WO2022255030A1 - プローバ制御装置、プローバ制御方法、及びプローバ - Google Patents

プローバ制御装置、プローバ制御方法、及びプローバ Download PDF

Info

Publication number
WO2022255030A1
WO2022255030A1 PCT/JP2022/019630 JP2022019630W WO2022255030A1 WO 2022255030 A1 WO2022255030 A1 WO 2022255030A1 JP 2022019630 W JP2022019630 W JP 2022019630W WO 2022255030 A1 WO2022255030 A1 WO 2022255030A1
Authority
WO
WIPO (PCT)
Prior art keywords
input data
unit
probe
prediction
prober
Prior art date
Application number
PCT/JP2022/019630
Other languages
English (en)
French (fr)
Inventor
徹夫 吉田
俊輔 大竹
達也 松岡
Original Assignee
株式会社東京精密
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社東京精密 filed Critical 株式会社東京精密
Priority to KR1020237041608A priority Critical patent/KR20230170802A/ko
Priority to CN202280039695.7A priority patent/CN117425953A/zh
Publication of WO2022255030A1 publication Critical patent/WO2022255030A1/ja
Priority to US18/527,013 priority patent/US12007413B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/02—General constructional details
    • G01R1/06—Measuring leads; Measuring probes
    • G01R1/067—Measuring probes
    • G01R1/073—Multiple probes
    • G01R1/07307—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
    • G01R31/2891—Features relating to contacting the IC under test, e.g. probe heads; chucks related to sensing or controlling of force, position, temperature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/02—General constructional details
    • G01R1/06—Measuring leads; Measuring probes
    • G01R1/067—Measuring probes
    • G01R1/06711—Probe needles; Cantilever beams; "Bump" contacts; Replaceable probe pins
    • G01R1/06733—Geometry aspects
    • G01R1/0675—Needle-like
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/02—General constructional details
    • G01R1/06—Measuring leads; Measuring probes
    • G01R1/067—Measuring probes
    • G01R1/073—Multiple probes
    • G01R1/07307—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card
    • G01R1/07314—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card the body of the probe being perpendicular to test object, e.g. bed of nails or probe with bump contacts on a rigid support
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
    • G01R31/2887—Features relating to contacting the IC under test, e.g. probe heads; chucks involving moving the probe head or the IC under test; docking stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
    • G01R31/2889—Interfaces, e.g. between probe and tester
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67248—Temperature monitoring
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/683—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping
    • H01L21/687—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68707—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a robot blade, or gripped by a gripper for conveyance
    • 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

Definitions

  • the present invention relates to a prober control device, a prober control method, and a prober for a prober used to inspect electrical characteristics of semiconductor chips formed on a wafer.
  • a plurality of semiconductor chips having the same electrical element circuit are formed on the surface of the wafer.
  • Each semiconductor chip is inspected for electrical characteristics by a wafer test system before being individually cut by a dicer.
  • This wafer test system includes a prober and a tester (see Patent Documents 1 to 4).
  • the prober With the wafer held on the wafer chuck, the prober causes the probe needles to electrically contact the electrode pads of the semiconductor chip by relatively moving the probe card having the probe needles and the wafer chuck.
  • the tester supplies various test signals to the semiconductor chip through terminals connected to probe needles, and receives and analyzes the signals output from the semiconductor chip to determine whether the semiconductor chip operates normally. Testing.
  • the wafer chuck of the prober is provided with a temperature control unit such as a heater mechanism, a chiller mechanism, or a heat pump mechanism, and the wafer held on the wafer chuck is heated or cooled by the temperature control unit. .
  • a temperature control unit such as a heater mechanism, a chiller mechanism, or a heat pump mechanism
  • each part of the prober other than the wafer chuck gradually changes so as to approach the temperature of the wafer chuck. Therefore, each part deforms due to thermal expansion due to heating or contraction due to cooling, and the relative position between the probe needle and the semiconductor chip changes along with this deformation. As a result, when the probe needle and the wafer are moved relative to each other in order to inspect the semiconductor chip, a probing error may occur in which the probe needle does not properly contact the semiconductor chip.
  • Patent Document 1 a temperature sensor is attached to a probe card having probe needles, and based on the measurement result of this temperature sensor, a prober corrects the height position of the wafer chuck when the probe needles and the semiconductor chip are brought into contact. is disclosed.
  • the prober described in Patent Document 1 the relationship between the temperature of the probe card and the amount of displacement in the height direction of the probe needle is obtained in advance, so that the amount of correction of the height position of the wafer chuck is calculated based on the measurement result of the temperature sensor. can be asked for.
  • Patent Document 2 discloses a prober in which temperature sensors are provided on a probe card and an X-direction moving stage, and the probe needles are brought into contact with a semiconductor chip while the temperature of a predetermined portion of the prober is stable based on the measurement results of the temperature sensors. It is According to the prober described in Patent Document 2, the preheating time for preheating the wafer, the probe card, and the like can be shortened.
  • Patent Document 3 temperature sensors are attached to a wafer chuck, a card holder that holds a probe card, and a head stage that holds the card holder, respectively.
  • a prober for correcting for is disclosed.
  • the prober disclosed in Patent Document 3 the relationship between each temperature of the wafer chuck and card holder and the position of the probe needle is obtained in advance, thereby generating a predictive model showing the positional change of the probe needle accompanying each temperature change.
  • the prober of Patent Document 3 can correct the contact position between the probe needle and the semiconductor chip by referring to the prediction model based on the temperature measurement result of each temperature sensor.
  • Patent Document 4 the temperature of both the probe card and the card holder is measured, and based on the temperature measurement results of both, the relationship between the temperature of both and the position of the tip of the probe needle displaced by thermal deformation of both is predicted.
  • a prober is disclosed that predicts the tip position of a probe needle with reference to a model. According to the prober described in Patent Document 4, the probe needle can be efficiently and stably brought into contact with the semiconductor chip.
  • the drift of the temperature sensor may occur over a long period of time, or the temperature may fluctuate in places where the temperature is not measured inside the prober. If there is a displacement of the tip position of the probe needle, there is a possibility that the predicted value and the actually measured value of the tip position of the probe needle will deviate from each other.
  • the present invention has been made in view of such circumstances, and an object thereof is to provide a prober control device, a prober control method, and a prober capable of more accurately predicting the tip position of the probe needle.
  • a prober control device for achieving the object of the present invention comprises a wafer chuck holding a wafer on which a plurality of semiconductor chips are formed, a probe card having probe needles, and a probe card holding the outer circumference of the probe card.
  • an input data acquisition unit that acquires input data including temperature data of at least one of the card holder, and prediction that the input data is input and the tip position of the probe needle is output based on the input data acquired by the input data acquisition unit
  • a prediction unit that predicts the tip position of the probe needle using a model, input data that was used as teacher data for machine learning of the prediction model before the prediction by the prediction unit, and input data that was acquired by the input data acquisition unit. and a decision unit that decides whether or not to execute the prediction by the prediction unit based on.
  • this prober control device before the prediction by the prediction unit, it is possible to determine whether or not the prediction model used for this prediction can accurately predict the tip position of the probe needle based on the current input data. can.
  • the determination unit calculates a difference between the input data acquired by the input data acquisition unit and the input data used as the teacher data for each parameter of the input data. , calculating the square root of the sum of squares of the differences for each parameter, and based on whether at least one of the square roots of the sum of squares of the differences for each parameter is within a predetermined range, the prediction unit and a process of determining whether or not prediction can be executed.
  • a needle position acquisition unit that acquires the tip position of the probe needle when the determination unit determines no, and the input data and the needle position acquired by the input data acquisition unit.
  • a re-learning unit for re-learning the prediction model using teacher data including the tip position of the probe needle acquired by the unit, and the needle position acquisition unit and the re-learning unit until the decision unit determines that it is possible.
  • the input data acquisition unit and the determination unit operate repeatedly. This makes it possible to accurately predict the tip position of the probe needle.
  • the re-learning section excludes the oldest input data and the tip position of the probe needle corresponding to the input data from the teacher data, and then, the predictive model is generated based on the teacher data. perform re-learning. As a result, the influence of the drift of the input data acquisition section (temperature sensor) can be reduced.
  • the prediction unit predicts the tip position of the probe needle, and relative movement is performed based on the tip position of the probe needle predicted by the prediction unit.
  • a movement control unit that controls the unit to bring the probe needle into contact with the semiconductor chip.
  • the input data acquisition unit includes the temperature data, the chip size of the semiconductor chip, the position of the wafer, and the first data used to detect the semiconductor chip as the input data.
  • Alignment data including at least one of the positional relationship between the camera and the second camera used for detecting the probe needle is acquired.
  • a prober for achieving the object of the present invention comprises a wafer chuck that holds a wafer on which a plurality of semiconductor chips are formed, a probe card that has probe needles, and a probe card that holds the outer periphery of the probe card and attaches the probe card to the wafer. It comprises a card holder to face each other, a relative movement section for relatively moving the wafer chuck with respect to the probe needles, and the prober control device described above.
  • a prober control method for achieving the object of the present invention includes a wafer chuck that holds a wafer on which a plurality of semiconductor chips are formed, a probe card that has probe needles, and a probe card that holds the outer circumference of the probe card.
  • a probe card comprising: a probe card comprising: a card holder facing a wafer; and an input data acquisition step of acquiring input data including temperature data of at least one of the card holder, and prediction that the input data is input and the tip position of the probe needle is output based on the input data acquired in the input data acquisition step Prediction step of predicting the tip position of the probe needle using the model, input data used as teacher data for machine learning of the prediction model before the prediction step, and input data obtained in the input data acquisition step and a decision step of deciding whether or not to execute the prediction step based on the prediction step.
  • the present invention can more accurately predict the tip position of the probe needle.
  • FIG. 1 is a schematic diagram of a prober used in a wafer test system for testing electrical characteristics of a plurality of semiconductor chips formed on a wafer;
  • FIG. 3 is an external perspective view of a prober;
  • FIG. 4 is a top view of a wafer held on a wafer chuck;
  • FIG. 4 is an explanatory diagram showing an example of temperature measurement points of a card holder and a probe card by temperature sensors;
  • 3 is a functional block diagram showing functions of a control unit of the prober;
  • 4 is an explanatory diagram showing an example of teacher data used for machine learning of a prediction model by a prediction model generation unit; 4 is a flow chart showing the flow of a method for bringing a probe needle into contact with a semiconductor chip by a prober; Graph (see symbol VIIIA) showing the predicted value and the actual measurement of the tip position of the probe needle, and the predicted value and the actual measurement of the tip position of the probe needle, in a comparative example in which the determination by the determination unit and re-learning of the prediction model are not performed. 8B is a graph (see symbol VIIIB) showing a difference value from a value. In this embodiment, a graph showing the predicted value and the measured value of the tip position of the probe needle (see symbol IXA) and a graph showing the difference value between the predicted value and the measured value of the tip position of the probe needle (see symbol IXB ).
  • FIG. 1 is a schematic diagram of a prober 10 used in a wafer test system for testing electrical characteristics of a plurality of semiconductor chips 9 (see FIG. 3) formed on a wafer W.
  • FIG. 2 is an external perspective view of the prober 10.
  • the prober 10 includes a base 12, a Y stage 13, a Y moving section 14, an X stage 15, an X moving section 16, a Z ⁇ stage 17, and a Z ⁇ moving section 18. , wafer chuck 20, column 23 (see FIG. 2), head stage 24 (see FIG. 2), card holder 25, probe card 26, wafer alignment camera 29, upper/lower stage 30, needle alignment A camera 31, a cleaning plate 32, and a temperature sensor 34 are provided.
  • the external configuration of the prober 10 is not limited to the examples shown in FIGS. 1 and 2, and can be changed as appropriate.
  • a Y-stage 13 is supported on the upper surface of the base 12 so as to be movable in the Y-axis direction via a Y-moving section 14 .
  • the Y movement unit 14 includes, for example, a guide rail provided on the upper surface of the base 12 and parallel to the Y axis, a slider provided on the lower surface of the Y stage 13 and engaged with the guide rail, and moving the Y stage 13 in the Y axis direction. and an actuator, such as a motor, for moving the The Y moving unit 14 moves the Y stage 13 on the base 12 in the Y-axis direction.
  • An X-stage 15 is supported on the upper surface of the Y-stage 13 so as to be movable in the X-axis direction via an X-moving section 16 .
  • the X moving unit 16 includes, for example, a guide rail provided on the upper surface of the Y stage 13 and parallel to the X axis, a slider provided on the lower surface of the X stage 15 and engaged with the guide rail, and moving the X stage 15 along the X axis. and an actuator, such as a motor, for moving in a direction. This X moving unit 16 moves the X stage 15 on the Y stage 13 in the X axis direction.
  • a Z ⁇ stage 17 and a vertical stage 30 are provided on the upper surface of the X stage 15 .
  • a Z ⁇ moving unit 18 is provided on the Z ⁇ stage 17 .
  • a wafer chuck 20 is held on the upper surface of the Z ⁇ stage 17 via a Z ⁇ moving unit 18 .
  • the Z ⁇ moving unit 18 has, for example, an elevating mechanism that moves the Z ⁇ stage 17 in the Z-axis direction (vertical direction) and a rotation mechanism that rotates the Z ⁇ stage 17 around the Z-axis. Therefore, the Z ⁇ moving unit 18 moves the wafer chuck 20 held on the upper surface of the Z ⁇ stage 17 in the Z-axis direction and rotates it around the Z-axis.
  • a wafer W is held on the upper surface of the wafer chuck 20 by various holding methods such as vacuum suction. Further, the wafer chuck 20 is provided with a temperature adjustment section 20a for adjusting the temperature of the wafer W. As shown in FIG. A known mechanism such as a heater mechanism, a chiller mechanism, or a heat pump mechanism is used as the temperature adjustment unit 20a. The temperature adjuster 20 a adjusts the temperature of the wafer W held by the wafer chuck 20 .
  • the wafer chuck 20 is movably supported in the XYZ axis directions via the Y stage 13, the Y moving section 14, the X stage 15, the X moving section 16, the Z ⁇ stage 17, and the Z ⁇ moving section 18. Both are rotatably supported around the Z axis. As a result, the wafer W held by the wafer chuck 20 and the probe needles 35, which will be described later, can be moved relative to each other. That is, the Y stage 13 and Y moving section 14, the X stage 15 and X moving section 16, and the Z ⁇ stage 17 and Z ⁇ moving section 18 function as relative moving sections of the present invention.
  • FIG. 3 is a top view of the wafer W held by the wafer chuck 20.
  • the wafer W has a plurality of semiconductor chips 9 formed thereon.
  • Each semiconductor chip 9 is formed with a plurality of electrode pads 9a.
  • the column 23 is provided on the upper surface of the base 12, above the Y stage 13, the X stage 15, and the Z ⁇ stage 17 (hereinafter simply referred to as stages 13, 15, and 17). In position, it supports the headstage 24 . As a result, the head stage 24 is fixed on the base 12 via the struts 23 .
  • a card holder 25 is held in the center of the head stage 24 .
  • a holding hole 25a for holding the outer periphery of the probe card 26 is formed in the card holder 25, and the probe card 26 is held in this holding hole 25a. As a result, the probe card 26 is held at a position facing the wafer W via the head stage 24 and card holder 25 .
  • the probe card 26 has probe needles 35 arranged according to the arrangement of the electrode pads 9a of the semiconductor chip 9 to be inspected. These card holder 25 and probe card 26 are replaced according to the type of semiconductor chip 9 .
  • the probe card 26 is provided with connection terminals (not shown) electrically connected to the probe needles 35, and a tester (not shown) is connected to these connection terminals.
