CN117897795A - 等离子体状态的图像分析 - Google Patents
等离子体状态的图像分析 Download PDFInfo
- Publication number
- CN117897795A CN117897795A CN202280059469.5A CN202280059469A CN117897795A CN 117897795 A CN117897795 A CN 117897795A CN 202280059469 A CN202280059469 A CN 202280059469A CN 117897795 A CN117897795 A CN 117897795A
- Authority
- CN
- China
- Prior art keywords
- plasma
- chamber
- process chamber
- image
- camera
- 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
Links
- 238000010191 image analysis Methods 0.000 title description 20
- 238000000034 method Methods 0.000 claims abstract description 361
- 230000008569 process Effects 0.000 claims abstract description 316
- 238000012545 processing Methods 0.000 claims abstract description 141
- 230000003287 optical effect Effects 0.000 claims description 62
- 230000003071 parasitic effect Effects 0.000 claims description 30
- 230000003595 spectral effect Effects 0.000 claims description 29
- 238000010801 machine learning Methods 0.000 claims description 22
- 239000000203 mixture Substances 0.000 claims description 21
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000005286 illumination Methods 0.000 claims description 14
- 239000013307 optical fiber Substances 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 174
- 239000000758 substrate Substances 0.000 abstract description 64
- 230000005670 electromagnetic radiation Effects 0.000 abstract description 4
- 210000002381 plasma Anatomy 0.000 description 426
- 238000004458 analytical method Methods 0.000 description 92
- 239000007789 gas Substances 0.000 description 67
- 235000012431 wafers Nutrition 0.000 description 59
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 25
- 230000005855 radiation Effects 0.000 description 22
- 238000009826 distribution Methods 0.000 description 20
- 230000015654 memory Effects 0.000 description 20
- 239000004065 semiconductor Substances 0.000 description 20
- 239000000126 substance Substances 0.000 description 20
- 230000008859 change Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 18
- 238000005530 etching Methods 0.000 description 13
- 238000000151 deposition Methods 0.000 description 12
- 230000008021 deposition Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000003708 edge detection Methods 0.000 description 11
- 150000002500 ions Chemical class 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000000231 atomic layer deposition Methods 0.000 description 10
- 238000013527 convolutional neural network Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 9
- 239000010408 film Substances 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000036541 health Effects 0.000 description 8
- 238000000623 plasma-assisted chemical vapour deposition Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 230000008016 vaporization Effects 0.000 description 8
- 239000000376 reactant Substances 0.000 description 7
- 238000009834 vaporization Methods 0.000 description 7
- 238000005137 deposition process Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000011065 in-situ storage Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000002156 mixing Methods 0.000 description 6
- 241000894007 species Species 0.000 description 6
- 239000007921 spray Substances 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000005240 physical vapour deposition Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000295 emission spectrum Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 229920002120 photoresistant polymer Polymers 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000010980 sapphire Substances 0.000 description 3
- 229910052594 sapphire Inorganic materials 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 206010034960 Photophobia Diseases 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000013626 chemical specie Substances 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000011143 downstream manufacturing Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 239000005350 fused silica glass Substances 0.000 description 2
- 239000001307 helium Substances 0.000 description 2
- 229910052734 helium Inorganic materials 0.000 description 2
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 208000013469 light sensitivity Diseases 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001404 mediated effect Effects 0.000 description 2
- 150000004767 nitrides Chemical class 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001020 plasma etching Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 150000003254 radicals Chemical class 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000005389 semiconductor device fabrication Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 238000012369 In process control Methods 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 230000005699 Stark effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 239000006117 anti-reflective coating Substances 0.000 description 1
- 230000003667 anti-reflective effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 238000001636 atomic emission spectroscopy Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000005388 borosilicate glass Substances 0.000 description 1
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 1
- 229910001634 calcium fluoride Inorganic materials 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005234 chemical deposition Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 238000000454 electroless metal deposition Methods 0.000 description 1
- 238000009713 electroplating Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 208000025750 heavy chain disease Diseases 0.000 description 1
- 238000007625 higher-energy collisional dissociation Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010965 in-process control Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000001459 lithography Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000004528 spin coating Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
- 239000006200 vaporizer Substances 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- H01L21/67248—Temperature monitoring
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
- C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
- C23C16/4401—Means for minimising impurities, e.g. dust, moisture or residual gas, in the reaction chamber
- C23C16/4405—Cleaning of reactor or parts inside the reactor by using reactive gases
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
- C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
- C23C16/455—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating characterised by the method used for introducing gases into reaction chamber or for modifying gas flows in reaction chamber
- C23C16/45563—Gas nozzles
- C23C16/45565—Shower nozzles
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
- C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
- C23C16/46—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating characterised by the method used for heating the substrate
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
- C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
- C23C16/52—Controlling or regulating the coating process
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
- C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
- C23C16/54—Apparatus specially adapted for continuous coating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- 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
- H01J37/32431—Constructional details of the reactor
- H01J37/3244—Gas supply means
- H01J37/32449—Gas control, e.g. control of the gas flow
-
- 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
- H01J37/32431—Constructional details of the reactor
- H01J37/32458—Vessel
- H01J37/32522—Temperature
-
- 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
- H01J37/32431—Constructional details of the reactor
