CN115932530A - 一种半导体检测设备标定的方法 - Google Patents

Abstract

本发明公开了一种半导体检测设备标定的方法，属于半导体测试技术领域，具体方法包括：步骤一：获取晶圆测试方案，提取对应的测试特征，根据获得的测试特征匹配对应的图像采集设备，获得目标设备；步骤二：进行目标设备的评估安装；步骤三：进行图像采集，将Chuck盘中心作为坐标系的坐标原点进行坐标系的建立，进行图像关联标定；步骤四：以探针为基准进行标定初始化；通过用Chuck盘中心为坐标系的坐标原点，用探针作为基准，来对整***进行标定初始化，这样的标定方法能够让标定更准确；不会因为经时变量而造成精度下降。

Description

一种半导体检测设备标定的方法

技术领域

本发明属于半导体测试技术领域，具体是一种半导体检测设备标定的方法。

背景技术

机器视觉定位***的目的是对目标组件进行定位，所以控制***在于视觉***通信的时候，主要传输的就是各目标组件的坐标信息。而为了正确地运用视觉***的应用功能，需要先定义好坐标系。

如图2所示，Cp测试最终目的是探针（N）与Chuck盘上的晶圆（C）接触。精度要求在±2um。现市场上大部分的标定***都会使用带有标准块（P）的方法来进行坐标的标定，但是探针在使用过程会出现磨损，或者需要更换的情况下，不使用探针来作为标定基准的话，会影响整个机台的重复定位精度与稳定性；而且在标定过程中，对应的图像采集的全面性和精度同样是至关重要的，不同的晶圆测试方案可能对应不同的测试特征，为了提高对应的采集精度，需要根据晶圆测试方案对应的测试特征，对现有的标定过程中图像采集设备进行完善，提高标定精度，因此，本发明提供了一种半导体检测设备标定的方法。

发明内容

为了解决上述方案存在的问题，本发明提供了一种半导体检测设备标定的方法。

本发明的目的可以通过以下技术方案实现：

一种半导体检测设备标定的方法，具体方法包括：

步骤一：获取晶圆测试方案，提取对应的测试特征，根据获得的测试特征匹配对应的图像采集设备，获得目标设备；

基于大数据分析获取对应的图像采集设备名录，将获得的测试特征拆分为若干个单一特征，为每个单一特征设置对应的特征权重，标记为TZQ，判断对应单一特征是否具有必要标签，将具有必要标签的单一特征标记为筛选特征，根据获得的筛选特性对图像采集设备名录中的图像采集设备进行筛选，获得初始设备，将单一特征标记为i，其中i=1、2、……、n，n为正整数；计算初始设备与各个单一特征之间的符合度，将获得的符合度标记为FHDi，获取各个初始设备的采购成本，将获得的采购成本标记为CB，设置成本转化系数，将获得的成本转化系数标记为β，根据公式计算对应的设备值，选择设备值最高的初始设备为目标设备；

步骤二：进行目标设备的评估安装；

步骤三：进行图像采集，将Chuck盘中心作为坐标系的坐标原点进行坐标系的建立，进行图像关联标定；

步骤四：以探针为基准进行标定初始化。

进一步地，为每个单一特征设置对应的特征权重的方法包括：

获取具有的单一特征，为对应单一特征打上必要标签，为每个单一特征设置对应的特征权重，进行汇总后建立特征权重匹配表，将获得的单一特征输入到特征权重匹配表中进行匹配，获得对应的特征权重。

进一步地，步骤二中进行目标设备的评估安装的方法包括：

根据测试特征分析对应的待安装点，进行待安装点的模拟组合，进行模拟组合优先值计算，获得目标组合，根据目标组合进行目标设备的安装。

进一步地，进行模拟组合优先值计算的方法包括：

识别模拟组合对应的目标设备数量，标记为SN，设置各个模拟组合对应的环境影响值，将获得的环境影响值标记为HZ，根据公式YXZ=SN×β×CB+HZ计算对应的排序值，将计算的排序值按照从小到大的顺序进行排序，获得第一序列，选取第一序列中排列第一对应的模拟组合为目标组合。

进一步地，在进行晶圆测试过程中进行实时校准分析，具体方法包括：

获取正常时的标准关联图像，定义若干个定位点，将定位点在标准关联图像中进行标记，识别各个定位点的坐标，建立校核坐标表；

在晶圆测试过程中，实时获取定位点的采集坐标，将获得的采集坐标与校核坐标表中对应的坐标进行比较，判断是否具有异常情况，并根据判断结果进行相应操作。

进一步地，根据判断结果进行相应操作的方法包括：

当判断结果为没有异常情况时，不进行操作；当判断结果为有异常情况时，识别各个定位点对应的坐标差值，根据获得的坐标差值进行异常分析和坐标校准。

与现有技术相比，本发明的有益效果是：

通过用Chuck盘中心为坐标系的坐标原点，用探针作为基准，来对整***进行标定初始化，这样的标定方法能够让标定更准确；不会因为经时变量而造成精度下降。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法流程图；

图2为本发明现有技术示例图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1至图2所示，一种半导体检测设备标定的方法，具体方法包括：

步骤一：获取晶圆测试方案，提取对应的测试特征，根据获得的测试特征匹配对应的图像采集设备，获得目标设备；

晶圆测试方案为现有的晶圆测试方案，包括对应的晶圆测试过程以及对应测试设备的操作流程和测试设备信息。

提取对应的测试特征，即为提取与图像采集有关的特征信息，如测试设备的工作方式是否会在安装好后遮挡图像采集设备进行采集，需要配合什么精度的采集设备进行工作等，具体的，因为针对图像采集设备的选择和安装来说，具有的影响因素特征并不多，因此可以基于人工的方式设置对应的全部测试特征明细表，组合模拟训练集，基于当前现有的特征识别模型建立技术，进行相应的训练，实现从晶圆测试方案中提取对应的测试特征。

根据获得的测试特征匹配对应的图像采集设备的方法包括：

基于大数据分析获取对应的图像采集设备名录，即通过现有的大数据分析，获取当前市场上具有的符合晶圆测试图像采集的图像采集设备名单，并标记有对应的设备采集特征和单价，其中设备采集特征即为该设备可以适应哪些采集条件，或者加入对应适合采集的测试特征，通过现有的采集实例可以进行相应的补充获取；将获得的测试特征拆分为若干个单一特征，即一条特征就是一个单一特征，为每个单一特征设置对应的特征权重，标记为TZQ，判断对应单一特征是否具有必要标签，将具有必要标签的单一特征标记为筛选特征，根据获得的筛选特性对图像采集设备名录中的图像采集设备进行筛选，获得初始设备，即提取符合筛选特征的图像采集设备为初始设备；将单一特征标记为i，其中i=1、2、……、n，n为正整数；计算初始设备与各个单一特征之间的符合度，将获得的符合度标记为FHDi，获取各个初始设备的采购成本，将获得的采购成本标记为CB，通过人工的方式设置对应的成本转化系数，用于进行单位转化，将获得的成本转化系数标记为β，根据公式计算对应的设备值，选择设备值最高的初始设备为目标设备。

为每个单一特征设置对应的特征权重的方法包括：

获取可能具有的单一特征，为对应单一特征打上必要标签，即标有必要标签的单一特征，当出现在测试特征内时，对应的图像采集设备必须要能够满足该单一特征，即将必不可少的单一特征标记必要标签，因为数量较少，可以通过人工的方式进行标记；通过人工的方式为每个单一特征设置对应的特征权重，根据对应单一特征对采集影响的重要性进行设置的，进行汇总后建立特征权重匹配表，将获得的单一特征输入到特征权重匹配表中进行匹配，获得对应的特征权重。

计算初始设备与各个单一特征之间的符合度，可以通过现有的符合度计算方法进行计划，即通过现有的计算方法计算出初始设备的设备采集特征与单一特征之间的符合度。

步骤二：进行目标设备的评估安装；

根据测试特征分析对应的待安装点，进行待安装点的模拟组合，进行模拟组合优先值计算，获得目标组合，根据目标组合进行目标设备的安装。

根据测试特征分析对应的待安装点，即为根据测试特征和晶圆测试方案分析出哪些位置可以安装目标设备，将对应的安装点视为目标设备；具体的分析方法可以基于CNN网络或DNN网络建立对应的安装分析模型，通过人工的方式根据现有的晶圆测试过程模拟对应的待安装点，即根据晶圆测试设备的工作方法，在哪些位置可以安装目标设备，进行汇总建立训练集，通过建立的训练集对安装分析模型进行训练，通过训练成功后的安装分析模型进行分析，获得若干个待安装点。

进行待安装点的模拟组合，就是在晶圆测试标定过程中，模拟各个待安装点设置对应的目标设备后可以采集的图像数据，根据各个待安装点的图像数据和采集要求进行组合，保障组合后的图像数据能够全面的、清楚地采集到对应的图像，具体的通过现有的模拟技术或者人工模拟采集进行组合。

进行模拟组合优先值计算的方法包括：

识别模拟组合对应的目标设备数量，标记为SN，设置各个模拟组合对应的环境影响值，将获得的环境影响值标记为HZ，根据公式YXZ=SN×β×CB+HZ计算对应的排序值，将计算的排序值按照从小到大的顺序进行排序，获得第一序列，选取第一序列中排列第一对应的模拟组合为目标组合。

设置各个模拟组合对应的环境影响值，其中，环境影响值指的是根据该模拟组合安装后可能产品的不利影响进行设置的值，如影响工作、安装困难等，进行综合评定，可以获取对应点位目标设备的安装方式，分析该安装方式与对应晶圆测试设备的符合情况，如需要开孔等，在该位置安装目标设备后的工作影响，具体的，基于上述描述通过人工的建立对应的训练集，基于CNN网络或DNN网络建立对应的环境影响分析模型，通过建立的训练集进行训练，通过训练成功后的环境影响分析模型进行分析，获得对应的环境影响值。

步骤三：进行图像采集，将Chuck盘中心作为坐标系的坐标原点进行坐标系的建立，进行图像关联标定；

进行图像关联标定即将对应的坐标系关联到图像中，对应的坐标点在图像中的那个位置等，通过现有技术可以进行相应的关联。

步骤四：以探针为基准进行标定初始化。

通过关联后的图形以及对应探针采集信息可以进行相应的标定初始化，如通过图像采集对准确定探针的位置坐标，示例性的，将探针移动到正对采集装置的位置，进行配合确定探针的位置，进而进行坐标的标定转换，基于当前的标定方法可以进行相应的标定初始化，因此不进行详细叙述。

通过用Chuck盘中心为坐标系的坐标原点，用探针作为基准，来对整***进行标定初始化，这样的标定方法能够让标定更准确，不会因为经时变量而造成精度下降。

在一个实施例中，因为碰撞、晃动等情况可能产生移动，导致坐标系失准，因此需要进行实时校准判断，具体方法包括：

获取正常时的标准关联图像，即在没问题时获取的采集图像，定义若干个定位点，定位点用于表示相机等是否发生移位，坐标是否发生变动，通过现有方法可以选择若干个可以作为校核的点，或者直接通过人工的方式从标准关联图像上进行选择；将定位点在标准关联图像中进行标记，识别各个定位点的坐标，建立校核坐标表；

在晶圆测试过程中，实时获取定位点的采集坐标，将获得的采集坐标与校核坐标表中对应的坐标进行比较，判断是否具有异常情况，并根据判断结果进行相应操作。

根据判断结果进行相应操作的方法包括：

当判断结果为没有异常情况时，不进行操作；当判断结果为有异常情况时，识别各个定位点对应的坐标差值，即为标准坐标经过移动坐标差值可以获得采集坐标；根据获得的坐标差值进行异常分析和坐标校准。

根据获得的坐标差值进行异常分析和坐标校准，通过各个定位点的坐标变化关系，根据现有方法可以分析出是什么原因导致出现坐标变化的，进而通过现有方法可以进行相应的坐标校正。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：获取晶圆测试方案，提取对应的测试特征，基于大数据分析获取对应的图像采集设备名录，将获得的测试特征拆分为若干个单一特征，为每个单一特征设置对应的特征权重，标记为TZQ，判断对应单一特征是否具有必要标签，将具有必要标签的单一特征标记为筛选特征，根据获得的筛选特性对图像采集设备名录中的图像采集设备进行筛选，获得初始设备，将单一特征标记为i，计算初始设备与各个单一特征之间的符合度，获取各个初始设备的采购成本，设置成本转化系数，根据公式计算对应的设备值，选择设备值最高的初始设备为目标设备；进行目标设备的评估安装；进行图像采集，将Chuck盘中心作为坐标系的坐标原点进行坐标系的建立，进行图像关联标定；以探针为基准进行标定初始化。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.一种半导体检测设备标定的方法，其特征在于，具体方法包括：

步骤一：获取晶圆测试方案，提取对应的测试特征，根据获得的测试特征匹配对应的图像采集设备，获得目标设备；

基于大数据分析获取对应的图像采集设备名录，将获得的测试特征拆分为若干个单一特征，为每个单一特征设置对应的特征权重，标记为TZQ，判断对应单一特征是否具有必要标签，将具有必要标签的单一特征标记为筛选特征，根据获得的筛选特性对图像采集设备名录中的图像采集设备进行筛选，获得初始设备，将单一特征标记为i，其中i=1、2、……、n，n为正整数；计算初始设备与各个单一特征之间的符合度，将获得的符合度标记为FHDi，获取各个初始设备的采购成本，将获得的采购成本标记为CB，设置成本转化系数，将获得的成本转化系数标记为β，根据公式计算对应的设备值，选择设备值最高的初始设备为目标设备；

步骤二：进行目标设备的评估安装；

步骤三：进行图像采集，将Chuck盘中心作为坐标系的坐标原点进行坐标系的建立，进行图像关联标定；

步骤四：以探针为基准进行标定初始化。

2.根据权利要求1所述的一种半导体检测设备标定的方法，其特征在于，为每个单一特征设置对应的特征权重的方法包括：

获取具有的单一特征，为对应单一特征打上必要标签，为每个单一特征设置对应的特征权重，进行汇总后建立特征权重匹配表，将获得的单一特征输入到特征权重匹配表中进行匹配，获得对应的特征权重。

3.根据权利要求1所述的一种半导体检测设备标定的方法，其特征在于，步骤二中进行目标设备的评估安装的方法包括：

根据测试特征分析对应的待安装点，进行待安装点的模拟组合，进行模拟组合优先值计算，获得目标组合，根据目标组合进行目标设备的安装。

4.根据权利要求3所述的一种半导体检测设备标定的方法，其特征在于，进行模拟组合优先值计算的方法包括：

识别模拟组合对应的目标设备数量，标记为SN，设置各个模拟组合对应的环境影响值，将获得的环境影响值标记为HZ，根据公式YXZ=SN×β×CB+HZ计算对应的排序值，将计算的排序值按照从小到大的顺序进行排序，获得第一序列，选取第一序列中排列第一对应的模拟组合为目标组合。

5.根据权利要求1所述的一种半导体检测设备标定的方法，其特征在于，在进行晶圆测试过程中进行实时校准分析，具体方法包括：

获取正常时的标准关联图像，定义若干个定位点，将定位点在标准关联图像中进行标记，识别各个定位点的坐标，建立校核坐标表；

在晶圆测试过程中，实时获取定位点的采集坐标，将获得的采集坐标与校核坐标表中对应的坐标进行比较，判断是否具有异常情况，并根据判断结果进行相应操作。

6.根据权利要求5所述的一种半导体检测设备标定的方法，其特征在于，根据判断结果进行相应操作的方法包括：

当判断结果为没有异常情况时，不进行操作；当判断结果为有异常情况时，识别各个定位点对应的坐标差值，根据获得的坐标差值进行异常分析和坐标校准。

Images