[发明专利]平均材料去除率预测方法、装置、电子设备和存储介质

说明书

本发明公开一种平均材料去除率预测方法、装置、电子设备和存储介质。其中，方法包括获取模型训练集；对所述模型训练集进行归一化处理；对归一化处理后的所述训练集中的每个样本进行特征提取；根据提取后的特征利用高斯过程回归进行建模；利用建模后的模型对测试样本进行预测，获得所述测试样本的平均材料去除率预测值。采用本发明提供的方案无需从过程变量中提取相应的统计量特征进行建模，可保证模型的预测精度。本发明利用高斯过程回归进行建模，还能给出预测结果的置信区间，可辅助用户决策。

技术领域

本发明涉及虚拟量测技术领域，尤其涉及一种平均材料去除率预测方法、装置、电子设备和存储介质。

背景技术

在半导体以及集成电路制造过程中，化学机械抛光（Chemical MechanicalPlanarization，CMP）是实现晶圆表面平坦化的关键工艺。而在该过程中，平均材料去除率（Material Removal Rate，MRR）是用于评估CMP过程的性能以及产品质量的关键指标之一。由于其难以通过传感器或者其他的计量方法测量，因此虚拟量测（Virtual Metrology，VM）的方法被广泛应用于MRR的预测。

现有技术中，预测CMP过程中的MRR指标，需要从过程变量中提取特征进行建模，因此存在设备退化会对预测结果造成影响，导致预测结果准确率不高。

发明内容

为解决现有化学机械抛光过程中，平均材料去除率的预测不准确的技术问题，本发明实施例提供一种平均材料去除率预测方法、装置、电子设备和存储介质。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种平均材料去除率预测方法，方法包括：

获取模型训练集；

对所述模型训练集进行归一化处理；

对归一化处理后的所述训练集中的每个样本进行特征提取；

根据提取后的特征利用高斯过程回归进行建模；

利用建模后的模型对测试样本进行预测，获得所述测试样本的平均材料去除率预测值。

上述方案中，所述获取模型训练集包括：

获取多个晶圆在进行化学机械抛光过程中的传感器测量值和对应的平均材料去除率；

将所述多个晶圆的传感器测量值和对应的平均材料去除率作为模型训练集。

上述方案中，所述对所述模型训练集进行归一化处理包括：

利用如下公式（1）对所述模型训练集进行归一化处理：

（1）

其中，表示归一化后的模型训练集，s表示归一化前的模型训练集，StandardDeviation（）表示标准差方程，mean（）表示平均值方程。

上述方案中，所述对归一化处理后的所述训练集中的每个样本进行特征提取包括：

对所述训练集中的每个样本进行基于时间的参考样本提取，获得基于时间的参考样本特征；

对所述训练集中的每个样本进行基于相似度的参考样本提取，获得基于相似度的参考样本特征；

将所述训练集中的每个样本的基于时间的参考样本特征和基于相似度的参考样本特征合并，作为所述训练集中的每个样本的提取特征。

上述方案中，所述对所述训练集中的每个样本进行基于时间的参考样本提取，获得基于时间的参考样本特征包括：

对所述训练集中的每个样本提取对应的时间戳值；

计算每个样本的时间戳值与所述训练集中其他样本的时间戳值之间的差值；