JP6739622B2

JP6739622B2 - 計測−収率の相関性の分析方法及びシステム

Info

Publication number: JP6739622B2
Application number: JP2019505449A
Authority: JP
Inventors: テヨンホン; ビュンミンイ; ソンタエキム
Original assignee: エスケーホールディングスコーリミテッド
Priority date: 2016-08-11
Filing date: 2017-08-07
Publication date: 2020-08-12
Anticipated expiration: 2037-08-07
Also published as: CN109844779A; JP2019528523A; CN109844779B; KR20180029114A; KR102036956B1; US20190179867A1; WO2018030733A1

Description

本発明は、分析技術に関し、より詳細には、半導体やディスプレイなどの製造のための工程過程において計測されるデータと収率との間の相関性を分析するための方法及びシステムに関する。

半導体などのように、複数の工程を経て大量製造が行われる産業分野では、工程の安全性の確保のために、重要な工程実行の間に品質の異常発生の有無をモニタリングしている。

そこで、特定工程まで完了したウェハの特性を計測して得た工程の結果データに基づいて、品質の異常の有無をモニタリングし、品質に異常が発生した際には、アラームを発生する。

発生したアラームは、品質の異常が最終収率に実際に影響を及ぼして発生した真性アラームである可能性もあるが、そうでない仮性アラームであることもある。よって、アラームが真性アラームか、仮性アラームかを区分しなければならない。

それを区分するためには、工程の結果データが最終収率に大きな影響を及ぼすか判別しなければならず、そのためには、計測−収率の相関性の分析を行っているが、工程の結果データのばらつきが大きすぎて相関性を見つけることが困難な状況にある。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、工程を行った後で計測した工程の結果データが収率に及ぼす影響度の正確な指標を提供するために、高い相関度／信頼度を備えた計測−収率の相関性を提供するための方法及びシステムを提供することにある。

前記目的を達成するための本発明の一実施形態に係る計測−収率の相関性の分析方法は、工程を行った後で計測した工程の結果データを収集するステップと、収集された工程の結果データのそれぞれに対する実際の収率データを収集するステップと、計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出する第１導出ステップと、第１収率予測関数を用いて、計測−収率データのうちの一部を抽出するステップと、抽出された計測−収率データを用いて、第２収率予測関数を導出する第２導出ステップとを含む。

そして、第１導出ステップは、計測−収率データを複数のグループにグルーピングする第１グルーピングステップと、グループのそれぞれから代表データを選別する第１選別ステップと、選別された代表データを用いて、第１収率予測関数を導出するステップとを含んでよい。

なお、第２導出ステップは、抽出された計測−収率データを複数のグループにグルーピングする第２グルーピングステップと、グループのそれぞれから代表データを選別する第２選別ステップと、選別された代表データを用いて、第２収率予測関数を導出するステップとを含んでよい。

そして、代表データは、実際の収率データが最大である計測−収率データであってよい。

なお、収率予測関数は、最大の収率予測関数であってよい。
そして、第１グループステップでグルーピングするグループの数は、第２グループステップでグルーピングするグループの数と異なってよい。

なお、第１選別ステップと第２選別ステップとは、計測−収率データが含まれないグループに対しては、代表データを選別しなくてよい。

そして、抽出ステップは、「工程の結果データに対する実際の収率データ」と「工程の結果データを第１収率予測関数に代入して算出した予測収率データ」のそれぞれの比較結果を基に、計測−収率データのうちの一部を抽出してよい。
なお、比較結果は、「工程の結果データに対する実際の収率データ」と「工程の結果データを第１収率予測関数に代入して算出した予測収率データ」のそれぞれの絶対差と臨界値との比較結果であってよい。

そして、臨界値は、絶対差から算出した代表値であってよい。
なお、工程は、製造過程を構成する複数の工程のうち、いずれか１つの工程であってよい。
そして、製造過程は、半導体又はディスプレイを製造する過程であってよい。

一方、本発明の別の実施形態に係る計測−収率の相関性の分析システムは、工程を行った後で計測した工程の結果データと収集された工程の結果データのそれぞれに対する実際の収率データを収集する収集部と、計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出し、第１収率予測関数を用いて、計測−収率データのうちの一部を抽出し、抽出された計測−収率データを用いて、第２収率予測関数を導出するプロセッサとを含む。

