[发明专利]辨识良率损失的根本原因的系统与方法

权利要求书

1.一种辨识良率损失的根本原因的方法，其特征在于，包含：

提供一生产线，该生产线包含多个制程站，每一所述制程站包含多个制程机台，所述多个制程机台分别属于多个制程机台型式，每一所述制程机台包含至少一制程装置，每一该至少一制程装置具有多个制程参数，所述多个制程参数是配置以处理多个工件其中一者；

根据多个生产路径分别处理所述多个工件，每一所述生产路径指出在所述多个制程站中的所述多个制程机台的所述制程装置其中一预设装置，用以处理所述多个工件其中一者；

对被对应的预设装置处理后的每一所述工件进行量测，以获得对应至所述多个工件的多组线上量测值；

对通过该生产线后的每一所述工件进行至少一良率测试，以获得分别对应至所述多个工件的多组最终检查值；

根据所述多组最终检查值决定是否遭遇一良率测试失败；以及

当遭遇到该良率测试失败时，进行一第一阶段，该第一阶段包含一第一根本原因寻找步骤，该第一根本原因寻找步骤包含：

基于一第一演算法来建立一第一搜寻模型，其中该第一演算法为一三阶段正交贪婪演算法、一最小绝对压缩挑选机制演算法、或一提高样本使用率的回归树演算法；以及

通过输入所述多个工件的所述多组最终检查值、所述多个工件的所述多组线上量测值和所述多个工件的所述生产路径至该第一搜寻模型中，以从在所述多个制程站的所述多个制程机台的所述制程装置中辨识出可能会造成该良率测试失败的至少一第一关键装置。

2.根据权利要求1所述的辨识良率损失的根本原因的方法，其特征在于，该第一阶段还包含：

基于一第二演算法来建立一第二搜寻模型，其中该第二演算法与该第一演算法不相同，该第二演算法为该三阶段正交贪婪演算法、该最小绝对压缩挑选机制演算法、或该提高样本使用率的回归树演算法；以及

通过输入所述多个工件的所述多组最终检查值、所述多个工件的所述多组线上量测值和所述多个工件的所述生产路径至该第二搜寻模型中，以从在所述多个制程站的所述多个制程机台的所述制程装置中辨识出可能会造成该良率测试失败的至少一第二关键装置；

对该至少一第一关键装置进行排名与评分；

对该至少一第二关键装置进行排名与评分；以及

比较该至少一第一关键装置和该至少一第二关键装置间的排名的相似度，以获得一第一信心指标，来评估该至少一第一关键装置和该至少一第二关键装置的辨识结果的可靠程度。

3.根据权利要求2所述的辨识良率损失的根本原因的方法，其特征在于，还包含：

在该第一阶段后，进行一第二阶段，该第二阶段包含一第二根本原因寻找步骤，该第二根本原因寻找步骤包含：

选择该至少一第一关键装置的一者，其中该至少一第一关键装置的该者是属于所述多个制程机台型式的一关键制程机台型式；以及

通过输入所述多个工件的所述多组最终检查值、和在全部的所述多个制程站上属于该关键制程机台型式的所述制程机台的所述制程装置的全部所述制程参数的数值至该第一搜寻模型中，以辨识出可能会造成该良率测试失败的多个第一关键制程参数。

4.根据权利要求3所述的辨识良率损失的根本原因的方法，其特征在于，该第二阶段还包含：

通过输入所述多个工件的所述多组最终检查值、和在全部的所述多个制程站上属于该关键制程机台型式的所述制程机台的所述制程装置的全部所述制程参数的数值至该第二搜寻模型中，以辨识出可能会造成该良率测试失败的多个第二关键制程参数；

对所述多个第一关键制程参数进行排名与评分；

对所述多个第二关键制程参数进行排名与评分；以及

比较所述多个第一关键制程参数和所述多个第二关键制程参数间的排名的相似度，以获得一第二信心指标，来评估所述多个第一关键制程参数和所述多个第二关键制程参数的辨识结果的可靠程度。

5.根据权利要求1所述的辨识良率损失的根本原因的方法，其特征在于，对被对应的预设装置处理后的每一所述工件进行量测的步骤还包含：对每一所述工件进行虚拟量测。

6.根据权利要求1所述的辨识良率损失的根本原因的方法，其特征在于，该最小绝对压缩挑选机制演算法包含一自动调整惩罚系数值的方法。