CN107093568B - 一种晶元在线监测方法及装置 - Google Patents
一种晶元在线监测方法及装置 Download PDFInfo
- Publication number
- CN107093568B CN107093568B CN201610091124.4A CN201610091124A CN107093568B CN 107093568 B CN107093568 B CN 107093568B CN 201610091124 A CN201610091124 A CN 201610091124A CN 107093568 B CN107093568 B CN 107093568B
- Authority
- CN
- China
- Prior art keywords
- parameter
- value
- wafer
- test data
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 97
- 235000012431 wafers Nutrition 0.000 claims abstract description 89
- 238000004519 manufacturing process Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 18
- 239000013078 crystal Substances 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 238000003070 Statistical process control Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000407 epitaxy Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明提供的晶元在线监测方法，首先获取多个晶元的多个测试数据，然后根据每个晶元的测试数据的最大值和最小值之差值判断单个晶元是否出现问题，从而对单个晶元进行报警；此外，还根据每个晶元的测试均值是否超出阈值进行报警，用于监测不同晶元之间的异常，从而实现了对单个晶元以及不同晶元之间的在线监测，提高了监测效率和监测精度。此外，该方案中还计算除了多个质量监测参数Cp、Cpu、Cpl、Cpk、Ca，综合监测晶元的质量状况，通过图表直观的进行显示，提供便利的操作方式。
Description
技术领域
本发明涉及半导体生产领域，具体涉及一种晶元在线监测方法及装置。
背景技术
晶元(Wafer)，也称磊晶、晶圆、蓝宝石衬底、外延片，是生产集成电路所用的载体,多指单晶硅圆片。单晶硅圆片由普通硅砂拉制提炼，经过溶解、提纯、蒸馏一系列措施制成单晶硅棒，单晶硅棒经过抛光、切片之后，就成为了晶元。晶元是最常用的半导体材料,多用于显示照明及LED行业。
在晶元的生产过程中，由于在每一个特定工艺加工时，容易受到诸多因素的影响，如氧化温度、溶液浓度、设备振动等影响，因此需要对其生产过程进行监控，尽早发现异常，以免影响更多的晶元的生产，保证产品的稳定性。
目前，在晶元的生产过程中，采用统计过程控制的方法对其生产过程进行分析评价。统计过程控制(Statistical Process Control，SPC)是一种借助数理统计对产品的生产过程进行控制的方法，可以对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采用措施消除其影响，使生产过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。但是，传统的SPC在进行产品状况分析时，主要依靠手工进行计算和绘图，效率低。此外，现有技术中采用SPC对晶元的生产进行分析时，只借助其中的单个指标，如根据均值-极差图来监控过程状态，分析不全面，不能实时有效地反应出晶元的生产状态。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的晶元生产过程检测方法分析不全面、效率低的缺陷。
本发明提供一种晶元在线监测方法，包括如下步骤：
实时获取多个晶元的测试数据，每个晶元对应多个测试数据；
计算每个晶元对应的测试数据的最大值和最小值之差值；
判断所述差值是否超出预设差值阈值，若超出则对该晶元进行预警；
根据每个晶元对应的多个测试数据计算每个晶元的测试均值；
判断所述测试均值是否超出第一阈值，若超出第一阈值则进行第一报警处理。
优选地，还包括：
若所述测试均值未超出第一阈值，则判断所述测试均值是否超出第二阈值，所述第二阈值小于所述第一阈值，若超出第二阈值，则进行第二报警处理。
优选地，还包括：
判断所述测试数据是否明显偏离常规数据，若是则屏蔽该测试数据。
优选地，所述第一阈值的上限为规格上限USL，所述第一阈值的下限为规格下限LSL；和/或
所述第二阈值的上限为UCL＝USL-3Sigma，所述第二阈值的下限为LCL＝LSL+3Sigma，其中Sigma为所有测试数据的方差。
优选地，还包括计算
第一参数：Cp＝(USL-LSL)/6*Sigma
第二参数：Cpu＝(USL-Mean)/3*Sigma
第三参数：Cpl＝(Mean-LSL)/3*Sigma
第四参数：Cpk＝Min(Cpu，Cpl)
第五参数：(Sigma-(USL-LSL)/2)/(USL-LSL)/2
其中，Mean为所有测试数据的平均值，Sigma为所有测试数据的方差，USL为规格上限，LSL为规格下限。
