JP3982428B2 - 欠陥情報解析方法およびその装置 - Google Patents
欠陥情報解析方法およびその装置 Download PDFInfo
- Publication number
- JP3982428B2 JP3982428B2 JP2003037596A JP2003037596A JP3982428B2 JP 3982428 B2 JP3982428 B2 JP 3982428B2 JP 2003037596 A JP2003037596 A JP 2003037596A JP 2003037596 A JP2003037596 A JP 2003037596A JP 3982428 B2 JP3982428 B2 JP 3982428B2
- Authority
- JP
- Japan
- Prior art keywords
- processing
- information
- processed
- defect
- substrate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、検査情報に基づいて、薄膜デバイスの製造工程における不良工程及び装置を特定する方法に関する。
【０００２】
【従来の技術】
半導体、液晶ディスプレイ、ハードディスク磁気ヘッド等の薄膜デバイスの製造は、多数のプロセスにより構成されている。
【０００３】
このような加工工程数は時には数百工程に及ぶ。加工装置の製造条件の不備や異常によって薄膜デバイス上に異物や配線の断線などの外観異常が発生した場合、製品に不良が発生する確率が高くなり、歩留りを下げてしまうことになる。そこで、問題の発生した装置を特定し、対策を施すことが歩留り維持および向上に重要となる。そのため、主要なプロセスごとに異物検査や外観検査等の検査が実施され、加工が正常に行われているか監視が行われる。このとき、加工プロセスごとに全ての被処理基板の検査を実施するのは時間と手間の制約から不可能であるため、通常はいくつかの一連の工程ごとに、ロット単位、あるいは被処理基板単位、あるいはその組合せによりサンプリングされた被処理基板に対して検査が実施される。ここで、被処理基板とは製品加工を行う最小単位を意味し、半導体であればウェハ１枚を指す。
【０００４】
異物・外観異常が多発するといった異常発生時には、該当する個体について発生装置を特定する詳細解析が行われる。例えば、検査装置により出力された特異点位置の詳細観察を行ない、異物あるいは外観異常がどのような形状をしているかを観察することで発生工程を推定する。また、異物・外観異常領域の一部を横切る断面を作成し、複数の膜のうち、どの層で発生したか推定を行ったり、EPMA(Electron Probe Micro Analysis:電子プローブ微小分析法)やAES(Auger Electron Spectroscopy:オージェ電子分光法)、あるいは顕微ラマン分光法や顕微蛍光分光法等により異物・欠陥に含まれる元素や元素情報に関するスペクトルを得、その分析を行い、異物・欠陥を構成する物質名を特定し、どの製造工程で発生した可能性が高いかを推定する。そして、可能性の高い装置を清掃する等のメンテナンスを実施する事で対策を行っていた。
【０００５】
ここで、「特異点」とは、検査装置の検査により異常が発見されたとして出力された点のことを指す。異物と外観異常とを合わせ、以降、「欠陥」と表記する。
【０００６】
欠陥の外観情報より発生工程を推定することは分析者の高度な判断によるものであり、個人差や判定に要する時間が問題となる。そこで、特許文献１には欠陥を特定のルールに従って自動的に分類する手法について述べられている。
また、前記スペクトルより物質名を特定することは、外観情報による判定と同様に分析者の高度な判断による部分が大きく、時間がかかる、分析者により判断結果が異なる場合がある、といった問題があった。そこで、特許文献２や特許文献３には、スペクトルデータより物質名を自動的に特定する手法について述べられている。また、特許文献４には加工装置で生じる欠陥に関するデータベースと、検査装置により取得された欠陥に関するデータとの相関から問題となる加工装置を特定する手法について述べられている。
【０００７】
【特許文献１】
特開平7-201946号公報
【特許文献２】
特開昭63-108253号公報
【特許文献３】
特開平8-124982号公報
【特許文献４】
特開2000-222033号公報
【非特許文献１】
精密工学会第６回知能メカトロニクスワークショップ―人間を支援するメカトロニクス技術―講演論文集「欠陥分布パターン識別手法の検討」pp.279-284 (平成13年8月)
【非特許文献２】
中野馨著「アソシアトロン」昭晃堂(1979)
【０００８】
【発明が解決しようとする課題】
問題となる加工装置を精度よく、短時間に特定するためには各加工装置ごとの、あるいは、加工装置が同一の処理をする複数の加工ユニット（以下チャンバと記述する）を備えている場合は各チャンバごとの異物・欠陥の発生パタン、外観、元素情報、着工履歴、加工ログといった複数の情報を用いて多角的に解析すると共に、装置異常解析対象時期を限定するなどして解析を効率的に行う必要がある。
【０００９】
従来例である外観情報より欠陥を自動分類する手法や、スペクトルデータより物質名を自動的に特定する手法では、複数の情報を利用する点について記述されていない。また、加工装置を特定する手法においては、検索対象とする装置、時期を限定し効率化を図ることに関する記述はない。
【００１０】
本発明の目的は、上記課題を解決し、異常を検出した製品検査情報から、問題となる装置の特定を早期にできる情報を提供する方法およびその装置を提供することにある。
【００１１】
【課題を解決するための手段】
上記目的を達成するために、本発明では、薄膜デバイスの製造工程において被加工物を検査して得た欠陥情報を解析する方法において、薄膜デバイスの製造工程において複数の処理装置で構成される所定の処理工程で処理を施す前に被処理基板を検査して得たデータと前記所定の処理工程で処理を施した後に前記被処理基板を検査して得たデータとを比較して前記所定の処理工程で処理を施したことにより前記被処理基板上に発生した欠陥を抽出し、該抽出した欠陥の数が予め設定した数よりも多い場合には欠陥の詳細解析を行い、前記詳細解析情報と前記所定の処理工程を構成する複数の処理装置における前記被処理基板の着工履歴を示す情報と前記所定の処理工程で前記被処理基板を処理した処理装置の状況に関する情報とを画面上に表示するようにした。
【００１２】
また、前記詳細解析情報と、前記着工履歴を示す情報および前記処理装置の状況に関する情報の関連性を計算機で評価することにより問題の発生している装置を抽出するようにした。
【００１３】
【発明の実施の形態】
以下、本発明の実施形態を図面を用いて半導体を例に取り説明する。
【００１４】
本発明の概要を図１に示す。前述したように、製造過程においてはいくつかの一連の工程ごとに検査が実施されるが、図１は検査１と検査２の間の工程を切り出して示したものである。
【００１５】
検査１、検査２ではそれぞれ検出された欠陥の位置情報が得られるが、検査２の欠陥位置から検査１にて得られた欠陥位置情報のうち、同様の位置で検出された欠陥を差し引けば、図示した工程A,B,Cの加工過程にて発生した正味の欠陥の位置情報を得ることができる。本発明は、該正味の欠陥を対象とする。
【００１６】
検査２において、製品ウェハに対して検査に関連して得られる欠陥の情報を取得する。該情報例として、欠陥の分布、外観、元素情報等がある。欠陥の分布情報は検査装置から出力される欠陥位置情報より得ることができる。外観画像は、光学顕微鏡や電子顕微鏡などのレビュー装置を用いて検査装置の欠陥位置情報に対応した位置の欠陥画像を観察・取得することにより得られる。含有元素情報は該欠陥位置情報に対応した位置にて認識した欠陥についてEPMA等の元素分析を行うことにより得られる。このような、製品ウェハにおいて検査に関連して得られる欠陥の情報を、以降「製品ＱＣ(Quality Control)情報」と表記する。
【００１７】
一方、製品ウェハに対して、工程ごとに、どの装置に着工されたか、という情報を取得する。ここで、各工程の加工装置は１台とは限らず、複数台存在しても良く、また、各装置には複数のチャンバが存在してもよいが、その場合は、加工装置の最小加工単位であるチャンバまで特定する。これを、以降「製造経路情報」と表記する。図１では、工程Ａの３号機、工程Ｂの１号機、工程Ｃの２号機にて着工された例を示している。
【００１８】
また、加工装置にて発生する欠陥（異物）に関する情報を、装置およびチャンバ単体ごとに取得する。これは、例えばパタン作成等の加工が施されていないダミーウェハを、情報取得対象の装置あるいはチャンバにて加工した後取り出すことにより、情報取得対象装置のみに着工されたウェハを作成し、該ウェハについて製品ＱＣ情報を得る場合と同様の情報取得を行うことにより得る。該情報は製品ウェハの情報とは独立に得るもので、予め定めたルールに従い取得・蓄積する。これを、以降「装置ＱＣ情報」と表記する。
【００１９】
製品ＱＣ情報に対して、例えば製造経路情報や装置ＱＣ情報との関連性を評価することにより問題が発生している装置あるいはチャンバの候補を抽出する。
【００２０】
関連性評価方法の一つに、製品ＱＣ情報の欠陥分布周期解析がある。例えばロット内の各ウェハの欠陥分布に一枚おきに特徴がある場合、一枚おきに同一チャンバに着工される装置、すなわち２つのチャンバを持つ装置と関連性が高いと判断できる。また、評価方法の別の例として、欠陥の分布や欠陥の外観、あるいは含有元素について、装置ＱＣ情報と製品ＱＣ情報の照合がある。類似性が認められる装置で問題が発生した可能性が高い、と判断することができる。
【００２１】
製品ＱＣ情報と比較する情報として、装置の部品交換、清掃等のメンテナンスの時期や内容の情報や、注目している製品ウェハが着工された時の加工ログ情報等を組み合わせることもできる。
【００２２】
図２は本発明の装置構成の第一の実施例を示す図である。1は成膜装置や露光装置、エッチング装置などの製造装置、2は異物検査装置や外観検査装置などの検査装置、3は検査装置からの欠陥検出情報に基づいて該当座標近傍の画像を取得する光学レビュー装置や、SEM(Scanning Electron Microscope:電子顕微鏡)等の画像取得装置や、EPMAやAES等の元素情報分析を行う分析装置など詳細情報を取得する詳細分析装置、4はどのロットがいつ、どの加工装置のどのチャンバで加工されたか、といった製造経路情報を保持する工程管理データベース、5は各製造装置の製造ログやメンテナンス情報および装置ＱＣ情報を保管する装置状況データベース、6は製品ウェハの検査結果や詳細解析結果である製品ＱＣ情報を保管する検査・解析データベース、7は検査装置からの検査情報が正常の範囲にあるか、あるいは問題となっている可能性の高い装置はどれであるか等を解析および評価するデータ解析装置、8は解析結果等を表示する表示装置、9はネットワークである。1から7で示す装置はネットワーク9を介してデータの送受信を行うことができる。
【００２３】
工程管理データベース4には、製品がある加工装置により加工された時点で、そのロット番号、ウェハ番号ごとに、どの加工装置で加工されたか、チャンバが複数ある場合にはどのチャンバで加工されたか、あるいはその着工時刻等を特定できるデータが蓄積される。
【００２４】
装置状況データベース5には、各加工装置ごとに取得された加工条件のログや、各装置ごとに発生する欠陥に関するデータ、および、前記データを処理することにより算出されるデータが時系列に蓄積されており、これらは新たなデータが取得されるたびに追加あるいは更新される。
【００２５】
製品ウェハは検査装置2により検査され、その結果に応じて詳細解析装置3により欠陥の画像やその元素情報などが取得される。前記取得されたデータは検査・解析データベース6に送られる。
【００２６】
データ解析装置7では、4〜6に示したようなネットワークに接続されている各種データベースと通信し、該情報が正常な範囲にあるかの判定を行ったり、問題となっている可能性のある装置の解析および評価を行う。判定結果や解析結果は表示装置8に表示される。
【００２７】
各データベースのデータ内容について説明する。
【００２８】
工程管理データベース4の内容を以下に説明する。
【００２９】
工程管理データベース4には、製造経路情報が記録される。製造経路情報について、図３を用いて説明する。
【００３０】
前述したように、半導体は複数の工程を経て製造される。図３では、工程がA,B,Cの３工程あり、その後検査Dを行う場合で、工程Aでは２つの加工装置、工程Cでは３つの加工装置を有する例を示している。各工程ではウェハを加工装置に着工し、加工を実施する。ここで、加工時間の要する工程では複数台の加工装置を並列に用い、製造に要する時間のスループット向上を図る場合が多い。このような場合、同じ加工工程を経たロットであっても、実際に着工された装置は同一とは限らない。例えば、図３において、ロットＡの着工装置の履歴は実線の矢印で示され、ロットＢの着工装置の履歴は点線の矢印で示される。このとき、あるウェハにおいて、加工工程ごとにどの製造装置で加工されたかを示す履歴情報が装置経路情報である。
【００３１】
また、製造装置にチャンバなどの複数の加工単位がある場合は、該チャンバ情報を含めて装置経路情報とする。この場合、図４に示すウェハＡ、ウェハＢのように、同一ロット内でもウェハにより着工されたチャンバが異なる場合があるため、装置経路情報もウェハごとに異なることになる。
【００３２】
製造経路情報として、具体的にはまず、ロットコード、ウェハコードといった、製品が装置に着工される最小単位が特定できる製品コードが記録される。これらは、最小単位ごとに同列に保持してもよく、また階層的に保持してもよく、最小単位ごとの着工履歴を特定できればよい。製品コードと合わせて、上記単位ごとに加工の行われた装置を特定できる名前、あるいはコードが上記製品コードとリンクされて記録される。この時、同様の加工を行う装置が複数ある場合は、どの装置であるか特定できるよう、名前、あるいはコードが決められる。
【００３３】
ここでの加工装置とはその装置を通過する前後でウェハの状況に変化を生じさせる可能性のある装置を指し、洗浄装置やウェハのソータあるいは、ウェハの検査装置、ウェハの搬送装置等を含めてもよい。
【００３４】
また、加工装置が複数のチャンバを持つなど、同一装置内で製品の最小単位が並列に処理可能な加工領域を持つ場合、その加工領域を特定できるよう、名前あるいはコードが記録される。合わせて、該データベースには該加工装置に搬入された時間あるいは搬出された時間、あるいはその両方が記録される。
【００３５】
装置状況データベース5の内容について以下に説明する。
【００３６】
装置状況データベース5には、各加工装置ごとの装置ＱＣ情報および加工状況やメンテナンス状況に関する情報が格納される。
【００３７】
装置ＱＣ情報とは、例えば、欠陥の数、欠陥の座標、ウェハにおける欠陥の分布、欠陥の外観画像、欠陥の元素情報、欠陥の外観あるいは分布状況に応じて与えられた欠陥ごとの属性情報、および、属性ごとの欠陥数の比率等の前記データから算出される数値等を指す。
【００３８】
欠陥の数、欠陥の座標、ウェハにおける欠陥の分布は検査装置の出力として得られる。ただしこれらは、虚報（特異点として出力されたがレビューにおいて欠陥が見つからなかったもの）である可能性を含んでいる。
【００３９】
欠陥の外観画像は、前記欠陥座標に対応した位置の近傍を光学顕微鏡やSEM等の画像取得装置で取得した画像を指す。
【００４０】
欠陥の元素情報は、光学レビュー装置やSEMにより確認された欠陥を対象として、EPMAやAESなどの元素情報分析装置によって得られた元素情報データを指す。記録形態は、元素情報のスペクトルデータでもよく、波形の画像でもよく、代表的な元素名でもよく、欠陥の元素情報の特徴を表すデータであればよい。
【００４１】
外観に応じて与えられた属性情報とは、例えば前記特許文献１に開示された手法により自動的に付された分類コード、あるいはオペレータによって手動により付された分類コードを指す。分類コードに「虚報」を設け、該分類コードを付された欠陥を無視することにより、前記欠陥の数、欠陥の座標、ウェハにおける欠陥の分布から欠陥の存在しない「虚報」の影響を除くことができる。
【００４２】
分布状況に応じて与えられた属性情報とは、前記非特許文献１に開示されている点群分布形状の識別手法等により算出される、ある点群が、密集して分布している、あるいは粗に分布している、といった分布密集度を示すものである。密集して分布している場合、密集している部分の形状がどのようなパタンに類似しているか、という情報を含んでもよい。パタンとは、例えば、同心円状の分布であるとか、線状の分布であるとか、オリフラあるいはノッチ側の分布であるとか、その形状あるいは分布位置あるいはその両方を表したものを指す。また、前記分類ごとの発生比率を記録してもよい。
【００４３】
加工状況の情報とは、加工中の様々な加工条件のログを記録した加工ログ情報、または加工条件の設定値からのずれ量情報、あるいはその両方を指す。例えばエッチング装置であれば、加工条件のログとはチャンバ内の温度、圧力、ガス流量、印加した高周波の電力等の時系列情報である。ま設定値からのずれ量情報として、これらの一連の加工における設定値からのずれの最大値や平均値、中央値などの統計的な値を代表値として記録してもよい。
【００４４】
メンテナンス状況の情報とは、加工装置の部品の交換時期、分解清掃をした等のメンテナンス時期の情報である。
【００４５】
各加工装置ごとのデータとするためには、加工装置に搬入される前に検査装置2にて検査し、製造装置1にて加工された後に再度検査装置2にて検査し、検出された特異点座標を比較し、新たに生じたと判断されるデータのみを記録対象とすればよい。
これらは、ある定められたルールに従い継続的に取得され、順次追加あるいは更新される。
【００４６】
検査・解析データベース6の内容について以下に説明する。
【００４７】
検査・解析データベース6には、製品ウェハにおける検査・解析データが記録される。データの項目として、データベース5の説明にて述べた、検査装置により検出された特異点の数、特異点の座標、ウェハにおける特異点の分布、欠陥の画像、欠陥の元素情報、欠陥の外観あるいは分布状況に応じて与えられた欠陥ごとの属性情報、および、属性ごとの欠陥数の比率等前記データから算出される数値等がある。
【００４８】
次に、装置状況データベース5に蓄積されるデータの取得手順を説明する。
【００４９】
図５は取得手順を示すフローチャートである。ある加工Ａを対象としたデータを取得する場合について説明する。まずStep101において、ウェハを加工Ａを行う製造装置に着工する前に、欠陥の検査１を実施する。続いてStep102において加工Ａを行う。次に、Step103において検査２を実施する。ここで、Step101の検査１とStep103の検査２は欠陥の検出感度が同様になるよう設定されていることが望ましい。
【００５０】
次にStep104において、Step101の検査１では出力されずStep103の検査２で新たに出力された欠陥を差分検出欠陥として抽出する。これは、例えばStep103の検査２において出力された欠陥座標それぞれについて、Step101の検査１において出力された欠陥座標との距離を計算し、算出された距離の最小値があるしきい値以下であれば共通に出力された欠陥として無視し、算出された距離が前記しきい値以上の欠陥のみを抽出することで実現できる。差分の欠陥を抽出する方法は上記に限るものではなく、加工装置Ａでの加工を行うことで新たに発生した欠陥の情報を抽出できればよい。Step105において、Step104にて抽出された欠陥のID番号をデータベース5に送信する。この時、前記分布状況に応じて与えられた属性情報を合わせて装置状況データベース5に送信してもよい。
【００５１】
次に、Step106において抽出された欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。欠陥の点の数がしきい値以上であれば、Step107において予め定められたサンプリングルールに従い座標点のサンプリングを行う。サンプリングルールは、例えば、ある定めた数だけランダムに抽出する、でもよく、前記分布状況に応じて与えられた属性情報を踏まえて、密集して分布している欠陥、粗に分布している欠陥それぞれから一定数抽出してもよい。また、検出点数に対する割合でサンプリング点の数を定めてもよい。このStep107ではサンプリング後の座標点の数が予め定めたしきい値よりも小さくなればよく、そのサンプリングルールは上記に限るものではない。
【００５２】
次に、Step108において、詳細解析の一つであるレビューを行い、装置状況データベース5に記録する。このレビューは、日立製作所製I-890等の光学レビュー機能を備えた検査装置や、日立製作所製RS-3000等のレビューSEMにより実現できる。レビューは検査装置より出力された座標に基づいて該座標点近傍の画像が取得できればよく、上記に限るものではない。
【００５３】
次にStep109において、得られた画像を分類する。その分類結果を装置状況データベース5記録してもよい。分類はオペレータが人手により行ってもよく、特許文献１による手法を用いて自動的に行ってもよい。
【００５４】
次にStep110においてレビューされた欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。レビュー点の数がしきい値以上であれば、Step111において予め定められたルールに従い座標点のサンプリングを行う。サンプリング方法はStep107と同じでもよく、また異なる手法を用いても構わない。次にStep112において前記レビューにより確認された欠陥についてEPMAやAES等の元素情報を取得できる詳細解析装置3を用いて元素情報に関するデータを取得し、装置状況データベース5に送信する。
【００５５】
ここで、Step106,Step107の次ステップを行う対象サンプリング要否判定は、欠陥数に応じて上限なく増えることを許可しないルールが設定されればよく、実施例に示した方法に限るものではない。
【００５６】
装置状況データベース5のデータは、単一の加工装置ごとにデータを保持することが望ましいが、複数の加工装置を含む加工ブロックのデータとして記録・管理してもよい。これは、問題となる加工ブロックを特定できれば、問題装置候補の絞り込みが容易になるため、問題装置特定に寄与できるからである。
【００５７】
装置状況データベース5に蓄積する情報は、ダミーウェハを用いて収集してもよく、また、ある特定の頻度で製品ウェハについて図５に示す手順を適用することにより収集してもよい。装置状況データベース5にデータを蓄積する頻度はユーザが任意に設定可能であるが、その基準は時間に基づいてもよく、装置あるいはチャンバに着工されたウェハの枚数でもよい。
【００５８】
次に、製品ウェハにおける第一の実施例の適用手順を説明する。
【００５９】
図６は適用手順を示すフローチャートである。前述したように、通常、製造工程においてはあるいくつかの工程ごとに検査が行われる。Step201において、Step201以前に行われた図示しない加工工程後における欠陥の検査１を実施する。Step202において、一連の加工を行う。図は３つの加工装置を経由した例を示しているが、本ステップの数は３つに限るものではない。Step203において検査２を実施する。Step201の検査１とStep203の検査２は欠陥の検出感度が同様になるよう設定されていることが望ましい。
【００６０】
次に、Step204において、Step201の検査１では出力されずStep203の検査２で新たに出力された欠陥を差分検出欠陥として抽出する。これは、例えばStep203の検査２において出力された欠陥座標それぞれについて、Step201の検査１において出力された欠陥座標との距離を計算し、算出された距離の最小値があるしきい値以下であれば共通に出力された欠陥として無視し、算出された距離が前記しきい値以上の欠陥のみを抽出することで実現できる。差分の欠陥を抽出する方法は上記に限るものではなく、加工装置Ａでの加工を行うことで新たに発生した欠陥の情報を抽出できればよい。
【００６１】
Step205では、抽出された欠陥のID番号、欠陥の数、および欠陥のマップ、あるいは分布状況に応じて与えられた属性情報を検査・解析データベース6に送信する。Step206において、抽出された欠陥の数を予め定めたしきい値と比較する。該欠陥の数が予め定めたしきい値よりも小さければ異常は発生していないとしてStep207にて次の工程に製品ウェハを送る。該欠陥の数が予め定めたしきい値よりも大きければ異常が発生しているとして次のStep208に進む。該判定に用いる欠陥の数は差分検出欠陥の数を用いることが望ましいが、簡易的に検査２により検出された欠陥の数を用いてもよい。
【００６２】
次に、Step208において、予め定めたルールに従ってレビュー対象をサンプリングするか否か判定する。例えば、抽出された欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。欠陥の点の数がしきい値以上であれば、Step209において予め定められたルールに従い座標点のサンプリングを行う。サンプリング要否判定のルールは、欠陥数に応じてレビュー対象点が上限なく増えることを許可しないものであればよく、上記に限るものではない。サンプリングは、例えばある定めた数だけランダムに抽出することで実現できる。Step209ではサンプリング後の座標点の数が予め定めたしきい値よりも小さくなればよく、そのサンプリングルールは上記に限るものではない。また、サンプリングされた座標点がどの点であるかという情報をデータベースに送信し、別途参照できるようにしてもよい。
【００６３】
次に、Step210において、詳細解析の一つであるレビューを行う。このレビューは、日立製作所製I-890等の光学レビュー機能を備えた装置や、日立製作所製RS-3000等のレビューSEMにより実現できる。レビューは検査装置より出力された座標に基づいて該座標点近傍の画像が取得できればよく、上記に限るものではない。次にStep211において、Step210にて得られた画像を分類し、記録する。分類はオペレータが人手により行ってもよく、特許文献１による手法を用いて自動的に行ってもよい。
【００６４】
次にStep212において、予め定めたルールに従って分析対象をサンプリングするか否か判定する。例えば、レビューされた欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。欠陥の点の数がしきい値以上であれば、Step213において予め定められたルールに従い座標点のサンプリングを行う。サンプリング要否判定のルールは、欠陥数に応じて分析対象点が上限なく増えることを許可しないものであればよく、上記に限るものではない。サンプリング方法はStep209と同じでもよく、また異なる手法を用いても構わない。また、サンプリングされた座標点がどの点であるかという情報を検査・解析データベース6に送信し、別途参照できるようにしてもよい。
【００６５】
次にStep214において前記レビューにより確認された欠陥についてEPMAやAES等の元素情報を取得できる装置を用いて元素情報に関するデータを取得し、データベース6に送信する。Step215において、工程管理データベース4より、前記異常と判定されたウェハに関する製造経路情報を取得する。Step216において、装置状況データベース5より、該当する装置、チャンバの情報を取得する。
【００６６】
Step217において、データ解析装置7にて該異常の発生したウェハを加工した装置、およびチャンバに関する情報を表示装置8に表示する。加えて、該ウェハを加工した時点を含む、装置状況データベース5に蓄積されている、ウェハを加工した加工装置に関する情報を表示してもよい。また、該ウェハに関する検査・解析結果を合わせて表示してもよい。表示はユーザからの照会により行われるが、データ解析装置7より、異常を検知した時点で前記異常データに関する照会を行うようユーザに促す警告を発するようにしてもよい。
【００６７】
製品ウェハの検査頻度は、全数でもよく、あるルールに従ってサンプリングされていてもよい。また、Step208〜Step214が実施されない場合でもStep215以降を実施できるようにしてもよい。また、Step206の異常判定は抽出点の数に限定されるものではなく、抽出点を検査領域の面積で規格化した密度で判定してもよい。また、分布状況に応じて与えられた属性情報を用いて、密集した領域部分のみの密度、あるいは粗の領域のみの密度等を判断基準の値としてもよい。
【００６８】
データ解析装置7におけるデータ解析・表示方法について以下に説明する。
【００６９】
まず、装置経路情報を用いたデータ解析方法の実施例を図７、図８に示す。例えば図７の検査ＤにおいてロットＡのあるウェハで異常が検出された場合、異常が発生した装置として、工程ＡからＣに存在する７つの装置全てが候補として考えられる。ここで、工程管理データベース4より装置経路情報を取得し、図７に示すように、ロットＡが着工された装置をユーザに提示することにより、異常が発生した装置の候補を４台にユーザが絞り込むことができ、詳細調査に要する時間を短縮することができる。
【００７０】
また、図８に示すように、ロット単位、装置単位の情報ではなく、ウェハ単位、チャンバ単位の情報を提示することにより、異常が発生した装置の候補をチャンバ単位で限定することができる。
【００７１】
また、異常が検出されたウェハを複数用いて、該ウェハの経路情報を合わせて表示することにより、異常が発生した装置候補の絞り込みを補助することができる。
【００７２】
図９は装置経路情報を用いた異常装置候補絞り込み手法の一例を示したフローチャートである。まず、Step301において、経路重ね合わせに使用する異常の検出された複数のウェハを指定する。Step302において、計算対象として設定された、ウェハの計算を行う工程の範囲のうち、ある工程を第一の計算対象工程として設定する。Step303において、Step301にて指定されたウェハのうち、あるウェハを計算に用いる第一のウェハとして設定する。Step304において、前記設定したウェハ、および工程における加工装置・加工チャンバがどれであったかを工程管理データベース4から取得し、該加工装置・加工チャンバにポイントを加算する。Step305において、該設定された工程において、対象とする全てのウェハの計算が終了したか否かを判定する。終了していなければStep306において計算対象ウェハを次のウェハとし、Step304,Step305を繰り返し実行する。
【００７３】
Step305において全てのウェハの計算が終了していればStep307において検討対象とする工程の計算が全て終了したか否かを判定する。終了していなければStep308において計算対象とする工程を次の工程とし、Step303〜Step307を繰り返し実行する。
【００７４】
検討対象とする工程の計算が全て終了していれば、Step309において計算対象となった工程の全装置・チャンバのポイントをユーザに表示する。
【００７５】
図１０に計算結果の表示例を示す。この例は、３枚の異常ウェハについて示したものである。異常ウェハがそれぞれ矢印に示した経路を通過した場合、それぞれの加工装置・加工チャンバには図に示すポイントが付与される。ここで、例えば、問題候補として抽出するポイントとして例えば２以上のポイント数の装置を抽出するとした場合、工程Ａでは装置２チャンバ１、工程Ｂでは装置１、工程Ｃでは装置１が抽出される。
【００７６】
このように、ポイントの高い装置・チャンバが異常の発生した可能性が高いとして、詳細調査対象として抽出することができる。
【００７７】
さらに、異常の検出されなかったウェハの経路情報を合わせて用いることにより、詳細調査対象とする装置を絞り込むことができる。その実施フローを図１１に示す。
【００７８】
まず、Step401において、経路重ね合わせに使用する複数のウェハを指定する。Step402において、計算対象として設定された、ウェハの計算を行う工程の範囲のうち、ある工程を第一の計算対象工程として設定する。Step403において、Step401にて指定されたウェハのうち、計算工程において最初に該工程に着工されたウェハを計算に用いる第一のウェハとして設定する。Step404において、計算対象となっているウェハが異常が検出されたウェハか否かを判定する。異常が検出されたウェハであれば、Step405において前記設定したウェハ、工程における加工装置・加工チャンバがどれであったかを工程管理データベースから取得し、該加工装置・加工チャンバにポイントを加算する。
【００７９】
Step404において、計算対象となっているウェハが異常とされるものではないと判定された場合は、Step406において、該ウェハ、該工程における加工装置・加工チャンバがどれであったかを工程管理データベースから取得し、該加工装置・加工チャンバに付与されているポイントが１以上であるか否か判定する。１以上であれば、Step407において、該加工装置・チャンバのポイントを減算する。また、１未満、すなわちポイントが０であればStep407の減算処理を行わずStep408に進む。
【００８０】
Step408において、該設定された工程で、対象とする全てのウェハの計算が終了したか否かを判定する。終了していなければStep409において計算対象ウェハを次に該工程に着工されたウェハとし、Step404〜Step408を繰り返し実行する。Step408において全てのウェハの計算が終了していればStep410において検討対象とする工程の計算が全て終了したか否かを判定する。終了していなければStep411において計算対象工程を次の工程とし、Step403〜Step410を繰り返し実行する。検討対象とする工程の計算が全て終了していれば、Step412において計算対象となった工程の全装置・チャンバのポイントをユーザに表示する。
【００８１】
ここで、Step406において、着工された装置・チャンバのポイントが１以上の場合にのみポイントの減算を行うのは次の理由による。装置の状態が正常の場合、Step406の処理を実施しないと、該装置・チャンバのポイントはマイナスの値をとることになる。ここで、該装置・チャンバの状態が途中で異常へ変移した場合、前記マイナスのポイントを上回る異常ポイントが加算されるまで該装置・チャンバのポイントは０以下となる。
【００８２】
各装置・チャンバごとに着工されるウェハの枚数は異なる可能性があることから、マイナスポイントの大小で装置・チャンバに異常を示すポイントが含まれているか否かを判定することは困難である。そこで、装置・チャンバごとのポイントにマイナスの値を許さないようにし、異常が発生した可能性がある場合に必ずポイントが正の値になるようにする。
【００８３】
また、Step403,Step409において、ある工程におけるポイント加算・減算を着工されたウェハの順番に行うのは次の理由による。例えば、ある工程において、装置が正常な状態でウェハが２枚着工され、その後に異常が発生した状態で２枚着工されたとする。ここで、着工順に図１１に示したルールに従いポイントの演算を行うと、該装置のポイントは２となり、装置の異常を示すポイントが示されることになる。しかし、着工順を考慮せず、例えば異常が発生した状態で着工した２枚のウェハの演算を実行した後に正常な状態で着工したウェハの演算を実行すると、該装値のポイントは０となり、異常発生を反映したポイントを得ることができない。このように、装置の異常発生の経時変化をポイントに反映させるため、ポイントの演算を着工されたウェハの順番に行う。
【００８４】
図１２に計算結果の表示例を示す。これは、３枚の異常ウェハに加えて、３枚の異常なしウェハを合わせて処理した例を示したものである。工程、装置の構成および３枚の異常ウェハの経路は図１０に示したものと同一である。各工程とも、着工された順番は、異常ウェハ１,２，３、異常なしウェハ１，２，３の順番とする。ここで、３枚の異常なしウェハが図の矢印に示す経路を通過した場合、最終的にポイントは図１２のように付与される。ここで、例えば問題候補として抽出するポイント数を２以上とした場合、工程Ａでは装置２チャンバ１、工程Ｃでは装置１が抽出される。このように、問題装置候補を絞り込む指標とすることができる。
【００８５】
この経路重ね合わせの対象とするウェハを、予め設定したある条件により絞り込んでもよい。例えば、検出された欠陥の密度が予め定めたしきい値以上のものに限定してもよい。また、非特許文献１に開示された手法等により、密集して分布した領域があると判定されたものに限定してもよい。また、前記限定に加えて、前記限定した領域の形状が互いに類似しているものに限定してもよい。また、欠陥に属性情報が付加されている場合に、計算対象とするウェハの条件を、該属性情報を用いて絞り込んでもよい。例えば、検査装置により検出された欠陥数に対し、該属性が「虚報（欠陥として出力されたがレビューにおいて欠陥が見つからなかったもの）」と付加された欠陥を除いて欠陥の密度を算出し、その値が予め定めたしきい値以上の場合を異常ありウェハ、しきい値未満の場合は異常なしウェハとして前記経路重ね合わせを行ってもよい。また、前記重ね合わせ処理に用いるウェハはロットが異なる必要はなく、同一ロット内のウェハについて適用してもよい。
【００８６】
次に、製品ＱＣ情報に含まれる欠陥分布情報を用いた周期解析・表示方法の実施例について以下に説明する。
【００８７】
あるウェハで異常が検出されたとき、該ウェハを含むロットに含まれる他の未検査ウェハについて追加検査を行い、検査データを取得する。そして、ウェハ番号と、該ウェハで検出された欠陥の数を軸として、例えば図１３に示すようなグラフを表示する。ユーザはこのグラフより、欠陥の数がウェハ３枚おきに多数検出されていることを読みとることができる。更に、ユーザは前記グラフと装置経路情報より得られる着工装置と突き合わせ、ウェハ３枚ごとに特定の加工領域を有する装置、すなわち３つのチャンバを有する装置が問題発生装置の可能性が高い、と判断することができる。
【００８８】
またグラフは、例えば図１４に示すように、着工された装置のチャンバ番号と、該チャンバで加工されたウェハの欠陥の数を軸として表示するようにしてもよい。このように表示することでユーザは、例えば２つのチャンバを持つ装置ではチャンバごとの欠陥の数の分布に差が見られないが、３つのチャンバを持つ装置では特定のチャンバについて欠陥の数が多い、といった傾向を容易に判定でき、３つのチャンバを有する装置が問題発生装置の可能性が高い、と判断することができる。
【００８９】
また、図１５に示すように、ウェハごとに表示する情報はウェハのマップでもよい。該表示により、ユーザはロット内でのウェハごとの問題発生の規則性を判断する事ができる。
【００９０】
また、図１６に示すように、チャンバごとにマップを表示してもよい。該表示よりユーザはチャンバごとの傾向を把握することができる。
【００９１】
また軸の数値は、欠陥数ではなく欠陥の密度でもよい。この時、非特許文献１等の手法により算出される、ある点群が密集して分布している、あるいは粗に分布している、といった分布密集度を用いて、密集した領域部分のみの密度、あるいは粗の領域のみの密度等を解析・表示に用いる値としてもよい。また、図１５、図１６のウェハマップ表示において密集して分布していると判定された部分を強調表示してもよい。強調の仕方は、プロット点の色を変えてもよく、プロット点を含む領域の色を変えてもよく、ユーザが他のプロット点と区別できればよい。また、密集している領域があると判定されたウェハを強調表示するようにしてもよい。このようにすることにより、ユーザが分布パタンの変動の規則性を判定しやすくすることができる。
【００９２】
また、図１６において、各チャンバごとの分布を複数のウェハの分布を重ねて表示してもよい。このようにすることで、チャンバごとに密集部分が存在する場合にはウェハ一枚ごとに表示するよりも密集部分を強調することができ、マップのパタンを判定しやすくすることができる。この重ね合わせたマップに対し、上記と同様に密集部の強調表示、あるいは密集部の存在する重ね合わせたウェハを強調表示するようにしてもよい。
【００９３】
ここでは、未検査のウェハ全てについて検査を行い検査データを解析する例を示したが、あるルールに従い、検査するウェハをサンプリングしてもよい。サンプリングルールとして、例えば、検査をするウェハは対象とする装置のチャンバ数の最小公倍数としてもよい。この場合、対象とする装置のチャンバそれぞれについて、少なくとも１枚以上検査をすることになる。該ルールによると、例えば、対象とする装置に２チャンバの装置と３チャンバの装置が含まれている場合、連続する６枚のウェハの検査を行うと、６枚のウェハのうち、２チャンバの装置のそれぞれのチャンバに着工されたウェハは３枚ずつ、３チャンバの装置のそれぞれのチャンバに着工されたウェハは２枚ずつデータを得ることができる。該データに対して、図１４に示すようにチャンバごとに欠陥の数や密度を比較することにより、チャンバごとに差があるか否かの判定を行うことができる。
【００９４】
また、他のサンプリングルールとして、最大チャンバ数をもつ装置の２倍以上の枚数、としてもよい。この場合にも、各装置の各チャンバごとに少なくとも２枚以上のウェハを検査することになる。倍数を増やすほどチャンバごとのサンプル数が増加するため、チャンバごとに差異が生じているか否か判定する精度が向上することになる。また、全てのチャンバのウェハが少なくとも１枚以上入るよう、任意にサンプリングルールを定めてもよい。
【００９５】
前記検査ウェハのサンプリングルールは、スループットなどの制約から予め検査対象とする枚数の総和を決めておき、解析対象とする加工工程の範囲の装置の台数、チャンバ数等の構成により変えてもよく、また、解析対象とする加工工程の範囲の装置の台数、チャンバ数などの構成により検査枚数および検査ウェハのサンプリングルール共に変更してもよい。
【００９６】
もちろん、上記に説明した分布解析に必要なウェハの検査が通常の検査として行われていれば、ウェハに異常が発見された場合の追加検査は不要である。
【００９７】
出力画面の一実施例を図１７に示す。ユーザからの照会により画面10が呼び出される。本実施例は、製品ウェハに関する情報と、該製品ウェハに関連する加工装置に関する情報を合わせて表示することを特徴とする。表示は、製品ウェハの情報を表示するエリア11と、装置状況データベース5に蓄積されている該ウェハに関係する装置の情報を表示するエリア12から構成される。画面11は、更に、ウェハの固有識別情報を示すエリア13と、該ウェハの検査・解析により得られた情報を示すエリア14と、工程管理データベース4の製造経路情報より得られる着工装置の履歴を示すエリア15から構成される。
【００９８】
各エリアの表示内容の実施例について以下に詳述する。
【００９９】
エリア13には品種、ロット番号、ウェハ番号、図６のStep202に相当する加工工程の範囲等、エリア14、15に示される情報がどのウェハ、検査工程から得られたものか一意に特定する情報が表示される。ここで、ウェハ１枚の情報でなく、該当するロットにおいて検査されたウェハの検査情報の一覧を表示できる機能を設けてもよい。例えば、ウェハNo.表示領域脇に「一覧」ボタンを設け、このボタンを押すことで検査されたウェハの検査情報一覧を表示する画面に移行するようにしてもよい。
【０１００】
エリア14には、検査装置にて検出された欠陥のウェハ面内のマップ、検出数が表示される。更に、欠陥座標における画像を取得した場合にはその画像情報を合わせて表示してもよい。また、欠陥座標において発見された欠陥について元素情報を取得した場合はその元素情報を合わせて表示してもよい。ここで、欠陥に外観に応じて与えられた属性情報が付加されている場合には属性ごとに色や形状を変化させ、マップ上の点を区別できるようにしてマップを表示してもよい。また、欠陥の画像情報、元素情報とともに、分布状況や外観に応じて与えられた欠陥の属性情報を合わせて表示してもよい。また、マップにおいて分布密集度の高い領域とそれ以外の領域にわけ、分布密集度の高い領域が他の部分と区別できるように強調表示してもよい。また、分類各々の比率を表示してもよい。また、欠陥数の替わりに欠陥の検出密度を表示してもよい。
【０１０１】
エリア15には、製造経路情報より得られる、図６のStep202に相当する加工工程名と該ウェハの着工された加工装置の履歴が表示される。図１７の例は、スパッタ工程の加工装置は３台、それぞれの装置にチャンバが３つあることを示している。同様に塗布工程の加工装置は２台、露光工程の加工装置は４台、エッチング工程の加工装置は２台かつチャンバ２つ、洗浄工程の装置は２台あることを示している。そして、該ウェハは、スパッタ工程３号機のチャンバ１、塗布工程１号機、露光工程２号機、エッチング工程１号機のチャンバ１、洗浄工程１号機により加工されたことを示している。
【０１０２】
エリア12では、エリア15で表示されている加工装置の、装置状況データベース5に蓄積されている装置に関するデータが時系列で表示される。
【０１０３】
図１７の例は欠陥密度を表示した例である。グラフは、横軸が日付、縦軸が単位面積当たりの欠陥個数を示している。グラフにおける縦線16は該ウェハが着工された日付を示している。この場合、露光工程２号機が着工日前後で欠陥密度が増加しているのに対し、他の装置では変化が見られない。ユーザはこの情報より、欠陥密度の観点では露光工程２号機に問題が発生した可能性が高いと判断することができる。また、装置名表示部分をプルダウンメニューにし、他の号機あるいはチャンバのデータを呼び出せるようにして、データの比較を容易に行えるようにしてもよい。
【０１０４】
エリア12での表示情報はタブを選択することにより切り替え可能になっている。
【０１０５】
ウェハ１枚の情報でなく、該当するロットにおいて検査されたウェハの検査情報の一覧を表示した画面例を図１８に示す。エリア14に該情報が表示される。この画面へは、例えばエリア13の「一覧」ボタンを押すことにより移行できる。エリア14には、横軸をウェハ番号、縦軸を欠陥密度とした例が示されている。また、エリア15に表示された装置のマークをクリックすることにより、着工されたチャンバ番号を表示してもよい。また、横軸の表示項目をチャンバ別表示に変更し、図１４に示した形態で表示してもよい。また、縦軸表示項目を変更し、図１５あるいは図１６にて説明した形態で表示してもよい。
【０１０６】
エリア12の他のデータの表示例を図１９〜図２２に示す。
【０１０７】
図１９はマップデータを示した例である。製品ウェハにて検出された欠陥の分布に特徴的な偏りがある場合、このように、加工装置における欠陥発生マップを時系列に並べて表示し、製品ウェハと同様な欠陥分布の偏りが製品ウェハ着工時期近辺で発生しているか否かをユーザが判定しやすくなる。すなわち、問題の発生している装置を絞り込むことができる。例えば、図１９では露光装置２において、着工時期近辺で製品ウェハと同様の欠陥分布の偏りを観察することができる。これにより、異物・欠陥密度の情報で判断した結果と同様に、露光装置２において問題が発生した可能性が高いと判断することができる。
【０１０８】
図２０は画像情報として、各加工装置ごと、あるいはチャンバごとの発生欠陥を示した例である。画像情報と合わせて元素情報分析情報を表示してもよい。また、検出された元素を表示してもよい。また、物質名を同定し、該物質名を表示してもよい。ユーザは、エリア14に表示される製品ウェハより得られた欠陥の外観画像、あるいは元素情報と、エリア12に表示される各装置ごとの欠陥外観画像、あるいは元素情報とを比較し、関連する可能性のある装置を抽出する判断材料とすることができる。例えば、図２０における製品ウェハの外観画像と装置情報の外観画像を比較すると、欠陥サイズ、欠陥の形状共に、露光装置２において類似した欠陥が観察されている。これより、ユーザは露光装置２がウェハの異常発生の原因になっている可能性がある、と判断することができる。
【０１０９】
図２１は加工ログ情報として、各加工装置ごとに得られる種々の加工条件の加工ログ情報において、設定値からのずれの平均値を代表値として取得し、推移を表示した例である。加工条件の異常がウェハの異常発生の原因となった場合、ユーザは、16により示される異常ウェハの着工時期と、加工条件の設定値からのずれとの一致具合を評価することにより、関連する可能性のある装置を抽出する判断材料とすることができる。
【０１１０】
例えば、図２１のグラフにおいては、異常ウェハの着工日近傍において露光装置２の変位が大きくなっている。これより、ユーザは露光装置２がウェハの異常発生の原因になっている可能性がある、と判断することができる。また、ここで、例えば、グラフ上のある領域をクリックすると、エリア12にプロットされた代表値ではなく、該期間に着工されたあるウェハについて、加工処理中に時系列に得られるログを表示するようにしてもよい。
【０１１１】
図２２はその他の情報として装置のメンテナンス情報を示した例である。製造過程において、装置のメンテナンスがきっかけで欠陥が急激に増加するなど、異常が突発的に発生する場合がある。そのため、メンテナンス時期と装置の異常発生時期の対応をとることにより発生原因を推定できる場合がある。図２２より、露光装置２にて、異常が検出された製品ウェハの着工直前に部品交換をしていることがわかる。これより、これまで説明した他の情報により問題が発生した可能性が高いと判断される露光装置２において、ユーザは、部品交換により何らかの変調をきたした可能性があると判断することができる。
【０１１２】
また、各加工装置ごとあるいはチャンバごとに発生した欠陥の分類比率の時系列推移と異常発生ウェハの着工時期を合わせて表示してもよい。装置に異常が生じ、発生する欠陥の比率が変化した場合、該表示を行うことでユーザは異常の関連する可能性のある装置を抽出する判断材料とすることができる。
【０１１３】
また、エリア15で表示される製造経路情報について、図示しないウェハ選択画面において複数のウェハを指定し、図１０、１２にて説明したように、それらの製造経路情報およびポイント数を表示してもよい。
【０１１４】
エリア12のグラフは、各グラフの着工日付を示す縦線16が同一の位置になるように横軸の日付軸を調整している例であるが、各グラフの日付表示を同一の位置にして表示してもよい。
【０１１５】
表示形態は実施例に限るものではなく、異常と判定されたウェハに関する情報と加工装置に関する情報が、該ウェハが加工装置に着工された時期の情報と共に随時表示できるような構成であればよい。そのため、本実施例の実現には、工程管理データベース4と装置状況データベース5を必ずしも両方備える必要はなく、少なくとも一つ以上備えればよい。
【０１１６】
装置状況データベース5および検査・解析データベース6に収集するデータは、必ずしも実施例に述べた項目全てについて行う必要はなく、実施例に述べた項目の一つ以上を行えばよい。しかし、収集するデータの種類が多いほど、問題の発生した装置の推定をより多面的に行うことができるため、推定の信頼性の向上を期待することができる。また、図２の4〜7に示したデータベースおよび解析装置は同一の装置内に保持されていてもよく、任意の組み合わせて分割して保持されていてもよい。
【０１１７】
図２３は本発明の装置構成の第二の実施例を示す図である。第一の実施例とは、関連度評価エンジン17が存在する点が異なる。該関連度評価エンジンは、装置状況データベース5に蓄積されている加工装置あるいはチャンバ個々に収集された装置ＱＣ情報の時系列推移と、製品ウェハより得られた製品ＱＣ情報、あるいは、加工が実施された期間での欠陥密度等の時系列推移変動等を考慮し、どの加工装置あるいはチャンバが問題装置候補となるかを評価する機能をもつ。
【０１１８】
製品ウェハにおける第二の実施例における適用手順を説明する。
【０１１９】
関連度評価エンジン17を含む構成によって、本手法の適用手順は図６に示すフローチャートのStep217以降が図２４に示すフローチャートに置き換わる。
【０１２０】
図２４におけるStep501では、装置経路情報により、問題の発生したウェハに共通する加工装置・チャンバを評価する。また、ロット内ウェハの分布のパタン変動について、着工装置のチャンバ数との周期解析により装置との関連性評価を行う。また、欠陥マップや欠陥の画像、詳細解析装置の一つである元素情報分析装置より得られる元素情報スペクトルデータといった定性的なデータや欠陥の属性情報について、装置状況データベース5から得られたデータと製品ウェハより得られたデータの関連度を評価する。また、欠陥密度の推移や欠陥の属性別発生頻度推移、あるいは加工ログの設定からのずれの推移について、その絶対値あるいは変動量と異常と判定された該ウェハの着工時期との関連性を評価する。また、装置メンテナンス時期と、異常と判定された該ウェハの着工時期との関連性を評価する。
【０１２１】
Step502では、Step501にて評価された評価値を、装置、チャンバごとに集計し、装置、チャンバごとに異常発生との関連度評価を行う。Step503において、発生した異常と関連性の高い装置を表示する。
【０１２２】
Step501における評価方法について説明する。
【０１２３】
製造経路情報による関連装置・チャンバ評価は、計算対象ウェハ指定を自動化し、例えば図９あるいは図１１で説明した方法にて実現できる。すなわち、図９におけるStep301あるいは図１１におけるStep401の計算対象ウェハの指定を、あるルールに従い自動的に設定し、図９あるいは図１１のフローに従い、図１０あるいは図１２に示す装置・チャンバごとのポイント数を自動算出する。ウェハ指定のルールは、例えば現時点から過去何日以内、といった時間指定で行ってもよく、また、検査ウェハ何枚以内、といった枚数指定でもよく、検査ロット何ロット以内、といったロット指定でもよい。そして、装置ごとのポイント数に、あるしきい値を予め設定しておき、しきい値を越えた装置・チャンバについて例えば評価値１を与え、しきい値未満の装置は評価値０とする。
【０１２４】
次に、ロット内変動とチャンバ数の関連度評価の実施例を説明する。ロット内ウェハについて、図１２に示したデータを算出する。そして、図１２における縦軸の値、例えば欠陥の数についてあるしきい値を予め設定しておき、しきい値を越えたウェハ番号が等差数列になっているか判定する。これは該しきい値を越えたウェハ番号の差分値が同一であるか否かで判定することができる。等差数列になっていればロット内変動に前記等差数列の公差と同等の周期性があるとして前記等差数列の公差と同一のチャンバ数を持つ装置に例えば評価値１を与える。
【０１２５】
また、該評価の他の実施例として、例えば図１２のグラフを微分し、予め定めたあるしきい値以上の微分値をもつウェハ番号をピークとして、ピークのウェハ番号について前記手法と同様に周期性の有無を判定してもよい。
【０１２６】
また、該評価の他の実施例として、例えば図１４に示すグラフを用いて、チャンバごとの欠陥数のばらつきについて統計的手法として一般的な有意差検定を行い、有意差があると判定された装置に、例えば評価値１を与えてもよい。また、図１４を用いた他の実施例として、チャンバ番号ごとの平均値を算出し、算出された平均値について、二つのチャンバの差分絶対値を全ての組合せについて算出する。そして、算出値が予め定めたしきい値を越えたものがある場合は、チャンバごとの有意さがあると判断し、該算出値の計算に用いた二つのチャンバのうち、欠陥の数あるいは密度が大きいなど、状態の悪いチャンバに評価値１を与える。
【０１２７】
ここで、前記評価における縦軸の値は、欠陥の数あるいは密度のかわりに、例えば非特許文献１で開示されている手法を用いて特定した各ウェハごとの欠陥密集領域のみの密度、あるいは欠陥分布が粗である領域のみの密度、あるいは欠陥密集領域を除いた領域の密度等を用いてもよい。このとき、前記領域の計算は、各ウェハごとではなく、チャンバごとのウェハマップを重ね合わせたマップを計算対象としてもよい。また、縦軸の値として欠陥密集領域の有無に関連して与えた値を用いてもよい。例えば、欠陥密集領域があると判定されたウェハ１、欠陥密集領域が無いと判定されたウェハを０として前記評価を行ってもよい。
【０１２８】
該評価の他の実施例として、図１５に示すウェハマップを用いた方法を次に示す。まず、後述するマップの類似性評価方法を用いて、ウェハ番号１を基準とした各ウェハとの類似度、ウェハ番号２を基準とした各ウェハとの類似度、というように各々のウェハを基準とした類似度をそれぞれ算出し、ウェハ番号と類似度を軸としたグラフをウェハの番号の数だけ作成する。そして、該グラフのウェハ番号に対する該類似度の変動を前記図１２を用いる方法として説明した手法により作成したグラフ全てについて評価し、一つでも周期性があると判定されるグラフがあった場合、対応する装置に例えば評価値１を与える。
【０１２９】
また、該評価の他の実施例として、図１６に示すウェハマップを用いた方法を次に示す。各チャンバごとのウェハマップにおいて、チャンバごとに前記図１５を用いる方法として説明した手法を用い、各チャンバごとに類似度の平均値を算出する。そして、該平均値が予め定めたあるしきい値を下回った場合、該チャンバに例えば評価値１を与える。これは、該チャンバに着工されたウェハの欠陥分布に共通のパタンが現れていることを示すためである。
【０１３０】
次に、欠陥画像の類似性評価の実施例を説明する。まず、装置ＱＣデータとして取得される各装置・チャンバごとの欠陥画像において、欠陥領域の特徴を定量的な値として算出する。特徴として、例えば欠陥領域の明るさ、面積、縦横比、円形度、明るさのばらつき等を用いることができる。欠陥の領域は人が指定してもよく、また、欠陥画像と共に、欠陥の存在しない同一背景の画像を参照画像として取得し、画像間演算により欠陥領域を特定してもよい。欠陥領域が特定される方法であればどのような方法でも構わない。
【０１３１】
次に、製品ＱＣデータとして取得される欠陥の外観画像画像において、同様に特徴量を算出する。次に、各特徴量を座標軸とする特徴量空間において、異常が検出されたウェハの欠陥画像により特定される点と各装置・チャンバの欠陥画像により特定される点との距離を計算する。この距離が小さいほど画像の類似度が高いと判定することができる。そして、類似度が高い順にn個の装置・チャンバを抽出し、最も類似度が高い装置・チャンバに評価値nを与え、類似度が小さくなるほど小さな評価値となるよう、評価値を付与する。
【０１３２】
図２５に、前記評価値付与例のうち、特徴量を２つとした例を示す。この場合、特徴領空間は特徴量１と特徴量２で定められる二次元空間ということになる。各装置・チャンバごとの欠陥画像により特定される点は黒丸でプロットされている。ここで、製品ＱＣウェハの欠陥の外観画像の特徴量が白丸でプロットされる位置に特定されたとする。類似度が高い順に例えば３個の装置・チャンバを抽出すると、図２５に示した、工程２装置１チャンバ２、工程１装置１チャンバ１、工程１装置１チャンバ１が抽出されることになり、それぞれ評価値３、２、１を与える。特徴量をｍ個用いる場合は、ｍ次元の特徴領空間において同様に実施すればよい。
【０１３３】
ここで、装置での欠陥の画像と実際の製品で検査時点で得られた画像は全く同一とは限らない場合がある。これは、例えば図６において加工Ａの工程で発生した欠陥は、加工Ｂ、加工Ｃの工程を経た後に検査されるためである。そこで、図２６に示すように、予め、各加工工程を経た直後に欠陥検査及びレビューによる外観画像取得を行い、あわせて製品ＱＣが行われる欠陥検査工程にて、前記加工工程直後に行った欠陥検査にて得られた欠陥座標点に基づいて欠陥のレビューを行って外観画像を取得する。
【０１３４】
前者の外観画像を「装置で発生した欠陥画像」、後者の外観画像を「検査時の欠陥画像」とする。そして、「装置で発生した欠陥画像」と「検査時の欠陥画像」を関連づけた外観変化データベースを作成しておく。装置ＱＣにて取得された外観画像について、まず該データベースの「検査時の欠陥画像」との類似度評価を行い、類似している画像を特定する。そして、特定された「検査時の欠陥画像」と対応する「装置で発生した欠陥画像」を検索対象として装置状況データベース5から類似画像検索を行う。このようにすることで工程を経ることで外観が異なってしまう欠陥に対しても発生装置を推定するマッチングを実施することができる。この外観変化データベースは定期的に更新するのが望ましい。
【０１３５】
また、装置状況データベース5の画像として、図５のStep101〜Step104にかわり、図２７のStep601〜Step608を実施して得られた画像を登録してもよい。すなわち、Step601にてウェハの検査１を行い、続いてStep602にて加工Aを実施する。次にStep603にてウェハの検査２を実施し、続いてStep604にて加工Bを実施する。次にStep605にてウェハ検査３を実施し、続いてStep606にて加工Cを実施する。次にStep607にて検査４を実施する。そして、Step608にて、検査１と検査２の差分を検出し、加工Aにて発生した欠陥の座標点を抽出する。
【０１３６】
同様に、検査２と検査３の差分を検出し、加工Bにて発生した欠陥の座標点を抽出する。同様に、検査３と検査４の差分を検出し、加工Cにて発生した欠陥の座標点を抽出する。以降の手順は図５のStep105以降と同様に行う。
【０１３７】
このようにすることにより、各加工工程ごと、すなわち各加工装置・チャンバごとに、発生した欠陥の座標を取得できる。また、該座標点に基づいて製品ＱＣが行われる欠陥検査工程で外観画像を取得することにより、各加工装置にて発生した欠陥であって、かつ、加工を経て変化した後の外観画像を得られる。該外観画像を用いることにより、工程を経ることで外観が異なってしまう欠陥に対しても発生装置を推定するマッチングを実施することができる。
【０１３８】
または、ニューラルネットワークで実現されている連想記憶を用いてもよい。連想記憶モデルの例として、非特許文献２に開示されているアソシアトロンが知られている。これは相互結合型のニューラルネットワークであり、ニューロンは-1,0,1の３値をとるモデルである。装置単体ごとに生じる欠陥の画像を学習させることにより、検査工程にて得られる画像に対して、必ずしも完全に一致していなくても連想により関連の深い画像を検索することができる。
【０１３９】
次に、ウェハマップの欠陥分布の類似性評価の実施例を図２８に示す。まず、比較を行うマップ１，マップ２を小領域に区切る。次に、小領域ごとの密度に応じて、別途定めたあるしきい値をもって２値化し、しきい値以上の領域を高密度領域として抽出する。次に、それぞれマップにおける高密度領域のANDとORの論理演算を行い、AND演算をした面積をAND面積、とOR演算をした面積をOR面積としてそれぞれ求める。そして、類似度を、類似度=AND面積/OR面積、として定義する。
【０１４０】
マップ１とマップ２のパタンが似ているほどAND面積とOR面積の差異は小さくなり、類似度は１に近づく。また、マップ１とマップ２のパタンが似ていないほどAND面積は小さくなり、類似度は０に近づく。また、小領域に分割した後、小領域ごとに密度に応じた輝度を割り当てた密度分布画像を作成し、画像処理において一般的に用いられる正規化相互相関係数を類似度として用いてもよい。そして、画像の類似度評価と同様に、類似度が高い順にn個の装置・チャンバを抽出し、最も類似度が高い装置・チャンバに評価値nを与え、類似度が小さくなるほど小さな評価値となるよう、評価値を与えてもよい。
【０１４１】
次に、元素情報の類似性評価の実施例を図２９に示す。比較を行う元素情報スペクトルの波形１と波形２について、波形の重なる領域のANDとORの論理演算を行い、AND演算をした面積をAND面積、OR演算をした面積をOR面積としてそれぞれ求め、前記マップの類似度評価と同様に類似度を求める。そして、同様に、類似度が高い順にn個の装置・チャンバを抽出し、最も類似度が高い装置・チャンバに評価値nを与え、類似度が小さくなるほど小さな評価値となるよう、評価値を与える。あるいは、比較対象の欠陥Ａおよび欠陥Ｂに含まれる代表的な元素の有無により類似度評価をしてもよい。例えば、評価値＝（欠陥Ａと欠陥Ｂに共に含まれる元素数）／（欠陥Ａと欠陥Ｂのどちらかに含まれる元素数）として評価値を定義してもよい。この評価値はこれまで述べた画像の類似度や波形の類似度と同様の傾向をもつ。
【０１４２】
次に、欠陥の検出点の密度や欠陥分類の比率、あるいは加工ログ等の時系列データと着工時期との関連度評価の実施例を図３０に示す。まず、各装置・チャンバにおける異常が発生した製品ウェハの着工時期近傍において評価対象期間を設定する。これは、該ウェハの着工時期以前の期間に限定してもよく、該ウェハの着工時期を含んだ前後の期間に限定してもよい。期間限定のルールは、例えば現時点から過去何日以内、といった時間指定で行ってもよく、また、着工ウェハ何枚以内、といった枚数指定でもよく、着工ロット何ロット以内、といったロット指定でもよい。ここで、予め正常であると判定するしきい値を定めておく。図２１に示した、加工ログの設定値からのずれ量のように、正負両方の値をとる場合は、正負それぞれにしきい値を設定してもよく、絶対値に対してしきい値を設定してもよい。
【０１４３】
次に、データ値の該評価対象期間において、しきい値を越えたデータ値の有無を判定する。しきい値を越えたデータ値がある場合、しきい値を越えた装置・チャンバについて評価値１を与える。また、図３０に示すように、データ値の変動の微分値を算出し、微分値について同様にしきい値を設けて、同様に評価値の演算を行ってもよい。
【０１４４】
次に、装置メンテナンス時期と着工時期との関連度評価方法の実施例を次に示す。まず、前記図３０の説明と同様に評価対象期間を設定する。そして、評価対象期間において、メンテナンスの有無を判定する。メンテナンスが行われていた場合、メンテナンスの行われていた装置・チャンバについて例えば評価値１を与える。
【０１４５】
これらの算出手法は開示した手法に限定するものではなく、関連度を評価できる手法であれば構わない。また、これらの演算を全て行う必要はなく、データ取得を実施しているデータを対象に実施すればよい。また、ユーザが別途指定した項目についてのみ行うようにしてもよい。
【０１４６】
Step502における、装置、チャンバ別関連度判定は例えば次のようにして行うことができる。まず、装置・チャンバごとの関連度評価値を次の(数1)式のように定義する。
【０１４７】
【数１】
【０１４８】
ここで、iは工程、jは装置番号、kはチャンバ番号、Pn(i,j,k)は各評価項目ごとの評価値、ｚは評価項目数、Anは評価項目ごとの重み係数である。このように、各評価項目ごとの評価値を各装置・チャンバごとに重み係数をかけて足し合わせ、関連度評価値の大きさを判定することにより、異常発生ウェハに関連する装置を抽出することができる。
【０１４９】
この算出手法は開示した手法に限定するものではなく、関連度を評価できる手法であれば構わない。ここで、重み係数はユーザが任意に設定してもよく、あるルールに従って自動的に配分されるようにしてもよい。ルールの設定方法として、例えば、ある装置にのみ用いられている元素が欠陥に含まれていたり、ある装置にのみ現れる分布のパタンが検出された時に、それぞれ元素情報、分布情報の重みを増すようにしてもよい。
【０１５０】
そして、Step503において、この結果に応じて、図１７に示した表示画面にて、該当する装置の文字を色を変えて表示するなど、他の装置と異なることがわかるように表示すればよい。また、図示しないメールシステム等により、関連するスタッフに抽出された装置の情報を通知するようにしてもよい。また、関連度に応じて順位付けをし、複数の加工装置・チャンバを表示するようにしてもよい。
【０１５１】
本実施例では、関連度評価エンジン17がデータ解析装置7に搭載されている例を示したが、前記説明した情報を用いて計算処理を行うことができれば、独立して存在してもよく、他の別の装置に含まれていても構わない。
【０１５２】
【発明の効果】
本発明によれば、検査により異常と判定されたウェハに関与した加工装置を容易に特定でき、合わせて、該ウェハが着工された期間付近での加工装置ごとの欠陥の発生頻度といった状態を表示できるため、問題の発生した装置の推定が容易になった。
【０１５３】
また、本発明によれば、装置において発生する欠陥に関連して得られるデータと異常となった製品ウェハの欠陥から得られるデータを自動的に比較、評価し、製品ウェハの欠陥と関連の高い装置の候補を抽出できるため、問題の発生した装置を特定するのに要する工数を大幅に削減できるようになった。
【図面の簡単な説明】
【図１】本発明の概念を示す図である。
【図２】本発明の構成の一例を示す図である。
【図３】本発明に用いる製造経路情報の一例を示す図である。
【図４】本発明に用いる製造経路情報の一例を示す図である。
【図５】本発明のデータベースに記録するデータ取得方法の一実施例を示すフローチャートである。
【図６】本発明の適用手順の一実施例を示すフローチャートである。
【図７】本発明のデータ解析・表示方法の一実施例を示す図である。
【図８】本発明のデータ解析・表示方法の一実施例を示す図である。
【図９】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図１０】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１１】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図１２】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１３】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１４】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１５】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１６】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１７】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図１８】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図１９】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２０】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２１】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２２】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２３】本発明の構成の一例を示す図である。
【図２４】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図２５】本発明のデータ解析方法の一実施例を示す説明図である。
【図２６】本発明のデータ解析方法の一実施例を示す説明図である。
【図２７】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図２８】本発明のデータ解析方法の一実施例を示す説明図である。
【図２９】本発明のデータ解析方法の一実施例を示す説明図である。
【図３０】本発明のデータ解析方法の一実施例を示す説明図である。
【符号の説明】
1…製造装置 2…検査装置 3…詳細解析装置 4…工程管理データベース 5…装置状況データベース 6…検査・解析データベース 7…データ解析装置 8…表示装置 9…ネットワーク 10…結果表示画面 11…製品ウェハ情報表示エリア 12…装置情報表示エリア 13…ウェハ識別情報表示エリア 14…ウェハの検査情報・解析情報表示エリア 15…装置経路情報表示エリア 16…着工日時表示バー 17…関連度評価エンジン
【発明の属する技術分野】
本発明は、検査情報に基づいて、薄膜デバイスの製造工程における不良工程及び装置を特定する方法に関する。
【０００２】
【従来の技術】
半導体、液晶ディスプレイ、ハードディスク磁気ヘッド等の薄膜デバイスの製造は、多数のプロセスにより構成されている。
【０００３】
このような加工工程数は時には数百工程に及ぶ。加工装置の製造条件の不備や異常によって薄膜デバイス上に異物や配線の断線などの外観異常が発生した場合、製品に不良が発生する確率が高くなり、歩留りを下げてしまうことになる。そこで、問題の発生した装置を特定し、対策を施すことが歩留り維持および向上に重要となる。そのため、主要なプロセスごとに異物検査や外観検査等の検査が実施され、加工が正常に行われているか監視が行われる。このとき、加工プロセスごとに全ての被処理基板の検査を実施するのは時間と手間の制約から不可能であるため、通常はいくつかの一連の工程ごとに、ロット単位、あるいは被処理基板単位、あるいはその組合せによりサンプリングされた被処理基板に対して検査が実施される。ここで、被処理基板とは製品加工を行う最小単位を意味し、半導体であればウェハ１枚を指す。
【０００４】
異物・外観異常が多発するといった異常発生時には、該当する個体について発生装置を特定する詳細解析が行われる。例えば、検査装置により出力された特異点位置の詳細観察を行ない、異物あるいは外観異常がどのような形状をしているかを観察することで発生工程を推定する。また、異物・外観異常領域の一部を横切る断面を作成し、複数の膜のうち、どの層で発生したか推定を行ったり、EPMA(Electron Probe Micro Analysis:電子プローブ微小分析法)やAES(Auger Electron Spectroscopy:オージェ電子分光法)、あるいは顕微ラマン分光法や顕微蛍光分光法等により異物・欠陥に含まれる元素や元素情報に関するスペクトルを得、その分析を行い、異物・欠陥を構成する物質名を特定し、どの製造工程で発生した可能性が高いかを推定する。そして、可能性の高い装置を清掃する等のメンテナンスを実施する事で対策を行っていた。
【０００５】
ここで、「特異点」とは、検査装置の検査により異常が発見されたとして出力された点のことを指す。異物と外観異常とを合わせ、以降、「欠陥」と表記する。
【０００６】
欠陥の外観情報より発生工程を推定することは分析者の高度な判断によるものであり、個人差や判定に要する時間が問題となる。そこで、特許文献１には欠陥を特定のルールに従って自動的に分類する手法について述べられている。
また、前記スペクトルより物質名を特定することは、外観情報による判定と同様に分析者の高度な判断による部分が大きく、時間がかかる、分析者により判断結果が異なる場合がある、といった問題があった。そこで、特許文献２や特許文献３には、スペクトルデータより物質名を自動的に特定する手法について述べられている。また、特許文献４には加工装置で生じる欠陥に関するデータベースと、検査装置により取得された欠陥に関するデータとの相関から問題となる加工装置を特定する手法について述べられている。
【０００７】
【特許文献１】
特開平7-201946号公報
【特許文献２】
特開昭63-108253号公報
【特許文献３】
特開平8-124982号公報
【特許文献４】
特開2000-222033号公報
【非特許文献１】
精密工学会第６回知能メカトロニクスワークショップ―人間を支援するメカトロニクス技術―講演論文集「欠陥分布パターン識別手法の検討」pp.279-284 (平成13年8月)
【非特許文献２】
中野馨著「アソシアトロン」昭晃堂(1979)
【０００８】
【発明が解決しようとする課題】
問題となる加工装置を精度よく、短時間に特定するためには各加工装置ごとの、あるいは、加工装置が同一の処理をする複数の加工ユニット（以下チャンバと記述する）を備えている場合は各チャンバごとの異物・欠陥の発生パタン、外観、元素情報、着工履歴、加工ログといった複数の情報を用いて多角的に解析すると共に、装置異常解析対象時期を限定するなどして解析を効率的に行う必要がある。
【０００９】
従来例である外観情報より欠陥を自動分類する手法や、スペクトルデータより物質名を自動的に特定する手法では、複数の情報を利用する点について記述されていない。また、加工装置を特定する手法においては、検索対象とする装置、時期を限定し効率化を図ることに関する記述はない。
【００１０】
本発明の目的は、上記課題を解決し、異常を検出した製品検査情報から、問題となる装置の特定を早期にできる情報を提供する方法およびその装置を提供することにある。
【００１１】
【課題を解決するための手段】
上記目的を達成するために、本発明では、薄膜デバイスの製造工程において被加工物を検査して得た欠陥情報を解析する方法において、薄膜デバイスの製造工程において複数の処理装置で構成される所定の処理工程で処理を施す前に被処理基板を検査して得たデータと前記所定の処理工程で処理を施した後に前記被処理基板を検査して得たデータとを比較して前記所定の処理工程で処理を施したことにより前記被処理基板上に発生した欠陥を抽出し、該抽出した欠陥の数が予め設定した数よりも多い場合には欠陥の詳細解析を行い、前記詳細解析情報と前記所定の処理工程を構成する複数の処理装置における前記被処理基板の着工履歴を示す情報と前記所定の処理工程で前記被処理基板を処理した処理装置の状況に関する情報とを画面上に表示するようにした。
【００１２】
また、前記詳細解析情報と、前記着工履歴を示す情報および前記処理装置の状況に関する情報の関連性を計算機で評価することにより問題の発生している装置を抽出するようにした。
【００１３】
【発明の実施の形態】
以下、本発明の実施形態を図面を用いて半導体を例に取り説明する。
【００１４】
本発明の概要を図１に示す。前述したように、製造過程においてはいくつかの一連の工程ごとに検査が実施されるが、図１は検査１と検査２の間の工程を切り出して示したものである。
【００１５】
検査１、検査２ではそれぞれ検出された欠陥の位置情報が得られるが、検査２の欠陥位置から検査１にて得られた欠陥位置情報のうち、同様の位置で検出された欠陥を差し引けば、図示した工程A,B,Cの加工過程にて発生した正味の欠陥の位置情報を得ることができる。本発明は、該正味の欠陥を対象とする。
【００１６】
検査２において、製品ウェハに対して検査に関連して得られる欠陥の情報を取得する。該情報例として、欠陥の分布、外観、元素情報等がある。欠陥の分布情報は検査装置から出力される欠陥位置情報より得ることができる。外観画像は、光学顕微鏡や電子顕微鏡などのレビュー装置を用いて検査装置の欠陥位置情報に対応した位置の欠陥画像を観察・取得することにより得られる。含有元素情報は該欠陥位置情報に対応した位置にて認識した欠陥についてEPMA等の元素分析を行うことにより得られる。このような、製品ウェハにおいて検査に関連して得られる欠陥の情報を、以降「製品ＱＣ(Quality Control)情報」と表記する。
【００１７】
一方、製品ウェハに対して、工程ごとに、どの装置に着工されたか、という情報を取得する。ここで、各工程の加工装置は１台とは限らず、複数台存在しても良く、また、各装置には複数のチャンバが存在してもよいが、その場合は、加工装置の最小加工単位であるチャンバまで特定する。これを、以降「製造経路情報」と表記する。図１では、工程Ａの３号機、工程Ｂの１号機、工程Ｃの２号機にて着工された例を示している。
【００１８】
また、加工装置にて発生する欠陥（異物）に関する情報を、装置およびチャンバ単体ごとに取得する。これは、例えばパタン作成等の加工が施されていないダミーウェハを、情報取得対象の装置あるいはチャンバにて加工した後取り出すことにより、情報取得対象装置のみに着工されたウェハを作成し、該ウェハについて製品ＱＣ情報を得る場合と同様の情報取得を行うことにより得る。該情報は製品ウェハの情報とは独立に得るもので、予め定めたルールに従い取得・蓄積する。これを、以降「装置ＱＣ情報」と表記する。
【００１９】
製品ＱＣ情報に対して、例えば製造経路情報や装置ＱＣ情報との関連性を評価することにより問題が発生している装置あるいはチャンバの候補を抽出する。
【００２０】
関連性評価方法の一つに、製品ＱＣ情報の欠陥分布周期解析がある。例えばロット内の各ウェハの欠陥分布に一枚おきに特徴がある場合、一枚おきに同一チャンバに着工される装置、すなわち２つのチャンバを持つ装置と関連性が高いと判断できる。また、評価方法の別の例として、欠陥の分布や欠陥の外観、あるいは含有元素について、装置ＱＣ情報と製品ＱＣ情報の照合がある。類似性が認められる装置で問題が発生した可能性が高い、と判断することができる。
【００２１】
製品ＱＣ情報と比較する情報として、装置の部品交換、清掃等のメンテナンスの時期や内容の情報や、注目している製品ウェハが着工された時の加工ログ情報等を組み合わせることもできる。
【００２２】
図２は本発明の装置構成の第一の実施例を示す図である。1は成膜装置や露光装置、エッチング装置などの製造装置、2は異物検査装置や外観検査装置などの検査装置、3は検査装置からの欠陥検出情報に基づいて該当座標近傍の画像を取得する光学レビュー装置や、SEM(Scanning Electron Microscope:電子顕微鏡)等の画像取得装置や、EPMAやAES等の元素情報分析を行う分析装置など詳細情報を取得する詳細分析装置、4はどのロットがいつ、どの加工装置のどのチャンバで加工されたか、といった製造経路情報を保持する工程管理データベース、5は各製造装置の製造ログやメンテナンス情報および装置ＱＣ情報を保管する装置状況データベース、6は製品ウェハの検査結果や詳細解析結果である製品ＱＣ情報を保管する検査・解析データベース、7は検査装置からの検査情報が正常の範囲にあるか、あるいは問題となっている可能性の高い装置はどれであるか等を解析および評価するデータ解析装置、8は解析結果等を表示する表示装置、9はネットワークである。1から7で示す装置はネットワーク9を介してデータの送受信を行うことができる。
【００２３】
工程管理データベース4には、製品がある加工装置により加工された時点で、そのロット番号、ウェハ番号ごとに、どの加工装置で加工されたか、チャンバが複数ある場合にはどのチャンバで加工されたか、あるいはその着工時刻等を特定できるデータが蓄積される。
【００２４】
装置状況データベース5には、各加工装置ごとに取得された加工条件のログや、各装置ごとに発生する欠陥に関するデータ、および、前記データを処理することにより算出されるデータが時系列に蓄積されており、これらは新たなデータが取得されるたびに追加あるいは更新される。
【００２５】
製品ウェハは検査装置2により検査され、その結果に応じて詳細解析装置3により欠陥の画像やその元素情報などが取得される。前記取得されたデータは検査・解析データベース6に送られる。
【００２６】
データ解析装置7では、4〜6に示したようなネットワークに接続されている各種データベースと通信し、該情報が正常な範囲にあるかの判定を行ったり、問題となっている可能性のある装置の解析および評価を行う。判定結果や解析結果は表示装置8に表示される。
【００２７】
各データベースのデータ内容について説明する。
【００２８】
工程管理データベース4の内容を以下に説明する。
【００２９】
工程管理データベース4には、製造経路情報が記録される。製造経路情報について、図３を用いて説明する。
【００３０】
前述したように、半導体は複数の工程を経て製造される。図３では、工程がA,B,Cの３工程あり、その後検査Dを行う場合で、工程Aでは２つの加工装置、工程Cでは３つの加工装置を有する例を示している。各工程ではウェハを加工装置に着工し、加工を実施する。ここで、加工時間の要する工程では複数台の加工装置を並列に用い、製造に要する時間のスループット向上を図る場合が多い。このような場合、同じ加工工程を経たロットであっても、実際に着工された装置は同一とは限らない。例えば、図３において、ロットＡの着工装置の履歴は実線の矢印で示され、ロットＢの着工装置の履歴は点線の矢印で示される。このとき、あるウェハにおいて、加工工程ごとにどの製造装置で加工されたかを示す履歴情報が装置経路情報である。
【００３１】
また、製造装置にチャンバなどの複数の加工単位がある場合は、該チャンバ情報を含めて装置経路情報とする。この場合、図４に示すウェハＡ、ウェハＢのように、同一ロット内でもウェハにより着工されたチャンバが異なる場合があるため、装置経路情報もウェハごとに異なることになる。
【００３２】
製造経路情報として、具体的にはまず、ロットコード、ウェハコードといった、製品が装置に着工される最小単位が特定できる製品コードが記録される。これらは、最小単位ごとに同列に保持してもよく、また階層的に保持してもよく、最小単位ごとの着工履歴を特定できればよい。製品コードと合わせて、上記単位ごとに加工の行われた装置を特定できる名前、あるいはコードが上記製品コードとリンクされて記録される。この時、同様の加工を行う装置が複数ある場合は、どの装置であるか特定できるよう、名前、あるいはコードが決められる。
【００３３】
ここでの加工装置とはその装置を通過する前後でウェハの状況に変化を生じさせる可能性のある装置を指し、洗浄装置やウェハのソータあるいは、ウェハの検査装置、ウェハの搬送装置等を含めてもよい。
【００３４】
また、加工装置が複数のチャンバを持つなど、同一装置内で製品の最小単位が並列に処理可能な加工領域を持つ場合、その加工領域を特定できるよう、名前あるいはコードが記録される。合わせて、該データベースには該加工装置に搬入された時間あるいは搬出された時間、あるいはその両方が記録される。
【００３５】
装置状況データベース5の内容について以下に説明する。
【００３６】
装置状況データベース5には、各加工装置ごとの装置ＱＣ情報および加工状況やメンテナンス状況に関する情報が格納される。
【００３７】
装置ＱＣ情報とは、例えば、欠陥の数、欠陥の座標、ウェハにおける欠陥の分布、欠陥の外観画像、欠陥の元素情報、欠陥の外観あるいは分布状況に応じて与えられた欠陥ごとの属性情報、および、属性ごとの欠陥数の比率等の前記データから算出される数値等を指す。
【００３８】
欠陥の数、欠陥の座標、ウェハにおける欠陥の分布は検査装置の出力として得られる。ただしこれらは、虚報（特異点として出力されたがレビューにおいて欠陥が見つからなかったもの）である可能性を含んでいる。
【００３９】
欠陥の外観画像は、前記欠陥座標に対応した位置の近傍を光学顕微鏡やSEM等の画像取得装置で取得した画像を指す。
【００４０】
欠陥の元素情報は、光学レビュー装置やSEMにより確認された欠陥を対象として、EPMAやAESなどの元素情報分析装置によって得られた元素情報データを指す。記録形態は、元素情報のスペクトルデータでもよく、波形の画像でもよく、代表的な元素名でもよく、欠陥の元素情報の特徴を表すデータであればよい。
【００４１】
外観に応じて与えられた属性情報とは、例えば前記特許文献１に開示された手法により自動的に付された分類コード、あるいはオペレータによって手動により付された分類コードを指す。分類コードに「虚報」を設け、該分類コードを付された欠陥を無視することにより、前記欠陥の数、欠陥の座標、ウェハにおける欠陥の分布から欠陥の存在しない「虚報」の影響を除くことができる。
【００４２】
分布状況に応じて与えられた属性情報とは、前記非特許文献１に開示されている点群分布形状の識別手法等により算出される、ある点群が、密集して分布している、あるいは粗に分布している、といった分布密集度を示すものである。密集して分布している場合、密集している部分の形状がどのようなパタンに類似しているか、という情報を含んでもよい。パタンとは、例えば、同心円状の分布であるとか、線状の分布であるとか、オリフラあるいはノッチ側の分布であるとか、その形状あるいは分布位置あるいはその両方を表したものを指す。また、前記分類ごとの発生比率を記録してもよい。
【００４３】
加工状況の情報とは、加工中の様々な加工条件のログを記録した加工ログ情報、または加工条件の設定値からのずれ量情報、あるいはその両方を指す。例えばエッチング装置であれば、加工条件のログとはチャンバ内の温度、圧力、ガス流量、印加した高周波の電力等の時系列情報である。ま設定値からのずれ量情報として、これらの一連の加工における設定値からのずれの最大値や平均値、中央値などの統計的な値を代表値として記録してもよい。
【００４４】
メンテナンス状況の情報とは、加工装置の部品の交換時期、分解清掃をした等のメンテナンス時期の情報である。
【００４５】
各加工装置ごとのデータとするためには、加工装置に搬入される前に検査装置2にて検査し、製造装置1にて加工された後に再度検査装置2にて検査し、検出された特異点座標を比較し、新たに生じたと判断されるデータのみを記録対象とすればよい。
これらは、ある定められたルールに従い継続的に取得され、順次追加あるいは更新される。
【００４６】
検査・解析データベース6の内容について以下に説明する。
【００４７】
検査・解析データベース6には、製品ウェハにおける検査・解析データが記録される。データの項目として、データベース5の説明にて述べた、検査装置により検出された特異点の数、特異点の座標、ウェハにおける特異点の分布、欠陥の画像、欠陥の元素情報、欠陥の外観あるいは分布状況に応じて与えられた欠陥ごとの属性情報、および、属性ごとの欠陥数の比率等前記データから算出される数値等がある。
【００４８】
次に、装置状況データベース5に蓄積されるデータの取得手順を説明する。
【００４９】
図５は取得手順を示すフローチャートである。ある加工Ａを対象としたデータを取得する場合について説明する。まずStep101において、ウェハを加工Ａを行う製造装置に着工する前に、欠陥の検査１を実施する。続いてStep102において加工Ａを行う。次に、Step103において検査２を実施する。ここで、Step101の検査１とStep103の検査２は欠陥の検出感度が同様になるよう設定されていることが望ましい。
【００５０】
次にStep104において、Step101の検査１では出力されずStep103の検査２で新たに出力された欠陥を差分検出欠陥として抽出する。これは、例えばStep103の検査２において出力された欠陥座標それぞれについて、Step101の検査１において出力された欠陥座標との距離を計算し、算出された距離の最小値があるしきい値以下であれば共通に出力された欠陥として無視し、算出された距離が前記しきい値以上の欠陥のみを抽出することで実現できる。差分の欠陥を抽出する方法は上記に限るものではなく、加工装置Ａでの加工を行うことで新たに発生した欠陥の情報を抽出できればよい。Step105において、Step104にて抽出された欠陥のID番号をデータベース5に送信する。この時、前記分布状況に応じて与えられた属性情報を合わせて装置状況データベース5に送信してもよい。
【００５１】
次に、Step106において抽出された欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。欠陥の点の数がしきい値以上であれば、Step107において予め定められたサンプリングルールに従い座標点のサンプリングを行う。サンプリングルールは、例えば、ある定めた数だけランダムに抽出する、でもよく、前記分布状況に応じて与えられた属性情報を踏まえて、密集して分布している欠陥、粗に分布している欠陥それぞれから一定数抽出してもよい。また、検出点数に対する割合でサンプリング点の数を定めてもよい。このStep107ではサンプリング後の座標点の数が予め定めたしきい値よりも小さくなればよく、そのサンプリングルールは上記に限るものではない。
【００５２】
次に、Step108において、詳細解析の一つであるレビューを行い、装置状況データベース5に記録する。このレビューは、日立製作所製I-890等の光学レビュー機能を備えた検査装置や、日立製作所製RS-3000等のレビューSEMにより実現できる。レビューは検査装置より出力された座標に基づいて該座標点近傍の画像が取得できればよく、上記に限るものではない。
【００５３】
次にStep109において、得られた画像を分類する。その分類結果を装置状況データベース5記録してもよい。分類はオペレータが人手により行ってもよく、特許文献１による手法を用いて自動的に行ってもよい。
【００５４】
次にStep110においてレビューされた欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。レビュー点の数がしきい値以上であれば、Step111において予め定められたルールに従い座標点のサンプリングを行う。サンプリング方法はStep107と同じでもよく、また異なる手法を用いても構わない。次にStep112において前記レビューにより確認された欠陥についてEPMAやAES等の元素情報を取得できる詳細解析装置3を用いて元素情報に関するデータを取得し、装置状況データベース5に送信する。
【００５５】
ここで、Step106,Step107の次ステップを行う対象サンプリング要否判定は、欠陥数に応じて上限なく増えることを許可しないルールが設定されればよく、実施例に示した方法に限るものではない。
【００５６】
装置状況データベース5のデータは、単一の加工装置ごとにデータを保持することが望ましいが、複数の加工装置を含む加工ブロックのデータとして記録・管理してもよい。これは、問題となる加工ブロックを特定できれば、問題装置候補の絞り込みが容易になるため、問題装置特定に寄与できるからである。
【００５７】
装置状況データベース5に蓄積する情報は、ダミーウェハを用いて収集してもよく、また、ある特定の頻度で製品ウェハについて図５に示す手順を適用することにより収集してもよい。装置状況データベース5にデータを蓄積する頻度はユーザが任意に設定可能であるが、その基準は時間に基づいてもよく、装置あるいはチャンバに着工されたウェハの枚数でもよい。
【００５８】
次に、製品ウェハにおける第一の実施例の適用手順を説明する。
【００５９】
図６は適用手順を示すフローチャートである。前述したように、通常、製造工程においてはあるいくつかの工程ごとに検査が行われる。Step201において、Step201以前に行われた図示しない加工工程後における欠陥の検査１を実施する。Step202において、一連の加工を行う。図は３つの加工装置を経由した例を示しているが、本ステップの数は３つに限るものではない。Step203において検査２を実施する。Step201の検査１とStep203の検査２は欠陥の検出感度が同様になるよう設定されていることが望ましい。
【００６０】
次に、Step204において、Step201の検査１では出力されずStep203の検査２で新たに出力された欠陥を差分検出欠陥として抽出する。これは、例えばStep203の検査２において出力された欠陥座標それぞれについて、Step201の検査１において出力された欠陥座標との距離を計算し、算出された距離の最小値があるしきい値以下であれば共通に出力された欠陥として無視し、算出された距離が前記しきい値以上の欠陥のみを抽出することで実現できる。差分の欠陥を抽出する方法は上記に限るものではなく、加工装置Ａでの加工を行うことで新たに発生した欠陥の情報を抽出できればよい。
【００６１】
Step205では、抽出された欠陥のID番号、欠陥の数、および欠陥のマップ、あるいは分布状況に応じて与えられた属性情報を検査・解析データベース6に送信する。Step206において、抽出された欠陥の数を予め定めたしきい値と比較する。該欠陥の数が予め定めたしきい値よりも小さければ異常は発生していないとしてStep207にて次の工程に製品ウェハを送る。該欠陥の数が予め定めたしきい値よりも大きければ異常が発生しているとして次のStep208に進む。該判定に用いる欠陥の数は差分検出欠陥の数を用いることが望ましいが、簡易的に検査２により検出された欠陥の数を用いてもよい。
【００６２】
次に、Step208において、予め定めたルールに従ってレビュー対象をサンプリングするか否か判定する。例えば、抽出された欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。欠陥の点の数がしきい値以上であれば、Step209において予め定められたルールに従い座標点のサンプリングを行う。サンプリング要否判定のルールは、欠陥数に応じてレビュー対象点が上限なく増えることを許可しないものであればよく、上記に限るものではない。サンプリングは、例えばある定めた数だけランダムに抽出することで実現できる。Step209ではサンプリング後の座標点の数が予め定めたしきい値よりも小さくなればよく、そのサンプリングルールは上記に限るものではない。また、サンプリングされた座標点がどの点であるかという情報をデータベースに送信し、別途参照できるようにしてもよい。
【００６３】
次に、Step210において、詳細解析の一つであるレビューを行う。このレビューは、日立製作所製I-890等の光学レビュー機能を備えた装置や、日立製作所製RS-3000等のレビューSEMにより実現できる。レビューは検査装置より出力された座標に基づいて該座標点近傍の画像が取得できればよく、上記に限るものではない。次にStep211において、Step210にて得られた画像を分類し、記録する。分類はオペレータが人手により行ってもよく、特許文献１による手法を用いて自動的に行ってもよい。
【００６４】
次にStep212において、予め定めたルールに従って分析対象をサンプリングするか否か判定する。例えば、レビューされた欠陥の数が予め設定されたしきい値以下であるか否か判定を行う。欠陥の点の数がしきい値以上であれば、Step213において予め定められたルールに従い座標点のサンプリングを行う。サンプリング要否判定のルールは、欠陥数に応じて分析対象点が上限なく増えることを許可しないものであればよく、上記に限るものではない。サンプリング方法はStep209と同じでもよく、また異なる手法を用いても構わない。また、サンプリングされた座標点がどの点であるかという情報を検査・解析データベース6に送信し、別途参照できるようにしてもよい。
【００６５】
次にStep214において前記レビューにより確認された欠陥についてEPMAやAES等の元素情報を取得できる装置を用いて元素情報に関するデータを取得し、データベース6に送信する。Step215において、工程管理データベース4より、前記異常と判定されたウェハに関する製造経路情報を取得する。Step216において、装置状況データベース5より、該当する装置、チャンバの情報を取得する。
【００６６】
Step217において、データ解析装置7にて該異常の発生したウェハを加工した装置、およびチャンバに関する情報を表示装置8に表示する。加えて、該ウェハを加工した時点を含む、装置状況データベース5に蓄積されている、ウェハを加工した加工装置に関する情報を表示してもよい。また、該ウェハに関する検査・解析結果を合わせて表示してもよい。表示はユーザからの照会により行われるが、データ解析装置7より、異常を検知した時点で前記異常データに関する照会を行うようユーザに促す警告を発するようにしてもよい。
【００６７】
製品ウェハの検査頻度は、全数でもよく、あるルールに従ってサンプリングされていてもよい。また、Step208〜Step214が実施されない場合でもStep215以降を実施できるようにしてもよい。また、Step206の異常判定は抽出点の数に限定されるものではなく、抽出点を検査領域の面積で規格化した密度で判定してもよい。また、分布状況に応じて与えられた属性情報を用いて、密集した領域部分のみの密度、あるいは粗の領域のみの密度等を判断基準の値としてもよい。
【００６８】
データ解析装置7におけるデータ解析・表示方法について以下に説明する。
【００６９】
まず、装置経路情報を用いたデータ解析方法の実施例を図７、図８に示す。例えば図７の検査ＤにおいてロットＡのあるウェハで異常が検出された場合、異常が発生した装置として、工程ＡからＣに存在する７つの装置全てが候補として考えられる。ここで、工程管理データベース4より装置経路情報を取得し、図７に示すように、ロットＡが着工された装置をユーザに提示することにより、異常が発生した装置の候補を４台にユーザが絞り込むことができ、詳細調査に要する時間を短縮することができる。
【００７０】
また、図８に示すように、ロット単位、装置単位の情報ではなく、ウェハ単位、チャンバ単位の情報を提示することにより、異常が発生した装置の候補をチャンバ単位で限定することができる。
【００７１】
また、異常が検出されたウェハを複数用いて、該ウェハの経路情報を合わせて表示することにより、異常が発生した装置候補の絞り込みを補助することができる。
【００７２】
図９は装置経路情報を用いた異常装置候補絞り込み手法の一例を示したフローチャートである。まず、Step301において、経路重ね合わせに使用する異常の検出された複数のウェハを指定する。Step302において、計算対象として設定された、ウェハの計算を行う工程の範囲のうち、ある工程を第一の計算対象工程として設定する。Step303において、Step301にて指定されたウェハのうち、あるウェハを計算に用いる第一のウェハとして設定する。Step304において、前記設定したウェハ、および工程における加工装置・加工チャンバがどれであったかを工程管理データベース4から取得し、該加工装置・加工チャンバにポイントを加算する。Step305において、該設定された工程において、対象とする全てのウェハの計算が終了したか否かを判定する。終了していなければStep306において計算対象ウェハを次のウェハとし、Step304,Step305を繰り返し実行する。
【００７３】
Step305において全てのウェハの計算が終了していればStep307において検討対象とする工程の計算が全て終了したか否かを判定する。終了していなければStep308において計算対象とする工程を次の工程とし、Step303〜Step307を繰り返し実行する。
【００７４】
検討対象とする工程の計算が全て終了していれば、Step309において計算対象となった工程の全装置・チャンバのポイントをユーザに表示する。
【００７５】
図１０に計算結果の表示例を示す。この例は、３枚の異常ウェハについて示したものである。異常ウェハがそれぞれ矢印に示した経路を通過した場合、それぞれの加工装置・加工チャンバには図に示すポイントが付与される。ここで、例えば、問題候補として抽出するポイントとして例えば２以上のポイント数の装置を抽出するとした場合、工程Ａでは装置２チャンバ１、工程Ｂでは装置１、工程Ｃでは装置１が抽出される。
【００７６】
このように、ポイントの高い装置・チャンバが異常の発生した可能性が高いとして、詳細調査対象として抽出することができる。
【００７７】
さらに、異常の検出されなかったウェハの経路情報を合わせて用いることにより、詳細調査対象とする装置を絞り込むことができる。その実施フローを図１１に示す。
【００７８】
まず、Step401において、経路重ね合わせに使用する複数のウェハを指定する。Step402において、計算対象として設定された、ウェハの計算を行う工程の範囲のうち、ある工程を第一の計算対象工程として設定する。Step403において、Step401にて指定されたウェハのうち、計算工程において最初に該工程に着工されたウェハを計算に用いる第一のウェハとして設定する。Step404において、計算対象となっているウェハが異常が検出されたウェハか否かを判定する。異常が検出されたウェハであれば、Step405において前記設定したウェハ、工程における加工装置・加工チャンバがどれであったかを工程管理データベースから取得し、該加工装置・加工チャンバにポイントを加算する。
【００７９】
Step404において、計算対象となっているウェハが異常とされるものではないと判定された場合は、Step406において、該ウェハ、該工程における加工装置・加工チャンバがどれであったかを工程管理データベースから取得し、該加工装置・加工チャンバに付与されているポイントが１以上であるか否か判定する。１以上であれば、Step407において、該加工装置・チャンバのポイントを減算する。また、１未満、すなわちポイントが０であればStep407の減算処理を行わずStep408に進む。
【００８０】
Step408において、該設定された工程で、対象とする全てのウェハの計算が終了したか否かを判定する。終了していなければStep409において計算対象ウェハを次に該工程に着工されたウェハとし、Step404〜Step408を繰り返し実行する。Step408において全てのウェハの計算が終了していればStep410において検討対象とする工程の計算が全て終了したか否かを判定する。終了していなければStep411において計算対象工程を次の工程とし、Step403〜Step410を繰り返し実行する。検討対象とする工程の計算が全て終了していれば、Step412において計算対象となった工程の全装置・チャンバのポイントをユーザに表示する。
【００８１】
ここで、Step406において、着工された装置・チャンバのポイントが１以上の場合にのみポイントの減算を行うのは次の理由による。装置の状態が正常の場合、Step406の処理を実施しないと、該装置・チャンバのポイントはマイナスの値をとることになる。ここで、該装置・チャンバの状態が途中で異常へ変移した場合、前記マイナスのポイントを上回る異常ポイントが加算されるまで該装置・チャンバのポイントは０以下となる。
【００８２】
各装置・チャンバごとに着工されるウェハの枚数は異なる可能性があることから、マイナスポイントの大小で装置・チャンバに異常を示すポイントが含まれているか否かを判定することは困難である。そこで、装置・チャンバごとのポイントにマイナスの値を許さないようにし、異常が発生した可能性がある場合に必ずポイントが正の値になるようにする。
【００８３】
また、Step403,Step409において、ある工程におけるポイント加算・減算を着工されたウェハの順番に行うのは次の理由による。例えば、ある工程において、装置が正常な状態でウェハが２枚着工され、その後に異常が発生した状態で２枚着工されたとする。ここで、着工順に図１１に示したルールに従いポイントの演算を行うと、該装置のポイントは２となり、装置の異常を示すポイントが示されることになる。しかし、着工順を考慮せず、例えば異常が発生した状態で着工した２枚のウェハの演算を実行した後に正常な状態で着工したウェハの演算を実行すると、該装値のポイントは０となり、異常発生を反映したポイントを得ることができない。このように、装置の異常発生の経時変化をポイントに反映させるため、ポイントの演算を着工されたウェハの順番に行う。
【００８４】
図１２に計算結果の表示例を示す。これは、３枚の異常ウェハに加えて、３枚の異常なしウェハを合わせて処理した例を示したものである。工程、装置の構成および３枚の異常ウェハの経路は図１０に示したものと同一である。各工程とも、着工された順番は、異常ウェハ１,２，３、異常なしウェハ１，２，３の順番とする。ここで、３枚の異常なしウェハが図の矢印に示す経路を通過した場合、最終的にポイントは図１２のように付与される。ここで、例えば問題候補として抽出するポイント数を２以上とした場合、工程Ａでは装置２チャンバ１、工程Ｃでは装置１が抽出される。このように、問題装置候補を絞り込む指標とすることができる。
【００８５】
この経路重ね合わせの対象とするウェハを、予め設定したある条件により絞り込んでもよい。例えば、検出された欠陥の密度が予め定めたしきい値以上のものに限定してもよい。また、非特許文献１に開示された手法等により、密集して分布した領域があると判定されたものに限定してもよい。また、前記限定に加えて、前記限定した領域の形状が互いに類似しているものに限定してもよい。また、欠陥に属性情報が付加されている場合に、計算対象とするウェハの条件を、該属性情報を用いて絞り込んでもよい。例えば、検査装置により検出された欠陥数に対し、該属性が「虚報（欠陥として出力されたがレビューにおいて欠陥が見つからなかったもの）」と付加された欠陥を除いて欠陥の密度を算出し、その値が予め定めたしきい値以上の場合を異常ありウェハ、しきい値未満の場合は異常なしウェハとして前記経路重ね合わせを行ってもよい。また、前記重ね合わせ処理に用いるウェハはロットが異なる必要はなく、同一ロット内のウェハについて適用してもよい。
【００８６】
次に、製品ＱＣ情報に含まれる欠陥分布情報を用いた周期解析・表示方法の実施例について以下に説明する。
【００８７】
あるウェハで異常が検出されたとき、該ウェハを含むロットに含まれる他の未検査ウェハについて追加検査を行い、検査データを取得する。そして、ウェハ番号と、該ウェハで検出された欠陥の数を軸として、例えば図１３に示すようなグラフを表示する。ユーザはこのグラフより、欠陥の数がウェハ３枚おきに多数検出されていることを読みとることができる。更に、ユーザは前記グラフと装置経路情報より得られる着工装置と突き合わせ、ウェハ３枚ごとに特定の加工領域を有する装置、すなわち３つのチャンバを有する装置が問題発生装置の可能性が高い、と判断することができる。
【００８８】
またグラフは、例えば図１４に示すように、着工された装置のチャンバ番号と、該チャンバで加工されたウェハの欠陥の数を軸として表示するようにしてもよい。このように表示することでユーザは、例えば２つのチャンバを持つ装置ではチャンバごとの欠陥の数の分布に差が見られないが、３つのチャンバを持つ装置では特定のチャンバについて欠陥の数が多い、といった傾向を容易に判定でき、３つのチャンバを有する装置が問題発生装置の可能性が高い、と判断することができる。
【００８９】
また、図１５に示すように、ウェハごとに表示する情報はウェハのマップでもよい。該表示により、ユーザはロット内でのウェハごとの問題発生の規則性を判断する事ができる。
【００９０】
また、図１６に示すように、チャンバごとにマップを表示してもよい。該表示よりユーザはチャンバごとの傾向を把握することができる。
【００９１】
また軸の数値は、欠陥数ではなく欠陥の密度でもよい。この時、非特許文献１等の手法により算出される、ある点群が密集して分布している、あるいは粗に分布している、といった分布密集度を用いて、密集した領域部分のみの密度、あるいは粗の領域のみの密度等を解析・表示に用いる値としてもよい。また、図１５、図１６のウェハマップ表示において密集して分布していると判定された部分を強調表示してもよい。強調の仕方は、プロット点の色を変えてもよく、プロット点を含む領域の色を変えてもよく、ユーザが他のプロット点と区別できればよい。また、密集している領域があると判定されたウェハを強調表示するようにしてもよい。このようにすることにより、ユーザが分布パタンの変動の規則性を判定しやすくすることができる。
【００９２】
また、図１６において、各チャンバごとの分布を複数のウェハの分布を重ねて表示してもよい。このようにすることで、チャンバごとに密集部分が存在する場合にはウェハ一枚ごとに表示するよりも密集部分を強調することができ、マップのパタンを判定しやすくすることができる。この重ね合わせたマップに対し、上記と同様に密集部の強調表示、あるいは密集部の存在する重ね合わせたウェハを強調表示するようにしてもよい。
【００９３】
ここでは、未検査のウェハ全てについて検査を行い検査データを解析する例を示したが、あるルールに従い、検査するウェハをサンプリングしてもよい。サンプリングルールとして、例えば、検査をするウェハは対象とする装置のチャンバ数の最小公倍数としてもよい。この場合、対象とする装置のチャンバそれぞれについて、少なくとも１枚以上検査をすることになる。該ルールによると、例えば、対象とする装置に２チャンバの装置と３チャンバの装置が含まれている場合、連続する６枚のウェハの検査を行うと、６枚のウェハのうち、２チャンバの装置のそれぞれのチャンバに着工されたウェハは３枚ずつ、３チャンバの装置のそれぞれのチャンバに着工されたウェハは２枚ずつデータを得ることができる。該データに対して、図１４に示すようにチャンバごとに欠陥の数や密度を比較することにより、チャンバごとに差があるか否かの判定を行うことができる。
【００９４】
また、他のサンプリングルールとして、最大チャンバ数をもつ装置の２倍以上の枚数、としてもよい。この場合にも、各装置の各チャンバごとに少なくとも２枚以上のウェハを検査することになる。倍数を増やすほどチャンバごとのサンプル数が増加するため、チャンバごとに差異が生じているか否か判定する精度が向上することになる。また、全てのチャンバのウェハが少なくとも１枚以上入るよう、任意にサンプリングルールを定めてもよい。
【００９５】
前記検査ウェハのサンプリングルールは、スループットなどの制約から予め検査対象とする枚数の総和を決めておき、解析対象とする加工工程の範囲の装置の台数、チャンバ数等の構成により変えてもよく、また、解析対象とする加工工程の範囲の装置の台数、チャンバ数などの構成により検査枚数および検査ウェハのサンプリングルール共に変更してもよい。
【００９６】
もちろん、上記に説明した分布解析に必要なウェハの検査が通常の検査として行われていれば、ウェハに異常が発見された場合の追加検査は不要である。
【００９７】
出力画面の一実施例を図１７に示す。ユーザからの照会により画面10が呼び出される。本実施例は、製品ウェハに関する情報と、該製品ウェハに関連する加工装置に関する情報を合わせて表示することを特徴とする。表示は、製品ウェハの情報を表示するエリア11と、装置状況データベース5に蓄積されている該ウェハに関係する装置の情報を表示するエリア12から構成される。画面11は、更に、ウェハの固有識別情報を示すエリア13と、該ウェハの検査・解析により得られた情報を示すエリア14と、工程管理データベース4の製造経路情報より得られる着工装置の履歴を示すエリア15から構成される。
【００９８】
各エリアの表示内容の実施例について以下に詳述する。
【００９９】
エリア13には品種、ロット番号、ウェハ番号、図６のStep202に相当する加工工程の範囲等、エリア14、15に示される情報がどのウェハ、検査工程から得られたものか一意に特定する情報が表示される。ここで、ウェハ１枚の情報でなく、該当するロットにおいて検査されたウェハの検査情報の一覧を表示できる機能を設けてもよい。例えば、ウェハNo.表示領域脇に「一覧」ボタンを設け、このボタンを押すことで検査されたウェハの検査情報一覧を表示する画面に移行するようにしてもよい。
【０１００】
エリア14には、検査装置にて検出された欠陥のウェハ面内のマップ、検出数が表示される。更に、欠陥座標における画像を取得した場合にはその画像情報を合わせて表示してもよい。また、欠陥座標において発見された欠陥について元素情報を取得した場合はその元素情報を合わせて表示してもよい。ここで、欠陥に外観に応じて与えられた属性情報が付加されている場合には属性ごとに色や形状を変化させ、マップ上の点を区別できるようにしてマップを表示してもよい。また、欠陥の画像情報、元素情報とともに、分布状況や外観に応じて与えられた欠陥の属性情報を合わせて表示してもよい。また、マップにおいて分布密集度の高い領域とそれ以外の領域にわけ、分布密集度の高い領域が他の部分と区別できるように強調表示してもよい。また、分類各々の比率を表示してもよい。また、欠陥数の替わりに欠陥の検出密度を表示してもよい。
【０１０１】
エリア15には、製造経路情報より得られる、図６のStep202に相当する加工工程名と該ウェハの着工された加工装置の履歴が表示される。図１７の例は、スパッタ工程の加工装置は３台、それぞれの装置にチャンバが３つあることを示している。同様に塗布工程の加工装置は２台、露光工程の加工装置は４台、エッチング工程の加工装置は２台かつチャンバ２つ、洗浄工程の装置は２台あることを示している。そして、該ウェハは、スパッタ工程３号機のチャンバ１、塗布工程１号機、露光工程２号機、エッチング工程１号機のチャンバ１、洗浄工程１号機により加工されたことを示している。
【０１０２】
エリア12では、エリア15で表示されている加工装置の、装置状況データベース5に蓄積されている装置に関するデータが時系列で表示される。
【０１０３】
図１７の例は欠陥密度を表示した例である。グラフは、横軸が日付、縦軸が単位面積当たりの欠陥個数を示している。グラフにおける縦線16は該ウェハが着工された日付を示している。この場合、露光工程２号機が着工日前後で欠陥密度が増加しているのに対し、他の装置では変化が見られない。ユーザはこの情報より、欠陥密度の観点では露光工程２号機に問題が発生した可能性が高いと判断することができる。また、装置名表示部分をプルダウンメニューにし、他の号機あるいはチャンバのデータを呼び出せるようにして、データの比較を容易に行えるようにしてもよい。
【０１０４】
エリア12での表示情報はタブを選択することにより切り替え可能になっている。
【０１０５】
ウェハ１枚の情報でなく、該当するロットにおいて検査されたウェハの検査情報の一覧を表示した画面例を図１８に示す。エリア14に該情報が表示される。この画面へは、例えばエリア13の「一覧」ボタンを押すことにより移行できる。エリア14には、横軸をウェハ番号、縦軸を欠陥密度とした例が示されている。また、エリア15に表示された装置のマークをクリックすることにより、着工されたチャンバ番号を表示してもよい。また、横軸の表示項目をチャンバ別表示に変更し、図１４に示した形態で表示してもよい。また、縦軸表示項目を変更し、図１５あるいは図１６にて説明した形態で表示してもよい。
【０１０６】
エリア12の他のデータの表示例を図１９〜図２２に示す。
【０１０７】
図１９はマップデータを示した例である。製品ウェハにて検出された欠陥の分布に特徴的な偏りがある場合、このように、加工装置における欠陥発生マップを時系列に並べて表示し、製品ウェハと同様な欠陥分布の偏りが製品ウェハ着工時期近辺で発生しているか否かをユーザが判定しやすくなる。すなわち、問題の発生している装置を絞り込むことができる。例えば、図１９では露光装置２において、着工時期近辺で製品ウェハと同様の欠陥分布の偏りを観察することができる。これにより、異物・欠陥密度の情報で判断した結果と同様に、露光装置２において問題が発生した可能性が高いと判断することができる。
【０１０８】
図２０は画像情報として、各加工装置ごと、あるいはチャンバごとの発生欠陥を示した例である。画像情報と合わせて元素情報分析情報を表示してもよい。また、検出された元素を表示してもよい。また、物質名を同定し、該物質名を表示してもよい。ユーザは、エリア14に表示される製品ウェハより得られた欠陥の外観画像、あるいは元素情報と、エリア12に表示される各装置ごとの欠陥外観画像、あるいは元素情報とを比較し、関連する可能性のある装置を抽出する判断材料とすることができる。例えば、図２０における製品ウェハの外観画像と装置情報の外観画像を比較すると、欠陥サイズ、欠陥の形状共に、露光装置２において類似した欠陥が観察されている。これより、ユーザは露光装置２がウェハの異常発生の原因になっている可能性がある、と判断することができる。
【０１０９】
図２１は加工ログ情報として、各加工装置ごとに得られる種々の加工条件の加工ログ情報において、設定値からのずれの平均値を代表値として取得し、推移を表示した例である。加工条件の異常がウェハの異常発生の原因となった場合、ユーザは、16により示される異常ウェハの着工時期と、加工条件の設定値からのずれとの一致具合を評価することにより、関連する可能性のある装置を抽出する判断材料とすることができる。
【０１１０】
例えば、図２１のグラフにおいては、異常ウェハの着工日近傍において露光装置２の変位が大きくなっている。これより、ユーザは露光装置２がウェハの異常発生の原因になっている可能性がある、と判断することができる。また、ここで、例えば、グラフ上のある領域をクリックすると、エリア12にプロットされた代表値ではなく、該期間に着工されたあるウェハについて、加工処理中に時系列に得られるログを表示するようにしてもよい。
【０１１１】
図２２はその他の情報として装置のメンテナンス情報を示した例である。製造過程において、装置のメンテナンスがきっかけで欠陥が急激に増加するなど、異常が突発的に発生する場合がある。そのため、メンテナンス時期と装置の異常発生時期の対応をとることにより発生原因を推定できる場合がある。図２２より、露光装置２にて、異常が検出された製品ウェハの着工直前に部品交換をしていることがわかる。これより、これまで説明した他の情報により問題が発生した可能性が高いと判断される露光装置２において、ユーザは、部品交換により何らかの変調をきたした可能性があると判断することができる。
【０１１２】
また、各加工装置ごとあるいはチャンバごとに発生した欠陥の分類比率の時系列推移と異常発生ウェハの着工時期を合わせて表示してもよい。装置に異常が生じ、発生する欠陥の比率が変化した場合、該表示を行うことでユーザは異常の関連する可能性のある装置を抽出する判断材料とすることができる。
【０１１３】
また、エリア15で表示される製造経路情報について、図示しないウェハ選択画面において複数のウェハを指定し、図１０、１２にて説明したように、それらの製造経路情報およびポイント数を表示してもよい。
【０１１４】
エリア12のグラフは、各グラフの着工日付を示す縦線16が同一の位置になるように横軸の日付軸を調整している例であるが、各グラフの日付表示を同一の位置にして表示してもよい。
【０１１５】
表示形態は実施例に限るものではなく、異常と判定されたウェハに関する情報と加工装置に関する情報が、該ウェハが加工装置に着工された時期の情報と共に随時表示できるような構成であればよい。そのため、本実施例の実現には、工程管理データベース4と装置状況データベース5を必ずしも両方備える必要はなく、少なくとも一つ以上備えればよい。
【０１１６】
装置状況データベース5および検査・解析データベース6に収集するデータは、必ずしも実施例に述べた項目全てについて行う必要はなく、実施例に述べた項目の一つ以上を行えばよい。しかし、収集するデータの種類が多いほど、問題の発生した装置の推定をより多面的に行うことができるため、推定の信頼性の向上を期待することができる。また、図２の4〜7に示したデータベースおよび解析装置は同一の装置内に保持されていてもよく、任意の組み合わせて分割して保持されていてもよい。
【０１１７】
図２３は本発明の装置構成の第二の実施例を示す図である。第一の実施例とは、関連度評価エンジン17が存在する点が異なる。該関連度評価エンジンは、装置状況データベース5に蓄積されている加工装置あるいはチャンバ個々に収集された装置ＱＣ情報の時系列推移と、製品ウェハより得られた製品ＱＣ情報、あるいは、加工が実施された期間での欠陥密度等の時系列推移変動等を考慮し、どの加工装置あるいはチャンバが問題装置候補となるかを評価する機能をもつ。
【０１１８】
製品ウェハにおける第二の実施例における適用手順を説明する。
【０１１９】
関連度評価エンジン17を含む構成によって、本手法の適用手順は図６に示すフローチャートのStep217以降が図２４に示すフローチャートに置き換わる。
【０１２０】
図２４におけるStep501では、装置経路情報により、問題の発生したウェハに共通する加工装置・チャンバを評価する。また、ロット内ウェハの分布のパタン変動について、着工装置のチャンバ数との周期解析により装置との関連性評価を行う。また、欠陥マップや欠陥の画像、詳細解析装置の一つである元素情報分析装置より得られる元素情報スペクトルデータといった定性的なデータや欠陥の属性情報について、装置状況データベース5から得られたデータと製品ウェハより得られたデータの関連度を評価する。また、欠陥密度の推移や欠陥の属性別発生頻度推移、あるいは加工ログの設定からのずれの推移について、その絶対値あるいは変動量と異常と判定された該ウェハの着工時期との関連性を評価する。また、装置メンテナンス時期と、異常と判定された該ウェハの着工時期との関連性を評価する。
【０１２１】
Step502では、Step501にて評価された評価値を、装置、チャンバごとに集計し、装置、チャンバごとに異常発生との関連度評価を行う。Step503において、発生した異常と関連性の高い装置を表示する。
【０１２２】
Step501における評価方法について説明する。
【０１２３】
製造経路情報による関連装置・チャンバ評価は、計算対象ウェハ指定を自動化し、例えば図９あるいは図１１で説明した方法にて実現できる。すなわち、図９におけるStep301あるいは図１１におけるStep401の計算対象ウェハの指定を、あるルールに従い自動的に設定し、図９あるいは図１１のフローに従い、図１０あるいは図１２に示す装置・チャンバごとのポイント数を自動算出する。ウェハ指定のルールは、例えば現時点から過去何日以内、といった時間指定で行ってもよく、また、検査ウェハ何枚以内、といった枚数指定でもよく、検査ロット何ロット以内、といったロット指定でもよい。そして、装置ごとのポイント数に、あるしきい値を予め設定しておき、しきい値を越えた装置・チャンバについて例えば評価値１を与え、しきい値未満の装置は評価値０とする。
【０１２４】
次に、ロット内変動とチャンバ数の関連度評価の実施例を説明する。ロット内ウェハについて、図１２に示したデータを算出する。そして、図１２における縦軸の値、例えば欠陥の数についてあるしきい値を予め設定しておき、しきい値を越えたウェハ番号が等差数列になっているか判定する。これは該しきい値を越えたウェハ番号の差分値が同一であるか否かで判定することができる。等差数列になっていればロット内変動に前記等差数列の公差と同等の周期性があるとして前記等差数列の公差と同一のチャンバ数を持つ装置に例えば評価値１を与える。
【０１２５】
また、該評価の他の実施例として、例えば図１２のグラフを微分し、予め定めたあるしきい値以上の微分値をもつウェハ番号をピークとして、ピークのウェハ番号について前記手法と同様に周期性の有無を判定してもよい。
【０１２６】
また、該評価の他の実施例として、例えば図１４に示すグラフを用いて、チャンバごとの欠陥数のばらつきについて統計的手法として一般的な有意差検定を行い、有意差があると判定された装置に、例えば評価値１を与えてもよい。また、図１４を用いた他の実施例として、チャンバ番号ごとの平均値を算出し、算出された平均値について、二つのチャンバの差分絶対値を全ての組合せについて算出する。そして、算出値が予め定めたしきい値を越えたものがある場合は、チャンバごとの有意さがあると判断し、該算出値の計算に用いた二つのチャンバのうち、欠陥の数あるいは密度が大きいなど、状態の悪いチャンバに評価値１を与える。
【０１２７】
ここで、前記評価における縦軸の値は、欠陥の数あるいは密度のかわりに、例えば非特許文献１で開示されている手法を用いて特定した各ウェハごとの欠陥密集領域のみの密度、あるいは欠陥分布が粗である領域のみの密度、あるいは欠陥密集領域を除いた領域の密度等を用いてもよい。このとき、前記領域の計算は、各ウェハごとではなく、チャンバごとのウェハマップを重ね合わせたマップを計算対象としてもよい。また、縦軸の値として欠陥密集領域の有無に関連して与えた値を用いてもよい。例えば、欠陥密集領域があると判定されたウェハ１、欠陥密集領域が無いと判定されたウェハを０として前記評価を行ってもよい。
【０１２８】
該評価の他の実施例として、図１５に示すウェハマップを用いた方法を次に示す。まず、後述するマップの類似性評価方法を用いて、ウェハ番号１を基準とした各ウェハとの類似度、ウェハ番号２を基準とした各ウェハとの類似度、というように各々のウェハを基準とした類似度をそれぞれ算出し、ウェハ番号と類似度を軸としたグラフをウェハの番号の数だけ作成する。そして、該グラフのウェハ番号に対する該類似度の変動を前記図１２を用いる方法として説明した手法により作成したグラフ全てについて評価し、一つでも周期性があると判定されるグラフがあった場合、対応する装置に例えば評価値１を与える。
【０１２９】
また、該評価の他の実施例として、図１６に示すウェハマップを用いた方法を次に示す。各チャンバごとのウェハマップにおいて、チャンバごとに前記図１５を用いる方法として説明した手法を用い、各チャンバごとに類似度の平均値を算出する。そして、該平均値が予め定めたあるしきい値を下回った場合、該チャンバに例えば評価値１を与える。これは、該チャンバに着工されたウェハの欠陥分布に共通のパタンが現れていることを示すためである。
【０１３０】
次に、欠陥画像の類似性評価の実施例を説明する。まず、装置ＱＣデータとして取得される各装置・チャンバごとの欠陥画像において、欠陥領域の特徴を定量的な値として算出する。特徴として、例えば欠陥領域の明るさ、面積、縦横比、円形度、明るさのばらつき等を用いることができる。欠陥の領域は人が指定してもよく、また、欠陥画像と共に、欠陥の存在しない同一背景の画像を参照画像として取得し、画像間演算により欠陥領域を特定してもよい。欠陥領域が特定される方法であればどのような方法でも構わない。
【０１３１】
次に、製品ＱＣデータとして取得される欠陥の外観画像画像において、同様に特徴量を算出する。次に、各特徴量を座標軸とする特徴量空間において、異常が検出されたウェハの欠陥画像により特定される点と各装置・チャンバの欠陥画像により特定される点との距離を計算する。この距離が小さいほど画像の類似度が高いと判定することができる。そして、類似度が高い順にn個の装置・チャンバを抽出し、最も類似度が高い装置・チャンバに評価値nを与え、類似度が小さくなるほど小さな評価値となるよう、評価値を付与する。
【０１３２】
図２５に、前記評価値付与例のうち、特徴量を２つとした例を示す。この場合、特徴領空間は特徴量１と特徴量２で定められる二次元空間ということになる。各装置・チャンバごとの欠陥画像により特定される点は黒丸でプロットされている。ここで、製品ＱＣウェハの欠陥の外観画像の特徴量が白丸でプロットされる位置に特定されたとする。類似度が高い順に例えば３個の装置・チャンバを抽出すると、図２５に示した、工程２装置１チャンバ２、工程１装置１チャンバ１、工程１装置１チャンバ１が抽出されることになり、それぞれ評価値３、２、１を与える。特徴量をｍ個用いる場合は、ｍ次元の特徴領空間において同様に実施すればよい。
【０１３３】
ここで、装置での欠陥の画像と実際の製品で検査時点で得られた画像は全く同一とは限らない場合がある。これは、例えば図６において加工Ａの工程で発生した欠陥は、加工Ｂ、加工Ｃの工程を経た後に検査されるためである。そこで、図２６に示すように、予め、各加工工程を経た直後に欠陥検査及びレビューによる外観画像取得を行い、あわせて製品ＱＣが行われる欠陥検査工程にて、前記加工工程直後に行った欠陥検査にて得られた欠陥座標点に基づいて欠陥のレビューを行って外観画像を取得する。
【０１３４】
前者の外観画像を「装置で発生した欠陥画像」、後者の外観画像を「検査時の欠陥画像」とする。そして、「装置で発生した欠陥画像」と「検査時の欠陥画像」を関連づけた外観変化データベースを作成しておく。装置ＱＣにて取得された外観画像について、まず該データベースの「検査時の欠陥画像」との類似度評価を行い、類似している画像を特定する。そして、特定された「検査時の欠陥画像」と対応する「装置で発生した欠陥画像」を検索対象として装置状況データベース5から類似画像検索を行う。このようにすることで工程を経ることで外観が異なってしまう欠陥に対しても発生装置を推定するマッチングを実施することができる。この外観変化データベースは定期的に更新するのが望ましい。
【０１３５】
また、装置状況データベース5の画像として、図５のStep101〜Step104にかわり、図２７のStep601〜Step608を実施して得られた画像を登録してもよい。すなわち、Step601にてウェハの検査１を行い、続いてStep602にて加工Aを実施する。次にStep603にてウェハの検査２を実施し、続いてStep604にて加工Bを実施する。次にStep605にてウェハ検査３を実施し、続いてStep606にて加工Cを実施する。次にStep607にて検査４を実施する。そして、Step608にて、検査１と検査２の差分を検出し、加工Aにて発生した欠陥の座標点を抽出する。
【０１３６】
同様に、検査２と検査３の差分を検出し、加工Bにて発生した欠陥の座標点を抽出する。同様に、検査３と検査４の差分を検出し、加工Cにて発生した欠陥の座標点を抽出する。以降の手順は図５のStep105以降と同様に行う。
【０１３７】
このようにすることにより、各加工工程ごと、すなわち各加工装置・チャンバごとに、発生した欠陥の座標を取得できる。また、該座標点に基づいて製品ＱＣが行われる欠陥検査工程で外観画像を取得することにより、各加工装置にて発生した欠陥であって、かつ、加工を経て変化した後の外観画像を得られる。該外観画像を用いることにより、工程を経ることで外観が異なってしまう欠陥に対しても発生装置を推定するマッチングを実施することができる。
【０１３８】
または、ニューラルネットワークで実現されている連想記憶を用いてもよい。連想記憶モデルの例として、非特許文献２に開示されているアソシアトロンが知られている。これは相互結合型のニューラルネットワークであり、ニューロンは-1,0,1の３値をとるモデルである。装置単体ごとに生じる欠陥の画像を学習させることにより、検査工程にて得られる画像に対して、必ずしも完全に一致していなくても連想により関連の深い画像を検索することができる。
【０１３９】
次に、ウェハマップの欠陥分布の類似性評価の実施例を図２８に示す。まず、比較を行うマップ１，マップ２を小領域に区切る。次に、小領域ごとの密度に応じて、別途定めたあるしきい値をもって２値化し、しきい値以上の領域を高密度領域として抽出する。次に、それぞれマップにおける高密度領域のANDとORの論理演算を行い、AND演算をした面積をAND面積、とOR演算をした面積をOR面積としてそれぞれ求める。そして、類似度を、類似度=AND面積/OR面積、として定義する。
【０１４０】
マップ１とマップ２のパタンが似ているほどAND面積とOR面積の差異は小さくなり、類似度は１に近づく。また、マップ１とマップ２のパタンが似ていないほどAND面積は小さくなり、類似度は０に近づく。また、小領域に分割した後、小領域ごとに密度に応じた輝度を割り当てた密度分布画像を作成し、画像処理において一般的に用いられる正規化相互相関係数を類似度として用いてもよい。そして、画像の類似度評価と同様に、類似度が高い順にn個の装置・チャンバを抽出し、最も類似度が高い装置・チャンバに評価値nを与え、類似度が小さくなるほど小さな評価値となるよう、評価値を与えてもよい。
【０１４１】
次に、元素情報の類似性評価の実施例を図２９に示す。比較を行う元素情報スペクトルの波形１と波形２について、波形の重なる領域のANDとORの論理演算を行い、AND演算をした面積をAND面積、OR演算をした面積をOR面積としてそれぞれ求め、前記マップの類似度評価と同様に類似度を求める。そして、同様に、類似度が高い順にn個の装置・チャンバを抽出し、最も類似度が高い装置・チャンバに評価値nを与え、類似度が小さくなるほど小さな評価値となるよう、評価値を与える。あるいは、比較対象の欠陥Ａおよび欠陥Ｂに含まれる代表的な元素の有無により類似度評価をしてもよい。例えば、評価値＝（欠陥Ａと欠陥Ｂに共に含まれる元素数）／（欠陥Ａと欠陥Ｂのどちらかに含まれる元素数）として評価値を定義してもよい。この評価値はこれまで述べた画像の類似度や波形の類似度と同様の傾向をもつ。
【０１４２】
次に、欠陥の検出点の密度や欠陥分類の比率、あるいは加工ログ等の時系列データと着工時期との関連度評価の実施例を図３０に示す。まず、各装置・チャンバにおける異常が発生した製品ウェハの着工時期近傍において評価対象期間を設定する。これは、該ウェハの着工時期以前の期間に限定してもよく、該ウェハの着工時期を含んだ前後の期間に限定してもよい。期間限定のルールは、例えば現時点から過去何日以内、といった時間指定で行ってもよく、また、着工ウェハ何枚以内、といった枚数指定でもよく、着工ロット何ロット以内、といったロット指定でもよい。ここで、予め正常であると判定するしきい値を定めておく。図２１に示した、加工ログの設定値からのずれ量のように、正負両方の値をとる場合は、正負それぞれにしきい値を設定してもよく、絶対値に対してしきい値を設定してもよい。
【０１４３】
次に、データ値の該評価対象期間において、しきい値を越えたデータ値の有無を判定する。しきい値を越えたデータ値がある場合、しきい値を越えた装置・チャンバについて評価値１を与える。また、図３０に示すように、データ値の変動の微分値を算出し、微分値について同様にしきい値を設けて、同様に評価値の演算を行ってもよい。
【０１４４】
次に、装置メンテナンス時期と着工時期との関連度評価方法の実施例を次に示す。まず、前記図３０の説明と同様に評価対象期間を設定する。そして、評価対象期間において、メンテナンスの有無を判定する。メンテナンスが行われていた場合、メンテナンスの行われていた装置・チャンバについて例えば評価値１を与える。
【０１４５】
これらの算出手法は開示した手法に限定するものではなく、関連度を評価できる手法であれば構わない。また、これらの演算を全て行う必要はなく、データ取得を実施しているデータを対象に実施すればよい。また、ユーザが別途指定した項目についてのみ行うようにしてもよい。
【０１４６】
Step502における、装置、チャンバ別関連度判定は例えば次のようにして行うことができる。まず、装置・チャンバごとの関連度評価値を次の(数1)式のように定義する。
【０１４７】
【数１】
ここで、iは工程、jは装置番号、kはチャンバ番号、Pn(i,j,k)は各評価項目ごとの評価値、ｚは評価項目数、Anは評価項目ごとの重み係数である。このように、各評価項目ごとの評価値を各装置・チャンバごとに重み係数をかけて足し合わせ、関連度評価値の大きさを判定することにより、異常発生ウェハに関連する装置を抽出することができる。
【０１４９】
この算出手法は開示した手法に限定するものではなく、関連度を評価できる手法であれば構わない。ここで、重み係数はユーザが任意に設定してもよく、あるルールに従って自動的に配分されるようにしてもよい。ルールの設定方法として、例えば、ある装置にのみ用いられている元素が欠陥に含まれていたり、ある装置にのみ現れる分布のパタンが検出された時に、それぞれ元素情報、分布情報の重みを増すようにしてもよい。
【０１５０】
そして、Step503において、この結果に応じて、図１７に示した表示画面にて、該当する装置の文字を色を変えて表示するなど、他の装置と異なることがわかるように表示すればよい。また、図示しないメールシステム等により、関連するスタッフに抽出された装置の情報を通知するようにしてもよい。また、関連度に応じて順位付けをし、複数の加工装置・チャンバを表示するようにしてもよい。
【０１５１】
本実施例では、関連度評価エンジン17がデータ解析装置7に搭載されている例を示したが、前記説明した情報を用いて計算処理を行うことができれば、独立して存在してもよく、他の別の装置に含まれていても構わない。
【０１５２】
【発明の効果】
本発明によれば、検査により異常と判定されたウェハに関与した加工装置を容易に特定でき、合わせて、該ウェハが着工された期間付近での加工装置ごとの欠陥の発生頻度といった状態を表示できるため、問題の発生した装置の推定が容易になった。
【０１５３】
また、本発明によれば、装置において発生する欠陥に関連して得られるデータと異常となった製品ウェハの欠陥から得られるデータを自動的に比較、評価し、製品ウェハの欠陥と関連の高い装置の候補を抽出できるため、問題の発生した装置を特定するのに要する工数を大幅に削減できるようになった。
【図面の簡単な説明】
【図１】本発明の概念を示す図である。
【図２】本発明の構成の一例を示す図である。
【図３】本発明に用いる製造経路情報の一例を示す図である。
【図４】本発明に用いる製造経路情報の一例を示す図である。
【図５】本発明のデータベースに記録するデータ取得方法の一実施例を示すフローチャートである。
【図６】本発明の適用手順の一実施例を示すフローチャートである。
【図７】本発明のデータ解析・表示方法の一実施例を示す図である。
【図８】本発明のデータ解析・表示方法の一実施例を示す図である。
【図９】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図１０】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１１】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図１２】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１３】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１４】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１５】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１６】本発明のデータ解析結果表示方法の一実施例を示す図である。
【図１７】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図１８】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図１９】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２０】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２１】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２２】本発明のデータ解析結果表示画面の一実施例を示す図である。
【図２３】本発明の構成の一例を示す図である。
【図２４】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図２５】本発明のデータ解析方法の一実施例を示す説明図である。
【図２６】本発明のデータ解析方法の一実施例を示す説明図である。
【図２７】本発明のデータ解析方法の一実施例を示すフローチャートである。
【図２８】本発明のデータ解析方法の一実施例を示す説明図である。
【図２９】本発明のデータ解析方法の一実施例を示す説明図である。
【図３０】本発明のデータ解析方法の一実施例を示す説明図である。
【符号の説明】
1…製造装置 2…検査装置 3…詳細解析装置 4…工程管理データベース 5…装置状況データベース 6…検査・解析データベース 7…データ解析装置 8…表示装置 9…ネットワーク 10…結果表示画面 11…製品ウェハ情報表示エリア 12…装置情報表示エリア 13…ウェハ識別情報表示エリア 14…ウェハの検査情報・解析情報表示エリア 15…装置経路情報表示エリア 16…着工日時表示バー 17…関連度評価エンジン
Claims (14)
- 複数の処理工程を経て薄膜デバイスを製造する薄膜デバイスの製造工程において被加工物を検査して得た欠陥情報を解析する方法であって、
前記複数の処理工程のうちの所定の複数の処理工程において単体の処理装置又は複数の処理装置の中から選択した処理装置で順次処理した被処理基板を検査して得た検査データを前記所定の複数の処理工程を経る前の前記被処理基板を検査して得たデータと比較することにより前記所定の複数の処理工程で処理を施したことにより前記被処理基板上に発生した欠陥を抽出し、
該抽出した被処理基板上に発生した欠陥の情報と、前記所定の複数の処理工程のそれぞれの処理工程を構成する前記単体又は複数の処理装置における前記被処理基板の着工履歴を示す情報または前記所定の処理工程で前記被処理基板を処理した処理装置の状況に関する情報との関連性を評価し、
該関連性を評価した結果に基づいて前記所定の複数の処理工程の中で問題を発生した処理装置の候補を抽出して該抽出した処理装置の情報を画面上に表示する
ことを特徴とする欠陥情報解析方法。 - 前記被処理基板上に発生した欠陥を抽出する工程において前記抽出した欠陥の数が予め設定したしきい値以上になった場合に、前記関連性を評価する工程で前記抽出した欠陥の情報と前記着工履歴を示す情報または処理装置の状況に関する情報との関連性を評価することを特徴とする請求項１記載の欠陥情報解析方法。
- 前記抽出した欠陥の数が予め設定したしきい値よりも多い場合には、前記抽出した欠陥の詳細な画像を取得し、該取得した欠陥の詳細な画像を、前記被処理基板の着工履歴を示す情報と前記処理装置の状況に関する情報と共に前記画面上に表示することを特徴とする請求項２記載の欠陥情報解析方法。
- 前記画面上に表示される前記欠陥の詳細な画像は、欠陥の種類ごとに分類されていることを特徴とする請求項３記載の欠陥情報解析方法。
- 前記被処理基板の着工履歴を示す情報は、前記所定の複数の処理工程を構成する複数の処理装置において前記被処理基板を実際に処理した処理装置が他の装置と識別できるように表示された情報であることを特徴とする請求項１記載の欠陥情報解析方法。
- 前記処理装置の状況に関する情報は、前記所定の複数の処理工程で前記被処理基板を処理した複数の処理装置の加工条件のログ、該複数の処理装置で被処理基板を処理したときに該複数の処理装置ごとに前記被処理基板上に発生する欠陥に関するデータを含むことを特徴とする請求項１記載の欠陥情報解析方法。
- 前記処理装置の状況に関する情報は、前記複数の処理装置の加工条件ログの時系列的な推移の情報、または前記複数の処理装置ごとに前記被処理基板上に発生する欠陥の時系列的な推移情報の何れかを含むことを特徴とする請求項１記載の欠陥情報解析方法。
- 前記表示画面上には、更に、前記被処理基板の品種、処理単位であるロットの番号、前記被処理基板の番号、処理工程の範囲に関して表示することを特徴とする請求項１記載の欠陥情報解析方法。
- 複数の処理工程を経て薄膜デバイスを製造する薄膜デバイスの製造工程において被加工物を検査して得た欠陥情報を解析する装置であって、
前記複数の処理工程のうちの所定の複数の処理工程において単体の処理装置又は複数の 処理装置の中から選択した処理装置で順次処理した被処理基板を検査して得た検査データを前記所定の複数の処理工程を経る前の前記被処理基板を検査して得たデータと比較することにより前記所定の複数の処理工程で処理を施したことにより前記被処理基板上に発生した欠陥を抽出する欠陥抽出手段と、
前記所定の複数の処理工程のそれぞれの処理工程を構成する前記単体又は複数の処理装置における前記被処理基板の着工履歴を示す情報を記憶する工程管理データ記憶手段と、
前記所定の処理工程で前記被処理基板を処理した処理装置の状況に関する情報を記憶する装置状況記憶手段と、
前記欠陥抽出手段で抽出した被処理基板上に発生した欠陥の情報と、前記工程管理データ記憶手段に記憶されたと前記被処理基板の着工履歴を示す情報または前記装置状況記憶手段に記憶された前記被処理基板を処理した処理装置の状況に関する情報との関連性を評価するデータ解析手段と、
該データ解析手段で関連性を評価した結果に基づいて前記所定の複数の処理工程の中で問題を発生した処理装置の候補を抽出して該抽出した処理装置の情報を画面上に表示する表示手段と
を備えたことを特徴とする欠陥情報解析装置。 - 前記データ解析手段は、前記欠陥抽出手段で抽出した欠陥の数が予め設定したしきい値以上になった場合に、前記欠陥抽出手段で抽出した欠陥の情報と前記工程管理データ記憶手段に記憶した着工履歴を示す情報または前記装置状況記憶手段に記憶した処理装置の状況に関する情報との関連性を評価することを特徴とする請求項９記載の欠陥情報解析装置。
- 前記工程管理データ記憶手段に記憶した前記被処理基板の着工履歴を示す情報は、前記所定の複数の処理工程のそれぞれの処理工程を構成する複数の処理装置において前記被処理基板を実際に処理した処理装置が他の装置と識別できるように表示された情報であることを特徴とする請求項９記載の欠陥情報解析装置。
- 前記装置状況記憶手段に記憶された前記被処理基板を処理した処理装置の状況に関する情報は、前記所定の複数の処理工程で前記被処理基板を処理した複数の処理装置の加工条件のログ、該複数の処理装置で被処理基板を処理したときに該複数の処理装置ごとに前記被処理基板上に発生する欠陥に関するデータを含むことを特徴とする請求項９記載の欠陥情報解析装置。
- 前記装置状況記憶手段に記憶された前記被処理基板を処理した処理装置の状況に関する情報は、前記複数の処理装置の加工条件ログの時系列的な推移の情報、または前記複数の処理装置ごとに前記被処理基板上に発生する欠陥の時系列的な推移情報の何れかを含むことを特徴とする請求項９記載の欠陥情報解析装置。
- 前記表示手段は、表示画面上に、更に、前記被処理基板の品種、処理単位であるロットの番号、前記被処理基板の番号、処理工程の範囲に関して表示することを特徴とする請求項９記載の欠陥情報解析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003037596A JP3982428B2 (ja) | 2002-09-04 | 2003-02-17 | 欠陥情報解析方法およびその装置 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002258386 | 2002-09-04 | ||
| JP2003037596A JP3982428B2 (ja) | 2002-09-04 | 2003-02-17 | 欠陥情報解析方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004153228A JP2004153228A (ja) | 2004-05-27 |
| JP3982428B2 true JP3982428B2 (ja) | 2007-09-26 |
Family
ID=32472940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003037596A Expired - Fee Related JP3982428B2 (ja) | 2002-09-04 | 2003-02-17 | 欠陥情報解析方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3982428B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4346537B2 (ja) | 2004-09-10 | 2009-10-21 | 富士通マイクロエレクトロニクス株式会社 | 表面検査装置および表面検査方法 |
| JP4653526B2 (ja) * | 2005-03-11 | 2011-03-16 | 新日本製鐵株式会社 | 品質解析方法、品質解析装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
| JP4597155B2 (ja) * | 2007-03-12 | 2010-12-15 | 株式会社日立ハイテクノロジーズ | データ処理装置、およびデータ処理方法 |
| JP5303517B2 (ja) * | 2010-07-15 | 2013-10-02 | 株式会社日立ハイテクノロジーズ | 荷電粒子線装置、および欠陥観察装置、および管理サーバ |
| CN103280414B (zh) * | 2013-04-28 | 2015-03-11 | 合肥京东方光电科技有限公司 | 一种异物不良点监控方法及监控装置 |
| JP6500792B2 (ja) * | 2016-01-25 | 2019-04-17 | 株式会社Sumco | エピタキシャルウェーハの品質評価方法および製造方法 |
| JP7308337B2 (ja) * | 2018-08-17 | 2023-07-13 | 東京エレクトロン株式会社 | 異常判定方法及び基板処理システム |
| CN110489721A (zh) * | 2019-08-09 | 2019-11-22 | 国网山西省电力公司 | 电力设备典型缺陷预测方法、终端设备和存储介质 |
| JP7354934B2 (ja) * | 2020-06-08 | 2023-10-03 | 東芝三菱電機産業システム株式会社 | 製品品質分析支援システム |
| JP2022047442A (ja) * | 2020-09-11 | 2022-03-24 | パナソニックＩｐマネジメント株式会社 | 情報処理方法及び情報処理装置 |
| CN115905959B (zh) * | 2023-01-06 | 2023-07-18 | 佰聆数据股份有限公司 | 基于缺陷因子的电力断路器关联性故障分析方法及装置 |
-
2003
- 2003-02-17 JP JP2003037596A patent/JP3982428B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004153228A (ja) | 2004-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6741941B2 (en) | Method and apparatus for analyzing defect information | |
| US7062081B2 (en) | Method and system for analyzing circuit pattern defects | |
| US9335277B2 (en) | Region-of-interest determination apparatus, observation tool or inspection tool, region-of-interest determination method, and observation method or inspection method using region-of-interest determination method | |
| JP5898221B2 (ja) | 製造されたウェブ製品のデジタルサンプルに対する評価のコンピュータ支援割り当て | |
| JP4694618B2 (ja) | 欠陥分布分類方法およびシステム、原因設備特定方法およびシステム、コンピュータプログラム、並びに記録媒体 | |
| US7283659B1 (en) | Apparatus and methods for searching through and analyzing defect images and wafer maps | |
| US7584162B2 (en) | Manufacture data analysis method and manufacture data analyzer apparatus | |
| JP2000057349A (ja) | 欠陥の分類方法およびその装置並びに教示用データ作成方法 | |
| JP3982428B2 (ja) | 欠陥情報解析方法およびその装置 | |
| JP4568786B2 (ja) | 要因分析装置および要因分析方法 | |
| JP2002071575A (ja) | 欠陥検査解析方法および欠陥検査解析システム | |
| WO2019039313A1 (ja) | スペクトルの高速分類を利用したリアルタイムスペクトル解析 | |
| JPH10209230A (ja) | 不良解析装置およびその方法 | |
| JP4355193B2 (ja) | 半導体デバイスの製造方法及び半導体デバイス製造システム | |
| JP7354421B2 (ja) | エラー要因の推定装置及び推定方法 | |
| JP4758619B2 (ja) | 問題工程特定方法および装置 | |
| JP3950608B2 (ja) | エミッション顕微鏡を用いた不良解析方法およびそのシステム並びに半導体装置の製造方法 | |
| TWI801973B (zh) | 錯誤因素之推定裝置及推定方法 | |
| JP3726600B2 (ja) | 検査システム | |
| JP2000077495A (ja) | 検査システム及びそれを用いた電子デバイスの製造方法 | |
| JP5566616B2 (ja) | 特性解析装置、特性解析方法をコンピュータに実行させるためのプログラム、上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4136109B2 (ja) | 電子デバイス検査システム | |
| JP3156702B2 (ja) | 検査データ解析システムおよび検査データ解析方法 | |
| JP3112016B2 (ja) | 検査データ解析システムおよび検査データ解析方法 | |
| CN117529803A (zh) | 用于主动良率管理的制造指纹 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050707 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060420 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070306 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070427 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070612 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070625 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100713 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100713 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100713 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110713 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110713 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120713 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130713 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |