CN1848006A - 质量管理***、质量管理方法及批次单位的晶片处理方法 - Google Patents
质量管理***、质量管理方法及批次单位的晶片处理方法 Download PDFInfo
- Publication number
- CN1848006A CN1848006A CNA200610066598XA CN200610066598A CN1848006A CN 1848006 A CN1848006 A CN 1848006A CN A200610066598X A CNA200610066598X A CN A200610066598XA CN 200610066598 A CN200610066598 A CN 200610066598A CN 1848006 A CN1848006 A CN 1848006A
- Authority
- CN
- China
- Prior art keywords
- wafer
- quality management
- prescription
- predicted value
- batch
- 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
- 238000003908 quality control method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims description 40
- 235000012431 wafers Nutrition 0.000 claims abstract description 251
- 238000003860 storage Methods 0.000 claims abstract description 61
- 238000005070 sampling Methods 0.000 claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 238000005530 etching Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 6
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 238000001312 dry etching Methods 0.000 claims description 3
- 238000009713 electroplating Methods 0.000 claims description 3
- 238000005468 ion implantation Methods 0.000 claims description 3
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- FVBUAEGBCNSCDD-UHFFFAOYSA-N silicide(4-) Chemical group [Si-4] FVBUAEGBCNSCDD-UHFFFAOYSA-N 0.000 claims description 2
- 238000001771 vacuum deposition Methods 0.000 claims description 2
- 239000012808 vapor phase Substances 0.000 claims description 2
- 238000005498 polishing Methods 0.000 claims 1
- 238000010992 reflux Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 88
- 230000008859 change Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 230000002093 peripheral effect Effects 0.000 description 15
- 238000013500 data storage Methods 0.000 description 14
- 239000004065 semiconductor Substances 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 6
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 5
- 230000002950 deficient Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000001020 plasma etching Methods 0.000 description 5
- 238000000137 annealing Methods 0.000 description 4
- 238000005229 chemical vapour deposition Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 229910052681 coesite Inorganic materials 0.000 description 2
- 229910052906 cristobalite Inorganic materials 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000000059 patterning Methods 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 238000001259 photo etching Methods 0.000 description 2
- 239000000377 silicon dioxide Substances 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 229910052682 stishovite Inorganic materials 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 229910052905 tridymite Inorganic materials 0.000 description 2
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 229910052581 Si3N4 Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 235000011194 food seasoning agent Nutrition 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010202 multivariate logistic regression analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 229910021332 silicide Inorganic materials 0.000 description 1
- HQVNEWCFYHHQES-UHFFFAOYSA-N silicon nitride Chemical compound N12[Si]34N5[Si]62N3[Si]51N64 HQVNEWCFYHHQES-UHFFFAOYSA-N 0.000 description 1
- 229910052814 silicon oxide Inorganic materials 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000007669 thermal treatment Methods 0.000 description 1
- 238000007473 univariate analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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]
- G05B19/41875—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 quality surveillance of production
-
- 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
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32097—Recipe programming for flexible batch
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32194—Quality prediction
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- General Factory Administration (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种质量管理***,具备:存储过去批次的QC实测值的QC值存储部;获取对象批次的处理装置的装置内部信息的数据获取装置;存储装置内部信息的装置内部信息存储部;存储根据晶片内的取样密度分布分类的多个处方的处方存储部;QC值预测单元,根据装置内部信息和过去批次的QC实测值,预测对象批次的QC预测值;晶片确定单元,根据QC预测值确定构成对象批次的多个晶片中成为测定对象的样品晶片;处方选择单元,根据QC预测值,从多个处方中选择适用于样品晶片的适用处方;以及测定装置,使用适用处方对样品晶片进行QC测定,把测定结果存储在QC值存储部中。
Description
本申请以2005年4月5日提交的日本专利申请No.2005-109209为基础主张优先权,其内容通过引用并入本文。
技术领域
本发明涉及一种质量管理***、质量管理方法及批次单位的晶片处理方法,特别涉及适用于半导体器件的制造技术、进行批次的质量管理的质量管理***、质量管理方法及批次单位的晶片处理方法。
背景技术
半导体器件的制造使用多个半导体制造装置,通过复杂地组合了光刻工序、蚀刻工序、热处理(氧化、退火、扩散)工序、离子注入工序、薄膜形成(CVD(化学气相沉积)、溅射、蒸镀)工序、清洗(去除抗蚀剂、溶液清洗)工序、检查工序等多个工序的较长的一系列工序进行。在检查工序中,通过质量管理测定(以下称为“QC”测定)等实施各个批次的质量管理。所说“QC”测定是测定形成于各个批次的晶片的抗蚀剂图案的膜厚或线宽等的方法。根据测定结果(QC实测值),判定晶片和整个批次合格与否(例如,参照日本专利特开平7-244694号公报)。
在QC测定中,为了抑制时间和成本,抽取(取样)作为对象的批次内的多个晶片进行QC测定。以往的取样方法一般沿用上一代产品的作法。即,继续取样以前设定的批次内的特定晶片。
但是,例如有时会受到在干式蚀刻工序的处理前后进行的干燥处理(seasoning)的效果的影响,使得半导体制造装置的参数变动。结果,在干燥处理前后,产生起因于半导体制造装置的参数变动的批次内的偏差。如果不考虑该批次内的偏差而抽取(取样)特定晶片进行QC测定,则即使实际上不合格率较高的应该视为超出规格的批次,也会因被取样的晶片被判定为合格品,从而该批次也被判定为合格品。因此,有可能漏过不合格批次。
发明内容
根据本发明的一个方式,提供一种质量管理***,具备:质量管理值存储部,存储过去批次的质量管理实测值;数据获取装置,获取处理对象批次的处理装置的装置内部信息;装置内部信息存储部,存储所述装置内部信息;处方(recipe)存储部,存储晶片内的取样密度的分布彼此不同的多个处方;质量管理值预测单元,从所述装置内部信息存储部读出所述装置内部信息,从所述质量管理值存储部读出所述过去批次的质量管理实测值,根据所述装置内部信息和所述质量管理实测值,预测所述对象批次的质量管理预测值;晶片确定单元,根据所述质量管理预测值,确定构成所述对象批次的多个晶片中成为测定对象的样品晶片;处方选择单元,从所述处方存储部读出所述多个处方,根据所述质量管理预测值从所述多个处方中选择适用于所述样品晶片的适用处方;测定装置,使用所述适用处方对所述样品晶片进行质量管理测定,把测定结果存储在所述质量管理值存储部中。
根据本发明的其他方式,提供一种质量管理方法,获取处理对象批次的处理装置的装置内部信息,根据过去批次的质量管理实测值和所述装置内部信息,预测所述对象批次的质量管理预测值,根据所述质量管理预测值,确定构成所述对象批次的多个晶片中成为测定对象的样品晶片,根据所述质量管理预测值,从晶片内的取样密度的分布彼此不同的多个处方中选择适用于所述样品晶片的适用处方,使用所述适用处方对所述成为测定对象的晶片进行质量管理测定,并存储测定结果。
根据本发明的另外其他方式,提供一种批次单位的晶片处理方法,使用处理装置处理第1批次,并存储其质量管理实测值,使用所述处理装置处理第2批次,获取所述第2批次的处理中的所述处理装置的装置内部信息,根据所述第2批次的处理中的所述装置内部信息和过去批次的质量管理实测值,预测所述第2批次的质量管理实测值,根据所述质量管理预测值,确定构成所述第2批次的多个晶片中成为测定对象的样品晶片,根据所述质量管理预测值,从晶片内的取样密度的分布彼此不同的多个处方中选择适用于所述样品晶片的适用处方,使用所述适用处方对所述成为样品晶片进行质量管理测定,根据所述质量管理测定的结果,判定所述第2批次合格与否。
附图说明
图1是表示本发明的第1实施方式的质量管理***的一例的方框图。
图2是表示本发明的第1实施方式的QC预测值(尺寸变换差)的一例的俯视图。
图3是表示本发明的第1实施方式的规格的一例曲线图。
图4是表示本发明的第1实施方式的QC预测值(尺寸变换差)的晶片内分布趋势的曲线图(之一)。
图5是表示本发明的第1实施方式的QC预测值(尺寸变换差)的晶片内分布趋势的曲线图(之二)。
图6是表示本发明的第1实施方式的QC预测值(尺寸变换差)的晶片内分布趋势的曲线图(之三)。
图7是表示本发明的第1实施方式的QC预测值(尺寸变换差)的晶片内分布趋势的曲线图(之四)。
图8是表示本发明的第1实施方式的QC预测值(尺寸变换差)的晶片内分布趋势的曲线图(之五)。
图9是表示本发明的第1实施方式的QC预测值(尺寸变换差)的晶片内分布趋势的曲线图(之六)。
图10是表示本发明的第1实施方式的处方的一览表。
图11是用于说明本发明的第1实施方式的取样短路区域的步骤的晶片示意图(之一)。
图12是用于说明本发明的第1实施方式的取样短路区域的步骤的晶片示意图(之二)。
图13是用于说明本发明的第1实施方式的取样短路区域的步骤的晶片示意图(之三)。
图14是用于说明本发明的第1实施方式的取样短路区域的步骤的晶片示意图(之四)。
图15是用于说明本发明的第1实施方式的取样短路区域的步骤的晶片示意图(之五)。
图16是用于说明本发明的第1实施方式的取样短路区域的步骤的晶片示意图(之六)。
图17是表示本发明的第1实施方式的QC测定结果的报告书的一部分的表。
图18是表示本发明的第1实施方式的QC测定结果的报告书的一部分的晶片示意图。
图19是表示本发明的第1实施方式的QC测定结果的报告书的一部分即各个区域的占有率的曲线图。
图20是表示本发明的第1实施方式的QC测定结果的报告书的一部分即各个区域的占有率的累计值的曲线图。
图21是表示本发明的第1实施方式的QC测定结果的报告书的一部分即规格区域A的各个处方的占有率的曲线图。
图22是表示本发明的第1实施方式的QC测定结果的报告书的一部分即规格区域A的各个处方的占有率的累计值的曲线图。
图23是表示本发明的第1实施方式的QC测定结果的报告书的一部分即规格区域B的各个处方的占有率的曲线图。
图24是表示本发明的第1实施方式的QC测定结果的报告书的一部分即规格区域B的各个处方的占有率的累计值的曲线图。
图25是表示本发明的第1实施方式的QC测定结果的报告书的一部分即QC预测值的批次内偏差的曲线图。
图26是表示本发明的第1实施方式的QC测定结果的报告书的一部分即QC值的趋势的曲线图。
图27是说明本发明的第1实施方式的质量管理方法的一例的流程图。
图28是说明本发明的第1实施方式的批次单位的晶片处理方法的一例的流程图。
图29是说明本发明的第2实施方式的质量管理***的一例的方框图。
图30是用于说明本发明的第2实施方式的单变量分析时的马氏距离的曲线图。
图31是用于说明本发明的第2实施方式的多变量分析时的马氏距离的曲线图。
图32是用于说明本发明的第2实施方式的规格的趋势的曲线图。
图33是用于说明本发明的第2实施方式的质量管理方法的一例的流程图。
具体实施方式
以下,参照附图说明本发明的实施方式。在以下附图的记载中,对相同或类似部分赋予相同或类似符号。但是,附图是示意图。并且,以下所示的实施方式只是示例具体实施本发明的技术构思的***和方法,本发明的技术构思并不是把构成部件的材质、形状、结构、配置等特定为下述方式。本发明的技术构思可以在权利要求的范围内进行各种变更。
(第1实施方式)
本发明的第1实施方式的质量管理***如图1所示,具备:存储过去批次的QC实测值的QC值存储部22;实时获取作为对象的批次(以下称为“对象批次”)的处理装置10的装置内部信息的数据获取装置3;存储装置内部信息的装置内部信息存储部21;存储根据晶片内的取样密度分布分类的多个处方的处方存储部24;QC值预测单元11,从装置内部信息存储部21和QC值存储部22分别读出装置内部信息和过去批次的QC实测值,根据装置内部信息和QC实测值,预测对象批次的QC预测值;晶片确定单元12,根据QC预测值确定构成对象批次的多个晶片中成为测定对象的样品晶片;处方选择单元13,从处方存储部24读出多个处方,根据QC预测值,从多个处方中选择适用于样品晶片的适用处方;以及测定装置4,使用适用处方对成为测定对象的晶片进行QC测定,把测定结果存储在QC值存储部22中。
在质量管理***中,中央运算处理装置(CPU)1、数据存储装置2、数据获取装置3、测定装置4、输入装置5、输出装置6和处理装置10,通过总线7分别相互连接着。CPU1发挥控制处理装置10和省略图示的装置组的动作的装置组控制服务器以及管理服务器的作用,该管理服务器输入描述处理装置10的动作状况和装置参数的装置内部信息(装置工程数据:EE数据),实时监视处理装置10的动作状态。另外,图1中示出了单一的CPU1,但这仅是示例,也可以存在多个物理上的CPU、装置组控制服务器和管理服务器。
处理装置10包括以下各种半导体制造装置,例如,离子注入装置,杂质扩散装置,形成氧化硅膜(SiO2膜)的热氧化装置,堆积SiO2膜、磷玻璃(PSG)膜、硼玻璃(BSG)膜、硼磷玻璃(BPSG)膜、氮化硅膜(Si3N4膜)、聚硅膜等的化学气相生长(CVD)装置,将PSG膜、BSG膜、BPSG膜等回流(熔化)的热处理装置,对CVD氧化膜等进行密化的热处理装置,形成硅化物膜等的热处理装置,堆积金属布线层的溅射装置,真空蒸镀装置,通过电镀形成金属布线层的电镀处理装置,研磨半导体基板的表面的化学·机械研磨(CMP)装置,蚀刻半导体基板表面的干式或湿式蚀刻装置,进行抗蚀剂去除或溶液清洗的清洗装置,光刻处理相关的旋转涂覆装置(旋转器),步进曝光装置等的曝光装置,切割装置,把切割的芯片状半导体器件的电极连接到引线框上的引线接合装置等。另外,也可以包括纯净水制造装置、气体净化装置等的附属设备。并且,这些半导体制造装置可以适用多台式(バッチ)装置或单台式(枚葉式)装置的任一种形式。对于后述的所有实施方式,同样也可以适用多台式装置或单台式装置。
作为数据获取装置3,可以使用装置工程***(EES)工具等。数据获取装置3单个地实时获取处理装置10的处理中的装置内部信息,在规定的定时把其发送给CPU1。作为装置内部信息,例如在处理装置10是真空处理***的膜形成装置、扩散装置、薄膜堆积装置那样具有容器的装置时,可以列举容器内多个部位的温度、感受器温度、容器外壁多个部位的温度、容器压力、气体流量、控制气体流量的阀门的开度等。在处理装置10是等离子处理***的干式蚀刻装置、离子注入装置那样具有电极的装置时,除上述的真空处理***的各种参数外,还可以列举高频(RF)的匹配位置、RF功率(行进波功率、反射波功率)、表示晶片是批次内的第几个的晶片位置信息等。在处理装置10是大气压处理***的湿式蚀刻装置、旋转涂覆装置、曝光装置、引线接合装置时,可以列举处理时间、晶片或芯片位置信息等。
测定装置4对由处理装置10处理的对象批次内的晶片进行QC测定。作为测定装置4,可以使用扫描式电子显微镜(SEM)、激光显微镜或原子力显微镜(AFM)等显微镜。另外,也可以是干涉式膜厚计、椭率计、接触式膜厚计、电阻测定装置等的各种检查装置或测定装置。测定装置4例如测定在光刻工序中形成于晶片的图2所示的抗蚀剂图案100的线宽Wr。另外,测定在把抗蚀剂图案100用作掩模的蚀刻工序中形成于被蚀刻部件的成形图案(器件图案)101的线宽Wp。结果,测定抗蚀剂图案100的线宽Wr和成形图案101的线宽Wp的尺寸变换差(尺寸偏移)Wd,作为“QC实测值”。在各个晶片内的多个测定位置分别测定QC实测值。
在处理装置10例如是蚀刻装置时,在蚀刻处理前后进行蚀刻室(容器)内的清理和干燥。根据该干燥的效果,装置内部信息的参数变动,所以在干燥前后的处理中有时在每个批次、每个晶片产生偏差。例如,作为蚀刻装置的装置内部信息的参数的RF匹配电路的电容器位置,与图2所示的尺寸变换差Wd具有相关性。即,在RF匹配电路的电容器位置偏移时,有时成形图案101的线宽Wp变动,尺寸变换差Wd有时在每个批次、每个晶片产生偏差。
图1所示的CPU1具备:QC值预测单元11、晶片确定单元12、处方选择单元13、处理控制单元14、报告书作成单元15、合格与否判定单元16和异常检测分类(FDC)单元17。QC值预测单元11读出存储在数据存储装置2的装置内部信息存储部21中的过去的装置内部信息、和存储在QC值存储部22中的过去批次的QC实测值。QC值预测单元11一面参照过去的装置内部信息和过去批次的QC实测值的相关,一面根据通过数据获取装置3获取的批次处理时的装置内部信息,对构成对象批次的每个晶片分别预测图2所示的尺寸变换差Wd等,作为“QC预测值”。即,QC预测值对各个晶片赋予一个值或多个值。例如,对晶片赋予多个预测值时的情况指以下情况等,即,判断多个值的统计值(平均、最大、最小、标准偏差等)、多个值的一部分或全部(10%、20%、100%等)是否在规格以上、以下的情况,或者对这些值再结合晶片面内位置进行判断的情况等。另外,QC预测值还可以根据批次的种类、工艺条件等进行预测。
图1所示的晶片确定单元12读出通过QC值预测单元11预测的QC预测值、和存储在数据存储装置2的规格存储部23中的规格管理幅度Wc。规格管理幅度Wc如图3所示,表示能够获得所期望的规格的QC值的允许范围,该范围根据能够获得所期望的规格的临界的规格上限值Tmax和规格下限值Tmin确定。此处,规格区域、即QC预测值的分布范围被划分如下:大于等于向规格下限值Tmin加上规格管理幅度Wc的90%的值的数值范围即“规格区域A”;小于等于向规格下限值Tmin加上规格管理幅度Wc的10%的值的数值范围即“规格区域B”;和大于向规格下限值Tmin加上规格管理幅度Wc的10%的值、小于加上90%的值的数值范围即“规格区域C”。规格区域A和规格区域B的规格超出概率、即QC实测值偏离规格管理幅度Wc的概率大于规格区域C。规格区域C包括QC预测值的目标值,是接近所期望值(目标值)且规格超出概率较小的区域。
晶片确定单元12判定通过QC值预测单元11预测的构成对象批次的各个晶片的QC预测值属于图2所示的规格区域A、规格区域B和规格区域C中哪一方。在判定结果为QC预测值属于规格区域A或规格区域B时,由于规格超出概率较大,所以把该晶片确定为成为测定对象的“样品晶片”。另一方面,在属于规格区域C时,由于规格超出概率较小,所以在进行判定的时间点不作为测定对象。于是,在对对象批次的所有晶片进行判定后,把属于该规格区域C的批次内的所有晶片中被认为表示平均的QC预测值的例如一个晶片确定为样品晶片。即,晶片确定单元12对对象批次,把规格超出概率相对较大的晶片作为测定对象,对规格超出概率相对较小的晶片,只把更少数量、例如最低限数量即一个晶片作为测定对象。
图1所示的处方选择单元13读出存储在数据存储装置2的QC值存储部22中的构成对象批次的各个晶片的QC预测值中、对应由晶片确定单元12确定的样品晶片的QC预测值。另一方面,有关各个样品晶片的预想QC预测值的相对的晶片面内分布,根据装置内部信息对过去批次的QC实测值的贡献率和此次对象批次的装置内部信息,被预先分类为例如图4~图9所示的图案。
图4~图9是用横轴表示晶片的位置,用纵轴表示QC预测值,表示QC预测值的晶片面内分布的图案的曲线图。以下,为了方便,把图4~图9的横轴中相当于右侧(+侧)端部的晶片位置称为“晶片右侧外周部”,把相当于左侧(-侧)端部的晶片位置称为“晶片左侧外周部”。图4中的晶片面内分布在晶片右侧外周部具有QC预测值的最大值Wmax,而且QC预测值朝向晶片左侧单调地减小。图5中的晶片面内分布在晶片中央部具有QC预测值的最大值Wmax,而且向上凸出。图6中的晶片面内分布呈现相同的晶片面内分布,例如QC预测值的最大值和最小值之差小于2nm。图7中的晶片面内分布在晶片外周部具有QC预测值的最大值Wmax,而且向下凸出。图8中的晶片面内分布在晶片左侧外周部具有QC预测值的最大值Wmax,而且QC预测值朝向晶片右侧单调地减小。图9中的晶片面内分布是随机的分布,而且QC预测值的最大值Wmax和最小值Wmin之差大于等于2nm。
处方选择单元13根据QC预测值的晶片面内分布,从存储在处方存储部24中的多个处方中选择并确定适用于对象批次的样品晶片的QC处方即“适用处方”。在图1所示的处方存储部24中,例如图10所示,存储着处方(1-1)~(1-6)、(2-1)~(2-6)和标准处方等。处方(1-1)~(1-6)、(2-1)~(2-6)和标准处方按照图3所示的规格区域A~C和图4~图9所示的晶片面内分布的每个图案分类取样密度。
图11~图16是示例QC处方的示意图,图中的椭圆表示样品晶片103,矩形区域表示短路区域104,其中被涂黑的区域表示被取样的短路区域。图1所示的处方选择单元13选择高密度地取样测定晶片面内的规格超出概率较大的短路区域(部位)的适用处方。
例如,在预测某晶片的QC预测值属于规格区域A时,按照以下说明的那样从图10所示的(1-1)~(1-6)处方组中选择适用处方。即,如图4所示,在对象批次的QC预测值的相对的面内分布朝向左侧单调减小时,晶片的右侧外周部的规格超出概率变大,所以选择像图11所示的样品晶片103的右侧外周部的取样密度为标准处方的2倍的处方(1-1)。如图5所示,在QC预测值的面内分布向上凸出时,晶片中央部的规格超出概率变大,所以选择像图12所示的样品晶片103的中央部的取样密度为标准处方的2倍的处方(1-2)。如图6所示,在面内分布一样时,由于晶片面内的规格超出概率也相同,所以选择像图13所示的与标准处方相同的取样密度一样的处方(1-3)。如图7所示,在QC预测值的面内分布向下凸出时,晶片外周部的规格超出概率变大,所以选择像图14所示的样品晶片103的外周部的取样密度为标准处方的2倍的处方(1-4)。如图8所示,在QC预测值朝向右侧单调减小时,晶片的左侧外周部的规格超出概率变大,所以选择像图15所示的样品晶片103的左侧外周部的取样密度为标准处方的2倍的处方(1-5)。如果是如图9所示的随机的面内分布,则需要加强对晶片所有区域的监视,所以如图16所示选择面内整体的取样密度为标准处方的2倍的处方(1-6)。
另一方面,在某晶片的QC预测值相当于规格区域B时,按照以下所述从图10所示的(2-1)~(2-6)处方组中选择适用处方。即,如图4所示,在QC预测值的相对的面内分布朝向右侧单调增加时,晶片的左侧外周部的规格超出概率变大,所以选择像图15所示的样品晶片103的左侧外周部为标准处方的2倍的处方(2-1)。同样如图5所示,在QC预测值的面内分布向上凸出时,选择像图14所示的样品晶片103的外周部的取样密度为标准处方的2倍的处方(2-2)。如图6所示,在晶片面内分布相同时,选择像图13所示的与标准处方相同的处方(2-3)。如图7所示,如果是向下凸出的面内分布,则选择像图12所示的样品晶片103的中央部的取样密度为标准处方的2倍的处方(2-4)。如图8所示,在QC预测值朝向左侧单调增加时,选择像图11所示的样品晶片103的右侧外周部的取样密度为标准处方的2倍的处方(2-5)。如果是如图9所示的随机的面内分布,选择如图16所示的面内整体的取样密度为标准处方的2倍的处方(2-6)。
并且,对于QC预测值属于规格区域C的晶片,从这些晶片中抽取例如一个表示平均QC值的晶片,对该晶片选择像图13所示的标准处方。另外,对不能推测QC预测值属于规格区域A~C中哪一方的晶片,选择标准处方。
图1所示的处理控制单元14控制测定装置4的处理。在测定装置4中,使用由处方选择单元13确定的适用处方(1-1)~(1-6)、(2-1)~(2-6)或标准处方,如图11~图16所示,在样品晶片103中,取样被涂黑的图示短路区域104。并且,对所取样的短路区域104进行QC测定,获得尺寸变换差等作为“QC实测值”。
图1所示的报告书作成单元15作成图17~图26所示的表示QC测定结果的报告书。在图17所示的报告书中,记载着所有晶片的晶片序号、以及样品晶片的处方名称、QC预测值、QC实测值等项目。并且,也记载着各个晶片的QC预测值和目标值p的差1、以及各个晶片的QC预测值和在规格区域C测定的晶片的QC预测值d的差2。在图18中,记载着QC预测值的晶片面内分布和处方选择的妥当性的判定结果。如果QC实测值的面内趋势与装置内部信息的面内趋势分类大致一致,则记载为“处方OK”。如果是“处方NG”,由于进行了错误处方的选择及动态取样,所以需要变更根据装置内部信息推测的面内趋势分类方法。
在图19和图20所示的报告书的一部分中分别记载着批次的各个规格区域频次和各个规格区域频次的累计值。统计累计值的期间可以适当任意设定。在图21和图22中,按照各个批次记载着其QC预测值适用于属于规格区域A的晶片的处方的频次、和该处方频次的累计值。在图23和图24中,按照各个批次记载着其QC预测值适用于属于规格区域B的晶片的处方的频次、和该处方频次的累计值。在图25中,记载着批次内所有晶片的QC预测值的绘图点。在图26中,记载着目标值和属于规格区域C的QC预测值和QC实测值的趋势。
图1所示的合格与否判定单元16参照存储在规格存储部23中的规格管理幅度Wc,根据QC实测值判定批次的合格与否。例如,合格与否判定单元16在所有QC实测值在规格管理幅度Wc内时,把批次判定为合格,如果有规格管理幅度Wc之外的QC实测值,则判定为不合格。另外,合格与否判定也可以通过作业者目视图17~图26所示的报告书,根据该报告书进行判定。图1所示的FDC单元17在QC预测值极端偏离规格管理幅度Wc时检测为异常,并通知输出装置等产生了异常的情况以及异常的类型。并且,也可以输出暂停或强制结束处理装置10的处理的指示。
并且,CPU1具有省略图示的存储装置管理单元。在与数据存储装置2之间需要进行数据的输入输出时,通过存储装置管理单元进行必要的文件读出写入处理。并且,CPU1在输入装置5、输出装置6等连接着省略图示的输入输出控制装置(接口)。作为输入装置5,例如可以使用键盘、鼠标、OCR(光学字符识别)等识别装置、图形扫描仪等图形输入装置、语音输入装置等的特殊输入装置。管理执行者(工厂管理者)可以使用输入装置5指定输入输出数据,或指定使用的应用的变更。另外,也可以通过输入装置5设定分析用的模型,还可以输入执行和停止运算等的指示。作为输出装置6,可以使用液晶显示器或CRT(阴极射线管)显示器等的显示装置、或喷墨打印机或激光打印机等的打印装置等。输出装置6也可以显示输入输出数据或其分析结果、异常/正常状态或分析参数等,工厂管理者可以统一监视质量管理***。
数据存储装置2具备:存储积累通过数据获取装置3获取的装置内部信息的装置内部信息存储部21;存储积累通过测定装置4测定的从过去到现在的QC实测值的QC值存储部22;存储图3所示的规格管理幅度Wc的规格存储部23;存储图10所示的处方的处方存储部24;以及存储由报告书作成单元15作成的图17~图26所示的报告书的报告书存储部25。在数据存储装置2中装配有ROM(只读存储器)和RAM(随机存取存储器)。ROM发挥存储通过CPU1执行的程序的程序存储装置等的作用。RAM发挥临时存储CPU1的程序执行处理中使用的数据等,并被用作作业区域的临时数据存储器等的作用。作为数据存储装置2,例如可以采用半导体存储器、磁盘、光盘、光磁盘或磁带等。
下面,参照图27的流程图,说明使用了图1所示的质量管理***的质量管理方法的一例。
(1)在步骤S111,使用图1所示的处理装置10开始对象批次的晶片处理。在步骤S112,数据获取装置3从工艺中的处理装置10实时获取装置内部信息。所获取的装置内部信息被随时存储在装置内部信息存储部21中。在步骤S113,结束晶片处理。
(2)在步骤S120,QC值预测单元11分别读出存储在装置内部信息存储部21中的过去的装置内部信息、和存储在QC值存储部22中的过去批次的QC实测值。QC值预测单元11参照过去批次的QC实测值和过去的装置内部信息的相关,根据在步骤S112由数据获取装置3获取的对象批次的装置内部信息,对于对象批次,按照每个晶片预测例如图2所示的尺寸变换差Wd等的“QC预测值”。
(3)在步骤S130,晶片确定单元12从规格存储部23读出图3所示的规格管理幅度Wc,判定对象批次内的晶片的各个QC预测值属于规格管理幅度Wc的规格区域A~C中哪一方。在QC预测值属于规格区域A或规格区域B时,把该晶片确定为样品晶片,分别转入步骤S141或S142。另一方面,在属于规格区域C时,在该时间点不把该晶片作为测定对象。转入步骤S143,晶片确定单元12把批次内属于规格区域C的所有晶片中表示平均的装置内部信息的一个晶片确定为样品晶片,转入步骤S144。
(4)在步骤S141,处方选择单元13读出存储在处方存储部24中的多个处方(参照图10),即读出根据晶片内的取样密度的分布分类的多个处方。处方选择单元13根据图4~图9所示的晶片面内分布,对各个样品晶片,选择高密度地取样图10所示的处方(1-1)~(1-6)中规格超出概率较大的短路区域的适用处方。在步骤S142,处方选择单元13根据图4~图9所示的晶片面内分布,选择高密度地取样图1 0所示的处方(2-1)~(2-6)中规格超出概率较大的短路区域的适用处方。在步骤S144,处方选择单元13从面内选择均匀取样的标准处方,作为适用于属于规格区域C的晶片、以及被检测到QC预测值在晶片面内存在随机偏差等QC预测值的异常的晶片的适用处方。
(5)在步骤S150,测定装置4对构成对象批次的多个晶片中的各个样品晶片,使用由处方选择单元13选择的适用处方(1-1)~(1-6)、(2-1)~(2-6)或标准处方中的任一方,取样晶片面内成为测定对象的短路区域,并进行QC的测定。测定结果(QC实测值)被存储在QC值存储部22中。
(6)在步骤S160,报告书作成单元15对对象批次作成图17~图26所示的记载了QC测定结果等的报告书。所作成的报告书通过输出装置6的监视器显示等被输出。在步骤S170,如果还有下一批次,则返回步骤S111的步骤,如果所有的批次处理结束,则转入步骤S180。在步骤S180,合格与否判定单元16根据QC测定结果判定对象批次的合格与否。或者,也可以由作业者代替合格与否判定单元16,根据图17~图26所示的报告书进行合格与否判定。并且,也可以不在所有的批次处理结束后进行合格与否判定,而对每个批次处理分别进行合格与否判定。
根据本发明的第1实施方式,对在装置内部信息可能变动的处理装置10处理的对象批次,进行最佳的动态取样,由此可以集中测定规格超出概率较大的晶片和短路区域。因此,能够降低因漏过不良批次造成的损失。
另外,对于其QC预测值属于规格区域C的晶片,只把这些属于规格区域C的晶片中的例如一个晶片作为QC测定对象,不需要对所有晶片进行QC测定,由此可以减少QC测定所需要的时间及成本。另外,在时间和成本允许的情况下,也可以把一个或以上的晶片作为测定对象。
并且,把其QC预测值属于规格区域C的被认为是合格品的晶片的QC实测值、对应的装置内部信息、以及QC实测值和装置内部信息的相关数据存储在数据存储装置2中,根据QC预测值的面内分布和处方选择的妥当性的判定结果,按照每个批次检查***的可靠性,由此可以提高动态取样的精度。因此,可以抑制因错误的动态取样造成的成品率降低。
图27所示的一系列步骤,可以利用与图27等效的算法程序,控制并执行图1所示的质量管理***。该程序可以存储在构成本发明的质量管理***的计算机***的程序存储装置(省略图示)中。并且,该程序通过保存在计算机可读的记录介质中,并把该记录介质读入质量管理***的程序存储装置中,可以执行本发明的实施方式的一系列步骤。此处,所说“计算机可读的记录介质”,例如指计算机的外部存储器装置、半导体存储器、磁盘、光盘、光磁盘、磁带等可以记录程序的介质。具体讲,“计算机可读的记录介质”包括软盘、CD-ROM(只读光盘存储器)、MO(磁-光)盘、盒式磁带、盘式磁带等。
例如,质量管理***的主体可以构成为内置或外部连接软盘驱动器和光盘驱动器等介质读取装置。通过从***口向软盘驱动器***软盘,从***口向光盘驱动器***CD-ROM,并进行规定的读出操作,可以把存储在这些记录介质中的程序安装在构成质量管理***的程序存储装置中。并且,通过连接规定的驱动器装置,例如可以使用游戏包等中利用的作为存储器装置的ROM或作为磁带装置的盒式磁带。另外,也可以通过因特网等信息处理网络,把该程序存储在程序存储装置中。
下面,使用图28的流程图,说明本发明的实施方式的半导体制造装置的制造方法(批次单位的晶片处理方法)的一例。另外,在图28中只说明制造工序的一部分,但在实际的制造工序中要经过未图示的多个工序。
(1)首先,在步骤S0,使用处理装置(例如RIE(反应性离子蚀刻)装置)10处理第1批次内的晶片,然后进行QC测定,把所得到的QC实测值存储在QC值存储部22中。在QC值存储部22中预先存储着在当前时间之前通过QC测定获得的过去的QC实测值。
(2)在步骤S1,对与第1批次不同的第2批次内的晶片,在被蚀刻部件上涂覆抗蚀剂膜。在步骤S2,使用光刻技术使抗蚀剂膜图案化,形成图2所示的抗蚀剂图案100等。在步骤S3,使用图1所示的测定装置4进行QC测定,作为预备质量管理测定,测定抗蚀剂图案100的线宽Wr。抗蚀剂图案100的线宽Wr被存储在图1所示的QC值存储部22中。
(3)在步骤S4,对第2批次内的晶片,把已图案化的抗蚀剂膜用作掩模,通过使用了图1所示的处理装置(RIE装置)10的RIE,蚀刻加工被蚀刻部件,形成图2所示的成形图案101等。此时,数据获取装置3实时获取第2批次的处理中的处理装置(RIE装置)10的装置内部信息。
(4)在步骤S5,与图27所示的步骤S130~S180的步骤相同,根据存储在QC值存储部22中的包括第2批次的过去批次的QC实测值和第2批次的处理中的装置内部信息,预测第2批次的QC预测值,根据QC预测值确定样品晶片,根据QC预测值,从处方存储部24的多个处方中选择适用于样品晶片的适用处方,使用适用处方对样品晶片测定成形图案101的线宽Wp。成形图案101的线宽Wp被存储在QC值存储部22中。求出成形图案101的线宽Wp和抗蚀剂图案100的线宽Wr的尺寸变换差Wd,根据尺寸变换差Wd判定第2批次合格与否。
根据本发明的实施方式的批次单位的晶片处理方法,能够减少漏过不合格批次,可以提高半导体制造装置的成品率。
(第2实施方式)
本发明的第2实施方式的质量管理***如图29所示,数据存储装置2a还具有合格品数据存储部26和不合格品数据存储部27,CPU1a还具有管理幅度确定单元18,这些与图1所示的质量管理***不同。
管理幅度确定单元18确定在FDC和统计性处理管理(SPC)中使用的“管理幅度”。“FDC”像FDC单元17那样,不断地进行处理晶片并实施半导体器件的制造工艺的一部分的处理装置10的监视,在处理装置10的处理条件的偏离给产品成品率带来不良影响之前,切断处理装置10,由此降低晶片制造中的风险。“SPC”根据在制造工序的各个检查点收集的庞大数据进行统计处理,监视管理各个工序中的制造条件的推移(倾向)和半导体器件的质量推移(倾向)。“管理幅度”是作为FDC和SPC中有无异常或质量合格与否的判定基准的阈值。在FDC和SPC中,根据批次的QC实测值在管理幅度的内侧还是外侧,分别判断处理装置10和处理的异常、批次的合格与不合格。
合格品数据存储部26存储在装置内部信息存储部21中存储的装置内部信息中、晶片的QC实测值被判定为在管理幅度内时的装置内部信息(合格品数据),以及可以存储在合格品数据存储部26中的合格品数据的规定数量。不合格品数据存储部27存储在装置内部信息存储部21中存储的装置内部信息中、晶片的QC实测值被判定为在管理幅度外时的装置内部信息(不合格品数据),以及可以存储在不合格品数据存储部27中的不合格品数据的规定数量。
管理幅度确定单元18根据存储在合格品数据存储部26中的合格品数据和存储在不合格品数据存储部27中的不合格品数据,确定并更新管理幅度。以下,说明管理幅度的确定步骤。计算存储在合格品数据存储部26中的所有合格品数据的平均值和标准偏差、及存储在不合格品数据存储部27中的所有不合格品数据的平均值和标准偏差。并且,计算合格品数据和不合格品数据的各自的马氏距离。把合格品数据的平均值设为XAG,把不合格品数据的平均值设为XANG,把合格品数据的标准偏差设为σG,把不合格品数据的标准偏差设为σNG,求出下述算式(1)成立的系数A。
AσG+AσNG=|XANG-XAG| ……(1)
并且,图30表示合格品数据和不合格品数据为单变量的情况,图31表示合格品数据和不合格品数据为多变量的情况,把表示以下位置的值Xe确定为规定管理幅度的上下限的阈值,该位置例如指管理幅度的马氏距离相等的位置、即从合格品数据的平均值XAG朝向不合格品数据的平均值XANG只离开σG的位置,或者从不合格品数据的平均值XANG朝向合格品数据的平均值XAG只离开AσNG的位置。
并且,管理幅度确定单元18也可以只根据合格品数据确定管理幅度。该情况时,把使用合格品数据求出的平均值(移动平均值)XAG作为中心,把向该平均值XAG加上或减去标准偏差σ的α倍(α为任意数)的值得到的两个值,确定为规定管理值的上下限的阈值。即,管理幅度为XAG-(α×σ)。如图32所示,在进行批次处理的同时,通过管理幅度确定单元18随时更新管理幅度Wc。在以前的管理幅度Wc比较严格的情况下,管理幅度Wc呈现扩大倾向,但如果是较宽松的管理幅度Wc,则呈现狭小倾向。
下面,参照图33的流程图,说明使用了图29所示的质量管理***的质量管理方法。
(1)在步骤S210,按照与图27所示的步骤S111~S180相同的步骤进行QC测定。此时,判定晶片的QC实测值是否在FDC或SPC的管理幅度内,即判定晶片是合格品还是不合格品。如果QC实测值在管理幅度内,即晶片是合格品,则转入步骤S211。另一方面,如果QC实测值在管理幅度外,即晶片是不合格品,则转入步骤S221。
(2)在步骤S211,判定合格品数据存储部26内的数据数量是否小于等于规定数量。在判定数据数量超过规定数量时,在步骤S212,删除合格品数据存储部26内最古老的数据。在步骤S213,把最新的数据存储在合格品数据存储部26中。在步骤S241,计算合格品数据的平均值(移动平均值),把该移动平均值作为中心,确定把向该平均值加上或减去标准偏差σ的α倍(α为任意数)的值(α×σ)得到的值作为上下限的阈值的管理幅度。
(3)在步骤S211,判定数据数量小于规定数量时,转入步骤S212,直接把合格品数据存储在合格品数据存储部26中。在步骤S215,计算存储在合格品数据存储部26中的数据的平均值。在步骤S216,计算存储在合格品数据存储部26中的数据的标准偏差。
(4)另一方面,在步骤S221,判定不合格品数据存储部27内的数据数量是否小于规定数量。在判定数据数量超过规定数量时,在步骤S222,删除不合格品数据存储部27内最古老的数据。在步骤S223,把最新的数据存储在不合格品数据存储部27中。在步骤S221判定为小于规定数量时,转入步骤S224,直接把数据存储在不合格品数据存储部27中。在步骤S225,计算存储在不合格品数据存储部27中的数据的平均值。在步骤S226,计算存储在不合格品数据存储部27中的数据的标准偏差。
(5)在步骤S240,计算图30和图31所示的合格品数据和不合格品数据的马氏距离相等时的位置,确定把该位置作为上下限的阈值的管理幅度。即,把合格品数据的平均值作为其中心值,确定把所述马氏距离相等时的值和合格品数据的平均值之差的绝对值的2倍作为其幅度的管理幅度。利用在步骤S241或S240确定的管理幅度更新以前的管理幅度,在下一次的FDC、SPC等中使用最新的管理幅度。
以往,FDC和SPC的管理幅度利用固定值管理,只要没有变更指示,就持续使用过度宽松的管理幅度或过度严格的管理幅度。因此,产生不合格品的漏过或把合格品判定为不合格品的虚报,并产生损失。对此,根据本发明的第2实施方式,经常使用最新的装置内部信息,即设定跟踪装置内部信息的变动的管理幅度,从而即使处理装置10的状态变化时也能够自动更新为合适的管理幅度。因此,可以防止由于采用过度宽松的管理幅度造成的不合格品的漏过、以及由于采用过度严格的管理幅度而将正常批次废弃造成的损失。
另外,不仅使用合格品数据,也使用不合格品数据计算马氏距离,并确定适合于合格品/不合格品的判别的管理幅度,由此可以进一步减少不合格批次的漏过以及因虚报造成的损失。另外,把马氏距离相等的位置确定为管理幅度的阈值,但也可以把从该位置向合格品数据侧或不合格品数据侧偏离的位置作为管理幅度的阈值。
(其他实施方式)
如上所述,本发明利用第1和第2实施方式进行了记述,但构成这些公开的一部分的论述和附图不能理解为是限定本发明的。本行业人员当然可以从该公开内容得到各种替代实施方式、实施例及运用技术。例如,在上述的第1和第2实施方式中,如图3所示,分类为规格区域A、规格区域B、规格区域C这三个区域,但也可以细分为四个以上的区域,还可以选择更多种处方。并且,规格区域A和规格区域B形成为分别大于等于从规格上限值减去管理幅度的10%的值的区域、以及小于等于向规格下限值加上管理幅度的10%的值的区域,但规格区域A~C的临界位置只是一例,并不限于此。并且,在图4~图9中二维示意了晶片面内分布,但也可以使用三维数据选择更加细致的处方。这样,本发明当然包括在此没有记载的各种实施方式等。因此,本发明的技术范围根据以上说明,只利用恰当的权利要求的发明特定事项确定。
Claims (20)
1.一种质量管理***,其特征在于,具备:
质量管理值存储部,存储过去批次的质量管理实测值;
数据获取装置,获取处理作为对象的批次的处理装置的装置内部信息;
装置内部信息存储部,存储所述装置内部信息;
处方存储部,存储晶片内的取样密度的分布彼此不同的多个处方;
质量管理值预测单元,从所述装置内部信息存储部读出所述装置内部信息,从所述质量管理值存储部读出所述过去批次的质量管理实测值,根据所述装置内部信息和所述质量管理实测值,预测所述作为对象的批次的质量管理预测值;
晶片确定单元,根据所述质量管理预测值,确定构成所述作为对象的批次的多个晶片中成为测定对象的样品晶片;
处方选择单元,从所述处方存储部读出所述多个处方,根据所述质量管理预测值从所述多个处方中选择适用于所述样品晶片的适用处方;以及
测定装置,使用所述适用处方对所述样品晶片进行质量管理测定,把测定结果存储在所述质量管理值存储部中。
2.根据权利要求1所述的质量管理***,其特征在于,所述晶片确定单元把所述多个晶片中规格超出概率相对较大的晶片作为所述样品晶片。
3.根据权利要求1所述的质量管理***,其特征在于,所述处方选择单元根据所述质量管理预测值的晶片面内的分布,把以相对较大的取样密度取样所述样品晶片内的短路区域中规格超出概率相对较大的短路区域的处方,选择为所述适用处方。
4.根据权利要求1所述的质量管理***,其特征在于,所述晶片确定单元把所述晶片的质量管理预测值分类为包括所述质量管理预测值的目标值的合适区域、高于所述合适区域的高区域、低于所述合适区域的低区域,把其质量管理预测值属于所述高区域或低区域的晶片作为所述样品晶片。
5.根据权利要求4所述的质量管理***,其特征在于,所述处方选择单元在所述样品晶片的质量管理预测值属于所述高区域时,把以相对较大的取样密度取样所述样品晶片内的短路区域中质量管理预测值相对较高的短路区域的处方,选择为所述适用处方,在所述样品晶片的质量管理预测值属于所述低区域时,把以相对较大的取样密度取样所述样品晶片内的短路区域中质量管理预测值相对较低的短路区域的处方,选择为所述适用处方。
6.根据权利要求1所述的质量管理***,其特征在于,所述处理装置是从包括离子注入装置、杂质扩散装置、化学气相生长装置、回流热处理装置、密化处理装置、硅化物形成装置、溅射装置、真空蒸镀装置、电镀处理装置、化学·机械研磨装置、干式蚀刻装置、湿式蚀刻装置、清洗装置、旋转涂覆装置、曝光装置、切割装置和引线接合装置的组中选择的一种装置。
7.根据权利要求1所述的质量管理***,其特征在于,还具有根据所述装置内部信息确定管理所述质量管理实测值的管理幅度的管理幅度确定单元。
8.一种质量管理方法,其特征在于,
获取处理作为对象的批次的处理装置的装置内部信息,
根据过去批次的质量管理实测值和所述装置内部信息,预测所述作为对象的批次的质量管理预测值,
根据所述质量管理预测值,确定构成所述作为对象的批次的多个晶片中成为测定对象的样品晶片,
根据所述质量管理预测值,从晶片内的取样密度的分布彼此不同的多个处方中选择适用于所述样品晶片的适用处方,
使用所述适用处方对所述成为测定对象的晶片进行质量管理测定,并存储测定结果。
9.根据权利要求8所述的质量管理方法,其特征在于,在所述确定样品晶片的步骤中,把所述多个晶片中规格超出概率相对较大的晶片作为所述样品晶片。
10.根据权利要求8所述的质量管理方法,其特征在于,在所述选择适用处方的步骤中,根据所述质量管理预测值的晶片面内的分布,把以相对较大的取样密度取样所述样品晶片内的短路区域中规格超出概率相对较大的短路区域的处方,选择为所述适用处方。
11.根据权利要求8所述的质量管理方法,其特征在于,在所述确定样品晶片的步骤中,把所述晶片的质量管理预测值分类为包括所述质量管理预测值的目标值的合适区域、高于所述合适区域的高区域、低于所述合适区域的低区域,把其质量管理预测值属于所述高区域或低区域的晶片作为所述样品晶片。
12.根据权利要求11所述的质量管理方法,其特征在于,在所述选择适用处方的步骤中,在所述样品晶片的质量管理预测值属于所述高区域时,把以相对较大的取样密度取样所述样品晶片内的短路区域中质量管理预测值相对较高的短路区域的处方,选择为所述适用处方,在所述样品晶片的质量管理预测值属于所述低区域时,把以相对较大的取样密度取样所述样品晶片内的短路区域中质量管理预测值相对较低的短路区域的处方,选择为所述适用处方。
13.根据权利要求8所述的质量管理方法,其特征在于,根据所述装置内部信息确定管理所述质量管理实测值的管理幅度。
14.一种批次单位的晶片处理方法,其特征在于,
使用处理装置处理第1批次,并存储其质量管理实测值,
使用所述处理装置处理第2批次,
获取所述第2批次的处理中的所述处理装置的装置内部信息,
根据所述第2批次的处理中的所述装置内部信息和过去批次的质量管理实测值,预测所述第2批次的质量管理实测值,
根据所述质量管理预测值,确定构成所述第2批次的多个晶片中成为测定对象的样品晶片,
根据所述质量管理预测值,从晶片内的取样密度的分布彼此不同的多个处方中选择适用于所述样品晶片的适用处方,
使用所述适用处方对所述样品晶片进行质量管理测定,
根据所述质量管理测定的结果,判定所述第2批次合格与否。
15.根据权利要求14所述的批次单位的晶片处理方法,其特征在于,
所述处理第2批次的步骤包括:对构成所述第2批次的所有晶片进行预备处理,对所述所有晶片进行预备质量管理测定,对所述所有晶片进行正式处理,
所述预测第2批次的质量管理实测值的步骤包括:根据所述第1批次以前的批次的质量管理实测值和所述预备质量管理测定的结果,预测所述第2批次的质量管理预测值。
16.根据权利要求14所述的批次单位的晶片处理方法,其特征在于,在所述确定样品晶片的步骤中,把所述多个晶片中规格超出概率相对较大的晶片作为所述样品晶片。
17.根据权利要求14所述的批次单位的晶片处理方法,其特征在于,在所述选择适用处方的步骤中,根据所述质量管理预测值的晶片面内的分布,把以相对较大的取样密度取样所述样品晶片内的短路区域中规格超出概率相对较大的短路区域的处方,选择为所述适用处方。
18.根据权利要求14所述的批次单位的晶片处理装置,其特征在于,在所述确定样品晶片的步骤中,把所述晶片的质量管理预测值分类为包括所述质量管理预测值的目标值的合适区域、高于所述合适区域的高区域、低于所述合适区域的低区域,把其质量管理预测值属于所述高区域或低区域的晶片作为所述样品晶片。
19.根据权利要求18所述的批次单位的晶片处理装置,其特征在于,在所述选择适用处方的步骤中,在所述样品晶片的质量管理预测值属于所述高区域时,把以相对较大的取样密度取样所述样品晶片内的短路区域中质量管理预测值相对较高的短路区域的处方,选择为所述适用处方,在所述样品晶片的质量管理预测值属于所述低区域时,把以相对较大的取样密度取样所述样品晶片内的短路区域中质量管理预测值相对较低的短路区域的处方,选择为所述适用处方。
20.根据权利要求14所述的批次单位的晶片处理方法,其特征在于,进一步根据所述装置内部信息确定管理所述质量管理实测值的管理幅度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP109209/2005 | 2005-04-05 | ||
JP2005109209A JP4693464B2 (ja) | 2005-04-05 | 2005-04-05 | 品質管理システム、品質管理方法及びロット単位のウェハ処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1848006A true CN1848006A (zh) | 2006-10-18 |
CN100424599C CN100424599C (zh) | 2008-10-08 |
Family
ID=37077600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB200610066598XA Expired - Fee Related CN100424599C (zh) | 2005-04-05 | 2006-04-03 | 质量管理***、质量管理方法及批次单位的晶片处理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7463941B2 (zh) |
JP (1) | JP4693464B2 (zh) |
CN (1) | CN100424599C (zh) |
TW (1) | TW200643669A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101387870B (zh) * | 2006-07-13 | 2012-04-25 | 台湾积体电路制造股份有限公司 | 改善晶片合格率的方法及其*** |
CN101398686B (zh) * | 2007-09-27 | 2013-01-23 | 洛克威尔自动控制技术股份有限公司 | 通过嵌入式历史机数据实现的自适应工业*** |
CN101504544B (zh) * | 2008-02-01 | 2013-06-19 | 霍尼韦尔国际公司 | 用于氧气转炉质量控制***的方法和装置 |
CN105470156A (zh) * | 2014-09-09 | 2016-04-06 | 中芯国际集成电路制造(上海)有限公司 | 一种基于rtd的量测工艺 |
CN110246775A (zh) * | 2018-03-09 | 2019-09-17 | 联华电子股份有限公司 | 控制机台操作的装置与方法 |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008121447A (ja) * | 2006-11-09 | 2008-05-29 | Nissan Diesel Motor Co Ltd | 燃料噴射制御装置 |
US20090292388A1 (en) * | 2006-12-19 | 2009-11-26 | Tatsushi Iimori | Semiconductor manufacturing system |
JP5169098B2 (ja) * | 2007-09-14 | 2013-03-27 | Jfeスチール株式会社 | 品質予測装置、品質予測方法及び製造方法 |
JP5169096B2 (ja) * | 2007-09-14 | 2013-03-27 | Jfeスチール株式会社 | 品質予測装置、品質予測方法及び製品の製造方法 |
US7974723B2 (en) * | 2008-03-06 | 2011-07-05 | Applied Materials, Inc. | Yield prediction feedback for controlling an equipment engineering system |
US7974802B2 (en) * | 2008-03-07 | 2011-07-05 | International Business Machines Corporation | Photomask image inspection |
JP2009257922A (ja) * | 2008-04-16 | 2009-11-05 | Jatco Ltd | 自動変速機の検査方法および自動変速機の検査装置 |
JP5477382B2 (ja) * | 2009-05-29 | 2014-04-23 | 株式会社村田製作所 | 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 |
JP5287985B2 (ja) * | 2009-05-29 | 2013-09-11 | 株式会社村田製作所 | 製品選別装置、製品選別方法及びコンピュータプログラム |
US8437870B2 (en) * | 2009-06-05 | 2013-05-07 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for implementing a virtual metrology advanced process control platform |
JP5503564B2 (ja) * | 2011-01-18 | 2014-05-28 | 東京エレクトロン株式会社 | 処理装置の異常判定システム及びその異常判定方法 |
JP5855841B2 (ja) * | 2011-04-01 | 2016-02-09 | 株式会社日立国際電気 | 管理装置 |
NL2009853A (en) | 2011-12-23 | 2013-06-26 | Asml Netherlands Bv | Methods and apparatus for measuring a property of a substrate. |
JP5783975B2 (ja) | 2012-08-29 | 2015-09-24 | 株式会社東芝 | 半導体製造処理システムおよび方法 |
WO2014050808A1 (ja) * | 2012-09-26 | 2014-04-03 | 株式会社日立国際電気 | 統合管理システム、管理装置、基板処理装置の情報表示方法及び記録媒体 |
CN105432075B (zh) * | 2013-03-20 | 2019-09-06 | 生活时间品牌公司 | 用于移动质量管理检查的*** |
WO2015029777A1 (ja) | 2013-08-28 | 2015-03-05 | 堺ディスプレイプロダクト株式会社 | プラズマ処理装置及びプラズマ処理装置の監視方法 |
CN104794318B (zh) * | 2014-01-17 | 2017-11-21 | 无锡华润上华科技有限公司 | 用于建立半导体器件统计模型的数据处理方法 |
JP6178768B2 (ja) * | 2014-09-17 | 2017-08-09 | 株式会社東芝 | 品質管理装置およびその管理方法 |
JP6385914B2 (ja) * | 2015-12-16 | 2018-09-05 | 三菱重工業株式会社 | 品質モニタリングシステムおよび品質モニタリング方法 |
JP6453805B2 (ja) | 2016-04-25 | 2019-01-16 | ファナック株式会社 | 製品の異常に関連する変数の判定値を設定する生産システム |
US11335607B2 (en) * | 2020-07-09 | 2022-05-17 | Tokyo Electron Limited | Apparatus and methods for wafer to wafer bonding |
CN114198878B (zh) * | 2020-09-17 | 2023-08-04 | 青岛海信电子产业控股股份有限公司 | 空气质量的调节方法及智能设备 |
US20230258585A1 (en) * | 2022-02-16 | 2023-08-17 | Kla Corporation | Semiconductor Measurements With Robust In-Line Tool Matching |
CN115881529B (zh) * | 2023-02-06 | 2023-05-12 | 合肥新晶集成电路有限公司 | 湿法刻蚀方法、装置、***、计算机设备以及介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07244694A (ja) | 1994-03-04 | 1995-09-19 | Fujitsu Ltd | 品質管理装置 |
US5629772A (en) * | 1994-12-20 | 1997-05-13 | International Business Machines Corporation | Monitoring of minimum features on a substrate |
JP2702466B2 (ja) * | 1995-11-24 | 1998-01-21 | 山形日本電気株式会社 | 半導体ウェーハの生産方法及びその生産装置 |
CN1223393A (zh) * | 1998-01-14 | 1999-07-21 | 三星电子株式会社 | 半导体制造设备管理***的工艺条件控制方法 |
US6408219B2 (en) * | 1998-05-11 | 2002-06-18 | Applied Materials, Inc. | FAB yield enhancement system |
JP3926478B2 (ja) * | 1998-06-01 | 2007-06-06 | 株式会社ルネサステクノロジ | 半導体製造方法 |
JP4071449B2 (ja) | 2001-03-27 | 2008-04-02 | 株式会社東芝 | センサ異常検出方法及びセンサ異常検出装置 |
JP2002343753A (ja) * | 2001-05-21 | 2002-11-29 | Nikon Corp | シミュレーション方法及び装置、加工装置、加工システム、並びに半導体デバイス製造方法 |
US7698012B2 (en) * | 2001-06-19 | 2010-04-13 | Applied Materials, Inc. | Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing |
JP4184638B2 (ja) | 2001-08-31 | 2008-11-19 | 株式会社東芝 | 半導体製造装置の寿命診断方法 |
US6687561B1 (en) * | 2002-04-03 | 2004-02-03 | Advanced Micro Devices, Inc. | Method and apparatus for determining a sampling plan based on defectivity |
JP3834546B2 (ja) * | 2002-12-13 | 2006-10-18 | 株式会社東芝 | 測定対象パターンの選択方法、パターン検査方法、半導体装置の製造方法、プログラムおよびパターン検査装置 |
US8017411B2 (en) * | 2002-12-18 | 2011-09-13 | GlobalFoundries, Inc. | Dynamic adaptive sampling rate for model prediction |
TWI285341B (en) * | 2002-12-31 | 2007-08-11 | Powerchip Semiconductor Corp | Method for analyzing in-line QC parameters |
JP3699960B2 (ja) * | 2003-03-14 | 2005-09-28 | 株式会社東芝 | 検査レシピ作成システム、欠陥レビューシステム、検査レシピ作成方法及び欠陥レビュー方法 |
US20050010319A1 (en) * | 2003-07-09 | 2005-01-13 | Sukesh Patel | System and method for validating and visualizing APC assisted semiconductor manufacturing processes |
US6947805B1 (en) * | 2003-08-04 | 2005-09-20 | Advanced Micro Devices, Inc. | Dynamic metrology sampling techniques for identified lots, and system for performing same |
JP4008899B2 (ja) | 2003-09-08 | 2007-11-14 | 株式会社東芝 | 半導体装置の製造システムおよび半導体装置の製造方法 |
-
2005
- 2005-04-05 JP JP2005109209A patent/JP4693464B2/ja not_active Expired - Fee Related
-
2006
- 2006-03-08 TW TW095107769A patent/TW200643669A/zh not_active IP Right Cessation
- 2006-04-03 CN CNB200610066598XA patent/CN100424599C/zh not_active Expired - Fee Related
- 2006-04-03 US US11/395,276 patent/US7463941B2/en not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101387870B (zh) * | 2006-07-13 | 2012-04-25 | 台湾积体电路制造股份有限公司 | 改善晶片合格率的方法及其*** |
CN101398686B (zh) * | 2007-09-27 | 2013-01-23 | 洛克威尔自动控制技术股份有限公司 | 通过嵌入式历史机数据实现的自适应工业*** |
CN101504544B (zh) * | 2008-02-01 | 2013-06-19 | 霍尼韦尔国际公司 | 用于氧气转炉质量控制***的方法和装置 |
CN105470156A (zh) * | 2014-09-09 | 2016-04-06 | 中芯国际集成电路制造(上海)有限公司 | 一种基于rtd的量测工艺 |
CN105470156B (zh) * | 2014-09-09 | 2018-09-04 | 中芯国际集成电路制造(上海)有限公司 | 一种基于rtd的量测工艺 |
CN110246775A (zh) * | 2018-03-09 | 2019-09-17 | 联华电子股份有限公司 | 控制机台操作的装置与方法 |
CN110246775B (zh) * | 2018-03-09 | 2022-05-03 | 联华电子股份有限公司 | 控制机台操作的装置与方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI320518B (zh) | 2010-02-11 |
JP2006293433A (ja) | 2006-10-26 |
CN100424599C (zh) | 2008-10-08 |
US7463941B2 (en) | 2008-12-09 |
JP4693464B2 (ja) | 2011-06-01 |
TW200643669A (en) | 2006-12-16 |
US20060235560A1 (en) | 2006-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1848006A (zh) | 质量管理***、质量管理方法及批次单位的晶片处理方法 | |
KR100934627B1 (ko) | 제조 특성을 측정하는 컴퓨터 구현 방법, 컴퓨터 구현 시스템, 컴퓨터 프로그램 및 컴퓨터 구현 프로그램 | |
EP3144963B1 (en) | Method of measuring a gas introducing hole provided in an electrode for a plasma etching device, electrode regeneration method, plasma etching device, and display method for a gas introducing hole state distribution diagram | |
JP2008004641A (ja) | 不良検出システム、不良検出方法及びプログラム | |
TWI420567B (zh) | 用於製造資料索引之方法及裝置 | |
WO2006054459A1 (ja) | 露光条件設定方法、基板処理装置およびコンピュータプログラム | |
CN1305225A (zh) | 器件检查装置及检查方法 | |
TW200416931A (en) | Method and apparatus employing integrated metrology for improved dielectric etch efficiency | |
CN100523839C (zh) | 计量工具的误差记录分析方法和*** | |
US20130144419A1 (en) | Integrated circuit manufacturing tool condition monitoring system and method | |
CN101036092A (zh) | 动态控制量测中的工件的方法及*** | |
CN1294410A (zh) | 半导体制造设备 | |
US6563300B1 (en) | Method and apparatus for fault detection using multiple tool error signals | |
TW201921541A (zh) | 使用基於形狀之分組引導缺陷集中改進缺陷定位精度 | |
JP2006245485A (ja) | 欠陥レビューシステム、欠陥レビュー方法、及び電子装置の製造方法 | |
US7337034B1 (en) | Method and apparatus for determining a root cause of a statistical process control failure | |
US6821792B1 (en) | Method and apparatus for determining a sampling plan based on process and equipment state information | |
US6446021B1 (en) | Method and apparatus to display processing parameter | |
US6630361B1 (en) | Use of scatterometry for in-situ control of gaseous phase chemical trim process | |
JP4480482B2 (ja) | プラズマエッチング処理装置の制御方法およびトリミング量制御システム | |
US7052575B1 (en) | System and method for active control of etch process | |
JP2012227282A (ja) | 加工装置および加工条件算出方法 | |
US7292959B1 (en) | Total tool control for semiconductor manufacturing | |
CN108885407B (zh) | 叠加方差稳定化方法及*** | |
JP2006505130A (ja) | 第1原理フィードフォワードの製造コントロールを提供するための方法及び機器 |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20081008 |