TWI429002B - 包含邊緣球狀物移除處理的晶圓製造監視系統與方法 - Google Patents
包含邊緣球狀物移除處理的晶圓製造監視系統與方法 Download PDFInfo
- Publication number
- TWI429002B TWI429002B TW097106463A TW97106463A TWI429002B TW I429002 B TWI429002 B TW I429002B TW 097106463 A TW097106463 A TW 097106463A TW 97106463 A TW97106463 A TW 97106463A TW I429002 B TWI429002 B TW I429002B
- Authority
- TW
- Taiwan
- Prior art keywords
- edge
- wafer
- ball removal
- image
- line
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 155
- 238000004519 manufacturing process Methods 0.000 title claims description 84
- 238000012545 processing Methods 0.000 title claims description 61
- 238000012544 monitoring process Methods 0.000 title claims description 45
- 239000011324 bead Substances 0.000 title 1
- 235000012431 wafers Nutrition 0.000 claims description 343
- 229920002120 photoresistant polymer Polymers 0.000 claims description 102
- 239000002131 composite material Substances 0.000 claims description 48
- 230000008569 process Effects 0.000 claims description 46
- 230000006835 compression Effects 0.000 claims description 33
- 230000007547 defect Effects 0.000 claims description 33
- 238000007906 compression Methods 0.000 claims description 32
- 239000004065 semiconductor Substances 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000001459 lithography Methods 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 4
- 238000000227 grinding Methods 0.000 claims description 3
- 238000000206 photolithography Methods 0.000 claims description 2
- 238000011002 quantification Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims 2
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000002596 correlated effect Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 41
- 238000012986 modification Methods 0.000 description 17
- 230000004048 modification Effects 0.000 description 17
- 238000007689 inspection Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 8
- 238000003491 array Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000000758 substrate Substances 0.000 description 7
- 238000012512 characterization method Methods 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000011248 coating agent Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 229910052732 germanium Inorganic materials 0.000 description 4
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 4
- 238000007620 mathematical function Methods 0.000 description 4
- 230000013011 mating Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000000059 patterning Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 239000002904 solvent Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 241001422033 Thestylus Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 238000001312 dry etching Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000000671 immersion lithography Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- -1 locations Chemical compound 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004439 roughness measurement Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 229910052715 tantalum Inorganic materials 0.000 description 1
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000001039 wet etching Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
- G01N21/9503—Wafer edge inspection
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8841—Illumination and detection on two sides of object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
- G01R31/2831—Testing of materials or semi-finished products, e.g. semiconductor wafers or substrates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/302—Contactless testing
- G01R31/303—Contactless testing of integrated circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
本發明大致關係於監視半導體晶圓製造的系統與方法,例如,藉由檢視一晶圓的邊緣外區域,包含最佳化製造處理步驟。
過去幾十年來,半導體有關技術已經指數地成長並已改革了現今社會。半導體製造者已經在生產上有大量的改良,造成了最終產品品質、速度及效能上之改良。然而,仍然持續有更快、更可靠及更高效能半導體的需求。為了協助這些需求,有必須持續追求更佳之監視及/或檢視系統與方法。
例如,半導體經常以晶圓形式加以製造,每一晶圓具有多數層,包含例如一矽及絕緣層或在絕緣層上有矽或SOI晶圓中之多數層。無論如何,在晶圓生產中,遮罩層或阻劑層經常被應用至一晶圓上,以完成晶圓的圖案化。典型地,在晶圓被旋轉的同時,將想要數量的液狀光阻劑施加至晶圓的頂面。因為晶圓被旋轉,所以光阻劑材料被徑向由晶圓的中心向外散開並且朝向半導體緣部,使得晶圓實際被塗覆以一圓層的光阻劑。過量的光阻劑可以被收集並在半導體晶圓的外緣形成有一光阻劑堆或球。經常,光阻劑也流出晶圓邊緣,而可能污染晶圓的邊緣壁及背面。已經採用了各種邊緣球狀物移除(EBR)製程,以免除
接近晶圓邊緣的光阻劑的“邊緣球狀物”及/或其他不要的材料。
應注意的是,在晶圓生產時,各種材料移除製程被使用,包含例如濕式蝕刻、乾式蝕刻、研磨、化學機械研磨(CMP)、及取決於予以被移除之材料的其他製程。在EBR移除時,例如,化學EBR單元藉由噴灑稱為EBR流體的溶劑至該半導體晶圓的光阻劑上,而移除光阻劑環及其他在晶圓邊緣周圍的不想要的材料。溶劑溶解或使光阻劑顯影並允許容易由半導體晶圓的邊緣移除光阻劑。晶圓邊緣曝光(WEE)單元可以外加或交替地應用作EBR目的。WEE利用一光學單元,以光來曝光在半導體晶圓的邊緣或接近邊緣的光阻劑環。在後續的顯影製程中,已曝光的光阻劑環被移除。
邊緣外區域的準確置放對於維持邊緣晶圓良率係很重要的。在邊緣外區域中之膜重疊的變動可能造成限制良率之缺陷。邊緣球狀物移除(EBR)量測或邊緣外寬度(EEW)量測描述相對於晶圓中心與晶圓邊緣之晶圓邊緣外區域的頂側面量測。此量測典型在沿著晶圓邊緣的幾個點上完成並在寬度上的範圍為0mm至6mm之間。在光微影術中,EBR量測資料可以用以決定晶圓對準的可重覆性及在塗覆軌跡上之EBR噴嘴的準確度。
除了EBR/EEW量測外,晶圓邊緣檢視藉由檢測EBR輪廓的鋸齒、扇形缺口、濺污及其他EBR線缺陷,來提供一控制EBR製程的間接方法。不當之EBR也可能在其
他緣表面上建立殘留物,造成晶圓與處理設備間的互叉污染。
EBR製程在光阻塗層移除晶圓圓周附近離開晶圓邊緣固定距離之過量光阻後被直接使用。邊緣外區域也可以以兩方式加以建立。在化學EBR製程中,晶圓旋轉時,一溶劑被散佈在此區域,以建立邊緣外區域。一光學EBR係在晶圓曝光時也藉由曝光在晶圓圓周旁的光阻加以建立。
EBR經常被視為可能造成前側損壞的機制。這是因為EBR量測(決定是否EBR太大、太小、偏心等)在現代工廠中,仍是人工密集的步驟。最常見以量測EBR尺寸的方法為將晶圓放置在一光學顯微鏡並在晶圓旁的三或更多個位置,量測EBR線離開晶圓邊緣的距離。
此人工型EBR量測方法經常使用一人工輪廓儀加以執行,該工具也用以量測溝渠深度。此工具藉由將一尖筆由晶圓中心向外拖曳加以動作。為量測EBR,由部份參考點至尖筆由光阻高度丟下至EBR開始之裸晶的點間之距離(量測值#1)係被記錄。由同一參考點至尖筆落下離開晶圓邊緣的點間之距離(量測值#2)也被記錄。EBR寬度係藉由量測值#2減量測值#1加以計算。這些在晶圓旁分開120度的3點所取之量測值係被反映於圖1中。
在輪廓儀上所取之EBR量測值容易有誤差。該工具對振動很敏感,而造成誤差量值。尖筆也可能對不均勻晶圓拓樸造成不準確讀值,而需要其他之量測值。該程序很
費時,因為使用此方法,要花用10分鐘來量測兩晶圓。
此人工方法也由於幾個其他理由而變得有問題。首先,晶圓斜面轉移可能容易對晶圓邊緣頂點有誤差,造成較小之邊緣外寬度(EEW)量測值,因此,犧牲了資料的完整性。再者,EBR線可能很難與圖案化晶圓區分,特別是當部份層係被圖案化一直到邊緣時。另外,EBR線可能在晶圓旁不連續,造成錯誤量測值;及最後,每晶圓的三個量測值並不足以統計地表示晶圓的EBR特徵。
人工EBR量測大致被保留用於使用測試晶圓的保護維護。結果,不尋常取樣允許規格外之EBR變成未注意到。規格外或偏心EBR可能造成幾個不同處理有關事項。如果EBR寬度太窄,則在處理工具上之緣抓取器可能接觸硬化易脆光阻,而使得它破裂並剝離,造成污染。如果緣外太寬,則將有太小表面積可供生產晶粒。ITRS藍圖先前尋求2mm之緣外。在2007,此值被改變至1.5mm,以綁在65nm節點上。
邊緣球移除製程的不良控制造成不良的邊緣晶粒良率。EBR控制及準確度對於多堆疊層係重要的。如果EBR為偏心,則膜的底切可能造成突出在邊緣上。另外,在規格外之EBR量測與緣膜黏著間有一共相關。例如,一偏心EBR表示部份晶圓邊緣清潔不足。
較一般為大之EBR可以表示在膜堆疊中之邊“突懸”問題。沿著晶圓邊緣的不想要的膜幾何可能造成不想要的膜應力並減少膜對基材的黏著力,造成剝開及脫落。這些缺
陷可能被轉移至晶圓的前側。對於金屬CMP係特別重要的,其中,剝開之金屬剝落物可能由晶圓邊緣移動並停在晶圓的研磨墊與前面之間,造成在研磨步驟中之嚴重前側刮傷。如果EBR偏移並未以即時方式被檢出,則產品需要重工或淘汰。
針對如上,有需要一半導體製造監視系統及方法,其迅速及準確地特徵化EBR相關特性,並且如果有必要,則實施對製造處理步驟的改變。
依據本發明之原理的部份態樣係有關於監視半導體晶圓製造處理的系統與方法,例如,根據EBR線檢測。在部份實施例中,監視的方法包含:在製造的中間階段,捕捉晶圓的至少一影像。所捕捉之影像係被壓縮,以產生該晶圓的至少一邊緣區的合成代表圖(例如合成影像)。一邊緣球狀物移除區係被識別在該代表圖中,及至少一特性屬性係由該識別區域中抽出。所抽出之特性屬性被自動評鑑,及有關於該製造處理的狀態的資訊係根據該評鑑加以產生。例如,狀態資訊可以包含該晶圓的通過/失敗指定,及對製造的現行階段的上游或下游(或兩者)的製造處理的推薦修改。在部份實施例中,推薦的修改係被自動實施。以此量測法,各種特性屬性(例如EBR線寬、位置、對中等)可以根據各種因數,包含歷史元件良率資訊,加以快速重閱及處理修改。
在以下詳細說明中,參考形成本案一部份的附圖,其中,可以以例示方式實施本案之各態樣中之特定實施例。在附圖中,類似元件係在所有圖中表示類似元件。這些實施例係被足夠詳細說明,以使得熟習於本技藝者可以實施本發明之各態樣。其他實施例可以被利用,以及,結構上、邏輯上、及電氣上之變化可以在不脫離本發明範圍下加以完成。因此,以下詳細說明並不作限定用,及本發明之範圍係只為隨附之申請專利範圍與其等效所定義。
通常,本案提供各種半導體製造處理監視系統與方法,其促成EBR相關缺陷的至少一快速檢測,及特徵化EBR製程的品質。有關於這些特徵,監視資訊可以用以透露出EBR相關缺陷與EBR製程品質間之關係,並可以對包含製造處理步驟“上游”或“下游”的一或更多處理步驟,完成必要的調整,並作為晶圓重工決定的基礎。以部份實施例,EBR/EEW製程的適當調整及監視允許整個類型之EBR相關缺陷被最後免除,因而,顯著地增加邊緣晶粒良率。
針對上述,本發明之一態樣提供在半導體晶圓製程處理之中間階段時,例如在EBR後,所執行或定位的監視系統與方法。更明確地說,監視係被執行以由頂、垂直及/或底方向取得及評估邊緣影像資料,以使用自邊緣攝像取得之資料,來識別或定位各種晶圓特性,包含但並不限
於接近晶圓邊緣的晶圓特性(例如晶圓缺口位置;各種膜層邊緣位置;例如光阻邊緣位置、絕緣層及/或矽層邊緣位置、或其他位置;層厚度,例如光阻厚度或矽層厚度;晶圓邊緣位置;光阻邊緣至晶圓邊緣偏移;邊緣斜面幾何及位置;及其他),及其他晶圓特性(例如晶圓中心;光阻層中心;及晶圓中心至光阻中心偏移;及其他)。作為一參考點,“檢視”一晶圓係被用於本案中作為“監視”製造處理的一次組;因此,依據本案之監視系統與方法包含與一或更多其他操作步驟一起之檢視一晶圓。
包含上述之晶圓特性的特徵係經常為在晶圓生產時所用之材料施加及/或移除處理所影響。因此,在部份實施例中,此等特性之評估/檢視包含特性位置、測量、及/或其他特徵化係被用以控制此製程,用以作品質控制及/或改進良率。部份實施例中,晶圓邊緣檢視系統與方法係有用於量測EBR線特性。例如,“EBR線”係在EBR處理時所形成之光阻邊緣表示。雖然“光阻邊緣”、“光阻的邊緣”、“邊緣球狀物移除線”、或“EBR線”係於此被交互使用,應了解的是,本發明之原理可以應用經由各種晶圓製程所形成之光阻緣及其他晶圓特性,包含但並不限於邊緣球狀物移除(EBR)製程。不論如何,在部份實施例中,晶圓邊緣監視及/或檢視系統與方法協助更佳確保晶圓處理係被正確地進行。例如,部份實施例包含量測相對於晶圓中心及/或晶圓的邊緣之EBR線位置,以提供有關於該晶圓是否在EBR製程及/或光阻沈積製程中被適當對中否的資
訊。
作為檢視一或更多晶圓特性的一部份,部份實施監視系統與方法包含例如,以有關於一想要感應器,例如定位在徑向偏移開旋轉機台組件中心的光學攝影機,來取得一連串之有關晶圓邊緣部份的數位影像。在部份實施例中,晶圓的整個外圓周係被連續及/或步階方式攝影。邊緣影像被壓縮及累積評估,例如經由序連成一合成代表圖(例如影像),以特徵化例如上述之各種晶圓特性。例如,晶圓邊緣至光阻邊緣的距離,如EBR線係被選用地評估有關該晶圓的整個圓周。任意數量之光阻層可以出現在該晶圓上,每一光阻層界定一光阻邊緣。因此,當可以應用時,各個想要的光阻邊緣係被如想要地定位。
另外,也想出藉由攝影該晶圓邊緣,例如計算之晶圓中心位置、晶圓邊緣位置、光阻邊緣及/或其他處的位置所取得之資訊可以用於想要監視處理及系統中。例如,晶圓中心位置可以被用以報告及分析晶圓缺陷。晶圓邊緣位置係被選用地協助定位以攝影該晶圓邊緣(“垂直邊緣”)之輪廓或側的檢視攝影機,以追蹤垂直邊緣並允許攝影機維持離開晶圓的垂直邊緣的適當焦距。因此,在部份實施例中,監視系統與方法所收集的資訊係被使用作為較大更詳細晶圓特徵化系統或監視量測的一部份。
在上述背景中,圖2顯示在製造處理的中間階段的半導體晶圓50的俯視圖。晶圓50界定一繞著晶圓50環形延伸之頂邊緣區100。晶圓50同時也包含晶圓圓周邊緣
102、晶圓中心104、一晶圓缺口106、一層光阻108、一光阻中心112、一第一光阻邊緣114a、例如第一EBR線、第二光阻邊緣114b(圖9B),例如一第二EBR線、及在晶圓圓周邊緣102與第一光阻邊緣114b間之距離116。頂邊緣區100由光阻層108的接近光阻緣114的一部份延伸繞著晶圓50的圓周超出晶圓圓周邊緣102。在部份實施例中,晶圓50及光阻層108在形狀上為非常地圓。
圖2顯示光阻中心112偏移開晶圓中心104。此類型之不一致性可能由於在光阻108的形成及/或光阻108移除的部份時,操作員或機械誤差所造成。如同先前所提及,在製造時之晶圓50的旋轉中心的位置影響想對於晶圓中心104的光阻108的位置,這隨後改變繞著頂邊緣區頂邊緣區100之晶圓圓周邊緣102與光阻緣114間之距離116。例如,在部份實施例中,在各種自動製造步驟中,晶圓50被固定在一夾盤上,或機台組件上。然而,由於自動化或其他誤差,晶圓50的旋轉中心可能未對準晶圓中心104。當旋轉的相對中心未對準晶圓中心104時,光阻或其他層經常相對於晶圓中心104及晶圓圓周邊緣102偏心定位。
圖2顯示放大偏移開晶圓中心104之光阻中心112,使得兩中心104、112間之失準,及在晶圓圓周邊緣102與第一光阻邊緣114a間之距離116的不均勻性可以迅速丟棄。然而,實際上,於中心104、112與緣102、114間之失準(即偏移開想要對準度)經常很難以肉眼觀察。
圖3提供沿著圖2之線3-3之晶圓50的剖面圖,其具有依據本案以下所述態樣的系統元件。頂邊緣區100包含晶圓邊緣102、第一光阻緣114、及一曝光邊緣區130,其係實質上沒有光阻108及/或其他不想要的表面材料。參考圖2及3,在部份實施例中,頂邊緣區100形狀上為實質環形,界定實質由想要各種緣特性插入的內徑,例如由曝光區130及邊緣/或光阻緣114a插入。如所示為底邊緣區134,其相反於頂邊緣區100並沒有光阻或其他膜層,並最佳為相同邊界所界定的頂邊緣區100的鏡像。在部份實施例中,晶圓50接近晶圓邊緣102處有斜面並界定頂斜面136、晶圓邊緣垂直面138及底斜面140。頂斜面136具有一起點142並延伸至晶圓邊緣垂直面138。晶圓邊緣垂直面138可以大致描述為晶圓50的外面與邊界,因此,界定晶圓邊緣102的位置。然後,底斜面140界定一起點144並延伸至晶圓邊緣垂直面138。
圖3同時也顯示依據本案揭示之部份實施例之監視系統150的一部份,以圖4顯示監視系統150的其他細節。在部份實施例中,參考圖3及4,監視系統150包含一頂緣感應器152、一底緣感應器154、一邊垂直面感應器156、一控制器158,、一底座160、及一機台組件162。
控制器158包含一計算或處理裝置被規劃以操作各種模組,例如用以操作監視系統150之程式模組。在部份實施例中,控制器158包含:影像取得模組158a,用以自一或更多邊緣感應器152、154、156接收影像;合成模組
158b,用以產生壓縮影像的合成代表圖;影像分析模組158c,用以分析合成影像,以識別一或更多晶圓特性;及使用者界面模組158d,用以選用地顯示合成代表圖及/或其他資訊給一使用者,如下述。合成影像模組158b更包含一影像序連模組158e,用以縫綴影像及一影像壓縮模組158f,用以壓縮影像。在部份實施例中,控制器158更包含一或多電子鏈結(有線或無線)158g,用以分開控制器,或操作或控制製造處理設備(或中央製造伺服器)的操作。如下所述,藉由經由鏈結158g提示分開控制器,控制器158係選用地程式化以作動預定的製程修改。包含控制器158的各種模組158a至158f的系統150係適用以依據以下所述之監視半導體製造處理邊緣的各種實施例方法,來執行晶圓特性的邊緣檢測及評估。
頂邊緣感應器152包含攝影機164;邊緣垂直面感應器156包含攝影機166;及底邊緣感應器154包含攝影機168。機台組件162包含馬達170、編碼器172、及支撐板174。馬達170被連接至編碼器172及支撐板174,使得馬達170適用以旋轉支撐板174。雖然可以想出控制馬達170位置的其他方法/設備,但編碼器172提供監視馬達170(及支撐板174)位置的計數。各種感應器152、154及/或156大致適用以捕捉晶圓50的影像,例如灰階及/或彩色影像資料。另外,應了解的是,可以想出感應器152、154、156依據其各種原理及分類加以選用地作動,在部份實施例中,包含例如光學攝像、x-射線攝像、干涉儀、
Shack-Hartmann波前、及/或共焦原理。
支撐板1749於晶圓50旋轉及攝像時支撐該晶圓50。控制器158經由通訊鏈結176電連接至頂邊緣感應器152、經由通訊鏈結178電連接至邊緣垂直面感應器156、經由通訊鏈結180電連接至底邊緣感應器154、及經由通訊鏈結182電連接至機台組件162。控制器158經由通訊鏈結176、178、180、182控制頂邊緣感應器152、邊緣垂直面感應器156、底邊緣感應器154、及機台組件162,用以檢視頂邊緣區100、底邊緣區134、及/或邊緣垂直面138。
尤其,在部份實施例中,晶圓50係以監視系統150由頂、垂直、及/或底方向以各種想要的檢視角度檢視。通常,監視系統150經由頂邊緣感應器152,執行頂邊緣區100(圖3)的“向下”檢視。監視系統150額外或交替地執行經由底邊緣感應器154之底邊緣區134之“向上”檢視及/或經由邊緣垂直面感應器156的晶圓邊緣垂直面138的檢視。在部份實施例中,藉由取得繞著晶圓50旁之多數圓周影像框位置所取得之影像資料,監視系統150檢視晶圓50的邊緣部份,該邊緣部份包含頂邊緣區130、底邊緣區134、及/或晶圓邊緣垂直面138之一或多數。例如,第一光阻邊緣114、曝光邊緣區域130、頂斜面136、及晶圓邊緣102全部被以頂邊緣感應器152被繞著晶圓50加以選擇地攝像。隨後,底邊緣感應器154及/或邊緣垂直面感應器156係選用地地攝像底邊緣區134及邊緣垂直
面138,分別繞著整個晶圓50或其一部份。
尤其,參考圖3,頂邊緣感應器152具有一檢視區184;邊緣垂直面感應器156具有一檢視區186;及底邊緣感應器154具有一檢視區188。在部份實施例中,依據檢視區域184、186、188,邊緣檢視系統150分別檢視:晶圓50的頂邊緣區域100,包含第一光阻邊緣114、曝光邊緣區域130、及頂斜面136;邊緣垂直面138;及底邊緣區域134,包含底斜面140。應了解的是,在部份實施例中,頂邊緣區域100大致對應於檢視區184。在部份實施例中,使用亮場照明,但也可以想出暗場照明、暗場及亮場照明的組合、及先前所述之其他攝像技術。
監視系統150可以假設與前述不同的各種形式。例如,系統150可以加入較三個感應器152-156為少之感應器(例如只設有頂邊緣感應器152及/或邊緣垂直面感應器156)。不論如何,控制器158進一步被規劃以依據本案以下所述之方法來執行各種步驟。
更明確地說,並另外參考圖5之流程圖,依據本發明態樣的監視方法200包含如以下202所述之捕捉晶圓50的至少一影像。在部份實施例中,作為參考點,監視方法200係在半導體製造處理的中間階段中,例如在EBR步驟後被執行於晶圓50上。再者,被捕捉影像可以為感應器152、154及/或156之一所產生,在部份實施例中,晶圓50的多數影像可以經由感應器152-156之一、兩個或全部加以捕捉。
在204,不管所捕捉影像數量,執行影像壓縮,以產生晶圓50的邊緣區的合成代表圖(例如合成影像)。幾個可接受影像壓縮技術係被更詳細描述如下。通常,在部份實施例中,影像壓縮將晶圓50沿著邊緣區(例如EBR線、晶圓圓周邊緣、晶圓缺口)的各種特性轉換為所有特性的奇異(singular)二維代表圖。例如,一圓環特性被轉換為直線;一斜線特性被轉換為彎曲(例如正弦)線等等。
在206,邊緣區域的代表圖被觀看並識別邊緣球狀物移除區域。此識別之邊緣球狀移除區域係大致包含表示在合成代表圖中之晶圓圓周邊緣,及在合成代表圖中之任意EBR線(例如下述之期待BER線)。因此,例如,在部份實施例中,在206的識別詳細地識別在合成代表圖中之頂邊緣100的代表圖。或者,所識別之邊緣球狀物移除區域可以為有關預定特性,其係在合成代表圖中可以識別者(例如EBR線、晶圓圓周邊緣等等)。
在208由所識別之邊緣球狀物移除區抽出至少一特性屬性。特性屬性、及由合成代表圖所抽出之方法可以假設各種形式。在部份實施例中,特性為在合成代表圖中之最小可分辨的EBR線。在這些環境下,特性屬性可以是或有關於EBR線的寬度。例如,所抽出之EBR線寬屬性可以為EBR線有關的最大寬度、最小寬度、平均寬度、平均寬度、寬度的標準偏差等,作為合成代表圖中之特徵。在此方面,當在208中所抽出之特性屬性有關於EBR線
特性的數學函數(例如EBR線寬的標準偏差),則EBR線寬可以被指定為特性特徵(例如特性屬性為特性特徵的函數),而以在沿著BER線的多數點所決定特性特徵值的抽出方法作為合成代表圖中之特徵。所抽出特性屬性然後藉由對所決定值施加一數學函數加以決定。例如,特性屬性為EBR線寬的標準偏差時,抽出特性屬性可以包含在多數點(例如5點以、或者50點以上)的EBR線(反映為合成代表圖)寬度然後計算所決定之值的標準偏差。
或者或另外,特性屬性可以是或相關於EBR線與晶圓的外圓周間之距離,作為在合成代表圖中之特徵。例如,該抽出之EBR線外圓周距屬性可以為最大距離、最小距離、平均距離、平均距離、距離的標準偏差等等作為合成代表圖中之特徵。有關於此,在208所予以抽出之特性屬性係有關於EBR線外圓周距離特性之數學函數(例如EBR線-外圓周距離的標準偏差),該距離可以被指定為特性特徵(例如特性屬性為特性特徵的函數),其中包含決定沿著EBR線之多數點的特性特徵的一值的抽出方法係被特徵化於該合成代表圖中。所抽出特性屬性然後藉由施加一數學函數至所決定值加以決定。例如,特性屬性為EBR線與晶圓外圓周間之平均距離,抽出特性屬性可以包含決定於EBR線與在多數點(例如5點以上,或50點以上)的外圓周(反映為合成代表圖中)間之距離,並且,然後計算所決定值的平均距離。
或者,另外,所抽出特性屬性可以為在合成代表圖中
之兩(或更多)特性間之關係。例如,特性可以為鄰接EBR線、及抽出特性屬性表示EBR彼此重疊的概率。更明確地說,在部份實施例中,抽出特性屬性包含在合成代表圖中之EBR線特性是否彼此交叉的特徵化。或者,根據在合成代表圖中之第一與第二BER線的代表圖,所抽出特性屬性包含在第一BER線之平均位置的預定標準偏差與第二BER線的平均位置的標準偏差的比較的特徵化。
或者或另外,抽出之特性屬性可以為一特性的完整範圍,例如EBR線特性之完成的範圍。在參考點中,適當形成之EBR線的完整性將在晶圓50的外圓周內並與該外圓周由內部分隔開。因此,適當形成之BER線將界定一連續環球注意該環可以可不是一完美或接近完美的圓;任意之偏移開完美圓者均可以作為另一抽取特性屬性)。然而,當EBR處理低效時,EBR線或其片段可以延伸入晶圓外圓周,以“在”晶圓外圓周的片段有效地被消除(即最小可辨識EBR線並不存在於晶圓外圓周)。完整屬性的範圍因此表示識別之EBR線特性的偏移開一完整環(或其他連續形狀)並可以例如被表示為在合成代表圖中找到之EBR線的百分比來比較於一“完整”BER線。然後,例如,期待在反映於合成代表圖中之EBR線特性將具有一配合晶圓外圓周長的一“長度”對應於晶圓外圓周的長度(反映於合成代表圖);其中在合成影像中之實際EBR線特性具有晶圓外圓周長度的75%的長度,抽出之特性屬性可
以特徵化為完整性的75%範圍。換句話說,以此例子,抽出特性屬性特徵化該EBR線特性為75%完整。
或者或另外,所抽出特性屬性可以為一特性的中心度,例如EBR線特性的中心度。更明確地說,相關於晶圓識別中心的特性中心度(反映於合成代表圖中)可以決定(例如相對於100%中心度基線的中心度百分比)並建立為所抽出之特性屬性。作為參考點,由於各種處理變化,例如光阻或膜沈積、EBR處理偏移等,EBR線可以相對於晶圓中心為非中心。一或更多不同變化可能造成其他想要特性的中心度偏移。
或者或另外,所抽出特性屬性可以是或有關於期待特性,例如未出現一期待EBR線特性。例如,一特定半導體晶圓(或晶圓序列)之預定佈局及“程式”將規定沿著晶圓及相對於晶圓外圓周的EBR線位置。即使,被檢視為監視程序的一部份之晶圓未被完美形成,EBR線將反映為在相對於晶圓外圓周附近之位置或沿著該位置之合成代表圖或EBR線將適合於該預定或期待位置(其被認為是晶圓外圓周係可以在合成代表圖中辨識出)。藉由反映預定或期待EBR線位置資訊,合成代表圖可以被觀看,“搜尋”在期待位置中之EBR線特性。EBR線特性之出現或未出現在期待位置然後被建立為抽出特性屬性。
或者或另外,在208所抽出之反映在合成代表圖中之特性屬性可以與前述者不同(例如,特性強度(或其數學特徵,例如平均強度,標準偏差等),在合成代表圖中之
特性的一或多數預定區段的特徵化、在EBR線特性中之蝕刻輪廓、EBR線特性的頻率、晶圓邊緣頂特性相對於晶圓外圓周之平行度範圍等等)。在其他實施例中,兩或更多上述特性屬性(或其他特性屬性)可以在步驟208抽出。例如,反映在合成影像中之標準偏差、完成範圍、及每一EBR線特性之蝕刻輪廓可以被抽出為特性屬性。有關於此,控制器158可以被規劃以予以抽出之一或更多預設特性屬性。或者或另外,控制器158可以被規劃以抽出為使用者所選擇或輸入的特性屬性。例如,控制器158可以被規劃以呈現可能特性屬性名單給一使用者,該使用者然後選擇想要的特性屬性。
在步驟210,無論類型/格式及數量,所抽出特性屬性被自動地為控制器158(或其他計算裝置)所評鑑。評鑑值可以以各種形式加以採取,並被產生為被評鑑之特定抽出特性屬性的函數。例如,所抽出特性屬性可以相較於一值或一範圍的值,例如一公差值或公差範圍(例如,抽出EBR線特性平均寬度屬性可以與一預定範圍比較;一抽出EBR線特性中心度百分比可以與一預定最小值比較;等等)。再者,對應於兩或更多特性之抽出屬性可以與另一個比較(例如,一第一EBR線特性的線圓周偏移標準偏差屬性係與一第二EBR線特性的線圓圓標準偏差屬性作比較)。評鑑可以進一步描述表示缺陷或接近缺陷的一或多數EBR線狀態特的特徵化或評估,例如鋸齒、扇形、濺污、邊緣強度、EBR線重疊、蝕刻輪廓、或其他狀態。使
用預定的光阻邊緣114a、114b,一光阻邊緣114a、114b的粗糙度量測值,例如表示光阻邊緣114a、114b多不平或多平的標準偏差數可以被決定。另外,可以想出光阻邊緣114a、114b的基本形狀可以被決定(例如圓形、橢圓等等)。其中當識別多數EBR線時,例如BER線的光阻邊緣114a、114b“交叉”點或交錯處可以被決定,及多數EBR線間之偏移可以被決定。以上列出之量值並不是表示為特有表列,可以想出其他可能量值。
更簡單表示,在210之評鑑可以為執行於抽出特性屬性上之任意評估類型分析,其產生表示一缺陷、近似缺陷或製程處偏移的一或多者的資訊。在部份實施例中,所產生之資訊可以替用或額外地解釋或看為表示想要的缺陷、近似缺陷或製造處理偏移的有無(即,該晶圓被檢視為似乎沒有一特定有關的缺陷或近似缺陷,並未表示似乎有一特定製造處理偏移等)。作為參考時,一“缺陷”可以被定義為一狀態,其中晶圓50的製造者已視為需要校正。傳統上,半導體製造者(及/或其客戶)建立用於某些半導體參數或公差的標準準則,其隨後被施加至該晶圓,任何在這些公差外的元件將被退貨。因此,一“缺陷”可以為具有可工業應用性的狀態,或可以被特定地為特定製造者所產生。
有關評鑑可以被執行的準則或其他基礎可以被假設為各種形式。例如,控制器158可以作用於相關於特性屬性之使用者輸入資訊上,以使用者資訊提供“可接受”特性屬
性的量化(例如,製造者可以指定所決定EBR平均線寬度必須落入的一範圍)。或者或另外,控制器158可以被規劃以預設評鑑參數(例如控制器158可以規劃以評鑑未展現出期待EBR線的晶圓為有缺陷的晶圓)。再者,控制器158可以被規劃以觀看金色影像(golden image)或其他資訊,例如歷史資料,該特性屬性的評鑑可以根據該影像或資訊加以評鑑。
另外或替用晶圓是否為可接受的評估,在210的評鑑可以包含共相關所抽出特性屬性與良率資訊及/或製造處理步驟。更明確地說,評鑑可以包含評估是否所抽出之特性屬性表示良率可能降低之表示值。也就是說,當在執行有檢視的中間製造階段中,晶圓被認為“通過”製造者指定之公差準則時,所抽出特性屬性(在類似製造階段的其他被檢視晶圓的單獨視圖或其他視圖)可以表示沒有處理修改,在最終製造後的晶圓將具有較想要元件良率(例如邊緣晶粒良率)為低的良率。此形式之評鑑可以藉由例如參考歷史資料或資訊配合上所得良率值加以執行,該歷史資料或資訊係有關於由相同製程所先前產生之其他晶圓所抽出之特性屬性。有關於此,控制器158可以被規劃(或鏈結至一分開處理器或模組),以例如藉由統計或或然率比較來自先前晶圓的良率資料及特性屬性資料及將此共相關至現行被檢視的晶圓的抽出特性屬性,來決定於一或更多特性屬性及元件良率間之共相關。但此共相關的一非限定例為歷史資料,其建議一特定EBR線寬具有大於X的標
準偏差及低於Y的同心度,相較於未展現這些相同特徵的晶圓降低3%的元件良率。在這些環境下,然後,現行被檢視的晶圓的抽出特性屬性包含大於X的特定EBR線寬標準偏差及少於Y的同心度,則評鑑將決定正被檢視的晶圓在製造結束時似乎具有降低之元件良率。再者,可以執行多數不同評鑑。
在評鑑後,在212產生有關製造處理的狀態之資訊。所產生之資訊可以假設各種形式並為評鑑的函數。再者,步驟212可以包含決定共相關動作,如果有的話,回應於該評鑑,進行及/或自動執行共相關動作。例如,另外,參考反映於圖6中之監視方法200’,在210之評鑑可以表示沒有缺陷及沒有處理偏移。在這些環境下,有關於製造處理212的狀態的資訊(大致參考圖6)包含指定該晶圓為可接受及選用地表示不必要替代之製造處理步驟,如214所反映。監視方法200’然後藉由如所示處理下一晶圓/基材加以持續。
或者,當在210的評鑑表示晶圓為有缺陷,此狀態係在216被指定。在218,對評鑑缺陷狀態執行一評估,以決定是否缺陷狀態為隨機缺陷。如果缺陷為隨機(218中之“是”),缺陷的評估為在220決定是否晶圓/基材可以回收或修復。如果晶圓/基材為可修復(220中之“是”),於222額外製造處理步驟與缺陷存在或其類型被傳出(例如顯示在顯示螢幕上、列在紙張形式中,等等)給使用者。在部份實施例中,所產生之資訊更包含所需或推薦之修補
處理的類型及/或範圍也被傳出給使用者。反言之,當決定晶圓/基材不能修復及/或近似元件良率將低於一成本效益時(在220之“否”),則表示晶圓/基材應在224被丟棄。
如果缺陷被決定為非隨機(在218為“否”),則在226執行一評估,以估計缺陷是由於隨機製造處理變化所造成。有關於此,以缺陷看來之製造處理的評估可以根據各種基礎加以執行。例如,控制器158可以被規劃以自動地指定某些缺陷係由於非隨機處理變化,而其他則是由於隨機處理變化(例如“遺失”EBR線為隨機處理變化,例如操作員於操作光阻施加器之誤差所造成的結果,而非中心EBR線缺陷則為例如失準處理工具的非隨機處理變化所造成的結果)。或者或另外,控制器158可以參考歷史資料及/或其他抽出特性屬性,以完成評估。藉由重閱先前晶圓的相同特性屬性,可以認出處理漂移,例如,並視為非隨機處理變化(例如,一漸進增加EBR標稱線漂移係表示在處理設備中之偏移)。不論如何,如果處理變化係被決定為隨機(在226中之“是”),則晶圓/基材的可修復性在220被評估並如上所述被傳出給使用者。
反之,如果處理變化被決定為非隨機(在226中之“否”),則在228決定一或更多製造處理步驟修改,用以校正處理變化。所校正之處理修改可以相對於被檢視之晶圓的製造的現行階段之前(上游)及/或之後(下游)的處理步驟。例如,當晶圓在斜面清洗(或邊緣球狀物移除
)後被評鑑時,為評鑑所暗示處理步驟似乎包含微影施加及/或邊緣球狀物移除(或其他斜面清洗技術)。然後取決於該特定評鑑,這些EBR線相關的一或多數處理步驟可以被細調或被修改。例如,該評鑑可以決定該處理設備變成失準,該光學設備正操作於低於最佳時間週期等等。有關於此,控制器158可以被規劃以自動地相關一特定特性屬性評鑑結果至一特定處理參數修正及/或參考使用者輸入處理共相關。或者,控制器158可以參考歷史資料,以決定似乎為一特定處理變化的成因之處理步驟及/或設備,並遞迴地決定一想要處理修改(例如經由人工智慧,或然率統計分析等等)。藉由執行處理修改,然後,為製造處理所製造的未來之晶圓將較不會有相同於現行被檢視之晶圓一樣的考量(想要目標可以在監視或檢視未來晶圓中為控制器158所“確認”)。
作用替用或外加上修改上游製造處理步驟及/或設備,在228所決定的處理修改可以為現行製造階段的下游。有關於此下游或修補類型處理修改(例如修改現行製造處理步驟/設備、加入一額外步驟至製程處理等等),該處理修改的時機也可以例如藉由“智慧程序”所產生,其中一額外處理步驟係被作成以發生在最佳製造階段或日期。不論如何,當實施時,現行晶圓,及在部份實施例中之未來晶圓將因此似乎展現更加強之元件良率。
所產生之處理修改可以以一或更多方式加以作用。在部份實施例中,處理修改被輸送至一使用者(例如顯示於
一螢幕、列印指令等等),使用者然後承擔觀看並使得建議或推薦修改被執行的責任。在其他實施例中,控制器158被規劃以自動地作動預定的製造修改。例如,控制器158可以電連接(例如直接連接或經由一共同伺服器或其他處理器間接連接)至一分開之控制器,否則該分開控制器將操作以控制一特定製造處理步驟/設備。以此系統結構,控制器158操作以自動指示或提示該分開之控制器,以自動地執行所決定之處理修改。因此,系統150有效地對製造處理上,提供一閉路控制。
圖6更反映評鑑210可以表示當晶圓不是缺陷時,所抽出之特性屬性係為可能處理偏移的表示。在這些情形下,在212所產生之製造處理狀態資訊可以包含在230觀看所檢測的處理變化。有關於此觀看,決定是否所涉及之處理變化為隨機變化的決定是在226完成,以如前所述之方法200’程序進行。再次,由於這些評估,標稱(上游)處理參數可以被調整(經由給使用者之指令或自動為控制器158所調整),以最佳確定後續製造之晶圓較不會有元件良率損失,及/或修補(下游)處理參數可以被調整或實施(例如,自動調整或實施,以最優最佳化現行晶圓,及可能的未來晶圓)。
簡言之,本案之系統與方法然後促成製造處理的細微調整。實際或可能處理偏移係被認出並快速針對。再者,元件良率(例如邊緣晶粒良率)可以以相當即時的方式被顯著改良。有關於此,本案之系統與方法可以作動於不只
通過/失敗缺陷檢測法外,也可以應用於被視為表示處理偏移的環境上。例如,表示較少最佳膜黏著的狀態可以被視為一可能可校正偏移;偏移EBR線可以被視為一可能可校正偏移(例如工具產生之EBR線為偏移);蝕刻輪廓不均勻可以被視為可能可校正偏移(例如較差黏著)的表示;等等。結果,本案之系統與方法促成對若干製造處理工具的最佳控制。例如,在EBR線檢視的特定上下文中,例如旋塗機、邊緣研磨機、濕乾斜面蝕刻機、光學蝕刻機等之工具可以被控制。作為一參考點,任何斜面清洗操作/設備可以被控制,以名詞“斜面清洗”包含EBR。再者,相關於光阻施加之工具/設備也可以被控制,以包含乾式微影設備及浸入式微影設備。各種不同上游及/或下游處理步驟(相對於被檢視之晶圓的處理階段)可以共相關於抽出之特性屬性,及例如良率資料,以自動地識別、及校正可能的處理偏移。任何引起指示可能製造處理修改的資訊的特性屬性可以被考量及作用於其上。
如上所示,影像壓縮(204)作用以促成本案之方法的快速執行。影像壓縮可以使用各種技術加以執行,其可接受的例子被描述於美國專利7,197,178案及於2006年九月22日申請之美國專利申請序號11/525,530名為“晶圓邊緣檢視及量測機台”,該兩案之技術係被併入作參考。簡言之,影像壓縮的一形式參考多個重疊的晶圓晶圓
50的影像。圖7A為依據部份實施例之在影像資料取得(例如在202之影像捕捉)時,在第一框取得位置F所取的多數影像的第一影像的一般化示意代表圖。對其他參考,圖7B為依據本發明之相關實施例所取得之頂邊緣區頂邊緣區100之影像例,圖7B同時顯示缺口106。回到圖7A,每一影像包含一像素陣列,以第一影像包含第一像素陣列272。像素陣列272係被更詳細描述以顯示可以應用至相關於多數影像之每一像素陣列的原理。簡言之,像素陣列272包含多數安排呈一陣列的像素,像素陣列272具有第一維X及第二維Y。像素陣列272之每一像素具有相關像素特徵值,例如亮度值,及晶圓特性,例如第一光阻緣114、曝露之邊緣區130、第一光阻緣114、頂斜面136、底緣區域134、及晶圓邊緣垂直面138,造成了在像素特徵值中之變化。
像素特徵最佳包含灰階亮度資訊,但其他類型之資訊,例如彩色資料也可以想出。例如,部份實施例包含使用濾波器或其他手段,以取得紅、藍、及/或綠光強度影像資料。外加或替用時,灰階及彩色資料的組合,例如紅、藍及/或綠資料被選用地取得與分析,例如,使用Bayer相機進行。另外,在部份實施例中,也可想出像素特徵值最佳對應於該像素的高度值。由以上,可以了解各種類型像素特徵值被想出,包含有關於像素特徵的特徵值係為一或更多晶圓特性的表示值。
在部份實施例中,像素陣列272之第一維X實質正切
於晶圓50,明確地說,晶圓緣102,而第二維Y實質徑向對準晶圓50,但像素陣列272之其他取向也可以想出,或可能由於在檢視時晶圓偏移時所造成。在一實施例中,像素陣列272包含第一維X之1600水平像素乘以在第二維Y上之1200垂直像素的陣列(1,920,000像素),但也可以想出其他像素陣列。例如,像素陣列272被佳為第一維X之1920像素乘以第二維Y的1078像素(2,069,760像素)。
影像資料壓縮204(圖5)包含壓縮取得之影像。更明確地說,多數像素陣列在第一維X被個別壓縮,造成多數壓縮像素陣列。在部份實施例中,像素陣列的壓縮造成所壓縮之像素陣列在其繞著晶圓50之個別影像框位置彼此分開。換句話說,除非有極多重疊及/或相當低量的壓縮,否則,依據其個別影像框位置,在壓縮像素陣列間有部份“空間”。在部份實施例中,影像壓縮協助移除或降低有關於晶圓圖案化之影像資訊、影像資料中之隨機變化、或其他不想要之影像資訊。部份圖案或其他隨機變化可以造成很難找到第一光阻緣114a,及其他晶圓特性。
在部份實施例中,只有在第一維X完成壓縮,第二維Y保持整個“不壓縮”或“非壓縮”。不管如何,例如在第一維X之壓縮係經由各種方法加以完成。例如,像素陣列的像素特徵值係被選用地平均於整個第一維,以取得平均像素特徵值。在部份實施例中,像素陣列272係藉由平均整個第一維的像素陣列272之亮度加以壓縮,以產生在第二
維Y中之單一行的像素亮度值。略有不同時,多數取得之影像係為平均整個第一維X的像素列加以選用地壓縮,造成第二維Y中之全深度的影像大小,但在第一維X只有一像素寬。也可以想出像素陣列272之像素特徵值係被選用地壓縮多於單一行像素,或者如想要的數量。
利用壓縮,在整個第一維X上之不是想要之像素特徵變化(例如隨機影像變化或晶圓圖案化)可以被降低,以由想要特性中反白(highlight)該等變化,例如沿著第一維X延伸之更多規則特性。因此,沿著第一維X的影像壓縮可以例如用以執行雜訊及/或不想要邊緣抑制。在部份實施例中,在概念上,並未沿著第一維X延伸之影像變化或像差係被顯著減少,以帶出或反白或多或少繞著晶圓頂邊緣區100圓周延伸的晶圓特性,但於其他方向延伸的特性/具有其他形狀的特性也可以如想要地反白。因此,亮度變化,例如,由於在像素陣列272中之晶圓邊緣102(圖2)、第一光阻緣114a(圖2)、頂斜面136(圖3)、矽或絕緣層邊緣(未示出)或曝光邊緣區130(圖3)之特性的亮度變化可能變得更顯著,或保持其相對強度。隨後,更多隨機亮度變化,或並未實質圓周繞著晶圓50延伸之特性,例如在晶圓50上之晶粒圖案(未示出)或測試圖案(未示出)係被濾出並變得較不顯著。這是特別有利於當晶圓圖案交叉或與EBR線或其他予以定位之晶圓特性的干擾。
應了解的是,影像壓縮係被於另一方向被選用地額外
或取代執行,該另一方面並不正切於晶圓邊緣102,以反白及/或濾出上述之各種其他影像假像或變化。再者,類似影像壓縮原理例如可應用至晶圓邊緣垂直面138及/或底邊緣區134的影像取得。在部份實施例中,在晶圓50上之規則特性,例如,不想要地顯示在壓縮影像中之通道(street)、遺失晶粒、缺口、平面或定位點(fiducial)將經常似乎具有一可辨識簽章。雖然這些簽章其外表有所變化,但可以知道的是,它們傾向於出現在壓縮影像中之相對於晶圓50上之實際位置之預定位置。因此,這些簽章可以被自動或手動地移除。在部份實施例中,這些簽章的自動移除可以涉及使用影像辨識演算法或技術,以識別或移除這些簽章。在部份實施例中,手動及/或自動移除可能涉及例如藉由界定一包含規則晶圓特性之想要區域及指示控制器158以忽略該區域的影像資料,並在影像壓縮前及/或影像壓縮後,移除影像資料,而來選擇一予以由分析移除之規則特性。
雖然,在部份實施例中,壓縮影像選用地分析以定位或特徵化各種晶圓特性,但晶圓圓周邊緣102、頂邊緣斜面136及/或第一光阻緣114a係使用一最佳圓配合至多數分隔開之壓縮像素陣列加以定位。晶圓中心104及或光阻中心112的位置可以被決定。換句話說,一或多數晶圓特性被選用地依據影像框取得位置由“未序連”或“非序連”資料決定。然而,如下所述,序連之合成影像資料的分析係被用於部份實施例中,以定位/找出一或更多晶圓特性,
及有關於所述底邊緣區134之特性。
影像資料序連也可以在影像壓縮前或後被執行。然而,壓縮像素陣列的序連在部份實施例中可以更有效,因為較少之資料係被操作,以執行序連(每一影像有百萬計像素被序連,以比較幾千像素)。
圖8為一壓縮像素陣列的通用示意圖,其係以頂邊緣區100(見圖2至4)被序連成一合成代表圖300,其依據部份實施例具有相關第一軸M及第二軸N。參考時,名詞“縫綴”與“序連”係被交互使用,並大致稱為對準重疊影像資料或適當時將影像資料以邊靠邊方式對準影像資料。如以下所詳述,合成影像300被分析以找出或特徵化一或更多晶圓特性,例如第一光阻邊緣114a、晶圓緣102、頂斜面136、晶圓中心104(圖2)、及光阻中心112(圖2),或任何其他晶圓特性,包含於此所述之其他明示或暗示者。
通常,每一壓縮像素陣列係以連序方式彼此對準(例如依據對50所取之影像框取得位置之角度位置)。序連被使用序連演算法加以執行,例如為熟習於本技藝者所知之序連演算法。序連演算法或其他序連程式模組係被應用至多數壓縮像素陣列,以協助確保影像被適當排列。因此,在部份實施例中,當多數壓縮像素陣列被壓縮成單一像素行時,壓縮影像300包含每一以連續方式排列之每一行像素,其係依據繞著50之個別影像框取得位置的角位置進行。
如上所述,合成影像300被經由先前所述之像素陣列壓縮法加以“濾出”,使得繞著晶圓50作圓周方式延伸的晶圓特性更迅速經由如下述之邊緣檢測及區域成長技術指出。在部份實施例中,第一與第二軸M、N通常對應於每一壓縮像素陣列的第一與第二維X及Y。第一軸M係以角度為單位描述,例如0度至360度,或-180度至+180度,而第二軸N為以距離為單位描述,例如微米。
參考圖2及8,其中晶圓50係在例如沒有其他攝像裝置時,在頂邊緣區100攝像時被對中,在合成影像300中,晶圓邊緣102應被表示為實質直線。然而,當發生對準誤差時,例如,當晶圓50偏移開機台組件162些許範圍時,晶圓邊緣102將在合成影像300中為更正弦形狀,如圖8所示。換句話說,部份實施例中的偏移造成晶圓邊緣102的攝像的偏心,這使得晶圓邊緣102變成更正弦形狀,這是由於晶圓邊緣102係依據晶圓邊緣102的圓度而定。
類似於此方式,第一光阻邊緣114同時也顯示具有若干不規則非線性形狀。當第一光阻邊緣114係離開晶圓邊緣102實質規則距離時,例如晶圓中心104與光阻中心112良好對準,第一光阻邊緣114將追蹤晶圓邊緣102,兩個具有實質相似形狀。隨後,當第一光阻邊緣114相對於晶圓邊緣102而在距離上有所變化時,晶圓邊緣102及第一光阻邊緣114之形狀變得更不同,例如,光阻108的層並未對中於晶圓50。因此,晶圓中心104係被對中於光
阻中心112,及晶圓50係對中於機台組件162(及例如沒有其他攝像偏心下),晶圓邊緣102與第一光阻邊緣114在合成影像300中將實質為線性方式延伸。當第一光阻邊緣114與晶圓邊緣102間之距離對於晶圓50的整個圓周保持實質不變,而晶圓50係在攝像時未對中,則例如,晶圓邊緣102與第一光阻邊緣114將具有更正弦形狀,每一正弦將彼此追縱。然而,當第一光阻邊緣114與晶圓邊緣102間之可變性增加時,晶圓邊緣102的正弦形狀與第一光阻邊緣114之正弦形狀將變得愈來愈不同。
參考圖9A之通用示意圖,在部份實施例中,頂邊緣區100的合成影像300係被正規化至晶圓邊緣102。圖9B顯示依據部份實施例取得之合成代表圖300例子並被正規化使得晶圓邊緣102為實質直線。應注意,圖9A顯示第一光阻邊緣114a被反白,而第一及第二光阻邊緣114a、114b的實施例係在圖9B中顯示。不論如何,晶圓邊緣102係藉由施加一或更多邊緣檢測器至非序連壓縮像素陣列及施加一最圓配合(best-circle-fit)而加以選用定位。在其他實施例中,晶圓邊緣102係以類似於第一光阻邊緣114之方式,位於合成影像300之中,這將如下所詳述。不論如何,合成影像300係根據找到之晶圓邊緣102加以選用地正規化,使得其合成影像隨著為直線之晶圓邊緣102被移位,但合成影像300也可以被正規化,使得晶圓邊緣102如想要地成為其他形狀。
參考圖10,合成代表圖的產生及/或分析可以進一步
包含邊緣區段產生310、邊緣區段過濾320、邊緣區段曲線配合330及邊緣區段再循環340。邊緣區段產生310包含施加一或更多邊緣檢測器至合成影像300。在部份實施例中,Sobel邊緣檢測器及Canny邊緣檢測器係被應用至合成影像300,以產生對應於作成合成影像300之像素的邊緣梯度資料。上及下梯度臨限、及其他準則係被如想要地自動或手動設定,以產生邊緣區段資料,或成長一或更多對應於予以由邊緣梯度資料定位或特徵化的邊緣區段。例如,根據開始像素特徵及邊緣臨限狀態(在部份例子中為對比),如果邊緣區段符合選定邊緣區段臨限條件,則邊緣區段藉由將像素加至一區段群而“成長”。
在部份實施例中,邊緣區段過濾320包含使用邊緣區段強度剖面被分析以決定邊緣區段的輪廓,該輪廓可以為例如第一光阻邊緣114a之光阻邊緣及/或雜訊的表示值,並允許不良邊緣區段被丟棄或在曲線配合前或之時被預先過濾。如果想要,一使用者被允許調整上及下邊緣梯度臨限,邊緣強度臨限(例如平均邊緣區段邊緣梯度)、及/或區段大小臨限(例如最小邊緣區段長度),以丟棄或反白特定邊緣區段,以促成晶圓特性識別。也可以想出,在部份實施例中,邊緣檢視系統150自動調整或選擇此等準則。以此方式,邊緣區段係被過濾至一特定大小、邊緣強度、及/或最小梯度值,或依據其他準則,在邊緣區段曲線配合330之前,但此等過濾可以替代或額外地於邊緣區段曲線配合合成影像300時發生。
邊緣區段曲線配合330包含識別對應於一選定晶圓特性之多數所產生的邊緣區段的邊緣區段。在部份實施例中,邊緣區段曲線配合330包含由邊緣梯度選擇第一邊緣區段並配合一正弦曲線至第一邊緣區段。更明確地說,繞著晶圓50延伸之晶圓特性,例如第一光阻緣114a、矽或絕緣層邊緣(未示出)、斜面136、140、晶圓邊緣102及其他係以正弦線加以良好表示。這至少對於晶圓特性的形狀的圓形、包含環形有部份貢獻。尤其,這結果可以參考於圓形與正弦間之關係加以了解,及一偏心定位之EBR線將在合成影像300中呈現為正弦波。因此,根據假設第一光阻邊緣114為實質圓形,則在晶圓50與光阻層108間之偏心造成合成影像300中之正弦形狀。因此,使用最小平方最佳化技術之正弦曲線配合係被應用以配合第一曲線至所檢測區段。然而,其他類型之曲線或線配合也可以想出用以曲線配合邊緣區段。參考時,應了解的是,予以使用正弦曲線配合定位之晶圓特性係實質為直線,具有小或實質沒有振幅之正弦波將被配合至予以定位的特性。
在部份實施例中,一或多數後續邊緣區段將被識別及離開第一正弦曲線配合之區段距離(平均值、中間值、及/或絕對值)係被計算,以決定是否後續區段被良好配合至第一配合曲線。當後續區段良好配合時,該區段被群集、合併、序連等等至第一群區段及一後續第二正弦曲線係被配合至新的第一群邊緣區段。在部份實施例中,此程序被持續遞迴,直到例如第一光阻邊緣114a之可能特性被
特徵化至一想要範圍,例如為想要數量邊緣區段所量測之想要範圍。在一實施例中,如果對應於一配合曲線之邊緣區段只被識別於合成影像300的整個百分比時,一例如可能EBR線之可能晶圓特性係被丟棄。例如,一較低束將被設定,使得有關於一特定配合曲線之邊緣區段必須堆積延伸合成影像的60%、80%、或至更高之100%。因此,在部份實施例中,用於特定群邊緣區段的遞迴曲線配合程序將被持續,直到該群為曲線配合所識別之序連邊緣區段延伸於整個合成影像300為止。
另外,當邊緣區段已由一特定曲線配合操作忽略時,例如因為在遞迴程序中離被配合曲線太遠(例如由另一使用者輸入或預定臨限位準所決定),則一新曲線配合遞迴可以開始配合新可能晶圓特性線至此忽略區段。不論如何,幾個可能晶圓特性線候選被選用地造成。在部份實施例中,晶圓特性係為光阻邊緣或由可能EBR線候選中依據其總長、累積邊緣強度或其他因素所選出之EBR線。
邊緣區段再循環340包含在完成啟始曲線配合程序後再評估邊緣區段。例如,在部份實施例中,邊緣區段可以可不事先加入所產生之可能晶圓特性線之一,或者,其他邊緣區段群集被再處理,以進一步強化可能晶圓特性識別邊緣區段候選。在部份實施例中,未配合、邊線、及/或配合邊緣區段係被觀看並依據後續曲線配合分析加入一或更多邊緣區段群,該分析係例如針對近似一特定曲線配合的相對高程度,而依據更多免除長度或邊緣強度需求,再
評估邊緣區段。
參考圖11,在部份實施例中,上述方法係適用以找出多數交叉膜邊緣線、例如屬於分開不同的光阻層的EBR線。尤其,圖11顯示部份實施例中,其中光阻緣114a已經依據邊緣區段A、B、C的群集找出,及依據邊緣區段D、E、F之群集找出光阻邊緣114b。參考圖11,可以了解,正曲線配合技術協助確保各個邊緣區段A、B、C的群集及邊緣區段D、E、F的群集係彼此相關,以識別光阻邊緣114a、114b。尤其,邊緣區段A、B、C形成一高度正弦配合,如同邊緣區段D、E、F,而邊緣區段A、B、C、D、E、F的其他組合展現一評估光阻邊緣114a、114b之較少程度的正弦配合。
可以了解的是,上述影像代表圖的例子係只有依據本案之少數幾個可接受技術,其他方式也可能可以使用。例如,可以利用一變化影像壓縮程序。參考時,壓縮加速了檢視/分析程序。例如,因為在晶圓頂側壓縮有需要移除任何圖案,壓縮法應被相關於所出現的圖案量最佳化。邊緣垂直面EBR線量測機台需要較少壓縮,因為在邊緣上沒有重覆圖案,更多或更少BER線的規則特性可以由邊緣垂直面上的隨機特性“取出”。在邊緣垂直面影像中之壓縮最佳化可以根據處理速度(例如產量)及解析度間之平衡。影像壓縮愈高,則處理速度愈快。但,愈高之壓縮,則愈難“配合”一評估EBR線至所捕捉的影像。因此,最佳化可以根據使用者之直覺考量過去結果或根據EBR特徵
的知識加以完成。此“使用者定義”的檢視準則可以被定義為使用者所設定或選擇之預定線內的壓縮位準。或者,最佳化可以經由統計方法,例如藉由電腦為主之線配合加以完成,該線配合中,一目標計分基礎(線和、平均、或像素位置差的其他分析)可以被用以決定是否一配合“良好”。如果配合不好,則可以使用較低之壓縮率,及所得得分檢查可接受性。再者,在壓縮影像(或其他代表圖)中之像素的相對位置可以被觀看,以決定是否它們離開太遠。如果壓縮影像中之鄰近像素彼此離開太遠,則此狀態表示相關EBR線特性被高度變化(例如有缺口)及/或有一個以上EBR線特性,具有一EBR線有太模糊的簽章。
執行測試,以驗證本案之系統與方法可以提供快速監視及有關半導體製程之細微調整,特別是在EBR程序中之細微調整。尤其,處理中之半導體晶圓被使用傳統技術,及使用由Rudolph技術公司購得之商標名為AXi系列微檢視系統的檢視系統進行檢視及監視,該系統以整合的背側(Rudolph技術公司商標名B20)及邊緣(Rudolph技術公司商標名E20)在幾檢視步驟中進行檢視。E20系統掃描晶圓邊緣,取得一組影像並使用演算法,以檢測大範圍之處理相關或機械造成之邊緣缺陷。
除了執行邊緣頂及邊緣斜面檢視外,E20系統同時也使用邊緣頂攝影機所取得之亮場影像上之演算法,對沒
有圖案及有圖案晶圓,執行自動高解析度邊緣球狀物移除(EBR)量測機台。如上所述,在邊緣頂檢視時,邊緣頂感應器收集360度的重疊影像。系統將這些影像縫綴在一起並將之壓縮成一“EBR指紋”圖。由EBR指紋,晶圓邊緣及EBR緣的位置可以與其相對於晶圓中心的關係被計算出。此壓縮法抹除了來自影像的非垂直特性並即使當圖案化延伸至晶圓邊緣時,允許EBR演算法量測EBR特性。圓形EBR特性在“EBR指紋”圖中呈現為垂直線,而拉長(oblong)或偏心EBR特性則呈現正弦線。
E20提供較在傳統輪廓儀上所用之人工量測為更易了解的EBR量測機台資料。由此檢視,E20使用多達360點計算在晶圓圓周上之EBR寬度;標準偏差,這表示EBR線粗糙度表示;及相對於中心之EBR的X及Y中心的徑向偏移。
EBR量測機台資料被收集在一組14個監視晶圓上,其包含被塗覆有兩不同塗層軌跡的晶圓,使用三個不同光阻,都是化學EBR及光學EBR、及2.0mm及1.5mm的標稱EBR寬度。外及內EBR公差為±0.5mm。所有晶圓被在傳統輪廓儀上量測兩次,及在E20系統上量測五次,以比較平均EBR寬度、晶圓內均方偏差、及量測重覆性。
在此測試時,相同輪廓儀被用以收集所有人工量測值。歷史上展現最多EBR變化的兩塗層軌跡係被選擇作測試。兩晶圓係被執行以下每一七個組合,並列於表1。
自動EBR量測值係每日量測在E20之所有14個晶圓,持續五日,收集晶圓圓周上360個資料點。所有量測值以毫米表示。
由輪廓儀來之對應量測資料被列於下表3中。每一晶圓在此工具上被量測兩次,收集3資料點、其在每一晶圓上彼此分開120度。
除了上表中之資料外,另一組量測值也在每一工具上被量測,以在晶圓上之相同彼此分開120度的三點,比較該輪廓儀與E20量測值。點對點比較的總合係列於下表4。
在此實驗中,可以注意,在輪廓儀與E20EBR量測值間有約~0.2mm的固定偏移。為了驗證自動EBR量測的準確度,用於此實驗中之兩晶圓係被以微裂系統加以量測,在以輪廓儀量測的相同三個位置處有s手持微米計。發現到在新組量測值與輪廓儀間有如下表5所示之額外~0.14mm的差量。
可以由以上決定,由微裂工具與微米計量測值與由E20之EBR結果間有~0.34mm之差量。後續調查顯示系統性差量係為低於最佳系統校正的結果,並可以為工具上之細微調校正值所校正。
以上之實例與比較例意想不到地顯示出,自動攝像(例如經由E20)提供了對每一塗層軌跡每星期兩次的EBR處理的監視與控制能力,同時,傳統輪廓儀可以用以簡單地作為備用工具。這將允許EBR處理的更頻繁及經常監視,可以在任何生產晶圓被進一步處理之前找出變異(excursion)。如上所示之資料,E20與輪廓儀量測值之一行程對一行程(run-to-run)重覆性與在晶圓均方偏差內之值係可相比擬的。
E20之EBR檢視及EBR量測機台提供更可了解資料組,其可以被用以控制EBR製程。除了計算在晶圓整個圓周旁之EBR寬度外,此資料包含X及Y偏移值及EBR區的徑向偏移,這提供有關EBR置放的中心度。E20之資料收集的易了解本質提供了能力以追縱整個晶圓的EBR變動。這些變動幾乎為傳統只在晶圓上之3個點觀看的技術所完全忽略。
使用傳統輪廓儀量測兩晶圓的時間通常為5至10分鐘之間。使用自動EBR量測機台工具所需約每晶圓1分鐘,這顯著地增加監視EBR製程的效率,具有特別高之UPH產量。
當先進技術節點由標稱2.0mm的工業演進至標稱1.5mmEBR時,將需要改變整個晶圓廠的EBR量測製程與晶圓處理技術。此演變將需要整個前段製程的EBR/EEW量測值。更有效的EBR量測機台量測值與邊緣檢視方法可以協助此演進。
晶圓內標準偏差值與一行程對一行程標準偏差值可以表示EBR的品質。來自表2及3之資料顯示晶圓3、4、9及10對於EBR量測值,具有最低之晶圓內標準偏差值。這四晶圓係被以光學EBR在相同塗覆軌跡上全被處理,這造造更清潔之EBR轉移。
以化學EBR在塗覆軌跡#2上處理的晶圓7具有晶圓內EBR量測值的最高標準偏差。對應EBR轉移具有更缺口外形。當在E20上量測一行程對一行程重覆性時,晶圓6具有最高標準偏差,並展現很大缺口及不均勻EBR輪廓。
更高之晶圓內標準偏差可以表示EBR為離心的。晶圓7具有很高X及Y中心值(0.14mm,-0.225mm),及0.291mm之徑向偏移。晶圓3、4、9及10具有X中心、Y中心及相當低之徑向偏移值。
本案之製造監視系統與方法提供優於先前設計之顯著改良。藉由快速捕捉及評鑑抽出特性屬性,例如EBR相關之缺陷的缺陷係可以快速認出,並(如有必要)完成調整。再者,包含具有降低元件良率的較不明顯製程偏移(例如光阻施加及/或EBR製程)的製程偏移也可以在實質
上即時方式加以認出與應對。
雖然本發明之特定實施例已經顯示於描述,但可以為熟習於本技藝者所了解,任何被計算以完成相同目的之配置可以替代所示之特定實施例。本發明很多轉用係可為熟習於本技藝者所知。因此,本案並未涵蓋本案之所有轉用與變化。本案只為以下之申請專利範圍與其等效所限定。
50‧‧‧晶圓
100‧‧‧頂邊緣區
102‧‧‧晶圓圓周邊緣
104‧‧‧晶圓中心
106‧‧‧晶圓缺口
108‧‧‧光阻層
112‧‧‧光阻中心
114a‧‧‧第一光阻邊緣
114‧‧‧第一邊緣區域
114b‧‧‧光阻邊緣
116‧‧‧距離
130‧‧‧曝光邊緣區域
134‧‧‧底邊緣區域
136‧‧‧頂斜面
138‧‧‧晶圓邊緣垂直面
140‧‧‧底斜面
144‧‧‧起點
152‧‧‧頂邊緣感應器
154‧‧‧底邊緣感應器
156‧‧‧邊緣垂直面感應器
158a‧‧‧影像取得模組
158b‧‧‧合成模組
158c‧‧‧影像分析模組
158d‧‧‧使用者介面模組
158e‧‧‧影像序連模組
158f‧‧‧影像壓縮模組
158g‧‧‧電子鏈結
158‧‧‧控制器
160‧‧‧基礎
162‧‧‧機台組件
164‧‧‧攝影機
166‧‧‧攝影機
168‧‧‧攝影機
170‧‧‧馬達
172‧‧‧編碼器
174‧‧‧支撐板
176‧‧‧通訊鏈結
178‧‧‧通訊鏈結
180‧‧‧通訊鏈結
182‧‧‧通訊鏈結
184‧‧‧檢視區
186‧‧‧檢視區
188‧‧‧檢視區
272‧‧‧像素陣列
圖1為先前技術之人工EBR量測法之簡化圖;圖2為予以依據本案原理監視之製造處理中間階段的半導體晶圓的俯視圖;圖3為依據本發明原理之相關製造監視系統之一部份與圖2之晶圓沿著線3-3所取之剖面圖;圖4為圖2之晶圓與圖3之監視系統的更詳細示意圖;圖5為依據本發明原理之監視半導體製造處理的方法流程圖;圖6為依據本發明原理之監視半導體製造處理的另一方法的流程圖;圖7A為依據本發明原理之方法中之檢視部份所需之頂緣區域的影像;圖7B為一晶圓缺口的頂緣區域影像例子;圖8為依據本發明之原理的壓縮影像的合成代表圖;圖9A為在一找到晶圓邊緣的正規化後的圖8的合成
影像的示意圖;圖9B為依據本發明原理之方法的邊緣檢視部份中所產生之正規化合成影像例;圖10為另一監視方法一部份的流程圖;及圖11為依據本發明之原理之部份方法一部份中所產生之合成代表圖的示意圖。
Claims (47)
- 一種監視半導體製造處理的方法,該方法包含:捕捉有關於一被該製造處理所備製的半導體晶圓的邊緣的至少一影像;壓縮該至少一捕捉影像,以產生該晶圓的邊緣區的一合成代表圖;識別在該代表圖中之一邊緣球狀物移除區域;由該被識別之邊緣球狀物移除區域,抽出至少一特性屬性,包含:識別呈現在該被識別的邊緣球狀物移除區域中之邊緣球狀物移除線;及決定沿著該邊緣球狀物移除線之多數點的特性特徵的值;根據在各個該等多數點的該特性特徵的值,自動評鑑該抽出之特性屬性;及根據該評鑑,產生有關於該製造處理的狀態的資訊。
- 如申請專利範圍第1項所述之方法,其中捕捉至少一影像包含捕捉多數影像,該多數影像組合以代表該晶圓的一外圓圓周的整體性,及又其中壓縮該至少一捕捉影像包含壓縮該多數捕捉影像,以產生該晶圓的該邊緣的奇異代表圖。
- 如申請專利範圍第1項所述之方法,其中捕捉至少一影像包含捕捉由該晶圓的頂側的影像、該晶圓的背側的影像、及垂直於該晶圓的外圓周的影像所構成的群組中 選出之一影像。
- 如申請專利範圍第1項所述之方法,其中捕捉一影像包含在該晶圓旋轉的同時,捕捉該晶圓的影像。
- 如申請專利範圍第1項所述之方法,其中該捕捉至少一影像的步驟立即發生在邊緣球狀物移除製造處理步驟之後。
- 如申請專利範圍第1項所述之方法,其中壓縮該至少一影像包含將在該邊緣球狀物移除區域中之該至少一影像中的可辨別圓形特性轉換為垂直線。
- 如申請專利範圍第6項所述之方法,其中壓縮該至少一影像更包含將拉長特性轉換為正弦線。
- 如申請專利範圍第1項所述之方法,其中壓縮該至少一影像包含將連同該晶圓的外圓周整體性與多數重疊影像轉換為該邊緣球狀物移除區域之整體性的奇異二維代表圖。
- 如申請專利範圍第1項所述之方法,其中壓縮該至少一捕捉影像包含利用一可變壓縮演算法。
- 如申請專利範圍第1項所述之方法,其中壓縮該至少一影像包含:識別在該至少一影像中之表示可能邊緣球狀物移除線的資訊;及將該被識別之資訊配合至一直線。
- 如申請專利範圍第1項所述之方法,其中壓縮該至少一影像包含: 識別在該至少一影像中之表示可能邊緣球狀物移除線的資訊;及將該被識別之資訊配合至一曲線。
- 如申請專利範圍第1項所述之方法,更包含:在該壓縮步驟前,校正該至少一捕捉影像的傾斜。
- 如申請專利範圍第1項所述之方法,其中該特性特徵係為該邊緣球狀物移除線的寬度。
- 如申請專利範圍第1項所述之方法,其中該特性係為該邊緣球狀物移除線離開該晶圓的外周邊的距離。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性更包含:決定該被決定值的標準偏差。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:識別呈現在該被識別邊緣球狀物移除區域中之多數邊緣球狀物移除線;及決定在各個該被識別邊緣球狀物移除線中之共同特徵的標準偏差。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:識別呈現在該被識別邊緣球狀物移除區域中之邊緣球狀物移除線;及決定該被識別之邊緣球狀物移除線之完整性的範圍。
- 如申請專利範圍第17項所述之方法,其中該完 整性的範圍有關於相對於一完整圓形的該被識別之邊緣球狀物移除線。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:識別呈現在該被識別邊緣球狀物移除區域內之邊緣球狀物移除線;及決定該被識別邊緣球狀物移除線相對於該晶圓中心的中心度。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:觀看表示一期待邊緣球狀物移除線位置相對於該晶圓外周邊的資訊;及決定是否邊緣球狀物移除線的代表圖出現在該被識別邊緣球狀物移除區的該期待位置。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:識別呈現在該被識別邊緣球狀物移除區域中之邊緣球狀物移除線;及決定該被識別邊緣球狀物移除線的蝕刻輪廓。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:識別呈現在該被識別邊緣球狀物移除區域中之邊緣球狀物移除線;及決定該被識別邊緣球狀物移除線的頻率。
- 如申請專利範圍第1項所述之方法,其中抽出至少一特性屬性包含:識別呈現在該被識別邊緣球狀物移除區域中之該晶圓的邊緣頂部;及決定該被識別邊緣頂部相對於該晶圓外周邊的平行範圍。
- 如申請專利範圍第1項所述之方法,其中自動評鑑該抽出特性屬性包含:比較該抽出特性屬性與一公差值。
- 如申請專利範圍第1項所述之方法,其中自動評鑑該抽出特性屬性包含:比較該抽出特性屬性與一公差範圍。
- 如申請專利範圍第1項所述之方法,其中自動評鑑該抽出特性屬性包含:比較第一識別邊緣球狀物移除線之該抽出特性屬性與第二識別邊緣球狀物移除線的對應抽出特性屬性。
- 如申請專利範圍第26項所述之方法,其中該第一與第二識別邊緣球狀物移除線的該抽出特性屬性係為線寬的標準偏差,及又其中該自動評鑑的步驟更包含根據該比較,評估於該第一與第二邊緣球狀物移除線間之重疊的概率。
- 如申請專利範圍第1項所述之方法,其中該抽出特性屬性有關於在該晶圓上之邊緣球狀物移除線特性的屬性,及又其中自動評鑑該抽出特性屬性包含: 評估該邊緣球狀物移除線的狀態,該狀態係由鋸齒、扇形、濺污、邊緣強度、及缺陷概率所構成之群組中選出。
- 如申請專利範圍第1項所述之方法,其中該抽出之特性屬性有關於在該晶圓上之邊緣球狀物移除線特性的蝕刻輪廓屬性,及又其中自動評鑑該抽出特性屬性包含:比較該蝕刻輪廓屬性與預定可接受蝕刻輪廓特徵。
- 如申請專利範圍第1項所述之方法,其中自動評鑑該抽出特性屬性包含:觀看使用者輸入之有關可接受特性屬性量化的資訊。
- 如申請專利範圍第1項所述之方法,其中自動評鑑該抽出特性屬性包含:觀看有關於為該製造處理所先前產生之其他晶圓的抽出特性屬性的歷史資料。
- 如申請專利範圍第1項所述之方法,其中自動評鑑該抽出特性屬性包含:觀看對應於該抽出特性屬性之資訊的金色影像。
- 如申請專利範圍第1項所述之方法,其中產生有關於該製造處理的狀態的資訊包含:指定是否該晶圓為可接受。
- 如申請專利範圍第1項所述之方法,其中產生有關該製造處理的狀態的資訊包含:決定該晶圓為不可接受;決定是否後續修補處理將使得該晶圓為可接受;及 除了有關於該製造處理的其他處理步驟外,指定該後續修補處理為該晶圓所必須。
- 如申請專利範圍第1項所述之方法,其中產生有關於該製造處理的狀態的資訊包含:決定該評鑑為發生在捕捉至少一影像步驟前的至少一製造處理步驟中之不可接受偏移的表示;及指定對該至少一製造處理步驟的調整。
- 如申請專利範圍第35項所述之方法,其中該至少一製造處理步驟包含一邊緣斜面清洗處理步驟。
- 如申請專利範圍第36項所述之方法,其中該邊緣斜面清洗處理步驟為邊緣球狀物移除處理步驟。
- 如申請專利範圍第36項所述之方法,其中該指定調整關係於對一工具的調整,該工具係由邊緣研磨機、濕式及乾式斜面蝕刻機、電漿蝕刻機、化學蝕刻機、及光學光阻曝光機所構成的群組中選出。
- 如申請專利範圍第36項所述之方法,其中該邊緣斜面清洗處理步驟包含一邊緣研磨處理步驟。
- 如申請專利範圍第35項所述之方法,其中該至少一製造處理步驟包含一光微影處理步驟,該光微影處理步驟係由乾式微影及濕式微影所構成之群組所選出。
- 如申請專利範圍第35項所述之方法,其中該至少一製造處理步驟包含一旋塗機。
- 如申請專利範圍第35項所述之方法,其中決定該評鑑為不可接受偏移的表示包含: 將所抽出特性屬性共相關至藉由監視由該製造處理所產生之先前晶圓所產生之歷史資訊及該先前晶圓的良率資料。
- 如申請專利範圍第1項所述之方法,其中產生有關於該製造處理的狀態的資訊包含:決定該評鑑表示在捕捉至少一影像的步驟後發生的改變至少一製造處理步驟的需求;指定對該至少一處理步驟的替代步驟;執行該替代步驟;及經由包含該替代處理步驟的該製造處理,製造多數半導體晶圓。
- 如申請專利範圍第1項所述之方法,其中產生關於該製造處理的狀態的資訊包含:根據該所產生資訊,顯示指令給一使用者。
- 如申請專利範圍第1項所述之方法,其中產生關於該製造處理的狀態的資訊包含:根據該所產生之資訊,自動地改變一製造處理步驟的效能。
- 一種監視半導體製造處理的系統,該系統包含:一攝像裝置,適用以捕捉有關於該製造處理所備製之半導體晶圓的邊緣的至少一影像;及一處理器,電連接至該攝像裝置並被規劃以:壓縮該至少一捕捉影像,以產生該晶圓的邊緣代表圖; 識別在該代表圖中之邊緣球狀物移除區域,藉由識別呈現在該邊緣球狀物移除區域中之邊緣球狀物移除線及決定沿著該邊緣球狀物移除線之多數點的特性特徵的值,由該被識別邊緣球狀物移除區域,抽出至少一特性屬性,根據在各個該多數點的該特性特徵的值,自動評鑑該抽出之特性屬性,及根據該評鑑,產生有關於該製造處理的狀態的資訊。
- 如申請專利範圍第46項所述之系統,更包含:一控制器,控制有關於該製造處理步驟的至少一處理步驟的晶圓製造工具的操作;其中該處理器被電鏈結至該控制器,該處理器更被規劃以:決定該晶圓製造工具的操作的替代操作,自動提示該控制器,以實施該所決定的替代操作。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US89128907P | 2007-02-23 | 2007-02-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200845259A TW200845259A (en) | 2008-11-16 |
TWI429002B true TWI429002B (zh) | 2014-03-01 |
Family
ID=39710799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW097106463A TWI429002B (zh) | 2007-02-23 | 2008-02-25 | 包含邊緣球狀物移除處理的晶圓製造監視系統與方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8492178B2 (zh) |
JP (1) | JP5318784B2 (zh) |
TW (1) | TWI429002B (zh) |
WO (1) | WO2008103994A2 (zh) |
Families Citing this family (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7616804B2 (en) * | 2006-07-11 | 2009-11-10 | Rudolph Technologies, Inc. | Wafer edge inspection and metrology |
WO2009097494A1 (en) * | 2008-01-30 | 2009-08-06 | Rudolph Technologies, Inc. | High resolution edge inspection |
TWI512865B (zh) | 2008-09-08 | 2015-12-11 | Rudolph Technologies Inc | 晶圓邊緣檢查技術 |
US7977123B2 (en) * | 2009-05-22 | 2011-07-12 | Lam Research Corporation | Arrangements and methods for improving bevel etch repeatability among substrates |
TWI532116B (zh) * | 2010-04-11 | 2016-05-01 | 肯提克有限公司 | 晶圓對齊方法及系統 |
CN102466979A (zh) * | 2010-11-12 | 2012-05-23 | 中芯国际集成电路制造(上海)有限公司 | 光刻胶边缘洗边数据测量系统及测量监控方法 |
US20130005056A1 (en) * | 2011-06-30 | 2013-01-03 | Semes Co., Ltd. | Method and apparatus for processing wafer edge portion |
WO2013022713A2 (en) * | 2011-08-11 | 2013-02-14 | Kla-Tencor Corporation | Air flow management in a system with high speed spinning chuck |
JP2013093389A (ja) * | 2011-10-24 | 2013-05-16 | Hitachi High-Technologies Corp | 光学式検査装置及びエッジ検査装置 |
US8709268B2 (en) | 2011-11-14 | 2014-04-29 | Spts Technologies Limited | Etching apparatus and methods |
GB201119598D0 (en) * | 2011-11-14 | 2011-12-28 | Spts Technologies Ltd | Etching apparatus and methods |
US8627251B2 (en) * | 2012-04-25 | 2014-01-07 | Taiwan Semiconductor Manufacturing Co., Ltd. | Systems and methods of automatically detecting failure patterns for semiconductor wafer fabrication processes |
CN103794529B (zh) * | 2012-11-13 | 2016-12-21 | 北京中科信电子装备有限公司 | 一种定位台上确定晶片圆心偏移矢量 |
CN103841479B (zh) | 2012-11-20 | 2017-08-08 | 清华大学 | 耳机 |
CN103841481B (zh) | 2012-11-20 | 2017-04-05 | 清华大学 | 耳机 |
CN103841483B (zh) | 2012-11-20 | 2018-03-02 | 清华大学 | 耳机 |
CN103841502B (zh) | 2012-11-20 | 2017-10-24 | 清华大学 | 发声装置 |
CN103841506B (zh) | 2012-11-20 | 2017-09-01 | 清华大学 | 热致发声器阵列的制备方法 |
CN103841507B (zh) | 2012-11-20 | 2017-05-17 | 清华大学 | 热致发声装置的制备方法 |
CN103841480B (zh) * | 2012-11-20 | 2017-04-26 | 清华大学 | 耳机 |
CN103841500B (zh) | 2012-11-20 | 2018-01-30 | 清华大学 | 热致发声装置 |
CN103841501B (zh) | 2012-11-20 | 2017-10-24 | 清华大学 | 发声芯片 |
CN103841503B (zh) | 2012-11-20 | 2017-12-01 | 清华大学 | 发声芯片 |
CN103841504B (zh) * | 2012-11-20 | 2017-12-01 | 清华大学 | 热致发声器阵列 |
CN103841478B (zh) | 2012-11-20 | 2017-08-08 | 清华大学 | 耳机 |
CN103841482B (zh) | 2012-11-20 | 2017-01-25 | 清华大学 | 耳机 |
US9658169B2 (en) | 2013-03-15 | 2017-05-23 | Rudolph Technologies, Inc. | System and method of characterizing micro-fabrication processes |
US10127523B2 (en) | 2013-03-20 | 2018-11-13 | Lifetime Brands, Inc. | Method and apparatus for mobile quality management inspections |
US9809898B2 (en) * | 2013-06-26 | 2017-11-07 | Lam Research Corporation | Electroplating and post-electrofill systems with integrated process edge imaging and metrology systems |
US9822460B2 (en) | 2014-01-21 | 2017-11-21 | Lam Research Corporation | Methods and apparatuses for electroplating and seed layer detection |
US10101386B2 (en) * | 2014-02-14 | 2018-10-16 | Texas Instruments Incorporated | Real time semiconductor process excursion monitor |
US9734568B2 (en) * | 2014-02-25 | 2017-08-15 | Kla-Tencor Corporation | Automated inline inspection and metrology using shadow-gram images |
US9885671B2 (en) | 2014-06-09 | 2018-02-06 | Kla-Tencor Corporation | Miniaturized imaging apparatus for wafer edge |
US9645097B2 (en) | 2014-06-20 | 2017-05-09 | Kla-Tencor Corporation | In-line wafer edge inspection, wafer pre-alignment, and wafer cleaning |
US9719943B2 (en) * | 2014-09-30 | 2017-08-01 | Kla-Tencor Corporation | Wafer edge inspection with trajectory following edge profile |
US10056224B2 (en) | 2015-08-10 | 2018-08-21 | Kla-Tencor Corporation | Method and system for edge-of-wafer inspection and review |
KR102467056B1 (ko) * | 2015-08-24 | 2022-11-16 | 세메스 주식회사 | 기판 처리 장치 및 방법 |
JP6560828B2 (ja) | 2015-12-23 | 2019-08-14 | エーエスエムエル ネザーランズ ビー.ブイ. | 基板上の感光性材料を除去するための方法 |
US9735035B1 (en) | 2016-01-29 | 2017-08-15 | Lam Research Corporation | Methods and apparatuses for estimating on-wafer oxide layer reduction effectiveness via color sensing |
CN107026096A (zh) * | 2016-02-01 | 2017-08-08 | 易发精机股份有限公司 | 晶圆边缘量测模组 |
US9934564B2 (en) * | 2016-08-04 | 2018-04-03 | The Boeing Company | Methods and systems to analyze optical images for quantification of manufacturing part quality |
US10895539B2 (en) * | 2017-10-20 | 2021-01-19 | Lam Research Corporation | In-situ chamber clean end point detection systems and methods using computer vision systems |
CN112020764B (zh) * | 2018-04-13 | 2024-02-20 | 胜高股份有限公司 | 半导体晶片的评价方法和半导体晶片的制造方法 |
JP7157580B2 (ja) * | 2018-07-19 | 2022-10-20 | 東京エレクトロン株式会社 | 基板検査方法及び基板検査装置 |
KR102211781B1 (ko) * | 2018-11-23 | 2021-02-05 | 세메스 주식회사 | 기판 처리 장치, 편심 검사 장치 및 방법 |
JP7185510B2 (ja) * | 2018-12-05 | 2022-12-07 | 株式会社ディスコ | 中心検出方法 |
CN110414538B (zh) * | 2019-07-24 | 2022-05-27 | 京东方科技集团股份有限公司 | 缺陷分类方法、缺陷分类训练方法及其装置 |
KR102810856B1 (ko) * | 2019-09-02 | 2025-05-20 | 삼성전자주식회사 | 반도체 소자 제조 장치, 반도체 소자 검사 장치 및 반도체 소자 제조 방법 |
US11282189B2 (en) * | 2019-09-16 | 2022-03-22 | Intel Corporation | Unsupervised clustering to identify anomalies |
US11163238B2 (en) * | 2019-10-04 | 2021-11-02 | Systems On Silicon Manufacturing Co. Pte. Ltd. | Optimum layout of dies on a wafer |
TWI772697B (zh) | 2019-10-23 | 2022-08-01 | 華邦電子股份有限公司 | 半導體製程的監控方法 |
US11637031B2 (en) * | 2019-11-04 | 2023-04-25 | Tokyo Electron Limited | Systems and methods for spin process video analysis during substrate processing |
CN112802772B (zh) * | 2019-11-13 | 2024-06-11 | 华邦电子股份有限公司 | 半导体工艺的监控方法 |
TW202139060A (zh) * | 2020-04-01 | 2021-10-16 | 政美應用股份有限公司 | 晶圓影像擷取裝置及其影像擷取之方法 |
CN111564382A (zh) * | 2020-04-08 | 2020-08-21 | 中国科学院微电子研究所 | 晶圆检测装置及检测方法 |
JP2023094962A (ja) * | 2021-12-24 | 2023-07-06 | 東レエンジニアリング株式会社 | ウエーハ外観検査装置 |
US20240281956A1 (en) * | 2023-02-22 | 2024-08-22 | Applied Materials Israel Ltd. | Machine learning based examination for process monitoring |
CN119164970A (zh) * | 2024-11-21 | 2024-12-20 | 杭州光研科技有限公司 | 一种晶圆缺陷自动检测装置及方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62173731A (ja) * | 1986-01-28 | 1987-07-30 | Toshiba Corp | 被検査物の表面検査装置 |
JP2000049203A (ja) | 1998-07-30 | 2000-02-18 | Hitachi Ltd | 外観検査方法および装置ならびに半導体装置の製造方法 |
DE69800756T2 (de) | 1998-10-15 | 2001-08-09 | Wacker Siltronic Gesellschaft Fuer Halbleitermaterialien Ag | Verfahren und Vorrichtung zum Detektieren, Überwachung und Charakterisierung von Kantendefekten in Halbleiterscheiben |
JP2001101414A (ja) | 1999-09-29 | 2001-04-13 | Toppan Printing Co Ltd | マスクパターン形状計測評価装置および形状計測評価方法並びに形状計測評価プログラムを記録した記録媒体 |
US6917419B2 (en) * | 2000-09-20 | 2005-07-12 | Kla-Tencor Technologies Corp. | Methods and systems for determining flatness, a presence of defects, and a thin film characteristic of a specimen |
DE10131665B4 (de) | 2001-06-29 | 2005-09-22 | Infineon Technologies Ag | Verfahren und Vorrichtung zur Inspektion des Randbereichs eines Halbleiterwafers |
US7197178B2 (en) * | 2003-07-14 | 2007-03-27 | Rudolph Technologies, Inc. | Photoresist edge bead removal measurement |
US6947588B2 (en) * | 2003-07-14 | 2005-09-20 | August Technology Corp. | Edge normal process |
DE102004029012B4 (de) | 2004-06-16 | 2006-11-09 | Leica Microsystems Semiconductor Gmbh | Verfahren zur Inspektion eines Wafers |
WO2006082639A1 (ja) * | 2005-02-03 | 2006-08-10 | Fujitsu Limited | マーク画像処理方法、プログラム及び装置 |
US7539583B2 (en) * | 2005-03-04 | 2009-05-26 | Rudolph Technologies, Inc. | Method and system for defect detection |
DE102005028427B3 (de) * | 2005-06-17 | 2007-01-11 | Leica Microsystems Semiconductor Gmbh | Verfahren zur optischen Aufnahme und Inspektion eines Wafers im Rahmen der Randentlackung |
-
2008
- 2008-02-25 JP JP2009551059A patent/JP5318784B2/ja active Active
- 2008-02-25 WO PCT/US2008/054913 patent/WO2008103994A2/en active Application Filing
- 2008-02-25 US US12/527,981 patent/US8492178B2/en active Active
- 2008-02-25 TW TW097106463A patent/TWI429002B/zh active
Also Published As
Publication number | Publication date |
---|---|
US8492178B2 (en) | 2013-07-23 |
US20110054659A1 (en) | 2011-03-03 |
WO2008103994A3 (en) | 2009-12-30 |
JP5318784B2 (ja) | 2013-10-16 |
JP2010519772A (ja) | 2010-06-03 |
TW200845259A (en) | 2008-11-16 |
WO2008103994A2 (en) | 2008-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI429002B (zh) | 包含邊緣球狀物移除處理的晶圓製造監視系統與方法 | |
US8175372B2 (en) | Wafer edge inspection and metrology | |
KR101853991B1 (ko) | 영역 기반 가상 푸리에 필터 | |
US7486878B2 (en) | Offset correction methods and arrangement for positioning and inspecting substrates | |
JP2018501511A (ja) | リソグラフィ製造プロセスに関する診断情報を取得するための方法および装置、診断装置を含むリソグラフィックプロセシングシステム | |
JP2011222622A (ja) | 検査方法およびその装置 | |
TWI732657B (zh) | 半導體晶圓檢測方法及其系統 | |
US7593564B2 (en) | Method and apparatus for reviewing defect of subject to be inspected | |
TWI466206B (zh) | 邊緣檢查和量測 | |
US7312880B2 (en) | Wafer edge structure measurement method | |
JP5148564B2 (ja) | 外観検査方法およびその方法を用いて検査する外観検査装置 | |
TWI564981B (zh) | 製造半導體裝置之方法 | |
WO2022044307A1 (ja) | アライメント装置及びアライメント方法 | |
US7375829B2 (en) | Method for inspecting an insulator with a library of optic images | |
JP2013068633A (ja) | 自動化ウェハ欠陥検査システムおよびこのような検査を実行する方法 | |
JP3676987B2 (ja) | 外観検査装置および外観検査方法 | |
JP4450720B2 (ja) | 欠陥検査方法 | |
Carlson et al. | Use of automated EBR metrology inspection to optimize the edge bead process | |
KR20080065330A (ko) | 샘플의 교체시기 검출 방법 |