JP3665215B2

JP3665215B2 - Abnormal cause identification system and method

Info

Publication number: JP3665215B2
Application number: JP1953799A
Authority: JP
Inventors: 眞小野; 毅馬場; 雅士馬越
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1999-01-28
Filing date: 1999-01-28
Publication date: 2005-06-29
Anticipated expiration: 2019-01-28
Also published as: JP2000222033A

Description

【０００１】
【発明の属する技術分野】
本発明は、半導体や液晶ディスプレイ等の薄膜デバイスの不良解析や設備保全に関し、特に歩留低下の原因となる異物や欠陥が発生する設備やその製造工程を特定し、対策を迅速に行うことのできる異常原因特定システムおよびその方法に関する。
【０００２】
【従来の技術】
半導体や液晶ディスプレイ等の薄膜デバイスの製造中に発生する不良、特に量産時において発生する不良は、異物起因が他の不良に比べて多数を占めている。異物や欠陥を発生する設備、あるいはその製造工程をいち早く突き止め、その対策を行うことは歩留向上の最重要課題である。従来から異物や欠陥が発生する設備や工程を突き止めるために次のような方法があった。
この方法は製品基板上の異物や欠陥を金属顕微鏡や電子顕微鏡で外観を目視観察し、分類する。即ち、この方法は異物起因で短絡や断線のように回路の動作不良を分類したり、異物、ウォーターマーク、レジスト残りなどの付着物を分類し、その分類結果を集計する。しかし、作業者が分類作業を行う場合、担当者による差や誤認識などの問題があった。
そこで、特開昭５９−１９２９４４号公報、特開昭６３−３２３２７６号公報、特開平５−２８０９６０号公報、および特開平７−２０１９４６号公報には、分類を自動化する方法が述べられている。従来の欠陥自動分類方法は、製品基板上の異物や欠陥の画像データから欠陥の色、形状、テクスチャなどの特徴量を求め、分類する方法である。この方法は以前に製品基板上で発生した異物や欠陥の特徴量を辞書として事前に作成しておき、それと新たに発生した欠陥の特徴量と比較照合するもので、ニューラルネットワークなどのパターン認識技術を用いる方法が一般的である。
【０００３】
また、異物解析に関する従来技術としては、特開平６−１２０３１１号公報、特開平８−１１１４４１号公報、特開平７−１５９３３３号公報、および特開平８−３１６１１６号公報が知られている。特開平６−１２０３１１号公報には、各工程の検査装置間における互換性のある高精度な座標指定を可能とし、特に半導体集積回路装置の各生産設備において、ウエハ上に付着した異物解析が容易に可能となるダミーウエハおよびそれを用いた異物解析装置が記載されている。また、特開平８−１１１４４１号公報には、半導体装置の製造装置内又は製造装置間で異物がウエハ上に落下ないし付着するかどうか検査するために、検査すべき製造装置内又は製造装置間でダミーウエハを走行させ、走行中に落下ないし付着した異物をＸ線分析により分析して、異物を特定する際に、ダミーウエハとして非シリコンウエハを使用することが記載されている。また、特開平７−１５９３３３号公報には、試料台に載置された検査対象物に光線を照射する照射手段と、その反射光を検出して検査対象物の表面に発生したパターン不良の特徴を示すパラメータ信号を出力するパターン不良検出手段と、上記パターン不良検出手段によって得られた多数のパラメータ信号の値を、パターン不良の発生原因に応じてグループ分けするパターン不良分類手段と、グループ分けされたパターン不良を菊する不良モード記憶手段と、上記パターン不良検出手段によって得られたパラメータ信号を、上記モード記憶装置に記憶されている値と比較して、何れのグループに属するかを判定して不良発生原因を判定する不良モード判定手段を具備した外観検査装置が記載されている。また、特開平８−３１６１１６号公報には、薄膜形成を行いホトリソ、エッチング工程を行いながら、多層の機能素子を形成する製造方法において、製品を製造するより以前に、製造工程の製造設備の状態を検査する製品に類似した形状、及び特性を有する製品のレプリカを用いて、前記製造工程の製品を製造すると同様な設備の検査方法において、検査の方法の識別子と検査を行う設備の識別符号を付与した前記レプリカの収納ケースを用いて、製造工程の製造設備の性能を確認する半導体の製造方法が記載されている。
【０００４】
【発明が解決しようとする課題】
半導体や液晶ディスプレイ等の薄膜デバイスの製造中に発生する不良、特に量産時において発生する不良は、異物起因が他の不良に比べて多数を占めている。発生の原因はプロセスの不具合、回路構造上の不具合などによる膜の剥がれや削れかす、あるいは製造設備からの発塵である。
しかしながら、上記何れの従来技術においても、ダミー基板を頻繁に流すこと無く、多数の異物などの欠陥の発生原因となる製造設備や製造工程を特定することができるようにする点について十分考慮されていなかった。
【０００５】
本発明の目的は、上記課題を解決すべく、製造ラインに対してダミー基板を頻繁に流すこと無く、多数の異物などの欠陥の発生原因となる製造設備や製造工程を特定することができるようにして製造設備や製造工程に起因した異物や欠陥の発生の低減対策を迅速に実行して歩留まり向上を図った異常原因特定システムおよびその方法を提供することにある。
【０００６】
【課題を解決するための手段】
上記目的を達成するために、本発明は、予め、製造ラインを構成する複数種類の製造設備に対応させて、該各々の種類の製造設備で発生する欠陥に関する複数種類の特徴量データを参照データとして登録しておく参照データベースと、製造ラインを構成する複数種類の製造設備で処理されて得られる処理基板に発生した欠陥についての複数種類の特徴量データを取得する検査装置と、該検査装置で取得された欠陥についての複数種類の特徴量データと前記参照データベースに登録された各種製造設備対応の参照データとの相関関係を抽出し、最も相関の強いものから異常の原因となる製造設備の種類を特定する照合手段とを備えたことを特徴とする異常原因特定システムである。
また、本発明は、予め、製造ラインを構成する複数種類の製造設備および製造工程に対応させて、該各々の種類の製造設備および製造工程で発生する欠陥に関する複数種類の特徴量データを参照データとして登録しておく参照データベースと、製造ラインを構成する複数種類の製造設備および製造工程で処理されて得られる処理基板に発生した欠陥についての複数種類の特徴量データを取得する検査装置と、該検査装置で取得された欠陥についての複数種類の特徴量データと前記参照データベースに登録された各種製造設備および製造工程対応の参照データとの相関関係を抽出し、最も相関の強いものから異常の原因となる製造設備および製造工程の種類を特定する照合手段とを備えたことを特徴とする異常原因特定システムである。
【０００７】
また、本発明は、予め、製造ラインを構成する複数種類の製造設備に対応させて、該各々の種類の製造設備で発生する欠陥に関する複数種類の特徴量データを参照データとして作成して記憶装置に登録する参照データ作成工程と、製造ラインを構成する複数種類の製造設備で処理されて得られる処理基板に発生した欠陥について検査装置で検査して欠陥についての少なくとも画像データを基にその欠陥の複数種類の特徴量データを取得する検査工程と、該検査工程で取得された欠陥についての複数種類の特徴量データと前記参照データベースに登録された各種製造設備対応の参照データとの相関関係を抽出し、最も相関の強いものから異常の原因となる製造設備の種類を特定する照合工程とを有することを特徴とする異常原因特定方法である。
また、本発明は、予め、製造ラインを構成する複数種類の製造設備に対応させて、該各々の種類の製造設備で発生する欠陥に関する複数種類の特徴量データを参照データとして作成して記憶装置に登録する参照データ作成工程と、製造ラインを構成する複数種類の製造設備で処理されて得られる処理基板に発生した欠陥について検査装置で検査して欠陥についての画像データおよび元素分析データを基にその欠陥の複数種類の特徴量データを取得する検査工程と、該検査工程で取得された欠陥についての複数種類の特徴量データと前記参照データベースに登録された各種製造設備対応の参照データとの相関関係を抽出し、最も相関の強いものから異常の原因となる製造設備の種類を特定する照合工程とを有することを特徴とする異常原因特定方法である。
【０００８】
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備の各々に対してパターンなし基板を流してプロセス処理してパターンなし基板から得られる各々の種類の製造設備で発生する欠陥について検査装置で検査して欠陥についての少なくとも画像データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備の各々に対してパターンなし基板を流してプロセス処理してパターンなし基板から得られる各々の種類の製造設備で発生する欠陥について検査装置で検査して欠陥についての画像データおよび元素分析データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備の各々に対してパターンなし基板および製品基板をロット内において混在させて流してプロセス処理して製品基板の影響を受けてパターンなし基板から得られる各々の種類の製造設備で発生する欠陥について検査装置で検査して欠陥についての少なくとも画像データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
【０００９】
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備の各々に対してパターンなし基板および製品基板をロット内において混在させて流してプロセス処理して製品基板の影響を受けてパターンなし基板から得られる各々の種類の製造設備で発生する欠陥について検査装置で検査して欠陥についての画像データおよび元素分析データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
また、本発明は、予め、製造ラインを構成する複数種類の製造設備および製造工程に対応させて、該各々の種類の製造設備および製造工程で発生する欠陥に関する複数種類の特徴量データを参照データとして作成して記憶装置に登録する参照データ作成工程と、製造ラインを構成する複数種類の製造設備および製造工程で処理されて得られる処理基板に発生した欠陥について検査装置で検査して欠陥についての少なくとも画像データを基にその欠陥の複数種類の特徴量データを取得する検査工程と、該検査工程で取得された欠陥についての複数種類の特徴量データと前記参照データベースに登録された各種製造設備および製造工程対応の参照データとの相関関係を抽出し、最も相関の強いものから異常の原因となる製造設備および製造工程の種類を特定する照合工程とを有することを特徴とする異常原因特定方法である。
【００１０】
また、本発明は、予め、製造ラインを構成する複数種類の製造設備および製造工程に対応させて、該各々の種類の製造設備および製造工程で発生する欠陥に関する複数種類の特徴量データを参照データとして作成して記憶装置に登録する参照データ作成工程と、製造ラインを構成する複数種類の製造設備および製造工程で処理されて得られる処理基板に発生した欠陥について検査装置で検査して欠陥についての画像データおよび元素分析データを基にその欠陥の複数種類の特徴量データを取得する検査工程と、該検査工程で取得された欠陥についての複数種類の特徴量データと前記参照データベースに登録された各種製造設備および製造工程対応の参照データとの相関関係を抽出し、最も相関の強いものから異常の原因となる製造設備および製造工程の種類を特定する照合工程とを有することを特徴とする異常原因特定方法である。
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備および製造工程の各々に対してパターンなし基板を流してプロセス処理してパターンなし基板から得られる各々の種類の製造設備および製造工程で発生する欠陥について検査装置で検査して欠陥についての少なくとも画像データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備および製造工程の各々に対してパターンなし基板を流してプロセス処理してパターンなし基板から得られる各々の種類の製造設備および製造工程で発生する欠陥について検査装置で検査して欠陥についての画像データおよび元素分析データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
【００１１】
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備および製造工程の各々に対してパターンなし基板および製品基板をロット内において混在させて流してプロセス処理して製品基板の影響を受けてパターンなし基板から得られる各々の種類の製造設備および製造工程で発生する欠陥について検査装置で検査して欠陥についての少なくとも画像データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
また、本発明は、前記異常原因特定方法の参照データ作成工程において、製造ラインを構成する複数種類の製造設備および製造工程の各々に対してパターンなし基板および製品基板をロット内において混在させて流してプロセス処理して製品基板の影響を受けてパターンなし基板から得られる各々の種類の製造設備および製造工程で発生する欠陥について検査装置で検査して欠陥についての画像データおよび元素分析データを基にその欠陥に関する複数種類の特徴量データを取得することを特徴とする。
また、本発明は、予め製造設備毎にダミー基板を製品と同一条件で処理し、その発生源が明らかな異物や欠陥を自動分類の参照データを取得し、実際の製造ラインでは、製品基板の異物・欠陥検査を行い、そこで検出した異物や欠陥と、予め準備しておいた上記の参照データとを比較照合して、確実に異物や欠陥が発生した製造設備を特定することを特徴とする。
【００１２】
以上説明したように、前記構成によれば、ダミー基板を製造設備で処理し、参照データとして蓄積しておくが、頻繁に製造設備で処理する必要はなく、設備の立上げ時や定期的にごく少ない回数（例えば、１ヶ月に１回）だけ設備で処理することで十分である。また、設備が実際に不具合を生じたときに１回だけ処理することで、再発を防止することができる。
【００１３】
【発明の実施の形態】
本発明に係る半導体等を製造する半導体等の製造ラインにおいて異常の製造設備や異常の製造工程を特定することができる異常原因特定システムおよびその方法の実施の形態について、図面を用いて説明する。
図１は、本発明に係る半導体等を製造する半導体等の製造ラインにおける異常原因特定システムおよびその方法の一実施の形態を示す概略構成図である。
本発明に係る異常原因特定システムは、パターンなしウエハや製品ウエハ等の被検査対象物４２を載置して位置合わせが可能なＸＹステージ（Ｚステージも備えてもよい。）４１と、ＸＹステージ４１によって位置決めされた回路パターンなしウエハや製品ウエハ等の被検査対象物４２’、４２上の欠陥や異物等の画像データを検出する顕微鏡（光学顕微鏡（異物検査装置や欠陥検査装置等がある。）、電子顕微鏡、赤外線顕微鏡等がある。）１１と、パターンなしウエハや製品ウエハ等の被検査対象物４２’、４２上の欠陥や異物等の元素等を分析して検出する質量分析装置等から構成される元素検出装置１３と、上記顕微鏡１１および元素検出装置１３をネットワーク１２および１４で接続された計算機１とで構成される。計算機１は、主にパターンなしウエハ等の被検査対象４２’から取得される参照データベースを予め登録しておく外部記憶装置２と、機能的に参照データ作成部３１とデータ参照部３２とで構成される演算処理部（ＣＰＵ部）３と、演算処理部３で演算処理するプログラムを記憶したＲＯＭ等から構成されるプログラムメモリ部４と、上記顕微鏡１１から入力される欠陥や異物等の画像データや元素検出装置１３から入力される欠陥や異物等の元素等の分析データや演算処理部３で演算処理されたデータを一時記憶するＲＡＭ等で構成されたデータメモリ部５と、演算処理部３のデータ照合部３２で照合されて解析された結果である特定された異常の製造設備や製造工程等の情報を出力する表示装置やプリンタや製造ラインを管理している製造管理システム（図示せず）に接続されたネットワーク等から構成される出力部７と、被検査対象物４２’、４２または被検査対象物４２’、４２を収納したカセット等に記述された被検査対象物に関する情報を読み取る読取装置８と、被検査対象物４２に対して処理された処理設備の種類や号機等の情報や処理工程等の情報を入力するためのキーボードや上記製造管理システムに接続されたネットワーク等から構成された入力部９と、これら外部記憶装置２、演算処理部３、プログラムメモリ４、データメモリ５、出力部７、読取装置８、入力部９、顕微鏡１１を接続するインターフェース１５、および元素検出装置１３を接続するインタフェース１６を接続するバス１０とによって構成される。
【００１４】
まず、参照データベースを作成して外部記憶装置２に記憶させる参照データベースの作成方法について説明する。
製造ラインを構成する製造設備の内、異物や欠陥を発生すると思われるエッチング設備、ＣＶＤやスパッタ等の成膜設備、露光設備、レジスト除去装置等の各種製造設備に対して、回路パターンなし（回路パターンを形成していない）ウエハ（以降、ダミーウエハ）４２’を流して製品ウエハ４２と同一の処理を行わせる。
次に、各種製造設備で処理されたダミーウエハ４２’を顕微鏡（光学顕微鏡（異物検査装置や欠陥検査装置等がある。）、電子顕微鏡、赤外線顕微鏡等がある。）１１や元素検出装置（質量分析装置やスペクトル分析装置等）１３内に取り込む際、ダミーウエハ４２’に関する情報を読取装置８で読み取って、計算機１に入力することによって、計算機１は製造ラインを管理している製造管理システム（図示せず）からの管理情報により、顕微鏡１１や元素検出装置１３内に取り込まれたダミーウエハ４２’が処理設備（製造設備）の種類や号機および処理工程について知ることができ、処理設備（製造設備）の種類や号機および処理工程についての情報が、上記ダミーウエハ４２’の情報に対応させてデータメモリ５に格納されることになる。もちろん、計算機１は、顕微鏡１１や元素検出装置１３内に取り込まれたダミーウエハ４２’の最後の処理設備（製造設備）の種類や号機および最後の処理工程について知ることができ、最後の処理設備（製造設備）の種類や号機および最後の処理工程についての情報も、上記ダミーウエハ４２’の情報に対応させてデータメモリ５に格納されることになる。
【００１５】
そして、顕微鏡１１は、取り込まれたダミーウエハ４２’に対して撮像して異物や欠陥についての画像データを２次元的な位置を含めて収集してネットワーク１２を介して計算機１に入力してデータメモリ５に記憶させる。更に、元素検出装置１３は、取り込まれたダミーウエハ４２’に対して撮像して異物等の欠陥の元素を分析してその元素分析データを２次元的な位置を含めて収集してネットワーク１２を介して計算機１に入力してデータメモリ５に記憶させる。
そして、演算処理部３の参照データ作成部３１は、図２に示すように、顕微鏡１１から得られてデータメモリ５に格納されたダミーウエハ（パターンなしウエハ）上の異物や欠陥についての画像データ２１とダミーウエハ（パターンなしウエハ）上の異物なし画像データ（背景画像データ）２２との差画像データをステップ２３において検出し、この検出された差画像データとダミーウエハ上の異物や欠陥についての画像データ２１との論理積で異物部分のデータをステップＳ２４において抽出する。次に、演算処理部３の参照データ作成部３１は、ステップＳ２４において抽出された異物部分のデータと元素検出装置１３によって検出されてデータメモリ５に格納されたダミーウエハ（パターンなしウエハ）上の異物等の元素データ２６とを基に、基本的には異物等毎に、異物等の特徴量（大きさ（面積）、濃淡値、テクスチャ、円形度、尖度、モーメント、スペクトル）をステップＳ２５において抽出し、参照データベースの異物画像データ、および異物元素データとして外部記憶装置２に登録する。なお、演算処理部３の参照データ作成部３１は、外部記憶装置２に参照データベースを登録する際、一度表示装置等の出力部７に出力し、対話形式で登録するか否かを決めてもよい。
【００１６】
即ち、図３に示すように、パターンなしウエハ（ダミーウエハ）４２’をウエハ単位で、製造ラインを構成する各製造設備で処理させ（ステップＳ３１）、次に、これら処理されたパターンなしウエハ（ダミーウエハ）４２’についてウエハ単位で、ステップＳ３２において顕微鏡１１や元素検出装置１３で検査して計算機１に入力してデータメモリ５に記憶させ、ステップＳ３３において演算処理部３の参照データ作成部３１で製造設備に起因する異物等の欠陥のデータベースとなる参照データベース１０１をウエハ単位で取得し、ステップＳ３４において外部記憶装置２に登録する。
図４に示すのは、製造ラインを構成する各製造設備で処理されたパターンなしウエハ（ダミーウエハ）４２’についてロット単位で、ステップＳ３２において顕微鏡１１や元素検出装置１３で検査して計算機１に入力してデータメモリ５に記憶させ、ステップＳ３３において演算処理部３の参照データ作成部３１で製造設備に起因する異物等の欠陥のデータベースとなる参照データベース１０１をロット単位で取得し、ステップＳ３４において外部記憶装置２に登録する。
【００１７】
従って、演算処理部３の参照データ作成部３１は、データメモリ５に格納されたダミーウエハ４２’の情報に対応させた処理設備（製造設備）の種類や号機および処理工程についての情報と、ダミーウエハ４２’の情報に対応させて収集された顕微鏡１１による異物や欠陥についての画像データおよび元素検出装置１３による異物等の欠陥の元素分析データを抽出して参照データベース１０１として外部記憶装置２に登録することができる。即ち、製造ラインを構成する多数の製造設備、および製造工程に対して、それぞれダミーウエハ４２’を用いて処理を行い、多量の参照データを参照データベース１０１に蓄積しておく必要がある。参照データベース１０１ａとしては、処理設備がＣＶＤ設備、号機が１号機、処理工程がメタル第３ホト、処理方法がパターンなしウエハ（ダミーウエハ）４２’のみで、異物画像データとしてｆｉｌｅ１．ｉｍｇ、異物元素データとしてｆｉｌｅ１．ｃｍｐが得られ、参照データベース１０１ｂとしては、処理設備がエッチング設備、号機が２号機、処理工程がメタル第２ホト、処理方法がパターンなしウエハ（ダミーウエハ）４２’のみで、異物画像データとしてｆｉｌｅ２．ｉｍｇ、異物元素データとしてｆｉｌｅ２．ｃｍｐが得られることになる。
【００１８】
