TWI338910B - Metrology method, virtual metrology system and computer-readable medium - Google Patents
Metrology method, virtual metrology system and computer-readable medium Download PDFInfo
- Publication number
- TWI338910B TWI338910B TW095138037A TW95138037A TWI338910B TW I338910 B TWI338910 B TW I338910B TW 095138037 A TW095138037 A TW 095138037A TW 95138037 A TW95138037 A TW 95138037A TW I338910 B TWI338910 B TW I338910B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- measurement
- program
- control
- mentioned
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 25
- 238000005259 measurement Methods 0.000 claims description 60
- 235000012431 wafers Nutrition 0.000 claims description 48
- 238000004519 manufacturing process Methods 0.000 claims description 37
- 238000012360 testing method Methods 0.000 claims description 27
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000000053 physical method Methods 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 238000000691 measurement method Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 claims 2
- 208000027418 Wounds and injury Diseases 0.000 claims 1
- 210000004556 brain Anatomy 0.000 claims 1
- 208000014674 injury Diseases 0.000 claims 1
- 210000002784 stomach Anatomy 0.000 claims 1
- 239000002699 waste material Substances 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 32
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000000275 quality assurance Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000003070 Statistical process control Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 235000016068 Berberis vulgaris Nutrition 0.000 description 1
- 241000335053 Beta vulgaris Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- G05B2219/32193—Ann, neural base quality management
-
- 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
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- 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)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Feedback Control In General (AREA)
Description
1338910 九、發明說明： 【發明所屬之技術領域】 本發明係有關於一種半導體製造’特別是有關於一 種適用於半導體製造的虛擬量測系統與方法。 【先前技術】 在半導體製造工業中，量測（metrology)操作的目的 係用以確保半導體裝置之品質。這些操作包括程序鑑定 (process qualification)、工具鑑定（tool qualification)、日 常工具監控（daily tool monitoring)、定期工具保養 (periodical tool maintenance)、工具修復監控（tool recovery monitoring)、程序控制監控（process control monitoring) 以及產品監控等。目前，這些操作係透過作業員操作量 測工具而達成。然而，取得量測工具的成本非常高。再 者，除了主程序步驟之外，需要額外的人力來操作量測 工具。這些額外的人力操作將會增加產品的週期時間。 【發明内容】 有鑑於此，本發明提供一種量測方法，用以實現製 造廠中的虛擬量測操作，包括：接收程序資料以及量測 資料；以及根據程序資料與量測資料透過學習控制模型 而產生預測資料。 再者，本發明提供一種虛擬量測系統，適用於製造 廠中的虛擬量測操作，包括：錯誤偵測與分類系統，用 以接收程序資料；統計程序控制系統，用以對歷史實體 0503-A31996TWF;TSMC2005-0184;maggielin 5 1^38910 ::貝料執行統計程序控制’以形成量測資料丨以及虛 羽里測應用系統’用以根據程序資料與量測資料透過學 為控制模型而產生預測資料。 再者，本發明提供一種電腦可讀取媒體，具有編碼 於電腦可讀取禅辦卜夕由 旦 ^ 呆骽上之處理态，包括：接收程序資料以 及里測貝料，以及根據程序資料與量測資料透過學習控 制模型而產生預測資料。 【實施方式】 為讓本發明之上述和其他目的、特徵、和優點能更 明顯易懂，下文特舉出較佳實施例’並配合所附圖式， 作洋細說明如下： 實施例： 本發明係揭露一種適用於虛擬量測應用系統之系統 鲁架構。此虛擬量測應用系統可用以將系統的設備控制資 ^(equipment control system information)轉換為製造設備 的程序與工具效能資訊（pr〇cess and t〇〇1 performance .informati〇n)。程序與工具效能資訊又叫做預測資料。將 ，預測資料與不同的工具結合可用以取代或提升現有的實 體量測操作與工具。 根據本發明實施例，虛擬量測應用系統係提供資料 前置處理機制（data pre-processing mechanism)，用以蒐集 由製造設備所即時感應之量測資料並且對這些量測資料 0503-Λ31996TWF;TSMC2005-0184;maggielin 6 1338910 執行前置處理。在第6圖中將會詳細說明如何對資料執 行前置處理。再者，虛擬量測應用系統包括與統計程序 控制（statistical process control, SPC)連接的界面，用以學 習控制模型（control model)。產生控制模型的其中一種方 法係為透過使用類神經網路（Artifical Nerual Network， ANN)。然而，其他方法也可用來產生控制模型，例如產 生虛擬測量控制器之學習模型（learning model)。 再者，虛擬測量應用系統係為模型學習應用系統 (model learning application) ’模型學習應用系統可與其他 元件整合而產生即時預測資料。這些元件包括統計程序 控制系統以及錯誤偵測與分類（fault detection and classification，FDC)系統。一旦產生預測資料，虛擬測量 應用系統會自動的調整控制模型的屬性（attribute)為適用 於使用自我調整機制來學習。自我調整機制可透過量測 工具來偵測預測資料與實際量測資料之間的差異^ 第1圖係顯示實體量測操作與虛擬量測操作之間的 比較。如第1圖所示，實體量測操作係由量測設備J 〇〇 所執行，量測設備100係量測由生產設備104所製造之 監控晶圓（monitoring wafer) 102的傳輸時間。再者，量測 設備100係用以檢查監控晶圓（monitoring wafer) 1 〇2的 品質。然而，實體量測操作需要許多的控制晶圓。再者， 量測設備100的成本很高且需要額外的人力來操作機 台，如此一來便會增加產品的週期時間。有關量測設備 100 (例如晶圓交換機（wafer exchange machine)以及分類 0503-A31996TWF;TSMC2005-0184;maggielin 7 1 L338910 機（sorter machine))的其他問題包括工具的問題（t〇〇1 hangup)或疋遺漏的程序（mjssed 〇perati〇n)。有關實體量 測操作的細節將於第2圖中討論。 本發明所揭露之虛擬量測應用系統可用以取代傳統 透過使用者使用具有虛擬量測操作之量測設備】〇〇所執 行之實體量測操作。根據本發明實施例，虛擬量測操作 包括即時對生產設備104之感應器11〇所取得之資料執 φ行前置處理’並且透過虛擬量測程序112而產生虛擬量 測資料1 14。根據本發明實施例，虛擬量測程序丨包括 模型學習應用程式（m〇de】丨earnjng appHcati〇n)，模型學習 應用程式係與其他元件結合而產生虛擬量測資料丨丨4。 第2圖係顯示透過使用量測工具所執行實體量測操 作之内谷。如第2圖所示，工具監控操作員2〇〇首先檢 查監控計晝表202。當監控計畫表202中指出需要執行品 貝檢驗時，工具監控操作員200會要求測試晶圓準備程 •序206準備一測試晶圓204。測試晶圓準備程序206會回 應一測試晶圓準備程序就緒訊息208,這個訊息代表測試 晶圓執行程序已就緒。 工具監控操作員200在正常晶圓程序236中暫停正 常晶圓追蹤210’並且觸發測試晶圓製造程序212以測試 晶圓準備程序206。接下來，測試晶圓準備程序2〇6透過 程序工具216製造測試晶圓214，並且傳送測試晶圓至量 測工具220執行量測218。接下來，量測工具220會將量 •測結果輸入至統計程序控制圖（SPc chart) 224中的統計 〇503-A3l996TWF；TSMC2005-0184;maggieIin 8 1338910 . 程序控制系統。統計程序控制圖224會回應工具監控結 果232給工具監視操作員200，以執行分析。再者，統計 程序控制圖224係偵測工具監控結果232中的異常監控 事件（abnormal monitoring event) 226，並且呼叫例外處理 程序226執行系統回復228。接下來，例外處理程序226 會通知工具監視操作員200系統回復完成230。 當接收到系統回復完成230通知時，工具監控操作 $ 員200便會繼續正常晶圓程序236中的正常晶圓製造程 序234。在正常晶圓程序236中，程序工具216係使用量 測工具220執行線内監控（inline monitoring) 240，並且將 監控結果輸入至統計程序控制圖224中的統計程序控制 系統242。統計程序控制圖224係回應工具監控結果244 至正常晶圓程序236，以執行分析。再者，統計程序控制 圖224係偵測工具監視結果244中的異常監控事件246， 並且呼叫例外處理程序226執行系統回復248。接下來， • 例外處理程序226會通知正常晶圓程序236系統回復完 成250，且正常晶圓程序236會繼續執行晶圓製造252。 因此，很明顯的，在第2圖係顯示使用量測工具220執 行量測操作中，除了晶圓製造之外仍需要額外的時間與 ' 力氣。 第3圖係顯示根據本發明實施例所述之虛擬量測應 用系統的示意圖。虛擬量測應用系統係用以產生全面的 虛擬量測資訊。如第3圖所示，根據本發明實施例所述 之虛擬量測應用系統300包括兩個界面：電子設計組合 0503-A31996TWF;TSMC2005-0184;maggielin 9 1338910 ' (eleCtr〇niC des丨gn assembly，EDA)界面 302 以及連接至公 共資訊模型（com_ informatl〇n m〇de]，CIM)之二 304 ° EDA界面302包括用以管理界面之EDA界面管理 •模組3〇6、感測資料前置處理機制3〇8以及量測資料界面 -310。感測資料前置處理機制308係即時聚集來自生產設 備之感測資料並且對這些資料執行前置處理。除了即時 籲感測資料之外，感測資料前置處理機制3〇8可於生產設 備離線時聚集批次資料（batch data)以及獲接資料（丨egacy data)。量測資料界面31〇係聚集由量測工具所蒐集之實 際量測資料。之後，虛擬量測應用系統3〇〇會將實際= 測資料與預測資料執行比較，以自動的調整控制模型'的 屬性。 公共;貝§fl模型CIM係為適用於系統、網路、應用程 式以及服務之管理資訊的共通定義，並且允許廠商延伸 •公共貧訊模型CIM。公共資訊模型CIM的共通定義係致 能廠商透過網路交換不同系統之間不同語意之充足的管 理資訊。根據本發明實施例，連接至公共資訊模型3〇4 的界面包括控制模型發展模組312、CIM整合模組314 ’ 以及試驗設計模組316。 控制模型發展模組312係發展一種用以學習工具監 視資料的控制模型。根據本發明實施例，控制模型發展 模組3 12可使用類神經網路而產生用以學習之控制模 型。為了產生控制模型，可學習以錯誤偵測與分類資料 05O3-A31996TWF;TSMC2005-0184;maggiclin 10 1338910 以及貫際日常監控資料為模型之類神經網路。另外，其 他方法亦可用以產生控制模型，例如學習會產生虛擬量 測控制器之模型。 CIM整合模組3M係與其他元件整合（例如統計程序 控制系統），以蒐集量測結果。再者’ CIM整合模組314 可與裝 ie 執行系統（manufacturing execution system，MES) 整合，以保持執行狀態（running h〇ld)。透過此方法，來 鲁自這些系統的資料亦可用以改善控制模型的學習能力。 試驗設計模組316係根據控制模型設計適用於虛擬量測 應用系統300之實驗。 第4圖係顯示根據本發明實施例所述之虛擬量測應 用系統之系統架構。在以製造執行系統為基礎的架構 中，生產設備404係用以製造晶圓並且產生程序資料 4 〇 2。錯誤偵測與分類系統4 〇 8係接收來自耦接至生產設 備404之不同感測器的即時資料，且為了辨識發生錯誤 |的根本原因（root cause) ’感測資料前置處理機制係對資 料執行前置處理以偵測工具與程序變異。接下來，錯誤 偵測與分類系統408係提供程序資料4〇2至類神經網路 410，以訓練控制模型。對類神經網路41〇來說，程次 料402係為已知的輸入。 貝 統計程序控制系統412係對歷史量測資料4〇6執行 統計程序控制。歷史量測資料4〇6係於生產設備4〇4 _ 測試晶圓時由實體量測工具所產生。統計程序控制= .結果係提供至類神經網路410，以訓練控制模型。對類神 03 A31996TWF;TSMC2〇05-0184；maggielin \\ 1338910 經網路410來說，缔兮+ 使用由類神_路4G\j的結果係為已知的輸出。 吩預測資料414所產生 可透過虛擬量測應用系 7屋生的控制杈型 41“產生。類神二重法⑽咖) 丨練模型會自動地提供權重。 適用於執行資訊處理的數：二連^組，類神經係使用 “一 ·. 的數學或异數模型根據連結取向
d _ aPPM)來執行運算。-般來說，前饋式 網路至少有三層:輸人層、隱藏= θ ^ s係為用以輸入至網路的資料向量。於 ^係輸人隱藏層’隱藏層再輸人輸出層。、網路中實=
處理程序係發生於隱藏層或輸出層的節點。當某一層I 連結時’可訓練網路以使用訓練演算。 仃/、二J此。本發明係揭露利用類神經網路的 據程序資料（已知的輸入）以及量測資料（已知的輸出)產 生預測貢料。訓練演算法係產生並儲存於類神經網路 中。因此’係將整個神經網路模型輸人至虛擬量測應用 系統以執行預測。 ^ 一旦透過控制模型產生預測資料414，進階設備控 制（Advanced Equipment Contr〇i，AEC)系統與虛擬量測應 用系統420係將預測資料41〇與實際量測資料條執^ 比較，以判斷預測資料410與實際量測資料4〇6之間是 否具有差異。假如預測資料410與實際量測資料4〇6之 間具有差異，進階設備控制系統與虛擬量測應用系統4 2 〇 係回應預測資料至統計程序控制系統4〗2，以適當的訓練 0503-A31996TWF;TSMC2005-0184;maggielin 12 丄丄ϋ 控制模型。再去 ’進階程序控制（Advanced Processing
Control, APC^ ^ ^ K ;矛、，此418係使用預測資料414以根據例如 結合持續時間 一 1 + /Jtt度、壓力以及流體型態以及混合物等 方法來調整至4、— 的方去… 輸出’以控制生產設備404。透過這樣 所 ^升處理監控晶圓之下一疊代（iteration)的品 /第5圖係顯示根據本發明實施例所述之虛擬量測應 •用ί統之：序流程圖。如第5圖所示，處理程序係開始 於田^產设備處理測試晶圓時（S502)。接下來，接收來自 f產設備的即時感測資料（S，，且感測資料前置處理機 /係對感測資料執行前置處理（S5〇6)。接下來，係將資料 提供至類神經網路以訓練控㈣型（s谓）。對類神經網路 來說，程序資料係為已知的輸入。 ^統什程序控制系統係對處理測試晶圓所產生的歷史 里測貝料執行統計程序控制（S5〗〇)。對類神經網路來說， •執行統計程序控制的結果係為已知的輸出。使用由類 經網路所產生的控制模型可根據已知的輸入與已知的輸 “產生預職料(S514)。接下來，進階設備控制與虛: 里測應用系統係將.預測資料與實際量測資料執行比較 接下來，判斷預測資料與量測資料之間是否具有差 異（S518)。如果預測資料與量測資料之間不具有差異，| 結束程序。然而，當預測資料與量測f料之間具有差= 時，虛擬量測應用系統係回應預測資料至統計程序控制 0503-A31996TWF;TSMC2005-0184;maggielin 13 1338910 系統，以適當的訓練控制模型（S520)。接下來，進階程序 控制係根據賴資料調整至少—輸人，以控制生產設備 (S522)，如此一來可提升後續測試晶圓的品質。最後，结 束程序。 'σ 第6圖係顯示根據本發明實施例所述，由虛擬量測 應用系統對資料執行前置處理的示意圖。如第6圖所示、， 旦虛擬1測應用系統蒐集由生產設備6〇〇、工程資料資
料庫602、虿測设備6〇4所產生的資料，虛擬量測應用系 統係驗證所蒐集之資料6〇6的品質。 、 接下來 _貝料έ被正規化608並立執行逐步選取 (stepwise selecti〇n) 61〇。逐步選取係為允許在任一方向 移動且在不同的步驟中減少或增加變數之方法。逐步選 料以為順向選取，從尋找最佳的單—特徵開始。接下 “、。定、组選定的特徵’首先加人可使效能改善最多 的特徵。另外，逐步選取可以為逆向選取，逆向選取可 二快速的從-組選定的特徵中刪除使效能降低最多的特 ，在執行逐步選取6】〇後的結果係提供至神經 訓練模型。 匕 綜上所述’本發明所揭露之虛擬量測操作具有—此 =作即可提供品f保證㈣ 與外部量财法比較時，這㈣品質保證方法 可透過降低實際程序或工具監 週期時間。再者，新的品質；造的 保。且方法可透過降低日常工 具，率與產品晶圓監視頻率而降低操作成本。再 05〇3 A31"6丁WF;TSMC2〇〇5-0184;maggielin 14 1338910 者’新的品質保證方法可透過提供整合晶圓品質預測值 而改善產品的產量。此預測值無法在所產生的晶圓上測 得。再者’新的品質保證方法可透過排除一些晶圓或工 具監控而降低人力負荷。新的品質保證方法可透過降低 工具監控時間而改善工具的可利用性，並且提供工具預 報系統（prognostic system)，以支援延長工具監控週期。 本發明所揭露的實施例可以為純硬體實施例、純軟 鲁體實施例或是包括硬體與軟體實施例的形式。雖然上述 實施例係以軟體的方法實現，但實施例也可以勒體、固 有的軟體以及微碼的方式實現，並非限定為以軟體的方 法實現。 再者’所揭露的實施例可以為可存取的實體電腦可 使用或電腦可讀取媒體之電腦程式產品，用以提供被電 腦或任何指令執行系統使用的程式碼或與電腦或任何指 令執行系統連結之程式碼。為了方便說明，實體電腦可 φ 使用或電腦可讀取媒體可以為任何可保存、儲存、溝通、 傳播或傳送程式的裝置，可用以被指令執行系統或裝置 使用或與指令執行系統或裝置連結。 - 媒體可以為電性、磁性、光學、電磁、紅外線、半 ' 導體系統（或裝置）或是傳播媒體。電腦可讀取媒體包括例 如半導體或固態記憶體（solid state memory)、磁帶 (magnetic tape)、可移除式電腦磁碟（removable computer diskette)、隨機存取記憶體（random access memory, RAM)、唯讀記憶體（read-only memory，ROM)、硬式磁碟 0503-A31996TWF;TSMC2005-0184;maggielin 15 1338910 (Hgid magnet disk)以及光碟（opticai disk)。目前的光學 磁盤可+包括光碟（compact disk)-唯讀記憶體（cd_r〇m): 光碟-讀寫式光碟（CD-R/W)以及數位影音光碟（DVD)。 本發明雖以較佳實施例揭露如上，然其並非用以限 定本發明的範圍’任何熟習此項技藝者，在不脫離本發 明之精神和範圍内，當可做些許的更動與潤飾，因此^ 發明之保護範圍當視後附之申請專利範圍所界定者為 準。 > 【圖式簡單說明】 第1圖係顯示實體量測操作與虛擬量測操作之間的 比較。 第2圖係顯示由量測工具所執行之實體量測操作的 内容。 第3圖係顯示根據本發明實施例所述之虛擬量測應 用系統的示意圖。 第4圖係顯示根據本發明實施例所述之虛擬量測應 用系統之系統架構的示意圖。 第5圖係顯示根據本發明實施例所述之虛擬量測應 用系統之前置處理的流程圖。 第6圖係顯示根據本發明實施例所述之由虛擬量測 應用系統對資料執行前置處理的方塊圖。 【主要元件符號說明】 100、604〜量測設備；102〜監控晶圓； 0503-A31996TWF;TSMC2005-〇184;magg,elin 16 1338910 I 〇4、404、600〜生產設備； 106〜產品； 〜實際量測資料； 110〜感測資料Xy ; 112〜虛擬量測機制； 114〜虛擬量測資料:P, ; 200〜工具監控操作員； 202〜檢查控制計晝表；204〜要求準備測試晶圓； 206〜測試晶圓準備程序；2〇8〜測試晶圓準備就緒； 210〜暫停正常晶圓追縱；
212〜觸發測試晶圓製造程序； 214〜製造測試晶圓 220〜量測工具； 226〜例外處理程序 236〜正常晶圓程序 240〜線内監控； 216〜程序工具； 224〜統計程序控制圖； 228、248〜系統回復； 238〜晶圓製造； 246〜異常監控事件； 300〜虛擬量測應用系統；3〇2〜電子設計組合界面； 306〜界面管理模組；310〜量測資料界面；
312〜控制模型發展模組； 3 14〜公共資訊模型整合模組； 3 16〜試驗設計模組；402〜程序資料； 406〜量測資料； 408〜錯誤偵測與分類系統； 410〜類神經網路； 卢 412〜、、·充&十程序控制李统 4Μ〜預測資料； 416〜權重法.制糸、、先’ 418〜進階程序控制系統；422〜比較與訓練. 602〜工程資料資料庫；6〇6〜資料品質； 0503-A31996TWF;TSMC2005-0184；maggielin 17 1338910 608〜正規化； 610〜逐步選取； 612〜神經網路； 218〜傳送測試晶圓以進行量測； 222〜輸入量測結果至統計程序控制系統； 230、250〜通知系統回復完成； 232、244〜回應工具監控結果； 234、252〜繼續正常晶圓製造程序； 242〜輸入結果至統計程序控制； 304〜連接至公共資訊模型的界面； 308〜感測資料前置處理機制； 420〜進階設備控制/虛擬量測系統。
0503-A31996TWF;TSMC2005-0184;maggielin 18
Claims (1)
1338910 第95138037號申請專利範園修正本 十、申請專利範圍： 1.一種量測方法，用以實現一製造廠中的一虛擬量測 操作，包括： 接收-程序資料以及一量測資料，其中用以對一歷 史實體量測資料執行統計程序控制’以形成一量測資料； 根據上述程序資料與上述量測資料透過一學控 模型而產生一預測資料； 判斷上述預測資料與上述量測資料之間視否且有差 異； 八 當上述預測資料與上述量測資料之間具有差旦時， :應上述預測資料至-統計程序控制系統，以適當的訓 練上述學習控制模型；以及 如-方法所定義’調整複數輪入 上述輸入以控制上述生產設備之步驟係 由一進階程序控制系統所執行。 2.如申請專職㈣ 上述程序㈣包括： H接收 於一晶圓處理期間接㈣自至少 時感測資料；以及 生產《•又備之即 資料對上述即時感測資料執行前置處理而形成上述程序 3.如申請專利範圍第】 上述量測資料包括： 、斤攻之！測方法，其中接收 荒集由至少一實體量測工具處理複數晶圓所產生的 0503-A3]996TWF2/sanua 19 修正日期：99.1.8 第95138037號申請專利範圍修正本 一歷史資料；以及 資料對上述歷史資料執行統計程序控制以形成上述量測 (如申請專利範圍帛！項所述之量測方法， 程序資料代表上述學習控制模型的已知輸入，：： 測資料代表上述學習控制模型之已知輸出。 述置 5,如申請專利範圍第！項所述之量測方法， 干1控制模型係為一類神_路控㈣$。 ，、 ^ =如t請翻·第丨韻述之量财法， ==上述統計程序控制系統之㈣係由-ί 。又傷控制糸統以及一虛擬量測應用系统所執行。遠 .如申請專利範圍第2項所述之量測 述即時感測資料執行前置處 二中對上 驟包括： /战上述轾序賁料的步 接收來自 工 資料； 程資料資料庫以及至少一 量測設備的 驗證上述即時感測資料以 庫以及至少一量測設傷之資料的品質; 上述工程資料資料 正規化上述即時感測資 1 料庫以及至少—量測設 自上述工程資料資 料；以及 、枓，以產生一正規化資 測操作，包：：夏測系統，適用於-製造廠中的- 對上述正規化資料執 8·-種虛擬量 仃—逐步選取。 虛擬量 〇503-A3]996TWF2/sarnta 20 1338910 第9513S037號申請專利範圍修正本 修正日期：99.1.8 :錯誤偵測與分類系統’用以接收-程序資料； 程序控制系統，用以對"錢實體量測資料 仃、·、计私序控制，以形成一量測資料；以及 一虛擬量測應用系統，用以根據上述程 述量測資料透過一學習批告丨丨握 ^ 上 千各控制松型而產生一預測資料。 9走如巾請專利範㈣8項所述之虛擬量測系統，並中 用系統更用以比較上述預測資料與上述 是否具有差異且_上述預測資料與上述量測資料之間 10, 如巾請專利_第9項所述之虛擬H統，其 田述預測資料與上述量測資料之間具有差異時，上 述2计程序控制系統更用以透過上述預測資料而適當的 訓練上述學習控制模型。 11. 如申請專利範圍第9項所述之虛擬量測系統，更 包括： Θ、進階程序控制系統，用以當上述預測資料與上 置測資料之間具有差異時’根據上述預測資料調整複數 輸入以控制至少一生產設備。 i致 勺括12.如申請專利範圍第9項所述之虛擬量測系統，更 小:資料前置處理機制，用以對從一晶圓處理期間由 至少一生產設備所接收之上述即時感測資料執行前 理，以產生上述程序資料。 处 腦可讀取 U·—種電腦可讀取媒體，具有編碼於—電 0503-A31996TWF2/samta 21 修正日期：99.1.8 自至少一生產設備之一即 前置處理而產生一程序資 前置處理而產生上述程序 第95138037號申請專利範圍修正本 媒體上之一處理器，包括： 於一晶圓處理期間接收來 時感測資料； 對上述即時感測資料執行 料，其中對上述感測資料執行 資料之步驟包括： 接收來自一 資料； 工程資料資料庫以及至少一量測設備的 庫以=述即時感測資料以及來自上述工程資料資料 庫及至乂-量測設備之資料的品質； ♦正規化上述即時感測資料以及來自上述工程資料資 料庫以及至少一詈測执供次 、 I則0又備之貝料，以產生一正規化資 料；以及 、 對上述正規化資料執行一逐步選取； 接收上述程序資料以及一量測資料，其中用以對一 歷史實體量測資料執行統計程序控制，以 料；以及 胃 根據上述程序資料與上述量測資料透過一學習控制 模型而產生一預測資料。 14.如申請專利範圍第13項所述之電腦可讀取媒 體，其中接收上述量測資料包括： 蒐集由至少一實體量測工具處理複數晶圓所產生之 一歷史資料；以及 對上述歷史資料執行統計程序控制以形成上述量測 0503-A31996TWF2/samta 22 1338910 % * 第95138037號申請專利範圍修正本 - 修正日期：99.1.8 資料。 15·如申請專利範圍第13項所述之電腦可讀取媒 體’其中上述程序資料代表上述學習控制模型的已知輸 入’而上述量測資料代表上述學習控制模型的已知輸出。 16.如申明專利範圍第13項所述之電腦取 體，更包括： 異 判斷上述預測資料與上述量測資料之間是否具有差
當上述預測資料與上述量測資料之間具有差異時， 回應上述預測資料至一統計程序 、、 ^ L x ^ a τ狂斤控制糸統，以適當的訓 練上述學習控制模型；以及 如一方法所定義，調整複數輪 。 叹妖御入以控制至少一生產
0503-Α31996TWF2/samta 23
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US73175105P | 2005-10-31 | 2005-10-31 | |
| US11/378,833 US7359759B2 (en) | 2005-10-31 | 2006-03-17 | Method and system for virtual metrology in semiconductor manufacturing |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW200717592A TW200717592A (en) | 2007-05-01 |
| TWI338910B true TWI338910B (en) | 2011-03-11 |
Family
ID=37997553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW095138037A TWI338910B (en) | 2005-10-31 | 2006-10-16 | Metrology method, virtual metrology system and computer-readable medium |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7359759B2 (zh) |
| CN (1) | CN101067742B (zh) |
| TW (1) | TWI338910B (zh) |
Families Citing this family (55)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10086511B2 (en) | 2003-11-10 | 2018-10-02 | Brooks Automation, Inc. | Semiconductor manufacturing systems |
| US20070282480A1 (en) * | 2003-11-10 | 2007-12-06 | Pannese Patrick D | Methods and systems for controlling a semiconductor fabrication process |
| US8639365B2 (en) * | 2003-11-10 | 2014-01-28 | Brooks Automation, Inc. | Methods and systems for controlling a semiconductor fabrication process |
| US8639489B2 (en) * | 2003-11-10 | 2014-01-28 | Brooks Automation, Inc. | Methods and systems for controlling a semiconductor fabrication process |
| US7595467B2 (en) * | 2005-12-01 | 2009-09-29 | Promos Technologies Inc. | Fault detection system and method for managing the same |
| 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 |
| US7954072B2 (en) * | 2006-05-15 | 2011-05-31 | Taiwan Semiconductor Manufacturing Company, Ltd. | Model import for electronic design automation |
| WO2008060570A1 (en) * | 2006-11-14 | 2008-05-22 | Abb Inc. | System for storing and presenting sensor and spectral data for batch processes |
| US8145337B2 (en) * | 2007-05-04 | 2012-03-27 | Taiwan Semiconductor Manufacturing Company, Ltd. | Methodology to enable wafer result prediction of semiconductor wafer batch processing equipment |
| 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 |
| TWI338916B (en) * | 2007-06-08 | 2011-03-11 | Univ Nat Cheng Kung | Dual-phase virtual metrology method |
| US8572155B2 (en) * | 2007-08-23 | 2013-10-29 | Applied Materials, Inc. | Virtual sensors |
| US20090222123A1 (en) * | 2007-11-07 | 2009-09-03 | Optessa, Inc. | Method and system for scheduling a set of events in real time |
| US8190543B2 (en) | 2008-03-08 | 2012-05-29 | Tokyo Electron Limited | Autonomous biologically based learning tool |
| US8078552B2 (en) * | 2008-03-08 | 2011-12-13 | Tokyo Electron Limited | Autonomous adaptive system and method for improving semiconductor manufacturing quality |
| US8396582B2 (en) | 2008-03-08 | 2013-03-12 | Tokyo Electron Limited | Method and apparatus for self-learning and self-improving a semiconductor manufacturing tool |
| US8725667B2 (en) * | 2008-03-08 | 2014-05-13 | Tokyo Electron Limited | Method and system for detection of tool performance degradation and mismatch |
| US9449314B2 (en) * | 2008-10-02 | 2016-09-20 | International Business Machines Corporation | Virtualization of a central processing unit measurement facility |
| 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 |
| US8433434B2 (en) | 2009-07-09 | 2013-04-30 | Taiwan Semiconductor Manufacturing Company, Ltd. | Near non-adaptive virtual metrology and chamber control |
| US9002492B2 (en) * | 2010-02-16 | 2015-04-07 | Applied Materials, Inc. | Methods and apparatuses for utilizing adaptive predictive algorithms and determining when to use the adaptive predictive algorithms for virtual metrology |
| CN102262188B (zh) * | 2010-05-28 | 2013-06-05 | 先知科技股份有限公司 | 工件抽样检验的方法 |
| US8406912B2 (en) * | 2010-06-25 | 2013-03-26 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for data mining and feature tracking for fab-wide prediction and control |
| TW201205440A (en) * | 2010-07-16 | 2012-02-01 | Nat Univ Tsing Hua | Virtual measuring system and method thereof for predicting the quality of thin film transistor liquid crystal display processes |
| TWI427722B (zh) * | 2010-08-02 | 2014-02-21 | Univ Nat Cheng Kung | 使用具有信心指標之虛擬量測的先進製程控制系統與方法及其電腦程式產品 |
| CN101976045B (zh) * | 2010-08-25 | 2012-05-23 | 江苏大学 | 用于tft-lcd蚀刻制程的面板品质虚拟量测方法与系统 |
| US20130024019A1 (en) * | 2011-07-22 | 2013-01-24 | Taiwan Semiconductor Manufacturing Company, Ltd. | Apparatus and methods for end point determination in semiconductor processing |
| US9153506B2 (en) * | 2012-07-06 | 2015-10-06 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for through silicon via yield |
| US9176183B2 (en) * | 2012-10-15 | 2015-11-03 | GlobalFoundries, Inc. | Method and system for wafer quality predictive modeling based on multi-source information with heterogeneous relatedness |
| US9164398B2 (en) * | 2013-02-27 | 2015-10-20 | Taiwan Semiconductor Manufacturing Co., Ltd. | Overlay metrology method |
| US9965577B2 (en) | 2013-03-14 | 2018-05-08 | Coventor, Inc. | System and method for performing directed self-assembly in a 3-D virtual fabrication environment |
| US10242142B2 (en) * | 2013-03-14 | 2019-03-26 | Coventor, Inc. | Predictive 3-D virtual fabrication system and method |
| CN103278714B (zh) * | 2013-05-15 | 2015-10-28 | 江苏大学 | 一种混合制程的虚拟测量方法与系统 |
| KR102026069B1 (ko) | 2013-08-05 | 2019-09-30 | 삼성전자 주식회사 | 반도체 설비의 센서 데이터 분할 시스템 및 그 방법 |
| CN105225979A (zh) * | 2014-06-19 | 2016-01-06 | 中芯国际集成电路制造(上海)有限公司 | 一种半导体器件制程预测系统和方法 |
| TWI712945B (zh) * | 2015-09-08 | 2020-12-11 | 美商康維特公司 | 用於在３ｄ虛擬製作環境中執行導向式自組裝之系統及方法 |
| TWI594835B (zh) | 2015-11-06 | 2017-08-11 | 財團法人工業技術研究院 | 加工設備的健康評估方法與健康評估裝置 |
| US10234401B2 (en) * | 2016-02-22 | 2019-03-19 | Qoniac Gmbh | Method of manufacturing semiconductor devices by using sampling plans |
| KR102371157B1 (ko) | 2016-05-30 | 2022-03-04 | 코벤터, 인크. | 3d 가상 제조 환경에서 전기적 거동 모델링을 위한 시스템 및 방법 |
| CN106252252B (zh) * | 2016-08-30 | 2019-03-26 | 上海华力微电子有限公司 | 保形沉积的薄膜厚度预测模型建立及应用方法 |
| US10921369B2 (en) | 2017-01-05 | 2021-02-16 | Xcalipr Corporation | High precision optical characterization of carrier transport properties in semiconductors |
| TWI632441B (zh) * | 2017-01-20 | 2018-08-11 | 財團法人工業技術研究院 | 機台的預診斷方法及預診斷裝置 |
| KR102540941B1 (ko) | 2017-06-18 | 2023-06-05 | 코벤터, 인크. | 가상 반도체 디바이스 제조 환경에서 키 파라미터 식별, 프로세스 모델 캘리브레이션 및 가변성 분석을 위한 시스템 및 방법 |
| CN109213086B (zh) * | 2017-06-29 | 2020-10-23 | 台湾积体电路制造股份有限公司 | 制程系统与制程方法 |
| CN108416470B (zh) * | 2018-02-11 | 2020-11-17 | 广州兴森快捷电路科技有限公司 | 线路板的良品率预测方法 |
| WO2020055555A1 (en) * | 2018-09-12 | 2020-03-19 | Applied Materials, Inc. | Deep auto-encoder for equipment health monitoring and fault detection in semiconductor and display process equipment tools |
| US11592812B2 (en) | 2019-02-19 | 2023-02-28 | Applied Materials, Inc. | Sensor metrology data integration |
| CN112433472B (zh) * | 2019-08-26 | 2022-10-18 | 长鑫存储技术有限公司 | 半导体生产控制方法及控制系统 |
| WO2021106646A1 (ja) * | 2019-11-29 | 2021-06-03 | 東京エレクトロン株式会社 | 推論装置、推論方法及び推論プログラム |
| US20220019203A1 (en) * | 2020-07-16 | 2022-01-20 | Changxin Memory Technologies, Inc. | Method and device for processing semiconductor manufacturing information |
| CN114065687A (zh) * | 2020-08-07 | 2022-02-18 | 奥特斯奥地利科技与系统技术有限公司 | 基于人工智能确定用于制造部件承载件的行动规划 |
| US11853042B2 (en) | 2021-02-17 | 2023-12-26 | Applied Materials, Inc. | Part, sensor, and metrology data integration |
| US11720088B2 (en) | 2021-03-26 | 2023-08-08 | Lynceus Sas | Real-time AI-based quality assurance for semiconductor production machines |
| US11928009B2 (en) * | 2021-08-06 | 2024-03-12 | International Business Machines Corporation | Predicting a root cause of an alert using a recurrent neural network |
| US11687066B2 (en) * | 2021-08-31 | 2023-06-27 | Siemens Industry Software Inc. | Virtual cross metrology-based modeling of semiconductor fabrication processes |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1242848A (zh) * | 1996-11-20 | 2000-01-26 | 罗伯特·J·詹恩阿罗尼 | 多内核神经网络并行学习、监视和预报系统 |
| WO2004013715A1 (en) * | 2002-08-01 | 2004-02-12 | Applied Materials, Inc. | Method, system, and medium for handling misrepresentative metrology data within an advanced process control system |
| US6868512B1 (en) * | 2002-08-27 | 2005-03-15 | Advanced Micro Devices, Inc. | Fault detection system with real-time database |
| US6917849B1 (en) * | 2002-12-18 | 2005-07-12 | Advanced Micro Devices, Inc. | Method and apparatus for predicting electrical parameters using measured and predicted fabrication parameters |
| US8050900B2 (en) * | 2003-09-30 | 2011-11-01 | Tokyo Electron Limited | System and method for using first-principles simulation to provide virtual sensors that facilitate a semiconductor manufacturing process |
| US7198964B1 (en) * | 2004-02-03 | 2007-04-03 | Advanced Micro Devices, Inc. | Method and apparatus for detecting faults using principal component analysis parameter groupings |
| TWI267012B (en) * | 2004-06-03 | 2006-11-21 | Univ Nat Cheng Kung | Quality prognostics system and method for manufacturing processes |
| US20070260350A1 (en) * | 2004-08-20 | 2007-11-08 | Maxim Zagrebnov | Method for Improving Efficiency of a Manufacturing Process Such as a Semiconductor Fab Process |
| US7212878B2 (en) * | 2004-08-27 | 2007-05-01 | Tokyo Electron Limited | Wafer-to-wafer control using virtual modules |
| US20060129257A1 (en) * | 2004-12-13 | 2006-06-15 | Taiwan Semiconductor Manufacturing Co., Ltd. | Novel method and apparatus for integrating fault detection and real-time virtual metrology in an advanced process control framework |
-
2006
- 2006-03-17 US US11/378,833 patent/US7359759B2/en not_active Expired - Fee Related
- 2006-10-16 TW TW095138037A patent/TWI338910B/zh not_active IP Right Cessation
- 2006-10-31 CN CN2006101498908A patent/CN101067742B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| TW200717592A (en) | 2007-05-01 |
| US20070100487A1 (en) | 2007-05-03 |
| CN101067742A (zh) | 2007-11-07 |
| CN101067742B (zh) | 2010-11-10 |
| US7359759B2 (en) | 2008-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI338910B (en) | Metrology method, virtual metrology system and computer-readable medium | |
| TWI649650B (zh) | 模型化系統或執行諸如微影系統之系統之預測維修的方法及相關聯微影系統 | |
| TWI412906B (zh) | 具有虛擬量測功能的製造執行系統與製造系統 | |
| US8594826B2 (en) | Method and system for evaluating a machine tool operating characteristics | |
| TW580624B (en) | Product development management system, product development management method, product reliability judging system, and product reliability judging method | |
| KR20020019022A (ko) | 반도체 처리 기술 | |
| TW200949596A (en) | Server and system and method for automatic virtual metrology | |
| TWI649649B (zh) | 用於改進製造產量之基於事件處理的系統 | |
| US8649990B2 (en) | Method for detecting variance in semiconductor processes | |
| TWI821893B (zh) | 有形地體現於非暫時性機器可讀儲存媒體中之電腦程式產品、電腦實施方法及運算器件 | |
| JP2002190509A (ja) | 検査解析方法及び半導体装置 | |
| Chien et al. | Integrated circuit probe card troubleshooting based on rough set theory for advanced quality control and an empirical study | |
| TWI427487B (zh) | 工件抽樣檢驗的方法及其電腦程式產品 | |
| Raabe et al. | Vision based quality control and maintenance in high volume production by use of zero defect strategies | |
| CN117390370A (zh) | 基于健康指数的机台预警方法、装置、设备及可读介质 | |
| Tang et al. | An IoT inspired semiconductor Reliability test system integrated with data-mining applications | |
| CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
| EP4285196A1 (en) | Process abnormality identification using measurement violation analysis | |
| US20100010763A1 (en) | Method for detecting variance in semiconductor processes | |
| EP3987374A1 (en) | Adaptive medical imaging device configuration using artificial intelligence | |
| Yang et al. | Applying artificial neural network to predict semiconductor machine outliers | |
| JP2004296826A (ja) | 品質管理装置及び品質管理方法 | |
| TWI734390B (zh) | 自資料集中提取特徵 | |
| Mao et al. | Prescriptive maintenance for complex products with digital twin considering production planning and resource constraints | |
| Chien et al. | Bayesian inference for multi-label classification for root cause analysis and probe card maintenance decision support and an empirical study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |