JP2006173373A - Manufacturing system of semiconductor product - Google Patents

Manufacturing system of semiconductor product Download PDF

Info

Publication number
JP2006173373A
JP2006173373A JP2004364232A JP2004364232A JP2006173373A JP 2006173373 A JP2006173373 A JP 2006173373A JP 2004364232 A JP2004364232 A JP 2004364232A JP 2004364232 A JP2004364232 A JP 2004364232A JP 2006173373 A JP2006173373 A JP 2006173373A
Authority
JP
Japan
Prior art keywords
processing
measurement value
state
quality
semiconductor
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
JP2004364232A
Other languages
Japanese (ja)
Inventor
Naoki Go
Yoshio Iwata
Toshiharu Miwa
Kenji Tamaoki
Shinji Ugo
俊晴 三輪
慎司 宇郷
義雄 岩田
研二 玉置
直樹 郷
Original Assignee
Renesas Technology Corp
株式会社ルネサステクノロジ
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 Renesas Technology Corp, 株式会社ルネサステクノロジ filed Critical Renesas Technology Corp
Priority to JP2004364232A priority Critical patent/JP2006173373A/en
Publication of JP2006173373A publication Critical patent/JP2006173373A/en
Pending legal-status Critical Current

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To provide a manufacturing system equipped with a device abnormality monitoring system, capable of automatically updating the registration release of determination items of device abnormality monitoring and a determination standard. <P>SOLUTION: A manufacturing system of a product targeting a wafer comprises a device abnormality monitoring system 22 of a processing device 21 located upstream of a line, and a product abnormality monitoring system 52 of a product inspector 51 located downstream of the line. The manufacturing system comprises, as a line control system 60 therefor, a wafer trace system 61 for collecting data of product quality and a device status starting from an abnormality detection event, and a line quality management system 62 for checking and analyzing the trace collected data, to review monitoring items conforming to an up-to-date production line status, and to update the recomputed determination standard. <P>COPYRIGHT: (C)2006,JPO&NCIPI

Description

本発明は、微細素子を基板上に集積加工して半導体製品を製造するラインの制御を行う製造システムに関し、特に、製品の品質変動を引き起こす加工装置の状態変動を監視する機能を持つ製造システムに適用して有効な技術に関する。   The present invention relates to a manufacturing system for controlling a line for manufacturing a semiconductor product by integrating and processing fine elements on a substrate, and more particularly, to a manufacturing system having a function of monitoring a state change of a processing apparatus that causes a quality change of a product. It is related to effective technology.
例えば、微細素子を基板上に集積加工して製造する半導体製品の代表例としては、MOSトランジスタをウェハ上に集積加工して製造するウェハ製品がある。ウェハ製品の製造ラインにおいて製品品質変動の原因を解析する方法および装置の発明としては、特許文献1および特許文献2に記載されているようなものがある。これらは製品品質情報と製造情報の因果関係を解析する方法および装置の発明である。ここで対象としている製品品質情報とは、半導体ウェハの電気特性情報や歩留り情報であり、製造情報とは、プロセス加工工程に係わる製造装置履歴情報、製造条件情報、インライン測定情報、設備フロー情報である。   For example, a typical example of a semiconductor product manufactured by integrating and processing fine elements on a substrate is a wafer product manufactured by integrating and processing MOS transistors on a wafer. As inventions of methods and apparatuses for analyzing the cause of product quality fluctuation in a wafer product production line, there are those described in Patent Document 1 and Patent Document 2. These are inventions of a method and apparatus for analyzing the causal relationship between product quality information and manufacturing information. The product quality information targeted here is electrical characteristic information and yield information of semiconductor wafers, and manufacturing information is manufacturing equipment history information, manufacturing condition information, in-line measurement information, and equipment flow information related to the process process. is there.
因果関係を解析する方法としては、製品品質情報を目的変数(Y)とし、製造情報を説明変数(X)とした多段階多変量解析(Y=A・X)が用いられている。具体的には、まず、説明変数の複数の要素が同時に変動することによって引き起こされる多重共線性(Multiple Co−linear)現象による計算不可能問題や精度不足を回避するために、説明変数の要素を一定少数に分割する。そして、重回帰分析(Yi=A・Xi)をその全ての分割グループに適用し、変数増減法により各分割グループ内で説明変数の要素を絞り込む。絞り込まれた説明変数を合わせて再度重回帰分析を適用することを多段階に繰り返して異常要素を抽出するという手法である。   As a method for analyzing the causal relationship, multistage multivariate analysis (Y = A · X) is used in which product quality information is an objective variable (Y) and manufacturing information is an explanatory variable (X). Specifically, first, in order to avoid an incomputable problem and a lack of accuracy due to a multiple collinearity (Multiple Co-linear) phenomenon caused by simultaneous fluctuation of a plurality of elements of the explanatory variable, the elements of the explanatory variable are changed. Divide into a fixed number. Then, multiple regression analysis (Yi = A · Xi) is applied to all the divided groups, and the elements of the explanatory variables are narrowed down within each divided group by the variable increase / decrease method. It is a technique of extracting abnormal elements by repeating multiple regression analysis in combination with the narrowed explanatory variables in multiple stages.
また、非特許文献1には、説明変数の複数の要素が同時に変動することによって引き起こされる多重共線性(Multiple Co−linear)現象による計算不可能問題や精度不足を回避するための射影法(Projection Method)に基づく、目的変数(Y)と説明変数(X)の相関モデル(Y=A・X)の複数の計算方法が説明されている。
特開2002−110493号公報 特開2000−252180号公報 "Chemometrics,Data Analysis for the Laboratory and Chemical Plant"、WILEY(2003)
Further, Non-Patent Document 1 discloses a projection method (Projection Method) for avoiding an incomputable problem and insufficient accuracy due to a multiple collinearity phenomenon caused by a plurality of elements of explanatory variables changing simultaneously. A plurality of calculation methods of the correlation model (Y = A · X) of the objective variable (Y) and the explanatory variable (X) based on Method) are described.
JP 2002-110493 A JP 2000-252180 A "Chemometrics, Data Analysis for the Laboratory and Chemical Plant", WILEY (2003)
ところで、近年、「ディジタル家電」という製品カテゴリで総称される工業製品は、システムLSI(SoC:System on Chip)、ディスプレイ・パネル、ハードディスク・ドライブ(HDD)といったキーデバイスを組み立てたセット製品である。製品の性能を決定する個々のキーデバイスは、微細素子を基板上に集積加工した半導体デバイス化基板(ウェハ)として、多工程の製造プロセスを経て生産される。キーデバイスの製造は多工程の複雑で精密なプロセスを必要とし、ウェハとして製造されるシステムLSIを例に取れば工程数は数百工程を超える。その中の1工程を担う加工装置が所定の範囲を逸脱して変動すれば、製品の最終品質に異常が発生してしまう。そのため、個々の加工装置の状態が所定の範囲を逸脱していないかどうかを常に監視することが、製造ラインの品質管理として重要になっている。   By the way, in recent years, industrial products collectively referred to as a product category of “digital home appliances” are set products in which key devices such as a system LSI (SoC: System on Chip), a display panel, and a hard disk drive (HDD) are assembled. Each key device that determines the performance of a product is produced through a multi-step manufacturing process as a semiconductor device substrate (wafer) in which fine elements are integrated and processed on a substrate. The manufacture of key devices requires multi-step complicated and precise processes, and the number of processes exceeds several hundreds if a system LSI manufactured as a wafer is taken as an example. If the processing apparatus that handles one of the processes fluctuates outside a predetermined range, an abnormality occurs in the final quality of the product. For this reason, it is important for quality control of the production line to constantly monitor whether the state of each processing apparatus does not deviate from a predetermined range.
ウェハは、加工微細化の追求によって加工プロセス装置の状態変動の許容範囲が年々狭くなっている。加工プロセス装置の運転手順の入力間違いや、加工条件の入力間違いや、加工装置の部品の劣化などにより、装置状態が変動許容範囲から逸脱すると、ウェハは不良となる。製造途中の製品異常監視のために行われる加工直後のウェハの製品検査は一般に抜き取り検査で実施されるため、装置状態が変動許容範囲から逸脱しても処理異常を見逃す可能性があった。また、イオン注入工程のように工程終了直後の検査が困難な工程もあった。最終的には、全数検査が実施される最終製品検査で不良は発見されるが、各製造工程から最終製品検査までには数週間から数ヶ月を要するために、その間に処理したウェハが全て不良になり大きな損害を被る可能性があった。   As a result of the pursuit of processing miniaturization, the allowable range of the state variation of the processing process apparatus is becoming narrower year by year. A wafer becomes defective when the apparatus state deviates from the allowable fluctuation range due to an input error of an operation procedure of the processing process apparatus, an input error of processing conditions, or deterioration of parts of the processing apparatus. Since product inspection of wafers immediately after processing, which is performed for product abnormality monitoring during manufacturing, is generally performed by sampling inspection, there is a possibility that processing abnormality may be missed even if the apparatus state deviates from the allowable fluctuation range. In addition, there are processes that are difficult to inspect immediately after the completion of the process, such as an ion implantation process. Eventually, defects are found in the final product inspection in which 100% inspection is performed, but it takes several weeks to several months from each manufacturing process to final product inspection. And could have suffered significant damage.
ウェハを例とする半導体製品の製造ラインには複数の工程があり、各工程には複数の加工装置が導入されている。各加工装置は状態情報として、複数の状態計測値を出力する。予め、全ての(あるいは選抜した重要な複数の)状態計測値に対して適切な判定基準を設定して異常監視を実施し、異常が検知された場合には直ちに装置を停止して修理することが、不良製品の造り込みを最小限に食い止めるために必要である。   There are a plurality of processes in a production line for semiconductor products such as wafers, and a plurality of processing apparatuses are introduced in each process. Each processing apparatus outputs a plurality of state measurement values as state information. Preliminary monitoring is performed by setting appropriate judgment criteria for all (or selected important multiple) state measurement values in advance, and if an abnormality is detected, the equipment is immediately stopped and repaired. However, it is necessary to minimize the build-up of defective products.
しかし、加工プロセス装置の状態計測値の正常な範囲は物理的理論的に演繹して求まることは希であり、適切な判定基準が設定されていない場合には、実績がない未知の異常を見逃すか、あるいは正常な加工状態を異常と虚報判定するという問題があった。キー部品であるウェハ製品は組み込まれるセット製品毎に専用設計される傾向にあり、それに応じて品種は増える傾向にある。品種が異なれば、実績にない未知の異常が発生する可能性が高まる。また、微細化による設計基本ルールやプロセスの世代交代によって、まったく従来と異なる新規品種が処理の対象となる場合には、未知の異常が発生する可能性が高まる。   However, it is rare that the normal range of state measurement values of machining process equipment is deduced by physical theory, and if an appropriate criterion is not set, an unknown abnormality with no track record is missed. Or, there was a problem that a normal machining state was falsely determined as abnormal. Wafer products, which are key components, tend to be designed exclusively for each set product to be incorporated, and the number of products tends to increase accordingly. Different varieties increase the possibility of an unknown abnormality that has not been achieved. In addition, the possibility of an unknown abnormality increases when a new variety that is completely different from the conventional one is processed due to the change in generation of design basic rules and processes.
高精度加工プロセス装置の状態計測値の正常な範囲は、製造と製品検査を繰り返すことによって統計的経験的に求まることが多い。また、一部の工程への新規装置の導入や装置の分解保守によって、製造ライン全体が影響を受け、従来の装置状態の正常な範囲が変動してしまうことがある。そこで、一度設定した装置状態監視の判定項目の登録解除とその判定基準を、最新の製造と製品検査の実績から自動更新することのできる装置異常監視システムを備えた製造システムが求められていた。   The normal range of the state measurement value of the high-precision machining process apparatus is often obtained from statistical experience by repeating manufacturing and product inspection. In addition, the introduction of a new device in some processes and the disassembly and maintenance of the device may affect the entire production line, and the normal range of the conventional device state may fluctuate. Therefore, there has been a demand for a manufacturing system equipped with a device abnormality monitoring system that can automatically update registration criteria and determination criteria for device status monitoring once set from the latest manufacturing and product inspection results.
前記特許文献1および2に記載された技術は、製品品質履歴情報を目的変数(Y)とし、製造履歴情報を説明変数(X)として、重回帰分析(Y=A・X)により製品品質履歴情報とつながりの強い製造履歴情報を抽出する手法である。半導体の製造ラインは主に連続直列の連鎖工程から構成されることと、プロセス内部の変量の数が多いことから、同時に変動する変量が存在する多重共線性(Multiple Co−linear)現象を起こし、重回帰式を直接解くことは数値計算の安定性の都合から一般に困難である。そのため、製造履歴情報の要素を一定少数に分割し、重回帰分析(Yi=A・Xi)を全ての分割グループに適用して変数増減法により各分割グループ内で製造履歴情報の要素を絞り込み、絞り込まれた製造履歴情報を合わせて再度重回帰分析を適用することを多段階に繰り返す多段階多変量解析の手法を採用している。したがって、重回帰モデル式の計算の実行を常に可能にする一手段ではあるが、あくまで、製品品質履歴情報(Y)と製造履歴情報(X)の統計的相関強度(Y=A・X)のみに着目して求めた製品品質変動の原因候補を列挙して表示するまでの解析装置であった。   In the techniques described in Patent Documents 1 and 2, product quality history information is obtained by multiple regression analysis (Y = A · X) with product quality history information as an objective variable (Y) and manufacturing history information as an explanatory variable (X). This is a technique for extracting manufacturing history information that is strongly connected to information. Since the semiconductor production line is mainly composed of continuous serial chain processes and the number of variables in the process is large, a multiple collinearity phenomenon (Multiple Co-linear) with simultaneously changing variables occurs. It is generally difficult to solve the multiple regression equation directly because of the stability of numerical calculation. Therefore, the elements of the manufacturing history information are divided into a fixed number, and multiple regression analysis (Yi = A · Xi) is applied to all the divided groups to narrow down the elements of the manufacturing history information within each divided group by the variable increase / decrease method, A multi-stage multivariate analysis method is adopted in which multiple regression analysis is applied again in multiple stages by combining the refined manufacturing history information. Therefore, although it is one means that always enables the execution of the calculation of the multiple regression model formula, only the statistical correlation strength (Y = A · X) between the product quality history information (Y) and the manufacturing history information (X). This is an analysis apparatus for enumerating and displaying cause candidates of product quality fluctuations obtained by paying attention to.
前記非特許文献1には、射影法を用いることにより、多重共線性があっても重回帰モデル式の計算の実行を常に可能にする別の手段が述べられている。これらの方法は、重回帰モデル式の計算の実行を常に可能にはしてくれるが、求めた重回帰モデル式が現実の因果関係を反映していることを必ずしも保証するものではないことに注意する必要がある。多くの変数を扱う重回帰モデル式の計算では、因果関係を反映した精度の高い重回帰モデル式を得るためには事前の変数の絞り込みが重要となる。   Non-Patent Document 1 describes another means that always enables execution of multiple regression model equations even when there is multicollinearity by using a projection method. Although these methods always enable the execution of multiple regression model formulas, they do not necessarily guarantee that the obtained multiple regression model formulas reflect the actual causal relationship. There is a need to. In the calculation of a multiple regression model formula that handles many variables, it is important to narrow down the variables in advance in order to obtain a highly accurate multiple regression model formula that reflects the causal relationship.
すなわち、従来の技術において、多数の製造工程、装置を必要とする微細素子集積化半導体製品の製造ラインでは、最終製品品質に影響を与える製造装置の状態変動を該当製品が検査工程に行き着く以前に先行先取りして精度良く検知することができれば、不良製品の大量造り込みを回避するための装置対策を講じることができる。しかし、製造装置の状態の正常範囲は製品の設計仕様から一意に定まる訳ではなく、製品品質との関係から統計的あるいは実験経験的に定める必要があり、製造ラインの状況変化に即応できないために虚報や見逃しを多発するという課題があった。   That is, in the conventional technology, in the production line of the microelement integrated semiconductor product that requires a large number of manufacturing processes and equipment, the state change of the manufacturing equipment that affects the final product quality before the corresponding product reaches the inspection process. If it is possible to detect in advance and detect it accurately, it is possible to take device measures to avoid mass production of defective products. However, the normal range of the state of the manufacturing equipment is not uniquely determined from the design specifications of the product, but it is necessary to determine it statistically or experimentally from the relationship with the product quality, because it cannot respond immediately to changes in the production line situation There was a problem of frequent false alarms and oversights.
そこで、微細素子集積化半導体製品の品質変動を抑えたい製造ラインでは、製品品質変動の原因装置とその状態計測値の候補を列挙して表示するに留まらず、製品品質変動との定量的因果関係を絞り込み装置異常監視の判定項目の登録解除と判定基準を自動更新することのできる装置異常監視システムを備えた製造システムが求められていた。   Therefore, in a production line that wants to suppress the quality fluctuations of microelement integrated semiconductor products, it is not only a list of products that cause product quality fluctuations and candidates for state measurement values, but a quantitative causal relationship with product quality fluctuations. There has been a demand for a manufacturing system equipped with a device abnormality monitoring system capable of canceling registration of device abnormality monitoring judgment items and automatically updating judgment criteria.
そこで、本発明は、上記の課題を解決し、製品異常発生の通報イベントを受けて製造と製品検査の過去の実績収集から製品品質変動の原因となった加工装置とその状態計測値を特定し、あるいは現在の判定基準に基づく装置異常発生の通報イベントを受けて製造と製品検査の実績追跡収集から製品品質変動の原因となった加工装置とその状態計測値を特定し、その定量的因果関係式から現在の製造ラインの状況に最も適切な装置異常の判定基準を求め、装置異常監視の判定項目の登録解除と判定基準を自動更新することのできる装置異常監視システムを備えた製造システムを提供することを目的とする。   Therefore, the present invention solves the above-mentioned problems, identifies the processing device that caused the product quality fluctuation and the state measurement value from the past results collection of manufacturing and product inspection in response to the report event of product abnormality occurrence. Or, identify the processing equipment that caused the product quality fluctuation and the state measurement value from the tracking tracking collection of manufacturing and product inspection in response to the notification event of equipment abnormality occurrence based on the current judgment criteria, and its quantitative causal relationship Provides a manufacturing system equipped with a device abnormality monitoring system that can determine the most appropriate device abnormality judgment criteria for the current production line status from the formula, deregister the device abnormality monitoring judgment items, and automatically update the judgment criteria The purpose is to do.
また、本発明は、異なる種類の素子が集積される場合に、その素子の種類の違いを利用して重回帰モデル式の計算で扱う変数の数を事前に絞り込むことにより、製品品質変動と加工装置状態との間の精度の高い定量的因果関係式を自動的に求める製造システムを提供することを目的とする。   In addition, when different types of elements are integrated, the present invention uses the difference in the types of elements to narrow down the number of variables handled in the calculation of the multiple regression model formula in advance, thereby changing product quality variation and processing. It is an object of the present invention to provide a manufacturing system that automatically obtains a quantitative causal relation with high accuracy between apparatus states.
本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、次のとおりである。   Of the inventions disclosed in the present application, the outline of typical ones will be briefly described as follows.
本発明は、上記の目的を達成するために、少なくともひとつの加工装置と、少なくともひとつの製品検査装置とを用いて材料基板上に微細素子を集積加工する半導体製品の製造システムに適用され、次のような特徴を有するものである。   In order to achieve the above object, the present invention is applied to a semiconductor product manufacturing system in which fine elements are integrated and processed on a material substrate using at least one processing apparatus and at least one product inspection apparatus. It has the following characteristics.
加工装置は、装置異常監視システムと接続し、この装置異常監視システムは製品品質との相関から統計的に決まる判定基準に基づき加工装置の各状態計測値を監視する。また、検査装置は、製品異常監視システムと接続し、この製品異常監視システムは設計仕様から決まる判定基準に基づき検査装置の各製品品質計測値を監視する。   The processing apparatus is connected to an apparatus abnormality monitoring system, and the apparatus abnormality monitoring system monitors each state measurement value of the processing apparatus based on a determination criterion that is statistically determined from the correlation with the product quality. The inspection apparatus is connected to a product abnormality monitoring system, and this product abnormality monitoring system monitors each product quality measurement value of the inspection apparatus based on a determination criterion determined from the design specifications.
装置異常監視システムおよび製品異常監視システムは、ライン全体を中央管制するライン制御システムに接続する。このライン制御システムは、各製品個体を固有番号名を付けて投入、追跡、管理し、装置異常監視システムから加工装置状態計測値を収集保存し、製品異常監視システムから製品品質計測値を収集保存するウェハトレースシステムを備える。また、ライン制御システムは、製品品質計測データと装置状態計測データの照合分析により、製品の品質変動の装置起因の原因を特定する品質変動原因特定部と、装置異常監視システムの判定基準の統計的導出と更新を行うライン品質管理システムを備える。   The apparatus abnormality monitoring system and the product abnormality monitoring system are connected to a line control system that centrally controls the entire line. This line control system inputs, tracks, and manages each product with a unique number name, collects and stores machining device state measurement values from the device abnormality monitoring system, and collects and stores product quality measurement values from the product abnormality monitoring system A wafer trace system. In addition, the line control system uses a product quality measurement data and device state measurement data collation analysis to identify the cause of the product quality variation caused by the device, and the statistical criteria of the device abnormality monitoring system. A line quality control system that performs derivation and updating is provided.
また、CMOS半導体製品のウェハのように複数種類の素子を集積する製品の場合は、ライン制御システムが複数種類素子間の共通変動成分と独立変動成分を分離抽出する変動成分抽出システムを備える構成にすると、照合分析の対象を事前に絞り込み分析精度を上げられる効果がある。   In addition, in the case of a product integrating a plurality of types of elements such as a wafer of a CMOS semiconductor product, the line control system has a configuration including a fluctuation component extraction system that separates and extracts a common fluctuation component and an independent fluctuation component between a plurality of types of elements. Then, there is an effect that the analysis accuracy can be improved by narrowing down the target of collation analysis in advance.
ライン制御システムのライン品質管理システムは、2種類の異常検知イベントに応じて、製品品質計測データと装置状態計測データの照合分析による品質変動原因特定と判定基準の更新を行う。1つは装置異常監視システムが装置状態の異常を検知した場合で、もう1つは製品異常監視システムが製品品質の異常を検知した場合である。   The line quality management system of the line control system identifies the cause of the quality variation and updates the determination criteria by collating and analyzing the product quality measurement data and the apparatus state measurement data in accordance with two types of abnormality detection events. One is when the apparatus abnormality monitoring system detects an abnormality in the apparatus state, and the other is when the product abnormality monitoring system detects an abnormality in product quality.
装置異常監視システムが装置状態の異常を検知した場合には、対象処理製品の個体番号名をトレースして製品検査結果と照合する。製品検査は加工直後の検査でも、最終の製品品質検査でもどちらでも対応可能である。加工直後の製品検査は全数検査でない場合が多く、どの加工工程直後でも常に検査可能であるとは限らない。最終の製品品質検査は全数検査である。照合した製品検査結果が設計仕様に基づく製品判定基準から正常なら、製品異常監視システムは虚報を発報したことになるため、装置異常検知の対象になった状態項目を監視対象から解除するか、装置判定基準を再計算して値を大きくする。照合した製品検査結果が設計仕様に基づく製品判定基準から異常なら、正答を発報したことになるため、装置異常検知の対象になった状態項目を監視対象のまま据え置き、装置判定基準を再計算して値を必要に応じて更新する。   When the apparatus abnormality monitoring system detects an abnormality in the apparatus state, the individual number name of the target processed product is traced and collated with the product inspection result. Product inspection can be performed either immediately after processing or at the final product quality inspection. Product inspection immediately after processing is often not 100% inspection, and it is not always possible to inspect immediately after any processing step. The final product quality inspection is 100% inspection. If the verified product inspection result is normal from the product criteria based on the design specifications, the product abnormality monitoring system has issued a false alarm, so the status item that is the target of device abnormality detection can be canceled from the monitoring target, Recalculate the device criteria and increase the value. If the verified product inspection result is abnormal from the product judgment criteria based on the design specifications, the correct answer is issued. Therefore, the status item that is the target of device abnormality detection remains unchanged and the device judgment criteria is recalculated. And update the values as needed.
製品異常監視システムが製品品質の異常を検知した場合には、対象処理製品の個体番号名を逆トレースして製造工程上流の装置状態計測結果と照合する。製品異常監視システムの異常検知が起点であるということは、製造工程上流の装置異常監視システムの何れかが見逃しを生じたことを意味する。照合した装置状態計測結果から製品検査異常の原因となった装置とその状態計測項目および判定基準を導出し、装置異常検知の対象にすべき状態項目を監視対象に登録し、導出した装置判定基準を設定する。   When the product abnormality monitoring system detects a product quality abnormality, the individual number name of the target processed product is reverse-traced and collated with the apparatus state measurement result upstream of the manufacturing process. The fact that the abnormality detection of the product abnormality monitoring system is the starting point means that any of the apparatus abnormality monitoring systems upstream of the manufacturing process has missed. Deriving the device that caused the product inspection abnormality and its state measurement items and criteria from the verified device status measurement results, registering the status items that should be subject to device abnormality detection as monitoring targets, and deriving device criteria Set.
