[发明专利]建立平均材料去除速率预测模型的方法及预测速率的方法

说明书

本发明公开了一种建立平均材料去除速率预测模型的方法及预测速率的方法，对传感器采集被加工材料工件样本的信号数据依次进行特征提取、特征选择，再经由多模型加权方法进行平均材料去除速率预测模型的建立，最后对新的被加工材料工件样本进行平均材料去除率的预测。本发明平均材料去除速率预测模型的方法实现对被加工材料工件的抛光加工时间的精确估计，减少抛光加工过程中存在的欠抛光和过抛光现象，提升抛光质量与加工良品率，从而提高经济效益。

技术领域

本发明涉及化学机械抛光领域，尤其涉及一种建立平均材料去除速率预测模型的方法及预测速率的方法。

背景技术

在材料抛光加工生产过程中，采用化学机械抛光机对其抛光是重要的加工阶段之一。例如，在硅片抛光的过程中，其材料去除速率受到众多因素影响，如抛光垫的特性与状态、抛光垫修整器的特性与状态、抛光垫与硅片工件的转速、硅片工件与抛光垫之间的压力、抛光液的性质与流动速率等。对于同一批硅片，且其研磨精度要求比较高时，不同的抛光速率所需的抛光时间就不相同，盘片研磨的厚度的不一致性会导致半导体器件的特性不均匀。在一些加工场景中，需要对多个批次、同种产品、同种材料的硅片进行抛光厚度要求相同的抛光处理，如果抛光厚度存在误差，就不能满足所需产品的质量要求。因此材料平均去除速率对加工时间有着直接的影响，如果能够精确估计材料平均去除速率，就能够精确的估计抛光时间，从而有利于抛光的工艺质量优化，减少次品率。因此需要对材料抛光过程进行监控，建立多因子模型来进行平均材料去除速率的准确预测。

专利号CN20091019754.1，用于动态调整化学机械抛光速率的方法，该专利通过收集特定历史时间段内的抛光数据，包括多次测量的线下抛光速率，以及开始时的抛光速率、结束时的抛光速率，并根据这些历史数据计算每次抛光的抛光厚度调整量，从而评估损耗部件的损耗情况并及时反馈，可以及时调整化学机械抛光的抛光速率并使其以恒定速度工作。该方法通过伺服控制的方式进行了抛光速率的恒定速度跟踪，但是其并未能够对抛光速率进行精确预测。对于文章《半导体硅片化学机械抛光电化学与抛光速率研究》(作者：杨海平)中研究了硅片在纳米二氧化硅浆料中化学机械抛光过程的抛光速率及其影响因素，探索了抛光压力、抛光转速、二氧化硅含量、浆料pH值、双氧水浓度以及抛光时间等因素与抛光速率之间的关系。在该研究中，作者详细分析了各个因素对抛光速率的机理并给出了各个因素与抛光速率的数学关系表达式，但是在多种因素的综合作用下，无法精确计算抛光速率值。

发明内容

本发明针对现有技术中的无法实现化学机械抛光精确预测的缺陷，目的在于提供一种的化学机械抛光机的材料去除速率的精准预测方法，避免物理模型的计算复杂性，提高模型的精度，实现高精度预测化学机械抛光机的平均材料去除速率。

实现上述目的的技术方案是：

本发明化学机械抛光机的材料去除速率预测方法，该方法包括：

数据采集步骤A，由传感器采集被加工材料工件样本在不同抛光加工工况下的信号数据；

数据预处理步骤B，去除采集的传感器信号数据中的噪声和异常值；

特征提取步骤C，提取预处理后传感器信号数据的特征，将提取出的特征进行组合或变换生成模型参数训练数据集合；

特征选取步骤D，从模型参数训练数据集合中选取出优化特征；

模型建立步骤E，对选取的优化特征采用多种模型进行回归处理，得到每种模型对应的回归模型函数；将多个回归模型函数进行加权处理得到平均材料去除速率预测模型函数，经由平均材料去除速率预测模型函数得到的输出目标值即为平均材料去除速率预测值。

本发明的一优选实施例中，数据采集步骤A包括：