JP2010263008A - エラー要因抽出の表示方法及びその表示システム - Google Patents

Abstract

【課題】測長ＳＥＭの測定エラーの要因で、装置の稼動状況に最も負荷を与えている修正すべきレシピの順位付けと測定エラーのシーケンス検知を容易に視覚的に判断できるエラー要因抽出の表示方法及びその表示システムを提供することにある。
【解決手段】ビジュアル情報管理部１１０は、測長ＳＥＭから取り込んだログ情報等から、エラー率分布やエラー内訳グラフ、相関グラフなどのエラー要因抽出グラフを作成する。ビジュアル情報制御手段１１８のグラフ表示処理部１１８Ａは、エラー率算出処理部１１８Ｂによって求めた総処理数におけるロット或いは測定点エラー率からエラー率分布を作成する。強調表示処理部１１８Ｃは、入力手段１２０のパラメータで指定された管理レシピをグラフ上に強調表示する。等高線表示処理部１１８Ｄは、グラフ上でエラー数の面内分布を等高線で表示する。
【選択図】図５

Description

本発明は、寸法測定機能付きの走査型電子顕微鏡（測長ＳＥＭ（Scanning Electron Microscope））等の動作条件を設定するレシピに対して、エラー発生時に、修正すべきレシピの順位付けとエラー要因をコンピュータ上に表示するエラー要因抽出の表示方法及びその表示システムに関する。

半導体デバイスの測定や検査に用いられる走査電子顕微鏡は、レシピと呼ばれる測定条件が登録されたプログラムに基づいて、測定或いは検査を実行する。このような走査電子顕微鏡のレシピが、適正に設定されていないと、エラー発生の原因ともなり、装置の自動化を阻害する要因となる。このようなレシピを自動作成するための手法として、半導体デバイスの設計データに基づいて、レシピを自動生成するものが知られている（例えば、特許文献１参照）。

ここで、従来、走査型電子顕微鏡の測定中にエラーが発生した場合、オペレータの経験と勘に基づいて修正するレシピの順位付け、エラー要因の診断が試みられていた。

特開２００８−１４７１４３号公報

ここで、走査型電子顕微鏡の中でも、半導体デバイスは量産と少量多品種の２種類に区別できる。前者は、同じ試料が多数製造されるため同じレシピによる計測が連続的に行われる。しかし、後者の場合、多数の試料が存在するため、試料分のレシピが複数存在することになる。

計測中のレシピでエラーが発生すると、装置が停止し、その間の計測等ができなくなる。さらに、複数レシピでエラーが発生したとすると、その中でも一番多く使用しているレシピから修正する必要があり、判断するまでに多くの時間を要する。

したがって、エラー要因の診断の前処理として、装置の稼動状況に最も負荷を与えているレシピを順位付けして、効率よく修正するための「レシピ順位付け」が必要となる。また、走査型電子顕微鏡の計測処理のどのシーケンスでエラーが発生したかを検知することで、次処理でのエラー要因分析の効率向上に繋がる。

本発明の目的は、測長ＳＥＭの測定エラーの要因で、装置の稼動状況に最も負荷を与えている修正すべきレシピの順位付けと測定エラーのシーケンス検知を容易に視覚的に判断できるエラー要因抽出の表示方法及びその表示システムを提供することにある。

（１）上記目的を達成するために、本発明は、半導体デバイスの製造工程における製造プロセスの評価をモニタし、エラー要因抽出の表示方法であって、寸法測定機能付きの走査型電子顕微鏡でウェハー計測した測定条件及びエラー情報を含んだログ情報をコンピュータ上に取得して解析し、ログ情報の解析データからエラー要因抽出グラフをビジュアル化して表示するようにしたものである。
かかる方法により、修正すべきレシピの順位付けと測定エラーのシーケンス検知を容易に視覚的に判断できるものとなる。

（２）上記（１）において、好ましくは、前記エラー要因抽出グラフは、エラー率分布であり、処理数及びエラー率を軸として２次元表示するようにしたものである。

（３）上記（２）において、好ましくは、前記エラー率分布は、パラメータ設定画面で設定した管理レシピをグラフ上に強調表示されるようにしたものである。

（４）上記（２）において、好ましくは、前記エラー率分布は、エラー数の面内分布を等高線で表示するものである。

（５）上記（１）において、好ましくは、前記エラー要因抽出グラフは、エラー内訳であり、装置名、エラー数を軸として２次元表示するようにしたものである。

（６）上記（５）において、好ましくは、前記エラー内訳グラフは、測定処理（アライメント点、測定点）単位のエラーにエラーコード、シーケンス情報を付加表示するようにしたものである。

（７）上記（１）において、好ましくは、前記エラー要因抽出グラフは、相関グラフであり、測定シーケンスのエラー発生箇所前後の測定条件、測定結果を軸として表示するようにしたものである。

（８）また、上記目的を達成するために、本発明は、半導体デバイスの製造工程における製造プロセスの評価をモニタし、エラー要因抽出の表示システムであって、寸法測定機能付きの走査型電子顕微鏡でウェハー計測した測定条件及びエラー情報を含んだログ情報をコンピュータ上に取得し、注目する管理レシピを指定する入力手段と、前記入力手段により指定され、取り込まれたログ情報を解析するログ解析処理手段と、該ログ解析処理手段により解析された解析データを蓄積するデータ管理手段と、該データ管理手段に蓄積されたデータからエラー要因抽出グラフをビジュアル化して表示するビジュアル情報制御手段と、該ビジュアル情報制御手段から出力されるビジュアル情報を表示する表示手段を備えるようにしたものである。
かかる構成により、修正すべきレシピの順位付けと測定エラーのシーケンス検知を容易に視覚的に判断できるものとなる。

（９）上記（８）において、好ましくは、前記ビジュアル情報制御手段は、エラー算出処理部により求めたエラー率を分布表示するグラフ表示処理部と、管理レシピのエラー率分布を強調表示する強調表示処理部と、エラー数の面内分布を等高線表示する等高線表示処理部と、エラー内訳表示処理部と、相関表示処理部を備えるようにしたものである。

本発明によれば、測長ＳＥＭの測定エラーの要因で、装置の稼動状況に最も負荷を与えている修正すべきレシピの順位付けと測定エラーのシーケンス検知を容易に視覚的に判断できるものとなる。

本発明の一実施形態によるエラー要因抽出の表示システムを用いた製造プロセスの評価モニタシステムの構成図である。 本発明の一実施形態による製造プロセスの評価モニタシステムに用いる測長ＳＥＭの測定の流れを示すフローチャートである。 本発明の一実施形態による製造プロセスの評価モニタシステムに用いる測長ＳＥＭの測定の流れを示すフローチャートである。 本発明の一実施形態による製造プロセスの評価モニタシステムに用いる測長ＳＥＭの測定の流れを示すフローチャートである。 本発明の一実施形態によるエラー要因抽出の表示システムの構成図である。 本発明の一実施形態によるエラー要因抽出の表示システムにおける入力手段による設定動作の説明図である。 本発明の一実施形態によるエラー要因抽出の表示システムにおけるエラー算出処理部の動作を示すフローチャートである。 本発明の一実施形態によるエラー要因抽出の表示システムにおけるビジュアル情報制御手段によるエラー率分布の表示例の説明図である。 本発明の一実施形態によるエラー要因抽出の表示システムにおける各レシピのエラー率のエラー内訳の表示例の説明図である。 本発明の一実施形態によるエラー要因抽出の表示システムにおけるエラー発生箇所前後のシーケンスの測定条件を相関グラフの表示例の説明図である。

以下、図１〜図１０を用いて、本発明の一実施形態によるエラー要因抽出の表示システムの構成について説明する。
最初に、図１を用いて、本実施形態によるエラー要因抽出の表示システムを用いた製造プロセスの評価モニタシステムの構成について説明する。
図１は、本発明の一実施形態によるエラー要因抽出の表示システムを用いた製造プロセスの評価モニタシステムの構成図である。

複数の測長ＳＥＭ３００Ａ，３００Ｂ，３００Ｃは、ネットワーク装置２００を介してエラー要因抽出の表示システム１００に接続されている。なお、表示システム１００は、複数の測長ＳＥＭ３００Ａ，３００Ｂ，３００Ｃに接続されてログ情報の授受をしてもよいし、１台の測長ＳＥＭに接続されてもよいものである。

エラー要因抽出の表示システム１００は、ビジュアル情報管理部１１０と、入力手段１２０と、表示手段１３０とから構成される。入力手段１２０により指定されたログ情報は、測長ＳＥＭ３００からネットワーク装置２００を介してビジュアル情報管理部１１０に取り込まれる。ビジュアル情報管理部１１０は、取り込んだ測長ＳＥＭ３００のログ情報に基づいて、エラー率分布やエラー内訳グラフ、相関グラフなどのエラー要因抽出グラフを作成し、表示手段１３０にビジュアル化して表示する。エラー要因抽出の表示システム１００の詳細構成及び動作については、図５以降を用いて後述する。

次に、図２〜図４を用いて、本実施形態による製造プロセスの評価モニタシステムに用いる測長ＳＥＭの測定の流れについて説明する。
図２〜図４は、本発明の一実施形態による製造プロセスの評価モニタシステムに用いる測長ＳＥＭの測定の流れを示すフローチャートである。

寸法測定機能付きの走査型電子顕微鏡（測長ＳＥＭ）の基本的な構成は、例えば、特許文献１図２に示されているように、電子銃，偏向器，対物レンズ，検出器，試料ステージ，処理制御装置等から構成される。電子銃から発生した電子ビームを対物レンズにより、試料ステージに載置されたウェハーにフォーカスする。そして、偏向器により電子ビームを走査したとき、検出器から得られる二次電子や反射電子の検出信号を処理制御装置に取り込む。ウェハーには複数のチップの配線パターン等が形成されている。処理制御装置は、取り込まれた二次電子や反射電子の検出信号により、二次元像を得て、各チップの配線パターン等の寸法を測定する。また、処理制御装置は、偏向器，対物レンズ試料ステージを制御して、所定の配線パターン等の測長をする際に生じたエラーをログ情報として記憶している。

図２は、寸法測定機能付きの走査型電子顕微鏡（測長ＳＥＭ）による測定の全体的な流れを示している。

最初に、ステップＳ１０において、測定対象となるウェハーを試料室にロードする。次に、ステップＳ２０において、光学顕微鏡像またはＳＥＭ像を用いて、ウェハーの位置を調整するウェハーアライメント処理を実行する。ウェハーアライメント処理の詳細については、図３を用いて後述する。

次に、ステップＳ３０において、ＳＥＭ像を用いて、配線パターンの寸法測定位置にウェハー上に形成されたチップを移動するアドレッシング処理、および配線パターンの寸法を測定する寸法測定処理を実行する。アドレッシング処理、および寸法測定処理の詳細については、図４を用いて後述する。

寸法測定終了後、ステップＳ４０において、ウェハーを試料室からアンロードする。

次に、図３を用いて、ウェハーアライメント処理の詳細について説明する。

最初に、ステップＳ３１において、試料ステージを駆動して、ウェハーのアライメント点に移動する。ウェハーの上には、位置決めのためのユニークなアライメント用パターンが予め形成されている。ウェハーのチップ上に形成される配線パターンは、例えば、特許文献１の図７や図８に示されるように、直線状のもの、Ｌ字状のもの、Ｔ字状のものや、パッドとして用いられる円形状のものなどがある。それに対して、アライメント用パターンは、これらの配線パターンの形状とは異なり、配線パターンと区別できるような形状のパターンである。例えば、十字形などのパターンである。アライメント用パターンは、光学顕微鏡により検出可能であり、また、低倍率のＳＥＭ像としても検出可能な大きさを有している。

アライメント用パターンのウェハーに対する位置は、予め決められているため、試料ステージを駆動することで、アライメント用パターンの位置に移動可能である。

次に、ステップＳ２２において、明るさ調整を実行する。明るさ調整では、対物レンズ電流を増加減少して、最も明るくなるように調整する。

次に、ステップＳ２３において、高さを計測可能なＺセンサを用いて、試料ステージをＺ軸方向（電子ビームの方向）に移動して、試料ステージ上に載置されたウェハーの高さを所定の高さに設定する。

次に、ステップＳ２４において、プレドーズ（PreDose）を実行する。ウェハーの材質によっては、電子ビームを照射した直後に、像のコントラストが大きく変化する場合があるので、そのような場合には、所定時間だけ電子ビームを照射して、像のコントラストを安定化する。これは、ＳＥＭ像によりアライメント処理を実行する場合に必要であり、光学顕微鏡像によりアライメント処理を実行する場合には不要である。

次に、ステップＳ２５において、ウェハーの表面に対してオートフォーカスを実行する。

次に、ステップＳ２６において、光学顕微鏡像またはＳＥＭ像を用いて、視野の中から、アライメント用パターンをパターン認識する。

次に、図４を用いて、アドレッシング処理、および寸法測定処理の詳細について説明する。

最初に、ステップＳ３１において、ウェハーに複数形成されている複数のチップの内、第１のチップに対する配線パターンの寸法を測定するため、試料ステージを駆動して、チップ上の配線パターンの測長位置の近傍に移動する。

次に、ステップＳ３２において、測長位置により正確に位置決めするためのアドレッシングの処理を実行する。各チップには、第１と第２のアドレッシング用パターンが形成されている。アドレッシング用パターンは、配線パターンやアライメント用パターンとも異なるユニークなパターンである。第２のアドレッシング用パターンは、測長位置の極近傍の形成されている。第１のアドレッシング用パターンは、第２のアドレッシング用パターンよりも少し離れた位置に形成されている。そこで、最初に第１のアドレッシング用パターンにより大まかに位置決めした後、第２のアドレッシング用パターンにより、測長位置の近傍に位置決めする。アドレッシング処理は、ステップＳ３２Ａ〜Ｓ３２Ｆからなる。

次に、ステップＳ３２Ａにおいて、高さを計測可能なＺセンサを用いて、試料ステージをＺ軸方向（電子ビームの方向）に移動して、試料ステージ上に載置されたウェハーの高さを所定の高さに設定する。

そして、ステップＳ３２Ｂにおいて、プレドーズ（PreDose）を実行する。

次に、ステップＳ３２Ｃにおいて、チップの表面の第１のアドレッシング用パターンの周辺に対してオートフォーカスを実行する。

次に、ステップＳ３２Ｄにおいて、ＳＥＭ像を用いて、視野の中から、第１のアドレッシング用パターンをパターン認識する。

次に、ステップＳ３２Ｅにおいて、第１のアドレッシング用パターンの位置を基準として第２のアドレッシング用パターンの近傍まで移動した上で、チップの表面の第２のアドレッシング用パターンの周辺に対してオートフォーカスを実行する。

次に、ステップＳ３２Ｆにおいて、ＳＥＭ像を用いて、視野の中から、第２のアドレッシング用パターンをパターン認識する。

次に、ステップＳ３３において、配線パターンの寸法計測処理を実行する。寸法計測処理は、ステップＳ３３Ａ〜Ｓ３３Ｄからなる。

最初に、ステップＳ３３Ａにおいて、寸法計測位置付近の配線パターンに対してフォーカス合わせを実行する。

次に、ステップＳ３３Ｂにおいて、ＳＥＭ像を用いて、視野の中から、寸法計測位置における配線パターンをパターン認識する。

次に、ステップＳ３３Ｃ、３３Ｄにおいて、測長処理を複数回実行する。例えば、直線状の配線パターンの測長を行う場合、配線パターンの断面形状は台形状であり、上辺の長さと下辺の長さは異なっている。そこで、第１回目の測長で、上辺の長さを計測し、第２回目の測長で、下辺の長さを計測し、さらに、左側の下辺の位置から右側の上辺の位置の寸法の計測や、右側の下辺の位置から左側の上辺の位置の寸法の計測のように、複数箇所の寸法を計測する。

寸法測定は、多くのシーケンスで構成されているため、修正レシピの順位付けと共にエラー発生シーケンスの検知は、エラー要因解析の効率向上が期待できる。なお、測定試料の１ウェハーを製造ロットの１ロットとする。

最後に、ステップＳ３４において、メジャーメント処理で計測した配線パターンのＳＥＭ像を保存する。

次に、図５を用いて、本実施形態によるエラー要因抽出の表示システムの構成について説明する。
図５は、本発明の一実施形態によるエラー要因抽出の表示システムの構成図である。

本実施形態によるエラー要因抽出の表示システムは、ビジュアル情報管理部１１０と、入力手段１２０と、表示手段１３０とを備えている。入力手段１２０により、測長ＳＥＭで計測した測定条件、結果及びエラー情報を含んだログ情報やビジュアルパラメータを指定する。ビジュアル情報管理部１１０は、測長ＳＥＭから取り込んだログ情報等から、エラー率分布やエラー内訳グラフ、相関グラフなどのエラー要因抽出グラフを作成する。作成されたグラフは、表示手段１３０に表示される。

ビジュアル情報管理部１１０は、入力処理手段１１２と、ログ解析処理手段１１４と、データ管理手段１１６と、ビジュアル情報制御手段１１８とを備えている。

入力処理手段１１２は、ログ情報読込処理部１１２Ａと、パラメータ読込処理部１１２Ｂとを備えている。ログ解析処理手段１１４は、エラー解析処理部１１４Ａと、測定条件解析処理部１１４Ｂと、測定結果解析処理部１１４Ｃとを備えている。データ管理手段１１６は、解析データ管理処理部１１６Ａとを備えている。

ビジュアル情報制御手段１１８は、グラフ表示処理部１１８Ａと、エラー率算出処理部１１８Ｂと、強調表示処理部１１８Ｃと、等高線表示処理部１１８Ｄと、エラー内訳表示処理部１１８Ｅと、相関表示処理部１１８Ｆとを備えている。

なお、各手段及び各処理部の動作については、図６以降を用いて後述する。

次に、図６を用いて、本実施形態によるエラー要因抽出の表示システムにおける入力手段１２０による設定動作について説明する。
図６は、本発明の一実施形態によるエラー要因抽出の表示システムにおける入力手段による設定動作の説明図である。

図５に示した入力手段１２０は、キーボードやマウス等からなり、表示手段１３０に表示される画面を用いて入力するＧＵＩ（グラフィック・ユーザー・インターフェース）である。

図６は、入力手段１２０で指定するパラメータ設定画面を示している。パラメータ設定画面は、装置リスト６０１と、クラスリスト６０２と、レシピリスト６０３で構成されている。

装置リスト６０１には、Machine001, Machine002, Machine003にように、装置名が表示される。これらの装置名は、例えば、それぞれ、図１に示した測長ＳＥＭ３００Ａ，３００Ｂ，３００Ｃに対応する。

クラスリスト３００Ｂには、Class001, Class002, Class003にように、クラス名が表示される。これらのクラス名は、各装置毎に設定されており、例えば、製品名に相当する。なお、クラス名には、製品名の他に、工程名、ライン名が用いられることもある。

レシピリスト６０３には、Recepe001, Receipe002, Receipe003にように、レシピ名が表示される。測長ＳＥＭにおいては、複数の配線パターンの測長が行われるので、それぞれに異なるレシピ名が設定されている。例えば、特許文献１の図７（ａ）〜（ｉ）に示すように、配線自体の幅（図７（ａ）、隣り合う配線のギャップ長（図７（ｂ））、配線端部と他の配線のギャップ長（図７（ｃ））等に対して、それぞれ異なるレシピ名が設定される。

図６に示したパラメータ設定画面において、装置を入力手段のマウス等を用いて選択すると該当の装置名の背景色は反転され、クラスリストには、選択した装置名のクラスの一覧が表示される。図示の例では、Machine001を選択したことで、Machine001に属するクラス名として、Class001〜Class005が一覧として表示される。さらに、クラスを選択すると該当するクラスで管理しているレシピの一覧がレシピリストに表示される。図示の例では、Class003を選択したことで、Class003に属するレシピ名として、Recipe001〜Receipe005が一覧として表示される。

レシピを管理レシピとして登録する場合、「Ａｄｄ」ボタン６０４を押下する。登録されたレシピは、登録リスト(ReceipeListの欄）６０５に追加される。図示の例では、Machine001，Class003, Receipe003が選択されている状態で「Ａｄｄ」ボタンを押下したことで、登録リスト６０５には、Machine001／Class003／Receipe003が追加表示される。

なお、登録したレシピを削除する場合、登録リスト６０５からレシピを選択して「Ｄｅｌｅｔｅ」ボタン６０６を押下する。

このように設定されたレシピは、後述する図７に示されるエラー要因抽出グラフのエラー率分布を表示する際に強調表示することで、管理しているレシピのエラー率を容易に認識することができる。

図５に示した入力処理手段１０４について説明する。ログ情報読込み処理部１０４Ａは、測長ＳＥＭで計測した測定条件、結果及びエラー情報を含んだログ情報を取得する。パラメータ読込み処理部１０４Ｂは、エラー率分布の表示の際に強調表示する管理レシピの設定情報を取得する。

ログ情報読込み処理部１０４Ａにより読み込まれたログ情報は、ログ解析処理手段１０５によって解析される。ログ解析処理手段１０５によって解析された解析データは、データ管理手段１０６で一元管理される。解析データ管理処理部１０６Ａで蓄積された解析データは、エラー率算出処理部１１８Ｂでエラー率算出に用いられ、同時に画面表示装置の画面上に表示するためにビジュアル情報制御手段１１８によって制御される。

次に、図７を用いて、本実施形態によるエラー要因抽出の表示システムにおけるエラー算出処理部１１８Ｂによる設定動作について説明する。
図７は、本発明の一実施形態によるエラー要因抽出の表示システムにおけるエラー算出処理部の動作を示すフローチャートである。

ビジュアル情報制御手段１１８のエラー算出処理部１１８Ｂは、ステップＳ１において、指定期間に実行した同一レシピに対して解析データ管理処理部１０６Ａから総ロット数、総ロットエラー数、総測定点数、総測定点エラー数を取得する。

次に、ステップＳ２において、取得データからロットエラー率、測定点エラー率を求める。ロットエラー率は、（総ロットエラー数／総ロット数）×１００として算出され、測定点エラー率は、（総測定点エラー数／総測定点数）×１００として算出される。

次に、ステップＳ３において、ロットエラー率、測定点エラー率、測定点エラー数をエラー算出処理部１１８Ｂの内部のグラフ用テーブルに記憶する。

次に、ビジュアル情報制御手段１１８の他の構成の動作について説明する。グラフ表示処理部１１８Ａは、表示手段１３０の画面に、エラー率算出処理部１１８Ｂによって求めた総処理数におけるロット或いは測定点エラー率からエラー率分布を作成する。強調表示処理部１１８Ｃは、入力手段１２０のパラメータで指定された管理レシピをグラフ上に強調表示する。等高線表示処理部１１８Ｄは、グラフ上でエラー数の面内分布を等高線で表示する。エラー内訳表示処理部１１８Ｅは、エラー率分布からエラー内訳グラフを表示する。相関表示処理部１１８Ｆは、測定条件と結果の相関グラフを表示する。

ここで、図８を用いて、本実施形態によるエラー要因抽出の表示システムにおけるビジュアル情報制御手段１１８によるエラー率分布の表示例について説明する。
図８は、本発明の一実施形態によるエラー要因抽出の表示システムにおけるビジュアル情報制御手段によるエラー率分布の表示例の説明図である。

エラー率分布は、ロットエラー率、測定点エラー率の２種類があり、切替え表示ボタン８０８を選択することで、切替え表示することができる。ロットエラー率は、ウェハー１枚当りにオペレータが測定エラーによりアシストする割合を百分率で表したものである。測定点エラー率は、１測定点当りのオペレータがアシストする割合を百分率で表したものである。

図示の例では、ロットエラー率（Error Rate by Receipe）を選択してグラフ表示した場合を示している。図において、横軸は処理数（Lot Count）を示し、縦軸はエラー率（Lot Error Ration）を示している。

図６にて説明したように、パラメータで指定した管理レシピは、強調表示８０４により、ビジュアル化されるので注目したいレシピのエラー率を容易に識別することができる。図示の例では、強調表示８０４Ａ，８０４Ｂ，８０４Ｃの３つが表示されている。

グラフ上のプロット（図中の菱形）にカーソルを合わせると、レシピ情報（クラス名、レシピ名）とプロット情報（処理数、エラー率）をポップアップ８０９で表示する。図示の例では、強調表示８０４Ａ，８０４Ｂ，８０４Ｃのそれぞれについて、レシピ情報とプロット情報が表示されている。例えば、強調表示８０４Ａについて見ると、レシピ情報として、クラス名：Class001と、レシピ名：Recipe001が表示され、さらに、プロット情報として、処理数：950ロットと、エラー率：９５．７％が表示される。

図７で説明したエラー率分布の各情報は、リスト８０５に一覧表示される。

図８に示したように、エラー率分布は、縦軸のエラー率（Lot Error Ration）を、横軸を処理数（Lot Count）として表示するようにしている。従って、エラー率が同値でも処理数によって修正すべきレシピの順位付けに重み付けをつけることができる。例えば、符号ＬＥ１で示すプロットのエラー率は９０％以上と、強調表示８０４Ａで示されるプロットと同様に、高エラー率である。但し、強調表示８０４Ａで示されるプロットのロット数は１０００に近い大きなロット数であるのに対して、符号ＬＥ１で示すプロットのロット数は１００以下と小さいロット数である。つまり、処理数が多くて、エラー率が高い、グラフ上の右上にプロットされるレシピほど、修正する順位が上位であることを容易に視覚的に判断することができる。

さらに、等高線表示処理部１１８Ｄは、グラフ上をエラー数の面内分布と見なして等高線表示８０３（８０３Ａ，８０３Ｂ，８０３Ｃ）することで、グラフ上にプロットしたエラー率にどの程度のエラー数が発生しているかを定量的に判断することができる。

また、一覧表示リスト８０５でレシピを選択して「Ｏｐｅｎ」ボタン８０６を押下ると、各レシピのエラー率のエラー内訳を示すことができる。この詳細については、図９を用いて後述する。

さらに、一覧表示リスト８０５でレシピを選択して「Ａｎａｌｙｓｉｓ」ボタン８０７を押下ると、エラー発生箇所前後のシーケンスの測定条件を相関グラフで表示することができる。エラー発生箇所前後のシーケンスの測定条件については、図１０を用いて後述する。

次に、図９を用いて、本実施形態によるエラー要因抽出の表示システムにおける各レシピのエラー率のエラー内訳の表示例について説明する。
図９は、本発明の一実施形態によるエラー要因抽出の表示システムにおける各レシピのエラー率のエラー内訳の表示例の説明図である。

図９は、図７に示した各レシピのエラー率のエラー内訳を示したグラフである。図９において、横軸は装置名（Machine Name）を示し、縦軸はエラー数（Error Count）を示している。

図９のエラー内訳グラフでは、グラフの基本情報を一覧表９０７に示している。

各エラー内訳グラフ９０１は、アライメント点エラー９０２および測定点エラー９０３（９０３Ａ，９０３Ｂ，…，９０３Ｆ）に区別され、測定点エラーはエラー数の多い順から５つ目までをグラフに表示する。アライメント点エラー９０２は、図４に示したアドレッシング処理（ステップＳ３２）において発生したエラーである。測定点エラー９０３は、図４に示したメジャーメント処理（ステップＳ３３）において発生したエラーである。

横軸を装置名として、装置単位で同一レシピのエラー内訳グラフを表示することで、装置間差のエラー発生状況をモニタリングすることができる。これは、エラー要因の切り分け判断に有効であり、装置間差でエラー発生状況が異なると、エラー要因がレシピ起因以外として絞り込むことができ、エラー要因解析に大いに有利となる。図９の例では、Machine001はMachine002に比べてアライメント点エラー９０２が多く見られるため、Machine001のアライメント関連（軸調ずれ等）に問題があると分析できる。また、Machine002は、パターン認識のＮｏ．１や、パターン認識のＮｏ．２において、Machine001によりエラーが多いため、パターン認識に問題があると分析できる。

また、グラフ領域にカーソルを合わせると、エラー情報としてエラーコードとエラーが発生したシーケンスをポップアップ９０６で表示する。エラーコードはエラー発生原因、シーケンスは測定シーケンスのどのシーケンスでエラーが発生したかのエラー発生箇所を検知することができ、次アクションのエラー要因の解析時間削減が期待できる。例えば、図９の「9007:Addressing1-Pattern Matching1」のエラー発生箇所は、図４のステップＳ３２Ｄのパターン認識１で発生したエラーと判断できる。

次に、図１０を用いて、本実施形態によるエラー要因抽出の表示システムにおけるエラー発生箇所前後のシーケンスの測定条件を相関グラフの表示例について説明する。
図１０は、本発明の一実施形態によるエラー要因抽出の表示システムにおけるエラー発生箇所前後のシーケンスの測定条件を相関グラフの表示例の説明図である。

図１０は、図９で説明した「9007:Addressing1-Pattern Matching1」のエラー発生箇所前後のシーケンスの測定条件を、相関グラフで表したものである。

図１０の相関グラフにおいて、横軸は、エラー発生箇所（図４のステップＳ３２Ｄ）の前シーケンスのオートフォーカス１（図４のステップＳ３２Ｃ）処理の測定条件である対物レンズ値を示し、Ｙ軸は、エラー発生箇所（図４のステップＳ３２Ｄ）の測定結果であるＳｃｏｒｅ（マッチング数）を示している。 相関グラフのアクセプタンス値はＳｃｏｒｅのしきい値を意味しており、アクセプタンス値未満のＳｃｏｒｅはエラーであることを示す。

相関グラフの一例では、Machine001の場合のように、対物レンズ値がジャストフォーカス（対物レンズ値＝０）付近ほどＳｃｏｒｅが高く、エラーとなりづらいことが解析できる。一方、Machine002に場合では、対物レンズ値がジャストフォーカス（対物レンズ値＝０）から離れており、結果的に、Ｓｃｏｒｅが低く、エラーとなりやすいことが解析できる。その結果、レシピパラメータの修正項目がフォーカス関連（例えば、図４のステップＳ３２ＡのＺセンサ関係や、ステップ３２Ｃのオートフォーカス）だと特定することができる。したがって、エラー原因或いは発生箇所から、エラーが発生した前後のシーケンスの測定条件との相関グラフを用いることでエラー発生パターンを分析でき、修正ポイントを定量的に分析することができる。

以上説明したように、本実施形態によれば、測定エラーが発生したレシピのエラー率を処理数の重み付けでエラー率分布として表示することで、測長ＳＥＭの測定エラーの要因で、装置の稼動状況に最も負荷を与えている修正すべきレシピの順位付けが可能となる。したがって、オペレータは、修正すべきレシピの順位付けを、視覚的に容易に判断することができる。

また、測定エラーのシーケンス検知により、エラー発生原因、発生箇所を特定し、測定条件の相関グラフを用いることで修正ポイントを定量的に分析することが可能となる。したがって、測定エラーのシーケンス検知によるエラー要因解析の効率が向上する。

１１０…ビジュアル情報管理部
１２０…入力手段
１３０…表示手段
１１２…入力処理手段
１１２Ａ…ログ情報読込処理部
１１２Ｂ…パラメータ読込処理部
１１４…ログ解析処理手段
１１４Ａ…エラー解析処理部
１１４Ｂ…測定条件解析処理部
１１４Ｃ…測定結果解析処理部
１１６…データ管理手段
１１６Ａ…解析データ管理処理部
１１８…ビジュアル情報制御手段
１１８Ａ…グラフ表示処理部
１１８Ｂ…エラー率算出処理部
１１８Ｃ…強調表示処理部
１１８Ｄ…等高線表示処理部
１１８Ｅ…エラー内訳表示処理部
１１８Ｆ…相関表示処理部

Claims (9)

1. （注：元の請求項１に対応）
   半導体デバイスの製造工程における製造プロセスの評価をモニタし、エラー要因抽出の表示方法であって、
   寸法測定機能付きの走査型電子顕微鏡でウェハー計測した測定条件及びエラー情報を含んだログ情報をコンピュータ上に取得して解析し、ログ情報の解析データからエラー要因抽出グラフをビジュアル化して表示することを特徴とするエラー要因抽出の表示方法。
2. （注：元の請求項２の一部（エラー率分布）＋元の請求項３に対応：図７）
   請求項１記載のエラー要因抽出の表示方法において、
   前記エラー要因抽出グラフは、エラー率分布であり、処理数及びエラー率を軸として２次元表示することを特徴とするエラー要因抽出の表示方法
3. （注：元の請求項４に対応）
   請求項２記載のエラー要因抽出の表示方法において、
   前記エラー率分布は、パラメータ設定画面で設定した管理レシピをグラフ上に強調表示されることを特徴とするエラー要因抽出の表示方法。
4. （注：元の請求項５に対応）
   請求項２記載のエラー要因抽出の表示方法において、
   前記エラー率分布は、エラー数の面内分布を等高線で表示することを特徴とするエラー要因抽出の表示方法。
5. （注：元の請求項２の一部（エラー内訳）＋元の請求項６に対応）
   請求項１記載のエラー要因抽出の表示方法において、
   前記エラー要因抽出グラフは、エラー内訳であり、装置名、エラー数を軸として２次元表示することを特徴とするエラー要因抽出の表示方法。
6. （注：元の請求項７に対応）
   請求項５記載のエラー要因抽出の表示方法において、
   前記エラー内訳グラフは、測定処理（アライメント点、測定点）単位のエラーにエラーコード、シーケンス情報を付加表示することを特徴とするエラー要因抽出の表示方法。
7. （注：元の請求項２の一部（相関グラフ）＋元の請求項８に対応）
   請求項１記載のエラー要因抽出の表示方法において、
   前記エラー要因抽出グラフは、相関グラフであり、測定シーケンスのエラー発生箇所前後の測定条件、測定結果を軸として表示することを特徴とするエラー要因抽出の表示方法。
8. （注：元の請求項８に対応）
   半導体デバイスの製造工程における製造プロセスの評価をモニタし、エラー要因抽出の表示システムであって、
   寸法測定機能付きの走査型電子顕微鏡でウェハー計測した測定条件及びエラー情報を含んだログ情報をコンピュータ上に取得し、注目する管理レシピを指定する入力手段と、
   前記入力手段により指定され、取り込まれたログ情報を解析するログ解析処理手段と、
   該ログ解析処理手段により解析された解析データを蓄積するデータ管理手段と、
   該データ管理手段に蓄積されたデータからエラー要因抽出グラフをビジュアル化して表示するビジュアル情報制御手段と、
   該ビジュアル情報制御手段から出力されるビジュアル情報を表示する表示手段を備えることを特徴とするエラー要因抽出の表示システム。
9. （注：元の請求項１０に対応）
   請求項８記載のエラー要因抽出の表示システムにおいて、
   前記ビジュアル情報制御手段は、
   エラー算出処理部により求めたエラー率を分布表示するグラフ表示処理部と、
   管理レシピのエラー率分布を強調表示する強調表示処理部と、
   エラー数の面内分布を等高線表示する等高線表示処理部と、
   エラー内訳表示処理部と、
   相関表示処理部を備えることを特徴とするエラー要因抽出の表示システム。

Images