DE112005002576T5 - Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse - Google Patents

Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse Download PDF

Info

Publication number
DE112005002576T5
DE112005002576T5 DE112005002576T DE112005002576T DE112005002576T5 DE 112005002576 T5 DE112005002576 T5 DE 112005002576T5 DE 112005002576 T DE112005002576 T DE 112005002576T DE 112005002576 T DE112005002576 T DE 112005002576T DE 112005002576 T5 DE112005002576 T5 DE 112005002576T5
Authority
DE
Germany
Prior art keywords
error
parameter
data
error detection
workpiece
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.)
Withdrawn
Application number
DE112005002576T
Other languages
English (en)
Inventor
Matthew A. Austin Purdy
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=35645842&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=DE112005002576(T5) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Advanced Micro Devices Inc filed Critical Advanced Micro Devices Inc
Publication of DE112005002576T5 publication Critical patent/DE112005002576T5/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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]
    • G05B19/41875Total 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 quality surveillance of production
    • 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
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
  • Laser Beam Processing (AREA)

Abstract

Verfahren mit:
Bearbeiten eines Werkstücks (105);
Ausführen einer Fehlererkennungsanalyse, die sich auf die Bearbeitung des Werkstücks (105) bezieht;
Bestimmen einer Abhängigkeit eines Parameters, der sich auf die Fehlererkennungsanalyse bezieht, von einem erkannten Fehler; und
Einstellen eines Gewichts, das dem Parameter zugeordnet ist, auf der Grundlage der Abhängigkeit des Parameters von dem erkannten Fehler.

Description

  • HINTERGRUND DER ERFINDUNG
  • 1. Technisches Gebiet
  • Diese Erfindung betrifft im Allgemeinen die Halbleiterherstellung und betrifft insbesondere ein Verfahren, ein System und eine Vorrichtung zum Ausführen eines Prozesses, um die Fehlererkennungszuverlässigkeit durch Rückkopplung zu verbessern.
  • 2. Hintergrund
  • Der rasche technische Fortschritt in der Fertigungsindustrie führte zu neuen und innovativen Fertigungsprozessen. Heutige Fertigungsprozesse und insbesondere Halbleiterfertigungsprozesse erfordern eine große Anzahl wichtiger Schritte. Diese Prozessschritte sind für gewöhnlich wesentliche Schritte und erfordern daher eine Reihe von Eingaben, die im Wesentlichen fein eingestellt sind, um eine geeignete Fertigungssteuerung beizubehalten.
  • Die Herstellung von Halbleiterbauelementen erfordert eine Reihe diskreter Prozessschritte, um ein Halbleiterbauelement in einem Gehäuse ausgehend von einem Halbleiterrohmaterial herzustellen. Die diversen Prozesse beginnend bei dem Wachsen des Halbleitermaterials, dem Schneiden des Halbleiterkristalls in einzelne Scheiben, den Fertigungsstufen (ätzen, dotieren, Ionenimplantation, oder dergleichen) bis zum Einbringen in ein Gehäuse und dem abschließenden Testen des fertig gestellten Bauelements sind so unterschiedlich voneinander und so speziell, dass die Prozesse in unterschiedlichen Fertigungsstätten ausgeführt werden, die unterschiedliche Steuerungsschemata enthalten.
  • Im Allgemeinen wird eine Menge an Prozessschritten an einer Gruppe aus Halbleiterscheiben ausgeführt, die häufig als ein Los bezeichnet wird. Beispielsweise kann eine Prozessschicht, die aus einer Vielzahl unterschiedlicher Materialien aufgebaut sein kann, auf einer Halbleiterscheibe gebildet werden. Danach wird eine strukturierte Schicht aus Fotolack auf der Prozessschicht unter Anwendung bekannter Fotolithografieverfahren gebildet. Es wird dann typischerweise ein Ätzprozess an der Prozessschicht unter Anwendung der strukturierten Schicht aus Fotolack als Maske ausgeführt. Dieser Ätzprozess führt zur Ausbildung von diversen Strukturelementen oder Objekten in der Prozessschicht. Derartige Strukturelemente können beispielsweise als eine Gateelektrodenstruktur für Transistoren verwendet werden. Es werden des Öfteren auch Grabenisolationsstrukturen in diversen Gebieten der Halbleiterscheibe hergestellt, um elektrisch getrennte Bereiche über die Halbleiter scheibe hinweg zu schaffen. Ein Beispiel einer Isolationsstruktur, die verwendbar ist, ist eine flache Grabenisolations-(STI)Struktur.
  • Die Fertigungsanlagen in einer Halbleiterfertigungsstätte sind typischerweise mit einer Fertigungsplattform oder einem Netzwerk aus Prozessmodulen in Verbindung. Jede Fertigungsanlage ist im Allgemeinen mit einer Anlagenschnittstelle verbunden. Die Anlagenschnittstelle ist mit einer Maschinenschnittstelle verbunden, mit der ein Fertigungsnetzwerk verbunden ist, wodurch die Kommunikation zwischen der Fertigungsanlage und der Fertigungsplattform ermöglicht wird. Die Maschinenschnittstelle kann im Allgemeinen ein Teil eines fortschrittlichen Prozesssteuerungs-(APC)Systems sein. Das APC-System initiiert ein Steuerungsskript, das ein Softwareprogramm sein kann, das automatisch die zum Ausführen eines Fertigungsprozesses erforderlichen Daten abruft.
  • 1 zeigt eine typische Halbleiterscheibe 105. Die Halbleiterscheibe 105 enthält typischerweise mehrere einzelne Halbleiterchipflächen 103, die in einem Gitter 150 angeordnet sind. Unter Anwendung bekannter Fotolithografieprozesse und Anlagen wird eine strukturierte Schicht aus Fotolack auf einer oder mehreren Prozessschichten gebildet, die zu strukturieren sind. Als Teil des Fotolithografieprozesses wird ein Belichtungsprozess typischerweise mittels eines Einzelbildbelichters an ungefähr einem bis vier Chipflächen 103 gleichzeitig ausgeführt, abhängig von der speziellen eingesetzten Fotomaske. Die strukturierte Fotolackschicht kann als eine Maske während des Ausführens von Ätzprozessen, Trockenätzprozessen oder Nassätzprozessen, verwendet werden, die an der darunter liegenden Schicht oder Schichten aus Material ausgeführt werden, beispielsweise einer Schicht aus Polysilizium, Metall, oder einem isolierendem Material, um das gewünschte Muster auf die darunter liegende Schicht zu übertragen. Die strukturierte Schicht aus Fotolack ist aus mehreren Strukturelementen aufgebaut, beispielsweise leitungsartigen Strukturelementen oder Öffnungen, die in die darunter liegende Prozessschicht kopiert werden. Wenn Halbleiterscheiben bearbeitet werden, werden diverse Messwerte gesammelt und analysiert, die die Prozessergebnisse an den Halbleiterscheiben sowie die Bedingungen der Prozessanlage, in der die Scheiben bearbeitet werden, widerspiegeln. Die Analyse wird dann verwendet, um nachfolgende Prozesse zu modifizieren. 2 zeigt eine Flussdiagrammdarstellung eines konventionellen Prozessablaufs. Ein Verarbeitungssystem bearbeitet diverse Halbleiterscheiben 105 in einem Los aus Scheiben (Block 210). Beim Bearbeiten der Halbleiterscheiben 105 sammelt das Verarbeitungssystem Messdaten, die das Bearbeiten der Halbleiterscheiben 105 betreffen, aus ausgewählten Scheiben in dem Los (Block 220). Des Weiteren kann das Verarbeitungssystem Daten von einem Anlagenzu standsensor aus der Prozessanlage nehmen, der bei der Bearbeitung der Scheiben verwendet wird (230). Die Anlagenzustandssensordaten können diverse Anlagenzustandsparameter, etwa Druckdaten, Feuchtigkeitsdaten, Temperaturdaten und dergleichen enthalten.
  • Auf der Grundlage der Messdaten und der Anlagenzustandsdaten kann das Verarbeitungssystem eine Fehlererkennung ausführen, um Daten zu sammeln, die Fehler betreffen, die mit der Bearbeitung der Halbleiterscheiben 105 verknüpft sind (Block 240). Beim Erkennen diverser Fehler, die mit der Bearbeitung der Halbleiterscheiben 105 verknüpft sind, kann das Verarbeitungssystem eine Hauptkomponentenanalyse („PCA") ausführen, die sich auf die Fehler (Block 250) bezieht. Die Hauptkomponentenanalyse (PCA) ist eine Technik mit mehreren Variablen, in der die Korrelationsstruktur in den Daten durch Reduzieren der Dimensionen der Daten modelliert wird. Die Korrelation kann diverse Formen annehmen, etwa die Korrelation von Bedingungen, die die verarbeiteten Scheiben betreffen, mit Bedingungen, die die Prozessanlage betreffen. Die PCA kann eine Angabe der Art an Korrekturen geben, die für die Bearbeitung nachfolgender Halbleiterscheiben 105 nützlich sein können. Beim Ausführen der PCA kann das Verarbeitungssystem nachfolgende Prozesse an den Halbleiterscheiben 105 mit diversen Einstellungen auf der Grundlage der PCA ausführen (Block 260). Die PCA führt eine Analyse durch, um zu bestimmen, ob von der Norm abweichende Bedingungen vorhanden sind, die in Bezug auf eine Prozessanlage auftreten. Beim Erkennen von von der Norm abweichender Bedingungen können diverse Signale ausgegeben werden, die den Bedienern mitteilen, dass diverse Fehler erkannt wurden.
  • Ein Problem, das mit konventionellen Verfahren verknüpft ist, liegt in der Tatsache begründet, dass eine Bestimmung darüber, was eine von der Norm abweichende Korrelation regelt, auf Daten basieren kann, die zum Bilden eines Fehlererkennungsmodells oder eines PCA-Modells verwendet werden, die wiederum zum Ausführen der Fehlererkennungsanalyse und der PCA verwendet werden. Im Allgemeinen können die von der Norm abweichenden Bedingungen, die durch das Ausführen der PCA erkannt werden, statistisch unterschiedlich sein zu den Daten, die verwendet wurden, um das Fehlererkennungsmodell oder das PCA-Modell zu erzeugen. Der Begriff „statistisch unterschiedlich" kann eine Vielzahl statistischer Unterschiede bezeichnen, etwa Unterschiede auf der Grundlage einer mittleren Population einer Varianz, etc. Diese von der Norm abweichenden Bedingungen werden unter Umständen eine nicht genaue Wiedergabe der wahren Gegebenheit eines Betriebsablaufs sein, der in der Anlage ausgeführt wird. Wenn beispielsweise während der Entwicklung des Fehlererkennungsmodells oder des PCA-Modells die Werte für einen Drucksensor innerhalb enger Grenzen gehalten werden, werden größere Abweichungen des Drucks während der eigentlichen Bearbeitung im Allgemeinen als ein deutlicher Fehler erkannt. Das Problem bei dieser Verfahrensabfolge besteht darin, dass wenn die größere Abweichung des Druckes nicht zu einem negativen Einfluss auf das zu bearbeitende Material führt, die Fehlerangabe dann falsch sein kann. Anders ausgedrückt, wenn die größere Abweichung dennoch klein genug ist, so dass keine merkliche Beeinflussung des Prozesses auftritt, wird eine falsche positive Fehlerangabe erzeugt. Diese falsche positive Angabe führt zu Unzulänglichkeiten und Wartezeiten bei der Fertigung.
  • In jüngerer Zeit wurden große Anstrengungen unternommen, um Gewichtungsschemata in die PCA einzuführen. Die Gewichtungsschemata können einen deutlichen Unterschied in der Gewichtung bereitstellen, die den diversen Parametern zugeordnet wird, etwa dem Druck. Jedoch rühren die Probleme, die mit konventionellen Gewichtungsschemata verknüpft sind, von der Tatsache her, dass ein Wissen im voraus erforderlich ist, um einem speziellen Parameter ein vorbestimmtes Gewicht zuzuordnen. Beispielsweise kann das Vorwissen angeben, dass dem Druckparameter während der PCA-Analyse, die sich auf einen speziellen Prozess bezieht, ein kleinerer Betrag des Gewichts zugeordnet werden sollte. Dies würde die Fehlerangaben aufgrund der Schwankungen des Druckes, die harmlos sind, reduzieren. Jedoch kann diese Vorgehensweise eine ineffiziente und aufwendige Aufgabe sein und kann bestenfalls eine willkürliche Zuweisung enthalten. Ferner ist nicht klar, ob das Einstellen des Gewichts spezieller Parameter zu einer verbesserten oder einer beeinträchtigten PCA im Hinblick auf einen speziellen Prozess führt.
  • Die vorliegende Erfindung stellt darauf ab, eines oder mehrere der zuvor genannten Probleme zu überwinden oder zumindest die Auswirkungen davon zu reduzieren.
  • ÜBERBLICK ÜBER DIE ERFINDUNG
  • In einem Aspekt der vorliegenden Erfindung werden diverse Verfahren offenbart, um eine dynamische Gewichtungstechnik in Verbindung mit der Fehlererkennungsanalyse einzusetzen. In einer anschaulichen Ausführungsform umfasst das Verfahren das Bearbeiten eines Werkstücks und das Ausführen einer Fehlererkennungsanalyse, die sich auf die Bearbeitung des Werkstücks bezieht. Das Verfahren umfasst ferner das Bestimmen einer Beziehung zwischen einem Parameter, der die Fehlererkennungsanalyse betrifft, und einem erkannten Fehler und das Einstellen eines Gewichts, das mit dem Parameter verknüpft ist, auf der Grundlage der Beziehung des Parameters zu dem erkannten Fehler.
  • In einem weiteren Aspekt der vorliegenden Erfindung wird ein Verfahren zum Ausführen einer dynamischen Gewichtungstechnik zum Ausführen einer Fehlererkennung bereitgestellt. Das Verfahren umfasst das Bearbeiten eines Werkstückes und das Ausführen einer Fehlererkennungsanalyse, die die Bearbeitung des Werkstücks betrifft, auf der Grundlage eines Anlagenzustandsparameters, der in das Fehlererkennungsmodell eingespeist wird, das der Fehlererkennungsanalyse zugeordnet ist. Das Verfahren umfasst ferner das Bestimmen, ob der Parameter mit einem erkannten Fehler als Folge des Ausführens der Fehlererkennungsanalyse verknüpft ist und das Modifizieren einer Gewichtung des Parameters in dem Fehlererkennungsmodell auf der Grundlage des Erkennens, dass der Parameter mit dem erkannten Fehler verknüpft ist.
  • In einem noch weiteren Aspekt der vorliegenden Erfindung wird ein Verfahren zum Ausführen einer dynamischen Gewichtungstechnik zum Ausführen einer Fehlererkennung bereitgestellt. Das Verfahren umfasst das Bearbeiten eines Werkstücks und das Ausführen einer Fehlererkennungsanalyse, die die Bearbeitung des Werkstückes betrifft, auf der Grundlage eines Anlagenzustandsparameters der einem Fehlererkennungsmodell, das der Fehlererkennungsanalyse zugeordnet ist, eingespeist wird. Das Verfahren umfasst ferner das Ausführen einer Hauptkomponentenanalyse (PCA) in Verbindung mit der Fehlererkennungsanalyse und das Bestimmen, ob der Parameter mit einem erkannten Fehler als Folge des Ausführens der Fehlererkennungsanalyse und der PCA verknüpft ist. Das Verfahren umfasst ferner das Modifizieren einer Gewichtung des Parameters in dem Fehlererkennungsmodell auf der Grundlage der Bestimmung, dass der Parameter mit dem erkannten Fehler verknüpft ist.
  • In einem weiteren Aspekt der vorliegenden Erfindung wird eine Vorrichtung zum Ausführen einer dynamischen Gewichtungstechnik zum Ausführen einer Fehlererkennung bereitgestellt. Die Vorrichtung umfasst eine Steuerung, die eine Fehlererkennungsanalyse, die eine Verarbeitung eines Werkstücks betrifft, ausführt, um eine Abhängigkeit zwischen einem Parameter, der mit der Fehlererkennungsanalyse in Verbindung steht und einem erkannten Fehler zu bestimmen. Die Steuerung stellt ferner eine Gewichtung, die mit dem Parameter verknüpft ist, auf der Grundlage der Abhängigkeit des Parameters von dem erkannten Fehler ein.
