CN117411461A - 用于半导体处理系统的改进的控制 - Google Patents

用于半导体处理系统的改进的控制 Download PDF

Info

Publication number
CN117411461A
CN117411461A CN202310875068.3A CN202310875068A CN117411461A CN 117411461 A CN117411461 A CN 117411461A CN 202310875068 A CN202310875068 A CN 202310875068A CN 117411461 A CN117411461 A CN 117411461A
Authority
CN
China
Prior art keywords
attributes
processing
data
filters
filter
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
CN202310875068.3A
Other languages
English (en)
Inventor
C·皮兰特
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.)
Verity Instruments Inc
Original Assignee
Verity Instruments Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US18/352,018 external-priority patent/US20240021450A1/en
Application filed by Verity Instruments Inc filed Critical Verity Instruments Inc
Publication of CN117411461A publication Critical patent/CN117411461A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • 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
    • 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
    • H01L21/67242—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
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • H03H17/0252—Elliptic filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • H03H17/026—Averaging filters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H2017/0072—Theoretical filter design
    • H03H2017/009—Theoretical filter design of IIR filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

本申请涉及用于半导体处理系统的改进的控制。本公开提供具有时延、可重复性、稳定性、信号可检测性和其他益处的改进的光学数据的处理。改进的处理可用于更准确且一致地监测和控制半导体工艺。在一个实例中，处理光谱数据的方法包含：(1)收集一或多个波长上的光学发射光谱数据的时间有序序列，(2)从光学发射光谱数据的所述时间有序序列提取一或多个属性，(3)分析所述一或多个属性的特性，(4)确定所述一或多个属性的调节，(5)根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性，及(6)基于所述一或多个属性的所述处理而选择用于处理所述光谱数据的滤波器配置。

