硅晶片缺陷模式分析研究

硅晶片缺陷模式分析研究

论文摘要

微电子技术飞速发展,导致芯片关键尺寸不断下降,集成电路制造工艺也在不断进步。生产工艺越复杂,硅晶片出现缺陷的概率就越大。通常半导体制造商为追求投资回报率,需要将成品率控制在一个稳定的状态。研究表明,制造工艺中造成硅晶片的缺陷是影响成品率的主要因素之一,为减少缺陷对成品率的影响,工程师需要一套在线缺陷模式分析系统辅助他们完成缺陷检测工作。本文研究工作是围绕硅晶片生产中缺陷模式分析这个基本问题展开。在缺陷分析研究检测中,研究人员关注比较多的是三种硅晶片统计图:Wafermap,Binmap,Bitmap。本文研究重点是Wafermap中缺陷模式分析的几个问题,其主要内容有:介绍了缺陷模式分析基本研究内容和研究方法,并对缺陷分布分析设计中常见问题进行分析。研究了谱聚类基本理论和算法,将谱分割理论应用到线状缺陷噪声去除中,实验中采用两个典型样例进行分析,结果表明在满足一定目标函数条件下,可以将线状缺陷周围无关的噪声缺陷去除,为进一步辨识线状缺陷打下基础。提出了一种改进的异常因子计算方法,通过对数据集中每点都找到它的k近邻点,计算出k近邻离该点的平均距离,然后在以此距离为半径的邻域内找到含有数据点的个数并求出它们的均值,将该值与当前点平均距离内点的个数的比值作为k近邻异常因子,将该因子应用到硅晶片缺陷聚类分析中,通过实验验证所提方法的准确性和有效性。研究了主曲线、多边形线算法,提出用多边形算法识别弧状缺陷想法,讨论了用拟牛顿法实现该算法的解决方案,针对硅片缺点模式分析中常出现的弧状缺陷,采用该算法进行检测分析,实验结果表明这种算法快速准确,当线段个数或最小距离平方期望值达到一定门限值后,多边形线就已经能够描述弧状缺点集的形状,随着线段个数增加,最小距离平方期望值还在不断下降,最终会收敛到Kegl主曲线。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 半导体工业发展和半导体测量学发展概况
  • 1.1.1 半导体工业发展
  • 1.1.2 半导体测量学发展概况
  • 1.2 缺陷模式分析研究概况
  • 1.2.1 成品率学习模型
  • 1.2.2 数据测量与分析
  • 1.2.3 缺陷模式分析
  • 1.3 论文研究背景
  • 1.4 论文研究工作
  • 1.5 论文主要贡献
  • 第二章 缺陷模式分析基本问题
  • 2.1 缺陷类型
  • 2.1.1 材料缺陷(Material Defects)
  • 2.1.2 划痕(Scratch)
  • 2.1.3 边缘缺陷(Edge defects)
  • 2.2 缺陷空间分布
  • 2.2.1 缺陷空间分布基本形状
  • 2.2.2 缺陷空间分布分析基本方法
  • 2.3 缺陷分析问题思考
  • 第三章 谱聚类理论、算法及仿真研究
  • 3.1 谱聚类理论基本概念
  • 3.1.1 图论基本概念
  • 3.1.2 几个定理及推论
  • 3.2 谱聚类算法分析
  • 3.2.1 SM 算法
  • 3.2.2 Min-Max Cut 算法
  • 3.2.3 NJW 算法
  • 3.2.4 FP 算法
  • 3.3 本章小结
  • 第四章 谱聚类算法分割硅晶片线状缺陷
  • 4.1 引言
  • 4.2 缺陷分割前预处理
  • 4.2.1 Dengrogram 缺陷聚类步骤
  • 4.2.2 样本聚类实验
  • 4.3 硅晶片缺陷谱分割方法
  • 4.3.1 样本1 分割实验
  • 4.3.2 样本2 分割实验结果
  • 4.4 结论
  • 第五章 局部异常因子及其在缺陷模式分析中应用
  • 5.1 引言
  • 5.2 异常检测方法
  • 5.2.1 基于统计分布方法(Distribution-based)
  • 5.2.2 基于深度方法(Depth-based)
  • 5.2.3 聚类方法(Clustering)
  • 5.2.4 基于距离方法(Distance-based)
  • 5.2.5 基于密度方法(Density-based)
  • 5.3 局部异常因子方法LOF(Local Outlier Factor)
  • 5.3.1 异常检测中距离和密度定义
  • 5.3.2 MinPts 的选取
  • 5.4 多粒度偏差因子MDEF
  • 5.5 基于k-近邻的异常检测方法(Outlier factor k-NN based)
  • 5.6 基于k-近邻异常因子硅晶片缺陷聚类分析
  • 5.7 结论
  • 第六章 主曲线和多边形线算法分析与应用
  • 6.1 主曲线算法
  • 6.1.1 主曲线定义
  • 6.1.2 主曲线算法分析
  • 6.2 多边形线算法
  • 6.2.1 有约束长度主曲线定义
  • 6.2.2 多边形线算法
  • 6.3 缺陷辨识实验分析
  • 6.4 结论
  • 第七章 结束语
  • 7.1 研究工作总结
  • 7.2 未来研究展望
  • 7.2.1 缺陷模式分析的问题
  • 7.2.2 今后工作展望
  • 参考文献
  • 发表论文和科研情况说明
  • 致谢
  • 附录
  • 相关论文文献

    • [1].太阳能硅晶片清洗的研究和应用[J]. 中国洗涤用品工业 2013(01)
    • [2].高精度大尺寸硅晶片的双面研磨抛光机改进设计[J]. 浙江海洋学院学报(自然科学版) 2010(06)
    • [3].基于嵌入式的硅晶片瑕疵检测[J]. 工业控制计算机 2019(03)
    • [4].硅晶片抛光用高纯度大粒径硅溶胶的研究[J]. 硅酸盐通报 2013(06)
    • [5].硅晶片切割机主轴结构优化[J]. 装备制造技术 2016(05)
    • [6].硅晶片表面超精密加工中的温度控制[J]. 北华航天工业学院学报 2017(04)
    • [7].可循环使用的抛光液[J]. 技术与市场 2009(10)
    • [8].制约硅晶片减薄因素研究分析[J]. 人工晶体学报 2015(07)
    • [9].半导体硅晶片超精密加工研究[J]. 电子工业专用设备 2018(01)
    • [10].揭秘芯片诞生全过程(2)[J]. 集成电路应用 2015(07)
    • [11].硅晶片电阻率测量技术的研究[J]. 电子工业专用设备 2018(05)
    • [12].硅晶片腐蚀生产线通信故障处理及总结[J]. 煤 2018(02)
    • [13].半导体硅晶片超精密加工研究[J]. 内燃机与配件 2018(12)
    • [14].Schmid开发新型金刚石线切割多硅晶片纹理化工艺[J]. 超硬材料工程 2017(01)
    • [15].揭秘芯片诞生全过程(1)[J]. 集成电路应用 2015(06)
    • [16].单晶硅晶片化学机械抛光基本特性研究[J]. 兵器装备工程学报 2019(06)
    • [17].硅晶片双面研磨机的单电机驱动机构设计[J]. 工程技术研究 2019(15)
    • [18].纯硅材料喇曼激光器及硅芯光纤的研究进展[J]. 光通信技术 2011(11)
    • [19].某硅晶片生产厂房净化空调设计[J]. 洁净与空调技术 2010(01)
    • [20].硅晶片热氧化前的清洗技术探索[J]. 电子工业专用设备 2009(08)
    • [21].新型清洗釜中超临界二氧化碳的数值模拟研究[J]. 清洗世界 2016(03)
    • [22].意念移物梦成真[J]. 科学大众(中学生) 2014(03)
    • [23].Siltronic AG加入IMEC研究硅基GaN[J]. 半导体信息 2011(04)
    • [24].SiC微粉粒径对干法背面软损伤工艺影响[J]. 电子工艺技术 2018(04)
    • [25].硅晶片激光标识工艺参数的研究[J]. 电子工业专用设备 2019(03)
    • [26].刷状结构冠醚用于SEGFET-pK敏感膜的研究[J]. 仪表技术与传感器 2020(02)
    • [27].Kindle真的来了[J]. 华东科技 2013(07)
    • [28].太阳能硅晶片生产行业环保验收监测——以江西某半导体新材料有限公司多晶硅项目一期工程为例[J]. 江西化工 2013(03)
    • [29].PCIM China 2008国际研讨会[J]. 变频器世界 2008(02)
    • [30].飞秒激光烧蚀单晶硅片的表面质量视觉检测[J]. 机床与液压 2018(20)

    标签:;  ;  ;  ;  

    硅晶片缺陷模式分析研究
    下载Doc文档

    猜你喜欢