化學機械研磨機台先進製程控制器設計與實作

Abstract

依據國外相關研發趨勢之歸類，先進製程控制(Advance Process Control，APC) 大致可概分為模型基礎式製程控制(Model-Based Process Control，MBPC) 及失誤偵測與分類(Fault Detection and Classification，FDC) 技術，其中MBPC 是線上即時整合機臺設備、製程操作、狀態變數及晶片 量測品質變數，透過製程模式之預測估算，進行線上回饋調整製程參數； FDC 則強調即時預測機臺或元件失效，透過失誤分類技術尋找失效或異常 狀態之根本原因，以期掌握設備健康狀態(Equipment Health Condition) ， 進而達成以預測性維修(Predictive Maintenance) 為基準之設備維修機制， 減少控片之使用並避免不必要之維修，以增加機臺之產率及操作效率。 基於上述概念，本計畫首先將建構化學機械研磨機台的基本製程模 型，同時介紹EWMA 及類神經網路Run-To-Run 控制模式，建構應用於 化學機械研磨的單元控制器，連續地比較實際移除量與預測量，作為回授 來調整研磨配方。並利用RS-232 硬體介面和SECS 通訊協定建構通訊模 組將數據回傳做迴饋控制，經由最佳化控制法則來修正製程設備控制系統 的控制參數。提供製程工程師在實際Run 貨時，對於製程配方(Recipe) 的 調整有一參考的依據。 再者，我們將利用資料探勘(Data Mining) 的概念與技術，並以類神經 網路為工具，深入探勘Test wafer 和Product wafer 之間材料移除率 (Material Removal Rate) 和表面不均勻度(Within-wafer-nonuniformity) 的 關聯規則。目的是減少設備的驗證，消除目標晶圓的使用，和降低那些被要 求用傳統的方法來處理的產品混合所造成的重複工作情況，進一步改善並 提升化學機械研磨機台總體設備效能(Overall Equipment Effectiveness,OEE) 。換言之，當工程師在進行設備驗證的動作時，透過我 們的預測工具，將可事先預測出產品晶圓(Product wafer) 的材料移除率和 表面不均勻度，達成品質預測(Quality Prediction) 的目的。 本計畫將致力於發展化學機械研磨製程的模型導向式製程控制 (Model-Based Process Control, MBPC) 的研究。針對半導體製程中的化學 機械研磨機台(Chemical Mechanical Polishing,CMP) ，設計一套包含模擬 器與整合式APC 軟體控制器的平台。而此APC 軟體將整合上述功能， 著重於製程控制演算法的提昇和產出晶圓的品質預測，對晶圓代工中的混 合型產品線，可以改善良率和產品產出時間。透過消除重複工作與減少製 程時間，提高產量減少成本。 研究重點在於利用兩台獨立的工業電腦來設計CMP 系統的模擬器與控制 器，並以Windows 2000 為發展平台、Matlab 、Virsual C++ 為開發工具， 來完成此一架構。並期待將來發展完善後，能將模擬器移除，接上真實機 台擷取製程資料，實際對CMP 機台進行製程控制和產品預測。