CN112585727A - 装置诊断装置、等离子体处理装置以及装置诊断方法 - Google Patents

装置诊断装置、等离子体处理装置以及装置诊断方法 Download PDF

Info

Publication number
CN112585727A
CN112585727A CN201980007659.0A CN201980007659A CN112585727A CN 112585727 A CN112585727 A CN 112585727A CN 201980007659 A CN201980007659 A CN 201980007659A CN 112585727 A CN112585727 A CN 112585727A
Authority
CN
China
Prior art keywords
plasma processing
sensor
probability distribution
processing apparatus
state
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
Application number
CN201980007659.0A
Other languages
English (en)
Other versions
CN112585727B (zh
Inventor
梅田祥太
玉置研二
角屋诚浩
石黑正贵
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.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Technologies 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
Application filed by Hitachi High Technologies Corp filed Critical Hitachi High Technologies Corp
Publication of CN112585727A publication Critical patent/CN112585727A/zh
Application granted granted Critical
Publication of CN112585727B publication Critical patent/CN112585727B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H01J37/32935—Monitoring and controlling tubes by information coming from the object and/or discharge
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/245—Detection characterised by the variable being measured
    • H01J2237/24571—Measurements of non-electric or non-magnetic variables
    • H01J2237/24578—Spatial variables, e.g. position, distance

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Automation & Control Theory (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

在诊断等离子体处理装置的状态的装置诊断装置中，使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由与所述第一等离子体处理装置不同的第二等离子体处理装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布，使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态。

Description

装置诊断装置、等离子体处理装置以及装置诊断方法
技术领域
本发明涉及装置诊断装置、等离子体处理装置以及装置诊断方法。
背景技术
在等离子体处理装置中，在半导体的晶片上形成微细形状。因此，进行将物质等离子体化并通过该物质的作用除去晶片上的物质的等离子体处理。
在制造等离子体处理装置时，若多个装置间使用的共用部件存在个体差异(装置间差异)，就会产生装置个体间的等离子体状态的不同。因此，存在以下这样的问题，即，在装置从装置制造工厂出厂前的最终检查时，为了确定原因部件并进行更换或者调整而需要很长时间。此外，在装置出厂后，在半导体制造工厂中产生了使用设想寿命以上时间的消耗部件的劣化时，同样会产生装置间差异。
若产生装置间差异，则无法得到所希望的加工品质，会引起因部件更换而产生非预期的停机时间等问题。因此，为了调整的迅速化、非预期的停机时间减少，要求在推定出装置间差异的基础上，进行向装置制造工序的反馈、部件劣化诊断的装置诊断技术。
作为这样的装置诊断技术，例如，有专利文献1。在专利文献1中，记载有：“异常检测装置对汇总观测值而得到的归纳值应用统计建模，由此推测从归纳值中除去了噪声的状态，基于该推测来生成预测了一个将来期限的归纳值的预测值。异常检测装置基于预测值来检测监视对象装置有无异常。”。
在先技术文献
专利文献
专利文献1：WO2018/061842号公报
发明内容
发明要解决的课题
在专利文献1中，在装置诊断中一般使用诊断对象装置的状态传感器的测定值(传感器值)的概率分布，因此需要概率分布推定技术。如上所述，由于在等离子体处理装置中可能产生装置间差异，因此在专利文献1的方法中，为了高精度地进行异常检测，需要按每个装置大量地取得数据。
但是，例如，在现有的工序中新启动装置时、应用于新工序时，难以大量取得传感器值，因此以少量的传感器值来推定概率分布的方法是必需的。
本发明的目的在于，在装置诊断装置中，以少量的传感器值来推定概率分布。
用于解决课题的手段
本发明的一方式的装置诊断装置是诊断等离子体处理装置的状态的装置诊断装置，在该装置诊断装置中，特征在于，使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由与所述第一等离子体处理装置不同的第二等离子体处理装置中的第二传感器取得的第二传感器值，推定分别与各所述第一传感器对应的各所述第二传感器的概率分布，使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态。
本发明的一方式的装置诊断装置是诊断等离子体处理装置的状态的装置诊断装置，在该装置诊断装置中，特征在于，使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由第二等离子体处理装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布，将相对于所述推定出的概率分布的似然度即第一似然度与相对于正态分布的似然度即第二似然度进行比较，在所述第一似然度大于所述第二似然度的情况下，使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态，在所述第二似然度大于所述第一似然度的情况下，使用所述正态分布来诊断所述第二等离子体处理装置的状态。
本发明的一方式的等离子体处理装置是具备对样品进行等离子体处理的处理室、和诊断本装置的状态的装置诊断装置的等离子体处理装置，在该等离子体处理装置中，特征在于，所述装置诊断装置使用由与本装置不同的等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由本装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布，使用所述推定出的概率分布来诊断所述本装置的状态。
本发明的一方式的装置诊断方法是诊断等离子体处理装置的状态的装置诊断方法，在该装置诊断方法中，特征在于，使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息的工序；基于所述预先求出的事前分布信息、和由第二等离子体处理装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布的工序；和使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态的工序。
发明效果
根据本发明的一个方式，在装置诊断装置中，能够以少量的传感器值来推定概率分布。
附图说明
图1是实施例的等离子体处理装置的装置诊断装置的结构图。
图2是表示保存在等离子体处理装置的传感器值存储部中的数据的例子的图。
图3是表示使用了装置组A的传感器值的装置诊断装置的共用部的处理的流程图。
图4是表示保存在装置诊断装置的事前分布存储部中的数据的例子的图。
图5是表示装置诊断装置的单独控制部的处理的流程图。
图6A是表示概率分布决定前保存在装置诊断装置的概率分布存储部中的数据的例子的图。
图6B是表示概率分布决定后保存在装置诊断装置的概率分布存储部中的数据的例子的图。
图7是表示保存在装置诊断装置的装置诊断值存储部中的数据的例子的图。
图8是表示装置诊断结果的显示画面的例子的图。
图9是表示概率分布推定结果的显示画面的例子的图。
图10是实施例的等离子体处理装置的结构图。
具体实施方式
以下，参照附图对实施例进行说明。另外，在用于说明实施例的全部附图中，原则上对相同部分标注相同的附图标记，并省略其重复的说明。
(1)等离子体处理装置
参照图1，对等离子体处理装置1的结构进行说明。
如图1所示，等离子体处理装置1具有处理部10和存储部11。处理部10按照所设定的加工条件，使处理室104的内部产生等离子体101来对晶片(样品102)进行加工。
存储部11具有传感器值存储部12和管理值存储部13。传感器值存储部12按晶片加工中将装置的传感器103的测定值设定为时间序列数据的每个加工步骤来进行存储。例如，传感器103构成状态传感器组，测定温度、压力。
进而，为了在装置诊断中使用，传感器值存储部12根据时间序列数据来算出并存储主要的统计值(例如，平均值、标准偏差)。在本实施方式中，以后将本统计值用作传感器值。
参照图2，对保存在传感器值存储部12中的数据的例子进行说明。
在图2中，使用平均值作为统计值。传感器值的各列与传感器的种类对应，各行与晶片1片1片地对应。同传感器值一起，还保存有装置ID、加工步骤ID、加工条件ID、晶片ID等信息。装置ID是确定进行了加工的等离子体处理装置1的信息。加工步骤ID、加工条件ID分别是确定加工步骤、加工条件的信息，用于监视对象的指定。在晶片ID中，保存确定进行了加工的晶片的信息。管理值存储部13存储加工日期时间、加工条件等管理值。
(2)装置诊断装置
参照图1，对装置诊断装置2的结构进行说明。
如图1所示，装置诊断装置2是具有共用部20、单独控制部23和存储部26的计算机。装置诊断装置2和等离子体处理装置1的装置组3经由网络连接，能够相互进行数据通信。
在本实施方式中，将装置组3分成现有的装置组A和作为装置诊断对象的装置组B来记载，其中，现有的装置组A大量地蓄积有传感器值，装置组B因装置启动等理由而并未大量地蓄积传感器值。
若存在成为基准的等离子体处理装置1，则装置组A并不一定需要具有多个等离子体处理装置1。此外，作为诊断对象的装置组B也并不一定需要具有多个等离子体处理装置1。进而，也可以构成为，在装置组A和装置组B中具有重复的等离子体处理装置。
共用部20具有共用分布函数选择部21和事前分布设定部22，在实施装置组B的装置诊断之前，预先进行从蓄积在装置组A的传感器值中按每个传感器提取事前分布信息并存储到存储部26所具有的事前分布存储部27中的处理。关于共用部20的处理内容的例子，在后述的(3)共用部的处理中进行说明。
单独控制部23具有概率分布推定部24和装置状态诊断部25。概率分布推定部24根据在装置状态诊断时取得的装置组B的各个等离子体处理装置的传感器值和已提取的事前分布信息，推定各传感器103所遵从的概率分布来作为事后分布，并存储到概率分布存储部28中。
然后，基于推定出的传感器值的概率分布，装置状态诊断部25算出装置间差异等装置状态值，并存储到装置诊断值存储部29中。关于单独处理部23的处理内容的例子，在后述的(4)单独处理部的处理中进行说明。
输出部40和输入部41与装置组3和装置诊断装置2连接。输出部40例如是显示器、打印机等，是基于存储部26的信息以图形对用户输出信息的装置。关于显示例，在后述的(5)输出部的显示例中进行说明。输入部41例如是鼠标、键盘等接受基于用户操作的信息输入的输入装置。
(3)共用部的处理
参照图3，对由装置诊断装置2的共用部20进行的使用装置组A的传感器值来设定事前分布的处理的例子进行说明。
在执行共用部20的处理之前，预先在装置组A的各等离子体处理装置1中，将监视对象的加工步骤中作为等离子体处理中的历史记录的传感器值保存在传感器值存储部12中。
作为监视对象的加工步骤，指定在多个工序中共同进行的用于调整处理部10的状态的等离子体处理(例如，老化处理、清洁处理)。从装置组A的传感器值存储部12取得所指定的加工步骤ID的传感器值。(S101)
这样，通过使用在多个工序中共同进行的等离子体处理的传感器值，例如，即使在将装置组B应用于新工序时，也能够将装置组A蓄积的传感器值利用到事前分布的设定中。
接下来，事前分布设定部22对各传感器103、各概率分布函数候补执行S103～S104的处理。在此，所谓概率分布函数候补，是指将等离子体处理装置1的各传感器103所能够遵从的概率分布函数预先设定为候补。例如，将正态分布、斜正态分布(skew-normaldistribution)、污染正态分布(contaminated normal distribution)、柯西分布(Cauchydistribution)等设定为概率分布函数候补(S102)。
事前分布设定部22对该传感器103的传感器值推定该概率分布函数候补的概率分布参数。概率分布参数若例如是正态分布，则是与平均值和标准偏差相当的值，且按每个概率分布函数而具有不同的种类。在概率分布参数的推定中，例如利用马尔可夫链蒙特卡洛法(Markov Chain Monte Carlo method，MCMC法)。MCMC法是在将概率分布参数视为概率变量的基础上，从与概率分布参数的事后分布成比例的概率分布参数的事前分布与似然度之积中大量地产生随机数样本来推定概率分布参数的事后分布的方法(S103)。
推定出的概率分布参数作为概率分布而得到，例如根据事后概率为最大的值唯一地来确定值。使用此时的概率分布，事前分布设定部22算出作为对所得到的装置组A的传感器值的拟合程度的对数似然度(S104)。
最后，共用分布函数选择部21针对各传感器103，从概率分布函数候补之中选择对数似然度为最大的概率分布函数，来作为在装置组A中共用的概率分布函数。此外，将与选择出的概率分布函数相关的概率分布参数的推定值作为推定装置组B的传感器值的概率分布时的事前分布保存在事前分布存储部27中。此外，与正态分布相关的概率分布参数的推定值也同对数似然度为最大的概率分布函数一起保存在事前分布存储部27中(S105)。
参照图4，对事前分布存储部27中保存的数据的例子进行说明。
如图4所示，成为按每个传感器保存事前分布的信息的方式。概率分布函数的行保存由图3的S105选择出的概率分布函数的名称。概率分布参数的行保存使用由图3的S103推定出的概率分布参数的事后分布而设定的各概率分布参数的事前分布。作为例子，将具有事后分布的平均和标准偏差的正态分布设定为各概率分布参数的事前分布。对数似然度的行保存由图3的S104算出的对数似然度。
这样，通过使用装置组A的传感器值将装置组中共用性最大的概率分布函数设为事前分布信息，能够提取对装置组B也能共同使用的事前分布，即使是非正态分布，也能够以少量的传感器值进行概率分布推定。
(4)单独控制部的处理
参照图5，对由装置诊断装置2的单独控制部23进行的概率分布的推定和装置诊断的处理的例子进行说明。
从作为装置组B的诊断对象的等离子体处理装置1的传感器值存储部12，取得由图3的S101指定的加工步骤ID的传感器值(S201)。
概率分布推定部24对取得的传感器值的各传感器执行S203～S205的处理(S202)。
首先，从事前分布存储部27取得与该传感器对应的事前分布信息(S203)。
接下来，在将取得的事前分布信息设定为事前分布的基础上，使用取得的传感器值并通过MCMC法来推定概率分布参数的事后分布。使用推定出的概率分布参数，与图3的S104同样地算出相对于传感器值的对数似然度。对由图3的S105选择出的概率分布函数的情况和正态分布的情况这两种情况实施本处理(S204)。
接下来，在利用由图3的S105选择出的概率分布函数推定出的概率分布和利用正态分布推定出的概率分布中，对对数似然度进行比较，将对数似然度大的概率分布作为相对于该传感器的推定结果，并保存在概率分布存储部28中(S205)。
这样，装置组B的传感器值也一起决定概率分布函数，从而能够提高推定结果的鲁棒性。
参照图6A以及图6B，对各传感器的概率分布决定前后保存在概率分布存储部28中的数据的例子进行说明。
如图6A以及图6B所示，按传感器名的各列所示的每个传感器保存概率分布信息。与图4同样地，要保存的概率分布信息是概率分布函数和概率分布参数以及对数似然度。
概率分布参数可以保存与图4同样地推定出的事后分布，也可以如图6A和图6B那样例如保存使事后概率成为最大的值那样唯一确定的值。在图6A的各传感器的包含正态分布的两个概率分布函数当中决定对数似然度大的概率分布之后，与图6B相当。
最后，使用概率分布存储部28中保存的数据来算出装置诊断值(S206)。例如，在算出装置间差异作为装置诊断值的情况下，首先，从概率分布存储部28取得成为基准的等离子体处理装置1和诊断对象的等离子体处理装置1的概率分布信息。将取得的概率分布间的距离作为装置间差异诊断值保存在装置状态诊断值存储部29中。作为概率分布间的距离指标，使用Kullback-Leibler散度、Jensen-Shannon散度等。
参照图7，对算出装置间差异来作为装置诊断值的情况下保存在装置诊断值存储部29中的数据的例子进行说明。
如图7所示，在装置ID行中，保存确定要比较的2台等离子体处理装置1的ID。在装置间差异诊断值行中，保存按每个传感器算出的装置间差异诊断值。
(5)输出部的显示例
输出部40使用保存在存储部11、存储部26中的信息，显示装置状态的诊断结果、概率分布的推定结果。
参照图8，对装置间差异诊断结果的显示画面D100的例子进行说明。
如图8所示，在D102输入关注的装置ID。由此，取得保存在装置状态值存储部29中的相应的装置ID的装置间差异诊断值，如D104那样，按每个传感器以图表来显示。其结果是，能够判断与成为基准的等离子体处理装置1的装置间差异大的传感器，能够利用于调整等。
传感器103通常能够根据测定对象部件、测定对象项目等分类为多个组。预先作为传感器组来登记，如D103那样，对属于传感器组的各传感器的装置间差异诊断值进行累计，按每个传感器组来显示装置间差异诊断值。由此，调整对象的部件变得明确。
通过对全部传感器的装置间差异诊断值进行累计，如D101那样，还显示每个等离子体处理装置1的比较。
参照图9，对确认传感器值的分布和保存在概率分布存储部28中的概率分布的推定结果的画面D105的例子进行说明。
如图9所示，输入装置ID、传感器名，在决定要确认的对象后，显示图表。通过输入多个装置ID，能够进行比较显示。直方图是保存在传感器值存储部12中的传感器值的测定值的直方图，实线是保存在概率分布存储部28中的概率分布推定结果。
例如，在图9中，显示了装置ID为C1、C4的装置的传感器名X2的传感器值的直方图和概率分布的推定结果。由此，使用者能够确认推定出的概率分布是否妥当。此外，例如，若是要比较的两个概率分布平行移动的情况，则能够有效利用在研讨传感器103的初始化等规划针对装置诊断结果的对策中。
这样，如图8以及图9所示，输出部40输出概率分布的等离子体处理装置间差异，作为等离子体处理装置1的状态的诊断值，并且还输出概率分布的随时间的推移幅度。
根据上述实施例，在等离子体处理装置中，例如在装置启动时、应用于新工序时、出厂前的调整时，即使在无法大量取得诊断对象装置的传感器值的情况下，也能够在提取了现有的装置组中共用的事前分布信息的基础上，通过同诊断对象的装置中新取得的传感器值一起推定包含非正态分布的概率分布来进行装置诊断。
以上，对实施例进行了说明，但本发明并不限定于上述实施例，在不脱离其主旨的范围内能够进行各种变更。
例如，在图1中，示出了装置诊断装置2和等离子体处理装置1经由网络而连接的结构，但本发明并不限定于上述结构，如图10所示，等离子体处理装置1也可以是具备装置诊断装置2的结构。在该情况下，等离子体处理装置1具备对样品102进行等离子体处理的处理室104和诊断本装置的状态的装置诊断装置2。
如图10所示，等离子体处理装置1具有图1所示的处理部10和存储部11。处理部10按照设定的加工条件，使处理室104的内部产生等离子体101而对晶片(样品102)进行加工。
此外，装置诊断装置2与图1所示的结构同样地具有共用部20、单独控制部23和存储部26。
附图标记说明：
1 等离子体处理装置
2 装置珍断装置
3 装置组
10 处理部
11 存储部
12 传感器值存储部
13 管理值存储部
20 共用部
21 共用分布函数选择部
22 事前分布设定部
23 单独控制部
24 概率分布推定部
25 装置状态诊断部
26 存储部
27 事前分布存储部
28 概率分布存储部
29 装置诊断值存储部
40 输出部
41 输入部

Claims (8)

1.一种装置诊断装置，诊断等离子体处理装置的状态，其特征在于，
使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由与所述第一等离子体处理装置不同的第二等离子体处理装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布，使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态。
2.根据权利要求1所述的装置诊断装置，其特征在于，
所述第一等离子体处理装置是多个，
各所述第一传感器的预先求出的概率分布函数是对各所述第一等离子体处理装置求出的概率分布函数之中最多的所述第一等离子体处理装置中求出的概率分布函数。
3.根据权利要求2所述的装置诊断装置，其特征在于，
各所述第一传感器的预先求出的概率分布函数从概率分布函数的候补之中基于似然度来选择。
4.一种装置诊断装置，诊断等离子体处理装置的状态，其特征在于，
使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由第二等离子体处理装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布，将相对于所述推定出的概率分布的似然度即第一似然度与相对于正态分布的似然度即第二似然度进行比较，
在所述第一似然度大于所述第二似然度的情况下，使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态，
在所述第二似然度大于所述第一似然度的情况下，使用所述正态分布来诊断所述第二等离子体处理装置的状态。
5.根据权利要求1所述的装置诊断装置，其特征在于，
使用马尔可夫链蒙特卡洛法来推定所述概率分布。
6.根据权利要求1所述的装置诊断装置，其特征在于，
输出所述概率分布的等离子体处理装置间差异，作为所述第二等离子体处理装置的状态的诊断值，并且还输出所述概率分布的随时间的推移幅度。
7.一种等离子体处理装置，具备对样品进行等离子体处理的处理室和诊断本装置的状态的装置诊断装置，其特征在于，
所述装置诊断装置使用由与本装置不同的等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息，基于所述预先求出的事前分布信息、和由本装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布，使用所述推定出的概率分布来诊断所述本装置的状态。
8.一种装置诊断方法，诊断等离子体处理装置的状态，其特征在于，具有：
使用由第一等离子体处理装置中的第一传感器取得的第一传感器值，对各所述第一传感器预先求出包含概率分布函数的事前分布信息的工序；
基于所述预先求出的事前分布信息、和由第二等离子体处理装置中的第二传感器取得的第二传感器值，推定与各所述第一传感器对应的各所述第二传感器的概率分布的工序；和
使用所述推定出的概率分布来诊断所述第二等离子体处理装置的状态的工序。
CN201980007659.0A 2019-07-30 2019-07-30 装置诊断装置、等离子体处理装置以及装置诊断方法 Active CN112585727B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/029762 WO2020152889A1 (ja) 2019-07-30 2019-07-30 装置診断装置、プラズマ処理装置及び装置診断方法

Publications (2)

Publication Number Publication Date
CN112585727A true CN112585727A (zh) 2021-03-30
CN112585727B CN112585727B (zh) 2023-09-29

Family

ID=71736287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980007659.0A Active CN112585727B (zh) 2019-07-30 2019-07-30 装置诊断装置、等离子体处理装置以及装置诊断方法

Country Status (6)

Country Link
US (1) US20220157580A1 (zh)
JP (1) JP6841980B2 (zh)
KR (1) KR102425936B1 (zh)
CN (1) CN112585727B (zh)
TW (1) TWI738411B (zh)
WO (1) WO2020152889A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113015308B (zh) * 2021-03-17 2022-07-15 中国科学技术大学 一种等离子体电流计算方法及装置
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
WO2023148967A1 (ja) * 2022-02-07 2023-08-10 株式会社日立ハイテク 診断装置、診断方法、半導体製造装置システム及び半導体装置製造システム

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5347460A (en) * 1992-08-25 1994-09-13 International Business Machines Corporation Method and system employing optical emission spectroscopy for monitoring and controlling semiconductor fabrication
CN1659690A (zh) * 2002-06-05 2005-08-24 东京毅力科创株式会社 处理装置的多变量解析模型式作成方法、处理装置用的多变量解析方法、处理装置的控制装置、处理装置的控制系统
CN1812067A (zh) * 2005-01-27 2006-08-02 北京北方微电子基地设备工艺研究中心有限责任公司 一种等离子体刻蚀工艺的终点检测方法
US20070021890A1 (en) * 2005-05-30 2007-01-25 International Business Machines Corporation Malfunction condition judgment apparatus, control method, automobile and program method
CN101490816A (zh) * 2006-07-03 2009-07-22 学校法人立命馆 等离子体异常放电诊断方法、等离子体异常放电诊断系统以及计算机程序
KR20110133758A (ko) * 2010-06-07 2011-12-14 명지대학교 산학협력단 플라즈마 공정 진단 시스템 및 이에 있어서 종료점 검출 방법 및 장치
JP2012003720A (ja) * 2010-06-21 2012-01-05 Nippon Telegr & Teleph Corp <Ntt> 状態推定装置、状態推定方法、およびプログラム
JP2013200683A (ja) * 2012-03-23 2013-10-03 Nippon Telegr & Teleph Corp <Ntt> 状態追跡装置、方法、及びプログラム
JP2014022695A (ja) * 2012-07-24 2014-02-03 Hitachi High-Technologies Corp プラズマ処理装置及びその校正方法
WO2018061842A1 (ja) * 2016-09-27 2018-04-05 東京エレクトロン株式会社 異常検知プログラム、異常検知方法および異常検知装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6214119B1 (en) * 1986-04-18 2001-04-10 Applied Materials, Inc. Vacuum substrate processing system having multiple processing chambers and a central load/unload chamber
JP2002270581A (ja) * 2001-03-07 2002-09-20 Hitachi Ltd プラズマ処理装置及び処理方法
JP2003347275A (ja) * 2002-05-30 2003-12-05 Toshiba Corp 半導体製造装置の管理値設定装置
US7072811B2 (en) * 2002-07-15 2006-07-04 Carnegie Mellon University Method and system for identifying regeneration points in a Markov chain Monte Carlo simulation
US6927076B2 (en) * 2002-10-05 2005-08-09 Taiwan Semiconductor Manufacturing Co., Ltd Method for recovering a plasma process
US7050880B2 (en) * 2003-12-30 2006-05-23 Sc Solutions Chemical-mechanical planarization controller
US8366829B2 (en) * 2005-08-05 2013-02-05 Advanced Micro-Fabrication Equipment, Inc. Asia Multi-station decoupled reactive ion etch chamber
JP2008218898A (ja) * 2007-03-07 2008-09-18 Hitachi High-Technologies Corp プラズマ処理装置
JP2010165949A (ja) * 2009-01-16 2010-07-29 Ritsumeikan パーティクル汚染事象予測装置、パーティクル汚染事象予測方法、及び、パーティクル汚染事象予測プログラム
JP5353265B2 (ja) * 2009-01-26 2013-11-27 パナソニック株式会社 プラズマ処理装置
JP5363213B2 (ja) * 2009-06-30 2013-12-11 東京エレクトロン株式会社 異常検出システム、異常検出方法、記憶媒体及び基板処理装置
US8581217B2 (en) * 2010-10-08 2013-11-12 Advanced Ion Beam Technology, Inc. Method for monitoring ion implantation
JP5773613B2 (ja) * 2010-10-25 2015-09-02 東京エレクトロン株式会社 異常原因分析方法及び異常分析プログラム
JP5740246B2 (ja) * 2011-08-15 2015-06-24 株式会社日立ハイテクノロジーズ プラズマ処理装置およびプラズマ処理方法
JP2016103496A (ja) * 2014-11-27 2016-06-02 株式会社日立ハイテクノロジーズ プラズマ処理装置
US10043690B2 (en) * 2015-03-31 2018-08-07 Lam Research Corporation Fault detection using showerhead voltage variation
JP6462477B2 (ja) * 2015-04-27 2019-01-30 東京エレクトロン株式会社 被処理体を処理する方法
US9892012B2 (en) * 2015-12-30 2018-02-13 International Business Machines Corporation Detecting anomalous sensors
US10817796B2 (en) * 2016-03-07 2020-10-27 D-Wave Systems Inc. Systems and methods for machine learning

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5347460A (en) * 1992-08-25 1994-09-13 International Business Machines Corporation Method and system employing optical emission spectroscopy for monitoring and controlling semiconductor fabrication
CN1659690A (zh) * 2002-06-05 2005-08-24 东京毅力科创株式会社 处理装置的多变量解析模型式作成方法、处理装置用的多变量解析方法、处理装置的控制装置、处理装置的控制系统
CN1812067A (zh) * 2005-01-27 2006-08-02 北京北方微电子基地设备工艺研究中心有限责任公司 一种等离子体刻蚀工艺的终点检测方法
US20070021890A1 (en) * 2005-05-30 2007-01-25 International Business Machines Corporation Malfunction condition judgment apparatus, control method, automobile and program method
CN101490816A (zh) * 2006-07-03 2009-07-22 学校法人立命馆 等离子体异常放电诊断方法、等离子体异常放电诊断系统以及计算机程序
KR20110133758A (ko) * 2010-06-07 2011-12-14 명지대학교 산학협력단 플라즈마 공정 진단 시스템 및 이에 있어서 종료점 검출 방법 및 장치
JP2012003720A (ja) * 2010-06-21 2012-01-05 Nippon Telegr & Teleph Corp <Ntt> 状態推定装置、状態推定方法、およびプログラム
JP2013200683A (ja) * 2012-03-23 2013-10-03 Nippon Telegr & Teleph Corp <Ntt> 状態追跡装置、方法、及びプログラム
JP2014022695A (ja) * 2012-07-24 2014-02-03 Hitachi High-Technologies Corp プラズマ処理装置及びその校正方法
WO2018061842A1 (ja) * 2016-09-27 2018-04-05 東京エレクトロン株式会社 異常検知プログラム、異常検知方法および異常検知装置

Also Published As

Publication number Publication date
CN112585727B (zh) 2023-09-29
KR102425936B1 (ko) 2022-07-28
JP6841980B2 (ja) 2021-03-10
WO2020152889A1 (ja) 2020-07-30
TWI738411B (zh) 2021-09-01
JPWO2020152889A1 (ja) 2021-02-18
TW202105107A (zh) 2021-02-01
US20220157580A1 (en) 2022-05-19
KR20210015741A (ko) 2021-02-10

Similar Documents

Publication Publication Date Title
CN112585727B (zh) 装置诊断装置、等离子体处理装置以及装置诊断方法
JP5091604B2 (ja) 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム
US20180284739A1 (en) Quality control apparatus, quality control method, and quality control program
CN102474968B (zh) 预测刻蚀率均匀性以评测校正等离子体腔的方法和装置
US7844558B2 (en) Incremental learning of nonlinear regression networks for machine condition monitoring
JP2004150440A (ja) システム上で診断を行うための方法
US20190196458A1 (en) Method for selecting leading associated parameter and method for combining critical parameter and leading associated parameter for equipment prognostics and health management
US7957821B2 (en) Systems and methods for statistical process control
US20210374634A1 (en) Work efficiency evaluation method, work efficiency evaluation apparatus, and program
KR20210158332A (ko) 정보 처리 장치 및 감시 방법
JP7153142B2 (ja) レシピ情報提示システム、レシピエラー推定システム
JP6641678B2 (ja) 異常診断装置
KR20200033727A (ko) 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램을 저장한 컴퓨터 판독 가능한 기록 매체
JP2016139274A (ja) 不具合診断方法及び不具合診断システム
JP7354421B2 (ja) エラー要因の推定装置及び推定方法
KR20200033726A (ko) 데이터 처리 방법, 데이터 처리 장치, 및 데이터 처리 프로그램을 저장한 컴퓨터 판독 가능한 기록 매체
KR101650887B1 (ko) 반도체 제조 공정에서 통계적 방법을 이용하여, 가스 누출을 감지하는 방법 장치
Hajiyev Innovation approach based measurement error self-correction in dynamic systems
JP7026012B2 (ja) 機器状態監視システム及び機器状態監視方法
JP2010224988A (ja) 品質管理システム、品質管理方法、品質管理プログラム、および製品の製造方法
JP2020067750A (ja) 学習方法、装置及びプログラム、並びに設備の異常診断方法
US7013237B2 (en) Apparatus and method for monitoring a running process
US11586984B2 (en) Method for verifying the production process of field devices by means of a machine-learning system or of a prognosis system
JP2018120538A (ja) 処理フロー管理装置及び処理フロー管理方法
JP7358679B1 (ja) 診断装置及び診断方法並びに半導体製造装置システム及び半導体装置製造システム

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