TWI447828B - 製程原始資料的壓縮方法及壓縮系統 - Google Patents

製程原始資料的壓縮方法及壓縮系統 Download PDF

Info

Publication number
TWI447828B
TWI447828B TW100121812A TW100121812A TWI447828B TW I447828 B TWI447828 B TW I447828B TW 100121812 A TW100121812 A TW 100121812A TW 100121812 A TW100121812 A TW 100121812A TW I447828 B TWI447828 B TW I447828B
Authority
TW
Taiwan
Prior art keywords
data points
original data
points
waveform
fourier
Prior art date
Application number
TW100121812A
Other languages
English (en)
Other versions
TW201301419A (zh
Inventor
Yij Chieh Chu
Yun Zong Tian
Original Assignee
Inotera Memories Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inotera Memories Inc filed Critical Inotera Memories Inc
Priority to TW100121812A priority Critical patent/TWI447828B/zh
Priority to US13/240,305 priority patent/US8510610B2/en
Publication of TW201301419A publication Critical patent/TW201301419A/zh
Application granted granted Critical
Publication of TWI447828B publication Critical patent/TWI447828B/zh

Links

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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G06F11/3082—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting the data filtering being achieved by aggregating or compressing the monitored data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Debugging And Monitoring (AREA)

Description

製程原始資料的壓縮方法及壓縮系統
本發明為一種半導體製程原始資料的壓縮方法，尤指一種兼具高壓縮比及低失真率之半導體製程原始資料的壓縮方法。
按，為了維持具有競爭性的生產能力，半導體製造廠必需以每年25-30%的速率降低其所製造之半導體元件的成本，其中，為了增加整體設備效率以降低成本，諸如AMD、IBM、INTEL、MOTOROLA、OAK、SAMSUNG、TI及SEMATECH等國際知名的半導體元件製造廠及研究機構均相繼投入有關廠務(factory)與量測(metrology)整合系統及自動化監控系統的研發，其中，以高階程序控制(Advanced Process Control,APC)技術最受到該等知名半導體元件製造廠的青睞。高階程序控制技術主要係包含機具資料收集與處理(data collection and data pre-process)、錯誤診斷與分類(FDC)、及回饋/前饋批次控制(feedback/Feed forward run-to-run control,R2R)等功能，用以協助半導體製程中的工作人員降低非工作預定的設備停機次數及適時偵測出發出錯誤的半導體機具，以期減少不良品或廢品的發生率，並進而確保所製造出來之半導體元件的品質。上述錯誤診斷與分類(FDC)從研究領域迅速地發展到實際應用層面，舉例說明，化學機械研磨製程(Chemical Mechanical Polishing，CMP)、擴散(Diffusion)、微影(關鍵尺寸與疊對，Lithography，Critical Dimension，Overlay)、及蝕刻製程(Etching)等等。
惟，錯誤診斷與分類(Fault Detection and Classification，FDC)所收集到來自於半導體機台的資料量過於龐大，當造成使用者端下載資料的等待時間過長、分析的時間過長等缺點，無法有效率地即時監控及改善製程參數，且浪費人力成本及時間；另外，龐大的資料量亦增加後續進一步應用分析的困難度。
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。
本發明之主要目的在於提供一種半導體製程原始資料的壓縮方法，其能有效地利用少量的壓縮資料點來描述及取代大量原始資料點之方法，且該壓縮方法具有高壓縮比率及低失真率等優點。
為達上述目的，本發明提供一種半導體製程原始資料的壓縮方法，包括步驟如下：收集一時間範圍內該半導體機台所產生的多個原始資料點於一信號轉換裝置；該信號轉換裝置使用一傅立葉級數之頻域變化曲線趨近該些原始資料點；計算出傅立葉係數與其最接近的該頻域變化曲線之間的距離；判斷該些距離是否超過一容忍區間；以及當該些距離均未超過該容忍區間時，紀錄並儲存該些傅立葉係數為壓縮資料點於一資料儲存裝置；當該些距離超過該容忍區間時，記錄該些超過該容忍區間之原始資料點為異常點，並紀錄及儲存該些傅立葉係數及該些異常點為壓縮資料點於該資料儲存裝置。
本發明具有以下有益效果：本發明利用傅立葉級數趨近大量原始資料點的方式，以少量的壓縮資料點(如傅立葉係數等)有效且準確地描述該些原始資料點；另外，本發明之壓縮資料點可讓使用者端直接下載及分析處理，大幅減少分析所需的時間，達到即時監控及改善調整半導體製程參數的效果，且可有效節省人力及時間成本。
為使能更進一步瞭解本發明的特徵及技術內容，請參閱以下有關本發明的詳細說明與附圖，然而所附圖式僅提供參考與說明用，並非用來對本發明加以限制者。
本發明提出一種製程原始資料的壓縮方法，其適用於各種生產流程中，而本實施例以半導體製程為例。
半導體製程中具有多數個半導體機台，半導體機台在對一批晶圓進行加工時，該半導體機台的各類製程參數(例如溫度、濕度、轉動速度等)會隨著加工進行時間而變動。此製程參數對時間的變化會被一種普遍用於半導體領域的錯誤診斷及分類系統(Fault Detection and Classification system,FDC system)所產生並記錄。
半導體機台的每一個製程參數都有其正常的參數變化，當一批晶圓在此機台製造加工後，一段時間內透過錯誤診斷及分類系統所產生的原始資料點數量將十分龐大，使用者欲進行分析時，希望下載資料及分析時間越快速越好。本發明即提出一種資料壓縮方法來計算出壓縮資料點之波形函數以準確描述及代表原始資料點之變化趨勢。
請參閱圖1A所繪示，本發明提供一種製程原始資料的壓縮方法，其應用於半導體機台，包括下列步驟：流程步驟S102、流程步驟S104、流程步驟S106、流程步驟S108、流程步驟S110、流程步驟S220及流程步驟S222。
請搭配參閱圖1A、圖2、圖3A至圖3C及圖4，圖1A為本發明壓縮方法之流程圖(一)，圖2為本發明壓縮系統之示意圖，圖3A為本發明頻域變化曲線示意圖(一)，圖3B為本發明頻域變化曲線示意圖(二)，圖3C為本發明頻域變化曲線示意圖(三)，而圖4則為本發明的異常點決定之示意圖；需特別說明的是，圖3A至圖3C為最佳化狀態之實施例，其是為了簡單且明確地解釋本發明之壓縮方法如何將大量的原始資料點壓縮成少量的壓縮資料點，換言之，實際狀態之實施例(圖5A至圖5G)將於後續詳細說明之。
如圖1A及圖2所示，本發明壓縮方法之流程圖(一)一開始需先收集一時間範圍內的多個原始資料點於一信號轉換裝置D11中(流程步驟S102)。該些原始資料點為使用者所欲監視半導體機台的各項製程參數點。接著，如圖3A至圖3C所示，信號轉換裝置D11可使用一傅立葉級數之頻域變化曲線V1趨近該些原始資料點V2(流程步驟S104)，並計算出該傅立葉級數之傅立葉係數及該些原始資料點V2與其最接近的頻域變化曲線V1之間的距離(流程步驟S106)。接著，如圖2及圖4所示，判斷該些距離是否超過一容忍區間T(流程步驟S108)。之後，當該些距離均未超過該容忍區間T時，紀錄並儲存該些傅立葉係數為壓縮資料點於一資料儲存裝置D12(流程步驟S110)；而當該些距離超過該容忍區間T時，則記錄該些超過該容忍區間T之原始資料點V2為異常點U(流程步驟S220)，並紀錄及儲存該些傅立葉係數及該些異常點U為壓縮資料點於該資料儲存裝置D12(流程步驟S222)。
本發明製程原始資料的壓縮方法可利用傅立葉級數之頻域變化曲線V1趨近原始資料點V2的方式，以壓縮資料點(如傅立葉係數及該些異常點)取代原始資料點V2，大幅減少資料儲存空間，故可讓使用者端加快下載資料，並節省後續分析處理該資料的時間。以下將詳述本發明製程原始資料的壓縮方法之流程圖(一)的每一個流程步驟：
流程步驟S102：
請同時參閱圖1B、圖2、圖3A至圖3C，首先，大量收集來自於一錯誤診斷及分類系統D2(Fault detection and classification system,FDC system)所產生之原始資料點V2；其中，錯誤診斷及分類系統D2是設置於一錯誤診斷機台(圖未示)，用以即時監控及檢測一半導體機台(圖未示)之各類製程參數，上述每一個製程參數分別收集下來的大量資料點統稱為原始資料點V2，該些原始資料點V2為使用者所欲監視的製程參數點其應有的參數值對時間的變化。舉例來說，請另參閱圖5B，為實際應用於半導體機台之實施例，時間(time)表示紀錄某項製程參數(FDC參數2)的時間間隔，例如總加工時間2255秒，每1秒記錄一次製程參數，則總共會有2255個時期，每一個時期代表1秒，換言之，每一個製程參數分別收集了2255個原始資料點201，並將該些原始資料點201先暫時收集於信號轉換裝置D11內。
流程步驟S104、流程步驟S106：
請參閱圖1B、圖3A至圖3C，如圖3A至圖3C所示，由於該些原始資料點V2對應於時間之變化具有週期性，即具有時間波形之特性，則可利用頻率的理論來趨近及描述該些原始資料點V2，於本具體實施例中，利用傅立葉級數之頻域變化曲線V1來趨近該些原始資料點V2(流程步驟S104)，用以描述該些原始資料點V2之變化趨勢，上述傅立葉級數之頻域變化曲線V1可透過信號轉換裝置D11來計算完成；其中，頻域變化曲線V1可依據下列步驟求得：首先，透過最小平方法去近似傅立葉級數中，三角函數各週期之係數ao,an,bn，所得之波形函數f(x) 可以下列公式表示：
，其中傅立葉級數f(x) 即為近似之頻域變化曲線，上述x為該些原始資料點，ao,an,bn為傅立葉係數。
更具體的來說，由於該些原始資料點V2具有時間波形的特性，可形成具週期性之波形(未標號)，而本發明之製程原始資料的壓縮方法即是透過傅立葉級數sin(nx)、cos(nx)的項數變化來逼近該週期性波形；如圖3A所示，n愈小時越平滑，可以用來表示圖形中變化較小的部份，如圖3C所示，當n越大時，傅立葉級數頻域變化曲線V1變化越快且頻率越高，換言之，sin(nx)的項數越多，使V1逼近該週期性波形的程度就越高、越精確。上述該些原始資料點V2經傅立葉轉換後所得傅立葉級數之頻域變化曲線V1中，圖3A中V1函數f(x)=1.2698*sin(x)，圖3B中V1函數f(x)=1.2698*sin(x)+0.4233*sin(3x)，圖3C中V1函數f(x)=1.2698*sin(x)+0.4233*sin(3x)+0.2539*sin(5x)；其中，三角函數各週期之係數1.2698、0.4233及0.2539即為傅立葉係數。
請搭配參閱圖1B及圖4，圖4為本發明異常點決定之示意圖；於流程步驟S106中，在計算出傅立葉係數的同時，亦可計算出每一個原始資料點V2與其最接近的頻域變化曲線V1之距離R1,R2，距離R1、R2是透過迴歸之殘差分析(residual analysis)來計算，所謂殘差即是指實際值(每一個原始資料點V2)與預測值(頻域變化曲線V1)最接近之距離。
流程步驟S108：
請參閱圖1B及圖4，既流程步驟S106之後，更可判斷該些距離R1、R2是否超過一容忍區間T(流程步驟S108)，容忍區間T定義為傅立葉級數之頻域變化曲線V1於波峰或波谷頻率波動時，該頻率波動之最上限及最下限之間的距離。
