半导体制造设备的软测量方法、计算机和计算机可读介质技术

本发明专利技术公开了一种半导体制造设备的软测量方法、计算机和计算机可读介质，本发明专利技术实施例的技术方案根据采集的软测量样本集合和待预测参数(特定的工艺参数、失效模式或制造缺陷)的实测值进行建模，建立多个预测模型。然后从多个预测模型中选取一个作为软测量模型，并以传感器检测数据作为输入根据软测量模型对待预测参数进行预测。由此，通过为每一种失效模式或制造缺陷建立软测量模型，可以自动地对每一种失效模式或制造缺陷进行较为准确的预测，减少工程师需要处理的信息量，提高了半导体器件的生产效率。

Soft Measurement Method, Computer and Computer Readable Media for Semiconductor Manufacturing Equipment

【技术实现步骤摘要】
半导体制造设备的软测量方法、计算机和计算机可读介质
本专利技术涉及半导体制造以及检测
，具体涉及一种半导体制造设备的软测量方法、计算机和计算机可读介质。
技术介绍
随着半导体制造设备的不断演进，设备的复杂程度越来越高，制程工艺的参数要求也越来越高。在现有的半导体制造过程中，需要通过大量传感器采集海量的数据来监控设备的运行，以保证产品不出现制造缺陷。但是，大量的传感器检测数据会导致大量的干扰信息，使得工程师需要花费大量时间进行筛选和过滤。在FDC(FaultDetectionandClassification，故障检测和分类)数据引入后，这一影响尤为明显。在现有的制造过程中，工程师会根据设备单个传感器的数据来对设备进行管控，但是数据量的不断上升会导致大量的误报警。也即，实际上没有出现设备故障或工艺错误，但是仍然出现报警。例如，在某型号的多晶硅刻蚀设备上，特定参数每个月会导致约550次停机检查，但是经过人工检测后实际出现工艺缺陷的数量仅为38，误报警了达到了85％以上。这使得制造效率大幅下降，同时还可能导致工程师遗漏真正的制造缺陷。
技术实现思路
有鉴于此，本专利技术的目的是提供一种半本文档来自技高网...

【技术保护点】
1.一种半导体制造设备的软测量方法，其特征在于，所述方法包括：从所述半导体设备的检测数据向量集合中选取至少部分检测数据向量获取软测量样本集合，所述检测数据向量集合包括至少一个半导体设备的检测数据向量，所述检测数据向量包括一个半导体制造设备在一个制造过程中获取的多个传感器检测数据；对所述软测量样本集合进行特征提取，获取特征数据向量集合，特征数据向量集合中的特征数据向量与软测量样本集合中的检测数据向量一一对应；对于预定的待预测参数，对所述特征数据向量集合和对应的参数实测值重复地进行N次分组以获取N个不同的训练数据组和N个不同的验证数据组，每个所述验证数据组对应于一个所述训练数据组，N为大于等于2的...

【技术特征摘要】
1.一种半导体制造设备的软测量方法，其特征在于，所述方法包括：从所述半导体设备的检测数据向量集合中选取至少部分检测数据向量获取软测量样本集合，所述检测数据向量集合包括至少一个半导体设备的检测数据向量，所述检测数据向量包括一个半导体制造设备在一个制造过程中获取的多个传感器检测数据；对所述软测量样本集合进行特征提取，获取特征数据向量集合，特征数据向量集合中的特征数据向量与软测量样本集合中的检测数据向量一一对应；对于预定的待预测参数，对所述特征数据向量集合和对应的参数实测值重复地进行N次分组以获取N个不同的训练数据组和N个不同的验证数据组，每个所述验证数据组对应于一个所述训练数据组，N为大于等于2的整数；分别根据所述N个不同的训练数据组训练获取N个预测模型，所述预测模型用于获取所述待预测参数的参数预测值；分别根据N个验证数据组对对应的预测模型进行验证，获取所述N个预测模型的每一个的验证指标；根据所述验证指标选取一个预测模型作为软测量模型；以及根据实时获取的传感器检测数据和所述软测量模型对所述待预测参数进行预测。2.根据权利要求1所述的方法，其特征在于，获取软测量样本集合包括：获取所述检测数据向量集合，所述检测数据向量集合包括多个半导体设备对应的检测数据向量；对所述检测数据向量集合进行特征提取，获取每个半导体制造设备的特征数据向量集合；计算每两个半导体制造设备对应的特征数据向量集合之间的距离；根据所述距离对所述多个半导体制造设备进行分组；以及合并属于同一组的半导体制造设备的检测数据向量以获取软测量样本集合。3.根据权利要求1所述的方法，其特征在于，获取软测量样本集合包括：获取检测数据向量集合，所述检测数据向量集合包括多个检测数据向量子集合，每个检测数据向量子集合包括一个半导体制造设备多次制造一个类型的产品获得的检测数据向量；对所述检测数据向量集合进行特征提取，获取每个检测数据向量子集合对应的特征数据向量集合；计算每两个特征数据向量集合的距离；根据所述距离对所述多个检测数据向量子集合进行分组；以及合并属于同一组的检测数据向量子集合以获取软测量样本集合。4.根据权利要求2或3所述的方法，其特征在于，按照如下公式计算两个特征数据向量集合之间的距离：其中，D(p,q)为所述距离，Gp为一个特征数据向量集合，Gq为另一个特征数据向量集合，np为Gp中特征数据向量的数量，nq为Gq中特征数据向量的数量，dij为Gp中第i个特征数据向量和Gq中第j个特征数据向量的欧氏距离。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据预测获得的参数预测值与对应的参数实测值计算模型监控系数；在所述模型监控系数满足预定条件时触发重新建立软测量模型。6.根据权利要求5所述的方法，其特征在于，所述模型监控系数包括第一监控系数和第二监控系数中的至少一个：其中，第一监控系数根据如下公式计算：其中，SG为所述第一监控系数，fF.inv()为F分布反函数，yi为软测量样本集合中的一个样本对应的参数实测值，为根据所述样本和软测量模型预测获得的参数预测值；ni为软测量样本集合的样本数量；yk为软测量模型建...

【专利技术属性】
技术研发人员：康盛，汤骏遥，龚文剑，
申请(专利权)人：中芯国际集成电路制造上海有限公司，中芯国际集成电路制造北京有限公司，
类型：发明
国别省市：上海,31