本申请涉及使用工艺踪迹分析来对半导体装备故障进行检测和分类,并且更确切来说涉及自动限定窗以进行工艺踪迹分析的基于机器的方法。
背景技术:
1、通过监测装备传感器的时间序列踪迹来检测装备故障在半导体制造中是经过长时间认证但非常困难的问题。通常,一种用于故障检测和分类(“fdc”)的方法首先是将复杂的踪迹分解到多个逻辑“窗”中,并且接着基于窗中的踪迹数据来计算统计资料(通常称为指标或关键数)。所述指标可使用统计过程控制(“spc”)技术来监测以主要基于工程知识识别特征或异常并且可用作预测模型和根本原因分析的输入。然而,指标的品质决定了所有后续分析的价值:高品质的指标需要高品质的窗限定。
2、照惯例,窗限定在很大程度上是人工的并且是使用fdc技术时的关键限制和最大成本之一。此外,尽管已有自动开窗算法,但其通常需要大量的人工干预才能产生高品质的窗。因此,将期望找到在fdc分析方案中限定并使用踪迹窗的改进技术。
技术实现思路
1.一种用于进行自动窗限定以分析半导体装备踪迹数据的方法,所述方法包括:
2.如权利要求1所述的方法,所述限定步骤还包括:
3.如权利要求1所述的方法,所述方法还包括:
4.如权利要求1所述的方法,所述方法还包括:
5.如权利要求3所述的方法,所述限定步骤还包括:
6.如权利要求5所述的方法,所述识别转变周期的步骤还包括:
7.如权利要求5所述的方法,所述延长转变周期的步骤还包括:
8.一种用于在分析半导体装备踪迹数据时进行自动窗限定的方法,所述方法包括:
9.如权利要求8所述的方法,所述生成步骤还包括:
10.如权利要求9所述的方法,所述识别转变周期的步骤还包括:
11.如权利要求10所述的方法,所述延长转变周期的步骤还包括:
12.如权利要求8所述的方法,所述方法还包括:
13.一种用于在分析半导体装备踪迹数据时进行自动窗限定的方法,所述方法包括:
14.如权利要求13所述的方法,所述计算窗的步骤还包括:
15.如权利要求14所述的方法,所述识别转变周期的步骤还包括:
16.如权利要求15所述的方法,所述延长转变周期的步骤还包括:
17.如权利要求13所述的方法,所述方法还包括: