CN107541716A - 沉积制程的参数调整方法 - Google Patents
沉积制程的参数调整方法 Download PDFInfo
- Publication number
- CN107541716A CN107541716A CN201610481984.9A CN201610481984A CN107541716A CN 107541716 A CN107541716 A CN 107541716A CN 201610481984 A CN201610481984 A CN 201610481984A CN 107541716 A CN107541716 A CN 107541716A
- Authority
- CN
- China
- Prior art keywords
- manufacture process
- parameter
- physical field
- deposition
- processing procedure
- 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.)
- Granted
Links
Abstract
一种沉积制程的参数调整方法,包含:接收至少一制程腔体的至少一几何参数以及至少一热辐射参数;至少根据几何参数与热辐射参数,建立制程模型;根据制程模型,模拟沉积制程,借此预测制程腔体中的至少一物理场;与根据物理场,调整沉积制程的至少一参数,并据此进行沉积制程。
Description
技术领域
本发明实施例是关于一种沉积制程的参数调整方法。
背景技术
化学气相沉积(Chemical Vapor Deposition;CVD)是一种应用在半导体产业中生产薄膜的技术。化学气相沉积包括常压化学气相沉积、电浆增强化学气相沉积、激光辅助化学沉积、金属有机化学气相沉积等。在化学气相沉积的过程中,晶圆将暴露于一种或多种制程气体中,而这些制程气体可能会发生不同的变化,例如分解、沉积等反应并附着于晶圆上,继而在晶圆上形成所需的薄膜。
发明内容
本发明的一技术方案在于提供一种沉积制程的参数调整方法,其能使制程腔体内所预测的物理场更为准确。
根据本发明的多个实施例,一种沉积制程的参数调整方法包含接收至少一制程腔体的至少一几何参数以及至少一热辐射参数;至少根据几何参数与热辐射参数,建立制程模型;根据制程模型,模拟沉积制程,借此预测制程腔体中的至少一物理场;与根据物理场,调整沉积制程的至少一参数,并据此进行沉积制程。
根据本发明的多个实施例,一种沉积制程的参数调整方法包含建立制程腔体的制程模型;将第一物理场考虑为变数,根据制程模型进行模拟,得到非全耦合模拟结果;将第二物理场考虑为变数,并代入非全耦合模拟结果,根据制程模型进行模拟,借此预期制程腔体中的第一物理场与第二物理场;与根据第一物理场与第二物理场,调整沉积制程的至少一参数,并据此进行沉积制程。
根据本发明的多个实施例,一种沉积制程的参数调整方法包含接收至少一制程腔体的至少一热辐射参数与至少一反射参数;至少根据热辐射参数与反射参数,建立制程模型;根据制程模型,模拟沉积制程,借此预测制程腔体中至少一物理场;以及根据物理场,调整沉积制程的至少一参数,并据此进行沉积制程。
本发明上述的多个实施例与已知先前技术相较,至少具有以下优点:
(1)由于制程腔体的几何参数与热辐射参数都被包含在所建立的制程模型中,因此,所预测的物理场将会更为准确。更准确的预测,能够让调整后的参数更确实地把沉积制程最佳化。
(2)通过接收制程腔体的至少一反射参数,并在建立制程模型时也考虑到所接收的反射参数,能有利于模拟热能被反射至晶圆,并对晶圆温度变化所产生的影响,进而使得所预测的物理场更为准确。
(3)由于在非全耦合的模拟方式中,计算机在进行模拟及运算时将分为两个阶段逐一进行,因此,当在模拟并运算的过程中发现错误时,非全耦合的模拟方式能让使用者更容易追溯出错的源头,为使用者带来方便。
(4)在应用非全耦合的模拟方式时,由于物理场的考虑及计算是分阶段性的,因此,在每一个阶段中,计算机所使用的随机存取记忆体,将会有效减少。如此一来,计算机进行模拟及运算的效率也得以提高。
(5)在应用非全耦合的模拟方式时,由于物理场的考虑及计算是分阶段性的,因此,所涉及的网格数量也可以相应减少。如此一来,计算机进行模拟及运算的效率也得以提高。
附图说明
图1绘示依照本发明多个实施例的沉积制程的参数调整方法的操作流程图;
图2绘示图1的制程模型的立体示意图;
图3绘示图1的步骤130的流程示意图;
