TW550720B - Equipment and method of detecting faults in semiconductor integrated circuits - Google Patents

Equipment and method of detecting faults in semiconductor integrated circuits Download PDF

Info

Publication number
TW550720B
TW550720B TW091105326A TW91105326A TW550720B TW 550720 B TW550720 B TW 550720B TW 091105326 A TW091105326 A TW 091105326A TW 91105326 A TW91105326 A TW 91105326A TW 550720 B TW550720 B TW 550720B
Authority
TW
Taiwan
Prior art keywords
aforementioned
bad
wafer
pattern
feature
Prior art date
Application number
TW091105326A
Other languages
English (en)
Inventor
Hiroshi Matsushita
Kunihiro Mitsutake
Yukihiro Ushiku
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Application granted granted Critical
Publication of TW550720B publication Critical patent/TW550720B/zh

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N21/95607Inspecting patterns on the surface of objects using a comparative method
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2831Testing of materials or semi-finished products, e.g. semiconductor wafers or substrates

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)
  • Tests Of Electronic Circuits (AREA)

Description

五、發明説明(η ) [發明所屬之技術領域] 本發明係關於一種半導體積體電路之不良解析,特別是 關於一種從測試器資訊自動分類不良圖案之不良檢出方法 及不良檢出裝置。 [習知技術] 隨著近幾年半導體裝置細微化,各種製程起因的不良表 面化起來。作為製程改善的對策,使用晶圓製程剛結束後 所進行的晶圓測試結果。DRAM等的情況,將顯示不良位 元位置的測4器貧訊以晶圓面上的映像顯示(失效位元映 像)顯示。由不良位元的排列(圖案)進行問題製程裝置固 有的圖案是否不存在的判斷。以往此判斷係人直接目視失 效位兀映像而進行。這種情況,不僅缺乏客觀性、定量 ::彻驗量產製品困難。於是,,試以電腦自動 二:tr將失效位元映像作為圖像或數字資料取入電 .内、’自動判足位元的排列成為單獨(單位元 (仃列不艮)或者十字、面狀。岑去A %〜 (中央、定向平面側等)。,4者也進仃判定面内分钸 [發明欲解決之課題] :;上;;:往所自動辨別的不良圖案大多是不良的基因 去的资料庫4 製程裝置’需要將其基本因素再和過 勺/、料庫核對或使人的判, 安對庥。炊 使其和裝置起因的圖 良 出 -對C、然而’站在問題製程裝置特 圖案的基本因辛,愈斂卢 规J,抽出不 ^展敏度低,有艮率越降 不是表面化的不良圖案㈣^ -越、此檢 550720 五、發明説明( 此外,構成自動抽屮$ ^ . x 能自動檢出的問題。‘、奴際未預先設想的圖案不 =明係鑑於上述問題點所完成的’其目的在於提供一 自動檢出不良圖案及未縣設想 不艮圖案檢出方法及不良圖案檢出裝置。 [%決課題之手段] 成 資 空 良 以 向 域 在 之;良::為了達成上述目的,提供一種半導體積體電路 、:攻万法,其特徵在於:具有第一程序:抽出來 於ΐ導體晶圓上的積體電路的不良位置資訊;第二程序 二則述半々導體晶圓面内的空間重複單位叠合前述位置 =^ υ度:從由此疊合所算出的資料算出顯示 程度㈣徵量者。可高靈敏度自動檢出不 Τ先設想的不良圖案。第-發明在包含以2個 亡的特徵量為成分的向量的幾個向量空間,在前述幾個 内對於1個不良模式設置區域,藉由核對前述區 ==述特徵量為成分的向量,判定前述不良模式的存 路 形 算 置 顯 出 、弟二發明為了達成上述㈣,提供一種半導體積體電 《不艮檢出裝置,其特徵在於:具有第1計算部··抽出 成於半:體晶圓上的積體電路的不良位置資訊;第2計 :、··以前述半導體晶圓面内的空間重複單位疊合前述位 貧訊,·及,第3計算部··從由此疊合所算出的資料算出 不空間重複性不良程度的特徵量者。可高靈敏度自動檢 不良圖案及未預先設想的不良圖案。 -5- 本紙張尺度適用中國國家標準(CNS) Α4規格(21〇 χ 297公釐) 550720 A7 五、發明説明( [發明之實、施形態] 、' $考圖面說明發明之實施形態。 首t參考圖1至圖8說日月第1實施J。 製檢:半導體積體電路製作的起因於曝光 ==束後測試半導體晶圓(以下稱為晶圓)上的各晶 乂兀的晶圓平面圖。打上黑點之處顯示不良位 ::點的濃淡成為規則的條紋狀。圖2 ==的供烤單位。得知不良位元係以曝光單位為 Ί人’起因曝光的不良。圖2雖然在晶圓全面含 有:…的資訊’但起因曝光的不良圖案以晶片尺寸 級“,在無損圖案形狀的程度,被認為即使減少資訊亦 無問題。於是,本發明如圖2所示的c區域,將片内分 成1、的分割單位’求出各分割單位的不良數和,從此不良 訂 數貧訊自動抽出起因曝光的圖案。 其次’為了強調曝光單位的周期性,進行以曝光單位疊 合晶圓全面的不良數資訊的處理。圖3為顯示此情況的= 圓平面圖。對於各曝光單位加上對應的分割單位,即在$ 互相平移重疊的位置的分割單位的不良數。此外,計算各 曝光單位内的各分割單位不良數資訊存在的個數。對於全 部曝光單位進行此操作後,用不良數資訊存在的個數除t 分割單位加的不良數,求得平均不良數。藉由此疊合處 理,可進行除了缺少不良數資訊的晶片、在晶圓端;:在 的晶片之外的合計。圖4顯示所得到的眷入次 且σ貝料。圖4雖 -6- 本纸張尺度適用中國國家標準(CNS) Α4規格(210X 297公釐) 550720
然以不良位元位置的最人黯― 、1置们里口顯不,但可得到每分割單位 均不良數。 ^、y各方 y,ny 為 其次,將叠合的資料在圖4所示的互相垂直的 向-維分佈化”方向的一維分佈yi(i=i、2、 曝光單位的y方向分割數)用以下所示的式(數!) [數1] yi=(Zf(],i))/nx j=l f(\ y)為在曝光單位内的(x,y)位置的分割單位的平均不 良數,η X為曝光單位的χ方向分割數。χ方向的—維 也同樣。 77 圖4顯不所得到的一維分佈。若有曝光單位的周期性, 就會在各分佈顯示某些規則性。於是,束出以下*個未 數: $ (a) 自相關函數Rac (k) (b) 滯後(lag)寬度L0 (c) 橫過次數 (d) cos相關係數 (a)求出作為平移量(即iag) k的函數。即,將分佈看作 時間序列{tu t2, ... tN},由下式算出。 平均用以下之式(數2)表示。 [數2] μ=(1/Ν)Χ/; Η 自共離散用以下之式(數3)表示。
本紙張尺度適用中國國家標準(CNS) A4規格(21〇x 297公釐) 550720
[數3] Ck = (1/N) ^ (/. - μ) (t^ - μ) i~k+\ 自相關函數用以下式之式(數4)表示。 [數4]
Rac (k) = Ck/C〇
裝 訂 (b)在一次式近似Rac (k)的一部分而求出。具體而言, 外插Rac⑼(=1)之點和Rac=0.5之點而以Rac=〇二滯^為 L〇 ° (c)由分佈平均值μ計算分佈橫過μ的次數。(d)首先在 一次式似一維分佈,以一次式和剩餘成分之和表示一維分 佈。此與將一維分佈分成趨勢成分和周期成分對應。其 次,求出足以近似一維分佈周期成分的最小次數的多項 式,求出作為最接近多項式的C0S函數和分佈周期成分的 相關係數。多項式的次數如丨〇次、9次、8次減少次數 時,係多項式和分佈周期成分的相對相關係數(以次多 項式的相關係數為1 )減少率即將初次超過1〇%之前的次 數。 線 又’作為(b),也可以以Rac (k)初次成為零的k為滯後寬 度。或者也可以在多項式近似Rac (k),從多項式成為零之 點求出滯後寬度。此外,作為(c),也可以求出橫過分佈 中值(median)或最大值和最.小值的中間值的次數。 其次’使各參數從0規格化成1且與越接近1越多產生起 因曝光的不良的狀態對應。以下,說明規格化的程序。 因包含於(b)而不用於特徵量。(b)顯示值越大,規則性越 存在於分佈,即起因曝光的不良多存在。於是,以l 〇為 -8-
550720
曝光單位的χ、v久士 A 人、,1 ' y各方向的刀割數4 〇 %以上的情況為1,以 LCK1的情況為〇,將其間線性内插。⑷顯示值越大,分佈 不規則:。即起因曝光的不良的存在少。於是,以橫過次數 為曝光單位的x、y各方向的分割數3〇%以上的情況為〇, 以橫過次數為1以下的情況為1,將其間線性内插。⑷顯 不越接近1,規則性越存在於分佈,即起因曝光的不良多 存在。於是,0以上丨以下使用照樣的值,小於〇的情況換 成0。 又’規格化無需限於〇到! ’使其與幾條直線上的連續 閉合區間對應即可。此外,A可以採取起因曝光的不良圖 案越多存纟’值越小。這種情況,使以下所述的不良圖案 存在有無的判定條件反轉即可。 其次’取被規格化的參數的負載平均’求出曝光單位的 X ' y各Μ的特徵量。負載平均係數考慮曝光方式而決 定。此實施例的曝光製程使用單像光罩和晶圓同步一面移 動 面曝光的掃描曝光,在圖4,X方向與掃描方向對 應。在掃描方向根據掃描中的穩定性思考不良數變動,其 變化被認為可在cos函數近似。在與一方掃描垂直的方向 (縫隙方向)思考光學系統歪斜等的偏倚,橫過次數可看作 顯示其狀‘態。由以上使用圖5所示的係數算出特徵量。 且說如圖6所示的B區域,僅特心晶片不良數比周圍晶 片笑出的情況存在。此脫離在此實施例要檢測的起因曝: 的圖案’被認為是自動檢出的障礙。於是,檢出這種晶片 (以下稱為孤立晶片),該晶片要在疊合處理前從計=排
線 -9 - 550720 A7 B7 五、發明説明(7 )
除。以晶圓耷面的各晶片的不良數為Cl (i=1、2、...η, 曰曰片數)。以C i的最大值為Cmax。此外,以c i的中值為 Cmed。此外,以Cmax的周圍8晶片的不良數為cj (j==i、 2、...8)。此處,滿足式(數5)時,Cmax判定是孤立晶片, 該區域從計算排除。[數5] Cmax/Cmed>100、且 Cmax/CplO (尸 1,2,…,8) 又’對於這種空間重複單位被判定成異常的區域不限於 孤立晶片,看作擾亂一般想要檢出的不良圖案周期性的區 域即可。每逢確認這種區域存在,都追加排除該區域的處 理即可。 I皆由以上程序求出顯示起因曝光的不良圖案存在程度的 特徵量。圖7顯示就幾個不良圖案存在的晶圓求出本特徵 量的結果。得知起因曝光的不良圖案明確存在的晶圓,特 徵量係接近1的大值。不良圖案不規則的晶圓,特徵量係 〇附近的小值。得知以約0.4為門限值,可判定起因曝光的 不良圖案有無。此外,亦得知因掃描方向、縫隙方向的不 良圖案不同而各方向的特徵量的值大小不同。 圖8為以此實施例手法構成的裝置的方塊圖。作為輸 入,使用晶圓ID資訊、測試器資訊及重複單位資訊;晶 圓1 D資訊包含為了識別晶圓的號碼。測試器资訊中包各 晶圓面上的晶片座標及在各晶片内預先設定的每分割=位 的不良數資訊。重複單位資訊中包含為了以曝光單位疊合 -10-
裝 訂
線 550720 A7 B7 五、發明説明(8 ) 晶圓面上的辱片所需的曝光單位,即散粒(sh〇t)資訊。將 按照圖1的程序計算特徵量的程式給與電腦①。然後,將 結果輸出貧料庫A。寫入晶圓資訊、特徵量及起因曝光不 良圖案有無的判定結果到資料庫A。 此外,使用不良位元的晶片座標及位址資訊作為測試器 資訊時’作為重複單位的疊合處理,使用或(〇R)即可。另 一方面,若採取及(AND),則可檢出光罩的共同缺陷。 如上所述,藉由使用此實施例的方法,可自動檢出起因 曝光的不良圖案存在。 其次’參考圖9至圖1 4說明第2實施例。 此實施例係在半導體積體電路的不良面内分佈自動抽出 特別是在晶圓外周附近不良多的圖案。圖9為顯示其程序 的流程圖。圖1 〇係DRAM的晶圓製程結束後測試晶圓上的 各晶片中的各位元。此晶圓的情況,特別是外周附近多產 生不良,推測和第1實施例不同的+良原因存在。於是, 使用和第1實施例同樣的各分割單位的不良數資訊,自動 抽出這種外周不良。 首先’作為成為自動檢出障礙的圖案,除去孤立晶片的 不良資訊。其次,如圖i i所示,設定同心圓狀重複圖 案。^出以各同心圓包圍的環狀區域内的不良數資訊平均 值。藉由此操作’如圖12所示’得到不良數的半徑方向 分佈。 其次,將不良數的半徑方向分佈參數化。如圖12所 不’設晶圓半徑為r ’設半徑位置〇以上r/2以下區域的平
550720
叼不艮數為m】 則參數k以k=m2/m 1求得 =作:參數“見格化’作為外周不良的特徵量。_ 特=作為0,k>2_〇時特徵量作為1,將其間線性内插。 ^ 袖出外周不艮的特徵量。圖 1 3顯7F就幾個不良圖案存在 ^ ^ , ^ t 0日曰®求出本特徵量的、结 ^;:在外周不良數明確變多的晶圓,特徵量係接近!
