虛擬測量先進工藝控制系統和設置方法

2023-07-06 03:21:11 2

專利名稱：：虛擬測量先進工藝控制系統和設置方法
技術領域：
：本發明涉及一種集成電路製造的先進工藝控制(AdvancedProcessControl,APC)，尤其涉及一種設置虛擬測量(virtualmetrology,VM)先進工藝控制平臺的系統和方法。
背景技術：
：先進工藝控制已經成為半導體製造時不可或缺的技術，用以在低成本的情況下改善元件合格率與可靠度。先進工藝控制的重要基礎包括整合式測量(integratedmetrology)、故障檢測和分類(faultdetectionandclassification)，以及批次控制(run-to-runcontrol)。先進工藝控制有助於降低工藝的變動和生產成本。有效的先進工藝控制的關鍵為測量儀器必須在可接受的時段(acceptabletimeframe)內測量到關鍵的參數。此外，必須提供方法(用於先進工藝控制)用以分析與解釋由測量設備所測量到的數據。實際上，因為工藝經常各種來源造成的幹擾(disturbance)與偏移(drift)的損害，所以先進工藝非常需要生產線上即時(in-line)的測量。在過去，先進工藝控制的主要限制之一是無法取得逐片晶片(wafer-to-wafer，W2W)的即時測量數據。虛擬測量技術已經相當程度地解決此問題。虛擬測量的操作基本原理為在經驗預測模型(empiricalpredictionmodel)的發展流程中，使用一系列的生產批次用以發展經驗預測模型，並且經驗預測模型與取得自測量設備的實際測量數據相關，其中測量設備具有製造時產生的工藝歷史數據(processtracedata)。經驗預測模型不斷地被修正，直至經驗預測模型的預估測量值與實際測量數據之間有合理的關聯為止。一旦經驗預測模型建立後，虛擬測量系統便可應用於生產流程中的工藝批次，用以估計製造中的晶片的預估測量值。如同公知的批次控制，期望目標(desiredtargets)的變動(variations)用以更新工藝參數(recipeparameters)。在逐片晶片控制的基礎上，更新或調整後的工藝參數毋需執行個別的測量步驟。應了解的是，在製造流程中，雖然仍需執行實際測量；然而，實際測量的角色主要用以校正與更新經驗預測模型，而非作為工藝的主要的控制檢查點。
發明內容為克服現有技術的缺陷，本發明的一實施例提供一種虛擬測量先進工藝控制系統，包括工藝設備、測量設備與虛擬測量模塊。虛擬測量先進工藝控制系統包括工藝設備、測量設備與虛擬測量模塊。工藝設備根據所接收的多個工藝輸入，處理多個晶片；測量設備，用以測量至少一個晶片的特性，並且產生真實測量數據，其中晶片包括至少一個品管樣品晶片；虛擬測量模塊，用以為每一個晶片產生預估測量數據；以及先進工藝控制器，用以接受預估測量數據與真實測量數據，並且根據預估測量數據與真實測量數據，產生工藝設備的工藝輸入，其中品管樣品晶片的真實測量數據用以更新虛擬測量模塊；虛擬測量模塊的多個關鍵變數僅在判斷出虛擬測量模塊所產生的預估測量數據不精確時被更新；以及虛擬測量模塊的多個參數根據品管樣品晶片的實際測量數據而被更新，其中參數擇自於由權重(weights)、斜率(slopes)與偏差(biases)所組成的群組。本發明的虛擬測量先進工藝控制系統在逐片晶片控制的基礎上，更新或調整後的工藝參數毋需執行個別的測量步驟。當搭配附圖閱讀本發明時，本發明可被最佳地了解。要強調的是，根據產業界的標準實際狀況，本發明的多種特徵並沒有依照實際比例被顯示。事實上，多種特徵的大小尺寸可為了討論的需要而任意放大或縮小。