图4绘示根据本发明多个实施例的处理系统的功能方块图。
具体实施方式
以下将以附图揭露本发明的多个实施例,为明确说明起见,许多实务上的细节将在以下叙述中一并说明。然而,应了解到,这些实务上的细节不应用以限制本发明。也就是说,在本发明部分实施例中,这些实务上的细节是非必要的。此外,为简化附图起见,一些已知惯用的结构与元件在附图中将以简单示意的方式绘示。
请参照图1,其绘示依照本发明多个实施例的沉积制程的参数调整方法100的操作流程图。如图1所示,沉积制程的参数调整方法100包含下列步骤(应了解到,在一些实施例中所提及的步骤,除特别叙明其顺序者外,均可依实际需要调整其前后顺序,甚至可同时或部分同时执行):
(1)接收至少一制程腔体的至少一几何参数以及至少一热辐射参数(步骤110);
(2)至少根据所接收的几何参数与热辐射参数,建立制程腔体的制程模型(步骤120);
(3)根据制程模型,模拟沉积制程,借此预测制程腔体中的至少一物理场(步骤130);以及
(4)根据所预测的物理场,调整沉积制程的至少一参数,并据此进行沉积制程(步骤140)。
请参照图1~图2,图2绘示图1的制程模型的立体示意图。如上所述,制程腔体为实际上进行沉积制程的场所。具体而言,在应用沉积制程的参数调整方法100时,使用者可先接收制程腔体的至少一几何参数以及至少一热辐射参数。然后,根据所接收的几何参数与热辐射参数,建立制程腔体的制程模型300。值得注意的是,制程模型300是在计算机或计算设备中所建立的模型。其后,根据所建立的制程模型300,模拟沉积制程的实际运作状况,并借此预测制程腔体中的至少一物理场。在一些实施例中,上述的物理场可包括温度场、流速场、压力场、流场或上述的任意组合,但本发明并不以此为限。然后,使用者再根据所预测的物理场,调整沉积制程的至少一参数,借此最佳化沉积制程。
简单来说,沉积制程实质上在制程腔体内进行,为使沉积制程在制程腔体内的进行能够达到最佳的效果,在沉积制程进行前,可先以沉积制程的参数调整方法100调整会影响沉积制程效果的相关参数,接着再根据调整后的参数实际操作沉积制程。
在气相沉积的过程中,在制程腔体内所发生的反应,所要考虑的因素林林种种,而且相关的参数也具有较大的变化范围。举例而言,在气相沉积的过程中所要考虑的参数至少包括:制程腔体内压力与温度的分布、热反射的角度、晶圆的厚度、晶圆旋转的速度、制程气体的化学成份、制程气体的流量、制程气体通过晶圆的路径、一种制程气体相对于另一种制程气体的比率(当制程气体为两种或以上时)、反应时中间产物的作用以及是否需要其它外部能量来加速或诱发想得到的反应等,此外部能量例如可为电浆。此外,外部能量的施予将另外带来其他参数的变化,例如离子与中性气流的比率,以及离子能和晶片上的射频偏压等。另外,沉积速率也是一个要考虑的因素,因为沉积速率决定着制程腔体的产出量,但过高的沉积速率也容易影响薄膜的品质。
步骤140可通过直接或间接调整至少部分以上所举在气相沉积的过程中所要考虑的相关参数,来影响气相沉积的结果,例如:在整个晶圆内厚度的均匀性和在图形上的覆盖特性(覆盖特性是指跨图形台阶的覆盖能力)、薄膜的化学配比(化学成份和分布状态)、结晶晶向以及缺陷密度等。举例来说,制程腔体内的压力可在约1~600torr之间调整,制程气体的流量可在约10~1000sccm之间调整,制程腔体内的温度可在约300~1200℃之间调整,但本发明并不以此为限。
在一些实施例中,由于制程腔体的几何参数与热辐射参数都被包含在所建立的制程模型300中,因此,所预测的物理场将会更为准确。更准确的预测,能够让调整后的参数更确实地把沉积制程最佳化。在实务的应用中,沉积制程的参数调整方法100可应用在磊晶成长设备上,以调整磊晶成长制程的相关参数,但本发明并不以此为限。
进一步说明,接收热辐射参数(步骤110)还包含以下子步骤:
(1.1)接收至少一热源在制程腔体中的位置,其中制程模型300的建立更考虑到热源在制程腔体中的位置。
位于制程腔体中的热源,能够以热辐射的方式提升制程腔体内的温度以及晶圆的温度,使得制程腔体内的制程气体能够发生更佳及更快的化学反应,从而提高沉积制程进行的效率。因此,通过接收热源在制程腔体中的位置,并在建立制程模型300时也考虑到热源在制程腔体中的位置,能有利于模拟热源对晶圆温度变化的影响,并使得所预测的物理场更为准确。相似地,更准确的预测,能够让调整后的参数更确实地把沉积制程最佳化。如图2所示,热源310的位置有被考虑于制程模型300中。而且,在实务的应用中,在制程模型300中热源310的温度亦可被调整,以模拟制程腔体内约300~1200℃左右的温度,但本发明并不以此为限。
