[发明专利]一种对晶圆量测数据分布形态的分类方法以及装置

说明书

本申请实施例提供一种对晶圆量测数据分布形态的分类方法以及装置，所述分类方法包括：获取与设定量测参数对应的量测数据，其中，所述量测数据是对一片晶圆或者同批次生产的多片晶圆上分布的被测对象进行测量或者测试得到的；根据所述量测数据的统计值，确定设定的多类数据模型中各个数据模型包括的初始被测对象，其中，通过所述多类数据模型用于表征所述测试数据存在的双峰或者拖尾现象；根据所述各个数据模型包括的初始被测对象的近邻被测对象调整相应数据模型包括的被测对象，得到所述各个数据模型的目标被测对象集。本申请的一些实施可以构建精准的晶圆测试数据分类模型，最终达到优化生产工艺和降低生产缺陷的技术效果。

技术领域

本申请涉及晶圆生产测试领域，具体而言本申请实施例涉及一种对晶圆量测数据分布形态的分类方法以及装置。

背景技术

量测是晶圆厂工艺控制的一个重要手段，通过对产品的主要生产阶段的关键参数的测量来确定产品是否符合设计要求，来确保最终的良率符合要求。同时通过量测，可以了解到目前存在的问题，及时反馈进行工艺调整实现最终产品的高良率。晶圆在测试的时候，会产生大量量测数据，理想情况下，针对同一时间段、同一机台、同一批次/晶圆的某一个量测参数进行测试得到的量测数据(连续型数值数据)应该服从正态分布，但实际生产情况下由于制作工艺等异常导致测试得到的量测数据会有其他形态的数据分布，相关技术可以通过量测数据获取多种形态在晶圆上的分布形状来对晶圆的制造工艺等进行监控获取制造工艺等存在的问题，以改善晶圆工艺和提升良率。然而采用相关技术对量测数据进行分类的方法获取的分布形状准确性较差，进而降低了基于这些量测数据进一步提升制造工艺的技术效果。

因此提升对量测数据的分类方法以精确反映量测数据对应的多种形态的分布形状成了亟待解决的技术问题。

发明内容

本申请实施例的目的在于提供一种对晶圆量测数据分布形态的分类方法以及装置，通过本申请一些实施例提供的对晶圆量测数据进行分类的方法得到的数据模型能够将量测数据精准的区分成正态分布的基准量测数据模型(简称baseline)，正态分布的pattern形状数据模型(简称pattern)以及远离正态分布的离群缺陷数据模型(简称defect)这三种基本数据模型，从而为晶圆工艺改善和良率提升的分析工作，提供精准的数据源。

第一方面，本申请的一些实施例提供一种对晶圆量测数据分布形态的分类方法，所述分类方法包括：获取与设定量测参数对应的量测数据，其中，所述量测数据是对一片晶圆或者同批次生产的多片晶圆上分布的被测对象进行测量或者测试得到的；根据所述量测数据的统计值，确定设定的多类数据模型中各个数据模型包括的初始被测对象以及所述初始被测对象的属性；根据所述各个数据模型包括的初始被测对象的近邻被测对象调整相应数据模型包括的被测对象，得到所述各个数据模型的目标被测对象集。

本申请的一些实施例通过基于晶圆生产产生的量测参数(包括测量或者测试)的量测数据(包括测量或者测试得到的数据)的统计值以及被测对象的在晶圆上的坐标拓扑关系(即与所述初始被测对象相邻的被测对象)，构建精准的晶圆量测数据分类模型，最终提升生产缺陷原因查找的技术效果。

在一些实施例中，所述统计值包括：所述量测数据的最大值、最小值和中位值；其中，所述根据所述量测数据的统计值，确定设定的多类数据模型中各个数据模型包括初始被测对象，包括：根据所述统计值得到统计图，其中，所述统计图用于表征各个步长范围内的初始被测对象的数量，所述步长与所述晶圆上被测对象的总数量，以及所述中位值相关；根据所述统计图确定至少一个极值，并根据所述极值对所述被测对象进行初次分类，得到所述各个数据模型包括的初始被测对象。

在一些实施例中，所述量测数据的最大值、最小值和平均值；其中，