CN113140482A - 半导体处理装置、方法与系统 - Google Patents

半导体处理装置、方法与系统 Download PDF

Info

Publication number
CN113140482A
CN113140482A CN202110053319.0A CN202110053319A CN113140482A CN 113140482 A CN113140482 A CN 113140482A CN 202110053319 A CN202110053319 A CN 202110053319A CN 113140482 A CN113140482 A CN 113140482A
Authority
CN
China
Prior art keywords
process chamber
parameters
fan
semiconductor processing
processing apparatus
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
CN202110053319.0A
Other languages
English (en)
Inventor
魏恺进
陈哲夫
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.)
Taiwan Semiconductor Manufacturing Co TSMC Ltd
Original Assignee
Taiwan Semiconductor Manufacturing Co TSMC 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 Taiwan Semiconductor Manufacturing Co TSMC Ltd filed Critical Taiwan Semiconductor Manufacturing Co TSMC Ltd
Publication of CN113140482A publication Critical patent/CN113140482A/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
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67155—Apparatus for manufacturing or treating in a plurality of work-stations
    • H01L21/67161—Apparatus for manufacturing or treating in a plurality of work-stations characterized by the layout of the process chambers
    • 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
    • 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
    • H01L21/67063—Apparatus for fluid treatment for etching
    • H01L21/67069—Apparatus for fluid treatment for etching for drying 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
    • H01L21/67—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
    • H01L21/67155—Apparatus for manufacturing or treating in a plurality of work-stations
    • H01L21/6719—Apparatus for manufacturing or treating in a plurality of work-stations characterized by the construction of the processing chambers, e.g. modular processing chambers
    • 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
    • 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
    • H01L21/02002—Preparing wafers
    • H01L21/02005—Preparing bulk and homogeneous wafers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Drying Of Semiconductors (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)

Abstract

本揭露提供多个半导体处理装置、方法与系统，以预测或决定在半导体处理装置(如蚀刻装置)中的半导体晶圆的处理期间不规则的处理参数。半导体处理装置包含配置以接收半导体晶圆的装载端口。制程腔室是耦接至装载端口，而风扇是配置以选择性地改变制程腔室中的流体流。一或多个感测器是被提供在制程腔室中，并配置以感测制程腔室中的一或多个处理参数。控制器是耦接至风扇及一或多个感测器，而控制器是配置以控制风扇，以基于所感测到的一或多个处理参数来改变制程腔室中的流体流。

Description

半导体处理装置、方法与系统
技术领域
本揭露是有关于一种半导体处理装置、方法、与系统，特别是指一种基于感测数据来控制制程腔室中的处理参数的半导体处理流场的控制装置、方法、与系统。
背景技术
在半导体装置的制造期间，半导体晶圆是由各种处理工具或装置来处理。例如：在蚀刻制程期间，可使用蚀刻装置来处理晶圆。蚀刻装置内的条件可根据多种因素而变动，如在蚀刻过程中所使用的特定配方、进行蚀刻的时间长度、蚀刻过程中被导入或发展出的湿度或水蒸气、温度等。
释气(Outgassing)可在进行蚀刻制程中的晶圆的表面上发生，以及在一些状况中，释气可为蚀刻装置内的条件的结果。
发明内容
本揭露的一态样提供一种半导体处理装置，包含：装载端口、制程腔室、风扇、一或多个感测器、以及控制器。其中装载端口是配置以接收半导体晶圆；制程腔室耦接至装载端口；风扇是配置以选择性地改变制程腔室中的流体流；一或多个感测器是配置以感测制程腔室中的一或多个处理参数；以及控制器是耦接至一或多个感测器与风扇，而其是配置以基于所感测到的一或多个处理参数控制风扇来改变制程腔室中的流体流。
本揭露的另一态样提供一种半导体处理方法，包含：通过至少一感测器来感测半导体处理装置的制程腔室中的一或多个处理参数；以及基于所感测到的一或多个处理参数来控制制程腔室中的风扇改变制程腔室中的流体流。
本揭露的又一态样提供一种半导体处理系统，包含：多个装载端口、多个制程腔室、多个风扇、多个感测器、以及控制器；其中每一个装载端口是配置以接收半导体晶圆；每一个制程腔室分别耦接至这些装载端口；这些风扇分别位于这些制程腔室中，每一个风扇是配置以选择性地改变在每一个制程腔室中的流体流；这些感测器分别位于这些制程腔室中，而其是配置以感测在每一个制程腔室中的一或多个处理参数；以及控制器是耦接至这些感测器与风扇，其配置以基于所感测到的一或多个处理参数，来控制这些风扇改变这些制程腔室中的流体流。
附图说明
根据以下详细说明并配合附图阅读，使本揭露的态样获致较佳的理解。需注意的是，如同业界的标准作法，许多特征并不是按照比例绘示的。事实上，为了进行清楚讨论，许多特征的尺寸可以经过任意缩放。
图1是根据一些实施例所绘示的半导体处理装置的示意图；
图2是根据一些实施例所绘示的半导体处理流场控制系统的方块图；
图3是根据一些实施例所绘示的半导体处理装置的示意图；
图4是根据一些实施例所绘示的控制制程腔室风扇的方法流程图。
【符号说明】
10、110、210：半导体处理装置
100：流场控制系统
101：通讯网络
120：信号处理电路
130：流场控制电路
140：机器学习电路
142：处理参数数据库
12：晶圆座
14：晶圆
16：制程腔室
18：外罩
20、220a-220e：装载端口
201a-201e：腔室
22：前开式晶圆传送和(FOUP)
24、24：控制器
26：处理器
28：记忆体
30：风扇
32：鳍片
34、34a-34d：感测器
400：方法
402、404：操作
具体实施方式
以下揭露提供许多不同实施例或例示，以实施申请标的的不同特征。以下叙述的成份和排列方式的特定例示是为了简化本揭露。这些当然仅是做为例示，其目的不在构成限制。举例而言，第一特征形成在第二特征之上或上方的制程描述包含第一特征和第二特征有直接接触的实施例，也包含有其他特征形成在第一特征和第二特征之间，以致第一特征和第二特征没有直接接触的实施例。除此之外，本揭露在各种例示中重复参考数值及/或字母。此重复的目的是为了使说明简化且清晰，并不表示各种讨论的实施例及/或配置之间有关系。
再者，空间相对性用语，例如“下方(beneath)”、“在…之下(below)”、“低于(lower)”、“在…之上(above)”、“高于(upper)”等，是为了易于描述附图中所绘示的元素或特征和其他元素或特征的关系。空间相对性用语除了附图中所描绘的方向外，还包含装置在使用或操作时的不同方向。装置可以其他方式定向(旋转90度或在其他方向)，而本文所用的空间相对性描述也可以如此解读。
在各种实施例中，本揭露提供可在操作期间基于在制程腔室中所感测到的参数来控制制程腔室流体流的多个系统、装置、以及方法。流体流的控制可至少部分由制程腔室中的一风扇或一风扇的鳍片来调整制程腔室中的流体流。
本文中所提供的实施例包含：基于由装置的制程腔室中的感测器所感测到的一或多个处理参数，来决定半导体处理装置中的不规则处理参数的多个系统、装置、以及方法。在一些实施例中，可基于至少部分的与储存在处理参数数据库中的不规则处理条件相关的历史处理参数，并使用机器学习技术来分析这些感测到的处理参数。
图1是绘示根据本揭露的一或多个实施例的半导体处理装置10的示意图。图1中所示的半导体处理装置10可为例如：与蚀刻相关的半导体处理工具，如干式蚀刻或电浆蚀刻工具；但本揭露的实施例并不受限于此。在各种实施例中，半导体处理装置10可为用于半导体装置的处理的任何装置或处理工具。
半导体处理装置10包含在半导体制造过程期间(如蚀刻制程)其上置有半导体晶圆14的晶圆座12。晶圆14可为半导体晶圆，在一些实施例中其可包含在晶圆14的正面(例如图1所示的上侧，)上的电性特征。在一些实施例中，晶圆14可为单晶硅(Si)晶圆、多晶硅晶圆、砷化镓(GaAs)晶圆、或任何其他半导体晶圆。
在半导体处理装置10为电浆蚀刻工具的一例子中，半导体处理装置10可被配置以产生所要的气体混和物的电浆(例如：带电离子)的高速流，并将此电浆流导至晶圆14。由被蚀刻的材料(例如：晶圆14的表面)的元素与由电浆所生成的反应性物种之间的化学反应，电浆产生在室温下的挥发性蚀刻产物。基于电浆的型式与晶圆14上的材料型式，电浆的带电粒子与晶圆14的材料间的碰撞移动那材料，有效地将它从晶圆14表面去除。其他型式的电浆蚀刻可根据此处所叙述的原则而被使用。
晶圆座12是位于半导体处理装置10的制程腔室16内。制程腔室16可被一外罩18至少部分地围绕。例如：制程腔室16可被包围在外罩18内。
在多种实施例中，由半导体处理装置10所实施的半导体处理的型式而定，可放置额外的组件于制程腔室16内。例如：在一些实施例中，一或多个电极是位于制程腔室16内，并配置以产生电磁场，此电磁场从射入至制程腔室16中的前驱物气体产生电浆。在此种实施例中，下电极可被置于半导体晶圆14的下方，而上电极可被置于半导体晶圆14的上方。
制程腔室16可包含用来接收或排出流体的一或多个流体入口或出口。例如：针对半导体处理装置10所进行的各种制造过程，制程腔室16可与气体源流体连通，此气体源提供多种前驱物气体至制程腔室16。在一些实施例中，制程腔室16可为真空腔室，而制程腔室16可与负压或真空流体连通，以从腔室中排除气体。
如本文先前所述，半导体处理装置10可为用在半导体元件处理的任何装置或任何处理工具。类似地，制程腔室16为可使用在半导体处理装置10中的制程腔室例子；但本文所提供的实施例并未被受限制于如图1所示的制程腔室16。在各种实施例中，可使用于各种半导体处理工具其中任一者中的任何组件或特征可位于制程腔室16内，或与制程腔室16互相连结。
半导体处理装置10包含配置以接收多个晶圆的装载端口20。例如：在一些实施例中，装载端口20是配置以接收承载有多个晶圆的前开式晶圆传送盒22(front openinguniversal pod；FOUP)。FOUP 22是配置以在半导体元件制造期间，在所使用到的各种装置之间传送晶圆。在一些实施例中，FOUP 22包含从内部侧壁突出的鳍片或轨道，且这些鳍片或轨道可支撑固定晶圆。在一些实施例中，FOUP 22有一次容纳25片晶圆的能力。在一些实施例中，FOUP 22有一次容纳多于或少于25片晶圆的能力。FOUP 22是配置以透过前方开口来促成晶圆的插入与移除。在一些实施例中，使用机器人搬运系统来从FOUP 22插入及移除晶圆。在一些实施例中，FOUP 22的内部环境可被控制以帮助维持在低湿气含量，并降低污染微粒吸附至储存于FOUP 22内的晶圆上的风险。
在使用期间，FOUP 22中的晶圆可通过例如：机械搬运系统、机械手臂、或类似机械装置被导入至制程腔室16中。在一些实施例中，晶圆可保留存在FOUP 22中并可与制程腔室16流体连通，使得当晶圆位于FOUP 22内时，FOUP 22中的晶圆可被例如：蚀刻所处理。在其他实施例中，多片晶圆可被以一次一片的方式被移动至制程腔室中，例如：位于晶圆座12上以被半导体处理装置10处理。
在半导体处理装置10中的半导体晶圆14的处理期间，晶圆座12是配置以支撑半导体晶圆14。晶圆座12可为在处理期间支撑、承载或固定晶圆14的任何结构。
在一些实施例中，可通过移动式晶圆搬运结构如机器人手臂，或任何能固定及传送半导体晶圆14至晶圆座12上的移动式机器人结构，将半导体晶圆14放置在晶圆座12上。当半导体晶圆14在制程腔室16中被处理后，移动式晶圆搬运结构(如机器人手臂)可类似地移动半导体晶圆14及传送晶圆14至另一个位置(如至缓冲腔室)、另一个制程腔室、传送腔室、或其他类似腔室。
在一些实施例中，半导体处理装置10包含控制器或控制电路24(此处可称为控制系统24)，其控制半导体处理装置10的一或多个操作。例如：在各种实施例中，控制系统24可控制电浆的产生、流入或流出制程腔室16的流体、施加至制程腔室16内的的一或多个电极的电能、其他制程腔室16的加热或环境参数、或其他类似操作。在一些实施例中，控制系统24可控制一或多个机器人机构的操作，如可被操作来移动半导体晶圆14至晶圆座12上或离开晶圆座12的机器人手臂或移动式机器人结构。
控制系统24可包含处理器26及计算机可读取的记忆体28。记忆体28可包含机器可读取的指令，当被处理器26执行时，机器可读取的指令使控制系统24发送命令信号至半导体处理装置10的一或多个组件，如电浆产生组件、气体入口或出口机构、一或多个电极、或类似组件。
半导体处理装置10包含风扇30，其可位于制程腔室16内或与制程腔室16流体连通。风扇30是配置以提供一流体流(例如：空气或出现在制程腔室16内的任何流体)，此流体流可用来维持或控制流场(例如：流体流的流场)，以移除在晶圆14的表面上的释气。风扇30可包含机械性地耦接至风扇30的鳍片32，且鳍片32导引由风扇30所提供的流体流。在一些实施例中，鳍片32可为可变式鳍片，例如：可依所要的方式来选择性的改变鳍片的位置或方位(例如：角度)，以导引流体流。可通过马达或致动器来控制鳍片的定位(包含鳍片的角度)，此马达或致动器是耦接至风扇，并可操作来移动鳍片至一所要的位置。因此流体流可依需求被导引，其可用来控制或移除晶圆14表面的释气。在一些实施例中，风扇30所提供的流体流可被导引向晶圆14的表面(例如：如图1所示的上表面)，而流体流的方向与速度可被风扇30与鳍片32选择性地改变。
再者，如图1所示，半导体处理装置10可包含一或多个感测器34，此一或多个感测器34是配置以感测被半导体处理装置10所进行的半导体处理的一或多个参数。此一或多个感测器34可位于半导体处理装置10内适合的位置，以感测或测量半导体处理装置10的各种处理参数。在一些实施例中，此一或多个感测器34可位于制程腔室16内。例如：此一或多个感测器34可被一或多个支撑物悬挂在制程腔室16内任何适合的或所要的位置，这些支撑物可从例如：制程腔室16的侧壁、上表面、下表面、或任何适合的表面延伸出。在一些实施例中，此一或多个感测器34可位于晶圆14上方；但并未受限于此实施例。
在一些实施例中，此一或多个感测器34可包含流量计、湿度计、温度计、和气体侦测器其中至少一者。例如：在一些实施例中，一或多个感测器34可包含流量计，此流量计是配置以感测或测量流体或气体的线性或非线性、质量或体积的流量，如由风扇30所提供的流体流的流量。在一些实施例中，一或多个感测器34可因而感测到由风扇30所提供的流体流的速度，而所感测到速度可被例如控制器24所使用，以调整由风扇30所提供的流体流的速度至所要的速度。
在一些实施例中，一或多个感测器34可包含湿度计，此湿度计是配置以感测或测量环境中(如在制程腔室16内)湿度或水蒸气的数量。可通过一或多个感测器34监控湿度或水蒸气的数量，并可通过例如控制器24基于所感测到或测量到的湿度或水蒸气的数值来控制湿度或水蒸气的数值。例如：为了调整或控制制程腔室16内的湿度或水蒸气的数量，控制器24可调整导入至制程腔室16内的一或多个化学物、气体、或类似物质。
在一些实施例中，一或多个感测器34可包含温度计，此温度计是配置以感测或测量环境中(如在制程腔室16内)温度或温度梯度。可通过一或多个感测器34监控温度，并可通过例如控制器24基于所感测到或测量到的温度来控制温度。例如：控制器24可基于所感测到或测量到的温度来控制加热元件，以增加或减少制程腔室16中的温度。在一些实施例中，控制器24可通过控制或调整制程腔室16内的流体流，来调整制程腔室16中的温度。
在一些实施例中，一或多个感测器34可包含气体侦测器，此气体侦测器是配置以感测或测量环境中(如在制程腔室16内)气体的存在。可通过一或多个感测器34监控制程腔室16内的气体，并可通过例如控制器24基于所感测到或测量到的气体来控制气体。例如：为了调整或控制制程腔室16中的气体型式或数量，控制器24基于由一或多个感测器34所侦测到的气体，调整导入至制程腔室16内的一或多种气体流。在一些实施例中，控制器24可通过调整制程腔室16内的流场，来调整或控制制程腔室16中的气体，其可例如调整或控制在晶圆14表面的释气。
任何额外的特征或组件可被包含在半导体处理装置10中，其可包含熟悉半导体处理工具或装置的领域者所知悉的任何额外的半导体处理装置(例如：蚀刻装置)的特征或组件。
如于后更详细讨论，被一或多个感测器34所感测或测量到的被半导体处理装置10所进行的半导体处理的各种参数，可被分析以决定处理条件(例如：在制程腔室16内)，其可在半导体处理装置10处理的期间被用来维持所要的处理条件，以减少或消除不规则的或不想要的条件。不规则或异常的处理条件会导致晶圆14处理的不想要结果，如由在晶圆14表面的释气所造成的各种缺陷。
通过以一或多个感测器34来感测或测量各种半导体处理装置10的处理参数，并分析这些所感测到或测量到的参数，可侦测到半导体处理装置10的处理参数中的不规则性，其有助于矫正不规则或不想要的参数，藉以防止或减少晶圆14中缺陷的发生，例如：因晶圆14表面上的释气。可基于所感测到或测量到的处理参数来调整处理参数，例如：通过调整制程腔室16中的流体流，如通过调整风扇30的速度、鳍片32的角度、或类似方式。在一些实施例中，控制器24可用来控制一或多个风扇30的速度、风扇方向(例如：通过调整风扇32的角度或方位)、风扇30的频率、或装载端口20的装载端口门的开口角度，以调整导引至FOUP22中或另被FOUP22所接收的流体流的数量。
图2是根据本揭露的实施例所绘示的半导体处理流场控制系统100的方块图。流场控制系统100可用来连结包含有一或多个特征或功能的半导体处理装置110，半导体处理装置110可为例如图1所示的半导体处理装置10。然而，本揭露所提供的实施例并不受限于此。在各种实施例中，半导体处理装置110可为在半导体元件制造程序期间所使用的任何装置，其包含例如：用以进行化学气相沉积(CVD)、物理气相沉积(PVD)、蚀刻、光学微影、或任何其他半导体处理的装置或工具。在一些实施例中，半导体处理装置110包含部分的流场控制系统100。在半导体处理装置110处理一或多片晶圆的期间，流场控制系统100可基于一或多个感测器34所发送的一或多个处理参数来侦测不规则或不想要的处理条件。
如图2所示，半导体处理装置110可包含第一感测器34a、第二感测器34b、第三感测器34c、以及第三感测器34d。然而，本揭露实施例并未受限于此，而在各种实施例中，半导体处理装置110中可包含有较多或较少的感测器。
感测器34a-34d可位于半导体处理装置110中任何合适的位置，并被配置以感测半导体处理装置110的处理参数。在各种实施例中，感测器34a-34d可为先前针对图1所述的一或多个感测器34其中任一者，其可为流量计、湿度计、温度计、或气体侦测器其中任一者。在一些实施例中，第一感测器34a可为一流量计；第二感测器34b可为一湿度计；第三感测器34c可为一温度计；及第四感测器34d可为一气体侦测器。
如图2所示，流场控制电路系统100包含信号处理电路120及流场控制电路130。
感测器34a-34d通讯性地耦接至信号处理电路120，使得信号处理电路120接收由感测器34a-34d所输出的信号，这些信号为半导体处理装置110所感测到或测量到的参数的指示，如与流体流的速度或速率、湿度或水蒸气的数值、温度、或在处理环境中出现的气体相关的所感测到或测量到的参数。感测器34a-34d可通过任何合适的通讯网络101通讯性地耦接至信号处理电路120。通讯网络101可使用一或多个协定，以经由一或多个实体网络进行通讯，其包含区域网络、无线网络、专属线、内部网络、及类似方式。
在一些实施例中，通讯网络101包含通讯性地耦接至感测器34a-34d与信号处理电路120的一或多个电线。在一些实施例中，通讯网络101可包含无线通讯网络，以将任一感测器34a-34d的信号通讯至信号处理电路120。信号处理电路120和任一感测器34a-34d可包含无线通讯电路，其可促进感测器34a-34d及信号处理电路120间的无线通讯。
信号处理电路120可为电路或可包含电路，此电路是配置以对来自感测器34a-34d的处理信号进行任何信号处理技术，以为了至由流场控制电路130所做的分析来产生合适的输出。在一些实施例中，信号处理电路120可包含计算机处理器、微处理器、微控制器、或类似组件，或可被上述组件所执行，而这些组件是配置以进行针对信号处理电路120在此所述的各种功能与操作。例如：信号处理电路120可被选择性地启动或被储存的计算机程序重新配置的计算机处理器所执行，或可为用以进行在此所述的特征与操作而特别架构的运算平台。在一些实施例中，信号处理电路120可配置以执行储存在任何计算机可读取的储存媒介中的软件指令，此计算机可读取的储存媒介包含例如只读记忆体(Read-Only Memory；ROM)、随机存取记忆体(Random Access Memory；RAM)、快闪记忆体、硬盘机、光学储存装置、磁性储存装置、电子式可清除程序化只读记忆体(Electrically Erasable ProgrammableRead-Only Memory；EEPROM)、有机储存媒介、或类似储存媒介。
信号处理电路120接收并处理由感测器34a-34d所输出的信号。在一些实施例中，信号处理电路120包含模拟-数字转换器(Analog-to-Digital Converter；ADC)，其可转换模拟信号(例如：如从感测器34a-34d接收到的信号)至数字信号。数字信号(例如由模拟-数字转换器输出)可被信号处理电路120分开地处理，使得分别来自感测器34a-34d的信号为了流场控制电路130的分析适合性而被分开地处理。
在一些实施例中，信号处理电路120可结合从感测器34a-34d接收到的信号为处理条件的单一标记。例如：可结合从感测器34a-34d接收到的信号，使得信号处理电路120的输出指出与每一个流体流的速度、湿度或水蒸气的数量、温度、以及出现在处理环境中的气体相关的参数。
如图2所示，信号处理电路120是通讯性地耦接至流场控制电路130。流场控制电路130可包含计算机处理器或另被此计算机处理器所执行，此计算机处理器是配置以进行在所述的各种功能及操作。例如：流场控制电路130可被选择性地启动或被储存的计算机程序重新配置的计算机处理器所执行，或可为用以进行在此所述的特征与操作而特别建构的运算平台。
在一些实施例中，流场控制电路130包含储存有用以进行在此所述的特征与操作的一或多个指令的记忆体，以及流场控制电路130可操作以执行所储存的指令，例如：用来进行在所述的流场控制电路130功能的记忆体。记忆体可为或包含任何计算机可读取的储存媒介，其包含例如：只读记忆体、随机存取记忆体、快闪记忆体、硬盘机、光学储存装置、磁性储存装置、电子式可清除程序化只读记忆体、有机储存媒介、或类似储存媒介。
流场控制电路130可接收与半导体处理装置110的处理参数相关的信号，例如：来自信号处理电路120。流场控制电路130分析所接收到的信号，以决定由半导体处理装置110所进行的处理的当前状态(例如：制程腔室内的当前处理参数)，并在一些实施例中，流场控制电路130可预测或决定半导体处理装置110的处理参数中的不规则性，例如：基于所从感测器34a-34d接收到的信号与过去数据的比较，或基于机器学习模型对所接收到的信号所做的分析，其中此机器学习模型是被指出半导体处理装置110的不规则处理参数的过去数据(例如：与特定处理参数有关的过去感测器信号)所训练。
在一些实施例中，流场控制电路130可采用一或多个人工智能或机器学习技术来预测或决定半导体处理装置110的不规则处理参数，在一些实施例中，其可部份地被机器学习电路140所建置。可通过流场控制电路130自动地进行流场控制电路130所做的一些或全部分析、决策、或在此所述的类似动作，例如：回应从信号处理电路120的接收信号。机器学习电路140可被包含为流场控制电路130(未绘示)的一部分，或可被远端设置并通讯性地耦接至流场控制电路130。机器学习电路140可使用过去数据(例如：可基于过去数据训练机器学习电路140)来预测或决定半导体处理装置110的不规则或不想要的处理参数，这些过去数据指出已知是不规则的处理参数(例如：流体流的速度、湿度或水蒸气的量、温度、或出现在处理环境中的气体)，而机器学习电路140可比较从感测器34a-34d接收到的信号与过去数据，以基于来自过去数据或来自被训练的模型的相似性与偏差信号来预测或决定不规则处理参数，此被训练的模型是包含在机器学习电路140内，或被机器学习电路140所管理，或另被机器学习电路140存取。
在此所述的“人工智能”广泛地叙述任何计算式智能系统与方法，其可学习知识(例如：基于训练数据)，以及使用所学习到的知识来调适其方法，以解决一或多个问题，例如：基于所接收到的输入来做推测，如从与半导体处理装置110的处理参数相关的感测器34a-34d接收到的信号。机器学习通常是指人工智能的次领域或类别，在此是被用以广泛地叙述建置在一或多个计算机系统或电路中(例如：处理电路中)的任何演算法、数学模型、统计模型、或类似方式，而为了做预测或决定，其基于样本数据(或训练数据)建构一或多个模型。
流场控制电路130或机器学习电路140可采用例如类神经网络、深度学习、卷积类神经网络、贝氏程序学习(Bayesian program learning)、支持向量机(support vectormachines)、以及图形辨识技术来解决问题，如预测或决定半导体处理装置的不规则处理信号。再者，流场控制电路130或机器学习电路140可建置任一种下列计算性的演算法或技术中或其组合：分类、回归、监督式学习、非监督式学习、特征学习、丛集、决策树、或类似技术。
一例如：人工神经网络可被流场控制电路130或机器学习电路140所使用，以发展、训练、或更新可用以预测或决定不规则处理参数的一或多个机器学习模型。例示的人工类神经网络可包含多个互相连结并交换彼此间信息的“神经元(neurons)”。这些连结具有可基于经验被调整的数值权重，因此神经网络可适应输入且有能力学习。“神经元”可被包含在相互连接的多个分离层中，如输入层、隐藏层、以及输出层。可通过提供训练数据(例如：过去数据或显示不规则处理参数的过去信号)至输入层来训练神经网络。透过训练，神经网络可产生和/或修改隐藏层，其代表权重连结，此些权重连结将输入层所提供的训练数据映射至输出层上的已知输出信息(例如：所接收到的感测数据的分类为不规则处理参数的代表，如不规则的流体流速度、湿度或水蒸气的数量、温度、或出现在处理环境中的气体)。透过训练过程所形成的输入层、隐藏层、及输出层的神经元之间的关系，(其可包含权重连结关系)可被储存为例如一或多个机器学习模型或另可被机器学习电路140所存取的机器学习模型。
一旦神经网络已被充分训练，可在输入层提供未经训练数据(例如：在半导体处理装置110运作期间从感测器34a-34d接收到的新感测到或测量数据)至此神经网络。由于使用不规则处理参数的知识(例如：如储存在机器学习模型中，其可包含例如神经网络的神经元间的权重连结)时，神经网络可在输出层做出关于所接收的感测数据或测量数据的决定。例如：神经网络可预测或决定半导体处理装置110的不规则处理参数。
由于采用一或多个计算式智能及/或机器学习技术，流场控制电路130可学习(例如：通过基于训练数据发展和/或更新机器学习演算法或模型)以预测或决定不规则处理参数。
机器学习电路140可建置在可存取指令的一或多个处理器中，这些指令可储存在任何计算机可读取的储存媒介中，并可被机器学习电路140执行，以进行在此所述的任何操作或功能。
在一些实施例中，机器学习电路140是通讯性地耦接至处理参数数据库142，处理参数数据库142可被储存例如在任何计算机可读取的储存媒介中。处理参数数据库142可包含将感测到的参数(例如：由感测器34a-34d所感测到)关联至半导体处理装置110的不规则处理参数的信息。在一些实施例中，处理参数数据库142储存多个历史(过去的)感测器数据，这些数据具有已知的结果，或另代表半导体处理装置110的已知的不规则处理参数或条件。
在一些实施例中，可基于储存在处理参数数据库142中的历史处理参数来训练机器学习电路140。因此，历史处理参数数据可被提供为训练机器学习电路140用的训练数据，并可基于储存在处理参数数据库142中的历史处理参数来更新或修改包含在机器学习电路140中或可被机器学习电路140存取的演算法或机器学习模型，使得已训练的机器学习电路140可预测或决定半导体处理装置110的不规则处理参数。
在一些实施例中，训练数据(例如：储存在处理参数数据库142中的历史处理参数)可为或可包含标签化的训练数据，机器学习电路140或流场控制电路130可由标签化的训练数据学习，以预测或决定半导体处理装置110的不规则处理参数。标签化的训练数据可包含多个标签，指出一或多个储存在处理参数数据库142中的处理参数是代表例如半导体处理装置110的不规则处理参数。
在使用半导体处理装置110的期间，信号感测器34a-34d所感测到的各种处理参数被通过信号处理电路120处理，然后已处理的信号被流场控制电路130或机器学习电路140分析信号，以决定半导体处理装置110的当前的处理参数和/或不规则处理参数。流场控制电路130或机器学习电路140可分析所接收到的信号，例如：通过比较所接收到的信号与储存在处理参数数据库142中与历史处理参数有关的历史信号，这些历史信号已知与不规则处理参数或类似信息有关。在一些实施例中，流场控制电路130或机器学习电路140可使用已训练的机器学习模型(如类神经网络或类似方法)来分析所接收到的处理参数感测器数据。
在一些实施例中，流场控制电路130或机器学习电路140可包含或存取多个机器学习模型，这些机器学习模型是基于一特定型式(例如：流体流的速度、湿度或水蒸气的数值、温度、或出现在处理环境中的气体)的感测器数据来训练。
在一些实施例中，流场控制电路130或机器学习电路140可以一种结合的方式来分析从半导体处理装置110的多个不同感测器接收到的感测器数据。例如：可由半导体处理装置110中的每一个感测器34a-34d接收所感测到的处理参数数据。每一个所感测到的不同处理参数数据可被例如机器学习电路140(在一些实施例中其可为类神经网络)根据特定的权重或是数值所处理。加权的感测器数据可被结合为单一信号，此单一信号同时代表来自所有分开的感测器34a-34d的感测器数据，而此结合的感测器信号可与一机器学习模型比较，以预测或决定半导体处理装置110的不规则处理参数。
在一些实施例中，流场控制电路130可基于所预测或决定的不规则处理参数来提供输出至半导体处理装置110的控制器24。流场控制电路130的输出可被控制器24使用，以减少或消除所预测或决定的不规则处理参数。例如：为了减少或消除所预测或决定的不规则处理参数，基于流场控制电路130的输出，控制器24可操作来控制风扇30或鳍片32以调整流体流。例如：在半导体处理装置110中晶圆的处理期间，为了修正或另消除不规则温度、湿度、或流速的不想要的影响，基于所预测或决定的不规则温度、湿度、或流速(如流场控制电路130所提供与输出)，控制器24可控制风扇30的速度、风扇30的方向(例如：鳍片32的角度或方位)、风扇30的频率、或装载端口20的装载端口门的开口角度。
在一些实施例中，在半导体处理装置110中晶圆的处理期间，为了修正或另消除不规则温度、湿度、或流速的不想要的影响，流场控制电路130或机器学习电路140可基于显示风扇30的速度、风扇30的方向(例如：鳍片32的角度或指向)、风扇30的频率、或装载端口20的装载端口门的开口角度的推荐来调整的训练数据来训练。
在一些实施例中，流场控制电路130或机器学习电路140可接收与用来在半导体处理装置110中处理晶圆的特定半导体处理配方有关的配方信息。半导体处理装置110可使用此配方信息(如气体分子组成、温度信息、湿度信息、或流速信息)来进行特定处理。在一些实施例中，配方信息可与特定处理参数有关联，而与历史不规则处理参数有关联的历史配方信息是储存在如处理参数数据库142中。在使用期间，半导体处理装置110进行特定制程用的特定配方可被流场控制电路130或机器学习电路140接收，而在半导体处理装置110的操作期间所感测到的参数(例如：被感测器34a-34d所感测到)可被流场控制电路130或机器学习电路140针对与储存在处理参数数据库142中的相同配方有关联的历史处理参数进行比较或另进行分析。
在一些实施例中，在半导体处理装置110中晶圆的处理期间，为了修正或另消除不规则温度、湿度、或流速的不想要的影响，可针对半导体处理装置110所实施的特定配方来提供风扇30的速度、风扇30的方向(例如：鳍片32的角度或指向)、风扇30的频率、或装载端口20的装载端口门的开口角度的推荐调整。
图3是根据本揭露的一或多个实施例所绘示的半导体处理装置210的示意图。在图3中所示的半导体处理装置210可为例如蚀刻相关的半导体处理工具，如干式蚀刻或电浆蚀刻工具；但本揭露的实施例并未受限于此。在各种实施例中，半导体处理装置210可为用在半导体元件处理的任何装置或处理工具。
图3所示的半导体处理装置210包含多个制程腔室201a-201e，在一些实施例中，这些制程腔室可为蚀刻腔室。每一个制程腔室201a-201e可包含前述针对图1所描述与所绘示的半导体处理装置10的一些或全部特征。
每一个制程腔室201a-201e可包含各自的装载端口220a-220e。装载端口220a-220e是配置以接收被例如：FOUP所承载的半导体晶圆。在一些实施例中，FOUP在各种制程腔室201a-201e之间传送晶圆，使得晶圆可在一或多个制程腔室201a-201e被处理。
每一个制程腔室201a-201e可包含风扇30及鳍片32，其是与在此之前所述实质相同。在一些实施例中，可提供风扇30及鳍片32在装载端口220a-220e的上方，据此，风扇30及鳍片32可提供并控制流过装载端口220a-220e的流体流。在一些实施例中，流体流是被提供至装载端口220a-220e中的晶圆(例如：在被装载至装载端口内的FOUP)。在一些实施例中，每一个制程腔室201a-201e可包含一晶圆座，或晶圆处理期间在制程腔室201a-201e中晶圆可置于上方的其他结构。风扇30及鳍片32提供及控制流过置于制程腔室201a-201e中的晶圆上方的流体流。
每一个制程腔室201a-201e可包含至少一个感测器34，其可为流量计、湿度计、温度计、或气体侦测器其中至少一者，如前文所述。
半导体处理装置210可使用于针对图2所绘示和叙述的半导体处理流场控制系统100中。例如：半导体处理装置210可被包含为图2所示的半导体处理装置110。在运作中，各种处理参数被感测器34感测到，而流场控制电路130及机器学习电路140可被用以基于所感测到的参数来预测或决定半导体处理装置210的不规则处理参数。
在一些实施例中，流场控制电路130或机器学习电路140可接收与用来在半导体处理装置210的每一个制程腔室201a-201e中处理晶圆的特定半导体处理配方有关联的配方信息。用来在半导体处理装置210的每一个腔室201a-201e中处理晶圆的配方信息可包含，例如：气体分子组成、温度信息、湿度信息、或流速信息。在使用期间，流场控制电路130或机器学习电路140可接收到针对半导体处理装置210的腔室201a-201e所进行的特定处理的特定配方，而在半导体处理装置210的每一个腔室201a-201e的操作期间所感测到的参数(例如：被感测器34感测到)，可被流场控制电路130或机器学习电路140针对与储存在处理参数数据库142中的相同配方相关联的历史参数进行比较或另进行分析。
在一些实施例中，在半导体处理装置210中晶圆的处理期间，为了修正或另消除不规则温度、湿度、或流速的不想要的影响，可针对半导体处理装置210所实施的特定配方来提供风扇30的速度、风扇30的方向(例如：鳍片32的角度或方位)、风扇30的频率、或装载端口220a-220b的装载端口门的开口角度的推荐调整。在一些实施例中，流场控制电路130或机器学习电路140还接收指示FOUP中的晶圆数量的信息，这些晶圆是将被半导体处理装置210的腔室201a-201e处理。与不规则处理参数有关联的处理参数(例如通过流场控制电路130或机器学习电路140)是与FOUP中晶圆的特定数量有关联，不规则处理参数的决定或预测可至少部分地基于一个特定腔室201a-201e中的FOUP中被处理的晶圆的数量。
图4是根据本揭露一或多个实施例所绘示的制程腔室风扇控制方法400的流程图。此方法可被至少部分地被例如针对图1所绘示及叙述的半导体处理装置10、针对图2所绘示及叙述的处理流场控制系统100、或针对图3所绘示及叙述的半导体处理装置210实施。
在操作402中，此方法包含使用至少一个感测器来感测半导体处理装置的制程腔室中的一或多个处理参数。这些处理参数被例如一或多个感测器34所感测，其可为流量计、湿度计、温度计、或气体侦测器中的一者或多者。
在操作404中，此方法包含基于所感测到的一或多个处理参数，来控制制程腔室中的风扇以改变制程腔室中的流体流。风扇可被例如控制器24所控制。在一些实施例中，控制器可控制风扇的速度、制程腔室中的流体流的方向、和风扇的频率其中至少一者。在一些实施例中，此方法可包含基于所感测到的一或多个处理参数来决定制程腔室中的不规则处理参数，而风扇可被控制以改变制程腔室中的流体流来修正不规则处理参数。
本揭露的多个实施例提供数个优点，并对出现在例如：半导体处理装置、系统、或方法的领域中的技术性问题，提供多个技术性解决方案。例如：本揭露的多个实施例可基于在制程腔室中所感测到的参数，被操作来控制制程腔室中的流体流。相较于已知系统，本揭露实施例提供重大的优点，已知系统并未基于由半导体装置所感测到的任何参数来控制流场，而可能会导致在处理期间因释气或制程腔室中其他不规则参数而产生缺陷。因为有缺陷的晶圆可能会被报废或需要进一步处理，以消除因不规则处理参数所产生的缺陷，故这些缺陷将进一步导致成本增加及收益减少。然而，通过基于在制程腔室中所感测到的参数来控制制程腔室中的流体，本揭露实施例可避免或减少这些缺陷，借以减少或消除来自因处理条件、释气、或类似因素而发生的缺陷。
本揭露的一态样提供一种半导体处理装置，包含：装载端口、制程腔室、风扇、一或多个感测器、以及控制器。其中装载端口是配置以接收半导体晶圆；制程腔室耦接至装载端口；风扇是配置以选择性地改变制程腔室中的流体流；一或多个感测器是配置以感测制程腔室中的一或多个处理参数；以及控制器是耦接至一或多个感测器与风扇，而其是配置以基于所感测到的一或多个处理参数控制风扇来改变制程腔室中的流体流。在一些实施例中，一或多个感测器包含流量计、湿度计、温度计、或气体侦测器其中至少一者。在一些实施例中，半导体处理装置还包含机械性地耦接至风扇的多个鳍片，这些鳍片具有可调整角度，而其是配置以调整制程腔室中的流体流的方向。在一些实施例中，控制器是配置以控制风扇的速度、制程腔室中的流体流的方向、风扇的频率、或装载端口的装载端口门的开口角度其中至少一者。在一些实施例中，半导体处理装置还包含通讯性地耦接至一或多个感测器的流场控制电路，而其是配置以基于所感测到的一或多个处理参数来决定半导体处理装置的多个不规则处理参数。在一些实施例中，半导体处理装置还包含通讯性地耦接至流场控制电路的处理参数数据库，其储存与半导体处理装置的这些不规则处理参数相关的信息；其中流场控制电路是配置以基于所感测到的一或多个处理参数与储存在处理参数数据库中的信息，来决定半导体处理装置的这些不规则处理参数。在一些实施例中，流场控制电路是配置以接收与由半导体处理装置所进行的制程相关的配方信息，而与储存在处理参数数据库中的这些不规则处理参数相关的信息，是与所接收到的配方信息相关。在一些实施例中，流场控制电路是配置以输出一推荐调整至风扇的速度、流体流的方向、风扇的频率、和装载端口的装载端口门的开口角度其中至少一者，控制器是配置以基于此推荐调整来控制该风扇。在一些实施例中，装载端口是置于风扇与一或多个感测器之间。
本揭露的另一态样提供一种半导体处理方法，包含：通过至少一感测器来感测半导体处理装置的制程腔室中的一或多个处理参数；以及基于所感测到的一或多个处理参数来控制制程腔室中的风扇改变制程腔室中的流体流。在一些实施例中，感测一或多个处理参数的操作包含：感测流场速度、湿度或水蒸气、温度、和制程腔室中气体其中至少一者。在一些实施例中，控制风扇改变制程腔室中的流体流的操作包含：控制风扇的速度、制程腔室中的流体流的方向、和风扇的频率其中至少一者。在一些实施例中，半导体处理方法基于所感测到的一或多个处理参数，来决定制程腔室中的不规则处理参数，其中控制风扇改变制程腔室中的流体流的操作包含：控制风扇改变制程腔室中的流体流来修正不规则处理参数。在一些实施例中，决定制程腔室中的不规则处理参数的操作包含：比较所感测到的一或多个处理参数与储存在数据库中的多个不规则处理参数。在一些实施例中，决定制程腔室中的不规则处理参数的操作包含：基于所感测到的一或多个处理参数，并基于与由半导体处理装置所进行的特定制程相关的配方信息，使用机器学习电路来决定不规则处理参数。
本揭露的又一态样提供一种半导体处理系统，包含：多个装载端口、多个制程腔室、多个风扇、多个感测器、以及控制器；其中每一个装载端口是配置以接收半导体晶圆；每一个制程腔室分别耦接至这些装载端口；这些风扇分别位于这些制程腔室中，每一个风扇是配置以选择性地改变在每一个制程腔室中的流体流；这些感测器分别位于这些制程腔室中，而其是配置以感测在每一个制程腔室中的一或多个处理参数；以及控制器是耦接至这些感测器与风扇，其配置以基于所感测到的一或多个处理参数，来控制这些风扇改变这些制程腔室中的流体流。在一些实施例中，半导体处理系统还包含通讯性地耦接至这些感测器的流场控制电路，而其是配置以基于所感测到的一或多个处理参数，来决定这些制程腔室的多个不规则处理参数。在一些实施例中，半导体处理系统还包含通讯性地耦接至此流场控制电路的处理参数数据库，其储存与这些制程腔室的这些不规则处理参数相关的信息，其中此流场控制电路是配置以基于所感测到的一或多个处理参数和储存于此数据库中的信息，来决定这些制程腔室的这些不规则处理参数。在一些实施例中，流场控制电路是配置以接收与在每一个这些制程腔室中所进行的多个制程相关的配方信息，而与储存在此处理参数数据库中的这些不规则处理参数相关的信息是与所接收到的配方信息相关。在一些实施例中，这些感测器包含：流量计、湿度计、温度计，或气体侦测器其中至少一者。
上述摘要许多实施例的特征，因此本领域具有通常知识者可更了解本揭露的态样。本领域具有通常知识者应理解利用本揭露为基础可以设计或修饰其他制程和结构以实现和所述实施例相同的目的及/或达成相同优势。本领域具有通常知识者也应了解与此同等的架构并没有偏离本揭露的精神和范围，且可以在不偏离本揭露的精神和范围下做出各种变化、交换和取代。
以上所述的各种实施例可合并以提供更进一步的实施例。受以上详细叙述启发，本文中的这些变化及其他变化可成为实施例。通常，在所附的权利要求书中所使用的词句不应构成限制而将权利要求限制在说明书及权利要求书中所揭露的特定的实施例上，而应该是依照这些赋予权利的权利要求的所有等价范围内，来构成包含所有可能的实施例。据此，权利要求并未限制于本揭露。

Claims (10)

1.一种半导体处理装置，其特征在于，包含：
一装载端口，配置以接收一半导体晶圆；
一制程腔室，耦接至该装载端口；
一风扇，配置以选择性地改变该制程腔室中的一流体流；
一或多个感测器，配置以感测该制程腔室中的一或多个处理参数；以及
一控制器，耦接至该一或多个感测器与风扇，该控制器是配置以基于所感测到的该一或多个处理参数控制该风扇来改变该制程腔室中的该流体流。
2.根据权利要求1所述的半导体处理装置，其特征在于，该一或多个感测器包含一流量计、一湿度计、一温度计、或一气体侦测器其中至少一者。
3.根据权利要求1所述的半导体处理装置，其特征在于，还包含：
一流场控制电路，通讯性地耦接至一或多个感测器，该流场控制电路是配置以基于所感测到的该一或多个处理参数来决定该半导体处理装置的多个不规则处理参数。
4.根据权利要求3所述的半导体处理装置，其特征在于，还包含：
一处理参数数据库，通讯性地耦接至该流场控制电路，该处理参数数据库储存与该半导体处理装置的所述多个不规则处理参数相关的信息；
其中该流场控制电路是配置以基于所感测到的该一或多个处理参数与储存在该处理参数数据库中的信息，来决定该半导体处理装置的所述多个不规则处理参数。
5.根据权利要求3所述的半导体处理装置，其特征在于，该流场控制电路是配置以输出一推荐调整至该风扇的一速度、该流体流的一方向、该风扇的一频率、和该装载端口的一装载端口门的一开口角度其中至少一者，该控制器是配置以基于该推荐调整来控制该风扇。
6.一种半导体处理方法，其特征在于，包含：
通过至少一感测器来感测一半导体处理装置的一制程腔室中的一或多个处理参数；以及
控制该制程腔室中的一风扇，以基于所感测到的该一或多个处理参数来改变该制程腔室中一流体流。
7.根据权利要求6所述的方法，其特征在于，该感测该一或多个处理参数的操作包含：感测流场速度、湿度或水蒸气、温度、和该制程腔室中气体其中至少一者。
8.根据权利要求6所述的方法，其特征在于，还包含：
基于所感测到的该一或多个处理参数，来决定该制程腔室中的一不规则处理参数，
其中该控制该风扇以改变该制程腔室中的该流体流的操作包含：控制该风扇以改变该制程腔室中的该流体流来修正该不规则处理参数。
9.一种半导体处理系统，其特征在于，包含：
多个装载端口，每一装载端口是配置以接收一半导体晶圆；
多个制程腔室，分别耦接至所述多个装载端口；
多个风扇，分别位于所述多个制程腔室中，每一所述风扇是配置以选择性地改变在一个别制程腔室中的一流体流；
多个感测器，分别位于所述多个制程腔室中，所述多个感测器是配置以感测在该个别制程腔室中的一或多个处理参数；以及
一控制器，耦接至所述多个感测器与所述多个风扇，该控制器是配置以基于所感测到的该一或多个处理参数，来控制所述多个风扇以改变所述多个制程腔室中的该流体流。
10.根据权利要求9所述的半导体处理系统，其特征在于，还包含：
一流场控制电路，通讯性地耦接至所述多个感测器，该流场控制电路是配置以基于所感测到的该一或多个处理参数，来决定所述多个制程腔室的多个不规则处理参数。
CN202110053319.0A 2020-01-17 2021-01-15 半导体处理装置、方法与系统 Pending CN113140482A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/746,369 US11443966B2 (en) 2020-01-17 2020-01-17 Semiconductor processing flow field control apparatus and method
US16/746,369 2020-01-17

Publications (1)

Publication Number Publication Date
CN113140482A true CN113140482A (zh) 2021-07-20

Family

ID=76810431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110053319.0A Pending CN113140482A (zh) 2020-01-17 2021-01-15 半导体处理装置、方法与系统

Country Status (3)

Country Link
US (1) US11443966B2 (zh)
CN (1) CN113140482A (zh)
TW (1) TWI775275B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021152762A (ja) * 2020-03-24 2021-09-30 株式会社Ｓｃｒｅｅｎホールディングス 学習済みモデル生成方法、学習済みモデル、異常要因推定装置、基板処理装置、異常要因推定方法、学習方法、学習装置、及び、学習データ作成方法
US20240176312A1 (en) * 2022-11-28 2024-05-30 Applied Materials, Inc. Determining equipment constant updates by machine learning

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150170945A1 (en) * 2013-12-13 2015-06-18 Sinfonia Technology Co., Ltd. Efem
JP2019161116A (ja) * 2018-03-15 2019-09-19 シンフォニアテクノロジー株式会社 Ｅｆｅｍ

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060156979A1 (en) 2004-11-22 2006-07-20 Applied Materials, Inc. Substrate processing apparatus using a batch processing chamber
US7694688B2 (en) 2007-01-05 2010-04-13 Applied Materials, Inc. Wet clean system design
JP6500498B2 (ja) * 2015-02-27 2019-04-17 シンフォニアテクノロジー株式会社 搬送室及び搬送室のケミカルフィルタの湿度管理方法
US20170084470A1 (en) 2015-09-18 2017-03-23 Tokyo Electron Limited Substrate processing apparatus and cleaning method of processing chamber
KR102132422B1 (ko) * 2018-03-14 2020-08-05 우범제 이에프이엠

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150170945A1 (en) * 2013-12-13 2015-06-18 Sinfonia Technology Co., Ltd. Efem
JP2019161116A (ja) * 2018-03-15 2019-09-19 シンフォニアテクノロジー株式会社 Ｅｆｅｍ

Also Published As

Publication number Publication date
TW202129692A (zh) 2021-08-01
US11443966B2 (en) 2022-09-13
US20210225673A1 (en) 2021-07-22
TWI775275B (zh) 2022-08-21

Similar Documents

Publication Publication Date Title
CN113140482A (zh) 半导体处理装置、方法与系统
US11989495B2 (en) Systems and methods for predicting film thickness using virtual metrology
WO2005067006A1 (en) Methods for adaptive real time control of a thermal processing system
TW202245091A (zh) 用於使用虛擬模型進行處理腔室健康監測和診斷的系統和方法
JP2024083583A (ja) 基板処理装置、及び、基板処理方法
JP2024045749A (ja) 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、及び学習済モデル
WO2022169611A1 (en) Systems and methods for predicting film thickness of individual layers using virtual metrology
US20230135102A1 (en) Methods and mechanisms for process recipe optimization
TWI828030B (zh) 存放器系統及控制方法
US20220259729A1 (en) Deposition system and deposition method
TW202236471A (zh) 在元件製造期間對多層堆疊的前饋控制
US20230359179A1 (en) Methods and mechanisms for adjusting film deposition parameters during substrate manufacturing
US20230069081A1 (en) Method and system for adjusting the gap between a wafer and a top plate in a thin-film deposition process
US20240230189A1 (en) Cooling flow in substrate processing according to predicted cooling parameters
CN117355928A (zh) 在处理系统中的压力变化期间防止基板污染
US20230260767A1 (en) Process control knob estimation
US20220384216A1 (en) Exhausting device and exhausting method in substrate processing equipment
US20230306300A1 (en) Methods and mechanisms for measuring patterned substrate properties during substrate manufacturing
US20210257197A1 (en) Substrate processing method, gas flow evaluation substrate and substrate processing apparatus
CN118569184A (zh) 修改用于新半导体处理设备的机器学习模型的方法和机制
CN117836922A (zh) 用于无接触处理腔室表征的方法及机制
TW202340885A (zh) 用於在評估系統與製造系統之間進行介接的通訊節點
Cale et al. A simple adaptive optimization algorithm for the tungsten LPCVD process

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