TWI287244B - Correlation of end-of-line data mining with process tool data mining - Google Patents

Description

1287244 玖、發明說明· · 【發明所屬之技術領域】 本發明之或夕個實施例係有關於運用製程機台資料 採擷之生產線端資料採擷關聯性。 【先前技術】 隨著市場驅使電路密度的增加，半導體元件的製造過 程愈來愈複雜。舉例而言，一般典型的製程必須從一片單 晶矽（以下稱作晶圓或基材）開始，經過一系列約3〇〇至5〇〇 道個別的製程步驟加以處理，而在各個晶圓上製造出許多 單獨的元件。此外，線寬隨著電路密度的增加而縮小，而 且半導體製造業正採用更新的技術及材料。舉例而言，銅 製程正從0.18微米（μιη)的技術轉變成〇 ΐ3μιη的技術。此 外，銅晶種與電鍍的出現，連同在使用新的低介電（1〇w_k) 薄膜時所增加的困難度與填充〇·13μηι結構的需求，已使 採用300mm晶圓的轉變更加困難。 有鑑於此，降低缺陷率（不論是製程或污染物所造成） 已愈來愈重要，而時間相對於根本原因（tim卜t〇_r〇〇Ncause) 即為克服缺陷率的一個重要因素。為了監測缺陷率及持續 降低缺陷密度’半導體元件製造商採用資料管理軟體及缺 陷偵測設備。再者，各種新世代的半導體製程技術要求更 °羊細的資料來支援製程監控與改良。如此一來，豐富的資 料即促成了晶圓製程當中的資料儲存裝置、資料整合、資 料分析及資料處理自動化等發展趨勢。 5 1287244

在過去數年當中，大量資金已投資在裝設資料擷取系 統，而此類資料擷取系統係設計用來在晶圓接受處理時， 記錄在半導體晶圓製程機台内的操作狀態。在先進的晶圓 廠當中，雖然此類以時間為基礎的製程機台資料目前正應 用在某些晶圓製程機台，但其仍無法利用產生的資料來達 成相對於元件（以下稱作積體電路或 1C)的最佳化機台效 能。造成此限制的原因至少部分來自於元件效能資料與製 程機台之時間性資料*之間在表達方式上的不連貫。舉例而 言，1C上的資料量測值勢必與某一批晶圓產量（稱作一個 lot)、某一片晶圓或晶圓上的某一些1C有關聯。然而，來 自於製程機台之時間性資料的資料量測值，係以製程機台 在晶圓處理過程中某特定時間内的個別操作條件來表示。 舉例而言，若晶圓廠内的製程機台設有隔離的處理室，則 當某一片晶圓停留在製、程機台的處理室内時，吾人可每千 分之一秒記錄一次處理室壓力。在此例中，任一片晶圓的 處理室壓力資料可以記錄為數千筆單獨量測值的數列。將 製程機台的時間性資料「合併」不連續的資料矩陣所遭遇 的困難，即造成運用製程機台之時間性資料作為生產效率 最佳化手段的限制。 目前有許多監控良率提昇及生產效率改善的努力，著 重於開發找出低良率晶圓的生產線端功能性測試資料與運 用於製造1C的特定製程機台之間的關聯性。此類分析的目 的係為了找出各種可能造成良率降低的製程機台，並將其 從廠内的製造流程中移開，直到良率工程師確定該等機台 6 1287244

的運作「正常」後再移回到製程，或者在晶圓處理期間， 針對機台效能進行必要的修改。運用資料採擷進行上述工 作係屬習知技術（此類相關性作法亦在新技術開發良率提 昇上扮演重要角色）。由於（a)產生的資料量龐大，以及（b) 將資料整合'以供分析所需要的時間等因素，务得此類相關 性作法變得繁瑣且耗時。有時，在發覺到訊號之前，其為 一種嘗試錯誤的處理方式。此外，上述作法通常無法提供 足夠的資料來保證製程機台的執行效能更佳。因此，使用 者通常會花費較多的時間試圖找出問題所在，而不是在找 出問題之後，將精力花費在實際維修或調整製程機台。 有鑑於上述情況，吾人需要能解決上述之一個或數個問題 的方法及設備。 【發明内容】

本發明之一個或數個實施例能有效解決上述之一個或 數個問題。具體而言，本發明之實施例係一種製程機台最 佳化系統，此種系統包含：（a) —資料採擷引擎，其能分析 生產線端資料，找出一個或數個與低良率有關的製程機 台，以及（b)回應於該分析之輸出值，分析來自於一個或數 個製程機台的製程機台資料，藉以找出一個或數個與該低 良率有關的製程機台參數。 【實施方式】 ' 第1圖為根據本發明之實施例所製造的製程機台最佳 7 1287244 化系統1 000。如熟習相關技術者所知，在半導體晶圓或 材上疋成元件（在此亦稱作積體電路或1〇之製造後，會 行如電性測試等許多功能性測試—但不以此等測試為限 藉以判斷元件的操作性能是否符合設計規格。如第1圖 示’根據熟習相關技術者所暸解的任何一種方法，功能 测試的結果係儲存在整體晶圓廠之生產線端良率提昇資 庫140。熟習相關技術者均知曉現成的功能性測試套件 及用来執行此等功能性測試的測試設備。值得注意的是 本發明之各式實施例的應用不限定於在半導體晶圓上製 元件；事實上，本發明所涵蓋的實施例亦能應用於在其 材料上製作元件，例如玻璃基板或矽土基材等材料，但 以此為限。 另如第1圖所示，生產線端之良率提昇資料採擷引 15 0係擷取出存放在晶圓廠生產線端之良率提昇資料 14〇的資料，並針對此等資料進行分析，藉以：（a)找出 率低的晶圓；及（b)使該等良率低的晶圓與下列產生關 性：（i)單獨的製程^幾台或製程機台群組，（i〇時間性事件 (Hi)製程及/或元件設計，以及（iv)其它。在此，低良率 指其數值低於預設數值的良率，或指某特定元件參數之 剩值落在控制界線或範圍以外。如熟琴相關技術者所知 資料採擷係屬一種習知方法，其能用來找出有助於解釋 個或數個響應變數之狀態模式的資料型態。如吾人所知 由於不存在預先得知的受測模式，資料採擷至少與某些 擬方法不同。此外，尋找一個模式時，必須利用預設的 基 進 ， 所 性 料 以 y 作 它 不 擎 庫 良 聯 係 量 模 解 8 1287244 釋性變數範圍。一般而言，此等變數可能會有各種不同的 資料型態，而且包含有與母群無關的部分以及遺失的資 料。某些為模式所涵蓋的變數可能有高度相關性，而潛在 的關係可能是非線性關係且相互影響。

吾人亦知，資料採擷一詞已經和一些不同的分析技術 聯繫在一起。某些技術會用到傳統的統計方法，某些則會 運用如神經網路、關聯原則、Bayesian網路及決策樹等技 術。無論是何種技術，其目的均是要建立一種能解釋一組 觀察值之響應變化，而且能準確預測新資料之響應的模 式。當需要模式化的資料量很大，且對實體模式的瞭解程 度不足以使用統計方法時，可採用神經網路模式。不易針 對模式參數進行實體解析是上述處理方式的其中一項缺 點。此外，此種模式的預測輸出值會受到所採用的訓練集 (training set)範圍大小的限制。Bayesian網路比神經網路 更具實體性，因為網路當中的節點係受測變數；然而，其 仍然不易從網路中擷取出實體模式的元素，或有效地使網 路當中實作的關係視覺化。不像神經網路，Bayesian網路 可用來找出新的關係。關聯原則係一種用來搜尋資料之一 致性型態的工具。例如，有缺陷的lot(即一整批晶圓）發生 通過各種製程機台組合（如沉積製程機台與蝕刻製程機台 之組合）的情況如何。關聯原則分析在發現狀態模式方面有 其用處，但其無法產生預測性模式。決策樹係一種用來開 發狀態階層模式的分析工具。樹的建構過程係以遞迴的方 式評估哪一個變數能根據包含該變數的最佳原則來解釋響 9 1287244 應之主要變化量。當關係 . 禾知且吾人需做成寬廣的條目分 類或預測時，決策樹即能 續變數^1揮用處。若您需要做出關於連 員交數的準確預測’此時 τ决珞樹的用處不大。 生產線良率提昇資料垃 盥 、^ #貝引擎1 50能找出一種或.數種 /、低良率有關聯的製程機& 根據習知方法，此資料能提 酉星、、隹修人員，而維修人員 .„ 卩可據此修復或至少嘗試修復菸 生問題的機台，並藉以提昇自方 ^ 分β 歼良率。然而，根據本發明之眘 轭例〜如第1圖所示， .^ 屋線良率提昇資料採擷引擎1 50 <輸出係作為製程機台之：欠