Description

用于半导体处理系统的改进的控制
相关申请的交叉引用
本申请要求克里斯·皮兰特(Chris Pylant)在2022年7月15日提交的名称为“用于半导体处理系统的改进的控制(Improved Control for Semiconductor ProcessingSystems)”的美国临时申请第63/389,416号的权益，所述申请与本申请共同转让且以全文引用的方式并入本文中。
技术领域
本公开大体上涉及光学光谱系统和使用方法，且更具体来说，涉及用于从用于光学信号收集的光谱仪和半导体工具控制器收集的实时数据之间的控制的更低时延、增加的可重复性和其它益处的改进的信号处理。
背景技术
半导体工艺的光学监测是用于控制例如蚀刻、沉积、化学机械抛光和注入等工艺的行之有效的方法。光学发射光谱(OES)和干涉测量终点(IEP)是用于数据收集的两种基本类型的操作模式。在OES应用中，收集和分析从工艺(通常是从等离子体)发射的光，以识别和跟踪原子和分子物种的改变，所述改变指示被监测工艺的状态或进展。在IEP应用中，通常从外部源(例如闪光灯)供应光，且将所述光引导到工件上。在从工件反射之后，发出的光携载呈工件的反射率形式的信息，所述信息指示工件的状态。工件的反射率的提取和建模准许理解膜厚度和特征大小/深度/宽度以及其它性质。
发明内容
在一个方面中，本公开提供一种处理光谱数据的方法。在一个实例中，所述方法包含：(1)收集一或多个波长上的光学发射光谱数据的时间有序序列，(2)从光学发射光谱数据的所述时间有序序列提取一或多个属性，(3)分析所述一或多个属性的特性，(4)确定所述一或多个属性的调节，(5)根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性，及(6)基于所述一或多个属性的所述处理而选择用于处理所述光谱数据的滤波器配置。
在另一方面中，本公开提供一种控制半导体工艺的方法。在一个实例中，所述控制的方法包含：(1)收集一或多个波长上的光学发射光谱数据，(2)使用经选择以在确定终点指示时提供最小处理延迟的预选方法来处理所述数据，及(3)基于所述数据的所述处理而更改所述半导体工艺。
在又一方面中，本公开提供一种计算装置。在一个实例中，所述计算装置包含一或多个处理器，其执行包含以下的操作：(1)收集一或多个波长上的光学发射光谱数据，(2)使用经选择以在确定终点指示时提供最小处理延迟的预选方法来处理所述数据，及(3)基于所述数据的所述处理而更改半导体工艺。
在又另一方面中，本公开提供一种计算机程序产品，其具有存储在非暂时性计算机可读媒体上的一系列操作指令，所述非暂时性计算机可读媒体在起始时引导一或多个处理器的操作，由此执行用于处理光谱数据的操作。在一个实例中，所述操作包含：(1)从半导体工艺收集一或多个波长上的光学发射光谱数据的时间有序序列，(2)从光学发射光谱数据的所述时间有序序列提取一或多个属性，(3)分析所述一或多个属性的特性，(4)确定所述一或多个属性的调节，(5)根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性；及(6)基于所述一或多个属性的所述处理，使用来自所述预定滤波器集合的一或多个滤波器来选择用于处理所述光谱数据的滤波器配置。
附图说明
现结合附图参考以下描述，其中：
图1是用于采用OES和/或IEP来监测和/或控制半导体工艺工具内的等离子体或非等离子体工艺的状态的系统的框图；
图2是大体上描绘典型面阵CCD传感器的功能元件的示意图；
图3是根据本公开的由所收集光的转换产生的典型OES光学信号(光谱)的曲线图；
图4是根据本公开的从从光学传感器收集的数字化信号(例如图3的OES光学信号)提取的未处理信号趋势的曲线图；
图5是根据本公开的从光学传感器收集数据且处理所述数据以实现更低时延、增加的可重复性和其它益处的方法的流程图；
图6A是根据本公开的与图4的趋势相关联的噪声的时间演变的曲线图；
图6B是根据本公开的与图4的趋势相关联的噪声的直方图；
图6C是根据本公开的与图4的趋势相关联的噪声的功率光谱密度图；
图7是根据本公开的选自图4的趋势的估计信号和特征的曲线图；
图8A至8G是根据本公开的应用于图4的趋势的各种滤波方法的曲线图；
图9是根据本公开的比较当应用各种滤波器时图4的趋势的经计算终点时延的曲线图；
图10A和10B是根据本公开的在具有和不具有调节的情况下进行不同地滤波的图4的趋势的曲线图；
图11A和11B是根据本公开的经不同地处理的代表性IEP光学信号数据的曲线图；
图12是根据本公开的光谱仪和特定相关系统的框图；且
图13说明根据本公开的配置成将光谱和趋势处理应用于光谱数据的计算装置的实例的框图。
具体实施方式
在以下描述中，参考了形成本发明的一部分的附图，且在附图中以说明方式展示其中可实践本发明的具体实施例。足够详细地描述这些实施例以使得所属领域的技术人员能够实践本发明，且应理解，可利用其它实施例。还应理解，在不脱离本发明的精神和范围的情况下，可进行结构、程序和系统改变。因此，不应以限制意义对待以下描述。为了解释清楚起见，附图中展示的相同特征以相同参考编号指示，且图式中在替代实施例中展示的类似特征以类似参考编号指示。本发明的其它特征将从附图和以下详细描述中显而易见。应注意，出于说明清晰的目的，图式中的特定元件可能未按比例绘制。
半导体工艺朝向更快工艺、更小特征大小和更复杂结构的不断进步对工艺监测技术提出了很高的要求。举例来说，需要更高数据速率来准确地监测非常薄的层上的快得多的蚀刻速率，其中以埃(几个原子层)计的改变例如对于鳍式场效应晶体管(FINFET)和三维NAND(3D NAND)结构来说至关重要。在许多情况下，OES和IEP方法均需要更宽的光学带宽和更大的信噪比，以帮助检测反射率和/或光学发射的小改变。随着工艺设备本身变得更加复杂和昂贵，成本和包装大小也面临着持续的压力。所有这些要求都寻求提高半导体工艺的光学监测的性能。无论是OES还是IEP方法，许多光学监测系统的重要组件是光谱仪，且其能够将接收到的光学数据一致且准确地转换为电数据以控制和监测半导体工艺。
因此，本文中所公开的是通过表征噪声、调节和滤波器选择对光学趋势数据和/或光学特征(统称为属性)的影响来提供光学数据的改进的处理以实现更低时延、增加的可重复性、改进的工艺稳定性、增加的信号可检测性和其它益处的工艺、系统和设备。改进的处理可用于更准确且一致地监测和控制半导体工艺。
具体关于监测和评估工艺工具内的半导体工艺的状态，图1说明利用OES和/或IEP来监测和/或控制半导体工艺工具110内的等离子体或非等离子体工艺的状态的工艺系统100的框图。半导体工艺工具110，或简单地说工艺工具110通常将晶片120和可能的工艺等离子体130围封在腔室135的通常部分抽空的体积中，所述腔室可包含各种工艺气体。工艺工具110可包含一或多个光学接口或简单地说接口140、141和142以准许在各种位置和定向对腔室135内进行观察。接口140、141和142可包含多种类型的光学元件，例如但不限于光学滤波器、透镜、窗口、孔径、光纤等。
对于IEP应用，光源150可直接或经由光纤电缆组合件153与接口140连接。如此配置中所展示，接口140垂直于晶片120的表面定向，且常常相对于所述表面居中。来自光源150的光可以准直光束155的形式进入腔室135的内部体积。光束155在从晶片120反射后可再次由接口140接收。在常见应用中，接口140可为光学准直器。在由接口140接收之后，光可经由光纤电缆组合件157传送到光谱仪160以用于检测和转换成数字信号。光可包含有来源的和检测到的光，且可包含例如从深紫外线(DUV)到近红外线(NIR)的波长范围。所关注波长可选自波长范围的任何子范围。对于较大衬底或在需要理解晶片不均匀性的情况下，可使用与晶片120垂直定向的额外光学接口(图1中未展示)。处理工具110还可包含定位在不同位置以用于其它监测选项的额外光学接口。
对于OES应用，接口142可经定向以收集来自等离子体130的光发射。接口142可简单地是视口，或可另外包含其它光学件，例如透镜、镜和光学波长滤波器。光纤电缆组合件159可将任何收集到的光引导到光谱仪160以用于检测和转换为数字信号。光谱仪160可包含CCD传感器和转换器，例如图2的CCD传感器200和转换器250，以用于检测和转换。可单独地或并行地使用多个接口以收集OES相关的光学信号。举例来说，接口141可经定位以收集来自晶片120的表面附近的发射，而接口142可经定位以查看等离子体130的主体，如图1中所展示。
在许多半导体处理应用中，常见对OES和IEP光学信号进行收集，且这种收集给使用光谱仪160带来了多个问题。通常，OES信号在时间上是连续的，而IEP信号可能在时间上是连续的或离散的。这些信号的混合造成了许多困难，因为工艺控制常常需要检测OES和IEP信号中的微小改变，且任一信号中的固有变化可掩盖对另一信号中的改变的观察。由于例如信号定时同步、校准和封装的成本、复杂性、不便性，支持用于每一信号类型的多个光谱仪并不是有利的。
在由光谱仪160检测且将接收到的光学信号转换为模拟电信号之后，模拟电信号通常在光谱仪160的子系统内被放大和数字化，且传递到信号处理器170。信号处理器170可以是例如工业PC、PLC或其它系统，其采用一或多个算法来产生输出180，例如，表示特定波长的强度或两个波长带的比率的模拟或数字控制值。代替单独装置，信号处理器170可替代地与光谱仪160集成。信号处理器170可采用一或多个OES算法，所述算法分析预定波长下的发射强度信号且确定表示与工艺的状态相关的趋势的趋势参数，且可用于存取所述状态，例如终点检测、刻蚀深度等。对于IEP应用，信号处理器170可采用分析光谱的宽带宽部分以确定膜厚度的算法。举例来说，参见以引用的方式并入本文中的美国专利7,049,156，用于膜厚度和沟槽深度的原位监测和控制的系统和方法(System and Method for In-situMonitor and Control of Film Thickness and Trench Depth)。图11A和11B是根据本公开的经不同地处理的代表性IEP光学信号数据的曲线图。输出180可经由通信链路185传送到工艺工具110，以用于监测和/或修改工艺工具110的腔室135内发生的生产过程。
为了方便起见，图1的组件被简化且为通常已知的。除了常见功能以外，光谱仪160或信号处理器170还可配置成识别静态和瞬态光学和非光学信号，且根据本文中所公开的方法和/或特征来处理这些信号。因而，光谱仪160或信号处理器170可包含识别且处理从其提取的光学信号和时间趋势的一或多个算法、处理能力和/或逻辑。算法、处理能力和/或逻辑可呈硬件、软件、固件或其任何组合的形式。算法、处理能力和/或逻辑可在一个计算装置内，或也可分布在例如光谱仪160和信号处理器170等多个装置上。
图2是大体上描绘常规面阵CCD传感器200的功能元件的示意图。传感器200通常包含有源像素区域210，所述有源像素区域可被划分成个别像素的阵列，例如1024(H)x 122(V)，如日本滨松(Hamamatsu of Japan)的S7031 CCD传感器中那样。为了定义和清晰起见，应注意，本文中在提及光学传感器时使用的“水平”和“竖直”分别指所论述的光学传感器的长物理轴和短物理轴。在光谱应用中，通常光学传感器的长/水平轴与波长色散的定向对准，而短/竖直轴与限定的光源或照明孔径(例如光纤或光学狭缝)的成像或收集相关联。
传感器200还包含接近于像素区域210的水平移位寄存器220。例如来自光纤电缆组合件157或159的集成在传感器200上的光学信号通常经由将像素区域210中的每一像素中的所存储电荷如箭头230所指示竖直地移位到水平移位寄存器220中来读取。有源像素区域210的全部或部分可按逐行方式如此移位。在竖直移位之后，可如箭头240所指示执行水平移位。当水平移位寄存器220的每一像素被移位(朝向图2中的顶部)，其信号内容可由转换器250从模拟信号转换到数字信号基础，例如，从模拟电信号转换到数字电信号。所得数字数据的后续处置和处理可在光谱仪内部或外部发生，且可包含平均、曲线拟合、阈值检测、滤波和/或例如本文中所描述的其它数学操控以获得一致性且减少在光谱数据的处理期间检测一或多个属性的时延。
传感器200还可包含非照明或部分照明元件的一或多个区，例如移位寄存器元件260和261及像素区域元件270、271和272。通常，元件260和261可称为“空白”像素，且元件270、271和272可称为“斜面”像素。元件的这些区中的一或多个可包含在传感器200内以提供传感器200固有的非光学信号电平的表征。非光学信号可通常包含信号偏移、信号瞬变和由温度或其它非光学因素驱动的其它形式的信号变化。
图3说明提供可经由光谱仪(例如图1的光谱仪160)收集的典型OES光学信号(光谱)320的上下文的曲线图300，因为其随时间推移与被监测的半导体工艺一起演变，且可如本文中所描述从该系列提取和处理趋势。曲线图300具有以波长为单位的x轴和以信号计数为单位的y轴。光谱320可从传感器(例如图2的传感器200)上的入射光导出。光谱320展示分子发射(接近400nm的宽带结构)和原子发射(遍及窄峰)两者的典型特征。窄峰、窄特征330的实例对应于氢的656nm发射线，且可提取以用于监测和结束半导体蚀刻工艺。
图4展示可从例如图3的OES光谱320的光谱的时间系列提取的未处理信号趋势410的曲线图400。曲线图400具有以时间(秒)为单位的x轴和信号计数的y轴。具体来说，可通过选择接近所关注光谱特征出现的光谱值的范围来产生趋势410。举例来说，为了监测656nm氢发射，例如由图3中的窄特征330表示，对应于655到657的光谱区的值可被平均或求和且存储到按时间组织的阵列中以产生趋势410。归因于光学校准和分辨率限制，光谱特征在所收集的光谱中具有有限宽度，且可使用比实际发射线宽度更宽的光谱区进行处理。趋势410在5秒的时间段内收集，且对应于通常快速的半导体工艺。可以适合于分析的可调整速率收集趋势410的个别点和原始对应光谱。在此实例中，趋势410以每秒50个样本收集，但可以在每秒几个样本到每秒100个样本的范围内的速率收集。可调整取样速率和趋势中的所得点数目以最佳地符合如本文中所描述的处理和控制要求，且可在一或多个取样速率下执行所描述的工艺以确定优选结果。应注意，趋势410在收集后展示且因此为非实时的，且可包含在特定终点步骤或监测过程之前和之后的额外数据。实时数据更新将仅包含直到当前处理和/或收集时间的趋势410的部分。适用于如本文中所描述的处理的趋势可包含例如单个波长趋势、多个波长趋势和/或波长趋势的组合，例如比率、乘积、总和和差。