以上説明したように、予め製造設備（処理設備）毎に、ダミー基板４２’を製品４２と同一条件で処理し、その発生源が明らかな異物や欠陥に関するデータを、自動分類する（異物や欠陥が発生した製造設備を特定する）ことができる参照データベース１０１とする。このように製造設備毎にダミー基板４２’を処理することは、他の設備やプロセスの影響を受けずに、その処理を行った設備から発生した異物や欠陥だけを観察することができることになる。
次にダミーウエハ（ダミー基板）４２’と製品ウエハ（製品基板）４２とを混在させて製造ラインを構成する各製造設備に流して参照データベース１０２を作成して外部記憶装置２に登録することについて説明する。図５に示すように、ダミーウエハ（ダミー基板）４２’と製品ウエハ（製品基板）４２とを混在させて製造ラインを構成する各製造設備で流して処理させ（ステップＳ３１）、次に、これら処理されたパターンなしウエハ（ダミーウエハ）４２’について混在ロット単位で、ステップＳ３２において顕微鏡１１や元素検出装置１３で検査して計算機１に入力してデータメモリ５に記憶させ、ステップＳ３３において演算処理部３で製造設備および製品プロセスに起因する異物等の欠陥のデータベースとなる参照データベース１０２を混在ロット単位で取得し、ステップＳ３４において外部記憶装置２に登録する。即ち、例えば、混在ロット内に製品ウエハ４２とダミーウエハ４２’を交互に配置して、製造設備で処理する。このように混在させて処理することで、図３や図４に示すようにダミーウエハ４２’だけで製造設備で処理した場合には検出できなかった異物や欠陥を検出できることがある。これらの異物や欠陥は、製品ウエハ４２を処理したことによって、製品ウエハ４２から剥がれ落ちた異物などが原因であり、製品のデバイス構造やプロセス条件の不具合が製品ウエハに影響を及ぼして発生することになる。
【００１９】
そこで、図３や図４に示すようにダミーウエハ４２’だけを製造設備で処理し、検査を行った参照データベース１０１からは設備起因の異物や欠陥を検出でき、一方、ダミーウウエハ４２’と製品ウエハ４２を混在させて製造設備で処理し、検査を行った参照データベース１０２からは設備起因だけでなく、製品のデバイス構造やプロセス条件の不具合起因に基づく異物や欠陥もダミーウエハ４２’から検出できることになる。
そこで、図１の参照データベース１の各テーブル１０１ａ、１０１ｂ、１０２の処理方法の欄にダミーウエハ４２’だけで処理したのか、ダミーウエハ４２’と製品ウエハ４２を混在で処理したのかなどを分類して登録する。このように、ダミーウエハ４２’だけで処理したのか、ダミーウエハ４２’と製品ウエハ４２を混在で処理したのかなどの処理方法についての情報は、読取装置８で読み取られたウエハについての情報と製造管理システム（図示せず）からネットワークを介して入力されるウエハの流し方の情報とから得ることができる。なお、ダミーウエハ４２’と製品ウエハ４２とを混在させて流す流し方として、図６に示すように製品ウエハ４２の種類は種々考えられる。しかしながら、製造ラインに流す製品ウエハの種類はそれほど多くは無く、ある程度特定されるものである。
【００２０】
しかしながら、ダミーウエハ４２’だけをある製造設備（例えば、処理設備がレジスト塗布設備、号機が１号機、処理工程が第１ゲート）で処理し、検査を行った参照データベース１０１ｃと、ダミーウウエハ４２’と製品ウエハ（例えばマイコン製品ウエハ）４２を混在させてある製造設備（処理設備がレジスト塗布設備、号機が１号機、処理工程が第１ゲート）で処理し、検査を行った参照データベース１０２ａとの差をとることによって、製品やプロセス起因の異物や欠陥に関するデータを抽出することができる。従って、異物画像データ、および異物元素データとしては、ダミーウエハ４２’のみの場合のデータに、製品ウエハを混在して流した場合の差のデータを付記するものでもよい。本発明は、製造設備もしくは製造工程を特定することからして、基本的には、参照データベースとしては、ダミーウエハ４２’から検出される異物や欠陥の画像データおよび元素データを取得することにある。
【００２１】
次に、外部記憶装置２に記憶された参照データベース１０１、１０２を基に、顕微鏡１１で取得される製品ウエハ４２から検出される異物や欠陥の画像データや元素検出装置１３で取得される製品ウエハ４２から異物や欠陥を発生している製造設備あるいは製造工程を特定する分類方法について説明する。即ち、ステップＳ４１において、製品ウエハ４２を製造ラインを構成する多数の製造設備（エッチング装置や成膜装置などの製造設備）で処理し、これら処理された製品ウエハ（製品基板）４２上の異物や欠陥の検査を、ステップＳ４２において顕微鏡１１で行い、異物や欠陥の元素分析についてはステップＳ４２において元素検出装置１３で行い、計算機１内にネットワーク１２、１４を介して入力し、ステップＳ４３においてデータメモリ５に格納し、演算処理部３のデータ照合部３２において、異物や欠陥に関するデータや異物や欠陥に関する元素データを取得する。即ち、図７に示すように、演算処理部３のデータ照合部３２は、ステップＳ４３１においてデータメモリ５に格納された製品ウエハの異物や欠陥なし画像データ７２と製品ウエハ上の異物や欠陥の画像データ７１とを、例えばチップ比較して差画像を検出し、ステップＳ４３２においてこの検出された差画像に対して膨張処理を行い、ステップＳ４３３において該膨張処理が行われた差画像膨張データと異物や欠陥の画像データ７１との論理積をとって異物や欠陥部分の画像データを抽出し、ステップＳ４３４において該抽出された異物や欠陥部分の画像データを基に、異物や欠陥の特徴量（大きさ（面積等）、濃淡値、テクスチャ、円形度、尖度、モーメント、スペクトル等）を算出し、再度データメモリ５に格納する。なお、異物や欠陥の特徴量の算出（抽出）については、検査装置である顕微鏡１１や元素分析装置１３において、行ってもよい。ただし、顕微鏡１１から得られる画像データと元素分析装置１３から得られる元素分析データとの整合性をとるために、計算機１ないで行うのがよい。
【００２２】
次に、演算処理部３のデータ照合部３２は、ステップＳ４４において、取得したデータ１１０と上記の参照データベースの各参照データ１０１、１０２と比較照合を行って参照データと欠陥データのデータ間で強い相関のあるデータを選び出し、この選び出された参照データに関連付けて参照データベース１０１、１０２に登録されている処理設備、処理方法、処理工程などから異物や欠陥の発生設備の特定が行われて出力部７から出力される。即ち、演算処理部３のデータ照合部３２は、図８に示すように、ステップＳ４４１において欠陥データ１１０の特徴量と多数の参照データ１０１、１０２の特徴量とから次に示す（数１）式に基いて相関データＲを算出し、ステップＳ４４２において相関が最も強い（最小のＲ）の参照データを選出し、ステップＳ４４３において最小のＲがしきい値より小さいとき欠陥データと参照データを同一欠陥と判定し、参照データとその付帯情報（特定された処理設備、処理方法、処理工程などの情報）１２０を出力部７から出力する。ステップＳ４４３において最小のＲがしきい値より大きい場合には、照合なし、すなわち異常原因特定不可として出力部７から出力する。
【００２３】
Ｒ＝Σ（欠陥特徴量（ｋ）−参照特徴量（ｋ））² （数１）
図９には、製品ウエハ４２からの欠陥データ群が顕微鏡１１および元素検出装置１３からネットワーク１２、１４を介して計算機１内に入力された場合を示す。ステップＳ４３’は、製品ウエハ４２からの欠陥データ群が顕微鏡１１および元素検出装置１３からネットワーク１２、１４を介して計算機１内に入力されるステップを示す。ステップＳ４４’は、演算処理部３のデータ照合部３２において、入力された各欠陥データについて多数の参照データとの照合を行うステップを示す。ステップＳ４５は、演算処理部３のデータ照合部３２において、照合の出力を集計するステップを示す。ステップＳ４６は、演算処理部３のデータ照合部３２において、出力部７から集計結果（特定された製造設備（例えばＣＶＤ設備）と未照合との結果）を出力するステップを示す。
以上説明したように、製品ウエハ（製品基板）４２をエッチング装置や成膜装置などの製造設備で処理し、製品ウエハ（製品基板）４２上の異物や欠陥など検査を顕微鏡１１や元素検出装置１３で行い、計算機１に入力する。計算機１は、入力されて取得された異物や欠陥などの画像データおよび元素分析データと、参照データベースとして登録された各参照データとを、図３に示すステップＳ４４において比較照合を行って、参照データベースに登録されている処理設備（製造設備）、処理方法、処理工程などから異物や欠陥等の発生設備を特定して出力部７から出力することになる。この比較照合方法は、参照データと異物や欠陥のデータ（異物や欠陥などの画像データおよび元素分析データ）とのデータ間で強い相関のあるデータを選び出し、この選び出した参照データに関連付けて参照データベースに登録されている処理設備（製造設備）、処理方法、処理工程などから異物や欠陥等の発生設備を特定する。
【００２４】
次に図１に示すシステムの活用方法の第１の実施例について図３を用いて説明する。参照データベースへの登録は、エッチング装置、成膜装置などの各製造設備で回路パターンを形成していないウエハ（ダミーウエハ）に対して製品ウエハと同一の処理を行う。次にダミーウエハを検査装置１１、１３を用いて検査を行い、異物や欠陥のダミーウエハ上の２次元的な位置を検出し、この検出された個々の異物や欠陥の画像データや元素分析データを得て、計算機１内に入力し、これら入力された個々の異物や欠陥の画像データや元素分析データを参照データ１０１として、参照データベース２へ登録する。このように多量の製造設備、製造工程に対して、それぞれダミーウエハを用いて処理を行い、参照データベース３に多量の参照データを蓄積しておく。
参照データベースの準備を完了した後、製品ウエハ４２をエッチング装置や成膜装置などの製造設備で処理し、製品ウエハ（製品基板）４２上の異物や欠陥など検査を顕微鏡１１や元素検出装置１３で行い、計算機１に入力する。計算機１は、入力されて取得された異物や欠陥などの画像データおよび元素分析データと、参照データベースとして登録された各参照データとを、図３に示すステップＳ４４において比較照合を行って、参照データベースに登録されている処理設備（製造設備）、処理方法、処理工程などから異物や欠陥等の発生設備を特定して出力部７から出力することになる。
【００２５】
次に、図１に示すシステムの活用方法の第２の実施例について図４を用いて説明する。参照データベースへの登録に際して、ダミーウエハを製造設備で処理する。このとき、ロット内のすべてのウエハにダミーウエハを用いることで、製造設備起因の異物や欠陥を参照データベース３へ登録する。上記図３の説明と同様に、この参照データベース内の参照データと製品ウエハ上の欠陥データを比較照合することで、異物や欠陥の発生設備を特定する。
次に、図１に示すシステムの活用方法の第３の実施例について図５を用いて説明する。参照データベースへの登録に際して、ダミーウエハと製品ウエハを混在させて製造設備で処理する。例えば、ロット内に製品ウエハとダミーウエハとを交互に配置して、製造設備で処理する。このように混在させて処理することで、図３や図４のようにダミーウエハだけで製造設備で処理した場合には検出できなかった異物や欠陥を検出できることがある。これらの異物や欠陥は製品ウエハを処理したことによって、製品ウエハから剥がれ落ちた異物などが原因であり、製品のデバイス構造や製造プロセスの不具合が製品ウエハに影響を及ぼして発生する。
そこで、図３や図４に示すようにダミーウエハだけを製造設備で処理し、検査を行った参照データからは設備起因の異物や欠陥を検出でき、一方、ダミーウエハと製品ウエハを混在させて製造設備で処理した場合には設備起因だけでなく、製品やプロセス起因の異物や欠陥もダミーウエハから検出することができる。
【００２６】
そこで、図１の参照データベース３の各テーブル１０１、１０２の処理方法の欄にダミーウエハだけを処理したのか、ダミーウエハと各種製品ウエハを混在で処理したのかなどを分類して登録する。このことで、参照データと欠陥データを比較照合したときに、その異物や欠陥が設備起因なのか、あるいは製品やプロセス起因なのかを判定することが可能となる。判定の結果、製造設備をメンテナンスすべきなのか、あるいは、プロセス条件を変更すべきなのかを決定できる。製品ウエハは図６のようにＡＳＩＣ製品、マイコン製品、メモリ製品と分類して登録したり、さらに品種毎に６４Ｍ−ＤＲＡＭ、１６Ｍ−ＳＲＡＭと登録する。このことで、同一設備で処理してもマイコン製品では発生しなかった異物や欠陥が、６４Ｍ−ＤＲＡＭでは発生するといったことがあった場合に、直ちに６４Ｍ−ＤＲＡＭのプロセス条件あるいは製品の設計自体に問題があることがわかる。
図１０に示すベン図は、ダミーウエハ４２’だけをエッチング装置や成膜装置などで処理した場合に、そのダミーウエハ４２’上から検出される異物や欠陥の分布５１と、ダミーウエハ４２’と製品ウエハ４２を混在させて処理した場合に、そのダミーウエハ４２’上から検出される異物や欠陥の分布５２、５３である。５１は、ダミーウエハのみで処理した結果、５２はマイコン製品ウエハとダミーウエハとを混在処理した結果、５３はメモリ製品ウエハとダミーウエハとを混在処理した結果を示す。そこで、参照データベース３に蓄積した参照データを比較することで、製品ウエハ、それも例えばマイコン製品からだけ観察される異物を発見し、マイコン製品の設計上、あるいは、マイコン製造の際のプロセス上の不具合を特定することができる。
【００２７】
図１１は上記図３〜図５の活用方法を融合した第４の実施例を示す図である。参照データベースとしては、ダミーウエハ４２’だけを製造装置で処理した場合の参照データベース１０１と、ダミーウエハ４２’と製品ウエハ４２を混在して製造装置で処理した場合の参照データベース１０２とを備える。計算機１内の処理装置３のデータ照合部３２において、ステップＳ４４で、製品ウエハ上の異物や欠陥のデータと両データベースの参照データを比較照合する。もし、参照データベース１０１内の参照データとだけ、あるいは、参照データベース１０１と１０２の両方の参照データと照合できる場合、検出された製品ウエハ上の異物や欠陥は、設備起因の欠陥であると認識できる。一方、参照データベース１０１内の参照データとは照合できず、参照データベース１０２内の参照データとだけ照合できる場合は、検出された製品ウエハ上の異物や欠陥は、製品プロセス起因の欠陥であると認識できる。参照データベース１０１と１０２は、図１１のように異なるデータベースであっても、図１に示す参照データベースのように同一データベースであってもよい。図１に示す参照データベースであっても、参照データを登録するときに製造設備での処理方法を登録することで、参照データの登録手順を区別可能である。
【００２８】
次に、ダミーウエハで予め参照データベースを作成済の場合に、製造ラインにおいて本発明のシステムで異物発生設備を特定する実施例について図１２を用いて説明する。製品基板（例えば製品ウエハ）は、多層膜の回路パターンを形成するために、成膜、露光、エッチングなどを繰り返し行う。成膜を行うとき、工程によってはＡ社製の成膜設備を用いたり、Ｂ社製の成膜設備を用いたりする。また、エッチングも工程によってＣ社製のエッチング設備、Ｄ社製のエッチング設備、Ｅ社製のエッチング設備を用いる。成膜後に検査装置１１、１３において欠陥検査を行い、その検査で検出した個々の異物や欠陥についての画像データや元素データを計算機１においてステップＳ４３で取得する。そして、計算機１ないの処理装置２において、取得された個々の異物や欠陥についての画像データや元素データと参照データベース３内の参照データとを比較照合する。照合した結果、欠陥検査で検出された異物のほとんどがＢ社製の成膜設備にダミーウエハを処理して登録しておいた参照データと照合できたとする。その結果、そのＢ社製の成膜設備が異常であることを特定する。このように製造ラインにおいて、多層膜のどの層の成膜が異常であるのかといったことは特に重要な情報ではなく、異常を起こしている設備を特定できれば、その設備の異常を対策することで、その設備を用いているすべての層の不良を対策することになる。図１２の一例では欠陥検査を成膜後に行ったが、エッチング後に行う場合もある。また、成膜後とエッチング後の両方で行うこともある。本システムは検査を行う順番にはあまり影響せず、検査の感度が高い工程で検査を行うことが望ましい。
【００２９】
ところで、図１のシステム例では顕微鏡１１と元素検出器１３を両方備えているがどちらか片方でも有効に活用可能である。顕微鏡１１は光学顕微鏡であっても、電子顕微鏡であってもよく、赤外線顕微鏡などでも可能である。また、参照データベース３は顕微鏡などのハードウェアとは独立したシステムでもよい。
【００３０】
ここで示した実施例は半導体ウエハ製造工程での活用例であるが、半導体ではなく、液晶ディスプレイ基板など他の製品でも活用可能である。液晶ディスプレイ基板に活用する場合には参照データを登録する場合、ダミーウエハの代りに回路パターンを形成していないガラス基板を用いることになる。また、ウエハを用いて製造する薄膜磁気ヘッドなども半導体と同様に活用することができる。
また、ダミーウエハとは言え、ウエハ上の一部にアライメントパターンを形成し、座標の位置決めに用いること、ＴＥＧを形成して、プロセスパラメータの改善に用いることは可能である。
【００３１】
【発明の効果】
本発明によれば、予め回路パターンを形成していない基板（ダミー基板）を用いて製造設備毎に処理を行い、それを顕微鏡や元素分析装置で検出した特徴量データを製造設備等の種類のデータとともに参照データとして、参照データベースに登録し、製品の製造ラインにおいて、製品基板上の異物や欠陥の特徴量データと、参照データベース内の参照データと比較照合することで異常設備や異常プロセスを検知して特定するように構成したので、製造ラインに対してダミー基板を頻繁に流すこと無く、多数の異物などの欠陥の発生原因となる製造設備や製造工程を特定することができるようにして製造設備や製造工程に起因した異物や欠陥の発生を低減する対策を迅速に実行して歩留まり向上を図ることができる効果を奏する。
【図面の簡単な説明】
【図１】本発明に係る異常原因特定システムおよびその方法の一実施の形態を示す構成図である。
【図２】図１に示す計算機内の演算処理部の参照データ作成部において行う演算処理について説明するための図である。
【図３】本発明に係る異常原因特定システムおよびその方法においてパターンなし基板（ダミー基板）だけを用いた参照データの登録とシステムの活用方法の第１の実施例を説明するための図である。
【図４】本発明に係る異常原因特定システムおよびその方法においてパターンなし基板（ダミー基板）だけを用いた参照データの登録とシステムの活用方法の第２の実施例を説明するための図である。
【図５】本発明に係る異常原因特定システムおよびその方法において製品ウエハおよびパターンなし基板（ダミー基板）を用いた参照データの登録とシステムの活用方法の第３の実施例を説明するための図である。
【図６】参照データを作成する際の製造設備での処理方法の具体例を示す図である。
【図７】図１に示す計算機内の演算処理部のデータ照合部において行う製品基板から得られる画像データや元素分析データから異物等の欠陥の特徴量を抽出するまでの演算処理について説明するための図である。
【図８】図１に示す計算機内の演算処理部のデータ照合部において行う製品基板から得られる異物等の欠陥の特徴量と参照データとを照合して異常原因を特定する演算処理について説明するための図である。
【図９】図１に示す計算機内の演算処理部のデータ照合部において行う照合の集計について説明するための図である。
【図１０】製造設備での処理方法の違いによる参照データの種類について説明するための図である。
【図１１】本発明に係る異常原因特定システムおよびその方法においてパターンなし基板（ダミー基板）だけを用いて登録した参照データと製品基板およびパターンなし基板を混在させて登録した参照データの両データをシステムで活用する方法の第４の実施例を説明するための図である。
【図１２】本発明に係る異常原因特定システムおよびその方法の一実施の形態を説明するための図である。
【符号の説明】
１…計算機、２…外部記憶装置（参照データベース）、３…演算処理部、４…プログラムメモリ、５…データメモリ、７…出力部、８…読取部、９…入力部、１０…バス、１１…顕微鏡、１２…ネットワーク、１３…元素検出装置、１４…ネットワーク、１５、１６…インターフェース、２１…パターンなしウエハ上の異物や欠陥の画像データ、２２…パターンなしウエハの異物や欠陥なし画像データ、３１…参照データ作成部、３２…データ照合部、４１…ＸＹステージ、４２…製品基板：製品ウエハ（被検査対象物）、４２’…パターンなし基板：パターンなしウエハ（ダミー基板）（被検査対象物）、７１…製品ウエハ上の異物や欠陥の画像データ、７２…製品ウエハの異物や欠陥なし画像データ、１０１…パターンなし基板のみから得られる参照データ、１０２…パターンなし基板および製品基板から得られる参照データ、１２０…製造設備特定出力。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to failure analysis and facility maintenance of thin film devices such as semiconductors and liquid crystal displays, and in particular, identifies facilities and manufacturing processes in which foreign matter and defects that cause yield reduction occur, and can quickly take countermeasures. The present invention relates to an abnormality cause identifying system and a method thereof.
[0002]
[Prior art]
Defects that occur during the manufacture of thin film devices such as semiconductors and liquid crystal displays, especially defects that occur at the time of mass production, account for a greater number of foreign matters than other defects. It is the most important issue to improve the yield to quickly find out the equipment that generates foreign matter and defects, or the manufacturing process, and take countermeasures. Conventionally, there have been the following methods for finding out facilities and processes in which foreign matters and defects are generated.
This method classifies foreign matters and defects on a product substrate by visually observing the appearance with a metal microscope or an electron microscope. In other words, this method classifies circuit malfunctions such as short circuits and disconnections due to foreign matters, and classifies foreign matters, watermarks, resist residues, and other deposits, and tabulates the classification results. However, when the worker performs the classification work, there are problems such as a difference by a person in charge and a recognition error.
Therefore, Japanese Patent Laid-Open Nos. 59-192944, 63-323276, 5-280960, and 7-201946 describe methods for automating classification. The conventional automatic defect classification method is a method for obtaining and classifying feature quantities such as the color, shape, texture, etc. of defects from image data of foreign matters and defects on a product substrate. In this method, feature values of foreign matters and defects that have previously occurred on the product substrate are created in advance as a dictionary and compared with the newly generated feature values of the defect. Pattern recognition technology such as neural networks is used. The method using is generally used.
[0003]
Further, as prior art relating to foreign matter analysis, Japanese Patent Laid-Open Nos. 6-120311, 8-111441, 7-159333, and 8-316116 are known. Japanese Patent Application Laid-Open No. Hei 6-120311 enables high-accuracy coordinate designation that is compatible between inspection apparatuses in each process, and in particular, in each production facility of a semiconductor integrated circuit device, analysis of foreign matters attached on a wafer is easy. A dummy wafer and a foreign matter analysis apparatus using the same are described. Japanese Patent Application Laid-Open No. 8-111441 discloses a method for inspecting whether or not a foreign substance falls on or adheres to a wafer in a semiconductor device manufacturing apparatus or between manufacturing apparatuses. It is described that a non-silicon wafer is used as a dummy wafer when a dummy wafer is run and a foreign matter dropped or attached during running is analyzed by X-ray analysis to identify the foreign matter. Japanese Patent Application Laid-Open No. 7-159333 discloses an irradiation means for irradiating a test object placed on a sample stage with a light beam, and features of pattern defects generated on the surface of the test object by detecting the reflected light. A pattern defect detecting means for outputting a parameter signal indicating the above, a pattern defect classification means for grouping the values of a large number of parameter signals obtained by the pattern defect detecting means according to the cause of occurrence of the pattern defect, and grouping By comparing the parameter signal obtained by the failure mode storage means for determining the pattern failure and the pattern failure detection means with the value stored in the mode storage device, it is determined which group it belongs to An appearance inspection apparatus including a failure mode determination means for determining the cause of occurrence of a failure is described. In addition, in Japanese Patent Laid-Open No. 8-316116, in the manufacturing method of forming a multilayer functional element while performing thin film formation and photolithography and etching processes, the state of the manufacturing equipment in the manufacturing process before manufacturing the product. In an inspection method for equipment that is similar to a product having the shape and characteristics similar to that of the product to be inspected and manufactured in the manufacturing process, an identifier of the inspection method and an identification code of the equipment to be inspected are provided. A semiconductor manufacturing method is described in which the performance of manufacturing equipment in the manufacturing process is confirmed by using the given replica storage case.
[0004]
[Problems to be solved by the invention]
Defects that occur during the manufacture of thin film devices such as semiconductors and liquid crystal displays, especially defects that occur at the time of mass production, account for a greater number of foreign matters than other defects. The cause of the occurrence is peeling or scraping of the film due to a process failure, a circuit structure failure, or the like, or dust generation from a manufacturing facility.
However, in any of the above prior arts, sufficient consideration is given to the fact that it is possible to identify manufacturing equipment and manufacturing processes that cause defects such as a large number of foreign substances without frequently flowing a dummy substrate. There wasn't.
[0005]
An object of the present invention is to solve the above-mentioned problems by specifying a manufacturing facility or a manufacturing process that causes a defect such as a large number of foreign matters without frequently flowing a dummy substrate through a manufacturing line. It is another object of the present invention to provide an abnormality cause identifying system and method for improving yield by quickly implementing measures to reduce the occurrence of foreign matters and defects caused by manufacturing equipment and manufacturing processes.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, the present invention relates in advance to a plurality of types of feature quantity data relating to defects occurring in each type of manufacturing equipment in correspondence with a plurality of types of manufacturing equipment constituting a manufacturing line. A reference database to be registered, an inspection apparatus for acquiring a plurality of types of feature amount data on defects generated in a processing substrate obtained by processing at a plurality of types of manufacturing equipment constituting a manufacturing line, and the inspection apparatus Extract the correlation between multiple types of feature data for the acquired defects and the reference data for various types of manufacturing equipment registered in the reference database. An abnormality cause identifying system comprising: a collating means for identifying
In addition, the present invention relates to a plurality of types of feature data relating to defects occurring in each type of manufacturing equipment and manufacturing process in advance in correspondence with a plurality of types of manufacturing equipment and manufacturing processes constituting a manufacturing line. A reference database to be registered, a plurality of types of manufacturing equipment constituting a manufacturing line, and an inspection apparatus for acquiring a plurality of types of feature amount data on defects generated in a processing substrate obtained by processing in a manufacturing process, Extract the correlation between multiple types of feature data for defects acquired by inspection equipment and reference data for various manufacturing facilities and manufacturing processes registered in the reference database. And a verification means for specifying the type of manufacturing process and manufacturing process.
[0007]
In addition, the present invention relates to a plurality of types of manufacturing equipment constituting a manufacturing line in advance, and generates a plurality of types of feature amount data relating to defects generated in each type of manufacturing equipment as reference data, and a storage device. The reference data creation process to be registered in the inspection line, and the inspection apparatus inspects the defect generated in the processing substrate obtained by processing with a plurality of types of manufacturing equipment constituting the manufacturing line, and at least the defect data is determined based on the image data. Extracting the correlation between the inspection process for acquiring multiple types of feature data, the multiple types of feature data for defects acquired in the inspection process, and the reference data for various manufacturing facilities registered in the reference database And a method for identifying the cause of abnormality characterized by having a matching step for identifying the type of manufacturing equipment that causes the abnormality from the strongest correlation
In addition, the present invention relates to a plurality of types of manufacturing equipment constituting a manufacturing line in advance, and generates a plurality of types of feature amount data relating to defects generated in each type of manufacturing equipment as reference data, and a storage device. Based on the image data and elemental analysis data about the defect, which is inspected by the inspection device for the defect generated in the processing substrate obtained by processing with the reference data creation process registered in the manufacturing line and the multiple types of manufacturing equipment constituting the production line An inspection process for acquiring a plurality of types of feature amount data of the defect, and a correlation between the plurality of types of feature amount data for the defect acquired in the inspection step and reference data for various manufacturing facilities registered in the reference database Identifying the cause of abnormality characterized by having a matching process that extracts the relationship and identifies the type of manufacturing equipment that causes the abnormality from the strongest correlation It is the law.
[0008]
In the reference data creation step of the abnormality cause identification method, the present invention provides each of the plurality of types of manufacturing equipment constituting the manufacturing line by flowing the patternless substrate and performing a process to obtain the patternless substrate. The inspection apparatus is inspected for defects occurring in the types of manufacturing equipment, and a plurality of types of feature amount data relating to the defects are acquired based on at least image data regarding the defects.
In the reference data creation step of the abnormality cause identification method, the present invention provides each of the plurality of types of manufacturing equipment constituting the manufacturing line by flowing the patternless substrate and performing a process to obtain the patternless substrate. It is characterized by inspecting a defect occurring in a manufacturing facility of this kind with an inspection apparatus and acquiring a plurality of types of feature amount data relating to the defect based on image data and elemental analysis data on the defect.
In the reference data creation step of the abnormality cause identification method, the present invention provides a process process in which a pattern-less substrate and a product substrate are mixed and flowed in a lot for each of a plurality of types of manufacturing equipment constituting a manufacturing line. Inspected by the inspection device for defects occurring in each type of manufacturing equipment obtained from the substrate without pattern under the influence of the product substrate, and at least a plurality of types of feature data related to the defect based on at least image data about the defect It is characterized by acquiring.
[0009]
In the reference data creation step of the abnormality cause identification method, the present invention provides a process process in which a pattern-less substrate and a product substrate are mixed and flowed in a lot for each of a plurality of types of manufacturing equipment constituting a manufacturing line. Inspected by the inspection device for defects occurring in each type of manufacturing equipment obtained from the substrate without pattern under the influence of the product substrate, and based on the image data and elemental analysis data about the defects, Feature data is acquired.
In addition, the present invention relates to a plurality of types of feature data relating to defects occurring in each type of manufacturing equipment and manufacturing process in advance in correspondence with a plurality of types of manufacturing equipment and manufacturing processes constituting a manufacturing line. As a reference data creation process that is created and registered in a storage device, and a defect that occurs in a processing substrate obtained by processing in a plurality of types of manufacturing equipment and manufacturing processes that make up a manufacturing line is inspected with an inspection device. An inspection process for acquiring a plurality of types of feature data of the defect based on at least image data; a plurality of types of feature data for the defect acquired in the inspection process; and various manufacturing facilities registered in the reference database; Extract the correlation with the reference data corresponding to the manufacturing process, and select the manufacturing equipment and manufacturing process that cause the abnormality from the strongest correlation. An abnormal cause identification method characterized by having a verification step of identifying the class.
[0010]
In addition, the present invention relates to a plurality of types of feature data relating to defects occurring in each type of manufacturing equipment and manufacturing process in advance in correspondence with a plurality of types of manufacturing equipment and manufacturing processes constituting a manufacturing line. As a reference data creation process that is created and registered in a storage device, and a defect that occurs in a processing substrate obtained by processing in a plurality of types of manufacturing equipment and manufacturing processes that make up a manufacturing line is inspected with an inspection device. An inspection process for acquiring a plurality of types of feature amount data of the defect based on image data and elemental analysis data, a plurality of types of feature amount data for the defect acquired in the inspection step, and various types registered in the reference database Extract the correlation between the manufacturing equipment and the reference data for the manufacturing process, and the manufacturing equipment that causes the abnormality from the strongest An abnormal cause identification method characterized by having a verification step of identifying the type of granulation processes.
Further, in the reference data creation step of the abnormality cause identification method, the present invention performs processing by flowing a non-patterned substrate to each of a plurality of types of manufacturing equipment and manufacturing steps constituting the manufacturing line. A defect occurring in each type of manufacturing equipment and manufacturing process obtained is inspected by an inspection apparatus, and a plurality of types of feature amount data relating to the defect are acquired based on at least image data regarding the defect.
Further, in the reference data creation step of the abnormality cause identification method, the present invention performs processing by flowing a non-patterned substrate to each of a plurality of types of manufacturing equipment and manufacturing steps constituting the manufacturing line. It is characterized by inspecting defects generated in each type of manufacturing equipment and manufacturing process obtained by an inspection apparatus and acquiring a plurality of types of feature data related to the defects based on image data and elemental analysis data about the defects. To do.
[0011]
Further, according to the present invention, in the reference data creation step of the abnormality cause identification method, a pattern-less substrate and a product substrate are mixed and flowed in a lot for each of a plurality of types of manufacturing equipment and manufacturing steps constituting the manufacturing line. Inspect the defect generated in each type of manufacturing equipment and manufacturing process obtained from the substrate without pattern under the influence of the product substrate by processing and inspect with the inspection device, and at least about the defect based on the image data It is characterized by acquiring a plurality of types of feature amount data.
Further, according to the present invention, in the reference data creation step of the abnormality cause identification method, a pattern-less substrate and a product substrate are mixed and flowed in a lot for each of a plurality of types of manufacturing equipment and manufacturing steps constituting the manufacturing line. Inspect the defect that occurs in each type of manufacturing equipment and manufacturing process that is obtained from the substrate without pattern under the influence of the product substrate by processing and inspect with the inspection device, based on the image data and elemental analysis data about the defect A feature is that a plurality of types of feature amount data relating to the defect are acquired.
In addition, the present invention processes dummy substrates for each manufacturing facility in advance under the same conditions as products, acquires reference data for automatic classification of foreign matters and defects whose sources are obvious, and in actual manufacturing lines, It is characterized by performing foreign object / defect inspection and comparing and comparing the detected foreign object or defect with the above-mentioned reference data prepared in advance to reliably identify the production facility where the foreign object or defect has occurred. .
[0012]
As described above, according to the above-described configuration, the dummy substrate is processed in the manufacturing facility and stored as reference data. However, it is not necessary to frequently process the dummy substrate in the manufacturing facility. It is sufficient to treat with the equipment only a very small number of times (eg once a month). Moreover, recurrence can be prevented by processing only once when the equipment actually has a problem.
[0013]
DETAILED DESCRIPTION OF THE INVENTION
An embodiment of an abnormality cause identifying system and method for identifying an abnormal manufacturing facility and an abnormal manufacturing process in a semiconductor manufacturing line for manufacturing semiconductors and the like according to the present invention will be described with reference to the drawings.
FIG. 1 is a schematic configuration diagram showing an embodiment of an abnormality cause identifying system and method in a production line for semiconductors and the like for producing semiconductors and the like according to the present invention.
The abnormality cause identifying system according to the present invention includes an XY stage (which may also include a Z stage) 41 on which an object to be inspected 42 such as an unpatterned wafer or a product wafer can be placed, and an XY stage. A microscope (an optical microscope (a foreign substance inspection apparatus, a defect inspection apparatus, etc. includes an optical microscope (a foreign substance inspection apparatus, a defect inspection apparatus, etc.). ), An electron microscope, an infrared microscope, etc.) 11 and a mass spectroscope for analyzing and detecting an element such as a defect or foreign matter on the inspected object 42 ', 42 such as a patternless wafer or a product wafer And the computer 1 in which the microscope 11 and the element detection device 13 are connected by the networks 12 and 14. The computer 1 mainly includes an external storage device 2 in which a reference database acquired from an inspection target 42 ′ such as a patternless wafer is registered in advance, and a functional reference data creation unit 31 and a data reference unit 32. Arithmetic processing unit (CPU unit) 3, program memory unit 4 composed of a ROM or the like that stores a program for arithmetic processing by the arithmetic processing unit 3, and image data such as defects and foreign matter input from the microscope 11. And a data memory unit 5 composed of a RAM or the like that temporarily stores analysis data of elements such as defects and foreign matters input from the element detection device 13 and data processed by the arithmetic processing unit 3, and an arithmetic processing unit 3 Manufacturing that manages display devices, printers, and manufacturing lines that output information such as manufacturing facilities and manufacturing processes of identified abnormalities, which are the results of verification and analysis by the data verification unit 32 Inspected described in the output unit 7 composed of a network or the like connected to a management system (not shown) and the inspected object 42 ', 42 or the cassette containing the inspected object 42', 42 Connected to the reading device 8 for reading information on the object, a keyboard for inputting information such as the type of processing equipment processed on the object to be inspected 42, information on the machine, and information on the processing process, and the manufacturing management system. And an interface for connecting the external storage device 2, the arithmetic processing unit 3, the program memory 4, the data memory 5, the output unit 7, the reading device 8, the input unit 9, and the microscope 11. 15 and the bus 10 to which the interface 16 for connecting the element detection device 13 is connected.
[0014]
First, a reference database creation method for creating a reference database and storing it in the external storage device 2 will be described.
There are no circuit patterns for various manufacturing equipment such as etching equipment, deposition equipment such as CVD and sputtering, exposure equipment, resist removal equipment, etc. A wafer (hereinafter referred to as a dummy wafer) 42 ′ on which no pattern is formed is flowed to perform the same processing as that of the product wafer 42.
Next, the dummy wafer 42 ′ processed in various manufacturing facilities is subjected to a microscope (including an optical microscope (including a foreign matter inspection device and a defect inspection device), an electron microscope, an infrared microscope, etc.) 11 and an element detection device (mass analysis). When the information is taken into the apparatus 13 or the spectrum analyzer 13), the information relating to the dummy wafer 42 ′ is read by the reading device 8 and input to the computer 1, whereby the computer 1 manages a production line (not shown). 3), the dummy wafer 42 'taken into the microscope 11 and the element detection device 13 can know the type, number and processing steps of the processing equipment (manufacturing equipment) and the processing equipment (manufacturing equipment). Information on the type, number and processing process is stored in the data memory 5 in correspondence with the information on the dummy wafer 42 '. Of course, the computer 1 can know the type of the last processing equipment (manufacturing equipment) of the dummy wafer 42 ′ taken into the microscope 11 and the element detection device 13, the number machine, and the last processing process, and the last processing equipment ( Information on the type of manufacturing equipment), the machine number, and the last processing step is also stored in the data memory 5 in correspondence with the information on the dummy wafer 42 '.
[0015]
The microscope 11 captures the captured dummy wafer 42 ′, collects image data about foreign matters and defects, including a two-dimensional position, and inputs the data to the computer 1 via the network 12 to store the data memory. 5 is memorized. Further, the element detector 13 captures an image of the captured dummy wafer 42 ′, analyzes the element of the defect such as a foreign substance, collects the element analysis data including the two-dimensional position, and transmits it via the network 12. Are input to the computer 1 and stored in the data memory 5.
Then, as shown in FIG. 2, the reference data creation unit 31 of the arithmetic processing unit 3 obtains image data 21 about foreign matters and defects on a dummy wafer (unpatterned wafer) obtained from the microscope 11 and stored in the data memory 5. And the difference image data between the image data (background image data) 22 without foreign matter on the dummy wafer (wafer without pattern) is detected in step 23, and the detected difference image data and image data 21 about the foreign matter and defect on the dummy wafer are detected. In step S24, the foreign substance data is extracted by the logical product of Next, the reference data creation unit 31 of the arithmetic processing unit 3 detects the foreign matter data extracted in step S24 and the foreign matter on the dummy wafer (patternless wafer) detected by the element detection device 13 and stored in the data memory 5. Based on the element data 26, etc., the characteristic amount (size (area), gray value, texture, circularity, kurtosis, moment, spectrum) of the foreign matter is basically determined for each foreign matter in step S25. Extracted and registered in the external storage device 2 as foreign object image data and foreign element data in the reference database. Note that when the reference data creation unit 31 of the arithmetic processing unit 3 registers the reference database in the external storage device 2, the reference data creation unit 31 once outputs it to the output unit 7 such as a display device and decides whether to register in the interactive format. Good.
[0016]
That is, as shown in FIG. 3, a non-patterned wafer (dummy wafer) 42 ′ is processed in units of wafers in each manufacturing facility constituting the manufacturing line (step S31), and then these processed non-patterned wafers (dummy wafers) are processed. ) 42 ′ in wafer units, inspected by the microscope 11 or element detector 13 in step S 32, input to the computer 1 and stored in the data memory 5, and manufactured in the reference data creation unit 31 of the arithmetic processing unit 3 in step S 33. A reference database 101, which is a database of defects such as foreign matter caused by equipment, is acquired for each wafer, and registered in the external storage device 2 in step S34.
FIG. 4 shows a lot unit of a patternless wafer (dummy wafer) 42 ′ processed in each manufacturing facility constituting the manufacturing line, inspected by the microscope 11 or the element detector 13 in step S 32, and input to the computer 1. In step S33, the reference data creating unit 31 of the arithmetic processing unit 3 acquires the reference database 101 as a database of defects such as foreign matters caused by the manufacturing equipment in units of lots. Register in the storage device 2.
[0017]
Therefore, the reference data creation unit 31 of the arithmetic processing unit 3 includes information on the type of processing equipment (manufacturing equipment), the number of machines, and the processing steps corresponding to the information on the dummy wafer 42 ′ stored in the data memory 5, and the dummy wafer 42. The image data on the foreign matters and defects collected by the microscope 11 and the elemental analysis data of the defects such as foreign matters obtained by the element detection device 13 are extracted in correspondence with the information 'and registered in the external storage device 2 as the reference database 101. Can do. That is, a large number of reference data needs to be accumulated in the reference database 101 by performing processing using a dummy wafer 42 ′ for each of a large number of manufacturing facilities and manufacturing processes constituting the manufacturing line. The reference database 101a includes a processing facility as a CVD facility, a number 1 as a number 1, a processing step as a metal third photo, a processing method as a pattern-less wafer (dummy wafer) 42 'only, and file 1. img, file1 as foreign element data. cmp is obtained. As the reference database 101b, the processing equipment is the etching equipment, the machine No. 2 is the machine, the processing process is the metal second photo, and the processing method is only the non-patterned wafer (dummy wafer) 42 '. img, file2. cmp is obtained.
[0018]
As described above, the dummy substrate 42 ′ is processed in advance for each manufacturing facility (processing facility) under the same conditions as the product 42, and the data on the foreign matter and defect whose source is clear is automatically classified (foreign matter and defect). It is assumed that the reference database 101 can specify the manufacturing facility where the In this way, processing the dummy substrate 42 ′ for each manufacturing facility makes it possible to observe only foreign matters and defects generated from the facility that has performed the processing without being affected by other facilities and processes. .
Next, a description will be given of creating a reference database 102 and registering it in the external storage device 2 by mixing a dummy wafer (dummy substrate) 42 ′ and a product wafer (product substrate) 42 to each manufacturing facility constituting the manufacturing line. To do. As shown in FIG. 5, a dummy wafer (dummy substrate) 42 'and a product wafer (product substrate) 42 are mixed and flowed through each manufacturing facility constituting the manufacturing line (step S31). The patternless wafer (dummy wafer) 42 ′ is inspected with the microscope 11 or the element detector 13 in the mixed lot unit, input to the computer 1 and stored in the data memory 5 in step S32, and stored in the data memory 5 in step S33. In step S34, the reference database 102, which is a database of defects such as foreign matters caused by manufacturing equipment and product processes, is acquired in units of mixed lots and registered in the external storage device 2 in step S34. That is, for example, product wafers 42 and dummy wafers 42 ′ are alternately arranged in the mixed lot and processed by the manufacturing facility. By mixing and processing in this way, it may be possible to detect foreign matters and defects that could not be detected when processing in the manufacturing facility using only the dummy wafer 42 'as shown in FIGS. These foreign matters and defects are caused by foreign matters that have been peeled off from the product wafer 42 after processing the product wafer 42, and defects in the device structure and process conditions of the product affect the product wafer. become.
[0019]
Therefore, as shown in FIGS. 3 and 4, only the dummy wafer 42 ′ is processed in the manufacturing facility, and foreign substances and defects caused by the facility can be detected from the inspected reference database 101, while the dummy wafer 42 ′ and the product wafer 42 are detected. From the reference database 102 that has been mixed and processed in the manufacturing facility and inspected, not only the equipment but also foreign matters and defects based on the cause of defects in the device device structure and process conditions can be detected from the dummy wafer 42 '.
Therefore, the processing method column of each table 101a, 101b, and 102 in the reference database 1 in FIG. 1 classifies and registers whether processing is performed with only the dummy wafer 42 'or processing of the dummy wafer 42' and the product wafer 42 together. To do. As described above, the information about the processing method such as whether the processing is performed only with the dummy wafer 42 ′ or whether the dummy wafer 42 ′ and the product wafer 42 are processed in a mixed manner. It can be obtained from wafer flow information input via a network (not shown). Note that, as shown in FIG. 6, various types of product wafers 42 can be considered as a method of flowing the dummy wafer 42 ′ and the product wafer 42 together. However, there are not so many types of product wafers flowing on the production line, and they are specified to some extent.
[0020]
However, only the dummy wafer 42 'is processed by a certain manufacturing facility (for example, the processing facility is a resist coating facility, the unit is the first unit, and the processing step is the first gate), and the reference database 101c, the dummy wafer 42' and the product are inspected. The difference from the reference database 102a in which a wafer (for example, a microcomputer product wafer) 42 is mixed and processed by a manufacturing facility (a processing facility is a resist coating facility, a numbering unit is number 1 and a processing step is a first gate) is inspected. As a result, it is possible to extract data on foreign matters and defects caused by products and processes. Therefore, as the foreign object image data and foreign element data, difference data when a product wafer is mixed and flowed may be appended to data when only the dummy wafer 42 'is used. Since the present invention specifies a manufacturing facility or a manufacturing process, basically, as a reference database, image data and element data of foreign matters and defects detected from the dummy wafer 42 'are obtained.
[0021]
Next, based on the reference databases 101 and 102 stored in the external storage device 2, image data of foreign matters and defects detected from the product wafer 42 acquired by the microscope 11 and a product wafer acquired by the element detection device 13. A description will be given of a classification method for identifying a manufacturing facility or a manufacturing process in which foreign matter or a defect is generated from 42. That is, in step S41, the product wafer 42 is processed by a large number of manufacturing facilities (manufacturing facilities such as an etching apparatus and a film forming apparatus) constituting the manufacturing line, and foreign substances on the processed product wafer (product substrate) 42 are processed. Defect inspection is performed with the microscope 11 in step S42, and elemental analysis of foreign matter and defects is performed with the element detection device 13 in step S42. The data is input into the computer 1 via the networks 12 and 14, and the data memory is stored in step S43. 5, the data collating unit 32 of the arithmetic processing unit 3 acquires data on the foreign matter and the defect and element data on the foreign matter and the defect. That is, as shown in FIG. 7, the data collating unit 32 of the arithmetic processing unit 3 includes the product wafer foreign matter or defect-free image data 72 stored in the data memory 5 in step S431 and the foreign matter or defect image on the product wafer. A difference image is detected by comparing the data 71 with, for example, a chip, and an expansion process is performed on the detected difference image in step S432, and the difference image expansion data on which the expansion process has been performed in step S433 The image data of the foreign matter and the defective part is extracted by performing a logical product with the defect image data 71, and the feature amount (size) of the foreign matter and the defect is obtained based on the extracted image data of the foreign matter and the defective part in step S434. (Area, etc.), gray value, texture, circularity, kurtosis, moment, spectrum, etc.) are calculated and stored in the data memory 5 again. Note that the calculation (extraction) of the feature amount of the foreign matter or the defect may be performed by the microscope 11 or the element analysis device 13 that is an inspection device. However, in order to ensure consistency between the image data obtained from the microscope 11 and the elemental analysis data obtained from the elemental analysis device 13, it is preferable that the calculation is performed without the computer 1.
[0022]
Next, in step S44, the data collation unit 32 of the arithmetic processing unit 3 performs comparison collation with the acquired data 110 and the reference data 101 and 102 of the reference database, and strong data is obtained between the reference data and the defect data. Correlated data is selected, and the equipment in which foreign matters or defects are generated is identified and output from the processing equipment, processing method, processing process, etc. registered in the reference databases 101 and 102 in association with the selected reference data. Output from the unit 7. That is, as shown in FIG. 8, the data collating unit 32 of the arithmetic processing unit 3 uses the following equation (Equation 1) from the feature amount of the defect data 110 and the feature amounts of a large number of reference data 101 and 102 in step S441. The correlation data R is calculated based on the reference data, the reference data having the strongest correlation (minimum R) is selected in step S442, and when the minimum R is smaller than the threshold value in step S443, the defect data and the reference data are the same defect. And the reference data and the accompanying information (information on the specified processing equipment, processing method, processing process, etc.) 120 are output from the output unit 7. When the minimum R is larger than the threshold value in step S443, the output unit 7 outputs that there is no collation, that is, that the cause of abnormality cannot be specified.
[0023]
R = Σ (defect feature (k) −reference feature (k)) ² (Equation 1)
FIG. 9 shows a case where a defect data group from the product wafer 42 is input into the computer 1 from the microscope 11 and the element detection device 13 via the networks 12 and 14. Step S43 ′ represents a step in which a defect data group from the product wafer 42 is input into the computer 1 from the microscope 11 and the element detection device 13 via the networks 12 and 14. Step S44 ′ indicates a step in which the data collation unit 32 of the arithmetic processing unit 3 collates each input defect data with a large number of reference data. Step S45 indicates a step of counting the collation outputs in the data collation unit 32 of the arithmetic processing unit 3. Step S46 indicates a step in which the data collating unit 32 of the arithmetic processing unit 3 outputs a total result (result of the identified manufacturing facility (for example, CVD facility) and non-collation) from the output unit 7.
As described above, the product wafer (product substrate) 42 is processed by a manufacturing facility such as an etching apparatus or a film forming apparatus, and the microscope 11 or the element detection device 13 is used to inspect foreign matter and defects on the product wafer (product substrate) 42. And input to the computer 1. The computer 1 compares the image data and elemental analysis data such as foreign matter and defects acquired by input with each reference data registered as a reference database in step S44 shown in FIG. Are generated from the processing unit (manufacturing facility), processing method, processing step, and the like, and the output unit 7 outputs the specified facility. This comparison and collation method selects data having a strong correlation between the reference data and the data of foreign matters and defects (image data and elemental analysis data such as foreign matters and defects), and associates the selected reference data with the selected reference data. The generation equipment such as foreign matters and defects is specified from the processing equipment (manufacturing equipment), processing method, processing process, etc. registered in the above.
[0024]
Next, a first embodiment of the system utilization method shown in FIG. 1 will be described with reference to FIG. In the registration to the reference database, the same processing as that for the product wafer is performed on a wafer (dummy wafer) on which a circuit pattern is not formed in each manufacturing facility such as an etching apparatus and a film forming apparatus. Next, the dummy wafer is inspected using the inspection apparatuses 11 and 13 to detect a two-dimensional position of the foreign matter or defect on the dummy wafer, and image data and elemental analysis data of each detected foreign matter or defect are obtained. Then, the image data and elemental analysis data of the individual foreign matters and defects input to the computer 1 are registered in the reference database 2 as reference data 101. In this way, a large amount of manufacturing equipment and processes are processed using dummy wafers, and a large amount of reference data is stored in the reference database 3.
After the preparation of the reference database is completed, the product wafer 42 is processed by a manufacturing facility such as an etching apparatus or a film forming apparatus, and inspections such as foreign matters and defects on the product wafer (product substrate) 42 are performed by the microscope 11 and the element detection apparatus 13. And input to the computer 1. The computer 1 compares the image data and elemental analysis data such as foreign matter and defects acquired by input with each reference data registered as a reference database in step S44 shown in FIG. Are generated from the processing unit (manufacturing facility), processing method, processing step, and the like, and the output unit 7 outputs the specified facility.
[0025]
Next, a second embodiment of the system utilization method shown in FIG. 1 will be described with reference to FIG. When registering in the reference database, the dummy wafer is processed in the manufacturing facility. At this time, by using dummy wafers for all the wafers in the lot, foreign matters and defects caused by the manufacturing equipment are registered in the reference database 3. Similar to the description of FIG. 3 described above, the reference data in the reference database and the defect data on the product wafer are compared and collated to identify the facility where the foreign matter or the defect is generated.
Next, a third embodiment of the system utilization method shown in FIG. 1 will be described with reference to FIG. When registering in the reference database, a dummy wafer and a product wafer are mixed and processed in a manufacturing facility. For example, product wafers and dummy wafers are alternately arranged in a lot and processed by a manufacturing facility. By mixing and processing in this way, it may be possible to detect foreign matters and defects that could not be detected when processing with a dummy facility alone as shown in FIGS. 3 and 4. These foreign matters and defects are caused by foreign matters that have been peeled off from the product wafer due to processing of the product wafer, and defects in the product device structure and manufacturing process affect the product wafer.
Therefore, as shown in FIG. 3 and FIG. 4, only dummy wafers are processed in the manufacturing facility, and foreign substances and defects caused by the facility can be detected from the inspected reference data, while the dummy wafer and the product wafer are mixed and the manufacturing facility. In this case, not only equipment but also foreign matters and defects caused by products and processes can be detected from the dummy wafer.
[0026]
Therefore, the processing method column of each table 101, 102 of the reference database 3 in FIG. 1 classifies and registers whether only dummy wafers are processed or whether dummy wafers and various product wafers are processed together. Thus, when the reference data and the defect data are compared and collated, it is possible to determine whether the foreign matter or the defect is caused by the facility or the product or process. As a result of the determination, it can be determined whether the manufacturing facility should be maintained or the process conditions should be changed. Product wafers are classified and registered as ASIC products, microcomputer products, and memory products as shown in FIG. 6, and are further registered as 64M-DRAM and 16M-SRAM for each product type. As a result, if a foreign matter or defect that does not occur in a microcomputer product even if processed by the same equipment occurs in a 64M-DRAM, it immediately follows the process conditions of the 64M-DRAM or the product design itself. I know there is a problem.
In the Venn diagram shown in FIG. 10, when only the dummy wafer 42 ′ is processed by an etching apparatus or a film forming apparatus, the distribution 51 of foreign matters and defects detected from the dummy wafer 42 ′, the dummy wafer 42 ′ and the product wafer 42 are shown. This is a distribution 52, 53 of foreign matters and defects detected from the dummy wafer 42 'when processed in a mixed manner. 51 shows the result of processing only with a dummy wafer, 52 shows the result of mixed processing of a microcomputer product wafer and a dummy wafer, and 53 shows the result of processing of mixed processing of a memory product wafer and a dummy wafer. Therefore, by comparing the reference data stored in the reference database 3, a product wafer, for example, a foreign substance observed only from the microcomputer product is found, and the microcomputer product is designed or processed in the microcomputer manufacturing process. A defect can be identified.
[0027]
FIG. 11 is a diagram showing a fourth embodiment in which the utilization methods shown in FIGS. The reference database includes a reference database 101 when only the dummy wafer 42 ′ is processed by the manufacturing apparatus, and a reference database 102 when the dummy wafer 42 ′ and the product wafer 42 are mixed and processed by the manufacturing apparatus. In step S44, the data collating unit 32 of the processing apparatus 3 in the computer 1 compares and collates the foreign matter and defect data on the product wafer with the reference data of both databases. If the reference data in the reference database 101 alone or the reference data in both the reference databases 101 and 102 can be collated, the detected foreign matter or defect on the product wafer can be recognized as a defect caused by equipment. . On the other hand, when the reference data in the reference database 101 cannot be collated and only the reference data in the reference database 102 can be collated, the detected foreign matter or defect on the product wafer is recognized as a defect caused by the product process. it can. The reference databases 101 and 102 may be different databases as shown in FIG. 11 or the same database as the reference database shown in FIG. Even in the reference database shown in FIG. 1, it is possible to distinguish the reference data registration procedure by registering the processing method in the manufacturing facility when registering the reference data.
[0028]
Next, with reference to FIG. 12, a description will be given of an embodiment in which a foreign matter generating facility is specified by a system of the present invention in a production line when a reference database is created in advance with a dummy wafer. A product substrate (for example, a product wafer) is repeatedly subjected to film formation, exposure, etching, and the like in order to form a multilayer circuit pattern. When film formation is performed, depending on the process, film forming equipment manufactured by A company is used, or film forming equipment manufactured by B company is used. Etching also uses etching equipment manufactured by company C, etching equipment manufactured by company D, and etching equipment manufactured by company E, depending on the process. After the film formation, defect inspection is performed in the inspection apparatuses 11 and 13, and image data and element data on individual foreign matters and defects detected by the inspection are acquired in the computer 1 in step S43. Then, the processing device 2 without the computer 1 compares and collates the acquired image data and element data for each foreign matter or defect with the reference data in the reference database 3. As a result of the collation, it is assumed that most of the foreign matters detected by the defect inspection can be collated with the reference data registered by processing the dummy wafer in the film forming equipment manufactured by B company. As a result, it is specified that the film forming equipment manufactured by B company is abnormal. In this way, in the production line, what layer of the multilayer film is abnormal is not particularly important information, and if the facility causing the abnormality can be identified, by taking measures against the abnormality of the facility, All the layers that use the equipment will be dealt with. In the example of FIG. 12, the defect inspection is performed after film formation, but may be performed after etching. Further, it may be performed both after film formation and after etching. This system does not significantly affect the order of inspection, and it is desirable to perform inspection in a process with high inspection sensitivity.
[0029]
Incidentally, in the system example of FIG. 1, both the microscope 11 and the element detector 13 are provided, but either one can be used effectively. The microscope 11 may be an optical microscope, an electron microscope, or an infrared microscope. The reference database 3 may be a system independent of hardware such as a microscope.
[0030]
The embodiment shown here is an example of utilization in the semiconductor wafer manufacturing process, but it can be utilized not only for semiconductors but also for other products such as a liquid crystal display substrate. When utilizing for a liquid crystal display substrate, when registering reference data, a glass substrate on which a circuit pattern is not formed is used instead of a dummy wafer. A thin film magnetic head manufactured using a wafer can also be used in the same manner as a semiconductor.
Although it is a dummy wafer, it is possible to form an alignment pattern on a part of the wafer and use it for positioning of coordinates, or to form a TEG and use it to improve process parameters.
[0031]
【The invention's effect】
According to the present invention, processing is performed for each manufacturing facility using a substrate (dummy substrate) on which a circuit pattern has not been formed in advance, and feature amount data detected by a microscope or an elemental analysis device is used for various types of manufacturing facilities. It is registered in the reference database as reference data together with the data, and abnormal equipment and abnormal processes are detected on the product production line by comparing and comparing the feature data of foreign matter and defects on the product substrate with the reference data in the reference database. Therefore, it is possible to identify manufacturing equipment and manufacturing processes that cause defects such as a large number of foreign objects without frequently flowing a dummy substrate to the manufacturing line. There is an effect that yield can be improved by promptly implementing measures to reduce the occurrence of foreign matters and defects caused by equipment and manufacturing processes.
[Brief description of the drawings]
FIG. 1 is a configuration diagram showing an embodiment of an abnormality cause identification system and method according to the present invention.
FIG. 2 is a diagram for explaining arithmetic processing performed in a reference data creation unit of the arithmetic processing unit in the computer shown in FIG. 1;
FIG. 3 is a diagram for explaining a first embodiment of a reference data registration and system utilization method using only a non-patterned substrate (dummy substrate) in the abnormality cause identification system and method according to the present invention; .
FIG. 4 is a diagram for explaining a second embodiment of a reference data registration and system utilization method using only a patternless substrate (dummy substrate) in the abnormality cause identification system and method according to the present invention; .
FIG. 5 is a diagram for explaining a third embodiment of a method for registering reference data using a product wafer and a non-patterned substrate (dummy substrate) and utilizing the system in the abnormality cause identifying system and method according to the present invention; It is.
FIG. 6 is a diagram showing a specific example of a processing method in a manufacturing facility when creating reference data.
7 is a diagram for explaining a calculation process performed until a feature amount of a defect such as a foreign substance is extracted from image data or elemental analysis data obtained from a product substrate, which is performed in a data matching unit of the calculation processing unit in the computer shown in FIG. 1; FIG.
FIG. 8 illustrates a calculation process for identifying a cause of an abnormality by comparing a feature quantity of a defect such as a foreign substance obtained from a product substrate with reference data performed in a data verification unit of the calculation processing unit in the computer shown in FIG. FIG.
9 is a diagram for explaining collation tabulation performed in a data collation unit of an arithmetic processing unit in the computer shown in FIG. 1; FIG.
FIG. 10 is a diagram for explaining types of reference data depending on a difference in processing method in a manufacturing facility.
FIG. 11 shows both reference data registered using only a non-patterned substrate (dummy substrate) and reference data registered by mixing a product substrate and a non-patterned substrate in the abnormality cause identifying system and method according to the present invention. It is a figure for demonstrating the 4th Example of the method utilized in a system.
FIG. 12 is a diagram for explaining an embodiment of an abnormality cause identification system and method according to the present invention.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Computer, 2 ... External storage device (reference database), 3 ... Operation processing part, 4 ... Program memory, 5 ... Data memory, 7 ... Output part, 8 ... Reading part, 9 ... Input part, 10 ... Bus, 11 ... Microscope, 12 ... Network, 13 ... Element detection device, 14 ... Network, 15, 16 ... Interface, 21 ... Image data of foreign matter or defect on wafer without pattern, 22 ... Image data without foreign matter or defect on wafer without pattern, 31 ... reference data creation unit, 32 ... data verification unit, 41 ... XY stage, 42 ... product substrate: product wafer (object to be inspected), 42 '... patternless substrate: wafer without pattern (dummy substrate) (object to be inspected) 71) Image data of foreign matter and defects on product wafer, 72 ... Image data without foreign matter and defects on product wafer, 101 ... Obtained only from substrate without pattern Reference data obtained, 102... Reference data obtained from unpatterned substrate and product substrate, 120.

Claims

When a product wafer is flowed through a production line composed of a plurality of production facilities and processed in order at each production facility under predetermined process conditions to produce a product wafer, the product processed up to the predetermined production facility Features an inspection apparatus that inspects foreign matter and defects generated on a wafer and obtains feature amount data related to the foreign matter and defects based on image data of the foreign matter and defects, and features related to the foreign matter and defects acquired by the inspection device An abnormality cause identification system that identifies the cause of the occurrence of foreign matter or defect abnormality based on quantity data,
In advance, a dummy wafer is flown for each manufacturing facility in the manufacturing line and processed under the same process conditions as the product wafer, and foreign matter and defects generated on the dummy wafer processed for each manufacturing facility are inspected by an inspection apparatus. And reference data creating means for creating feature data relating to foreign matter and defects caused by each manufacturing facility based on the image data of the defect and creating the reference data corresponding to each manufacturing facility and registering it in the storage device,
Correlation is extracted by comparing feature quantity data related to foreign matter and defects in the product wafer acquired by the inspection apparatus with reference data corresponding to each manufacturing facility registered in the storage device in advance by the reference data creation means. And a reference means for identifying a manufacturing facility as a cause of the occurrence of a foreign matter or a defect in the product wafer from reference data corresponding to the manufacturing facility having the strongest correlation in the extracted correlation. Abnormal cause identification system.

When a product wafer is flowed through a production line composed of a plurality of production facilities and processed in order at each production facility under predetermined process conditions to produce a product wafer, the product processed up to the predetermined production facility A foreign substance or defect generated on the wafer is inspected by an inspection device, and feature data relating to the foreign substance or defect is acquired based on the image data of the foreign substance or defect. Based on the acquired feature quantity data relating to the foreign substance or defect. An abnormality cause identification method for identifying the cause of an abnormality of a foreign object or defect,
In advance, a dummy wafer is flown for each manufacturing facility in the manufacturing line and processed under the same process conditions as the product wafer. A reference data creation step of creating feature data related to foreign matters and defects caused by each manufacturing facility based on image data of defects and reference data corresponding to each manufacturing facility and registering it in a storage device;
Correlation is extracted by collating feature data regarding foreign matter and defects in the acquired product wafer with reference data corresponding to each manufacturing facility registered in the reference database, and the extracted correlation is the most correlated. An abnormality cause identifying method comprising: a reference step for identifying a manufacturing facility as a cause of occurrence of an abnormality of a foreign matter or a defect in the product wafer from reference data corresponding to a strong manufacturing facility.