[发明专利]基于LSTM的半导体制造机台虚拟量测装置在审
申请号: | 202210714746.3 | 申请日: | 2022-06-22 |
公开(公告)号: | CN115114852A | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 李金金;刘玉珺;龚丹莉;邵雄 | 申请(专利权)人: | 上海华力集成电路制造有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06Q10/04;G06Q10/06;G06Q50/04 |
代理公司: | 上海浦一知识产权代理有限公司 31211 | 代理人: | 郭四华 |
地址: | 201203 上海市浦*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 lstm 半导体 制造 机台 虚拟 装置 | ||
本发明公开了一种基于LSTM的半导体制造机台虚拟量测装置包括:LSTM模块,用于根据输入的半导体制造机台的数据来输出量测数据预测值;窗口移动LSTM模块,用于捕获半导体制造机台的过程变量和量测数据的长期漂移信息,以更新LSTM模块的模型参数。本发明能根据生产机台数据自动预测一些关键量测参数且能提高预测精度的稳定性,如能在不同工艺腔、不同时期上都有稳定的预测精度,能及时发现制造过程中的异常,节省量测效益,实现批次的控制。
技术领域
本发明涉及一种半导体集成电路制造机台设备,特别是涉及一种基于长短期记忆人工神经网络(Long Short Term Mermory network,LSTM)的半导体制造机台虚拟量测(Virtual Metrology)装置。
背景技术
虚拟量测在基于无法实际量测或为节省量测资源的情况下,利用生产机台参数与量测参数数据建模,推估其晶圆的关键指标结果,以实现晶圆实时的产品品质预测,机台效能监控及生产制程改善;如此可即时发现异常,避免重大损失。
现有虚拟量测装置具有如下一些问题:
预测能力:一个关键的要求是虚拟量测的精度即预测精度。现有虚拟量测装置的预测能力需要进一步提高。
稳定性:预测精度应保持稳定,然而,即使是轻微的参数变化和选点过程中的漂移,在制造过程中随时间发生的缓慢漂移特性会限制VM模型的预测精度。现有虚拟量测装置的预测精度的稳定性需要进一步提高。
没有有效利用已有量测数据,仅根据机台感测(sensor)数据使预测精度较低。现有虚拟量测装置的需要进一步提升对已有量测数据的利用,以提升预测精度。
发明内容
本发明所要解决的技术问题是提供一种基于LSTM的半导体制造机台虚拟量测装置,能根据生产机台数据自动预测一些关键量测参数且能提高预测精度的稳定性,如能在不同工艺腔(chamber)、不同时期上都有稳定的预测精度,能及时发现制造过程中的异常,节省量测效益,实现批次(run-to-run)的控制。
为解决上述技术问题,本发明提供的基于LSTM的半导体制造机台虚拟量测装置包括:
LSTM模块,用于根据输入的半导体制造机台的数据来输出量测数据预测值;所述量测数据预测值为完成所述半导体制造机台的制造工艺的晶圆的量测数据的预测值。
窗口移动LSTM模块,用于捕获所述半导体制造机台的过程变量和量测数据的长期漂移信息,以更新所述LSTM模块的模型参数,从而提高所述LSTM模块的预测精度的稳定性。
进一步的改进是,所述LSTM模块的初始模型参数通过对已知的所述半导体制造机台的数据和对应的所述晶圆的量测数据进行学习得到。
进一步的改进是,所述窗口移动LSTM模块工作时,所述窗口移动LSTM模块所捕获的所述半导体制造机台的过程变量为错误侦测分类(fault detectionclassification,FDC)数据以及所述晶圆的量测数据为前几片晶圆的量测数据。
进一步的改进是,所述窗口移动LSTM模块工作时,所述窗口移动LSTM模块获取的所述晶圆的量测数据为前3片~5片所述晶圆的量测数据。
进一步的改进是,所述窗口移动LSTM模块包括标准化模块以及主成分分析(Principal Components Analysis,PCA)模块。
所述标准化模块用于对所述FDC数据进行标准化处理。
所述PCA模块用于对经过标准环处理后的所述FDC数据进行特征提取。
进一步的改进是,所述PCA模块从批量的所述FDC数据中进行特征提取。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海华力集成电路制造有限公司,未经上海华力集成电路制造有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210714746.3/2.html,转载请声明来源钻瓜专利网。