- H01J37/32798—Further details of plasma apparatus not provided for in groups H01J37/3244 - H01J37/32788; special provisions for cleaning or maintenance of the apparatus
- H01J37/32853—Hygiene
- H01J37/32862—In situ cleaning of vessels and/or internal parts
-
- 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
- H01J37/32431—Constructional details of the reactor
- H01J37/32798—Further details of plasma apparatus not provided for in groups H01J37/3244 - H01J37/32788; special provisions for cleaning or maintenance of the apparatus
- H01J37/32899—Multiple chambers, e.g. cluster tools
-
- 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
- H01J37/3299—Feedback systems
-
- 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
- H01L21/67098—Apparatus for thermal treatment
- H01L21/67103—Apparatus for thermal treatment mainly by conduction
-
- 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
- H01L21/67098—Apparatus for thermal treatment
- H01L21/67109—Apparatus for thermal treatment mainly by convection
-
- 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
- H01L21/67253—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
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
-
- 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
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Analytical Chemistry (AREA)
- Plasma & Fusion (AREA)
- General Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Drying Of Semiconductors (AREA)
- Chemical Vapour Deposition (AREA)
- Radiation Pyrometers (AREA)
Abstract
诸如相机传感器之类的多像素传感器可以被配置为捕获处理室或其他制造工具的内部的二维和/或三维图像。传感器可以被配置成在处理这种处理室中的衬底之前、期间和/或之后从这种处理室的内部捕获像素化的电磁辐射强度信息。此类传感器还可用于控制、预测和/或诊断应用。
Description
相关申请
PCT申请表作为本申请的一部分与本说明书同时提交。在同时提交的PCT申请表中所标识的本申请要求享有其权益或优先权的每个申请均通过引用全文并入本文且用于所有目的。
背景技术
高性能等离子体辅助沉积和蚀刻处理对于许多半导体处理工作流程的成功是重要的。然而,监测、控制和/或优化等离子体处理可能是困难且耗时的,通常涉及工艺工程师费力地测试处理参数以凭经验确定产生目标结果的设置。此外,许多用于原位监测等离子体处理的技术仅提供有限的信息,例如VI传感器的位置处的信息。
这里提供的背景描述是为了总体呈现本公开的背景的目的。当前指定的发明人的工作在其在此背景技术部分以及在提交申请时不能确定为现有技术的说明书的各方面中描述的范围内既不明确也不暗示地承认是针对本公开的现有技术。
发明内容
本公开的各方面涉及可包括以下元件的系统:(a)半导体处理室,其包括室壁、等离子体源和至少两个站,其中每个站包括晶片支撑件;(b)第一相机传感器,其光学耦合到处理室的第一站的第一光学访问端口;(c)第二相机传感器,其光学耦合到处理室的第一光学访问端口或处理室的第二光学访问端口;(d)逻辑,其被配置为处理来自第一相机传感器和第二相机传感器的信号,以表征处理室的至少第一站中的等离子体的一种或多种属性。
每个站可以还包括一个或多个其他部件,例如加热器和/或处理气体输送部件(例如,喷头)。在某些实施方案中,处理室是等离子体沉积室和/或等离子体蚀刻室。在某些实施方案中,处理室包括四个或更多个站。
在某些实施方案中,所述系统还包括将第一相机传感器光学耦合到第一光学访问端口的光纤和/或光管。在另外的实施方案中,该系统还包括将第一相机传感器光学耦合到第二光学访问端口的第二光纤和/或第二光管。在一些情况下,第一光学访问端口是光学透镜。在某些实施方案中,第一光学访问端口包括具有最多约5mm的最大横截面尺寸的窗。
在某些实施方案中,所述逻辑还被配置为考虑处理室的至少第二站的特征。在一些情况下,所述逻辑被配置为在多线程处理中处理来自第一相机传感器和来自第二相机传感器的信号。在一些实现方案中,所述系统还包括用于处理室的边缘计算机,其中所述逻辑包括用于在边缘计算机上执行的指令。
在某些实施方案中,所述等离子体的一种或多种属性包括等离子体在室内和/或在至少第一站内的位置。所述位置可以包括第一站内的等离子体的边缘或边界。所述位置可以包括等离子体在室内和/或第一站内的质心。所述位置可以包括等离子体的具有限定光谱特性的点或边界。所述位置可以包括第一相机传感器的视场内的有界的感兴趣区域上的积分或求和光强度。
在某些实施方案中,所述等离子体的一种或多种属性包括等离子体的脉冲特性。在某些实施方案中,所述逻辑还被配置为确定处理室中是否出现电弧或寄生等离子体。
在某些实施方案中,所述等离子体的一种或多种属性包括寄生等离子体的识别。
在某些实施方案中,所述等离子体的一种或多种属性包括空心阴极放电(HCD)的识别。
在某些实施方案中,所述逻辑被配置为表征处理室的第一站中的等离子体的一种或多种属性。在这样的实施方案中,所述逻辑可以被配置为考虑位于处理室的第二站中的结构特征。在某些实现方案中,所述第二站与处理室中的第一站相邻。在一些实现方案中,位于处理室的第二站中的结构特征位于来自第一站的光学访问端口的视线上,所述视线穿过第一站和第二站。
在某些实施方案中,所述系统包括非相机传感器,并且其中所述逻辑被配置为采用来自非相机传感器的信号以表征处理室中的等离子体的一种或多种属性。
在一些实现方案中,相机传感器包括至少两个相机传感器,其定位和/或定向为从处理室内的至少两个位置或两个角度捕获图像。例如,第一相机传感器可以被定位和/或定向为从处理室内的第一位置或第一角度捕获第一图像,并且第二相机传感器可以被定位和/或定向为捕获来自处理室内的第二位置或第二角度的第二图像。在某些实施方案中,所述逻辑还被配置成处理至少第一图像和第二图像以产生等离子体的空间表示。
在某些实施方案中,所述逻辑被配置为将等离子体的一种或多种属性表征为时间的函数。在某些实施方案中,所述逻辑被配置为表征等离子体的脉冲。
在一些情况下,所述系统还包括光源,所述光源被配置为在一个或多个相机传感器获取处理室的图像时在处理室中提供照明。在一些情况下,所述系统还包括使光源和一个或多个相机传感器同步的逻辑,使得所述一个或多个相机传感器在光源照射处理室的内部区域时获取处理室的图像。
在某些实施方案中,所述第一相机传感器被配置为从处理室内捕获间接光学信息。
在某些实施方案中,所述逻辑还被配置为根据由第一相机传感器提供的一个或多个图像来定位处理室部件的边缘和/或等离子体的边缘。
在某些实施方案中,所述逻辑还被配置为使用等离子体的一种或多种属性来诊断处理室的部件的实际或潜在障碍或故障。
在某些实施方案中,所述逻辑还被配置为使用等离子体的一种或多种属性来表征处理室内的处理状况。
在某些实施方案中,所述逻辑还被配置为基于处理室内的处理状况来修改处理室内的操作。
在一些示例中,所述处理状况是处理气体成分、处理气体流量特性、处理室内的压强、处理室的一个或多个部件的温度、等离子体功率、等离子体频率、处理室的一个或多个部件中的任何一个的几何特性、或其任意组合。
本公开的各方面涉及包括以下操作的方法:(a)从第一相机传感器获得第一图像,其中第一图像是处理室的第一站的至少一部分,其中所述处理室包括室壁、等离子体源和至少两个站,每个站包括晶片支撑件;(b)从第二相机传感器获得第二图像,其中所述第二图像是处理室的第二区域;以及(c)表征处理室的至少第一站中的等离子体的一种或多种属性,其中所述表征是基于第一图像和第二图像。在一些实现方案中,所述处理室包括至少四个站。
在某些实施方案中,表征至少第一站中的等离子体的一种或多种属性说明了处理室的至少第二站的特征。在一些实施方案中,表征至少第一站中的等离子体的一种或多种属性包括在多线程处理中处理第一图像和第二图像。在一些实施方案中,表征至少第一站中的等离子体的一种或多种属性包括在处理室的边缘计算机中处理第一图像和第二图像。
在某些实施方案中,表征至少第一站中的等离子体的一种或多种属性包括识别第一图像和/或第二图像中与第一站相关的元件的一个或多个轮廓。在一些示例中,所述一个或多个元件包括:第一站中的喷头、第一站中的基座、第一站的室壁或其任意组合。在一些示例中,识别一个或多个轮廓包括对第一图像和/或第二图像执行边缘检测。在一些示例中,所述一种或多种属性包括空心阴极放电(HCD)出现的识别,并且其中所述方法还包括将第一图像和/或第二图像的像素聚类成多个类别,所述多个类别中的至少一个类别对应于HCD出现。
在某些实施方案中,表征等离子体的一种或多种属性包括将第一图像和/或第二图像提供给经训练的机器学习模型,所述经训练的机器学习模型被配置为对第一图像和/或第二图像执行分割。在一些示例中,经训练的机器学习模型是U-Net架构。
可以表征各种等离子体特性。在某些实施方案中,所述等离子体的一种或多种属性包括在室内和/或至少第一站内的等离子体的位置。作为示例,该位置可以包括第一站内的等离子体的边缘或边界。在某些实施方案中,该位置包括室内和/或第一站内的等离子体的质心。在某些实施方案中,该位置包括等离子体的具有限定光谱特性的点或边界。在某些实施方案中,该位置包括第一相机传感器的视场内的有界的感兴趣区域上的积分或求和光强度。在某些实施方案中,所述等离子体的一种或多种属性包括等离子体的脉冲特性。
在某些实施方案中,表征至少第一站中的等离子体的一种或多种属性包括考虑位于处理室的第二站中的结构特征,其中第二结构特征在第二图像中被识别。在一些情况下,位于处理室的第二站中的结构特征位于包括第一站的至少一部分和第二站的至少一部分的视线上。
在某些实施方案中,表征至少第一站中的等离子体的一种或多种属性包括分析来自处理室的非相机传感器的信号。在某些实施方案中,表征等离子体的一种或多种属性包括确定处理室中是否出现电弧或寄生等离子体。
在一些实现方案中,这还包括产生等离子体的空间表示。在某些实施方案中,表征等离子体的一种或多种属性包括将等离子体的一种或多种属性表征为时间的函数。在某些实施方案中,表征等离子体的一种或多种属性包括表征等离子体的脉冲。
在一些实现方案中,所述方法还包括同步光源和第一相机传感器的图像捕获,使得第一相机传感器在光源照射处理室的内部区域时获取第一图像。
在一些实现方案中,所述方法还包括根据第一图像或第二图像定位处理室部件的边缘。
在一些实现方案中,所述方法还包括使用等离子体的一种或多种属性来诊断处理室的部件的实际或潜在障碍或故障。在一些实现方案中,所述方法还包括使用等离子体的一种或多种属性来表征处理室内的处理状况。在一些实现方案中,所述方法还包括基于处理室内的处理状况来修改处理室内的操作。作为示例,所述处理状况可以是处理气体成分、处理气体流量特性、处理室内的压强、处理室的一个或多个部件的温度、等离子体功率、等离子体频率、处理室的一个或多个部件中的任何一个的几何特征或其任意组合。
本公开的某些方面涉及包括以下元件的系统:(a)半导体处理室,其包括室壁和等离子体源;(b)所述室壁上的一个或多个光学访问端口;(c)一个或多个相机传感器,其以能够捕获位于处理室内的等离子体的一个或多个特征的二维图像或三维图像的方式光学耦合到一个或多个光学访问端口;以及(d)逻辑,其被配置为处理来自一个或多个相机传感器的信号,以(i)表征处理室内的第一感兴趣区域处的等离子体的一种或多种属性,以及(ii)表征在处理室内的第二感兴趣区域处的等离子体的一种或多种属性。
在一些实施方案中,所述等离子体的一个或多个特征的二维图像或三维图像是晶片支撑件和喷头之间的等离子体的图像。在一些实施方案中,所述处理室内的两个或更多个感兴趣区域可以沿着平行于晶片支撑件和/或喷头的平坦表面的轴线彼此分离。在一些实施方案中,所述处理室内的两个或更多个感兴趣区域在晶片支撑件和/或喷头上的径向和/或方位角位置处彼此分离。
在某些实施方案中,所述逻辑被配置成将处理室内的两个或更多个感兴趣区域处的等离子体的一种或多种属性表征为时间的函数。作为示例,所述逻辑可以被配置为表征处理室内的两个或更多个感兴趣区域处的等离子体的脉冲。在某些实施方案中,所述一个或多个相机传感器包括定位和/或定向成从处理室内的至少第一感兴趣区域和第二感兴趣区域捕获图像的至少两个相机传感器。在一些情况下,所述逻辑还被配置为处理来自至少第一感兴趣区域和第二感兴趣区域的图像,以在处理室内产生至少第一感兴趣区域和/或第二感兴趣区域中的等离子体的空间表示。
在一些实现方案中,所述系统包括光源,该光源被配置成在一个或多个相机传感器获取处理室的图像时在处理室中提供照明。在一些情况下,所述系统还包括被配置为同步光源和一个或多个相机传感器的逻辑,使得一个或多个相机传感器在光源照射处理室的内部区域时获取处理室的图像。
在某些实施方案中,所述逻辑还被配置为确定在第一感兴趣区域和/或第二感兴趣区域中是否出现电弧或寄生等离子体。
本公开的某些方面涉及包括以下操作的方法:(a)从设置在半导体处理室上或内的一个或多个相机传感器接收图像数据;(b)表征处理室内的第一感兴趣区域处的等离子体的一种或多种属性;(c)表征处理室内的第二感兴趣区域处的等离子体的一种或多种属性。所述处理室可包括等离子体源、室壁、室壁中的一个或多个光学访问端口,其中一个或多个相机传感器以可捕获位于处理室内的等离子体的一个或多个特征的二维图像或三维图像的方式光学耦合到一个或多个光学访问端口。
在某些实施方案中,等离子体的一个或多个特征的二维图像或三维图像是晶片支撑件和喷头之间的等离子体的图像。在一些实现方案中,处理室内的两个或更多个感兴趣区域沿着与晶片支撑件和/或喷头的平坦表面平行的轴线彼此分离。在一些实现方案中,所述处理室内的两个或更多个感兴趣区域在晶片支撑件和/或喷头上的径向和/或方位角位置处彼此分离。
在某些实施方案中,表征第一感兴趣区域处的等离子体的一种或多种属性包括将等离子体的一种或多种属性表征为时间的函数。在某些实施方案中,表征第一感兴趣区域处的等离子体的一种或多种属性包括表征处理室内的第一感兴趣区域处的等离子体的脉冲。
在某些实施方案中,方法还包括确定电弧或寄生等离子体是否出现在第一感兴趣区域和/或第二感兴趣区域中。在某些实施方案中,一个或多个相机传感器包括定位和/或定向为从处理室内的至少第一感兴趣区域和第二感兴趣区域捕获图像的至少两个相机传感器。在一些情况下,方法还包括处理来自至少第一感兴趣区域和第二感兴趣区域的图像,以在处理室中产生至少第一感兴趣区域和/或第二感兴趣区域中的等离子体的空间表示。
在某些实施方案中,方法还包括同步光源和一个或多个相机传感器,使得一个或多个相机传感器在光源照射处理室的内部区域时获取处理室的图像。
本公开的一些方面涉及包括以下元件的系统:(a)处理室,其包括室壁和等离子体源;(b)室壁上的光学访问端口;(c)相机传感器,其光学耦合到光学访问端口;(d)辅助传感器,其被配置为感测处理室内的热、光和/或电的状况,其中辅助传感器不是相机传感器;以及(e)逻辑,其被配置为处理来自相机传感器和辅助传感器的信号以表征处理室中的等离子体的一种或多种属性。在一些实现方案中,所述处理室是集成电路制造处理室,例如等离子体辅助沉积或蚀刻室。
在某些实施方案中,所述辅助传感器是电压和/或电流传感器。在一些实现方案中,等离子体的一种或多种属性包括等离子体电势和/或等离子体电子温度。
在某些实施方案中,辅助传感器是光学计量传感器。在某些实施方案中,辅助传感器是光谱传感器。在一些实施方案中,等离子体的一种或多种属性包括等离子体内的化学物质。在某些实施方案中,辅助传感器是被配置为感测与等离子体相关的电压或电流的光学发射光谱传感器或电压/电流传感器。
在一些系统中,相机传感器是高光谱相机传感器。在某些实施方案中,相机传感器被配置为捕获并区分以下光谱区域中的至少两者中的光学信号:UV、可见光、IR。
在一些系统中,所述逻辑还被配置为确定处理室中是否出现电弧或寄生等离子体。在某些实施方案中,所述逻辑被配置为将等离子体的一种或多种属性表征为时间的函数。例如,所述逻辑可以被配置为表征等离子体的脉冲。
本公开的某些方面涉及包括以下操作的方法:(a)接收来自光学耦合至处理室的相机传感器的信号,所述处理室包括室壁和等离子体源;(b)接收来自非相机传感器的辅助传感器的信号;以及(c)至少部分地基于来自相机传感器和辅助传感器的信号来表征处理室中的等离子体的一种或多种属性。
在一些实现方案中,来自辅助传感器的信号包括来自电压和/或电流传感器的电流和/或电压信号。在一些情况下,等离子体的一种或多种属性包括等离子体电势和/或等离子体电子温度。在一些实现方案中,所述辅助传感器是被配置为感测与等离子体相关联的电压或电流的光学发射光谱传感器或电压/电流传感器。
在某些实施方案中,来自辅助传感器的信号包括来自光学计量传感器的光学计量信号。在某些实施方案中,辅助传感器是光谱传感器。在这种情况下,所述等离子体的一种或多种属性可以包括等离子体内的化学物质的特性或浓度。
在某些实施方案中,相机传感器是高光谱相机传感器。在某些实施方案中,相机传感器被配置为捕获并区分以下光谱区域中的至少两者中的光学信号:UV、可见光、IR。
在某些实施方案中,表征等离子体的一种或多种属性包括表征等离子体的一种或多种属性作为时间的函数。在某些实施方案中,表征等离子体的一种或多种属性包括表征等离子体的脉冲。
在一些情况下,方法还包括确定在处理室中是否出现电弧或寄生等离子体。
下面将更详细地呈现本公开的这些和其他特征。
附图说明
图1A示出了利用等离子体处理在衬底上或上方沉积或蚀刻膜的制造工具;该工具包括相机传感器。
图1B呈现了多站处理工具的实现方案的示意图;该工具包括四个相机传感器。
图1C呈现了具有四个多站制造工具的电子设备制造系统的俯视图,其中之一包括相机传感器。
图1D呈现了相机传感器或相机传感器的组合中的“标准”(可见光敏感)、IR敏感和UV敏感传感器元件的光谱敏感度范围的示例。
图1E示意性地描绘了具有相机的处理室,该相机被定向为沿进入室内部的水平标志线捕获图像。
图1F示意性地描绘了具有相机的处理室,该相机被定向为沿着进入室内部的竖直视线捕获图像。
图1G示出了一种实施方案,其中安装相机传感器以访问制造工具中的室壁的观察口或光学访问孔。
图2呈现了喷头和晶片基座之间的间隙中的等离子体的相机图像。对间隙内水平(或径向)分布的三个感兴趣区域分别进行图像分析。
图3呈现了喷头和晶片基座之间的间隙中的等离子体的相机图像。对间隙内竖直分布的四个感兴趣区域分别进行图像分析。
图4A和4B示出了由制造工具上的相机传感器捕获的假设的随时间变化的等离子体强度。等离子体强度分布表明等离子体关闭的时间、等离子体以恒定值打开的时间以及等离子体打开且脉冲化的时间。
图5呈现了图3所示的四个感兴趣区域处基于时间的强度变化图。如强度值的周期性上升和下降所示,等离子体是脉冲化的。
图6示出了根据一些实施方案的与表征处理站内的等离子体健康相关的图像。
图7是根据一些实施方案的用于表征处理站内的等离子体健康状况的示例性处理的流程图。
图8A和8B示出了根据一些实施方案的与识别寄生等离子体出现相关的图像。
图9是根据一些实施方案的用于识别寄生等离子体出现的示例性处理的流程图。
图10是根据一些实施方案的与识别空心阴极放电(HCD)出现有关的图像。
图11是根据一些实施方案的用于识别HCD出现的示例性处理的流程图。
图12描绘了根据一些实施方案示出等离子体强度、等离子体功率和压强之间的关系的示例图。
图13是适合用于实现本公开的一些实施方案的示例性计算环境的框图。
具体实施方式
简介和背景
本公开的各方面涉及多像素传感器,例如被配置为捕获处理室或其他制造工具的内部的图像的相机传感器。传感器可以被配置成在对处理室中的衬底进行处理之前、期间和/或之后从这种处理室的内部捕获像素化的电磁辐射强度信息。这种传感器还可以在非生产操作(例如室清洁操作和室诊断应用)期间使用。
由相机传感器捕获的电磁辐射强度可以来自各种来源,例如等离子体、热能和/或光学探测或处理室内的特征的其他刺激。
捕获的数据可以是作为处理室内的位置的函数提供的辐射强度值的形式。这些值可以共同形成图像,例如处理室内的图像或区域。在一些实施方案中,所捕获的强度值被提供作为波长的函数。可以在电磁波谱的任何一个或多个范围(例如紫外、可见和/或红外区域的全部或一部分)上提供辐射。在一些实施方案中,在一定时间跨度上获得捕获的辐射信息。在这种情况下,可以以离散间隔捕获辐射信息,该离散间隔可以对应于相机传感器的帧速率。可以通过以足以捕获处理室内的状况的预期变化(例如等离子体的脉冲或其他时间变化)的速率进行采样来捕获信息。应当注意,在一些情况下,相机帧速率可以小于等离子体脉冲速率。
处理室或其他制造工具可以采用各种形式中的任何一种。本公开稍后将呈现一些示例。在一些实施方案中,处理室用于制造电子设备,例如半导体衬底上的集成电路。在一些实施方案中,处理室被配置为在衬底上沉积一种或多种材料。在一些实施方案中,处理室被配置成从包含在处理室内的衬底上蚀刻材料。在一些实施方案中,处理室被配置为使用等离子体介导的处理来沉积材料和/或蚀刻材料。在一些实施方案中,处理室被配置为通过热介导处理来沉积材料和/或蚀刻材料。制造工具的图像可以在工具活动或闲置时被捕获。活动工具可以参与制造电子设备或一些其他处理,例如室清洁。
一些制造工具包括具有两个或更多个站的室,每个站被配置为处理衬底。因此,例如,多站制造工具可以在同一室中同时处理两个、三个、四个或更多个衬底。在一些实施方案中,多站制造工具中的每个站具有其自己的晶片支撑部件(例如,基座和/或晶片卡盘)、其自身的处理气体输送部件(例如,喷头)、和/或其自身的等离子体源(例如,线圈或电容器板)。本公开不限于多站室;许多实施方案涉及单站室。
在用于分析处理室内的等离子体的相机传感器的背景下,相机传感器和相关联的处理逻辑可以被配置为识别处理室内的等离子体的各种状态。可辨别状态的示例包括等离子体关闭状态、连续等离子体开启状态和脉冲等离子体开启状态。作为示例,下面讨论的图4呈现了简单的波形,其可以识别与这三种不同等离子体状态相关的传感器输出。
并且在一些实施方案中,相机传感器可以被配置为捕获分布在可以被划分为两个或更多个感兴趣区域的区上的辐射信息。从感兴趣的不同区域捕获的辐射信息可以被单独分析和/或比较。作为示例,下面进一步描述的图2示出了被分成三个感兴趣区域211、212和213的处理室中的等离子体放电。作为进一步的示例,同样在下面描述的图3示出了处理室和相关的等离子体放电,该等离子体放电被分成四个感兴趣区域311、312、313和314。
在一些情况下,相机传感器和相关联的分析逻辑被配置为确定制造工具的固体结构部件未占据的区域中的等离子体或气体的一种或多种属性。这种未占据区域的示例是衬底支撑件与喷头或其他气体输送部件之间的间隙。这种未占据区域的另一个示例是室壁内部但在衬底支撑件和/或喷头的区域外部的环形区域。
作为进一步的示例,处理室中随时间变化的等离子体放电可以由相机传感器捕获,并且分析随时间的变化。例如,脉冲等离子体可以使用相机传感器捕获并分析其各个脉冲,例如如图5所示。如下所述,图5所示的脉冲在四个感兴趣区域中的每一个区域中具有分量。这些是图3中所示的感兴趣区域311、312、313和314。
在多种实施方案中,相机传感器捕获多个像素上的二维辐射强度值。与相机传感器相关联的分析逻辑可以被配置为执行图像分析或其他分析,以分析空间强度信息和/或以允许对制造工具、制造工具中发生的处理和/或在制造工具中处理的衬底进行有意义的表征的方式呈现这样的信息。相机传感器分析逻辑可以被配置为接收包括空间分布的辐射信息、波长信息和/或时间信息的输入。该逻辑可以被配置为输出制造工具内的辐射的图像或特性。在一些实现方案中,逻辑被配置为分析相机传感器数据以表征制造工具内的状况。在基于等离子体的处理室的背景下,此类特性的示例可包括等离子体强度的空间分布、等离子体强度的时间分布、寄生等离子体、等离子体中的颗粒形成、等离子体中或附近的气流模式以及等离子体附近的结构特征的状况。
在多种实施方案中,相机传感器与一个或多个捕获关于制造工具和/或制造工具内的状况的信息的非相机传感器结合使用。这种附加的传感器的示例包括电压/电流传感器、光发射传感器和温度传感器,例如热电偶、热敏电阻、高温计、辐射热测量计以及基于半导体的温度传感器。
在某些实施方案中,相机传感器分析逻辑被配置为结合由一个或多个其他传感器捕获的信息来分析由相机传感器捕获的信息,并提供制造工具内的状况的特性,例如化学成分特性、处理气体流率特性、等离子体特性、工具部件特性及其任意组合。
在某些实施方案中,分析逻辑被配置为考虑与由相机传感器捕获的当前信息进行比较的“基线”或其他先前状态表示。该逻辑可以被配置为识别当前状态表示和先前状态表示之间的差异和/或根据差异确定对制造工具部件的诊断、处理控制调整等。在一些实施方案中,分析逻辑可以被配置为使用由相机传感器捕获的信息结合关于处理和/或制造工具部件的信息来确定对处理参数的调整。关于处理或制造工具的信息的示例包括制造工具中的配方状态、设定点和操作时序。
为了促进基于相机图像做出决策,分析逻辑可以被配置为进行图像和/或视频分析,包括各种计算机视觉技术中的任一种。示例包括边缘检测、强度阈值等。在一些实施方案中,分析逻辑包括机器学习模型并且可以诸如通过使用深度学习技术来进行持续学习。
术语
除非本文另外指定,否则本文使用的所有技术和科学术语具有本领域普通技术人员通常理解的含义。下面随即提供的术语和解释是为了帮助理解复杂的概念并呈现特定的实施方案。它们并不旨在限制本公开的全部范围。
术语“半导体晶片”、“晶片”、“衬底”、“晶片衬底”和“部分制造的集成电路”可以互换使用。本领域普通技术人员理解,术语“部分制造的集成电路”可以指在其上的集成电路制造的许多阶段中的任何阶段期间的半导体晶片。半导体设备工业中使用的晶片或衬底通常具有大约100mm、150mm、200mm、300mm或450mm的直径。该详细描述假设实施方案是在晶片上实现的。然而,本公开内容不限于此。工件可以具有各种形状、尺寸和材料。除了标准半导体晶片之外,可以利用所公开的实施方案的其他工件包括各种制品,例如合成半导体晶片、印刷电路板、磁记录介质、磁记录传感器、镜子、光学物品(包括光学衬底、晶片和元件)、微机械设备等。
集成电路或其他电子设备可以在晶片上制造。此类其他电子设备的示例包括LED、光学显示器、可着色设备(例如光致变色和电致变色设备)、微透镜阵列、薄膜电池和光伏设备。
如本文所使用的“半导体设备制造操作”或“制造操作”是在半导体设备的制造期间执行的操作。通常,整个制造处理包括多个半导体设备制造操作,每个操作在其自己的半导体制造工具中执行,例如在等离子体反应器、电镀槽、化学机械平坦化工具、湿法蚀刻工具等中执行。半导体设备制造操作的类别包括减材处理,例如蚀刻处理和平坦化处理;以及增材处理,例如沉积处理(例如物理气相沉积、化学气相沉积、原子层沉积、电化学沉积和无电沉积)。在蚀刻处理的背景下,衬底蚀刻处理包括蚀刻掩模层的处理,或更一般地,包括蚀刻先前沉积在和/或以其他方式驻留在衬底表面上的任何材料层的处理。这种蚀刻处理可以蚀刻衬底中的堆叠的层。
“制造设备”或“制造工具”是指在其中进行制造处理的设备。制造设备可以包括工件在处理期间驻留在其中的处理室。通常,在使用时,制造设备执行一项或多项电子设备制造操作。用于半导体设备制造的制造设备的示例包括减材处理反应器和增材处理反应器。减材处理反应器的示例包括干法蚀刻反应器(例如,化学和/或物理蚀刻反应器)、湿法蚀刻反应器和灰化器。增材处理反应器的示例包括化学气相沉积反应器和原子层沉积反应器、物理气相沉积反应器、湿化学沉积反应器、无电镀金属沉积槽和电镀槽。
在多种实施方案中,处理反应器或其他制造设备包括用于在处理期间保持衬底的工具。这种工具通常是基座或卡盘,并且这些术语有时在本文中用作速记来指代包括在制造设备中的所有类型的衬底保持或支撑工具。
如本文所使用的并且除非另外限定,术语相机传感器不限于被设计或配置成与相机一起工作的传感器。该术语包括具有或不具有彩色或多光谱滤波器的其他多像素辐射传感器,其可以提供感测信息,该感测信息可以提供制造工具内的辐射分布的图像。
术语“图像”是指包括一个或多个特征的物理域的空间表示。图像可以以被布置为表示物理域的数据或信号的形式来提供。图像可以由诸如相机传感器之类的像素化传感器产生。图像可以包含物理域的一维、二维或三维的空间表示。随着时间的推移连续获得的多个图像可以形成物理域的视频表示。
“感兴趣区域”是一个或多个相机传感器的视场内的二维或三维的有界区域。在多种实施方案中,感兴趣区域包括制造工具内的区域。感兴趣区域可以包括在制造工具内至少暂时存在等离子体的区域或体积。在一些情况下,感兴趣区域的边界在制造工具内具有例如沿着垂直于晶片支撑件(例如,基座)和/或室喷头的主平坦表面的轴线的竖直尺寸。在一些情况下,感兴趣区域的边界在制造工具内具有例如沿着与晶片支撑件(例如,基座)和/或室喷头的主平坦表面平行的轴线的水平尺寸。在一些情况下,感兴趣区域的边界具有制造工具内的方位角尺寸,例如沿着衬底/晶片、喷头、或基座的圆周部分的角位置的方位角尺寸。
使用相机传感器收集的信息
用相机传感器或像素化传感器捕获的关于处理室内的条件的信息可以包括作为处理室内位置的函数的辐射强度值。在一些实施方案中,辐射强度值被作为图像提供。在一些实施方案中,辐射强度值被作为二维或三维像素化值提供。在其他实施方案中,仅在一维(例如沿着部件之间的狭缝或界面)上提供辐射强度值。在一些实现方案中,一维传感器或阵列被配置为扫描处理室的内部以生成例如处理室内部的一部分的二维图像。
可选地,还提供强度值作为波长的函数。在一些实施方案中,相机传感器或其他像素化传感器包括单独的检测元件,每个检测元件被配置为捕获在给定位置处的、但具有不同的光谱灵敏度分布(例如,在红色、绿色和蓝色区域)的辐射值。一些相机传感器被配置为捕获有时称为区间(bins)的离散波长范围内的辐射强度值。此类传感器包括捕获窄波长区间内的强度值的高光谱成像仪和捕获较宽波长区间内的强度值的多光谱成像仪。可选地,强度值作为时间的函数提供;例如,图像可以作为视频帧被捕获。在一些实施方案中,多个相机传感器提供来自制造工具内的不同重叠或连续区域的信息。
图1D呈现了相机传感器或相机传感器的组合中的“标准”(可见光敏感)、IR敏感和UV敏感传感器元件的光谱敏感度范围的示例。
使用相机确定等离子体特性
一个或多个相机传感器和相关联的分析逻辑可以被配置为提供制造工具中的等离子体的各种特性中的任一种。可以确定的等离子体特性的类型尤其是制造工具内的等离子体位置(包括等离子体鞘的位置)、等离子体强度、等离子体电子温度、等离子体电位、等离子体内的化学物质以及等离子体密度。
在一些实施方案中,用于分析由相机传感器感测到的信息的逻辑被配置为确定并且可选地呈现制造工具内的等离子体的位置。可以参考制造工具内的一个或多个结构部件来提供这样的位置。此类部件的示例包括衬底(例如经历制造处理的衬底)、衬底支撑件、喷头和处理室壁。在一些实施方案中,相对于诸如衬底基座、喷头或室壁之类的部件在径向、方位角和/或竖直上的两个或三个维度上确定等离子体位置。在一些情况下,等离子体的位置作为相对于原点的几何坐标提供,其可以对应于制造工具内或附近的位置。在一些实施方案中,基于等离子体占据的区域的质心来确定等离子体的位置。
在一些实施方案中,用于分析由相机传感器感测到的信息的逻辑被配置为确定并可选地呈现制造工具内的等离子体的形状或分布、或者形状或分布的一部分。等离子体的形状或分布可以由等离子体的边界来表征。该边界可以通过例如空间强度幅度阈值、强度梯度等来确定。在某些实施方案中,分析逻辑被配置为使用等离子体的形状或边界位置来识别制造工具内的一个或多个等离子体异常。在一些情况下,等离子体被邻近一个或多个电极的等离子体鞘所限制。相机传感器和相关联的逻辑可以被配置为确定等离子体鞘的位置和/或形状/分布。在一些实施方案中,针对有限范围的波长和/或谱线(例如与特定化学或原子物质相关的谱线)来识别等离子体或等离子体鞘的形状或分布。
在一些实施方案中,用于分析由相机传感器感测到的信息的逻辑被配置为确定并可选地呈现制造工具内的一个或多个位置处的等离子体的电子和/或离子温度。该逻辑可以被配置为提供电子和/或离子温度在制造工具内的二维或三维区域上的分布。在一些情况下,逻辑被配置为通过不仅采用来自相机传感器的感测值而且还采用来自一种或多种其他类型的传感器的感测信息来确定等离子体的电子和/或离子温度。这种其他类型的传感器的示例包括制造工具内的电压/电流传感器,例如位于喷头、基座或其他部件上的电压/电流传感器。在一些情况下,这样的其他传感器可以提供关于结构部件上的特定位置(例如喷头的边缘)处的等离子体的电子和/或离子温度的信息,但不提供结构部件之间的区域(例如,在喷头和基座之间的间隙中)的信息。相机传感器可以捕获远离结构部件的空隙区域中的信息,并因此提供制造工具内的等离子体电子和/或离子温度的更完整的空间图像。在一些实施方案中,用于确定等离子体的电子和/或离子温度的相机传感器是多光谱或高光谱相机传感器,其针对图像中的每个像素可以获得跨越许多谱带(例如,多于三个、多于六个或多于九个)的光谱。
在一些实施方案中,图像分析逻辑被配置成采用经训练的计算模型,以通过单独地或与其他输入组合地使用一个或多个相机图像来确定等离子体的电子和/或离子温度。训练可以采用一种或多种技术来将电子和/或离子温度识别为与相关联的相机图像结合使用的标签或地面实况。这种技术的示例包括基于激光的散射、发射谱线的多普勒频移/加宽、斯塔克(Stark)效应/加宽技术、塞曼(Zeeman)效应等。
在一些实施方案中,用于分析由相机传感器感测到的信息的逻辑被配置为确定并可选地呈现制造工具内的一个或多个位置处的等离子体的电位。该逻辑可以被配置为在制造工具内的二维或三维区域上提供等离子体电位的分布。在一些实施方案中,分析逻辑被配置为确定相对于基线电位的相对等离子体电位(或空间电位分布)。相对等离子体电位不是绝对等离子体电位,并且其可以相对于基线来确定。例如,逻辑可以被配置为解释相机感测数据以确定“黄金”处理中等离子体的电位与其他运行或处理配方中感测到的信息的比较,并确定等离子体电位的漂移或偏移。这可以用于验证运行或处理。在某些实施方案中,分析逻辑可以被配置为通过使用来自替代模型(例如,来自1D、2D、3D模拟)的数据和用相机数据训练的混合实验校准数据(例如,发射探针)来确定等离子体的电位。
可以使用相机传感器信息和非相机传感器信息的组合来确定各种其他等离子体属性。这种属性的一个示例是制造工具中的等离子体的射频频率或射频频率的漂移。另一个示例是制造工具中的等离子体的脉冲频率或脉冲同步误差。
在一些实施方案中,用于分析由相机传感器感测到的信息的逻辑被配置为确定并可选地呈现制造工具内的一个或多个位置处的等离子体的密度。该等离子体密度包括来自电子、正离子和/或负离子的贡献并且可以以cm-3为单位来表示。在一些实施方案中,相机传感器分析逻辑被配置为评估制造工具内的一个或多个结构特征的可见性,并使用这种可见性来确定制造工具内的等离子体密度或等离子体密度的空间分布或图像。在一些情况下,例如由于饱和,在较低密度等离子体上获取的相机图像中的特征可能比在较高密度等离子体上获取的相机图像中的更明显。在这种情况下,可以控制相机传感器的属性以解决高密度等离子体的问题。在采用多站制造工具的一些实施方案中,结构特征存在于所考虑的站(其中正在确定等离子体密度)或相邻站中。该逻辑可以被配置为提供制造工具内的等离子体密度在二维或三维区域上的分布。在一些实施方案中,分析逻辑被配置为参考制造工具内的一个或多个结构部件来确定等离子体密度的空间分布。此类部件的示例包括衬底(例如经历制造处理的衬底)、衬底支撑件、喷头和处理室壁。在一些情况下,等离子体密度分布被提供作为相对于原点的几何坐标,该原点可以对应于制造工具内或附近的位置。
在多种实施方案中,相机传感器分析逻辑被配置为识别并可选地表征一种或多种等离子体特性随时间的变化。这种等离子体特性的示例包括等离子体位置和/或形状、等离子体中和/或与等离子体相关的化学物质、等离子体电位、等离子体电子温度和等离子体密度。将根据相机图像确定的当前等离子体状况与基线状况进行比较可用于检测例如异常,这又可触发处理参数的校正或运行完成后的维护。该逻辑可以被配置为识别和/或表征等离子体中基于时间的变化作为制造工具内的位置的函数。例如,逻辑可以被配置为表征制造工具中的不同感兴趣区域中基于时间的变化。在一些实施方案中,逻辑被配置为表征一定时间范围内的等离子体脉冲。在一些实施方案中,逻辑被配置成表征制造工具中的两个或更多个感兴趣区域处的等离子体脉冲。
在一些实施方案中,用于分析由相机传感器感测到的信息的逻辑被配置为确定制造工具内一种或多种化学物质的存在以及可选地确定一种或多种化学物质的浓度。分析逻辑可被配置为确定并可选地呈现制造工具内的一个或多个位置处的化学成分信息。在一些情况下,分析逻辑被配置为提供制造工具内的一种或多种化学物质的成分分布的图像。可由分析逻辑表征的化学物质的示例包括未激发或基态物质、激发物质(例如,自由基)和/或离子物质。可以使用由相机传感器的元件感测到的辐射强度信息的光谱分布来确定成分信息以及在一些情况下的成分浓度。强度信息可以以传统相机传感器的红/绿/蓝波段或多光谱传感器的四个或更多个光谱带提供。
在一些情况下,分析逻辑被配置为单独使用来自相机的光谱细节来提供关于化学成分或等离子体强度的信息。在一些情况下,分析逻辑被配置为使用来自相机的光谱细节结合其他波长特定信号(例如来自点位置的信号,例如光谱信号(例如,OES))来提供有关化学成分的信息。在一些实施方案中,系统采用多光谱相机、高光谱相机、光谱仪或其某种组合来捕获来自等离子体的信息,相关逻辑可以使用该信息来表征制造工具中的一个或多个部件的化学成分。在一些实现方案中,系统被配置有一个或多个波长特定的滤波器,该滤波器被配置为仅通过与一种或多种感兴趣的化学或原子物质相关的辐射。此类物质的光谱区域中的强度读数可被解释为确定该物质和/或其成分的存在或不存在。
在一些情况下,制造工具包括一个或多个多光谱或高光谱相机,其具有一个或多个滤波器,所述滤波器针对某些等离子体处理中常见的UV光谱带。这种谱带的示例包括在对应于感兴趣的处理气体(例如,通常用于层沉积配方的一个或多个相中的气体)的电子发射的光谱位置处的约50nm或更窄的谱带。虽然某些相机传感器可以检测紫外线光,但除非在子像素级别应用滤色镜(多光谱或高光谱相机可能就是这种情况),否则此类传感器无法区分等离子体中的不同发射谱线。分析逻辑可以被配置为比较几个关键波长处(其中光在过滤区域之间通过)随时间的发射强度。该逻辑还可以被配置为使用这种比较来提供关于等离子体内的化学和/或气体流动模式的反馈。在一些实现方案中,可以使用分析逻辑来实施陷波滤波器和/或带通滤波器。在这种情况下,可以利用滤波器的截止频率来选择某些频谱区域,从而允许控制由相机系统收集和/或分析的数据的类型。
在一些应用中,成分气体单独地流入制造工具中,并且提供波长特定的相机图像作为基线或校准图像,以从具有多种化学成分的等离子体的图像中阐明化学成分信息。相机图像可用于捕获反应器内各种化学物质(例如,从喷头到基座或晶片)的流动模式。在一些情况下,分析逻辑被配置为使用流量信息来检测处理期间的不正确气流或操作异常。例如,当基于已知配方或其他参数预计气体B时,多光谱相机图像可以指示气体A的存在。导致气体A流动的配方的意外改变或系统故障可以被及早捕获并立即采取行动,然后可选地基于在相同或后续晶片的未来处理中的晶片性能进行故障排除。
等离子制造工具中相机的定位和集成
图1A示出了表示为衬底处理装置100的制造工具。装置100可以被配置为利用任意数量的处理在半导体衬底上或上方沉积膜。例如,装置100可以适于执行尤其是等离子体增强化学气相沉积(PECVD)或等离子体增强原子层沉积(PEALD)。装置100包括室壁上的相机或相机传感器117。相机传感器117被配置为从装置100的内部捕获图像数据。注意,虽然传感器117被示为单个块,但其旨在描绘其中一个、两个或更多个相机传感器彼此邻近定位的实现方式,其可选地共享单个观察口或其他窗。在一些情况下,块117内的各个相机传感器在室内部的不同部件或视场上进行训练。在一些情况下,块117内的各个相机传感器被配置为捕获不同的光谱范围(例如,远IR、近IR、可见光、UV等)。
图1A的处理装置100可以利用处理室的单一处理站102,其在内部容积中具有单一衬底保持器108(例如,基座),该内部容积可以通过真空泵118保持在真空下。喷头106和气体输送系统101(其流体耦合到处理室)可以允许传输例如膜前体,以及载体和/或清扫和/或处理气体、二级反应物等等。
在图1A中,气体输送系统101包括混合容器104,其用于混合和/或调节处理气体以输送至喷头106。一个以上混合容器入口阀120可以控制处理气体向混合容器104的引入。特定的反应物可以在汽化以及随后输送至处理室的处理站102之前以液体形式储存。图1A的实施方案包括汽化点103,其用于汽化将被供应到混合容器104的液态反应物。在一些实现方案中,汽化点103可以包括加热的液体注入模块。在一些其他实现方案中,汽化点103可以包括加热的汽化器。在还有的其他实现方案中,可以从处理站消除汽化点103。在一些实现方案中,汽化点103上游的液体流量控制器可提供用于控制用于汽化并输送至处理站102的液体的质量流量。
喷头106可操作以将处理气体和/或反应物(例如,膜前体)朝在处理站处的衬底112分配,其流量由喷头上游的一个以上的阀(例如,阀120、120A,105)控制。在图1A所示的实施方案中,衬底112被描绘为位于喷头106下方,并且显示为放置在基座108上。喷头106可以包括任何合适的形状,并且可以包括任何合适数量和布置的端口以将处理气体分配至衬底112。在涉及2个或更多个站的一些实施方案中,气体输送系统101包括在喷头上游的阀或其他流量控制结构,其可以独立地控制向每个站的处理气体和/或反应物的流动,以使得气体流能切换至一站且同时禁止气体流向第二站。此外,气体输送系统101可以配置为独立地控制在多站式装置中输送到每个站的处理气体和/或反应物,使得提供给不同站的气体组成是不同的;例如,在相同时间,气体成分的分压会在多个站之间变化。
在图1A的实现方案中,气体体积107被描绘为位于喷头106下方。在一些实现方案中,基座108可以升高或降低以将衬底112暴露于气体体积107和/或改变气体体积107的尺寸。基座108和喷头106之间的间隔有时被称为“间隙”。可选地,基座108可以在沉积处理的部分期间降低和/或升高,以调节气体体积107内的处理压强、反应物浓度等。喷头106和基座108被描绘为电耦合到RF信号产生器114和匹配网络116以将功率耦合到等离子体产生器。因此,喷头106可以用作用于将射频功率耦合到处理站102中的电极。RF信号产生器114和匹配网络116可以在任何合适的RF功率电平下操作,其可以操作以形成具有自由基物质、离子和电子的期望组成的等离子体。另外,RF信号产生器114可以提供具有多于一种频率分量的RF功率,所述频率分量例如低频分量(例如,小于约2MHz)以及高频分量(例如,大于约2MHz)。在一些实现方案中,利用系统控制器中的适当的硬件和/或适当的机器可读指令来控制等离子体点火和维护状况,系统控制器可以经由输入/输出控制指令序列提供控制指令。
一般而言,任何等离子体辅助制造工具可用于实现所公开的实施方案,包括被配置成捕获等离子体和/或等离子体相关现象的图像的相机传感器的集成。示例性沉积装置包括但不限于来自产品系列、/>产品系列和/或/>产品系列、产品系列、/>产品系列和/>产品系列的装置,每个都可从位于加利福尼亚州弗里蒙特(Fremont,California)的Lam Research Corp.获得,或采用等离子体的各种其他制造工具中的任何一种。
为了简单起见,处理装置100在图1A中被描绘为用于维持低压环境的处理室的独立站(102)。然而,一些制造工具采用多个处理站,如图1B所示,图1B示意性地描绘了多站制造工具105的实现方案。制造工具150采用包括多个制造处理站的处理室165,每个制造处理站可以用于在特定处理站处对保持在晶片保持器(诸如图1A的基座108)中的衬底执行处理操作。在图1B的实现方案中,处理室165被示出为具有四个处理站151、152、153和154。然而,在某些其他实现方案中,多站处理装置可以具有更多或更少的处理站,具体取决于实现方案以及例如并行晶片处理的期望水平、尺寸/空间限制、成本限制等。图1B还示出了衬底搬运机械手175,其可以在系统控制器190的控制下操作,被配置为从晶片盒(图1B中未示出)移动衬底,使其从装载口180进入多站处理室165,并到达处理站151、152、153和154之一上。
如图所示,处理站153具有相关联的相机或相机传感器121,其被定位并配置为从处理站153内并且在一些实施方案中从处理室154内获得图像。处理站151具有两个相关联的相机或相机传感器123和124。相机传感器123被定位并配置为从处理站151内获取图像,并且在一些实施方案中,从处理室152内获取图像。相机传感器125定位并配置为从处理站151内获取图像,并且在一些实施方案中,从处理室153内获取图像。处理站152具有相关联的相机或相机传感器127,其定位并配置为从处理站152内获取图像,并且在一些实施方案中,从处理室154内获取图像。相机传感器121、123、125和127中的任何一个或多个可以经由布置在室壁中的观察口或其他窗光学耦合到处理室165的内部。另外,虽然图中未示出,但一些实施方案具有邻近处理站154的一个或多个相机传感器。
制造工具150包括系统控制器190,其被配置为控制处理工具150的处理状况和硬件状态。它可以与一个或多个传感器、气流子系统、温度子系统和/或等离子体子系统—统称为框191—交互以控制处理气体流量、热状况和等离子体状况来适当地控制制造处理。系统控制器190和子系统191可用于在处理室165的站中实施配方或其他处理状况。
在多站制造工具中,RF信号产生器可以耦合到RF信号分配单元,该RF信号分配单元被配置为将输入信号的功率分成例如四个输出信号。来自RF信号分配单元的输出信号可以具有相似水平的RF电压和RF电流,其可以被输送到多站制造工具的各个站。
图1C提供了具有四个四站制造工具188、189、193和195的电子设备制造系统182的顶视图。每个四站工具包含四个处理站,每个处理站被配置为保持和处理衬底。在系统182的前端处是前端晶片搬运机械手185可访问的三个FOUP 183a、183b和183c,前端晶片搬运机械手185被配置为在FOUP和装载锁187之间传送晶片。第一晶片搬运器190定位并且配置成在装载锁187与四站制造工具188和189之间传送晶片。晶片搬运器190还配置成将晶片传送到第二装载锁191,这使得晶片能够经由第二晶片搬运器192供四站制造工具193和195使用。
四站工具195包括围绕其外壁设置的三个相机196、197和198。所述相机被示出为垂直固定到工具195的四侧室的三侧。唯一没有相机的一侧是靠近晶片搬运器192的一侧。虽然图1C中未示出,但是可以在系统中其他三个四站室中的每一个的任何一个或多个侧壁上提供类似的相机布置。应当理解,在一些情况下,系统控制器可以被配置为修改给定相机的位置或方向(例如,上、下、左、右等)。
图1E和1F示意性地示出了具有相机传感器的制造工具,相机传感器被定向为分别从水平定向和竖直定向的视线捕获图像。图1E示出了处理室170,其具有室壁171、喷头172和基座173,所有这些都以本领域已知的任何方式设计和构造。图1E还包括相机174,相机174被设置为经由观察口(如传统制造工具上提供的)或设计用于相机访问的窗176(例如,1-10mm直径的蓝宝石棒)捕获处理室170内部的图像。相机174具有由边缘177和178限定的视场。如图所示,相机174和窗176被布置成允许相机捕获包括基座173的竖直边缘的等离子体图像。其他布置允许相机捕获处理室中其他的竖直边缘的热图像。
图1F示出了类似的处理室181,但具备具有竖直视线的相机以允许捕获其他特征的等离子体图像。具体地,室181具有室壁179、喷头184和基座186,所有这些都以本领域已知的任何方式设计和构造。图1F还包括竖直定向的相机194和194’,其布置成经由设计用于相机访问的观察口或窗199和199’捕获处理室181内部的图像。相机194具有由边缘161和162限定的视场,而相机194’具有由边缘163和164限定的视场。如图所示,相机194和窗199被布置成允许相机捕获包括基座186的杆或下侧的等离子体图像。如图所示,相机194’和窗199’被布置成允许相机捕获包括杆的边缘和/或喷头184的背面的等离子体图像。其他布置允许相机捕获处理室中的其他边缘的等离子体图像。
相机传感器通常设置在制造工具的外部,尽管在一些实施方案中,其与室壁或室内的其他部件或组件集成。在某些实施方案中,专门为相机传感器构造的窗被集成到室壁中。在某些实施方案中,相机传感器使用设置在室壁中或室壁上的光学访问孔光学耦合到制造工具的内部,以允许对工具内部进行目视检查。
图1G示出了用于将相机附接至制造工具的壁的布置。该视图是从室内观察的,其以横截面形式显示。如图所示,相机166附接至处理室167的壁。相机166被配置并定向为经由观察口168捕获处理室167内部的图像。相机166设置在也附接至处理室壁167的保护外壳169中。
图1A、图1B、图1C、图1E、图1F和/或图1G中所示的布置的替代方案包括(a)相机在室的角部上(不一定在平坦的墙壁上)和/或(b)光管(刚性的或柔性的)或光纤布置在反应器内(例如,在室壁中的一个或多个观察口或窗与室内部内的一个或多个位置之间)。此外,应当理解,采用一个、两个或更多个相机的系统不限于四站室或者甚至多站室。在一些室设计中,可能没有观察口或者可能没有足够的观察口来容纳所有相机。在这种情况下,室设计可包括容纳一个或多个相机传感器的壁区域。一般而言,可以存在可以放置在不同位置(包括各种观察口或其他窗中的任何一个)处的单个相机和/或多个相机和/或照明系统的各种组合中的任何组合。
相机传感器通常设置在制造工具的外部,尽管在一些实施方案中,其与室壁或室内的其他部件或组件集成。在某些实施方案中,专门为一个或多个相机传感器构建的窗被集成到室壁中。在一些情况下,窗被构造成允许照明系统将光照射在室内部上,从而允许相机捕获被照亮的室部件的图像。如所解释的,相机传感器可以使用设置在室壁中以允许对工具内部进行目视检查的现有观察口光学耦合到制造工具的内部。
用于允许相机传感器“观察”室内部的观察口或其他窗可以由各种材料中的任何一种制成。示例包括紫外熔融二氧化硅、紫外熔融石英、蓝宝石、硼硅酸盐玻璃和氟化钙。在其他实施方案中,多种材料的层压材料或复合材料可用于制造窗。在某些实施方案中,窗在约100-6000nm或约100-1000nm的光谱范围内基本上是透射的。为了使如此宽的光谱范围可用于相机,可能需要通过移除制造或销售的传感器上的一个或多个波长特定或波长范围限制滤波器来修改商用传感器。在一些实施方案中,窗可以包括抗反射涂层以避免来自本文别处描述的系统中的伴随照明的眩光。
用于允许相机传感器观察室内部的观察口或其他窗可以具有各种尺寸和形状中的任何一种。在某些实施方案中,窗具有圆形、椭圆形、矩形或多边形形状。在一些实施方案中,室壁中的窗被构造为(或包括)光学元件,例如镜子、透镜、滤波器、偏振器或光栅。在一些实施方案中,窗与镜子集成。一些实施方案还可以包括未与窗集成而是位于室内的光学镜或其他光学部件,以例如使得能够光学访问室中不具有到观察口或窗的视线的区域。在某些实施方案中,窗是圆柱形蓝宝石片。在某些实施方案中,窗可以涂覆有一层或多层抗反射膜。
在一些实施方案中,光学元件允许相机传感器捕获间接光学信息。“间接”光学信息可以包括相机传感器的视线之外的图像信息。间接光学信息可以被反射、折射、散射或以其他方式从其在传感器视场之外的源引导至传感器视场之内的位置。为此,制造工具可以包括被配置为将光或其他光学信息引导到相机传感器的视场中的镜子或其他光学元件。在一些情况下,光学元件是具有非光学功能的处理室的一部分。例如,诸如铝室壁之类的铝部件可以反射电磁波谱的IR区域上的光。
已观察到观察口产生热异常和电异常。因此,消除观察口并用小尺寸窗替换它们可以为制造工具处理环境带来好处。在某些实施方案中,窗具有约5cm或更小、或约5mm或更小的最大横截面尺寸(例如,直径或对角线)。
如图所示,在某些实施方案中,制造工具或制造工具中的站配备有多于一个的相机。在一些情况下,制造工具或站具有3个或更多个相机、或者5个或更多个相机、或者8个或更多个相机、或者10个或更多个相机。在一些实施方案中,多站工具的一个站具有1至3个相机传感器。在一些实施方案中,2个、3个或更多个相机传感器共享单个窗或观察口。
多传感器工具或站的各个相机传感器可以被定位和配置为捕获工具或站内部内的不同视场。在一些实现方案中,不同的相机被定位和定向以捕获工具内部的不同角度的图像。在一些实现方案中,不同的相机被定位和定向以捕获工具内部的不同平移偏移处的图像。在一些情况下,以这种方式定向的多个相机可以例如被布置为共享单个窗或观察口。在一些实施方案中,相机传感器分析逻辑被配置为缝合或以其他方式组合来自两个或更多个单独的相机传感器的图像,所述两个或更多个单独的相机传感器被定位和定向以捕获工具内部内的不同区域和/或角度。
如所指示的,在采用多室制造工具的实施方案中,一个或多个相机传感器可被定位和定向以捕获关于两个或更多个室的信息。当两个或多个站沿着配备有相机传感器的观察口或其他窗的视线时,这可能很方便。在一些实现方案中,相机传感器分析逻辑被配置为使用关于相邻站的诸如站壁、或喷头、或基座之类的结构特征的信息来为从不同站收集的等离子体辐射数据提供背景或参考系。
在一些实施方案中,相机传感器直接附接到制造工具的壁或窗上。相机传感器可以通过诸如粘合剂、螺栓或其他机械固定装置、磁体等各种机构固定到制造工具。在一些实施方案中,相机传感器设置在远离制造工具的位置处。例如,相机传感器可以经由光纤或其他光导管光学耦合到观察口。一些实施方案允许相机安装在制造工具内部的保护外壳中。在一些实施方案中,相机或相机传感器具有相关联的冷却系统或热管理设备或部件。热管理元件的示例包括绝缘材料(例如橡胶垫圈)、一个或多个散热结构、流动液体热交换器等。
可以布置一个或多个相机传感器以提供图像的多路复用处理。在一些实施方案中,单个远程传感器可以处理来自多个位置(例如,多个观察口)的光学信息(并生成图像)。例如,单个相机传感器可以支持多个观察口。在一些实施方案中,制造工具采用一个相机传感器来捕获来自多站室的另外两个或更多站的图像数据。例如,工具可具有位于邻近第一站的室壁上的第一窗和位于邻近第二站的室壁上的第二窗。该工具还可包括将第一窗光学耦合到相机传感器的第一光纤或光管以及将第二窗光学耦合到相机传感器的第二光纤或光管。相机传感器被配置为多路复用来自第一和第二光纤或光管的信号。在一些实施方案中,该工具包括光管阵列和/或光纤阵列,其用于在工具中的源和相机传感器之间传送光学信号。
来自一个或多个相机传感器的图像或视频剪辑可以由在各个位置中的任一位置处的硬件上运行的图像分析逻辑以多路复用方式进行处理。在一些实施方案中,所述方法应用于研究制造工具的状态或进行实时之外的其他评估。
在一些实施方案中,一个或多个制造工具和相关联的相机具有本地边缘计算机。边缘计算机可以被配置为执行用于处理和/或管理相机传感器数据的程序。此类程序的示例包括图像分析程序和图像/视频多路复用程序。在某些实施方案中,边缘计算机包含用于以固定速率多路复用来自一个或多个相机的图像/视频数据的程序。在一些情况下,边缘计算机被配置为执行用于多路复用来自多个相机传感器的视频/图像的一个线程,并执行用于分析图像和/或视频的不同线程。边缘计算机可以运行单独的虚拟机来履行与相机传感器相关的各种职责。
在某些实施方案中,为单个站提供边缘计算机,但是该计算机被配置为多路复用和/或以其他方式处理来自多个相机的数据,这些相机中的一些可能不位于单个站处。
用于感测等离子体状况的相机的特性
相机传感器通过各种参数来表征,所述参数包括像素数量、捕获的波长范围等。在一些实施方案中,用于捕获有关等离子体的信息的相机传感器能够感测在包括UV光谱的至少一部分、可见光谱的至少一部分、IR频谱的至少一部分或其任意组合的波长处的电磁辐射的强度值。作为示例,相机传感器可以被配置为感测包括100nm至1000nm的范围内的强度值。
作为本文任何实施方案的示例,相机传感器可以被构造为电荷耦合设备(CCD)或CMOS阵列。在某些实施方案中,本文所使用的相机传感器具有至少约5兆像素或至少约12兆像素。在一些实施方案中,本文使用的相机传感器可以具有少至约2兆像素。
在一些实现方案中,图像捕获设备是传感器或像素的线阵列或一维阵列。这种设备可以被配置为扫描二维视场。扫描方向可以基本上垂直于传感器线的轴线。在一些实施方案中,一维图像捕获设备垂直于晶片或室部件定向,并且可选地被配置为从室的一侧扫描到另一侧(或在室内的其他部分或视场内)。
在某些实施方案中,本文任何实施方案中使用的相机被配置有快门。在一些实现方案中,相机被配置为捕获制造工具中的等离子体的视频数据。在某些实施方案中,相机被配置为以大约30fps-120fps的帧速率捕获制造工具中的等离子体的视频信息。
在一些情况下,制造工具可包括照明系统,该照明系统被配置为照亮工具内部的全部或一个或多个部分。在一些实现方案中,照明系统被配置为允许相机在等离子体关闭时(例如,在操作之外或在脉冲之间)拍摄照明图像。请注意,在某些情况下,不采用照明系统,而是使用等离子体本身进行照明。在一些实现方案中,照明系统采用一个或多个LED或其他光源。光源可以是单色的、具有离散发射波长的多色的或广谱的。光源可以连续工作、与一个或多个相机快门同步脉冲、与一个或多个相机快门异步脉冲、或与其他处理参数例如射频产生器或气体输送阀同步脉冲。在其他实现方案中,在室内或室外的不同位置采用多个光源。该多个光源可以连续或按顺序通电,并管理时序,以便能利用结构照明来构建室内特征的超分辨率图像。在一些实现方案中,在光源前面提供一个或多个陷波或带通滤波器以产生可以支持分析(例如,通过其发射光谱来识别特定化学物质)的效果。
一些制造工具包括静止图像或视频显示器。当相机传感器或光导管阻挡从工具外部访问观察口时,可以采用这样的显示器来允许工艺工程师或其他工作人员观察工具内部。在一些实施方案中,室内部的视图通过(例如,使用实时流式传输协议(RTSP)、实时消息传送协议(RTMP)、低延迟HTTP实时流式传输(HLS)、安全可靠传输(SRT)、WebRTC等)电子流式传输的图像或视频提供,可选地通过Web应用程序传输到远程位置。远程站点的示例包括工厂监控室或设施、智能手机、平板电脑和/或台式计算机系统。在一些实施方案中,图像或视频的传送是经由网络进行的,该网络包括作为节点的处理室上的相机。这种网络可以是有线或无线的,例如网状网络。在某些实施方案中,网络采用采用WiFi、蓝牙、蜂窝等的协议。
可与相机结合使用的其他传感器类型
在一些实施方案中,制造工具除了相机传感器之外还包括一个或多个传感器。这种附加传感器可以被配置为原位感测等离子体或其他状况。此类传感器可包括但不限于机械极限传感器、惯性传感器(例如,加速度计或陀螺仪)、红外(IR)传感器、声学传感器、质量流量传感器、压强传感器(例如压强计)以及温度传感器(例如热电偶),其可以位于处理气体输送系统、基座、卡盘等中。附加传感器的具体示例包括:电流传感器(例如,VI探针),其可以固定到一个或多个结构部件,例如喷头或基座;原位光谱传感器,其被配置为捕获来自晶片或反应器部件的在紫外、可见光和/或红外光谱中的发射的辐射(例如,光学发射光谱传感器(OES));原位传感器,其被配置为检测处理室中气体的光学吸收特性;原位光学计量工具,例如反射计。
附加传感器的一个示例是具有相对高输入阻抗的电容性电压传感器。附加传感器的一个示例是具有相对低输入阻抗的感应电流互感器,其偶尔或周期性地对从RF信号产生器传导的电流进行采样,而不产生任何显著的电压降。在一些实施方案中,电流或电压传感器串联耦合在RF信号产生器和多站制造工具之间。
相机图像分析
图像分析逻辑被配置为从制造工具上的一个或多个相机传感器接收感测值。在某些实施方案中,图像分析逻辑的输入包括作为诸如波长、时间、偏振或其任何组合之类的可观察参数的函数的逐像素强度值。在某些实施方案中,来自相机传感器的输入数据以图像数据、视频数据、光谱值、时间序列数据、晶片计量数据等形式提供。在一些实施方案中,输入数据通过波长、偏振等进行过滤。在一些实施方案中,分析逻辑被配置为接收相机传感器强度数据之外的附加输入信息并对其起作用。这种额外的输入信息可以包括关于相机传感器和/或相关联的相机部件的元数据、衬底计量信息、关于制造工具的历史信息等。
分析逻辑可以被配置为输出制造工具中的等离子体的一种或多种属性和/或制造工具或其部件的状态的分类。上面介绍了等离子体属性的一些示例。在一些实施方案中,分析逻辑被配置为用于诊断目的、或用于预测目的、或用于控制目的的分类器。诊断分类的示例包括故障检测和异常状况。预测分类的示例包括处理或机械漂移(例如,喷头或其他部件的不同形状)和相关的预测维护(通过例如回归分析生成)。2021年11月9日提交的PCT/US2021/058550中提供了进一步的示例,该专利的全部内容通过引用并入本文。控制分类的示例包括对装置或处理的建议修改。
相机传感器分析逻辑可以包括各种类型的分类器或模型中的任何一种,例如深度神经网络(例如,卷积神经网络、自动编码器、UNet等)、传统或经典计算机视觉方法(例如边缘检测)、图像修改(例如模糊、改变对比度)、强度阈值、颜色通道阈值等。
分析逻辑可以被配置为执行图像处理例程,例如分割或其他边缘查找例程。在某些实施方案中,分析逻辑被配置为使用分割或其他边缘检测方法来确定相关于系统部件的等离子体属性信息。分割可以隔离部件。例如,喷头的识别和距喷头一定距离的等离子体属性的检测可以采用分割。在现场,当机械安装可能并不总是一致时,分割可以帮助最大限度地减少错误(与固定由一组工具生成的所有图像/视频的(x,y)位置相反)。
逻辑可以采用用于边缘检测或分割的各种技术中的任何技术。例如,该逻辑可以采用基于阈值的方法、深度学习模型等。在一些实施方案中,可以使用例如如下序列之类的处理序列来确定等离子体的边缘或等离子体内具有定义的等离子体特性的子区域的边界:(a)数据缩减,(b)去噪(例如高斯模糊),以及(c)边缘查找/阈值处理(例如滤波器的Canny序列)。
在一些实施方案中,图像分析逻辑被配置为至少部分地基于区域的由等离子体占据的质心来确定等离子体的位置。等离子体的质心可以是根据分析逻辑认为在等离子体边界内的区域确定的几何质心。在某些情况下,通过考虑等离子体图像内的辐射强度来计算质心。这可以通过至少基于像素或区域的强度值对图像的像素或区域进行加权来实现。等离子体的质心也可以通过简单地将强度阈值应用于像素或区域值来确定,并且在计算质心时仅考虑强度值高于阈值的那些像素或区域。
分析和/或控制逻辑可以采用等离子体质心来确定处理室、喷头、基座和/或其他部件的对准或倾斜。例如,逻辑可以将所考虑的处理室的质心位置与正确对准的处理室或处理室部件的预期或基线质心位置进行比较。如果质心不在定义的容差范围内,则逻辑会将当前系统标记为未对齐。
在一些实施方案中,图像分析逻辑被配置成通过对第一相机传感器的视场内的有界的感兴趣区域上的光强度值进行积分或求和来确定等离子体的位置。感兴趣区域的示例包括基座和喷头之间的间隙或间隙的子区域,如图中所示。
在一些情况下,分析逻辑被配置为至少基于具有定义的光谱特性的等离子体的点或边界来确定等离子体的位置。所定义的光谱特性可以是与处理室中的气体或部件相关联的EM光谱的区域。光谱区域可以与处理室中的气体或部件的发射光谱和/或一条或多条发射线相关联。等离子体的光谱限制位置可用于识别处理室或其站内的气体的成分和/或位置。例如,如果特定成分的气体仅位于喷头上方,并且发现其位于基座和喷头之间的间隙中,则分析逻辑可以将处理室或当前处理标记为需要检查或修改。
在某些实施方案中,分析逻辑被配置为执行流数据分析。随着观察口被相机取代,工程师将需要通向制造工具内部的“窗”。在某些实施方案中,图像或视频处理系统被配置为提供对可通过制造工具的计算机访问的实时数据流、到手机应用程序的本地无线流以及可经由例如浏览器访问的其他内联网通道的访问。在一些实施方案中,分析逻辑被配置为实时执行分析,例如部件分割和分类。作为示例,分析逻辑可以被配置为标记诸如晶片支撑件中卡住的销之类的故障。该逻辑可以确保在例如处理另一个晶片之前解决这些问题。
在某些实施方案中,分析逻辑被配置为执行固定帧(图像)和/或视频分析。如本文其他地方所解释的,分析逻辑可以被配置为根据使用情况来分析和解释静态图像或多个时间帧。
在某些实施方案中,分析逻辑被配置为具有边缘计算能力。为了最小化网络流量,可以在边缘节点(或多个边缘节点)上执行至少一些计算,并且仅将有限的数据传输到远程计算或存储器资源(例如,远程存储数据库)。关于控制、反馈、警告等的决策可以基于边缘节点上的计算能力。
在某些实施方案中,分析逻辑被配置为针对多个应用(处理控制、自动校准、硬件调整等)执行前馈和/或反馈。在某些实施方案中,计算资源被配置成将相机分析的结果馈送到后续(下游)工具处的处理状况的控制器。例如,可以对在单站等离子体工具中处理晶片时捕获的等离子体图像进行分析。分析结果可用于控制相邻模块中的状况以进行额外的沉积。作为另一个示例,关于站1上的不均匀性的信息可用于补偿站2、3或4…或当前或后续处理步骤中的处理状况。
在某些实施方案中,分析逻辑被配置为执行图像的多路复用和/或拼接。多路复用(例如,多线程处理)可以允许单个处理器处理来自多于一个的相机的图像。多路复用可以允许单个处理器处理来自多个波长范围的图像。在某些实施方案中,多个相机不仅用于生成丰富的时间数据流,而且还用于从多个角度生成空间位置。虽然由于从一个相机切换到另一个相机可能会出现一些延迟,但对于某些应用(例如CW处理),分析逻辑可以生成组合图像,捕获的不仅仅是一个相机的视场。在一些实施方案中,分析逻辑被配置为通过组合附加传感器和相机(以及可选地建模数据)来重建三维信息。
使用案例和应用
各种应用确定制造工具内部的等离子体(或具有特定特性(例如限定范围的等离子体电势、密度或电子温度)的等离子体的一部分)的位置。在一些实现方案中,相机传感器被定位和/或定向为捕获关于未被制造工具的硬件部件占据的区域中的等离子体的信息。这样的区域的示例包括喷头和晶片/基座之间的间隙、喷头上方的区域、基座下方的区域以及超出基座的圆周但在室壁内部的区域。一些应用确定和/或使用等离子体属性的空间变化来评估制造工具的状况、其一个或多个部件的状况和/或处理状况。这些应用中的某些涉及将视场(以及制造工具内部的相关部分)划分为一个或多个感兴趣区域并表征每个这样的感兴趣区域中的等离子体(或等离子体的一部分)。视场可由一个相机传感器或多个相机传感器确定。
在一些实现方案中,分析逻辑被配置为分析制造工具内部内的多个感兴趣区域。作为示例,分析逻辑被配置为分析晶片支撑件和喷头或其他气体输送部件之间的间隙。在一些实施方案中,感兴趣区域沿着与基座或喷头的基本上平坦的表面平行的水平轴彼此分离。在一些实施方案中,感兴趣区域沿间隙中的竖直轴线并且垂直于基座或喷头的基本上平坦的表面分布。
图2呈现了喷头205与晶片基座207之间的间隙203中的等离子体的相机图像201。可以对在间隙203内水平(或径向)分布的所描绘的感兴趣区域211、212和213单独执行图像分析。每个感兴趣区域的不同径向位置可以具有等离子体属性(例如电子温度)的唯一值。作为示例,每个感兴趣区域处的等离子体属性的值可以由该区域中的平均值、该区域中的集中趋势(例如,平均值或中值)、该区域中的方差或偏差等来表示。
应当注意,感兴趣区域可以手动或自动定义。例如,可以使用图像的手动(例如,人类)注释来指示手动感兴趣区域。感兴趣区域的自动识别可以使用经训练的机器学习算法来识别。例如,这种经训练的机器学习算法可以识别图像内感兴趣的元件(例如喷头、基座、室壁等)的轮廓和/或边界。机器学习算法可以是任何合适的类型和/或具有任何合适的架构,例如卷积神经网络、U-Net等。在一些情况下,经训练的机器学习模型可以用于生成用于其他模型的大型训练集。例如,与需要人工对训练集进行手动注释(这可能会耗费时间和资源)不同,通过识别和注释图像内各种元件(例如,喷头、基座、室壁等)的边界来自动注释感兴趣区域的经训练的机器学习模型可用于构建比依赖手动注释构建的训练集更大的训练集。然后,训练集可以用于训练一个或多个其他机器学习模型,其可以包括深度神经网络或其他合适的架构。其他机器学习模型可用于各种目的,例如表征等离子体健康状况(例如,如图7所示并在下面结合图7描述)、检测寄生等离子体出现(例如,如图9所示并在下面结合图9描述)、和/或检测空心阴极放电(HCD)的出现(例如,如图11所示并在下面结合图11描述)。由于在相对较大的训练集(其由于自动注释而可能很大)上进行训练,给定的机器学习模型可能能够实现高精度,同时在推理时间保持快速。
图3呈现喷头305与晶片基座307之间的间隙303中的等离子体的相机图像301。可以对所描绘的沿着间隙303竖直分布的感兴趣区域311、312、313和314单独执行图像分析。每个感兴趣区域的不同竖直位置可以具有等离子体属性(例如等离子体密度)的唯一值。与图2中的图像201一样,每个感兴趣区域处的等离子体属性的值可以由该区域中的平均值、该区域中的居中趋势(例如平均值或中值)、区域中的方差或偏差等来表示。
在一些实现方案中,分析逻辑被配置成分析不同区域中的等离子体状况以对工具状况或当前操作状况进行评估。例如,感兴趣区域内的等离子体属性变化可以指示处理气体的流动模式。如果使用光谱特征,则可以辨别气体混合物内的单独的气体的流动模式。
在一些实现方案中,分析逻辑被配置为确定相机视场内的异常强度变化。这种变化可能发生在制造工具中的任何地方,包括在基座和喷头之间的间隙中以及间隙外部。在一些实现方案中,分析逻辑被配置为在时间上比较帧以识别可能的强度异常。例如,分析逻辑可以被配置为分析帧,例如,...、N-5、N-4、N-3、N-2、N-1、N、N+1、N+2、N+3、N+4、N+5、...以确定图像内动态位置处的电弧或其他异常情况。这里N是视频的图像帧,其中逻辑首先检测到当等离子体存在或不存在时超出正常预期的平均强度变化。
在一些实施方案中,分析逻辑被配置为确定是否出现电弧或寄生等离子体。作为示例,该逻辑可以被配置为确定等离子体的特征(例如,高强度值或闪光)是否存在于预计没有等离子体或非常少等离子体的感兴趣区域中,例如在超出喷头或基座的边缘的径向位置处、在喷头上方和/或在基座下方(背面)。
在各种应用中,分析逻辑使用相机传感器图像来映射等离子体中的高强度区域,以定义等离子体的边界或尺寸,例如等离子体环的直径。分析逻辑可以采用这样的边界或尺寸来识别制造工具中的站之间和/或一套这样的工具中的相应制造工具之间的空间形状差异或移位。
在某些实施方案中,分析逻辑从一个或多个相机传感器接收时间系列的图像,并且至少部分地基于这些图像来确定制造工具内的等离子体的状况的变化或当前状态。在一些情况下,分析逻辑被配置为比较在跨越两个或更多个衬底的处理、或者跨越两批或更多批衬底的处理、或者跨越制造工具被清洁或保养之前和之后的衬底的处理的时间段内获得的相机传感器图像。在一些情况下,分析逻辑被配置为比较在跨越单个衬底的处理的时间段内获得的相机传感器图像。在一些情况下,分析逻辑被配置为比较在跨越单个脉冲周期的时间段内获得的相机传感器图像。在一些情况下,分析逻辑被配置为以提供关于一系列脉冲中的各个等离子体脉冲的信息的方式比较相机图像。为了分析等离子体属性的快速变化,相机传感器和相关的图像捕获系统可以被配置为以接近相机传感器刷新率的速率捕获连续图像。在一些情况下,相机传感器和相关联的图像捕获系统被配置为以至少约100ms的速率捕获图像。
例如,时间系列的相机图像可以指示等离子体是关闭还是开启,以及其何时从关闭转变为开启或从开启转变为关闭。此外,时间系列可以指示等离子体脉冲化。等离子体属性随时间相对恒定的值指示稳定的等离子体,而等离子体属性随时间相对变化的值可指示不稳定的等离子体。等离子体特性的时间变化也可能表明在运行之间等离子体的不稳定性。它还可以表明处理状况随时间的漂移或变化。
图4A示出了来自相机传感器或其一部分(例如在示例PECVD处理的感兴趣区域中)的等离子体强度值的图。参考曲线图402,最初,制造工具不运行或闲置,并且来自相机传感器的唯一强度信号源自环境照明。该信号的值为I0。随后,相机传感器检测到的强度值逐渐上升至值IH并保持该值一段时间。IH的稳定值表明等离子体已开启并且稳定或没有脉冲化。在等离子保持在IH的持续时间之后,相机传感器值逐渐降回至I0,表明等离子已关闭。这可能是由根据定义的处理顺序或配方的转换引起的。
曲线图404示出了多步骤处理的等离子体强度值。与曲线图402中所示的类似,在时间段t1期间,等离子体强度值逐渐上升至IH,并且然后在持续时间之后逐渐降回至I0。类似的逐渐上升和逐渐下降发生在时间段t2和t3期间。需要说明的是,t1、t2、t3对应的步骤可以相同或不同。例如,两个步骤可以对应于多步骤配方的不同步骤,例如对应于氮化物的第一步骤、对应于氧化物的第二步骤等。在一些实现方案中,与不同步骤相关联的持续时间可以相同,或者可以不同。另外或替代地,在一些实现方案中,不同步骤的稳态等离子体强度值可以相同,或者可以不同。
图4B示出了来自相机传感器或其一部分(例如在感兴趣区域中)的用于示例ALD处理的等离子体强度值的图。与图4A中所示和上面结合图4A所描述的类似,等离子体强度值可以在一段持续时间内逐渐上升到稳态值IH,然后当等离子体关闭时逐渐下降到I0。请注意,对于ALD处理,可以使用相同的化学物质(例如氧化物、氮化物、碳化物等)对等离子体开启状态进行脉冲化处理。此外,在沉积步骤之后可以包括图4B中未示出的其他步骤,例如一个或多个抑制脉冲。ALD处理的持续时间(例如,等离子体可以开启的期间)可以为约100毫秒的量级。
图5呈现了图3所示的四个感兴趣区域311-314处的基于时间的强度变化的曲线图。如强度值的周期性上升和下降所示,等离子体是脉冲化的。可以看出,不同感兴趣区域处的脉冲体验并不相同。例如,在区域314处,等离子体强度从脉冲到脉冲经历最大变化。在其他三个区域中,即使当等离子体在区域314中基本上关闭时,等离子体强度仍然保持相对高,因此表明等离子体在脉冲之间没有完全熄灭。此外,区域311、312和313中的等离子体强度降低(在时间上)落后于区域314中的脉冲等离子体强度降低的结束。
在一些应用中,相机传感器分析逻辑被配置为监测等离子体均匀性。在一些实现方案中,逻辑被配置为查看等离子体的包络和/或间隙内特定位置处的强度。如果等离子体强度在不同区域之间表现出强烈变化,则可能表明等离子体不均匀。在示例中,考虑在靠近喷头的位置处、在喷头-基座间隙的中间以及在晶片或基座的边缘处的等离子体强度。这些位置中任意两个位置之间强度的显著变化可能表明等离子体表现出显著的不均匀性。在一些实施方案中,分析逻辑被配置为考虑等离子体随时间推移或在不同位置处的空间形状差异,这也可以指示不均匀性。在一些实施方案中,分析逻辑被配置成在考虑相对大的感兴趣区域的同时根据是否检测到潜在的异常而动态地调整其区域焦点。分析逻辑可以包括用于根据等离子体的当前状态来分析更大或更小(或不同位置)的感兴趣区域的子例程。例如,初始子例程可以感测区域311(例如)的强度的平均变化。如果区域311的行为不一致,则另一个子例程可以将其进一步划分为更多区域,以研究作为例如距喷头中心的径向距离的函数的均匀性变化。同样,例程可以在其他感兴趣的位置提供分析焦点。
虽然分析逻辑可以通过考虑空间变化来监测等离子体均匀性,但它也可以通过考虑制造工具内的一个或多个位置或区域处的时间变化来监测等离子体稳定性。这些区域的示例包括喷头和基座之间的间隙或其中的子区域,例如喷头的边缘、间隙的中间和/或晶片或基座的边缘。
在一些实现方案中,分析逻辑被配置为将当前图像或图像集合与针对(或表示)基线处理状况和/或基线制造工具状态和/或基线工具部件状态而获得的基线或“黄金”图像进行比较。基线可以对应于已知状态,例如处理和/或工具正在可接受地或最佳地执行的状态。如果分析逻辑确定当前图像与基线图像的偏差超过定义的水平,则其可以标记工具或操作以用于进一步分析和/或关闭处理或工具的运行。该偏差可以基于本文讨论的各种等离子体属性中的任何一种或多种。可能导致与基线显著偏差的状况包括:工具部件磨损或破损(例如破裂)、气体成分和/或流动特性偏离规格、等离子体生成部件发生故障等。
在一些应用中,相机传感器分析逻辑被配置成监测随时间推移在工具部件的一个或多个位置处的等离子体强度或其他等离子体属性。通过将此类位置处的等离子体属性与基线或时间演变状态进行比较,分析逻辑可以识别硬件变化,例如与观察口、阀、泵送口、心轴、机械手臂等相关联的变化。如果分析逻辑检测到等离子体属性变化,则逻辑会触发诊断、控制和/或预测响应,从而导致维护、零件更换、处理状况/配方调整等。
在一些应用中,相机传感器分析逻辑被配置为在多站制造工具中逐站比较等离子体强度或其他等离子体属性。在一些实现方案中,相机传感器被定位和定向以捕获多个站中的每一个中的相同硬件部件(例如,通风口、阀门、心轴等)的图像。分析逻辑被配置为比较多个站的(当存在等离子体时看到的)传感器图像。如果分析逻辑检测到任何站中的等离子体属性变化,则逻辑会触发诊断、控制和/或预测响应,从而会导致表现出改变的站的变化。该改变可能涉及维护、零件更换、处理状况/配方调整等。在一些应用中,多站制造工具采用公共等离子体源,但在制造工具中的不同站之间分配输送的功率。
在一些应用中,相机传感器分析逻辑被配置为监视或表征在制造工具中进行的处理中逐个步骤的处理转变。处理转变期间等离子体状态的相机图像可以允许校准或匹配制造工具中的其他传感器(例如,非相机传感器,例如VI传感器)或传感器结果。
在某些实施方案中,相机传感器分析逻辑被配置为检测等离子体异常,例如等离子体团(plasmoid)的开始或等离子体团发生前不久的状况。为此,分析逻辑可以被配置为识别喷头或基座上方或下方的闪光或寄生等离子体。这些状况可以通过作为时间和空间位置的函数的等离子体的强度阈值或形状的变化来识别。
在某些实施方案中,相机传感器分析逻辑被配置为检测等离子体中的颗粒的气相成核,任选地在这些颗粒接触正在处理的晶片之前进行。这种颗粒可以通过显示等离子体中的一个或多个特征的强度、颜色和/或形状的变化的相机图像来证明。
通过分析相机传感器数据来采用等离子体表征的其他应用包括确定间隙尺寸和识别设备泄漏。
多种实施方案在处理控制中采用相机和图像分析系统。一些处理控制应用在本文别处描述,例如在反馈和前馈控制的背景下描述。这种处理控制可以控制制造工具中的各种参数中的任何一个。示例包括处理气体成分、处理气体流量特性、处理室内的压强、处理室的一个或多个部件的温度、等离子体功率、等离子体频率、处理室的一个或多个部件中的任何一个的几何特性及其任意组合。虽然许多此类应用涉及基于原位成像的实时控制处理,但一些应用,特别是前馈应用,依赖于上游参数的评估来调整下游处理或制造工具中的未来状况。例如,在一些实施方案中,某些抑制控制沉积处理依赖于多室操作来获得期望的结果。来自选择性抑制处理(上游)的图像的信息可以被分析逻辑用来设置下游沉积处理的参数。
在一些实施方案中,相机传感器数据可用于表征站内的等离子体健康状况。例如,等离子体健康状况可以通过确定站的一个或多个区域(例如,喷头和基座之间、喷头上方、基座下方等)中的等离子体强度值来表征。可以随时间(例如,在一段时间内,诸如在多个月内、在执行的一定数量的处理中等)监测等离子体强度值,以识别等离子体强度值随时间的变化。等离子体强度值随时间的变化可以指示装置的各个部件的故障或即将发生的故障。
在一些实现方案中,等离子体健康状况可以通过识别相机图像数据帧内的站的不同区域来表征。例如,可以识别对应于站的各个部件(例如,喷头、基座、室壁等)的区域。然后可以确定每个识别区域内的等离子体强度值。在一些实现方案中,可以使用任何合适的计算机视觉技术来识别区域,所述技术例如边缘检测(例如,使用Canny边缘滤波器等)。在一些实现方案中,可以使用被训练来执行图像分割的机器学习模型来识别区域。这样的机器学习模型可以是卷积神经网络,或者特定类型的卷积神经网络,例如U-Net。
图6描绘了适合于确定站内等离子体健康状况的相机数据。在一些实现方案中,可以在基于等离子体的操作的执行期间从相机传感器获得相机数据帧。在一些实施方案中,可以对获得的相机数据执行边缘检测(可以利用各种技术,例如Canny边缘检测算法、水平集方法、卷积神经网络等来实现等离子体区域的分离。在一些实施方案中,可以识别表示边缘检测的平滑化的轮廓。
在一些实现方案中,轮廓(例如,相机数据的检测到的边缘的平滑版本)可以用于创建一个或多个图像蒙片(mask),每个图像蒙片对应于站的不同区域。例如,第一图像蒙片可以对应于喷头,第二图像蒙片可以对应于基座等。在一些实现方案中,可以针对与以下项的任意合适的组合对应的区域生成图像蒙片:喷头区域、基座区域、左上区域、左下区域、右上区域和右下区域。在一些实施方案中,可以生成对应于多于五个区域(例如,八个区域、十个区域、二十个区域等)的图像蒙片。可以通过确定一个或多个部件(例如,喷头、基座等)的边界来创建图像蒙片。举例来说,可以通过识别轮廓的平坦部分以及喷头的左边界和右边界来确定喷头的边界。然后可以基于喷头的边界生成一个或多个图像蒙片(例如,对应于喷头正下方的区域的图像蒙片、对应于喷头上方和左侧的区域的图像蒙片、对应于喷头上方和右侧的区域的图像蒙片等)。图6说明了基于站的五个不同区域对相机数据帧的划分。
图7是用于基于相机传感器数据确定等离子体健康状况的示例性处理700的流程图。在一些实现方案中,处理700的框可以由控制器或处理器来实施。在一些实施方案中,处理器可以远离基于等离子体的装置,例如服务器或其他远程设备的处理器。在一些实现方案中,处理700的框可以按照与图7所示的顺序不同的顺序来实施。在一些实施方案中,处理700的两个或更多个框可以基本上并行地执行。在一些实施方案中,处理700的一个或多个框可以被省略。
在702处,处理700可以在基于等离子体的操作(例如,PECVD、ALD、基于等离子体的蚀刻操作等)期间从反应器的站获得图像数据的一帧或多帧。可以利用的相机传感器的示例在图1A-1G中示出并在上面结合图1A-1G进行了描述。
在704处,处理700可以识别与图像数据的一帧或多帧的元件相关联的有界区域。例如,处理700可以识别与喷头相关联的有界区域、与基座相关联的有界区域等。如上所述,可以通过(例如,使用Canny边缘检测算法等)对图像数据的一帧或多帧执行边缘检测来识别有界区域。在一些实现方案中,可以基于检测到的边缘来生成表示平滑边缘的轮廓。可以基于轮廓来识别有界区域。
在706处,处理700可以为图像数据的一帧或多帧创建一个或多个图像蒙片。可以基于在704处识别的有界区域来创建图像蒙片。在一些实现方案中,每个图像蒙片可以对应于反应器的站的不同区域,例如接近喷头的区域、接近基座的区域、喷头上方和左侧的区域、喷头上方和右侧的区域、基座下方和左侧的区域、基座下方和右侧的区域和/或其任何组合。注意,每个图像蒙片可以用于遮挡除与给定感兴趣区域相关联的图像数据之外的图像数据的部分。
在708处,处理700可以使用一个或多个图像蒙片来确定等离子体强度特性。例如,处理700可以基于与特定图像蒙片相关联的给定区域内的像素强度值来确定等离子体强度值(例如,如上所述)。注意,可以以任何合适的方式利用等离子体强度特性来识别与站相关的异常特性。例如,可以识别等离子体强度值随时间的偏差或趋势,以确定需要修复的部件。作为另一个示例,可以将等离子体强度值与阈值进行比较以确定给定的等离子体强度值是高于还是低于可接受的值。在一些实现方案中,等离子体强度特性可用于触发任何合适的维护警报或动作。在一些实现方案中,可以利用等离子体强度特性来修改正在进行的处理。
在一些实施方案中,从图像数据确定的等离子体特性可用于识别和/或检测寄生等离子体。寄生等离子体可以是位于站内不期望的位置或区域的等离子体。举例来说,寄生等离子体可以位于喷头的上方和侧面(例如,左侧或右侧)、基座的下方和/或侧面(例如,左侧或右侧)等。在一些实现方案中,可以通过确定图像数据帧上的边界框来检测寄生等离子体。边界框可以以任何合适的方式确定,例如通过将图像提供给经训练的机器学习模型(例如,神经网络、前馈神经网络、卷积神经网络、U-Net等)来确定。然后可以基于边界框内像素的像素强度在给定边界框内应用阈值处理。然后可以基于阈值像素值来识别寄生等离子体的出现。
图8A是基于等离子体的操作期间与站相关联的相机数据帧的图像。等离子体出现802表示站的预期区域中的等离子体,即喷头和基座之间的区域中的等离子体。寄生等离子体出现804和806表示位于站的不期望区域中的寄生等离子体,特别是在基座下方的寄生等离子体。寄生等离子体出现804和806可以使用上述的边界框和阈值处理技术来检测,并且下面结合图8B和图9更详细地描述。
在一些实施方案中,边界框可以应用于相机数据帧。边界框可以以任何合适的方式确定,例如通过将图像提供给经训练的机器学习模型(例如,神经网络、前馈神经网络、卷积神经网络、U-Net等)来确定。请注意,图像的不同区域内的边界框具有不同的大小,一般来说,对于感兴趣区域(例如,具有大量等离子体活动的区域)生成的边界框较小。
图8B示出了应用于给定边界框的阈值处理。图片820示出了给定边界框的像素强度。图片822表示应用于图片820的像素强度值的阈值处理的结果。换言之,与大于预定阈值的像素强度值相关联的像素可以被设置为图片822中的第一值,而与小于预定阈值的像素强度值相关联的像素可以被设置为比图片822中的第一值小的第二值。应当注意,在一些实现方案中,可以使用阈值处理和深度神经网络模型的组合来执行分割。
图9是根据一些实施方案的用于检测寄生等离子体出现的示例性处理900的流程图。在一些实现方案中,处理900的框可以由控制器或处理器执行。在一些实施方案中,控制器或处理器可以远离用于执行基于等离子体的操作的装置,例如远程服务器或其他远程设备。在一些实施方案中,处理900的框可以按照与图9所示的顺序不同的顺序来执行。在一些实现方案中,处理900的两个或更多个框可以基本上并行地执行。在一些实现方案中,处理900的一个或多个框可以被省略。
处理900可以开始于902:在基于等离子体的操作(例如,PECVD、ALD、基于等离子体的蚀刻操作等)期间从反应器的站获得图像数据的一帧或多帧。可以利用的相机传感器的示例在图1A-1G中示出并在上面结合图1A-1G进行了描述。
在904处,处理900可以确定图像数据的一帧或多帧中的给定帧的一个或多个边界框。边界框可以以任何合适的方式确定,例如通过将图像提供给经训练的机器学习模型(例如,神经网络、前馈神经网络、卷积神经网络、U-Net等)来确定。
在906处,对于给定的边界框,处理900可以识别边界框的像素。在908处,处理900可以基于像素强度值对所识别的像素执行阈值处理。例如,处理900可将像素强度值大于预定阈值的像素设置为第一值,并且可将像素强度值小于预定阈值的像素设置为第二值。第二值可以小于第一值。应当注意,在一些实现方案中,可以省略框908。例如,在一些这样的实现中,可以使用经训练的机器学习模型(例如经训练的深度神经网络等)来执行分割,而不执行阈值化。在一些实施方案中,经训练的机器学习模型可以与阈值处理结合使用来执行分割。
在910处,处理900可以至少部分地基于阈值像素强度值来识别和/或检测寄生等离子体的出现。例如,处理900可以确定对应于具有第一值(例如,与具有大于预定阈值的强度值的像素相关联,如上面在框908处描述的)的像素簇的轮廓。注意,在一些实施方案中,当检测寄生等离子体出现时可以考虑与特定区域相关联的边界框。例如,可以考虑与除喷头和基座之间的区域之外的区域相关联的边界框。在一些实现方案中,具有不与其他边缘相交(或相交至最小程度)的轮廓的像素簇可以被认为是寄生等离子体出现。在一些实施方案中,具有第一值的像素簇可以被认为是寄生等离子体出现。
应当指出的是,使用上面结合图8A、8B和9所示和描述的技术,可以在单个帧内检测寄生等离子体的多个实例。另外或替代地,在一些实现方案中,可以例如通过评估检测到的寄生等离子体簇随时间的大小和/或位置来识别寄生等离子体出现的时间演变。
在一些实现方案中,图像数据可用于检测和/或识别空心阴极放电(HCD)。HCD可能出现在喷头和基座之间的间隙中,并且可能对晶片处理产生负面影响。在一些实现方案中,可以通过例如基于像素强度值分割图像数据帧来检测HCD。在一些实施方案中,图像数据帧可以是原始捕获的图像数据的灰度版本。在一些实现方案中,可以使用诸如顶帽变换、分水岭变换等变换来执行分割。另外或替代地,在一些实现方案中,可以使用卷积神经网络、U-Net和/或任何其他合适的经训练的机器学习模型来执行分割。基于分割的图像数据,图像的像素可以被分类为属于一组类别中的特定类别。该组类别可以包括背景、主要等离子体(例如,期望的或预期的等离子体)和HCD。可以使用诸如K均值聚类之类的聚类算法来执行分类。然后可以根据指定的分类或类别来识别HCD。
应当注意,在一些实现方案中,可以使用模拟的HCD出现来测试和/或改进用于检测HCD的技术,例如,因为示出实际HCD的真实图像数据可能相对有限。在此类情况下,可使用数学形状和/或函数来模拟HCD以配置一个或多个参数,其中参数可包括宽度、高度和/或相对强度。
图10示出了表示根据一些实现方案的HCD检测技术的图像。图片1002是对应于喷头和基座之间的区域的所获取的图像数据的一部分。图片1004表示图片1002中所示的图像数据的处理后的图像数据。具体地,轮廓1006对应于所识别的等离子体轮廓,并且轮廓1006内的圆圈(例如,圆圈1008)表示检测到的HCD出现。
图11是根据一些实现方案的用于检测HCD出现的示例性处理1100的流程图。在一些实现方案中,处理1100的框可以由控制器或处理器执行。在一些实施方案中,控制器或处理器可以远离用于执行基于等离子体的操作的装置,例如远程服务器或其他远程设备。在一些实施方案中,处理1100的框可以按照与图11所示的顺序不同的顺序来执行。在一些实现方案中,处理1100的两个或更多个框可以基本上并行地执行。在一些实现方案中,处理1100的一个或多个框可以省略。
处理1100可以开始于1102:在基于等离子体的操作(例如,PECVD、ALD、基于等离子体的蚀刻操作等)期间从反应器的站获得图像数据的一帧或多帧。可以利用的相机传感器的示例在图1A-1G中示出并在上面结合图1A-1G进行了描述。
在1104处,处理1100可以基于像素强度值对图像数据的一帧或多帧执行分割。例如,可以使用诸如顶热变换、分水岭变换等图像变换技术来执行分割。作为另一个示例,可以使用经训练的机器学习模型来执行分割,该模型可以是卷积神经网络、U-Net等。
在1106处,处理1100可以将分割的图像数据聚类成多个类别,其中至少一个类别对应于与HCD相关联的像素。在一些实现方案中,多个类别可以包括背景图像数据、正常或预期等离子体以及HCD。在一些实施方案中,可以使用诸如K均值聚类之类的聚类算法来执行聚类。
本文描述的用于基于图像数据确定等离子体特性的技术可用于显示等离子体强度与其他物理系统参数之间的关系。例如,等离子体强度可以与负载功率相关和/或在等离子体强度与室压强之间相关。例如,如图12的图片1202所示,可以存在作为负载功率(以瓦特为单位)的函数的等离子体强度的清晰簇。作为另一个示例,如图12的图片1204所示,可以存在作为室压强的函数的等离子体强度的清晰簇。然而,应当理解,负载功率和室压强仅仅是示例性的,并且等离子体强度可以与任何数量的其他物理系统参数相关。
传感器分析逻辑
包括如本文所述的制造工具的系统可以包括用于表征制造工具中的等离子体的逻辑。分析逻辑可以被配置为通过例如模拟和/或数字输入连接从相机传感器接收信号。
分析逻辑可以以各种方式中的任一种来设计和实现。例如,逻辑可以用硬件和/或软件来实现。示例在本文的控制器部分中给出。硬件实现的控制逻辑可以以多种形式中的任一种来提供,包括数字信号处理器中的硬编码逻辑、专用集成电路以及具有作为硬件实现的算法的其他设备。分析逻辑还可以被实现为被配置为在通用处理器上执行的软件或固件指令。系统控制软件可以通过以计算机可读编程语言“编程”来提供。
用于控制处理系列中的处理的计算机程序代码可以用任何常规计算机可读编程语言:例如,汇编语言、C、C++、Pascal、Fortran或其他语言来编写。编译后的目标代码或脚本由处理器执行以执行程序中标识的任务。还如所指示的,程序代码可以是硬编码的。
逻辑中使用的集成电路可以包括存储程序指令的固件形式的芯片、数字信号处理器(DSP)、被定义为专用集成电路(ASIC)的芯片、和/或一个或多个微处理器、或执行程序指令(例如软件)的微控制器。程序指令可以是以各种单独设置(或程序文件)的形式传送的指令,定义用于执行特定分析或图像分析应用的操作参数。
在一些实现方案中,图像分析逻辑驻留在(并执行)在制造工具(从该制造工具捕获相机图像)上的计算资源上或与该制造工具密切相关的计算资源上。在一些实现方案中,图像分析逻辑远离制造工具(从该制造工具捕获相机图像)。例如,分析逻辑可以在基于云的资源上执行。
图13是适合用于实现本公开的一些实施方案的计算设备1300的示例的框图。例如,设备1300可以适合于实现本文公开的图像分析逻辑的一些或全部功能。
计算设备1300可以包括直接或间接耦合以下设备的总线1302:存储器1304、一个或多个中央处理单元(CPU)1306、一个或多个图形处理单元(GPU)1308、通信接口1310、输入/输出(I/O)端口1312、输入/输出部件1314、电源1316、以及一个或多个呈现部件1318(例如,显示器)。除了CPU 1306和GPU 1308之外,计算设备1300还可以包括图13中未示出的附加逻辑设备,例如但不限于图像信号处理器(ISP)、数字信号处理器(DSP)、ASIC、FPGA等。
尽管图13的各个框被示出为经由总线1302用线路连接,但这并不旨在进行限制并且仅是为了清楚起见。例如,在一些实施方案中,诸如显示设备之类的呈现部件1318可以被认为是I/O部件1314(例如,如果显示器是触摸屏的话)。作为另一示例,CPU 1306和/或GPU1308可以包括存储器(例如,除了GPU 1308、CPU 1306和/或其他部件的存储器之外,存储器1304还可以代表存储设备)。换句话说,图13的计算设备仅仅是说明性的。不区分“工作站”、“服务器”、“笔记本电脑”、“台式机”、“平板电脑”、“客户端设备”、“移动设备”、“手持设备”、“电子控制单元(ECU)”、“虚拟现实系统”和/或其他设备或系统类型等类别,因为所有这些都被设想在图13的计算设备的范围内。
总线1302可以表示一个或多个总线,例如地址总线、数据总线、控制总线或其组合。总线1302可以包括一种或多种总线类型,例如工业标准架构(ISA)总线、扩展工业标准架构(EISA)总线、视频电子标准协会(VESA)总线、外围部件互连(PCI)总线、外围部件互连快速(PCIe)总线、和/或其他类型的总线。
存储器1304可以包括各种计算机可读介质中的任何一种。计算机可读介质可以是可由计算设备1300访问的任何可用介质。计算机可读介质可以包括易失性和非易失性介质、以及可移动和不可移动介质。作为示例而非限制,计算机可读介质可以包括计算机存储介质和/或通信介质。
计算机存储介质可以包括以用于存储诸如计算机可读指令、数据结构、程序模块和/或其他数据类型之类的信息的任何方法或技术实现的易失性和非易失性介质和/或可移动和不可移动介质。例如,存储器1304可以存储计算机可读指令(例如,其表示程序和/或程序元素,诸如操作系统)。计算机存储介质可以包括但不限于:RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字多功能光盘(DVD)或其他光盘存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备,或任何其他可用于存储期望的信息并且可由计算设备1300访问的介质。如本文所使用的,计算机存储介质本身不包括信号。
通信介质可以体现在诸如载波或其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块和/或其他数据类型,并且包括任何信息传递介质。术语“调制数据信号”可以指具有其特性中的一个或多个特性的信号,该一个或多个特性以将信息编码在该信号中这样的方式设置或改变。作为示例而非限制,通信介质可以包括诸如有线网络或直接线连接之类的有线介质,以及诸如声学、RF、红外和其他无线介质之类的无线介质。上述项中的任何项的组合也应当包括在计算机可读介质的范围内。
CPU 1306可以被配置为执行计算机可读指令以控制计算设备1300的一个或多个部件来执行本文描述的方法和/或处理中的一种或多种。CPU 1306可以各自包括能够同时处理多个软件线程的一个或多个核(例如,一个、两个、四个、八个、二十八个、七十二个等)。CPU 1306可以包括任何类型的处理器并且可以包括不同类型的处理器,具体取决于所实现的计算设备1300的类型(例如,用于移动设备的具有较少核的处理器和用于服务器的具有较多核的处理器)。例如,根据计算设备1300的类型,处理器可以是使用精简指令集计算(RISC)实现的ARM处理器或者使用复杂指令集计算(CISC)实现的x86处理器。除了一个或多个微处理器或辅助协处理器(例如数学协处理器)之外,计算装置1300还可包括一个或多个CPU1306。
GPU1308可以由计算设备1300使用来渲染图形(例如,3D图形)。GPU1308可以包括许多(例如,数十、数百或数千)个能够同时处理许多软件线程的核。GPU1308可以响应于渲染命令(例如,经由主机接口接收到的来自CPU 1306的渲染命令)来生成输出图像的像素数据。GPU1308可以包括用于存储像素数据的图形存储器,例如显示存储器。显示存储器可以被包括作为存储器1304的一部分。GPU 1308可以包括并行操作(例如,经由链路)的两个或更多个GPU。当组合时,每个GPU1308可以生成输出图像的不同部分的或不同输出图像的像素数据(例如,第一GPU用于第一图像,第二GPU用于第二图像)。每个GPU可以包含自己的存储器,也可以与其他GPU共享存储器。
在计算设备1300不包括GPU 1308的示例中,CPU 1306可以用于渲染图形。
通信接口1310可以包括一个或多个接收器、发送器和/或收发器,其使得计算设备1300能够经由电子通信网络(包括有线和/或无线通信)与其他计算设备通信。通信接口1310可以包括使得能够通过多种不同网络中的任意网络进行通信的部件和功能,所述网络例如无线网络(例如,Wi-Fi、Z-Wave、蓝牙、蓝牙LE、ZigBee等)、有线网络(例如,通过以太网进行通信)、低功耗广域网(例如LoRaWAN、SigFox等)和/或互联网。
I/O端口1312可以使计算设备1300能够逻辑地耦合到其他设备,包括耦合到I/O部件1314、呈现部件1318和/或其他部件,其中一些可以内置于(例如,集成在)计算设备1300中。说明性I/O部件1314包括麦克风、鼠标、键盘、操纵杆、跟踪板、卫星天线、扫描仪、打印机、无线设备等。I/O部件1314可以提供处理空中手势、语音或用户生成的其他生理输入的自然用户界面(NUI)。在一些情况下,输入可以被传送到适当的网络元件以进行进一步处理。NUI可以实现与计算设备1300的显示相关的语音识别、手写笔识别、面部识别、生物特征识别、屏幕上和屏幕附近的手势识别、空中手势、头部和眼睛跟踪以及触摸识别(如下文更详细地描述)的任意组合。计算设备1300可以包括深度相机,例如立体相机系统、红外相机系统、RGB相机系统、触摸屏技术以及这些的组合,以进行姿势检测和识别。另外,计算设备1300可以包括使得能够检测运动的加速计或陀螺仪(例如,作为惯性测量单元(IMU)的一部分)。在一些示例中,计算设备1300可以使用加速计或陀螺仪的输出来渲染沉浸式增强现实或虚拟现实。
电源1316可以包括硬连线电源、电池电源或其组合。电源1316可以向计算设备1300提供功率以使计算设备1300的部件能够操作。
呈现部件1318可以包括显示器(例如,监视器、触摸屏、电视屏幕、平视显示器(HUD)、其他显示器类型或其组合)、扬声器和/或其他呈现部件。呈现部件1318可以从其他部件(例如,GPU 1308、CPU 1306等)接收数据,并输出该数据(例如,作为图像、视频、声音等)。
本公开可以在计算机代码或机器可用指令(包括由计算机或其他机器(例如个人数据助理或其他手持设备)执行的计算机可执行指令(例如程序模块))的一般背景中描述。一般来说,包括例程、程序、对象、部件、数据结构等的程序模块是指执行特定任务或实现特定抽象数据类型的代码。本公开可以在各种系统配置中实践,包括在手持设备、消费电子产品、通用计算机、更专业的计算设备等中实践。本公开还可以在分布式计算环境中实践,其中任务由通过通信网络链接的远程处理设备执行。
控制器实施方案
在一些实现方案中,“控制器”是包含如本文所描述的相机传感器的系统的一部分。此类系统包括带有相机传感器的制造工具。该系统可以可选地另外与电子设备集成,以在处理衬底之前、期间和之后控制它们的操作。控制器可以利用如上所述的分析逻辑来实现或耦合到分析逻辑。控制器可以被实现为逻辑,例如具有一个或多个集成电路的电子设备、存储器设备、和/或接收指令、发出指令、控制操作和/或启用感测操作的软件。
控制器可以被配置为控制或引起对一个或多个系统的各种部件或子部件的控制。根据处理要求和/或系统类型,控制器可以被编程为控制在制造操作期间制造工具可以使用的任何处理,包括调整或维持处理气体的输送、温度设置(例如,加热和/或冷却)(包括衬底温度和室壁温度)、压强设置(包括真空设置)、等离子体设置、RF匹配电路设置以及衬底位置和操作设置(包括衬底传送进和传送出制造工具和/或装载锁)。处理气体参数包括处理气体成分、流率、温度和/或压强。与所公开的实施方案特别相关的是,控制器参数可以涉及等离子体产生器功率、脉冲速率和/或RF频率。
在控制器的控制下的处理参数可以以配方的形式提供并且可以利用用户界面来输入。用于监视处理的信号可以通过系统控制器的模拟和/或数字输入连接提供。用于控制过程的信号在沉积设备的模拟和数字输出连接上输出。
在一个示例中,以处理配方的形式提供用于引起点燃或维持等离子体的指令。相关处理配方可以顺序地安排,以便可以同时执行至少一些处理指令。在一些实现方案中,用于设置一个或多个等离子体参数的指令可以被包括在等离子体点燃处理之前的配方中。例如,第一配方可以包括用于第一延迟的指令,用于设置惰性气体(例如,氦气)和/或反应气体的流率的指令,以及用于将等离子体产生器设定至第一功率设定点的指令。第二后续配方可以包括用于第二时间延迟的指令以及用于启用等离子体产生器的指令以在限定的参数集下供应功率。第三配方可以包括用于第三时间延迟的指令以及用于禁用等离子体产生器的指令。应理解的是,在本公开内容的范围内,可以以任何合适的方式进一步细分和/或重复这些配方。在一些沉积处理中,等离子体触发的持续时间可以对应于几秒的持续时间,例如从约3秒到约15秒,或者可以涉及更长的持续时间,例如高达约30秒的持续时间。在此处描述的某些实现方案中,可以在处理循环期间施加短得多的等离子体激励。这样的等离子体激励持续时间可以是小于约50毫秒的量级,而在特定示例中利用约25毫秒。如所解释的,等离子体可以是脉冲式的。
在一些实施方案中,控制器被配置为控制和/或管理RF信号产生器的操作。在某些实现方案中,控制器被配置为确定要传送到制造工具的RF信号功率的上阈值和/或下阈值,从而确定传送到集成电路制造室的RF信号功率的实际(例如实时)电平、RF信号功率激活/停用时间、射频信号开/关持续时间、占空比、工作频率等。
作为进一步的示例,控制器可以被配置成控制:各种操作的时序,气体的混合,制造工具中的压强,制造工具中的温度,衬底或基座的温度,基座、卡盘和/或底座的位置,以及在一个或多个衬底上执行的多个循环。
控制器可以包括用于控制与制造工具相关联的设计子系统的一个或多个程序或例程。这种程序或例程的示例包括衬底定位程序、处理气体控制程序、压力控制程序、加热器控制程序、以及等离子体控制程序。衬底定位程序可以包括用于处理工具部件的程序代码,该处理工具部件用于将衬底装载到基座上并且控制在衬底与制造工具的其他零部件之间的间隔。定位程序可以包括用于将衬底移入和移出反应室的指令,以在衬底上沉积膜并清洁室。
处理气体控制程序可以包括程序代码,其用于控制气体组成和流率以及用于在沉积之前使气体流入一个或多个处理站以实现处理站中的压力的稳定。在一些实现方案中,处理气体控制程序包括用于在反应室中的衬底上形成膜期间引入气体的指令。这可以包括对于不同数量的循环,针对批量衬底中的一个或多个衬底引入气体。压力控制程序可以包括程序代码,其用于通过调节例如在处理站的排放系统中的节流阀、流入处理站的气体流量等等来控制处理站中的压力。压力控制程序可以包括指令,其用于在批量处理期间在一个或多个衬底上不同数量的循环的沉积期间保持相同的压力。
加热器控制程序可以包括程序代码,其用于控制流到用于加热衬底的加热单元的电流。替代地,加热器控制程序可以控制传热气体(例如,氦气)向衬底的输送。
在一些实现方案中,可以存在与控制器相关联的用户接口。该用户接口可以包括显示屏、装置和/或处理条件的图形软件显示、以及诸如指向设备、键盘、触控屏、麦克风等等用户输入设备。
在一些实现方案中,控制器可以是与系统集成、耦合到系统、以其它方式联网到系统或其组合的计算机的一部分或耦合到该计算机。例如,控制器可以在“云”中或是晶片厂(fab)主机系统的全部或一部分,其可以允许对晶片处理的远程访问。计算机可以实现对系统的远程访问以监视制造操作的当前进展、检查过去制造操作的历史、检查多个制造操作的趋势或性能标准,改变当前处理的参数、设置处理步骤以跟随当前的处理、或者开始新的处理。在一些示例中,远程计算机(例如服务器)可以通过网络(其可以包括本地网络或因特网)向系统提供处理配方。远程计算机可以包括使得能够输入或编程参数和/或设置的用户界面,然后将该参数和/或设置从远程计算机发送到系统。在一些示例中,控制器接收数据形式的指令,其指定在一个或多个操作期间要执行的每个处理步骤的参数。应当理解,参数可以特定于要执行的处理的类型和工具的类型,控制器被配置为与该工具对接或控制该工具。因此,如上所述,控制器可以是例如通过包括联网在一起并朝着共同目的(例如本文所述的处理和控制)工作的一个或多个分立的控制器而呈分布式。用于这种目的的分布式控制器的示例是在与远程(例如在平台级或作为远程计算机的一部分)的一个或多个集成电路通信的室上的一个或多个集成电路,其组合以控制在室上的处理。
系统软件可以以可具有不同架构的许多不同方式来组织。例如,可以编写各种室部件子例程或控制对象来控制执行根据所公开的实施方案的沉积处理(以及在一些情况下的其他处理)所必需的室部件的操作。
其他考虑事项
示例性的系统可以包括但不限于:等离子体蚀刻室或模块,等离子体辅助沉积室或模块,例如等离子体辅助化学气相沉积(PECVD)室或模块或等离子体辅助原子层沉积(PEALD)室或模块、原子层蚀刻(ALE)室或模块、洁净室或模块、物理气相沉积(PVD)室或模块、离子注入室或模块以及可以在半导体晶片的制造和/或制造中关联或使用的任何其他等离子体辅助半导体处理系统。
除非另有说明,否则本文提供的等离子体功率电平和相关参数适合于处理300mm晶片衬底。本领域普通技术人员应理解,对于其他尺寸的衬底,可以根据需要调整这些参数。
本文描述的装置/处理可以与光刻图案化工具或处理结合使用,例如,用于制备或制造包括半导体设备的电子设备、显示器、LED、光伏电池板等。通常,虽然不是必要地,这些工具/处理将在共同的制造设施中一起使用或操作。膜的光刻图案化通常包括以下操作中的一些或所有,每个操作启用多个可行的工具:(1)使用旋涂或喷涂工具在工件,即,衬底上涂覆光致抗蚀剂;(2)使用热板或加热炉或紫外线固化工具固化光致抗蚀剂;(3)使用例如晶片步进曝光机之类的工具使光致抗蚀剂暴露于可见光或紫外线或X射线;(4)使抗蚀剂显影以便选择性地去除抗蚀剂并且从而使用例如湿式清洗台之类的工具将其图案化;(5)通过使用干式或等离子体辅助蚀刻工具将抗蚀剂图案转印到下方的膜或工件上;并且(6)使用例如射频或微波等离子体抗蚀剂剥离器之类的工具去除抗蚀剂。
如本说明书和所附权利要求中所使用的,单数形式“一”、“一个”和“该”包括复数指示物,除非内容和上下文另有规定。例如,提及“单元”包括两个或更多个这样的单元的组合。除非另有说明,否则“或”连词以其正确的含义用作布尔(Boolean)逻辑运算符,涵盖特征替代的选择(A或B,其中A的选择与B互斥)以及特征组合的选择(A或B,其中A和B都被选择)两者。
应当理解,短语“对于一个或多个<项目>中的每个<项目>”、“一个或多个<项目>中的每个<项目>”等,如果在本文中使用的话,包括单项目组和多项目组,即,短语“针对…每个”(“for…each”)的使用含义是,它在编程语言中用于指所引用的任何项目群中的每个项目。例如,如果所引用的项目群是单个项目,则“每个”将仅指该单个项目(尽管“每个”的字典定义经常将该术语定义为指“两个或多个事物中的每一个”),并且并不意味着必须至少有两个这些项目。类似地,术语“集合”或“子集”本身不应被视为必然涵盖多个项目——应当理解,集合或子集可以仅涵盖一个成员或多个成员(除非上下文另外指明)。
在本公开内容和权利要求中序数指示符例如(a)、(b)、(c)…等的使用(如果有的话)应被理解为不传达任何特定顺序或序列,除了这样的顺序或序列被明确指示的情况。例如,如果存在标记为(i)、(ii)和(iii)的三个步骤,则应当理解,除非另有说明,否则这些步骤可以以任何顺序执行(或者甚至同时执行,如果没有另外禁忌的话)。例如,如果步骤(ii)涉及对在步骤(i)中创建的要素的处理,则步骤(ii)可以被视为在步骤(i)之后的某个点发生。类似地,如果步骤(i)涉及对步骤(ii)中创建的要素的处理,则应理解相反的情况。还应当理解的是,本文中序数指示符“第一”的使用,例如“第一项”,不应被理解为隐含地或固有地暗示必然存在“第二”实例,例如“第二项。”
可主张各种计算组件包含处理器、存储器、指令、例程、模型、或其他部件可“被配置为”进行一任务或多个任务。在这样的背景下,使用短语“被配置为”是通过包含结构(如经储存的指令、电路等)的部件来表示结构,结构在操作期间进行一任务或多个任务。因此,即便在特定的部件在目前不必是操作性的(如并非处于开启状态)时,也可说单元/电路/部件被配置成进行任务。
使用术语“被配置为”的部件可涉及硬件—例如,电路、储存可执行以进行操作的程序指令的存储器。此外,“被配置为”可指通过软件和/或固件(如FPGA或执行软件的通用处理器)操控以便能以进行所述任务(多个任务)的方式操作的通用结构(如通用电路)。此外,“被配置为”可指储存用于进行所述任务(多个任务)的计算机可执行指令的一或多个存储器或存储器元件。此类存储器元件可包含具有处理逻辑的计算机芯片上的存储器。在某些背景中,“被配置为”也可包含使制造处理(如半导体制造设施)适用于制造设备(如集成电路),该设备适用于实现或进行一或多个任务。
虽然为了清楚理解的目的,已经在一定程度上详细描述了上述实施方式,但显而易见的是,某些变化和修改可在所附权利要求的范围内实施。应当注意,有实现本发明的实施方案的处理、系统、和设备的许多替代方式。因此,本发明的实施方式应被认为是说明性的而不是限制性的,并且这些实施方案并不受限于这里给出的细节。
Claims (40)
1.一种系统,其包括:
处理室,其包括室壁、等离子体源和至少两个站,其中每个站包括晶片支撑件;
第一相机传感器,其光学耦合到所述处理室的第一站的第一光学访问端口;
第二相机传感器,其光学耦合到所述处理室的所述第一光学访问端口或所述处理室的第二光学访问端口;和
逻辑,其被配置为处理来自所述第一相机传感器和所述第二相机传感器的信号,以表征所述处理室的至少所述第一站中的等离子体的一种或多种属性。
2.根据权利要求1所述的系统,其中所述逻辑还被配置为考虑所述处理室的至少所述第二站的特征。
3.根据权利要求1所述的系统,其中所述处理室包括四个站。
4.根据权利要求1所述的系统,其还包括将所述第一相机传感器光学耦合到所述第一光学访问端口的光纤和/或光管。
5.根据权利要求4所述的系统,其还包括将所述第一相机传感器光学耦合到所述第二光学访问端口的第二光纤和/或第二光管。
6.根据权利要求4所述的系统,其中所述第一光学访问端口是光学透镜。
7.根据权利要求4所述的系统,其中所述第一光学访问端口包括具有最多约5mm的最大横截面尺寸的窗。
8.根据权利要求1所述的系统,其中所述逻辑被配置为在多线程处理中处理来自所述第一相机传感器和来自所述第二相机传感器的信号。
9.根据权利要求1所述的系统,其还包括用于所述处理室的边缘计算机,其中所述逻辑包括用于在所述边缘计算机上执行的指令。
10.根据权利要求1所述的系统,其中所述等离子体的所述一种或多种属性包括所述等离子体在室内和/或在至少所述第一站内的位置。
11.根据权利要求10所述的系统,其中所述位置包括所述等离子体在室内和/或所述第一站内的质心。
12.根据权利要求10所述的系统,其中所述位置包括所述等离子体的具有限定光谱特性的点或边界。
13.根据权利要求10所述的系统,其中所述位置包括所述第一相机传感器的视场内的有界的感兴趣区域上的积分或求和光强度。
14.根据权利要求1所述的系统,其中所述等离子体的所述一种或多种属性包括所述等离子体的脉冲特性。
15.根据权利要求1所述的系统,其中所述等离子体的所述一种或多种属性包括寄生等离子体的识别。
16.根据权利要求1所述的系统,其中所述等离子体的所述一种或多种属性包括空心阴极放电(HCD)的识别。
17.根据权利要求1所述的系统,其中所述逻辑被配置为表征所述处理室的所述第一站中的所述等离子体的一种或多种属性,并且其中所述逻辑被配置为考虑位于所述处理室的所述第二站中的结构特征。
18.根据权利要求17所述的系统,其中位于所述处理室的所述第二站中的所述结构特征位于来自所述第一站的所述光学访问端口的视线上,所述视线穿过所述第一站的至少一部分和所述第二站的至少一部分。
19.根据权利要求1所述的系统,其还包括非相机传感器,并且其中所述逻辑被配置为采用来自所述非相机传感器的信号以表征所述处理室中的等离子体的所述一种或多种属性。
20.根据权利要求1所述的系统,其中所述第一相机传感器被定位和/或定向为从所述处理室内的第一位置或第一角度捕获第一图像,并且其中所述第二相机传感器被定位和/或定向为捕获来自所述处理室内的第二位置或第二角度的第二图像。
21.根据权利要求20所述的系统,其中所述逻辑还被配置为至少处理所述第一图像和所述第二图像以产生所述等离子体的空间表示。
22.根据权利要求1所述的系统,其中所述逻辑被配置为表征所述等离子体的脉冲。
23.根据权利要求1所述的系统,其还包括光源,所述光源被配置为在所述一个或多个相机传感器获取所述处理室的图像时在所述处理室中提供照明。
24.根据权利要求23所述的系统,其还包括使所述光源和所述一个或多个相机传感器同步的逻辑,使得所述一个或多个相机传感器在所述光源照射所述处理室的内部区域时获取所述处理室的图像。
25.根据权利要求1所述的系统,其中所述第一相机传感器被配置为从所述处理室内捕获间接光学信息。
26.根据权利要求1所述的系统,其中所述逻辑还被配置为根据由所述第一相机传感器提供的一个或多个图像来定位处理室部件的边缘和/或所述等离子体的边缘。
27.根据权利要求1所述的系统,其中所述逻辑还被配置为使用所述等离子体的所述一种或多种属性来诊断所述处理室的部件的实际或潜在障碍或故障。
28.根据权利要求1所述的系统,其中所述逻辑还被配置为使用所述等离子体的所述一种或多种属性来表征所述处理室内的处理状况。
29.根据权利要求28所述的系统,其中所述逻辑还被配置为基于所述处理室内的处理状况来修改所述处理室内的操作。
30.根据权利要求28所述的系统,其中所述处理状况是处理气体成分、处理气体流量特性、所述处理室内的压强、所述处理室的一个或多个部件的温度、等离子体功率、等离子体频率、所述处理室的一个或多个部件中的任何一个的几何特性、或其任意组合。
31.一种方法,其包括:
从第一相机传感器获得第一图像,其中所述第一图像是处理室的第一站的至少一部分,其中所述处理室包括室壁、等离子体源和至少两个站,每个站包括晶片支撑件;
从第二相机传感器获得第二图像,其中所述第二图像是所述处理室的第二区域;以及
表征所述处理室的至少所述第一站中的等离子体的一种或多种属性,其中所述表征是基于所述第一图像和所述第二图像。
32.根据权利要求31所述的方法,其中表征至少所述第一站中的所述等离子体的所述一种或多种属性包括识别所述第一图像和/或所述第二图像中与所述第一站相关的元件的一个或多个轮廓。
33.根据权利要求32所述的方法,其中所述一个或多个元件包括:所述第一站中的喷头、所述第一站中的基座、所述第一站的室壁或其任意组合。
34.根据权利要求32所述的方法,其中所述一种或多种属性包括空心阴极放电(HCD)出现的识别,并且其中所述方法还包括将所述第一图像和/或所述第二图像的像素聚类成多个类别,所述多个类别中的至少一个类别对应于HCD出现。
35.根据权利要求31所述的方法,其中表征所述等离子体的所述一种或多种属性包括将所述第一图像和/或所述第二图像提供给经训练的机器学习模型,所述经训练的机器学习模型被配置为对所述第一图像和/或所述第二图像执行分割。
36.根据权利要求35所述的方法,其中所述经训练的机器学习模型是U-Net架构。
37.一种系统,其包括:
处理室,其包括室壁和等离子体源;
所述室壁上的一个或多个光学访问端口;
一个或多个相机传感器,其以能够捕获位于所述处理室内的等离子体的一个或多个特征的二维图像或三维图像的方式光学耦合到所述一个或多个光学访问端口;以及
逻辑,其被配置为处理来自所述一个或多个相机传感器的信号,以(i)表征所述处理室内的第一感兴趣区域处的所述等离子体的一种或多种属性,以及(ii)表征在所述处理室内的第二感兴趣区域处的所述等离子体的所述一种或多种属性。
38.一种方法,其包括:
接收来自所述一个或多个相机传感器的图像数据,其中所述一个或多个相机传感器设置在处理室上或内,所述处理室包括等离子体源、室壁、所述室壁中的一个或多个光学访问端口,其中所述一个或多个相机传感器以能够捕获位于所述处理室内的等离子体的一个或多个特征的二维图像或三维图像的方式光学耦合到所述一个或多个光学访问端口;
表征所述处理室内的第一感兴趣区域处的所述等离子体的一种或多种属性;以及
表征所述处理室内的第二感兴趣区域处的所述等离子体的所述一种或多种属性。
39.一种系统,其包括:
处理室,其包括室壁和等离子体源;
所述室壁上的光学访问端口;
相机传感器,其光学耦合到所述光学访问端口;
辅助传感器,其被配置为感测所述处理室内的热、光和/或电的状况,其中所述辅助传感器不是相机传感器;以及
逻辑,其被配置为处理来自所述相机传感器和所述辅助传感器的信号以表征所述处理室中的等离子体的一种或多种属性。
40.一种方法,其包括:
接收来自光学耦合至处理室的相机传感器的信号,所述处理室包括室壁和等离子体源;
接收来自非相机传感器的辅助传感器的信号;以及
至少部分地基于来自所述相机传感器和所述辅助传感器的所述信号来表征所述处理室中的等离子体的一种或多种属性。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/203,001 | 2021-07-02 | ||
US202163263232P | 2021-10-28 | 2021-10-28 | |
US63/263,232 | 2021-10-28 | ||
PCT/US2022/073346 WO2023279081A1 (en) | 2021-07-02 | 2022-07-01 | Image analysis of plasma conditions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117897795A true CN117897795A (zh) | 2024-04-16 |
Family
ID=86158735
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280059469.5A Pending CN117897795A (zh) | 2021-07-02 | 2022-07-01 | 等离子体状态的图像分析 |
CN202280072590.1A Pending CN118339642A (zh) | 2021-10-28 | 2022-10-27 | 用于设备分析的热成像制造工具 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280072590.1A Pending CN118339642A (zh) | 2021-10-28 | 2022-10-27 | 用于设备分析的热成像制造工具 |
Country Status (4)
Country | Link |
---|---|
KR (1) | KR20240093970A (zh) |
CN (2) | CN117897795A (zh) |
TW (1) | TW202347554A (zh) |
WO (1) | WO2023077006A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10895539B2 (en) * | 2017-10-20 | 2021-01-19 | Lam Research Corporation | In-situ chamber clean end point detection systems and methods using computer vision systems |
KR101931969B1 (ko) * | 2018-10-15 | 2018-12-24 | 안종팔 | 반도체 웨이퍼 세정장치에서 웨이퍼 표면 온도 측정을 위한 온도센서 설치 위치 조정장치 및 그 방법 |
JP7202138B2 (ja) * | 2018-10-22 | 2023-01-11 | 株式会社Screenホールディングス | 基板処理装置および基板処理方法 |
KR20220003151A (ko) * | 2019-06-03 | 2022-01-07 | 어플라이드 머티어리얼스, 인코포레이티드 | 비-접촉식 낮은 기판 온도 측정을 위한 방법 |
-
2022
- 2022-07-01 CN CN202280059469.5A patent/CN117897795A/zh active Pending
- 2022-10-27 WO PCT/US2022/078791 patent/WO2023077006A1/en active Application Filing
- 2022-10-27 TW TW111140840A patent/TW202347554A/zh unknown
- 2022-10-27 CN CN202280072590.1A patent/CN118339642A/zh active Pending
- 2022-10-27 KR KR1020247017751A patent/KR20240093970A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023077006A1 (en) | 2023-05-04 |
KR20240093970A (ko) | 2024-06-24 |
CN118339642A (zh) | 2024-07-12 |
TW202347554A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107689318B (zh) | 监测等离子体处理系统和工艺与工具控制的方法和系统 | |
US10579041B2 (en) | Semiconductor process control method | |
US10895539B2 (en) | In-situ chamber clean end point detection systems and methods using computer vision systems | |
US11353364B2 (en) | Thermal imaging for within wafer variability feedforward or feedback information | |
US20240096713A1 (en) | Machine-learning in multi-step semiconductor fabrication processes | |
TW202123353A (zh) | 用於基板處理系統的自動化控制及檢測之整合式硬體軟體電腦視覺系統 | |
US20240234112A1 (en) | Image analysis of plasma conditions | |
US10481199B2 (en) | Data analytics and computational analytics for semiconductor process control | |
US10910202B2 (en) | Plasma sensing device, plasma monitoring system and method of controlling plasma processes | |
US10579769B2 (en) | Using design proximity index and effect-to-design proximity ratio to control semiconductor processes and achieve enhanced yield | |
CN117897795A (zh) | 等离子体状态的图像分析 | |
US20220334554A1 (en) | Large spot spectral sensing to control spatial setpoints | |
CN118742993A (zh) | 使用计算机视觉的等离子体均匀性评估 | |
KR20230079453A (ko) | Cvd 막들 내 결함들을 분석하기 위한 시스템들 및 방법들 | |
US10614262B2 (en) | Method of predicting areas of vulnerable yield in a semiconductor substrate | |
TW202426870A (zh) | 半導體設備之狀態的多感測器判定 | |
CN116583938A (zh) | 多步骤半导体制造工艺中的机器学习 |
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 |