TWI412906B - 具有虛擬量測功能的製造執行系統與製造系統 - Google Patents
具有虛擬量測功能的製造執行系統與製造系統 Download PDFInfo
- Publication number
- TWI412906B TWI412906B TW099111473A TW99111473A TWI412906B TW I412906 B TWI412906 B TW I412906B TW 099111473 A TW099111473 A TW 099111473A TW 99111473 A TW99111473 A TW 99111473A TW I412906 B TWI412906 B TW I412906B
- Authority
- TW
- Taiwan
- Prior art keywords
- workpieces
- virtual measurement
- virtual
- value
- machine
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 97
- 238000003070 Statistical process control Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 38
- 238000005259 measurement Methods 0.000 claims description 32
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 15
- 235000012431 wafers Nutrition 0.000 description 14
- 238000012360 testing method Methods 0.000 description 12
- 238000012546 transfer Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 238000005070 sampling Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 102100024405 GPI-linked NAD(P)(+)-arginine ADP-ribosyltransferase 1 Human genes 0.000 description 1
- 101000981252 Homo sapiens GPI-linked NAD(P)(+)-arginine ADP-ribosyltransferase 1 Proteins 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31459—Library with metrology plan for different type of workpieces
-
- 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
- G05B2219/32191—Real time statistical process monitoring
-
- 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
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35346—VMMC: virtual machining measuring cell simulate machining process with modeled errors, error 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
- G05B2219/45—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)
Description
本發明是有關於一種製造執行系統與製造系統，特別是有關於一種具有虛擬量測功能的製造執行系統(Manufacturing Execution System；MES)與製造系統。
製造執行系統是用來幫助企業從接獲訂單、進行生產、流程控制一直到產品完成，主動收集及監控製造過程中所產生的生產資料，以確保產品或工件生產品質的應用軟體，其中此工件可為半導體業之晶圓或TFT-LCD業之玻璃基板。在製造執行系統中，統計製程管制(Statistical Process Control；SPC)系統係用以維持與改善工件品質的主要工具。統計製程管制系統的目的係在於有效地監控隨著時間進行之製程的性能(Performance)，以驗證製程是否處於「統計管制狀態」。
半導體製造具有非常複雜的流程、相當長的加工時候和高成本。對65奈米的工件而言，其需36層以上的材料層、500道以上的製程步驟、和50天以上的生產週期。一片具65奈米技術之300mm晶圓的平均價值超過3000美元以上。因此，半導體製造非常依賴統計製程管制系統來進行品質控制。
請參照第1圖，其係繪示習知之統計製程管制系統應用於半導體製造的運作示意圖。在半導體製造中習知之統計製程管制系統可分為SPC線上(Online)製程監控30和SPC離線(Offline)機台監控32兩部分。當進行SPC線上監控時，首先，將生產中的多片工件10(例如：25片晶圓)置放至製程機台20中進行處理，其中此些工件10係屬於同一卡匣或晶圓傳送盒(Front Opening Unified Pod；FOUP)。當製程機台20完成工件10的加工處理後，工件10會被置放回卡匣中，以傳送至量測機台40來檢測工件的品質。一般而言，量測機台40會從整個卡匣之複數片工件10中固定地抽選一片抽樣工件(晶圓)12為樣本來進行量測，例如：卡匣中之第一個晶圓。然後，SPC線上製程監控30根據抽樣工件12的量測結果來對製程機台20進行線上製程監控。當進行SPC離線機台監控時，首先，將測試用的多片測試工件(晶圓)14置放至製程機台20中進行處理。當製程機台20完成測試工件14的加工處理後，將測試工件14傳送至量測機台40進行量測。然後，SPC離線機台監控32根據測試工件14的量測結果來對製程機台20進行離線機台監控。
然而，SPC線上製程監控30僅能自複數個工件10抽檢一片抽樣工件12為代表，無法對所有的抽樣工件10進行工件至工件(Workpiece-to-Workpiece；W2W)逐片全檢，且需等抽樣工件12量測完後才能進行監控，無法進行即時監控。SPC離線機台監控32需使用多片測試工件14，不但增加生產成本，且佔用製程機台20之寶貴的生產時間，而且測試工件14並無法精準地代表生產中之工件10的品質。
因此，非常需要發展出一種製造執行系統與製造系統，藉以克服上述之習知技術的缺點。
因此，本發明之一態樣就是在提供一種具有虛擬量測功能的製造執行系統，藉由整合虛擬量測系統(Virtual Metrology System)至習知之製造執行系統來進行工件至工件(W2W)逐片全檢。
本發明之另一態樣就是在提供一種具有虛擬量測功能的製造系統，藉由虛擬量測系統提供所有工件的虛擬量測值至批次至批次(Run-to-Run；R2R)控制器來進行工件至工件(W2W)的逐片控制。
根據本發明之上述目的，提出一種具有虛擬量測功能的製造執行系統。在一實施例中，此具有虛擬量測功能的製造執行系統係建立在一中介軟體(Middleware)架構上，例如：物件請求仲介者(Object Request Broker)，並包含有機台監控器(Equipment Manager)、虛擬量測系統、統計製程管制系統、警報管理器與排程器(Scheduler)等。機台監控器係用以傳送來自製程機台之複數組製程參數資料，其中此些組製程參數資料係分別用以處理位於卡匣內之複數個工件。虛擬量測系統係用以根據此些組製程參數資料來計算出每一個工件之第一虛擬量測值。統計製程管制系統係用以根據每一個工件之第一虛擬量測值來對每一個工件進行檢視，並偵測是否有至少一個異常警報。警報管理器係用以接收並顯示異常警報。在又一實施例中，當偵測到異常警報時，統計製程管制系統觸發一超出管制行為對策(Out-of-Control Action Plan；OCAP)至警報管理器，而警報管理器執行此超出管制行為對策(OCAP)。
在又一實施例中，機台監控器係用以傳送來自量測機台之抽樣工件的實際量測值，其中此抽樣工件係選自卡匣內之多個工件之其中一者，而虛擬量測系統根據上述相對應之製程參數資料和實際量測值來計算出該卡匣內每一個工件之第二虛擬量測值。
在又一實施例中，上述之具有虛擬量測功能的製造執行系統更包含：排程器。排程器係用以根據上述之實際量測值和每一個工件之第二虛擬量測值來選擇生產製程的最佳路線。在又一實施例中，統計製程管制系統係根據每一個工件之第一虛擬量測值與第二虛擬量測值來對每一個工件進行檢視。
根據本發明之上述目的，另提出一種具有虛擬量測功能的製造系統。在一實施例中，此具有虛擬量測功能的製造系統包含：第一製程機台、第二製程機台、量測機台、上述之製造執行系統、第一批次至批次(R2R)控制器、和第二批次至批次控制器。第一製程機台係用以處理位於卡匣內之複數個工件。第二製程機台係用以於第一製程機台處理完成後繼續處理此些工件。量測機台係用以量測選自此些工件之抽樣工件的實際量測值。第一批次至批次控制器係用以根據每一個工件之第一虛擬量測值來對第一製程機台進行回饋(Feedback)控制。第二批次至批次控制器係用以根據每一個工件之第二虛擬量測值來對第二製程機台進行前饋(Feedforward)控制。
因此，在本發明之實施例中，藉由整合虛擬量測系統至製造執行系統，可在不更動客戶現有的抽檢量測模式下(每個卡匣抽檢一片晶圓)達到主動工件至工件(W2W)逐片全檢；可即時得到所有產品的品質資料，以確保產品品質，並即時監控製程機台的生產健康狀況；可取代使用測試用晶圓所進行的定期(離線)機台監控機制，而節省額外的測試晶圓成本，並得到更多的機台生產時間；可提供所有產品品質資訊給R2R模組來進行更精確的製程控制，進而提升產品的品質控制及良率。
一般，製造執行系統的各子系統，例如：統計製程管制系統、警報管理器、排程器等，皆需要輸入由量測機台所產生的實際量測值以執行其各自的功能。本發明之實施例主要是將虛擬量測系統整合至製造執行系統，以使用虛擬量測系統所計算出的虛擬量測值來取代由量測機台所產生的實際量測值，成為製造執行系統之各子系統的輸入。
本發明之實施例可使用任何演算法所建構的虛擬量測系統，例如：中華民國專利第200849345公開號所揭示之「雙階段虛擬量測方法」；中華民國專利第200949596公開號所揭示之「全自動化型虛擬量測(Automatic Virtual Metrology；AVM)」系統。以下簡單敘述這兩種虛擬量測系統的特點，至於本發明之實施例所使用之虛擬量測系統的建構方法可參照這兩件中華民國專利公開案，亦即本發明之實施例引用這兩件中華民國專利公開案之相關規定(Incorporated by reference)。
1. 中華民國專利第200849345公開號：
此專利公開案揭示卡匣中之複數個工件的第一階段和第二階段虛擬量測值(VMI
和VMII
)、信心指標值(Reliance Index；RI)和整體相似度指標值(Global Similarity Index；GSI)。信心指標(RI)係用來評估虛擬量測值之可信度，相似度指標(GSI)係用來評估目前輸入之製程參數資料與推估模式內用來訓練建模之所有製程參數資料的相似程度，此相似度指標係用以輔助信心指標來判斷虛擬量測系統的信心度。
以下簡要說明如何獲得第一階段和第二階段虛擬量測值(VMI
和VMII
)、信心指標值(RI)和整體相似度指標值(GSI)。首先，獲取製程機台之複數組歷史製程參數資料，每一組製程參數資料包含若干個製程參數及其對應值，並從量測機台取得複數個歷史量測值，其中此些歷史量測值分別為根據這些歷史製程參數所製作之工件(例如：晶圓或玻璃基板)的量測值。然後，使用這些歷史製程參數資料和此些歷史量測值來建立第一推估模式，其中第一推估模式的建立係根據一推估演算法，此推估演算法可為例如：複迴歸(Multi-Regression)演算法、類神經網路(Neural Network；NN)演算法或其他預測演算法。又，在此專利公開案中，更使用前述之歷史製程參數資料和歷史量測資料來建立第一參考模式，其中此第一參考模式的建立係根據與前述之推估演算法不同的參考演算法，可為例如：複迴歸演算法、類神經網路演算法或其他預測演算法。又，在此雙階段虛擬量測方法中，更使用前述之歷史製程參數，並根據一統計距離演算法來建立第一統計距離模式。此統計距離演算法可為例如：馬氏距離(Mahalanobis Distance)演算法、歐式距離(Euclidean Distance)演算法或其他距離演算法。接著，等待收集製程機台所送出之各個工件的製程參數資料。當某一個工件之完整的製程參數資料收集完成後，立即進行一第一階段推估步驟。在此第一階段推估步驟中，輸入此工件之製程參數資料至第一推估模式，而計算出此工件之第一階段虛擬量測值(VMI
)，俾滿足立即性之需求。在此第一階段推估步驟中，更輸入此工件之製程參數資料至第一參考模式，而計算出第一參考預測值。然後，分別計算此工件之第一階段虛擬量測值的分配(Distribution)與第一參考預測值的分配之間的重疊面積而產生此工件之第一階段虛擬量測值的信心指標值(RI)，其中當重疊面積愈大，則信心指標值愈高，代表所對應至第一階段虛擬量測值的可信度愈高。在此第一階段推估步驟中，亦輸入此工件之製程參數資料至第一統計距離模式，而計算出此工件之第一階段虛擬量測值所對應之製程參數資料的整體相似度指標值(GSI)。
然後，在每一個卡匣內抽出某一工件(抽樣工件)，並送至量測機台進行量測。當從量測機台取得此被抽測之工件之實際量測值時，進行一第二階段推估步驟。在此第二階段推估步驟中，將抽樣工件的製程參數資料和實際量測值加入歷史製程參數資料及歷史量測值，來重新訓練前述之第一推估模式和第一參考模式而成為一第二推估模式和一第二參考模式；或以抽樣工件的製程參數資料和實際量測值來調校前述之第一推估模式和第一參考模式而成為一第二推估模式和一第二參考模式。接著，輸入抽樣工件所屬之卡匣內之所有工件的製程參數資料至第二推估模式和第二參考模式，而重新計算出此卡匣內之每一個工件的第二階段虛擬量測值(VMII
)和第二參考預測值。然後，分別計算此卡匣內之每一個工件之第二階段虛擬量測值的分配與第二參考預測值的分配之間的重疊面積而產生此卡匣內之每一個工件之第二階段虛擬量測值的信心指標值，其中當重疊面積愈大，則信心指標值愈高，代表所對應至第二虛擬量測值的可信度愈高。此處所重新估算之第二階段虛擬量測值(VMII
)將比先前所得之第一階段虛擬量測值(VMI
)準確，俾滿足準確性之需求。同時，以第二推估模式取代第一推估模式而成為新的第一推估模式，以便用來推估新進來之工件的第一階段虛擬量測值(VMI
)與其信心指標值(RI)和整體相似度指標值(GSI)。
2.中華民國專利第200949596公開號：
此專利公開案之AVM系统提供虛擬量測模型自動移植(Automatic Fanning Out)與自動換模(Automatic Model Refreshing)的技術，來大量節省導入虛擬量測至其他同型機台或同一機台之各反應室的時間，並維持虛擬量測應有的精度。此外，此專利公開案更提供DQIX
模型以計算出製程資料的製程資料品質指標值(DQIX
值)，其中DQIX
模型的建立係根據主成分分析法(Principal Component Analysis,PCA)和歐氏距離(Euclidean Distance；ED)；及DQIy
模型以計算出實際量測值的量測資料品質指標值(DQIy
值)，其中DQIy
模型的建立係根據適應性共振理2(Adaptive Resonance Theory 2；ART2)及標準化變異(Normalized Variability；NV)。
以下說明本發明之具有虛擬量測功能的製造執行系統與製造系統。
請參照第2圖，其係繪示根據本發明之實施例之製造執行系統的結構示意圖。在一實施例中，製造執行系統100包含有虛擬量測系統110、排程器120、統計製程管制系統130、機台監控器140、和警報管理器150等。這些子系統係建立在一中介軟體160上，以進行相互間及對外的通訊。中介軟體160可為一物件請求仲介者架構，例如：美國半導體技術聯盟(SEMATECH)所推薦的共用物件請求仲介者架構(Common Object Request Broker Architecture；CORBA)。機台監控器140可連結製程及檢測機台，以達成現場機台連線管理、機台生產或量測資料自動收集與擷取、機台狀況即時監控、機台警告與錯誤訊息的記錄及通知、機台加工程式上下載、遠端監控機台狀態及與其他子系統交聯等功能。統計製程管制系統130主要是針對工廠現場流程中關鍵性的製程，收集即時的資料並加以分析，並採以統計學的手法，依品質特性定義各種參數，製作管制圖(Control Chart)、長條圖(Histogram)、柏拉圖(Pareto)等，來研判品質的穩定性與變異性。警報管理器150係用以發佈重大異常並管理系統歷史警報。排程器120係用以安排各工件(產品)於製程機台上的處理順序，以讓重要的產品能自動指派在穩定的機台，而選擇出生產製程的最佳路線(Golden Route)。虛擬量測系統110係用以提供生產中之每一個工件之第一虛擬量測值和第二虛擬量測值至機台監控器140、統計製程管制系統130、警報管理器150、和排程器120，以使這些子系統能獲得生產中之每一個工件的量測值，再根據這些量測值即時執行其各自的功能。值得一提的是，由於本發明之實施例之統計製程管制系統能獲得每一個工件的量測值，故可對所有的工件均進行檢驗，即所謂的「全檢」或工件至工件(W2W)逐片全檢。
在一實施例中，第一虛擬量測值為上述之第一階段虛擬量測值(VMI
)，第二虛擬量測值為上述之第二階段虛擬量測值(VMII
)。在又一實施例中，虛擬量測系統110可提供每一個工件之第一階段虛擬量測值的信心指標值(RI)及其所對應之製程參數資料的整體相似度指標值(GSI)和製程資料品質指標值(DQIX
)。在又一實施例中，虛擬量測系統110可提供每一個工件之第二階段虛擬量測值的信心指標值(RI)及其所對應之製程參數資料的整體相似度指標值(GSI)。這些信心指標值(RI)、整體相似度指標值(GSI)和製程資料品質指標值(DQIX
)可幫助統計製程管制系統130進行全檢。在又一實施例中，第一虛擬量測值可與第二虛擬量測值相同，亦即使用其他虛擬量測方法所計算出的虛擬量測值。在又一實施例中，虛擬量測系統110亦可提供抽樣工件12之實際量測值的量測資料品質指標值(DQIy
值)，以確認此實際量測值的品質。
請參照第3圖，其係繪示根據本發明之實施例之具有虛擬量測功能的製造系統的結構與訊號流程示意圖。此製造系統包含：第一製程機台20、第二製程機台22、量測機台40、前述之製造執行系統100、第一R2R控制器50、和第二R2R控制器52。第一製程機台20係用以處理位於一卡匣(未繪示)內之複數個工件10，並傳送來自工件10之複數組製程參數資料13至機台監控器140，而第二製程機台22係用以於第一製程機台20處理完成後繼續處理工件10。即，第一製程機台20為進行中之製程的機台(如沉積機台)，第二製程機台22為下一製程的機台(如化學機械研磨機台)。量測機台40用以量測選自工件10中之一抽樣工件12的實際量測值。第一R2R控制器50係用以根據每一個工件10之第一虛擬量測值(例如：VMI
)來對第一製程機台20進行回饋控制。由於第一階段虛擬量測值(VMI
)可由例如預測厚度之雙階段虛擬量測系統立即產生，故可提供給第一製程機台20之第一R2R控制器50的回饋輸入，俾滿足其即時性之需求。第二R2R控制器52係用以根據每一個工件之第二虛擬量測值(例如：VMII
)來對第二製程機台22進行前饋控制。由於第二階段虛擬量測值(VMII
)具有相當優良的準確性，故可提供給下一製程之第二製程機台22之第二R2R控制器52的前饋輸入。
請參照第3圖和第4圖，其係繪示根據本發明之實施例之具有虛擬量測功能的製造執行系統的訊號流程示意圖。機台監控器140係用以傳送來自第一製程機台20之複數組製程參數資料13(步驟204)；以及來自量測機台40之抽樣工件12的實際量測值(步驟221)至虛擬量測系統110，其中此些組製程參數資料係分別用以處理(生產)位於卡匣內之複數個工件10。虛擬量測系統110係用以根據此些組製程參數資料來計算出每一個工件10之第一虛擬量測值(例如：VMI
)和/或其伴隨之RI、GSI、DQIX
，並根據RI、GSI、DQIX
是否符合其門檻值的規定來檢查是否有警報產生(步驟205)。虛擬量測系統110亦可根據此些組製程參數資料和抽樣工件12之實際量測值來計算出此實際量測值的DQIy
