[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JPH1145919A - Manufacture of semiconductor substrate - Google Patents

Manufacture of semiconductor substrate

Info

Publication number
JPH1145919A
JPH1145919A JP9198219A JP19821997A JPH1145919A JP H1145919 A JPH1145919 A JP H1145919A JP 9198219 A JP9198219 A JP 9198219A JP 19821997 A JP19821997 A JP 19821997A JP H1145919 A JPH1145919 A JP H1145919A
Authority
JP
Japan
Prior art keywords
semiconductor substrate
image data
defect
manufacturing
failure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP9198219A
Other languages
Japanese (ja)
Inventor
Makoto Ono
眞 小野
Tatsuya Nakajima
龍也 中島
Isao Miyazaki
功 宮崎
Masaki Koma
正樹 高麗
Naoki Go
直樹 郷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP9198219A priority Critical patent/JPH1145919A/en
Publication of JPH1145919A publication Critical patent/JPH1145919A/en
Pending legal-status Critical Current

Links

Landscapes

  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

PROBLEM TO BE SOLVED: To manufacture a semiconductor substrate of high quality at high yield, by early finding an abnormal situation from failure data obtained by inspecting with an inspection device, to significantly reduce defects in manufacturing. SOLUTION: Inspected failure position data 101, 102 and 103 on each semiconductor substrate are specified on the coordinate of image data comprising lattice pixels set on the semiconductor substrate, and the number of failures are added for each lattice pixel on the coordinate of specified image data for a plurality of semiconductor substrates, and failure distribution image data 111, 112 and 113 indicated with variable density values are prepared. Then, the prepared failure distribution image data is displayed on a display means, and a condition for generating failures on the semiconductor substrate is grasped based on the displayed failure distribution image data.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【0001】[0001]

【産業上の利用分野】本発明は、半導体ウエハ等の半導
体基板に対して、特に異物検査、外観不良検査、合わせ
検査、膜厚検査、電気検査、寸法検査などの検査データ
を基にして不良解析、品質管理等を行って製造する半導
体基板の製造方法に関する。
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for inspecting a semiconductor substrate such as a semiconductor wafer based on inspection data such as foreign matter inspection, appearance defect inspection, alignment inspection, film thickness inspection, electrical inspection and dimensional inspection. The present invention relates to a method for manufacturing a semiconductor substrate manufactured by performing analysis, quality control, and the like.

【0002】[0002]

【従来の技術】不良解析、品質管理等を行って半導体基
板を製造する半導体基板の製造方法に関する従来技術と
して、特開平5−44006号公報および特開平6−9
915号公報に記載された内容が知られている。また、
半導体基板の製造方法において、異常事態を解析する支
援システムとしての従来技術として、「月刊Semic
onductor World 1996.8 (p
p.79−105)」に記載された内容が知られてい
る。この従来技術は、異物毎、不良毎に記号や色やハッ
チングを指定し、半導体ウエハ毎にその不良の分布を表
示し、おおよその不良分布を解析することを可能にする
ものである。
2. Description of the Related Art As a prior art relating to a method of manufacturing a semiconductor substrate by performing a failure analysis, a quality control and the like, a semiconductor substrate is disclosed in Japanese Patent Application Laid-Open Nos. 5-44006 and 6-9.
The contents described in Japanese Patent Publication No. 915 are known. Also,
As a conventional technique as a support system for analyzing an abnormal situation in a method of manufacturing a semiconductor substrate, "Monthly Semiic"
producer World 1996.8 (p
p. 79-105)) are known. According to this conventional technique, a symbol, a color, and hatching are designated for each foreign substance and each defect, the distribution of the defects is displayed for each semiconductor wafer, and an approximate defect distribution can be analyzed.

【0003】[0003]

【発明が解決しようとする課題】しかしながら、異物
毎、不良毎に記号や色やハッチングを指定し、半導体ウ
エハ毎にその不良の分布を表示しておおよその不良分布
を解析する従来技術では、ロット毎、日別傾向、製造工
程毎、製造設備毎などを解析するために、多数の半導体
ウエハ、および多数の不良を重ねて表示すると、半導体
ウエハ全体に不良が存在するため、記号と記号の重な
り、色の乱立などにより、不良の傾向を観察するために
は不向きであり、解析を困難にしていた。また、異常事
態を解析する従来の支援システムでは、人手が必ず介在
するため、リアルタイムな異常検知を行うことができ
ず、不良のつくり込みを余儀なくされていた。また、従
来技術においては、異常状態を自動で監視、検知し、関
係者に自動で伝達する点について十分考慮されていなか
った。
However, in the prior art in which a symbol, color, or hatching is designated for each foreign substance and each defect, the distribution of the defect is displayed for each semiconductor wafer, and the approximate defect distribution is analyzed, When multiple semiconductor wafers and many defects are displayed in a superimposed manner in order to analyze every day, daily trend, each manufacturing process, each manufacturing facility, etc., there is a defect in the entire semiconductor wafer. However, this method is not suitable for observing the tendency of defects due to color irregularities and the like, which makes analysis difficult. Further, in a conventional support system for analyzing an abnormal situation, since human intervention is always required, real-time abnormality detection cannot be performed, and a defect has to be created. Further, in the related art, there has not been sufficiently considered that an abnormal state is automatically monitored and detected, and the abnormal state is automatically transmitted to a related person.

【0004】本発明の目的は、上記課題を解決すべく、
製造ラインで製造される半導体基板に対して検査装置で
検査されて得られる異物欠陥や外観欠陥などの不良デー
タから異常事態を早期に見付けて、不良の作り込みを著
しく低減して半導体基板を高歩留まりで、且つ高品質で
製造できるようにした半導体基板の製造方法を提供する
ことにある。また、本発明の他の目的は、製造ラインで
製造される半導体基板に対して検査装置で検査されて得
られる異物欠陥や外観欠陥などの不良データから不良の
発生原因を容易に推定し、早期に対策を行えるようにし
て、不良の作り込みを著しく低減して半導体基板を高歩
留まりで、且つ高品質で製造できるようにした半導体基
板の製造方法を提供することにある。
[0004] An object of the present invention is to solve the above problems.
An abnormal situation can be found at an early stage from defect data such as foreign matter defects and appearance defects obtained by inspecting a semiconductor substrate manufactured on a production line with an inspection device, and the production of defects can be significantly reduced to improve the semiconductor substrate. It is an object of the present invention to provide a method of manufacturing a semiconductor substrate which can be manufactured with high yield and high quality. Another object of the present invention is to easily estimate a cause of a defect from defect data such as a foreign matter defect and an appearance defect obtained by inspecting a semiconductor substrate manufactured on a production line with an inspection device, It is an object of the present invention to provide a method of manufacturing a semiconductor substrate capable of manufacturing a semiconductor substrate with high yield and high quality by remarkably reducing the production of defects.

【0005】[0005]

【課題を解決するための手段】上記目的を達成するため
に、本発明は、複数の製造工程を経て半導体基板を製造
する半導体基板の製造方法において、前記所望の製造工
程で製造された複数の半導体基板について各半導体基板
上に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して設定された格子状の
画素からなる画像データ上に座標指定し、該画像データ
上において格子状の画素毎に不良の個数を複数の半導体
基板について加算して不良分布画像データを作成する不
良分布画像データ作成工程と、該不良分布画像データ作
成工程で作成された不良分布画像データに基いて半導体
基板上における不良の発生状態を把握する不良発生状態
把握工程とを有することを特徴とする半導体基板の製造
方法である。また、本発明は、複数の製造装置から構成
される製造ラインにより半導体基板を製造する半導体基
板の製造方法において、前記所望の製造装置で製造され
た複数の半導体基板について各半導体基板上に発生した
不良の位置を検査装置で検査する検査工程と、該検査工
程で検査された各半導体基板上の不良の位置データを、
半導体基板上に対して設定された格子状の画素からなる
画像データ上に座標指定し、該画像データ上において格
子状の画素毎に不良の個数を複数の半導体基板について
加算して不良分布画像データを作成する不良分布画像デ
ータ作成工程と、該不良分布画像データ作成工程で作成
された不良分布画像データに基いて半導体基板上におけ
る不良の発生状態を把握する不良発生状態把握工程とを
有することを特徴とする半導体基板の製造方法である。
In order to achieve the above object, the present invention provides a method of manufacturing a semiconductor substrate through a plurality of manufacturing steps, the method comprising the steps of: An inspection step of inspecting a position of a defect occurring on each semiconductor substrate with respect to the semiconductor substrate by an inspection device, and position data of the defect on each semiconductor substrate inspected in the inspection step are set on the semiconductor substrate. A failure distribution image data creating step of designating coordinates on image data composed of lattice pixels and adding the number of defects for each lattice pixel on a plurality of semiconductor substrates on the image data to create failure distribution image data And a failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate based on the failure distribution image data created in the failure distribution image data creation step. Is a semiconductor substrate manufacturing method characterized by. Further, according to the present invention, in a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus are generated on each semiconductor substrate. Inspection step of inspecting the position of the defect with an inspection device, and position data of the defect on each semiconductor substrate inspected in the inspection step,
Coordinate designation is performed on image data composed of lattice-shaped pixels set on the semiconductor substrate, and the number of defects is added for each of the lattice-shaped pixels on the image data for a plurality of semiconductor substrates, and defect distribution image data And a failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate based on the failure distribution image data created in the failure distribution image data creation step. This is a method for manufacturing a semiconductor substrate.

【0006】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造された複数の半導体基板につい
て各半導体基板上に発生した不良の位置を検査装置で検
査する検査工程と、該検査工程で検査された各半導体基
板上の不良の位置データを、半導体基板上に対して設定
された格子状の画素からなる画像データ上に座標指定
し、該画像データ上において格子状の画素毎に不良の個
数を複数の半導体基板について加算して濃淡値で示され
る不良分布画像データを作成する不良分布画像データ作
成工程と、該不良分布画像データ作成工程で作成された
濃淡値で示される不良分布画像データを表示手段に表示
し、該表示された濃淡値で示される不良分布画像データ
に基いて半導体基板上における不良の発生状態を把握す
る不良発生状態把握工程とを有することを特徴とする半
導体基板の製造方法である。また、本発明は、複数の製
造装置から構成される製造ラインにより半導体基板を製
造する半導体基板の製造方法において、前記所望の製造
装置で製造された複数の半導体基板について各半導体基
板上に発生した不良の位置を検査装置で検査する検査工
程と、該検査工程で検査された各半導体基板上の不良の
位置データを、半導体基板上に対して設定された格子状
の画素からなる画像データ上に座標指定し、該座標指定
された画像データ上において格子状の画素毎に不良の個
数を複数の半導体基板について加算して濃淡値で示され
る不良分布画像データを作成する不良分布画像データ作
成工程と、該不良分布画像データ作成工程で作成された
濃淡値で示される不良分布画像データを表示手段に表示
し、該表示された濃淡値で示される不良分布画像データ
に基いて半導体基板上における不良の発生状態を把握す
る不良発生状態把握工程とを有することを特徴とする半
導体基板の製造方法である。
Further, the present invention relates to a method of manufacturing a semiconductor substrate, which manufactures a semiconductor substrate through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates manufactured in the desired manufacturing step are free of defects occurring on each semiconductor substrate. Inspection step of inspecting the position with an inspection apparatus, and specifying the position data of a defect on each semiconductor substrate inspected in the inspection step on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data generating step of adding the number of defects for each of the grid-like pixels on the plurality of semiconductor substrates on the image data to generate defect distribution image data represented by grayscale values; The defect distribution image data represented by the grayscale values created in the creation step is displayed on the display means, and the semiconductor substrate is determined based on the defect distribution image data represented by the displayed grayscale values. A method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state of occurrence of failure in. Further, according to the present invention, in a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus are generated on each semiconductor substrate. An inspection step of inspecting the position of the defect with an inspection apparatus, and the position data of the defect on each semiconductor substrate inspected in the inspection step is placed on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data generating step of specifying coordinates and adding the number of defects for each of the lattice-shaped pixels on the coordinate-specified image data for a plurality of semiconductor substrates to generate defect distribution image data represented by grayscale values; Displaying the defect distribution image data indicated by the gray value created in the defect distribution image data creating step on the display means, and displaying the defect distribution image indicated by the displayed gray value. A semiconductor substrate manufacturing method characterized by having a failure state grasping step to grasp the occurrence of the failure in the semiconductor substrate on the basis of the data.

【0007】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造されたロット単位での複数の半
導体基板について各半導体基板上に発生した不良の位置
を検査装置で検査する検査工程と、該検査工程で検査さ
れた各半導体基板上の不良の位置データを、半導体基板
上に対して設定された格子状の画素からなる画像データ
上に座標指定し、該画像データ上において格子状の画素
毎に不良の個数をロット単位での複数の半導体基板につ
いて加算してロット単位での不良分布画像データを作成
する不良分布画像データ作成工程と、該不良分布画像デ
ータ作成工程で作成されたロット単位での不良分布画像
データに基いて半導体基板上における不良の発生状態を
把握する不良発生状態把握工程とを有することを特徴と
する半導体基板の製造方法である。
Further, the present invention provides a method of manufacturing a semiconductor substrate in which a semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates in lot units manufactured in the desired manufacturing step are formed on each semiconductor substrate. An inspection step of inspecting the position of the generated defect with an inspection apparatus, and the position data of the defect on each semiconductor substrate, which has been inspected in the inspection step, is converted into image data comprising grid-like pixels set on the semiconductor substrate. A defect distribution image data generating step of specifying the coordinates on the upper side and adding the number of defects for each lattice-shaped pixel on the image data for a plurality of semiconductor substrates in lot units to generate defect distribution image data in lot units And a defect occurrence for grasping a defect occurrence state on the semiconductor substrate based on the defect distribution image data in lot units created in the defect distribution image data creation step. Is a manufacturing method of a semiconductor substrate characterized by having a state grasping step.

【0008】また、本発明は、複数の製造装置から構成
される製造ラインにより半導体基板を製造する半導体基
板の製造方法において、前記所望の製造装置で製造され
たロット単位での複数の半導体基板について各半導体基
板上に発生した不良の位置を検査装置で検査する検査工
程と、該検査工程で検査された各半導体基板上の不良の
位置データを、半導体基板上に対して設定された格子状
の画素からなる画像データ上に座標指定し、該画像デー
タ上において格子状の画素毎に不良の個数をロット単位
での複数の半導体基板について加算してロット単位での
不良分布画像データを作成する不良分布画像データ作成
工程と、該不良分布画像データ作成工程で作成されたロ
ット単位での不良分布画像データに基いて半導体基板上
における不良の発生状態を把握する不良発生状態把握工
程とを有することを特徴とする半導体基板の製造方法で
ある。
The present invention also relates to a method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured by a manufacturing line including a plurality of manufacturing apparatuses, wherein a plurality of semiconductor substrates in lot units manufactured by the desired manufacturing apparatus are provided. An inspection step of inspecting the position of a defect that has occurred on each semiconductor substrate by an inspection device; A defect in which coordinates are specified on image data composed of pixels, and the number of defects for each lattice-shaped pixel is added for a plurality of semiconductor substrates in lot units on the image data to create defect distribution image data in lot units A distribution image data generating step, and generation of a defect on the semiconductor substrate based on the defect distribution image data in lot units generated in the defect distribution image data generating step. A method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state.

【0009】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造されたロット単位での複数の半
導体基板について各半導体基板上に発生した不良の位置
を検査装置で検査する検査工程と、該検査工程で検査さ
れた各半導体基板上の不良の位置データを、半導体基板
上に対して設定された格子状の画素からなる画像データ
上に座標指定し、該画像データ上において格子状の画素
毎に不良の個数をロット単位での複数の半導体基板につ
いて加算してロット単位での濃淡値で示される不良分布
画像データを作成する不良分布画像データ作成工程と、
該不良分布画像データ作成工程で作成されたロット単位
での濃淡値で示される不良分布画像データを表示手段に
表示し、該表示されたロット単位での濃淡値で示される
不良分布画像データに基いて半導体基板上における不良
の発生状態を把握する不良発生状態把握工程とを有する
ことを特徴とする半導体基板の製造方法である。また、
本発明は、複数の製造装置から構成される製造ラインに
より半導体基板を製造する半導体基板の製造方法におい
て、前記所望の製造装置で製造されたロット単位での複
数の半導体基板について各半導体基板上に発生した不良
の位置を検査装置で検査する検査工程と、該検査工程で
検査された各半導体基板上の不良の位置データを、半導
体基板上に対して設定された格子状の画素からなる画像
データ上に座標指定し、該座標指定された画像データ上
において格子状の画素毎に不良の個数をロット単位での
複数の半導体基板について加算してロット単位での濃淡
値で示される不良分布画像データを作成する不良分布画
像データ作成工程と、該不良分布画像データ作成工程で
作成されたロット単位での濃淡値で示される不良分布画
像データを表示手段に表示し、該表示されたロット単位
での濃淡値で示される不良分布画像データに基いて半導
体基板上における不良の発生状態を把握する不良発生状
態把握工程とを有することを特徴とする半導体基板の製
造方法である。
Further, the present invention relates to a method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein the plurality of semiconductor substrates in lot units manufactured in the desired manufacturing step are formed on each semiconductor substrate. An inspection step of inspecting the position of the generated defect with an inspection apparatus, and the position data of the defect on each semiconductor substrate, which has been inspected in the inspection step, is converted into image data comprising grid-like pixels set on the semiconductor substrate. A defect in which the coordinates are designated above, and the number of defects for each pixel in a grid on the image data is added for a plurality of semiconductor substrates in lot units to create defect distribution image data indicated by shading values in lot units Distribution image data creation process,
The failure distribution image data represented by the gradation value in lot units created in the failure distribution image data creation step is displayed on the display means, and the defect distribution image data represented by the gradation values represented in the displayed lot units is displayed. And a failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate. Also,
The present invention is directed to a method of manufacturing a semiconductor substrate, wherein a semiconductor substrate is manufactured by a manufacturing line including a plurality of manufacturing apparatuses, wherein a plurality of semiconductor substrates in lot units manufactured by the desired manufacturing apparatus are provided on each semiconductor substrate. An inspection step of inspecting the position of the generated defect with an inspection apparatus, and the position data of the defect on each semiconductor substrate, which has been inspected in the inspection step, is converted into image data comprising grid-like pixels set on the semiconductor substrate. Defect distribution image data designated by the coordinates above, and adding the number of defects for each lattice-like pixel for a plurality of semiconductor substrates in lot units on the coordinate-designated image data and indicating the gradation value in lot units A failure distribution image data creating step of creating a failure distribution image data, and displaying the failure distribution image data represented by the grayscale values in lot units created in the failure distribution image data creation step. A failure occurrence state grasping step of grasping the occurrence state of a failure on the semiconductor substrate based on the failure distribution image data indicated by the displayed gradation value in lot units. It is a manufacturing method of.

【0010】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造された複数の半導体基板につい
て各半導体基板上に発生した不良の位置を検査装置で検
査する検査工程と、該検査工程で検査された各半導体基
板上の不良の位置データを、半導体基板上に対して設定
された格子状の画素からなる画像データ上に座標指定
し、該画像データ上において格子状の画素毎に不良の個
数を複数の半導体基板について加算して不良分布画像デ
ータを作成する不良分布画像データ作成工程と、該不良
分布画像データ作成工程で作成された不良分布画像デー
タから不良分布の特徴量を算出し、該算出された不良分
布の特徴量に基いて半導体基板上における不良の発生状
態を把握する不良発生状態把握工程とを有することを特
徴とする半導体基板の製造方法である。また、本発明
は、複数の製造装置から構成される製造ラインにより半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造装置で製造された複数の半導体基板につい
て各半導体基板上に発生した不良の位置を検査装置で検
査する検査工程と、該検査工程で検査された各半導体基
板上の不良の位置データを、半導体基板上に対して設定
された格子状の画素からなる画像データ上に座標指定
し、該画像データ上において格子状の画素毎に不良の個
数を複数の半導体基板について加算して不良分布画像デ
ータを作成する不良分布画像データ作成工程と、該不良
分布画像データ作成工程で作成された不良分布画像デー
タから不良分布の特徴量を算出し、該算出された不良分
布の特徴量に基いて半導体基板上における不良の発生状
態を把握する不良発生状態把握工程とを有することを特
徴とする半導体基板の製造方法である。
Further, according to the present invention, there is provided a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates manufactured in the desired manufacturing step are provided with a defect generated on each semiconductor substrate. Inspection step of inspecting the position with an inspection apparatus, and specifying the position data of a defect on each semiconductor substrate inspected in the inspection step on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data creating step of adding the number of defects for each of the lattice-shaped pixels for the plurality of semiconductor substrates on the image data to create defect distribution image data, and a defect distribution image data creation step. A defect distribution characteristic amount calculated from the defect distribution image data obtained, and a defect occurrence state on the semiconductor substrate is grasped based on the calculated defect distribution characteristic amount. Is a manufacturing method of a semiconductor substrate characterized by having a state grasping step. Further, according to the present invention, in a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus are generated on each semiconductor substrate. An inspection step of inspecting the position of the defect with an inspection apparatus, and the position data of the defect on each semiconductor substrate inspected in the inspection step is placed on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data generating step of specifying coordinates and adding the number of defects for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the image data to generate defect distribution image data; and The feature amount of the failure distribution is calculated from the created failure distribution image data, and the occurrence state of the failure on the semiconductor substrate is grasped based on the calculated feature amount of the failure distribution. A method of manufacturing a semiconductor substrate and having a failure status determination step of.

【0011】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造された複数の半導体基板につい
て各半導体基板上に発生した不良の位置を検査装置で検
査する検査工程と、該検査工程で検査された各半導体基
板上の不良の位置データを、半導体基板上に対して設定
された格子状の画素からなる画像データ上に座標指定
し、該画像データ上において格子状の画素毎に不良の個
数を複数の半導体基板について加算して不良分布画像デ
ータを作成する不良分布画像データ作成工程と、該不良
分布画像データ作成工程で作成された不良分布画像デー
タを、複数用意された不良の発生原因が推定可能な事例
データベースと照合解析して不良の発生原因を究明する
不良解析工程とを有することを特徴とする半導体基板の
製造方法である。また、本発明は、複数の製造装置から
構成される製造ラインにより半導体基板を製造する半導
体基板の製造方法において、前記所望の製造装置で製造
された複数の半導体基板について各半導体基板上に発生
した不良の位置を検査装置で検査する検査工程と、該検
査工程で検査された各半導体基板上の不良の位置データ
を、半導体基板上に対して設定された格子状の画素から
なる画像データ上に座標指定し、該画像データ上におい
て格子状の画素毎に不良の個数を複数の半導体基板につ
いて加算して不良分布画像データを作成する不良分布画
像データ作成工程と、該不良分布画像データ作成工程で
作成された不良分布画像データを、複数用意された不良
の発生原因が推定可能な事例データベースと照合解析し
て不良の発生原因を究明する不良解析工程とを有するこ
とを特徴とする半導体基板の製造方法である。
The present invention also relates to a method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps. Inspection step of inspecting the position with an inspection apparatus, and specifying the position data of a defect on each semiconductor substrate inspected in the inspection step on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data creating step of adding the number of defects for each of the lattice-shaped pixels for the plurality of semiconductor substrates on the image data to create defect distribution image data, and a defect distribution image data creation step. A failure analysis step of collating and analyzing the failure distribution image data prepared with a plurality of prepared case databases capable of estimating a failure occurrence cause to determine a failure occurrence cause. A method for manufacturing a semiconductor substrate according to claim Rukoto. Further, according to the present invention, in a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus are generated on each semiconductor substrate. An inspection step of inspecting the position of the defect with an inspection apparatus, and the position data of the defect on each semiconductor substrate inspected in the inspection step is placed on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data generating step of specifying coordinates and adding the number of defects for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the image data to generate defect distribution image data; and A defect solution that collates and analyzes the created defect distribution image data with a prepared case database that can estimate the cause of the defect to determine the cause of the defect. Is a manufacturing method of a semiconductor substrate, characterized by a step.

【0012】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造された複数の半導体基板につい
て各半導体基板上に発生した不良の位置を検査装置で検
査する検査工程と、該検査工程で検査された各半導体基
板上の不良の位置データを、半導体基板上に対して設定
された格子状の画素からなる画像データ上に座標指定
し、該画像データ上において格子状の画素毎に不良の個
数を複数の半導体基板について加算して不良分布画像デ
ータを作成する不良分布画像データ作成工程と、該不良
分布画像データ作成工程で作成された不良分布画像デー
タから不良分布の特徴量を算出し、該算出された不良分
布の特徴量を表示手段に表示し、該表示された不良分布
の特徴量に基いて半導体基板上における不良の発生状態
を把握する不良発生状態把握工程とを有することを特徴
とする半導体基板の製造方法である。また、本発明は、
複数の製造装置から構成される製造ラインにより半導体
基板を製造する半導体基板の製造方法において、前記所
望の製造装置で製造された複数の半導体基板について各
半導体基板上に発生した不良の位置を検査装置で検査す
る検査工程と、該検査工程で検査された各半導体基板上
の不良の位置データを、半導体基板上に対して設定され
た格子状の画素からなる画像データ上に座標指定し、該
画像データ上において格子状の画素毎に不良の個数を複
数の半導体基板について加算して不良分布画像データを
作成する不良分布画像データ作成工程と、該不良分布画
像データ作成工程で作成された不良分布画像データから
不良分布の特徴量を算出し、該算出された不良分布の特
徴量を表示手段に表示し、該表示された不良分布の特徴
量に基いて半導体基板上における不良の発生状態を把握
する不良発生状態把握工程とを有することを特徴とする
半導体基板の製造方法である。
Further, the present invention provides a method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps. Inspection step of inspecting the position with an inspection apparatus, and specifying the position data of a defect on each semiconductor substrate inspected in the inspection step on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data creating step of adding the number of defects for each of the lattice-shaped pixels for the plurality of semiconductor substrates on the image data to create defect distribution image data, and a defect distribution image data creation step. The characteristic amount of the defect distribution is calculated from the defect distribution image data, and the calculated characteristic amount of the defect distribution is displayed on the display means. A method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state of occurrence of defects on the body board. Also, the present invention
In a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, an inspection apparatus is provided for inspecting a position of a defect occurring on each semiconductor substrate for a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus. Inspection step of inspecting, and the position data of a defect on each semiconductor substrate inspected in the inspection step are designated by coordinates on image data composed of grid-like pixels set on the semiconductor substrate, A defect distribution image data creating step of adding the number of defects for each of the grid-shaped pixels for the plurality of semiconductor substrates on the data to create defect distribution image data; and a defect distribution image created in the defect distribution image data creating step. Calculating a feature amount of the failure distribution from the data; displaying the calculated feature amount of the failure distribution on a display unit; A method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state of occurrence of defects on the plate.

【0013】また、本発明は、複数の製造工程を経て半
導体基板を製造する半導体基板の製造方法において、前
記所望の製造工程で製造された複数の半導体基板につい
て各半導体基板上に発生した不良の位置を検査装置で検
査する検査工程と、該検査工程で検査された各半導体基
板上の不良の位置データを、半導体基板上に対して露光
のショット単位若しくはチップ単位に複数に分割配列さ
せて設定された格子状の画素からなるショット単位若し
くはチップ単位の画像データ上に座標指定し、該ショッ
ト単位若しくはチップ単位の画像データ上において格子
状の画素毎に不良の個数を複数の半導体基板について加
算してショット単位若しくはチップ単位の濃淡値で示さ
れる不良分布画像データを作成する不良分布画像データ
作成工程と、該不良分布画像データ作成工程で作成され
たショット単位若しくはチップ単位の濃淡値で示される
不良分布画像データを表示手段に表示し、該表示された
ショット単位の濃淡値で示される不良分布画像データに
基いて半導体基板上における不良の発生状態を把握する
不良発生状態把握工程とを有することを特徴とする半導
体基板の製造方法である。
Further, according to the present invention, there is provided a semiconductor substrate manufacturing method for manufacturing a semiconductor substrate through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates manufactured in the desired manufacturing step are provided with a defect generated on each semiconductor substrate. Inspection process of inspecting the position with an inspection device, and setting of the defect position data on each semiconductor substrate inspected in the inspection process by dividing and arranging a plurality of exposure shot units or chip units on the semiconductor substrate. The coordinates are specified on the shot-unit or chip-unit image data composed of the divided lattice-shaped pixels, and the number of defects for each lattice-shaped pixel is added for the plurality of semiconductor substrates on the shot-unit or chip-unit image data. A failure distribution image data creating step of creating failure distribution image data indicated by a gray scale value in a shot unit or a chip unit; The failure distribution image data represented by the gray value of the shot unit or the chip unit created in the distribution image data creation step is displayed on the display means, and based on the displayed failure distribution image data represented by the gray value of the shot unit A failure occurrence state grasping step of grasping a state of occurrence of a failure on the semiconductor substrate.

【0014】また、本発明は、複数の製造装置から構成
される製造ラインにより半導体基板を製造する半導体基
板の製造方法において、前記所望の製造装置で製造され
た複数の半導体基板について各半導体基板上に発生した
不良の位置を検査装置で検査する検査工程と、該検査工
程で検査された各半導体基板上の不良の位置データを、
露光のショット単位若しくはチップ単位に複数に分割配
列させて設定された格子状の画素からなるショット単位
若しくはチップ単位の画像データ上に座標指定し、該座
標指定されたショット単位の画像データ上において格子
状の画素毎に不良の個数を複数の半導体基板について加
算してショット単位若しくはチップ単位の濃淡値で示さ
れる不良分布画像データを作成する不良分布画像データ
作成工程と、該不良分布画像データ作成工程で作成され
たショット単位若しくはチップ単位の濃淡値で示される
不良分布画像データを表示手段に表示し、該表示された
ショット単位若しくはチップ単位の濃淡値で示される不
良分布画像データに基いて半導体基板上における不良の
発生状態を把握する不良発生状態把握工程とを有するこ
とを特徴とする半導体基板の製造方法である。また、本
発明は、前記半導体基板の製造方法において、半導体基
板上の不良分布(領域性不良)を解析および監視するた
めの事例データベースが画像データベースであることを
特徴とする。また、本発明は、前記半導体基板の製造方
法において、半導体基板上の不良分布(領域性不良)を
解析および監視するための事例データベースを、前記不
良分布画像データ作成工程で作成された不良分布画像デ
ータに基いて作成することを特徴とする。また、本発明
は、前記半導体基板の製造方法において、半導体基板上
の不良分布(領域性不良)を解析および監視するための
各事例データベースとして、不良対策方法、または不良
製造工程、または不良製造設備等の付帯情報が付加され
ていることを特徴とする。
Further, the present invention provides a method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured by a manufacturing line including a plurality of manufacturing apparatuses. Inspection step of inspecting the position of the defect occurred in the inspection device, and the position data of the defect on each semiconductor substrate inspected in the inspection step,
Coordinates are specified on shot-unit or chip-unit image data composed of grid-like pixels that are set by dividing into a plurality of exposure shot-units or chip-units. A defect distribution image data generating step of adding the number of defects for each of the pixels for a plurality of semiconductor substrates to generate defect distribution image data represented by a gray value in a shot unit or a chip unit; Displaying the defect distribution image data represented by the grayscale value in the shot unit or the chip unit created in the step (c) on the display means, and based on the displayed defect distribution image data represented by the grayscale value in the shot unit or the chip unit; A failure occurrence state grasping step of grasping a failure occurrence state on the above. It is a manufacturing method of the body substrate. Further, in the present invention, in the method of manufacturing a semiconductor substrate, a case database for analyzing and monitoring a defect distribution (regional defect) on the semiconductor substrate is an image database. Further, according to the present invention, in the method for manufacturing a semiconductor substrate, a failure distribution image created in the failure distribution image data creating step may include a case database for analyzing and monitoring a failure distribution (regional failure) on the semiconductor substrate. It is created based on data. The present invention also provides the semiconductor substrate manufacturing method, wherein each case database for analyzing and monitoring a defect distribution (regional defect) on the semiconductor substrate includes a defect countermeasure method, a defect manufacturing process, or a defect manufacturing facility. And the like are added.

【0015】以上説明したように、前記構成により、半
導体基板の製造方法において、所望の製造工程毎、所望
の製造装置(製造設備)毎、生産ロット単位毎などに、
半導体基板上に発生する異物欠陥や外観欠陥などの不良
分布(不良の領域性)の傾向を、半導体基板上に対して
設定された格子状の画素からなる画像データ上で把握す
ることができ、その結果異常事態を早期に見付けて、不
良の作り込みを著しく低減して半導体基板を高歩留まり
で、且つ高品質で製造することができる。また、前記構
成により、半導体基板の製造方法において、所望の製造
工程毎、所望の製造装置(製造設備)毎、生産ロット単
位毎などに、半導体基板上に発生する異物欠陥や外観欠
陥などの不良分布(不良の領域性)の傾向を、半導体基
板上に対して設定された格子状の画素からなる画像デー
タ上で把握することにより、不良の一極集中や不良の一
様散乱などの領域性不良を解析、監視することが可能と
なって、異常状態の早期発見、早期対策に結び付けるこ
とができ、不良の作り込みを著しく低減して半導体基板
を高歩留まりで、且つ高品質で製造することができる。
As described above, according to the above-described configuration, in the method of manufacturing a semiconductor substrate, each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, etc.
It is possible to grasp the tendency of a defect distribution (defect area characteristic) such as a foreign substance defect or an appearance defect occurring on a semiconductor substrate on image data composed of lattice-like pixels set on the semiconductor substrate, As a result, an abnormal situation can be found at an early stage, the production of defects can be significantly reduced, and the semiconductor substrate can be manufactured with high yield and high quality. Further, according to the above configuration, in the method of manufacturing a semiconductor substrate, defects such as foreign matter defects and appearance defects occurring on the semiconductor substrate are generated for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, and the like. By grasping the tendency of distribution (regional nature of defects) on image data composed of grid-like pixels set on the semiconductor substrate, regional characteristics such as concentration of failures and uniform scattering of failures Defects can be analyzed and monitored, leading to early detection of abnormal conditions and early countermeasures. Manufacturing of semiconductor substrates with a high yield and high quality by significantly reducing defects. Can be.

【0016】また、前記構成により、半導体基板の製造
方法において、所望の製造工程毎、所望の製造装置(製
造設備)毎、生産ロット単位毎などに、半導体基板上に
発生する異物欠陥や外観欠陥などの不良分布(不良の領
域性)の傾向を、視覚的に把握することにより、不良の
一極集中や不良の一様散乱などの領域性不良を解析、監
視することが可能となって、異常状態の早期発見、早期
対策に結び付けることができ、不良の作り込みを著しく
低減して半導体基板を高歩留まりで、且つ高品質で製造
することができる。また、前記構成により、半導体基板
の製造方法において、所望の製造工程毎、所望の製造装
置(製造設備)毎、生産ロット単位毎などに、半導体基
板上に発生する異物欠陥や外観欠陥などの不良分布(不
良の領域性)の傾向を、半導体基板上に対して設定され
た格子状の画素からなる画像データ上で把握することが
でき、その結果不良の発生原因を容易に推定し、早期に
対策を行えるようにして、不良の作り込みを著しく低減
して半導体基板を高歩留まりで、且つ高品質で製造する
ことができる。
Further, according to the above configuration, in the method of manufacturing a semiconductor substrate, a foreign substance defect or an appearance defect generated on the semiconductor substrate for each desired manufacturing step, each desired manufacturing apparatus (manufacturing equipment), each production lot, or the like. By visually grasping the tendency of failure distribution (regional nature of failures), it is possible to analyze and monitor regionality failures such as concentration of failures and uniform scattering of failures. This can be linked to early detection of an abnormal state and early countermeasures, and the production of defects can be significantly reduced, so that semiconductor substrates can be manufactured with high yield and high quality. Further, according to the above configuration, in the method of manufacturing a semiconductor substrate, defects such as foreign matter defects and appearance defects occurring on the semiconductor substrate are generated for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, and the like. The tendency of the distribution (regional nature of the defect) can be grasped on image data composed of lattice-like pixels set on the semiconductor substrate, and as a result, the cause of the defect can be easily estimated, and As a countermeasure can be taken, the production of defects can be significantly reduced, and the semiconductor substrate can be manufactured with high yield and high quality.

【0017】また、前記構成により、半導体基板の製造
方法において、所望の製造工程毎、所望の製造装置(製
造設備)毎、生産ロット単位毎などに、半導体基板上に
発生する異物欠陥や外観欠陥などの不良分布(不良の領
域性)の傾向を、半導体基板上に対して設定された格子
状の画素からなる画像データ上で把握することができ、
その結果不良製造工程、不良製造設備、不良ロット単位
などを特定することができることにより不良の発生原因
を容易に推定し、早期に対策を行えるようにして、不良
の作り込みを著しく低減して半導体基板を高歩留まり
で、且つ高品質で製造することができる。また、前記構
成により、半導体基板の製造方法において、領域性不良
の他に、検査データの規格値管理、時系列傾向変化解
析、装置別の機差解析などの各種解析項目の異常事態を
自動で監視し、関係者にリアルタイムに通知すること
で、異常状態の早期発見、早期対策に結び付けることが
でき、不良製品の作り込みを著しく低減して半導体基板
を高歩留まりで、且つ高品質で製造することができる。
また、前記構成により、半導体基板の製造方法におい
て、所望の製造工程毎、所望の製造設備毎、生産ロット
単位毎に、不良分布をビジュアル的に観察できること
で、関係者への不良の理解、原因究明の手助けが可能と
なる。また、前記構成により、半導体基板の製造方法に
おいて、不良分布についての過去の事例データベースを
登録しておくことで、不良の発生原因を容易に推定し、
早期に対策を行うことが可能となる。
Further, according to the above configuration, in the method of manufacturing a semiconductor substrate, a foreign substance defect or an appearance defect generated on the semiconductor substrate may be generated for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, or the like. The tendency of the defect distribution (defect area characteristic) such as can be grasped on the image data composed of the lattice-like pixels set on the semiconductor substrate,
As a result, defective manufacturing processes, defective manufacturing equipment, defective lot units, etc. can be specified, so that the cause of failure can be easily estimated, countermeasures can be taken at an early stage, and the production of defects can be significantly reduced. The substrate can be manufactured with high yield and high quality. Further, according to the configuration, in the method of manufacturing a semiconductor substrate, in addition to the regional defect, the abnormal state of various analysis items such as the standard value management of the inspection data, the time-series trend change analysis, and the machine-by-device difference analysis is automatically determined. By monitoring and notifying related parties in real time, it is possible to link to early detection of abnormal conditions and early countermeasures, remarkably reduce the production of defective products, and manufacture semiconductor substrates with high yield and high quality. be able to.
Further, according to the above configuration, in a method of manufacturing a semiconductor substrate, a failure distribution can be visually observed for each desired manufacturing process, each desired manufacturing facility, and each production lot, so that a person concerned can understand and understand the cause of the failure. It will be possible to help the investigation. Further, according to the configuration, in the method of manufacturing a semiconductor substrate, by registering a past case database on the distribution of defects, it is possible to easily estimate the cause of the failure,
Measures can be taken early.

【0018】[0018]

【発明の実施の形態】本発明に係る発明の実施の形態に
ついて、図を用いて説明する。まず、本発明に係る半導
体製造方法における半導体不良解析方法の原理について
図1および図2を用いて説明する。半導体ウエハは、多
数の製造工程(例えば、Si等の基板上にデバイスを作
り込む工程(主として酸化拡散工程およびホトリソ工程
および電極形成工程からなる。)と、その上に多層の配
線層を作り込む工程とに大別される。)から構成されて
製造される。図1は、多数の製造工程の内、異物検査ま
たは外観検査が行われる代表とする製造工程A81、B
82、C83毎に得られる不良分布画像データまたは不
良分布濃淡画像データに基づいて不良が発生する製造工
程を究明する方法を説明するための図である。
DESCRIPTION OF THE PREFERRED EMBODIMENTS Embodiments of the present invention will be described with reference to the drawings. First, the principle of a semiconductor failure analysis method in a semiconductor manufacturing method according to the present invention will be described with reference to FIGS. A semiconductor wafer has a number of manufacturing steps (for example, a step of forming a device on a substrate made of Si or the like (mainly, an oxidation diffusion step, a photolithography step, and an electrode forming step)), and a multilayer wiring layer formed thereon. The process is roughly divided into a process and a process. FIG. 1 shows manufacturing processes A81 and B, which are representative of a number of manufacturing processes in which a foreign substance inspection or an appearance inspection is performed.
82 is a diagram for explaining a method of determining a manufacturing process in which a defect occurs based on the defect distribution image data or the defect distribution grayscale image data obtained for each of C82 and C83.

【0019】101は、製造工程A81において製造さ
れた多数の半導体ウエハから、例えばロット単位に抜き
取られた(サンプリングされた)または特定のロットに
ついては全数抜き取られた(サンプリングされた)各半
導体ウエハについての検査装置91(41、42)にお
いて検査された各欠陥(異物およびパターン欠陥等)の
重心位置を、図3に示すように、格子状の画像データ上
に座標指定して得られる不良位置データa(同じ格子状
の画素に存在する欠陥の個数に応じた値を示す。)を示
す。即ち、図13に示す異物/外観収集システム51
は、製造工程A81において製造された多数の半導体ウ
エハから、例えばロット単位に抜き取られた(サンプリ
ングされた)または特定のロットについては全数抜き取
られた(サンプリングされた)各半導体ウエハについて
の検査装置91(41、42)において検査されて得ら
れる各欠陥(異物およびパターン欠陥等)の重心位置を
抽出し、この抽出された各欠陥の重心位置を、図3に示
すように、格子状の画像データ上に座標指定して不良位
置データa(同じ格子状の画素に存在する欠陥の個数に
応じた値を表す。)101を求める。次に、異物/外観
収集システム51は、製造工程A81において抜き取ら
れた各半導体ウエハについての不良位置データa101
を複数の半導体ウエハに亘って、図4および図5に示す
ように、同じ座標位置を示す画素毎に値(欠陥の個数を
示す値)を加算することで、製造工程A81における不
良分布画像データを作成し、この作成された不良分布画
像データを、該不良分布画像データにおける画素ごとの
数値を濃淡値に変換することによって不良分布濃淡画像
データ111に変換し、これら変換された不良分布濃淡
画像データ111を、ディスプレイ等の表示手段51a
または61aに出力する。
Reference numeral 101 denotes each semiconductor wafer extracted (sampled) in lot units, for example, or extracted (sampled) entirely for a specific lot from a large number of semiconductor wafers manufactured in the manufacturing process A81. The position of the center of gravity of each defect (foreign matter, pattern defect, etc.) inspected by the inspection device 91 (41, 42) is determined by specifying coordinates on grid image data as shown in FIG. a (showing a value corresponding to the number of defects existing in the same lattice-shaped pixel). That is, the foreign matter / appearance collection system 51 shown in FIG.
Is an inspection apparatus 91 for each semiconductor wafer sampled (sampled) in lot units or 100% sampled (sampled) for a specific lot from a large number of semiconductor wafers manufactured in the manufacturing process A81. The position of the center of gravity of each defect (foreign matter, pattern defect, etc.) obtained by inspection at (41, 42) is extracted, and the position of the center of gravity of each of the extracted defects is determined as shown in FIG. Defective position data a (representing a value corresponding to the number of defects existing in the same lattice-shaped pixel) 101 is determined by specifying coordinates on the upper side. Next, the foreign matter / appearance collection system 51 performs the defect position data a101 for each semiconductor wafer extracted in the manufacturing process A81.
4 and 5, a value (a value indicating the number of defects) is added for each pixel indicating the same coordinate position over a plurality of semiconductor wafers, so that the defect distribution image data in the manufacturing process A81 can be obtained. Is converted to defect distribution density image data 111 by converting a numerical value of each pixel in the defect distribution image data into a gray value, and the converted defect distribution gray image is generated. Data 111 is displayed on display means 51a such as a display.
Or it outputs to 61a.

【0020】102は、製造工程B82において製造さ
れた多数の半導体ウエハから、例えばロット単位に抜き
取られた(サンプリングされた)または特定のロットに
ついては全数抜き取られた(サンプリングされた)各半
導体ウエハについての検査装置92において検査された
各欠陥(異物およびパターン欠陥等)の重心位置を、図
3に示すように、格子状の画像データ上に座標指定して
得られる不良位置データa(同じ格子状の画素に存在す
る欠陥の個数に応じた値を示す。)を示す。ただし、不
良位置データb102には、不良位置データa101が
除かれている。即ち、図13に示す異物/外観収集シス
テム51は、製造工程A81において製造された多数の
半導体ウエハから、例えばロット単位に抜き取られた
(サンプリングされた)または特定のロットについては
全数抜き取られた(サンプリングされた)各半導体ウエ
ハについての検査装置92(41、42)において検査
されて得られる各欠陥(異物およびパターン欠陥等)の
重心位置を抽出し、この抽出された各欠陥の重心位置
を、図3に示すように、格子状の画像データ上に座標指
定して不良位置データa(同じ格子状の画素に存在する
欠陥の個数に応じた値を示す。)102を求める。な
お、検査装置92(41、42)からは、不良位置デー
タa101も検出される可能性があるので、不良位置デ
ータb102から不良位置データa101を消去する必
要が有る。次に、異物/外観収集システム51は、製造
工程B82において抜き取られた各半導体ウエハについ
ての不良位置データb102を複数の半導体ウエハに亘
って、図4および図5に示すように、同じ座標位置を示
す画素毎に値(欠陥の個数を示す値)を加算すること
で、製造工程B82における不良分布画像データを作成
し、この作成された不良分布画像データを、該不良分布
画像データにおける画素ごとの数値を濃淡値に変換する
ことによって不良分布濃淡画像データ112に変換し、
これら変換された不良分布濃淡画像データ112を、デ
ィスプレイ等の表示手段51aまたは61aに出力す
る。
Reference numeral 102 denotes each semiconductor wafer extracted (sampled) in lot units, for example, or extracted (sampled) entirely for a specific lot from a large number of semiconductor wafers manufactured in the manufacturing process B82. As shown in FIG. 3, the position of the center of gravity of each defect (foreign matter, pattern defect, etc.) inspected by the inspection device 92 is designated as defective position data a (the same lattice shape) obtained by specifying coordinates on lattice image data. A value corresponding to the number of defects existing in the pixel is indicated.). However, the defect position data a101 is excluded from the defect position data b102. That is, the foreign matter / appearance collection system 51 shown in FIG. 13 is sampled (sampled), for example, in lot units, or 100% in a specific lot from many semiconductor wafers manufactured in the manufacturing process A81 ( The centroid position of each defect (such as a foreign substance and a pattern defect) obtained by inspecting each sampled semiconductor wafer in the inspection device 92 (41, 42) is extracted, and the centroid position of each extracted defect is calculated as As shown in FIG. 3, defective position data a (indicating a value corresponding to the number of defects existing in the same grid-like pixel) 102 is obtained by specifying coordinates on the grid-like image data. Since the inspection apparatus 92 (41, 42) may detect the defective position data a101, it is necessary to delete the defective position data a101 from the defective position data b102. Next, the foreign matter / appearance collection system 51 compares the defect position data b102 for each semiconductor wafer extracted in the manufacturing process B82 over the plurality of semiconductor wafers with the same coordinate position as shown in FIGS. By adding a value (a value indicating the number of defects) for each pixel shown, failure distribution image data in the manufacturing process B82 is created, and the created failure distribution image data is used for each pixel in the failure distribution image data. By converting the numerical value into a gray value, it is converted into the defective distribution gray image data 112,
The converted defect distribution density image data 112 is output to the display means 51a or 61a such as a display.

【0021】103は、製造工程C83において製造さ
れた多数の半導体ウエハから、例えばロット単位に抜き
取られた(サンプリングされた)または特定のロットに
ついては全数抜き取られた(サンプリングされた)各半
導体ウエハについての検査装置93(41、42)にお
いて検査された検査された各欠陥(異物およびパターン
欠陥等)の重心位置を、図3に示すように、格子状の画
像データ上に座標指定して得られる不良位置データc
(同じ格子状の画素に存在する欠陥の個数に応じた値を
示す。)を示す。ただし、不良位置データc103に
は、不良位置データa101およびb102が除かれて
いる。即ち、図13に示す異物/外観収集システム51
は、製造工程C83において製造された多数の半導体ウ
エハから、例えばロット単位に抜き取られた(サンプリ
ングされた)または特定のロットについては全数抜き取
られた(サンプリングされた)各半導体ウエハについて
の検査装置93(41、42)において検査されて得ら
れる各欠陥(異物およびパターン欠陥等)の重心位置を
抽出し、この抽出された各半導体ウエハについての各欠
陥の重心位置を、図3に示すように、格子状の画像デー
タ上に座標指定して不良位置データc(同じ格子状の画
素に存在する欠陥の個数に応じた値を示す。)103を
求める。なお、検査装置92(41、42)からは、不
良位置データa101およびb102も検出される可能
性があるので、不良位置データc103から不良位置デ
ータa101およびb102を消去する必要が有る。次
に、異物/外観収集システム51は、製造工程C83に
おいて抜き取られた各半導体ウエハについての不良位置
データc103を複数の半導体ウエハに亘って、図4お
よび図5に示すように、同じ座標位置を示す画素毎に値
(欠陥の個数を示す値)を加算することで、製造工程C
83における不良分布画像データを作成し、この作成さ
れた不良分布画像データを、該不良分布画像データにお
ける画素ごとの数値を濃淡値に変換することによって不
良分布濃淡画像データ113に変換し、これら変換され
た不良分布濃淡画像データ113を、ディスプレイ等の
表示手段51aまたは61aに出力する。
Reference numeral 103 denotes each semiconductor wafer sampled (sampled) in lot units from a large number of semiconductor wafers manufactured in the manufacturing process C83, or all sampled (sampled) for a specific lot. As shown in FIG. 3, the position of the center of gravity of each of the inspected defects (foreign matter, pattern defect, etc.) inspected by the inspection device 93 (41, 42) can be obtained by designating the coordinates on the grid-like image data. Defect position data c
(A value corresponding to the number of defects existing in the same lattice-shaped pixel is shown.) However, the defect position data a101 and b102 are excluded from the defect position data c103. That is, the foreign matter / appearance collection system 51 shown in FIG.
Is an inspection device 93 for each semiconductor wafer sampled (sampled) in lot units, or 100% sampled (sampled) for a specific lot, from a large number of semiconductor wafers manufactured in the manufacturing process C83. The position of the center of gravity of each defect (foreign matter, pattern defect, etc.) obtained by inspection at (41, 42) is extracted, and the position of the center of gravity of each defect for each of the extracted semiconductor wafers is determined as shown in FIG. Defective position data c (indicating a value corresponding to the number of defects existing in the same lattice-like pixel) 103 is obtained by specifying coordinates on the lattice-like image data. Since the defect position data a101 and b102 may be detected from the inspection device 92 (41, 42), the defect position data a101 and b102 must be deleted from the defect position data c103. Next, the foreign matter / appearance collection system 51 compares the defective position data c103 for each semiconductor wafer extracted in the manufacturing process C83 with the same coordinate position over a plurality of semiconductor wafers as shown in FIGS. By adding a value (a value indicating the number of defects) for each pixel indicated, the manufacturing process C
The failure distribution image data in 83 is created, and the created failure distribution image data is converted into failure distribution gray image data 113 by converting a numerical value for each pixel in the failure distribution image data into a gray value. The obtained defect distribution density image data 113 is output to the display means 51a or 61a such as a display.

【0022】以上説明したように、各製造工程ごとに作
成された不良分布画像データまたは不良分布濃淡画像デ
ータ111、112、113を比較すると、不良分布画
像データまたは不良分布濃淡画像データ111には、右
上方に集中して不良が分布していることがわかり、ま
た、不良分布画像データまたは不良分布濃淡画像データ
113には、左上方に直線状の不良が分布していること
がわかる。これら不良分布画像データまたは不良分布濃
淡画像データ111、113の各々は、半導体ウエハ内
における不良分布、即ち不良が発生している領域性を示
すことになる。そして、このようなある製造工程では検
出されず、ある製造工程では検出される不良を見つける
ことで、不良発生の原因となる製造工程を判明すること
ができる。即ち、図13に示す異物/外観収集システム
51において、各製造工程ごとに作成された不良分布画
像データの各々を、各不良分布画像データにおける画素
ごとの数値を濃淡値に変換することによって不良分布濃
淡画像データ111、112、113に変換し、これら
変換された各々111、112、113を、直接異物/
外観収集システム51に接続されたディスプレイ等の表
示手段51aまたは異常監視システム61に提供して異
常監視システム61に接続されたディスプレイ等の表示
手段61aに出力することによって、不良発生の原因と
なる製造工程を判明することができる。
As described above, when the defect distribution image data or the defect distribution density image data 111, 112 and 113 created for each manufacturing process are compared, the defect distribution image data or the defect distribution density image data 111 includes: It can be seen that the failures are concentrated on the upper right and that the failure distribution image data or the failure distribution density image data 113 has a linear failure on the upper left. Each of the defect distribution image data or the defect distribution density image data 111 and 113 indicates a defect distribution in the semiconductor wafer, that is, a region where a defect occurs. Then, by finding a defect that is not detected in such a certain manufacturing process but is detected in a certain manufacturing process, the manufacturing process that causes the occurrence of the defect can be identified. That is, in the foreign matter / appearance collection system 51 shown in FIG. 13, each of the defect distribution image data created for each manufacturing process is converted into a numerical value for each pixel in each of the defect distribution image data into a gray scale value. The image data is converted into gray-scale image data 111, 112, and 113, and these converted data 111, 112, and 113 are directly converted into foreign matter /
By providing the display means 51a such as a display connected to the appearance collection system 51 or the abnormality monitoring system 61 and outputting the same to the display means 61a such as a display connected to the abnormality monitoring system 61, manufacturing which causes a defect may be generated. The process can be identified.

【0023】図2は、多数の製造工程の内、製造装置A
84と製造装置B85とを用いて製造される半導体ウエ
ハに対して異物検査または外観検査が行われるある製造
工程において、上記各製造装置A84、B85毎に得ら
れる不良分布画像データまたは不良分布濃淡画像データ
に基づいて不良が発生する製造装置を究明する方法を説
明するための図である。104は、製造装置A84で製
造された多数の半導体ウエハから、例えばロット単位に
抜き取られた(サンプリングされた)または特定のロッ
トについては全数抜き取られた(サンプリングされた)
各半導体ウエハについての検査装置94(41、42)
において検査された各欠陥(異物およびパターン欠陥
等)の重心位置を、図3に示すように、格子状の画像デ
ータ上に座標指定して得られる不良位置データd(同じ
格子状の画素に存在する欠陥の個数に応じた値を示
す。)を示す。製造装置A84に入る前と製造装置A8
4から出た後、各半導体ウエハ上に存在する欠陥の発生
を検査装置94(41、42)で検査し、製造装置A8
4から出た後に得られる不良位置データから製造装置A
84に入る前に得られる不良位置データを消去すること
によって製造装置A84によって生じた不良位置データ
を得ることができる。即ち、異物/外観収集システム5
1は、製造装置A84において製造された多数の半導体
ウエハから、例えばロット単位に抜き取られた(サンプ
リングされた)または特定のロットについては全数抜き
取られた(サンプリングされた)各半導体ウエハについ
ての検査装置94(41、42)において検査されて得
られる各欠陥(異物およびパターン欠陥等)の重心位置
を抽出し、この抽出された各欠陥の重心位置を、図3に
示すように、格子状の画像データ上に座標指定して不良
位置データd(同じ格子状の画素に存在する欠陥の個数
に応じた値を示す。)104を求める。次に、異物/外
観収集システム51は、製造工程A81において抜き取
られた各半導体ウエハについての不良位置データd10
4を複数の半導体ウエハに亘って、図4および図5に示
すように、同じ座標位置を示す画素毎に値(欠陥の個数
を示す値)を加算することで、製造装置A84における
不良分布画像データを作成し、この作成された不良分布
画像データを、該不良分布画像データにおける画素ごと
の数値を濃淡値に変換することによって不良分布濃淡画
像データ114に変換し、これら変換された不良分布濃
淡画像データ114を、ディスプレイ等の表示手段51
aまたは61aに出力する。
FIG. 2 shows a manufacturing apparatus A among a number of manufacturing steps.
In a certain manufacturing process in which a foreign substance inspection or an appearance inspection is performed on a semiconductor wafer manufactured using the semiconductor device 84 and the manufacturing apparatus B85, the defective distribution image data or the defective distribution grayscale image obtained for each of the manufacturing apparatuses A84 and B85. FIG. 7 is a diagram for explaining a method for determining a manufacturing apparatus in which a defect occurs based on data. Reference numeral 104 denotes, for example, a lot (sampled) or a whole lot of a specific lot (sampled) from a large number of semiconductor wafers manufactured by the manufacturing apparatus A84.
Inspection device 94 (41, 42) for each semiconductor wafer
As shown in FIG. 3, the position of the center of gravity of each defect (for example, a foreign matter and a pattern defect) inspected in the defect position data d (existing in the same lattice pixel The value corresponds to the number of defects to be formed.). Before entering manufacturing apparatus A84 and manufacturing apparatus A8
4, the inspection device 94 (41, 42) inspects the occurrence of a defect existing on each semiconductor wafer, and the production device A 8
4 from the defect position data obtained after exiting from step 4.
By erasing the defective position data obtained before entering the position 84, the defective position data generated by the manufacturing apparatus A84 can be obtained. That is, foreign matter / appearance collection system 5
1 is an inspection apparatus for each semiconductor wafer extracted (sampled) in lot units, for example, or extracted (sampled) in total for a specific lot from a large number of semiconductor wafers manufactured in the manufacturing apparatus A84. The position of the center of gravity of each defect (for example, foreign matter and pattern defect) obtained by inspection at 94 (41, 42) is extracted, and the position of the center of gravity of each of the extracted defects is extracted as shown in FIG. Defective position data d (indicating a value corresponding to the number of defects existing in the same lattice-shaped pixel) 104 is obtained by specifying coordinates on the data. Next, the foreign matter / appearance collection system 51 performs the defect position data d10 for each semiconductor wafer extracted in the manufacturing process A81.
4 over a plurality of semiconductor wafers, as shown in FIGS. 4 and 5, by adding a value (a value indicating the number of defects) for each pixel indicating the same coordinate position, thereby obtaining a defect distribution image in the manufacturing apparatus A84. Data is created, and the created defect distribution image data is converted into defect distribution density image data 114 by converting a numerical value for each pixel in the defect distribution image data into a gray value, and these converted defect distribution density data are converted. The image data 114 is displayed on a display unit 51 such as a display.
a or 61a.

【0024】105は、製造装置B85で製造された多
数の半導体ウエハから、例えばロット単位に抜き取られ
た(サンプリングされた)または特定のロットについて
は全数抜き取られた(サンプリングされた)各半導体ウ
エハについての検査装置95(41、42)において検
査された各欠陥(異物およびパターン欠陥等)の重心位
置を、図3に示すように、格子状の画像データ上に座標
指定して得られる不良位置データe(同じ格子状の画素
に存在する欠陥の個数に応じた値を示す。)を示す。製
造装置B85に入る前と製造装置B85から出た後、各
半導体ウエハ上に存在する欠陥の発生を検査装置95
(41、42)で検査し、製造装置B85から出た後に
得られる不良位置データから製造装置B85に入る前に
得られる不良位置データを消去することによって製造装
置B85によって生じた不良位置データを得ることがで
きる。即ち、異物/外観収集システム51は、製造装置
B85において製造された多数の半導体ウエハから、例
えばロット単位に抜き取られた(サンプリングされた)
または特定のロットについては全数抜き取られた(サン
プリングされた)各半導体ウエハについての検査装置9
5(41、42)において検査されて得られる各欠陥
(異物およびパターン欠陥等)の重心位置を抽出し、こ
の抽出された各欠陥の重心位置を、図3に示すように、
格子状の画像データ上に座標指定して不良位置データe
(同じ格子状の画素に存在する欠陥の個数に応じた値を
表す。)105を求める。次に、異物/外観収集システ
ム51は、製造工程A81において抜き取られた各半導
体ウエハについての不良位置データe105を複数の半
導体ウエハに亘って、図4および図5に示すように、同
じ座標位置を示す画素毎に値(欠陥の個数を示す値)を
加算することで、製造装置B85における不良分布画像
データを作成し、この作成された不良分布画像データ
を、該不良分布画像データにおける画素ごとの数値を濃
淡値に変換することによって不良分布濃淡画像データ1
15に変換し、これら変換された不良分布濃淡画像デー
タ115を、ディスプレイ等の表示手段51aまたは6
1aに出力する。
Reference numeral 105 denotes each semiconductor wafer extracted (sampled) in lot units from a large number of semiconductor wafers manufactured by the manufacturing apparatus B85, or extracted (sampled) in total for a specific lot. The position of the center of gravity of each defect (foreign matter, pattern defect, etc.) inspected by the inspection apparatus 95 (41, 42) is determined by specifying coordinates on grid-like image data as shown in FIG. e (indicating a value corresponding to the number of defects existing in the same lattice-shaped pixel). Before entering the manufacturing apparatus B85 and after exiting the manufacturing apparatus B85, the inspection apparatus 95 checks the occurrence of defects existing on each semiconductor wafer.
Inspection is performed at (41, 42), and the defective position data obtained before entering the manufacturing apparatus B85 is deleted from the defective position data obtained after leaving the manufacturing apparatus B85, thereby obtaining the defective position data generated by the manufacturing apparatus B85. be able to. That is, the foreign matter / appearance collection system 51 is extracted (sampled), for example, in lot units from a large number of semiconductor wafers manufactured in the manufacturing apparatus B85.
Alternatively, the inspection apparatus 9 for each semiconductor wafer sampled (sampled) for a specific lot.
5 (41, 42), the center of gravity of each defect (foreign matter, pattern defect, etc.) obtained by inspection is extracted, and the center of gravity of each of the extracted defects is determined as shown in FIG.
Defective position data e by specifying coordinates on grid-like image data
(Representing a value corresponding to the number of defects existing in the same lattice-shaped pixel.) 105 is obtained. Next, the foreign matter / appearance collection system 51 compares the defect position data e105 for each semiconductor wafer extracted in the manufacturing process A81 over a plurality of semiconductor wafers with the same coordinate position as shown in FIGS. By adding a value (a value indicating the number of defects) for each pixel shown, failure distribution image data in the manufacturing apparatus B85 is created, and the created failure distribution image data is used for each pixel in the failure distribution image data. By converting a numerical value into a gray value, a defective distribution gray image data 1 is obtained.
And converting the defective distribution density image data 115 into a display means 51a or 6 such as a display.
1a.

【0025】以上説明したように、各製造装置ごとに作
成された不良分布画像データまたは不良分布濃淡画像デ
ータ114、115を比較すると、不良分布画像データ
または不良分布濃淡画像データ115にはウエハの周辺
にリング状に不良が分布していることがわかる。このよ
うに不良分布画像データまたは不良分布濃淡画像データ
115は、半導体ウエハ内における不良分布、即ち不良
が発生している領域性を示すことになる。そして、この
ようなある製造装置からは検出されず、ある製造装置か
らは検出される不良を見つけることで、不良発生の原因
となる製造装置を判定することができる。即ち、異物/
外観収集システム51において、各製造装置ごとに作成
された不良分布画像データの各々を、各不良分布画像デ
ータにおける画素ごとの数値を濃淡値に変換することに
よって不良分布濃淡画像データ114、115に変換
し、これら変換された各々114、115を、直接異物
/外観収集システム51に接続されたディスプレイ等の
表示手段51aまたは異常監視システム61に提供して
異常監視システム61に接続されたディスプレイ等の表
示手段61aに出力することによって、不良発生の原因
となる製造装置を判明することができる。
As described above, when comparing the defect distribution image data or the defect distribution density image data 114 and 115 created for each manufacturing apparatus, it is found that the defect distribution image data or the defect distribution density image data 115 It can be seen that the defects are distributed in a ring shape. As described above, the defect distribution image data or the defect distribution grayscale image data 115 indicates the defect distribution in the semiconductor wafer, that is, the area in which the defect occurs. Then, by finding a defect that is not detected from such a certain manufacturing apparatus but is detected from a certain manufacturing apparatus, it is possible to determine a manufacturing apparatus that causes a defect. That is,
In the appearance collecting system 51, each of the defect distribution image data created for each manufacturing apparatus is converted into defect distribution gray image data 114, 115 by converting a numerical value for each pixel in each defect distribution image data into a gray value. The converted data 114 and 115 are provided to a display means 51a such as a display directly connected to the foreign matter / appearance collection system 51 or to the abnormality monitoring system 61, and are displayed on a display connected to the abnormality monitoring system 61. By outputting the data to the means 61a, it is possible to identify the manufacturing apparatus that causes the failure.

【0026】また、図2では装置毎に示したが、同一装
置であっても、チャンバ毎に同様な処理をすることで、
不良発生の原因となるチャンバを判定することができ
る。また、図1および図2に示す検査装置91〜95
は、別々の検査装置で構成した場合について説明した
が、同一の検査装置で構成してもよい。また検査装置9
1〜95を、別々の検査装置で構成する場合、半導体製
造ラインに組み入れてONラインモニタとして使用する
ことも可能となる。以上、図1および図2に示すよう
に、不良カテゴリ(異物欠陥、外観パターン欠陥等)毎
に、製造工程A81による不良分布濃淡画像データ11
1と、製造工程C83による不良分布濃淡画像データ1
13と、製造装置B85による不良分布濃淡画像データ
115との間には、異なった不良分布パターン(半導体
ウエハ内における不良が発生した領域性を示す。)が示
されることになる。従って、これら異なった不良分布パ
ターンを、過去事例データベース(テンプレートデータ
ベース)121として登録しておけば、異常監視システ
ム61において不良発生の原因となる製造工程および製
造装置を特定することが可能となる。ところで、実際、
半導体ウエハは、多数の製造工程によって製造され、あ
る製造工程においては、複数の製造装置を用いて製造さ
れることになる。そして、図13に示す半導体製造管理
システム71によって、製造ラインに対するロット単位
も含めて半導体ウエハの流れが管理され、半導体製造管
理システム71には製造ラインに対する半導体ウエハの
流れのデータベースが蓄積されていることになる。従っ
て、異常監視システム61は、半導体製造管理システム
71から得られる製造ラインに対する半導体ウエハの流
れのデータベースに基いて、図1に示す製造工程ごとの
不良解析と図2に示す製造装置ごとの不良解析とを混合
させて行う必要がある。
Although FIG. 2 shows each apparatus, even if the same apparatus is used, similar processing is performed for each chamber.
The chamber that causes the failure can be determined. In addition, the inspection devices 91 to 95 shown in FIGS.
Has been described using separate inspection devices, but the same inspection device may be used. Inspection device 9
When 1 to 95 are configured by separate inspection devices, they can be incorporated in a semiconductor manufacturing line and used as an ON-line monitor. As described above, as shown in FIG. 1 and FIG. 2, the defect distribution density image data 11 obtained by the manufacturing process A81 for each defect category (foreign matter defect, appearance pattern defect, etc.)
1 and defective distribution density image data 1 by the manufacturing process C83
A different defect distribution pattern (indicating the area where a defect has occurred in a semiconductor wafer) is shown between 13 and the defect distribution density image data 115 by the manufacturing apparatus B85. Therefore, if these different failure distribution patterns are registered as the past case database (template database) 121, the abnormality monitoring system 61 can specify a manufacturing process and a manufacturing apparatus that cause a failure. By the way,
A semiconductor wafer is manufactured by a number of manufacturing processes, and in a certain manufacturing process, it is manufactured using a plurality of manufacturing apparatuses. The flow of semiconductor wafers, including lots for the production line, is managed by the semiconductor production management system 71 shown in FIG. 13, and the semiconductor production management system 71 stores a database of the flow of semiconductor wafers for the production line. Will be. Therefore, the abnormality monitoring system 61 performs the failure analysis for each manufacturing process shown in FIG. 1 and the failure analysis for each manufacturing apparatus shown in FIG. 2 based on the database of the flow of the semiconductor wafer for the manufacturing line obtained from the semiconductor manufacturing management system 71. Need to be mixed with the above.

【0027】次に、図1、および図2に示す不良位置デ
ータ101〜105から不良分布画像データを作成する
方法について図3を用いて説明する。21は、各検査装
置91〜95(41、42)において検査された不良検
査結果の座標データを示す。不良検査結果の座標データ
21は、異物またはパターン欠陥等からなる欠陥(不
良)の重心位置を示す基準位置からのX座標およびY座
標と、欠陥の面積等で示される大きさとから構成され
る。異物/外観収集システム51は、各検査装置91〜
95(41、42)から検査されて入力された不良検査
結果の座標データ21の内の欠陥(不良)の重心位置を
示す基準位置からのX座標およびY座標を、半導体ウエ
ハの直径をN分割した格子状に量子化すなわちN×N画
素(1画素を100μm×100μm〜500μm×5
00μmの大きさに分割する。)で構成する画像データ
13におけるどこの画素位置に対応するか変換する。は
じめ全画素値0の画像データにおいて、一つの画素内に
一つの不良(欠陥)が存在する場合には該一つの画素に
対して、画素値1を加算し、同一の画素内に複数の不良
(欠陥)が発生した場合には、その画素に対してその不
良数分(欠陥個数)を加算する。この結果、画像データ
13として、各画素毎に不良数(欠陥個数)が示される
ことになる。即ち、N×N画素で構成する画像データ1
3として、各画素毎に示されている数値は、その画素に
検出された不良数(欠陥個数)を示していることにな
る。従って、このN×N画素で構成する画像データ13
には、欠陥の面積等で示される大きさの情報は含まれて
いないことになる。しかし、異物欠陥については、大き
さは1画素内に十分入るものであり、発生する個数を把
握できればよい。またパターン欠陥についても、発生原
因の多くは、異物によるものであるため、異物欠陥と同
様に大きさは1画素内に十分入るものであり、発生する
個数を把握できればよい。このようにして、異物/外観
収集システム51は、N×N画素で構成する画像データ
13として、不良位置データ101〜105に基づく不
良分布画像データを作成することができる。もし、異物
/外観収集システム51は、不良分布画像データを、異
物/外観収集システム51に接続されたディスプレイ等
の表示手段51a、または異常監視システム61に接続
されたディスプレイ等の表示手段61aに表示するため
には、N×N画素で構成する画像データ13を、N×N
画素で構成する画像データ13における画素ごとの数値
を濃淡値に変換することによって不良分布濃淡画像デー
タ31に変換し、これを表示手段51a、または61a
に表示することによって、不良位置データ101〜10
5に基づく不良分布画像データを濃淡画像として表示す
ることが可能となり、不良分布の傾向を視覚的に把握す
ることができる。
Next, a method of creating defect distribution image data from the defect position data 101 to 105 shown in FIGS. 1 and 2 will be described with reference to FIG. Reference numeral 21 denotes coordinate data of a defect inspection result inspected by each of the inspection devices 91 to 95 (41, 42). The coordinate data 21 of the defect inspection result includes an X coordinate and a Y coordinate from a reference position indicating the center of gravity of a defect (defective) such as a foreign substance or a pattern defect, and a size indicated by the area of the defect. The foreign matter / appearance collection system 51 includes the inspection devices 91 to 91.
The X coordinate and the Y coordinate from the reference position indicating the center of gravity of the defect (defective) in the coordinate data 21 of the defect inspection result inspected and input from 95 (41, 42) are obtained by dividing the diameter of the semiconductor wafer by N. That is, quantization into N × N pixels (one pixel is 100 μm × 100 μm to 500 μm × 5
Divide to a size of 00 μm. ) Is converted to correspond to which pixel position in the image data 13 constituted by. First, in the image data of all pixel values 0, when one defect (defect) is present in one pixel, the pixel value 1 is added to the one pixel, and a plurality of defects are generated in the same pixel. When a (defect) occurs, the number of defects (the number of defects) is added to the pixel. As a result, the image data 13 indicates the number of defects (the number of defects) for each pixel. That is, image data 1 composed of N × N pixels
As 3, the numerical value shown for each pixel indicates the number of defects (the number of defects) detected at that pixel. Therefore, the image data 13 composed of the N × N pixels
Does not include information on the size indicated by the area of the defect or the like. However, the size of a foreign matter defect can be sufficiently included in one pixel, and it is sufficient that the number of generated foreign matter defects can be grasped. Also, as for pattern defects, most of the causes are caused by foreign matters, and therefore, as with the foreign matter defects, the size is sufficiently included in one pixel, and it is only necessary to know the number of occurrences. In this way, the foreign matter / appearance collection system 51 can create defect distribution image data based on the defect position data 101 to 105 as the image data 13 including N × N pixels. If the foreign substance / appearance collection system 51 displays the failure distribution image data on a display unit 51a such as a display connected to the foreign substance / appearance collection system 51 or a display unit 61a such as a display connected to the abnormality monitoring system 61. For this purpose, the image data 13 composed of N × N pixels is converted into N × N
By converting the numerical value of each pixel in the image data 13 composed of pixels into a gray value, the image data 13 is converted into defective distribution gray image data 31, which is displayed on the display means 51a or 61a.
The defect position data 101 to 10
5 can be displayed as a gray-scale image, and the tendency of the defect distribution can be visually grasped.

【0028】次に、図1、および図2に示す如く、不良
分布画像データから、不良分布濃淡画像データ111〜
115に変換する具体的な実施例を図4を用いて説明す
る。異物/外観収集システム51において、図3に示す
一枚一枚の半導体ウエハの不良分布画像データ13の群
14を、図5に示す如く対応する画素毎に値を加算する
ことによって、複数の半導体ウエハに亘った各画素毎に
不良(欠陥)の発生数で示される値の不良分布15が得
られる。そして、異物/外観収集システム51は、N×
N画素で構成する画像データ15を、N×N画素で構成
する画像データ15における画素ごとの数値を濃淡値に
変換することによって不良分布濃淡画像データ32に変
換し、これをディスプレイ等の表示手段51a、または
61aに表示する。これによって、各製造工程毎および
製造装置毎に、製造された複数の半導体ウエハに亘って
発生した不良(欠陥)の発生数の分布15を、濃淡画像
32として視覚的に把握することができる。さらに、半
導体ウエハ上のチップ構成やオリフラなどの設計データ
によるパターン22を、異物/外観収集システム51に
対してCADシステム201に接続されたネットワー
ク、記録媒体等からなる入力手段51bを用いて入力
し、異物/外観収集システム51は、ディスプレイ等の
表示手段51a、または61aに対して、入力された設
計データによるパターン22と変換された不良分布濃淡
画像データ32とを33で示す如く重ね合わせて表示す
ることで、チップ構成と不良分布の傾向を把握すること
も可能となる。設計パターンは濃淡ではなく、カラーで
表示することで不良分布と区別をつけることでわかりや
すい表示となる。図6に示すようにチップ構成は表示せ
ず、ウエハの外形だけを表示してもよい。
Next, as shown in FIGS. 1 and 2, the defect distribution image data 111 to
A specific example of conversion to 115 will be described with reference to FIG. In the foreign matter / appearance collection system 51, a plurality of semiconductors are obtained by adding the values of the group 14 of the defect distribution image data 13 of each semiconductor wafer shown in FIG. 3 for each corresponding pixel as shown in FIG. A defect distribution 15 having a value indicated by the number of occurrences of defects (defects) is obtained for each pixel over the wafer. Then, the foreign matter / appearance collection system 51 is N ×
The image data 15 composed of N pixels is converted into defect distribution density image data 32 by converting a numerical value for each pixel in the image data 15 composed of N × N pixels into a density value, and this is converted into display means such as a display. It is displayed on 51a or 61a. As a result, the distribution 15 of the number of defects (defects) occurring over a plurality of manufactured semiconductor wafers can be visually grasped as a grayscale image 32 for each manufacturing process and each manufacturing apparatus. Further, the pattern 22 based on the design data such as the chip configuration and the orientation flat on the semiconductor wafer is input to the foreign matter / appearance collection system 51 by using an input means 51b including a network connected to the CAD system 201 and a recording medium. The foreign matter / appearance collection system 51 displays the pattern 22 based on the input design data and the converted defect distribution density image data 32 on the display means 51a or 61a such as a display as indicated by 33. By doing so, it becomes possible to grasp the tendency of the chip configuration and the failure distribution. The design pattern is not shaded, but is displayed in color to distinguish it from the failure distribution, so that the display is easy to understand. As shown in FIG. 6, the chip configuration may not be displayed, and only the outer shape of the wafer may be displayed.

【0029】図5は、2枚の半導体ウエハにおける不良
分布画像データ16、17を加算して不良分布画像デー
タ18を作成する場合を示す図である。即ち、画素毎
に、不良(欠陥)の発生数(個数)を示した格子状の画
像データA(x(n),y(n))16とB(x(n),y(n))
17の同一座標(x(n),y(n))を示す画素の値を次に
示す(数1)式に基づいて加算することで、2枚の半導
体ウエハに亘って発生した不良(欠陥)の発生分布を示
す画像データC(x(n),y(n))18が作成される。 C(x(n),y(n))=A(x(n),y(n))+B(x(n),y(n)) (数1) 図6には、不良分布濃淡画像データ32を表示手段51
a、61aに表示した実施例を示す。図6は、半導体ウ
エハ上における不良分布を格子状の画像データとして扱
い、同一格子の中に不良が多いほど、明るく表示し、不
良が少ないほど、暗く表示している。不良分布11は格
子を荒く、1チップを1画素として扱い、不良分布12
は格子を細かく、1ウエハを128×128画素(1画
素約1.6mm)で扱っている。図6では不良が多いほ
ど、明るく、不良が少ないほど暗くした実施例を示した
が、その反対に不良が多いほど、暗く、不良が少ないほ
ど明るく表示することで、同様に不良分布を表示でき、
有効である。この選択は、利用者の好みに合わせるとよ
い。また、画像サイズは、さらに格子を細くし、512
×512画素(1画素約400μm)、1024×10
24画素(1画素約200μm)とするも有効である。
FIG. 5 is a diagram showing a case where the defect distribution image data 18 is created by adding the defect distribution image data 16 and 17 for two semiconductor wafers. That is, grid-like image data A (x (n), y (n)) 16 and B (x (n), y (n)) indicating the number (number) of occurrences of defects (defects) for each pixel
By adding the values of the pixels indicating the same coordinates (x (n), y (n)) of 17 based on the following (Equation 1), defects (defects) occurring over two semiconductor wafers ) Is generated as image data C (x (n), y (n)) 18. C (x (n), y (n)) = A (x (n), y (n)) + B (x (n), y (n)) (Equation 1) FIG. Display means 51 for displaying the data 32
a and 61a show examples shown in FIG. In FIG. 6, the defect distribution on the semiconductor wafer is treated as grid-like image data. The more defects in the same lattice, the brighter the display, and the fewer the defects, the darker the display. The defect distribution 11 has a rough grid and treats one chip as one pixel.
Has a fine lattice and handles one wafer with 128 × 128 pixels (about 1.6 mm per pixel). FIG. 6 shows an embodiment in which the number of defects is larger, the brightness is higher, and the number of defects is lower, the darker the display is. ,
It is valid. This selection may be adapted to the user's preference. In addition, the image size can be further reduced by making the grid thinner.
× 512 pixels (about 400 μm per pixel), 1024 × 10
It is also effective to use 24 pixels (one pixel is about 200 μm).

【0030】次に図3や図4に示す如く、各製造工程ま
たは各製造装置によって製造された各半導体ウエハから
検出された不良分布画像データ13や各製造工程または
各製造装置によって製造された複数の半導体ウエハに亘
って検出された不良分布画像データ15から異物/外観
収集システム51および異常監視システム61において
不良分布の異常を自動解析、監視する方法の一実施の形
態について図7および図8を用いて説明する。図8にお
いて、半導体ウエハ上に形成された格子状の実線は、チ
ップを示す。まず、異物/外観収集システム51は、ス
テップ131において、図3や図4に示す方法で、異物
検査装置41および外観検査装置42から各半導体ウエ
ハ毎にまたは複数の半導体ウエハに亘って検出される座
標データから分割された各画素毎に不良(異物やパター
ン欠陥等の欠陥)の発生個数を示す異物マップおよび外
観マップ141(13または15)に対して画像データ
化を行って異物および外観マップ画像142を得る。即
ち、不良カテゴリ(異物または外観パターン欠陥)毎
に、画像データ化を行う。異物マップおよび外観マップ
141(13または15)は、異物検査装置41および
外観検査装置42で検査された半導体ウエハを特定する
番号等の情報が補足されている。従って、異物マップお
よび外観マップ141は、どの半導体ウエハから得られ
たのか識別することが可能となる。次に異常監視システ
ム61は、ステップ132において、異物および外観マ
ップ画像142に対して所定の閾値(1画素における所
定の不良数(欠陥個数)で与えられる閾値)で異物およ
び外観マップの2値化画像に変換し、該変換された異物
および外観マップの2値化画像に対して、図9に示す如
く隣接した画素において発生した不良(欠陥)を一つの
塊(クラスタ)にする画像膨張処理を行って異物および
外観マップ膨張2値化画像143を作成する。
Next, as shown in FIGS. 3 and 4, defect distribution image data 13 detected from each semiconductor wafer manufactured by each manufacturing process or each manufacturing apparatus, and a plurality of defective distribution image data 13 manufactured by each manufacturing process or each manufacturing apparatus. FIGS. 7 and 8 show an embodiment of a method for automatically analyzing and monitoring an abnormality of a defect distribution in the foreign matter / appearance collection system 51 and the abnormality monitoring system 61 from the defect distribution image data 15 detected over the semiconductor wafer of FIG. It will be described using FIG. In FIG. 8, a solid line in a lattice formed on a semiconductor wafer indicates a chip. First, in step 131, the foreign matter / appearance collection system 51 detects the foreign matter from the foreign matter inspection device 41 and the appearance inspection device 42 for each semiconductor wafer or over a plurality of semiconductor wafers by the method shown in FIGS. The foreign matter map and the appearance map 141 (13 or 15) indicating the number of defects (defects such as foreign matter and pattern defects) for each pixel divided from the coordinate data are converted into image data, and the foreign matter and appearance map images are formed. 142 is obtained. That is, image data is generated for each defective category (foreign matter or appearance pattern defect). The foreign matter map and the appearance map 141 (13 or 15) are supplemented with information such as a number specifying the semiconductor wafer inspected by the foreign matter inspection device 41 and the appearance inspection device. Therefore, it is possible to identify from which semiconductor wafer the foreign matter map and the appearance map 141 are obtained. Next, in step 132, the abnormality monitoring system 61 binarizes the foreign matter and appearance map with a predetermined threshold (a threshold given by a predetermined number of defects (the number of defects) in one pixel) for the foreign matter and appearance map image 142. The binarized image of the converted foreign matter and appearance map is converted into an image, and a defect (defect) generated in an adjacent pixel is converted into one cluster (cluster) as shown in FIG. Then, the foreign matter and the appearance map dilated binary image 143 are created.

【0031】図9に示す画像膨張処理としては、2次元
2値化画像データで示される原画像データ151(14
2)に対して、中心画素を含め、その4近傍画素154
において論理和155をとってその結果を中心画素に付
与することによって、中心画素を含め、その4近傍画素
154において一つでも不良(欠陥)を示す“1”なる
画素が存在した場合、中心画素として不良(欠陥)を示
す“1”が付与されて、近傍の画素において発生した不
良(欠陥)を示す“1”なる信号が1画素離れていても
膨張されて繋がり、一つの塊(クラスタ)となった4近
傍膨張後の画像データ152が得られる。また、図9に
示す画像膨張処理としては、2次元2値化画像データで
示される原画像データ151(142)に対して、中心
画素を含め、その8近傍画素156において論理和15
7をとってその結果を中心画素に付与することによっ
て、中心画素を含め、その8近傍画素156において、
一つでも不良(欠陥)を示す“1”なる画素が存在した
場合、中心画素として不良(欠陥)を示す“1”が付与
されて、近傍の画素において発生した不良(欠陥)を示
す“1”なる信号が1画素離れていても膨張されて繋が
り、一つの塊(クラスタ)となった8近傍膨張後の画像
データ153が得られる。このような画像膨張処理を複
数回繰り返すことによって、不良(欠陥)を示す“1”
なる信号が複数画素離れていても膨張されて繋がること
になり、一つの塊(クラスタ)となった画像データが得
られる。また4近傍膨張と8近傍膨張とを交互に行うこ
とで、均一な膨張を行うことができる。
As the image expansion processing shown in FIG. 9, original image data 151 (14) represented by two-dimensional binary image data is used.
In contrast to 2), including its central pixel, its four neighboring pixels 154
In the above, the logical sum 155 is taken and the result is given to the central pixel. If at least one pixel “1” indicating a defect (defect) exists in the four neighboring pixels 154 including the central pixel, the central pixel As a result, "1" indicating a defect (defect) is added, and a signal "1" indicating a defect (defect) generated in a neighboring pixel is expanded and connected even if the pixel is separated by one pixel, thereby forming one lump (cluster). Thus, the image data 152 after the 4-neighbor expansion is obtained. Further, as the image expansion processing shown in FIG. 9, the OR operation is performed on the eight neighboring pixels 156 of the original image data 151 (142) represented by the two-dimensional binarized image data, including the center pixel.
By taking 7 and adding the result to the center pixel, including the center pixel, in its 8 neighboring pixels 156,
If at least one pixel indicating a defect (defect) exists, “1” indicating a defect (defect) is added as a central pixel, and “1” indicating a defect (defect) occurring in a neighboring pixel is assigned. Even if the signal “1” is separated by one pixel, the image data 153 is expanded and connected to form one lump (cluster), and the image data 153 is expanded after 8 neighborhoods. By repeating such image expansion processing a plurality of times, "1" indicating a defect (defect) is displayed.
Even if a plurality of signals are apart from each other by a plurality of pixels, they are expanded and connected, and image data in one lump (cluster) is obtained. In addition, uniform expansion can be performed by alternately performing near-four expansion and near-eight expansion.

【0032】このように、一つの塊(クラスタ)に繋げ
た状態で、元の画像に戻すのは、画像縮小処理を行えば
よい。中心画素を含め、その4近傍画素154または中
心画素を含め、その8近傍画素156において論理積を
とってその結果を中心画素に付与することによって、膨
張されて“1”なる信号で付与された一塊になった不良
(欠陥)の領域における最外周の1画素が“1”なる信
号から、“0”なる信号に変わって縮小されてつながっ
た状態で元の画像データに近い形で戻ることになる。要
するに、近傍の画素に不良(欠陥)が検出された場合、
不良(欠陥)の発生原因は同じと考えられ、そのためそ
の後の画像処理をしやすくするために一つの塊にすべ
く、画像膨張処理を行う。さらに、異物/外観収集シス
テム51は、ステップ133において、同一のクラスタ
毎にラベリングを付与する画像ラベリング処理を行って
ラベリング画像144を作成する。このラベリング処理
を行う際、ノイズ成分に近い小さな塊(膨張後例えば3
画素×3画素または5画素×5画素全てに不良(欠陥)
と判定されない小さな塊の場合、即ち膨張前に1画素ま
たは2画素の大きさで、しかも他の不良(欠陥)とは大
きく離れた孤立した状態で、不良(欠陥)を示す“1”
なる信号が発生した小さな塊の場合)については消去す
る処理を行う。また同一クラスタ内の不良数(欠陥個
数)を計数し、所定の値以下についてのクラスタについ
て消去しても良い。これによって、不良(欠陥)の大き
い塊のみがラベリング処理されることになる。
As described above, in order to return to the original image while being connected to one cluster (cluster), image reduction processing may be performed. The four pixels 154 including the central pixel and the four neighboring pixels 154 or the central pixel are logically ANDed at the eight neighboring pixels 156 and the result is applied to the central pixel. The outermost one pixel in the clustered defective (defect) area is changed from a signal of "1" to a signal of "0" and reduced and connected to return in a state close to the original image data in a connected state. Become. In short, when a defect (defect) is detected in a nearby pixel,
The cause of the occurrence of the defect (defect) is considered to be the same, so that the image expansion processing is performed so as to form one block in order to facilitate the subsequent image processing. Further, in step 133, the foreign matter / appearance collection system 51 performs an image labeling process for applying labeling to each of the same clusters to create a labeling image 144. When performing this labeling process, a small block close to the noise component (for example, 3
Defective (defect) in 3x5 pixels or all 5x5 pixels
"1" indicating a defect (defect) in a small lump that is not determined to be defective, that is, in a state of being one pixel or two pixels in size before expansion, and in a state largely separated from other defects (defects).
(In the case of a small lump in which a certain signal is generated), a process of erasing is performed. Alternatively, the number of defects (the number of defects) in the same cluster may be counted, and the clusters of a predetermined value or less may be deleted. As a result, only the lump having a large defect (defect) is subjected to the labeling processing.

【0033】次に、異物/外観収集システム51は、ス
テップ134において、同じラベリング、即ち同じ塊
(クラスタ)で処理された各ラベル内データの特徴量抽
出145として、各ラベルの代表位置(代表座標)を示
す重心位置(重心座標)、各ラベルの大きさを示す面
積、各ラベルのx方向、y方向、r方向(半径方向)、
θ方向の長さ、各ラベルの周囲長、各ラベルの円形度、
各ラベル内の不良数(欠陥個数)(濃淡値)、各ラベル
内の不良のモーメント、各ラベル内の不良の密度(不良
個数/面積)、各ラベル内の不良の分散値を算出し、異
常監視システム61に送信する。即ち、異物/外観収集
システム51は、ステップ134において、不良カテゴ
リ毎に、且つ各半導体ウエハ毎にまたは複数の半導体ウ
エハに亘っての各ラベル内の特徴量(例えば、各ラベル
の代表位置(代表座標)を示す重心位置(重心座標)、
各ラベルの大きさを示す面積、長さ、不良個数、不良の
密度、不良の分散値等)145を抽出し、異物検査装置
41および外観検査装置42で検査された半導体ウエハ
を特定する番号等の情報を補足させた状態で異常監視シ
ステム61に送信する。
Next, in step 134, the foreign matter / appearance collection system 51 determines the representative position (representative coordinate) of each label as the feature extraction 145 of the data in each label processed by the same labeling, that is, the same cluster. ), The area indicating the size of each label, the x direction, y direction, r direction (radial direction) of each label,
the length in the θ direction, the perimeter of each label, the circularity of each label,
Calculate the number of defects in each label (number of defects) (shading value), moment of defect in each label, density of defects in each label (number of defects / area), dispersion value of defects in each label, It is transmitted to the monitoring system 61. That is, in step 134, the foreign matter / appearance collection system 51 determines in step 134 the feature amount (for example, the representative position (representative position) of each label) in each label for each defect category and for each semiconductor wafer or a plurality of semiconductor wafers. Coordinates) (center of gravity coordinates)
145, which indicates the size of each label, the number of defects, the number of defects, the density of defects, the variance of defects, etc.) 145, and the number identifying the semiconductor wafer inspected by the foreign matter inspection device 41 and the appearance inspection device 42, etc. The information is transmitted to the abnormality monitoring system 61 in a state where the information is supplemented.

【0034】異常監視システム61は、ステップ135
において、異物/外観収集システム51によって抽出さ
れた各半導体ウエハ毎にまたは複数の半導体ウエハに亘
っての各ラベル内の特徴量(例えば、各ラベルの大きさ
を示す2次元的な面積や3次元的な不良数(欠陥個数)
や不良の密度(不良数/面積)や不良の重心位置からの
分散値等)145が許容値を越えたか否かの判定を行
い、越えた場合には、ステップ136aにおいて警告す
るために異常として出力して利用者または管理者へ異常
通知62を行う。この利用者または管理者へ異常通知6
2は、異常監視システム61に接続された表示手段61
a等の出力手段を用いて行っても良く、また異常監視シ
ステム61にネットワークを介して接続された端末に出
力することによって行っても良い。また異常監視システ
ム61は、ステップ135において、異物/外観収集シ
ステム51によって抽出された各半導体ウエハ毎にまた
は複数の半導体ウエハに亘っての各ラベル内の特徴量の
内の各ラベルの重心位置(重心座標)によって、半導体
ウエハ上において一塊の不良(欠陥)が発生した領域を
認識でき、しかも各ラベル内の特徴量の内のあ各ラベル
の大きさを示す面積、長さ、不良数(欠陥個数)等によ
って、不良(欠陥)が発生した一塊の2次元的な大きさ
または不良数(欠陥個数)を含めた3次元的な大きさを
認識することができる。また異常監視システム61は、
ステップ135において、異物/外観収集システム51
によって抽出された各半導体ウエハ毎にまたは複数の半
導体ウエハに亘っての各ラベル内の特徴量である不良の
重心位置や不良の密度(不良個数/面積)や不良の重心
からの分散値145から不良の発生状況を把握すること
ができ、その結果、経験的に不良(欠陥)を発生した製
造工程や不良(欠陥)を発生した製造装置を特定した
り、不良(欠陥)の発生原因を推定することも可能とな
る。
The abnormality monitoring system 61 proceeds to step 135
In (2), a characteristic amount in each label (for example, a two-dimensional area or a three-dimensional area indicating the size of each label) for each semiconductor wafer or a plurality of semiconductor wafers extracted by the foreign matter / appearance collection system 51 Defects (number of defects)
It is determined whether or not the density of the defect (the number of defects / area) or the variance value from the position of the center of gravity of the defect 145 exceeds an allowable value. The information is output and an abnormality notification 62 is issued to the user or the administrator. Abnormal notification 6 to this user or administrator
2 is a display means 61 connected to the abnormality monitoring system 61
This may be performed by using an output means such as a, or by outputting to a terminal connected to the abnormality monitoring system 61 via a network. In step 135, the abnormality monitoring system 61 determines the center of gravity position of each label among the feature amounts in each label for each semiconductor wafer extracted by the foreign matter / appearance collection system 51 or for a plurality of semiconductor wafers ( The area where one block of defects (defects) has occurred on the semiconductor wafer can be recognized by the coordinates of the center of gravity, and the area, length, and number of defects (defects) indicating the size of each label among the feature amounts in each label. The two-dimensional size of a block in which a defect (defect) has occurred or the three-dimensional size including the number of defects (the number of defects) can be recognized based on the number or the like. In addition, the abnormality monitoring system 61
In step 135, the foreign matter / appearance collection system 51
From the center of gravity of the defect, the density of the defect (number of defects / area), and the variance 145 from the centroid of the defect, which are the characteristic amounts in each label for each semiconductor wafer or a plurality of semiconductor wafers extracted by As a result, it is possible to grasp the occurrence status of defects, and as a result, empirically identify the manufacturing process in which the defect (defect) has occurred, the manufacturing apparatus in which the defect (defect) has occurred, and estimate the cause of the defect (defect). It is also possible to do.

【0035】以上説明した図7に示す処理は、基本的に
は、異常監視システム61において、異物/外観収集シ
ステム51によって抽出された不良カテゴリ(異物欠陥
または外観パターン欠陥)毎で、且つ各半導体ウエハ毎
にまたは複数の半導体ウエハに亘っての各ラベル内の特
徴量に基づく単に異常判定を行うものである。次に図3
や図4に示す如く、各製造工程または各製造装置によっ
て製造された各半導体ウエハから検出された不良分布画
像データ13や各製造工程または各製造装置によって製
造された複数の半導体ウエハに亘って検出された不良分
布画像データ15から異物/外観収集システム51およ
び異常監視システム61において不良分布を過去の事例
に基いて自動解析、監視する方法の別の実施の形態につ
いて図10を用いて説明する。図10に示すように、ま
ず、異物/外観収集システム51は、ステップ131に
おいて、図3や図4に示す方法で、異物検査装置41お
よび外観検査装置42から各半導体ウエハ毎にまたは複
数の半導体ウエハに亘って検出される座標データから分
割された各画素毎に不良(異物やパターン欠陥等の欠
陥)の発生個数を示す異物マップおよび外観マップ14
1(13または15)に対して異物および外観マップ画
像142として画像データ化を行う。異物マップおよび
外観マップ141(13または15)は、異物検査装置
41および外観検査装置42で検査された半導体ウエハ
を特定する番号等の情報が補足されている。従って、異
物マップおよび外観マップ141は、どの半導体ウエハ
から得られたのか識別することが可能となる。
The processing shown in FIG. 7 described above is basically performed by the abnormality monitoring system 61 for each defect category (foreign matter defect or appearance pattern defect) extracted by the foreign matter / appearance collection system 51 and for each semiconductor. This is simply to determine an abnormality based on the feature amount in each label for each wafer or for a plurality of semiconductor wafers. Next, FIG.
As shown in FIG. 4 and FIG. 4, the defect distribution image data 13 detected from each semiconductor wafer manufactured by each manufacturing process or each manufacturing apparatus, and the detection is performed over a plurality of semiconductor wafers manufactured by each manufacturing process or each manufacturing apparatus. Another embodiment of a method of automatically analyzing and monitoring a defect distribution in the foreign matter / appearance collection system 51 and the abnormality monitoring system 61 from the defect distribution image data 15 based on past cases will be described with reference to FIG. As shown in FIG. 10, first, in step 131, the foreign matter / appearance collection system 51 sends each semiconductor wafer or a plurality of semiconductors from the foreign object inspection device 41 and the appearance inspection device 42 by the method shown in Foreign matter map and appearance map 14 indicating the number of defects (defects such as foreign matter and pattern defects) generated for each pixel divided from the coordinate data detected over the wafer
1 (13 or 15) is converted into image data as a foreign matter and appearance map image 142. The foreign matter map and the appearance map 141 (13 or 15) are supplemented with information such as a number specifying the semiconductor wafer inspected by the foreign matter inspection device 41 and the appearance inspection device. Therefore, it is possible to identify from which semiconductor wafer the foreign matter map and the appearance map 141 are obtained.

【0036】次に異物/外観収集システム51は、ステ
ップ132において、異物および外観マップ画像142
に対して所定の閾値(1画素における所定の不良数(欠
陥個数)で与えられる閾値)で異物および外観マップの
2値化画像に変換し、該変換された異物および外観マッ
プの2値化画像に対して、図9に示す如く隣接した画素
において発生した不良(欠陥)を一つの塊(クラスタ)
にする画像膨張処理を行って異物および外観マップ膨張
2値化画像143を作成し、異物検査装置41および外
観検査装置42で検査された半導体ウエハを特定する番
号等の情報を補足させた状態で異常監視システム61に
送信する。次に異常監視システム61は、ステップ13
7において、不良カテゴリ(異物欠陥、または外観パタ
ーン欠陥)毎に、作成された不良(欠陥)を一つの塊
(クラスタ)にした異物および外観マップ膨張2値化画
像143について、図14に示すように、予め用意され
た不良カテゴリごとの過去の事例データベース(不良
(欠陥)の発生原因となる製造装置、不良の発生原因と
なる製造工程、および不良の発生原因を取り除く対策方
法等についての付帯情報が付与された代表とする複数種
類の不良分布のテンプレート)とマッチングを行って照
合率を算出する。そして、異常監視システム61は、ス
テップ138において、不良カテゴリ毎に、照合率が最
も高い不良分布のテンプレートの種類とその不良分布の
発生位置(座標)とが特定されて検出される。次に、異
常監視システム61は、ステップ139において、特定
された不良分布のテンプレートとの照合率が許容値を越
えたか否かの判定を行い、越えた場合には、ステップ1
36bにおいて警告するために異常として出力して利用
者または管理者へ異常通知62を行う。従って、異常監
視システム61から異常通知62が行われた照合率が最
も高い不良分布のテンプレートの種類が特定されること
によって、この不良分布のテンプレートに付帯された情
報を表示手段61a等の出力手段に出力することによっ
て、利用者または管理者は、不良(欠陥)の発生原因と
なる製造装置、不良の発生原因となる製造工程、および
不良の発生原因を取り除く対策方法等を特定することが
可能となり、対策を容易に行って、不良の発生原因を取
り除くことが可能となる。
Next, in step 132, the foreign matter / appearance collection system 51
Is converted into a binarized image of the foreign matter and the appearance map by a predetermined threshold value (threshold given by a predetermined number of defects (the number of defects) in one pixel), and the converted foreign matter and the binarized image of the appearance map are converted. In contrast, as shown in FIG. 9, defects (defects) generated in adjacent pixels are combined into one cluster (cluster).
A foreign matter and appearance map dilated binary image 143 is created by performing image expansion processing to make the foreign matter and appearance map expanded binary information 143, and information such as a number specifying a semiconductor wafer inspected by the foreign matter inspection device 41 and the appearance inspection device 42 is supplemented. It is transmitted to the abnormality monitoring system 61. Next, the abnormality monitoring system 61 proceeds to step 13
In FIG. 7, for each defect category (foreign matter defect or appearance pattern defect), the created defect (defect) as one lump (cluster) and the appearance map expanded binarized image 143 as shown in FIG. In addition, a past case database prepared for each failure category prepared in advance, including supplementary information on a manufacturing apparatus causing a failure (defect), a manufacturing process causing a failure, a countermeasure method for removing the cause of the failure, and the like. , And a matching rate is calculated by performing matching with a plurality of types of failure distribution templates (represented by a symbol). Then, in step 138, the abnormality monitoring system 61 identifies and detects, for each defect category, the type of the template of the defect distribution having the highest matching rate and the occurrence position (coordinate) of the defect distribution. Next, in step 139, the abnormality monitoring system 61 determines whether or not the matching rate with the template of the specified failure distribution has exceeded an allowable value.
At step 36b, an abnormality is output to warn the user or the administrator of the abnormality to give a warning 62. Therefore, by specifying the type of the failure distribution template having the highest matching rate for which the abnormality monitoring system 61 has issued the abnormality notification 62, the information attached to the failure distribution template is output to the output unit 61a or the like. By outputting the information to the user, the user or the administrator can specify a manufacturing device that causes a defect (defect), a manufacturing process that causes the defect, a countermeasure method for removing the cause of the defect, and the like. Thus, it is possible to easily take a countermeasure and remove the cause of the failure.

【0037】次に、代表とする複数種類の不良分布のテ
ンプレートの作成方法について説明する。図14に示す
ように、異常監視システム61は、不良の発生原因を推
定して対策した過去の多数事例における異物/外観収集
システム51から取得されたテンプレートとなる複数種
類の不良分布の画像データ122を入力手段61bを用
いて選択し、不良(欠陥)の発生原因となる製造装置、
不良の発生原因となる製造工程、および不良の発生原因
を取り除く対策方法等の付帯情報を付与してテンプレー
トデータベース121として記憶装置に記憶させたもの
である。複数種類の不良分布の画像データ122として
は、過去の事例における異物/外観収集システム51か
ら取得された各半導体ウエハ毎にまたは複数の半導体ウ
エハに亘って得られた多数の異物および外観マップ膨張
2値化画像143であっても良い。当然、異常監視シス
テム61は、過去の多数の事例から代表とする複数種類
の不良分布の画像データ(不良分布テンプレート画像)
122を選択する際に、不良(欠陥)の発生原因を推定
して対策した結果に基いて、不良(欠陥)の発生原因と
推定される製造装置、不良(欠陥)の発生原因と推定さ
れる製造工程、およびその不良(欠陥)の発生を無くす
る対策方法などの付帯情報を付与してテンプレートデー
タベース121として記憶装置に記憶されることにな
る。
Next, a description will be given of a method of creating a plurality of representative failure distribution templates. As shown in FIG. 14, the abnormality monitoring system 61 includes a plurality of types of defect distribution image data 122 serving as templates acquired from the foreign matter / appearance collection system 51 in a number of past cases in which the cause of occurrence of a defect is estimated and countermeasures are taken. Is selected using the input means 61b, and a manufacturing apparatus which causes a defect (defect)
It is stored in the storage device as the template database 121 with additional information such as a manufacturing process that causes a defect and a countermeasure method for removing the defect. As the image data 122 of a plurality of types of defect distributions, a large number of foreign substances and appearance map expansions 2 obtained for each semiconductor wafer obtained from the foreign substance / appearance collection system 51 in the past case or over a plurality of semiconductor wafers The value image 143 may be used. Naturally, the abnormality monitoring system 61 uses a plurality of types of failure distribution image data (failure distribution template images) as representatives from many past cases.
When selecting 122, based on the result of estimating the cause of the occurrence of the defect (defect) and taking a countermeasure, the manufacturing apparatus is estimated to be the cause of the occurrence of the defect (defect), and the cause of the occurrence of the defect (defect) is estimated. The supplementary information such as the manufacturing process and a countermeasure method for eliminating the occurrence of the defect (defect) is added to the storage device as the template database 121.

【0038】また、異常監視システム61は、過去の事
例がない場合には、新たに事例データベース(テンプレ
ートデータベース)を作成する必要がある。即ち、異常
監視システム61は、図7に示す処理フローにおいて異
常と判定したとき、図10に示す処理フローに基いて過
去の事例データベース(テンプレートデータベース)1
21と照合し、照合率がある基準以上の過去の事例デー
タベースが見つからない場合には、新たに事例データベ
ース(テンプレートデータベース)を構築する必要があ
る。異常監視システム61が図7に示す処理フローにお
いて異常と判定して異常通知を出したとき、利用者また
は管理者は、この異常と判定された半導体ウエハまたは
複数の半導体ウエハに亘って異常通知結果をもとに電子
顕微鏡観察、異常監視システム61を用いた過去事例の
検索などによる詳細解析を行って不良の発生原因となる
製造工程および製造装置を究明し(ステップ63)、製
造設備(製造装置)の保守を含めた整備、プロセスパラ
メータの調整、設計へのフィードバックなどの対策を行
い(ステップ64)、これら異常と判定された不良分布
の画像データ122と共にステップ63において究明さ
れた不良の発生原因となる製造工程および製造装置並び
にステップ64において対策された対策方法等の付帯情
報を付加して過去事例データベース121に登録する。
即ち、過去事例データベース121にテンプレート画像
データ122として登録されていないが、新たな領域性
の不良が発生したら、その不良分布の画像データ122
を原因究明、対策した結果である原因装置、原因工程、
対策方法などの付帯情報123として、過去事例データ
ベース(テンプレートデータベース)121に登録し、
それ以降、テンプレートして活用する。
When there is no past case, the abnormality monitoring system 61 needs to create a new case database (template database). That is, when the abnormality monitoring system 61 determines that there is an abnormality in the processing flow shown in FIG. 7, based on the processing flow shown in FIG. 10, the past case database (template database) 1
21 and if a past case database having a matching ratio equal to or higher than a certain reference is not found, a new case database (template database) needs to be constructed. When the abnormality monitoring system 61 determines that an abnormality has occurred in the processing flow illustrated in FIG. 7 and issues an abnormality notification, the user or the administrator determines whether or not the abnormality notification has been performed on the semiconductor wafer determined to be abnormal or over a plurality of semiconductor wafers. Based on the results, a detailed analysis is performed by observing an electron microscope, searching for past cases using the abnormality monitoring system 61, and the like, to find out a manufacturing process and a manufacturing apparatus that may cause a failure (step 63), and manufacturing equipment (a manufacturing apparatus) (6) Takes measures such as maintenance including maintenance, adjustment of process parameters, and feedback to design (step 64), and the cause of the failure identified in step 63 together with the image data 122 of the failure distribution determined to be abnormal. In the past case, additional information such as the manufacturing process and the manufacturing apparatus to be It is registered in the database 121.
That is, if a new area-based defect is not registered as the template image data 122 in the past case database 121, the image data 122 of the defect distribution is generated.
The cause device, cause process,
Registered in the past case database (template database) 121 as supplementary information 123 such as countermeasures,
After that, use it as a template.

【0039】また、代表とする不良分布のテンプレート
を、図11に示すように対話式で作成して過去事例デー
タベース(テンプレートデータベース)121として記
憶装置に記憶させてもよい。即ち、異常監視システム6
1は、ステップ161において、CADシステム201
から設計データのチップ配列のパターンを読み込んで表
示手段61aに表示し、次にステップ162において過
去事例の検索結果と経験に基いて入力手段61bを用い
てチップごとに領域としてクリック可能とする。これら
のチップを、過去事例の検索結果と経験に基いてクリッ
クすることで、そのチップの表示の色や明るさを換え、
代表とする不良分布のテンプレートの形状を作成する。
また、市販のフォトレタッチソフトなどを利用し、テン
プレートの図形を描き、画像ファイルとして登録するこ
とでテンプレートを作成することも有効である。以上、
ステップ163において不良分布のテンプレートの形状
を作成完了したら、ステップ164において画面上で作
成した形状のテンプレート画像データを過去事例データ
ベース(テンプレートデータベース)121として記憶
装置に記憶させる。これによって、代表とする不良分布
のテンプレートをテンプレートデータベース121から
読みだすことによって利用することが可能となる。この
場合においても、過去事例の検索結果と経験に基いて、
代表とする不良分布のテンプレート画像124を作成す
る際に、不良(欠陥)の発生原因と推定される製造装
置、不良(欠陥)の発生原因と推定される製造工程、お
よびその不良(欠陥)の発生を無くする対策方法などの
付帯情報が付与されて過去事例データベース121とし
て記憶装置に記憶されることになる。
Further, a representative failure distribution template may be created interactively as shown in FIG. 11 and stored in the storage device as a past case database (template database) 121. That is, the abnormality monitoring system 6
In step 161, the CAD system 201
Then, the pattern of the chip arrangement of the design data is read and displayed on the display means 61a. Then, in step 162, the input means 61b is used as an area for each chip as a clickable area based on the search results and experience of past cases. Clicking on these chips based on past search results and experience will change the color and brightness of the display of that chip,
A template shape of a representative failure distribution template is created.
It is also effective to draw a template figure using commercially available photo retouching software or the like and create the template by registering it as an image file. that's all,
When the creation of the template shape of the defect distribution is completed in step 163, the storage device stores the template image data of the shape created on the screen as a past case database (template database) 121 in step 164. This makes it possible to use the template of the representative failure distribution by reading it from the template database 121. In this case, too, based on past case search results and experience,
When the representative failure distribution template image 124 is created, the manufacturing apparatus estimated to be the cause of the defect (defect), the manufacturing process estimated to be the cause of the defect (defect), and the defect (defect) Auxiliary information such as a countermeasure for eliminating occurrence is added and stored in the storage device as the past case database 121.

【0040】次に図3や図4に示す如く、各製造工程ま
たは各製造装置によって製造された各半導体ウエハから
検出された不良分布画像データ13や各製造工程または
各製造装置によって製造された複数の半導体ウエハに亘
って検出された不良分布画像データ15から異物/外観
収集システム51および異常監視システム61において
不良分布の領域性不良を自動解析、監視する方法の別の
実施の形態について図11を用いて説明する。図7に示
す実施の形態と相違する点は、ステップ140におい
て、異常監視システム61が、異物/外観収集システム
51から得られる各ラベル内データについての特徴量抽
出結果に対して、ニューラルネットワークあるいは統計
的な過去の事例から取得された過去事例データベースで
ある特徴量データ121’とのマッチングを行い、ステ
ップ136cにおいて照合率の高いものを異常として出
力して利用者または管理者へ異常通知62を行う。この
場合、ニューラルネットワークあるいは統計的な過去の
事例から取得された特徴量データ121’を、上記テン
プレートデータベース121と同様に、不良(欠陥)の
発生原因と推定される製造装置、不良(欠陥)の発生原
因と推定される製造工程、およびその不良(欠陥)の発
生を無くする対策方法などの付帯情報を付与して多数用
意する必要がある。
Next, as shown in FIG. 3 and FIG. 4, defect distribution image data 13 detected from each semiconductor wafer manufactured by each manufacturing process or each manufacturing apparatus, and a plurality of defective distribution image data 13 manufactured by each manufacturing process or each manufacturing apparatus. FIG. 11 shows another embodiment of a method of automatically analyzing and monitoring the area defect of the defect distribution in the foreign matter / appearance collection system 51 and the abnormality monitoring system 61 from the defect distribution image data 15 detected over the semiconductor wafer of FIG. It will be described using FIG. The difference from the embodiment shown in FIG. 7 is that in step 140, the abnormality monitoring system 61 uses a neural network or a statistical network for the feature amount extraction result for each data in the label obtained from the foreign matter / appearance collection system 51. Is performed with feature amount data 121 'which is a past case database acquired from a past case, and a high-matching rate is output as abnormal in step 136c, and an abnormal notification 62 is issued to a user or an administrator. . In this case, similar to the template database 121, the feature data 121 'obtained from a neural network or a statistical past case is converted into a manufacturing device estimated to be the cause of the defect (defect) and the defect (defect). It is necessary to add a number of supplementary information such as a manufacturing process that is presumed to be a cause of occurrence and a countermeasure method for eliminating the occurrence of defects (defects), and prepare a large number of them.

【0041】以上説明したように、図7に示す処理、図
10に示す処理、図12に示す処理を個別に行っても有
効であるが、それぞれを並列に行い、どれか一つでも検
出した結果を利用者へ通知することで抜けの少ない異常
の検出が可能となる。次に本発明に係る半導体製造にお
ける不良解析システムの一実施の形態について図13を
用いて説明する。図13は、本発明に係る半導体製造に
おける不良解析システムの一実施の形態を示す全体概略
構成図である。製造工程A81は、酸化工程81a、成
膜工程81b、ホトリソ工程81c、エッチング工程8
1dから構成され、各々の工程81a〜81dにおいて
1台または複数台の製造装置が使用されることになる。
また製造工程B82は、成膜工程82a、ホトリソ工程
82b、エッチング工程82cから構成され、各々の工
程82a〜82cにおいて1台または複数台の製造装置
が使用されることになる。また製造工程C83は、スパ
ッタリング工程83a、成膜工程83b、ホトリソ工程
83c、エッチング工程83dから構成され、各々の工
程83a〜83dにおいて1台または複数台の製造装置
が使用されることになる。これら製造工程A81、B8
2、C83は、半導体ウエハを製造する際の代表する工
程を模式的に示すものである。成膜工程81b、82
a、83bにおいて同じ成膜装置が使用される場合もあ
り、またホトリソ工程81c、82b、83cにおいて
同じホトリソ装置が使用される場合もあり、またエッチ
ング工程81d、82c、83dにおいて同じエッチン
グ装置が使用される場合もある。要するに、半導体ウエ
ハを製造するための製造ラインを、製造工程A81と、
製造工程B82と、製造工程C83とによって模式的に
示す。半導体製造管理システム71は、上記製造ライン
に流す半導体ウエハの管理をするもので、半導体ウエハ
の流れのデータベースが構築されている。従って、半導
体製造管理システム71に構築された半導体ウエハの流
れのデータベースを見れば、いつの時点でどの製造工程
でどの製造装置を用いて製造されたかを把握することが
できる。
As described above, it is effective to perform the processing shown in FIG. 7, the processing shown in FIG. 10, and the processing shown in FIG. 12 individually. However, each processing is performed in parallel, and any one is detected. By notifying the user of the result, it is possible to detect an abnormality with few omissions. Next, one embodiment of a failure analysis system in semiconductor manufacturing according to the present invention will be described with reference to FIG. FIG. 13 is an overall schematic configuration diagram showing one embodiment of a failure analysis system in semiconductor manufacturing according to the present invention. The manufacturing process A81 includes an oxidation process 81a, a film formation process 81b, a photolithography process 81c, and an etching process 8
1d, and one or more manufacturing apparatuses are used in each of the processes 81a to 81d.
The manufacturing process B82 includes a film forming process 82a, a photolithography process 82b, and an etching process 82c, and one or a plurality of manufacturing devices are used in each of the processes 82a to 82c. The manufacturing process C83 includes a sputtering process 83a, a film forming process 83b, a photolithography process 83c, and an etching process 83d, and one or more manufacturing devices are used in each of the processes 83a to 83d. These manufacturing steps A81, B8
2, C83 schematically shows a representative process in manufacturing a semiconductor wafer. Film forming steps 81b, 82
The same film forming apparatus may be used in a and 83b, the same photolithography apparatus may be used in photolithography steps 81c, 82b and 83c, and the same etching apparatus may be used in etching steps 81d, 82c and 83d. It may be done. In short, a manufacturing line for manufacturing a semiconductor wafer is defined as a manufacturing process A81,
This is schematically illustrated by a manufacturing process B82 and a manufacturing process C83. The semiconductor manufacturing management system 71 manages semiconductor wafers flowing through the manufacturing line, and a database of the flow of semiconductor wafers is constructed. Therefore, by looking at the database of the flow of semiconductor wafers constructed in the semiconductor production management system 71, it is possible to ascertain at what point in time which production process was performed using which production equipment.

【0042】72は、完成された半導体ウエハの状態
で、各半導体チップの動作試験、即ち電気検査を行うテ
スタである。異物検査装置41は、オンラインモニタま
たはオフラインモニタとして使用され、各製造工程A8
1、B82、C83の所望の製造工程で製造され、サン
プリングされた半導体ウエハ上に付着した微小な異物欠
陥を検査する装置である。当然、異物検査装置41から
は、少なくともどの半導体ウエハについて微小な異物欠
陥を検査したかの情報と、図1および図2に示す異物欠
陥位置データに関する情報とが得られることになる。外
観検査装置42は、通常オフラインモニタとして使用さ
れ、各製造工程A81、B82、C83の所望の製造工
程で製造され、サンプリングされた半導体ウエハ上に形
成されたパターンの微小な欠陥を検査する装置である。
当然、外観検査装置42からも、少なくともどの半導体
ウエハについて微小なパターン欠陥を検査したかの情報
と、図1および図2に示す外観パターン欠陥位置データ
に関する情報とが得られることになる。
Reference numeral 72 denotes a tester for performing an operation test of each semiconductor chip, that is, an electrical test, in a state of the completed semiconductor wafer. The foreign substance inspection device 41 is used as an online monitor or an offline monitor, and is used for each manufacturing process A8.
This is an apparatus for inspecting minute foreign matter defects adhered on sampled semiconductor wafers manufactured in desired manufacturing steps of 1, B82 and C83. Naturally, the foreign matter inspection apparatus 41 can obtain at least information on which semiconductor wafer has been inspected for minute foreign matter defects and information on foreign matter defect position data shown in FIGS. 1 and 2. The visual inspection device 42 is usually used as an off-line monitor, and is a device for inspecting a minute defect of a pattern formed on a sampled semiconductor wafer manufactured in a desired manufacturing process of each of the manufacturing processes A81, B82, and C83. is there.
Naturally, the appearance inspection device 42 can also obtain at least information on which semiconductor wafer has been inspected for minute pattern defects and information on the appearance pattern defect position data shown in FIGS. 1 and 2.

【0043】従って、主としてCPUによって構成され
る異物/外観収集システム51は、所望の製造工程にお
いて所望の製造装置によって製造された半導体ウエハに
ついての異物検査装置41で検査された異物欠陥の位置
データに関する情報と、所望の製造工程において所望の
製造装置によって製造された半導体ウエハについての外
観検査装置42で検査された外観パターン欠陥の位置デ
ータに関する情報とが得られる。そして、異物/外観収
集システム51は、異物検査装置41で検査された異物
欠陥の位置データを分割された画素毎に異物欠陥の個数
で示される異物欠陥分布画像データを複数の半導体ウエ
ハに亘って加算して異物欠陥分布画像データを作成し、
外観検査装置42で検査されたパターン欠陥の位置デー
タを分割された画素毎にパターン欠陥の個数で示される
外観欠陥分布画像データを複数の半導体ウエハに亘って
加算して外観欠陥分布画像データを作成する。更に、異
物/外観収集システム51は、作成された異物欠陥分布
画像データにおける画素ごとの数値を濃淡値に変換する
ことによって異物欠陥分布濃淡画像データを得ることが
でき、また作成された外観欠陥分布画像データにおける
画素ごとの数値を濃淡値に変換することによって外観欠
陥分布濃淡画像データを得ることができ、これら異物欠
陥分布濃淡画像データおよび外観欠陥分布濃淡画像デー
タを欠陥のカテゴリ毎に表示手段51a、61aに表示
することが可能となる。なお、異物/外観収集システム
51において、異物検査装置41および外観検査装置4
2から検査されたデータを収集する際、どのような製造
経路を経て、いつ製造された半導体ウエハであるかにつ
いて、半導体製造管理システム71に蓄積された半導体
ウエハの流れのデータを参照することによって把握する
ことが可能となる。
Therefore, the foreign substance / appearance collection system 51 mainly constituted by the CPU relates to the position data of the foreign substance defect inspected by the foreign substance inspection apparatus 41 on the semiconductor wafer manufactured by the desired manufacturing apparatus in the desired manufacturing process. Information and information on position data of appearance pattern defects inspected by the appearance inspection device 42 on the semiconductor wafer manufactured by the desired manufacturing apparatus in the desired manufacturing process are obtained. Then, the foreign matter / appearance collection system 51 converts foreign matter defect position image data inspected by the foreign matter inspection apparatus 41 into foreign matter defect distribution image data indicated by the number of foreign matter defects for each divided pixel over a plurality of semiconductor wafers. Add to create foreign matter defect distribution image data,
The appearance defect distribution image data is created by adding the appearance defect distribution image data indicated by the number of pattern defects for each of the divided pixels to the pattern defect position data inspected by the appearance inspection device 42 over a plurality of semiconductor wafers. I do. Further, the foreign substance / appearance collection system 51 can obtain the foreign substance defect distribution density image data by converting the numerical value of each pixel in the generated foreign substance defect distribution image data into a gray level value. By converting the numerical value of each pixel in the image data into a gray value, it is possible to obtain the external defect distribution density image data. , 61a. In the foreign matter / appearance collection system 51, the foreign matter inspection device 41 and the appearance inspection device 4
When collecting the inspected data from the semiconductor wafer 2, by referring to the data of the flow of the semiconductor wafer stored in the semiconductor manufacturing management system 71, regarding what kind of manufacturing path and when the semiconductor wafer is manufactured, It becomes possible to grasp.

【0044】電気検査装置43は、テスタ72から半導
体ウエハの状態での完成された各半導体チップの動作試
験結果が得られる。各半導体チップが例えばメモリの場
合、動作試験結果として不良のメモリセルが特定され、
この不良のメモリセルを救済用のメモリセルに切り替え
て救済できるものと救済不可能なものとに分類される。
従って、電気検査装置43からは、全ての半導体ウエハ
について、各半導体チップ内のセル単位で救済できるも
のと救済できないものとに分類して不良セル(不良素
子)の位置データとチップ全体が救済できないものとし
てのチップ不良とに関する情報が得られる。主としてC
PUによって構成される電気検査収集システム52は、
完成された半導体ウエハについての電気検査装置43で
検査された動作不良セル(動作不良素子)の位置データ
とチップ不良とに関する情報が得られる。そして、主と
してCPUによって構成される電気検査収集システム5
2は、電気検査装置43で検査された不良素子の位置デ
ータを分割された画素毎に不良素子の個数で示される不
良素子分布画像データを複数の半導体ウエハに亘って加
算して不良素子分布画像データを作成し、更に、この作
成された不良素子分布画像データにおける画素ごとの数
値を濃淡値に変換することによって不良素子分布濃淡画
像データを得ることができ、この不良素子分布濃淡画像
データを表示手段51a、61aに表示することが可能
となる。なお、電気検査収集システム52において、電
気検査装置43から検査されたデータを収集する際、ど
のような製造経路を経て、いつ製造された半導体ウエハ
であるかについて、半導体製造管理システム71に蓄積
された半導体ウエハの流れのデータを参照することによ
って把握することが可能となる。
The electric tester 43 obtains the operation test result of each completed semiconductor chip in the state of a semiconductor wafer from the tester 72. When each semiconductor chip is, for example, a memory, a defective memory cell is specified as an operation test result,
This defective memory cell is classified into a memory cell that can be repaired by switching to a memory cell for repair and a memory cell that cannot be repaired.
Therefore, from the electrical inspection device 43, all the semiconductor wafers are classified into those that can be repaired in units of cells in each semiconductor chip and those that cannot be repaired, and the position data of the defective cell (defective element) and the entire chip cannot be repaired. Information about the chip failure as a result is obtained. Mainly C
The electrical test collection system 52 constituted by the PU includes:
Information on the position data of the malfunctioning cell (malfunctioning element) inspected by the electrical inspection device 43 on the completed semiconductor wafer and information on the chip failure can be obtained. And an electrical inspection and collection system 5 mainly constituted by a CPU.
Reference numeral 2 denotes a defective element distribution image obtained by adding position data of defective elements inspected by the electrical inspection device 43 to defective element distribution image data indicated by the number of defective elements for each divided pixel over a plurality of semiconductor wafers. By creating data and further converting the numerical value of each pixel in the created defective element distribution image data into a gray value, it is possible to obtain defective element distribution gray image data, and display this defective element distribution gray image data. It can be displayed on the means 51a and 61a. When collecting data inspected from the electrical inspection device 43 in the electrical inspection collection system 52, the semiconductor manufacturing management system 71 stores information on what kind of manufacturing path the semiconductor wafer has been manufactured and when. It can be grasped by referring to the data of the flow of the semiconductor wafer.

【0045】合せ検査装置44は、ホトリソ工程におい
て使用される露光装置における位置合わせ誤差を、実際
に露光して得られるテストパターンを測定することによ
って検査するものである。従って、合せ検査装置44か
らは、使用される露光装置における位置合わせ誤差が測
定検査されることになる。寸法検査装置45は、半導体
ウエハ上にエッチング等によって形成されたパターンの
寸法を検査するものである。膜厚検査装置46は、半導
体ウエハ上に成膜された膜厚を検査するものである。品
質収集システム53は、合せ検査装置44から得られる
露光装置における位置合わせ誤差、寸法検査装置45か
ら得られるパターンの寸法、および膜厚検査装置46か
ら得られる成膜された膜厚寸法から、半導体ウエハ上に
形成された回路パターンの品質に関する情報が収集され
ることになる。なお、品質収集システム53において、
合せ検査装置44、寸法検査装置45、および膜厚検査
装置46から測定されたデータを収集する際、どのよう
な製造経路を経て、いつ製造された半導体ウエハである
かについて、半導体製造管理システム71に蓄積された
半導体ウエハの流れのデータを参照することによって把
握することが可能となる。
The alignment inspection apparatus 44 inspects an alignment error in an exposure apparatus used in the photolithography process by measuring a test pattern obtained by actual exposure. Therefore, the alignment inspection device 44 measures and inspects the alignment error in the exposure apparatus used. The dimension inspection device 45 inspects the dimensions of a pattern formed on a semiconductor wafer by etching or the like. The film thickness inspection device 46 inspects the film thickness formed on the semiconductor wafer. The quality collection system 53 calculates the semiconductor alignment error from the alignment error in the exposure device obtained from the alignment inspection device 44, the pattern size obtained from the dimension inspection device 45, and the film thickness dimension obtained from the film thickness inspection device 46. Information on the quality of the circuit pattern formed on the wafer is collected. In the quality collection system 53,
When collecting data measured from the alignment inspection device 44, the dimension inspection device 45, and the film thickness inspection device 46, the semiconductor manufacturing management system 71 determines which manufacturing path has passed and when the semiconductor wafer has been manufactured. It can be understood by referring to the data on the flow of the semiconductor wafer stored in the memory.

【0046】主としてCPUと過去事例データベース1
21(121’)を記憶する記憶装置とから構成される
異常監視システム61は、異物/外観収集システム5
1、電気検査収集システム52、および品質収集システ
ム53などで収集されたデータに基いて、自動監視を行
う。そして異常自動監視システム61は、図7、図1
0、図12に示す不良分布解析(不良の発生領域に基づ
く解析)の他に、検査データの規格値管理、時系列傾向
変化解析、製造装置別の機差解析などの各種解析項目に
より異常事態を自動で監視し、監視結果を表示手段61
aやネットワークを介して端末装置や半導体製造管理シ
ステム71から出力して利用者または管理者に通知す
る。また異常自動監視システム61において、異物/外
観収集システム51、電気検査収集システム52、およ
び品質収集システム53などで収集されたデータについ
ての相互関係(どのような製造経路を経て、いつ製造さ
れた半導体ウエハについての収集されたデータであるか
の相互関係)は、半導体製造管理システム71に蓄積さ
れた半導体ウエハの流れのデータを参照することによっ
て把握することが可能となる。従って、異常自動監視シ
ステム61は、特定された製造工程における時系列解析
はもとより、特定された製造装置における時系列を含め
た機差解析を行うことが可能となる。
Mainly CPU and past case database 1
An abnormality monitoring system 61 including a storage device for storing the information 21 (121 ′) is a foreign matter / appearance collection system 5.
1. Automatic monitoring is performed based on data collected by the electrical inspection collection system 52, the quality collection system 53, and the like. 7 and FIG.
In addition to the failure distribution analysis (analysis based on failure occurrence area) shown in FIG. Automatically monitor and display the monitoring result
a and output from the terminal device or the semiconductor manufacturing management system 71 via the network to notify the user or the administrator. In the automatic abnormality monitoring system 61, the interrelationship between data collected by the foreign substance / appearance collection system 51, the electrical inspection collection system 52, the quality collection system 53, etc. The correlation between the collected data and the data on the wafer) can be grasped by referring to the data on the flow of the semiconductor wafer accumulated in the semiconductor manufacturing management system 71. Therefore, the automatic abnormality monitoring system 61 can perform not only the time series analysis in the specified manufacturing process but also the machine difference analysis including the time series in the specified manufacturing apparatus.

【0047】なお、異常自動監視システム61と各収集
システム51、52、53は同一のCPUで構成しても
よい。また異常自動監視システム61と各収集システム
51、52、53との機能を、半導体製造管理システム
72の中に組み入れてもよい。次に、異常自動監視シス
テム61が利用者または管理者に自動通知する方法の一
実施例について、図15を用いて説明する。異常自動監
視システム61は、ネットワークを介して電子メール等
を用いて所望の端末装置や半導体製造管理システム71
に自動送信する。図15には、所望の端末装置や半導体
製造管理システム71に自動送信された内容171を示
す。 TO:関係者、FROM:異常監視システム、SUB:
異物領域性不良発生ウエハ上方に異物多発(異物欠陥の
発生状況を示す。) 製品名:64MDRAM、製造工程名:Third G
ate、検査内容:異物検査#1、異物数:203個/
ウエハ、検出日時:1996/12/06等ここに製造
装置名を入れてもよい。
Incidentally, the automatic abnormality monitoring system 61 and the collection systems 51, 52, 53 may be constituted by the same CPU. Further, the functions of the automatic abnormality monitoring system 61 and the collection systems 51, 52, 53 may be incorporated into the semiconductor manufacturing management system 72. Next, an embodiment of a method in which the automatic abnormality monitoring system 61 automatically notifies a user or an administrator will be described with reference to FIG. The automatic abnormality monitoring system 61 can be operated by using a desired terminal device or a semiconductor manufacturing management system 71 by using e-mail or the like via a network.
Automatically send to. FIG. 15 shows contents 171 automatically transmitted to a desired terminal device or semiconductor manufacturing management system 71. TO: Related person, FROM: Abnormality monitoring system, SUB:
Foreign matter frequently occurs above the wafer where the foreign matter area defect has occurred (shows the state of occurrence of foreign matter defects). Product name: 64MDRAM, Manufacturing process name: Third G
ate, inspection content: foreign substance inspection # 1, number of foreign substances: 203 /
Wafer, detection date and time: 1996/12/06, etc. The manufacturing apparatus name may be entered here.

【0048】上記自動送信される内容171内に、添付
ファイルとして、検査データの異常状態になるまでの時
系列推移図172や異常状態が発生したときの不良分布
画像データまたは濃淡画像に変換された不良分布濃淡画
像データ173などを送付する。検査データの異常状態
になるまでの時系列推移図172は、時間(製造工程:
Third Gateから半導体ウエハをサンプリング
する時間またはロット単位を示す。)と1枚の半導体ウ
エハから検出される不良分布の特徴量の一つである異物
個数との関係を示す。この不良分布の特徴量の一つであ
る異物個数としては、1枚の半導体ウエハにおける1つ
のクラスタ(塊)から検出される異物個数であっても良
い。1枚の半導体ウエハからクラスタ(塊)が複数発生
する場合には、その中の最大の異物個数である。縦軸
は、不良分布の特徴量の一つであるノイズ成分を取り除
いた異物が検出される2次元的な面積の値でもよい。異
常状態が発生したときの不良分布画像データまたは濃淡
画像に変換された不良分布濃淡画像データ173は、異
物についての図4に32または33で示すものである。
In the automatically transmitted content 171, as an attached file, a time-series transition diagram 172 until the abnormal state of the inspection data is obtained, or converted into defect distribution image data or a grayscale image when the abnormal state occurs. The defect distribution density image data 173 and the like are sent. FIG. 172 shows a time-series transition until the inspection data becomes abnormal.
The time or lot unit for sampling a semiconductor wafer from Third Gate is shown. ) And the number of foreign particles, which is one of the characteristic amounts of the defect distribution detected from one semiconductor wafer. The number of foreign particles, which is one of the characteristic amounts of the defect distribution, may be the number of foreign particles detected from one cluster (lump) in one semiconductor wafer. When a plurality of clusters (lumps) are generated from one semiconductor wafer, this is the maximum number of foreign substances among them. The vertical axis may be a value of a two-dimensional area in which a foreign matter from which a noise component, which is one of the feature amounts of the defect distribution, is detected. The defect distribution image data 173 converted into the defect distribution image data or the gray image when the abnormal state occurs is indicated by 32 or 33 in FIG.

【0049】上記内容171は、不良として異物欠陥の
場合について説明したが、不良として外観パターン欠陥
や、動作不良素子等についても同様に構成することが可
能となる。そして、上記所望の端末装置において、上記
内容171を出力手段(例えば表示手段)に出力するこ
とで、異常状態の結果だけでなく、その異常が生じた原
因究明に有効な情報をいち早く関係者に通知することが
可能となる。この不良分布画像データ173として、図
6に示す濃淡画像や、図4に示す設計データと重ね合せ
た不良分布画像33が、不良分布の領域性を視覚的に示
すことで良い方法である。
Although the content 171 has been described as a defect in the case of a foreign matter defect, it is possible to similarly configure an external pattern defect, a malfunctioning element, and the like as a defect. Then, in the desired terminal device, by outputting the contents 171 to an output unit (for example, a display unit), not only the result of the abnormal state but also information effective for investigating the cause of the abnormality is promptly transmitted to the concerned person. It becomes possible to notify. As the defect distribution image data 173, a density image shown in FIG. 6 or a defect distribution image 33 superimposed with the design data shown in FIG. 4 is a good method by visually indicating the area characteristics of the defect distribution.

【0050】次に異常を監視し、その結果を利用者また
は管理者へ自動通知する別の実施例を図16に示す。こ
の実施例は、異物検査装置41および外観検査装置42
内に、異物/外観収集システム51および異常監視シス
テム61の機能を備えたことにある。またこの実施例
は、電気検査装置43内に、異物/外観収集システム5
1および異常監視システム61の機能を備えたことにあ
る。即ち、検査装置181(41、42、43等)とし
て、検査をする検査部182と、該検査部182で検査
された不良(欠陥)データを収集して異常監視する異常
監視部183と、該異常監視部183で監視された異常
結果の情報等をネットワークを介して他の端末装置や半
導体製造管理システム71に出力するための伝達部18
4とを備え、異常監視部183において、規格値管理、
時系列傾向変化解析、製造装置別の機差解析、領域性解
析などの各種解析を行い、それを利用者または管理者へ
通知する。この場合、図15に示す内容171を、ネッ
トワークを介して他の端末装置や半導体製造管理システ
ム71に送信する外、検査装置の作業者へ直接通知する
ために検査装置181に設けられた操作画面に監視結果
を表示することがさらに有効である。
FIG. 16 shows another embodiment in which an abnormality is monitored and the result is automatically notified to a user or an administrator. In this embodiment, a foreign matter inspection device 41 and a visual inspection device 42
Inside, the functions of the foreign matter / appearance collection system 51 and the abnormality monitoring system 61 are provided. In this embodiment, the foreign matter / appearance collection system 5 is installed in the electrical inspection device 43.
1 and the function of the abnormality monitoring system 61. That is, as an inspection device 181 (41, 42, 43, etc.), an inspection unit 182 that performs inspection, an abnormality monitoring unit 183 that collects failure (defect) data inspected by the inspection unit 182 and monitors abnormality, A transmission unit 18 for outputting information on an abnormal result monitored by the abnormality monitoring unit 183 to another terminal device or the semiconductor manufacturing management system 71 via a network.
4, the abnormality monitoring unit 183 manages the standard value,
Various analyzes such as time-series trend change analysis, machine difference analysis for each manufacturing device, and regionality analysis are performed, and the results are notified to a user or a manager. In this case, in addition to transmitting the content 171 shown in FIG. 15 to another terminal device or the semiconductor manufacturing management system 71 via the network, an operation screen provided on the inspection device 181 for directly notifying the operator of the inspection device. It is more effective to display the monitoring result on the monitor.

【0051】次に不良分布をウエハ単位ではなく、半導
体ウエハの露光時のショット単位(露光単位)にマップ
表示する実施例を図16に示す。基本的に図2に示す考
え方に類似している。各ショット単位をK×T画素の長
方形の画像データとして扱い、不良検査結果の座標デー
タ21を各不良毎に各ショットのどこに存在するかによ
って、各ショット単位について画像データ化を行う。こ
の画像データにおいて、不良が一つ以上存在する画素は
1、一つも存在しない画素は0に2値化する(ステップ
191)。各ショットの2値画像データ群をすべて加算
し(ステップ192)、ショット単位の不良分布の濃淡
画像データを作成することで、ショット単位の不良の傾
向を視覚的に把握することができる。加算画像データの
ある位置に不良が集中していれば、露光時のレチクルな
どに不良があることが容易に判明できる。これは、露光
のショット単位で画像データ化を行った実施例である
が、チップ単位で画像データ化を行っても良いことは明
らかである。チップ単位で画像データ化すれば、チップ
単位で不良または不良分布の発生状況を把握することが
可能となる。
Next, FIG. 16 shows an embodiment in which the defect distribution is displayed in a map not in a wafer unit but in a shot unit (exposure unit) upon exposure of a semiconductor wafer. Basically, it is similar to the concept shown in FIG. Each shot unit is treated as rectangular image data of K × T pixels, and image data is formed for each shot unit depending on where the coordinate data 21 of the defect inspection result exists in each shot for each defect. In this image data, a pixel having one or more defects is binarized to 1 and a pixel having no defect is binarized to 0 (step 191). By adding all the binary image data groups of the shots (step 192) and creating grayscale image data of a defect distribution in shot units, it is possible to visually grasp the tendency of defects in shot units. If defects are concentrated at a certain position of the added image data, it can be easily found that there is a defect in the reticle or the like at the time of exposure. This is an embodiment in which the image data is converted in units of exposure shots. However, it is obvious that the image data may be converted in units of chips. If the image data is converted into the chip unit, it is possible to grasp the occurrence state of the defect or the defect distribution in the chip unit.

【0052】[0052]

【発明の効果】本発明によれば、半導体基板の製造方法
において、所望の製造工程毎、所望の製造装置(製造設
備)毎、生産ロット単位毎などに、半導体基板上に発生
する異物欠陥や外観欠陥などの不良分布(不良の領域
性)の傾向を、半導体基板上に対して設定された格子状
の画素からなる画像データ上で把握することにより、不
良の一極集中や不良の一様散乱などの領域性不良を解
析、監視することが可能となって、異常状態の早期発
見、早期対策に結び付けることができ、不良の作り込み
を著しく低減して半導体基板を高歩留まりで、且つ高品
質で製造することができる効果を奏する。また、本発明
によれば、半導体基板の製造方法において、所望の製造
工程毎、所望の製造装置(製造設備)毎、生産ロット単
位毎などに、半導体基板上に発生する異物欠陥や外観欠
陥などの不良分布(不良の領域性)の傾向を、視覚的に
把握することにより、不良の一極集中や不良の一様散乱
などの領域性不良を解析、監視することが可能となっ
て、異常状態の早期発見、早期対策に結び付けることが
でき、不良の作り込みを著しく低減して半導体基板を高
歩留まりで、且つ高品質で製造することができる効果を
奏する。
According to the present invention, in a method of manufacturing a semiconductor substrate, foreign matter defects or the like occurring on a semiconductor substrate are determined for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, and the like. By grasping the tendency of defect distribution (defect area characteristics) such as appearance defects on image data composed of lattice-like pixels set on the semiconductor substrate, the concentration of defects and the uniformity of defects It is possible to analyze and monitor regional defects such as scattering, which can lead to early detection of abnormal conditions and early countermeasures. An effect that can be manufactured with quality is exhibited. Further, according to the present invention, in a method of manufacturing a semiconductor substrate, a foreign substance defect, an appearance defect, and the like generated on a semiconductor substrate for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, and the like. By visually grasping the tendency of the defect distribution (regional nature of defects), it is possible to analyze and monitor regionality defects such as the concentration of defects and the uniform scattering of defects. This can be linked to early detection of the state and early countermeasures, so that the production of defects can be significantly reduced and the semiconductor substrate can be manufactured with high yield and high quality.

【0053】また、本発明によれば、所望の製造工程
毎、所望の製造装置(製造設備)毎、生産ロット単位毎
などに、半導体基板上に発生する異物欠陥や外観欠陥な
どの不良分布(不良の領域性)の傾向を、半導体基板上
に対して設定された格子状の画素からなる画像データ上
で把握することができ、その結果不良の発生原因を容易
に推定し、早期に対策を行えるようにして、不良の作り
込みを著しく低減して半導体基板を高歩留まりで、且つ
高品質で製造することができる効果を奏する。また、本
発明によれば、半導体基板の製造方法において、所望の
製造工程毎、所望の製造装置(製造設備)毎、生産ロッ
ト単位毎などに、半導体基板上に発生する異物欠陥や外
観欠陥などの不良分布(不良の領域性)の傾向を、半導
体基板上に対して設定された格子状の画素からなる画像
データ上で把握することができ、その結果不良製造工
程、不良製造設備、不良ロット単位などを特定すること
ができることにより不良の発生原因を容易に推定し、早
期に対策を行えるようにして、不良の作り込みを著しく
低減して半導体基板を高歩留まりで、且つ高品質で製造
することができる効果を奏する。
Further, according to the present invention, a defect distribution such as a foreign matter defect or an appearance defect occurring on a semiconductor substrate is determined for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), or each production lot. The tendency of defect area) can be grasped on image data composed of grid-like pixels set on the semiconductor substrate, and as a result, the cause of the defect can be easily estimated and countermeasures taken at an early stage. As a result, there is an effect that semiconductor devices can be manufactured with high yield and high quality by significantly reducing the formation of defects. Further, according to the present invention, in a method of manufacturing a semiconductor substrate, a foreign substance defect, an appearance defect, and the like generated on a semiconductor substrate for each desired manufacturing process, each desired manufacturing apparatus (manufacturing equipment), each production lot, and the like. The tendency of the defect distribution (defect area characteristic) can be grasped on the image data composed of the grid-like pixels set on the semiconductor substrate, and as a result, the defective manufacturing process, the defective manufacturing equipment, and the defective lot By being able to specify the unit and the like, it is possible to easily estimate the cause of the occurrence of a defect and to take a countermeasure at an early stage, thereby significantly reducing the production of the defect and manufacturing the semiconductor substrate with high yield and high quality. The effect that can be achieved.

【0054】また、本発明によれば、半導体基板の製造
方法において、領域性不良の他に、検査データの規格値
管理、時系列傾向変化解析、装置別の機差解析などの各
種解析項目の異常事態を自動で監視し、関係者にリアル
タイムに通知することで、異常状態の早期発見、早期対
策に結び付けることができ、不良製品の作り込みを著し
く低減して半導体基板を高歩留まりで、且つ高品質で製
造することができる効果を奏する。また、本発明によれ
ば、半導体基板の製造方法において、所望の製造工程
毎、所望の製造設備毎、生産ロット単位毎に、不良分布
をビジュアル的に観察できることで、関係者への不良の
理解、原因究明の手助けが可能となる。また、本発明に
よれば、半導体基板の製造方法において、不良分布につ
いての過去の事例データベースを登録しておくことで、
不良の発生原因を容易に推定し、早期に対策を行うこと
が可能となる。
Further, according to the present invention, in the method of manufacturing a semiconductor substrate, in addition to the regional defect, various analysis items such as standard value management of inspection data, time-series trend change analysis, and machine-by-device difference analysis. By automatically monitoring abnormal situations and notifying related parties in real time, it is possible to detect abnormal situations early and take measures as early as possible, significantly reducing the production of defective products and achieving a high yield of semiconductor substrates. It has the effect that it can be manufactured with high quality. Further, according to the present invention, in a method of manufacturing a semiconductor substrate, a failure distribution can be visually observed for each desired manufacturing process, each desired manufacturing facility, and each production lot, so that a person concerned can understand the failure. , Helping to determine the cause. Further, according to the present invention, in a method of manufacturing a semiconductor substrate, by registering a past case database regarding a defect distribution,
It is possible to easily estimate the cause of the failure and take an early action.

【図面の簡単な説明】[Brief description of the drawings]

【図1】本発明に係る半導体基板の製造方法において、
不良の製造工程を見付けだす基本的な一実施の形態を説
明するための図である。
FIG. 1 shows a method for manufacturing a semiconductor substrate according to the present invention.
FIG. 4 is a diagram for explaining a basic embodiment for finding a defective manufacturing process.

【図2】本発明に係る半導体基板の製造方法において、
不良の製造装置(製造設備)を見付けだす基本的な一実
施の形態を説明するための図である。
FIG. 2 shows a method for manufacturing a semiconductor substrate according to the present invention.
It is a figure for explaining one basic embodiment which finds a defective manufacturing device (manufacturing equipment).

【図3】本発明に係る不良分布画像データを作成して画
面表示する実施の形態を説明するための図である。
FIG. 3 is a diagram for explaining an embodiment in which defect distribution image data according to the present invention is created and displayed on a screen.

【図4】本発明に係る複数の半導体ウエハから不良分布
画像データを作成して設計データを重複させて画面表示
する実施の形態を説明するための図である。
FIG. 4 is a diagram for describing an embodiment of the present invention in which defect distribution image data is created from a plurality of semiconductor wafers, and design data is displayed on a screen with overlapping design data.

【図5】本発明に係る格子状の画素毎に不良の個数を複
数の半導体ウエハについて加算して不良分布画像データ
を作成するための説明図である。
FIG. 5 is an explanatory diagram for creating defect distribution image data by adding the number of defects for each of the grid-like pixels according to the present invention for a plurality of semiconductor wafers.

【図6】本発明に係る半導体ウエハ上に設定される格子
状の画素の大きさを変えて不良分布を画面表示した実施
例を示す図である。
FIG. 6 is a diagram showing an embodiment in which a defect distribution is displayed on a screen by changing the size of a grid-like pixel set on a semiconductor wafer according to the present invention.

【図7】本発明に係る不良分布(不良の領域性)を解析
処理する第1の実施例を示す処理フロー図である。
FIG. 7 is a processing flowchart showing a first embodiment for analyzing a failure distribution (defect area property) according to the present invention.

【図8】図7に示す処理フローについて、不良分布(不
良の領域性)を示した説明図である。
FIG. 8 is an explanatory diagram showing a failure distribution (failure area characteristics) in the processing flow shown in FIG. 7;

【図9】近接して発生した不良(欠陥)について一塊
(クラスタ)にするための膨張処理について説明するた
めの図である。
FIG. 9 is a diagram for explaining an expansion process for making a defect (defect) that has occurred in the vicinity into one lump (cluster);

【図10】本発明に係る不良分布(不良の領域性)を解
析処理する第2の実施例を示す処理フロー図である。
FIG. 10 is a process flowchart showing a second embodiment for analyzing a failure distribution (defect area property) according to the present invention.

【図11】本発明に係る新規の事例データベース(テン
プレート)を作成する一実施例を説明するための図であ
る。
FIG. 11 is a diagram for explaining an embodiment for creating a new case database (template) according to the present invention.

【図12】本発明に係る不良分布(不良の領域性)を解
析処理する第3の実施例を示す処理フロー図である。
FIG. 12 is a process flowchart showing a third embodiment for analyzing a failure distribution (defect area property) according to the present invention.

【図13】本発明に係る半導体基板の製造方法において
用いられる不良解析システムの全体の概略構成を示す図
である。
FIG. 13 is a view showing an overall schematic configuration of a failure analysis system used in the method of manufacturing a semiconductor substrate according to the present invention.

【図14】図13に示す異常監視システムの具体的構成
を示す図である。
14 is a diagram showing a specific configuration of the abnormality monitoring system shown in FIG.

【図15】本発明に係る半導体基板の製造方法におい
て、異常事態が発生した際、関係者(使用者や管理者)
に報告する内容の一実施例を示した図である。
FIG. 15 is a view showing a related person (user or administrator) when an abnormal situation occurs in the method of manufacturing a semiconductor substrate according to the present invention.
FIG. 6 is a diagram showing an embodiment of the content reported in FIG.

【図16】検査装置内に検査部、異常監視部、および伝
達部を備えた実施例を示す図である。
FIG. 16 is a diagram showing an embodiment in which an inspection unit, an abnormality monitoring unit, and a transmission unit are provided in the inspection device.

【図17】本発明に係る不良分布画像データを露光のシ
ョット単位で作成して画面表示する実施の形態を説明す
るための図である。
FIG. 17 is a diagram for describing an embodiment of the present invention in which defect distribution image data is created for each exposure shot and displayed on a screen.

【符号の説明】[Explanation of symbols]

11、12…不良分布画像データの濃淡表示、13、1
6、17、122…不良分布画像データ、14、10
1、102、103、104、105…不良分布画像デ
ータ群、15、18、111、112、113、11
4、115…不良分布加算画像データ、21…不良検査
結果の座標データ(不良位置データ)、22…設計デー
タによるパターン、31、32…不良分布画像データの
濃淡表示、33…不良分布と設計データによるパターン
を同時表示、41…異物検査装置、42…外観検査装
置、43…電気検査装置、44…合せ検査装置、45…
寸法検査装置、46…膜厚検査装置、47…検査装置、
51…異物/外観収集システム、51a…表示手段、5
1b…入力手段、52…電気検査収集システム、53…
品質収集システム、61…異常監視システム、61a…
表示手段、61b…入力手段、62…異常監視部、63
…伝達部、72…テスタ、71…半導体製造管理システ
ム、81…製造工程A、82…製造工程B、83…製造
工程C、84…製造装置A、85…製造装置B、91、
92、93、94、95…検査装置、121、121’
…事例データベース(テンプレートデータベース)、1
71…関係者に報告する内容、172…不良推移、20
1…CADシステム
11, 12: Display of density of defective distribution image data, 13, 1
6, 17, 122 ... defect distribution image data, 14, 10
1, 102, 103, 104, 105 ... defect distribution image data group, 15, 18, 111, 112, 113, 11
4, 115: defective distribution added image data, 21: coordinate data (defective position data) of a defect inspection result, 22: pattern by design data, 31, 32: gray scale display of defective distribution image data, 33: defective distribution and design data Simultaneous display of patterns by 41, foreign matter inspection device, 42 appearance inspection device, 43 electric inspection device, 44 alignment inspection device, 45
Dimension inspection device, 46: film thickness inspection device, 47: inspection device,
51: foreign matter / appearance collection system, 51a: display means, 5
1b ... input means, 52 ... electrical inspection collection system, 53 ...
Quality collection system, 61 ... Abnormality monitoring system, 61a ...
Display means, 61b ... input means, 62 ... abnormality monitoring unit, 63
... Transmission unit, 72 ... Tester, 71 ... Semiconductor manufacturing management system, 81 ... Manufacturing process A, 82 ... Manufacturing process B, 83 ... Manufacturing process C, 84 ... Manufacturing device A, 85 ... Manufacturing device B, 91
92, 93, 94, 95 ... inspection device, 121, 121 '
… Case database (template database), 1
71: Contents to be reported to the related parties, 172: Bad transition, 20
1. CAD system

───────────────────────────────────────────────────── フロントページの続き (72)発明者 高麗 正樹 東京都小平市上水本町五丁目20番1号株式 会社日立製作所半導体事業部内 (72)発明者 郷 直樹 神奈川県横浜市戸塚区吉田町292番地株式 会社日立製作所生産技術研究所内 ──────────────────────────────────────────────────続 き Continuing on the front page (72) Inventor Masaki Korai 5-2-1, Josuihonmachi, Kodaira-shi, Tokyo Inside the Semiconductor Division, Hitachi, Ltd. (72) Inventor Naoki Go 292, Yoshidacho, Totsuka-ku, Yokohama-shi, Kanagawa Prefecture House Co., Ltd., Hitachi, Ltd.

Claims (16)

【特許請求の範囲】[Claims] 【請求項1】複数の製造工程を経て半導体基板を製造す
る半導体基板の製造方法において、前記所望の製造工程
で製造された複数の半導体基板について各半導体基板上
に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して設定された格子状の
画素からなる画像データ上に座標指定し、該画像データ
上において格子状の画素毎に不良の個数を複数の半導体
基板について加算して不良分布画像データを作成する不
良分布画像データ作成工程と、該不良分布画像データ作
成工程で作成された不良分布画像データに基いて半導体
基板上における不良の発生状態を把握する不良発生状態
把握工程とを有することを特徴とする半導体基板の製造
方法。
1. A method of manufacturing a semiconductor substrate, comprising manufacturing a semiconductor substrate through a plurality of manufacturing steps, wherein an inspection device is provided for detecting a position of a defect occurring on each of the plurality of semiconductor substrates manufactured in the desired manufacturing step. Inspection step of inspecting in the inspection step, the defect position data on each semiconductor substrate inspected in the inspection step, the coordinates are specified on image data composed of lattice-like pixels set on the semiconductor substrate, A defect distribution image data creating step of adding the number of defects for each of the grid-shaped pixels for the plurality of semiconductor substrates on the data to create defect distribution image data; and a defect distribution image created in the defect distribution image data creating step. A failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate based on the data.
【請求項2】複数の製造装置から構成される製造ライン
により半導体基板を製造する半導体基板の製造方法にお
いて、前記所望の製造装置で製造された複数の半導体基
板について各半導体基板上に発生した不良の位置を検査
装置で検査する検査工程と、該検査工程で検査された各
半導体基板上の不良の位置データを、半導体基板上に対
して設定された格子状の画素からなる画像データ上に座
標指定し、該画像データ上において格子状の画素毎に不
良の個数を複数の半導体基板について加算して不良分布
画像データを作成する不良分布画像データ作成工程と、
該不良分布画像データ作成工程で作成された不良分布画
像データに基いて半導体基板上における不良の発生状態
を把握する不良発生状態把握工程とを有することを特徴
とする半導体基板の製造方法。
2. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, wherein a defect generated on each of the plurality of semiconductor substrates manufactured by the desired manufacturing apparatus. An inspection process of inspecting the position of the semiconductor device with an inspection device, and the position data of a defect on each semiconductor substrate inspected in the inspection process is coordinated on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data creating step of creating the defect distribution image data by adding the number of defects for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the image data;
A failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate based on the failure distribution image data created in the failure distribution image data creation step.
【請求項3】複数の製造工程を経て半導体基板を製造す
る半導体基板の製造方法において、前記所望の製造工程
で製造された複数の半導体基板について各半導体基板上
に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して設定された格子状の
画素からなる画像データ上に座標指定し、該画像データ
上において格子状の画素毎に不良の個数を複数の半導体
基板について加算して濃淡値で示される不良分布画像デ
ータを作成する不良分布画像データ作成工程と、該不良
分布画像データ作成工程で作成された濃淡値で示される
不良分布画像データを表示手段に表示し、該表示された
濃淡値で示される不良分布画像データに基いて半導体基
板上における不良の発生状態を把握する不良発生状態把
握工程とを有することを特徴とする半導体基板の製造方
法。
3. A method for manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein the inspection apparatus detects a position of a defect generated on each semiconductor substrate in the plurality of semiconductor substrates manufactured in the desired manufacturing step. Inspection step of inspecting in the inspection step, the defect position data on each semiconductor substrate inspected in the inspection step, the coordinates are specified on image data composed of lattice-like pixels set on the semiconductor substrate, A defect distribution image data generating step of adding the number of defects for each of the grid-shaped pixels on the plurality of semiconductor substrates on the data to generate defect distribution image data represented by a grayscale value; Display the defect distribution image data indicated by the displayed grayscale value on the display means, and determine the defect distribution on the semiconductor substrate based on the defective distribution image data indicated by the displayed grayscale value. Method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the green state.
【請求項4】複数の製造装置から構成される製造ライン
により半導体基板を製造する半導体基板の製造方法にお
いて、前記所望の製造装置で製造された複数の半導体基
板について各半導体基板上に発生した不良の位置を検査
装置で検査する検査工程と、該検査工程で検査された各
半導体基板上の不良の位置データを、半導体基板上に対
して設定された格子状の画素からなる画像データ上に座
標指定し、該座標指定された画像データ上において格子
状の画素毎に不良の個数を複数の半導体基板について加
算して濃淡値で示される不良分布画像データを作成する
不良分布画像データ作成工程と、該不良分布画像データ
作成工程で作成された濃淡値で示される不良分布画像デ
ータを表示手段に表示し、該表示された濃淡値で示され
る不良分布画像データに基いて半導体基板上における不
良の発生状態を把握する不良発生状態把握工程とを有す
ることを特徴とする半導体基板の製造方法。
4. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by using a manufacturing line including a plurality of manufacturing apparatuses, wherein a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus have defects generated on each semiconductor substrate. An inspection process of inspecting the position of the semiconductor device with an inspection device, and the position data of a defect on each semiconductor substrate inspected in the inspection process is coordinated on image data composed of grid-like pixels set on the semiconductor substrate. A defect distribution image data creating step of adding the number of defects for each of the grid-like pixels for the plurality of semiconductor substrates on the coordinate-designated image data to create defect distribution image data represented by a grayscale value; The failure distribution image data represented by the gray value created in the failure distribution image data creation step is displayed on the display means, and the failure distribution image data represented by the displayed gray value is displayed. Method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state of occurrence of defects on a semiconductor substrate based on the data.
【請求項5】複数の製造工程を経て半導体基板を製造す
る半導体基板の製造方法において、前記所望の製造工程
で製造されたロット単位での複数の半導体基板について
各半導体基板上に発生した不良の位置を検査装置で検査
する検査工程と、該検査工程で検査された各半導体基板
上の不良の位置データを、半導体基板上に対して設定さ
れた格子状の画素からなる画像データ上に座標指定し、
該画像データ上において格子状の画素毎に不良の個数を
ロット単位での複数の半導体基板について加算してロッ
ト単位での不良分布画像データを作成する不良分布画像
データ作成工程と、該不良分布画像データ作成工程で作
成されたロット単位での不良分布画像データに基いて半
導体基板上における不良の発生状態を把握する不良発生
状態把握工程とを有することを特徴とする半導体基板の
製造方法。
5. A method of manufacturing a semiconductor substrate, comprising manufacturing a semiconductor substrate through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates in lots manufactured in the desired manufacturing step are provided with a defect generated on each semiconductor substrate. Inspection step of inspecting the position with an inspection apparatus, and coordinate designation of defect position data on each semiconductor substrate inspected in the inspection step on image data composed of lattice-like pixels set on the semiconductor substrate. And
A defect distribution image data creating step of adding the number of defects for each lattice-shaped pixel for the plurality of semiconductor substrates in lot units on the image data to create defect distribution image data in lot units; A failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate based on defect distribution image data in lot units created in the data creation step.
【請求項6】複数の製造装置から構成される製造ライン
により半導体基板を製造する半導体基板の製造方法にお
いて、前記所望の製造装置で製造されたロット単位での
複数の半導体基板について各半導体基板上に発生した不
良の位置を検査装置で検査する検査工程と、該検査工程
で検査された各半導体基板上の不良の位置データを、半
導体基板上に対して設定された格子状の画素からなる画
像データ上に座標指定し、該画像データ上において格子
状の画素毎に不良の個数をロット単位での複数の半導体
基板について加算してロット単位での不良分布画像デー
タを作成する不良分布画像データ作成工程と、該不良分
布画像データ作成工程で作成されたロット単位での不良
分布画像データに基いて半導体基板上における不良の発
生状態を把握する不良発生状態把握工程とを有すること
を特徴とする半導体基板の製造方法。
6. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, wherein a plurality of semiconductor substrates in lot units manufactured by the desired manufacturing apparatus are provided on each semiconductor substrate. An inspection step of inspecting the position of a defect that has occurred in the inspection apparatus by using an inspection apparatus, and an image composed of lattice-like pixels set on the semiconductor substrate by using the defect position data on each semiconductor substrate inspected in the inspection step. Defect distribution image data creation for designating coordinates on data and adding the number of defects for each of the lattice-shaped pixels on the image data for a plurality of semiconductor substrates in lot units to create defect distribution image data in lot units Process and a failure occurrence state on the semiconductor substrate is grasped based on the failure distribution image data in lot units created in the failure distribution image data creation process. Method of manufacturing a semiconductor substrate and having a good generation state grasping step.
【請求項7】複数の製造工程を経て半導体基板を製造す
る半導体基板の製造方法において、前記所望の製造工程
で製造されたロット単位での複数の半導体基板について
各半導体基板上に発生した不良の位置を検査装置で検査
する検査工程と、該検査工程で検査された各半導体基板
上の不良の位置データを、半導体基板上に対して設定さ
れた格子状の画素からなる画像データ上に座標指定し、
該画像データ上において格子状の画素毎に不良の個数を
ロット単位での複数の半導体基板について加算してロッ
ト単位での濃淡値で示される不良分布画像データを作成
する不良分布画像データ作成工程と、該不良分布画像デ
ータ作成工程で作成されたロット単位での濃淡値で示さ
れる不良分布画像データを表示手段に表示し、該表示さ
れたロット単位での濃淡値で示される不良分布画像デー
タに基いて半導体基板上における不良の発生状態を把握
する不良発生状態把握工程とを有することを特徴とする
半導体基板の製造方法。
7. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates in lot units manufactured in the desired manufacturing step are provided with a defect generated on each semiconductor substrate. Inspection step of inspecting the position with an inspection apparatus, and coordinate designation of defect position data on each semiconductor substrate inspected in the inspection step on image data composed of lattice-like pixels set on the semiconductor substrate. And
A defect distribution image data creating step of adding the number of defects for each lattice-like pixel on the image data for a plurality of semiconductor substrates in lot units to create defect distribution image data represented by shading values in lot units; Displaying, on the display means, the defect distribution image data represented by the grayscale value in the lot unit created in the defect distribution image data creating step, and displaying the defect distribution image data represented by the grayscale value in the lot unit. And a failure occurrence state grasping step of grasping a state of occurrence of a failure on the semiconductor substrate based on the defect occurrence state.
【請求項8】複数の製造装置から構成される製造ライン
により半導体基板を製造する半導体基板の製造方法にお
いて、前記所望の製造装置で製造されたロット単位での
複数の半導体基板について各半導体基板上に発生した不
良の位置を検査装置で検査する検査工程と、該検査工程
で検査された各半導体基板上の不良の位置データを、半
導体基板上に対して設定された格子状の画素からなる画
像データ上に座標指定し、該座標指定された画像データ
上において格子状の画素毎に不良の個数をロット単位で
の複数の半導体基板について加算してロット単位での濃
淡値で示される不良分布画像データを作成する不良分布
画像データ作成工程と、該不良分布画像データ作成工程
で作成されたロット単位での濃淡値で示される不良分布
画像データを表示手段に表示し、該表示されたロット単
位での濃淡値で示される不良分布画像データに基いて半
導体基板上における不良の発生状態を把握する不良発生
状態把握工程とを有することを特徴とする半導体基板の
製造方法。
8. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, wherein a plurality of semiconductor substrates in lot units manufactured by the desired manufacturing apparatus are provided on each semiconductor substrate. An inspection step of inspecting the position of a defect that has occurred in the inspection apparatus by using an inspection apparatus, and an image composed of lattice-like pixels set on the semiconductor substrate by using the defect position data on each semiconductor substrate inspected in the inspection step. A defect distribution image in which coordinates are designated on data, and the number of defects for each grid-like pixel is added for a plurality of semiconductor substrates in lot units on the coordinate-designated image data, and the defect distribution image is indicated by a grayscale value in lot units A defect distribution image data creating process for creating data, and defect distribution image data represented by shading values in lot units created in the defect distribution image data creating process are displayed. A failure occurrence state grasping step of grasping a failure occurrence state on a semiconductor substrate on the basis of the failure distribution image data indicated by a gray scale value in the displayed lot unit and displayed on a row. Substrate manufacturing method.
【請求項9】複数の製造工程を経て半導体基板を製造す
る半導体基板の製造方法において、前記所望の製造工程
で製造された複数の半導体基板について各半導体基板上
に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して設定された格子状の
画素からなる画像データ上に座標指定し、該画像データ
上において格子状の画素毎に不良の個数を複数の半導体
基板について加算して不良分布画像データを作成する不
良分布画像データ作成工程と、該不良分布画像データ作
成工程で作成された不良分布画像データから不良分布の
特徴量を算出し、該算出された不良分布の特徴量に基い
て半導体基板上における不良の発生状態を把握する不良
発生状態把握工程とを有することを特徴とする半導体基
板の製造方法。
9. A method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates manufactured in the desired manufacturing step are inspected for a position of a defect occurring on each semiconductor substrate. Inspection step of inspecting, and the position data of a defect on each semiconductor substrate inspected in the inspection step are designated by coordinates on image data composed of grid-like pixels set on the semiconductor substrate, A defect distribution image data creating step of adding the number of defects for each of the grid-shaped pixels for the plurality of semiconductor substrates on the data to create defect distribution image data; and a defect distribution image created in the defect distribution image data creating step. A failure occurrence state grasping step of calculating a failure distribution feature amount from the data and grasping a failure occurrence state on the semiconductor substrate based on the calculated failure distribution feature amount; Method of manufacturing a semiconductor substrate and having.
【請求項10】複数の製造装置から構成される製造ライ
ンにより半導体基板を製造する半導体基板の製造方法に
おいて、前記所望の製造装置で製造された複数の半導体
基板について各半導体基板上に発生した不良の位置を検
査装置で検査する検査工程と、該検査工程で検査された
各半導体基板上の不良の位置データを、半導体基板上に
対して設定された格子状の画素からなる画像データ上に
座標指定し、該画像データ上において格子状の画素毎に
不良の個数を複数の半導体基板について加算して不良分
布画像データを作成する不良分布画像データ作成工程
と、該不良分布画像データ作成工程で作成された不良分
布画像データから不良分布の特徴量を算出し、該算出さ
れた不良分布の特徴量に基いて半導体基板上における不
良の発生状態を把握する不良発生状態把握工程とを有す
ることを特徴とする半導体基板の製造方法。
10. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, wherein a defect generated on each of the plurality of semiconductor substrates manufactured by the desired manufacturing apparatus is generated. An inspection process of inspecting the position of the semiconductor device with an inspection device, and the position data of a defect on each semiconductor substrate inspected in the inspection process is coordinated on image data composed of grid-like pixels set on the semiconductor substrate. A failure distribution image data creating step of creating a failure distribution image data by designating and adding the number of failures for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the image data; A feature amount of the failure distribution is calculated from the obtained failure distribution image data, and an occurrence state of the failure on the semiconductor substrate is grasped based on the calculated feature amount of the failure distribution. Method of manufacturing a semiconductor substrate and having a failure condition grasping step that.
【請求項11】複数の製造工程を経て半導体基板を製造
する半導体基板の製造方法において、前記所望の製造工
程で製造された複数の半導体基板について各半導体基板
上に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して設定された格子状の
画素からなる画像データ上に座標指定し、該画像データ
上において格子状の画素毎に不良の個数を複数の半導体
基板について加算して不良分布画像データを作成する不
良分布画像データ作成工程と、該不良分布画像データ作
成工程で作成された不良分布画像データを、複数用意さ
れた不良の発生原因が推定可能な事例データベースと照
合解析して不良の発生原因を究明する不良解析工程とを
有することを特徴とする半導体基板の製造方法。
11. A method for manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein a position of a defect generated on each of the plurality of semiconductor substrates manufactured in the desired manufacturing step is inspected. Inspection step of inspecting in the inspection step, the defect position data on each semiconductor substrate inspected in the inspection step, the coordinates are specified on image data composed of lattice-like pixels set on the semiconductor substrate, A defect distribution image data creating step of adding the number of defects for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the data to create defect distribution image data; and a defect distribution image created in the defect distribution image data creating step. A failure analysis step of collating and analyzing data with a plurality of prepared case databases from which the cause of failure can be estimated to determine the cause of failure. A method of manufacturing a semiconductor substrate.
【請求項12】複数の製造装置から構成される製造ライ
ンにより半導体基板を製造する半導体基板の製造方法に
おいて、前記所望の製造装置で製造された複数の半導体
基板について各半導体基板上に発生した不良の位置を検
査装置で検査する検査工程と、該検査工程で検査された
各半導体基板上の不良の位置データを、半導体基板上に
対して設定された格子状の画素からなる画像データ上に
座標指定し、該画像データ上において格子状の画素毎に
不良の個数を複数の半導体基板について加算して不良分
布画像データを作成する不良分布画像データ作成工程
と、該不良分布画像データ作成工程で作成された不良分
布画像データを、複数用意された不良の発生原因が推定
可能な事例データベースと照合解析して不良の発生原因
を究明する不良解析工程とを有することを特徴とする半
導体基板の製造方法。
12. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, wherein a defect generated on each semiconductor substrate for the plurality of semiconductor substrates manufactured by the desired manufacturing apparatus. An inspection process of inspecting the position of the semiconductor device with an inspection device, and the position data of a defect on each semiconductor substrate inspected in the inspection process is coordinated on image data composed of grid-like pixels set on the semiconductor substrate. A failure distribution image data creating step of creating a failure distribution image data by designating and adding the number of failures for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the image data; Failure analysis to find out the cause of failure by collating and analyzing the provided failure distribution image data with a prepared case database that can estimate the cause of failure Method of manufacturing a semiconductor substrate and having a degree.
【請求項13】複数の製造工程を経て半導体基板を製造
する半導体基板の製造方法において、前記所望の製造工
程で製造された複数の半導体基板について各半導体基板
上に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して設定された格子状の
画素からなる画像データ上に座標指定し、該画像データ
上において格子状の画素毎に不良の個数を複数の半導体
基板について加算して不良分布画像データを作成する不
良分布画像データ作成工程と、該不良分布画像データ作
成工程で作成された不良分布画像データから不良分布の
特徴量を算出し、該算出された不良分布の特徴量を表示
手段に表示し、該表示された不良分布の特徴量に基いて
半導体基板上における不良の発生状態を把握する不良発
生状態把握工程とを有することを特徴とする半導体基板
の製造方法。
13. A method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates manufactured in the desired manufacturing step are inspected for a position of a defect occurring on each semiconductor substrate. Inspection step of inspecting, and the position data of a defect on each semiconductor substrate inspected in the inspection step are designated by coordinates on image data composed of grid-like pixels set on the semiconductor substrate, A defect distribution image data creating step of adding the number of defects for each of the grid-shaped pixels for the plurality of semiconductor substrates on the data to create defect distribution image data; and a defect distribution image created in the defect distribution image data creating step. The feature amount of the failure distribution is calculated from the data, the calculated feature amount of the failure distribution is displayed on the display means, and the defect amount is displayed on the semiconductor substrate based on the displayed feature amount of the failure distribution. Method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state of occurrence of that failure.
【請求項14】複数の製造装置から構成される製造ライ
ンにより半導体基板を製造する半導体基板の製造方法に
おいて、前記所望の製造装置で製造された複数の半導体
基板について各半導体基板上に発生した不良の位置を検
査装置で検査する検査工程と、該検査工程で検査された
各半導体基板上の不良の位置データを、半導体基板上に
対して設定された格子状の画素からなる画像データ上に
座標指定し、該画像データ上において格子状の画素毎に
不良の個数を複数の半導体基板について加算して不良分
布画像データを作成する不良分布画像データ作成工程
と、該不良分布画像データ作成工程で作成された不良分
布画像データから不良分布の特徴量を算出し、該算出さ
れた不良分布の特徴量を表示手段に表示し、該表示され
た不良分布の特徴量に基いて半導体基板上における不良
の発生状態を把握する不良発生状態把握工程とを有する
ことを特徴とする半導体基板の製造方法。
14. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by a manufacturing line including a plurality of manufacturing apparatuses, wherein a defect generated on each semiconductor substrate for the plurality of semiconductor substrates manufactured by the desired manufacturing apparatus. An inspection process of inspecting the position of the semiconductor device with an inspection device, and the position data of a defect on each semiconductor substrate inspected in the inspection process is coordinated on image data composed of grid-like pixels set on the semiconductor substrate. A failure distribution image data creating step of creating a failure distribution image data by designating and adding the number of failures for each of the lattice-shaped pixels on the plurality of semiconductor substrates on the image data; Calculating a feature amount of the failure distribution from the obtained failure distribution image data, displaying the calculated feature amount of the failure distribution on a display unit, and displaying the feature amount of the displayed failure distribution. Based method of manufacturing a semiconductor substrate and having a failure condition grasping step of grasping the state of occurrence of defects on a semiconductor substrate.
【請求項15】複数の製造工程を経て半導体基板を製造
する半導体基板の製造方法において、前記所望の製造工
程で製造された複数の半導体基板について各半導体基板
上に発生した不良の位置を検査装置で検査する検査工程
と、該検査工程で検査された各半導体基板上の不良の位
置データを、半導体基板上に対して露光のショット単位
若しくはチップ単位に複数に分割配列させて設定された
格子状の画素からなるショット単位若しくはチップ単位
の画像データ上に座標指定し、該ショット単位若しくは
チップ単位の画像データ上において格子状の画素毎に不
良の個数を複数の半導体基板について加算してショット
単位若しくはチップ単位の濃淡値で示される不良分布画
像データを作成する不良分布画像データ作成工程と、該
不良分布画像データ作成工程で作成されたショット単位
若しくはチップ単位の濃淡値で示される不良分布画像デ
ータを表示手段に表示し、該表示されたショット単位の
濃淡値で示される不良分布画像データに基いて半導体基
板上における不良の発生状態を把握する不良発生状態把
握工程とを有することを特徴とする半導体基板の製造方
法。
15. A method of manufacturing a semiconductor substrate, wherein the semiconductor substrate is manufactured through a plurality of manufacturing steps, wherein a plurality of semiconductor substrates manufactured in the desired manufacturing step are inspected for a position of a defect occurring on each semiconductor substrate. Inspection step of inspecting, and a grid-like pattern set by dividing the defect position data on each semiconductor substrate inspected in the inspection step into a plurality of exposure shot units or chip units on the semiconductor substrate. The coordinates are specified on the image data of the shot unit or chip unit composed of pixels of the above, and the number of defects is added for each of the lattice-shaped pixels for the plurality of semiconductor substrates on the image data of the shot unit or chip unit for the plurality of semiconductor substrates. A failure distribution image data creating step of creating failure distribution image data represented by a gray value in a chip unit; The failure distribution image data represented by the gray scale value of the shot unit or the chip unit created in the creation step is displayed on the display means, and the defect distribution image data represented by the displayed gray scale value of the shot unit is displayed on the semiconductor substrate. A failure occurrence state grasping step of grasping a state of occurrence of a failure in the semiconductor substrate.
【請求項16】複数の製造装置から構成される製造ライ
ンにより半導体基板を製造する半導体基板の製造方法に
おいて、前記所望の製造装置で製造された複数の半導体
基板について各半導体基板上に発生した不良の位置を検
査装置で検査する検査工程と、該検査工程で検査された
各半導体基板上の不良の位置データを、露光のショット
単位若しくはチップ単位に複数に分割配列させて設定さ
れた格子状の画素からなるショット単位若しくはチップ
単位の画像データ上に座標指定し、該座標指定されたシ
ョット単位の画像データ上において格子状の画素毎に不
良の個数を複数の半導体基板について加算してショット
単位若しくはチップ単位の濃淡値で示される不良分布画
像データを作成する不良分布画像データ作成工程と、該
不良分布画像データ作成工程で作成されたショット単位
若しくはチップ単位の濃淡値で示される不良分布画像デ
ータを表示手段に表示し、該表示されたショット単位若
しくはチップ単位の濃淡値で示される不良分布画像デー
タに基いて半導体基板上における不良の発生状態を把握
する不良発生状態把握工程とを有することを特徴とする
半導体基板の製造方法。
16. A semiconductor substrate manufacturing method for manufacturing a semiconductor substrate by using a manufacturing line including a plurality of manufacturing apparatuses, wherein a plurality of semiconductor substrates manufactured by the desired manufacturing apparatus have defects generated on each semiconductor substrate. An inspection step of inspecting the position of the semiconductor device with an inspection apparatus, and a grid-like pattern set by dividing and positioning defect position data on each semiconductor substrate inspected in the inspection step into a plurality of exposure shot units or chip units. Coordinates are specified on image data of a shot unit or a chip unit composed of pixels, and the number of defects is added for a plurality of semiconductor substrates on a plurality of semiconductor substrates on a grid-like pixel basis on the coordinate-designated image data of a shot unit. A failure distribution image data creating step of creating failure distribution image data represented by a gray value in a chip unit; The failure distribution image data represented by the gray scale value of the shot unit or the chip unit created in the creation process is displayed on the display means, and based on the displayed failure distribution image data represented by the gray value of the shot unit or the chip unit. A failure occurrence state grasping step of grasping a failure occurrence state on the semiconductor substrate.
JP9198219A 1997-07-24 1997-07-24 Manufacture of semiconductor substrate Pending JPH1145919A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP9198219A JPH1145919A (en) 1997-07-24 1997-07-24 Manufacture of semiconductor substrate

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP9198219A JPH1145919A (en) 1997-07-24 1997-07-24 Manufacture of semiconductor substrate

Publications (1)

Publication Number Publication Date
JPH1145919A true JPH1145919A (en) 1999-02-16

Family

ID=16387490

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9198219A Pending JPH1145919A (en) 1997-07-24 1997-07-24 Manufacture of semiconductor substrate

Country Status (1)

Country Link
JP (1) JPH1145919A (en)

Cited By (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000052644A1 (en) * 1999-02-26 2000-09-08 Hitachi, Ltd. Pattern inspecting method and its device
US6349240B2 (en) 2000-03-27 2002-02-19 Nec Corporation Semiconductor device manufacturing system and method of manufacturing semiconductor devices
JP2002107310A (en) * 2000-09-29 2002-04-10 Komatsu Electronic Metals Co Ltd Wafer-surface information processing device
JP2002149221A (en) * 2000-11-06 2002-05-24 Toshiba Corp Automatic quality control method and device for production line, and storage medium
JP2003100599A (en) * 2001-09-25 2003-04-04 Nikon Corp Method for adjusting aligner and exposure system
US6797526B2 (en) 2001-09-20 2004-09-28 Hitachi, Ltd. Method for manufacturing semiconductor devices and method and its apparatus for processing detected defect data
WO2005093819A1 (en) * 2004-03-26 2005-10-06 Advantest Corporation Processing unit, display method and display program
JP2006513561A (en) * 2002-12-18 2006-04-20 アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド Parallel defect detection
JP2006515468A (en) * 2002-09-26 2006-05-25 ラム リサーチ コーポレーション User interface for non-uniformity quantification and significance illustration for wafers
JP2006266766A (en) * 2005-03-23 2006-10-05 Olympus Corp Macroimage display system and macroimage display method
JP2007103696A (en) * 2005-10-05 2007-04-19 Olympus Corp Substrate defect inspection system and substrate defect detecting method
JP2007147393A (en) * 2005-11-25 2007-06-14 Fujitsu Ltd Substrate inspection device and method
WO2007123238A1 (en) * 2006-04-25 2007-11-01 Sharp Kabushiki Kaisha System for specifying equipment causing failure
WO2007125941A1 (en) * 2006-04-27 2007-11-08 Sharp Kabushiki Kaisha Method and system for classifying defect distribution, method and system for specifying causative equipment, computer program and recording medium
CN100394421C (en) * 2004-12-13 2008-06-11 台湾积体电路制造股份有限公司 System and method of analyse product good rate
KR100855100B1 (en) 2005-04-01 2008-08-29 도쿄 세이미츄 코퍼레이션 리미티드 Appearance inspection apparatus and appearance inspection method
US7424336B2 (en) 2005-07-11 2008-09-09 Hitachi High Technologies Corporation Test data analyzing system and test data analyzing program
JP2008258486A (en) * 2007-04-06 2008-10-23 Sharp Corp Distribution analysis method and system, abnormality facility estimation method and system, program for causing computer to execute its distribution analysis method or its abnormality facility estimation method, and recording medium readable by computer having its program recorded therein
JP2008294055A (en) * 2007-05-22 2008-12-04 Fujitsu Microelectronics Ltd Substrate inspecting system and substrate inspecting method
US7813539B2 (en) 2002-09-27 2010-10-12 Hitachi High-Technologies Corporation Method and apparatus for analyzing defect data and a review system
JP2011047697A (en) * 2009-08-25 2011-03-10 Panasonic Electric Works Co Ltd Visual inspection device
JP2011198876A (en) * 2010-03-18 2011-10-06 Ricoh Co Ltd Identification method of data point distribution area on coordinate plane and identification program thereof
JP2011198872A (en) * 2010-03-18 2011-10-06 Ricoh Co Ltd Identification method of data point distribution area on coordinate plane and identification program thereof
JP2011233675A (en) * 2010-04-27 2011-11-17 Ricoh Co Ltd Identification method for data point distribution area on coordinate plane, and identification program therefor
JP2012013644A (en) * 2010-07-05 2012-01-19 Sharp Corp Macro inspection method and inspection system, program for having computer execute the macro inspection method, and computer readable recording medium recording the program
JP2013008903A (en) * 2011-06-27 2013-01-10 Kyocera Corp Test device and test method for solar cell element
JP2013174599A (en) * 2013-04-01 2013-09-05 Hitachi Ltd Device and method for surface inspection
JP2013546084A (en) * 2010-12-03 2013-12-26 オプトス、ピーエルシー How to identify anomalies in images
KR20140147685A (en) * 2013-06-19 2014-12-30 가부시키가이샤 도쿄 웰드 Defect inspecting method
JP2015026671A (en) * 2013-07-25 2015-02-05 大日本印刷株式会社 Defect analysis method, method of manufacturing irregular pattern structure and imprint system
CN104362082A (en) * 2014-11-10 2015-02-18 上海华力微电子有限公司 Method of determining suspicious process steps according to peeling defect of special circuit structures
JP2015090964A (en) * 2013-11-07 2015-05-11 東京エレクトロン株式会社 Device for analyzing defect of substrate, substrate processing system, method for analyzing defect of substrate, program, and computer storage medium
TWI513990B (en) * 2014-06-11 2015-12-21
JP6218162B1 (en) * 2017-03-24 2017-10-25 三菱電機インフォメーションシステムズ株式会社 Semiconductor processing inspection apparatus association system and program
JP2020174088A (en) * 2019-04-09 2020-10-22 信越半導体株式会社 Generating method of analysis data and determining method of semiconductor substrate
JP2021009086A (en) * 2019-07-02 2021-01-28 第一実業ビスウィル株式会社 Exterior inspection device
US20220018790A1 (en) * 2020-07-15 2022-01-20 Tokyo Electron Limited Abnormality detecting method and abnormality detecting apparatus

Cited By (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000052644A1 (en) * 1999-02-26 2000-09-08 Hitachi, Ltd. Pattern inspecting method and its device
US7054705B2 (en) 2000-03-27 2006-05-30 Nec Electronics Corporation Method of manufacturing semiconductor devices
US6349240B2 (en) 2000-03-27 2002-02-19 Nec Corporation Semiconductor device manufacturing system and method of manufacturing semiconductor devices
CN100377302C (en) * 2000-03-27 2008-03-26 日本电气株式会社 Semiconductor device producing system and method
CN100463103C (en) * 2000-03-27 2009-02-18 尔必达存储器株式会社 Semiconductor device producing system and method
JP2002107310A (en) * 2000-09-29 2002-04-10 Komatsu Electronic Metals Co Ltd Wafer-surface information processing device
JP2002149221A (en) * 2000-11-06 2002-05-24 Toshiba Corp Automatic quality control method and device for production line, and storage medium
JP4693225B2 (en) * 2000-11-06 2011-06-01 株式会社東芝 Manufacturing line automatic quality control method and apparatus, storage medium, and automatic quality control program
US6797526B2 (en) 2001-09-20 2004-09-28 Hitachi, Ltd. Method for manufacturing semiconductor devices and method and its apparatus for processing detected defect data
US6841403B2 (en) 2001-09-20 2005-01-11 Hitachi, Ltd. Method for manufacturing semiconductor devices and method and its apparatus for processing detected defect data
JP2003100599A (en) * 2001-09-25 2003-04-04 Nikon Corp Method for adjusting aligner and exposure system
JP2006515468A (en) * 2002-09-26 2006-05-25 ラム リサーチ コーポレーション User interface for non-uniformity quantification and significance illustration for wafers
US7813539B2 (en) 2002-09-27 2010-10-12 Hitachi High-Technologies Corporation Method and apparatus for analyzing defect data and a review system
US8116556B2 (en) 2002-09-27 2012-02-14 Hitachi High Technologies Corporation Method and apparatus for analyzing defect data and a review system
JP2006513561A (en) * 2002-12-18 2006-04-20 アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド Parallel defect detection
WO2005093819A1 (en) * 2004-03-26 2005-10-06 Advantest Corporation Processing unit, display method and display program
CN100394421C (en) * 2004-12-13 2008-06-11 台湾积体电路制造股份有限公司 System and method of analyse product good rate
JP2006266766A (en) * 2005-03-23 2006-10-05 Olympus Corp Macroimage display system and macroimage display method
KR100855100B1 (en) 2005-04-01 2008-08-29 도쿄 세이미츄 코퍼레이션 리미티드 Appearance inspection apparatus and appearance inspection method
US7424336B2 (en) 2005-07-11 2008-09-09 Hitachi High Technologies Corporation Test data analyzing system and test data analyzing program
JP2007103696A (en) * 2005-10-05 2007-04-19 Olympus Corp Substrate defect inspection system and substrate defect detecting method
JP2007147393A (en) * 2005-11-25 2007-06-14 Fujitsu Ltd Substrate inspection device and method
JP4855464B2 (en) * 2006-04-25 2012-01-18 シャープ株式会社 Defect cause equipment identification system
US8041100B2 (en) 2006-04-25 2011-10-18 Sharp Kabushiki Kaisha System for specifying equipment causing failure
WO2007123238A1 (en) * 2006-04-25 2007-11-01 Sharp Kabushiki Kaisha System for specifying equipment causing failure
JP4694618B2 (en) * 2006-04-27 2011-06-08 シャープ株式会社 DEFECT DISTRIBUTION CLASSIFICATION METHOD AND SYSTEM, CAUSE FACILITY SPECIFICATION METHOD AND SYSTEM, COMPUTER PROGRAM, AND RECORDING MEDIUM
WO2007125941A1 (en) * 2006-04-27 2007-11-08 Sharp Kabushiki Kaisha Method and system for classifying defect distribution, method and system for specifying causative equipment, computer program and recording medium
JP2008258486A (en) * 2007-04-06 2008-10-23 Sharp Corp Distribution analysis method and system, abnormality facility estimation method and system, program for causing computer to execute its distribution analysis method or its abnormality facility estimation method, and recording medium readable by computer having its program recorded therein
JP2008294055A (en) * 2007-05-22 2008-12-04 Fujitsu Microelectronics Ltd Substrate inspecting system and substrate inspecting method
JP2011047697A (en) * 2009-08-25 2011-03-10 Panasonic Electric Works Co Ltd Visual inspection device
JP2011198876A (en) * 2010-03-18 2011-10-06 Ricoh Co Ltd Identification method of data point distribution area on coordinate plane and identification program thereof
JP2011198872A (en) * 2010-03-18 2011-10-06 Ricoh Co Ltd Identification method of data point distribution area on coordinate plane and identification program thereof
JP2011233675A (en) * 2010-04-27 2011-11-17 Ricoh Co Ltd Identification method for data point distribution area on coordinate plane, and identification program therefor
JP2012013644A (en) * 2010-07-05 2012-01-19 Sharp Corp Macro inspection method and inspection system, program for having computer execute the macro inspection method, and computer readable recording medium recording the program
JP2016185337A (en) * 2010-12-03 2016-10-27 オプトス ピーエルシー Method for identifying abnormalities in images
JP2013546084A (en) * 2010-12-03 2013-12-26 オプトス、ピーエルシー How to identify anomalies in images
JP2013008903A (en) * 2011-06-27 2013-01-10 Kyocera Corp Test device and test method for solar cell element
JP2013174599A (en) * 2013-04-01 2013-09-05 Hitachi Ltd Device and method for surface inspection
KR20140147685A (en) * 2013-06-19 2014-12-30 가부시키가이샤 도쿄 웰드 Defect inspecting method
JP2015026671A (en) * 2013-07-25 2015-02-05 大日本印刷株式会社 Defect analysis method, method of manufacturing irregular pattern structure and imprint system
TWI579556B (en) * 2013-11-07 2017-04-21 東京威力科創股份有限公司 Substrate defect analysis device, substrate processing system, substrate defect analysis method, program, and computer storage medium
JP2015090964A (en) * 2013-11-07 2015-05-11 東京エレクトロン株式会社 Device for analyzing defect of substrate, substrate processing system, method for analyzing defect of substrate, program, and computer storage medium
KR20150053244A (en) * 2013-11-07 2015-05-15 도쿄엘렉트론가부시키가이샤 Defect analyzing apparatus, substrate processing system, defect analyzing method, computer program stored in medium, and computer-readable storage medium
US9342880B2 (en) 2013-11-07 2016-05-17 Tokyo Electron Limited Defect analyzing apparatus, substrate processing system, defect analyzing method and computer-readable storage medium
TWI513990B (en) * 2014-06-11 2015-12-21
CN104362082A (en) * 2014-11-10 2015-02-18 上海华力微电子有限公司 Method of determining suspicious process steps according to peeling defect of special circuit structures
CN104362082B (en) * 2014-11-10 2017-03-08 上海华力微电子有限公司 Come off the method that defect determines suspicious processing step according to special circuit structure
JP6218162B1 (en) * 2017-03-24 2017-10-25 三菱電機インフォメーションシステムズ株式会社 Semiconductor processing inspection apparatus association system and program
JP2018163937A (en) * 2017-03-24 2018-10-18 三菱電機インフォメーションシステムズ株式会社 Semiconductor processing inspection apparatus correlation system and program
JP2020174088A (en) * 2019-04-09 2020-10-22 信越半導体株式会社 Generating method of analysis data and determining method of semiconductor substrate
JP2021009086A (en) * 2019-07-02 2021-01-28 第一実業ビスウィル株式会社 Exterior inspection device
US20220018790A1 (en) * 2020-07-15 2022-01-20 Tokyo Electron Limited Abnormality detecting method and abnormality detecting apparatus

Similar Documents

Publication Publication Date Title
JPH1145919A (en) Manufacture of semiconductor substrate
US5982920A (en) Automated defect spatial signature analysis for semiconductor manufacturing process
US7062081B2 (en) Method and system for analyzing circuit pattern defects
US6797526B2 (en) Method for manufacturing semiconductor devices and method and its apparatus for processing detected defect data
JP3255292B2 (en) Process management system
US7756658B2 (en) Systems and methods for detecting defects on a wafer and generating inspection results for the wafer
US7356177B2 (en) Defect image classifying method and apparatus and a semiconductor device manufacturing process based on the method and apparatus
JP6598790B2 (en) Wafer and lot-based tiering methods that combine customized metrics with global classification methods to monitor process tool status with extreme throughput
JP2021190716A (en) Detection of failure in semiconductor specimen using weak labeling
JP2001256480A (en) Automatic picture classifying method and its device
WO2005100962A1 (en) Classification device and classification method
US20050031188A1 (en) Systems and methods for characterizing a sample
Dom et al. Recent advances in the automatic inspection of integrated circuits for pattern defects
JP2008281580A (en) Defect classification system
JP3665215B2 (en) Abnormal cause identification system and method
JP2011187836A (en) Control method of semiconductor manufacturing apparatus and control system
US20090273669A1 (en) Method and system for detecting critical defects
WO2004012258A1 (en) Method of monitoring defect occurring condition and device therefor
JPH09191032A (en) Monitoring of process abnormality and apparatus thereof
JP2000223385A (en) Quality control of electronic devices
JP3751680B2 (en) Manufacturing method of semiconductor device
JPH11317431A (en) Inspection data analysis system
JP3750220B2 (en) Manufacturing method of semiconductor device
US20220334567A1 (en) Fabrication fingerprint for proactive yield management
CN117529803A (en) Manufacturing fingerprints for active yield management

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20040629

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20051115

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060314