TWI817169B - 用於控制化學機械平坦化之系統及方法 - Google Patents
用於控制化學機械平坦化之系統及方法 Download PDFInfo
- Publication number
- TWI817169B TWI817169B TW110128606A TW110128606A TWI817169B TW I817169 B TWI817169 B TW I817169B TW 110128606 A TW110128606 A TW 110128606A TW 110128606 A TW110128606 A TW 110128606A TW I817169 B TWI817169 B TW I817169B
- Authority
- TW
- Taiwan
- Prior art keywords
- chemical mechanical
- mechanical planarization
- head
- cmp
- semiconductor wafer
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 159
- 239000000126 substance Substances 0.000 title claims abstract description 146
- 239000004065 semiconductor Substances 0.000 claims abstract description 134
- 230000008569 process Effects 0.000 claims abstract description 112
- 238000010801 machine learning Methods 0.000 claims description 25
- 238000010191 image analysis Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 230000032258 transport Effects 0.000 claims description 3
- 235000012431 wafers Nutrition 0.000 description 214
- 238000004458 analytical method Methods 0.000 description 15
- 239000002002 slurry Substances 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 239000012528 membrane Substances 0.000 description 7
- 230000001537 neural effect Effects 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000010408 film Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010297 mechanical methods and process Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000000427 thin-film deposition Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
-
- 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
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/005—Control means for lapping machines or devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/04—Lapping machines or devices; Accessories designed for working plane surfaces
- B24B37/042—Lapping machines or devices; Accessories designed for working plane surfaces operating processes therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/34—Accessories
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B51/00—Arrangements for automatic control of a series of individual steps in grinding a workpiece
-
- 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
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
- H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
- H01L21/30625—With simultaneous mechanical treatment, e.g. mechanico-chemical polishing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Paper (AREA)
Abstract
一種化學機械平坦化系統包括用以在化學機械平坦化製程中保持半導體晶圓的化學機械平坦化頭。系統包括定位成在化學機械平坦化卸載了半導體晶圓之後擷取化學機械平坦化的影像的攝影機。控制系統分析影像以判定化學機械平坦化頭是否損壞。若化學機械平坦化頭損壞,則控制系統防止進一步的化學機械平坦化操作,直至修復化學機械平坦化頭為止。若控制系統未檢測到任何損壞,則控制系統允許化學機械平坦化頭接收下一個半導體晶圓以進行化學機械平坦化。
Description
本揭示內容涉及化學機械平坦化領域。
對電子裝置(包括智慧型手機、平板電腦、桌上型電腦、筆記型電腦及許多其他類型的電子裝置)的計算能力不斷提高的需求一直存在。積體電路為該些電子裝置提供計算能力。提高積體電路的計算能力的一種方法為增加給定面積的半導體基板中電晶體及其他積體電路特徵的數量。因此,現在已開發出許多半導體製程及技術以減小積體電路中的特徵的尺寸。
化學機械平坦化為允許使用薄膜材料的製程,該薄膜材料可實現相對較小尺寸的特徵。化學機械平坦化可以在薄膜沈積及圖案化製程之後使半導體晶圓的表面平坦化。化學機械平坦化利用化學及機械製程來平坦化半導體晶圓。化學機械平坦化雖然非常有益,但亦容易受到設備故障的影響,從而導致半導體晶圓損壞。
在一些實施例中,一種用以控制化學機械平坦化系
統的方法,包括以下步驟:藉由化學機械平坦化系統的化學機械平坦化頭接收第一半導體晶圓;及在第一半導體晶圓上執行化學機械平坦化製程。方法包括以下步驟:在化學機械平坦化製程之後,將第一半導體晶圓自化學機械平坦化頭傳遞至晶圓裝卸單元;及在將第一晶圓傳遞至晶圓裝卸單元之後,擷取化學機械平坦化頭的影像。方法包括以下步驟:藉由控制系統分析影像;及基於影像判定是否將第二半導體晶圓提供至化學機械平坦化頭。
在一些實施例中,一種用以控制化學機械平坦化系統的方法,包括以下步驟:在由化學機械平坦化頭保持的第一半導體晶圓上執行化學機械平坦化製程;及將第一半導體晶圓自化學機械平坦化頭卸載至晶圓裝卸單元。方法包括以下步驟:在卸載第一半導體晶圓之後,擷取化學機械平坦化頭的固定環的影像;及藉由控制系統基於該影像檢測到固定環損壞。方法包括以下步驟:回應於檢測到固定環損壞,藉由控制系統停止化學機械平坦化頭的操作。
在一些實施例中,一種化學機械平坦化系統,包括化學機械平坦化站,用以執行化學機械平坦化製程。系統包括晶圓裝卸單元,用以接收半導體晶圓。系統包括化學機械平坦化頭,用以自晶圓裝卸單元接收半導體晶圓,將半導體晶圓運送至化學機械平坦化站進行化學機械平坦化製程,且將半導體晶圓返回晶圓裝卸單元。系統包括攝影機,用以在化學機械平坦化頭已將半導體晶圓返回晶圓裝卸單元之後擷取化學機械平坦化頭的影像。系統包括控制
系統,用以接收影像,藉由影像分析製程分析影像,產生影像的分類,且回應於該分類來控制化學機械平坦化頭。
100:CMP系統
102:平坦化站
104:CMP頭
106:晶圓裝卸單元
108:控制系統
110:攝影機
114:框架
116:CMP襯墊
118:漿料供應臂
120:襯墊調節器
122:機器手臂
124:半導體晶圓
130:軸
132:固定環
133:內表面
134:縫隙
135:底表面
136:陸架
137:損壞區域
138:縫隙
139:外表面
140:空氣通道
142:撓性膜
150:影像分析儀
152:輸入影像
154:影像分類資料
156:控制模組
158:參考影像
200:CMP系統
500:流程
502:步驟
504:步驟
506:步驟
508:步驟
510:步驟
512:步驟
514:步驟
516:步驟
518:步驟
520:步驟
522:步驟
524:步驟
526:步驟
600:方法
602:步驟
604:步驟
606:步驟
608:步驟
610:步驟
612:步驟
700:方法
702:步驟
704:步驟
706:步驟
708:步驟
710:步驟
D1:內徑
D2:外徑
T:厚度
θ:角度
第1圖為根據一個實施例的化學機械平坦化系統的方塊圖。
第2圖為根據一個實施例的化學機械平坦化系統的示意圖。
第3A圖為根據一個實施例的化學機械平坦化頭的側視圖。
第3B圖為根據一個實施例的第3A圖的化學機械平坦化頭的底部立體圖。
第4圖為根據一個實施例的化學機械平坦化系統的控制系統的方塊圖。
第5圖為根據一個實施例的用於操作化學機械平坦化製程的方法的流程圖。
第6圖為根據一個實施例的用於操作化學機械平坦化系統的方法的流程圖。
第7圖為根據一個實施例的用於操作化學機械平坦化的方法的流程圖。
在以下描述中,針對積體電路晶粒內的各種層及結構描述了許多厚度及材料。對於各種實施例,以舉例的方式給出了特定的尺寸及材料。根據本揭示內容,本領域技
術人員將認識到,在不脫離本揭示內容的範圍的情況下,可以在許多情況下使用其他尺寸及材料。
以下揭示內容提供了用於實現提供之標的的不同特徵的許多不同的實施例或實施例。以下描述元件及佈置的特定實施例用以簡化本揭示內容。當然,該些僅為實施例,並不旨在進行限制。例如,在下面的描述中在第二特徵上方或之上形成第一特徵可包括其中第一及第二特徵直接接觸形成的實施例,並且亦可包括其中在第一與第二特徵之間形成附加特徵的實施例,以使得第一及第二特徵可以不直接接觸。此外,本揭示內容可以在各個實施例中重複元件符號及/或字母。此重複係出於簡單及清楚的目的,其本身並不指定所討論之各種實施例或組態之間的關係。
此外,為了便於描述,本文中可以使用諸如「在...下方」、「在...下」、「下方」、「在...上方」、「上方」之類的空間相對術語,來描述如圖中所示的一個元件或特徵與另一元件或特徵的關係。除了在附圖中示出的方位之外,空間相對術語意在涵蓋裝置在使用或操作中的不同方位。設備可以其他方式定向(旋轉90度或以其他方位),並且在此使用的空間相對描述語亦可被相應地解釋。
在以下描述中,闡述了某些特定細節以便提供對本揭示內容的各種實施例的透徹理解。然而,本領域技術人員將理解,可以在沒有該些特定細節的情況下實踐本揭示內容。在其他情況下,未詳細描述與電子元件及製造技術相關聯的公知結構,以避免不必要地模糊描述本揭示內容
的實施例。
除非上下文另有要求,否則在整個說明書及發明申請專利範圍中,字詞「包含」及其變化詞應以開放式的、包容性的意義來解釋,亦即「包括,但不限於」。
諸如第一、第二及第三之類的序數的使用不一定暗示排序,而僅可區分動作或結構的複數個實施例。
在整個說明書中,對「一個實施例」或「實施例」的引用意味著結合該實施例描述的特定特徵、結構或特性包括在至少一個實施例中。因此,在整個說明書中各處出現的詞「在一個實施例中」或「在實施例中」不一定指同一實施例。此外,在一或多個實施例中,可以任何合適的方式組合特定特徵、結構或特性。
如本說明書及發明申請專利範圍中所使用的,單數形式「一」及「該」包括複數個對象,除非文中另有明確規定。亦應注意,除非文中清楚地另外指出,否則詞「或」通常以包括「及/或」的意義使用。
本揭示內容的實施例提供了優於傳統化學機械平坦化系統的許多益處。本揭示內容的實施例利用影像擷取系統及機器學習技術在設備可損壞半導體晶圓之前檢測化學機械平坦化設備中的損壞或其他缺陷。本揭示內容的實施例減少了對技術人員或專家停止化學機械平坦化設備的操作以便手動檢查化學機械平坦化設備的需要。相反,影像擷取系統及機器學習模組可以在運行期間檢測到損壞的設備,並且若檢測到損壞,可以自動停止運行。因此,可
用更少的資源用於檢查及操作化學機械平坦化設備。此外,更少的昂貴半導體晶圓會因為損壞的化學機械平坦化設備被報廢。
第1圖為根據一個實施例的化學機械平坦化(chemical mechanical planarization;CMP)系統100的示意圖。CMP系統100包括一或多個平坦化站、一或多個CMP頭、晶圓裝卸單元106、控制系統108及攝影機110。CMP系統100的元件共同提供有效的CMP製程,該CMP製程在設備損壞半導體晶圓之前檢測設備損壞。
在一個實施例中,在CMP製程中,藉由傳送系統將半導體晶圓(第1圖中未示出)傳送至晶圓裝卸單元106。晶圓裝卸單元106接收半導體晶圓,並確保半導體晶圓經定位用於拾取(pickup)。通常,晶圓裝卸單元106將半導體晶圓面朝下地接收,使得待平坦化的表面朝下。
在一個實施例中,在晶圓裝卸單元106已接收並置放用於拾取的半導體晶圓之後,CMP頭104自晶圓裝卸單元106拾取晶圓。CMP頭104通常保持半導體晶圓面朝下,使得待平坦化的表面朝下並曝露出來。CMP頭104可以藉由防止半導體晶圓下降的壓力差來保持半導體晶圓。
在一個實施例中,CMP頭104包括固定環(第1圖中未示出)。當半導體晶圓由CMP頭104保持時,固定環側向地圍繞半導體晶圓的圓周。在平坦化期間,固定環
防止半導體晶圓側向移動。
半導體晶圓已裝載至CMP頭104之後,CMP頭104移動至平坦化站102。平坦化站102與CMP頭104一起在半導體晶圓上執行平坦化製程。平坦化站102包括CMP襯墊覆蓋的圓形水平表面。平坦化站102亦包括漿料傳送系統及襯墊調節系統。在平坦化製程中,旋轉水平表面及CMP襯墊。CMP頭104亦旋轉。漿料傳送系統將液態漿料材料傳送至旋轉襯墊上。旋轉CMP頭104將半導體晶圓的向下的表面壓在旋轉襯墊上。旋轉襯墊及漿料材料藉由機械性地及化學性地自半導體晶圓的表面移除突出的特徵而使半導體晶圓的表面平坦化。以此方式,平坦化的CMP系統100為半導體晶圓的表面。
實務上,CMP頭104可以在複數個平坦化站102之間移動。在每一平坦化站102上對半導體晶圓執行平坦化製程。在CMP頭104將半導體晶圓運送至每一平坦化站102之後,該半導體晶圓的CMP製程完成。
在一個實施例中,在完成CMP製程之後,CMP頭104將半導體晶圓運送至晶圓裝卸單元106。CMP頭104將半導體晶圓直接定位在晶圓裝卸單元106上方,並將半導體晶圓下降到晶圓裝卸單元106上。然後,CMP頭104將半導體晶圓釋放至晶圓裝卸單元106中。然後,傳送系統自晶圓裝卸單元106中取走半導體晶圓。然後,傳送系統將新的半導體晶圓傳送至晶圓裝卸單元106中,CMP頭104取出半導體晶圓,並再次執行CMP製程。
在先前的CMP製程中,CMP頭104可能已損壞。損壞可包括CMP頭104中的裂紋、劃痕或甚至更嚴重的破損。若CMP頭104參與另一CMP製程,則半導體晶圓可能會損壞。若半導體晶圓損壞,則可能必須報廢半導體晶圓。在某些情況下,自半導體晶圓切出的單一積體電路晶粒將不起作用,從而給積體電路用戶帶來問題。在該些情況中的任一情況下,就人力、計算及貨幣資源而言,報廢、固定或更換損壞的晶圓或積體電路可能是極其昂貴的。
某些情況下,CMP頭104的約束環(restraining ring)會損壞。約束環的損壞可能是由於CMP製程中CMP襯墊產生的碎屑,約束環上漿料材料的結晶或CMP襯墊的鑽石成分造成的劃痕所致。
解決損壞的一種方法為手動停止CMP系統100,使得技術人員、專家或工程師可以目視檢查CMP頭104的約束環或其他部分。通常,人員可進入CMP裝卸區域並且用手電筒檢查CMP頭104,以檢測是否有損壞。若人在每一CMP製程之後檢查CMP頭104,則這導致CMP製程中的大延遲。若人僅在選定數量的CMP製程之後才定期檢查CMP頭104,則可能對於大量CMP製程而言,損壞的CMP頭104不會被檢測到。在此情況下,在兩次檢查之間可能會損壞大量的半導體晶圓。另一問題是,即使對CMP頭104進行很小的損壞亦會導致對半導體晶圓的損壞。僅藉由人的觀察,通常很難或不可能檢測到此種微
小的損壞。因此,即使非常頻繁地對CMP頭104進行檢查亦可能無法防止在CMP製程中對半導體晶圓造成損壞。
CMP系統100藉由利用攝影機110及控制系統108克服了該些問題。在CMP頭104已將半導體晶圓放置在晶圓裝卸單元106上之後,並且在CMP頭104自晶圓裝卸單元106接收新的半導體晶圓之前,攝影機110經定位以擷取CMP頭104的影像。攝影機110自CMP頭104下方的位置擷取CMP頭104的圖片。因此,攝影機110擷取CMP頭104底部的影像。
在一個實施例中,CMP系統100利用複數個攝影機110。每一攝影機110可以自各種角度擷取CMP頭104的影像。可存在一或多個攝影機110,該些攝影機經定位以自CMP頭104下方的各個角度擷取CMP頭104的影像。可存在一或多個攝影機,該些攝影機經定位以自CMP頭104實質上側向的位置擷取CMP頭104的影像。可存在一或多個攝影機110,該些攝影機經定位以自CMP頭104上方的各個角度擷取CMP頭104的影像。
在一個實施例中,一或多個攝影機110經定位以擷取CMP頭104的約束環的影像。一或多個攝影機110可以擷取約束環的底表面的影像。一或多個攝影機110可以擷取約束環的內部約束表面的影像。內部約束表面可為在CMP製程中側向圍繞半導體晶圓的側邊緣的表面。
攝影機110將影像傳遞至控制系統108。控制系
統108分析影像以便檢測CMP頭104的損壞。控制系統108可以利用影像處理技術來比較CMP頭104或CMP頭104的元件與未損壞CMP頭或未損壞CMP頭的元件的參考影像。若CMP頭104的影像與參考影像之間存在差異,則控制系統108可判定CMP頭104損壞。
在一個實施例中,CMP頭104包括藉由一或多個機器學習流程訓練的分析模型,以檢測對CMP頭104的損壞。機器學習流程可以訓練分析模型以準確地識別出何時CMP頭104或CMP頭104的特定元件被損壞。第4圖提供了有關機器學習流程的更多細節。
在一個實施例中,控制系統108控制CMP系統100的功能。控制系統108可通訊地耦合至CMP頭104、晶圓裝卸單元106及平坦化站102。控制系統108可控制該些元件的功能。控制系統108可以啟動(activate)或停用(deactivate)CMP系統100的元件。
在一個實施例中,若控制系統108檢測到CMP頭104的損壞,則控制系統108可以在另一半導體晶圓裝載至晶圓裝卸單元106中之前停止CMP製程。因此,在基於攝影機110擷取的影像檢測到CMP頭104損壞時,控制系統108可以防止發生下一CMP製程。因此,直至損壞的元件已被更換或修復之前,損壞的CMP頭104將不會用於另一CMP製程中。以此方式,在最初損壞CMP頭104的CMP製程之外的CMP製程中,不會損壞半導體晶圓。
在損壞CMP頭104的製程中,在CMP頭104中裝載的半導體晶圓有可能在CMP製程中受到持續的損壞。然而,由於攝影機110及控制系統108協作以在執行另一CMP製程之前即時檢測對CMP 104的損壞,因此CMP頭104不會損壞其他的半導體晶圓。因此,根據本揭示的CMP系統100可大量減少可能被損壞的半導體晶圓的數量。
第2圖為根據一個實施例的CMP系統200的上視圖。CMP系統200包括框架114、晶圓裝卸單元106及三個平坦化站102。CMP系統200亦包括攝影機110及控制系統108。
在第2圖的實施例中,框架114耦合至四個CMP頭104。CMP頭104均藉由各自的軸(在第2圖的上視圖中不可見)連接至框架114。軸可以致能並驅動CMP頭104旋轉。軸亦可以使CMP頭104相對於框架114升高及下降。或者,框架114本身可以升高及下降。框架114可以旋轉以便在晶圓裝卸單元106與各個平坦化站102之間移動CMP頭104。
在一個實施例中,每一平坦化站102包括位於圓形平台(在第2圖的上視圖中不可見)上的CMP襯墊116。每一平坦化站102包括各自的漿料供應臂118及各自的襯墊調節器120。
三個平坦化站102有助於在短時間內同時處理複數個晶圓。在CMP系統200的操作期間,平台旋轉,從
而旋轉CMP襯墊116。在操作期間,漿料供應臂118位於CMP襯墊116上方。漿料供應臂118將漿料供應至CMP襯墊116。在操作期間中,襯墊調節器120掃過各自的CMP襯墊116以調節CMP襯墊116。特別地,襯墊調節器120包括旋轉頭,該旋轉頭在與旋轉的CMP襯墊116接觸時旋轉。旋轉頭頭調節旋轉的CMP襯墊116。
在一個實施例中,機器手臂122將晶圓124傳送至晶圓裝卸單元106。CMP頭104下降至晶圓裝卸單元106,以自晶圓裝卸單元106取回晶圓。如先前關於第1圖所述,CMP頭104可以經由壓力及側向固定環的組合來保持半導體晶圓124。側向固定環的更多細節如第3A圖及第3B圖所示。
在CMP頭104自晶圓裝卸單元106取出半導體晶圓之後,框架114順時針旋轉以將CMP頭104定位在第一平坦化站102上方。CMP頭104將半導體晶圓124的曝露表面向下壓到旋轉襯墊116上。CMP頭104本身可旋轉半導體晶圓124。襯墊調節器120調節CMP襯墊116。漿料供應臂118將漿料供應至旋轉襯墊116。在此製程完成之後,框架114再次逆時針旋轉以將CMP頭104定位在下一平坦化站102上方,並且重複平坦化製程。框架114再次順時針旋轉以將CMP頭104定位在下一平坦化站102上方,並且重複平坦化製程。
在CMP頭104已將半導體晶圓124運送至每一平坦化站102之後,框架114再次順時針旋轉以將CMP
頭104定位在晶圓裝卸單元106上方。CMP頭104將平坦化的半導體晶圓124傳送至晶圓裝卸單元106。機器手臂122自晶圓裝卸單元106取回平坦化的半導體晶圓124。
CMP系統200包括攝影機110。攝影機110位於晶圓裝卸站106附近。在CMP頭104已將平坦化的半導體晶圓124傳送至晶圓裝卸站106之後,攝影機110擷取CMP頭104的一或多個影像。如第1圖所述,攝影機110可經定位成自CMP頭104下方擷取影像。可能存在複數個攝影機110定位在各個位置以擷取CMP頭104的各個態樣的影像。
控制系統108分析CMP頭104的影像以判定CMP頭104是否已經損壞。控制系統108可包括用以分析CMP頭104的影像的影像處理模組或系統。若控制系統108檢測到CMP頭104的元件損壞,則控制系統108停止CMP系統200的操作,直至CMP頭104可以被更換或修復為止。控制系統108的更多細節如第4圖所示。
第2圖示出了CMP系統200的一個範例。CMP系統200可包括不同的元件、不同的元件佈置及不同的功能,而不脫離本揭示內容的範圍。
第3A圖為位於晶圓裝卸單元106上方的CMP頭104的簡化側視圖。第3A圖中未示出半導體晶圓124。CMP頭104包括耦合至CMP頭104的底部的固定環132。CMP頭104藉由軸130耦合至框架114(參見第2圖)。
CMP頭104包括空氣通道140及撓性膜142。空氣通道140延著軸130延伸並且分支成延伸至撓性膜142的複數個空氣通道140。儘管第3A圖中未示出,但撓性膜142包括複數個較小的空氣通道或孔。框架114中或其他地方的真空系統可以將空氣泵浦藉由軸130之後的空氣通道140,以便在空氣通道140中以及在撓性膜142產生真空。
當CMP頭104準備好自晶圓裝卸單元106接收晶圓時,CMP頭104下降至保持晶圓的晶圓裝卸單元106(第3A圖中未示出)。當撓性膜142位於晶圓附近並直接在晶圓上方時,真空系統啟動以在空氣通道140及撓性膜142的孔中產生真空。使得撓性膜142藉由真空抽吸保持晶圓。同樣地,當CMP頭104在CMP製程之後準備好將晶圓傳送至晶圓裝卸單元106時,真空系統消除了晶圓中的真空狀態,使得晶圓不再保持在撓性膜上142。晶圓釋放至晶圓裝卸單元106上。
在一個實施例中,固定環132包括內表面133及底表面135。內表面133定義縫隙134。當CMP頭104自晶圓裝卸單元106取回半導體晶圓時,半導體晶圓124保持在由固定環132的內表面133限定的縫隙134中。如上所述,CMP頭104藉由氣壓差保持半導體晶圓124在其垂直方向。CMP頭104經由固定環132在側向方向上保持半導體晶圓124。特別地,當半導體晶圓124位於縫隙134中時,固定環132的內表面133側向地圍繞並
約束半導體晶圓124。
在一個實施例中,晶圓裝卸單元包括陸架136。當將半導體晶圓124裝載至晶圓裝卸單元106中時,半導體晶圓124擱置在陸架136上。可以下降CMP頭104以自晶圓裝卸單元106取出半導體晶圓124。
在一個實施例中,晶圓裝卸單元106包括縫隙或通道138。清洗流體可以自縫隙138輸出以清洗CMP頭104。因此,晶圓裝卸單元106可包括位於縫隙138中的流體噴嘴。在機器手臂122(參見第2圖)將下一個半導體晶圓124傳送至晶圓裝卸單元106之前,流體噴嘴可以輸出清洗流體以清洗CMP頭104。因此,在一個實施例中,晶圓裝卸單元106為頭清洗裝載/卸載(Head Clean Load/Unload;HCLU)單元。
固定環132定義內徑D1。內徑D1對應於固定環132的內表面133的直徑。在一個實施例中,內徑在302mm與305mm之間。在此情況下,CMP頭104可用以保持300mm的晶圓。固定環132的內徑D1可以基於CMP頭104設計成保持的晶圓的尺寸。此外,內徑D1可具有除上述值之外的值,而不脫離本揭示內容的範圍。
固定環132定義外徑D2。外徑D2對應於外表面139的直徑。在一個實施例中,在CMP頭104設計成容納300mm晶圓的情況下,外徑D2在329mm與335mm之間。外徑D2可具有不同的值,而不脫離本揭示內容的範圍。此外,外徑D2可以基於CMP頭104設計成保持
的晶圓的尺寸而變化。
固定環132具有厚度T。厚度T對應於底表面135與CMP頭104的附接有固定環132的表面之間的距離。在一個實施例中,固定環132的厚度T在31mm至35mm之間。固定環132可具有其他厚度,而不脫離本揭示內容的範圍。
在CMP操作期間,固定環132的底表面135在平坦化站102處接觸CMP襯墊116(參見第2圖)。若在操作期間,底表面135或內表面133損壞,則在隨後的CMP操作中半導體晶圓124可能損壞。為了檢測固定環132的底表面135或內表面133損壞,在CMP頭104下方靠近晶圓裝卸單元106置放攝影機110。攝影機110用以自CMP頭104下方的角度擷取CMP頭104的影像。攝影機110用以將影像傳遞至控制單元(參見第2圖)。
通常,固定環132的易於損壞的區域在內表面133與底表面135相遇的轉角附近。若固定環132的該區域損壞,則由固定環132保持的半導體晶圓在CMP製程中很可能損壞。可能難以用人眼檢測固定環132的這種損壞。
第3A圖示出了固定環132的損壞區域137。損壞區域137位於內表面133與底表面135相遇的位置。實務上,損壞區域137可出現在內表面133與底表面135的接合處、內表面133上、底表面135上或內表面133及底表面135兩者上,視損壞程度而定。
在一個實施例中,攝影機110用以擷取固定環132的區域的影像,內表面133與底表面135在該區域中相遇。由於固定環132為圓形,故攝影機110可沿固定環132的內圓周擷取影像,以檢測固定環132的任何部分是否受到持續的損壞。
在一個實施例中,攝影機110相對於垂直線成角度θ定位。可以選擇角度θ,使得攝影機110可以擷取固定環132的選定部分的影像。因為在一個實施例中,期望獲得內表面133及底表面135兩者的影像,故攝影機110可經定位以擷取內表面133、底表面135及與攝影機110的側向位置相對的內表面133及底表面135的一部分的影像。在一個實施例中,角度θ選擇為相對於垂直線在45°與70°之間,但是可以基於攝影機110的位置及固定環132的待拍攝的部分來選擇其他角度。當存在複數個攝影機110時,攝影機可以根據其位置而具有相同角度θ或不同角度θ,並且可以擷取固定環132的期望部分。
在一個實施例中,控制系統108可以使CMP頭104旋轉,使得攝影機110可以沿著固定環132的整個內圓周擷取影像。控制系統108可以使CMP頭104以步進的方式旋轉,使得CMP頭104週期性地停止,以便攝影機110可以擷取影像。CMP頭104可以此方式進行完整旋轉,直至攝影機110沿著固定環132的整個內圓周擷取影像。擷取固定環132的整個內圓周的影像之步驟可包括以下步驟:擷取內表面133、底表面135、內表面133與
底表面135相遇的區域,或內表面133及底表面135兩者的影像。在一個實施例中,CMP頭104可以在攝影機110擷取影像的同時連續旋轉,直至CMP頭104完全旋轉,並且攝影機110沿固定環132的整個內表面133及底表面135擷取影像。
在一個實施例中,攝影機110可樞轉或以其他方式移動以沿著固定環132的一或多個期望表面擷取影像。例如,攝影機110可在一個位置擷取固定環的影像,然後旋轉或移動以擷取固定環132的另一位置的影像。攝影機110可移動,直至已擷取所有期望位置的影像為止。在此情況下,攝影機110可定位在CMP頭104正下方的位置,使得攝影機110可擷取整個內表面133、底表面135或內表面133與底表面135相遇的區域的影像。
在一個實施例中,複數個攝影機110位於CMP頭下方。攝影機110可用以自CMP頭104下方以複數個角度擷取CMP頭的影像。控制系統108可以利用各種影像來檢測CMP頭104的損壞。
在一個實施例中,攝影機110用以擷取固定環132的影像。此舉目的是使控制系統108能夠判定固定環132在平坦化製程中是否已經損壞。若控制系統108檢測到固定環132的損壞,則控制系統108可以停止CMP系統的操作,直至更換了固定環132為止。
在一個實施例中,攝影機110可定位在晶圓裝卸單元106內。例如,攝影機110可定位在晶圓裝卸單元
106中的縫隙138中。雖然第3A圖中所示的攝影機110比縫隙138大得多,但實務上可以採用足夠小的攝影機110以定位於晶圓裝卸單元106內。
CMP頭104可包括除了第3A圖中未示出之外的其他元件、元件佈置或結構,而不脫離本揭示內容的範圍。特別地,CMP頭104可包括用於產生壓差的各種元件,該壓差在CMP操作期間將半導體晶圓124保持在縫隙134內。另外,晶圓裝卸單元106可包括除第3A圖中所示之外的其他元件、元件佈置或結構,而不脫離本揭示內容的範圍。
第3B圖為根據一個實施例的第3A圖的CMP頭104的底部立體圖。CMP頭104包括固定環132。當半導體晶圓124由CMP頭104保持時,固定環132的內表面133側向地限制半導體晶圓124(第3B圖中未示出)。在CMP操作期間,底表面135接觸平坦化站102的CMP襯墊116(參見第2圖)。攝影機110可經定位以擷取固定環132的底表面135及內表面133的影像。
第3B圖的視角示出了在內表面133與底表面135相遇的位置附近的內表面133上的損壞位置137。此為固定環132發生損壞的常見位置。因此,一或多個攝影機110能夠擷取聚焦在內表面133、底表面135或內表面133與底表面135相遇的位置的影像。
第4圖為根據一個實施例的控制系統108的方塊圖。控制系統108為CMP系統的一部分。控制系統108
可控制CMP系統110的元件以啟動或停用CMP製程。控制系統108耦合至攝影機108(參見第1圖至第3B圖),並且用以自攝影機108接收影像。控制系統108分析影像並且基於影像分析來控制CMP系統。
控制系統108包括影像分析儀150及控制模組156。影像分析儀自攝影機110接收輸入影像152。影像分析儀150分析輸入影像152,並基於對輸入影像152的分析來產生影像分類資料154。控制模組156接收影像分類資料154。若影像分類資料指示CMP頭104或CMP頭104的元件(諸如,固定環132)有問題,則控制模組156可以使CMP系統暫停或停止操作,直至可以修復或更換為止。
如前所述,可能難以用人眼檢測到固定環132的損壞。影像分析儀150能夠以比人眼更高的精細度來分析固定環132的輸入影像152。由於下面將更詳細描述的機器學習流程,影像分析儀150能夠檢測損壞的固定環132的影像與未損壞的固定環132的影像之間的很小差異。影像分析儀150可聚焦在固定環132的最可能發生損壞的區域上。例如,影像分析儀150可以分析固定環132的內表面133、內表面133與底表面135相遇的區域、底表面135,或內表面133及底表面135兩者的影像。影像分析儀150可經訓練以檢測在任何或所有該些位置中的損壞。
在一個實施例中,在CMP頭104每次將晶圓卸載至晶圓裝卸單元106之後,攝影機110擷取影像並且影
像分析儀150分析影像。在可替代的實施例中,在分析影像時,擷取影像的流程僅在固定環132已經超過一定數量的CMP製程之後才執行。與在固定環132的使用壽命剛開始時相比,更可能在固定環132的使用壽命的後期中發生損壞。因此,僅在固定環使用了足夠的次數而更可能發生損壞之後,再操作影像分析儀150中的攝影機110,控制系統108才可以藉此節省處理資源。
在一個實施例中,影像分析儀150藉由比較輸入影像152與參考影像158來分析輸入影像152。參考影像158可包括未損壞的CMP頭的影像。參考影像158亦可包括損壞的CMP頭的影像。影像分析儀150可以比較輸入影像152與參考影像158以判定輸入影像152是否代表損壞的CMP頭104。在一個實施例中,影像分類資料154指出輸入影像152是否對應於損壞的CMP頭104。換言之,分類資料154將輸入影像分類為「損壞」或「未損壞」。
在一個實施例中,影像分析儀150為藉由機器學習流程訓練的分析模型。機器學習流程訓練分析模型,以將CMP頭(或固定環)的影像正確分類為損壞或未損壞。因此,影像分析儀150可包括分類器模型(classifier model)。分類器模型根據機器學習流程對輸入影像進行分類。
在一個實施例中,機器學習流程為被監督的(supervised)機器學習流程。在監督機器學習流程中,參
考影像158用作訓練集。參考影像158可標記為「損壞」或「未損壞」。在機器學習流程中,參考影像158藉由影像分析儀150饋送。影像分析儀150將參考影像158分類為「損壞」或「未損壞」。將分類與標籤進行比較。在與標籤比較之後,調整內部演算法或函數的參數,並且參考影像150再次藉由影像分析儀150。此流程疊代重複進行,直至影像分類器150可以可靠地產生與參考影像158上的標籤相匹配的影像分類資料154。
在一個實施例中,影像分析儀150包括神經網路(neural network)。神經網路包括複數個神經層。神經元層對應於加權函數。輸入影像152傳遞至第一神經層。第一神經層根據一系列加權值來處理輸入影像152。如上所述,加權值在機器學習流程中迭代判定。流程資料傳遞至下一個神經層,該神經層再次處理資料。一直進行該流程,直至最終神經層輸出分類資料154。分類資料154指示輸入影像對應於「損壞」或「未損壞」的CMP頭。
在一個實施例中,影像分析儀150包括卷積類神經網路(convolutional neural network)。卷積類神經網路為深度學習(deep learning)神經網路。卷積類神經網路用以分析輸入影像152並將其分類為「損壞」或「未損壞」。卷積類神經網路包括複數個卷積層(convolutional layer)、複數個整流器層(rectifier layer)、複數個池化層(pooling layer)及一或多個全連接層(fully connected layer)。在卷積類神經網路的操
作期間,第一卷積層接收對應於輸入影像的資料。輸入影像可在到達卷積層之前格式化以供卷積層處理。然後,第一卷積層對輸入影像執行卷積操作。整流器層可對第一卷積層的資料執行整流操作。然後,池化層對卷積操作的(整流後的)資料執行池化操作。池化操作之後,在卷積、整流及池化操作重複的過程中,將資料傳遞至下一個卷積層。一直持續此過程,直至將資料提供至一或多個全連接層為止。全連接層指示該層具有與前一層相同數量的神經元,以使全連接層中的每一神經元與上一層的神經元完全連接。最終的全連接層產生影像分類資料154。影像分類資料154將輸入影像分類為「損壞」或「未損壞」。
雖然上文已經描述了機器學習模型及流程的一些實施例,但影像分析儀150可包括其他類型的機器學習模型、訓練流程或其他影像分析技術,而不脫離本揭示內容的範圍。
控制系統108可包括儲存一或多個儲存軟體指令或影像分析算法或處理資料的記憶體。控制系統108可包括一或多個處理器,用以根據儲存在記憶體中的處理資料來執行指令或處理輸入影像。
第5圖為根據一個實施例的用於訓練分析模型(諸如,第4圖的影像分析儀150)以準確地預測未來VOC移除效率的流程500的流程圖。流程500的各個步驟可以利用第1圖至第4圖描述的元件、製程及技術。因此,參考第1圖至第4圖描述第5圖。
在步驟502,流程500收集包括歷史固定環影像及歷史分類資料的訓練集資料。此舉可以使用資料挖掘系統或流程來完成。資料挖掘系統或流程可以藉由存取與CMP系統相關聯的一或多個資料庫並收集損壞及未損壞的固定環的影像來收集訓練集資料。資料挖掘系統或流程或另一系統或流程可對收集的資料進行處理及格式化,以產生訓練集資料。
在步驟504,流程500將歷史固定環影像輸入影像分析儀150的分析模型中。在一個實施例中,此步驟可包括以下步驟:將歷史固定環影像輸入分析模型中。可以連續的離散集將歷史固定環影像提供至影像分析儀150的分析模型。
在步驟506,流程500基於歷史固定環影像產生預測分類資料。特別地,分析模型為每組歷史固定環影像產生預測分類資料。預測分類資料將每一影像分類為代表損壞的定位環或未損壞的定位環。
在步驟508,將預測分類資料與歷史分類資料進行比較。特別地,將每組歷史固定環影像的預測分類資料與該組歷史固定環影像相關聯的歷史分類資料進行比較。該比較可以產生誤差函數,該誤差函數指示預測分類資料與歷史分類資料的匹配程度。對每組預測分類資料執行此比較。在一個實施例中,該流程可包括以下步驟:產生指示預測分類資料與歷史分類資料的總體比較情況的總誤差函數或指示。該比較可包括除上述功能或資料之外的其他
類型的功能或資料,而不脫離本揭示內容的範圍。
在步驟510,流程500基於在步驟508產生的比較來判定預測分類資料與歷史分類資料是否匹配。在一個實施例中,若總誤差函數大於誤差容許限制(error tolerance),則流程500判定預測分類資料與歷史分類資料不匹配。在一個實施例中,若總誤差函數小於誤差容許限制,則流程500判定預測分類資料與歷史分類資料匹配。
在一個實施例中,若在步驟510,預測分類資料與歷史分類資料不匹配,則流程進行至步驟512。在步驟512,流程500調整與分析模型相關聯的內部功能。流程自步驟512返回步驟504。在步驟504,歷史固定環影像再次提供至分析模型。由於已經調整了影像分析儀150的分析模型的內部功能,故分析模型將產生與前一週期不同的預測分類資料。流程進行至步驟506、508及510,並且計算總誤差。若預測分類資料與歷史分類資料不匹配,則流程返回步驟512,並且再次調整影像分析儀150的分析模型的內部功能。該流程以迭代方式進行,直至影像分析儀150的分析模型產生與歷史分類資料匹配的預測分類資料為止。
在一個實施例中,若在處理步驟510,預測分類資料與歷史分類資料匹配,則流程500進行至步驟514。在步驟514,訓練完成。影像分析儀150的分析模型現在準備好用於檢測CMP製程之後固定環是否損壞。步驟502
至514對應於分析模型的機器學習流程。
在訓練了分析模型之後,流程500進行至步驟516。在步驟516,將晶圓裝載至CMP頭104中。如上參看第1圖至第4圖所述,可以將晶圓裝載至CMP頭中,或者自晶圓裝卸單元106裝載晶圓。在步驟518,CMP系統利用CMP頭在晶圓上執行CMP製程。可以基本上如第1圖及第2圖所描述的那樣執行CMP製程。
在步驟520,在執行了CMP製程之後,將晶圓自CMP頭104卸載至晶圓裝卸單元106中。可以基本上如第1圖至第4圖所描述的那樣將晶圓自CMP頭104裝載至晶圓裝卸單元106中。
在步驟522,攝影機110擷取CMP頭104的固定環132的影像。攝影機110可以基本上如第1圖至第4圖所描述的那樣擷取固定環132的影像。
在步驟524,分析模型分析由攝影機110擷取的影像。分析模型基於影像分析將固定環分類為損壞或未損壞。由於已利用步驟502至514所述的機器學習流程訓練分析模型,故分析模型可以可靠地判定固定環是否損壞。
在步驟526,若固定環132損壞,則控制系統108的控制模組156輸出警報,該警報指示固定環132損壞。控制系統102亦停止CMP製程,直至可以更換固定環132為止。
流程500可包括與本文中示出及描述的不同的其他步驟或步驟佈置,而不背離本揭示內容的範圍。
第6圖為根據一個實施例的用於操作化學機械平坦化系統的方法600的流程圖。在步驟602,方法600包括藉由化學機械平坦化系統的化學機械平坦化頭接收第一半導體晶圓之步驟。化學機械平坦化頭的一個實施例為第1圖的化學機械平坦化頭104。在步驟604,方法600包括在第一半導體晶圓上執行化學機械平坦化製程之步驟。在步驟606,方法600包括在化學機械平坦化製程之後將第一半導體晶圓自化學機械平坦化頭傳遞至晶圓裝卸單元之步驟。晶圓裝卸單元的一個實施例為第1圖的晶圓裝卸單元106。在步驟608,方法600包括在將第一晶圓傳遞至晶圓裝卸單元之後擷取化學機械平坦化頭的影像之步驟。在步驟610,方法600包括藉由控制系統分析影像之步驟。控制系統的一個實施例為第1圖的控制系統108。在步驟612,方法600包括基於影像判定是否向化學機械平坦化頭提供第二半導體晶圓之步驟。
第7圖為根據一個實施例的用於操作CMP系統的方法700的流程圖。在步驟702,方法700包括在由化學機械平坦化頭保持的第一半導體晶圓上執行化學機械平坦化製程之步驟。化學機械平坦化頭的一個實施例為第1圖的化學機械平坦化頭104。在步驟704,方法700包括將第一半導體晶圓自化學機械平坦化頭卸載至晶圓裝卸單元之步驟。晶圓裝卸單元的一個實施例為第1圖的晶圓裝卸單元106。在步驟706,方法700包括在卸載第一半導體晶圓之後擷取化學機械平坦化頭的固定環的影像之步驟。
固定環的一個實施例為第3A圖及第3B圖的固定環132。在步驟708,方法700包括利用控制系統基於影像檢測到固定環損壞之步驟。控制系統的一個實施例為第1圖的控制系統108。在步驟710,方法700包括因應檢測到固定環損壞的情況下,藉由控制系統停止化學機械平坦化頭的操作之步驟。
一個實施例為一種方法,包括以下步驟:藉由化學機械平坦化系統的化學機械平坦化頭接收第一半導體晶圓;及在第一半導體晶圓上執行化學機械平坦化製程。方法包括以下步驟:在化學機械平坦化製程之後,將第一半導體晶圓自化學機械平坦化頭傳遞至晶圓裝卸單元;及在將第一晶圓傳遞至晶圓裝卸單元之後,擷取化學機械平坦化頭的影像。方法包括以下步驟:藉由控制系統分析影像;及基於影像判定是否將第二半導體晶圓提供至化學機械平坦化頭。在一些實施例中,此方法更包含利用該控制系統產生該影像的一分類,其中該分類指示該化學機械平坦化頭是否損壞;以及基於該分類判定是否將該第二半導體晶圓提供至該化學機械平坦化頭。在一些實施例中,擷取該化學機械平坦化頭的一影像之步驟包含:擷取該化學機械平坦化頭的一固定環的一影像。在一些實施例中,該分類指示該固定環是否損壞。在一些實施例中,此方法更包含利用該控制系統的一卷積類神經網路產生該分類。在一些實施例中,擷取該固定環的一影像之步驟包含:擷取該固定環的一內表面的一影像。在一些實施例中,此方法更包含
利用複數個攝影機擷取複數個影像;利用該些攝影機分析該些影像;及基於該些影像判定是否將一第二半導體晶圓提供至該化學機械平坦化頭。在一些實施例中,分析該影像之步驟包含:比較該影像與一或多個參考影像。
一個實施例為一種方法,包括以下步驟:在由化學機械平坦化頭保持的第一半導體晶圓上執行化學機械平坦化製程;及將第一半導體晶圓自化學機械平坦化頭卸載至晶圓裝卸單元。方法包括以下步驟:在卸載第一半導體晶圓之後,擷取化學機械平坦化頭的固定環的影像;及藉由控制系統基於該影像檢測到固定環損壞。方法包括以下步驟:回應於檢測到固定環損壞,藉由控制系統停止化學機械平坦化頭的操作。在一些實施例中,此方法更包含利用一機器學習流程訓練該控制系統的一影像分析儀,以識別該固定環的損壞。在一些實施例中,該機器學習流程包含:利用固定環的複數個參考影像作為一訓練集。在一些實施例中,該影像分析儀包含一卷積類神經網路。
一個實施例為一種化學機械平坦化系統,包括化學機械平坦化站,用以執行化學機械平坦化製程。系統包括晶圓裝卸單元,用以接收半導體晶圓。系統包括化學機械平坦化頭,用以自晶圓裝卸單元接收半導體晶圓,將半導體晶圓運送至化學機械平坦化站進行化學機械平坦化製程,且將半導體晶圓返回晶圓裝卸單元。系統包括攝影機,用以在化學機械平坦化頭已將半導體晶圓返回晶圓裝卸單元之後擷取化學機械平坦化頭的影像。系統包括控制系統,
用以接收影像,藉由影像分析製程分析影像,產生影像的分類,且回應於該分類來控制化學機械平坦化頭。在一些實施例中,該化學機械平坦化頭包括一固定環,用以在該化學機械平坦化頭保持該半導體晶圓時側向保持該半導體晶圓。在一些實施例中,該分類指示該固定環是否損壞。在一些實施例中,若該分類指示該固定環損壞,則該控制系統防止該化學機械平坦化頭接收下一個半導體晶圓。在一些實施例中,若該分類指示該固定環未損壞,則該控制系統允許該化學機械平坦化頭接收下一個半導體晶圓。在一些實施例中,該攝影機位於該晶圓裝卸單元附近。在一些實施例中,化學機械平坦化系統更包含更包含複數個攝影機,每一攝影機用以在該化學機械平坦化頭已將該半導體晶圓返回該晶圓裝卸單元之後,擷取該化學機械平坦化頭的一影像。在一些實施例中,該控制系統包含用以產生該分類的一基於機器學習的影像分析儀。
本揭示內容的實施例提供了優於傳統化學機械平坦化系統的許多益處。本揭示內容的實施例利用影像擷取系統及機器學習技術在設備可損壞半導體晶圓之前檢測化學機械平坦化設備中的損壞或其他缺陷。本揭示內容的實施例減少了對技術人員或專家停止化學機械平坦化設備的操作以便手動檢查化學機械平坦化設備的需要。相反,影像擷取系統及機器學習模組可以在運行期間檢測到損壞的設備,並且若檢測到損壞,可以自動停止運行。結果是更少的資源用於檢查及操作化學機械平坦化設備。此外,由
於損壞的化學機械平坦化設備,將需要報廢更少的昂貴半導體晶圓。
可以將上述各種實施例組合以提供其他實施例。若需要,可以修改實施例的各態樣,以採用各種專利、申請及出版物的概念來提供其他實施例。
可以根據以上詳細描述對實施例進行該些及其他改變。通常,在以下發明申請專利範圍中,所使用的術語不應解釋為將發明申請專利範圍限制為說明書及發明申請專利範圍中揭示的特定實施例,而應解釋為包括所有可能的實施例以及該些請求項所享有的等效物的全部範圍。因此,發明申請專利範圍不受本揭示內容的限制。
100:CMP系統
102:平坦化站
104:CMP頭
106:晶圓裝卸單元
108:控制系統
110:攝影機
Claims (10)
- 一種用於控制化學機械平坦化之方法,包含步驟:利用一化學機械平坦化系統的一化學機械平坦化頭接收一第一半導體晶圓;在該第一半導體晶圓上執行一化學機械平坦化製程;在該化學機械平坦化製程之後,將該第一半導體晶圓自該化學機械平坦化頭傳遞至一晶圓裝卸單元;在該化學機械平坦化頭下方靠近該晶圓裝卸單元置放一攝影機,使該攝影機相對於垂直線成角度θ定位;在將該第一晶圓傳遞至該晶圓裝卸單元之後,利用一控制系統使該化學機械平坦化頭旋轉,使得該攝影機可以沿著該化學機械平坦化頭的一固定環的整個內圓周擷取複數個第一影像;利用該控制系統分析該些第一影像;以及基於該些第一影像判定是否將一第二半導體晶圓提供至該化學機械平坦化頭。
- 如請求項1所述之方法,更包含:利用該控制系統產生該些第一影像的一分類,其中該分類指示該化學機械平坦化頭是否損壞;以及基於該分類判定是否將該第二半導體晶圓提供至該化學機械平坦化頭。
- 如請求項1所述之方法,更包含:利用複數個攝影機擷取複數個第二影像;利用該些攝影機分析該些第二影像;及基於該些第二影像判定是否將一第二半導體晶圓提供至該化學機械平坦化頭。
- 如請求項1所述之方法,其中分析該些第一影像之步驟包含:比較該些第一影像與一或多個參考影像。
- 一種用於控制化學機械平坦化之方法,包含:在由一化學機械平坦化頭保持的一第一半導體晶圓上執行一化學機械平坦化製程;將該第一半導體晶圓自該化學機械平坦化頭卸載至一晶圓裝卸單元;在該晶圓裝卸單元中的縫隙中置放一攝影機,使該攝影機相對於垂直線成角度θ定位;在卸載該第一半導體晶圓之後,利用該攝影機自角度θ擷取該化學機械平坦化頭的選定部分的一固定環的一影像;基於該影像,利用一控制系統檢測到該固定環損壞;以及因應檢測到該固定環損壞,利用該控制系統停止該化學機械平坦化頭的操作。
- 如請求項5所述之方法,更包含:利用一機器學習流程訓練該控制系統的一影像分析儀,以識別該固定環的損壞。
- 一種化學機械平坦化系統,包含:一化學機械平坦化站,用以執行一化學機械平坦化製程;一晶圓裝卸單元,用以接收一半導體晶圓;一化學機械平坦化頭,用以自該晶圓裝卸單元接收該半導體晶圓,將該半導體晶圓運送至該化學機械平坦化站進行該化學機械平坦化製程,且將該半導體晶圓返回該晶圓裝卸單元;一攝影機,置放於該化學機械平坦化頭下方靠近該晶圓裝卸單元處,該攝影機相對於垂直線成角度θ定位,該攝影機用以在該化學機械平坦化頭已將該半導體晶圓返回該晶圓裝卸單元之後,利用該攝影機自角度θ擷取該化學機械平坦化頭的選定部分的一影像,該角度θ相對於垂直線在45°與70°之間;以及一控制系統,用以接收該影像,利用一影像分析流程分析該影像,產生該影像的一分類,且因應該分類來控制該化學機械平坦化頭。
- 如請求項7所述之化學機械平坦化系統,其 中該化學機械平坦化頭包括一固定環,用以在該化學機械平坦化頭保持該半導體晶圓時側向保持該半導體晶圓。
- 如請求項7所述之化學機械平坦化系統,其中該分類指示該固定環是否損壞。
- 如請求項7所述之化學機械平坦化系統,其中該控制系統包含用以產生該分類的一基於機器學習的影像分析儀。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/185,857 US20220270939A1 (en) | 2021-02-25 | 2021-02-25 | System and method for controlling chemical mechanical planarization |
US17/185,857 | 2021-02-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202233353A TW202233353A (zh) | 2022-09-01 |
TWI817169B true TWI817169B (zh) | 2023-10-01 |
Family
ID=81946582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110128606A TWI817169B (zh) | 2021-02-25 | 2021-08-03 | 用於控制化學機械平坦化之系統及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220270939A1 (zh) |
CN (1) | CN114633201A (zh) |
TW (1) | TWI817169B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130102699A (ko) * | 2012-03-08 | 2013-09-23 | 김오수 | 화학기계식 웨이퍼연마장치 |
TW201938321A (zh) * | 2018-03-13 | 2019-10-01 | 美商應用材料股份有限公司 | 化學機械研磨機中的易損零件監控 |
JP6660636B2 (ja) * | 2018-07-31 | 2020-03-11 | 独立行政法人国立高等専門学校機構 | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 |
TW202017032A (zh) * | 2018-10-29 | 2020-05-01 | 台灣積體電路製造股份有限公司 | 用於化學機械研磨系統之研磨頭及化學機械研磨方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002261146A (ja) * | 2001-03-02 | 2002-09-13 | Hitachi Ltd | 半導体集積回路装置の製造方法および半導体製造装置 |
JP4102081B2 (ja) * | 2002-02-28 | 2008-06-18 | 株式会社荏原製作所 | 研磨装置及び研磨面の異物検出方法 |
TWI450792B (zh) * | 2008-08-05 | 2014-09-01 | Ebara Corp | 研磨方法及裝置 |
CN208744423U (zh) * | 2018-09-25 | 2019-04-16 | 云南汇恒光电技术有限公司 | 镜片抛光机 |
JP2020189366A (ja) * | 2019-05-22 | 2020-11-26 | 株式会社荏原製作所 | 研磨装置および研磨方法 |
US20240078659A1 (en) * | 2022-09-06 | 2024-03-07 | Applied Materials Israel Ltd. | Defect examination on a semiconductor specimen |
KR20240111489A (ko) * | 2023-01-10 | 2024-07-17 | 삼성전자주식회사 | 연마 시뮬레이션 방법 및 연마 시뮬레이션 시스템 |
-
2021
- 2021-02-25 US US17/185,857 patent/US20220270939A1/en active Pending
- 2021-07-28 CN CN202110857931.3A patent/CN114633201A/zh active Pending
- 2021-08-03 TW TW110128606A patent/TWI817169B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130102699A (ko) * | 2012-03-08 | 2013-09-23 | 김오수 | 화학기계식 웨이퍼연마장치 |
TW201938321A (zh) * | 2018-03-13 | 2019-10-01 | 美商應用材料股份有限公司 | 化學機械研磨機中的易損零件監控 |
JP6660636B2 (ja) * | 2018-07-31 | 2020-03-11 | 独立行政法人国立高等専門学校機構 | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 |
TW202017032A (zh) * | 2018-10-29 | 2020-05-01 | 台灣積體電路製造股份有限公司 | 用於化學機械研磨系統之研磨頭及化學機械研磨方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202233353A (zh) | 2022-09-01 |
US20220270939A1 (en) | 2022-08-25 |
CN114633201A (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0898300B1 (en) | Method for processing a semiconductor wafer on a robotic track having access to in situ wafer backside particle detection | |
TWI503534B (zh) | A substrate processing device, a computer-readable memory medium, and a substrate handling method | |
TWI529837B (zh) | 基板處理裝置及基板處理方法 | |
JP4916890B2 (ja) | 基板処理装置及び基板処理方法 | |
US9111966B2 (en) | Substrate processing apparatus and substrate processing method | |
US8414355B2 (en) | Substrate processing apparatus | |
KR102036403B1 (ko) | 기판 처리 장치 | |
US11837484B2 (en) | Robot arm device and method for transferring wafer | |
US11664260B2 (en) | Systems and methods for orientator based wafer defect sensing | |
US8941809B2 (en) | Substrate processing apparatus and substrate processing method | |
KR20080013059A (ko) | 씨엠피공정설비의 웨이퍼 검사장치 및 그 방법 | |
US10937697B2 (en) | Method of processing a semiconductor wafer that involves cutting to form grooves along the dicing lines and grinding reverse side of the wafer | |
TW202036746A (zh) | 切割裝置及使用切割裝置的晶圓加工方法 | |
TWI817169B (zh) | 用於控制化學機械平坦化之系統及方法 | |
JP5837649B2 (ja) | 基板処理装置、異常処理部判定方法、プログラム及びコンピュータ記憶媒体 | |
TW202200985A (zh) | 檢測晶圓的裝置及方法以及非暫時性計算機可讀媒體 | |
KR20230143574A (ko) | 촬상 장치, 검사 장치, 검사 방법 및 기판 처리 장치 | |
US12087646B2 (en) | Systems and methods for suction pad assemblies | |
TWI809429B (zh) | 半導體製造設備的控制系統及其控制方法 | |
TWI394225B (zh) | Quickly sorting machine and its method | |
US20160042985A1 (en) | Substrate processing apparatus | |
US20240178025A1 (en) | Semiconductor processing device and semiconductor processing system | |
TWI813960B (zh) | 基板處理裝置及基板處理方法 | |
KR102358687B1 (ko) | 웨이퍼 가공 방법 및 시스템 | |
WO2021246331A1 (ja) | 検査基板、その再生方法、および基板処理装置 |