流程步驟S110：
既流程步驟S108之後，若該些原始資料點V2與其最接近的傅立葉級數之頻域變化曲線V1之距離均未超過該容忍區間T時，則紀錄該傅立葉級數之傅立葉係數為壓縮資料點，並儲存該些壓縮資料點於一資料儲存裝置D12。
流程步驟S220及流程步驟S222：
既流程步驟S108之後，若某些原始資料點V2與其最接近的傅立葉級數之頻域變化曲線V1之距離超過容忍區間T時，該某些原始資料點V2則可被一信號偵測裝置D111偵測到，標記成異常點U(流程步驟S220)並額外記錄於資料儲存裝置D12，該些異常點U可通知使用者進行檢測或維修。接著，既流程步驟S220之後，紀錄該傅立葉級數之係數及該些異常點U為該些壓縮資料點，並儲存該些壓縮資料點於資料儲存裝置D12(流程步驟S222)。
值得注意的是，若本發明製程原始資料的壓縮方法僅以傅立葉級數透過不斷地增加sin(nx)的項數來達到趨近原始資料點V2的目的，則所得之壓縮資料點就僅為傅立葉係數，但本發明製程原始資料的壓縮方法除了透過傅立葉級數趨近原始資料點V2，更透過建立異常點U資料庫於資料儲存裝置D12的方式，使所得之壓縮資料點為傅立葉係數及該些異常點U，好處在於，上述異常點U不但可透過後續之顯示步驟來讓使用者即時紀錄、監控及判斷半導體製程中各項參數正常與否，異常點U更可透過後續之還原步驟降低之後將該些壓縮資料點還原成還原波形時之失真率，增加本發明壓縮方法描述的該些原始資料點時的準確性，上述之顯示步驟及還原步驟(流程步驟S112及流程步驟S224)詳述如後。
請參閱圖1B、圖2、圖5A至圖5G，圖1B為本發明壓縮方法之流程圖(二)；其中，壓縮方法之流程圖(二)與上述壓縮方法之流程圖(一)之區別在於，既流程步驟S110及流程步驟S222之後更可包括流程步驟S112及流程步驟S224，詳述如下：
流程步驟S112及流程步驟S224：
請參閱圖1B、圖2及圖5A至圖5G，既流程步驟S110及流程步驟S222儲存該些壓縮資料點之後，可選擇進行流程步驟S112或流程步驟S224；其中，流程步驟S112包括一還原步驟及一顯示步驟，該還原步驟是透過一波形還原裝置D13(如圖2)將該些壓縮資料點還原(即解壓縮)成一還原波形圖10,20,30,40,50,60,70(圖5A至圖5G)並與原始資料點201,301,401,501,601,701之趨勢變化比較，而該顯示步驟則是將上述該些還原波形圖10,20,30,40,50,60,70(圖5A至圖5G)顯示於一顯示裝置D3(如圖2)，讓一般使用者方便透過上述還原波形圖簡單地即時監控該半導體機台的使用狀態。
流程步驟S224包括上述該顯示步驟，流程步驟S224與流程步驟S112不同的地方在於，流程步驟S224將流程步驟S110及流程步驟S222所儲存之該些壓縮資料點直接顯示於顯示裝置D3(如圖2)，故可方便使用者直接判讀該些壓縮資料點(傅立葉係數及異常點U)來即時監控及調整該半導體機台之各項製程參數之異常與否。
值得注意的是，於本具體實施例中，流程步驟S102、流程步驟S104、流程步驟S106及流程步驟S108可由信號轉換裝置D11執行，流程步驟S220可由信號偵測裝置D111執行，而流程步驟S110及流程步驟S222則可由資料儲存裝置D12執行；其中，信號偵測裝置D111設置於信號轉換裝置D11內。
綜上所述，本發明製程原始資料的壓縮方法，其可讓使用者端即時監控及改善調整半導體製程參數，故可有效節省人力及時間成本。另外，本發明製程原始資料的壓縮方法透過流程步驟S108、流程步驟S110、流程步驟S220及流程步驟S222，利用設定容忍區間T的方式，以殘差分析建立異常點U資料庫，不但可提供資訊讓使用者即時監控半導體製程狀態正常與否，透過本發明壓縮方法所得之壓縮資料點(如傅立葉係數加上該些異常點U)經還原解壓縮後之還原波形圖可精準地描述該些原始資料點之變化趨勢，增加本發明壓縮方法的使用於描述半導體機台之各項製程參數的可行性，本發明製程原始資料的壓縮方法應用於半導體機台之實際狀態詳述如後。
請參閱圖5A至圖5G為本發明製程原始資料的壓縮方法應用於實際狀態之實施例，圖5A為本發明頻域變化曲線之第一實施例示意圖，圖5B為本發明頻域變化曲線之第二實施例示意圖，圖5C為本發明頻域變化曲線之第三實施例示意圖，圖5D為本發明頻域變化曲線之第四實施例示意圖，圖5E為本發明頻域變化曲線之第五實施例示意圖，圖5F為本發明頻域變化曲線之第六實施例示意圖，而圖5G則為本發明頻域變化曲線之第七實施例示意圖；更明確地說，圖5A至圖5G為透過本發明壓縮方法所得之還原波形圖與實際收集原始資料點之比較示意圖，以評估本發明壓縮方法是否適用於將半導體機台所產生的多個原始資料點壓縮成多個壓縮資料點，並具有高壓縮比率及低失真率之優點。
請搭配參閱圖1B、圖2及圖5A至圖5G，透過隨機選取收集於信號轉換裝置D11之七個FDC參數分別標示為FDC參數1、FDC參數2、FDC參數3、FDC參數4、FDC參數5、FDC參數6及FDC參數7(即流程步驟S102)；上述七個FDC參數各別收集之原始資料點分別標示為101、201、301、401、501、601及701，而還原波形圖則分別標示為10、20、30、40、50、60及70。上述還原波形圖是透過本發明壓縮方法所得之該些壓縮資料點(傅立葉係數或傅立葉係數加上該些異常點U)所還原成之波形圖。
大部分透過錯誤診斷及分類系統D2(Fault detection and classification system,FDC system)所產生FDC參數之原始資料點隨時間變化具有週期性(圖5B至圖5E)，極少部分FDC參數之原始資料點隨時間變化不具有週期性(圖5A、圖5F及圖5G)。如圖5B至圖5E所示，由於FDC參數2、FDC參數3、FDC參數4及FDC參數5之原始資料點201、301、401及501均具有規律週期波特性，故還原波形圖20、30、40及50可準確地趨近及描述FDC參數2、FDC參數3、FDC參數4及FDC參數5的變化趨勢(即流程步驟S104)；然而，如圖5A、圖5F及圖5G所示，不具有規律週期波特性之FDC參數1、FDC參數6及FDC參數7(如FDC參數1及FDC參數7之原始資料變化趨勢完全不像波形、FDC參數6之原始資料變化趨勢很長的時間一直保持在同一個值)會具有許多異常點U，代表上述流程步驟S220中所需額外記錄的點越多，所需儲存的容量越大，即失去本發明壓縮方法用以壓縮資料的效果，且還原成還原波形圖(即流程步驟S112)時失真度太大(下表一)，因此還原波形圖10、60及70無法準確地趨近及描述FDC參數1、FDC參數6及FDC參數7的變化趨勢。故本發明製程原始資料的壓縮方法適用於大部分具週期性之FDC參數，而不適用於少數不具週期性之FDC參數。
關於本發明之製程原始資料的壓縮方法是否適用於用來壓縮半導體機台所產生的多個原始資料點，可利用迴歸分析來客觀評估，請參閱表一：
表一
表一之Mean_Raw代表該些原始資料點的平均值，Mean_Cmp代表該些壓縮資料點的平均值，Std_Raw代表該些原始資料點的標準差，Std_Cmp代表該些壓縮資料點的標準差，Space_Raw代表儲存該些原始資料點的數量，Space_Cmp代表儲存該些壓縮資料點的數量，Transform Time代表轉換該些原始資料點成該些壓縮資料點的秒數及Compression rate代表壓縮比，該壓縮比等於1-(Space_Cmp/Space_Raw)，失真率(distortion rate)等於1-Adjusted R square。
由表一可知，具有規律週期波特性之FDC參數2、FDC參數3、FDC參數4及FDC參數5之原始資料點的數量透過本發明之壓縮方法均可達到高壓縮比及低失真率，舉例來說，請搭配參閱圖5C，FDC參數3之原始資料點301的數量為2255各個資料點，而壓縮過後之壓縮資料點(傅立葉係數加上該些異常點U)為151個，故壓縮比可達93.3%，而將壓縮資料點之還原波形圖30與原始資料點301變化趨勢(波形圖)比較後之失真率僅為5%(1-Adjusted R square)。但不具有規律週期波特性之FDC參數1、FDC參數6及FDC參數7之原始資料點的數量無法達到高壓縮比及低失真率，舉例來說，請搭配參閱圖5A，FDC參數1之原始資料點101的數量為2255各個資料點，而壓縮過後之壓縮資料點(傅立葉係數加上該些異常點U)為368個，故壓縮比僅達83.68%，而將壓縮資料點之還原波形圖10與原始資料點101變化趨勢(波形圖)比較後之失真率高達14%。因此，本發明壓縮方法不適合用來壓縮不具有規律週期波特性之FDC參數的原始資料。
若同時比較七個FDC參數及具週期性之FDC參數2、FDC參數3、FDC參數4及FDC參數5，得到以下結果，如表二所示：
表二
由表二可知，FDC參數1至FDC參數7之壓縮比平均為86.38%，而還原後的失真率平均高達12.56%，若刪除不具週期性之FDC參數1、FDC參數6及FDC參數7，則具週期性之FDC參數2、FDC參數3、FDC參數4及FDC參數5之平均壓縮比可提升至92.57%，而失真率則下降至6.69%。
值得注意的是，由於本發明製程原始資料的壓縮方法為一種兼具高壓縮比及低失真率之半導體製程原始資料的壓縮方法，故使用者端可直接使用該些壓縮資料點來快速進行後續之分析應用，如根本原因分析(root cause analysis)等，因此，本發明製程原始資料的壓縮方法之後續應用層面廣泛，極具實用及經濟價值。
本發明另提供一種應用於半導體機台之製程原始資料的壓縮系統D1，其包括一信號轉換裝置D11、一資料儲存裝置D12及一波形還原裝置D13；信號轉換裝置D11用以收集一時間範圍內由一半導體機台所產生的多個原始資料點，透過一傅立葉級數之頻域變化曲線趨近該些原始資料點，並計算出傅立葉係數及該些原始資料點與其最接近的該頻域變化曲線之間的距離，及判斷該些距離是否超過一容忍區間；資料儲存裝置D12電性連接於信號轉換裝置D11，並用以紀錄並儲存該些傅立葉係數為壓縮資料點；波形還原裝置D13電性連接於資料儲存裝置D12，並用以將該些壓縮資料點還原成還原波形圖，上述該些原始資料點為由一錯誤診斷及分類系統D2(Fault detection and classification system,FDC system)所產生，如圖2所示，錯誤診斷及分類系統D2收集而得之該些原始資料點可先輸入壓縮系統D1，將該些原始資料點轉換成壓縮資料點後，再輸出顯示於一顯示裝置D3中，提供使用者即時監控半導體製程狀態，並進行後續之分析處理。值得注意的是，上述之信號轉換裝置D11更包括一信號偵測裝置D111，其用以偵測並記錄該些超過該容忍區間之原始資料點為異常點，該信號偵測裝置D111電性連接於該信號轉換裝置，而上述之資料儲存裝置D12亦可用以紀錄並儲存該些傅立葉係數及該些異常點為壓縮資料點。
綜合上述，本發明製程原始資料的壓縮方法具有以下效果：
1、本發明製程原始資料的壓縮方法，其利用傅立葉級數之頻域變化曲線趨近原始資料點的方式，以壓縮資料點取代原始資料點，不但可大幅減少資料儲存空間，故可讓使用者端加快下載資料及後續分析處理的時間。
2、本發明製程原始資料的壓縮方法，其可讓使用者端即時監控及改善調整半導體製程參數，故可有效節省人力及時間成本。
3、本發明製程原始資料的壓縮方法，其利用最小平方法去計算出傅立葉級數中之傅立葉係數，簡單快速且易於分析。
4、本發明製程原始資料的壓縮方法，其利用設定容忍區間的方式，以殘差分析建立異常點資料庫，可降低還原成還原波形時之失真率。
5、本發明製程原始資料的壓縮方法，其可透過監視該些異常點，來即時紀錄、監控及判斷半導體製程中各項參數正常與否。
惟以上所述僅為本發明之較佳實施例，非意欲侷限本發明之專利保護範圍，故舉凡運用本發明說明書及圖式內容所為之等效變化，均同理皆包含於本發明之權利保護範圍內，合予陳明。
V1．．．頻域變化曲線
101、201、301、401、501、601、701、V2．．．原始參數點
10、20、30、40、50、60、70．．．還原波形圖
T．．．容忍區間
U．．．異常點
D1．．．壓縮系統
D11．．．信號轉換裝置
D111．．．信號偵測裝置
D12．．．資料儲存裝置
D13．．．波形還原裝置
D2．．．錯誤診斷及分類系統
D3．．．顯示裝置
步驟S102至步驟S224
圖1A為本發明壓縮方法之流程圖(一)；
圖1B為本發明壓縮方法之流程圖(二)；
圖2為本發明壓縮系統之示意圖；
圖3A為本發明頻域變化曲線示意圖(一)；
圖3B為本發明頻域變化曲線示意圖(二)；
圖3C為本發明頻域變化曲線示意圖(三)；
圖4為本發明的異常點決定之示意圖；
圖5A為本發明頻域變化曲線之第一實施例示意圖；
圖5B為本發明頻域變化曲線之第二實施例示意圖；
圖5C為本發明頻域變化曲線之第三實施例示意圖；
圖5D為本發明頻域變化曲線之第四實施例示意圖；
圖5E為本發明頻域變化曲線之第五實施例示意圖；
圖5F為本發明頻域變化曲線之第六實施例示意圖；以及
圖5G為本發明頻域變化曲線之第七實施例示意圖。
步驟S102至S224

Claims (10)

  1. 一種製程原始資料的壓縮方法，其應用於半導體機台，該壓縮方法包括步驟如下：收集一時間範圍內該半導體機台所產生的多個原始資料點於一信號轉換裝置；該信號轉換裝置使用一傅立葉級數之頻域變化曲線趨近該些原始資料點；計算出傅立葉係數及該些原始資料點與其最接近的該頻域變化曲線之間的距離；判斷該些距離是否超過一容忍區間；以及當該些距離均未超過該容忍區間時，紀錄並儲存該些傅立葉係數為壓縮資料點於一資料儲存裝置；當該些距離超過該容忍區間時，記錄該些超過該容忍區間之原始資料點為異常點，並紀錄及儲存該些傅立葉係數及該些異常點為壓縮資料點於該資料儲存裝置。
  2. 如申請專利範圍第1項所述製程原始資料的壓縮方法，其中該些原始資料點為由一錯誤診斷及分類系統(Fault detection and classification system,FDC system)所產生。
  3. 如申請專利範圍第2項所述製程原始資料的壓縮方法，其中該些原始資料點具有週期性。
  4. 如申請專利範圍第1項所述製程原始資料的壓縮方法，其中該信號轉換裝置以最小平方法近似傅立葉級數，計算出該些傅立葉係數，所得之波形函數f(x)為：上述x為該些原始資料點，上述ao、an及bn為傅立葉係數。
  5. 如申請專利範圍第1項所述製程原始資料的壓縮方法，其中記錄該些超過該容忍區間之原始資料點為異常點之步驟是透過一設置於該信號轉換裝置內之信號偵測裝置執行。
  6. 如申請專利範圍第1項所述製程原始資料的壓縮方法，更包括一還原步驟及一顯示步驟，該還原步驟透過一波形還原裝置將該些壓縮資料點還原成一還原波形圖，該顯示步驟將該還原波形圖顯示於一顯示裝置。
  7. 如申請專利範圍第6項所述製程原始資料的壓縮方法，其中該顯示步驟直接將該些壓縮資料點顯示於該顯示裝置。
  8. 一種製程原始資料的壓縮系統，其應用於半導體機台，該壓縮系統包括：一信號轉換裝置，其用以收集一時間範圍內由一半導體機台所產生的多個原始資料點，透過一傅立葉級數之頻域變化曲線趨近該些原始資料點，並計算出傅立葉係數及該些原始資料點與其最接近的該頻域變化曲線之間的距離，及判斷該些距離是否超過一容忍區間；一資料儲存裝置，其電性連接於該信號轉換裝置，該資料儲存裝置用以紀錄並儲存該些傅立葉係數為壓縮資料點；一波形還原裝置，其電性連接於該資料儲存裝置，該波形還原裝置用以將該些壓縮資料點還原成還原波形圖。
  9. 如申請專利範圍第8項所述製程原始資料的壓縮系統，其中該信號轉換裝置包括一信號偵測裝置，其用以偵測並記錄該些超過該容忍區間之原始資料點為異常點，該信號偵測裝置電性連接於該信號轉換裝置。
  10. 如申請專利範圍第9項所述製程原始資料的壓縮系統，其中該資料儲存裝置用以紀錄並儲存該些傅立葉係數及該些異常點為壓縮資料點。
TW100121812A 2011-06-22 2011-06-22 製程原始資料的壓縮方法及壓縮系統 TWI447828B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW100121812A TWI447828B (zh) 2011-06-22 2011-06-22 製程原始資料的壓縮方法及壓縮系統
US13/240,305 US8510610B2 (en) 2011-06-22 2011-09-22 Method and system of compressing raw fabrication data for fault determination

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW100121812A TWI447828B (zh) 2011-06-22 2011-06-22 製程原始資料的壓縮方法及壓縮系統

Publications (2)

Publication Number Publication Date
TW201301419A TW201301419A (zh) 2013-01-01
TWI447828B true TWI447828B (zh) 2014-08-01

Family

ID=47363016

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100121812A TWI447828B (zh) 2011-06-22 2011-06-22 製程原始資料的壓縮方法及壓縮系統

Country Status (2)

Country Link
US (1) US8510610B2 (zh)
TW (1) TWI447828B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220035359A1 (en) * 2020-07-31 2022-02-03 Palo Alto Research Center Incorporated System and method for determining manufacturing plant topology and fault propagation information
CN114900191A (zh) * 2022-05-13 2022-08-12 国网安徽省电力有限公司 一种对于旋转门算法压缩差动保护数据的改进算法
CN115935296B (zh) * 2023-03-09 2023-06-23 国网山东省电力公司营销服务中心(计量中心) 一种电能数据计量方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6582618B1 (en) * 1999-09-08 2003-06-24 Advanced Micro Devices, Inc. Method of determining etch endpoint using principal components analysis of optical emission spectra
TW200540662A (en) * 2004-02-23 2005-12-16 Toshiba Kk Mask data correction method, photomask manufacturing method, computer program, optical image prediction method, resist pattern shape prediction method, and semiconductor device manufacturing method
US6980873B2 (en) * 2004-04-23 2005-12-27 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for real-time fault detection, classification, and correction in a semiconductor manufacturing environment
US7477960B2 (en) * 2005-02-16 2009-01-13 Tokyo Electron Limited Fault detection and classification (FDC) using a run-to-run controller
TW201109960A (en) * 2009-04-27 2011-03-16 Nanometrics Inc Simulating two-dimensional periodic patterns using compressed fourier space
TWI489443B (zh) * 2012-02-24 2015-06-21 Apple Inc 平行縮放處理裝置及其方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6419846B1 (en) * 1999-09-08 2002-07-16 Advanced Micro Devices, Inc. Determining endpoint in etching processes using principal components analysis of optical emission spectra
US6789052B1 (en) * 2000-10-24 2004-09-07 Advanced Micro Devices, Inc. Method of using control models for data compression
ATE491174T1 (de) * 2002-08-20 2010-12-15 Tokyo Electron Ltd Verfahren zum verarbeiten von daten auf der basis des datenkontexts
WO2006018738A1 (en) * 2004-08-20 2006-02-23 Pdf Solutions Sa A method for evaluating the quality of data collection in a manufacturing environment
JP4384093B2 (ja) * 2004-09-03 2009-12-16 株式会社東芝 プロセス状態管理システム、管理サーバ、プロセス状態管理方法及びプロセス状態管理用プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6582618B1 (en) * 1999-09-08 2003-06-24 Advanced Micro Devices, Inc. Method of determining etch endpoint using principal components analysis of optical emission spectra
TW200540662A (en) * 2004-02-23 2005-12-16 Toshiba Kk Mask data correction method, photomask manufacturing method, computer program, optical image prediction method, resist pattern shape prediction method, and semiconductor device manufacturing method
US6980873B2 (en) * 2004-04-23 2005-12-27 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for real-time fault detection, classification, and correction in a semiconductor manufacturing environment
US7477960B2 (en) * 2005-02-16 2009-01-13 Tokyo Electron Limited Fault detection and classification (FDC) using a run-to-run controller
TW201109960A (en) * 2009-04-27 2011-03-16 Nanometrics Inc Simulating two-dimensional periodic patterns using compressed fourier space
TWI489443B (zh) * 2012-02-24 2015-06-21 Apple Inc 平行縮放處理裝置及其方法

Also Published As

Publication number Publication date
TW201301419A (zh) 2013-01-01
US8510610B2 (en) 2013-08-13
US20120331357A1 (en) 2012-12-27

Similar Documents

Publication Publication Date Title
TWI509376B (zh) 電漿處理系統中之自動故障偵測與分類及其方法
US20180150038A1 (en) Prediction model building method, predicting method and associated computer software product
TWI447828B (zh) 製程原始資料的壓縮方法及壓縮系統
TW200951752A (en) A method for prognostic maintenance in semiconductor manufacturing
Tsuda et al. Advanced semiconductor manufacturing using big data
US20180299944A1 (en) Production Management Method and System Using Power Consumption Features
JP2002182725A (ja) 加工工場における設備総合効率算出装置
US20110257932A1 (en) Method for detecting variance in semiconductor processes
CN117556366B (zh) 基于数据筛选的数据异常检测系统及方法
TW201837631A (zh) 智慧加工調變系統及方法
WO2024067826A1 (zh) 气缸故障预测方法及装置、电子设备及存储介质
US10146215B2 (en) Monitor system and method for semiconductor processes
US20130138239A1 (en) Semiconductor yield management system
US20070191980A1 (en) Method for managing tools using statistical process control
JP2011054804A (ja) 半導体製造装置の管理方法およびシステム
TWI388953B (zh) 製程參數的監視方法
CN116307938A (zh) 一种加工中心进给系统健康状态评估方法
CN102881619A (zh) 一种良率监测系统及其监测方法
TWI399660B (zh) 偵測半導體製程變異之方法
CN115688493A (zh) 冲压异常监测方法、装置、电子设备和存储介质
CN114444901A (zh) 一种光伏电站组件表面污染指数表征方法及系统
CN113919515A (zh) 干法刻蚀机预防性维护方法、系统及存储介质
JP5336947B2 (ja) バッチ式製造プロセスの監視方法及び監視装置
Yong et al. Anomaly detection of semiconductor processing data based on DTW-LOF algorithm
CN110426999A (zh) 统计过程控制方法及其控制系统