W 〇之貝料採擷引擎130的輸入。生產 線良率提昇資料採_引擎！ 5 Q可根據熟習相關技術者所知 曉的任何一種方法而製作成軟體應用程式。例如，生產線 良率提昇資料採擷引擎丨5 〇可以製作成在網路上執行的軟 體應用程式，而此軟體應用程式係能：（a)透過如網際網 路、企業内部網路等網路（但不以此為限）來存取資料，以 及（b)透過網路傳送資料（例如將資料傳送到製程機台之資 料採擷引擎130)。

如第1圖所示，餘刻製程機台1 0 0可對送至量測/偵測 系統110的晶圓進行處理，而化學氣相沉積（CVD)製程機 台200則可對送至量測/偵測系統2 1 0的晶圓進行處理。值 得注意的是，蝕刻製程機台100與CVD製程機台200僅只 代表其輸出可藉由本發明之一種或多種實施例予以分析的 機台。當蝕刻製程機台1 00處理晶圓時，製程輸出資料係 由SMARTSys工具120加以收集；當CVD製程機台200 處理晶圓時，製程輸出資料係由SMARTSys工具220加以 10 1287244 收集 。SMARTSys 工具係由應用 Materials，Inc，美國加州 Santa Clara 集及分析工具，此種工具能監控製程 數。此外，SMARTSys工具另包含能4 離製程機台之最佳模式範圍的應用程 SMARTSys工具之實施例中，其包含-監控暨錯誤偵測」應用程式。設備健4 測應用程式係利用期望狀態之歷程性多 項預設變數之間的交互作用來執行監担 該等變數可包含設備功能參數及/或製 數與製程參數包括設備等級資料及其廣 設備功能參數包括機器手臂位置，製矛j 空室壓力、射頻振幅及氣體流速等， SMARTSys工具可監控預設指標，以# 離期望狀態模式之最佳範圍。就此而1 預測超出範圍的製程狀態來避免晶圓* 工具亦能即時收集、儲存及顯示資料， 報均準確。 如第1圖所示，分別經過蝕刻製程 程機台200處理的晶圓會分別被傳送到 及2 1 0，以供進一步處理。量測/偵測系 下列其中之一或多者··（a)一或數個參數 數個檢查工具；（c)一或數個缺陷查驗系 別器；以及Ο)製程知識庫（pKL)。熟習 材料公司（Applied 市）所製造的資料收 機台的製程控制參 1測製程條件是否偏 式。舉例而言，在 種「設備健全狀態 r狀態監控暨錯誤偵 ’重變數模式以及多 E及偵測功能，其中 程參數（設備功能參 l理室資料）。例如， L參數包括溫度、真 但不以上述為限。 丨測製程條件是否偏 ^ ’預設指標可藉著 々損失。SMARTSys 確保製程矩陣及警 機台100與CVD製 量測/偵測系統1 1 0 ;統1 1 0及2 1 〇包含 ‘度i工具，（b)—或 統；（d)缺陷來源識 相關技術者均知， J287244 & S及檢查工具可產生量測資料及缺陷量測資料，並用於 查 @ j 表程機台及元件參數。熟習相關技術者亦知，缺陷查 驗李姑 、 一

’、、、死可進一步分析檢查工具所產生的資料，並提供代表 缺陷I、DC 衣綠的資料。缺陷來源識別器可自位在美國加州Santa Clara -±r i.L· 平的應用材料公司購得，此種設備能分析度量資料、 檢查：欠 、 〜貝料、查驗資料與歷程缺陷資料，以判斷或協助 缺陷f、、J5 / 習 Λ、。PKL係一種應用程式（例如軟體應用程式）；熟 使技術者可採用任何一種方法來製作此種應用程式， 程參此具體得知缺陷，並採取與該等缺陷有關的範圍外製 _ 的^ $之相關修正行動。例如，PKL可獲知某種元件設計 '、弋射頻功率數值出現問題，但不僅只限定於獲知此類 製程機台、資料採擷引擎130 另如第1圖所示 ^存取SMARTSys工具12〇及SMARTSys工具22〇而獲 #於其中至少一部分的資料。此夕卜，製程機台之資料 ° 、擎1 3 0存取里測/偵測系統1 1 〇及量測"貞測系統η

Γ獲得储存於其中至少-部分的資料。製程機台之資料 二擎130所取付的貝料係由回應生產線端之良率提昇 :採梅引擎150接收到的輪入值而被決定，或者是回應 :用者(例如良率…)所輸入的資料。舉例而言，來 ;生產線良率提昇資斜γ 、木拮員引擎1 5 0的輸入，以及來自 使用者的輸入，可指出一 種或數種與低良率有關聯的製 械台。此種生產緩戚夕& _ ,t 、 良率提昇資料採擷引擎1 5 0甚至 與低良率有關聯的特定時間。在回應過程中，資料 12 1287244

擷引擎1 3 0會取得相關製程機台在某一段時間的製程資訊 (例如藉著存取附屬於製程機台的SMARTSys工具），同時 會存取儲存在相關系統内的相關度量、檢查及查驗資料（例 如藉著存取量測/偵測系統11 〇及/或量測/偵測系統2 1 0及 /或類似系統）。此外，若有某些特殊的資料型態無法以上 述方式自動取得，則其可以檔案、透過使用者輸入，或提 供預先設定的資料目標位置來取得。再者，根據熟習相關 技術者所知曉的任何一種系統組態處理的方法，可以獲得 指出預設資料之存放位置的規劃圖（例如製程機台與相關 SMARTSys工具的規劃圖）。因此，當遇到新的故障情況 時，製程機台之資料採擷引擎1 3 0即能查詢其它自動化機 件及度量工具，並收集猜測可能的故障原因所需要的資 料。製程機台資料採擷引擎1 3 0可根據熟習相關技術者所 知曉的任何一種方法而製作成軟體應用程式。例如，製程 機台資料採擷引擎1 3 0可以製作成在網路上執行的軟體應 用程式，而此軟體應用程式係能：（a)透過如網際網路、企 業内部網路等網路（但不以此為限）來存取資料（例如來自 於SMARTSys工具120、SMARTSys工具220、量測/偵測 系統11 0、量測/偵測系統2 1 0等的資料），以及（b)以上述 方式透過網路輸出資料。 根據本發明之一個或數個實施例，資料採擷引擎1 3 0 係執行資料採擷工作，藉以產生製程機台之間的相關良率 影響訊號，並將此等良率影響訊號1 60輸出到製程最佳化 引擎1 7 0，以及/或透過網路將特定元件缺陷與超出範圍的 13 1287244

製程參數之間的關聯性提供到附屬於受影響機台的量測/ 偵測系統（例如量測/偵測系統1 1 〇或2 1 0)的PKL。如此一 來，製程控制資料採擷引擎1 3 0可使生產線端良率與特定 製程機台參數產生關聯，其中製程參數可為壓力、溫度、 射頻振幅、氣體流率等，但不以上述為限。在執行此項資 料採擷工作時，製程控制資料採擷引擎 13 0可運用：（a) 來自於製程機台的資料，其中該等製程機台經由生產線端 良率提昇資料採擷引擎150判斷與低良率有關；（b)在特定 情況中的製程機台資料（例如用作比較的資料），其中該等 製程機台未被發現與低良率有關；及（c)來自於製程機台的 歷程資料。製程控制資料採擷引擎1 3 0(即良率影響訊號 1 6 0)至少能為找到的製程機台判斷出與低良率有關的製程 機台參數。此等良率影響訊號 1 60(即故障前導）係用作製 程最佳化引擎1 70的輸入。在另一實施例中，製程控制資 料採擷引擎130之製程最佳化引擎170可存取此等良率影 響訊號。

運用熟習相關技術者所知曉的任何一種方法，製程控 制資料採擷引擎1 3 0可執行資料採擷工作。例如，以下關 於執行資料採擷的考量係為習知，且應予以特別注意。資 料採擷需要資料可取用性、非常有效率的存取方法、對於 資料問題有相當的健全性、非常有效率的演算法、效能非 常高的應用程式伺服器，以及在傳輸處理結果時的運用彈 性。選擇某一種應用產品或方法時，必須考量到各種資料 採擷方法對於資料問題的敏感度。具體而言，資料問題的 14 1287244 關鍵係在於範圍超過正常觀測值的差距與測量值所弓I起的 問題一即所謂的超出值（outlier)。雖然資料採擷方法可補足 遺缺的資料’避免差距即可改善結果，但在實際情况中， 大部分的資料集仍會有超出值。運用非參數型方法（即不倚 賴基本常態分佈的方法）的資料採擷演算法對於超出值的 敏感度較低。分析之前先「清理」資料亦能避免超出值所 引發的故障訊號。在互動式應用方面，以圖表方式輸出， 並與圖表進行互動的功能而使圖像關係視覺化即可滿足需 求。 如第1圖所示，製程最佳化引擎1 70係一種知識型系 統一例如專家系統（但不此為限），其使用良率影響參數i 6Q 當作一組規則；熟習相關技術者可藉此組規則並利用任何 一種最佳化處理方法來建立階層化知識系統。例如，若良 率影響訊號1 60包含有蝕刻機台1 〇〇的壓力，則製程最佳 化引擎170會將反饋資訊輸出到SMARTSys工具120，以 監測偏離的製程壓力。監測過程將可找出偏離狀態，使用 者能採取修正行動而增加良率。例如，修正行動的_型包 括：（a)使用修改製程條件的自我修復；（b)在損及製程之前 先漸進關閉；及/或（c )預防性保養（P Μ )。根據本發明之一 個或數個實施例，資料採擷能以較佳的方式導出專家系統 型診斷規則來建議後續步驟，並以更有效率的方式隔離故 障。例如，在機件發生故障而損及製程的進行之前，ρΜ 可以預先得知磨損情況，並據此先行更換機件。ρΜ的頻 率及特殊的ΡΜ經常視製程需求以及當時正在執行的製程 1287244 條件的變化而定。例如，發生變化後，可能立即會有製程 條件改變與製程效能之間的互動。半導體設備供應商不易 預期及測試此等類型的功效。不過，半導體設備製造商可 讓半導體元件製造商能夠成功地運用製程機台。

此外，由於吾人已知造成晶圓廠内變化性有許多種因 素，而且此類因素會隨著時間改變，因此吾人應特別注意 此種變化性在製程進行過程中所造成的持續性變化。有鑑 於此，僅針對單一超出範圍的事件進行修正，勢必無法為 整個生產線提供長期的最佳化解決方案。換言之，製程屬 於動態性質，且需要持續性的監控及錯誤修正行動。再者， 隨著新式元件引進製程生產線，整體生產線必須使其良率 在生產引進與快速運作方面達到最佳化。運用本發明之一 個或數個實施例時，不僅能偵測製程漂移現象，而且能順 著處理流程之反向來提供此等漂移的製程修正。因此，本 發明之一個或數個實施例能在安裝過程中提高製程機台的 生產率，並能在製程機台設置完成後，改善製程機台的效 能。 雖然第1圖所示實施例當中的SMARTSys工具120與 220係分別將資訊直接傳送到製程機台資料採擷引擎 1 3 0，但仍有別種實施例，其中存在如伺服器（不以此為限） 等其它系統，當作SMARTSys工具與其它系統及/或應用程 式之間互動的統籌管理者及/或中央點。在此種實施例中， 資訊可透過此類伺服器轉送到製程機台資料採擷引擎 130 ° 16 1287244 同樣地’雖然第1圖所示實施例當中的量測/偵測系統 1 1 〇與2 1 〇係分別將資訊直接傳送到製程機台資料採擷引 0 ’但仍有別種實施例，其中存在如伺服器（不以此為 ，、匕糸統’當作量測/偵測系統與其它系統及/或應用 矛壬式之間互動的統籌管理者及/或中央點。在此種實施例 ^ 胃訊可透過此類伺服器轉送到製程機台資料採擷引擎 1 3 0。此外，在笛 乐1圖所示實施例中，雖然晶圓係從蝕刻製 程機台1 0 0傳读Φ/ k到量測/偵測糸統1 1 0，並從c V D製程機台 2 0 0傳送到量測/ 、J債測系統21 〇，但仍有別種實施例，其中 從各種不同製藉她v n ^ ^ 機台送出的曰曰圓係被傳送到相同的量測/ 偵測系統。再者，Λ Θ , 如上所述，篁測/偵測系統可由多種不同 的系統組成。絲 ,上迷情況而言，雖然第i圖在量測/偵測系 統與製程機台資料採掏引擎130之間僅緣示單一個聯絡通 ::二仍有別種實施例，其中構成量測/偵測系統與製程機 CI負料採擷引擎i 3 糸 _ , ^ ^ 3〇的各種糸統之間存在多條聯絡通道 (或者’其匕如飼服 ,^ 聯絡通道，而此^ 限）的系統之間可存在多條 或應用程式，並：=:::測系統及其它系統及/ 或中央點）。 ’、4互動的統籌管理者及/ 雖然第^圖緣示-條聯絡通道，生 料採掏引擎15〇可透過此通 “良率… 採擷引擎13〇,伸仍右幻接訾奸、讯傳送到製程機台資料 1一仍有別種實施例，甘a〜 ^ 路上的節點r你丨^ '、中 > 訊係存放在網 路上的即點（例如生產線端良率 考，4曰不以士炎 处昇資料庫140或伺服 m以此為限），且製程機 貝枓採擷引擎13〇可依照 17 1287244 熟習相關技術者所知曉的其中一種方法來存取存放在節點 的資料。同樣地，雖然第1圖在系統與工具之間繪示出不 同的聯絡通道，但仍有別種實施例，其中依照熟習相關技 術者所習知的任何一種方法，某些或所有聯絡通道可配置 於網路節點及/或伺服器之間。 在第1圖所示實施例中，雖然製程機台資料採擷引擎 130與生產線端良率提昇資料採擷引擎150係為在不同硬 體上執行的個別應用程式，但仍有其它實施例；在其中一 種實施例中，此兩種應用程式係在相同的硬體上執行；在 另一種實施例中，上述兩應用程式係為同一種應用程式（例 如資料採擷引擎應用程式，但不此為限），並執行具不同演 算法的處理程序（就此而言，.其可在不同時間處理不同的資 料群組）。 熟習相關技術者當能暸解，以上内容僅為舉例說明。 因此，上述說明内容並非試圖涵蓋所有可能的實施方式， 且並非意謂本發明僅限定為如揭露的具體形式。舉例而 言，當描述資訊在系統及/或應用程式及/或機台之間進行 傳遞時，其係意指涵蓋直接或間接傳送的實施方式，其中 間接傳送係運用如網路節點、伺服器或類似配置的甲間媒 介來進行。 【圖式簡單說明】 第1圖為根據本發明之實施例所製造的製程機台最佳 化系統的方塊圖。 18 1287244 【元件代表符號簡單說明】 100蝕刻製程機台 110 量測/偵測系統 120 SMARTSys 工具 130製程機台資料採擷引擎 1 40生產線端良率提昇資料庫

150生產線良率提昇資料採擷引擎 160 良率影響訊號 170製程最佳化引擎 180機台資料採擷引擎 2 00化學氣相沉積製程機台 2 10量測/偵測系統 220 SMARTSys 工具 1000製程機台最佳化系統

19

Claims (1)

1287244 拾、申請專利範圍： 1. 一種針對一製造系統且在該製造系統上可經由一或多 個製程機台處理各基材的製程機台最佳化系統，該系統 包含： 一製程機台資料採擷引擎，其係連接以接收來自至少一 該製程機台之製程資訊，其中該製程機台資料採擷引擎輸 出與低良率相關的製程機台故障之前導的良率影響訊號； 以及 一製程最佳化引擎，其係連接以接收來自該製程機台資 料採擷引擎之該良率影響訊號； 其中，為了回應接收該製程機台故障之前導的良率影響 訊號，該製程最佳化引擎識別出在故障前應被取代的各部 分。 2. 如申請專利範圍第1項所述之系統，其更包含： 一生產線端資料採擷引擎，其係連接以提供該製程機台 資料採擷引擎一識別與低良率相關聯之一製程機台的輸出 資料； 其中該製程機台資料採擷引擎輸出該良率影響訊號以 回應以由該生產線端資料採擷引擎所提供的該輸出資料。 3 .如申請專利範圍第2項所述之系統，其中該生產線端資 料採擷引擎與該製程機台資料採擷引擎係運作於獨立 硬體之獨立應用程式。 20 1287244 4.如申請專利範圍第2項所述之系統，其中生產線端資料 採擷引擎與該製程機台資料採擷引擎係運作於相同硬 體之個別應用程式。 5 .如申請專利範圍第2項所述之系統，其中生產線端資料 採擷引擎與該製程機台資料採擷引擎係相同資料採擷 引擎。

6. —種用於最佳化一晶圓廠處理流程且在其上可經由一 或多個製程機台處理各基材的製程機台最佳化系統，該 系統包含： 一製程機台資料採擷引擎，其係連接以接收來自至少一 該製程機台之製程資訊，其中該製程機台資料採擷引擎輸 出識別與低良率相關的製程機台參數的良率影響訊號；以 及

一製程最佳化引擎，其係連接以接收來自該製程機台資 料採擷引擎之該良率影響訊號，並且其係連接以輸出反饋 資訊至該等製程機台之至少一者； 其中，在該等製程機台所執行的之各製程步驟期間，該 製程機台資料採擷引擎以及該製程最佳化引擎順著處理流 程之反向來提供製程修正以執行持續性的監控及錯誤修正 行動。 21 1287244 7.如申請專利範圍第6項所述之系統，其更包含： 一生產線端資料採擷引擎，其係連接以提供該製程機台 資料採擷引擎一識別與低良率相關聯之一製程機台的輸出 資料； 其中該製程機台資料採擷引擎輸出該良率影響訊號以回 應以由該生產線端資料採擷引擎所提供的該輸出資料。

8. —種針對一製造系統且在該製造系統上可經由一或多 個製程機台處理各基材的製程機台最佳化系統，該系統 包含： 一製程機台資料採擷引擎，其係連接以接收來自該等 製程機台之製程資訊，其中該製程機台資料採擷引擎輸 出識別與低良率相關的製程機台參數的良率影響訊號；以 及

一製程最佳化引擎，其係連接以接收來自該製程機台資 料採擷引擎之該良率影響訊號，並且其係連接以輸出反饋 資訊至該等製程機台； 其中，為了回應接收識別該等與低良率相關的製程機台 之一者之一參數的良率影響訊號，該製程最佳化引擎輸出 至該製程機台的反饋，其中該反饋指示一製程機台來監控 該參數。 9.如申請專利範圍第8項所述之系統，其更包含： 一生產線端資料採擷引擎，其係連接以提供該製程機台 22 1287244 資料採擷引擎一識別與低良率相關聯之一製程機台的輸出 資料； 其中該製程機台資料採擷引擎輸出該良率影響訊號以 回應以由該生產線端資料採擷引擎所提供的該輸出資料。 1 0. —種針對一製造系統且在該製造系統上可經由一或多 個製程機台處理各基材的製.程機台最佳化系統，該系統 包含：

一或多個製程機台，其中各製程機台包含一資料收集工 具，及係用於當該製程機台處理各基材時而即時收集以及 儲存資料；以及 一製程機台資料採擷引擎，其係連接以存取來自該資料 收集工具的該處理資料， 其中，為了回應該製造系統之一故障，該製程機台資料 採擷引擎存取關於來自儲存在該等資料收集工具之一者之 該處理資料之該故障的處理資料。 1 1 ·如申請專利範圍第1 0項所述之系統，其中該一或多個 製程機台包含個別包括明確之第一及第二資料收集工 具之明確的第一及第二製程機台。 1 2.如申請專利範圍第1 0項所述之系統，其更包含： 一生產線端資料採擷引擎，其係連接以提供該製程機台 資料採擷引擎一識別與低良率相關聯之一製程機台的輸出 23 1287244 資料； 其中該製程機台資料採擷引擎決定存取自該資料收集 工具的處理資料以回應來自該生產線端資料採擷引擎之該 輸出資料。 1 3 .如申請專利範圍第1 0項所述之系統，其更包含：

一生產線端資料採擷引擎，其係連接以提供該製程機台 資料採擷引擎一識別與低良率相關聯之一製程機台及一特 定時間； 其中該製程機台資料採擷引擎存取來自該資料收集工 具之該所識別製程機台以及該特定時間的處理資料，以回 應來自該生產線端資料採擷引擎之該輸出資料。 1 4 · 一種針對一製造系統且在該製造系統上可經由一或多 個製程機台處理各基材的製程機台最佳化系統，該系統 包含_·

第一及第二明確製程機台； 第一或第二量測/偵測系統，其係不同於該第一及第二製 程機台；以及 一資料採擷引擎，其係連接以接收來自該第一或第二量 測/偵測系統的量測資料； 其中該第一量測/偵測系統係耦合至該第一製程機台，以 便於在一基材在該第一製程機台内接受處理之後而傳送來 自該該第一製程機台之該基材至該第一量測/偵測系統； 24 1287244 其中該第二量測/偵測系統係耦合至該第二製程機台，以 便於在一基材在該第二製程機台内接受處理之後而傳送來 自該該第二製程機台之該基材至該第二量測/偵測系統。 1 5 .如申請專利範圍第1 4項所述之系統，其中該第一或第 二量測/偵測系統係相同的量測/偵測系統。

1 6.如申請專利範圍第1 4項所述之系統，其中該資料採擷 引擎係更連接以接收來自該等製程工具之一者的量測 資料。 1 7. —種處理基材之製程機台的製程機台最佳化系統，該系 統包含： 一生產線端資料採擷引擎，其係用於分析生產線端良率 資料以識別與良率相關之一或多個製程機台；以及

一製程機台資料採擷引擎，其係連接以接收來自一或多 個製程機台之製程機台資料，並且其持續地在處理該等基 材期間，然為了回應來自該生產線端資料採擷引擎的輸 出，分析來自一或多個製程機台之製程機台資料以識別一 或多個與良率相關之製程機台參數。 1 8.如申請專利範圍第1 7項所述之系統，其中該生產線端 資料採擷引擎更進一步分析生產線端良率資料以識別 與良率相關之一或多個製程機台以及時間。 25 1287244 1 9.如申請專利範圍第1 7項所述之系統，其更包含一資料 收集工具，其係監控一或多個製程機台之各製程控制參 數，並且傳送該製程機台資料之一或多者以及該製程機 台資料之一分析至該製程機台資料採擷引擎。

2 0.如申請專利範圍第1 9項所述之系統，其中該資料收集 工具包含一或多個明確的資料收集工具，各者係關聯於 一明確的製程機台。 2 1.如申請專利範圍第20項所述之系統，其中該一或多個 資料收集工具包含一或多個應用程式以偵測預設的製 程條件是否偏離預設的範圍。

2 2.如申請專利範圍第20項所述之系統，其中該一或多個 資料收集工具包含一或多個應用程式以判斷預設製程 機台效能指標。 23 ·如申請專利範圍第1 7項所述之系統，其更包含量測/ 偵測系統，能將一個或數個量測資料、缺陷量測資料、 缺陷查驗資料及缺陷來源資料傳送到該製程機台資料 採擷引擎。 24.如申請專利範圍第23項所述之系統，其中該一個或多 26 1287244 個量測/偵測系統包含一或數個參數度量工具、檢查工 具、缺陷查驗系統、缺陷來源識別器及製程知識庫。 2 5 .如申請專利範圍第1 7項所述之系統，其中該製程機台 資料採擷引擎係將與一個或數個低良率相關製程機台 參數有關的資料傳送到一製程最佳化引擎。

2 6.如申請專利範圍第25項所述之系統，其中該製程最佳 化引擎係一知識式系統，其係為了回應與一或多個製程 機台參數有關的資訊而建立一階層式知識系統。 2 7.如申請專利範圍第1 7項所述之系統，其中該製程機台 資料採擷引擎係將與一或多個低良率相關製程機台參 數有關的資料傳送到一或多個缺陷來源識別器，以及關 聯於一或多個低良率相關製程機台的製程知識庫。

2 8 .如申請專利範圍第1 7項所述之系統，其中該製程機台 資料採擷引擎回應於該生產線端資料採擷引擎之輸 出，分析一或多個來自於一或多個低良率相關製程機台 的資料、來自於一或多個其它製程機台的製程機台資料 及歷程性製程機台資料。 2 9.如申請專利範圍第2 8項所述之系統，其更包含一資料 收集工具，其係用於監控一或多個製程機台之製程控制 27 V 1287244 * 參數，並將一或多個製程機台資料及該製程機台資料之 一分析傳送到該資料採擷引擎；且其中該製程最佳化引 擎將一或數個製程機台之製程控制資訊傳送到該資料 收集工具。 3 0.如申請專利範圍第2 9項所述之系統，其中該資料收集 工具係利用一或多個製程機台的製程控制資訊來監控 一或多個製程機台。 28