【技术实现步骤摘要】
一种晶圆温度分布的检测系统及方法
[0001]本专利技术涉及半导体晶圆
,尤其是涉及一种晶圆温度分布的检测系统及方法。
技术介绍
[0002]晶圆技术是半导体制造的核心技术之一,国内晶圆技术在过去几年有了长足发展。目前,国内已经形成了一定的晶圆生产能力,主要集中在晶圆制造设备、晶圆设计两个方面,并不断致力于开发新型晶圆制造设备,然而晶圆温度分布并不均匀,温度影响因素较多,因素影响较大,导致晶圆温度分布的检测数据往往难以精准,在众多影响因素下,如何开发一种晶圆温度分布的检测系统及方法成为亟待解决的问题。
技术实现思路
[0003]本专利技术提供一种晶圆温度分布的检测系统及方法,以解决至少一个上述技术问题。
[0004]为实现上述目的,一种晶圆温度分布的检测方法,包括以下步骤:步骤S1:获取晶圆数据集,其中晶圆数据集包括晶圆生产数据以及晶圆测量场数据,根据晶圆数据集进行弱相似度晶圆数据集生成处理,生成弱相似度晶圆数据集;步骤S2:根据弱相似度晶圆数据集、晶圆生产数据、晶圆测量场数据进行温度区域划分处理,生成测量场温度异常域、测量场恒温区域、批次温度异常域及批次恒温区域;步骤S3:基于测量场温度异常域以及批次温度异常域对预构建的异常域计算公式进行优化,生成异常域优化计算公式;步骤S4:基于晶圆数据集、测量场温度异常域、测量场恒温区域、批次温度异常域、批次恒温区域以及异常域优化计算公式构建自训练测温模型,生成自训练测温模型,利用自训练温度检测模型对进行晶圆温度分布进行检测,获得晶圆温度分布数据。 ...
【技术保护点】
【技术特征摘要】
1.一种晶圆温度分布的检测方法,其特征在于,包括以下步骤:步骤S1:获取晶圆数据集,其中晶圆数据集包括晶圆生产数据以及晶圆测量场数据,根据晶圆数据集进行弱相似度晶圆数据集生成处理,生成弱相似度晶圆数据集;步骤S2:根据弱相似度晶圆数据集、晶圆生产数据以及晶圆测量场数据进行温度区域划分处理,生成测量场温度异常域、测量场恒温区域、批次温度异常域及批次恒温区域;步骤S3:基于测量场温度异常域以及批次温度异常域对预构建的异常域计算公式进行优化,生成异常域优化计算公式;步骤S4:基于晶圆数据集、测量场温度异常域、测量场恒温区域、批次温度异常域、批次恒温区域以及异常域优化计算公式构建自训练测温模型,生成自训练测温模型,利用自训练温度检测模型进行晶圆温度分布检测,获得晶圆温度分布数据。2.根据权利要求1所述的方法,其特征在于,步骤S1具体为:步骤S11:获取晶圆数据集,其中晶圆数据集包括晶圆生产数据、晶圆测量场数据以及晶圆参数数据;步骤S12:对晶圆数据集进行热成像多方位测量处理,生成晶圆热成像图像集;步骤S13:对晶圆热成像图像集进行图片去噪处理,获得标准晶圆热成像图像集;步骤S14:根据标准晶圆热成像图像集进行坐标数据存储处理,生成红外坐标数据集;步骤S15:根据红外坐标数据集、晶圆参数数据以及晶圆生产数据进行弱相似度晶圆数据集生成处理,生成弱相似度晶圆数据集。3.根据权利要求2所述的方法,其特征在于,其中步骤S15具体步骤为:步骤S151:获取热成像设备颜色映射数据库,其中热成像设备颜色映射数据库应包括颜色映射规则数据;步骤S152:根据红外坐标数据集以及颜色映射规则数据进行循环坐标温度提取处理,生成坐标温度数据集;步骤S153:获取晶圆选取标准数据,根据晶圆选取标准数据以及坐标温度数据集进行模板晶圆对象集选取处理,生成模板晶圆对象集;步骤S154:根据模板晶圆对象集进行模板坐标数据生成处理,生成模板坐标数据;步骤S155:基于模板坐标数据、坐标温度数据集以及晶圆参数数据利用晶圆模板相似度计算公式进行模板相似度计算,生成模板相似度数据;步骤S156:根据模板相似度数据以及模板晶圆对象集进行次级模板晶圆对象集生成处理,生成次级模板晶圆对象集;步骤S157:根据模板晶圆对象集进行模板对象计数统计处理,生成模板对象数量数据;步骤S158:当模板对象数量数据小于预设的标准模板数量数据时,将次级模板晶圆对象集作为模板晶圆对象集,返回步骤S154,当模板对象数量数据等于预设的标准模板数量数据时;根据模板相似度数据以及模板晶圆对象集进行弱相似度晶圆数据集提取处理,生成弱相似度晶圆数据集。4.根据权利要求3所述的方法,其特征在于,步骤S155中的晶圆模板相似度计算公式具体为:
为晶圆模板相似度值,n为晶圆参数数据中的晶圆半径,为坐标温度数据集所属晶圆对应晶圆生产数据集中晶体的点缺陷数量,,,...,分别为模板坐标数据中每个模板对象的横坐标温度数据,为坐标温度数据集中的横坐标温度数据,,,...,为模板坐标数据中每个模板对象的纵坐标温度数据,为坐标温度数据集中的纵坐标温度数据,为模板半径数据中的最大横坐标数据,为晶圆参数数据中模板晶圆对象中晶体的点缺陷数量,为晶圆模板相似度计算系数。5.根据权利要求3所述的方法,其特征在于,步骤S2具体为:步骤S21:根据弱相似度晶圆数据集以及晶圆生产数据进行批次弱相似晶圆数据生成处理,生成批次弱相似晶圆数据;步骤S22:根据弱相似度晶圆数据集以及晶圆测量场数据进行弱相似测量场数据生成处理,生成弱相似测量场数据;步骤S23:基于批次弱相似晶圆数据、模板晶圆对象集、晶圆参数数据以及弱相似测量场数据利用异常温度坐标点计算公式进行异常温度坐标点计算处理,生成批次异常温度坐标点数据以及测量场异常温度坐标点数据;步骤S24:根据批次异常温度坐标点数据以及晶圆生产数据进行批次温度区域划分,生成批次温度异常域以及批次恒温区域;步骤S25:根据测量场异常温度坐标点数据以及晶圆测量场数据进行同测量场温度区域划分,生成测量场温度异常域以及测量场恒温区域。6.根据权利要求5所述的方法,其特征在于,步骤S23...
【专利技术属性】
技术研发人员:李伟,高苗苗,
申请(专利权)人:深圳市冠禹半导体有限公司,
类型:发明
国别省市:
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。