Download
1 / 24
280 likes | 472 Views
應用模糊類神經網路於積體電路之 微影製程機台故障診斷分析. 指導教授 : 陳沛仲. 學生:郭家宏 19212030. 學生:何承祐 19212048. 大綱.
E N D
應用模糊類神經網路於積體電路之微影製程機台故障診斷分析應用模糊類神經網路於積體電路之微影製程機台故障診斷分析 指導教授 : 陳沛仲 學生:郭家宏 19212030 學生:何承祐 19212048
大綱 積體電路(IC),已經由早期快速發展的技術改變轉變成為注重製造的技術,其發展重點為即如何降低生產成本和減短生產週期,然而在晶圓製造的過程中，只要絲毫的錯誤就會使晶圓失效因此，整個IC 製程中，微影製程無疑是整個IC 製造流程的核心，因此本研究以模糊類神經網路為方法，希望於晶圓圖案檢測後，建構一套微影製程機台故障診斷系統，當故障現象產生後，將之輸入該系統中，即可判斷出故障的導因，讓設備人員和製程人員能夠更快速的去維修設備或調整製程參數。經由研究結果發現，本故障診斷系統兼具類神經網路與模糊理論的優點，具有相當程度的可更新性、穩健性、正確度及解釋能力。
實驗原理 IC 晶片的製造過程需經過十道光罩層的製程方能完成，每道光罩層又大概需經過薄膜製程、微影製程、蝕刻製程或離子植佈製程等步驟，在完成光學微影技術製程後，必需經過圖案檢視的步驟，以確保光罩上的圖案準確的轉移到光阻上，否則一旦經過蝕刻或離子植佈製程後，一個錯誤的圖案就會造成晶圓的報廢。因此以發放問卷調查的方式來根據工程師的維修經驗，以建立一故障現象與原因對應的資料庫，並使診斷架構透過網路連結資料庫，進行訓練與學習的動作，隨時取得最新的資料，以形成一個動態的診斷分析系統,並建立一個使用者介面，讓工程師手動輸入機台故障現象，以產生機台故障原因，使工程師能快速的根據故障原因，作機台故障問題的解決。
IC 晶圓製程 1.薄膜׃薄膜區間是沉積介電質或金屬層的地方。 2.微影׃將光罩上的設計圖案轉移到暫時覆蓋在晶圓表面的光阻層上。 3.蝕刻׃根據光阻所定義的圖案來蝕刻晶圓，將設計圖案永久性地轉到晶圓表面上。 4.擴散׃此區域是進行加熱的製程，這些製程可能是添加製程，如氧化、擴散摻雜;或者是加熱製程，如佈植後熱處理、摻雜物驅入、介電值的再流動。 5.離子植佈׃在晶圓基片中，加入摻雜物以改變其導電率的一種添加過程。 6.化學機械研磨׃一種移除的動作，組合機械研磨和溼式化學反應將材料從晶圓表面剝除。
模糊理論 由於現今科技日新月異,各種科技技術的進步,相對系統架構的複雜度也增加不少,非0 或1二進位的傳統邏輯值所能表達的清楚,因此才有模糊理論的產生,它即利用歸屬函數來描述一個模糊的概念，若一個元素屬於某一集合的程度越大，則其歸屬度越接近於1，反之則越接近於0。 模糊集合A 可以用下面兩種方式表達׃ 1.離散型׃ 其中，”+”號為連結符號，”/”號為分隔符號，兩者意義均不同於一般數學符號。 2.連續型׃ 其中，“ ∫ ”號僅用以代表宇集合中有無限多元素。
一般常用於模糊控制中的歸屬函數有下列三種׃一般常用於模糊控制中的歸屬函數有下列三種׃ 1.三角形(triangular)歸屬函數׃ 2.梯形(trapezoidal)歸屬函數׃ 3.高斯形式(gaussian)歸屬函數׃ m 為平均值，用來表示模糊函數的中心點; σ為標準差，描述歸屬函數展幅的程度。
資料模糊化: 1.設定模糊語意:用語意來表達資料所代表的大小程度，語意如下表所示，之後再根據模糊語意計算模糊歸屬值。 語意變數表 2.建立模糊規則: ……(1) ……(2) 3.計算模糊歸屬度,以各個範例的輸入變數與輸出變數所對應的模糊歸屬度，並取最大值
4.給予每個規則重要度指標(規則強度): hi 5.解模糊化(加權平均法): 6.根據前述五步驟所產生的規則，建立模糊規則推論庫 學習速率: 誤差函數圖
類神經網路 類神經是一種計算系統，包括軟體與硬體，它用大量簡單的相連人工神經元來模仿生物神經網路的能力。人工神經元是生物神經元的簡單模擬，它從外界環境或者其他人工神經元取得資訊，並加以非常簡單的運算，並輸出其結果到外界環境或者其他人工神經元 三層式倒傳遞類神經網路架構圖
人工神經元模型 xi׃人工神經元的輸入訊息 wij׃人工神經元的連結加權值 w0j׃人工神經元的閥值 netj׃人工神經元的輸入淨值 F׃人工神經元的轉換函數 y ׃人工神經元的輸出值
模糊類神經網路模式 模糊類神經網路模式一 模糊類神經網路模式二
類神經網路於IC 相關製程診斷 Kim 等人利用兩種不同的類神經模式去做龜裂(crack)及剝離(delamination)晶圓的辨識，以f(x,y)代表晶圓空間上的位置，測出每一點的亮度，產生每片晶圓的圖樣，並由資深工程師或機器辨識部分的缺陷圖樣，以作為訓練及測試資料之用。方法一，首先使用圖樣處理，再利用三層式的倒傳遞類神經網路模式作辨識，對於龜裂及剝離的晶圓的辨識率，高達100%。方法二，則使用SOM 萃取龜裂和剝離的特徵圖樣，以收集訓練資料及測試資料，再透過多層感知機加以分類，得到對龜裂及剝離晶圓圖樣的辨識分別是83.4%及75.5%。由結論得知，方法一的辨識結果優於方法二，主要是因為作SOM 時，必須將維度縮減成一個10x10 矩陣的圖樣，導致圖樣原始資訊的漏損，進而造成辨識缺陷圖樣的偏差
輸入變數: 一般較常發生的故障現象有如下幾點: 1.插入插出׃在不同光罩層的層疊(overlay)過程中，層與層之間對準的偏差。 2.X、Y 方向錯置׃在X 軸方向或Y 軸方向上對準的失誤。 3.圖案旋轉׃因倍縮光罩旋轉或待曝光晶圓旋轉，導致積體電路設計圖案轉移時圖案的旋轉。 4.關鍵尺寸׃轉移圖案上的閘極線寬。 5.圖案扭曲׃顯影後光阻的圖案產生扭曲的現象。 6.失焦(defocus)׃光線未聚焦於光阻厚度的中點。 7.刮痕(scratch)׃光阻上具有刮傷的痕跡。 8.破片(tear)׃一片晶圓破裂成兩塊以上的情形。 9.針孔(pinhole)׃光阻上因顆粒所造成的孔洞，使晶圓表面被蝕出孔洞，這些孔稱為針孔。
輸出變數: 蒐集工程師的經驗，一般較常發生的主要故障原因有如下幾點: 晶圓平台定位系統׃主要包含晶圓平台與雷射干涉定位系統。晶圓平台為用以承載待曝光晶圓，具有三個軸向的移動方式及三個軸向的轉動方式，以控制晶圓的移動及轉動，而雷射干涉定位系統則為步進機以光學式進行調整晶圓平台對準的系統。 倍縮光罩對準系統׃主要包含倍縮光罩控制機(reticle handler)與光罩對準雷射系統。倍縮光罩控制機為用以承載倍縮光罩，並控制其對準，而光罩對準雷射系統則為步進機以光學式進行調整倍縮光罩對準的系統。 顯影׃顯影製程會移除不需要的光阻，並形成由光罩或倍縮光罩所定義的適合圖案，其顯影劑濃度及顯影時間是影響的主要因素 光阻塗佈׃光阻是一種暫時性塗抹在晶圓上的感光材料，將液態光阻鋪在晶圓的表面，藉由晶圓旋轉時所形成的離心力將液體散佈到整個晶圓上，而光阻的厚度大小、品質、膨脹收縮等，均影響感光步驟深鉅。
曝光׃曝光的目的，就是要使晶片表面所覆蓋的光阻層，吸收適當的能量以便進行光轉換，藉以轉移光罩上面的圖案到晶片上，而控制曝光的條件是曝光光源的強度及進行曝光的時間。曝光׃曝光的目的，就是要使晶片表面所覆蓋的光阻層，吸收適當的能量以便進行光轉換，藉以轉移光罩上面的圖案到晶片上，而控制曝光的條件是曝光光源的強度及進行曝光的時間。 烘烤׃加熱製程，用以去除晶圓表面上的濕氣或光阻內部的溶劑，烘烤的溫度和時間，對是否達到最佳製程效果是非常關鍵的。 投影透鏡(projection lens)׃用以改變光源的方向及聚散。 人為疏失׃作業員或工程師因為操作上的疏失，所導致的錯誤。 晶圓變形׃因溫度變化或其它外在因素，導致晶圓形狀的改變。 機件故障(machine related issue)׃因機器運作不良所導致傳送掉片、固定不良、移動錯誤……等問題。 微塵污染׃空氣中的灰塵微粒掉落在倍縮光罩、投影透鏡或光阻上所產生的問題。
結論與建議: 目前晶圓代工廠，對於微影製程機台的診斷方式，為利用經驗法的方式解決故障問題，如此的方式缺乏效率，並且無法達到知識共享的目的，而有關這方面研究的文獻亦存在某些缺陷待解決，因此本研究透過文獻探討以找到一個較佳的方法，來建構此故障診斷系統，藉由文獻探討得知模糊類神經網路於故障診斷方面有優異的表現，並解決微影製程機台故障診斷系統的若干問題，所以本研究利用模糊類神經網路以建構一套微影製程機台故障診斷系統，以協助工程師做機台故障問題的排除，並透過此系統將相關診斷經驗的知識蓄積於組織中。但微影製程機台故障現象與原因的種類是相當繁複，所以仍有些變數與情況非本診斷系統所能充分掌握。最後，本章針對本研究的結果與過程中所發現的問題，在此作一歸納整理，並提出相關建議以供後續研究者參考
參考文獻: 林易俊，中華民國 九十三 年 六 月，應用模糊類神經網路於積體電路之微影製程機台故障診斷分析，國 立 成 功 大 學工業與資訊管理學系碩士班碩士論文 莊達人，2000 年，VLSI 製造技術，高立圖書有限公司 葉怡成，2001 年，類神經網路模式應用與實作（七版），儒林圖書有限公司
