Problématiques opérationnelles du calcul de la capabilité

2.6.1 Problématique

A Crolles2, la capabilité est calculée pour les mesures effectuées « en ligne », mesures effectuées sur les wafers (épaisseur, hauteur de marche…). Pour les mesures PT (Parametric Test), la mise en place du calcul de la capabilité est en cours.

Plusieurs cas de figure nécessitent un calcul de la capabilité : • Un nouvel équipement de mesure mis en production.

• Un changement important d’un équipement de mesure existant. • Un changement important d’un procédé.

• Un calcul de capabilité remis à jour régulièrement pour les paramètres clés de la ligne de production.

Ce calcul doit être automatisé pour permettre un calcul de capabilité rapide et précis. Nous allons ainsi aborder le plan d’expérience choisi à Crolles2 et le logiciel « CpMArt », utilisé pour le calcul des capabilités. J’ai développé ce logiciel à l’aide du logiciel de statistique R [R DEVELOPMENT CORE TEAM (2007)] pendant ma thèse.

2.6.2 Plan d’expérience

Le plan d’expérience utilisé pour le calcul de la capabilité d’un équipement de métrologie est le suivant : 1 wafer, 3 répétitions, 3 ou 5 reproductions et 17 sites de mesure. Dans le cas où la mesure est très peu variable au sein des wafers, on envisagera de prendre 1 ou 2 wafers supplémentaires pour obtenir des valeurs plus variables et ainsi une capabilité plus précise.

17 sites sont mesurés pour être cohérent avec la mapping utilisé en production. Souvent, seul 3 reproductions sont effectuées pour des raisons opérationnelles. En effet, les reproductions sont souvent faites à plusieurs heures d’intervalles. Ceci nécessite de bloquer un wafer de production pendant une période relativement longue. Les 3 reproductions sont le minimum requis pour estimer une variance. Idéalement, 5 reproductions permettraient d’avoir une estimation plus fiable. 3 répétions sont suffisantes pour avoir une bonne estimation de la répétabilité.

Dans le cas où plusieurs équipements mesurent le même paramètre, ce plan d’expérience est répété pour chaque équipement sur le même wafer ou sur des wafers différents.

Lorsque les mesures sont finies, une table est obtenue, illustrée par le Tableau 7. Ce plan d’expérience a été mis au point à Crolles 2 en 2002 au sein de l’équipe du Contrôle de Procédés.

Tableau 7: Exemple de table de mesures pour le calcul de la capabilité

Equipement Reproduction Répétition Site Mesure

Equipement 1 1 1 1 0.00525

Equipement 1 1 1 2 0.00512

2.6.3 Implémentation d’un logiciel

Au cours de ma thèse, j’ai développé un logiciel de calcul de capabilité de mesure, CpMArt (CpM Analysis and Reporting Tool) à l’aide du logiciel de statistique libre R [R DEVELOPMENT CORE TEAM 2007]. De plus, j’ai mis en place une interface graphique pour permettre une utilisation du logiciel par les ingénieurs en métrologie du site.

Les données nécessaires au calcul de capabilité sont :

• Un fichier .csv (Comma Separated Values) des mesures effectuées. • Les limites de spécification des paramètres mesurés.

• Les unités et technologies des paramètres mesurés (optionnel). • Les données du wafer de matching (optionnel).

Les sorties du logiciel sont :

• Un rapport Excel avec les résultats des analyses de variances pour chaque paramètre et équipement.

• Des graphiques représentant les densités de l’erreur de mesure et l’évolution de la mesure dans le temps.

Un exemple de calcul de capabilité pour une mesure évolutive de CD est donné en annexe A.

3 Conclusion

Ce chapitre a présenté la diversité des mesures effectuées en microélectronique et les outils pour s’assurer de la qualité de ces mesures à travers l’exemple de la capabilité. En effet, il devient essentiel d’avoir une mesure fiable pour les nouvelles technologies où les limites de spécification sont de plus en plus étroites et où la précision de la mesure devient cruciale. En travaillant sur la capabilité, nous avons pu définir un nouvel indicateur. Celui-ci permet une estimation plus fiable de la capabilité pour un paramètre mesuré par plusieurs équipements de métrologie

Dans le cadre des boucles de régulations, les mesures contrôlent le procédé, mais servent également à ajuster la recette du procédé. Il est donc d’autant plus important d’avoir une mesure fiable. L’échantillonnage de la mesure prend également toute son importance. Si seuls quelques wafers par lot sont mesurés, la recette ne pourra pas être ajustée de manière très précise pour tous les wafers du lot. Il convient d’ajuster l’échantillonnage en fonction du type de boucle de régulation qu’il est nécessaire de mettre en place, à la vue de la variabilité du procédé.

La partie suivante présente la méthodologie pour la mise en place d’une boucle de régulation. Cette méthodologie sera illustrée par la boucle de l’étape de polissage de la couche de PMD.

Chapitre 3 : Méthodologie pour la mise en place de

boucles de régulation

Une boucle de régulation est un principe complexe (cf Figure 59), qui impacte fortement la production, en agissant directement sur la recette du procédé. Il est crucial de contrôler sa mise en place. Le chapitre 3 propose une méthodologie structurée et basée sur des outils statistiques pour la mise en place de boucles de régulation en microélectronique.

Figure 59: Schéma d’une boucle de régulation

Cette méthodologie pas à pas enchaîne différentes étapes structurées de la manière suivante. Tout d’abord, les motivations pour la mise en place d’une boucle sont décrites. Ensuite, la description du procédé à réguler est effectuée. Après une étude préliminaire des données, le procédé est modélisé. Enfin, une optimisation de la boucle de régulation est faite. Ce n’est qu’à la fin de ce processus que la boucle pourra être implémentée informatiquement dans un logiciel dédié aux boucles de régulation.

La méthodologie complète est illustrée par l’exemple de la boucle de l’atelier de polissage ou CMP (Chemical Mechanical Polishing) pour l’étape PMD (Pré-Métal Diélectrique). Le paramètre à réguler est l’épaisseur moyenne de PSG (Phosphorus Silicon Glass) par wafer pour la technologie C090 mesurée après le procédé de polissage PMD. Ces différentes dénominations sont explicitées au cours du chapitre. Cette méthodologie reste générale et peut être aisément transposable à un autre atelier de microélectronique, voire à un autre domaine industriel.

at et t Yˆ Yt Xt _ + Optimisation à partir du Modèle du Procédé Procédé Modèle du Procédé Régulation Mesures dt Zt Ut Ciblet

1 Motivations pour la mise en place d’une boucle de