CN111215387A - 清洁半导体设备的方法和半导体设备管理系统 - Google Patents

清洁半导体设备的方法和半导体设备管理系统 Download PDF

Info

Publication number
CN111215387A
CN111215387A CN201910567532.6A CN201910567532A CN111215387A CN 111215387 A CN111215387 A CN 111215387A CN 201910567532 A CN201910567532 A CN 201910567532A CN 111215387 A CN111215387 A CN 111215387A
Authority
CN
China
Prior art keywords
pipe
fluid
state
monitoring
cleaning
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.)
Pending
Application number
CN201910567532.6A
Other languages
English (en)
Inventor
吴炅桓
吴允锡
李虎烈
朴修满
朴元基
张永日
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN111215387A publication Critical patent/CN111215387A/zh
Pending legal-status Critical Current

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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B9/00—Cleaning hollow articles by methods or apparatus specially adapted thereto 
    • B08B9/02—Cleaning pipes or tubes or systems of pipes or tubes
    • B08B9/027—Cleaning the internal surfaces; Removal of blockages
    • B08B9/032—Cleaning the internal surfaces; Removal of blockages by the mechanical action of a moving fluid, e.g. by flushing
    • B08B9/0321—Cleaning the internal surfaces; Removal of blockages by the mechanical action of a moving fluid, e.g. by flushing using pressurised, pulsating or purging fluid
    • B08B9/0326—Using pulsations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
    • B08B3/04—Cleaning involving contact with liquid
    • B08B3/10—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration
    • B08B3/12—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration by sonic or ultrasonic vibrations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B7/00—Cleaning by methods not provided for in a single other subclass or a single group in this subclass
    • B08B7/02—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by distortion, beating, or vibration of the surface to be cleaned
    • B08B7/026—Using sound waves
    • B08B7/028—Using ultrasounds
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B9/00—Cleaning hollow articles by methods or apparatus specially adapted thereto 
    • B08B9/02—Cleaning pipes or tubes or systems of pipes or tubes
    • B08B9/027—Cleaning the internal surfaces; Removal of blockages
    • B08B9/04—Cleaning the internal surfaces; Removal of blockages using cleaning devices introduced into and moved along the pipes
    • B08B9/053—Cleaning the internal surfaces; Removal of blockages using cleaning devices introduced into and moved along the pipes moved along the pipes by a fluid, e.g. by fluid pressure or by suction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
    • G01F23/284—Electromagnetic waves
    • G01F23/292—Light, e.g. infrared or ultraviolet
    • G01F23/2921—Light, e.g. infrared or ultraviolet for discrete levels
    • G01F23/2928—Light, e.g. infrared or ultraviolet for discrete levels using light reflected on the material surface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/02—Analysing fluids
    • G01N29/024—Analysing fluids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/043—Analysing solids in the interior, e.g. by shear waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • 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
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • H01L21/67028—Apparatus for fluid treatment for cleaning followed by drying, rinsing, stripping, blasting or the like
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • H01L21/67028—Apparatus for fluid treatment for cleaning followed by drying, rinsing, stripping, blasting or the like
    • H01L21/6704—Apparatus for fluid treatment for cleaning followed by drying, rinsing, stripping, blasting or the like for wet cleaning or washing
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67248—Temperature monitoring
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/66—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by measuring frequency, phase shift or propagation time of electromagnetic or other waves, e.g. using ultrasonic flowmeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
    • G01F23/296—Acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02809—Concentration of a compound, e.g. measured by a surface mass change
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/02836—Flow rate, liquid level

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Fluid Mechanics (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Acoustics & Sound (AREA)
  • Thermal Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Probability & Statistics with Applications (AREA)
  • Cleaning Or Drying Semiconductors (AREA)

Abstract

公开了清洁半导体设备的方法和半导体设备管理系统。所述清洁半导体设备的方法包括：监控半导体设备的管道中的流体的状态；通过使用借助监控收集的数据来构建数据库；基于通过监控收集并储存在数据库的数据来诊断管道的状态；以及在管道的状态被诊断为异常时通过使用超声波来清洁管道。通过使用至少两个超声波发生器来清洁管道。

