The invention discloses a method for establishing method of average material removal rate prediction model and prediction rate, on sensor to collect the signal data processing material sequentially sample feature extraction, feature selection, and then through the multi model method of weighted average model prediction of material removal rate, finally to predict the material to be processed workpiece sample average material removal rate of new. Methods to predict the rate of material removal model of the invention the average to achieve accurate estimation of processing material workpiece polishing time, reduce polishing and polishing in existence, polishing process, the polishing quality and enhance process yield, so as to improve the economic benefit.
【技术实现步骤摘要】
建立平均材料去除速率预测模型的方法及预测速率的方法
本专利技术涉及化学机械抛光领域,尤其涉及一种建立平均材料去除速率预测模型的方法及预测速率的方法。
技术介绍
在材料抛光加工生产过程中,采用化学机械抛光机对其抛光是重要的加工阶段之一。例如,在硅片抛光的过程中,其材料去除速率受到众多因素影响,如抛光垫的特性与状态、抛光垫修整器的特性与状态、抛光垫与硅片工件的转速、硅片工件与抛光垫之间的压力、抛光液的性质与流动速率等。对于同一批硅片,且其研磨精度要求比较高时,不同的抛光速率所需的抛光时间就不相同,盘片研磨的厚度的不一致性会导致半导体器件的特性不均匀。在一些加工场景中,需要对多个批次、同种产品、同种材料的硅片进行抛光厚度要求相同的抛光处理,如果抛光厚度存在误差,就不能满足所需产品的质量要求。因此材料平均去除速率对加工时间有着直接的影响,如果能够精确估计材料平均去除速率,就能够精确的估计抛光时间,从而有利于抛光的工艺质量优化,减少次品率。因此需要对材料抛光过程进行监控,建立多因子模型来进行平均材料去除速率的准确预测。专利号CN20091019754.1,用于动态调整化学机械抛光速率的方法,该专利通过收集特定历史时间段内的抛光数据,包括多次测量的线下抛光速率,以及开始时的抛光速率、结束时的抛光速率,并根据这些历史数据计算每次抛光的抛光厚度调整量,从而评估损耗部件的损耗情况并及时反馈,可以及时调整化学机械抛光的抛光速率并使其以恒定速度工作。该方法通过伺服控制的方式进行了抛光速率的恒定速度跟踪,但是其并未能够对抛光速率进行精确预测。对于文章《半导体硅片化学机械抛光电化学 ...
【技术保护点】
一种建立化学机械抛光机的平均材料去除速率预测模型的方法,其特征在于,该方法包括:数据采集步骤A,由传感器采集被加工材料工件样本在不同抛光加工工况下的信号数据;数据预处理步骤B,去除采集的传感器信号数据中的噪声和异常值;特征提取步骤C,提取预处理后传感器信号数据的特征,将提取出的特征进行组合或变换生成模型参数训练数据集合;特征选取步骤D,从模型参数训练数据集合中选取出优化特征;模型建立步骤E,对选取出的优化特征采用多种模型进行回归处理,得到每种模型对应的回归模型函数;将多个回归模型函数进行加权处理得到平均材料去除速率预测模型函数,经由平均材料去除速率预测模型函数得到的输出目标值即为平均材料去除速率预测值。
【技术特征摘要】
1.一种建立化学机械抛光机的平均材料去除速率预测模型的方法,其特征在于,该方法包括:数据采集步骤A,由传感器采集被加工材料工件样本在不同抛光加工工况下的信号数据;数据预处理步骤B,去除采集的传感器信号数据中的噪声和异常值;特征提取步骤C,提取预处理后传感器信号数据的特征,将提取出的特征进行组合或变换生成模型参数训练数据集合;特征选取步骤D,从模型参数训练数据集合中选取出优化特征;模型建立步骤E,对选取出的优化特征采用多种模型进行回归处理,得到每种模型对应的回归模型函数;将多个回归模型函数进行加权处理得到平均材料去除速率预测模型函数,经由平均材料去除速率预测模型函数得到的输出目标值即为平均材料去除速率预测值。2.如权利要求1所述的方法,其特征在于,数据采集步骤A包括:传感器采集被加工材料工件样本在抛光加工工况下的信号数据;被加工材料工件样本的传感器信号数据包括:抛光机的腔室位置、抛光垫的用量、修整器的用量、抛光垫背衬膜用量、薄膜用量、抛光台转速、被加工材料工件的转速、被加工材料工件与抛光垫之间的压力、腔室压力、抛光液的流动速率及修整液的开关状态。3.如权利要求2所述的方法,其特征在于,数据预处理步骤B包括:采用拉依达准则去除采集的被加工材料工件样本的所有传感器信号数据中的噪声和异常值,即先经由被加工材料工件样本的所有传感器信号数据计算出其对应的平均值和标准误差值;对于被加工材料工件样本的所有传感器信号数据中的任一传感器信号数据,如若该传感器信号数据与平均值之差的绝对值满足大于标准误差值的3倍,则将该传感器信号数据作为噪声或异常值从被加工材料工件样本的所有传感器信号数据中予以去除;对于采集的被加工材料工件样本的所有传感器信号数据中的缺失值,先经由被加工材料工件样本的所有传感器信号数据计算出其对应的中值,利用该中值来补全缺失值;通过人工测量得到平均材料去除速率,即由单位时间内抛光加工过程中减少的材料厚度得到平均材料去除速率,并将人工测量得到的平均材料去除速率放进模型参数训练数据集合中。4.如权利要求3所述的方法,其特征在于,特征提取步骤C包括:对预处理后的连续传感器信号数据提取与材料去除速率、抛光垫状态和修整器状态均敏感的特征,该特征包括:抛光垫的用量、修整器的用量、抛光垫背衬膜用量、薄膜用量、抛光台转速、被加工材料工件的转速、被加工材料工件与抛光垫之间的压力、腔室压力、抛光液的流动速率对应的均值特征、方差特征、求和...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。