TW201205440A - Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes - Google Patents

Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes Download PDF

Info

Publication number
TW201205440A
TW201205440A TW099123591A TW99123591A TW201205440A TW 201205440 A TW201205440 A TW 201205440A TW 099123591 A TW099123591 A TW 099123591A TW 99123591 A TW99123591 A TW 99123591A TW 201205440 A TW201205440 A TW 201205440A
Authority
TW
Taiwan
Prior art keywords
process parameter
parameter data
value
data values
key
Prior art date
Application number
TW099123591A
Other languages
English (en)
Inventor
Shi-Shang Jang
Tain-Hong Pan
Shan-Hill Wong
Original Assignee
Nat Univ Tsing Hua
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nat Univ Tsing Hua filed Critical Nat Univ Tsing Hua
Priority to TW099123591A priority Critical patent/TW201205440A/zh
Priority to US12/915,397 priority patent/US20120016643A1/en
Publication of TW201205440A publication Critical patent/TW201205440A/zh

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32188—Teaching relation between controlling parameters and quality parameters
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32194—Quality prediction
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32201—Build statistical model of past normal proces, compare with actual process
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
    • H01L27/02—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components specially adapted for rectifying, oscillating, amplifying or switching and having potential barriers; including integrated passive circuit elements having potential barriers
    • H01L27/12—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components specially adapted for rectifying, oscillating, amplifying or switching and having potential barriers; including integrated passive circuit elements having potential barriers the substrate being other than a semiconductor body, e.g. an insulating body
    • H01L27/1214—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components specially adapted for rectifying, oscillating, amplifying or switching and having potential barriers; including integrated passive circuit elements having potential barriers the substrate being other than a semiconductor body, e.g. an insulating body comprising a plurality of TFTs formed on a non-semiconducting substrate, e.g. driving circuits for AMLCDs
    • H01L27/1259—Multistep manufacturing methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Liquid Crystal (AREA)
  • Thin Film Transistor (AREA)

Description

201205440 六、發明說明： 【發明所屬之技術領域】 [0001] 本發明是有關於一種用於預測薄膜電晶體液晶顯示器製 程品質的虛擬量測系統及其方法，特別是有關於一種應 用於液晶顯示器蝕刻製程之虛擬量測系統及其方法。 【先前技術】 [0002] 目前，在液晶顯示器的前段製程中，蝕刻（Etching)製 程是在以光阻劑部份覆蓋在要保留的薄膜上並曝光顯影 後，用物理或化學的方式將之去除的製程，以形成所需 要的圖案。蝕刻製程依照蚀刻精度、蝕刻手段及目的的 不同而可分為濕式#刻法（Wet Etching)及乾式姓刻 法（Dry Etching)兩大種類。其中，乾式蚀刻法包含 了電漿蝕刻法以及反應性離子蝕刻法，而濕蝕刻則是使 用各種化學溶液，經由與被露出的薄膜產生化學反應以 達到蝕刻的目的。蝕刻技術的好壞可決定電路的關鍵尺 寸，故在蝕刻製程完成之後會進行蝕刻後檢視，以判斷 蝕刻過程中是否有變異發生。 [0003] 目前，基於成本的考量，大部份薄膜電晶體液晶顯不器 (TFT-LCD )的製程對於生產機台之產品品質檢測方法是 採用抽樣檢查的方式，即每天對該機台抽樣7~8個同一規 格的面板，以便監測生產的品質是否穩定，並可決定產 品的品質。然而，若面板在製造的過程中出了問題，就 必須等待檢測時才會發現，而此時的出現問題的生產機 台可能已經產出多批不良品。因此，從製程的操作變數 發生變化到產品的品質出現問題，便會有一定的時間落 099123591 表單編號A0101 第4頁/共26頁 0992041550-0 201205440 後。所以，如何在最短的時間内發現產品的品質出現了 問題，便是面板製造商面臨的主要問題之一。 [0004] 而在另一方面，爲了提高機台的生產效率，多數的生產 線同時都會有多種不同規格的產品同時生產，常規的抽 樣量測方法通常是會對每種產品進行抽樣，如何降低抽 檢的成本，提高抽檢的效率，同樣也是面板廠商面臨的 主要問題之一。 [0005] 虛擬量測（Virtual Metrology )技術是解決上述問題 的主要手段之一，其基本概念是利用大量的可以線上測 量的預測變數，如先進製程控制數據（Advanced Process Control data ， APC) 去估計生產產品的品質， 以便於在生產機台發生異常時能及時發現，並且同時鑑 別出不良品，以節約後續製程的能源，並提高生產的良 率。 [0006] 然而，先進製程控制系統的數據量龐大，且某些變數存 在強烈的相關性，傳統的處理方法是採用統計回歸的方 法，而其中應用最多的，就是主成分回歸分析（principal component regression, PCR) 與部分最小平 方(partial least squares, PLS)方法。但對於 PCR/PLS方法來說，通常會將資料壓縮來取代原始變數， 以致於現場工程師無法理解各個變數對產品品質的影響 ，也無法找到發生變異的關鍵因素。因此，為了能更好 地瞭解或掌握系統，以有物理意義的變數來建立推理模 型無疑是非常有利的。這些有物理意義的變數對系統的 故障診斷，以及提高系統的運行效率都是很有參考價值 099123591 表單編號A0101 第5頁/共26頁 0992041550-0 201205440 的。 [0007] [0008] [0009] [0010] 另外’在面板製程中存在很多的不可測的變數，比如在 TFT-LCD雜刻（Etching)製程，㈣液的實際消耗量 或餘刻液巾離子的纽等H法精確的㈣。然而這 些變數卻實實在在地會4接料細彳製程後產品最終的 線路寬度值。因此’在虛擬量測系統中必須考慮這些因 素的影響，來提高預估精度。 現有已中請之專利方面’應用於半導體業的「生產制程 之⑽質預測系統與方法」（臺灣專利申請案第 0931 1 5993號），其係揭露了一種以機台的特性來選擇 相應的推估模式，並預估將來要生產的產品品質的方法 。然而，此方法限定機台不能做任何的维護和調整且 無法反映出在該批製程中的哪些變數為關鍵變數。 而應用於半導體業的「應用於半導體製造之品質控制的 虛擬篁測預估方法與系.統」.:（臺灣:專利申請案第 0 95 1 2 0 601號），其係揭露了一種設定晶圓的取樣頻率 ，並根據實測值與預估值之間的殘差值修正管制圖以 決定下一步動作的方法。此方法雖能反映機台的變異， 但是不能反映機台變異的根源。另外，在有擾動時，其 誤判率較高。 而應用於半導體業「即時預估量測系統、即時預估量測 系'充内整〇製程> §礼以及用以預測一虛擬量測工具中至 少一個輪出的方法」（臺灣專利申請案第094121585號 )，則提出了一種即時預估量測系統的架構。此架構要 099123591 表單編號40101 苐6頁/共26頁 0992041550-0 201205440 求與製程相關的各個資訊系統至少有一個輸出變量，無 法容許根據不同的設備特性來使用適合的收入變數。 [0011] 而應用於半導體制程的「Method of moni tor ing and/or control ling a semiconductor raanufac- turing apparatus and a system」（美國專利第 661 6759號）’則提出了一種基於plS方法而計算出製程 新的參數設定值。然而，此方法並不能讓工程師理解各 個變數對產品品質的影響。 〇 [0012]而應用於半導體晶圓溫度預測的hod f or predicting temperature， test'wafer'.for use in temperature prediction and method for evalu-ating lamp heating system」（美國專利第 6666577號）’則提出了一種預測晶圓製程溫度的方法， 此方法只能適用於特定種類的機台，缺乏通用性。 【發明内容】 [0013] 〇 有鑑於上述習知技藝之問趟，本發明达泡的就是在提供 一種用於預測薄膜電晶體液晶顳示器製程品質的虛擬量 測系統及其方法，以解決習知的虛擬量測方法因將資料 壓縮來取代原始變數，以致於現場工程師無法理解各個 變數對產品品質的影響，也無法找到發生變異的關鍵因 素的問題。 [0014] 099123591 根據本發明之目的，提出一種用於預測薄膜電晶體液晶 顯示器製程品質的虛擬量測方法，其包含以一先進製程 控制單元擷取至少一製程機台之複數個製程參數資料值 後，再以一原始資料處理單元對製程參數資料值進行標 0992041550-0 表單編號A0101 第7頁/共26頁 201205440 準化，接著以一關鍵參數挑選單元從製程參數資料值中 挑選複數個關鍵製程參數資料值，最後以一預估單元根 據關鍵製程參數資料值建立一虛擬量測模型’並藉由虛 擬量測模型產生一虛擬量測值。其中，預估單元係藉由 一時間序列回歸演算法產生一干擾項係數值後建立虛擬 量測模型。 [0015] 其中，原始資料處理單元係將各製程參數資料值先減去 製程參數資料值之平均值，再除以製程參數資料值之標 準差。 [0016] 其中，關鍵參數挑選單元係以逐步回歸的方式從製程參 數資料值中挑選關鍵製程參數資料值，且當製程參數資 料值其中之一的偏F值大於一進入門檻值時，則該製程參 數資料值即被設定為關鍵製程參數資料值，而當製程參 數資料值其中之一的偏F值小於一剔除門檻值時，則該製 程參數資料值即不被設定為關鍵製程參數資料值其中之 —— 〇 [0017] 其中，關鍵參數挑選單元根據關鍵製程參數資料值及複 數個實際量測值，以一線性最小二乘演算法產生一初始 模型，初始模型係產出複數個估計值。 [0018] 其中，預估單元係將估計值及各估計值所對應之一實際 量測值之間的複數個誤差值，以時間序列回歸演算法產 生干擾項係數值後建立虛擬量測模型。 [0019] 根據本發明之目的，再提出一種用於預測薄膜電晶體液 晶顯示器製程品質的虛擬量測系統，其包含一先進製程 099123591 表單編號A0101 第8頁/共26頁 0992041550-0 201205440 控制單元原始資料處理單元、—關鍵參數挑選單元 . 預估單元先進製程控制單元係掘取至少一製程機 «之複數個製程參數資料值；原始資料處理單元則對製 私參數胃料值進行標準化；騎參數挑鮮元係從製程 多數 > 料值中挑選複數個關鍵製程參數資料值；預估單 兀則根據關鍵製程參數資料值建立一虛擬量測模型，並 藉由虛擬量測模型產生一虛擬量測值。其中，預估單元 係藉由-時間序肋歸演算法產生—干擾項係數值後建 立虛擬量測模型。 0 [_]其巾’原始資料處理單元係將各麻參數㈣值先減去 製程參數⑽值之平均值，再除以製齡數資料值之標 準差。 [0021]纟中’關鍵參數挑選單元係以逐步回歸的方式從製程參 數-貝料值中挑選關鍵製程參數資料值，且當製程參數資 料值其中之一的偏F值大於一進入門檻值時，則該製程參 數資料值即被設定為關鍵製程參數資料值，而當製程參 〇 數資料值其中之一的偏F值小於一剔除門檻值時，則該製 程參數資料值即不被設定為關鍵製程參數資料值其中之 [0022] 其中，關鍵參數挑選單元更根據關鍵製程參數資料值及 複數個實際量測值，以一線性最小二乘演算法產生一初 始模型，初始模型係產出複數個估計值。 [0023] 其中，預估單元係將估計值及各估計值所對應之一實際 量測值之間的複數個誤差值，以時間序列回歸演算法產 0992041550-0 099123591 表單編號A0101 第9頁/共26頁 201205440 生干擾項係數值後建立虛擬量測模型。 [0024] 承上所述，依本發明之用於預測薄膜電晶體液晶顯示器 製程品質的虛擬量測系統及其方法，其可具有一或多個 下述優點： (1 )此用於預測薄膜電晶體液晶顯示器製程品質的虛擬 量測系統及其方法可藉由逐步回歸方法挑選出關鍵的製 程參數來建立虛擬量測模型，藉此可提高現場工程師對 該些製程參數對產品品質影響的瞭解。 (2 )此用於預測薄膜電晶體液晶顯示器製程品質的虛擬 量測系統及其方法可藉由共變異數分析技術建立虛擬量 測模型，藉此可對同一製程配方但不同規格的各式產品 進行品質預測。 (3)此用於預測薄膜電晶體液晶顯示器製程品質的虛擬 量測系統及其方法可藉由時間序列技術彌補不可測參數 對產品品質的影響。 【實施方式】 [0025] 請參閱第1圖，其係為本發明之用於預測薄膜電晶體液晶 顯示器製程品質的虛擬量測系統之方塊圖。如圖所示， 本發明之虛擬量測系統1，其包含一先進製程控制單元10 、一原始資料處理單元11、一關鍵參數挑選單元12及一 預估單元13。先進製程控制單元10係擷取至少一製程機 台2之複數個製程參數資料值20 ;原始資料處理單元11則 對製程參數資料值20進行標準化；關鍵參數挑選單元12 係從製程參數資料值2 0中挑選複數個關鍵製程參數資料 值21 ;預估單元13則根據關鍵製程參數資料值21建立一 099123591 表單編號A0101 第10頁/共26頁 0992041550-0 201205440 虛擬量測模型22，並藉由虛擬量測模型22產生一虛擬量 測值2 3。其中，預估單元13係藉由一時間序列回歸演算 法產生一干擾項係數值24後建立虛擬量測模型22。 [0026] Ο 其中，原始資料處理單元1丨係將各製程參數資料值2〇先 減去製私參數資料值20之平均值，再除以製程參數資料 值20之標準差。關鍵參數挑選單元12則係以逐步回歸的 方式從製程參數資料值20中挑選關鍵製程參數資料值21 ，且當製程參數資料值20其中之一的偏!7值大於一進入門 檀值25時’則該製程參數資料值2〇即被設定為關鍵製程 參數貧料值21其中之一，而當製程參數資料值2〇其中之 —的偏F值小於一剔除門檻值26時，則該製程參數資料值 20即不被設定為關鍵製程參數資料值21其中之一。此外 ，關鍵參數挑選單元12更根據關鍵製程參數資料值以及 複數個實際量測值27，以一線性最小二來演算法產生— ο [0027] 初始模型，初始模型係產出複數個估計值。再者，預估 單元13係將估計值及各估計值所對應之實際量測值”之 間的複數個誤差隹 > 底時間序列回歸演算法產生干擾項 係數值2 4後將β玄初始模型修正為虛擬量測模型2 2。 請參閱第2圖，其係為本發明之挑選關鍵製程參數資料值 之示意圖。如圖所示，本發明之挑選關鍵製程參數資料 值一開始係在所有的製程參數資料值中尋找出對最終線 寬最有貢獻的製程參數資料值將其加入模型中形成圖中 的第一模型30。接下來將剩下的製程參數資料值個別加 入第一模型30中，計算其偏F值（Partial F value) ，來確定該製程參數資料值是否對模型有所貢獻（大於進 099123591 表單編號A0101 第11頁/共26頁 0992041550-0 201205440 入門檻值），然後挑選出最大貢獻的製程參數資料值加入 模型中形成第二模型31 (第一至第五模型皆屬於初始模 型），當模型中的製程參數資料值超過3個之後，就有需 要做製程參數資料值的剔除檢定，也就是將製程參數資 料值個別移出模型看其偏F值是否有小於剔除門檻值，然 後挑選出偏F值最小的製程參數資料值予以刪除後再繼續 加入其他製程參數資料值。如此一直執行下去直至達到 所設定所需的製程參數資料值個數後，或者是當剩下的 製程參數資料值個別加入模型都小於進入門檻值時，即 會停止。 [0028] 下面將詳細敘述在第一個製程參數資料值Xi加入第一模 型30後，如何從製程參數資料值X2、X3、X4挑選出適當 的製程參數資料值進入第一模型30之中。假設第一模型 30係為方程式： y= a + ^ £ (1) 若選擇將製程參數資料值X2加入第一模型30形成第二模 型31，如此第二模型31便為方程式： y = α+ β212\ ε (2) 此時再以下列公式計算其偏F值： F〇 =偏F值=[SSR (1) -SSR (2) ] / MSE (1) 若(偏F值）大於進入門檻值時，則加入製程參數資料 0 值X 2，反之則不加入。 [0029] 以下將詳細解說SSR及MSE的計算方法： 首先假設模型為： Y = X/S + ε 099123591 表單編號Α0101 第12頁/共26頁 0992041550-0 201205440 故以第一模型31來說符合下列公式： Μ {1 γ y \ l Ά丨丨 9 1 l> 1 ·#τ» 1 (a ) γ _ m 囈 χ = « * * ; ; : ^\, 13 ^ 2, 13 ； β — βι 而?= (χχ1 )',Χ，Υssr=f
SSE = YY -βΧ Y
MSE
SSE n ~ j? .'s 其中，n是個數，p是X的行數>
[0030]
請參閱第3圖，其係為本發明之用於預測薄膜電晶體液晶 顯示器製程品質的虛擬量測系統之實施例示意圖。如圖 所示，其係為濕#刻（Wet Etching)的製程示意圖。 是由蝕刻槽320、酸液310、喷液裝置350、供液裝置360 、儲存槽370，以及輸送裝置340等構成。面板330放置 在輸送裝置上，並以39°C至44°C的酸液自噴液裝置350的 喷嘴灑向面板330，面板330藉由輸送裝置340左右搖擺 ，使其與酸液310充分反應，進而移除薄膜表面的原子， 以達到蝕刻的目的。由圖可知，蝕刻的效果與蝕刻的時 間、沖洗的喷灑壓力、酸液溫度和酸液的消耗過程有直 接的關係。其中，蝕刻的時間、反應的溫度、喷灑的壓 力等都可以籍由相關的儀器直接獲得，但是酸液的消耗 (即時反應的濃度）卻很難直接量測。 099123591 表單編號A0101 第13頁/共26頁 0992041550-0 201205440 [0031] 本發明之用於預測薄膜電晶體液晶顯示器製程品質的虛 擬量測系統及其方法首先以先進製程控制單元收集感測 器資訊。該蝕刻製程有40個製程參數，其中有10個製程 參數對蝕刻的寬度有相當大的影響。在這10個製程參數 中，姓刻的溫度（Temperature)和钱刻液的流速（ Flow Rate)為最重要的製程參數，其餘的製程參數是 為了要使程製穩定的製程參數。接著原始資料處理單元 將所有製程參數進行前處理，針對各個製程參數 的所有樣本值（續)，_)，…化认)）進 行z-分數，即：減去平均數（)，除以標準差（ )，如下列方程式所示： 一 Xi(k)- μ“ X ： k =-
V J ^ Ϊ, X
i = 1, 2, . . . , L k=1,2,...,N
[0032] 接著關鍵參數挑選單元藉由逐步回歸方法挑選出影響抽 樣量測的產品品質的關鍵製程參數。其係對所有的預測 製程參數做一個篩選的動作，並非所有製程參數同時拿 來進行預測，而是依據解釋能力的大小，逐步的檢視每 一個預測製程參數的影響，將對模型有貢獻的預測製程 參數選擇為模型最終所使用的製程參數。每一步選進或 剔除製程參數的依據是偏F值（partial F value)。 假定當某製程參數的偏F值值大於進入門檻值時則將該製 程參數選進模型，而當製程參數的偏F值小於剔除門檻值 099123591 表單編號A0101 第14頁/共26頁 0992041550-0 201205440 時則將該製程參數剔除出模型。通常，進入門檻值會大 於等於剔除門檻值。藉由關鍵參數挑選單元可以獲取影 響面板330蝕刻寬度的關鍵製程參數： [0033] ❹ 關鍵參數挑選單元接著把選出來的製程參數當成輸入製 程參數，而最後形成的線寬就成為了輸出製程參數，利 用線性最小二乘演算法，獲取系統的模型，這裡要注意 的是，模型的係數必須具有物理意義，即：需要解有約 束的最佳化方程： minJ = )#) — Σ <3, λ、(是）
、 I J $J. ai < 0 [0034] 然後針對多個產品，使用共變異數分析（ANCOVA)技術 來建立統一的初始模型： 、 ·， . - J!：- . ' ! i-'i . ' ❹ )ik) = μ+Σ a^x^k)^ 1= I m sJ, τ^ = 0 /=1 [0035] 接著利用ANCOVA的模型，對所有建模的輸入製程參數 進行模型預測，得到當下的估計值-7/ϊλ，進而得到
X y(k) 系統的殘差^:
Wd = y{k) - y{A) 099123591 表單編號A0101 第15頁/共26頁 0992041550-0 201205440 [0036] 接著採用時間序列的方法，擬合IMA(1，1)的模型參數0 ，其擬合結果如第4圖所示。從而得到最終虛擬量測模型 Π = ju- + ^ ^k) + f + yj{k —1)4* e(^) — &£{k 1)
i= I = >< 是)一 >，(是） [0037] 爲了克服系統的擾動，需要用固定採樣頻率的量測動作 來更新系統的誤差，此時，並不需要量測每一種產 品的線寬值，只需量測在相同製程配方下的某種產品的 線寬值，以捕獲系統當下的擾動情況。本實施例之評估 指標係使用均方誤差（Mean Square Error，MSE)， 如下方程式所示： | « 一 MSE= — Σ ~ ^i)2 fl i= i [0038] 使用本發明之方法的結果相當不錯，其結果如第5圖及第 6圖所示，其中實線為實際量測值，虛線則為虛擬量測值 。模型的MSE為0. 18，而平均R2為80%，由此可知其變數 解釋模型的能力相當的好。 [0039] 儘管前述在說明本發明之用於預測薄膜電晶體液晶顯示 器製程品質的虛擬量測系統的過程中，亦已同時說明本 發明之用於預測薄膜電晶體液晶顯示器製程品質的虛擬 量測方法的概念，但為求清楚起見，以下仍另繪示流程 圖詳細說明。 099123591 表單編號A0101 第16頁/共26頁 0992041550-0 201205440 [0040]
[0041]
[0042] 請參閱第7圖，其係為本發明之用於預測薄膜電晶體液晶 顯示器製程品質的虛擬量測方法之流程圖。如圖所示， 本發明之用於預測薄膜電晶體液晶顯示器製程品質的虛 擬量測方法，其包含下列步驟：（S10)以一先進製程控 制單元擷取至少一製程機台之複數個製程參數資料值； (S20 )以一原始資料處理單元對製程參數資料值進行標 準化；（S30)以一關鍵參數挑選單元從製程參數資料值 中挑選複數個關鍵製程參數資料值；（S40)以一預估單 元根據關鍵製程參數資料值建立一虛擬量測模型，並藉 由虛擬量測模型產生一虛凝量測值。其中，預估單元係 藉由一時間序列回歸演算法產生一干擾項係數值後建立 虛擬量測模型。 本發明之用於預測薄膜電晶體液晶顯示器製程品質的虛 擬量測方法之實施方式及效果已於前述說明本發明之用 於預測薄膜電晶體液晶顯示器製程品質的虛擬量測系統 時詳細闡述過，在此便不再贅述。 此用於預測薄膜電晶體液晶顯示器製程品質的虛擬量測 系統及其方法可藉由逐步回歸方法挑選出關鍵的製程參 數來建立虛擬量測模型，藉此可提高現場工程師對該些 製程參數對產品品質影響的瞭解，且其更藉由共變異數 分析技術建立虛擬量測模型，藉此可對同一製程配方但 不同規格的各式產品進行精準的品質預測。 [0043] 以上所述僅為舉例性，而非為限制性者。任何未脫離本 發明之精神與範疇，而對其進行之等效修改或變更，均 應包含於後附之申請專利範圍中。 099123591 表單編號A0101 第17頁/共26頁 0992041550-0 201205440 【圖式簡單說明】 [0044] 第1圖係為本發明之用於預測薄膜電晶體液晶顯示器製程 品質的虛擬量測系統之方塊圖； 第2圖係為本發明之挑選關鍵製程參數資料值之示意圖； 第3圖係為本發明之用於預測薄膜電晶體液晶顯示器製程 品質的虛擬量測系統之實施例示意圖； 第4圖係為本發明之時間序列法擬合結果之示意圖； 第5圖係為本發明之多產品虛擬量測結果之示意圖； 第6圖係為本發明之多產品虛擬量測結果之另一示意圖； 以及 第7圖係為本發明之用於預測薄膜電晶體液晶顯示器製程 結果的虛擬量測方法之流程圖。 【主要元件符號說明】 [0045] 1 :虛擬量測系統； 10 :先進製程控制單元； 11 ··原始資料處理單元； 12 :關鍵參數挑選單元； 1 3 :預估單元； 2:製程機台； 20 :製程參數資料值； 21 :關鍵製程參數資料值； 22 :虛擬量測模型； 23 :虛擬量測值； 24 :干擾項係數值； 25 :進入門檻值； 26 :剔除門檻值； 099123591 表單編號A0101 第18頁/共26頁 0992041550-0 201205440 實際量測值； 第一模型； 第二模型； 第三模型； 第四模型； 第五模型； :酸液； :姓刻槽； :面板； :輸送裝置； :噴液裝置； :供液裝置； :儲存槽；以及 〜S40 :步驟。 ❹ 099123591 表單編號A0101 第19頁/共26頁 0992041550-0

Claims (1)

  1. 201205440 七、申請專利範圍： 1 . 一種用於預測薄膜電晶體液晶顯示器製程品質的虛擬量測 方法，包含下列步驟： 以一先進製程控制單元擷取至少一製程機台之複數個製程 參數資料值； 以一原始資料處理單元對該複數個製程參數資料值進行標 準化； 以一關鍵參數挑選單元從該複數個製程參數資料值中挑選 複數個關鍵製程參數資料值；以及 以一預估單元根據該複數個關鍵製程參數資料值建立一虛 擬量測模型，並藉由該虛擬量測模型產生一虛擬量測值； 其中，該預估單元係藉由一時間序列回歸演算法產生一干 擾項係數值後建立該虛擬量測模型。 2 .如申請專利範圍第1項所述之虛擬量測方法，其中該原始 資料處理單元係將各該製程參數資料值先減去該複數個製 程參數資料值之平均值，再除以該複數個製程參數資料值 之標準差。 3 .如申請專利範圍第1項所述之虛擬量測方法，其中該關鍵 參數挑選單元係以逐步回歸的方式從該複數個製程參數資 料值中挑選複數個關鍵製程參數資料值，且當該複數個製 程參數資料值其中之一的偏F值大於一進入門檻值時，則 該製程參數資料值即被設定為該複數個關鍵製程參數資料 值其中之一，而當該複數個製程參數資料值其中之一的偏 F值小於一剔除門檻值時，則該製程參數資料值即不被設 定為該複數個關鍵製程參數資料值其中之一。 099123591 表單編號A0101 第20頁/共26頁 0992041550-0 201205440 4 .如申請專利範圍第3項所述之虛擬量測方法，其中該關鍵 . 參數挑選單元更根據該複數個關鍵製程參數資料值及複數 個實際量測值，以一線性最小二乘演算法產生一初始模型 ，該初始模型係產出複數個估計值。 5 .如申請專利範圍第3項所述之虛擬量測方法，其中該預估 單元係將該複數個估計值及各該估計值所對應之一實際量 測值之間的複數個誤差值，以該時間序列回歸演算法產生 該干擾項係數值後建立該虛擬量測模型。 6 . —種用於預測薄膜電晶體液晶顯示器製程品質的虛擬量測 〇 系統，包含： 一先進製程控制單元，其係擷取至少一製程機台之複數個 製程參數資料值； 一原始資料處理單元，其係對該複數個製程參數資料值進 行標準化； 一關鍵參數挑選單元，其係從該複數個製程參數資料值中 挑選複數個關鍵製程參數資料值；以及 一預估單元，其係根據該複數個關鍵製程參數資料值建立 〇 一虛擬量測模型，並藉由該虛擬量測模型產生一虛擬量測 值； 其中，該預估單元係藉由一時間序列回歸演算法產生一干 擾項係數值後建立該虛擬量測模型。 7 .如申請專利範圍第6項所述之虛擬量測系統，其中該原始 資料處理單元係將各該製程參數資料值先減去該複數個製 程參數資料值之平均值，再除以該複數個製程參數資料值 之標準差。 8 .如申請專利範圍第6項所述之虛擬量測系統，其中該關鍵 099123591 表單編號A0101 第21頁/共26頁 0992041550-0 201205440 參數挑選單元係以逐步回歸的方式從該複數個製程參數資 料值中挑選該複數個關鍵製程參數資料值，且當該複數個 製程參數資料值其中之一的偏F值大於一進入門檻值時’ 則該製程參數資料值即被設定為該複數個關鍵製程參數資 料值其中之一，而當該複數個製程參數資料值其中之一的 偏F值小於一剔除門檻值時，則該製程參數資料值即不被 設定為該關鍵製程參數資料值其中之一。 9 .如申請專利範圍第8項所述之虛擬量測系統，其中該關鍵 參數挑選單元更根據該複數個關鍵製程參數資料值及複數 個實際量測值，以一線性最小二乘演算法產生一初始模型 ，該初始模型係產出複數個估計值。 10 .如申請專利範圍第8項所述之虛擬量測系統，其中該預估 單元係將該複數個估計值及各該估計值所對應之一實際量 測值之間的複數個誤差值，以該時間序列回歸演算法產生 該干擾項係數值後建立該虛擬量測模型。 099123591 表單編號A0101 第22頁/共26頁 0992041550-0
TW099123591A 2010-07-16 2010-07-16 Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes TW201205440A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW099123591A TW201205440A (en) 2010-07-16 2010-07-16 Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes
US12/915,397 US20120016643A1 (en) 2010-07-16 2010-10-29 Virtual measuring system and method for predicting the quality of thin film transistor liquid crystal display processes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW099123591A TW201205440A (en) 2010-07-16 2010-07-16 Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes

Publications (1)

Publication Number Publication Date
TW201205440A true TW201205440A (en) 2012-02-01

Family

ID=45467623

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099123591A TW201205440A (en) 2010-07-16 2010-07-16 Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes

Country Status (2)

Country Link
US (1) US20120016643A1 (zh)
TW (1) TW201205440A (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI549007B (zh) * 2013-02-07 2016-09-11 先知科技股份有限公司 製程參數的搜尋與分析方法及其電腦程式產品
US20160125469A1 (en) * 2014-10-30 2016-05-05 Facebook, Inc. Selection of a group of content items for presentation to an online system user based on content item characteristics and user attributes
US10275565B2 (en) 2015-11-06 2019-04-30 The Boeing Company Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning
US10712730B2 (en) 2018-10-04 2020-07-14 The Boeing Company Methods of synchronizing manufacturing of a shimless assembly
CN112397404B (zh) * 2019-08-14 2022-03-22 长鑫存储技术有限公司 半导体制程检测方法及检测系统
CN110808222A (zh) * 2019-11-15 2020-02-18 深圳市华星光电半导体显示技术有限公司 一种制程设备的控制方法及装置
CN115023798A (zh) * 2020-01-27 2022-09-06 朗姆研究公司 半导体制造工艺的性能预测器
CN113191017B (zh) * 2021-05-21 2022-12-27 成都数之联科技股份有限公司 虚拟量测模型构建方法、虚拟量测方法、系统、电子设备及计算机可读存储介质
CN113539909A (zh) * 2021-09-15 2021-10-22 深圳市信润富联数字科技有限公司 一种故障检测方法、装置、终端设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI267012B (en) * 2004-06-03 2006-11-21 Univ Nat Cheng Kung Quality prognostics system and method for manufacturing processes
US7359759B2 (en) * 2005-10-31 2008-04-15 Taiwan Semiconductor Manufacturing Company Method and system for virtual metrology in semiconductor manufacturing
US7932752B2 (en) * 2005-11-08 2011-04-26 Panasonic Corporation Correlated double sampling circuit and sample hold circuit
TWI315054B (en) * 2006-05-10 2009-09-21 Nat Cheng Kung Universit Method for evaluating reliance level of a virtual metrology system in product manufacturing
US20070270994A1 (en) * 2006-05-19 2007-11-22 Texas Instruments, Incorporated System and method for generating a yield model for an integrated circuit fabrication process and method of manufacturing an integrated circuit using the yield model
US7974728B2 (en) * 2007-05-04 2011-07-05 Taiwan Semiconductor Manufacturing Company, Ltd. System for extraction of key process parameters from fault detection classification to enable wafer prediction
TWI349867B (en) * 2008-05-20 2011-10-01 Univ Nat Cheng Kung Server and system and method for automatic virtual metrology
US8437870B2 (en) * 2009-06-05 2013-05-07 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for implementing a virtual metrology advanced process control platform
US8620468B2 (en) * 2010-01-29 2013-12-31 Applied Materials, Inc. Method and apparatus for developing, improving and verifying virtual metrology models in a manufacturing system

Also Published As

Publication number Publication date
US20120016643A1 (en) 2012-01-19

Similar Documents

Publication Publication Date Title
TW201205440A (en) Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes
CN101976045B (zh) 用于tft-lcd蚀刻制程的面板品质虚拟量测方法与系统
CN100476733C (zh) 用于工具上半导体仿真的系统和方法
US8437870B2 (en) System and method for implementing a virtual metrology advanced process control platform
TWI509550B (zh) 在虛擬量測中使用適應性預測演算法及決定何時使用適應性預測演算法之方法及設備
CN1860487B (zh) 使用第一原理仿真分析半导体处理工具执行的处理的系统和方法
CN100568249C (zh) 用基本原理仿真辅助半导体制造过程的系统和方法
TWI267012B (en) Quality prognostics system and method for manufacturing processes
US8452441B2 (en) Process quality predicting system and method thereof
TWI310971B (en) Method and apparatus for predicting device electrical parameters during fabrication
CN108281346A (zh) 从光谱的时间序列进行特征提取以控制工艺结束点的方法
CN102201324B (zh) 半导体制造方法与系统
WO2015049087A1 (en) Methods & apparatus for obtaining diagnostic information relating to an industrial process
JP2004509407A (ja) 半導体製造における制御を改良するための適応サンプリング方法
TW200849345A (en) Dual-phase virtual metrology method
TW201432479A (zh) 製程參數的搜尋與分析方法及其電腦程式產品
CN1867896A (zh) 用于工具上半导体仿真的系统和方法
CN112272796B (zh) 使用指纹和演化分析的方法
JP4568786B2 (ja) 要因分析装置および要因分析方法
TW200307972A (en) Correlation of end-of-line data mining with process tool data mining
TWI614699B (zh) 大量客製化產品的品質預測方法
CN101118422A (zh) 半导体制造的虚拟量测预估与建立预估模型的方法与系统
CN113094893A (zh) 晶圆品质虚拟测量方法、装置、计算机设备和存储介质
CN110033175B (zh) 一种基于集成多核偏最小二乘回归模型的软测量方法
CN101937836A (zh) 半导体器件的制造系统与制造方法