Description

清洁半导体设备的方法和半导体设备管理系统
本申请要求于2018年11月23日提交到韩国知识产权局的第10-2018-0146775号韩国专利申请的优先权，该申请的公开内容通过引用全部包含于此。
技术领域
发明构思的示例性实施例涉及一种清洁半导体设备的方法以及一种半导体设备管理系统，更具体地，涉及一种使用超声波清洁和管理半导体设备的清洁半导体设备的方法和半导体设备管理系统。
背景技术
半导体设备通过管道排出在半导体工艺期间生成的异物。当管道被使用一定时间段，会发生诸如以氧化或沉积为例的化学反应。结果，诸如污泥的异物会积聚并堆积在管道的内表面上。
这些污泥和其他异物从管道的内表面突出，从而降低管道的内径，并且还削弱管道中流体的流动，最终导致管道堵塞以及流体的回流。结果，使用该半导体设备制备的半导体器件的品质会劣化，并且该半导体设备会停止操作。当这种情况发生时，可以更换管道，或者可以通过使用金属丝刷或者金属丝工具来去除管道中的污泥和其他异物。然而，更换管道在时间和成本方面是不利的，使用金属丝刷或者金属丝工具清洁管道在去除异物方面显得低效率并且会损坏管道。
发明内容
发明构思的示例性实施例提供了能够稳定且有效地清洁并管理半导体设备的管道的清洁半导体设备的方法和半导体设备管理系统。
根据示例性实施例，清洁半导体设备的方法包括：监控半导体设备的管道中的流体的状态；通过使用借助监控收集的数据来构建数据库；基于借助监控收集并储存在数据库中的数据来诊断管道的状态；以及在管道的状态被诊断为异常时通过使用超声波来清洁管道。通过使用至少两个超声波发生器来清洁管道。
根据示例性实施例，清洁半导体设备的方法包括：监控半导体设备的管道中的流体的状态；通过使用借助监控收集的数据来构建数据库；基于借助监控收集并存储在数据库中的数据来诊断管道的状态；以及当管道的状态被诊断为异常时通过使用气泡和超声波来清洁管道。气泡为微米气泡或纳米气泡。
根据示例性实施例，用于管理半导体设备的系统包括：监控装置，被配置为监控半导体设备的管道中的流体的状态；数据存储装置，被配置为存储使用借助监控装置收集的数据构建的数据库；诊断装置，被配置为基于借助监控装置收集并存储在数据库中的数据来诊断管道的状态；以及清洁装置，被配置为当管道的状态被诊断为异常时来清洁管道。清洁装置利用气泡和至少两个超声波发生器。
根据示例性实施例，清洁半导体设备的方法包括：监控半导体设备的管道中的流体的状态；通过使用借助监控收集的数据来构建数据库；基于借助监控收集并储存在数据库中的数据来诊断管道的状态；借助声音、灯光、电子邮件、文本消息和设备连锁中的至少一种来向用户实时提供诊断信息；以及在管道的状态被诊断为异常时通过使用气泡和超声波来清洁管道。通过使用至少两个超声波发生器来生成超声波，并且气泡是微米气泡或纳米气泡。
附图说明
通过参照附图对本发明构思的示例性实施例进行详细描述，本发明构思的上述和其他特征将会变得更加明显。
图1是根据示例性实施例的清洁半导体设备的方法的示意性流程图。
图2是在图1的清洁半导体设备的方法中用于监控流体的状态的光传感器的概念图。
图3A至3C分别是在图1的清洁半导体设备的方法中用于清洁管道的清洁装置的概念图、局部放大透视图和局部剖视图。
图4、图5A、图5B、图6A以及图6B是示出在图1的清洁半导体设备的方法中生成用于清洁管道的多频超声波的原理的概念图。
图7是根据示例性实施例的清洁半导体设备的方法的示意性流程图。
图8A和图8B是示出在图7的清洁半导体设备的方法中为了清洁管道而向流体添加微纳气泡的方法的概念图。
图9A和图9B是示出展示了通过使用超声波和微纳气泡去除污泥的效果的实验结果的图片。
图10是根据示例性实施例的清洁半导体设备的方法的示意性流程图。
图11是根据示例性实施例的半导体设备管理系统的示意性框图。
具体实施方式
在下文中，将参照附图更加充分地描述发明构思的示例性实施例。贯穿附图，同样的附图标记可以指同样的元件。
图1是根据示例性实施例的清洁半导体设备的方法的示意性流程图。
参照图1，在根据示例性实施例的清洁半导体设备的方法中，首先监控半导体设备的管道(参见图2的1300)中的流体的状态(操作S110)。在此，半导体设备可以指执行半导体工艺的所有设备。例如，半导体设备可以包括：沉积设备、光刻设备、蚀刻设备、灰化设备、清洁设备、离子注入设备、化学机械抛光(CMP)设备等。然而，将理解的是，半导体设备不限于此。
在此，流体可以指包括在半导体工艺期间产生的异物或者有害气体的流动性气体和/或液体。这样的流体可以通过半导体设备的管道1300排出到外部。包括在流体中的异物或者有害气体的特性会在通过管道1300而排出时由于化学反应而改变，并且会引起诸如以污染、压力变化、温度/湿度变化和管道堵塞为例的副作用。
使用气体或者溶剂的半导体工艺设备，例如，CMP设备(参见图8B的1400)，将作为示例进行描述。CMP设备1400是使用物理方法与化学方法的结合以使晶圆抛光期望的厚度的设备。在CMP设备1400中，可以使用被称为浆料的溶液来通过利用化学方法改变晶圆的膜性质。浆料包括基于去离子水(DIW)的各种化学物质，具体地，包括用于抛光的粒状成分。由晶圆与垫片之间的摩擦导致的高温和由CMP工艺中头轴(head spindle)的压力导致的高压使浆料的性质改变，并且该浆料的性质在与其他浆料和清洁流体通过管道1300排出时倾向于转变成污泥。这样的污泥由于如下理由而容易沉积并粘结在管道的内壁：例如，理由包括管道狭窄、管道的压头低(或者倾斜低)以及管道污染。一旦开始沉积，后续将持续沉积就变得更加容易而且更加可能。因此，由于沉积的进行，污泥层的厚度倾向于急剧增加。当管道由于污泥而被堵塞时，排出物回流并且被设置在CMP设备1400中的泄漏传感器检测到，CMP设备1400自动停止操作以防止由于污染而导致产品故障。
为了防止管道1300中的流体回流，通过利用设置在管道1300处的观察窗(参见图2的1100)而借助目测检查来频繁监控液位。当液位上升至一定水平以上，可以使用工具清洁管道1300，以防止废水的回流。然而，当液位急剧上升并且管道1300没有被立即清洁时，连接到管道1300的所有设备会停止。在这种情形下，工艺中涉及的所有晶圆被废弃，直到管道1300的问题被解决，所有设备才恢复操作。结果，生产率会显著降低。
在根据示例性实施例的清洁半导体设备的方法中，可以在操作S110中通过使用各种方法来监控管道1300中的流体的状态或者周围环境。例如，可以通过使用超声波传感器或者光传感器(参见图2的100)测量管道1300中的流体的液位或流速而实时监控管道1300的状态。
在使用超声波传感器的情形下，可以通过穿过观察窗1100打孔并将超声波传感器安装到该孔来测量管道1300中流动的流体的液位。这样的超声波传感器可以通过将超声波直接发射到流体来借助飞行时间(TOF)方法准确并有效地获得流体的线性位移结果。然而，由于超声波传感器安装在贯穿观察窗1100的孔中，因此当管道1300中的流体是有害材料时，超声波传感器会直接暴露于溢出的风险。
相反，光传感器100可以安装到观察窗1100而不需要穿过观察窗1100打孔。因此，与超声波传感器不同，当管道1300中的流体是有害材料时，光传感器100不直接暴露于溢出的风险。此外，光传感器100可以通过穿过观察窗1100发射光以照射流体并接收来自流体的反射光，从而能够更稳定地测量管道1300中的流体的液位。下面，将参照图2对光传感器100进行更详细的描述。
在示例性实施例中，可以使用激光传感器或者脉冲传感器作为用于测量管道1300中的流体的液位的传感器。
超声波传感器可以基于直到超声波穿过流体传播并被反射所经过的时间来测量管道1300中的流体的流速，并且可以通过测量超声波的散射来测量流体中的颗粒的数量。在操作S110中，当监控流体的状态时，可以通过使用超声波浓度传感器或者用于气体(诸如以NH3为例)的气体传感器来测量流体浓度或者气体浓度。例如，可以使用气体传感器测量管道1300中的气体(诸如以NH3为例)的浓度。此外，在操作S110中，可以执行使用温度传感器来测量流体的温度、使用压力传感器来测量管道1300内的压力或流体的压力、使用声学传感器来测量管道1300中的噪声以及使用震动传感器来测量管道1300中的震动。
