DE69431822T2 - Vorrichtung und Verfahren für eine modellbasierende Prozesssteuerung - Google Patents
Vorrichtung und Verfahren für eine modellbasierende ProzesssteuerungInfo
- Publication number
- DE69431822T2 DE69431822T2 DE69431822T DE69431822T DE69431822T2 DE 69431822 T2 DE69431822 T2 DE 69431822T2 DE 69431822 T DE69431822 T DE 69431822T DE 69431822 T DE69431822 T DE 69431822T DE 69431822 T2 DE69431822 T2 DE 69431822T2
- Authority
- DE
- Germany
- Prior art keywords
- machine
- control
- model
- configuring
- control strategies
- 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
Links
- 238000000034 method Methods 0.000 title claims description 226
- 238000004886 process control Methods 0.000 title description 2
- 230000008569 process Effects 0.000 claims description 191
- 238000011217 control strategy Methods 0.000 claims description 67
- 238000005259 measurement Methods 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 14
- 235000012431 wafers Nutrition 0.000 description 19
- 230000006399 behavior Effects 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 14
- 238000005070 sampling Methods 0.000 description 13
- 238000012360 testing method Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000003070 Statistical process control Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70516—Calibration of components of the microlithographic apparatus, e.g. light sources, addressable masks or detectors
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4093—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
- G05B19/40937—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine concerning programming of machining or material parameters, pocket machining
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total 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]
- G05B19/4188—Total 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 CIM planning or realisation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total 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]
- G05B19/41885—Total 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 modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/50—Machine tool, machine tool null till machine tool work handling
- G05B2219/50123—Setup, automatic setup
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/50—Machine tool, machine tool null till machine tool work handling
- G05B2219/50129—Setup machines as function of process model, control strategy for optimum use of machines
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Human Computer Interaction (AREA)
- Feedback Control In General (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control By Computers (AREA)
Description
- Diese Erfindung bezieht sich auf einen Prozeß zum Modellieren und Steuern einer Anlage, der in Fabriken ausgeführt wird, die Fertigungstechniken und andere Techniken einsetzen. Die Erfindung bezieht sich ferner auf ein computerintegriertes Fertigungssystem (CIM-System), das ein fabrikspezifisches Modell für die automatische Steuerung enthält, und auf die Verwendung der Modelle für die Entwicklung des CIM-Systems.
- Die meisten Fertigungsanlagen oder Fabriken sind insofern verteilt, als sie aus heterogenen, unverbundenen Fabrikstationen zum Ausführen von Arbeiten bestehen. Der Vorteil dieser Fabrikkonfiguration besteht darin, daß sie die Anpassungsfähigkeit an ein veränderliches Produktgemisch bietet. Der Nachteil besteht in der daraus resultierenden Komplexität von Betrieb, Management und Qualitätskontrolle.
- Eine verteilte Fertigungsanlage kann eine Vielzahl von Produkten durch einen geordneten Prozeßablauf der Prozeßschritte fertigen. Jeder Prozeßschritt kann von wenigstens einer Station in der Fabrik ausgeführt werden. Verteilte Fabriken sind üblich bei der Fertigung von modernen elektronischen Produkten. Sechs Typen von verteilten Fabriken können umfassen: Wafer-Scheibenverarbeitung, Wafer- Fertigung, Halbleiterkomponenten-Bestückung, Leiterplattenfertigung, Leiterplattenmontäge und Montage des elektrischen Produkts. Der Haupttyp der verteilten Fabrik ist eine Wafer-Fertigungsanlage oder "Wafer-Fabrik", die Produkte gleichzeitig fertigen kann mit über 1.000 Prozessen, die im Durchschnitt jeweils über 100 Schritte umfassen.
- Wafer-Fertigungsfabriken mit über 1000 Fertigungssequenzen sind bekannt. Eine solche Sammlung von Prozessen ist schwierig in einer Zeichnung wie z. B. einem Fertigungsplan darzustellen. Eine solche Fabrik kann jedoch für ein Computersystem beschrieben werden.
- Die Komplexität von verteilten Fabriken wird ferner dargestellt durch das Vorhandensein von Zehntausenden von Fertigungssequenzen in einer allgemeinen Klasse einer verteilten Fabrik, die als "Werkstatt für Einzelaufträge" bezeichnet wird. Der Standardlösungsansatz zur Beschreibung der Sammlung von Sequenzen in der Werkstatt für Einzelaufträge besteht darin, sich der Komplexität zu stellen und die Produktklassen durch die Fabrik als willkürlich zu beschreiben. Diese sind natürlich nichtwillkürlich, jedoch haben erst seit kurzem Computer die praktische Rechenleistung zur Verfügung gestellt, um hochkomplexe Fabriken genau zu beschreiben.
- Eine Fabrik ist ein komplexes, daten- und informationsreiches Gebilde. Eine Datenstruktur mit Zehntausenden von Parametern kann erforderlich sein, um die Fabrik lediglich zu beschreiben. Ferner erzeugt eine dynamische Fabrik im Betrieb riesige Datenmengen, die die Produktionsabläufe beschreiben. Das bloße Informationsvolumen hat den Betrieb und die Steuerung verteilter Fabriken zu einem großen Problem gemacht.
- Trotz der großen Datenvolumina und der Komplexität des Problems wurde das Fabrikmanagement und die Fabriksteuerung in erster Linie mit manuellen Verfahren mit begrenzter Unterstützung bei der Zeitplanung durch Software bewerkstelligt. Die Software-Zeitplanung wird in der Praxis bestimmt durch die Entscheidungen verschiedener Produktionsleiter oder Werkführer, oder in bestimmten Fällen von den Arbeitern selbst. Bei dem Versuch, die Probleme der optimalen Fabriksteuerung direkt anzugehen, hat sich eine umfangreiche theoretische Literatur über die Produktions-Zeitplanung entwickelt. Das Ergebnis dieser Arbeit bestand darin, festzustellen, daß die aktuelle Fabriksteuerung weit vom Optimum entfernt ist, und den Grad der Komplexität der Fabrikmanagement-Aufgaben zu definieren. Leider hat diese Arbeit zu keinem praktischen Verfahren für die Fabriksteuerung geführt. Andererseits gibt es auf der Welt viele reale Fabriken, die, jedoch suboptimal, funktionieren. Wo die Theorie Lösungen zur Steuerung zur Verfügung gestellt hat, laufen Fabriken durch Tausende von Ad-hoc- Entscheidungen, die auf dem Fabrikgelände getroffen werden. Es besteht daher dringender Bedarf an der Verbesserung von Modellierungs- und Steuerungstechniken, so daß diese mehr praktischen Nutzen aufweisen können. Jede Fabrikanlage besitzt im allgemeinen ihre eigenen Steuersysteme und Überwachungsmöglichkeiten zur Überwachung des Flusses, des Drucks und der Einstellungen zur Aufrechterhaltung eines gegebenen Einstellpunktes. Da diese Maschinen immer anspruchsvoller werden und zu einer Computersteuerung fähig sind, werden diese Maschinen zunehmend unter Verwendung von Computern gesteuert. Als Ergebnis dieser Entwicklung sind jedoch diese Maschinen in Automationsinseln isoliert, wobei es an einem Verfahren und einer Vorrichtung zur vollständigen Automation mangelt.
- Venn Maschinen in einer Fabrik Wafer verarbeiten, variiert die Verarbeitung von Maschine zu Maschine infolge leicht unterschiedlicher Maschineneigenschaften. Da eine Maschine ferner altert, ändern sich die Eigenschaften der Maschine, so daß die Wafer, die von der Maschine verarbeitet werden, in einer leicht verschiedenen Weise verarbeitet werden, was zu einer Prozeß-Drift führt. Da sich ferner die Umgebung um die Maschine leicht ändert, ändert sich der resultierende Prozeß der Maschine bezüglich des Wafers, was zu einer zusätzlichen Prozeß- Drift führt. Wenn daher irgendeine Prozeß-Drift aufgrund der obenerwähnten Gründe auftrat, war ein Ingenieur oder Fabrikpersonal erforderlich, um eine Reihe von Versuchen an einer bestimmten Maschine durchzuführen, um die Gründe für die Drift zu ermitteln und eine befriedigende Kompensation für die Drift zu erzielen, so daß der Prozeß wieder den Sollwert erreichte. Da wie oben beschrieben die Fabrik aus einer großen Anzahl dieser Maschinen besteht, wird die Aufgabe des Ingenieurs um einen Faktor 100 vervielfacht, um die komplette Fabrik auf einem vorgegebenen Sollwert zu halten.
- Das US-Patent Nr. 4 796 194 offenbart einen Prozeß zur Modellierung einer gesamten Fabrik. Es wird das am besten geeignete dynamische Fabrikmodell gewählt, um die Fabrik zu simulieren, und verfeinert durch einen Vergleich zwischen der Simulation und dem wirklichen Betrieb der Fabrik.
- JP-A H3-259368 offenbart in iteratives Verfahren zur Verbesserung eines Simulationsmodells durch Vergleichen des simulierten Ausgangs mit gespeicherten wirklichen Ausgangsdaten.
- Es ist eine Aufgabe der Erfindung, ein Steuersystem zu schaffen, das einem Techniker erlaubt, die Form oder den Typ der Steuerung für einen spezifischen Prozeß zu ermitteln.
- Es ist eine weitere Aufgabe der Erfindung, verschiedene Steuerungstypen einschließlich einer modellbasierten Steuerung, einer statistischen Prozeßsteuerung und einer diagnostischen Steuerung zur Verfügung zu stellen. Es ist eine weitere Aufgabe der Erfindung, eine Steuervorrichtung zu schaffen, die mit verschiedenen Modellierungstechniken, Modellierungsoptimierungstechniken, verschiedenen Datenäufnahmetechniken, verschiedenen Formen von Datenanalysetechniken und verschiedenen Einstellungs- und Rückkopplungsmechanismen kompatibel ist.
- Es ist eine weitere Aufgabe der Erfindung, Prozesse in bezug auf ihre gewünschten Wirkungen zu definieren und Prozeßmodelle zu verwenden, die diese Wirkungen in Maschineneinstellungen umsetzen. Es ist eine weitere Aufgabe der Erfindung, für eine vollständige, nahtlose Steuerung zu sorgen, einschließlich der Integration von Materialverarbeitungsinformationen, Betriebsmittelverarbeitungsinformationen und Prozeßmodell-Rückkopplungsberechnungen. Es ist ferner eine Aufgabe der vorliegenden Erfindung, einen Steuermechanismus zu schaffen, so daß der Benutzer definiert, wie Daten zu übertragen, zu analysieren und zu verwenden sind, um Prozeßmodelle anzupassen.
- Die Erfindung schafft eine Vorrichtung zum Steuern eines Prozesses, der auf einer Maschine ausgeführt wird, umfassend: eine Schaltungsanordnung, die so beschaffen ist, daß sie mehrere Prozeßmodelle für die Maschine konfiguriert, eine Schaltungsanordnung, die so beschaffen ist, daß sie eines der mehreren Prozeßmodelle auswählt, eine Schaltungsanordnung, die so beschaffen ist, daß sie mehrere Steuerungsstrategien für die Maschine konfiguriert, eine Schaltungsanordnung, die so beschaffen ist, daß sie eine der mehreren Steuerungsstrategien, die in Kombination mit einem Prozeßmodell verwendet werden soll, auswählt, um den Prozeß zu steuern, eine Schaltungsanordnung, die so beschaffen ist, daß sie Einstellungen für die Maschine anhand des ausgewählten Prozeßmodells und der ausgewählten Steuerungsstrategie berechnet, eine Schaltungsanordnung, die so beschaffen ist, daß sie die Maschine so steuert, daß sie den Prozeß in der Maschine in Übereinstimmung mit den berechneten Einstellungen ausführt, eine Schaltungsanordnung, die so beschaffen ist, daß sie Ausgangssignale von der Maschine empfängt und den in der Maschine ausgeführten Prozeß analysiert, um zu bestimmen, ob der Prozeß innerhalb vorgegebener Grenzen liegt, und eine Schaltungsanordnung, die so beschaffen ist, daß sie das ausgewählte Prozeßmodell abstimmt und, falls erforderlich, die Maschine in Übereinstimmung mit dem abgestimmten Prozeßmodell einstellt.
- Die Erfindung schafft ferner ein Verfahren zum Steuern eines in einer Maschine auszuführenden Prozesses, umfassend: Konfigurieren mehrerer Prozeßmodelle für die Maschine, Konfigurieren mehrerer Steuerungsstrategien, Auswählen eines der mehreren Prozeßmodelle, Auswählen einer der mehreren Steuerungsstrategien, die in Kombination mit einem Prozeßmodell verwendet werden sollen, um den Prozeß zu steuern, Berechnen von Einstellungen für die Maschine anhand des ausgewählten Prozeßmodells und der ausgewählten Steuerungsstrategie, um einen solchen Prozeß auszuführen, Ausführen des Prozesses in der Maschine in Übereinstimmung mit den berechneten Einstellungen, Analysieren des in der Maschine ausgeführten Prozesses, um zu bestimmen, ob der Prozeß innerhalb vorgegebener Grenzen liegt, und, falls erforderlich, Abstimmen des ausgewählten Prozeßmodells und Einstellen der Maschine in Übereinstimmung mit dem abgestimmten Prozeßmodell.
- Die vorliegende Erfindung ermöglicht ein Prozeßsteuersystem zur ablaufweisen Überwachung, was dem Benutzer ermöglicht, die Form der Steuerung für einen spezifischen Prozeß anzupassen.
- Die Erfindung erlaubt außerdem verschiedene Typen von Steuerung, einschließlich der modellbasierten Steuerung, der statistischen Prozeßsteuerung und der diagnostischen Steuerung.
- Die vorliegende Erfindung ist kompatibel mit verschiedenen Techniken für die Modelloptimierung, die Datenaufnahme und die Datenanalyse, sowie für die Modellanpassung und die Rückkopplung.
- Mit der vorliegenden Erfindung ist es möglich, Prozesse in bezug auf Wirkungen zu definieren, und Prozeßmodelle zu verwenden, die diese Wirkungen in spezifische Maschineneinstellungen umsetzen.
- Es ist ferner möglich, eine komplette Steuerung und eine Rückkopplung, die nahtlos ist, über eine Fabrik und über viele verschiedene Maschinenteile hinweg zur Verfügung zu stellen.
- Es ist ferner möglich, einen Rückkopplungsprozeß für ein Prozeßmodell zur Verfügung zu stellen.
- Es können Strategieausgaben konfiguriert werden, um zu definieren, wie eine Maschine auf den Prozeß anzuwenden ist.
- Es kann eine Kombination von Vorhersagen oder Beobachtungen definiert werden.
- Es kann eine Optimierungsstrategie konfiguriert werden, so daß das Prozeßmodell optimiert werden kann.
- Es können Messungen von der Maschine erhalten werden.
- Es können Messungen von der Maschine konfiguriert werden.
- Die Messungen können auf den Prozeß angewendet werden.
- Es kann eine Modellabstimmeinrichtung konfiguriert werden, um den Verfahrensprozeß abzustimmen.
- Das Prozeßmodell kann entsprechend der Modellabstimmeinrichtung abgestimmt werden.
- Diese und weitere Merkmale der Erfindung werden für Fachleute offensichtlich anhand der folgenden genauen Beschreibung der Erfindung, die auf die beigefügten Zeichnungen Bezug nimmt.
- Fig. 1 zeigt ein Blockschaltbild der vorliegenden Erfindung.
- Fig. 2 zeigt ein Flußdiagramm der vorliegenden Erfindung.
- Fig. 3 zeigt zusätzliche Ablaufschuitte der vorliegenden Erfindung.
- Fig. 4 zeigt weitere Ablaufschritte der vorliegenden Erfindung.
- Fig. 5 zeigt ein Schaltbild der vorliegenden Erfindung.
- Fig. 6 zeigt einen Abschnitt von Fig. 1.
- Fig. 7 zeigt eine perspektivische Ansicht eines Entwicklungsraumes, und
- Fig. 8 zeigt ein Blockschaltbild der vorliegenden Erfindung.
- Um Gleichungen zum Modellieren eines spezifischen Prozesses zu entwickein, führt der Benutzer, z. B. ein Steuerungstechniker, Versuche auf einer Maschine (102) durch. Aus dem Ergebnis dieser Versuche entwickelt der Benutzer eine Reihe von Gleichungen, die das Prozeßverhalten für diese bestimmte Maschine (102) vorhersagen und die in einen ROM, einen RAM oder einen Speicher eines Computers eingegeben werden.
- Wie in Fig. 1 gezeigt, gibt die Vorhersage-Prozeßmodellschaltung (108) eine Reihe von Modellausgängen aus, die mehreren Gleichungen entsprechen, die das Prozeßverhalten beschreiben.
- Y1 = F1 (x1, x2, x3... xn, c1, c2... cn)
- Y2 = F2 (x1, x2, x3... xn, c1, c2... cn)
- Yn = Fn (x1, X2, x3... xn, c1, c2... cn)
- Die Gleichungen werden dargestellt durch die Modellausgänge Y1, Y2, Yn,. die definiert sind in bezug auf Modell-Regelgrößen x1, x2... xn und konstante Werte c1, c2 ... cn. Statt z. B. Zahlen können die konstanten Werte Variablen sein, die von der Steuerung bis zur Laufzeit, wenn die Maschine (102) wirklich arbeitet, nicht aufgelöst werden. Die Verwendung von Variablen und Konstanten erlaubt jedoch die Konfiguration oder die Einstellung von Beziehungen, die zu einem späteren Zeitpunkt verwendet werden sollen, und die Vorbereitung des Prozeßmodells vor der Laufzeit. Statt der unmittelbaren Lösung der Werte weist das Prozeßmodell eine Beschreibung darüber auf, wie diese Werte zur Laufzeit aufzulösen sind.
- Die Modellausgaben von der Vorhersage-Prozeßmodellschaltung (108) werden in die Überwachungssteuerschaltung (106) eingegeben, die Sollwerte für die Einstellung der Maschine (102) liefert, welche an die Reglersteuerschaltung (104) ausgegeben werden. Die Reglersteuerschaltung (104) empfängt die Sollwerte von der Überwachungssteuerschaltung (106) und ermittelt die Anpassung für die Machineneinstellungen, die erforderlich ist, um die Solleinstellung zu erreichen, und sendet diese Anpassung zur Maschine (102). Die Maschine (102) sendet ein Ausgangssignal, z. B. über (nicht gezeigte) Sensoren, die an der Maschine angeordnet sind, zur Überwachungs-Reglersteuerschaltung (112), wie in den Fig. 1 und 6 gezeigt ist, und die Überwachungssteuerschaltung (106). Die Überwachungs- Reglersteuerschaltung (112) ermittelt die Differenz zwischen dem Ausgang der Maschine (102) und vorgegebenen Grenzen. Von der Überwachungs- Reglersteuerschaltung (112) wird ein Steuersignal ausgegeben, das der Differenz entspricht, wobei dieses in die Reglersteuerschaltung (104) eingegeben wird. In Reaktion auf das von der Überwachungs-Reglersteuerschaltung (112) ausgegebene Steuersignal paßt die Reglersteuerschaltung (104) die aktuelle Einstellung für die Maschine (102) an. Die Überwachungssteuerschaltung (106) paßt den Ausgang der Vorhersage-Prozeßmodellschaltung (108) entsprechend dem von der Maschine (102) erhaltenen Ausgang an. Wenn die Überwachungssteuerschaltung (106) eine Anpassung vornimmt, gibt die Überwachungssteuerschaltung ein Signal an die Überwächungs-Steuersystemschaltung (110) aus. Die Überwachurigs- Steuersystemschaltung (110) sendet ein Signal zur Überwachungssteuerschaltung (106), um anzuzeigen, wenn die Anpassung in bezug auf die Abstimmungsgrenzen korrekt ist.
- Da eine Fabrik viele verschiedene Prozesse ausführen muß, enthält die Fabrik viele verschiedene Arten von Maschinen zur Ausführung dieser verschiedenen Prozesse. Als Ergebnis dieser verschiedenen Maschinen sind verschiedene Prozeßmodelle, die in einer Bibliothek von Prozeßmodellen gespeichert sein können, erforderlich, um die verschiedenen Maschinen zu modellieren. Ein Benutzer analysiert nach der Durchführung verschiedener Tests von hergestellten Wafern die Ergebnisse dieser Wafer-Tests, z. B. anhand einer Regressionsanalyse, und entwickelt Gleichungen, die das Prozeßverhalten modellieren. Eine solche Gleichung kann dargestellt werden durch Yi = F(x1, x2 ... xn, c1, c2, ... cn), wobei Y1 der Modellausgang ist, Xi eine Modell-Regelgröße ist und Ci ein konstanter Wert ist. Diese Prozedur kann für alle verschiedenen Arten von Maschinen innerhalb der Fabrik wiederholt werden, wobei verschiedene Arten von Modellausgängen (Yi) für jede verschiedene Maschinenart erhalten werden. Diese verschiedenen Arten von Prozeßmodellen können in die Vorhersage-Prozeßmodellschaltung (108) von einem Computer, einem Mikrocomputer oder einem Minicomputer über eine Arbeitsstation eingegeben werden, wie z. B. einen Personalcomputer, der an einem verteilten Netzwerk arbeitet.
- Wie in Fig. 5 gezeigt, enthält eine Prozeßmodellschaltung (302) ein Prozeßmodell des Prozeßverhaltens, das durch Gleichungen dargestellt wird, wie oben beschrieben worden ist. Ein Benutzer, z. B. ein Steuerungstechniker, konfiguriert das Prozeßmodell für die Maschine (102) z. B. auf dem Computer. Es gibt drei Komponenten der Prozeßmodellschaltung (302), die der Benutzer konfigurieren muß.
- Die erste Komponente, der Modellausgang, beschreibt die Gleichungen, wie z. B. Y1 = F(xi, ci), wie oben beschrieben worden ist. Die zweite Komponente, die Störgröße, definiert, wie ein Wen von der externen Umgebung erhalten wird, z. B. für die Verwendung in der Gleichung des Ausgangsmodells und der früheren Materialverarbeitungs-Historie des Wafers, der von früheren Maschinen verarbeitet worden ist. Wenn das Prozeßmodell konfiguriert ist, ist die Störgröße eine Variable in den Modellausgangsgleichungen. Zur Laufzeit, nach dem Zeitpunkt der Konfiguration, wird die Störgröße gemäß dieser Definition aufgelöst, woraufhin die Störgröße eine Variable mit einer Konstanten in der Modellausgangsgleichung ersetzt. Die letzte oder dritte Komponente, die Modellregelgrößen, die Maschinenparameter sind, werden verwendet, um Grenzen für die erlaubten Werte für die gleichen Maschinenparameterwerte zu definieren.
- Die Prozeßmodellschaltung (302) überträgt das Prozeßmodell zur Steuerungsstrategieschaltung (304). Die Steuerungsstrategie umfaßt Daten, die definieren, wie sich die Überwachungssteuerschaltung (106) und die Überwachungs- Steuersystemschaltung (110) verhalten. Die Steuerungsstrategieschaltung (304) konfiguriert eine Steuerungsstrategie, die in Kombination mit einem Prozeßmodell verwendet werden soll, um den Prozeß zu steuern. Ein Benutzer, z. B. ein Steuerungstechniker, konfiguriert die Steuerungsstrategie über eine Computerschnittstelle.
- Statt die Maschine zu betreiben durch Ändern der Maschineneinstellungen der Maschine, erlaubt die Information in der Steuerungsstrategie dem Benutzer, die gewünschten Sollwerte zu spezifizieren. Die Steuerungsstrategie wird von der Überwachungssteuerschaltung verwendet, um die Maschine (102) automatisch zu steuern durch Anpassen der Einstellung, wenn die wirkliche Einstellung von der vorhergesagten Einstellung verschieden ist. Die Steuerungsstrategie liefert einen nahtlosen Steuerzyklus, der den Benutzereingriff in den Steuerzyklus zum Steuern des Prozesses deutlich reduziert, wenn nicht sogar eliminiert.
- Die Steuerungsstrategieschaltung (304) konfiguriert einen Datenabtastplan, den die Steuervorrichtung verwendet, um die von den Sensoren der Maschine (102) zu sammelnden Rohdaten zu definieren. Ein Messungsrechner wird von der Steuerungsstrategieschaltung (304) erzeugt, um zu definieren oder zu spezifizieren, wie Rohdaten z. B. von den Sensoren in Messungen auf übertragen sind, z. B. kann eine Zeitreihenanalyse der Rohdaten durch den Datenabtastplan erzeugt werden, wobei ein Messungsrechner Ratenmessungen für die Zeitreihenanalyse erzeugt. Die Steuerungsstrategieschaltung (304) erzeugt Strategieausgänge als Funktion der Steuerungsstrategie, um das Prozeßmodell aufzulösen.
- Die Strategieausgänge enthalten Vorhersagegleichungen, , um den erwarteten Wert des Strategieausgangs zu definieren, Beobachtungsgleichungen, um zu definieren, wie der Istwert des Strategieausgangs abzuleiten ist, und sind Funktionen der Messungen, der Nebenwerte und der Sollwerte. Die Beobachtungsgleichung definiert eine Funktion von Messungen, die von einem Messungsrechner erzeugt worden sind. Die Vorhersagegleichung definiert eine Funktion von Modellausgängen, z. B. Yn. Die Nebenwerte sind Grenzen für die Vorhersagewerte, wobei z. B. die Nebenwerte einen maximalen und einen minimalen Wert für die Vorhersagegleichungen definieren. Die Sollwerte entsprechen einem spezifischen gewünschten Wert für jede der Vorhersagegleichungen, z. B. der Zahl 5. Sowohl die Vorhersagegleichungen als auch die Beobachtungsgleichungen oder nur eine der Vorhersagegleichungen kann von der Steuerungsstrategieschaltung (304) erzeugt werden.
- Ein weiterer Aspekt der Konfiguration der Steuerungsstrategie durch die Steuerungsstrategieschaltung (304) ist eine Transformation zum Definieren der Kombination der vorhergesagten Werte oder der beobachteten Werte, die verwendet werden sollen, um die Qualität der Ergebnisse des Prozesses (102) zu beurteilen. Die Übertragung, die während der Datenanalyse verwendet werden kann, kann einen Test definieren, der auf den vorhergesagten Wert, den beobachteten Wert oder eine Kombination diese Werte angewendet werden soll, um zu ermitteln, ob der Prozeß ein vorgegebenes Steuerkriterium erfüllt. Ein solcher Test entspricht z. B. den Western-Electric-Regeln für die Erfassung von Tendenzen in Daten. Der Test vergleicht die Datentransformation, z. B. wie ein Wert zu erzeugen ist, z. B. beobachteter Wertminus vorhergesagter Wert.
- Ein weiterer Aspekt bei der Konfiguration einer Steuerungsstrategie durch die Steuerungsstrategieschaltung (304) ist die Konfiguration der Modellabstimmung. Nachdem eine Maschine den Prozeß abgeschlossen hat, werden die beobachteten Werte des Prozesses im Vergleich zu den vorhergesagten Werten gemessen, wobei Anpassungen am Prozeßmodell erforderlich sein können, um die nachfolgende Verarbeitung zu verbessern. Zum Beispiel ermittelt die Konfiguration der Modellabstimmung, welcher der Prozeßmodellausgänge abzustimmen ist, z. B. welche Gleichung, wenn der Modellausgang abzustimmen ist oder der Modellausgang häufig abgestimmt werden soll, z. B. sollte das Modell nach jedem Wafer- Durchlauf abgestimmt werden. Schließlich spezifiziert die Konfiguration die minimale und die maximale Größe der Abstimmung, die zulässig ist. Als Ergebnis der Konfiguration spezifiziert und speichert die Modellabstimmeinrichtung eine Beschreibung dafür, wie abzustimmen ist, so daß zur Laufzeit die für die Abstimmung erforderliche restliche Information zur wirklichen Abstimmungsprozeßschaltung (312) geliefert werden kann und die Abstimmung abgeschlossen werden kann.
- Die Steuerungsstrategieschaltung (304) kann vier Arten von Eingängen für die Steuerungsstrategie liefern. Diese Eingänge werden vom Benutzer konfiguriert. Erstens, eine Strategie-Regelwert definiert zusätzliche Grenzen für einen entsprechenden Modell-Regelwert, um die Modell-Regelwerte weiter zu begrenzen. Diese zusätzlichen Grenzen begrenzen die berechneten Einstellungen für die Maschine, die zur Laufzeit erhalten werden. Zweitens, eine Störgröße definiert eine Variable, die zur Laufzeit aufgelöst werden soll und wird als Konstante in den Gleichungen verwendet. Drittens, ein Steuerparameter definiert eine Maschineneinstellung, die vom Benutzer eingegeben wird, wenn die Steuerungsstrategie konfiguriert wird, und erfordert keine weitere Bewertung. Viertens, eine abgeleitete Regelgröße repräsentiert eine Maschineneinstellung, deren Werte ermittelt werden, nachdem die Gleichungen aufgelöst worden sind. Die abgeleiteten Regelwerte enthalten eine Gleichung, deren Variablen andere Eingaben enthalten. Außerdem konfiguriert die Steuerungsstrategieschaltung (304) eine Optimierungsstrategie, die definiert, wie das Prozeßmodell aufzulösen ist, um Maschineneinstellungen und vorhergesagte Werte für einen Prozeß zu erhalten. Die Optimierungsstrategie definiert, wie die Gleichungen für die Modellausgänge und die Strategieausgangsvorhersagen aufzulösen sind. Um die Gleichungen aufzulösen, muß die Optimierungsstrategie so konfiguriert sein, daß die Steuervorrichtung fähig ist, eine einzige Lösung aus den mehreren Lösungen zu erhalten. Wenn z. B. der Entwicklungsraum N-dimensional ist, kann die Lösung der N-dimensionalen Gleichungen eine Reihe oder Anzahl von Lösungen enthalten, die jeweils entweder eine beste Lösung oder eine suboptimale, jedoch annehmbare Lösung repräsentieren. Die Gleichungen werden aufgelöst durch eine Optimierungsfunktion, wie z. B. dadurch, daß entweder die dem Startpunkt naheliegendste Lösung, eine global beste Lösung oder die erste annehmbare Lösung, die ausgehend vom Startpunkt erhalten wird, zurückgegeben wird. Die Optimierungsfunktion wird so gewählt, daß sie mit dem ausgewählten Prozeßmodell übereinstimmt oder diesem entspricht. Die Feststellung, ob die Gleichungen gelöst werden können oder nicht, hängt in bestimmten Fällen vom Startpunkt ab, der für die Gleichungen gewählt wird. Durch Vorsehen einer Serie oder Anzahl von Startpunkten wird die Wahrscheinlichkeit, daß die ausgewählte Optimierungsfunktion die Gleichungen nicht lesen kann, deutlich reduziert.
- Die Operation der Steuerungsstrategieschaltung (304) wurde in einer spezifischen Sequenz beschrieben, jedoch kann die Konfiguration in einer beliebigen Sequenz durchgeführt werden, die der Benutzer, z. B. der Steuerungstechniker, als optimal für eine bestimmte Anwendung ermittelt. Eine Steuerungsstrategie- Bibliothek enthält Steuerungsstrategien für verschiedene Maschinen. Um ein Steuersystem zu konfigurieren, muß eine minimale Informationsmenge konfiguriert werden, wobei, bevor die Steuervorrichtung den Übergang vom Konfigurationszustand in den Laufzustand erlaubt, diese minimalen Anforderungen erfüllt werden müssen. Es fällt in den Umfang der vorliegenden Erfindung, einen Test vorzusehen, um zu ermitteln, ob diese minimale Anforderung erfüllt worden ist. Die Einstellungsberechnungsschaltung (306) umfaßt den Konfigurationsaspekt der Steuerungsstrategie, die übrigen Schaltungen, nämlich die wirkliche Steuerprozeßschaltung (308), die Analyseschaltung (310) und die wirkliche Abstimmungsprozeßschaltung (312), beziehen sich auf die Laufzeit.
- Die Prozeßmodellschaltung (302) und die Steuerungsstrategieschaltung (304) wurden getrennt definiert, so daß die Prozeßmodellschaltung (302) das Ausgangsverhalten des Prozesses als Funktion der Modell-Regelwerte, der Störgrößen und anderer Modellausgänge beschreibt. Das Prozeßmodell begrenzt durch die Modellausgänge Yi, die Modell-Regelewerte, so daß die Modellausgänge einen Entwicklungsraum (500) definieren, so daß das vorhergesagte Verhalten des Prozesses der Maschine in wohldefinierten Grenzen (502, 504) liegt, wobei irgendein Punkt innerhalb des Entwicklungsraumes (500) eine annehmbare Lösung für das Prozeßmodell darstellt. Obwohl der Entwicklungsraum (500) in drei Dimensionen dargestellt ist, liegt es im Umfang der vorliegenden Erfindung, daß der Entwicklungsraum (500) n-dimensional sein kann. Das Prozeßmodell erlaubt der Steuervorrichtung, daß ideale Prozeßverhalten der Maschine (102) vorherzusagen. Das Prozeßmodell ist eine Vorhersage für den idealen Prozeß und definiert nicht unbedingt das wirkliche Prozeßverhalten.
- Diese Vorhersage des Prozesses erlaubt der Steuervorrichtung, das wirklich beobachtete Prozeßverhalten mit dem vorhergesagten Verhalten des Prozeßmodells zu vergleichen. Wenn das Prozeßverhalten nicht mit dem vorhergesagten Verhalten übereinstimmt, wird das Prozeßmodell angepaßt mittels einer "Rückkopplung", so daß das zukünftige vorhergesagte Prozeßverhalten besser dem wirklichen Prozeßverhalten entspricht. Die Trennung des Prozeßmodells von der Steuerungsstrategie erlaubt der Steuerungsstrategie, flexibel zu sein, schnell aktualisiert zu werden und sich auf einen weiten Bereich von Maschinen zu beziehen, die ähnliche Arten von Prozessen ausführen. Die Steuerungsstrategie ist gemäß den Bedürfnissen des Benutzers konfiguriert, z. B. für verschiedene Arten von Maschinen. Eine Steuerungsstrategie muß daher einem bestimmten Prozeß entsprechen und das Prozeßverhalten dieses Prozesses vorhersagen durch Vorhersagen, Aufzeichnungen dieser Vorhersagen und Analysieren der Ergebnisse des aktuellen Prozeßverhaltens in bezug auf das vorhergesagte Verhalten, um den Prozeß zu steuern.
- Um eine genaue Vorhersage zur Verfügung zu stellen, gibt es verschiedene. Verfahren, die zum Definieren von Prozeßnovellen verwendet werden. Ein Beispiel für diese verschiedenen Verfahren zum Erzeugen von Prozeßmodellen ist die fundamentale Modellierung, in der ein fundamentales physikalisches Modell durch eine Reihe von Differentialgleichungen dargestellt wird, welche aufgelöst werden. Das fundamentale physikalische Modell ist ein vordefiniertes Modell, das für den zu modellierenden Prozeß generisch sein kann.
- Ein weiteres Verfahren der verschiedenen Verfahren zum Erzeugen der Prozeßmodelle ist die Antwortoberflächen-Modellierung, in der der Benutzer, z. B. ein Steuerungstechniker, eine Reihe von Versuchsprozessen ausführt, in denen die Eingänge und Ausgänge des Versuches modelliert werden, um eine Reihe von Gleichungen zu erzeugen, die die durch die Versuche dargestellten Prozesse vorhersagen.
- Ein weiteres Verfahren zum Erzeugen der Prozeßmodelle umfaßt die Neuronalnetz-Modellierung, in der der Benutzer vorgegebene Eingangswerte und entsprechende gemessene Ausgangswerte erhält und eine Reihe von Gleichungen "lernt", die die Eingangswerte zu den Ausgangswerten in Beziehung setzen oder auf diese abbilden. Die Anzahl der Durchläufe, die zum Erzeugen des Prozeßmodells erforderlich sind, ist im allgemeinen größer als bei der Antwortoberflächen- Modellierungstechnik
- Ein weiteres Verfahren zum Erzeugen der Prozeßmodelle ist die Fuzzy- Modellierung. Dieser Typ von Modellierung wird in Situationen verwendet, in denen die exakten Beziehungen zwischen den Eingangswerten und den Ausgangswerten nicht spezifisch definiert oder quantifiziert sind. Die Fuzzy- Modellierung kann logische Regeln enthalten, wie z. B. "wenn ... dann ...", die in der Steuerungsstrategie zu finden sind. Als Alternative wählt der Benutzer eine Gleichung, wenn diese die beste Näherung der Beziehung zwischen den Eingangswerten und den Ausgangswerten zu bieten scheint.
- Ein weiteres Verfahren für die Erzeugung von Prozeßmodellen ist die lineare Modellierung, bei der die Beziehung zwischen den Prozeßeingangswerten und den Prozeßausgangswerten auf linearen Gleichungen beruht.
- Alle diese Verfahren werden in einer mathematischen Form einer Gleichung dargestellt, die durch einen Computer gelöst werden kann. Gemäß der vorliegenden Erfindung ist die spezifische Form von Prozeßmodellen durch den Benutzer konfigurierbar und ist leicht austauschbar, was eine sehr flexible Steuervorrichtung ermöglicht.
- Vor der Laufzeit der Steuervorrichtung (106) wird die Steuerungsstrategie konfiguriert, um eine flexible Übersicht der Beziehung zwischen den Daten der Steuerungsstrategie zu schaffen. Zur Laufzeit wird diese Übersicht durch wirkliche Daten von z. B. der Maschine oder der Wafer-Historie ersetzt, so daß das Prozeßmodell aufgelöst werden kann.
- Eine Möglichkeit, wie die Analyseschaltung (310) die Ergebnisse des Prozesses interpretiert, umfaßt den "Datenabtastplan". Der Datenabtastplan spezifiziert die Informationen oder Rohdaten von den Sensoren an der Maschine, die zum Analysieren des Prozesses erforderlich sind. Somit definiert der Datenabtastplan die spezifischen Datenelemente, die die Maschine (102) der Steuervorrichtung liefert, so daß die Steuervorrichtung die Ergebnisse von der Maschine bewerten kann. Wenn sich z. B. der durchzuführende Prozeß auf eine Maschine bezieht, die eine Schicht von einem Wafer ätzt, kann die Maschine einen Sensor auf der Maschine verwenden, wie z. B. ein Ellipsometer, um die Dicke des Wafers während des Ätzprozesses zu messen und den Prozeß zu stoppen, nachdem die Dicke einen vorgegebenen Dickenwert erreicht hat. Der Datenabtastplan veranlaßt die Maschine, Dickeninformation und Zeitinformation vom Ellipsometer während des Ätzprozesses zu liefern. Sobald der Datenabtastplan die aktuelle Dicke und die Zeitinformationen empfängt, berechnet der Messungsrechner die Ätzrate, die selbstverständlich eine Funktion der Dicke und der Zeitinformationen ist, und liefert die Ätzrate an die Steuervorrichtung (106).
- In einem weiteren Beispiel des Datenabtastplans scheidet die Maschine dann, wenn der Prozeß der Maschine zum Abscheiden einer Metallschicht auf der Oberfläche des Wafers dient, Metall für eine Zeitperiode ab, um die benötigte Dicke des Metalls zu erzeugen. Die Steuervorrichtung (106) benötigt die von der Maschine abgeschiedene Metalldicke als Ergebnis des von der Maschine durchgeführten Prozesses. Die Maschine mißt jedoch nicht direkt die Dicke, statt dessen mißt die Maschine den spezifischen Widerstand der Oberfläche der abgeschiedenen Metallschicht, welcher zum Ableiten der Dicke verwendet wird. Der Datenabtastplan spezifiziert, daß die Maschine den spezifischen Widerstand, wie durch die Anläge gemessen, liefert und ein Messungsrechner die Dicke aus dem der Steuervorrichtung zurückgeführten spezifischen Widerstand berechnet.
- Um einen flexiblen Datenabtastplan zu schaffen, besteht ein Weg zum Erreichen der obenerwähnten Ergebnisse darin, einen objektorientierten Entwurf zu verwenden, um die verschiedenen Schaltungen zur Ableitung der Meßwerte zn modellieren. Einer spezifischen Klasse werden verschiedene Techniken zum Ableiten von Meßwerten zugeordnet, so daß die Klasse die spezifische Software zum Extrahieren der spezifischen Informationen aus dem Datenabtastplan und zum Umsetzen dieser Informationen in die von der Steuervorrichtung benötigten spezifischen Informationen enthält. Im obigen Beispiel stellen die Klassen, die unter Verwendung eines objektorientierten Entwurfs definiert worden sind, die Software zum Wiedergewinnen der Dicke vom Ellipsometer und zum Wiedergewinnen der Zeitperiode zum Herstellen der benötigten Dicke zur Verfügung, so daß eine Ätzrate berechnet werden kann. Bezüglich des zweiten obigen Beispiels enthalten die Klassen, die unter Verwendung eines objektorientierten Entwurfes definiert worden sind, die Software zum Wiedergewinnen der Widerstandsdaten von der Abscheidungsmaschine und zum Umsetzen dieser Daten in einen Dickenwert, der von der Steuervorrichtung benötigt wird.
- Wenn der Benutzer, z. B. ein Steuerungstechniker, die Konfiguration der Prozeßmodellschaltung (302) und der Steuerungsstrategieschaltung (304) abschließt, werden diese Daten zur Einstellungsberechnungsschaltung (306) übertragen. Die Einstellungsberechnungsschaltung (306) verwendet die konfigurierten Daten, um die Werte der Maschinenparameter zu ermitteln, die anschließend als Einstellungen zur Maschine gesendet werden. Die Einstellungsberechnungsschaltung (306) verwendet den Gleichungslösungsalgorithmus, der in der Steuerungsstrategie spezifiziert wird, um die Gleichungen zu lösen. Die Werte der gelösten Gleichungen sind die Basis der Maschineneinstellungen, die zur wirklichen Prozeßschaltung (308) gesendet werden, und der vorhergesagten Werte, die zur Analyseschaltung (310) gesendet werden.
- Die wirkliche Steuerprozeßschaltung (308) definiert den genauen Prozeßschritt für eine bestimmte Maschine, z. B. durch einen vom Benutzer ausgewählten Indexwert. Gemäß diesem Indexwert wird eine Auswahl eines nun vordefinierten Prozeßmodells und einer nun vordefinierten Steuerungsstrategie getroffen. Die aktuelle Steuerprozeßschaltung (308) liefert die Modellausgänge des ausgewählten Prozeßmodells in bezug auf Modellnebenwerte, objektive Funktionen, die vorhergesagten und die beobachtbaren Werte, die Nebenwerte und die Sollwerte, die Grenzen der Modell-Regelwerte und die anderen Parameter, die der Optimierungsstrategie zugeordnet sind. Die wirkliche Steuerprozeßschaltung füllt den Datenabtastplan während der Verarbeitung und liefert der Analyseschaltung (310) aktuelle Daten von den Sensoren der Maschine, um die durch die Konfiguration der Steuerungsstrategieschaltung (304) definierten Daten zurückzugeben. Die wirkliche Steuerprozeßschaltung (308) steuert die Maschine, um den Prozeß entsprechend den Einstellungen durchzuführen, die von der Steuerungsstrategie und den vom Prozeßschritt und der Steuerungsstrategie gelieferten Sollwerten erzeugt werden. Der Messungsrechnerin der Analyseschaltung (310) erhält die Messungen und leitet die beobachteten Werte von den Messungen ab, sobald die Verarbeitung abgeschlossen ist. Die Analyseschaltung (310) überträgt die aktuellen Daten von der Maschine, wie durch die Steuerungsstrategieschaltung (304) konfiguriert, und führt die konfigurierten Tests durch unter Verwendung der transformierten Daten gemäß den konfigurierten Tests. Die wirkliche Abstimmprozeßschaltung (312) verwendet die in der Steuerungsstrategieschaltung (304) konfigurierte Abstimmeinrichtung, um die Modellausgangsgleichungen anhand der Prozeßmodellgleichungen abzustimmen durch Erhalten eines Unterschieds mittels Vergleichen der beobachteten Werte des aktuellen Prozesses mit den vorhergesagten Werten vom Prozeßmodell. Wenn der Unterschied nicht innerhalb vorgegebener Grenzen liegt, wird die folgende Verarbeitung gestoppt. Wenn der Unterschied innerhalb vorgegebener Grenzen liegt, aktiviert die aktive Abstimmprozeßschaltung (312) die Einstellungsberechnungsschaltung (306), um die Maschine für einen weiteren Prozeß vorzubereiten, z. B. einen weiteren zu verarbeitenden Wafer.
- Die Operation der Steuervorrichtung (106) ist in Fig. 2 gezeigt. Im Schritt 202 wird das Prozeßmodell entwickelt durch Eingeben der Ergebnisse von Wafer- Tests durch einen Benutzer, z. B. einen Steuerungstechniker. Im Schritt 202 werden Ausgangsgleichungen zur Verfügung gestellt, die das Prozeßverhalten modellieren, z. B. Yi = F(x1, x2, ... xn, c1, c2, ..., cn), wobei Yi der Modellausgang ist und Xi der Modell-Regelwert ist und Ci ein konstanter Wert ist. Im Schritt 204 wird das Prozeßmodell für eine Maschine von einem Benutzer konfiguriert. Zum Beispiel konstruiert der Benutzer Gleichungen und definiert Störgrößen und einen Modell-Regelwert entsprechend einer bestimmten Maschine. Die gewählten Ausgangsgleichungen definieren einen Entwicklungsraum (500), der mehrdimensional sein kann. Im Schritt 205 wird die Steuerungsstrategie konfiguriert. Schritt 105 enthält drei Schritte, nämlich Schritt 230, Schritt 232 und Sehritt 234, die in Fig. 4 gezeigt sind. Außerdem sind in Fig. 3 die Unterschritte von Schritt, 230 gezeigt. Im Schritt 236 werden Messungen konfiguriert, z. B. werden der Datenabtastplan zum Erhalten von Rohdaten von den Sensoren, die der Maschine zugeordnet sind, erhalten. Ein Messungsrechner wird konfiguriert und erzeugt, um zu definieren, wie die Rohdaten von den Sensoren auf Meßwerte z. B. von einer Gleichung zu übertragen sind.
- Im Schritt 238 werden die Vorhersagegleichungen, die Sollwerte, die Nebenwerte und die Beobachtungsgleichungen als Strategieausgänge definiert. Zum Beispiel definiert die Beobachtungsgleichung eine Funktion der Meßwerte, um den beobachteten Wert zu erzeugen. Die Vorhersagegleichung definiert eine Funktion der Modellausgänge, um den vorhergesagten Wert zu erzeugen. Die Nebenwerte sind Grenzen für die vorhergesagten Werte, wobei die Sollwerte spezifische Ziele für vorhergesagte Werte sind.
- Im Schritt 240 werden die Transformation und die Analyse konfiguriert, um die Kombination der vorhergesagten Werte oder beobachteten Werte, die analysiert werden sollen, zu definieren, und um die Datenanalyse zu definieren, z. B. welche Tests bei der Analyse der Daten zu verwenden sind, nachdem der Prozeß mit der ausgewählten Maschine abgeschlossen ist, um zu ermitteln, ob der Prozeß sich wie vorhergesagt, verhält.
- Im Schritt 242 wird die Modellabstimmung konfiguriert, um zu spezifizieren, welche Modellausgangsgleichung angepaßt wird, wann oder wie häufig der beobachtete Wert oder die vorhergesagten Werte empfangen werden, wie oder welcher Abstimmalgorithmus zu verwenden ist, um z. B. eine minimale oder eine maximale Abstimmung zu erreichen.
- Wie in Fig. 4 gezeigt, werden im Schritt 232 die Eingänge konfiguriert, um Grenzen für die Strategieausgänge zu definieren, um den Wert der zusätzlichen Maschinenparameter zu setzen. Außerdem wird eine Definition der Strategie- Regelwerte konfiguriert, die die Modell-Regelwerte und die Störgrößen mit ihren Grenzen einschränken.
- Ferner wird im Schritt 234 die Optimierungsstrategie konfiguriert, um zu definieren, wie die Gleichungen, die Modellausgänge und die Strategieausgänge zu lösen sind. Zum Beispiel, wie die beste Lösung ausgewählt wird unter Verwendung entweder der dem Startpunkt am nächsten liegenden Lösung, der global besten Lösung oder der ersten Lösung. Außerdem wird die Optimierungsstrategie konfiguriert, um die objektive Funktion auszuwählen, die die Gleichung für eine Lösung bewertet, die optimal ist.
- Wie in Fig. 2 gezeigt, wird im Schritt 206 der Prozeßschritt gemäß der Maschine definiert, die der Benutzer ausgewählt hat. Im Schritt 208 werden ein Prozeßmodell und eine Steuerungsstrategie von der Software entsprechend dem Prozeßschrift ausgewählt. Im Schritt 210 werden ein wirklicher Regelwert oder die Maschineneinstellungen von der Steuervorrichtung (320) entsprechend dem Prozeßmodell und der Steuerungsstrategie ausgewählt. Im Schritt 212 weist die Steuervorrichtung (320) die Maschine an, den Prozeßschritt durchzuführen, z. B. einen Wafer gemäß den berechneten Einstellungen zu verarbeiten. Im Schritt 214 wird die Analyse durchgeführt durch Anwenden des Messungsrechners, der vorher konfiguriert worden ist, um beobachtete Werte für die Messungen zu erhalten. Die Daten werden wie spezifiziert transformiert, wobei die Tests, die vorher konfiguriert worden sind, ausgeführt werden unter Verwendung der transformierten Daten. Im Schritt 216 wird ermittelt, ob die Maschine sich innerhalb der Steuerparametergrenzen befindet, durch Bewerten der Testergebnisse der Analyse. Wenn die Maschine unter Kontrolle ist, wird die Kontrolle zwischen den Schritten 206 und 208 übertragen. Wenn die Maschine nicht unter Kontrolle ist, wird das Prozeßmodell entsprechend der Analyse abgestimmt, um angepaßte Modellausgangsgleichungen zu erhalten. Im Schritt 220 wird jedoch ermittelt, ob die Abstimmung innerhalb vorgegebener Abstimmungsgrenzen liegt. Wenn die Abstimmung nicht innerhalb der vorgegebenen Abstimmungsgrenzen liegt, wird der Prozeß im Schritt 222 gestoppt, so daß die Maschine neu bewertet werden kann. Wenn die Abstimmung innerhalb vorgegebener Abstimmungsgrenzen liegt, wird die Kontrolle zwischen den Schritten 206 und 208 übertragen.
- Obwohl die vorliegende Erfindung in bezug auf eine Halbleiterfabrik beschrieben worden ist, kann die Erfindung gleichermaßen auf andere Fabriktypen angewendet werden.
- Wie in Fig. 8 gezeigt, kann ein Computer 400, der mit einem Speicher 402 und einer Eingabe/Ausgabe-Vorrichtung 404 über einen Bus 406 verbunden ist, verwendet werden, um die vorliegende Erfindung zu implementieren.
Claims (13)
1. Vorrichtung zum Steuern eines in einer Maschine auszuführenden
Prozesses, die umfaßt: eine Schaltungsanordnung (108, 302), die so beschaffen ist, daß
sie mehrere. Prozeßmodelle (Y1, Y2, ..., Yn) für die Maschine konfiguriert, eine
Schaltungsanordnung, die so beschaffen ist, daß sie eines (Yi) der mehreren
Prozeßmodelle auswählt, eine Schaltungsanordnung (304), die so beschaffen ist, daß
sie mehrere Steuerungsstrategien für die Maschine konfiguriert (205), eine
Schaltungsanordnung, die so beschaffen ist, daß sie eine der mehreren
Steuerungsstrategien, die in Kombination mit einem Prozeßmodell verwendet werden
soll, auswählt (208), um den Prozeß zu steuern, eine Schaltungsanordnung, die so
beschaffen ist, daß sie Einstellungen für die Maschine (102) anhand des
ausgewählten Prozeßmodells (Yi) und der ausgewählten Steuerungsstrategie berechnet,
eine Schaltungsanordnung (308), die so beschaffen ist, daß sie die Maschine (102)
so steuert, daß sie den Prozeß in der Maschine in Übereinstimmung mit den
berechneten Einstellungen ausführt (212), eine Schaltungsanordnung (112), die so
beschaffen ist, daß sie Ausgangssignale von der Maschine (102) empfängt und
den in der Maschine ausgeführten Prozeß analysiert (214), um zu bestimmen
(216), ob der Prozeß innerhalb vorgegebener Grenzen (502, 504) liegt, und eine
Schaltungsanordnung (312), die so beschaffen ist, daß sie das ausgewählte
Prozeßmodell abstimmt (218) und, falls erforderlich, die Maschine (102) in
Übereinstimmung mit dem abgestimmten Prozeßmodell einstellt (210, 212).
2. Vorrichtung nach. Anspruch 1, bei der die Schaltungsanordnung für die
Konfiguration (205) mehrerer Steuerungsstrategien eine Schaltungsanordnung für
die Konfiguration (236) von Messungen von der Maschine enthält.
3. Vorrichtung nach Anspruch 1 oder Anspruch 2, bei der die
Schaltungsanordnung, die so beschaffen ist, daß sie mehrere Steuerungsstrategien konfiguriert
(205), eine Schaltungsanordnung enthält, die so beschaffen ist, daß sie
Strategieausgänge konfiguriert (230), um zu definieren, wie Messungen auf den Prozeß
anzuwenden sind.
4. Vorrichtung nach einem vorhergehenden Anspruch, bei der die
Schaltungsanordnung, die so beschaffen ist, daß sie mehrere Steuerungsstrategien
konfiguriert (205), eine Schaltungsanordnung umfaßt, die so beschaffen ist, daß sie
eine Kombination aus Vorhersagen oder Beobachtungen definiert (238).
5. Vorrichtung nach einem vorhergehenden Anspruch, bei der die
Schaltungsanordnung, die so beschaffen ist, daß sie mehrere Steuerungsstrategien
konfiguriert (205), eine Schaltungsanordnung umfaßt, die so beschaffen ist, daß sie
eine Modellabstimmeinrichtung konfiguriert (242), um das Prozeßmodell
abzustimmen.
6. Vorrichtung nach einem vorhergehenden Anspruch, bei der die
Schaltungsanordnung, die so beschaffen ist, daß sie mehrere Steuerungsstrategien
konfiguriert, eine Schaltungsanordnung umfaßt, die so beschaffen ist, daß sie eine
Optimierungsstrategie konfiguriert (234), um das Prozeßmodell zu optimieren.
7. Vorrichtung nach einem vorhergehenden Anspruch, bei der die
Schaltungsanordnungen (108, 302, 304), die für die Konfiguration geeignet sind, so
beschaffen sind, daß sie Prozeßmodelle und Steuerungsstrategien für mehrere
Maschinen (102) konfigurieren.
8. Verfahren zum Steuern eines in einer Maschine auszuführenden Prozesses,
das umfaßt: Konfigurieren (204) mehrerer Prozeßmodelle für die Maschine,
Konfigurieren (205) mehrerer Steuerungsstrategien, Auswählen (208) eines der
mehreren Prozeßmodelle, Auswählen (208) einer der mehreren Steuerungsstrategien,
die in Kombination mit einem Prozeßmodell verwendet werden sollen, um den
Prozeß zu steuern, Berechnen (210) von Einstellungen für die Maschine (102)
anhand des ausgewählten Prozeßmodells und der ausgewählten
Steuerungsstrategie, um einen solchen Prozeß auszuführen, Ausführen (212) des Prozesses in der
Maschine in Übereinstimmung mit den berechneten Einstellungen, Analysieren
(214) des in der Maschine ausgeführten Prozesses, um zu bestimmen (216), ob der
Prozeß innerhalb vorgegebener Grenzen (502, 504) liegt, und, falls erforderlich,
Abstimmen (218) des ausgewählten Prozeßmodells und Einstellen (210, 212) der
Maschine (102) in Übereinstimmung mit dem abgestimmten Prozeßmodell.
9. Verfahren nach Anspruch 8, bei dem der Schritt des Konfigurierens der
Steuerungsstrategien den Schritt umfaßt, bei dem Messungen von der Maschine
(102) konfiguriert (236) werden.
10. Verfahren nach Anspruch 8 oder Anspruch 9, bei dem der Schritt des
Konfigurierens (205) der Steuerungsstrategien den Schritt (230) umfaßt, bei dem
Strategieausgänge konfiguriert werden, um zu definieren, wie die Messungen auf
den Prozeß anzuwenden sind.
11. Verfahren nach den Ansprüchen 8 bis 10, bei dem der Schritt des
Konfigurierens (205) der Steuerungsstrategien den Schritt umfaßt, bei dem eine
Kombination aus Vorhersagen oder Beobachtungen definiert (238) werden:
12. Verfahren nach einem der Ansprüche 8 bis 11, bei dem der Schritt des
Konfigurierens (205) der Steuerungsstrategien den Schritt umfaßt, bei dem eine
Modellabstimmeinrichtung konfiguriert wird (242), um den Prozeß abzustimmen.
13. Verfahren nach einem der Ansprüche 8 bis 12, bei dem der Schritt des
Konfigurierens (205) der Steuerungsstrategien den Schritt umfaßt, bei dem eine
Optimierungsstrategie konfiguriert wird (234), um das Prozeßmodell zu
optimieren.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/093,842 US5402367A (en) | 1993-07-19 | 1993-07-19 | Apparatus and method for model based process control |
Publications (2)
Publication Number | Publication Date |
---|---|
DE69431822D1 DE69431822D1 (de) | 2003-01-16 |
DE69431822T2 true DE69431822T2 (de) | 2003-09-18 |
Family
ID=22241127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE69431822T Expired - Lifetime DE69431822T2 (de) | 1993-07-19 | 1994-07-19 | Vorrichtung und Verfahren für eine modellbasierende Prozesssteuerung |
Country Status (4)
Country | Link |
---|---|
US (2) | US5402367A (de) |
EP (1) | EP0643344B1 (de) |
JP (1) | JPH07191737A (de) |
DE (1) | DE69431822T2 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006009248A1 (de) * | 2006-02-28 | 2007-09-06 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zur Modellierung eines Produktstromes in einer Fertigungsumgebung durch Prozess- und Anlagenkategorisierung |
Families Citing this family (132)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5852817A (en) * | 1991-08-14 | 1998-12-22 | Kabushiki Kaisha Toshiba | Intelligent control apparatus |
US5402367A (en) * | 1993-07-19 | 1995-03-28 | Texas Instruments, Incorporated | Apparatus and method for model based process control |
GB9326354D0 (en) * | 1993-12-23 | 1994-02-23 | British Aerospace | Methods and apparatus for the testing,monitoring and improvement of manufacturing process effectiveness |
US5666297A (en) * | 1994-05-13 | 1997-09-09 | Aspen Technology, Inc. | Plant simulation and optimization software apparatus and method using dual execution models |
US5646870A (en) * | 1995-02-13 | 1997-07-08 | Advanced Micro Devices, Inc. | Method for setting and adjusting process parameters to maintain acceptable critical dimensions across each die of mass-produced semiconductor wafers |
CA2150432A1 (en) * | 1995-05-30 | 1996-12-01 | Bert Van Den Berg | Models for computer integrated manufacturing |
US5835688A (en) * | 1995-06-07 | 1998-11-10 | Xerox Corporation | Generic method for automatically generating finite-state machines for schedudling from print engine capabilities |
US5992229A (en) * | 1996-02-05 | 1999-11-30 | Neles-Jamesbury Oy | Method and equipment for determining the performance of control valve |
US5781454A (en) * | 1996-03-25 | 1998-07-14 | Raytheon Company | Process modeling technique |
EP0802493A3 (de) * | 1996-04-16 | 1999-11-03 | Texas Instruments Incorporated | Prozessablaufentwurfstechnik |
US5966527A (en) * | 1996-10-28 | 1999-10-12 | Advanced Micro Devices, Inc. | Apparatus, article of manufacture, method and system for simulating a mass-produced semiconductor device behavior |
US6304836B1 (en) | 1996-10-28 | 2001-10-16 | Advanced Micro Devices | Worst case design parameter extraction for logic technologies |
US6662061B1 (en) | 1997-02-07 | 2003-12-09 | Peter G. Brown | System and method for simulation and modeling of batch process manufacturing facilities using process time lines |
EP0976079A1 (de) | 1997-02-07 | 2000-02-02 | Peter G. Brown | System und verfahren zur simulation und modellierung von biopharmazeutischen stapelprozess-herstellungsanlagen |
AU8261798A (en) * | 1997-06-20 | 1999-01-04 | Peter G. Brown | System and method for simulation, modeling and scheduling of process support operations in biopharmaceutical batch process manufacturing facilities |
US6983229B2 (en) * | 1997-06-20 | 2006-01-03 | Brown Peter G | Method for scheduling solution preparation in biopharmaceutical batch process manufacturing |
US6311093B1 (en) | 1997-06-20 | 2001-10-30 | Peter G. Brown | System and method for simulation, modeling and scheduling of equipment maintenance and calibration in biopharmaceutical batch process manufacturing facilities |
US7043414B2 (en) * | 1997-06-20 | 2006-05-09 | Brown Peter G | System and method for simulating, modeling and scheduling of solution preparation in batch process manufacturing facilities |
US6438439B1 (en) * | 1997-09-19 | 2002-08-20 | Texas Instruments Incorporated | Equipment evaluation and design |
US6014612A (en) * | 1997-10-02 | 2000-01-11 | Fisher Controls International, Inc. | Remote diagnostics in a process control network having distributed control functions |
DE19811895B4 (de) * | 1998-03-18 | 2007-06-21 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren zum Bestimmen verschiedenartiger Fehler eines digitalen Sendermodulators |
US6130173A (en) * | 1998-03-19 | 2000-10-10 | Lsi Logic Corporation | Reticle based skew lots |
US5987398A (en) * | 1998-04-30 | 1999-11-16 | Sony Corporation | Method and apparatus for statistical process control of machines and processes having non-constant mean of a response variable |
US7319965B1 (en) * | 1998-06-17 | 2008-01-15 | The Hoffman Group | Method and apparatus to control the operating speed of a manufacturing facility |
US6230069B1 (en) * | 1998-06-26 | 2001-05-08 | Advanced Micro Devices, Inc. | System and method for controlling the manufacture of discrete parts in semiconductor fabrication using model predictive control |
US6442515B1 (en) | 1998-10-26 | 2002-08-27 | Invensys Systems, Inc. | Process model generation independent of application mode |
US6542782B1 (en) * | 1998-12-31 | 2003-04-01 | Z. Joseph Lu | Systems for generating and using a lookup table with process facility control systems and models of the same, and methods of operating such systems |
US6260188B1 (en) * | 1998-12-31 | 2001-07-10 | Kimberly-Clark Worldwide, Inc. | Control model |
US6490493B1 (en) * | 1999-01-21 | 2002-12-03 | Rosemount Inc. | Industrial process device management software |
US6806847B2 (en) | 1999-02-12 | 2004-10-19 | Fisher-Rosemount Systems Inc. | Portable computer in a process control environment |
US7230582B1 (en) * | 1999-02-12 | 2007-06-12 | Fisher-Rosemount Systems, Inc. | Wearable computer in a process control environment |
US7640007B2 (en) * | 1999-02-12 | 2009-12-29 | Fisher-Rosemount Systems, Inc. | Wireless handheld communicator in a process control environment |
EP1033637A3 (de) * | 1999-03-02 | 2001-05-02 | Yamaha Hatsudoki Kabushiki Kaisha | Verfahren und Gerät zur Optimierung des Gesamtennzeichens einer Einrichtung mit Hilfe von heuristischen Methoden |
US6353804B1 (en) * | 1999-04-09 | 2002-03-05 | General Electric Company | Method for statistically predicting equipment performance |
DE19919206A1 (de) * | 1999-04-28 | 2000-11-02 | Buehler Ag | Verfahren zur Herstellung von Teigwaren |
EP1061422B1 (de) * | 1999-06-11 | 2006-01-18 | IvyTeam AG | Informationstechnisches System zur Definition, Optimierung und Steuerung von Prozessen |
US6553270B1 (en) * | 1999-06-30 | 2003-04-22 | Kimberly-Clark Worldwide, Inc. | Proactive control of a process after the beginning of a destabilizing event |
US6708155B1 (en) * | 1999-07-07 | 2004-03-16 | American Management Systems, Inc. | Decision management system with automated strategy optimization |
US7069101B1 (en) | 1999-07-29 | 2006-06-27 | Applied Materials, Inc. | Computer integrated manufacturing techniques |
US7441231B1 (en) * | 1999-11-08 | 2008-10-21 | British Telecommunications Public Limited Company | Task management |
US7441232B2 (en) * | 1999-11-08 | 2008-10-21 | British Telecommunications Public Limited Company | Task management |
US6640151B1 (en) | 1999-12-22 | 2003-10-28 | Applied Materials, Inc. | Multi-tool control system, method and medium |
WO2001071440A1 (de) * | 2000-03-21 | 2001-09-27 | Abb Research Ltd. | System und verfahren zur ermittlung der optimalen betriebsgeschwindigkeit einer produktionsmaschine |
WO2001093117A2 (en) * | 2000-06-01 | 2001-12-06 | Siemens Dematic Electronics Assembly Systems, Inc. | Electronics assembly systems customer benefit modeling tools and methods |
US6556884B1 (en) | 2000-06-16 | 2003-04-29 | Advanced Micro Devices, Inc. | Method and apparatus for interfacing a statistical process control system with a manufacturing process control framework |
DE10031978A1 (de) * | 2000-06-30 | 2002-01-10 | Sms Demag Ag | Verfahren und Vorrichtung zur automatischen Zundererkennung aus Oberflächen von metallischem Bandgut, insbesondere von warmgewalztem Stahlband und Edelstahlband |
DE10036971A1 (de) * | 2000-07-28 | 2002-02-28 | Siemens Ag | Verfahren zur Ferndiagnose eines technologischen Prozesses |
US6708074B1 (en) | 2000-08-11 | 2004-03-16 | Applied Materials, Inc. | Generic interface builder |
US7188142B2 (en) * | 2000-11-30 | 2007-03-06 | Applied Materials, Inc. | Dynamic subject information generation in message services of distributed object systems in a semiconductor assembly line facility |
US20020128735A1 (en) * | 2001-03-08 | 2002-09-12 | Hawkins Parris C.M. | Dynamic and extensible task guide |
US20020138321A1 (en) * | 2001-03-20 | 2002-09-26 | Applied Materials, Inc. | Fault tolerant and automated computer software workflow |
EP1373998A2 (de) * | 2001-03-29 | 2004-01-02 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur instandhaltung mit stimulationsmodell |
EP1374037A2 (de) * | 2001-03-29 | 2004-01-02 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur automatischen erstellung von simulationsprogrammen |
US7101799B2 (en) * | 2001-06-19 | 2006-09-05 | Applied Materials, Inc. | Feedforward and feedback control for conditioning of chemical mechanical polishing pad |
US7201936B2 (en) * | 2001-06-19 | 2007-04-10 | Applied Materials, Inc. | Method of feedback control of sub-atmospheric chemical vapor deposition processes |
US7082345B2 (en) * | 2001-06-19 | 2006-07-25 | Applied Materials, Inc. | Method, system and medium for process control for the matching of tools, chambers and/or other semiconductor-related entities |
US6913938B2 (en) * | 2001-06-19 | 2005-07-05 | Applied Materials, Inc. | Feedback control of plasma-enhanced chemical vapor deposition processes |
US7160739B2 (en) * | 2001-06-19 | 2007-01-09 | Applied Materials, Inc. | Feedback control of a chemical mechanical polishing device providing manipulation of removal rate profiles |
US7047099B2 (en) * | 2001-06-19 | 2006-05-16 | Applied Materials Inc. | Integrating tool, module, and fab level control |
US6910947B2 (en) | 2001-06-19 | 2005-06-28 | Applied Materials, Inc. | Control of chemical mechanical polishing pad conditioner directional velocity to improve pad life |
US7698012B2 (en) * | 2001-06-19 | 2010-04-13 | Applied Materials, Inc. | Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing |
US6970758B1 (en) * | 2001-07-12 | 2005-11-29 | Advanced Micro Devices, Inc. | System and software for data collection and process control in semiconductor manufacturing and method thereof |
US7337019B2 (en) * | 2001-07-16 | 2008-02-26 | Applied Materials, Inc. | Integration of fault detection with run-to-run control |
IL144358A (en) * | 2001-07-16 | 2006-10-31 | Oded Berkooz | Method for isolating sources of drifts in output properties for machines and processes |
US6984198B2 (en) | 2001-08-14 | 2006-01-10 | Applied Materials, Inc. | Experiment management system, method and medium |
ES2250278T3 (es) * | 2001-09-05 | 2006-04-16 | Mikron Comp-Tec Ag | Un metodo y un sistema de soporte del operario destinados a ayudar a un operario a ajustar parametros de maquina. |
US6725098B2 (en) | 2001-10-23 | 2004-04-20 | Brooks Automation, Inc. | Semiconductor run-to-run control system with missing and out-of-order measurement handling |
WO2003038478A2 (en) * | 2001-10-26 | 2003-05-08 | Little Brent E | Low loss lateral optical waveguide intersections |
US6650955B1 (en) * | 2001-12-18 | 2003-11-18 | Advanced Micro Devices, Inc. | Method and apparatus for determining a sampling plan based on process and equipment fingerprinting |
US7225047B2 (en) * | 2002-03-19 | 2007-05-29 | Applied Materials, Inc. | Method, system and medium for controlling semiconductor wafer processes using critical dimension measurements |
US20030199112A1 (en) * | 2002-03-22 | 2003-10-23 | Applied Materials, Inc. | Copper wiring module control |
US6687561B1 (en) * | 2002-04-03 | 2004-02-03 | Advanced Micro Devices, Inc. | Method and apparatus for determining a sampling plan based on defectivity |
US8145316B2 (en) * | 2002-04-08 | 2012-03-27 | Ardian, Inc. | Methods and apparatus for renal neuromodulation |
US6987555B2 (en) * | 2002-04-23 | 2006-01-17 | Asml Netherlands B.V. | Lithographic apparatus, device manufacturing method, and device manufactured thereby |
EP1357435A1 (de) * | 2002-04-23 | 2003-10-29 | ASML Netherlands B.V. | Lithographischer Apparat und Verfahren zur Herstellung einer Vorrichtung |
US6906785B2 (en) * | 2002-04-23 | 2005-06-14 | Asml Netherlands B.V. | Lithographic apparatus, device manufacturing method, and device manufactured thereby |
US7035696B1 (en) * | 2002-07-03 | 2006-04-25 | Ahsoon Technologies, Inc. | Method and apparatus for poly gate CD control |
US6999836B2 (en) * | 2002-08-01 | 2006-02-14 | Applied Materials, Inc. | Method, system, and medium for handling misrepresentative metrology data within an advanced process control system |
WO2004046835A2 (en) * | 2002-11-15 | 2004-06-03 | Applied Materials, Inc. | Method, system and medium for controlling manufacture process having multivariate input parameters |
US7333871B2 (en) * | 2003-01-21 | 2008-02-19 | Applied Materials, Inc. | Automated design and execution of experiments with integrated model creation for semiconductor manufacturing tools |
GB0302602D0 (en) * | 2003-02-04 | 2003-03-12 | Young Arthur P | Equipment and methods for real time application |
KR101009384B1 (ko) | 2003-02-18 | 2011-01-19 | 도쿄엘렉트론가부시키가이샤 | 처리시스템의 자동 구성 방법 |
DE10314573A1 (de) * | 2003-03-31 | 2004-10-28 | Henkel Kgaa | Verfahren zum rechnergestützten Regeln einer Mehrzahl von in Serie miteinander gekoppelten Maschinen, Regelungseinrichtung und Maschinen-Anordnung |
US6766214B1 (en) * | 2003-04-03 | 2004-07-20 | Advanced Micro Devices, Inc. | Adjusting a sampling rate based on state estimation results |
US7205228B2 (en) * | 2003-06-03 | 2007-04-17 | Applied Materials, Inc. | Selective metal encapsulation schemes |
US20050014299A1 (en) * | 2003-07-15 | 2005-01-20 | Applied Materials, Inc. | Control of metal resistance in semiconductor products via integrated metrology |
US7354332B2 (en) * | 2003-08-04 | 2008-04-08 | Applied Materials, Inc. | Technique for process-qualifying a semiconductor manufacturing tool using metrology data |
US7317953B2 (en) * | 2003-12-03 | 2008-01-08 | Fisher-Rosemount Systems, Inc. | Adaptive multivariable process controller using model switching and attribute interpolation |
US7356377B2 (en) * | 2004-01-29 | 2008-04-08 | Applied Materials, Inc. | System, method, and medium for monitoring performance of an advanced process control system |
US7194709B2 (en) * | 2004-03-05 | 2007-03-20 | Keith John Brankner | Automatic alignment of integrated circuit and design layout of integrated circuit to more accurately assess the impact of anomalies |
US6961626B1 (en) * | 2004-05-28 | 2005-11-01 | Applied Materials, Inc | Dynamic offset and feedback threshold |
US7096085B2 (en) * | 2004-05-28 | 2006-08-22 | Applied Materials | Process control by distinguishing a white noise component of a process variance |
US7069098B2 (en) * | 2004-08-02 | 2006-06-27 | Advanced Micro Devices, Inc. | Method and system for prioritizing material to clear exception conditions |
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 |
US7296103B1 (en) | 2004-10-05 | 2007-11-13 | Advanced Micro Devices, Inc. | Method and system for dynamically selecting wafer lots for metrology processing |
CA2601886C (en) * | 2005-03-23 | 2013-03-19 | Hurco Companies, Inc. | Method of tolerance-based trajectory planning and control |
JP4056542B2 (ja) * | 2005-09-28 | 2008-03-05 | ファナック株式会社 | ロボットのオフライン教示装置 |
US7451004B2 (en) | 2005-09-30 | 2008-11-11 | Fisher-Rosemount Systems, Inc. | On-line adaptive model predictive control in a process control system |
US7738975B2 (en) * | 2005-10-04 | 2010-06-15 | Fisher-Rosemount Systems, Inc. | Analytical server integrated in a process control network |
US7444191B2 (en) | 2005-10-04 | 2008-10-28 | Fisher-Rosemount Systems, Inc. | Process model identification in a process control system |
US7463990B2 (en) * | 2006-07-31 | 2008-12-09 | Atmel Duisburg Gmbh | Method for adjusting an electronic system |
CA2659445C (en) * | 2006-08-04 | 2015-05-12 | Hurco Companies, Inc. | System and method for tool use management |
US8024068B2 (en) | 2006-08-04 | 2011-09-20 | Hurco Companies, Inc. | Machine tool control system |
US7933677B2 (en) * | 2006-08-04 | 2011-04-26 | Hurco Companies, Inc. | System and method for surface finish management |
US8725283B2 (en) * | 2006-08-04 | 2014-05-13 | Hurco Companies, Inc. | Generalized kinematics system |
US7571021B2 (en) | 2007-02-13 | 2009-08-04 | Taiwan Semiconductor Manufacturing Company | Method and system for improving critical dimension uniformity |
US7534725B2 (en) * | 2007-03-21 | 2009-05-19 | Taiwan Semiconductor Manufacturing Company | Advanced process control for semiconductor processing |
US7634325B2 (en) * | 2007-05-03 | 2009-12-15 | Taiwan Semiconductor Manufacturing Company, Ltd. | Prediction of uniformity of a wafer |
US7957827B2 (en) * | 2007-12-27 | 2011-06-07 | United Microelectronics Corp. | Method of controlling statuses of wafers |
US7967995B2 (en) * | 2008-03-31 | 2011-06-28 | Tokyo Electron Limited | Multi-layer/multi-input/multi-output (MLMIMO) models and method for using |
US10467590B2 (en) * | 2008-04-29 | 2019-11-05 | Micro Focus Llc | Business process optimization and problem resolution |
JP2009290150A (ja) * | 2008-06-02 | 2009-12-10 | Renesas Technology Corp | 半導体装置の製造システムおよび製造方法 |
US8527080B2 (en) * | 2008-10-02 | 2013-09-03 | Applied Materials, Inc. | Method and system for managing process jobs in a semiconductor fabrication facility |
US8989887B2 (en) * | 2009-02-11 | 2015-03-24 | Applied Materials, Inc. | Use of prediction data in monitoring actual production targets |
US9053260B2 (en) * | 2009-04-13 | 2015-06-09 | Honeywell International Inc. | Utilizing spreadsheet user interfaces with flowsheets of a CPI simulation system |
US10095678B2 (en) | 2009-04-13 | 2018-10-09 | Honeywell International Inc. | Database user interfaces with flowsheets of a simulation system |
US8433434B2 (en) * | 2009-07-09 | 2013-04-30 | Taiwan Semiconductor Manufacturing Company, Ltd. | Near non-adaptive virtual metrology and chamber control |
DE102011089014A1 (de) * | 2011-01-19 | 2012-07-19 | Dr. Johannes Heidenhain Gmbh | Numerische Steuerung |
US9529348B2 (en) | 2012-01-24 | 2016-12-27 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for deploying industrial plant simulators using cloud computing technologies |
DK177915B1 (en) * | 2013-05-28 | 2015-01-05 | Core As | Process control method |
US10162317B2 (en) * | 2013-06-27 | 2018-12-25 | The Boeing Company | Real-time feedback control for performing tooling operations in assembly processes |
US9396443B2 (en) * | 2013-12-05 | 2016-07-19 | Tokyo Electron Limited | System and method for learning and/or optimizing manufacturing processes |
JP2015184942A (ja) * | 2014-03-25 | 2015-10-22 | 株式会社日立ハイテクノロジーズ | 故障原因分類装置 |
US10325039B2 (en) * | 2017-03-28 | 2019-06-18 | Hexagon Technology Center Gmbh | Method for virtually inspecting an actual produced part |
US20190056702A1 (en) * | 2017-08-21 | 2019-02-21 | General Electric Company | Model-based machine learing control system and method for tuning power production emissions |
JP7171407B2 (ja) * | 2018-12-12 | 2022-11-15 | 株式会社日立製作所 | 情報処理装置、生産指示支援方法 |
EP3705963B1 (de) * | 2019-03-08 | 2022-07-20 | ABB Schweiz AG | Absichtsbasiertes automatisierungsentwurfsverfahren |
EP3745667B1 (de) * | 2019-05-31 | 2023-01-25 | ABB Schweiz AG | Erkennung der absicht eines schädlichen prozesses in einem absichtsbasierten herstellungsverfahren |
EP3767391A1 (de) * | 2019-07-17 | 2021-01-20 | ASML Netherlands B.V. | Teilfeldsteuerung eines lithografischen prozesses und zugehörige vorrichtung |
CN114174927A (zh) * | 2019-07-04 | 2022-03-11 | Asml荷兰有限公司 | 光刻工艺及关联设备的子场控制 |
CN117075483B (zh) * | 2023-10-16 | 2024-01-26 | 厦门海辰储能科技股份有限公司 | 液冷储能系统的状态监控方法、装置及存储介质 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3686488A (en) * | 1970-12-29 | 1972-08-22 | Texaco Inc | Means and method for controlling a solvent refining unit for maximum yield |
JPS5779512A (en) * | 1980-10-31 | 1982-05-18 | Hitachi Ltd | Simulating method for dynamic characteristic of system |
US4577280A (en) * | 1983-11-03 | 1986-03-18 | Westinghouse Electric Corp. | Control system for fluid flow distribution |
US4604714A (en) * | 1983-11-08 | 1986-08-05 | Westinghouse Electric Corp. | Steam optimization and cogeneration system and method |
US4622633A (en) * | 1983-12-06 | 1986-11-11 | Tri Sigma Corporation | Object building method for self configuring computer network |
US4628462A (en) * | 1984-09-11 | 1986-12-09 | Westinghouse Electric Corp. | Multiplane optimization method and apparatus for cogeneration of steam and power |
US4736324A (en) * | 1984-11-20 | 1988-04-05 | Tsudakoma Corp. | Centralized control method for loom and device thereof |
DE3523872C1 (de) * | 1985-07-04 | 1986-09-25 | KTV-Systemtechnik GmbH, 8752 Kleinostheim | Zaun mit ueber Sensoren an Pfosten befestigten Sicherungsdraehten |
US4926753A (en) * | 1986-04-29 | 1990-05-22 | Programmation, Inc. | Flexible material transport system |
US4888692A (en) * | 1986-08-11 | 1989-12-19 | Texas Instruments Incorporated | Real-time scheduling system |
US4796194A (en) * | 1986-08-20 | 1989-01-03 | Atherton Robert W | Real world modeling and control process |
US4831582A (en) * | 1986-11-07 | 1989-05-16 | Allen-Bradley Company, Inc. | Database access machine for factory automation network |
US5157613A (en) * | 1987-01-14 | 1992-10-20 | Lucas Industries Public Limited Company | Adaptive control system for an engine |
JP2707075B2 (ja) * | 1987-03-27 | 1998-01-28 | 株式会社日立製作所 | プラントシミユレーシヨン装置 |
JP2609280B2 (ja) * | 1988-04-22 | 1997-05-14 | 株式会社日立製作所 | シミュレーション方法 |
EP0360206A3 (de) * | 1988-09-21 | 1990-12-19 | Hitachi, Ltd. | Selbsteinstellender Regler und Prozesssteuerungsvorrichtung |
US5014208A (en) * | 1989-01-23 | 1991-05-07 | Siemens Corporate Research, Inc. | Workcell controller employing entity-server model for physical objects and logical abstractions |
US5060132A (en) * | 1989-06-13 | 1991-10-22 | Elsag International B.V. | Method of modeling and control for delignification of pulping |
US5132918A (en) * | 1990-02-28 | 1992-07-21 | Funk Gary L | Method for control of a distillation process |
JPH03259368A (ja) * | 1990-03-09 | 1991-11-19 | Nec Corp | シミュレーションモデル生成方式 |
US5305221A (en) * | 1990-05-04 | 1994-04-19 | Atherton Robert W | Real world modeling and control process for integrated manufacturing equipment |
ATE143509T1 (de) * | 1990-06-21 | 1996-10-15 | Honeywell Inc | Auf variablem horizont basierende adaptive steuerung mit mitteln zur minimierung der betriebskosten |
US5260865A (en) * | 1991-04-01 | 1993-11-09 | Beauford Martin H | Nonlinear model based distillation control |
US5402367A (en) * | 1993-07-19 | 1995-03-28 | Texas Instruments, Incorporated | Apparatus and method for model based process control |
-
1993
- 1993-07-19 US US08/093,842 patent/US5402367A/en not_active Expired - Lifetime
-
1994
- 1994-07-19 JP JP6198079A patent/JPH07191737A/ja active Pending
- 1994-07-19 EP EP94305289A patent/EP0643344B1/de not_active Expired - Lifetime
- 1994-07-19 DE DE69431822T patent/DE69431822T2/de not_active Expired - Lifetime
-
1996
- 1996-11-25 US US08/755,689 patent/US5838595A/en not_active Expired - Lifetime
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006009248A1 (de) * | 2006-02-28 | 2007-09-06 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zur Modellierung eines Produktstromes in einer Fertigungsumgebung durch Prozess- und Anlagenkategorisierung |
DE102006009248B4 (de) * | 2006-02-28 | 2017-10-12 | Globalfoundries Inc. | Verfahren und System zur Modellierung eines Produktstromes in einer Fertigungsumgebung durch Prozess- und Anlagenkategorisierung |
Also Published As
Publication number | Publication date |
---|---|
DE69431822D1 (de) | 2003-01-16 |
JPH07191737A (ja) | 1995-07-28 |
EP0643344B1 (de) | 2002-12-04 |
US5838595A (en) | 1998-11-17 |
US5402367A (en) | 1995-03-28 |
EP0643344A1 (de) | 1995-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69431822T2 (de) | Vorrichtung und Verfahren für eine modellbasierende Prozesssteuerung | |
DE102016015017B4 (de) | Steuervorrichtung mit Lernfunktion zum Erfassen einer Rauschursache | |
DE102011102034B4 (de) | Online-Abgleich eines prozessanalytischen Modells mit effektivem Prozessbetrieb | |
DE10362369B3 (de) | Integrierte Modell-Vorhersagesteuerung und -optimierung innerhalb eines Prozesssteuerungssystems | |
DE69412520T2 (de) | Verfahren zur darstellung mehrdimensionaler prozesse | |
DE10049513B4 (de) | Verfahren und System zum Ermitteln von Abstimmparametern für eine Prozesssteuereinrichtung aus einer Robustheitskarte | |
DE102016117560B4 (de) | Werkzeugmaschine zum erzeugen einer geschwindigkeitsverteilung | |
DE102017108169A1 (de) | Produktionssystem, das einen Bestimmungswert einer Variablen in Bezug auf eine Produktabweichung festlegt | |
DE102017000770A1 (de) | Maschinelle lernvorrichtung, numerische steuerung, werkzeugmaschinensystem, herstellungssystem und maschinelles lernverfahren zum erlernen der anzeige eines bedienungsmenüs | |
DE60011143T2 (de) | Chipsherstellungssteuerung | |
DE112011103778T5 (de) | Steuern eines diskreten Fertigungsprozesses mit einem multivariaten Modell | |
DE10341573A1 (de) | Integrierte modellbasierte prädikative Steuerung und Optimierung innerhalb eines Prozesssteuerungssystems | |
DE102011012710A1 (de) | Schnelle Identifikation und Erzeugung von Prozessmodellen | |
DE102018002781B4 (de) | Schaltungskonfigurations-Optimierungsvorrichtung und maschinelle Lernvorrichtung | |
DE60219376T2 (de) | System zur adaptiven Plasma-Charakterisierung | |
DE102018002785B4 (de) | 1 - 8CController und maschinelle Lernvorrichtung | |
DE102018126429A1 (de) | Bearbeitungsbedingungsanpassungsvorrichtung und Maschinenlernvorrichtung | |
DE102020102406A1 (de) | Managementvorrichtung und managementsystem | |
EP1055180B1 (de) | Verfahren und anordnung zum entwurf eines technischen systems | |
WO1992010797A1 (de) | Verfahren zur ermittlung von vorsteuerparametern für eine lageregelung | |
DE102022127260A1 (de) | Prozesskennzahlermittlung | |
WO2002014967A2 (de) | Verfahren zur durchführung eines automatisierten produktionsprozesses | |
DE102019002506A1 (de) | Gerät zum Anpassen von Messvorgangsparametern, maschinelle Lernvorrichtung und System | |
DE102019204136A1 (de) | Verfahren und Vorrichtung für Training und Herstellung eines künstlichen neuronalen Netzes | |
EP4327171B1 (de) | Verfahren zur steuerung von prozessen an kunststoff verarbeitenden maschinen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8364 | No opposition during term of opposition |