JP2004047885A - 半導体製造装置のモニタリングシステム及びモニタリング方法 - Google Patents

半導体製造装置のモニタリングシステム及びモニタリング方法 Download PDF

Info

Publication number
JP2004047885A
JP2004047885A JP2002205667A JP2002205667A JP2004047885A JP 2004047885 A JP2004047885 A JP 2004047885A JP 2002205667 A JP2002205667 A JP 2002205667A JP 2002205667 A JP2002205667 A JP 2002205667A JP 2004047885 A JP2004047885 A JP 2004047885A
Authority
JP
Japan
Prior art keywords
data
semiconductor manufacturing
manufacturing apparatus
process data
lot information
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.)
Pending
Application number
JP2002205667A
Other languages
English (en)
Inventor
Shinichi Imai
今井　伸一
Shinki Taguchi
田口　真貴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Priority to JP2002205667A priority Critical patent/JP2004047885A/ja
Priority to CNA031472966A priority patent/CN1476051A/zh
Priority to US10/619,191 priority patent/US7257457B2/en
Publication of JP2004047885A publication Critical patent/JP2004047885A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/32—Gas-filled discharge tubes
    • H01J37/32917—Plasma diagnostics
    • H01J37/32935—Monitoring and controlling tubes by information coming from the object and/or discharge
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Plasma & Fusion (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Drying Of Semiconductors (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

【課題】半導体製造装置の稼働状態の評価を客観的且つ迅速に行なえるようにする。
【解決手段】稼働中の半導体製造装置から、複数のプロセスパラメータの値つまり複数のプロセスデータを取得した後、該複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成する。
【選択図】　　　図２