在根据示例性实施例的清洁半导体设备的方法中，在操作S110中，可以利用上述的各种传感器来监控管道1300中的流体的状态或者周围环境。结果，可以获得关于管道1300的流体的状态或者周围环境的更加多样化和更加客观的数据。另外，通过借助各种传感器来实时地监控管道1300中的流体的状态，可以减少目测检查所需的人力，并且可以排除人为的主观判断。
接着，通过使用借助监控操作而获得的实际测量数据来构建数据库(操作S120)。这样的数据库可以被用作确定和诊断管道1300的状态的基础。例如，可以基于收集并储存在数据库中的数据来确定和诊断管道1300的状态。
在此之后，基于储存在数据库中的数据来诊断管道1300的状态(操作S130)。可以通过各种方法来执行对管道1300的状态的诊断。例如，可以基于使用实际测量数据构建的数据库和该数据库的实际测量数据来分析和诊断管道1300的状态和周围环境，该数据库是通过监控管道1300中的流体状态或者周围环境而获得的数据的集合。例如，可以利用实际测量数据实时检查流体的液位和流速、流体中的颗粒和污泥以及流体的浓度和压力。基于与流体状态有关的数据，可以诊断管道1300内部的状态和周围环境。例如，基于实际测量数据的平均值和以前事故时的数据，设置针对流体状态的相应参考值，并且可以通过将实际测量数据和对应的参考值进行比较而分析和诊断管道1300的状态和周围环境。
例如，在示例性实施例中，可以对管道1300执行若干次测量。这些多次测量的结果可以被储存并且用于生成参考值。这些参考值允许对管道1300的状态何时异常进行确定。
作为示例，在来自管道1300的当前测量的实际测量数据与在正常状态下操作的管道1300所对应的参考值相比是异常值时，可能表示管道1300处于异常状态。作为另一示例，在来自管道1300的当前测量的实际测量数据与在异常状态下操作的管道1300所对应的参考值(例如，以前事故所对应的参考值)相似时，可能表示管道1300目前处于异常状态。当管道1300被诊断为处于异常状态时，如下面进一步详细叙述的，可以对管道1300执行清洁工艺。
在示例性实施例中，可以基于对管道1300的先前测量和/或对其他管道的先前测量来设定参考值。
在示例性实施例中，可以基于储存在数据库中的数据来计算统计诊断指标(诸如以每小时平均液位、每日平均液位、每日最大液位以及每日液位变化为例)，并且可以基于所述统计诊断指标来诊断管道1300的状态和周围环境。例如，当流速逐渐减缓并且由于显著的液位变化而出现汹涌时，可能表示管道1300由于污泥而开始堵塞。因此，可以通过统计诊断指标来预测和检测管道1300的状态和周围环境。
在示例性实施例中，可以使用数据库基于深度学习来执行对管道1300的状态的诊断。深度学习是涉及人工智能的一种机器学习的神经网络模型。例如，机器学习是在计算机上实现与人类学习能力相似的功能的技术，并且深度学习是机器学习的子概念。深度学习可以使用各种学习算法。例如，深度学习可以使用人工神经网络(ANN)、深度神经网络(DNN)、卷积神经网络(CNN)、递归神经网络(RNN)和生成性对抗网络(GAN)。然而，可以用于深度学习的学习算法不限于此。
在示例性实施例中，对管道1300的状态的诊断可以基于来自每个传感器的实际测量数据而独立地执行，或者可以通过将来自所有传感器的实际测量数据整合而一起执行。
在此之后，根据对管道1300的诊断的结果，通过使用超声波来清洁管道1300(操作S140)。例如，当在操作S130中确定管道1300的状态差并且应当清洁管道1300时(例如，当管道1300在操作S130中被诊断为处于异常状态时)，可以将超声波发射到管道1300中的流体以通过溶解粘结到并堆积在管道1300中的污泥来清洁管道1300。可以借助被设置为与管道1300的外壁接触的超声波发生器(参见图3A的510)来生成超声波。可以通过借助超声波发生器510生成适合溶解污泥的频率的超声波并且在管道1300中向流体发射超声波来有效地去除粘结到管道1300的内壁的污泥。下面将参照图3A至图3C更详细地描述使用超声波来清洁管道1300。
在根据示例性实施例的清洁半导体设备的方法中，通过使用各种传感器实时监控管道1300中的流体的状态，通过使用从监控获得的数据来构建数据库，并且通过使用例如深度学习等来诊断管道1300的状态。因此，可以客观并准确地诊断管道1300的状态。例如，可以消除或者减少由通过人为执行的目测检查的主观且不准确的决定引起的问题。另外，在根据示例性实施例的清洁半导体设备的方法中，可以通过使用适当频率的超声波清洁管道1300而以稳定且有效的方式清洁管道1300。例如，可以避免在穿过观察窗将金属丝刷或者金属丝工具插入管道1300来清洁管道1300的方法中可能发生的管道1300的损坏或者清洁效率的劣化。另外，与使用金属丝刷或者金属丝工具执行的清洁操作不同，可以在连接到管道1300的所有设备不停止的情况下清洁管道1300，因此提高了效率。
图2是在图1的清洁半导体设备的方法中用于监控流体的状态的光传感器的概念图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图2，光传感器100可以附于安装在管道1300上的观察窗1100。如图2中所示，观察窗1100可以经由连接管1200安装在管道1300上。
可以通过使用固定支架使光传感器100附于观察窗1100上。例如，可以利用各种类型的光缆和各种类型的固定支架使光传感器100附于观察窗1100上。在直光缆的情况下，光损失小并且光可以通过该直光缆而有效地发射和接收。在弯曲光缆的情况下，可能有一些物理光损失，但弯曲光缆可以容易地安装在管道1300所位于的狭窄空间中。另外，可以根据每个光缆的形状和观察窗1100的形状来设计、制造和使用各种类型的固定支架。
光传感器100可以包括用于发射光的光发射器110、用于接收光的光接收器120和用于容纳和支撑光发射器110和光接收器120的主体101。光发射器110可以包括，例如，LED光源。然而，光发射器110中包括的光源不限于此。光传感器100从光发射器110发射光以在垂直方向上用光照射管道1300中的流体Fl，通过光接收器120接收根据流体Fl的液位反射的光，并测量反射光的强度，从而计算流体Fl的液位。光传感器100通常用作确定物体是否存在于特定位置处的检测传感器，但也可以用作通过对光强度的非线性进行检测和转换来测量距离的位移传感器。
光传感器100可以无需穿过观察窗1100打孔而附于观察窗1100，因此光传感器100可以免受由于流体Fl溢出导致的风险。例如，在上述CMP设备1400的情形下，由于流体可能包括有害物质，因此对于无需穿过观察窗1100打孔而安全测量液位来说，光传感器100可以十分有用。
通过光传感器100收集的光强度可以根据光传感器100与流体Fl的表面之间的距离而变化。然而，当通过观察窗1100发射和接收光时，由流体Fl的表面上的气泡引起的漫反射和流体Fl的黑色表面的光吸收所导致的光损失会增加。结果，按距离测量光强度可能非常不准确。例如，按距离测量的光强度可能比按距离实际的光强度小很多。为了解决这个问题，可以使用采用高亮度LED的高功率光源。然而，在使用高功率光源的情形下，当光源100与流体Fl表面之间的距离小时，会容易出现光饱和，因此，会难以准确测量在发生光饱和的范围内的位移。为了解决这个问题，可以调整/优化光传感器100中的光发射器110与光接收器120之间的距离。因此，通过优化光发射器110与光接收器120之间的距离，可以在使用高功率光源时避免光饱和，因此，可以在整个范围精确地测量位移。
图3A至3C分别是在图1的清洁半导体设备的方法中用于清洁管道的清洁装置的概念图、局部放大透视图和局部剖视图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图3A至图3C，清洁装置500可以包括柔性结构501、超声波发生器510和结合机构520。
超声波发生器510可以包括芯512和壳体514。芯512可以生成特定频率的超声波Us。壳体514可以容纳并且支撑芯512。与芯512连接的各种电路和组件可以布置在壳体514的内部。多个超声波发生器510可以通过柔性结构501附于管道1300。虽然图3A示出了附于管道1300的五个超声波发生器510，但将理解的是，超声波发生器510的数量不限于此。例如，在示例性实施例中，一个至四个或六个或更多个超声波发生器510可以附于管道1300。
柔性结构501可以包括内部部件501in和外部部件501out。外部部件501out可以包括橡胶状弹性材料。外部部件501out可以是诸如以弹簧为例的具有弹性的组件。此外，如图3C中所示，外部部件501'out可以具有其长度可以改变的结合结构。例如，外部部件501'out可以具有其中凹型部件501'out-f和凸型部件501'out-m彼此结合的结构。凸型部件501'out-m可以包括设置在凹型部件501'out-f的凹槽内的凸出构件。凸型部件501'out-m的突出构件可以在凹型部件501'out-f的凹槽内沿着图3C中所示的水平方向移动。结果，可以调整外部部件501'out的长度。因此，在示例性实施例中，外部部件501out或者501'out可以包括其长度可以自由调整的材料或者机构。
内部部件501in也可以包括具有弹性的材料或者其长度可以被调整的机构。另外，内部部件501in可以包括诸如以如图3B中所示的铰链为例的机构。在图3A的柔性结构501中，内部部件501in和外部部件501out彼此分开。然而，根据示例性实施例，柔性结构501可以是不区分内部部件501in和外部部件501out的单体结构。
结合机构520可以将柔性结构501结合并固定到管道1300。结合机构520连接到柔性结构501的内部部件501in和外部部件501out，并且如图3A中所示，具有围绕管道1300的外壁的结构，从而将柔性结构501结合到管道1300。结合机构520可以包括诸如以带扣为例的结合单元，并且可以使柔性结构501可拆卸地附于管道1300。
在示例性实施例中，结合机构520可以部分地围绕管道1300的外壁的一部分，柔性结构501可以部分地围绕管道1300的外壁的另一部分。例如，在示例性实施例中，结合机构520和柔性结构501都没有完整地围绕管道1300的外壁，而是结合机构520和柔性结构501中的每个部分地围绕管道1300的外壁的不同部分。例如，如图3A中所示，在示例性实施例中，结合机构520可以围绕管道1300的外壁的上部部分，柔性结构501可以围绕管道1300的外壁的下部部分。
可以借助结合单元来调整结合机构520的长度。因此，在示例性实施例中，结合机构520不包括弹性材料，并且不是具有弹性的机构。然而，根据示例性实施例，结合机构520也可以包括弹性材料，或者可以是具有弹性的机构。
超声波发生器510可以被结合到柔性结构501，因此被安装在管道1300上。另外，由于柔性结构501的柔性特性，不论管道1300的尺寸如何，超声波发生器510都可以被布置为与管道1300的外壁自由接触。例如，参照图3A，即使左边管道1300具有与第一半径R1对应的内半径而右边管道1300a具有与大于第一半径R1的第二半径R2对应的内半径时，同一个清洁装置500也可以由于柔性结构501而任意位于左边管道1300或右边管道1300a处。因此，清洁装置500的超声波发生器510可以任意附于左边管道1300或右边管道1300a的外壁。
超声波发生器510可以被布置为围绕管道1300的外壁的下部部分。通常而言，流体Fl位于管道1300的下部部分处，因此，大部分污泥Sld也会形成并粘结到管道1300的内壁的下部部分。因此，超声波发生器510可以布置在管道1300的外壁的下部部分处以围绕管道1300的外壁的下部部分，从而提高去除污泥Sld的效果。
超声波Us可以根据功率和波长而提供各种污泥去除效果。例如，可以通过对小颗粒的污泥Sld使用较高频率并对大颗粒的污泥Sld使用较低频率来提高去除污泥Sld的效果。例如，在使用具有高频率的高功率超声波的情形下，可以由于空化而提高对管道1300的清洁效果。空化可以指与超声波的波长对应的超微气泡形成并爆裂的现象。
通过根据管道1300的材料、管道1300的直径和管道的连接方法选择超声波Us的频率和功率来使用，可以实现具有较少副作用(诸如以管道1300的裂缝和泄漏为例)的有效清洁方法。另外，为了提高清洁效果，可以考虑以下特性来选择安装超声波发生器510的位置：在管道1300的角度改变的弯曲管道部分处和在流速由于低压头而减慢的部分处会更容易发生由污泥Sld导致的管道1300的堵塞的特性；以及由于污泥Sld的重量而导致污泥Sld从管道1300的下部部分堆积的特性。
在根据示例性实施例的清洁半导体设备的方法中，超声波发生器510可以是可拆卸的。例如，不论管道1300的尺寸和位置如何，超声波发生器510都可以通过使用柔性结构501和结合机构520来附于管道1300和从管道1300拆卸。结果，可以用小数量的超声波发生器510来有效地清洁管道1300。另外，在根据示例性实施例的清洁半导体设备的方法中，由于超声波发生器510安装在管道1300的外壁上，因此可以在不停止与管道1300连接的设备或者避免由于观察窗1100中具有开口而暴露于有害物质的风险的情况下安全地清洁管道1300。
图4、图5A、图5B、图6A和图6B是示出在图1的清洁半导体设备的方法中生成用于清洁管道的多频超声波的原理的概念图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图4，五个超声波发生器510a、510b、510c、510d和510e可以通过柔性结构501和结合机构520附于管道1300。超声波发生器510a、510b、510c、510d和510e可以生成相同频率的超声波。例如，超声波发生器510a、510b、510c、510d和510e可以生成大约40kHz的超声波。然而，由超声波发生器510a、510b、510c、510d和510e生成的超声波的频率不限于大约40kHz。
当生成1X的频率的超声波的超声波发生器在相同的超声波生成时间点生成超声波时，仅可以生成1X的频率的超声波。然而，如下参照图5A、图5B、图6A和图6B所述，当超声波的生成时间点多样化时，可以生成多频超声波。
参照图5A和图5B，如由图5A中的向下箭头所示，假设超声波发生器510a、510b、510c、510d和510e顺序地生成具有1X的频率的超声波。位于顶部位置处的第一超声波发生器510a可以对应于图4中位于最右边位置处的第一超声波发生器510a，在向下方向上顺序地布置的第二超声波发生器至第五超声波发生器510b、510c、510d和510e可以分别对应于图4中在顺时针方向上布置的第二超声波发生器至第五超声波发生器510b、510c、510d以及510e。
如上所述，当超声波发生器510a、510b、510c、510d和510e在不同时间点生成超声波而不是在相同时间点生成超声波时，如图5B中所示，虽然每个超声波具有1X的频率，但合成的超声波可以具有相当于达到5X的频率。例如，当1X的频率为大约40kHz，可以通过使用五个超声波发生器来生成相当于大约200kHz的频率的超声波。
在图5B中，x轴代表时间t，y轴代表超声波的幅值Am。另外，上述波形可以分别对应于由上述图5A中的超声波发生器510a，510b，510c，510d和510e生成的超声波，右边的波形可以对应于合成的超声波。
参照图6A和图6B，如由图6A中的向下箭头所示，假设超声波发生器510a、510b、510c、510d和510e中的一对超声波发生器顺序地生成1X的频率的超声波。超声波发生器510a、510b、510c、510d和510e也可以对应于图4中的超声波发生器510a、510b、510c、510d和510e。
如上所述，当超声波发生器510a、510b、510c、510d和510e在不同时间点生成超声波而不是在相同时间点生成超声波时，如图6B中所示，虽然每个超声波具有1X的频率，但合成的超声波可以具有相当于达到5X的频率。另外，由于一对超声波发生器每次在相同的生成时间点生成超声波，因此由所述一对超声波发生器生成的超声波的幅值是由一个超声波发生器生成的超声波的幅值的两倍，并且合成的超声波的幅值可以是图5B的合成的超声波的幅值的两倍。在图6B中，x轴代表时间t，y轴代表超声波的幅值Am。另外，上述波形可以分别对应于图6A中由上述成对的超声波发生器510a和510b、510b和510c、510c和510d、510d和510e以及510e和510a生成的超声波，右边的波形可以对应于合成的超声波。