以上の構成を取ることにより、装置異常検知の正答発報と虚報発報および見逃しのバランスを常に自動で見直す異常監視システムを備えた製造ラインを実現することができる。   By taking the above configuration, it is possible to realize a production line including an abnormality monitoring system that automatically and automatically reviews the balance between correct and false alarm reports and missed detections of device abnormality detection.
本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば以下のとおりである。   Among the inventions disclosed in the present application, effects obtained by typical ones will be briefly described as follows.
本発明によれば、微細素子を集積加工した半導体製品の製造ラインにおいて、加工装置の異常監視の判定基準を製品設計仕様や物理法則から直接導くことができない多くの場合について、加工装置の状態計測実績値と製品品質の検査計測実績値の履歴から、製品品質に影響のある加工装置の状態パラメータとその判定基準を統計的に導き設定して、加工直後に製品品質検査を先取りする装置異常監視を行うことにより、加工装置の保守を早期に行い不良製品の造り込みを防止することができる。   According to the present invention, in a manufacturing line for semiconductor products in which fine elements are integrated and processed, it is possible to measure the state of the processing apparatus in many cases where the judgment criteria for monitoring the abnormality of the processing apparatus cannot be directly derived from the product design specifications or physical laws. Machine error monitoring that preempts product quality inspection immediately after machining by statistically deriving and setting the status parameters and judgment criteria of processing equipment that has an impact on product quality from the history of actual measurement and actual measurement of product quality By performing the above, maintenance of the processing apparatus can be performed at an early stage to prevent the formation of defective products.
また、加工装置の異常監視システムが監視登録済みの任意の状態計測値に対して異常検知した場合に、該当製品の個体識別番号名をトレースシステムに登録して追跡し、製品検査が終了した時点で加工装置の状態計測実績値と製品品質の検査計測実績値の履歴から、この状態パラメータが製品品質に影響があるかどうかを調べ、影響が有る場合はこの状態パラメータの判定基準を統計的に導き更新し、影響が無い場合は監視登録を解除して虚報を防ぎ無駄な装置保守を回避することができる。   When the abnormality monitoring system of the processing device detects an abnormality for any status measurement value that has been registered for monitoring, the individual identification number name of the corresponding product is registered and traced in the trace system, and the product inspection is completed Check whether the status parameter has an effect on the product quality from the history of the actual status measurement value of the processing equipment and the inspection measurement actual value of the product quality. If there is no effect, the monitoring registration can be canceled to prevent false information and avoid unnecessary equipment maintenance.
また、製品検査装置の異常監視システムが任意の検査計測値に対して異常検知した場合に、該当製品の個体識別番号名をトレースシステムに登録して逆追跡し、加工装置の状態計測実績値と製品品質の検査計測実績値の履歴から、この加工装置状態パラメータが製品品質に影響があるかどうかを調べ、影響が有る場合はこの加工装置状態パラメータの装置異常監視登録を設定し、その判定基準を統計的に導き設定して、以後は加工直後に製品品質検査を先取りする装置異常監視を行うことにより、加工装置の保守を早期に行い不良製品の造り込みを防止することができる。   Also, when the abnormality monitoring system of the product inspection device detects an abnormality for any inspection measurement value, the individual identification number name of the corresponding product is registered in the trace system and backtracked, and the status measurement actual value of the processing device Check whether or not this machine status parameter has an effect on product quality from the history of inspection and measurement results of product quality. If there is an effect, set machine fault monitoring registration for this machine status parameter and determine its criteria. Is then statistically derived and set, and thereafter, the apparatus abnormality monitoring is performed in advance of the product quality inspection immediately after the processing, so that the processing apparatus can be maintained at an early stage to prevent the formation of defective products.
以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の機能を有する部材には原則として同一の符号を付し、その繰り返しの説明は省略する。   Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. Note that components having the same function are denoted by the same reference symbols throughout the drawings for describing the embodiment, and the repetitive description thereof will be omitted.
以下において、本発明の半導体製品の製造システムについて複数の実施の形態を挙げて説明する。   Hereinafter, a semiconductor product manufacturing system of the present invention will be described with reference to a plurality of embodiments.
(実施の形態1)
以下に、本発明による半導体製品の製造システムの基本的な実施の形態を図1,図2,図3,図4を用いて説明する。図1は、本発明の実施の形態にかかるウェハを対象製品とした製造システムを示す図である。図2は、装置異常監視システムを詳細に示す図である。図3は、製品異常監視システムを詳細に示す図である。図4は、図1の製造システムを実現するコンピュータシステムを示す図である。これらの実施の形態は、対象製品としてウェハに限定されるものではなく、材料基板上に微細素子を集積加工した半導体製品一般に適用可能である。
(Embodiment 1)
A basic embodiment of a semiconductor product manufacturing system according to the present invention will be described below with reference to FIGS. 1, 2, 3, and 4. FIG. FIG. 1 is a diagram showing a manufacturing system in which a wafer according to an embodiment of the present invention is a target product. FIG. 2 is a diagram showing in detail the apparatus abnormality monitoring system. FIG. 3 is a diagram showing the product abnormality monitoring system in detail. FIG. 4 is a diagram showing a computer system that realizes the manufacturing system of FIG. These embodiments are not limited to wafers as target products, and can be applied to general semiconductor products in which fine elements are integrated on a material substrate.
まず、図1を用いてウェハ処理の流れについて説明する。材料ウェハ1aは、製造ラインを構成する複数の加工ユニットで順次に加工処理を施され、最後に最終製品検査ユニット4の製品検査装置41で製品品質を検査されて最終製品ウェハ1bとして完成する。加工ユニットには、加工ユニット(タイプ1)2と加工ユニット(タイプ2)3の2種類がある。加工ユニット(タイプ1)2は加工装置21と加工直後の製品検査装置51を含むのに対して、加工ユニット(タイプ2)3は加工装置31のみを含み加工直後の製品検査装置を含まない。   First, the flow of wafer processing will be described with reference to FIG. The material wafer 1a is sequentially processed by a plurality of processing units constituting the production line, and finally the product quality is inspected by the product inspection apparatus 41 of the final product inspection unit 4 to be completed as a final product wafer 1b. There are two types of processing units: a processing unit (type 1) 2 and a processing unit (type 2) 3. The processing unit (type 1) 2 includes a processing device 21 and a product inspection device 51 immediately after processing, whereas the processing unit (type 2) 3 includes only the processing device 31 and does not include a product inspection device immediately after processing.
ウェハ製造装置では、散乱電子顕微鏡(SEM)検査装置で製品加工パターン寸法を検査可能なホトリソグラフィー工程やエッチング工程、あるいは膜厚検査装置で製品膜厚を検査可能な成膜工程や研磨工程が加工ユニット(タイプ1)2に属する。他方、ウェハの電気特性や膜質特性を変更するイオン注入工程やアニール工程は加工直後の検査が難しいため加工ユニット(タイプ2)3に属する。製品検査装置41あるいは51には製品異常監視システム42あるいは52が接続して、製品品質検査計測値の異常監視を行っている。また、加工装置21あるいは31には装置異常監視システム22あるいは32が接続して、加工装置状態計測値の異常監視を行っている。   In wafer manufacturing equipment, photolithographic processes and etching processes that can inspect product processing pattern dimensions with a scattering electron microscope (SEM) inspection apparatus, or film forming processes and polishing processes that can inspect product film thickness with a film thickness inspection apparatus are processed. It belongs to unit (type 1) 2. On the other hand, an ion implantation process and an annealing process that change the electrical characteristics and film quality characteristics of the wafer belong to the processing unit (type 2) 3 because it is difficult to inspect immediately after processing. A product abnormality monitoring system 42 or 52 is connected to the product inspection apparatus 41 or 51 to monitor abnormality of the product quality inspection measurement value. In addition, an apparatus abnormality monitoring system 22 or 32 is connected to the machining apparatus 21 or 31 to monitor an abnormality of the machining apparatus state measurement value.
つぎに、図1と図2を用いて装置異常監視システム32の動作を説明する。なお、装置異常監視システム22の動作も同様である。加工装置31には状態計測器31sが組み込まれ、加工装置31のウェハ加工時の状態を計測している。計測パラメータの数は加工装置に依存し、通常、数十から数百のパラメータがある。図2では代表して3つの加工状態計測値31s1,31s2,31s3を記しているが、これに限定されるものではない。これらの加工状態計測値は加工装置31からライン制御システム60のウェハトレースシステム61に送られ、ウェハ番号1nと共に加工装置加工状態計測値データベース64aに格納される。   Next, the operation of the apparatus abnormality monitoring system 32 will be described using FIG. 1 and FIG. The operation of the device abnormality monitoring system 22 is the same. A state measuring device 31 s is incorporated in the processing apparatus 31 to measure the state of the processing apparatus 31 during wafer processing. The number of measurement parameters depends on the processing apparatus, and usually there are tens to hundreds of parameters. In FIG. 2, three machining state measurement values 31s1, 31s2, and 31s3 are shown as representatives, but the present invention is not limited to this. These processing state measurement values are sent from the processing apparatus 31 to the wafer trace system 61 of the line control system 60, and stored in the processing apparatus processing state measurement value database 64a together with the wafer number 1n.
加工状態計測値31s1,31s2,31s3は、装置異常監視システム32のパラメータ選択部33sを経由して、判定部34cに送られる。図2では、パラメータ選択部33sのパラメータ選択スイッチ33s2が開(OFF)でパラメータ選択スイッチ33s1と33s3が閉(ON)のため、加工状態計測値31s1と31s3のみが判定部34cに送られる。パラメータ選択スイッチ33s1,33s2,33s3の開閉状態は、ライン制御システム60のライン品質管理システム62の指示に基づいて、パラメータ選択部33mが設定および変更を行う。   The machining state measurement values 31s1, 31s2, and 31s3 are sent to the determination unit 34c via the parameter selection unit 33s of the apparatus abnormality monitoring system 32. In FIG. 2, since the parameter selection switch 33s2 of the parameter selection unit 33s is open (OFF) and the parameter selection switches 33s1 and 33s3 are closed (ON), only the machining state measured values 31s1 and 31s3 are sent to the determination unit 34c. The parameter selection unit 33m sets and changes the open / close states of the parameter selection switches 33s1, 33s2, and 33s3 based on an instruction from the line quality management system 62 of the line control system 60.
判定部34cは、判定基準34h1,34h2,34h3と、加工状態計測値の比較器34c1,34c2,34c3を備え、異常判定を行い判定結果をウェハトレースシステム61に送る。図2では、選択されている加工状態計測値31s1と31s3の判定のみを行う。判定基準34h1,34h2,34h3は、ライン制御システム60のライン品質管理システム62の指示に基づいて、判定基準管理部34mが設定および変更を行う。   The determination unit 34 c includes determination criteria 34 h 1, 34 h 2, 34 h 3 and processing state measurement value comparators 34 c 1, 34 c 2, 34 c 3, performs abnormality determination, and sends the determination result to the wafer trace system 61. In FIG. 2, only the selected machining state measurement values 31s1 and 31s3 are determined. Determination criteria 34h1, 34h2, and 34h3 are set and changed by the determination criterion management unit 34m based on an instruction from the line quality management system 62 of the line control system 60.
つぎに、図1と図3を用いて製品異常監視システム42の動作を説明する。なお、製品異常監視システム52の動作も同様である。図3では代表して2つの製品検査計測値41s1,41s2を記しているが、これに限定されるものではない。これらの製品検査計測値は製品検査装置41からライン制御システム60のウェハトレースシステム61に送られ、ウェハ番号1nと共に最終製品ウェハ検査計測値データベース64cあるいは製造途中ウェハ検査計測値データベース64bに格納される。   Next, the operation of the product abnormality monitoring system 42 will be described with reference to FIGS. 1 and 3. The operation of the product abnormality monitoring system 52 is the same. In FIG. 3, two product inspection measurement values 41s1 and 41s2 are shown as representatives, but the present invention is not limited to this. These product inspection measurement values are sent from the product inspection device 41 to the wafer trace system 61 of the line control system 60, and are stored in the final product wafer inspection measurement value database 64c or the wafer inspection measurement value database 64b during manufacturing together with the wafer number 1n. .
製品検査計測値41s1,41s2は全て、製品異常監視システム42の判定部44cに送られる。   All of the product inspection measurement values 41 s 1 and 41 s 2 are sent to the determination unit 44 c of the product abnormality monitoring system 42.
判定部44cは、判定基準44h1,44h2と、製品検査計測値の比較器44c1,44c2を備え、異常判定を行い判定結果をウェハトレースシステム61に送る。製品異常監視システム42の判定基準44h1,44h2は、製品の設計仕様から決定される値であり、新製品の製造開始と共に判定基準管理部44mが製品設計システム45から入手して設定する値であり、ライン制御システム60が随時に変更する対象ではない。この点が、上記の装置異常監視システム32とは大きく異なる点である。装置異常監視システム32の判定基準の多くは設計仕様等から一意に決定できないため、本発明のライン品質管理システムによる判定基準の随時修正が効果を発揮する。   The determination unit 44 c includes determination criteria 44 h 1 and 44 h 2 and product inspection measurement value comparators 44 c 1 and 44 c 2, performs abnormality determination, and sends a determination result to the wafer trace system 61. The determination criteria 44h1 and 44h2 of the product abnormality monitoring system 42 are values determined from the design specifications of the product, and are values obtained and set by the determination criterion management unit 44m from the product design system 45 when a new product is manufactured. The line control system 60 is not subject to change at any time. This is a point that is greatly different from the apparatus abnormality monitoring system 32 described above. Since many of the determination criteria of the apparatus abnormality monitoring system 32 cannot be uniquely determined from design specifications or the like, the correction of the determination criteria by the line quality management system of the present invention is effective as needed.
つぎに、図4を用いて本発明の実施の形態の製造システムを実現するコンピュータシステムを説明する。各加工装置21,31、および各製品検査装置41,51はコンピュータネットワーク70nに接続され、同じく接続された装置異常監視コンピュータ70c1、製品異常監視コンピュータ70c2、ライン制御コンピュータ70c3と通信を行う。   Next, a computer system for realizing the manufacturing system according to the embodiment of the present invention will be described with reference to FIG. Each processing device 21, 31 and each product inspection device 41, 51 are connected to a computer network 70n, and communicate with a device abnormality monitoring computer 70c1, a product abnormality monitoring computer 70c2, and a line control computer 70c3 that are also connected.
図1の装置異常監視システム22,32は装置異常監視コンピュータ70c1の装置異常監視プラグラムによって実現され、このプログラムを起動した各ジョブとして動作する。また、図1の製品異常監視システム42,52は製品異常監視コンピュータ70c2の製品異常監視プラグラムによって実現され、このプログラムを起動した各ジョブとして動作する。図1のウェハトレースシステム61、ライン品質管理システム62はライン制御コンピュータ70c3のプログラムによって実現され、このプログラムを起動した各ジョブとして動作する。   The apparatus abnormality monitoring systems 22 and 32 of FIG. 1 are realized by the apparatus abnormality monitoring program of the apparatus abnormality monitoring computer 70c1, and operate as each job that starts this program. 1 is realized by a product abnormality monitoring program of the product abnormality monitoring computer 70c2, and operates as each job that starts this program. The wafer trace system 61 and the line quality management system 62 in FIG. 1 are realized by a program of the line control computer 70c3, and operate as each job that starts this program.
図2の加工状態計測値31s1,31s1,31s3はコンピュータネットワーク70nを経由してライン制御コンピュータ70c3が管理する加工装置加工状態計測値データベース70d1に格納される。図3の製品検査計測値41s1,41s1はコンピュータネットワーク70nを経由してライン制御コンピュータ70c3が管理する製造途中ウェハ検査計測値データベース70d2、あるいは最終製品ウェハ検査計測値データベース70d3に格納される。   The machining state measurement values 31s1, 31s1, and 31s3 in FIG. 2 are stored in the machining apparatus machining state measurement value database 70d1 managed by the line control computer 70c3 via the computer network 70n. The product inspection measurement values 41s1 and 41s1 in FIG. 3 are stored in the in-manufacturing wafer inspection measurement value database 70d2 or the final product wafer inspection measurement value database 70d3 managed by the line control computer 70c3 via the computer network 70n.
つぎに、図5,図6,図7を用いて本発明の特徴である装置と製品の双方の異常検知をトリガーとした判定基準再計算処理による判定基準の適正化アルゴリズムを説明する。図5と図6は、装置異常検知トリガーの判定基準の適正化アルゴリズムを示す図である。図7は、製品異常検知トリガーの判定基準の適正化アルゴリズムを示す図である。   Next, with reference to FIGS. 5, 6, and 7, a criterion optimization algorithm based on criterion recalculation processing triggered by detection of abnormality in both the apparatus and the product, which is a feature of the present invention, will be described. 5 and 6 are diagrams showing an algorithm for optimizing the determination criterion for the apparatus abnormality detection trigger. FIG. 7 is a diagram illustrating an algorithm for optimizing the determination criterion for the product abnormality detection trigger.
装置異常検知トリガーの判定基準の適正化アルゴリズム(図5,図6)は以下の手順でコンピュータが実行する。   An algorithm for optimizing the determination criterion for the apparatus abnormality detection trigger (FIGS. 5 and 6) is executed by the computer according to the following procedure.
任意の加工装置(図1の21,31)からのウェハ製品の加工完了イベントを受けて(図5の100)、装置異常監視コンピュータ(図4の70c1)がこの加工装置を対象にした装置異常監視を開始する(101)。ステップ1(102)として、この加工装置の状態計測値の全て(図2の31s1,31s2,31s3)をコンピュータネットワーク(図4の70n)経由で取得してライン制御コンピュータ(図4の70c3)に送りデータベース(図4の70d1)に格納する。ステップ2(103)として、判定対象の加工装置状態計測値(図2の31s1,31s3)をパラメータ選択部(図2の33s)の事前設定に基づいて順次に選択する。ステップ3(104)として、選択したこの加工装置状態計測値(図2の31s1,31s3)を判定部(図2の34c)の判定基準(図2の34h1,34h3)と比較器(図2の34c1,34c2)により照合して異常判定する。   In response to a wafer product processing completion event from an arbitrary processing apparatus (21, 31 in FIG. 1) (100 in FIG. 5), an apparatus abnormality monitoring computer (70c1 in FIG. 4) targets the processing apparatus. Monitoring is started (101). As step 1 (102), all the state measurement values (31s1, 31s2, 31s3 in FIG. 2) of this processing apparatus are acquired via the computer network (70n in FIG. 4) and transferred to the line control computer (70c3 in FIG. 4). Store in the sending database (70d1 in FIG. 4). As Step 2 (103), the processing device state measurement values (31s1 and 31s3 in FIG. 2) to be determined are sequentially selected based on the presetting of the parameter selection unit (33s in FIG. 2). As step 3 (104), this selected processing device state measurement value (31s1, 31s3 in FIG. 2) is used as a criterion (34h1, 34h3 in FIG. 2) and a comparator (34h in FIG. 2). 34c1 and 34c2) are collated to determine abnormality.
異常判定結果は、装置異常監視コンピュータ(図4の70c1)からライン制御コンピュータ(図4の70c3)に送り、判定基準適正化処理を行う。以下の、ステップは異常検知したかどうかで分岐する(105)。   The abnormality determination result is sent from the apparatus abnormality monitoring computer (70c1 in FIG. 4) to the line control computer (70c3 in FIG. 4), and a determination criterion optimization process is performed. The following steps branch depending on whether an abnormality is detected (105).
異常検知しなかった場合は、そのまま装置異常監視を終了する(108)。   If no abnormality is detected, the apparatus abnormality monitoring is terminated as it is (108).
異常検知した場合は、ステップ4(106)として、この加工装置の保守指示の表示連絡を任意に行う。ステップ5(107)として、製品検査完了追跡のためのこの製品ウェハ番号(1n)のトレース登録を行う。この時点では、判定基準の適正化に必要な、異常検知した加工装置の状態計測値とその履歴は準備できるが、製品検査計測値を準備できないため、一旦、アルゴリズム処理を終了する(108)。   When an abnormality is detected, as shown in step 4 (106), a display instruction for a maintenance instruction of this processing apparatus is arbitrarily performed. In step 5 (107), the trace registration of the product wafer number (1n) for product inspection completion tracking is performed. At this point in time, the state measurement value of the machining apparatus in which an abnormality has been detected and its history necessary for the optimization of the judgment criteria can be prepared, but the product inspection measurement value cannot be prepared, and thus the algorithm processing is temporarily terminated (108).
つぎに、上記でトレース登録を行ったウェハ製品の検査完了イベントを受けて(図6の200)、ライン制御コンピュータ(図4の70c3)は判定基準の適正化アルゴリズム処理を再開する。以下のアルゴリズム処理は、品質変動原因特定部と、判定基準の算出と登録変更部の2部に分かれている。   Next, upon receiving the inspection completion event of the wafer product for which the above-mentioned trace registration has been performed (200 in FIG. 6), the line control computer (70c3 in FIG. 4) resumes the determination algorithm optimization algorithm processing. The following algorithm processing is divided into two parts: a quality variation cause identifying unit and a determination criterion calculation and registration change unit.
ライン制御コンピュータは、まず、品質変動原因特定部を開始し(201)、ステップ1(202)として、該当ウェハ製品の製品検査計測値と該当ウェハ製品と同仕様の製品に関する過去の製品検査履歴データをデータベース(図4の70d2あるいは70d3)から取得する。該当ウェハ製品の製品検査計測値は、製品異常監視コンピュータ(図4の70c2)が取得済みである(後述)。また同時に、該当ウェハ製品の加工装置状態計測値と該当ウェハ製品と同仕様の製品に関する過去の加工装置状態履歴データをデータベース(図4の70d1)から取得する。   First, the line control computer starts the quality variation cause identification unit (201), and in step 1 (202), the product inspection measurement value of the corresponding wafer product and the past product inspection history data regarding the product of the same specification as the corresponding wafer product. Is obtained from the database (70d2 or 70d3 in FIG. 4). The product inspection monitoring value (70c2 in FIG. 4) of the corresponding wafer product has been acquired (described later). At the same time, the processing apparatus state measurement value of the corresponding wafer product and the past processing apparatus state history data regarding the product of the same specification as the corresponding wafer product are acquired from the database (70d1 in FIG. 4).
例として、図8のチャートに、製品検査計測値データの推移を履歴を含めて示す。製品番号w11が該当ウェハ製品の製品検査計測値であり、製品番号w1からw10が同仕様の製品に関する過去の製品検査履歴データである。図8(a)は製品検査計測値が異常変動した場合を、図8(b)は製品検査計測値が正常変動内である場合をそれぞれ示している。製品検査計測値の判定基準221,222は、製品設計仕様から予め定まる固定値である。製品検査計測値および製品検査履歴データ As an example, the transition of product inspection measurement value data including the history is shown in the chart of FIG. It is a product number w 11 is a corresponding wafer product inspection measurement value of the product, w 10 from the product number w 1 is in the past of product inspection history data about the products of the same specification. FIG. 8A shows the case where the product inspection measurement value fluctuates abnormally, and FIG. 8B shows the case where the product inspection measurement value is within the normal fluctuation. The determination criteria 221 and 222 for the product inspection measurement values are fixed values determined in advance from the product design specifications. Product inspection measurement values and product inspection history data
には、履歴データの平均値 Is the average of historical data
を引き、履歴データの標準偏差 Subtract the standard deviation of the historical data
で除する Divide by
の正規化を施している。 Has been normalized.
例として、図9のチャートに、3つの加工装置状態計測値データを履歴を含めて示す。製品番号w11が該当ウェハ製品の加工装置状態計測値であり、製品番号w1からw10が同仕様の製品に関する過去の加工装置状態履歴データである。図9(a),(b)は加工装置状態計測値が異常変動した場合を、図9(c)は加工装置状態計測値が正常変動内である場合をそれぞれ示している。加工装置状態計測値の判定基準231,232,233は、予め履歴データから求めた統計3σ値が初期値として設定されているが、変更可能な値である。加工装置状態計測値および加工装置状態履歴データ As an example, the processing device state measurement value data including the history is shown in the chart of FIG. A product number w 11 machining apparatus state measurement value of the corresponding wafer products, w 10 from the product numbers w 1 is in the past processing device state history data on products of the same specifications. FIGS. 9A and 9B show the case where the machining apparatus state measurement value fluctuates abnormally, and FIG. 9C shows the case where the machining apparatus state measurement value is within the normal fluctuation. The processing apparatus state measurement value determination criteria 231, 232, and 233 are statistically 3σ values obtained in advance from history data as initial values, but can be changed. Processing device state measurement value and processing device state history data
には、履歴データの平均値 Is the average of historical data
を引き、履歴データの標準偏差 Subtract the standard deviation of the historical data
で除する Divide by
の正規化を施している。 Has been normalized.
ライン制御コンピュータは、ステップ2(203)として、製品検査履歴データ   The line control computer performs product inspection history data as step 2 (203).
と加工装置状態履歴データ And processing device status history data
の間の重回帰式 Multiple regression equation between
を作成する。ここで、第1項a0は事前に平均値を差し引いた場合はゼロになる。 Create Here, the first term a0 becomes zero when the average value is subtracted in advance.
図8および図9に示したデータについて考えると、過去履歴(ウェハw1〜w10)は定常変動以上の変動が無く安定に推移し、該当ウェハw11で製品検査パラメータy1および加工装置状態パラメータx1,x2が異常変動を示している。該当ウェハw11の製品検査パラメータy1および加工装置状態パラメータx3には定常変動以上の変動が無く安定に推移している。よって、ライン制御コンピュータは、製品検査パラメータy1についての重回帰式を作成する。ただし、2つの加工装置状態パラメータx1,x2が同時に変動しているため、ライン制御コンピュータは、変動比率を回帰係数に分配することにより、 Considering the data shown in FIG. 8 and FIG. 9, the past history (wafers w 1 to w 10 ) is stable with no fluctuations more than the steady fluctuations, and the product inspection parameter y 1 and the state of the processing apparatus in the corresponding wafer w 11 Parameters x 1 and x 2 indicate abnormal fluctuations. The product inspection parameter y 1 and the processing apparatus state parameter x 3 of the wafer w 11 are stable with no fluctuations beyond the steady fluctuations. Therefore, the line control computer creates a multiple regression equation for the product inspection parameter y 1 . However, since the two processing device state parameters x 1 and x 2 are fluctuating at the same time, the line control computer distributes the fluctuation ratio to the regression coefficient,
のように重回帰式を作成する。ここで、A1,A2は2つの加工装置状態パラメータx1,x2の単位目盛値であり、B1は製品検査パラメータy1の単位目盛値である。加工装置状態計測値は関連する複数のパラメータを同時に計測しているため、複数のパラメータが同期して同時に変動する現象が一般に生じる。 Create a multiple regression equation as follows. Here, A 1 and A 2 are unit scale values of the two processing apparatus state parameters x 1 and x 2 , and B 1 is a unit scale value of the product inspection parameter y 1 . Since the processing apparatus state measurement value measures a plurality of related parameters at the same time, a phenomenon in which the plurality of parameters fluctuate simultaneously in synchronization generally occurs.
本実施の形態では、同時に変動する現象が製品w11でのみ発生しているため、変動比率を回帰係数に分配した重回帰式を容易に作成することができた。一般には、計測値の過去の履歴データ部分に相互に同期しない変動も発生するため、単純な1点の変動比率の分配では信頼の置ける重回帰式を作成することができない。そのような場合、ライン制御コンピュータは、前記非特許文献1に示される潜在構造射影法(PLS:Projection to Latent Structure)あるいは部分最小2乗法(PLS:Partial Least Square)と称される解法を利用して、製品検査計測値と装置状態計測値の共分散を大きくするように統計的に変動比率を回帰係数に分配した重回帰式を作成する。 In the present embodiment, since a phenomenon that fluctuates at the same time occurs only in the product w 11 , a multiple regression equation in which the fluctuation ratio is distributed to the regression coefficients can be easily created. In general, fluctuations that do not synchronize with each other also occur in the past history data portion of the measurement value, and therefore, a reliable single regression distribution cannot create a reliable multiple regression equation. In such a case, the line control computer uses a solution called a latent structure projection method (PLS) or a partial least square method (PLS) shown in Non-Patent Document 1. Thus, a multiple regression equation is created in which the variation ratio is statistically distributed to the regression coefficient so as to increase the covariance between the product inspection measurement value and the apparatus state measurement value.
ライン制御コンピュータは、ステップ3(204)として、(数12)の回帰係数から寄与度の高い統計的有意の加工装置状態パラメータを品質変動原因パラメータとして選択する。(数12)の回帰係数の比率からx1,x2,x3の寄与度は In step 3 (204), the line control computer selects a statistically significant processing apparatus state parameter having a high contribution degree from the regression coefficient of (Equation 12) as a quality variation cause parameter. From the regression coefficient ratio of (Equation 12), the contribution of x 1 , x 2 , x 3 is
となるため、ライン制御コンピュータは、寄与度の高いx1とx2を品質変動原因パラメータとして選択し、品質変動原因特定部を終了する(205)。品質変動原因パラメータの不足のない選択は、前記で変動比率を回帰係数に分配したことにより可能になる。 Therefore, the line control computer selects x 1 and x 2 with high contribution as quality variation cause parameters, and ends the quality variation cause identification unit (205). It is possible to select the quality variation cause parameter without deficiency by distributing the variation ratio to the regression coefficient as described above.
ライン制御コンピュータは、つづいて、判定基準の算出と登録変更部を開始し(206)、ステップ1(207)として、品質変動原因パラメータとして選択したx1とx2について、各々独立に製品検査パラメータy1との回帰式を作成する。独立回帰式は、本実施の形態では図8および図9のチャートから自明であるが、一般的にはライン制御コンピュータは(数13)の寄与度比率を(数12)の変動比率分配回帰式に代入することにより、各々 The line control computer, followed by starting the calculation and registration change unit criterion (206), in step 1 (207), for x 1 and x 2 selected as the quality variation cause parameter, product inspection parameter independently Create a regression equation with y 1 . The independent regression equation is self-evident from the charts of FIGS. 8 and 9 in the present embodiment, but in general, the line control computer converts the contribution ratio of (Equation 13) to the variation ratio distribution regression equation of (Equation 12). By substituting
と求める。 I ask.
ライン制御コンピュータは、ステップ2(208)として、設計仕様から決まる製品検査判定基準から加工装置状態判定基準を製造履歴に基づき導出する。具体的には、製品検査判定基準をYth1としたとき、各々 In step 2 (208), the line control computer derives a processing apparatus state determination criterion from a product inspection determination criterion determined from the design specification based on the manufacturing history. Specifically, when the product inspection criteria is Yth 1 ,
と求める。 I ask.
ライン制御コンピュータ(図4の70c3)は、ステップ3(209)およびステップ4(210)およびステップ5(211)として、上記(数16)および(数17)の加工装置状態判定基準を、装置異常監視コンピュータ(図4の70c1)が実現する装置異常監視システム(図2の32)のパラメータ選択部33mおよび判定基準管理部34mを経由して、パラメータ選択部33sおよび判定部34cに設定し、判定基準の算出と登録更新を終了する(212)。判定基準の更新は、異常監視判定基準更新部64が行う。   The line control computer (70c3 in FIG. 4) determines that the processing apparatus state determination criteria of the above (Equation 16) and (Equation 17) are abnormal in step 3 (209), step 4 (210), and step 5 (211). It is set in the parameter selection unit 33s and the determination unit 34c via the parameter selection unit 33m and the determination criterion management unit 34m of the device abnormality monitoring system (32 in FIG. 2) realized by the monitoring computer (70c1 in FIG. 4). The calculation of the reference and the registration update are finished (212). The abnormality monitoring determination reference updating unit 64 updates the determination reference.
前記加工装置状態計測値31s1については、選択スイッチ33s1の選択状態はそのままに、判定基準34h1を上記(数16)で算出した値に書き換える。前記加工装置状態計測値31s2については、選択スイッチ33s2は解除状態であったため選択状態にして、判定基準34h2を上記(数17)で算出した値に書き換える。前記加工装置状態計測値31s3については、今回判定基準を超えていないため、選択スイッチ33s3は選択状態のままにして、判定基準34h2も書き換えない。もし、この加工装置状態計測値31s3が判定基準を超えたのに製品検査計測値が変動しない場合は虚報となるため、ライン制御コンピュータは選択スイッチ33s3を解除する。   For the processing device state measurement value 31s1, the determination criterion 34h1 is rewritten to the value calculated by the above (Expression 16) while the selection state of the selection switch 33s1 is left as it is. Regarding the processing device state measurement value 31s2, since the selection switch 33s2 is in the release state, the selection state is changed, and the determination reference 34h2 is rewritten to the value calculated in the above (Equation 17). Since the processing apparatus state measurement value 31s3 does not exceed the current determination criterion, the selection switch 33s3 remains selected and the determination criterion 34h2 is not rewritten. If the product inspection measurement value does not fluctuate even though the processing device state measurement value 31s3 exceeds the criterion, the line control computer cancels the selection switch 33s3.
つぎに、図7を用いて本発明の特徴である装置と製品の双方の異常検知をトリガーとした判定基準再計算処理による判定基準の適正化アルゴリズムの中、製品異常検知トリガーの判定基準の適正化アルゴリズムを説明する。   Next, in the judgment criterion optimization algorithm based on the judgment criterion recalculation process triggered by the abnormality detection of both the apparatus and the product, which is a feature of the present invention, using FIG. 7, the judgment criterion of the product abnormality detection trigger is appropriate. The algorithm is explained.
製品異常検知トリガーの判定基準の適正化アルゴリズム(図7)は以下の手順でコンピュータが実行する。   The algorithm for optimizing the judgment criterion for the product abnormality detection trigger (FIG. 7) is executed by the computer according to the following procedure.
任意の製品検査装置(図1の41,51)からのウェハ製品の検査完了イベントを受けて(図7の300)、製品異常監視コンピュータ(図4の70c2)がこのウェハ製品を対象にした製品異常監視を開始する(301)。ステップ1(302)として、この製品検査装置の検査計測値の全て(図3の41s1,41s2)をコンピュータネットワーク(図4の70n)経由で取得してライン制御コンピュータ(図4の70c3)に送りデータベース(図4の70d1)に格納する。ステップ2(303)として、上記製品検査計測値を判定部(図3の44c)の判定基準(図3の44h1,44h2)と比較器(図3の44c1,44c2)により照合して製品異常判定を行う。   Upon receiving a wafer product inspection completion event from an arbitrary product inspection apparatus (41, 51 in FIG. 1) (300 in FIG. 7), a product abnormality monitoring computer (70c2 in FIG. 4) targets the wafer product. Abnormality monitoring is started (301). As step 1 (302), all the inspection measurement values (41s1, 41s2 in FIG. 3) of this product inspection apparatus are acquired via the computer network (70n in FIG. 4) and sent to the line control computer (70c3 in FIG. 4). Store in the database (70d1 in FIG. 4). In step 2 (303), the product inspection measurement value is collated by the judgment standard (44h1, 44h2 in FIG. 3) of the judgment unit (44c in FIG. 3) and the comparator (44c1, 44c2 in FIG. 3) to determine the product abnormality. I do.
製品異常判定結果は、製品異常監視コンピュータ(図4の70c2)からライン制御コンピュータ(図4の70c3)に送り、製品異常判定基準適正化処理を行う。以下の、ステップは製品異常検知をしたかどうかで分岐する(304)。   The product abnormality determination result is sent from the product abnormality monitoring computer (70c2 in FIG. 4) to the line control computer (70c3 in FIG. 4), and product abnormality determination standard optimization processing is performed. The following steps branch depending on whether or not product abnormality is detected (304).
製品異常検知をしなかった場合は、そのまま製品異常監視を終了する(312)。   If the product abnormality is not detected, the product abnormality monitoring is terminated as it is (312).
製品異常検知をした場合は、ステップ3(305)として、該当ウェハ製品の製品検査計測値と該当ウェハ製品と同仕様の製品に関する過去の製品検査履歴データをデータベース(図4の70d2あるいは70d3)から取得する。また同時に、該当ウェハ製品の加工装置状態計測値と該当ウェハ製品と同仕様の製品に関する過去の加工装置状態履歴データをデータベース(図4の70d1)から取得する。   When the product abnormality is detected, in step 3 (305), the product inspection measurement value of the corresponding wafer product and the past product inspection history data regarding the product of the same specification as the corresponding wafer product are stored from the database (70d2 or 70d3 in FIG. 4). get. At the same time, the processing apparatus state measurement value of the corresponding wafer product and the past processing apparatus state history data regarding the product of the same specification as the corresponding wafer product are acquired from the database (70d1 in FIG. 4).
ライン制御コンピュータは、ステップ4(306)として、前記と同様に、製品検査履歴データ(数9)と加工装置状態履歴データ(数10)の間の重回帰式(数11)を作成する。ここで、第1項a0は事前に平均値を差し引いた場合はゼロになる。   The line control computer creates a multiple regression equation (Equation 11) between the product inspection history data (Equation 9) and the processing device state history data (Equation 10) as in Step 4 (306). Here, the first term a0 becomes zero when the average value is subtracted in advance.
製品検査履歴データは前記の図8と同じとする。すなわち、該当ウェハw11で製品検査パラメータy1が異常変動を示し、製品仕様から決まる製品判定基準を超えて異常検知されたとする。よって、ライン制御コンピュータは、製品検査パラメータy1についての重回帰式を作成する。他方、加工装置状態履歴データは図10のチャートに示すとおりとする。すなわち、前記の図9と同様に、該当ウェハw11で加工装置状態パラメータx1,x2が変動を示している。ただし、その変動は装置状態判定基準241,242以内であったとする。 The product inspection history data is the same as in FIG. In other words, it is assumed that the product inspection parameter y 1 shows an abnormal fluctuation in the corresponding wafer w 11 and the abnormality is detected exceeding the product judgment standard determined from the product specification. Therefore, the line control computer creates a multiple regression equation for the product inspection parameter y 1 . On the other hand, the processing apparatus state history data is as shown in the chart of FIG. That is, as in FIG. 9, the processing apparatus state parameters x 1 and x 2 show fluctuations in the corresponding wafer w 11 . However, it is assumed that the fluctuation is within the apparatus state determination criteria 241 and 242.
ここでも、2つの加工装置状態パラメータx1,x2が同時に変動しているため、ライン制御コンピュータは、変動比率を回帰係数に分配することにより、前記と同様に(数12)のように重回帰式を作成する。ここで、A1,A2は2つの加工装置状態パラメータx1,x2の単位目盛値であり、B1は製品検査パラメータy1の単位目盛値である。上記重回帰式(数12)から、製品検査パラメータy1と加工装置状態パラメータx1,x2の相関が定式化されたため、製品異常を加工段階で先行検知可能な加工装置状態パラメータx1,x2に対する適正判定基準を導くことが可能になる。 Again, since the two processing device state parameters x 1 and x 2 are fluctuating at the same time, the line control computer distributes the fluctuation ratio to the regression coefficient so that the same as described above (Formula 12). Create a regression equation. Here, A 1 and A 2 are unit scale values of the two processing apparatus state parameters x 1 and x 2 , and B 1 is a unit scale value of the product inspection parameter y 1 . The multiple regression equation (Equation 12), product inspection parameters for the correlation of y 1 and the processing apparatus state parameters x 1, x 2 is formulated, products aberrant capable preceding detected by processing stage machining apparatus state parameters x 1, it is possible to direct the proper criteria for x 2.
前記で説明したとおり、複数の加工装置状態パラメータは相互に同時変動するものもあれば、相互に同期しない変動も含むこともある。そのような場合、ライン制御コンピュータは、前記非特許文献1に示される潜在構造射影法(PLS:Projection to Latent Structure)あるいは部分最小2乗法(PLS:Partial Least Square)と称される解法を利用して、製品検査計測値と装置状態計測値の共分散を大きくするように統計的に変動比率を回帰係数に分配した重回帰式を作成する。   As described above, the plurality of processing apparatus state parameters may vary simultaneously with each other, and may include variations that are not synchronized with each other. In such a case, the line control computer uses a solution called a latent structure projection method (PLS) or a partial least square method (PLS) shown in Non-Patent Document 1. Thus, a multiple regression equation is created in which the variation ratio is statistically distributed to the regression coefficient so as to increase the covariance between the product inspection measurement value and the apparatus state measurement value.
ライン制御コンピュータは、ステップ5(307)として、(数12)の回帰係数から寄与度の高い統計的有意の加工装置状態パラメータを品質変動原因パラメータとして選択する。(数12)の回帰係数の比率からx1,x2,x3の寄与度は、前記と同様に(数13)となるため、ライン制御コンピュータは、寄与度の高いx1とx2を品質変動原因パラメータとして選択し、品質変動原因特定部を終了する。品質変動原因パラメータの不足のない選択は、前記で変動比率を回帰係数に分配したことにより可能になる。 In step 5 (307), the line control computer selects a statistically significant processing apparatus state parameter having a high contribution degree from the regression coefficient of (Equation 12) as a quality variation cause parameter. Since the contribution of x 1 , x 2 , x 3 is (Equation 13) as described above from the ratio of the regression coefficients of (Equation 12), the line control computer determines x 1 and x 2 having high contributions. The quality variation cause parameter is selected, and the quality variation cause identifying unit is terminated. It is possible to select the quality variation cause parameter without deficiency by distributing the variation ratio to the regression coefficient as described above.
ライン制御コンピュータは、ステップ6(308)として、品質変動原因パラメータとして選択したx1とx2について、各々独立に製品検査パラメータy1との回帰式を作成する。独立回帰式は、本実施の形態では図8および図10のチャートから自明であるが、一般的にはライン制御コンピュータは(数13)の寄与度比率を(数12)の変動比率分配回帰式に代入することにより、各々、前記と同様に(数14),(数15)と求める。 In step 6 (308), the line control computer creates a regression equation with the product inspection parameter y 1 independently for x 1 and x 2 selected as the quality variation cause parameters. The independent regression equation is self-evident from the charts of FIGS. 8 and 10 in the present embodiment, but generally, the line control computer converts the contribution ratio of (Equation 13) to the variation ratio distribution regression equation of (Equation 12). By substituting into, respectively, (Equation 14) and (Equation 15) are obtained in the same manner as described above.
ライン制御コンピュータは、ステップ7(309)として、設計仕様から決まる製品検査判定基準から加工装置状態判定基準を製造履歴に基づき導出する。具体的には、製品検査判定基準をYth1としたとき、各々、前記と同様に(数16),(数17)と求める。 In step 7 (309), the line control computer derives a processing apparatus state determination criterion from a product inspection determination criterion determined from the design specification based on the manufacturing history. Specifically, when the product inspection determination criterion is Yth 1 , (Equation 16) and (Equation 17) are obtained in the same manner as described above.
ライン制御コンピュータ(図4の70c3)は、ステップ8(310)およびステップ9(311)として、上記(数16)および(数17)の加工装置状態判定基準を、装置異常監視コンピュータ(図4の70c1)が実現する装置異常監視システム(図2の32)のパラメータ選択部33mおよび判定基準管理部34mを経由して、パラメータ選択部33sおよび判定部34cに設定し、製品異常監視を終了する。   In step 8 (310) and step 9 (311), the line control computer (70c3 in FIG. 4) uses the above-described processing apparatus state determination criteria in (Expression 16) and (Expression 17) as the apparatus abnormality monitoring computer (in FIG. 4). 70c1) is set in the parameter selection unit 33s and the determination unit 34c via the parameter selection unit 33m and the determination criterion management unit 34m of the apparatus abnormality monitoring system (32 in FIG. 2), and the product abnormality monitoring is terminated.
前記加工装置状態計測値31s1については、選択スイッチ33s1の選択状態はそのままに、判定基準34h1を上記(数16)で算出した適正値に書き換える。前記加工装置状態計測値31s2については、選択スイッチ33s2は解除状態であったため選択状態にして、判定基準34h2を上記(数17)で算出した値を設定する。前記加工装置状態計測値31s3については、今回判定基準を超えていないため、選択スイッチ33s3は選択状態のままにして、判定基準34h2も書き換えない。   For the processing device state measurement value 31s1, the determination criterion 34h1 is rewritten to the appropriate value calculated by the above (Equation 16) while the selection state of the selection switch 33s1 is left as it is. For the processing device state measurement value 31s2, since the selection switch 33s2 is in the released state, the selected state is set, and the value calculated by the above (Equation 17) for the determination criterion 34h2 is set. Since the processing apparatus state measurement value 31s3 does not exceed the current determination criterion, the selection switch 33s3 remains selected and the determination criterion 34h2 is not rewritten.
(実施の形態2)
以下に、本発明による半導体製品の製造システムの装置異常監視システムの別の実施の形態を図11を用いて説明する。
(Embodiment 2)
Hereinafter, another embodiment of the apparatus abnormality monitoring system for a semiconductor product manufacturing system according to the present invention will be described with reference to FIG.
前記実施の形態1の図2に示す装置異常監視システム32の判定部34cでは、各加工装置の加工状態計測値31s1,31s2,31s3を個別に各判定基準34h1,34h2,34h3と比較器34c1,34c2,34c3を用いて比較した。   In the determination unit 34c of the apparatus abnormality monitoring system 32 shown in FIG. 2 of the first embodiment, the processing state measurement values 31s1, 31s2, and 31s3 of the respective processing apparatuses are individually determined based on the determination criteria 34h1, 34h2, and 34h3 and the comparator 34c1, respectively. Comparison was made using 34c2 and 34c3.
これに対して、本実施の形態においては、図11に示す装置異常監視システム32の判定部35cでは、各加工状態計測値31s1,31s2,31s3を積和演算器35aで係数を乗して加算し、統合値を1つの判定基準35h1と比較器35c1を用いて比較する。この積和演算器35aで必要になる係数は、前記(数12)の係数がライン品質管理システム62から推定係数管理部35mを経由して製品検査推定係数35eに設定される。この積和演算統合値は前記(数12)の製品検査推定値であり、判定基準は製品異常監視と同様に製品仕様から決まる製品判定基準を設定する。   In contrast, in the present embodiment, the determination unit 35c of the apparatus abnormality monitoring system 32 shown in FIG. 11 adds the machining state measurement values 31s1, 31s2, and 31s3 by multiplying the coefficients by the product-sum calculator 35a. Then, the integrated value is compared using one determination criterion 35h1 and the comparator 35c1. The coefficient required by the product-sum calculator 35a is set to the product inspection estimation coefficient 35e from the line quality management system 62 via the estimation coefficient management unit 35m. This product-sum operation integrated value is the product inspection estimated value of the above (Equation 12), and the determination criterion is set as the product determination criterion determined from the product specification in the same manner as the product abnormality monitoring.
この構成によれば、同時変動する複数の加工装置状態パラメータを統合して判定するため、その中の1つの加工装置状態パラメータにノイズが乗っても影響を受け難くなる効果がある。また、製品仕様から決まる製品検査判定基準をここでの装置判定基準としてそのまま使用するため、判定基準を計算する必要がない効果がある。ただし、誤差項が大きい場合は、その分を製品検査判定基準から差し引いて装置判定基準を作成する。   According to this configuration, since a plurality of machining apparatus state parameters that fluctuate simultaneously are integrated and determined, even if noise is applied to one of the machining apparatus state parameters, there is an effect that it is difficult to be affected. Further, since the product inspection determination standard determined from the product specification is used as it is as the apparatus determination standard, there is an effect that it is not necessary to calculate the determination standard. However, if the error term is large, the device determination criterion is created by subtracting the error term from the product inspection determination criterion.
(実施の形態3)
以下に、本発明による半導体製品の製造システムの別の実施の形態を図12,図13,図14および図15を用いて説明する。
(Embodiment 3)
Hereinafter, another embodiment of a semiconductor product manufacturing system according to the present invention will be described with reference to FIGS. 12, 13, 14 and 15. FIG.
図12は、本発明の実施の形態にかかるウェハを対象製品とした製造システムを示す図であり、前記実施の形態1の図1で説明した製造システムに対して複数種類素子間の変動成分抽出システム65を追加している。図13は、上記複数種類素子間の変動成分抽出システム65とそれに対応したライン品質管理システム62を示す図である。図14は、複数種類素子の例として、相補的金属酸化膜半導体(CMOS)を構成する2つの電界効果トランジスタ素子であるPMOSとNMOSの断面構造(断面表記省略)を示す図である。   FIG. 12 is a diagram showing a manufacturing system that uses a wafer according to an embodiment of the present invention as a target product, and extracts fluctuation components among a plurality of types of elements from the manufacturing system described in FIG. 1 of the first embodiment. A system 65 is added. FIG. 13 is a diagram showing the fluctuation component extraction system 65 between the plural types of elements and the line quality management system 62 corresponding thereto. FIG. 14 is a diagram showing a cross-sectional structure (cross-sectional not shown) of PMOS and NMOS which are two field effect transistor elements constituting a complementary metal oxide semiconductor (CMOS) as an example of a plurality of kinds of elements.
まず、図14を用いて種類の異なる素子が共通の製造工程と独立の製造工程の組み合わせで製造されることを説明する。PMOS(70p)とNMOS(70n)は、CMOSの構成素子として、ウェハ上の隣接する領域に入り交じる形で製造する。したがって、両者を完全に分離した製造工程で製造するのではなく、共通の加工は共通製造工程で、異なる特性を持たせる加工は相互に独立した製造工程で加工する。   First, it will be described with reference to FIG. 14 that different types of elements are manufactured by a combination of a common manufacturing process and an independent manufacturing process. The PMOS (70p) and the NMOS (70n) are manufactured as CMOS constituent elements in such a way that they are mixed in adjacent regions on the wafer. Therefore, instead of manufacturing them in a completely separate manufacturing process, a common process is a common manufacturing process, and processes having different characteristics are processed in mutually independent manufacturing processes.
PMOS(70p)とNMOS(70n)は、断面の各所の寸法は同一であるが電気特性が異なる。PMOS(70p)のソース(72p)とドレイ(73p)間のチャネルの電荷運搬は正孔が担い、NMOS(70n)のソース(72n)とドレイ(73n)間のチャネルの電荷運搬は電子が担う。ゲート電極(76p,76n)によりゲート(75p,75n)に電圧を印加し、酸化絶縁薄膜(74p,74n)の下面に電界を形成し、その電界効果で正孔あるいは電子を集めて電荷通路であるチャネルを形成する。したがって、ゲートに電圧を印加しない状態では、チャネル部の電荷が不足する状態にしておく必要がある。   The PMOS (70p) and the NMOS (70n) have the same cross-sectional dimensions but different electrical characteristics. The charge transport of the channel between the source (72p) and the drain (73p) of the PMOS (70p) is carried by holes, and the charge transport of the channel between the source (72n) and the drain (73n) of the NMOS (70n) is carried by electrons. . A voltage is applied to the gates (75p, 75n) by the gate electrodes (76p, 76n), an electric field is formed on the lower surface of the oxide insulating thin film (74p, 74n), and holes or electrons are collected by the electric field effect to generate a charge path. A certain channel is formed. Therefore, in a state where no voltage is applied to the gate, the channel portion needs to be in a state of insufficient charge.
P型基板、すなわち不純物導入により正孔過多、電子不足の状態にしたシリコンウェハを使用する場合、NMOS(70n)のチャネル部は電子不足の状態になる。PMOS(70p)のチャネル部はそのままでは正孔過多となるため、不純物イオンをシリコンウェハに打ち込むことによって正孔不足、電子過多の状態のNウェル(71p)を形成する。すなわち、Nウェル(71p)を形成するイオン打ち込み工程はPMOS固有の工程となる。   When using a P-type substrate, that is, a silicon wafer in which holes are excessive and electrons are insufficient by introducing impurities, the channel portion of the NMOS (70n) is in an electron insufficient state. Since the channel portion of the PMOS (70p) has an excessive number of holes as it is, an N well (71p) in a state of insufficient holes and excessive electrons is formed by implanting impurity ions into the silicon wafer. That is, the ion implantation process for forming the N well (71p) is a process unique to the PMOS.
また、PMOS(70p)のソース(72p)とドレイ(73p)は、チャネル電荷の担い手である正孔過多の状態にするために、シリコンと結合した際に電子が不足する不純物イオンを打ち込む。他方、NMOS(70n)のソース(72n)とドレイ(73n)はチャネル電荷の担い手である電子過多の状態にするために、シリコンと結合した際に電子が余る不純物イオンを打ち込む。すなわち、ソースとドレイの形成には異なるイオンの打ち込みが必要になるため、PMOSとNMOSでは異なる装置あるいは異なる運転条件の装置が用いられる。   Further, the source (72p) and the drain (73p) of the PMOS (70p) are implanted with impurity ions that lack electrons when combined with silicon in order to be in a state of excessive holes, which are responsible for channel charge. On the other hand, the source (72n) and the drain (73n) of the NMOS (70n) implant excessive impurity ions when they are combined with silicon in order to bring about an excessive electron state, which is responsible for channel charge. That is, since different ions need to be implanted to form the source and the drain, different devices or devices with different operating conditions are used for PMOS and NMOS.
一方、素子分離絶縁溝部(77p1,77p2,77n1,77n2)は、リソグラフィーにより溝を掘り、酸化絶縁膜を埋め込むことによって形成される。PMOSとNMOS間で、同じ断面寸法の同じ膜質の絶縁溝部を形成するため、同じ工程で加工処理される。また、ゲート直下の絶縁薄膜(74p,74n)およびゲート(75p,75n)およびゲート電極(76p,76n)およびスペーサ(80p1,80p2,80n1,80n2)およびソース電極(78p,78n)およびドレイン電極(79p,79n)も、PMOSとNMOS間で同じ断面寸法の同じ膜質で形成するため、同じ工程で加工処理される。   On the other hand, the element isolation insulating trench (77p1, 77p2, 77n1, 77n2) is formed by digging a trench by lithography and embedding an oxide insulating film. In order to form an insulating groove having the same cross-sectional dimension and the same film quality between the PMOS and the NMOS, the processing is performed in the same process. The insulating thin films (74p, 74n), the gates (75p, 75n), the gate electrodes (76p, 76n), the spacers (80p1, 80p2, 80n1, 80n2), the source electrodes (78p, 78n) and the drain electrodes ( 79p and 79n) are also processed in the same process because they are formed with the same film quality having the same cross-sectional dimension between the PMOS and the NMOS.
ここで、製品、すなわちPMOSとNMOSの品質特性の1つであるゲートしきい電圧を対象に、加工装置の状態変動の影響を考える。このゲートしきい電圧は、トランジスタのON/OFF遷移を決める重要な品質特性である。   Here, the influence of the state variation of the processing apparatus will be considered for the product, that is, the gate threshold voltage which is one of the quality characteristics of the PMOS and NMOS. This gate threshold voltage is an important quality characteristic that determines the ON / OFF transition of the transistor.
同一のゲート電圧を印加しても、不純物濃度分布によって、ソースとドレイン間のチャネルに誘起される電荷量は異なる。よって、イオン注入装置の状態変動によってイオン打ち込み数と打ち込み深さが変動すると、しきい電圧も変動する。上記で述べた通り、使用されるイオン注入装置あるいはイオン注入装置の処理条件はPMOSとNMOSのそれぞれの不純物導入領域で異なるため、PMOSとNMOSのしきい電圧は同時には変動しない。   Even when the same gate voltage is applied, the amount of charge induced in the channel between the source and drain differs depending on the impurity concentration distribution. Therefore, when the number of ion implantations and the implantation depth vary due to the state variation of the ion implantation apparatus, the threshold voltage also varies. As described above, the ion implantation apparatus to be used or the processing conditions of the ion implantation apparatus are different in the impurity introduction regions of the PMOS and NMOS, so the threshold voltages of the PMOS and NMOS do not fluctuate simultaneously.
他方、同一のゲート電圧を印加しても、ゲート絶縁膜(74p,74n)の膜厚寸法やゲート(75p,75n)の幅寸法が異なると電界形状が異なってくるため、ソースとドレイン間のチャネルに誘起される電荷量も異なってくる。よって、幅寸法を決めるリソグラフィー装置や膜厚寸法を決める成膜装置の状態変動によってこれらの寸法が変動すると、しきい電圧も変動する。上記で述べた通り、PMOSとNMOSの形状加工は同時に処理されるため、使用される装置あるいは装置の処理条件はPMOSとNMOSで同一であり、PMOSとNMOSのしきい電圧は同時に変動する。リソグラフィーに関わる装置としては、露光装置やエッチング装置がある。成膜に関わる装置としては、CVD装置やスパッタ装置やメッキ装置やCMP研磨装置がある。   On the other hand, even when the same gate voltage is applied, the shape of the electric field varies depending on the film thickness dimension of the gate insulating film (74p, 74n) and the width dimension of the gate (75p, 75n). The amount of charge induced in the channel also varies. Therefore, if these dimensions change due to the state change of the lithography apparatus that determines the width dimension and the film forming apparatus that determines the film thickness dimension, the threshold voltage also changes. As described above, since the shape processing of the PMOS and NMOS is processed at the same time, the devices used or the processing conditions of the devices are the same for the PMOS and NMOS, and the threshold voltages of the PMOS and NMOS vary simultaneously. As an apparatus related to lithography, there are an exposure apparatus and an etching apparatus. As an apparatus related to film formation, there are a CVD apparatus, a sputtering apparatus, a plating apparatus, and a CMP polishing apparatus.
つぎに、図12,図13および図15を用いて種類の異なる素子が共通の製造工程と独立の製造工程の組み合わせで製造されることを利用して、変動成分毎に装置を引き当てて前記の製品品質予測回帰式を構築するシステムについて説明する。   Next, by using the fact that different types of elements are manufactured by a combination of a common manufacturing process and an independent manufacturing process using FIGS. A system for constructing a product quality prediction regression equation will be described.
前記実施の形態1では、加工装置状態の異常検知と製品検査の異常検知の2つの異常検知を起点として加工装置状態の判定パラメータと判定基準を更新するシステムについて説明した。本実施の形態のシステムは、後者の製品検査の異常検知を起点とした装置判定パラメータと判定基準の更新に係わり、特に複数の工程の加工装置の候補の中から当該製品検査値の変動に関係のある加工装置を絞り込み、精度の良い製品品質予測回帰式を構築するのに適したシステムである。前記実施の形態1で説明した図7の製品検査の異常検知を起点とした装置異常判定パラメータと判定基準の更新アルゴリズムにおけるステップ4(306)の回帰式作成ステップにおいて、変動成分毎に装置を引き当てて製品品質予測回帰式を構築するための詳細ステップを図15に示す。   In the first embodiment, the system that updates the determination parameter and the determination criterion of the processing apparatus state from two abnormality detections of the abnormality detection of the processing apparatus state and the abnormality detection of the product inspection has been described. The system according to the present embodiment is related to the update of the apparatus determination parameter and the determination standard starting from the abnormality detection of the latter product inspection, and particularly related to the variation of the product inspection value among the candidates for the processing apparatus of a plurality of processes. It is a system suitable for narrowing down some processing equipment and building accurate product quality prediction regression equations. In the regression equation creation step of Step 4 (306) in the update algorithm of the apparatus abnormality determination parameter and the determination criterion starting from the abnormality detection of the product inspection in FIG. 7 described in the first embodiment, the apparatus is assigned for each variation component. Detailed steps for constructing a product quality prediction regression equation are shown in FIG.
ライン制御コンピュータ(図4の70c3)は、詳細ステップ4−10(410)として、製品ウェハの品質を調べる最終検査の計測値履歴データベースからPMOSとNMOSの変動成分を抽出する。製品ウェハの品質とは、トランジスタのON/OFF遷移を決めるしきい電圧等の電気特性である。具体的には、ライン制御コンピュータ70c3が実現する複数種類素子間の変動成分抽出システム65は、製品ウェハの最終製品ウェハ検査計測値データベース(図13の64c)から、ウェハ毎のPMOSとCMOSのしきい電圧の履歴を取得し、分布成分を独立変動成分と共通変動成分に分離する。図13にしきい電圧分布チャート66を示す。横軸がPMOSのしきい電圧、縦軸がNMOSのしきい電圧である。共通の製造工程で同時に造り込むトランジスタの断面寸法が変動した場合には、PMOSのしきい電圧もNMOSのしきい電圧も共通に変動し、斜め上方45度の直線上近辺に分布する。各ウェハ毎のデータ点のこの斜め上方45度の直線上への射影が共通変動成分66v2である。   As a detailed step 4-10 (410), the line control computer (70c3 in FIG. 4) extracts PMOS and NMOS fluctuation components from the measurement value history database of the final inspection for examining the quality of the product wafer. The quality of the product wafer is an electrical characteristic such as a threshold voltage that determines the ON / OFF transition of the transistor. More specifically, the fluctuation component extraction system 65 between a plurality of types of elements realized by the line control computer 70c3 is based on the final product wafer inspection measurement value database (64c in FIG. 13) of the product wafer, and performs PMOS and CMOS processing for each wafer. The threshold voltage history is acquired, and the distribution components are separated into independent variation components and common variation components. FIG. 13 shows a threshold voltage distribution chart 66. The horizontal axis represents the PMOS threshold voltage, and the vertical axis represents the NMOS threshold voltage. When the cross-sectional dimensions of the transistors fabricated at the same time in a common manufacturing process change, both the PMOS threshold voltage and the NMOS threshold voltage change in common and are distributed in the vicinity of a straight line of 45 degrees diagonally upward. The projection of the data points for each wafer onto the 45 ° diagonal line is the common variation component 66v2.
他方、異なる製造工程で別個に造り込むトランジスタの不純物導入量が変動した場合には、PMOSのしきい電圧とNMOSのしきい電圧は互いに独立に変動し、斜め上方45度の直線上から離れて分布する。各ウェハ毎のデータ点の斜め下方45度の直線上への射影が独立変動成分66v1である。   On the other hand, when the amount of impurity introduced into transistors separately manufactured in different manufacturing processes fluctuates, the threshold voltage of PMOS and the threshold voltage of NMOS fluctuate independently of each other, and are separated from a straight line of 45 degrees diagonally upward. Distributed. The projection of the data point for each wafer onto a straight line at 45 degrees obliquely below is the independent variation component 66v1.
ライン制御コンピュータ70c3は、つぎの詳細ステップ(420)として、独立成分が変動したか共通成分が変動したかを判定し、その後の処理を分岐させる。   As the next detailed step (420), the line control computer 70c3 determines whether the independent component has changed or the common component has changed, and branches the subsequent processing.
独立成分が変動した場合は、ライン制御コンピュータ70c3が実現する独立変動成分抽出部65p1は、独立変動成分66v1を抽出して、ライン品質管理システム62の品質変動原因特定部63の素子独立工程回帰式構築部63r1に渡し、詳細ステップ4−21(421)を実行する。   When the independent component fluctuates, the independent fluctuation component extraction unit 65p1 realized by the line control computer 70c3 extracts the independent fluctuation component 66v1, and the element independent process regression equation of the quality fluctuation cause identification unit 63 of the line quality management system 62 The information is transferred to the construction unit 63r1 and detailed step 4-21 (421) is executed.
詳細ステップ4−21(421)では、PMOSとNMOSの独立工程で使用する加工装置を予め作成しておいた工程表等(図示せず)から引き当て、その装置の状態計測値履歴データだけを加工装置加工状態計測値データベース64aから、データ選択器63s1を通して、素子独立工程回帰式構築部63r1に取得する。独立工程で使用する代表的な加工装置としては、イオン注入装置や拡散アニール装置が挙げられる。   In detailed step 4-21 (421), a processing device to be used in an independent process of PMOS and NMOS is allocated from a previously created process table or the like (not shown), and only the state measurement value history data of the device is processed. It is acquired from the device machining state measured value database 64a to the element independent process regression equation construction unit 63r1 through the data selector 63s1. Typical processing apparatuses used in the independent process include an ion implantation apparatus and a diffusion annealing apparatus.
つぎに、ライン制御コンピュータ70c3が実現する素子独立工程回帰式構築部63r1は、詳細ステップ4−31(431)として、独立変動成分66v1と装置状態計測値履歴データとの間の回帰式を作成する。   Next, the element independent process regression equation construction unit 63r1 realized by the line control computer 70c3 creates a regression equation between the independent variation component 66v1 and the device state measurement value history data as detailed step 4-31 (431). .
他方、共通成分が変動した場合は、ライン制御コンピュータ70c3が実現する共通変動成分抽出部65p2は、共通変動成分66v2を抽出して、ライン品質管理システムの品質変動原因特定部63の素子共通工程回帰式構築部63r2に渡し、詳細ステップ4−22(422)を実行する。   On the other hand, when the common component varies, the common variation component extraction unit 65p2 realized by the line control computer 70c3 extracts the common variation component 66v2, and returns the element common process regression of the quality variation cause identification unit 63 of the line quality management system. The result is passed to the expression construction unit 63r2, and detailed step 4-22 (422) is executed.
詳細ステップ4−22(422)では、PMOSとNMOSの共通工程で使用する加工装置を予め作成しておいた工程表等(図示せず)から引き当て、その装置の状態計測値履歴データだけを加工装置加工状態計測値データベース64aから、データ選択器63s1を通して、素子共通工程回帰式構築部63r2に取得する。共通工程で使用する代表的な加工装置としては、リソグラフィーに関わる露光装置やエッチング装置、あるいは成膜に関わるCVD装置やCMP装置が挙げられる。   In detailed step 4-22 (422), a processing device used in a common process of PMOS and NMOS is allocated from a previously created process table or the like (not shown), and only the state measurement value history data of the device is processed. It is acquired from the device machining state measured value database 64a to the element common process regression equation construction unit 63r2 through the data selector 63s1. Typical processing apparatuses used in the common process include an exposure apparatus and etching apparatus related to lithography, or a CVD apparatus and CMP apparatus related to film formation.
つぎに、ライン制御コンピュータ70c3が実現する素子共通工程回帰式構築部63r2は、詳細ステップ4−32(432)として、共通変動成分66v2と装置状態計測値履歴データとの間の回帰式を作成する。   Next, the element common process regression equation construction unit 63r2 realized by the line control computer 70c3 creates a regression equation between the common variation component 66v2 and the apparatus state measurement value history data as detailed step 4-32 (432). .
以後、図7のステップ5以降に引き継ぎ、異常監視判定基準更新部64が装置状態監視判定基準を更新する。   Thereafter, the abnormality monitoring determination reference updating unit 64 updates the apparatus state monitoring determination reference, taking over from step 5 onward in FIG.
(実施の形態4)
以下に、本発明による半導体製品の製造システムの別の実施の形態を図16を用いて説明する。
(Embodiment 4)
Hereinafter, another embodiment of a semiconductor product manufacturing system according to the present invention will be described with reference to FIG.
図16は、装置状態の制御手段を備えた加工装置の制御方法を示す図である。前記実施の形態1の図2に対して、加工装置31は状態計測器31sの他に状態制御器31c1を備えている。   FIG. 16 is a diagram illustrating a method for controlling a machining apparatus provided with an apparatus state control unit. In contrast to FIG. 2 of the first embodiment, the processing apparatus 31 includes a state controller 31c1 in addition to the state measuring device 31s.
例えば、一般に半導体製造装置ではレシピと称されるプロセス条件ファイルを予め装置の記憶装置の中に作り込んでおき、加工する製品に合わせてプロセス条件ファイルを選択すると、装置自身が各状態をファイルに指定された条件値になるように制御する方式が一般に取られている。例えば、ガス流量や真空度等のプロセス条件をバルブで自動制御する方式になっている。また、装置の加工能力(加工レート)のドリフトに対応するために、プロセス時間あるいは調整因子として働くプロセス条件の一部を外部のシステムから指定した値に置き換え可能な方式が広く普及するようになっている。   For example, in general, in a semiconductor manufacturing apparatus, a process condition file called a recipe is created in advance in a storage device of the apparatus, and when the process condition file is selected according to the product to be processed, the apparatus itself converts each state into a file. In general, a method of controlling the specified condition value is adopted. For example, a process condition such as a gas flow rate or a vacuum degree is automatically controlled by a valve. Also, in order to cope with the drift of the machining capability (machining rate) of equipment, a method that can replace part of the process conditions that act as process time or adjustment factors with values specified from an external system has become widespread. ing.
しかし、最適なプロセス条件を計算するために必要な、製品検査の対象である製品設計仕様と加工装置のプロセス条件の中の調整因子との関連を定める計算モデルは、事前に実験や履歴調査によって求めたモデルを固定して使用しており、製品の品質変動の原因となる装置の状態変動や外乱を随時に反映できない問題があった。   However, the calculation model that defines the relationship between the product design specifications that are the object of product inspection and the adjustment factors in the process conditions of the processing equipment necessary for calculating the optimum process conditions is based on experiments and history surveys in advance. The obtained model is used in a fixed manner, and there is a problem that the state change and disturbance of the apparatus that causes the product quality fluctuation cannot be reflected at any time.
そこで、本発明では、前記のライン品質管理システム62と結合する装置制御システム36を備えた構成とし、このライン品質管理システム62が製品異常検知を起点として判定基準を再計算するために作成した、製品検査履歴データと加工装置状態履歴データの間の最新の関係を示す重回帰式(前記と同様の(数11))に基づいて、プロセス条件の中の調整因子の計算モデルを更新する構成とした。   Therefore, in the present invention, the device control system 36 combined with the line quality management system 62 is configured, and the line quality management system 62 is created to recalculate the determination criteria starting from product abnormality detection. A configuration for updating a calculation model of an adjustment factor in a process condition based on a multiple regression equation (the same as the above (Expression 11)) indicating the latest relationship between product inspection history data and processing device state history data; did.
例として、装置の状態は図16に示すように3つであり、製品品質は1つであるとすると、重回帰式は   As an example, if there are three device states as shown in FIG. 16 and the product quality is one, the multiple regression equation is
となる。装置状態の数と製品品質の数は一例であって、これに限定される訳ではない。状態制御器31c1で制御可能な状態変数をx1とし、制御不可能な状態変数をx2,x3とすると、制御可能な状態変数x1の修正設定値は装置状態目標値計算モデル It becomes. The number of device states and the number of product qualities are examples, and are not limited thereto. A controllable state variable in the state controller 31c1 and x 1, the uncontrollable state variables and x 2, x 3, fixes the set value of the controllable state variable x 1 is the device status target value calculation model
から計算される。 Calculated from
ライン制御システム60は、この装置状態目標値計算モデルを装置制御システム36のモデル管理部36mに送信する。モデル管理部36mは、状態変数x1の目標値算部36cの装置状態目標値計算モデル36eにモデルを設定する。以後、設定されたモデルを用いて装置状態目標値計算器36c1は、製品仕様目標値y1(36h)、装置状態x2計測値(31s2)、装置状態x3計測値(31s3)を入力として、製品異常を引き起こした製造ラインの変動を吸収するための新しい装置状態x1の目標値を計算し、加工装置31の状態制御器31c1に設定する。 The line control system 60 transmits the device state target value calculation model to the model management unit 36m of the device control system 36. Model management unit 36m sets the model to device state target value calculation model 36e of the target value calculation portion 36c of the state variable x 1. Thereafter, using the set model, the device state target value calculator 36c1 receives the product specification target value y 1 (36h), the device state x 2 measurement value (31s2), and the device state x 3 measurement value (31s3) as inputs. Then, a target value of a new apparatus state x 1 for absorbing the fluctuation of the production line causing the product abnormality is calculated and set in the state controller 31c1 of the processing apparatus 31.
以上により、製品異常検知を起点として装置状態の目標値を再計算することができる。モデルの基になる回帰式を精度良く計算できるのは品質が変動した時であり、製品異常監視システムと組み合わせた本方式はその機会を逃さず、自動でモデルの再計算が随時可能になる。   As described above, the target value of the apparatus state can be recalculated starting from the product abnormality detection. The regression equation that is the basis of the model can be accurately calculated when the quality fluctuates, and this method combined with the product abnormality monitoring system does not miss that opportunity, and the model can be automatically recalculated at any time.
(実施の形態5)
以下に、本発明による半導体製品の製造システムの別の実施の形態を図17,図18および図19を用いて説明する。
(Embodiment 5)
Hereinafter, another embodiment of a semiconductor product manufacturing system according to the present invention will be described with reference to FIGS.
図17は、前記実施の形態3の図14で説明した半導体トランジスタ素子の1つを例に、加工寸法と注入不純物の分布寸法を示す図である。図18は、前記図1の製造システムを半導体製造に適用した本実施の形態を製品特性に影響を与える代表工程を用いて示す図である。図19は、ライン制御システム60を実現するコンピュータが実施する本実施の形態の処理ステップを示す図である。   FIG. 17 is a diagram showing a processing dimension and a distribution dimension of implanted impurities, taking as an example one of the semiconductor transistor elements described in FIG. 14 of the third embodiment. FIG. 18 is a diagram showing the present embodiment in which the manufacturing system of FIG. 1 is applied to semiconductor manufacturing, using representative processes that affect product characteristics. FIG. 19 is a diagram illustrating processing steps of the present embodiment performed by a computer that implements the line control system 60.
CMOS半導体素子のON/OFFのしきい値電圧等の品質を決める電気特性は、加工寸法と不純物注入量および不純物分布寸法に依存して変動する。しきい値電圧を決める重要な加工寸法としては、ゲート寸法L(図17の75L)、絶縁膜厚T(74T)が挙げられる。また、重要な不純物注入量としては、ソース72pおよびドレイン73pへの不純物注入量が挙げられ、不純物分布の深さ寸法(72T,73T)や電気的ゲート寸法72eを決める不純物分布長寸法(72L,73L)も重要な因子となる。   The electrical characteristics that determine the quality of the CMOS semiconductor element, such as the ON / OFF threshold voltage, vary depending on the processing dimensions, impurity implantation amount, and impurity distribution dimensions. Important processing dimensions that determine the threshold voltage include gate dimension L (75L in FIG. 17) and insulating film thickness T (74T). Further, as an important impurity implantation amount, an impurity implantation amount into the source 72p and the drain 73p can be mentioned, and an impurity distribution length dimension (72L, 72T, 73T) that determines an impurity distribution depth dimension (72T, 73T) and an electric gate dimension 72e. 73L) is also an important factor.
図17の絶縁膜厚Tの加工寸法74Tは、図18の絶縁膜成膜ユニット2aの成膜装置21aによる加工後の膜厚検査装置51aにより計測することができる。また、図17のゲート長寸法75Lは、図18のゲート成膜ユニット2bによる加工後のゲート食刻ユニット2cの食刻装置21cによる加工後の寸法検査装置51cにより計測することができる。   The processing dimension 74T of the insulating film thickness T in FIG. 17 can be measured by the film thickness inspection apparatus 51a after processing by the film forming apparatus 21a of the insulating film forming unit 2a in FIG. Moreover, the gate length dimension 75L of FIG. 17 can be measured by the dimension inspection apparatus 51c after processing by the etching apparatus 21c of the gate etching unit 2c after processing by the gate film forming unit 2b of FIG.
しかし、図17の不純物分布寸法72T,73T,72L,73Lを、図18の不純物注入拡散ユニット3aの注入拡散装置31aによる注入後あるいは拡散後に計測できる寸法検査装置は一般にはない。また、ソース72pおよびドレイン73pへの不純物の注入量を、注入後に直接計測できる検査装置も一般にはない。よって、不純物の変動に起因する電気特性の変動を調べるためには、注入装置あるいは拡散装置の状態計測値との照合を直接調べる必要がある。不純物の変動に関係する注入装置の状態パラメータには、イオンとして打ち込み注入する不純物量を決める状態パラメータとして、不純物ビームのスキャン回数、ビームと他の原子分子との衝突を左右するチャンバ内の真空度、ビームの角度や形状を決める各種機械要素の制御位置がある。また、不純物の分布寸法を決める状態パラメータとして、ビームと製品ウェハとの角度、打ち込みエネルギーがある。不純物の分布寸法を決める拡散装置の状態パラメータとしては、温度、加熱エネルギー、加熱時間がある。   However, there is generally no dimension inspection apparatus that can measure the impurity distribution dimensions 72T, 73T, 72L, and 73L in FIG. 17 after implantation by the implantation diffusion apparatus 31a of the impurity implantation diffusion unit 3a in FIG. 18 or after diffusion. Also, there is generally no inspection apparatus that can directly measure the amount of impurities implanted into the source 72p and the drain 73p after the implantation. Therefore, in order to investigate the variation of the electrical characteristics due to the variation of the impurity, it is necessary to directly check the comparison with the state measurement value of the injection device or the diffusion device. The state parameters of the implantation apparatus related to the fluctuation of impurities include the number of scans of the impurity beam and the degree of vacuum in the chamber that affects the collision between the beam and other atomic molecules as the state parameters that determine the amount of impurities implanted as ions. There are control positions for various machine elements that determine the angle and shape of the beam. Further, the state parameters for determining the impurity distribution dimension include the angle between the beam and the product wafer and the implantation energy. The state parameters of the diffusion device that determine the impurity distribution dimension include temperature, heating energy, and heating time.
CMOS半導体素子の電気特性変動と製造パラメータを照合して回帰式を作る際に、図18に示す製造ラインの各ユニットの全ての加工装置の状態パラメータを照合の対象とする製造パラメータに含めて照合分析すると、ノイズ成分が多く含まれることになり、精度の高い回帰式を作ることが難しいという問題がある。そこで本実施の形態では、計測可能な加工寸法検査計測値と、計測不可能な注入拡散検査計測値の代わりに注入拡散装置状態計測値を組み合わせて、CMOS半導体素子の電気特性変動と照合して回帰式を作る方式とした。もし、加工寸法検査計測値に異常があった場合には、この加工寸法検査計測値とその寸法に加工した加工装置の状態計測値とを改めて部分的に照合して回帰式を作り、変動した装置状態計測値の特定と判定基準の計算を行う方式とした。以下、具体的手順を図19を用いて説明する。   When a regression equation is created by comparing the electrical characteristics variation of CMOS semiconductor elements and manufacturing parameters, the state parameters of all processing devices of each unit of the manufacturing line shown in FIG. 18 are included in the manufacturing parameters to be verified. If it analyzes, it will contain many noise components, and there exists a problem that it is difficult to make a highly accurate regression equation. Therefore, in the present embodiment, the measurable processing dimension inspection measurement value is combined with the implantation diffusion apparatus state measurement value in place of the non-measurable implantation diffusion inspection measurement value, and collated with the electrical characteristic variation of the CMOS semiconductor element. A regression equation was made. If there is an abnormality in the machining dimension inspection measurement value, this machining dimension inspection measurement value and the state measurement value of the processing device machined to that dimension were partially compared again to create a regression equation and fluctuated. A method for specifying the device state measurement value and calculating the criterion was adopted. A specific procedure will be described below with reference to FIG.
製品電気特性検査ユニット4の製品検査装置41による新規デバイスウェハの製品電気特性検査が完了すると(500)、製品異常監視を開始する(501)。ステップ1(502)で、製品電気特性検査計測値をデータベース64cに保存する。ステップ2(503)で、製品異常監視システム42が製品電気特性検査計測値を判定基準と照合して異常判定を行う。   When the product electrical property inspection of the new device wafer by the product inspection device 41 of the product electrical property inspection unit 4 is completed (500), product abnormality monitoring is started (501). In step 1 (502), the product electrical characteristic inspection measurement value is stored in the database 64c. In step 2 (503), the product abnormality monitoring system 42 compares the product electrical characteristic inspection measurement value with the determination criterion to make an abnormality determination.
異常の有無により処理を分岐し(504)、異常が無い場合は製品異常監視を終了し(518)、異常が有る場合はステップ3に進む。   The processing branches depending on whether there is an abnormality (504). If there is no abnormality, the product abnormality monitoring is terminated (518), and if there is an abnormality, the process proceeds to Step 3.
ステップ3(505)では、製品電気特性検査Y計測値の履歴と加工寸法検査X1計測値の履歴と注入拡散装置状態X2計測値の履歴をウェハ番号で照合してデータベースから取得する。ステップ4(506)では、製品電気特性検査Yと加工寸法検査X1および注入拡散装置状態X2との間の重回帰式 In step 3 (505), and acquires the history of the history of the product electrical testing Y measurement values and history of the processing dimension inspection X 1 measurements injection diffuser state X 2 measurements from the database by matching the wafer number. In step 4 (506), multiple regression equations between the product electrical property test Y, the processing dimension test X 1 and the injection diffusion device state X 2
を作成する。Vthは製品電気特性検査計測値、X1の要素Tは絶縁膜厚、X1の要素Lはゲート長寸法、X2の要素x1およびx2は注入拡散装置状態計測値の任意の項目である。()内の数字は個体番号で照合した履歴データの時系列の順番を表す。ステップ5(507)では、該重回帰式の回帰係数の大きさから寄与度の高い統計的有意の加工寸法検査X1の項目あるいは注入拡散装置状態X2の項目を選定する。 Create Vth is a product electrical property inspection measurement value, X 1 element T is an insulation film thickness, X 1 element L is a gate length dimension, X 2 elements x 1 and x 2 are arbitrary items of injection diffusion apparatus state measurement values is there. The numbers in parentheses indicate the time-series order of history data collated with individual numbers. In step 5 (507), selecting the item of item or injection diffuser state X 2 feature size of high contribution statistical significance test X 1 from the magnitude of the regression coefficient of the polymerization regression equation.
製品電気特性検査Yへの寄与度の高い項目の種別により処理を分岐し(508)、注入拡散装置状態X2の項目の場合はステップ6に進み、加工寸法検査X1の項目の場合はステップ8に進む。 By the high contribution items to product electrical testing Y type branching processing (508), the process proceeds to step 6 in the case of items of injection diffuser state X 2, steps in the case of the item processing dimension inspection X 1 Proceed to step 8.
ステップ6(509)では、製品電気特性検査Y計測値と選定した注入拡散装置状態X2の項目の間の重回帰式 In step 6 (509), multiple regression equation between the scores of products electrical testing Y measurement values and the selected infusion diffuser state X 2
を作成する。xpは選定した注入拡散装置状態X2の項目、Eprestはxp以外の項目の影響である。続くステップ7(510)では、製品仕様から決まる製品電気特性検査Yの判定基準Ythから、選定した注入拡散装置状態X2の項目xpの判定基準 Create x p is an item of the selected injection diffusion device state X 2 , and E p · rest is an effect of items other than x p . In the following step 7 (510), the judgment criterion of the item x p of the selected injection diffusion device state X 2 from the judgment criterion Yth of the product electrical property inspection Y determined from the product specification.
を導出する。 Is derived.
他方、製品電気特性検査Yへの寄与度の高い項目が加工寸法検査X1の項目の場合はステップ8(511)に進み、該当する寸法X1を加工した寸法加工装置の装置状態X3計測値の履歴をウェハ番号で照合してデータベースから取得する。加工寸法検査X1の項目が絶縁膜厚(74T)の場合は、寸法加工装置は絶縁膜成膜装置21aであり、装置の状態パラメータには、成膜に使用する原料ガスの流量、チャンバ内の真空度、成膜反応に影響を与えるウェハの温度、ガスをプラズマ化する高周波電力がある。加工寸法検査X1の項目がゲート長寸法(75L)の場合は、寸法加工装置は食刻装置21cであり、装置の状態パラメータには、食刻に使用する材料ガスの流量、チャンバ内の真空度、食刻反応に影響を与えるウェハの温度、ガスをプラズマ化する高周波電力がある。 On the other hand, the process proceeds to step 8 if high fields of contribution to product electrical testing Y is the item processing dimension inspection X 1 (511), the device status X 3 Measurement of processed dimensions processing device dimensions X 1 applicable The value history is collated with the wafer number and obtained from the database. For fields processing dimension inspection X 1 is an insulator thickness (74T), the dimensions processing device is an insulating film deposition apparatus 21a, the state parameters of the device, the flow rate of the raw material gas used in the deposition, the chamber There are high-frequency electric power that turns the gas into plasma, the temperature of the wafer that affects the film formation reaction, and the temperature of the wafer. For fields processing dimension inspection X 1 is a gate length (75L), the dimensions processing apparatus is an etching apparatus 21c, the state parameters of the device, the flow rate of the material gas used for etching, the vacuum in the chamber There is a high frequency power that turns a gas into a plasma and a wafer temperature that affects the etching reaction.
続くステップ9(512)では、選定した加工寸法検査X1の項目と寸法加工装置状態X3の間の重回帰式 Following step 9 (512), the regression equation between the selected machining dimensional inspection X 1 items and dimension processing apparatus state X 3
を作成する。ステップ10(513)では、この重回帰式の回帰係数の大きさから寄与度の高い統計的有意の寸法加工装置状態X3の項目を選定する。ステップ11(514)では選定した加工寸法検査X1の項目と選定した寸法加工装置状態X3の項目の間の重回帰式 Create In step 10 (513), selecting the item dimension processing apparatus state X 3 with high contribution statistical significance from the magnitude of the regression coefficients of the regression equation. Step 11 (514) In the multiple regression equation between the items of the selected machining dimensional inspection X 1 item and the selected dimension processing apparatus state X 3
を作成する。上記の式ではゲート長寸法Lを代表にしているが、絶縁膜厚Tについても同様である。ステップ12(515)では、製品仕様から決まる加工寸法検査X1の判定基準から、選定した寸法加工装置状態X3の項目の判定基準 Create In the above formula, the gate length L is representative, but the same applies to the insulating film thickness T. In step 12 (515), the criterion of the item of the selected dimension processing device state X 3 from the criterion of the processing dimension inspection X 1 determined from the product specification.
を導出する。上記の式ではゲート長寸法Lを代表にしているが、絶縁膜厚Tについても同様である。 Is derived. In the above formula, the gate length dimension L is representative, but the same applies to the insulating film thickness T.
以上のステップにより、ライン制御コンピュータは製品電気特性検査Yの変動の原因となった注入拡散装置あるいは寸法加工装置の状態項目の特定とその判定基準の導出を行った。ステップ13(516)では、それらの判定基準をそれぞれの装置異常監視システムの判定部に設定する。ステップ14(517)では、選定した装置状態項目をそれぞれの装置異常監視システムのパラメータ選択部に選択設定する。   Through the above steps, the line control computer specified the state item of the injection diffusion device or the dimension processing device that caused the fluctuation of the product electrical property inspection Y and derived the determination criteria. In step 13 (516), these determination criteria are set in the determination unit of each apparatus abnormality monitoring system. In step 14 (517), the selected apparatus status item is selected and set in the parameter selection section of each apparatus abnormality monitoring system.
以上により、直接加工結果を検査することができる寸法加工装置と、検査することができない注入拡散装置を段間的に統合して、全装置の状態項目について精度良く製品電気特性検査との照合分析を行い、装置異常監視システムの判定項目の設定と判定基準の更新を行うことができる。   As described above, the dimension processing device that can directly inspect the processing results and the infusion diffusion device that cannot be inspected are integrated step by step, and the state analysis of all devices is collated with the product electrical property inspection with high accuracy. And the determination items of the apparatus abnormality monitoring system can be set and the determination criteria can be updated.
以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。   As mentioned above, the invention made by the present inventor has been specifically described based on the embodiment. However, the present invention is not limited to the embodiment, and various modifications can be made without departing from the scope of the invention. Needless to say.
例えば、前記実施の形態においては、対象製品がMOS型半導体製品の場合を代表例として、その製造システムを説明したが、この製造システムは、半導体製品に限定されるものではなく、例えばガラス基板上に薄膜トランジスタなどが搭載された液晶表示パネルや自発光表示パネルなどの製造システムにも同様に適用可能であることは言うまでもない。   For example, in the above-described embodiment, the manufacturing system has been described by taking the case where the target product is a MOS semiconductor product as a representative example. However, the manufacturing system is not limited to a semiconductor product, for example, on a glass substrate. Needless to say, the present invention can be similarly applied to a manufacturing system such as a liquid crystal display panel or a self-luminous display panel on which a thin film transistor is mounted.
本発明は、多くの製造工程と製造装置が必要な、微細素子を基板上に集積加工する半導体製品の製造ラインに好適である。特に、製造装置のプロセス状態が分解保守や累積運転時間によって変動し易く、そのプロセス状態の一部の変動が製品品質に致命的変動をもたらす場合に好適である。プロセス状態監視の判定基準が製品設計仕様から一意に求めることができず、製品品質検査結果と照合して統計的に導出する必要がある場合に好適である。   INDUSTRIAL APPLICABILITY The present invention is suitable for a semiconductor product manufacturing line that requires a large number of manufacturing processes and manufacturing apparatuses and that integrates and processes fine elements on a substrate. In particular, it is suitable for the case where the process state of the manufacturing apparatus is likely to fluctuate depending on the overhaul and maintenance operation time, and a part of the process state causes a fatal fluctuation in product quality. This is suitable when the determination criteria for process state monitoring cannot be uniquely obtained from the product design specification and must be statistically derived by comparing with the product quality inspection result.
この対象製品としては、半導体素子を集積したウェハの他、MEMS(Micro Electro Mechanical Systems)を集積したウェハ、放電セルを集積したプラズマパネル、液晶分子方向制御用トランジスタを集積した液晶パネルにも好適である。   This target product is suitable not only for wafers integrated with semiconductor elements, but also for wafers integrated with MEMS (Micro Electro Mechanical Systems), plasma panels with integrated discharge cells, and liquid crystal panels with integrated liquid crystal molecular direction control transistors. is there.
本発明の実施の形態1において、ウェハを対象製品とした製造システムを示す図である。In Embodiment 1 of this invention, it is a figure which shows the manufacturing system which used the wafer as the object product. 本発明の実施の形態1において、製造システムの装置異常監視システムを詳細に示す図である。In Embodiment 1 of this invention, it is a figure which shows the apparatus abnormality monitoring system of a manufacturing system in detail. 本発明の実施の形態1において、製造システムの製品異常監視システムを詳細に示す図である。In Embodiment 1 of this invention, it is a figure which shows the product abnormality monitoring system of a manufacturing system in detail. 本発明の実施の形態1において、製造システムを実現するコンピュータシステムを示す図である。In Embodiment 1 of this invention, it is a figure which shows the computer system which implement | achieves a manufacturing system. 本発明の実施の形態1において、装置異常検知トリガーの判定基準の適正化アルゴリズム(装置異常監視ステップ)を示す図である。In Embodiment 1 of this invention, it is a figure which shows the optimization algorithm (apparatus abnormality monitoring step) of the determination criterion of an apparatus abnormality detection trigger. 本発明の実施の形態1において、装置異常検知トリガーの判定基準の適正化アルゴリズム(品質変動原因特定ステップと装置異常判定基準更新ステップ)を示す図である。In Embodiment 1 of this invention, it is a figure which shows the optimization algorithm (quality variation cause specific step and apparatus abnormality determination reference | standard update step) of the determination criterion of an apparatus abnormality detection trigger. 本発明の実施の形態1において、製品異常検知トリガーの判定基準の適正化アルゴリズム(製品異常監視ステップ)を示す図である。In Embodiment 1 of this invention, it is a figure which shows the optimization algorithm (product abnormality monitoring step) of the determination criterion of a product abnormality detection trigger. (a),(b)は本発明の実施の形態1において、製品検査計測値データの推移を示す図である。(A), (b) is a figure which shows transition of product test | inspection measurement value data in Embodiment 1 of this invention. (a)〜(c)は本発明の実施の形態1において、加工装置状態計測値データの推移を示す図である。(A)-(c) is a figure which shows transition of processing apparatus state measured value data in Embodiment 1 of this invention. (a)〜(c)は本発明の実施の形態1において、加工装置状態履歴データの推移を示す図である。(A)-(c) is a figure which shows transition of the processing apparatus state log | history data in Embodiment 1 of this invention. 本発明の実施の形態2において、製造システムの装置異常監視システムを詳細に示す図である。In Embodiment 2 of this invention, it is a figure which shows the apparatus abnormality monitoring system of a manufacturing system in detail. 本発明の実施の形態3において、ウェハを対象製品とした製造システムを示す図である。In Embodiment 3 of this invention, it is a figure which shows the manufacturing system which used the wafer as the object product. 本発明の実施の形態3において、複数種類素子間の変動成分抽出システムとそれに対応したライン品質管理システムを示す図である。In Embodiment 3 of this invention, it is a figure which shows the fluctuation | variation component extraction system between multiple types of elements, and the line quality management system corresponding to it. 本発明の実施の形態3において、CMOSを構成する半導体素子の断面構造を示す図である。In Embodiment 3 of this invention, it is a figure which shows the cross-section of the semiconductor element which comprises CMOS. 本発明の実施の形態3において、複数種類素子の変動成分別の回帰式作成ステップを示す図である。In Embodiment 3 of this invention, it is a figure which shows the regression type preparation step according to the fluctuation | variation component of multiple types of element. 本発明の実施の形態4において、製造システムの装置制御システムを示す図である。In Embodiment 4 of this invention, it is a figure which shows the apparatus control system of a manufacturing system. 本発明の実施の形態5において、トランジスタの加工寸法と注入不純物の分布寸法を示す図である。In Embodiment 5 of this invention, it is a figure which shows the processing dimension of a transistor, and the distribution dimension of an implantation impurity. 本発明の実施の形態5において、半導体製造に適用した製造システムを示す図である。In Embodiment 5 of this invention, it is a figure which shows the manufacturing system applied to semiconductor manufacture. 本発明の実施の形態5において、寸法検査値と装置状態計測値を混合した2段階の回帰式作成ステップを示す図である。In Embodiment 5 of this invention, it is a figure which shows the regression equation preparation step of 2 steps | paragraphs which mixed the dimension inspection value and the apparatus state measured value.
符号の説明Explanation of symbols
1a…材料ウェハ、1b…最終製品ウェハ、1n…ウェハ番号、2…加工ユニット(タイプ1)、2a…絶縁膜成膜ユニット、2b…ゲート成膜ユニット、2c…ゲート食刻ユニット、3…加工ユニット(タイプ2)、3a…不純物注入拡散ユニット、4…最終製品検査ユニット、21…加工装置(タイプ1)、21a…成膜装置、21c…食刻装置、22,22a,22c…装置異常監視システム(タイプ1)、31…加工装置(タイプ2)、31a…注入拡散装置、31s…状態計測器、32,32a…装置異常監視システム(タイプ2)、33s…パラメータ選択部、33m…パラメータ選択部、34c…判定部、34m…判定基準管理部、35c…判定部、35m…推定係数管理部、36…装置制御システム、41…製品検査装置、42…製品異常監視システム、44c…判定部、44m…判定基準管理部、45…製品設計システム、51…製品検査装置、51a…膜厚検査装置、51c…寸法検査装置、52…製品異常監視システム、52a…膜厚異常監視システム、52c…寸法異常監視システム、60…ライン制御システム、61…ウェハトレースシステム、62…ライン品質管理システム、63…品質変動原因特定部、64…異常監視判定基準更新部、64a…加工装置加工状態計測値データベース、64b…製造途中ウェハ検査計測値データベース、64c…最終製品ウェハ検査計測値データベース、65…複数種類素子間の変動成分抽出システム、65p1…独立変動成分抽出部、65p2…共通変動成分抽出部、70n…コンピュータネットワーク、70c1…装置異常監視コンピュータ、70c2…製品異常監視コンピュータ、70c3…ライン制御コンピュータ、70d1…加工装置加工状態計測値データベース、70d2…製造途中ウェハ検査計測値データベース、70d3…最終製品ウェハ検査計測値データベース。   DESCRIPTION OF SYMBOLS 1a ... Material wafer, 1b ... Final product wafer, 1n ... Wafer number, 2 ... Processing unit (type 1), 2a ... Insulating film formation unit, 2b ... Gate film formation unit, 2c ... Gate etching unit, 3 ... Processing Unit (Type 2), 3a ... Impurity implantation diffusion unit, 4 ... Final product inspection unit, 21 ... Processing device (Type 1), 21a ... Film forming device, 21c ... Etching device, 22, 22a, 22c ... Device abnormality monitoring System (type 1), 31 ... Processing device (type 2), 31a ... Infusion / diffusion device, 31s ... Status measuring device, 32, 32a ... Device abnormality monitoring system (type 2), 33s ... Parameter selection unit, 33m ... Parameter selection 34c ... determination unit 34m ... determination reference management unit 35c ... determination unit 35m ... estimated coefficient management unit 36 ... device control system 41 ... product inspection device 2 ... Product abnormality monitoring system, 44c ... Determination unit, 44m ... Judgment reference management unit, 45 ... Product design system, 51 ... Product inspection device, 51a ... Film thickness inspection device, 51c ... Dimension inspection device, 52 ... Product abnormality monitoring system 52a ... Film thickness abnormality monitoring system, 52c ... Dimensional abnormality monitoring system, 60 ... Line control system, 61 ... Wafer trace system, 62 ... Line quality management system, 63 ... Quality variation cause identification unit, 64 ... Update of abnormality monitoring criteria 64a ... Processing device machining state measurement value database, 64b ... In-process wafer inspection measurement value database, 64c ... Final product wafer inspection measurement value database, 65 ... Variation component extraction system between multiple types of elements, 65p1 ... Independent variation component extraction Part, 65p2 ... common variation component extraction part, 70n ... computer network, 70c ... device abnormality monitoring computer, 70C2 ... products abnormality monitoring computer, 70C3 ... line control computer, 70D1 ... machining device machining state measurement value database, 70D2 ... being manufactured wafer inspection measurements database, 70D3 ... final product wafer inspection measurements database.