Description

【０００１】
【発明の属する技術分野】
本発明は、半導体装置の製造装置の稼働状態をリアルタイムで把握するモニタリング技術に関する。
【０００２】
【従来技術】
近年、半導体装置の製造プロセスは微細化すると同時に複雑化してきている。このため、半導体装置において不良品が発生したり又は半導体装置の歩留りが低下したりする場合、製造プロセスに問題があったのか又は製造装置に問題があったのかといった、原因の究明に長時間を要するようになってきている。しかも、半導体装置の集積度の向上に伴って半導体装置製造におけるプロセスマージンは狭くなってきており、その結果、製造装置の間差（マルチチャンバー方式の製造装置におけるチャンバー間のプロセスばらつき）又は機差（同種の製造装置間のプロセスばらつき）に起因して半導体装置の歩留りが変動することが大きな問題となってきている。従って、高集積半導体装置の製造プロセスにおいては、製造装置の稼働状態をリアルタイムで計測する技術つまりモニタリング技術が非常に重要である。
【０００３】
以下、半導体製造装置の１つであるプラズマエッチング装置を例として、従来の半導体製造装置のモニタリング技術について説明する。
【０００４】
図１４は、従来のモニタリング装置を用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示している。
【０００５】
図１４に示すように、プラズマエッチング装置１００は、被処理基板１０１を配置するための下部電極１０２が設けられた反応室１０３を備えている。反応室１０３の一方の側部には、反応室１０３にプロセスガスを供給するための流量計（マスフローコントローラ）１０４と、反応室１０３内のガス圧力を測定するための圧力センサー（バラトロン等）１０５とが接続されている。また、反応室１０３の他方の側部には、プロセスガスを排気するための真空ポンプ１０６が、プロセスガスの排気量を調整するためのコンダクタンスバルブ（ＡＰＣバルブ）１０７を介して接続されている。反応室１０３の底部には、下部電極１０２に高周波電力を供給するための高周波電源１０８が、整合器（マッチャー）１０９及び付加センサー１１０を介して接続されている。また、反応室１０３の底部には、チラー（冷凍機）１１１が接続されている。
【０００６】
また、プラズマエッチング装置１００は、流量計１０４、圧力センサー１０５、コンダクタンスバルブ１０７、高周波電源１０８、整合器１０９及びチラー１１１の各制御機器と信号線を介して接続された制御用コンピュータ１１２を備えている。制御用コンピュータ１１２は、各制御機器から得られた、例えばガス流量、ガス圧力、バルブ開度又はプラズマ容量値等の複数のプロセスデータ、つまりプラズマエッチング装置１００の稼働状態を示す複数のプロセスパラメータの値をデジタルデータとして一定時間保持する。また、制御用コンピュータ１１２は、プラズマエッチング装置１００を含む複数の半導体製造装置を管理するホストコンピュータ１０と、プラズマエッチング装置１００の稼働状態を把握するためのモニタリング装置（モニタリングツール）２０とネットワーク接続されている。モニタリングツール２０は、制御用コンピュータ１１２から複数のプロセスデータを取得する。尚、制御用コンピュータ１１２におけるプロセスデータのサンプリング速度は約１秒程度であってパラメータの種類によっては過渡的な変動を観察することができない。そこで、モニタリングツール２０と、プラズマエッチング装置１００の制御機器の一部（具体的には流量計１０４、圧力センサー１０５、整合器１０９及び付加センサー１１０）とを信号線を介して直接接続することにより、これらの制御機器からプロセスデータをアナログデータとしてモニタリングツール２０が直接取得できるようにしている。
【０００７】
次に、従来の半導体製造装置のモニタリング方法について、図１４に示すモニタリングツール２０を用いてプラズマエッチング装置１００の各制御機器からプロセスデータをアナログデータとして直接取得する場合を例として説明する。
【０００８】
図１５は従来のモニタリング方法のフローチャートを示している。
【０００９】
まず、第１の処理Ｐ１として、モニタリングツール２０を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータをアナログデータとして直接取得し、取得したプロセスデータをモニタリングツール２０の記録媒体に保持する。
【００１０】
次に、第２の処理Ｐ２として、モニタリングツール２０の記録媒体に保持された複数のプロセスデータを、フレキシブルディスク等を用いることによって他のコンピュータの記録媒体に移動させる。
【００１１】
次に、第３の処理Ｐ３として、他のコンピュータにおいて複数のプロセスデータを時系列にプロットすることによって、プラズマエッチング装置１００の稼働状態の傾向管理を行なう。
【００１２】
【発明が解決しようとする課題】
しかしながら、従来の半導体製造装置のモニタリング方法においては、半導体製造装置における個々のプロセスパラメータの値の変動をモニタリングできる一方、半導体製造装置の稼働状態が正常であるか又は異常であるかを判断するためには、全てのプロセスパラメータの値を観測し、該観測結果つまり全てのプロセスデータに基づいて人間（作業者）が半導体製造装置の稼働状態を評価する必要があった。すなわち、従来のモニタリング技術においては、半導体製造装置の稼働状態の評価を自動化できないという問題、言い換えると、半導体製造装置の稼働状態の評価を客観的且つ迅速に行なうことができないという問題があった。
【００１３】
ところで、従来の半導体製造装置のモニタリング方法においては、処理レシピが複数のステップから構成される場合にも、各ステップ毎にはプロセスデータの統計値を算出していない。図１６は、例えば図１４に示すようなエッチング装置における下部電極に印加される高周波電力の進行波のパワーをモニタリングした結果を示している。図１６に示すように、エッチング装置における１つの処理レシピは５つのステップＳ１〜Ｓ５から構成されていると共に、進行波のパワーの値は各ステップによって異なっている。しかし、従来の半導体製造装置のモニタリング方法においては、各ステップ毎にプロセスデータの統計値を算出していないので、半導体製造装置の稼働状態を正確に把握できないという問題がある。
【００１４】
前記に鑑み、本発明は、半導体製造装置の稼働状態の評価を客観的且つ迅速に行なえるようにすることを第１の目的とし、半導体製造装置の稼働状態を正確に把握できるようにすることを第２の目的とする。
【００１５】
【課題を解決するための手段】
前記の第１の目的を達成するために、本発明に係る第１の半導体製造装置のモニタリングシステムは、半導体製造装置から、半導体製造装置が稼働しているときの複数のプロセスパラメータの値よりなる複数のプロセスデータを取得するデータ取得手段と、複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成するモデル作成手段とを備えている。
【００１６】
第１の半導体製造装置のモニタリングシステムによると、稼働中の半導体製造装置から取得された複数のプロセスパラメータの値、つまり複数のプロセスデータを用いて多変量解析モデルを作成する。このため、複数の新規プロセスデータに対して、例えば主成分値又はモデルとの距離等の算出を行なうことができると共にそれらの値のリアルタイムモニタリング等を行なうことができる。具体的には、例えば主成分値を時系列的にモニタリングすることによって、多数のプロセスパラメータの値を観測して該観測結果を特定の人間の感覚により評価する場合と比べて、半導体製造装置の稼働状態の評価を客観的且つ迅速に行なうことができる。また、例えばエラーマトリックスＥを用いて、複数の新規プロセスデータとモデルとの距離を定量的に求めることができる。すなわち、エラーマトリックスＥはモデルとの距離を示しており、この距離の大きさによって半導体製造装置の稼働状態の正常又は異常を判断することができる。これにより、１つの値（指標値）で半導体製造装置の稼働状態を示すことが可能となるため、つまり、半導体製造装置の稼働状態の指標化が可能になるため、この指標値を管理するだけで半導体製造装置の稼働状態を管理できる。従って、半導体製造装置の稼働状態の評価を客観的且つより一層迅速に行なうことができる。
【００１７】
前記の第１及び第２の目的を達成するために、本発明に係る第２の半導体製造装置のモニタリングシステムは、半導体製造装置から、半導体製造装置が稼働しているときの複数のプロセスパラメータにおける処理レシピを構成する複数のステップの値よりなる複数のプロセスデータを取得するデータ取得手段と、複数のプロセスデータを、プロセスパラメータ毎に且つステップ毎に分割するデータ分割手段と、複数のプロセスデータが分割されてなるデータを用いて多変量解析モデルを作成するモデル作成手段とを備えている。
【００１８】
第２の半導体製造装置のモニタリングシステムによると、第１の半導体製造装置のモニタリングシステムの効果に加えて次のような効果が得られる。すなわち、稼働中の半導体製造装置から取得されたプロセスデータを、処理レシピを構成するステップ毎に分割してモニタリングできるため、プロセスデータがステップ毎に分割されてなるデータ又はその統計値を必要に応じて確認することにより、異常機器の同定等、半導体製造装置の稼働状態の把握を正確に行なうことができる。
【００１９】
第１又は第２の半導体製造装置のモニタリングシステムにおいて、半導体製造装置は、複数の制御機器と、複数の制御機器に接続された制御用コンピュータとを有し、データ取得手段は、制御用コンピュータに接続されていると共に制御用コンピュータから複数のプロセスデータをデジタルデータとして取得してもよい。この場合、データ取得手段は、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳを用いて複数のプロセスデータを取得してもよい。
【００２０】
第１又は第２の半導体製造装置のモニタリングシステムにおいて、半導体製造装置は複数の制御機器を有し、データ取得手段は、複数の制御機器に接続されていると共に複数の制御機器から複数のプロセスデータをアナログデータとして取得してもよい。
【００２１】
第１又は第２の半導体製造装置のモニタリングシステムにおいて、モデル作成手段により作成された多変量解析モデルに基づき、データ取得手段により新規に取得された複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより半導体製造装置の稼働状態が正常であるか又は異常であるかを判断するデータ評価手段をさらに備えていると、前述の本発明の効果を確実に得ることができる。
【００２２】
データ評価手段を備えている場合、半導体製造装置から、その処理ロット情報を取得するロット情報取得手段と、ロット情報取得手段により取得された処理ロット情報を、複数の新規プロセスデータに付加するロット情報付加手段とをさらに備えていることが好ましい。
【００２３】
このようにすると、処理ロット情報とプロセスデータとがデータ空間上で結合されるため、半導体製造装置の稼働状態をロット結果と照合したり、逆に、ロット結果を半導体製造装置の稼働状態と照合したりすることが可能になる。従って、例えば不良ウェーハ処理が行なわれた場合における半導体製造装置の稼働状態を迅速に把握することができる。
【００２４】
データ評価手段を備えている場合、半導体製造装置は、該半導体製造装置の処理ロット情報を保持するホストコンピュータに接続されており、ホストコンピュータから処理ロット情報を取得するロット情報取得手段と、ロット情報取得手段により取得された処理ロット情報を、複数の新規プロセスデータに付加するロット情報付加手段とをさらに備えていることが好ましい。
【００２５】
このようにすると、処理ロット情報とプロセスデータとがデータ空間上で結合されるため、半導体製造装置の稼働状態をロット結果と照合したり、逆に、ロット結果を半導体製造装置の稼働状態と照合したりすることが可能になる。従って、例えば不良ウェーハ処理が行なわれた場合における半導体製造装置の稼働状態を迅速に把握することができる。
【００２６】
第１又は第２の半導体製造装置のモニタリングシステムにおいて、モデル作成手段が少なくとも主成分分析を行なうと、前述の本発明の効果を確実に得ることができる。
【００２７】
前記の第１の目的を達成するために、本発明に係る第３の半導体製造装置のモニタリングシステムは、複数の半導体製造装置のそれぞれから、複数の半導体製造装置が稼働しているときの複数のプロセスパラメータの値よりなる複数のプロセスデータを取得する複数のデータ取得手段と、複数のデータ取得手段のそれぞれにより取得された複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成する複数のモデル作成手段と、複数のモデル作成手段のそれぞれにより作成された多変量解析モデルに基づき、複数のデータ取得手段のそれぞれにより新規に取得された複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより複数の半導体製造装置の稼働状態が正常であるか又は異常であるかを判断する複数のデータ評価手段と、一定時間間隔で複数のデータ評価手段のそれぞれに接続することによって、複数のデータ評価手段のそれぞれにより複数の半導体製造装置の稼働状態が正常であるか又は異常であるか判断された結果を取得する集中監視手段とを備えている。
【００２８】
第３の半導体製造装置のモニタリングシステムによると、第１の半導体製造装置のモニタリングシステムの効果に加えて次のような効果が得られる。すなわち、複数のデータ評価手段により複数の半導体製造装置の稼働状態が正常であるか又は異常であるか判断された結果を、一定時間間隔で各データ評価手段に接続することにより取得する集中監視手段を備えているため、複数の半導体製造装置の稼働状態の把握を自動的に行なうことができる。
【００２９】
前記の第１及び第２の目的を達成するために、本発明に係る第４の半導体製造装置のモニタリングシステムは、複数の半導体製造装置のそれぞれから、複数の半導体製造装置が稼働しているときの複数のプロセスパラメータにおける処理レシピを構成する複数のステップの値よりなる複数のプロセスデータを取得するデータ取得手段と、複数のデータ取得手段のそれぞれにより取得された複数のプロセスデータを、プロセスパラメータ毎に且つステップ毎に分割する複数のデータ分割手段と、複数のデータ分割手段のそれぞれにより複数のプロセスデータが分割されてなるデータを用いて多変量解析モデルを作成する複数のモデル作成手段と、複数のモデル作成手段のそれぞれにより作成された多変量解析モデルに基づき、複数のデータ取得手段のそれぞれにより新規に取得された複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより複数の半導体製造装置の稼働状態が正常であるか又は異常であるかを判断する複数のデータ評価手段と、一定時間間隔で複数のデータ評価手段のそれぞれに接続することによって、複数のデータ評価手段のそれぞれにより複数の半導体製造装置の稼働状態が正常であるか又は異常であるか判断された結果を取得する集中監視手段とを備えているを備えている。
【００３０】
第４の半導体製造装置のモニタリングシステムによると、第１及び第２の半導体製造装置のモニタリングシステムの効果に加えて次のような効果が得られる。すなわち、複数のデータ評価手段により複数の半導体製造装置の稼働状態が正常であるか又は異常であるか判断された結果を、一定時間間隔で各データ評価手段に接続することにより取得する集中監視手段を備えているため、複数の半導体製造装置の稼働状態の把握を自動的に行なうことができる。
【００３１】
前記の第１の目的を達成するために、本発明に係る第１の半導体製造装置のモニタリング方法は、半導体製造装置から、半導体製造装置が稼働しているときの複数のプロセスパラメータの値よりなる複数のプロセスデータを取得するデータ取得工程と、複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成するモデル作成工程とを備えている。
【００３２】
第１の半導体製造装置のモニタリング方法によると、稼働中の半導体製造装置から取得された複数のプロセスデータを用いて多変量解析モデルを作成する。このため、複数の新規プロセスデータに対して、例えば主成分値又はモデルとの距離の算出を行なうことができると共にそれらの値のリアルタイムモニタリング等を行なうことができる。具体的には、例えば主成分値を時系列的にモニタリングすることによって、多数のプロセスパラメータの値を観測して該観測結果を特定の人間の感覚により評価する場合と比べて、半導体製造装置の稼働状態の評価を客観的且つ迅速に行なうことができる。また、例えばエラーマトリックスＥを用いて、複数の新規プロセスデータとモデルとの距離を定量的に求めることができる。すなわち、エラーマトリックスＥはモデルとの距離を示しており、この距離の大きさによって半導体製造装置の稼働状態の正常又は異常を判断することができる。これにより、１つの値（指標値）で半導体製造装置の稼働状態を示すことが可能となるため、この指標値を管理するだけで半導体製造装置の稼働状態を管理できるので、半導体製造装置の稼働状態の評価を客観的且つより一層迅速に行なうことができる。
【００３３】
前記の第１及び第２の目的を達成するために、本発明に係る第２の半導体製造装置のモニタリング方法は、半導体製造装置から、半導体製造装置が稼働しているときの複数のプロセスパラメータにおける処理レシピを構成する複数のステップの値よりなる複数のプロセスデータを取得するデータ取得工程と、複数のプロセスデータを、プロセスパラメータ毎に且つステップ毎に分割するデータ分割工程と、複数のプロセスデータが分割されてなるデータを用いて多変量解析モデルを作成するモデル作成工程とを備えている。
【００３４】
第２の半導体製造装置のモニタリング方法によると、第１の半導体製造装置のモニタリング方法の効果に加えて次のような効果が得られる。すなわち、稼働中の半導体製造装置から取得されたプロセスデータを、処理レシピを構成するステップ毎に分割してモニタリングできるため、プロセスデータがステップ毎に分割されてなるデータ又はその統計値を必要に応じて確認することにより、異常機器の同定等、半導体製造装置の稼働状態の把握を正確に行なうことができる。
【００３５】
第１又は第２の半導体製造装置のモニタリング方法において、半導体製造装置は、複数の制御機器と、複数の制御機器に接続された制御用コンピュータとを有し、データ取得工程は、制御用コンピュータから複数のプロセスデータをデジタルデータとして取得する工程を含んでいてもよい。この場合、データ取得工程は、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳを用いて複数のプロセスデータを取得する工程を含んでいてもよい。
【００３６】
第１又は第２の半導体製造装置のモニタリングシステムにおいて、半導体製造装置は複数の制御機器を有し、データ取得工程は、複数の制御機器から複数のプロセスデータをアナログデータとして取得する工程を含んでいてもよい。
【００３７】
第１又は第２の半導体製造装置のモニタリングシステムにおいて、モデル作成工程で作成された多変量解析モデルに基づき、データ取得工程で新規に取得された複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより半導体製造装置の稼働状態が正常であるか又は異常であるかを判断するデータ評価工程とをさらに備えていると、前述の本発明の効果を確実に得ることができる。
【００３８】
データ評価工程を備えている場合、半導体製造装置から、その処理ロット情報を取得するロット情報取得工程と、ロット情報取得工程で取得された処理ロット情報を、複数の新規プロセスデータに付加するロット情報付加工程とをさらに備えていることが好ましい。
【００３９】
このようにすると、処理ロット情報とプロセスデータとがデータ空間上で結合されるため、半導体製造装置の稼働状態をロット結果と照合したり、逆に、ロット結果を半導体製造装置の稼働状態と照合したりすることが可能になる。従って、例えば不良ウェーハ処理が行なわれた場合における半導体製造装置の稼働状態を迅速に把握することができる。
【００４０】
データ評価工程を備えている場合、半導体製造装置は、該半導体製造装置の処理ロット情報を保持するホストコンピュータに接続されており、ホストコンピュータから処理ロット情報を取得するロット情報取得工程と、ロット情報取得工程で取得された処理ロット情報を、複数の新規プロセスデータに付加するロット情報付加工程とをさらに備えていることが好ましい。
【００４１】
このようにすると、処理ロット情報とプロセスデータとがデータ空間上で結合されるため、半導体製造装置の稼働状態をロット結果と照合したり、逆に、ロット結果を半導体製造装置の稼働状態と照合したりすることが可能になる。従って、例えば不良ウェーハ処理が行なわれた場合における半導体製造装置の稼働状態を迅速に把握することができる。
【００４２】
第１又は第２の半導体製造装置のモニタリング方法において、モデル作成工程が、少なくとも主成分分析を行なう工程を含むと、前述の本発明の効果を確実に得ることができる。
【００４３】
【発明の実施の形態】
（第１の実施形態）
以下、本発明の第１の実施形態に係る半導体製造装置のモニタリングシステム及びモニタリング方法について図面を参照しながら説明する。
【００４４】
図１は、本実施形態のモニタリングシステムを用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示している。
【００４５】
図１に示すように、プラズマエッチング装置１００は、被処理基板１０１を配置するための下部電極１０２が設けられた反応室１０３を備えている。反応室１０３の一方の側部には、反応室１０３にプロセスガスを供給するための流量計１０４と、反応室１０３内のガス圧力を測定するための圧力センサー１０５とが接続されている。また、反応室１０３の他方の側部には、プロセスガスを排気するための真空ポンプ１０６が、プロセスガスの排気量を調整するためのコンダクタンスバルブ１０７を介して接続されている。反応室１０３の底部には、下部電極１０２に高周波電力を供給するための高周波電源１０８が、整合器１０９及び付加センサー１１０を介して接続されている。また、反応室１０３の底部には、チラー１１１が接続されている。
【００４６】
また、プラズマエッチング装置１００は、流量計１０４、圧力センサー１０５、コンダクタンスバルブ１０７、高周波電源１０８、整合器１０９及びチラー１１１の各制御機器と信号線を介して接続された制御用コンピュータ１１２を備えている。制御用コンピュータ１１２は、各制御機器から得られた、例えばガス流量、ガス圧力、バルブ開度又はプラズマ容量値等の複数のプロセスパラメータの値、つまり複数のプロセスデータをデジタルデータとして一定時間保持する。また、制御用コンピュータ１１２は、プラズマエッチング装置１００を含む複数の半導体製造装置を管理するホストコンピュータ１０と、プラズマエッチング装置１００の稼働状態を把握するための本実施形態のモニタリングシステム２００におけるモニタリングツール２０１とネットワーク接続されている。モニタリングツール２０１は、制御用コンピュータ１１２から複数のプロセスデータをデジタルデータとして取得する。また、モニタリングツール２０１は、プラズマエッチング装置１００の制御機器の一部（具体的には流量計１０４、圧力センサー１０５、整合器１０９及び付加センサー１１０）と信号線を介して直接接続されており、これらの制御機器から複数のプロセスデータをアナログデータとして取得する。
【００４７】
本実施形態のモニタリングシステム２００は、モニタリングツール２０１とネットワーク接続され且つモニタリングツール２０１からプロセスデータがリアルタイムで送信される解析用コンピュータ２０２を備えている。解析用コンピュータ２０２には、複数のプロセスデータを、プロセスパラメータ毎に且つ処理レシピを構成する複数のステップ毎に分割するプログラム、及び複数のプロセスデータが分割されてなるデータ（以下、分割データと称する）の統計値を算出するプログラムが組み込まれている。また、解析用コンピュータ２０２には、複数のプロセスデータの少なくとも一部分又は分割データを用いて主成分分析のモデル等の多変量解析モデルを作成するプログラム、及び作成された多変量解析モデルを複数の新規プロセスデータに対して用いることにより得られる主成分値等を時系列的にプロットするプログラム等が組み込まれている。
【００４８】
次に、本実施形態の半導体製造装置のモニタリング方法について、図１に示すモニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータをアナログデータとして直接取得する場合を例として説明する。
【００４９】
図２は本実施形態のモニタリング方法のフローチャートを示している。
【００５０】
まず、第１の処理Ｐ１１として、モニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータを、予め設定したサンプリング速度で収集する。
【００５１】
次に、第２の処理Ｐ１２として、モニタリングツール２０１により収集された複数のプロセスデータをネットワークを介して解析用コンピュータ２０２に送信する。
【００５２】
次に、第３の処理Ｐ１３として、解析用コンピュータ２０２において複数のプロセスデータを、プロセスパラメータ毎に且つ処理レシピを構成するステップ毎に分割する。
【００５３】
次に、第４の処理Ｐ１４として、解析用コンピュータ２０２において、複数のプロセスデータの少なくとも一部分又は分割データを用いて多変量解析モデルを作成する。ここで、多変量解析モデルの作成とは、具体的には、例えば下記（式１）のように、複数のプロセスデータのデータマトリックスＸを、スコアベクトルＴ、ローディングベクトルＰ及びエラーマトリックスＥに分解することである。尚、Ｐｔ　はＰの転置ベクトルを示している。
【００５４】
Ｘ　＝　Ｔ　×　Ｐｔ　　＋　Ｅ　　・・・　（式１）
次に、第５の処理Ｐ１５として、処理Ｐ１１〜Ｐ１３と同様にして得られた複数の新規プロセスデータ又は新規分割データに対して、処理Ｐ１４で作成された多変量解析モデル、例えば主成分分析のモデルを適用することにより主成分値を算出し、算出された主成分値を時系列的にモニタリングする。
【００５５】
図３（ａ）〜（ｃ）及び図４（ａ）、（ｂ）は、プラズマエッチング装置１００における下部電極１０２と被処理基板（ウェハ）１０１との間に流しているヘリウムガスの流量のウェハ処理枚数依存性を、処理レシピを構成するステップ１〜５毎に分けて示したものである。図３（ａ）〜（ｃ）及び図４（ａ）、（ｂ）に示すように、点Ａ及び点Ｂにおいてヘリウムガス流量が急増している。これは、下部電極１０２上にパーティクルが付着してウェハ１０１と下部電極１０２との隙間が大きくなったことによるものと考えられる。また、点Ｃ前後において、ヘリウムガス流量の平均的なレベルが全ステップに亘って変化している。これは、プラズマエッチング装置１００のメンテナンスに伴う反応室１０３内のウエットクリーニングによって下部電極１０２の表面に皮膜が形成されてしまい、それにより下部電極１０２のウェハ１０１に対する吸着力が低下してヘリウムガスが漏れた（つまりヘリウムガスの流量が増大した）ことによるものと考えられる。
【００５６】
図５（ａ）〜（ｃ）及び図６（ａ）、（ｂ）は、プラズマエッチング装置１００の反応室１０３内におけるガス圧力のウェハ処理枚数依存性を、処理レシピを構成するステップ１〜５毎に分けて示したものである。尚、図５（ａ）〜（ｃ）及び図６（ａ）、（ｂ）に示すガス圧力は、各ステップの処理時間内の平均値である。図５（ａ）〜（ｃ）及び図６（ａ）、（ｂ）に示すように、ステップ毎にプロセスデータを分割すると、各ステップによってプロセスデータの値つまり反応室１０３内のガス圧力が大きく異なっていることが明確にわかる。さらに、図５（ｂ）又は図６（ａ）における点Ａ又は点Ｂのように、特定のステップにおいて突発的なガス圧力の異常が検出されていることがわかる。一方、従来のモニタリングシステムのようにステップ毎にプロセスデータを分割しない場合、このような異常を検出することは困難である。それは、従来のモニタリングシステムにおいては、プロセスデータが全ステップに亘って平均化されてしまうためである。
【００５７】
図７は、プラズマエッチング装置１００における、反応室１０３内のガス圧力及びプラズマ発光電圧、下部電極１０２とウェハ１０１との間のヘリウムガス流量、並びに高周波電源１０８から下部電極１０２に供給される高周波電力の進行波及び反射波のパワーの各データについて多変量解析のモデリングを行ない、その結果得られたモデルにおける第１主成分及び第２主成分のそれぞれの値のウェハ処理枚数依存性を示している。図７に示すように、第１主成分には、下部電極１０２上へのパーティクル付着に起因するヘリウムガス流量の変化が反映されていることがわかる。尚、第１主成分には、ウェットクリーニング（メンテナンス）前後におけるプラズマ発光電圧の変化も反映されている。一方、第２主成分には、反応室１０３内のガス圧力の変化が反映されていることがわかる。
【００５８】
以上に説明したように、第１の実施形態によると、稼働中の半導体製造装置（プラズマエッチング装置１００）から取得された複数のプロセスパラメータの値、つまり複数のプロセスデータを用いて多変量解析モデルを作成する。このため、複数の新規プロセスデータに対して例えば主成分値の算出を行なうことができると共に該主成分値のリアルタイムモニタリング等を行なうことができる。従って、例えば主成分値を時系列的にモニタリングすることにより、多数のプロセスパラメータの値を観測して該観測結果を特定の人間の感覚により評価する場合と比べて、半導体製造装置の稼働状態の評価を客観的且つ迅速に行なうことができる。
【００５９】
また、第１の実施形態によると、稼働中の半導体製造装置から取得されたプロセスデータを、処理レシピを構成するステップ毎に分割してモニタリングできるため、プロセスデータがステップ毎に分割されてなる分割データ又はその統計値を必要に応じて確認することにより、異常機器の同定等、半導体製造装置の稼働状態の把握を正確に行なうことができる。
【００６０】
尚、第１の実施形態において、多変量解析の手法として主成分分析を用いたが、多変量解析の手法は特に限定されるものではなく、例えば重回帰分析等の他の多変量解析の手法を用いてもよい。
【００６１】
また、第１の実施形態において、モニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータをアナログデータとして取得した。しかし、これに代えて、モニタリングツール２０１を用いてプラズマエッチング装置１００の制御用コンピュータ１１２から複数のプロセスデータをデジタルデータとして取得してもよい。このとき、モニタリングツール２０１が、ＳＥＣＳ（Ｓｅｍｉｃｏｎｄｕｃｔｏｒ　Ｅｑｕｉｐｍｅｎｔ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｓｔａｎｄａｒｄ　）、ＧＥＭ（Ｇｅｎｅｒｉｃ　Ｅｑｕｉｐｍｅｎｔ　Ｍｏｄｅｌ　）又はＨＳＭＳ（Ｈｉｇｈ　Ｓｐｅｅｄ　Ｍｅｓｓａｇｅ　Ｓｅｒｖｉｃｅ）等の通信規格に基づくストリームファンクションを用いてプロセスデータを取得してもよい。或いは、モニタリングツール２０１を用いて複数のプロセスデータをパラメータの種類に応じて制御用コンピュータ１１２及び各制御機器からデジタルデータ及びアナログデータとして取得してもよい。
【００６２】
また、第１の実施形態において、モニタリング対象となる半導体製造装置はプラズマエッチング装置１００に限られるものではなく、例えばＣＶＤ（ＣｈｅｍｉｃａｌＶａｐｏｒ　Ｄｅｐｏｓｉｔｉｏｎ　）装置、ＣＭＰ（Ｃｈｅｍｉｃａｌ　Ｍｅｃｈａｎｉｃａｌ　Ｐｏｌｉｓｈｉｎｇ　）装置、イオン注入装置、洗浄装置又は露光装置等の半導体製造装置全般を対象とすることができることは言うまでもない。
【００６３】
（第２の実施形態）
以下、本発明の第２の実施形態に係る半導体製造装置のモニタリングシステム及びモニタリング方法について図面を参照しながら説明する。
【００６４】
第１の実施形態においては、半導体製造装置の稼働状態、つまり複数のプロセスパラメータの値を２つの主成分値を用いて表現した。ここで、通常用いられる主成分値の数は２〜３であり、プロセスパラメータ自体の数よりは少なくなっているが、依然として複数の値を管理する必要がある。本実施形態は、この課題を解決するものである。
【００６５】
具体的には、本実施形態の半導体製造装置のモニタリングシステムが第１の実施形態と異なっている点は、解析用コンピュータ２０２（図１参照）に、多変量解析のモデリング時に得られたエラーマトリックスＥ（式１参照）を用いて複数の新規プロセスデータとモデルとの距離Ｄｉを算出してモニタリングするプログラム、及びモデルとの距離Ｄｉに基づいてプラズマエッチング装置１００の稼働状態が正常であるか又は異常であるかを判断するプログラムが組み込まれている点である。
【００６６】
図８は、本実施形態の半導体製造装置のモニタリング方法のフローチャートを示している。
【００６７】
図８の処理Ｐ２１〜Ｐ２４においては、図２に示す第１の実施形態の処理Ｐ１１〜Ｐ１４と同様の処理を行なう。
【００６８】
次に、第５の処理Ｐ２５として、処理Ｐ２１〜Ｐ２３と同様にして得られた複数の新規プロセスデータ又は新規分割データに対して、処理Ｐ２４で作成された多変量解析モデルを適用してエラーマトリックスＥを求める。このとき、Ｅの各要素を自乗してその総和を算出し、算出された総和をＥの自由度で除した値の平方根を求めることにより、複数の新規プロセスデータとモデルとの距離Ｄｉが得られる。
【００６９】
次に、第６の処理Ｐ２６として、第５の処理Ｐ２５で得られた、モデルとの距離Ｄｉに基づいて、半導体製造装置（プラズマエッチング装置１００）の稼働状態が正常であるか又は異常であるかを判断する。
【００７０】
図９は、エラーマトリックスＥから求められたモデルとの距離Ｄｉのウェハ処理枚数依存性を示したものである。ここで、例えばプラズマエッチング装置１００の稼働状態が正常であると客観的に判断された期間（例えば製品の歩留まりが所定値を超えている期間）の複数のプロセスデータにおけるモデルとの距離Ｄｉのバラツキσを基準にとり、プラズマエッチング装置１００の稼働状態を次のように判断する。すなわち、複数の新規プロセスデータにおけるモデルとの距離Ｄｉが３σ未満であれば正常状態、３σ以上で且つ６σ以内であればワーニング状態、６σを越えれば故障状態（異常状態）であると判断する。図９に示すように、モデルとの距離Ｄｉのモニタリング結果から、例えば下部電極１０２上へのパーティクル付着等によってヘリウムガス流量が増大してプラズマエッチング装置１００の稼働状態が劣化していることが異常として検出できていることがわかる。すなわち、モデルとの距離Ｄｉの値を、半導体製造装置の稼働状態を示す指標として用いることができることがわかる。
