機器學習革新半導體製程管理

機器學習革新半導體製程管理


半導體製程中的PVD與CVD的差別
薄膜沉積的目的是在晶圓上增加導電特性,常見的方法有PVD及CVD兩種,都有其優勢和特定的應用領域。在半導體製程中,這兩種技術可能會被結合使用,以實現不同層次和屬性的薄膜需求。

PVD是一種通過物理手段將材料轉換為蒸氣,然後在晶圓表面沉積成薄膜的技術。這涉及將材料加熱到高溫,使其轉換成蒸氣,然後在晶圓表面冷凝形成薄膜。PVD過程不涉及化學反應,主要是物理過程。而CVD是一種通過化學反應在晶圓表面生成薄膜的技術。在CVD中,氣相前體(通常是氣體或揮發性液體)在表面上進行化學反應,生成固體薄膜。CVD可以提供更高的薄膜均勻性和複雜的薄膜成分。

#薄膜沉積 #半導體 #PVD #CVD

PVDCVD

沉積過程:PVD通常包括蒸鍍、濺鍍、離子佈植等方法。這些方法通常在真空環境中進行,以確保有效的材料轉換和薄膜的沉積。而CVD過程中,氣相前體透過化學氣相反應如:熱電漿、光等進行轉化,生成固體薄膜。這通常涉及在高溫下進行,並使用化學氣體進行反應,使固體產物在晶圓表面沉積。

應用方面: PVD通常用於金屬或合金的沉積,例如銅、鋁、鈦等,以及一些陶瓷材料。應用範圍包括金屬導體、反應層和裝飾性薄膜。而CVD更適用於沉積復雜的化合物薄膜,包括氧化物、氮化物、碳化物等。這使得CVD在製造非金屬材料的薄膜時更具優勢,例如絕緣體、光學膜和半導體製程中的絕緣層。



CVD PVD機台手臂對於製程的重要性

PVD及CVD機台通常包含多個部分,其中手臂是一個重要的組成部分。手臂主要用於將晶圓移動到不同的位置,以進行不同步驟的薄膜沉積。

當機台的手臂發生異常時,可能會對製程產生多種影響,例如,製程可能需要停止或暫停,這會導致生產效率下降。停機時間越長,損失就越大,手臂的異常也可能導致薄膜均勻沉積不一致,使得每個晶圓的處理結果不同。此外,手臂的異常也可能影響到製程的安全性,可能會對操作人員和設備造成潛在的安全風險。因此,使用者必須掌握機台狀態,以確保設備高度的可靠性和穩定性才能讓製程順利運行。

如何監測CVD PVD機台手臂?
VMS-ML機器學習智能監控系統能夠將CVD、PVD機台動態訊號與機械學習動作可視化,系統藉由學習機械動作並量測除了能夠得知機台作動中穩定性差異,利用數據趨勢可以說明機台的穩定度標準,還能夠作為維修後的效益確認出機前的驗證。運用機器學習的技術,學習正確的製程流程規範,搭配製程特性的感測器,將微小的訊號一網打盡。


量測1 VHP-PVD-NSK

機型:VHP-PVD-NSK

量測1

VHP-Producer-NSK作動訊號學習規範

量測1

量測異常結果:

X1軸與X2軸運行顫振

X1軸與X2軸運行顫振

X2軸啟動收回突波異常

X2軸啟動收回突波異常



量測2 VHP-Producer-NSK

機型:VHP-Producer-NSK

量測2

VHP-Producer-NSK作動訊號學習規範

量測2 VHP-Producer-NSK作動訊號學習規範

量測異常結果:

X軸前伸後收磨損

X軸前伸後收磨損

TH軸啟動異常

TH軸啟動異常



維修前後效益趨勢比較

維修前後效益趨勢比較

維修確認:藉由VMS-ML機械學習量測在維修前以相似度75%作為門檻得知穩定性差異跳動,維修後相似度變化皆在75%以上穩定趨勢作為出機標準。

出機前驗證:維修後燒機測試趨勢線產出可以向客戶說明我們機台是穩定的,如有不穩定也可以由圖形趨勢呈現被判為FAIL機台。






#機器學習

#AI

#半導體