JP2005044840A - 検査データの解析プログラム、検査装置、レビュー装置、歩留り解析装置 - Google Patents
検査データの解析プログラム、検査装置、レビュー装置、歩留り解析装置 Download PDFInfo
- Publication number
- JP2005044840A JP2005044840A JP2003200189A JP2003200189A JP2005044840A JP 2005044840 A JP2005044840 A JP 2005044840A JP 2003200189 A JP2003200189 A JP 2003200189A JP 2003200189 A JP2003200189 A JP 2003200189A JP 2005044840 A JP2005044840 A JP 2005044840A
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- data
- foreign
- inspection data
- storage device
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- 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
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (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)
Abstract
【課題】半導体集積回路、薄膜磁気ヘッド、光デバイスなどの製品を形成するために使われる製造装置が製品欠陥にどのように影響しているのかを簡易的に求める方法を提供する。
【解決手段】特定の製造装置に対して装置ＱＣを行った結果である第１の検査データを主記憶装置に呼び出す処理と、該製造装置に対して装置ＱＣを行った結果である第２の検査データと該第２の検査を行った時刻を含む期間に該製造装置で処理した製品の電気試験データとから欠陥サイズ毎に算出された異物数に応じた不良数の変化量を主記憶装置に呼び出す処理と、算出した異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数とを用いて、第１の検査データを検出した時点における該製造装置で生じる異物の製品に与える影響度を求める処理を演算装置で実行可能なプログラムを備えることで実現する。
【選択図】 図１
【解決手段】特定の製造装置に対して装置ＱＣを行った結果である第１の検査データを主記憶装置に呼び出す処理と、該製造装置に対して装置ＱＣを行った結果である第２の検査データと該第２の検査を行った時刻を含む期間に該製造装置で処理した製品の電気試験データとから欠陥サイズ毎に算出された異物数に応じた不良数の変化量を主記憶装置に呼び出す処理と、算出した異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数とを用いて、第１の検査データを検出した時点における該製造装置で生じる異物の製品に与える影響度を求める処理を演算装置で実行可能なプログラムを備えることで実現する。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、半導体装置、薄膜磁気ヘッド、光デバイスなどの異物が電気的な欠陥の原因となる製品の製造工程における検査データの解析技術に関する。
【０００２】
【従来の技術】
半導体装置の製造工程中の検査を例にして、従来技術を説明する。
【０００３】
半導体チップの製造工程は、一般に、シリコンウエハ（基板）上にチップ単位の回路パターンが多層化されて複数のチップを形成する前工程と、チップ毎にダイシングし、個々のチップをモールドして、製品を完成させる後工程に分かれている。
【０００４】
製造中に発生する不良の大半は、微細加工を伴う前工程で発生し、前工程での歩留り向上が生産コストの削減に重要である。ここで、前工程での歩留りとは、前工程の最終試験である電気試験の結果で決まる良品率、すなわち、ウエハ上の全チップ数に対する良品チップの割合のことである。
【０００５】
前工程では、製造途中に発生する異物が原因で回路パターンの断線や短絡などが生じ、歩留りを低下させる。
【０００６】
そのため、歩留り向上には、異物を低減することが重要である。
【０００７】
前工程製造ラインでは、異物のモニタリングを目的に、大別して２種類の検査が実施されている。第１の検査は、一般にインライン検査と呼ばれるものであり、第２の検査は、一般に装置ＱＣと呼ばれるものである。
【０００８】
インライン検査とは、実際のライン上で実製品の仕掛りウエハを検査するものである。
【０００９】
近年、製造中の製品ウエハを検査するため、実際に製品で生じている不具合をモニタリングし、そのインライン検査データと、電気試験データとを突き合わせることで、異物が試験対象物（前工程の最終生成物）に与える影響度を算出するものがある。（例えば、非特許文献１）
一方、装置ＱＣとは、製造装置の保全を目的に、製造装置に投入する前と後で検査を行い、その製造工程における検査結果の変化を測定するものであり、定期的に製造装置毎にその製造装置により発生する異物や欠陥を把握することができるものである。
【００１０】
【非特許文献１】
小野他，“Ｎｏｎ−Ｄｅｆｅｃｔｉｖｅ Ａｒｅａ Ａｎａｌｙｓｉｓ ｆｏｒ Ｑｕａｎｔｉｆｙｉｎｇ Ｙｉｅｌｄ Ｉｍｐａｃｔ”，１９９９年，ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ Ｍａｎｕｆａｃｔｕｒｉｎｇ，Ｐｒｏｃｅｅｄｉｎｇｓ，ｐｐ．１２７−１３０
【００１１】
【発明が解決しようとする課題】
通常、電気試験に到達するまで、多くの製造装置で処理が行われる。
【００１２】
半導体ウェハでは、少なくとも数十回も製造装置で処理が行われるのが普通である。
【００１３】
従来のインライン検査を全ての製造装置の前後で行うようにすると、検査工程が多くなりすぎ製造時間が長くなる。
【００１４】
そのため、インライン検査は、複数の製造工程毎に行い、複数の製造工程毎の解析を行うこととしており、検査を行わない複数の製造工程で発生した様々な異物や他の欠陥（研磨時の傷や露光時のフォーカスずれによるパターン異常など）が混在した状態で検出されてくるので、どの製造工程に発生源があるのかを突き止めることは困難であった。
【００１５】
また、装置ＱＣは、製品の仕掛りウエハではなく、検査専用のウエハ（検査専用のウェハとは回路パターンを形成していない製品と類似の薄膜だけを形成したウエハである。）を用いることが一般的である。また、装置ＱＣに製品仕掛りウェハを用いた場合、通常、製造ラインに戻さず、戻す場合でも検査を行わなかったウェハとは異なる解析をおこなうことはしていなかった。
【００１６】
従って、特定の製造装置に対して行った装置ＱＣの結果、すなわち該製造装置で生じている異物が電気試験の結果にどのような影響を与えるのか、把握することはできなかった。
【００１７】
本発明の目的は、特定の製造装置で生じている異物が電気試験の結果に与える影響度を定量的に示すことにより、歩留りを改善できるようにするものである。
【００１８】
【課題を解決するための手段】
本願は、上記課題を解決できる発明を複数含むものである。
【００１９】
つまり、装置ＱＣの検査データと電気試験の試験結果とを対比し、その相関係数を求めておき、それを別の装置ＱＣの検査データに反映させることにより、装置ＱＣを行った製造装置で生じている異物が電気試験結果（半導体ウェハの場合、前工程の最終製造物）に与える影響度を定量化するものである。
【００２０】
【発明の実施の形態】
半導体ウェハの前工程で用いられる製造装置の製造物に与える影響度を算出する方法について説明する。
【００２１】
図２は、前工程製造ラインに存在する装置群の一例を示すブロック図である。
３１はＣＶＤ装置の１号機、３２はＣＶＤ装置の２号機、４１は塗布・現像装置の１号機、４２は塗布・現像装置の２号機、５１は露光装置の１号機、５２は露光装置の２号機、５３は露光装置の３号機、５４は露光装置の４号機、６１はエッチング装置の１号機、６２はエッチング装置の２号機、６３はエッチング装置の３号機、７１はイオンプランタ装置の１号機、７２はイオンプランタ装置の２号機、８１は洗浄装置の１号機、８２は洗浄装置の２号機、８３は洗浄装置の３号機、９１はレジスト除去装置の１号機、９２はレジスト除去装置の２号機、９３はレジスト除去装置の３号機、１０１はスパッタ装置の１号機、１０２はスパッタ装置の２号機、１１１は拡散装置の１号機、１１２は拡散装置の２号機、１２１は研磨装置の１号機、１２２は研磨装置の２号機、１１は異物検査装置、１３１は寸法測定装置、１３２は膜厚測定装置、１３３は合わせ検査装置、１２はテスタ、１３は検査データベース装置、１４は進度管理装置、１０は検査データ解析装置であり、これらの各装置がローカルエリアネットワーク１５を介して接続され、互いにデータを伝送している。
【００２２】
図３は、前工程製造ラインでの製品ウエハの処理手順を示すブロック図の一例である。図３では、左から右へウエハが進行する。実際には、集積回路の品種によって多少異なるが、数百の工程を経て、前工程が完了する。図３では、説明の都合上、略して１５個の工程で完了するような図としている。図中の正方形は、それぞれ製品を形成するウエハが通過する装置を示している。正方形が縦に複数個並んでいる部分では、同じ処理を行う装置が複数台あることを意味する。例えば、図２において、露光工程のための露光装置は５１〜５４の４台があり、いずれを使ってもよい場合は、縦に４つの正方形が並ぶ。すなわち、ウエハは、同じ処理を行う装置のうち１装置を選んで処理されることになる。斜線で示す正方形１４０は、テスタ１２による電気試験であり、ウエハ面内に形成する個々の製品チップが、それぞれ良品か不良品かの判定を行う。例えば、あるウエハは、太線１４１で示す経路で、各種装置を通過して前工程を完了する。この通過する装置は、ウエハによって様々である。この経路が各ウェハ毎に特定できる処理履歴データが、進度管理装置１４に格納されている。
【００２３】
実際の前工程製造ラインには、図２に記したものより、さらに多くの装置が存在することが一般的であるが、本実施態様では簡略化して説明する。
【００２４】
図１に、上述したシステムの一部を示す。
【００２５】
検査データ解析装置１０は、制御・演算装置２１、２次記憶装置２２、主記憶装置２３、ネットワークインターフェース２４、入力装置２５、出力装置２６で構成され、ネットワークインターフェース２４がローカルエリアネットワーク１５と接続されており、検査データベース装置１３に格納された検査、試験結果や、進度管理装置１４に格納された処理履歴データを読み出して、データ解析を行う。
【００２６】
進度管理装置１４には、製品のウエハの製造に用いられた装置のリストが処理履歴データが格納されている。図９は、処理履歴データの一例である。データ１４７は、Ａ００３というウエハＩＤのウエハの処理履歴データである。このウエハは、２００２年１２月５日の１０時に、ロコス表面酸化工程が装置コード１１１、すなわち拡散装置１号機で処理され、次に、２００２年１２月５日の１５時に、ロコス成膜工程が装置３２、すなわちＣＶＤ装置２号機で処理され、以下、データ１４７に記されたとおりの日時、装置、工程名で処理が進んだことがわかる。
【００２７】
２次記憶装置２２には、解析プログラムが予め格納されており、制御・演算装置２１によって２次記憶装置２２から主記憶装置２３に読み込まれて実行されることにより、検査データ解析装置１０に後述する図１４の処理を行わせる。
【００２８】
検査データベース装置１３は、欠陥検査装置１１、寸法測定装置１３１、膜厚測定装置１３２、合わせ検査装置１３３で検査、計測された結果や、テスタ１２で試験された結果が、ローカルエリアネットワーク１５を介して、伝送されてくるようになっており、それらのデータが格納されている。
【００２９】
また、外部２次記憶装置である検査データベース装置１３には、装置ＱＣで用いた検査データが格納されている。格納されている検査データを図６に示す。データ１４３は、装置ＱＣが２００３年２月１日の１０時と１８時に行われた、装置コード３１、すなわちＣＶＤ装置の１号機の検査結果である。また、データ１４３では、異物が８個発生したことを意味し、それぞれのウエハ面内の座標やサイズが記述されている。図７は、データ１４３の異物の座標を視覚的にウエハマップとして図示した一例である。丸枠１７０は、ウエハを表し、１７１から１７８は、それぞれデータ１４３の欠陥番号１から８に対応してその座標を打点したものである。このように、欠陥の座標とはウエハ面内の欠陥の位置を把握できる情報である。
【００３０】
図８は、データ１４３を得るために実施した装置ＱＣの手順を示した一例である。装置ＱＣは、まず、ステップ１６１で、ウエハを欠陥検査装置１１で検査する。次に、ステップ１６２で、ステップ１６１で検査したウエハを、対象の製造装置、すなわち、ＣＶＤ装置３１、３２、塗布現像装置４１、４２、露光装置５１から５４、エッチング装置６１から６３、イオンプランタ装置７１、７２、洗浄装置８１から８３、レジスト除去装置９１から９３、スパッタ装置１０１、１０２、拡散装置１１１、１１２、研磨装置１２１、１２２などのいずれかで、製品を形成するときと同じ処理を実行する。次にステップ１６３で、同じウエハを再度、欠陥検査装置１１で検査する。最後にステップ１６４で、ステップ１６３の検査結果と、ステップ１６１の検査結果の差を計算する。差の計算方法の一例は、ステップ１６３で検出した異物の座標と、ステップ１６１で検出した異物の座標を比較して、データ１４３が得られる。このとき、異物のサイズは、ステップ１６３で検出したときのサイズをデータ１４３に記述する。
【００３１】
検査データベース１３には、図１０に示す電気試験結果と図１１の付帯データが格納されている。電気試験結果１４４には、製品名、ウエハＩＤ、試験日時や歩留り、歩留りから換算した欠陥密度、また、製品ウエハ内のチップ毎の良否判定結果が記されている。付帯データ１４５には、電気試験結果１４４の製品のチップサイズや、良否判定結果の解釈の仕方、ウエハ内のチップのマトリクスなどの情報が記されている。例えば、付帯データ１４５では、製品名ＡＢＣは、チップサイズが縦（Ｙ）１０ミリメートル、横（Ｘ）１０ミリメートルで、電気試験結果として記号「Ｇ」が良品チップ、記号「Ｂ」が不良品チップ、記号「−」がウエハ内でチップの存在しない部分を意味することが定義されている。データ１４４は、式１の歩留りモデル式を用いて計算した。このモデルは、電気的な不良を起こす欠陥が、ランダムな位置に発生することを仮定したモデルである。
【００３２】
【数１】
【００３３】
なお、Ｙは歩留り、Ｄは欠陥密度（単位面積あたりの電気的な不良を起こす欠陥数）、Ａは製品チップの面積である。欠陥密度Ｄは、歩留りＹと製品チップの面積Ａから求めることができる。データ１４４の歩留りは、「Ｇ」のチップ数を、「Ｇ」と「Ｂ」のチップ数の和で割った値である。また、製品チップの面積Ａは、付帯データ１４５に記されたチップのサイズから算出した値である。図１２は、電気試験結果１４４を視覚的にウエハマップとして図示した一例である。丸枠１４６はウエハを表し、多数ある四角は、製品のチップを表している。
【００３４】
次に、図１４に、装置ＱＣの対象となっている製造装置で発生した異物が製品へ与える影響度を計算するプログラムの処理手順の一例を示す。
【００３５】
ステップ１９１では、図１０のデータ１４４として記載された装置ＱＣの検査データを、ローカルエリアネットワーク１５を介して、検査データベース装置１３から検査データ解析装置１０に読み込む。
【００３６】
ステップ１９２では、ステップ１９１で入力した検査データを、異物のサイズ別に分類する。分類は、０．５マイクロメータ未満、０．５マイクロメータ以上１．０マイクロメータ未満、１．０マイクロメータ以上と３種類に分類する。この分類は、過去のインライン検査結果の分類と同じである。なお、この分類は既になされていた場合、行わない。
【００３７】
ステップ１９３では、２次記憶装置２２に格納しておいた対象装置用の異物サイズ別の係数を読み込む。
【００３８】
ステップ１９４では、ステップ１９２で分類した検査データとステップ１９３で読み込んだ係数を、式２のように、サイズ毎に乗算し、その和を計算する。
【００３９】
【数２】
【００４０】
ここで、Ｄは製品への影響度を表す欠陥密度である。Ｎはサイズ別の分類数で、上述したように、ここではサイズを３種類に分類したため、Ｎ＝３である。ａｉはステップ１９３で読み込んだ係数であり、ａ１は０．５マイクロメータ未満の係数、ａ２は０．５マイクロメータ以上１．０マイクロメータ未満の係数、ａ３は１．０マイクロメータ以上の係数である。ｘｉはステップ１９２で分類した検査データであり、ｘ１は０．５マイクロメータ未満の異物数、ｘ２は０．５マイクロメータ以上１．０マイクロメータ未満の異物数、ｘ３は１．０マイクロメータ以上の異物数である。
【００４１】
また、その和を装置ＱＣの対象である製造装置で生じる異物の製品への影響度として出力装置２６に出力する。
【００４２】
出力の仕方は、出力装置２６に装置ＱＣを実施するたびに影響度を出力したり、複数の影響度を計算してその推移図を出力してもよい。また、予め２次記憶装置２２に規格値を設定しておき、その規格値（閾値）と影響度を比較し、規格値を超えた場合にだけ出力装置２６に出力するようにするとユーザによる解析するデータ数を減らせるので、好ましい。また、他の出力として、レビュー装置へ規格値を越えたウェハをレビューさせる指示を出力したり、検査装置の検査条件を変更する指示を出したり、歩留り解析装置へ規格値を越えたウェハの歩留り計算をさせる指示を出力するようにすると、効率のよい不良対策が可能になる。
【００４３】
なお、本実施態様では影響度を歩留りではなく、欠陥密度で表す理由は、欠陥密度は同一であっても、製品のチップサイズによって、品種ごとに歩留りは異なるからである。影響度を欠陥密度として表すことによって、異なるチップサイズの製品が製造ラインで生産されていても、同じ基準で装置ＱＣの結果を解釈することができる。
【００４４】
次に、２次記憶装置２２に格納された係数を求めるプログラムを説明する。
【００４５】
図４は、２次記憶装置２２に格納された係数を求めるプログラムのフローである。
【００４６】
まず、ステップ１５１では、期間や対象装置に対するユーザからの入力を入力装置２５で受け付ける。ただし、ユーザの入力を受け付けるのではなく、予め２次記憶装置２２に登録しておき、それを読み出してもよい。例えば、期間として、過去の２月１日から２月７日を入力し、対象装置は、ＣＶＤ装置の１号機と２号機として、それらの装置コードを入力する。装置コードとは、例えば、図５に示すように装置名とコード番号が一意に定まるように定義したリスト１４２を２次記憶装置２２に予め格納しておき、そのリストで検索し、自動的に入力されるようにしておいてもよい。
【００４７】
次に、ステップ１５２では、ステップ１５１で入力した期間や対象装置に基づき、検査データをネットワークインターフェース２４を介して接続された２次記憶装置から検索して、主記憶装置に入力する。該当する検査データが複数存在するならば、それらすべてを入力する。
【００４８】
次に、ステップ１５３では、対象装置を用いて製造した製品のウエハＩＤを検索して、入力する。ウエハＩＤとは、製品のウエハを個々に識別する番号あるいは記号である。
【００４９】
次に、ステップ１５４では、電気試験結果を、検査データベース１３からウエハＩＤに基づいて検索して、ローカルエリアネットワーク１５を介して、検査データ解析装置１０に入力する。
【００５０】
次に、ステップ１５５では、電気試験結果と検査データを対応付ける。基本的に、図８に示した手順で行った装置ＱＣで得られた検査データ毎に、装置ＱＣを行った時刻を含む期間（時間）に対象製造装置を用いて処理した製品ウエハの電気試験結果を対応付ける。例えば、装置毎に装置ＱＣを１日１回実施する場合は、同じ日に対象装置を用いて処理された複数の製品ウエハのそれぞれの電気試験結果を対応付ける。
【００５１】
次に、ステップ１５６では、ステップ１５５で検査データと対応付けられた複数の電気試験結果の平均を、検査データ毎に計算する。電気試験結果の平均とは、データ１４４に記された欠陥密度の平均である。この処理によって、検査データ毎に、検査データと電気試験結果の平均が対応付けられる。
【００５２】
次に、ステップ１５７では、装置ＱＣで得られた検査データを、異物のサイズを基に、数種類に分類する。例えば、図６で示した検査データ１４３を、異物のサイズが０．５０マイクロメータ未満、０．５０マイクロメータ以上１．０マイクロメータ未満、１．０マイクロメータ以上の３通りに分類する。データ１４３では、０．５０マイクロメータ未満は３個、０．５０マイクロメータ以上１．０マイクロメータ未満は３個、１．０マイクロメータ以上は２個と分類できる。
【００５３】
次に、ステップ１５８では、異物のサイズ別に、横軸に検査データ内の異物数、縦軸に電気試験結果の平均とした散布図の回帰直線の傾き係数を算出し、２次記憶装置２２に格納する。図１３は、回帰直線を計算する散布図を図示した一例である。散布図は、１対の装置ＱＣの検査データと電気試験結果の平均で１打点としている。この結果、異物のサイズ別に傾き係数ａを算出できる。
【００５４】
同様な手順で、図２に示した各種装置に対して行い、装置別かつ異物のサイズ別の係数を算出し、２次記憶装置２２に格納しておく。
【００５５】
ところで、上述した処理では、欠陥密度の計算方法として、式１で示したモデルを用いた。このモデルは欠陥がランダムな位置に発生した場合を仮定したものである。しかし、電気検査結果で判定される不良は、ウエハ面内でランダムな位置に発生するとは限らない。前工程製造過程では、ウエハの基準点であるノッチの近辺に不良が密集して発生したり、ウエハの中央に不良が密集して発生したりと、非ランダムな位置に不良が発生することも多い。そのような場合、欠陥密度は、式３を計算できれば、式１より正確に計算できる。
【００５６】
【数３】
【００５７】
ここで、Ｙｒはランダムに発生した不良に制限された歩留り、Ｙｓは非ランダムに発生した不良に制限された歩留りであり、両者の積が歩留りとしている。歩留りＹは、データ１４４から容易に求めることができる。しかし、歩留りＹからＹｓとＹｒに分解することは容易ではない。
【００５８】
上述した実施形態では、図２の処理で係数を異物のサイズ別に計算し、また、図１４の処理で検査データを異物のサイズ別に分類した。しかし、欠陥検査装置によっては、異物のサイズを出力できないものもある。従って、異物サイズを出力できない場合、検査データを異物のサイズ別に分類せずに活用してもよい。具体的には、図２では、ステップ１５７とステップ１５８を実行せず、ステップ５６の次に、横軸に全サイズの異物数をとり、縦軸に電気試験結果から求めた欠陥密度をとり、一つの回帰直線を計算して、係数を１つ出力する。また、図１４では、ステップ１９２、１９３、１９４を実行せず、ステップ１９１の次に、１つの係数を入力し、ステップ１９１で入力した異物数と、１つの係数の積を計算して、製品への影響度として出力することで、算出精度こそ低いが、影響度を計算できる。
【００５９】
以上のように、装置ＱＣで検出した検査データから、製品への影響度を計算することができ、影響度の値によって、対象の装置の異物を低減するように対策するべきなのか、対策しなくてもよいのか判断することができる。
【００６０】
また、上述した実施形態では、検査データ解析装置が独立した装置である形態について説明したが、検査装置、歩留り解析装置、レビュー装置又は試験装置に搭載させてもよい。
【００６１】
検査装置に搭載する場合、検査データを送受信する必要がなくなる。また、影響度が閾値と比べて大きい場合、検査条件を変更したりする。
【００６２】
また、レビュー装置に搭載した場合、影響度が閾値と比べて大きい場合にレビュー頻度を増加させるようにする。
【００６３】
また、電気特性試験は全品検査なのでデータ量が膨大であるため、試験装置に搭載すれば、データの送受信量を著しく減らすことができるので望ましい。
【００６４】
【発明の効果】
以上説明したように、本発明によれば、製造装置毎の検査データが製品に与える影響度を定量的に把握できる。その結果、対象の装置を保全すべきであるか否かを判断できる。
【図面の簡単な説明】
【図１】検査データ解析装置とその周辺装置群の一例である。
【図２】前工程製造ラインに存在する装置群のブロック図の一例である。
【図３】製品ウエハの処理手順の一例である。
【図４】本発明の係数を計算する処理手順の一例である。
【図５】装置コードと装置名の対応リストの一例である。
【図６】検査データの一例である。
【図７】検査データを視覚的にウエハマップで図示した一例である。
【図８】装置ＱＣの処理手順の一例である。
【図９】処理履歴データの一例である。
【図１０】電気試験結果の一例である。
【図１１】付帯データの一例である。
【図１２】電気試験結果を視覚的にウエハマップで図示した一例である。
【図１３】係数を計算するときの散布図を図示した一例である。
【図１４】製品への影響度を計算する処理手順の一例である。
【符号の説明】
１０…検査データ解析装置、１１…欠陥検査装置、１２…テスタ、１３…検査データベース装置、１４…進度管理装置、１５…ローカルエリアネットワーク、２１…制御・演算装置、２２…２次記憶装置、２３…主記憶装置、２４…ネットワークインターフェース、２５…入力装置、２６…出力装置、３１、３２…ＣＶＤ装置、４１、４２…塗布現像装置、５１〜５４…露光装置、６１〜６３…エッチング装置、７１、７２…イオンプランタ装置、８１〜８３…洗浄装置、９１〜９３…レジスト除去装置、１０１、１０２…スパッタ装置、１１１、１１２…拡散装置、１２１、１２２…研磨装置、１３１…寸法測定装置、１３２…膜厚測定装置、１３３…合わせ検査装置、１４０…テスタによる電気試験、１４１…ウエハの経路、１４２…装置コードと装置名の対応表、１４３…装置ＱＣの結果の検査データ、１４４…電気試験の結果、１４５…付帯データ、１４６…電気試験の結果のウエハマップ、１４７…処理履歴データ、１５１…期間・対象装置の入力、１５２…対象装置の検査データの検索と入力、１５３…ウエハＩＤの検索と入力、１５４…試験結果の検索と入力、１５５…試験結果と検査データの対応づけ、１５６…試験結果の平均の算出、１５７…サイズ別に検査データの分類、１５８…サイズ別に回帰直線の係数の計算と出力、１６１…検査装置で検査、１６２…製造装置で処理、１６３…検査装置で検査、１６４…検査データの差の計算、１７０…ウエハ、１７１〜１７８…異物の座標、１９１…検査データの入力、１９２…サイズ別に検査データ、１９３…サイズ別の係数の入力、１９４…サイズ別の係数とサイズ別の検査データ数の積の和の計算と出力
【発明の属する技術分野】
本発明は、半導体装置、薄膜磁気ヘッド、光デバイスなどの異物が電気的な欠陥の原因となる製品の製造工程における検査データの解析技術に関する。
【０００２】
【従来の技術】
半導体装置の製造工程中の検査を例にして、従来技術を説明する。
【０００３】
半導体チップの製造工程は、一般に、シリコンウエハ（基板）上にチップ単位の回路パターンが多層化されて複数のチップを形成する前工程と、チップ毎にダイシングし、個々のチップをモールドして、製品を完成させる後工程に分かれている。
【０００４】
製造中に発生する不良の大半は、微細加工を伴う前工程で発生し、前工程での歩留り向上が生産コストの削減に重要である。ここで、前工程での歩留りとは、前工程の最終試験である電気試験の結果で決まる良品率、すなわち、ウエハ上の全チップ数に対する良品チップの割合のことである。
【０００５】
前工程では、製造途中に発生する異物が原因で回路パターンの断線や短絡などが生じ、歩留りを低下させる。
【０００６】
そのため、歩留り向上には、異物を低減することが重要である。
【０００７】
前工程製造ラインでは、異物のモニタリングを目的に、大別して２種類の検査が実施されている。第１の検査は、一般にインライン検査と呼ばれるものであり、第２の検査は、一般に装置ＱＣと呼ばれるものである。
【０００８】
インライン検査とは、実際のライン上で実製品の仕掛りウエハを検査するものである。
【０００９】
近年、製造中の製品ウエハを検査するため、実際に製品で生じている不具合をモニタリングし、そのインライン検査データと、電気試験データとを突き合わせることで、異物が試験対象物（前工程の最終生成物）に与える影響度を算出するものがある。（例えば、非特許文献１）
一方、装置ＱＣとは、製造装置の保全を目的に、製造装置に投入する前と後で検査を行い、その製造工程における検査結果の変化を測定するものであり、定期的に製造装置毎にその製造装置により発生する異物や欠陥を把握することができるものである。
【００１０】
【非特許文献１】
小野他，“Ｎｏｎ−Ｄｅｆｅｃｔｉｖｅ Ａｒｅａ Ａｎａｌｙｓｉｓ ｆｏｒ Ｑｕａｎｔｉｆｙｉｎｇ Ｙｉｅｌｄ Ｉｍｐａｃｔ”，１９９９年，ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ Ｍａｎｕｆａｃｔｕｒｉｎｇ，Ｐｒｏｃｅｅｄｉｎｇｓ，ｐｐ．１２７−１３０
【００１１】
【発明が解決しようとする課題】
通常、電気試験に到達するまで、多くの製造装置で処理が行われる。
【００１２】
半導体ウェハでは、少なくとも数十回も製造装置で処理が行われるのが普通である。
【００１３】
従来のインライン検査を全ての製造装置の前後で行うようにすると、検査工程が多くなりすぎ製造時間が長くなる。
【００１４】
そのため、インライン検査は、複数の製造工程毎に行い、複数の製造工程毎の解析を行うこととしており、検査を行わない複数の製造工程で発生した様々な異物や他の欠陥（研磨時の傷や露光時のフォーカスずれによるパターン異常など）が混在した状態で検出されてくるので、どの製造工程に発生源があるのかを突き止めることは困難であった。
【００１５】
また、装置ＱＣは、製品の仕掛りウエハではなく、検査専用のウエハ（検査専用のウェハとは回路パターンを形成していない製品と類似の薄膜だけを形成したウエハである。）を用いることが一般的である。また、装置ＱＣに製品仕掛りウェハを用いた場合、通常、製造ラインに戻さず、戻す場合でも検査を行わなかったウェハとは異なる解析をおこなうことはしていなかった。
【００１６】
従って、特定の製造装置に対して行った装置ＱＣの結果、すなわち該製造装置で生じている異物が電気試験の結果にどのような影響を与えるのか、把握することはできなかった。
【００１７】
本発明の目的は、特定の製造装置で生じている異物が電気試験の結果に与える影響度を定量的に示すことにより、歩留りを改善できるようにするものである。
【００１８】
【課題を解決するための手段】
本願は、上記課題を解決できる発明を複数含むものである。
【００１９】
つまり、装置ＱＣの検査データと電気試験の試験結果とを対比し、その相関係数を求めておき、それを別の装置ＱＣの検査データに反映させることにより、装置ＱＣを行った製造装置で生じている異物が電気試験結果（半導体ウェハの場合、前工程の最終製造物）に与える影響度を定量化するものである。
【００２０】
【発明の実施の形態】
半導体ウェハの前工程で用いられる製造装置の製造物に与える影響度を算出する方法について説明する。
【００２１】
図２は、前工程製造ラインに存在する装置群の一例を示すブロック図である。
３１はＣＶＤ装置の１号機、３２はＣＶＤ装置の２号機、４１は塗布・現像装置の１号機、４２は塗布・現像装置の２号機、５１は露光装置の１号機、５２は露光装置の２号機、５３は露光装置の３号機、５４は露光装置の４号機、６１はエッチング装置の１号機、６２はエッチング装置の２号機、６３はエッチング装置の３号機、７１はイオンプランタ装置の１号機、７２はイオンプランタ装置の２号機、８１は洗浄装置の１号機、８２は洗浄装置の２号機、８３は洗浄装置の３号機、９１はレジスト除去装置の１号機、９２はレジスト除去装置の２号機、９３はレジスト除去装置の３号機、１０１はスパッタ装置の１号機、１０２はスパッタ装置の２号機、１１１は拡散装置の１号機、１１２は拡散装置の２号機、１２１は研磨装置の１号機、１２２は研磨装置の２号機、１１は異物検査装置、１３１は寸法測定装置、１３２は膜厚測定装置、１３３は合わせ検査装置、１２はテスタ、１３は検査データベース装置、１４は進度管理装置、１０は検査データ解析装置であり、これらの各装置がローカルエリアネットワーク１５を介して接続され、互いにデータを伝送している。
【００２２】
図３は、前工程製造ラインでの製品ウエハの処理手順を示すブロック図の一例である。図３では、左から右へウエハが進行する。実際には、集積回路の品種によって多少異なるが、数百の工程を経て、前工程が完了する。図３では、説明の都合上、略して１５個の工程で完了するような図としている。図中の正方形は、それぞれ製品を形成するウエハが通過する装置を示している。正方形が縦に複数個並んでいる部分では、同じ処理を行う装置が複数台あることを意味する。例えば、図２において、露光工程のための露光装置は５１〜５４の４台があり、いずれを使ってもよい場合は、縦に４つの正方形が並ぶ。すなわち、ウエハは、同じ処理を行う装置のうち１装置を選んで処理されることになる。斜線で示す正方形１４０は、テスタ１２による電気試験であり、ウエハ面内に形成する個々の製品チップが、それぞれ良品か不良品かの判定を行う。例えば、あるウエハは、太線１４１で示す経路で、各種装置を通過して前工程を完了する。この通過する装置は、ウエハによって様々である。この経路が各ウェハ毎に特定できる処理履歴データが、進度管理装置１４に格納されている。
【００２３】
実際の前工程製造ラインには、図２に記したものより、さらに多くの装置が存在することが一般的であるが、本実施態様では簡略化して説明する。
【００２４】
図１に、上述したシステムの一部を示す。
【００２５】
検査データ解析装置１０は、制御・演算装置２１、２次記憶装置２２、主記憶装置２３、ネットワークインターフェース２４、入力装置２５、出力装置２６で構成され、ネットワークインターフェース２４がローカルエリアネットワーク１５と接続されており、検査データベース装置１３に格納された検査、試験結果や、進度管理装置１４に格納された処理履歴データを読み出して、データ解析を行う。
【００２６】
進度管理装置１４には、製品のウエハの製造に用いられた装置のリストが処理履歴データが格納されている。図９は、処理履歴データの一例である。データ１４７は、Ａ００３というウエハＩＤのウエハの処理履歴データである。このウエハは、２００２年１２月５日の１０時に、ロコス表面酸化工程が装置コード１１１、すなわち拡散装置１号機で処理され、次に、２００２年１２月５日の１５時に、ロコス成膜工程が装置３２、すなわちＣＶＤ装置２号機で処理され、以下、データ１４７に記されたとおりの日時、装置、工程名で処理が進んだことがわかる。
【００２７】
２次記憶装置２２には、解析プログラムが予め格納されており、制御・演算装置２１によって２次記憶装置２２から主記憶装置２３に読み込まれて実行されることにより、検査データ解析装置１０に後述する図１４の処理を行わせる。
【００２８】
検査データベース装置１３は、欠陥検査装置１１、寸法測定装置１３１、膜厚測定装置１３２、合わせ検査装置１３３で検査、計測された結果や、テスタ１２で試験された結果が、ローカルエリアネットワーク１５を介して、伝送されてくるようになっており、それらのデータが格納されている。
【００２９】
また、外部２次記憶装置である検査データベース装置１３には、装置ＱＣで用いた検査データが格納されている。格納されている検査データを図６に示す。データ１４３は、装置ＱＣが２００３年２月１日の１０時と１８時に行われた、装置コード３１、すなわちＣＶＤ装置の１号機の検査結果である。また、データ１４３では、異物が８個発生したことを意味し、それぞれのウエハ面内の座標やサイズが記述されている。図７は、データ１４３の異物の座標を視覚的にウエハマップとして図示した一例である。丸枠１７０は、ウエハを表し、１７１から１７８は、それぞれデータ１４３の欠陥番号１から８に対応してその座標を打点したものである。このように、欠陥の座標とはウエハ面内の欠陥の位置を把握できる情報である。
【００３０】
図８は、データ１４３を得るために実施した装置ＱＣの手順を示した一例である。装置ＱＣは、まず、ステップ１６１で、ウエハを欠陥検査装置１１で検査する。次に、ステップ１６２で、ステップ１６１で検査したウエハを、対象の製造装置、すなわち、ＣＶＤ装置３１、３２、塗布現像装置４１、４２、露光装置５１から５４、エッチング装置６１から６３、イオンプランタ装置７１、７２、洗浄装置８１から８３、レジスト除去装置９１から９３、スパッタ装置１０１、１０２、拡散装置１１１、１１２、研磨装置１２１、１２２などのいずれかで、製品を形成するときと同じ処理を実行する。次にステップ１６３で、同じウエハを再度、欠陥検査装置１１で検査する。最後にステップ１６４で、ステップ１６３の検査結果と、ステップ１６１の検査結果の差を計算する。差の計算方法の一例は、ステップ１６３で検出した異物の座標と、ステップ１６１で検出した異物の座標を比較して、データ１４３が得られる。このとき、異物のサイズは、ステップ１６３で検出したときのサイズをデータ１４３に記述する。
【００３１】
検査データベース１３には、図１０に示す電気試験結果と図１１の付帯データが格納されている。電気試験結果１４４には、製品名、ウエハＩＤ、試験日時や歩留り、歩留りから換算した欠陥密度、また、製品ウエハ内のチップ毎の良否判定結果が記されている。付帯データ１４５には、電気試験結果１４４の製品のチップサイズや、良否判定結果の解釈の仕方、ウエハ内のチップのマトリクスなどの情報が記されている。例えば、付帯データ１４５では、製品名ＡＢＣは、チップサイズが縦（Ｙ）１０ミリメートル、横（Ｘ）１０ミリメートルで、電気試験結果として記号「Ｇ」が良品チップ、記号「Ｂ」が不良品チップ、記号「−」がウエハ内でチップの存在しない部分を意味することが定義されている。データ１４４は、式１の歩留りモデル式を用いて計算した。このモデルは、電気的な不良を起こす欠陥が、ランダムな位置に発生することを仮定したモデルである。
【００３２】
【数１】
なお、Ｙは歩留り、Ｄは欠陥密度（単位面積あたりの電気的な不良を起こす欠陥数）、Ａは製品チップの面積である。欠陥密度Ｄは、歩留りＹと製品チップの面積Ａから求めることができる。データ１４４の歩留りは、「Ｇ」のチップ数を、「Ｇ」と「Ｂ」のチップ数の和で割った値である。また、製品チップの面積Ａは、付帯データ１４５に記されたチップのサイズから算出した値である。図１２は、電気試験結果１４４を視覚的にウエハマップとして図示した一例である。丸枠１４６はウエハを表し、多数ある四角は、製品のチップを表している。
【００３４】
次に、図１４に、装置ＱＣの対象となっている製造装置で発生した異物が製品へ与える影響度を計算するプログラムの処理手順の一例を示す。
【００３５】
ステップ１９１では、図１０のデータ１４４として記載された装置ＱＣの検査データを、ローカルエリアネットワーク１５を介して、検査データベース装置１３から検査データ解析装置１０に読み込む。
【００３６】
ステップ１９２では、ステップ１９１で入力した検査データを、異物のサイズ別に分類する。分類は、０．５マイクロメータ未満、０．５マイクロメータ以上１．０マイクロメータ未満、１．０マイクロメータ以上と３種類に分類する。この分類は、過去のインライン検査結果の分類と同じである。なお、この分類は既になされていた場合、行わない。
【００３７】
ステップ１９３では、２次記憶装置２２に格納しておいた対象装置用の異物サイズ別の係数を読み込む。
【００３８】
ステップ１９４では、ステップ１９２で分類した検査データとステップ１９３で読み込んだ係数を、式２のように、サイズ毎に乗算し、その和を計算する。
【００３９】
【数２】
ここで、Ｄは製品への影響度を表す欠陥密度である。Ｎはサイズ別の分類数で、上述したように、ここではサイズを３種類に分類したため、Ｎ＝３である。ａｉはステップ１９３で読み込んだ係数であり、ａ１は０．５マイクロメータ未満の係数、ａ２は０．５マイクロメータ以上１．０マイクロメータ未満の係数、ａ３は１．０マイクロメータ以上の係数である。ｘｉはステップ１９２で分類した検査データであり、ｘ１は０．５マイクロメータ未満の異物数、ｘ２は０．５マイクロメータ以上１．０マイクロメータ未満の異物数、ｘ３は１．０マイクロメータ以上の異物数である。
【００４１】
また、その和を装置ＱＣの対象である製造装置で生じる異物の製品への影響度として出力装置２６に出力する。
【００４２】
出力の仕方は、出力装置２６に装置ＱＣを実施するたびに影響度を出力したり、複数の影響度を計算してその推移図を出力してもよい。また、予め２次記憶装置２２に規格値を設定しておき、その規格値（閾値）と影響度を比較し、規格値を超えた場合にだけ出力装置２６に出力するようにするとユーザによる解析するデータ数を減らせるので、好ましい。また、他の出力として、レビュー装置へ規格値を越えたウェハをレビューさせる指示を出力したり、検査装置の検査条件を変更する指示を出したり、歩留り解析装置へ規格値を越えたウェハの歩留り計算をさせる指示を出力するようにすると、効率のよい不良対策が可能になる。
【００４３】
なお、本実施態様では影響度を歩留りではなく、欠陥密度で表す理由は、欠陥密度は同一であっても、製品のチップサイズによって、品種ごとに歩留りは異なるからである。影響度を欠陥密度として表すことによって、異なるチップサイズの製品が製造ラインで生産されていても、同じ基準で装置ＱＣの結果を解釈することができる。
【００４４】
次に、２次記憶装置２２に格納された係数を求めるプログラムを説明する。
【００４５】
図４は、２次記憶装置２２に格納された係数を求めるプログラムのフローである。
【００４６】
まず、ステップ１５１では、期間や対象装置に対するユーザからの入力を入力装置２５で受け付ける。ただし、ユーザの入力を受け付けるのではなく、予め２次記憶装置２２に登録しておき、それを読み出してもよい。例えば、期間として、過去の２月１日から２月７日を入力し、対象装置は、ＣＶＤ装置の１号機と２号機として、それらの装置コードを入力する。装置コードとは、例えば、図５に示すように装置名とコード番号が一意に定まるように定義したリスト１４２を２次記憶装置２２に予め格納しておき、そのリストで検索し、自動的に入力されるようにしておいてもよい。
【００４７】
次に、ステップ１５２では、ステップ１５１で入力した期間や対象装置に基づき、検査データをネットワークインターフェース２４を介して接続された２次記憶装置から検索して、主記憶装置に入力する。該当する検査データが複数存在するならば、それらすべてを入力する。
【００４８】
次に、ステップ１５３では、対象装置を用いて製造した製品のウエハＩＤを検索して、入力する。ウエハＩＤとは、製品のウエハを個々に識別する番号あるいは記号である。
【００４９】
次に、ステップ１５４では、電気試験結果を、検査データベース１３からウエハＩＤに基づいて検索して、ローカルエリアネットワーク１５を介して、検査データ解析装置１０に入力する。
【００５０】
次に、ステップ１５５では、電気試験結果と検査データを対応付ける。基本的に、図８に示した手順で行った装置ＱＣで得られた検査データ毎に、装置ＱＣを行った時刻を含む期間（時間）に対象製造装置を用いて処理した製品ウエハの電気試験結果を対応付ける。例えば、装置毎に装置ＱＣを１日１回実施する場合は、同じ日に対象装置を用いて処理された複数の製品ウエハのそれぞれの電気試験結果を対応付ける。
【００５１】
次に、ステップ１５６では、ステップ１５５で検査データと対応付けられた複数の電気試験結果の平均を、検査データ毎に計算する。電気試験結果の平均とは、データ１４４に記された欠陥密度の平均である。この処理によって、検査データ毎に、検査データと電気試験結果の平均が対応付けられる。
【００５２】
次に、ステップ１５７では、装置ＱＣで得られた検査データを、異物のサイズを基に、数種類に分類する。例えば、図６で示した検査データ１４３を、異物のサイズが０．５０マイクロメータ未満、０．５０マイクロメータ以上１．０マイクロメータ未満、１．０マイクロメータ以上の３通りに分類する。データ１４３では、０．５０マイクロメータ未満は３個、０．５０マイクロメータ以上１．０マイクロメータ未満は３個、１．０マイクロメータ以上は２個と分類できる。
【００５３】
次に、ステップ１５８では、異物のサイズ別に、横軸に検査データ内の異物数、縦軸に電気試験結果の平均とした散布図の回帰直線の傾き係数を算出し、２次記憶装置２２に格納する。図１３は、回帰直線を計算する散布図を図示した一例である。散布図は、１対の装置ＱＣの検査データと電気試験結果の平均で１打点としている。この結果、異物のサイズ別に傾き係数ａを算出できる。
【００５４】
同様な手順で、図２に示した各種装置に対して行い、装置別かつ異物のサイズ別の係数を算出し、２次記憶装置２２に格納しておく。
【００５５】
ところで、上述した処理では、欠陥密度の計算方法として、式１で示したモデルを用いた。このモデルは欠陥がランダムな位置に発生した場合を仮定したものである。しかし、電気検査結果で判定される不良は、ウエハ面内でランダムな位置に発生するとは限らない。前工程製造過程では、ウエハの基準点であるノッチの近辺に不良が密集して発生したり、ウエハの中央に不良が密集して発生したりと、非ランダムな位置に不良が発生することも多い。そのような場合、欠陥密度は、式３を計算できれば、式１より正確に計算できる。
【００５６】
【数３】
ここで、Ｙｒはランダムに発生した不良に制限された歩留り、Ｙｓは非ランダムに発生した不良に制限された歩留りであり、両者の積が歩留りとしている。歩留りＹは、データ１４４から容易に求めることができる。しかし、歩留りＹからＹｓとＹｒに分解することは容易ではない。
【００５８】
上述した実施形態では、図２の処理で係数を異物のサイズ別に計算し、また、図１４の処理で検査データを異物のサイズ別に分類した。しかし、欠陥検査装置によっては、異物のサイズを出力できないものもある。従って、異物サイズを出力できない場合、検査データを異物のサイズ別に分類せずに活用してもよい。具体的には、図２では、ステップ１５７とステップ１５８を実行せず、ステップ５６の次に、横軸に全サイズの異物数をとり、縦軸に電気試験結果から求めた欠陥密度をとり、一つの回帰直線を計算して、係数を１つ出力する。また、図１４では、ステップ１９２、１９３、１９４を実行せず、ステップ１９１の次に、１つの係数を入力し、ステップ１９１で入力した異物数と、１つの係数の積を計算して、製品への影響度として出力することで、算出精度こそ低いが、影響度を計算できる。
【００５９】
以上のように、装置ＱＣで検出した検査データから、製品への影響度を計算することができ、影響度の値によって、対象の装置の異物を低減するように対策するべきなのか、対策しなくてもよいのか判断することができる。
【００６０】
また、上述した実施形態では、検査データ解析装置が独立した装置である形態について説明したが、検査装置、歩留り解析装置、レビュー装置又は試験装置に搭載させてもよい。
【００６１】
検査装置に搭載する場合、検査データを送受信する必要がなくなる。また、影響度が閾値と比べて大きい場合、検査条件を変更したりする。
【００６２】
また、レビュー装置に搭載した場合、影響度が閾値と比べて大きい場合にレビュー頻度を増加させるようにする。
【００６３】
また、電気特性試験は全品検査なのでデータ量が膨大であるため、試験装置に搭載すれば、データの送受信量を著しく減らすことができるので望ましい。
【００６４】
【発明の効果】
以上説明したように、本発明によれば、製造装置毎の検査データが製品に与える影響度を定量的に把握できる。その結果、対象の装置を保全すべきであるか否かを判断できる。
【図面の簡単な説明】
【図１】検査データ解析装置とその周辺装置群の一例である。
【図２】前工程製造ラインに存在する装置群のブロック図の一例である。
【図３】製品ウエハの処理手順の一例である。
【図４】本発明の係数を計算する処理手順の一例である。
【図５】装置コードと装置名の対応リストの一例である。
【図６】検査データの一例である。
【図７】検査データを視覚的にウエハマップで図示した一例である。
【図８】装置ＱＣの処理手順の一例である。
【図９】処理履歴データの一例である。
【図１０】電気試験結果の一例である。
【図１１】付帯データの一例である。
【図１２】電気試験結果を視覚的にウエハマップで図示した一例である。
【図１３】係数を計算するときの散布図を図示した一例である。
【図１４】製品への影響度を計算する処理手順の一例である。
【符号の説明】
１０…検査データ解析装置、１１…欠陥検査装置、１２…テスタ、１３…検査データベース装置、１４…進度管理装置、１５…ローカルエリアネットワーク、２１…制御・演算装置、２２…２次記憶装置、２３…主記憶装置、２４…ネットワークインターフェース、２５…入力装置、２６…出力装置、３１、３２…ＣＶＤ装置、４１、４２…塗布現像装置、５１〜５４…露光装置、６１〜６３…エッチング装置、７１、７２…イオンプランタ装置、８１〜８３…洗浄装置、９１〜９３…レジスト除去装置、１０１、１０２…スパッタ装置、１１１、１１２…拡散装置、１２１、１２２…研磨装置、１３１…寸法測定装置、１３２…膜厚測定装置、１３３…合わせ検査装置、１４０…テスタによる電気試験、１４１…ウエハの経路、１４２…装置コードと装置名の対応表、１４３…装置ＱＣの結果の検査データ、１４４…電気試験の結果、１４５…付帯データ、１４６…電気試験の結果のウエハマップ、１４７…処理履歴データ、１５１…期間・対象装置の入力、１５２…対象装置の検査データの検索と入力、１５３…ウエハＩＤの検索と入力、１５４…試験結果の検索と入力、１５５…試験結果と検査データの対応づけ、１５６…試験結果の平均の算出、１５７…サイズ別に検査データの分類、１５８…サイズ別に回帰直線の係数の計算と出力、１６１…検査装置で検査、１６２…製造装置で処理、１６３…検査装置で検査、１６４…検査データの差の計算、１７０…ウエハ、１７１〜１７８…異物の座標、１９１…検査データの入力、１９２…サイズ別に検査データ、１９３…サイズ別の係数の入力、１９４…サイズ別の係数とサイズ別の検査データ数の積の和の計算と出力
Claims (14)
- 装置ＱＣの検査データを解析する解析プログラムであって、
該プログラムは主記憶装置に読みだされ、演算装置により実行されることにより、
特定の製造装置に対して装置ＱＣを行った結果である第１の検査データを主記憶装置に入力する処理と、
該製造装置に対して装置ＱＣを行った結果である第２の検査データと該第２の検査が行われた時刻が含まれる期間にその製造装置で製造された製造物の電気試験データとの２種類のデータから算出された異物数に応じた不良数の変化量を、主記憶装置に呼び出す処理と、
該異物数に応じた不良数の変化量と該第１の検査データから求めた異物数とを用いて、該製造装置で生じる異物が製造物に与える影響度を求める処理とを演算装置で実行することを特徴とする解析プログラム。 - 装置ＱＣの検査データを解析する解析プログラムであって、
該プログラムは主記憶装置に読みだされ、演算装置により実行されることにより、
特定の製造装置に対して装置ＱＣを行った結果である第１の検査データを主記憶装置に入力する処理と、
該製造装置に対して装置ＱＣを行った結果である第２の検査データと該第２の検査の検査対象を該製造装置が処理した時刻が含まれる期間に該製造装置で処理した試験対象物の電気試験データとの２種類のデータから欠陥サイズ毎に算出された異物数に応じた不良数の変化量を、主記憶装置に呼び出す処理と、
該異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数とを用いて、第１の検査の検査対象が該製造装置により処理された時点における該製造装置で生じる異物が試験対象物に与える影響度を求める処理を演算装置で実行することを特徴とする解析プログラム。 - 請求項１又は２において、
前記異物数に応じた不良数の変化量は、前記第２の検査データから求まる異物数と前記電気試験データから求まる欠陥密度から、それらの回帰直線の傾きを求めることにより算出されたものであることを特徴とする解析プログラム。 - 請求項３において、
前記影響度を、前記異物数に応じた不良数の変化量と該第１の検査データから求めた異物数との積の和を算出することにより求めることを特徴とする解析プログラム。 - 異物サイズと異物数が特定可能な検査データを検出する検査ユニットと、演算装置と、主記憶装置と、通信ユニットを有する検査装置であって、
通信ユニットを介して試験データを主記憶装置に入力する処理と、
特定の製造装置に対して装置ＱＣを行った結果である第１の検査データ及び第２の検査データからそれぞれのサイズ毎の異物数を求め、主記憶装置に入力する処理と、
第２の検査データから求めたサイズ毎の異物数と該第２の検査の検査対象を該製造装置が処理した時刻が含まれる期間に該製造装置で処理した試験対象物の電気試験データとから、異物数に応じた不良数の変化量をサイズ毎に算出し、主記憶装置に入力する処理と、
該異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数とを用いて、第１の検査の検査対象が該製造装置により処理された時点における該製造装置で生じる異物が試験対象物に与える影響度を求める処理と、を行うことを特徴とする検査装置。 - 請求項５において、
前記影響度に応じて検査条件を変更する処理を行うことを特徴とする検査装置。 - 請求項５又は６において、
前記異物数に応じた不良数の変化量を、前記第２の検査データから求めたサイズ毎の異物数と前記電気試験データから求めた欠陥密度とからそれらの回帰直線の傾きを求めることにより算出することを特徴とする検査装置。 - 請求項７において、
前記影響度を、前記異物数に応じた不良数の変化量と前記第１の検査データから求めたサイズ毎の異物数との積の和を算出することにより求めることを特徴とする検査装置。 - 通信ユニットと、演算装置と、主記憶装置と、検査対象物を拡大して表示するレビューユニットとを有するレビュー装置であって、
通信ユニットを介して、特定の製造装置に対して行った装置ＱＣの検査結果である第１の検査データ及び第２の検査データから求めたサイズ毎の異物数をそれぞれ主記憶装置に入力する処理と、
通信ユニットを介して、試験データを主記憶装置に入力する処理と、
第２の検査データから求めたサイズ毎の異物数と第２の検査の検査対象を該製造装置が処理した時刻を含む期間に該製造装置が処理した試験対象物の試験データの２種類のデータから欠陥サイズ毎に異物数に応じた不良数の変化量を算出し、主記憶装置に入力する処理と、
該異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数とを用いて、該第１の検査の検査対象を該製造装置が処理した時点における該製造装置で生じた異物が試験対象物に与える影響度を求める処理とを行うことを特徴とするレビュー装置。 - 請求項９において、
前記影響度に応じて、レビュー候補又はレビュー対象を決める処理を行うことを特徴とするレビュー装置 - 請求項９又は１０において、
前記異物数に応じた不良数の変化量は、前記第２の検査データから求めた異物サイズ毎の異物数と前記試験データの２種類のデータから求めた欠陥密度とを対応つけ、それらの回帰直線の傾きを算出することにより求めることを特徴とするレビュー装置。 - 請求項１１において、
前記影響度を、前記異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数との積の和を算出することにより求めることを特徴とするレビュー装置。 - 請求項１１又は１２において、
前記異物数に応じた不良数の変化量と予め主記憶装置に入力した閾値とを対比し、その対比結果に応じて、検査条件を変更する指示を、前記装置ＱＣを行った検査装置又はインライン検査を行う検査装置へ出力することを特徴とすることを特徴するレビュー装置。 - 通信ユニットと、演算装置と、主記憶装置と、を備えた歩留り解析装置であって、
通信ユニットを介して、特定の製造装置に対して行った装置ＱＣの検査結果である第１の検査データ及び第２の検査データから求めたサイズ毎の異物数をそれぞれ主記憶装置に入力する処理と、
通信ユニットを介して、該製造装置で処理した試験対象物の試験データを主記憶装置に入力する処理と、
第２の検査データから求めた異物数とその第２の検査データを行った時刻を含む期間に該検査した製造装置で処理した試験対象物の試験データの２種類のデータから、異物数に応じた不良数の変化量を欠陥サイズ毎に算出する処理と、
前記異物数に応じた不良数の変化量と該第１の検査データから求めたサイズ毎の異物数とを用いて、該検査を行った時点における該製造装置で生じた異物の試験対象物に与える影響度を求める処理とを行うことを特徴とする歩留り解析装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003200189A JP4538205B2 (ja) | 2003-07-23 | 2003-07-23 | 検査データの解析プログラム、検査データ解析装置 |
| DE602004013890T DE602004013890D1 (de) | 2003-07-23 | 2004-07-06 | Programm zur Anlayse von Inspektionsdaten, Inspektionshilfsmittel, Vorrichtung zur Nachprüfung und Vorrichtung zur Ausbeuteanalyse |
| EP04015911A EP1500996B1 (en) | 2003-07-23 | 2004-07-06 | Inspection data analysis program, inspection tools, review apparatus and yield analysis apparatus |
| IL162935A IL162935A (en) | 2003-07-23 | 2004-07-08 | Inspection data analysis program, inspection tools, review apparatus and yield analysis apparatus |
| US10/887,827 US7421357B2 (en) | 2003-07-23 | 2004-07-12 | Inspection data analysis program, inspection tools, review apparatus and yield analysis apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003200189A JP4538205B2 (ja) | 2003-07-23 | 2003-07-23 | 検査データの解析プログラム、検査データ解析装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005044840A true JP2005044840A (ja) | 2005-02-17 |
| JP4538205B2 JP4538205B2 (ja) | 2010-09-08 |
Family
ID=33487634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003200189A Expired - Fee Related JP4538205B2 (ja) | 2003-07-23 | 2003-07-23 | 検査データの解析プログラム、検査データ解析装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7421357B2 (ja) |
| EP (1) | EP1500996B1 (ja) |
| JP (1) | JP4538205B2 (ja) |
| DE (1) | DE602004013890D1 (ja) |
| IL (1) | IL162935A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024029159A1 (ja) * | 2022-08-04 | 2024-02-08 | 株式会社Sumco | 半導体ウェーハの評価方法及び半導体ウェーハの製造方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007264914A (ja) * | 2006-03-28 | 2007-10-11 | Hitachi Global Storage Technologies Netherlands Bv | データ解析方法 |
| US8307528B2 (en) * | 2009-10-05 | 2012-11-13 | Sonnax Industries, Inc. | Low clearance machined part mating system |
| CN110517969B (zh) * | 2019-08-27 | 2022-09-02 | 武汉新芯集成电路制造有限公司 | 晶圆缺陷监测方法及***和计算机存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08316283A (ja) * | 1995-05-19 | 1996-11-29 | Kobe Steel Ltd | ダミーウエハー |
| TW331650B (en) * | 1997-05-26 | 1998-05-11 | Taiwan Semiconductor Mfg Co Ltd | Integrated defect yield management system for semiconductor manufacturing |
| JPH1167853A (ja) * | 1997-08-26 | 1999-03-09 | Mitsubishi Electric Corp | ウェーハマップ解析補助システムおよびウェーハマップ解析方法 |
| JP4077951B2 (ja) * | 1998-01-14 | 2008-04-23 | 株式会社ルネサステクノロジ | 欠陥解析方法、記録媒体及び工程管理方法 |
| JP3739201B2 (ja) * | 1998-03-06 | 2006-01-25 | 富士通株式会社 | 半導体チップの相関解析方法及び装置、半導体チップ歩留まり調整方法並びに記憶媒体 |
| JP2002236506A (ja) * | 2001-02-09 | 2002-08-23 | Toyoda Mach Works Ltd | 工作機械の制御システム |
| JP4357134B2 (ja) | 2001-03-29 | 2009-11-04 | 株式会社日立製作所 | 検査システムと検査装置と半導体デバイスの製造方法及び検査プログラム |
-
2003
- 2003-07-23 JP JP2003200189A patent/JP4538205B2/ja not_active Expired - Fee Related
-
2004
- 2004-07-06 EP EP04015911A patent/EP1500996B1/en not_active Expired - Fee Related
- 2004-07-06 DE DE602004013890T patent/DE602004013890D1/de not_active Expired - Lifetime
- 2004-07-08 IL IL162935A patent/IL162935A/en not_active IP Right Cessation
- 2004-07-12 US US10/887,827 patent/US7421357B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024029159A1 (ja) * | 2022-08-04 | 2024-02-08 | 株式会社Sumco | 半導体ウェーハの評価方法及び半導体ウェーハの製造方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1500996B1 (en) | 2008-05-21 |
| IL162935A0 (en) | 2005-11-20 |
| JP4538205B2 (ja) | 2010-09-08 |
| US20050021268A1 (en) | 2005-01-27 |
| US7421357B2 (en) | 2008-09-02 |
| EP1500996A3 (en) | 2006-03-22 |
| IL162935A (en) | 2009-08-03 |
| DE602004013890D1 (de) | 2008-07-03 |
| EP1500996A2 (en) | 2005-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI784018B (zh) | 用於使用半導體製造程序中之深度學習預測缺陷及臨界尺寸之系統及方法 | |
| US6473665B2 (en) | Defect analysis method and process control method | |
| JP5460662B2 (ja) | 領域決定装置、観察装置または検査装置、領域決定方法および領域決定方法を用いた観察方法または検査方法 | |
| US6841403B2 (en) | Method for manufacturing semiconductor devices and method and its apparatus for processing detected defect data | |
| US20020052053A1 (en) | Inspection system and semiconductor device manufacturing method | |
| US8312401B2 (en) | Method for smart defect screen and sample | |
| US20030130806A1 (en) | Process management system | |
| JP4357134B2 (ja) | 検査システムと検査装置と半導体デバイスの製造方法及び検査プログラム | |
| US20060128039A1 (en) | Yield analysis method | |
| TW201930862A (zh) | 產生檢查配方的方法及其系統 | |
| JP2007019356A (ja) | 検査データ解析システムと検査データ解析プログラム | |
| US7991497B2 (en) | Method and system for defect detection in manufacturing integrated circuits | |
| JP3665215B2 (ja) | 異常原因特定システムおよびその方法 | |
| JP4080087B2 (ja) | 分析方法，分析システム及び分析装置 | |
| JP4538205B2 (ja) | 検査データの解析プログラム、検査データ解析装置 | |
| JP2005236094A (ja) | 半導体装置の製造方法、不良解析方法および不良解析システム | |
| US7855088B2 (en) | Method for manufacturing integrated circuits by guardbanding die regions | |
| US7127359B2 (en) | Real-time mathematical model for wafer spin defect detection and for misalignment analyses | |
| JPH10107111A (ja) | 半導体装置の製造方法 | |
| JP4146655B2 (ja) | 欠陥源候補抽出プログラム | |
| JP2002289662A (ja) | 不良原因探索プログラム及び不良原因探索システム | |
| US20220334567A1 (en) | Fabrication fingerprint for proactive yield management | |
| JP2002076086A (ja) | 電子デバイスの歩留り予測システム | |
| JP2002057195A (ja) | 電子デバイスの検査における欠陥解析用データ作成方法、および、電子デバイスの検査データ解析システム | |
| JP2004165395A (ja) | 検査データ解析プログラムと検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050920 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050920 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20060511 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20060511 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090804 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091005 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100615 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100621 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130625 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |