CN101878522B - 创建用于微调配方的模型的方法和布置 - Google Patents
创建用于微调配方的模型的方法和布置 Download PDFInfo
- Publication number
- CN101878522B CN101878522B CN200880118692.2A CN200880118692A CN101878522B CN 101878522 B CN101878522 B CN 101878522B CN 200880118692 A CN200880118692 A CN 200880118692A CN 101878522 B CN101878522 B CN 101878522B
- Authority
- CN
- China
- Prior art keywords
- input
- data
- module
- group
- model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 92
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000010200 validation analysis Methods 0.000 claims abstract description 14
- 239000000758 substrate Substances 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 43
- 238000001914 filtration Methods 0.000 claims description 28
- 238000012790 confirmation Methods 0.000 claims description 9
- 230000007547 defect Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 8
- 230000003750 conditioning effect Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 15
- 235000012431 wafers Nutrition 0.000 description 15
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000009472 formulation Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000009832 plasma treatment Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23399—Adapt set parameter as function of measured conditions
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32096—Batch, recipe configuration for flexible batch control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Drying Of Semiconductors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
提供一种用于由等离子体处理系统的用户创建用于采集有关处理后的衬底的测量数据的模型的布置。该布置包括通用模型生成器,其被配置为用于至少创建该模型。该模型是一组输入数据和一组输出数据之间的关系。该布置还包括输入模块,其包括来自多个输入源的该组输入数据。该布置包括输入调节和确认模块,其被配置为用于至少确定该组输入数据的完整性。该布置进一步包括关系模块,其被配置为用于至少创建一组数学关系。该布置又包括输出调节和确认模块,其被配置为用于至少确定该组输出数据的完整性。
Description
技术领域
本发明涉及一种用于由等离子体处理系统的用户创建用于采集有关处理后的衬底的测量数据的模型的系统和方法。
背景技术
等离子体处理的进步推动了半导体工业的成长。通常,从一个处理过的晶片中可以形成多个半导体器件。长时间以来,已经使用配方(recipe)来提供用于形成半导体器件的各步骤。然而,由于外部条件,比如不同的室的条件,需要调整配方以体现各种变化。
一种常用的调整配方的方法是通用配方微调法。使用通用配方微调法,一个或多个晶片可以在被处理过之后用独立的测量工具来测量。然而,使用该通用配方微调法,测量数据通常不能被马上应用以调整当前批晶片的配方。相反,测量值可以前馈并被用于下一批晶片的配方的微调。因此,如果对当前的室鉴别出配方的问题,直到当前批的晶片处理完才能应用从测量值得到的知识。
近年来,已经实现了能够进行联线测量,从而能够将测量当作反馈发送到该等离子体处理系统的工艺控制计算机的集成测量方法。因此,可以对配方进行微调以便同一批晶片中的下一个晶片能够受益于调整后的配方。换句话说,与通用配方微调法不同,集成测量方法可用于对当下批的晶片的配方进行调整而不是必须等到当前批的配方被处理完后。
使用通用配方微调法以及尤其是集成测量方法,可以获得多个测量值(例如侧壁角测量值、边缘和中心之间的临界尺寸、用于确定一致性的测量值)。为了采集测量数据,可以使用一个或多个模型来采集必要的测量值以确定需要对配方进行的调整。
此处所述的模型指的是一个或多个输入与一个或多个输出之间的关系。该关系是一种通常用方程表示的数学关系。通常,该方程是针对特定配方的。输入数据可以来自各种来源,包括但不限于,传感器数据、工艺数据和软件数据。输出通常被用于整修配方的一个参数。
随着时间的推移,可以创建新的模型或修改现有模型。在一个实施例中,如果配方的改变引入了新的参数,那么必须创建新的模型。在另一个实施例中,如果一个参数改变了,那么需要修改用于产生针对该参数的测量数据的模型。在又一个实施例中,在引入新的配方时需要创建新的模型。
尽管需要新的或修改过的模型有许多原因,然而创建新模型和/或修改当前模型的过程通常并不是一个简单的任务。该过程通常涉及至少两方:工具用户和软件工程师。工具用户通常是拥有该等离子体处理系统的公司的雇员。工具用户可能已经确定了创建新的模型和/或调整当前模型的需要。因此,工具用户通常负责向软件工程师提供规格(specifications)。软件工程师通常不是该公司的雇员,他通常与该等离子体处理系统的制造商有关。
为了便于讨论,图1显示了获得新模型的一种现有技术方法的简单流程图。考虑这种情况,例如,其中公司A拥有的等离子体处理系统的工具用户已经确定了对新模型的需要。
在第一个步骤102中,该工具用户可以确定该模型的各参数。换句话说,该工具用户必须确定输入、方程和所需的输出。
在下一个步骤104中,该工具用户可向外方提供所需的参数。因为该工具用户必须通过外方(即,软件工程师)以创建和/或修改一个模型,该工具用户可能必须与该外方分享专有信息。在一个实施例中,用于蚀刻晶片的配方可能包括一些步骤,这些步骤给公司A带来了相对公司B的竞争优势。然而,因为来自公司A的工具用户想要创建新模型,该工具用户可能必须向该外方提供有关该配方的专有数据以使该外方修改该模型。
修改当前模型和/或产生新模型的当前方法对该工具用户和该等离子体处理系统的制造商都带来了潜在的知识产权风险。本领域的技术人员会意识到,配方可能包括提供公司对其竞争对手的独特优势的专有数据。因此,通过与外方分享有关该配方的细节,该工具用户将该专有数据的至少一部分暴露给了外方。
另外,可能会使一部分知识产权(例如,专有配方)被公开于非预定用户。在一个实施例中,与该等离子体处理系统有关的工程师可能同时为两个相互竞争的公司同时开发模型。在他与客户互动过程中,该工程师可能无意地将本应发送到公司A的模型发送到他在公司B的联系人。由于工程师的大意行为,公司A的专有信息被无意地共享了而该等离子体处理工具的工程师和制造商是有责任的。
除了潜在的知识产权泄露之外,创建和/或修改模型的任务在该任务完成前可能要花费数个星期(如果不是数个月的话)。很长的周转时间是一些原因的结果。第一,因为该工具用户必须与外方(即,软件工程师)一起工作以完成创建和/或修改模型的任务,所以完成该任务的周转时间取决于该外方的工作排程。在一个实施例中,由于该软件工程师的繁忙排程,该软件工程师可能要在两个月以后才能处理该工具用户的请求。第二,很长的周转时间还可能部分由于该外方必须使自己先熟悉该配方。第三,该工艺可能要求在具有嵌入模型的新代码被移入生产过程并对微调配方生效之前,该软件工程师和该工具用户两者都进行至少一个测试周期以测试对代码的改变。
在下一个步骤106中,该工具用户可以接收该模型并用该模型执行一次试运行。换句话说,一旦工程师创建该模型之后,该模型可以被发送到该工具用户以进行测试。
在下一个步骤108中,该工具用户根据其规格确定是否执行该模型。如果不执行的话,那么重复步骤104和106。
然而,如果不需要更多的改变的话,那么在下一个步骤110中,该工具用户可接收他的当前等离子体处理系统的系统软件程序的新的生产拷贝,其中该新模型嵌入了该系统软件。一旦该工具用户接收到新的生产版本之后,更多的改变可能需要再次重复整个过程。
在下一个步骤112中,该工具用户可以在生产中运行具有嵌入的模型的新的软件代码。在现有技术中,该模型不耦合于该配方。因此,该工具用户可能需要对该配方和该模型有足够的知识以确定哪个模型最适合那个配方步骤。另外,该工具用户可能需要知道何时单一配方步骤会需要超过一个模型以微调该配方以体现各种变化,比如不同的处理室条件。
在一个实施例中,当前正在室B中处理的那批晶片以前是在室A中处理的。然而,室B的条件与室A的条件稍有不同;因此,该配方必须被微调以体现该不同的处理环境。该工具用户通常负责确定提供必要的测量数据以执行该微调的那组模型。如果该工具用户缺乏经验和/或技能,那么该工具用户就不能快速地确定正确的模型和/或可能没有意识到需要执行两个不同的模型以获得必要的数据以执行该配方的微调。
在图1中可以看出,模型建立和/或修改的任务是一种机械的、耗时的过程,它要求外方的协作以实现该任务。因此,该现有技术方法可能会带来知识产权泄露的可能。另外,该现有技术方法可能需要该工具用户对该配方和该模型有还算好的了解以正确地应用该模型以产生可以用于微调配方的测量数据。
发明内容
在一个实施方式中,本发明涉及用于由等离子体处理系统的用户创建用于采集有关处理后的衬底的测量数据的模型的系统。该系统包括通用模型创建器,其被配置为用于至少创建该模型。该模型是一组输入数据和一组输出数据之间的关系。该系统还包括输入模块,其包括来自多个输入源的该组输入数据。该系统包括输入调节和确认模块,其被配置为用于至少确定该组输入数据的完整性。该系统进一步包括关系模块,其被配置为用于至少创建一组数学关系。该系统又包括输出调节和确认模块,其被配置为用于至少确定该组输出数据的完整性。
上述概述仅涉及本文公开的许多实施方式中的一个且不意在限制本发明的范围,本发明的范围如权利要求所述。下面在本发明的具体实施方式部分,结合附图,更详细地描述本发明的这些以及其它特征。
附图说明
本发明是以附图中各图中的实施例的方式进行描绘的,而不是通过限制的方式,其中类似的参考标号指示类似的元件,其中:
图1显示了获得新模型的现有技术方法的简单流程图。
图2显示了,在本发明的一个实施方式中,通用模型创建器布置(arrangement)的简单逻辑图。
图3显示了,在本发明的一个实施方式中,通用模型创建器的用户界面的主视图的一个实施例。
图4A和4B显示了,在本发明的一个实施方式中,方程编辑器的实施例。
图5A显示了,在本发明的一个实施方式中,描绘模型和配方之间的关系的简单框图。
图5B显示了,在本发明的一个实施方式中,配方编辑器的值视图的一个实施例。
图6显示了,在本发明的一个实施方式中,描绘如何创建和/或修改模型的简单流程图。
具体实施方式
现在参考附图中描绘的一些优选实施方式,对本发明进行详细描述。在下面的描述中,阐明了许多具体细节以提供对本发明的彻底理解。然而,显然,对于本领域的技术人员来说,本发明没有这些具体细节中的一些或全部仍然可以实施。在其它情况下,没有对已知的工艺步骤和/或结构进行详细描述,以免不必要地模糊本发明。
下面描述了包括方法和技术在内的各种实施方式。应当记住,本发明也涵盖包括计算机可读介质的制造品,在该计算机可读介质上存储有用于执行本发明的技术的各实施方式的计算机可读指令。计算机可读介质可能包括,例如,半导体、磁的、光磁的、光学的或者其它形式的用于存储计算机可读代码的计算机可读介质。进一步,本发明还可涵盖用于实现本发明的各实施方式的装置。这样的装置可包括用以执行与本发明的实施方式有关的任务的专用的或可编程的电路。这样的装置的例子包括恰当编程过的通用计算机和/或专用计算装置,也可包括适于执行与本发明的实施方式有关的计算机/计算装置和专用的/可编程的电路的结合。
在本发明的一个方面中,本发明人意识到,模型可以由等离子体处理系统的用户在当地生成。如果向该用户提供模型创建器的话,该用户就会具有在需要的时候创建和/或修改模型的能力,以适应生产中用户可能经历的变化,包括不同的处理室条件、新配方、对现有配方的改变,等等。
依照本发明的一个或多个实施方式,提供一种用于创建和修改模型的通用模型创建系统,其中该模型可用于执行缺陷检测、微调配方和向方程提供输入数据中的至少一项。本发明的实施方式包括用于确认输入数据的完整性、创建数学关系和检验输出数据的完整性的模块和方法。本发明的实施方式还包括将用户创建的模板与配方步骤相关联的方法。
在本发明的一个实施方式中,通用模型创建器系统可包括通用模型创建器,其可用于创建新模型和/或修改现有模型。该通用模型创建器可以被配置为从输入模块接收数据。该输入模块可以包括来自多个源的数据,包括但不限于,传感器数据、测量数据、端点数据、软件计算的数据、工艺数据、用户定义的数据等。
在一个实施方式中,该通用模型创建器可以包括输入调节(conditioning)和确认模块。在一个实施方式中,该输入调节和确认模块可以作为独立模块执行。因为输入数据可以来自多个源,在将该输入数据提供到该方程前可能需要执行完整性检验。相应地,该输入调节和确认模块可以被配置为检验该输入模块的完整性。
在一个实施方式中,调节可包括对数据进行滤波。滤波技术的实施例可包括但不限于,有限脉冲响应(FIR)和无限脉冲响应(IIR)。可以使用过滤技术来最小化当外部条件,比如室偏移,导致一些数据(例如,工艺数据)与其它数据不一致时,可能出现的噪音。
除了应用过滤技术之外,该输入调节和确认模块还可以将该数据与设定的范围进行比较。该设定的范围可包括但不限于,该输入数据的预期值、软公差、硬公差、最小值和最大值。在一个实施例中,如果输入数据不匹配预期值的话,那么该输入数据必须至少在硬公差之内。然而,如果该输入数据落到预定义的范围之外的话,该输入调节和确认模块可放弃将该输入数据作为可以提供到该方程的有效数据。
在一个实施方式中,该通用模型创建器可以包括关系模块。该关系模块可以被配置为使用户能够将输入数据映射为输入变量。在一个实施方式中,该关系模块还可以被配置为使用户能够通过将一组输入变量结合到一组数学运算符而创建和/或修改数学关系,比如方程。为了使用户能够改进该数学方程以体现配方内的特殊设定,该关系模块还可包括矩阵变换微调元件。在一个实施方式中,该关系模块还允许该用户导入复杂的数学表达式。
在一个实施方式中,模型可包括一个或多个数学关系。因此,对于单一模型,可以产生超过一个输入变量。在一个实施方式中,有输出调节和确认模块以检验输出数据的完整性。与前面讨论的相同的滤波技术也可以由该输出调节和确认模块应用。另外,该输出调节和确认模块可以将该输出数据与预定义的范围进行比较。
一旦创建模型后,该用户可以利用该模型创建特别针对例如特定配方步骤编制的一系列模板。将模板与配方步骤相关联的过程使得具有不同技能和知识的用户能够执行具有嵌入模板的配方而不需要该用户首先在该配方和该模板之间建立关系。
在一个实施方式中,来自一个方程的输出数据可以作为配方给定值(setpoint)来微调生产环境中的配方。在另一个实施方式中,输出数据可以用作另一个方程的输入数据。在又一个实施方式中,输出数据可用于执行缺陷检测。相应地,一个或多个模型特别被生成为具有方程,该方程可产生能够使用户执行缺陷检测的输出数据。
参考下面的附图和讨论,可以更好地理解本发明的特征和优点。
图2显示了,在本发明的一个实施方式中,通用模型创建器布置的简单逻辑图。可以使用通用模型创建器布置200以显示表示输入数据与输出数据之间的关系的各种方式。在一个实施方式中,通用模型创建器布置200可包括输入模块202。输入模块202可包括多个输入源(例如,测量前数据源204、测量后数据源206、用户定义数据208、软件计算数据源210、端点数据源212等)。在一个实施例中,测量前数据源204可包括在处理晶片之前收集的测量数据。在另一个实施例中,软件计算数据源210可包括由另一个方程计算的数据。在又一个实施例中,可以使用用户定义数据208以通过将专有数据作为绝对值隐藏而保护知识产权。从上文可以看出,可能的输入源可以变化并依赖于用户的决定。
来自输入模块202的数据可以由输入调节模块214和输入确认模块216接收。在该方程中使用该输入数据之前,可能必须检验该数据的完整性,例如通过滤波和/或确认。在一个实施方式中,输入调节模块214被配置为对接收到的数据执行滤波以除去噪音。此处所述的噪音指的是由于外部条件(例如,处理室内的偏移)而与其它数据不一致的数据。可以使用比如有限脉冲响应(FIR)和无限脉冲响应(IIR)等滤波技术,以最小化噪音。
此处所述的FIR指的是标准化(normalize)针对一个参数的一组数据的滤波技术。在一个实施例中,不是使用从最新的一个晶片收集的原始数据,FIR方法可以包括使用来自最新的五个晶片取得的原始数据并执行统计分析(比如求平均值)以最小化噪音的可能。因此,提供到该方程的数据可以更好的表示该参数的真实特征。
输入调节模块214可以使用的另一种滤波技术是IIR。此处所述的IIR指的是标准化针对一个参数收集的所有数据的滤波技术。在一个实施例中,不使用从最新的一个晶片收集的原始数据,IIR方法可以包括对针对该参数收集的所有数据执行统计分析。尽管该IIR方法可包括更多原始数据。针对该参数的最新一组数据可以被赋予比历史上更旧的数据更重的权重。在一个实施例中,收集了100个数据组。最新的一个数据组可以被赋予更重的权重(例如,百分之80)而其它99个数据组可以被赋予更轻的权重(例如,百分之20)。一旦该数据被加权了,加权后的数据可以被例如平均以计算被输入到该方程的数据组。
除对该数据进行滤波之外,还可以进行确认(validation)。在一个实施方式中,输入确认模块216可以被配置为通过将该数据与预定义范围进行比较而确认该输入数据。在一个实施例中,对于每个参数,可以得到预期值、软公差、硬公差、最小值和最大值以比较输入数据的合理性。换句话说,如果该输入数据超出了设定的预定义范围,该输入数据会被丢弃。在一个实施例中,如果该输入数据最小值落到预期最小值以下或者超过预期的最大值,该输入数据会被丢弃。
一旦数据滤波和验证进行过后,该输入数据可以被映射到一个或多个输入变量。在一个实施例中,与临界尺寸有关的输入数据可被映射为输入变量ffBotCD和/或输入变量ffMidCD,例如。通过将该输入源映射到输入变量,该数据可以自动从源中提取而不依赖人工干预。
在一个实施方式中,通用模块创建器布置200可包括关系模块218。在一个实施方式中,关系模块218可包括数学表达式创建器元件220、矩阵变换微调元件222和定制数学表达式元件224。在一个实施方式中,关系模块218的每个元件可以分别用于形成该数学关系式。在另一个实施方式中,关系模块218的一个或多个元件在创建一个或多个数学关系的过程中可以合作。
传统上,数学关系(比如方程)可以通过将一个或多个输入变量与一个或多个数学运算符联合起来而创建。在一个实施方式中,用户可激活数学表达式创建器元件220以输入和/或选择一个数学关系的一组输入变量。另外,该用户可以将该组输入变量与一组数学运算符联合以创建数学关系。在一个实施例中,该用户可选择ffMidCD和ffBotCD作为输入变量,并选择乘号(*)和平方根号(sqrt)作为数学运算符以创建该数学关系[ffMidCD*(sqrt)(ffBotCD)]。
附加地或替代地,可以使用矩阵变换微调元件222以创建数学关系。某些数学关系可以更抽象并需要操纵(manipulation)。为了能够表示这类数学关系,可以使用矩阵变换微调元件222以限定这类数学关系。
数学表达式创建器元件220与矩阵变换微调元件222两者允许用户创建他自己的数学关系。然而,多个数学关系,尤其是复杂的数学关系,可以是已经被定义的并且可以通过多种数学软件程序(比如)得到。为了利用容易得到的数学关系,通用模型创建器布置200可包括定制数学表达式元件224。通过实现定制数学表达式元件224,用户可以将通过第三方得到的复杂的数学关系整合到正在创建和/或修改的模型中。
在一个实施方式中,通用模型创建器布置200可以包括输出调节模块226和输出确认模块228。输出调节模块226与输出确认模块228可以类似于输入调节模块214和输入确认模块216运作。然而,输出调节模块226与输出确认模块228分析输出数据而不是分析输入数据。换句话说,该输出数据被清理(例如,消除噪音、丢弃超出预定义范围的输出数据等)。
在现有技术中,通常使用该输出数据以微调配方。不同于现有技术,该输出数据可以有许多不同的目的。在一个实施例中,该输出数据可以用作针对一个或多个配方步骤的配方给定值230。除了被用作配方给定值230外,该输出数据还可被用作另一个方程的输入数据源232。另外,该输出数据可以被用于执行缺陷检测234。在一个实施例中,输出数据可能表明该处理室已经经历明显量的偏移以及如果不清洁该处理室的话,在该处理室中处理的晶片会有缺陷。
从图2可以看出,通过实现通用模型创建器布置200,用户能够创建他自己的模型而不需要依赖第三方。因为该用户不再依赖于外方来创建和/或生成模型,周转时间可以显著减少。另外,知识产权泄露的危险可以被显著消除,因为不再与外方分享专有数据。
图3显示了,在本发明的一个实施方式中,通用模型创建器的用户界面的主视图的一个实施例。如上所述,可以使用通用模型创建器以创建新模型和/或修改当前模型。用户界面302的主视图可包括方程模块304,其能够使一个或多个数学关系(比如方程)得以创建和/或修改。方程模块304可以包括动作部分306、方程部分308和初始值部分310。
动作部分306允许用户对方程执行动作。在一个实施例中,通过单击动作部分306的动作单元,方程编辑器402会出现,如图4A所示。可以使用方程编辑器402创建和/或修改方程。在一个实施方式中,方程编辑器402可包括图2的关系模块的一个或多个元件。因此,该用户能够使用至少一个关系模块元件创建方程。因此,用户能够创建的方程的类型可包括简单方程、直接方程、需要用户操作的方程、来自外部供应商的复杂方程,等等。
在一个实施方式中,方程编辑器402可以包括输入变量列表404,其是一个用户可选列表,用户可以从中选出多个输入变量,比如图4B中的输入变量列表454所示的那些。输入变量列表454可以来自各种来源,包括但不限于,传感器和测量数据(段456)、来自其它方程的输出(段458)和用户定义变量(段460)。
通过将一个或多个输入变量与数学运算符联合起来,比如段406和408中所示的那些,用户能够创建方程。在一个实施例中,用户能够通过将输入变量“ffMidCD”和输入变量“udCoeff1”与加号(+)联合起来而创建方程410。从上文可以看出,方程中包括的输入变量和数学运算符的数量可以根据用户的决定而改变。
一旦创建好方程,该方程可以在方程部分308中显示。在一个实施例中,方程410(例如,ffMidCD+udCoeff1)可以在方程部分308的方程单元312中显示。与现有技术不同,可以创建和/或修改的方程的数量可以变化。在此实施例中,可以创建和/或修改四个方程。通过使超过一个方程可以与一个模型相关联,单一模型可用于解决当需要微调配方时需要调整的配方步骤的不同参数。
在一个实施方式中,如果没有提供一个值或还没得到一个值的话,每个方程可有一个初始值,如初始值部分310中所示。在一个实施例中,模型可以有两个方程,第二个方程依赖于第一个方程来提供所需的输入值之一。在该模型第一次执行时,第一个方程的初始值可以是缺省值(比如,例如80.00)以使得第二个方程能计算输出值。
在一个实施方式中,用户界面302的主视图还可包括调节模块314,其可用于滤出数据。数据滤波的实施例可包括但不限于,有限脉冲响应(FIR)和无限脉冲响应(IIR)。如上所述,滤波可以应用于该输入和/或输出数据以测试该数据的完整性。换句话说,可以执行滤波以消除由于外部条件而可能出现的噪音。在一个实施例中,滤波可以使得在低于良好条件下收集的原始数据能够例如被平均以基本上消除噪音系数。
调节模块314可以包括输入滤波部分316和输出滤波部分318。每个部分可包括滤波技术部分、多个样品部分、以及系数部分。在一个实施例中,输入滤波技术部分320可允许用户限定应用的滤波技术的类型,比如FIR和IIR。如果选择FIR滤波技术的话,用户能够限定可以使用的样品的给定数量。在一个实施例中,在样品部分322的输入数下,在FIR滤波技术中可以使用三个样品以获得第一方程。然而,如果选择IIR滤波技术,则该用户能够在输入系数部分324下指示最新的数据组的权重值。在一个实施例中,用户可输入0.90作为输入系数。如上所述,输出滤波部分318还可包括与输入滤波部分316中所述的那些类似的部分(输出滤波技术部分326、样品部分输出数328、以及输出系数部分330)。
在一个实施方式中,该通用模型创建器还可包括输出部分332,其使得用户能够确定如何使用该输出。在一个实施例中,用户可以通过提供参数名而将输出关联到特定的配方给定值。在另一个实施例中,该用户可选择“null”来表示该输出值可以用作另一个方程的输入值或用于执行缺陷检测。
在一个实施方式中,用户界面302的主视图还可包括输入确认模块334。可以使用输入确认模块334以确认用于该输入变量的数据。在一个实施方式中,对于每个输入变量,可以提供预期值、软公差、硬公差、最小值和最大值。在一个实施例中,输入变量336(例如ffMidCD)可具有80.00的预期值,软公差为15.00而硬公差为20.00。因此,例如,如果针对ffMidCD的输入数据落到定义的范围外,那么该输入数据会被丢弃。
在一个实施方式中,用户界面302的主视图还可包括用户定义变量模块338。如上所述,通用模型创建器使得用户能够增加输入变量。该用户可通过限定用户定义变量模块338中的变量而增加附加的输入变量。在一个实施例中,用户可以将udCoeff1限定为1.25并将udCoeff2限定为2.15。通过使用用户定义变量,用户能够隐藏专有数据,比如可能给公司带来竞争优势的配方的特殊设置。通过使用用户定义变量,用户能够操纵方程而不会暴露专有数据以体现该配方的独特性。
另外,用户界面302的主视图还可包括输出确认模块340,其可以用于确认输出数据。对于每个输出变量,可以限定一个范围。在一个实施方式中,该范围可以包括预期值、软公差和硬公差。在一个实施例中,工艺时间的预期值(如输出单元342所示)是30.00,其软公差是10.00,硬公差是20.00。在生产运行过程中,实际输出可以对输出确认模块340中定义的值进行校准(gauge)。如果该值在该范围集内,该输出可以用于调整配方给定值和/或用作另一个方程的输入变量。然而,该输出值还可被用于执行缺陷检测,尤其是,如果该输出值落在容差水平外的话。
在一个实施方式中,用户界面302的主视图还可包括拟合良度(GOF)阈值模块344,其可用于检验输入数据的置信水平。本领域的技术人员可以意识到,GOF通常用于确定实际值和预期值之间的差异。通常,相对于GOF最小值检验该最小值。在此实施例中,GOF阈值模块344使得如果输入变量不在限定的置信水平内的话能够激活警告。在一个实施例中,如果该值大于1.00的话,激活FFWarning。
从上文可以看出,图3和图4显示了用户界面的实施例,该用户界面可以帮助用户创建新模型和/或修改现有模型。使用通用模型创建器,可以创建和/或修改模型而不需要外方的协助。因此,将知识产权泄漏给外方的危险被明显消除,因为模型可以被创建和/或修改而不需要将专有配方与外方共享。另外,该模型的创建和/或修改现在有更快的周转周期,因为该模型现在是在内部处理而不是与其它请求人一起争夺工程师的时间。
图5A显示了,在本发明的一个实施方式中,描绘模型和配方之间的关系的简单框图。布置500可包括通用模型创建器502和等离子体处理系统504。通用模型创建器502可以是与位置无关的软件程序。在一个实施方式中,通用模型创建器502被配置为与等离子体处理系统504的控制器506相互作用(直接地或通过中间元件)以使得通用模型创建器502和等离子体处理系统504之间能够进行数据交换。
如上所述,通用模型创建器502可以用于创建新模型和/或修改当前模型。一旦创建和/或修改了每个模型,可以从每个模型创建一个或多个模板。此处所述的模板指的是针对特定处理室内的配方的特定步骤改编过的模型。在一个实施方式中,通用模型创建器502可包括用于存储该多个模板的数据库508。
模板的数据库508可以经由路径510从通用模型创建器502传输到等离子体处理系统504的控制器506。因此,控制器506可以存储与等离子体处理系统有关的现有模板514的当前版本。
在一个实施方式中,配方编辑器512(其可位于控制器506内)可以被配置为将模板与配方步骤关联起来。图5B显示了,在本发明的一个实施方式中,配方编辑器550的值视图的一个实施例。在该值视图中,除了对配方输入每个参数(例如,偏置匹配、最大气流、氦气流等)的值以外,用户还可以使用配方编辑器550将模板与配方步骤关联起来。
在一个实施例中,配方编辑器550可以包括具有两个步骤的配方(如栏552和栏554所示)。对于每个步骤,可以在单元556和558中分别对步骤1和2选择模板。在此实施例中,被称为“inner”的模板与步骤1相关联而被称为“innerOuter”的模板与步骤2相关联。
通过将模板与配方步骤关联起来,将模板与配方步骤关联的任务被确定一次。与现有技术不同,不需要用户有对配方和/或模板的深入知识以利用该模板来采集测量数据。从上文可以看出,通过将模板与配方步骤耦合,与确定那些模板属于哪些配方步骤有关的决定已经在不断完善地基础上被基本消除。
另外,创建和/或修改模型的任务不依赖于工具制造商的排程。相反,顾客可以使用该通用模型创建器来创建和/或修改模型。因此,创建和/或修改该模型的周转时间可以显著减少。
图6显示了,在本发明的一个实施方式中,描绘如何创建和/或修改模型的简单流程图。
在第一个步骤602中,等离子体处理系统的制造商可以向用户提供通用模型创建器。与现有技术不同,该通用模型创建器可以与该等离子体处理系统成为一体。
在下一个步骤604中用户可激活该通用模型创建器以创建或修改模型。与现有技术不同,每个模型可以由用户创建而不需要引入外方以执行该任务。因此,该用户可以保护他的公司的知识产权免于泄漏给外方。另外,创建和/或修改模型的任务不依赖于工具制造商的排程。相反,顾客可以使用该通用模型创建器来创建和/或修改模型。因此,创建和/或修改该模型的周转时间可以显著减少。
在下一个步骤606中,该用户可以测试和确认该模型。在一个实施例中,该用户可以运行仿真以获得(例如确定是否已经解决了一致性问题的)测量数据。
在下一个步骤608中,该方法允许确定该模型是否需要修改。如果需要附加的改变,可以重复步骤604到606。尽管在测试阶段可以确定改变,然而该改变可以被快速实现而不需要围绕外方的排程进行。因此,可以以及时的方式创建和/或修改模型。
然而,如果不需要变化,那么在下一个步骤610中,该模型被接受而一组模板可以被创建。
在下一个步骤612中,该用户可以将该组模板与配方步骤相关联。与现有技术不同,该模板可以耦合于该配方,从而消除用户必须确定在生产运行过程中必须执行哪个模板的需要。
从前文可以看出,本发明的一个或多个实施方式提供了用于创建和/或修改模型以能够进行配方微调的通用模型创建器。通过使用通用模型创建器布置,用户能够保护知识产权,同时保持对该模型的控制。另外,通过将模板耦合到特定的配方步骤,该通用模型创建器布置能够使知识较少的用户能够微调配方而不需要有对该配方和/或模板的深入的知识。进一步,该通用模型创建器布置是一种向后兼容的花费不多的方案,从而使得当前等离子体处理系统的拥有者能够实现该通用模型创建器布置而不带来附加的高拥有成本。
尽管已经依照一些优选实施方式描述了本发明,然而有落入本发明范围的变更、置换和等同。尽管此处提供了各种实施例,然而这些实施例意在是说明性的而非对本发明进行限制。
而且,本文提供的发明名称和发明内容也是为了方便,不应当用于解释此处权利要求的范围。而且,摘要是用高度浓缩的形式写成的,在此提供是为了方便,而不应当用来解释或限制整个发明,发明用权利要求来表示。如果本文使用了术语“组”,这种术语意在具有通常理解的数学含义,涵盖零个、一个、或一个以上成员。还应当注意,有许多实现本发明的方法和装置的替代方式。因而,所附权利要求的范围意在被解读为包括所有这些落入本发明的真实精神和范围的变更、置换和等同。
Claims (15)
1.一种用于由等离子体处理系统的用户创建用于采集有关处理后的衬底的测量数据的模型的系统,包含:
通用模型创建器,所述通用模型创建器被配置为用于至少创建所述模型,所述模型是一组输入数据和一组输出数据之间的关系;
输入模块,所述输入模块包括来自多个输入源的所述组输入数据;
输入调节模块和输入确认模块,所述输入调节模块和所述输入确认模块被配置为用于至少确定所述组输入数据的完整性;
关系模块,所述关系模块被配置为用于至少创建一组数学关系;以及
输出调节模块和输出确认模块,所述输出调节模块和所述输出确认模块被配置为用于至少确定所述组输出数据的完整性。
2.根据权利要求1所述的系统,其中所述多个输入源包括用户定义源、测量前数据源、测量后数据源、传感器数据源、端点数据源和软件计算数据源。
3.根据权利要求2所述的系统,其中所述关系模块被配置为用于将一组输入变量映射到所述组输入数据。
4.根据权利要求3所述的系统,其中所述关系模块被配置为包括数学表达式元件、矩阵变换微调元件和定制数学表达式元件中的至少一个。
5.根据权利要求4所述的系统,其中所述组输出数据与配方给定值、用于另一个数学关系的输入数据和用于执行缺陷检测的数据中的至少一个有关。
6.根据权利要求5所述的系统,其中通过输入用于所述输入调节模块和所述输入确认模块和所述输出调节模块和所述输出确认模块的至少一个的参数的值而从所述模型创建一组模板。
7.根据权利要求6所述的系统,其中所述组模板的一个模板与第一配方步骤有关。
8.一种由等离子体处理系统的用户创建用于采集有关处理后的衬底的测量数据的模型的方法,包含:
激活通用模型创建器,所述通用模型创建器被配置为用于至少创建所述模型,所述模型是一组输入数据和一组输出数据之间的关系;
对输入调节模块和输入确认模块建立滤波条件和确认规则的至少一个,所述输入调节模块和所述输入确认模块被配置为用于至少确定所述组输入数据的完整性;
创建一组数学关系,其中所述组数学关系的第一数学关系包括一组输入变量的至少第一输入变量和一组数学运算符,所述第一数学关系被配置为用于至少提供所述组输出数据的第一输出数据;以及
对输出调节模块和输出确认模块建立滤波条件和确认规则的至少一个,所述输出调节模块和所述输出确认模块被配置为用于至少确定所述组输出数据的完整性。
9.根据权利要求8所述的方法,进一步包括将所述组输入变量映射到从多个输入源接收的所述组输入数据。
10.根据权利要求9所述的方法,其中所述多个输入源包括用户定义源、测量前数据源、测量后数据源、传感器数据源、端点数据源和软件计算数据源。
11.根据权利要求10所述的方法,其中所述第一数学关系是由关系模块创建的,所述关系模块被配置为包括数学表达式元件、矩阵变换微调元件和定制数学表达式元件中的至少一个。
12.根据权利要求11所述的方法,进一步包括创建所述组数学关系的第二数学关系,所述第二数学关系包括所述组输入变量的至少第二输入变量和所述组数学运算符,所述第二数学关系被配置为用于至少提供所述组输出数据的第二输出数据。
13.根据权利要求12所述的方法,进一步包括将所述组输出数据限定为配方给定值、用于另一个数学关系的输入数据和用于执行缺陷检测的数据中的至少一个。
14.根据权利要求13所述的方法,进一步包括通过输入用于针对所述输入调节模块和所述输入确认模块以及所述输出调节模块和所述输出确认模块所建立的所述滤波条件和所述确认规则的至少一个的值而从所述模型创建一组模板。
15.根据权利要求14所述的方法,进一步包括将所述组模板的第一模板与第一配方步骤相关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US97616507P | 2007-09-28 | 2007-09-28 | |
US60/976,165 | 2007-09-28 | ||
PCT/US2008/078129 WO2009043008A2 (en) | 2007-09-28 | 2008-09-29 | Methods and arrangement for creating models for fine-tuning recipes |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101878522A CN101878522A (zh) | 2010-11-03 |
CN101878522B true CN101878522B (zh) | 2014-04-30 |
Family
ID=40509348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880118692.2A Active CN101878522B (zh) | 2007-09-28 | 2008-09-29 | 创建用于微调配方的模型的方法和布置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20090089024A1 (zh) |
JP (1) | JP5443365B2 (zh) |
KR (1) | KR101107539B1 (zh) |
CN (1) | CN101878522B (zh) |
SG (1) | SG184776A1 (zh) |
TW (1) | TWI447597B (zh) |
WO (1) | WO2009043008A2 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8225269B2 (en) * | 2009-10-30 | 2012-07-17 | Synopsys, Inc. | Technique for generating an analysis equation |
US9280151B2 (en) * | 2012-05-15 | 2016-03-08 | Wafertech, Llc | Recipe management system and method |
JP6239294B2 (ja) * | 2013-07-18 | 2017-11-29 | 株式会社日立ハイテクノロジーズ | プラズマ処理装置及びプラズマ処理装置の運転方法 |
US10558204B2 (en) * | 2016-09-19 | 2020-02-11 | Palo Alto Research Center Incorporated | System and method for scalable real-time micro-object position control with the aid of a digital computer |
US11435393B2 (en) * | 2017-11-03 | 2022-09-06 | Tokyo Electron Limited | Enhancement of yield of functional microelectronic devices |
GB2570115B (en) * | 2018-01-10 | 2022-12-21 | Spiro Control Ltd | Process control system and method |
US11569135B2 (en) | 2019-12-23 | 2023-01-31 | Hitachi High-Tech Corporation | Plasma processing method and wavelength selection method used in plasma processing |
US20230147976A1 (en) * | 2021-11-11 | 2023-05-11 | Applied Materials, Inc. | Coded substrate material identifier communication tool |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002103778A2 (en) * | 2001-06-19 | 2002-12-27 | Applied Materials, Inc. | Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing |
US6631299B1 (en) * | 1998-12-22 | 2003-10-07 | Texas Instruments Incorporated | System and method for self-tuning feedback control of a system |
US6961636B1 (en) * | 2001-04-19 | 2005-11-01 | Advanced Micro Devices Inc. | Method and apparatus for dynamically monitoring controller tuning parameters |
US7155301B2 (en) * | 2002-08-28 | 2006-12-26 | Tokyo Electron Limited | Method and system for dynamic modeling and recipe optimization of semiconductor etch processes |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6442512B1 (en) * | 1998-10-26 | 2002-08-27 | Invensys Systems, Inc. | Interactive process modeling system |
US6965895B2 (en) * | 2001-07-16 | 2005-11-15 | Applied Materials, Inc. | Method and apparatus for analyzing manufacturing data |
JP4158384B2 (ja) * | 2001-07-19 | 2008-10-01 | 株式会社日立製作所 | 半導体デバイスの製造工程監視方法及びそのシステム |
US6578183B2 (en) * | 2001-10-22 | 2003-06-10 | Silicon Perspective Corporation | Method for generating a partitioned IC layout |
US6905895B1 (en) * | 2002-06-28 | 2005-06-14 | Advanced Micro Devices, Inc. | Predicting process excursions based upon tool state variables |
US6720194B1 (en) * | 2002-10-02 | 2004-04-13 | Siverion, Inc. | Semiconductor characterization and production information system |
US6836691B1 (en) * | 2003-05-01 | 2004-12-28 | Advanced Micro Devices, Inc. | Method and apparatus for filtering metrology data based on collection purpose |
JP4495960B2 (ja) * | 2003-12-26 | 2010-07-07 | キヤノンItソリューションズ株式会社 | プロセスと品質との関係についてのモデル作成装置 |
KR100588668B1 (ko) * | 2003-12-31 | 2006-06-12 | 동부일렉트로닉스 주식회사 | 반도체의 레서피 변경방법 |
TW200604865A (en) * | 2004-07-16 | 2006-02-01 | Hon Hai Prec Ind Co Ltd | System and method for crosstalk checking of nets in a layout |
JP2007250647A (ja) * | 2006-03-14 | 2007-09-27 | Omron Corp | モデル作成装置およびモデル作成方法 |
-
2008
- 2008-09-22 US US12/235,453 patent/US20090089024A1/en not_active Abandoned
- 2008-09-26 TW TW097137259A patent/TWI447597B/zh active
- 2008-09-29 KR KR1020107006961A patent/KR101107539B1/ko active IP Right Grant
- 2008-09-29 SG SG2012070900A patent/SG184776A1/en unknown
- 2008-09-29 WO PCT/US2008/078129 patent/WO2009043008A2/en active Application Filing
- 2008-09-29 CN CN200880118692.2A patent/CN101878522B/zh active Active
- 2008-09-29 JP JP2010527238A patent/JP5443365B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6631299B1 (en) * | 1998-12-22 | 2003-10-07 | Texas Instruments Incorporated | System and method for self-tuning feedback control of a system |
US6961636B1 (en) * | 2001-04-19 | 2005-11-01 | Advanced Micro Devices Inc. | Method and apparatus for dynamically monitoring controller tuning parameters |
WO2002103778A2 (en) * | 2001-06-19 | 2002-12-27 | Applied Materials, Inc. | Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing |
US7155301B2 (en) * | 2002-08-28 | 2006-12-26 | Tokyo Electron Limited | Method and system for dynamic modeling and recipe optimization of semiconductor etch processes |
Also Published As
Publication number | Publication date |
---|---|
US20090089024A1 (en) | 2009-04-02 |
TW200933390A (en) | 2009-08-01 |
SG184776A1 (en) | 2012-10-30 |
JP2010541254A (ja) | 2010-12-24 |
KR20100049678A (ko) | 2010-05-12 |
KR101107539B1 (ko) | 2012-01-31 |
WO2009043008A2 (en) | 2009-04-02 |
WO2009043008A3 (en) | 2009-05-22 |
CN101878522A (zh) | 2010-11-03 |
TWI447597B (zh) | 2014-08-01 |
JP5443365B2 (ja) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101878522B (zh) | 创建用于微调配方的模型的方法和布置 | |
US20080306620A1 (en) | Method for Machining a Workpiece | |
JP5933485B2 (ja) | モデルベース制御技法におけるロバストなプロセスモデルの同定方法及びシステム | |
US20200293021A1 (en) | Method of optimizing machining simulation condition, machining simulation device, machining simulation system and program | |
Imkamp et al. | Challenges and trends in manufacturing measurement technology–the “Industrie 4.0” concept | |
CN103843124B (zh) | 检测及校正疑难的先进过程控制参数的方法及系统 | |
TWI709833B (zh) | 資料處理、資料處理裝置以及電腦可讀取記錄媒體 | |
JP6893549B2 (ja) | 高次元変数選択モデルを使用した重要なパラメータの決定システム | |
CN101438217B (zh) | 用于评估与处理过程关联的状态的方法与系统 | |
US11475378B2 (en) | Project planning system, control program and method for checking consistent recording of pipelines in a project planning system | |
TWI726401B (zh) | 資料處理方法、裝置與系統、以及電腦可讀取記錄媒體 | |
JP4610873B2 (ja) | ソリッドモデル上に数値制御ツールパスを生成する方法、コンピュータ記憶媒体及びシステム | |
EP4343458A1 (en) | Method for monitoring quality of an industrial process | |
EP4078304B1 (en) | Reduction of friction within a machine tool | |
JP2022002096A (ja) | 加工プロセスの最適設計システム | |
Vehí et al. | A survey of applications of interval analysis to robust control | |
KR20060006142A (ko) | Nc 데이터 생성 업무의 일관화 및 자동화 방법 | |
KR20050007856A (ko) | Nc가공 시뮬레이션을 통한 nc 가공데이터의 처리방법 | |
Krebs et al. | Computer Aided Inspection Planning For Automation Of On-Machine Inspection Of Customised Milling Parts | |
KR20220067030A (ko) | 3차원 모델러를 이용한 기계부품 자동설계방법 | |
Bombois et al. | Connecting PE identification and robust control theory: the multiple-input single-output case. Part ii: controller validation | |
Mozumder et al. | Statistical control of VLSI fabrication processes | |
Hermann | Feature-based off-line programming of coordinate measuring machines | |
Hermann | Advanced techniques in the programming of coordinate measuring machines | |
CN113743441A (zh) | 评估测量数据样本或准备对其的评估的方法和布置 |
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 |