CN100402826C - 半导体生产装置的异常停止避免方法和异常停止避免系统 - Google Patents
半导体生产装置的异常停止避免方法和异常停止避免系统 Download PDFInfo
- Publication number
- CN100402826C CN100402826C CNB021602956A CN02160295A CN100402826C CN 100402826 C CN100402826 C CN 100402826C CN B021602956 A CNB021602956 A CN B021602956A CN 02160295 A CN02160295 A CN 02160295A CN 100402826 C CN100402826 C CN 100402826C
- Authority
- CN
- China
- Prior art keywords
- mentioned
- real
- time
- semiconductor production
- gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B9/00—Safety arrangements
- G05B9/02—Safety arrangements electric
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D19/00—Axial-flow pumps
- F04D19/02—Multi-stage pumps
- F04D19/04—Multi-stage pumps specially adapted to the production of a high vacuum, e.g. molecular pumps
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0291—Switching into safety or degraded mode, e.g. protection and supervision after failure
Abstract
提供进行正确故障时间的预测,可进行安全低成本的维护的异常停止避免系统。包含:反应室(521);将反应室(521)置于减压状态的真空泵(18,19);向反应室(521)导入气体的气体供给控制系统(51);测定真空泵(18,19)的特征量的时间系列数据的特征量传感器(31~37);实时控制反应室(521)、真空泵(18,19)和气体供给控制系统(51)的实时控制器(531);通过对时间系列数据的第一实时解析取得第一故障诊断数据,通过对第一故障诊断数据的第二实时解析取得第二故障诊断数据,由此预测故障的故障实时判定模块(533)。判断为异常停止的情况下,由气体供给控制系统(51)向反应室(521)导入清洁(purge)用气体。
Description
技术领域
本发明涉及具有真空泵的生产装置的异常停止避免方法和异常停止避免系统。
背景技术
在半导体制造装置上附带的真空泵的故障预测技术中,以从长远立场进行计划维护为目的,预测泵的寿命。但是,由于通常的装置运转中使用泵的负荷不同的多个处理条件而成膜,因此在泵的负荷高的处理条件下成膜的情况下,成膜过程中泵会突然停止。
产生这种现象时,成膜中的一批产品出现纰漏(lotout)的情况居多。而且由于成膜中泵异常停止,泵更换时反应性高的气体和毒性高的气体释放到大气中,作业环境恶化,可能在从业者的健康管理方面产生问题。尤其,半导体制造装置的情况下,有时使用砷化三氢(AsH3)、磷化氢(PH3)、硼化三氢(BH3)等高毒性的气体,使用这些气体之际,突然真空泵停止时,可能会产生人命关天的重大事故。排出这种毒性高的气体和反应性高的气体的真空泵的情况下,通风室中有时也需要进行真空泵的更换作业等的特别对策。因此,根据使用的气体种类,需要比通常的泵更换作业更多的作业时间。
并且,进行真空泵的寿命预测、通过经验装置管理预测并维持因泵电流或泵内的冷却温度而异常停止的时间。但是,根据使用的气体,这些参数即便是正常值,泵也会发生故障。因此,无论在单一过程中还是在复合过程中,仅用这种参数不能预测故障。由于仅解析泵的数据,执行多个处理的情况下,因为根据条件而泵负荷不同,因此监视的参数变动大,不能进行寿命预测。
如上所述,在对应多品种的工业产品生产的情况下,使用同一生产装置生产多品种工业产品时,要求的过程条件各种各样,存在不能惟一决定作为预测生产装置的故障的基准的阈值的问题。
发明内容
本发明鉴于上述问题作出,目的是提供一种即便用同一生产装置生产多品种工业产品的情况下也可进行正确的故障时间预测,并可进行安全且低成本的维护的生产装置的异常停止避免方法和异常停止避免系统。
为了实现上述目的,本发明提供一种半导体生产装置的异常停止避免方法,其特征在于,包括:在生产中运转半导体生产装置,时常测定该半导体生产装置中使用的真空泵的特征量的时间系列数据的步骤;对上述时间系列数据进行第一实时解析并取得一次故障诊断数据的步骤;对上述一次故障诊断数据进行第二实时解析并取得二次故障诊断数据的步骤;使用上述二次故障诊断数据,实时预测数分钟后的上述半导体生产装置的状态的步骤;以及在上述预测结果判断为在生产过程中上述半导体生产装置异常停止的情况下,中止上述生产过程,转移到对上述半导体生产装置进行气体清洁的清洁序列的步骤。
本发明还提供一种半导体生产装置的异常停止避免系统,其特征在于,包括:反应室;将该反应室置于减压状态的真空泵;向上述反应室导入气体的气体供给控制系统;测定上述真空泵的特征量的时间系列数据并实时输出的特征量传感器;实时驱动控制上述反应室、真空泵和气体供给控制系统的实时控制器;通过对上述时间系列数据进行第一实时解析来取得一次故障诊断数据,通过对该一次故障诊断数据进行第二实时解析来取得二次故障诊断数据,利用该二次故障诊断数据预测数分钟后上述半导体生产装置的状态的故障实时判定模块,其中,上述实时控制器在上述故障实时判定模块判断为在生产过程中上述半导体生产装置异常停止的情况下,命令上述气体供给控制系统向上述反应室导入清洁用气体。
为达到目的,本发明的第一特征主要是一种生产装置的异常停止避免方法,包括:(1)在生产中运转生产装置,时常测定该生产装置中使用的真空泵的特征量的时间系列数据的步骤;(2)对时间系列数据进行第一实时解析取得一次故障诊断数据的步骤;(3)对一次故障诊断数据进行第二实时解析取得二次故障诊断数据的步骤;(4)使用二次故障诊断数据,实时预测数分钟后的生产装置的状态的步骤;(5)在预测结果判断为生产过程中生产装置异常停止的情况下,中止生产过程,移动到气体清洁生产装置的清洁序列(sequence)的步骤。这里,作为生产装置,相当于半导体制造装置、化学工厂用制造装置、钢铁厂用制造装置等。尤其,适合于真空排出反应性气体的LPCVD装置和干蚀刻装置、离子注入装置等的半导体制造装置。
