專利名稱：虛擬測(cè)量預(yù)估模型的適用性選擇方法與系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種半導(dǎo)體制造的品質(zhì)控制方法，且特別涉及一種應(yīng)用于半 導(dǎo)體制造的品質(zhì)控制的虛擬測(cè)量預(yù)估;漠型的適用性選擇方法與系統(tǒng)。
背景技術(shù)：
統(tǒng)計(jì)質(zhì)量管理(Statistical Quality Control, SQC )是一項(xiàng)維持與改 善產(chǎn)品品質(zhì)的技術(shù)，而統(tǒng)計(jì)工藝管制(Statistical Process Control, SPC ) 則是其中一項(xiàng)主要的工具，它著重于制造過(guò)程中數(shù)據(jù)的分析，以判定產(chǎn)品發(fā) 生變異的原因。統(tǒng)計(jì)質(zhì)量管理包含兩個(gè)主要部分，即統(tǒng)計(jì)工藝管制與抽樣允 收標(biāo)準(zhǔn)。而統(tǒng)計(jì)工藝管制則包括質(zhì)量管理(QC)處理和機(jī)率與統(tǒng)計(jì)學(xué)的基本 理論及其應(yīng)用。SPC是利用工藝操作變量對(duì)生產(chǎn)變量或產(chǎn)品的品質(zhì)變量進(jìn)行 預(yù)測(cè)性監(jiān)控，而從工藝操作變量發(fā)生變化到安全/品質(zhì)出現(xiàn)問(wèn)題的過(guò)程中，有 一定的時(shí)間落后存在，故如何能在最短的時(shí)間內(nèi)預(yù)測(cè)出品質(zhì)變量的問(wèn)題，是 評(píng)估SPC相關(guān)方法優(yōu)劣時(shí)需考慮的重要因素之一。產(chǎn)品在生產(chǎn)過(guò)程中，允許若干差異，唯此差異需作適當(dāng)管制，而品質(zhì)好 壞的程度需藉此管工藝度，使達(dá)到某一定要求的范圍內(nèi)。而質(zhì)量管理(QC) 乃是在制造過(guò)程中抽取樣本，將樣本測(cè)量所得數(shù)據(jù)，加以統(tǒng)計(jì)分析并繪制成 管制圖，以管制工藝是否發(fā)生異?，F(xiàn)象，或從一大批制品中，抽取數(shù)個(gè)樣本， 檢查其特性，以所得數(shù)據(jù)分析判斷制品全體是否合格、是否需作處置。此外，過(guò)去在半導(dǎo)體工藝中使用虛擬測(cè)量預(yù)估值最大的問(wèn)題在于機(jī)臺(tái)在 經(jīng)過(guò)維護(hù)保養(yǎng)(Preventive Maintenance, PM)后，機(jī)臺(tái)狀況可能發(fā)生變動(dòng)。 例如，原先溫度設(shè)定在25(TC，經(jīng)過(guò)維護(hù)保養(yǎng)后可能變成26(TC或27(TC，導(dǎo) 致虛擬測(cè)量引擎260因?yàn)闆](méi)有正確設(shè)定值而無(wú)法運(yùn)作或預(yù)估的結(jié)果不準(zhǔn)確。因此，本發(fā)明提出了一種應(yīng)用于半導(dǎo)體制造的品質(zhì)控制的虛擬測(cè)量預(yù)估 模型的適用性選擇方法，可有效掌機(jī)臺(tái)在經(jīng)過(guò)維護(hù)保養(yǎng)后的狀況，以便選擇 出適合當(dāng)時(shí)機(jī)臺(tái)狀況的預(yù)估模型
發(fā)明內(nèi)容
基于上述目的，本發(fā)明實(shí)施例揭露了一種虛擬測(cè)量預(yù)估模型的適用性選 擇系統(tǒng)，包括一管制模塊、 一工藝機(jī)臺(tái)、 一失效檢測(cè)與分類系統(tǒng)、 一制造執(zhí) 行系統(tǒng)以及一虛擬測(cè)量引擎，該虛擬測(cè)量引擎更包括一虛擬測(cè)量模型管理與 選擇系統(tǒng)。該管制模塊取得該機(jī)臺(tái)的歷史工藝數(shù)據(jù)，分析該歷史工藝數(shù)據(jù)并 產(chǎn)生機(jī)臺(tái)在維修保養(yǎng)后的多個(gè)數(shù)據(jù)群落，且根據(jù)該等數(shù)據(jù)群落建立多個(gè)虛擬 測(cè)量預(yù)估模型。該工藝機(jī)臺(tái)對(duì)一晶片執(zhí)行一工藝。該失效檢測(cè)與分類系統(tǒng)在 該晶片完成工藝后產(chǎn)生失效檢測(cè)與分類數(shù)據(jù)。該制造執(zhí)行系統(tǒng)當(dāng)該機(jī)臺(tái)完成 維修保養(yǎng)時(shí)，會(huì)發(fā)出一信號(hào)。該虛擬測(cè)量引擎自該失效檢測(cè)與分類系統(tǒng)取得 該失效檢測(cè)與分類數(shù)據(jù)。該虛擬測(cè)量模型管理與選擇系統(tǒng)自該管制模塊取得 該等虛擬測(cè)量預(yù)估模型，當(dāng)自該制造執(zhí)行系統(tǒng)接收該信號(hào)時(shí)，自該失效檢測(cè) 與分類系統(tǒng)取得該失效檢測(cè)與分類數(shù)據(jù)，根據(jù)該失效檢測(cè)與分類數(shù)據(jù)的落點(diǎn) 選出 一最佳虛擬測(cè)量預(yù)估模型以對(duì)該晶片進(jìn)行預(yù)估。本發(fā)明實(shí)施例更揭露了 一種虛擬測(cè)量預(yù)估模型的適用性選擇方法。首先， 取得機(jī)臺(tái)的歷史工藝數(shù)據(jù)。分析該歷史工藝數(shù)據(jù)并產(chǎn)生機(jī)臺(tái)維修保養(yǎng)后的數(shù) 據(jù)群落，并且根據(jù)該等數(shù)據(jù)群落建立多個(gè)虛擬測(cè)量預(yù)估模型。將該等虛擬測(cè) 量預(yù)估模型加入一虛擬測(cè)量引擎中的一虛擬測(cè)量模型管理與選擇系統(tǒng)。取得 該機(jī)臺(tái)下次維修保養(yǎng)且對(duì)一晶片執(zhí)行工藝后的第 一筆工藝數(shù)據(jù)，并且根據(jù)該 工藝數(shù)據(jù)選出 一最佳虛擬測(cè)量預(yù)估模型以對(duì)該晶片進(jìn)行預(yù)估。


圖l是顯示虛擬測(cè)量引擎的示意圖。圖2是顯示本發(fā)明實(shí)施例的虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)的架構(gòu) 示意圖。圖3是顯示本發(fā)明實(shí)施例的虛擬測(cè)量預(yù)估模型的適用性選擇方法的步驟 流程圖。附圖符號(hào)說(shuō)明200 -虛擬引擎預(yù)估系統(tǒng)210-制造執(zhí)行系統(tǒng)220 ~機(jī)臺(tái)管制系統(tǒng)與機(jī)臺(tái)設(shè)備自動(dòng)化程序 230 ~工藝才幾臺(tái)
240 ~測(cè)量機(jī)臺(tái)25 0 ~失效檢測(cè)與分類系統(tǒng)260 虛擬測(cè)量引擎270 ~虛擬測(cè)量模型管理與選擇系統(tǒng)280 ~數(shù)據(jù)倉(cāng)儲(chǔ)290 -在線實(shí)時(shí)統(tǒng)計(jì)工藝管制監(jiān)控應(yīng)用技術(shù)模塊具體實(shí)施方式
為了讓本發(fā)明的目的、特征、及優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施 例，并配合所附圖1至圖3做詳細(xì)的說(shuō)明。本發(fā)明說(shuō)明書提供不同的實(shí)施例 來(lái)說(shuō)明本發(fā)明不同實(shí)施方式的技術(shù)特征。其中，實(shí)施例中的各組件的配置是 說(shuō)明之用，并非用以限制本發(fā)明。且實(shí)施例中圖式標(biāo)號(hào)的部分重復(fù)，是了簡(jiǎn) 化說(shuō)明，并非意指不同實(shí)施例之間的關(guān)聯(lián)性。本發(fā)明實(shí)施例揭露了 一種應(yīng)用于半導(dǎo)體制造的品質(zhì)控制的虛擬測(cè)量預(yù)估 方法與系統(tǒng)。要取得詳細(xì)的工藝設(shè)備表現(xiàn)數(shù)據(jù)，需要大量高分辨率的系統(tǒng)變量，即每 一才幾臺(tái)的實(shí)時(shí)工藝狀態(tài)變異檢測(cè)4直(Status Variable Identification,以 下簡(jiǎn)稱為SVID)，例如，溫度、壓力、氣體流量等等。利用一失效檢測(cè)與分 類(Fault Detection and Classification,以下簡(jiǎn)稱為FDC)系統(tǒng)將每一 機(jī)臺(tái)的SVID收集起來(lái)(即為FDC數(shù)據(jù))，然后將取得的FDC數(shù)據(jù)傳送到本發(fā) 明的虛擬測(cè)量引擎(Virtual Metrology Engine)，經(jīng)過(guò)運(yùn)算處理后產(chǎn)生虛 擬測(cè)量結(jié)果。虛擬測(cè)量(Virtual Metrology, VM)乃是應(yīng)用智能運(yùn)算(Computational Intelligence)實(shí)時(shí)地推估出生產(chǎn)機(jī)臺(tái)所加工的項(xiàng)目的品質(zhì)。如其推估的準(zhǔn) 確度合乎一般先進(jìn)工藝與設(shè)備控制4支術(shù)(Advanced Process/Equipment Control, APC/AEC)的需求，則此虛擬測(cè)量可取代傳統(tǒng)的測(cè)量機(jī)臺(tái)。因此， 本發(fā)明的虛擬測(cè)量引擎即為內(nèi)建預(yù)估模型的系統(tǒng)(如圖1所示)，當(dāng)將FDC 數(shù)據(jù)輸入虛擬測(cè)量引擎，即可產(chǎn)生虛擬測(cè)量結(jié)果。預(yù)估模型包括77/〖-尤",oc,(其用以預(yù)估膜厚(Thickness) ) 、 0) = /0^2，.."^廁)(其是用以預(yù)估 線寬(Critical Dimension, CD))等等，其中x;表示為SVID，而ADI為顯
影后工藝芯片檢查(After Development Inspection)。
接著，如前文所述，機(jī)臺(tái)在經(jīng)過(guò)維護(hù)保養(yǎng)后，機(jī)臺(tái)狀況可能發(fā)生變動(dòng)。
參考附件1，虛直線表示機(jī)臺(tái)進(jìn)行維修保養(yǎng)的時(shí)間點(diǎn)。當(dāng)機(jī)臺(tái)經(jīng)過(guò)維護(hù)保養(yǎng)后，加熱器功率輸入(Stage —Power)與無(wú)線電匹配器的負(fù)載位置(RFLoad )參數(shù)的平均值(Average)即會(huì)大幅度的向上跳動(dòng)，然后再漸漸趨向平緩，待下次維修保養(yǎng)時(shí)會(huì)再重復(fù)相同狀況。
欲解決這樣的問(wèn)題，可將機(jī)臺(tái)與工藝相關(guān)參數(shù)送到如圖1所示的虛擬測(cè)量引擎，經(jīng)過(guò)運(yùn)算后產(chǎn)生一虛擬測(cè)量模型。附件2所示，將某一時(shí)間間隔內(nèi) (例如，4丸行次數(shù)(Run Number) 57"至6747間的這)殳時(shí)間，如左方雙箭頭的區(qū)段)的機(jī)臺(tái)與工藝相關(guān)數(shù)據(jù)利用一虛擬測(cè)量函數(shù)進(jìn)行訓(xùn)練(Training)產(chǎn) 生 一 虛 擬 測(cè) 量 模 型 ， 即 = /(5to取—尸ower, = 0.15 x 5toge — Power2 + 5 * i F丄oac + 52 ， 然后再利用該模型來(lái)解決機(jī)臺(tái)狀況的變動(dòng)。然而，該模型并無(wú)法有效解決右方雙箭頭的 區(qū)段內(nèi)機(jī)臺(tái)狀況的變動(dòng)，主要是因?yàn)樵撃Ｐ筒⒎抢迷搮^(qū)段內(nèi)的機(jī)臺(tái)與工藝 相關(guān)數(shù)據(jù)而建立。要注意到，上述說(shuō)明僅為范例，其并非用以限定本發(fā)明。對(duì)此，本發(fā)明針對(duì)機(jī)臺(tái)每一次維修保養(yǎng)后的機(jī)臺(tái)狀況建立各自的虛擬測(cè) 量才莫型，并g己合主成4分分沖斤(Principal Components Analysis, PCA )方'法，以有效解決上述問(wèn)題。
本發(fā)明的主成份分析方法主要是降低工藝變量在管制圖上顯示的維度(Dimension),并且去除對(duì)工藝較無(wú)影響的參數(shù)，以有效分辨哪些工藝參數(shù) 是真正影響機(jī)臺(tái)狀況變動(dòng)的因素。參考附件3，當(dāng)工藝參數(shù)(例如，溫度、 壓力、氣體流量)以三維狀態(tài)表示時(shí)(X、 Y、 Z軸分別為Sl、 S2、 S3 (S表 示為機(jī)臺(tái)的狀態(tài)變量識(shí)別碼(Status Variable ID)),在分析時(shí)可能因?yàn)?工藝參數(shù)的管制點(diǎn)有重迭現(xiàn)象而導(dǎo)致分析結(jié)果不正確，故必須將所有管制點(diǎn) 投影到一二維平面上。利用主成份分析方法，將原本的S1、 S2、 S3三軸轉(zhuǎn)換 為Coml與Com2 (Com表示為機(jī)臺(tái)組件(Component))的X、 Y軸，其中Coml=a,s, + a2s2 + ... + ansn，而Com2 = b,s, + b2s2 + + b sn,其中a為負(fù)栽參數(shù)， s為狀態(tài)變量識(shí)別碼(Status Variable ID)。如此一來(lái)，每一管制點(diǎn)可清 楚呈現(xiàn)，使得主成份分析結(jié)果可較精確。
圖2是顯示本發(fā)明實(shí)施例的虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)的架構(gòu) 示意圖。 本發(fā)明實(shí)施例的虛擬測(cè)量預(yù)估系統(tǒng)2QQ包括一制造執(zhí)行系統(tǒng)210、 一機(jī) 臺(tái)管制系統(tǒng)與機(jī)臺(tái)設(shè)備自動(dòng)化程序220、 一工藝機(jī)臺(tái)230、 一測(cè)量機(jī)臺(tái)240、 一 FDC系統(tǒng)250、 一虛擬測(cè)量引擎260、 一數(shù)據(jù)倉(cāng)儲(chǔ)280以及一在線實(shí)時(shí) (Real-Time， RT )統(tǒng)計(jì)工藝管制監(jiān)控應(yīng)用技術(shù)模塊(以下簡(jiǎn)稱為RT-SPC模 塊)290，虛擬測(cè)量引擎260又包括一虛擬測(cè)量模型管理與選擇系統(tǒng)270，其 中粗實(shí)線表示與晶片相關(guān)的控制操作，而虛線表示與虛擬測(cè)量模型(Virtual Metrology Model)相關(guān)的控制操作。首先，RT-SPC模塊390取得機(jī)臺(tái)的歷史工藝數(shù)據(jù)，即取得機(jī)臺(tái)在維修保 養(yǎng)后的第一筆工藝數(shù)據(jù)，并且以主成分分析方法分析并產(chǎn)生機(jī)臺(tái)維修保養(yǎng)后 的數(shù)據(jù)群落(Group )(如附件4所示)。然后針對(duì)每個(gè)數(shù)據(jù)群落，根據(jù)機(jī)臺(tái) 在每一次維修保養(yǎng)周期內(nèi)的工藝數(shù)據(jù)分別建立一虛擬測(cè)量預(yù)估模型(如附件 5所示)，并且將所建立的所有虛擬測(cè)量預(yù)估模型加入虛擬測(cè)量引擎260中 的虛擬測(cè)量模型管理與選擇系統(tǒng)270。接下來(lái)，當(dāng)機(jī)臺(tái)完成維修保養(yǎng)時(shí)，會(huì)發(fā)出一信號(hào)給虛擬測(cè)量引擎260。 當(dāng)下一片晶片在工藝機(jī)臺(tái)230執(zhí)行工藝時(shí)，利用機(jī)臺(tái)管制系統(tǒng)與機(jī)臺(tái)設(shè)備自 動(dòng)化程序220對(duì)該晶片進(jìn)行取樣，然后在晶片完成工藝時(shí)由FDC系統(tǒng)250傳 送FDC數(shù)據(jù)給虛擬測(cè)量引擎260。當(dāng)收到FDC數(shù)據(jù)時(shí)，虛擬測(cè)量模型管理與 選擇系統(tǒng)270會(huì)根據(jù)取得的FDC數(shù)據(jù)并且以主成分分析方法判定該筆工藝數(shù) 據(jù)落在哪個(gè)虛擬測(cè)量預(yù)估模型的區(qū)域內(nèi)，然后根據(jù)落點(diǎn)選出一最佳虛擬測(cè)量 預(yù)估模型(如附件6所示)，以對(duì)該片晶片進(jìn)行預(yù)估，例如，預(yù)估其膜厚或 線寬。圖3是顯示本發(fā)明實(shí)施例的虛擬測(cè)量預(yù)估模型的適用性選擇方法的步驟 流程圖。首先，取得機(jī)臺(tái)的歷史工藝數(shù)據(jù)，即取得機(jī)臺(tái)在維修保養(yǎng)后的第一筆工 藝數(shù)據(jù)，并且以主成分分析方法分析并產(chǎn)生機(jī)臺(tái)維修保養(yǎng)后的數(shù)據(jù)群落 (Group)(步驟Sl)。如附件4所示，取得機(jī)臺(tái)每次維修保養(yǎng)后的第一筆 工藝數(shù)據(jù)，并在經(jīng)過(guò)主成分分析方法分析后，即可得到如附件4的圖上所示 的四個(gè)數(shù)據(jù)群落。接著，針對(duì)每個(gè)數(shù)據(jù)群落，根據(jù)機(jī)臺(tái)在每一次維修保養(yǎng)周期內(nèi)的工藝數(shù) 據(jù)分別建立一虛擬測(cè)量預(yù)估;漢型(步驟S2)。如附件5所示，分別為四個(gè)數(shù) 據(jù)群落建立第一虛擬測(cè)量預(yù)估模型(Model 1 )、第二虛擬測(cè)量預(yù)估模型(Model
2)、第三虛擬測(cè)量預(yù)估模型(Model 3)以及第四虛擬測(cè)量預(yù)估模型(Model 4)。接著，將所建立的所有虛擬測(cè)量預(yù)估模型加入一虛擬測(cè)量引擎中的虛擬 測(cè)量模型管理與選擇系統(tǒng)(步驟S3)。接著，取得下次機(jī)臺(tái)維修保養(yǎng)且執(zhí)行 工藝后的第一筆工藝數(shù)據(jù)，并且以主成分分析方法判定該筆工藝數(shù)據(jù)落在哪 個(gè)虛擬測(cè)量預(yù)估模型的區(qū)域內(nèi)，以決定此次維修保養(yǎng)后要使用哪一個(gè)虛擬測(cè) 量預(yù)估模型進(jìn)行預(yù)估(步驟S4)。如附件6所示，當(dāng)工藝數(shù)據(jù)的投影點(diǎn)落在 及第四虛擬測(cè)量預(yù)估模型(Model 4)的區(qū)域內(nèi)，即選擇第四虛擬測(cè)量預(yù)估模 型進(jìn)行預(yù)估。本發(fā)明的應(yīng)用于半導(dǎo)體制造的品質(zhì)控制的虛擬測(cè)量預(yù)估模型的適用性選 擇方法，使用統(tǒng)計(jì)多變量分析中的主成份分析方法，有效掌機(jī)臺(tái)在經(jīng)過(guò)維護(hù) 保養(yǎng)后的狀況，以便選擇出適合當(dāng)時(shí)機(jī)臺(tái)狀況的預(yù)估模型，并配合系統(tǒng)整合，題。雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明，任何 熟習(xí)此技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作各種的更動(dòng)與潤(rùn)飾， 因此本發(fā)明的保護(hù)范圍當(dāng)視所附的申請(qǐng)專利范圍所界定者為準(zhǔn)。
權(quán)利要求
1.一種虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)，包括一管制模塊，其取得機(jī)臺(tái)的歷史工藝數(shù)據(jù)，分析該歷史工藝數(shù)據(jù)并產(chǎn)生該機(jī)臺(tái)在維修保養(yǎng)后的多個(gè)數(shù)據(jù)群落，且根據(jù)該等數(shù)據(jù)群落建立多個(gè)虛擬測(cè)量預(yù)估模型；一工藝機(jī)臺(tái)，其對(duì)一晶片執(zhí)行一工藝；一失效檢測(cè)與分類系統(tǒng)，其在該晶片完成工藝后產(chǎn)生失效檢測(cè)與分類數(shù)據(jù)；一制造執(zhí)行系統(tǒng)，其當(dāng)該機(jī)臺(tái)完成維修保養(yǎng)時(shí)，會(huì)發(fā)出一信號(hào)；以及一虛擬測(cè)量引擎，其自該失效檢測(cè)與分類系統(tǒng)取得該失效檢測(cè)與分類數(shù)據(jù)，且更包括一虛擬測(cè)量模型管理與選擇系統(tǒng)，其自該管制模塊取得該等虛擬測(cè)量預(yù)估模型，當(dāng)自該制造執(zhí)行系統(tǒng)接收該信號(hào)時(shí)，自該失效檢測(cè)與分類系統(tǒng)取得該失效檢測(cè)與分類數(shù)據(jù)，根據(jù)該失效檢測(cè)與分類數(shù)據(jù)的落點(diǎn)選出一最佳虛擬測(cè)量預(yù)估模型以對(duì)該晶片進(jìn)行預(yù)估。
2. 如權(quán)利要求1所述的虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)，其中，該管制模塊以一主成分分析方法分析并產(chǎn)生該等數(shù)據(jù)群落。
3. 如權(quán)利要求2所述的虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)，其中，該管制模塊針對(duì)每一數(shù)據(jù)群落，根據(jù)該機(jī)臺(tái)在每一次維修保養(yǎng)周期內(nèi)的工藝數(shù) 據(jù)分別建立一虛擬測(cè)量預(yù)估;漢型。
4. 如權(quán)利要求1所述的虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)，其中，該 虛擬測(cè)量模型管理與選擇系統(tǒng)以 一主成分分析方法判定該失效檢測(cè)與分類數(shù) 據(jù)落在哪一虛擬測(cè)量預(yù)估模型的區(qū)域內(nèi)。
5. 如權(quán)利要求1所述的虛擬測(cè)量預(yù)估模型的適用性選擇系統(tǒng)，其中，該 管制模塊是一在線實(shí)時(shí)統(tǒng)計(jì)工藝管制監(jiān)控應(yīng)用技術(shù)模塊。
6. —種虛擬測(cè)量預(yù)估模型的適用性選擇方法，包括下列步驟 取得機(jī)臺(tái)的歷史工藝數(shù)據(jù)；分析該歷史工藝數(shù)據(jù)并產(chǎn)生機(jī)臺(tái)維修保養(yǎng)后的數(shù)據(jù)群落； 根據(jù)該等數(shù)據(jù)群落建立多個(gè)虛擬測(cè)量預(yù)估模型；將該等虛擬測(cè)量預(yù)估模型加入一虛擬測(cè)量引擎中的一虛擬測(cè)量模型管 理與選擇系統(tǒng)；取得該機(jī)臺(tái)下次維修保養(yǎng)且對(duì)一晶片執(zhí)行工藝后的第一筆工藝數(shù)據(jù)； 根據(jù)該工藝數(shù)據(jù)選出 一最佳虛擬測(cè)量預(yù)估模型以對(duì)該晶片進(jìn)行預(yù)估。
7. 如權(quán)利要求6所述的虛擬測(cè)量預(yù)估沖莫型的適用性選擇方法，其更包括 以一主成分分析方法分析并產(chǎn)生該等f(wàn)t據(jù)群落。
8. 如權(quán)利要求7所述的虛擬測(cè)量預(yù)估模型的適用性選擇方法，其更包括針對(duì)每一數(shù)據(jù)群落，根據(jù)該機(jī)臺(tái)在每一次維修保養(yǎng)周期內(nèi)的工藝數(shù)據(jù)分別建 立一虛擬測(cè)量預(yù)估模型。
9. 如權(quán)利要求6所述的虛擬測(cè)量預(yù)估模型的適用性選擇方法，其更包括 以一主成分分析方法判定該失效檢測(cè)與分類數(shù)據(jù)落在哪一虛擬測(cè)量預(yù)估模型 的區(qū)i或內(nèi)。
10. 如權(quán)利要求6所述的虛擬測(cè)量預(yù)估模型的適用性選擇方法，其中，該 管制模塊是一在線實(shí)時(shí)統(tǒng)計(jì)工藝管制監(jiān)控應(yīng)用技術(shù)模塊。
全文摘要
一種虛擬測(cè)量預(yù)估模型的適用性選擇方法。首先，取得機(jī)臺(tái)的歷史工藝數(shù)據(jù)。分析該歷史工藝數(shù)據(jù)并產(chǎn)生機(jī)臺(tái)維修保養(yǎng)后的數(shù)據(jù)群落，并且根據(jù)該等數(shù)據(jù)群落建立多個(gè)虛擬測(cè)量預(yù)估模型。將該等虛擬測(cè)量預(yù)估模型加入一虛擬測(cè)量引擎中的一虛擬測(cè)量模型管理與選擇系統(tǒng)。取得該機(jī)臺(tái)下次維修保養(yǎng)且對(duì)一晶片執(zhí)行工藝后的第一筆工藝數(shù)據(jù)，并且根據(jù)該工藝數(shù)據(jù)選出一最佳虛擬測(cè)量預(yù)估模型以對(duì)該晶片進(jìn)行預(yù)估。
文檔編號(hào)G05B17/02GK101118423SQ20061010822
公開(kāi)日2008年2月6日 申請(qǐng)日期2006年8月1日 優(yōu)先權(quán)日2006年8月1日
發(fā)明者戴鴻恩, 羅皓覺(jué), 賴雪芬 申請(qǐng)人:力晶半導(dǎo)體股份有限公司