已经参照超声波发生器510a、510b、510c、510d和510e在不同的生成时间点生成超声波的示例性实施例和成对的超声波发生器510a和510b、510b和510c、510c和510d、510d和510e以及510e和510a在不同的生成时间点生成超声波的示例性实施例描述了生成多频超声波的方法。然而，根据示例性实施例的生成多频超声波的方法不限于此。例如，可以通过改变超声波的生成时间点来生成具有2X、3X、4X等的频率的超声波。另外，通过在不同的生成时间点由三个或更多个成对的超声波发生器生成超声波，可以对超声波的幅值进行各种改变。在上述示例性实施例中，超声波发生器510a、510b、510c、510d和510e在最初生成超声波后持续地生成超声波。然而，示例性实施例不限于此。例如，在示例性实施例中，可以通过开启和关闭每个超声波发生器510a、510b、510c、510d和510e而间歇地生成超声波，从而进一步使多频超声波多样化。
去除污泥的超声波的最佳频率可以根据流体的温度而变化。因此，基于由用户提供的温度信息或者通过温度传感器获得的温度信息，可以将超声波的频率调整/校正为将有效地去除污泥的频率。
图7是根据示例性实施例的清洁半导体设备的方法的示意性流程图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图7，根据示例性实施例的清洁半导体设备的方法与根据图1的示例性实施例的清洁半导体设备的方法的不同之处可以在于：气泡和超声波可以一起在用于清洁管道的操作S140a中使用。在根据图7的示例性实施例的清洁半导体设备的方法中，用于监控流体状态的操作S110、用于构建数据库的操作S120以及用于诊断管道状态的操作S130与以上参照图1所述的那些相同。
然而，在根据图7的示例性实施例的清洁半导体设备的方法中，在用于清洁管道(参见图2的1300)的操作S140a中，可以通过使用气泡和超声波来清洁管道1300。
气泡可以是，例如，微米气泡或者纳米气泡。微米气泡通常具有相当于达到大约50μm的气泡尺寸，可以由于浮力低而以大约每分钟3mm的速度上升并长时间停留在流体中，并且可以在收缩时完全溶解并消失。纳米气泡是具有达到大约5μm的尺寸且不可以通过肉眼观看到的超微气泡，具有达到正常气泡的大约1/2000的尺寸，并且比约等于皮肤毛孔的大小的大约25μm更小。纳米气泡可以由于流体中的微米气泡缩小到纳米尺寸而生成，或者通过单独的气泡生成器生成。微米气泡缓慢地上升并且可以在流体中停留几十分钟以上，纳米气泡可以在流体中停留更久。例如，纳米气泡可以在流体中停留几个小时。微米气泡可以通过例如加压熔化、旋转剪切以及加压旋转剪切来生成。在下文中，将纳米气泡和微米气泡统称为微纳气泡而不进行任何区分。
如上所述，微纳气泡非常缓慢地向流体表面上升，大部分微纳气泡在流体的表面消失。可以生成各种类型的能量，所述能量包括大约40kHz的超声波、大约140dB的高声压以及大约4000℃至6000℃的瞬时热。这些能量可以用作溶解污泥的有效能量源。另外，微纳气泡可以产生其氧化电位为臭氧的氧化电位的大约2000倍的自由基。自由基具有优异的消毒能力并且在分解不可降解的化学物质方面十分优异，因此，自由基在各种工业领域中经常被用于水质改善和净化技术。
通过将微纳气泡添加到流体并向其施加超声波，可以进一步提高清洁管道1300的效果。基于微纳气泡长时间停留在流体中的特性，微纳气泡可以直接添加到管道中的流体，或者可以在半导体工艺期间(例如，在半导体制造/制备工艺期间)添加到管道中的流体。将在下面参照图8A和图8B来更加详细地描述将微纳气泡添加到流体的情形。
根据示例性实施例，可以如以上参照图1的示例性实施例所述仅通过使用超声波来清洁管道1300，或者仅通过使用微纳气泡来清洁管道1300。
图8A和图8B是示出在图7的清洁半导体设备的方法中为了清洁管道而向流体添加微纳气泡的概念图。图8A是管道的剖视图。图8B是CMP设备的透视图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图8A，微纳气泡NM-B可以直接添加到管道1300中的流体Fl。例如，通过借助观察窗1100在管道1300的起始点处或者在管道1300的中点处添加包括微纳气泡NM-B的液体，可以将微纳气泡NM-B添加到流体Fl。另外，根据示例性实施例，通过借助观察窗1100将气泡生成器550设置在管道1300中的流体Fl中并借助气泡生成器550生成微纳气泡NM-B，可以将微纳气泡NM-B添加到流体Fl中。
在图8A中，多个超声波发生器510可以如图3A中所示借助柔性结构501和结合机构520附于管道1300的外壁。因此，可以通过使用微纳气泡NM-B和来自超声波发生器510的超声波Us而有效地清洁管道1300。
参照图8B，可以在半导体设备的半导体工艺期间添加微纳气泡NM-B。例如，由于CMP设备1400是用于抛光和清洁晶圆W的设备，因此可以添加微纳气泡NM-B。例如，当通过向抛光晶圆W的工艺中使用的浆料S1或DIW添加微纳气泡NM-B来执行CMP工艺时，可以提高在抛光操作期间生成的颗粒的清洁效果，因此，清洁晶圆W的效果可以大约加倍。另外，由于残留的微纳气泡NM-B有助于使用超声波清洁管道1300中的污泥Sld，因此微纳气泡NM-B可以对晶圆清洁和管道清洁均作出贡献。
如图8B中所示，在示例性实施例中，CMP设备1400可以包括抛光垫1410、抛光头1420、分布器1430和抛光转盘1440。可以将待抛光的晶圆W如图8B中所示设置在抛光头1420与抛光垫1410之间，包括微纳气泡NM-B的浆料Sl或DIW可以经由分布器1430供应到抛光垫1410上。
在示例性实施例中，微纳气泡NM-B可以在半导体设备的半导体工艺期间添加到或者直接添加到管道1300中的流体。在示例性实施例中，微纳气泡NM-B可以在半导体设备的半导体工艺期间添加到并且直接添加到管道1300中的流体。
CMP工艺可以分为用于仅去除氧化物膜的氧化物CMP工艺和用于将氧化物和铜(Cu)一起去除的Cu CMP工艺。另外，在氧化物CMP工艺期间可能产生二氧化铈污泥，在CuCMP工艺期间可能产生Cu污泥。这可能由于在相应工艺中使用不同的化学浆料而发生。通常，浆料可以包括诸如以硫酸或氢氟酸为例的有害物质。通过使用超声波和气泡可以有效且快速地去除二氧化铈污泥或Cu污泥，将在下面基于参照图9A和图9B的实验结果来描述效果。
图9A和图9B是示出展示了通过使用超声波和微纳气泡去除污泥的效果的实验结果的图片。
参照图9A，左边的两张图片分别示出了DIW中的Cu污泥在0.1分钟和5分钟内溶解的图片，中间的两张图片分别示出了DIW中的二氧化铈污泥在0.1分钟和5分钟内在大约30W的弱超声波下溶解的图片，右边的两张图片分别示出了DIW中的二氧化铈污泥在0.1分钟和5分钟内在大约50W的弱超声波下溶解的图片。这里，所使用的超声波的频率为大约40kHz。
图9A示出了二氧化铈污泥在5分钟内在大约50W和大约40kHz的超声波下被有效地溶解。
参照图9B，左边的两张图片是分别示出包括微纳气泡的DIW中的Cu污泥在0.1分钟和5分钟内溶解的图片，中间的两张图片是分别示出了包括微纳气泡的DIW中的Cu污泥在0.1分钟和5分钟内在大约30W的弱超声波下溶解的图片，右边两张图片是分别示出了包括微纳气泡的DIW中的Cu污泥在0.1分钟和5分钟内在大约50W的弱超声波下溶解的图片。这里，所使用的超声波的频率仍然是40kHz。
图9B示出了Cu污泥在5分钟内在大约50W和大约40Hkz的超声波下有效地溶解在包括微纳气泡的DIW中。因此，当将微纳气泡和超声波一起使用时，可以有效地溶解微溶的Cu污泥。
图10是根据示例性实施例的清洁半导体设备的方法的示意性流程图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图10，根据示例性实施例的清洁半导体设备的方法与根据图1的示例性实施例的清洁半导体设备的方法的不同之处可以在于：根据图10的示例性实施例的清洁半导体设备的方法还包括用于以各种方法向用户提供诊断信息的操作S132。例如，在根据图10的示例性实施例的清洁半导体设备的方法中，用于监控流体状态的操作S110、用于构建数据库的操作S120和用于诊断管道状态的操作S130与以上参照图1所述的那些相同
在此之后，以各种方法向用户提供在用于诊断管道状态的操作S130中获得的诊断信息(操作S132)。例如，可以以例如声音、灯光、电子邮件、文本消息和设备连锁中的至少一种形式向用户实时提供诊断信息。这里，声音可以指产生警告声音的蜂鸣声等，灯光可以指打开或闪烁的警告灯或灯。
因此，通过以各种方式向用户实时地提供诊断信息，用户可以实时地识别管道的状态并采取合适的措施(诸如，清洁)，从而有效地管理管道和包括管道的半导体设备。在示例性实施例中，可以仅在操作S130中确定管道状态差时才向用户提供诊断信息。在示例性实施例中，可以以特定时间间隔向用户提供诊断信息。在示例性实施例中，可以以特定时间间隔向用户提供诊断信息并且在确认管道的状态差时向用户提供诊断信息。另外，不仅可以周期性地向用户提供诊断信息，还可以周期性地向用户提供数据库上的实际测量数据。
例如，可以向用户提供通过监控管道中的流体状态而获得的实际测量数据以及通过分析和诊断管道的状态和周围环境而获得的信息。因此，用户可以实时检查流体的液位和流速、流体中的颗粒和污泥以及流体中的浓度和压力。另外，基于与流体状态有关的数据，用户可以直接诊断管道1300内部的状态和周围环境。另外，诸如以每小时平均液位、每日平均液位、每日最大液位和每日液位变化为例的统计诊断指标可以计算并提供给用户。这些统计诊断指标可以用于识别和检测管道的状态，基于该状态可能发生的问题情况可以被提前预测并作为信息提供给用户。
在此之后，基于诊断信息通过使用超声波清洁管道(操作S140)。可以基于在操作S130中获得的诊断信息自动执行使用超声波的管道清洁。可选地，用户可以检查诊断信息并手动操作对管道的清洁。
仍然参照图10，操作S140可以被图7的操作S140a替代。因此，在图10中，可以通过使用微纳气泡和超声波两者来清洁管道。
图11是根据示例性实施例的半导体设备管理系统的示意性框图。为了便于解释，可以省略对先前描述的元件和技术方面的进一步描述。
参照图11，根据示例性实施例的半导体设备管理系统1000包括监控装置100M、数据存储装置200、诊断装置300、警报装置400以及清洁装置500。
监控装置100M可以通过使用各种类型的传感器来监控管道(参见图2的1300)中的流体的状态。监控装置100M可以包括以上根据示例性实施例描述组件以监控管道1300中的流体的状态。例如，监控装置100M可以通过使用超声波传感器、光传感器、激光传感器或者脉冲传感器来测量管道1300中的流体的液位。在根据示例性实施例的半导体设备管理系统1000中，监控装置100M可以通过使用光传感器(参见图2中的100)来测量管道1300中的流体的液位。如上所述，光传感器100可以通过借助观察窗(参见图2的1100)测量液位而不穿过观察窗打孔来避免由于流体溢出而导致的风险。另外，监控装置100M可以使用超声波传感器来测量管道1300中流动的流体的流速或者测量流体中的颗粒数量。更进一步，监控装置100M可以通过使用超声波浓度传感器或者气体传感器来测量流体的浓度或者气体的浓度，并且可以通过使用温度传感器或者压力传感器来测量流体的温度或者管道中的压力。监控装置100M也可以使用声学传感器来测量管道中的噪音或者使用震动传感器来测量管道中的震动。
监控装置100M所使用的传感器不限于上述传感器。例如，为了更加精确和客观地测量管道1300中的流体的状态，监控装置100M可以应用除上述传感器以外的各种传感器。
数据存储装置200可以储存由使用各种传感器的监控装置100M所收集的实际测量数据，并且可以储存通过使用所收集的实际测量数据来构建的数据库。数据存储装置200可以实现为例如计算机的存储装置。数据存储装置可以包括能够储存数据的任何装置，例如，所述任何装置包括非易失性存储器装置。
诊断装置300可以通过使用储存在数据存储装置200中的实际测量数据和相应的数据库来分析和诊断管道1300的状态或者周围环境。例如，诊断装置300可以通过使用分析和诊断程序基于实际测量数据和/或数据库来分析和诊断管道1300的状态或者周围环境。另外，诊断装置300可以通过使用实际测量数据和/或数据库基于使用诸如以ANN、DNN、CNN、RNN、GAN为例的算法的深度学习来测量和诊断管道1300的状态或者周围环境。诊断装置300可以通过能够执行分析和诊断程序或者用于深度学习的算法的例如通用个人计算机(PC)、工作站、或者超级计算机来实现。
诊断装置300可以使用一个或更多个硬件组件、一个或更多个软件组件或者一个或更多个硬件组件和一个或更多个软件组件的组合来实现。
例如，硬件组件可以是物理地执行一个或者更多个操作的物理装置，但不限于此。硬件组件的示例包括放大器、低通滤波器、高通滤波器、带通滤波器、模数转换器、数模转换器和处理装置。
例如，软件组件可以通过由软件或指令控制以执行一个或更多个操作的处理装置来实现，但不限于此。计算机、控制器或其他控制装置可以使处理装置运行软件或执行指令。
处理装置可以使用一个或更多个通用计算机或者专用计算机来实现，诸如以处理器、控制器和算术逻辑单元、数字信号处理器、微计算机、现场可编程阵列、可编程逻辑单元、微处理器、或者能够运行软件或执行指令的任何其他装置为例。处理装置可以运行操作系统(OS)，并且可以运行在OS下工作的一个或更多个软件应用。处理装置可以在运行软件或者执行指令时访问、存储、操作、处理和创建数据。为简单起见，可以在说明中使用单数术语“处理装置”，但本领域普通技术人员将理解的是，处理装置可以包括多个处理元件和各种类型的处理元件。例如，处理装置可以包括一个或更多个处理器、或者一个或更多个处理器和一个或更多个控制器。此外，能够进行不同的处理配置，诸如并行处理器或多核处理器。
警报装置400可以向用户提供来自诊断装置300的与管道1300的状态或者周围环境有关的诊断信息。例如，警报装置400可以以声音、灯光、电子邮件、文本消息以及设备连锁中的至少一种方式来实时提供与管道1300的状态或者周围环境有关的诊断信息。因此，警报装置400可以是例如传送声音的扬声器、发光的光源、或者发送电子邮件或文本消息的通信装置。可以仅在确定管道状态差时向用户提供诊断信息，或者可以以特定时间间隔向用户提供诊断信息并且在确定管道状态差时向用户提供诊断信息。
清洁装置500可以根据来自诊断装置300的诊断信息清洁管道1300。另外，清洁装置500可以基于借助警报装置400识别到管道1300的状态的用户的操纵来清洁管道1300。在根据示例性实施例的半导体设备管理系统1000中，清洁装置500可以是图3A中所示的清洁装置500。因此，清洁装置500可以包括柔性结构501、超声波发生器510和结合机构520。清洁装置500可以通过使用超声波发生器510生成多频超声波来清洁管道1300。另外，清洁装置500可以通过将微纳气泡添加到流体以及通过使用微纳气泡和超声波清洁管道1300来提高清洁管道1300的效果。可以将微纳气泡直接添加到管道1300中的流体，或者可以在半导体工艺期间将微纳气泡添加到相应的半导体设备。
如在本发明构思的领域中惯例的，可以按照功能块、单元和/或模块来描述并在附图中示出示例性实施例。本领域技术人员将理解的是，这些块、单元和/或模块通过诸如逻辑电路、分立组件、微处理器、硬连线电路、存储元件、布线连接等的电子(或者光学)电路来物理地实现，这些电子(或者光学)电路可以使用基于半导体的制造技术或者其他制造技术来形成。在由微处理器或者相似装置实现的块，单元和/或模块的情形下，可以使用软件(例如，微代码)对它们进行编程以执行在此所讨论的各种功能，并且可以选择性地由固件和/或软件驱动。可选择地，每个块、单元和/或模块可以由专用硬件实现，或者实现为执行某些功能的专用硬件和执行其他功能的处理器(例如，一个或更多个编程的微处理器和相关电路)的组合。本发明构思的各个方面可以呈现为系统、方法或者计算机程序产品。
尽管已经参照本发明构思的示例性实施例具体地示出并描述了本发明构思，但本领域普通技术人员将理解的是，在不脱离权利要求所限定的本发明构思的精神和范围的情况下，可以在其中做出形式和细节上的各种改变。

Claims (25)

1.一种清洁半导体设备的方法，所述方法包括以下步骤：
监控半导体设备的管道中的流体的状态；
通过使用借助监控流体的状态的步骤收集的数据来构建数据库；
基于借助监控流体的状态的步骤收集并储存在数据库中的数据来诊断管道的状态；以及
在管道的状态被诊断为异常时通过使用超声波来清洁管道，
其中，通过使用至少两个超声波发生器来清洁管道。
2.如权利要求1所述的方法，其中，通过使用由所述至少两个超声波发生器生成的多频超声波来清洁管道。
3.如权利要求2所述的方法，其中，通过使所述至少两个超声波发生器的超声波生成时间点多样化来生成多频超声波。
4.如权利要求2所述的方法，其中，所述至少两个超声波发生器是至少三个超声波发生器，超声波生成时间点被多样化为两个或更多个超声波生成时间点。
5.如权利要求1所述的方法，其中，所述至少两个超声波发生器被配置为结合到柔性结构，并且接触管道的外壁并围绕外壁的下部部分，柔性结构不论管道的尺寸如何都能够围绕管道的外壁。
6.如权利要求1所述的方法，其中，流体包括微米气泡或纳米气泡。
7.如权利要求6所述的方法，其中，从执行半导体工艺的至少一个设备将微米气泡或纳米气泡添加到管道中的流体。
8.如权利要求1所述的方法，其中，监控流体的状态的步骤包括测量流体的液位、流体的流速、流体的浓度、流体的温度、流体的压力、流体中污泥的颗粒的量、管道中的噪音、管道中的震动以及管道中的压力中的至少一个。
9.如权利要求1所述的方法，其中，监控流体的状态的步骤包括测量管道中流体的液位，
其中，使用附于管道的观察窗的光传感器来测量流体的液位，
其中，光传感器附于观察窗而不穿过观察窗打孔。
10.如权利要求1所述的方法，其中，监控流体的状态的步骤包括通过使用声学传感器或震动传感器来测量管道中的噪音或震动。
11.如权利要求1所述的方法，其中，使用储存在数据库中的数据基于深度学习来执行诊断管道的状态的步骤。
12.如权利要求1所述的方法，所述方法还包括：
在诊断管道的状态之后，借助声音、灯光、电子邮件、文本消息和设备连锁中的至少一种来向用户实时提供诊断信息。
13.一种清洁半导体设备的方法，所述方法包括以下步骤：
监控半导体设备的管道中的流体的状态；
通过使用借助监控流体的状态的步骤收集的数据来构建数据库；
基于借助监控流体的状态的步骤收集并存储在数据库中的数据来诊断管道的状态；以及
当管道的状态被诊断为异常时通过使用气泡和超声波来清洁管道，
其中，气泡为微米气泡或纳米气泡。
14.如权利要求13所述的方法，其中，通过使用至少两个超声波发生器来产生超声波，所述至少两个超声波发生器被配置为结合到柔性结构，并且接触管道的外壁并围绕外壁的下部部分，柔性结构不论管道的尺寸如何都能够围绕管道的外壁，
其中，通过使用由所述至少两个超声波发生器生成的多频超声波来清洁管道。
15.如权利要求13所述的方法，所述方法还包括：
通过使用由用户提供的温度信息或由温度传感器测量的温度信息来调整超声波的频率。
16.如权利要求13所述的方法，其中，从执行半导体工艺的至少一个设备将气泡添加到管道中的流体。
17.如权利要求13所述的方法，其中，监控流体的状态的步骤包括测量流体的液位、流体的流速、流体的浓度、流体的温度、流体的压力、流体中污泥的颗粒的量、管道中的噪音、管道中的震动以及管道中的压力中的至少一个。
18.如权利要求13所述的方法，其中，使用储存在数据库中的数据基于深度学习来执行诊断管道的状态的步骤。
19.如权利要求13所述的方法，所述方法还包括：
在诊断管道的状态之后，借助声音、灯光、电子邮件、文本消息和设备连锁中的至少一种来向用户实时提供诊断信息。
20.一种用于管理半导体设备的系统，所述系统包括：
监控装置，被配置为监控半导体设备的管道中的流体的状态；
数据存储装置，被配置为存储使用借助监控装置收集的数据构建的数据库；
诊断装置，被配置为基于借助监控装置收集并存储在数据库中的数据来诊断管道的状态；以及
清洁装置，被配置为在管道的状态被诊断为异常时清洁管道，
其中，清洁装置使用气泡和至少两个超声波发生器来清洁管道。
21.如权利要求20所述的系统，其中，清洁装置通过使用所述至少两个超声波发生器来产生多频超声波，气泡是微米气泡或纳米气泡并且从执行半导体工艺的至少一个设备被添加到管道中的流体。
22.如权利要求20所述的系统，其中，所述至少两个超声波发生器被配置为结合到柔性结构，并且接触管道的外壁并围绕外壁的下部部分，柔性结构不论管道的尺寸如何都能够围绕管道的外壁。
23.如权利要求20所述的系统，其中，监控装置测量流体的液位、流体的流速、流体的浓度、流体的温度、流体的压力、流体中污泥的颗粒的量、管道中的噪音、管道中的震动以及管道中的压力中的至少一个。
24.如权利要求20所述的系统，其中，诊断装置使用储存在数据库中的数据基于深度学习来诊断管道的状态。
25.一种清洁半导体设备的方法，所述方法包括以下步骤：
监控半导体设备的管道中的流体的状态；
通过使用借助监控流体的状态的步骤收集的数据来构建数据库；
基于借助监控流体的状态的步骤收集并储存在数据库中的数据来诊断管道的状态；
借助声音、灯光、电子邮件、文本消息和设备连锁中的至少一种来向用户实时提供诊断信息；以及
在管道的状态被诊断为异常时通过使用气泡和超声波来清洁管道，
其中，通过使用至少两个超声波发生器来生成超声波，并且气泡是微米气泡或纳米气泡。
CN201910567532.6A 2018-11-23 2019-06-27 清洁半导体设备的方法和半导体设备管理系统 Pending CN111215387A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180146775A KR20200061237A (ko) 2018-11-23 2018-11-23 반도체 설비의 세정 방법, 및 반도체 설비의 관리 시스템
KR10-2018-0146775 2018-11-23

