专利名称：在线品质检测参数分析方法
技术领域：
本发明涉及一种制程参数分析方法，尤其涉及一种在线品质检测参数的分析方法。
背景技术：
在半导体制造技术中，要完成半导体产品，通常要经过许多个制程，例如微影制程、蚀刻制程、离子植入制程等；也就是说在半导体制造过程中必须应用到大量的机台，以及许多繁琐的程序。因此，熟悉该项技术的人都致力于确保机台运作正常、维持或提高产品良率、侦测确认问题点以及机台维修等作业，以使半导体产品的生产速度及品质能够合乎客户需求。
一般而言，要探讨半导体制程的问题，可以从下列几项数据着手进行分析，包括制程参数数据、在线品质检测(In-line QC)数据、缺陷检测(defect inspection)数据、样品测试(sample test)数据、晶圆测试(wafer test)数据以及封装后测试(final test)数据。其中，在线品质检测数据乃是针对晶圆(wafer in process)进行在线的品质检测所得到的测试值，其通常安排在某些制程之后执行。
在现有技术中，如图1所示，首先进行步骤101，此时熟知技术者会针对每一晶圆进行各项在线品质检测项目的测试，如膜厚检测等。
接着，在步骤102中，熟知技术者会观察每一晶圆的各项在线品质检测项目的结果，以便找出在线品质检测结果有偏差的产品，其中所观察的在线品质检测项目通常是前一制程站别所执行的项目。
步骤103由熟知技术者根据经验，以及从步骤102中所选出的异常产品的在线品质检测参数值，来判断可能有问题的制程站别，如热氧化机台、氮化硅沉积机台、多晶硅沉积机台等。
最后，在步骤104中，熟知技术者检查步骤103所判断的制程站别中的各机台，以便找出异常的机台。举例而言，熟知技术者可以依据氮化硅层的膜厚检测不合规格，判断有问题的制程站别为氮化硅层的沉积制程站别，并检查出异常的机台，如沉积机台、蚀刻机台等。
另外，如图2所示，熟知技术者还可以利用在线品质检测项目的结果来预测后续制程的良率，以期能够有效利用所制得的半成品。
首先，步骤201会针对每一晶圆进行各项在线品质检测项目的测试，如膜厚检测等。接着在步骤202中，熟知技术者会观察每一晶圆的各项在线品质检测项目的结果，以便找出在线品质检测结果不合乎规格的产品。
当发现产品的在线品质检测项目有偏差时，熟知技术者可以有二种处理方式其一如步骤203所示，即直接将这批产品视为不良品而舍弃；其二如步骤204所示，即根据经验先预测这批产品是否能够通过后续的样品测试或晶圆测试，当预测答案为否定时，进行步骤203，而当预测答案为肯定时，进行步骤205来保留这批产品，以便进行后续的制程及测试。
然而，由于现有技术是利用人为经验判断来决定分析结果(步骤103)，或是预测产品后续的测试结果(步骤204)，所以最后分析出来的结果的精确度及可信度将有待商榷；再加上半导体制造业人士更换频繁，导致前后期工程师之间的经验不易传承，且每一位工程师能力有限，无法兼顾厂区所有机台的操作状态，所以，当半导体产品的测试结果发生异常时，工程师不见得有足够的经验快速且正确地判断出是哪一个环节出问题，或是正确地预测产品在后续制程中的良率，因而可能必须耗费许多时间来进行相关研究，甚至有可能做出错误的判断，这样一来，不但降低制程的效率、增加生产成本，还无法及时改善在线生产情形以提高良率。
因此，如何提供一种能够在半导体产品的在线品质检测数据发生异常时，快速且正确地判断出是哪一个环节出问题以及正确地预测出产品在后续制程的良率的分析方法，是当前半导体制造技术的重要课题之一。
发明内容
