跳到主要內容

臺灣博碩士論文加值系統

(100.26.176.111) 您好!臺灣時間:2024/07/16 14:41
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:林彥成
研究生(外文):LIN,YEN-CHENG
論文名稱:用於晶圓瑕疵辨識的幾何特徵統計分析
論文名稱(外文):Statistic Analysis of Geometric Features for Wafer Defect Recognition
指導教授:梁新聰梁新聰引用關係
指導教授(外文):LIANG,HSING-CHUNG
口試委員:陳竹一李恕明
口試委員(外文):CHEN,JWU-ELI,SHU-MING
口試日期:2022-07-19
學位類別:碩士
校院名稱:中原大學
系所名稱:電子工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2022
畢業學年度:110
語文別:中文
論文頁數:41
中文關鍵詞:晶圓圖瑕疵樣態辨識特徵參數分析
外文關鍵詞:Wafer bin mapDefect pattern recognitionFeature parameter analysis
DOI:10.6840/cycu202201278
相關次數:
  • 被引用被引用:0
  • 點閱點閱:140
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
近年來半導體工業技術與時俱進,晶圓製造流程技術的提升,晶圓產出的良率也勢必有所進步,透過晶圓測試找出晶圓瑕疵,進而找出工藝流程上的問題,並讓工程師作出判斷以及調整錯誤,減少製造成本。本文提出晶圓瑕疵圖的幾何特徵參數提取,首先對公開資料集WM-811K使用多項預處理工作,接著運用簡單的演算法,成功提取晶圓瑕疵樣態的幾何特徵參數,製作出特徵參數區間表,將待測試的晶圓瑕疵圖做落點分析,以分析晶圓瑕疵圖的幾何意義及其特性。實驗分析表示, Near-Full的特徵參數分布集中是較明顯的晶圓瑕疵樣態,這些參數數值有助於提升特徵參數區間表的準確度,在判斷落點分析有顯著的效益。
In recent years, the technology of the semiconductor industry has advanced with the times. Wafer fabrication process technology enhancement, and the yield of wafer production is bound to improve. Wafer testing is used to identify wafer defects, which leads to process problems and allows engineers to make judgments and adjust errors to reduce manufacturing costs. In this paper, we propose geometric feature extraction for wafer defect maps, first using several pre-processing efforts on the public data set WM-811K. Then, a simple algorithm was used to extract the geometric parameters of the wafer defect samples, and a table of feature parameters was created. The wafer defect map to be tested is analyzed for its geometric meaning and characteristics. The experimental analysis shows that the distribution of the geometric feature parameters of Near-Full is focused on the more obvious wafer defect patterns. These parameter values help to improve the accuracy of the feature parameter interval table, which has significant benefits in determining the landing analysis.
摘要 I
Abstract II
致謝 III
目次 IV
圖目次 VI
表目次 VIII
第一章 緒論 1
1.1 前言 1
1.2 研究動機 3
1.3 論文架構 4
第二章 文獻探討 5
2.1 晶圓圖特徵分析 5
2.2參數提取 6
2.3 晶圓瑕疵群聚偵測 9
2.4 隱藏的劃痕、線瑕疵樣態偵測 11
第三章 研究方法 13
3.1 預處理(Preprocessing) 13
3.1.1 DBSCAN(Density-based spatial clustering of applications with noise) 14
3.1.2 二值化(Binarization) 15
3.1.3 邊緣擬合(Contour fitting) 15
3.1.4 晶圓圖面積與比例尺度(Area & Scale) 18
3.2 幾何特徵參數提取(Geometric Parameter Extraction, GPE) 18
3.2.1 最小外接圓的直徑與等效面積圓直徑(Min Enclosing Circle Diameter & Equivalent Area Circle Diameter, MECD & EACD) 18
3.2.2 離晶圓中心率(Off-Center Rate, OCR) 19
3.2.3 至原點距離比例(To Origin Distance Rate, ODR) 20
3.2.4 頂邊至晶圓質心夾角(Angle) 20
3.2.5 擬合邊長(Approximate Length, AL) 21
3.3 特徵參數區間表(Parameter Interval Table, PIT) 21
第四章 分析結果 24
4.1 幾何特徵參數分布 24
4.1.1 最小外接圓直徑 24
4.1.2 等效面積圓直徑 25
4.1.3 離晶圓中心率 26
4.1.4 至原點距離比例 26
4.1.5 頂邊至晶圓質心夾角 27
4.1.6擬合邊長 27
4.2 落點分析 28
4.3 落點預測 29
第五章 結論 32
參考文獻 33

圖目次
圖1-1 晶片製造流程圖[1] 1
圖1-2 九種晶圓瑕疵分類[2] 2
圖1-3 類神經網路架構[1] 2
圖1-4 NFTS的模型架構[3] 3
圖2-1 區域檢測順序[4] 5
圖2-2 晶圓瑕疵長寬比分析[4] 6
圖2-3 晶圓圖分為20分區域 7
圖2-4 以長條圖分析晶圓區域不良率 7
圖2-5 各類別樣態的顯著區域[5] 8
圖2-6 拉東變換公式 8
圖2-7 各類瑕疵樣態的拉東變換 9
圖2-8 各類晶圓瑕疵樣態的離群點與瑕疵群聚。(a)Center、(b)Donut、(c)Edge-Loc、(d)Edge-Ring、(e)Local、(f)Random、(g)Scratch、(h)None[6] 10
圖2-9 複合型晶圓圖使用DBSCAN分群。(a) Scratch 和Edge-Ring、(b) Center 和Local、(c) Donut 和Edge-Loc、(d) Donut 和Edge-Ring[6] 11
圖2-10 劃痕與線[7] 11
圖2-11 各類群聚演算法的比較結果 12
圖2-12(a)OPTICS後的集群(b)Canny邊緣檢測(c)閉運算(d)合併晶圓瑕疵圖 12
圖3-1 研究之流程架構,分為三個部份 13
圖3-2 各點分布:點A、點B、點C、點D、點E 14
圖3-3 DBSCAN聚類與離群點說明 14
圖3-4 (a)為晶圓瑕疵原圖原色 (b)經過二值化後圖像為黑白 15
圖3-5 一線段並連接兩個端點 16
圖3-6 距離最大的B點且在範圍值外,留為關鍵點 16
圖3-7 點E為距離次大也符合在範圍值外的關鍵點 16
圖3-8 排除非關鍵點C與點D完成擬合 17
圖3-9 利用邊緣偵測演算法找出擬合邊長與質心點 17
圖3-10 標記出調整後的晶圓圖與原始晶圓圖間的比例尺度 18
圖3-11 (a)最小外接圓直徑與(b)等效面積圓直徑的公式圖例 19
圖3-12 最小外接圓的圖示結果與兩參數的數值 19
圖3-13 A、B兩點相連的長度比例為離晶圓中心率 20
圖3-14 O、A的距離比例為其結果 20
圖3-15 θ之夾角示例 21
圖3-16 左半部圖為Scratch原圖,右半部圖為經過邊緣擬合後的邊長 21
圖3-17 四分位距圖示Q2為中位數 22
圖3-18 可視化的特徵參數區間表,藍線為各參數的中位數連線 23
圖4-1晶圓瑕疵樣態的最小外接圓直徑數值統計 25
圖4-2 晶圓瑕疵樣態的等效面積圓直徑數值統計 25
圖4-3 晶圓瑕疵樣態的離晶圓中心率數值統計 26
圖4-4 晶圓瑕疵樣態至原點距離比例數值統計 27
圖4-5 晶圓瑕疵樣態頂邊至質心點夾角數值統計 27
圖4-6 晶圓瑕疵樣態擬合邊長數值統計 28
圖4-7 兩張待測的晶圓瑕疵圖 28
圖4-8 晶圓瑕疵圖A之落點分析 29
圖4-9 晶圓瑕疵圖B之落點分析 29

表目次
表1 每種瑕疵樣態的參數區間表 22
表2 落點預測混淆矩陣 30
表3 運用走勢分析及權重運算後預測的混淆矩陣 31


[1] 呂東穎, "Application of Wafer Map Partition Analysis to Enhance the Salient Pattern Identification", 碩士論文, 中央大學, 2019.
[2] Ming-Ju Wu, Jyh-Shing R. Jang, and Jui-Long Chen, Wafer Map Failure Pattern Recognition and Similarity Ranking for Large-Scale Data Sets, IEEE Transactions on Semiconductor Manufacturing, Volume: 28, Issue: 1, pp. 1 - 12, Feb 2015.
[3] 張嘉修, "NFTS: A None-First Two-Stage Model for Wafer Map Defect CLassification", 碩士論文, 中央大學, 2021.
[4] 黃柏霖, “Improving None-First Two-Stage Method with Feature Analysis for Wafer Map Defect Classification,” 碩士論文, 中原大學, 2022.
[5] M. Saqlain, B. Jargalsaikhan and J. Y. Lee, “"A Voting Ensemble Classifier for Wafer Map Defect Patterns Identification in Semiconductor Manufacturing",” IEEE TRANSACTIONS ON SEMICONDUCTOR MANUFACTURING, VOL. 32, NO. 2, May 2019.
[6] Cheng Hao Jin , Hyuk Jun Na , Minghao Piao , Gouchol Pok, and Keun Ho Ryu, "A Novel DBSCAN-Based Defect Pattern Detection and Classification Framework for Wafer Bin Map", IEEE TRANSACTIONS ON SEMICONDUCTOR MANUFACTURING, VOL. 32, NO. 3., AUGUST 2019.
[7] Katherine Shu-Min Li, Peter Yi-Yu Liao, Ken Chau-Cheung Cheng, Leon Li-Yang Chen, Sying-Jyan Wang , Andrew Yi-Ann Huang, Leon Chou, Gus Chang-Hung Han, Jwu E. Chen, Hsin-Chung Liang, and Chung-Lung Hsu, "Hidden Wafer Scratch Defects Projection for Diagnosis and Quality Enhancement.", IEEE Transactions on Semiconductor Manufacturing, Volume: 34, Issue: 1, pp. 9 - 16, Feb. 2021.
[8] 世界先進製造技術論壇, “機器視覺定位技術之產品邊緣輪廓檢測,” 世界先進製造技術論壇, 28 9 2021. [線上]. Available: https://kknews.cc/tech/qrn2reb.html,2021.
[9] J. -W. Jung, B. -C. So, J. -G. Kang, and W. -J. Jang, "Circumscribed Douglas-Peucker Polygonal Approxi-mation for Curvilinear Obstacle Representation,", in Proc. 7th International Conference on Robot Intelligence Technology and Applications (RiTA), pp. 237-241, 2019.

電子全文 電子全文(網際網路公開日期:20240731)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top