优选地，还包括监控所述第一参数、第二参数、第三参数、第四参数或第五参数中的部分或全部，超出相应的预设阈值时进行报警。
优选地，还包括根据所述测试均值或所述差值生成图表的步骤。
本发明还提供一种晶元在线监测装置，包括：
数据获取单元，用于实时获取多个晶元的测试数据，每个晶元对应多个测试数据；
差值计算单元，用于计算每个晶元对应的测试数据的最大值和最小值之差值；
预警单元，用于判断所述差值是否超出预设差值阈值，若超出则对该晶元进行预警；
均值计算单元，用于根据每个晶元对应的多个测试数据计算每个晶元的测试均值；
第一报警单元，用于判断所述测试均值是否超出第一阈值，若超出第一阈值则进行第一报警处理。
优选地，还包括
第二报警单元，用于若所述测试均值未超出第一阈值，则判断所述测试均值是否超出第二阈值，所述第二阈值小于所述第一阈值，若超出第二阈值，则进行第二报警处理。
优选地，还包括：
屏蔽单元，用于判断所述测试数据是否明显偏离常规数据，若是则屏蔽该测试数据。
本发明技术方案，具有如下优点：
1.本发明提供的晶元在线监测方法及装置，首先获取多个晶元的多个测试数据，然后根据每个晶元的测试数据的最大值和最小值之差值判断单个晶元是否出现问题，从而对单个晶元进行报警；此外，还根据每个晶元的测试均值是否超出阈值进行报警，用于监测不同晶元之间的异常，从而实现了对单个晶元以及不同晶元之间的在线监测，提高了监测效率和监测精度。
2.本发明所述的晶元在线监测方法及装置，还设置了第二阈值，当未超出第一阈值，但超出第二阈值时，进行第二报警，通过设置多个阈值进行合理的预警措施，从而更好的及时发现问题，解决问题，提高生产精度和效率。
3.本发明所述的晶元在线监测方法及装置，计算出多个参数对晶元进行监测，从而综合全面的反应出晶元生产过程中状态，及时发现问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中晶元在线监测方法的一个具体示例的流程图；
图2为本发明实施例1中的各个晶元的测试均值的示意图；
图3为本发明实施例1中的单个晶元的最大值与最小值的差值的示意图。
图4为本发明实施例1中晶元在线监测装置的一个具体示例的结构框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例中提供一种晶元(wafer)在线监测方法，用于实现晶元的在线监控，通过SPC(统计过程控制)的方式来实现，如图1所示，包括如下步骤：
S1、实时获取多个晶元的测试数据，每个晶元对应多个测试数据。
测试数据是由机台上传的实时在线数据，如每个lot抽取2-5片晶元进行取样，每片晶元取5个点进行测量得到测试数据。
S2、计算每个晶元对应的测试数据的最大值和最小值之差值。
此处的差值是同一批次同一晶元测量值的最大值和最小值之差，如图3所示，用于监控同一晶元是否出现异常。
S3、判断所述差值是否超出预设差值阈值，若超出则对该晶元进行预警。
如果该差值超出预设的合理范围，说明该晶元出现问题，需要进行预警提示，该晶元对应的数据被设置为高亮或红色，提醒相关人员注意。
S4、根据每个晶元对应的多个测试数据计算每个晶元的测试均值。
测试均值说明该晶元的基本信息，通过监测测试均值可以获得该晶元之间的实时状况，如图2所示。
S5、判断所述测试均值是否超出第一阈值，若超出第一阈值则进行第一报警处理。此处的所述第一阈值的上限为规格上限USL，所述第一阈值的下限为规格下限LSL。如果超出第一阈值的范围，系统会关联生产系统进行Hold片与暂停机台不让机台进行下一步的操作。
该方案实现了对单个晶元以及不同晶元之间的在线监测，提高了监测效率和监测精度。
作为进一步优选的方案，还可以进一步设置一个或多个阈值，进行不同程度的预警提示。例如若所述测试均值未超出第一阈值，则判断所述测试均值是否超出第二阈值，所述第二阈值小于所述第一阈值，若超出第二阈值，则进行第二报警处理。例如所述第二阈值的上限为UCL＝USL-3Sigma，所述第二阈值的下限为LCL＝LSL+3Sigma，其中Sigma为所有测试数据的方差。
为了便于观测，上述数据通过图表的形式进行表示，如通过图2和图3表示，图2主要监控不同晶元之间的异常。图2的横坐标轴为Lot轴,Y轴为此Lot对应的值，即各个晶元的五个点的均值，每个lot测试了多少片晶元就会相应的出现多少个点，其中图2中用虚线分别标识了图2的USL(规格上限)与LSL(规格下限)，作为第一阈值进行预警；用实线标识了UCL(Lower Control Limit)上控线与LCL(Upper Control Limit)下控线，作为第二阈值进行预警，黑色虚点线标识了LG，TG为中间线。TG＝(USL+LSL)/2，也可以根据实际情况进行调整，用于提供参考基线。其中UCL(Lower Control Limit)上控线与LCL(Upper ControlLimit)下控线均为Spc里的控制线，一般的公式为UCL＝USL-3Sigma,LCL＝LSL+3Sigma，可以根据实际情况进行调整，超出了UCL与LCL，系统一般采用邮件通知相关产品与生产人员，表示这批晶元已经超出控线出现异常，请相关人员前来确认原因与后续的一些操作(可以继续进行生产)。超出此线与超出USL与LSL不同的地方是：超出了USL与LSL系统会立即停止生产当前批次的Wafer(已经超出规格线，为严重的异常)，并HOLD(停止)当前机台的生产与运行。在相关人员检查讨论作出决定后再进行返工或者是继续生产。
根据各个点所在区域对比标识线，可以看出此图2的点分布情况与点的浮动情况，从而得出质量情况。
图2中的测试均值如果超出了控制线即实线的为失控状态，此时系统会邮件通知相关人员，出现异常，根据规则会关联并通知生产系统进行Hold片或者暂停机台不让机台进行下一步的操作。如果超出规格线虚线系统会关联生产系统进行Hold片与暂停机台不让机台进行下一步的操作。异常的点，会有红色显著显示，将鼠标移至点上可以看到此点具体的值以及是哪个Lot，如果需要进一步进行分析，会将此lot交给实验室与工程部门进行进一步的测量与分析原因。
作为进一步的实施方案，还进一步计算如下参数，用于对各个晶元的质量进行在线监测，具体为：
第一参数：Cp＝(USL-LSL)/6*Sigma
第二参数：Cpu＝(USL-Mean)/3*Sigma
第三参数：Cpl＝(Mean-LSL)/3*Sigma
第四参数：Cpk＝Min(Cpu，Cpl)
第五参数：Ca＝(Sigma-(USL-LSL)/2)/(USL-LSL)/2
其中，Mean为所有测试数据的平均值，Sigma为所有测试数据的方差，USL为规格上限，LSL为规格下限。
该方法还包括监控所述第一参数、第二参数、第三参数、第四参数或第五参数中的部分或全部，超出相应的预设阈值时进行报警。
在图2中，还可以在该图的右上角显示这些质量监测指标Cp、Cpu、Cpl、Cpk、Ca，非常直观，能够综合监测晶元的质量状况，通过图表直观的进行显示，提供便利的操作方式。
作为进一步优选的方案，该本方案中还进一步判断所述测试数据是否明显偏离常规数据，若是则屏蔽该测试数据。如采集的数据当中有明显的错误的超出常规的数据，可以进行屏蔽，进行真实的分析。此外，某些特别的数据，有的在生产过程中相关人员已经作了备注，说明了情况可以进行忽略的，这些数据也可以屏蔽。
为了保证原始数据的真实性，不能在SPC中删除错误，同时如果将一组数据进行重新测量也会比较耗时，而且还要经过数据的收集才能进行分析，但是如果能在程序中将有明显问题或者存在不确定的点进行屏蔽，就可以立即得出正常需要的质量指标。这种模拟是可以即时体现正常的质量结果。
实施例2
本实施例中提供一种晶元在线监测装置，如图4所示，包括：
数据获取单元01，用于实时获取多个晶元的测试数据，每个晶元对应多个测试数据；
差值计算单元02，用于计算每个晶元对应的测试数据的最大值和最小值之差值；
预警单元03，用于判断所述差值是否超出预设差值阈值，若超出则对该晶元进行预警；
均值计算单元04，用于根据每个晶元对应的多个测试数据计算每个晶元的测试均值；
第一报警单元05，用于判断所述测试均值是否超出第一阈值，若超出第一阈值则进行第一报警处理。
优选地，还包括
第二报警单元，用于若所述测试均值未超出第一阈值，则判断所述测试均值是否超出第二阈值，所述第二阈值小于所述第一阈值，若超出第二阈值，则进行第二报警处理。
进一步优选地，还包括：
屏蔽单元，用于判断所述测试数据是否明显偏离常规数据，若是则屏蔽该测试数据。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (6)
1.一种晶元在线监测方法，其特征在于，包括如下步骤：
实时获取多个晶元的测试数据，每个晶元对应多个测试数据；
计算每个晶元对应的测试数据的最大值和最小值之差值；
判断所述差值是否超出预设差值阈值，若超出则对该晶元进行预警；
根据每个晶元对应的多个测试数据计算每个晶元的测试均值；
判断所述测试均值是否超出第一阈值，若超出第一阈值则进行第一报警处理，所述第一报警处理为停止当前机台的生产与运行；
若所述测试均值未超出第一阈值，则判断所述测试均值是否超出第二阈值，所述第二阈值小于所述第一阈值，若超出第二阈值，则进行第二报警处理，所述第二报警处理为通知生产人员并继续生产；
计算：
第一参数：Cp＝(USL-LSL)/6*Sigma；
第二参数：Cpu＝(USL-Mean)/3*Sigma；
第三参数：Cpl＝(Mean-LSL)/3*Sigma；
第四参数：Cpk＝Min(Cpu，Cpl)；
第五参数：(Sigma-(USL-LSL)/2)/(USL-LSL)/2；
其中，Mean为所有测试数据的平均值，Sigma为所有测试数据的方差，USL为规格上限，LSL为规格下限；
监控所述第一参数、第二参数、第三参数、第四参数或第五参数中的部分或全部，超出相应的预设阈值时进行报警。
2.根据权利要求1所述的方法，其特征在于，还包括：
判断所述测试数据是否明显偏离常规数据，若是则屏蔽该测试数据。
3.根据权利要求1所述的方法，其特征在于，所述第一阈值的上限为规格上限USL，所述第一阈值的下限为规格下限LSL，所述第二阈值的上限为UCL＝USL-3Sigma，所述第二阈值的下限为LCL＝LSL+3Sigma，其中Sigma为所有测试数据的方差。
4.根据权利要求1-3任一所述的方法，其特征在于，还包括根据所述测试均值或所述差值生成图表的步骤。
5.一种晶元在线监测装置，其特征在于，包括：
数据获取单元，用于实时获取多个晶元的测试数据，每个晶元对应多个测试数据；
差值计算单元，用于计算每个晶元对应的测试数据的最大值和最小值之差值；
预警单元，用于判断所述差值是否超出预设差值阈值，若超出则对该晶元进行预警；
均值计算单元，用于根据每个晶元对应的多个测试数据计算每个晶元的测试均值；
第一报警单元，用于判断所述测试均值是否超出第一阈值，若超出第一阈值则进行第一报警处理，所述第一报警处理为停止当前机台的生产与运行；
第二报警单元，用于若所述测试均值未超出第一阈值，则判断所述测试均值是否超出第二阈值，所述第二阈值小于所述第一阈值，若超出第二阈值，则进行第二报警处理，所述第二报警处理为通知生产人员并继续生产；
计算：
第一参数：Cp＝(USL-LSL)/6*Sigma；
第二参数：Cpu＝(USL-Mean)/3*Sigma；
第三参数：Cpl＝(Mean-LSL)/3*Sigma；
第四参数：Cpk＝Min(Cpu，Cpl)；
第五参数：(Sigma-(USL-LSL)/2)/(USL-LSL)/2；
其中，Mean为所有测试数据的平均值，Sigma为所有测试数据的方差，USL为规格上限，LSL为规格下限；
监控所述第一参数、第二参数、第三参数、第四参数或第五参数中的部分或全部，超出相应的预设阈值时进行报警。
6.根据权利要求5所述的装置，其特征在于，还包括：
屏蔽单元，用于判断所述测试数据是否明显偏离常规数据，若是则屏蔽该测试数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610091124.4A CN107093568B (zh) | 2016-02-18 | 2016-02-18 | 一种晶元在线监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610091124.4A CN107093568B (zh) | 2016-02-18 | 2016-02-18 | 一种晶元在线监测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107093568A CN107093568A (zh) | 2017-08-25 |
| CN107093568B true CN107093568B (zh) | 2021-04-09 |
Family
ID=59646025
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610091124.4A Expired - Fee Related CN107093568B (zh) | 2016-02-18 | 2016-02-18 | 一种晶元在线监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107093568B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112114242B (zh) * | 2020-08-20 | 2024-03-22 | 江苏艾科半导体有限公司 | 一种自动化ic测试的在线监测和分析方法 |
| CN113837515A (zh) * | 2020-10-13 | 2021-12-24 | 常州铭赛机器人科技股份有限公司 | 在线贴装工序能力测定评估方法及装置 |
| CN112749885B (zh) * | 2020-12-30 | 2024-09-20 | 富联智能工坊(郑州)有限公司 | 加工设备的数据处理系统及方法 |
| CN117708615B (zh) * | 2024-02-04 | 2024-05-17 | 芯联集成电路制造股份有限公司 | 产品的检测方法及加工设备的监控方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1656599A (zh) * | 2002-05-29 | 2005-08-17 | 东京电子株式会社 | 用于监视工具性能的方法和设备 |
| CN101458514A (zh) * | 2007-12-13 | 2009-06-17 | 中芯国际集成电路制造(上海)有限公司 | 检测可接受测试数据方法及晶圆可接受测试控制方法 |
| CN103809577A (zh) * | 2014-03-04 | 2014-05-21 | 北京七星华创电子股份有限公司 | 一种用于半导体加工设备的报警集中处理方法 |
| CN105302123A (zh) * | 2015-11-25 | 2016-02-03 | 上海大众汽车有限公司 | 在线测量数据的监控方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040175943A1 (en) * | 2003-03-06 | 2004-09-09 | Peter Waksman | System and method of pattern detection for semiconductor wafer map data |
| US7877161B2 (en) * | 2003-03-17 | 2011-01-25 | Tokyo Electron Limited | Method and system for performing a chemical oxide removal process |
| CN101330030B (zh) * | 2007-06-21 | 2010-09-29 | 中芯国际集成电路制造(上海)有限公司 | 检测数据中异常点的去除方法 |
| CN101470426B (zh) * | 2007-12-27 | 2011-02-16 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 一种故障检测的方法和系统 |
| CN102117731B (zh) * | 2009-12-31 | 2013-01-02 | 中芯国际集成电路制造(上海)有限公司 | 半导体工艺生产流程中的测量数据的监测方法和装置 |
| CN103107117A (zh) * | 2011-11-11 | 2013-05-15 | 无锡华润上华科技有限公司 | 一种半导体制程管理系统及方法 |
| CN104020724B (zh) * | 2013-03-01 | 2017-02-08 | 中芯国际集成电路制造(上海)有限公司 | 告警监控方法和装置 |
-
2016
- 2016-02-18 CN CN201610091124.4A patent/CN107093568B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1656599A (zh) * | 2002-05-29 | 2005-08-17 | 东京电子株式会社 | 用于监视工具性能的方法和设备 |
| CN101458514A (zh) * | 2007-12-13 | 2009-06-17 | 中芯国际集成电路制造(上海)有限公司 | 检测可接受测试数据方法及晶圆可接受测试控制方法 |
| CN103809577A (zh) * | 2014-03-04 | 2014-05-21 | 北京七星华创电子股份有限公司 | 一种用于半导体加工设备的报警集中处理方法 |
| CN105302123A (zh) * | 2015-11-25 | 2016-02-03 | 上海大众汽车有限公司 | 在线测量数据的监控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107093568A (zh) | 2017-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5091604B2 (ja) | 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム | |
| CN107093568B (zh) | 一种晶元在线监测方法及装置 | |
| US20200333777A1 (en) | Abnormality detection method and abnormality detection apparatus | |
| US20190018402A1 (en) | Plant-abnormality-monitoring method and computer program for plant abnormality monitoring | |
| EP3358430A1 (en) | Management system and management method | |
| US10747212B2 (en) | Management system and non-transitory computer-readable recording medium | |
| JP5621967B2 (ja) | 異常データ分析システム | |
| TW201407307A (zh) | 圖表描繪裝置、圖表描繪方法、工序管理系統、工序管理方法及可讀記憶媒體 | |
| US20210134032A1 (en) | Visualized data generation device, visualized data generation system, and visualized data generation method | |
| JP2010087459A (ja) | 故障原因特定装置および方法 | |
| JP5538955B2 (ja) | 半導体製造における装置異常の予兆検知方法およびシステム | |
| US9412256B2 (en) | System for monitoring failure of substrate processing apparatus, and method for monitoring failure of substrate processing apparatus | |
| CN117453962A (zh) | 测量仪的数据存储方法及系统 | |
| CN109100117B (zh) | 一种变异数值的检测方法 | |
| JP4500876B1 (ja) | 生産管理システム | |
| WO2004012258A1 (ja) | 欠陥発生状態の監視方法およびその装置 | |
| JP2013191041A (ja) | 検査データ管理システム、検査データ監視装置 | |
| JP2008033902A (ja) | 警報装置 | |
| EP3805881B1 (en) | Unified control system and method for machining of parts | |
| CN115145214B (zh) | 一种高速公路设备控制系统 | |
| JP2009015654A (ja) | ワークの品質管理システムおよびワークの品質管理方法 | |
| KR102162427B1 (ko) | 공작설비 이상 감지 모니터링 방법 | |
| JP2005165546A (ja) | 工程管理システムおよび工程管理装置 | |
| JP2008140109A (ja) | プロセス操作支援装置およびプロセス操作支援方法 | |
| JP2011209827A (ja) | 装置データ収集システム、方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210409 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |