JP2007019356A - 検査データ解析システムと検査データ解析プログラム - Google Patents

Abstract

【課題】
集積回路、液晶ディスプレイ、光トランシーバ、薄膜磁気ヘッドなど多数の工程を経て形成される製造物の不良の発生源を推定するのための検査データ解析方法やその情報システムを提供する。
【解決手段】
解析対象のウエハ番号を選択するステップ１０１、検査データを読み込むステップ１０２、製造経路データを読み込むステップ１０３、ウエハ別に装置コード別の頻度を数えるステップ１０４、装置コード別かつ頻度別に検査データをグルーピングするステップ１０５、装置コード別にグループ間の検査データ分布を比較するステップ１０６、結果を装置コード間で比較するステップ１０７を実行することで、不良の発生源を推定する。
【選択図】 図１

Description

本発明は、集積回路、液晶ディスプレイ、光トランシーバ、薄膜磁気ヘッドなどの製造工程のように、多数の工程を経て形成される製造物の不良の発生源(発生工程)を推定するために実行する検査データ解析方法やそれを実行するシステムに関する。

集積回路の製造工程を例に以下説明する。集積回路の製造過程は、一般にシリコンウエハ上に多数のチップを作り込む前工程と、個々のチップを切り出し、モールドして製品を仕上げる後工程とからなっている。一般に、前工程の最後に行われる電気検査で、個々のチップの良否を判定し、良品と判定されたチップだけが後工程において、継続して処理がなされる。

前工程では、全チップに対する電気検査で良品と判定されたチップの割合が、良品率、すなわち、歩留りと呼ばれている。前工程製造ラインでは、この歩留りを向上することが、低コスト生産を実現するために重要である。

歩留り向上を目的とした不良発生源(発生工程)の推定方法には、従来から様々な方法が提案されている。その中に、被製造物(ウエハ)が通過した製造装置と検査データの関係に着目した解析方法がある。この方法は、例えば、特許文献１や特許文献２に記載されているように、同一工程において使用されている複数の製造装置の号機間の有意差を解析する方法である。特許文献１には、被製造物が通過した製造装置の号機と電気検査の結果である歩留りの関係を、分散分析を用いて解析し、号機間に有意差がある工程を見つけ出す方法が記されている。特許文献２には、被製造物が通過した製造装置の号機別に、異物検査で検出した異物の座標を比較し、号機間の有意差を見つけ出す方法が記されている。しかし、上記の方法は、いずれも一つの工程に複数の製造装置が存在していることを前提として、その号機間の有意差を見つける方式であった。

特開2000-12640号公報 特開平11-45919号公報

上述した特許文献１や特許文献２に記されている方法は、号機間の有意差を見つけるものである。そのため、たとえば、ある工程では、一つの製造装置しか使われていない場合に、その工程は、号機間の有意差を計算できず、不良発生源(発生工程)の推定の対象外にせざるを得ない課題があった。

本発明は、号機間の有意差を計算することなく、不良発生源(不良発生工程)を推定する技術の提供を目的としている。

本発明は、被製造物の製造過程の特徴に着目している。集積回路、液晶ディスプレイ、光トランシーバ、薄膜磁気ヘッドなどのように多層構造を含む製造物の製造過程は、類似の加工処理を同じ製造装置を複数回使用して行う特徴がある。たとえば、一つの製造物が完成するまでに、露光装置を用いた露光処理を複数回行う。また、エッチング装置を用いたエッチング処理を複数回行う。また、露光装置やエッチング装置は、一つの工場に複数台存在することが一般的で、ウエハ毎かつ工程毎に使う製造装置が異なる場合が多い。

そこで、上述した課題解決を目的に、製造装置の使用頻度に着目した不良発生源の推定方法を提供する。課題解決の一つの手段は、製造物（例えば、ウエハ）が通過した製造装置の装置コード番号の情報を有する製造経路データを格納する製造経路データ管理ユニットと、該製造物を検査装置で検査して得た検査データを格納する検査データ管理ユニットと、該製造物毎の該製造経路データが有する各装置コード番号の出現頻度を集計し、該出現頻度と該検査データとの相関を解析し、該製造物の不良の発生源を推定するデータ解析ユニットと、該製造経路データ管理ユニットと該検査データ管理ユニットと該データ解析ユニットとを接続するローカルエリアネットワークとを有する検査データ解析システムを構築し、不良発生源の推定に活用することである。 より具体的には、特許請求の範囲に記載のとおりに構成したものである。

本発明によれば、製造物が通過した装置コード番号を有する製造経路データと、製造物に対する検査結果である検査データを使って、迅速に不良発生源を推定できる。

以下、本発明の実施例を図面を用いて詳細に説明する。

本実施形態は、シリコンウエハ上に集積回路を形成する製造工程に適用した一例である。

図２は、本実施形態を説明するために、製造ラインで使われる製造装置群をブロック図で表した一例である。製造ラインでは、ローカルエリアネットワーク２６１に、各種の製造装置あるいは製造装置に付属の端末が接続されている。各製造装置を用いて、ウエハに何らかの処理を施すと、その実績は、各製造装置からローカルエリアネットワーク２６１を介して、実績管理データベース２４１に送られ、格納される。本発明では、実績管理データベース２４１に格納されたデータを、データ解析装置２５１から検索し、データ解析装置２５１にそのデータを伝送し、データ解析装置２５１の中で解析する。

本発明では、各製造装置から送られるウエハに対する処理の実績データのうち、「どのウエハに対して、どの製造装置で、どの工程の処理がなされたかを表す実績データ」を「ウエハの製造経路データ」として記録することを特徴としている。その実績データを各製造装置から収集して、実績管理データベース２４１に格納する機能を果たす製造経路データ管理ユニット２４２を独立して示した。なお、製造経路データ管理ユニット２４２の機能は、その他の実績データを記録する場合と同様に、各製造装置、および実績管理データベース２４１に持たせることも考えられる。また、本発明では、各種検査装置、またはテスタ等からの検査データを収集して、記録、管理を行う検査データ管理ユニット２４３を備えている。この検査データ管理ユニット２４３の機能は、各種検査装置、テスタ、または実績管理データベース２４１に持たせることも考えられる。

本例に示すように、ＣＶＤ装置は１号機と２号機、露光装置は１号機から４号機と同じ処理を施す製造装置であっても複数台存在している工程もある。

図３は、図２で示した各製造装置を一意に識別するための装置コード番号が定義された一覧表の一例である。１列目に装置コード番号、２列目に装置名が記されている。例えば、本例では、エッチング装置の１号機は、装置コード番号が１４１と定義されて登録されていることを意味する。

図１は、本発明を適用した検査データ解析プログラムの処理手順の一例である。ステップ１０１では、解析対象とする複数個のウエハ番号を選択する。ウエハ番号とは、製造ラインの中でウエハを一意に識別できるコード番号である。次に、ステップ１０２では、ウエハ番号に対応した検査データを読み込む。次に、ステップ１０３では、ステップ１０１で選択した複数個のウエハ番号に対応した製造経路データを読み込む。製造経路データとは、各ウエハが製造過程で通過した装置や装置内のチャンバなどの情報を格納したデータである。すなわち、図３で示した装置コード番号が羅列されたデータであり、ウエハ毎に異なることが多い。次に、ステップ１０４では、ステップ１０３で読み込んだ製造経路データから、ウエハ毎に装置コード番号別の出現頻度をカウントする。ステップ１０５では、装置コード番号別かつ出現頻度別に検査データのグループを作る。ステップ１０６では、装置コード番号別に、グループ間、すなわち各出現頻度別の検査データの分布を比較する。具体的には、例えば、エッチング装置の２号機を１回だけ使用したウエハ群の歩留りの分布と、その同じ装置を２回使用したウエハ群の歩留りの分布との間で、分散分析を行い、有意確率Ｐ値を計算する。また、横軸に出現頻度、縦軸に歩留りとした散布図における相関係数を計算する。次に、ステップ１０７では、ステップ１０６で計算した相関係数が負の装置コード番号のＰ値を比較する。ステップ１０６で計算したＰ値がもっとも小さい装置コード番号を選び出す。あるいは、Ｐ値が小さい順に装置コード番号を整列する。以上の手順を実行することで、不良の発生源の製造装置を絞り込むことができる。

上記した検査データ解析プログラムの処理手順によって、不良の発生源の製造装置を絞り込む考え方を説明する。統計的仮説検定の手法により、「検定の対象とする製造装置は正常に稼動しており、不良を作りこむ確立は正常と判定出来る範囲内で小さい。」とする帰無仮説(帰無仮説は棄却されて始めて研究者等の調査・実験意図が達せられる。無に帰される仮設。)を立てる。その製造装置により、加工が為された各ウエハのうち、その製造装置を１回だけ使用したウエハ群の歩留り(各ウエハにおいて、ウエハ上に形成された複数の半導体チップの良品率)の分布と、その同じ装置を２回使用したウエハ群の歩留りの分布を検査データより求める。もし、存在すれば、３回以上使用したウエハ群の歩留りの分布も別途同様に調べることにしてもよい。それぞれのウエハ群の歩留りの分布は、正規分布をする母集団から、ある大きさの標本を採取して得られた分布と見なせる。これらの２つの標本の分布より、２つの母集団の分散が等しいかどうかを以下の手順にて検定する。

(1) 製造装置を１回だけ使用したウエハ群のデータ数(ウエハ数)ｎ₁、各ウエハの歩留り(標本データ)ｘ_1i、標本平均ｘ_1mとすると、不偏分散Ｕ₁(標本データから求めた母集団の分散の推定値)は、
Ｕ₁＝Σ(ｘ_1i−ｘ_1m)²／(ｎ₁−１) …… (数１) より求める。

(2) 製造装置を２回だけ使用したウエハ群のデータ数(ウエハ数)ｎ₂、各ウエハの歩留り(標本データ)ｘ_2i、標本平均ｘ_2mとすると、不偏分散Ｕ₂(標本データから求めた母集団の分散の推定値)は、
Ｕ₂＝Σ(ｘ_2i−ｘ_2m)²／(ｎ₂−１) …… (数２) より求める。

(3) 統計量Ｆ₀＝Ｕ₁／Ｕ₂ …… (数３) を求める。

(4) Ｆ₀は、第１自由度Φ₁＝ｎ₁−１、第２自由度Φ₂＝ｎ₂−１のＦ分布に従う。Ｆ分布表より、統計量Ｆ₀(分散比)の出現確率である有意確率Ｐ＝Ｐr｛Ｆ≧Ｆ₀｝を求める。

(5) 統計的仮説検定の手法では、検定の危険率(有意水準)αとして例えばα＝0。05を採用するなら、両側検定であれば危険率をα/２とし、片側検定であれば危険率をαとして、
Ｐ＞αのとき、帰無仮説を採択する。「２群の母分散は等しくないとはいえない。」
Ｐ≦αのとき、帰無仮説を棄却する。「２群の母分散は等しくない。」
と検定する。
本発明では、検定の危険率(有意水準)αを設定するのではなく、有意確率Ｐ値が最も小さくなる製造装置の順に、不良の発生源である確率が高いと判定する。それは、不良の発生源を生じた製造装置では、その製造装置でウエハを加工することが、ウエハの歩留りの分布、その分布の分散に最も影響があると考えられるからである。

(6) 横軸に出現頻度(製造装置の使用回数)、縦軸にウエハの歩留りとした散布図における相関係数を計算する。

相関係数は、二つの変量Ｘ、Ｙの関係の強さを示す指標の一つであるが、相関係数Ｒ_XYは、共分散Ｓ_XY、標準偏差Ｓ_X、Ｓ_Yとすると、次式で求められる。

Ｒ_XYは、−１≦Ｒ_XY≦１の値を取る。Ｒの絶対値が１に近いほど相関が強いと判断する。しかし、相関係数の値のみでは相関係数が有意かどうかは判断できない。本発明では、不良の発生源である製造装置を特定するための手法を提案するものであり、製造装置の使用回数が多いほど、ウエハの歩留りが低下する製造装置を絞り込むことになる。すなわち、相関係数が負の装置コード番号の有意確率Ｐ値を比較する。

図４は、ステップ１０３で読み込む製造経路データの一例である。本例では、ウエハ番号に対応した製造経路データを示している。各ウエハの製造経路データは、ヘッダ部に集積回路の品種名、ウエハ番号、ウエハを処理した工程数が記されている。また、データ部には、各工程を処理した日時、工程コード番号、装置コード番号、工程名が記されている。例えば、本例の製造経路データを読み込むことで、ウエハ番号Ａ１５４０−０３は、２００４年２月２日に行われたロコス塗布工程と、２００４年２月１９日に行われた配線２塗布工程は、同じ塗布装置２号機を使っていることなどがわかる。図１のステップ１０４では、この例のような製造経路データに記された装置コード番号を番号別に数えている。例えば、装置コード番号１３１の露光装置１号機が何回使われたか、装置コード番号１７２のレジスト除去装置２号機が何回使われたかのように、図３に定義した装置コード番号別に出現頻度を数える。

図５は、図１のステップ１０２で読み込む検査データの一例である。本例ではウエハ別に検査データが分かれている。各ウエハの検査データは、ヘッダ部に集積回路の品種名、ウエハ番号、検査ステップ部に、そのウエハが検査された検査項目が記されている。また、データ部には検査ステップ部に記された検査項目に対する検査結果が記されている。ここで、例２７１のウエハＡ１５４０−０３は、検査Ｊ、テストＡ、テストＢを実施しているが、例２７２のウエハＡ１５４１−０２は、検査Ｋ、テストＡ、テストＢを実施している。このように、ウエハ毎に実施する検査が異なる場合も多い。

図６は、検査データ解析装置２５１で、図１のプログラムを実行したときに、出力装置２５７に表示されるグラフィカルユーザインターフェースの一例である。３００に製品名を入力し、３０１に検索の基点となる工程を指定する。また、３０１で指定した工程を何月何日から何月何日に通過したウエハかどうかを３０２と３０３に入力する。また、対象ウエハを限定するために、ウエハ番号の下２桁を選択する。本例では、３００にＡＳＩＣ−００１を入力し、３０１でテストＡ−Ｙｉｅｌｄを選択し、３０２に２００４年２月１日を入力し、３０３に２００４年２月３日を入力し、３０４でウエハ番号下２桁が０２と０３と０４を選択している。以上が図１のステップ１０１のウエハ番号のラフな選択である。次に、３０６のＳＥＡＲＣＨボタンをクリックすることで、ステップ１０２が実行され、図５で示した検査データが読み込まれる。３０５は、上述したウエハ番号の選択条件で読み込まれた検査データを表示したものである。この表示結果から、さらにウエハ番号を選択して、対象ウエハを限定することもできる。次に、３０７のＡＮＡＬＹＳＩＳボタンをクリックすると、ステップ１０３からステップ１０７が実行され、図７の画面へ遷移する。

図７も、検査データ解析装置２５１で、図１のプログラムを実行したときに、出力装置２５７に表示されるグラフィカルユーザインターフェースの一例である。図６の３０７のＡＮＡＬＹＳＩＳボタンをクリック後、ステップ１０３からステップ１０７が実行された結果を、この画面で表示している。２８１は、３０１で入力されたものが自動的に入るが、プルダウンで変更もできる。２８１で指定された工程が、解析対象の検査項目となる。２８２と２８３は、画面表示の条件であり、本例では、ステップ１０６で検査データ分布を比較したときのＰ値（有意確率）でソートし、画面には装置別に結果を表示することを指定している。すなわち、２８２でＰ値によるソートを選択することがステップ１０７を実行したことに相当する。２８４に、Ｐ値が最も小さい値の結果を、２８５にＰ値が次に小さい値の結果を表示している。すなわち、２８４に、最も不良の発生源である確率が高い製造装置の結果を、２８５に、次に不良の発生源である確率が高い製造装置の結果を表示している。また、２８６のスクロールバーで、Ｐ値の順に結果を切り換えることができる。２８４の内部には、２８７に対象の装置コード番号、２８８にその装置名、２８９にステップ１０６でのＰ値、２９０に結果をグラフで示したものが表示されている。２９０の例は、縦軸に２８１で選択した検査項目、横軸に装置コード番号が表す製造装置の使用回数で箱ひげ図を描いたものである。すなわち、２９０の例では、ステップ１０５で作成したグループのうち、装置コード番号１４２のエッチング装置２号機に関するグループとして、ウエハ別の製造経路データに装置コード番号１４２が１つだけ含まれているグループ、製造経路データに装置コード番号１４２が２つ含まれているグループ、製造経路データに装置コード番号１４２が３つ含まれているグループの３種類があることがわかる。

図８は、本発明のプログラムを実行する検査データ解析装置のハードウェア構成を示すブロック図の一例である。検査データ解析装置２５１は、ローカルエリアネットワーク２６１を介して、実績管理データベース２４１に接続されている。検査データ解析装置２５１は、通信制御装置２５２、制御・演算装置２５３、主記憶装置２５４、２次記憶装置２５５、キーボードやマウスなどの入力装置２５６、ディスプレイやプリンタなどの出力装置２５７を備えている。実績管理データベース２４１に格納された製造履歴データや検査データは、ローカルエリアネットワーク２６１、通信制御装置２５２を介して、検査データ解析装置２５１に入力される。また、入力された製造履歴データや検査データは、２次記憶装置２５５に格納される。図１で示したプログラムは、予め２次記憶装置２５５に格納され、実行時には主記憶装置２５４に読み込まれて実行される。２次記憶装置２５５に格納された製造履歴データや検査データは、図１のステップ１０２やステップ１０３で２次記憶装置２５５に読み込まれる。製造経路データ管理ユニット２４２は、各製造装置からウエハの製造経路データを収集して、実績管理データベース２４１に格納する。また、検査データ管理ユニット２４３は、各種検査装置、またはテスタ等からの検査データを収集して、実績管理データベース２４１へ記録、管理を行う。

以上、集積回路を形成する工程で、本発明を実施した一例を説明した。本発明は、ウエハ上に集積回路を形成する工程だけではなく、ウエハの代わりに、ガラス基板を用いる液晶ディスプレイやその他様々な製造物の不良の発生源を推定するために活用できる。

本発明で実行する検査データ解析プログラムのフローチャートの一例である。 製造ラインで使われる製造装置群をブロック図で表した一例である。 装置コード番号の定義リストの一例である。 ウエハ別の製造経路データの一例である。 ウエハ別の検査データの一例である。 グラフィカルユーザインターフェースの一例である。 グラフィカルユーザインターフェースの一例である。 本発明を実行するハードウェア構成の一例である。

符号の説明

１０１…解析対象のウエハ番号の選択処理、１０２…検査データの読み込み処理、１０３…製造経路データの読み込み処理、１０４…ウエハ別に装置コード別の頻度カウント処理、１０５…装置コード別、頻度別に検査データのグルーピング処理、１０６…装置コード別にグループ間の検査データ分布の比較処理、１０７…結果の装置コード間の比較処理、１１１…ＣＶＤ装置１号機、１１２…ＣＶＤ装置２号機、１２１…塗布現像装置１号機、１２２…塗布現像装置２号機、１３１…露光装置１号機、１３２…露光装置２号機、１３３…露光装置３号機、１３４…露光装置４号機、１４１…エッチング装置１号機、１４２…エッチング装置２号機、１４３…エッチング装置３号機、１５１…イオンプランタ装置１号機、１５２…イオンプランタ装置２号機、１６１…洗浄装置１号機、１６２…洗浄装置２号機、１６３…洗浄装置３号機、１７１…レジスト除去装置１号機、１７２…レジスト除去装置２号機、１７３…レジスト除去装置３号機、１８１…スパッタ装置１号機、１８２…スパッタ装置２号機、１９１…拡散装置１号機、１９２…拡散装置２号機、２０１…研磨装置１号機、２０２…研磨装置２号機、２１１…欠陥検査装置、２２１…寸法検査装置、２３１…テスタ１号機、２３２…テスタ２号機、２３３…テスタ３号機、２４１…実績管理データベース、２４２…製造経路データ管理ユニット、２４３…検査データ管理ユニット、２５１…データ解析装置、２５２…通信制御装置、２５３…制御・演算装置、２５４…主記憶装置、２５５…２次記憶装置、２５６…入力装置、２５７…出力装置、２６１…ローカルエリアネットワーク、２７１、２７２…検査データ、２８１…縦軸の検査項目（工程）、２８２…ソート条件、２８３…表示フォーマット条件、２８４、２８５…解析結果、２８７…装置コード番号、２８８…装置名、２８９…Ｐ値、２９０…箱ひげ図、２９１…戻りボタン、２９２…印刷ボタン、３００…製品名、３０１…基点となる工程、３０２…開始日、３０３…終了日、３０４…ウエハ番号の下２桁、３０５…検索結果のウエハ番号と検査データ、３０６…ＳＥＡＲＣＨボタン、３０７…ＡＮＡＬＹＳＩＳボタン、３１０…印刷ボタン、３１１…終了ボタン

Claims (5)

1. 複数の工程を経て形成される製造物の不良発生源を推定するための検査データ解析システムであって、
   該製造物が通過した製造工程の製造装置を特定する装置コード番号の情報を、前記製造物毎に作成される製造経路データとして記録する製造経路データ管理ユニットと、
   該製造物を検査装置で検査して得た検査データを格納する検査データ管理ユニットと、
   前記製造物毎の製造経路データを読み出し、各装置コード番号毎に、出現頻度毎の製造物のグループを構成し、各製造物に対応した前記検査データを読み出して、前記 グループ毎の検査データ分布を作成し、および、前記装置コード番号毎に出現頻度毎の検査データ分布の分散比の確率分布を計算するデータ解析ユニットとを有し、
   前記データ解析ユニットは、ユーザの指定に応じて、前記出現頻度と前記検査データとの相関図を出力表示することを特徴とする検査データ解析システム。
2. 前記データ解析ユニットは、前記装置コード番号毎に、出現頻度毎の検査データ分布の分散比の確率分布より有意確率Ｐ値を計算し、ユーザの指定に応じて、前記有意確率Ｐ値によってソートされた順位に基づいて、前記出現頻度と前記検査データとの相関図を出力表示することを特徴とする請求項１に記載の検査データ解析システム。
3. 前記データ解析ユニットは、不良発生源の製造装置の候補として、横軸に出現頻度、縦軸に検査データとした散布図における相関係数が負となる前記装置コード番号のみを選定して、前記有意確率Ｐ値を計算することを特徴とする請求項１に記載の検査データ解析システム。
4. 複数の工程を経て形成される製造物の不良発生源を推定するために実行する検査データ解析プログラムであって、
   前記製造物が通過した製造工程の製造装置を特定する装置コード番号の情報を記録した製造経路データを読み込む製造経路データ読込み処理と、
   前記製造物を検査装置で検査して得た検査データを読み込む検査データ読み込み処理と、
   前記製造経路データより、各装置コード番号毎に出現頻度毎の製造物のグループを構成し、前記グループ毎の検査データ分布を作成する処理と、
   前記装置コード番号毎に出現頻度毎の検査データ分布の分散比の確率分布より、有意確率Ｐ値を計算する処理と、
   前記有意確率Ｐ値によってソートされた順位に基づいて、前記出現頻度と前記検査データとの相関図を出力表示する処理と
   を有することで、該製造物の不良の発生源を推定することを特徴とする検査データ解析プログラム。
5. 不良発生源の製造装置の候補として、横軸に出現頻度、縦軸に検査データとした散布図における相関係数が負となる前記装置コード番号のみを選定して、前記有意確率Ｐ値を計算する
   ことを特徴とする請求項４記載の検査データ解析プログラム。
   

Images