CN102473590B - 用于识别处理模块级失控事件的装置及其方法 - Google Patents

用于识别处理模块级失控事件的装置及其方法 Download PDF

Info

Publication number
CN102473590B
CN102473590B CN201080029024.XA CN201080029024A CN102473590B CN 102473590 B CN102473590 B CN 102473590B CN 201080029024 A CN201080029024 A CN 201080029024A CN 102473590 B CN102473590 B CN 102473590B
Authority
CN
China
Prior art keywords
data
transducer
quick
groups
temporal event
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
Application number
CN201080029024.XA
Other languages
English (en)
Other versions
CN102473590A (zh
Inventor
吕克·阿尔巴雷德
维甲压库马尔·C·凡尼高泊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lam Research Corp
Original Assignee
Lam Research Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from US12/555,674 external-priority patent/US8983631B2/en
Application filed by Lam Research Corp filed Critical Lam Research Corp
Publication of CN102473590A publication Critical patent/CN102473590A/zh
Application granted granted Critical
Publication of CN102473590B publication Critical patent/CN102473590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/32—Gas-filled discharge tubes
    • H01J37/32917—Plasma diagnostics
    • H01J37/3299—Feedback systems
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/32—Gas-filled discharge tubes
    • H01J37/32917—Plasma diagnostics
    • H01J37/32935—Monitoring and controlling tubes by information coming from the object and/or discharge
    • 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
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
    • H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
    • H01L21/3065—Plasma etching; Reactive-ion etching
    • 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
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/31—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to form insulating layers thereon, e.g. for masking or by using photolithographic techniques; After treatment of these layers; Selection of materials for these layers
    • H01L21/3105—After-treatment
    • H01L21/311—Etching the insulating layers by chemical or physical means
    • H01L21/31105—Etching inorganic layers
    • H01L21/31111—Etching inorganic layers by chemical means
    • H01L21/31116—Etching inorganic layers by chemical means by dry-etching
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05H—PLASMA TECHNIQUE; PRODUCTION OF ACCELERATED ELECTRICALLY-CHARGED PARTICLES OR OF NEUTRONS; PRODUCTION OR ACCELERATION OF NEUTRAL MOLECULAR OR ATOMIC BEAMS
    • H05H1/00—Generating plasma; Handling plasma
    • H05H1/24—Generating plasma
    • H05H1/46—Generating plasma using applied electromagnetic fields, e.g. high frequency or microwave energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Electromagnetism (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Inorganic Chemistry (AREA)
  • Drying Of Semiconductors (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Chemical Vapour Deposition (AREA)
  • General Factory Administration (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Plasma Technology (AREA)
  • Complex Calculations (AREA)
  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)

Abstract

提供了一种用于检测衬底处理期间处理室内现场快速瞬时事件的方法。该方法包括成组的传感器，该成组的传感器将数据集与成组的标准(现场快速瞬时事件)比较从而确定该第一数据集是否包括潜在现场快速瞬时事件。如果该第一数据集包括该潜在现场瞬时事件，则该方法还包括保存出现在该潜在现场快速瞬时事件发生期间内的电信号特征。该方法进一步包括将该电信号特征同一组存储的电弧信号特征比较。如果确定匹配，则该方法还包括将该电信号特征分类为第一现场快速瞬时事件以及依据成组的预定的阈值范围确定该第一现场快速瞬时事件的严重程度级别。

Description

用于识别处理模块级失控事件的装置及其方法
技术领域
本发明涉及一种用于检测等离子体处理系统的处理室内现场快速瞬时事件的方法和装置。
背景技术
等离子体处理的进步已经促进了半导体工业的发展。为了具备竞争力，制造公司需要能将衬底加工成优质的半导体器件。在衬底加工期间，一般需要严格控制工艺参数来实现令人满意的结果。当处理参数（例如，RF功率、压强、偏压、离子通量、等离子体密度、以及诸如此类）落在预定义窗口的范围之外，就可能产生不符合需要的处理结果（例如，劣等的刻蚀轮廓、低的选择比、对衬底的损坏、对处理腔室的破坏、以及诸如此类）。因此，识别当处理参数落入预定义窗口范围之外时的状况的能力在半导体设备的制造中是重要的。
在衬底处理期间，某些失控事件可能发生，可能损坏衬底和/或导致对处理室部件的破坏。要识别失控事件，可以在衬底处理期间收集数据。例如传感器的监控装置可以用于收集衬底处理期间有关各种处理参数（例如偏压、反射功率、压强、以及诸如此类）的数据。如本文所讨论的，传感器涉及可以用于检测等离子体处理部件的状况和/或信号的设备。以便于讨论，术语“部件”将用于指代处理室中的原子（atomic）组件或者多部分组件。
由传感器收集的数据类型和数据量在最近几年已经增加了。通过分析传感器收集的涉及处理模块数据和处理环境数据（室事件数据）的数据，可以识别落在预定义窗口范围之外的参数。因此，可以用纠正措施（例如方法调整）来停止失控事件，由此防止发生进一步的对衬底和/或处理室部件的破坏。
发明内容
一种用于检测衬底处理期间等离子体处理系统的处理室内现场快速瞬时事件的方法，所述方法包括：分析由成组的传感器收集的第一数据集，其中所述分析包括将所述第一数据集同成组的标准比较从而确定所述第一数据集是否包括潜在现场快速瞬时事件，其中所述成组的标准定义成组的现场快速瞬时事件；如果所述第一数据集包括所述潜在现场瞬时事件，则保存出现在所述潜在现场快速瞬时事件发生期间内的电信号特征；将所述电信号特征同成组的存储的电弧信号特征比较；如果确定匹配，则将所述电信号特征分类为第一现场快速瞬时事件；以及依据成组的预定的阈值范围确定所述第一现场快速瞬时事件的严重程度级别；其中所述第一数据集的所述分析包括执行快速取样瞬时算法，所述快速取样瞬时算法由计算模块执行，其中所述计算模块被配置为至少耦合于传感器和传感器控制器两者中的一者。
一种用于检测等离子体处理系统的处理室内现场快速瞬时事件的装置，其中所述处理室包括配置为在衬底处理期间收集数据的多数个传感器，所述装置包括：快速取样瞬时检测算法模块，其被配置为用于将所述数据同成组的标准比较并从所述数据中提取电信号特征，其中所述成组的标准定义成组的预定的现场快速瞬时事件；和分析模块，其中所述分析模块与所述快速取样瞬时检测算法模块直接通信，其中所述分析模块被配置为用于执行至少：接收所述电信号特征，将所述电信号特征与成组的存储的电弧信号特征比较，如果匹配发生，则将所述电信号特征分类为快速瞬时事件，以及依据预定的成组的阈值范围确定用于所述快速瞬时事件的严重程度级别。
附图说明
本发明在附图的图中是进行示例性说明，而不是进行限制性说明，在附图中相似的标号指代相似的元件，且在其中：
图1示出了具有主机级分析服务器的互连工具环境的现有技术的整体逻辑视图。
图2示出了具有用于将传感器和处理模块控制器之间的数据相关联的群集工具级解决方案的互连工具环境的简要框图。
图3示出了本发明一种具体实施方式中处理级故障检修结构的简易逻辑概图。
图4示出了本发明一种具体实施方式中处理模块级分析服务器的简易功能框图。
图5示出了微电弧事件的简易框图。
图6A和6B示出了本发明一种具体实施方式中处理环境的简易框图。
图7示出了本发明的一种具体实施方式中用于在快速取样瞬时检测算法不是分析模块一部分的生产环境中检测实时快速瞬时事件的方法的简易流程框图。
具体实施方式
现在本发明将参考附图中所阐释的一些具体实施方式来详细描述。在以下的描述中，陈述了许多具体细节以便彻底理解本发明。然而，对本领域技术人员而言，显然没有这些具体细节中的一些或者全部本发明也可以实现。在其它的示例中，公知的工序和/或结构没有详细描述以免不必要地模糊本发明。
下文描述了许多具体实施方式，包括方法和技术。应当记住本发明也可以包括制品，该制品包括存储有用于实施该具有创造性技术的具体实施方式的计算机可读指令的计算机可读介质。计算机可读介质可以包括例如半导体、磁性的、光磁的、光学的、或者用于存储计算机可读代码的其它形式的计算机可读介质。进一步地，本发明也可以包括用于实施本发明具体实施方式的装置。这种装置可以包括实施与本发明具体实施方式有关的任务的专用的和/或可编程的电路。这种装置的实施例包括多用途的计算机和/或被适当编程的专用计算设备，以及可以包括适用于与本发明具体实施方式有关的各种任务的计算机/计算设备和专用/可编程电路的结合。
如上文所述，要获得竞争优势，制造者必须能够有效并高效率地检修衬底处理期间可能产生的问题。检修通常涉及分析处理期间收集的过剩数据。为方便论述，图1示出了具有主机级分析服务器的互连工具环境的现有技术的总体逻辑视图。
考虑到其中的状况，例如制造企业可以具有一个或者一个以上的群集工具（例如刻蚀工具、清洁工具、剥除工具、以及诸如此类）。每一个群集工具可以具有多数个处理模块，其中每一个处理模块被配置用于一个或者一个以上的特定处理。每一个群集工具可以由群集工具控制器（CTC）控制，例如CTC104、106和108。每一个群集工具控制器可以与一个或者一个以上的处理模块控制器（PMC）相互作用，例如PMC110、112、114和116。为便于论述，将提供有关PMC110的示例。
为了识别可能需要介入的状况，传感器可以用于收集有关衬底处理期间处理参数的数据（感应到的数据）。在一个示例中，衬底处理期间多数个传感器（例如传感器118、120、122、124、126、128、130、132、134、136、138和140）可以与处理模块控制器相互作用以收集有关一个或者一个以上的处理参数的数据。可采用的这种类型的传感器可以依据可以收集到的这种类型的数据确定。例如，传感器118可以被配置为收集电压数据。在另一示例中，传感器120可以被配置为收集压强数据。通常，可以用于收集来自于处理模块的数据的传感器可以是不同的品牌、质量和/或型号的。因此，一个传感器与另一个传感器可能很少或者没有相互作用。
通常，传感器被配置为收集有关一个或者一个以上的特定参数的测量数据。由于大多数传感器没有被配置为执行处理，所以每一个传感器可以被耦合于计算模块（例如计算机、用户界面以及诸如此类）。计算模块通常被配置为处理模拟数据以及将原始模拟数据变换为数字格式。
在一个示例中，传感器118收集来自于PMC110经由传感器电缆144的电压数据。传感器118接收到的模拟电压数据由处理模块118b处理。由传感器收集的数据被发送到主机级分析服务器（例如数据盒142）。在通过网络连接将数据向前传送到数据盒142之前，首先通过计算模块将数据从模拟格式变换为数字格式。在一个示例中，在通过网络路径146将数据发送给数据盒142之前，计算模块118b将由传感器118收集到的模拟数据变换为数字格式。
数据盒142可以是中心分析服务器，其被配置为收集、处理和分析来自于包括传感器和处理模块的多数个源的数据。通常，可以采用一个数据盒来处理在衬底处理期间由单个制造企业的所有群集工具收集到的数据。
可以被传输到数据盒142的数据的实际量可能明显小于由传感器收集到的量。通常，传感器可以收集大量的数据。在一个示例中，传感器可以以达到每秒1兆字节的速率收集数据。然而，由传感器收集的数据只有一小部分被发送到数据盒142。
没有将传感器收集到的全部数据流传送到数据盒142的一个原因是由于当使用有成本效益的、市售的通信协议时的网络频带宽度限制。通向数据盒142的网络线路可能不能够处理正从多数个源（例如传感器118、120、122、124、126、128、130、132、134、136、138和140）发送到单个接收器（例如数据盒142）的大量数据。换言之，当数据盒142试图接收来自所有传感器组件（arrangement）（传感器和计算模块）的大量数据时，介于传感器组件和数据盒142之间的网络路径可能经历较大的通信量（traffic）拥挤。如能够从上述所知道的，如果数据盒142不能处理进入的通信量，那么正在传送的数据包可能被放弃或者可能必须被重新发送，从而将额外的负担放置到已经严重拥挤的网络线路上。
此外，当同时执行其它重要功能（例如处理和分析数据）时，数据盒142可能不能够处理来自于多数个源的高容量的进入数据。如上所述，数据盒142不仅仅被配置为接收进入的数据包，数据盒142也被配置为处理和分析例如所有的进入数据流。由于数据盒142是用于正在被收集的不同数据流的分析服务器，数据盒142需要足够的处理能力来执行关于过剩数据流的分析。
由于数据盒142已经限制了处理源，从每一个传感器收集到的数据中仅一小部分被发送到数据盒142。在一个示例中，在成千上万个可以由单个传感器收集的数据项中，只有处于1-5赫兹的10-15个数据项可以被转发到数据盒142。在一个示例中，只有由传感器118收集到的数据概要（summary）可以被发送到数据盒142。
除了接收来自于多数个传感器的数据，数据盒142也可以接收来自于处理模块控制器的数据。在一个示例中，处理模块数据和处理环境数据（室事件数据）可以由每一个处理模块控制器收集并转发到数据盒142。为便于论述，处理模块数据和处理环境数据也可以被称为处理模块和室数据。例如，处理模块数据和处理环境数据也可以由PMC110收集并经由路径148被发送到CTC104。CTC104不仅管理来自于PMC110的数据也可以处理来自于群集工具（例如PMC112、PMC114、和PMC116）内其它处理模块控制器的数据。
由群集工具控制器收集的数据然后经由半导体设备通信标准/通用设备模块（SECS/GEM）界面被传输给fab主机(fabhost)102。在一个示例中，CTC104将从PMC110、112、114和/或116收集到的数据经由路径150通过SECS/GEM156传输给fab主机102。例如，fab主机102不仅可以接收来自于CTC104的数据，也可以接收来自于其它群集工具控制器（例如CTC106和108）的数据。由fab主机102收集的数据然后经由路径158被转发到数据盒142。由于收集到的数据的量之巨，并不是所有发送给fab主机102的数据都被转发到数据盒142。在许多实例中，只有数据的概要（summary）可以被传输给数据盒142。
数据盒142可以处理、分析和/或关联（correlate）由传感器和处理模块控制器收集的数据。例如，如果识别到异常，数据盒120然后可以确定问题（例如，与方法步骤不一致的参数正在PMC110中执行）的源。一旦问题的源已被识别，数据盒142可以以以太网信息的格式向fab主机102发送禁令。依据接收的信息，fab主机102可以通过SECS/GEM156将信息转发给CTC104。群集工具控制器然后可以将信息转达给预期的处理模块控制器，在此例中为PMC110。
不幸的是，该禁令通常不在时实提供。相反，该禁令通常在受影响的衬底已被处理之后或者甚至在整个的衬底批次已经退出处理模块之后才被预期的处理模块接收到。因此，不仅衬底/衬底批次已被损坏，一个或者一个以上的处理室部件也可能受到不利的影响，由此增加了浪费也增加了经营成本。
这种延迟的一个原因是由于特别大量的数据从过剩的源接收。即使数据盒142可以用快速处理器配置且具有足够的内存来处理大量的数据流，数据盒142仍然需要时间来处理、关联和/或分析所有收集的数据。
在接收处理模块的禁令中延迟的另一个原因是由于数据盒142接收的是不完全的数据流。由于数据盒142接收来自于过剩源的数据，发送给数据盒142的实际数据显著小于收集的数据。在一个示例中，不是发送由传感器118收集的1千兆赫的数据流，而是该数据的仅仅一小部分（约1-5赫兹）被实际发送。结果，尽管数据盒142接收来自于所有源的大量的数据，但是接收到的数据通常是不完全的。因此，既然数据盒142不能获得来自于所有源的完整的数据集，确定失控事件就可能花费时间。
此外，数据发送到数据盒142所经由的路径可能变化。在一个示例中，在模拟数据被转换为数字数据以后，数据从传感器组件（也就是传感器和它的计算模块）被直接发送。相比而言，由处理模块收集的数据通过更长的网络路径（通过至少群集工具控制器和fab主机）传输。因此，直到全部相关数据流被接收到，数据盒142才能完成它的分析。
不仅介于处理模块和数据盒142之间的网络路径更长，而且通过该路径发送的数据流通常面临至少两个瓶颈。第一个瓶颈在群集工具控制器。由于由群集工具内的处理模块收集的数据被发送给单个的群集工具控制器，来自于各种处理模块的数据流必需通过单个的群集工具处理器处理，所以第一个瓶颈出现了。由于能够从每一个处理模块传输的特别大量的数据，通向群集工具控制器的网络路径通常经历严重的通信量拥挤。
一旦数据已被群集工具控制器接收，数据就被传输给fab主机102。第二瓶颈可能发生在fab主机102。既然fab主机102可以接收来自于各种群集工具控制器的数据，由于接收的数据量特别大，进入fab主机102的通信量也可能经历拥挤。
由于数据盒142需要来自于不同源的数据以便确定失控事件，介于处理模块和数据盒142之间的通信量状况阻止了数据流及时传送给数据盒142。结果，在数据盒142聚集所有必要数据执行分析之前丢失了宝贵的时间。而且，一旦禁令准备好了，禁令必须通过相同长度的路径在禁令能够被用于执行矫正措施之前返回受到影响的处理模块。
导致延迟的另一个原因是来自于各种数据源的关联（correlating）数据的挑战。由于由数据盒142接收的数据流通常是从每一个传感器和/或处理模块收集的数据的概要，可利用的数据流可能是不同时间间隔的，所以使数据相关联可能是一项具有挑战性的任务。在一个示例中，从传感器118传输到数据盒142的选定数据流可以为一秒的间隔，而来自于PMC110的数据流可以为两秒的间隔。结果，在失控事件被最后确定之前，将数据流相关联可能需要时间。
将数据相关联的另外的挑战是缘于发送给数据盒142的数据所经由的不同路径。当数据通过不同的计算机、服务器以及诸如此类器件传输时，数据可能暴露于计算机偏移、网络停顿、网络加载以及诸如此类事件。结果，将来自于各种源的数据相关联，数据盒142可能有困难。由于紧密的关联需要迅速地识别失控事件，在失控事件可以被精确地识别之前可能需要执行更多的分析。
提供于图1中的解决方案的另一个不利条件是经营成本。除了维护群集工具系统的成本以外，额外费用与传感器组件有关。由于每一个传感器可以是不同品牌/品质/型号的，每一个传感器组件通常包括传感器和计算模块。通常需要物理空间来放置传感器组件中的每一个。因此，放置传感器组件的成本可能变得过于昂贵，特别在不动产价格高的区域。
为减少介于处理模块内失控事件的实际发生与处理模块的禁令收到之间的实际时间延迟，提供了群集级分析服务器。图2示出了具有用于将传感器和处理模块控制器之间的数据相关联的群集工具级解决方案的互连工具环境的简要框图。
类似于图1，群集工具可以包括多数个处理模块（例如PMC210、212、214和216）。为收集用于分析的数据，每一个处理模块可以被耦合于多数个传感器（例如传感器218、220、222、224、226、228、230、232、234、236、238和240）。每一个传感器可以与其对应的处理模块控制器经由传感器电缆（例如传感器电缆244）相互作用以收集处理参数数据。由传感器收集的数据可以是模拟格式。在经由路径246转送数据给群集级分析服务器（例如远程控制器242）之前，计算模块（例如计算模块218b）可以将数据处理和转换为数字格式。
类似于图1，每一个处理模块控制器也可以传输数据（例如处理模块数据和处理环境数据）给群集工具控制器（例如，CTC204和206）。在一个示例中，由PMC210收集的数据可以经由路径248传输给CTC204。除了接收来自于PMC210的数据，CTC204也可以接收来自于其它处理模块控制器（例如PMC212、214和216）的数据。由群集工具控制器接收到的数据然后经由路径250被转发给fab主机202。
在fab主机202和CTC204之间，可以将串行分接头连接到网络路径250以复制转发给fab主机202的数据。在一个示例中，串行分接头（serial tap）208可以拦截由CTC204转发给fab主机202的数据。数据被复制且复制的数据流经由路径254被发送给远程控制器242。如果fab主机被连接到一个以上的群集工具控制器，但不是用于每一个群集工具控制器，则专用的远程控制器就与该群集工具控制器关联。在一个示例中，从CTC206经由路径252发送给fab主机202的数据被另一串行分接头（256）拦截。数据被复制且经由路径258被发送给不同于与CTC204关联的远程控制器（242）的远程控制器（260）。
因此，代替由单个的数据盒来处理来自于各种群集工具的全部数据，可以利用多数远程控制器来处理来自于各种群集工具的数据。换言之，每一个群集工具都与其自己的远程控制器关联。由于每一个远程控制器处理来自于较少数量数据源（例如处理模块控制器和与单个群集工具关联的传感器）的数据，所以每一个远程控制器能够处理更大量的来自于每一个源的数据。在一个示例中，代替发送的30-100个数据项，现在每一个远程控制器可以接收处于10赫兹的约40KB-100KB的数据项。
从传感器和处理模块控制器接收到的数据由远程控制器分析。如果识别到问题，远程控制器可以发送禁令给群集工具控制器。在一个示例中，远程控制器242识别PMC210中的问题。禁令经由路径254和250通过串行分接头208发送给CTC204。一旦接收到禁令，CTC204将禁令转发给预期的处理模块控制器，其在此示例中为PMC210。
由于远程控制器仅仅负责处理来自于一个群集工具的数据，而不是多数个群集工具（如数据盒142所完成的），所以可以分析更多的数据且不同的数据集之间可以存在更好的关联。因此，远程控制器可以执行更好和更快的分析，由此提供更及时的介入以纠正处理模块中的失控事件。在一个示例中，代替接收禁令以阻止未经确认的失控事件发生在下一个衬底批次（例如由数据盒142提供的禁令）中，由远程控制器242发送的禁令，例如，可以使处理工程师抢救预定要处理的衬底批次的至少一部分。
虽然远程控制器解决方案是比数据盒解决方案更好的解决方案，但是远程控制器仍然依据扼要的数据来执行其分析。结果，衬底处理期间可能发生的问题可能依然没有辨别出来。而且，处理模块和远程控制器之间的路径仍然不是直接的路径。因此，计算机偏移、网络停顿和/或网络加载可能引起时间偏差从而可能使远程控制器很难将来自于传感器的数据与来自于处理模块的数据相关联。
因此，尽管远程控制器解决方案已经提高了禁令的及时性，但是远程控制器解决方案仍然是不适当的。最多，禁令可能能够阻止受影响的衬底所经历的问题免于在下一个衬底的处理期间发生。在激烈竞争的市场中成本需要最小化，由于损坏的衬底所造成的浪费和/或由于损坏的处理室部件所造成的停工期可能转化为市场损失。因此，需要用于识别失控事件的实时解决方案。
依照本发明的具体实施方式，提供了处理级故障检修结构（PLTA），在其中故障检修在处理模块级执行。本发明的具体实施方式包括为实时禁令提供实时分析的处理级故障检修结构。本发明的具体实施方式进一步包括用于在传感器间的负载平衡和故障容差（fault tolerance）的组件。
在本发明的一种具体实施方式中，处理级故障检修结构是网络系统，在其中分析服务器与单个的处理模块及其对应的传感器通信。在一种具体实施方式中，在网络中交换的信息是双向的。在一个示例中，分析服务器可以不断地接收来自于处理模块和传感器的处理数据。反之，传感器可以接收来自于处理模块的数据且处理模块可以接收来自于分析服务器的禁令。
考虑到其中的情况，例如，正在处理衬底。在衬底处理期间，可以收集多数的数据。在一个示例中，有关压强的数据每100毫秒收集一回。如果处理进行了一个小时，就会有36000个数据项为压强参数收集。然而，除了压强数据，也可以收集多数的其它处理数据（例如，偏压、温度等）。因此，到衬底处理完成时已收集了相当大量的数据。
在现有技术中，数据被传输给分析服务器，该分析服务器可以被配置为服务于从多数处理模块（例如图2的远程控制器242）收集的数据，如果不是从多数群集工具（例如数据盒142）收集的话。由于数据流来自于多数个源，所以需要时间来分析数据和/或将数据相关联。而且，由于现有技术的分析服务器可能不能够处理和分析所有收集到的数据，所以仅一小部分从每个源收集到的数据被传输给分析服务器。结果，协调、处理、关联和/或分析数据流的复杂任务需要时间，而时间可能不总是容易地获得。
在本发明的一方面中，本文的发明人意识到如果可以获得更多的粒数据用于分析，就可以执行更精确和快速的分析。为了分析来自于单个源的更多数据，分析服务器不得不分析来自于较少数个源的数据。在一种具体实施方式中，提供了一种在处理模块级处理和/或分析数据的组件。换言之，提供了一种处理模块级分析服务器用于为每一个处理模块及其对应的传感器执行分析。
在一种具体实施中，处理模块级分析服务器包括共享的存储器主干网（backbone），该存储器主干网可以包括一个或者一个以上的处理器。每一个处理器可以被配置为与一个或者一个以上的传感器相互作用。在一个示例中，由传感器1收集的数据可以由处理器1处理，而由传感器2收集的数据由处理器2处理。
与现有技术不同，处理器可以相互分享处理能力以执行负载平衡和故障容差。在现有技术中，计算模块被配置为处理由传感器收集的数据。因为每一个计算模块都是一个个别的单元且通常并不相互作用，所以负载平衡通常并不被执行。与现有技术不同，处理模块级分析服务器内的该成组的处理器可以执行负载平衡。在一个示例中，如果处理器1经历数据超负荷而处理器2接收到很少或者接收不到数据，那么可以使用处理器2来帮助处理器1处理来自于传感器1的数据。
此外，在现有技术中，由于计算模块趋向于不同的品牌/品质/型号，如果计算模块出现故障，其它计算模块也不能接管由故障计算模块执行的处理。与现有技术不同，工作负荷可以根据需要在处理器之间重新分配。例如，如果处理器2不能执行其功能，工作负荷可以重新分配给其它处理器直到处理器2准备就绪。如能够从上述领会到的，处理器排除了对个别计算模块的需求，由此也减少了容纳计算模块所需的物理空间。
在本发明的一种具体实施方式中，处理器可以被分成两种类型的处理器：主处理器和辅助处理器。主处理器和辅助处理器都被配置为处理来自于传感器的数据。在一个示例中，如果辅助处理器1与传感器1关联，则辅助处理器1通常仅处理来自于传感器1的数据。同样地，如果辅助处理器2与传感器2和3关联，则辅助处理器2通常仅处理来自于这两个传感器（2和3）的数据。
在一种具体实施方式中，共享的存储器主干网可以包括一个或者一个以上的主处理器。该成组的主处理器不仅可以被配置为处理来自于传感器的数据而且也可以被配置为处理来自于处理模块的数据。此外，该成组的主处理器被配置为使各种源（例如传感器和处理模块）之间的数据相关联并执行分析。如果需要禁令，则该成组的主处理器被配置为发送该禁令给处理模块控制器。
参照以下的附图和论述，可以更好地理解本发明的特征和优势。
图3示出了本发明一种具体实施方式中处理级故障检修结构的简易逻辑概图。虽然制造企业可以具有不只一个群集工具，但是单个的群集工具被用作本发明一种具体实施方式的说明。虽然群集工具可以具有不同个数的处理模块，但是图3中阐述的示例包括具有四个处理模块的单个的群集工具。
由每一个处理模块收集的数据由其对应的处理模块控制器（PMC306、PMC308、PMC310、和PMC312）收集并经由群集工具控制器（CTC）304被传输给fab主机302。可以由PMC传输的数据可以是先前在现有技术中被发送的相同类型的数据（处理模块数据和处理环境数据）。与现有技术不同，传输给fab主机302的数据并不被执行故障检修的处理模块所依据。然而，数据可以被存档并可用于以后的分析。
在一种具体实施方式中，提供了一种处理模块级分析服务器（APECS314）以执行故障检修所需要的分析。考虑到这种情况，即其中衬底在PMC308中被刻蚀。在衬底处理期间，传感器316、318和320收集来自于PMC308的数据。在一个示例中，传感器316被配置为收集来自于PMC308的偏压数据。尽管从PMC308收集的模拟数据经由传感器电缆328被发送给传感器316，然而，传感器318和320可以分别经由传感器电缆330和332收集数据。由传感器收集的数据然后经由路径322、324和326中的一者被传输给APECS314用于处理和/或分析。
与现有技术不同，由传感器收集的信息在被传输给分析服务器（APECS314）之前不必进行预处理（例如，诸如概括）。在一种具体实施方式中，不是计算模块来处理数据，而是每一个传感器可以包括简单的数据转换器，可以用于在转发数据给APECS314之前将模拟数据转换为数字数据。可选择地，在一种具体实施方式中，诸如场可编程门阵列（FPGA）的数据转换器可以成为APECS314的组成部分。在一个示例中，每一个处理器都可以包括数据转换器算法以用于将数据转换成作为其处理一部分的数字格式。如能够从上述所领会到的，通过排除对计算模块的需求，需要更少的物理空间来容纳群集工具及其硬件。因此，可以降低经营成本。
因为APECS314专用于处理只来自于一个处理模块及其对应传感器的数据，所以APECS314能够处理来自于单个源的更大量的数据。换言之，代替不得不削减从每一个传感器传输的数据量，APECS314被配置为处理大部分由每一个传感器收集的数据，如果不是全部数据的话。在一个示例中，不是仅10-15个数据项被发送以用于分析，现在是来自于每一个传感器的两千多数据项可以被APECS314获得以用于分析。因此，APECS314可以获得以用于处理和分析的数据流是更完整的数据集。
在一种具体实施方式中，APECS314也被配置为处理来自于处理模块的数据。不同于现有技术中数据流在被分析服务器（例如数据盒或者远程控制器）接收之前是通过各种服务器（例如，群集工具控制器，fab主机等）通过冗长的数据路径来发送的，由数据模块收集的数据被直接发送给APECS314而不必通过其它服务器。在一个示例中，处理模块数据可以从PMC308经由路径334发送给APECS314。如果识别到失控事件，禁令可以经由路径336直接发送给PMC308而不必首先通过其它服务器。
图4中提供了关于处理模块级分析服务器的进一步细节。图4示出了本发明一种具体实施方式中处理模块级分析服务器的简易功能框图。处理模块级分析服务器（例如APECS400）可以被分配给每一个处理模块。APECS400是双向服务器且被配置为用于处理输入数据以及当识别到失控事件时用于发送禁令。
数据源可以来自于两个主要的源：由传感器收集的数据和由处理模块收集的数据。在一种具体实施方式中，APECS400被配置为接收来自于多数个传感器（传感器410、412、414、416、420、422、424和426）的输入数据。由于一些群集工具的所有者可能已经将相当大数额的钱投入到传统的传感器组件（具有计算模块的传感器）中，APECS400被配置为既接受来自于传统传感器组件的数据也接受来自于改进的传感器（不需要计算模块的传感器）的数据。
在一种具体实施方式中，APECS400可以包括界面，例如以太网交换机418，用于与传统传感器组件（例如传感器410、412、414和416）相互作用。在一个示例中，首先由计算模块410b将传感器410收集到的数据从模拟格式转换为数字格式，然后该数字数据被传输给APECS400（经由路径430、432、434或者436）。以太网交换机418被配置为与传统传感器组件相互作用以接收数据流。数据流然后被传送（经由路径446、448、450或452）给APECS400中的处理器（402、404、406和408）中的一个以用于处理。
代替使用传统传感器组件用于测量处理参数，可以使用改进的传感器（不具有计算模块的一个）。由于不必概括收集到的数据，所以不再需要计算模块来处理。替代地，在一种具体实施方式中，改进的传感器可以包括数据转换器（未示出），例如廉价的FPGA，用于将数据从模拟格式转换成数字格式。可选择地，不是在传感器中安装数据转换器，而是在APECS400中安装数据转换器（未示出）。不管数据转换器是安装到APECS400的外部还是内部，不用计算模块带来了在拥有群集工具上的成本节约。在一个示例中，购买、容纳和维护处理模块的成本在实质上被排除了。
在本发明的一种实施方式中，APECS400包括成组的用于处理输入数据的处理器（402、404、406和408）。该成组的处理器可以是物理的处理单元、虚拟的处理器，或者它们的组合。每一个处理器负责处理来自于与该处理器关联的源的数据流。在一个示例中，从传感器422经由路径440流入的数据流由处理器404处理。在另一个示例中，由传感器424收集的数据流经由路径442被传输给处理器406用于处理。
处理器的数目及其与传感器的关系可以取决于用户的配置。在一个示例中，尽管图4仅示出了处理器和传感器之间一对一的关系，但是可以存在其它的关系。在一个示例中，处理器可以被配置为处理来自于不只一个源的数据。在另一个示例中，不只一个处理器可以被配置为处理来自于一个传感器的数据流。
在一种具体实施方式中，处理器中的每一个都共享一个共享存储器主干网428。因此，当一个或者一个以上处理器超负荷时，可以执行负载平衡。在一个示例中，如果从传感器426经由路径444流入的数据流超出了处理器408的处理能力，则可以征用其它处理器来帮助减少处理器408上的负载。
除了负载平衡，共享存储器主干网也提供用于故障容差的环境。换言之，如果处理器中的一个没有适当地工作，先前由故障处理器所支持的处理就重新分配给其他处理器。在一个示例中，如果处理器406没有适当地运行且不能够处理来自于传感器424的数据流，则处理器404可以被控制来处理来自于传感器424的数据流。因此，重新分配工作负荷的能力使得不适当运行的处理器被替换而不会导致整个服务器的停工期。
在一种具体实施方式中，两种类型的处理器可以存在于APECS400中。第一类型处理器是辅助处理器（例如处理器404、406或者408）。每一个辅助处理器都被配置为处理从其对应的传感器接收到的数据流。此外，在一种具体实施方式中，每一个处理器都被配置为分析数据并且识别相应传感器可能存在的任何潜在的问题。
第二类型处理器被称为主处理器（402）。尽管图4仅示出了一个主处理器，主处理器的数目可以取决于用户的配置。在一种具体实施方式中，主处理器可以被配置为处理来自于一个或者一个以上的传感器的数据流。在一个示例中，由传感器420收集的数据流经由路径438被发送给主处理器402用于处理。
用于主处理器的其它数据源是处理模块。换言之，由处理模块收集的处理模块数据和处理环境数据由主处理器处理。在一个示例中，由处理模块收集的数据通过处理控制总线经由路径454被发送给APECS400。数据在经由路径446流向主处理器402之前首先横穿通过以太网交换机418。
除了处理数据以外，主处理器也被配置为分析来自于多数源的数据。在一个示例中，来自于传感器422和424的数据流之间的数据关联由主处理器402执行。在另一个示例中，来自于一个或者一个以上传感器的数据流与来自于处理模块的数据流之间的数据关联也由主处理器402执行。
由于用于每一个数据源的数据路径现在为大约类似的长度，所以将数据相关联明显比现有技术中受到更少的阻碍。在一个示例中，因为数据从处理模块流向APECS400而不必通过其它服务器（例如群集工具控制器和/或fab主机），所以来自于处理模块的数据流并不经历如图1和图2中所描述的当数据流不得不被传输通过其它服务器（例如群集工具控制器、fab主机以及诸如此类）时所可能产生的由于计算机和/或网络状况（例如计算机偏移、网络停顿、网络加载以及诸如此类）所引起的改变。此外，用于接收为执行关联和分析所需要的所有相关数据流的等待时间显著减少了。因此，当外部条件（例如计算机偏移、网络停顿、网络加载以及诸如此类）被实质排除时，将来自于不同的源的数据相关联明显被简化了。
除了数据路径，由于具有来自于单个源的更大颗粒度的更大量数据提供了更多的数据点用于执行关联，所以可以执行更快和更精确的分析。在现有技术中，因为现有技术的分析服务器不能够处理来自于过剩数据源的高容量数据，可获得用于分析的数据通常是不完整的，所以数据源之间的关联通常是困难的。与现有技术不同，由于现在每一个分析服务器仅负责分析来自于有限个数的源（处理模块和与该处理模块相关的服务器）的数据，所以数据源的个数明显地减少了。由于数据源的个数被明显地减少了，分析服务器有能力来处理更高容量的来自于单个源的数据。由于已提供了更多的颗粒细节，在各种源的数据流之间可以实现更好的关联。
如果识别到了问题（例如失控事件），主处理器就被配置为发送禁令给处理模块。在一种具体实施方式中，直接的数字输出线456被用于发送从APECS400发向处理模块的禁令。具有该两设备之间的直接的数字输出线，在禁令能够被传输前，禁令就不必首先被转化为以太网信息。因此，适当地格式化禁令然后将其转换回来所需要的时间被实质上消除了。因此，APECS400能够向处理模块提供实时的禁令或者接近实时的禁令来处理失控事件。
在一种具体实施方式中，主处理器也可以被配置为与其它设备经由路径458相互作用。在一个示例中，如果群集工具控制器向APECS400发送请求，则该请求可以经由路径458发送且由主处理器402处理。在另一个示例中，至fab主机的通知可以经由路径458和群集工具控制器发送。
如能够从本发明的一种或一种以上的具体实施方式所领会到的，提供了处理级故障检修结构。通过在处理模块级使分析服务器局部化，提供了用于分析的数据颗粒度，导致更快且更精确的分析。具有用于各种数据源的类似数据路径，各种数据流之间存在更好的关联。具有更快且更精确的分析，故障检修可以通过以及时方式提供的禁令在更及时的基础上执行，从而不仅提供可以被用于防止下一个衬底免受损坏的纠正措施，而且也提供确定（fix）影响受到影响的衬底的失控事件的纠正措施，从而挽救了受影响的衬底，使其免受损坏。因此，较少数目的衬底被浪费且对处理室部件的损坏也被显著减少。
在本发明的另一方面，本文的发明人意识到具有能够及时、迅速和精确地执行分析的处理级故障检修结构，可以识别和管理快速瞬时事件(例如微电弧事件、去除夹紧事件、尖峰事件等等)的实时现场（in-situ）检测。如本文所讨论的，快速瞬时事件指的是在衬底处理期间可以迅速地发生且通常历时短的事件(例如微电弧事件、去除夹紧事件、尖峰事件等等)。由于速度和每一个事件可以维持的短的持续时间，识别快速瞬时事件的任务通常已能够脱机执行，如果有可能，在全部衬底批次已被处理完成后执行。
在一个示例中，例如，可以使用光学测量工具检查一个或者一个以上的衬底。不幸的是，这种检查没有提供实时检测。反而，等到例如当发生在衬底上的微电弧事件被识别出来的时候，衬底不仅已经被损坏而且其余的衬底批次也可能已经被损坏。因此，对处理室中硬件部件的损坏可能也已经发生。
在最近几年中，快速瞬时传感器已得到发展使得快速瞬时电子信号特征（其是快速瞬时事件的结果）被捕获。然而，大部分快速瞬时传感器没有能力将电子信号特征分类。换言之，快速瞬时传感器可能能够收集数据，但是，快速瞬时传感器通常没有能力将数据分类为可以用于识别潜在有害事件的有意义的电子信号特征。
考虑到其中的情况，例如，在刻蚀处理期间，电荷可能积聚导致微电弧发生。如本文所讨论的，微电弧指的是当功率快速消散时发生的事件且该消散导致对衬底上图案的损坏（例如摧毁层、毁坏图案、融化层等等）。通过使用VI探针，可以收集到有关微电弧的数据。然而，例如VI探针之类的大部分快速瞬时传感器缺少解释数据以及例如微电弧事件的快速瞬时事件的发生时间进行识别的能力。
反而，由快速瞬时传感器收集的数据可能必须由例如人类用户之类的第三方或者由软件程序分析。在一个示例中，在衬底处理期间，人类用户可能必须分析过剩的数据并对是否发生了快速瞬时事件做出决定（依据于他的专门知识）。分析数据的任务可能花费数小时甚至数周。即使数据分析由软件程序执行，分析上百万的数据样本可能需要时间。等到识别出问题，对一个或者一个以上的衬底批次和/或对处理室的硬件部件的损坏可能已经产生。
由于微电弧事件通常不是可预见的现象，检测例如微电弧事件之类的快速瞬时事件可能是一项困难的任务。换言之，例如，微电弧不总是发生在每一个衬底上。在本发明的一个方面，本文的发明人意识到尽管微电弧事件的时间是不可预测的，但是微电弧事件的电子信号特征却不是。换言之，每一个微电弧事件可以由独一无二的信号特征所代表。
图5示出了微电弧事件（曲线502）的简易图表。如所能够从曲线502中所看到的，当晶片上微电弧事件发生时，电压和电流信号同时经历急剧下降（504）。然后，当电压和电流信号逐渐上升到稳定水平（506）时，电压和电流信号经历反向衰减，该稳定水平（506）可能与该两信号由此下降的点处于不同水平面。
依照本发明的具体实施方式，提供了用于在等离子体处理系统的处理室中处理例如微电弧事件之类的快速瞬时事件的方法和装置。本发明的具体实施方式包括用于检测快速瞬时事件（例如微电弧）的方法。本发明的具体实施方式也包括通过将信号特征与已知快速瞬时电子信号特征（例如电弧信号特征）进行比较而将快速瞬时电子信号特征分类的方法。本发明的具体实施方式进一步包括将快速瞬时事件的严重程度分类的方法。本发明的具体实施方式还包括用于管理快速瞬时事件以最小化实时生产环境期间的损坏。
在本文中，可以使用微电弧作为示例讨论各种实现。然而，本发明不限于微电弧并且可以包括衬底处理期间可能发生的任何快速瞬时事件。反而，这些讨论被意图作为示例且本发明不限于所提供的这些示例。
在本发明的一种实施方式中，提供了用于检测潜在的微电弧事件的方法和装置。如上所述，能够执行高取样率（例如在1秒内收集数百万计或者数以亿计的数据点）的快速瞬时传感器（例如VI探针）可以用于在衬底处理期间收集数据。在一种具体的实施方式中，在衬底处理期间，当VI探针例如收集数据时，快速瞬时算法可以同时运行。在一种具体实施方式中，快速取样瞬时检测算法可以包括用于定义潜在的快速瞬时电信号的标准。在一个示例中，为了识别潜在的晶片上微电弧事件，快速取样瞬时检测算法可以搜索电压和电流信号同时下降的事件。在另一个示例中，为了识别潜在的室微电弧事件，快速取样瞬时检测算法可以用于搜索电压和电流信号都是峰值的事件。
在一种具体实施方式中，快速取样瞬时算法由传感器控制器（例如VI探针控制器）、计算模块执行，该计算模块耦合于传感器（例如VI探针）且被配置为提供接口给传感器（例如VI探针）并接收来自于传感器（VI探针）的数据。在另一种具体实施方式中，快速取样瞬时算法由与传感器控制器（例如VI探针控制器）相互作用的计算模块执行。然而在另一种具体实施方式中，快速取样瞬时算法由直接与传感器（例如VI探针）相互作用的分析模块执行。
如果潜在的微电弧（micro-arcing）事件由传感器（例如VI探针）或者由与传感器（例如VI探针）相互作用的处理模块识别，那么在一种具体实施方式中，出现在事件发生周围的电压和电流信号（例如电信号特征（electric signature））的波形可以被保存并被转发给分析模块，例如处理模块级分析服务器（例如APECS314），用于分析。换言之，通过在传感器级执行检测，只有关于潜在快速瞬时电信号特征（例如微电弧）的数据被向前转发给分析模块用于进一步的分析。因此，不是发送所有的数据给分析模块用于分析，而是可以执行过滤以减少沿数据路径被发送的数据通信的数量，从而降低频带宽度条件并降低分析模块的处理器容量。
然而，如果潜在的微电弧事件由直接与传感器（例如，VI探针）相互作用的分析模块识别，那么在一种具体实施方式中，就不需要数据过滤。反而，作为处理级故障检修结构一部分的分析模块（例如APECS314）可以具有能够处理大量数据的快速处理器。由于具有独一无二的具有创造性的处理级故障检修结构，在其它类型分析结构中可能出现的公用数据通信量拥挤可以在实质上排除。结果，分析模块能够快速有效地分析数以百万计的数据样本。
在本发明的一种具体实施方式中，可以执行潜在的快速瞬时电信号特征的分类。在一个示例中，一旦分析模块接收到潜在的快速瞬时事件的波形，分析模块可以将潜在的快速瞬时电信号特征同一组快速瞬时信号特征（例如一组电弧信号特征）比较。在一种具体实施方式中，可以作为快速瞬时事件（例如微电弧）示例的不同的已知波形，可以存储在库中。
在一种具体实施方式中，如果潜在的快速瞬时电信号特征匹配存储在库中的快速瞬时信号特征组中的一个，那么可以确定快速瞬时事件的严重程度。在一个示例中，快速瞬时事件可以是可能对正在被处理的衬底具有很少或不具有影响的事件。因此，该事件可以被分类为具有低严重程度水平的事件。在另一个示例中，快速瞬时事件可以是可能已经对正在被处理的衬底造成损坏的事件。因此，该快速瞬时事件可以被分类为具有高严重程度水平。
通过识别快速瞬时事件的严重程度，可以作出有关如何最好地处理快速瞬时事件的决定。在本发明的一种具体实施方式中，可以依据快速瞬时事件的严重程度提供预定的操作步骤。在一个示例中，具有低严重程度水平的快速瞬时事件可以引发警报，而具有高严重程度水平的快速瞬时事件可以导致例如刻蚀处理终止。
为便于论述，图6A示出了本发明一种具体实施方式中处理环境的简易框图。处理系统600可以包括在其中处理衬底604的处理室602。在衬底处理期间，气体（未示出）可以与功率（经由一组匹配箱608通过一组RF生成器606提供）相互作用以产生用于刻蚀衬底的等离子体。
在衬底处理期间，如果出现电荷累积导致发生快速瞬时事件，数据可以被VI探针610收集且被快速取样瞬时检测算法模块616识别。在一种具体实施方式中，快速取样瞬时检测算法模块616可以包括用于定义快速瞬时事件的标准。在一种具体实施方式中，快速取样瞬时检测算法模块可以配置为在衬底处理期间运行。
在一种具体实施方式中，收集到的数据可以沿成组的路径614转发给VI探针控制器612。VI探针控制器612被配置为至少管理VI探针610。在一种具体实施方式中，VI探针控制器612也可以包括快速取样瞬时检测算法模块616。
在另一种具体实施方式中，快速取样瞬时检测算法模块616可以是可以与VI探针控制器612通信的独立的计算模块。换言之，由VI探针610收集的数据可以经由VI探针控制器612被发送给快速取样瞬时检测算法模块616。通过使快速取样瞬时检测算法模块616成为独立的模块，如果VI探针控制器612不能处理额外的处理，则不必修改VI探针控制器612。
在另一种具体实施方式中，不是发送数据给VI探针控制器612，而是从VI探针610经由路径650直接发送数据给分析模块618（如图6B所示），这可以容纳快速取样瞬时检测算法模块616。通过将数据直接传送给分析模块618，就不必预处理由VI探针610收集的数据。此外，可以排除计算模块（例如VI探针控制器612）从而减少不动产日常开支。反而，分析模块618可以用于识别潜在的快速瞬时电信号特征。
一旦依据于预定的标准检测到潜在的快速瞬时电信号特征，该潜在的快速瞬时电信号特征就可以由分析模块618分类，例如由处理模块级分析服务器（例如APECS314）分类。在一种具体实施方式中，通过将潜在的快速瞬时电信号特征同成组的存储在库中的快速瞬时信号特征（例如成组的电弧信号特征）比较，分析模块618可以执行信号特征比较。如果识别到匹配者，就认为快速瞬时事件已发生。
在一种具体实施方式中，分析模块618被配置为确定快速瞬时事件的严重程度。本领域的技术人员意识到快速瞬时事件可以具有不同的严重程度（例如，强度）级别。因此，提供了确定每一个快速瞬时事件的严重程度的算法。在一种具体实施方式中，严重程度级别/阈值范围可以预定且可以是用户可配置的。作为一个示例，在电流或电压信号上大于4dB的下降以及长于15微秒的持续（解释为从下降到恢复）可以被视为用于检测晶片上损坏的适当阈值。
一旦用于快速瞬时事件的严重程度级别被分类，就可以应用行动程序（a course of action）。在一种具体实施方式中，行动程序可以预定并可以与严重级别/阈值范围相关。在一种具体实施方式中，行动程序可以是用户可配置的。在一种具体实施方式中，具有小的电压和电流下降的快速瞬时电信号特征（比如微电弧）可以被认为是无害的并可以仅仅需要一个通知以便发送给操作者。在另一个示例中，具有大的电压和电流下降的快速瞬时电信号特征可以被认为是具有高严重程度级别的事件并可以启动衬底处理的终止。
在本发明的一种具体实施方式中，图7示出了用于在快速取样瞬时检测算法不是分析模块一部分的生产环境中检测实时快速瞬时事件的方法的简易流程框图。
在第一步骤702中，开始衬底处理。考虑到其中的环境，例如，衬底604正在处理室602中进行处理。
在下一步骤704中，监控处理室中的衬底处理。在步骤704a中，快速瞬时传感器，比如VI探针，可以监控电参数（例如，在不同阶段、基本因素和谐频的电压和电流信号）。大约同时，在步骤704b中，可以执行快速取样瞬时检测算法。
在下一步骤706中，作出有关潜在快速瞬时事件存在的决定。换言之，快速取样瞬时检测算法例如可以包括用于定义比如微电弧之类的潜在快速瞬时事件的标准。如果由VI探针收集的数据没有满足由快速取样瞬时检测算法所定义的标准，那么没有潜在的快速瞬时事件发生且VI探针继续监控衬底处理（步骤704）。
然而，如果识别到潜在的快速瞬时事件，则在下一步骤708中，可以保存潜在的快速瞬时事件发生周围的电压和电流波形。
在下一步骤710中，该保存的波形被传输给分析模块。在一种具体实施方式中，仅仅与潜在快速瞬时事件的发生有关的数据被保存和传输。通过仅仅发送潜在快速瞬时电信号特征，资源消耗可以最小化。此外，由于预处理已经由传感器控制器（比如VI探针控制器）执行，所以分析模块可以不必包括快速处理器来分析数据以及迅速分类和决定用于潜在快速瞬时事件的行动程序。
在下一步骤712中，信号特征比较由分析模块执行。在一种具体实施方式中，分析模块可以将潜在快速瞬时电信号特征同成组的快速瞬时信号特征比较。在一种具体实施方式中，该成组的快速瞬时信号特征可以存储在库中。在一种具体实施方式中，该库也可以包括非快速瞬时信号特征从而能够执行关联。
在下一步骤714中，作出有关潜在快速瞬时电信号特征的分类的决定。如果信号特征比较没有识别到匹配，那么该潜在快速瞬时电信号特征就没有被分类为相关的快速瞬时电信号特征（步骤716）。在一种具体实施方式中，可以丢弃潜在快速瞬时电信号特征。在另一种具体实施方式中，潜在快速瞬时电信号特征可以被添加到库中作为新的快速瞬时电信号特征（步骤718）。
然而，如果信号特征比较导致快速瞬时电信号特征被识别，则在下一步骤720中，快速瞬时事件的严重程度被确定。在一示例中，严重程度可以从低到高排列。在一种具体实施方式中，严重程度可以依据于成组的预定的阈值范围。在一种具体实施方式中，快速瞬时电信号特征可以被添加到库中（步骤718）。步骤718是可选择的步骤且在检测实时快速瞬时事件时并不需要。
在下一步骤722中，确定行动程序。一旦严重程序级别被确定，则可以执行行动程序。在一种具体实施方式中，可以预先确定行动程序。在一个示例中，具有低严重程度级别的快速瞬时电信号特征可以引发通知给操作者。在另一个示例中，具有中等严重程度级别的快速瞬时电信号特征可以引发警报。在又一个示例中，具有高严重程度级别的快速瞬时电信号特征可以引发衬底处理的终止。如能够从上述所领会到的，严重程度级别和与该严重程度级别有关的行动程序可以是用户可配置的。
图7示出了实现用于检测生产环境中实时快速瞬时事件的方法的仅仅一种具体实施方式。在另一个示例中，在一种实施方式中，该方法也可以被用于检测实时快速瞬时事件，在该方法中，快速取样瞬时检测算法是分析模块的一部分。在这种类型的环境中，快速取样瞬时检测算法的执行可以由分析模块（比如APECS314）完成而不是VI探针控制器完成。在一种具体实施方式中，分析模块是能够处理高容量数据的快速处理计算模块。在一种具体实施方式中，分析模块直接耦合于传感器。因此，数据由传感器收集且被直接传输给分析模块。
如能够从上述所领会到的，提供了用于检测现场实时快速瞬时事件的装置和方法。在现有技术中，快速瞬时事件的检测通常是在已经完成对于一个衬底批次的衬底处理以后执行。而且，可能需要复杂的测量工具来确定快速瞬时事件的存在。由于快速瞬时事件的存在是不可预测的，为了确定可能已经发生的潜在损坏，可能必须测量衬底批次中的每一个衬底。
与现有技术相比，本发明的具体实施方式提供了衬底处理期间快速瞬时事件的实时检测，从而最小化对衬底批次和/或处理室的其余部分的损坏。此外，与现有技术不同，该检测过程是需要很少或者不需要人工干涉的自动化过程。反而，一旦定义用户可配置的条件/标准/阈值，系统就被配置为自动地检测快速瞬时事件。
由于快速瞬时事件（比如微电弧事件）可以在生产环境中实时识别，所以可以减少实际的发生和被采取为处理该发生的行动程序之间的等待时间。在现有技术中，等待时间可以持续数小时或者甚至数星期。然而，有了本文所描述的方法和/或装置，等待时间可以被减少到仅仅数毫秒，从而减少了经营总成本。
虽然本发明已经以数个优选实施方式的方式进行了描述，但是存在落入本发明保护范围内的改变、置换和等同。虽然本文提供了各种示例，但是这些示例意图为说明而不是限制本发明。
另外，为方便起见本文提供了标题和概要，该标题和概要不应被用于解释本文中权利要求的范围。而且，摘要以高度简短的方式写出且是为了方便起见而提供于本文中，因此不应被用于解释或者限制全部的发明，全部的发明表达于权利要求中。如果本文中使用了术语“成组的(set)”，该术语意图是具有其通常理解的数学上的意思而包括零、一、或者超过一个成员。也应当知道存在许多实现本发明的方法和装置的替代方式。因此意图是下面附上的权利要求被解释为包括落入本发明真正精神和范围的所有这些改变、置换和等同。

Claims (17)

1.一种用于检测衬底处理期间等离子体处理系统的处理室内现场快速瞬时事件的方法，所述方法包括：
分析由成组的传感器收集的第一数据集，其中所述分析包括将所述第一数据集同成组的标准比较从而确定所述第一数据集是否包括潜在现场快速瞬时事件，其中所述成组的标准定义成组的现场快速瞬时事件；
如果所述第一数据集包括所述潜在现场瞬时事件，则保存出现在所述潜在现场快速瞬时事件发生期间内的电信号特征；
将所述电信号特征同成组的存储的电弧信号特征比较；
如果确定匹配，则将所述电信号特征分类为第一现场快速瞬时事件；以及
依据成组的预定的阈值范围确定所述第一现场快速瞬时事件的严重程度级别；
其中所述第一数据集的所述分析包括执行快速取样瞬时算法，所述快速取样瞬时算法由计算模块执行，其中所述计算模块被配置为至少耦合于传感器和传感器控制器两者中的一者。
2.根据权利要求1所述的方法，其中所述快速取样瞬时算法由传感器控制器执行。
3.根据权利要求1所述的方法，其中所述快速取样瞬时算法由分析模块执行，所述分析模块被配置为直接与所述成组的传感器中的传感器相互作用。
4.根据权利要求3所述的方法，其中所述分析模块为处理模块级分析服务器，所述处理模块级分析服务器被配置为为每一个处理模块和与所述每一个处理模块关联的成组的传感器执行分析。
5.根据权利要求1所述的方法，进一步包括依据所述第一现场快速瞬时事件的所述严重程度级别确定行动程序。
6.根据权利要求1所述的方法，其中所述第一现场快速瞬时事件为微电弧事件。
7.根据权利要求1所述的方法，其中所述第一数据集由能够执行高取样率的快速瞬时传感器收集。
8.根据权利要求1所述的方法，其中如果所述电信号特征与所述成组的存储的电弧信号特征中的一个不匹配，则所述电信号特征作为非快速瞬时事件信号特征被添加到库中。
9.一种用于检测等离子体处理系统的处理室内现场快速瞬时事件的装置，其中所述处理室包括配置为在衬底处理期间收集数据的多数个传感器，所述装置包括：
快速取样瞬时检测算法模块，其被配置为用于将所述数据同成组的标准比较并从所述数据中提取电信号特征，其中所述成组的标准定义成组的预定的现场快速瞬时事件；和
分析模块，其中所述分析模块与所述快速取样瞬时检测算法模块直接通信，其中所述分析模块被配置为用于执行至少接收所述电信号特征，
将所述电信号特征与成组的存储的电弧信号特征比较，
如果匹配发生，则将所述电信号特征分类为快速瞬时事件，以及
依据预定的成组的阈值范围确定用于所述快速瞬时事件的严重程度级别；
其中所述快速取样瞬时检测算法模块由计算模块控制，其中所述计算模块被配置为至少耦合于传感器和传感器控制器两者中的一者。
10.根据权利要求9所述的装置，进一步包括库，其中所述库被配置为用于存储所述成组的存储的电弧信号特征。
11.根据权利要求10所述的装置，其中所述库被配置为用于存储非快速瞬时信号特征。
12.根据权利要求9所述的装置，其中分析模块被配置为当在所述衬底处理期间识别到所述快速瞬时事件时直接发送行动程序给处理模块控制器。
13.根据权利要求9所述的装置，其中所述分析模块进一步被配置为依据所述快速瞬时事件的所述严重程度级别确定行动程序。
14.根据权利要求9所述的装置，其中所述快速瞬时事件为微电弧事件。
15.根据权利要求9所述的装置，其中所述快速取样瞬时检测算法模块由分析模块控制，所述分析模块被配置为直接与所述多数个传感器相互作用。
16.根据权利要求9所述的装置，其中所述分析模块为处理模块级分析服务器，所述处理模块级分析服务器被配置为为每一个处理模块和与所述每一个处理模块关联的成组的传感器执行分析。
17.根据权利要求9所述的装置，其中所述快速取样瞬时检测算法模块由传感器控制器控制。
CN201080029024.XA 2009-06-30 2010-06-29 用于识别处理模块级失控事件的装置及其方法 Active CN102473590B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US22210209P 2009-06-30 2009-06-30
US22202409P 2009-06-30 2009-06-30
US61/222,024 2009-06-30
US61/222,102 2009-06-30
US12/555,674 2009-09-08
US12/555,674 US8983631B2 (en) 2009-06-30 2009-09-08 Arrangement for identifying uncontrolled events at the process module level and methods thereof
PCT/US2010/040478 WO2011002811A2 (en) 2009-06-30 2010-06-29 Arrangement for identifying uncontrolled events at the process module level and methods thereof

Publications (2)

Publication Number Publication Date
CN102473590A CN102473590A (zh) 2012-05-23
CN102473590B true CN102473590B (zh) 2014-11-26

Family

ID=43411705

Family Applications (5)

Application Number Title Priority Date Filing Date
CN201080029444.8A Active CN102473631B (zh) 2009-06-30 2010-06-29 用于等离子体处理工具原位工艺监控和控制的方法和装置
CN201080029270.5A Active CN102474968B (zh) 2009-06-30 2010-06-29 预测刻蚀率均匀性以评测校正等离子体腔的方法和装置
CN201080027296.6A Active CN102804353B (zh) 2009-06-30 2010-06-29 构建最优终点算法的方法
CN201080029024.XA Active CN102473590B (zh) 2009-06-30 2010-06-29 用于识别处理模块级失控事件的装置及其方法
CN201080028990.XA Active CN102804929B (zh) 2009-06-30 2010-06-29 用于处理室的预测性预防性维护的方法和装置

Family Applications Before (3)

Application Number Title Priority Date Filing Date
CN201080029444.8A Active CN102473631B (zh) 2009-06-30 2010-06-29 用于等离子体处理工具原位工艺监控和控制的方法和装置
CN201080029270.5A Active CN102474968B (zh) 2009-06-30 2010-06-29 预测刻蚀率均匀性以评测校正等离子体腔的方法和装置
CN201080027296.6A Active CN102804353B (zh) 2009-06-30 2010-06-29 构建最优终点算法的方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201080028990.XA Active CN102804929B (zh) 2009-06-30 2010-06-29 用于处理室的预测性预防性维护的方法和装置

Country Status (6)

Country Link
JP (5) JP5693573B2 (zh)
KR (5) KR101741272B1 (zh)
CN (5) CN102473631B (zh)
SG (5) SG176565A1 (zh)
TW (5) TWI509375B (zh)
WO (5) WO2011002804A2 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102332383B (zh) * 2011-09-23 2014-12-10 中微半导体设备(上海)有限公司 等离子体刻蚀工艺的终点监控方法
US10128090B2 (en) 2012-02-22 2018-11-13 Lam Research Corporation RF impedance model based fault detection
US9502221B2 (en) * 2013-07-26 2016-11-22 Lam Research Corporation Etch rate modeling and use thereof with multiple parameters for in-chamber and chamber-to-chamber matching
KR102339317B1 (ko) * 2013-12-13 2021-12-14 램 리써치 코포레이션 Ｒｆ 임피던스 모델 기반 폴트 검출
US10192763B2 (en) * 2015-10-05 2019-01-29 Applied Materials, Inc. Methodology for chamber performance matching for semiconductor equipment
US10269545B2 (en) * 2016-08-03 2019-04-23 Lam Research Corporation Methods for monitoring plasma processing systems for advanced process and tool control
US9972478B2 (en) * 2016-09-16 2018-05-15 Lam Research Corporation Method and process of implementing machine learning in complex multivariate wafer processing equipment
US11067515B2 (en) * 2017-11-28 2021-07-20 Taiwan Semiconductor Manufacturing Co., Ltd. Apparatus and method for inspecting a wafer process chamber
CN108847381A (zh) * 2018-05-25 2018-11-20 深圳市华星光电半导体显示技术有限公司 测试基板及延长测试基板使用寿命的方法
US10651097B2 (en) * 2018-08-30 2020-05-12 Lam Research Corporation Using identifiers to map edge ring part numbers onto slot numbers
US20200266037A1 (en) * 2019-02-14 2020-08-20 Advanced Energy Industries, Inc. Maintenance for remote plasma sources
DE102019209110A1 (de) * 2019-06-24 2020-12-24 Sms Group Gmbh Industrielle Anlage, insbesondere Anlage der metallerzeugenden Industrie oder der Aluminium- oder Stahlindustrie und Verfahren zum Betreiben einer industriellen Anlage, insbesondere einer Anlage der metallerzeugenden Industrie oder der Aluminium- oder Stahlindustrie
WO2023286142A1 (ja) * 2021-07-13 2023-01-19 株式会社日立ハイテク 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム
US20230195074A1 (en) * 2021-12-21 2023-06-22 Applied Materials, Inc. Diagnostic methods for substrate manufacturing chambers using physics-based models
US20230260767A1 (en) * 2022-02-15 2023-08-17 Applied Materials, Inc. Process control knob estimation

Family Cites Families (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5272872A (en) * 1992-11-25 1993-12-28 Ford Motor Company Method and apparatus of on-board catalytic converter efficiency monitoring
JP3301238B2 (ja) * 1994-10-25 2002-07-15 三菱電機株式会社 エッチング方法
JPH08148474A (ja) * 1994-11-16 1996-06-07 Sony Corp ドライエッチングの終点検出方法および装置
JPH09306894A (ja) * 1996-05-17 1997-11-28 Sony Corp 最適発光スペクトル自動検出システム
US6197116B1 (en) * 1996-08-29 2001-03-06 Fujitsu Limited Plasma processing system
JP3630931B2 (ja) * 1996-08-29 2005-03-23 富士通株式会社 プラズマ処理装置、プロセスモニタ方法及び半導体装置の製造方法
US5993615A (en) * 1997-06-19 1999-11-30 International Business Machines Corporation Method and apparatus for detecting arcs
WO1999014394A1 (en) * 1997-09-17 1999-03-25 Tokyo Electron Limited Device and method for detecting and preventing arcing in rf plasma systems
US5986747A (en) 1998-09-24 1999-11-16 Applied Materials, Inc. Apparatus and method for endpoint detection in non-ionizing gaseous reactor environments
US8617351B2 (en) * 2002-07-09 2013-12-31 Applied Materials, Inc. Plasma reactor with minimal D.C. coils for cusp, solenoid and mirror fields for plasma uniformity and device damage reduction
JP2001338856A (ja) * 2000-05-30 2001-12-07 Tokyo Seimitsu Co Ltd 半導体製造システムのプロセスコントローラ
JP4554037B2 (ja) * 2000-07-04 2010-09-29 東京エレクトロン株式会社 消耗品の消耗度予測方法及び堆積膜厚の予測方法
US6567718B1 (en) * 2000-07-28 2003-05-20 Advanced Micro Devices, Inc. Method and apparatus for monitoring consumable performance
US6391787B1 (en) * 2000-10-13 2002-05-21 Lam Research Corporation Stepped upper electrode for plasma processing uniformity
US6821794B2 (en) 2001-10-04 2004-11-23 Novellus Systems, Inc. Flexible snapshot in endpoint detection
JP2003151955A (ja) * 2001-11-19 2003-05-23 Nec Kansai Ltd プラズマエッチング方法
JP2005527983A (ja) * 2002-05-29 2005-09-15 東京エレクトロン株式会社 データハンドリング、ストレージ及び操作のための方法とシステム
US6825050B2 (en) * 2002-06-07 2004-11-30 Lam Research Corporation Integrated stepwise statistical process control in a plasma processing system
US20040031052A1 (en) * 2002-08-12 2004-02-12 Liberate Technologies Information platform
US6781383B2 (en) * 2002-09-24 2004-08-24 Scientific System Research Limited Method for fault detection in a plasma process
EP1546827A1 (en) * 2002-09-30 2005-06-29 Tokyo Electron Limited Method and apparatus for the monitoring and control of a semiconductor manufacturing process
BRPI0314881B1 (pt) * 2002-10-25 2019-01-08 S & C Electric Co sistema e método para controle de distribuição de energia elétrica através de uma rede
JP4365109B2 (ja) * 2003-01-29 2009-11-18 株式会社日立ハイテクノロジーズ プラズマ処理装置
US6969619B1 (en) * 2003-02-18 2005-11-29 Novellus Systems, Inc. Full spectrum endpoint detection
JP2004295348A (ja) * 2003-03-26 2004-10-21 Mori Seiki Co Ltd 工作機械の保守管理システム
JP2004335841A (ja) * 2003-05-09 2004-11-25 Tokyo Electron Ltd プラズマ処理装置の予測装置及び予測方法
CN100401491C (zh) * 2003-05-09 2008-07-09 优利讯美国有限公司 时分复用处理中的包络跟随器终点检测
US20060006139A1 (en) * 2003-05-09 2006-01-12 David Johnson Selection of wavelengths for end point in a time division multiplexed process
US7062411B2 (en) * 2003-06-11 2006-06-13 Scientific Systems Research Limited Method for process control of semiconductor manufacturing equipment
JP4043408B2 (ja) * 2003-06-16 2008-02-06 東京エレクトロン株式会社 基板処理装置及び基板処理方法
US6902646B2 (en) * 2003-08-14 2005-06-07 Advanced Energy Industries, Inc. Sensor array for measuring plasma characteristics in plasma processing environments
KR100567745B1 (ko) * 2003-09-25 2006-04-05 동부아남반도체 주식회사 스퍼터링용 타겟의 수명예측 장치 및 수명예측방법
US8036869B2 (en) * 2003-09-30 2011-10-11 Tokyo Electron Limited System and method for using first-principles simulation to control a semiconductor manufacturing process via a simulation result or a derived empirical model
US7930053B2 (en) * 2003-12-23 2011-04-19 Beacons Pharmaceuticals Pte Ltd Virtual platform to facilitate automated production
US7233878B2 (en) * 2004-01-30 2007-06-19 Tokyo Electron Limited Method and system for monitoring component consumption
US7146237B2 (en) * 2004-04-07 2006-12-05 Mks Instruments, Inc. Controller and method to mediate data collection from smart sensors for fab applications
JP2006004992A (ja) * 2004-06-15 2006-01-05 Seiko Epson Corp 研磨装置管理システム、管理装置、管理装置制御プログラム及び管理装置制御方法
TWI336823B (en) * 2004-07-10 2011-02-01 Onwafer Technologies Inc Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
US7292045B2 (en) * 2004-09-04 2007-11-06 Applied Materials, Inc. Detection and suppression of electrical arcing
JP4972277B2 (ja) * 2004-11-10 2012-07-11 東京エレクトロン株式会社 基板処理装置の復帰方法、該装置の復帰プログラム、及び基板処理装置
US7828929B2 (en) * 2004-12-30 2010-11-09 Research Electro-Optics, Inc. Methods and devices for monitoring and controlling thin film processing
JP4707421B2 (ja) * 2005-03-14 2011-06-22 東京エレクトロン株式会社 処理装置，処理装置の消耗部品管理方法，処理システム，処理システムの消耗部品管理方法
JP2006328510A (ja) * 2005-05-30 2006-12-07 Ulvac Japan Ltd プラズマ処理方法及び装置
TWI338321B (en) * 2005-06-16 2011-03-01 Unaxis Usa Inc Process change detection through the use of evolutionary algorithms
US7409260B2 (en) * 2005-08-22 2008-08-05 Applied Materials, Inc. Substrate thickness measuring during polishing
US7302363B2 (en) * 2006-03-31 2007-11-27 Tokyo Electron Limited Monitoring a system during low-pressure processes
US7413672B1 (en) * 2006-04-04 2008-08-19 Lam Research Corporation Controlling plasma processing using parameters derived through the use of a planar ion flux probing arrangement
US7829468B2 (en) * 2006-06-07 2010-11-09 Lam Research Corporation Method and apparatus to detect fault conditions of plasma processing reactor
KR20080006750A (ko) * 2006-07-13 2008-01-17 삼성전자주식회사 반도체소자 제조용 플라즈마 도핑 시스템
US20080063810A1 (en) * 2006-08-23 2008-03-13 Applied Materials, Inc. In-situ process state monitoring of chamber
CN100587902C (zh) * 2006-09-15 2010-02-03 北京北方微电子基地设备工艺研究中心有限责任公司 在线预测刻蚀设备维护的方法
JP2008158769A (ja) * 2006-12-22 2008-07-10 Tokyo Electron Ltd 基板処理システム、制御装置、設定情報監視方法および設定情報監視プログラムを記憶した記憶媒体
US7548830B2 (en) * 2007-02-23 2009-06-16 General Electric Company System and method for equipment remaining life estimation
US7674636B2 (en) * 2007-03-12 2010-03-09 Tokyo Electron Limited Dynamic temperature backside gas control for improved within-substrate process uniformity
US8055203B2 (en) * 2007-03-14 2011-11-08 Mks Instruments, Inc. Multipoint voltage and current probe system
JP2008311338A (ja) * 2007-06-13 2008-12-25 Harada Sangyo Kk 真空処理装置及びこれに用いる異常放電予知装置、並びに、真空処理装置の制御方法
KR100892248B1 (ko) * 2007-07-24 2009-04-09 주식회사 디엠에스 플라즈마 반응기의 실시간 제어를 실현하는 종말점 검출장치 및 이를 포함하는 플라즈마 반응기 및 그 종말점 검출방법
US20090106290A1 (en) * 2007-10-17 2009-04-23 Rivard James P Method of analyzing manufacturing process data
JP4983575B2 (ja) * 2007-11-30 2012-07-25 パナソニック株式会社 プラズマ処理装置およびプラズマ処理方法

Also Published As

Publication number Publication date
WO2011002810A3 (en) 2011-04-14
CN102473631B (zh) 2014-11-26
JP5693573B2 (ja) 2015-04-01
TW201108022A (en) 2011-03-01
TW201112302A (en) 2011-04-01
JP2012532461A (ja) 2012-12-13
KR101708078B1 (ko) 2017-02-17
CN102473590A (zh) 2012-05-23
TWI480917B (zh) 2015-04-11
CN102804929B (zh) 2015-11-25
KR101741272B1 (ko) 2017-05-29
CN102474968B (zh) 2015-09-02
JP2012532464A (ja) 2012-12-13
JP2012532460A (ja) 2012-12-13
WO2011002811A3 (en) 2011-02-24
KR101741274B1 (ko) 2017-05-29
JP5624618B2 (ja) 2014-11-12
TWI536193B (zh) 2016-06-01
WO2011002803A3 (en) 2011-03-03
KR101741271B1 (ko) 2017-05-29
CN102804353B (zh) 2015-04-15
TWI484435B (zh) 2015-05-11
TWI495970B (zh) 2015-08-11
KR101708077B1 (ko) 2017-02-17
SG176565A1 (en) 2012-01-30
WO2011002811A2 (en) 2011-01-06
KR20120037419A (ko) 2012-04-19
WO2011002804A2 (en) 2011-01-06
JP5599882B2 (ja) 2014-10-01
SG176147A1 (en) 2011-12-29
CN102473631A (zh) 2012-05-23
TW201129884A (en) 2011-09-01
KR20120047871A (ko) 2012-05-14
JP5629770B2 (ja) 2014-11-26
SG176567A1 (en) 2012-01-30
TWI509375B (zh) 2015-11-21
WO2011002800A3 (en) 2011-04-07
WO2011002810A2 (en) 2011-01-06
CN102804353A (zh) 2012-11-28
KR20120101293A (ko) 2012-09-13
CN102804929A (zh) 2012-11-28
WO2011002810A4 (en) 2011-06-03
SG176564A1 (en) 2012-01-30
JP2012532462A (ja) 2012-12-13
TW201115288A (en) 2011-05-01
KR20120037420A (ko) 2012-04-19
KR20120037421A (ko) 2012-04-19
CN102474968A (zh) 2012-05-23
TW201129936A (en) 2011-09-01
WO2011002804A3 (en) 2011-03-03
WO2011002803A2 (en) 2011-01-06
SG176566A1 (en) 2012-01-30
JP2012532463A (ja) 2012-12-13
WO2011002800A2 (en) 2011-01-06

Similar Documents

Publication Publication Date Title
CN102473590B (zh) 用于识别处理模块级失控事件的装置及其方法
US8618807B2 (en) Arrangement for identifying uncontrolled events at the process module level and methods thereof
CN100376024C (zh) 控制等离子体处理系统的方法和自动程序控制系统
KR100956959B1 (ko) 프로세스 도구 데이터 마이닝과 엔드-오브-라인 데이터 마이닝의 상관
KR100756728B1 (ko) 반도체 처리 기술
US5896294A (en) Method and apparatus for inspecting manufactured products for defects in response to in-situ monitoring
CN101535980A (zh) 定向数据采集架构
EP1218807A1 (en) Real-time fault detection
CN114429256A (zh) 数据监测方法、装置、电子设备及存储介质
US8983631B2 (en) Arrangement for identifying uncontrolled events at the process module level and methods thereof
US6714884B2 (en) Method and apparatus for providing communication between a defect source identifier and a tool data collection and control system
US6821792B1 (en) Method and apparatus for determining a sampling plan based on process and equipment state information
KR20190044812A (ko) 제조 공정 빅데이터 서비스 제공 시스템 및 방법
Illyes et al. Statistical bin limits-an approach to wafer disposition in IC fabrication
US20050075835A1 (en) System and method of real-time statistical bin control
US7098048B1 (en) Method and apparatus for capturing fault state data
TWI545415B (zh) 製程層次故障檢修結構(plta)及用以執行評估之系統
Akella et al. Sampling methodology for SEM-based defect classification: risk, cost, and benefit analysis
KR20190073315A (ko) 스마트 반도체 공장 및 클라우드 서버간 컨버징 시스템
Pilon et al. Intelligent line monitor: maximum productivity through an integrated and automated line monitoring strategy

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