JPH08220032A - Method for specifying foreign matter at device manufacturing time - Google Patents
Method for specifying foreign matter at device manufacturing timeInfo
- Publication number
- JPH08220032A JPH08220032A JP7047892A JP4789295A JPH08220032A JP H08220032 A JPH08220032 A JP H08220032A JP 7047892 A JP7047892 A JP 7047892A JP 4789295 A JP4789295 A JP 4789295A JP H08220032 A JPH08220032 A JP H08220032A
- Authority
- JP
- Japan
- Prior art keywords
- data
- physical property
- property information
- information
- device manufacturing
- 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.)
- Pending
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】この発明はデバイス製造における
異物特定方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a foreign matter identifying method in device manufacturing.
【０００２】[0002]
【従来の技術】ＩＣやＬＳＩ等のデバイスを製造する場
合、製造工程中に発生した異物が混入することがある。
そこで、異物混入による不良品発生を防止するために、
異物が混入している場合には、その混入した異物を分析
し、これにより得られた分析データを解析し、この解析
結果から異物の種類を特定し、その発生源を追求してそ
の原因を取り除いている。しかしながら、個々の分析デ
ータのみで、異物の種類を正確に特定することは極めて
困難である。2. Description of the Related Art When manufacturing devices such as ICs and LSIs, foreign substances generated during the manufacturing process may be mixed in.
Therefore, in order to prevent the generation of defective products due to the inclusion of foreign matter,
If foreign matter is mixed in, analyze the mixed foreign matter, analyze the analysis data obtained from this, identify the type of foreign matter from this analysis result, pursue the source of it, and determine the cause. I'm removing it. However, it is extremely difficult to accurately identify the type of foreign matter based on only individual analysis data.
【０００３】例えば電子線マイクロアナライザ(ＥＰＭ
Ａ：Electron Probe Micro Analysis)で得られる特性Ｘ
線スペクトルは、例えば図３に示すようなもので、横軸
が波長を表わし、縦軸がＸ線強度を表わしている。この
特性Ｘ線スペクトルで読み取れるのは、ピークにおける
波長とＸ線強度であり、その波長から元素の種類が、Ｘ
線強度から元素の含有量がわかる。For example, an electron beam microanalyzer (EPM
A: Characteristic X obtained by Electron Probe Micro Analysis)
The line spectrum is, for example, as shown in FIG. 3, in which the horizontal axis represents wavelength and the vertical axis represents X-ray intensity. The characteristic X-ray spectrum can read the wavelength at the peak and the X-ray intensity, from which wavelength the element type is X
The content of elements can be known from the line strength.
【０００４】ここで、図３とは関係ないが、一例とし
て、試料の特性Ｘ線スペクトルに不要な３つのピークが
表われ、これらの各波長がＦｅ、Ｎｉ、Ｃｒにそれぞれ
対応したとする。すると、試料にはこれらの元素からな
る異物が混入していることになる。そして、ステンレス
がＦｅ、Ｎｉ、Ｃｒの合金であることを考慮すると、試
料に混入している異物がステンレスに９割方間違いない
であろうと、判断されることになる。この場合、試料に
混入している異物がステンレスに９割方間違いないであ
ろうとの判断であり、正確に特定されたとはいえない。Although not related to FIG. 3, here, as an example, it is assumed that three unnecessary peaks appear in the characteristic X-ray spectrum of the sample, and these respective wavelengths correspond to Fe, Ni, and Cr, respectively. Then, the sample is contaminated with foreign substances composed of these elements. Then, considering that stainless steel is an alloy of Fe, Ni, and Cr, it is judged that the foreign matter mixed in the sample is surely 90% correct in the stainless steel. In this case, it is judged that the foreign matter mixed in the sample is surely 90% correct in the stainless steel, and it cannot be said that the foreign matter is correctly specified.
【０００５】そこで、複数の分析データに基づいて、例
えば、特性Ｘ線スペクトル分析データ等の元素組成デー
タ、ＩＲ（赤外吸収）スペクトル分析データ等の分子結
合状態データ、顕微鏡写真やＳＥＭ(Scanning Electron
Microscope)写真等の形状データ等の複数の分析データ
に基づいて、総合的に判断して、異物の種類を特定して
いる。Therefore, based on a plurality of analysis data, for example, elemental composition data such as characteristic X-ray spectrum analysis data, molecular bond state data such as IR (infrared absorption) spectrum analysis data, micrographs and SEM (Scanning Electron).
Microscope) Based on a plurality of analysis data such as shape data such as photographs, a comprehensive judgment is made to identify the type of foreign matter.
【０００６】[0006]
【発明が解決しようとする課題】このように、従来のデ
バイス製造における異物特定方法では、複数の分析デー
タに基づいて、総合的に判断して、異物の種類を特定し
ているので、高度の判断技術を必要とするばかりでな
く、時間がかかってしまう。また、異物の種類を特定し
ただけでは、異物混入による不良品発生を防止すること
はできず、その発生源を追求してその原因を取り除く必
要があるが、発生源追求にかなりの時間がかかってしま
う。したがって、異物が発生すると稼動率が大幅に低下
するという問題があった。この発明の目的は、高度の判
断技術を必要とすることなく、異物の種類を短時間で特
定することができるデバイス製造における異物特定方法
を提供することにある。また、この発明の他の目的は、
高度の判断技術を必要とすることなく、異物の種類を短
時間で特定することができるとともに、その発生源を瞬
時にまたは短時間で特定することができるデバイス製造
における異物特定方法を提供することにある。As described above, in the conventional method for identifying a foreign substance in device manufacturing, the type of the foreign substance is identified by making a comprehensive judgment based on a plurality of analysis data. Not only does it require judgment technology, but it also takes time. In addition, it is not possible to prevent the generation of defective products due to the mixing of foreign matter simply by specifying the type of foreign matter, and it is necessary to pursue the source and eliminate the cause, but it takes considerable time to pursue the source. Will end up. Therefore, there is a problem that the operation rate is significantly reduced when foreign matter occurs. An object of the present invention is to provide a foreign matter identifying method in device manufacturing, which can identify the type of foreign matter in a short time without requiring a high-level judgment technique. Another object of the present invention is to
To provide a foreign matter identifying method in device manufacturing, which can identify the type of foreign matter in a short time without requiring high-level judgment technology and can also identify the source of the foreign matter in an instant or in a short time. It is in.
【０００７】[0007]
【課題を解決するための手段】請求項１記載の発明は、
デバイス製造環境に存在する複数の既知物質の各々の少
なくとも特性スペクトル分析データを含む複数の既知物
性情報を記憶保持するステップと、デバイス製造工程中
に発生した異物を分析して所定の異物物性情報を得るス
テップと、前記異物物性情報と記憶保持された前記複数
の既知物性情報とを照合してその各相違量に関するデー
タを求めるステップと、前記相違量に関するデータに基
づいて前記複数の既知物性情報のうち前記異物物性情報
と少なくとも最も相違量の小さい既知物性情報に対応し
た物質の種類に関する情報を出力するステップとを具備
したものである。請求項３記載の発明は、デバイス製造
環境に存在する複数の既知物質の各々の少なくとも特性
スペクトル分析データを含む複数の既知物性情報と前記
複数の既知物質の各発生源に関する複数の発生源情報を
記憶保持するステップと、デバイス製造工程中に発生し
た異物を分析して所定の異物物性情報を得るステップ
と、前記異物物性情報と記憶保持された前記複数の既知
物性情報とを照合してその各相違量に関するデータを求
めるステップと、前記相違量に関するデータに基づいて
前記複数の既知物性情報のうち前記異物物性情報と少な
くとも最も相違量の小さい既知物性情報に対応した物質
の種類に関する情報とそれに対応する前記発生源情報を
出力するステップとを具備したものである。According to the first aspect of the present invention,
A step of storing and holding a plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in the device manufacturing environment, and analyzing a foreign material generated during the device manufacturing process to obtain predetermined foreign material physical property information. Obtaining step, obtaining the data regarding each difference amount by collating the foreign matter physical property information and the plurality of known physical property information stored and held, and of the plurality of known physical property information based on the data regarding the difference amount. Among them, a step of outputting information on the type of substance corresponding to the known physical property information having the smallest difference amount from the foreign material physical property information is provided. According to a third aspect of the present invention, a plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in the device manufacturing environment and a plurality of generation source information regarding each generation source of the plurality of known substances are provided. A step of storing and holding, a step of analyzing a foreign substance generated during a device manufacturing process to obtain predetermined foreign substance physical property information, and a step of collating the foreign substance physical property information with the plurality of known physical property information stored and retained, A step of obtaining data relating to the difference amount, and information relating to the type of substance corresponding to the foreign substance physical property information and the known physical property information having at least the smallest difference amount among the plurality of known physical property information based on the data relating to the difference amount, and corresponding thereto And outputting the source information.
【０００８】[0008]
【作用】請求項１記載の発明によれば、デバイス製造環
境に存在する複数の既知物質の各々の少なくとも特性ス
ペクトル分析データを含む複数の既知物性情報を記憶手
段に記憶保持させておき、そしてデバイス製造工程中に
発生した異物を分析して得られた所定の異物物性情報を
入力すると、異物の種類に関する情報が出力されること
になるので、高度の判断技術を必要とすることなく、異
物の種類を短時間で特定することができる。また、請求
項３記載の発明によれば、デバイス製造環境に存在する
複数の既知物質の各々の少なくとも特性スペクトル分析
データを含む複数の既知物性情報と複数の既知物質の各
発生源に関する複数の発生源情報を記憶手段に記憶保持
させておき、そしてデバイス製造工程中に発生した異物
を分析して得られた所定の異物物性情報を入力すると、
異物の種類に関する情報とそれに対応する発生源情報が
出力されることになるので、高度の判断技術を必要とす
ることなく、異物の種類を短時間で特定することができ
るとともに、その発生源を瞬時にまたは短時間で特定す
ることができる。According to the invention described in claim 1, a plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in a device manufacturing environment is stored and held in the storage means, and the device is stored. When you input the predetermined foreign substance physical property information obtained by analyzing foreign substances generated during the manufacturing process, the information on the type of foreign substances will be output, so you do not need advanced judgment technology and The type can be specified in a short time. According to the invention of claim 3, a plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in the device manufacturing environment and a plurality of generations of each generation source of the plurality of known substances. When the source information is stored and held in the storage means, and the predetermined foreign substance physical property information obtained by analyzing the foreign substances generated during the device manufacturing process is input,
Since the information on the type of foreign matter and the corresponding source information will be output, the type of foreign matter can be specified in a short time without the need for advanced judgment technology, and the source of the foreign matter can be identified. It can be specified instantly or in a short time.
【０００９】[0009]
【実施例】図１はこの発明の一実施例におけるデバイス
製造における異物特定方法の回路構成の一部を示したも
のである。制御部１は装置全体の回路制御を行うための
ものである。制御部１には特性情報索引部２、ＥＰＭＡ
データ格納部３、ＩＲデータ格納部４、顕微鏡データ格
納部５、ＳＥＭデータ格納部６、入力部７、イメージ処
理部８、演算部９、出力部１０等が接続されている。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS FIG. 1 shows a part of the circuit configuration of a foreign matter identifying method in device manufacturing according to an embodiment of the present invention. The control unit 1 is for performing circuit control of the entire apparatus. The control unit 1 includes a characteristic information indexing unit 2 and an EPMA.
The data storage unit 3, the IR data storage unit 4, the microscope data storage unit 5, the SEM data storage unit 6, the input unit 7, the image processing unit 8, the calculation unit 9, the output unit 10, and the like are connected.
【００１０】特性情報索引部２には、例えば図２に示す
索引ファイルのように、デバイス製造環境に存在する複
数の既知物質の種類に関する情報、各既知物質の発生源
に関する発生源情報、各既知物質の物性情報格納データ
項目及びその格納先に関する情報等が記憶保持されてい
る。このうち既知物質の種類に関する情報とは、デバイ
スの各製造段階における工場の機械や設備等にて使用す
るほとんどすべての物質（例えば、ステンレス合金ＳＵ
Ｓ３０４）と、クリーンルーム内において作業者から発
生するほとんどすべての物質（例えば、帽子、マスク、
服、手袋、靴、皮膚）の種類に関する情報のことであ
る。発生源情報とは、デバイスの各製造段階における工
場の機械や設備等（例えば、Ａ工場の機械Ａ１、機械Ａ
２、設備Ａ１、設備Ａ２）と、クリーンルーム内におけ
る作業者に関する情報のことである。物性情報格納デー
タ項目及びその格納先に関する情報とは、この実施例の
場合、ＥＰＭＡデータ、ＩＲデータ、顕微鏡データ、Ｓ
ＥＭデータの各項目に関する情報と、各データがデータ
格納部３〜６のどこ（番地）に格納されているかに関す
る情報のことである。その他の情報としては、分析デー
タ作成者名や作成年月日等に関する情報を記憶保持させ
ておいてもよい。The characteristic information index unit 2 has information about the types of a plurality of known substances existing in the device manufacturing environment, source information about the source of each known substance, and each known substance like the index file shown in FIG. Data items for storing physical property information of a substance, information on the storage location, and the like are stored. Of these, information on the types of known substances refers to almost all substances (eg, stainless alloy SU used in factory machinery and equipment at each device manufacturing stage).
S304) and almost all substances (eg, hats, masks, etc.) generated by workers in a clean room.
Information about the type of clothes, gloves, shoes, skin). Source information is the machine or equipment of the factory at each manufacturing stage of the device (for example, machine A1 and machine A of factory A).
2, equipment A1, equipment A2) and information about workers in the clean room. In the case of this embodiment, the physical property information storage data item and the information about the storage destination are EPMA data, IR data, microscope data, S
It is information about each item of EM data and information about where (address) each data is stored in the data storage units 3 to 6. As other information, information regarding the name of the analysis data creator, the date of creation, etc. may be stored and retained.
【００１１】ＥＰＭＡデータ格納部３には、複数の既知
物質の特性Ｘ線スペクトルにそれぞれ対応した複数の既
知ピークデータが記憶保持されている。次に、この記憶
保持された既知ピークデータについて説明する。ＥＰＭ
Ａで得られる特性Ｘ線スペクトルは例えば図３に示すよ
うなもので、横軸が波長を表わし、縦軸がＸ線強度を表
わしている。この図から明らかなように、複数箇所にピ
ークが表われる。したがって、ＥＰＭＡデータ格納部３
には、次の表１に示すような既知ピークファイルが、既
知物質の種類の分だけ、記憶保持されている。The EPMA data storage unit 3 stores and holds a plurality of known peak data corresponding to the characteristic X-ray spectra of a plurality of known substances. Next, the known peak data stored and held will be described. EPM
The characteristic X-ray spectrum obtained in A is, for example, as shown in FIG. 3, in which the horizontal axis represents the wavelength and the vertical axis represents the X-ray intensity. As is clear from this figure, peaks appear at multiple points. Therefore, the EPMA data storage unit 3
In Table 1, known peak files as shown in Table 1 below are stored and held for the types of known substances.
【表１】 ただし、λ1、λ2、λ3、λ4、……λnは各元素の波長
を示し、Δλ1、Δλ2、Δλ3、λ4、……Δλnは各波
長の検出誤差許容値を示し、Ｃλ1、Ｃλ2、Ｃλ3、Ｃ
λ4、……Ｃλnは各元素のＸ線強度を示す。このうち検
出誤差許容値とは、未知試料の特性Ｘ線を検出する際、
検出上の誤差等により、ピークの表われる波長に微妙な
差が生じることがあるので、このようなピークの照合漏
れが生じるのを防止するために設定したしきい値のこと
である。また、この検出誤差許容値は、各元素ごとに的
確に設定されている。これは、２つの元素の各ピークの
表われる波長が極めて接近することがあるので、異なっ
た元素に対するピーク照合が生じないようにするためで
ある。また、Ｘ線強度の欄において「（＝０）」は、対
象となる既知物質がその波長（例えばλ2）に対応する
元素を含んでいないことを示している。すなわち、既知
ピークファイルには、対象となる既知物質に含まれてい
ない元素のＸ線強度を０とすることにより、分析対象と
なるすべての元素のピークデータが記憶保持されてい
る。[Table 1] However, λ 1 , λ 2 , λ 3 , λ 4 , ... λ n indicates the wavelength of each element, and Δλ 1 , Δλ 2 , Δλ 3 , λ 4 , ... Δλ n are the detection error allowable values for each wavelength. , C λ1 , C λ2 , C λ3 , C
.lamda.4 , ... C.lamda.n represent the X-ray intensity of each element. Of these, the detection error allowance is the value when detecting the characteristic X-ray of an unknown sample.
Since a slight difference may occur in the wavelength at which the peak appears due to an error in detection or the like, this is the threshold value set in order to prevent occurrence of such omission in matching the peak. In addition, the detection error allowable value is accurately set for each element. This is to prevent peak matching for different elements from occurring because the wavelengths at which the peaks of the two elements appear are very close to each other. Further, “(= 0)” in the column of X-ray intensity indicates that the known substance of interest does not contain an element corresponding to the wavelength (for example, λ 2 ). That is, the known peak file stores and holds the peak data of all the elements to be analyzed by setting the X-ray intensity of the elements that are not contained in the target known substance to 0.
【００１２】ＩＲデータ格納部４には、ＥＰＭＡデータ
格納部３の場合とほぼ同様に、複数の既知物質のＩＲス
ペクトルにそれぞれ対応した複数の既知ピークデータが
記憶保持されており、その説明については省略する。な
お、ＩＲスペクトルの一例を図４に示す。顕微鏡データ
格納部５には、複数の既知物質の顕微鏡写真にそれぞれ
対応した複数の顕微鏡データが記憶保持されている。Ｓ
ＥＭデータ格納部６には、複数の既知物質のＳＥＭ写真
にそれぞれ対応した複数のＳＥＭデータが記憶保持され
ている。入力部７は、スキャナ、格納部選択兼スタート
ボタン、入力データ選択ボタン、テンキー等を備えてい
る。イメージ処理部８は、入力部７のスキャナによって
読み取られたイメージデータをデジタルデータに変換す
るためのものである。例えば、顕微鏡写真やＳＥＭ写真
は、入力部７のスキャナを介して入力され、イメージ処
理部８によってデジタルデータに変換され、このデジタ
ルデータが顕微鏡データ格納部５やＳＥＭデータ格納部
６に記憶保持されている。演算部９は、ワーキングＲＡ
Ｍを備え、後で説明するような演算とその演算結果の一
時的な記憶等を行うためのものである。出力部１０は、
表示部やブリンタ等からなり、入力データの表示やその
他の表示等を行うためのものである。Similar to the case of the EPMA data storage unit 3, the IR data storage unit 4 stores and holds a plurality of known peak data respectively corresponding to the IR spectra of a plurality of known substances. Omit it. An example of IR spectrum is shown in FIG. The microscope data storage unit 5 stores and holds a plurality of microscope data respectively corresponding to micrographs of a plurality of known substances. S
The EM data storage unit 6 stores and holds a plurality of SEM data respectively corresponding to SEM photographs of a plurality of known substances. The input unit 7 includes a scanner, a storage unit selection / start button, an input data selection button, a ten-key pad, and the like. The image processing unit 8 is for converting the image data read by the scanner of the input unit 7 into digital data. For example, a microscope photograph or an SEM photograph is input through the scanner of the input unit 7, converted into digital data by the image processing unit 8, and this digital data is stored and held in the microscope data storage unit 5 or the SEM data storage unit 6. ing. The calculation unit 9 is a working RA.
It is provided with M, and is for performing a calculation and a temporary storage of the calculation result as will be described later. The output unit 10 is
It is composed of a display unit, a printer, etc., and is used for displaying input data and other displays.
【００１３】次に、デバイス製造工程中に発生した異物
の種類及びその発生源を特定する場合について説明する
に、まず、ＥＰＭＡデータに基づいて異物の種類及びそ
の発生源を特定する場合について、図５に示すフローチ
ャートを参照しながら説明する。まず、ステップＳ１に
おいて、ＥＰＭＡを用いて得られた試料の例えば図３に
示すような特性Ｘ線スペクトルに基づいて、図６に示す
ように、予め設定した用紙の各ピークの波長位置にそれ
ぞれ各Ｘ線強度に対応した棒グラフを描き、未知ピーク
データ資料１１を作成する。この場合、試料中の予めわ
かっている物質の組成元素を除外し、それに対応する棒
グラフを描かないようにする。Next, the case of identifying the type of foreign matter generated during the device manufacturing process and its source will be described. First, the case of identifying the type of foreign matter and its source based on EPMA data will be described. This will be described with reference to the flowchart shown in FIG. First, in step S1, based on a characteristic X-ray spectrum of a sample obtained by using EPMA, for example, as shown in FIG. 3, as shown in FIG. A bar graph corresponding to the X-ray intensity is drawn and the unknown peak data material 11 is created. In this case, the composition element of the material known in the sample is excluded, and the corresponding bar graph is not drawn.
【００１４】次に、ステップＳ２において、未知ピーク
データ資料１１の各棒グラフを入力部７のスキャナで読
み取り、イメージ処理部８で所定のデジタルデータに変
換し、各棒グラフに基づいた各ピークの波長及びＸ線強
度に関する未知ピークデータを作成（入力）する。この
作成（入力）された未知ピークデータは演算部９に送ら
れ、ワーキングＲＡＭに一時的に記憶される。この記憶
状態を次の表２に示す。Next, in step S2, each bar graph of the unknown peak data material 11 is read by the scanner of the input unit 7, converted into predetermined digital data by the image processing unit 8, and the wavelength of each peak based on each bar graph and Create (input) unknown peak data relating to X-ray intensity. The created (input) unknown peak data is sent to the calculation unit 9 and temporarily stored in the working RAM. This storage state is shown in Table 2 below.
【表２】 ただし、λX1、λX2、λX3、λX4、……λXmは各元素の
波長を示し、ＣλX1、Ｃ λX2、ＣλX3、ＣλX4、……Ｃ
λmは各元素のＸ線強度を示す。なお、試料中の異物の
含む元素の数は分析対象となる元素の数よりも少ないの
で、この場合の番地数ｍは表１の場合の番地数ｎよりも
少ない。[Table 2]Where λX1, ΛX2, ΛX3, ΛX4, …… λXmIs for each element
Indicates the wavelength, CλX1, C λX2, CλX3, CλX4, …… C
λmIndicates the X-ray intensity of each element. Note that the foreign matter in the sample
The number of elements contained is less than the number of elements to be analyzed
The number m of addresses in this case is greater than the number n of addresses in Table 1.
Few.
【００１５】なお、図６に示すような未知ピークデータ
資料１１を作成せずに、例えば図３に示すような特性Ｘ
線スペクトルに基づいて、入力部７から各ピークの波長
とＸ線強度に関するデータを入力するようにしてもよ
い。この場合、入力部７の入力データ選択ボタンを操作
して波長データ入力モードとし、入力部７のテンキーを
操作して波長データを入力し、次いで入力部７の入力デ
ータ選択ボタンを操作してＸ線強度データ入力モードと
し、入力部７のテンキーを操作してＸ線強度データを入
力することになる。この場合も、試料中の予めわかって
いる物質の組成元素のピークデータを入力しないように
する。It should be noted that, without creating the unknown peak data material 11 as shown in FIG. 6, the characteristic X as shown in FIG.
Data about the wavelength of each peak and the X-ray intensity may be input from the input unit 7 based on the line spectrum. In this case, the input data selection button of the input unit 7 is operated to enter the wavelength data input mode, the ten key of the input unit 7 is operated to input the wavelength data, and then the input data selection button of the input unit 7 is operated to operate the X data. In the line intensity data input mode, the ten-key pad of the input unit 7 is operated to input the X-ray intensity data. Also in this case, the peak data of the composition element of the substance known in the sample should not be input.
【００１６】次に、ステップＳ３において、入力部７の
格納部選択兼スタートボタンを操作し、ＥＰＭＡデータ
格納部３を選択するとともに、処理を開始する。する
と、ステップＳ４において、制御部１は、ＥＰＭＡデー
タ格納部３の最初の既知ピークファイル（表１）を読み
出し可能とする。次に、ステップＳ５において、演算部
９は、表１の１番地から既知ピークデータ（波長λ1±
Δλ1、Ｘ線強度Ｃλ1）を読み込む。Next, in step S3, the storage section selection / start button of the input section 7 is operated to select the EPMA data storage section 3 and the processing is started. Then, in step S4, the control unit 1 makes the first known peak file (Table 1) of the EPMA data storage unit 3 readable. Next, in step S5, the calculation unit 9 determines the known peak data (wavelength λ 1 ±
Read Δλ 1 and X-ray intensity C λ1 ).
【００１７】次に、ステップＳ６において、演算部９
は、表１の１番地から読み込んだ既知ピークデータ（波
長λ1±Δλ1、Ｘ線強度Ｃλ1）と表２の１番地から読
み込んだ未知ピークデータ（波長λX1、Ｘ線強度
ＣλX1）とを照合する。この場合、例えば図７に示すよ
うに、未知ピークデータの波長λX1が既知ピークデータ
の波長許容範囲（λ1±Δλ1）内にあり、未知ピークデ
ータのＸ線強度ＣλX1が既知ピークデータのＸ線強度Ｃ
λ1よりも小さいとする。すると、演算部９は、未知ピ
ークデータの波長が既知ピークデータの許容波長範囲内
にあると判断し（Ｙｅｓ）、またＸ線強度の差の絶対値
｜Ｃλ1−ＣλX1｜を演算する。ただし、この場合の演
算は、（｜Ｃλ1−ＣλX1｜＋α1）とする。そして、｜
Ｃλ1−ＣλX1｜が予め設定した所定値以下である場合
には、試料中の異物がこの場合の既知物質と似ている可
能性が高いので、α1＝０とし、所定値以上である場合
には、試料中の異物がこの場合の既知物質と似ていない
可能性が高いので、α1＝α1（予め設定した値、以下同
じ）として重みを付ける。そして、演算結果（｜Ｃλ1
−ＣλX1｜＋α1）はワーキングＲＡＭに一時的に記憶
される。なお、未知ピークデータの波長が既知ピークデ
ータの波長許容範囲内にあるか否かを判断するのは、後
で説明するように、未知ピークデータの実質的な照合を
行うためである。Next, in step S6, the calculation unit 9
Is the known peak data (wavelength λ 1 ± Δλ 1 , X-ray intensity C λ1 ) read from address 1 in Table 1 and unknown peak data (wavelength λ X1 , X-ray intensity C λX1 ) read from address 1 in Table 2. And match. In this case, for example, as shown in FIG. 7, the wavelength λ X1 of the unknown peak data is within the wavelength allowable range (λ 1 ± Δλ 1 ) of the known peak data, and the X-ray intensity C λX1 of the unknown peak data is the known peak data. X-ray intensity C
It is assumed to be smaller than λ1 . Then, the calculation unit 9 determines that the wavelength of the unknown peak data is within the allowable wavelength range of the known peak data (Yes), and calculates the absolute value | C λ1 −C λX1 | of the X-ray intensity difference. However, the calculation in this case is (| C λ1 −C λX1 | + α 1 ). And |
When C λ1 −C λX1 | is less than or equal to a predetermined value set in advance, it is highly likely that the foreign matter in the sample is similar to the known substance in this case, so α 1 = 0, and the value is greater than or equal to the predetermined value. In this case, it is highly likely that the foreign matter in the sample does not resemble the known substance in this case, so weighting is performed as α 1 = α 1 (preset value, the same applies below). Then, the calculation result (| C λ1
−C λX1 | + α 1 ) is temporarily stored in the working RAM. The determination of whether or not the wavelength of the unknown peak data is within the wavelength allowable range of the known peak data is for substantially collating the unknown peak data, as will be described later.
【００１８】次に、ステップＳ７において、演算部９
は、演算結果の積算を行うが、この場合最初の演算であ
るので、ステップＳ８に進む。次に、ステップＳ８にお
いて、制御部１は、今終了した照合対象既知ピークデー
タが表１の最後のつまりｎ番地の既知ピークデータであ
ったか否かを判断する。この場合、そうでないので（Ｎ
ｏ）、ステップＳ５に戻る。Next, in step S7, the calculation unit 9
Calculates the result of calculation, but in this case it is the first calculation, so the routine proceeds to step S8. Next, in step S8, the control unit 1 determines whether or not the collation target known peak data that has just been completed is the last known peak data of address n in Table 1. In this case, it is not so (N
o), the process returns to step S5.
【００１９】次に、ステップＳ５において、演算部９
は、表１の２番地から既知ピークデータ（波長λ2±Δ
λ2、Ｘ線強度Ｃλ2）を読み込む。次に、ステップＳ６
において、演算部９は、このとき読み込んだ既知ピーク
データと表２の２番地から読み込んだ未知ピークデータ
（波長λX2、Ｘ線強度ＣλX2）とを照合する。この場
合、未知ピークデータの波長が既知ピークデータの許容
波長範囲内にあるとする。すると、演算部９は、未知ピ
ークデータの波長が既知ピークデータの許容波長範囲内
にあると判断し（Ｙｅｓ）、またＸ線強度の差（｜Ｃ
λ2−ＣλX2｜＋α2）を演算する。ただし、この場合、
Ｃλ2＝０であるので、試料中の異物がこの場合の既知
物質と似ていない可能性が高く、したがってα2＝α2と
して重みを付ける。したがって、この場合の演算結果は
（ＣλX2＋α2）となる。Next, in step S5, the calculation unit 9
Is the known peak data from wavelength 2 in Table 1 (wavelength λ 2 ± Δ
λ 2 , X-ray intensity C λ2 ) are read. Next, step S6
In, operation unit 9 compares the unknown peak data read from address 2 of known peak data and Table 2 read this time (wavelength lambda X2, X-ray intensity C λX2). In this case, it is assumed that the wavelength of unknown peak data is within the allowable wavelength range of known peak data. Then, the calculation unit 9 determines that the wavelength of the unknown peak data is within the allowable wavelength range of the known peak data (Yes), and the difference in X-ray intensity (| C
λ 2 −C λX 2 | + α 2 ) is calculated. However, in this case,
Since C λ2 = 0, it is likely that the foreign material in the sample does not resemble the known substance in this case and is therefore weighted as α 2 = α 2 . Therefore, the calculation result in this case is (C λX2 + α 2 ).
【００２０】次に、ステップＳ７において、演算部９
は、この場合の演算結果（ＣλX2＋α2）とワーキング
ＲＡＭから読み込んだ最初の演算結果（｜Ｃλ1−Ｃ
λX1｜＋α1）とを積算し、その積算結果をワーキング
ＲＡＭに一時的に記憶させる。次に、ステップＳ８にお
いて、制御部１は、今終了した照合対象既知ピークデー
タが表１の最後のつまりｎ番地の既知ピークデータであ
ったか否かを判断する。この場合も、そうでないので
（Ｎｏ）、ステップＳ５に戻る。Next, in step S7, the calculation unit 9
Is the calculation result (C λX2 + α 2 ) in this case and the first calculation result (| C λ1 −C) read from the working RAM.
λX1 | + α 1) and integrates the causes the multiplication result temporarily stored in the working RAM a. Next, in step S8, the control unit 1 determines whether or not the collation target known peak data that has just been completed is the last known peak data of address n in Table 1. In this case also, since this is not the case (No), the process returns to step S5.
【００２１】次に、ステップＳ５において、演算部９
は、表１の３番地から既知ピークデータ（波長λ3±Δ
λ3、Ｘ線強度Ｃλ3）を読み込む。次に、ステップＳ６
において、演算部９は、このとき読み込んだ既知ピーク
データと表２の３番地から読み込んだ未知ピークデータ
（波長λX3、Ｘ線強度ＣλX3）とを照合する。なお、未
知ピークデータの波長が既知ピークデータの許容波長範
囲内にある場合には、上述した処理の場合と同じとな
り、また未知ピークデータの波長λX3が（λ3−Δλ3）
以下となる場合は考えられないので、この場合、未知ピ
ークデータの波長λX3が（λ3＋Δλ3）以上であるとす
る。すると、演算部９は、未知ピークデータの波長が既
知ピークデータの波長許容範囲内にないと判断し（Ｎ
ｏ）、またＸ線強度の差（｜Ｃλ3−ＣλX3｜＋α3）を
演算する。ただし、この場合、未知ピークデータの波長
が既知ピークデータの波長許容範囲内にないので、Ｃ
λX3＝０とみなし、この結果試料中の異物がこの場合の
既知物質と似ていない可能性が高く、したがってα3＝
α3として重みを付ける。したがって、この場合の演算
結果は（Ｃλ3＋α3）となる。Next, in step S5, the calculation unit 9
Is the known peak data from the address 3 in Table 1 (wavelength λ 3 ± Δ
λ 3 and X-ray intensity C λ3 ) are read. Next, step S6
In, operation unit 9 compares the unknown peak data read from the third address of the known peak data and Table 2 read this time (wavelength lambda X3, X-ray intensity C λX3). When the wavelength of the unknown peak data is within the allowable wavelength range of the known peak data, the process is the same as that of the above-described process, and the wavelength λ X3 of the unknown peak data is (λ 3 −Δλ 3 ).
Since it cannot be considered that the following cases occur, it is assumed that the wavelength λ X3 of the unknown peak data is (λ 3 + Δλ 3 ) or more. Then, the calculation unit 9 determines that the wavelength of the unknown peak data is not within the wavelength allowable range of the known peak data (N
o) and the difference in X-ray intensity (| C λ3 −C λX3 | + α 3 ) is calculated. However, in this case, since the wavelength of the unknown peak data is not within the wavelength allowable range of the known peak data, C
Assuming that λ X3 = 0, it is likely that the foreign matter in the sample is not similar to the known substance in this case, so α 3 =
Weight as α 3 . Therefore, the calculation result in this case is (C λ3 + α 3 ).
【００２２】次に、ステップＳ７において、演算部９
は、この場合の演算結果（Ｃλ3＋α3）とワーキングＲ
ＡＭから読み込んだそれまでの積算結果とを積算し、こ
の新たな積算結果をワーキングＲＡＭに一時的に記憶さ
せる。次に、ステップＳ８において、制御部１は、今終
了した照合対象既知ピークデータが表１の最後のつまり
ｎ番地の既知ピークデータであったか否かを判断する。
この場合も、そうでないので（Ｎｏ）、ステップＳ５に
戻る。Next, in step S7, the calculation unit 9
Is the calculation result (C λ3 + α 3 ) and the working R in this case.
The integrated results up to that point read from the AM are integrated, and the new integrated result is temporarily stored in the working RAM. Next, in step S8, the control unit 1 determines whether or not the collation target known peak data that has just been completed is the last known peak data of address n in Table 1.
In this case also, since this is not the case (No), the process returns to step S5.
【００２３】次に、ステップＳ５において、演算部９
は、表１の４番地から既知ピークデータ（波長λ4±Δ
λ4、Ｘ線強度Ｃλ4）を読み込む。次に、ステップＳ６
において、演算部９は、このとき読み込んだ既知ピーク
データと表２の３番地から読み込んだ未知ピークデータ
（波長λX3、Ｘ線強度ＣλX3）とを照合する。この場
合、表２の３番地から未知ピークデータを読み込むの
は、この未知ピークデータの実質的な照合を行っていな
いからであり、このような場合同一番地から連続して読
み込む。そして、この場合、未知ピークデータの波長λ
X3が（λ4±Δλ4）の範囲内にあるとする。なお、この
場合の未知ピークデータのＸ線強度はＣXλ3であるが、
説明の都合上ＣXλ4とし、以下１つずつずらすこととす
る。すると、演算部９は、未知ピークデータの波長が既
知ピークデータの波長許容範囲内にあると判断し（Ｙｅ
ｓ）、またＸ線強度の差（｜Ｃλ4−ＣXλ4｜＋α4）を
演算する。Next, in step S5, the calculation unit 9
Is the known peak data from wavelength 4 in Table 1 (wavelength λ 4 ± Δ
λ 4 , X-ray intensity C λ4 ) are read. Next, step S6
In, operation unit 9 compares the unknown peak data read from the third address of the known peak data and Table 2 read this time (wavelength lambda X3, X-ray intensity C λX3). In this case, the unknown peak data is read from the address 3 in Table 2 because the unknown peak data is not substantially collated. In such a case, the unknown peak data is read continuously from the same address. And in this case, the wavelength λ of the unknown peak data
Suppose X3 is in the range of (λ 4 ± Δλ 4 ). The X-ray intensity of the unknown peak data in this case is C Xλ3 ,
For the sake of convenience of explanation, C X λ4 is set, and the following shifts are made by one. Then, the calculation unit 9 determines that the wavelength of the unknown peak data is within the wavelength allowable range of the known peak data (Yes
s), also the difference in X-ray intensity (| computes a + α 4) | C λ4 -C Xλ4.
【００２４】次に、ステップＳ７において、演算部９
は、この場合の演算結果（｜Ｃλ4−ＣXλ4｜＋α4）と
ワーキングＲＡＭから読み込んだそれまでの積算結果と
を積算し、この新たな積算結果をワーキングＲＡＭに一
時的に記憶させる。次に、ステップＳ８において、制御
部１は、今終了した照合対象既知ピークデータが表１の
最後のつまりｎ番地の既知ピークデータであったか否か
を判断する。この場合も、そうでないので（Ｎｏ）、ス
テップＳ５に戻る。Next, in step S7, the calculation unit 9
In this case, the calculation result (| C λ4 −C X λ4 | + α 4 ) in this case is integrated with the accumulated result read up to that point from the working RAM, and the new accumulated result is temporarily stored in the working RAM. Next, in step S8, the control unit 1 determines whether or not the collation target known peak data that has just been completed is the last known peak data of address n in Table 1. In this case also, since this is not the case (No), the process returns to step S5.
【００２５】以下、上述のような処理が繰り返される。
なお、表１の最後のつまりｎ番地の既知ピークデータと
の照合が終了しないうちに、表２の最後のつまりｍ番地
の未知ピークデータとの照合が終了した場合には、それ
以後の処理では、例えば表１の最後のつまりｎ番地の既
知ピークデータとの照合において、αn＝αnとして重み
を付け、演算結果を（Ｃλn＋αn）とすることになる。
そして、表１の最後のつまりｎ番地の既知ピークデータ
との照合が終了すると、表１に示す最初の既知ピークフ
ァイルに対する最終的な積算結果（相違量）として次の
式（１）から求められる数値に対応した数値データがワ
ーキングＲＡＭに一時的に記憶される。Thereafter, the above-mentioned processing is repeated.
Note that if the matching with the unknown peak data at the end of Table 2, that is, the m-th address is completed before the matching with the last peak of the table 1, that is, the known peak data at the n-th address is not completed, the subsequent processing is performed. For example, in the collation with the last known peak data at address n in Table 1, weighting is performed with α n = α n , and the calculation result is (C λn + α n ).
Then, when the collation with the last known peak data at address n in Table 1 is completed, the final integration result (difference amount) for the first known peak file shown in Table 1 is obtained from the following equation (1). Numerical data corresponding to a numerical value is temporarily stored in the working RAM.
【式１】 (Equation 1)
【００２６】次に、ステップＳ８において、今終了した
照合対象既知ピークデータが表１の最後のつまりｎ番地
の既知ピークデータであったと判断された場合（Ｙｅ
ｓ）には、ステップ９に進む。次に、ステップ９におい
て、制御部１は、今終了した照合対象既知ピークファイ
ルが最後の既知ピークファイルであるか否かを判断す
る。最後の既知ピークファイルでない場合（Ｎｏ）に
は、ステップＳ４に戻り、次の既知ピークファイルの読
み出しが可能となり、以下ステップＳ５〜Ｓ８を順次経
て、この場合の既知ピークファイルに対する最終的な積
算結果（相違量）に関する数値データがワーキングＲＡ
Ｍに一時的に記憶される。Next, in step S8, when it is determined that the collation target known peak data which has just been completed is the last known peak data of the nth address in Table 1 (Ye).
For s), go to step 9. Next, in step 9, the control unit 1 determines whether or not the collation target known peak file that has just ended is the last known peak file. If the file is not the last known peak file (No), the process returns to step S4, the next known peak file can be read out, and the final integration result for the known peak file in this case is sequentially performed through steps S5 to S8. Numerical data on (difference amount) is working RA
It is temporarily stored in M.
【００２７】ステップ９において、最後の既知ピークフ
ァイルであると判断された場合（Ｙｅｓ）には、ステッ
プＳ１０に進む。次に、ステップＳ１０において、演算
部９は、ワーキングＲＡＭからすべての最終的な積算結
果（相違量）に関する数値データを読み込み、最終的な
積算結果（相違量）の小さい順にソートする。この場
合、最終的な積算結果（相違量）が最も小さいというこ
とは、表２の未知ピークファイルがＥＰＭＡデータ格納
部３に記憶された複数の既知ピークファイルのいずれか
に最も似ていることを意味する。また、ＥＰＭＡデータ
格納部３に記憶された複数の既知ピークファイルのうち
最も似ている既知ピークファイルの番地が「１５」であ
るとする。すると、次に、ステップＳ１１において、制
御部１は、特性情報索引部２を索引し、すなわち図２に
示すような索引ファイルのＥＰＭＡデータの番地を索引
し、その番地が「１５」であると、その索引ファイルに
格納された情報を出力部１０に出力させる。すると、試
料中の異物の種類が「ステンレス合金ＳＵＳ３０４」で
あることがわかり、またその発生源がＡ工場の機械Ａ１
であることがわかる。If it is determined in step 9 that the file is the last known peak file (Yes), the process proceeds to step S10. Next, in step S10, the calculation unit 9 reads the numerical data relating to all final integration results (difference amount) from the working RAM, and sorts them in ascending order of the final integration result (difference amount). In this case, the fact that the final integration result (the amount of difference) is the smallest means that the unknown peak file in Table 2 is most similar to any of the plurality of known peak files stored in the EPMA data storage unit 3. means. It is also assumed that the most similar known peak file among the plurality of known peak files stored in the EPMA data storage unit 3 has the address “15”. Then, in step S11, next, the control unit 1 indexes the characteristic information indexing unit 2, that is, the address of the EPMA data of the index file as shown in FIG. 2, and the address is "15". , And causes the output unit 10 to output the information stored in the index file. Then, it was found that the type of foreign matter in the sample was "stainless steel alloy SUS304", and the source was the machine A1 of the A factory.
It can be seen that it is.
【００２８】このように、このデバイス製造における異
物特定方法では、デバイス製造環境に存在する複数の既
知物質の種類及びその発生源に関する情報等を特性情報
索引部２に記憶保持させておくとともに、複数の既知物
質の特性Ｘ線スペクトルにそれぞれ対応した複数の既知
ピークデータをＥＰＭＡデータ格納部３に記憶保持させ
ておき、そしてデバイス製造工程中に発生した異物を分
析して得られた所定の異物物性情報を入力すると、異物
の種類に関する情報とそれに対応する発生源情報が出力
部１０に出力されるので、高度の判断技術を必要とする
ことなく、異物の種類を短時間で特定することができる
とともに、その発生源を瞬時に特定することができる。
なお、異物の種類によっては発生源が複数箇所であるこ
ともあるが、それでも発生源追求を短時間で行うことが
できる。As described above, according to the foreign substance identifying method in the device manufacturing, the characteristic information indexing section 2 stores and holds the information on the types of the plurality of known substances existing in the device manufacturing environment and the generation sources thereof. Predetermined foreign substance physical properties obtained by storing and holding a plurality of known peak data respectively corresponding to the characteristic X-ray spectra of known substances in the EPMA data storage unit 3 and analyzing foreign substances generated during the device manufacturing process. When the information is input, the information about the type of foreign matter and the corresponding source information are output to the output unit 10. Therefore, the type of foreign matter can be specified in a short time without requiring a high-level judgment technique. At the same time, the generation source can be instantly specified.
It should be noted that there may be a plurality of sources depending on the type of foreign matter, but the source can still be pursued in a short time.
【００２９】なお、異物を分析して得られた異物物性情
報がＩＲスペクトル分析データである場合には、上述の
特性Ｘ線スペクトル分析データの場合とほぼ同様に処理
することになる。異物物性情報が顕微鏡写真やＳＥＭ写
真である場合には、入力部７のスキャナ及びイメージ処
理部８を介して顕微鏡データやＳＥＭデータを入力し、
この入力したデータを演算部９のワーキングＲＡＭに一
時的に記憶させ、顕微鏡データ格納部５あるいはＳＥＭ
データ格納部６から順次読み込んだ既知顕微鏡データあ
るいは既知ＳＥＭデータと照合し、この照合結果に基づ
いて特性情報索引部２を索引し、その索引結果を出力部
１０に出力することになる。したがって、複数の異物物
性情報がある場合には、それぞれについて、異物の種類
とその発生源について知ることができ、総合的に判断す
ることができる。When the physical property information of the foreign substance obtained by analyzing the foreign substance is IR spectrum analysis data, it is processed in substantially the same manner as the above-mentioned characteristic X-ray spectrum analysis data. When the foreign matter physical property information is a micrograph or SEM photograph, the microscope data or SEM data is input via the scanner of the input unit 7 and the image processing unit 8,
The input data is temporarily stored in the working RAM of the arithmetic unit 9, and the data is input to the microscope data storage unit 5 or the SEM.
The known microscope data or known SEM data sequentially read from the data storage unit 6 is collated, the characteristic information index unit 2 is indexed based on the collation result, and the index result is output to the output unit 10. Therefore, when there are a plurality of pieces of foreign matter physical property information, it is possible to know the type of foreign matter and the source of the foreign matter for each, and it is possible to make a comprehensive judgment.
【００３０】ところで、複数の異物物性情報がある場
合、異物を特定した結果、互いに異なることも考えられ
る。そこで、例えば上記実施例では、ＥＰＭＡデータ格
納部３に記憶された複数の既知ピークファイルのうち最
も似ている既知ピークファイルの番地に対応する索引フ
ァイルに格納された情報を出力部１０に出力するように
しているが、次に似ている既知ピークファイルの番地に
対応する索引ファイルに格納された情報を出力部１０に
出力するようにしてもよく、さらにはその次に似ている
既知ピークファイルの番地に対応する索引ファイルに格
納された情報を出力部１０に出力するようにしてもよ
い。このようなことは、他の異物物性情報についても行
う。すると、総合的な判断をより一層正確に行うことが
可能となる。なお、顕微鏡写真やＳＥＭ写真は視認によ
り照合するようにしてもよい。By the way, when there are a plurality of foreign substance physical property information, it is possible that they are different from each other as a result of specifying the foreign substances. Therefore, for example, in the above-described embodiment, the information stored in the index file corresponding to the address of the most similar known peak file among the plurality of known peak files stored in the EPMA data storage unit 3 is output to the output unit 10. However, the information stored in the index file corresponding to the address of the next similar known peak file may be output to the output unit 10, and the next similar known peak file may be output. The information stored in the index file corresponding to the address may be output to the output unit 10. This is also done for other foreign material property information. Then, it becomes possible to make a more accurate comprehensive judgment. In addition, you may make it collate by visual recognition with a microscope picture and a SEM picture.
【００３１】[0031]
【発明の効果】以上説明したように、請求項１記載の発
明によれば、デバイス製造環境に存在する複数の既知物
質の各々の少なくとも特性スペクトル分析データを含む
複数の既知物性情報を記憶手段に記憶保持させておき、
そしてデバイス製造工程中に発生した異物を分析して得
られた所定の異物物性情報を入力すると、異物の種類に
関する情報が出力されることになるので、高度の判断技
術を必要とすることなく、異物の種類を短時間で特定す
ることができる。また、請求項３記載の発明によれば、
デバイス製造環境に存在する複数の既知物質の各々の少
なくとも特性スペクトル分析データを含む複数の既知物
性情報と複数の既知物質の各発生源に関する複数の発生
源情報を記憶手段に記憶保持させておき、そしてデバイ
ス製造工程中に発生した異物を分析して得られた所定の
異物物性情報を入力すると、異物の種類に関する情報と
それに対応する発生源情報が出力されることになるの
で、高度の判断技術を必要とすることなく、異物の種類
を短時間で特定することができるとともに、その発生源
を瞬時にまたは短時間で特定することができる。As described above, according to the invention described in claim 1, a plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in a device manufacturing environment are stored in the storage means. Keep it in memory
Then, when the predetermined foreign substance physical property information obtained by analyzing the foreign substance generated during the device manufacturing process is input, the information regarding the type of the foreign substance will be output, without the need for advanced judgment technology. The type of foreign matter can be identified in a short time. According to the invention of claim 3,
A plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in the device manufacturing environment and a plurality of generation source information regarding each generation source of the plurality of known substances are stored and retained in the storage means, Then, when the predetermined foreign substance physical property information obtained by analyzing the foreign substances generated during the device manufacturing process is input, the information regarding the type of the foreign substances and the corresponding source information are output. It is possible to identify the type of foreign matter in a short time without requiring the above, and to identify the source of the foreign matter instantly or in a short time.
【図１】この発明の一実施例におけるデバイス製造にお
ける異物特定方法の回路構成の一部を示す図。FIG. 1 is a diagram showing a part of a circuit configuration of a foreign substance identifying method in device manufacturing according to an embodiment of the present invention.
【図２】索引ファイルの一例を説明するために示す図。FIG. 2 is a diagram shown for explaining an example of an index file.
【図３】特性Ｘ線スペクトルの一例を示す図。FIG. 3 is a diagram showing an example of a characteristic X-ray spectrum.
【図４】ＩＲスペクトルの一例を示す図。FIG. 4 is a diagram showing an example of an IR spectrum.
【図５】試料中の異物の種類及びその発生源を特定する
場合の一例を説明するために示すフローチャート。FIG. 5 is a flowchart shown for explaining an example in which the type of a foreign substance in a sample and its generation source are specified.
【図６】未知ピークデータ資料の一例を示す図。FIG. 6 is a diagram showing an example of an unknown peak data material.
【図７】既知ピークデータと未知ピークデータとの照合
の一例を説明するために示す図。FIG. 7 is a diagram for explaining an example of collation of known peak data and unknown peak data.
１ 制御部 ２ 特性情報索引部 ３ ＥＰＭＡデータ格納部 ４ ＩＲデータ格納部 ５ 顕微鏡データ格納部 ６ ＳＥＭデータ格納部 ７ 入力部 ８ イメージ処理部 ９ 演算部 １０ 出力部 1 Control Section 2 Characteristic Information Indexing Section 3 EPMA Data Storage Section 4 IR Data Storage Section 5 Microscope Data Storage Section 6 SEM Data Storage Section 7 Input Section 8 Image Processing Section 9 Computing Section 10 Output Section
Claims (7)
物質の各々の少なくとも特性スペクトル分析データを含
む複数の既知物性情報を記憶保持するステップと、 デバイス製造工程中に発生した異物を分析して所定の異
物物性情報を得るステップと、 前記異物物性情報と記憶保持された前記複数の既知物性
情報とを照合してその各相違量に関するデータを求める
ステップと、 前記相違量に関するデータに基づいて前記複数の既知物
性情報のうち前記異物物性情報と少なくとも最も相違量
の小さい既知物性情報に対応した物質の種類に関する情
報を出力するステップと、 を具備することを特徴とするデバイス製造における異物
特定方法。1. A step of storing and holding a plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in a device manufacturing environment, and analyzing a foreign substance generated during a device manufacturing process to determine a predetermined value. The step of obtaining the foreign matter physical property information, the step of obtaining the data regarding each difference amount by collating the foreign matter physical property information with the plurality of known physical property information stored and retained, and the plurality of data items based on the difference amount data. Of the known physical property information, the step of outputting information on the type of substance corresponding to the known physical property information having at least the smallest difference from the foreign material property information, the foreign material specifying method in device manufacturing.
物性情報は、デバイスの各製造段階における工場の機械
や設備等にて使用する物質と、クリーンルーム内におい
て作業者から発生する物質に関する情報であることを特
徴とするデバイス製造における異物特定方法。2. The invention according to claim 1, wherein the known physical property information is information on a substance used in a machine or facility of a factory at each manufacturing stage of a device and a substance generated by an operator in a clean room. A method for identifying a foreign substance in device manufacturing, characterized by being present.
物質の各々の少なくとも特性スペクトル分析データを含
む複数の既知物性情報と前記複数の既知物質の各発生源
に関する複数の発生源情報を記憶保持するステップと、 デバイス製造工程中に発生した異物を分析して所定の異
物物性情報を得るステップと、 前記異物物性情報と記憶保持された前記複数の既知物性
情報とを照合してその各相違量に関するデータを求める
ステップと、 前記相違量に関するデータに基づいて前記複数の既知物
性情報のうち前記異物物性情報と少なくとも最も相違量
の小さい既知物性情報に対応した物質の種類に関する情
報とそれに対応する前記発生源情報を出力するステップ
と、 を具備することを特徴とするデバイス製造における異物
特定方法。3. A plurality of known physical property information including at least characteristic spectrum analysis data of each of a plurality of known substances existing in a device manufacturing environment and a plurality of generation source information regarding each generation source of the plurality of known substances are stored and retained. And a step of analyzing a foreign substance generated during the device manufacturing process to obtain predetermined foreign substance physical property information, collating the foreign substance physical property information with the plurality of known physical property information stored and held, and regarding each difference amount thereof. A step of obtaining data, based on the data on the difference amount, the information on the type of substance corresponding to the known physical property information having at least the smallest difference amount from the foreign substance physical property information among the plurality of known physical property information and the corresponding occurrence And a step of outputting source information, the foreign matter identification method in device manufacturing, comprising:
物性情報は、デバイスの各製造段階における工場の機械
や設備等にて使用する物質と、クリーンルーム内におい
て作業者から発生する物質に関する情報であることを特
徴とするデバイス製造における異物特定方法。4. The invention according to claim 3, wherein the known physical property information is information on a substance used in a machine or facility of a factory at each manufacturing stage of a device and a substance generated by an operator in a clean room. A method for identifying a foreign substance in device manufacturing, characterized by being present.
源情報は、デバイスの各製造段階における工場の機械や
設備等と、クリーンルーム内における作業者に関する情
報であることを特徴とするデバイス製造における異物特
定方法。5. The device manufacturing method according to claim 4, wherein the source information is information about a machine or facility of a factory at each device manufacturing stage and an operator in a clean room. Foreign substance identification method.
おいて、前記物性情報は特性Ｘ線スペクトル分析データ
等の元素組成データ及びＩＲスペクトル分析データ等の
分子結合状態データを含むことを特徴とするデバイス製
造における異物特定方法。6. The invention according to any one of claims 1 to 5, wherein the physical property information includes elemental composition data such as characteristic X-ray spectrum analysis data and molecular bond state data such as IR spectrum analysis data. Foreign material identification method in device manufacturing.
情報は顕微鏡写真に対応した顕微鏡データやＳＥＭ写真
に対応したＳＥＭデータ等の形状データを含むことを特
徴とするデバイス製造における異物特定方法。7. The foreign matter identifying method in device manufacturing according to claim 6, wherein the physical property information includes shape data such as microscope data corresponding to a microscope photograph and SEM data corresponding to an SEM photograph.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7047892A JPH08220032A (en) | 1995-02-14 | 1995-02-14 | Method for specifying foreign matter at device manufacturing time |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7047892A JPH08220032A (en) | 1995-02-14 | 1995-02-14 | Method for specifying foreign matter at device manufacturing time |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08220032A true JPH08220032A (en) | 1996-08-30 |
Family
ID=12788064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7047892A Pending JPH08220032A (en) | 1995-02-14 | 1995-02-14 | Method for specifying foreign matter at device manufacturing time |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08220032A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003086645A (en) * | 2001-09-13 | 2003-03-20 | Hitachi Ltd | Inspection device, inspection system and method for manufacturing semiconductor device |
-
1995
- 1995-02-14 JP JP7047892A patent/JPH08220032A/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003086645A (en) * | 2001-09-13 | 2003-03-20 | Hitachi Ltd | Inspection device, inspection system and method for manufacturing semiconductor device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5071475B2 (en) | Prediction model creation method, creation device, creation program by multiple regression analysis | |
| EP1928583A2 (en) | A method and a system for establishing an inspection recipe | |
| US20130051653A1 (en) | System and method for generating spatial signatures | |
| JP2004295879A (en) | Defect classification method | |
| KR100831539B1 (en) | Support apparatus for determining inspection reference | |
| JP2004362400A (en) | Image recognition device, method for recognizing image and device and method for teaching image recognition device | |
| JP2020091872A (en) | Method for discriminating and analyzing substance | |
| WO2021201251A1 (en) | Method for analyzing composition of electronic/electrical apparatus component layer, method for processing electronic/electrical apparatus component layer, device for analyzing composition of electronic/electrical apparatus component layer, and device for processing electronic/electrical apparatus component layer | |
| JPH08220032A (en) | Method for specifying foreign matter at device manufacturing time | |
| US20070168306A1 (en) | Method and system for feature selection in classification | |
| JP2018091771A (en) | Method for inspection, preliminary image selection device, and inspection system | |
| JP2000198051A (en) | Device for and method of extracting abnormality of facility flow, and storage medium recorded with program for extracting abnormality from facility flow | |
| JPH05149728A (en) | Visually recognizing device | |
| JP2002217260A (en) | Device and method for fabrication of semiconductor wafer test map chart | |
| JP2000200351A (en) | Preparing method of template | |
| WO2014076807A1 (en) | Fabrication process management assistance device | |
| JP3513961B2 (en) | Material identification method by radiation analysis | |
| US20060004552A1 (en) | Boundary element analytic method and a boundary element analytic program | |
| CN112782365A (en) | Mixed gas identification method based on multistage classifier | |
| JP4136109B2 (en) | Electronic device inspection system | |
| JPH09120455A (en) | Feature discriminating method using neural network | |
| JPH08178853A (en) | Method and device for inspecting end face of hollow fiber film module | |
| JPH0817391A (en) | Mass spectrum analysis | |
| US20060181693A1 (en) | Method for automatically providing data for the focus monitoring of a lithographic process | |
| JP2005128676A (en) | Production management system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20031216 |