JP2002231597A - ツール故障監視用の故障検出および仮想センサ法 - Google Patents
ツール故障監視用の故障検出および仮想センサ法Info
- Publication number
- JP2002231597A JP2002231597A JP2001280353A JP2001280353A JP2002231597A JP 2002231597 A JP2002231597 A JP 2002231597A JP 2001280353 A JP2001280353 A JP 2001280353A JP 2001280353 A JP2001280353 A JP 2001280353A JP 2002231597 A JP2002231597 A JP 2002231597A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- tool
- sensor
- operating parameters
- fault detection
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 title description 2
- 239000004065 semiconductor Substances 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims description 142
- 230000002596 correlated effect Effects 0.000 claims description 21
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 239000002131 composite material Substances 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 25
- 235000012431 wafers Nutrition 0.000 description 17
- 238000001020 plasma etching Methods 0.000 description 13
- 238000005530 etching Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000000737 periodic effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005229 chemical vapour deposition Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31357—Observer based fault detection, use model
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31443—Keep track of nc program, recipe program
-
- 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)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Drying Of Semiconductors (AREA)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
る。 【解決手段】 1つの手法はセンサの分類であり、相互
に相関するツール動作パラメータのグループから故障検
出指数が計算される。他の手法は、センサの順位であ
り、故障検出指数を計算するのにセンサが異なる重みを
与える。故障検出の精度改善は、半導体処理ツールの挙
動を予想するために種々のセンサ型を用いることにより
達成させることができる。そのセンサ型の例としては、
能動センサ、クラスタセンサ、受動/包含的センサ、又
は合成センサが挙げられる。
Description
開示内容が本明細書に援用されている、2000年9月14日
出願の米国暫定特許出願第60/232,598号(代理人事件番
号AM4938/T37300)の優先権を主張する。
イスである。リアルタイムでの性能は、典型的には、温
度、圧力、又はパワーのような動作パラメータを反映す
る多くのツールセンサの値を監視することにより評価さ
れる。このツール評価は、経験的に測定したセンサ値を
モデルから予想される値と比較することにより行うこと
ができる。
の例は、ユニバーサルプロセスモデリング(UPM)法
である。このモデルは、ブリティッシュコロンビア州ナ
ナイモのTriant Technologies, Inc.によって開発され
たものである。
る。図11のステップAに示されるように、半導体処理
ツール1101を作動させ、ツールセンサ1106の値
1104を含む入力ベクトル1102がツールラン中に
同時にサンプリングされる(ステップA)。次に、サン
プリングされた入力ベクトル1102を参考データライ
ブラリ1112と比較する(ステップB)。参考データ
ライブラリ1112は、半導体処理ツール1101の以
前の正常動作からのベクトル1150〜1157をまと
めたものを示している。参考ライブラリ1112のベク
トル1150〜1157には、入力ベクトル1102の
各センサの値が含まれている。
トル1102と参考データライブラリ1112間の最近
接選択プロセスを用いてベクトル1150、1153、
1156、及び1157を含むベクトルサブセット11
10がまとめられる(ステップC)。ベクトルサブセッ
ト1110のベクトル1150、1153、1156、
及び1157は、入力ベクトル1102に最近似するツ
ール1101の以前の正常動作のセンサ値を反映してい
る。当業者に既知である最近接選択プロセスにおいて種
々の手法を用いることができる。UPMモデルで使われ
る最近接選択プロセスの詳細が独自に開発したものであ
る。
50、1153、1156、及び1157を合わせて単
一の出力予想ベクトル1116を与える(ステップ
D)。出力予想ベクトル1116は、以前の正常動作に
関係する半導体処理ツール1101の状態を反映してい
る。出力予想ベクトル1116は、いくつかの方法でツ
ールオペレータに送信することができる。例えば、図1
1に示されるように、出力予想ベクトル1116の個々
のセンサ1120の値1118を合わせてツールセンサ
のすべての値を反映する単一の故障検出指数1114を
与えることができる(ステップE)。また、図12に示
されるように、出力予想ベクトルの個々のセンサ112
0を示す値1118を『ブルズアイ』グラフ1200の
スポークに沿ってプロットすることができ、半径方向の
距離1204は測定センサ値の予想値からのずれを示し
ている。
たツール圧、関連したツール温度、又は関連したツール
パワーのような関連したセンサ値のグループ間で起こり
得る相関を考慮していないものである。むしろ、センサ
はすべて故障検出指数を生成するのに同じ重みを与えて
いる。従って、この方法は、信頼できる故障検出情報を
与え得る関連した動作パラメータ間の潜在的に有効な相
関を含んでいない。
タイムツール動作パラメータの組織提示とともにツール
オペレータを示しているが、オペレータは故障を検出す
るためにツールセンサの各々を連続的に監視しなければ
ならない。多くのセンサについてこれをすると、オペレ
ータの注意がいっぱいになり、彼又は彼女を他の重要な
ツール管理の仕事からそらしてしまう。
は、ベクトルサブセットと出力予想ベクトルをつくる最
近接ベクトルの選択がセンサ値にだけ基づいているもの
である。他の潜在的に適切な情報、例えば、入力ベクト
ルがサンプリングされるツールラン中の時間は、最近接
選択プロセスにおいては考慮されない。これは、入力ベ
クトルとライブラリベクトルが単に偶然に同じである場
合、例えば、入力ベクトルの温度成分がツールランの初
期(上り)に測定され、ライブラリベクトルの温度成分
がツールランの後期(下り)に測定される場合、モデル
の精度に影響することがある。そのような場合、入力ベ
クトルとライブラリベクトルの温度成分は偶然同じこと