  • In einem weiteren Aspekt der vorliegenden Erfindung wird ein System zum Ausführen einer dynamischen Gewichtungstechnik zum Ausführen einer Fehlererkennung bereitgestellt. Das System umfasst eine Prozessanlage, die mit einer Steuerung in Verbindung steht, eine Messanlage und eine Anlagenzustandsdatensensoreinheit. Die Prozessanlage führt einen Prozess an einem Werkstück aus. Die Messanlage nimmt Messdaten, die den an dem Werkstück ausgeführten Prozess betreffen, um Messdaten bereitzustellen. Die Anlagenzustandsdatensensoreinheit sammelt Anlagenzustandsdaten. Die Steuerung führt eine Fehlererkennungsanalyse im Hinblick auf die Bearbeitung des Werkstücks aus, um eine Abhängigkeit zwischen einem Parameter, der die Fehlererkennungsanalyse betrifft, und einem erkannten Fehler zu bestimmen. Die Steuerung stellt ferner eine Gewichtung, die mit dem Parameter verknüpft ist, auf der Grundlage der Abhängigkeit des Parameters und des erkannten Fehlers ein.
  • In einem noch weiteren Aspekt der vorliegenden Erfindung wird eine computerlesbare Programmspeichereinrichtung, die mit Befehlen kodiert ist, bereitgestellt, um eine dynamische Gewichtungstechnik zum Ausführen einer Fehlererkennung auszuführen. Die Befehle führen ein Verfahren aus, das angewendet wird für eine Prozessanlage, die mit einer Steuerung, einer Messanlage und einer Anlagenzustandsdatensensoreinheit in Verbindung steht. Die Prozessanlage führt eine Bearbeitung eines Werkstücks aus. Die Messanlage sammelt Messdaten, die den an dem Werkstück ausgeführten Prozess betreffen, um Messdaten bereitzustellen. Die Anlagenzustandsdatensensoreinheit sammelt Anlagenzustandsdaten. Die Steuerung führt eine Fehlererkennungsanalyse in Bezug auf die Bearbeitung des Werkstücks aus, um eine Abhängigkeit zwischen einem die Fehlererkennungsanalyse betreffenden Parameter und einem erkannten Fehler zu bestimmen. Die Steuerung stellt ferner eine Gewichtung, die mit dem Parameter verknüpft ist, auf der Grundlage der Abhängigkeit des Parameters und des erkannten Fehlers ein.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Die Erfindung kann durch Bezugnahme zu der folgenden Beschreibung in Verbindung mit den begleitenden Zeichnungen verstanden werden, in denen gleiche Bezugszeichen gleiche Elemente bezeichnen und in denen:
  • 1 eine vereinfachte Ansicht einer konventionellen Halbleiterscheibe beim Bearbeiten ist;
  • 2 eine vereinfachte Flussdiagrammdarstellung eines konventionellen Prozessablaufs während der Bearbeitung von Halbleiterscheiben zeigt;
  • 3 eine Blockansicht eines Systems gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung ist;
  • 4 eine Matrixtabelle für die Hauptkomponentenanalyse zeigt, wobei eine Liste von Anlagenzustandsvariablen dargestellt ist, die mit Daten korreliert sind, die sich auf die diversen verarbeiteten Halbleiterscheiben beziehen, gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung;
  • 5 eine detailliertere Blockansicht einer Anlagenzustandsdatensensoreinheit aus 3 gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung zeigt;
  • 6 eine detailliertere Blockansicht einer dynamischen PCA-Gewichtungseinheit aus 3 gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung zeigt;
  • 7 eine Flussdiagrammdarstellung eines Verfahrens gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung zeigt; und
  • 8 eine detailliertere Flussdiagrammdarstellung eines Verfahrens zum Ausführen eines dynamischen PCA-Gewichtungsprozesses, wie er in 7 gezeigt ist, gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung zeigt.
  • Obwohl die Erfindung diversen Modifizierungen und Alternativen unterliegen kann, sind dennoch spezielle Ausführungsformen beispielhaft in den Zeichnungen gezeigt und hierin detailliert beschrieben. Es sollte jedoch beachtet werden, dass die Beschreibung spezieller Ausführungsformen nicht beabsichtigt, die Erfindung auf die speziellen offenbarten Formen einzuschränken, sondern die Erfindung soll vielmehr alle Modifizierungen, Äquivalente und Alternativen abdecken, die innerhalb des Grundgedankens und Schutzbereichs der Erfindung liegen, wie sie durch die angefügten Patentansprüche definiert ist.
  • ART BZW. ARTEN ZUM AUSFÜHREN DER ERFINDUNG
  • Es werden nun anschauliche Ausführungsformen der Erfindung beschrieben. Der Einfachheit halber sind nicht alle Elemente einer tatsächlichen Implementierung in dieser Beschreibung aufgeführt. Es ist jedoch zu beachten, dass bei der Entwicklung einer derartigen tatsächlichen Ausführungsform zahlreiche implementationsspezifische Entscheidungen getroffen werden müssen, um die speziellen Ziele der Entwickler, etwa die Verträglichkeit mit systembezogenen und geschäftsinternen Rahmenbedingungen zu erfüllen, die sich von Implementierung zu Implementierung unterscheiden können. Ferner ist zu beachten, dass ein derartiger Entwicklungsaufwand komplex und zeitaufwendig sein kann, aber dennoch eine Routinemaßnahme für den Fachmann darstellt, der im Besitz der vorliegenden Offenbarung ist.
  • Es gibt viele einzelne Prozesse, die bei der Halbleiterfertigung beteiligt sind. Häufig werden Werkstücke (beispielsweise Halbleiterscheiben 105, Halbleiterbauelemente, etc.) in mehreren Fertigungsprozessanlagen schrittweise bearbeitet. Ausführungsformen der vorliegenden Erfindung stellen eine dynamische Einstellung der Gewichtung eines oder mehrerer Parameter bereit, die mit der Fehlererkennung verknüpft sind und/oder das Ausführen einer Hauptkomponentenanalyse (PCA) ermöglichen. Die Gewichtung diverser Parameter, die in einem Fehlererkennungsmodell und/oder einem PCA-Modell verwendet werden können, kann automatisch bestimmt werden und die Gewichtung der Parameter kann dynamisch eingestellt werden. Nachdem beispielsweise eine Fehlerbedingung durch ein Bearbeitungssystem erkannt ist, kann eine automatische Eingabe oder eine manuelle Eingabe an dem Bearbeitungssystem vorgenommen werden, um anzugeben, ob der erkannte Fehler ein signifikanter Fehler oder ein nicht signifikanter Fehler war. Auf der Grundlage dieser Angabe kann eine Gewichtungsfehlermatrix, die Daten enthält, die die diversen Anlagenzustandsparameter mit speziellen Scheiben in Relation setzen, modifiziert werden, um die Erkennung ähnlicher Fehler wahrscheinlicher oder alternativ weniger wahrscheinlich zu machen. Daher können in Modellen mit mehreren Variablen für die Fehlererkennung und/oder in PCA-Modellen ein oder mehrere Parameter, die zu der Fehlerbedingung beitragen und ihre relative Wichtigkeit für den Fehler erkannt werden und es kann eine dynamische Einstellung der Gewichtung dieser Parameter, die zum Fehler beigetragen haben, proportional erhöht werden. In ähnlicher Weise können ein oder mehrere Parameter, die nicht signifikant zu der Fehlerbedingung beigetragen haben, und ihre im Wesentlichen fehlende Bedeutung für den Fehler gekennzeichnet werden und es kann eine dynamische Einstellung der Gewichtung jener Parameter proportional reduziert werden. Anders ausgedrückt, die Gewichtung der Parameter, die als nicht zum Fehler beitragend erkannt wurden, kann verringert werden. Daher ist ein stärkeres Signal erforderlich, das sich auf diese Parameter bezieht, um eine Fehlerangabe zu erzeugen.
  • Ausführungsformen der vorliegenden Erfindung stellen die Möglichkeit bereit, dynamische Gewichtungseinstellungen vorzunehmen, ohne dass eine Vorkenntnis erforderlich ist, welche speziellen Parameter einzustellen sind, bevor die Fehlererkennung/oder das PCA-Modell ausgeführt wird. Im Laufe der Zeit kann die Gewichtung der Modellparameter modifiziert werden, um damit die Empfindlichkeit der Parameter zu erhöhen, die als deutlicher Beitrag zu Fehlerbedingungen erkannt wurden, wodurch das Bearbeitungssystem dazu veranlasst wird, die Prozesskorrekturen auf jene Parameter zu konzentrieren. Dies hat die Auswirkung, dass die Anzahl und/oder die Größe der von diesen Parametern verursachten Fehler verringert wird. In ähnlicher Weise kann im Laufe der Zeit die Gewichtung der Modellparameter modifiziert werden, um die Häufigkeit falscher positiver Fehlerangaben zu verringern, wodurch auch die unerwünschte Standzeit und Ineffizienzen während der Herstellung von Halbleiterscheiben 105 verringert werden.
  • 3 ist eine Blockansicht eines Systems 300 gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung. Eine Prozesssteuerung 305 in dem System 300 ist ausgebildet, diverse Operationen, die eine Prozessanlage 310 betreffen, zu steuern. Die Prozesssteuerung 305 umfasst ein Computersystem, das einen Prozessor, einen Speicher und diverse mit dem Computer in Beziehung stehende Peripheriegeräte enthält. Obwohl in 3 schematisch eine einzelne Prozesssteuerung 305 dargestellt ist, kann in der Praxis die Funktion, die von der Prozesssteuerung 305 ausgeführt wird, von einem oder mehreren Computern oder Arbeitsplatzrechnern, die über das Fertigungssystem verteilt sind, ausgeführt werden.
  • Halbleiterscheiben 105 werden von der Prozessanlage 310 bearbeitet, wobei mehrere Steuereingangssignale oder Fertigungsparameter eingesetzt werden, die über eine Leitung oder ein Netzwerk 315 bereitgestellt werden. Die Steuerungseingangssignale oder Fertigungsparameter auf der Leitung 315 werden an die Prozessanlage 310 von einer Prozesssteuerung 305 über Maschinenschnittstellen gesendet, die innerhalb oder außerhalb der Prozessanlage 310 angeordnet sind. In einer Ausführungsform werden die Halbleiterscheiben 105 der Prozessanlage 310 manuell zugeführt. In einer alternativen Ausführungsform werden die Halbleiterscheiben 105 der Prozessanlage 310 in einer automatischen Weise (z.B. durch Transport der Halbleiterscheiben 105 mittels Roboter) zugeführt. In einer Ausführungsform werden mehrere Halbleiterscheiben 105 in Losen (z.B. in Kassetten gestapelt) den Prozessanlagen 310 zugeführt. Beispiele der in den Halbleiterfertigungsprozessen eingesetzten Prozessanlagen sind Fotolithografieanlagen, Ionenimplantationsanlagen, Einzelbildbelichter, Ätzprozessanlagen, Abscheideanlagen, chemisch mechanische Polier-(CMP)Anlagen, und dgl.
  • Das System 300 ist ausgebildet, mit der Fertigung in Beziehung stehende Daten, etwa Messdaten, die sich auf bearbeitete Halbleiterscheiben 105, Anlagenzustandsdaten, und dgl., zu sammeln. Das System 300 umfasst ferner eine Messanlage 350, um Messdaten zu sammeln, die mit den bearbeiteten Halbleiterscheiben 105 in Beziehung stehen. Das Sys tem 300 umfasst ferner eine Anlagenzustandsdatensensoreinheit 320 zum Sammeln von Anlagenzustandsdaten. Die Anlagenzustandsdaten können Druckdaten, Temperaturdaten, Feuchtigkeitsdaten, Gasdurchflussdaten, diverse elektrische Daten, Daten für den Pegel des Ausgasens, und andere Datenarten enthalten, die mit Operationen der Prozessanlage 310 verknüpft sind. Zu beispielhaften Anlagenzustandsdaten für eine Ätzanlage gehören der Gasdurchfluss, der Kammerdruck, die Kammertemperatur, die Spannung, die zurückreflektierte Leistung, der Rückseitenheliumdruck, RF-Einstellparameter, etc. Zu Anlagenzustandsdaten können ferner Daten von außerhalb der Prozessanlage 310, etwa Umgebungstemperatur, Feuchtigkeit, Druck, etc. gehören. Eine detailliertere Darstellung und Beschreibung der Anlagenzustandsdatensensoreinheit 320 wird in 5 und der dazu gehörigen Beschreibung angegeben.
  • Das System 300 umfasst ferner eine Datenbankeinheit 340. Die Datenbankeinheit 340 ist vorgesehen, um mehrere Datentypen zu speichern, etwa fertigungsbezogene Daten, Daten, die den Betrieb des Systems 300 betreffen (beispielsweise den Status der Prozessanlage 310, den Status der Halbleiterscheiben 105, etc.). Die Datenbankeinheit 340 speichert Parameterdaten, die Parameter betreffen, die in Fehlererkennungs- und PCA-Modellen verwendet werden, und speichert ferner Anlagenzustandsdaten, die mehrere Prozessdurchläufe betreffen, die von der Prozessanlage 310 ausgeführt wurden. Die Datenbankeinheit 340 umfasst einen Datenbankleitrechner bzw. Server 342 zum Speichern von Anlagenzustandsdaten und/oder Fertigungsdaten, die die Bearbeitung der Halbleiterscheiben 105 betreffen, in einer Datenbankspeichereinheit 345.
  • Das System 300 umfasst ferner eine Fehlererkennungseinheit 380, die ausgebildet ist, eine Fehlererkennung, die mit der Prozessanlage 310 in Beziehung steht, auszuführen, wenn diese Anlage die Halbleiterscheiben 105 bearbeitet. Die Fehlererkennungseinheit 380 umfasst ein Fehlererkennungsmodell 385, das in der Lage ist, eine modellierende Funktion auszuführen, wenn die Fehlererkennung durchgeführt wird. Es werden diverse Parameter in das Fehlererkennungsmodell 385 eingespeist. Beispielsweise können diverse vorbestimmte Bereiche für Druck, Temperatur, Feuchtigkeit und/oder Gasdurchfluss für das Modell bereitgestellt werden, so dass das Modell eine Fehlererkennungsbedingung auf der Grundlage der Fehlerdaten feststellen kann, die von der Fehlererkennungseinheit 380 geliefert werden. Das Fehlererkennungsmodell 385 kann ein Modell mit mehreren Variablen sein, das eine Fehlermodellierung auf der Grundlage diverser Parameter ausführt. In einer Ausführungsform ist die Fehlererkennungseinheit 380 ausgebildet, Messdatenergebnisse mit Anlagenzustandssensordaten in Korrelation zu setzen, um damit einen Fehler zu kennzeichnen.
  • Das System 300 umfasst ferner eine PCA-Steuerung 360, die in Verbindung mit der Fehlererkennungseinheit 380 so arbeitet, dass eine Hauptkomponentenanalyse beim Bestimmen von der Norm abweichenden Bedingungen oder Fehlern, die die Bearbeitung der Halbleiterscheiben 105 betreffen, ausgeführt wird. Die PCA-Steuerung 360 umfasst ein PCA-Modell 365, das in der Lage ist, eine Modellfunktion beim Ausführen der PCA durchzuführen. Es werden diverse Parameter und Fertigungsdaten in das PCA-Modell 365 eingespeist. Beispielsweise können diverse vorbestimmte Bereiche für Druck, Temperatur, Feuchtigkeit und/oder Gasdurchfluss in das Modell eingeführt werden, so dass das Modell eine Fehlerbedingung auf der Grundlage der PCA erkennen kann. Die Fertigungsdaten sind so definiert, dass diese diverse Arten von Daten einschließlich von Messdaten, Fehlerdaten, Sensordaten, und dgl. enthalten. Eine detailliertere Beschreibung im Hinblick auf die gewichtete PCA-Analyse gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung wird im Folgenden angegeben.
  • Das System 300 umfasst ferner ein dynamisches PCA-Gewichtungsmodul 370, das ausgebildet ist, automatisch und/oder manuell Daten zu empfangen, die Informationen kennzeichnen, die wiederum angeben, ob ein gewisser Parameter, der als von der Norm abweichend betrachtet wird, tatsächlich ein signifikanter Faktor für erkannte Fehler ist. Das dynamische PCA-Gewichtungsmodul 370 ist ausgebildet, die Gewichtung diverser Parameter einzustellen, die von der PCA-Steuerung 360 analysiert werden. Das Gewichten kann ferner auch die Parameterbereiche beeinflussen, die in das Fehlererkennungsmodell 385 und/oder das PCA-Modell 365 eingespeist werden. Eine detailliertere Beschreibung des dynamischen PCA-Gewichtungsmoduls 370 ist in 5 und in der dazugehörigen Beschreibung angegeben.
  • Diverse Elemente des Systems 300, etwa die Prozesssteuerung 305, die Fehlererkennungseinheit 380, die PCA-Steuerung 360 und das dynamische PCA-Gewichtungsmodul 370 können Software-, Hardware- oder Firmware-Einheiten sein, die Einzelgeräte sind oder die in ein Computersystem integriert sind, das mit dem System 300 in Verbindung steht. Des Weiteren können die diversen Komponenten, die durch die in 3 dargestellten Blöcke repräsentiert sind, miteinander über eine Systemkommunikationsleitung 315 kommunizieren. Die Systemkommunikationsleitung 315 kann eine oder mehrere Computerbusverbindungen, eine oder mehrere spezielle Hardware-Kommunikationsverbindungen, eine oder mehrere Telefonsystemkommunikationsverbindungen, eine oder mehrere kabellose Kommunikationsverbindungen und/oder andere Kommunikationsverbindungen sein, die vom Fachmann eingerichtet werden können, wenn er im Besitz der vorliegenden Offenbarung ist.
  • Die von der PCA-Steuerung 360 ausgeführte Hauptkomponentenanalyse umfasst eine Technik mit mehreren Variablen, die die Korrelationsstruktur in den Daten durch Reduzierung der Dimension des Datenraums modelliert. Eine Datenmatrix X aus n Proben (Reihen) und m Variablen (Spalten) kann wie folgt zerlegt werden: X = X ^ + X ~.(1)wobei die Spalten von X typischerweise auf Mittelwert 0 und Varianz 1 normiert sind. Die Matrizen X ^ und X ~ sind die modellierten und nicht modellierten Restkomponenten der X-Matrix. Die modellierte Matrix und die Restmatrix können geschrieben werden als: X ^ = TPT und X ~ = T ~P ~T, (2)wobei T ∊
    Figure 00120001
    und P ∊
    Figure 00120002
    die Auswertematrix bzw. die Gewichtungsmatrix sind, und 1 die Anzahl der Hauptkomponenten, die in dem Modell enthalten sind, repräsentiert. Es folgt, dass T ~ ∊
    Figure 00120003
    und P ~ ∊
    Figure 00120004
    die Restauswertematrizen und Richtungsmatrizen sind.
  • Die Gewichtungsmatrizen P und P ~ werden aus den Eigenvektoren der Korrelationsmatrix R bestimmt, die approximiert werden kann durch:
  • Figure 00120005
  • Die ersten Eigenvektoren von R (entsprechend den größten Eigenwerten) sind die Gewichte P und die Eigenvektoren, die den verbleibenden m – 1 Eigenwerten entsprechen, sind die Restgewichte P ~.
  • Die Anzahl der Hauptkomponenten (PC), die in dem Modell beibehalten werden, ist ein wichtiger Faktor bei der Fehlererkennung mittels der PCA. Wenn zu wenige PCs beibehalten werden, erhält das Modell nicht alle Informationen aus den Daten und es tritt eine beeinträchtigte Darstellung des Prozesses auf. Wenn andererseits zu viele PCs (Hauptkomponenten) ausgewählt werden, dann ist das Modell überbestimmt und enthält ein Rauschen. Die Varianz des Rekonstruktionsfehler-(VRE)Kriteriums zum Auswählen der geeig neten Anzahl an PCs basiert auf dem Weglassen von Parametern und der Verwendung des Modells, um die fehlenden Daten zu rekonstruieren. Die Anzahl der PCs, die zu der besten Datenrekonstruktion führen, wird als die optimale Anzahle an PCs betrachtet, die in dem Modell zu verwenden ist. Andere gut etablierte Verfahren zum Auswählen der Anzahl an PCs beinhalten das Verfahren der gemittelten Eigenwerte, die Kreuzvalidisierung, etc.
  • Wenn die PCA unter Anwendung gewichteter Parameter ausgeführt wird, anstatt dass Parameter in den Spalten verwendet werden, die auf Mittelwert 0 und Varianz 1 normiert sind, können die Parameter in den Spalten durch eine Zahl dividiert werden, die nicht der Varianz jeder Spalte entspricht. Anders ausgedrückt, Parameter in den Spalten werden durch eine Zahl dividiert, die nicht die Standardabweichung ist. Dies liefert einen gewichteten Parameter in den Spalten von X. Wenn beispielsweise der Druckparameter eng mit einem Fehler korreliert ist, kann die Spalte von X, die den Druck definiert, durch einen Wert dividiert werden, der nicht die Standardabweichung ist, wodurch die Empfindlichkeit der Fehleranalyse in Bezug auf den Druckparameter verbessert wird. Wenn andererseits der Druckparameter durch einen Faktor bestimmt ist, der mit geringer Wahrscheinlichkeit mit einem Fehler verknüpft ist, kann die Spalte von X, die den Druck definiert, durch einen anderen Wert dividiert werden, der nicht die Standardabweichung repräsentiert, wodurch die Empfindlichkeit der Fehleranalyse in Bezug auf den Druckparameter verringert wird.
  • Eine der Berechnungen, die beim Ausführen eines PCA-Algorithmus ausgeführt wird, ist das Skalieren von Daten, die in das PCA-Modell 365 eingespeist werden. Wie beispielsweise in 4 gezeigt ist, kann eine zuvor beschriebene Matrix X Daten in einer ersten Spalte, die die Druckdaten betreffen, in einer zweiten Spalte Daten, die die Feuchtigkeitsdaten betreffen, in einer dritten Spalte Daten, die die Temperaturdaten betreffen, in einer vierten Spalte Daten, die die Gasdurchflussratendaten betreffen, usw., bis zu einer m-ten Spalte Daten, die die einen weiteren Parameter betreffen, enthalten. Jede Zeile, die die Spalten betrifft, kann Daten angeben, die den Zustand einer Halbleiterscheibe 105 in einem Los kennzeichnet; in einer alternativen Ausführungsform definieren die Zeilen diverse Lose aus Halbleiterscheiben 105. Die Zeilen können Daten aufweisen, die eine erste Halbleiterscheibe 105, eine zweite Halbleiterscheibe 105, eine dritte Halbleiterscheibe 105, bis zu einer n-ten Halbleiterscheibe 105 betreffen.
  • Das PCA-Modell 365 kann die in 4 angegebenen Parameter skalieren, um damit einem speziellen Parameter in der Spalte der Matrix X ein größeres oder geringeres Gewicht zu verleihen. Unterschiedliche Gewichte können den unterschiedlichen Parametern auf der Grundlage einer speziellen Art eines Prozesses, der in der Prozessanlage 310 ausgeführt wird, zugeordnet werden. Beispielsweise kann der Druckparameter eine andere Gewichtung für die PCA-Analyse für einen Abscheideprozess im Vergleich zur Gewichtung erhalten, die dem Druckparameter während eines Fotolithografieprozesses zugeordnet wird. Andererseits können während des Fotolithografieprozesses die Temperaturdaten ein höheres oder geringeres Gewicht im Vergleich zu dem Abscheideprozess erhalten. Ein Verfahren zum Skalieren kann das Skalieren jeder Spalte mit einer Varianz, die ungleich 1 ist, enthalten. Um dies zu bewerkstelligen, kann anstelle des Teilens durch die Varianz jeder Spalte eine Teilung durch eine andere Zahl auf der Grundlage des dem Parameter zugeordneten speziellen Gewichtungsfaktors ausgeführt werden. Wenn beispielsweise eine Temperatur als ein wichtigerer Parameter erachtet wird, kann der Temperaturparameter in der Temperaturdatenspalte (d.h. der dritten Spalte in der Matrix X) durch eine Zahl dividiert werden, die sich von der Standardabweichung für diese Spalte unterscheidet. Um eine höhere Empfindlichkeit des Fehlererkennungsalgorithmus bei einer Änderung eines gegebenen Parameters hervorzurufen, kann eine Spalte in der Matrix X durch eine Zahl geteilt werden, die kleiner ist als die Varianz, die aus dieser speziellen Spalte errechnet wird. Um eine geringere Empfindlichkeit bei Änderung eines gegebenen Parameters in dem Fehlererkennungsalgorithmus hervorzurufen, kann eine Spalte in der Matrix X durch eine Zahl dividiert werden, die größer ist als die Varianz, die aus dieser speziellen Spalte errechnet wird. Während der weiteren PCA-Algorithmen können kleinere Schwankungen der Temperatur mit größerer Wahrscheinlichkeit als ein Fehler erkannt werden im Vergleich zu einer Variation eines Parameters, der nicht in der gleichen Weise gewichtet wurde. In einer Ausführungsform ist die PCA-Steuerung 360 ausgebildet, das dynamische PCA-Gewichtungsmodul 370 aufzufordern, die Gewichtung der Parameter in den Spalten aus 4 manuell und/oder dynamisch und automatisch einzustellen.
  • 5 ist eine detailliertere Blockansicht der Anlagenzustandsdatensensoreinheit 320, die in 3 gezeigt ist. Die Anlagenzustandsdatensensoreinheit 320 umfasst mehrere unterschiedliche Sensorarten (beispielsweise einen Drucksensor 510, einen Temperatursensor 520, einen Feuchtigkeitssensor 530, einen Gasdurchflussratensensor 540 und einen elektrischen Sensor 550, etc.). In einer alternativen Ausführungsform umfasst die Anlagenzustandsdatensensoreinheit 320 in-situ-Sensoren bzw. Vor-Ort-Sensoren, die in die Prozessanlage 310 integriert sind. Der Drucksensor 10 ist ausgebildet, den Druck in der Prozessanlage 310 zu erfassen. Der Temperatursensor 520 ist ausgebildet, die Temperatur an diversen Stellen der Prozessanlage 310 zu erfassen. Der Feuchtigkeitssensor 530 ist ausgebildet, die relative Feuchtigkeit in diversen Bereichen der Prozessanlage 310 oder die Umgebungsbedingungen zu erfassen. Der Gasdurchflussratensensor 540 kann mehrere Flussratensensoren aufweisen, die ausgebildet sind, die Durchflussrate mehrerer Prozessgase zu erfassen, die während des Bearbeitens von Halbleiterscheiben 105 verwendet werden. Beispielsweise umfasst der Gasdurchflussratensensor 540 Sensoren, die die Durchflussrate von Gasen, etwa NH3, SiH4, N2, N2O und/oder anderer Prozessgase erfassen können.
  • In einer Ausführungsform ist der elektrische Sensor 550 ausgebildet, mehrere elektrische Parameter, etwa den Strom, der in einem Leuchtmittel auftritt, das in einem Fotolithografieprozess verwendet wird, zu erfassen. Die Anlagenzustandsdatensensoreinheit 320 kann ferner andere Sensoren aufweisen, die ausgebildet sind, mehrere Fertigungsvariablen zu erfassen, die dem Fachmann im Besitz der vorliegenden Offenbarung bekannt sind. Die Anlagenzustandsdatensensoreinheit 320 kann ferner eine Anlagenzustandssensordatenschnittstelle 560 aufweisen. Die Anlagenzustandssensordatenschnittstelle 560 kann Sensordaten von den diversen Sensoren empfangen, die in der Prozessanlage 310 enthalten oder mit dieser verknüpft sind, und/oder kann Sensordaten von der Anlagenzustandsdatensensoreinheit 320 empfangen und kann die Daten an die Prozesssteuerung 305 senden.
  • 6 ist eine detailliertere Blockansicht des dynamischen PCA-Gewichtungsmoduls 370 gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung. Wie in 6 gezeigt ist, kann das dynamische PCA-Gewichtungsmodul 370 ein Fehlerdatenanalysemodul 610, eine Fehlerdateneingabeschnittstelle 620 und ein PCA-Gewichtungsberechnungsmodul 630 aufweisen. Auf der Grundlage der Fehler im Vergleich zu diversen Algorithmen und Fehlerdaten, die von dem Fehlerdatenanalysemodul 610 verarbeitet wurden, wird die Bestimmung von der Fehlererkennungseinheit 380 in Verbindung mit der PCA-Steuerung 360 gemacht, ob ein spezieller Parameter, der als von der Norm abweichend erachtet wurde, deutlich zu dem Fehler beiträgt oder nicht. Auf der Grundlage dieser Bestimmung kann das PCA-Gewichtungsberechnungsmodul 630 das Gewicht, das diesem speziellen Parameter zugeordnet ist, verringern oder erhöhen. Diese Information wird an die PCA-Steuerung 360 und an die Fehlererkennungseinheit 380 gesendet. Alternativ kann eine externe Dateneinspeisung auf einer Leitung 625 für das dynamische PCA-Gewichtungsmodul 370 in Form einer manuellen Eingabe vorgesehen sein, um anzugeben, ob ein spezieller Parameter, der als von der Norm abweichend markiert war, tatsächlich beträchtlich zu einem speziellen Fehler beiträgt. Die Fehlerdateneingabeschnittstelle 620 ist ausgebildet, die externen eingespeisten Daten zu empfangen und die Daten an das PCA-Gewichtungsberechnungsmodul 630 weiterzugeben, das in geeigneter Weise das Gewicht des speziellen Parameters einstellt.
  • Daher kann das dynamische PCA-Gewichtungsmodul 370 Daten bestimmen und/oder Daten empfangen, die verwendet werden, um das einem speziellen Parameter zugeordnete Gewicht einzustellen. Diese Information kann von der Fehlererkennungseinheit 380 und/oder der PCA-Steuerung 360 verwendet werden, um eine Analyse in Bezug auf die Abweichung von der Norm (und/oder von Fehlern) während des Bearbeitens von Halbleiterscheiben 105 auszuführen. Anders ausgedrückt, nachdem eine Fehlerbedingung erkannt ist, empfängt das PCA-Gewichtungsberechnungsmodul 630 Information von dem Fehlerdatenanalysemodul 610 und/oder der Fehlerdateneingabeschnittstelle 620, im Hinblick darauf, ob der Fehler ein tatsächlicher Fehler ist und/oder ob Parameter, die mit der Abweichung von der Norm oder dem Fehler verknüpft sind, deutlich zu diesem Fehler oder der Abweichung von der Norm beigetragen haben. Auf der Grundlage dieser Daten verringert oder vergrößert das PCA-Gewichtungsberechnungsmodul 630 das Gewicht des Parameters oder lässt alternativ das Gewicht des Parameters unverändert.
