一种半导体器件制程预测系统和方法技术方案

本发明专利技术提供一种半导体器件制程预测系统和方法，涉及半导体技术领域。本发明专利技术的半导体器件制程预测系统，包括数据采集模块、数据转换模块以及具有神经网络模型的结果预测模块，可以根据线上数据利用神经网络模型及时计算出待预测信息预测结果，从而可以预防半导体器件制程发生重大可靠性和/或良率问题。本发明专利技术的半导体器件制程预测方法，包括采集与待预测信息的预测相关的原始数据、将所述原始数据转换成可计算的标准化数据、利用神经网络预测模型计算待预测信息预测结果的步骤，可以根据线上数据利用神经网络模型及时计算出待预测信息预测结果，从而可以预防半导体器件制程发生重大可靠性和/或良率问题。

【技术实现步骤摘要】

本专利技术涉及半导体
，具体而言涉及。
技术介绍
在半导体
中，良率(yield)和可靠性(reliability)是影响半导体制造业的发展和盈利能力的两个重要因素。通常地，半导体器件的可靠性根据半导体器件制程结束后的测试结果进行计算获取。与此类似，半导体器件的良率也是在制程结束后的晶圆测试结果中才能够获得。由于良率和可靠度是对盈利能力非常重要的因素，如何准确预测可靠性风险和良率是半导体器件制造者确保盈利的必要因素。目前，对可靠性风险和良率的评估仅可以通过对经过整个制程的晶圆进行测试获得，或基于之前的经验获得。这会导致存在高风险的晶圆最终因发生风险而被废弃，进而导致半导体器件制造过程的成本增加。由此可见，现有技术中并不存在一种通过对线上(inline)数据的即时预测来预防半导体器件制程发生重大可靠性或良率问题的方案。因此，为解决上述技术问题，有必要提出。
技术实现思路
针对现有技术的不足，本专利技术提供，可以根据即时采集的线上数据，预防半导体器件制程发生重大可靠性或良率问题。本专利技术实施例一提供一种半导体器件制程预测系统，所述预测系统包括:数据采集模块，用于采集与待预测信息的预测相关的原始数据，其中所述待预测信息包括可靠性和/或良率；数据转换模块，用于将所述原始数据转换成可计算的标准化数据；结果预测模块，用于根据所述标准化数据计算出待预测信息预测结果，并将所述待预测信息预测结果与预设的待预测信息标准进行比对；其中，所述结果预测模块包括神经网络预测模型，所述神经网络预测模型用于根据所述标准化数据计算出所述待预测信息预测结果。可选地，所述神经网络预测模型的参数通过如下方法进行配置:设定参数实验范围；通过实验设计表格进行实验；对实验结果进行平均误差判断，将平均误差最小的参数配置作为所述神经网络预测模型的配置。可选地，所述结果预测模块还包括预测结果判断单元，其中所述预测结果判断单元用于将待预测信息预测结果与预设的待预测信息标准进行比对并针对不同的比对结果执行相应的判断。可选地，所述针对不同的比对结果执行相应的判断包括:如果预测结果落在合格标准线以上，判定产品的待预测信息正常；如果预测结果落在不合格标准线以下，判定产品的待预测信息异常；如果预测结果落在合格标准线与不合格标准线之间，判定产品需要做进一步分析。可选地，所述数据采集模块将所述原始数据存储到指定的数据库中。可选地，所述原始数据包括:线上量测数据、机台监控系统数据、制造及等待时间数据和晶圆电性测试数据。可选地，所述机台监控系统数据包括功率、压力、加热头温度和气体，所述线上量测数据包括金属连线的线宽、沟槽的线宽、隔绝层的厚度、连接洞的直径。可选地，所述数据转换模块包括数据格式转换功能和数据标准化功能，其中，所述数据标准化功能采用如下方式进行:(Value-Min)/(Max-Min)；其中,Value为实际数据,Max为建模时使用的最大数据,Min为建模时使用的最小数据。可选地，所述预测系统还包括模型参数检验模块，其中所述模型参数检验模块用于将待预测信息的实际测试结果与所述待预测信息预测结果进行实时比对，并将误判率和预设标准进行比对，如果超标则触发模型优化指令，如果没超标则系统正常运行。本专利技术实施例二提供一种半导体器件制程预测方法，所述预测方法包括:步骤SlOl:采集与待预测信息的预测相关的原始数据；步骤S102:将所述原始数据转换成可计算的标准化数据；步骤S103:利用神经网络预测模型根据所述标准化数据计算出待预测信息预测结果，并将所述待预测信息预测结果与预设的待预测信息标准进行比对。可选地，在所述步骤S103中，所述神经网络预测模型的参数通过如下方法进行配置:设定参数实验范围；通过实验设计表格进行实验；对实验结果进行平均误差判断，将平均误差最小的参数配置作为所述神经网络预测模型的配置。可选地，在所述步骤S103中，将所述待预测信息预测结果与预设的待预测信息标准进行比对包括如下内容:如果预测结果落在合格标准线以上，判定产品的待预测信息正常；如果预测结果落在不合格标准线以下，判定产品的待预测信息异常；如果预测结果落在合格标准线与不合格标准线之间，判定产品需要做进一步分析。可选地，在所述步骤SlOl中，所述原始数据包括:线上量测数据、机台监控系统数据、制造及等待时间数据和晶圆电性测试数据。可选地，在所述步骤S102中，将所述原始数据转换成可计算的标准化数据包括数据标准化的步骤，其中，所述数据标准化的步骤采用如下方式进行=(Value-Min)/(Max-Min)；其中,Value为实际数据,Max为建模时使用的最大数据,Min为建模时使用的最小数据。可选地，在所述步骤S103之后还包括步骤S104:将所述待预测信息的实际测试结果与所述待预测信息预测结果进行实时比对，并将误判率和预设标准进行比对，如果超标则触发模型优化指令，如果没超标则系统正常运行。本专利技术的半导体器件制程预测系统，包括数据采集模块、数据转换模块以及具有神经网络模型的结果预测模块，可以根据线上数据利用神经网络模型及时计算出待预测信息预测结果，从而可以预防半导体器件制程发生重大可靠性和/或良率问题。本专利技术的半导体器件制程预测方法，包括采集与待预测信息预测相关的原始数据、将所述原始数据转换成可计算的标准化数据、利用神经网络预测模型计算待预测信息预测结果的步骤，可以根据线上数据利用神经网络模型及时计算出待预测信息预测结果，从而可以预防半导体器件制程发生重大可靠性和/或良率问题。【附图说明】本专利技术的下列附图在此作为本专利技术的一部分用于理解本专利技术。附图中示出了本专利技术的实施例及其描述，用来解释本专利技术的原理。附图中:图1为本专利技术实施例一的半导体器件制程预测系统的一种原理框图；图2为本专利技术实施例二的半导体器件制程预测方法的一种流程图；图3为本专利技术实施例二的半导体器件制程预测方法的另一种流程图。【具体实施方式】在下文的描述中，给出了大量具体的细节以便提供对本专利技术更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本专利技术可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本专利技术发生混淆，对于本领域公知的一些技术特征未进行描述。应当理解的是，本专利技术能够当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种半导体器件制程预测系统，其特征在于，所述预测系统包括：数据采集模块，用于采集与待预测信息的预测相关的原始数据，其中所述待预测信息包括可靠性和/或良率；数据转换模块，用于将所述原始数据转换成可计算的标准化数据；结果预测模块，用于根据所述标准化数据计算出待预测信息预测结果，并将所述待预测信息预测结果与预设的待遇差信息标准进行比对；其中，所述结果预测模块包括神经网络预测模型，所述神经网络预测模型用于根据所述标准化数据计算出所述待预测信息预测结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：简维廷，徐孝景，康盛，
申请(专利权)人：中芯国际集成电路制造上海有限公司，
类型：发明
国别省市：上海;31