があるが、ライブラリベクトルは入力ベクトルの正確な
予想ではない。
より最新の技術が望ましい。
故障検出方法に関する。特に、本発明の実施例は、故障
検出の精度を高めるツールモデリング法を用いる方法及
び装置に関する。
よって作動する半導体処理ツールの相関動作パラメータ
のグループを検知するステップと、該レシピによって作
動する該ツールの非相関動作パラメータを検知するステ
ップと、を含んでいる。入力ベクトルは、相関動作パラ
メータのグループと非相関動作パラメータを含めてつく
られる。入力ベクトルは、レシピを用いた以前のツール
ランからのベクトルを含む参考データライブラリと比較
される。入力ベクトルに最近接のベクトルは相関動作パ
ラメータのグループのみとの類似性に基づいて参考デー
タライブラリから選択される。ベクトルサブセットは、
選択された最近接ベクトルをまとめる。ベクトルサブセ
ットは、出力予想ベクトルの中に合わせられ、出力予想
ベクトルから故障検出指数が生成される。
の利点と特徴は、下記の本文と添付された図面と共に詳
述される。
例は、半導体処理ツール内の故障検出の精度を高めるツ
ールモデリング法を用いる方法及び装置に関する。本発
明を更によく評価及び理解するために、図1Aと図1B
及び次の本文が参照される。図1Aは、本発明の方法の
実施例のステップを示す簡易フローチャートであり、図
1Bは、プラズマエッチングツール102の動作中の故
障検出とともに用いられる図1Aに示された方法の一実
例の動作詳細を示す略図である。プラズマエッチングツ
ール102は、例示目的のみで参照される。本発明が、
特にCMPツール、堆積ツール又は埋め込みツールを含
む他の半導体製造ツールにおいても故障を検出すること
に応用可能であることは理解されるべきである。
る前に、故障検出モデルを展開させなければならない。
故障検出モデルを展開させるステップは、モデルのベク
トルに含まれるセンサとツール102のさまざまな特性
を関連させるステップを含んでいる(図1A、ステップ
2)。本明細書に用いられる『センサ』という用語は、
半導体製造ツールの動作パラメータを意味する。センサ
は、後述される種々のタイプであり得る。本明細書に用
いられる『センサ型』という用語は、モデリングプロセ
スと故障検出プロセスにおいて具体的なセンサ値によっ
て示される役割を意味する。具体的なセンサ型は、リア
ルタイムで測定されるツール動作パラメータを示しても
よく、示さなくてもよい。
の異なるセンサ:チャンバ圧センサ106a、スロット
ルバルブ圧センサ106b、ファライン圧センサ106
c、ガス1圧センサ106d、アウト1センサ122、
クラスタセンサ118及びサセプタ温度センサ120が
ある。実例に示される7種のセンサが例としてのためだ
けであることは理解されるべきである。生産環境に用い
られる本発明の典型的な故障検出モデルには、7種をか
なり超えるセンサが含まれる。
てた後、個々のレシピによってツールの許容しうるラン
でデータを集め、特定したセンサと関連させる(図1
A、ステップ4)。次に、集めたデータからツールの動
作を示すモデルを作成する(図1A、ステップ6)。モ
デルは、参考データライブラリ、及び参考ライブラリと
比較する入力ベクトルのデータから出力ベクトルと故障
検出指数を与えるルールを含んでいる。
リ112として図1Bに示す。参考データライブラリ1
12は、集めたデータからまとめた複数の参考データベ
クトル170〜179を含んでいる。各ベクトルには、
モデルによって特定されたセンサ、及び各センサと関連
がある集めたデータを成分として含んでいる。従って、
図1Bのライブラリ112における各ベクトルには7種
のセンサが含まれている。ライブラリ112におけるデ
ータは、個々のプラズマエッチングレシピのもとで適切
な動作中のツール102のパラメータを示している。モ
デルから出力ベクトルと故障検出指数を与えるルールと
しては、特に、あるセンサに重みを割り当てるルール
と、比較閾値を決めるルールが含まれている。
モデルが完成するとすぐに、モデルは生産環境での故障
についてツール102を監視する準備ができ、ツール1
02は参考データライブラリ112を与えるために用い
られる個々のレシピによって作動する。その使用中、ツ
ールからの入力ベクトル104がサンプリングされる
(図1A、ステップ8)。ベクトル104には、ライブ
ラリ112中のベクトルと同じセンサが含まれている。
ベクトル104は生成されるとすぐに、故障検出モデル
に入力されて故障検出指数を生成する。
多段プロセスを用いてつくられ、第1入力ベクトル10
4をライブラリ112と最近接の方法を用いて比較して
類似の基準ベクトルを検出する(図1A、ステップ1
0)。次に、入力ベクトル104に最も似ているライブ
ラリベクトルがベクトルサブセット108にまとめられ
る(図1A、ステップ12)。次に、ベクトルサブセッ
トから出力予想ベクトル116を生成させ(図1A、ス
テップ14)、最後に、予想ベクトル116から故障検
出指数114を生成させる(図1A、ステップ16)。
本発明の実施例のステップ10〜16での故障検出指数
114の生成に関する個々の詳細を図1Bについて後述
する。故障検出指数の生成は、一部には、異なるルール
を異なるセンサ型に用いることに基づいている。従っ
て、この実例をより良く理解するために、異なるセンサ
型を順に説明する。
タイプ:能動センサ、クラスタセンサ、受動/包含的セ
ンサ及び合成センサがある。能動センサは、動作パラメ
ータを相関するグループを示すセンサである。本発明の
実施例は、故障検出を改善する手法として一緒に相関能
動センサを分類している。センサの分類は、相互に相関
することが知られているツール動作パラメータに基づい
て、指定された故障検出指数が計算されることを可能に
する。ツール動作パラメータの相関セットの例として
は、ツール温度セット又はツール圧セットが含まれてい
てもよい。実際にツール故障が発生しなかった場合に
は、センサの分類から故障を表し得るツールデータでの
一致が排除される。
ングツール102の相関パラメータグループが圧力に関
係していることがオペレータの経験から既知である。従
って、チャンバ圧センサ106a、スロットルバルブ圧
センサ106b、フォアライン圧センサ106c及びガ
ス1圧センサ106dは、すべて能動センサとして分類
される。下で詳しく説明するように、能動型センサは、
最近接ベクトルの選択プロセスに用いられ関連したベク
トルサブセットをまとめるほか、出力予想ベクトルから
故障検出指数を生成するステップにも含まれる。
ては、ベクトル成分の値に類似性以外の基準を含むこと
により最近接選択プロセスを高めるステップが含まれて
いる。例えば、図9Aは、正常に機能しているプラズマ
エッチングツールのサセプタ温度値を予想及び測定した
プロットを示すグラフである。サセプタ温度は、経時周
期的であり、エッチングプロセスの第1段階900での
サセプタ温度の増加に続いてエッチングプロセスの第2
段階でサセプタ温度が低下する。
ベクトルの選択で測定するときのプラズマエッチングプ
ロセスの段階を言及している。例えば、図9Aに示され
るように、エッチングプロセスの第1段階900で測定
した入力ベクトルのサセプタ温度904は、エッチング
プロセスの第2段階902で測定したライブラリベクト
ルのサセプタ温度906と同じことがある。その場合、
サセプタ温度904と906が同じであることが起こり
得るが、ライブラリベクトルは入力ベクトルの正確な予
想ではない。従って、本発明の実施例は、センサ118
のようなクラスタ型センサを用いて、入力ベクトル10
4がサンプリングされるツール102のプラズマエッチ
ングプロセスでの段階を示している。下で詳述されるよ
うに、クラスタ型センサ値は、最近接選択プロセスに含
まれるが、故障検出指数を計算するステップには含まれ
ていない。
能動型センサとほとんど相関しないツール動作パラメー
タを示すセンサであるが、重要なツール故障情報を与え
るオペレータ経験から予想される。受動/包含的センサ
型の例は、図1Bにおけるサセプタ温度センサ120で
ある。プラズマエッチングツール102のサセプタ温度
は、能動(圧力)センサ106a〜dとほとんど相関し
ないが、サセプタ温度が監視される具体的なエッチング
プロセスの鍵となる故障表示であることはユーザ経験か
ら既知である。従って、本発明の実施例には、出力ベク
トルを予想するために用いられる能動型センサが相関す
るツール圧セットを含んでいる場合でも、故障検出指数
の計算に受動/包含的センサ120が含まれている。受
動/包含型センサは、最近接選択プロセスに用いられな
いが、故障検出指数を出すのに用いられる。
ンサ型であり、モデルの予想性能を広げるために用いる
ことができる。特に、合成型センサは、ツールのリアル
タイム動作では測定不可能であるが、半導体プロセスの
完了時には測定可能であり、具体的なベクトルに割り当
てできる物理量を示す。図1Bの個々の実例において
は、合成センサ型122は、プラズマエッチングから得
られる半導体形状の臨界寸法(CD)を示している。C
Dは、エッチング中には測定できないが、エッチング後
には測定可能であり、ライブラリベクトルの成分として
含まれ得る。続いて最近接ベクトルを選択すると、臨界
寸法が予想されることになる。
最近接ベクトルの選択プロセス又は故障検出指数を生成
するのには用いられない。合成型センサ122の入力
は、モデルでは必要とされず、入力ベクトル104は合
成型センサ122のゼロ値を含んでいる。しかしなが
ら、下で述べるように、モデルによってもたらされた出
力ベクトルは、合成型センサ122の予想値を含んでい
る。
1に示す。
体製造ツールからサンプリングされると、次のステップ
は入力ベクトルをツールの正常動作前の間にまとめられ
た参考ライブラリと比較することである。ステップ10
の最近接アルゴリズムを参照すると、図1Bに示される
実例は入力ベクトル104と参考データライブラリ11
2のベクトル170〜179間の類似性を測るために2
つのステップを使っている。第1テストにおいては、入
力ベクトル104と参考データライブラリ112とを比
較し、類似性係数がベクトル170〜179のそれぞれ
について生成される。類似性係数124は、入力ベクト
ル104の能動型センサ106a〜dに対する類似性を
反映している。類似性係数124を出す方法は、前述の
所有権を主張できるUPMソフトウェアプログラムの動
作によることができる。カットオフ値(図1Bの実例に
おいては0.97)を超える類似性係数をもつベクトルは第
1テストを合格する。受動/包含型センサ120と合成型
センサ122の値は、類似性係数124を計算するのに
含まれない。図1Bに示されるように、ベクトル17
0、172、173、177、及び178は第1テスト
を合格する。
4のクラスタ型センサ118を参考データライブラリ1
12のベクトルのクラスタ型センサと比較する。図1B
に示される実例においては、この比較試験は、クラスタ
センサ間の一致を必要とする(即ち、段階1での参考デ
ータライブラリベクトルのみが第2テストを合格す
る)。また、この比較試験は、クラスタセンサ型間の正
確な適合がなくてもよい(即ち、クラスタセンサが『段
階』よりは秒単位で数量化される場合、入力ベクトルの
個々の秒範囲内で測定されたライブラリベクトルは第2
テストを合格することができる)。図1Bに示されるよ
うに、ライブラリベクトル170、172、177、及
び178は第2テストを合格する。ベクトル173は、
クラスタ型センサ成分と入力ベクトル104間の不一致
のために第2テストを不合格である。
第2テストも共に合格したライブラリベクトル170、
172、177、及び178をベクトルサブセット10
8にまとめる。サブセット108のベクトルは、能動セ
ンサ型、クラスタセンサ型、受動/包含的センサ型、及
び合成センサ型の予想値を含む。
ト108のベクトル170、172、177、及び17
8を合わせて出力予想ベクトル116を生成する。図1
Bに示される個々の実例においては、重み126の第1
セットをベクトル170、172、177、及び178
に割り当て、次に重み付きベクトルと合わせることによ
り出力予想ベクトル116が生成される。また、このベ
クトルを合わせるステップは、全く重みを付けずに用い
て、サブセットの各ベクトルに等しい重みを割り当てて
もよい。他の代替的なものとして、各ベクトルに対して
以前に生成された類似性係数124を考慮している重み
付きシステムを使ってもよい。
4は出力予想ベクトル116から生成される。センサの
順位は、故障検出の精度を改善するために用いることが
できる追加の手法である。ベクトル116の能動及び受
動/包含型センサは、重み128の第2セットを用いた
ツール故障を示す相対的重要度によってランク付けする
ことができる。次に、重み付きセンサ値を組み合わせて
故障検出指数114を生成することができる。合成型セ
ンサ122とクラスタ型センサ118の値は、この計算
には含まれない。
3A〜図9Cと共に記載する。
グがしばしば行われている。酸化物エッチングの結果と
して、ポリマー材料が蓄積してしまいウエハの正しい位
置を妨害する。これは、生産効率に影響することがあ
る。普通は、周期的洗浄ステップによってポリマー残渣
が除去される。
plied Materials Centura(登録商標)プラズマエッチン
グ装置を用いた一連の1400回を超える連続した酸化物プ
ラズマエッチングランを洗浄ステップを介入させずに行
った。ツールセンサ情報を集め、ブリティッシュコロン
ビア州ナナイモのTriant Technologies, Inc.が製造し
たModelware/RTソフトウェアを用いてモデルをつくっ
た。
らの予想値との間の差を示している。図2A〜図2C
は、一連の処理ランの開始、中間、及び終わりの残余フ
ォアライン圧値をプロットしたグラフである。図2A
は、1400回の逐次テストランの開始部分の残余フォ
アライン圧値をプロットしたグラフである。図2Aは、
残余フォアライン圧値が最初は予想許容領域X内に具合
よくとどまっていることを示す図である。
ォアライン圧値をプロットしたグラフである。図2B
は、残余フォアライン圧値が許容領域Xの最低部分へド
リフトしたことを示す図である。
イン圧値をプロットしたグラフである。図2Cは、図2
Bに示される残余ファライン圧値のドリフトが続き、フ
ォアライン圧がここでは許容領域Xから出ていることを
示す図である。従来の故障検出法においては、この傾向
はツールに警告するとともにウエハの生産を中止させる
と思われる。しかしながら、フォアライン圧データと他
のツール情報との相関、つまり故障の実際の存在は依然
として判定できない。
についてのプラズマエッチングツールの状態を、それぞ
れが異なる能動センサ分類を含む4つの専門の故障検出
指数を用いて調べた。各故障検出指数についての能動セ
ンサを下記表2に示す。
示す表である。特に、20センサ全体の情報が4つの故
障検出指数に要約されている。
度強化は、図3〜図7Dと共に述べられる。図3は、1
400ウエハ以上の処理ラン全体について第2故障検出
指数をプロットしたグラフである。温度に集中している
この第2故障検出指数は、プラズマエッチングツールで
の故障を示していない。
指数をプロットしたグラフである。ウエハ200前後の
単一の故障を別として、パワーに集約される第3指数は
ツール故障を示していない。ウエハ200前後のスパイ
クは、エッチングツールに偶然に入った酸化物層のない
はだかのシリコンウエハのエッチングと関連があった。
数をプロットしたグラフである。ウエハチャッキングに
集中しているこの第3故障検出指数は、ウエハ600前
後の初期故障に続いて故障がしばしば増えていることを
示している。第4故障検出指数は、1400+テストラ
ンのほぼ中間でウエハのチャッキングによるであろう問
題を示している。これは、周期的洗浄ステップがないこ
とによる残渣の蓄積のためと思われる。
指数をプロットしたグラフである。圧力に集中している
この故障検出指数は、はだかのシリコンウエハの処理に
対応するウエハ200前後に故障を示している。更に、
図6は、ウエハ数600前後の後のツール故障発生が増
加していることを示している。第1故障検出指数のこの
傾向は、更にツール故障を意味している。
更に詳しく調べるために、図7A〜図7Dは、図3〜図
6に示された一連の処理ランの後期に発生した『Z』部
分での第1故障検出指数の能動センサの値をプロットし
たグラフである。
ラフである。図7Aは、ガス1流導入圧が許容バンドX
内にあることを示している。従って、第4故障検出指数
で示される故障は、ガス1導入流圧に起因するものでは
なかった。
イン圧センサをプロットしたグラフである。図7Bは、
フォアライン圧が許容バンドXの範囲外であったことを
示している。
ルバルブセンサをプロットしたグラフである。図7D
は、Z部分のチャンバ圧センサをプロットしたグラフで
ある。図7C及び図7Dは、スロットルバルブとチャン
バ圧が許容しうる許容バンドXのかなり範囲外にあるこ
とを示している。
相互の相関によって、図2A〜図2Cに示されるフォア
ライン圧の低下で最初に示されるツール故障の存在が確
認される。スロットルバルブ、フォアライン圧、及びチ
ャンバ圧の能動センサ値が組合わされた場合、第4故障
検出指数の低下が明らかになり、単独で考慮される単一
センサよりもプラズマエッチングツールの状態の正確な
図が示される。
ンサの分類の影響を示し、クラスタセンサの利用は故障
検出の精度を高める。
ッチングツールのプロセスランについて故障検出指数と
時間をプロットしたグラフである。図8Aの方法は、ベ
クトルサブセットにまとめられる最近接ベクトルの選択
プロセスにおいてクラスタセンサ値を考慮している。図
8Aは、ツールの状態を示す非常に正確な図であり、故
障検出指数はツールが最後に停止し時間T2で警告する
まで時間T1から連続して悪くなっている。
がベクトルサブセットにまとめられる最近接ベクトルの
選択プロセスに含まれていない同様のプロセスランをプ
ロットしたグラフである。図8Bは、ツールの状態を示
すあまり正確でない図であり、故障検出指数の急激な低
下が時間T4でのツールの警告と停止の直前の時間T3で
起きている。図8Aの方法で示された故障の先行警告
は、ツールオペレータに故障を認識及び修正する重要な
準備時間を与える。従って、初期の故障認識は、最終的
に許容しうる許容量の範囲外にあるウエハ数を減少さ
せ、ツール歩留まりを上げる。
る。例えば、サセプタ温度のような動作パラメータは重
要な故障検出情報を与えることができる。しかしなが
ら、サセプタ温度は、表2の第1故障検出指数の関連の
能動圧センサとほとんど相関していない。
る場合には、サセプタ温度は最近接選択プロセスに含ま
れる。しかしながら、これは、ツール性能が他の非常に
相関するセンサに基づいてモデルにすべき場合には望ま
しくない。受動/包含的センサ型の役割は、図9A〜図
9Cと共に良く理解される。
ツールについて測定サセプタ温度と予想サセプタ温度の
経時範囲をプロットしたグラフである。測定サセプタ温
度も予想サセプタ温度も時間T1とT2間で繰り返してい
る。
ある予測モデルにおいて測定サセプタ温度と予想サセプ
タ温度の経時範囲をプロットしたグラフである。図9B
は、時間T1でツールが故障を受け、測定サセプタ温度
が予想された周期的挙動から逸脱し、T2まで一定のま
まであることを示している。サセプタ温度は、関連の能
動圧センサのグループとほとんど相関していない。しか
しながら、サセプタ温度が能動センサ型でありかつ最近
接ベクトルの選択に考慮されるために、モデルで予想さ
れたベクトルサブセットは、実際の温度の変化にあては
まる平坦な形を反映している。予想された温度のこの変
化は、時間T1とT2間の測定温度の一定の平坦なプロフ
ァイルによって示されるツール故障をかくしている。
/包含的センサ型である予想モデルにおいて測定サセプ
タ温度と予想サセプタ温度の経時範囲をプロットしたグ
ラフである。図9Bのツールのように、図9Cのツール
は時間T1で故障を受けている。しかしながら、測定サ
セプタ温度がサブセットの最近接ベクトルを選択するの
に含まれないために、予想サセプタ温度範囲は、時間T
1で平坦なままではなく測定値と合致している。むし
ろ、図9Cにおいては、時間T1で始まる実際のサセプ
タ温度の平坦なプロファイルは、予想範囲外で合格する
ので、ツール故障として認識可能である。
うように形成された装置を示す簡易図である。装置10
00には、ウエハ1006が配置されたウエハ処理チャ
ンバ1004を含む半導体製造ツール1002が含まれ
ている。装置1000は、また、ツール1002の動作
パラメータを検出するツール1002に作動上結合した
第1センサ1008と第2センサ1010を含んでい
る。
と通じ、第1センサと第2センサ1010とも通じてい
る。メモリ1014は、コントローラ1012に結合
し、メモリ1014は、前記装置を制御してレシピによ
って動作する半導体処理ツールからの相関動作パラメー
タのグループを検出する、コンピュータ使用説明を含む
コンピュータ読取り可能書式のコンピュータプログラム
を記憶している。コンピュータ使用説明はまた、前記装
置を制御して相関動作パラメータのグループを、レシピ
を使ったツールの以前のランで記録された対応する動作
パラメータと比較し、動作パラメータの検知グループを
以前のランで記録された対応する動作パラメータと比較
することから故障検出指数を生成するものである。
ールでの故障を検出するステップと共に記載したきた
が、図10の半導体製造ツールはこの個々の実施例に限
定されない。本発明の代替的実施例によれば、ケミカル
メカニカルポリシング(CMP)装置の故障が検出され得
る。本発明の他の代替的実施例によれば、化学気相成長
ツールやリソグラフィ装置のような他の半導体製造ツー
ルの故障が検出され得る。
ら最近接ベクトルの選択を用いる故障検出法と共に記載
してきたが、これは本発明で必要とされない。故障検出
指数を生成するために相互に相関するセンサを一緒に分
類する手法は、他のモデリング方法でも利用され得、そ
の方法はなお本発明の範囲内にあるものである。
れた種々の実施例を示したが、変更と修正が明白に理解
された均等物や代替物は本発明の範囲内に包含されるも
のである。
ートである。
図である。
ン系列のフォアライン圧の値をプロットしたグラフであ
る。
をプロットしたグラフである。
をプロットしたグラフである。
数をプロットしたグラフである。
故障検出指数をプロットしたグラフである。
故障検出指数をプロットしたグラフである。
故障検出指数をプロットしたグラフである。
入圧をプロットしたグラフである。
イン圧をプロットしたグラフである。
ルバルブをプロットしたグラフである。
圧をプロットしたグラフである。
スタセンサ情報を用いない故障検出法の故障検出指数と
時間をプロットしたグラフである。
スタセンサ情報を用いる故障検出法の故障検出指数と時
間をプロットしたグラフである。
と予想の経時サセプタ温度をプロットしたグラフであ
る。
際と予想の経時サセプタ温度をプロットしたグラフであ
る。
方法の実際と予想の経時サセプタ温度をプロットしたグ
ラフである。
た装置を示す簡易図である。
である。
ある。
102…ツール、104…入力ベクトル、106a…チ
ャンバ圧センサ、106b…スロットルバルブ圧セン
サ、106c…フォアライン圧センサ、106d…ガス
1圧センサ、108…ベクトルサブセット、112…参
考データライブラリ、114…故障検出指数、116…
予想ベクトル、118…クラスタセンサ、120…サセ
プタ温度センサ、122…アウト1センサ、124…類
似性係数、128…重み、170−179…参考データ
ベクトル、900…第1段階、902…第2段階、90
4…サセプタ温度、1000…装置、1002…半導体
製造ツール、1004…ウエハ処理チャンバ、1006
…ウエハ、1008…第1センサ、1010…第2セン
サ、1012…コントローラ、1014…メモリ、11
01…半導体処理ツール、1102…入力ベクトル、1
104…値、1106…ツールセンサ、1110…ベク
トルサブセット、1112…参考データライブラリ、1
114…故障検出指数、1116…出力予想ベクトル、
1120…センサ、1150−1157…ベクトル、1
202…スポーク。
Claims (19)
- 【請求項1】 故障検出法であって:レシピによって作
動する半導体処理ツールの相関動作パラメータのグルー
プを検知するステップと;該レシピによって作動する該
ツールの非相関動作パラメータの少なくとも一つを検知
するステップと;該相関動作パラメータのグループと該
非相関動作パラメータの少なくとも一つを含む入力ベク
トルを形成するステップと;該入力ベクトルを該レシピ
を用いた以前のツールランからのベクトルを含む参考デ
ータライブラリと比較するステップと;該相関動作パラ
メータのグループとの類似性に基づいて、該参考データ
ライブラリから一つ以上の該入力ベクトルに最近接のベ
クトルを選択するステップと;選択された該最近接のベ
クトルから故障検出指数を生成するステップと、を含
む、前記方法。 - 【請求項2】 該相関動作パラメータのグループを検知
するステップが、ツール圧に関係する動作パラメータを
検知するステップを含んでいる、請求項1記載の方法。 - 【請求項3】 該相関動作パラメータのグループを検知
するステップが、ツール温度に関係する動作パラメータ
を検知するステップを含んでいる、請求項1記載の方
法。 - 【請求項4】 該相関動作パラメータのグループを検知
するステップが、ツールパワーに関する動作パラメータ
を検出するステップを含んでいる、請求項1記載の方
法。 - 【請求項5】 該相関動作パラメータのグループを検知
するステップが、該ツール内のウエハの位置決めに関係
する動作パラメータを検知するステップを含んでいる、
請求項1記載の方法。 - 【請求項6】 該故障検出指数は、選択された該最近接
のベクトルからベクトルサブセットをまとめ、該ベクト
ルサブセットを合わせて出力予想ベクトルにし、該出力
予想ベクトルから故障検出指数を生成することによっ
て、生成される、請求項1記載の方法。 - 【請求項7】 該出力ベクトルが予想動作パラメータを
含み、該故障検出指数が該予想動作パラメータを合わせ
ることにより生成される、請求項6記載の方法。 - 【請求項8】 該出力予想ベクトルの該動作パラメータ
を合わせるステップが:重みのセットを該予想動作パラ
メータに割り当てるステップと;重み付きの該動作パラ
メータを一緒に加えるステップと、 を含む、請求項7記載の方法。 - 【請求項9】 該重みのセットが、類似性に基づいて割
り当てられる、請求項8記載の方法。 - 【請求項10】 更に:受動-包含的センサ値を該入力
ベクトルに含むステップと;該最近接のベクトルを選択
するのに該受動包含的センサ値を無視するステップと;
該故障検出指数を生成するのに該受動-包含的センサ値
を含むステップと、を含む、請求項1記載の方法。 - 【請求項11】 更に:クラスタセンサ値を入力ベクト
ルに含むステップと;該最近接のベクトルを選択するの
に該クラスタセンサ値を含むステップと;該故障検出指
数を生成するのに該クラスタセンサを無視するステップ
と、を含む、請求項1記載の方法。 - 【請求項12】 該クラスタセンサが、該相関動作パラ
メータのグループが検知されたときの半導体製造プロセ
スのステージを示している、請求項11記載の方法。 - 【請求項13】 該参考データライブラリの該ベクトル
が合成センサを含み:該合成センサのゼロ値を該入力ベ
クトルに含むステップと;該出力予想ベクトルから該合
成センサの予想値を得るステップであって、該合成セン
サは、該最近接のベクトルを選択するのに無視され、該
故障検出指数を生成するのに無視される、該合成センサ
の予想値を得るステップと、を更に含んでいる、請求項
6記載の方法。 - 【請求項14】 該合成センサは、該半導体製造ツール
の動作中にリアルタイムで測定することが難しいか又は
不可能であり、処理が完了した後に該ライブラリのベク
トルに割り当てられる、請求項13記載の方法。 - 【請求項15】 半導体処理ツールの故障を検出する装
置であって:該半導体処理ツールに作動上結合した第1
センサ、第2センサ、及び第3センサと;該半導体処理
ツールと、該第1センサ、第2センサ、及び第3センサ
と通じているコントローラと;該コントローラに結合し
たメモリであって、前記メモリは、コンピュータ使用説
明を含むコンピュータ読取り可能書式のコンピュータプ
ログラムを記憶して前記コントローラを制御し、 該第1センサと第2センサからレシピによって作動する
該半導体処理ツールの相関動作パラメータを受け取り;
該第3センサから該ツールからの非相関動作パラメータ
を受け取り、 該相関動作パラメータを、該レシピを用いて該ツールの
以前のラン中に記録された対応する動作パラメータと比
較し;検知した該相関動作パラメータを以前のラン中に
記録された該対応する動作パラメータと比較することか
ら故障検出指数を生成する、 該コントローラに結合したメモリと、を含む、前記装
置。 - 【請求項16】 該相関動作パラメータがツール圧に関
係している、請求項15記載の装置。 - 【請求項17】 該相関動作パラメータがツール温度に
関係している、請求項15記載の装置。 - 【請求項18】 該相関動作パラメータがツールパワー
に関係している、請求項15記載の装置。 - 【請求項19】 該相関動作パラメータが該ツール内の
ウエハの位置決めに関係している、請求項15記載の装
置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US23259800P | 2000-09-14 | 2000-09-14 | |
US09/833516 | 2001-04-11 | ||
US60/232598 | 2001-04-11 | ||
US09/833,516 US6895293B2 (en) | 2000-09-14 | 2001-04-11 | Fault detection and virtual sensor methods for tool fault monitoring |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002231597A true JP2002231597A (ja) | 2002-08-16 |
JP5106729B2 JP5106729B2 (ja) | 2012-12-26 |
Family
ID=26926153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001280353A Expired - Fee Related JP5106729B2 (ja) | 2000-09-14 | 2001-09-14 | ツール故障監視用の故障検出および仮想センサ法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US6895293B2 (ja) |
EP (1) | EP1191308A3 (ja) |
JP (1) | JP5106729B2 (ja) |
KR (1) | KR100768017B1 (ja) |
SG (1) | SG99947A1 (ja) |
TW (1) | TW518702B (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100768017B1 (ko) * | 2000-09-14 | 2007-10-17 | 어플라이드 머티어리얼스, 인코포레이티드 | 툴 고장 모니터링을 위한 고장검출 및 가상 센서 방법 |
JP2016528655A (ja) * | 2013-08-23 | 2016-09-15 | アプライド マテリアルズ インコーポレイテッドApplied Materials,Incorporated | ツールプロセスデータの多変量解析を提供するためのk近傍法に基づく方法及びシステム |
JP2022523101A (ja) * | 2019-01-31 | 2022-04-21 | アプライド マテリアルズ インコーポレイテッド | イオン注入半導体製造ツールにおける構成要素の故障の是正 |
JP7254257B1 (ja) | 2020-04-02 | 2023-04-07 | アプライド マテリアルズ インコーポレイテッド | 処理チャンバ内の特性評価及び故障検出のためのボード指紋法 |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6782343B2 (en) * | 2001-02-28 | 2004-08-24 | Asm International N.V. | Resource consumption calculator |
US7103439B1 (en) * | 2001-04-02 | 2006-09-05 | Advanced Micro Devices, Inc. | Method and apparatus for initializing tool controllers based on tool event data |
US6763278B1 (en) * | 2002-04-26 | 2004-07-13 | Advanced Micro Devices, Inc. | Operating a processing tool in a degraded mode upon detecting a fault |
US7065422B1 (en) * | 2002-06-28 | 2006-06-20 | Advanced Micro Devices, Inc. | Method and apparatus for system state classification |
US6960774B2 (en) * | 2003-11-03 | 2005-11-01 | Advanced Micro Devices, Inc. | Fault detection and control methodologies for ion implantation processes, and system for performing same |
US20050220984A1 (en) * | 2004-04-02 | 2005-10-06 | Applied Materials Inc., A Delaware Corporation | Method and system for control of processing conditions in plasma processing systems |
KR100839071B1 (ko) | 2004-05-13 | 2008-06-19 | 삼성전자주식회사 | 공정장비의 상태를 모니터링하기 위한 시스템 및 방법 |
US20060107898A1 (en) * | 2004-11-19 | 2006-05-25 | Blomberg Tom E | Method and apparatus for measuring consumption of reactants |
US7680559B2 (en) * | 2005-02-08 | 2010-03-16 | Lam Research Corporation | Wafer movement control macros |
AT502241B1 (de) * | 2005-02-24 | 2007-04-15 | Arc Seibersdorf Res Gmbh | Verfahren und anordnung zur feststellung der abweichung von ermittelten werten |
US7535688B2 (en) * | 2005-03-25 | 2009-05-19 | Tokyo Electron Limited | Method for electrically discharging substrate, substrate processing apparatus and program |
US20080082348A1 (en) * | 2006-10-02 | 2008-04-03 | Paulus Sachar M | Enterprise Integrity Content Generation and Utilization |
CN100574997C (zh) * | 2006-12-28 | 2009-12-30 | 中芯国际集成电路制造(上海)有限公司 | 故障报警装置及故障报警方法 |
US20090083586A1 (en) * | 2007-09-24 | 2009-03-26 | General Electric Company | Failure management device and method |
US8151814B2 (en) * | 2009-01-13 | 2012-04-10 | Asm Japan K.K. | Method for controlling flow and concentration of liquid precursor |
US8473089B2 (en) * | 2009-06-30 | 2013-06-25 | Lam Research Corporation | Methods and apparatus for predictive preventive maintenance of processing chambers |
US8271121B2 (en) * | 2009-06-30 | 2012-09-18 | Lam Research Corporation | Methods and arrangements for in-situ process monitoring and control for plasma processing tools |
US8538572B2 (en) * | 2009-06-30 | 2013-09-17 | Lam Research Corporation | Methods for constructing an optimal endpoint algorithm |
US8295966B2 (en) * | 2009-06-30 | 2012-10-23 | Lam Research Corporation | Methods and apparatus to predict etch rate uniformity for qualification of a plasma chamber |
US8983631B2 (en) * | 2009-06-30 | 2015-03-17 | Lam Research Corporation | Arrangement for identifying uncontrolled events at the process module level and methods thereof |
US8618807B2 (en) * | 2009-06-30 | 2013-12-31 | Lam Research Corporation | Arrangement for identifying uncontrolled events at the process module level and methods thereof |
US9026241B2 (en) * | 2012-02-24 | 2015-05-05 | Taiwan Semiconductor Manufacturing Co., Ltd. | Closed loop control for reliability |
US10133263B1 (en) | 2014-08-18 | 2018-11-20 | Kla-Tencor Corporation | Process condition based dynamic defect inspection |
US11054815B2 (en) * | 2016-03-11 | 2021-07-06 | Applied Materials, Inc. | Apparatus for cost-effective conversion of unsupervised fault detection (FD) system to supervised FD system |
US10937637B2 (en) * | 2017-08-31 | 2021-03-02 | Applied Materials, Inc. | Determining susceptor service life in a plasma processing chamber |
KR102031843B1 (ko) * | 2017-12-29 | 2019-10-15 | 주식회사 비스텔 | 가상의 센서 데이터를 생성하는 방법 및 장치 |
CN108959498A (zh) * | 2018-06-26 | 2018-12-07 | 北京航空航天大学 | 一种用于健康监测的大数据处理平台及其设计方法 |
US11768984B2 (en) | 2020-09-22 | 2023-09-26 | Applied Materials, Inc. | Parameter sensing and computer modeling for gas delivery health monitoring |
WO2023211467A1 (en) * | 2022-04-29 | 2023-11-02 | Hitachi Vantara Llc | Real-time detection, prediction, and remediation of sensor faults through data-driven pproaches |
CN117873007B (zh) * | 2024-03-11 | 2024-05-24 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的制造流程管理方法、系统、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5859964A (en) * | 1996-10-25 | 1999-01-12 | Advanced Micro Devices, Inc. | System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes |
JPH1187323A (ja) * | 1997-05-12 | 1999-03-30 | Applied Materials Inc | 半導体ウェーハ処理システムの複数のパラメータを用いてプロセスを監視する方法及び装置 |
US6192287B1 (en) * | 1997-09-23 | 2001-02-20 | On-Line Technologies, Inc. | Method and apparatus for fault detection and control |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5877032A (en) | 1995-10-12 | 1999-03-02 | Lucent Technologies Inc. | Process for device fabrication in which the plasma etch is controlled by monitoring optical emission |
WO1993021592A1 (en) | 1992-04-16 | 1993-10-28 | The Dow Chemical Company | Improved method for interpreting complex data and detecting abnormal instrument or process behavior |
SE9304246L (sv) | 1993-12-22 | 1995-06-23 | Asea Brown Boveri | Förfarande vid övervakning av multivariata processer |
US5864773A (en) * | 1995-11-03 | 1999-01-26 | Texas Instruments Incorporated | Virtual sensor based monitoring and fault detection/classification system and method for semiconductor processing equipment |
EP0932195A1 (en) * | 1997-12-30 | 1999-07-28 | International Business Machines Corporation | Method and system for semiconductor wafer fabrication process real-time in-situ supervision |
US6046796A (en) | 1998-04-22 | 2000-04-04 | Advanced Micro Devices, Inc. | Methodology for improved semiconductor process monitoring using optical emission spectroscopy |
US6090302A (en) | 1998-04-23 | 2000-07-18 | Sandia | Method and apparatus for monitoring plasma processing operations |
US6442445B1 (en) * | 1999-03-19 | 2002-08-27 | International Business Machines Corporation, | User configurable multivariate time series reduction tool control method |
US6895293B2 (en) * | 2000-09-14 | 2005-05-17 | Applied Materials, Inc. | Fault detection and virtual sensor methods for tool fault monitoring |
-
2001
- 2001-04-11 US US09/833,516 patent/US6895293B2/en not_active Expired - Fee Related
- 2001-08-09 TW TW090119557A patent/TW518702B/zh not_active IP Right Cessation
- 2001-08-10 EP EP01119362A patent/EP1191308A3/en not_active Withdrawn
- 2001-08-17 SG SG200104973A patent/SG99947A1/en unknown
- 2001-09-14 KR KR1020010056694A patent/KR100768017B1/ko not_active IP Right Cessation
- 2001-09-14 JP JP2001280353A patent/JP5106729B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5859964A (en) * | 1996-10-25 | 1999-01-12 | Advanced Micro Devices, Inc. | System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes |
JPH1187323A (ja) * | 1997-05-12 | 1999-03-30 | Applied Materials Inc | 半導体ウェーハ処理システムの複数のパラメータを用いてプロセスを監視する方法及び装置 |
US6192287B1 (en) * | 1997-09-23 | 2001-02-20 | On-Line Technologies, Inc. | Method and apparatus for fault detection and control |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100768017B1 (ko) * | 2000-09-14 | 2007-10-17 | 어플라이드 머티어리얼스, 인코포레이티드 | 툴 고장 모니터링을 위한 고장검출 및 가상 센서 방법 |
JP2016528655A (ja) * | 2013-08-23 | 2016-09-15 | アプライド マテリアルズ インコーポレイテッドApplied Materials,Incorporated | ツールプロセスデータの多変量解析を提供するためのk近傍法に基づく方法及びシステム |
JP2022523101A (ja) * | 2019-01-31 | 2022-04-21 | アプライド マテリアルズ インコーポレイテッド | イオン注入半導体製造ツールにおける構成要素の故障の是正 |
JP7238146B2 (ja) | 2019-01-31 | 2023-03-13 | アプライド マテリアルズ インコーポレイテッド | イオン注入半導体製造ツールにおける構成要素の故障の是正 |
US11862493B2 (en) | 2019-01-31 | 2024-01-02 | Applied Materials, Inc. | Correcting component failures in ion implant semiconductor manufacturing tool |
JP7472344B2 (ja) | 2019-01-31 | 2024-04-22 | アプライド マテリアルズ インコーポレイテッド | イオン注入半導体製造ツールにおける構成要素の故障の是正 |
JP7254257B1 (ja) | 2020-04-02 | 2023-04-07 | アプライド マテリアルズ インコーポレイテッド | 処理チャンバ内の特性評価及び故障検出のためのボード指紋法 |
JP2023516099A (ja) * | 2020-04-02 | 2023-04-17 | アプライド マテリアルズ インコーポレイテッド | 処理チャンバ内の特性評価及び故障検出のためのボード指紋法 |
JP7319479B1 (ja) | 2020-04-02 | 2023-08-01 | アプライド マテリアルズ インコーポレイテッド | 処理チャンバ内の特性評価及び故障検出のためのボード指紋法 |
JP2023110917A (ja) * | 2020-04-02 | 2023-08-09 | アプライド マテリアルズ インコーポレイテッド | 処理チャンバ内の特性評価及び故障検出のためのボード指紋法 |
Also Published As
Publication number | Publication date |
---|---|
KR20020021353A (ko) | 2002-03-20 |
KR100768017B1 (ko) | 2007-10-17 |
JP5106729B2 (ja) | 2012-12-26 |
EP1191308A2 (en) | 2002-03-27 |
SG99947A1 (en) | 2003-11-27 |
EP1191308A3 (en) | 2004-02-18 |
TW518702B (en) | 2003-01-21 |
US6895293B2 (en) | 2005-05-17 |
US20020055801A1 (en) | 2002-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5106729B2 (ja) | ツール故障監視用の故障検出および仮想センサ法 | |
JP4008899B2 (ja) | 半導体装置の製造システムおよび半導体装置の製造方法 | |
KR101019459B1 (ko) | 결함 진단을 위한 분류된 결함 시그니처들 | |
US7151976B2 (en) | Multivariate control of semiconductor processes | |
KR20180074574A (ko) | 프로세스의 엔드포인트 제어를 위한 시계열 스펙트럼으로부터 특징 추출 방법 | |
Purwins et al. | Regression methods for virtual metrology of layer thickness in chemical vapor deposition | |
KR20100017637A (ko) | 메트릭 독립적 그리고 레시피 독립적 결함 부류들 | |
WO2007064933A1 (en) | Method and apparatus for classifying manufacturing outputs | |
JP4568216B2 (ja) | 半導体装置の製造システム | |
KR100773350B1 (ko) | 설비의 이상패턴 규명을 위한 기준정보형성방법 및 이를이용한 반도체 제조설비의 모니터링 방법 | |
CN113994453A (zh) | 半导体装置制造系统以及半导体装置制造方法 | |
US7337034B1 (en) | Method and apparatus for determining a root cause of a statistical process control failure | |
US7212950B2 (en) | Methods and apparatus for equipment matching and characterization | |
KR100733590B1 (ko) | 반도체장치의 제조시스템 및 반도체장치의 제조방법 | |
US6959252B2 (en) | Method for analyzing in-line QC test parameters | |
US7100081B1 (en) | Method and apparatus for fault classification based on residual vectors | |
JP3732768B2 (ja) | 半導体処理装置 | |
US7277824B1 (en) | Method and apparatus for classifying faults based on wafer state data and sensor tool trace data | |
JP2012015410A (ja) | 不良解析方法、不良解析装置 | |
TWI471752B (zh) | 管理晶圓製程的方法及其系統 | |
JP2009010370A (ja) | 半導体処理装置 | |
CN107305365B (zh) | 一种基于rga的工艺过程控制方法及工艺过程控制系统 | |
JP2005051269A (ja) | 半導体処理装置 | |
US11868119B2 (en) | Method and process using fingerprint based semiconductor manufacturing process fault detection | |
TWI841756B (zh) | 具有診斷電路之真空系統及用於監測該真空系統之健全之方法及電腦程式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080916 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20101130 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20101210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120221 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120521 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120524 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120618 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120621 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120719 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120724 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120821 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120911 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121003 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151012 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |