CN101592692A - 测量机台的评估方法 - Google Patents
测量机台的评估方法 Download PDFInfo
- Publication number
- CN101592692A CN101592692A CN 200810114065 CN200810114065A CN101592692A CN 101592692 A CN101592692 A CN 101592692A CN 200810114065 CN200810114065 CN 200810114065 CN 200810114065 A CN200810114065 A CN 200810114065A CN 101592692 A CN101592692 A CN 101592692A
- Authority
- CN
- China
- Prior art keywords
- semiconductor devices
- measured value
- bias
- board
- respectively organizing
- 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.)
- Granted
Links
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
一种测量机台的评估方法,包括下列步骤,对于至少两台测量机台,计算各个测量机台所获得的至少两组半导体器件的测量值的精度;将所述各个测量机台的符合精度要求的至少两组测量值作为质量评估样本,计算所述样本中各组半导体器件测量值的偏倚;按所述各组半导体器件测量值的偏倚和离散程度对所述质量评估样本进行分类,并将所述各组半导体器件测量值的偏倚线性度、离散程度和稳定程度作为评估指标;将所述评估指标中至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。
Description
技术领域
本发明涉及测量机台的评估方法。
背景技术
半导体器件制造工艺在工艺控制、设备操作和材料制造方面的质量要求很高。一个错误就有可能导致半导体器件的完全报废。在整个工艺过程中,工艺质量好坏的评估是通过大量测试,并根据测试结果进行分析得出的。目前,在对测试结果进行分析时有多种评估标准,其中较重要的两个评估标准就是偏倚(Bias or Accuracy)和精确度(Precision)。所述精确度是指通过测量机台获得的各个半导体器件的测量值的离散度。而所述偏倚指通过测量机台获得的半导体器件的测量值的平均值与标准值的差值。并且,在评估偏倚时,通常会使用线性度(Linearity)来评估,线性度是对各组不同量程的测量值与标准值比较所获得的偏倚的综合考虑。同一批次的半导体器件通过测量机台获得的测量值,其线性度和精确度越高,就越符合质量要求。
在半导体代工厂的生产过程中,即使是同一型号的多台测量机台也会有区别,因此,在这些机台中会选出一台机台作为金牌机台(Golden Tool),而选择金牌机台就会使用到上述的线性度以及精确度。2002年出版的测量***分析参考手册(第三版)提供了一种标准统计方法来对单个机台测量值的精度和线性度进行评估,但对金牌机台的选择并没有提供建议方法。而且,该标准统计方法对于例如比例型线性度(proportional linearity)的数据分布情况是不适用的。所述比例型线性分布是指各组不同量程的测量值与标准值比较所获得的偏倚之间呈比例关系,或者说各组偏倚呈线性增大或线性缩小。目前,有一种统计控制方法通过将测量值的平均值作为参考标准值,以各组测量值的离散度的总和最低作为准则选择金牌机台。然而,这种方法所选择的金牌机台所测量的值并不一定符合实际测量值,因而也不能精确反映与实际标准值的差异,可能出现的情况就是各组测量值的离散性很好,但测量值与标准值比较所获得的偏倚却可能很大,因而所选择的金牌机台可能并不够精确,从而导致质量评估不准确。
发明内容
本发明提供一种测量机台的评估方法,解决现有技术由于选择的金牌机台不够精确而导致质量评估不准确的问题。
为解决上述问题,本发明提供一种测量机台的评估方法,包括下列步骤:
对于至少两台测量机台,计算各个测量机台所获得的至少两组半导体器件的测量值的精度;
将所述各个测量机台的符合精度要求的至少两组测量值作为质量评估样本,计算所述样本中各组半导体器件测量值的偏倚;
按所述各组半导体器件测量值的偏倚和离散程度对所述质量评估样本进行分类,并将所述各组半导体器件测量值的偏倚线性度、离散程度和稳定程度作为评估指标;
将所述评估指标中至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。
所述半导体器件测量值的稳定程度是指同一台测量机台在一段时间后再次测量同一半导体器件所获得的测量值与之前的测量值的差异程度。所述各组测量值的稳定程度根据下述公式获得:
若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,且各组偏倚的差在相近范围内,并且所述各组半导体器件测量值的离散程度在相近范围内,则将所述各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的重复性及再现性(GRR2)和半导体器件测量值的稳定程度作为评估指标。
若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,所述各组偏倚不在相近范围内,并且随标准值的变大而变大,而各组半导体器件的测量值的离散程度在相近范围内,则将根据各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的重复性及再现性(GRR2)和半导体器件测量值的稳定程度作为评估指标。
若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,且各组偏倚的差在相近范围内,而各组半导体器件的测量值的离散程度不在相近范围内,随着标准值的变大而变大,则将各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性(GRR2)和半导体器件测量值的稳定程度作为评估指标。
若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,所述各组偏倚不在相近范围内,并且随标准值的变大而变大,而各组半导体器件的测量值的离散程度不在相近范围内,随着标准值的变大而变大,则将各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性(GRR2)和半导体器件测量值的稳定程度作为评估指标。
与现有技术相比,上述方案具有以下优点:上述测量机台的评估方法根据各个测量机台所获得的质量评估样本中各组半导体器件测量值的偏倚和离散程度对所述质量评估样本的数据分布情况进行分类,并计算所述分类数据分布对应的评估指标,并将至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。由于上述方法是通过将数据分布进行分类再进行各自对应的评估,因而所获得的金牌机台所获得的测量值更接近于实际测量值,根据所述金牌机台获得的测量值也能更精确地获得与实际标准值的差异,从而也提高了质量评估的准确性。
附图说明
图1是本发明测量机台的评估方法的一种实施方式流程图;
图2是图1所述方法流程中对数据分布进行分类的方法流程图;
图3是图2所示分类方法中第一类样本的一种数据分布示意图;
图4是图2所示分类方法中第一类样本的另一种数据分布示意图;
图5是图2所示分类方法中第二类样本的一种数据分布示意图;
图6是图2所示分类方法中第三类样本的一种数据分布示意图。
具体实施方式
本发明测量机台的评估方法根据各个测量机台所获得的质量评估样本中各组半导体器件测量值的偏倚和离散程度对所述质量评估样本的数据分布情况进行分类,并计算所述分类数据分布对应的评估指标,并将至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。
参照图1所示,本发明测量机台的评估方法包括下列步骤,
步骤s1,对于至少两台测量机台,计算各个测量机台所获得的至少两组半导体器件的测量值的精度;
步骤s2,判断所述各组测量值的精度是否符合精度要求,若不符合,则执行步骤s3,若符合,则执行步骤s4;
步骤s3,排除所述测量值对应的测量机台;
步骤s4,将所述各个测量机台的符合精度要求的至少两组测量值作为质量评估样本,计算所述样本中各组半导体器件测量值的偏倚;
步骤s5,按所述各组半导体器件测量值的偏倚和离散程度对所述质量评估样本进行分类,并将所述各组半导体器件测量值的偏倚线性度、离散程度和稳定程度作为评估指标;
步骤s6,将所述评估指标中至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。
对于步骤s1,所述各组测量值的精度根据下述公式获得:
对于步骤s2,所述精度要求为%GRR<10%。
对于步骤s4,所述偏倚为所述半导体器件的测量值的平均值与对应标准值的差异。
参考图2所示,对于步骤s5,包括下列步骤:
步骤s50,所述各组半导体器件的测量值的偏倚是否在相近范围内,若是,则执行步骤s54,若否,则执行步骤s51;
步骤s51,所述偏倚是否随标准值的变大而变大,若是,则执行步骤s52,若否,则执行步骤s54;
步骤s52,所述各组半导体器件测量值的离散程度是否在相近范围内,若是,则执行步骤s58,若否,则执行步骤s53;
步骤s53,所述离散度是否随标准值的变大而变大,若是,则执行步骤s59,若否,则执行步骤s58;
步骤s54,所述各组半导体器件测量值的离散程度是否在相近范围内,若是,则执行步骤s56,若否,则执行步骤s55;
步骤s55,所述离散度是否随标准值的变大而变大,若是,则执行步骤s57,若否,则执行步骤s56;
步骤s56,将所述各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的重复性及再现性和半导体器件测量值的稳定程度作为评估指标;
步骤s57,将各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性和半导体器件测量值的稳定程度作为评估指标;
步骤s58,将各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的重复性及再现性和半导体器件测量值的稳定程度作为评估指标;
步骤s59,将各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
所述各组半导体器件的绝对偏倚的线性度根据下述公式获得:
δij=Yij-Xi0,其中Yij为第i组半导体器件的测量数据的第j个测量值,Xi0为第i组半导体器件的测量值对应的标准值。
所述各组半导体器件的相对偏倚的线性度根据下述公式获得:
所述各组半导体器件的测量值的重复性及再现性根据下述公式获得:
GRR2=(5.15σrpt)2+(5.15σrpd)2,其中σrpt用来表示在一小段测量时间内用同一测量机台对同一点多次测量的标准方差,而σrpd用来表示当测量条件改变导致的测量标准方差。
所述各组半导体器件的测量值的权重重复性及再现性根据下述公式获得:
下面通过一个具体例子对上述方法作进一步阐述。
执行步骤s1,对于至少两台测量机台,计算各个测量机台所获得的至少两组半导体器件的测量值的精度。为了对测量机台进行评估,通常先通过测量机台来测量一定数量的测量数据作为进行质量评估的数据样本,由于对每一台机台的操作步骤都相同,下面仅以一台测量机台举例,所述精度可以通过下述方法获得:
例如,第一天安排第一个测量人员应用所述测量机台对10个标准值附近的测量样本进行测量,每个样本测量3次;第二次在1至3天后安排第二个测量人员应用同样的测量机台对同样的测量样本进行测量,每个样本仍旧测量3次,以此类推,共测量三次来获得用于计算精度的数据。然后,计算重复性标准方差σrpt,以及再现性标准方差σrpd,其中σrpt用来表示在一小段测量时间内用同一测量机台对同一点多次测量的标准方差,而σrpd用来表示当测量条件改变导致的测量标准方差,所述的测量条件改变包括测量者的改变、测量位置的不可避免地改变、测量机台短期不稳定以及测量环境的改变。计算σrpt和σrpd所应用的公式可以根据统计学中的标准方差分量分析(VarianceComponent Analysis)方法来得到。
则所述精度根据下述公式获得:
本步骤计算所述各组测量值的精度是为了检验测量机台的测量误差是否符合要求。若测量机台的测量误差不符合要求,那么若将测量所得去进行质量评估显然也不能得到准确的质量评估结果。
执行步骤s2,判断所述各组测量值的精度是否符合精度要求,若不符合,则执行步骤s3,若符合,则执行步骤s4。
所述精度要求为%GRR<10%。%GRR越大,说明测量机台获得的测量值相对于真实值的误差就越大。若计算得到的该组测量值样本的精度%GRR<10%,则该组测量值样本符合精度要求,执行步骤s4;而若计算得到的该组测量值样本的精度%GRR≥10%,则执行步骤s3,排除所述测量值对应的测量机台,即所述测量机台不满足最基本的精度要求,不具备作为金牌机台的资格。
执行步骤s4,将所述各个测量机台的符合精度要求的至少两组测量值作为质量评估样本,计算所述样本中各组半导体器件测量值的偏倚。所述偏倚为所述半导体器件的测量值的平均值与对应标准值的差异,所述偏倚是作为下述步骤对质量评估样本的数据分布情况进行分类的分类依据之一。
执行步骤s5,按所述各组半导体器件测量值的偏倚和离散程度对所述质量评估样本进行分类,并将所述各组半导体器件测量值的偏倚线性度、离散程度和稳定程度作为评估指标。下述步骤即是按所述偏倚、离散程度的不同情况的组合进行分类的详细步骤。
步骤s50,所述各组半导体器件的测量值的偏倚是否在相近范围内,若是,则执行步骤s54,若否,则执行步骤s51;
步骤s51,所述偏倚是否随标准值的变大而变大,若是,则执行步骤s52,若否,则执行步骤s54。
步骤s50和步骤s51的判断步骤都是为了分析所述各组半导体器件的测量值的偏倚是否近似相同。当然,在分析之前的前提是各组半导体器件的测量值的偏倚都应在各自对应的偏倚容忍范围内。若所述各组偏倚不在相近范围内,则不能认为所述各组半导体器件的测量值的偏倚近似相同。而若各组半导体器件的偏倚不能认为近似相同,则还需考察各组偏倚的变化与所对应标准值的变化来确定采用何种评估方式。所述相近范围可根据实际的评估精度来设定。
例如,假定以4组测量值作为质量评估样本,而各组测量值的偏倚均在偏倚容忍范围内,则若各组偏倚均大于0,且各组偏倚在相近范围内,则可以认为这4组测量值的偏倚近似相同;同样的,若这4组测量值的平均值均小于标准值,且各组偏倚在相近范围内,则可以认为这4组测量值的平均值近似相同。所述的相近范围可以根据实际的评估精度而设定;同样的,若虽然所述4组测量值的偏倚有的大于0,有的小于0,但各组偏倚还是在相近范围内,则还是认为这4组测量值的偏倚近似相同。
而若各组偏倚不在相近范围内,则需考察各组偏倚的大小是否与其对应的标准值有关,例如第一组对应的标准值最小,第一组测量值的偏倚也最小,第二、三、四组对应的标准值依次增大,其测量值的偏倚也依次增大,这时候就认为各组偏倚随着标准值的变大而变大,宜采用不同于近似相同的评估方法。反之,也是一样的,即各组偏倚随标准值的变小而变小也属于此种情况。
至此,通过步骤s50和步骤s51,各个质量评估样本已按偏倚被分成了所述偏倚近似相同和偏倚不相同两类,下面就根据各组半导体器件的测量值的离散程度来所述的两类质量评估样本进行进一步分类。
步骤s52,所述各组半导体器件测量值的离散程度是否在相近范围内,若是,则执行步骤s58,若否,则执行步骤s53;
步骤s53,所述离散程度是否随标准值的变大而变大,若是,则执行步骤s59,若否,则执行步骤s58。
步骤s54,所述各组半导体器件测量值的离散程度是否在相近范围内,若是,则执行步骤s56,若否,则执行步骤s55;
步骤s55,所述离散度是否随标准值的变大而变大,若是,则执行步骤s57,若否,则执行步骤s56。
步骤s52、步骤s53,和步骤s54、步骤s55就是按所述各组半导体器件测量值的离散程度是否相近来进一步分类。经过步骤s52、步骤s53,和步骤s54、步骤s55的分类,所有的质量评估样本就可分成四类,第一类:所述各组半导体器件测量值的偏倚近似相同,并且各组半导体器件测量值的离散程度也相近;第二类:所述各组半导体器件测量值的偏倚近似相同,但各组半导体器件测量值的离散程度不相近;第三类:所述各组半导体器件测量值的偏倚不相同,而各组半导体器件测量值的离散程度相近;第四类:所述各组半导体器件测量值的偏倚不相同,并且各组半导体器件测量值的离散程度也不相近。
参照图3所示,为4组半导体器件的测量数据图,其中每一组数据样本是对一个半导体器件多次测量所得的测量数据。从图3中可以看出,各组数据样本的偏倚都接近于0,因此,可以认为是属于第一类样本。图4的数据取得方法与图3相同,从图4中可以看到,各组数据样本的偏倚都大于0,并且近似相同,也可以认为是第一类样本。执行步骤s56,将所述各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
所述各组半导体器件的绝对偏倚的线性度根据下述公式获得:
δij=Yij-Xi0,其中Yij代表测量数据,例如Y11就是将对第一个半导体器件的第一次测量所得的测量数据作为第一组数据样本的第一个数据,Y14就是将对第一个半导体器件的第四次测量所得的测量数据作为第一组数据样本的第四个数据,Xi0为第i组半导体器件的测量值对应的标准值。
所述各组半导体器件的测量值的重复性及再现性根据下述公式获得:
GRR2=(5.15σrpt)2+(5.15σrpd)2,其中σrpt用来表示在一小段测量时间内用同一测量机台对同一半导体器件多次测量的标准方差,而σrpd用来表示当测量条件改变导致的测量标准方差。获得σrpt和σrpd的方法参照上述计算精度的公式。
所述半导体器件测量值的稳定程度详述如下,对一台金牌机台来说,对同一半导体器件进行测量所获得测量值应具有稳定性,例如第一次测量所获得的测量值和3个月后对同一半导体器件再次测量所获得的测量值应相同,或两者的差应在可以认为近似相同的范围内。否则所述测量机台就不能作为金牌机台,因为若所述测量机台的稳定性不够,那么各个时间段内以所述测量值为基础进行的质量评估结果也会差异很大,影响质量评估的精确性。
所述各组测量值的稳定程度根据下述公式获得:
图5的数据取得方法与图3相同,从图5中可以看到,各组数据样本的偏倚都接近于0,但离散程度不相近,第一组至第四组数据样本的离散程度是依次变大的。符合上述描述的离散程度随标准值变大而变大的情况,可以认为是第二类样本,因此采用权重重复性及再现性作为评估指标较为精确。执行步骤s57,将各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
所述各组半导体器件的绝对偏倚的线性度根据下述公式获得:
δij=Yij-Xi0,其中Yij代表测量数据,例如Y11就是将对第一个半导体器件的第一次测量所得的测量数据作为第一组数据样本的第一个数据,Y14就是将对第一个半导体器件的第四次测量所得的测量数据作为第一组数据样本的第四个数据,Xi0为第i组半导体器件的测量值对应的标准值。
所述各组半导体器件的测量值的权重重复性及再现性根据下述公式获得:
所述半导体器件测量值的稳定程度参照第一类样本的描述。
对于第三类样本,包括以下几种数据分布情况:第一种数据分布情况:各组半导体器件的测量值偏倚有的大于0,有的小于0,并且各组偏倚不相近,随着标准值的变大而变大,但各组离散程度相近。图6所示即为此种数据分布情况,图6的数据取得方法与图3相同,从图6中可以看到,第一、第二组数据样本偏倚小于0,第三、第四组数据样本偏倚大于0。
第二种数据分布情况:各组半导体器件的偏倚虽然均大于0或均小于0,但是各组偏倚不相近,随标准值的变大而变大。
对于上述两种数据分布情况,采用相对偏倚的线性度作为评估指标较为精确。执行步骤s58,将根据各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
所述各组半导体器件的相对偏倚的线性度根据下述公式获得:
所述各组半导体器件的测量值的重复性及再现性根据下述公式获得:
GRR2=(5.15σrpt)2+(5.15σrpd)2,其中σrpt用来表示在一小段测量时间内用同一测量机台对同一点多次测量的标准方差,而σrpd用来表示当测量条件改变导致的测量标准方差。获得σrpt和σrpd的方法参照上述计算精度的公式。
所述半导体器件测量值的稳定程度参照第一类样本的描述。
对于第四类样本,执行步骤s59,将各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
所述各组半导体器件的相对偏倚的线性度根据下述公式获得:
所述各组半导体器件的测量值的权重重复性及再现性根据下述公式获得:
所述半导体器件测量值的稳定程度参照第一类样本的描述。
步骤s6,将所述评估指标中至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。当对于上述的各类样本中的各个评估指标进行计算之后,就能以此对所述的各个测量机台进行评估来选择金牌机台了。例如,对于待选的测量机台,假设这些测量机台的数据分布都属于第一类样本,若有测量机台在绝对偏倚的线性度、测量值的重复性及再现性和稳定程度三个评估指标中有至少任意两个指标都优于其他测量机台,那么该台测量机台就可以作为金牌机台。而对于属于不同分类样本的数据分布,通常第一类样本的数据对应的测量机台也认为是较优的,可以作为金牌机台。
综上所述,上述测量机台的评估方法根据各个测量机台所获得的质量评估样本中各组半导体器件测量值的偏倚和离散程度对所述质量评估样本的数据分布情况进行分类,并计算所述分类数据分布对应的评估指标,并将至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。由于上述方法是通过将数据分布进行分类再进行各自对应的评估,因而所获得的金牌机台所获得的测量值更接近于实际测量值,根据所述金牌机台获得的测量值也能更精确地获得与实际标准值的差异,从而也提高了质量评估的准确性。
虽然本发明已以较佳实施例披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (12)
1.一种测量机台的评估方法,其特征在于,包括下列步骤,
对于至少两台测量机台,计算各个测量机台所获得的至少两组半导体器件的测量值的精度;
将所述各个测量机台的符合精度要求的至少两组测量值作为质量评估样本,计算所述样本中各组半导体器件测量值的偏倚;
按所述各组半导体器件测量值的偏倚和离散程度对所述质量评估样本进行分类,并将所述各组半导体器件测量值的偏倚线性度、离散程度和稳定程度作为评估指标;
将所述评估指标中至少有两个评估指标最佳的质量评估样本对应的测量机台作为金牌机台。
2.如权利要求1所述的测量机台的评估方法,其特征在于,若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,且各组偏倚在相近范围内,并且所述各组半导体器件测量值的离散程度在相近范围内,则将所述各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
3.如权利要求1所述的测量机台的评估方法,其特征在于,若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,所述各组偏倚不在相近范围内,并且随标准值的变大而变大,而各组半导体器件的测量值的离散程度在相近范围内,则将所述各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
4.如权利要求1所述的测量机台的评估方法,其特征在于,若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,且各组偏倚在相近范围内,而各组半导体器件的测量值的离散程度不在相近范围内,随着标准值的变大而变大,则将所述各组半导体器件的测量值和对应的标准值的绝对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
5.如权利要求1所述的测量机台的评估方法,其特征在于,若所述各组半导体器件的测量值的偏倚在偏倚容忍范围内,所述各组偏倚不在相近范围内,并且随标准值的变大而变大,而各组半导体器件的测量值的离散程度不在相近范围内,随着标准值的变大而变大,则将所述各组半导体器件的测量值和对应的标准值的相对偏倚的线性度、各组半导体器件的测量值的权重重复性及再现性和半导体器件测量值的稳定程度作为评估指标。
6.如权利要求1所述的测量机台的评估方法,其特征在于,所述各组测量值的精度根据下述公式获得:
7.如权利要求6所述的测量机台的评估方法,其特征在于,所述精度要求为%GRR<10%。
8.如权利要求1所述的测量机台的评估方法,其特征在于,所述各组测量值的稳定程度根据下述公式获得:
9.如权利要求2至5任一项所述的测量机台的评估方法,其特征在于,所述各组半导体器件的绝对偏倚的线性度根据下述公式获得:
δij=Yij-Xi0,其中Yij代表第i组半导体器件测量数据的第j个测量值,Xi0为第i组半导体器件的测量值对应的标准值。
10.如权利要求2至5任一项所述的测量机台的评估方法,其特征在于,所述各组半导体器件的相对偏倚的线性度根据下述公式获得:
11.如权利要求2至5任一项所述的测量机台的评估方法,其特征在于,所述各组半导体器件的测量值的重复性及再现性根据下述公式获得:
GRR2=(5.15σrpt)2+(5.15σrpd)2,其中σrpt用来表示在一小段测量时间内用同一测量机台对同一点多次测量的标准方差,而σrpd用来表示当测量条件改变导致的测量标准方差。
12.如权利要求2至5任一项所述的测量机台的评估方法,其特征在于,所述各组半导体器件的测量值的权重重复性及再现性根据下述公式获得:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810114065 CN101592692B (zh) | 2008-05-30 | 2008-05-30 | 测量机台的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810114065 CN101592692B (zh) | 2008-05-30 | 2008-05-30 | 测量机台的评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101592692A true CN101592692A (zh) | 2009-12-02 |
CN101592692B CN101592692B (zh) | 2011-08-24 |
Family
ID=41407458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810114065 Expired - Fee Related CN101592692B (zh) | 2008-05-30 | 2008-05-30 | 测量机台的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101592692B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102205631A (zh) * | 2011-01-20 | 2011-10-05 | 安徽鲲鹏装备模具制造有限公司 | 一种用于真空成型机的冷却装置 |
CN103592913A (zh) * | 2013-10-30 | 2014-02-19 | 江苏大学 | 半导体制造设备的机台性能匹配方法和*** |
CN104732005A (zh) * | 2014-12-27 | 2015-06-24 | 长城汽车股份有限公司 | 一种端子拉脱力检测方法 |
CN108593258A (zh) * | 2018-01-17 | 2018-09-28 | 浙江江山三友电子有限公司 | 一种光源与灯具的测试***稳定性评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1695040B (zh) * | 2002-12-20 | 2010-07-28 | 国际商业机器公司 | 用于计量仪器的评估和优化方法 |
CN100442295C (zh) * | 2005-08-05 | 2008-12-10 | 中芯国际集成电路制造(上海)有限公司 | 确定半导体ic可靠性可比性的方法 |
-
2008
- 2008-05-30 CN CN 200810114065 patent/CN101592692B/zh not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102205631A (zh) * | 2011-01-20 | 2011-10-05 | 安徽鲲鹏装备模具制造有限公司 | 一种用于真空成型机的冷却装置 |
CN103592913A (zh) * | 2013-10-30 | 2014-02-19 | 江苏大学 | 半导体制造设备的机台性能匹配方法和*** |
CN103592913B (zh) * | 2013-10-30 | 2015-10-28 | 江苏大学 | 半导体制造设备的机台性能匹配方法和*** |
CN104732005A (zh) * | 2014-12-27 | 2015-06-24 | 长城汽车股份有限公司 | 一种端子拉脱力检测方法 |
CN104732005B (zh) * | 2014-12-27 | 2017-12-26 | 长城汽车股份有限公司 | 一种端子拉脱力检测方法 |
CN108593258A (zh) * | 2018-01-17 | 2018-09-28 | 浙江江山三友电子有限公司 | 一种光源与灯具的测试***稳定性评估方法 |
CN108593258B (zh) * | 2018-01-17 | 2019-12-27 | 浙江江山三友电子有限公司 | 一种光源与灯具的测试***稳定性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101592692B (zh) | 2011-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102449645B (zh) | 产品检查装置及产品检查方法 | |
US7552027B2 (en) | Method and system for quantifying damage in a structure | |
De Mast et al. | Gauge R&R studies for destructive measurements | |
He et al. | Multivariate measurement system analysis in multisite testing: An online technique using principal component analysis | |
Dorst et al. | Metrology for the factory of the future: towards a case study in condition monitoring | |
CN101592692B (zh) | 测量机台的评估方法 | |
Kazerouni | Design and analysis of gauge R&R studies: Making decisions based on ANOVA method | |
Hall et al. | An introduction to measurement uncertainty | |
CN105045220B (zh) | 一种用于实验室诊断领域或工业生产领域的基于多变量z分数质量控制图的质量控制方法 | |
CN100461361C (zh) | 用于半导体器件制造的测量工具的校准方法 | |
Wu et al. | Generalized inference for measuring process yield with the contamination of measurement errors—Quality control for silicon wafer manufacturing processes in the semiconductor industry | |
JP6394787B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
CN109308395A (zh) | 基于lof-knn算法的晶圆级空间测量参数异常识别方法 | |
Dhawale et al. | Evaluating measurement capabilities by gauge R&R using ANOVA for reliability | |
US20100223027A1 (en) | Monitoring method for multi tools | |
CN106096219B (zh) | 一种用于果蔬识别算法性能评价的数据质量分析方法 | |
Jain | A case study on measurement system analysis (MSA) at a pump company | |
Dietrich | Capability of measurement processes based on ISO/FDIS 22514-7 and VDA 5 | |
Dubynyak et al. | Methods and Means of Automatic Statistical Assessment of Information Measuring Systems | |
Deaver | Guardbanding and the World of ISO Guide 25 Is There Only One Way? | |
Gjakovski et al. | Procedure for determination of the calibration curve of the measurement device using the method of linear regression | |
US20230057972A1 (en) | System and method for classifying sensor readings | |
Igel | Linear Association and Correlation | |
Chen et al. | Enhancement of measurement capability for precision manufacturing processes using an attribute gauge system | |
Amariei et al. | STUDY ON THE CAPABILITY OF THE BRAKE PAD BREAK TEST PROCESS. |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110824 Termination date: 20190530 |