圖IA根據公知技術描述關於虛擬測量原理的產業應用；圖IB根據本發明的一實施例描述關於虛擬測量原理的產業應用；圖2根據本發明的一實施例描述一種方法的流程圖，該方法用以設置虛擬測量先進工藝控制平臺；圖3根據本發明的一實施例描述一流程，該流程用以執行以晶片批次為單位的適應性更新。其中，附圖標記說明如下100模塊；102、152工藝設備；104、154故障檢測及分類模塊；155資料庫；110虛擬測量模型建構模塊；114、116、166虛擬測量模型；112、162測量設備；168測量數據調整單元；118、150虛擬測量先進工藝控制系統；120,170逐片晶片先進工藝控制器；300晶片；304目前晶片批次；302品管樣品晶片。具體實施例方式0025]本發明涉及集成電路製造的先進工藝控制，尤其涉及關於設置虛擬測量先進工藝控制平臺的系統和方法。在本發明中，特定實施例僅作為例子並用以教示更廣泛的發明概念，而且本領域普通技術人員能輕易地將本發明所揭示的技術應用至其他方法和系統。並且，本發明所討論的系統與方法包括些許公知的結構與/或步驟，因其為公知，故其僅作為用於詳盡討論的一般程度探討之用。再者，為了說明方便，圖示中的重複的元件標記僅作為例子，並且所述多個元件標記重複並不意指任何特徵或步驟的必須組合。圖IA為公知用於個別工藝的虛擬測量原理。模塊100為利用實驗設計法(designofexperiments,DOE)所建立的工藝模型架構。本領域普通技術人員均知悉實驗設計法為用以決定工藝影響因子(χ)和工藝輸出(y)的關係的系統化研究方法。如圖IA所示的模塊100，對於每一工藝批次，工藝設備102根據工藝輸入U(n)(例如工藝參數設定)，處理以批次為單位的晶片。在一實施例中，工藝設備102為蝕刻(etch)設備、濺鍍(deposition)設備、化學機械拋光(chemicalmechanicalpolishing,CMP)設備、鍍膜(coating)設備、顯影(developing)設備、或熱處理(thermaltreatment)設備之一。當每一個晶片批次被處理時，品質變因Xk(t)被提供至故障檢測及分類模塊(faultdetectionandclassificationmodule,FDC)104。本領域普通技術人員均知悉故障檢測及分類模塊104監控並分析設備與/或工藝數據的變動，用以檢測設備的異常情況，並決定異常情況的成因。接著，故障檢測及分類數據被存儲至故障檢測及分類模塊104的資料庫。在一實施例中，故障檢測及分類模塊104每秒取得一次工藝輸出數據，並且可以使用不同的取樣頻率。故障檢測及分類模塊104輸出故障檢測及分類數據ν(η)(或V)，並且將故障檢測及分類數據V輸入虛擬測量模型建構模塊(VMModelBuildingmodule)110，其目的將於稍後說明。接續於工藝之後，一個或多個測量設備112測量每一工藝批次的一個或多個的品管樣品晶片((qualitycontrol,QC)samplewafer)0測量設備112用以產生測量數據y(k)(或Y)。測量數據Y也被輸入虛擬測量模型建構模塊110，其目的也將於稍後說明。實驗設計法完成之後，將工藝輸入U、故障檢測及分類數據V、歷史測量數據Yprev和目前測量數據Y輸入虛擬測量模型建構模塊110的虛擬測量模型114，其中如同公知技術一般，虛擬測量模型建構模塊110使用工藝輸入U、故障檢測及分類數據V、歷史測量數據Ypra和測量數據Y，用以架構虛擬測量模型116。虛擬測量模型116被應用於虛擬測量先進工藝控制系統118，其中虛擬測量先進工藝控制系統118包括具有逐片晶片控制能力(wafer-to-wafer,W2W)的虛擬測量模型的線上裝置(onlineimplementation)。