| 姓名 |
何宗翰(Zong-Han He)
查詢紙本館藏 |
畢業系所 |
電機工程學系 |
| 論文名稱 |
晶圓圖提取特徵參數錯誤樣態分析
(Extracting Feature Parameters for Analysis of Defect Patterns on Wafer Bin Maps)
|
| 相關論文 | |
| 檔案 |
 [Endnote RIS 格式]
[Bibtex 格式]
 [相關文章]  [文章引用]  [完整記錄]  [館藏目錄]  至系統瀏覽論文 ( 永不開放)
|
| 摘要(中) |
晶圓在製造過程中難免會有一些缺陷，造成晶圓上的缺陷原因有很多種，因此，工程師透過晶圓針測結果產生的晶圓圖，觀察其錯誤晶粒分佈，進而分析製造過程中錯誤原因。現今主要分成九種的錯誤樣態，分別為Center、Donut、Scratch、Edge-Loc、Loc、Near-full、Edge-Ring、Random和none，這些錯誤樣態都是由工程師以肉眼觀察晶圓圖找出，然而去分類錯誤樣態沒有一致的定義，主要都是以工程師的主觀判定，所以會造成判定上的分歧。
本論文的目的是進行錯誤樣態的特徵參數提取，主要是對台積電所提供的WM-172K資料集，將其轉換成圖片和利用影像處理及聚類演算法去找到最大群聚，再進行區域及統計方面上做特徵參數的提取，提取後得到各個參數的分布結果，並且利用盒鬚圖找到每種錯誤樣態的重要特徵參數數值區間。
最後，我們利用特徵參數的數值區間進行錯誤樣態的標記，對於WM-172K的7種樣態，平均準確度可達74.69%。 |
| 摘要(英) |
Some inevitable defects exist during wafer manufacturing process. There are many reasons for these defects. Therefore, engineers observe the distribution of bad dies after testing and analyse the causes of errors in the manufacturing process. We often categorize defect patterns into nine types, which are Center, Donut, Scratch, Edge-Loc, Loc, Near-full, Edge-Ring, Random, and none. These patterns need to be automatically identified as fast as possible after wafer testing.
In this paper, we define and extract many feature parameters of defect patterns on wafer maps of WM-172K dataset. We use image processing and clustering algorithms to find the largest cluster for each map. Then, the feature parameters are extracted for the regional and statistical attributes, respectively. The distribution results of each parameter are obtained. We use Box Plot to mark the numerical interval of each feature parameter for each defect pattern.
Finally, using the numerical intervals of feature parameters to rate the scores of defect patterns of WM-172K, we can obtain the average accuracy of 74.69% for seven types of defect patterns. |
| 關鍵字(中) |
★ 晶圓圖
★ 錯誤樣態
★ 特徵參數 |
關鍵字(英) |
★ WAFER BIN MAP
★ DEFECT PATTERN
★ FEATURE PARAMETERS |
| 論文目次 |
摘要 I
ABSTRACT II
致謝 III
目錄 IV
圖目錄 VII
表目錄 X
第一章 簡介 1
1-1 前言 1
1-2 研究動機 2
1-3 研究方法 2
1-4 論文架構 3
第二章 預備知識 4
2-1 錯誤晶粒群聚偵測 4
2-2 輪廓擬合 6
2-3 特徵提取 6
第三章 研究架構 9
3-1 資料預處理 (PREPROCESSING) 9
3-1-1 群聚演算法DBSCAN 10
3-1-2 重整大小和二值化 (Resize and Binarization) 11
3-1-3 Douglas-Peucker 演算法 12
3-2 特徵參數提取 (FEATURE PARAMETERS EXTRACTION) 13
3-2-1 區域屬性參數 13
1.原點距離比例 (Origin Distance Ratio, ODR) 13
2.角度 (Angle) 14
3.最小外接圓直徑 (Min Enclosing Circle Diameter, MECD) 14
4.面積和有效周長 (Area and Effective Perimeter, EP) 15
5.離心率 (Off-Center Rate, OCR) 16
6.長邊、短邊和長短邊差值 (Longside & Shortside & Difference, Ls & Ss & Diff) 16
7.邊界矩形傾斜角度 (B_angle) 17
8.最遠距離、最近距離和平均距離 (Max_distance & Min_distance & Av_distance, Max & Min & Av) 17
3-2-2 區域分割 17
3-2-3 統計屬性參數 19
1.最外圈比例、次外圈比例和最內圈比例 (Most Outer circle Rate & Second Outer circle Rate & Inner circle Rate, MOR & SOR & IR) 19
2.邊界矩形比例 (B_percent) 19
3-3 晶圓圖分析 (WAFER ANALYSIS) 20
第四章 特徵參數分布結果及分析 21
4-1 原點距離比例(ODR)分布結果分析 21
4-2 角度(ANGLE)分布結果 23
4-3 最小外接圓直徑(MECD)分布結果 24
4-4 有效周長(EP)分布結果 26
4-5 面積(AREA)分布結果 27
4-6 離心率(OCR)分布結果 29
4-7 長邊、短邊和長短邊差值(LONGSIDE & SHORTSIDE & DIFFERENCE)分布結果 30
4-8 邊界矩形傾斜角度(B_ANGLE)分布結果 34
4-9 最遠距離、最近距離和平均距離(MAX_DISTANCE & MIN_DISTANCE & AV_DISTANCE)分布結果 35
4-10 最外圈比例、次外圈比例和最內圈比例(MOR & SOR & IR)分布結果 39
4-11 邊界矩形比例(B_PERCENT)分布結果 43
4-12 區間錯誤樣態標記 44
第五章 結論 53
參考資料 54 |
| 參考文獻 |
[1] M. Wu, J. R. Jang and J. Chen, "Wafer Map Failure Pattern Recognition and Similarity Ranking for Large-Scale Data Sets," IEEE Transactions on Semiconductor Manufacturing, Vol. 28, No. 1, pp. 1-12, Feb. 2015.
[2] 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, pp.286-292, August 2019.
[3] Z. Xie, H. Wang and L. Wu, "The improved Douglas-Peucker algorithm based on the contour character," in Proc. 2011 19th International Conference on Geoinformatics, Shanghai, China, 2011, 5 pages.
[4] Kun-Yu Lin, "Design and Improvement of Wafer Failure Pattern Recognition", master′s thesis, National Tsing Hua University, 2014.
[5] Yen-Cheng Lin, " Statistic Analysis of Geometric Features for Wafer Defect Recognition ", master′s thesis, Chung Yuan Christian University, 2022. |
| 指導教授 |
陳聿廣
梁新聰(Yu-Guang Chen
Hsing-Chung Liang)
|
審核日期 |
2023-12-19 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
