专利名称：虚拟测量预估模型的适用性选择方法与系统的制作方法
技术领域：
本发明涉及一种半导体制造的品质控制方法，且特别涉及一种应用于半 导体制造的品质控制的虛拟测量预估;漠型的适用性选择方法与系统。
背景技术：
统计质量管理(Statistical Quality Control, SQC )是一项维持与改 善产品品质的技术，而统计工艺管制(Statistical Process Control, SPC ) 则是其中一项主要的工具，它着重于制造过程中数据的分析，以判定产品发 生变异的原因。统计质量管理包含两个主要部分，即统计工艺管制与抽样允 收标准。而统计工艺管制则包括质量管理(QC)处理和机率与统计学的基本 理论及其应用。SPC是利用工艺操作变量对生产变量或产品的品质变量进行 预测性监控，而从工艺操作变量发生变化到安全/品质出现问题的过程中，有 一定的时间落后存在，故如何能在最短的时间内预测出品质变量的问题，是 评估SPC相关方法优劣时需考虑的重要因素之一。产品在生产过程中，允许若干差异，唯此差异需作适当管制，而品质好 坏的程度需藉此管工艺度，使达到某一定要求的范围内。而质量管理(QC) 乃是在制造过程中抽取样本，将样本测量所得数据，加以统计分析并绘制成 管制图，以管制工艺是否发生异常现象，或从一大批制品中，抽取数个样本， 检查其特性，以所得数据分析判断制品全体是否合格、是否需作处置。此外，过去在半导体工艺中使用虚拟测量预估值最大的问题在于机台在 经过维护保养(Preventive Maintenance, PM)后，机台状况可能发生变动。 例如，原先温度设定在25(TC，经过维护保养后可能变成26(TC或27(TC，导 致虛拟测量引擎260因为没有正确设定值而无法运作或预估的结果不准确。因此，本发明提出了一种应用于半导体制造的品质控制的虛拟测量预估 模型的适用性选择方法，可有效掌机台在经过维护保养后的状况，以便选择 出适合当时机台状况的预估模型
发明内容
基于上述目的，本发明实施例揭露了一种虚拟测量预估模型的适用性选 择系统，包括一管制模块、 一工艺机台、 一失效检测与分类系统、 一制造执 行系统以及一虚拟测量引擎，该虚拟测量引擎更包括一虚拟测量模型管理与 选择系统。该管制模块取得该机台的历史工艺数据，分析该历史工艺数据并 产生机台在维修保养后的多个数据群落，且根据该等数据群落建立多个虛拟 测量预估模型。该工艺机台对一晶片执行一工艺。该失效检测与分类系统在 该晶片完成工艺后产生失效检测与分类数据。该制造执行系统当该机台完成 维修保养时，会发出一信号。该虚拟测量引擎自该失效检测与分类系统取得 该失效检测与分类数据。该虛拟测量模型管理与选择系统自该管制模块取得 该等虚拟测量预估模型，当自该制造执行系统接收该信号时，自该失效检测 与分类系统取得该失效检测与分类数据，根据该失效检测与分类数据的落点 选出 一最佳虚拟测量预估模型以对该晶片进行预估。本发明实施例更揭露了 一种虚拟测量预估模型的适用性选择方法。首先， 取得机台的历史工艺数据。分析该历史工艺数据并产生机台维修保养后的数 据群落，并且根据该等数据群落建立多个虚拟测量预估模型。将该等虚拟测 量预估模型加入一虚拟测量引擎中的一虚拟测量模型管理与选择系统。取得 该机台下次维修保养且对一晶片执行工艺后的第 一笔工艺数据，并且根据该 工艺数据选出 一最佳虚拟测量预估模型以对该晶片进行预估。
图l是显示虚拟测量引擎的示意图。图2是显示本发明实施例的虛拟测量预估模型的适用性选择系统的架构 示意图。图3是显示本发明实施例的虚拟测量预估模型的适用性选择方法的步骤 流程图。附图符号说明200 -虚拟引擎预估系统210-制造执行系统220 ~机台管制系统与机台设备自动化程序 230 ~工艺才几台
240 ~测量机台25 0 ~失效检测与分类系统260 虛拟测量引擎270 ~虛拟测量模型管理与选择系统280 ~数据仓储290 -在线实时统计工艺管制监控应用技术模块具体实施方式
为了让本发明的目的、特征、及优点能更明显易懂，下文特举较佳实施 例，并配合所附图1至图3做详细的说明。本发明说明书提供不同的实施例 来说明本发明不同实施方式的技术特征。其中，实施例中的各组件的配置是 说明之用，并非用以限制本发明。且实施例中图式标号的部分重复，是了简 化说明，并非意指不同实施例之间的关联性。本发明实施例揭露了 一种应用于半导体制造的品质控制的虛拟测量预估 方法与系统。要取得详细的工艺设备表现数据，需要大量高分辨率的系统变量，即每 一才几台的实时工艺状态变异检测4直(Status Variable Identification,以 下简称为SVID)，例如，温度、压力、气体流量等等。利用一失效检测与分 类(Fault Detection and Classification,以下简称为FDC)系统将每一 机台的SVID收集起来(即为FDC数据)，然后将取得的FDC数据传送到本发 明的虛拟测量引擎(Virtual Metrology Engine)，经过运算处理后产生虚 拟测量结果。虛拟测量(Virtual Metrology, VM)乃是应用智能运算(Computational Intelligence)实时地推估出生产机台所加工的项目的品质。如其推估的准 确度合乎一般先进工艺与设备控制4支术(Advanced Process/Equipment Control, APC/AEC)的需求，则此虚拟测量可取代传统的测量机台。因此， 本发明的虚拟测量引擎即为内建预估模型的系统(如图1所示)，当将FDC 数据输入虛拟测量引擎，即可产生虚拟测量结果。预估模型包括77/〖-尤",oc,(其用以预估膜厚(Thickness) ) 、 0) = /0^2，.."^厕)(其是用以预估 线宽(Critical Dimension, CD))等等，其中x;表示为SVID，而ADI为显
影后工艺芯片检查(After Development Inspection)。
接着，如前文所述，机台在经过维护保养后，机台状况可能发生变动。
参考附件1，虚直线表示机台进行维修保养的时间点。当机台经过维护保养后，加热器功率输入(Stage —Power)与无线电匹配器的负载位置(RFLoad )参数的平均值(Average)即会大幅度的向上跳动，然后再渐渐趋向平緩，待下次维修保养时会再重复相同状况。
欲解决这样的问题，可将机台与工艺相关参数送到如图1所示的虛拟测量引擎，经过运算后产生一虛拟测量模型。附件2所示，将某一时间间隔内 (例如，4丸行次数(Run Number) 57"至6747间的这)殳时间，如左方双箭头的区段)的机台与工艺相关数据利用一虚拟测量函数进行训练(Training)产 生 一 虚 拟 测 量 模 型 ， 即 = /(5to取—尸ower, = 0.15 x 5toge — Power2 + 5 * i F丄oac + 52 ， 然后再利用该模型来解决机台状况的变动。然而，该模型并无法有效解决右方双箭头的 区段内机台状况的变动，主要是因为该模型并非利用该区段内的机台与工艺 相关数据而建立。要注意到，上述说明仅为范例，其并非用以限定本发明。对此，本发明针对机台每一次维修保养后的机台状况建立各自的虚拟测 量才莫型，并g己合主成4分分冲斤(Principal Components Analysis, PCA )方'法，以有效解决上述问题。
本发明的主成份分析方法主要是降低工艺变量在管制图上显示的维度(Dimension),并且去除对工艺较无影响的参数，以有效分辨哪些工艺参数 是真正影响机台状况变动的因素。参考附件3，当工艺参数(例如，温度、 压力、气体流量)以三维状态表示时(X、 Y、 Z轴分别为Sl、 S2、 S3 (S表 示为机台的状态变量识别码(Status Variable ID)),在分析时可能因为 工艺参数的管制点有重迭现象而导致分析结果不正确，故必须将所有管制点 投影到一二维平面上。利用主成份分析方法，将原本的S1、 S2、 S3三轴转换 为Coml与Com2 (Com表示为机台组件(Component))的X、 Y轴，其中Coml=a,s, + a2s2 + ... + ansn，而Com2 = b,s, + b2s2 + + b sn,其中a为负栽参数， s为状态变量识别码(Status Variable ID)。如此一来，每一管制点可清 楚呈现，使得主成份分析结果可较精确。
图2是显示本发明实施例的虚拟测量预估模型的适用性选择系统的架构 示意图。 本发明实施例的虚拟测量预估系统2QQ包括一制造执行系统210、 一机 台管制系统与机台设备自动化程序220、 一工艺机台230、 一测量机台240、 一 FDC系统250、 一虛拟测量引擎260、 一数据仓储280以及一在线实时 (Real-Time， RT )统计工艺管制监控应用技术模块(以下简称为RT-SPC模 块)290，虚拟测量引擎260又包括一虚拟测量模型管理与选择系统270，其 中粗实线表示与晶片相关的控制操作，而虛线表示与虚拟测量模型(Virtual Metrology Model)相关的控制操作。首先，RT-SPC模块390取得机台的历史工艺数据，即取得机台在维修保 养后的第一笔工艺数据，并且以主成分分析方法分析并产生机台维修保养后 的数据群落(Group )(如附件4所示)。然后针对每个数据群落，根据机台 在每一次维修保养周期内的工艺数据分别建立一虚拟测量预估模型(如附件 5所示)，并且将所建立的所有虛拟测量预估模型加入虚拟测量引擎260中 的虛拟测量模型管理与选择系统270。接下来，当机台完成维修保养时，会发出一信号给虚拟测量引擎260。 当下一片晶片在工艺机台230执行工艺时，利用机台管制系统与机台设备自 动化程序220对该晶片进行取样，然后在晶片完成工艺时由FDC系统250传 送FDC数据给虚拟测量引擎260。当收到FDC数据时，虚拟测量模型管理与 选择系统270会根据取得的FDC数据并且以主成分分析方法判定该笔工艺数 据落在哪个虚拟测量预估模型的区域内，然后根据落点选出一最佳虚拟测量 预估模型(如附件6所示)，以对该片晶片进行预估，例如，预估其膜厚或 线宽。图3是显示本发明实施例的虛拟测量预估模型的适用性选择方法的步骤 流程图。首先，取得机台的历史工艺数据，即取得机台在维修保养后的第一笔工 艺数据，并且以主成分分析方法分析并产生机台维修保养后的数据群落 (Group)(步骤Sl)。如附件4所示，取得机台每次维修保养后的第一笔 工艺数据，并在经过主成分分析方法分析后，即可得到如附件4的图上所示 的四个数据群落。接着，针对每个数据群落，根据机台在每一次维修保养周期内的工艺数 据分别建立一虛拟测量预估;漢型(步骤S2)。如附件5所示，分别为四个数 据群落建立第一虛拟测量预估模型(Model 1 )、第二虚拟测量预估模型(Model
2)、第三虚拟测量预估模型(Model 3)以及第四虛拟测量预估模型(Model 4)。接着，将所建立的所有虚拟测量预估模型加入一虛拟测量引擎中的虚拟 测量模型管理与选择系统(步骤S3)。接着，取得下次机台维修保养且执行 工艺后的第一笔工艺数据，并且以主成分分析方法判定该笔工艺数据落在哪 个虛拟测量预估模型的区域内，以决定此次维修保养后要使用哪一个虚拟测 量预估模型进行预估(步骤S4)。如附件6所示，当工艺数据的投影点落在 及第四虚拟测量预估模型(Model 4)的区域内，即选择第四虚拟测量预估模 型进行预估。本发明的应用于半导体制造的品质控制的虚拟测量预估模型的适用性选 择方法，使用统计多变量分析中的主成份分析方法，有效掌机台在经过维护 保养后的状况，以便选择出适合当时机台状况的预估模型，并配合系统整合，题。虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明，任何 熟习此技艺者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰， 因此本发明的保护范围当视所附的申请专利范围所界定者为准。
权利要求
1.一种虚拟测量预估模型的适用性选择系统，包括一管制模块，其取得机台的历史工艺数据，分析该历史工艺数据并产生该机台在维修保养后的多个数据群落，且根据该等数据群落建立多个虚拟测量预估模型；一工艺机台，其对一晶片执行一工艺；一失效检测与分类系统，其在该晶片完成工艺后产生失效检测与分类数据；一制造执行系统，其当该机台完成维修保养时，会发出一信号；以及一虚拟测量引擎，其自该失效检测与分类系统取得该失效检测与分类数据，且更包括一虚拟测量模型管理与选择系统，其自该管制模块取得该等虚拟测量预估模型，当自该制造执行系统接收该信号时，自该失效检测与分类系统取得该失效检测与分类数据，根据该失效检测与分类数据的落点选出一最佳虚拟测量预估模型以对该晶片进行预估。
2. 如权利要求1所述的虚拟测量预估模型的适用性选择系统，其中，该管制模块以一主成分分析方法分析并产生该等数据群落。
3. 如权利要求2所述的虛拟测量预估模型的适用性选择系统，其中，该管制模块针对每一数据群落，根据该机台在每一次维修保养周期内的工艺数 据分别建立一虛拟测量预估;漢型。
4. 如权利要求1所述的虛拟测量预估模型的适用性选择系统，其中，该 虛拟测量模型管理与选择系统以 一主成分分析方法判定该失效检测与分类数 据落在哪一虛拟测量预估模型的区域内。
5. 如权利要求1所述的虛拟测量预估模型的适用性选择系统，其中，该 管制模块是一在线实时统计工艺管制监控应用技术模块。
6. —种虛拟测量预估模型的适用性选择方法，包括下列步骤 取得机台的历史工艺数据；分析该历史工艺数据并产生机台维修保养后的数据群落； 根据该等数据群落建立多个虚拟测量预估模型；将该等虚拟测量预估模型加入一虚拟测量引擎中的一虚拟测量模型管 理与选择系统；取得该机台下次维修保养且对一晶片执行工艺后的第一笔工艺数据； 根据该工艺数据选出 一最佳虚拟测量预估模型以对该晶片进行预估。
7. 如权利要求6所述的虚拟测量预估冲莫型的适用性选择方法，其更包括 以一主成分分析方法分析并产生该等ft据群落。
8. 如权利要求7所述的虛拟测量预估模型的适用性选择方法，其更包括针对每一数据群落，根据该机台在每一次维修保养周期内的工艺数据分别建 立一虛拟测量预估模型。
9. 如权利要求6所述的虚拟测量预估模型的适用性选择方法，其更包括 以一主成分分析方法判定该失效检测与分类数据落在哪一虚拟测量预估模型 的区i或内。
10. 如权利要求6所述的虚拟测量预估模型的适用性选择方法，其中，该 管制模块是一在线实时统计工艺管制监控应用技术模块。
全文摘要
一种虚拟测量预估模型的适用性选择方法。首先，取得机台的历史工艺数据。分析该历史工艺数据并产生机台维修保养后的数据群落，并且根据该等数据群落建立多个虚拟测量预估模型。将该等虚拟测量预估模型加入一虚拟测量引擎中的一虚拟测量模型管理与选择系统。取得该机台下次维修保养且对一晶片执行工艺后的第一笔工艺数据，并且根据该工艺数据选出一最佳虚拟测量预估模型以对该晶片进行预估。
文档编号G05B17/02GK101118423SQ20061010822
公开日2008年2月6日 申请日期2006年8月1日 优先权日2006年8月1日
发明者戴鸿恩, 罗皓觉, 赖雪芬 申请人:力晶半导体股份有限公司