再者,为考虑到制程腔体内反射热能对物理场的影响,沉积制程的参数调整方法100还包含下列步骤:
(1.2)接收制程腔体的至少一反射参数,其中制程模型300的建立更考虑到所接收的反射参数。
进一步说明,热源在制程腔体中以热辐射的方式所发出的热能,除了部分能够直接传送至晶圆外,其余没有被直接传送至晶圆的热能,亦会于制程腔体中被反射至晶圆。因此,通过接收制程腔体的至少一反射参数,并在建立制程模型300时也考虑到所接收的反射参数,能有利于模拟热能被反射至晶圆,并对晶圆温度变化所产生的影响,进而使得所预测的物理场更为准确。相似地,更准确的预测,能够让调整后的参数更确实地把沉积制程最佳化。
为要达到良好的反射效果,在实务的应用中,制程腔体内更可设置有至少一反射器。具体而言,上述的反射参数包含反射器在制程腔体中的至少一几何参数及/或材质参数。举例而言,反射器的反射参数包含反射器在制程腔体中的位置、反射器的反射表面的反射率及/或反射表面的面积等,而制程模型300的建立则更考虑到反射器在制程腔体中的位置、反射器的反射表面的反射率及/或反射表面的面积等,如图2所示,反射器320的位置及反射表面的面积有被考虑于制程模型300中。在一些实施例中,反射器320的反射率亦可被调整,以模拟在反射表面上所设置的金属膜,例如黄金膜的反射率。
在本发明的多个实施例中,在步骤130中,为有效提高模拟沉积制程的效率,计算机进行模拟的方式可以非全耦合(Non-Fully-Coupled)的模拟方式来进行。所谓的非全耦合模拟方式,是指计算机并非在同一阶段内对所有物理场进行模拟并运算,而是划分成不同的阶段逐一进行。
在此情况下,更具体而言,物理场还包含至少一第一物理场与至少一第二物理场,而以非全耦合的方式来模拟沉积制程(步骤130),包含以下子步骤:
(3.1)将第一物理场考虑为变数,根据制程模型300进行模拟,得到非全耦合模拟结果;以及
(3.2)将第二物理场考虑为变数,并代入非全耦合模拟结果,根据制程模型300进行模拟,借此预期第一物理场与第二物理场。
也就是说,在一些实施例中,计算机会把模拟及运算的过程划分成两个不同的阶段逐一进行。在第一个阶段中,计算机将只考虑部分的物理场为变数,亦即上述的第一物理场。并且,在完成第一阶段的模拟及运算后,计算机将会针对被考虑为变数的物理场,亦即第一物理场,得出一个非全耦合模拟结果。然后,在第二阶段中,计算机则会把在第一阶段中未被考虑为变数的物理场考虑为变数,亦即上述的第二物理场,并代入第一阶段所得出的非全耦合模拟结果,根据制程模型300进行模拟及运算,以得出所需的最后结果,亦即如上所述的第一物理场与第二物理场。
在一些实施例中,第一物理场可包含流速场与压力场。因此,在非全耦合模拟的第一阶段中,计算机将会只把流速与压力考虑为变数。并且,在完成第一阶段的模拟及运算后,计算机将会针对流速与压力,得出一个非全耦合模拟结果,亦即制程腔体内流速与压力的分布。
更具体地说,将第一物理场考虑为变数进行模拟的步骤,还包含以下子步骤:
(3.1.1)将第二物理场考虑为常数。
也就是说,在第一个阶段中,当计算机根据制程模型300进行模拟及运算时,计算机将只考虑第一物理场为变数,而第二物理场则被考虑为常数。并且,在完成第一阶段的模拟及运算后,计算机将会针对第一物理场而得出一个非全耦合模拟结果。在此,变数是指会依时间及/或位置而改变的物理场,而常数则是指不会依时间及/或位置而改变的物理场。
在一些实施例中,第二物理场包含温度场。换句话说,当计算机根据制程模型300,并将流速与压力考虑为变数而进行模拟及运算时,制程腔体中的温度将被设定为某一固定数值,例如约25℃,且此温度设定为在制程腔体中的各个位置均为相同,亦即第一阶段将在温度被考虑为常数的情况下,得到非全耦合模拟结果。
当在第一阶段结束后,温度将被考虑为变数,并代入在第一阶段中所得出的非全耦合模拟结果,再根据制程模型300进行模拟及运算,借此综合预期第一物理场与第二物理场,亦即流速、压力与温度的分布。后续,将根据第一物理场与第二物理场,亦即流速、压力与温度的分布,调整沉积制程的至少一参数,并据此进行沉积制程。
如此一来,由于根据制程模型300进行模拟的过程,将分为两个阶段逐一进行,在一些实施例中,第一阶段是先把流速与压力的分布运算出来,并得到非全耦合模拟结果。接着,在第二阶段把温度考虑为变数,并代入非全耦合模拟结果而进行模拟,因此,所需的运算时间将有效降低,也使得应用沉积制程的参数调整方法100的效率能够得以提高。
再者,由于在非全耦合的模拟方式中,计算机在进行模拟及运算时将分为两个阶段逐一进行。因此,当在模拟及运算的过程中发现错误时,非全耦合的模拟方式能让使用者更容易追溯出错的源头,为使用者带来方便。
而且,在应用非全耦合的模拟方式时,由于物理场的考虑及计算是分阶段性的,因此,每一个阶段所需占用的计算机资源将会有效减少。如此一来,计算机进行模拟及运算的效率也会提高。在一些实施例中,随机存取记忆体的使用量可低至20G,且计算时间可缩短至12小时以下。
同理,在应用非全耦合的模拟方式时,由于物理场的考虑及计算是分阶段性的,因此,所涉及的网格数量也可以相应减少。如此一来,计算机进行模拟及运算的效率也会提高。在一些实施例下,网格数量可低至二百万个以下。
请参照图3,其绘示图1的步骤130的流程示意图。具体而言,根据制程模型300进行模拟的运算方式,在一些实施例中,可采用牛顿逼近法(Newton-Raphson Method)。如图3所示,在第一阶段S1中,先以牛顿逼近法运算第一物理场,以致收敛出非全耦合模拟结果R1。牛顿逼近法又称牛顿法(Newton’s Method),它是一种在实数域和复数域上近似求解方程式的方法。简单来说,牛顿逼近法是使用函数f(x)的泰勒级数(Taylor Series)的前面几项来寻找方程式f(x)=0的根。在数学中,泰勒级数用无限项连加式来表示一个函数,这些相加的项由函数在某一点的导数(Derivative)求得。
在一些实施例中,举例而言,选择考虑流速V与压力T为变数而进行模拟,并以ui=0为初始条件(Initial Conditions),继而以以下方程式来计算:
ui+1=ui-[f’(ui)]-1f(ui)
其中,ui表示待解物理场,f(ui)表示所建立的制程模型。
当以上方程式所计算出来的结果,使得ui+1与ui相差的绝对值大于或等于预设的精确度ε时,令i=i+1再次进行解算,直到ui+1与ui所相差的绝对值小于预设的精确度ε时,将可进入下一个模拟及计算阶段。
当非全耦合模拟结果R1在第一阶段S1中被解算出后,第二阶段S2会将第二物理场(例如:温度场D)考虑为变数,并代入非全耦合模拟结果R1,以牛顿逼近法根据制程模型300进行解算,借此预期第一物理场与第二物理场,亦即最终结果R2。
参考图4,其绘示根据本发明多个实施例的处理系统400的功能方块图。在一些实施例中,图4的处理系统400能够用来完成上述实施例所揭露的沉积制程的参数调整方法。图4的处理系统400可包含处理器402、输入装置404、输出装置406、机器可读取记录媒体408与集成电路制造设备410。处理器402可包含中央处理单元(Central Processing Unit;CPU)、输入/输出电路、信号处理电路以及挥发及/或非挥发记忆体。处理器402能够自输入装置404接收使用者的输入。上述的输入装置404可包含一或多个键盘、鼠标、平板电脑、触控板、触控笔、麦克风或类似的输入装置。输出装置406能够输出相关资讯给使用者。上述的输出装置406可包含一或多个显示器、扬声器或类似的输出装置。
机器可读取记录媒体408可用以储存至少一程序。处理器402能够自机器可读取记录媒体408载入该程序。上述的机器可读取记录媒体408与处理器402之间的连结可以是直接连接,或者是透过网络远端连接。上述的机器可读取记录媒体408例如可以是一或多个硬盘、磁性储存装置、光学储存装置、非挥发记忆体或类似的储存装置。
当处理器402载入该程序并执行后,可依照上述实施例所揭露的沉积制程的参数调整方法,调整沉积制程的至少一参数。集成电路制造设备410,例如化学气相沉积设备或磊晶设备,可以直接连接或远端透过网络连接处理器402,借此取得调整后的参数,继而根据调整后的参数进行沉积制程。
综上所述,本发明上述的多个实施例所揭露的技术方案至少具有以下优点:
(1)由于制程腔体的几何参数与热辐射参数都被包含在所建立的制程模型中,因此,所预测的物理场将会更为准确。更准确的预测,能够让调整后的参数更确实地把沉积制程最佳化。
(2)通过接收热源在制程腔体中的位置,并在建立制程模型时也考虑到热源在制程腔体中的位置,能有利于模拟热源对晶圆温度变化的影响,并使得所预测的物理场更为准确。
(3)通过接收制程腔体的至少一反射参数,并在建立制程模型时也考虑到所接收的反射参数,能有利于模拟热能被反射至晶圆,并对晶圆温度变化所产生的影响,进而使得所预测的物理场更为准确。
(4)由于在非全耦合的模拟方式中,计算机在进行模拟及运算时将分为两个阶段逐一进行,因此,当在模拟及运算的过程中发现错误时,非全耦合的模拟方式能让使用者更容易追溯出错的源头,为使用者带来方便。
(5)在应用非全耦合的模拟方式时,由于物理场的考虑及计算是分阶段性的,因此,每一个阶段所需要占用的计算机资源将会有效减少。如此一来,计算机进行模拟及运算的效率也会提高。
(6)在应用非全耦合的模拟方式时,由于物理场的考虑及计算是分阶段性的,因此,所涉及的网格数量也可以相应减少。如此一来,计算机进行模拟及运算的效率也会提高。
虽然本发明已以实施例揭露如上,然其并非用以限定本发明,任何熟悉此技艺者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰,因此本发明的保护范围当视所附的权利要求书所界定的范围为准。
Claims (10)
1.一种沉积制程的参数调整方法,其特征在于,包含:
接收至少一制程腔体的至少一几何参数以及至少一热辐射参数;
至少根据该几何参数与该热辐射参数,建立一制程模型;
根据该制程模型,模拟该沉积制程,借此预测该制程腔体中的至少一物理场;以及
根据该物理场,调整该沉积制程的至少一参数,并据此进行该沉积制程。
2.根据权利要求1所述的沉积制程的参数调整方法,其特征在于,还包含:
接收至少一反射器在该制程腔体中的位置,其中该制程模型的建立更考虑到该反射器在该制程腔体中的位置。
3.根据权利要求1所述的沉积制程的参数调整方法,其特征在于,该物理场包含至少一第一物理场与至少一第二物理场;
其中模拟该沉积制程包含:
将该第一物理场考虑为变数,进行模拟,得到一非全耦合模拟结果;以及
将该第二物理场考虑为变数,并代入该非全耦合模拟结果,进行模拟,借此预期该第一物理场与该第二物理场。
4.根据权利要求3所述的沉积制程的参数调整方法,其特征在于,该第一物理场包含流速与压力,该第二物理场包含温度。
5.一种沉积制程的参数调整方法,其特征在于,包含:
建立一制程腔体的一制程模型;
将一第一物理场考虑为变数,根据该制程模型进行模拟,得到一非全耦合模拟结果;
将一第二物理场考虑为变数,并代入该非全耦合模拟结果,根据该制程模型进行模拟,借此预期该制程腔体中的该第一物理场与该第二物理场;以及
根据该第一物理场与该第二物理场,调整该沉积制程的至少一参数,并据此进行该沉积制程。
6.根据权利要求5所述的沉积制程的参数调整方法,其特征在于,将该第一物理场考虑为变数进行模拟包含:
将该第二物理场考虑为常数。
7.一种沉积制程的参数调整方法,其特征在于,包含:
接收至少一制程腔体的至少一几何参数以及至少一反射参数;
至少根据该几何参数与该反射参数,建立一制程模型;
根据该制程模型,模拟该沉积制程,借此预测该制程腔体中的至少一物理场;以及
根据该物理场,调整该沉积制程的至少一参数,并据此进行该沉积制程。
8.根据权利要求7所述的沉积制程的参数调整方法,其特征在于,该反射参数包含在该制程腔体中的至少一反射器的至少一几何参数。
9.根据权利要求7所述的沉积制程的参数调整方法,其特征在于,该反射参数包含在该制程腔体中的至少一反射器的反射表面面积。
10.根据权利要求7所述的沉积制程的参数调整方法,其特征在于,该反射参数包含在该制程腔体中的至少一反射器的反射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610481984.9A CN107541716B (zh) | 2016-06-27 | 2016-06-27 | 沉积制程的参数调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610481984.9A CN107541716B (zh) | 2016-06-27 | 2016-06-27 | 沉积制程的参数调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107541716A true CN107541716A (zh) | 2018-01-05 |
CN107541716B CN107541716B (zh) | 2019-09-13 |
Family
ID=60961914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610481984.9A Active CN107541716B (zh) | 2016-06-27 | 2016-06-27 | 沉积制程的参数调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107541716B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030065462A1 (en) * | 2001-08-13 | 2003-04-03 | Potyrailo Radislav Alexandrovich | Multivariate statistical process analysis systems and methods for the production of melt polycarbonate |
CN101365822A (zh) * | 2006-07-31 | 2009-02-11 | 东京毅力科创株式会社 | 基板处理装置、程序、存储介质和决定是否需要调节的方法 |
CN101436062A (zh) * | 2007-11-16 | 2009-05-20 | 台湾积体电路制造股份有限公司 | 预测批次工具的晶片结果的方法 |
CN101504543A (zh) * | 2008-02-05 | 2009-08-12 | 台湾积体电路制造股份有限公司 | 关键工艺参数的提取 |
CN102521886A (zh) * | 2011-11-30 | 2012-06-27 | 清华大学 | 一种化学气相沉积过程的三维模拟方法 |
CN103757610A (zh) * | 2014-01-29 | 2014-04-30 | 北京七星华创电子股份有限公司 | 一种基于物料供应系统模型的工艺环境压力调度方法 |
-
2016
- 2016-06-27 CN CN201610481984.9A patent/CN107541716B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030065462A1 (en) * | 2001-08-13 | 2003-04-03 | Potyrailo Radislav Alexandrovich | Multivariate statistical process analysis systems and methods for the production of melt polycarbonate |
CN101365822A (zh) * | 2006-07-31 | 2009-02-11 | 东京毅力科创株式会社 | 基板处理装置、程序、存储介质和决定是否需要调节的方法 |
CN101436062A (zh) * | 2007-11-16 | 2009-05-20 | 台湾积体电路制造股份有限公司 | 预测批次工具的晶片结果的方法 |
CN101504543A (zh) * | 2008-02-05 | 2009-08-12 | 台湾积体电路制造股份有限公司 | 关键工艺参数的提取 |
CN102521886A (zh) * | 2011-11-30 | 2012-06-27 | 清华大学 | 一种化学气相沉积过程的三维模拟方法 |
CN103757610A (zh) * | 2014-01-29 | 2014-04-30 | 北京七星华创电子股份有限公司 | 一种基于物料供应系统模型的工艺环境压力调度方法 |
Non-Patent Citations (1)
Title |
---|
PER RANDELL: "Numerical simulation of temperature and velocity profiles in a horizontal CVD-reactor", 《GOOGLE学术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107541716B (zh) | 2019-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8073667B2 (en) | System and method for using first-principles simulation to control a semiconductor manufacturing process | |
US8014991B2 (en) | System and method for using first-principles simulation to characterize a semiconductor manufacturing process | |
US8036869B2 (en) | System and method for using first-principles simulation to control a semiconductor manufacturing process via a simulation result or a derived empirical model | |
US8296687B2 (en) | System and method for using first-principles simulation to analyze a process performed by a semiconductor processing tool | |
US8032348B2 (en) | System and method for using first-principles simulation to facilitate a semiconductor manufacturing process | |
EP0789981B1 (en) | Thermal reactor optimization | |
KR100824443B1 (ko) | 반도체 제조의 개선된 제어를 위한 적응성 샘플링 방법 및 장치 | |
CN101542280B (zh) | 用多元分析对来自半导体处理系统的计量数据进行变形 | |
US6819963B2 (en) | Run-to-run control method for proportional-integral-derivative (PID) controller tuning for rapid thermal processing (RTP) | |
US11947888B2 (en) | Semiconductor processing tools with improved performance by use of hybrid learning models | |
CN108369916A (zh) | 晶片逐点分析和数据呈现 | |
US20150369640A1 (en) | System and method for monitoring sensor linearity as part of a production process | |
US7324865B1 (en) | Run-to-run control method for automated control of metal deposition processes | |
CN107541716B (zh) | 沉积制程的参数调整方法 | |
TW201926398A (zh) | 一種多個反應腔室之間製程結果的匹配方法和裝置 | |
Saraswat et al. | Rapid thermal multiprocessing for a programmable factory for adaptable manufacturing of ICs | |
US7200459B1 (en) | Method for determining optimal photolithography overlay targets based on process performance and yield in microelectronic fabrication | |
TWI624559B (zh) | 沉積製程的參數調整方法及機器可讀取記錄媒體 | |
Subramany et al. | CPE run-to-run overlay control for high volume manufacturing | |
Boyd et al. | Run by run (generalized SPC) control of semiconductor processes on the production floor | |
Erickson et al. | Rapid process recipe optimization for batch thermal reactors | |
WO2001050496A1 (en) | Automated high-density plasma (hdp) workpiece temperature control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |