JP2003521773A - 機械及び工程の最適なセットポイントを検出する方法 - Google Patents

Abstract

(57)【要約】 本発明は、（ａ）出力製品の特性の許容範囲、可能な機械セットポイントの範囲、最適なセットポイント基準を定義するステップと、（ｂ）機械モデルの更新済み定数を検出するために、機械のモデルの校正を実行するステップと、（ｃ）機械モデルで更新済み定数を用い、許容範囲に特性が収まっている製品を提供する全セットポイントを検出するステップと、（ｄ）ステップｃで検出された全セットポイントから最適化された１つのセットポイントを検出する最適化手順を実行するステップと、（ｅ）ステップｄで検出した最適化されたセットポイントで機械を操作して、新しい出力製品を取得するステップと、（ｆ）新しい出力製品の特性と許容範囲とを比較するステップと、（ｇ）出力製品の特性が許容範囲に収まっている場合には、新しいセットポイントが検出され、手順が正常に完了するステップと、（ｈ）また、出力製品の特性が許容範囲から外れている場合には、ステップｂから手順を繰り返すステップとを含む、機械セットポイントを最適化するための方法に関する。

Description

【発明の詳細な説明】

【０００１】 （技術分野） 本発明は、機械及び工程に最適なセットポイントを検出する方法に関する。よ
り詳しくは、本発明は、機械及び工程の既存モデルの定数を再校正し、同じもの
を操作するために最適なセットポイントを検出するための方法に関する。さらに
、本発明は、機械用の最適なセットポイントを定める前記方法を利用するコント
ローラに関する。

【０００２】 （背景技術） いかなる製造工程でも、複数の入力（気体、材料、電力など）を取得し、局所
環境（圧力、温度など）を整備し、（複数の）オペラント材料の形状又は何らか
の特性セットのいずれかを変更するプロセス機が存在する。望ましい出力は、オ
ペラント材料に関する新しい特性（例えば、屈折、応力、形状寸法などの指標）
を具体的に手配したものであって、本書では、出力、製品、目標のいずれかで呼
ばれる。望ましい目標からのバラツキの許容範囲という観点から、出力の目標を
指定する必要があるのは自明である。

【０００３】 特定セットの入力があった場合の機械（本書ではこれ以降、「機械」という用
語によって工程についても言及しているものと理解されたい）の出力を予測する
ためには、機械のモデルを提供する必要がある。このモデルは、出力の１つ以上
の特性を予測するより小さい一連のモデルから構成されていてもよい。

【０００４】 通常タイプのモデルに、物理的モデルがある。物理的モデルは、機械の動作と
操作を記述する物理的過程の第一原則に起因する一連の数学的関数と公式を備え
る。これらのモデルはしばしば、工程の何らかの物理的特性に関連するが、第一
原則の理解が限定されているか欠如している、いくつかの校正定数を含んでいる
。これらの定数は、モデルが適切に工程をシミュレートできるよう調整される。

【０００５】 他のタイプのモデルに、機械からの実験的データを適合させるよう試みるだけ
の、データに基づいたモデル（当該技術では、場合によって、「統計モデル」と
も呼ばれる）がある。こうしたモデルの構築は、数多くの実験を実行し、出力製
品と様々な入力セットとの関係性について大量の生データを累積することによっ
て行われる。これらは一般的に、物理的モデルが定義されていないか非常に複雑
な場合に用いられるので、その多数の定数を評価することは難しい。こうしたデ
ータに基づいたモデルは、機械を「ブラックボックス」として扱い、実験的な結
果に基づいて、出力製品と入力との関係特性を予測しようとする。したがって、
定数は、モデルに工程をシミュレートさせられるが、物理的モデルとは違って、
どの物理的特性にも関連付けられているわけではない。この理由から、物理的モ
デルのほうが一般的に精度が高い。

【０００６】 このモデルの（複数の）関数の変数（これ以降ではｘ）は、機械に対する入力
であって、望ましいどの特定の出力に対しても指定しなければならない。特定の
出力を提供するための機械設定の組み合わせは、入力と環境変数を含んでいて、
セットポイント又はセットアップと呼ばれる。特定種類の予測モデルを用いる実
質的にすべての工業的用途やコントローラでは、モデル中でセットポイントの個
数が未定の定数の個数と同じかそれより多いデータセットから、定数が決定され
る。ある用途では、センサからの継続的な入力よってデータが豊富に入ってくる
。また、他の用途では、データの取得は難しいか費用がかかる。こうした場合に
は、実験を実施する「実験計画（ＤＯＥ）」という方法によって、実験数を最低
限にして最大量のデータを得るための条件が説明されている。ここで、データに
基づいたモデルでは、実験の数は未知の定数の個数よりも１つだけ大きくなる。
データを豊富に得られるにせよ、ＤＯＥセットの実験を実行中であるにせよ、モ
デルの再校正には、まったく新しいデータセットが必要となる。データを継続的
に得られるモードでは、これに困難は伴わない。しかし、より一般的なＤＯＥの
事例では、費用のかかる別のデータセット生成を行う必要がでてくる。本発明に
独自の特長は、モデルを更新するために必要な新しいデータポイントが１つしか
いらない点にある。本発明の工程はどちらのタイプのデータ環境に対しても適用
できるが、操作の詳細は、より厳しい後者の事例について十分な説明を加える予
定である。

【０００７】 望ましい目標からのバラツキの許容範囲という観点から出力製品を指定しなけ
ればならないことから、許容範囲の出力を与える機械のセットポイントは多数存
在することにもなる。したがって、各出力について、数多くの中から、特定の意
味で最適なセットポイントを検出することが望ましい。例えば、１つの基準とし
て、入力のバラツキに対して製品が最も堅牢であるセットポイントを検出するこ
とがあってよい。入力値の小さな変更によって製品が許容範囲から外れる場合が
あるので、これによって、こうしたセットポイントには他のものより、出力製品
の特性を入力のバラツキに対していっそう過敏にするものがあることが分かる。
したがって、バラツキが小さければ出力製品の変化も最小限に留まるようなセッ
トポイントを選ぶことが望ましい。他の基準としては、最新に定義されたセット
ポイントに可能な限り近似になるよう新しいセットポイントに要求することがあ
ってもよい。本発明の手順では、最適なセットポイントを選択するために、実質
的にすべての基準又は制約のセットを適用することができる。

【０００８】 当然ながら、永久に正確であり続けるモデルはない。どの機械でも時間経過に
ともなって変化し、その部品には、磨耗して取り替えが必要となるものもあれば
、汚れる部分も出てくるので、ときどきメンテナンス手順を実行しなければなら
ない。したがって、モデルの定数は、すべての変更に合わせて補正を行うために
、ときどき再校正する必要がある。

【０００９】 この再校正を行うのに、先行技術では、モデルの定数を再評価する目的で、長
い一連のテストを実行することが必要だった。どの場合でも、機械を操作するた
めに、モデルを更新し、新しいセットポイントを検出する先行技術の手順は、非
生産的で費用がかさむ。

【００１０】 米国特許第５，７４０，０３３号は、製造工程のための対話式制御装置の設計
を開示している。この特許は、機械の望ましいセットポイント又は操作条件を工
夫するためのアルゴリズムを提供している。特に、制御装置は、物理的工程モデ
ルと独立的な物理的妨害モデルを備える。実行シーケンサは、記録したデータを
定期的に工程モデルに送信し、今度は工程モデルが機械の望ましいセットポイン
トに関して予測を行う。この特許では、センサによって入力に継続的に提供され
る大きなデータセットが用いられる。さらに、この特許の対話式コントローラは
、製品の一様性を管理する機械設定に動的な変更を加えることを目的としている
。

【００１１】 米国特許第４，５７７，２８０号は、流体流を分配する制御システムを開示し
ている。この特許のシステムの目的は、蒸気発生装置で流動体を最適に配分する
ことである。このシステムでは、最適な流動体の配分、すなわち、実質的にはセ
ットポイントを予測するアルゴリズムが用いられる。しかしながら、モデルが変
更された場合に、相応しいセットポイントを改めて決定するためには、大きなデ
ータセットが必要となり、こうしたデータセットを得るのは難しいうえに費用が
かかる。

【００１２】 米国特許第４，８３５，６９０号は、医療画像のスキャニング、設定、スケジ
ューリングを行うためのエキスパートシステムを開示している。この特許は、医
療診断画像処理で画像品質を標準化することに関する。この目的を達成するため
には、複数の機械設定を調整しなければならない。しかしながら、定数を計算す
るためには大きなデータセットを用いなければならないし、結果的に生じるモデ
ルは別の完全なデータセットによってしか更新できない。

【００１３】 米国特許第５，７７４，７６１号は、多変量モデリングと多目的最適化を用い
る機械セットアップ手順を開示している。この特許は主に、画像品質を制御する
ための電気平衡グラフィック出力での機械設定を処理する。この手順では、モデ
ルを校正して、機械設定の最適セットを計算するために用いる方法が示されてい
る。この手順に相応しいモデルは、完全に統計的であって、校正は、１つのポイ
ントではなくＤＯＥ方式の大きなデータセットを用いて実行される。

【００１４】 したがって、本発明の目的は、機械操作にとって最適なセットポイントを速や
かかつ容易な方式で提供し、最適なセットポイントを取得するために可能な限り
最小限の実験数しか必要としないようにすることである。

【００１５】 本発明の別の目的は、必要な場合に、機械工程のモデルを再校正する方法を提
供することである。

【００１６】 さらに詳しくは、本発明の方法によれば、ほとんどの場合に、モデルを更新し
て、更新済みモデルで機械を操作するための新しいセットポイントを検出するの
に、テストの実行回数は４回より少なくて十分に足りる。

【００１７】 （発明の要約） 本発明は、（ａ）出力製品の特性の許容範囲、可能な機械セットポイントの範
囲、最適なセットポイント基準を定義するステップと、（ｂ）機械モデルの更新
済み定数を検出するために、機械のモデルの校正を実行するステップと、（ｃ）
機械モデルで更新済み定数を用い、許容範囲に特性が収まっている製品を提供す
る全セットポイントを検出するステップと、（ｄ）ステップｃで検出された全セ
ットポイントから最適化された１つのセットポイントを検出する最適化手順を実
行するステップと、（ｅ）ステップｄで検出した最適化されたセットポイントで
機械を操作して、新しい出力製品を取得するステップと、（ｆ）新しい出力製品
の特性と許容範囲とを比較するステップと、（ｇ）出力製品の特性が許容範囲に
収まっている場合には、新しいセットポイントが検出され、手順が正常に完了す
るステップと、（ｈ）出力製品の特性が許容範囲から外れている場合には、ステ
ップｂから手順を繰り返すステップとを含む、機械セットポイントを最適化する
ための方法に関する。

【００１８】 本発明の１つの実施形態によれば、モデルの校正は、（ａ）定義済みのモデル
を取得するステップと、（ｂ）定義済みのモデルの変数に最新のセットポイント
を代入するステップと、（ｃ）出力特性の値を予測するステップと、（ｄ）予測
した出力特性と、機械からの出力製品の特性とを比較するステップと、（ｅ）モ
デルの定数を更新して、予測した特性と測定した特性との差を無視できるレベル
にまで縮小するステップとを含む。

【００１９】 本発明の別の実施形態によれば、モデルの校正は、（ａ）定義済みのモデルを
取得するステップと、（ｂ）目標製品を生産し、出力製品を受け取るために、機
械の定義済みのモデルから計算した入力セットポイントを機械に提供するステッ
プと、（ｃ）定義済みのモデルの変数に最新のセットポイントを代入するステッ
プと、（ｄ）出力特性の値を予測するステップと、（ｅ）予測された出力特性と
、機械からの出力製品の特性とを比較するステップと、（ｆ）モデルの定数を更
新して、予測した特性と測定した特性との差を無視できるレベルにまで縮小する
ステップとを含む。

【００２０】 本発明の１つの実施形態によれば、最適化手順は、（ａ）校正済みモデルを取
得するステップと、（ｂ）校正済みモデルの変数に代入したときに、結果的に、
出力製品の特性の許容範囲に収まる特性を有するものと予測される製品が生じる
ような、可能な機械セットポイントの範囲に収まっている全セットポイントを検
出するステップと、（ｃ）ステップｂで検出された全セットポイントから、定義
済みのセットポイント基準に基づいて、最適な１つを検出するステップとを含む
。

【００２１】 最適なセットポイント基準は、（ａ）機械設定の誤差に関してバラツキが最小
となる出力製品を提供する、最も堅牢なセットポイントと、（ｂ）主手順のステ
ップｂで定数を更新するために用いたものに最近似のセットポイントと、（ｃ）
主手順のステップａで定義された可能な機械セットポイントの範囲の中央に最近
似の値を有するセットポイントと、から選択されることが望ましい。

【００２２】 本発明はさらに、同じタイプの機械のグループ中で機械セットポイントを最適
化するための方法であって、（ａ）主手順に従って、グループ中の最初の機械の
ために新しいセットポイントを検出するステップと；（ｂ）定義済みのモデルの
変数に、グループ中のどれか他の機械のための最新のセットポイントとして、ス
テップａで検出された新しいセットポイントを代入するステップとを含む方法に
関する。

【００２３】 本発明の方法は、機械特性の変更に合わせて補正を行うために、新しいセット
ポイントの効果的な追跡及び最適化に用いることができる。

【００２４】 本発明の方法は、製品の出力特性のどのような変更でも補正するために、新し
いセットポイントを予測するために用いて、新しいセットポイントを取得するた
めの方法であって、そこにおいて、最新のセットポイントと１セットの直前の製
品出力特性が、前記最新のセットポイントで機械を操作することによって取得さ
れる。

【００２５】 本発明によれば、モデルは、物理的モデル、データに基づいたモデル、両者の
組み合わせなど、どういったタイプでもよい。

【００２６】 （発明を実施するための最良の形態） 図１は、ブロック図形式で、本発明の１つの実施形態に基づいて、モデルを再
校正し、機械操作の新しいセットポイントを検出するための方法を説明している
。この手順の主要ステップは以下のとおりである。

【００２７】 １．機械は、一度、指定の入力セット、つまり、セットポイントで操作される
。

【００２８】 ２．出力が測定され、許容範囲に収まっているかどうかが判定される。出力が
許容範囲に収まっていれば、ループが終了し、機械はそれ以降について前記セッ
トポイントを用いてよい。

【００２９】 ３．出力が許容範囲に収まっていなければ、指定の入力（点線矢印８）と結果
の出力９を用いて、校正ステップ３が実行される。このステップは、モデル１０
の呼び出しと、モデル定数の変更をどちらも行う。

【００３０】 ４．新しい最適化されたセットポイントがモデル１０を用いて計算される。

【００３１】 ５．新たに計算されたセットポイントは、機械に対して入力１として供給され
、機械は前記入力に従って動作する。手順は、上記のステップ１に戻り、前記最
適化されたセットポイントで操作する。

【００３２】 図２は、本発明の再校正方法を説明するフローチャートである。モデルを再校
正するためには、セットポイント２０が生産機２１の入力に供給される。機械の
出力２７は、ブロック２２において、製品の必要な特性と比較される。出力２７
が必要な範囲内に収まっている場合は、工程は終了し、機械は矢印２９で示され
た生産に移行できる。しかしながら、出力２７が制約の範囲から外れていると判
明した場合は、出力がすべて必要な範囲内に収まるような、新しいセットポイン
トを検出しなければならない。それから、最新のセットポイントと機械の出力を
用いて、モデルの再校正２３が実行される。これによって、モデルは、このセッ
トポイントの近傍で機械を正確に模倣できるようになる。次に、前記再校正した
モデルに基づいて、新しいセットポイント２０を機械の入力に供給してよい。し
かしながら、上記の説明のように、新しいセットポイントを最適なものにするた
めに、セットポイントの最適化２４が実行される。最適化されたセットポイント
２５は、新しいセットポイントとして機械に供給される。そして、許容可能な出
力製品ができるまで、この手順は必要に応じて繰り返される。

【００３３】 本発明の方法に伴う再校正テストは、その手順が最適なセットポイントを極め
て速やかに取得するよう収束されることを示した。今日までの全テストは、必要
なテスト数が４回よりも少ないことを示している。

【００３４】 本発明の方法には、以下の主要な３ステップが付随する。

【００３５】 ａ．モデリング−このステップでは、機械工程のモデルが、校正を必要とする
すべての定数と共に、決定される。本発明の方法では、一般的に、精度が問題と
なっている前のモデル定数セットが存在することが前提となる。

【００３６】 ｂ．校正−このステップ（図２の２３）では、セットポイントと結果の出力特
性を用いて、モデルの定数が更新される。

【００３７】 ｃ．最適化−このステップ（図２の２４）では、目標を達成するために最適で
、入力の可能なバラツキに対して最も堅牢な、新しい最適化されたセットポイン
トが予測される。

【００３８】 上述のとおり、本発明では、最初に更新してから、１つ以上の新しいセットポ
イントを計算しなければならない「オリジナルモデル」の存在が前提とされる。
本発明は、実質的にどのタイプのモデルであっても実行してよい。例えば、数理
学的な第１原則に基づいたモデルを、本発明に合わせて用いることができる。こ
のタイプのモデルは、工程の動作と特性を予測するために、化学、流体力学、熱
力学、電磁気学などからの正準方程式を用いる。モデルの定数は生データよりも
物理学に関連付けられているので、数理学的モデル（これ以降では、「物理的モ
デル」とも呼ぶ）は、通常、データに基づいたモデルよりも精度が高い。したが
って、モデルの更新は一般的に、データに基づいたモデルにおいてよりも数理学
的モデルにおいて速やかに収束される。

【００３９】 再校正ステップでは、方程式の定数（ｋ）は新しい機械／工程データから更新
される。すべてのモデルは、指定の工程に合わせて調整できるように、調整可能
な定数を有している。工程はそれ自体で機械の使用年数や物理的条件の変更に合
わせて進化するので、精度を保つためには定数を調整しなければならない。この
工程については、本書では再校正と呼ぶ。上述のように、現代の多くの工程では
、これに、モデル中の定数の個数と等しいか大きいデータセットが必要となり、
つまりは、費用のかかる一連の（通常は）非生産的なテストを実行しなければな
らないことになる。他の２〜３の工程では、より少ないテストを用いて定数を更
新することが可能である。

【００４０】 本発明の方法によれば、各再校正についてテストは１回しか必要とならない。
一般的に、この校正については、最新に定義されたセットポイントと出力製品特
性が用いられる。未知の値は多数あって、データポイントは１つしかないので、
モデル定数を変更する方法は無限にあって、こうしたすべての方法は本発明の範
囲内に収まっている。本発明は、この１つのセットポイントと測定済み出力を用
いて、すべての定数のために新しい値の最適なセットを決定することができる。

【００４１】

【００４２】

【００４３】 モデル校正後には、モデルは、許容範囲にある特性を有する製品を取得するた
めの最適なセットポイントの検出準備ができるが、これは最適化手順によって行
われる。

【００４４】 最適化手順においては、新しいセットポイントがモデルから予測される。数学
的には、要求されるどの出力目標をも満足させる新しいセットポイントは無数に
存在する。物理学的には、機械設定（ｘ）は、有限数の増分によってのみ得られ
るので、このセットは限定される。それでも、各製品について、通常は、新しい
セットポイントの候補が数多く存在している。実行すべき作業は、こうしたセッ
トポイントのうち最適な１つを選択することである。最適なセットポイントは常
に、他の可能なセットポイントよりも適した特定の制約セットを満足させること
によって定義される。したがって、このステップは、選ばれた一連の制約に依存
する。「最適なセットポイント」の定義に影響を与える様々な制約があってよい
し、その制約の一部は各事例に特有なものでよい。既定の制約セットの一例には
、以下の項目の組み合わせが挙げられる。

【００４５】 １．感度の最小セット： −これは、機械設定の誤差又は機械性能のドリフトに対する感度が低いという
意味で、堅牢なセットポイントを指定する。

【００４６】 ２．最新のセットポイントに近似のセットポイント。これには： −機械設定の小さな変更を許容すること； −工程全体のより速やかな収束を許容すること； という２つの長所がある。

【００４７】 ３．許容範囲の中央にできるだけ近似のセットポイント： −これは、操作者が、入力パラメータを範囲外に動かすことに直接に関与しな
いで、機械設定にそれ以降の変更を加える最大限の柔軟性を許容する。

【００４８】 上述のように、多数の制約が他に存在し得るし、本発明の方法に簡単に組み入
れることができる。

【００４９】 最適化ステップを実行する方法は数多い。次のアルゴリズムによって、一例を
示そう： １．入力変数の許容範囲内で可能なすべてのセットポイントを決定する。これ
は、許容範囲内の入力パラメータと、各パラメータにとって可能な最小の制御増
分とを用いる単純な計算である。これは、関数のパラメータ空間ドメインになる
。

【００５０】 ２．ドメイン内で可能な各セットポイントのモデルを評価し、出力の許容範囲
基準を満足させるすべてのセットポイントを検出する。

【００５１】 ３．最適なセットポイントを検出するために、上記のように指定される制約基
準をこのセットに適用する。

【００５２】 最適なセットポイントが検出されたら、機械がこれらの設定で操作され、目標
にどれだけ準拠しているかをチェックするために出力が測定される。目標が満た
されていない場合、校正及び最適化の工程が新しいデータで繰り返される。ただ
し、新しいセットポイントは、直前に予測したセットポイントよりも目標に近似
した出力を導くべきことを留意しておきたい。この工程は、こうした反復を極め
て少ない回数だけ行ってから収束する。反復の回数は、ここでも、モデルの精度
に依存する。しかしながら、上述のように、モデルを再校正し、最適なセットポ
イントを取得するための工程の反復回数は非常に小さく、３回以上のテストを必
要とすることはめったにない。

【００５３】 上述のように、本発明の工程は、１つのセットポイントを取得し、前記セット
ポイントと出力目標の近傍でモデルを再校正するための手段を提供する。しかし
、他のどの特定の出力目標範囲でも有効にする必要性が生じた場合には、モデル
が校正されるところから隔たったものでさえ、第１の出力目標範囲の近傍におけ
るセットポイントから同じ手順を用いてよい。さらに、本発明の方法は、新しい
セットポイントの効果的な追跡及び最適化を提供することを目的として、機械特
性の変更に合わせて補正を行うために、コントローラによって実装してよい。こ
のコントローラは、開ループモード又は閉ループモードで動作できる。

【００５４】 （例） 代表的な化学的気相成長法（ＣＶＤ）プロセス機では、チップ製造目的でシリ
コンウエハの表面にＳｉＯ_２の層を堆積するために相当数の設定が必要である。
この層は、機械設定に依存する特定の特性を有している必要がある。こうした機
械の中心的な問題は、時間の経過に伴って生じる、特に機械がメンテナンスのた
めに開かれた後の、層特性についての設定の明らかなドリフトにある。生産範囲
の層特性に合わせた機械設定を決定するには、一般的に相当数の非生産的実験が
実行される。そして、機械の操作者は、一般的な操作として、１セットの機械設
定の結果を参照し、次の設定を決定して工程を生産範囲に戻すよう努力する。こ
れらの実験は、費用がかかって、機械のライフサイクル時間に付加されるのに、
有用な結果を産み出さない。要するに、実行される実験数が増えれば、所有コス
ト（ＣＯＯ）がそのまま増大する。このため、これらの実験の数を最小限に抑え
ることが極めて望ましい。

【００５５】 本発明の方法は、この難しさに対処することを目的としている。一般的な機械
は、５つの入力変数を持ってよい。現在の実験計画（ＤＯＥ）の分析では、機械
操作ドメインの特性を決定するために最低限１６回の実験を実行することが要求
される。この実験回数は、機械の操作特性の漸進的変更に対応していくために、
必要な頻度で実行しなければならない。対照的に、本発明の方法では、機械の履
歴から適切に記録されたどのデータからも取得可能な初期セットの実験ポイント
しか必要としない。その後には、機械寿命のどの時点でも必要な実験は４回より
少なくなる。したがって、本発明の手順によって必要となる実験の回数は大幅に
低減される。

【００５６】 さらに、先行技術のアプローチでは、同じ工程を伴う同じタイプの各機械で、
１６回の実験を実行する必要があるが、本発明の方法では、１つの機械からの初
期情報しか必要としない。この意味で、その機械からのデータはここで、他の機
械に移転可能である。

【００５７】 このアプローチは、以下の複数のステップによって実行される： 予備ステップ−工程のモデルを作成する。

【００５８】 このパートは、機械工程の数学的記述を検出することからなる。例えば、物理
的モデルの場合、このステップには、流体力学、化学、プラズマ及び、何であれ
存在する他の物理的工程の支配方程式から、工程のモデルを公式化することが伴
う。このモデルは、必要なだけの精度がなければならない。通常、方程式にはそ
れでも、校正しなければならない未定の定数がいくつかある。これらの量の初期
値は、通常、公開文献又はＣＶＤ機械の従来データから指定される。これらは、
非常に少ない入力によって単純に更新される。これは、工程全体の一部となる。

【００５９】 このステップは、モデルが構築されると最新に達し、その時点で、そのモデル
が、本発明の方法においてソフトウェアによって実践に移されるモジュールにな
る。これがいったん行われると、ソフトウェアは、ＣＶＤ工程を実行する機械に
適用される準備が整う。何らかの他の工程では、異なるモデルを用いることにな
るが、引き続く方法及び手順は同じになるので、留意しておきたい。

【００６０】 ソフトウェアの動作： ここで、手順の開始準備が整う。ソフトウェアがＣＶＤ機械の近傍のＰＣのど
れかにロードされ、プログラムが起動する。

【００６１】 ステップ１−既存の機械セットポイントと出力結果がソフトウェアに入力され
る。また、層の望ましい機械出力と、入力及び出力パラメータの許容範囲も、ソ
フトウェアに入力される。機械のセットポイントがすでに条件を満足した全生産
範囲に収まっている場合には、さらに処理を進める必要はない。しかし、そうな
っていない場合は、ソフトウェアは次のステップに進む。

【００６２】 ステップ２−１つの機械セットポイントと出力製品の一連の特性に基づいて、
モデル定数を再校正する。これは、すべての定数について新しい値を検出するた
めに、１つの方程式しか用いないことを意味する。この基準を満たす変更の組み
合わせ候補の数には限りがない。このステップを実行すると、モデルがこのセッ
トポイントの近傍にある全セットポイントにおいて機械を正確に模倣することに
留意しておきたい。この近傍のサイズは、モデルの精度（これが、物理学に基づ
いたモデルが望ましい理由）と、校正の実行精度とに依存する。近傍が大きくな
ればなるほど、工程全体の収束が速やかになる。

【００６３】 注意：この校正ステップは、独自のものである。ほとんどの再校正手順は、少
なくともモデル中の定数と同じ個数のデータポイントを用いる。ＣＶＤ工程では
少なくとも、これは、多数の実験を実行するよう要求する。上述のように、本発
明の方法を実行するソフトウェアは、１回の実験しか必要としない。

【００６４】 ステップ３−機械出力の生産範囲基準を満足させる新しいセットポイントを予
測する。校正ステップのように、複数の解決策がある。つまり、望ましい機械出
力を産み出すセットポイントは複数ある。工程を適切に最適化するためには、こ
うしたセットポイントをすべて検出する必要がある。本発明の方法を実行するソ
フトウェアは、結果的に生産範囲出力に収まるすべてのセットポイントを検出し
てから、ユーザによる選択可能な制約セットに基づいて、最適な１つのセットポ
イントを選択する。

【００６５】 ステップ４−予測されたセットポイントで機械を実行し、新しい機械出力を取
得する。新しい機械出力が生産範囲に収まっている場合は、手順が終了する。収
まっていない場合は、ステップ１に戻って、手順が繰り返される。

【００６６】 実際のＣＶＤ機械からの例 この場合には、機械は上記で説明されたものになる。機械のセットポイントに
は、チャンバ圧力と、ウエハ温度と、ウエハと「シャワーヘッド」（気体入り口
）の間隔と、投入気体の流量と、表面堆積の時間といった各値が含まれる。

【００６７】 この例では、望ましい出力、すなわち、厚み１０，０００オングストロームの
層が、初期値の１２，８９９オングストロームとは大幅に異なっている。ここで
、初期設定は、以下のとおりだった： 圧力 ｐ１ 電力 ｐｗｒ１ 間隔 Ｓｐ１ ＴＥＯＳ流量 Ｆｔ１ 酸素流量 ＦＯ１ ヘリウム流量 ＦＨ１ ウエハ温度 Ｔｗ１ 時間 Ｔ１ 測定された厚み １２８９９オングストローム ソフトウェアは、校正によって、次のセットポイントを予測した： 圧力 ｐ２ 電力 ｐｗｒ２ 間隔 Ｓｐ２ ＴＥＯＳ流量 Ｆｔ２ 酸素流量 ＦＯ２ ヘリウム流量 ＦＨ２ ウエハ温度 Ｔｗ２ 時間 Ｔ２ 測定された厚み １０５６４オングストローム 堆積時間を２〜３秒だけ短縮することで（それでも許容可能な時間範囲におい
て）生産範囲の厚みになることが周知だったので、十分に近似した厚みになった
。

【００６８】 シリコンウエハにＳｉＯ_２を堆積することは、ＣＶＤ産業の数百に昇る様々な
プロセスの１つにすぎないことを留意しておきたい。本発明のアプローチは、こ
れらの実質的にすべてのプロセスに適用可能で、ＣＶＤ産業以外の幅広い工程に
も同じように適用することができる。

【００６９】 本発明のいくつかの実施形態をイラストによって説明してきたが、本発明は、
多数の修正例、変更例、適応例によって、及び、当業者の範囲内にある対応解決
策又は代替解決策を用いることによって、本発明の趣旨から離れることや、請求
項の範囲を超えることなく、実行に移してよいことが明らかとなるだろう。

【図面の簡単な説明】

【図１】 本発明の１つの実施形態に基づいて、モデルを再校正し、機械操作の新しいセ
ットポイントを検出するための方法を示している。

【図２】 図１の方法を示しているフローチャートである。

【図３】 本発明の１つの実施形態に基づいた校正手順を示しているフローチャートであ
る。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＯＡ(ＢＦ ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ， ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，Ｇ Ｍ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ， ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ， ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，Ｂ Ｚ，ＣＡ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ， ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，Ｊ Ｐ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ， ＭＮ，ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，Ｒ Ｏ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＳ，ＵＺ， ＶＮ，ＹＵ，ＺＡ，ＺＷ Ｆターム(参考） 5H004 GA27 GA30 GB01 KC02 KC09 KC22 KC28

Claims (14)

【特許請求の範囲】
1. 【請求項１】 ａ．出力製品の特性の許容範囲、可能な機械セットポイント
   の範囲並びに、最適なセットポイント基準を定義するステップと； ｂ．機械モデルの更新済み定数を検出するために、機械のモデルの校正を実行
   するステップと； ｃ．機械モデルで更新済み定数を用い、許容範囲に特性が収まっている製品を
   提供する全セットポイントを検出するステップと； ｄ．ステップｃで検出された全セットポイントから最適化された１つのセット
   ポイントを検出する最適化手順を実行するステップと； ｅ．ステップｄで検出した最適化されたセットポイントで機械を操作して、新
   しい出力製品を取得するステップと； ｆ．新しい出力製品の特性と許容範囲とを比較するステップと； ｇ．出力製品の特性が許容範囲に収まっている場合には、新しいセットポイン
   トが検出され、手順が正常に完了するステップと； ｈ．出力製品の特性が許容範囲から外れている場合には、ステップｂから手順
   を繰り返すステップと； を含む、機械セットポイントを最適化する方法。
2. 【請求項２】 モデルの校正が： ａ．定義済みのモデルを取得するステップと； ｂ．定義済みのモデルの変数に最新のセットポイントを代入するステップと； ｃ．出力特性の値を予測するステップと； ｄ．予測した出力特性と、機械からの出力製品の特性とを比較するステップと
   ； ｅ．モデルの定数を更新して、予測した特性と測定した特性との差を無視でき
   るレベルにまで縮小するステップと； を含む、請求項１に記載の方法。
3. 【請求項３】 モデルの校正が： ａ．定義済みのモデルを取得するステップと； ｂ．目標製品を生産し、出力製品を受け取るために、機械の定義済みのモデル
   から計算した入力セットポイントを機械に提供するステップと； ｃ．定義済みのモデルの変数に最新のセットポイントを代入するステップと； ｄ．出力特性の値を予測するステップと； ｅ．予測された出力特性と、機械からの出力製品の特性とを比較するステップ
   と； ｆ．モデルの定数を更新して、予測した特性と測定した特性との差を無視でき
   るレベルにまで縮小するステップと； を含む、請求項１に記載の方法。
4. 【請求項４】 最適化手順が： ａ．校正済みモデルを取得するステップと； ｂ．校正済みモデルの変数に代入したときに、結果的に、出力製品の特性の許
   容範囲に収まる特性を有するものと予測される製品が生じるような、可能な機械
   セットポイントの範囲に収まっている全セットポイントを検出するステップと； ｃ．ステップｂで検出された全セットポイントから、定義済みのセットポイン
   ト基準に基づいて、最適な１つを検出するステップと； を含む、請求項１に記載の方法。
5. 【請求項５】 最適なセットポイント基準が： ａ．機械設定の誤差に関してバラツキが最小となる出力製品を提供する、最も
   堅牢なセットポイントと； ｂ．ステップｂで定数を更新するために用いたものに最近似のセットポイント
   と； ｃ．ステップ１ａで定義された可能な機械セットポイントの範囲の中央に最近
   似の値を有するセットポイントと； から選択される、請求項１に記載の方法。
6. 【請求項６】 同じタイプの機械及び工程のグループ中で機械セットポイン
   トを最適化するための方法において： ａ．請求項１の手順に従って、グループ中の最初の機械のために新しいセット
   ポイントを検出するステップと； ｂ．定義済みのモデルの変数に、グループ中のどれか他の機械のための最新の
   セットポイントとして、ステップａで検出された新しいセットポイントを代入す
   るステップと； を含む、請求項１に記載の方法。
7. 【請求項７】 機械特性の変更に合わせて補正を行うために、新しいセット
   ポイントの効果的な追跡及び最適化に用いる、請求項１に記載の方法。
8. 【請求項８】 新しいセットポイントを得るために用いられる、製品の出力
   特性の何らかの変更に合わせて新しいセットポイントを予測するための方法にお
   いて、最新のセットポイントと１セットの直前の製品出力特性が前記最新のセッ
   トポイントで機械を操作することによって得られる、請求項１に記載の方法。
9. 【請求項９】 モデルが物理的モデルである、請求項１に記載の方法。
10. 【請求項１０】 モデルがデータに基づいたモデルである、請求項１に記載
    の方法。
11. 【請求項１１】 モデルが物理的モデルとデータに基づいたモデルの組み合
    わせである、請求項１に記載の方法。
12. 【請求項１２】 機械特性の変更に合わせて補正するために、新しいセット
    ポイントの効果的な追跡及び最適化のために用いられる、請求項１に記載の方法
    を実行するためのコントローラ。
13. 【請求項１３】 開ループモードで動作する、請求項１２に記載のコントロ
    ーラ。
14. 【請求項１４】 閉ループモードで動作する、請求項１２に記載のコントロ
    ーラ。