当前位置: 首页 > 专利查询>黄亦翔专利>正文

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

技术编号:16358840 阅读:34 留言:0更新日期:2017-10-10 16:10
本发明专利技术公开了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,对传感器采集被加工材料工件样本的信号数据依次进行特征提取、特征选择,再经由多模型加权方法进行平均材料去除速率预测模型的建立,最后对新的被加工材料工件样本进行平均材料去除率的预测。本发明专利技术平均材料去除速率预测模型的方法实现对被加工材料工件的抛光加工时间的精确估计,减少抛光加工过程中存在的欠抛光和过抛光现象,提升抛光质量与加工良品率,从而提高经济效益。

Method for establishing average material removal rate prediction model and method for predicting speed

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与抛光速率研究》(作者:杨海平)中研究了硅片在纳米二氧化硅浆料中化学机械抛光过程的抛光速率及其影响因素,探索了抛光压力、抛光转速、二氧化硅含量、浆料pH值、双氧水浓度以及抛光时间等因素与抛光速率之间的关系。在该研究中,作者详细分析了各个因素对抛光速率的机理并给出了各个因素与抛光速率的数学关系表达式,但是在多种因素的综合作用下,无法精确计算抛光速率值。
技术实现思路
本专利技术针对现有技术中的无法实现化学机械抛光精确预测的缺陷,目的在于提供一种的化学机械抛光机的材料去除速率的精准预测方法,避免物理模型的计算复杂性,提高模型的精度,实现高精度预测化学机械抛光机的平均材料去除速率。实现上述目的的技术方案是:本专利技术化学机械抛光机的材料去除速率预测方法,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。本专利技术的一优选实施例中,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当但不限于: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。本专利技术的一优选实施例中,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,,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。该平均材料去除速率用于初期检测回归模型的精确度,并确定回归模型的系数。本专利技术的一优选实施例中,特征提取步骤C包括:对预处理后的连续的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,该特征包括但不限于: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、求和特征和峭度特征;对预处理后的可枚举的离散传感器信号数据,采用特征离散化编码,得到相应的离散化编码特征,其中,离散传感器信号数据包括:工件在抛光机中的位置数据和切削液状态数据等;将提取的预处理后的连续传感器信号数据和离散传感器信号数据的特征组合或变换生成对应的模型参数训练数据集合。从模型参数训练数据集合中选取出的优化特征包括:数据采集时的时间戳(时间戳为计算机专业术语,定义为从格林威治时间1970年01月01日00时00分00秒起至现在的总秒数)的均值特征、被加工材料工件与抛光垫之间的压力的均值特征、修整器用量的均值特征、修整器用量总量的均值特征、抛光液的均值特征、抛光垫用量的均值特征、被加工材料工件转速的均值特征、抛光头转速的均值特征、腔室压力的均值特征、腔室位置的均值特征、修整液开关状态的均值特征、抛光垫背衬膜用量的均值特征、薄膜用量的均值特征等。对优化特征采用多种模型,包括:梯度提升树GBDT、极限树ExtraTree算法和XGBoost模型,进行非线性映射回归处理,得到每种模型对应的回归模型函数Y0,Y1,…,Yn;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:其中,Y为平均材料去除速率预测函数;下标0,1,…,n分别为模型编号。w0,w1,…,wn分别为回归模型函数Y0,Y1,…,Yn对应的权值;误差大的回归模型函数,对应的权值选取得较小;误差小的回归模型函数,对应的权值选取得较大。本专利技术的化学机械抛光机的材料去除速率预测方法,具体包括: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;平均速率预测步骤E',将选取出的优化特征代入每种模型对应的回归模型函数中得到每种模型对应的速率预测值Y0',Y1',…,Yn',再将速率预测值Y0',Y1',…,Yn'代入权利要求6所述的方法得到的平均材料去除速率预测模型函数中,即:其中,Y’平均材料去除速率预测值。本专利技术的积极进步效果在于:1)该化学机械抛光机的平均材料去除速率预测方法采用化学机械抛光机内置的传感器采集每个本文档来自技高网
...
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...

【专利技术属性】
技术研发人员:黄亦翔赵帅
申请(专利权)人:黄亦翔
类型:发明
国别省市:上海,31

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1