根据本发明的第一特征,可避免生产过程中在生产装置中使用的真空泵的异常停止,可补救一批产品。而且,经过清洁序列,可停止真空泵,因此使用毒性、腐蚀性和反应性高的气体的情况下也可在安全的作业环境中进行真空泵的更换作业。而且,根据本发明的第一特征,即便从生产装置得到的特征量的信息表示出微小变动的情况下,也可进行真空泵的故障预测和危险预测。而且,根据本发明的第一特征,提供一种生产装置的异常停止避免方法,即便用同一生产装置对应多品种的工业产品的各自的生产过程的情况下,可自动应对真空泵的故障诊断。
本发明的第一特征中,更好将每种气体的流入气体的累计量和流入时间加到第一实时解析的解析参数上。或者将生产装置堆积的薄膜的累计膜厚信息加到第一实时解析的解析参数上。而且,还可以是将生产过程的每个条件下使用的每种气体的各自的消耗量加到第一实时解析的解析参数上。或者将生产装置的结构参数和被加工试样的状态信息加到第一实时解析的解析参数上。并且,将生产装置的机械误差加到第一实时解析的解析参数上。
本发明的第二特征主要是一种生产装置的异常停止避免系统,其特征在于包括:
(1)反应室;(2)将该反应室置于减压状态的真空泵;(3)向反应室导入气体的气体供给控制系统;(4)测定真空泵的特征量的时间系列数据并实时输出的特征量传感器;(5)实时驱动控制反应室、真空泵和气体供给控制系统的实时控制器;(6)通过对时间系列数据进行第一实时解析取得一次故障诊断数据,通过对该一次故障诊断数据进行第二实时解析取得二次故障诊断数据,通过该二次故障诊断数据预测数分钟后生产装置的状态的故障实时判定模块。而且,该实时控制器在故障实时判定模块判断为在生产过程中生产装置异常停止的情况下,命令气体供给控制系统向反应室导入清洁用气体。
根据本发明的第二特征,可避免真空泵的异常停止,可补救一批产品。而且,经过清洁序列,可停止真空泵,因此使用毒性、腐蚀性和反应性高的气体的情况下也可在安全的作业环境中进行真空泵的更换作业。而且,即便从生产装置得到的特征量的信息表示出微小变动的情况下,也可进行真空泵的故障预测和危险预测。而且,提供一种生产装置的异常停止避免系统,即便用同一生产装置对应多品种的工业产品的各自的生产过程的情况下,可自动应对真空泵的故障诊断。
附图说明
图1是本发明的实施例的异常停止避免系统的概念图;
图2是说明本发明的实施例的故障实时判定模块的结构的框图;
图3是说明本发明的实施例的泵信息解析模块的结构的框图;
图4是说明本发明的实施例的异常停止避免方法的流程图。
具体实施方式
作为本发明的实施例的异常停止避免系统,以图1举例说明由半导体制造过程中的硅氮化物膜(Si3N4膜)的减压化学气相生长(LPCVD)装置5和控制管理它的CIM装置1构成的系统。如图1所示,该LPCVD装置(生产装置)5具有作成可真空排气的封闭结构的反应室521,在反应室521的排气侧连接真空配管,真空配管的排气侧连接具有通过水冷进行冷却的冷却板的用以捕获固体反应副产物的水冷式捕集器(trap)17。水冷式捕集器17的排气侧连接其他真空配管,该其他真空配管的排气侧连接压力控制阀15。并且,该压力控制阀15的排气侧再连接另一真空配管,该另一真空配管的排气侧连接将排出反应室521内部的气体的机械增压泵18和干式(dry)泵19串联连接构成的真空泵系统。压力控制阀15根据需要分离反应室521和真空泵系统(18,19),调整排气传导性(conductance)。另一方面,反应室521上连接多个气体配管,该气体配管分别连接大流量控制器511,512,513,514,…。通过大流量控制器511,512,513,514,…构成气体供给控制系统7,该气体供给控制系统7从工场侧气体供给系统6供给规定的气体。即,导入反应室521的各种原料气体(源气体)和运载气体通过气体供给控制系统7的大流量控制器511,512,513,514,…控制其流量。并且,气体供给控制系统7控制的原料气体等通过气体配管导入一定减压了的反应室521中。反应室521的内部温度由加热体和温度测定器构成的加热装置522控制。
通过减压CVD法对硅氮化物成膜是在减压下将作为硅源的二氯硅烷(SiH2Cl2)气体经大流量控制器511导入,将作为氮化种的氨(NH3)气体经大流量控制器512导入,将这些气体在800℃左右化学反应,将硅氮化物膜成膜在被处理半导体衬底13上。大流量控制器513控制导入反应室521的氮化气体。800℃的二氯硅烷(SiH2Cl2)气体和氨(NH3)气体的化学反应在生成硅氮化物同时,作为反应副产物产生氯化氨(NH4Cl)气体和氢气(H2)。氢气是气体,由LPCVD装置5中使用的真空泵系统(18,19)排出。另一方面,氯化氨在生成时由于反应炉内是800℃左右的高温以及数百Pa或数百Pa以下的减压而为气体状态。通常,减压LPCVD装置5中,如图1所示,捕获固体反应副产物的水冷式捕集器17设置在LPCVD装置5和真空泵系统(18,19)之间。水冷式捕集器17作用是减少作为副产物的氯化氨附着在压力控制阀15和真空泵系统(18,19)上的量。通过真空泵系统(18,19)的原料气体(源气体)和反应生成气体由排气去除处理装置7去除。排气去除处理装置7通过吸附或化学反应去除从真空泵系统(18,19)排出的有害成分。
反应室521内部的压力由连接反应室521的压力计14测定。作为压力计14可使用电容压力计和皮拉尼真空计等。压力控制阀15连接压力控制系统16,从压力计14测定的压力测定值和从反应室控制系统52指令的设定压力值的差异调整其传导性,使反应室521内部的压力达到设定值,并维持在该设定值。
表示压力控制阀15的调整状态的开口度由LPCVD装置主控制系统53实时输出。或者,在机械增压泵18上安装振动计31、温度计32、电流计33和位于出口部的排气压计34。电流计33测定为旋转机械增压泵18而消耗的电流。振动计31、温度计32、电流计33和排气压计34的测定值输出到LPCVD装置主控制系统53。干式泵19上也同样安装振动计35、温度计36、电流计37。电流计37测定为旋转干式泵19而消耗的电流。振动计35、温度计36、电流计37的测定值输出到LPCVD装置主控制系统53。LPCVD装置主控制系统53具有LPCVD装置实时控制器531和CPU532。LPCVD装置实时控制器531总体控制气体供给控制系统7、加热装置522和压力控制系统16。CPU532具有故障实时判定模块533,故障实时判定模块533实时进行用于故障诊断的计算。故障实时判定模块533作为时间系列数据存储压力计14、压力控制系统16的压力控制阀15的开口度、机械增压泵18上安装的振动计31、温度计32、电流计33和排气压计34以及干式泵(主泵)上安装的振动计35、温度计36、电流计37的输出。并且,故障实时判定模块533实时接收压力控制系统16、振动计31,35、温度计32,36、电流计33,37、排气压计34等的特征量传感器的输出,对这些输出实时进行运算处理制作一次故障诊断数据群。例如,计算特征量的时间系列数据的平均值、标准偏差值、对时间的自协变、对空间的自协变。并且,故障实时判定模块533从这些一次故障诊断数据群实时判别真空泵系统(18,19)是否健全,是否在故障之前。并且,通过该判别向LPCVD装置实时控制器531指示警报或停止序列的启动。
图1所示的LPCVD装置5连接进行多个半导体制造装置的生产管理的CIM装置1,通过该CIM装置1控制动作。CIM装置1至少包含主计算机101、过程管理信息存储装置102和装置信息存储装置103。主计算机101、过程管理信息存储装置102和装置信息存储装置103用总线105连接。在总线105上连接输入输出接口104,经输入输出接口104,LPCVD装置5和CIM装置1交换信息。虽然图中省略了,但实际上经互联网或LAN等的信息网络可彼此连接LPCVD装置5和CIM装置1。过程管理信息存储装置102具有管理被处理半导体衬底13的处理过程条件和成膜方法(recipe)等过程信息的过程管理数据库。过程管理数据库中分类记录产品种类、成膜种类、处理方法(recipe)信息、温度压力气流量、真空装置负荷试验方法(recipe)信息等的数据。LPCVD装置实时控制器531从过程管理信息存储装置102输入成膜方法(recipe)、泵负荷用的试验方法(recipe),将其进行实时解释,总体控制气体供给控制系统7、加热装置522和压力控制系统16。装置信息存储装置103具有按各成膜条件的各阶段的状态整理记录LPCVD装置5和真空泵系统(18,19)上安装的测定器的输出值得到的装置信息数据库。具体说,分类真空装置的温度、消耗功率、电流等的时间系列数据、统计数据、构成マハラノビス空间的数据、反应室温度、压力、压力调整阀等的时间系列数据、统计数据、累计膜厚、累计气流量、泵个体差异等的数据并记录在装置信息数据库中。装置信息存储装置103中记录的测定器的输出数据按位于过程管理信息存储装置102的成膜该产品的相应的膜的条件或类似的条件分类整理并记录。同样从在包含LPCVD装置5的工场内外连接网络的相同参照用半导体制造装置(LPCVD装置)通过各个装置的主控制装置将各个测定器的输出记录在装置信息存储装置103中。故障实时判定模块533得到作为统计特征量的时间平均和标准偏差、自协变的同时从装置信息存储装置103中存储的マハラノビス空间(标准空间)得到マハラノビス距离,对测定值和该特征量构成的多变量实时判别真空泵系统(18,19)是否健全,是否在故障之前。
如图2所示,故障实时判定模块533至少具有泵信息解析模块601、警报/停止序列启动模块602、气流量累计解析模块603、累计膜厚信息解析模块604、气体累计消耗量解析模块605、炉内状态解析模块606、装置状态解析模块607和机械误差解析模块608。这里,警报/停止序列启动模块602在成膜中泵异常停止的情况下向成膜装置发送成膜的中止信号,中止成膜,移动到清洁序列。气流量累计解析模块603将每种气体的流入气体累计量和流入时间作为解析参数,进行解析。并且,累计膜厚信息解析模块604将累计膜厚信息作为解析参数,进行解析。气体累计消耗量解析模块605按每个处理条件将每种气体的消耗量作为解析参数,进行解析。炉内状态解析模块606将炉内状态信息(晶片全负荷、空载)作为解析参数,进行解析。装置状态解析模块607将装置状态信息(配管长、压力)作为解析参数。机械误差解析模块608将泵的机械误差作为解析参数,进行解析。
如图3所示,泵信息解析模块601具有时间系列数据解析模块631、统计数据解析模块632、マハラノビス距离解析模块633。这里,时间系列数据解析模块631对来自图1所示的压力控制系统16、振动计31,35、温度计32,36、电流计33,37、排气压计34等的特征量传感器的时间系列数据进行第一实时解析,制作一次故障诊断数据群。例如,作为一次故障诊断数据群计算特征量的时间系列数据的平均值、标准偏差值、对时间的自协变、对空间的自协变等的统计数据群。因此时间系列数据解析模块631具有时间平均计算电路641和时间微分计算电路642等。统计数据解析模块632对时间系列数据解析模块631作成的统计数据群(一次故障诊断数据群)再进行第二实时解析,制作二次故障诊断数据群。另一方面マハラノビス距离解析模块633从装置信息存储装置103读出规定マハラノビス空间的数据群,计算マハラノビス距离。
根据图4所示的流程图说明本发明的实施例的异常停止避免方法。
(1)首先,步骤S101中,使用压力控制系统16、振动计31,35、温度计32,36、电流计33,37、排气压计34等的特征量传感器时常监测真空泵系统(18,19)的信息,将得到的时间系列数据输入故障实时判定模块533中。
(2)故障实时判定模块533中,步骤S102中,以步骤S101得到的来自压力控制系统16、振动计31,35、温度计32,36、电流计33,37、排气压计34等的特征量传感器的信息为基础进行第一实时解析,制作一次故障诊断数据群。例如,计算特征量的时间系列数据的平均值、标准偏差值、对时间的自协变、对空间的自协变等,得到一次故障诊断数据群。得到的一次故障诊断数据群被送到CIM装置1的装置信息存储装置103中,记录在装置信息存储装置103的装置信息数据库中。
(3)接着,故障实时判定模块533在步骤S103中以步骤S102作成的一次故障诊断数据群为基础再进行第二实时解析,制作二次故障诊断数据群。在二次故障诊断数据群作成时,从装置信息存储装置103读出マハラノビス空间等的基准数据群,与基准数据群相关地进行解析。得到的二次故障诊断数据群送到CIM装置1的装置信息存储装置103中,记录在装置信息存储装置103的装置信息数据库中。
(4)接着故障实时判定模块533在步骤S104中常常以作为步骤S103的解析结果得到的二次故障诊断数据群为基础预测数分钟后的真空泵系统(18,19)的状态。
(5)步骤S105中,通过和规定阈值的比较等,判断(决定)当前的处理进行过程中(成膜中)真空泵系统(18,19)是否异常停止。步骤S105中,判断为泵异常停止的情况下,进行到步骤S121,向LPCVD装置实时控制器531发送成膜中止信号。而且,LPCVD装置实时控制器531驱动气体供给控制系统7,移动到步骤S122的清洁序列。步骤S122中,降低加热装置522的输出,降低被处理半导体衬底13的温度。步骤S122的清洁序列中,与降低被处理半导体衬底13的温度同时,使大流量控制器511,512的流量为零,停止向反应室521导入二氯硅烷(SiH2Cl2)气体和氨(NH4)气体。并且,反应室521减压到规定的到达压力后,经大流量控制器514向反应室521导入清洁气体氮(N2)气体。进行规定时间的气体清洁后,停止真空泵系统(18,19)。因此,作为是否异常停止的判断基础的步骤S105的规定阈值设定为考虑了气体清洁时间的值。
(6)另一方面,步骤S105中判断为真空泵系统(18,19)未异常停止的情况下,进行到步骤S111。步骤S111中,故障实时判定模块533将每种气体的流入气体的累计量和流入时间作为解析数据,实时进行用于真空泵系统(18,19)的故障诊断的解析。图4未示出,但实时监测的每种气体的流入气体的累计量和流入时间经过步骤S102~S105的程序判断真空泵系统(18,19)是否异常停止。并且在步骤S105中判断为泵异常停止的情况下,进行到步骤S121,而且,移动到步骤S122的清洁序列,如上所述。
(7)同时,在S112中,故障实时判定模块533将累计膜厚信息作为解析参数。虽然图中省略了,但实时监测的累计膜厚信息经过步骤S102~S105的程序判断真空泵系统(18,19)是否异常停止。并且在步骤S105中判断为泵异常停止的情况下,进行到步骤S121。
(8)而且步骤S113中,故障实时判定模块533将每个处理条件下每种气体的消耗量作为解析参数,实时进行用于真空泵系统(18,19)的故障诊断的解析。实时监测的每个处理条件下每种气体的消耗量经过步骤S102~S105的程序判断真空泵系统(18,19)是否异常停止。
(9)且步骤S114中,故障实时判定模块533将炉内状态信息(是晶片满负荷还是空载等)作为解析参数,进行用于真空泵系统(18,19)的故障诊断的解析。炉内状态信息是固定信息,因此通过与成为其他时间系列数据的特征量的数据组合使用,可实时进行解析。因此,该情况下,作为与其他特征量的组合信息,也经过步骤S102~S105的程序判断真空泵系统(18,19)是否异常停止。
(10)并且,步骤S115中,故障实时判定模块533将炉内状态以外的装置状态(例如配管长和压力等)作为解析参数,进行用于真空泵系统(18,19)的故障诊断的解析。装置状态信息是固定信息,因此通过与成为其他时间系列数据的特征量的数据组合使用,可实时进行解析。与其他特征量组合的装置状态的信息经过步骤S102~S105的程序也如上述那样。
(11)并且,步骤S116中,故障实时判定模块533将泵的机械误差作为解析数据,进行用于真空泵系统(18,19)的故障诊断的解析。机械误差信息是固定信息,因此通过与成为其他时间系列数据的特征量的数据组合使用,可实时进行解析。从而,该情况下,作为组合信息也经过步骤S102~S105的程序。
(12)并且,如果完成了预定的成膜,移动到步骤S122的清洁序列,停止动作。
通过连续执行上述的步骤S101~步骤S116可避免成膜中真空泵系统(18,19)异常停止的麻烦,可补救一批产品,可进行安全状态(非处理气体封入状态)的泵更换作业。步骤S111~S116可同时执行,可按彼此不同的定时执行。不需要全部执行步骤S111~S116,可省略其中的一部分。
并且,步骤S111~S116以外,可预测真空泵系统(18,19)内的副产物的量,将其结果作为参数添加,可添加解析的步骤。通过用参数持有包含预测的副产物的量的装置状态,即便从真空泵系统(18,19)得到的信息有一定的或微小的变动,可进行故障预测和危险预测。例如,监视值(例如电流值)变动的情况下,真空泵系统(18,19)更换后,在累计膜厚10微米时的状态下,可产生不同的变动重叠。
(其他实施例)
如上所述,虽然本发明根据上述实施例作了记载,但不应理解为将本发明限定于对该公开的部分所作的论述和附图中。显然本领域技术人员能够知晓对所公开的内容进行各种替代得到的实施形式、实施例和运用技术。
在上面所述的实施例说明中,举例说明了LPCVD装置,但当然不限于LPCVD装置。例如,可以是干蚀刻装置、离子注入装置等的其他半导体制造装置。并且,还可以是半导体制造装置以外的化学工厂和钢铁厂使用的生产装置(制造装置)。
作为真空泵系统,例示出机械增压泵和干式泵串联连接的组画,但可以是机械增压泵和回油泵串联连接的真空泵系统。也适用于仅干式泵或仅回油泵的真空泵系统和涡轮(turbo)分子泵等中。
在上面所述的实施例说明中,用CIM装置上内置过程管理信息存储装置102和装置信息存储装置103的结构表示,但过程管理信息存储装置102和装置信息存储装置103可连接在LPCVD装置5侧,可省略CIM装置。即,异常停止避免方法和异常停止避免系统从上位作为生产过程管理多个生产装置,除由使用网络等控制的成组控制器、CIM装置构成外,还可以是独立的单独生产装置的结构。
这样,本发明当然包含这里未记载的各种实施例。因此,本发明的技术范围仅由从上面的说明中妥当地确定的权利要求的范围中的发明特定事项决定
根据本发明,提供即便用同一生产装置生产多品种的工业产品的情况下,也可进行正确的故障时间预测,并可进行安全且低成本的维护的生产装置的异常停止避免方法和异常停止避免系统。
Claims (7)
1.一种半导体生产装置的异常停止避免方法,其特征在于,包括:
在生产中运转半导体生产装置,时常测定该半导体生产装置中使用的真空泵的特征量的时间系列数据的步骤;
对上述时间系列数据进行第一实时解析并取得一次故障诊断数据的步骤;
对上述一次故障诊断数据进行第二实时解析并取得二次故障诊断数据的步骤;
使用上述二次故障诊断数据,实时预测数分钟后的上述半导体生产装置的状态的步骤;以及
在上述预测结果判断为在生产过程中上述半导体生产装置异常停止的情况下,中止上述生产过程,转移到对上述半导体生产装置进行气体清洁的清洁序列的步骤。
2.根据权利要求1所述的半导体生产装置的异常停止避免方法,其特征在于,将每种气体的流入气体的累计量和流入时间加到上述第一实时解析的解析参数中。
3.根据权利要求1所述的半导体生产装置的异常停止避免方法,其特征在于,将上述半导体生产装置堆积的薄膜的累计膜厚信息加到上述第一实时解析的解析参数中。
4.根据权利要求1所述的半导体生产装置的异常停止避免方法,其特征在于,将生产过程的每个条件下使用的每种气体的各自的消耗量加到上述第一实时解析的解析参数中。
5.根据权利要求1所述的半导体生产装置的异常停止避免方法,其特征在于,将上述半导体生产装置的结构参数和被加工试样的状态信息加到上述第一实时解析的解析参数中。
6.根据权利要求1所述的半导体生产装置的异常停止避免方法,其特征在于,将上述半导体生产装置的机械误差加到上述第一实时解析的解析参数中。
7.一种半导体生产装置的异常停止避免系统,其特征在于,包括:
反应室;
将该反应室置于减压状态的真空泵;
向上述反应室导入气体的气体供给控制系统;
测定上述真空泵的特征量的时间系列数据并实时输出的特征量传感器;
实时驱动控制上述反应室、真空泵和气体供给控制系统的实时控制器;
通过对上述时间系列数据进行第一实时解析来取得一次故障诊断数据,通过对该一次故障诊断数据进行第二实时解析来取得二次故障诊断数据,利用该二次故障诊断数据预测数分钟后上述半导体生产装置的状态的故障实时判定模块,
其中,上述实时控制器在上述故障实时判定模块判断为在生产过程中上述半导体生产装置异常停止的情况下,命令上述气体供给控制系统向上述反应室导入清洁用气体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001264286A JP2003077907A (ja) | 2001-08-31 | 2001-08-31 | 生産装置の異常停止回避方法及び異常停止回避システム |
