TWI389233B - 半導體線上量測資料補償方法 - Google Patents

Description

半導體線上量測資料補償方法

本發明有關於一種線上量測資料補償方法，尤指一種線上晶圓量測資料補償方法。

在晶圓製造的過程中，線上晶圓量測資料對於監控製程的性能以及控制製程的穩定度是很重要的。由於晶圓要成為可使用的成品，必須經過多道製程，每一批晶圓在進行每一道製程之前，必須先獲得前一道製程的晶圓量測資料，而該晶圓量測資料前饋至一控制器，該控制器依據該晶圓量測資料來對現在進行的製程進行參數的調變。

由於生產線上的晶圓數量眾多，如果對每一片晶圓都進行量測，而不使用取樣之方式獲取晶圓量測資料，產線時間勢必會很長。但如果使用取樣的方式獲取晶圓量測資料，很有可能漏掉的晶圓量測資料是很重要的，而這些沒有被量測到的晶圓，控制器在下一道製程中，便不會對它們的製程參數進行調整，很有可能會影響這些晶圓的良率。

緣是，本發明人有感於上述缺失之可改善，乃特潛心研究並配合學理之運用，終於提出一種設計合理且有效改善上述缺失之本發明。

鑒於以上之問題，本發明之主要目的為提供一種半導體線上量測資料補償方法，其降低資料取樣頻率，使得產線時間勢必會降低，且能維持晶圓的良率及穩定性。

為了達到上述之目的，本發明係提供一種半導體線上量測資料補償方法，包括下列步驟：建立一整合自動迴歸及移動平均模型，以及一指數加權移動平均模型；擷取第1至N筆量測資料以及第N筆預測偏移量；判讀出該第N筆量測資料中無分離點；輸入第1至N筆量測資料於該整合自動迴歸及移動平均模型；輸入該第N筆量測資料以及該第N筆預測偏移量於該指數加權移動平均模型；以及擷取該整合自動迴歸及移動平均模型之輸出，擷取該指數加權移動平均模型之輸出。

本發明另提供一種半導體線上量測資料補償方法，包括下列步驟：建立一整合自動迴歸及移動平均模型，以及一指數加權移動平均模型；擷取第1至N筆量測資料以及第N筆預測偏移量；判讀出該第N筆量測資料中有分離點；統計分離點個數是否超過一上限個數，若超過則直接刪除該第N筆量測資料，若沒超過則執行以下步驟；輸入該第N筆量測資料中不為分離點者以及第1至N-1筆量測資料於該整合自動迴歸及移動平均模型；輸入該第N筆量測資料中不為分離點者以及該第N筆預測偏移量於該指數加權移動平均模型；以及擷取該整合自動迴歸及移動平均模型之輸出，擷取該指數加權移動平均模型之輸出。

本發明具有以下有益的效果：藉由整合自動迴歸及移動平均模型，以及指數加權移動平均模型產生預測資料，用以補償漏掉的量測資料，如此一來，可以降低資料的取樣頻率，相對地降低產線時間，但製程的穩定性以及良率仍能維持而不會因此下降。

如第一圖所示，本發明係提供一種半導體線上量測資料補償方法，包括步驟S101至S108。

在步驟S101中，建立一整合自動迴歸及移動平均模型(auto regressive moving average model)，以及一指數加權移動平均模型(exponential weighted moving average model)。

在步驟S102中，擷取第1至N筆量測資料以及第N筆預測偏移量，其中該些量測資料代表晶圓的規格參數，例如膜厚、蝕刻狀態等，該預測偏移量表示量測資料與預測資料的差距。

在步驟S103中，判斷該第N筆量測資料中是否有分離點存在，若第N筆量測資料中沒有分離點，則依序執行步驟S104及步驟S107，若有分離點，則執行步驟S105。

在步驟S104中，輸入第1至N筆量測資料至該整合自動迴歸及移動平均模型，輸入該第N筆量測資料以及該第N筆預測偏移量至該指數加權移動平均模型。

在步驟S105中，判斷分離點個數是否超過上限，若有，依序執行步驟S106，若無，則依序執行步驟S107及步驟S108；

步驟S106：刪除該第N筆量測資料。

在步驟S107中，該第N筆量測資料中不為分離點者，以及第1至N-1筆量測資料，均輸入該整合自動迴歸及移動平均模型中；至於該第N筆量測資料中不為分離點者，以及該第N筆預測偏移量，則輸入該指數加權移動平均模型，至於該第N筆量測資料中為分離點者則予以刪除；以及

在步驟S108中，擷取該整合自動迴歸及移動平均模型之輸出，以及該指數加權移動平均模型之輸出。其中該整合自動迴歸及移動平均模型之輸出為第N+1筆長期預測資料，如第二圖所示，細線表示整合自動迴歸以及移動平均模型所預測的長期晶圓資料，而粗線表示實際量測之長期晶圓資料，橫軸表示機台壽命，而縱軸表示晶圓規格參數；該指數加權移動平均模型之輸出為第N+1筆預測偏移量，如第三圖所示，橫軸表示機台壽命，而縱軸表示晶圓規格參數，細線表示整合自動迴歸及移動平均模型所預測的短期晶圓資料，而粗線表示實際量測之短期晶圓資料，兩線之間的差距即為預測偏移量。在產線上，沒有進行量測的晶圓，其缺漏之量測資料便由該整合自動迴歸及移動平均模型之輸出，以及該指數加權移動平均模型之輸出來補償。

另一方面，當第N筆量測資料不具分離點．該S104步驟中之第N筆量測資料進行S109步驟(平均)。當第N筆量測資料具有分離點，在步驟S107中，將第N筆量測資料中不為分離點者進行S109步驟。

如第四圖所示，本發明另提供一種半導體線上量測資料補償方法，包括步驟S201至S208。

在步驟S201中，建立一整合自動迴歸及移動平均模型(auto regressive moving average model)，以及一指數加權移動平均模型(exponential weighted moving average model)。

在步驟S202中，擷取第1至N筆量測資料、第N筆預測資料以及第N筆預測偏移量，其中該些量測資料代表晶圓的規格參數，該預測偏移量表示量測資料與預測資料的差距。

在步驟S203中，判斷該第N筆量測資料中是否有分離點存在，若第N筆量測資料中沒有分離點，則依序執行步驟S204及步驟S207，若有分離點，則執行步驟S205。

在步驟S204中，輸入第1至N筆量測資料至該整合自動迴歸及移動平均模型，輸入該第N筆量測資料以及該第N筆預測偏移量至該指數加權移動平均模型。

在步驟S205中，判斷分離點個數是否超過上限，若有，則執行步驟S206，若無，則依序執行步驟S207及步驟S208。

在步驟S206中，刪除該第N筆量測資料。

在步驟S207中，該第N筆量測資料中不為分離點者，以及第1至N-1筆量測資料，均輸入該整合自動迴歸及移動平均模型中；至於該第N筆量測資料中不為分離點者，以及該第N筆預測偏移量，則輸入該指數加權移動平均模型，至於該第N筆量測資料中為分離點者以該第N筆預測資料取代；以及

在步驟S208中，擷取該整合自動迴歸以及移動平均模型以及該指數加權移動平均模型之輸出。其中該整合自動迴歸以及移動平均模型之輸出為第N+1筆長期預測資料，該指數加權移動平均模型之輸出為第N+1筆預測偏移量。而一些沒有被取樣量測的晶圓資料，便可用該整合自動迴歸以及移動平均模型以及該指數加權移動平均模型之輸出來作補償。

另一方面，當第N筆量測資料不具分離點‧該S204步驟中之第N筆量測資料進行S209步驟(平均)。當第N筆量測資料具有分離點，在步驟S207中，將第N筆量測資料中不為分離點者進行S209步驟。

本發明半導體線上量測資料補償方法，藉由整合自動迴歸及移動平均模型，以及指數加權移動平均模型預測晶圓資料，將沒有實際量測之晶圓資料，由預測之晶圓資料補償，如此一來，可以降低晶圓資料的取樣頻率，相對地降低產線時間，但製程的穩定性以及良率仍能維持而不會因此下降。

以上所述者，僅為本發明其中的較佳實施例而已，並非用來限定本發明的實施範圍，即凡依本發明申請專利範圍所做的均等變化與修飾，皆為本發明專利範圍所涵蓋。

S101～109．．．步驟

S201～209．．．步驟

第一圖為本發明半導體線上量測資料補償方法之第一實施例之流程圖。

第二圖為線上長期晶圓量測資料與晶圓預測資料之關係圖。

第三圖為線上短期晶圓量測資料與晶圓預測資料之關係圖。

第四圖為本發明半導體線上量測資料補償方法之第二實施例之流程圖。

S101～109．．．步驟

Claims (14)

1. 一種半導體線上量測資料補償方法，包括下列步驟：建立一整合自動迴歸及移動平均模型(auto regressive rnoving average model)，以及一指數加權移動平均模型(exponential weighted moving average model)；擷取第1至N筆量測資料以及第N筆預測偏移量；判讀出該第N筆量測資料中無分離點；輸入第1至N筆量測資料於該整合自動迴歸及移動平均模型；輸入該第N筆量測資料以及該第N筆預測偏移量於該指數加權移動平均模型；以及擷取該整合自動迴歸及移動平均模型之輸出，擷取該指數加權移動平均模型之輸出以補償未被量測到的一晶圓。
2. 如申請專利範圍第1項所述之半導體線上量測資料補償方法，其中該些量測資料代表晶圓的規格參數。
3. 如申請專利範圍第1項所述之半導體線上量測資料補償方法，其中該預測偏移量表示量測資料與預測資料的差距。
4. 如申請專利範圍第1項所述之半導體線上量測資料補償方法，更包括平均該第N筆量測資料。
5. 如申請專利範圍第1項所述之半導體線上量測資料補償方法，更包括平均該第N筆量測資料中不 為分離點者。
6. 如申請專利範圍第1項所述之半導體線上量測資料補償方法，其中該整合自動迴歸及移動平均模型之輸出為第N+1筆長期預測資料，該指數加權移動平均模型之輸出為第N+1筆預測偏移量。
7. 一種半導體線上量測資料補償方法，包括下列步驟：建立一整合自動迴歸及移動平均模型(auto regressive moving average model)，以及一指數加權移動平均模型(exponential weighted moving average model)；擷取第1至N筆量測資料以及第N筆預測偏移量；判讀出該第N筆量測資料中有分離點；統計分離點個數是否超過一上限個數，若超過則直接刪除該第N筆量測資料，若沒超過則執行以下步驟；輸入該第N筆量測資料中不為分離點者以及第1至N-1筆量測資料於該整合自動迴歸及移動平均模型；輸入該第N筆量測資料中不為分離點者以及該第N筆預測偏移量於該指數加權移動平均模型；以及擷取該整合自動迴歸及移動平均模型之輸出，擷取該指數加權移動平均模型之輸出以補償未被量測到的一晶圓。
8. 如申請專利範圍第7項所述之半導體線上量測資料補償方法，其中該些量測資料代表晶圓的規格參數。
9. 如申請專利範圍第7項所述之半導體線上量 測資料補償方法，其中該預測偏移量表示量測資料與預測資料的差距。
10. 如申請專利範圍第7項所述之半導體線上量測資料補償方法，更包括平均該第N筆量測資料。
11. 如申請專利範圍第7項所述之半導體線上量測資料補償方法，更包括平均該第N筆量測資料中不為分離點者以及該第N筆預測資料。
12. 如申請專利範圍第7項所述之半導體線上量測資料補償方法，其中該整合自動迴歸及移動平均模型之輸出為第N+1筆長期預測資料，該指數加權移動平均模型之輸出為第N+1筆預測偏移量。
13. 如申請專利範圍第7項所述之半導體線上量測資料補償方法，更包括刪除該第N筆量測資料中為分離點者。
14. 如申請專利範圍第7項所述之半導體線上量測資料補償方法，更包括以該第N筆預測資料取代該第N筆量測資料中為分離點者。