Under CopyrightKumar, A.P.A.P.Kumar2022-03-0725.10.20052005https://publica.fraunhofer.de/handle/publica/27599610.24406/publica-fhg-275996Die sich schnell ändernden technologischen Eigenschaften von integrierten Schaltungen (d. h. ihre Kompaktheit und Dichte) erfordern eine sehr hohe Oberflächenplanarität und eine konstante Oberflächentopographie des benötigten Substratmaterials (Wafer). Als abschließender Schritt im Waferherstellungsverfahren hat sich der CMP-Prozess als kritische Technologie für das Erreichen der erforderlichen globalen Planarisierung der Waferoberfläche entwickelt. Die hohe Komplexität des CMP-Prozesses erschwert die Lokalisierung (d. h. das Feststellen von Defektbereich, Typ und Ursache) und Kontrolle der Prozess- und Maschinenparameter, die für die Defektentstehung während eines Prozesses verantwortlich sind. Dies führt zu untragbaren Maschinenstillstandszeiten, die durch zeitaufwändige Defektlokalisierungsverfahren verursacht werden. Eine Erkennung der Defektentstehung in einem sehr frühen Stadium des Waferfertigungsprozesses ist somit zwingend erforderlich, was durch ein agentenbasiertes Diagnosesystem zur Defektanalyse möglich wird. Die Analyse der erforschten Defekte erfolgt derzeit durch die Durchführung von Korrelationen dieser Defekte mit den Änderungen und Verschiebungen der Prozess- und Maschinenparameter offline, d.h. nachdem die Defekte bereits aufgetreten sind. Verschiedene bereits entwickelte Prozessregelungsmethoden zur Vermeidung von unerwünschten Defektentstehungen und Maschinenstillstandszeiten für andere Prozessmaschinen in der Halbleiterfertigung zeigen, dass die Entstehung von Defekten während des Prozesses nicht ermittelt werden können. Keine der Prozessregelungsmethoden zeigt eine Anpassungsfähigkeit an die sich ständig ändernden Prozess- und Maschinenparameter im Produktionsumfeld. Die zeitliche Darstellung der Eigenschaften der Prozess- und Maschinenparameter wird nicht durch Prozessregelungs-Algorithmen implementiert und keine liefert Informationen zur Chemie des CMP-Prozesses. Hauptbestandteil dieser Arbeit ist die Entwicklung und Implementierung eines agentenbasierten Diagnosesystems zur Defektanalyse während des CMP-Prozesses. Im Kern der vorliegenden Dissertation steht die Erarbeitung dieses Systems, das die Defektentstehung in einem sehr frühen Stadium des Waferfertigungsprozesses erkennen soll. Weitere Aufgaben des Systems sind das Reduzieren der Defektdichte, die Verbesserung der Zuverlässigkeit und Genauigkeit des Prozesses durch in-situ Beobachtung des CMP-Prozesses, das Bereitstellen von Vorschlägen zu entsprechenden Korrekturmaßnahmen für den Prozessingenieur, die Risikominderung für das Auftreten von Defekten, die Anpassung an sich ändernde CMP-Prozess-Charakteristika und Umgebung und die explizite Beobachtung der zeitlich veränderlichen Eigenschaften der Prozess- und Maschinenparameter. Zum Nachweis der Anwendbarkeit wurde das entwickelte Diagnosesystem in die CMP-Prozessüberwachung des Produktionsumfeldes integriert. Die Untersuchung hat gezeigt, dass dieses System in der Lage war, Defektentstehungen, beteiligte Verhaltensmuster, den zugehörigen Prozessschritt und die beteiligten Prozess- und Maschinenparameterverhalten der erkannten Defektentstehung als CMP-Prozesswissen in-situ zu bestimmen.The rapidly changing technological characteristics of Integrated Circuits (i.e. their compactness and density) require a very high surface planarity and uniform surface topography of the starting substrate material (wafer). The IC manufacturers are demanding wafers with continuously decreasing defect densities, very tight tolerances and very short delivery times, from the wafer manufacturers. The in-situ defect detection, the real-time analysis of non-visual defects, the simultaneous differentiation of multiple defect types and the high capture rates of the detected defects are turning out to be the major challenges for the wafer manufacturers. The current wafer manufacturing process is very complex and has already a very high technical and organizational availability. As a final step in the manufacturing process of wafers, CMP process has emerged as a critical technology for achieving the required global planarization. The high complexity of the CMP process makes the localization (i.e. to find out the defected area, the type and the cause) and control of the process and machine parameters responsible for defect origination during a process run very difficult. This leads to intolerable machine downtimes, caused by the time-consuming defect localization procedures. The deductions of corrective actions and the establishment of correlations between the detected defects and the process parameters are mostly based on the long year CMP process experience of the process engineers. To analyze the investigated defects is to correlate these defects with the drifts and shifts of process and machine parameters offline, i.e. after the defects are already there. Nevertheless, none of the process control approaches showed the adaptability to continuously changing process and production characteristics in the production environment. The time representation of the properties of process and machine parameters was not implemented by the investigated process control algorithms, and none of them provided much information about the chemistry of the CMP process. The core of the research work is to develop and implement an agent based diagnostic system for defect analysis during CMP process for the studied CMP process machine. The system should detect the origination of defects at a very early stage during the wafer manufacturing process. It should reduce the defect densities, improve the reliability and accuracy of the process run by in-situ observation of the CMP process, provide the corresponding corrective actions to the process engineer, reduce the risk of defect occurrence, adapt to the changing CMP processing characteristics and environment and observe explicitly the changing time-dependent properties of process and machine parameters. The system thus deployed in the production environment shows the detection of the origination of defects at a very early stage. It provides mechanisms to exactly localize and characterize the origination of these defects, to achieve high defect detection reliability and repeatability and to increase its detection performance. After the learning process, the system provides exactly the cause, involved behavioral pattern characteristics, related process step, the involved process parameter and machine parameter behaviors for the detected defect origination characteristics to the CMP process expertise. Its integration with CMP process controller in the production environment thus facilitates in-situ detection of the origination of defects.enFehleranalysePolierenDiagnoseprogramm670660doctoral thesis