[發(fā)明專(zhuān)利]智能型弱點(diǎn)圖形診斷方法與系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201410210055.5
• 申請(qǐng)日: 2014-05-19
• 公開(kāi)（公告）號(hào): CN104183517B
• 公開(kāi)（公告）日: 2017-04-12
• 發(fā)明（設(shè)計(jì)）人: 呂一云
• 申請(qǐng)（專(zhuān)利權(quán)）人: 敖翔科技股份有限公司
• 主分類(lèi)號(hào): H01L21/66
• 分類(lèi)號(hào): H01L21/66
• 代理公司: 隆天知識(shí)產(chǎn)權(quán)代理有限公司72003
• 代理人: 郝新慧,章侃銥

技術(shù)領(lǐng)域

本發(fā)明涉及一種智能型弱點(diǎn)圖形診斷方法與系統(tǒng)，特別是指利用軟件與硬件架構(gòu)實(shí)現(xiàn)晶圓廠(chǎng)在制造工藝初期即篩選與比對(duì)出弱點(diǎn)圖形的方法與系統(tǒng)。

背景技術(shù)

在集成電路(integrated?circuit,IC)制造工藝中，薄膜沉積(thin?film?deposition)、光罩曝光(mask?exposure)、黃光微影蝕刻(photolithography?etching)等為必要步驟，其中較難避免在集成電路制造工藝中因?yàn)橐恍╇S機(jī)粒子造成的缺陷與系統(tǒng)性的缺陷使得良率(yield)下降，而低良率則會(huì)升高晶片的成本。因此一個(gè)快速診斷出弱點(diǎn)缺陷的工具在半導(dǎo)體制造工藝上是十分重要的。

并且，當(dāng)半導(dǎo)體制造工藝尺度愈來(lái)愈小時(shí)，傳統(tǒng)的黃光微影蝕刻技術(shù)將面臨光學(xué)上的技術(shù)限制，弱點(diǎn)缺陷圖形(weak?defect?pattern)是復(fù)雜設(shè)計(jì)布局(complex?design?layout)、光學(xué)鄰近修正(Optical?Proximity?Correction)與復(fù)雜制造工藝的結(jié)果，這些弱點(diǎn)缺陷圖形可能會(huì)造成電路設(shè)計(jì)圖形的開(kāi)路或短路，因此導(dǎo)致良率下降的，這些可能是已知的缺點(diǎn)圖形或未知的缺點(diǎn)圖形最好是可以在制造工藝初期(pre-manufacturing?stage)篩選出來(lái)，比如在缺陷檢測(cè)數(shù)據(jù)中執(zhí)行弱點(diǎn)圖形篩選。

晶圓廠(chǎng)的操作員可以使用如掃描式電子顯微鏡(scanning?electron?microscope,SEM)監(jiān)看與預(yù)覽，并以電子束掃描工具(e-Beam?scan?tool)檢測(cè)與確認(rèn)晶圓上所謂的致命缺陷(killer?defect)圖形。在晶圓制造工藝初期若沒(méi)有快速又創(chuàng)新的方法可以辨識(shí)出致命的弱點(diǎn)缺陷圖形的方法，晶圓廠(chǎng)可能因?yàn)榱悸什桓叨鵁o(wú)法享受高產(chǎn)量、較長(zhǎng)產(chǎn)品周期的好處。

但通常一般缺陷檢測(cè)與分析工具中也難以準(zhǔn)確在制造工藝初期尋找出上述弱點(diǎn)缺陷。

發(fā)明內(nèi)容

本發(fā)明關(guān)于一種智能型弱點(diǎn)圖形診斷方法與系統(tǒng)，特別是指利用軟件與硬件架構(gòu)實(shí)現(xiàn)晶圓廠(chǎng)在制造工藝初期即篩選與比對(duì)出弱點(diǎn)圖形的方法與系統(tǒng)。

根據(jù)方法實(shí)施例，智能型弱點(diǎn)圖形診斷方法可應(yīng)用于一電腦系統(tǒng)實(shí)現(xiàn)的智能型弱點(diǎn)圖形診斷系統(tǒng)中，方法包括于電腦系統(tǒng)中，自缺陷圖形庫(kù)與高失敗頻率的缺陷圖形庫(kù)引入弱點(diǎn)圖形布局，以及取得經(jīng)一制造工藝廠(chǎng)的缺陷檢測(cè)工具所取得的缺陷檢測(cè)數(shù)據(jù)、引入一設(shè)計(jì)布局?jǐn)?shù)據(jù)，以執(zhí)行弱點(diǎn)圖形篩選與過(guò)濾，于此步驟中，比對(duì)缺陷圖形庫(kù)與高失敗頻率的缺陷圖形庫(kù)中記載的弱點(diǎn)圖形與由電腦系統(tǒng)取得的設(shè)計(jì)布局?jǐn)?shù)據(jù)，藉此得到并分類(lèi)出已知弱點(diǎn)圖形群組。

接著可執(zhí)行未知弱點(diǎn)圖形篩選與過(guò)濾，由電腦系統(tǒng)取得的設(shè)計(jì)布局?jǐn)?shù)據(jù)作圖形相似比對(duì)，找出不屬于且不相似于缺陷圖形庫(kù)與高失敗頻率的缺陷圖形庫(kù)的弱點(diǎn)圖形，以分類(lèi)取得一未知弱點(diǎn)圖形群組。得出已知弱點(diǎn)圖形群組以及未知弱點(diǎn)圖形群組的分布。

之后，從比對(duì)相似但不同的未知弱點(diǎn)圖形群組分布，取得一待測(cè)物影像，以取得待測(cè)物上弱點(diǎn)圖形的坐標(biāo)位置與度量數(shù)據(jù)，之后執(zhí)行影像處理能得到弱點(diǎn)圖形輪廓以及各弱點(diǎn)圖形的尺寸、范圍與數(shù)量，用以判斷系統(tǒng)性的弱點(diǎn)圖形。

執(zhí)行弱點(diǎn)圖形篩選與過(guò)濾的步驟包括一輪廓比對(duì)，其中將引入基本比對(duì)元素與基本多邊圖形比對(duì)元素，以及與待測(cè)物上的圖形進(jìn)行比對(duì)。

在輪廓比對(duì)步驟中，可以基本比對(duì)元素或多邊圖形比對(duì)元素與待測(cè)物的涵蓋比率作為判斷基礎(chǔ)，輔以基本比對(duì)元素或多邊圖形比對(duì)元素的中心線(xiàn)進(jìn)行比對(duì)，于一可允許的寬容度下得到相似的弱點(diǎn)圖形，透過(guò)比對(duì)元素的尺寸與彼此之間的距離、方向與連結(jié)關(guān)系確認(rèn)弱點(diǎn)圖形。

根據(jù)再一實(shí)施例，揭露一電腦系統(tǒng)實(shí)現(xiàn)的智能型弱點(diǎn)圖形診斷系統(tǒng)，其中以電腦系統(tǒng)的處理器中執(zhí)行一如上述的智能型弱點(diǎn)圖形診斷方法。

為了能更進(jìn)一步了解本發(fā)明為達(dá)成既定目的所采取的技術(shù)、方法及功效，請(qǐng)參閱以下有關(guān)本發(fā)明的詳細(xì)說(shuō)明、附圖，相信本發(fā)明的目的、特征與特點(diǎn)，當(dāng)可由此得以深入且具體的了解，然而所附附圖與附件僅提供參考與說(shuō)明用，并非用來(lái)對(duì)本發(fā)明加以限制者。

附圖說(shuō)明

圖1顯示本發(fā)明智能型弱點(diǎn)圖形診斷方法的實(shí)施例流程；

圖2顯示本發(fā)明智能型弱點(diǎn)圖形診斷系統(tǒng)的硬件架構(gòu)實(shí)施例示意圖；

圖3以示意圖表示本發(fā)明智能型弱點(diǎn)圖形診斷系統(tǒng)的軟件架構(gòu)實(shí)施例；

圖4所示流程描述本發(fā)明智能型弱點(diǎn)圖形診斷方法中圖形比對(duì)的步驟實(shí)施例；

圖5A至圖5F顯示基本比對(duì)元素與基本多邊圖形比對(duì)元素的示意圖；

圖6A至圖6D顯示基本比對(duì)元素與基本多邊圖形比對(duì)元素中的中心線(xiàn)方法示意圖；