DE10394223B4 - Einstellen einer Probennahmerate auf der Grundlage von Zustandsabschätzungsergebnissen - Google Patents

Einstellen einer Probennahmerate auf der Grundlage von Zustandsabschätzungsergebnissen Download PDF

Info

Publication number
DE10394223B4
DE10394223B4 DE10394223T DE10394223T DE10394223B4 DE 10394223 B4 DE10394223 B4 DE 10394223B4 DE 10394223 T DE10394223 T DE 10394223T DE 10394223 T DE10394223 T DE 10394223T DE 10394223 B4 DE10394223 B4 DE 10394223B4
Authority
DE
Germany
Prior art keywords
next process
process state
state
workpieces
estimated
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.)
Expired - Lifetime
Application number
DE10394223T
Other languages
English (en)
Other versions
DE10394223T5 (de
Inventor
Jin Wang
Brian K. Cusson
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced Micro Devices Inc
Original Assignee
Advanced Micro Devices Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Advanced Micro Devices Inc filed Critical Advanced Micro Devices Inc
Publication of DE10394223T5 publication Critical patent/DE10394223T5/de
Application granted granted Critical
Publication of DE10394223B4 publication Critical patent/DE10394223B4/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32077Batch control system
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32078Calculate process end time, form batch of workpieces and transport to process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32096Batch, recipe configuration for flexible batch control
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/45Nc applications
    • G05B2219/45031Manufacturing semiconductor wafers
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/50Machine tool, machine tool null till machine tool work handling
    • G05B2219/50065Estimate trends from past measured values, correct before really out of tolerance
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Drying Of Semiconductors (AREA)
  • Feedback Control In General (AREA)
  • General Factory Administration (AREA)

Abstract

Verfahren mit: Erhalten von Messdaten, die mit einem oder mehreren zuvor durch einen Prozess bearbeiteten Werkstücken verknüpft sind; Abschätzen eines nächsten Prozesszustandes auf der Grundlage mindestens eines Teils der Messdaten; Bestimmen eines Fehlerwerts, der mit dem abgeschätzten nächsten Prozesszustand verknüpft ist, durch Bestimmen einer Fehlervarianz (P), die mit dem abgeschätzten nächsten Prozesszustand verknüpft ist, wobei die Fehlervarianz (P) zur Bestimmung der Verstärkung (J[k]) eines Filters verwendet wird und auf Basis des Filters der nächste Prozesszustand abgeschätzt wird; und Einstellen eines Probennahmeprotokolls der bearbeiteten Werkstücke auf der Grundlage des bestimmten Fehlerwerts, wobei die nachfolgend bearbeiteten Werkstücke auf der Grundlage des abgeschätzten nächsten Prozesszustands bearbeitet werden.

