本发明涉及集成电路生产制造,尤其涉及一种大数据wafer缺陷确定方法、装置、设备及存储介质。
背景技术:
1、晶片阶段缺陷检测对于集成电路工业而言十分重要,晶片阶段缺陷关系到产品良率与制造成本。
2、目前的大部分wafer缺陷检测过程,重点都聚焦在缺陷的检出,即检出更多的缺陷和检出更小的缺陷。
3、目前的wafer检测中的缺陷检测中大部分集中在提高检出率和检出精度上,忽略了从现有的检测结果中做进一步的深度挖掘,无法确认缺陷来源,检测精度较差。
技术实现思路
1、本发明的主要目的在于提供一种大数据wafer缺陷确定方法、装置、设备及存储介质,旨在解决现有技术中wafer缺陷检测偏向检出更多缺陷,无法确认缺陷来源,检测精度较差的技术问题。
2、第一方面,本发明提供一种大数据wafer缺陷确定方法,所述大数据wafer缺陷确定方法包括以下步骤:
3、对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性;
4、根据所述缺陷属性对所述待检测wafer进行缺陷分析,获得分析结果;
5、判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型。
6、可选地,所述对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性,包括:
7、对待检测晶圆wafer进行缺陷检测,获得wafer表面影像;
8、根据所述wafer表面影像判断所述wafer表面影像是否存在若干对称条纹,在待检测wafer不存在所述对称条纹时,判定待检测wafer有缺陷;
9、在检测到所述待检测wafer有缺陷时,获得缺陷属性。
10、可选地,所述对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性之前,所述大数据wafer缺陷确定方法还包括:
11、使用光掩模版mask对进行待检测wafer进行弓字型移动循环,以使所述待检测wafer上布满晶粒die。
12、可选地,所述根据所述缺陷属性对所述待检测wafer进行缺陷分析,获得分析结果,包括:
13、根据所述缺陷属性对所述待检测wafer进行属性计算和属性统计的缺陷分析,获得属性计算和属性统计结果,将所述属性计算和所述属性统计结果作为分析结果。
14、可选地,所述判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型,包括:
15、判断所述分析结果是否具有die级规律和mask级规律;
16、在所述分析结果不具有所述die级规律时,判定当前缺陷的缺陷类型为无规律缺陷;
17、在所述分析结果具有所述die级规律时,进一步判断所述分析结果是否具有所述mask级规律;
18、在所述分析结果不具有所述mask级规律时,判定所述当前缺陷的缺陷类型为die级缺陷;
19、在所述分析结果具有所述mask级规律时,判定所述当前缺陷的缺陷类型为mask级缺陷。
20、可选地,所述判断所述分析结果是否具有die级规律和mask级规律,包括:
21、对所述分析结果进行大数据过滤分析,在确定每个die上存在晶粒位置缺陷,且所述晶粒位置缺陷具有分布规律时,判定所述分析结果具有die级规律;
22、对所述分析结果进行大数据过滤分析,在确定每个mask上存在光掩模版位置缺陷,且所述光掩模版位置缺陷具有分布规律时,判定所述分析结果具有mask级规律。
23、可选地,所述判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型之后,所述大数据wafer缺陷确定方法还包括:
24、从预设策略库中获取与所述缺陷类型对应的缺陷改进策略,将所述缺陷改进策略反馈至工艺控制中心,以使所述工艺控制中心根据所述缺陷改进策略对前序工艺进行改进。
25、第二方面,为实现上述目的,本发明还提出一种大数据wafer缺陷确定装置,所述大数据wafer缺陷确定装置包括:
26、缺陷检测模块,用于对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性;
27、分析模块,用于根据所述缺陷属性对所述待检测wafer进行缺陷分析,获得分析结果;
28、判断模块,用于判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型。
29、第三方面,为实现上述目的,本发明还提出一种大数据wafer缺陷确定设备,所述大数据wafer缺陷确定设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的大数据wafer缺陷确定程序,所述大数据wafer缺陷确定程序配置为实现如上文所述的大数据wafer缺陷确定方法的步骤。
30、第四方面,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有大数据wafer缺陷确定程序,所述大数据wafer缺陷确定程序被处理器执行时实现如上文所述的大数据wafer缺陷确定方法的步骤。
31、本发明提出的大数据wafer缺陷确定方法,通过对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性;根据所述缺陷属性对所述待检测wafer进行缺陷分析,获得分析结果;判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型;能够对缺陷进行宏观的分析,对现有的检测结果进行深度挖掘,按照缺陷的特点来分析其来源,协助提升了wafer芯片的制造工艺,提升了wafer缺陷确定的精度,提高了大数据wafer缺陷确定的速度和效率。
1.一种大数据wafer缺陷确定方法,其特征在于,所述大数据wafer缺陷确定方法包括:
2.如权利要求1所述的大数据wafer缺陷确定方法,其特征在于,所述对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性,包括:
3.如权利要求1所述的大数据wafer缺陷确定方法,其特征在于,所述对待检测晶圆wafer进行缺陷检测,在检测到待检测wafer有缺陷时,获得缺陷属性之前,所述大数据wafer缺陷确定方法还包括:
4.如权利要求1所述的大数据wafer缺陷确定方法,其特征在于,所述根据所述缺陷属性对所述待检测wafer进行缺陷分析,获得分析结果,包括:
5.如权利要求1所述的大数据wafer缺陷确定方法,其特征在于,所述判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型,包括:
6.如权利要求5所述的大数据wafer缺陷确定方法,其特征在于,所述判断所述分析结果是否具有die级规律和mask级规律,包括:
7.如权利要求1所述的大数据wafer缺陷确定方法,其特征在于,所述判断所述分析结果是否具有die级规律和mask级规律,根据判断结果确定缺陷类型之后,所述大数据wafer缺陷确定方法还包括:
8.一种大数据wafer缺陷确定装置,其特征在于,所述大数据wafer缺陷确定装置包括:
9.一种大数据wafer缺陷确定设备,其特征在于,所述大数据wafer缺陷确定设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的大数据wafer缺陷确定程序,所述大数据wafer缺陷确定程序配置为实现如权利要求1至7中任一项所述的大数据wafer缺陷确定方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有大数据wafer缺陷确定程序,所述大数据wafer缺陷确定程序被处理器执行时实现如权利要求1至7中任一项所述的大数据wafer缺陷确定方法的步骤。