以上説明したように、本発明の実施形態によれば、高い相関度／信頼度を表す計測−収率の相関性を提供することができ、工程を行った後で計測した工程の結果データから最終収率を比較的正確に予測することができるようになる。

それに、異常データの計測によってインターロック（Ｉｎｔｅｒｌｏｃｋ）が発生した場合、異常データの計測によるアラームが真性か仮性かを判断できる他、収率と相関性／影響度の高い工程を把握して集中管理するなどの措置が可能になる。
特に、本発明の実施形態によれば、工程の結果データの区間別に最大の収率データを選別して最大の収率予測関数を導出することにより、区間の異なる工程の結果データの影響を最小化することができる。

なお、本発明の実施形態によれば、２回の回帰分析を通じて最大の収率予測関数を導出しているが、１回目と違って２回目の回帰分析はノイズに該当する計測−収率データを除去した後で行うことで、正確度／信頼度の高い最大の収率予測関数の導出が可能となる。

本発明の一実施形態においては、計測−収率の相関性の分析方法の説明に提供されるフローチャートである。工程の結果データと実際の収率データとを説明するための図である。計測−収率データの１２均等分割結果を示す図である。グループ別の最大の収率データの選別結果を示す図である。回帰分析技法を用いて導出した最大の収率予測関数を示す図である。計測−収率データからノイズを除去して有効なデータのみを抽出する方法を説明するための図である。計測−収率データの２４均等分割結果を示す図である。グループ別の最大の収率データの選別結果を示す図である。回帰分析技法を用いて導出した最大の収率予測関数を示す図である。本発明の別の実施形態に係る相関性の分析システムを示すブロック図である。

以下では図面を参照して本発明をより詳細に説明する。
本発明の実施形態では、計測−収率の相関性を分析するための方法を提示する。「計測−収率の相関性」とは、製造過程を、必要とする工程のうち特定の順番までの工程を完了した状態で計測した工程の結果データと収率との相関関係である。

計測−収率の相関性の分析が完了すると、工程の結果データから最大の収率を予測することができるようになる。例えば、計測−収率の相関性の分析結果を用いて、工程の結果データが“６．７”である場合には、最大の収率が“９５．２％”であると予測でき、工程の結果データが“５．５”である場合には、最大の収率が“８８．５％”であると予測できるようになるのである。

更に、計測異常によってインターロック（Ｉｎｔｅｒｌｏｃｋ）が発生した場合、計測−収率の相関性の分析結果を用いると、異常データの計測によるアラームが真性か仮性かを判定することができるようになる。

図１は、本発明の一実施形態では、計測−収率の相関性の分析方法を説明するためのフローチャートである。図示の方法は、コンピューティングシステムの一種である計測−収率の相関性の分析システム（以下、「相関性の分析システム」と略する）によって行われる。

図１に示すように、まず、相関性の分析システムが、収率との相関性を分析しようとするターゲット工程までの実行が完了した後で計測した工程の結果データを収集する（Ｓ１１０）。

その後、製造工程の全てが完了した後で、ステップＳ１１０で収集された工程の結果データのそれぞれに対する実際の収率データを収集する（Ｓ１２０）。

図２には、収率との相関性を分析しようとする工程である“工程ｎ”までの実行が完了した後で計測した工程の結果データである“ａ”、“ｂ”、“ｃ”とこれらのそれぞれに対する実際の収率データである“Ａ”、“Ｂ”、“Ｃ”を示している。

“ａ”、“ｂ”、“ｃ”は、ステップＳ１１０で収集されるデータに該当し、“Ａ”、“Ｂ”、“Ｃ”は、ステップＳ１２０で収集されるデータに該当する。図２には、図示の便宜上、３ペアのデータのみを示している。実際にデータのペアの数は非常に多い。

図２の右下に示す工程の結果データに対する最大の収率を示した最大の収率実力値の曲線が、本発明の一実施形態に係る計測−収率の相関性の分析方法の最終的な結果であり、以下では、最大の収率予測関数と名付ける。

ステップＳ１１０とステップＳ１２０におけるデータ収集によって、相関性の分析システムは、「計測した工程の結果データと実際の収率データのペア」（以下、「計測−収率データ」と略する）を確保するようになる。

以後、相関性の分析システムは、計測−収率データを複数のグループにグルーピングする（Ｓ１３０）。グルーピング基準は、工程の結果データである。すなわち、工程の結果データが類似する計測−収率データ同士でグルーピングする。
より具体的に、図３に示すように、最小の工程の結果データから最大の工程の結果データまでの区間を１２均等分割し、計測−収率データを１３のグループにグルーピングすることができる。

次に、相関性の分析システムは、グループのそれぞれから最大の収率データを選別する（Ｓ１４０）。計測−収率データが含まれないグループに対しては、最大の収率データを選別しない。

図４には、グループ別の最大の収率データの選別結果を示している。図４において、“●”で表示された計測−収率データが当該グループにおける最大の収率データに該当する。

その後、相関性の分析データは、ステップＳ１４０で選別された最大のデータを用いて最大の収率予測関数を導出する（Ｓ１５０）。最大の収率予測関数の導出のために、最大の収率データに対する回帰分析技法を活用することができる。
図５には、回帰分析技法を用いて導出した最大の収率予測関数を示している。この過程において、最大の収率データと導出された最大の収率予測関数との間の相関係数も得られる。

次いで、相関性の分析システムは、ステップＳ１５０で導出された最大の収率予測関数を用いて、ステップＳ１１０とステップＳ１２０とを通じて収集された計測−収率データから有効データのみを抽出する（Ｓ１６０）。
ステップＳ１６０は、収集された計測−収率データのうち、ノイズに該当するデータを除去する過程に該当する。そのために、次の数式を基にＴＬ（ＴｏｌｅｒａｎｃｅＬｉｍｉｔ）を計算する。

ＴＬ＝ｍｅｄｉａｎ（ｄ１〜ｄｎ）

ここで、ｄは、図６に示すように、「工程の結果データに対する実際の収率データ」と「工程の結果データを最大の収率予測関数に代入して算出された予測収率データ」との絶対差に該当する。そして、ｍｅｄｉａｎは中間値を意味し、ｎは収集された計測−収率データの数である。

そして、図６に示すように、「工程の結果データに対する予測収率データと実際の収率データとの絶対差」が「ＴＬ」より大きい計測−収率データが除去される。すなわち、ステップＳ１６０では、「工程の結果データに対する予測収率データと実際の収率データとの絶対差」が「ＴＬ」以下である計測−収率データのみが抽出される。
ＴＬが中間値であるため、半分の計測−収率データが除去される。一方、ＴＬは、中間値でない平均値を適用可能であり、平均値に加重値（０〜１）を適用した値を適用することも可能である。

その後、相関性の分析システムは、ステップＳ１６０で抽出された計測−収率データを複数のグループに再度グルーピングする（Ｓ１７０）。ステップＳ１２０と同様に、グルーピング基準は工程の結果データである。

しかし、図７に示すように、ステップＳ１７０におけるグルーピングは２４均等分割で、ステップＳ１３０における分割数である１２より多くなっている。それは、選択事項に過ぎないため、異なる分割数で実現されてよい。すなわち、分割数をステップＳ１３０と同様か、少なくすることもできる。

次に、相関性の分析システムは、グループのそれぞれから最大の収率データを選別する（Ｓ１８０）。ステップＳ１４０と同様に、計測−収率データが含まれないグループに対しては、最大の収率データを選別しない。図８には、グループ別の最大の収率データの選別結果を示している。

その後、相関性の分析システムは、ステップＳ１８０で選別された最大のデータを用いて最大の収率予測関数を導出する（Ｓ１９０）。ステップＳ１５０と同様に、最大の収率予測関数の導出のために、最大の収率データに対する回帰分析技法を活用することができる。

図９には、回帰分析技法を用いて導出した最大の収率予測関数を示している。
これまで、計測−収率の相関性の分析方法について、好適な実施形態を挙げて詳細に説明した。

本発明の実施形態に係る計測−収率の相関性の分析方法の結果である最大の収率予測関数（最大の収率実力値の曲線）は、特定の工程段階で計測した工程の結果データと収率との間の相関性に基づいて収率を予測することができるようにする。

なお、異常データの計測によってインターロックが発生した場合、異常データの計測によるアラームが真性か仮性かを判定することができる他、収率との相関性／影響度の高い工程を把握して集中管理するなどの措置が可能になる。

本発明の実施形態では、グループ別に最大の収率データの選別、すなわち、工程の結果データ区間別に最大の収率データを選別しているが、それは区間の異なる工程の結果データの影響を最小化することができる。

なお、２回の回帰分析を通じて最大の収率予測関数を導出しているが、１回目とは違って２回目の回帰分析はノイズに該当する計測−収率データを除去した後で行うことで、最大の収率予測関数の正確度／信頼度の向上を図っている。

本発明の実施形態に係る計測−収率の相関性の分析方法は、半導体、ディスプレイは勿論のこと、その他のデバイスを製造する場合など、幅広く適用することができる。
本発明の実施形態に係る計測−収率の相関性の分析方法を行うことができる相関性の分析システムについて、図１０を参照して詳細に説明する。図１０は、本発明の別の実施形態に係る相関性の分析システムを示すブロック図である。

本発明の実施形態に係る相関性の分析システムは、図１０に示すように、通信部２１０と、表示部２２０と、プロセッサ２３０と、入力部２４０及び保存部２５０を含む。
通信部２１０は、外部機器又は外部ネットワークに通信接続してデータ通信する手段である。

表示部２２０は、情報が表示される手段であり、入力部２４０は、情報が入力される手段である。表示部２２０と入力部２４０とは、タッチスクリーンで統合可能だが、それは相関性の分析システムがモバイルタイプである場合により有用である。

上述の工程の結果データと実際の収率データとは、通信部２１０を介して計測機器／ネットワークから受信するか、入力部２４０を介して受信して収集されるということから、通信部２１０と入力部２４０とは、データ収集手段として機能する。

更に、計測−収率データをグルーピングするための分割基準、計測−収率データのうち有効なデータのみを選別するためのＴＬ（ＴｏｌｅｒａｎｃｅＬｉｍｉｔ）も通信部２１０を受信したり、入力部２４０を介して受信することができる。

プロセッサ２３０は、受信／入力されたデータ、基準、条件などを用いて、図１に示す相関性の分析アルゴリズムを行い、実行結果を表示部２２０に表示したり、通信部２１０を介して外部機器／ネットワークに伝達する。
保存部２５０は、プロセッサ２３０が相関性の分析アルゴリズムを行う上で必要な保存空間を提供する。

一方、本実施形態に係る装置及び方法の機能を行うためのコンピュータプログラムを収録するコンピュータで読み取れる記録媒体にも本発明の技術的思想が適用できることは勿論である。なお、本発明の多様な実施形態に係る技術的思想は、コンピュータで読み取れる記録媒体に記録されたコンピュータで読み取れるコード形態で実現されてよい。コンピュータで読み取れる記録媒体は、コンピュータによって読み取ることができ、データを保存することができる如何なるデータ保存装置でも可能である。例えば、コンピュータで読み取れる記録媒体は、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、磁気テープ、フロッピーディスク、光ディスク、ハードディスクドライブなどであってよい。なお、コンピュータで読み取れる記録媒体に保存されたコンピュータで読み取れるコード又はプログラムは、コンピュータ間で接続されたネットワークを介して伝送されてよい。

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明は以上の実施形態に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的趣旨の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

Claims

コンピュータで実行される分析方法であって、該方法は、
工程を行った後で計測した工程の結果データを収集するステップと、
収集された工程の結果データのそれぞれに対する実際の収率データを収集するステップと、
計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出する第１導出ステップと、
第１収率予測関数を用いて、計測−収率データのうちの一部を抽出するステップと、
抽出された計測−収率データを用いて、第２収率予測関数を導出する第２導出ステップと、を含み、
前記第１導出ステップは、
計測−収率データを複数のグループにグルーピングする第１グルーピングステップと、
グループのそれぞれから代表データを選別する第１選別ステップと、
選別された代表データを用いて、第１収率予測関数を導出するステップと、
を含むことを特徴とする計測−収率の相関性の分析方法。
コンピュータで実行される分析方法であって、該方法は、
工程を行った後で計測した工程の結果データを収集するステップと、
収集された工程の結果データのそれぞれに対する実際の収率データを収集するステップと、
計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出する第１導出ステップと、
第１収率予測関数を用いて、計測−収率データのうちの一部を抽出するステップと、
抽出された計測−収率データを用いて、第２収率予測関数を導出する第２導出ステップと、を含み、
前記第２導出ステップは、
抽出された計測−収率データを複数のグループにグルーピングする第２グルーピングステップと、
グループのそれぞれから代表データを選別する第２選別ステップと、
選別された代表データを用いて、第２収率予測関数を導出するステップとを含むことを特徴とする計測−収率の相関性の分析方法。
代表データは、実際の収率データが最大である計測−収率データであり、
収率予測関数は、最大の収率予測関数であることを特徴とする請求項１又は２に記載の計測−収率の相関性の分析方法。
コンピュータで実行される分析方法であって、該方法は、
工程を行った後で計測した工程の結果データを収集するステップと、
収集された工程の結果データのそれぞれに対する実際の収率データを収集するステップと、
計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出する第１導出ステップと、
第１収率予測関数を用いて、計測−収率データのうちの一部を抽出するステップと、
抽出された計測−収率データを用いて、第２収率予測関数を導出する第２導出ステップと、を含み、
前記第１導出ステップは、
計測−収率データを複数のグループにグルーピングする第１グルーピングステップと、
グループのそれぞれから代表データを選別する第１選別ステップと、
選別された代表データを用いて、第１収率予測関数を導出するステップと、を含み、
前記第２導出ステップは、
抽出された計測−収率データを複数のグループにグルーピングする第２グルーピングステップと、
グループのそれぞれから代表データを選別する第２選別ステップと、
選別された代表データを用いて、第２収率予測関数を導出するステップと、を含み、
前記第１グルーピングステップでグルーピングするグループの数は、
前記第２グルーピングステップでグルーピングするグループの数と異なることを特徴とする計測−収率の相関性の分析方法。
コンピュータで実行される分析方法であって、該方法は、
工程を行った後で計測した工程の結果データを収集するステップと、
収集された工程の結果データのそれぞれに対する実際の収率データを収集するステップと、
計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出する第１導出ステップと、
第１収率予測関数を用いて、計測−収率データのうちの一部を抽出するステップと、
抽出された計測−収率データを用いて、第２収率予測関数を導出する第２導出ステップと、を含み、
前記第１導出ステップは、
計測−収率データを複数のグループにグルーピングする第１グルーピングステップと、
グループのそれぞれから代表データを選別する第１選別ステップと、
選別された代表データを用いて、第１収率予測関数を導出するステップと、を含み、
前記第２導出ステップは、
抽出された計測−収率データを複数のグループにグルーピングする第２グルーピングステップと、
グループのそれぞれから代表データを選別する第２選別ステップと、
選別された代表データを用いて、第２収率予測関数を導出するステップと、を含み、
前記第１選別ステップと第２選別ステップとは、
計測−収率データが含まれないグループに対しては、代表データを選別しないことを特徴とする記載の計測−収率の相関性の分析方法。
抽出ステップは、
「工程の結果データに対する実際の収率データ」と「工程の結果データを第１収率予測関数に代入して算出した予測収率データ」のそれぞれの比較結果を基に、計測−収率データのうちの一部を抽出することを特徴とする請求項１又は２に記載の計測−収率の相関性の分析方法。
比較結果は、
「工程の結果データに対する実際の収率データ」と「工程の結果データを第１収率予測関数に代入して算出した予測収率データ」のそれぞれの絶対差と臨界値との比較結果であることを特徴とする請求項６に記載の計測−収率の相関性の分析方法。
臨界値は、絶対差から算出した代表値であることを特徴とする請求項７に記載の計測−収率の相関性の分析方法。
工程は、製造過程を構成する複数の工程のうち、いずれか１つの工程であることを特徴とする請求項１又は２に記載の計測−収率の相関性の分析方法。
製造過程は、半導体又はディスプレイを製造する過程であることを特徴とする請求項９に記載の計測−収率の相関性の分析方法。
工程を行った後で計測した工程の結果データと収集された工程の結果データのそれぞれに対する実際の収率データを収集する収集部と、
計測した工程の結果データと実際の収率データとのデータのペアである計測−収率データを用いて、第１収率予測関数を導出し、第１収率予測関数を用いて、計測−収率データのうちの一部を抽出し、抽出された計測−収率データを用いて、第２収率予測関数を導出するプロセッサとを含み、
前記第１収率予測関数の導出は、計測−収率データを複数のグループにグルーピングする第１グルーピングステップと、グループのそれぞれから代表データを選別する第１選別ステップと、選別された代表データを用いて、第１収率予測関数を導出するステップとを含むことを特徴とする計測−収率の相関性の分析システム。