测量抽样方法技术

本发明专利技术提出一种测量抽样方法，其是运用可检测出在生产过程中制程机台的各种状态改变(如执行机台保养、更换机台零组件、调整机台参数等)或机台信息异常(如制程资料品质不良、机台参数值漂移、测量资料品质不良等)的各式指标值，来建构出一智能取样决策(Intelligent Sampling Decision；ISD)机制，以在确保虚拟测量的精度下，降低工件测量抽测率。该多个指标值包括：信心指标(Reliance Index；RI)值、整体相似度指标(Global Similarity Index；GSI)值、制程资料品质指标(DQIX)值和测量资料品质指标(DQIy)值。

【技术实现步骤摘要】

本专利技术是有关于一种，且特别是有关于一种可降低抽测率的测量抽 样方法。
技术介绍
目前大部分半导体及TFT-IXD厂对于生产机台的产品或工件（Workpiece)的品质 监测方法是采取抽测的方式，其中此工件可为半导体业的晶圆或TFT-LCD业的玻璃基板。 一般，在制程机台每处理过N个（例如：25个）工件后，制造系统会指定第N个工件为一预 期被测量的工件，即抽测率为1/N。此预期被测量的工件会被送至测量机台进行测量，以检 视制程机台的生产品质。此种已知的抽样方法是假设制程机台的制程品质不会突然发生异 常，因而可使用被抽测的产品或工件的测量结果来推断同一批工件的品质。由于工件实际 测量所需的测量时间和测量工具会增加生产周期时间（CycleTime)和生产成本。因此，为 减少生产周期时间和生产成本，如何尽可能地降低抽测率便成为生产者的重要课题。 另一方面，虚拟测量技术可用来减少工件实际测量的频率，而降低抽测率。然而， 若原先未排定要被测量的工件在生产时发生变异，则可能会因此发生变异的期间无实际测 量资料可用来更新虚拟测量模型，而导致产生虚拟测量预测精度不良的结果。因此，如何及 时抽测到适当的工件攸关着虚拟测量模型的预测精度。 因此，必须要提供一种，借以克服上述的已知技术的缺点。
技术实现思路
因此，本专利技术的一目的是在提供一种，借以降低工件测量抽测率。 本专利技术的又一目的是在提供一种，借以及时提供工件的实际测量 值，来调校或重新训练虚拟测量模型，以确保虚拟测量的精度。 根据本专利技术的上述目的，提出一种。在此中，首先收集 制程机台处理多个历史工件所使用的多组历史制程资料。然后，进行建模步骤。在此建模 步骤中，根据历史制程资料来建立一DQIx(ProcessDataQualityIndex;制程资料品质指 标）模型和一GSI(GlobalSimilarityIndex;整体相似度指标）模型，并计算出一DQIJ'l 槛值和一GSI门槛值。然后，进行测量工件取样步骤。在此测量工件取样步骤中，提供一工 件至制程机台，制程机台具有处理此工件的一组制程资料。接着，输入制程资料至。(^込模 型和GSI模型中，以获得此工件的制程资料的一DQIX值和一GSI值。当此工件的DQIX值大 于DQIX门槛值时，不对此工件进行测量。当此工件的DQIX值小于或等于DQIX门槛值时，检 查此工件是否为预期被测量工件，并获得第一检查结果。当第一检查结果为是时，对此工件 进行测量。当第一检查结果为否时，检查此工件的GSI值是否小于或等于GSI门槛值并获 得第二检查结果。当第二检查结果为是时，不对此工件进行测量。 根据本专利技术的上述目的，另提出一种。在此步骤中，设 定一预设工件取样率1/N，预设工件取样率为在一制程机台每处理过N个工件后选取第N个 工件为一预期被测量的工件。在此的测量工件取样步骤中，对一工件计数加 1。然后，进行第一检查步骤，以检查一工件的DQIX值是否小于或等于DQIX门槛值而获得第 一检查结果。当第一检查结果为否时，不对此工件进行测量。当第一检查结果为是时，进行 第二检查步骤，以检查工件计数是否大于或等于N而获得第二检查结果。当第二检查结果 为是时，对此工件进行测量并设定工件计数为0。当第二检查结果为否时，进行第三检查步 骤，以检查此工件的GSI值是否小于或等于GSI门槛值，而获得第三检查结果。当第三检查 结果为是时，不对此工件进行测量。 因此，应用本专利技术实施例，可有效地降低工件测量抽测率，并确保虚拟测量的精 度。【附图说明】 为让本专利技术的上述和其他目的、特征、优点与实施例能更明显易懂，所附图式的说 明如下： 图1为绘示说明本专利技术实施例的信心指标值的示意图。 图2为绘示说明本专利技术实施例的信心指标门槛值的示意图。 图3为绘示本专利技术实施例的的流程示意图。 图4为绘示本专利技术实施例的测量工件取样步骤的流程示意图。 图5为绘示本专利技术实施例的虚拟测量方法的流程示意图。 图中元件标号说明： 110设定预设工件取样率1/N 120收集历史工件的历史测量值和历史制程资料 130进行建模步骤 140进行测量工件取样步骤 200取样步骤 201对当下的生产工件要求进行测量 202提供一工件至制程机台 204获得工件的DQIX值、GSI值和RI值 210制程机台是否已停机一段时间？220对一工件计数加1 230工件计数是否大于或等于N+p? 240制程机台状态是否有改变？ 250检查此工件的DQIX值 260工件计数是否大于或等于N? 270检查此工件的GSI值和RI值 280此工件之前k个工件的GSI值或RI值是否异常？ 290不对此工件进行测量 292对此工件进行测量并设工件计数为0【具体实施方式】 本专利技术实施例是运用可检测出在生产过程中制程机台的各种状态改变（如执 行机台保养、更换机台零组件、调整机台参数等）或机台信息异常（如制程资料品质不 良、机台参数值漂移、测量资料品质不良等）的各式指标值，来研发出一智能取样决策 (IntelligentSamplingDecision;ISD)机制。这些指标值包括：信心指标（Reliance Index;RI)值、整体相似度指标（GlobalSimilarityIndex;GSI)值、制程资料品质指标 (ProcessDataQualityIndex;DQIX)值和测量资料品质指标（MetrologyDataQuality Index;DQIy)值。本专利技术的实施例所使用的RI值、GSI值、DQIX值、DQIy值可参照中国台湾 专利公告案第1349867号。本专利技术的实施例可与此中国台湾专利公告案所建构的虚拟测量 系统相结合。S卩，本专利技术的实施例引用此中国台湾专利公告案的相关规定（Incorporated byreference)。RI值是用来评估虚拟测量值的可信度，GSI值是用来评估目前输入的制程 参数资料与推估模型内用来训练建模的所有制程参数资料的相似程度，GSI值是用以辅助 RI值来判断虚拟测量系统的信心度。。(^、值是用来评估生产工件的制程资料是否异常，而 DQIy值是用来评估工件的测量资料是否异常。 以下先说明信心指标值（RI模型）、整体相似度指标值（GSI模型）、制程资料品质 指标值〇QIx)模型和测量资料品质指标值（DQIy模型）相关的理论基础。 信心指标（RI)和整体相似度指标（GSI)是为了即时了解虚拟测量值是否可以被 信赖。信心指标模型是借由分析制程装置的制程资料，计算出一介于零与壹之间的信心值 (信心指标值），以判断虚拟测量的结果是否可以被信赖。相似度指标模型是用以计算制程 的整体相似度指标值。整体相似度指标值的定义为目前输入的制程资料与虚拟测量的推估 模型内用来训练建模的所有参数资料的相似程度。 以下说明建构RI模型的方法。如表1所示，假设目前搜集到n组测量的资料，包 含制程资料（\，i= 1，2,. . .，n)及其对应的实际测量值资料（yi，i= 1，2,…，n)，其中每组 制程资料包含有P个参数（自参数1至参数P)，即Xi= [Xu,Xi，2, . . .，XijT。此外,亦搜集 到（m-n)笔实际生产时制程资料，但除yn+1外，并无实际测量值资料，即在（m本文档来自技高网...

【技术保护点】
一种测量抽样方法，包含：收集一制程机台处理多个历史工件所使用的多组历史制程资料；进行一建模步骤，包含：根据该多组历史制程资料来建立一DQIX(Process Data Quality Index；制程资料品质指标)模型和一GSI(Global Similarity Index；整体相似度指标)模型，并计算出一DQIX门槛值和一GSI门槛值；进行一测量工件取样步骤，包含：提供一工件至该制程机台，该制程机台具有处理该工件的一组制程资料；输入该组制程资料至该DQIX模型和该GSI模型中，以获得该工件的该组制程资料的一DQIX值和一GSI值；当该工件的该DQIX值大于该DQIX门槛值时，不对该工件进行测量；当该工件的该DQIX值小于或等于该DQIX门槛值时，检查该工件是否为该预期被测量工件，并获得一第一检查结果；当该第一检查结果为是时，对该工件进行测量；当该第一检查结果为否时，检查该GSI值是否小于或等于该GSI门槛值，并获得一第二检查结果；当该第二检查结果为是时，不对该工件进行测量。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：郑芳田，陈俊方，黄暄恒，吴竺洁，
申请(专利权)人：郑芳田，
类型：发明
国别省市：中国台湾;71