  • 7 ist ein Flussdiagramm der Verfahren entsprechend den Ausführungsformen der vorliegenden Erfindung. Das System 300 bearbeitet eine oder mehrere Halbleiterscheiben 105 (Block 710). Auf der Grundlage des Bearbeitens der Halbleiterscheiben 105 sammelt das System 300 Messdaten, die sich auf den an den Halbleiterscheiben 105 ausgeführten Prozess beziehen (Block 720). Ferner kann das System 300 Anlagenzustandsensordaten sammeln, die den von der Prozessanlage 310 ausgeführten Prozess betreffen (Block 730). Auf der Grundlage der Messdaten und/oder der Anlagenzustandsensordaten kann das System 300 eine Fehlererkennung im Hinblick auf die Bearbeitung der Halbleiterscheiben 105 ausführen (Block 740). Das System 300 kann ferner einen PCA-Algorithmus in Verbindung mit der Fehlererkennung ausführen, um Abweichungen von der Norm oder Fehler, die mit der Bearbeitung der Halbleiterscheiben 105 in Verbindung stehen, zu erfassen (Block 750).
  • Das System 300 führt ferner einen dynamischen PCA-Gewichtungsprozess durch, um das Gewicht eines oder mehrere spezieller Parameter einzustellen, die von dem Fehlererkennungsmodell und dem PCA-Modell verwendet werden, um die Betriebsweise der Prozessanlage 310 zu analysieren (Block 760). Eine detailliertere Darstellung und Beschreibung des PCA-Gewichtungsprozesses ist in 8 und in der dazugehörigen Beschreibung angegeben. Auf der Grundlage des dynamischen PCA-Gewichtungsprozesses werden diverse Einstellungen des Gewichts spezieller Parameter so durchgeführt, dass eine genauere Bewertung von Fehlern ermöglicht wird, die mit der Bearbeitung von Halbleiterscheiben 105 in Verbindung stehen. Aufgrund des dynamischen Einstellens des Gewichts der PCA-Parameter kann das System 300 nachfolgende Prozesse an den Halbleiterscheiben 105 auf der Grundlage neu eingestellter Parametergewichte ausführen, um damit in genauerer Weise die Fehler oder Abweichungen von der Norm, die mit der Bearbeitung von Halbleiterscheiben 105 auftreten, einzuschätzen (Block 770).
  • 8 ist ein detaillierteres Flussdiagramm des dynamischen PCA-Gewichtungsprozesses. Das System 300 analysiert die Fehlerdaten, die sich aus der Fehlerdatenanalyse und/oder der PCA ergeben, um damit zu bestimmen, ob spezielle Parameter, die mit Fehlern oder Abweichungen von der Norm verknüpft sind und erfasst wurden und mit der Bearbeitung von Halbleiterscheiben 105 in Verbindung stehen, tatsächlich einen signifikanten Fehler angeben (Block 810). Anders ausgedrückt, das System 300 bestimmt, ob die Abweichung von der Norm oder die Fehlerangabe sich auf einen tatsächlichen Fehler bezieht. Das System 300 analysiert ferner die Fehlerdaten, um zu bestimmen, ob ein Parameter, der markiert war, tatsächlich einen deutlichen Beitrag zu dem Fehler oder der Abweichung von der Norm liefert. In einer Ausführungsform kann der signifikante Beitrag eine Bestimmung der Wichtigkeit des Parameters bezeichnen, mit der dieser die Fehlererkennung betrifft. In einer weiteren Ausführungsform ist ein signifikanter Beitrag eine Kausalbeziehung zwischen dem Parameter und der Fehlerangabe.
  • Ein Beispiel, das den signifikanten Beitrag, einen Fehler oder einer Abweichung von der Norm betrifft, ist im Folgenden angegeben. Beispielsweise kann ein Prozessmodell einen Druckparameter (P), einen Temperaturparameter (T), einen RF-Leistungsparameter (R) und einen Gasdurchflussratenparameter (G) enthalten. Anfänglich kann die Gewichtung für jeden dieser Parameter (d.h. P, T, R, G) gleich 1 sein, beispielsweise kann eine Parametermatrix angeben, dass [P, T, R, G] = [1, 1, 1, 1]. Nachdem ein Scheibenlos bearbeitet ist, kann sich die Signatur für den Beitrag zu einem Fehler/Abweichung von der Norm ändern zu [P, T, R, G] = [0, 0.2, 3, –2.5]. Wenn das System 300 oder ein Anwender bestimmt, dass der Fehler ein tatsächlicher Fehler ist, können die diversen Beiträge in Bezug auf jeden Parameter untersucht werden. In dem vorliegenden Beispiel kann das System 300 bestimmen, dass die Parameter R und G am meisten zu dem Fehler oder der Abweichung von der Norm beitragen, da R und G den höchsten Betrag besitzen. Folglich kann das System 300 die Parametergewichtung gemäß einem Algorithmus für jene Parameter modifizieren, die den Fehler beeinflussen oder einen deutlichen Beitrag leisten. Somit kann das System 300 einen neuen Parametergewichtungswert bereitstellen, der durch die Matrix [P, T, R, G] = [1, 1, 1.1, 1.1 ] repräsentiert ist. Das System 300 kann dann ein weiteres Scheibenlos bearbeiten und es kann ein Fehler erkannt werden. Ein Anwender oder das System 300 können dann bestimmen, dass der Fehler kein tatsächlicher Fehler ist. Auf der Grundlage dieser Feststellung kann das System 300 die Aufzeichnung des Beitrags untersuchen und kann bestimmen, dass die Parameter P und R deutlich zu dem "falschen" Fehler beitrugen. In Reaktion darauf kann das System 300 die Gewichtung gemäß einem Algorithmus für jene Faktoren modifizieren. Beispielsweise können die neuen Gewichtungsfaktoren durch die Matrix [P, T, R, G] = [0,9, 1, 1, 1.1] repräsentiert sein. Der Algorithmus zum Bestimmen, welche Parameter auf der Grundlage von Werten für den Beitrag einzustellen sind und wie die Gewichtungsfaktoren für jene Parameter einzustellen sind, kann durch eine unterschiedliche Implementierung variiert werden (beispielsweise immer 0,1 hinzufügen oder subtrahieren, mit 1,1 oder 0,9 multiplizieren, immer die beiden größten Parameter modifizieren, immer die Gewichtungsfaktoren für Parameter mit einem Wert größer als 1,5 modifizieren, etc.). Die obigen Beispiele sind lediglich zur Darstellung angegeben, und es können andere Parameter unterschiedlich gewichtet und/oder eingestellt werden, ohne vom Schutzbereich und Grundgedanken der vorliegenden Erfindung abzuweichen.
  • Das System 300 kann alternativ oder zusätzlich zu dem in Block 810 beschriebenen Schritt eine externe Eingabe im Hinblick auf eine Beeinflussung oder Nichtbeeinflussung der Fehler erhalten (Block 820). Anders ausgedrückt, das System 300 empfängt eine Angabe von einer externen Quelle, die ein externer Computer, eine Steuerung oder eine manuelle Eingabe von einem Bediener sein kann, wobei angegeben wird, ob der erkannte Fehler ein tatsächlicher Fehler ist und/oder Parameter, die mit dem Fehler oder der Abweichung von der Norm verknüpft sind, einen deutlichen Anteil an dem Fehler oder der Abweichung von der Norm repräsentieren. Auf der Grundlage dieser Daten bestimmt dann das System 300, ob die Gewichtung in Bezug auf die Faktoren oder Parameter, die die Fehler betreffen zu erhöhen, zu verringern oder unverändert zu lassen sind (Block 830).
  • Wenn das System 300 bestimmt oder informiert wird, dass ein spezieller Parameter tatsächlich einen deutlichen Beitrag zu dem erkannten Fehler lieferte, kann dann das Gewicht dieses speziellen Parameters (beispielsweise des Druckparameters) vergrößert werden, um das System 300 empfindlicher für Schwankungen in diesem Parameter zu machen. Wenn in ähnlicher Weise das System 300 angibt, dass kein wesentlicher Beitrag an dem Fehler von einem speziellen Parameter vorlag, kann das Gewicht dieses Parameters für die Fehlererkennung oder die PCA verringert werden. In anderen Fällen kann das System 300 bestimmen, dass das Gewicht eines speziellen Parameters ungeändert bleibt. Daher kann das Gewichten eines Parameters, der mit der Bearbeitung von Halbleiterscheiben 105 verknüpft ist, einschließlich der Parameter, die in der beispielhaften Matrix aus 4 enthalten sind, modifiziert werden.
  • Auf der Grundlage der Bestimmung, ob das Gewicht der Faktoren in Bezug auf die Fehler zu erhöhen, zu verringern oder zu unverändert zu lassen ist, kann das System 300 dynamisch jenen Faktoren Gewicht hinzufügen, die den Fehler hervorriefen (Block 840), das Gewicht der Faktoren reduzieren, die den Fehler hervorriefen (Block 850), oder das Gewicht der Faktoren unverändert lassen (Block 860). Auf der Grundlage der dynamischen Einstellung der Gewichtung werden neue gewichtete Faktoren/Parameter bereitgestellt, um eine weitere Fehlererkennung und/oder PCA auszuführen (Block 870). Somit kann das Gewicht der Parameter dynamisch und kontinuierlich auf der Grundlage diverser Operationen und der sich ergebenden Fehlererkennungsanalyse und/oder PCA eingestellt werden, die an den Daten ausgeführt werden, die sich auf die Bearbeitung von Halbleiterscheiben 105 beziehen. Die neu gewichteten Faktoren können eine Verringerung falscher Fehlerangaben bewirken und können die Empfindlichkeit von Parametern erhöhen, die tatsächlich deutliche Fehler oder Abweichungen von der Norm hervorrufen. Somit kann eine genauere Bewertung zuständiger Prozessanlagen 310, die den Prozess an den Halbleiterscheiben 105 ausführen, erreicht werden, wodurch sich eine effizientere Betriebsweise der Prozessanlagen 310 und geringere Standzeiten in den Fertigungsbereichen ergeben. Somit kann durch die Verwendung der Ausführungsformen der vorliegenden Erfindung eine effizientere und genauere Prozesseinstellung ausgeführt werden, um damit besser definierte Eigenschaften von Halbleiterscheiben 105 zu erhalten und um eine verbesserte Produktausbeute zu erreichen.
  • Die Prinzipien, die durch die vorliegende Erfindung gelehrt werden, können in einer fortschrittlichen Prozesssteuerungs-(APC)Plattform, etwa dem Catalyst-System, das früher von KLA Tencor, Inc. angeboten wurde, eingerichtet werden. Das Catalyst-System verwendet Systemtechnologien, die mit dem internationalen Standard für Halbleiteranlagen und Materialien (SEMI) und dem computerintegrierten Fertigungs-(CIM)Rahmensystem verträglich sind und die auf der fortschrittlichen Prozesssteuerung-(APC)Plattform beruhen. CIM (SEMI E81-0699-vorläufige Spezifizierung für die CIM-Plattformarchitektur) und APC (SEMI E93-0999-vorläufige Spezifizierung für CIM-Plattform und fortschrittliche Prozesssteuerungs-Komponenten) Spezifikationen sind öffentlich von SEMI erhältlich. Die APC-Plattform ist eine bevorzugte Plattform, von der aus die durch die vorliegende Erfindung ermittelte Steuerungsstrategie implementiert werden kann. In einigen Ausführungs formen ist die APC-Plattform ein fabrikumspannendes Softwaresystem; daher können die von der vorliegenden Erfindung gelehrten Steuerungsstrategien auf nahezu beliebige Halbleiterfertigungsanlagen in der Fertigungslinie angewendet werden. Die APC-Plattform ermöglicht ferner einen Fernzugriff und eine Fernüberwachung des Prozessverhaltens. Durch Anwenden der APC-Plattform wird auch die Datenspeicherung bequemer, flexibler und weniger teuer im Vergleich zu lokalen Speichereinrichtungen. Die APC-Plattform ermöglicht anspruchsvollere Steuerungsarten, da eine deutlich höhere Flexibilität beim Erstellen der erforderlichen Softwarekodierung ermöglicht wird.
  • Das Anwenden der durch die vorliegende Erfindung gelehrten Steuerungsstrategie in einer APC-Plattform kann eine Reihe von Softwarekomponenten erforderlich machen. Zusätzlich zu Komponenten innerhalb der APC-Plattform wird ein Computerskript für jede der Halbleiterfertigungsanlagen, die in dem Steuerungssystem enthalten ist, geschrieben. Wenn eine Halbleiterfertigungsanlage in dem Steuerungssystem in der Fertigungsstätte hochgefahren wird, ruft diese im Allgemeinen ein Skript auf, um die Aktion zu initiieren, die von der Prozesssteuerung erforderlich ist, etwa die Überlagerungssteuerung. Die Steuerungsverfahren sind im Wesentlichen durch dieses Skriptum definiert und werden dadurch ausgeführt. Die Entwicklung dieser Skripten können einen deutlichen Anteil bei der Entwicklung eines Steuerungssystems ausmachen. Die von der vorliegenden Erfindung gelehrten Prinzipien können auch in anderen Arten von Fertigungsumgebungen eingesetzt werden.
  • Die speziellen offenbarten Ausführungsformen sind lediglich anschaulicher Natur, da die Erfindung in diversen unterschiedlichen aber äquivalenten Weisen modifiziert und praktiziert werden kann, wie dies dem Fachmann im Besitze der vorliegenden Offenbarung klar ist. Ferner sind keine Einschränkungen im Hinblick auf die Details des Aufbaus oder der Gestaltung, wie sie hierin gezeigt sind, beabsichtigt, sofern diese nicht in den folgenden Ansprüchen beschrieben sind. Es ist daher zu beachten, dass die speziellen offenbarten Ausführungsformen geändert und modifiziert werden können und dass alle derartigen Variationen als innerhalb des Grundgedankens und Schutzbereichs der Erfindung liegend erachtet werden. Der angestrebte Schutzbereich ist durch die folgenden Patentansprüche definiert.
  • Zusammenfassung
  • Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse
  • Es werden ein Verfahren und ein System zum Ausführen einer dynamischen Gewichtungstechnik für das Ausführen einer Fehlererkennung bereitgestellt. Das Verfahren umfasst das Bearbeiten eines Werkstücks (105) und das Ausführen einer Fehlererkennungsanalyse, die die Bearbeitung des Werkstücks (105) betrifft. Das Verfahren umfasst ferner das Bestimmen einer Abhängigkeit eines Parameters, der die Fehlererkennungsanalyse betrifft, von einem erkannten Fehler und das Einstellen eines mit dem Parameter verknüpften Gewichts auf der Grundlage der Abhängigkeit des Parameters von dem erkannten Fehler.

Claims (10)

  1. Verfahren mit: Bearbeiten eines Werkstücks (105); Ausführen einer Fehlererkennungsanalyse, die sich auf die Bearbeitung des Werkstücks (105) bezieht; Bestimmen einer Abhängigkeit eines Parameters, der sich auf die Fehlererkennungsanalyse bezieht, von einem erkannten Fehler; und Einstellen eines Gewichts, das dem Parameter zugeordnet ist, auf der Grundlage der Abhängigkeit des Parameters von dem erkannten Fehler.
  2. Verfahren nach Anspruch 1, wobei Bestimmen einer Abhängigkeit eines Parameters, der die Fehlererkennungsanalyse betrifft, von einem erkannten Fehler ferner umfasst: Bestimmen eines Kausalzusammenhangs eines Parameters, der die Fehlererkennungsanalyse betrifft, zu einem erkannten Fehler.
  3. Verfahren nach Anspruch 1, wobei Bestimmen einer Abhängigkeit eines Parameters, der die Fehlererkennungsanalyse betrifft, von einem erkannten Fehler ferner umfasst: Bestimmen einer Wichtigkeit eines Parameters, der die Fehlererkennungsanalyse betrifft, in Bezug auf einen erkannten Fehler.
  4. Verfahren nach Anspruch 1, das ferner umfasst: Bestimmen, ob der erkannte Fehler ein signifikanter Fehler ist; und Einstellen des Gewichts, das dem Parameter zugeordnet ist, auf der Grundlage darauf, dass bestimmt wird, dass der erkannte Fehler ein signifikanter Fehler ist.
  5. Verfahren nach Anspruch 1, das ferner umfasst: Sammeln von Messdaten, die das Bearbeiten des Werkstücks (105) betreffen; Sammeln von Anlagenzustandsdaten, die das Bearbeiten des Werkstücks (105) betreffen; und in Korrelation setzen der Messdaten und der Anlagenzustandsdaten mit den Fehlerdaten, um einen Fehler zu charakterisieren.
  6. Verfahren nach Anspruch 1, wobei Bestimmen der Abhängigkeit eines Parameters, der die Fehlererkennungsanalyse betrifft, von einem erkannten Fehler ferner umfasst: Bestimmen, ob der Parameter ein signifikanter Faktor ist, der mit dem Fehler verknüpft ist.
  7. System zum Ausführen einer Fehlererkennung unter Anwendung einer dynamischen Gewichtungstechnik, dadurch gekennzeichnet, dass das System umfasst: eine Prozessanlage (310), um einen Prozess an einem Werkstück (105) auszuführen; eine Messanlage (350), um Messdaten zu sammeln, die den an dem Werkstück (105) ausgeführten Prozess betreffen, um Messdaten bereitzustellen; eine Anlagenzustandsdatensensoreinheit (320) zur Sammlung von Anlagenzustandsdaten; eine Steuerung, die funktionsmäßig mit der Prozessanlage (310), der Messanlage (350) und der Anlagenzustandsdatensensoreinheit (320) verbunden ist, wobei die Steuerung ausgebildet ist, eine Fehlererkennungsanalyse, die das Bearbeiten des Werkstücks (105) betrifft, auszuführen, um eine Abhängigkeit zwischen einem Parameter, der die Fehlererkennungsanalyse betrifft, von einem erkannten Fehler zu bestimmen, wobei die Steuerung ferner ein dem Parameter zugeordnetes Gewicht auf der Grundlage der Abhängigkeit des Parameters von dem erkannten Fehler einstellt.
  8. System nach Anspruch 7, wobei die Steuerung ferner ein dynamisches PCA-Gewichtungsmodul (370) umfasst, wobei das dynamische PCA-Gewichtungsmodul (370) aufweist: ein Fehlerdatenanalysemodul (610) zum Bestimmen, ob der Parameter ein signifikanter Faktor in dem erkannten Fehler ist; eine Fehlerdateneingabeschnittstelle (620), um externe Daten zu empfangen, die angeben, ob der Parameter ein signifikanter Faktor in dem erkannten Fehler war; und ein dynamisches PCA-Gewichtungsberechnungsmodul (630), um dynamisch das Gewicht des Parameters auf der Grundlage der Bestimmung und/oder der Angabe, ob der Parameter ein signifikanter Faktor in dem erkannten Fehler war, dynamisch zu modifizieren.
  9. Computerlesbares Programmspeichermedium mit kodierten Befehlen, die, wenn sie von einem Computer ausgeführt werden, ein Verfahren ausführen, das umfasst: Bearbeiten eines Werkstücks (105); Ausführen einer Fehlererkennungsanalyse, die die Bearbeitung des Werkstücks (105) betrifft; Bestimmen einer Abhängigkeit eines Parameters, der die Fehlererkennungsanalyse betrifft, von einem erkannten Fehler; und Einstellen eines dem Parameter zugeordneten Gewichts auf der Grundlage der Abhängigkeit des Parameters von dem erkannten Fehler.
  10. Computerlesbares Programmspeichermedium mit kodierten Befehlen, die, wenn sie von einem Computer ausgeführt werden, das Verfahren nach Anspruch 9 ausführen, das ferner umfasst: Sammeln von Messdaten, die das Bearbeiten des Werkstücks (105) betreffen; Sammeln von Anlagenzustandsdaten, die das Bearbeiten des Werkstücks (105) betreffen; und in Korrelation setzen der Messdaten und der Anlagenzustandsdaten mit den Fehlerdaten, um einen Fehler zu charakterisieren.
DE112005002576T 2004-11-02 2005-10-12 Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse Withdrawn DE112005002576T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/979,309 2004-11-02
US10/979,309 US8676538B2 (en) 2004-11-02 2004-11-02 Adjusting weighting of a parameter relating to fault detection based on a detected fault
PCT/US2005/036896 WO2006049839A1 (en) 2004-11-02 2005-10-12 Fault detection system and method based on weighted principal component analysis

Publications (1)

Publication Number Publication Date
DE112005002576T5 true DE112005002576T5 (de) 2007-09-27

Family

ID=35645842

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112005002576T Withdrawn DE112005002576T5 (de) 2004-11-02 2005-10-12 Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse

Country Status (8)

Country Link
US (1) US8676538B2 (de)
JP (1) JP5401038B2 (de)
KR (1) KR101414775B1 (de)
CN (1) CN101048711B (de)
DE (1) DE112005002576T5 (de)
GB (1) GB2433134B (de)
TW (1) TWI447545B (de)
WO (1) WO2006049839A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012112784A1 (de) * 2012-12-20 2014-06-26 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Verfahren zur Bestimmung eines Zustands eines Sensors

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8825444B1 (en) * 2005-05-19 2014-09-02 Nanometrics Incorporated Automated system check for metrology unit
US7843359B2 (en) * 2005-12-01 2010-11-30 Electronics And Telecommunications Research Institue Fault management system using satellite telemetering technology and method thereof
US7398132B2 (en) * 2006-01-06 2008-07-08 Gm Global Technology Operations, Inc. Method and system for analyzing throughput
US7529974B2 (en) * 2006-11-30 2009-05-05 Microsoft Corporation Grouping failures to infer common causes
WO2008075404A1 (ja) * 2006-12-19 2008-06-26 Systemv Management Inc., 半導体製造システム
JP5067542B2 (ja) * 2007-04-27 2012-11-07 オムロン株式会社 複合情報処理装置、複合情報処理方法、プログラム、および記録媒体
AU2008337296B2 (en) 2007-12-18 2013-02-14 Bae Systems Plc Assisting failure mode and effects analysis of a system comprising a plurality of components
DE102009006887B3 (de) * 2009-01-30 2010-07-15 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System zur Halbleiterprozesssteuerung und Überwachung unter Anwendung eines Datenqualitätsmaßes
CN102298978A (zh) * 2011-05-17 2011-12-28 哈尔滨工程大学 船用核动力装置基于多层流模型的不确定性故障诊断方法
US9915940B2 (en) * 2011-10-31 2018-03-13 Applied Materials, Llc Bi-directional association and graphical acquisition of time-based equipment sensor data and material-based metrology statistical process control data
US20140108359A1 (en) * 2012-10-11 2014-04-17 Chevron U.S.A. Inc. Scalable data processing framework for dynamic data cleansing
GB201313205D0 (en) * 2013-07-24 2013-09-04 Ent Ltd Method and system for condition monitoring
US10431428B2 (en) 2014-01-10 2019-10-01 Reno Technologies, Inc. System for providing variable capacitance
SG11201702573VA (en) 2014-09-29 2017-04-27 Manjusha Mehendale Non-destructive acoustic metrology for void detection
US12119206B2 (en) 2015-02-18 2024-10-15 Asm America, Inc. Switching circuit
CN107709762B (zh) * 2015-06-30 2019-10-18 维斯塔斯风力系统集团公司 风力涡轮机的控制方法以及系统
WO2017037901A1 (ja) * 2015-09-02 2017-03-09 三菱電機株式会社 シミュレーション装置及びシミュレーションプログラム
US10853534B2 (en) * 2015-12-03 2020-12-01 Taiwan Semiconductor Manufacturing Co., Ltd. Fault related FDC feature extraction
CN105652837B (zh) * 2016-01-28 2018-06-05 京东方科技集团股份有限公司 一种产品的生产系统及方法
CA2965340C (en) * 2016-05-11 2021-05-18 Mahmoud Ismail An enhanced system and method for conducting pca analysis on data signals
US10876867B2 (en) 2016-11-11 2020-12-29 Chevron U.S.A. Inc. Fault detection system utilizing dynamic principal components analysis
KR101948165B1 (ko) * 2017-02-09 2019-02-14 충북대학교 산학협력단 Pca를 이용한 제조 공정의 핵심 인자 추출 방법 및 시스템
DE102017108496B4 (de) * 2017-04-21 2023-06-29 Windmöller & Hölscher Kg Verfahren und Vorrichtungen sowie System zum Auf- und Abwickeln eines Wickels
JP6812312B2 (ja) * 2017-06-21 2021-01-13 三菱重工業株式会社 プラント支援評価システム及びプラント支援評価方法
US11521833B2 (en) 2017-07-10 2022-12-06 Reno Technologies, Inc. Combined RF generator and RF solid-state matching network
US11476091B2 (en) 2017-07-10 2022-10-18 Reno Technologies, Inc. Impedance matching network for diagnosing plasma chamber
US10503144B2 (en) * 2017-10-24 2019-12-10 Applied Materials, Inc. Anomaly detection with correlation coeffiecients
JP2019114009A (ja) * 2017-12-22 2019-07-11 ルネサスエレクトロニクス株式会社 半導体装置、半導体システム、及びその方法
KR102001742B1 (ko) * 2017-12-29 2019-07-17 경일대학교산학협력단 열처리 공정에서 품질 관리를 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
CN108647640A (zh) * 2018-05-10 2018-10-12 王逸人 人脸识别的方法及电子设备
KR102589004B1 (ko) * 2018-06-18 2023-10-16 삼성전자주식회사 반도체 불량 분석 장치 및 그것의 불량 분석 방법
JP7029362B2 (ja) * 2018-08-16 2022-03-03 三菱重工業株式会社 異常検出装置、異常検出方法、及びプログラム
US11474512B2 (en) * 2019-06-13 2022-10-18 Mitsubishi Electric Corporation Machining failure detection device, laser cutting apparatus, and electric discharge machining apparatus
JP7427938B2 (ja) * 2019-11-29 2024-02-06 株式会社リコー 診断装置、診断装置の制御方法およびプログラム

Family Cites Families (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2883255A (en) * 1954-04-28 1959-04-21 Panellit Inc Automatic process logging system
US2897638A (en) * 1956-06-13 1959-08-04 Bryant Chucking Grinder Co Process control apparatus
US3461547A (en) * 1965-07-13 1969-08-19 United Aircraft Corp Process for making and testing semiconductive devices
US5070468A (en) * 1988-07-20 1991-12-03 Mitsubishi Jukogyo Kabushiki Kaisha Plant fault diagnosis system
US5287284A (en) * 1990-11-14 1994-02-15 Hitachi, Ltd. Product specification complex analysis system
US5711849A (en) * 1995-05-03 1998-01-27 Daniel L. Flamm Process optimization in gas phase dry etching
US5825482A (en) * 1995-09-29 1998-10-20 Kla-Tencor Corporation Surface inspection system with misregistration error correction and adaptive illumination
US5658423A (en) * 1995-11-27 1997-08-19 International Business Machines Corporation Monitoring and controlling plasma processes via optical emission using principal component analysis
US5786023A (en) * 1996-02-13 1998-07-28 Maxwell; James L. Method and apparatus for the freeform growth of three-dimensional structures using pressurized precursor flows and growth rate control
US7024335B1 (en) * 1998-04-15 2006-04-04 The Texas A&M University System Condition assessment and life expectancy prediction for devices
US6119074A (en) * 1998-05-20 2000-09-12 Caterpillar Inc. Method and apparatus of predicting a fault condition
US6442445B1 (en) * 1999-03-19 2002-08-27 International Business Machines Corporation, User configurable multivariate time series reduction tool control method
US6368975B1 (en) * 1999-07-07 2002-04-09 Applied Materials, Inc. Method and apparatus for monitoring a process by employing principal component analysis
US6405096B1 (en) * 1999-08-10 2002-06-11 Advanced Micro Devices, Inc. Method and apparatus for run-to-run controlling of overlay registration
US6368883B1 (en) * 1999-08-10 2002-04-09 Advanced Micro Devices, Inc. Method for identifying and controlling impact of ambient conditions on photolithography processes
US6582618B1 (en) * 1999-09-08 2003-06-24 Advanced Micro Devices, Inc. Method of determining etch endpoint using principal components analysis of optical emission spectra
US6419846B1 (en) * 1999-09-08 2002-07-16 Advanced Micro Devices, Inc. Determining endpoint in etching processes using principal components analysis of optical emission spectra
US6232134B1 (en) * 2000-01-24 2001-05-15 Motorola Inc. Method and apparatus for monitoring wafer characteristics and/or semiconductor processing consistency using wafer charge distribution measurements
EP1252652A1 (de) * 2000-01-25 2002-10-30 Infineon Technologies AG Verfahren zur überwachung eines herstellungsprozesses
DE60113073T2 (de) * 2000-03-10 2006-08-31 Smiths Detection Inc., Pasadena Steuerung für einen industriellen prozes mit einer oder mehreren multidimensionalen variablen
GB0007063D0 (en) * 2000-03-23 2000-05-10 Simsci Limited Mulitvariate statistical process monitors
US7089182B2 (en) * 2000-04-18 2006-08-08 Matsushita Electric Industrial Co., Ltd. Method and apparatus for feature domain joint channel and additive noise compensation
US6917839B2 (en) * 2000-06-09 2005-07-12 Intellectual Assets Llc Surveillance system and method having an operating mode partitioned fault classification model
US7054786B2 (en) * 2000-07-04 2006-05-30 Tokyo Electron Limited Operation monitoring method for treatment apparatus
US6636862B2 (en) * 2000-07-05 2003-10-21 Camo, Inc. Method and system for the dynamic analysis of data
US6442496B1 (en) * 2000-08-08 2002-08-27 Advanced Micro Devices, Inc. Method and apparatus for dynamic sampling of a production line
DE60104705T2 (de) * 2000-09-15 2005-09-15 Advanced Micro Devices, Inc., Sunnyvale Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung
JP3634734B2 (ja) * 2000-09-22 2005-03-30 株式会社日立製作所 プラズマ処理装置および処理方法
US6789052B1 (en) * 2000-10-24 2004-09-07 Advanced Micro Devices, Inc. Method of using control models for data compression
US6859739B2 (en) * 2001-01-19 2005-02-22 Smartsignal Corporation Global state change indicator for empirical modeling in condition based monitoring
US6549864B1 (en) * 2001-08-13 2003-04-15 General Electric Company Multivariate statistical process analysis systems and methods for the production of melt polycarbonate
US6616759B2 (en) * 2001-09-06 2003-09-09 Hitachi, Ltd. Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor
US20030074603A1 (en) * 2001-09-07 2003-04-17 Ulrich Bungert Automatic generation of diagnostic programs for SPS-controlled systems
JP4659359B2 (ja) 2001-12-31 2011-03-30 東京エレクトロン株式会社 材料処理の方法および材料処理のためのシステム
TWI328164B (en) * 2002-05-29 2010-08-01 Tokyo Electron Ltd Method and apparatus for monitoring tool performance
US7523384B2 (en) * 2002-06-28 2009-04-21 Umetrics Ab Method and device for monitoring and fault detection in industrial processes
WO2004003822A1 (en) 2002-06-28 2004-01-08 Tokyo Electron Limited Controlling a material processing tool and performance data
WO2004019396A1 (ja) * 2002-08-13 2004-03-04 Tokyo Electron Limited プラズマ処理方法及びプラズマ処理装置
US8185230B2 (en) * 2002-08-22 2012-05-22 Advanced Micro Devices, Inc. Method and apparatus for predicting device electrical parameters during fabrication
US6871114B1 (en) * 2002-08-30 2005-03-22 Eric O. Green Updating process controller based upon fault detection analysis
US7043403B1 (en) * 2002-09-04 2006-05-09 Advanced Micro Devices, Inc. Fault detection and classification based on calculating distances between data points
US6740534B1 (en) * 2002-09-18 2004-05-25 Advanced Micro Devices, Inc. Determination of a process flow based upon fault detection analysis
JP2004118693A (ja) * 2002-09-27 2004-04-15 Toshiba Corp プラントの制御系異常診断システム及び異常診断方法
EP1546827A1 (de) * 2002-09-30 2005-06-29 Tokyo Electron Limited Vefahren und vorrichtung zum steuern und überwachen eines prozesses zur herstellung von halbleiterbausteinen
US6815232B2 (en) * 2002-11-26 2004-11-09 Advanced Micro Devices, Inc. Method and apparatus for overlay control using multiple targets
US6912433B1 (en) * 2002-12-18 2005-06-28 Advanced Mirco Devices, Inc. Determining a next tool state based on fault detection information
US6834213B1 (en) * 2003-01-06 2004-12-21 Advanced Micro Devices, Inc. Process control based upon a metrology delay
EP1639632B1 (de) * 2003-05-16 2017-06-07 Tokyo Electron Limited Verfahren zur Überwachung einer Prozessanlage
US7328126B2 (en) * 2003-09-12 2008-02-05 Tokyo Electron Limited Method and system of diagnosing a processing system using adaptive multivariate analysis
US8073667B2 (en) * 2003-09-30 2011-12-06 Tokyo Electron Limited System and method for using first-principles simulation to control a semiconductor manufacturing process
US8032348B2 (en) * 2003-09-30 2011-10-04 Tokyo Electron Limited System and method for using first-principles simulation to facilitate a semiconductor manufacturing process
US8296687B2 (en) * 2003-09-30 2012-10-23 Tokyo Electron Limited System and method for using first-principles simulation to analyze a process performed by a semiconductor processing tool
US8050900B2 (en) * 2003-09-30 2011-11-01 Tokyo Electron Limited System and method for using first-principles simulation to provide virtual sensors that facilitate a semiconductor manufacturing process
US8036869B2 (en) * 2003-09-30 2011-10-11 Tokyo Electron Limited System and method for using first-principles simulation to control a semiconductor manufacturing process via a simulation result or a derived empirical model
US7096153B2 (en) * 2003-12-31 2006-08-22 Honeywell International Inc. Principal component analysis based fault classification
US7447609B2 (en) * 2003-12-31 2008-11-04 Honeywell International Inc. Principal component analysis based fault classification
US7089072B2 (en) * 2004-05-26 2006-08-08 Taiwan Semiconductor Manufacturing Company, Ltd. Semiconductor manufacturing fault detection and management system and method
US7069098B2 (en) * 2004-08-02 2006-06-27 Advanced Micro Devices, Inc. Method and system for prioritizing material to clear exception conditions
US7151976B2 (en) * 2004-09-17 2006-12-19 Mks Instruments, Inc. Multivariate control of semiconductor processes
US7130767B2 (en) * 2004-09-27 2006-10-31 Lam Research Corporation Computer-implemented data presentation techniques for a plasma processing system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012112784A1 (de) * 2012-12-20 2014-06-26 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Verfahren zur Bestimmung eines Zustands eines Sensors

Also Published As

Publication number Publication date
KR20070073859A (ko) 2007-07-10
WO2006049839A1 (en) 2006-05-11
TWI447545B (zh) 2014-08-01
CN101048711A (zh) 2007-10-03
TW200630765A (en) 2006-09-01
CN101048711B (zh) 2011-10-12
GB2433134B (en) 2010-06-02
KR101414775B1 (ko) 2014-07-03
US8676538B2 (en) 2014-03-18
GB2433134A (en) 2007-06-13
US20060095232A1 (en) 2006-05-04
GB0706153D0 (en) 2007-05-09
JP5401038B2 (ja) 2014-01-29
JP2008519464A (ja) 2008-06-05

Similar Documents

Publication Publication Date Title
DE112005002576T5 (de) Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse
DE112006002918B4 (de) Verfahren, System sowie computerlesbare Programmspeichereinrichtung für eine produktbezogene Rückkopplung für Prozesssteuerung
DE10393903T5 (de) Dynamische adaptive Abtastrate für Modellvorhersage
DE112004001259B4 (de) Verfahren und System zum Ausführen einer Messverteilung auf der Grundlage einer Fehlererkennung und computerlesbares Speichermedium
DE102009006887B3 (de) Verfahren und System zur Halbleiterprozesssteuerung und Überwachung unter Anwendung eines Datenqualitätsmaßes
DE60220063T2 (de) Integrierung von fehlererkennung mit run-to-run steuerung
DE60104705T2 (de) Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung
DE60012762T2 (de) Einrichtung und verfahren zur qualitätsüberwachung mit hilfe statistischer prozessteuerung
DE60111411T2 (de) Verfahren und gerät zur integrierten prozesssteuerungsstruktur in werkzeugsystemen
DE10297564B4 (de) Verfahren und Vorrichtung zum Steuern der Photolithographie-Überlagerungsjustierung mit vorwärtsgekoppelter Überlagerungsinformation
DE112005002474B4 (de) Verfahren zum dynamischen Einstellen der Messdatennahme auf der Grundlage der verfügbaren Messkapazität
DE102008021558A1 (de) Verfahren und System für die Halbleiterprozesssteuerung und Überwachung unter Verwendung von PCA-Modellen mit reduzierter Grösse
DE10297450T5 (de) Verfahren und Vorrichtung zur Verwendung integrierter Messdaten als Daten für eine Vorwärtskopplung
DE112004003062B4 (de) Fehlererkennungs- und Steuerungsverfahren für Ionenimplantationsprozesse und System zum Ausführen davon
DE10394223T5 (de) Einstellen einer Probennahmerate auf der Grundlage von Zustandabschätzungsergebnissen
DE112007000254T5 (de) Verfahren und Vorrichtung zur Inditierung von Fertigungsdaten
DE102008021556B4 (de) Verfahren und System für zweistufige Vorhersage einer Qualitätsverteilung von Halbleiterbauelementen
DE102006004411B4 (de) Verfahren und System für die Messdatenbewertung in der Halbleiterbearbeitung durch auf Korrelation basierende Datenfilterung
DE102005009022A1 (de) Automatisches Durchsatzsteuerungssystem und Verfahren zum Betreiben desselben
DE10252613A1 (de) Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Überwachen eines Herstellungsprozesses
DE10393371T5 (de) Verfahren und Vorrichtung zum Steuern eines Fertigungsprozesses auf der Grundlage einer gemessenen elektrischen Eigenschaft
DE112006003514T5 (de) Verbesserte Zustandsabschätzung auf der Grundlage von Informationsglaubwürdigkeit
DE10027826A1 (de) System and Method for Finding Defective Tools in a Semiconductor Fabrication Facility
EP1252652A1 (de) Verfahren zur überwachung eines herstellungsprozesses
DE102005046972A1 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung einer Kombination aus gewichteten relativen Voreinstellungswerten

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8125 Change of the main classification

Ipc: G05B 19/401 AFI20070702BHDE

R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee