考虑二元Copula统计量的晶圆制造叠加误差监测

作者:郝澜宇; 周笛; 李艳婷; 潘尔顺
更新时间:

晶圆制造是芯片产业中最关键的部分,其质量监控已成为现代芯片制造质量监控的重点。晶圆缺陷是影响集成电路、芯片和半导体产品合格率的主要因素。目前,大多数研究集中在基于离散数据的缺陷模式识别上,而芯片的光刻是一个连续的叠加过程。基于连续数据的晶圆重叠误差监测具有挑战性和必要性。在数据监控过程中,充分考虑了数据的可解释性。同时,结合晶圆数据的特点及其物理意义,增加了一个新的惩罚项,改进了LTS-SPCA的降维模型,提出了一种高灵活性的稳健稀疏主成分分析技术。然后,基于Nipol的排列对称性和反射对称性这两个性质,考虑晶圆的几何特性,建立了最优二元耦合统计量,用于监控晶圆制造的异常叠加过程。该方法的精度可达91.75%,具有较高的工程应用价值。