。:一万面’不艮圖案不規則的晶圓,特徵量係C 附近的小值。 圖1 4為將此實施例的丰法彳自4 B她列的于忐追加於圖8的裝置的裝置方塊 圖:作為輸入’追加為了抽出外周不良圖案的同心圓圖案 貝訊。除了圖!的程序之外,還追加圖9所示的程序的程 式於電腦①。作為輸出’輸出判定結果到資料庫A。 如上所述,藉由使用此實施例的方法,可自動檢出外周 不良圖案的存在。 其次’參考圖1 5至圖2 2說明第3實施例。 此實施例係在半導體積體電路的不良“分体自動檢出 未預先設想的圖案。此外,&就登記新圖案的方法加以敍 述0 圖1 5為頒示其私序的流程圖。圖1 6為的晶圓製 f結束後測試晶圓上的各晶片的各位元的晶圓平面圖。此 Q的N "L不良位元縱排列的圖案顯著。此不良圖案未 與在第1實施例及第2實施例作為自動檢出對象的圖案對 應。這種情況,嘗試自動檢出未知圖案出現。
550720 A7 B7 五、發明説明(10 在特願2009-249718求出顯示空間性地偏倚存在的不良存 在的特徵量(以下稱為聚類因素)。顯示以顯示空間不規則 的泊松(Poisson)分佈和顯示產生偏倚的負二項式分佈的疊 合顯示不良數分佈,負二項式分佈的成分越多,越多產生 偏倚。按照此手法,求出晶片早位的不良數,求出其頻數 分佈。由泊松分佈和負二項式分佈的疊合近似頻數分佈, 求出各分佈的權重W p、Wnb,將Wnb作為聚類因素。 Wp+Wnb=100%,顯示wnb越大,空間偏倚越大。圖! 6的 情況,Wnb若是14%,則成為相當大的值。因此,得知雖 然不能判定什麼樣的圖案,但可檢出某些未知的圖案存 在。 圖1 7顯tf第1及第2實施例和按在上述所述的程序構成 的裝置方塊圖。此以圖丨4的裝置為基礎而追加及改造以 下的機能。在電腦①從所輸入的測試器資訊計算聚類因素 (clustering factor) Wnb。Wnb被資料庫化,同時被反饋,和 根據頌示在第1及第2實施例所述之類的預先登的圖案存 在的特徵量的判定結果核對。若職登記的圖案的特徵量 王為門限值以下且聚類因素為門限值以上_,電腦①判斷 未知圖案存在,輸出該資訊到資料庫〇。 圖1 8顯示就幾個不良圖案存在的晶圓由圖1 7的裝置判 足結果。電腦①計算聚類因素Wnb、起因曝光不良的特徵 1S(S㈣描方向和縫隙方向的特徵量大者)及外周不良 的特徵量卜圖18的八項為縱狀圖案,未登記。雖炊S、p 小,但—大’被判定是未知圖案。圖18_項為 本纸張尺度_ t晴 -13- 550720 11 五、發明説明( 的不良分佈_,Wnb、s 佈。圖項及D項分別:、,被判足疋不規則的分 已經登記,Wnb變大二」!起因曝光、外周不良圖案, ^ ^ m ^ 同時付合的各個圖案的特徵量也變 大而進仃圖案的判定。 L夂 若在資料庫0記錄去4 安ΜI、t 、 未圖衣的出現,則將為了檢出該圖 案的重複圖案資訊及转糌熹4斤 q 裝置下去即可。藉由反,此;:异程式如圖17的0,追加於 良圖案下去。 4此杈作,可增加被自動判定的不 再者’為了間便進行新圖案的登記,在 有以下的機能。如下式(數 衣直/、 位資訊格式。 Λ(數6)4U到電腦①的重複單 [數6 ] 重複單位資訊={A,Cal] 重複單位A={AU A2, · . ·,An} 訂
Al = {J",小,…·,J丨ml} A2={J2i,J22, ·.·,J2m2} 線
All={Jnl,U,···,Jnmn} 此處,重複單位A表示包括晶圓全面的重複單位全體 集合。Ai為其要素,表示進行疊合處理的晶圓上的分 單位的集合。川表示屬於Al的第」號晶圓上的分割單位 位置。例如測試器資訊以晶片座標及對於晶片内座標的 -14- 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) 的 割 的 不 550720
五、發明説明( 12 良;資訊被給與時,也以相同形式的晶片座標及晶片内 厓標構成。 巧内 ⑶係疊合處理時的運算指定。運算可指定加 ^或(OR)、及(AND)。電腦①參考{a,叫, 的全邵晶圓上的分割單位的不良資訊施以運算⑸,將1 結果作為⑴輸出。料全部^進行此運算。即,= (數7 )的形式輸出疊合處理的結果。 工 [數7] D={Di,D2,· · ·,Dn} 又’電腦①·在進行疊合處理前除去預先登記的之 料(在此實施例為孤立晶片)。 "吊貝 裝 給與電腦①的程式係疊合處理、資料庫處理 =算機能配置於主程式中,使其計算個別不良圖=: 效!的處理作為次常式(subr〇utme),使其獨立。使用者料 訂 於電腦①按次常式的形式記述從主程式產生的β算傲 量的程式。即,將0作為輸入,輸出在下式( 特徵量的集合C。 的 [數8] 線 C = {C丨,C2, ···, Cl} 特彳政量可以是標量(scalar qUantity),也可以是L a元的 向量。此外’圖案有無的判定結果也加入轉回值。 在電腦①的主程式,使來自使用者作成的次常式的轉回 值C及圖案有無的判定結果自動資料庫化。 用具體例說明’則第丨實施例的情況,如圖1 9所示,以 -15-
550720
曝光單位平f而互相重疊的分割單位為A丨,指定平均作 為為運算處理。於是,電腦①如圖2〇所示,輸出曝光單 位内的各分割單位的平均不良數Di。然後,按照第丨實施 例的程序,在内建於電腦①的次常式上由D丨計算特徵量 C i,寫入結果到資料庫a。 第2實施例的情況,如圖21所示,以環狀各區域為八工, 指定平均作為運算處理。於是,電腦①如圖22所示,輸 出%狀各區域的平均不良數D i。以下的處理和上述同 樣。 在第3實施例被新發現的圖丨6的不良圖案的情況,在現 階段被分類作為未知圖案。僅此一例判斷困難,但若某些 起因裝置的要因存在,則面内對稱性理應存在。找出對稱 性:,其作為重複單位,定義a={Ai,An],追加計算 特徵量的次常式,則以後作為已知圖案就可自動分類。 即,本發明可以說以疊合處理強調對稱性。對稱性不存 在的不良圖案,例如因人為錯誤而在晶圓上產生不規則形 狀的瑕疵時,因無對稱性而不能進行疊合的強調處理,成 為計算特徵量對象的資料是晶圓全面的不良數資訊本身。 然而,因機械性缺陷而在某特定方向產生瑕疵時,強調其 方向的疊合處理為可能,本發明有效。此外,例如因化學 機械研磨(CMP)缺陷而的瑕疵也是與處理裎序特徵對 應的對稱性存在,根據本發明的手法被認為有效。或者兩 種以上的不良圖案同時存在時也是設定顯示其對稱性的疊 合區域即可。 -16-
五、發明說明(14 ) 再者’有將晶圓面上某各區域隔開處理的製程裝置。第 1實施:的曝光裝置為其典型’但其以外亦可舉雷射退火 裝置。根據运射束形狀及x_y台的移動決定處理單位。例 如以幾個晶片單位進行雷射退火的裝置時,被贫為此起因 裝置的不艮圖案以為雷射照射單位旳幾個晶片為周期出 現。廷種情況,以此幾個晶片為重複單位進行叠合處理 可。或者有時用點狀雷射束在晶gj S二 可田老以知木、人巧W丄 上卿描。廷種情況, 了心考以相當於掃描去向(或回向)的區域 者,有時將線狀射束在一方向掃描。這種产 、立。再 束的-掃描區域為重複單位即 7 ’以線狀射 圓面内處理單位為重複單位,可強=,以製程裝置的晶 案。 了強凋起因裝置的不良圖 即用半導體積體電路的不良圖案多的情況 性、周期性存在的情況多而可說明本發明的手法有 Π上所述’楮由使用此實施例的方法,可 記的圖案,可容易進行其登記。 ^出未登 其次,參考圖23及圖24說明第4實施例。 此實施例係藉由核對使用^至 動分類的半導體積俨泰玫Μ ^、 、她列扪于去所自 不良圖案對“的不艮圖案和良率資訊,各 圖23為顯示此實施例的程序的 示實現關於此實施例的機能的裝卜圖,顯 置通過資料庫A、資祖虚Λ 鬼圖 θ 2 4的裝 的裝置。在圖17的、^^聚類因數資料庫連接於圖17 ΰ17的裝置,不、艮圖案從圖^到圖案N登記 本紙張尺歧財S 8 550720 A7
N種。電腦②參考資料A計算圖案的產生頻率r。此 參考良率資訊算出判定圖案t存在的全部晶圓的平康 Y,。再者’參考聚類因素資料庫算出在不良圖案無 晶圓頻及平均良率Yr。此外,參考資料庫Q,對於未 知圖案存在的晶圓也算出頻率f X、平均良率Y。 、木 電腦②以下式(數9)算出因圖案i存在而良率降低哥 △ Y〖。 -夏 [數9] ΔΥ 丨= AYr-AY1 同樣地以下式(數1 〇 )求出 ΔΥχ ° [數 1 0]
因未知圖案而良率降低量 裝 ΔΥχ=ΔΥκ-ΔΥχ 而且’因無圖案i而可期待的全體反率 式(數1 1 )表示。 [數 1 1 ] 改善效果△ E i以下 訂 △ Ei = (f丨/fa丨丨)ΔΥ丨 同樣地因無未知圖案而可期 以下式(數1 2 )算出。
待的全體良率改善效果AEX
線 [數 1 2 ] AEx = (fx/fall)A Yx 以下之式(數1 3 )表示全部晶圓數。 [數 1 3 ] fall - i=l -18-
550720
各合计結譽被寫入到資料庫B。使用者參考資料庫B, 可合易找到影響到良率的不良圖案。 、貝際起因曝光的不良圖案因良率降低最大、頻率也多而 證實良率改善效果高。 如上所述,藉由使用此實施例的手法,可容易找到影響 良率的不良圖案。 θ 其次’參考圖2 5至圖2 8說明第5實施例。 此實施例係藉由核對使用第1至第3實施例的手法所自 I的半‘把積體電路的不良圖案和裝置經歷資訊或 Q c貧料資訊,特定各不良圖案的產生原因。 圖2 5為顯示此實施例的程序的流程圖。此外,圖2 6為 見現此貫施例的機能的裝置的方塊圖。圖2 6的裝置通過 ί料庫Α連接於圖17的裝置。 私腦③核對資料庫A的特徵量和裝置經歷資料,各製程 的各裝置作成如圖2 7所示的頻數分佈且算出各裝置的特 徵量的平均值。再者,核對QC資料和特徵量,作成如圖 2 8所示的分佈圖且算出各Q c資料和特徵量的相關係數。 各合計結果被輸出到資料庫C。 以泛些合計結果為基礎,對於以和裝置經歷的核對求得 的平均值,對於超過設定裝置間的平均值差的門限值的裝 置,將其製程和裝置名輸出到資料庫c。此外,對於以和 QC資料的核對求得的相關係數,超备所設定的門限值 時,將Q C資料名輸出到資料庫c。 在實際起因曝光不良圖案的特徵量方面,檢出在特定曝 -1 9 - 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公爱)
裝 訂
線 550720 A7 ______B7 五、發明説明(17 ) 光製程的曝年裝置平均值高。此外,弄清楚和與該曝光製 程相關的Q C資料有高度相關,可闡明不良原因。 如上所述,藉由本實施形態的方法,可特定不良圖案的 產生原因。 其次,參考圖2 9至圖3 2說明第6實施例。 此實施例係思考以多數特徵量為成分的向量,在由前述 向量所構成的空間進行不良圖案的識別,特別是進行晶圓 面内分佈的判定。圖2 9係DRAM的晶圓製程結束後測試晶 圓上的各晶片中的各位元者。此晶圓的情況,產生在第1 實施例所述的起因曝光的不良圖案。再者,得知其不良圖 案局部存在於晶圓中央部。按照特定不良產生裝置的觀 點’在第1實施例所述的在晶圓全面產生的圖案和在此實 施例所示的在面内作偏倚分佈的圖案即使相同起因曝光不 良,也需要加以區別。於是,同時進行不良圖案的檢出和 其面内分佈的判定。 首先,用第1實施例的方法求出起因曝光的不良圖案的 特徵量。此特徵量按掃描曝光的方向求出,滙集掃描方 向、縫隙方向的特徵量而以(Sx,Sy)的二維向量表示。 其次,定義進行面内分佈判定的特徵量。和第2實施例 同樣,設定環狀區域,對於晶圓半徑r由小於r/2區域的平 均不良數ml、超過Γ/2區域的平均不良數m2以下式(數14) 定義此特徵量P r。 [數 1 4]
Pr=m2/(m l+m2) _ ·20· 本纸張尺度適用中關家標準(CNS) Α4規格(2腦297公€----- 五、發明説明(18 )
Pr係不良數越偏於晶圓中央越成為0,反之越偏於 越成為1。在晶圓全面均等存在時成為05。 圖3 〇顯示就幾個不良圖案存在的晶圓纟出此特徵 的結果。根據特徵量(Sx,Sy)得知產生起因曝光不良 者’根據特徵量Pl得知起因曝光不良分別存在於 央、全面、外周。 丁 量=)=二特徵量Μ k Ρ〇構成的三維空間(特徵 、丁丹況的結果。在Sx、Sy、Pr分別設定門 值,以各門限值劃分的區域顯示在面内分佈分類的起因曝 光不艮的各模式(起因晶圓中央曝光不良、起因全面曝井: 不良、起因外周曝光不良)。 尤 在争f量工間的不良分類’使判定條件複雜化 =案:存在於晶圓面内的一部分時,㈣特徵量# 起因曝光不良只存在於晶圓的中央部 時特被!比存在於晶圓全面時有成為小值的傾向。 在於晶圓外周時也同樣。於是’冑由使(sx = 在Μ化’可減低錯誤判定。即,在特徵量空丄,= 及丨附近縮小圖3丨的長方體的邊’以圖3 2所示的 因曝光不良的判定區域即可。 °n s ·.’起 又’作為料㈣料的方*,也思切 量的疊合區域本身限定在想要判定面内分 出: 施例的情況’在"2環的内側和外側區域分別進行^ 早位的S合即可。特徵量為線性’ _疊合原理:: 時,可用此方法進行面内分佈的判定。然而,特徵量為= 550720 ~ A7 _______ B7 五、發明説明(π ) 線性時’ π良圖案濃淡和特徵量大小未必一致。起因曝光 不良的特徵量不是線性’在某區域内不良圖案淡時,雖有 值稍微變小的傾向’但缺乏定量性,不適於面内分佈的判 足。特徵量未必就是線性’所以如在此實施例所示,另行 決定判定面内分佈的線性特徵量,在特徵量空間進行判定 的方法有效。 如上所述,根據此實施例的方法,可高精度求出起因曝 光不良和其面内分佈。 其次,參考圖3 3至圖3 8說明第7實施例。 此實施例係將互相類似的不良圖案進行在特徵量空間的 辨別,減低錯誤判定。圖3 3為DRAM的晶圓製程結束後測 4晶圓上的各晶片中的各位元者。E的晶圓產生散粒(吐叫 周期不良圖案,推斷有起因曝光的不良產生原因。另一方 四,F的晶圓係不良位元的濃淡在晶片周期反覆,晶圓£ 為別的圖案。晶圓F的不良圖案被認為是因和晶圓E不同 的原因而產生。然而’將晶圓F的不良圖案被按照第1實 施例的方法以散粒(shot)單位疊合,則疊合的結果就以比 政粒小的晶片周期具有規則性,起因曝光不良的特徵量 (Sx,Sy)被認為會成為大值。這種情況,會將晶圓F誤判 成起因曝光不良圖案。 為了避免此誤判,將F稱為「晶片性不良」,定義晶片 性不良的特徵量。圖3 4顯示定義方法。晶片性不良根據 在第1實施例進行的散粒單位的疊合資料是否具有晶片周 期判定。即’使用掃描曝光的掃描及投射到缝隙方向的一 -22- 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) 550720
維分佈’ I出一維分佈的周期性。周期性在一維分佈的自 2關函數万面,藉由其第一極小點與半周期(反相)對應算 一。例如掃描方向(X方向)的一維分佈的自相關函數的第 Y極小點滯後=LX時,以x方向的周期px=2 lx求出。X方 σ 、曰曰片不良特徵量Cx在px和晶片周期一致時取最大1直1,在散粒(sh〇t)周期及周期=〇時取〇,將其間線性内插 算出。再者,為了檢測周期性本身的存在,設定門限值, 自相關函數的第一極小值(負值)比門限值大時作為無周期 性,疋為Cx=〇。缝隙方向(y方向)也同樣。如此定義晶片 性不良的特徵量(Cx, Cy)。 。圖3 5顯示用幾個晶片性不良存在的晶圓和不存在的晶 ,求出(Cx,Cy)的結果。得知cx、Cy均某門限值以上時, 曰曰片II不良存在。因此,根據圖3 5所示的區域〇 1内是否 含有(Cx,Cy),可判定有無晶片性不良。 、其久,圖j 6顯tf對於起因曝光不良的晶片和晶片性不 良的晶圓求出起因曝光不良的特徵量(Sx, Sy)的結果。得 知晶片性不良分佈於對於起因曝光不良的門限值的正上方 區域Η 1。反之,若是起因曝光不良,則晶片性不良的特 徵量不會超過門限值。因此,可如下進行起因曝光不反和 晶片性不良的辨別。 起因曝光不良的條件:(Sx,Sy)在區域Η丨或Η2且H i的 情況,(Cx, Cy)不在區域g 1。 晶片性不良的條件:(Cx,Cy)在區域G 1。 在由向量(Sx,Sy,Cx,Cy)構成的特徵量空間思考此辨 -23- 本紙張尺度適用中國國家標準(CNS) A4規格(210X 297公爱)
裝 訂
線 (21 五、發明説明 刀μ 限值以下的區域10和"限值以上 '、,為門 以下的區域時(圖37),不按照c二。限值 Η2的區域,則判定為起因曝光不良。外x,Sy)為旧或 為f另1::面’ 〇為門限值以上的11區域時(圖38),若Cx C 〃下’則H 1和H2被判定起因曝光不良,铲若 Γ;:;直以上,則僅H2成為起因曝光不良的區域二 曰 由(Sx,Sy,Cx,cy)構成的特徵量空間進行E娀 可避免互相相關的起因曝光不良和晶片,二=: ^所述,#由在多數特徵量構成的特徵量空間進行區 判定,’彳明確識別不是互相獨立的不良模式,避免錯誤 其次,參考圖3 9至圖4 4說明第8實施例。 一此實施例係對於在特徵量空間所定義的不良模式給盥伊 l(Scalarquantlty)的特徵量。如在第6及第7實施例所述, 在由η個特徵量構成的n維特徵量空間内設定區域,根據 以特徵量為成分的向量是否來到區域内可特定模式。有時 如圖3 2或圖3 8,藉由設定複雜的區域,可使特定模式精 度提高。此處知道的是其不良模式的有/無。然而,特^ 量向量在判定區域的門阻值附近的情況和位於區域中央的 情況,被認為不良模式的「程度」不同(即若是門限值附 近則程度輕)。再者,有時對於不良模式的產生狀況進行 統計上的檢足。此時,用一個數字表示不良模式的存在較 550720
為万便。因此,最好不良模式也包含其程度以取連續值的 標量加以特徵量化。 思考以特徵量(C1、C2、…、Cn)表示的特徵量空間c。 假設在C内的某區域有所定義的不良模式A。以一個連^ ,數字(標量化特徵量f)表示A。首先,假設標量化二 量是被規格化的。即,假設不良模式A完全不存在時取 卜〇、最強存在時取f=1、位於門限值上時取f=〇5,其間被 内插。為了進行内插,在c内設定晶格點,思考以下二 集合: 一 L ·顯示A芫全不存在的狀態的晶格點的集合 T ·位於判足A的門限值上的晶格點的集合 U :顯示A最強存在的狀態的晶格點的集合 由f的規格化條件,分配〇給L上的晶格點,分配〇 5給丁 上的晶格點,分配1給U上的晶格點。其次,決定任音曰 格點Pi的標量化特徵量f(Pl)。就決定方法而言,例如關二 特徵量空間内的距離,進行線性插值即可。即,首先進^ p i是否屬於不良模式A的判定。若屬於A時,則用下Z (數1 5)求出,不屬於A時,則下式(數! 6)求出即可。 [數 1 5] f(Pi) = 0.5 X (l+/[Tk Pi]/(/[Tk Pi]+/[Pi Uj])) [數 1 6] f(Pi) = 0.5X/[Ll Pi]/(/[Ll Pi]+/[Pi Tk]) 此處,T k、U j分別為最接近p i的L、T、u上的晶格點, /[Tk Pi]、/[Pi Uj]、/[LI Pi]、/[Pi Tk]分別表示 Tk、pi 間、 -25-
裝 訂
線 550720 A7 _____B7 五、發明説明(23 )
Pi、Uj間、LI、Pl間、Pl、Tk間的距離。圖39顯示此 情況。思考Ll—Pl — Tk或Tk—Pl —…的折線,關於反 線段長度進行插值。又,對於任意點P i、C2、…、 的f( P )將關於各晶格點求出的f(Pi)再内插求出即可。就插 值方法而言,例如在關於C1、C2、.·.、Cn的以下P次多項 式(數1 7 )近似f ’係數a 1、a2、·. ·、am適用最小二平方法, 用下式(數18)求出亦可。 [數 1 7] f (Cl, C 2, Λ, Cn) =alClp+a2Clp-J C2 + A+ am [數 1 8] al Σ (Kli ) 2 + a2 SKli K2i H-----KamSKlj Knij 〆 i =Σ f 3 K 1 i i a2SKliK2i+a2S (K2i)2 ^-----^ a m Σ K 2〕· Krru 1 i =Σ f , K 2 i a m Σ K 1 】· Km3· + a 2 Σ K 2 i Km]· H-----h a m Σ (Kmu ) 2 1 i i =Σ f i Km,· i K1=C1P、K2 = C1P“ C2、Λ、Km=l,係關於(Cl、C2、 …、Cn)的P次以下的全部項。或者也可以從鄰接晶格點之 -26- 本紙張尺度適用中國國家標準(CNS) A4規格(210 X 297公釐) 550720
值内插。 作為間卓例,却脏 — w 坑兩'此貫施例的方法適用於在第1實施例 戶斤逑的起因曝井自 姐、u ”不艮圖案的情況加以敘述。在第1實施例 對於掃描曝光的久女A/_ 旦 合万向(知描方向、缝隙方向)求出特徵 :值:處::其放成(Cl,C2)。對於C1、C2分別設置門 ,“〗足則按對掃描曝光的各方向的偏倚可分類圖 定適SI:的:曝光不良全體’想要將統計上❸ 比用(C1,C2)的唯二這種情況,起因曝光不良的存^ 夕、 ; 、准向I表不,例如用稱為f的標量記述j =便。=如對於良率(=標量)有進行某統計上的檢定0 主’時,右將良率換成標量化特徵量f,則使 可進行起因曝光不良全體的檢定。 圖40顯示這種情況的特徵量空間的情況m2的严 限值均為0.4 ’至少—方超過〇 4時,判定有起因曝光1 艮。因此’圖40的斜線部顯示起因曝光不 特㈣空間如圖41所示,以0.丨間隔設定晶格點。其在欠:丨 決疋屬於為了進行在上述所述的插值的L、T、u的曰夺 點…吏其與C1、C2均為零的狀態對應…而言二; ^。考各種對應方法’但掃描方向的偏倚單獨JL最強存名 時(CM、C2任意)、缝隙方向的偏倚單獨且最強存在旧 (C2= 1、C 1任意)可看作互相對等且最強起因曝光/ 的狀態。因此,將屬於這些的晶格點作為u。了定 起因曝光不良有/無的境界上的晶格點即可。圖Ο顯