为了克服现有技术的上述缺陷，本发明的目的在于提供一种能够在半导体产品的在线品质检测数据发生异常时，快速且正确地判断出是哪一个环节出问题的在线品质检测参数分析方法。
本发明的另一目的在于提供一种能够在半导体产品的在线品质检测数据发生异常时，正确地预测出半导体产品在后续制程的良率的在线品质检测参数分析方法。
本发明的特征在于，利用在线品质检测结果与晶圆测试参数值及样品测试参数值来建立后续制程的制程项目与在线品质检测项目的关系式，并以在线品质检测的结果来分析各制程站别有差异的机台。
为达到上述目的，本发明的在线品质检测参数分析方法是分析多批分别具有一个批号的产品，每批产品经过多个机台所制得，而每批产品中的一片或以上的晶圆至少经过一个在线品质检测项目的测试以产生一个在线品质检测参数值，在线品质检测项目及与在线品质检测项目相关的样品测试项目以及晶圆测试项目储存于一个数据库中，此数据库还储存有在线品质检测参数值以及多批产出良率高的库存产品的各项测试项目与测试参数值，本方法包括以下步骤分析在线品质检测参数值是否合乎一个预设规格；当在线品质检测参数值未合乎预设规格时，从数据库中搜寻与在线品质检测项目相关的样品测试项目或晶圆测试项目；根据在线品质检测项目及所搜寻到的样品测试项目或晶圆测试项目，从数据库中搜寻相对应的各批库存产品的测试参数值；以及根据库存产品的搜寻结果产生在线品质检测项目与样品测试项目的关系式或在线品质检测项目与晶圆测试项目的关系式。
承上所述，根据本发明的在线品质检测参数分析方法是以后续制程良率高的产品为对照组来建立后续制程的制程项目与在线品质检测项目的关系式，所以能够在半导体产品的在线品质检测数据发生异常时，正确地预测出半导体产品在后续制程的良率；另外本发明以在线品质检测结果来分析各制程站别有差异的机台，所以能够在半导体产品的在线品质检测数据发生异常时，快速且正确地判断出是哪一个环节出了问题。因此能够有效地减少人为判断的错误，从而提高制程的效率、减少生产成本并及时改善在线生产情形以提高良率。
图1显示现有在线品质检测参数分析方法的流程图；图2显示另一现有在线品质检测参数分析方法的流程图；图3显示根据本发明较佳实施例的在线品质检测参数分析方法的流程图；图4显示根据本发明另一较佳实施例的在线品质检测参数分析方法的流程图，用以判断造成良率不佳的机台为哪个；图5显示延续图4所示的流程图的流程图；图6显示根据本发明另一较佳实施例的在线品质检测参数分析方法的流程，用以求得各样品测试项目与所有在线品质检测项目的关系式；图7显示根据本发明另一较佳实施例的在线品质检测参数分析方法的流程，用以找出各制程站别的较佳操作条件。
图中的符号说明101～104现有在线品质检测参数分析方法的流程201～205另一现有在线品质检测参数分析方法的流程301～307本发明较佳实施例的在线品质检测参数分析方法的流程401～406本发明另一较佳实施例的在线品质检测参数分析方法的流程501～504延续步骤409的流程601～603本发明另一较佳实施例的在线品质检测参数分析方法的流程701～704本发明另一较佳实施例的在线品质检测参数分析方法的流程具体实施方式
以下配合附图，说明根据本发明较佳实施例的在线品质检测参数分析方法，其中相同的组件将以相同的参照符号表示。
如图3所示，首先，在步骤301中，根据本发明较佳实施例的在线品质检测参数分析方法，先搜寻数批经过在线品质检测且未经过样品测试及晶圆测试的产品，以取得这些产品的各在线品质检测参数值。在本实施例中，本步骤的搜寻结果可以直接输出给工程师，以便工程师能够取得相关信息，例如这些产品的产品批号、产品制造时间、各在线品质检测参数值等。
然后步骤302分析所取得的在线品质检测参数值是否合乎预设规格。举例而言，假设在线品质检测项目为氧化层膜厚，其预设规格为30至60μm，所分析的产品的氧化层膜厚的在线品质检测参数值为50μm，则所分析的结果为合乎预设规格，此时便结束分析程序；若所分析的产品的氧化层膜厚的在线品质检测参数值为90μm，则所分析的结果为不合乎预设规格，此时，根据本发明的在线品质检测参数分析方法就接着进行步骤303。另外，熟知该项技术者应该了解，步骤302所分析的在线品质检测项目还可以包括氮化硅层膜厚、多晶硅层膜厚等。
接着，步骤303从一个经验累积数据库中搜寻与在线品质检测项目相关的样品测试项目或晶圆测试项目，此经验累积数据库记录有资深工程师以往追踪问题所累积的经验，判断在线品质检测项目异常，可能造成哪一项样品测试项目或哪一项晶圆测试项目结果的偏差。举例而言，当步骤302所分析的产品的氧化层膜厚的在线品质检测参数值不合乎预设规格时，本步骤会从数据库中搜寻与此在线品质检测项目(氧化层膜厚)有相关性的样品测试项目，如电容特性项目。
之后，步骤304判断在步骤303中所搜寻到的样品测试项目或晶圆测试项目是否为零，若为零，则停止分析动作。若不为零，则进行步骤305，以便依据步骤302中不合乎预设规格的在线品质检测项目及步骤303所搜寻到的样品测试项目或晶圆测试项目，从数据库中搜寻数批产出良率高的库存产品的相对应的在线品质检测项目及样品测试项目或晶圆测试项目。举例而言，若步骤302所分析的样品测试项目为氧化层膜厚，而步骤303所搜寻到的是电容特性项目，则本步骤搜寻库存产品的氧化层膜厚、电容特性项目及其参数值。在本实施例中，库存产品是指其它已经通过样品测试或晶圆测试项目，且其测试结果及良率为优良的产品。
在搜寻出库存产品的在线品质检测项目及样品测试项目或晶圆测试项目之后，步骤306便利用统计方法求得此在线品质检测项目与样品测试项目或晶圆测试项目的关系式。在本实施例中，本步骤利用线性回归方式求得在线品质检测项目与样品测试项目或晶圆测试项目的关系式；如下式所示样品测试参数值或晶圆测试参数值＝a×在线品质检测参数值+b (1)举例而言，若步骤302所分析的样品测试项目为氧化层膜厚，而步骤303所搜寻到的是电容特性项目，则上式(1)系改写成如下式(2)所示电容特性参数值＝a×氧化层膜厚参数值+b (2)因此，依据步骤306所求得的关系式，工程师便能够轻易且准确地利用在线品质检测的结果来预测该批产品在后续样品测试项目或晶圆测试项目的测试结果，如步骤307所示。举例而言，当在步骤306中求得式(2)，则在步骤307中，工程师便可以将步骤302所分析不合乎预设规格的在线品质检测参数值，如氧化层膜厚参数值，代入式(2)中，以便求得电容特性参数值的预测值。因此，工程师便可以依据此电容特性参数值的预测值，来判断这批产品能够通过后续的样品测试，进而决定是否要将这批产品移交并继续下一制程，或者是要将这批产品作废以避免后续良率过低而浪费了制造成本。
另外，根据本发明另一较佳实施例的在线品质检测参数分析方法系分析在线品质检测项目以判断造成良率不佳的机台为哪个，如图4所示。首先步骤401先搜寻数批经过在线品质检测且未经过样品测试及晶圆测试的产品，以取得这些产品的各在线品质检测参数值。在本实施例中，本步骤的搜寻结果可以直接输出给工程师，以便工程师能够取得相关信息，例如这些产品的产品批号、产品制造时间、各在线品质检测参数值等。
然后步骤402将符合在线品质检测项目的规格的数批产品设定为A组产品，例如包括批号1、2、3、4、及5(如步骤403所示)；以及将不符合在线品质检测项目的规格的数批产品设定为B组产品，例如包括批号6、7、8、9、及10(如步骤404所示)。
其中，每一批(lot)产品具有一个批号(lot number)，且每批产品包括有25片晶圆，而每批产品经过多道制程的多个机台。就一个在线品质检测项目而言，例如项目A，是对一批产品中一片或以上的晶圆的某一沉积膜层(layer)进行膜厚检测，并获得此沉积膜层的膜厚检测参数值。对于每一沉积膜层都设有一个管制标准(control spec)。当此沉积膜层的膜厚检测参数值合乎管制标准，则算是通过此在线品质检测项目；而当此沉积膜层的膜厚检测参数值不合乎管制标准时，则是无法通过此在线品质检测项目，并且，在这一阶段，此晶圆的在线品质检测项目A就算是不合格(fail)。
在步骤405中，将从一个经验累积数据库中去搜寻相关可用的信息。根据以往的经验，资深工程师追踪问题时，会根据其经验判断“当在线品质检测项目A不合格时，可能与何种原因相关？”，其答案通常是“应该要去追踪与哪一个制程站别相关？”所以，这一经验累积数据库由资深工程师将其经验输入此系统，用以提供一种计算机自动判断追踪路径的方向。当然，此经验累积数据库，也可由计算机自行更新，将后续问题追踪过程中所获得的经验自行储存至此经验累积数据库中。
参见步骤406，经过步骤405搜寻经验累积数据库后，显示在线品质检测项目A不合格时，应追踪的项目为某一制程站别，此时连接至图5的流程以进行后续步骤。
请参照图5所示，在步骤501中，先搜寻被追踪的制程站别包括哪些机台，例如E1、E2、E3…。接着，步骤502计算B组产品中经过此制程站别的这些机台的机率。另外，步骤503计算A组产品经过此制程站别的这些机台的机率。然后，在步骤504中，利用共通性分析手法，找出B组产品经过机率较高的机台。由步骤504所求得的这些B组产品经过机率较高的机台，就是根据本发明较佳实施例的在线品质检测参数分析方法所分析出的可能有问题的机台。
如图6所示，根据本发明另一较佳实施例的在线品质检测参数分析方法，分析在线品质检测项目，以求得各样品测试项目与所有在线品质检测项目的关系式，以便让工程师能够在之后的生产过程中，依据此关系式来预估并控管各项在线品质检测的结果对样品测试的结果的影响。
首先，步骤601先搜寻数批经过在线品质检测及样品测试的产品，以取得这些产品的各在线品质检测参数值及各样品测试参数值。接着步骤602利用统计方式求得各样品测试项目与这些在线品质检测项目的关系式。在本实例中，各样品测试项目与这些在线品质检测项目的关系式可以是利用复回归方式所产生。举例而言，晶圆的电容依序由一氧化层、一氮化硅层及一个多晶硅层所构成，所以电容的特性与构成此电容的氧化层、氮化硅层及多晶硅层的膜厚有关，因此，在本步骤利用复回归法(multiple regression)所求得的关系式如式(3)所示电容特性参数值＝a×氧化层膜厚参数值+b×氮化硅层膜厚参数值+c×多晶硅层膜厚参数值(3)需要注意，本步骤还可以利用其它复回归方式来求得的各样品测试项目与这些在线品质检测项目关系式，例如逐步回归法(stepwiseregression)、前进选择法(forward)、后退消去法(backward)等。
此外，本实施例还可以利用残差图(residual plot)来检视各样品测试项目与这些在线品质检测项目的关系式(步骤603)，因此，工程师能够观察这一残差图以便快速地判断此关系式是否符合实际使用。
另外，在本发明另一较佳实施例的在线品质检测参数分析方法中(如图7所示)，其分析经过在线品质检测及样品测试的数批产品，以便利用分析手法找出在线品质检测前的制程站别的较佳操作条件，并回馈给此制程站别以便作为后续产品的制程条件。
首先，步骤701先搜寻数批经过在线品质检测及样品测试的产品，以取得这些产品的各在线品质检测参数值及各样品测试参数值。接着步骤702依据每一在线品质检测项目的等级将各样品测试项目分为几组；举例而言，将氧化层膜厚、氮化硅层膜厚及多晶硅层膜厚分别分为三个等级(高、中、低)，然后将每一产品归类，例如，若一批产品的氧化层膜厚参数值与管制标准的平均值相比为偏高，其氮化硅层膜厚参数值与管制标准的平均值相比为偏中，其多晶硅层膜厚参数值与管制标准的平均值相比为偏低，则这批产品会被归类于(高，中，低)组；若一批产品的氧化层膜厚参数值与管制标准的平均值相比为偏低，其氮化硅层膜厚参数值与管制标准的平均值相比为偏低，其多晶硅层膜厚参数值与管制标准的平均值相比为偏高，则这批产品会被归类于(低，低，高)组。
然后，步骤703分析各组之间产品的样品测试参数值是否有差异。在本实施例中，本步骤利用ANOVA分析法来分析求得各组之间产品的样品测试参数值是否有差异。若发现各组之间产品的样品测试参数值没有差异，则结束分析流程；若发现各组之间产品的样品测试参数值有差异，则进行步骤704。
步骤704利用邓肯多元区间测试法(Duncan’s multiple rangetest)来分析出哪一组的样品测试参数值为最接近管制标准的目标值(target)。在本实施例中，所区分的各产品组利用盒图(box plot)来表示，而本步骤所分析取得的组别的各在线品质检测参数值可以作为后续生产制程的预设规格或管制标准。举例而言，若(低，低，高)组的产品在样品测试的表现最佳，则在之后生产过程中，可以建议将产品的氧化层膜厚的默认值定为略低于管制标准的平均值，其氮化硅层膜厚的默认值定为略低于管制标准之平均值，而其多晶硅层膜厚的默认值系定为略高于管制标准的平均值。
综上所述，由于依本发明的在线品质检测参数分析方法是以后续制程良率高的产品为对照组来建立后续制程的制程项目与在线品质检测项目的关系式，所以能够在半导体产品的在线品质检测数据发生异常时，正确地预测出半导体产品在后续制程的良率；另外，本发明以在线品质检测符合规格的产品为对照组以分析各制程站别有差异的机台，所以能够在半导体产品的在线品质检测数据发生异常时，快速且正确地判断出是哪一个环节出了问题。因此能够有效地减少人为判断的错误来提高制程的效率、减少生产成本，并及时改善在线生产情形以提高良率。
以上所述仅为举例，而并非对本发明的限制。任何未脱离本发明的精神与范畴，而对其进行的等效修改或变更，均应包含于本发明的权利要求书中。
权利要求
1.一种在线品质检测参数分析方法，用以分析多批分别具有一个批号的产品，该多批产品经过多个机台所制得，而每批产品中的一片或以上的晶圆至少经过一个在线品质检测项目的测试以产生一个在线品质检测参数值，该在线品质检测项目及与该在线品质检测项目相关的一个样品测试项目以及一个晶圆测试项目储存于一个数据库中，该数据库还储存有该在线品质检测参数值以及多批产出良率高的库存产品的各项测试项目与测试参数值，该在线品质检测参数分析方法包含分析该在线品质检测参数值是否合乎预设规格；当该在线品质检测参数值未合乎该预设规格时，从该数据库中搜寻与该在线品质检测项目相关的该样品测试项目及该晶圆测试项目其中的至少一个；依据该在线品质检测项目及所搜寻到的该样品测试项目及该晶圆测试项目其中的至少一个，从该数据库中搜寻相对应的该多批库存产品的测试参数值；以及依据该多批库存产品的搜寻结果产生该在线品质检测项目与该样品测试项目的关系式，及该在线品质检测项目与该晶圆测试项目的关系式其中的至少一个。
2.如权利要求1所述的在线品质检测参数分析方法，其特征在于，该多批产品未经过样品测试制程及晶圆测试制程。
3.如权利要求1所述的在线品质检测参数分析方法，其特征在于，该在线品质检测项目与该样品测试项目的关系式及该在线品质检测项目与该晶圆测试项目的关系式是利用线性回归方式所产生的。
4.如权利要求1所述的在线品质检测参数分析方法，其特征在于，该方法还包含依据未合乎该预设规格的该在线品质检测参数值及该在线品质检测项目与该样品测试项目的关系式，预测该多批产品的样品测试的结果。
5.如权利要求1所述的在线品质检测参数分析方法，其特征在于，该方法还包含依据未合乎该预设规格的该在线品质检测参数值及该在线品质检测项目与该晶圆测试项目的关系式，预测该多批产品的晶圆测试的结果。
6.如权利要求1所述的在线品质检测参数分析方法，该数据库还储存有与该在线品质检测项目相关的制程站别，其特征在于，更包含依该预设规格为基准将该多批产品区分为两个产品组，该两个产品组包含一个符合规格组及一个不符合规格组；从该数据库中搜寻与该在线品质测试项目相关的该制程站别；分别依据该两个产品组的产品批号搜寻其在该制程站别所经过的机台；以及判断该不合规格组的产品经过机率高于该符合规格组经过机率的机台。
7.如权利要求6所述的在线品质检测参数分析方法，其特征在于，其利用共通性分析手法来判断该低良率产品组中剩余批号的产品经过机率高于该高良率产品组经过机率的机台。
8.如权利要求1所述的在线品质检测参数分析方法，其特征在于，该方法还包含当该多批产品更经过一个样品测试制程之后，搜寻该多批产品的各样品测试项目及各在线品质检测项目；以及依据该搜寻结果产生各样品测试项目与各在线品质检测项目的关系式。
9.如权利要求8所述的在线品质检测参数分析方法，其特征在于，各样品测试项目与各在线品质检测项目的关系式利用复回归方式或是逐步回归方式所产生或是利用残差图来表示。
10.如权利要求1所述的在线品质检测参数分析方法，其特征在于，该方法还包含当该多批产品更经过一个样品测试制程后，搜寻该多批产品的各样品测试项目及各在线品质检测项目；依据该多批产品的各在线品质检测项目的参数值将该多批产品区分为多批产品组；分析各产品组之间的样品测试参数值是否有差异；以及当有差异时，分析、取得具有最接近预设规格的样品测试参数值的产品组。
11.如权利要求10所述的在线品质检测参数分析方法，其特征在于，其利用ANOVA分析法来分析各产品组之间的样品测试参数值是否有差异，或是利用邓肯多元区间测试法来分析、取得具有最接近该预设规格的样品测试参数值的产品组。
12.如权利要求10所述的在线品质检测参数分析方法，其特征在于，所区分的该多批产品组系利用一个盒图来表示。
13.如权利要求10所述的在线品质检测参数分析方法，其特征在于，所分析、取得的产品组的各在线品质检测参数值是作为一个后续产品的预设规格。
全文摘要
一种在线品质检测参数分析方法，包括以下步骤分析在线品质检测参数值是否合乎预设规格；当在线品质检测参数值未合乎预设规格时，从数据库中搜寻与在线品质检测项目相关的样品测试项目或晶圆测试项目；根据在线品质检测项目及所搜寻到的样品测试项目或晶圆测试项目，从数据库中搜寻相对应的各批库存产品的测试参数值；依据库存产品的搜寻结果产生在线品质检测项目与样品测试项目的关系式或在线品质检测项目与晶圆测试项目的关系式。
文档编号H01L21/66GK1521824SQ0310225
公开日2004年8月18日 申请日期2003年1月28日 优先权日2003年1月28日
发明者戴鸿恩, 罗皓觉 申请人:力晶半导体股份有限公司