TWI693395B - 半導體製程之品質監控方法 - Google Patents
半導體製程之品質監控方法 Download PDFInfo
- Publication number
- TWI693395B TWI693395B TW108102718A TW108102718A TWI693395B TW I693395 B TWI693395 B TW I693395B TW 108102718 A TW108102718 A TW 108102718A TW 108102718 A TW108102718 A TW 108102718A TW I693395 B TWI693395 B TW I693395B
- Authority
- TW
- Taiwan
- Prior art keywords
- wafer
- pixel value
- pixels
- pixel
- estimated
- Prior art date
Links
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
一種用於半導體製造之晶圓品質監控方法,包含有:量測一晶圓表面的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖,其包含有複數個第一像素,該等第一像素分別包含有一第一像素值;提供一最佳晶圓地形圖,其包含有複數個第二像素,該等第二像素分別包含有一第二像素值;比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素的該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制單元;以及當該超出管制單元之數量高於一值時,判定該晶圓不合規範。
Description
本發明實施例係有關半導體製程之晶圓品質監控方法,尤指一種利用統計製程管制(statistical process control,SPC)圖像之半導體製程之晶圓品質監控方法。
在半導體製造業中,一至多個晶圓常被合併為一個批次(lot),並在一連串製造機台中經歷複雜的製程後,完成積體電路的製作。每一製造機台會針對一指定批次之晶圓進行單一一道晶圓製造作業或處理,例如成膜(layering)、圖案化(patterning)、摻雜(doping)等製造作業、或熱處理(thermal treatment)等。一般說來,每一機台會根據已定義之程序(例如已預先決定之步驟以及製程配方等)執行晶圓製造作業。而在機台運作中,各樣的晶圓參數,諸如壓力、溫度、製程時間等,皆被持續地監控著。
在一般的製造系統中,可利用製造執行系統(manufacturing execution system,MES)接受上述的晶圓參數及製程資料、分析並據以控管機台的運作。另一方面,統計製程管理(SPC)則是所有製造過程必須的管理與監控技術,其用以追蹤與分析製程變異。一般來說,SPC係將每一
晶圓批次的量測參數作為一管制表(SPC chart),並以前一站的製程機台為監控對象,持續地記錄該製造機台的製程結果。透過此一記錄歷史製程的管制表,可判斷一段時間內該製程機台與該製程作業的穩定性。當經歷一特定製造機台的一或多個晶圓的SPC資料指出該製造機台的參數特性已超出該特性可接受的範圍時,即可產生一警告,並使製程停止。此時,問題排除程序將會被啟動,以找出警告之源,盡快恢復製造機台之服務。
如前所述,SPC管制表的獲得,係藉由量測機台針對前一站製造機台執行製程後的晶圓進行量測,取得量測參數。一般說來,量測機台係針對一晶圓進行取點以及量測。因此,取點的數量對於量測結果與SPC管控表的準確度至為重要。取點量過少,將無法確實反映製程機台與製程作業的穩定性;而取點量過多,則造成量測與分析時間過長,影響產能。此外,根據上述方法獲得的SPC管制表僅能反映單一取樣點的狀況,各取樣點之間則被忽視。
基於上述限制,目前仍需要一種半導體製造之晶圓品質控制方法,用以達成完整製程監督的目標。
根據本發明的一實施例,係提供一種用於半導體製造之晶圓品質監控方法。該方法包含有:量測一經歷一製程事件之晶圓表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖(contour map),該預估晶圓地形圖包含有複數個第一像素(pixel unit),且該等第一像素分別包含有一第一像素值;提供一最佳晶圓(golden wafer)地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該第二像素分別包含有一第二像素值;比較該預估晶圓地形圖與該最佳晶圓
地形圖;當該第一像素之該第一像素值與該第二像素之該第二像素值之差異超過一範圍時,將該第一像素定義為一超出管制(out of control,OOC)單元;以及當該超出管制單元之數量高於一值時,判定該晶圓不合規範。
100:方法
200:預估晶圓地形圖
210-1~210-9:色塊區域
300:最佳晶圓地形圖
310-1~310-2:色塊區域
400:比對結果圖
410、412:超出管制區域
自結合附圖閱讀之以下詳細描述最佳理解本揭露之態樣。應注意,根據業界常規做法,各種構件未按比例繪製。實際上,為使討論清楚,可任意增大或減小各種構件之尺寸。
圖1係根據本揭露之實施例所提供之一用於半導體製造之晶圓品質監控方法之一流程圖。
圖2A至圖2C係根據本揭露之一或多個實施例之示意圖。
圖3為可用以實現上述方法之一系統之一方塊圖。
以下揭露提供用於實施所提供標的之不同特徵的諸多不同實施例或實例。下文將描述元件及配置之具體實例以簡化本揭露。當然,此等僅為實例且不意在限制。例如,在以下描述中,「使一第一構件形成於一第二構件上方或一第二構件上」可包含其中形成直接接觸之該第一構件及該第二構件的實施例,且亦可包含其中額外構件可形成於該第一構件與該第二構件之間使得該第一構件及該第二構件可不直接接觸的實施例。另外,本揭露可在各種實例中重複元件符號及/或字母。此重複旨在簡化及清楚且其本身不指示所討論之各種實施例及/或組態之間的一關係。
此外,為了方便描述,可在本文中使用空間相對術語(諸如「下面」、「下方」、「下」、「上方」、「上」、「上面」及其類似者)來描述一元件或構件與另一(些)元件或構件之關係,如圖中所繪示。除圖中所描繪
之定向之外,空間相對術語亦意欲涵蓋裝置在使用或操作中之不同定向。設備可依其他方式定向(旋轉90度或依其他定向),且亦可據此解譯本文中所使用之空間相對描述詞。
如本文中所使用,諸如「第一」、「第二」及「第三」之術語描述各種元件、組件、區域、層及/或區段,此等元件、組件、區域、層及/或區段不應受限於此等術語。此等術語可僅用於使元件、組件、區域、層或區段彼此區分。除非內文清楚指示,否則本文中所使用之諸如「第一」、「第二」及「第三」之術語不隱含一序列或順序。
如本文中所使用,術語「大致」、「實質上」、「實質」及「約」用於描述及解釋小變動。當結合一事件或狀況使用時,術語可涉及其中精確發生該事件或狀況之例項以及其中非常近似發生該事件或狀況之例項。例如,當結合一數值使用時,術語可涉及小於或等於該數值之±10%之一變動範圍,諸如小於或等於±5%,小於或等於±4%,小於或等於±3%,小於或等於±2%,小於或等於±1%,小於或等於±0.5%,小於或等於±0.1%,或小於或等於±0.05%。例如,若兩個數值之間的一差小於或等於該等值之一平均值之±10%(諸如小於或等於±5%,小於或等於±4%,小於或等於±3%,小於或等於±2%,小於或等於±1%,小於或等於±0.5%,小於或等於±0.1%,或小於或等於±0.05%),則該等值可被視為「實質上」相同或相等。例如,「實質上」平行可涉及小於或等於±10°之相對於0°之一角變動範圍,諸如小於或等於±5°,小於或等於±4°,小於或等於±3°,小於或等於±2°,小於或等於±1°,小於或等於±0.5°,小於或等於±0.1°,或小於或等於±0.05°。例如,「實質上」垂直可涉及小於或等於±10°之相對於90°之一角變動範圍,諸如小於或等於±5°,小於或等於
±4°,小於或等於±3°,小於或等於±2°,小於或等於±1°,小於或等於±0.5°,小於或等於±0.1°,或小於或等於±0.05°。
本揭露係提供一種用於半導體製造之晶圓品質監控方法,該方法係可在量測晶圓表面上的複數個取樣點,並獲得複數個量測值後,根據該等量測值自動繪製出一預估晶圓地形圖。在將該預估晶圓地形圖與一最佳晶圓地形圖進行比對之後,係可將該預估晶圓地形圖中與最佳晶圓地形圖中具有較大差異的像素定義為超出管制單元,且予以計數。當超出管制單元的數量超過一值時,即判定該晶圓失效。由於各取樣點之間可能具有線性或非線性的關係,故本方法係可在不增加量測取樣點的前提下,根據量測值的關係建構出預估晶圓地形圖,並將其與最佳晶圓地形圖比對。該比對係可以由電腦進行判讀,亦可利用人眼進行判讀。此外,該等預估晶圓地形圖係可被儲存與分析,用以修正該最佳晶圓地形圖。由此可知,本方法係可在不增加量測時間的前提下,建立有效的預估晶圓地形圖。更可藉由地形圖的比對,輕易地判定晶圓是否不合規範。此外,本方法更可藉由機器學習(machine learning)技術,直接修正最佳晶圓地形圖,而更有助於反映製程設備的實際狀況。此外,根據本方法所獲得的預估晶圓地形圖係可作為一SPC圖像。也就是說,本方法係提供一可反映晶圓整體狀態的SPC圖(map),取代傳統中僅能反映晶圓上點狀狀態的SPC表(chart)。
請參閱圖1與圖3,圖1係為本揭露所提供之一用於半導體製造之晶圓品質監控方法100之一流程圖,圖3則為可用以實現方法100的系統300之一實施例的方塊圖。如圖1所示,用於半導體製造之晶圓品質監控方法100包含有步驟102至步驟110。在步驟102中,係量測經歷一製
程事件之一晶圓表面上的複數個取樣點,以獲得複數個量測值。在步驟104a中,係根據該等量測值繪製一預估晶圓地形圖,該預估晶圓地形圖包含有複數個第一像素,且該等第一像素分別包含有一第一像素值。在步驟104b中,係提供一最佳晶圓地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值。在步驟106中,係比對該預估晶圓地形圖與該最佳晶圓地形圖。在步驟108中,當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素之該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制單元。而在步驟110中,當該超出管制單元之數量高於一值時,判定該晶圓不合規範。用於半導體製造之晶圓品質監控方法100可包含以下實施例,但不限於此。值得注意的是,本揭露所提供之用於半導體製造之晶圓品質監控方法100可在各種態樣之範疇內重新配置或以其他方式修改其操作或執行步驟。此外,本揭露所提供之用於半導體製造之晶圓品質監控方法100之前、其間及其之後係可包含其他操作步驟供額外操作,且本文中僅簡略描述一些其他操作,但不限於此。
根據圖3,系統300可包含一資料儲存模組302、一比對模組304、一學習模組306以及一通訊介面308。首先須知的是,系統300中所包含的各模組302至308可分別包括軟體以及硬體,以實現其功能。舉例來說,資料儲存模組302係可包括如電腦之硬體以及記憶體,用以儲存數據。比對模組304可包含用以進行比對的軟體。學習模組306可包含一軟體,用以根據比對模組304產生的比對結果進行機器學習(machine-learning),並將結果反饋予比對模組304,以持續修正比對模組304的軟體。通訊介面308則可包含硬體如電腦螢幕與輸入設備,用以向相關人員
呈現上述的預估晶圓地形圖與最佳晶圓地形圖,或者向相關人員報告上述預估晶圓地形圖與最佳晶圓地形圖的比對結果。
圖2A至圖2C係根據本揭露之一或多個實施例之示意圖。如圖2A與圖3所示,在本揭露的一些實施例中,係可接收一晶圓,且該晶圓係經歷一製程事件。製程事件可於一製程設備312中實行,而此製程設備可312包含一化學氣相沉積(chemical vapor deposition,CVD)系統、一物理氣相沉積系統(physical vapor deposition,PVD)系統、一蝕刻系統、一熱氧化(thermal oxidation)系統、一離子植入(ion implantation)系統、一化學機械研磨(chemical mechanical polishing,CMP)系統、一快速熱退火(rapid thermal annealing,RTA)系統、一微影(photolithography)系統、或其他半導體製程設備。
在這些製程設備312中經歷製程事件後,晶圓上可形成複數個表面結構。所謂表面結構,係指晶圓上所有可藉由量測工具314取得量測結果的結構。而量測工具314則可包括運用電、光學、或其他種類的分析工具。舉例來說,在本揭露的一些實施例中,量測工具314可包含顯微鏡、微分析工具(micro-analytical tools)、線寬量測工具(line width measurement tools)、光罩缺陷檢測工具(mask and reticle defects tools)、粒子分佈工具(particle distribution tools)、表面分析工具(surface analysis tools)、應力分析工具(stress analysis tools)、接觸點電阻量測工具(contact resistance measurement tools)、遷移率與載子濃度量測工具(mobility and carrier concentration measurements tools)、接面深度量測工具(junction depth measurement tools)、膜厚量測工具(film thickness measurement tools)、閘極氧化層完整性測試工具(gate oxide integrity
test tools)、電容-電壓量測工具(capacitance-resistance(C-V)measurement tools)、聚焦離子束(focused ion beam)、以及其他測試與量測工具。
根據步驟102,可藉由上述量測工具314,由晶圓表面選取複數個取樣點,並針對取樣點進行實體量測,而獲得複數個對應於該等取樣點的量測值。在本揭露的一些實施例中,量測值可包含,例如各類膜層如光阻層、絕緣層、導體層或半導體層的膜厚、片電阻(sheet resistance)、反射性(reflectivity)、應力(stress)、粒子濃度(particle density)、以及各種圖案如光阻層圖案、絕緣層圖案、導體層圖案或半導體層圖案的臨界尺寸(critical dimension),但不限於此。這些量測值可傳送並儲存於系統300的資料儲存模組302。換句話說,資料儲存模組302係自量測工具314收集上述的量測值,並可將這些量測值送至比對模組304進行預估與分析。
值得注意的是,量測工具314的成本很高,且需要額外的人力來操作機台。再者,取樣點的數量也影響量測結果:取樣點量過少可能無法確實反映製程設備312與製程作業的穩定性;取樣點量過多則造成量測與分析時間過長,反而增加產品的週期時間。更甚者,上述量測值僅能反映單一取樣點的狀況,各取樣點之間的狀況則被忽視。
因此,根據步驟104a,本揭露之一些實施例係根據該等量測值繪製一預估晶圓地形圖200。根據本揭露的一些實施例,比對模組304可於通訊介面308中產生一空白的預估晶圓地形圖,隨後將量測晶圓上的取樣點相對應地填入該空白的預估晶圓地形圖內。接下來,於地形圖上繪製複數個封閉輪廓線202-1至202-n以及複數個開放輪廓線204-1至
204-n,封閉輪廓線202-1至202-n與開放輪廓線204-1至204-n係分別用以連接包含有相同的量測值的取樣點。舉例來說,當此量測晶圓的量測值為膜厚時,即可在預估晶圓地形圖200中,藉由封閉輪廓線202-1、202-2、202-3、202-4與開放連接線204-1與204-2分別連接具有相同的膜厚的取樣點。這些封閉輪廓線與開放輪廓線的形式係類似用於地形圖的海拔等高線圖。需注意的是,雖然由取樣點獲得的量測值只能反映出該點的狀態,然而實際上每一取樣點之間仍存有線性或非線性關係。故本揭露的一些實施例中,即利用封閉輪廓線202-1至202-n與開放輪廓線204-1至204-n將包含有相同量測值的取樣點連接起來,以預估或模擬出取樣點之間的線性或非線性關係,而獲得前述之類似海拔等高線圖的預估晶圓地形圖200。在其中,間距密集的輪廓線之間可以指較為陡峭或膜厚差較大的表面輪廓;而間距寬闊的輪廓線則可指較為平坦或膜厚差較小的表面輪廓。
此外,在本揭露的一些實施例中,亦可在封閉輪廓線202-1、202-2、202-3、202-4之間與開放連接線204-1與204-2之間分別填入一色塊區域,如第2A圖所示之色塊區域210-1至210-9。這些色塊區域210-1至210-9可用來描述前述的輪廓線之間的表面輪廓。在某些實施例中,色塊區域210-1至210-9可包含顏色相同亮度不同的色塊區域。在另外的實施例中,色塊區域210-1至210-9則可包含顏色不同的色塊區域。藉由封閉輪廓線202-1、202-2、202-3、202-4與開放連接線204-1與204-2的繪製,以及色塊區域210-1至210-9的填設,原本僅能反映各單一取樣點的量測值,變成具有方向性,且可有效地預估晶圓的整體製程結果。此外,預估晶圓地形圖200係可作為一SPC圖。
另外需注意的是,各色塊區域210-1至210-9分別包含複數
個第一像素(pixel),各第一像素分別包含一第一像素值,且各第一色塊區域210-1至210-9內的第一像素包含有相同的第一像素值,如圖2A所示。根據本揭露的一些實施例,在步驟104a所獲得的預估晶圓地形圖200中,比對模組304可根據量測值之間的線性或非線性關係推測出預估值,並且以各第一像素的第一像素值來代表這些預估值。舉例來說,在本揭露的某些實施例中,量測取樣點的數量可以是5個以上的取樣點,而最終得到的預估晶圓地形圖200上,第一像素的數量可大於700,且不限於此。
請參閱圖2B,根據操作104b,比對模組304可提供一最佳晶圓地形圖300,最佳晶圓地形圖300可以包含複數個由製程設備312得到之製程結果的目標值或理想值。在本揭露的一些實施例中,目標值可以是相同的。然而在其他實施例中,製程結果的目標值可以因為製程設備312的變異而不同。舉例來說,當利用製程設備312於一晶圓表面形成一膜層時,即使在相同的配方下,膜層的厚度仍然可能會不同。因此在最佳晶圓地形圖300中,係可將相同的目標值以開放或封閉輪廓線302-1至302-n連接。如圖2B所示,封閉輪廓線302-1至302-2可分別用以連接包含有相同目標值的取樣點。此外,在本揭露的一些實施例中,亦可在封閉輪廓線之間302-1與302-2之間以及輪廓線與晶圓邊緣之間分別填入一色塊區域,如第2B圖所示之色塊區域310-1至310-3。這些色塊區域310-1與310-2可用來描述輪廓線之間的表面輪廓。在某些實施例中,色塊區域310-1至310-2可包含顏色相同亮度不同的色塊區域。在另外的實施例中,色塊區域310-1至310-2則可包含顏色不同的色塊區域。此外,各色塊區域310-1至310-2分別包含複數個第二像素,各第二像素分別包含一第二像素值,且各第二色塊區域310-1至310-2內的第二像素包含有相同第二像素值。在一些實施
例中,最佳晶圓地形圖300中各第二像素的第二像素值可以是製程設備312產生的製程結果的預設目標值,也可以是該製程設備312的常態目標值,但本揭露不限於此。
請參閱圖2C,接下來,即根據操作106,比對預估晶圓地形圖200與最佳晶圓地形圖300。在某些實施例中,操作106係可由比對模組304進行。舉例來說,比對模組304可比對預估晶圓地形圖200中各第一像素的第一像素值與最佳晶圓地形圖300中處於相對應位置的第二像素的第二像素值。根據操作108,當任第一像素的第一像素值與相對應之第二像素的第二像素值不同時,或當任第一像素的第一像素值與相對應之第二像素的第二像素值的差異超過一容忍範圍時,即可將該第一像素標示出來,並將該第一像素定義為一超出管制單元。此外,與第二像素具有相同差異的第一像素可用相同的警告色標示出來,是以可得到超出管制單元區域410與412,如圖2C所示。而當某第一像素的第一像素值與相對應之第二像素的第二像素值相同時,或其差異在一容忍範圍內時,比對模組304則予以忽略。因此,在比對模組304進行比對之後,係可將比對結果圖400展示於通訊介面308中,以向相關人員報告。在某些實施例中,該容忍範圍係為最佳晶圓地形圖300中第二像素值之二個標準差之內的一範圍,但本揭露並不限於此。
另外,在一些實施例中,當預估晶圓地形圖200中第一像素的第一像素值大於最佳晶圓地形圖300中相對應處的第二像素的第二像素值,或當某第一像素的第一像素值與相對應之第二像素的第二像素值的差異高於一容忍範圍時,係可將該第一像素以一第一警告色標示,如圖2C中的區域410所示。而當預估晶圓地形圖200中第一像素的第一像素值
小於最佳晶圓地形圖300中相對應處的第二像素的第二像素值,或當某第一像素的第一像素值與相對應之第二像素的第二像素值的差異低於一容忍範圍時,係可將該第一像素以一第二警告色標示,如圖2C中的區域412所示,且第二警告色不同於第一警告色。如此一來,相關人員在透過通訊介面306觀察比對結果圖400時,不僅可瞭解哪些區域超過容忍範圍,更可一目了然的知道這些區域是高於或低於容忍範圍,以節省更多時間。另外需注意的是,在某些實施例中,上述比對亦可由相關人員操作。舉例來說,比對模組304係可於通訊介面308中同時展現預估晶圓地形圖200與最佳晶圓地形圖300,而由相關人員自行比對。
在一些實施例中,根據操作108,比對模組304更對超出管制單元的數量進行計數。而根據操作110,當超出管制單元之數量高於一值時,判定該晶圓不合規範,並於通訊介面308報告予相關人員。在一些實施例中「不合規範」可能以「fail」表示。在一些實施例中,被判定為不合規範或fail的晶圓,係指該晶圓的表面結構的製程結果可能不符預期或超出接受度範圍。是以,相關人員在得到此一報告結果後,可將該晶圓視為待確定,並執行進一步的檢測。
如前所述,由於實際取樣點之間係存有線性或非線性關係,因此可根據上述繪製地形圖的方法,利用此線性或非線性關係推估出實際取樣點之間的預估值,預估晶圓地形圖200中各第一像素的第一像素值及用以代表這些預估值。此外,本揭露並利用最佳晶圓地形圖中各第二像素的第二像素值代表製程結果的目標值。因此,可藉由預估晶圓地形圖中像素的像素值與最佳晶圓地形圖中相對應處像素的像素值之差異,來推測出製程結果與製程目標之差異,並可節省大量時間。簡單地說,製程結
果係可經由系統300以方法100進行預測,並予以比對。在結合了來自量測工具314的量測結果以及由操作106與108獲得的預估值後,係可以有限的量測工具、取樣點、以及量測成本,有效地進行晶圓生產的監控。
此外,經過此製程設備312進行製程事件的不同批次晶圓,其藉由量測工具314所獲得的量測值,皆可儲存於資料儲存模組302中。根據這些量測值,比對模組304係針對經過該製程設備312的不同批次晶圓產生出複數個預估晶圓地形圖200。也就是說,比對模組304係可產生大量有關該製程設備312的預估晶圓地形圖200,且此大量的預估晶圓地形圖200係傳送至學習模組306,並儲存於學習模組306內。
在一些實施例中,學習模組306係可根據這些預估晶圓地形圖200建立一常態分布模型,此一常態分佈模組可代表在相同製程配方下,經歷該製程設備312所得之製程結果。隨著製程設備312的使用次數增加,預估晶圓地形圖的數量隨之增加,而在學習模組306中建立的此一常態分佈模組即可隨著製程設備312的使用次數更能忠實地反映出經歷此製程設備312所得的製程結果。
在一些實施例中,學習模組306更辨識出該常態分布模型中一範圍之內的某些預估晶圓地形圖。舉例來說,在某些實施例中,學習模組306係可辨識出常態分布模型中平均數左右的三個標準差範圍內的某些預估晶圓地形圖。在另外的實施例中,學習模組306係可辨識出常態分布模型中平均數左右的二個標準差範圍內的某些預估晶圓地形圖。而在另外的實施例中,學習模組306係可辨識出常態分布模型中平均數左右的一個標準差範圍內的某些預估晶圓地形圖。需注意的是,這些落在常態分布模型中之範圍內的預估晶圓地形圖係表示,該製程設備312在某一製程配
方下最常出現的製程結果。此外,落在常態分布模型中之範圍外的預估晶圓地形圖則被視為離群值(outlier),而學習模組306則予以忽略。
在某些實施例中,學習模組306可根據此範圍之內的預估晶圓地形圖修正最佳晶圓地形圖300,使最佳晶圓地形300能忠實反映製程設備312最該產生的製程結果。此外,學習模組306並將此修正結果反饋予比對模組304,使得比對模組304在進行比對時,是以能忠實反映製程設備312產生之製程結果的最佳晶圓地形圖進行比對。也就是說,藉由此一機器學習(machine learning)技術,線上所採用的最佳晶圓地形圖300係可不停的被修正,使得每次在進行比對時,預估晶圓地形圖200都是與最能反映製程設備312之製程結果的最佳晶圓地形圖300比對。
在某些實施例中,更可將一所有第一像素值與第二像素值之差一皆位於前述之容忍範圍內之一晶圓進行一晶圓允收測試(wafer acceptance test,WAT),以驗證該最佳晶圓地形圖。此驗證結果308係可由相關人員透過通訊界面輸入學習模組306內,或可直接傳送至學習模組306。學習模組306可根據此驗證過的最佳晶圓地形圖校正原本的最佳晶圓地形圖300,使校正後的最佳晶圓地形300能忠實反映出最期待的製程結果。此外,學習模組306並將此修正結果反饋予比對模組304,使得比對模組304在進行比對時,是以能忠實反映最期待的製程結果的最佳晶圓地形圖進行比對。也就是說,藉由此一機器學習技術,線上所採用的最佳晶圓地形圖300係可不停的進化,使得每次在進行比對時,預估晶圓地形圖200都是與最期待的製程結果的最佳晶圓地形圖300比對。
據此,本揭露係提供一種用於半導體製造之晶圓品質監控方法,該方法係可在量測晶圓表面上的複數個取樣點,並獲得複數個量測
值後,根據該等量測值自動繪製出一預估晶圓地形圖。在將該預估晶圓地形圖與一最佳晶圓地形圖進行比對之後,係可將該預估晶圓地形圖中與最佳晶圓地形圖中具有較大差異的像素定義為超出管制單元,且予以計數。當超出管制單元的數量超過一值時,即判定該晶圓失效。由於各取樣點之間可能具有線性或非線性的關係,故本方法係可在不增加量測取樣點的前提下,根據量測值的關係建構出預估晶圓地形圖,並將其與最佳晶圓地形圖比對。且該比對係可以由電腦進行判讀,亦可利用人眼進行判讀。在結合了實際量測結果以及由其產生的預估值後,係可以有限的量測工具、取樣點以及量測成本,有效率地進行晶圓生產的監控。此外,該等預估晶圓地形圖係可被儲存與分析,用以修正該最佳晶圓地形圖。
簡單地說,本方法係可在不增加量測時間的前提下,建立有效的預估晶圓地形圖。更可藉由地形圖的比對,輕易地判定晶圓是否不合規範。此外,本方法更可藉由機器學習技術,直接修正或校正最佳晶圓地形圖,而更有助於反映製程設備的實際狀況,或有助於呈現最期待的製程結果。
在一些實施例中,提供一種用於半導體製造之晶圓品質監控方法。該方法包含有:量測經歷一製程事件之一晶圓之表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖,該預估晶圓地形圖包含有複數個第一像素,且該等第一像素分別包含有一第一像素值;提供一最佳晶圓地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值;比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素之該第二像素值之差異超過一容忍範圍時,將該第一
像素定義為一超出管制單元;以及當該超出管制單元之數量高於一值時,判定該晶圓不合規範。
在一些實施例中,提供一種用於半導體製造之晶圓品質監控方法。該方法包含有:量測經歷一製程事件之一晶圓之表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖,該預估晶圓地形圖包含有複數個第一像素,且該等第一像素分別包含有一第一像素值;提供一最佳晶圓地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值;比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素之該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制單元並以一第一警告色著色;以及當該超出管制單元之數量高於一值時,判定該晶圓不合規範。
在一些實施例中,提供一種用於半導體製造之晶圓品質監控方法。該方法包含有:量測經歷一製程事件之一晶圓之表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖,該預估晶圓地形圖包含有複數個第一像素,且該等第一像素分別包含有一第一像素值;提供一最佳晶圓地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值;比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素之該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制單元;以及將一所有第一像素值與該第二像素值之差異皆位於該容忍範圍之內的一晶圓進行一晶圓允收測試(wafer acceptance test),以驗證該最佳晶圓地形圖。
上文已概述若干實施例之特徵,使得熟習技術者可較佳理解本揭露之態樣。熟習技術者應瞭解,其可易於將本揭露用作用於設計或修改其他程序及結構的一基礎以實施相同目的及/或達成本文中所引入之實施例之相同優點。熟習技術者亦應意識到,此等等效構造不應背離本揭露之精神及範疇,且其可對本文作出各種改變、置換及變更。
100:方法
Claims (10)
- 一種用於半導體製造之晶圓品質監控方法,包含有:量測經歷一製程事件之一晶圓之表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖(contour map),該預估晶圓地形圖包含有複數個第一像素(pixel),且該等第一像素分別包含有一第一像素值,其中該第一像素值包括不同於該等量測值的一預估值,且該第一像素值之數量大於該等量測值之數量;提供一最佳晶圓(golden wafer)地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值;比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素之該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制(out of control,OOC)單元;以及當該超出管制單元之數量高於一值時,判定該晶圓不合規範。
- 如請求項1之方法,其中該繪製該預估晶圓地形圖之步驟更包含:於該預估晶圓地形圖上繪製複數個封閉輪廓線或開放輪廓線,該等封閉輪廓線或開放輪廓線分別連接包含有相同的量測值的取樣點;以及於該等封閉輪廓線或開放輪廓線之間分別填入一色塊區域。
- 如請求項2之方法,其中每一色塊區域內包含有該等第一像素,且每一色塊區域內的該等第一像素包含有相同的該第一像素值。
- 如請求項2之方法,其中該等色塊區域包含顏色相同亮度不同的色塊區域,或包含顏色不同的色塊區域。
- 如請求項1之方法,更包含將經歷該製程事件之不同批次之該等晶圓產生的複數個預估晶圓地形圖儲存。
- 如請求項5之方法,更包含:根據該等預估晶圓地形圖建立一常態分布模型;辨識出該常態分布模型中一範圍之內的某些該等預估晶圓地形圖;以及根據該範圍之內的該等預估晶圓地形圖修正該最佳晶圓地形圖。
- 一種用於半導體製造之晶圓品質監控方法,包含有:量測經歷一製程事件之一晶圓之表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖,該預估晶圓地形圖包含有複數個第一像素,且該等第一像素分別包含有一第一像素值,其中該第一像素值包括不同於該等量測值的一預估值;提供一最佳晶圓地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值; 比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二像素之該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制單元並以一第一警告色著色;以及當該超出管制單元之數量高於一值時,判定該晶圓不合規範。
- 如請求項7之方法,更包含當該第一像素值與該第二像素值之差異低於該容忍範圍時,將該第一像素以一第二警告色著色,且該第一警告色與該第二警告色不同。
- 如請求項7之方法,其中該範圍係為該第二像素值之二個標準差之內的一範圍。
- 一種用於半導體製造之晶圓品質監控方法,包含有:量測經歷一製程事件之一晶圓之表面上的複數個取樣點,以獲得複數個量測值;根據該等量測值繪製一預估晶圓地形圖,該預估晶圓地形圖包含有複數個第一像素,且該等第一像素分別包含有一第一像素值,其中該第一像素值包括不同於該等量測值的一預估值;提供一最佳晶圓地形圖,該最佳晶圓地形圖包含有複數個第二像素,且該等第二像素分別包含有一第二像素值;比對該預估晶圓地形圖與該最佳晶圓地形圖;當該等第一像素其中之任一者的該第一像素值與相對應之該第二 像素之該第二像素值之差異超過一容忍範圍時,將該第一像素定義為一超出管制單元;以及將一所有第一像素值與該第二像素值之差異皆位於該容忍範圍之內的一晶圓進行一晶圓允收測試(wafer acceptance test),以驗證該最佳晶圓地形圖。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108102718A TWI693395B (zh) | 2019-01-24 | 2019-01-24 | 半導體製程之品質監控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108102718A TWI693395B (zh) | 2019-01-24 | 2019-01-24 | 半導體製程之品質監控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI693395B true TWI693395B (zh) | 2020-05-11 |
TW202028727A TW202028727A (zh) | 2020-08-01 |
Family
ID=71896081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108102718A TWI693395B (zh) | 2019-01-24 | 2019-01-24 | 半導體製程之品質監控方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI693395B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI823270B (zh) * | 2021-05-14 | 2023-11-21 | 台灣積體電路製造股份有限公司 | 用於漿料質量監測的方法和系統 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI266184B (en) * | 2004-06-24 | 2006-11-11 | Taiwan Semiconductor Mfg | A system and method for automatic SPC chart generation |
TW201013199A (en) * | 2008-09-24 | 2010-04-01 | Microelectonics Technology Inc | Testing and sorting method for LED backend process |
CN102637614A (zh) * | 2011-02-11 | 2012-08-15 | 台湾积体电路制造股份有限公司 | 消除错误缺陷检测方法与*** |
-
2019
- 2019-01-24 TW TW108102718A patent/TWI693395B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI266184B (en) * | 2004-06-24 | 2006-11-11 | Taiwan Semiconductor Mfg | A system and method for automatic SPC chart generation |
TW201013199A (en) * | 2008-09-24 | 2010-04-01 | Microelectonics Technology Inc | Testing and sorting method for LED backend process |
CN102637614A (zh) * | 2011-02-11 | 2012-08-15 | 台湾积体电路制造股份有限公司 | 消除错误缺陷检测方法与*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI823270B (zh) * | 2021-05-14 | 2023-11-21 | 台灣積體電路製造股份有限公司 | 用於漿料質量監測的方法和系統 |
Also Published As
Publication number | Publication date |
---|---|
TW202028727A (zh) | 2020-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6458605B1 (en) | Method and apparatus for controlling photolithography overlay registration | |
TWI833043B (zh) | 執行半導體計量之方法、相關聯之非暫時性電腦可讀儲存媒體及半導體檢測系統 | |
US7198964B1 (en) | Method and apparatus for detecting faults using principal component analysis parameter groupings | |
US6393602B1 (en) | Method of a comprehensive sequential analysis of the yield losses of semiconductor wafers | |
US6897075B2 (en) | Method and apparatus for controlling photolithography overlay registration incorporating feedforward overlay information | |
CN103187329B (zh) | 一种晶圆良率分析方法 | |
US7103503B2 (en) | Testing system, a computer implemented testing method and a method for manufacturing electronic devices | |
US9349660B2 (en) | Integrated circuit manufacturing tool condition monitoring system and method | |
JP2008516447A (ja) | 利用可能なメトロロジーキャパシティに基づいてメトロロジーサンプリングを動的に調整する方法およびシステム | |
TWI249803B (en) | System for controlling manufacturing process, method for controlling manufacturing process and method for manufacturing a semiconductor device | |
TWI620044B (zh) | 停止半導體製造之方法及相關電腦可讀取媒體 | |
US6597447B1 (en) | Method and apparatus for periodic correction of metrology data | |
US7236848B2 (en) | Data representation relating to a non-sampled workpiece | |
JP2007538383A (ja) | イオン注入プロセスの欠陥検出および制御方法、およびその実行システム | |
TWI693395B (zh) | 半導體製程之品質監控方法 | |
US7650199B1 (en) | End of line performance prediction | |
US7533313B1 (en) | Method and apparatus for identifying outlier data | |
US6905895B1 (en) | Predicting process excursions based upon tool state variables | |
CN105304514A (zh) | 一种半导体深孔刻蚀后的工艺监控方法 | |
US7348187B2 (en) | Method, device, computer-readable storage medium and computer program element for the monitoring of a manufacturing process of a plurality of physical objects | |
TW201600981A (zh) | 監控根據複數個製程配方運作之製程狀態的方法暨其系統 | |
CN111477562B (zh) | 用于半导体制造的晶片质量监控方法 | |
KR20210108597A (ko) | Defect 시각화를 이용한 불량 웨이퍼 관리 시스템 | |
US6978189B1 (en) | Matching data related to multiple metrology tools | |
Kuo et al. | Application of big data science in high reliability automotive wafer yield management system and failure analysis |