection information, the problematic device name, the person in charge, and the status are displayed as a list, so that follow-up of the investigation / measures can be easily performed. In addition, from the report screen, it is possible to register the product inspection information for which the problem device has been specified and the problem process countermeasure information, so that information effective for reducing the time for problem process specification and investigation countermeasures from the next time onward can be easily accumulated. .
[0071]
Further, according to the present invention, even in the case of using the work quality evaluation information, the problem step can be easily specified.
[Brief description of the drawings]
FIG. 1 is a diagram illustrating the concept of a problem process identification system according to an embodiment to which a problem process identification method of the present invention is applied.
FIG. 2 is a diagram illustrating an example of a significant shape distribution pattern in the embodiment of the present invention.
FIG. 3 is a diagram for explaining a problem process specifying method based on device evaluation information collation analysis based on defect distribution in the embodiment of the present invention.
FIG. 4 is a diagram for explaining a problem process specifying method based on device evaluation information collation analysis based on a defect appearance in the embodiment of the present invention.
FIG. 5 is a diagram for explaining a problem step identification method based on common path analysis in the embodiment of the present invention.
FIG. 6 is a diagram for explaining a problem step identification method by machine difference analysis in the embodiment of the present invention.
FIG. 7 is a diagram for explaining a problem process specifying method by device log correlation analysis in the embodiment of the present invention.
FIG. 8 is a diagram illustrating an example of a problem device specifying information list in the embodiment of the present invention.
FIG. 9 is a diagram illustrating an example of a problem device specifying report screen in the embodiment of the present invention.
FIG. 10 is a diagram illustrating an example of an investigation countermeasure detail display / input screen in the embodiment of the present invention.
FIG. 11 is a diagram illustrating a concept of a problem process identification system according to another embodiment to which the problem process identification method of the present invention is applied.
[Explanation of symbols]
101: semiconductor wafer manufacturing process, 102 (102a, 102b): in-line inspection device, 103 (103a, 103b, 103c): manufacturing device, 104: face plate inspection device, 105: host database, 106: device evaluation information, 107: product Inspection information, 108: Product path information, 109: Device log / maintenance information, 110: Problem process identification system, 311: Defect position information of product inspection information, 312 (312a, 312b, 312c): Defect position information of device evaluation information 411: defect appearance information of product inspection information; 412 (412a, 412b, 412c): defect appearance information of device evaluation information; 413: defect composition information of product inspection information; 414 (414a, 414b, 414c): device evaluation information Defect composition information, 901 ... Inspection information of abnormal product, 902 ... Degree, 903: information on the wafer to be inspected, 904, information on the problem candidate device, 905, information on the basis of the device identification, 906, investigation and countermeasure status, 907, user library, 908, problem process countermeasure information, 1102 ( 1102a, 1102b) ... work quality evaluation device, 1107 ... work quality evaluation information.

Claims

In a process of manufacturing a thin film device manufactured through a plurality of processes, a method of identifying a problem process that caused a defect based on a product inspection result performed in the manufacturing process,
Load product inspection information including defect distribution information or appearance information obtained in the inspection process of one product board,
Anomaly detection is automatically performed based on the defect distribution information or appearance information,
If there is an abnormality, load the specified information from the upper database,
Based on the product inspection information and the predetermined information, a problem process is identified by any one of device evaluation information collation analysis, common route analysis, machine difference analysis, device log correlation analysis, or any combination thereof. Problem process identification method.

2. The method according to claim 1, wherein:
The method for detecting an abnormality is characterized in that, using the defect distribution information, a defect distribution state is analyzed to detect a significant shape pattern, and when a significant shape pattern exists, it is determined that there is an abnormality. Method.

2. The method according to claim 1, wherein:
The problem detection method according to claim 1, wherein the defect detection method uses the appearance information of the defect and determines that there is an abnormality when the number of defects of a class specified in advance exceeds a predetermined reference value.

2. The method according to claim 1, wherein:
The apparatus evaluation information collation analysis method loads the apparatus evaluation information on the starting device of the product board from the upper database, compares the product inspection information with each piece of apparatus evaluation information, and regards an apparatus having a high degree of similarity as a problem apparatus. A problem process identification method characterized by being a method.

2. The method according to claim 1, wherein:
The common path analysis method includes loading a plurality of past product inspection information of the same type and the same inspection process as the product substrate from the upper database, and selecting the product substrate and defect from the plurality of past product inspection information. This is a method of searching for a product having high similarity of distribution state or defect appearance, loading respective product path information of product inspection information having high similarity from the upper-level database, and using a common starting device as the problem device. A method for identifying a problem step, comprising:

2. The method according to claim 1, wherein:
The method of machine difference analysis loads a plurality of past product inspection information of the same type and the same inspection process as the product board from the upper database, and detects a defect distribution state or defect appearance information of the plurality of past product inspection information. Are numerically converted, the respective product path information of the plurality of past product inspection information is loaded from the upper-level database, and a variance analysis is performed for each process based on the quantified information. A problem process identification method characterized in that the problem device is a method using the device as a problem device.

2. The method according to claim 1, wherein:
The method of the apparatus log correlation analysis is to load the product inspection information of the product board processed through the common path with the product board from the upper database and the apparatus log information of the construction apparatus of the product board, and to load each product inspection information. Identify the problem process characterized by numerically calculating the defect distribution state or defect appearance information based on the data, calculating the correlation with the processing condition data of each start device, and setting the start device with the strong correlation as the problem device. Method.

The problem step identification method according to claim 1, 2, 3, 4, 5, 6, or 7,
Furthermore, a list including at least information on the product to be inspected for which abnormality has been detected and one or more problem candidate device names is displayed,
A problem process identification method characterized by creating and storing a report including at least information on a product to be inspected in which an abnormality is detected and at least one problem candidate device name.

The problem step identification method according to claim 8,
Furthermore, the product inspection information used for abnormality detection is registered in association with the problem device name,
Registering information including the product inspection information, the information on the product to be inspected, the problematic device name, the information on which the problematic device was identified, the details of the investigation result, and the details of the countermeasures; .

In a process of manufacturing a thin film device manufactured through a plurality of processes, a method of identifying a problem process that caused a defect based on a product work quality evaluation result performed in a manufacturing process,
Load the workmanship evaluation information including the measurement values obtained in the workmanship evaluation process of one product board,
Anomaly detection is automatically performed based on the average value, maximum value, minimum value or distribution information of the measured values,
If there is an abnormality, load the specified information from the upper database,
Based on the workmanship evaluation information and the predetermined information, a problem step is identified by device log correlation analysis,
The method of the apparatus log correlation analysis is to load the work quality evaluation of the product board processed through the common path with the product board from the upper database and the apparatus log information of the start apparatus of the product board, and to perform each work quality evaluation information. A problem process specifying method, which is a method of digitizing and calculating a correlation with processing condition data of each start device, and using a start device having a strong correlation as a problem device.

Inspection information obtained in an inspection process of a product board manufactured through a plurality of processes is compared with information obtained from each of the manufacturing apparatuses in the plurality of processes and / or information stored in a higher-level database to determine a problem. A problem process identification method characterized by identifying a process.