【提要】随着集成电路线宽愈来愈向细微化发展，对电路的生产工艺技术提出更高更难的要求，而使芯片的功能和成品率更难保证。在IC制造过程中，由于颗粒污染导致的成品率损失称为功能成品率。而功能成品率是影响制造成品率的主要因素。因此，有效的过程颗粒污染控制对成品率的提高至关重要。
在半导体器件的生产过程中，颗粒污染有三个主要来源：生产环境；错误的圆片传递；生产线加工机台。而由工艺设备产生的颗粒污染是成品率损失的*主要原因，也成为半导体制造中的*主要污染源。统计数据如下表：
一般说来，由颗粒污染导致的功能成品率损失要占总成品率损失的80%。因此，了解各种加工设备产生的颗粒污染数目并针对性地加以控制就变得非常重要。
IC的制造工艺虽然很复杂，但都可以看成是几个MASK循环进行组合。颗粒污染的检测就是以MASK进行的，每个MASK循环上检测一次颗粒污染数据。完整测试程序如下：
· 用圆片扫描仪检查并标出测试前圆片上已有的颗粒；
· 之后将扫描后的这种试片循环经过加工设备，模拟正常的圆片加工工艺环境；
· 再次对试片进行扫描。
这样由该MASK循环所增加的颗粒数目便被识别并记录下来。
颗粒污染的控制方法主要有两种：C控制图及回归分析。由于C控制图在使用中存在错误警告信息产生过多或侦测能力降低的缺陷，一般不推荐使用。下面主要介绍一下多元线性回归分析对颗粒污染的控制。
对于不符合传统控制图使用条件的质量数据，可以通过对过程建模来确定控制限，因此我们设想通过对半导体制造过程进行建模来控制过程中的颗粒污染数目。根据颗粒污染的数据采集特点，设过程的输入变量为每个MASK层的颗粒污染数目，输出变量为针测成品率，用多元线性回归分析来对该过程产生一个线性方程：
Y=b0+b1×m1+b2×m2+…+bn×mn。
其中Y表示被测圆片的成品率；m1、m2、…mn分别表示该圆片上检测到的MASK1、MASK2、…MASKn层的颗粒污染数目。
应用多元线性回归分析须满足几个条件：应变量应为正态分布或近似正态分布；输入变量与输出变量间应存在着一定的线性相关性。
该分析的目的是：
· 找出颗粒污染数目对成品率影响*大的MASK层。
· 确定所检测的MASK层的颗粒污染数目的控制限；当圆片上的颗粒个数超出了该控制限，在该加工步骤就可以将其废弃或者重做，这样可以节省时间和成本。