一种基于效果预测的晶圆清洗方法和装置制造方法及图纸

本申请涉及一种基于效果预测的晶圆清洗方法和装置，通过获取清洗前晶圆的图像来预测颗粒物的稳定浓度，之后再根据实际清洗过程中的颗粒物浓度来判断清洗效果是否达到良品要求，从而提高晶圆清洗的良品率

【技术实现步骤摘要】
一种基于效果预测的晶圆清洗方法和装置


[0001]本申请属于晶圆清洗
，尤其是涉及一种基于效果预测的晶圆清洗方法和装置
。

技术介绍

[0002]随着半导体技术的不断发展，对工艺技术的要求越来越高，特别是对半导体圆片的表面质量要求越来越严，其主要原因是圆片表面的颗粒和金属杂质沾污会严重影响器件的质量和成品率，在目前的集成电路生产中，由于圆片表面沾污问题，仍有
50
％以上的材料被损失掉
。
[0003]在半导体生产工艺中，几乎每道工序中都需要进行清洗，圆片清洗质量的好坏对器件性能有严重的影响
。
正是由于圆片清洗是半导体制造工艺中最重要
、
最频繁的工步，而且其工艺质量将直接影响到器件的成品率
、
性能和可靠性，所以国内外各大公司
、
研究机构等对清洗工艺的研究一直在不断地进行
。
目前已研制出的圆片清洗技术有：湿法化学清洗
、
超声清洗
、
兆声清洗
、
鼓泡清洗
、
擦洗
、
高压喷射法
、
离心喷射法
、
流体力学法
、
流体动力学法
、
干法清洗
、
微集射束流法
、
激光束清洗
、
冷凝喷雾技术
、
汽相清洗
、
非浸润液体喷射法
、
在线真空清洗
、RCA
清洗
、
等离子体清洗
、
原位水冲洗等
。
这些方法和技术已被广泛应用于半导体圆片的清洗工艺中
。
[0004]检测晶圆是否达到符合要求的清洁度并适应性地提高清洗时间，能够提高晶圆生产的良品率
。

技术实现思路

[0005]本专利技术要解决的技术问题是：为解决现有技术的不足，从而提供一种能够对清洗效果进行预测判断的晶圆清洗方法和装置
。
[0006]本专利技术解决其技术问题所采用的技术方案是：
[0007]一种基于效果预测的晶圆清洗方法，包括以下步骤：
[0008]S1
：获取清洗前晶圆的图像；
[0009]S2
：根据晶圆的图像预测该清洗晶圆进行清洗后清洗液中颗粒物的稳定浓度
C1
；
[0010]S3
：检测清洗过程中清洗液中颗粒物的浓度
C2
；
[0011]S4
：判断清洗效果以确定是否需要进一步清洗，当
C2≤C1
时，说明清洗效果满足需求，停止清洗；
[0012]当
C2
＞
C1
时，说明清洗效果不满足需求，继续清洗
。
[0013]优选地，本专利技术的基于效果预测的晶圆清洗方法，在
S2
步骤中还预测达到稳定浓度
C1
时的时间
T
；
[0014]S3
步骤中，检测清洗时间
T
时的清洗液中颗粒物的浓度
C2。
[0015]优选地，本专利技术的基于效果预测的晶圆清洗方法，预测模型的构建方法为：
[0016]获取清洗前晶圆的图像；
[0017]将晶圆送入清洗槽中进行清洗，监控清洗液中颗粒物，当清洗液中的颗粒物保持平稳时，记录下该值为稳定浓度
C1
；
[0018]将清洗前晶圆的图像作为人工神经网络模型的输入，稳定浓度
C1
作为人工神经网络模型的输出进行训练，即得到效果预测模型
。
[0019]优选地，本专利技术的基于效果预测的晶圆清洗方法，预测达到稳定浓度
C1
时的时间
T
的模型的构建方法为：
[0020]将晶圆送入清洗槽中进行清洗，监控清洗液中颗粒物，当清洗液中的颗粒物保持平稳时，记录下该值为稳定浓度
C1
的时间
T
；
[0021]将清洗前晶圆的图像作为人工神经网络模型的输入，达到稳定浓度
C1
的时间
T
作为人工神经网络模型的输出进行训练，即可得到时间预测模型
。
[0022]优选地，本专利技术的基于效果预测的晶圆清洗方法，若清洗前的清洗液中存在颗粒物，则在晶圆送入清洗槽中进行清洗前检测清洗液中的颗粒浓度
C3
，则在
S4
步骤中判断清洗效果以确定是否需要进一步清洗时，当
(C3
‑
C2)≤C1
时，说明清洗效果满足需求，停止清洗；当
(C3
‑
C2)
＞
C1
时，说明清洗效果不满足需求，继续清洗
。
[0023]本专利技术还提供一种基于效果预测的晶圆清洗装置，包括：
[0024]获取模块：用于获取清洗前晶圆的图像；
[0025]预测模块：根用于据晶圆的图像预测该清洗晶圆进行清洗后清洗液中颗粒物的稳定浓度
C1
；
[0026]检测模块：检测清洗过程中清洗液中颗粒物的浓度
C2
；
[0027]判断模块：判断清洗效果以确定是否需要进一步清洗，当
C2≤C1
时，说明清洗效果满足需求，停止清洗；当
C2
＞
C1
时，说明清洗效果不满足需求，继续清洗
。
[0028]优选地，本专利技术的基于效果预测的晶圆清洗装置，
[0029]在预测模块中还预测达到稳定浓度
C1
时的时间
T
；
[0030]在检测模块中，检测清洗时间
T
时的清洗液中颗粒物的浓度
C2。
[0031]优选地，本专利技术的基于效果预测的晶圆清洗装置，
[0032]若清洗前的清洗液中存在颗粒物，则在晶圆送入清洗槽中进行清洗前检测清洗液中的颗粒浓度
C3
，则在检测模块中判断清洗效果以确定是否需要进一步清洗时，当
(C3
‑
C2)≤C1
时，说明清洗效果满足需求，停止清洗；当
(C3
‑
C2)
＞
C1
时，说明清洗效果不满足需求，继续清洗
。
[0033]本专利技术还提供一种电子设备，所述电子设备包括：
[0034]至少一个处理器；
[0035]以及与所述至少一个处理器通信连接的存储器；其中，
[0036]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的方法
。
[0037]本专利技术还提供一种存储有计算机指令的非瞬时计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于效果预测的晶圆清洗方法，其特征在于，包括以下步骤：
S1
：获取清洗前晶圆的图像；
S2
：根据晶圆的图像预测该清洗晶圆进行清洗后清洗液中颗粒物的稳定浓度
C1
；
S3
：检测清洗过程中清洗液中颗粒物的浓度
C2
；
S4
：判断清洗效果以确定是否需要进一步清洗，当
C2≤C1
时，说明清洗效果满足需求，停止清洗；当
C2
＞
C1
时，说明清洗效果不满足需求，继续清洗
。2.
根据权利要求1所述的基于效果预测的晶圆清洗方法，其特征在于，在
S2
步骤中还预测达到稳定浓度
C1
时的时间
T
；
S3
步骤中，检测清洗时间
T
时的清洗液中颗粒物的浓度
C2。3.
根据权利要求1所述的基于效果预测的晶圆清洗方法，其特征在于，预测模型的构建方法为：获取清洗前晶圆的图像；将晶圆送入清洗槽中进行清洗，监控清洗液中颗粒物，当清洗液中的颗粒物保持平稳时，记录下该值为稳定浓度
C1
；将清洗前晶圆的图像作为人工神经网络模型的输入，稳定浓度
C1
作为人工神经网络模型的输出进行训练，即得到效果预测模型
。4.
根据权利要求2所述的基于效果预测的晶圆清洗方法，其特征在于，预测达到稳定浓度
C1
时的时间
T
的模型的构建方法为：将晶圆送入清洗槽中进行清洗，监控清洗液中颗粒物，当清洗液中的颗粒物保持平稳时，记录下该值为稳定浓度
C1
的时间
T
；将清洗前晶圆的图像作为人工神经网络模型的输入，达到稳定浓度
C1
的时间
T
作为人工神经网络模型的输出进行训练，即可得到时间预测模型
。5.
根据权利要求1所述的基于效果预测的晶圆清洗方法，其特征在于，若清洗前的清洗液中存在颗粒物，则在晶圆送入清洗槽中进行清洗前检测清洗液中的颗粒浓度
C3
，则在
S4...

【专利技术属性】
技术研发人员：钱诚，李涛，黄典礼，
申请(专利权)人：江苏亚电科技有限公司，
类型：发明
国别省市：