Claims (8)

  1. 少なくともひとつの加工装置と、少なくともひとつの製品検査装置とを用いて材料基板上に微細素子を集積加工する半導体製品の製造システムであって、
    前記製造システムは、
    前記加工装置の状態を計測し、この状態計測値の異常を予め設定した判定基準に基づいて監視する装置異常監視システムと、
    半導体製品の品質を前記製品検査装置により計測し、この品質計測値の異常を予め設定した判定基準に基づいて監視する製品異常監視システムと、
    前記加工装置および前記製品検査装置への半導体製品の投入制御と、前記状態計測値および前記品質計測値の収集とを行うライン制御システムとから構成され、
    前記ライン制御システムは、
    半導体製品に加工される材料基板の各個体に識別番号名を割り当てて装置への各製品個体の投入制御と計測値収集制御を行い、前記装置異常監視システムの装置異常検知を起点に加工対象の製品個体を製造ライン下流の製品検査装置まで追跡する、あるいは前記製品異常監視システムの製品異常検知を起点に製品個体を製造ライン上流で加工した加工装置の状態計測値を逆追跡する半導体製品トレースシステムと、
    前記装置異常検知あるいは前記製品異常検知を起点にして、前記半導体製品トレースシステムにより追跡あるいは逆追跡した加工装置の状態計測値と半導体製品の品質計測値との照合分析から、品質変動の原因となった加工装置とこの加工装置の状態計測値とを特定し、さらに特定した加工装置の判定基準を計算して、この特定した加工装置の状態計測値の異常監視の登録あるいは解除と判定基準の更新とを異常検知を起点に実施するライン品質管理システムとを有することを特徴とする半導体製品の製造システム。
    A semiconductor product manufacturing system in which fine elements are integrated on a material substrate using at least one processing device and at least one product inspection device,
    The manufacturing system includes:
    An apparatus abnormality monitoring system that measures the state of the processing apparatus and monitors an abnormality of the state measurement value based on a preset criterion.
    A product abnormality monitoring system that measures the quality of a semiconductor product by the product inspection device and monitors an abnormality of the quality measurement value based on a predetermined criterion.
    It comprises a line control system that performs semiconductor product input control to the processing device and the product inspection device, and collects the state measurement value and the quality measurement value,
    The line control system includes:
    An identification number is assigned to each individual material substrate to be processed into a semiconductor product to control the input of each product to the device and the measurement value collection control, and the device abnormality detection of the device abnormality monitoring system is used as the starting point. A semiconductor product trace system that tracks a product individual to a product inspection device downstream of the production line, or backtracks a state measurement value of a processing device that has processed the product individual upstream of the production line based on the product abnormality detection of the product abnormality monitoring system. When,
    From the verification analysis of the state measurement value of the processing apparatus tracked or back-tracked by the semiconductor product trace system and the quality measurement value of the semiconductor product from the detection of the apparatus abnormality detection or the product abnormality detection, it causes quality fluctuation. The processing device and the state measurement value of this processing device are identified, and the determination criteria of the specified processing device are calculated, and the abnormal monitoring of the state measurement value of the specified processing device is registered or canceled, and the determination criterion is updated. And a line quality control system that implements an abnormality detection as a starting point.
  2. 請求項1記載の半導体製品の製造システムにおいて、
    前記製造システムは、
    異なる独立の加工装置を製造工程の一部に使用し、あるいは同一の加工装置に異なる加工条件を設定した独立の条件設定の加工装置を製造工程の一部に使用し、さらに共通の加工装置をその他の製造工程に使用して加工される、少なくとも2つ以上の複数種類の微細素子を材料基板上に集積した半導体製品を製造の対象とし、
    前記ライン制御システムは、
    前記製品検査装置により計測した品質計測値に関し、種類が異なる前記微細素子間の共通変動成分と独立変動成分とを分離する素子間変動成分抽出システムを有し、
    前記ライン品質管理システムは、
    前記品質計測値の素子間共通変動成分と前記共通の加工装置の状態計測値との照合分析から、品質変動の原因となった加工装置とこの加工装置の状態計測値とを特定する、あるいは前記品質計測値の素子間独立変動成分と前記独立の加工装置の状態計測値との照合分析から、品質変動の原因となった加工装置とこの加工装置の状態計測値とを特定することを特徴とする半導体製品の製造システム。
    The semiconductor product manufacturing system according to claim 1,
    The manufacturing system includes:
    Use different independent processing equipment as part of the manufacturing process, or use independent processing equipment with different processing conditions set in the same processing equipment as part of the manufacturing process, and use a common processing equipment. A semiconductor product in which at least two or more types of microelements that are processed using other manufacturing processes are integrated on a material substrate is the target of manufacture.
    The line control system includes:
    Regarding the quality measurement value measured by the product inspection apparatus, the inter-element variation component extraction system that separates the common variation component and the independent variation component between the different microelements of different types,
    The line quality control system is
    From the verification analysis of the inter-element common variation component of the quality measurement value and the state measurement value of the common processing device, the processing device that caused the quality variation and the state measurement value of this processing device are identified, or It is characterized by identifying the processing device that caused the quality variation and the state measurement value of this processing device from the collation analysis of the inter-element independent variation component of the quality measurement value and the state measurement value of the independent processing device. Manufacturing system for semiconductor products.
  3. 請求項1または2記載の半導体製品の製造システムにおいて、
    前記製品検査装置として、半導体製品の製造途中の製品の加工品質を計測する少なくともひとつ以上の加工品質検査装置と、製造終了後の製品の最終品質を計測する最終品質検査装置との2種類の製品検査装置を備え、
    前記ライン品質管理システムは、
    第1ステップとして、前記加工品質検査装置の製品加工品質計測値と、前記最終品質検査装置の製品最終品質計測値との、あるいは素子間共通変動成分との、あるいは素子間独立変動成分との照合分析から、品質変動の原因となった加工装置を特定し、
    第2ステップとして、特定した加工装置の状態計測値と、前記加工品質検査装置の製品加工品質計測値との照合分析から、品質変動の原因となった加工装置の状態計測値を特定し、さらに特定した加工装置の判定基準を計算する、2段階の品質変動原因特定のステップを備えたことを特徴とする半導体製品の製造システム。
    In the semiconductor product manufacturing system according to claim 1 or 2,
    As the product inspection device, two types of products, that is, at least one processing quality inspection device that measures the processing quality of a product in the middle of manufacturing a semiconductor product, and a final quality inspection device that measures the final quality of the product after the manufacture is finished Equipped with inspection equipment,
    The line quality control system is
    As a first step, the product processing quality measurement value of the processing quality inspection device is compared with the product final quality measurement value of the final quality inspection device, the inter-element common variation component, or the inter-element independent variation component From the analysis, identify the processing equipment that caused the quality fluctuation,
    As a second step, the state measurement value of the processing apparatus that has caused the quality variation is identified from a collation analysis of the state measurement value of the specified processing apparatus and the product processing quality measurement value of the processing quality inspection apparatus. A semiconductor product manufacturing system comprising a two-step quality variation cause identification step for calculating a criterion for identifying a specified processing apparatus.
  4. 請求項1〜3のいずれか1項に記載の半導体製品の製造システムにおいて、
    前記加工装置は、加工装置の状態の一部を外部から設定した加工条件値に制御する状態制御器を備え、
    前記製造システムは、外部から設定する加工条件値を計算する装置状態制御システムを備え、
    前記装置状態制御システムは、
    前記ライン品質管理システムの実施する加工装置の状態計測値と半導体製品の品質計測値との照合分析から導出される装置状態目標値計算モデルを記憶し、
    前記装置状態目標値計算モデルを用いて、製品加工目標値あるいは製品最終品質目標値と、現在あるいは過去の加工装置の制御不可能な状態の計測値とを入力として加工装置の制御可能な状態の目標値を計算し、
    計算した加工装置の状態目標値を前記状態制御器に設定して、加工装置の状態変動に関わらず製品加工目標値あるいは製品最終品質目標値を達成する加工装置状態を実現することを特徴とする半導体製品の製造システム。
    In the semiconductor product manufacturing system according to any one of claims 1 to 3,
    The processing device includes a state controller that controls a part of the state of the processing device to a processing condition value set from the outside,
    The manufacturing system includes an apparatus state control system for calculating a processing condition value set from the outside,
    The device state control system includes:
    Storing an apparatus state target value calculation model derived from a collation analysis of a state measurement value of a processing apparatus and a quality measurement value of a semiconductor product performed by the line quality management system;
    Using the device state target value calculation model, the product processing target value or the final product quality target value and the current or past measurement value of the uncontrollable state of the processing device are input as the controllable state of the processing device. Calculate the target value,
    The calculated state target value of the processing device is set in the state controller to realize a processing device state that achieves the product processing target value or the final product quality target value regardless of the state variation of the processing device. Semiconductor product manufacturing system.
  5. 請求項1〜4のいずれか1項に記載の半導体製品の製造システムにおいて、
    前記半導体製品は、微細素子として半導体トランジスタ素子を集積加工したウェハ製品であることを特徴とする半導体製品の製造システム。
    In the semiconductor product manufacturing system according to any one of claims 1 to 4,
    The semiconductor product manufacturing system according to claim 1, wherein the semiconductor product is a wafer product obtained by integrating semiconductor transistor elements as fine elements.
  6. 請求項2記載の半導体製品の製造システムにおいて、
    前記半導体製品は、異なる種類のイオン注入装置、あるいは異なる処理条件を設定したイオン注入装置を製造工程の一部に使用して、P形とN形の2つの種類の半導体トランジスタ素子をウェハ上に集積加工したウェハ製品であり、
    前記製品検査装置の品質計測値は、前記ウェハ製品のP形とN形の半導体トランジスタ素子の電気特性計測値であり、
    前記ライン品質管理システムは、前記イオン注入装置の状態計測値と、前記ウェハ製品の少なくとも2種類のトランジスタ素子の電気特性計測値の素子間独立変動成分との照合分析から、電気特性変動の原因となったイオン注入装置とこのイオン注入装置の状態計測値とを特定して、この特定したイオン注入装置の状態計測値の判定基準を更新することを特徴とする半導体製品の製造システム。
    In the semiconductor product manufacturing system according to claim 2,
    The semiconductor product uses two types of semiconductor transistor elements, P-type and N-type, on a wafer by using different types of ion implanters or ion implanters set with different processing conditions as part of the manufacturing process. Integrated wafer products,
    The quality measurement value of the product inspection device is an electrical property measurement value of the P-type and N-type semiconductor transistor elements of the wafer product,
    The line quality control system determines the cause of the electrical characteristic variation from the collation analysis of the state measurement value of the ion implantation apparatus and the inter-element independent variation component of the electrical characteristic measurement value of at least two types of transistor elements of the wafer product. A semiconductor product manufacturing system characterized by identifying an ion implantation apparatus and a state measurement value of the ion implantation apparatus, and updating a determination criterion for the state measurement value of the identified ion implantation apparatus.
  7. 請求項2記載の半導体製品の製造システムにおいて、
    前記半導体製品は、異なる種類のイオン注入装置を製造工程の一部に使用して、P形半導体トランジスタとN形半導体トランジスタをウェハ上に集積加工したウェハ製品であり、
    前記製品検査装置の品質計測値は、前記ウェハ製品のP形半導体トランジスタとN形半導体トランジスタの電気特性計測値であり、
    前記ライン品質管理システムは、前記イオン注入装置以外の加工装置の状態計測値と、前記ウェハ製品の少なくとも2種類のトランジスタ素子の電気特性計測値の素子間共通変動成分との照合分析から、電気特性変動の原因となったリソグラフィーあるいは成膜に係る加工装置とこの加工装置の状態計測値とを特定して、この特定した加工装置の状態計測値の判定基準を更新することを特徴とする半導体製品の製造システム。
    In the semiconductor product manufacturing system according to claim 2,
    The semiconductor product is a wafer product obtained by integrating and processing a P-type semiconductor transistor and an N-type semiconductor transistor on a wafer using different types of ion implantation apparatuses as part of the manufacturing process.
    The quality measurement value of the product inspection apparatus is a measurement value of electrical characteristics of the P-type semiconductor transistor and the N-type semiconductor transistor of the wafer product,
    The line quality control system is configured to perform an electrical characteristic from a collation analysis between a state measurement value of a processing apparatus other than the ion implantation apparatus and an inter-element common variation component of an electrical characteristic measurement value of at least two types of transistor elements of the wafer product. A semiconductor product characterized by identifying a processing apparatus related to lithography or film formation that causes fluctuations and a state measurement value of the processing apparatus, and updating a determination criterion of the state measurement value of the specified processing apparatus Manufacturing system.
  8. 請求項5〜7のいずれか1項に記載の半導体製品の製造システムにおいて、
    前記製品検査装置として、ウェハ製品の製造途中の加工寸法を計測する少なくともひとつ以上の加工寸法検査装置と、製造終了後の製品の電気特性を計測する最終特性検査装置との2種類の製品検査装置を備え、
    前記装置異常監視システムとして、半導体トランジスタ素子の形状加工を行う露光装置あるいは食刻装置あるいは成膜装置と、半導体トランジスタ素子の不純物注入を行うイオン注入装置あるいは拡散装置との状態を計測して監視する装置異常監視システムを備え、
    前記ライン品質管理システムは、
    第1ステップとして、前記ウェハ製品の製造終了後の電気特性計測値の収集を起点として、前記ウェハ製品の製造履歴を逆トレースして、前記ウェハ製品の製造途中の加工寸法計測値履歴を収集し、さらに前記ウェハ製品に不純物を注入拡散した注入装置あるは拡散装置の状態計測値履歴を収集し、
    第2ステップとして、収集した前記加工寸法計測値と前記装置状態計測値とを組み合わ、この組み合わせデータと前記電気特性計測値データとの照合分析を行い、照合分析結果から製品電気特性変動の原因となった加工寸法あるいは不純物注入装置の状態計測値を特定し、
    第3ステップとして、特定した不純物注入装置の状態変動が製品電気特性変動の原因であった場合には、この特定した不純物注入装置の装置状態監視の判定基準を計算し、
    加工寸法の変動が製品電気特性変動の原因であった場合には、第4ステップとして、半導体トランジスタ素子の形状加工装置の状態計測値履歴を収集し、この収集した形状加工装置状態計測値データと前記加工寸法計測値データとの照合分析を行い、照合分析結果から製品加工寸法変動の原因となった加工装置の状態計測値を特定し、この特定した加工装置の装置状態監視の判定基準を計算することを特徴とする半導体製品の製造システム。
    In the semiconductor product manufacturing system according to any one of claims 5 to 7,
    As the product inspection apparatus, two types of product inspection apparatuses, that is, at least one processing dimension inspection apparatus that measures a processing dimension in the middle of manufacture of a wafer product, and a final characteristic inspection apparatus that measures the electrical characteristics of the product after the manufacture is finished. With
    The apparatus abnormality monitoring system measures and monitors the state of an exposure apparatus, an etching apparatus, or a film forming apparatus that performs shape processing of a semiconductor transistor element, and an ion implantation apparatus or a diffusion apparatus that performs impurity implantation of the semiconductor transistor element. Equipped with equipment abnormality monitoring system,
    The line quality control system is
    As a first step, the manufacturing history of the wafer product is reverse-traced starting from the collection of electrical characteristic measurement values after the wafer product is manufactured, and the processing dimension measurement value history during the manufacturing of the wafer product is collected. In addition, an implantation apparatus in which impurities are implanted and diffused into the wafer product or a state measurement value history of the diffusion apparatus is collected,
    As a second step, the collected measured dimension measurement value and the apparatus state measurement value are combined, and a collation analysis is performed between the combination data and the electric characteristic measurement value data. Identify the processed dimensions or state measurements of the impurity implanter,
    As a third step, when the state change of the specified impurity implantation apparatus is the cause of the product electrical characteristic fluctuation, the determination criterion of the apparatus state monitoring of the specified impurity implantation apparatus is calculated,
    When the variation in the processing dimension is the cause of the variation in the electrical characteristics of the product, as a fourth step, the state measurement value history of the semiconductor transistor element shape processing apparatus is collected, and the collected shape processing apparatus state measurement value data and Perform collation analysis with the machining dimension measurement value data, identify the state measurement value of the processing machine that caused the product machining dimension fluctuation from the collation analysis result, and calculate the criteria for monitoring the machine state of the identified machining apparatus A semiconductor product manufacturing system.
JP2004364232A 2004-12-16 2004-12-16 Manufacturing system of semiconductor product Pending JP2006173373A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004364232A JP2006173373A (en) 2004-12-16 2004-12-16 Manufacturing system of semiconductor product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004364232A JP2006173373A (en) 2004-12-16 2004-12-16 Manufacturing system of semiconductor product

Publications (1)

Publication Number Publication Date
JP2006173373A true JP2006173373A (en) 2006-06-29

Family

ID=36673785

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004364232A Pending JP2006173373A (en) 2004-12-16 2004-12-16 Manufacturing system of semiconductor product

Country Status (1)

Country Link
JP (1) JP2006173373A (en)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1967996A1 (en) 2007-03-09 2008-09-10 Omron Corporation Factor estimating support device and method of controlling the same, and factor estimating support program
JP2009099960A (en) * 2007-09-25 2009-05-07 Toshiba Corp Quality control method, manufacturing method of semiconductor device, and quality control system
JP2010087459A (en) * 2008-09-08 2010-04-15 Toshiba Corp Device and method for identifying failure cause
JP2012123521A (en) * 2010-12-07 2012-06-28 Toppan Printing Co Ltd Automatic change system of process condition and determination condition of manufacturing device
JP2012186213A (en) * 2011-03-03 2012-09-27 Hitachi Kokusai Electric Inc Substrate processing system, management apparatus and data analysis method
WO2014115643A1 (en) * 2013-01-25 2014-07-31 株式会社日立国際電気 Substrate processing device anomaly determination method, anomaly determination device, and substrate processing system and recording medium
KR101496553B1 (en) 2012-10-09 2015-02-26 타이완 세미콘덕터 매뉴팩쳐링 컴퍼니 리미티드 2d/3d analysis for abnormal tools and stages diagnosis
JP2015211133A (en) * 2014-04-25 2015-11-24 株式会社荏原製作所 Cmp analyzer, cmp analysis method, and program

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1967996A1 (en) 2007-03-09 2008-09-10 Omron Corporation Factor estimating support device and method of controlling the same, and factor estimating support program
JP2009099960A (en) * 2007-09-25 2009-05-07 Toshiba Corp Quality control method, manufacturing method of semiconductor device, and quality control system
JP2010087459A (en) * 2008-09-08 2010-04-15 Toshiba Corp Device and method for identifying failure cause
JP2012123521A (en) * 2010-12-07 2012-06-28 Toppan Printing Co Ltd Automatic change system of process condition and determination condition of manufacturing device
JP2012186213A (en) * 2011-03-03 2012-09-27 Hitachi Kokusai Electric Inc Substrate processing system, management apparatus and data analysis method
KR101496553B1 (en) 2012-10-09 2015-02-26 타이완 세미콘덕터 매뉴팩쳐링 컴퍼니 리미티드 2d/3d analysis for abnormal tools and stages diagnosis
US9158867B2 (en) 2012-10-09 2015-10-13 Taiwan Semiconductor Manufacturing Co., Ltd. 2D/3D analysis for abnormal tools and stages diagnosis
WO2014115643A1 (en) * 2013-01-25 2014-07-31 株式会社日立国際電気 Substrate processing device anomaly determination method, anomaly determination device, and substrate processing system and recording medium
JPWO2014115643A1 (en) * 2013-01-25 2017-01-26 株式会社日立国際電気 Substrate processing apparatus abnormality determination method, abnormality determination apparatus, substrate processing system, and recording medium
JP2015211133A (en) * 2014-04-25 2015-11-24 株式会社荏原製作所 Cmp analyzer, cmp analysis method, and program

Similar Documents

Publication Publication Date Title
JP2017122920A (en) Method for providing quality metric for improved process control
KR20170086585A (en) Improved process control techniques for semiconductor manufacturing processes
JP5636486B2 (en) Multi-layer / multi-input / multi-output (MLMIMO) model and method of using the model
US9141097B2 (en) Adaptive and automatic determination of system parameters
KR101530098B1 (en) Using multi-layer/multi-input/multi-output (mlmimo) models for metal-gate structures
US7198964B1 (en) Method and apparatus for detecting faults using principal component analysis parameter groupings
JP5026326B2 (en) Method and system for determining etching process state
US6526547B2 (en) Method for efficient manufacturing of integrated circuits
CN100432879C (en) Integration of fault detection with run-to-run control
US7601240B2 (en) Disturbance-free, recipe-controlled plasma processing system and method
US10014198B2 (en) Wear detection of consumable part in semiconductor manufacturing equipment
KR101311640B1 (en) Dynamic metrology sampling with wafer uniformity control
US6915177B2 (en) Comprehensive integrated lithographic process control system based on product design and yield feedback system
TWI410822B (en) Advanced process control method and system
US20150205270A1 (en) Methods and apparatuses for utilizing adaptive predictive algorithms and determining when to use the adaptive predictive algorithms for virtual metrology
US8849615B2 (en) Method and system for semiconductor process control and monitoring by using a data quality metric
CN101258499B (en) Fault detection and classification (FDC) using a run-to-run controller
KR100727049B1 (en) Method for determining optimal process targets in microelectronic fabrication
JP3957964B2 (en) Lot dispatching method and lot dispatching system
US6842658B2 (en) Method of manufacturing a semiconductor device and manufacturing system
WO2015049087A1 (en) Methods &amp; apparatus for obtaining diagnostic information relating to an industrial process
CN100378941C (en) Method and apparatus for predicting device electrical parameters during fabrication
KR101442385B1 (en) Qualitative fault detection and classification system for tool condition monitoring and associated methods
KR100604523B1 (en) Model Making Device Between the Relation in Process and Quality and Method thereof
KR101069932B1 (en) Dynamic metrology sampling methods