【００７１】
次に、第７の処理Ｐ２７として、第６の処理Ｐ２６でプラズマエッチング装置１００の稼働状態が正常であると判断された場合にはプラズマエッチング装置１００に生産継続の指示を行なう（処理Ｐ２７ｎ）。一方、第６の処理Ｐ２６でプラズマエッチング装置１００の稼働状態がワーニング状態であると判断された場合には警報を出力すると共に該稼働状態が異常であると判断された場合にはプラズマエッチング装置１００に装置停止の指示を行なう（処理Ｐ２７ａ）。
【００７２】
以上に説明したように、第２の実施形態によると、稼働中の半導体製造装置（プラズマエッチング装置１００）から取得された複数のプロセスデータを用いて多変量解析モデルを作成する。このため、複数の新規プロセスデータに対して例えばモデルとの距離Ｄｉ等の算出を行なうことができると共にこのモデルとの距離Ｄｉのリアルタイムモニタリング等を行なうことができる。具体的には、例えばエラーマトリックスＥを用いて、複数の新規プロセスデータとモデルとの距離Ｄｉを定量的に求めることができると共にこのＤｉの大きさによってプラズマエッチング装置１００の稼働状態の正常又は異常を判断することができる。これにより、１つの値（指標値）でプラズマエッチング装置１００の稼働状態を示すことが可能となるため、つまり、プラズマエッチング装置１００の稼働状態の指標化が可能になるため、この指標値を管理するだけでプラズマエッチング装置１００の稼働状態を管理できる。従って、プラズマエッチング装置１００の稼働状態の評価を客観的且つより一層迅速に行なうことができる。
【００７３】
また、第２の実施形態によると、稼働中の半導体製造装置から取得されたプロセスデータを、処理レシピを構成するステップ毎に分割してモニタリングできるため、プロセスデータがステップ毎に分割されてなる分割データ又はその統計値を必要に応じて確認することにより、異常機器の同定等、半導体製造装置の稼働状態の把握を正確に行なうことができる。
【００７４】
尚、第２の実施形態において、モニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータをアナログデータとして取得した。しかし、これに代えて、モニタリングツール２０１を用いてプラズマエッチング装置１００の制御用コンピュータ１１２から複数のプロセスデータをデジタルデータとして取得してもよい。このとき、モニタリングツール２０１が、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳ等の通信規格に基づくストリームファンクションを用いてプロセスデータを取得してもよい。或いは、モニタリングツール２０１を用いて複数のプロセスデータをパラメータの種類に応じて制御用コンピュータ１１２及び各制御機器からデジタルデータ及びアナログデータとして取得してもよい。
【００７５】
また、第２の実施形態において、モニタリング対象となる半導体製造装置はプラズマエッチング装置１００に限られるものではなく、例えばＣＶＤ装置、ＣＭＰ装置、イオン注入装置、洗浄装置又は露光装置等の半導体製造装置全般を対象とすることができることは言うまでもない。
【００７６】
また、第２の実施形態において、プラズマエッチング装置１００の稼働状態が正常であると客観的に判断された期間の複数のプロセスデータにおけるモデルとの距離Ｄｉのバラツキσを基準として、プラズマエッチング装置１００の稼働状態を次のように判断した。すなわち、複数の新規プロセスデータにおけるモデルとの距離Ｄｉが３σ未満であれば正常状態、３σ以上で且つ６σ以内であればワーニング状態、６σを越えれば故障状態（異常状態）であると判断した。しかし、半導体製造装置の稼働状態が正常であるか又は異常であるかを判断する閾値が特に限定されるものではないことは言うまでもない。
【００７７】
（第３の実施形態）
以下、本発明の第３の実施形態に係る半導体製造装置のモニタリングシステム及びモニタリング方法について図面を参照しながら説明する。
【００７８】
第１の実施形態においては、半導体製造装置の稼働状態を示すプロセスデータと処理ロット情報（ロット番号、ウェハ枚数、品種等）とが結合していないために、次のような問題が生じる場合がある。すなわち、例えば不良ウェーハ処理が行なわれた場合における製造装置の稼働状態の解析を行ないたい場合、又は製造装置の稼働状態が変動したときに処理されていた対象ウェハを同定したい場合、第１の実施形態においては、半導体製造装置を管理するホストコンピュータの処理ウェハに関するデータと、プロセスデータとを照合する必要があり、この照合作業に多くの時間を要してしまう。本実施形態は、この課題を解決するものである。
【００７９】
図１０は、本実施形態のモニタリングシステムを用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示している。尚、図１０において、図１に示す第１の実施形態と同一の構成要素には同一の符号を付すことにより説明を省略する。
【００８０】
図１０に示すように、本実施形態のモニタリングシステム２００がプラズマエッチング装置１００の各制御機器（又は制御用コンピュータ１１２）から複数のプロセスデータを収集するための構成は、図１に示す第１の実施形態と同様である。本実施形態のモニタリングシステム２００が第１の実施形態と異なっている点は、モニタリングシステム２００のモニタリングツール２０１が、プラズマエッチング装置１００の処理ロット情報を保持するホストコンピュータ１０とネットワーク接続されている点である。これにより、モニタリングツール２０１はホストコンピュータ１０と通信することによって処理ロット情報を取得できる。そして、モニタリングツール２０１は、この処理ロット情報を、プラズマエッチング装置１００から収集した複数のプロセスデータに付加する。
【００８１】
次に、本実施形態の半導体製造装置のモニタリング方法について、図１０に示すモニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータをアナログデータとして直接取得する場合を例として説明する。
【００８２】
図１１は、本実施形態の半導体製造装置のモニタリング方法のフローチャートを示している。
【００８３】
まず、第１の処理Ｐ３１として、モニタリングツール２０１を用いてホストコンピュータ１０から処理ロット情報を取得する。
【００８４】
次に、第２の処理Ｐ３２として、プラズマエッチング装置１００におけるロット処理開始のトリガとなる信号（例えば高周波電力のＯＮ信号）を合図として、モニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータを、予め設定したサンプリング速度で収集する。
【００８５】
次に、第３の処理Ｐ３３として、モニタリングツール２０１において、第１の処理Ｐ３１で取得された処理ロット情報を、第２の処理Ｐ３２で収集された複数のプロセスデータに付加することにより、処理ロット情報と複数のプロセスデータとを結合させる。
【００８６】
次に、第４の処理Ｐ３４として、処理ロット情報と結合した複数のプロセスデータをモニタリングツール２０１からネットワークを介して解析用コンピュータ２０２に送信する。
【００８７】
次に、第５の処理Ｐ３５として、解析用コンピュータ２０２において、複数のプロセスデータを、プロセスパラメータ毎に且つ処理レシピを構成するステップ毎に分割する。
【００８８】
次に、第６の処理Ｐ３６として、第１の実施形態の第４の処理Ｐ１４と同様に、解析用コンピュータ２０２において、複数のプロセスデータの少なくとも一部分又は分割データを用いて多変量解析モデルを作成する。
【００８９】
次に、第７の処理Ｐ３７として、処理Ｐ３１〜Ｐ３５と同様にして得られた複数の新規プロセスデータ又は新規分割データ（いずれも処理ロット情報が付加されている）に対して処理Ｐ３６で作成された多変量解析モデルを適用してエラーマトリックスＥを求める。このとき、第２の実施形態の第５の処理Ｐ２５と同様に、エラーマトリックスＥから、複数の新規プロセスデータとモデルとの距離Ｄｉを求める。
【００９０】
次に、第８の処理Ｐ３８として、第７の処理Ｐ３７で得られた、モデルとの距離Ｄｉに基づいて、第２の実施形態の第６の処理Ｐ２６と同様に、半導体製造装置（プラズマエッチング装置１００）の稼働状態が正常であるか又は異常であるかを判断する。
【００９１】
次に、第９の処理Ｐ３９として、第８の処理Ｐ３８でプラズマエッチング装置１００の稼働状態が正常であると判断された場合にはプラズマエッチング装置１００に生産継続の指示を行なう（処理Ｐ３９ｎ）。一方、第８の処理Ｐ３８でプラズマエッチング装置１００の稼働状態がワーニング状態であると判断された場合には警報を出力すると共に該稼働状態が異常であると判断された場合にはプラズマエッチング装置１００に装置停止の指示を行なう（処理Ｐ３９ａ）。
【００９２】
以上に説明したように、第３の実施形態によると、第２の実施形態の効果に加えて次のような効果が得られる。すなわち、処理ロット情報とプロセスデータとがデータ空間上で結合されるため、半導体製造装置のどのような稼働状態でどのロットのどのウェハが処理されたかを、一対一対応で把握することができる。すなわち、半導体製造装置の稼働状態を各ロットのウェハ処理結果（つまりロット結果）と照合したり、逆に、ロット結果を半導体製造装置の稼働状態と照合したりすることが可能になる。従って、例えば不良ウェーハ処理が行なわれた場合における半導体製造装置の稼働状態を迅速に把握することができる。
【００９３】
尚、第３の実施形態において、モニタリングツール２０１を用いてプラズマエッチング装置１００の各制御機器から複数のプロセスデータをアナログデータとして取得した。しかし、これに代えて、モニタリングツール２０１を用いてプラズマエッチング装置１００の制御用コンピュータ１１２から複数のプロセスデータをデジタルデータとして取得してもよい。このとき、モニタリングツール２０１が、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳ等の通信規格に基づくストリームファンクションを用いてプロセスデータを取得してもよい。或いは、モニタリングツール２０１を用いて複数のプロセスデータをパラメータの種類に応じて制御用コンピュータ１１２及び各制御機器からデジタルデータ及びアナログデータとして取得してもよい。
【００９４】
また、第３の実施形態において、モニタリング対象となる半導体製造装置はプラズマエッチング装置１００に限られるものではなく、例えばＣＶＤ装置、ＣＭＰ装置、イオン注入装置、洗浄装置又は露光装置等の半導体製造装置全般を対象とすることができることは言うまでもない。
【００９５】
また、第３の実施形態において、モニタリングツール２０１によりホストコンピュータ１０から処理ロット情報を取得したが、これに代えて、モニタリングツール２０１によりプラズマエッチング装置１００の制御用コンピュータ１１２から処理ロット情報を取得してもよい。これは、制御用コンピュータ１１２には、ホストコンピュータ１０から処理ロット情報が送信されている場合が多いことによる。
【００９６】
また、第３の実施形態において、モニタリングツール２０１とホストコンピュータ１０との通信により処理ロット情報を取得したが、これに代えて、解析用コンピュータ２０２とホストコンピュータ１０又は制御用コンピュータ１１２との通信により処理ロット情報を取得してもよい。この場合、解析用コンピュータ２０２は、この処理ロット情報を、モニタリングツール２０１から送信されてきた複数のプロセスデータに付加する。
【００９７】
（第４の実施形態）
以下、本発明の第４の実施形態に係る半導体製造装置のモニタリングシステム及びモニタリング方法について図面を参照しながら説明する。
【００９８】
第１〜第３の実施形態においては、半導体製造装置の稼働状態を示す複数のプロセスパラメータの値を、より少数の指標値（主成分値又はモデルとの距離等）に絞り込む手法について示してきた。しかしながら、これらの指標値を得るためには、人間がモニタリングシステム２００又は解析用コンピュータ２０２にアクセスする必要がある。ところで、実際の半導体装置の製造においては、工場の生産能力によって違いはあるが、一般的に１００台程度から１０００台程度までの非常に多くの台数の半導体製造装置が用いられる。そして、このような多くの台数の半導体製造装置を逐次人間が監視することは困難である。本実施形態は、この課題を解決するものである。
【００９９】
図１２は、本実施形態のモニタリングシステムを用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示している。尚、図１２において、図１０に示す第３の実施形態と同一の構成要素には同一の符号を付すことにより説明を省略する。
【０１００】
図１２に示すように、本実施形態のモニタリングシステム２００がプラズマエッチング装置１００の各制御機器（又は制御用コンピュータ１１２）から複数のプロセスデータを収集するための構成は、図１０に示す第３の実施形態と同様である。本実施形態のモニタリングシステム２００が第３の実施形態と異なっている点は、モニタリングシステム２００が、解析用コンピュータ２０２に接続された集中監視装置２０３を備えていることである。尚、集中監視装置２０３は、図示しない他の半導体製造装置の稼働状態を把握するための他のモニタリングツールと組み合わされた他の解析用コンピュータとも接続されている。
【０１０１】
集中監視装置２０３は、解析用コンピュータ２０２にアクセスして、第１〜第３の実施形態で述べたような、半導体製造装置の稼働状態を示す指標値（主成分値又はモデルとの距離等）を取得し、取得した指標値に応じて例えば警報の出力等を行なう。具体的には、集中監視装置２０３は、プラズマエッチング装置１００の稼働状態が正常であると客観的に判断された期間（例えば製品の歩留まりが所定値を超えている期間）の複数のプロセスデータにおけるモデルとの距離Ｄｉのバラツキσを基準にとり、プラズマエッチング装置１００の稼働状態を次のように判断する。すなわち、複数の新規プロセスデータにおけるモデルとの距離Ｄｉが３σ未満であれば正常状態、３σ以上で且つ６σ以内であればワーニング状態、６σを越えれば故障状態（異常状態）であると判断する。また、集中監視装置２０３は、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳ等の通信規格に基づくストリームファンクションを用いてプラズマエッチング装置１００のオペレーションを行なうことができる。例えば集中監視装置２０３がプラズマエッチング装置１００の稼働状態を故障状態であると判断した場合、集中監視装置２０３は警報を出力すると共にプラズマエッチング装置１００の稼働を停止させる。
【０１０２】
図１３は、前述の本実施形態の集中監視装置２０３を用いて複数の半導体製造装置の稼働状態をモニタリングしている様子を示している。尚、図１３においては、便宜上、各半導体製造装置のうち制御用コンピュータを他の部分（制御機器等）と切り離して示している。
【０１０３】
図１３に示すように、本実施形態のモニタリングシステム２００は、Ｎ台の半導体製造装置１００Ａ〜Ｎ（正確には各半導体製造装置１００Ａ〜Ｎの制御用コンピュータ１１２Ａ〜Ｎ）に接続されたＮ台のモニタリングツール２０１Ａ〜Ｎと、各モニタリングツール２０１Ａ〜Ｎに接続されたＮ台の解析用コンピュータ２０２Ａ〜Ｎと、各解析用コンピュータ２０２Ａ〜Ｎに接続された１台の集中監視装置２０３とを備えている。尚、各解析用コンピュータ２０２Ａ〜Ｎは、各半導体製造装置１００Ａ〜Ｎを管理するホストコンピュータ１０に接続されている。また、制御用コンピュータを含む各半導体製造装置と、それと対応するモニタリングツール及び解析用コンピュータの一組との関係は、第１〜第３の実施形態と同様である。また、図示は省略しているが、各モニタリングツール２０１Ａ〜Ｎは、各半導体製造装置１００Ａ〜Ｎの制御機器に接続されていると共に、各半導体製造装置１００Ａ〜Ｎの制御用コンピュータ１１２Ａ〜Ｎはホストコンピュータ１０に接続されている。
【０１０４】
すなわち、本実施形態においては、Ｎ台の解析用コンピュータ２０２Ａ〜Ｎに対して１台の集中監視装置２０３を設けることによって、各解析用コンピュータで算出された、Ｎ台の半導体製造装置１００Ａ〜Ｎの稼働状況を示す指標値を取得する。具体的には、集中監視装置２０３は、１秒ごとに各解析用コンピュータ２０２Ａ〜Ｎに巡回形式でアクセスする。従って、１つの解析用コンピュータにアクセスするために１秒を要すると仮定すると、全ての解析用コンピュータにアクセスするためにＮ秒を要することになる。ここで、１つの解析用コンピュータへのアクセス時間を短縮することによって、全ての解析用コンピュータへのアクセス時間を短縮する方が好ましいことは言うまでもないが、解析用コンピュータへのアクセスを通信で行なう場合、１つの解析用コンピュータへのアクセス時間を好ましくは０．１秒としたい。尚、本実施形態では、Ｎ台の解析用コンピュータに対して１台の集中監視装置を設けているが、集中監視装置の台数を増やして複数の集中監視装置により複数の解析用コンピュータへのアクセスを分担して行なえば、全ての解析用コンピュータへのアクセス時間を短縮することが可能である。
【０１０５】
以上に説明したように、第４の実施形態によると、第１〜第３の実施形態の効果に加えて次のような効果が得られる。すなわち、複数の解析用コンピュータ２０２Ａ〜Ｎにより複数の半導体製造装置１００Ａ〜Ｎの稼働状態が正常であるか又は異常であるか判断された結果（指標値）を、一定時間間隔で各解析用コンピュータ２０２Ａ〜Ｎに接続することにより取得する集中監視装置２０３を備えているため、各半導体製造装置１００Ａ〜Ｎの稼働状態の把握を自動的に行なうことができる。
【０１０６】
尚、第４の実施形態において、モニタリング対象となる半導体製造装置はプラズマエッチング装置１００に限られるものではなく、例えばＣＶＤ装置、ＣＭＰ装置、イオン注入装置、洗浄装置又は露光装置等の半導体製造装置全般を対象とすることができることは言うまでもない。
【０１０７】
また、第４の実施形態において、プラズマエッチング装置１００の稼働状態が正常であると客観的に判断された期間の複数のプロセスデータにおけるモデルとの距離Ｄｉのバラツキσを基準として、プラズマエッチング装置１００の稼働状態を次のように判断した。すなわち、複数の新規プロセスデータにおけるモデルとの距離Ｄｉが３σ未満であれば正常状態、３σ以上で且つ６σ以内であればワーニング状態、６σを越えれば故障状態（異常状態）であると判断した。しかし、プラズマエッチング装置１００の稼働状態が正常であるか又は異常であるかを判断する閾値が特に限定されるものではないことは言うまでもない。
【０１０８】
【発明の効果】
本発明によると、半導体製造装置の複数のプロセスデータを用いて多変量解析モデルを作成するため、複数の新規プロセスデータに対して、例えば主成分値又はモデルとの距離等の算出を行なうことができると共にそれらの値のリアルタイムモニタリング等を行なうことができる。従って、多数のプロセスパラメータの値を観測して該観測結果を特定の人間の感覚により評価する場合と比べて、半導体製造装置の稼働状態の評価を客観的且つ迅速に行なうことができる。また、半導体製造装置のプロセスデータを処理レシピのステップ毎に分割してモニタリングできるため、プロセスデータがステップ毎に分割されてなる分割データ又はその統計値を必要に応じて確認することにより、半導体製造装置の稼働状態の把握を正確に行なうことができる。
【図面の簡単な説明】
【図１】図１は、本発明の第１の実施形態に係る半導体製造装置のモニタリングシステムを用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示す図である。
【図２】図２は、本発明の第１の実施形態に係る半導体製造装置のモニタリング方法のフローチャートでる。
【図３】（ａ）〜（ｃ）は、プラズマエッチング装置における下部電極とウェハとの間に流しているヘリウムガスの流量のウェハ処理枚数依存性を処理レシピのステップ１〜３のそれぞれについて示す図である。
【図４】（ａ）及び（ｂ）は、プラズマエッチング装置における下部電極とウェハとの間に流しているヘリウムガスの流量のウェハ処理枚数依存性を処理レシピのステップ４及び５のそれぞれについて示す図である。
【図５】（ａ）〜（ｃ）は、プラズマエッチング装置の反応室内におけるガス圧力のウェハ処理枚数依存性を処理レシピのステップ１〜３のそれぞれについて示す図である。
【図６】（ａ）及び（ｂ）は、プラズマエッチング装置の反応室内におけるガス圧力のウェハ処理枚数依存性を処理レシピのステップ４及び５のそれぞれについて示す図である。
【図７】本発明の第１の実施形態に係る半導体製造装置のモニタリング方法を用いて、プラズマエッチング装置における複数のプロセスパラメータの値について多変量解析のモデリングを行ない、その結果得られたモデルにおける第１主成分及び第２主成分のそれぞれの値のウェハ処理枚数依存性を示す図である。
【図８】本発明の第２の実施形態に係る半導体製造装置のモニタリング方法のフローチャートである。
【図９】本発明の第２の実施形態に係る半導体製造装置のモニタリング方法を用いてエラーマトリックスＥから求められたモデルとの距離Ｄｉのウェハ処理枚数依存性を示す図である。
【図１０】本発明の第３の実施形態に係る半導体製造装置のモニタリングシステムを用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示す図である。
【図１１】本発明の第３の実施形態に係る半導体製造装置のモニタリング方法のフローチャートである。
【図１２】本発明の第４の実施形態に係る半導体製造装置のモニタリングシステムを用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示す図である。
【図１３】本発明の第４の実施形態に係る半導体製造装置のモニタリングシステムを用いて複数の半導体製造装置の稼働状態をモニタリングしている様子を示す図である。
【図１４】従来のモニタリング装置を用いてプラズマエッチング装置の稼働状態をモニタリングしている様子を示す図である。
【図１５】従来の半導体製造装置のモニタリング方法のフローチャートである。
【図１６】エッチング装置における下部電極に印加される高周波電力の進行波のパワーをモニタリングした結果を示す図である。
【符号の説明】
１０　　ホストコンピュータ
１００　　プラズマエッチング装置（１００Ａ〜Ｎ　Ｎ台の半導体製造装置）
１０１　　被処理基板
１０２　　下部電極
１０３　　反応室
１０４　　流量計
１０５　　圧力センサー
１０６　　真空ポンプ
１０７　　コンダクタンスバルブ
１０８　　高周波電源
１０９　　整合器
１１０　　付加センサー
１１１　　チラー
１１２　　制御用コンピュータ（１１２Ａ〜Ｎ　Ｎ台の制御用コンピュータ）
２００　　モニタリングシステム
２０１　　モニタリングツール（２０１Ａ〜Ｎ　Ｎ台のモニタリングツール）
２０２　　解析用コンピュータ（２０２Ａ〜Ｎ　Ｎ台の解析用コンピュータ）
２０３　　集中監視装置

Claims (20)

  1. 半導体製造装置から、前記半導体製造装置が稼働しているときの複数のプロセスパラメータの値よりなる複数のプロセスデータを取得するデータ取得手段と、
    前記複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成するモデル作成手段とを備えていることを特徴とする半導体製造装置のモニタリングシステム。
  2. 半導体製造装置から、前記半導体製造装置が稼働しているときの複数のプロセスパラメータにおける処理レシピを構成する複数のステップの値よりなる複数のプロセスデータを取得するデータ取得手段と、
    前記複数のプロセスデータを、前記プロセスパラメータ毎に且つ前記ステップ毎に分割するデータ分割手段と、
    前記複数のプロセスデータが分割されてなるデータを用いて多変量解析モデルを作成するモデル作成手段とを備えていることを特徴とする半導体製造装置のモニタリングシステム。
  3. 前記半導体製造装置は、複数の制御機器と、前記複数の制御機器に接続された制御用コンピュータとを有し、
    前記データ取得手段は、前記制御用コンピュータに接続されていると共に前記制御用コンピュータから前記複数のプロセスデータをデジタルデータとして取得することを特徴とする請求項１又は２に記載の半導体製造装置のモニタリングシステム。
  4. 前記データ取得手段は、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳを用いて前記複数のプロセスデータを取得することを特徴とする請求項３に記載の半導体製造装置のモニタリングシステム。
  5. 前記半導体製造装置は複数の制御機器を有し、
    前記データ取得手段は、前記複数の制御機器に接続されていると共に前記複数の制御機器から前記複数のプロセスデータをアナログデータとして取得することを特徴とする請求項１又は２に記載の半導体製造装置のモニタリングシステム。
  6. 前記モデル作成手段により作成された前記多変量解析モデルに基づき、前記データ取得手段により新規に取得された前記複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより前記半導体製造装置の稼働状態が正常であるか又は異常であるかを判断するデータ評価手段をさらに備えていることを特徴とする請求項１又は２に記載の半導体製造装置のモニタリングシステム。
  7. 前記半導体製造装置から、その処理ロット情報を取得するロット情報取得手段と、
    前記ロット情報取得手段により取得された前記処理ロット情報を、前記複数の新規プロセスデータに付加するロット情報付加手段とをさらに備えていることを特徴とする請求項６に記載の半導体製造装置のモニタリングシステム。
  8. 前記半導体製造装置は、該半導体製造装置の処理ロット情報を保持するホストコンピュータに接続されており、
    前記ホストコンピュータから前記処理ロット情報を取得するロット情報取得手段と、
    前記ロット情報取得手段により取得された前記処理ロット情報を、前記複数の新規プロセスデータに付加するロット情報付加手段とをさらに備えていることを特徴とする請求項６に記載の半導体製造装置のモニタリングシステム。
  9. 前記モデル作成手段は、少なくとも主成分分析を行なうことを特徴とする請求項１又は２に記載の半導体製造装置のモニタリングシステム。
  10. 複数の半導体製造装置のそれぞれから、前記複数の半導体製造装置が稼働しているときの複数のプロセスパラメータの値よりなる複数のプロセスデータを取得する複数のデータ取得手段と、
    前記複数のデータ取得手段のそれぞれにより取得された前記複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成する複数のモデル作成手段と、
    前記複数のモデル作成手段のそれぞれにより作成された前記多変量解析モデルに基づき、前記複数のデータ取得手段のそれぞれにより新規に取得された前記複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより前記複数の半導体製造装置の稼働状態が正常であるか又は異常であるかを判断する複数のデータ評価手段と、
    一定時間間隔で前記複数のデータ評価手段のそれぞれに接続することによって、前記複数のデータ評価手段のそれぞれにより前記複数の半導体製造装置の稼働状態が正常であるか又は異常であるか判断された結果を取得する集中監視手段とを備えていることを特徴とする半導体製造装置のモニタリングシステム。
  11. 複数の半導体製造装置のそれぞれから、前記複数の半導体製造装置が稼働しているときの複数のプロセスパラメータにおける処理レシピを構成する複数のステップの値よりなる複数のプロセスデータを取得するデータ取得手段と、
    前記複数のデータ取得手段のそれぞれにより取得された前記複数のプロセスデータを、前記プロセスパラメータ毎に且つ前記ステップ毎に分割する複数のデータ分割手段と、
    前記複数のデータ分割手段のそれぞれにより前記複数のプロセスデータが分割されてなるデータを用いて多変量解析モデルを作成する複数のモデル作成手段と、
    前記複数のモデル作成手段のそれぞれにより作成された前記多変量解析モデルに基づき、前記複数のデータ取得手段のそれぞれにより新規に取得された前記複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより前記複数の半導体製造装置の稼働状態が正常であるか又は異常であるかを判断する複数のデータ評価手段と、
    一定時間間隔で前記複数のデータ評価手段のそれぞれに接続することによって、前記複数のデータ評価手段のそれぞれにより前記複数の半導体製造装置の稼働状態が正常であるか又は異常であるか判断された結果を取得する集中監視手段とを備えていることを特徴とする半導体製造装置のモニタリングシステム。
  12. 半導体製造装置から、前記半導体製造装置が稼働しているときの複数のプロセスパラメータの値よりなる複数のプロセスデータを取得するデータ取得工程と、
    前記複数のプロセスデータの少なくとも一部分を用いて多変量解析モデルを作成するモデル作成工程とを備えていることを特徴とする半導体製造装置のモニタリング方法。
  13. 半導体製造装置から、前記半導体製造装置が稼働しているときの複数のプロセスパラメータにおける処理レシピを構成する複数のステップの値よりなる複数のプロセスデータを取得するデータ取得工程と、
    前記複数のプロセスデータを、前記プロセスパラメータ毎に且つ前記ステップ毎に分割するデータ分割工程と、
    前記複数のプロセスデータが分割されてなるデータを用いて多変量解析モデルを作成するモデル作成工程とを備えていることを特徴とする半導体製造装置のモニタリング方法。
  14. 前記半導体製造装置は、複数の制御機器と、前記複数の制御機器に接続された制御用コンピュータとを有し、
    前記データ取得工程は、前記制御用コンピュータから前記複数のプロセスデータをデジタルデータとして取得する工程を含むことを特徴とする請求項１２又は１３に記載の半導体製造装置のモニタリング方法。
  15. 前記データ取得工程は、ＳＥＣＳ、ＧＥＭ又はＨＳＭＳを用いて前記複数のプロセスデータを取得する工程を含むことを特徴とする請求項１４に記載の半導体製造装置のモニタリング方法。
  16. 前記半導体製造装置は複数の制御機器を有し、
    前記データ取得工程は、前記複数の制御機器から前記複数のプロセスデータをアナログデータとして取得する工程を含むことを特徴とする請求項１２又は１３に記載の半導体製造装置のモニタリング方法。
  17. 前記モデル作成工程で作成された前記多変量解析モデルに基づき、前記データ取得工程で新規に取得された前記複数のプロセスパラメータの値よりなる複数の新規プロセスデータを評価し、それにより前記半導体製造装置の稼働状態が正常であるか又は異常であるかを判断するデータ評価工程とをさらに備えていることを特徴とする請求項１２又は１３に記載の半導体製造装置のモニタリング方法。
  18. 前記半導体製造装置から、その処理ロット情報を取得するロット情報取得工程と、
    前記ロット情報取得工程で取得された前記処理ロット情報を、前記複数の新規プロセスデータに付加するロット情報付加工程とをさらに備えていることを特徴とする請求項１７に記載の半導体製造装置のモニタリング方法。
  19. 前記半導体製造装置は、該半導体製造装置の処理ロット情報を保持するホストコンピュータに接続されており、
    前記ホストコンピュータから前記処理ロット情報を取得するロット情報取得工程と、
    前記ロット情報取得工程で取得された前記処理ロット情報を、前記複数の新規プロセスデータに付加するロット情報付加工程とをさらに備えていることを特徴とする請求項１７に記載の半導体製造装置のモニタリング方法。
  20. 前記モデル作成工程は、少なくとも主成分分析を行なう工程を含むことを特徴とする請求項１２又は１３に記載の半導体製造装置のモニタリング方法。
JP2002205667A 2002-07-15 2002-07-15 半導体製造装置のモニタリングシステム及びモニタリング方法 Pending JP2004047885A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2002205667A JP2004047885A (ja) 2002-07-15 2002-07-15 半導体製造装置のモニタリングシステム及びモニタリング方法
CNA031472966A CN1476051A (zh) 2002-07-15 2003-07-14 半导体制造装置的监控系统以及监控方法
US10/619,191 US7257457B2 (en) 2002-07-15 2003-07-15 System and method for monitoring semiconductor production apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002205667A JP2004047885A (ja) 2002-07-15 2002-07-15 半導体製造装置のモニタリングシステム及びモニタリング方法

Publications (1)

Publication Number Publication Date
JP2004047885A true JP2004047885A (ja) 2004-02-12

Family

ID=31492038

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002205667A Pending JP2004047885A (ja) 2002-07-15 2002-07-15 半導体製造装置のモニタリングシステム及びモニタリング方法

Country Status (3)

Country Link
US (1) US7257457B2 (ja)
JP (1) JP2004047885A (ja)
CN (1) CN1476051A (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006001416A1 (ja) * 2004-06-29 2006-01-05 Nikon Corporation 管理方法及び管理システム、並びにプログラム
JP2008052577A (ja) * 2006-08-25 2008-03-06 Hitachi High-Technologies Corp 稼働状況を提示することができる装置
JP2011159279A (ja) * 2010-01-07 2011-08-18 Canon Anelva Corp 真空処理装置及びｐｌｃでのパラメータ処理方法
JP2013527591A (ja) * 2009-06-30 2013-06-27 ラム リサーチ コーポレーション 処理モジュールレベルで非制御事象を特定するための装置ならびにその方法
KR101442385B1 (ko) 2012-09-04 2014-09-17 타이완 세미콘덕터 매뉴팩쳐링 컴퍼니 리미티드 툴 상태 모니터링을 위한 정성적 고장 검출 및 분류 시스템 및 연관된 방법
CN104808597A (zh) * 2014-01-24 2015-07-29 中芯国际集成电路制造(上海)有限公司 生产派工的方法和装置
JP2015533928A (ja) * 2012-08-09 2015-11-26 アプライド マテリアルズ インコーポレイテッドＡｐｐｌｉｅｄ Ｍａｔｅｒｉａｌｓ，Ｉｎｃｏｒｐｏｒａｔｅｄ 堆積プロセスの同期のための方法および装置
JP2021158155A (ja) * 2020-03-25 2021-10-07 株式会社デンソー岩手 製造装置監視システムおよびそれを用いた半導体装置の製造方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904384B2 (en) * 2003-04-03 2005-06-07 Powerchip Semiconductor Corp. Complex multivariate analysis system and method
US7676295B2 (en) * 2005-02-18 2010-03-09 Lam Research Corporation Processing information management in a plasma processing tool
US7144297B2 (en) * 2005-05-03 2006-12-05 Taiwan Semiconductor Manufacturing Company, Ltd. Method and apparatus to enable accurate wafer prediction
US20070071338A1 (en) * 2005-09-23 2007-03-29 Hewlett-Packard Development Company, L.P. Method or apparatus for processing performance data from a communications network
US8055370B1 (en) 2006-06-23 2011-11-08 Novellus Systems, Inc. Apparatus and methods for monitoring health of semiconductor process systems
JP4754419B2 (ja) * 2006-07-03 2011-08-24 学校法人立命館 プラズマ異常放電診断方法、プラズマ異常放電診断システム及びコンピュータプログラム
US20080065705A1 (en) * 2006-09-12 2008-03-13 Fisher-Rosemount Systems, Inc. Process Data Collection for Process Plant Diagnostics Development
US7894926B2 (en) * 2006-09-22 2011-02-22 Pdf Solutions, Inc. Global predictive monitoring system for a manufacturing facility
US7477948B1 (en) 2006-11-06 2009-01-13 Novellus Systems, Inc. Apparatus and methods for precompiling program sequences for wafer processing
KR100892248B1 (ko) 2007-07-24 2009-04-09 주식회사 디엠에스 플라즈마 반응기의 실시간 제어를 실현하는 종말점 검출장치 및 이를 포함하는 플라즈마 반응기 및 그 종말점 검출방법
JP2010034180A (ja) * 2008-07-28 2010-02-12 Toshiba Corp 半導体製造装置の制御方法および半導体装置の製造方法
US8473089B2 (en) * 2009-06-30 2013-06-25 Lam Research Corporation Methods and apparatus for predictive preventive maintenance of processing chambers
US8618807B2 (en) * 2009-06-30 2013-12-31 Lam Research Corporation Arrangement for identifying uncontrolled events at the process module level and methods thereof
US8538572B2 (en) * 2009-06-30 2013-09-17 Lam Research Corporation Methods for constructing an optimal endpoint algorithm
US8489218B2 (en) * 2010-10-15 2013-07-16 Taiwan Semiconductor Manufacturing Company, Ltd. Chamber match using important variables filtered by dynamic multivariate analysis
CN104238465A (zh) * 2013-06-21 2014-12-24 沈阳中科博微自动化技术有限公司 集成电路生产线主机与异类设备的通信方法
CN105225979A (zh) * 2014-06-19 2016-01-06 中芯国际集成电路制造(上海)有限公司 一种半导体器件制程预测系统和方法
TWI588767B (zh) * 2016-03-23 2017-06-21 財團法人工業技術研究院 設備的異常評估方法與異常評估裝置
CN110096036A (zh) * 2018-01-29 2019-08-06 阿里巴巴集团控股有限公司 一种设备状态的确定方法、装置及设备
CN110627015B (zh) * 2018-06-22 2023-01-17 北京北方华创微电子装备有限公司 Bosch工艺的工艺参数的监控方法、系统和存储介质
JP6973956B2 (ja) * 2019-07-04 2021-12-01 株式会社Kokusai Electric 基板処理装置、半導体装置の製造方法、プログラムおよび記録媒体
TWI790474B (zh) * 2019-12-09 2023-01-21 日商Ｓｕｍｃｏ股份有限公司 晶圓製造系統
JP2021152762A (ja) * 2020-03-24 2021-09-30 株式会社Ｓｃｒｅｅｎホールディングス 学習済みモデル生成方法、学習済みモデル、異常要因推定装置、基板処理装置、異常要因推定方法、学習方法、学習装置、及び、学習データ作成方法
US11823932B2 (en) 2020-08-26 2023-11-21 Samsung Electronics Co., Ltd. Substrate processing system and substrate processing apparatus
CN112130518B (zh) * 2020-11-30 2021-02-12 晶芯成(北京)科技有限公司 半导体生产过程中的参数监控方法、系统及计算机可读存储介质
CN112801497B (zh) * 2021-01-26 2024-04-30 上海华力微电子有限公司 一种异常检测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10135091A (ja) * 1996-10-31 1998-05-22 Matsushita Electric Ind Co Ltd プロセス加工工程の異常抽出方法及び装置
JP2000198051A (ja) * 1998-12-29 2000-07-18 Matsushita Electric Ind Co Ltd 設備フロ―の異常抽出装置、設備フロ―の異常抽出方法、及び設備フロ―の異常抽出プログラムを記録した記憶媒体
JP2000252180A (ja) * 1999-02-25 2000-09-14 Matsushita Electric Ind Co Ltd 加工プロセスにおける異常の抽出方法及びその装置
JP2000252179A (ja) * 1999-03-04 2000-09-14 Hitachi Ltd 半導体製造プロセス安定化支援システム
JP2002025981A (ja) * 2000-07-04 2002-01-25 Tokyo Electron Ltd 運転状態の監視方法及び処理装置の評価方法
JP2002110493A (ja) * 2000-10-04 2002-04-12 Matsushita Electric Ind Co Ltd 加工プロセス工程の異常抽出方法及び装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE9304246L (sv) * 1993-12-22 1995-06-23 Asea Brown Boveri Förfarande vid övervakning av multivariata processer
JPH0831807A (ja) 1994-07-14 1996-02-02 Nissin Electric Co Ltd プラズマ処理装置
TW306638U (en) * 1996-08-09 1997-05-21 Inst Information Industry Auto-collecting device of multi-port data
CA2301829C (en) * 1998-07-21 2008-07-08 Dofasco Inc. Multivariate statistical model-based system for monitoring the operation of a continuous caster and detecting the onset of impending breakouts
JP2000207306A (ja) 1999-01-14 2000-07-28 Toshiba Corp 情報機器および送信メ―ルの管理方法
US6368975B1 (en) * 1999-07-07 2002-04-09 Applied Materials, Inc. Method and apparatus for monitoring a process by employing principal component analysis
AU4733601A (en) * 2000-03-10 2001-09-24 Cyrano Sciences Inc Control for an industrial process using one or more multidimensional variables
GB0007063D0 (en) * 2000-03-23 2000-05-10 Simsci Limited Mulitvariate statistical process monitors
GB0007065D0 (en) * 2000-03-23 2000-05-10 Simsci Limited Process monitoring and control using self-validating sensors
TW499702B (en) * 2000-07-04 2002-08-21 Tokyo Electron Ltd Method for monitoring operation of processing apparatus
US6549864B1 (en) * 2001-08-13 2003-04-15 General Electric Company Multivariate statistical process analysis systems and methods for the production of melt polycarbonate
EP1468361A1 (en) * 2001-12-19 2004-10-20 Netuitive Inc. Method and system for analyzing and predicting the behavior of systems
TWI328164B (en) * 2002-05-29 2010-08-01 Tokyo Electron Ltd Method and apparatus for monitoring tool performance
US7505879B2 (en) * 2002-06-05 2009-03-17 Tokyo Electron Limited Method for generating multivariate analysis model expression for processing apparatus, method for executing multivariate analysis of processing apparatus, control device of processing apparatus and control system for processing apparatus
JP4464276B2 (ja) * 2002-08-13 2010-05-19 東京エレクトロン株式会社 プラズマ処理方法及びプラズマ処理装置
CA2411338C (en) * 2002-11-07 2011-05-31 Mcmaster University Method for on-line machine vision measurement, monitoring and control of product features during on-line manufacturing processes
JP3905466B2 (ja) * 2002-12-05 2007-04-18 東京エレクトロン株式会社 プラズマ処理方法及びプラズマ処理装置
US7158851B2 (en) * 2003-06-30 2007-01-02 Tokyo Electron Limited Feedforward, feedback wafer to wafer control method for an etch process
US6952657B2 (en) * 2003-09-10 2005-10-04 Peak Sensor Systems Llc Industrial process fault detection using principal component analysis
US6885907B1 (en) * 2004-05-27 2005-04-26 Dofasco Inc. Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10135091A (ja) * 1996-10-31 1998-05-22 Matsushita Electric Ind Co Ltd プロセス加工工程の異常抽出方法及び装置
JP2000198051A (ja) * 1998-12-29 2000-07-18 Matsushita Electric Ind Co Ltd 設備フロ―の異常抽出装置、設備フロ―の異常抽出方法、及び設備フロ―の異常抽出プログラムを記録した記憶媒体
JP2000252180A (ja) * 1999-02-25 2000-09-14 Matsushita Electric Ind Co Ltd 加工プロセスにおける異常の抽出方法及びその装置
JP2000252179A (ja) * 1999-03-04 2000-09-14 Hitachi Ltd 半導体製造プロセス安定化支援システム
JP2002025981A (ja) * 2000-07-04 2002-01-25 Tokyo Electron Ltd 運転状態の監視方法及び処理装置の評価方法
JP2002110493A (ja) * 2000-10-04 2002-04-12 Matsushita Electric Ind Co Ltd 加工プロセス工程の異常抽出方法及び装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006001416A1 (ja) * 2004-06-29 2006-01-05 Nikon Corporation 管理方法及び管理システム、並びにプログラム
JPWO2006001416A1 (ja) * 2004-06-29 2008-04-17 株式会社ニコン 管理方法及び管理システム、並びにプログラム
JP4678372B2 (ja) * 2004-06-29 2011-04-27 株式会社ニコン 管理方法及び管理システム、並びにプログラム
US7941232B2 (en) 2004-06-29 2011-05-10 Nikon Corporation Control method, control system, and program
JP2008052577A (ja) * 2006-08-25 2008-03-06 Hitachi High-Technologies Corp 稼働状況を提示することができる装置
JP2013527591A (ja) * 2009-06-30 2013-06-27 ラム リサーチ コーポレーション 処理モジュールレベルで非制御事象を特定するための装置ならびにその方法
KR101738182B1 (ko) * 2009-06-30 2017-05-29 램 리써치 코포레이션 프로세스 모듈 레벨에서 제어되지 않은 이벤트들을 식별하는 장치 및 그 방법
JP2011159279A (ja) * 2010-01-07 2011-08-18 Canon Anelva Corp 真空処理装置及びｐｌｃでのパラメータ処理方法
JP2015533928A (ja) * 2012-08-09 2015-11-26 アプライド マテリアルズ インコーポレイテッドＡｐｐｌｉｅｄ Ｍａｔｅｒｉａｌｓ，Ｉｎｃｏｒｐｏｒａｔｅｄ 堆積プロセスの同期のための方法および装置
KR101442385B1 (ko) 2012-09-04 2014-09-17 타이완 세미콘덕터 매뉴팩쳐링 컴퍼니 리미티드 툴 상태 모니터링을 위한 정성적 고장 검출 및 분류 시스템 및 연관된 방법
CN104808597A (zh) * 2014-01-24 2015-07-29 中芯国际集成电路制造(上海)有限公司 生产派工的方法和装置
JP2021158155A (ja) * 2020-03-25 2021-10-07 株式会社デンソー岩手 製造装置監視システムおよびそれを用いた半導体装置の製造方法

Also Published As

Publication number Publication date
CN1476051A (zh) 2004-02-18
US7257457B2 (en) 2007-08-14
US20040049898A1 (en) 2004-03-18

Similar Documents

Publication Publication Date Title
JP2004047885A (ja) 半導体製造装置のモニタリングシステム及びモニタリング方法
KR102493368B1 (ko) 기판 처리 장치, 장치 관리 컨트롤러 및 프로그램
US6825050B2 (en) Integrated stepwise statistical process control in a plasma processing system
Good et al. Introducing a unified PCA algorithm for model size reduction
US7363195B2 (en) Methods of configuring a sensor network
JP4615222B2 (ja) ライン末端データマイニングとプロセスツールデータマイニングとの相関
JP5384009B2 (ja) 自動スループット制御システムおよびその操作法
US6650955B1 (en) Method and apparatus for determining a sampling plan based on process and equipment fingerprinting
TWI782085B (zh) 用於半導體製造設備之使使用者互動自動化的系統及方法
EP1254401B1 (en) Wafer manufacturing control
KR20020075299A (ko) 회전 기계의 수명 예측 장치와 그 장치를 이용한 장비, 및회전 기계의 수명 예측 방법과 수리 타이밍 판정 방법
EP1532675A1 (en) Method and apparatus for predicting device electrical parameters during fabrication
JP2005535114A5 (ja)
CN114109832B (zh) 信息处理装置
US20070010905A1 (en) Systems and methods for monitoring processing tool
US6821792B1 (en) Method and apparatus for determining a sampling plan based on process and equipment state information
US20230400508A1 (en) Substrate processing system tools for monitoring, assessing and responding based on health including sensor mapping and triggered datalogging
WO2002033745A2 (en) Method and apparatus for providing communication between a defect source identifier and a tool data collection and control system
US7277824B1 (en) Method and apparatus for classifying faults based on wafer state data and sensor tool trace data
JPH10223499A (ja) 物品の製造方法、物品の製造システムおよび複数の加工処理装置の運用方法
JP5096919B2 (ja) プラズマ加工システムのコンピュータ用データ表示技術
TW531823B (en) Multi-variable monitoring method for semiconductor processing
Deraman et al. MODEL OF RULE PARAMETER CREATION FOR WAFER SCRAP PREVENTION IN THE APPLIED MATERIALS CENTURA 5200 METAL ETCHER PROCESS
US20100063610A1 (en) Method of process modules performance matching
KR20040012235A (ko) 반도체 설비의 배기량 모니터링 시스템 및 배기량모니터링 방법

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070515

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20071030