Publications (1)

Publication Number Publication Date
CN111215387A true CN111215387A (zh) 2020-06-02

Family

ID=70771400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910567532.6A Pending CN111215387A (zh) 2018-11-23 2019-06-27 清洁半导体设备的方法和半导体设备管理系统

Country Status (3)

Country Link
US (1) US20200164412A1 (zh)
KR (1) KR20200061237A (zh)
CN (1) CN111215387A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113130356A (zh) * 2021-04-15 2021-07-16 长江存储科技有限责任公司 晶圆清洗的控制方法、控制装置和计算机可读存储介质
WO2023004751A1 (zh) * 2021-07-30 2023-02-02 上海城建物资有限公司 输送管清洁方法及装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7278838B2 (ja) * 2019-04-04 2023-05-22 株式会社荏原製作所 基板支持装置及び基板洗浄装置
CN114404033B (zh) * 2022-03-28 2022-05-27 江苏省人民医院（南京医科大学第一附属医院） 能量器械碳化清除控制系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113130356A (zh) * 2021-04-15 2021-07-16 长江存储科技有限责任公司 晶圆清洗的控制方法、控制装置和计算机可读存储介质
CN113130356B (zh) * 2021-04-15 2022-02-01 长江存储科技有限责任公司 晶圆清洗的控制方法、控制装置和计算机可读存储介质
WO2023004751A1 (zh) * 2021-07-30 2023-02-02 上海城建物资有限公司 输送管清洁方法及装置

Also Published As

Publication number Publication date
KR20200061237A (ko) 2020-06-02
US20200164412A1 (en) 2020-05-28

Similar Documents

Publication Publication Date Title
CN111215387A (zh) 清洁半导体设备的方法和半导体设备管理系统
JP6193873B2 (ja) 汚損軽減装置及び方法
JP6427271B2 (ja) 超音波洗浄器およびこれを用いた自動分析装置
KR101125352B1 (ko) 캐비테이션 임계값 분석-제어 방법 및 장치
JP2015500461A6 (ja) 汚損軽減装置及び方法
US20160056061A1 (en) Real time liquid particle counter (lpc) end point detection system
US10453709B2 (en) Liquid particle counting of semiconductor component parts
US11142469B2 (en) Water treatment apparatus
CN103884686B (zh) 光学测量介质的一个或多个物理、化学和/或生物过程变量的装置
JP2011206156A (ja) 洗浄消毒装置及び洗浄消毒装置の制御方法
US10770315B2 (en) Fall-proof apparatus for cleaning semiconductor devices and a chamber with the apparatus
KR101821052B1 (ko) 초음파를 이용한 자동세척 수중센서
KR100424351B1 (ko) 초음파 세정장치
JP2011206316A (ja) 洗浄消毒装置、洗浄消毒システム、洗浄消毒装置の給水異常判定装置及び方法
KR102226424B1 (ko) 방사선 경화형 초음파 세정 시스템
US20150144541A1 (en) Water filter sand level sensor
JP2007147519A (ja) 粒子計数装置及び粒子計数システム
JP4124763B2 (ja) 付着物検査試料回収装置及び該装置用超音波ホーン
KR102647289B1 (ko) 다측점 수중 센싱 및 경보 시스템
EP4042141B1 (en) Turbidimeter cleaning
US20150241396A1 (en) System and Method for Cleaning a Couplant During Ultrasonic Testing
JPH05164300A (ja) 配管系
EP2607881A1 (en) Concentration device
JP2016036766A (ja) 中空糸膜モジュールの健全性診断方法、及び健全性保持方法
JP2009243726A5 (zh)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200602