晶圆智能派工系统和方法与流程

本技术属于半导体晶圆制造，涉及一种晶圆智能派工系统和方法。

背景技术：

1、在半导体晶圆制造过程中，为确保重点产品（如高价值、高可靠性要求的芯片）的良率与性能稳定性，生产厂家通常会从众多工艺机台中，根据历史数据或初始性能评估，选定一部分性能优异的机台作为“优选机台”（或称golden tool）。这些优选机台被优先分配给重点产品进行加工，是保障良率的核心资源配置策略。

2、然而，现有技术中的优选机台管理及派工策略主要存在以下缺陷：

3、第一，优选机台的定义和筛选标准单一、静态。传统方法通常仅依据机台初始或一次性的离线量测数据（如颗粒度、膜厚均匀性等）或历史良率表现来定义优选机台。一旦被定义，该机台在很长一段时间内都被视为“优选”，其状态不会随使用时间的推移而动态更新。这种静态的管理模式无法准确反映机台在持续生产过程中因部件磨损、腔室污染、维护周期等因素导致的性能波动。

4、第二，对机台生命周期的精细化管理缺失。即使是性能优异的优选机台，其在一个预防性维护周期（pm cycle）内的不同阶段，性能表现也并非恒定不变。例如，机台在维护后的初期通常处于最佳性能期（缺陷少、参数稳定），而随着使用时间的增加，机台性能可能逐渐衰退（如缺陷率上升、工艺参数漂移）。现有技术中缺乏对机台这种“黄金生命周期”状态的识别和划分机制，导致即便是重点产品，也可能被派工到正处于性能衰退期的优选机台上，从而无法稳定保证其良率。

5、第三，派工策略粗放且与机台实时状态脱节。现有派工策略通常仅根据产品等级（如划分为“重点产品”和“普通产品”）进行简单映射，并未将产品的优先级等级与机台的不同生命周期状态进行精细化匹配。例如，对于最高优先级的产品，系统并无能力确保其仅派工到机台的最佳性能时段。这种粗放式的管理，不仅造成了优选机台资源的不合理浪费，也未能最大化地利用机台在不同阶段的性能价值。

6、综上所述，如何在动态生产环境中，精准地识别出真正处于最佳性能状态的工艺机台及其最佳性能时段，并为不同等级的产品建立与之精确匹配的智能派工策略，以稳定提升高优先级待加工晶圆的良率，成为本领域亟需解决的技术问题。

技术实现思路

1、本技术的目的在于提供一种晶圆智能派工系统和方法，用于解决现有技术中因优选机台管理静态化、生命周期状态识别缺失及派工策略粗放所导致的高优先级待加工晶圆良率不稳定、工艺机台资源利用率低。

2、第一方面，本技术提供一种晶圆智能派工系统，所述系统包括：

3、数据分析模块，用于获取候选工艺机台的多个候选离线量测参数对应的离线量测数据及所加工晶圆的电性测试数据、良率测试数据、缺陷检测数据，并根据所述离线量测数据、所述电性测试数据、所述良率测试数据、所述缺陷检测数据及预设筛选条件，确定各所述候选工艺机台的当前生命周期状态和所述候选工艺机台中的优选机台，其中，所述当前生命周期状态包括黄金寿命期和常规寿命期；

4、智能派工模块，与所述数据分析模块连接，用于获取待加工晶圆的优先级，并根据所述待加工晶圆的优先级生成派工指令，其中，处于第一优先级的待加工晶圆被优先派工至所述候选工艺机台中当前生命周期状态为黄金寿命期的优选机台；

5、控制模块，与所述数据分析模块连接，用于当达到预设更新周期或发生预设更新事件时，触发所述数据分析模块重新确定各所述候选工艺机台的当前生命周期状态和所述候选工艺机台中的优选机台数量。

6、在一种实施方式中，所述数据分析模块包括：

7、工艺机台性能统计模块，用于获取候选工艺机台的多个候选离线量测参数对应的离线量测数据，并基于所述离线量测数据与第一预设筛选条件，从多个所述候选工艺机台中筛选出至少一个准优选机台；

8、晶圆良率和电性统计模块，与所述工艺机台性能统计模块连接，用于获取每个所述准优选机台所加工晶圆的晶圆电性测试数据及良率测试数据，并基于所述晶圆电性测试数据与良率测试数据与第二预设筛选条件，从所述至少一个准优选机台中动态确定所述候选工艺机台中的优选机台。

9、在一种实施方式中，所述工艺机台性能统计模块用于基于所述离线量测数据与第一预设筛选条件，从多个所述候选工艺机台中筛选出至少一个准优选机台，包括：

10、在第一预设时间窗口内，根据待加工晶圆的工艺要求和候选工艺机台类型，从所述多个候选离线量测参数中动态确定至少一个目标离线量测参数，并获取所述目标离线量测参数对应的离线量测数据，并将所有离线量测数据均在对应预设阈值范围内的候选工艺机台确定为准优选机台。

11、在一种实施方式中，所述晶圆良率和电性统计模块基于所述晶圆电性测试数据与良率测试数据与第二预设筛选条件，从所述至少一个准优选机台中动态确定所述候选工艺机台中的优选机台数量，包括：

12、在第二预设时间窗口内，将同时满足预设电性质量标准的晶圆电性测试数据和预设良率稳定性标准的良率测试数据对应的准优选机台确定为所述优选机台。

13、在一种实施方式中，所述预设良率稳定性标准为良率测试数据的波动幅度小于预设幅度阈值。

14、在一种实施方式中，所述数据分析模块还包括缺陷分析模块，用于获取各所述候选工艺机台所加工晶圆的缺陷检测数据，并基于所述缺陷检测数据与第三预设筛选条件，判断各所述候选工艺机台的当前生命周期状态。

15、在一种实施方式中，所述缺陷分析模块基于所述缺陷检测数据与第三预设筛选条件，判断各所述候选工艺机台的当前生命周期状态，包括：

16、当所述候选工艺机台所加工晶圆未产生晶圆缺陷，或在所述第三预设时间窗口内，单片晶圆的同种缺陷数量小于等于第三预设时间窗口内各晶圆同种缺陷数量的平均值、且小于预设的缺陷数量规格阈值，则判定所述候选工艺机台处于黄金寿命期；

17、当所述候选工艺机台所加工晶圆产生晶圆缺陷或在所述第三预设时间窗口内，单片晶圆的同种缺陷数量大于第三预设时间窗口内各晶圆同种缺陷数量的平均值、且小于预设的缺陷数量规格阈值，则判定所述候选工艺机台处于常规寿命期。

18、在一种实施方式中，所述智能派工模块获取待加工晶圆的优先级，并根据所述待加工晶圆的优先级生成派工指令，包括：

19、先按照晶圆出货优先级对待加工晶圆进行排序以确定晶圆加工序列，再依据所述候选工艺机台的队列长度从所述候选工艺机台中选取目标工艺机台，并将所述晶圆加工序列中排序在前的第一优先级待加工晶圆分配至所选目标工艺机台中生命周期状态为黄金寿命期的优选机台。

20、第二方面，本技术提供了一种晶圆智能派工方法，应用于上述系统，所述方法包括：

21、获取候选工艺机台的多个候选离线量测参数对应的离线量测数据及所加工晶圆的电性测试数据、良率测试数据、缺陷检测数据，并根据所述离线量测数据、所述电性测试数据、所述良率测试数据、所述缺陷检测数据及预设筛选条件，确定各所述候选工艺机台的当前生命周期状态和所述候选工艺机台中的优选机台，其中，所述当前生命周期状态包括黄金寿命期和常规寿命期；

22、获取待加工晶圆的优先级，并根据所述待加工晶圆的优先级生成派工指令，其中，处于第一优先级的待加工晶圆被优先派工至所述候选工艺机台中当前生命周期状态为黄金寿命期的优选机台；

23、当达到预设更新周期或发生预设更新事件时，触发所述数据分析模块重新确定各所述候选工艺机台的当前生命周期状态和所述候选工艺机台中的优选机台数量。

24、在一种实施方式中，所述方法还包括：为每个所述候选工艺机台添加标识标签，所述标识标签至少包括候选工艺机台类型和当前生命周期状态；所述派工指令根据所述标识标签进行匹配。

25、如上所述，本技术所述的一种晶圆智能派工系统和方法，具有以下有益效果：

26、本技术首先通过数据分析模块将离线量测数据筛选出硬件性能达标的准优选机台，再通过晶圆级良率与电性测试数据从中锁定真正的优选机台，随后基于实时缺陷数据将优选机台与常规机台进一步细分为黄金寿命期与常规寿命期。再通过智能派工模块依据待加工晶圆的优先级与待候选工艺机台多维状态的匹配规则执行精准派工，其中，处于第一优先级的待加工晶圆被优先派工至候选工艺机台中当前生命周期状态为黄金寿命期的优选机台。同时，通过控制模块对数据分析模块中各候选机台的当前生命周期状态和各候选工艺机台中的优选机台的确定进行定期更新，不仅实现了优选机台的动态认定与生命周期的精细化管理，还通过代加工晶圆的优先级与待候选工艺机台状态的精细化匹配，有效避免了优先级较高的待加工晶圆被派工至性能衰减的工艺机台的风险，降低了优先级较高的待加工晶圆发生质量事件的概率，稳定并提升了高优先级待加工晶圆的整体良率，同时兼顾了生产资源的合理配置与调度效率。