Développement de méthodes génériques de corrélation entre les mesures électriques & physiques des composants et les étapes élémentaires de fabrication

Pour les technologies sub-90nm, la complexité des structures est devenue telle que le contrôle des procédés de fabrication est aujourd'hui un secteur primordial dans le fonctionnement d'une usine de semi-conducteur. Dans ce contexte, deux grands défis sont proposés aux ingénieurs : Le premier est de rechercher la nature de la variabilité des performances électriques des circuits afin de les réduire. Une fois la variabilité réduite, le second objectif consiste à optimiser son contrôle afin de garantir les performances des circuits.Cette thèse vise à mettre en oeuvre une méthodologie globale d'analyse, s'appuyant sur le développement de méthodes statistiques avancés (outils multivariés, neuronaux) afin de corréler les mesures électriques et physiques des composants ainsi que les paramètres des équipements. Les résultats des modélisations débouchent sur l'optimisation de toutes les composantes liées au contrôle des procédés (Control Statistique des Procédés, Fault Detection and Classification, Run to Run).For sub-90nm technologies, the complexity of the structures is so important that the control of the fabrication is became a essential activity for semiconductor fabs. In this context, two major challenges are proposed to the engineers : The first one is to characterise and to reduce the variability of the electrical properties of the structures. The second one consists in optimising the control of this variability in order to guaranty the circuit performances.This PhD thesis aims at proposing a global analysis methodology based on the development of advanced statistical methods (multivariate and neuronal algorithms) to correlate the electrical and physical measurements of the components and the equipment parameters collected during the processes. The models obtained lead to the optimisation of each components of the process control (Statistical Process Control, Fault Detection and Classification and Run to Run).GRENOBLE1-BU Sciences (384212103) / SudocSudocFranceF