Brewer Science公司計量總監(jiān) Darin Collins

未來節(jié)點的缺陷減少要求

Brewer Science公司計量總監(jiān) Darin Collins

隨著半導體工業(yè)向10 nm節(jié)點及更高的先進光刻技術(shù)的轉(zhuǎn)移，減少缺陷的標準最佳實踐將有所不足。污染水平將需要以萬億分之一(ppt)來衡量。這一級別的缺陷減少需要在分析工具、質(zhì)量控制(QC)和質(zhì)量工程(QE)方面進行改進。

為了降低先進節(jié)點的缺陷水平，半導體制造商必須從原材料開始就非常小心地控制他們的整個供應鏈，并使其特征化。原材料供應商通常會提供其化學品的純度水平數(shù)據(jù)，但僅憑純度不足以讓半導體制造商相信這種材料能滿足他們的產(chǎn)量要求。他們需要十億分之一(ppb)或ppt水平的詳細雜質(zhì)分布數(shù)據(jù)。這就要求轉(zhuǎn)向他們材料供應商的分供方，或者對所有收到的材料進行廣泛的測試。

原材料供應商能夠做些什么讓自己脫穎而出并獲得半導體行業(yè)潛在客戶的信心相當多。對于開發(fā)材料和工藝以支持半導體和微電子器件制造的公司而言，至少有三個主要機會，即數(shù)據(jù)收集和分析、工廠自動化以及注重質(zhì)量的文化。

雖然這尚未成為標準的行業(yè)慣例，但有些供應商提供了有關(guān)其化學物質(zhì)的質(zhì)譜分析數(shù)據(jù)。這些數(shù)據(jù)描述了ppb或ppt水平的多種金屬雜質(zhì)含量，并能追蹤這些雜質(zhì)水平的歷史記錄。例如，Brewer Science公司監(jiān)測了至少10種常見金屬污染物的含量，檢測水平從（4～ 13）×10-12不等，并向客戶提供結(jié)果數(shù)據(jù)。

只要數(shù)值穩(wěn)定一致，且半導體制造商理解不同的雜質(zhì)是如何影響其產(chǎn)量的，他們就能夠不受一定程度雜質(zhì)產(chǎn)生的影響。通過不斷追蹤有關(guān)金屬雜質(zhì)、化學前體和其他污染物的數(shù)據(jù)，任何偏離基線的數(shù)據(jù)都會顯示出來。制造商越能理解這些偏差如何影響設備產(chǎn)量，他們就越能優(yōu)化其生產(chǎn)過程以盡量保持高產(chǎn)。這種方法必須具有協(xié)作性，才能讓人理解這些細微的偏差。

供應商可以結(jié)合幾種技術(shù)來降低產(chǎn)品的雜質(zhì)水平，并改善雜質(zhì)分布的一致性。這些做法包括工廠自動化、閉環(huán)系統(tǒng)和失效模式效應分析(FMEA)。

工廠自動化以多種方式提高生產(chǎn)質(zhì)量。在制造業(yè)界，理想的情況應該是沒有員工出錯，而工廠自動化是趨于減少這種狀況的必要步驟。工廠自動化可以提高產(chǎn)品一致性，即使在生產(chǎn)數(shù)量增加的情況下（見圖1），仍然能夠顯著減少報廢產(chǎn)品的數(shù)量。

圖1 Brewer Science的報廢成本占收入的百分比

優(yōu)化的工廠自動化設置（見圖2）能讓員工在單個屏幕上看到生產(chǎn)過程的每一部分，使他們能夠輕松地監(jiān)控這些過程，如果出現(xiàn)任何不符合規(guī)范的情況，就能立即采取行動?？梢酝ㄟ^短信和電子郵件實時發(fā)送警報和警示，讓員工能通過手機遠程監(jiān)控系統(tǒng)。

自動化工廠會創(chuàng)建大量的數(shù)據(jù)流。質(zhì)量工程師可以分析這些數(shù)據(jù)，以持續(xù)改善過程。這些結(jié)果使員工能夠理解質(zhì)量改善的影響，并讓他們能夠?qū)Ｗ⒂诋a(chǎn)品質(zhì)量。有了產(chǎn)品雜質(zhì)分布的歷史記錄，就更容易知道應在哪里加強處理規(guī)范，以產(chǎn)生更一致的結(jié)果。

圖 2工廠自動化門戶（圖中，槽 1出現(xiàn)一個需要解決的問題)

工廠自動化還降低了污染的可能性。在Brewer Science公司，化學品的混料和裝瓶發(fā)生在一個閉環(huán)系統(tǒng)中（見圖3）。今天的競爭優(yōu)勢很快將成為吸引客戶的必要條件。隨著對于自身缺陷要求的收緊，半導體制造商將開始要求其原材料供應商也提供更高水平的清潔、自動化和特征化。傳統(tǒng)的先進在片缺陷檢測儀器無法檢測出原材料在供應鏈中的影響。典型的解決方案可在分供方檢測能力和過程穩(wěn)定化中找到。

圖3 在密蘇里州Vichy的Brewer Science工廠（進料流的閉環(huán)系統(tǒng)正在為混合材料做準備）

質(zhì)量工程在實現(xiàn)持續(xù)改善方面發(fā)揮著重要作用。雖然FMEA是許多制造環(huán)境下的標準工具，但它并不總是以最佳方式使用的。實施FMEA的理想途徑是一起評估所有可能的失效模式，并結(jié)合經(jīng)驗教訓，以避免反復犯錯。FMEA在產(chǎn)品開發(fā)的許多階段都非常有用：開始設計產(chǎn)品或過程時，以一種新的方式應用時，或在現(xiàn)有產(chǎn)品或過程的失效分析或規(guī)劃改善時。

在半導體制造中，保持高產(chǎn)量對實現(xiàn)成本控制至關(guān)重要。原材料可能符合制造商的規(guī)范，但300 mm晶圓的產(chǎn)量可能太低，不具備成本競爭力。這種情況下，半導體制造商需要從原材料開始重新評估他們的整個過程。

如果進料的純度要對產(chǎn)量損失負部分責任，那么原材料供應商就需要與他們的客戶（半導體制造商）合作，幫助解決這個問題。選擇在自動化和特征化方面處于領(lǐng)先地位的供應商將有助于避免潛在的問題。這些供應商也應在出現(xiàn)與他們材料有關(guān)的產(chǎn)量問題時作出反應。

計算化學代表著進一步提高原材料純度的下一步驟。分子建模能夠指明通向分子和原子水平改進的道路，以供設計半導體制造的下一代原材料。建?？梢灶A測在旋轉(zhuǎn)涂膜中特定金屬污染物與聚合物基體和模型流體的相互作用，從而預測缺陷分布。計算流體力學可以在微觀層面上建立流體流動模型，以確保材料生產(chǎn)過程中的均勻混合，從而進一步降低缺陷密度。Brewer Science公司已經(jīng)采用這種建模方式來提高產(chǎn)品性能。

注重質(zhì)量和人的文化在這些過程和技術(shù)中起著非常重要的作用。它要求人們從上到下對質(zhì)量作出承諾，超越產(chǎn)品/流程，以便成為創(chuàng)新成功的思維模式。讓技術(shù)人員進行有意義的變革并了解對于客戶以及客戶的客戶的影響，將突出個人對技術(shù)進步的貢獻。

明天的半導體設備將要求缺陷減少達到一個新的水平。在整個供應鏈中，致力于質(zhì)量的過程將使制造商能夠滿足更嚴格的要求，并生產(chǎn)出高產(chǎn)量的設備。

前沿的原材料供應商目前正在實施的做法可能很快就會成為行業(yè)標準。工廠自動化是提高材料純度和一致性、減少人為錯誤和精簡數(shù)據(jù)收集和分配流程的關(guān)鍵。我們建議半導體制造商選擇操作自動化、擁有閉環(huán)式工廠并實施嚴格FMEA過程的材料供應商。這種做法將最大程度地降低不一致的原材料對半導體器件產(chǎn)量的不利影響，并以更低的成本獲得更高質(zhì)量的設備。