用于提高产出率的自动评估方法及其评估系统技术方案

一种评估系统包括存储设备和处理电路。处理电路耦合至存储设备并且被配置为执行存储在存储设备中的指令。所述存储设备被配置用于存储进行以下操作的指令：提取分别与在对象上检测到的至少一个缺陷相对应的至少一个特征参数；分别根据所述至少一个特征参数来确定至少一个特征评估；对所述至少一个特征评估进行加权，以分别计算至少一个加权的特征评估；对所述至少一个加权的特征评估进行求和，以计算与至少一个教训吸取案例相对应的至少一个总得分；以及对与所述至少一个教训吸取案例有关的所述至少一个总得分进行排序，以找出与所述至少一个教训吸取案例中的具有更高优先级的一个相对应的疑似根本原因。

Automatic evaluation method and evaluation system for improving output rate

【技术实现步骤摘要】
【国外来华专利技术】用于提高产出率的自动评估方法及其评估系统专利技术背景1、
本专利技术涉及一种自动评估方法及评估系统，更具体地，本专利技术涉及一种通过防止产出率损失、减少周期时间、使对后续制造工艺的影响最小化以及增加产品可靠性和准确性等等来提高产品产出率的评估方法和评估系统。2、
技术介绍
缺陷，尤其是主要缺陷，会影响对象(例如用于工业应用的半导体产品)的构造和功能。存在各种类型的明显缺陷——例如刮擦、裂纹、厚度不均匀以及错位，这些缺陷可能是由加工工具、制造厂环境、原材料、前体气体固有地造成的和/或由工艺、错误操作等外在地造成的。除了通过检测缺陷并指定缺陷位置来监测工艺线和线中产品的运行状况之外，找出缺陷的根本原因在制造行业中也应发挥越来越重要的作用。
技术实现思路
因此，本专利技术提供了一种用于监测缺陷的自动评估方法和评估系统，从而防止产出率损失、减少周期时间、使对后续制造工艺的影响最小化以及提高可靠性和准确性，等等。本申请的实施例公开了一种评估系统，其包括存储设备和处理电路。处理电路耦合至存储设备并且被配置为执行存储在存储设备中的指令。所述存储设备被配置用于存储进行以下操作的指令：提取分别与在对象上检测到的至少一个缺陷相对应的至少一个特征参数；分别根据所述至少一个特征参数来确定至少一个特征评估；对至少一个特征评估进行加权，以分别计算至少一个加权的特征评估；对所述至少一个加权的特征评估进行求和，以计算与至少一个教训吸取案例相对应的至少一个总得分；以及对与所述至少一个教训吸取案例有关的所述至少一个总得分进行排序，以找出与所述至少一个教训吸取案例中的具有更高优先级的一个相对应的疑似根本原因。本申请的实施例公开了一种评估方法，其包括：提取分别与在对象上检测到的至少一个缺陷相对应的至少一个特征参数；分别根据所述至少一个特征参数来确定至少一个特征评估；对所述至少一个特征评估进行加权，以分别计算至少一个加权的特征评估；对所述至少一个加权的特征评估进行求和，以计算与至少一个教训吸取案例相对应的至少一个总得分；以及对与所述至少一个教训吸取案例有关的所述至少一个总得分进行排序，以找出与所述至少一个教训吸取案例中的具有更高优先级的一个相对应的疑似根本原因。在阅读了以下在各个附图中示出的优选实施例的详细说明之后，本专利技术的这些和其他目的对于本领域的普通技术人员无疑将变得显而易见。附图说明图1是根据本专利技术的示例的评估系统的示意图。图2是根据本专利技术的示例的评估方法的流程图。图3是图1的评估系统中的告警的示意图。具体实施方式图1是根据本专利技术的示例的评估系统10的示意图。评估系统10可以包括处理器电路100、存储设备110和成像设备120。处理器电路100可以是微处理器或专用集成电路(ASIC)，但不限于此。存储设备110可以是能够存储程序代码114以及要由处理器电路100访问和执行的数据库的任何数据存储设备。存储设备110的示例可以是只读存储器(ROM)、闪存、随机存取存储器(RAM)、硬盘、光学数据存储设备、非易失性存储设备、非暂时性计算机可读介质，但不限于此。成像设备120可以是光学显微镜、扫描电子显微镜(SEM)、检测器或可以对对象成像以供处理器电路100处理的其他设备。图2是根据本专利技术的示例的评估方法20的流程图。评估方法20可以编译到程序代码114中并且在评估系统10中使用。评估方法20包括以下步骤：步骤200：开始步骤202：提取与在对象上检测到的至少一个缺陷相对应的至少一个特征参数。步骤204：分别根据所述至少一个特征参数来确定至少一个特征评估。步骤206：对所述至少一个特征评估进行加权，以分别计算至少一个加权的特征评估。步骤208：对所述至少一个加权的特征评估进行求和，以计算与至少一个教训吸取案例相对应的至少一个总得分。步骤210：对与所述至少一个教训吸取案例相对应的的所述至少一个总得分进行排序，以找出与所述至少一个教训吸取案例中的具有更高优先级的一个相对应的疑似根本原因。步骤212：结束简而言之，本专利技术的评估系统10采用特征提取来获得特征参数，并且利用存储在评估系统10的存储设备110中的数据库在大数据分析中快速实现数据检索和数据匹配。根据评估方法20来检测缺陷、分析最疑似的根本原因并自动通知适当的人员可能会导致：防止产出率损失、减少周期时间、使对后续制造工艺的影响最小化以及提高可靠性和准确性。具体而言，发现缺陷后，然后对缺陷进行检查和分类，以指明造成缺陷的设备和工艺。在步骤202中，提取与至少一个缺陷相对应的至少一个特征参数。与至少一个检测到的缺陷相对应的至少一个特征参数是用于判断至少一个检测到的缺陷的根本原因的关键信息。与至少一个检测到的缺陷相对应的至少一个特征参数可以是检测性产品符号、检测性层符号、检测性缺陷代码、检测性缺陷图、检测性缺陷计数、检测性默认检测和分类(FDC)、检测性工具状态或者检测性离线监测数据。在一些实施例中，在步骤202中，可以利用评估系统10的成像设备120来对对象例如晶圆进行视觉表示。在一些实施例中，具有缺陷的布局图案(pattern)由成像设备120捕获。评估系统10通过将布局图案与期望的没有缺陷的布局图案进行比较来识别缺陷。当布局图案与期望的布局图案之间的差异超过预设阈值时，识别出缺陷。然后从布局图案中提取与对象的缺陷相对应的特征参数。在一些实施例中，对具有缺陷的布局图案的信息进行量化或数字化以生成特征参数。在一些实施例中，在步骤202中记录缺陷在对象上的位置以获得特征参数。对应于至少一个特征参数，教训吸取案例可以包括至少一个预定参数。在存储在评估系统10的存储设备110中的数据库中，存在多个教训吸取案例。这些教训吸取案例中的一个教训吸取案例中的至少一个预定的参数可以是默认产品符号、默认层符号、默认缺陷代码、默认缺陷图、默认缺陷计数、默认FDC、默认工具状态、默认离线监测数据，或者默认教训吸取案例状态。在步骤204中，分别根据至少一个特征参数来确定至少一个特征评估。此外，这些教训吸取案例中的一个教训吸取案例中的至少一个预定参数(例如，教训吸取案例一)也可以影响至少一个特征评估。至少一个特征评估中的每一个分别相关于至少一个特征参数中的一个与至少一个默认特征参数中的一个之间的相似性。在步骤206中，至少一特征评估乘以至少一个特征权重，以分别计算至少一个加权的特征评估。步骤204至步骤206可以进一步描述如下。为了进一步说明，请参阅表1。表1示出了在图1的评估系统10中的尚未建立的进行中的教训吸取案例与在数据库中记录的另一个教训吸取案例(例如，教训吸取案例一)之间的比较。正在进行的教训吸取案例与在评估方法20中检测到的至少一个缺陷相对应。(表1)检测性产品符号可以与对象相关联，该对象可以是具有特定IC设计的晶圆。由于IC设计不同，因此检测性产品符号也会改变。检测性产品符号可以是例如但不限于Y009。如果默认产本文档来自技高网...

【技术保护点】
1.一种评估系统，包括：/n存储设备，用于存储进行以下操作的指令：/n提取分别与在对象上检测到的至少一个缺陷相对应的至少一个特征参数；/n分别根据所述至少一个特征参数来确定至少一个特征评估；/n对所述至少一个特征评估进行加权，以分别计算至少一个加权的特征评估；/n对所述至少一个加权的特征评估进行求和，以计算与至少一个教训吸取案例相对应的至少一个总得分；以及/n对与所述至少一个教训吸取案例对应的所述至少一个总得分进行排序，以找出与所述至少一个教训吸取案例中的具有更高优先级的一个相对应的疑似根本原因；以及/n处理电路，耦合至所述存储设备，被配置为执行存储在所述存储设备中的所述指令。/n

【技术特征摘要】
【国外来华专利技术】1.一种评估系统，包括：
存储设备，用于存储进行以下操作的指令：
提取分别与在对象上检测到的至少一个缺陷相对应的至少一个特征参数；
分别根据所述至少一个特征参数来确定至少一个特征评估；
对所述至少一个特征评估进行加权，以分别计算至少一个加权的特征评估；
对所述至少一个加权的特征评估进行求和，以计算与至少一个教训吸取案例相对应的至少一个总得分；以及
对与所述至少一个教训吸取案例对应的所述至少一个总得分进行排序，以找出与所述至少一个教训吸取案例中的具有更高优先级的一个相对应的疑似根本原因；以及
处理电路，耦合至所述存储设备，被配置为执行存储在所述存储设备中的所述指令。


2.根据权利要求1所述的评估系统，其中，所述存储设备还存储进行以下操作的指令：
自动发出关于所述疑似根本原因的告警，其中，所述疑似根本原因指示所述至少一个缺陷为什么发生。


3.根据权利要求1所述的评估系统，其中，与所述至少一个缺陷相对应的所述至少一个特征参数包括下列各项中的至少一项：检测性产品符号、检测性层符号、检测性缺陷代码、检测性缺陷图、检测性缺陷计数、检测性FDC、检测性工具状态、检测性离线监测数据以及检测性教训吸取案例状态。


4.根据权利要求1所述的评估系统，其中，所述至少一个特征评估中的每一个分别相关于所述至少一个特征参数中的一个与至少一个默认特征参数中的一个之间的相似性。


5.根据权利要求1所述的评估系统，其中，所述至少一个特征评估被乘以至少一个特征权重，以分别计算所述至少一个加权的特征评估，并且所述至少一个特征权重是分别根据线性回归算法来确定的。


6.根据权利要求5所述的评估系统，其中，至少一个特征初始权重分别被设置为1，并且分别根据线性回归算法被改变为所述至少一个特征权重。


7.根据权利要求5所述的评估系统，其中，计算至少一个提议的根本原因与标准答案之间的至少一个匹配值，以分别确定所述至少一个特征权重。


8.根据权利要求1所述的评估系统，其中，所述对象是晶圆。


9.根据权利要求1所述的评估系统，其中，将与所述至少一个缺陷和所述疑似根本原因相对应的所述至少一个特征参数建立为新的教训吸取案例，并将所述新的教训吸取案例存储在所述存储设备中。


10.根据权利要求1所述的评估系统，还包括：

【专利技术属性】
技术研发人员：赵隔隔，王菲，蔡正义，付伶伶，黄涛，金星，邬静云，王亚东，
申请(专利权)人：长江存储科技有限责任公司，
类型：发明
国别省市：湖北;42