如同公知的批次控制，在一個工藝批次的執行期間，虛擬測量先進工藝控制系統118使用虛擬測量模型116為處理中的晶片估計出(預估)測量值和期望目標的變動，其中期望目標的變動用以更新工藝參數。然而，舉例而言，使用虛擬測量技術，在逐片晶片控制的基礎上，由逐片晶片先進工藝控制器120所完成的調整，不論是在工藝設備的內或在工藝設備的外，均毋需執行個別的測量步驟。值得注意的是，雖然仍需執行實際測量，但是實際測量數據用以校正與更新虛擬測量模型116，而非作為虛擬測量先進工藝控制系統118的主要的控制檢查點ο圖IB描述虛擬測量先進工藝控制系統150，根據此處所述實施例，虛擬測量先進工藝控制系統150包括具有逐片晶片控制能力W2W的虛擬測量模型的線上裝置。虛擬測量先進工藝控制系統150在許多方面類似於圖IA的虛擬測量先進工藝控制系統118，虛擬測量先進工藝控制系統150包括工藝設備152，用以處理晶片，如同前述的工藝設備102(圖1A)；由工藝設備152提供的品質變因(qualityvariables)被輸入故障檢測及分類模塊154，故障檢測及分類模塊154監控並分析設備與/或工藝數據的變動，用以檢測設備的異常情況，並決定異常情況的成因，並且故障檢測及分類數據被存儲至故障檢測及分類模塊154的資料庫155。如前述，舉例而言，故障檢測及分類模塊154由工藝設備152每秒取得一次工藝輸出數據，並且可以使用不同的取樣頻率。也如前述，對於每一工藝批次，接續於工藝之後，一個或多個測量設備，例如測量設備162，測量(每一工藝批次的)一個或多個的品管樣品晶片。測量設備162用以產生目前測量數據y(k)，或Y。如前述，(實際的)測量6數據用以校正與更新虛擬測量模型166；在工藝批次的執行期間，如同公知的批次控制，虛擬測量模型166為處理中的晶片估計出(預估)測量值和期望目標的變動，其中期望目標的變動用以更新工藝參數。根據此處所述實施例的特徵，虛擬測量模型166與116在許多方面有所不同，不同之處包括虛擬測量模型166包括測量數據調整單元168，測量數據調整單元168的用途將於稍後詳述。虛擬測量模型166產生調整後的預估測量值，並將預估測量值輸入逐片晶片先進工藝控制器170，而逐片晶片先進工藝控制器170根據預估測量值調整工藝設備的運行。圖2描述本發明的一實施例中，設置虛擬測量先進控制器平臺的方法。根據一優選實施例與其稍後的詳述，在該型態中，虛擬測量模型(例如虛擬測量模型166)的「關鍵變數」相對於虛擬測量模型的「參數」，是以較低頻率被更新的。此處所指的「關鍵變數」是指由多種來源所提取的虛擬測量模型建構模塊的重要輸入，例如，其來源為故障檢測及分類模塊、先進工藝控制模塊或統計工藝控制(statisticalprocessingcontrol，SPC)。相較之下，「參數」意指在虛擬測量模型的演算法中，所使用的權重、常數或任何其他用於調整的變數。舉例而言，假設虛擬測量模型可以下式表示Y=C1X^C2X2+...+CnXn如稍後所述，虛擬測量模型的關鍵變數X1X1JS照需求被更新；當取得新的測量數據時，虛擬測量模型的參數C1Cn以晶片批次為基礎而被更新。在步驟200，移動視窗為歷史的數據記錄(historicaldatarecords)，以產生歷史訓練數據集合(historicaltrainingdataset)，以便建構並訓練虛擬測量模型166，其中歷史數據記錄包括品管樣品晶片的已測量的輸入與輸出數據，並且品管樣品晶片隨著時間被測量。舉例而言，在一實施例中，歷史訓練數據集合包括最近六十個晶片的數據記錄；並且，每一晶片批次包括二十五個晶片且每一晶片批次有兩個晶片被測量設備(例如測量設備162)取樣做測量。在取樣過每一晶片批次且取得兩個品管樣品晶片的測量數據之後，歷史訓練數據集合即被更新，用以涵括兩筆新的數據記錄並刪除兩筆舊的數據記錄。此外，在步驟200，故障檢測及分類數據是可被預處理的(pre-processed)。在本生產批次中，若虛擬測量模型166是第一次被設置(initialsetup)，則流程直接前進至步驟202，而步驟202使用在步驟200產生的歷史訓練數據集合(例如溫度和工藝時間)，用以選擇關鍵變數的最初的集合。一般而言，關鍵變數的選擇由熟悉其負責的工藝的工程師或技術員所負責。此外，在步驟200，故障檢測及分類數據是可被預處理的。根據一實施例，故障檢測及分類數據的預處理使用對時間平均的技巧，用以處理故障檢測及分類數據的時間序列。舉例而言，假設每秒有十個關鍵變數(例如狀態變數識別碼(statusvariableID,SVID))由工藝設備被回報至故障檢測及分類模塊而被記錄存儲(於資料庫)，並且假設該工藝持續執行三分鐘，則對被回報至故障檢測及分類模塊的每十個關鍵變數而言，就有一百八十筆數據記錄，而對單一晶片而言，總共就有一千八百筆數據記錄。因為這些數據記錄通常被視為一千八百個變數，所以使用一個數據矩陣的行與列分別表示不同的晶片與不同的變數。若不將(預處理產生的)數據矩陣重新排序，則對十個關鍵變數的選擇而言，就將有一千八百個輸入。這將造成兩個問題。第一，對於數據矩陣而言，一千八百個輸入如此地多，以至於無法執行後述的逐步回歸分析(st印wiseregression)，這是因為對如此多的輸入執行逐步回歸分析將耗費很多時間。第二，每個單一變數實際上是以秒為記數單位的狀態變數識別碼(second-basedSVID)，由於過高的數據解析度(取樣頻率過高)，導致取得較低的系統信息與具有較高的噪聲敏感度(noisesusceptibility).因此，上述變數本質上並不適合作為虛擬測量模型的輸入。改善之道在於將數據作下述兩種方式的預處理。首先第一種方式，給定固定的平均時間(例如十秒鐘)，數據便以十秒鐘為單位被平均，用以片段地分割(piecewise)時間序列數據。對於每一個狀態變數識別碼而言，即有十八筆數據(180(筆數據記錄)/10(杪)=18)；而對每一個晶片而言，即有一百八十筆數據片段(18*10=180)。或者第二種方式，給定固定的步驟分割數(st印-piecenumber)(例如步驟分割數為三)，則每一步驟即被等分為三個片段步驟。因此，若有一道工藝包括十個步驟，對於每一個關鍵變數而言，即有三十個片段步驟(10*3=30)；而對每一個晶片而言，即有300筆數據片段。片段步驟的「片段」被視為相應於關鍵變數選擇的變數。應該了解的是，數據的預處理可在故障檢測及分類模塊154或虛擬測量模型166被執行。在步驟202，使用在步驟200產生的歷史訓練數據集合，用以選擇關鍵變數的最初的集合，例如，溫度和工藝時間，作為關鍵變數。一般而言，關鍵變數的選擇由熟悉其負責的工藝的工程師或技術員所負責。在步驟204，使用在步驟200產生的歷史訓練數據集合以及在步驟202決定的關鍵變數，執行虛擬測量模型166的線上的建立與訓練。在步驟204，任一已知方法均可用以執行虛擬測量模型166的生產線的積累與訓練；因此，此過程不再贅述。在步驟205，使用虛擬測量模型166處理下一晶片批次。在步驟205之後，若虛擬測量模型166是在本次生產批次中第一次被設置(initialsetup)，或者緊跟在步驟200之後，虛擬測量模型166不是在本生產批次中第一次被設置，則流程前進至步驟206。在步驟206，虛擬測量模型166被驗證其精確性。驗證虛擬測量模型166的精確性通常藉由執行統計測試的方式完成，例如，為最近二十個或六十個晶片執行虛擬測量模型的Z-測試或T-測試。特別的是，因為通常使用最近二十個晶片更新參數，故必然有些方法，用以確定二十個晶片更新參數的結果與六十個晶片更新參數的結果一致，其中最近六十個晶片用以選擇關鍵變數的輸入。特別的是，統計測試通常用來判斷系統或設備是否發生任何有意義的變化。若有，則虛擬測量模型必須重新選擇其輸入，用以確保其忠實地反映系統。若虛擬測量模型166並未通過統計測試，則該模型被判定為不精確的，且流程前進至步驟210。在步驟210，藉由使用六十筆歷史數據記錄，步驟210為虛擬測量模型選擇新的關鍵變數。在一實施例中，步驟210使用逐步回歸分析以選擇新的關鍵變數。接著，流程前進至步驟212。若在步驟206，虛擬測量模型166通過統計測試，則該模型被判定為精確的，且流程直接前進至步驟212。在步驟212中，藉由使用二十筆最近的歷史數據記錄，更新虛擬測量模型166的參數。根據本文所述實施例，本領域普通技術人員應能了解應可在步驟212中使用多種方法，用以更新虛擬測量模型166的參數，故於此不再贅述。應該注意的是，根據本文所述實施例，相對於虛擬測量模型的關鍵變數，虛擬測量模型的參數是以較高頻率(例如每一晶片批次為單位)而被更新，用以確保虛擬測量模型能隨時與虛擬測量先進工藝控制系統150保持同步。相較之下，關鍵變數是以較低頻率(例如根據需求地)而被更新，這是因為關鍵變數代表的是工藝的本質，而工藝的本質並非經常性地改變。關鍵變數的較低的更新頻率可使計算機具有較少的負擔。8在步驟214中，對於目前晶片批次的每一個晶片，執行虛擬測量模型預測(VMmodelpredictions)的批次趨勢適應性更新(lottrendadaptiveupdate)，或測量數據更新(Y2Yupdate)0特別的是，如上所述，虛擬測量模型166包括測量數據調整單元168，其中測量數據調整單元168使用i筆歷史測量數據Yhisteic^i,以加權方式為目前晶片批次的j個非取樣晶片(non-sampledwafer)的每一個調整由虛擬測量模型輸出的預估測量值YpralirtMr測量數據調整單元168使用歷史測量數據，調整由虛擬測量模型166輸出的預估測量值，用以得知批次的變動趨勢並減少變動、過濾噪聲，並且使預估測量值接近於真正的測量數據。圖3詳盡地描述此過程。如圖3所示，由測量設備162輸出並由虛擬測量模型166維護的歷史測量數據YhistOTi。al,i是為了最近i個晶片300的每一個而被取得。在一實施例中，以最近U=20)個晶片為例，然而並非以此為限。此外，使用測量設備162測量目前晶片批次304的品管樣品晶片302，用以取得測量數據Ymetral。gy。在一實施例中，對歷史測量數據Yhisteic^i與測量數據YmetMl。gy使用指數加權移動平均(ExponentiallyWeightedMovingAveragingjWMA)，用以為目前晶片批次304的晶片決定測量數據的調整。下式用以描述指數加權移動平均關於歷史測量數據的應用Yewma,i=(1-ω)*Υ匪,(i_1)+ω*Yhistorical,α_1}，其中i=120應注意的是，初始值Yewbuci等於Yewbui,並且ω為介於0至1的權重，舉例而言，ω=0.5。接著，目前晶片批次的測量數據的加權值為YeWMA—current—lot一(丄_ω)*YeWMA，20+ω^Ymetrology最後，目前晶片批次304的j個晶片的測量數據的調整輸出值為Y2YadJusted,j=(1_ω)*ΥΕΜΑ—Current—lot+w^Ypredicted,j其中Ypredi。te(M為虛擬測量模塊為第j個晶片預估的輸出值。再次參考圖2，在步驟216，如公知技術一般，逐片晶片先進工藝控制器170使用由虛擬測量模型166產生的(測量數據的)調整輸出值執行逐片晶片控制。雖然本發明一些具體實施例已詳盡揭示如上，但本領域普通技術人員應了解在不脫離本發明的精神與範疇的前提下，當作些許更動。尤其應當了解的是歷史訓練數據集合與歷史更新數據集合可分別包括多於六十筆數據記錄，或少於二十筆數據記錄。再者，指數加權移動平均可使用多於或少於二十個晶片的歷史數據記錄而被執行。此外，故障檢測及分類模塊154、虛擬測量模型166與逐片晶片先進工藝控制器170的每一個都可安置於個別的計算機裝置，或安置於單一計算機裝置中的一個或多個元件。每一個所述多個計算機包括一個或多個處理單元、記憶或存儲單元、輸出或輸入單元，以及顯示單元。測量數據調整單元168可以虛擬測量模型166或逐片晶片先進工藝控制器170的部分而被設置。應當了解的是上述實施例或步驟的多種不同組合可以多種順序或同時地被使用，並無必須或關鍵的特定步驟。此外，關於一些實施例的特性可與其他實施例的特性相結合。因此，對本發明的所有的更動包括於本發明的範疇內。權利要求一種虛擬測量先進工藝控制系統，包括一工藝設備，根據所接收的多個工藝輸入，處理多個晶片；一測量設備，用以測量至少一個上述晶片的一特性，並且產生一真實測量數據，其中上述晶片包括至少一個品管樣品晶片；一虛擬測量模塊，用以為每一個上述晶片產生一預估測量數據；以及一先進工藝控制器，用以接受上述預估測量數據與上述真實測量數據，並且根據上述預估測量數據與上述真實測量數據，產生上述工藝設備的上述工藝輸入，其中上述品管樣品晶片的上述真實測量數據用以更新上述虛擬測量模塊；上述虛擬測量模塊的多個關鍵變數僅在判斷出上述虛擬測量模塊所產生的上述預估測量數據不精確時被更新；以及上述虛擬測量模塊的多個參數根據上述品管樣品晶片的上述實際測量數據而被更新，其中上述參數擇自於由權重、斜率與偏差所組成的群組。2.如權利要求1所述的虛擬測量先進工藝控制系統，還包括一故障檢測及分類模塊，用以接收並存儲來自於上述工藝設備的多個工藝數據，上述工藝數據代表上述工藝設備的生產操作。3.如權利要求2所述的虛擬測量先進工藝控制系統，其中上述故障檢測及分類模塊預處理已被接收的上述工藝數據，用以將上述工藝數據對時間作平均並產生多個故障檢測及分類數據，而上述故障檢測及分類模塊提供上述故障檢測及分類數據至上述虛擬測量模塊，以便更新上述虛擬測量模塊。4.如權利要求1所述的虛擬測量先進工藝控制系統，還包括一測量數據調整單元，用以在由上述虛擬測量模塊產生的上述預估測量數據被提供至上述先進工藝控制器之前，過濾與平滑化上述預估測量數據。5.如權利要求4所述的虛擬測量先進工藝控制系統，其中上述測量數據調整單元使用一指數加權移動平均過濾單元過濾上述預估測量數據，上述預估測量數據使用歷史上述實際測量數據與目前的上述實際測量數據。6.如權利要求1所述的虛擬測量先進工藝控制系統，其中上述晶片包括一批次晶片，並且至少一個上述品管樣品晶片包括兩個品管樣品晶片。7.—種虛擬測量先進工藝控制平臺的設置方法，適用於多個工藝，上述方法包括根據來自於一先進工藝控制器的多個工藝輸入，處理具有上述工藝之一的一晶片批次；測量上述晶片批次的至少一個的一特性，並且產生一真實測量數據，上述至少一個晶片批次包括一品管樣品晶片；僅於上述虛擬測量模型被判斷為不精確時，測試一虛擬測量模型的一精確性；使用上述真實測量數據，為目前的上述晶片批次的上述品管樣品晶片更新上述虛擬測量模塊的多個參數，並且為先前的上述晶片批次的多個品管樣品晶片更新歷史測量數據，其中上述參數擇自於由權重、斜率與偏差所組成的群組；以及自上述虛擬測量模塊，提供上述晶片的上述真實測量數據至上述先進工藝控制模塊而致能上述先進工藝控制模塊，為了下一批次的晶片批次的工藝處理調整上述工藝輸入。8.如權利要求7所述的虛擬測量先進工藝控制平臺的設置方法，還包括在由上述虛擬測量模塊產生的上述預估測量數據被提供至上述先進工藝控制器之前，過濾與平滑化上述預估測量數據。9.如權利要求8所述的虛擬測量先進工藝控制平臺的設置方法，其中上述過濾與平滑化上述預估測量數據的步驟包括將一指數加權移動平均過濾單元用於過濾上述預估測量數據，上述預估測量數據使用歷史上述實際測量數據與目前的上述實際測量數據。10.如權利要求7所述的虛擬測量先進工藝控制平臺的設置方法，其中上述晶片批次之前一個的上述品管樣品晶片包括上述品管樣品晶片的最近X個，而X為大於或等於二十的正整數。11.一種虛擬測量先進工藝控制系統，包括一第一裝置，用以處理多個晶片；一第二裝置，用以測量上述晶片的一樣品晶片，並於上述第二裝置產生一真實測量數據；一第三裝置，用以為每一個上述晶片產生一預估測量數據，其中上述真實測量數據被上述第二裝置接收並用以更新一虛擬測量模塊，且上述虛擬測量模塊的多個關鍵變數僅在判斷出上述虛擬測量模塊不精確時被更新，且上述虛擬測量模塊的多個參數根據上述樣品晶片的上述實際測量數據而被更新，其中上述參數擇自於由權重、斜率與偏差所組成的群組；一第四裝置，用以接收上述預估測量數據與上述真實測量數據，並根據所接收的上述預估測量數據與上述真實測量數據控制上述工藝設備的生產行動。12.如權利要求11所述的虛擬測量先進工藝控制系統，還包括故障檢測及分類模塊，用以接收並存儲來自於上述工藝設備的多個工藝數據，上述工藝數據代表上述工藝設備的生產行動。13.如權利要求12所述的虛擬測量先進工藝控制系統，其中上述故障檢測及分類模塊預處理已被接收的上述工藝數據，用以將上述工藝數據對時間作平均並產生多個故障檢測及分類數據，而上述故障檢測及分類模塊提供上述故障檢測及分類數據以更新上述第三裝置。14.如權利要求11所述的虛擬測量先進工藝控制系統，還包括一第五裝置與一第六裝置，其中在上述預估測量數據被提供至上述第六裝置之前，上述第五裝置用以過濾由上述第三裝置產生的上述預估測量數據。15.如權利要求14所述的虛擬測量先進工藝控制系統，其中用以過濾上述預估測量數據的上述第五裝置將使用一指數加權移動平均過濾單元用於過濾上述預估測量數據，上述預估測量數據使用歷史上述實際測量數據與目前的上述實際測量數據。全文摘要本發明提供一種虛擬測量先進工藝控制系統。在一實施例中，虛擬測量先進工藝控制系統包括工藝設備、測量設備與虛擬測量模塊。工藝設備根據所接收的多個工藝輸入，處理多個晶片；測量設備，用以測量至少一個晶片的特性，並且產生真實測量數據，其中晶片包括至少一個品管樣品晶片；虛擬測量模塊，用以為每一個晶片產生預估測量數據；以及先進工藝控制器，用以接受預估測量數據與真實測量數據，並且根據預估測量數據與真實測量數據，產生工藝設備的工藝輸入。本發明的虛擬測量先進工藝控制系統在逐片晶片控制的基礎上，更新或調整後的工藝參數毋需執行個別的測量步驟。本發明還提供一種虛擬測量先進工藝控制平臺的設置方法。文檔編號H01L21/00GK101908495SQ20101011666公開日2010年12月8日申請日期2010年2月10日優先權日2009年6月5日發明者宋金寧,曾衍迪,蔡柏灃申請人:臺灣積體電路製造股份有限公司