图5展示从光学传感器读取数据且处理数据以实现更低时延、增加的可重复性和其它益处的方法500的实例的流程图。应注意，方法500可包含在受控工艺期间、在受控工艺之前和/或在受控工艺之后实时或非实时地执行的步骤。实时可定义为在工艺的主动控制或监控期间发生。实时可与因果处理相关联，因为所述数据仅包含当前时间和过去时间。在已收集数据之后的非因果处理包含在表示监测事件之前、期间、时和之后的时间的数据。
方法500开始于准备步骤510，在此期间可采取任何预备动作。这些动作可包含光学测量系统组件的机械连接、光谱仪的取样速率的选择和所关注光谱线或特征的确定。步骤510为可在受控工艺之前执行的方法500的步骤的实例。在任何预备动作之后，方法500前进到步骤520，其中可收集光谱数据。可使用如上文根据图1和2所描述的光谱仪和附件收集光谱数据。
在步骤530中，可从在步骤520期间收集的光谱数据提取来自一或多个趋势的趋势数据。对于实时分析和控制，个别趋势值提取与包含于在步骤520期间收集的光谱数据内的每一光谱的收集几乎同时。对于非实时分析和控制，趋势提取可在步骤520的光谱数据的任何或所有部分的收集之后发生。例如图4的趋势410的趋势可从所收集的光谱数据的各种样本提取。接下来在步骤540中，分析趋势数据的一或多个特性。从趋势数据确定且分析的特性可包含例如噪声特性、信号估计、终点特性、终点可检测性和/或信噪比评估，例如在下文中结合图6到9所论述。在步骤550中，调节趋势数据。在步骤540中的趋势数据的分析之前、之后和/或同时，可在步骤550中调节趋势数据。调节可包含例如缩放、归一化、标准化、配比、偏移调整或有益于趋势数据处理的其它数学运算。一般来说，数据的调节改进其对其所使用的控制应用的可用性和适用性。举例来说，偏移调整可应用于趋势数据以从趋势数据去除非所要DC信号偏移，所述趋势数据的主要信息内容被编码在趋势内的变化内而不是一般信号值内。另外，配比可用于去除可使后续趋势数据处理复杂化的系统共模噪声和/或信号变化。
在步骤560中，基于步骤540中的特性的分析和步骤550中的趋势数据的调节而处理趋势数据。趋势数据可实时地处理或在收集之后经后处理以应用和评估调节和滤波器的组合，例如下文关于图6到10所描述。可从在步骤530中提取的一或多个趋势选择并获得趋势数据。趋势数据的处理可包含理解信号和与信号相关联的噪声，且接着进行不同方法以确定如何处理趋势数据或优化处理所述趋势数据的方式。确定如何处理可包含对具有不同值的趋势数据测试和评估不同滤波器和/或滤波器的组合，例如本文中所提到的那些。处理的所要结果是识别特征的一致性，以及特征出现的“真实”时间与识别的实际时间之间的时间量(时延)。举例来说，特征理想地发生在时间5s，但直到时间5.5s才被识别/检测到，由此产生的时延为0.5s。所述处理不必包含识别特定趋势，但可针对在没有识别特定趋势的情况下识别一或多个特征。因此，步骤560的处理可利用经定义的度量来进行，所述经定义的度量包含例如特定趋势的识别、特征(特定工艺度量)的识别和/或两者的组合。
在步骤570中，基于方法500的步骤540到560的分析、调节、处理或其组合而更改一或多个半导体工艺。在其中实时地应用方法500的条件下，可实时地更改半导体工艺，且半导体工艺可为其中在步骤520中收集光谱数据的工艺。还可在步骤520的当前半导体工艺的非实时中更改另一半导体工艺。作为趋势数据的非实时处理的实例，来自方法500的趋势数据的处理和分析方法的描述或其一部分可存储并编程到控制系统中，以供稍后在另一后续实时半导体工艺期间使用。趋势数据的处理和分析的描述可包含例如应用于数据以实现如本文中所描述的调节和处理的多个数学运算、等式、公式和工艺。趋势数据的处理和分析的描述可例如在工艺系统100的光谱仪160或信号处理器170，光学系统1100的存储器/存储装置1190、FPGA 1160、处理器1170和/或外部系统1120，和/或计算装置1200的存储器1234、处理器1236中/上存储和/或编程。存储器/存储装置1190和存储器1234可为非暂时性计算机可读媒体。
方法500继续到步骤580且结束。在实时处理期间，步骤580可包含终止半导体工艺且存储相关联数据以供将来分析。应注意，方法500可被执行任何次数且可经设计以基于实时或非实时的额外表征、分析和处理而更新。
与例如趋势410的非实时数据一起工作准许将例如萨维茨基-戈莱(Savitzky-Golay)滤波的非因果信号处理的应用应用于所收集的趋势以允许信号估计和噪声提取和表征。萨维茨基-戈莱滤波以及其他滤波工艺(例如维纳(Weiner)滤波器和其他一般“匹配滤波器”)可以因果方式(通常是实时的)或非因果方式(通常是非实时的)使用。图6A展示与图4的趋势相关联的噪声的曲线图600及趋势610，如经由用低阶多项式萨维茨基-戈莱滤波器处理提取。图6A具有以时间为单位的x轴和以噪声计数为单位的y轴。类似地，图6B展示与图4的趋势相关联的噪声的直方图650。图6B具有以噪声计数为单位的x轴和以“出现次数”为单位的y轴。另外，图6C展示与图4的趋势相关联的噪声的功率光谱密度图670。图6C具有以频率为单位的x轴和以功率光谱密度为单位的y轴(dB/Hz)。噪声处理和分析的每一方法提供对噪声幅度的时间和频率变化的深刻理解，从而支持趋势的进一步处理。举例来说，功率光谱密度图670展示噪声的清晰频率分布及其低于～3Hz的变化，这在时间或直方图中并不立即显而易见。
图7展示估计信号720和选自图4的趋势410的特征730和740的曲线图700。图7具有以时间为单位的x轴和以计数为单位的y轴。竖直线指示基于非因果萨维茨基-戈莱一阶导数估计的时间上的波峰和波谷拐点位置。这些拐点和其它特征可用于表征各种处理方法和所得特征检测时延，其可另外与终点和其它工艺控制事件的确定相关联。举例来说，根据本文中所描述的方法处理控制趋势的控制系统可首先识别拐点730且接着识别拐点740，且在识别拐点740之后用信号通知终点时间某一数目的秒或样本。因此，拐点730和740是经由可能需要控制的非因果性分析识别的变化点(趋势特征)(控制点)。
图8A至8G展示应用于图4的趋势的各种滤波方法的曲线图800、815、830、845、855、875和890。图8A至8G各自具有以时间为单位的x轴和以计数为单位的y轴。拐点730和740包含于曲线图800、815、830、845、855、875和890中的每一者中。对于下文所描述的实例，下表(表1)概括对应于图8A至8G的曲线图的各种滤波器和可调整参数：
表1
曲线图800、815、830、845、855、875和890各自展示在其参数值的范围内应用每一滤波器类型(上文提到的每一曲线图)所产生的输出趋势。对于每一滤波器类型和滤波器参数值的每一范围，可观察到噪声减少、信号偏移、信号增益以及趋势延迟的变化。举例来说，可在用于IIR滤波器的曲线图800和用于平均滤波器的曲线图815中观察到延迟与噪声减少之间的增加的权衡。类似地，对于分别为巴特沃斯滤波器和椭圆滤波器的曲线图830和845，针对每一滤波器的某些值观察到高噪声减少和大延迟。
图8G的曲线图890展示图8F的曲线图875的放大细节，以更清楚地展示噪声减少和由组合的萨维茨基-戈莱和4-样本平均滤波器操作的各种配置提供的对趋势的其他改变。具体来说，对于大部分配置，拐点740的检测时间被非常一致地确定，而没有针对某些其他滤波器观察到的延迟。
图9展示比较当应用各种滤波器时图4的趋势的经计算终点时延的曲线图900。举例来说，由于实例趋势近似为二阶多项式，因此多项式阶数固定在‘2’的萨维茨基-戈莱滤波(“平滑”滤波器)的因果实施是适用的，且通常提供低时延结果。对于近似其它多项式阶数的其它趋势，可改变滤波器的多项式阶数。同样，对于萨维茨基-戈莱滤波，拐点必须根据滤波器窗口长度由多个样本适当地分离。对于巴特沃斯和椭圆低通滤波器，噪声频谱(约3.5Hz的噪声功率比DC的噪声高～40dB)表明低通滤波器可能对处理有效，但由于滤波器的复杂性增加，这些滤波器通常会带来延迟的总体增加。由平滑(Avg2(n＝4))指定的滤波器实现低时延，且归因于适当的基于模型的估计(2阶多项式)和短运行平均值的优点的组合而对平滑()长度参数在很大程度上不敏感。
图10A和10B展示在具有和不具有调节的情况下进行不同地滤波的图4的趋势的曲线图1000及1050。图9的图例也应用于图10A和10B。在没有信号调节的情况下，多个滤波器实施可受瞬变和其它响应的影响，所述瞬变和其它响应在应用于趋势时破坏滤波器的预期性能度量(时延、平滑、增益、振铃、稳定时间等)。对于曲线图1000中展示的所有趋势，在第一秒内很容易注意到瞬变和振铃。调节可包含对趋势中的数据的一或多个操纵，以减轻不期望的干扰。调节可包含缩放、归一化、标准化、配比、偏移调整或其他数学运算。举例来说，应用于曲线图1050的趋势的调节包含在应用滤波器之前从所有后续值减去趋势的第一值。在曲线图1050中，当与曲线图1000相比较时，可观察到瞬变和振铃不存在。这些相同趋势的替代调节可包含从所有后续值减去多个初始值的平均值。
尽管前述实例已针对趋势数据(例如一段时间范围内的单个值或以其它方式称为标量趋势数据)的处理和分析；其中的方法和工艺可应用于多值数据(所谓的向量趋势数据)，其中多个值与每一时间点相关联。此类型的数据更通常与IEP光学数据相关联。图11A和11B是根据本公开的经不同地收集和处理的代表性IEP光学信号数据的曲线图。两个图都具有以波长为单位的x轴和以计数为单位的y轴。图11A的曲线图1100包含在两个不同时间收集的IEP光谱的样本。具体来说，数据1110来自比数据1120更早的时间。数据1110和1120的比较展示在～325nm到800nm的波长范围内信号存在复杂差异。这些差异可通过如本文所论述的处理、滤波和调节更清楚地暴露。在图11B的曲线图1150中，数据1160是数据1110和1120的减法，其中在减法之前对每一数据集应用偏移调整。信号中的复杂差异更清楚地表示为特征的振荡集合但强残余信号(例如520nm处的峰值附近的尖峰)，这是数据收集期间使用的闪光灯的变化的结果。在520nm附近的峰值的检测很重要的控制情况下，残余信号模糊此检测。数据1170为数据1160的经滤波版本，其中已应用萨维茨基-戈莱滤波器。类似于图8A至8G的滤波趋势，可观察到噪声减少，但已通过此滤波过程引入显著相移。同样类似于图8A至8G中的趋势，可回顾各种滤波器以确定具有最佳所要结果(例如最小时延或最大属性可检测性)的滤波器。
图12是根据本公开的一个实施例的包含光谱仪1210和特定相关系统的光学系统1200的框图。光谱仪1210可以结合本文中所公开的系统、特征和方法以便于测量、表征、分析和处理来自半导体工艺的光学信号，且可与图1的光谱仪160相关联。光谱仪1210可例如经由光纤电缆组合件157或159从外部光学件1230接收光学信号，且可在积分和转换之后将数据发送到外部系统1220，例如图1的输出180，所述外部系统还可用于通过例如选择如本文所定义的操作模式或控制积分定时来控制光谱仪1210。光谱仪1210可包含光学接口1240，例如微型组合件(SMA)或套管连接器(FC)光纤连接器或其它光学-机械接口。例如狭缝、透镜、滤波器和光栅的其它光学组件1245可用于形成、引导和色度分离所接收光学信号，且将其引导到传感器1250以进行积分和转换。传感器1250可与图2的传感器200相关联。传感器1250的低级别功能可由例如FPGA 1260和处理器1270的元件控制。在光到电转换之后，模拟信号可被引导到A/D转换器1280且从电模拟信号转换为电数字信号，所述电数字信号接着可存储在存储器1290中以用于立即或稍后使用和传输，例如传输到外部系统1220(参看，图1的信号处理器170)。尽管某些接口和关系由箭头指示，但并非所有交互和控制关系在图12中指示。图3中展示的光谱数据可例如根据图5的工艺500的一或多个步骤，且在存储器/存储装置1290、FPGA 1260、处理器1270和/或外部系统1220中的一个或多个内/由其收集、存储和/或作用。因而，光谱仪1200可配置(即，设计、构造或编程，其中必要的逻辑和/或特征用于执行一或多个任务)成通过基于检测一致性和时延而测试和评估不同滤波器和/或具有不同值的滤波器的组合来处理信号。光谱仪1210还包含电源1295，其可以是通常包含在光谱仪中的常规AC或DC电源。
图13说明可用于本文中所公开的工艺(例如，识别光谱数据中的信号且处理所述信号)的计算装置1300。计算装置1300可以是光谱仪或光谱仪的一部分，例如本文中所公开的光谱仪160或1210。计算装置1300可包含至少一个接口1332、存储器1334和处理器1336。接口1332包含必要硬件、软件或其组合以接收例如原始光谱数据且传输例如经处理光谱数据。接口1332的一部分还可包含用于传送模拟或数字电信号的必要硬件、软件或其组合。接口1332可以是根据协议(例如标准协议或专用协议(例如，接口1332可支持I2C、USB、RS232、SPI或MODBUS))经由各种通信系统、连接、总线等通信的常规接口。存储器1334配置成存储与计算装置1300相关的各种软件和数字数据方面。另外，存储器1334配置成存储对应于一或多个算法的一系列操作指令，所述算法在起始时引导处理器1336的操作以例如识别光谱数据中的异常信号且处理经识别异常信号。工艺500及其变化形式为算法的代表性实例。处理可包含去除或修改信号数据或不同动作。存储器1334可以是非暂时性计算机可读媒体(例如，快闪存储器和/或其它媒体)。
处理器1336配置成引导计算装置1300的操作。因而，处理器1336包含用以与接口1332和存储器1334通信且执行本文中所描述的功能以识别和处理光谱数据中的异常信号(例如方法500的步骤中的一或多个中)的必要逻辑。上述设备、系统或方法的一部分可体现在各种例如常规的数字数据处理器或计算机中或由其执行，其中计算机经编程或存储软件指令序列的可执行程序，以执行方法的步骤中的一或多个。此类程序或代码的软件指令可表示算法，且以机器可执行形式编码在非暂时性数字数据存储媒体上，例如磁盘或光盘、随机存取存储器(RAM)、磁性硬盘、快闪存储器和/或只读存储器(ROM)，以使各种类型的数字数据处理器或计算机能够执行本文中所描述的一或多个上述方法的步骤、功能、系统或设备中的一者、多者或全部。
所公开的实施例的部分可涉及具有非暂时性计算机可读媒体的计算机存储产品，所述非暂时性计算机可读媒体上具有用于执行各种计算机实施的操作的程序代码，这些操作体现了本文中所阐述的设备、装置的一部分或进行本文中所阐述的方法的步骤。本文所使用的非暂时性是指除了暂时的传播信号之外的所有计算机可读媒体。非暂时性计算机可读媒体的实例包含但不限于：磁性媒体，例如硬盘、软盘和磁带；光学媒体，例如CD-ROM盘；磁-光媒体，例如光磁盘；以及专门配置成存储和执行程序代码的硬件装置，例如ROM和RAM装置。程序代码的实例包含例如由编译器产生的机器代码和含有计算机可使用解译器执行的更高级别代码的文件两者。配置是指例如利用必要逻辑、算法、处理指令和/或特征设计、构建或编程以执行一或多个任务。
在不脱离本发明的范围的情况下，可在本文中所描述的光学测量系统和子系统中进行上文所述的变化等。举例来说，尽管结合半导体晶片处理设备描述了某些实例，但可理解，本文中所描述的光学测量系统可适于其它类型的处理设备，例如卷对卷薄膜处理、太阳能电池制造，或可能需要高精度光学测量的任何应用。此外，尽管本文中所论述的某些实施例描述了例如成像摄谱仪的普通光分析装置的使用，但应理解，可利用具有已知相对灵敏度的多个光分析装置。此外，尽管在描述本发明的各方面时在本文中使用了术语“晶片”，但应理解，可使用其它类型的工件，例如石英板、相移掩模、LED衬底和其它非半导体处理相关的衬底以及工件，所述工件包含固体、气体和液体工件。
选择且描述本文中所描述的示范性实施例，以便最好地解释本发明的原理的和实际应用，且使所属领域的其他技术人员能够理解本发明的具有适合预期的特定用途的各种修改的各种实施例。本文中所描述的特定实施例绝非旨在限制本发明的范围，因为本发明可在不脱离本发明的范围和意图的情况下在各种变化和环境中实践。因此，本发明并非旨在限于所展示的实施例，而应被赋予与本文中所描述的原理和特征相一致的最广泛范围。
图式中的流程图和框图说明根据本发明的各种实施例的系统、方法和计算机程序产品的可能实施的架构、功能性和操作。就此而言，流程图或框图中的每一框可表示模块、区段或代码的部分，其包括用于实施指定逻辑功能的一或多个可执行指令。还应注意，在一些替代实施中，框中提及的功能可不按图式中提及的顺序发生。举例来说，取决于所涉及的功能性，连续展示的两个框实际上可大体同时执行，或这些框有时可能以相反次序执行。还应注意，框图和/或流程图说明中的每一框，以及框图和/或流程图说明中的框的组合可通过专用的基于硬件的系统(其执行指定功能或动作)或专用硬件与计算机指令的组合实施。
本文中所使用的术语仅用于描述特定实施例的目的，且并不意图为对本发明的限制。如本文中所使用，除非上下文另外清楚地指示，否则单数形式“一”和“所述”还意图包含复数形式。将进一步理解，术语“包括(comprises/comprising)”在用于本说明书中时指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在，但并不排除一或多个其它特征、整数、步骤、操作、元件、组件和/或其群组的存在或添加。
如所属领域的技术人员将了解，本发明可体现为方法、系统或计算机程序产品。因此，本发明可呈完全硬件实施例、完全软件实施例(包含固件、常驻软件、微码等)或组合软件与硬件方面的实施例的形式，一般通常在本文中被称为“电路”或“模块”。此外，本发明可呈在计算机可用存储媒体上具有计算机可用程序代码的计算机程序产品的形式，所述计算机可用程序代码体现在所述媒体中。
可要求保护本公开的各个方面，包含如本文中所公开的设备、系统和方法。本文公开且在发明内容中提及的各方面包含：
A.一种处理光谱数据的方法，其包含：(1)收集一或多个波长上的光学发射光谱数据的时间有序序列，(2)从光学发射光谱数据的所述时间有序序列提取一或多个属性，(3)分析所述一或多个属性的特性，(4)确定所述一或多个属性的调节，(5)根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性，及(6)基于所述一或多个属性的所述处理而选择用于处理所述光谱数据的滤波器配置。
B.一种控制半导体工艺的方法，其包含：(1)收集一或多个波长上的光学发射光谱数据，(2)使用经选择以在确定终点指示时提供最小处理延迟的预选方法来处理所述数据，及(3)基于所述数据的所述处理而更改所述半导体工艺。
C.一种计算装置，其包括执行操作的一或多个处理器，所述操作包含：(1)收集一或多个波长上的光学发射光谱数据，(2)使用经选择以在确定终点指示时提供最小处理延迟的预选方法来处理所述数据，及(3)基于所述数据的所述处理而更改半导体工艺。
D.一种计算机程序产品，其具有存储在非暂时性计算机可读媒体上的一系列操作指令，所述非暂时性计算机可读媒体在起始时引导一或多个处理器的操作，由此执行用于处理光谱数据的操作。在一个实例中，所述操作包含：(1)从半导体工艺收集一或多个波长上的光学发射光谱数据的时间有序序列，(2)从光学发射光谱数据的所述时间有序序列提取一或多个属性，(3)分析所述一或多个属性的特性，(4)确定所述一或多个属性的调节，(5)根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性；及(6)基于所述一或多个属性的所述处理，使用来自所述预定滤波器集合的一或多个滤波器来选择用于处理所述光谱数据的滤波器配置。
方面A、B、C和D中的每一个可组合地具有以下额外要素中的一或多个：要素1：其中所述滤波器集合包含单个滤波器。要素2：其中所述滤波器集合包含选自由以下组成的滤波器群组的至少一个滤波器：无限脉冲响应滤波器、平均滤波器、巴特沃斯滤波器、椭圆滤波器、萨维茨基-戈莱平滑滤波器和萨维茨基-戈莱平滑/平均滤波器。要素3：其中所述一或多个属性的所述处理包含改变所述滤波器集合中的至少一个滤波器的参数值。要素4：其中所述一或多个属性的收集、提取、分析、确定和处理是实时的。要素5：其中所述滤波器配置包含来自所述预定滤波器集合的滤波器，且所述光谱数据的所述处理是实时的。要素6：其中所述选择是基于在所述一或多个属性的所述处理期间检测所述一或多个属性的一致性和时延。要素7：其中所述一或多个属性包含一或多个趋势、一或多个特征或一或多个趋势与一或多个特征的组合。要素8：其中所述光学发射光谱数据由光谱仪从处理工具接收。元件9：其中所述滤波器配置包含来自所述预定滤波器集合的滤波器。要素10：其中所述预选方法通过以下操作来选择：从所述光学发射光谱数据的时间有序序列提取一或多个属性；分析所述一或多个属性的特性；确定所述一或多个属性的调节；根据预定滤波器集合、所述特性和所述调节来处理所述一或多个属性；及基于所述一或多个属性的所述处理而选择所述预选方法。要素11：其中所述一或多个属性包含一或多个趋势、一或多个特征或一或多个趋势与一或多个特征的组合。要素12：其中从所述半导体工艺收集所述光学发射光谱数据。要素13：其中所述预选方法通过以下操作来选择：从所述光学发射光谱数据的时间有序序列提取一或多个属性；分析所述一或多个属性的特性；确定所述一或多个属性的调节；根据预定滤波器集合、所述特性和所述调节来处理所述一或多个属性；及基于所述一或多个属性的所述处理而选择所述预选方法。要素14：其中所述一或多个属性包含一或多个趋势。要素15：其中所述一或多个属性进一步包含一或多个特征或所述一或多个趋势与所述一或多个特征的组合。要素16：其中所述计算装置为光谱仪。

Claims (20)

1.一种处理光谱数据的方法，其包括：
收集一或多个波长上的光学发射光谱数据的时间有序序列；
从光学发射光谱数据的所述时间有序序列提取一或多个属性；
分析所述一或多个属性的特性；
确定所述一或多个属性的调节；
根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性；及
基于所述一或多个属性的所述处理而选择用于处理所述光谱数据的滤波器配置。
2.根据权利要求1所述的方法，其中所述滤波器集合包含单个滤波器。
3.根据权利要求1所述的方法，其中所述滤波器集合包含选自由以下组成的滤波器群组的至少一个滤波器：
无限脉冲响应滤波器，
平均滤波器，
巴特沃斯(Butterworth)滤波器，
椭圆滤波器，
萨维茨基-戈莱(Savitzky-Golay)平滑滤波器，及
萨维茨基-戈莱平滑/平均滤波器。
4.根据权利要求1所述的方法，其中所述一或多个属性的所述处理包含改变所述滤波器集合中的至少一个滤波器的参数值。
5.根据权利要求1所述的方法，其中所述一或多个属性的所述收集、提取、分析、确定和所述处理是实时的。
6.根据权利要求5所述的方法，其中所述滤波器配置包含来自所述预定滤波器集合的滤波器，且所述光谱数据的所述处理是实时的。
7.根据权利要求1所述的方法，其中所述选择是基于在所述一或多个属性的所述处理期间检测所述一或多个属性的一致性和时延。
8.根据权利要求1所述的方法，其中所述一或多个属性包含一或多个趋势、一或多个特征或一或多个趋势与一或多个特征的组合。
9.根据权利要求1所述的方法，其中所述光学发射光谱数据由光谱仪从处理工具接收。
10.根据权利要求1所述的方法，其中所述滤波器配置包含来自所述预定滤波器集合的滤波器。
11.一种控制半导体工艺的方法，其包括：
收集一或多个波长上的光学发射光谱数据，
使用经选择以在确定终点指示时提供最小处理延迟的预选方法来处理所述数据，及
基于所述数据的所述处理而更改所述半导体工艺。
12.根据权利要求11所述的方法，其中所述预选方法通过以下操作来选择：从所述光学发射光谱数据的时间有序序列提取一或多个属性；分析所述一或多个属性的特性；确定所述一或多个属性的调节；根据预定滤波器集合、所述特性和所述调节来处理所述一或多个属性；及基于所述一或多个属性的所述处理而选择所述预选方法。
13.根据权利要求12所述的方法，其中所述一或多个属性包含一或多个趋势、一或多个特征或一或多个趋势与一或多个特征的组合。
14.根据权利要求11所述的方法，其中从所述半导体工艺收集所述光学发射光谱数据。
15.一种计算装置，其包括：
一或多个处理器，其执行包含以下的操作：
收集一或多个波长上的光学发射光谱数据，
使用经选择以在确定终点指示时提供最小处理延迟的预选方法来处理所述数据，及
基于所述数据的所述处理而更改半导体工艺。
16.根据权利要求15所述的计算装置，其中所述预选方法通过以下操作来选择：从所述光学发射光谱数据的时间有序序列提取一或多个属性；分析所述一或多个属性的特性；确定所述一或多个属性的调节；根据预定滤波器集合、所述特性和所述调节来处理所述一或多个属性；及基于所述一或多个属性的所述处理而选择所述预选方法。
17.根据权利要求15所述的计算装置，其中所述一或多个属性包含一或多个趋势。
18.根据权利要求17所述的计算装置，其中所述一或多个属性进一步包含一或多个特征或所述一或多个趋势与所述一或多个特征的组合。
19.根据权利要求15所述的计算装置，其中所述计算装置为光谱仪。
20.一种计算机程序产品，其具有存储在非暂时性计算机可读媒体上的一系列操作指令，所述非暂时性计算机可读媒体在起始时引导一或多个处理器的操作，由此执行用于处理光谱数据的操作，所述操作包括：
从半导体工艺收集一或多个波长上的光学发射光谱数据的时间有序序列；
从光学发射光谱数据的所述时间有序序列提取一或多个属性；
分析所述一或多个属性的特性；
确定所述一或多个属性的调节；
根据预定滤波器集合、所述调节和所述特性来处理所述一或多个属性；及
基于所述一或多个属性的所述处理，使用来自所述预定滤波器集合的一或多个滤波器来选择用于处理所述光谱数据的滤波器配置。
CN202310875068.3A 2022-07-15 2023-07-17 用于半导体处理系统的改进的控制 Pending CN117411461A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US63/389,416 2022-07-15
US18/352,018 US20240021450A1 (en) 2022-07-15 2023-07-13 Control for semiconductor processing systems
US18/352,018 2023-07-13

Publications (1)

Publication Number Publication Date
CN117411461A true CN117411461A (zh) 2024-01-16

Family

ID=89491488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310875068.3A Pending CN117411461A (zh) 2022-07-15 2023-07-17 用于半导体处理系统的改进的控制

Country Status (1)

Country Link
CN (1) CN117411461A (zh)

Similar Documents

Publication Publication Date Title
US10002804B2 (en) Method of endpoint detection of plasma etching process using multivariate analysis
KR100499226B1 (ko) 플라즈마처리장치
JP2018091836A (ja) 半導体処理システム内の光信号の校正のためのシステムおよび方法
JP6650258B2 (ja) プラズマ処理装置及びプラズマ処理装置の運転方法
CN115552537B (zh) 用于光谱滤波的系统、设备及方法
US7746473B2 (en) Full spectrum adaptive filtering (FSAF) for low open area endpoint detection
KR20110101483A (ko) 플라즈마 장치의 제어 방법 및 시스템
CN117411461A (zh) 用于半导体处理系统的改进的控制
US20240021450A1 (en) Control for semiconductor processing systems
KR20130064472A (ko) 멀티 광 파장 모니터링을 이용한 공정 진단 방법
CN117053921A (zh) 用于改进光学装置的背景校正和校准的系统、设备和方法
US20230366736A1 (en) System, apparatus, and method for improved background correction and calibration of optical devices
US20240019305A1 (en) System and method for fault detection and operational readiness for optical instruments for semiconductor processes
US20240019302A1 (en) Very high resolution spectrometer for monitoring of semiconductor processes
CN117405227A (zh) 用于监测半导体工艺的极高分辨率光谱仪
CN117405357A (zh) 用于半导体工艺的光学仪器的故障检测和操作就绪情况的系统和方法
KR20180089201A (ko) 플라즈마 공정의 식각 종료점 진단방법
WO2024118852A1 (en) Spectral sensing of process chamber conditions
CN115684029A (zh) 特征频带获取方法、处理过程监控方法、系统和存储介质

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