JP264286/2001 | 2001-08-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1419045A CN1419045A (zh) | 2003-05-21 |
CN100402826C true CN100402826C (zh) | 2008-07-16 |
Family
ID=19090916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB021602956A Expired - Fee Related CN100402826C (zh) | 2001-08-31 | 2002-08-30 | 半导体生产装置的异常停止避免方法和异常停止避免系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US6937963B2 (zh) |
JP (1) | JP2003077907A (zh) |
KR (1) | KR100443852B1 (zh) |
CN (1) | CN100402826C (zh) |
TW (1) | TWI267139B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110925068A (zh) * | 2019-12-17 | 2020-03-27 | 凯龙高科技股份有限公司 | 一种液态还原剂供给泵健康状态诊断方法 |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4184638B2 (ja) * | 2001-08-31 | 2008-11-19 | 株式会社東芝 | 半導体製造装置の寿命診断方法 |
US6748341B2 (en) * | 2002-04-12 | 2004-06-08 | George E. Crowder, Jr. | Method and device for machinery diagnostics and prognostics |
US6868760B1 (en) * | 2003-02-12 | 2005-03-22 | Pratt-Read Corporation | Tool locking mechanism |
US7051197B2 (en) * | 2002-11-22 | 2006-05-23 | Texas Instruments Incorporated | Tracing through reset |
US6751536B1 (en) * | 2002-12-04 | 2004-06-15 | The Boeing Company | Diagnostic system and method for enabling multistage decision optimization for aircraft preflight dispatch |
US7206771B2 (en) * | 2003-11-11 | 2007-04-17 | International Business Machines Corporation | Automated knowledge system for equipment repair based on component failure history |
US20050106982A1 (en) * | 2003-11-17 | 2005-05-19 | 3M Innovative Properties Company | Nonwoven elastic fibrous webs and methods for making them |
JP4237610B2 (ja) * | 2003-12-19 | 2009-03-11 | 株式会社東芝 | 保守支援方法及びプログラム |
GB0412623D0 (en) * | 2004-06-07 | 2004-07-07 | Boc Group Plc | Method controlling operation of a semiconductor processing system |
US7653512B2 (en) * | 2004-12-17 | 2010-01-26 | Korea Reserch Institute of Standards and Science | Precision diagnostic method for the failure protection and predictive maintenance of a vacuum pump and a precision diagnostic system therefor |
US7664618B2 (en) * | 2004-12-17 | 2010-02-16 | Korea Research Institute Of Standards And Science | Trend monitoring and diagnostic analysis method and system for failure protection and for predictive maintenance of a vacuum pump |
TWI379948B (en) * | 2005-04-08 | 2012-12-21 | Ebara Corp | Vacuum pump self-diagnosis method, vacuum pump self-diagnosis system, and vacuum pump central monitoring system |
JP4620524B2 (ja) * | 2005-05-17 | 2011-01-26 | 株式会社日立ハイテクノロジーズ | プラズマ処理装置 |
FR2887938A1 (fr) * | 2005-07-04 | 2007-01-05 | Alcatel Sa | Ligne de vide et procede de surveillance d'une telle ligne |
JP2007165721A (ja) * | 2005-12-15 | 2007-06-28 | Omron Corp | プロセス異常分析装置及びプログラム |
CN101213640B (zh) * | 2006-02-07 | 2010-08-04 | 东京毅力科创株式会社 | 基板处理装置的控制装置及基板处理装置的控制方法 |
KR100885919B1 (ko) * | 2007-05-21 | 2009-02-26 | 삼성전자주식회사 | 펌프 폴트 예측 장치 및 펌프 폴트 예측 방법 |
US8180594B2 (en) * | 2007-09-06 | 2012-05-15 | Asm International, N.V. | System and method for automated customizable error diagnostics |
GB0809976D0 (en) * | 2008-06-02 | 2008-07-09 | Edwards Ltd | Vacuum pumping systems |
JP2011007053A (ja) * | 2009-06-23 | 2011-01-13 | Ulvac Japan Ltd | 真空装置排気特性の良否判別方法 |
JP5837351B2 (ja) * | 2010-08-05 | 2015-12-24 | 株式会社荏原製作所 | 排気系システム |
JP5504107B2 (ja) * | 2010-09-06 | 2014-05-28 | エドワーズ株式会社 | 逆流防止システム及び該逆流防止システムを備えた真空ポンプ |
JP2012114157A (ja) * | 2010-11-22 | 2012-06-14 | Toshiba Corp | ドロップレシピ作成方法およびデータベース作成方法 |
DE102011050018A1 (de) * | 2011-04-29 | 2012-10-31 | Allweiler Gmbh | Pumpen-System |
CN102418691B (zh) * | 2011-07-12 | 2014-12-10 | 上海华力微电子有限公司 | 一种全自动检测泵失效的方法 |
CN102605351B (zh) * | 2012-03-31 | 2017-05-10 | 上海华虹宏力半导体制造有限公司 | Lpcvd保养后复机方法 |
CN102734147B (zh) * | 2012-06-26 | 2014-09-10 | 成都嘉陵华西光学精密机械有限公司 | 真空泵性能综合测试系统及方法 |
CN105204486B (zh) * | 2014-06-06 | 2017-11-24 | 南京南瑞继保电气有限公司 | 一种水冷却系统主循环泵的控制方法 |
CN104078395A (zh) * | 2014-07-11 | 2014-10-01 | 上海华力微电子有限公司 | 一种半导体设备不间断真空系统 |
EP3281081B1 (en) | 2015-09-04 | 2020-08-05 | Hewlett-Packard Enterprise Development LP | Valve failure predictions |
CN107466386B (zh) | 2015-09-04 | 2020-12-22 | 慧与发展有限责任合伙企业 | 基于泵识别问题的系统和方法及计算机可读介质 |
JP6391171B2 (ja) * | 2015-09-07 | 2018-09-19 | 東芝メモリ株式会社 | 半導体製造システムおよびその運転方法 |
CN105221403A (zh) * | 2015-11-09 | 2016-01-06 | 刘畅 | 油田注水泵在线监测系统 |
JP6685204B2 (ja) * | 2016-08-26 | 2020-04-22 | 東京エレクトロン株式会社 | 安全装置、安全システム及び燃焼除害装置の安全化方法 |
CN114109832B (zh) * | 2017-03-17 | 2024-04-12 | 株式会社荏原制作所 | 信息处理装置 |
KR102518079B1 (ko) | 2017-03-17 | 2023-04-06 | 가부시키가이샤 에바라 세이사꾸쇼 | 정보 처리 장치, 정보 처리 시스템, 정보 처리 방법, 프로그램, 기판 처리 장치, 기준 데이터 결정 장치 및 기준 데이터 결정 방법 |
JP6804029B2 (ja) | 2017-12-21 | 2020-12-23 | 株式会社Kokusai Electric | 基板処理装置、半導体装置の製造方法及びプログラム |
US11348813B2 (en) | 2019-01-31 | 2022-05-31 | Applied Materials, Inc. | Correcting component failures in ion implant semiconductor manufacturing tool |
US11269003B2 (en) * | 2020-02-11 | 2022-03-08 | Nanya Technology Corporation | System and method for monitoring semiconductor manufacturing equipment via analysis unit |
CN114576152B (zh) * | 2020-12-01 | 2024-01-16 | 格兰富控股联合股份公司 | 水泵状态监测系统、监测方法、装置、电子设备和介质 |
CN113204212A (zh) * | 2021-04-26 | 2021-08-03 | 江苏博尚工业装备有限公司 | 一种基于双专家系统的数控机床故障诊断方法 |
CN114419837B (zh) * | 2021-12-07 | 2023-09-26 | 攀枝花钢城集团米易瑞地矿业有限公司 | 一种安全生产预警系统及其预警方法 |
CN115600130B (zh) * | 2022-11-15 | 2023-03-07 | 山东锦弘纺织股份有限公司 | 一种基于数据分析的胶合板复合胶装设备运行管控系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815396A (en) * | 1991-08-12 | 1998-09-29 | Hitachi, Ltd. | Vacuum processing device and film forming device and method using same |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2229536B (en) * | 1989-03-22 | 1993-04-07 | Ferranti Int Signal | Signal processing apparatus and method |
US5210704A (en) * | 1990-10-02 | 1993-05-11 | Technology International Incorporated | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment |
US5501105A (en) * | 1991-10-02 | 1996-03-26 | Monitoring Technology Corp. | Digital signal processing of encoder signals to detect resonances in rotating machines |
US5406502A (en) * | 1993-06-29 | 1995-04-11 | Elbit Ltd. | System and method for measuring the operation of a device |
US5586066A (en) * | 1994-06-08 | 1996-12-17 | Arch Development Corporation | Surveillance of industrial processes with correlated parameters |
US5610339A (en) * | 1994-10-20 | 1997-03-11 | Ingersoll-Rand Company | Method for collecting machine vibration data |
US5633811A (en) * | 1994-12-09 | 1997-05-27 | Computational Systems, Inc. | Hand held data collector and analyzer system |
US5710723A (en) * | 1995-04-05 | 1998-01-20 | Dayton T. Brown | Method and apparatus for performing pre-emptive maintenance on operating equipment |
US6185472B1 (en) | 1995-12-28 | 2001-02-06 | Kabushiki Kaisha Toshiba | Semiconductor device manufacturing method, manufacturing apparatus, simulation method and simulator |
GB9616457D0 (en) | 1996-08-05 | 1996-09-25 | Boc Group Plc | Improvements in vacuum pump systems |
US6297742B1 (en) * | 1996-08-22 | 2001-10-02 | Csi Technology, Inc. | Machine monitor with status indicator |
US6226597B1 (en) * | 1996-11-27 | 2001-05-01 | Hamilton Sundstrand Corporation | Method of maintaining components subject to fatigue failure |
DE59712546D1 (de) * | 1997-07-31 | 2006-04-06 | Sulzer Markets & Technology Ag | Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten |
US5979225A (en) | 1997-08-26 | 1999-11-09 | Applied Materials, Inc. | Diagnosis process of vacuum failure in a vacuum chamber |
US6260004B1 (en) * | 1997-12-31 | 2001-07-10 | Innovation Management Group, Inc. | Method and apparatus for diagnosing a pump system |
US6199018B1 (en) * | 1998-03-04 | 2001-03-06 | Emerson Electric Co. | Distributed diagnostic system |
US6434512B1 (en) * | 1998-04-02 | 2002-08-13 | Reliance Electric Technologies, Llc | Modular data collection and analysis system |
JP3349455B2 (ja) * | 1998-09-30 | 2002-11-25 | 宮崎沖電気株式会社 | 半導体製造装置のための管理方法および管理システム |
JP2000283056A (ja) | 1999-03-26 | 2000-10-10 | Hitachi Ltd | 真空ポンプ異常監視システム |
US6321602B1 (en) * | 1999-09-28 | 2001-11-27 | Rockwell Science Center, Llc | Condition based monitoring by vibrational analysis |
US6392584B1 (en) * | 2000-01-04 | 2002-05-21 | Richard Eklund | System and method for detecting and warning of potential failure of rotating and vibrating machines |
JP4138267B2 (ja) * | 2001-03-23 | 2008-08-27 | 株式会社東芝 | 半導体製造装置、真空ポンプの寿命予測方法及び真空ポンプの修理タイミング決定方法 |
JP4592235B2 (ja) * | 2001-08-31 | 2010-12-01 | 株式会社東芝 | 生産装置の故障診断方法及び生産装置の故障診断システム |
JP4184638B2 (ja) * | 2001-08-31 | 2008-11-19 | 株式会社東芝 | 半導体製造装置の寿命診断方法 |
US7063981B2 (en) * | 2002-01-30 | 2006-06-20 | Asm International N.V. | Active pulse monitoring in a chemical reactor |
-
2001
- 2001-08-31 JP JP2001264286A patent/JP2003077907A/ja active Pending
-
2002
- 2002-08-27 US US10/228,110 patent/US6937963B2/en not_active Expired - Lifetime
- 2002-08-30 TW TW091119823A patent/TWI267139B/zh not_active IP Right Cessation
- 2002-08-30 CN CNB021602956A patent/CN100402826C/zh not_active Expired - Fee Related
- 2002-08-31 KR KR10-2002-0052267A patent/KR100443852B1/ko not_active IP Right Cessation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815396A (en) * | 1991-08-12 | 1998-09-29 | Hitachi, Ltd. | Vacuum processing device and film forming device and method using same |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110925068A (zh) * | 2019-12-17 | 2020-03-27 | 凯龙高科技股份有限公司 | 一种液态还原剂供给泵健康状态诊断方法 |
CN110925068B (zh) * | 2019-12-17 | 2021-12-07 | 凯龙高科技股份有限公司 | 一种液态还原剂供给泵健康状态诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20030019268A (ko) | 2003-03-06 |
US6937963B2 (en) | 2005-08-30 |
US20030158705A1 (en) | 2003-08-21 |
JP2003077907A (ja) | 2003-03-14 |
TWI267139B (en) | 2006-11-21 |
CN1419045A (zh) | 2003-05-21 |
KR100443852B1 (ko) | 2004-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100402826C (zh) | 半导体生产装置的异常停止避免方法和异常停止避免系统 | |
CN100476663C (zh) | 生产装置的故障诊断方法和故障诊断系统 | |
KR100885919B1 (ko) | 펌프 폴트 예측 장치 및 펌프 폴트 예측 방법 | |
US6944572B2 (en) | Apparatus for predicting life of rotary machine and equipment using the same | |
TWI459487B (zh) | 度量獨立及處方獨立的故障類別 | |
KR100557376B1 (ko) | 회전기의 수명 예측 방법 및 회전기를 갖는 제조 장치 | |
US20050107984A1 (en) | Manufacturing apparatus and method for predicting life of rotary machine used in the same | |
JP2001196361A (ja) | プロセス排気ガスモニタ装置及び方法、半導体製造装置、及び半導体製造装置管理システム及び方法 | |
US6885972B2 (en) | Method for predicting life span of rotary machine used in manufacturing apparatus and life predicting system | |
US20120253724A1 (en) | Management device | |
US7065469B2 (en) | Manufacturing apparatus and method for predicting life of a manufacturing apparatus which uses a rotary machine | |
KR20030019267A (ko) | 반도체 제조 장치의 수명 진단 방법 | |
US7413914B2 (en) | Method and apparatus for manufacturing semiconductor device, method and apparatus for controlling the same, and method and apparatus for simulating manufacturing process of semiconductor device | |
WO2007112180A2 (en) | Semiconductor processing system with wireless sensor network monitoring system incorporated therewith | |
US20220375331A1 (en) | Processing Apparatus, Display Method, Method of Manufacturing Semiconductor Device and Non-transitory Computer-readable Recording Medium | |
JP5394452B2 (ja) | 基板処理システム、検証装置、検証装置の動作検証方法および検証プログラム | |
US6821792B1 (en) | Method and apparatus for determining a sampling plan based on process and equipment state information | |
US6790680B1 (en) | Determining a possible cause of a fault in a semiconductor fabrication process | |
KR101486015B1 (ko) | 덕트 무게 실시간 모니터링 시스템 | |
Collins et al. | Model-based equipment diagnosis | |
US20230223285A1 (en) | Method of manufacturing semiconductor device, recording medium, and substrate processing apparatus | |
US20100014748A1 (en) | Method and apparatus for real time fault detection in high speed semiconductor processes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20080716 Termination date: 20160830 |
|
CF01 | Termination of patent right due to non-payment of annual fee |