DE102013103696A1

DE102013103696A1 - Verfahren zur identifizierung einer quelle luftgetragener molekularer kontamination

Info

Publication number: DE102013103696A1
Application number: DE102013103696.1A
Authority: DE
Inventors: Tzu-Sou Chuang; James Jeng-Jyi Hwang; Cheng-Lung Chou; Chi-Ming Yang; Chin-Hsiang Lin
Original assignee: Taiwan Semiconductor Manufacturing Co TSMC Ltd
Current assignee: Taiwan Semiconductor Manufacturing Co TSMC Ltd
Priority date: 2012-10-01
Filing date: 2013-04-12
Publication date: 2014-04-03
Anticipated expiration: 2033-04-13
Also published as: CN103713096A; CN108548892A; US20140095083A1; DE102013103696B4; US9958424B2; KR20140043269A; KR101491234B1

Abstract

Die vorliegende Offenbarung gibt ein Verfahren an, um eine Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage zu identifizieren. Das Verfahren umfasst das Anordnen eines Sensors in der Fertigungsanlage, das Ausführen einer vorwärts gerichteten numerisehen Strömungsmechanik-(CFD)-Simulation eines Luftstroms in der Fertigungsanlage, das Bestimmen einer inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms in der Fertigungsanlage, das Aufbauen einer Datenbank einer Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des Sensors mittels AMC-Messdaten in der Fertigungsanlage und das Identifizieren der AMC-Leckquelle mittels der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des Sensors.

Description

HINTERGRUND
Die integrierte Halbleiterschaltkreis-(IC)-Branche hat ein exponentielles Wachstum erlebt. Technischer Fortschritt in IC-Materialien und -Design haben Generationen von ICs hervorgebracht, bei denen jede Generation kleinere und komplexere Schaltungen als die vorangegangene Generation aufweist. Im Verlauf der IC-Entwicklung vergrößerte sich die Funktionsdichte (d. h. die Anzahl von verbundenen Vorrichtungen pro Chipfläche) im Allgemeinen, während sich die Geometriegröße (d. h. die kleinste Komponente (oder Leitung), die mittels eines Herstellungsverfahrens erzeugt werden kann) verringerte. Dieses Herunterskalierverfahren stellt im Allgemeinen Vorteile bereit, indem es die Herstellungseffizienz vergrößert und damit verbundene Kosten senkt. Dieses Herunterskalieren hat auch die Komplexität der Verarbeitung und Herstellung von ICs vergrößert und, damit diese Vorteile erreicht werden können, werden ähnliche Entwicklungen in der IC-Verarbeitung und -Herstellung benötigt.
Luftgetragene molekulare Kontamination (Airborne Molecular Contamination, AMC) wird beispielsweise zu einem immer ernsteren Problem bei Halbleiterherstellungsverfahren, um die Geometriegröße weiter herunterzuskalieren. Wenn ein AMC-Sensor einen zulässigen AMC-Konzentrationspegel in einer Fertigungsanlage erreicht oder überschreitet, verwendet ein verbreiteter Vorgang zur Erkennung der AMC-Leckquelle und des AMC-Leckortes beträchtliche menschliche Zeit und Ressourcen. Der Vorgang ist auch langsam, um die AMC-Leckquelle und den AMC-Leckort zu identifizieren. Dies kann das Halbleiterherstellungsverfahren, die Fertigungsanlage und verbundene IC-Vorrichtungen negativ beeinflussen. Was demnach benötigt wird, ist ein Verfahren, um die AMC-Leckquelle und den AMC-Leckort in einer schnellen Weise zu identifizieren, wenn Alarm beim AMC-Sensor ausgelöst wird.
ZUSAMMENFASSUNG
Die vorliegende Erfindung Betrifft ein Verfahren zur Identifizierung einer Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage, wobei das Verfahren Folgendes umfasst: Anbringen eines oder mehrerer Sensoren in einer Fertigungsanlage; Ausführen einer vorwärts gerichteten Simulation einer numerischen Strömungsmechanik (Computational Fluid Dynamics, CFD) eines Luftstroms in der Fertigungsanlage; Bestimmen einer inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms in der Fertigungsanlage; Aufbauen einer Datenbank einer Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des oder der Sensoren; und Identifizieren einer AMC-Leckquelle mittels AMC-Messdaten und der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des bzw. der Sensoren.
Das Verfahren kann weiter das Verbinden des oder der Sensoren mit einer AMC-Steuerung umfassen.
Zusätzlich oder alternativ kann die vorwärts gerichtete CFD-Simulation des Luftstroms eine Strömungslinie des Luftstroms von einem Ausgang einer Gebläse-Filtereinheit (Fan Filter Unit, FFU) zu einem Eingang der FFU in der Fertigungsanlage umfassen.
In einer oder mehrerer der vorgenannten Verfahren kann das Ausführen der vorwärts gerichteten Luftstrom-CFD-Simulation das Optimieren der Sensoranordnung in der Fertigungsanlage umfassen.
Hier kann das Bestimmen der Sensoranordnung das Anpassen einer Anzahl der Sensoren in der Fertigungsanlage umfassen.
Zusätzlich oder alternativ kann das Bestimmen der Sensoranordnung auch das Anpassen des Ortes des oder der Sensoren in der Fertigungsanlage umfassen.
In einer oder mehreren der vorgenannten Verfahren kann das Bestimmen der inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms die Strömungslinie des Luftstroms von dem Eingang der FFU zu dem Ausgang der FFU in der Fertigungsanlage umfassen.
Das Aufbauen der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder Matrizen der räumlichen Reaktion kann das Bestimmen der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des oder der Sensoren mittels eines AMC-Einheitswertes an dem jeweiligen Sensorort umfassen.
Dieses Verfahren kann weiter das Aufaddieren der Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion der Sensoren umfassen.
In einer oder mehreren der vorgenannten Verfahren kann das Identifizieren der AMC-Leckquelle das Auffinden eines AMC-Quellen-Leckortes mittels AMC-Messdaten und der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix bzw. -Matrizen der räumlichen Reaktion des oder der Sensoren umfassen.
Die vorliegende Erfindung betrifft weiter ein Verfahren zur Identifizierung einer Quelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage, wobei das Verfahren Folgendes umfasst: Anordnen eines oder mehrerer AMC-Sensoren in der Fertigungsanlage; Verbinden des oder der AMC-Sensoren mit einem System zur numerischen Strömungsmechanik (CFD); Ausführen einer vorwärts gerichteten Luftstrom-CFD-Simulation in der Fertigungsanlage; Durchführen einer inversen vorwärts gerichteten Luftstrom-CFD-Simulation in der Fertigungsanlage; Bestimmen einer Datenbank der Wahrscheinlichkeitsverteilung der räumlichen Reaktion mit Bezug auf den oder die AMC-Sensoren; und Überwachen der Fertigungsanlage mittels des oder der AMC-Sensoren.
Hier kann das Bestimmen der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen mit Bezug auf den oder die AMC-Sensoren das Aufbauen der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen für den oder die AMC-Sensoren umfassen, indem die inverse vorwärts gerichtete Luftstrom-CFD-Simulation in der Fertigungsanlage mittels eines AMC-Einheitswertes mit Bezug auf den entsprechenden AMC-Sensor ausgeführt wird.
Das vorgenannte Verfahren kann weiter das Summieren über die Produkte von AMC-Messdaten und der Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion mit Bezug auf den oder die AMC-Sensoren umfassen.
In einer oder mehreren der vorgenannten Verfahren kann das Überwachen der Fertigungsanlage das Identifizieren einer AMC-Leckquelle umfassen, indem die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion mit Bezug auf den oder die AMC-Sensoren durchsucht wird.
Dieses Verfahren kann weiter das Reparieren oder Entfernen einer AMC-Leckquelle in der Fertigungsanlage umfassen.
Die vorliegende Erfindung betrifft auch eine Anordnung zur Identifizierung einer Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage, wobei die Anordnung Folgendes umfasst: eine AMC-Steuerung; und einen oder mehrere Sensoren, der oder die konfiguriert ist bzw. sind, um mit der AMC-Steuerung verbunden zu werden.
Die Anordnung kann weiter eine Datenspeichereinheit umfassen, die mit der AMC-Steuerung integriert ist.
Hier kann die Datenspeichereinheit konfiguriert sein, um eine Datenbank einer oder mehrerer Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion des Sensors oder der Sensoren zu speichern, und die Datenbank kann erhalten werden, indem eine vorwärts gerichtete CFD-Simulation eines Luftstroms in der Fertigungsanlage ausgeführt wird, eine inverse vorwärts gerichtete CFD-Simulation des Luftstroms in der Fertigungsanlage berechnet wird und die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des oder der Sensoren mittels AMC-Messdaten in der Fertigungsanlage aufgebaut wird.
In einer oder mehreren der vorgenannten Anordnungen kann die AMC-Steuerung einen Computer umfassen, der das Verfolgen der AMC-Quelle ausführt, indem er die Produkte von AMC-Messdaten und den Wahrscheinlichkeitsverteilungs-Matrizen des oder der Sensoren aufsummiert.
In einer oder mehrerer der vorgenannten Anordnungen können die Sensoren eingerichtet sein, um einen AMC-Konzentrationspegel in der Fertigungsanlage zu überwachen, so dass, wenn ein Sensor ausgelöst wird, die AMC-Steuerung den Berechnungsalgorithmus starten kann, indem über die Produkte von AMC-Messdaten und der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den oder die Sensoren aufsummiert wird, und daher die AMC-Leckquelle identifiziert werden kann.
KURZE BESCHREIBUNG DER FIGUREN
Die vorliegende Offenbarung wird am besten aus der folgenden detaillierten Beschreibung verstanden, wenn sie mit den beigefügten Figuren gelesen wird. Es wird betont, dass in Übereinstimmung mit dem üblichen Vorgehen in der Branche verschiedene Merkmale nicht im Maßstab gezeichnet sind und nur zum Zweck der Erläuterung verwendet werden. In Wirklichkeit können die Abmessungen der verschiedenen Merkmale zur Klarheit der Erläuterung beliebig vergrößert oder verkleinert werden.
1 stellt eine Querschnitts-Seitenansicht einer Vorrichtung gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung dar.
2–5 stellen Beispiele vom Einfluss von luftgetragener molekularer Kontamination (AMC) auf eine Vorrichtung gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung dar.
6 ist ein Diagramm eines AMC-Überwachungssystems, das den AMC-Konzentrationspegel während der Herstellung einer Vorrichtung in einer Fertigungsanlage überwacht, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung.
7 ist ein Flussdiagramm eines Verfahrens zur Identifizierung einer AMC-Leckquelle oder eines AMC-Leckortes in einer Fertigungsanlage gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung.
8 ist ein Flussdiagramm eines Verfahrens zur Identifizierung der AMC-Leckquelle oder des AMC-Leckortes in einer Fertigungsanlage, um eine oder mehrere Ausführungen der vorliegenden Offenbarung zu implementieren.
9 stellt einen Querschnitt einer vorwärts gerichteten Strömungslinie des Luftstroms dar, die durch Berechnungen von numerischer Strömungsmechanik in einer Fertigungsanlage simuliert wird, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung.
10–11 sind Beispiele, die eine adjungierte Gleichung erklären, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung.
12 stellt ein Diagramm der AMC-Konzentration dar, die durch numerische Strömungsmechanik (CFD) simuliert wurde, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung.
13 stellt einen Querschnitt einer inversen Strömungslinie des Luftstroms dar, die durch inverse Modellierung von CFD in einer Fertigungsanlage simuliert wurde, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung.
14–16 stellen eine Wahrscheinlichkeitsverteilung der räumlichen Reaktion mit Bezug auf einen AMC-Sensor dar, um eine oder mehrere Ausführungen der vorliegenden Offenbarung zu implementieren.
DETAILLIERTE BESCHREIBUNG
Die folgende Offenbarung gibt viele verschiedene Ausführungen oder Beispiele an, um unterschiedliche Merkmale der Erfindung zu implementieren. Spezielle Beispiele von Komponenten und Anordnungen werden unten beschrieben, um die vorliegende Offenbarung zu vereinfachen. Dies sind natürlich nur Beispiele und sollen nicht einschränkend sein. Das Ausbilden eines ersten Merkmals über oder auf einem zweiten Merkmal in der folgenden Beschreibung kann beispielsweise Ausführungen umfassen, in denen das erste und das zweite Merkmal in direktem Kontakt ausgebildet sind, und kann auch Ausführungen umfassen, in denen zusätzliche Merkmale zwischen dem ersten und dem zweiten Merkmal ausgebildet sind, so dass das erste und das zweite Merkmal nicht in direktem Kontakt sein können. Zusätzlich kann die vorliegende Offenbarung Bezugszeichen und/oder Buchstaben in den verschiedenen Beispielen wiederholen. Diese Wiederholung dient dem Zweck der Einfachheit und Klarheit und bestimmt an sich keine Beziehung zwischen den verschiedenen behandelten Ausführungen und/oder Konfigurationen.
Bezieht man sich nun auf die 1, so ist eine Querschnitts-Seitenansicht einer Vorrichtung 100, die in einer Fertigungsanlage ausgebildet wird, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung dargestellt. Die Vorrichtung 100 umfasst ein Substrat 102, ein Isoliermerkmal 104, eine Source 106, einen Drain 108 und einen Gate-Stapel 110. Andere Konfigurationen und Einbeziehung oder Auslassung von Vorrichtungen können jedoch möglich sein. In manchen Ausführungen umfasst das Substrat 102 einen Wafer und/oder eine Mehrzahl von leitenden und nicht leitenden dünnen Schichten. Der Wafer ist ein Halbleitersubstrat, das Silizium umfasst (mit anderen Worten ein Siliziumwafer). Alternativ oder zusätzlich umfasst der Wafer einen anderen Elementhalbleiter, wie etwa Germanium; einen Verbundhalbleiter, einschließlich Siliziumkarbid, Galliumarsenid, Galliumphosphid, Indiumphosphid, Indiumarsenid und/oder Indiumantimon; einen Legierungshalbleiter einschließlich SiGe, GaAsP, AlInAs, AlGaAs, GaInAs, GaInP und/oder GaInAsP. In noch einer anderen Alternative besteht der Wafer aus einem Halbleiter-Auf-Isolator (Semiconductor On Insulator, SOI). Die Mehrzahl von leitenden und nicht leitenden dünnen Schichten kann einen Isolator oder ein leitendes Material umfassen. Das leitende Material umfasst beispielsweise ein Metall, wie etwa Aluminium (Al), Kupfer (Cu), Wolfram (W), Nickel (Ni), Titan (Ti), Gold (Au) und Platin (Pt), und eine Legierung dieser Metalle. Das Isoliermaterial kann Siliziumoxid und Siliziumnitrid umfassen. Das Substrat 102 umfasst weiter verschiedene dotierte Merkmale, wie etwa n-Wannen und/oder p-Wannen, die durch Ionenimplantation oder Diffusion ausgebildet sind.
Das Isoliermerkmal 104 ist in dem Substrat 102 ausgebildet. Verschiedene Verfahren, beispielsweise Schichtaufbringung, Photolithographie, Ätzen, chemisch-mechanisches Polieren (CMP) und Reinigung, werden verwendet, um das Isoliermerkmal 104 auszubilden. Die Source 106 und der Drain 108 sind in dem Substrat 102 ausgebildet. Die Source 106 und der Drain 108 umfassen ein n-Dotierungsmittel oder ein p-Dotierungsmittel, die durch Ionenimplantation oder andere geeignete Verfahren ausgebildet werden. Die Source 106 und der Drain 108 werden in einem gemeinsamen Ionenimplantationsvorgang ausgebildet. Der Gate-Stapel 110 wird durch ein Verfahren ausgebildet, das Ablagern oder Aufziehen, um mehrere Schichten von Film auf dem Substrat 102 auszubilden, Strukturieren eines Resist-Films, der auf dem Substrat 102 abgelagert wird, und Ätzen des strukturierten Resist-Films, um den Gate-Stapel auszubilden, umfasst.
Fährt man mit der vorliegenden Ausführung fort, so wird die Vorrichtung 100 in der Fertigungsanlage hergestellt. Eine Mehrzahl von Chemikalien wird verwendet, um die Vorrichtung 100 in verschiedenen Verfahren auszubilden. Eine Fertigungsanlagenumgebung muss gut gesteuert werden, um die Qualität der Vorrichtung 100 zu gewährleisten. Jedes chemische Leck oder luftgetragene molekulare Kontamination (AMC) in der Fertigungsanlage kann einen sehr negativen Einfluss auf die Vorrichtung 100 haben. Die AMC-Auswirkungen umfassen Ausbilden einer Photoresist-T-Spitze (T-Topping), unkontrollierte Dotierung mit Bor oder Phosphor, Verschiebung der Ätzrate, Haftungsfehler, Korrosion auf Metallleitungen, Dunstbildung auf der Maske (oder dem Zwischennegativ) oder der Optik eines Belichtungswerkzeugs und Verschiebung von elektrischen Parametern, wie etwa Verschiebung der Schwellenwertspannung, Verschiebung des Widerstandes und hoher Kontaktwiderstand.
Bezieht man sich jetzt auf die 2–5, so werden Beispiele des Einflusses von luftgetragener molekularer Kontamination (AMC) auf die Vorrichtung 100 gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung dargestellt. In manchen Ausführungen umfasst die AMC vier Typen (A, B, C und D) von Kontaminationsquellen. Typ A repräsentiert ein saures korrosives Material, wie etwa HF, HCl, H₂SO₄ oder HNO₃. Die 2 ist ein Beispiel einer Säure, die Korrosion auf einer Metallleitung der Vorrichtung 100 bewirkt. Typ B repräsentiert ein basisches korrosives Material, wie etwa Ammoniak (NH₃), Amin oder N-Methyl-2-Pyrrolidon (NMP). Die Base kann die Säure neutralisieren, die durch eine lichtinduzierte chemisch verstärkte Reaktion (Chemical Amplified Reaction, CAR) in einem UV-Laser-(Deep Ultraviolet, DUV)-Photoresist erzeugt wird, und kann eine T-Spitze eines Photoresist-Profils ausbilden, wie in der 3 gezeigt ist. Typ C repräsentiert ein kondensierbares oder ein organisches Material, wie etwa Dioctylphthalat (DOP), butyliertes Hydroxyl-Toluol (BHT), Siloxane oder Isopropyl-Alkohol (IPA). Typ-C-Material kann Dunst auf der Maske (oder dem Zwischennegativ) oder Haftungsfehler der IC-Vorrichtung hervorrufen. Die 4 ist ein Beispiel des Haftungsfehlers einer IC-Vorrichtung, der durch Typ-C-Kontamination hervorgerufen wird. Typ D repräsentiert ein Dotierungsmittelmaterial, wie etwa BF₃, Triethyl-Phosphat (TEP), Trimethyl-Phosphat (TMP) oder Triethyoxyphosphin-Oxid (TEPO). Typ-D-Kontamination kann eine Verschiebung elektrischer Parameter hervorrufen, beispielsweise eine V_T-(Schwellenwertspannung)-Verschiebung, wie in der 5 gezeigt ist.
Bezieht man sich jetzt auf die 6, so wird ein Beispiel eines AMC-Überwachungssystems 200 angegeben, um die AMC-Kontamination während der Herstellung der Vorrichtung 100 zu überwachen, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung. Das AMC-Überwachungssystem 200 umfasst eine Mehrzahl von AMC-Sensoren 202 und einen AMC-Monitor 204. Die AMC-Sensoren 202 sind in der Fertigungsanlage angeordnet und mit dem AMC-Monitor 204 verbunden. Der AMC-Monitor 204 umfasst einen Alarm. Das AMC-Überwachungssystem 200 umfasst auch einen Computer 210 mit einem Prozessor und Speicher zur Ausführung von Befehlen und kann verwendet werden, um einen Teil oder das gesamte folgende Verfahren zu implementieren. Die AMC-Sensoren 202 sind konfiguriert, um einen AMC-Konzentrationspegel in der Umgebung der Fertigungsanlage zu ermitteln.
Bezieht man sich jetzt auf die 7, so ist ein Flussdiagramm eines Verfahrens 300 zur Identifizierung einer AMC-Leckquelle oder eines AMC-Leckortes in der Fertigungsanlage gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung dargestellt. In den vorliegenden Ausführungen wird, wenn der Konzentrationspegel der AMC in der Fertigungsanlage einen für die Herstellung der IC-Vorrichtung in der Fertigungsanlage zulässigen Konzentrationspegel oder kritischen Pegel (Out Of Control, OOC) erreicht oder überschreitet, der Alarm bei Schritt 304 ausgelöst. Das Verfahren 300 fährt mit Schritt 308 fort, um den Umgebungsbereich des AMC-Sensors 202, der den Alarm des AMC-Monitors 204 auslöst, zu prüfen. Wenn eine AMC-Leckquelle gefunden wird, fährt das Verfahren 300 mit Schritt 312 fort, um die AMC-Leckquelle zu reparieren oder die AMC-Leckquelle von der Fertigungsanlage zu entfernen. Wenn die Leckquelle nicht gefunden wird, fährt das Verfahren 300 mit Schritt 316 fort, um mehr AMC-Sensoren 202 in dem OOC-Bereich und der näheren Umgebung anzuordnen und manche der Sensoren 202 mit großer Reichweite anzupassen. Eine Luftprobe kann genommen werden und zu einem chemischen Labor zur Analyse gesendet werden, um dazu beizutragen, die AMC-Leckquelle oder den AMC-Leckort zu identifizieren. Wenn eine AMC-Leckquelle gefunden wird, fährt das Verfahren 300 mit Schritt 312 fort, um die AMC-Leckquelle zu reparieren oder die AMC-Leckquelle von der Fertigungsanlage zu entfernen. Wenn die Leckquelle nicht gefunden wird, wiederholt sich das Verfahren 300 bei Schritt 316, bis die AMC-Leckquelle gefunden wurde und repariert oder von der Fertigungsanlage entfernt wurde. Zusätzliche Schritte können vor, während und nach dem Verfahren 300 vorgesehen sein und manche der beschriebenen Schritte können für zusätzliche Ausführungen des Verfahrens 300 ersetzt, entfernt oder verschoben werden. Das Verfahren 300 zur Identifizierung der AMC-Leckquelle und des AMC-Leckortes ist zeit- und ressourcenaufwändig. Somit ist die Antwort auf das AMC-Leck langsam.
Bezieht man sich jetzt auf die 8, so ist ein Flussdiagramm eines Verfahrens 400 zur Identifizierung der AMC-Leckquelle oder des AMC-Leckortes in der Fertigungsanlage dargestellt, zur Implementierung einer oder mehrerer Ausführungen der vorliegenden Offenbarung. Das Verfahren 400 beginnt bei Schritt 402, indem eine Mehrzahl von AMC-Sensoren in der Fertigungsanlage angeordnet wird. In den vorliegenden Ausführungen wird ein AMC-Sensor auch als ein Sensor bezeichnet. Die AMC-Sensoren können einen oder mehrere der vier Typen der AMC-Chemikalien (Typ A, B, C und D) in der Fertigungsanlage nachweisen. Das Verfahren 400 fährt mit Schritt 404 fort, um die AMC-Sensoren mit einem AMC-Überwachungssystem, das unten mit Bezug auf die 6 behandelt ist, zu verbinden. Das Verfahren 400 fährt mit Schritt 406 fort, um eine vorwärts gerichtete CFD-Simulation eines Luftstroms in der Fertigungsanlage auszuführen. Der Schritt 406 umfasst das Bereitstellen einer Luftstrom-Strömungslinie in der Fertigungsanlage. Der Schritt 406 umfasst auch das Bestimmen und Optimieren einer Anordnung der AMC-Sensoren in der Fertigungsanlage. Die optimierte Anordnung der AMC-Sensoren in der Fertigungsanlage stellt erforderliche Messdaten für die Verfolgung der AMC-Leckquelle in der Fertigungsanlage mit der geringsten Anzahl von AMC-Sensoren bereit. Das Verfahren 400 fährt mit Schritt 408 fort, um eine inverse Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms in der Fertigungsanlage zu bestimmen. Der Schritt 408 umfasst das Bereitstellen einer inversen Luftstrom-Strömungslinie in der Fertigungsanlage. Das Verfahren 400 fährt mit Schritt 410 fort, um eine Datenbank einer Verteilung der räumlichen Reaktion für die AMC-Sensoren aufzubauen. Der Schritt 410 umfasst das Berechnen einer räumlichen Wahrscheinlichkeitsverteilungs-Matrix für jeden der AMC-Sensoren mittels der inversen Luftstrom-Strömungslinien in der Fertigungsanlage. Das Verfahren 400 fährt mit Schritt 412 fort, um eine AMC-Leckquelle oder einen AMC-Leckort zu identifizieren, wenn einer oder mehrere der AMC-Sensoren den OOC-Pegel erreichen. Der Schritt 412 umfasst das Identifizieren der AMC-Leckquelle (des AMC-Leckortes) mittels der Datenbank der Verteilung der räumlichen Reaktion für die AMC-Sensoren. Der Schritt 412 umfasst weiter das Reparieren oder Entfernen der AMC-Leckquelle. Zusätzliche Schritte können vor, während und nach dem Verfahren 400 vorgesehen sein und manche der beschriebenen Schritte können für zusätzliche Ausführungen des Verfahrens 400 ersetzt, entfernt oder verschoben werden.
Bezieht man sich jetzt auf die 9, so wird ein Querschnitt einer vorwärts gerichteten Luftstrom-Strömungslinie 500, die durch eine CFD in einer Fertigungsanlage 550 simuliert wird, dargestellt, gemäß einer oder mehrerer Ausführungen der vorliegenden Offenbarung. Das AMC-Überwachungssystem 520 ist konstruiert, um den AMC-Pegel der Fertigungsanlage 550 zu überwachen. Das AMC-Überwachungssystem 520 umfasst AMC-Sensoren 522a–h, eine AMC-Steuerung 524 und einen Datenspeicher 526. Andere Konfigurationen und Einbeziehungen oder Auslassungen in dem System 520 sind jedoch möglich. Die AMC-Sensoren 522a–h sind mit der AMC-Steuerung 524 verbunden. Die AMC-Sensoren 522a–h können den AMC-Konzentrationspegel in der Fertigungsanlage 550 ermitteln. Wenn der AMC-Konzentrationspegel den zulässigen Konzentrationspegel oder kritischen Pegel (OOC) zur Herstellung der IC-Vorrichtung in der Fertigungsanlage erreicht oder überschreitet, aktiviert das Alarmsignal die Steuerung, um die AMC-Leckquelle zu identifizieren. Die AMC-Steuerung 524 umfasst einen Computer, auf dem die Datenverarbeitung läuft. Die AMC-Steuerung 524 ist auch mit dem Datenspeicher 526 verbunden.
Wie in der 9 gezeigt ist, umfasst die Fertigungsanlage 550 eine Gebläse-Filtereinheit („fan filter unit”, FFU) 552, einen perforierten Boden 554 und ein Verfahrenswerkzeug 562. Andere Konfigurationen und Einbeziehungen oder Auslassungen in der Fertigungsanlage 550 können jedoch möglich sein. Die FFU 552 umfasst einen Eingang und einen Ausgang. Die FFU 552 stellt der Fertigungsanlage 550 durchlaufende und gleichmäßige saubere Luft bereit. Der perforierte Boden 554 trägt dazu bei, dass die Luftstrrom-Turbulenzen in der Fertigungsanlage 550 verringert werden und daher die Anzahl von Partikeln in der Fertigungsanlage 550 verringert wird. Das Verfahrenswerkzeug 562 kann ein Verfahrenswerkzeug umfassen, um die IC-Vorrichtung herzustellen, beispielsweise ein Werkzeug zur chemischen Gasphasenabscheidung (Chemical Vapor Deposition, CVD), ein Werkzeug zur physikalischen Gasphasenabscheidung (Physical Vapor Deposition, PVD), ein Resist-Ablagerungs-(Entwicklungs)-Werkzeug, ein Belichtungswerkzeug, ein Ätzwerkzeug, ein Implantationswerkzeug, ein Diffusionswerkzeug, ein Werkzeug zum chemisch-mechanischen Polieren (CMP) oder ein Reinigungswerkzeug. In einer Ausführung kann das Verfahrenswerkzeug 562 auch ein Messwerkzeug umfassen, wie etwa ein Messwerkzeug für die Schichtdicke, ein Messwerkzeug für die Strukturbreite (Critical Dimension, CD) oder ein Messwerkzeug für die Abstufungshöhe. In einer anderen Ausführung umfasst das Verfahrenswerkzeug 562 auch einen chemischen Speichertank, der eine Chemikalie speichert, beispielsweise die Säure, Base, Photoresist, chemisches Lösungsmittel oder Dotierungsmittel. Das Verfahrenswerkzeug 562 kann die Quelle des AMC-Leckes sein.
Wie in der 9 gezeigt ist, wird die vorwärts gerichtete Luftstrom-Strömungslinie 500 durch die CFD simuliert. Der Pfeil zeigt die Richtung des Luftstroms an, Die saubere Luft wird der Fertigungsanlage 550 durch den Ausgang der FFU 552 bereitgestellt, die saubere Luft strömt von der Oberseite der Fertigungsanlage 550 zu der Unterseite der Fertigungsanlage und die saubere Luft wird zu dem Eingang der FFU 552 geleitet, um recycelt zu werden.
Die vorwärts gerichtete Schadstofftransport-Gleichung wird wie folgt beschrieben:
Hierbei ist C die Stoffkonzentration, U_j ist die Geschwindigkeit der Luft in der x_j-Richtung, M_s ist die Masse der Kontaminationsquelle und x_source(x_s) ist der Quellenort. Nimmt man die partielle Ableitung der Gleichung (1) nach M_s, so erhält man Gleichung (2) wie folgt:
wobei ψ = ψ(x; t = T, x_s) die Zustandsempfindlichkeit der vorliegenden Konzentration bei x auf die Quelle M_s bei x_s ist. Gleichung (3) wird wie folgt erhalten, nachdem man die adjungierte Gleichung abgeleitet hat:
τ = T_obs – t mit der folgenden Anfangsbedingung und folgenden Randbedingungen: ψ*|_τ=0 = 0 ψ* = 0 in Γ₁ Ujψ* + ν ∂ψ* / ∂xj = 0 in Γ₂ ν ∂ψ* / ∂xj = 0 in Γ₃
Hierbei ist ψ* = ψ*(x; τ = T, x_o) die räumliche adjungierte Wahrscheinlichkeit mit Bezug auf den Beobachtungsort x_o. τ ist die rückwärts gerichtete Zeit. Die adjungierte Wahrscheinlichkeit ψ* genügt: ψ*|_{x=xsaurce,t=0} = ψ|_x=xobs,t=T
Das deutet an, dass die räumliche adjungierte Wahrscheinlichkeit für den Punkt S (Quelle) mit Bezug auf den Punkt O (Beobachtungsort) in der adjungierten Gleichung (3) gleich der Zustandsempfindlichkeit für den Punkt O mit Bezug auf den Punkt S in der vorwärts gerichteten Gleichung (Gleichung (2)) ist. Diese Konzepte sind in den 10–11 dargestellt. Man beachte, dass die Strömungsrichtung in der adjungierten Gleichung (Gleichung (3)) umgekehrt ist.
Die Gleichung (3) berechnet die adjungierte Wahrscheinlichkeit ψ*(x; τ = T, x_o), die Wahrscheinlichkeit des Quellenortes basierend auf dem Ort O der Beobachtung (des Sensors). Das Luftströmungsfeld wird als Eingabe für die Simulation benötigt. Die Kombination der CFD und der adjungierten Gleichung bestimmt die mathematische Methodik der inversen Modellierung. Durch diese Methodik kann, wenn es mehr Sensoren bei χ_oi = (χ_o1, χ_o2 ... χ_on) gibt, eine entsprechende Anzahl adjungierter räumlicher Wahrscheinlichkeitsmatrizen (ψ*₁, ... ψ*_n) definiert werden. Ψ*₁ repräsentiert die Wahrscheinlichkeit, dass ein bestimmter Sensormesswert Xi an einer Sensorposition χ_oi durch eine Kontaminationsquelle hervorgerufen wird, die sich in einer gegebenen Volumenzelle innerhalb der Fertigungsanlage befindet. Genauer gesagt wird die Fertigungsanlage in ein Netz von Volumenzellen unterteilt, und der Wahrscheinlichkeitswert einer jeden Volumenzelle entspricht einem Matrixelement. Die Volumenzellen könnten beispielsweise durch drei Indizes p, q, r parameterisiert werden, die beispielsweise angeben, dass die gegebene Volumenzelle die p-te Zelle in Längsrichtung, die q-te Zelle in Breitenrichtung und die r-te Zelle in Höhenrichtung ist. In diesem Fall wäre Ψ*_i eine dreidimensionale Matrix. Die Matrix Ψ*_i ist ein Beispiel einer Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des i-ten Sensors, weil sie die Wahrscheinlichkeit repräsentiert, dass ein bestimmter Sensormesswert des i-ten Sensors in Reaktion auf eine mögliche Kontaminationsquelle an den entsprechenden Orten zurückzuführen ist, die den Matrixelementen entsprechen. Für mehrere Sensoren an Orten χ_oi = (χ_o1, χ_o2 ... χ_on) wird, bei einer ermittelten Messung (X₁, X₂, ... X_n) und den zugehörigen adjungierten Wahrscheinlichkeitsmatrizen der Kontaminationsquelle, die als ψ*₁, ψ*₂, ... ψ_n, erhalten werden, die räumliche Wahrscheinlichkeitsverteilung Φ der Kontaminationsquelle in der Gleichung (4) ausgedrückt:
Φ ist eine dreidimensionale Matrix. Ihre Elemente repräsentieren die Wahrscheinlichkeiten, dass es sich um die Volumenzelle handelt, die die Kontaminationsquelle enthält, gestützt auf die Kontaminations-Messwerte von n Sensoren, die an verschiedenen Orten angeordnet sind. Von den Wahrscheinlichkeitswerten in den Matrix-Elementen kann der Ort der Kontaminationsquelle identifiziert werden.
Wie in der 9 gezeigt ist, ist in dem AMC-Überwachungssystem 520 die Verteilung der AMC-Sensoren 522a–h in der Fertigungsanlage 550 sehr wichtig. Die AMC-Sensoren 522a–h ermöglichen es, die AMC-Konzentration in der Fertigungsanlage 550 zu ermitteln und genügend Messdaten in einer sparsamen und wirksamen Weise bereitzustellen. Eine erfolgreiche Anordnung der AMC-Sensoren 522a–h in der Fertigungsanlage 550 stellt die erforderlichen Messdaten für die Verfolgung der AMC-Leckquelle mit der niedrigsten Anzahl von installierten Sensoren bereit. Um die Anordnung der AMC-Sensoren 522a–h zu bestimmen, wird die vorwärts gerichtete CFD-Simulation mit unterschiedlichen Bedingungen ausgeführt. In einer Ausführung ist die vorwärts gerichtete Luftstrom-Strömungslinie 500, die in der 9 gezeigt ist, ein Ergebnis der vorwärts gerichteten CFD-Simulation der AMC, die in dem Luftstrom verteilt ist. In der vorliegenden Offenbarung ist der Begriff „Strömungslinie” insbesondere pars pro toto für ein „Strömungsfeld” zu verstehen. Die 12 stellt die AMC-Konzentrationsverteilung nach einem Zyklus von Luftstrom-Zirkulation dar. Die AMC-Sensoren 522a–h können die AMC-Konzentration an acht Orten in der Fertigungsanlage 550 lesen. Die acht Auslesungen der AMC-Konzentration können als eine Eingabe in einer inversen Modellierung der vorwärts gerichteten CFD-Simulation verwendet werden.
Bezieht man sich jetzt auf die 13, so ist ein Querschnitt einer inversen Luftstrom-Strömungslinie 600, die durch die inverse Modellierung der CFD in der Fertigungsanlage 550 simuliert wird, dargestellt, um eine oder mehrere Ausführungen der vorliegenden Offenbarung zu implementieren. Die inverse Luftstrom-Strömungslinie 600 wird berechnet, indem die vorwärts gerichtete Luftstrom-Strömungslinie 500, wie sie in der 9 gezeigt ist, umgekehrt wird. In manchen Ausführungen werden, indem die acht Auslesungen der AMC-Konzentration von den AMC-Sensoren jeweils eingesetzt werden, acht Gruppen von räumlichen adjungierten Wahrscheinlichkeitsmatrizen ψ*₁, ψ*₂, ... ψ*₈ erhalten. Die 14 ist ein Beispiel für die adjungierten Wahrscheinlichkeitsmatrizen 700 (ψ*₂ mit Bezug auf den Ort χ₂), das zu dem AMC-Sensor 522b gehört. Eine Zahl in einem Gitterpunkt der adjungierten Wahrscheinlichkeitsmatrix 700, wie sie in der 14 gezeigt ist, zeigt eine Wahrscheinlichkeit an, dass die AMC-Leckage von einer Volumenzelle ausgeht, die der Gitterzelle entspricht, wenn der AMC-Sensor 522b durch die OOC-Grenze ausgelöst wird. Der Ort, der in der Ausführung als die AMC-Leckquelle ermittelt wird, ist der Ort bzw. das Volument, das mit dem Matrixelement bzw. der „Gitterzelle” assoziiert ist, die den höchsten Wahrscheinlichkeitswert in der 14 zeigt.
Die 15 ist ein anderes Beispiel für die adjungierten Wahrscheinlichkeitsmatrizen 720 (ψ*₈ mit Bezug auf den Ort χ₈), die zu dem AMC-Sensor 522h gehört. Die Zahl in dem Gitter der adjungierten Wahrscheinlichkeitsmatrix 720, wie sie in der 15 gezeigt sind, zeigt eine Wahrscheinlichkeit an, dass die AMC an dem entsprechenden Ort leckt, wenn der AMC-Sensor 522h durch die OOC-Grenze ausgelöst wird. Der Ort, der in der Ausführung als die AMC-Leckquelle ermittelt wird, zeigt den höchsten Wahrscheinlichkeitswert in der 15.
Wie in den 14–15 gezeigt ist, ist die Wahrscheinlichkeitsverteilung in der adjungierten Wahrscheinlichkeitsmatrix 700 oder der adjungierten Wahrscheinlichkeitsmatrix 720 abhängig von dem Sensorort. Verwendet man die Gleichung (4), so werden die Matrizen ψ*₁, ψ*₂, ... ψ*₈ mit den zugehörigen Messungen X₁, X₂, ... X₈ multipliziert, wird über die Produkte summiert und normalisiert. Eine räumliche Wahrscheinlichkeitsmatrix des AMC-Quellenortes für die Fertigungsanlage 550 wird erzeugt.
Die 16 ist ein Beispiel einer räumlichen Wahrscheinlichkeitsmatrix 750 des AMC-Quellenortes für die Fertigungsanlage 550, die sich auf eine oder mehrere Ausführungen der vorliegenden Offenbarung stützt. In den vorliegenden Ausführungen wird eine räumliche Wahrscheinlichkeitsmatrix auch als eine Datenbank einer Verteilung der räumlichen Reaktion bezeichnet. Wenn die AMC-Sensoren 522a–h die OOC-Grenze erreichen oder überschreiten, summiert das AMC-Überwachungssystem 520 über die Produkte der Reaktionsmatrix und der zugehörigen Sensordaten. Der Ort der AMC-Leckquelle wird durch die räumliche Wahrscheinlichkeitsverteilung, wie sie in der 16 gezeigt ist, angezeigt. Der Ort, der in der Ausführung als die AMC-Leckquelle ermittelt wird, zeigt den höchsten Wahrscheinlichkeitswert in der 16.
Somit hat die vorliegende Offenbarung ein Verfahren beschrieben, um eine Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage zu identifizieren Das Verfahren umfasst das Anordnen eines oder mehrerer Sensoren in einer Fertigungsanlage, Ausführen einer vorwärts gerichteten Simulation der numerischen Strömungsmechanik (CFD) eines Luftstroms in der Fertigungsanlage, Bestimmen einer inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms in der Fertigungsanlage, Aufbauen einer Datenbank einer Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des Sensors und Identifizieren der AMC-Leckquelle mittels der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des Sensors. Das Verfahren umfasst weiter das Verbinden des Sensors bzw. der Sensoren mit einer CFD-Steuerung. Die vorwärts gerichtete CFD-Simulation des Luftstroms umfasst eine Luftstrom-Strömungslinie von einem Ausgang einer Gebläse-Filtereinheit (FFU) zu einem Eingang der FFU in der Fertigungsanlage. Das Ausführen der vorwärts gerichteten Luftstrom-CFD-Simulation umfasst das Optimieren der Sensoranordnung in der Fertigungsanlage. Das Optimieren der Sensoranordnung umfasst das Anpassen einer Anzahl der Sensoren in der Fertigungsanlage und Anpassen des Ortes der Sensoren in der Fertigungsanlage. Das Bestimmen der inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms umfasst die Luftstrom-Strömungslinie von dem Eingang der FFU zu dem Ausgang der FFU in der Fertigungsanlage. Das Aufbauen der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion umfasst das Bestimmen der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des Sensors bzw. der Sensoren mittels AMC-Messdaten in der Fertigungsanlage. Das Verfahren umfasst weiter das Aufsummieren der Wahrscheinlichkeitsverteilungs-Matrix des Sensors bzw. der Sensoren. Das Identifizieren einer AMC-Leckquelle umfasst das Auffinden eines AMC-Quellen-Leckortes mittels der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des Sensors.
In manchen Ausführungen wird ein Verfahren zur Identifizierung einer Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage angegeben. Das Verfahren umfasst das Anordnen eines AMC-Sensors in der Fertigungsanlage, das Verbinden des AMC-Sensors mit einem System zur numerischen Strömungsmechanik (CFD), das Ausführen einer vorwärts gerichteten Luftstrom-CFD-Simulation in der Fertigungsanlage, das Ausführen einer inversen vorwärts gerichteten Luftstrom-CFD-Simulation in der Fertigungsanlage, das Bestimmen einer Datenbank einer Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den AMC-Sensor bzw. die AMC-Sensoren und das Überwachen der Fertigungsanlage mittels des oder der AMC-Sensoren. Das Bestimmen der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den AMC-Sensor umfasst das Aufbauen der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den AMC-Sensor, indem die inverse vorwärts gerichtete Luftstrom-CFD-Simulation in der Fertigungsanlage mittels eines AMC-Einheitswertes mit Bezug auf den AMC-Sensor ausgeführt wird. Das Verfahren umfasst weiter das Aufsummieren über die Produkte von AMC-Messdaten und der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den AMC-Sensor. Das Überwachen der Fertigungsanlage mittels des AMC-Sensors umfasst das Identifizieren eines Ortes der AMC-Leckquelle, indem die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den AMC-Sensor durchsucht wird. Das Verfahren umfasst weiter das Reparieren oder Entfernen einer AMC-Leckquelle in der Fertigungsanlage.
In anderen Ausführungen wird auch eine Anordnung zum Identifizieren einer Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage beschrieben. Die Anordnung umfasst eine AMC-Steuerung und einen oder mehrere Sensoren, der bzw. die konfiguriert sind, um mit der AMC-Steuerung verbunden zu werden. Die Anordnung umfasst weiter eine Datenspeicher-Einheit, die mit der AMC-Steuerung integriert ist. Die Datenspeicher-Einheit ist konfiguriert, um die Datenbank einer Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion des AMC-Sensors bzw. der AMC-Sensoren zu speichern. Die AMC-Steuerung umfasst einen Computer, der die Datenverarbeitung ausführt, um die AMC-Quelle zu identifizieren, und die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion der Sensoren ist in dem Datenspeicher gespeichert. Die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion der Sensoren wird mittels einer inversen Modellierung der CFD berechnet, indem ein AMC-Einheitswert an jedem AMC-Sensorort verwendet wird. Der Sensor ist konstruiert, um den AMC-Konzentrationspegel in der Fertigungsanlage zu überwachen, so dass, wenn der Sensor ausgelöst wird, die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den Sensor durchsucht wird und daher die AMC-Leckquelle identifiziert wird.
Das Vorangegangene stellt Merkmale von mehreren Ausführungen dar, so dass der Fachmann die Aspekte der vorliegenden Offenbarung besser verstehen kann. Der Fachmann sollte anerkennen, dass er die vorliegende Offenbarung leicht als Basis verwenden kann, um andere Verfahren und Strukturen zu entwerfen oder modifizieren, um die gleichen Ziele zu verwirklichen und/oder die gleichen Vorteile der hier eingeführten Ausführungen zu erreichen. Der Fachmann sollte auch erkennen, dass solche äquivalenten Konstruktionen nicht von dem Geist und dem Schutzumfang der vorliegenden Offenbarung abweichen und dass er verschiedene Änderungen, Ersetzungen und Modifikationen hier vornehmen kann, ohne von dem Geist und dem Schutzumfang der vorliegenden Offenbarung abzuweichen.

Claims

Verfahren zur Identifizierung einer Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage, wobei das Verfahren Folgendes umfasst: Anordnen eines oder mehrerer Sensoren in einer Fertigungsanlage; Ausführen einer vorwärts gerichteten numerischen Strömungsmechanik-(CFD)-Simulation eines Luftstroms in der Fertigungsanlage; Bestimmen einer inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms in der Fertigungsanlage; Aufbauen einer Datenbank einer Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des Sensors oder der Sensoren; und Identifizieren einer AMC-Leckquelle mittels AMC-Messdaten und der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des Sensors bzw. der Sensoren.
Verfahren nach Anspruch 1, das weiter das Verbinden des Sensors oder der Sensoren mit einer AMC-Steuerung umfasst und/oder wobei die vorwärts gerichtete CFD-Simulation des Luftstroms eine Luftstrom-Strömungslinie von einem Ausgang einer Gebläse-Filtereinheit (FFU) zu einem Eingang der FFU in der Fertigungsanlage umfasst.
Verfahren nach Anspruch 1 oder 2, wobei das Ausführen der vorwärts gerichteten Luftstrom CFD-Simulation das Optimieren der Sensoranordnung in der Fertigungsanlage umfasst, wobei das Bestimmen der Sensoranordnung vorzugsweise das Anpassen einer Anzahl der Sensoren in der Fertigungsanlage umfasst und/oder wobei das Bestimmen der Sensoranordnung vorzugsweise das Anpassen des Ortes des Sensors oder der Sensoren in der Fertigungsanlage umfasst.
Verfahren nach einem der Ansprüche 1 bis 3, wobei das Bestimmen der inversen Modellierung der vorwärts gerichteten CFD-Simulation des Luftstroms die Luftstrom-Strömungslinie von dem Eingang der FFU zu dem Ausgang der FFU in der Fertigungsanlage umfasst und/oder wobei das Aufbauen der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion das Bestimmen der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des Sensors bzw. der Sensoren mittels eines AMC-Einheitswertes an dem jeweiligen Sensorort umfasst, wobei das genannte Verfahren weiter das Aufsummieren der Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion der Sensoren umfasst und/oder wobei das Identifizieren der AMC-Leckquelle das Finden eines AMC-Quellen-Leckortes mittels AMC-Messdaten und der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix bzw. Matrizen der räumlichen Reaktion des Sensors bzw. der Sensoren umfasst.
Verfahren zum Identifizieren einer Quelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage, wobei das Verfahren Folgendes umfasst: Anordnen eines oder mehrerer AMC-Sensoren in der Fertigungsanlage; Verbinden des oder der AMC-Sensoren mit einem numerischen Strömungsmechanik-(CFD)-System; Ausführen einer vorwärts gerichteten Luftstrom-CFD-Simulation in der Fertigungsanlage; Durchführen einer inversen vorwärts gerichteten Luftstrom-CFD-Simulation in der Fertigungsanlage; Bestimmen einer Datenbank einer Wahrscheinlichkeitsverteilung der räumlichen Reaktion mit Bezug auf den bzw. die AMC-Sensoren; und Überwachen der Fertigungsanlage mittels des AMC-Sensors.
Verfahren nach Anspruch 5, wobei das Bestimmen der Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion mit Bezug auf den oder die AMC-Sensoren das Aufbauen der Wahrscheinlichkeitsverteilungs-Matrix für den AMC-Sensor umfasst, indem die inverse vorwärts gerichtete Luftstrom-CFD-Simulation in der Fertigungsanlage mittels eines AMC-Einheitswertes mit Bezug auf den entsprechenden AMC-Sensor ausgeführt wird, wobei das genannte Verfahren vorzugsweise weiter das Summieren über die Produkte von AMC-Messdaten und den Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion mit Bezug auf den oder die AMC-Sensoren umfasst.
Verfahren nach Anspruch 5 oder 6, wobei das Überwachen der Fertigungsanlage das Identifizieren eines AMC-Leckquellen-Ortes umfasst, indem die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix der räumlichen Reaktion mit Bezug auf den AMC-Sensor durchsucht wird, wobei das genannte Verfahren vorzugsweise weiter das Reparieren oder Entfernen einer AMC-Leckquelle in der Fertigungsanlage umfasst.
Anordnung zum Identifizieren einer Leckquelle von luftgetragener molekularer Kontamination (AMC) in einer Fertigungsanlage, wobei die Anordnung Folgendes umfasst: eine AMC-Steuerung; und einen oder mehrere Sensoren, der bzw. die konfiguriert sind, um mit der AMC-Steuerung verbunden zu sein.
Anordnung nach Anspruch 8, die weiter eine Datenspeicher-Einheit umfasst, die mit der AMC-Steuerung integriert ist, wobei die Datenspeicher-Einheit vorzugsweise konfiguriert ist, um die Datenbank einer oder mehrerer Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion des oder der Sensoren zu speichern, und die Datenbank erhalten wird, indem eine vorwärts gerichtete CFD-Simulation eines Luftstroms in der Fertigungsanlage ausgeführt wird, eine inverse vorwärts gerichtete CFD-Simulation des Luftstroms in der Fertigungsanlage berechnet wird und die Datenbank der Wahrscheinlichkeitsverteilungs-Matrix oder -Matrizen der räumlichen Reaktion des oder der Sensoren mittels AMC-Messdaten in der Fertigungsanlage aufgebaut wird.
Anordnung nach Anspruch 8 oder 9, wobei die AMC-Steuerung einen Computer umfasst, der die Verfolgung der AMC-Quelle ausführt, indem er die Produkte von AMC-Messdaten und den Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion der Sensoren summiert und/oder wobei der oder die Sensoren konstruiert sind, um einen AMC-Konzentrationspegel in der Fertigungsanlage zu überwachen, so dass, wenn der oder die Sensoren ausgelöst werden, die AMC-Steuerung den Berechnungsalgorithmus startet, indem sie über die Produkte von AMC-Messdaten und der Datenbank der Wahrscheinlichkeitsverteilungs-Matrizen der räumlichen Reaktion mit Bezug auf die Sensoren summiert, und somit die AMC-Leckquelle identifiziert wird.