[发明专利]半导体设备的缺陷分类和来源分析

说明书

可利用计算缺陷分析系统对包含电子组件的衬底上的缺陷进行分类，该计算缺陷分析系统可以多个阶段实现。例如，第一阶段分类引擎可处理计量数据以产生缺陷的初始分类。第二阶段分类引擎可利用该初始分类、以及制造信息和/或先验缺陷知识，以输出由一或更多个潜在来源造成缺陷的概率。

通过引用并入

PCT申请表作为本申请的一部分与本说明书同时提交。如在同时提交的PCT申请表中所标识的本申请要求享有其权益或优先权的每个申请均通过引用全文并入本文且用于所有目的。

背景技术

工艺晶片上的颗粒及金属污染为产品故障的主要原因。受越来越小的技术节点驱动，半导体装置加工系统不断地发展。新工艺系统需要新的硬件组件、越来越复杂的组件、新的制造方法、以及对清洁与搬运技术的紧密控制。新部件的引入可能为晶片上的颗粒的主要来源。此外，现有工艺条件的变化可能导致颗粒生成。颗粒会引起装置缺陷，其使得良率降低，并且需要分析与资源(其可在他处被更好地使用)。

在此包含的背景及上下文的描述仅针对整体呈现公开内容的上下文的目的而提供。本公开内容的许多呈现发明人的成果，且单纯由于如此成果在背景技术部分中描述或在本文其他位置呈现为上下文，并不表示将其认为是现有技术。

发明内容

本文公开了缺陷分类方法和系统，其使用机器学习、深度学习、以及/或者其他计算技术以分析缺陷组成、形态、晶片图案图等，并选择性地将所得分析与下列各项结合：在室和/或机组(fleet)水平的缺陷分布的先验知识，以及其他信息，如组件制造数据、部件组成数据、材料与制造信息、以及其他工具或平台水平的数据。通过结合不同的输入并分析先验分布，可预测出精细化且准确的后验分布。可以多个水平或阶段进行该分析。在每个分析水平之后，可使缺陷分类准确性显著提升。

在本文实施方案的一方面中，提供了一种缺陷分析计算系统，该系统具有以下特征：(a)一或更多处理器；以及(b)用于在该一或更多处理器上执行的程序指令，这样的程序指令包含：一或更多个第一阶段缺陷分类引擎，其被配置成：接收针对包含电子装置或部分加工的电子装置的衬底上的缺陷而获得的计量数据，并且根据该计量数据而产生第一阶段缺陷分类；以及第二阶段缺陷分类引擎，其被配置成：接收由该一或更多个第一阶段缺陷分类引擎所产生的该第一阶段缺陷分类，接收制造信息，利用该第一阶段缺陷分类及该制造信息以确定该衬底上的缺陷的一或更多个来源，并且输出由第一来源造成缺陷的可能性，该第一来源与该制造设备、该衬底上的一或更多种材料、以及/或者加工工艺相关联。在某些实施方案中，该制造信息包含关于下列各项的数据：(i)在该衬底上执行加工工艺且在该衬底上产生缺陷的制造设备、(ii)该加工工艺、(iii)该衬底上的一或更多种材料、以及/或者(iv)该制造设备和/或加工工艺的先验缺陷分类。

在多种实施方案中，该计量数据包含图像、组成数据、以及/或者晶片图。在某些这样的情况下，该计量数据还包含与用于获得该计量数据的检测工具有关的元数据。

在一些实施方案中，该第一阶段缺陷分类包含该衬底上的缺陷的形态、组成、或晶片图分类。在某些情况下，该第一阶段缺陷分类引擎包含一或更多个神经网络。

该制造设备的示例包含干式蚀刻反应器、化学气相沉积反应器、原子层沉积反应器、物理气相沉积反应器、或电镀反应器。

在多种实施方案中，该第二阶段缺陷分类引擎被额外地配置成将该衬底上的缺陷进一步分类、以及/或者提供建议的改正措施，以减少该衬底上的缺陷生成和/或减少未来处理的衬底上发生缺陷的机会。在进一步实施方案中，该第二阶段缺陷分类引擎被配置成利用贝叶斯分析确定该衬底上的缺陷的该一或更多个来源。

在一些实施方案中，在该加工工艺期间原位地获得该计量数据。在某些实施方案中，该一或更多个第一阶段缺陷分类引擎被配置成接收包含下列各项的传感器数据：该加工工艺的环境条件、在该加工工艺期间该衬底的质量变化、在该加工工艺期间所经历的机械力、以及其组合，且该第二阶段缺陷分类引擎利用该传感器数据以确定该衬底上的缺陷的该一或更多个来源。