Description

  • TECHNISCHES GEBIET
  • Diese Erfindung betrifft im Allgemeinen einen industriellen Prozess und betrifft insbesondere das Einstellen einer Probennahmerate von bearbeiteten Werkstücken auf der Grundlage von Ergebnissen einer Zustandsabschätzung.
  • HINTERGRUND DER ERFINDUNG
  • Es gibt ein beständiges Bestreben in der Halbleiterindustrie, die Qualität, die Zuverlässigkeit und den Durchsatz integrierter Schaltungsbauelemente, beispielsweise von Mikroprozessoren, Speicherbauelementen und dergleichen zu verbessern. Dieses Bestreben wird durch die Nachfrage der Verbraucher für Computer und elektronische Geräte mit höherer Qualität, die zuverlässiger arbeiten, noch bestärkt. Diese Anforderungen führten zu einer ständigen Verbesserung bei der Herstellung von Halbleiterbauelementen, beispielsweise von Transistoren, sowie bei der Herstellung integrierter Schaltungsbauelemente, in denen derartige Transistoren verwendet sind. Zudem senkt das Reduzieren der Defekte bei der Herstellung der Komponenten eines typischen Transistors auch die Gesamtkosten pro Transistor sowie die Kosten von integrierten Schaltungsbauelementen, in denen derartige Transistoren eingebaut sind.
  • Im Allgemeinen wird eine Reihe von Prozessschritten an einer Gruppe aus Scheiben, die häufig auch als „Los” bezeichnet wird, unter Anwendung einer Vielzahl von Prozessanlagen, zu denen Photolithographieeinzelbildbelichter, Ätzanlagen, Abscheideanlagen, Polieranlagen, Anlagen für eine schnelle thermische Behandlung, Implantationsanlagen, etc. gehören, ausgeführt. Die Technologien, die den Halbleiterprozessanlagen zugrunde liegen, haben eine hohe Aufmerksamkeit in den letzten Jahren erfahren, wodurch wesentliche Verbesserungen möglich wurden.
  • Eine Technik zum Verbessern des Betriebs einer Halbleiterprozesslinie beinhaltet die Verwendung eines fabrikumspannenden Steuerungssystems, um den Betrieb der diversen Prozessanlagen automatisch zu steuern. Die Fertigungs- bzw. Prozessanlagen kommunizieren mit einer Fertigungsplattform oder einem Netzwerk aus Prozessmodulen. Jede Prozessanlage ist im Allgemeinen mit einer Anlagenschnittstelle verbunden. Die Anlagenschnittstelle ist mit einer Maschinenschnittstelle verbunden, die eine Kommunikation zwischen der Prozessanlage und der Fertigungsplattform ermöglicht. Die Maschinenschnittstelle kann im Allgemeinen ein Teil eines fortschrittlichen Prozesssteuerungs-(APC)Systems sein. Das APC-System ruft ein Steuerungsskript auf der Grundlage eines Fertigungsmodells auf, das ein Softwareprogramm sein kann, das automatisch Daten abruft, die zum Ausführen eines Fertigungsprozesses erforderlich sind. Häufig werden Halbleiterbauelemente durch mehrere Prozessanlagen in mehreren Prozessen verarbeitet, wodurch Daten erzeugt werden, die sich auf die Qualität der bearbeiteten Halbleiterbauelemente beziehen.
  • Während des Fertigungsprozesses können diverse Ereignisse stattfinden, die das Verhalten der hergestellten Bauelemente beeinflussen. D. h. Variationen in den Fertigungsprozessschritten führen zu Variationen beim Verhalten des Bauelements. Faktoren, etwa kritische Abmessungen von Strukturelementen, Dotierpegel, die Partikelkontamination, optische Filmeigenschaften, Filmdicken, Filmgleichförmigkeit, etc. können potentiell das Endverhalten des Bauelements beeinflussen. Diverse Anlagen in der Prozesslinie werden entsprechend den Leistungsmodellen gesteuert, um Prozessvariationen zu reduzieren. Zu üblicherweise gesteuerten Anlagen gehören Photolithographieeinzelbelichter, Polieranlagen, Ätzanlagen und Abscheideanlagen, etc. Es werden prozessvorgeschaltete und/oder prozessnachgeordnete Messdaten den Prozesssteuerungen für die Anlagen zugeführt. Prozessparameter, etwa die Prozesszeit, werden dann von den Prozesssteuerungen auf der Grundlage des Leistungsmodells und der Messdaten berechnet, um zu versuchen, die Prozessausgangsresultate so nahe wie möglich an dem Sollwert zu halten. Das Verringern von Schwankungen auf diese Weise führt zu einem erhöhten Durchsatz, geringeren Kosten, einem besseren Bauteilleistungsverhalten, etc., wodurch insgesamt zu einer erhöhten Profitabilität beigetragen wird. Eine durchlaufbasierte oder Durchlauf-Durchlauf-Steuerung in der Halbleiterherstellung ist eine Art einer Chargensteuerung, wobei eine Charge aus einer einzigen Scheibe oder bis zu mehreren Scheibenlosen bestehen kann. Die standardmäßige Ausgabe einer durchlaufbasierten Steuerung ist ein Prozessrezept. Dieses Rezept definiert die Sollwerte für „untergeordnete” Steuerungen, die in die Prozessanlage eingebaut sind. Auf diese Weise überwacht die durchlaufbasierte Steuerung die Anlagensteuerung, indem spezielle erforderliche Werte pro Prozessvariablen, etwa Temperatur, Druck, Durchfluss und Prozesszeit vorspezifiziert werden. Die Anlagensteuerung veranlasst die Aktivitäten, die zum Einhalten dieser Variablen entsprechend den angeforderten Werten erforderlich sind.
  • Ein Aufbau für eine durchlaufbasierte Steuerung kann eine Rückkopplungsschleife umfassen, in der Einstellungen an den Prozessparametern auf der Grundlage von Chargeneigenschaften, die nach der Bearbeitung gemessen werden, durchgeführt werden. Um im Allgemeinen die Bearbeitung der Scheibe(n) zu steuern, ist es wünschenswert, den „Prozess”-Zustand (beispielsweise den Prozessanlagenzustand, den Scheibenzustand, etc.) zu kennen, um die nächste Scheibencharge zu prozessieren. Der „Prozess”-Zustand wird typischerweise nicht direkt gemessen, sondern wird auf der Grundlage von Messungen aus zuvor prozessierten Scheiben abgeschätzt. Auf Grund von Zeit- und Kostenaspekten kann nicht jede Scheibe in der Charge gemessen werden. Beispielsweise werden in einigen Implementierungen die Ausgangseigenschaften einer von fünf bearbeiteten Scheiben gemessen.
  • W. W. Kuo et al. beschreiben in Adaptive sampling for effective multi-layer defect monitoring”, in International Symposium an Semiconductor Manufacturing Conference, 1997, IEEE Proceedings, Seiten D1–D4, eine adaptive Strategie zur Fehlerüberwachung in der Halbleiterfertigung mit einer variierenden Menge an Probendaten.
  • In der US 6 477 432 B1 wird ein Verfahren zur Qualitätskontrolle in der Halbleiterfertigung basierend auf Prüfdaten und einer statistischen Prozesssteuerungsdatenbank beschrieben.
  • In der US 6 002 989 A wird ein Verfahren zur Qualitätskontrolle in der Halbleiterfertigung basierend auf einer Mehrzahl an Untersuchungsvorrichtungen, die denselben Wafer untersuchen können, beschrieben.
  • In der US 6 368 883 B1 wird ein Verfahren zum Identifizieren und Steuern des Einflusses von Störungen auf einen Halbleiterfertigungsprozess mithilfe numerischer Modellierung beschrieben.
  • In der US 6 263 255 B1 wird ein allgemeines Advanced Process Control Framework für die Halbleiterfertigung beschrieben.
  • In der EP 0 643 344 A1 wird ein Verfahren zur Steuerung einer Halbleiterfertigungsanlage beschrieben, in dem ein Prozessmodell in Übereinstimmung mit einer Analyse der Einstellungen der Anlage angepasst wird.
  • A. F. Kraus und E. W. Kamen beschreiben in „A multiple model approach to process control in electronics manufacturing”, in Nineteenth Electronics Manufacturing Technology Symposium, 1996, IEEE/CPMT, Seiten 455–461, Simulationsstudien zu Prozesssteuerverfahren in der Halbleiterfertigung basierend auf Kalman-Filterung.
  • Sachs, E.; Hu, A.; Ingolfsson, A. beschreiben in ”Run by run process control: combining SPC and feedback control”, in IEEE Transactions an Semiconductor Manufacturing, Volume: 8, Issue: 1, 1995. Seiten 26–43, eine SPC – run-to-run-Steuerung.
  • Ruey-Shan Guo; Argon Chen; Jin-Jung Chen beschreiben in ”Run-to-run control schemes for CMP process subject to deterministic drifts”, in Semiconductor Manufacturing Technology Workshop, 2000. Seiten 251–258, eine Run-to-run-Steuerung von CMP-Prozessen.
  • Smith, T. H.; Boning, D. S.; Stefani, J.; Butler, S. W. beschreiben in ”Run by run advancedprocess control of metal sputter deposition”, in IEEE Transactions on Semigonductor Manufacturing, Volume: 11, Issue: 2, 1998. Seiten 276–284, eine run-to-run-Steuerung von Sputterprozessen.
  • Zhe Ning; Moyne, J. R.; Smith, T.; Boning, D.; Del Castillo, E.; Jinn-Yi Yeh; Hurwitz, A. vergleichen in ”A comparative analysis of run-to-run control algorithms in the semiconductor manufacturing industry” in Advanced Semiconductor Manufacturing Conference and Workshop, 1996, ASMC 96 Proceedings, IEEE/SEMI 1996, Seiten 375–381, run-to-run-Steuerungsalgorithmen für die Halbleiterfertigung.
  • Ljung, L. beschreibt in ”Asymptotic behavior of the extended Kalman filter as a parameter estimator for linear systems”, in IEEE Transactions an Automatic Control, Volume: 24, Issue: 1,1979. Seiten: 36–50, das asymptotische Verhalten von Kalman-Filtern.
  • Azemi, A.; Yaz, E. E. vergleichen in ”Comparative study of several nonlinear stochastic estimators”, in Proceedings of the 38th IEEE Conference an Decision and Control, Volume: 5,1999. Seiten 4549–4554, mehrere nichtlineare stochastische Abschätzverfahren.
  • Es ist die Aufgabe der vorliegenden Erfindung die Steuerung der auszuführenden Fertigungsprozesse zu verbessern, um die gewünschten Sollwerte exakter und/oder effizienter zu erreichen.
  • ÜBERBLICK OBER DIE ERFINDUNG
  • Die Aufgabe der vorliegenden Erfindung wird durch die Gegenstände der Ansprüche 1 und 7 gelöst.
  • Der Prozesszustand wird auf der Grundlage von Messergebnissen aus zuvor bearbeiteten Scheiben abgeschätzt, somit kann die Anzahl der in Betracht gezogenen Messproben die Genauigkeit der Abschätzung des Prozesszustands beeinflussen. Die Genauigkeit des abgeschätzten Prozesszustands kann wiederum beeinflussen, wie gut der Prozess gesteuert werden kann, um den gewünschten Sollwert oder das Ziel zu erreichen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Die Erfindung kann unter Bezugnahme auf die folgende Beschreibung in Verbindung mit den begleitenden Zeichnungen verstanden werden, in denen gleiche Bezugszeichen gleiche Elemente bezeichnen und in denen:
  • 1 eine Blockansicht eines industriellen Systems gemäß einer Ausführungsform der vorliegenden Erfindung darstellt;
  • 2 ein Flussdiagramm eines Verfahrens zeigt, das in dem industriellen System aus 1 gemäß einer Ausführungsform der vorliegenden Erfindung eingerichtet werden kann; und
  • 3 ein Flussdiagramm eines Verfahrens zeigt, um das Probennahmeprotokoll bearbeiteter Werkstücke gemäß einer Ausführungsform der vorliegenden Erfindung einzustellen.
  • ART BZW. ARTEN ZUM AUSFÜHREN DER ERFINDUNG
  • Es werden nun anschauliche Ausführungsformen der Erfindung beschrieben. Im Interesse der Einfachheit sind nicht alle Merkmale einer tatsächlichen Implementierung in dieser Beschreibung dargelegt.
  • In den Figuren und insbesondere in 1 ist eine Blockansicht eines Systems 100 gemäß einer Ausführungsform der vorliegenden Erfindung gezeigt. Das System 100 kann in der dargestellten Ausführungsform mindestens eine Prozessoperation 102 ausführen, die ein industrieller Prozess sein kann, etwa ein Halbleiterfertigungsprozess, ein photographischer Prozess, ein chemischer Prozess oder ein anderer Prozess, in welchem der Prozesszustand bzw. die Zustände oder der Prozessausgang zeitlich variieren können.
  • In dem System 100 kann die Prozessoperation 102 ausgeführt werden, wobei eine oder mehrere Prozessanlagen 105 verwendet werden. Im Allgemeinen wird die spezielle Art der Prozessoperation 102, die ausgeführt wird, und die Art der Prozessanlage bzw. Anlagen 105, die in dieser Prozessoperation 102 verwendet werden, von der speziellen Implementierung abhängig sein. Beispielsweise kann im Hinblick auf einen chemischen industriellen Prozess die Prozessoperation 102 das Bearbeiten eines Polymers beinhalten. Im Zusammenhang mit einem photographischen Prozess kann die Prozessoperation 102 beispielsweise das Bearbeiten einer Schicht umfassen.
  • Zum Zwecke der Anschaulichkeit ist die Prozessoperation 102, die in 1 gezeigt ist, zumindest ein Teil eines Halbleiterfertigungsprozesses, der beispielsweise ein Teil eines gesamten Halbleiterprozessablaufs sein kann. Beispiele für die Prozessoperation 102 können ein Ätzprozess, ein Abscheideprozess, ein chemisch-mechanischer Polierprozess (CMP) und dergleichen sein. Die Prozessanlage 105 kann in der dargestellten Ausführungsform die Form einer Halbleiterfertigungsanlage annehmen, die verwendet wird, um ein bearbeitetes Werkstück, etwa eine Siliziumscheibe, zu bearbeiten. Der Halbleiterprozess kann verwendet werden, um eine Vielzahl von integrierten Schaltungsprodukten herzustellen, zu denen ohne Einschränkung gehören können, Mikroprozessoren, Speicherbauelemente, digitale Signalprozessoren, anwendungsspezifische integrierte Schaltungen (ASIC), oder andere ähnliche Bauelemente. Eine beispielhafte Prozessanlage 105 kann eine Belichtungsanlage, eine Ätzanlage, eine Abscheideanlage, eine Polieranlage, eine Anlage für eine schnelle thermische Bearbeitung, eine Testanlage, eine Ionenimplantationsanlage, eine Anlage zum Einbringen in ein Gehäuse und dergleichen sein.
  • In dem System 100 aus 1 kann die Prozessoperation 102 unter Anwendung einer oder mehrerer Prozessanlagen 105 ausgeführt werden. Das System 100 umfasst eine oder mehrere Messanlagen 112 zum Messen eines oder mehrerer von diversen Aspekten des Werkstücks (z. B. Scheiben), die in der Prozessoperation 102 bearbeitet werden. Die Messanlage 112 kann in einer Ausführungsform ausgebildet sein, um Aspekte des Werkstücks außerhalb der Linie, in der Linie oder in kombinierter Weise zu messen. In der dargestellten Ausführungsform zeigt ein Ausgabemodul 114 die Anzahl an Werkstücken an, die der Messanlage 112 zur Messung zugeführt sind.
  • Gemäß einer oder mehrerer Ausführungsformen der vorliegenden Erfindung, wie dies auch detaillierter nachfolgend beschrieben ist, stellt das Ausgabemodul 114 die Messfrequenz der bearbeiteten Werkstücke auf der Grundlage der Ergebnisse der Prozesszustandsabschätzung ein. Abhängig von den Prozesszustandsabschätzungsergebnissen kann das Ausgabemodul 114 die Probennahmefrequenz bzw. -häufigkeit vergrößern, die Probennahmefrequenz verkleinern oder diese ungeändert lassen. Im hierin verwendeten Sinne umfasst das Einstellen der „Probennahmefrequenz” das Vergroßern/Verkleinern der Anzahl an Werkstücken (beispielsweise Scheiben), an der Ausgangseigenschaften gemessen werden, oder dies kann das Vergrößern/Verkleinern der Anzahl an Messungen umfassen, die von einem gegebenen Werkstück oder Werkstücken genommen werden, oder dieser Begriff kann beide Bedeutungen umfassen.
  • Das Fertigungssystem 100 kann ein Fertigungsausführungssystem (MES) 115 aufweisen, das mit der APC-Plattform 120 verbunden ist. Das Fertigungsausführungssystem 115 kann beispielsweise die Prozesse bestimmen, die von der Prozessanlage 105 auszuführen sind, wann diese Prozesse auszuführen sind, wie diese Prozesse auszuführen sind, etc. In der dargestellten Ausführungsform verwaltet und steuert das Fertigungsausführungssystem 115 das Gesamtsystem mittels der APC-Plattform 120.
  • Eine beispielhafte APC-Plattform 120, die in dem Fertigungssystem 100 geeignet verwendbar ist, kann unter Anwendung des Katalyst-Systems eingerichtet werden, das von KLA-Tencor, Inc. angeboten wird. Das Katalyst-System verwendet mit dem „Halbleiter Anlagen und Materialien internationaler Standards (SEMI)” und „computerintegrierten Herstellungs-(CIM)Standards” kompatible Systemtechnologien und basiert auf der fortschrittlichen Prozesssteuerungs-(APC)Plattform. CIM (SEMI E81-0699 – vorläufige Spezifizierung für CIM-Plattformarchitekturen) und APC (SEMI E93-0999 – vorläufige Spezifizierung für CIM-Plattform und fortschrittliche Prozesssteuerungskomponenten) Spezifikationen sind öffentlich von SEMI verfügbar, deren Hauptsitz in Mountain View, CA, ist.
  • Die APC-Plattform 120 umfasst mindestens eine Prozesssteuerung 155, die mittels eines Rückkopplungs- und/oder Vorwärtskopplungsprozesses, die Prozessanlage 105 dabei unterstützt, einen gewünschten Prozess so auszuführen, dass ein gewünschtes Ergebnis erreicht wird. Die Prozesssteuerung 155 umfasst in der dargestellten Ausführungsform eine Steuereinheit 156, eine Speichereinheit 157 und ein Prozessmodell 158, das in der Speichereinheit 157 speicherbar ist. Die Prozesssteuerung 155 verwendet auf der Grundlage zumindest einer Eingabe aus einem Abschätzungsmodul 180 das Prozessmodell 158, um die nächste Steuerungsaktivität für die Prozessanlage 105 zu bestimmen. Die speziellen Steuerungsaktivitäten, die von der Prozessteuerung 155 vorgenommen werden, hängen von den speziellen Prozessen, die von der Prozessanlage 105 ausgeführt werden, und von der Ausgabe des Abschätzungsmoduls 180 ab.
  • Das Prozessmodell 158 kann empirisch unter Anwendung üblicherweise bekannter linearer oder nicht-linearer Techniken entwickelt werden. Das Prozessmodell 158 kann ein relativ einfaches, auf Gleichungen basiertes Modell (beispielsweise linear, exponentiell, gewichteter Durchschnitt, etc.) sein, oder kann ein komplexeres Modell sein, etwa ein neurales Netzwerkmodell, ein Modell der Hauptkomponentenanalyse (PCA), ein Modell mit speziellen kleinsten Quadratenprojektionen (latenten Strukturen) (PLS) oder dergleichen. Die spezifische Implementierung des Prozessmodells 158 kann in Abhängigkeit der ausgewählten Modellierungstechniken und des zu steuernden Prozesses variieren. Die Prozesssteuerung 155 bewahrt in einer Ausführungsform eingehende „Zustands”-Informationen, die mit der Prozessoperation 102 verknüpft sind, wobei die Zustands”-Informationen zumindest teilweise auf den Eigenschaften (d. h. Scheibenzustandsdaten) der zum Sammeln der Messdaten ausgewählten Scheibe und/oder auf Zustandsinformationen, die von der gesteuerten Prozessanlage 105 (d. h. Anlagenzustandsdaten) bekannt sind, basieren. Der Begriff „Prozess-”Zustand wird hierin verwendet, um den „Werkstück”-Zustand und/oder den Prozessanlagen-Zustand zu bezeichnen.
  • Gemäß einer Ausführungsform der vorliegenden Erfindung umfasst die Prozesssteuerung 155 ein Probenratenmodul 182. Wie nachfolgend detaillierter beschrieben ist, liefert das Probenratenmodul 182 eine Indikation an das Ausgabemodul 114, um die Probennahmefrequenz der bearbeiteten Scheiben auf der Grundlage zumindest der Prozesszustandabschätzungsergebnisse des Abschätzungsmoduls 180 einzustellen.
  • Das Abschätzungsmodul 180 schätzt den nächsten Anlagenzustand der Prozessanlage 105 (oder den nächsten Prozesszustand) auf der Grundlage von Messdaten, die mit einem zuvor bearbeiteten Werkstück verknüpft sind, und einem vorhergehenden abgeschätzten Zustand ab. Der Begriff „nächster Anlagenzustand”, wie er hierin verwendet ist, bezeichnet den Zustand der Prozessanlage 105, bevor die nächste Charge an Werkstücken bearbeitet wird. Auf der Grundlage des abgeschätzten nächsten Anlagenzustands erzeugt die Prozesssteuerung 155 das nächste Rezept oder die nächste Steuerungsaktivität für die Prozessanlage 105. Beispielsweise schätzt im Zusammenhang mit einer Ätzanlage das Abschätzungsmodul 180 eine Ätzrate der Prozesslage 105 auf der Grundlage der empfangenen Messdaten (beispielsweise die Ätztiefe) ab, und die Prozesssteuerung 155 bestimmt dann eine Ätzzeit (d. h. ein Rezept), mit dem die Prozessanlage 105 das nächste Werkstück (beispielsweise Scheibe) auf der Grundlage der abgeschätzten Ätzrate ätzen soll.
  • Aus anschaulichen Gründen ist das Abschätzungsmodul 180 in einem Zusammenhang beschrieben, in welchem die Prozessoperation 102 ein Ätzprozess und die Prozessanlage 105 eine Ätzanlage ist. Es sollte jedoch klar sein, dass die Anwendung des Abschätzungsmoduls 180 nicht auf diese Darstellung eingeschränkt ist und dass sie auf einen beliebigen gewünschten industriellen Prozess anwendbar ist. In der dargestellten Ausführungsform wird in dem Abschätzungsmodul 180 ein Zustandsraummodell angewendet, das die Dynamik des Systems des Ätzprozesses, der durch die Prozessoperation 102 aus 1 gezeigt ist, beschreibt. Der Einfachheit halber wird hierin angenommen, dass das dynamische Verhalten der Ätzraten der Prozessanlage 105 unter Anwendung eines linearen Driftmodells beschrieben werden kann, das mit den Gleichungen (1) und (2) beschreibbar ist. x(k + 1) = Ax(k) + v(k), (1) y(k) = Cx(k) + w(k) (2) wobei beispielhafte Werte von A und C sein können
    Figure 00120001
  • In dem dargestellten Beispiel
    Figure 00120002
    und umfasst somit zwei Zustände, einen Ätzratenzustand x1(k) und eine Änderung des Driftzustands x2(k). In den obigen Gleichungen repräsentiert y(k) die Ausgangsmessung (beispielsweise die tatsächlich gemessene Ätzrate), v(k) repräsentiert den Term mit dem Prozessrauschen und w(k) repräsentiert das Rauschen in der Messung.
  • Das Abschätzungsmodul 180 umfasst in der dargestellten Ausführungsform einen Kalman-Filter zum Vorhersagen des nächsten Zustands der Prozessanlage 105 oder zum Vorhersagen des nächsten Prozesszustands. In alternativen Ausführungsformen können andere Filter oder Filtertechniken eingesetzt werden, um den nächsten Prozess oder Anlagenzustand vorherzusagen. Da das Abschätzungsmodul 180 einen Kalman-Filter umfasst, kann die allgemeine Form des Gleichgewichtszustands des Filters (auf der Grundlage des Zustandsraummodells, das in den Gleichungen (1) und (2) dargestellt ist) durch die Gleichung (3) repräsentiert werden: x ^[k + 1] = Ax ^[k] + J[k](y[k] – Cx ^[k]) (3) wobei x ^(k) die Abschätzung von x ^(k) ist und J(k) die Verstärkung des Kalman-Filters ist.
  • Wie in Gleichung (3) gezeigt ist, wird der nächste abgeschätzte Prozesszustand x ^(k + 1) typischerweise auf der Grundlage des vorhergehenden abgeschätzten Zustands x ^(k) und der Messung y(k) berechnet.
  • Die Verstärkung des Kalmann-Filters J(k) aus Gleichung (3) ist durch Gleichung (4) definiert: J[k] = AP[k]CT(R + CP[K]CT)–1 (4)
  • Die Verstärkung des Kalman-Filters J[k] kann durch Lösen der algebraischen Riccati-Gleichung für P berechnet werden, wobei P die Fehlervarianz repräsentiert und definiert ist durch Gleichung (5): P[k + 1] = A(P[k] – P[k]CT(R + CP[k]CT)–1CP[k])AT + Q (5)
  • In dem dargestellten Beispiel sind Q und R Kovarianzmatrizen von w(k) und v(k), wobei Q und R die Rausch-Terme beschreiben, die mit dem Prozess und der Prozessoperation 102 verknüpft sind.
  • Wenn eine Messung für das Werkstück nicht verfügbar ist (oder genommen ist), kann typischerweise lediglich der deterministische Teil des Prozessmodells verwendet werden, um den Prozesszustand zu aktualisieren (d. h. x[k + 1] = Ax[k] und y[k] = Cx[k]), wobei der entsprechende nächste Zustand bzw. die abgeschätzte Fehlervarianz x ^(k + 1] = Ax ^[k] bzw. P[k + 1] = AP[k]AT + Q ist. Wenn daher keine Messung bzw. Messungen an dem Werkstück verfügbar ist bzw. sind, wird die Fehlerabschätzungsvarianz ständig größer und geht gegen unendlich, wenn die Zeit gegen unendlich geht. Die Ausgangsrauschenvarianz beeinflusst die Geschwindigkeit, mit der P[k] ansteigt.
  • Beim Abschätzen des nächsten Zustands der Prozessanlage 105 berücksichtigt der Kalman-Filter des Abschätzungsmoduls 180 die Rauschterme, etwa das Prozessrauschen und das Rauschen beim Messen, indem die Kovarianzmatrizen Q und R verwendet werden. In dem dargestellten Beispiel bezieht sich die Matrix Q auf das Messrauschen (beispielsweise Messfehler auf Grund einer Messanlage, einer Person und dergleichen) und die Matrix R betrifft das Prozessrauschen (beispielsweise eine stufenartige Störung, eine Instabilität in der Versorgungsleistung und dergleichen). Die Größe der Matrizen Q und R kann variieren (beispielsweise 2 × 2, 4 × 4, 100 × 100 Matrizen), abhängig davon, wie viele Eingänge und Ausgänge für einen gegebenen Prozess überwacht werden. In den Matrizen Q und R kann eine unterschiedliche Prioritätszahl (oder Wert) einem Prozesseingang zugeordnet sein, um das Rauschen zu berücksichtigen, das mit diesem Eingabewert verknüpft ist.
  • In der dargestellten Ausführungsform ist die Prozesssteuerung 155 ein mit Software programmierter Computer, um die beschriebenen Funktionen einzurichten. Wie der Fachmann leicht erkennt, kann auch eine Hardwaresteuerung verwendet werden, die so gestaltet ist, um die speziellen Funktionen zu verwirklichen. Des weiteren können die durch die Prozesssteuerung 155 ausgeführten Funktionen, wie sie hierin beschrieben sind, durch mehrere Steuereinrichtungen ausgeführt werden, die über ein System hinweg verteilt sind. Ferner kann die Prozesssteuerung 155 eine unabhängige Steuerung sein, die in der Prozessanlage 105 vorhanden ist, oder kann ein Teil eines Systems sein, das die Vorgänge in einer Fertigungsfabrik für integrierte Schaltungen steuert. Der Begriff „Modul”, wie er hierin verwendet ist, kann Software, Hardware oder eine Kombination davon bezeichnen.
  • Sofern dies nicht anderweitig ausgedrückt ist, oder wie das aus der Erläuterung deutlich wird, bezeichnen Begriffe, etwa „Prozessieren” oder „Berechnen” oder „Rechnen” oder „Bestimmen” oder Darstellen” oder dergleichen die Aktionen und Prozesse eines Computersystems oder einer ähnlichen elektronischen Recheneinrichtung, die Daten manipuliert und transformiert, die als physikalische, elektronische Größen in den Registern und Speichern des Computersystems dargestellt sind, in andere Daten, die in ähnlicher Weise als physikalischen Größen in den Speichern oder Registern oder anderen Informationsspeichern, Übertragungs- oder Anzeigeeinrichtungen vorhanden sind.
  • Es sollte selbstverständlich sein, dass die in der Blockansicht des Systems 100 in 1 gezeigten Komponenten lediglich anschaulicher Natur sind und dass in alternativen Ausführungsformen zusätzliche oder weniger Komponenten verwendet werden können, ohne von dem Grundgedanken oder dem Schutzbereich der Erfindung abzuweichen. Beispielsweise können in einer Ausführungsform die diversen Komponenten des Systems 100 miteinander ohne die APC-Plattform 120 kommunizieren. Als weiteres Beispiel sei erwähnt, dass in einer Ausführungsform die Prozessanlage 105, die Messanlage 112 und/oder das MES 115 jeweils mit der APC-Plattform 120 durch eine zugeordnete Anlagenschnittstelle (nicht gezeigt) verbunden sein können. Des weiteren sollte beachtet werden, dass obwohl diverse Komponenten, etwa das Ausgabemodul 114 des Systems 100 aus 1 als separate unabhängige Komponenten gezeigt sind, in alternativen Ausführungsformen derartige Komponenten in anderen Komponenten des Systems 100 integriert sein können.
  • 2 zeigt ein Flussdiagramm eines Verfahrens, das in dem Fertigungssystem 100 aus 1 gemäß einer Ausführungsform der vorliegenden Erfindung eingerichtet werden kann. Der Anschaulichkeit halber ist das Verfahren aus 2 im Zusammenhang mit einem Ätzprozess beschrieben. Insbesondere zeigt das Verfahren der 2 die beispielhaften Schritte, die in Verbindung mit einem gegebenen Prozessablauf ausgeführt werden. Diese Schritte können nach Bedarf für jeden Prozessdurchlauf wiederholt werden.
  • In dem Fertigungssystem 100 misst, nachdem eine erste Charge aus Werkstücken durch die Prozessanlage 105 bearbeitet ist oder wird, die Messanlage 112 (oder eine in-situ-Messanlage) gemäß (212) eine oder mehrere Ausgangseigenschaften des bearbeiteten Werkstücks. Im Zusammenhang eines Ätzprozesses können die Messdaten beispielsweise die kritische Abmessung, das Profil und/oder die Ätztiefe der Strukturelemente beinhalten, die auf der bearbeiteten Scheibe ausgebildet sind. Die Messdaten werden dem Abschätzungsmodul 180 der Prozesssteuerung 155 zugeführt und von dieser aufgenommen (gemäß 215).
  • Das Abschätzungsmodul 180 schätzt (gemäß 220) einen nächsten Prozesszustand ab. In dem beschriebenen Zusammenhang eines Ätzprozesses ist der nächste Prozesszustand eine Ätzrate. In einer Ausführungsform kann das Abschätzungsmodul 180 den nächsten Prozesszustand x ^(k + 1) unter Anwendung der obigen Gleichung (3) abschätzen. Auf der Grundlage der abgeschätzten Ätzrate bestimmt die Prozesssteuerung 155 eine Steuerungsaktivität (beispielsweise eine Ätzzeit) für die Prozessanlage 105. Im Allgemeinen beeinflusst die Genauigkeit des abgeschätzten Prozesszustandes, wie gut der Prozess gesteuert werden kann, um die gewünschte Sollgröße oder das Ziel zu erreichen.
  • Das Abschätzungsmodul 180 bestimmt (gemäß 225) einen Fehlerwert, der mit dem Abschätzen des nächsten Prozesszustandes verknüpft ist (gemäß 220). Der Fehlerwert kann in einer Ausführungsform dadurch gekennzeichnet sein, wie gut der abgeschätzte Prozesszustand dem tatsächlichen Prozesszustand der Prozessanlage 105 entspricht. D. h. ein relativ hoher Fehlerwert kann anzeigen, dass der abgeschätzte Prozesszustandswert, der von der Prozesssteuerung 155 zum Bestimmen des nächsten Steuerungsvorgangs verwendet wird, nicht repräsentativ ist für den tatsächlichen Prozesszustand und damit in den Prozessergebnissen eine Abweichung erzeugen kann, die größer ist als erwartet. Im Gegensatz dazu kann ein relativ kleiner Fehlerwert anzeigen, dass der abgeschätzte Prozesszustandwert nahe an dem tatsächlichen Prozesszustandswert liegt. Es kann einer von vielen Fehlerwerten bestimmt werden (gemäß 225). Beispielsweise kann das Abschätzungsmodul 180 einen Vorhersagefehlerwert (gemäß 230) bestimmen, der die Differenz zwischen der gemessenen Ausgangseigenschaft eines bearbeiteten Werkstücks und dem beabsichtigten Sollwert repräsentiert. Wenn mehr als ein Vorhersagefehlerwert berechnet wird (einer für jedes gemessene Werkstück beispielsweise), dann können in einer Ausführungsform die mehreren berechneten Fehlerwerte kombiniert werden (beispielsweise gemittelt werden), um einen Gesamtfehlerwert zu erhalten. Die Differenz kann dann zwischen dem Gesamtwert und dem Sollwert bestimmt werden, um damit den Vorhersagefehlerwert zu bestimmen (gemäß 230).
  • In einer Ausführungsform kann das Abschätzungsmodul 180 einen Fehlervarianzwert (gemäß 235) bestimmen, der mit der Abschätzung des Prozesszustands verknüpft ist (gemäß 220). Es sei angenommen, dass das Abschätzungsmodul 180 die Gleichung (3) verwendet, um den nächsten Prozesszustand abzuschätzen, demnach kann der Fehlervarianzwert, der mit dieser Abschätzung des nächsten Prozesszustandes verknüpft ist, berechnet werden, indem nach P aufgelöst wird, wobei die Gleichung (5) verwendet wird.
  • Auf der Grundlage des bestimmten Fehlerwerts (gemäß 225) stellt das Probennahmeratenmodul 182 (siehe 1) ein Probennahmeprotokoll der bearbeiteten Werkstücke, die zu messen sind, ein (gemäß 240). Das Einstellen des Probennahmeprotokolls (gemäß 240) kann das Einstellen der Probennahmefrequenz der bearbeiteten Werkstücke, die zu messen sind, die Anzahl von Strukturelementen, die auf den zu messenden bearbeiteten Werkstücken ausgebildet sind, und/oder die Art der Strukturelemente, die zu messen sind, beinhalten.
  • In einer Ausführungsform kann das Probennahmeprotokoll eingestellt werden, indem dem Ausgabemodul 114 mitgeteilt wird, die Anzahl (oder die Art) von Messungen zu erhöhen oder zu reduzieren, die von den bearbeiteten Werkstücken gewünscht werden. Wenn keine Änderungen an der Probennahmefrequenz gewünscht sind, dann kann das Probennahmemodul 182 dieses dem Ausgabemodul 114 mitteilen, oder kann alternativ keine Mitteilung an das Ausgabemodul 114 veranlassen, wodurch mitgeteilt wird, dass keine Änderung der Probennahmehäufigkeit erforderlich ist. Eine Ausführungsform des Vorgangs des Einstellens des Probennahmeprotokolls (gemäß 240) ist in 3 dargestellt, die später beschrieben wird.
  • In 2 bearbeitet die Prozessanlage 105 (gemäß 250) eine nächste Charge aus Werkstücken auf der Grundlage des abgeschätzten nächsten Prozesszustands. Im Zusammenhang mit einem Ätzprozess ätzt somit die Prozessanlage 105 eine Scheibe auf der Grundlage des Rezepts (oder eines Steuerungsvorgangs), das auf der Grundlage der abgeschätzten Ätzrate erzeugt wird.
  • Die Messanlage 112 misst (gemäß 225) eine ausgewählte Anzahl an bearbeiteten Werkstücken auf der Grundlage des eingestellten Probennahmeprotokolls (gemäß 240). Wenn daher beispielsweise das Probenrahmenratenmodul 182 die Probennahmehäufigkeit (gemäß 240) erhöht, kann die Messanlage 112 mehr Messungen vornehmen, als dies während eines oder mehreren der vorhergehenden Prozessdurchläufe der Fall war. Die Messanlage 112 kann mehr Messungen vornehmen, indem beispielsweise die Anzahl der bearbeiteten Werkstücke, die aus Messproben verwendet werden, erhöht wird, indem die Anzahl der Strukturelemente der bearbeiten Scheiben, die gemessen werden, erhöht wird, oder es kann eine Kombination davon angewendet werden. In anderen Fällen kann, wie zuvor erläutert ist, die Messanlage 112 weniger bearbeitete Werkstücke als vorher vermessen. Es sollte beachtet werden, dass das Messen der bearbeiteten Werkstücke das Messen eines oder mehrerer Strukturelemente oder Ausgangseigenschaften (beispielsweise Abscheidedicke, Ätztiefe, kritische Abmessungen) der bearbeiteten Werkstücke umfassen kann.
  • In 3 bestimmt das Probennahmeratenmodul 182 (gemäß 310), ob der Fehlerwert (der im Block 225 bestimmt wurde) größer als ein erster vorgewählter Schwellwert ist, und wenn dies der Fall ist, informiert das Probennahmeratenmodul 182 das Ausgabemodul, die Probennahmehaufigkeit (gemäß 315) zu erhöhen. Ein Anstieg der Probennahmehaufigkeit kann vorteilhaft sein, da ein Fehlerwert, der größer als der vorgewählte erste Schwellwert ist, anzeigen kann, dass die abgeschätzten Prozesszustandswerte, die von der Prozesssteuerung 155 zur Bestimmung der nächsten Steuerungsaktivität verwendet werden, nicht repräsentativ sind für die tatsächlichen Prozesszustände, und dass somit mehr Messungen erforderlich sind, um die Prozesszustandsabschätzung zu verbessern. In einer Ausführungsform kann das Probennahmeratenmodul 182 in Abhängigkeit der Größe des Fehlerwertes dem Ausgabemodul 114 die neue Abtastraten- bzw. Probennahmehäufigkeit, die gewünscht ist, mitteilen. Es sollte beachtet werden, dass der spezielle Wert, der dem ersten vorgewählten Schwellwert zugeordnet ist, von der speziellen Implementierung abhängig ist.
  • Wenn der Fehlerwert nicht größer als der erste vorgewählte Schwellwert ist (gemäß 310), dann bestimmt das Probennahmeratenmodul 182 (gemäß 320), ob der Fehlerwert kleiner als ein zweiter vorgewählter Schwellwert ist. Wenn der Fehlerwert kleiner als der zweite vorgewählte Schwellwert ist, dann teilt das Probennahmeratenmodul 182 in einer Ausführungsform (gemäß 330) dem ausgewählten Modul 114 mit, die Probennahmehäufigkeit zu reduzieren. Eine Abnahme der Probennahmehäufigkeit kann wünschenswert sein, da ein Fehlerwert kleiner als der zweite vorgewählte Schwellwert darauf hindeuten kann, dass die abgeschätzten Prozesszustandswerte relativ nahe an dem tatsächlichen Prozesszustand liegen, und somit kann die Anzahl der erforderlichen Messungen reduziert werden, ohne im Wesentlichen die Prozesszustandsabschätzung negativ zu beeinflussen. In einer alternativen Ausführungsform liefert das Probennahmeratenmodul 182 keinen Hinweis, um die Probennahmehäufigkeit zu senken, bis mehrere Fehlerwerte erkannt werden, die kleiner als der zweite vorgewählte Schwellwert sind. D. h., die Probennahmehäufigkeit wird lediglich dann abgesenkt, wenn mehrere aufeinanderfolgende Fehlerwerte (die mehreren Prozessdurchläufen entsprechen) kleiner als der zweite Schwellwert sind. In einer Ausführungsform kann das Probennahmeratenmodul 182 in Abhängigkeit von der Größe des Fehlerwerts dem Ausgabemodul 114 die neue Probennahmehäufigkeit, die gewünscht wird, mitteilen. Der spezielle Wert, der für den zweiten vorgewählten Schwellwert ausgewählt wird, hängt von der speziellen Implementierung ab.
  • Wenn der Fehlerwert nicht größer ist als der erste vorgewählte Schwellwert und nicht kleiner als der zweite vorgewählte Schwellwert, dann kann in der dargestellten Ausführungsform das Probennahmeratenmodul 182 dem Ausgabemodul 114 mitteilen, dass keine Änderung der Probennahmehäufigkeit erforderlich ist. In einer alternativen Ausführungsform gibt das Probennahmemodul 182 keine Mitteilung an das Ausgabemodul 114 weiter, wenn bestimmt wird, dass eine Änderung in der Probennahmehäufigkeit nicht gewünscht wird, wodurch angedeutet wird, dass das Probennahmeratenmodul 182 weiterhin die vorhergehende Probennahmehäufigkeit (oder eine vordefinierte Voreinstellungsprobennahmehäufigkeit) verwenden soll.
  • In einer oder mehreren Ausführungsformen der vorliegenden Erfindung wird das Probennahmeprotokoll nach Bedarf auf der Grundlage der Prozesszustandsabschätzungsergebnisse und insbesondere auf der Grundlage eines Fehlerwerts, der mit der Prozesszustandsabschätzung verknüpft ist eingestellt. Beispielsweise kann die Probennahmerate erhöht werden, wenn ein relativ großer Fehler bestimmt wird, oder diese kann abgesenkt werden, wenn ein relativ kleiner Fehler erkannt wird. In anderen Fällen wird das Probennahmeprotokoll nicht geändert, wenn der Fehler weder relativ klein oder relativ groß ist. Durch Einstellen des Probennahmeprotokolls nach Bedarf wird eine effiziente und effektive Weise zum Steuern des Prozesses bereitgestellt, um damit die gewünschten Steuerungsaufgaben zu erreichen.
  • Die diversen Schichten, Routinen oder Module können von der Steuereinheit 156 (siehe 1) ausgeführt werden. Im hierin verwendeten Sinne umfasst der Begriff ”Steuereinheit” einen Mikroprozessor, einen Mikrokontroller, einen digitalen Signalprozessor, eine Prozessorkarte (einschließlich eines oder mehrerer Mikroprozessoren oder Steuerungen), oder andere Steuerungs- oder Recheneinrichtungen. Die Speichereinheit 157 (siehe 1), die in dieser Beschreibung genannt ist, kann ein oder mehrere maschinenlesbare Speichermedien zum Speichern von Daten und Instruktionen aufweisen. Die Speichermedien können unterschiedliche Formen eines Speichers einschließlich von Halbleiterspeicherbauelementen, etwa dynamische oder statische Speicher mit wahlfreiem Zugriff (DRAM oder SRAM oder löschbare und programmierbare Nur-Lesespeicher), elektrische löschbare und programmierbare Nur-Lesespeicher (EEPROM) und Flash-Speicher; magnetische Festplatten, etwa tragbare, flexible und entfernbare Laufwerksmedien, andere magnetische Medien einschließlich Bänder; und optische Medien, etwa Compaktdisketten (CD's oder Videodisketten (DVD's) umfassen. Instruktionen, die die diversen Softwareebenen und Routinen oder Module in den diversen Systemen bilden, können in entsprechenden Speichereinrichtungen abgelegt sein. Die Instruktionen, wenn sie von einer entsprechenden Steuereinheit ausgeführt werden, veranlassen das entsprechende System, programmierte Aktionen auszuführen.

Claims (10)

  1. Verfahren mit: Erhalten von Messdaten, die mit einem oder mehreren zuvor durch einen Prozess bearbeiteten Werkstücken verknüpft sind; Abschätzen eines nächsten Prozesszustandes auf der Grundlage mindestens eines Teils der Messdaten; Bestimmen eines Fehlerwerts, der mit dem abgeschätzten nächsten Prozesszustand verknüpft ist, durch Bestimmen einer Fehlervarianz (P), die mit dem abgeschätzten nächsten Prozesszustand verknüpft ist, wobei die Fehlervarianz (P) zur Bestimmung der Verstärkung (J[k]) eines Filters verwendet wird und auf Basis des Filters der nächste Prozesszustand abgeschätzt wird; und Einstellen eines Probennahmeprotokolls der bearbeiteten Werkstücke auf der Grundlage des bestimmten Fehlerwerts, wobei die nachfolgend bearbeiteten Werkstücke auf der Grundlage des abgeschätzten nächsten Prozesszustands bearbeitet werden.
  2. Verfahren nach Anspruch 1, wobei Abschätzen des nächsten Prozesszustands Abschätzen des nächsten Prozesszustands auf der Grundlage einer vorhergehenden Zustandsabschätzung und einens Zustandsraummodells umfasst.
  3. Verfahren nach Anspruch 1, wobei Einstellen des Probennahmeprotokolls umfasst: Einstellen einer Anzahl der bearbeiteten Werkstücke, die zu messen sind, und/oder einer Anzahl von Strukturelementen, die auf den nachfolgend bearbeiteten Werkstücken ausgebildet sind und die zu messen sind, und/oder einer Art der zu messenden Strukturelemente.
  4. Verfahren nach Anspruch 3, wobei die Fehlervarianz (P) vom Prozessrauschen und/oder vom Rauschen der Messung, das mit den Messdaten verknüpft ist, abhängt.
  5. Verfahren nach Anspruch 3, wobei Einstellen der Anzahl bearbeiteter Werkstücke umfasst: Erhöhen der Anzahl bearbeiteter Werkstücke, die zu messen sind, wenn die Fehlervarianz (P) größer als ein vorgewählter Schwellwert ist.
  6. Verfahren nach Anspruch 3, das ferner umfasst: Bestimmen einer Fehlervarianz (P) für jeden von mehreren Prozessdurchläufen, und wobei das Einstellen der Anzahl bearbeiteter Werkstücke umfasst: Reduzieren der Anzahl bearbeiteter Werkstücke, die zu messen sind, wenn die Fehlervarianz (P) für jeden der mehreren Prozessdurchläufe kleiner als der vorgewählte Schwellwert ist.
  7. Vorrichtung (120) mit: einer Prozesssteuerung (155), welche umfasst: eine Schnittstelle die ausgebildet ist, Messdaten zu empfangen, die mit dem Bearbeiten von Werkstücken mittels eines Prozesses verknüpft sind; ein Abschätzungsmodul (180), um einen nächsten Prozesszustand auf der ein Abschätzungsmodul (180), um einen nächsten Prozesszustand auf der Grundlage zumindest eines Teils der Messdaten abzuschätzen und um einen Fehlerwert, der mit dem abgeschätzten nächsten Prozesszustand verknüpft ist, zu bestimmen, indem eine Fehlervarianz (P), die mit dem abgeschätzten nächsten Prozesszustand verknüpft ist, bestimmt wird, wobei die Fehlervarianz (P) zur Bestimmung der Verstärkung (J[k]) eines Filters verwendet wird und auf Basis des Filters der nächste Prozesszustand abgeschätzt wird; und ein Probennahmeratenmodul (182) um ein Probennahmeprotokoll bearbeiteter Werkstücke auf der Grundlage des bestimmten Fehlerwerts einzustellen, wobei die nachfolgend bearbeiteten Werkstücke auf der Grundlage des abgeschätzten nächsten Prozesszustands bearbeitet werden.
  8. Vorrichtung nach Anspruch 7, wobei das Abschätzungsmodul (180) ausgebildet ist, den nächsten Prozesszustand unter Anwendung des Filters auf der Grundlage einer vorhergehenden Zustandsabschätzung abzuschätzen.
  9. Vorrichtung nach Anspruch 7, wobei die Fehlervarianz (P) vom Prozessrauschen und/oder vom Rauschen der Messung, das mit den Messdaten verknüpft ist, abhängt.
  10. Vorrichtung nach Anspruch 7, wobei das Probennahmeratenmodul (182) ausgebildet ist, um eine Anzahl bearbeiteter Werkstücke, die zu messen sind, zu erhöhen, wenn die Fehlervarianz (P) größer als ein vorgewählter Schwellwert ist, und/oder die Anzahl bearbeiteter Werkstücke, die zu messen ist, zu reduzieren, wenn die Fehlervarianz (P) kleiner als ein vorgewählter Schwellwert ist.
DE10394223T 2003-04-03 2003-12-22 Einstellen einer Probennahmerate auf der Grundlage von Zustandsabschätzungsergebnissen Expired - Lifetime DE10394223B4 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/406,675 US6766214B1 (en) 2003-04-03 2003-04-03 Adjusting a sampling rate based on state estimation results
US10/406,675 2003-04-03
PCT/US2003/041177 WO2004095154A1 (en) 2003-04-03 2003-12-22 Adjusting a sampling rate based on state estimation results

Publications (2)

Publication Number Publication Date
DE10394223T5 DE10394223T5 (de) 2006-06-08
DE10394223B4 true DE10394223B4 (de) 2012-04-19

Family

ID=32681863

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10394223T Expired - Lifetime DE10394223B4 (de) 2003-04-03 2003-12-22 Einstellen einer Probennahmerate auf der Grundlage von Zustandsabschätzungsergebnissen

Country Status (9)

Country Link
US (1) US6766214B1 (de)
JP (1) JP4745668B2 (de)
KR (1) KR101113203B1 (de)
CN (1) CN100498615C (de)
AU (1) AU2003300341A1 (de)
DE (1) DE10394223B4 (de)
GB (1) GB2416045B (de)
TW (1) TWI330323B (de)
WO (1) WO2004095154A1 (de)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6912433B1 (en) * 2002-12-18 2005-06-28 Advanced Mirco Devices, Inc. Determining a next tool state based on fault detection information
US8017411B2 (en) * 2002-12-18 2011-09-13 GlobalFoundries, Inc. Dynamic adaptive sampling rate for model prediction
US7424392B1 (en) * 2002-12-18 2008-09-09 Advanced Micro Devices, Inc. Applying a self-adaptive filter to a drifting process
US6859746B1 (en) * 2003-05-01 2005-02-22 Advanced Micro Devices, Inc. Methods of using adaptive sampling techniques based upon categorization of process variations, and system for performing same
US7016754B2 (en) * 2003-05-08 2006-03-21 Onwafer Technologies, Inc. Methods of and apparatus for controlling process profiles
US6985825B1 (en) * 2003-07-15 2006-01-10 Advanced Micro Devices, Inc. Method and apparatus for adaptive sampling based on process covariance
US20080281438A1 (en) * 2004-04-23 2008-11-13 Model Predictive Systems, Inc. Critical dimension estimation
US6961626B1 (en) * 2004-05-28 2005-11-01 Applied Materials, Inc Dynamic offset and feedback threshold
TWI336823B (en) * 2004-07-10 2011-02-01 Onwafer Technologies Inc Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
US7502715B1 (en) * 2004-09-21 2009-03-10 Asml Netherlands B.V Observability in metrology measurements
US7076321B2 (en) * 2004-10-05 2006-07-11 Advanced Micro Devices, Inc. Method and system for dynamically adjusting metrology sampling based upon available metrology capacity
US7117059B1 (en) * 2005-04-18 2006-10-03 Promos Technologies Inc. Run-to-run control system and operating method of the same
KR100724187B1 (ko) * 2005-12-27 2007-05-31 동부일렉트로닉스 주식회사 Apc 시스템에서 포토공정 cd 제어 방법
US7257502B1 (en) * 2006-02-28 2007-08-14 Advanced Micro Devices, Inc. Determining metrology sampling decisions based on fabrication simulation
US7672740B1 (en) * 2006-09-28 2010-03-02 Rockwell Automation Technologies, Inc. Conditional download of data from embedded historians
US7742833B1 (en) 2006-09-28 2010-06-22 Rockwell Automation Technologies, Inc. Auto discovery of embedded historians in network
US8181157B2 (en) * 2006-09-29 2012-05-15 Rockwell Automation Technologies, Inc. Custom language support for project documentation and editing
US7913228B2 (en) * 2006-09-29 2011-03-22 Rockwell Automation Technologies, Inc. Translation viewer for project documentation and editing
US7933666B2 (en) * 2006-11-10 2011-04-26 Rockwell Automation Technologies, Inc. Adjustable data collection rate for embedded historians
US20080114474A1 (en) * 2006-11-10 2008-05-15 Rockwell Automation Technologies, Inc. Event triggered data capture via embedded historians
US8175831B2 (en) * 2007-04-23 2012-05-08 Kla-Tencor Corp. Methods and systems for creating or performing a dynamic sampling scheme for a process during which measurements are performed on wafers
US7974937B2 (en) 2007-05-17 2011-07-05 Rockwell Automation Technologies, Inc. Adaptive embedded historians with aggregator component
JP5634864B2 (ja) 2007-05-30 2014-12-03 ケーエルエー−テンカー・コーポレーションKla−Tencor Corporation リソグラフィック・プロセスに於ける、プロセス制御方法およびプロセス制御装置
US7917857B2 (en) * 2007-09-26 2011-03-29 Rockwell Automation Technologies, Inc. Direct subscription to intelligent I/O module
US7930639B2 (en) * 2007-09-26 2011-04-19 Rockwell Automation Technologies, Inc. Contextualization for historians in industrial systems
US7930261B2 (en) * 2007-09-26 2011-04-19 Rockwell Automation Technologies, Inc. Historians embedded in industrial units
US7882218B2 (en) * 2007-09-27 2011-02-01 Rockwell Automation Technologies, Inc. Platform independent historian
US7809656B2 (en) * 2007-09-27 2010-10-05 Rockwell Automation Technologies, Inc. Microhistorians as proxies for data transfer
US7962440B2 (en) * 2007-09-27 2011-06-14 Rockwell Automation Technologies, Inc. Adaptive industrial systems via embedded historian data
US20090089671A1 (en) * 2007-09-28 2009-04-02 Rockwell Automation Technologies, Inc. Programmable controller programming with embedded macro capability
JP2009224374A (ja) * 2008-03-13 2009-10-01 Oki Semiconductor Co Ltd Peb装置及びその制御方法
CN101872714B (zh) * 2009-04-24 2012-06-20 中芯国际集成电路制造(上海)有限公司 晶圆在线检测方法及系统
NL2004887A (en) * 2009-06-24 2010-12-27 Asml Netherlands Bv Method for selecting sample positions on a substrate, method for providing a representation of a model of properties of a substrate, method of providing a representation of the variation of properties of a substrate across the substrate and device manufacturing method.
NL2009853A (en) 2011-12-23 2013-06-26 Asml Netherlands Bv Methods and apparatus for measuring a property of a substrate.
US9588441B2 (en) * 2012-05-18 2017-03-07 Kla-Tencor Corporation Method and device for using substrate geometry to determine optimum substrate analysis sampling
CN103887203A (zh) * 2014-03-24 2014-06-25 上海华力微电子有限公司 一种扫描机台程式使用浮动阈值进行晶圆检测的方法
TWI607825B (zh) * 2016-11-29 2017-12-11 財團法人工業技術研究院 自動化加工程式切削力優化系統及方法
EP3709110A1 (de) * 2019-03-14 2020-09-16 GKN Sinter Metals Engineering GmbH Verfahren zur steuerung eines produktionsprozesses zur herstellung von bauteilen
EP3783448A1 (de) * 2019-08-19 2021-02-24 GKN Sinter Metals Engineering GmbH Verfahren zur prüfung eines produktionsprozesses zur herstellung von bauteilen
EP3848767B1 (de) * 2020-01-13 2023-11-01 Hexagon Technology Center GmbH Verfahren zur qualitätskontrolle von werkstücken sowie koordinatenmessgerät und computerprogramm

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0643344A1 (de) * 1993-07-19 1995-03-15 Texas Instruments Incorporated Vorrichtung und Verfahren für eine modellbasierende Prozesssteuerung
US6002989A (en) * 1996-04-02 1999-12-14 Hitachi, Ltd. System for quality control where inspection frequency of inspection apparatus is reset to minimize expected total loss based on derived frequency function and loss value
US6263255B1 (en) * 1998-05-18 2001-07-17 Advanced Micro Devices, Inc. Advanced process control for semiconductor manufacturing
US6368883B1 (en) * 1999-08-10 2002-04-09 Advanced Micro Devices, Inc. Method for identifying and controlling impact of ambient conditions on photolithography processes
US6477432B1 (en) * 2000-01-11 2002-11-05 Taiwan Semiconductor Manufacturing Company Statistical in-process quality control sampling based on product stability through a systematic operation system and method

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0658833B1 (de) * 1993-11-23 1996-06-19 Siemens Aktiengesellschaft Vorrichtung zur Führung eines technischen Prozesses, welche aus On-line- und Off-line-Prozessmesswerten Sollwerteinstellungen für die optimale Prozessführung in Form von klassifizierten, komprimierter Zuordnungsmesswertesätzen automatisch generiert
DE19641432C2 (de) * 1996-10-08 2000-01-05 Siemens Ag Verfahren und Einrichtung zur Vorausberechnung von vorab unbekannten Parametern eines industriellen Prozesses
DE19834797C2 (de) * 1998-08-01 2002-04-25 Christian Kuerten Verfahren und Vorrichtung zur zustandsabhängigen Prozeßführung bei der Verarbeitung von Kunststoffen
JP2000317775A (ja) * 1999-04-28 2000-11-21 Mitsutoyo Corp 加工システム
US6192103B1 (en) * 1999-06-03 2001-02-20 Bede Scientific, Inc. Fitting of X-ray scattering data using evolutionary algorithms
GB2352532B (en) * 1999-06-28 2003-09-10 Hyundai Electronics Ind Semiconductor factory automation system and method for resetting process recipe by employing trace file
KR100702741B1 (ko) * 1999-06-29 2007-04-03 어플라이드 머티어리얼스, 인코포레이티드 반도체 장치 제조를 위한 집적식 임계치수 제어
US6607926B1 (en) * 1999-08-10 2003-08-19 Advanced Micro Devices, Inc. Method and apparatus for performing run-to-run control in a batch manufacturing environment
US6405096B1 (en) * 1999-08-10 2002-06-11 Advanced Micro Devices, Inc. Method and apparatus for run-to-run controlling of overlay registration
US6535774B1 (en) * 1999-08-12 2003-03-18 Advanced Micro Devices, Inc. Incorporation of critical dimension measurements as disturbances to lithography overlay run to run controller
US6248602B1 (en) * 1999-11-01 2001-06-19 Amd, Inc. Method and apparatus for automated rework within run-to-run control semiconductor manufacturing
KR20010058692A (ko) * 1999-12-30 2001-07-06 황인길 반도체 웨이퍼의 오버레이 파라미터 보정 방법
US6460002B1 (en) * 2000-02-09 2002-10-01 Advanced Micro Devices, Inc. Method and apparatus for data stackification for run-to-run control
US6643557B1 (en) * 2000-06-09 2003-11-04 Advanced Micro Devices, Inc. Method and apparatus for using scatterometry to perform feedback and feed-forward control
KR100336525B1 (ko) * 2000-08-07 2002-05-11 윤종용 반도체 장치의 제조를 위한 노광 방법
CN1186700C (zh) * 2000-09-15 2005-01-26 先进微装置公司 半导体制造中用来改进控制的自调适取样方法
JP2002124445A (ja) * 2000-10-13 2002-04-26 Hitachi Ltd 半導体デバイスの製造方法
US7698012B2 (en) * 2001-06-19 2010-04-13 Applied Materials, Inc. Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing
KR100375559B1 (ko) * 2001-07-03 2003-03-10 삼성전자주식회사 공정장치의 제어방법
US6589800B2 (en) * 2001-08-21 2003-07-08 Texas Instruments Incorporated Method of estimation of wafer-to-wafer thickness
US8017411B2 (en) * 2002-12-18 2011-09-13 GlobalFoundries, Inc. Dynamic adaptive sampling rate for model prediction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0643344A1 (de) * 1993-07-19 1995-03-15 Texas Instruments Incorporated Vorrichtung und Verfahren für eine modellbasierende Prozesssteuerung
US6002989A (en) * 1996-04-02 1999-12-14 Hitachi, Ltd. System for quality control where inspection frequency of inspection apparatus is reset to minimize expected total loss based on derived frequency function and loss value
US6263255B1 (en) * 1998-05-18 2001-07-17 Advanced Micro Devices, Inc. Advanced process control for semiconductor manufacturing
US6368883B1 (en) * 1999-08-10 2002-04-09 Advanced Micro Devices, Inc. Method for identifying and controlling impact of ambient conditions on photolithography processes
US6477432B1 (en) * 2000-01-11 2002-11-05 Taiwan Semiconductor Manufacturing Company Statistical in-process quality control sampling based on product stability through a systematic operation system and method

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
Azemi, A.; Yaz, E.E.: Comparative study of several nonlinear stochastic estimators. In: Proceedings of the 38th IEEE Conference on Decision and Control, Volume: 5, 1999, S. 4549 - 4554. *
Krauss, A.F.; Kamen, E.W.: A multiple model approach to process control in electronics manufacturing. In: Nineteenth Electronics Manufacturing Technology Symposium, IEEE/CPMT, 1996, S. 455 - 461. *
Krauss, A.F.; Kamen, E.W.: A multiple model approach to process control in electronics manufacturing. In: Nineteenth Electronics Manufacturing Technology Symposium, IEEE/CPMT, 1996, S. 455 – 461.
Kuo, W.W.; Akella, R.; Fletcher, D: Adaptive sampling for effective multi-layer defect monitoring. In: International Symposium on Semiconductor Manufacturing Conference, 1997, S. D-1 - D-4. - ISSN 1997.664521 *
Ljung, L.: Asymptotic behavior of the extended Kalman filter as a parameter estimator for linear systems. In: IEEE Transactions on Automatic Control, Volume: 24 , Issue: 1, 1979, S. 36 - 50. *
Ljung, L.: Asymptotic behavior of the extended Kalman filter as a parameter estimator for linear systems. In: IEEE Transactions on Automatic Control, Volume: 24 , Issue: 1, 1979, S. 36 – 50.
Ruey-Shan Guo; Argon Chen; Jin-Jung Chen: Run-to-run control schemes for CMP process subject to deterministic drifts. In: Semiconductor Manufacturing Technology Workshop, 2000, S. 251 - 258. *
Sachs, E.; Hu, A.; Ingolfsson, A.: Run by run process control: combining SPC and feedback control. In: IEEE Transactions on Semiconductor Manufacturing, Volume: 8 , Issue: 1, 1995, S. 26 - 43. *
Smith, T.H.; Boning, D.S.; Stefani, J.; Butler, S.W.: Run by run advanced process control of metal sputter deposition. In: IEEE Transactions on Semiconductor Manufacturing, Volume: 11 , Issue: 2, 1998, S. 276 - 284. *
Williamson, R J; White, J N: Introduction to statistical process control. In: Met. Mater. Vol. 4, Nummer 10, Oktober 1988, S. 633-638. *
Zhe Ning; Moyne, J.R.; Smith, T.; Boning, D.; Del Castillo, E.; Jinn-Yi Yeh; Hurwitz, A.: A comparative analysis of run-to-run control algorithms in the semiconductor manufacturing industry. In: Advanced Semiconductor Manufacturing Conference and Workshop, ASMC 96 Proceedings, 1996, S. 375 - 381. *

Also Published As

Publication number Publication date
JP4745668B2 (ja) 2011-08-10
TWI330323B (en) 2010-09-11
GB2416045A (en) 2006-01-11
AU2003300341A1 (en) 2004-11-19
US6766214B1 (en) 2004-07-20
JP2006515114A (ja) 2006-05-18
GB2416045B (en) 2006-08-09
KR101113203B1 (ko) 2012-02-15
TW200424873A (en) 2004-11-16
CN1759358A (zh) 2006-04-12
WO2004095154A1 (en) 2004-11-04
GB0519909D0 (en) 2005-11-09
DE10394223T5 (de) 2006-06-08
CN100498615C (zh) 2009-06-10
KR20050120697A (ko) 2005-12-22

Similar Documents

Publication Publication Date Title
DE10394223B4 (de) Einstellen einer Probennahmerate auf der Grundlage von Zustandsabschätzungsergebnissen
DE112006002918B4 (de) Verfahren, System sowie computerlesbare Programmspeichereinrichtung für eine produktbezogene Rückkopplung für Prozesssteuerung
DE102009006887B3 (de) Verfahren und System zur Halbleiterprozesssteuerung und Überwachung unter Anwendung eines Datenqualitätsmaßes
DE112005002474B4 (de) Verfahren zum dynamischen Einstellen der Messdatennahme auf der Grundlage der verfügbaren Messkapazität
DE60220063T2 (de) Integrierung von fehlererkennung mit run-to-run steuerung
DE60104705T2 (de) Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung
DE10393903T5 (de) Dynamische adaptive Abtastrate für Modellvorhersage
DE112004001259B4 (de) Verfahren und System zum Ausführen einer Messverteilung auf der Grundlage einer Fehlererkennung und computerlesbares Speichermedium
DE102005041311B4 (de) Verfahren und System zum automatischen Erkennen belichteter Substrate mit einer hohen Wahrscheinlichkeit für defokussierte Belichtungsfelder
DE112005002576T5 (de) Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse
KR20060026902A (ko) 부식 처리를 위한 피드포워드, 피드백 웨이퍼 대 웨이퍼제어 방법
US7542880B2 (en) Time weighted moving average filter
DE102005009022A1 (de) Automatisches Durchsatzsteuerungssystem und Verfahren zum Betreiben desselben
DE10393371T5 (de) Verfahren und Vorrichtung zum Steuern eines Fertigungsprozesses auf der Grundlage einer gemessenen elektrischen Eigenschaft
DE112004003062B4 (de) Fehlererkennungs- und Steuerungsverfahren für Ionenimplantationsprozesse und System zum Ausführen davon
DE102005030586A1 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung der Messunsicherheit als Steuerungseingang
DE102006004411A1 (de) Verfahren und System für die Messdatenbewertung in der Halbleiterbearbeitung durch auf Korrelation basierende Datenfilterung
DE102005046972A1 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung einer Kombination aus gewichteten relativen Voreinstellungswerten
DE112006003514T5 (de) Verbesserte Zustandsabschätzung auf der Grundlage von Informationsglaubwürdigkeit
US7050879B1 (en) Adjusting a sampling protocol in an adaptive control process
EP1420311A1 (de) Verfahren und Vorrichtung zur rechnergestützten Überwachung eines Prozessparameters eines Herstellungsprozesses
US7296103B1 (en) Method and system for dynamically selecting wafer lots for metrology processing
DE10297636B4 (de) Verfahren zum Steuern von Prozessanlagen in einer Halbleiterfertigungsfabrik ####
DE10252605A1 (de) Verfahren, Vorrichtung, computerlesbarer Speicher und Computerprogramm-Element zum rechnergestützten Überwachen und Regeln eines Herstellungsprozesses
DE60208236T2 (de) Verfahren und gerät zur planung von herstellungseinheiten basierend auf einheits- und werkzeugzustandsmassen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law

Ref document number: 10394223

Country of ref document: DE

Date of ref document: 20060608

Kind code of ref document: P

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R016 Response to examination communication
R020 Patent grant now final

Effective date: 20120720

R071 Expiry of right