专利名称：半导体工艺中的过程控制方法及系统的制作方法
技术领域：
本发明涉及过程控制技术，特别是涉及一种半导体工艺中的过程控制方法和系统，以及包含该过程控制系统的半导体控制系统。
背景技术：
在以连续生产为特征的过程工业(如炼油、石油化工、冶金等)中，过程控制已从相互独立的装置控制进入到生产全过程的控制，是一种集优化、调度、管理于一体的综合自动化控制模式。单变量统计过程控制技术(UnivariateStatistical Process Control，简称 USPC)是一种常用的过程控制技术，主要采用平均值控制图OCbar-X)、均值-标准差控制图 OCbar-S)、均值-极差控制图OCbar-R)及单值-移动极差图(X-MR)等控制图对变量进行监控，当监控变量有工艺数据超过控制限时，控制图会捕捉到该异常(或称故障)，并发出报警信息；同时，使用历史样本数据计算过程能力指数Cp、Cpk等指标，衡量并监控生产过程的一致性、稳定性程度。在半导体生产制造过程中，由于工序复杂、原材料成本高的特点，要求每个生产环节的同一批次的产品质量达到高度的一致性，因此也使用单变量统计过程控制技术(USPC) 对生产中的变量进行全程监控，从而指导工程师发现和处理出现的异常变量波动情况，保证生产过程的稳定。但是，USPC所有类型的控制图每次只能监控一个变量，随着半导体制造设备复杂程度的提高，可控制参数也不断增加，需要监控的变量也就越来越多，如果同时监控多个变量，不但计算量庞大，而且控制图间的切换显示也非常繁琐。此外，由于各变量是单独统计监控，不能反映出变量间存在的关联关系，因此会造成故障的误判和漏判。例如，参照图1，是两个变量在USPC控制图中样本显示正常的示意图。两个变量显示在各自的控制图中，尽管每个控制图中显示有两个工艺数据靠近图中虚线所示的上下控制限(即图1中圆圈内的工艺数据)，但并没有超过控制限触发故障报警。 但是参照图2，是两个变量在变量的关联图中样本显示异常的示意图。从这两个变量的关联图中可以看到，有两个异常工艺数据远离其他工艺数据直线并触发故障报警(即图2中圆圈内的工艺数据)。虽然变量的关联图可以判断出异常情况，但当监控变量数量较多时，相应的变量关联图也较多，计算和查看变量关联图同样繁琐。且现有技术中，基于USPC技术的两个变量的关联图只能定性地分析故障报警，而不能对其定量分析，使得工艺人员对故障报警没有理性的认识，不能从根本上解决故障报警的相关问题。综上所述，随着半导体制造设备复杂程度的不断提高，对故障监控提出更高的要求，USPC技术已不能满足这种需求。
发明内容
本发明提供了一种半导体工艺中的过程控制方法和系统，以及包含该过程控制系
5统的半导体控制系统，以解决现有的单变量过程控制无法满足需求的问题。为了解决上述问题，本发明公开了一种半导体工艺中的过程控制方法，包括启动需监控工艺步骤对应的多变量统计过程控制模型；接收监控样本，所述监控样本包含所述需监控工艺步骤中各变量的多个工艺数据；根据所述多变量统计过程控制模型和所述需监控工艺步骤中各变量的多个工艺数据，获取对应所述需监控工艺步骤的故障分值；判断所述故障分值是否超出所述多变量统计过程控制模型的控制限，若是，则定量分析故障原因。优选的，所述定量分析故障原因包括根据故障特征数据库和所述各变量的多个工艺数据的各统计量，获取故障特征数据统计表；所述故障特征数据库为基于单变量统计过程控制技术建立；根据所述故障特征数据统计表和预置故障报警规则，获取故障得分贡献图，所述故障得分贡献图记录了各变量的故障得分及相应的故障报警类型；结合所述故障得分贡献图和所述故障特征数据统计表，定量分析故障原因。优选的，在离线状态下，所述方法包括接收包含多个需监控工艺步骤的监控样本；分别获取对应每个需监控工艺步骤的故障分值；分别判断各故障分值是否超出所对应的需监控工艺步骤的多变量统计过程控制模型的控制限，若是，则定量分析故障原因。优选的，在在线状态下，所述接收监控样本具体为实时接收包含某一需要监控工艺步骤的监控样本。优选的，通过统计各硅片刻蚀工艺过程中同一需监控工艺步骤的故障分值，建立多变量统计控制图。优选的，所述启动需监控工艺步骤对应的多变量统计过程控制模型之前，还包括 建立多变量统计过程控制模型，具体包括设定建模的配置信息，所述配置信息包括指定的工艺步骤、数据筛选参数、建模变量、置信度、主元计算方法；根据数据筛选参数和建模变量对各训练样本中所指定的工艺步骤内各变量的多个工艺数据进行筛选；对筛选后的训练样本计算统计量；利用训练样本的统计量、置信度和主元计算方法建立多变量统计过程控制模型，并确定模型的控制限；判断所建模型中是否存在超过控制限的训练样本，如果不存在，则保存所建立的模型；如果存在，则去除越限样本，并利用剩下的训练样本循环进行所述统计量计算、模型建立和判断步骤，直到所建模型中不存在超过控制限的训练样本。优选的，所述筛选包括利用数据筛选器自动在指定的工艺步骤内，对训练样本进行指定变量的筛选预处理；其中，所述数据筛选器以工艺步骤为单位预配置了每个工艺步骤下所有可选变量的筛选参数值。本发明还提供了一种半导体工艺中的过程控制系统，包括模型导入模块，用于启动需监控工艺步骤对应的多变量统计过程控制模型；数据接收模块，用于接收监控样本，所述监控样本包含所述需监控工艺步骤中各变量的多个工艺数据；模型计算模块，用于根据所述多变量统计过程控制模型和所述需监控工艺步骤中各变量的多个工艺数据，获取对应所述需监控工艺步骤的故障分值；故障分析模块，用于判断所述故障分值是否超出所述多变量统计过程控制模型的控制限，若是，则定量分析故障原因。优选的，所述故障分析模块包括第一分析单元，用于根据故障特征数据库和所述各变量的多个工艺数据的各统计量，获取故障特征数据统计表；所述故障特征数据库为基于单变量统计过程控制技术建立；第二分析单元，用于根据所述故障特征数据统计表和预置故障报警规则，获取故障得分贡献图，所述故障得分贡献图记录了各变量的故障得分及相应的故障报警类型；综合分析单元，用于结合所述故障得分贡献图和所述故障特征数据统计表，定量分析故障原因。优选的，所述系统还包括模型建立模块，用于建立多变量统计过程控制模型。优选的，所述模型建立模块包括模型配置单元，用于设定建模的配置信息，所述配置信息包括指定的工艺步骤、数据筛选参数、建模变量、置信度、主元计算方法；数据筛选单元，用于根据数据筛选参数和建模变量对各训练样本中所指定的工艺步骤内各变量的多个工艺数据进行筛选；统计计算单元，用于对筛选后的训练样本计算统计量；模型预建立单元，用于利用训练样本的统计量、置信度和主元计算方法建立多变量统计过程控制模型， 并确定模型的控制限；迭代建模单元，用于判断所建模型中是否存在超过控制限的训练样本，如果不存在，则保存所建立的模型；如果存在，则去除越限样本，并利用剩下的训练样本结合统计计算单元和模型预建立单元循环进行所述统计量计算、模型建立和判断，直到所建模型中不存在超过控制限的训练样本。优选的，所述系统还包括数据筛选器，用于以工艺步骤为单位预配置每个工艺步骤下所有可选变量的筛选参数值；数据筛选模块，用于根据模型所指定的工艺步骤和指定变量，利用数据筛选器自动在模型指定的工艺步骤内，对监控样本进行指定变量的筛选预处理，并将筛选后的监控样本传给所述模型计算模块，所述模型计算模块利用模型对筛选后的监控样本进行计算。本发明还提供了一种半导体控制系统，包括设备控制系统和过程控制系统，其特征在于所述过程控制系统包括权利要求8至12任一所述的过程控制系统。优选的，所述半导体控制系统还包括数据采集系统，用于采集设备控制系统所控设备在工艺生产过程中的监控样本，并存储到数据库中；数据库，用于存储监控样本。半导体控制所述过程控制系统以所述数据库为数据源，从该数据库直接接收监控样本。与现有技术相比，本发明具有以下优点第一，本发明提出一种适用于半导体工艺的多变量统计过程控制(Multivariate Statistical Process Control，简称MSPC)方法，该方法能够利用多个变量间的关联关系， 将监控样本的异常通过由多个变量综合得到的故障分值反映出来，并根据所述故障分值定量分析出故障原因，从而使工艺人员对故障报警有理性的认识，进而从根本上解决故障报警的相关问题。基于所述故障分值，本发明可以对样本的监控通过一张绘制了故障分值的多变量统计控制图就可以准确分析出异常情况，避免了单变量统计过程控制(USPC)存在的故障误判和漏判问题；而且本发明通过直观的多变量统计控制图就可以方便、快速地判断出故障所在，无需繁琐地切换查看大量的单变量统计过程控制图，大大减轻了操作负荷， 提高了控制水平，进一步提高了半导体设备的生产效率和产品良率。第二，本发明定量分析故障原因时，在提供多变量统计控制图的基础上，还结合
7USPC技术提供了反映单变量统计情况的故障得分贡献图和故障特征数据统计表，用户在多变量统计控制图中超限的实心点进行双击即可同时打开，通过该图和表能够直观、清晰地分析出现故障的变量和故障的根本原因。第三，本发明定量分析故障原因时，还结合USPC技术对故障报警信息进行了等级划分，这种分类报警的方式将故障类型量化，能够反映故障变量由量变到质变的变化情况， 既实现了以定性方式快速捕捉到主要故障，又实现了对主要故障能够作进一步定量分析， 使得故障分析更全面，结果更具实际指导意义。同时，这种量化的报警级别能够为机台控制系统提供更为丰富、准确的报警，进一步增强和细化当前控制系统的故障处理功能，为过程控制提供先进的决策与调度功能。第四，本发明还设计了数据筛选器来对监控样本或模型训练样本进行预处理，该数据筛选器以工艺步骤为单位预配置了每个工艺步骤下所有可选变量的筛选参数值，因此在预处理步骤中可直接导入，从而将人工设置数据筛选参数的繁琐操作优化为由系统自动进行。第五，本发明提供的是在tool级(直接面向机台设备)基于实时过程数据的MSPC 应用，直接以数据采集系统的数据库为数据源，以满足实时控制的要求。第六，本发明还可以实现离线和在线两种状态下的故障监控与诊断。
图1是现有技术中两个变量在USPC控制图中样本显示正常的示意图；图2是现有技术中两个变量在变量的关联图中样本显示异常的示意图；图3是本发明中两个变量在MSPC控制图中样本显示异常的示意图；图4是本发明实施例中建立MSPC模型的流程图；图5是本发明实施例中MSPC模型建立过程中所参考的多变量统计过程控制图；图6是本发明实施例所述一种半导体工艺中的MSPC离线过程控制方法流程图；图7是本发明实施例中某一工艺步骤的多变量统计控制图；图8是本发明实施例中MSPC故障得分贡献图；图9是本发明实施例所述一种半导体工艺中的MSPC在线过程控制方法流程图；图10是本发明实施例所述一种半导体工艺中的过程控制系统结构图；图11是本发明实施例所述一种半导体控制系统的架构图。
具体实施例方式为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式
对本发明作进一步详细的说明。本发明提出一种适用于半导体工艺的多变量统计过程控制 (MultivariateStatistical Process Control，简称MSPC)方法，MSPC也称为故障诊断与分类(Fault Detection and Classification，FDC)技术，能利用多个变量间的关联关系来监控生产过程中变量的异常(或故障)情况，与USPC技术相比，能够通过简洁的控制图方便、 快速地识别设备生产过程中出现的故障变量。例如，针对图1所示的示例，两个变量在USPC 控制图中的样本显示正常，但是参照图3，是这两个变量在多变量统计控制图中样本显示异常的示意图，从图3的控制图中可以直接看出这两个异常工艺数据。本发明适用于半导体制造过程中复杂工序的故障监控，主要包括多变量统计过程控制(MSPC)模型的建立、利用MSPC模型进行监控与故障分析两部分。下面将以半导体刻蚀工艺为例进行详细说明。1、MSPC模型建立根据半导体蚀刻过程的特点，每个wafer (硅片)的蚀刻生产全过程都需要经过若干工艺步骤，而各步骤的recipe (工艺配方)设置不同，即各变量在各步骤中的设定值(或称目标值)不一定相同，因此，需要以步骤为单位分别建立相适应的模型。参照图4，是本发明实施例中建立MSPC模型的流程图。步骤401，以wafer为单位导入多个训练样本，每个训练样本包含各工艺步骤中各变量的多个工艺数据；所述训练样本用于模型训练，在半导体蚀刻工艺中，一训练样本的样本数据包括刻蚀wafer (硅片)各工艺步骤中各变量的多个工艺数据。在本步骤中，一般以wafer为单位导入训练样本，这里的建模具体为采用多个训练样本对所指定的工艺步骤进行建模。步骤402，指定工艺步骤；这里指定的工艺步骤对应实际应用中需监控工艺步骤；步骤403，设置数据筛选参数并选取参与建模的变量；上述指定的工艺步骤、数据筛选参数、建模变量以及后续步骤406设定的置信度、 主元计算方法都属于建模的主要配置信息，除此之外还包括其他配置信息。这些配置信息在建模初始一旦设定，在后面步骤405至408的迭代建模过程中一般不再更改。当然，根据工艺步骤的特点，不同工艺步骤需建立不同的模型，因此针对不同模型的相应配置信息一般也不相同。步骤404，根据数据筛选参数和建模变量对各训练样本中所指定的工艺步骤内各变量的多个工艺数据进行筛选；所述筛选是优选的预处理步骤，用于从导入的训练样本中筛选出符合建模要求的训练样本数据，即对各训练样本中所指定的工艺步骤内各变量的多个工艺数据进行筛选。 其中，所述建模变量是指参与建模的变量，即导入的训练样本中所指定工艺步骤内的各变量，但建模时可能只用到其中部分变量，因此需要根据模型配置进行筛选。另外，所述数据筛选参数包括多个参数，用于将初始导入的训练样本进行去噪等处理，以保证建模的精度。 例如，可针对不同的变量由用户设定去除开始和结束的工艺数据的个数，以决定是否消除此阶段的不稳定因素；同时，还可以针对不同的变量允许用户设定工艺数据的最大值、最小值范围，以去除噪声数据。在实际操作中，一般通过人工方式设置数据筛选参数和选取建模变量，然后再对导入训练样本进行筛选。由于每个工艺步骤中包含很多变量，而不同工艺步骤对同一变量的数据筛选参数和建模变量的要求又各不相同，如果每次建模都通过人工操作逐一设置， 非常繁琐。基于此，本实施例提出一种优化的数据预处理方法，设计数据筛选器以简化数据筛选设置。所述数据筛选器以工艺步骤为单位预配置了每个工艺步骤下所有可选变量的筛选参数值。数据筛选器可通过Excel等文件格式进行构造，下面以表1所示wafer的典型刻蚀工艺的recipe为例
9
权利要求
1.一种半导体工艺中的过程控制方法，其特征在于，包括 启动需监控工艺步骤对应的多变量统计过程控制模型；接收监控样本，所述监控样本包含所述需监控工艺步骤中各变量的多个工艺数据； 根据所述多变量统计过程控制模型和所述需监控工艺步骤中各变量的多个工艺数据， 获取对应所述需监控工艺步骤的故障分值；判断所述故障分值是否超出所述多变量统计过程控制模型的控制限，若是，则定量分析故障原因。
2.根据权利要求1所述的方法，其特征在于，所述定量分析故障原因包括根据故障特征数据库和所述各变量的多个工艺数据的各统计量，获取故障特征数据统计表；所述故障特征数据库为基于单变量统计过程控制技术建立；根据所述故障特征数据统计表和预置故障报警规则，获取故障得分贡献图，所述故障得分贡献图记录了各变量的故障得分及相应的故障报警类型；结合所述故障得分贡献图和所述故障特征数据统计表，定量分析故障原因。
3.根据权利要求1所述的方法，其特征在于，在离线状态下，包括 接收包含多个需监控工艺步骤的监控样本；分别获取对应每个需监控工艺步骤的故障分值；分别判断各故障分值是否超出所对应的需监控工艺步骤的多变量统计过程控制模型的控制限，若是，则定量分析故障原因。
4.根据权利要求1所述的方法，其特征在于，在在线状态下，所述接收监控样本具体为实时接收包含某一需要监控工艺步骤的监控样本。
5.根据权利要求3或4所述的方法，其特征在于，通过统计各硅片刻蚀工艺过程中同一需监控工艺步骤的故障分值，建立多变量统计控制图。
6.根据权利要求1至4任一所述的方法，其特征在于，所述启动需监控工艺步骤对应的多变量统计过程控制模型之前，还包括建立多变量统计过程控制模型，具体包括设定建模的配置信息，所述配置信息包括指定的工艺步骤、数据筛选参数、建模变量、 置信度、主元计算方法；根据数据筛选参数和建模变量对各训练样本中所指定的工艺步骤内各变量的多个工艺数据进行筛选；对筛选后的训练样本计算统计量；利用训练样本的统计量、置信度和主元计算方法建立多变量统计过程控制模型，并确定模型的控制限；判断所建模型中是否存在超过控制限的训练样本，如果不存在，则保存所建立的模型； 如果存在，则去除越限样本，并利用剩下的训练样本循环进行所述统计量计算、模型建立和判断步骤，直到所建模型中不存在超过控制限的训练样本。
7.根据权利要求6所述的方法，其特征在于，所述筛选包括利用数据筛选器自动在指定的工艺步骤内，对训练样本进行指定变量的筛选预处理； 其中，所述数据筛选器以工艺步骤为单位预配置了每个工艺步骤下所有可选变量的筛选参数值。
8.一种半导体工艺中的过程控制系统，其特征在于，包括模型导入模块，用于启动需监控工艺步骤对应的多变量统计过程控制模型； 数据接收模块，用于接收监控样本，所述监控样本包含所述需监控工艺步骤中各变量的多个工艺数据；模型计算模块，用于根据所述多变量统计过程控制模型和所述需监控工艺步骤中各变量的多个工艺数据，获取对应所述需监控工艺步骤的故障分值；故障分析模块，用于判断所述故障分值是否超出所述多变量统计过程控制模型的控制限，若是，则定量分析故障原因。
9.根据权利要求8所述的系统，其特征在于，所述故障分析模块包括第一分析单元，用于根据故障特征数据库和所述各变量的多个工艺数据的各统计量， 获取故障特征数据统计表；所述故障特征数据库为基于单变量统计过程控制技术建立；第二分析单元，用于根据所述故障特征数据统计表和预置故障报警规则，获取故障得分贡献图，所述故障得分贡献图记录了各变量的故障得分及相应的故障报警类型；综合分析单元，用于结合所述故障得分贡献图和所述故障特征数据统计表，定量分析故障原因。
10.根据权利要求9所述的系统，其特征在于，还包括 模型建立模块，用于建立多变量统计过程控制模型。
11.根据权利要求10所述的系统，其特征在于，所述模型建立模块包括模型配置单元，用于设定建模的配置信息，所述配置信息包括指定的工艺步骤、数据筛选参数、建模变量、置信度、主元计算方法；数据筛选单元，用于根据数据筛选参数和建模变量对各训练样本中所指定的工艺步骤内各变量的多个工艺数据进行筛选；统计计算单元，用于对筛选后的训练样本计算统计量；模型预建立单元，用于利用训练样本的统计量、置信度和主元计算方法建立多变量统计过程控制模型，并确定模型的控制限；迭代建模单元，用于判断所建模型中是否存在超过控制限的训练样本，如果不存在，则保存所建立的模型；如果存在，则去除越限样本，并利用剩下的训练样本结合统计计算单元和模型预建立单元循环进行所述统计量计算、模型建立和判断，直到所建模型中不存在超过控制限的训练样本。
12.根据权利要求8或11所述的系统，其特征在于，还包括数据筛选器，用于以工艺步骤为单位预配置每个工艺步骤下所有可选变量的筛选参数值；数据筛选模块，用于根据模型所指定的工艺步骤和指定变量，利用数据筛选器自动在模型指定的工艺步骤内，对监控样本进行指定变量的筛选预处理，并将筛选后的监控样本传给所述模型计算模块，所述模型计算模块利用模型对筛选后的监控样本进行计算。
13.一种半导体控制系统，包括设备控制系统和过程控制系统，其特征在于所述过程控制系统包括权利要求8至12任一所述的过程控制系统。
14.根据权利要求13所述的系统，其特征在于，还包括数据采集系统，用于采集设备控制系统所控设备在工艺生产过程中的监控样本，并存储到数据库中；数据库，用于存储监控样本。
15.根据权利要求14所述的系统，其特征在于所述过程控制系统以所述数据库为数据源，从该数据库直接接收监控样本。
全文摘要
本发明提供了一种半导体工艺中的过程控制方法和系统，以及包含该过程控制系统的半导体控制系统，以解决现有的单变量过程控制无法满足需求的问题。所述方法包括启动需监控工艺步骤对应的多变量统计过程控制模型；接收监控样本，所述监控样本包含所述需监控工艺步骤中各变量的多个工艺数据；根据所述多变量统计过程控制模型和所述需监控工艺步骤中各变量的多个工艺数据，获取对应所述需监控工艺步骤的故障分值；判断所述故障分值是否超出所述多变量统计过程控制模型的控制限，若是，则定量分析故障原因。本发明可以定量分析出故障原因，从而使工艺人员对故障报警有理性的认识。
文档编号G05B13/04GK102467089SQ20101054010
公开日2012年5月23日 申请日期2010年11月10日 优先权日2010年11月10日
发明者谢凯 申请人:北京北方微电子基地设备工艺研究中心有限责任公司