一种晶圆材料内部应力分布检测方法及系统技术方案

本申请涉及数据处理技术领域，提供一种晶圆材料内部应力分布检测方法及系统。所述方法包括：根据晶圆材料应用标准，获得内应力检测因素集合；依据内应力检测因素集合对晶圆内应力检测数据库进行分类，获取晶圆检测因素样本数据集；利用深度学习网络结构对晶圆检测因素样本数据集分别进行训练，再基于模型融合系数集合将基础内应力检测分支模型集合进行融合，生成晶圆内应力自适应检测模型；基于晶圆内应力自适应检测模型对加工节点检测数据流进行分析，获得晶圆内部应力分布检测结果。采用本方法能够达到通过构建自适应检测模型实现晶圆内应力智能化快速检测，提高内应力检测因素全面性，进而提高晶圆内应力检测精度和检测效率的技术效果。率的技术效果。率的技术效果。

【技术实现步骤摘要】
一种晶圆材料内部应力分布检测方法及系统


[0001]本申请涉及数据处理
，特别是涉及一种晶圆材料内部应力分布检测方法及系统
。

技术介绍

[0002]晶圆内应力是指晶圆内部受到的压力或张力，在晶圆的制造过程中，因受到来自各种工艺等因素的作用与影响，当这些因素消失之后，仍有部分作用与影响残留在晶圆内，从而产生内应力
。
晶圆内应力的存在和分布会严重影响晶圆性能和稳定性，因此需对其内应力分布进行精确检测
。
然而，现有技术内应力检测智能化程度低，检测因素全面性不够，导致检测精度较低
。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能够实现晶圆内应力智能化快速检测，提高内应力检测因素全面性，进而提高晶圆内应力检测精度和检测效率的一种晶圆材料内部应力分布检测方法及系统
。
[0004]一种晶圆材料内部应力分布检测方法，所述方法包括：布设获得加工节点识别网络，基于所述加工节点识别网络采集获得目标晶圆的加工节点检测数据流；根据晶圆材料应用标准，获得内应力检测因素集合，所述内应力检测因素集合包括材料特性
、
尺寸厚度
、
表面缺陷以及加工工艺；构建晶圆内应力检测数据库，所述晶圆内应力检测数据库包括晶圆加工检测数据和内应力检测结果数据；依据所述内应力检测因素集合对所述晶圆内应力检测数据库进行分类，获取晶圆检测因素样本数据集；利用深度学习网络结构对所述晶圆检测因素样本数据集分别进行训练，获得基础内应力检测分支模型集合；获取模型融合系数集合，基于所述模型融合系数集合将所述基础内应力检测分支模型集合中的各分支模型进行融合，生成晶圆内应力自适应检测模型；基于所述晶圆内应力自适应检测模型对所述加工节点检测数据流进行分析，获得晶圆内部应力分布检测结果
。
[0005]一种晶圆材料内部应力分布检测系统，所述系统包括：检测数据流获取模块，用于布设获得加工节点识别网络，基于所述加工节点识别网络采集获得目标晶圆的加工节点检测数据流；检测因素集合获得模块，用于根据晶圆材料应用标准，获得内应力检测因素集合，所述内应力检测因素集合包括材料特性
、
尺寸厚度
、
表面缺陷以及加工工艺；检测数据库构建模块，用于构建晶圆内应力检测数据库，所述晶圆内应力检测数据库包括晶圆加工检测数据和内应力检测结果数据；数据库分类模块，用于依据所述内应力检测因素集合对所述晶圆内应力检测数据库进行分类，获取晶圆检测因素样本数据集；分支模型训练获得模块，用于利用深度学习网络结构对所述晶圆检测因素样本数据集分别进行训练，获得基础内应力检测分支模型集合；自适应检测模型生成模块，用于获取模型融合系数集合，基于所述模型融合系数集合将所述基础内应力检测分支模型集合中的各分支模型进行融合，生成晶圆内应力自适应检测模型；检测结果获得模块，用于基于所述晶圆内应力自适应检测
模型对所述加工节点检测数据流进行分析，获得晶圆内部应力分布检测结果
。
[0006]上述一种晶圆材料内部应力分布检测方法及系统，解决了现有技术内应力检测智能化程度低，检测因素全面性不够，导致检测精度较低的技术问题，达到了通过构建自适应检测模型实现晶圆内应力智能化快速检测，提高内应力检测因素全面性，进而提高晶圆内应力检测精度和检测效率的技术效果
。
[0007]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的
、
特征和优点能够更明显易懂，以下特举本申请的具体实施方式
。
附图说明
[0008]图1为一个实施例中一种晶圆材料内部应力分布检测方法的流程示意图；图2为一个实施例中一种晶圆材料内部应力分布检测方法中获得目标晶圆的加工节点检测数据流的流程示意图；图3为一个实施例中一种晶圆材料内部应力分布检测系统的结构框图；附图标记说明：检测数据流获取模块
11
，检测因素集合获得模块
12
，检测数据库构建模块
13
，数据库分类模块
14
，分支模型训练获得模块
15
，自适应检测模型生成模块
16
，检测结果获得模块
17。
具体实施方式
[0009]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请
。
[0010]如图1所示，本申请提供了一种晶圆材料内部应力分布检测方法，所述方法包括：步骤
S100
：布设获得加工节点识别网络，基于所述加工节点识别网络采集获得目标晶圆的加工节点检测数据流；在一个实施例中，如图2所示，所述获得目标晶圆的加工节点检测数据流，本申请步骤
S100
还包括：步骤
S110
：根据所述加工节点识别网络，设置节点数据采集双通道，所述节点数据采集双通道包括结构化数据识别通道和图像数据识别通道；步骤
S120
：基于所述结构化数据识别通道和图像数据识别通道分别采集获取所述目标晶圆的结构化检测数据流和多角度图像检测数据流；步骤
S130
：对所述结构化检测数据流进行数据清洗处理，获取标准结构化检测数据流，对所述多角度图像检测数据流进行去噪预处理，得到标准图像检测数据流；步骤
S140
：基于所述标准结构化检测数据流和标准图像检测数据流，生成所述加工节点检测数据流
。
[0011]具体而言，晶圆内应力是指晶圆内部受到的压力或张力，在晶圆的制造过程中，因受到来自各种工艺等因素的作用与影响，当这些因素消失之后，仍有部分作用与影响残留在晶圆内，从而产生内应力
。
晶圆内应力的存在和分布会严重影响晶圆性能和稳定性，因此需对其内应力分布进行精确检测
。
为实现晶圆加工数据全面采集，在晶圆加工流程节点上
布设获得加工节点识别网络，所述加工节点识别网络为传感器数据检测网络，由多种传感器组成，包括温度
、
湿度传感器
、
图像采集传感器
、
厚度传感器等
。
[0012]基于所述加工节点识别网络对目标晶圆的加工流程节点数据进行采集，所述目标晶圆可以为一个或同一批次的待检测晶圆
。
首先为提高数据采集效率，根据所述加工节点识别网络，设置节点数据采集双通道，所述节点数据采集双通道按照数据采集格式类型分类设置，具体包括结构化数据识别通道和图像数据识别通道
。
其中，结构化数据识别通道采集数据类型为传感器采集的结构化数据格式，包括温度
、
湿度
、
厚度
、...

【技术保护点】

【技术特征摘要】
1.
一种晶圆材料内部应力分布检测方法，其特征在于，所述方法包括：布设获得加工节点识别网络，基于所述加工节点识别网络采集获得目标晶圆的加工节点检测数据流；根据晶圆材料应用标准，获得内应力检测因素集合，所述内应力检测因素集合包括材料特性
、
尺寸厚度
、
表面缺陷以及加工工艺；构建晶圆内应力检测数据库，所述晶圆内应力检测数据库包括晶圆加工检测数据和内应力检测结果数据；依据所述内应力检测因素集合对所述晶圆内应力检测数据库进行分类，获取晶圆检测因素样本数据集；利用深度学习网络结构对所述晶圆检测因素样本数据集分别进行训练，获得基础内应力检测分支模型集合；获取模型融合系数集合，基于所述模型融合系数集合将所述基础内应力检测分支模型集合中的各分支模型进行融合，生成晶圆内应力自适应检测模型；基于所述晶圆内应力自适应检测模型对所述加工节点检测数据流进行分析，获得晶圆内部应力分布检测结果
。2.
如权利要求1所述的方法，其特征在于，所述获得目标晶圆的加工节点检测数据流，包括：根据所述加工节点识别网络，设置节点数据采集双通道，所述节点数据采集双通道包括结构化数据识别通道和图像数据识别通道；基于所述结构化数据识别通道和图像数据识别通道分别采集获取所述目标晶圆的结构化检测数据流和多角度图像检测数据流；对所述结构化检测数据流进行数据清洗处理，获取标准结构化检测数据流，对所述多角度图像检测数据流进行去噪预处理，得到标准图像检测数据流；基于所述标准结构化检测数据流和标准图像检测数据流，生成所述加工节点检测数据流
。3.
如权利要求1所述的方法，其特征在于，所述获得基础内应力检测分支模型集合，包括：从所述晶圆检测因素样本数据集中随机选取
N
组模型样本数据，对所述
N
组模型样本数据分别进行均等分布权重层训练，得到
N
个内应力检测分支模型；对所述
N
个内应力检测分支模型的分别进行模型验证，获得
N
个模型准确率和所述
N
组模型样本数据的预测损失值集合；基于所述
N
个模型准确率和所述预测损失值集合，迭代更新所述
N
组模型样本数据的权值分布，获取所述基础内应力检测分支模型集合
。4.
如权利要求3所述的方法，其特征在于，所述更新所述
N
组模型样本数据的权值分布，包括：构建样本权值更新函数，所述样本权值更新函数具体为：；其中，表明模型样本数据的更新后权值，表明第
N
个检测分支模型的第
i
个样
本的权值，为第
N
个检测分支模型的模型准确率，为第
N
个检测模型对第
i
个样本的预测值，为第
i
个样...

【专利技术属性】
技术研发人员：解树平，顾伟中，刘威，
申请(专利权)人：苏州瑞霏光电科技有限公司，
类型：发明
国别省市：