分类方法、加工控制方法、设备及介质与流程
本公开涉及半导体制造,具体地,涉及一种切割后硅片形貌的分类方法、硅片的加工控制方法、设备及介质。
背景技术:
1、在半导体制造领域,切割后例如线切割后硅片的质量直接决定其是否能顺利通过后续研磨、抛光等高价值工序并获得合格的纳米级平坦度。因此,本领域存在对切割后硅片质量进行准确评价,以识别出不利于后续加工的不利形貌的需求。
2、为评价切割后硅片质量,相关技术中通常采用宏观几何参数例如翘曲度(warp)、弯曲度(bow)等。该方案虽能以单一数值概括硅片的整体形变幅度,易于纳入质量管控体系,但其仅能反映形变幅度,而无法区分硅片的宏观形貌。实践中发现,即使warp数值相近的硅片,其后续抛光后的纳米平坦度也可能存在显著差异。这表明,仅依靠warp等宏观参数无法有效表征对后续工艺有决定性影响的硅片宏观形貌特征,从而凸显了对切割后硅片宏观形貌类型进行区分的迫切需求。
3、因此,如何实现对切割后硅片的宏观形貌类型的有效区分,成为当前本领域亟待解决的技术问题。
技术实现思路
1、本公开提供一切割后硅片形貌的分类方法、硅片的加工控制方法、设备及介质,该分类方法将表征切割后硅片沿切割方向两端边缘区域的相对高度极性的高度特征值,与预设的正阈值和负阈值进行比较,并且根据比较结果将硅片的宏观形貌至少分类为中间凸起型、中间凹陷型或倾斜型之一,从而能够实现对切割后硅片的宏观形貌类型的有效区分。
2、本公开第一方面提供了一种切割后硅片形貌的分类方法,该分类方法包括:获取切割后硅片的高度特征值,其中,高度特征值用于表征沿切割方向硅片两端边缘区域之间的相对高度极性;获取一正阈值和一负阈值,其中,正阈值和负阈值是预设的、用于评价边缘区域极性的数值界限;将高度特征值与正阈值和负阈值进行比较,获取比较结果,其中,比较结果用于指示高度特征值与正阈值及负阈值之间的数值大小关系;基于比较结果和预设分类规则,将硅片形貌至少分类为中间凸起型、中间凹陷型或倾斜型之一。
3、在本公开第一方面的一个具体实施方式中,高度特征值包括以下至少一种:硅片两端边缘区域的代表点高度值,硅片两端边缘区域代表点高度值的差值,硅片两端边缘区域代表点高度值的比值,通过拟合硅片两端边缘区域高度数据获得的斜率值,通过机器学习模型从硅片两端边缘区域高度数据中提取的特征向量。
4、在本公开第一方面的一个具体实施方式中,高度特征值包括硅片两端边缘区域的两个代表点高度值,获取切割后硅片的高度特征值,包括:获取硅片的高度数据序列,其中,高度数据序列是沿切割方向硅片表面上的至少一条测量线的高度数据序列;确定与测量线两端分别对应的两个边缘区域的代表性高度值,作为两个代表点的高度值。
5、在本公开第一方面的一个具体实施方式中,代表性高度值是测量线位于边缘区域内的两个测量点对应的高度数据,或者,是对边缘区域内的多个测量点的高度数据进行统计计算获得的数值。
6、在本公开第一方面的一个具体实施方式中,测量线是硅片沿切割方向的直径,和/或,当代表性高度值是测量线位于边缘区域内的两个测量点对应的高度数据时,两个代表点是测量线上的第一个测量点和最后一个测量点。
7、在本公开第一方面的一个具体实施方式中,基于比较结果和预设分类规则,将硅片形貌至少分类为中间凸起型、中间凹陷型或倾斜型之一,包括:当第一个测量点和最后一个测量点的高度值均大于负阈值且至少一个大于正阈值时,则分类为中间凹陷型;当第一个测量点和最后一个测量点的高度值均小于正阈值且至少一个小于负阈值时,则分类为中间凸起型;当第一个测量点和最后一个测量点的高度值具有相反极性,且两者中绝对值较大的那个大于正阈值时,则分类为倾斜型。
8、在本公开第一方面的一个具体实施方式中,该分类方法还包括:若分类为倾斜型,则根据两者中绝对值较大的高度数据的符号进行进一步分类:若绝对值较大的高度数据为正,则进一步分类为正倾斜型;若绝对值较大的高度数据为负,则进一步分类为负倾斜型。
9、在本公开第一方面的一个具体实施方式中,该分类方法还包括:收集分类后硅片经过后续抛光工艺后的纳米级平坦度数据;根据纳米级平坦度数据调整正阈值和负阈值。
10、本公开第二方面提供了一种硅片的加工控制方法,该加工控制方法包括:获取切割后硅片形貌的分类结果,其中,分类结果是通过上述第一方面中的分类方法得到的;根据分类结果确定针对硅片的加工控制决策,其中,加工控制决策包括对硅片进行翻转或不进行翻转;当分类结果为中间凹陷型时,则进行翻转;当分类结果为中间凸起型时,则不进行翻转;当分类结果为倾斜型时,判断倾斜型的进一步分类;若进一步分类为正倾斜型,则进行翻转;若进一步分类为负倾斜型,则不进行翻转。
11、本公开第三方面提供了一种计算设备,该计算设备包括处理器和存储器,处理器用于执行存储器中存储的指令,以实现上述第一方面中的分类方法和/或上述第二方面中的加工控制方法。
12、本公开第四方面提供了一种计算机存储介质,该存储介质存储有至少一条指令,至少一条指令用于被处理器执行以实现上述第一方面中的分类方法和/或上述第二方面中的加工控制方法。
1.一种切割后硅片形貌的分类方法,其特征在于,包括:
2.根据权利要求1所述的分类方法,其特征在于,所述高度特征值包括以下至少一种:所述硅片两端边缘区域的代表点高度值,所述硅片两端边缘区域代表点高度值的差值,所述硅片两端边缘区域代表点高度值的比值,通过拟合所述硅片两端边缘区域高度数据获得的斜率值,通过机器学习模型从所述硅片两端边缘区域高度数据中提取的特征向量。
3.根据权利要求2所述的分类方法,其特征在于,所述高度特征值包括所述硅片两端边缘区域的两个代表点高度值,所述获取切割后硅片的高度特征值,包括:
4.根据权利要求3所述的分类方法,其特征在于,所述代表性高度值是所述测量线位于所述边缘区域内的两个测量点对应的高度数据,或者,是对所述边缘区域内的多个测量点的高度数据进行统计计算获得的数值。
5.根据权利要求4所述的分类方法,其特征在于,所述测量线是所述硅片沿切割方向的直径,和/或,
6.根据权利要求5所述的分类方法,其特征在于,所述基于所述比较结果和预设分类规则,将所述硅片形貌至少分类为中间凸起型、中间凹陷型或倾斜型之一,包括:
7.根据权利要求6所述的分类方法,其特征在于,还包括:若分类为倾斜型,则根据两者中绝对值较大的高度数据的符号进行进一步分类:
8.根据权利要求1至6中任一项所述的分类方法,其特征在于,还包括:
9.一种硅片的加工控制方法,其特征在于,包括:
10.一种计算设备,其特征在于,包括处理器和存储器,所述处理器用于执行所述存储器中存储的指令,以实现如权利要求1至8中任一项所述的分类方法和/或权利要求9所述的加工控制方法。
11.一种计算机存储介质,其特征在于,所述存储介质存储有至少一条指令,所述至少一条指令用于被处理器执行以实现如权利要求1至8中任一项所述的分类方法和/或权利要求9所述的加工控制方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com