裝 訂
線 -27- 550720
〇 若設定晶格點,則機械地適用(數15)〜(數i8)式,可在 特被T 2間内疋義標量化特徵量f (C1,c幻。圖42顯示其 結果。在L上f=0,在U上fr= i,在τ附近f=〇 5,其間被連續 内插。又,圖42係以關於C1、次多項式顯示。由 此’以一維向里(c 1,C 2 )表示的起因曝光不良全體的存 在也包含其程度,可用稱為f (Cl,C2)的標量定量化。 此實施例的方法在使區域設定複雜化特別有效。如圖 j 2所π,按照面内分佈修正門限值時亦可機械地決定標 量化特徵量f (Sx,Sy,pr)。即,在下述取得即可: L : (Sx,Sy,Ρι·)气〇, 〇, t),oug的直線上的晶格點 U : Sx=l或Sy=l的平面上的晶格點 T ·被校正的門限值由面上的晶格點 如圖3 7及圖3 8所示,設定區域於四維空間(s、Sy,& cy) 内的不良模式也完全同樣。 藉由組合特徵量空間,可思考更複雜的模式分類。例如 組合圖32、圖37及圖38 ’思考以(Sx,Sy,Cx, Cy,Pr)表示 的五維特徵量空間。設定此空間區域,考慮: •起因曝光不良 •起因曝光不良的面内分佈 •因面内分佈而起因曝光不良的判定門限值修正 .晶片性不良 •因晶片性不良而起因曝光不良的判定門限值修正 又‘,根據P r修正門限值係作為按某一比率使其減㈧、的 -28· 本纸張尺度適用中國國家標準(CNS) A4規格(210 X 297公釐)
裝 訂
線 550720
操作,對於根據(c χ, 行。利用此區域設定, •起因曝光不良全體
Cy)修正門限值也按相同比率進 例如可思考如下的不良模式分類: •面内均勻的起因曝光不良 •面内不均勻的起因曝光不良 •晶圓中央偏倚型起因曝光不良 •晶圓外周偏倚型起因曝光不良 •掃描方向偏倚型起因曝光不良 •缝隙方向偏倚型起因曝光不良 •晶片性不良 方向偏考:二模式分類(例如晶圓中央偏倚型掃描 U、T、L::因曝先不良等)。若對於各不良模式設定 A可機械地疋義標量化特徵量。例如圖44海 -面内均勾的起因曝光不良的情況。又,圖 cy)為門限值以下的口 4係作為(cx, 示。一 E戍,就(Sx,Sy,Pr)的三軸加以顯 被 :u及L在記述其模式的特徵量可取得的範圍容易的 81 44的h ;兄,。在Sx=l或Sy=l的平面上且Pr=〇 5 二、.果上=格點取得即可^(Sx,Sy)=G的直線上取得 $考周圍晶格點的模式判定結果,分配給判定辩 化的位置的晶格點即可。 又 曰 來可對於各不良模式機械地定義標量化特徵 =s禚I化特徵量可容易插入以第4及第5實施例所示的 標量為對象的統計處理系統中。其結I,可特定各不良模 式的良率改善效果及不良產生裝置。如此導入特徵量而 -29-
裝 訂
線 27 550720 五、發明説明( 間將不良-案返原成幾個 及統計處理。 各易進行定量化 如上所述,在特徵量空間内新定義標量 於複雜的模式分類機械地進行定量化。 〗I,可對 [發明之效果] 安:二Γ月’根據本發明’將半導體積體電路的不良圖 末精由與衫其對稱性或周期性的重複 :門::特徵量化可高靈敏度自動檢出。再者 ^性地偏倚存在的不良偏倚程度的特徵量和顯示預先設 心的:艮圖案存在的特徵量,可自動檢出未預先設想的不 艮圖案存在”匕外,藉由在以組合多數特徵量顯示的特徵 量芝間的區域判定不良模式,可高精度進行不良模式的詳 =類,亚且對於進行複雜條件設定的不良模式可機械地 足義標量的特徵量,所以可容易進行定量化及統計處理。 [圖式之簡單說明] 圖1為起因曝光不良的自動檢出流程圖。 圖2為起因曝光製程不良存在的晶圓不良位元分佈圖。 圖3為說明不良數資訊在曝光單位疊合方法的晶圓平面 国 . 圖4為在曝光單位疊合的不良數分佈圖及一維分佈化之 圖 圖5為顯示為了算出特徵量的負載平均係數之圖。 圖6為說明對於想要檢出的不良圖案的重複單位判定異 常的圖案的晶圓平面圖。 _—___30_ 本纸張尺度遇财關家標準(CNS) Μ規格(21GX297公爱) 550720
發明説明 圖7為顯示不良位元分佈圖案和起因曝光不良特徵量的 分佈圖。 圖8為起因曝光製程不良圖案的自動檢出裝置方塊圖。 圖9為外周不良的自動檢出流程圖。 圖10為外周不良存在的晶圓的不良位元分佈圖。 圖1 1為說明不良數資訊在同心圓單位疊合方法的晶圓 平面圖。 圖12為不良數的晶圓面内半徑方向分佈圖。 圖1 3為顯示不良位元分佈圖案和外周不良特徵量的分 佈圖。 圖14為起因曝光及外周不良圖案的自動檢出装置方塊 圖。 圖1 5為未預先設想的不良圖案的自動檢出流程圖。 圖1 6為未預先設想的不良圖案存在的晶圓的不良位元 分佈圖。 圖1 7為未預先設想的不良圖案的自動檢出装置方塊 圖。 圖1 8為顯示利用圖1 7的裝置判定不良圖案的結果的勿 佈圖。 圖1 9為顯示將曝光單位的重複單位資訊輸入到圖1 7的 裝置的形式之圖。 圖2 0為顯示圖1 7的裝置輸出以曝光單位疊合的資料的 形式之圖。 圖2 1為顯示將同心圓單位的重複單位資訊輸入到圖1 7 -31- 本紙張尺度適用中國國家標準(CNS) A4規格(210 X 297公釐) 550720 A7
的裝置的形$之圖。 圖22為顯示圖17的裝置輸出 的形式之圖。 程圖 以同心圓單位疊合的資料 圖23為顯示不良圖案對良率的影響度的算出程序 的流 圖24為算出不良圖案對良率的影響度的裝置方塊圖。 圖25為顯示特定不良圖案產生原因的程序的流程圖。 圖26為特足不良圖案產生原因的裝置方塊圖。 圖-7為核對裝置經歷和特徵量求出的頻數分佈圖。 圖28為核對QC資料和特徵量求出的散佈圖。 圖29為起因晶圓中央曝光不良的不良位元分佈圖。 圖30為顯示起因曝光不良的晶圓面内分佈和特徵量之 圖3 1為根據在特徵量空間的起因曝光不良的面内分佈 的分類圖。 圖32為修正在特徵量空間的根據面内分佈的起因曝光 不良的判定門限值之圖。 圖33為起因曝光不良和晶片性不良的不良位元分佈 圖。 圖〇 4為顯tf晶片性不良的特徵量定義方法之圖。 圖3 D為說明根據特徵量檢出晶片性不良之圖。 圖3 6為起因曝光不良及對於晶片性不良的起因曝光不 良的特徵量分佈圖。 圖3 7為說明在特徵量空間的無起因曝光不良的晶片性 -32- 本紙張尺度適用中國國家標準(CNS) A4規格(21〇X 297/^7
裝 訂
線 550720 A7
不艮時的檢圬方法之圖。 圖j 8為忒明在特徵量空間的包a \ 分晶片性不良在力沾r丄 Q (因曝光不良的一 不艮存在的區域時的檢出 圖39為說明藉由關於特徵量空間^圖。 決定晶格點上的標量化特徵量的方距離的線性插 、:4〇為顯示在特徵量空間的顯示散粒性不良全體的 之圖。
圖4 1為顯示設定於特徵量空間内的晶格點之圖。 圖4 2為說明為了進行插值的晶格點設定方法之圖。 裝 圖4 3為顯示在特徵量空間定義的散粒性不良全體的標 量特徵量的等高線圖。 圖4 4為說明為了算出顯示面内均匀起因曝光不良的標 量化特徵量的晶格點設定方法之圖。 訂
線 -33-本紙張尺度適用中國國家標準(CNS) A4規格(210X 297公爱)

Claims (1)

  1. 550720 申請專利範圍 ABCD 1. 有 種半導fi積ff電路之不良檢出方法,其特徵在於:具 第::序:抽出形成於半導體晶圓 艮位置資訊; Μ π紛~ π 1二程序:以前述半導體晶圓㈣的$間重複單位疊 合前述位置資訊;及 彳:程::從由此叠合所算出的資料算出顯示空間重 稷性不良私度的特徵量者。 2. 如申請專利範圍第!項之半導體積體電路之不良檢出方 法二其:具有下述程序:在實施前述第二程序之前,從 由丽述第-程序所抽出的前述位置資訊排除異常的位置 資訊。 3. 如申請專利範圍第2項之半導體積體電路之不良浐出方 法,其中由前述第一程序所抽出的前述位置資訊^計對 於周圍位置資訊大時,作為前述異常的位置資訊。 4. 如申請專利範圍第i項之半導體積體電路之不良柃出方 法,其中設定門限值的程序及核對前述門限值和;述特 徵量’判定前述空間重複性不良。 如申請專利範圍第!項之半導體積體電路之不良檢出方 法’其中具有預先設定前述空間重複性不良的程序及算 出顯示空間性地偏倚存在的不良偏倚程度的特徵量的程 序’在顯示前述預先設定的空間重複性不良存在的特徵 量不被檢出且在顯示前述空間性地偏倚存在的不良偏倚 程度的特徵量被檢出的不良存在時,判定係前述預先咬 5. -34- 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐)
    550720 申請專利範園 疋的空間韋複性不良以外的不良。 6.如令清專利範圍第 法,並中在〜人 +導體積體電路之不良檢出方 八T在包含以2個以上的 個向量空間,在前述幾個 、I為成分的向量的幾 設定n h H間内料1個不复模式 向量,刻#乂H和以則述特徵量為成分的 里判疋則述不艮模式的存在。 7·如申請專利範圍第6項之半導 法,並+ 千寸把和體電路之不良檢出方 於前述幾個向量空間内的區域所顯 不$不良模式,算出標量的特徵量。 ” 8. :申請專利範圍第7項之半導體積體電路之不良检出方 二門Γ料標量的特徵量算出方法係在前述幾個向量 ^内歧前述不良模式程度的上限、下限及門限值區 土,分配標量給前述上限、下限及門限值區域,藉由將 訂 限、下限及Η限值區域間内插,算出在任^點的 特徵量。 9. 如申請專利範圍第8項之半導體積體電路之不良檢出方 去,其中前述内插的方法係關於在前述幾個向量空間内 的距離做線性插值。 二θ 10. 如申请專利範圍第6項之半導體積體電路之不良检出、 法,其中前述2個以上的特徵量包含表現至少不良模= 種類的特徵量和表現晶圓面内的出現位置的特徵量 11. 一種半導體積體電路之不良檢出裝置,其特徵在於·且 有第1計算部··抽出形成於半導體晶圓上的積體電路、 不k位置資訊;第2計算部··以前述半導體晶圓:内:: -35·
    550720
    申請專利範圍 空間重複早位疊合前述位置資訊;及,第3 由此疊合所算出的資料算出顯 :邯.從 特徵量者。 j f设险不艮程度的 12.如申請專利範圍第u項之半導體積體電 、 裝置’其中具有第4計算部:從由前述第i計算艮檢出 ,出的前述位置資訊排除異常的位置資訊。 #所抽 b· ^申请專利範圍第i 1項之半導體積體電路之不良檢出 -f、,其中具有第5計算部:由前述第丨計算部所:出 的則述位置資訊合計對於前述位置資訊周圍的位置 大時’判定係前述異常的位置資訊。 、 14.如申請專利範圍第Η項之半導體積體電路之不 衣置,其中設定門限值的第6計算部及前述第3計算部 核對前述門限值和前述特徵量,判定前述空間重複性^ 良。 、 1:).如申請專利範圍第丨丨項之半導體積體電路之不良檢出 裝置,其中具有第7計算部:預先設定前述空間重複性 不良,及,第8計算部:算出顯示空間性地偏倚存在的 不良偏倚程度的特徵量,具有第9計算部:在顯示以前 述第7計算部設定的前述空間重複性不良存在的特徵量 不被檢出且在顯示以前述第8計算部算出的空間性地偏 倚存在的不良偏倚程度的特徵量被檢出的不良存在時, 判定係以前述第7計算部設定的前述空間重複性不良以 外的不良。 -36- 本紙張尺度適用中國國家標準(CNS) Α4規格(210X297公釐)
    裝 η
TW091105326A 2001-03-29 2002-03-20 Equipment and method of detecting faults in semiconductor integrated circuits TW550720B (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2001095479 2001-03-29
JP2001278194A JP4170611B2 (ja) 2001-03-29 2001-09-13 半導体集積回路の不良検出方法及び不良検出装置

Publications (1)

Publication Number Publication Date
TW550720B true TW550720B (en) 2003-09-01

Family

ID=26612519

Family Applications (1)

Application Number Title Priority Date Filing Date
TW091105326A TW550720B (en) 2001-03-29 2002-03-20 Equipment and method of detecting faults in semiconductor integrated circuits

Country Status (5)

Country Link
US (1) US7222026B2 (zh)
JP (1) JP4170611B2 (zh)
KR (1) KR100515865B1 (zh)
CN (1) CN1224089C (zh)
TW (1) TW550720B (zh)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8417477B2 (en) * 2001-05-24 2013-04-09 Test Acuity Solutions, Inc. Methods and apparatus for local outlier detection
US7225256B2 (en) * 2001-11-30 2007-05-29 Oracle International Corporation Impersonation in an access system
US20070219741A1 (en) * 2005-05-20 2007-09-20 Emilio Miguelanez Methods and apparatus for hybrid outlier detection
DE112004001024T5 (de) * 2003-06-10 2006-06-01 Ade Corp., Westwood Verfahren und System zur Klassifizierung von an einer Oberfläche eines Substrats auftretenden Defekten unter Verwendung einer grafischen Darstellung von Vielkanal-Daten
JP3913715B2 (ja) 2003-06-18 2007-05-09 株式会社東芝 不良検出方法
JP3742087B2 (ja) 2003-11-07 2006-02-01 株式会社東芝 不良検出システム、不良検出方法及び不良検出プログラム
JP4649837B2 (ja) * 2003-12-12 2011-03-16 株式会社ニコン データ分析方法、及び、デバイス製造方法とそのシステム
US7019835B2 (en) * 2004-02-19 2006-03-28 Molecular Imprints, Inc. Method and system to measure characteristics of a film disposed on a substrate
JP4250552B2 (ja) 2004-03-03 2009-04-08 株式会社東芝 製造装置管理システム、製造装置管理方法及びプログラム
JP4413673B2 (ja) * 2004-03-29 2010-02-10 株式会社東芝 不良原因装置特定システム及び不良原因装置特定方法
KR100687870B1 (ko) * 2005-04-04 2007-02-27 주식회사 하이닉스반도체 웨이퍼의 불량 검사 방법
US7340359B2 (en) * 2005-05-02 2008-03-04 Optimaltest Ltd Augmenting semiconductor's devices quality and reliability
JP4874580B2 (ja) 2005-06-14 2012-02-15 株式会社東芝 異常原因特定方法および異常原因特定システム
CN101432864B (zh) * 2006-04-27 2012-05-30 夏普株式会社 缺陷分布分类方法及系统、故障源设备确定方法及系统
US20080010531A1 (en) * 2006-06-12 2008-01-10 Mks Instruments, Inc. Classifying faults associated with a manufacturing process
JP2008004641A (ja) 2006-06-20 2008-01-10 Toshiba Corp 不良検出システム、不良検出方法及びプログラム
JP4786505B2 (ja) * 2006-11-13 2011-10-05 株式会社東芝 不良検出方法
US8271103B2 (en) 2007-05-02 2012-09-18 Mks Instruments, Inc. Automated model building and model updating
US7916275B2 (en) * 2007-09-19 2011-03-29 Asml Netherlands B.V. Methods of characterizing similarity or consistency in a set of entities
US7983859B2 (en) * 2007-09-26 2011-07-19 Kabushiki Kaisha Toshiba System and method for analyzing defects on a wafer
JP4997069B2 (ja) * 2007-10-30 2012-08-08 株式会社東芝 不良検出方法及び不良検出装置
JP4799574B2 (ja) * 2008-02-29 2011-10-26 株式会社東芝 線状パターンの検知方法および装置
US8494798B2 (en) * 2008-09-02 2013-07-23 Mks Instruments, Inc. Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection
JP2010087459A (ja) * 2008-09-08 2010-04-15 Toshiba Corp 故障原因特定装置および方法
US9069345B2 (en) * 2009-01-23 2015-06-30 Mks Instruments, Inc. Controlling a manufacturing process with a multivariate model
KR101201860B1 (ko) * 2010-10-29 2012-11-15 에스케이하이닉스 주식회사 반도체 장치와 그 테스트 방법 및 제조방법
US8838408B2 (en) 2010-11-11 2014-09-16 Optimal Plus Ltd Misalignment indication decision system and method
US8855804B2 (en) 2010-11-16 2014-10-07 Mks Instruments, Inc. Controlling a discrete-type manufacturing process with a multivariate model
JP2012199338A (ja) * 2011-03-18 2012-10-18 Fujitsu Ltd 故障診断支援方法、プログラム及び装置
US9541471B2 (en) 2012-04-06 2017-01-10 Mks Instruments, Inc. Multivariate prediction of a batch manufacturing process
US9429939B2 (en) 2012-04-06 2016-08-30 Mks Instruments, Inc. Multivariate monitoring of a batch manufacturing process
JP2014063914A (ja) * 2012-09-21 2014-04-10 Renesas Electronics Corp 半導体検査装置、半導体検査方法およびプログラム
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
JP6165658B2 (ja) * 2014-03-20 2017-07-19 株式会社東芝 製造装置管理システム及び製造装置管理方法
US9891267B2 (en) 2016-06-14 2018-02-13 Nxp Usa, Inc. Kernel based cluster fault analysis
JP2022022500A (ja) * 2020-06-24 2022-02-07 東京エレクトロン株式会社 基板処理システム、基板処理方法、およびマップ作成装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS604231A (ja) * 1983-06-22 1985-01-10 Nec Corp 半導体装置の検査方法
US5991699A (en) * 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
US6172363B1 (en) * 1996-03-05 2001-01-09 Hitachi, Ltd. Method and apparatus for inspecting integrated circuit pattern
JPH10213422A (ja) * 1997-01-29 1998-08-11 Hitachi Ltd パタ−ン検査装置
JP3995768B2 (ja) * 1997-10-02 2007-10-24 株式会社ルネサステクノロジ 不良解析方法及びその装置
US6446021B1 (en) * 1998-02-27 2002-09-03 Micron Technology, Inc. Method and apparatus to display processing parameter
JP4220595B2 (ja) * 1998-08-10 2009-02-04 株式会社日立製作所 欠陥の分類方法並びに教示用データ作成方法
US6324481B1 (en) * 1998-10-21 2001-11-27 Texas Instruments Incorporated Method for the calculation of wafer probe yield limits from in-line defect monitor data
JP4080087B2 (ja) * 1999-02-01 2008-04-23 株式会社日立製作所 分析方法,分析システム及び分析装置
JP3492226B2 (ja) * 1999-02-03 2004-02-03 株式会社日立製作所 半導体不良原因絞込み方法
JP3556509B2 (ja) * 1999-03-16 2004-08-18 株式会社東芝 欠陥解析システムおよびその方法
JP2000269275A (ja) * 1999-03-18 2000-09-29 Iwate Toshiba Electronics Kk マスク共通欠陥判定の方法および装置ならびにマスク共通欠陥チップ測定除外の方法および装置
US6507933B1 (en) * 1999-07-12 2003-01-14 Advanced Micro Devices, Inc. Automatic defect source classification
US6466895B1 (en) * 1999-07-16 2002-10-15 Applied Materials, Inc. Defect reference system automatic pattern classification
JP3678133B2 (ja) * 2000-10-30 2005-08-03 株式会社日立製作所 検査システムおよび半導体デバイスの製造方法
JP3823073B2 (ja) * 2002-06-21 2006-09-20 株式会社日立ハイテクノロジーズ 電子線を用いた検査方法及び検査装置

Also Published As

Publication number Publication date
JP2002359266A (ja) 2002-12-13
US20030011376A1 (en) 2003-01-16
CN1384538A (zh) 2002-12-11
JP4170611B2 (ja) 2008-10-22
KR100515865B1 (ko) 2005-09-21
CN1224089C (zh) 2005-10-19
US7222026B2 (en) 2007-05-22
KR20020077199A (ko) 2002-10-11

Similar Documents

Publication Publication Date Title
TW550720B (en) Equipment and method of detecting faults in semiconductor integrated circuits
US20210231584A1 (en) Smart defect calibration system in semiconductor wafer manufacturing
TWI670685B (zh) 在圖案化晶圓上缺陷之子像素及子解析度局部化
CN106415807B (zh) 使用高分辨率全裸片图像数据进行检验
US8611639B2 (en) Semiconductor device property extraction, generation, visualization, and monitoring methods
TWI618161B (zh) 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體
JP5425779B2 (ja) 実際の欠陥が潜在的にシステム的な欠陥であるか、または潜在的にランダムな欠陥であるかを判断する、コンピューターに実装された方法
US10127653B2 (en) Determining coordinates for an area of interest on a specimen
TWI614721B (zh) 在半導體製造中用於檢測之雜訊中所內嵌之缺陷之偵測
CN105074896B (zh) 图案测定装置以及半导体测量系统
TWI616823B (zh) 使用以cad為基礎之環境背景屬性之缺陷分類
TWI692700B (zh) 智慧型的缺陷校正系統與其實施方法
TWI515813B (zh) Charged particle - ray device
JP2015084443A (ja) ウェーハ用検査工程を生成するための方法及びシステム
JP4950550B2 (ja) パターン合わせずれ計測方法およびプログラム
TW201351347A (zh) 使用表面形貌屬性之缺陷分類
TW201930862A (zh) 產生檢查配方的方法及其系統
CN110892516B (zh) 识别晶片上的干扰缺陷的来源
JP2010133744A (ja) 欠陥検出方法およびその方法を用いた視覚検査装置
JP2007188968A (ja) ウエーハマップデータの解析方法および解析プログラム
JP2008058090A (ja) パターン評価方法およびプログラム
JP2002048722A (ja) 欠陥検査装置
Reynolds Practical defect-sizing issues for UV inspection of 248-nm embedded attenuated PSM contact layer
TW201925804A (zh) 診斷半導體晶圓的方法

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent