JP5384091B2 - 検査データ管理システム及び検査データ管理方法 - Google Patents

Description

本発明は、検査データ管理システム及び検査データ管理方法に関し、特に、複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査データを管理する検査データ管理システム及び検査データ管理方法に関する。

工業製品は、複数の工程を経て製造され、その過程で数多くの検査が行われる。工業製品には、特定の機能を持った機器又は装置であるデバイスが含まれ、例えば、半導体素子が挙げられる。半導体素子は、絶縁膜や回路パターンの形成のために、酸化膜の拡散、エッチング、イオン注入、スパッタ、洗浄等の複数の工程を経て、基板であるシリコンウェハ上に複数の半導体素子が配置された状態で製造される。その際、特定の工程毎に幅、厚み等の検査項目のために形状データが測定される。または、抵抗、導電率等の検査項目のために電気特性データが測定される。そして、半導体素子の製造工程における最終工程の後に全数検査が行われ、良品のみが出荷される。

半導体素子の製造は、ウェハ単位で行われるため、製造途中の各検査工程ではウェハ上の特定の素子を選定して測定を行い、これらの平均値や標準偏差等をウェハ単位で品質記録として管理しているのが一般的である。

しかし、最終工程後の全数検査において異常が認められた場合、製造途中の各検査結果を追跡調査しても、ウェハ上の素子の配置との対応関係を加味した分析を行うことができないため、どの工程が不良の主原因であるか否かを特定することができない。完全な品質管理を行うためには、理想的には、チップ単位で各測定項目を全数管理すればよい。しかし、現実的には工程増、特にコスト増等により実現することが困難である。

そこで、半導体製造工程における不良原因工程を特定するシステムが特許文献１に開示されている。特許文献１にかかる不良原因特定システムは、複数の半導体装置に対して、検査装置によって検査された半導体装置の電気的特性の面内分布を表現する特性マップを形成する特性マップ形成部と、測定装置によって測定されたそれぞれの工程の出来栄えの面内分布をそれぞれの工程毎に表現する単独マップを形成する単独マップ形成部と、それぞれの工程毎の単独マップの中から複数の単独マップを選びそれを合成して合成マップを形成する合成マップ形成部と、合成マップと特性マップを比較することにより、対応する工程を不良原因と特定する特定部とを備える。

特に、特許文献１に開示されている実施の形態では、ウェハ面内をチップ単位やショット単位で分割したメッシュ毎に出来栄えを測定するのが好ましいとしながらも、現実には面内数点〜１０数点、良くても５０点ぐらいの出来栄えをもとに、バイリニアプロットや単純算術平均等の補間手法を用いて、メッシュ毎の出来栄えを生成する旨が開示されている。すなわち、特許文献１では、検査項目における検査対象データを、ウェハ内の半導体装置の一部であるサンプリングされた半導体装置における測定データと、当該測定データに対して補間手法を用いて補間されたデータとを用いるものである。そのため、ウェハ内の全ての半導体装置について測定することに比べて、検査を簡略化できる。

また、非特許文献１には、計測されたデータを補間する曲面モデルの同定処理として薄板スプラインが開示されている。また、非特許文献１には、計測されたデータの異常値を除去する手法として、ＧＣＶ（Generalized Cross Validation）アルゴリズムが開示されている。さらに、非特許文献２には、計測データを外的基準なしに自動的に分類する手法であるクラスター分析、及び、予め複数のデータのグループがわかっている場合に、計測データがグループのいずれに属するかを判別する線形判別分析について、開示されている。
特開２００７−３６０６８号公報 Grace Wahba, "Spline Models for Observational Data", Society for Industrial & Applied, 1990. 船尾暢男, "The R Tips データ解析環境Rの基本技・グラフィックス活用集", 九天社, 2005.

しかしながら、特許文献１では、精度の高い補間処理を行うために、ある程度の数の検査候補位置を検査し、検査データを取得する必要がある。そのため、特許文献１には、検査処理工数が多いという問題点がある。そして、この問題点は、半導体素子の製造工程に限らず、フラットパネル、太陽電池といったデバイスを複数の製造工程及び検査工程を経て同一基材上に製造するデバイス製造工程全般について生じるものである。

本発明は、このような問題点を解決するためになされたものであり、複数の製造工程の組合せが品質に影響する製品について、製造過程の計測処理工数を抑えつつ、有効な検査を行うことができる検査データ管理システム及び検査データ管理方法を提供することを目的とする。

本発明の第１の態様にかかる検査データ管理システムは、複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査データを管理するものである。前記検査工程毎に予め定められた前記基材上におけるデバイスの計測データの傾向を表す基準モデル（例えば、本発明の実施の形態１にかかる基板モデル５４又は代表モデル５５）と、前記基準モデルを判別することのできる前記基材上の検査データに対応する検査対象位置（例えば、本発明の実施の形態１にかかる検査位置５６）とを記憶する検査要素記憶部（例えば、本発明の実施の形態１にかかる検査情報記憶装置５）と、前記検査対象位置において計測された検査データに基づいて、前記基準モデルを前記基材毎に判別する基準モデル判別部（例えば、本発明の実施の形態１にかかるモデル判別部２５）とを備える。

これにより、基準モデル判別部において判別された基準モデルにより、検査データから基準モデルを生成することなく、データ補間を行うことができる。そのため、データ検査処理項数を抑え、効率の良い検査を行うことができる。

また、前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置（例えば、本発明の実施の形態１にかかる検査候補位置５２）における計測データに基づいて生成された当該基材上の任意の位置におけるデータを補間するためのデータモデル（例えば、本発明の実施の形態１にかかる基板モデル５４）であると良い。これにより、基材毎の傾向に応じた基準モデルを生成することができる。

または、前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、各基材間における当該選択したデータを所定の分析を行うことにより当該基材をグループに分類し、当該グループ毎に生成されたデータモデル（例えば、本発明の実施の形態１にかかる代表モデル５５）であると良い。これにより、複数の基材に共通する傾向を表現した基準モデルを生成することができる。

さらに、前記検査対象位置は、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、当該選択したデータに基づいて前記基準モデルを判別できる場合に、当該選択したデータに対応する検査位置を検査対象位置として決定されたものであることが望ましい。これにより、不要な検査候補位置が除かれ、絞り込まれた検査位置により、検査処理により取得される検査データを減らし、検査処理工数を抑えることができる。

さらにまた、前記基準モデル判別部は、前記検査対象位置において計測された検査データに所定の分析（例えば、線形判別分析、２次判別分析又はサポートベクターマシン等）を行い前記基準モデルを判別することが望ましい。これにより、容易に基準モデルの判別を行うことができ、検査処理工数を抑えることができる。

また、前記検査データ管理システムは、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定部をさらに備え、前記異常工程推定部は、前記基準モデル判別部により前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定するようにすると良い。これにより、単独の基準モデルとしては、正常であっても、特定の組み合わせにより最終結果が異常となるケースを検出することができる。

本発明の第２の態様にかかる検査データ管理システムは、複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査データを管理するものである。前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データに基づいて基準モデルを生成する基準モデル生成部（例えば、本発明の実施の形態１にかかる基板モデル生成部２２及び代表モデル生成部２３）と、前記基準モデルを判別することができる前記基材上の検査対象位置を決定する検査対象位置決定部（例えば、本発明の実施の形態１にかかる検査位置決定部２４）と、前記決定された検査位置における検査データに基づいて前記基準モデルを前記基材毎に判別する基準モデル判別部（例えば、本発明の実施の形態１にかかるモデル判別部２５）とを備える。

これにより、検査位置決定部により不要な検査候補位置が除かれ、絞り込まれた検査位置により、検査処理により取得される検査データを減らし、基準モデル判別部により検査データからモデルの生成を行わずに判別を行うことができ、検査処理工数を抑えることができる。

また、前記検査データ管理システムは、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定部をさらに備え、前記異常工程推定部は、前記基準モデル判別部により前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定するようにすると良い。これにより、単独の基準モデルとしては、正常であっても、特定の組み合わせにより最終結果が異常となるケースを検出することができる。

本発明の第３の態様にかかる検査データ管理方法は、複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査データを管理するものである。前記検査工程毎に予め定められた前記基材上におけるデバイスの計測データの傾向を表す基準モデルと、前記基準モデルを判別することのできる前記基材上の検査データに対応する検査対象位置とを格納する検査要素格納ステップと、前記検査対象位置において計測された検査データに基づいて、前記基準モデルを前記基材毎に判別する基準モデル判別ステップとを備える。

これにより、基準モデル判別ステップにおいて判別された基準モデルにより、検査データから基準モデルを生成することなく、データ補間を行うことができる。そのため、データ検査処理項数を抑え、効率の良い検査を行うことができる。

また、前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データに基づいて生成された当該基材上の任意の位置におけるデータを補間するためのデータモデルであると良い。これにより、基材毎の傾向に応じた基準モデルを生成することができる。

または、前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、各基材間における当該選択したデータを所定の分析を行うことにより当該基材をグループに分類し、当該グループ毎に生成されたデータモデルであると良い。これにより、複数の基材に共通する傾向を表現した基準モデルを生成することができる。

さらに、前記検査対象位置は、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、当該選択したデータに基づいて前記基準モデルを判別できる場合に、当該選択したデータに対応する検査位置を検査対象位置として決定されたものであることが望ましい。これにより、不要な検査候補位置が除かれ、絞り込まれた検査位置により、検査処理により取得される検査データを減らし、検査処理工数を抑えることができる。

さらにまた、前記基準モデル判別ステップは、前記検査対象位置において計測された検査データに所定の分析（例えば、線形判別分析、２次判別分析又はサポートベクターマシン等）を行い前記基準モデルを判別することが望ましい。これにより、容易に基準モデルの判別を行うことができ、検査処理工数を抑えることができる。

また、前記検査データ管理方法は、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定ステップをさらに備え、前記異常工程推定ステップは、前記基準モデル判別ステップにより前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定するようにすると良い。これにより、単独の基準モデルとしては、正常であっても、特定の組み合わせにより最終結果が異常となるケースを検出することができる。

本発明の第４の態様にかかる検査データ管理方法は、複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査データを管理するものである。前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データに基づいて基準モデルを生成する基準モデル生成ステップと、前記基準モデルを判別することができる前記基材上の検査対象位置を決定する検査対象位置決定ステップと、前記決定された検査位置における検査データに基づいて前記基準モデルを前記基材毎に判別する基準モデル判別ステップとを備える。

これにより、検査位置決定ステップにより不要な検査候補位置が除かれ、絞り込まれた検査位置により、検査処理により取得される検査データを減らし、基準モデル判別ステップにより検査データからモデルの生成を行わずに判別を行うことができ、検査処理工数を抑えることができる。

また、前記検査データ管理方法は、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定ステップをさらに備え、前記異常工程推定ステップは、前記基準モデル判別ステップにより前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定するようにすると良い。これにより、単独の基準モデルとしては、正常であっても、特定の組み合わせにより最終結果が異常となるケースを検出することができる。

本発明により、複数の製造工程の組合せが品質に影響する製品について、製造過程の計測処理工数を抑えつつ、有効な検査を行う検査データ管理システム及び検査データ管理方法を提供することができる。

以下では、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。

＜発明の実施の形態１＞
図１は、本発明の実施の形態１にかかる検査データ管理システム１００の構成の一例を示すブロック図である。検査データ管理システム１００は、複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査データを管理するものである。ここでは、デバイスの例を半導体素子であるものとする。つまり、検査データ管理システム１００は、複数の半導体素子を基板であるシリコンウェハ（以下、ウェハとする）単位に製造する半導体製造過程を対象とするものである。また、検査データ管理システム１００は、上述した半導体製造過程における検査項目に対応する基板上の検査位置を決定し、当該検査位置に基づく検査を行うものである。尚、本発明にかかるデバイスはこれに限定されず、フラットパネルや太陽電池等の工業製品であってもよい。そのため、本発明は、フラットパネルや太陽電池等の工業製品の製造検査についても適用可能である。

図１の検査データ管理システム１００は、製造ライン１と、検査支援装置２と、検査情報記憶装置５と、通信回線６とを備える。製造ライン１は、ウェハ上に複数の半導体素子を製造するための各製造工程に使用される製造装置１ａ、１ｂ、・・・、及び１ｎを含む。ここで、製造工程とは、例えば、酸化膜の拡散、エッチング、イオン注入、スパッタ、洗浄等である。

また、製造装置１ａ、１ｂ、・・・、及び１ｎ、検査支援装置２、並びに検査情報記憶装置５は、通信回線６を介して接続されている。通信回線６は、インターネット、公衆網、専用線、移動体通信網等の通信ネットワークであればよい。

検査情報記憶装置５は、本発明の実施の形態１にかかる検査要素記憶部であり、検査項目５１と、検査候補位置５２と、計測データ５３と、基板モデル５４と、代表モデル５５と、検査位置５６と、検査データ５７とを記憶する記憶装置である。検査情報記憶装置５は、ハードディスクドライブ、フラッシュメモリ等の不揮発性の記憶装置でもよいし、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置であってもよい。

検査項目５１は、各製造工程におけるウェハに対して、例えば、幅、厚み、抵抗及び導電率等といった検査項目を示す情報である。尚、検査項目５１は、一つの製造工程において複数存在してもよく、一つの検査項目５１は、複数の製造工程を検査する際に用いても良い。

検査候補位置５２は、ウェハ上の半導体素子の位置を示す情報であり、ここでは、二次元の座標情報である。尚、本発明の実施の形態１にかかる検査候補位置５２は、後述する検査位置決定処理におけるウェハ上の初期のサンプリング箇所を示すものである。

計測データ５３は、後述する検査支援装置２により検査項目５１ごとに計測対象のウェハ上の検査候補位置５２について検査されたデータである。そして、計測データ５３は、検査項目５１及びウェハに関連付けられ、検査候補位置５２毎に存在する。計測データ５３は、例えば、検査項目５１が幅又は厚み等の場合、形状データであり、検査項目５１が抵抗又は導電率等の電気特性データであり、又は、これらに限定されない。

基板モデル５４は、基板上の任意の位置におけるデータを補間するためのデータモデルである。また、基板モデル５４は、ウェハ毎に計測された計測データ５３に基づいて、後述する検査支援装置２により生成される。さらに、基板モデル５４は、検査工程毎に行われた基材上の所定の検査候補位置における計測データに基づいて生成された当該基材上の任意の位置におけるデータを補間するためのデータモデルであることが望ましい。これにより、基材毎の傾向に応じた基準モデルを生成することができる。

ここで、本発明におけるデータモデルは、Ｎ（Ｎは２以上の整数）種類の変量間の関係を近似したＮ次元の曲面モデルで表現される。例えば、検査候補位置５２が二次元の座標情報である場合、二次元の関数式で表すことができる。但し、基板モデル５４は、曲面モデルに限定されず、曲線や、その他のモデルであってもよい。基板モデル５４により、ウェハ上の検査候補位置５２以外の任意位置における値を補間することができる。そのため、検査支援装置２は、ウェハ上の全ての半導体素子について計測を行う必要がない。また、本発明における基準モデルは、検査工程毎に予め定められた前記基材上におけるデバイスの計測データの傾向を表すデータモデルである。

代表モデル５５は、検査項目５１におけるデータモデルである。代表モデル５５は、検査項目５１において少なくとも１つ以上、検査支援装置２により生成される。尚、代表モデル５５は、本発明の実施の形態１における基準モデルである。さらに、代表モデル５５は、検査工程毎に行われた基材上の所定の検査候補位置における計測データ及び基準モデルにより補間された補間データの少なくとも一部を選択し、各基材間における当該選択したデータを所定の分析を行うことにより当該基材をグループに分類し、当該グループ毎に生成されたデータモデルであることが望ましい。これにより、複数の基材に共通する傾向を表現した基準モデルを生成することができる。

検査位置５６は、検査候補位置５２と同様に、ウェハ上の半導体素子の位置を示す情報である。また、検査位置５６は、検査支援装置２により決定される位置である。または、検査位置５６は、基準モデルを判別することのできる前記基材上の検査データに対応する検査対象位置である。さらに、検査位置５６は、検査工程毎に行われた基材上の所定の検査候補位置における計測データ及び基準モデルにより補間された補間データの少なくとも一部を選択し、当該選択したデータに基づいて基準モデルを判別できる場合に、当該選択したデータに対応する検査位置を検査対象位置として決定されたものであることが望ましい。これにより、不要な検査候補位置が除かれ、絞り込まれた検査位置により、検査処理により取得される検査データを減らし、検査処理工数を抑えることができる。

検査データ５７は、計測データ５３と同様のデータであるが、後述する検査支援装置２により検査項目５１ごとに計測対象のウェハ上の検査位置５６について検査されたデータである。そして、検査データ５７は、検査項目５１及びウェハに関連付けられ、検査位置５６毎に存在する。

検査支援装置２は、被検査体であるウェハの検査を行う検査位置５６を検査項目５１毎に検査候補位置５２の中から決定する検査位置決定処理と、検査位置決定処理により決定された検査位置５６を検査し、検査結果に基づいて基準モデルを判別し、基準モデルであると判別された場合に当該判別された基準モデルを用いて検査データの補間を行う検査実行処理を行う。尚、検査支援装置２の構成は、後述する。また、検査支援装置２は、検査実行部２１と、基板モデル生成部２２と、代表モデル生成部２３と、検査位置決定部２４と、モデル判別部２５とを備える。

検査実行部２１は、製造装置１ａ、１ｂ、・・・、及び１ｎを用いた各製造工程において製造される複数のウェハについて、検査項目５１に関する検査を行う。検査実行部２１は、検査の際、各ウェハにおける検査候補位置５２に対して計測を行い、計測されたデータを計測データ５３として、検査項目５１及びウェハに関連付けて検査情報記憶装置５へ格納する。また、検査実行部２１は、デバイス製造過程において、検査対象のウェハにおける検査位置５６に対して検査を実行し、検査情報記憶装置５へ検査データ５７を格納する。

基板モデル生成部２２は、検査項目５１ごとに、検査情報記憶装置５からウェハ単位に計測データ５３を取得し、計測データ５３に基づいて、当該ウェハにおける基板モデル５４を生成し、基板モデル５４を検査情報記憶装置５へ格納する。

代表モデル生成部２３は、検査情報記憶装置５から検査項目５１における全ての基板モデル５４を取得し、取得した基板モデル５４に基づいて、検査項目５１における代表モデル５５を生成し、代表モデル５５を検査情報記憶装置５へ格納する。

ここで、基板モデル生成部２２又は代表モデル生成部２３は、検査工程毎に行われた前記基材上の所定の検査候補位置における計測データに基づいて基準モデルを生成する基準モデル生成部である。

検査位置決定部２４は、基準モデルを判別することができる基材上の検査位置５６を決定する。検査位置決定部２４は、検査候補位置５２における計測データおよびこの計測データを用いて代表モデル５５により補間される補間データの内、代表モデル５５を判別することができる補間データに対応する検査候補位置５２を検査項目５１に対応する検査位置５６として絞り込み、検査情報記憶装置５へ格納する。

これにより、ある検査項目において、複数の基板からの計測データの傾向を加味した代表モデルとして絞り込むことができ、代表モデルを用いて当該検査項目における計測データの特性に応じた適切な検査位置を決定することができる。そのため、当該検査項目ごとに代表モデルを判別可能な計測データを取得することができ、検査処理の効率を向上することができる。

特に、代表モデル生成部２３は、検査候補位置５２における計測データおよびこの計測データを用いてウェハにおける基板モデル５４により補間された補間データの一部を選択し、各ウェハ間における当該選択したデータにクラスター分析等を行い、当該ウェハをグループに分類し、当該グループ毎のデータモデルを代表モデル５５として生成する。尚、代表モデル生成部２３は、クラスター分析の代わりに、ＣＡＲＴ、ｋ−ｍｅａｎアルゴリズム等を用いても構わない。

これにより、より相関の高い基板モデル同士をひとつのグループとすることができ、グループごとに代表モデルを生成することで、一つの検査項目において複数のデータモデルがある場合であっても、適切な代表モデルすなわち基準モデルを生成することができる。

また、検査位置決定部２４は、複数の検査候補位置５２の中から一部を除いた検査候補位置５２における検査の実行結果に基づいて代表モデル５５を判別するための判別分析を行い、判別分析により代表モデル５５を判別できる場合の検査候補位置５２を検査位置５６として決定する。

これにより、検査位置決定部２４により不要な検査候補位置５２が除かれ、絞り込まれた検査位置５６により、検査処理において取得される検査データ５７を減らし、検査処理工数を抑えることができる。

尚、検査位置決定部２４は、上述したように複数の検査候補位置５２の中から一部を除くことに限定されない。例えば、検査位置決定部２４は、複数の検査候補位置５２の中から任意の一点を選択し、所定の判別分析により代表モデル５５を判別できるようになるまで、検査候補位置５２を追加するようにしてもよい。または、検査位置決定部２４は、複数の検査候補位置５２の中から絞り込む検査候補位置の数を予め決めておき、当該検査候補位置の数における複数の検査候補位置５２の組み合わせの中から、最も代表モデル５５を判別できるものを選択するようにしてもよい。尚、所定の判別分析とは、例えば、線形判別分析、２次判別分析又はサポートベクターマシン等であることが望ましい。

さらに、検査位置決定部２４は、代表モデル５５が判別できなくなるまで複数の検査候補位置５２の中から一部を除いて判別分析を行い、判別分析により判別できなくなった場合に、直前の判別分析における検査候補位置５２を検査位置５６として決定する。

これにより、検査位置５６を、基準モデルを判別するために最小限のものに絞り込むことができ、かつ、検査位置５６により適切に基準モデルを判別することができる。そのため、検査処理及びデータ補間処理の工数を抑えて、有効な検査を行うことができる。

また、検査位置決定部２４は、複数の検査候補位置５２の中から一部の検査候補位置５２を選択し、当該選択した検査候補位置５２における検査の実行結果について代表モデル５５を判別するための判別分析を行い、判別分析により代表モデル５５を判別できる場合に、当該選択した検査候補位置５２を検査位置５６として決定する。

これにより、検査候補位置５２より少ない検査位置５６により適切に基準モデルの判別をすることができ、検査処理及びデータ補間処理の工数を抑えて、有効な検査を行うことができる。

また、代表モデル生成部２３において、ある検査項目５１における代表モデル５５が複数生成された場合に、検査実行部２１は、被検査体上の複数の検査候補位置５２における検査を実行し、検査位置決定部２４は、当該検査の実行結果に基づいて、複数の代表モデル５５のいずれであるかを判別可能な位置を選択して、選択位置を検査位置５６として決定する。

これにより、モデル判別部２５において、複数の基準モデルのいずれであるかを判別ができるため、検査データ５７から基準モデルを同定することなく、データ補間を行うことができる。そのため、データ補間処理のコストを抑え、効率の良い検査を行うことができる。

さらに、検査位置決定部２４は、代表モデル５５を判別することができる補間データの内、最も少ない補間データに対応する検査候補位置５２を検査位置５６として検査情報記憶装置５へ格納する。これにより、必要最小限の検査位置５６を決定することができ、計測データ５３の保存量を削減することができる。

モデル判別部２５は、検査データ５７に基づいて代表モデル５５であるか否かを判別し、代表モデル５５であると判別された場合に当該判別された代表モデル５５を用いて検査データの補間を行う。すなわち、モデル判別部２５は、検査対象位置において計測された検査データに基づいて、前記基準モデルを前記基材毎に所定の判別分析により判別する。さらに、モデル判別部２５は、前記検査対象位置において計測された検査データと、前記基準モデルの種別毎に予め定められた閾値とに基づいて、前記基準モデルを所定の判別分析により判別することが望ましい。これにより、容易に基準モデルの判別を行うことができ、検査処理工数を抑えることができる。ここで、所定の判別分析とは、上述した検査位置決定部２４における判別分析と同様のものであり、例えば、線形判別分析、２次判別分析、又はサポートベクターマシン等である。

また、代表モデル生成部２３において、ある検査項目５１における代表モデル５５が複数生成された場合に、検査実行部２１は、検査位置決定部２４により決定された検査位置５６を検査し検査情報記憶装置５へ検査データ５７を格納する。そして、モデル判別部２５は、検査データ５７に基づいて複数の代表モデル５５のいずれであるかを判別し、判別された代表モデル５５を用いて検査データの補間を行う。

図２は、本発明の実施の形態１にかかる検査支援装置２の構成を示すブロック図である。検査支援装置２は、汎用的なコンピュータシステムであり、ＣＰＵ（Central Processing Unit）４１１と、ＲＡＭ（Random Access Memory）４１２と、ＲＯＭ（Read Only Memory）４１３と、通信部４１４と、ハードディスク４２０とを備える。また、ハードディスク４２０は、不揮発性記憶装置であり、ＯＳ（Operating System）４２１及び検査位置決定処理及び検査実行処理を行うための検査支援プログラム４２２が格納されている。ＣＰＵ４１１は、検査支援装置２における各種処理、すなわち、各種プログラムの処理、ＲＡＭ４１２、ＲＯＭ４１３、通信部４１４及びハードディスク４２０へのアクセス等を制御する。通信部４１４は、通信回線６を介して、検査情報記憶装置５へアクセスし、検査項目５１、検査候補位置５２、計測データ５３、基板モデル５４、代表モデル５５、検査位置５６及び検査データ５７を含む各種データの送受信等の通信を行う。

検査支援装置２は、ＣＰＵ４１１が、ＲＡＭ４１２、ＲＯＭ４１３、又はハードディスク４２０に格納されたＯＳ４２１及び検査支援プログラム４２２を読み込み、実行する。これにより、検査支援装置２は、検査位置決定処理及び検査実行処理を行うことができる。

続いて、本発明の実施の形態１にかかる検査位置決定処理を図３のフローチャート図で示す。尚、以降の説明において、曲面モデルを同定する処理については、上述した基板モデル及び代表モデルであるデータモデルを生成する処理を指すものとする。また、本発明の実施の形態においては、曲面モデルを同定するものとして説明するが、同様の方法を曲線モデルの同定に適用できることはいうまでもない。

ここでは、発明の効果をより明確にするため、シミュレーションデータに対して検査位置決定処理を適用した例について説明する。検査情報記憶装置５には、検査項目５１及び検査候補位置５２が初期値として格納されているものとする。図４は、検査候補位置５２の例を示す図である。尚、図４では、検査候補位置５２を２１箇所としているが、これに限定されず、例えば、全ての半導体素子の箇所を検査候補位置５２としてもよい。

また、製造ライン１の任意の製造装置において、検査位置決定のために複数のウェハが製造済みであるものとする。尚、以下の例では、ウェハ数を４０枚としているが、これに限定されず、少なくとも２枚以上であればよい。複数のウェハから検査位置を決定することで、検査項目における特性に加味した計測データを取得でき、検査の信頼性を向上することができる。

まず、検査支援装置２は、ウェハ上の複数の検査候補位置５２における検査を実行する（Ｓ１０１）。具体的には、検査支援装置２の検査実行部２１は、検査情報記憶装置５から検査項目５１及び検査候補位置５２を取得し、検査項目５１に基づいて、上述したウェハにおける図４に示した位置について計測を行い、計測データ５３を検査情報記憶装置５へ格納する。ここでは、例として、図５に示すような計測データが計測されたものとする。

次に、検査支援装置２は、ウェハ毎に基板モデル５４を同定する（Ｓ１０２）。具体的には、検査支援装置２の基板モデル生成部２２は、検査情報記憶装置５から検査項目５１に関連付けられた計測データ５３を取得し、ウェハ毎に非特許文献１に示すような薄板スプラインを用いて曲面モデルを同定する。尚、曲面モデルを同定する方法は、薄板スプラインに限定されない。ここでは、例として図６に、４枚のウェハにおける曲面モデルを等高線で示す。

続いて、検査支援装置２は、複数の基板モデル５４をパターンに応じてグループに分類する（Ｓ１０３）。具体的には、検査支援装置２の代表モデル生成部２３は、検査情報記憶装置５から基板モデル５４を取得し、基板モデル５４による検査候補位置５２における補間データを算出する。そして、代表モデル生成部２３は、検査候補位置５２における計測データおよびこの計測データを用いてウェハにおける基板モデル５４により補間された補間データの一部を選択し、各ウェハ間における当該選択したデータを分析してウェハをグループに分類する。代表モデル生成部２３におけるデータの分析は、例えば、クラスター分析、ＣＡＲＴ又はｋ−ｍｅａｎアルゴリズム等であればよい。

図７は、検査項目５１における複数の基板モデルをクラスター分析により分類した例を示す図である。ここでは、基板モデル５４が分類の閾値により、４０枚のウェハがパターン１及びパターン２という２つのグループにそれぞれ２０枚ずつ分類されている。尚、本発明の実施の形態において、基板モデル５４が分類されるグループは、少なくとも１つ以上であればよい。

そして、検査支援装置２は、分類されたグループごとに代表モデル５５を同定する（Ｓ１０４）。例えば、検査支援装置２の代表モデル生成部２３は、まず、パターン１に属するウェハの計測データ５３を検査候補位置５２ごとに平均する。そして、代表モデル生成部２３は、薄板スプラインを用いて当該平均されたデータから曲面モデルを同定する。図８は、パターン１における代表モデルの例を示す図である。同様に、代表モデル生成部２３は、パターン２に対しても曲面モデルを同定する。また、図９は、パターン２における代表モデルの例を示す図である。

その後、検査支援装置２は、代表モデル５５（基準モデル）を判別可能な検査位置５６を絞り込む（Ｓ１０５）。図１０は、本発明の実施の形態１にかかる基準モデルを判別可能な検査位置の絞り込み処理のフローチャート図である。

まず、検査位置決定部２４は、検査候補位置数ｋに検査位置候補位置総数Ｋを設定する（Ｓ２０１）。ここでは、検査位置候補位置総数Ｋは、２１である。次に、検査位置決定部２４は、ｋが０より大きいか否かを判定する（Ｓ２０２）。

ｋが０より大きいと判定された場合、検査位置決定部２４は、検査候補位置ｉに１を設定する（Ｓ２０３）。次に、検査位置決定部２４は、ｉがｋ以下であるか否かを判定する（Ｓ２０４）。

ｉがｋ以下であると判定された場合、検査位置決定部２４は、ｉ番目の検査候補位置で計測された計測データを一時的に除いて、基準モデルの判別分析を行う（Ｓ２０５）。ここで、判別分析としては、例えば、非特許文献２に開示された線形判別分析、二次判別分析等を適用することが望ましい。または、上述した判別分析は、サポートベクターマシンを適用しても構わない。続いて、検査位置決定部２４は、当該判別分析の結果を保存する（Ｓ２０６）。例えば、検査位置決定部２４は、検査情報記憶装置５に当該判別分析の結果を保存するとよい。そして、検査位置決定部２４は、ｉを１加算する（Ｓ２０７）。

その後、検査位置決定部２４は、ステップＳ２０４乃至Ｓ２０７をｉがｋより大きくなるまで繰り返す。ｉがｋより大きいと判定された場合、検査位置決定部２４は、分析結果の内、最も正確に判別できる場合のｉを選択する（Ｓ２０８）。

続いて、検査位置決定部２４は、選択されたｉ番目の検査候補位置に対応する計測データを除く（Ｓ２０９）。そして、検査位置決定部２４は、ｋから１を減算する（Ｓ２１０）。

その後、検査位置決定部２４は、ステップＳ２０２乃至Ｓ２０９をｉがｋより大きくなるまで繰り返す。ステップＳ２０２において、ｋが０以下であると判定された場合、検査位置の絞り込み処理は終了する。そして、検査位置の絞り込み処理の終了により、検査位置決定処理が終了する。

本発明の実施の形態１にかかる例では、パターン１及びパターン２における代表モデル５５の判別に必要な検査位置５６を２１箇所の検査候補位置５２の中から１箇所へ絞り込むことができた。図１１は、本発明の実施の形態１にかかる検査位置決定処理により決定された検査位置の例を示す図である。

図１２は、図１１に示す検査位置におけるウェハごとの計測データの例を示す図である。図１２に示すように、検査位置５６によりパターン１又はパターン２のいずれであるかを判別可能である。

尚、ステップＳ１０３において、分類の閾値は任意に変更可能とすると良い。分類の閾値を下げることにより、分類されるグループが相対的に増えるが、個々のグループについては、相関の高い基板モデル５４が属することとなり、代表モデル５５の精度が高まる。また、分類の閾値を上げることにより、分類されるグループが相対的に減るが、代表モデル５５が少なくなることにより、ステップＳ１０５における処理負荷が下がり、検査位置決定処理自体の効率が高まる。

続いて、検査位置決定処理により決定された検査位置５６を用いた検査実行処理について説明する。図１３は、本発明の実施の形態１にかかる検査実行処理を示すフローチャート図である。まず、検査実行部２１は、デバイス製造過程において、ステップＳ１０５により決定された検査位置５６を検査する（Ｓ３０１）。そして、検査実行部２１は、検査結果である検査データ５７を検査情報記憶装置５へ格納する。

次に、モデル判別部２５は、検査結果に基づいて基準モデルを判別する（Ｓ３０２）。例えば、上述した例の場合、モデル判別部２５は、検査位置５６であるｘ＝０、ｙ＝０における検査データ５７が、パターン１又はパターン２のいずれの代表モデル５５に近いかを判別する。

そして、モデル判別部２５は、判別された基準モデルを用いて検査データの補間を行う（Ｓ３０３）。これにより、ウェハ上の検査位置５６以外の位置における有効な補間データを取得することができ、異常時の追跡調査の効率が向上する。

以上のように、本発明の実施の形態１では、検査実行部２１は、代表モデル５５を同定するために十分な検査位置においては、検査を行っておらず、代表モデル５５を判別するために必要な検査位置５６についてのみ検査を行っている。そして、モデル判別部２５は、検査位置５６における検査データ５７からデータモデルの同定を行っておらず、データモデルの判別を行うのみである。そのため、検査実行処理における処理工数を低減することができ、効率を向上することができる。

また、本発明の実施の形態１では、検査位置決定部２４により不要な検査候補位置５２が除かれ、絞り込まれた検査位置５６により検査実行部２１において取得される検査データ５７を減らし、モデル判別部２５により検査データ５７からモデルの生成を行わずに判別を行うことができ、検査処理工数を抑えることができる。つまり、複数の製造工程の組合せが品質に影響する製品について、製造過程の計測処理工数を抑えつつ、有効な検査を行うことができる。

尚、被検査体はウェハに限定されず、多層状に積み重ねられる複数の製造工程を経て製造される製品について適用可能であり、効率的に検査を行うことができる。

＜発明の実施の形態２＞
本発明の実施の形態２にかかる検査データ管理システム１００ａは、本発明の実施の形態１にかかる検査データ管理システム１００に変更を加え、検査位置決定部２４により決定された検査位置５６及び代表モデル生成部２３により生成された基準モデルである代表モデル５５を用いて、被検査体における複数の製造工程の内、異常である製造工程を推定するものである。

図１４は、本発明の実施の形態２にかかる検査データ管理システム１００ａの構成の一例を示すブロック図である。検査データ管理システム１００ａは、本発明の実施の形態１にかかる検査データ管理システム１００の検査支援装置２に異常工程推定部３３をさらに有する検査支援装置２ａを備え、検査情報記憶装置５に工程情報５８、モデル種別５９、モデル判別結果６０をさらに格納するものである。以下では、図１との違いを中心に説明し、図１と同様のものについては、同一の符号を付して詳細な説明を省略する。

異常工程推定部３３は、被検査体における複数の製造工程の内、異常である製造工程を推定するものである。工程情報５８は、製造工程を識別する情報である。モデル種別５９は、基準モデルを識別する情報である。モデル判別結果６０は、モデル判別部２５により基準モデルが判別された結果である。

検査支援装置２は、検査実行部２１、基板モデル生成部２２、代表モデル生成部２３及び検査位置決定部２４により、検査情報記憶装置５に格納された工程情報５８に基づき、製造工程毎に代表モデル５５及び検査位置５６を決定する。ここで、製造工程毎の代表モデル５５及び検査位置５６は、それぞれ少なくとも１つ以上であればよい。検査実行部２１は、製造工程毎の検査位置５６について検査し、モデル判別部２５は、当該検査結果に基づいて製造工程毎に基準モデルである代表モデル５５を判別し、当該判別した基準モデルにおけるモデル種別５９を工程情報５８と関連付けてモデル判別結果６０として検査情報記憶装置５に格納する。そして、異常工程推定部３３は、モデル判別部２５により製造工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定する。すなわち、異常工程推定部３３は、検査情報記憶装置５からモデル判別結果６０を取得し、製造工程毎のモデル判別結果６０の傾向から複数の製造工程の内、異常である工程を推定する。

以下に、図１５乃至１８を用いて、本発明の実施の形態２にかかる異常工程推定処理について説明する。図１５は、工程ごとの基準モデルと検査位置の例を示す図である。図１５に示すように、工程は、工程情報５８の例としてＡ、Ｂ、Ｃ、Ｄ、Ｅ、・・・と定義されている。そして、検査位置決定部２４により決定されたモデル種別５９及び検査位置５６が各工程に対応付けられていることを示す。

図１６は、工程Ａにおける基準モデルと検査位置の関係を示す図である。まず、工程Ａにおける基準モデル種別ＭＡ１及びＭＡ２の分布は、図１６に示すようなものであるとする。その場合、検査位置ｎにおける補間データは、ＭＡ１（ｎ）及びＭＡ２（ｎ）となる。ここで、モデル判別部２５は、ウェハ上の検査位置ｎにおける検査データ５７が、補間データＭＡ１（ｎ）またはＭＡ２（ｎ）のいずれに近似するかにより、当該ウェハが基準モデル種別ＭＡ１又はＭＡ２のいずれであるかを判別することができる。

図１７は、工程Ｂにおける基準モデルと検査位置の関係を示す図である。まず、工程Ｂにおける基準モデル種別ＭＢ１、ＭＢ２及びＭＢ３の分布は、図１７に示すようなものであるとする。その場合、検査位置ｇ及びｐにおける補間データは、ＭＢ１（ｇ）及びＭＢ１（ｐ）、ＭＢ２（ｇ）及びＭＢ２（ｐ）、並びに、ＭＢ３（ｇ）及びＭＢ３（ｐ）となる。ここで、モデル判別部２５は、ウェハ上の検査位置ｇにおける検査データ５７が、補間データＭＢ１（ｇ）、ＭＢ２（ｇ）、及びＭＢ３（ｇ）のいずれに近似するかを判別する。また、モデル判別部２５は、ウェハ上の検査位置ｐにおける検査データ５７が、補間データＭＢ１（ｐ）、ＭＢ２（ｐ）、及びＭＢ３（ｐ）のいずれに近似するかを判別する。双方の判別結果に基づき、モデル判別部２５は、当該ウェハが基準モデル種別ＭＢ１、ＭＢ２又はＭＢ３のいずれであるかを判別することができる。

続いて、異常工程推定処理の前段階は、以下の流れとなる。まず、検査実行部２１は、工程Ａ、Ｂ、Ｃ、Ｄ、Ｅ、・・・毎に、ウェハＷ１、Ｗ２、Ｗ３、Ｗ４、・・・、ＷＸに対して図１５に示す検査位置を検査し、検査情報記憶装置５に検査データ５７を格納する。次に、モデル判別部２５は、工程及びウェハ毎に検査データ５７に基づき、基準モデルの判別を行い、当該判別の結果であるモデル判別結果６０を検査情報記憶装置５に格納する。そして、検査実行部２１は、ウェハＷ１、Ｗ２、Ｗ３、Ｗ４、・・・、ＷＸがすべての工程を経て製造が完了した段階で、最終検査を行う。

図１８は、工程及びウェハ毎のモデル判別結果及び最終検査結果の例を示す図である。ここで、異常工程推定部３３は、検査情報記憶装置５からウェハ単位に各工程のモデル判別結果６０の組み合わせを抽出する。そして、異常工程推定部３３は、ウェハの最終検査結果の良否毎に、ウェハを２つのグループに分ける。そして、グループ間でモデル判別結果６０の組み合わせを比較し、差異を検出する。図１８の例では、異常工程推定部３３は、工程Ｃにおいて、最終検査結果が良の場合、基準モデル種別は"２"であり、最終検査結果が否の場合、基準モデル種別は"１"であることを差異として検出する。また、異常工程推定部３３は、工程Ｅにおいて、最終検査結果が良の場合、基準モデル種別は"４"であり、最終検査結果が否の場合、基準モデル種別は"３"であることを差異として検出する。そして、異常工程推定部３３は、工程Ｃ及びＥを異常である製造工程として推定する。

このように、本発明の実施の形態２により、単独の基準モデルとしては、正常であっても、特定の組み合わせにより最終結果が異常となるケースを検出することができる。

または、予め異常である基準モデルが判明している場合、異常工程推定部３３は、各工程の製造が完了した都度、当該工程において検査された検査データが当該異常である基準モデルと判別された場合には、その時点で異常を検出することができる。

＜その他の発明の実施の形態＞
尚、本発明の実施の形態１及び２により決定された検査位置における検査は、製造工程における全ての製品に対して適用しなくてもよい。例えば、１ロット当たり、ウェハを２５枚製造する際、一部のウェハにおいては、本発明の実施の形態１及び２により決定された検査位置５６より多い検査位置における検査を行い、残りのウェハについて、検査位置５６における検査を行うようにしてもよい。これにより、１ロット当たりの一部については、従来のようにコストが高いが、より信頼性の高い検査を行うことで、検査全体としての検査コストを軽減することができる。

また、基板モデル生成部２２は、検査候補位置５２における計測データ５３から予め定められた異常値を除外して前記基板モデルを生成すると良い。または、基板モデル生成部２２は、一旦、基板モデルを生成した後、予め定められた異常値を除外して再度、基板モデルを生成すると良い。これにより、基板モデル、代表モデルの生成の精度が向上し、適切な検査位置を決定することができる。そのため、測定データの信頼性をより向上することができる。

尚、曲面モデルの同定処理に薄板スプラインを用いる場合には、例えば、非特許文献１に開示されるＧＣＶ（Generalized Cross Validation）アルゴリズムなどを用いて、大きな誤差の生じる計測データ５３が計測された検査候補位置５２を特定することができる。尚、異常値除去手法は、ＧＣＶアルゴリズムに限定されない。

本発明の実施の形態１及び２の基準モデルは、代表モデル５５としたがこれに限定されない。例えば、基準モデルは、基板モデル５４であっても構わない。その場合、検査位置決定部２４は、基板モデル５４から検査位置を絞り込むようにすればよい。これにより、基材毎の傾向に応じた基準モデルを生成することができる。

さらに、本発明は上述した実施の形態のみに限定されるものではなく、既に述べた本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。

本発明の実施の形態１にかかる検査データ管理システムの構成の一例を示すブロック図である。 本発明の実施の形態１にかかる検査支援装置の構成を示すブロック図である。 本発明の実施の形態１にかかる検査位置決定処理を示すフローチャート図である。 検査候補位置の例を示す図である。 検査候補位置における検査の実行結果の例を示す図である。 基板モデルの例を示す図である。 基板モデルの分類の例を示す図である。 代表モデルの例を示す図である。 代表モデルの例を示す図である。 本発明の実施の形態１にかかる基準モデルを判別可能な検査位置の絞り込み処理のフローチャート図である。 本発明の実施の形態１にかかる検査位置決定処理により決定された検査位置の例を示す図である。 検査位置におけるウェハごとの計測データの例を示す図である。 本発明の実施の形態１にかかる検査実行処理を示すフローチャート図である。 本発明の実施の形態２にかかる検査データ管理システムの構成の一例を示すブロック図である。 工程ごとの基準モデルと検査位置の例を示す図である。 工程Ａにおける基準モデルと検査位置の関係を示す図である。 工程Ｂにおける基準モデルと検査位置の関係を示す図である。 工程及びウェハ毎のモデル判別結果の例を示す図である。

符号の説明

１００ 検査データ管理システム
１００ａ 検査データ管理システム
１ 製造ライン
１ａ 製造装置
１ｂ 製造装置
１ｎ 製造装置
２ 検査支援装置
２ａ 検査支援装置
２１ 検査実行部
２２ 基板モデル生成部
２３ 代表モデル生成部
２４ 検査位置決定部
２５ モデル判別部
２６ 異常工程推定部
５ 検査情報記憶装置
５１ 検査項目
５２ 検査候補位置
５３ 計測データ
５４ 基板モデル
５５ 代表モデル
５６ 検査位置
５７ 検査データ
５８ 工程情報
５９ モデル種別
６０ モデル判別結果
６ 通信回線
４１１ ＣＰＵ
４１２ ＲＡＭ
４１３ ＲＯＭ
４１４ 通信部
４２０ ハードディスク
４２１ ＯＳ
４２２ 検査支援プログラム
ｂ、ｃ、ｄ、ｆ、ｇ、ｋ、ｎ、ｏ、ｐ、ｓ、ｔ 検査位置
Ａ、Ｂ、Ｃ、Ｄ、Ｅ 工程
ＭＡ１、ＭＡ２、ＭＢ１〜ＭＢ３、ＭＣ１、ＭＣ２、ＭＤ１〜ＭＤ４、ＭＥ１〜
ＭＥ４ 基準モデル種別
Ｗ１、Ｗ２、Ｗ３、Ｗ４、・・・、ＷＸ ウェハ

Claims (16)

1. 複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査結果である検査データを管理する検査データ管理システムであって、
   前記検査工程毎に前記基材上の複数の検査候補位置から計測された計測データの傾向を表す基準モデルと、前記計測データに基づいて前記複数の検査候補位置の中から絞り込まれた位置である検査対象位置とを記憶する検査要素記憶部と、
   前記検査対象位置において計測された前記検査データに基づいて、前記基準モデルを前記基材毎に判別する基準モデル判別部と
   を備える検査データ管理システム。
2. 前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データに基づいて生成された当該基材上の任意の位置におけるデータを補間するためのデータモデルであることを特徴とする請求項１記載の検査データ管理システム。
3. 前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、各基材間における当該選択したデータを所定の分析を行うことにより当該基材をグループに分類し、当該グループ毎に生成されたデータモデルであることを特徴とする請求項１記載の検査データ管理システム。
4. 前記検査対象位置は、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、当該選択したデータに基づいて前記基準モデルを判別できる場合に、当該選択したデータに対応する検査位置を検査対象位置として決定されたものであることを特徴とする請求項１乃至３のいずれか１項に記載の検査データ管理システム。
5. 前記基準モデル判別部は、前記検査対象位置において計測された検査データに所定の分析を行い、前記基準モデルを判別することを特徴とする請求項１乃至４のいずれか１項に記載の検査データ管理システム。
6. 前記検査データ管理システムは、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定部をさらに備え、
   前記異常工程推定部は、前記基準モデル判別部により前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定することを特徴とする請求項１乃至５のいずれか１項に記載の検査データ管理システム。
7. 複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査結果である検査データを管理する検査データ管理システムであって、
   前記検査工程毎に前記基材上の複数の検査候補位置から計測された計測データに基づいて基準モデルを生成する基準モデル生成部と、
   前記計測データに基づいて前記複数の検査候補位置の中から絞り込むことにより、前記基材上の検査対象位置を決定する検査対象位置決定部と、
   前記決定された検査対象位置において計測された前記検査データに基づいて前記基準モデルを前記基材毎に判別する基準モデル判別部と
   を備える検査データ管理システム。
8. 前記検査データ管理システムは、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定部をさらに備え、
   前記異常工程推定部は、前記基準モデル判別部により前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定することを特徴とする請求項７に記載の検査データ管理システム。
9. 複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査結果である検査データを管理する検査データ管理方法であって、
   前記検査工程毎に前記基材上の複数の検査候補位置から計測された計測データの傾向を表す基準モデルと、前記計測データに基づいて前記複数の検査候補位置の中から絞り込まれた位置である検査対象位置とを格納する検査要素格納ステップと、
   前記検査対象位置において計測された前記検査データに基づいて、前記基準モデルを前記基材毎に判別する基準モデル判別ステップと
   を備える検査データ管理方法。
10. 前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データに基づいて生成された当該基材上の任意の位置におけるデータを補間するためのデータモデルであることを特徴とする請求項９記載の検査データ管理方法。
11. 前記基準モデルは、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、各基材間における当該選択したデータを所定の分析を行うことにより当該基材をグループに分類し、当該グループ毎に生成されたデータモデルであることを特徴とする請求項９記載の検査データ管理方法。
12. 前記検査対象位置は、前記検査工程毎に行われた前記基材上の所定の検査候補位置における計測データ及び前記基準モデルにより補間された補間データの少なくとも一部を選択し、当該選択したデータに基づいて前記基準モデルを判別できる場合に、当該選択したデータに対応する検査位置を検査対象位置として決定されたものであることを特徴とする請求項９乃至１１のいずれか１項に記載の検査データ管理方法。
13. 前記基準モデル判別ステップは、前記検査対象位置において計測された検査データに所定の分析を行い、前記基準モデルを判別することを特徴とする請求項９乃至１２のいずれか１項に記載の検査データ管理方法。
14. 前記検査データ管理方法は、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定ステップをさらに備え、
    前記異常工程推定ステップは、前記基準モデル判別ステップにより前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定することを特徴とする請求項９乃至１３のいずれか１項に記載の検査データ管理方法。
15. 複数の製造工程及び検査工程を経て同一基材上に製造されるデバイスの検査結果である検査データを管理する検査データ管理方法であって、
    前記検査工程毎に前記基材上の複数の検査候補位置から計測された計測データに基づいて基準モデルを生成する基準モデル生成ステップと、
    前記計測データに基づいて前記複数の検査候補位置の中から絞り込むことにより、前記基材上の検査対象位置を決定する検査対象位置決定ステップと、
    前記決定された検査対象位置において計測された前記検査データに基づいて前記基準モデルを前記基材毎に判別する基準モデル判別ステップと
    を備える検査データ管理方法。
16. 前記検査データ管理方法は、前記複数の製造工程の内、異常である製造工程を推定する異常工程推定ステップをさらに備え、
    前記異常工程推定ステップは、前記基準モデル判別ステップにより前記検査工程毎に判別された基準モデルの組み合わせに基づき、異常である製造工程を推定することを特徴とする請求項１５に記載の検査データ管理方法。

Images