CN101387870B - 改善晶片合格率的方法及其*** - Google Patents
改善晶片合格率的方法及其*** Download PDFInfo
- Publication number
- CN101387870B CN101387870B CN2007101287615A CN200710128761A CN101387870B CN 101387870 B CN101387870 B CN 101387870B CN 2007101287615 A CN2007101287615 A CN 2007101287615A CN 200710128761 A CN200710128761 A CN 200710128761A CN 101387870 B CN101387870 B CN 101387870B
- Authority
- CN
- China
- Prior art keywords
- prescription
- wafer
- data
- qualification rate
- improving
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 38
- 238000012797 qualification Methods 0.000 claims description 23
- 238000003070 Statistical process control Methods 0.000 claims description 19
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000011859 microparticle Substances 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 16
- 235000012431 wafers Nutrition 0.000 description 19
- 230000002950 deficient Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920005591 polysilicon Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31325—Machine selection support, use of database
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明揭示了改善晶片合格率的方法及其***,以达到较佳的缺陷密度及提高产品合格率的目的。为求增强的绝佳工具选择及发送,本发明提供一种绝佳工具选择及发送***,用以整合不同部件。该绝佳工具选择***是依据制造工具的一集合效能来选择绝佳工具的一集合,并且提供一全自动化操作环境,以使用该绝佳工具的集合生产一晶片。
Description
技术领域
本发明涉及一种改善晶片合格率的方法,特别涉及一种绝佳工具选择的***及方法,以达较佳的缺陷密度及提高产品合格率的目的。
背景技术
绝佳产品(golden product),为一种无缺陷产品。于半导体制造业中,由于工艺中不可避免的缺陷,通常生产一绝佳产品是困难的。通常以缺陷密度代表所测量产品内的缺陷,表示此产品于一既定区域中,所检测出的缺陷数目。为接近或取得一绝佳产品的生产,减少其缺陷密度是必要的。然而,不同产品可能具有不同的缺陷密度改进比率,因此通常难以减少缺陷密度。例如:一大芯片产品,相较于一小芯片产品,即具有一较好的产品合格率,即使将两产品的缺陷密度降低至一相同比率。为产生一较好的产品合格率,需要一种方法,用以减少产品缺陷密度,并提供最好投资收益的生产设备。亦需要一种服务模块,以达到对于客户而言相当重要的较佳产品缺陷密度及合格率。
发明内容
有鉴于此,本发明的主要目的是提供一种改善晶片合格率的方法,利用绝佳工具的选择,从而减少缺陷密度,并且改善产品的合格率。
为了达到本发明的上述目的,本发明提供了改善晶片合格率的方法。根据本发明的一实施例,该方法的步骤包括:根据制造工具的集合效能,从制造工具的一集合中,选择绝佳工具的一集合;以及提供一全自动化操作环境,以使用该绝佳工具的集合生产一晶片。其中,根据该制造工具的集合效能,从制造工具集合中选择绝佳工具的集合,是由一绝佳室选择***执行,将所取得的在线统计过程控制数据、离线统计过程控制数据、以及周期维护数据作为输入数据。而该全自动化操作环境包括自动发送、自动运输、及自动设备操作。此外,是由一实时发送***提供一全自动化操作环境,以使用该绝佳工具的集合生产该晶片。该实时发送***取得共享信息模块的信息、在制品的信息、以及产品配置的信息,以作为输入数据。
本发明又提供一种程序,于可读取的计算机媒体上进行编码,该程序的步骤包括:依据制造工具的一集合效能,由该制造工具的集合选择绝佳工具的一集合;以及提供一全自动化操作环境,以使用该绝佳工具的集合生产一晶片。
本发明还揭示一种改善晶片合格率的***,包括:一选择模块及一全自动化操作环境。该选择模块是依据制造工具的一集合效能,由该制造工具的集合,用以选择绝佳工具的一集合。该全自动化操作环境是使用该绝佳工具的集合以生产一晶片。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举实施例,并配合所附附图,详细说明如下。
附图说明
图1显示大芯片及小芯片产品间的芯片增益示范比较图;
图2显示依据本发明实施例的一绝佳工具选择及发送***方块图;
图3显示依据本发明实施例,由图2绝佳室选择***20执行一绝佳工具选择方法流程图。
其中,附图标记说明如下:
24~在线统计过程控制数据;
26~离线统计过程控制数据;
28~周期维护数据;20~绝佳室选择***;
30~关键阶段配置;32~计算机整合制造信息;
34~在制品;36~大芯片零件配置;
22~实时发送***;38~全自动操作;
40~大芯片产品。
具体实施方式
图1是显示大芯片及小芯片产品间的芯片增益示范比较图。标记10是为芯片产品16的芯片增益12与缺陷密度14的相关图表。芯片产品依据大小排列。标记10显示出随着缺陷密度由0.2减少至0.05,大芯片产品会较小芯片产品具有较高的芯片增益。于此例中,大芯片产品,例如:G70,与小芯片产品相较,例如:IC12,具有3倍的芯片增益。这就指出大芯片产品缺陷密度的减少,相较于小芯片产品,更加关键而紧要。
图2显示依据本发明实施例的一绝佳工具选择及发送***方块图。如图2所示,本发明包括:一绝佳室选择***20,用以选择绝佳工具;以及一实时发送***22,用以将一产品安排至绝佳工具的集合。绝佳室选择***20,将所取得的在线统计过程控制(SPC)数据库24、离线统计过程控制(SPC)数据库26、以及周期维护数据库28的数据作为输入数据,并且依据此输入数据,用以产生一绝佳工具的选择。
在线统计过程控制(SPC)数据库24,包括于控制晶片处理期间所收集的数据,并使用于监控效能。使用在线统计过程控制数据以确保生产工具能在效能期望范围之内。在线统计过程控制(SPC)数据库24也包括一储存晶片微粒数据历史的晶片微粒数据库。当以工具处理晶片时,微粒会累积在晶片上。周期性收集一微粒计数,以指示于每一处理的晶片中有多少微粒产生。该晶片微粒数据包括该周期性微粒计数值。除该计数外,在不脱离本发明的精神与范围内,可收集与使用其它特性物质。
离线统计过程控制(SPC)数据库26,包括:于控制晶片处理后所产生的测量数据。周期维护数据库28,包括:于该工具执行一周期维护后的生产工具效能数据。
于一说明实施例中,绝佳工具仅于生产的关键阶段作选择,因为这些关键阶段于该制造过程有优先权。于此实施例中,来自一关键阶段配置数据库30的数据,也可使用作为该绝佳工具选择的输入数据。关键阶段配置数据库30包括配置数据,例如:一厚度能力指数(thickness capability index,Cpk),其用以指示一被选择工具是否符合一可靠厚度能力的要求。现结合图3于后详述关于绝佳工具的选择程序。
当绝佳室选择***20选择绝佳工具的一集合时,实时发送***22即提供增强发送,以将关键或大芯片产品安排至该已选择的绝佳工具。实时发送***22将由一计算机整合制造(CIM)数据库32、一在制品(WIP)数据库34、以及一大芯片零件配置数据库36中所取得的数据作为输入数据,并且依据该输入数据,用以产生一全自动化操作环境38。
计算机整合制造(CIM)数据库32将其它生产部件,例如:在制品数据、工具表数据、抑制数据,与实时发送***22整合。该整合可通过取得该生产设备的信息完成,例如:产生工具的处方。另外,计算机整合制造(CIM)数据库32可包括生产批限制、及一指示该工具状态的工具状态数据库。
在制品(WIP)数据库34包括制造产品批信息,例如:有关哪一产品批应于一特定制造阶段抵达的信息。此外,在制品(WIP)数据库34包括发送指令,例如:有关多少产品批应该共同使用一生产阶段。大芯片零件配置数据库36包括大芯片产品的配置数据。然而,其它零件配置信息也可包括于配置数据库36中,例如:对于客户关键的产品的零件配置信息。
通过一全自动化操作环境38,即可执行自动化发送、自动化运输、及自动化设备操作。自动化发送,是配送该已选择的绝佳工具用以生产。自动化运输,通过一已选择的绝佳工作操作路线,安排该大芯片产品的运输。通过自动化设备操作配置该已选择的绝佳工具,用于大芯片产品40的生产。
再者,通过一全自动化操作环境38,并使用已选择的绝佳工具,以处理大芯片产品40。例如:首先于OD蚀刻程序中,通过设备42、接着于多晶硅蚀刻程序中,通过设备44、以及于触孔蚀刻程序中,通过设备46,用以处理大芯片产品40。通过已选择的绝佳工具来处理大芯片产品40,可以减小缺陷密度D0,并得到较佳的产品合格率CP。
图3显示依据本发明实施例,由图2绝佳室选择***20执行一绝佳工具选择方法流程图。如图3所示,选择绝佳工具的流程开始于步骤50,于一室中选择一工具的不同处方。于步骤52,排除具有延伸数据(excursion data)的处方。延伸数据(excursion data)为包含大量数据点的一数据集合。于步骤54,衡量该处方的微粒。衡量微粒的步骤包括:利用每一处方的7天平均值,用以计算出一微粒计数,并且确定该微粒计数是否小于一可接受临界值。除了每一处方的7天平均值外,也可由工程师提供其它的手动设定,用以计算一微粒计数。
该流程接着进入步骤56,用以衡量该处方的厚度能力指数。该厚度能力指数,指示一处方符合一既定可靠厚度规格的能力。该厚度能力指数值越大,则一工具产生的效能越佳。例如:厚度能力指数的计算,包括计算每一处方7天的厚度。除了计算每一处方7天的厚度外,也可由工程师提供其它的手动设定。于衡量该厚度能力指数后,该流程终止。依据图3所示的程序,于晶片处理的每一步骤中,即可产生工具效能的等级。
接着,是利用图3的程序,说明绝佳工具的一示范选择。于步骤50中,选择两相异的处方:PSG32_PA_C及PSG32_PT_C。该处方执行延伸数据处理,用以排除具有大量数据点的处方。于此实施例中,假设PSG32_PA_C多于30个数据点,则于步骤52中排除PSG32_PA_C。同样地,假设PSG32_PT_C多于100个数据点,则排除PSG32_PT_C。
于步骤54中,执行衡量微粒。利用每一处方的7天平均值计算一微粒值,用以执行衡量微粒。于此实施例中,决定处方PSG32_PA_C与处方PSG_PT_32_C的7天平均值,并且根据该7天平均值的总和产生一微粒值。假设该微粒值大于一临界值,于此实施例中,该临界值为4.5,则选择具有较小微粒值的处方。假设该微粒值小于该临界值,则该程序进入步骤56,衡量该处方的厚度能力指数。于衡量厚度能力指数期间,计算每一处方7天的厚度能力指数。选择具有较大厚度能力指数的处方,因为具较大的厚度能力指数,一既定处方的工具则会产生较佳的效能。值得注意的是,上述的计算仅用以作为说明所示的实施例。在不脱离本发明的精神与范围内,也可于不同制造阶段使用其它计算方法。
总而言之,本发明所揭示的一绝佳工具的选择方式,是提供较佳的缺陷密度与提高产品合格率。为达增强绝佳工具选择与发送的目的,提供一绝佳工具选择***及一实时发送***,用以整合所有部件。此外,本发明提供一全自动化操作环境,包括:自动发送、运输、与设备操作,用以进行非人工操作。
除此之外,该绝佳工具的选择,提供了一工具效能等级,并将一已选择产品,例如:一大芯片产品,安排至能够提供最佳效能的工具。如此一来,不仅可改善大芯片产品的合格率,也因为缺陷密度降低而改善其它关键产品的合格率。随着关键产品生产更加容易从而使得客户服务满意增加。再者,随着更多芯片能以较少量的晶片生产,因而可以降低这些产品的生产成本。
本发明所揭示可以为一硬件实施例、一软件实施例、或者同时包括硬件及软件实施例的形式。于一实施例中,可以软件执行本发明,其中所包含并不限定于固件、常驻软件、微指令等。
此外,本发明的实施例可以为一计算机程序的形式,可以由一可使用的实体计算机、或者可读取的计算机媒体读取所提供的程序代码,用以使用或连接至一计算机、或任一指令执行***。为说明,一可使用的实体计算机、或者可读取的计算机媒体可以为任何设备,并且可以包含、储存、沟通、传播、或者运送该程序,以使用或者连接至该指令执行***、设备、或者装置。
该计算机媒体可以是一电子、磁、光学、电磁、红外线、半导体***(或者设备或装置)、或一传播媒体。一可读取的计算机媒体,包括:一半导体、或者一固态内存、磁带、一可移动式计算机磁盘、一随机存取内存(RAM)、一只读存储器(ROM)、一硬盘及一光学片。现有的光盘片例子,包括:光盘-只读存储器(CD-ROM)、光盘-读/写(CD-R/W)、以及数字媒体光盘(DVD)。
虽然本发明已以较佳实施例揭示如上,然而其并非用以限定本发明,任何所属技术领域中普通技术人员,在不脱离本发明的精神和范围内,当可做一些变动与润饰,因此本发明的保护范围当以后附的权利要求书为准。
Claims (12)
1.一种改善晶片合格率的方法,其特征是,该方法的步骤包括:
根据制造工具的集合效能,从制造工具的一集合中,选择绝佳工具的一集合,其中,选择绝佳工具的一集合的步骤,包括:
为制造工具的每一集合选择多个处方;
由所述多个处方排除具有延伸数据的一处方,以组成所述多个处方的一子集合,其中该延伸数据为包含大量数据点的一数据集合;
衡量所述多个处方子集合的微粒,用以计算一微粒计数;
衡量所述多个处方子集合的厚度能力指数,其中该厚度能力指数指示该处方符合一既定可靠厚度规格的能力;以及
产生工具效能的等级;
提供一全自动化操作环境,以使用该绝佳工具的集合生产一晶片;
其中排除一处方的步骤,包括:
检查所述多个处方的一处方,以确定该处方的数据点数目是否超过一临界值;以及
当该处方的数据点数目超过该临界值时,便由所述多个处方排除该处方。
2.如权利要求1所述的改善晶片合格率的方法,其特征是,衡量所述处方子集合微粒的步骤包括:
利用每一处方的7天平均值,用以计算出一数值;
确定该数值是否小于一临界值;以及
于所述处方中,选择比较其它处方而言具有较小数值的一处方,以当作一绝佳处方,其数值不小于该临界值。
3.如权利要求1所述的改善晶片合格率的方法,其特征是,衡量处方子集合的厚度能力指数的步骤,包括:
计算每一处方7天的一厚度能力指数;以及
于所述处方中,相较其它处方,选择具有较大厚度能力指数的一处方,以当作一绝佳处方。
4.如权利要求1所述的改善晶片合格率的方法,其特征是,该全自动化操作环境包括自动发送、自动运输、及自动设备操作;自动发送是分配该绝佳工具集合,用以生产该晶片,而自动运输是通过该绝佳工具的集合,以安排该晶片的运输。
5.如权利要求1所述的改善晶片合格率的方法,其特征是,该全自动化操作环境为机器操作。
6.如权利要求1所述的改善晶片合格率的方法,其特征是,根据该制造工具的集合效能,从制造工具集合中选择绝佳工具的集合,是由一绝佳室选择***执行。
7.如权利要求6所述的改善晶片合格率的方法,其特征是,该绝佳室选择***取得在线统计过程控制数据、离线统计过程控制数据、以及周期维护数据,以作为输入数据。
8.如权利要求1所述的改善晶片合格率的方法,其特征是,提供一全自动化操作环境,以使用该绝佳工具的集合生产该晶片,是由一实时发送***执行。
9.如权利要求8所述的改善晶片合格率的方法,其特征是,该实时发送***取得共享信息模块的信息、在制品的信息、以及晶片配置的信息,以作为输入数据。
10.如权利要求7所述的改善晶片合格率的方法,其特征是,该在线统计过程控制数据包括控制晶片处理期间搜集的数据、该离线统计过程控制数据包括控制晶片处理后所产生的数据、以及,该周期维护数据包括于该制造工具集合执行一周期维护后,该制造工具集合的效能数据。
11.如权利要求9所述的改善晶片合格率的方法,其特征是,该共享信息模块的信息包括该制造工具集合的处方信息,在制品信息包括该制造工具集合的发送指令。
12.一种改善晶片合格率的***,包括:
一选择模块,根据制造工具的一集合效能,由该制造工具的集合中,选择绝佳工具的一集合,其中,选择绝佳工具的一集合的步骤,包括:
为制造工具的每一集合选择多个处方;
由所述多个处方排除具有延伸数据的一处方,以组成所述多个处方的一子集合,其中该延伸数据为包含大量数据点的一数据集合;
衡量所述多个处方子集合的微粒,用以计算一微粒计数;
衡量所述多个处方子集合的厚度能力指数,其中该厚度能力指数指示该处方符合一既定可靠厚度规格的能力;
产生工具效能的等级;以及
一全自动化操作环境,其是使用该绝佳工具的集合以生产一晶片;
其中排除一处方的步骤,包括:
检查所述多个处方的一处方,以确定该处方的数据点数目是否超过一临界值;以及
当该处方的数据点数目超过该临界值时,便由所述多个处方排除该处方。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US83080106P | 2006-07-13 | 2006-07-13 | |
US60/830,801 | 2006-07-13 | ||
US11/683,305 US8041440B2 (en) | 2006-07-13 | 2007-03-07 | Method and system for providing a selection of golden tools for better defect density and product yield |
US11/683,305 | 2007-03-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101387870A CN101387870A (zh) | 2009-03-18 |
CN101387870B true CN101387870B (zh) | 2012-04-25 |
Family
ID=38972464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101287615A Expired - Fee Related CN101387870B (zh) | 2006-07-13 | 2007-07-12 | 改善晶片合格率的方法及其*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US8041440B2 (zh) |
CN (1) | CN101387870B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5179170B2 (ja) * | 2007-12-28 | 2013-04-10 | 株式会社Sokudo | 基板処理装置 |
US8489218B2 (en) * | 2010-10-15 | 2013-07-16 | Taiwan Semiconductor Manufacturing Company, Ltd. | Chamber match using important variables filtered by dynamic multivariate analysis |
US8565910B2 (en) * | 2011-02-04 | 2013-10-22 | International Business Machines Corporation | Manufacturing execution system (MES) including a wafer sampling engine (WSE) for a semiconductor manufacturing process |
CN102569118B (zh) * | 2011-11-28 | 2014-06-04 | 上海华力微电子有限公司 | 一种半导体制程中的偏移管理的良率提升*** |
US10162340B2 (en) | 2015-09-30 | 2018-12-25 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method and system for lot-tool assignment |
CN108242411B (zh) * | 2016-12-23 | 2020-06-09 | 中芯国际集成电路制造(上海)有限公司 | 用于管控线上缺陷的方法和*** |
CN109711659B (zh) * | 2018-11-09 | 2021-04-13 | 成都数之联科技有限公司 | 一种工业生产的良率提升管理***和方法 |
CN114202133A (zh) * | 2020-09-02 | 2022-03-18 | 长鑫存储技术有限公司 | 制程数据的检测方法、计算机可读介质及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4902608A (en) * | 1987-12-17 | 1990-02-20 | Texas Instruments Incorporated | Immersion development and rinse machine and process |
CN1848006A (zh) * | 2005-04-05 | 2006-10-18 | 株式会社东芝 | 质量管理***、质量管理方法及批次单位的晶片处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6353222B1 (en) * | 1998-09-03 | 2002-03-05 | Applied Materials, Inc. | Determining defect depth and contour information in wafer structures using multiple SEM images |
WO2003025689A2 (en) * | 2001-09-14 | 2003-03-27 | Ibex Process Technology, Inc. | Large scale process control by driving factor identification |
JP4225998B2 (ja) * | 2004-12-09 | 2009-02-18 | 東京エレクトロン株式会社 | 成膜方法及び成膜装置並びに記憶媒体 |
US7587704B2 (en) * | 2005-09-09 | 2009-09-08 | Brion Technologies, Inc. | System and method for mask verification using an individual mask error model |
US7567947B2 (en) * | 2006-04-04 | 2009-07-28 | Optimaltest Ltd. | Methods and systems for semiconductor testing using a testing scenario language |
US7515982B2 (en) * | 2006-06-30 | 2009-04-07 | Intel Corporation | Combining automated and manual information in a centralized system for semiconductor process control |
-
2007
- 2007-03-07 US US11/683,305 patent/US8041440B2/en not_active Expired - Fee Related
- 2007-07-12 CN CN2007101287615A patent/CN101387870B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4902608A (en) * | 1987-12-17 | 1990-02-20 | Texas Instruments Incorporated | Immersion development and rinse machine and process |
CN1848006A (zh) * | 2005-04-05 | 2006-10-18 | 株式会社东芝 | 质量管理***、质量管理方法及批次单位的晶片处理方法 |
Non-Patent Citations (1)
Title |
---|
JP特开2002-182734A 2002.06.26 |
Also Published As
Publication number | Publication date |
---|---|
CN101387870A (zh) | 2009-03-18 |
US20080021585A1 (en) | 2008-01-24 |
US8041440B2 (en) | 2011-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101387870B (zh) | 改善晶片合格率的方法及其*** | |
CN101258499B (zh) | 使用运行到运行控制器的故障检测与分类(fdc) | |
JP4384093B2 (ja) | 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 | |
CN1725242B (zh) | 解决自动材料处理***中传送差错的方法 | |
CN103187329B (zh) | 一种晶圆良率分析方法 | |
US7289867B1 (en) | Automated integrated circuit device manufacturing facility using distributed control | |
CN101036092B (zh) | 动态控制量测中的工件的方法及*** | |
JP2001185466A (ja) | ロットディスパッチング方法およびロットディスパッチングシステム | |
CN102201324B (zh) | 半导体制造方法与*** | |
US7076321B2 (en) | Method and system for dynamically adjusting metrology sampling based upon available metrology capacity | |
CN1564970A (zh) | 运行至运行控制与故障检测的集成 | |
US20080275676A1 (en) | Methodology to enable wafer result prediction of batch tools | |
US20050283498A1 (en) | System and method to build, retrieve and track information in a knowledge database for trouble shooting purposes | |
KR20170074942A (ko) | 측정 데이터의 생산 툴 위치 및 배치 또는 처리 시간으로의 매핑 | |
US6754593B1 (en) | Method and apparatus for measuring defects | |
WO2006022945A1 (en) | Method and system for prioritizing material to clear exception conditions | |
US20050131564A1 (en) | Method for target queue time calculation in semiconductor manufacturing planning | |
US7206653B1 (en) | Wafer-based planning methods and systems for batch-based processing tools | |
US7783455B1 (en) | Methods and systems for analyzing process equipment processing variations using sensor data | |
US6868512B1 (en) | Fault detection system with real-time database | |
van Campen | Design of a multi-process multi-product wafer fab | |
Beeg | Wafer fab cycle forecast under changing loading situations | |
Cheng et al. | Configuring AVM as a MES component | |
Lee et al. | Genetic algorithm for job scheduling with maintenance consideration in semiconductor manufacturing process | |
Ramamurthi et al. | Analysis of production control methods for semiconductor research and development fabs using simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120425 |