TWI609177B - 晶圓成像及處理方法與裝置 - Google Patents

晶圓成像及處理方法與裝置 Download PDF

Info

Publication number
TWI609177B
TWI609177B TW098110799A TW98110799A TWI609177B TW I609177 B TWI609177 B TW I609177B TW 098110799 A TW098110799 A TW 098110799A TW 98110799 A TW98110799 A TW 98110799A TW I609177 B TWI609177 B TW I609177B
Authority
TW
Taiwan
Prior art keywords
image
wafer
band gap
classification
information
Prior art date
Application number
TW098110799A
Other languages
English (en)
Other versions
TW201000887A (en
Inventor
索斯登 吐普克
羅伯特Ａ 巴多斯
Original Assignee
Ｂｔ映像私人有限公司
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
Priority claimed from AU2008901552A external-priority patent/AU2008901552A0/en
Application filed by Ｂｔ映像私人有限公司 filed Critical Ｂｔ映像私人有限公司
Publication of TW201000887A publication Critical patent/TW201000887A/zh
Application granted granted Critical
Publication of TWI609177B publication Critical patent/TWI609177B/zh

Links

Classifications

    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6489—Photoluminescence of semiconductors
    • 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
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0095—Semiconductive materials
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L31/00—Semiconductor devices sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation; Processes or apparatus specially adapted for the manufacture or treatment thereof or of parts thereof; Details thereof
    • H01L31/18—Processes or apparatus specially adapted for the manufacture or treatment of these devices or of parts thereof
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G01N2021/646—Detecting fluorescent inhomogeneities at a position, e.g. for detecting defects
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Electromagnetism (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Photovoltaic Devices (AREA)

Description

晶圓成像及處理方法與裝置 發明領域
本發明係有關處理自諸如矽晶圓等直接及間接帶隙半導體材料所獲取的發光影像之領域。其特別有關用於分析晶圓的發光影像以獲得有關晶圓材料中的瑕疵之資訊的方法及裝置。此資訊可用來分類晶圓或預測自其製造的元件之操作性特徵。
 發明背景
說明書全文對於習知技術之任何討論絕不應被視為認可此習知技術係為廣泛已知或形成該領域中的常見一般知識之部份。
現今大部份的商業光伏打電池(特別是太陽能電池)係由從一鑄造多晶矽體塊所切割之一般為10x10cm2最多達到21x21 cm2的多晶(mc)矽晶圓製成。最廣泛採用的絲網列印太陽能電池製程中在切割矽晶圓後形成一太陽能電池之主要處理步驟係為：1)表面損傷蝕刻，2)紋路化，3)擴散，4)SiN沉積，5)金屬接觸部的絲網列印，6)燒製，7)邊緣隔離，及8)電性特徵化及分倉(binning)。較精細的太陽能電池概念係使用令經高度摻雜的局部區域形成於金屬接觸部底下之所謂選擇性射極結構。其他先進的電池概念係使用位於後方的點接觸部來改良後表面重組。通常，只在生產製程的終點或趨近終點測量電池的電效能。
通常藉由將一大型鑄造矽體塊(亦稱為一錠塊，一般最多達到1x1x0.7 m3尺寸)鋸切成正方形(10x10 cm2最多達到21x21 cm2)形柱件(亦稱為磚塊)、然後將其線鋸成個別晶圓(各一般為150至300 μm厚)，藉以產生初始的晶圓。現今，部分晶圓製造商沿著正方形體塊或磚塊的邊緣使用諸如準穩態光電導或光電導衰減測量等少數載體壽命測量來獲得有關局部材料品質之資訊。亦可利用個別晶圓的晶圓區域內之一或數個線掃描來評估晶圓品質。通常，只獲得有關各晶圓內之材料品質的側向變異之有限二維資訊。這是因為一高產量太陽能電池生產線通常每一至三秒即處置1個晶圓之緣故，其限制了可供特徵化所用之時間。
諸如電接觸部的絲網列印及燒製等之部分的個別太陽能電池製造製程係可以實際的直列式製程進行，其中通常在一皮帶上將經部份處理的晶圓逐一運送通過製程。諸如擴散及SiN沉積等其他製程時常係以同時處理數十或數百個晶圓的批次製程來進行。
一典型矽太陽能電池生產線的平均產出可能係為每一至三秒具有一個太陽能電池，其限制了可供各樣本的直列式特徵化所用之時間。既有的空間性解析式測量一般係太慢無法在如此短時間架構中產生有關電子晶圓品質之高解析度二維資訊。另一方面，已知小瑕疵會對於元件效率造成重大影響。因此為了具有一可靠特徵化係需要高的空間性解析度(<1mm每像素)。製造商因此具有有限的工具讓其得以充分夠高的側向空間性解析度將行經一生產製程之每個晶圓或甚至數個晶圓的一大比例部分之電子性質予以特徵化。
發射發光的特定材料係在其狀態的電子密度中具有一間隙，即所謂帶隙。此等材料稱為帶隙材料。直接及間接帶隙半導體且包括矽係被包括在此定義中。差排(dislocations)係為諸如矽等半導體中一常見類型的結構性瑕疵，且其若出現則會強烈地影響材料的電子性質並因此影響諸如自其製成的太陽能電池等元件之效能。
 發明概要
本發明之一目的係在於克服或改善習知技術的至少一缺點、或提供一有用替代方式。
根據第一態樣，本發明提供一執行一帶隙材料的一分析之方法，該方法包括下列步驟：(a)擷取該帶隙材料的一發光影像；(b)處理該影像以獲得有關該帶隙材料中的瑕疵之資訊；及(c)利用該資訊施加一分類至該帶隙材料。
第二態樣中，本發明提供執行一帶隙材料的一分析之方法，該方法包括下列步驟：(a)獲得有關該帶隙材料中的差排瑕疵之資訊；及(b)利用該資訊施加一分類至該帶隙材料。
根據本發明的第三態樣，提供一預測自一帶隙材料製成之一元件的一或多個操作性特徵之方法，該方法包括下列步驟：(a)獲得該帶隙材料的至少一樣本；(b)擷取該至少一樣本的發光影像；(C)處理該影像以自該樣本獲得有關該帶隙材料中的瑕疵之資訊；(d)分析自該樣本製成之一元件的一或多個操作性特徵；及(e)使該操作性特徵與該資訊交叉相關，其中(i)對於該帶隙材料的進一步樣本重覆步驟(b)及(c)以獲得有關該等進一步樣本中的瑕疵之進一步資訊；及(ii)利用該進一步資訊來預測自該等進一步樣本製成之元件的操作性特徵。
較佳地，影像的處理係包括藉由該技藝已知的任何適當技術來增強影像。
所獲得的資訊較佳係包括有關基材材料的差排瑕疵之資訊。更佳地，該資訊係包括橫越該材料之差排瑕疵的密度之一測量。
影像的處理係可包括決定差排密度的一絕對或相對面積平均數或一與差排密度交叉相關之度量。該處理亦可包括以差排譬如相對於一太陽能電池的金屬接觸部之位置為基礎之一加權函數(weighting function)。該處理亦可包括譬如一瑕疵在其影響到有效少數載體壽命時所顯現的該瑕疵嚴重性之一加權函數。
帶隙基材材料可包含矽。一實施例中，帶隙基材材料可包含一多晶矽晶圓，且步驟(c)可較佳包括決定出利用矽晶圓材料作為其基材之半導體元件的可能操作性特徵。另一實施例中，帶隙基材材料可包含一鑄造單晶矽晶圓。
矽晶圓可為一處於切割現狀未經處理的矽晶圓或一經部份處理的矽晶圓。
半導體元件可包含一光伏打電池。
影像處理可包含使影像相對於背景摻雜濃度作正常化之步驟。
特定瑕疵、特別是差排係時常以相對於同一磚塊中鄰近區很類似的空間性分佈出現於晶圓中，易言之，空間性分佈在數個鄰近晶圓之間很少變動。實施例亦可包括下列步驟：在自一矽體塊或矽磚塊的相鄰或鄰近切片所切割的單一或多重晶圓上進行該方法以及內插或外插結果來決定製作於相鄰或鄰近晶圓上之元件的可能操作性特徵。這可容許只從一次組樣本上的測量即對於一較大樣本組作出效能預測。
該方法亦可包括沿著晶圓材料的一邊緣設置有因邊緣瑕疵或雜質所造成的低材料品質區之步驟。
該方法可進一步包括下列步驟：(d)利用分析步驟的結果來更改在一太陽能電池形成中與一系列處理步驟相關聯之參數藉以改良太陽能電池的品質。參數可包括將一金屬圖案燒製至矽晶圓中之條件。參數亦可包括用於將材料擴散至矽基材中之擴散條件。
特定實施例中，參數係包括用於將材料擴散至該帶隙材料中之擴散條件、或供在該材料中生成經摻雜區的任何其他製程所用之參數。
替代性實施例中，該方法亦可包括將光致發光(photoluminescence)影像相對於晶圓的背景摻雜予以正常化之步驟。正常化步驟係由以背景摻雜濃度來分割各像素中的發光強烈度(luminescence intensity)所組成。
其他實施例中，該處理可包括不同選項，包括對於該差排瑕疵相對於一伏打電池的格線或金屬接觸部之區位及/或根據差排瑕疵的嚴重性將差排密度的面積總和或面積平均數或者差排密度的相對分佈予以加權。
可利用光致發光、微波光電導衰減、光學透射或光學反射測量來獲得資訊。在使用光學透射或光學反射測量之部分案例中，在1400nm-1700nm頻譜範圍中予以執行。
如下文討論，上述方法係適合一範圍的帶隙材料及元件但較佳設計用來可預測一光伏打電池的操作性特徵，包括開路電壓、短路密度、充填因子或效率。
根據本發明的第四態樣，提供一用於預測自一帶隙材料製成之一元件的一或多個操作性特徵之方法，該方法包括下列步驟：(a)獲得該帶隙材料的至少一樣本；(b)獲得有關該至少一樣本中之差排瑕疵的資訊；(c)分析自該至少一樣本製成之一元件的一或多個操作性特徵；及(d)使該操作性特徵與該資訊交叉相關，其中(i)對於該帶隙材料的進一步樣本重覆步驟(b)以獲得有關該等進一步樣本中的差排瑕疵之進一步資訊；及(ii)利用該進一步資訊來預測自該等進一步樣本製成之元件的操作性特徵。
根據本發明的第五態樣，提供一用於預測自一帶隙材料製成之一元件的一或多個操作性特徵之方法，該方法包括下列步驟：(a)獲得該帶隙材料的至少一樣本；(b)獲得有關該至少一樣本中之差排瑕疵的資訊；(c)利用該資訊施加一分類至該帶隙材料；(d)分析自該至少一樣本製成之一元件的一或多個操作性特徵；及(e)使該操作性特徵與該資訊交叉相關，其中(i)對於該帶隙材料的進一步樣本重覆步驟(b)及(c)以獲得對於該等進一步樣本的各者之一進一步分類；及(ii)利用該進一步分類來預測自該等進一步樣本製成之元件的該操作性特徵。
較佳實施例中，可使用該分類來剔退、定價及/或分倉帶隙材料成為不同品質的類別，或者預測自該帶隙材料製成之元件的操作性特徵。
本發明的第六態樣提供一用於執行一矽晶圓材料的一分析之方法，該方法包括下列步驟：(a)擷取該矽晶圓材料的一光致發光影像；(b)處理該影像以獲得有關該材料中的瑕疵之資訊；及(c)利用該資訊施加一分類至該矽晶圓材料。
第七態樣中，本發明提供一用於預測自一矽晶圓製成之一元件的一或多個操作性特徵之方法，該方法包括下列步驟：(a)獲得至少一矽晶圓樣本；(b)擷取該至少一樣本的一發光影像；(c)處理該影像以獲得有關該至少一樣本中的瑕疵之資訊；(d)分析自該至少一樣本製成之一元件的一或多個操作性特徵；及(e)使該操作性特徵與該資訊交叉相關，其中(i)對於進一步矽晶圓樣本重覆步驟(b)及(c)以獲得有關該等進一步樣本中的瑕疵之進一步資訊；及(ii)利用該進一步資訊來預測自該等進一步樣本製成之元件的操作性特徵。
第八態樣中，本發明提供一用於執行一帶隙材料的一分析之系統，該系統包括：一影像擷取元件，其用於擷取該帶隙材料的一發光影像；一影像處理器，其用於處理該影像以獲得有關該材料中的瑕疵之資訊，及；一分類器，其利用該資訊施加一分類至該帶隙材料。第九態樣中，本發明提供一用於執行一帶隙材料的一分析之系統，該系統包括：一獲取元件，其用於獲得有關該帶隙材料中的差排瑕疵之資訊；及一分類器，其利用該資訊施加一分類至該帶隙材料。
第十態樣中，本發明提供一用於預測自一帶隙材料製成之一元件的一或多個操作性特徵之系統，該系統包括：(a)一影像擷取元件，其用於擷取該帶隙材料的至少一樣本之發光影像；(b)一影像處理器，其用於獲得有關該至少一樣本中的瑕疵之資訊；(c)一分析器，其用於分析自該至少一樣本製成之一元件的一或多個操作性特徵；(d)一交叉相關器，其用於獲得該操作性特徵與該資訊之間的一交叉相關；及(e)一預測器，其用於以該交叉相關及有關自該等進一步樣本所獲得之該等瑕疵的資訊為基礎來預測自該帶隙材料的進一步樣本製成之元件的操作性特徵。
第十一態樣中，本發明提供一用於預測自一帶隙材料製成之一元件的一或多個操作性特徵之系統，該系統包括：(a)一獲取元件，其用於獲得有關該帶隙材料之至少一樣本中的差排瑕疵之資訊；(b)一分析器，其用於分析自該至少一樣本製成之一元件的一或多個操作性特徵；(c)一交叉相關器，其用於獲得該操作性特徵與該資訊之間的一交叉相關；及(d)一預測器，其用於以該交叉相關及有關自該等進一步樣本獲得的差排瑕疵之資訊為基礎來預測自該帶隙材料的進一步樣本製成之元件的操作性特徵。
第十二態樣中，本發明提供一用於在一多晶矽晶圓中自顆粒邊界分辨差排瑕疵之方法，該方法包括下列步驟：擷取該矽晶圓的一發光影像；擷取該矽晶圓的一習知光學影像；及比較該等發光及光學影像。
第十三態樣中，本發明提供一用於在一多晶矽晶圓中自顆粒邊界分辨差排瑕疵之系統，該系統包括：一第一影像擷取元件，其用於擷取該矽晶圓的一發光影像；一第二影像擷取元件，其用於擷取該矽晶圓的一習知光學影像；及一比較器，其用於比較該等發光及光學影像。
第十四態樣中，本發明提供一用於監測一降低一帶隙材料中之瑕疵密度的製程之方法，該方法包括下列步驟：(a)在該製程之前擷取該材料的一光致發光影像；(b)處理該影像以獲得該材料中之該瑕疵密度的一第一測量；(c)在該製程之後擷取該材料的一光致發光影像；(d)處理該影像以獲得該材料中之該瑕疵密度的一第二測量；及(e)比較該等第一及第二測量。
第十五態樣中，本發明提供一用於控制一降低一帶隙材料中之瑕疵密度的製程之方法，該方法包括下列步驟：(a)在該製程之前、或該製程之後、或兩者擷取該材料的一或多個光致發光影像；(b)處理該等影像以獲得該材料中之該瑕疵密度的一或多個測量；(c)以該一或多個測量為基礎來調整該製程的一或多個條件。
第十六態樣中，本發明提供一用於監測一降低一帶隙材料中之瑕疵密度的製程之系統，該系統包括：一影像擷取元件，其用於在該瑕疵降低製程之前與之後擷取該材料的光致發光影像；一影像處理器，其用於在該瑕疵降低製程之前與之後處理該等影像以獲得該材料中之該瑕疵密度的測量；及一比較器，其用於比較該等測量。
第十七態樣中，本發明提供一用於控制一降低一帶隙材料中之瑕疵密度的製程之系統，該系統包括：一影像擷取元件，其用於在該瑕疵降低製程之前及/或之後擷取該材料的光致發光影像；一影像處理器，其用於在該瑕疵降低製程之前及/或之後處理該等影像以獲得該材料中之該瑕疵密度的測量；及一控制器，其用於以該等測量的至少一者為基礎來調整該製程的一或多個條件。
圖式簡單說明
現在將參照附圖僅藉由範例來描述本發明的一較佳實施例，其中：第1A圖顯示一較佳實施例中的步驟；第1B圖顯示另一較佳實施例中的步驟；第2圖顯示一多晶矽晶圓的一光致發光影像；第3圖顯示第2圖所示的影像之一經過濾版本；第4圖顯示一原料多晶矽晶圓的一經過濾光致發光影像；第5圖顯示自與第4圖晶圓相鄰的一晶圓製成之一經完全處理的太陽能電池之一經高通過濾的光致發光影像；第6圖顯示第5圖的太陽能電池之一頻譜光束引發式電流(LBIC)地圖；第7圖顯示原料晶圓中的差排密度與自鄰近晶圓製成之完成電池中的開路電壓之間的一交叉相關；第8圖顯示一“邊界”晶圓的一光致發光影像，“邊界”晶圓亦即從接近一錠塊邊緣的一區所切割之晶圓；第9圖顯示對於第8圖晶圓的鄰近晶圓之光致發光影像；及第10圖顯示一供較佳實施例利用之生產線製程。
 較佳及其他實施例的描述
基材材料(譬如一矽晶圓)之電子材料品質的側向變異會對於自該材料製成之太陽能電池的諸如開路電壓、短路電流密度、充填因子及效率等關鍵效能參數具有重大影響。
該較佳實施例提供可在太陽能電池製造的起點或晶圓製造的終點快速地評估原料晶圓品質並預測在正常處理條件下所預期的電池效能參數或其統計學變異之方法及系統。亦可使用該等方法及系統來評估預定用來改良電子材料品質之諸如退火等額外處理步驟的效應。
較佳實施例係包括一帶隙材料的光致發光(PL)影像之分析，PL影像亦即為藉由材料的光激勵所產生之帶至帶重組發光的影像。替代性實施例中，可由諸如電激勵(電致發光)等其他手段產生發光。PL成像係為一用於矽晶圓特徵化之快速且無接觸的度量技術，譬如揭露於公開的美國專利申請案2009/0051914 A1，其內容合併於本文中以供參考。可以高空間性解析度及約一秒每晶圓的總資料獲取時間在處於切割現狀的多晶(mc)矽晶圓上執行PL成像。
較佳實施例具有對於原料或經部份處理的矽晶圓之特徵化的特定應用，包括評估諸如差排等瑕疵之絕對或相對密度分佈，及包括開路電壓、短路電流密度、充填因子及效率等太陽能電池參數的後續預測。本描述係著重於決定差排的分佈密度，但發明性概念亦適用於會導致電池效能劣化之其他瑕疵的分析，包括雜質、裂痕及分路。
以瑕疵密度分佈之此資訊為基礎，一晶圓可被分類或定價，具有下列利益：1)晶圓製造商可使用該資訊來評估其送出材料(晶圓)的品質使其可對於其客戶(電池製造商)展現其傳達了符合規範的晶圓品質，或者其可根據產品品質來定價其產品；2)電池製造商可以相反方式來使用資訊，亦即檢查從晶圓製造商接收之晶圓是否符合所需要的品質規範。
3)晶圓製造商可在原始或經部份處理的晶圓上系統性地使用PL影像來決定三維中的差排分佈(亦即橫越晶圓區域且往下經過自其切割晶圓之磚塊)。可將此資訊饋送回處理條件中供體塊鑄造用，以改良製造製程。
4)電池製造商可使用晶圓分倉(wafer binning)來分類晶圓。因為對於具有可變差排量之晶圓存在有不同的最適處理條件，隨後可以經最適化的倉特定性處理條件來處理晶圓。並且，可達成處理之變異以實行較高品質的結果，譬如，一晶圓可被旋轉以確保一特定的高瑕疵區不會接近一處於完成現狀的電池之匯流排桿。在使用一雷射來界定高側向傳導性電流路徑之諸如半導體指技術等現代電池概念中，可導引雷射以避免差排或雜質富含區。
5)電池製造商亦可剔退具有不足材料品質之晶圓。
6)電池製造商亦可使用晶圓分倉將晶圓指派予特定太陽能電池處理線。該指派可包括指派予用於處理同類型太陽能電池但在不同線中具有不同處理參數之不同太陽能電池線，或指派予用於產生不同類型太陽能電池之電池線。
7)如從一PL影像所決定的瑕疵分佈參數係可變成對於晶圓品質之標準參數。
8)隨時間經過，可累積一大型的分析之資料庫藉以提供用於分倉/分類之經改良的影像分析結果及經改良的演算法。