值。如此DQIy
值在門檻值內，則可應用其相對應之製程參數資料與實際量測值來更新虛擬量測之預測模型，並計算出該卡匣內之每一個工件10之第二虛擬量測值(例如：VMII
)和/或其伴隨之RI、GSI，並根據RI、GSI是否符合其門檻值的規定來檢查是否有警報產生(步驟222)。
在步驟205之後，虛擬量測系統110回報第一虛擬量測值(VMI
)和或其伴隨之RI、GSI、DQIX
給統計製程管制系統130以便進行品質全檢(步驟207)，並回報第一虛擬量測值(VMI
)給第一R2R控制器50以便支援回饋控制(步驟208)。如步驟205有警報產生，則虛擬量測系統110回報警報給警報管理器150(步驟206)。
在步驟222之後，虛擬量測系統110回報卡匣內所有工件之第二虛擬量測值(VMII
)和/或其伴隨之RI、GSI、DQIy
與抽樣工件12的實際量測值給排程器120(步驟227)，以選擇生產製程的最佳路線以執行派工。虛擬量測系統110回報卡匣內所有工件之第二虛擬量測值(VMII
)和/或其伴隨之RI、GSI、DQIy
與抽樣工件12的實際量測值給統計製程管制系統130(步驟224)，並回報第二虛擬量測值(VMII
)給第二R2R控制器52以便支援前饋控制(步驟225)。如步驟222有警報產生，則虛擬量測系統110回報警報給警報管理器150(步驟223)。
請參照第5圖，其係繪示根據本發明之實施例之具有虛擬量測功能的製造系統中各構間的操作情節示意圖。首先，排程器120傳送一批貨(Lot)的派工指令至機台監控器140(步驟201)，此批貨可為一卡匣內之複數個工件。接著，機台監控器140傳送此派工指令至第一製程機台20派工(步驟202)。第一製程機台20傳送用以處理此批貨之各工件的製程參數資料至機台監控器140(步驟203)，機台監控器140再傳送此些製程參數資料至虛擬量測系統110(步驟204)。虛擬量測系統110內部計算第一虛擬量測值(例如：VMI
)和/或其伴隨之RI、GSI、DQIX
，並檢查是否有警報產生(步驟205)。如有警報產生，則虛擬量測系統110回報警報給警報管理器150(步驟206)。虛擬量測系統110回報第一虛擬量測值(例如：VMI
)和或其伴隨之RI、GSI、DQIX
給統計製程管制系統130，以便進行品質全檢，並偵測是否有異常警報(步驟207)，並回報第一虛擬量測值(例如：VMI
)給第一R2R控制器50以便支援回饋控制(步驟208)。當偵測到異常警報時，統計製程管制系統觸發一超出管制行為對策(Out-of-Control Action Plan；OCAP)至警報管理器150(步驟209)。然後，警報管理器150執行此超出管制行為對策(步驟210)。
在收到第一虛擬量測值(例如：VMI
)後，第一R2R控制器50計算控制資訊(步驟211)。第一R2R控制器50回報此控制資訊給機台監控器140(步驟212)，機台監控器140再將此控制資訊送至第一製程機台20，以執行機台控制(步驟213)。第一製程機台20判斷是否卡匣內所有工件皆已處理完畢(步驟214)，如仍有工件待處理則跳至步驟203。若卡匣內所有工件皆已處理完畢，第一製程機台20回報生產結束訊號給機台監控器140(步驟215)，機台監控器140再回報所有工件皆已處理完畢至排程器120(步驟216)。
排程器120傳送抽樣工件的派工指令至機台監控器140(步驟217)，其中此抽樣工件係選步驟201之批貨中之一工件。接著，機台監控器140傳送此派工指令至量測機台40派工(步驟218)。量測機台40對抽樣工件進行量測(步驟219)，再將抽樣工件的實際量測值傳送至機台監控器140(步驟220)，機台監控器140再將此實際量測值傳送至虛擬量測系統110(步驟221)。然後，虛擬量測系統110可例如更新虛擬量測預測模型，並計算卡匣內所有工件之第二虛擬量測值(VMII
)和/或其伴隨之RI、GSI、DQIy
，並檢查是否有警報產生(步驟222)。如步驟222有警報產生，則虛擬量測系統110回報警報給警報管理器150(步驟223)。虛擬量測系統110回報卡匣內所有工件之第二虛擬量測值(VMII
)和/或其伴隨之RI、GSI、DQIy
與抽樣工件的實際量測值給統計製程管制系統130(步驟224)，並回報第二虛擬量測值(VMII
)給第二R2R控制器52以便支援前饋控制(步驟225)。在收到第二虛擬量測值(例如：VMII
)後，第二R2R控制器52計算控制資訊(步驟226)。虛擬量測系統110並回報卡匣內所有工件之第二虛擬量測值(VMII
)和/或其伴隨之RI、GSI、DQIy
與抽樣工件的實際量測值給排程器120(步驟227)，以選擇生產製程的最佳路線。排程器120根據製程機台的表現選擇生產製讓程的最佳路線以執行派工(步驟228)。
由上述本發明之實施例可知，藉由整合虛擬量測系統至製造執行系統，可在不更動客戶現有的抽檢量測模式下(每個卡匣抽檢一片晶圓)達到主動工件至工件(W2W)逐片全檢；可即時得到所有產品的品質資料，以確保產品品質，並即時監控製程機台的生產健康狀況；可取代使用測試用晶圓所進行的定期(離線)機台監控機制，而節省額外的測試晶圓成本，並得到更多的機台生產時間；可提供所有產品品質資訊給R2R模組來進行更精確的工件至工件(W2W)逐片控制，進而提升產品的品質控制及良率。
雖然本發明已以實施方式揭露如上，然其並非用以限定本發明，任何在此技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10‧‧‧工件
12‧‧‧抽樣工件
13‧‧‧製程參數資料
14‧‧‧測試工件
20‧‧‧第一製程機台
22‧‧‧第二製程機台
30‧‧‧SPC線上製程監控
32‧‧‧SPC離線機台監控
40‧‧‧量測機台
50‧‧‧第一R2R控制器
52‧‧‧第二R2R控制器
100‧‧‧製造執行系統
110‧‧‧虛擬量測系統
120‧‧‧排程器
130‧‧‧統計製程管制系統
140‧‧‧機台監控器
150‧‧‧警報管理器
160‧‧‧中介軟體
201‧‧‧傳送派工指令
202‧‧‧傳送派工指令
203‧‧‧傳送製程參數資料
204‧‧‧傳送製程參數資料
205‧‧‧計算VMI
及其伴隨之RI、GSI、DQIX
並檢查是否有警報產生
206‧‧‧回報警報
207‧‧‧回報VMI
及其伴隨之RI、GSI、DQIX
208‧‧‧回報VMI
209．．．產生OCAP並偵測是否有異常警報
210．．．執行OCAP
211．．．計算控制資訊
212．．．回報控制資訊
213．．．回報控制資訊
214．．．是否所有工件皆已處理完畢
215．．．回報生產結束訊號
216．．．回報所有工件皆已處理完畢
217．．．傳送抽樣工件的派工指令
218．．．傳送抽樣工件的派工指令
219．．．對抽樣工件進行量測
220．．．傳送實際量測值
221．．．傳送實際量測值
222．．．計算VMII
及其伴隨之RI、GSI、DQIy
並檢查是否有警報產生
223．．．回報警報
224．．．回報抽樣工件之實際量測值與卡匣內所有工件之VMII
及其伴隨之RI、GSI、DQIy
225．．．回報卡匣內所有工件之VMII
226．．．第二R2R控制器52計算第二製程機台22所需之控制資訊
227．．．回報抽樣工件之實際量測值與卡匣內所有工件之VMII
及其伴隨之RI、GSI、DQIy
228．．．選擇生產製程的最佳路線
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂，所附圖式之說明如下：
第1圖為繪示習知之統計製程管制系統應用於半導體製造的運作示意圖。
第2圖為繪示根據本發明之實施例之製造執行系統的結構示意圖。
第3圖為繪示根據本發明之實施例之具有虛擬量測功能的製造系統的結構與訊號流程示意圖。
第4圖為繪示根據本發明之實施例之具有虛擬量測功能的製造執行系統的訊號流程示意圖。
第5圖為繪示根據本發明之實施例之具有虛擬量測功能的製造系統中各構間的操作情節示意圖。
10．．．工件
12．．．抽樣工件
13．．．製程參數資料
20．．．第一製程機台
22．．．第二製程機台
40．．．量測機台
50．．．第一R2R控制器
52．．．第二R2R控制器
100．．．製造執行系統
110．．．虛擬量測系統
120．．．排程器
130．．．統計製程管制系統
140．．．機台監控器
150．．．警報管理器
Claims (10)
- 一種具有虛擬量測功能的製造執行系統(Manufacturing Execution System；MES)，其中該具有虛擬量測功能的製造執行系統包含：一機台監控器(Equipment Manager)，其係建立在一中介軟體(Middleware)架構上，用以傳送來自一製程機台之複數組製程參數資料，其中該些組製程參數資料係分別用以處理位於一卡匣內之複數個工件；一虛擬量測系統(Virtual Metrology System)，其係建立在該中介軟體架構上，用以根據該些組製程參數資料來計算出每一該些工件之一第一虛擬量測值；一統計製程管制(Statistical Process Control；SPC)系統，其係建立在該中介軟體架構上，用以根據每一該些工件之該第一虛擬量測值來對每一該些工件進行檢視，並偵測是否有至少一異常警報：以及一警報管理器，其係建立在該中介軟體架構上，用以接收並顯示該異常警報。
- 如申請專利範圍第1項所述之具有虛擬量測功能的製造執行系統，其中該機台監控器係用以傳送來自一量測機台之一抽樣工件的一實際量測值，該抽樣工件係選自該卡匣內之該些工件之其中一者，該虛擬量測系統根據該些組製程參數資料和該實際量測值來計算出該卡匣內之每一該些工件之一第二虛擬量測值。
- 如申請專利範圍第2項所述之具有虛擬量測功能的製造執行系統，更包含：一排程器(Scheduler)，其係建立在該中介軟體架構上，用以根據該實際量測值和每一該些工件之該第二虛擬量測值來選擇一生產製程的最佳路線以執行派工。
- 如申請專利範圍第2項所述之具有虛擬量測功能的製造執行系統，其中該統計製程管制系統根據每一該些工件之該第二虛擬量測值來對每一該些工件進行檢視。
- 如申請專利範圍第1項所述之具有虛擬量測功能的製造執行系統，其中當偵測到該異常警報時，該統計製程管制系統觸發一超出管制行為對策(Out-of-Control Action Plan；OCAP)至該警報管理器，而該警報管理器執行該超出管制行為對策。
- 一種具有虛擬量測功能的製造系統，包含：一第一製程機台，用以處理位於一卡匣內之複數個工件；一第二製程機台，用以於該第一製程機台處理完成後繼續處理該些工件；一量測機台，用以量測選自該些工件之一抽樣工件的一實際量測值；一製造執行系統，其中該製造執行系統包含： 一機台監控器，其係建立在一中介軟體架構上，用以傳送來自該第一製程機台之複數組製程參數資料和該實際量測值，其中該些組製程參數資料係分別用以生產位於該卡匣內之該些工件；一虛擬量測系統，其係建立在該中介軟體架構上，用以根據該些組製程參數資料來計算出每一該些工件之一第一虛擬量測值與其伴隨的信心指標值、整體相似度指標值、製程資料品質指標值，並根據該些組製程參數資料和該實際量測值來計算出每一該些工件之一第二虛擬量測值，其中該虛擬測量系統根據該第一虛擬測量值伴隨的信心指標值、整體相似度指標值和製程資料品質指標值來檢查是否有至少一異常警報；以及一統計製程管制系統，其係建立在該中介軟體架構上，用以根據每一該些工件之該第一虛擬量測值來對每一該些工件進行檢視，並偵測是否有該至少一異常警報；一第一批次至批次(Run-to-Run；R2R)控制器，用以根據每一該些工件之該第一虛擬量測值來對該第一製程機台進行一回饋(Feedback)控制；以及一第二批次至批次控制器，用以根據每一該些工件之該第二虛擬量測值來對該第二製程機台進行一前饋(Feedforward)控制。
- 如申請專利範圍第6項所述之具有虛擬量測功能的 製造系統，其中該製造執行系統更包含：一警報管理器，其係建立在該中介軟體架構上，用以接收並顯示該異常警報。
- 如申請專利範圍第7項所述之具有虛擬量測功能的製造系統，其中當偵測到該異常警報時，該統計製程管制系統觸發一超出管制行為對策至該警報管理器，而該警報管理器執行該超出管制行為對策。
- 如申請專利範圍第6項所述之具有虛擬量測功能的製造系統，其中該製造執行系統更包含：一排程器，其係建立在該中介軟體架構上，用以根據該實際量測值和每一該些工件之該第二虛擬量測值來選擇一生產製程的最佳路線以執行派工。
- 如申請專利範圍第6項所述之具有虛擬量測功能的製造系統，其中該統計製程管制系統根據每一該些工件之該第二虛擬量測值來對每一該些工件進行檢視。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW099111473A TWI412906B (zh) | 2010-04-13 | 2010-04-13 | 具有虛擬量測功能的製造執行系統與製造系統 |
| US12/784,428 US8983644B2 (en) | 2010-04-13 | 2010-05-20 | Manufacturing execution system with virtual-metrology capabilities and manufacturing system including the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW099111473A TWI412906B (zh) | 2010-04-13 | 2010-04-13 | 具有虛擬量測功能的製造執行系統與製造系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201135381A TW201135381A (en) | 2011-10-16 |
| TWI412906B true TWI412906B (zh) | 2013-10-21 |
Family
ID=44761507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW099111473A TWI412906B (zh) | 2010-04-13 | 2010-04-13 | 具有虛擬量測功能的製造執行系統與製造系統 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8983644B2 (zh) |
| TW (1) | TWI412906B (zh) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| TWI451336B (zh) * | 2011-12-20 | 2014-09-01 | Univ Nat Cheng Kung | 預測模型之建模樣本的篩選方法及其電腦程式產品 |
| US9153506B2 (en) | 2012-07-06 | 2015-10-06 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for through silicon via yield |
| CN102937802B (zh) * | 2012-11-02 | 2015-05-20 | 上海华力微电子有限公司 | 一种监控设备运行状态的系统及方法 |
| US9164398B2 (en) * | 2013-02-27 | 2015-10-20 | Taiwan Semiconductor Manufacturing Co., Ltd. | Overlay metrology method |
| CN104020724B (zh) * | 2013-03-01 | 2017-02-08 | 中芯国际集成电路制造(上海)有限公司 | 告警监控方法和装置 |
| EP2963599A1 (en) * | 2014-06-30 | 2016-01-06 | Siemens Aktiengesellschaft | Managing execution of a manufacturing order |
| TWI641934B (zh) | 2014-08-05 | 2018-11-21 | 聯華電子股份有限公司 | 虛擬量測系統與方法 |
| US20160274570A1 (en) * | 2015-03-18 | 2016-09-22 | United Microelectronics Corp. | Method of virtual metrology using combined models |
| TWI539298B (zh) | 2015-05-27 | 2016-06-21 | 國立成功大學 | 具取樣率決定機制的量測抽樣方法 與其電腦程式產品 |
| US10163061B2 (en) * | 2015-06-18 | 2018-12-25 | International Business Machines Corporation | Quality-directed adaptive analytic retraining |
| CN105159287A (zh) * | 2015-10-12 | 2015-12-16 | 重庆凯瑞电动汽车系统有限公司 | 一种电动汽车整车控制器测试装置、系统及使用方法 |
| TWI621191B (zh) * | 2016-06-02 | 2018-04-11 | 南茂科技股份有限公司 | 晶圓測試機台的遠端監控方法及系統 |
| TWI640174B (zh) * | 2016-08-04 | 2018-11-01 | 財團法人工業技術研究院 | 適地性狀態感知系統及其方法 |
| US10643039B2 (en) | 2016-08-04 | 2020-05-05 | Industrial Technology Research Institute | Location based situation awareness system and method thereof |
| US10127420B2 (en) | 2016-08-04 | 2018-11-13 | Industrial Technology Research Institute | Location based situation awareness system and method thereof |
| TWI625615B (zh) * | 2016-11-29 | 2018-06-01 | 財團法人工業技術研究院 | 預測模型建立方法及其相關預測方法與電腦程式產品 |
| TWI614699B (zh) * | 2016-12-30 | 2018-02-11 | 國立成功大學 | 大量客製化產品的品質預測方法 |
| CN107609763A (zh) * | 2017-08-31 | 2018-01-19 | 深圳市联邦重科电子科技有限公司 | 一种生产线的质量检验方法、装置及设备 |
| TWI747053B (zh) * | 2018-10-03 | 2021-11-21 | 國立成功大學 | 積層製造系統與方法及特徵擷取方法 |
| TWI708197B (zh) | 2019-04-26 | 2020-10-21 | 國立成功大學 | 生產機台組件的預測保養方法與其電腦程式產品 |
| TWI742709B (zh) | 2020-06-04 | 2021-10-11 | 國立成功大學 | 預測機台加工事件發生的方法與其虛擬量測應用及其電腦程式產品 |
| US11662716B2 (en) | 2021-02-26 | 2023-05-30 | Kla Corporation | Secure remote collaboration for equipment in a manufacturing facility |
| CN114063512B (zh) * | 2021-11-15 | 2023-09-19 | 中国联合网络通信集团有限公司 | 维保业务指导与监控方法、云平台、ar眼镜与系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200745974A (en) * | 2006-06-09 | 2007-12-16 | Powerchip Semiconductor Corp | Selection method and system for virtual metrology prediction model for quality control in semiconductor manufacture |
| TWI302645B (en) * | 2004-12-13 | 2008-11-01 | Taiwan Semiconductor Mfg | A novel method and apparatus for integrating fault detection and real-time virtual metrology in an advanced process control framework |
| CN101581930A (zh) * | 2008-02-05 | 2009-11-18 | 台湾积体电路制造股份有限公司 | 实现自动虚拟量测的创新方法 |
| TW200949596A (en) * | 2008-05-20 | 2009-12-01 | Univ Nat Cheng Kung | Server and system and method for automatic virtual metrology |
| TW200951652A (en) * | 2008-03-08 | 2009-12-16 | Tokyo Electron Ltd | Autonomous adaptive semiconductor manufacturing |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5844803A (en) * | 1997-02-17 | 1998-12-01 | Micron Technology, Inc. | Method of sorting a group of integrated circuit devices for those devices requiring special testing |
| US6263255B1 (en) * | 1998-05-18 | 2001-07-17 | Advanced Micro Devices, Inc. | Advanced process control for semiconductor manufacturing |
| WO2001037322A2 (en) * | 1999-11-18 | 2001-05-25 | Pdf Solutions, Inc. | System and method for product yield prediction using a logic characterization vehicle |
| TWI235299B (en) * | 2004-04-22 | 2005-07-01 | Univ Nat Cheng Kung | Method for providing application cluster service with fault-detection and failure-recovery capabilities |
| US7328418B2 (en) * | 2005-02-01 | 2008-02-05 | Tokyo Electron Limited | Iso/nested control for soft mask processing |
| US7477960B2 (en) | 2005-02-16 | 2009-01-13 | Tokyo Electron Limited | Fault detection and classification (FDC) using a run-to-run controller |
| US20070012337A1 (en) * | 2005-07-15 | 2007-01-18 | Tokyo Electron Limited | In-line metrology for supercritical fluid processing |
| US7489980B2 (en) * | 2005-08-09 | 2009-02-10 | International Business Machines Corporation | Factory level and tool level advanced process control systems integration implementation |
| US7324193B2 (en) * | 2006-03-30 | 2008-01-29 | Tokyo Electron Limited | Measuring a damaged structure formed on a wafer using optical metrology |
| US7623978B2 (en) * | 2006-03-30 | 2009-11-24 | Tokyo Electron Limited | Damage assessment of a wafer using optical metrology |
| 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 |
| US7684888B2 (en) * | 2007-05-08 | 2010-03-23 | Taiwan Semiconductor Manufacturing Company, Ltd. | Extendable MES for Cross-AMHS Transportation |
| TWI338916B (en) * | 2007-06-08 | 2011-03-11 | Univ Nat Cheng Kung | Dual-phase virtual metrology method |
| US7974723B2 (en) * | 2008-03-06 | 2011-07-05 | Applied Materials, Inc. | Yield prediction feedback for controlling an equipment engineering system |
| US8527080B2 (en) * | 2008-10-02 | 2013-09-03 | Applied Materials, Inc. | Method and system for managing process jobs in a semiconductor fabrication facility |
-
2010
- 2010-04-13 TW TW099111473A patent/TWI412906B/zh active
- 2010-05-20 US US12/784,428 patent/US8983644B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI302645B (en) * | 2004-12-13 | 2008-11-01 | Taiwan Semiconductor Mfg | A novel method and apparatus for integrating fault detection and real-time virtual metrology in an advanced process control framework |
| TW200745974A (en) * | 2006-06-09 | 2007-12-16 | Powerchip Semiconductor Corp | Selection method and system for virtual metrology prediction model for quality control in semiconductor manufacture |
| CN101581930A (zh) * | 2008-02-05 | 2009-11-18 | 台湾积体电路制造股份有限公司 | 实现自动虚拟量测的创新方法 |
| TW200951652A (en) * | 2008-03-08 | 2009-12-16 | Tokyo Electron Ltd | Autonomous adaptive semiconductor manufacturing |
| TW200949596A (en) * | 2008-05-20 | 2009-12-01 | Univ Nat Cheng Kung | Server and system and method for automatic virtual metrology |
Non-Patent Citations (1)
| Title |
|---|
| Khan, A.A.; Moyne, J.R.; Tilbury, D.M.; , "An Approach for Factory-Wide Control Utilizing Virtual Metrology," Semiconductor Manufacturing, IEEE Transactions on , vol.20, no.4, pp.364-375, Nov. 2007 * |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201135381A (en) | 2011-10-16 |
| US8983644B2 (en) | 2015-03-17 |
| US20110251707A1 (en) | 2011-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI412906B (zh) | 具有虛擬量測功能的製造執行系統與製造系統 | |
| US10409231B2 (en) | Methods and apparatuses for utilizing adaptive predictive algorithms and determining when to use the adaptive predictive algorithms for virtual metrology | |
| KR100756728B1 (ko) | 반도체 처리 기술 | |
| KR101582960B1 (ko) | 장비 엔지니어링 시스템을 제어하기 위한 수율 예측 피드백 | |
| KR100604523B1 (ko) | 프로세스와 품질과의 관계에 관한 모델 작성 장치 및 모델작성 방법 | |
| TW201839533A (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 | |
| US20060129257A1 (en) | Novel method and apparatus for integrating fault detection and real-time virtual metrology in an advanced process control framework | |
| JP2005109437A (ja) | 半導体装置の製造システムおよび半導体装置の製造方法 | |
| TWI641934B (zh) | 虛擬量測系統與方法 | |
| TW200307972A (en) | Correlation of end-of-line data mining with process tool data mining | |
| KR20070061868A (ko) | 이용가능한 계측 용량에 기반하여 계측 샘플링을 동적으로조정하는 방법 및 시스템 | |
| US10042357B2 (en) | Portable, adaptable equipment health user interface | |
| JP2006157029A (ja) | 半導体装置の製造システム | |
| US6821792B1 (en) | Method and apparatus for determining a sampling plan based on process and equipment state information | |
| JP2009020717A (ja) | 状態監視方法及び状態監視装置並びにプログラム | |
| CN101937836B (zh) | 半导体器件的制造系统与制造方法 | |
| CN102254788B (zh) | 具有虚拟测量功能的制造执行系统与制造系统 | |
| US6868512B1 (en) | Fault detection system with real-time database | |
| US6697696B1 (en) | Fault detection control system using dual bus architecture, and methods of using same | |
| TWI297506B (en) | Method and system for virtual metrology prediction for quality control in semiconductor manufacture | |
| US7783455B1 (en) | Methods and systems for analyzing process equipment processing variations using sensor data | |
| US7098048B1 (en) | Method and apparatus for capturing fault state data | |
| KR20200144268A (ko) | 반도체 제조공정 로봇 진단 방법 | |
| TW200811745A (en) | Statistical process control method and system | |
| US7849366B1 (en) | Method and apparatus for predicting yield parameters based on fault classification |