  • the tester supplies various test signals to the electrode pads 9a of the semiconductor chip 9 via the connection terminals of the probe card 26 and the probe needles 35, and receives and analyzes the signals output from the electrode pads 9a to test the semiconductor. Test whether the chip 9 works normally. Since the configuration of the tester and the test method are well-known technologies, detailed description thereof will be omitted.
  • the wafer alignment camera 29 corresponds to the first camera of the present invention, and photographs the semiconductor chip 9 on the wafer W held by the wafer chuck 20 . Based on the captured image captured by the wafer alignment camera 29, the positions of the electrode pads 9a of the semiconductor chip 9 to be inspected can be detected.
  • the installation position and structure of the wafer alignment camera 29 are not particularly limited, in the present embodiment, as disclosed in Japanese Patent Application Laid-Open No. 2003-303865, the wafer alignment camera 29 and the needle alignment camera 31, which will be described later. An installation position and structure (spot light irradiation optical system) capable of measuring the relative distance are adopted.
  • a needle positioning camera 31 and a cleaning plate 32 are provided on the upper and lower stages 30 at positions substantially facing the head stage 24 and the like.
  • the vertical stage 30 also has an elevation mechanism (not shown) that is movable in the Z-axis direction, so that the positions of the needle positioning camera 31 and the cleaning plate 32 in the Z-axis direction can be adjusted.
  • the needle positioning camera 31 and the cleaning plate 32 are movably supported in the XYZ axis directions via the Y stage 13 and Y moving section 14, the X stage 15 and X moving section 16, and the vertical stage 30. It is Thereby, the needle positioning camera 31, the cleaning plate 32, and the probe needle 35 can be moved relative to each other.
  • the needle positioning camera 31 corresponds to the second camera of the present invention, and photographs the probe needles 35 of the probe card 26 . Based on the captured image of the probe needle 35 captured by the needle positioning camera 31, the position of the probe needle 35 can be detected. Specifically, the XY coordinates of the tip position of the probe needle 35 are detected from the position coordinates of the needle positioning camera 31 , and the Z coordinate of the tip position of the probe needle 35 is detected from the focus position of the needle positioning camera 31 .
  • each stage 13, 15, 17 is driven each time the probe card 26 is replaced or each time a predetermined number of semiconductor chips 9 are inspected.
  • the probe needle 35 is photographed by the needle positioning camera 31. Based on the image captured by the needle positioning camera 31, the tip position of the probe needle 35 is detected as described above.
  • the stages 13, 15, and 17 are driven to relatively move the wafer alignment camera 29 to the photographing position of the wafer W, and then the wafer alignment is performed.
  • the semiconductor chip 9 on the wafer W is photographed by the camera 29 . Based on the photographed image of the wafer alignment camera 29, the positions of the electrode pads 9a of the semiconductor chip 9 to be inspected are detected.
  • the stages 13, 15 and 17 are driven to electrically contact the probe needles 35 with the electrode pads 9a of the semiconductor chip 9 to be tested first.
  • the semiconductor chip 9 to be tested first is tested by a tester (not shown). Thereafter, the remaining semiconductor chips 9 to be inspected are similarly inspected.
  • a specific method for inspecting the semiconductor chip 9 is a well-known technique, so a detailed description is omitted here (see, for example, Patent Document 4).
  • the temperature sensors 34 are provided at positions facing the lower surfaces of the card holder 25 and the probe card 26, for example, the side surfaces of the Z ⁇ stage 17 and the upper and lower stages 30, respectively. Therefore, each temperature sensor 34 is held by each stage 13, 15, 17, 30 so as to be relatively movable with respect to the card holder 25 and the probe card 26.
  • FIG. 1 A block diagram illustrating an exemplary computing environment in accordance with the present disclosure.
  • the temperature sensor 34 is, for example, a non-contact temperature sensor using a radiant energy detection method, and measures the temperature of the card holder 25 and the probe card 26 without contact.
  • the card holder 25 and the probe card 26 are thermally deformed under the influence of the temperature of the wafer chuck 20, and the position of the tip of the probe needle 35 is displaced with this thermal deformation. Therefore, by measuring the temperatures of the card holder 25 and the probe card 26 with the temperature sensor 34, the tip position [displacement (displacement direction, displacement amount)] of the probe needle 35 can be predicted (see Patent Document 4 above). .
  • FIG. 4 is an explanatory diagram showing an example of temperature measurement points of the card holder 25 and the probe card 26 by the temperature sensor 34.
  • FIG. 4 illustration of the probe needle 35 is omitted.
  • the temperature sensor 34 has a plurality of temperature measurement points P1 to P5 inside the probe card 26 and a Temperatures are measured at a plurality of locations including a plurality of temperature measurement points P6 to P13. Note that the temperature measurement points P1 to P13 in FIG. 4 are examples, and their positions and numbers may be changed as appropriate.
  • the temperature sensor 34 measures the temperature of each of the temperature measurement points P1 to P13 under the control of the control section 40 (see FIG. 5), which will be described later, and outputs temperature data, which is the result of the temperature measurement, to the control section 40. It should be noted that when measuring temperatures at the respective temperature measuring points P1 to P13, the temperature sensor 34 is placed at a position where the temperatures at the respective temperature measuring points P1 to P13 can be measured. The stages 13 , 15 , 17 and 30 are driven, that is, the temperature sensor 34 is moved relative to the card holder 25 and probe card 26 . This enables fixed-point measurement of the temperature at each of the temperature measurement points P1 to P13.
  • FIG. 5 is a functional block diagram showing functions of the controller 40 of the prober 10. As shown in FIG. 5 shows only the function related to the contact control between the probe needle 35 and the wafer W (the electrode pad 9a of the semiconductor chip 9) among the functions of the control unit 40, and the other functions are known techniques. Therefore, illustration is omitted.
  • control section 40 corresponds to the prober control device of the present invention, and controls each section of the prober 10 in an integrated manner.
  • the control unit 40 may be built in the main body of the prober 10, or may be provided separately from the main body.
  • the control unit 40 is composed of an arithmetic device such as a personal computer, for example, and includes an arithmetic circuit composed of various processors, memories, and the like.
  • processors include CPU (Central Processing Unit), GPU (Graphics Processing Unit), ASIC (Application Specific Integrated Circuit), and programmable logic devices [e.g. SPLD (Simple Programmable Logic Devices), CPLD (Complex Programmable Logic Device), and FPGA (Field Programmable Gate Arrays)].
  • Various functions of the control unit 40 may be realized by one processor, or may be realized by a plurality of processors of the same type or different types.
  • control unit 40 is connected to the above-described wafer alignment camera 29, needle alignment camera 31, temperature sensor 34, etc. via various communication interfaces (not shown), as well as alignment data measurement.
  • a unit 38 and a storage unit 39 are connected.
  • the alignment data measuring unit 38 measures alignment data by controlling the wafer alignment camera 29, the needle alignment camera 31, and the like.
  • the alignment data is data used for predicting the tip position (displacement) of the probe needle 35 together with the temperature data described above.
  • This alignment data includes, for example, the three-dimensional chip size of the semiconductor chip 9 to be inspected, the three-dimensional position of the wafer W, and the three-dimensional relative distance between the wafer alignment camera 29 and the needle alignment camera 31. (hereinafter abbreviated as camera relative distance).
  • the camera relative distance indicates the positional relationship between the wafer alignment camera 29 and the needle alignment camera 31 .
  • the alignment data measurement unit 38 measures the chip size (expansion amount) of the semiconductor chip 9 based on the captured image of the wafer W (semiconductor chip 9 ) captured by the wafer alignment camera 29 . Further, the alignment data measuring unit 38 measures the position of the wafer W based on the photographed image of the specific pattern (not shown) of the semiconductor chip 9 photographed by the wafer alignment camera 29 . Further, as disclosed in Japanese Patent Application Laid-Open No. 2003-303865, the alignment data measurement unit 38 includes a wafer alignment camera 29, a needle alignment camera 31, and an optical system (not shown) for irradiating spot light. and to measure the relative camera distance. The alignment data measurement unit 38 then outputs alignment data including the chip size of the semiconductor chip 9 , the position of the wafer W, and the camera relative distance to the control unit 40 .
  • the storage unit 39 stores a control program (not shown) for operating the control unit 40, test results of the semiconductor chip 9 by the prober 10, and teacher data 56 (training data) used for machine learning of the prediction model 47 described later. data) is stored.
  • control unit 40 executes a control program (not shown) read out from the storage unit 39 to obtain an input data acquisition unit 42, a needle position acquisition unit 44, a prediction unit 46 , a prediction model generation unit 48 , a determination unit 50 , and a movement control unit 52 .
  • the input data acquisition unit 42 Before the contact control for bringing the probe needle 35 into contact with the semiconductor chip 9 to be inspected (hereinafter simply referred to as "before contact control"), and before generating and re-learning the prediction model 47 described later, the input data acquisition unit 42: The temperature measurement of each temperature measurement point P1 to P13 by the temperature sensor 34 and the alignment data measurement by the alignment data measurement unit 38 are executed. Thereby, the input data acquisition unit 42 acquires input data including the temperature data of the temperature measurement points P1 to P13 from the temperature sensor 34 and the alignment data from the alignment data measurement unit 38 at each timing described above. do.
  • the input data acquisition unit 42 outputs the input data acquired before the contact control to the prediction unit 46 and the determination unit 50 described later, and outputs the input data acquired before the prediction model 47 is generated and before re-learning. Output to the model generation unit 48 .
  • the needle position acquisition unit 44 captures images of the probe needles 35 with the needle positioning camera 31 after the replacement of the probe card 26, after inspection of a predetermined number of semiconductor chips 9, and before generation and re-learning of a prediction model 47, which will be described later. is executed to obtain a photographed image of the probe needle 35 from the needle positioning camera 31, and the tip position of the probe needle 35 is obtained based on this photographed image.
  • the needle position acquisition unit 44 outputs the tip position of the probe needle 35 acquired before generation of the prediction model 47 and before re-learning to the prediction model generation unit 48 described later, and acquires the tip position after the replacement of the probe card 26 or the like.
  • the tip position of the probe needle 35 is output to the movement control section 52 which will be described later.
  • the prediction unit 46 predicts the tip position of the probe needle 35 before contact control and when the determination unit 50 (to be described later) determines that the prediction unit 46 can execute prediction. Specifically, the prediction unit 46 refers to a prediction model 47 generated in advance, which will be described later, based on the input data (the temperature data of the temperature measurement points P1 to P13 and the alignment data) acquired by the input data acquisition unit 42. The tip position of the probe needle 35 is predicted, and the prediction result of the tip position is output to the movement control section 52 . The tip position of the probe needle 35 predicted by the prediction model 47 also includes a variation amount (correction amount) from the tip position of the probe needle 35 acquired by the needle position acquisition unit 44 .
  • the prediction model 47 is a trained model generated by machine learning (supervised learning) using a multiple regression model (multiple regression formula, multiple regression analysis) by the prediction model generation unit 48, which will be described later.
  • the prediction model 47 receives a plurality of input data (temperature data of the temperature measurement points P1 to P13 and alignment data) as explanatory variables, and outputs a predicted value of the tip position of the probe needle 35 as an objective variable.
  • the prediction model generation unit 48 generates the prediction model 47 before inspecting the semiconductor chips 9 of the product wafer W.
  • the predictive model generation unit 48 generates teacher data 56 (input data, alignment data, and the tip of the probe needle 35) using a product wafer W or the same wafer W for testing (for predictive model creation). position).
  • FIG. 6 is an explanatory diagram showing an example of teacher data 56 used for machine learning of the prediction model 47 by the prediction model generation unit 48.
  • FIG. 6 illustrates only the alignment data in one of the XYZ directions (the Y direction in this case) and the tip position of the probe needle 35 in one direction.
  • the prediction model generation unit 48 controls the temperature sensor 34, the alignment data measurement unit 38, the movement control unit 52 described later, and the like to measure input data (each temperature measurement of temperature at measurement points P1 to P13, measurement of alignment data) are executed for a predetermined time. As a result, temperature data T1-T13 are obtained for each of the temperature measurement points P1-P13. Also, as alignment data, the chip size D1 of the semiconductor chip 9 (amount of change from the start of the lot), the wafer position D2 of the wafer W (amount of change from the start of the lot), and the relative camera distance D3 (the amount of change from the start of the lot). variation) is obtained.
  • the predictive model generation unit 48 controls the needle positioning camera 31, the needle position acquisition unit 44, the movement control unit 52 described later, etc. in accordance with the measurement timing of the input data described above, and determines the tip position of the probe needle 35. Let the measurement run. As a result, the tip position Y[ ⁇ ] ( ⁇ is an arbitrary natural number) of the probe needle 35 for each measurement timing of the input data is obtained.
  • the prediction model generation unit 48 acquires a plurality of teacher data 56 including input data and the tip position Y[ ⁇ ] of the probe needle 35 corresponding to the input data.
  • the minimum number of teacher data 56 required for machine learning of the prediction model 47 may be obtained.
  • one wafer W is used to acquire the teacher data 56 .
  • the predictive model generation unit 48 generates a weighted model based on a plurality of teacher data 56, that is, the input data (T1 to T13, D1 to D3) as explanatory variables and the tip position Y [ ⁇ ] of the probe needle 35 as an objective variable.
  • a prediction model 47 for predicting the tip position of the probe needle 35 is generated from input data by machine learning using a regression model.
  • a specific method of generating the predictive model 47 that is, a machine learning algorithm using a multiple regression model is a known technique, so a specific description thereof will be omitted here. Thereby, the prediction unit 46 can predict the current tip position of the probe needle 35 from the current input data.
  • the machine learning algorithm for generating the prediction model 47 is not limited to the multiple regression model, and a known machine learning algorithm such as a convolutional neural network (CNN) may be used.
  • CNN convolutional neural network
  • the predictive model generation unit 48 causes the storage unit 39 to store teacher data 56 (input data only) used for machine learning of the predictive model 47 .
  • the teacher data 56 stored in the storage unit 39 is used by the determination unit 50, which will be described later, to determine whether or not the prediction unit 46 can execute prediction.
  • the prediction model generation unit 48 operates after the prediction model 47 is generated and when the determination unit 50, which will be described later, determines that the prediction unit 46 should not perform prediction. , the prediction model 47 is re-learned.
  • the determination unit 50 operates before contact control (before prediction by the prediction unit 46), and determines current (latest) input data acquired by the input data acquisition unit 42 and teacher data in the storage unit 39. 56 and the input data of 56 to determine whether or not to execute prediction by the prediction unit 46 (simply referred to as prediction enable/disable determination).
  • this prediction model 47 has already performed machine learning with the teacher data 56 corresponding to the current input data. It is a learned state that has been completed. Therefore, when the prediction unit 46 predicts the tip position of the probe needle 35 using the prediction model 47 based on the current input data, the tip position of the probe needle 35 can be accurately predicted.
  • this prediction model 47 is in an unlearned state in which machine learning has not been performed with the teacher data 56 corresponding to the current input data. Therefore, even if the prediction unit 46 predicts the tip position of the probe needle 35 using the unlearned prediction model 47, the tip position of the probe needle 35 cannot be predicted accurately.
  • the determination unit 50 compares the current input data with the input data of the teacher data 56 in the storage unit 39 to determine whether the prediction model 47 has been trained or has not been trained with respect to the current input data. Prediction propriety determination is performed by determining whether or not.
  • the determination unit 50 calculates the difference between the current input data and the input data of the teacher data 56 for each input data parameter (temperature data T1 to T13, chip size D1, wafer position D2, camera relative distance D3). do. Next, the determination unit 50 calculates the square root of the sum of squares of the differences for each parameter, and predicts based on whether at least one of the square roots of the sum of squares for each parameter is within a certain range (below the threshold). It is determined whether the model 47 is in the learned state or in the unlearned state.
  • the determination method (determination method) by the determination unit 50 will be specifically described below. In order to avoid complicating the explanation, the explanation will be made assuming that the input data consists only of the temperature data T1 to T13.
  • the learned input data (explanatory variable) is expressed by the following formula [Equation 1]. Further, the learned tip position Y[ ⁇ ] (objective variable) of the probe needle 35 is expressed by the following [Equation 2].
  • a function obtained by a machine learning algorithm using a multiple regression model, that is, a prediction model 47 is expressed by the following [Equation 3].
  • the prediction unit 46 described above based on the current input data X[T], which is the explanatory variable, uses the prediction model 47 represented by the formula [Equation 3] to calculate the tip position of the probe needle 35, which is the objective variable. Predict Y[T].
  • the determination unit 50 determines that the prediction model 47 is in an unlearned state, and denies execution of prediction by the prediction model 47. and decide.
  • the predictive model generating unit 48 receives the determination result from the determining unit 50 and functions as the re-learning unit of the present invention, thereby re-learning the predictive model 47 .
  • the prediction model generation unit 48 controls the needle position acquisition unit 44, a movement control unit 52 described later, and the like, and obtains an objective variable corresponding to the current input data X[T]. A tip position Y[T] of a certain probe needle 35 is acquired. At this time, the predictive model generation unit 48 may control the temperature sensor 34, the alignment data measurement unit 38, the movement control unit 52, and the like to re-measure the input data.
  • the predictive model generator 48 adds the current input data X[T] and the tip position Y[T] of the probe needle 35 to the teacher data 56 in the storage unit 39 to create new teacher data 56. do.
  • the prediction model generation unit 48 converts the teacher data 56 in the storage unit 39 ( It is preferable to exclude the oldest data (X[1], Y[1]) from explanatory variables, objective variables).
  • the prediction model generation unit 48 generates the teacher data 56 stored in the storage unit 39, that is, the input data (explanatory variables) shown in the above [Equation 6] and the probe needle shown in the above [Equation 7]. Based on the tip position (objective variable) of 35, machine learning is performed using a multiple regression model, and the prediction model 47 is re-learned. As a result, a new prediction model 47 (function) is obtained as shown in the following [Equation 8].
  • the input data acquisition unit 42 acquires the input data, and then the determination unit 50 determines whether prediction is possible.
  • the tip of the probe needle 35 is repeatedly operated by the needle position acquisition unit 44, the prediction model generation unit 48, the input data acquisition unit 42, and the determination unit 50 until the determination unit 50 determines that the prediction is possible. Acquisition of the position, updating of the teacher data 56 in the storage unit 39, re-learning of the prediction model 47, acquisition of the input data, and determination of prediction propriety are repeatedly executed. Thereby, the prediction unit 46 can always predict the tip position of the probe needle 35 using the learned prediction model 47 .
  • the movement control unit 52 drives the stages 13, 15, and 17 via the Y moving unit 14, the X moving unit 16, and the Z ⁇ moving unit 18.
  • the movement control unit 52 obtains the positions of the semiconductor chips 9 (electrode pads 9 a ) to be inspected on the wafer W held by the wafer chuck 20 based on the photographed image input from the wafer alignment camera 29 .
  • the movement control unit 52 also acquires the tip position of the probe needle 35 (value measured when the probe card 26 is replaced, etc.) from the needle position acquisition unit 44 .
  • the movement control unit 52 drives the stages 13, 15, and 17 to move the wafer W relative to the probe needles 35, thereby moving the probe needles 35 over the wafer W.
  • the semiconductor chips 9 to be inspected are brought into contact with each other in order.
  • the movement control unit 52 drives the stages 13, 15, and 17 based on the prediction result of the tip position of the probe needle 35 by the prediction unit 46, and moves the semiconductor chip 9 for each semiconductor chip 9 to be inspected.
  • the contact position of the probe needle 35 with respect to is corrected.
  • the probe needle 35 can be moved to the inspection target at each contact position after correction corresponding to the tip position after this displacement. It can be brought into contact with the semiconductor chip 9 .
  • FIG. 7 is a flow chart showing the flow of the method of contacting the probe needle 35 to the semiconductor chip 9 by the prober 10 having the above configuration, which corresponds to the prober control method of the present invention.
  • the prediction model 47 is generated in advance, and the teaching data 56 used for the machine learning is stored in the storage unit 39, and the tip position of the probe needle 35 is also acquired by the needle position acquiring unit 44. I will explain as a thing.
  • the movement control unit 52 determines the position of the semiconductor chip 9 (electrode pad 9a) to be inspected based on the captured image captured by the wafer alignment camera 29 .
  • the input data acquisition unit 42 causes the temperature sensor 34 to measure temperatures at the temperature measurement points P1 to P13 and the alignment data measurement unit 38 to measure alignment data.
  • the input data acquisition unit 42 acquires the current input data including the temperature data of the temperature measurement points P1 to P13 and the alignment data (step S1, which corresponds to the input data acquisition step of the present invention).
  • the determination unit 50 operates to compare the current input data acquired by the input data acquisition unit 42 and the input data of the teacher data 56 in the storage unit 39 for prediction.
  • the predictive model 47 determines whether the current input data is in a learned state or in an unlearned state.
  • the prediction model generation unit 48 controls the needle position acquisition unit 44, the movement control unit 52, etc., to correspond to the current input data.
  • the tip position of the probe needle 35 is obtained (step S4). At this time, the input data may be reacquired.
  • the prediction model generation unit 48 stores the current input data and the tip position of the probe needle 35 with respect to the teacher data 56 in the storage unit 39 as shown in the above [Equation 6] and [Equation 7]. By adding Y and excluding the oldest data, the teacher data 56 is updated (step S5). Then, the prediction model generation unit 48 re-learns the prediction model 47 based on the new teacher data 56 in the storage unit 39 to generate a new prediction model 47 (step S6).
  • the input data acquisition unit 42 acquires the input data again (step S2), and the determination unit 50 determines whether prediction is possible based on this input data (step S3). Thereafter, the processes of steps S4 to S6, steps S1, and S2 are repeated until the determination unit 50 determines that prediction is possible.
  • the prediction unit 46 refers to the prediction model 47 based on the most recent input data acquired in step S1 to determine the tip position of the probe needle 35. is predicted (step S7, which corresponds to the prediction step of the present invention). The prediction unit 46 then outputs the prediction result of the tip position of the probe needle 35 to the movement control unit 52 .
  • the movement control unit 52 moves the stages 13, 15, and 17 based on the prediction result of the tip position of the probe needle 35 input from the prediction unit 46 and the previously determined position of the semiconductor chip 9 to be inspected.
  • the probe needle 35 is brought into contact with the semiconductor chip 9 to be inspected (step S8). After this contact, the semiconductor chip 9 is tested by a tester (not shown) (step S9).
  • step S1 to step S7 may be repeatedly executed each time a predetermined number of semiconductor chips 9 are inspected or each time a predetermined time elapses.
  • the determination unit 50 compares the current input data acquired before contact control with the input data of the teacher data 56 to determine whether prediction is possible. When it is determined, the tip position of the probe needle 35 can be predicted more accurately than before by re-learning the prediction model 47 .
  • FIG. 8 is a graph (see symbol VIIIA) showing the predicted value PV and the measured value MV of the tip position of the probe needle 35 in a comparative example in which the determination by the determination unit 50 and the re-learning of the prediction model 47 are not performed, and the probe 8 is a graph (see symbol VIIIB) showing a difference value between the predicted value PV and the measured value MV of the tip position of the needle 35;
  • FIG. 9 is a graph (see symbol IXA) showing the predicted value PV and the measured value MV of the tip position of the probe needle 35, and the predicted value PV and the measured value MV of the tip position of the probe needle 35 in this embodiment. is a graph (see symbol IXB) showing the difference value of .
  • the graphs of FIGS. 8 and 9 show predicted values of the tip position of the probe needle 35 in any one of the XYZ directions (the Y direction in this case) when the temperature of the wafer chuck 20 is set to 200°. It shows temporal changes in PV and measured values MV, and temporal changes in their difference values. WA in FIGS. 8 and 9 indicates a machine learning range in which machine learning is performed.
  • the drift of the temperature sensor 34 occurs, or the position of the tip of the probe needle 35 is displaced due to the temperature fluctuation in the portion of the prober 10 where the temperature is not measured. , it was confirmed that there is a deviation between the predicted value PV and the measured value MV of the tip position of the probe needle 35 after the machine learning range WA, and the difference value gradually increases.
  • the determination of the prediction availability by the determination unit 50 and the re-learning of the prediction model 47 are performed to predict the tip position of the probe needle 35. It was confirmed that the value PV and the actual measurement value MV were almost the same, and the difference value was reduced. As a result, in the present embodiment, drift of the temperature sensor 34 may occur, or the tip position of the probe needle 35 may be displaced due to temperature fluctuations at locations in the prober 10 where the temperature is not measured. However, by re-learning the prediction model 47, the tip position of the probe needle can be predicted more accurately.
  • the prediction model generator 48 both generates and relearns the prediction model 47, but the generation of the prediction model 47 may be performed by the manufacturer of the prober 10, another prober 10, or the like.
  • the control unit 40 instead of the prediction model generation unit 48, the control unit 40 may be provided with a re-learning unit that only re-learns the prediction model 47.
  • the determination unit 50 uses the above [Equation 5] to determine whether prediction is possible, but this determination method is not particularly limited. For example, for each parameter of the input data, it is determined whether or not the current input data is included between the maximum and minimum values of the input data of the teacher data 56 (hereinafter referred to as the maximum and minimum range), and all parameters A prediction yes/no decision may be made based on whether the current input data is within the maximum/minimum range in .
  • the temperature data of the card holder 25 and the probe card 26 and the alignment data are measured as the input data in the above embodiment, only the temperature data may be measured. Further, in the above embodiment, the temperature data of both the card holder 25 and the probe card 26 are measured as input data, but the temperature data of at least one of the card holder 25 and the probe card 26 may be measured. Furthermore, in the above embodiment, the chip size of the semiconductor chip 9, the position of the wafer W, and the relative distance to the camera are measured as alignment data, but at least one of these may be measured.
  • non-contact temperature sensor 34 is used in the above embodiment, a contact temperature sensor 34 may be used.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Software Systems (AREA)
  • Robotics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Tests Of Electronic Circuits (AREA)

Abstract

プローブ針の先端位置をより正確に予測することが可能なプローバ制御装置、プローバ制御方法、及びプローバを提供する。プローブ針を半導体チップに接触させるプローバ制御装置において、プローブカード及びカードホルダの少なくとも一方の温度データを含む入力データを取得する入力データ取得部と、入力データ取得部が取得した入力データに基づき、入力データを入力とし且つプローブ針の先端位置を出力とする予測モデルを用いて、プローブ針の先端位置を予測する予測部と、予測部の予測前に、予測モデルの機械学習に教師データとして用いられた入力データと、入力データ取得部が取得した入力データとに基づき、予測部による予測の実行の可否を決定する決定部と、を備える。

Description

プローバ制御装置、プローバ制御方法、及びプローバ
　本発明は、ウェーハに形成された半導体チップの電気的特性の検査に用いられるプローバのプローバ制御装置、プローバ制御方法、及びプローバに関する。
　ウェーハの表面には、同一の電気素子回路を有する複数の半導体チップが形成されている。各半導体チップは、ダイサーで個々に切断される前に、ウェーハテストシステムにより電気的特性が検査される。このウェーハテストシステムは、プローバとテスタとを備える（特許文献１から特許文献４参照）。
　プローバは、ウェーハをウェーハチャック上に保持した状態で、プローブ針を有するプローブカードとウェーハチャックとを相対移動させることにより、半導体チップの電極パッドにプローブ針を電気的に接触（コンタクト）させる。テスタは、プローブ針に接続された端子を介して、半導体チップに各種の試験信号を供給すると共に、半導体チップから出力される信号を受信及び解析して半導体チップが正常に動作するか否かをテストする。
　半導体チップは広い用途に使用されており、広い温度範囲で使用される。そのため、半導体チップの検査は、例えば室温（常温）、高温、及び低温で行う必要がある。このため、プローバのウェーハチャックには、例えばヒータ機構、チラー機構、ヒートポンプ機構などの温度調整部を設けられており、この温度調整部によってウェーハチャック上に保持されているウェーハが加熱又は冷却される。
　この際に、プローバのウェーハチャック以外の各部の温度もウェーハチャックの温度に近づくように徐々に変化する。このため、各部が加熱による熱膨張又は冷却により収縮することによって変形し、この変形に伴いプローブ針と半導体チップとの相対位置も変化する。その結果、半導体チップの検査を行うためにプローブ針とウェーハとを相対移動させた際に、プローブ針が半導体チップに正しく接触しないプロービングミスが生じるおそれがある。
　そこで、特許文献１には、プローブ針を有するプローブカードに温度センサを取り付け、この温度センサの測定結果に基づき、プローブ針と半導体チップとを接触させる際のウェーハチャックの高さ位置を補正するプローバが開示されている。この特許文献１に記載のプローバでは、プローブカードの温度とプローブ針の高さ方向の変位量との関係を予め求めておくことで、温度センサの測定結果からウェーハチャックの高さ位置の補正量を求めることができる。
　特許文献２には、プローブカード及びＸ方向移動ステージに温度センサを設け、温度センサの測定結果に基づきプローバの所定部位の温度が安定している状態でプローブ針を半導体チップに接触させるプローバが開示されている。この特許文献２に記載のプローバによれば、ウェーハ及びプローブカード等を予め加熱するプリヒート時間を短縮することができる。
　特許文献３には、ウェーハチャック、プローブカードを保持するカードホルダ、及びカードホルダを保持するヘッドステージにそれぞれ温度センサを取り付け、各温度センサの測定結果に基づき、プローブ針と半導体チップとの接触位置を補正するプローバが開示されている。この特許文献３のプローバでは、ウェーハチャック、及びカードホルダの各温度とプローブ針の位置との関係を予め求めることで、各温度の変化に伴うプローブ針の位置変化を示す予測モデルを生成する。これにより、特許文献３のプローバは、各温度センサの温度測定結果に基づき、予測モデルを参照することで、プローブ針と半導体チップとの接触位置を補正することができる。
　特許文献４には、プローブカード及びカードホルダの双方の温度測定を行い、双方の温度測定結果に基づき、双方の温度と、双方の熱変形により変位したプローブ針の先端位置との関係を示す予測モデルを参照して、プローブ針の先端位置を予測するプローバが開示されている。この特許文献４に記載のプローバによれば、プローブ針を半導体チップに効率良く安定して接触させることができる。
特開２００６－１７３２０６号公報 特開２００５－２２８７８８号公報 特開２００７－３１１３８９号公報 特開２０１８－１１７０９５号公報
　上記特許文献３及び特許文献４に記載のプローバでは予測モデルを予め生成しているが、ウェーハチャックが温度変化した直後などのようにプローバ内の温度が安定しない状態で予測モデルが生成された場合には、予測モデルによるプローブ針の先端位置の予測値とプローブ針の先端位置の実測値との間に乖離が生じる。その結果、プロービングミスが発生するおそれがある。従って、この場合には、プローバ内の温度が安定するまで予測モデルの生成（学習）を長時間続ける必要がある。
　また、プローバ内の温度が安定した状態で生成された予測モデルを用いたとしても、長時間の経過によって温度センサのドリフトが発生したり、或いはプローバ内で温度測定していない箇所の温度変動に伴うプローブ針の先端位置の変位が発生したりした場合には、プローブ針の先端位置の予測値と実測値との間に乖離が生じてしまうおそれがある。
　本発明はこのような事情に鑑みてなされたものであり、プローブ針の先端位置をより正確に予測することが可能なプローバ制御装置、プローバ制御方法、及びプローバを提供することを目的とする。
　本発明の目的を達成するためのプローバ制御装置は、複数の半導体チップが形成されたウェーハを保持するウェーハチャックと、プローブ針を有するプローブカードと、プローブカードの外周を保持して、プローブカードをウェーハに対向させるカードホルダと、ウェーハチャックをプローブ針に対して相対移動させる相対移動部と、を備えるプローバの相対移動部を駆動してプローブ針を半導体チップに接触させるプローバ制御装置において、プローブカード及びカードホルダの少なくとも一方の温度データを含む入力データを取得する入力データ取得部と、入力データ取得部が取得した入力データに基づき、入力データを入力とし且つプローブ針の先端位置を出力とする予測モデルを用いて、プローブ針の先端位置を予測する予測部と、予測部の予測前に、予測モデルの機械学習に教師データとして用いられた入力データと、入力データ取得部が取得した入力データとに基づき、予測部による予測の実行の可否を決定する決定部と、を備える。
　このプローバ制御装置によれば、予測部による予測前に、この予測に用いられる予測モデルが現在の入力データに基づいて正確なプローブ針の先端位置を予測可能であるか否かを判定することができる。
　本発明の他の態様に係るプローバ制御装置において、決定部は、入力データのパラメータごとに、入力データ取得部が取得した入力データと教師データとして用いられた入力データとの差分を演算する処理と、パラメータごとに差分の二乗和平方根を演算して、パラメータごとの差分の二乗和平方根の中で、予め定められた一定範囲内になるものが少なくとも１つあるか否かに基づき、予測部による予測の実行の可否を判定する処理と、を行う。
　本発明の他の態様に係るプローバ制御装置において、決定部が否と決定した場合に、プローブ針の先端位置を取得する針位置取得部と、入力データ取得部が取得した入力データと針位置取得部が取得したプローブ針の先端位置とを加えた教師データを用いて、予測モデルを再学習させる再学習部と、を備え、決定部が可と決定するまで、針位置取得部と再学習部と入力データ取得部と決定部とが繰り返し作動する。これにより、プローブ針の先端位置を正確に予測することができる。
　本発明の他の態様に係るプローバ制御装置において、再学習部が、教師データの中から最も古い入力データ及び入力データに対応するプローブ針の先端位置を除外してから、教師データに基づき予測モデルの再学習を実行する。これにより、入力データ取得部（温度センサ）のドリフトの影響を低減させることができる。
　本発明の他の態様に係るプローバ制御装置において、決定部が可と決定した場合に、予測部がプローブ針の先端位置を予測し、予測部が予測したプローブ針の先端位置に基づき、相対移動部を制御して、半導体チップにプローブ針を接触させる移動制御部を備える。これにより、プローブ針を半導体チップに正しく接触させることができる。
　本発明の他の態様に係るプローバ制御装置において、入力データ取得部が、入力データとして、温度データの他に、半導体チップのチップサイズと、ウェーハの位置と、半導体チップの検出に用いられる第１カメラ及びプローブ針の検出に用いられる第２カメラの位置関係と、の少なくともいずれか１つを含むアライメントデータを取得する。
　本発明の目的を達成するためのプローバは、複数の半導体チップが形成されたウェーハを保持するウェーハチャックと、プローブ針を有するプローブカードと、プローブカードの外周を保持して、プローブカードをウェーハに対向させるカードホルダと、ウェーハチャックをプローブ針に対して相対移動させる相対移動部と、上述のプローバ制御装置と、を備える。
　本発明の目的を達成するためのプローバ制御方法は、複数の半導体チップが形成されたウェーハを保持するウェーハチャックと、プローブ針を有するプローブカードと、プローブカードの外周を保持して、プローブカードをウェーハに対向させるカードホルダと、ウェーハチャックをプローブ針に対して相対移動させる相対移動部と、を備えるプローバの相対移動部を駆動してプローブ針を半導体チップに接触させるプローバ制御方法において、プローブカード及びカードホルダの少なくとも一方の温度データを含む入力データを取得する入力データ取得ステップと、入力データ取得ステップで取得した入力データに基づき、入力データを入力とし且つプローブ針の先端位置を出力とする予測モデルを用いて、プローブ針の先端位置を予測する予測ステップと、予測ステップの前に、予測モデルの機械学習に教師データとして用いられた入力データと、入力データ取得ステップで取得した入力データとに基づき、予測ステップの実行の可否を決定する決定ステップと、を有する。
　本発明は、プローブ針の先端位置をより正確に予測することができる。
ウェーハに形成された複数の半導体チップの電気的特性を検査するウェーハテストシステムに用いられるプローバの概略図である。 プローバの外観斜視図である。 ウェーハチャックに保持されているウェーハの上面図である。 温度センサによるカードホルダ及びプローブカードの温度測定ポイントの一例を示した説明図である。 プローバの制御部の機能を示す機能ブロック図である。 予測モデル生成部による予測モデルの機械学習に用いられる教師データの一例を示した説明図である。 プローバによる半導体チップへのプローブ針の接触方法の流れを示すフローチャートである。 決定部による決定及び予測モデルの再学習を実行しない比較例において、プローブ針の先端位置の予測値と実測値とを示したグラフ（符号VIIIA参照）と、プローブ針の先端位置の予測値と実測値との差分値を示したグラフ（符号VIIIB参照）である。 本実施形態において、プローブ針の先端位置の予測値と実測値とを示したグラフ（符号IXA参照）と、プローブ針の先端位置の予測値と実測値との差分値を示したグラフ（符号IXB参照）である。
　［プローバの構成］
　図１は、ウェーハＷに形成された複数の半導体チップ９（図３参照）の電気的特性を検査するウェーハテストシステムに用いられるプローバ１０の概略図である。図２はプローバ１０の外観斜視図である。
　図１及び図２に示すように、プローバ１０は、ベース１２と、Ｙステージ１３と、Ｙ移動部１４と、Ｘステージ１５と、Ｘ移動部１６と、Ｚθステージ１７と、Ｚθ移動部１８と、ウェーハチャック２０と、支柱２３（図２参照）と、ヘッドステージ２４（図２参照）と、カードホルダ２５と、プローブカード２６と、ウェーハ位置合わせカメラ２９と、上下ステージ３０と、針位置合わせカメラ３１と、クリーニング板３２と、温度センサ３４と、を備える。なお、プローバ１０の外観構成は、図１及び図２に示した例に限定されるものではなく、適宜変更可能である。
　ベース１２の上面には、Ｙ移動部１４を介してＹステージ１３がＹ軸方向に移動自在に支持されている。
　Ｙ移動部１４は、例えば、ベース１２の上面に設けられ且つＹ軸に平行なガイドレールと、Ｙステージ１３の下面に設けられ且つガイドレールに係合するスライダと、Ｙステージ１３をＹ軸方向に移動させるモータ等のアクチュエータと、を備える。このＹ移動部１４は、ベース１２上でＹステージ１３をＹ軸方向に移動させる。
　Ｙステージ１３の上面には、Ｘ移動部１６を介してＸステージ１５がＸ軸方向に移動自在に支持されている。Ｘ移動部１６は、例えば、Ｙステージ１３の上面に設けられ且つＸ軸に平行なガイドレールと、Ｘステージ１５の下面に設けられ且つガイドレールに係合するスライダと、Ｘステージ１５をＸ軸方向に移動させるモータ等のアクチュエータと、を備える。このＸ移動部１６は、Ｙステージ１３上でＸステージ１５をＸ軸方向に移動させる。
　Ｘステージ１５の上面には、Ｚθステージ１７及び上下ステージ３０が設けられている。Ｚθステージ１７にはＺθ移動部１８が設けられている。また、Ｚθステージ１７の上面には、Ｚθ移動部１８を介してウェーハチャック２０が保持されている。
　Ｚθ移動部１８は、例えば、Ｚθステージ１７をＺ軸方向（上下方向）に移動させる昇降機構と、Ｚθステージ１７をＺ軸の軸周りに回転させる回転機構とを有する。このため、Ｚθ移動部１８は、Ｚθステージ１７の上面に保持されているウェーハチャック２０をＺ軸方向に移動させると共に、Ｚ軸周りに回転させる。
　ウェーハチャック２０の上面には、真空吸着等の各種保持方法によりウェーハＷが保持される。また、ウェーハチャック２０には、ウェーハＷの温度調整を行うための温度調整部２０ａが設けられている。この温度調整部２０ａとしては、例えばヒータ機構、チラー機構、及びヒートポンプ機構などの公知の機構が用いられる。温度調整部２０ａは、ウェーハチャック２０に保持されているウェーハＷの温度を調整する。
　ウェーハチャック２０は、既述のＹステージ１３とＹ移動部１４とＸステージ１５とＸ移動部１６とＺθステージ１７とＺθ移動部１８とを介して、ＸＹＺ軸方向に移動自在に支持されている共に、Ｚ軸の軸周りに回転自在に支持されている。これにより、ウェーハチャック２０に保持されているウェーハＷと、後述のプローブ針３５とを相対移動させることができる。すなわち、Ｙステージ１３及びＹ移動部１４と、Ｘステージ１５及びＸ移動部１６と、Ｚθステージ１７及びＺθ移動部１８とは、本発明の相対移動部として機能する。
　図３は、ウェーハチャック２０に保持されているウェーハＷの上面図である。図３に示すように、ウェーハＷには複数の半導体チップ９が形成されている。また、各半導体チップ９には、複数の電極パッド９ａが形成されている。
　図１及び図２に戻って、支柱２３は、ベース１２の上面に設けられており、Ｙステージ１３、Ｘステージ１５、及びＺθステージ１７（以下、単に各ステージ１３，１５，１７という）の上方位置において、ヘッドステージ２４を支持する。これにより、ヘッドステージ２４が支柱２３を介してベース１２上に固定される。
　ヘッドステージ２４の中央部には、カードホルダ２５が保持される。カードホルダ２５にはプローブカード２６の外周を保持する保持穴２５ａが形成され、この保持穴２５ａにプローブカード２６が保持される。これにより、プローブカード２６が、ヘッドステージ２４及びカードホルダ２５を介して、ウェーハＷに対向する位置に保持される。
　プローブカード２６は、検査対象の半導体チップ９の電極パッド９ａの配置等に応じて配置されたプローブ針３５を有している。これらカードホルダ２５及びプローブカード２６は、半導体チップ９の種類に応じて交換される。
　プローブカード２６には、プローブ針３５に電気的に接続された不図示の接続端子が設けられており、この接続端子には不図示のテスタが接続される。テスタは、プローブカード２６の接続端子、及びプローブ針３５を介して、半導体チップ９の電極パッド９ａに各種の試験信号を供給すると共に、電極パッド９ａから出力される信号を受信及び解析して半導体チップ９が正常に動作するか否かをテストする。なお、テスタの構成及びテスト方法は公知技術であるので詳細な説明は省略する。
　ウェーハ位置合わせカメラ２９は、本発明の第１カメラに相当するものであり、ウェーハチャック２０に保持されているウェーハＷの半導体チップ９を撮影する。このウェーハ位置合わせカメラ２９にて撮影された撮影画像に基づき、検査対象の半導体チップ９の電極パッド９ａの位置を検出可能である。なお、ウェーハ位置合わせカメラ２９の設置位置及び構造については特に限定されないが、本実施形態では、特開２００３－３０３８６５号公報に開示されているように、後述の針位置合わせカメラ３１との間の相対距離を測定可能な設置位置及び構造（スポット光の照射光学系）が採用されている。
　上下ステージ３０には、ヘッドステージ２４等に略対向する位置に針位置合わせカメラ３１及びクリーニング板３２が設けられている。また、この上下ステージ３０は、Ｚ軸方向に移動自在な昇降機構（不図示）を有しており、針位置合わせカメラ３１及びクリーニング板３２のＺ軸方向位置を調整可能である。なお、針位置合わせカメラ３１及びクリーニング板３２は、Ｙステージ１３及びＹ移動部１４と、Ｘステージ１５及びＸ移動部１６と、上下ステージ３０と、を介して、ＸＹＺ軸方向に移動自在に支持されている。これにより、針位置合わせカメラ３１及びクリーニング板３２と、プローブ針３５とを相対移動可能である。
　針位置合わせカメラ３１は、本発明の第２カメラに相当するものであり、プローブカード２６のプローブ針３５を撮影する。この針位置合わせカメラ３１にて撮影されたプローブ針３５の撮影画像に基づき、プローブ針３５の位置を検出可能である。具体的には、プローブ針３５の先端位置のＸＹ座標は針位置合わせカメラ３１の位置座標から検出され、プローブ針３５の先端位置のＺ座標は針位置合わせカメラ３１の焦点位置から検出される。
　上記構成のプローバ１０でウェーハＷの半導体チップ９の検査を行う場合には、プローブカード２６を交換するごと或いは所定個数の半導体チップ９を検査するごとに、各ステージ１３，１５，１７を駆動して針位置合わせカメラ３１をプローブ針３５の撮影位置に相対移動させた後、針位置合わせカメラ３１でプローブ針３５を撮影する。この針位置合わせカメラ３１の撮影画像に基づき、既述の通りプローブ針３５の先端位置を検出する。
　また、ウェーハチャック２０に検査対象のウェーハＷを保持させた状態で、各ステージ１３，１５，１７を駆動してウェーハ位置合わせカメラ２９をウェーハＷの撮影位置に相対移動させた後、ウェーハ位置合わせカメラ２９でウェーハＷの半導体チップ９を撮影する。このウェーハ位置合わせカメラ２９の撮影画像に基づき、検査対象の半導体チップ９の電極パッド９ａの位置を検出する。
　そして、各ステージ１３，１５，１７を駆動して、プローブ針３５を最初に検査する半導体チップ９の電極パッド９ａに電気的に接触させる。この状態で不図示のテスタにより最初に検査する半導体チップ９の検査が実行される。以下同様に検査対象の残りの半導体チップ９の検査が実行される。なお、半導体チップ９の具体的な検査方法は、公知技術であるのでここでは具体的な説明は省略する（例えば特許文献４参照）。
　温度センサ３４は、カードホルダ２５及びプローブカード２６の各々の下面に対向する位置、例えばＺθステージ１７の側面と上下ステージ３０の側面とにそれぞれ設けられている。従って、各温度センサ３４は、各ステージ１３，１５，１７，３０によって、カードホルダ２５及びプローブカード２６に対して相対移動自在に保持されている。
　温度センサ３４は、例えば放射エネルギー検出方式を用いた非接触式の温度センサであり、カードホルダ２５及びプローブカード２６の温度を非接触で測定する。カードホルダ２５及びプローブカード２６はウェーハチャック２０の温度の影響を受けて熱変形し、この熱変形に伴いプローブ針３５の先端位置が変位する。このため、温度センサ３４によりカードホルダ２５及びプローブカード２６の温度を測定することで、プローブ針３５の先端位置［変位（変位方向、変位量）］を予測可能である（上記特許文献４参照）。
　図４は、温度センサ３４によるカードホルダ２５及びプローブカード２６の温度測定ポイントの一例を示した説明図である。なお、図４では、プローブ針３５の図示は省略している。図４に示すように、温度センサ３４は、カードホルダ２５及びプローブカード２６の双方の温度分布を検出するために、プローブカード２６内の複数の温度測定ポイントＰ１～Ｐ５と、カードホルダ２５内の複数の温度測定ポイントＰ６～Ｐ１３と、を含む双方の複数箇所の温度を測定する。なお、図４中の各温度測定ポイントＰ１～Ｐ１３は例示であり、その位置及び数は適宜変更してもよい。
　温度センサ３４は、後述の制御部４０（図５参照）の制御の下、各温度測定ポイントＰ１～Ｐ１３の温度測定を行い、その温度測定結果である温度データを制御部４０へ出力する。なお、各温度測定ポイントＰ１～Ｐ１３の温度測定時には、温度センサ３４が各温度測定ポイントＰ１～Ｐ１３の温度を測定可能な位置に配置されるように、後述の制御部４０の制御の下で各ステージ１３，１５，１７，３０の駆動される、すなわちカードホルダ２５及びプローブカード２６に対して温度センサ３４が相対移動される。これにより、各温度測定ポイントＰ１～Ｐ１３の温度の定点測定が可能となる。
　＜制御部の機能＞
　図５は、プローバ１０の制御部４０の機能を示す機能ブロック図である。なお、図５では、制御部４０の各機能の中でプローブ針３５とウェーハＷ（半導体チップ９の電極パッド９ａ）との接触制御に係る機能のみを図示し、他の機能については公知技術であるため図示を省略している。
　図５に示すように、制御部４０は、本発明のプローバ制御装置に相当するものであり、プローバ１０の各部を統括制御する。なお、制御部４０は、プローバ１０の本体に内蔵されていてもよいし、或いはこの本体と別体に設けられていてもよい。
　制御部４０は、例えばパーソナルコンピュータのような演算装置により構成され、各種のプロセッサ（Processor）及びメモリ等から構成された演算回路を備える。各種のプロセッサには、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、及びプログラマブル論理デバイス［例えばＳＰＬＤ（Simple Programmable Logic Devices）、ＣＰＬＤ（Complex Programmable Logic Device）、及びＦＰＧＡ（Field Programmable Gate Arrays）］等が含まれる。なお、制御部４０の各種機能は、１つのプロセッサにより実現されてもよいし、同種または異種の複数のプロセッサで実現されてもよい。
　また、制御部４０には、各種の通信インタフェース（不図示）を介して、既述のウェーハ位置合わせカメラ２９、針位置合わせカメラ３１、及び温度センサ３４等が接続されている他、アライメントデータ測定部３８及び記憶部３９が接続されている。
　アライメントデータ測定部３８は、ウェーハ位置合わせカメラ２９及び針位置合わせカメラ３１等を制御して、アライメントデータを測定する。アライメントデータは、既述の温度データと共に、プローブ針３５の先端位置（変位）の予測に用いられるデータである。このアライメントデータには、例えば、検査対象の半導体チップ９の３次元のチップサイズと、ウェーハＷの３次元の位置と、ウェーハ位置合わせカメラ２９及び針位置合わせカメラ３１の間の３次元の相対距離（以下、カメラ相対距離と略す）と、が含まれる。なお、カメラ相対距離は、ウェーハ位置合わせカメラ２９及び針位置合わせカメラ３１の位置関係を示す。
　具体的にはアライメントデータ測定部３８は、ウェーハ位置合わせカメラ２９で撮影されたウェーハＷ（半導体チップ９）の撮影画像に基づき、半導体チップ９のチップサイズ（膨張量）を測定する。また、アライメントデータ測定部３８は、ウェーハ位置合わせカメラ２９で撮影された半導体チップ９の特定パターン（図示は省略）の撮影画像に基づき、ウェーハＷの位置を測定する。さらに、アライメントデータ測定部３８は、特開２００３－３０３８６５号公報に開示されているように、ウェーハ位置合わせカメラ２９と、針位置合わせカメラ３１と、スポット光を照射する光学系（図示は省略）と、を用いてカメラ相対距離を測定する。そして、アライメントデータ測定部３８は、半導体チップ９のチップサイズ、ウェーハＷの位置、及びカメラ相対距離を含むアライメントデータを、制御部４０へ出力する。
　記憶部３９には、制御部４０を動作させる制御プログラム（図示は省略）及びプローバ１０による半導体チップ９の検査結果の他に、後述の予測モデル４７の機械学習に用いられた教師データ５６（訓練データともいう）が格納されている。
　制御部４０は、ウェーハＷ内の検査対象の半導体チップ９の検査時には、記憶部３９から読み出した不図示の制御プログラムを実行することにより、入力データ取得部４２、針位置取得部４４、予測部４６、予測モデル生成部４８、決定部５０、及び移動制御部５２として機能する。
　入力データ取得部４２は、検査対象の半導体チップ９にプローブ針３５を接触させる接触制御前（以下、単に接触制御前と略す）と、後述の予測モデル４７の生成前及び再学習前とにおいて、温度センサ３４による各温度測定ポイントＰ１～Ｐ１３の温度測定と、アライメントデータ測定部３８によるアライメントデータの測定と、を実行させる。これにより、入力データ取得部４２は、上述の各タイミングにおいて、温度センサ３４からの各温度測定ポイントＰ１～Ｐ１３の温度データと、アライメントデータ測定部３８からのアライメントデータと、を含む入力データを取得する。
　また、入力データ取得部４２は、接触制御前に取得した入力データを後述の予測部４６及び決定部５０へ出力し、予測モデル４７の生成前及び再学習前に取得した入力データを後述の予測モデル生成部４８へ出力する。
　針位置取得部４４は、プローブカード２６の交換後、所定個数の半導体チップ９の検査後、及び後述の予測モデル４７の生成前及び再学習前において、針位置合わせカメラ３１によるプローブ針３５の撮影を実行させて針位置合わせカメラ３１からプローブ針３５の撮影画像を取得し、この撮影画像に基づきプローブ針３５の先端位置を取得する。
　また、針位置取得部４４は、予測モデル４７の生成前及び再学習前に取得したプローブ針３５の先端位置を後述の予測モデル生成部４８へ出力し、プローブカード２６の交換後等に取得したプローブ針３５の先端位置を後述の移動制御部５２へ出力する。
　予測部４６は、接触制御前であって且つ後述の決定部５０が予測部４６による予測の実行を「可」と決定した場合に、プローブ針３５の先端位置を予測する。具体的には予測部４６は、入力データ取得部４２が取得した入力データ（各温度測定ポイントＰ１～Ｐ１３の温度データ、アライメントデータ）に基づき、予め生成された後述の予測モデル４７を参照してプローブ針３５の先端位置を予測し、この先端位置の予測結果を移動制御部５２へ出力する。なお、予測モデル４７により予測されるプローブ針３５の先端位置には、針位置取得部４４により取得されたプローブ針３５の先端位置からの変動量（補正量）も含まれる。
　予測モデル４７は、後述の予測モデル生成部４８によって、重回帰モデル（重回帰式、重回帰分析という）による機械学習（教師あり学習）で生成された学習済みモデルである。予測モデル４７は、説明変数である複数の入力データ（各温度測定ポイントＰ１～Ｐ１３の温度データ、アライメントデータ）を入力として、目的変数であるプローブ針３５の先端位置の予測値を出力する。
　予測モデル生成部４８は、製品用のウェーハＷの半導体チップ９の検査前に予測モデル４７の生成を行う。最初に予測モデル生成部４８は、製品用のウェーハＷ或いはこれと同一の試験用（予測モデル作成用）のウェーハＷを用いて、教師データ５６（入力データ、アライメントデータ、及びプローブ針３５の先端位置）の測定を行う。
　図６は、予測モデル生成部４８による予測モデル４７の機械学習に用いられる教師データ５６の一例を示した説明図である。なお、図６では、図面の煩雑化を防止するため、ＸＹＺ方向のうちで一方向（ここではＹ方向）のアライメントデータ、及び一方向のプローブ針３５の先端位置のみを例示している。
　図６及び既述の図５に示すように、予測モデル生成部４８は、温度センサ３４、アライメントデータ測定部３８、及び後述の移動制御部５２等を制御して、入力データの測定（各温度測定ポイントＰ１～Ｐ１３の温度測定、アライメントデータの測定）を所定時間実行させる。これにより、各温度測定ポイントＰ１～Ｐ１３の温度データＴ１～Ｔ１３が得られる。また、アライメントデータとして、半導体チップ９のチップサイズＤ１（ロット開始時からの変化量）、ウェーハＷのウェーハ位置Ｄ２（ロット開始時からの変動量）、及びカメラ相対距離Ｄ３（ロット開始時からの変動量）が得られる。
　予測モデル生成部４８は、上述の入力データの測定タイミングに合わせて、針位置合わせカメラ３１、針位置取得部４４、及び後述の移動制御部５２等を制御して、プローブ針３５の先端位置の測定を実行させる。これにより、入力データの測定タイミングごとのプローブ針３５の先端位置Ｙ［α］（αは任意の自然数）が得られる。
　このように予測モデル生成部４８は、入力データと、入力データに対応するプローブ針３５の先端位置Ｙ［α］と、を含む教師データ５６を複数取得する。なお、詳しくは後述するが、本実施形態では予測モデル４７の再学習を可能にしているため、教師データ５６は予測モデル４７の機械学習に必要な最低限の数だけ取得すればよく、例えば本実施形態では１枚のウェーハＷを用いて教師データ５６の取得を行う。
　次いで、予測モデル生成部４８は、複数の教師データ５６、すなわち説明変数である入力データ（Ｔ１～Ｔ１３、Ｄ１～Ｄ３）及び目的変数であるプローブ針３５の先端位置Ｙ［α］に基づき、重回帰モデルによる機械学習によって、入力データからプローブ針３５の先端位置を予測するための予測モデル４７を生成する。この予測モデル４７の具体的な生成方法、すなわち重回帰モデルを用いた機械学習のアルゴリズムは公知技術であるので、ここで具体的な説明は省略する。これにより、予測部４６が、現在の入力データから現在のプローブ針３５の先端位置を予測することができる。
　なお、予測モデル４７を生成するための機械学習のアルゴリズムは、重回帰モデルに限定されず、例えば畳み込みニューラルネットワーク（Convolutional neural network：ＣＮＮ）等の公知の機械学習のアルゴリズムを用いてもよい。
　また、予測モデル生成部４８は、予測モデル４７の機械学習に用いた教師データ５６（入力データだけでも可）を記憶部３９に記憶させる。記憶部３９に記憶された教師データ５６は、後述の決定部５０が行う予測部４６による予測の実行の可否決定に用いられる。
　さらに、予測モデル生成部４８は、詳しくは後述するが、予測モデル４７の生成後であって且つ後述の決定部５０が予測部４６による予測の実行を「否」と決定した場合に作動して、予測モデル４７の再学習を行う。
　図５に戻って決定部５０は、接触制御前（予測部４６による予測前）に作動して、入力データ取得部４２が取得した現在（最新）の入力データと、記憶部３９内の教師データ５６の入力データと、を比較することで、予測部４６による予測の実行の可否を決定（単に予測可否決定という）する。
　現在の入力データが予測モデル４７の機械学習に用いられた教師データ５６の入力データから大きく離れていなければ、この予測モデル４７は、現在の入力データに対応する教師データ５６での機械学習を既に済ませた学習済み状態である。このため、予測部４６が現在の入力データに基づき予測モデル４７を用いてプローブ針３５の先端位置を予測した場合に、正確なプローブ針３５の先端位置を予測することができる。
　一方、現在の入力データが教師データ５６の入力データから大きく外れている場合には、この予測モデル４７は、現在の入力データに対応する教師データ５６で機械学習を行っていない未学習状態である。このため、予測部４６が、この未学習状態の予測モデル４７を用いてプローブ針３５の先端位置の予測を行ったとしても、正確なプローブ針３５の先端位置を予測することができない。
　従って、決定部５０は、現在の入力データと記憶部３９内の教師データ５６の入力データとを比較して、現在の入力データに対して予測モデル４７が学習済み状態であるのか或いは未学習状態であるのかを判定することで、予測可否決定を行う。
　最初に決定部５０は、入力データのパラメータ（温度データＴ１～Ｔ１３、チップサイズＤ１、ウェーハ位置Ｄ２、カメラ相対距離Ｄ３）ごとに、現在の入力データと教師データ５６の入力データとの差分を演算する。次いで、決定部５０は、パラメータごとに差分の二乗和平方根を演算してパラメータごとの二乗和平方根の中で一定範囲内（閾値以下）になるものが少なくとも１つあるか否かに基づき、予測モデル４７が学習状態であるのか或いは未学習状態であるのかを判定する。
　以下、決定部５０による決定方法（判定方法）について具体的に説明する。なお、説明の煩雑化を防止するため、ここでは入力データが温度データＴ１～Ｔ１３のみで構成されているものとして説明を行う。
　入力データのパラメータ数をｍ個とし、学習済み回数をＮ回とした場合に、学習済みの入力データ（説明変数）は下記の［数１］式で表される。また、学習済みのプローブ針３５の先端位置Ｙ［α］（目的変数）は下記の［数２］式で表される。そして、重回帰モデルを用いた機械学習のアルゴリズムによって得られる関数、すなわち予測モデル４７は下記の［数３］式で表される。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
Figure JPOXMLDOC01-appb-M000003
　プローブ針３５の先端位置の予測を行う段階で取得した「現在の入力データ」を下記の［数４］式に示すＸ［Ｔ］で表した場合に、この現在の入力データＸ［Ｔ］と、任意のｓ回目の教師データ５６の入力データであるＸ［ｓ］とのユークリッド距離Ｄ［ｓ］は、下記の［数５］式で表される。
Figure JPOXMLDOC01-appb-M000004
Figure JPOXMLDOC01-appb-M000005
　決定部５０は、全てのユークリッド距離Ｄ［ｓ］（ｓ＝１、２、…、Ｎ）について予め定めた閾値Ｄｔｈとの比較を行い、閾値Ｄｔｈを下回るユークリッド距離Ｄ［ｓ］が少なくとも１つ存在する場合には、予測モデル４７（［数３］式）が学習済み状態であると判定し、この予測モデル４７による予測の実行を決定する。この場合に既述の予測部４６は、説明変数である現在の入力データＸ［Ｔ］に基づき、［数３］式で示す予測モデル４７を用いて、目的変数であるプローブ針３５の先端位置Ｙ［Ｔ］を予測する。
　一方、決定部５０は、閾値Ｄｔｈを下回るユークリッド距離Ｄ［ｓ］が１つも存在しない場合には、予測モデル４７が未学習状態であると判定し、この予測モデル４７による予測の実行を否と決定する。この場合に予測モデル生成部４８は、決定部５０からの決定結果の入力を受けて本発明の再学習部として機能することで、予測モデル４７の再学習を実行する。
　予測モデル生成部４８は、予測モデル４７の再学習を行う場合に、針位置取得部４４及び後述の移動制御部５２等を制御して、現在の入力データＸ［Ｔ］に対応する目的変数であるプローブ針３５の先端位置Ｙ［Ｔ］を取得する。なお、この際に予測モデル生成部４８が、温度センサ３４、アライメントデータ測定部３８、及び移動制御部５２等を制御して、入力データの再測定を実行してもよい。
　次いで、予測モデル生成部４８は、記憶部３９内の教師データ５６に対して、現在の入力データＸ［Ｔ］及びプローブ針３５の先端位置Ｙ［Ｔ］を加えて新たな教師データ５６を作成する。この際に予測モデル生成部４８は、温度センサ３４のドリフトの影響を低減させるために、下記の［数６］式及び［数７］式に示すように、記憶部３９内の教師データ５６（説明変数、目的変数）から最も古いデータ（Ｘ［１］、Ｙ［１］）を除外することが好ましい。
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
　そして、予測モデル生成部４８は、記憶部３９内に記憶されている教師データ５６、すなわち上記［数６］式に示した入力データ（説明変数）及び上記［数７］式に示したプローブ針３５の先端位置（目的変数）に基づき、重回帰モデルによる機械学習を行って予測モデル４７の再学習を行う。これにより、下記［数８］式に示すように、新たな予測モデル４７（関数）が得られる。
Figure JPOXMLDOC01-appb-M000008
　予測モデル４７の再学習が完了すると、入力データ取得部４２による入力データの取得が実行された後、決定部５０による予測可否決定が実行される。
　以下、決定部５０が予測可否決定で可と決定するまで、針位置取得部４４、予測モデル生成部４８、入力データ取得部４２、及び決定部５０が繰り返し作動することで、プローブ針３５の先端位置の取得、記憶部３９内の教師データ５６の更新、予測モデル４７の再学習、入力データの取得、及び予測可否決定が繰り返し実行される。これにより、予測部４６が、常に学習済み状態の予測モデル４７を用いてプローブ針３５の先端位置を予測することができる。
　移動制御部５２は、Ｙ移動部１４、Ｘ移動部１６、及びＺθ移動部１８を介して、各ステージ１３，１５，１７の駆動を行う。この移動制御部５２は、ウェーハ位置合わせカメラ２９から入力された撮影画像に基づき、ウェーハチャック２０に保持されているウェーハＷの検査対象の半導体チップ９（電極パッド９ａ）の位置を取得する。また、移動制御部５２は、針位置取得部４４からプローブ針３５の先端位置（プローブカード２６の交換時等に測定された値）を取得する。
　そして、移動制御部５２は、製品用のウェーハＷの検査時には各ステージ１３，１５，１７を駆動して、プローブ針３５に対してウェーハＷを相対移動させることで、プローブ針３５をウェーハＷの検査対象の半導体チップ９に順番に接触させる。この際に、移動制御部５２は、予測部４６によるプローブ針３５の先端位置の予測結果に基づき、各ステージ１３，１５，１７を駆動して、検査対象の半導体チップ９ごとに、半導体チップ９に対するプローブ針３５の接触位置の補正を行う。これにより、カードホルダ２５及びプローブカード２６の熱変形等によりプローブ針３５の先端位置が変位したとしても、この変位後の先端位置に対応した補正後の各接触位置でプローブ針３５を検査対象の半導体チップ９に接触させることができる。
　［本実施形態の作用］
　図７は、本発明のプローバ制御方法に相当する、上記構成のプローバ１０による半導体チップ９へのプローブ針３５の接触方法の流れを示すフローチャートである。なお、予測モデル４７が予め生成されており且つその機械学習に用いられた教師データ５６が記憶部３９に記憶され、さらに針位置取得部４４によるプローブ針３５の先端位置の取得も行われているものとして説明を行う。
　製品用のウェーハＷがウェーハチャック２０に保持されると、ウェーハ位置合わせカメラ２９によるウェーハＷの半導体チップ９の撮影が実行される。そして、移動制御部５２が、ウェーハ位置合わせカメラ２９により撮影された撮影画像に基づき、検査対象の半導体チップ９（電極パッド９ａ）の位置を判別する。
　また、入力データ取得部４２が、温度センサ３４による各温度測定ポイントＰ１～Ｐ１３の温度測定と、アライメントデータ測定部３８によるアライメントデータの測定と、を実行させる。これにより、入力データ取得部４２が、各温度測定ポイントＰ１～Ｐ１３の温度データと、アライメントデータと、を含む現在の入力データを取得する（ステップＳ１、本発明の入力データ取得ステップに相当）。
　現在の入力データの取得が完了すると、決定部５０が作動して、入力データ取得部４２が取得した現在の入力データと、記憶部３９内の教師データ５６の入力データと、を比較して予測可否決定を行う（ステップＳ２、本発明の決定ステップに相当）。具体的には決定部５０が、上記［数５］式で表されるユークリッド距離Ｄ［ｓ］（ｓ＝１、２、…、Ｎ）の各々と閾値Ｄｔｈとを比較した結果に基づき、予測モデル４７が現在の入力データを学習済み状態であるのか或いは未学習状態であるのかを判定する。
　決定部５０が予測可否決定で否と決定した場合（ステップＳ３でＮＯ）、予測モデル生成部４８が、針位置取得部４４及び移動制御部５２等を制御して、現在の入力データに対応するプローブ針３５の先端位置を取得する（ステップＳ４）。なお、この際に入力データの再取得を実行してもよい。
　次いで、予測モデル生成部４８が、上記［数６］式及び［数７］式に示したように、記憶部３９内の教師データ５６に対して、現在の入力データ及びプローブ針３５の先端位置Ｙを加えると共に最も古いデータを除外することにより、教師データ５６の更新を行う（ステップＳ５）。そして、予測モデル生成部４８が、記憶部３９内の新たな教師データ５６に基づき、予測モデル４７の再学習を実行して新たな予測モデル４７を生成する（ステップＳ６）。
　予測モデル４７の再学習が完了すると、入力データ取得部４２が入力データを再び取得して（ステップＳ２）、この入力データに基づき決定部５０が予測可否決定を行う（ステップＳ３）。以下、決定部５０が予測可否決定で可と決定するまで、ステップＳ４～ステップＳ６、ステップＳ１、及びステップＳ２の処理が繰り返される。
　決定部５０が予測可否決定で可と決定した場合（ステップＳ３でＹＥＳ）、予測部４６が、直近のステップＳ１で取得した入力データに基づき、予測モデル４７を参照してプローブ針３５の先端位置を予測する（ステップＳ７、本発明の予測ステップに相当）。そして、予測部４６は、プローブ針３５の先端位置の予測結果を移動制御部５２へ出力する。
　次いで、移動制御部５２が、予測部４６から入力されたプローブ針３５の先端位置の予測結果と、先に判別した検査対象の半導体チップ９の位置とに基づき、各ステージ１３，１５，１７の移動を制御して、プローブ針３５を検査対象の半導体チップ９に接触させる（ステップＳ８）。この接触後、不図示のテスタにより半導体チップ９の検査が実行される（ステップＳ９）。
　以下、残りの検査対象の半導体チップ９についても同様に検査が実行される。この際に、所定個数の半導体チップ９が検査されるごと或いは所定時間が経過するごとに、ステップＳ１からステップＳ７の処理を繰り返し実行してもよい。
　［本実施形態の効果］
　以上のように本実施形態では、決定部５０が、接触制御前に取得された現在の入力データと教師データ５６の入力データとを比較して予測可否決定を行い、この決定部５０が否と決定した場合には予測モデル４７の再学習を実行することで、プローブ針３５の先端位置を従来よりも正確に予測することができる。
　図８は、決定部５０による決定及び予測モデル４７の再学習を実行しない比較例において、プローブ針３５の先端位置の予測値ＰＶと実測値ＭＶとを示したグラフ（符号VIIIA参照）と、プローブ針３５の先端位置の予測値ＰＶと実測値ＭＶとの差分値を示したグラフ（符号VIIIB参照）である。図９は、本実施形態において、プローブ針３５の先端位置の予測値ＰＶと実測値ＭＶとを示したグラフ（符号IXA参照）と、プローブ針３５の先端位置の予測値ＰＶと実測値ＭＶとの差分値を示したグラフ（符号IXB参照）である。
　なお、図８及び図９のグラフは、ウェーハチャック２０の温度を２００°に設定した状態において、ＸＹＺ方向の中の任意の一方向（ここではＹ方向）におけるプローブ針３５の先端位置の予測値ＰＶ及び実測値ＭＶの時間変化と、その差分値の時間変化と、を示す。また、図８及び図９中の符号ＷＡは、機械学習が行われた機械学習範囲を示す。
　図８に示すように比較例では、温度センサ３４のドリフトが発生したり、或いはプローバ１０内で温度測定していない箇所の温度変動に伴うプローブ針３５の先端位置の変位が発生したりすることで、機械学習範囲ＷＡ以降でプローブ針３５の先端位置の予測値ＰＶと実測値ＭＶとの間に乖離が生じ、差分値が次第に大きくなることが確認された。
　これに対して図９に示すように、本実施形態では、機械学習範囲ＷＡ以降でも決定部５０による予測可否決定及び予測モデル４７の再学習を実行することで、プローブ針３５の先端位置の予測値ＰＶと実測値ＭＶとがほぼ一致し、差分値が低減することが確認された。これにより、本実施形態では、温度センサ３４のドリフトが発生したり、或いはプローバ１０内で温度測定していない箇所の温度変動に伴うプローブ針３５の先端位置の変位が発生したりした場合であっても、予測モデル４７の再学習が実行されることで、プローブ針の先端位置をより正確に予測することができる。
　また、本実施形態では、予測モデル４７の再学習を可能にすることで、初回の予測モデル４７の生成（機械学習）を長時間続ける必要がなくなるので、予測モデル４７の生成に要する作業を低減させることができる。
　［その他］
　上記実施形態では、予測モデル生成部４８が予測モデル４７の生成及び再学習の両方を行っているが、予測モデル４７の生成はプローバ１０の製造メーカ或いは別のプローバ１０等で行ってもよい。この場合には、予測モデル生成部４８の代わりに予測モデル４７の再学習のみを行う再学習部を制御部４０に設けてもよい。
　上記実施形態では、決定部５０が上記［数５］式を用いて予測可否決定を実行しているが、この決定方法は特に限定はされない。例えば、入力データのパラメータごとに、教師データ５６の入力データの最大値と最小値との間（以下、最大最小範囲という）に現在の入力データが含まれるか否かを判定し、全てのパラメータにおいて現在の入力データが最大最小範囲内に含まれるか否かに基づいて予測可否決定を実行してもよい。
　上記実施形態として、入力データとして、カードホルダ２５及びプローブカード２６の温度データと、アライメントデータとを測定しているが、温度データのみを測定してもよい。また、上記実施形態では、入力データとしてカードホルダ２５及びプローブカード２６の双方の温度データを測定しているが、カードホルダ２５及びプローブカード２６の少なくとも一方の温度データを測定してもよい。さらに、上記実施形態では、アライメントデータとして半導体チップ９のチップサイズ、ウェーハＷの位置、及びカメラ相対距離を測定しているが、これらの少なくとも１つを測定してもよい。
　上記実施形態では、非接触式の温度センサ３４を用いているが、接触式の温度センサ３４を用いてもよい。
９　半導体チップ
９ａ　電極パッド
１０　プローバ
１２　ベース
１３　Ｙステージ
１４　Ｙ移動部
１５　Ｘステージ
１６　Ｘ移動部
１７　Ｚθステージ
１８　Ｚθ移動部
２０　ウェーハチャック
２０ａ　温度調整部
２３　支柱
２４　ヘッドステージ
２５　カードホルダ
２５ａ　保持穴
２６　プローブカード
２９　ウェーハ位置合わせカメラ
３０　上下ステージ
３１　針位置合わせカメラ
３２　クリーニング板
３４　温度センサ
３５　プローブ針
３８　アライメントデータ測定部
３９　記憶部
４０　制御部
４２　入力データ取得部
４４　針位置取得部
４６　予測部
４７　予測モデル
４８　予測モデル生成部
５０　決定部
５２　移動制御部
５６　教師データ
Ｄ　ユークリッド距離
Ｄ１　チップサイズ
Ｄ２　ウェーハ位置
Ｄ３　カメラ相対距離
Ｄｔｈ　閾値
ＭＶ　実測値
Ｐ１～Ｐ１３　温度測定ポイント
ＰＶ　予測値
Ｔ１～Ｔ１３　温度データ
Ｗ　ウェーハ
ＷＡ　機械学習範囲

Claims (8)

  1. 　複数の半導体チップが形成されたウェーハを保持するウェーハチャックと、プローブ針を有するプローブカードと、前記プローブカードの外周を保持して、前記プローブカードを前記ウェーハに対向させるカードホルダと、前記ウェーハチャックを前記プローブ針に対して相対移動させる相対移動部と、を備えるプローバの前記相対移動部を駆動して前記プローブ針を前記半導体チップに接触させるプローバ制御装置において、
    　前記プローブカード及び前記カードホルダの少なくとも一方の温度データを含む入力データを取得する入力データ取得部と、
    　前記入力データ取得部が取得した前記入力データに基づき、前記入力データを入力とし且つ前記プローブ針の先端位置を出力とする予測モデルを用いて、前記プローブ針の先端位置を予測する予測部と、
    　前記予測部の予測前に、前記予測モデルの機械学習に教師データとして用いられた前記入力データと、前記入力データ取得部が取得した前記入力データとに基づき、前記予測部による予測の実行の可否を決定する決定部と、
    　を備えるプローバ制御装置。
  2. 　前記決定部は、
    　前記入力データのパラメータごとに、前記入力データ取得部が取得した前記入力データと前記教師データとして用いられた前記入力データとの差分を演算する処理と、
    　前記パラメータごとに前記差分の二乗和平方根を演算して、前記パラメータごとの前記差分の二乗和平方根の中で、予め定められた一定範囲内になるものが少なくとも１つあるか否かに基づき、前記予測部による予測の実行の可否を判定する処理と、
    　を行う請求項１に記載のプローバ制御装置。
  3. 　前記決定部が否と決定した場合に、
    　前記プローブ針の先端位置を取得する針位置取得部と、
    　前記入力データ取得部が取得した前記入力データと前記針位置取得部が取得した前記プローブ針の先端位置とを加えた前記教師データを用いて、前記予測モデルを再学習させる再学習部と、
    　を備え、
    　前記決定部が可と決定するまで、前記針位置取得部と前記再学習部と前記入力データ取得部と前記決定部とが繰り返し作動する請求項１又は２に記載のプローバ制御装置。
  4. 　前記再学習部が、前記教師データの中から最も古い前記入力データ及び前記入力データに対応する前記プローブ針の先端位置を除外してから、前記教師データに基づき前記予測モデルの再学習を実行する請求項３に記載のプローバ制御装置。
  5. 　前記決定部が可と決定した場合に、前記予測部が前記プローブ針の先端位置を予測し、
    　前記予測部が予測した前記プローブ針の先端位置に基づき、前記相対移動部を制御して、前記半導体チップに前記プローブ針を接触させる移動制御部を備える請求項１から４のいずれか１項に記載のプローバ制御装置。
  6. 　前記入力データ取得部が、前記入力データとして、前記温度データの他に、前記半導体チップのチップサイズと、前記ウェーハの位置と、前記半導体チップの検出に用いられる第１カメラ及び前記プローブ針の検出に用いられる第２カメラの位置関係と、の少なくともいずれか１つを含むアライメントデータを取得する請求項１から５のいずれか１項に記載のプローバ制御装置。
  7. 　複数の半導体チップが形成されたウェーハを保持するウェーハチャックと、
    　プローブ針を有するプローブカードと、
    　前記プローブカードの外周を保持して、前記プローブカードを前記ウェーハに対向させるカードホルダと、
    　前記ウェーハチャックを前記プローブ針に対して相対移動させる相対移動部と、
    　請求項１から６のいずれか１項に記載のプローバ制御装置と、
    　を備えるプローバ。
  8. 　複数の半導体チップが形成されたウェーハを保持するウェーハチャックと、プローブ針を有するプローブカードと、前記プローブカードの外周を保持して、前記プローブカードを前記ウェーハに対向させるカードホルダと、前記ウェーハチャックを前記プローブ針に対して相対移動させる相対移動部と、を備えるプローバの前記相対移動部を駆動して前記プローブ針を前記半導体チップに接触させるプローバ制御方法において、
    　前記プローブカード及び前記カードホルダの少なくとも一方の温度データを含む入力データを取得する入力データ取得ステップと、
    　前記入力データ取得ステップで取得した前記入力データに基づき、前記入力データを入力とし且つ前記プローブ針の先端位置を出力とする予測モデルを用いて、前記プローブ針の先端位置を予測する予測ステップと、
    　前記予測ステップの前に、前記予測モデルの機械学習に教師データとして用いられた前記入力データと、前記入力データ取得ステップで取得した前記入力データとに基づき、前記予測ステップの実行の可否を決定する決定ステップと、
    　を有するプローバ制御方法。
PCT/JP2022/019630 2021-06-04 2022-05-09 プローバ制御装置、プローバ制御方法、及びプローバ WO2022255030A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020237041608A KR20230170802A (ko) 2021-06-04 2022-05-09 프로버 제어 장치, 프로버 제어 방법, 및 프로버
CN202280039695.7A CN117425953A (zh) 2021-06-04 2022-05-09 探测器控制装置、探测器控制方法以及探测器
US18/527,013 US12007413B2 (en) 2021-06-04 2023-12-01 Prober controlling device, prober controlling method, and prober

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-094056 2021-06-04
JP2021094056A JP2022186039A (ja) 2021-06-04 2021-06-04 プローバ制御装置、プローバ制御方法、及びプローバ

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/527,013 Continuation US12007413B2 (en) 2021-06-04 2023-12-01 Prober controlling device, prober controlling method, and prober

Publications (1)

Publication Number Publication Date
WO2022255030A1 true WO2022255030A1 (ja) 2022-12-08

Family

ID=84324243

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/019630 WO2022255030A1 (ja) 2021-06-04 2022-05-09 プローバ制御装置、プローバ制御方法、及びプローバ

Country Status (6)

Country Link
US (1) US12007413B2 (ja)
JP (1) JP2022186039A (ja)
KR (1) KR20230170802A (ja)
CN (1) CN117425953A (ja)
TW (1) TWI834180B (ja)
WO (1) WO2022255030A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116504664A (zh) * 2023-06-28 2023-07-28 东莞市兆恒机械有限公司 一种晶圆检测方法、检测装置及检测***
CN116500426A (zh) * 2023-06-28 2023-07-28 东莞市兆恒机械有限公司 一种半导体检测设备高温测试标定的方法
JP7467824B1 (ja) 2022-12-06 2024-04-16 株式会社東京精密 温度制御装置、温度制御方法、プログラム、プローバ及び学習モデル生成方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7422340B1 (ja) 2022-11-21 2024-01-26 パナソニックＩｐマネジメント株式会社 文字認識装置、文字認識方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0192630A (ja) * 1987-10-02 1989-04-11 Nippon Steel Corp 放射温度計用変換器
JP2007311389A (ja) * 2006-05-16 2007-11-29 Tokyo Seimitsu Co Ltd プローバ及びプローブ接触方法
JP2009524050A (ja) * 2006-01-18 2009-06-25 エレクトログラス・インコーポレーテッド 動的なプローブ調節の方法及び装置
US20150192616A1 (en) * 2012-06-13 2015-07-09 Taiwan Semiconductor Manufacturing Company, Ltd. Method of Test Probe Alignment Control
JP2018117095A (ja) * 2017-01-20 2018-07-26 株式会社東京精密 プローバ及びプローブ針の接触方法
WO2019008726A1 (ja) * 2017-07-06 2019-01-10 オリンパス株式会社 管状挿入装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005228788A (ja) 2004-02-10 2005-08-25 Seiko Epson Corp ウエーハとプローブカードとの位置合わせ方法、プローブ検査方法及びプローブ検査装置
JP4589710B2 (ja) 2004-12-13 2010-12-01 株式会社日本マイクロニクス プローバ
JP4744382B2 (ja) * 2006-07-20 2011-08-10 株式会社東京精密 プローバ及びプローブ接触方法
CN101996856A (zh) * 2009-08-26 2011-03-30 中芯国际集成电路制造(上海)有限公司 晶圆可接受测试的实时监控方法
JP6462296B2 (ja) * 2014-09-30 2019-01-30 東京エレクトロン株式会社 位置精度検査方法、位置精度検査装置及び位置検査ユニット
JP6959831B2 (ja) * 2017-08-31 2021-11-05 株式会社日立製作所 計算機、処理の制御パラメータの決定方法、代用試料、計測システム、及び計測方法
KR102132785B1 (ko) 2017-08-31 2020-07-13 가부시끼가이샤 히다치 세이사꾸쇼 계산기, 처리의 제어 파라미터의 결정 방법, 대용 시료, 계측 시스템, 및 계측 방법
JP7090517B2 (ja) 2018-09-20 2022-06-24 東京エレクトロン株式会社 検査装置及び検査方法
US11499992B2 (en) 2018-11-27 2022-11-15 Tokyo Electron Limited Inspection system
JP7175171B2 (ja) * 2018-12-12 2022-11-18 東京エレクトロン株式会社 プローブカード管理システムおよびプローブカード管理方法
CN112735967A (zh) * 2020-12-29 2021-04-30 上海集成电路研发中心有限公司 晶圆变温测试的测试方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0192630A (ja) * 1987-10-02 1989-04-11 Nippon Steel Corp 放射温度計用変換器
JP2009524050A (ja) * 2006-01-18 2009-06-25 エレクトログラス・インコーポレーテッド 動的なプローブ調節の方法及び装置
JP2007311389A (ja) * 2006-05-16 2007-11-29 Tokyo Seimitsu Co Ltd プローバ及びプローブ接触方法
US20150192616A1 (en) * 2012-06-13 2015-07-09 Taiwan Semiconductor Manufacturing Company, Ltd. Method of Test Probe Alignment Control
JP2018117095A (ja) * 2017-01-20 2018-07-26 株式会社東京精密 プローバ及びプローブ針の接触方法
WO2019008726A1 (ja) * 2017-07-06 2019-01-10 オリンパス株式会社 管状挿入装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7467824B1 (ja) 2022-12-06 2024-04-16 株式会社東京精密 温度制御装置、温度制御方法、プログラム、プローバ及び学習モデル生成方法
WO2024122320A1 (ja) * 2022-12-06 2024-06-13 株式会社東京精密 温度制御装置、温度制御方法、プログラム、プローバ及び学習モデル生成方法
CN116504664A (zh) * 2023-06-28 2023-07-28 东莞市兆恒机械有限公司 一种晶圆检测方法、检测装置及检测***
CN116500426A (zh) * 2023-06-28 2023-07-28 东莞市兆恒机械有限公司 一种半导体检测设备高温测试标定的方法
CN116500426B (zh) * 2023-06-28 2023-09-05 东莞市兆恒机械有限公司 一种半导体检测设备高温测试标定的方法

Also Published As

Publication number Publication date
TW202303791A (zh) 2023-01-16
CN117425953A (zh) 2024-01-19
US12007413B2 (en) 2024-06-11
KR20230170802A (ko) 2023-12-19
US20240094254A1 (en) 2024-03-21
TWI834180B (zh) 2024-03-01
JP2022186039A (ja) 2022-12-15

Similar Documents

Publication Publication Date Title
WO2022255030A1 (ja) プローバ制御装置、プローバ制御方法、及びプローバ
US7405584B2 (en) Prober and probe contact method
TWI431288B (zh) 探測機及用於探測機之定位方法、設備及其電腦可讀取媒體
JP6821910B2 (ja) プローバ及びプローブ針の接触方法
US9383732B2 (en) Method and system for adaptively controlling a laser-based material processing process and method and system for qualifying same
KR100858153B1 (ko) 프로버 및 탐침 접촉 방법
US8654190B2 (en) Imaging position correction method, imaging method, and substrate imaging apparatus
JP6221200B2 (ja) プローバ
CN108662992B (zh) 表面量测方法及表面量测***
JP2019032290A (ja) 走査型プローブ顕微鏡のドリフト補正方法及びドリフト補正機能を備えた走査型プローブ顕微鏡
JP4557848B2 (ja) 形状測定方法および形状測定装置
JP2006186130A (ja) 半導体検査装置
JP7467824B1 (ja) 温度制御装置、温度制御方法、プログラム、プローバ及び学習モデル生成方法
JP2022096153A (ja) 電子デバイスの検査装置及び検査方法
JP7004935B2 (ja) プローバ及びプローブ針の接触方法
WO2024070678A1 (ja) 検査方法、検査装置及びプログラム
JP2008166648A (ja) 半導体集積回路の検査装置
JP2008147276A (ja) プローブカード、半導体ウエハの検査装置および半導体ウエハの検査方法
JP2008010473A (ja) ウエハプロービング装置及びウエハプロービング方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22815785

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20237041608

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 202280039695.7

Country of ref document: CN

Ref document number: 1020237041608

Country of ref document: KR

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22815785

Country of ref document: EP

Kind code of ref document: A1