一較佳實施例中所含之步驟係包含擷取及處理來自諸如矽等帶隙材料之光致發光影像，及使用處理的結果來預測從該等材料製成之諸如光伏打(太陽能)電池等元件的操作性特徵。步驟1顯示於第1A圖中並包括一擷取一光致發光影像之第一步驟2，然後處理3所擷取影像，首先增強影像以突顯可能出現於樣本中之諸如差排等瑕疵，再來獲得有關該等瑕疵的分佈之資訊。此資訊可包括瑕疵密度之一絕對或相對面積平均數或者一與瑕疵密度或與瑕疵分佈或兩者交叉相關之度量。最後，步驟4中，利用該資訊來預測該材料製成之諸如太陽能電池等元件的操作性特徵。
另一較佳實施例中所含之步驟係包含擷取及處理來自諸如矽等帶隙材料之光致發光影像，及使用處理的結果將材料分類。步驟5顯示於第1B圖中並包括一擷取一光致發光影像之第一步驟2，然後處理3所擷取影像，首先增強影像以突顯可能出現於樣本中之諸如差排等瑕疵，再來獲得有關該等瑕疵的分佈之資訊。此資訊可包括瑕疵密度之一絕對或相對面積平均數或者一與瑕疵密度或與瑕疵分佈或兩者交叉相關之度量，並用來將一有利數值指派予樣本。最後，步驟6中，利用此有利數值將樣本分類，譬如供分倉或定價用途。請瞭解雖無法以絕對精確度預測出後續元件的操作性特徵，但對於分倉或定價目的來說知道由具有較高差排密度的帶隙材料製成之太陽能電池通常將具有次等性質即已足夠。
PL影像擷取係為已知並譬如揭露於“用於矽晶圓及太陽能電池的特徵化之發光成像的進展”，第22屆歐洲光伏打太陽能會議，義大利米蘭，2007年9月，其內容合併於本文中以供交叉參考。
第2圖顯示如太陽能電池製造中所典型使用之一1Ωcm p-型15x15cm2多晶(mc)矽晶圓的一PL影像10之一範例。此影像顯現出材料品質的一強烈變異，亦即，明亮區域11對應於具有良好電子性質之區域而較暗區域12對應於具有較差電子性質之區域。請注意此處所討論的PL成像應用係指帶至帶發光之測量，其發生於一半導體之傳導帶中的電子及價帶中的電洞之間的輻射性重組期間。在矽中，該製程期間所發射之大部份光子係在室溫下位於850nm至1300nm的頻譜範圍中。
PL影像10係在一處於切割現狀的15x15cm2多晶矽晶圓上取得。進一步的分析係揭露該影像具有兩主導的特徵構造：1)具有在中心11呈較高發光強烈度及朝向邊緣12呈較低強烈度之一長範圍變異；及2)較低強烈度之短範圍變異13。後者型式被詮釋為差排叢集。部分的個別線亦可能由重組活性顆粒邊界所造成。
較佳實施例的方法中之下個步驟3係為處理PL影像。存在有多種不同的標準影像處理技術可藉以容許過濾或增強特定的預定影像特徵構造，其在本申請案中係譬如為會劣化太陽能電池效能之特定類型瑕疵的特徵。常見類型的影像處理技術係包括雜訊降低(中位數過濾、小波域方法、雙側向過濾、灰階形態重建)，線偵測(譬如使用邊緣偵測技術諸如索玻邊緣(Sobel-edge)偵測)，及影像解迴旋(維納(Weiner)過濾、盲目解迴旋、經由路西-理察森(Lucy-Richardson)及連偉柏(Landweber)方法的疊代解迴旋)及其他。這些技術描述於諸如鞏薩雷茲(R.Gonzalez)及伍茲(R.Woods)的“數位影像處理”(第三版，2008)等標準文本中。
“高通過濾”係為用於移除一影像或部分其他信號或資料組的低頻組份之過濾製程的一般用語。本脈絡下，高通過濾可用來自一PL影像移除長範圍發光變異之影響。第3圖顯示以一用於消除長範圍變異的高通濾器所處理之第2圖影像的PL影像之一範例結果20，藉以更清楚地顯現出譬如差排或重組活性顆粒邊界所造成之小尺度變異21的分佈。只供範例用，一簡單形式的高通過濾係包含將一快速傅立葉轉換(FFT)施加至原始影像，自所產生頻率分域影像消除低空間性頻率，及施加一反FFT。
替代性實施例中，可將進一步影像處理步驟施加至影像。一範例中，影像本身可相對於一背景摻雜位準被正常化以具有經改良的結果。背景摻雜物對於p-型矽可譬如為硼或對於n-型矽則為磷。另一範例中，可藉由上述影像解迴旋技術的一者來增強影像對比，而將系統之一經理論性或實驗性測量的點分散函數列入考慮。點分散效應一般係藉由非理想光學件所造成，且在使用一CCD攝影機的發光成像案例中亦可藉由CCD晶片內之光的側向散射所造成。在差排的脈絡中，解迴旋演算法可大幅地增強差排或其他局部特徵構造與背景之間的影像對比。
一旦已譬如藉由過濾與解迴旋技術的一組合來增強一PL影像，為了突顯材料中的差排，可以諸如索玻邊緣(Sobel-edge)偵測等一或多個演算法繼續作影像處理，以獲得有關差排的分佈密度之資訊。
實際上難以在多晶矽的PL影像中自顆粒邊界分辨出差排。在此脈絡中，PL影像與習知光學影像之比較係可能有用，因為光學影像顯示顆粒邊界而非差排，故得以分辨兩類型的特徵構造。
尤其是差排等特定瑕疵時常以對於相同磚塊中的鄰近區而言很類似的空間性分佈出現於晶圓中，易言之，在數個鄰近晶圓之間空間性分佈很少變動。第4圖顯示高通過濾後之一原料晶圓的一PL影像40，第5圖顯示自一鄰近晶圓製成之一完成的電池之一PL影像50，而第6圖顯示自相同電池上取得的一頻譜光束引發式電流(LBIC)地圖所獲得之一對應的擴散長度影像。在LBIC資料(第6圖)與鄰近原料晶圓上的PL影像(第4圖)之間觀察到一強烈交叉相關。因此，一電池之經過濾的PL影像係可作為LBIC影像之一代理物，而一原料晶圓的一經過濾PL影像係可作為自該晶圓或自一磚塊的相鄰部分所切割晶圓製成之一電池的可能操作性條件之一指示物。如此只從對於一次組的晶圓樣本之測量即得以對於一較大樣本組作出效能預測。
第6圖中代表具有低的少數載體擴散長度的區之LBIC資料係對應於其中光產生載體具有相對較低收集之區，其傾向於對於電池的短路電流密度具有一直接衝擊。第4及6圖的資料之間所發現的交叉相關係暗示一原料晶圓上的PL影像與一完成電池中的短路電流密度極具有交叉相關。以一類似方式，第7圖顯示如上述自PL成像獲得之原料晶圓中的平均差排密度以及自“姐妹”(鄰近)晶圓所製造之太陽能電池的開路電壓之間的一交叉相關。特定言之，可看出較低差排密度係與較高的開路電壓交叉相關，所以可利用原料或經部份處理的晶圓中觀察到之差排密度來預測電池電壓。
一簡單方式中，橫越在太陽能電池處理之一早期階段所取得的一PL影像之瑕疵區(具有差排之區)的平均絕對或相對密度可能係與諸如短路電流密度、開路電壓、充填因子或效率(如第7圖所示)等電池參數交叉相關。較精細的演算法可以瑕疵位置-譬如與金屬接觸部(譬如格線或匯流排桿)或電池邊緣之鄰近性-為基礎使用加權函數。譬如，比起一較遠離匯流排桿之瑕疵而言，一接近一匯流排桿或金屬指一者之瑕疵係可能對於電池電壓具有一較大衝擊。
一瑕疵愈暗地出現於一光致發光影像中，則其重組活性(recombination activity)愈強。一加權函數亦可能以一瑕疵區中的發光強烈度之相對強烈度變異為基礎。
發光強烈度通常係與背景摻雜成正比，其以熟知方式從一錠塊底部至頂部產生變動。因此，若背景摻雜為已知(來自錠塊中之晶圓的已知位置，或經由一分開的測量)，則發光強烈度可被正常化至摻雜位準，使來自不同晶圓的發光強烈度得自作一較定量性之比較。該正常化可包含將所測量的發光影像除以一均等於或正比於橫越晶圓的平均背景摻雜濃度之固定因子，其本身以一概呈非線性方式對應於晶圓在錠塊中的位置。
所揭露的PL成像技術不只可使用於原料晶圓上及完成的電池上亦可使用於太陽能電池製造中任何處理階段的晶圓上。
已知可藉由一熱退火製程來降低矽晶圓或矽磚塊中之差排密度(哈特曼(K.Hartman)等人的“多晶矽太陽能電池中藉由高溫退火之差排密度降低”，應用物理通信(Applied Physics Letters)vol 93(12)122108(2008))。在晶圓上，此製程可由晶圓製造商或由太陽能電池製造商使用以減輕差排對於電池效能的衝擊，且晶圓製造商亦可能能夠退火整體磚塊。退火製程可以一批次製程或一連續直列式製程進行，處於1200至1400℃之間的一溫度。原則上，該製程可在任何類型的矽晶圓上進行，但對於已知含有差排的矽樣本一亦即多晶矽晶圓(其包括串列綵帶及邊緣界定式膜進給生長(EFG)晶圓)及鑄造單晶晶圓最為有用。
因為PL測量能夠快速地評估絕對或相對表面性差排密度及差排影響區域的空間性分佈(亦即，差排密度的絕對或相對分佈)，PL成像可用來監測此熱退火製程。譬如，在退火前及退火後於一樣本上所進行之PL成像係將容許對於退火製程的效力作定量評估。若不可能作個別樣本追蹤，可以從退火步驟之前及之後獲得的PL影像所計算之來自數個樣本的差排密度之統計學資料為基礎來進行一分析。
此製程監測亦會導致經改良的製程控制，其中以來自PL影像分析的結果為基礎來調整退火條件。可以預定演算法或實證資料為基礎自動地進行此製程控制。這些退火條件可譬如為溫度輪廓(將樣本加熱至一所想要溫度，使其保持在一或多個固定溫度且最後將樣本冷卻至室溫)，或退火爐具中的大氣。用於退火之最適製程條件亦可依據差排密度本身而定，所以一退火前PL測試的結果可用來決定最適的退火條件。這可與將晶圓分類成分離的品質倉之作用予以合併以容許處理具有給定退火條件之個別倉。
在退火前所測量之一PL影像亦可用來將晶圓分類成具有低差排密度之晶圓vs.具有高差排密度之晶圓，容許選擇不需要退火步驟之具有低差排密度的晶圓，藉以降低必須經歷額外退火步驟之總晶圓量並導致晶圓或電池生產中的最適化操作。
雖然帶至帶重組發光的PL成像係為吾人用來分析差排在矽中的分佈密度之較佳方法，其並非唯一方法。特定處理及激勵條件下，矽中的差排已被顯現為發射位於1400nm-1700nm頻譜範圍中之光(泰拉索夫(I.Tarasov)等人“對於太陽能電池之多晶矽中的瑕疵鈍化”，應用物理通信(Applied Physics Letters)vol 85(19)4346-4348(2004))。根據科契霍夫定理(Kirchhoff’s law)的一般化，其可適用於發光，能夠吸收一特定波長範圍中的光之任何材料係亦可發射該相同範圍中之光，且反之亦然。一矽晶圓中之差排富含區因此應在1400nm-1700nm頻譜範圍中比起具有零或低差排密度的區更強烈地吸收。一實施例中，可使用侷限於該頻譜範圍之反射或透射測量來識別矽中的差排。可合併有適當狹窄頻譜或適當經過濾的光源利用在1400nm-1700nm頻譜範圍中呈敏感之線掃描或面攝影機以一空間性解析方式進行這些反射或透射測量。
除了差排外，可藉由發光成像在起始晶圓材料(亦即處於切割現狀的晶圓)中所識別之一特定類型瑕疵的另一範例係為接近一晶圓的邊緣之雜質相關的瑕疵，其導致低的載體壽命及因此導致降低的電池效率。處於切割現狀的多晶晶圓時常在邊緣附近或角落中具有低的材料品質，源自於自其切割晶圓的鑄造多晶體塊底部、頂部及側壁之高雜質濃度所致。這些雜質常來自於氧的擴散以及在鑄造及多晶製程期間從坩堝壁進入矽體塊中的過渡金屬或其他金屬。在一體塊頂部，低載體壽命係由結晶期間“漂浮”到頂部之諸如過渡金屬及碳等離析雜質所造成，其通常從一體塊底部前進至頂部。這些位於一體塊底部、頂部及側邊之低載體壽命區通常係在體塊剁成磚塊前被晶圓製造商切除，故理想上只有良好品質區使用於晶圓生產。然而，晶圓製造商時常未切除足夠材料，所以在接近一邊緣或接近一角落之部分晶圓中會發現很低載體壽命的材料。
第8圖顯示自一體塊邊緣(左方)切割之一晶圓的一範例PL影像。在PL影像中概呈暗狀之高雜質/低壽命區中，諸如差排及顆粒邊界等瑕疵係呈現較亮而非較暗。因為差排導致雜質的吸獲作用(gettering)而發生此對比反差，這改良了其附近的材料品質。這些“亮”差排比起低雜質區的“暗”差排呈現更為擴散，但仍可使用類似的線偵測演算法來突顯差排及測量其表面性密度。
特定實施例中，可因此使用PL成像來識別1)來自一錠塊底部或頂部之晶圓。
2)來自一錠塊邊緣或角落之晶圓。
PL影像的影像處理會導致特定特徵構造之自動識別及分類。分類可譬如以瑕疵嚴重性為基礎，可譬如在PL影像中藉由發光強烈度來偵測瑕疵嚴重性；或以受影響區域為基礎；或以其組合為基礎。晶圓及電池製造商可因此使用PL成像分類出這些晶圓或將其分倉成不同品質的倉，且電池製造商可剔退此等晶圓並將其送回晶圓製造商或支付較低價格。
一範例顯示於第9圖，其中四個鄰近晶圓係在(a)表面損傷蝕刻後、(b)射極擴散後、(c)SiN沉積後及(d)完整電池處理後被PL成像。完成的電池(d)中可見之差排叢集係在擴散步驟(b)後被清楚觀察到。雖然處於切割現狀的晶圓上亦可藉由PL來偵測差排，因為一般係在容許較短資料獲取、較低品質設備或導致較高空間性解析度影像或其任何組合的該步驟之後使PL強烈度增強，所以擴散步驟後的測量會是有利方式。增強的光致發光信號係為發射體擴散側上的場效表面鈍化之結果。
一實施例中，可在射極擴散步驟之後施加分倉及分類以及專用的處理程序。並且，可能以擴散步驟之後來自PL影像的結果為基礎來調整諸如燒製條件等處理步驟，藉以提供改良的終端結果。
可能具有進一步修改。晶圓製造商可譬如不只在晶圓上而且亦在整體體塊上或個別正方形柱件(磚塊)上使用PL成像技術。譬如，每個磚塊可在其被鋸切成晶圓前於一或多側上以PL成像作測量，讓晶圓製造商得以識別低壽命區的位置或偵測磚塊側上之差排密度，藉以得到有關一給定高度處(亦即一特定晶圓位置處)之錠塊內側的差排密度或有關高雜質含量所造成之低壽命區的位置之資訊。藉由合併數個影像係得以獲取就該脈絡而言更為詳細且精確之資訊。晶圓製造商亦可測量整體體塊以識別剁除雜質富含側、底部及頂部之最好位置。
當測量一可自其切片晶圓之“磚塊”時，速度並不如測量個別晶圓時般重要。通常，一磚塊被鋸切成數百個晶圓所以有較多時間可供特徵化之用。因此可採用一線掃描PL工具其中照射呈現一線形狀且使用一線性偵測器陣列來擷取該發射。或者，可以一映圖型式配置在錠塊或體塊上的不同部份取得一系列的二維影像，藉以產生整體錠塊或體塊的一高解析度影像。
現在參照第10圖，示意性顯示一利用較佳實施例的方法來製造太陽能電池之範例生產線系統。此系統中，晶圓沿著一皮帶運送，其在該處被一PL擷取系統所成像。所產生的影像係在顯示與儲存之前受到處理及分析。
該等較佳實施例係可延伸運用至單晶及多晶晶圓。通常利用一鑄造製程來製造多晶晶圓。存在有不同方法可供製造單晶矽晶圓，包括“柴式法(Czochralsky method(Cz))”及“浮區”法。就電池效率而言，一般比起多晶矽而言係偏好採用單晶矽，然而較高太陽能電池效率通常係被較高的單晶晶圓生產成本所抵消。近來，已導入一用於製造鑄造單晶矽晶圓之方法且該方法的細節可見於斯多達(Stoddard)等人名下的美國專利申請案公開2007/0169684 A1中。習見單晶矽晶圓的一項一般優點係在於：其比起多晶晶圓而言具有較低的雜質濃度且基本上可不含諸如差排或顆粒邊界等結構性瑕疵。相反地，差排會出現於上述鑄造單晶晶圓中。較佳實施例的技術對於未經鈍化之鑄造單晶矽晶圓具有同等應用。並且，在一早期階段藉由發光成像自一晶圓所決定之結構性瑕疵的密度係可與電流密度及/或電壓或其他電池參數交叉相關。相較於多晶晶圓，在一鑄造單晶矽晶圓的案例中由於缺乏時常在多晶晶圓上取得的發光影像中觀察到之許多其他特徵構造，所以自發光影像識別出結構性瑕疵之作用係顯著更加容易且更可靠。
較佳實施例可直接應用於其他光伏打電池材料並可配合利用諸如單晶矽、薄膜矽、CdTe、非晶矽、微形矽(micro-morph silicon)、玻璃上奈米晶矽、銅銦鎵二硒(CIGS)及相關薄膜材料等其他的帶隙材料。
雖然已參照特定範例來描述本發明，熟習該技藝者瞭解可以許多其他形式實施本發明，
1、2、3、4．．．步驟
10．．．光致發光(PL)影像
11．．．明亮區域,中心
12．．．較暗區域,邊緣
13．．．短範圍變異
20．．．以一用於消除長範圍變異的高通濾器所處理之第2圖影像的PL影像之範例結果
21．．．譬如差排或重組活性顆粒邊界所造成之小尺度變異
40．．．高通過濾後之一原料晶圓的PL影像
50．．．自一鄰近晶圓製成之一完成的電池之PL影像
第1A圖顯示一較佳實施例中的步驟；第1B圖顯示另一較佳實施例中的步驟；第2圖顯示一多晶矽晶圓的一光致發光影像；第3圖顯示第2圖所示的影像之一經過濾版本；第4圖顯示一原料多晶矽晶圓的一經過濾光致發光影像；第5圖顯示自與第4圖晶圓相鄰的一晶圓製成之一經完全處理的太陽能電池之一經高通過濾的光致發光影像；第6圖顯示第5圖的太陽能電池之一頻譜光束引發式電流(LBIC)地圖；第7圖顯示原料晶圓中的差排密度與自鄰近晶圓製成之完成電池中的開路電壓之間的一交叉相關；第8圖顯示一“邊界”晶圓的一光致發光影像，“邊界”晶圓亦即從接近一錠塊邊緣的一區所切割之晶圓；第9圖顯示對於第8圖晶圓的鄰近晶圓之光致發光影像；及第10圖顯示一供較佳實施例利用之生產線製程。
1、2、3、4．．．步驟

Claims (32)

  1. 一種用以執行帶隙材料的分析之方法，該方法包括下列步驟：(a)擷取該帶隙材料的一發光影像；(b)處理該影像以獲得有關該帶隙材料中的瑕疵之資訊；(c)利用該資訊施加一分類至該帶隙材料；以及(d)使用該分類以將該帶隙材料基於由該帶隙材料所製成之一半導體元件的可能操作性特徵而分倉至不同品質類別。
  2. 如請求項1之方法，其中該發光影像係為一光致發光影像。
  3. 如請求項1之方法，其中該資訊包括該帶隙材料中之差排密度的面積總和或面積平均數、或差排之相對分佈。
  4. 如請求項1之方法，其中該帶隙材料包含矽。
  5. 如請求項4之方法，其中該帶隙材料包含一處於切割現狀或經部份處理的多晶或單晶矽晶圓。
  6. 如請求項5之方法，其中利用步驟包括預測自該多晶或單晶矽晶圓製成之一半導體元件的操作性特徵。
  7. 如請求項6之方法，其中該半導體元件包含一光伏打電池，且該等操作性特徵包括開路電壓、短路電流密度、充填因子或效率。
  8. 如請求項1之方法，其中該帶隙材料包含在鋸切成晶圓前呈一體塊、錠塊或磚塊的矽。
  9. 如請求項1之方法，進一步包含下列步驟：在一或多個晶圓上進行該方法，該一或多個晶圓係自一錠塊、磚塊或體塊的該帶隙材料之相鄰或鄰近之切片切割出來；及內插或外插結果以預測由自該錠塊、磚塊或體塊切割的一或多個鄰近晶圓製成之元件的操作性特徵、或施加一分類至該等鄰近晶圓。
  10. 如請求項1之方法，進一步或可擇地包含下列步驟：沿著該帶隙材料的一邊緣設置有由邊緣瑕疵或雜質所造成之低材料品質區。
  11. 如請求項1之方法，進一步包含下列步驟：利用該分類來更改與形成一光伏打電池之一系列處理步驟相關聯之參數，藉以改良該光伏打電池的品質。
  12. 如請求項11之方法，其中該等參數包括用以將一金屬圖案燒製至該帶隙材料中之條件。
  13. 如請求項11之方法，其中該等參數包括用以將材料擴散至該帶隙材料中之擴散條件，或用以在該材料中生成摻雜區的任何其他製程之參數。
  14. 如請求項1之方法，進一步包含下列步驟：將該影像相對於該帶隙材料的背景摻雜位準予以正常化。
  15. 如請求項3之方法，其中該等差排密度的面積總和或面積平均數或該等差排的相對分佈係對於該等差排相對於一光伏打電池的格線或其他金屬接觸部之區位受到加權。
  16. 如請求項3之方法，其中該等差排密度的面積總和或面 積平均數或該等差排的相對分佈係根據該等差排的嚴重性受到加權。
  17. 如請求項16之方法，其中該嚴重性係以一發光影像中的相對強度變化為基礎來評估。
  18. 如請求項1之方法，其中該帶隙材料的分類包括剔退、定價或預測自該材料製成的元件之一或多個操作性特徵。
  19. 一種用以執行矽晶圓材料的分析之方法，該方法包括下列步驟：(a)擷取該矽晶圓材料的一光致發光影像；(b)處理該影像以獲得有關該材料中的瑕疵之資訊；(c)利用該資訊施加一分類至該矽晶圓材料；以及(d)使用該分類以將該矽晶圓材料基於由該矽晶圓材料所製成之一光伏打電池的可能操作性特徵而分倉至不同品質類別，其中該等操作性特徵包括開路電壓、短路電流密度、充填因子或效率。
  20. 一種用以執行帶隙材料的分析之系統，該系統包括：一影像擷取元件，其係用以擷取該帶隙材料的一發光影像；一影像處理器，其係用以處理該影像以獲得有關該材料中的瑕疵之資訊；以及一分類器，其係用以利用該資訊施加一分類至該帶隙材料，且用以使用該分類以將該帶隙材料基於由該帶 隙材料所製成之一半導體元件的可能操作性特徵而分倉至不同品質類別。
  21. 如請求項20之系統，其中該系統包括一光致發光擷取系統，使得該發光影像係為一光致發光影像。
  22. 如請求項20之系統，其中該資訊包括該帶隙材料中之差排密度的面積總和或面積平均數、或差排的相對分佈。
  23. 如請求項20之系統，其中該系統係適於分析包含矽之一帶隙材料。
  24. 如請求項23之系統，其中該帶隙材料包含一處於切割現狀或經部份處理的多晶或單晶矽晶圓。
  25. 如請求項24之系統，其中利用步驟包括預測自該多晶或單晶矽晶圓製成之一半導體元件的操作性特徵。
  26. 如請求項25之系統，其中該半導體元件包含一光伏打電池，且該等操作性特徵包括開路電壓、短路電流密度、充填因子或效率。
  27. 如請求項20之系統，其中該系統係適於分析包含在鋸切成晶圓前呈一體塊、錠塊或磚塊之矽的一帶隙材料。
  28. 如請求項20或21之系統，進一步包含下列步驟：將該影像相對於該帶隙材料的背景摻雜位準予以正常化。
  29. 如請求項22之系統，其中該等差排密度的面積總和或面積平均數或該等差排的相對分佈係對於該等差排相對於一光伏打電池的格線或其他金屬接觸部之區位受到加權。
  30. 如請求項22之系統，其中該等差排密度的面積總和或面 積平均數或該等差排的相對分佈係根據該等差排的嚴重性受到加權。
  31. 如請求項30之系統，其中該嚴重性係以一發光影像中的相對強度變化為基礎來評估。
  32. 如請求項20之系統，其中該帶隙材料的分類包括剔退、定價或預測自該材料製成的元件之一或多個操作性特徵。
TW098110799A 2008-03-31 2009-03-31 晶圓成像及處理方法與裝置 TWI609177B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
AU2008901552A AU2008901552A0 (en) 2008-03-31 Wafer imaging and processing method and apparatus

Publications (2)

Publication Number Publication Date
TW201000887A TW201000887A (en) 2010-01-01
TWI609177B true TWI609177B (zh) 2017-12-21

Family

ID=41134744

Family Applications (1)

Application Number Title Priority Date Filing Date
TW098110799A TWI609177B (zh) 2008-03-31 2009-03-31 晶圓成像及處理方法與裝置

Country Status (9)

Country Link
US (2) US9103792B2 (zh)
EP (1) EP2272101A4 (zh)
JP (2) JP2011516374A (zh)
KR (1) KR20100131512A (zh)
CN (2) CN104022056B (zh)
AU (1) AU2009230877A1 (zh)
MY (1) MY177022A (zh)
TW (1) TWI609177B (zh)
WO (1) WO2009121133A1 (zh)

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8710860B2 (en) * 2006-05-05 2014-04-29 Bt Imaging Pty Ltd Method and system for testing indirect bandgap semiconductor devices using luminescence imaging
WO2011009159A1 (en) 2009-07-20 2011-01-27 Bt Imaging Pty Ltd Separation of doping density and minority carrier lifetime in photoluminescence measurements on semiconductor materials
WO2011016420A1 (ja) * 2009-08-03 2011-02-10 株式会社エヌ・ピー・シー 太陽電池の欠陥検査装置、欠陥検査方法、およびプログラム
TW201124714A (en) * 2009-08-14 2011-07-16 Bt Imaging Pty Ltd Photoluminescence imaging of surface textured wafers
TWI522609B (zh) * 2010-01-04 2016-02-21 Ｂｔ映像私人有限公司 用於分析半導體的方法與系統以及執行該方法與操作該系統的製造物件
CN203055871U (zh) * 2010-03-30 2013-07-10 Bt成像股份有限公司 一种用于加工半导体样品的系统
EP2378278B1 (en) * 2010-04-19 2018-03-28 Airbus Defence and Space GmbH Method for screening of multi-junction solar cells
DE102010017557A1 (de) 2010-06-24 2011-12-29 Schott Solar Ag Verfahren zur Qualitätskontrolle eines zu prozessierenden Substrats
CN103119704A (zh) 2010-07-23 2013-05-22 第一太阳能有限公司 在线计量系统及方法
CN103210482B (zh) 2010-08-09 2016-06-22 Bt成像股份有限公司 持久性特征检测
JP5682858B2 (ja) * 2011-05-20 2015-03-11 株式会社Sumco シリコンウェーハの評価方法および製造方法
CN103765567A (zh) * 2011-06-24 2014-04-30 科磊股份有限公司 使用光致发光成像检验发光半导体装置的方法和设备
US8604447B2 (en) 2011-07-27 2013-12-10 Kla-Tencor Corporation Solar metrology methods and apparatus
US20130100275A1 (en) * 2011-08-04 2013-04-25 Kla-Tencor Corporation Apparatus and method to estimate the potential efficiency of a polycrystalline solar cell
US8750596B2 (en) 2011-08-19 2014-06-10 Cognex Corporation System and method for identifying defects in a material
US20130252011A1 (en) * 2011-09-14 2013-09-26 MEMC Singapore, Pte. Ltd. (UEN200614797D) Multi-Crystalline Silicon Ingot And Directional Solidification Furnace
US9246434B2 (en) 2011-09-26 2016-01-26 First Solar, Inc System and method for estimating the short circuit current of a solar device
CN102315332B (zh) * 2011-09-29 2013-08-07 英利能源（中国）有限公司 太阳能电池片热处理工艺
ITUD20110162A1 (it) * 2011-10-13 2013-04-14 Applied Materials Italia Srl Metodo ed apparato per la realizzazione di celle solari con emettitori selettivi
WO2013067573A1 (en) * 2011-11-07 2013-05-16 Bt Imaging Pty Ltd Wafer grading and sorting for photovoltaic cell manufacture
KR101301430B1 (ko) * 2011-12-07 2013-08-28 주식회사 엘지실트론 웨이퍼의 결함측정방법
NL2007941C2 (en) * 2011-12-09 2013-06-11 Stichting Energie Qualification of silicon wafers for photo-voltaic cells by optical imaging.
JP5172008B1 (ja) * 2011-12-14 2013-03-27 シャープ株式会社 多結晶シリコンウエハの検査方法および製造方法ならびにその用途
DE102011056404A1 (de) 2011-12-14 2013-06-20 Schott Solar Ag Verfahren zur Qualitätsermittlung eines Siliciumwafers
US9136185B2 (en) * 2011-12-19 2015-09-15 MEMC Singapore Pte., Ltd. Methods and systems for grain size evaluation of multi-cystalline solar wafers
JP2013167596A (ja) * 2012-02-17 2013-08-29 Honda Motor Co Ltd 欠陥検査装置、欠陥検査方法及びプログラム
JP2013197173A (ja) * 2012-03-16 2013-09-30 Toshiba Corp 太陽電池アレイ検査方法および太陽電池アレイ検査装置
CN102680444B (zh) * 2012-05-11 2014-12-31 常州天合光能有限公司 一种多晶硅片晶向测试方法
CN104412098B (zh) * 2012-07-06 2018-10-30 Bt成像股份有限公司 检查半导体晶片的方法
DE102012106435A1 (de) 2012-07-17 2014-05-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Qualitätsbewertung eines aus einem Ingot herausgetrennten Bricks
FR2994264B1 (fr) * 2012-08-02 2014-09-12 Centre Nat Rech Scient Procede d'analyse de la structure cristalline d'un materiau semi-conducteur poly-cristallin
WO2014027354A1 (en) * 2012-08-15 2014-02-20 Nova Measuring Instruments Ltd. Optical metrology for in-situ measurements
US9576860B2 (en) 2013-03-15 2017-02-21 First Solar, Inc. Method and apparatus providing inline photoluminescence analysis of a photovoltaic device
CN103364704B (zh) * 2013-06-26 2015-10-28 常州天合光能有限公司 一种多晶硅片开路电压的预测方法
US9685906B2 (en) 2013-07-03 2017-06-20 Semilab SDI LLC Photoluminescence mapping of passivation defects for silicon photovoltaics
US9903806B2 (en) * 2013-12-17 2018-02-27 Nanometrics Incorporated Focusing system with filter for open or closed loop control
FR3015770B1 (fr) 2013-12-19 2016-01-22 Commissariat Energie Atomique Procede et systeme de controle de qualite de cellules photovoltaiques
US9754365B2 (en) * 2014-02-21 2017-09-05 Applied Materials, Inc. Wafer inspection method and software
CN104646314A (zh) * 2015-02-02 2015-05-27 南昌大学 一种led芯粒的筛选方法
US10018565B2 (en) 2015-05-04 2018-07-10 Semilab Semiconductor Physics Laboratory Co., Ltd. Micro photoluminescence imaging with optical filtering
US10012593B2 (en) * 2015-05-04 2018-07-03 Semilab Semiconductor Physics Laboratory Co., Ltd. Micro photoluminescence imaging
US10883941B2 (en) * 2015-05-04 2021-01-05 Semilab Semiconductor Physics Laboratory Co., Ltd. Micro photoluminescence imaging
US9564854B2 (en) 2015-05-06 2017-02-07 Sunpower Corporation Photonic degradation monitoring for semiconductor devices
JP6296001B2 (ja) 2015-05-20 2018-03-20 信越半導体株式会社 シリコンエピタキシャルウェーハの製造方法及び評価方法
US10013316B2 (en) * 2015-08-10 2018-07-03 International Business Machines Corporation Replicating a source data set to a target data store
US9866171B2 (en) 2015-10-13 2018-01-09 Industrial Technology Research Institute Measuring device for property of photovoltaic device and measuring method using the same
JP6493179B2 (ja) * 2015-11-27 2019-04-03 株式会社Sumco ウェーハの評価方法、シリコンウェーハの製造方法、シリコン単結晶インゴット
CN106024655A (zh) * 2016-06-07 2016-10-12 韩华新能源（启东）有限公司 一种多晶硅片缺陷的分类方法
US10031997B1 (en) * 2016-11-29 2018-07-24 Taiwan Semiconductor Manufacturing Co., Ltd. Forecasting wafer defects using frequency domain analysis
FR3066590A1 (fr) * 2017-05-22 2018-11-23 Centre National De La Recherche Scientifique - Cnrs - Spectroscopie quantitative de densite de defauts electroniques dans un photorecepteur en couches minces, notamment dans une cellule solaire
CN107607548A (zh) * 2017-09-29 2018-01-19 青海黄河上游水电开发有限责任公司光伏产业技术分公司 通过三维图像检测光伏组件的隐裂缺陷的方法
FR3073944B1 (fr) 2017-11-21 2019-12-20 Commissariat A L'energie Atomique Et Aux Energies Alternatives Methode de mesure par photoluminescence d'un echantillon
WO2019117228A1 (ja) * 2017-12-13 2019-06-20 パナソニックＩｐマネジメント株式会社 画像処理システム、検査システム、画像処理方法、及びプログラム
JP7256604B2 (ja) * 2018-03-16 2023-04-12 株式会社ディスコ 非破壊検出方法
KR102666072B1 (ko) * 2018-06-05 2024-05-17 삼성전자주식회사 기계 학습 장치 및 기계 학습 장치의 학습 방법
JP7133804B2 (ja) * 2018-08-30 2022-09-09 国立大学法人京都工芸繊維大学 太陽電池デバイスの製造プロセス起因の不良の特定方法および特定装置、並びに太陽電池デバイスの製造方法
EP3627568B1 (de) * 2018-09-21 2024-03-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur verarbeitung von abbildungen von halbleiterstrukturen, sowie zur prozesscharakterisierung und prozessoptimierung mittels semantischer datenkompression
JP7271358B2 (ja) * 2019-07-25 2023-05-11 株式会社日立ハイテク 電気特性を導出するシステム及び非一時的コンピューター可読媒体
JP7345379B2 (ja) * 2019-12-06 2023-09-15 株式会社ディスコ ゲッタリング性評価装置
JP7502948B2 (ja) 2020-09-16 2024-06-19 株式会社カネカ 太陽電池製造装置及び太陽電池製造装置管理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040092042A1 (en) * 2001-03-27 2004-05-13 Victor Higgs Detection and classification of micro-defects in semi-conductors

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5006717A (en) * 1988-12-26 1991-04-09 Matsushita Electric Industrial Co., Ltd. Method of evaluating a semiconductor device and an apparatus for performing the same
JPH08139196A (ja) 1994-11-08 1996-05-31 Ricoh Co Ltd 半導体素子シミュレーション装置
US5512999A (en) * 1995-03-06 1996-04-30 The United States Of America As Represented By The Secretary Of The Air Force Method for nondestructive measurement of dislocation density in GaAs
GB9618897D0 (en) * 1996-09-10 1996-10-23 Bio Rad Micromeasurements Ltd Micro defects in silicon wafers
WO2002029883A1 (en) * 2000-10-06 2002-04-11 Aoti Operating Company, Inc. Method to detect surface metal contamination
JP3635072B2 (ja) 2002-04-30 2005-03-30 信越半導体株式会社 結晶欠陥の自動検査装置及び自動検査方法
GB0216184D0 (en) * 2002-07-12 2002-08-21 Aoti Operating Co Inc Detection method and apparatus
GB0308182D0 (en) * 2003-04-09 2003-05-14 Aoti Operating Co Inc Detection method and apparatus
US7119569B2 (en) * 2004-03-05 2006-10-10 Qc Solutions, Inc. Real-time in-line testing of semiconductor wafers
US20050252545A1 (en) * 2004-05-12 2005-11-17 Spire Corporation Infrared detection of solar cell defects under forward bias
JP3917154B2 (ja) * 2004-11-19 2007-05-23 独立行政法人 宇宙航空研究開発機構 半導体試料の欠陥評価方法及び装置
CN101069072A (zh) * 2004-11-30 2007-11-07 国立大学法人奈良先端科学技术大学院大学 太阳能电池的评价方法和评价装置及其利用
US20070018192A1 (en) * 2004-12-21 2007-01-25 Yale University Devices incorporating heavily defected semiconductor layers
US20060267007A1 (en) * 2004-12-31 2006-11-30 Yale University Devices incorporating heavily defected semiconductor layers
EP1946079B1 (en) * 2005-10-11 2017-12-06 BT Imaging Pty Limited Method and system for inspecting indirect bandgap semiconductor structure
KR20070065727A (ko) 2005-12-20 2007-06-25 주식회사 실트론 포토 루미네센스를 이용한 디바이스 결함위치 확인방법
JP4908885B2 (ja) 2006-03-17 2012-04-04 株式会社豊田中央研究所 半導体装置の特性予測方法及び特性予測装置
US8710860B2 (en) * 2006-05-05 2014-04-29 Bt Imaging Pty Ltd Method and system for testing indirect bandgap semiconductor devices using luminescence imaging
KR20100075875A (ko) 2007-08-30 2010-07-05 비티 이미징 피티와이 리미티드 광발전 전지 제조

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040092042A1 (en) * 2001-03-27 2004-05-13 Victor Higgs Detection and classification of micro-defects in semi-conductors

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Trupke, T. et al ; "Industrial Rear Sin-Passivated Multicrystalline Silicon Solar Cells"，Photovoltaic Energy Conversion, Conference Record of the 2006 IEEE 4th World Conference on (Volume:2 ) ，Page(s):1275 – 1278，May 2006 ，Conference Location :Waikoloa, HI *

Also Published As

Publication number Publication date
CN102017191A (zh) 2011-04-13
MY177022A (en) 2020-09-02
US9103792B2 (en) 2015-08-11
JP5936657B2 (ja) 2016-06-22
KR20100131512A (ko) 2010-12-15
CN104022056B (zh) 2017-04-12
JP2015038481A (ja) 2015-02-26
JP2011516374A (ja) 2011-05-26
WO2009121133A1 (en) 2009-10-08
WO2009121133A8 (en) 2010-09-10
EP2272101A4 (en) 2012-06-27
US20110025839A1 (en) 2011-02-03
AU2009230877A1 (en) 2009-10-08
CN104022056A (zh) 2014-09-03
TW201000887A (en) 2010-01-01
EP2272101A1 (en) 2011-01-12
US20150323457A1 (en) 2015-11-12
CN102017191B (zh) 2014-05-28
US9546955B2 (en) 2017-01-17

Similar Documents

Publication Publication Date Title
TWI609177B (zh) 晶圓成像及處理方法與裝置
US10502687B2 (en) Methods for inspecting semiconductor wafers
JP5051854B2 (ja) 太陽電池の評価方法及び評価装置並びにその利用
JP2015038481A5 (zh)
CN102144284B (zh) 用于缺陷检测的方法及设备
JP2011527510A (ja) 薄膜撮像方法および装置
TW200931554A (en) Photovoltaic cell manufacturing
WO2013067573A1 (en) Wafer grading and sorting for photovoltaic cell manufacture
Kwapil et al. Diode breakdown related to recombination active defects in block-cast multicrystalline silicon solar cells
TW201330136A (zh) 藉由光學影像品質檢定光伏電池用矽晶圓
Trupke et al. Progress with luminescence imaging for the characterisation of silicon wafers and solar cells
Korsós et al. Efficiency limiting crystal defects in monocrystalline silicon and their characterization in production
Mitchell et al. PERC solar cell performance predictions from multicrystalline silicon ingot metrology data
WO2010130013A1 (en) Material or device characterisation with non-homogeneous photoexcitation
Hess et al. Crystal defects and their impact on ribbon growth on substrate (RGS) silicon solar cells
Kwapil et al. Influence of surface texture on the defect‐induced breakdown behavior of multicrystalline silicon solar cells
Tariq et al. Fusion of thermal and visible acquisitions for evaluating production-borne scratches and shunts in photo-voltaic PV cells
EP4165366A1 (en) Method and device for measuring the thickness of thin films even on rough substrates
Johnston et al. Imaging study of multi-crystalline silicon wafers throughout the manufacturing process
Demant Quality Rating of Silicon Wafers: A Pattern Recognition Approach
Sopori et al. High-speed mapping of grown-in defects and their influence in large-area silicon photovoltaic devices
Yoshida et al. Mössbauer spectroscopic microscope study on diffusion and segregation of Fe impurities in mc-Si wafer
Turek et al. Solar cell performance prediction using advanced analysis methods on optical images of as-cut wafers
Trupke et al. Luminescence imaging: an ideal characterization tool for silicon
Breitwieser et al. Process Control and defect analysis for crystalline silicon thin films for photovoltaic applications by the means of electrical and spectroscopic microcharacterization tools