CN112951736B - 检测工序的智能抽样方法 - Google Patents

检测工序的智能抽样方法 Download PDF

Info

Publication number
CN112951736B
CN112951736B CN202110126243.XA CN202110126243A CN112951736B CN 112951736 B CN112951736 B CN 112951736B CN 202110126243 A CN202110126243 A CN 202110126243A CN 112951736 B CN112951736 B CN 112951736B
Authority
CN
China
Prior art keywords
detection
mark
item
detection item
sampling rate
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.)
Active
Application number
CN202110126243.XA
Other languages
English (en)
Other versions
CN112951736A (zh
Inventor
高冰玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Semiconductor Manufacturing Electronics Shaoxing Corp SMEC
Original Assignee
Semiconductor Manufacturing Electronics Shaoxing Corp SMEC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Semiconductor Manufacturing Electronics Shaoxing Corp SMEC filed Critical Semiconductor Manufacturing Electronics Shaoxing Corp SMEC
Priority to CN202110126243.XA priority Critical patent/CN112951736B/zh
Publication of CN112951736A publication Critical patent/CN112951736A/zh
Application granted granted Critical
Publication of CN112951736B publication Critical patent/CN112951736B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67271—Sorting devices
    • 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
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提供一种检测工序的智能抽样方法，用于将具有第一抽样率和第一标记的第一检测项目和具有第二抽样率和第二标记的第二检测项目进行抽样整合，所述第一抽样率低于所述第二抽样率，包括：在进行所述第一检测项目的产品上打上第三标记，按所述第一抽样率对具有第三标记的产品同时进行第一检测项目和第二检测项目的检测，以及按所述第二抽样率对具有所述第二标记的产品进行所述第二检测项目的检测。本发明可以减少将具有不同抽样率的检测项目整合到一起带来的产能损失或质量管控的风险，且可以有效管控检测站点堆货导致的无法及时在线监测(inlinegating)所带来的风险，提高在线管控的效率。

Description

检测工序的智能抽样方法
技术领域
本发明涉及集成电路技术领域，具体涉及一种检测工序的智能抽样方法。
背景技术
半导体行业制造日新月异，产品的线宽在不断减小。产品生产过程包含百步以上不同的生产流程，对于每一步生产过程都需要进行质量监控，业界普遍采用在重要生产制成之后对该生产流程进行厚度，剂量，关键尺寸大小以及外观形貌进行量测，同时，为了保证产品成品率，必须严格控制在生产过程中的缺陷数量，且在半导体生产制造过程中，上述参数的量测、缺陷检测步骤在制定的站点是通过同一机台进行量测和扫描检测，如通过自动扫描的光学检测机台进行参数(如膜厚、线宽或偏移角度)的量测和缺陷的扫描检测，但对于上述参数的量测、缺陷的扫描并不需要对所有产品进行100％完全检验，参数的量测、缺陷的扫描各自具有相应的抽样率(sample ratio)，例如，对于同一产品的参数的量测是每间隔4个小时选取一个批次(lot)进行量测，缺陷的扫描是每隔8个小时选取一个批次进行扫描，现有技术中，将参数的量测和缺陷的扫描合并在一起进行，如果按照高的抽样率(4h/lot)进行量测和扫描，则浪费机台的产能，如果按照低的抽样率(8h/lot)进行量测和扫描，则存在漏检带来的质量风险，因此，需要提供一种方法来优化产品派工方法，保证机台产能的同时降低质量管控的风险。
发明内容
本发明的目的在于提供一种检测工序的智能抽样方法，用于对产品的不同检测项目进行整合抽样，减少不同抽样率的检测项目整合到一起带来的产能损失或质量管控的风险，并提高在线管控的效率。
本发明提供一种检测工序的智能抽样方法，用于对产品的不同检测项目进行整合抽样，其中，进行第一检测项目的产品具有第一标记且具有第一抽样率，进行第二检测项目的产品具有第二标记且具有第二抽样率，其中，所述第一抽样率低于所述第二抽样率，包括：
在进行所述第一检测项目的产品上打上第三标记；
按所述第一抽样率对具有所述第三标记的产品同时进行所述第一检测项目和所述第二检测项目的检测；以及
按所述第二抽样率对具有所述第二标记的产品进行第一检测项目的检测。
可选的，所述第一检测项目为缺陷扫描，所述第二检测项目为参数量测。
可选的，所述参数量测包括：量测膜厚、线宽或偏移角度。
采用同一检测机台进行所述第一检测项目和所述第二检测项目的检测。
可选的，所述检测机台为自动扫描的光学检测机台。
可选的，所述第三标记由所述第一标记和所述第二标记组合而成。
可选的，实时派工***根据所述第一标记、所述第二标记或所述第三标记对所述产品进行派工排序。
可选的，设备自动化***根据所述第一标记、所述第二标记或所述第三标记向所述检测机台提供设备检测程式。
可选的，所述设备检测程式至少包括：第一检测程式、第二检测程式及第三检测程式，其中，
所述第一检测程式用于检测所述第一检测项目；
所述第二检测程式用于检测所述第二检测项目；
所述第三检测程式用于同时检测所述第一检测项目和所述第二检测项目。
可选的，按所述第二抽样率对具有所述第一标记的产品进行所述第一检测项目的检测之后，还包括：所述检测机台对无标记的产品进行第一检测项目和第二检测项目的检测。
可选的，进行相应的检测项目的检测之后，还包括根据所述第一标记、所述第二标记或所述第三标记对所述标记产品设置出站规则。
综上，本发明提供一种检测工序的智能抽样方法，用于将具有第一抽样率和第一标记的第一检测项目和具有第二抽样率和第二标记的第二检测项目进行抽样整合，所述第一抽样率低于所述第二抽样率，包括：在进行所述第一检测项目的产品上打上第三标记，按所述第一抽样率对具有第三标记的产品同时进行第一检测项目和第二检测项目的检测，以及按所述第二抽样率对具有所述第二标记的产品进行所述第二检测项目的检测。本发明可以减少将具有不同抽样率的检测项目整合到一起带来的产能损失或质量管控的风险，且可以有效管控检测站点堆货导致的无法及时在线监测所带来的风险，提高在线管控的效率。
附图说明
图1为本发明一实施例提供的检测工序的智能抽样方法的流程图。
具体实施方式
以下结合附图和具体实施例对本发明的检测工序的智能抽样方法作进一步详细说明。根据下面的说明和附图，本发明的优点和特征将更清楚，然而，需说明的是，本发明技术方案的构思可按照多种不同的形式实施，并不局限于在此阐述的特定实施例。附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
在说明书中的术语“第一”“第二”等用于在类似要素之间进行区分，且未必是用于描述特定次序或时间顺序。要理解，在适当情况下，如此使用的这些术语可替换，例如可使得本文所述的本发明实施例能够以不同于本文所述的或所示的其他顺序来操作。类似的，如果本文所述的方法包括一系列步骤，且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。若某附图中的构件与其他附图中的构件相同，虽然在所有附图中都可轻易辨认出这些构件，但为了使附图的说明更为清楚，本说明书不会将所有相同构件的标号标于每一图中。
图1为本实施例提供的检测工序的智能抽样方法的流程图，参考图1所示，本实施例提供的检测工序的智能抽样(Smart sampling)方法，用于对产品的不同检测项目进行整合抽样，其中，进行第一检测项目的产品具有第一标记A且具有第一抽样率R1，进行第一检测项目的产品具有第二标记B且具有第二抽样率R2，其中，所述第一抽样率R1低于所述第二抽样率R2，包括：
在进行所述第一检测项目的产品上打上第三标记；
按所述第一抽样率R1对具有所述第三标记的产品同时进行所述第一检测项目和所述第二检测项目的检测；
按所述第二抽样率R2对具有所述第二标记的产品进行所述第一检测项目。
具体的，所述第一检测项目为缺陷扫描，所述第二检测项目为参数量测。所述参数量测包括量测膜厚、线宽或偏移角度。在生产制程中，一般对产品进行参数量测的频率高于对产品缺陷扫描的频率，即所述第一抽样率R1低于所述第二抽样率R2，示例性的，对于产线上的产品(可以是同一device的产品，也可以是不同device的产品)，每间隔4个小时选取一个批次(lot)进行参数量测，每隔8个小时选取一个批次进行缺陷扫描，即所述第一抽样率R1为8h/lot，所述第二抽样率R2为4h/lot。
在现有检测工序中，将进行所述第一检测项目的产品标记第一标记A，进行所述第二检测项目的产品标记第二标记B，分别按照所述第一标记A和所述第二标记B进行相应的第一检测项目或第一检测项目的检测。对于同时可以进行第一检测项目或第一检测项目的自动扫描的光学检测机台，有必要将第一检测项目或第一检测项目合并在一起进行，但如果按照第一抽样率R2(4h/lot)同时进行第一检测项目或第二检测项目，则浪费机台的产能，如果按照第二抽样率R1(8h/lot)进行第一检测项目或第二检测项目，则存在漏检带来的质量风险，故，本实施例提供一种检测工序的智能抽样方法，将产品的不同检测项目进行整合抽样，减少产能损失，提高管控效率。
首先，将所述第一抽样率R1和所述第二抽样率R2中较低抽样率对应的标记产品打上第三标记，即将进行第一检测项目(缺陷扫描)的产品打上第三标记，所述第三标记可以包括第一标记A和所述第二标记B，例如所述第三标记由所述第一标记A和所述第二标记B组合而成，即B+A，例如所述第三标记为在原有第一标记A的基础上加上第一标记B。所述第三标记也可以是不同于第一标记A和所述第二标记B的新的标记C。可以通过算法将标记有第一标记A的产品自动标记为A+B或C。
接着，实时派工***(Real Time Dispatching，RTD)根据所述第一标记A、所述第二标记B或所述第三标记对产品进行派工排序。设备自动化***(Equipment AutomationProgram，EAP)根据所述第一标记A、所述第二标记B或所述第三标记向所述检测机台提供设备检测程式。所述设备检测程式至少包括：第一检测程式、第二检测程式及第三检测程式，其中，所述第一检测程式用于检测第一检测项目；所述第二检测程式用于检测第二检测项目；所述第三检测程式用于同时检测第一检测项目和第二检测项目。需要说明的是，设备自动化***根据生产执行***(Manufacturing Execution System，MES)提供的制程参数设定相应的设备检测程式。
接着，在检测工序，所述检测机台根据第一标记A、所述第二标记B或所述第三标记调取相应的设备检测程式对产品进行相应的检测项目的检测，且所述检测机台在完成相应检测项目之后根据第一标记A、所述第二标记B或所述第三标记设置产品的出站规则。例如，所述检测机台对具有所述第三标记的产品同时进行第一检测项目和第二检测项目的检测之后，按照设定的第一出站规则进行跳站，如可以按照抽样率较小的检测项目对应的出站规则进行跳站，即按照所述第一检测项目的出站规则进行跳站。接着，所述检测机台选择所述第二抽样率R2对应的产品进行第二检测项目，即选择所述第二抽样率R2对应的具有第二标记B的产品进行第二项目检测，并按照设定的第二出站规则进行跳站，例如所述第二检测项目的出站规则进行跳站。
需要说明的是，本实施例中，所述第一出站规则和第二出站规可以参考所述第一检测项目或第二检测项目的出站规则进行设置，也可以根据产线检测站点的跑货量进行设置，以免出现产品堆积，进一步的，亦可以调节所述第一出站规则和第二出站规则，以配合所述第一抽样率和第二抽样率，保证相应的项目达到设定的抽样率，避免漏检，重复检等情况的出现。
所述检测机台在按所述第二抽样率R2对具有所述第二标记B的产品进行所述第二检测项目的检测，并按第二出站规则进行跳站之后，还包括：所述检测机台对无标记的产品进行第一检测项目和第二检测项目的检测，并按第三出站规则进行跳站。其中,对无标记的产品进行第一检测项目和第二检测项目的检测，可以根据上述第一检测项目、第二检测项目的检测情况，或具体货物堆积而设置相应的抽样率。即将具有不同抽样率的第一检测项目和第二检测项目进行抽样整合，提高了检测机台的检测效率，在原有设定的检测时间提前完成了相应检测项目的检测，在剩余的检测时间，检测机台可以对没有标记的产品进行第一检测项目和第二检测项目的检测，增加检测的频率，提高在线管控的效率。
需要说明的是，本实施例中，所述第一出站规则、第二出站规则或第三出站规则可以参考原有所述第一检测项目或第二检测项目的出站规则进行设置，也可以根据产线检测站点的跑货量进行设置，以免出现产品堆积。进一步的，亦可以调节所述第一出站规则、第二出站规则或第三出站规则，以配合所述第一抽样率和第二抽样率，保证相应的项目达到设定的抽样率，避免漏检，重复检等情况的出现。
综上，本发明提供一种检测工序的智能抽样方法，用于将具有第一抽样率和第一标记的第一检测项目和具有第二抽样率和第二标记的第二检测项目进行抽样整合，所述第一抽样率低于所述第二抽样率，包括：在进行所述第一检测项目的产品上打上第三标记，按所述第一抽样率对具有第三标记的产品同时进行第一检测项目和第二检测项目的检测，以及按所述第二抽样率对具有所述第二标记的产品进行所述第二检测项目的检测。本发明可以减少将具有不同抽样率的检测项目整合到一起带来的产能损失或质量管控的风险，且可以有效管控检测站点堆货导致的无法及时在线监测(inline gating)所带来的风险，提高在线管控的效率。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (11)

1.一种检测工序的智能抽样方法，用于对产品的不同检测项目进行整合抽样，其中，进行第一检测项目的产品具有第一标记且具有第一抽样率，进行第二检测项目的产品具有第二标记且具有第二抽样率，其中，所述第一抽样率低于所述第二抽样率，其特征在于，包括：
在进行所述第一检测项目的产品上打上第三标记；
按所述第一抽样率对具有所述第三标记的产品同时进行所述第一检测项目和所述第二检测项目的检测；以及
按所述第二抽样率对具有所述第二标记的产品进行所述第二检测项目的检测。
2.根据权利要求1所述的检测工序的智能抽样方法，其特征在于，所述第一检测项目为缺陷扫描，所述第二检测项目为参数量测。
3.根据权利要求2所述的检测工序的智能抽样方法，其特征在于，所述参数量测包括：量测膜厚、线宽或偏移角度。
4.根据权利要求2所述的检测工序的智能抽样方法，其特征在于，采用同一检测机台进行所述第一检测项目和所述第二检测项目的检测。
5.根据权利要求4所述的检测工序的智能抽样方法，其特征在于，所述检测机台为自动扫描的光学检测机台。
6.根据权利要求1所述的检测工序的智能抽样方法，其特征在于，所述第三标记由所述第一标记和所述第二标记组合而成。
7.根据权利要求1所述的检测工序的智能抽样方法，其特征在于，实时派工***根据所述第一标记、所述第二标记或所述第三标记对所述产品进行派工排序。
8.根据权利要求1所述的检测工序的智能抽样方法，其特征在于，设备自动化***根据所述第一标记、所述第二标记或所述第三标记向所述检测机台提供设备检测程式。
9.根据权利要求8所述的检测工序的智能抽样方法，其特征在于，所述设备检测程式至少包括：第一检测程式、第二检测程式及第三检测程式，其中，
所述第一检测程式用于检测所述第一检测项目；
所述第二检测程式用于检测所述第二检测项目；
所述第三检测程式用于同时检测所述第一检测项目和所述第二检测项目。
10.根据权利要求1所述的检测工序的智能抽样方法，其特征在于，按所述第二抽样率对具有所述第一标记的产品进行所述第一检测项目的检测之后，还包括：对无标记的产品进行所述第一检测项目和所述第二检测项目的检测。
11.根据权利要求10所述的检测工序的智能抽样方法，其特征在于，进行相应的检测项目的检测之后，还包括：根据所述第一标记、所述第二标记或所述第三标记对所述产品设置出站规则。
CN202110126243.XA 2021-01-29 2021-01-29 检测工序的智能抽样方法 Active CN112951736B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110126243.XA CN112951736B (zh) 2021-01-29 2021-01-29 检测工序的智能抽样方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110126243.XA CN112951736B (zh) 2021-01-29 2021-01-29 检测工序的智能抽样方法

Publications (2)

Publication Number Publication Date
CN112951736A CN112951736A (zh) 2021-06-11
CN112951736B true CN112951736B (zh) 2023-07-07

Family

ID=76239701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110126243.XA Active CN112951736B (zh) 2021-01-29 2021-01-29 检测工序的智能抽样方法

Country Status (1)

Country Link
CN (1) CN112951736B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114253135B (zh) * 2021-12-13 2024-03-26 深圳智现未来工业软件有限公司 基于机器学习的芯片性能参数测试方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1194899A (ja) * 1997-09-22 1999-04-09 Sharp Corp 半導体素子の並列検査方法
US6477432B1 (en) * 2000-01-11 2002-11-05 Taiwan Semiconductor Manufacturing Company Statistical in-process quality control sampling based on product stability through a systematic operation system and method
TWI220545B (en) * 2001-03-05 2004-08-21 Promos Technologies Inc Test method of dynamic procedure for semiconductor chip
JP2006210571A (ja) * 2005-01-27 2006-08-10 Sumco Corp ウェーハの評価方法およびその評価装置
CN104867840A (zh) * 2014-02-20 2015-08-26 中芯国际集成电路制造(上海)有限公司 Ye在线检测管控方法
CN107731705A (zh) * 2017-10-17 2018-02-23 武汉新芯集成电路制造有限公司 在缺陷检测中设定抽样率的方法以及产线的检测管控方法
CN108054113A (zh) * 2017-12-22 2018-05-18 武汉新芯集成电路制造有限公司 一种抽样检测方法
CN109657718A (zh) * 2018-12-19 2019-04-19 广东省智能机器人研究院 一种数据驱动的smt生产线上spi缺陷类别智能识别方法
CN109977808A (zh) * 2019-03-11 2019-07-05 北京工业大学 一种晶圆表面缺陷模式检测与分析方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6968280B2 (en) * 2003-03-24 2005-11-22 Powerchip Semiconductor Corp. Method for analyzing wafer test parameters
US7071011B2 (en) * 2004-01-15 2006-07-04 Powerchip Semiconductor Corp. Method of defect review

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1194899A (ja) * 1997-09-22 1999-04-09 Sharp Corp 半導体素子の並列検査方法
US6477432B1 (en) * 2000-01-11 2002-11-05 Taiwan Semiconductor Manufacturing Company Statistical in-process quality control sampling based on product stability through a systematic operation system and method
TWI220545B (en) * 2001-03-05 2004-08-21 Promos Technologies Inc Test method of dynamic procedure for semiconductor chip
JP2006210571A (ja) * 2005-01-27 2006-08-10 Sumco Corp ウェーハの評価方法およびその評価装置
CN104867840A (zh) * 2014-02-20 2015-08-26 中芯国际集成电路制造(上海)有限公司 Ye在线检测管控方法
CN107731705A (zh) * 2017-10-17 2018-02-23 武汉新芯集成电路制造有限公司 在缺陷检测中设定抽样率的方法以及产线的检测管控方法
CN108054113A (zh) * 2017-12-22 2018-05-18 武汉新芯集成电路制造有限公司 一种抽样检测方法
CN109657718A (zh) * 2018-12-19 2019-04-19 广东省智能机器人研究院 一种数据驱动的smt生产线上spi缺陷类别智能识别方法
CN109977808A (zh) * 2019-03-11 2019-07-05 北京工业大学 一种晶圆表面缺陷模式检测与分析方法

Also Published As

Publication number Publication date
CN112951736A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN103187329B (zh) 一种晶圆良率分析方法
US6766208B2 (en) Automatic production quality control method and system
JP4568786B2 (ja) 要因分析装置および要因分析方法
US7174281B2 (en) Method for analyzing manufacturing data
CN112951736B (zh) 检测工序的智能抽样方法
CN109309022A (zh) 一种缺陷抽检方法
CN108693839B (zh) 智能加工调变***及方法
CN111653500A (zh) 判断晶圆良率损失的方法
US6828776B2 (en) Method for analyzing defect inspection parameters
CN111257715B (zh) 一种晶圆测试方法及装置
CN104701211B (zh) 根据集成电路制程能力指数自动调整抽检频率的量测方法
CN111106028A (zh) 一种半导体芯片测试过程实时监控方法
CN104952750B (zh) 一种硅片电学测试的早期侦测***及方法
US6968280B2 (en) Method for analyzing wafer test parameters
CN109444712B (zh) 基于归一法结合欧式距离函数的集成电路数据筛选方法
WO2013031040A1 (ja) 管理装置、管理方法、プログラムおよび記録媒体
US7363098B2 (en) Method to identify machines causing excursion in semiconductor manufacturing
CN107437514B (zh) 一种针对产品量测区域缺陷监控的方法
US7137085B1 (en) Wafer level global bitmap characterization in integrated circuit technology development
JP3550525B2 (ja) 不良モードを有するテストウェハーの自動分類方法
TWI389245B (zh) 可預先快速晶粒定位之晶粒分類機及其光學檢測步驟
CN110534447B (zh) 一种基于cim的自动变更检量的抽检方法
CN118099043B (zh) 基于无引脚封装芯片的自动化封装***
US7197435B1 (en) Method and apparatus for using clustering method to analyze semiconductor devices
JP2005142384A (ja) 検査データ解析プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518 Shaoxing Road, Zhejiang Province

Applicant after: Shaoxing SMIC integrated circuit manufacturing Co.,Ltd.

Address before: 518 Shaoxing Road, Zhejiang Province

Applicant before: SMIC manufacturing (Shaoxing) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant