JP2012503339A - 自己診断半導体装置 - Google Patents
自己診断半導体装置 Download PDFInfo
- Publication number
- JP2012503339A JP2012503339A JP2011527979A JP2011527979A JP2012503339A JP 2012503339 A JP2012503339 A JP 2012503339A JP 2011527979 A JP2011527979 A JP 2011527979A JP 2011527979 A JP2011527979 A JP 2011527979A JP 2012503339 A JP2012503339 A JP 2012503339A
- Authority
- JP
- Japan
- Prior art keywords
- parameters
- self
- response
- semiconductor processing
- predictive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- 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
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Drying Of Semiconductors (AREA)
Abstract
半導体処理装置の予測メンテナンスのための方法及び装置が、本明細書内で提供される。いくつかの実施形態では、半導体処理装置に予測メンテナンスを実行する方法は、装置内に基板が存在しない半導体処理装置の少なくとも1つの自己診断テストを実行するステップを含んでもよい。自己診断テストは、半導体処理装置からの1以上の予測パラメータ及び1以上の応答パラメータを測定するステップを含んでもよい。1以上の予測される応答パラメータは、予測モデルを用いて測定された予測パラメータに基づいて計算されてもよい。1以上の測定された応答パラメータは、1以上の予測される応答バラメータと比較されてもよい。比較に基づいて装置メンテナンスが必要かどうかの決定がなされてもよい。
Description
(分野)
本発明の実施形態は、概して、半導体処理装置、特に予測メンテナンス能力を有する半導体処理装置に関する。
本発明の実施形態は、概して、半導体処理装置、特に予測メンテナンス能力を有する半導体処理装置に関する。
(説明)
予防メンテナンスとは対照的に、予測メンテナンスは、半導体産業における多くの議論と会議の対象となってきた。ツールの状態及びそのメンテナンスの必要性を評価する処理ツールからのデータを使用する目的が、長い間追求されてきた。しかしながら、どんなツールにも使用されている多数のレシピと、その結果、全時間に亘るツールの振舞いを特徴付けるのに必要とされる手間の量が、この目的を適当に満たす装置を効率的に及び効果的に実現する上で巨大な障害を示す。
予防メンテナンスとは対照的に、予測メンテナンスは、半導体産業における多くの議論と会議の対象となってきた。ツールの状態及びそのメンテナンスの必要性を評価する処理ツールからのデータを使用する目的が、長い間追求されてきた。しかしながら、どんなツールにも使用されている多数のレシピと、その結果、全時間に亘るツールの振舞いを特徴付けるのに必要とされる手間の量が、この目的を適当に満たす装置を効率的に及び効果的に実現する上で巨大な障害を示す。
例えば、通常、頻繁な(例えば、シフト毎の)プロセスツールのウェハ搭載時の性能は、処理用ウェハの1バッチを処理する前に、絶えずプロセスツールを調整する試みにおいて利用されてきた。しかしながら、使用されるレシピ及び/又は使用されるレシピの混合に依存するツールの振舞いを時間の関数として特徴付けるのに必要な手間は、予測メンテナンスの成功実現に対して非常な障害を示す。
例えば、通常、ツールの監視は、RF電力、圧力、ガスの流れ等を含むツールデータを追跡することを伴っていた。残念なことに、ツールの部品(マスフローコントローラ、圧力センサ等)は、個別にキャリブレーション(較正)される。もしもキャリブレーションが間違っている又は部品が誤動作しているならば、ツールデータは無効である可能性があり、そのようなデータの監視は、メンテナンスに対する誤った必要性をもたらすかもしれない。更に、マスフローコントローラなどの部品において、通常流速は、ツールの処理容積から取り外された位置(例えば、マスフローコントローラ内)で監視され、その結果、監視はツールの処理容積内の状態を表していないかもしれない。
したがって、有効な予測メンテナンス能力を有する半導体装置に対する必要性がある。
半導体処理装置の予測メンテナンスのための方法及び装置が、本明細書内で提供される。いくつかの実施形態では、半導体処理装置に予測メンテナンスを実行する方法は、装置内に基板が存在しない半導体処理装置の少なくとも1つの自己診断テストを実行するステップを含んでもよい。自己診断テストは、半導体処理装置からの1以上の予測パラメータ及び1以上の応答パラメータを測定するステップを含んでもよい。1以上の予測される応答パラメータは、予測モデルを用いて測定された予測パラメータに基づいて計算されてもよい。1以上の測定された応答パラメータは、1以上の予測される応答バラメータと比較されてもよい。比較に基づいて装置メンテナンスが必要かどうかの決定がなされてもよい。他の及び更なる変更形態及び実施形態が、以下の詳細な説明にて開示される。
いくつかの実施形態では、中に命令を格納したコンピュータで読み出し可能な媒体が提供されてもよく、命令がプロセッサによって実行されると、命令によってプロセッサでは半導体処理装置の予測メンテナンスのための方法が実行され、この方法は、装置内に基板が存在しない半導体処理装置において少なくとも1つの自己診断テストを実行するステップを含む。自己診断テストは、上述したものと同じであってもよい。
本発明のいくつかの態様では、半導体基板を処理するためのシステムが提供される。いくつかの実施形態では、半導体基板を処理するためのシステムは、プロセスチャンバと、プロセスチャンバに結合され、その運転を制御するために構成されるコントローラとを含んでもよい。コントローラは、コントローラによって実行されるとき、コントローラにプロセスチャンバの予測メンテナンスのための方法を実行させる命令を中に格納するコンピュータで読み出し可能な媒体を含む。半導体処理装置において予測メンテナンスを実行する方法は、上述したものと同じであってもよい。
本発明の上述した構成を詳細に理解することができるように、上記に簡単に要約した本発明のより具体的な説明を実施形態を参照して行う。実施形態のいくつかは添付図面に示されている。しかしながら、添付図面は本発明の典型的な実施形態を示しているに過ぎず、したがってこの範囲を制限されていると解釈されるべきではなく、本発明は他の等しく有効な実施形態を含み得ることに留意すべきである。
理解を促進するために、図面に共通する同一の要素を示す際には可能な限り同一の参照番号を使用している。図面は、比例して描かれているわけではなく、明確にするために簡素化されているかもしれない。一実施形態の要素及び構成を更なる説明なしに他の実施形態に有益に組み込んでもよいと理解される。
本発明の実施形態は、予測メンテナンスを実行可能な装置及び装置上で予測メンテナンスを実行するための方法を提供する。装置は、以下で更に詳細に説明されるように、どんな適当な処理装置(半導体処理装置など)であってもよい。方法は、装置を制御するために構成されるコントローラのメモリ内に格納されてもよい。本発明の方法及び装置は、全体的なツールの動力学を捉え、全時間に亘るツール性能を特徴付けるのを助長する限定された数(1以上)のウェハ無し(基板無し)レシピ又は他の命令を使用することによって、管理可能な方法で予測メンテナンスの実現を促進する。特徴付けられたツール性能は、メンテナンスが必要であるかどうかを決定するために、ある特定のツールのためのベースライン特性と比較されてもよい。レシピ又は命令は、自動実行可能であり(例えば、ツールによって呼び出される)、及び/又は、手動実行可能である(例えば、オペレータによって呼び出される)。
図1は、本発明のいくつかの実施形態に係る予測メンテナンスプロセス100を示すフローチャートである。プロセス100は、プロセス装置(以下で議論されるようなプロセスチャンバなど)の1以上の部品のコントローラのメモリ内に格納されてもよい。プロセス100は、装置をテストするかどうかに関して決定がなされるかもしれない102で始まる。半導体製造プロセスのどんな所望の段階で(例えば、チェックの間の実経過時間、装置の経過稼働時間、最初のウェハ(又は基板)を装置内に導入する前、装置内で各ウェハを処理する間、装置内でウェハロットを処理する間、シフトからシフトへのオペレータの交替時、装置内におけるプロセス条件の変更の間、チャンバ洗浄プロセス又は装置の他のメンテナンスの後、又は望まれると思われる他のいかなる時間に基づいて)、装置をテストするという決定がなされてもよい。102における決定は、自動(例えば、ツールによって呼び出される)、及び/又は、手動(例えば、オペレータによって呼び出される)で、どんな適した又は望まれるとき(装置のアイドリングタイムの間など)になされてもよい。
もしも、装置をテストするための決定がなされないならば、装置はブロック110へとつながる線112によって示されるように運転を継続するかもしれない。(決定ブロック102に戻ってつながる点線114によって示されるように)装置をテストするかどうかのクエリー(問い合わせ)がなされるまで、装置は運転を継続するかもしれない。もしも、装置をテストするための決定がなされるならば、(104で示されるように)自己診断テストが装置上で実行されてもよい。
自己診断テストは、(以下で議論されるように)興味のある夫々の個々のプロセスパラメータに摂動テストを行うウェハ無し(又は基板無し)自己診断プロセスレシピを利用する。自己診断プロセスレシピは、チャンバ内にウェハ(又は基板)を必要としないので、その結果、チャンバ応答において、ウェハ又は基板に関連するいずれの効果も排除される。そのようなレシピはまた、一運転を通してチャンバ上の複数の重要なハードウェア部品の具合のチェックも提供するので、その結果非常に効率的である。
自己診断テストは、予測及び応答パラメータを含むプロセスパラメータを監視するステップを含んでもよい。予測パラメータは、直接及び/又は独自に測定可能ないかなるパラメータを含んでもよい。適当な予測パラメータの例は、ツール状態変数識別子(SVID)(例えば、RFバイアス電圧、RFバイアス電流、ウェハ自己バイアスポテンシャル(Vdc)、スロットルバルブ角度、全流量、静電チャック(ESC)電流等)、光学発光、プロセスチャンバ内のプロセスガスの赤外線吸収又は透過等を含んでもよい。このように、予測パラメータは、チャンバ性能を独立して確定するものとして利用されてもよい。
応答パラメータは、個別にキャリブレーションされ、直接装置と結合されたチャンバ部品から得られるいかなるパラメータを含んでもよい(例えば、応答パラメータはプロセスチャンバに結合された制御要素又はモジュールから読み出された値であってもよい)。応答パラメータは、チャンバ部品に結合されたセンサから得られてもよく、及び/又は、チャンバ部品を制御するコントローラからの設定値であってもよい。いくつかの実施形態では、応答パラメータは、チャンバ又は部品温度(例えば、基板支持台、静電チャック等の温度)、チャンバに伝送されるRF電力(例えば、RF電源電力又はRFバイアス電力)、RF高調波、電気信号(例えば、電圧、電流、相の相互作用等)、(例えば、マスフローコントローラ等を通して)装置内に導入されるガスのガス流速、装置の内部プロセス容積の圧力等のうちの1以上を含んでもよい。いくつかの実施形態では、応答パラメータは、センサデータ(例えば、熱電対、圧力センサ、電気センサ等)を記録することによって得られてもよい。いくつかの実施形態では、応答パラメータの値は、個々の部品のプログラミングされた設定値から直接得てもよい。
自己診断テストが始まると、自己診断プロセスレシピがプロセスチャンバ内で実行されてもよい。自己診断プロセスレシピは、系統的に1以上のプロセスパラメータをテストしてもよい。いくつかの実施形態では、自己診断プロセスレシピは、1以上の応答パラメータを摂動させるステップと、1以上の予測パラメータを測定するステップを含んでもよい。いくつかの実施形態では、予測パラメータは、夫々の個々の興味のある応答パラメータに摂動テストを実行することによって得られてもよい。例えば、いくつかの実施形態では、応答パラメータ(RF電源電力など)は、他のすべての応答パラメータを一定に保持し、予測パラメータ内の変化を測定しながら、わずかに(例えば、1000ワットから1100ワットまで)摂動されてもよい。各応答パラメータは、夫々の個々の応答パラメータの摂動を含むテストマトリックスが生成されるまで同様に摂動されてもよい。テストマトリックスは、後述のような予測モデル内で使用されてもよい。
自己診断テストは、様々な方法において104で実行されてもよい。例えば、図2は、本発明のいくつかの実施形態に係る自己診断テストを実行するためのプロセス200のフローチャートを示す。プロセス200及びその変形形態は、図1に関連して104で説明される自己診断テストの少なくとも一部として利用されてもよい。いくつかの実施形態では、自己診断測定は、自己診断プロセスレシピに従って上述のように(202に示されるように)、プロセスパラメータを測定することによって実行されてもよい。自己診断プロセスレシピは、例えば、装置のコントローラのメモリ内に格納される命令の一部として、又はオペレータによる手動入力によって導入されてもよい。自己診断プロセスレシピは、テストされるプロセスチャンバの種類に特有であってもよく、テストされるチャンバに特有であるかもしれない1以上の応答パラメータの摂動を含んでもよい。例えば、プラズマプロセスチャンバ内で、自己診断プロセスレシピは、RF電力、RFバイアス、チャンバ圧力、ガス流速等のうちの1以上を摂動させるステップと、自己診断プロセスレシピ内で特定される条件で生成されるプラズマから光学発光等を測定するステップを含んでもよい。自己診断プロセスレシピは、1以上の応答パラメータを連続して、同時に等、摂動させてもよく、各摂動において1以上の予測パラメータを測定してもよい。
いくつかの実施形態では、装置内にウェハが存在しないときに、自己診断プロセスレシピが実行され、これによって、チャンバ性能の分析用の製品ウェハ又はテストウェハへの依存が減少するかもしれない。また、ウェハの存在を削除することは、テストを実行するために必要とされる時間、ウェハ組成を変えることによって導入されるテストの変更、もしも使用されるならば製品ウェハへのダメージのリスク等を削減するかもしれない。
次に、204では、プロセスパラメータが予測モデルを使用して計算されてもよい。予測モデルは、更に後述されるような適当な統計分析(部分最小二乗法(PLS)回帰分析など)を用いて生成されてもよい。いくつかの実施形態では、1以上の測定された予測パラメータが、予測モデル用入力データとして使用されてもよい。1以上の測定された予測パラメータを用いることで、各応答パラメータの値をより正確に計算するかもしれない予測モデルの生成が促進される。応答パラメータの計算された値は、センサデータから得られた値及び/又は設定値と同じであってもよく、又は異なっていてもよい。
予測モデルは、装置のベースライン特性化を用いて定式化されてもよい。ベースライン特性化は、許容条件又は最適条件にあることが既知である又は推定される装置性能の1以上の測定及び/又は分析、理想(例えば、「黄金チャンバ」)として示される装置の1以上のモデル化された測定、又はそれらの組み合わせ等を含んでもよい。例えば、いくつかの実施形態では、ベースライン特性化は、理想条件下で運転しているチャンバ内において、上述の自己診断プロセスレシピを用いて実行されてもよい。予測パラメータ及び応答パラメータを含むテストマトリックスを生成するために、各摂動ステップにおいて自己診断プロセスレシピが実行され、予測パラメータ及び応答パラメータが測定及び/又は取得されてもよい。各摂動では、1以上の予測パラメータの測定値及び各応答パラメータのセンサデータ(又は設定値データ)は、テストマトリックスの中に記録されてもよい。テストマトリックスは、自己診断プロセスレシピ内におけるすべての摂動ステップからの、1以上の測定された予測パラメータと、夫々の個々の応答パラメータのセンサデータ又は設定値データを含んでもよい。
自己診断プロセスレシピの最適条件下で運転しているプロセスチャンバへの適用から形成されるテストマトリックスは、例えば、予測モデルを生成するためにPLS回帰分析を用いて回帰推定可能である。自己診断キャリブレーションの実行から収集される予測マトリックス及び応答マトリックスを回帰推定することによって、多重応答パラメータに対する1つの予測モデルが作られてもよい(例えば、初期特性化又は黄金/理想チャンバモデルにおいて測定されたツールデータと等しい予測値を作る)。いくつかの実施形態では、予測モデルは、精密チャンバ整合解法を提供するために異なるチャンバに適用されてもよい。
予測モデルは、どんなチャンバ条件でも応答パラメータを予測及び/又は計算できるかもしれず、テストレシピ内で利用されたこれらのチャンバ条件に限定されないかもしれない。いくつかの実施形態では、予測モデルは、1以上の応答パラメータを予測/計算するための入力として1以上の測定された予測パラメータを使用する。生産プロセスに基づいて計画された実験を利用することによって、予測モデルは、生産プロセスのドリフトを監視し、障害検出を提供するために生成され得る。
いくつかの実施形態では、予測モデルは、キャリブレーションプロセス、有効化プロセス、及び、もしも必要ならば、修正及び再有効化プロセスを用いて生成されてもよい。キャリブレーションプロセスでは、応答パラメータと予測パラメータの両方が、上述のような実験計画を通して収集される。予測モデルは、例えば、部分最小二乗回帰を用いたようなデータに基づいて作られてもよい。その後、予測モデルは、予測パラメータを入力として捉え、応答パラメータ値を出力として計算する。
次に、有効化プロセスは、応答パラメータと予測パラメータの別の1組を利用する。予測パラメータは予測モデルへの入力として使用され、応答パラメータは予測モデルの出力と比較するために使用される。もしも、応答パラメータの予測値と実際の値との間の相違がユーザーの定義した限界値を超えるならば、予測モデルは修正されなければならない。もしも、応答パラメータの予測値がそれらの実際の値に十分近いならば、予測モデルは生産に使用される準備ができる。
次に、206において、計算されたプロセスパラメータは、202における自己診断テストの開始で得られた測定されたプロセスパラメータと比較されてもよい。いくつかの実施形態では、観測された応答パラメータは、計算された応答パラメータと比較されてもよく、相違、割合差、それらの統計分析等が計算されてもよい。いくつかの実施形態では、夫々の個々のチャンバ部品の観測された応答パラメータと計算された応答パラメータの間の変量が計算されてもよく、どの部品又はチャンバ部品のどの組み合わせが、キャリブレーションから外れている、損傷を受けている、メンテナンス又は洗浄等が必要であるかもしれないことに関して決定がなされてもよい。
206で実行される比較はリアルタイムであってもよい。応答パラメータの予測値を監視された/観測されたツールデータと比較することは、チャンバに対する自己整合性を提供する。もしも、これらの2つが一致しないならば、自己整合性チェックに合格しないパラメータに特有の障害をユーザーに警告するためにインサイチュー(in situ)で生成してもよい。例えば、自己診断テストは、ツールからコントローラまでツールセンサデータをインポートすることによって実行可能であり、これによって運転時間の間に統計解析を実行し予測モデルを適用する。いくつかの実施形態では、コントローラは、(図3に関して後述されるように)カリフォルニア州サンタクララのアプライドマテリアルズ社(Applied Materials Inc.)から入手可能なエッチングツール上に設置されるEYED(商標名)PSMシステムの一部であってもよい。EYED(商標名)システムには終点能力もあるので、自己診断が動作している間に異常状態を検出すると、プロセスに介入して、警告又は障害メッセージを提起するために容易に使用できる。
図1に戻って、自己診断が104で実行された後(又は自己診断テストを実行するためのプロセス200の後)、(106に示されるように)装置が自己診断テストに合格するかどうかについての決定がなされてもよい。もしも、答えがイェスならば、(点線114で示されるように)装置をテストするクエリーが102で再び呼び出されるまで、110で示されるように、装置は運転を続けてもよい。例えば、もしも自己診断測定の解析が、ベースライン測定の特定の許容範囲内である(例えば、計算された応答パラメータと観測された応答パラメータの間の変量が、特定の許容範囲内にある)ならば、装置はメンテナンスのために停止すること無く運転を続けてもよい。
もしも装置がテストに合格しない(例えば、106におけるクエリーに対する答えがノーである)ならば、108で示されるように、メンテナンスが装置上で実行されてもよい。例えば、もしも自己診断測定の解析が許容範囲外となったならば、装置の運転は中止されてもよく、満足できる運転条件に装置を戻すためにメンテナンスが実行されてもよい。メンテナンスは、装置のインサイチュー洗浄、装置部品の調整、修理、又は交換等を含んでもよい。装置のメンテナンスが完了した後、プロセス100が望まれるときに繰り返されてもよく、これによって装置が満足いくように運転していることを保証する。
上の自己診断プロセスは、上述のように、手動で又は自動で実行されてもよく、時間フレーム又は生産段階で繰り返される又は呼び出されてもよい。本発明の自己診断プロセスは、(非限定的な例において)プラズマ及び非プラズマ援用装置、磁気強化処理装置、熱処理装置、エッチングチャンバ、蒸着チャンバ、熱処理チャンバ(例えば、アニーリングチャンバ)等を含むどんな半導体製造装置内で実行されてもよい。
例えば、図3は、本明細書内で議論されるような本発明の実施形態を実施するために使用可能な種類の例示的エッチングリアクタ300の概略図を示す。リアクタ300は、単独で、又は、より具体的には、統合化半導体基板処理システム又はクラスタツール(アプライドマテリアルズから入手可能なCENTURA(商標名)統合化半導体ウェハ処理システムなど)の処理モジュールとして利用されてもよい。適当なエッチングリアクタ300の例は、半導体装置のDPS(商標名)ライン(例えば、DPS(商標名)、DPS(商標名)II、DPS(商標名)AE、DPS(商標名)G3ポリエッチャー等)、半導体装置のADVANTEDGE(商標名)ライン(例えば、AdvantEdge、AdvantEdge G3)、又は他の半導体装置(例えば、ENABLER(商標名)、E−MAX(商標名)等の装置)を含み、これらもアプライドマテリアルズ社から入手できる。半導体装置の上のリストは、単なる実例であり、他のエッチングリアクタ、非エッチング装置(例えば、CVDリアクタ、又は他の半導体処理装置)も、適当に使用されてもよい。
リアクタ300は、導電体(壁)330内のウェハ支持台316及びコントローラ340を有するプロセスチャンバ310を含む。支持台(カソード)316は、第1マッチングネットワーク324を通って、バイアス電源322に結合される。一般に、バイアス電源322は、周波数が約13.56MHzで連続又はパルス電力のいずれかを生成可能な最大500Wの電源である。他の実施形態では、電源322は、DC又はパルスDC電源であってもよい。チャンバ310は、実質的に平坦な誘電体天面320によって供給される。チャンバ310の他の修正形態は、他の種類の天面(例えば、ドーム型天面又は他の形状等)を有してもよい。少なくとも1つの誘導コイルアンテナ312が、天面320の上方に配置される(2つの同軸アンテナ312が図3に示されている)。各アンテナ312は、第2マッチングネットワーク319を通して、プラズマ電源318へ結合される。プラズマ電源318は、通常50kHzから13.56MHzの範囲内で調整可能な周波数で最大4000Wまで生成可能である。通常壁330は、電気的接地334に結合されるかもしれない。
通常運転の間、半導体基板又はウェハ314は、台316上に配置されてもよく、プロセスガスは、ガスパネル338からエントリーポート326を通って供給され、ガス状混合物350を形成する。ガス状混合物350は、プラズマ電源318からアンテナ312に電力を印加することによって、チャンバ310内で点火されプラズマ355になる。任意に、バイアス電源322からの電力もまた、カソード316に供給してもよい。チャンバ310内部の圧力は、スロットルバルブ327及び真空ポンプ336を用いて制御される。チャンバ壁330の温度は、壁330を貫通する液体含有コンジット(図示せず)を用いて制御される。
ウェハ314の温度は、支持台316の温度を安定化することによって制御されてもよい。一実施形態では、ガス供給源348からのヘリウムガスが、ガスコンジット349を通ってウェハ314の裏面及び台表面内にある溝(図示せず)によって形成されるチャネルまで供給される。ヘリウムガスは、台316とウェハ314の間の熱伝導を促進するために使用される。処理の間、台316は、台の中の抵抗ヒーター(図示せず)によって定常状態の温度まで加熱されてもよい。そして、ヘリウムガスは、ウェハ314の均一加熱を促進する。そのような熱制御を使用することで、ウェハ314は摂氏0〜500度の温度で維持されてもよい。
エッチングチャンバの他の形態は、本明細書内で開示される内容に従って修正されてもよく、リモートプラズマ供給源をもつチャンバ、マイクロ波プラズマチャンバ、電子サイクロトロン共鳴(ECR)プラズマチャンバ等を含むことを、当業者は理解するだろう。
コントローラ340は、中央演算処理装置(CPU)344、メモリ342、及びCPU344用サポート回路346を含み、エッチングプロセスチャンバ310の部品及び同様にエッチングプロセス(例えば、本明細書内で議論されるようなもの)の制御を促進する。コントローラ340は、様々なチャンバ及びサブプロセッサを制御する工業環境で使用可能な汎用コンピュータプロセッサのどんな形態のうちの1つであってもよい。CPU344のメモリ又はコンピュータで読み出し可能な媒体342は、1以上の容易に利用可能なメモリ(例えば、ランダムアクセスメモリー(RAM)、リードオンリーメモリー(ROM)、フロッピー(商標名)ディスク、ハードディスク、又は、ローカル又はリモートの他のデジタルストーレッジの何らかの形態)であってもよい。サポート回路346は、従来の方法でプロセッサを支援するためにCPU344に結合される。これらの回路は、キャッシュ、電源、クロック回路、入力/出力回路、及びサブシステム等を含む。本発明の方法は、ソフトウェアルーチンとしてメモリ342内に格納されてもよく、上述の方法で、実行される又は呼び出されてもよい。また、ソフトウェアルーチンは、CPU344によって制御されるハードウェアから離れて位置する第2のCPU(図示せず)によって格納及び/又は実行されてもよい。
図4は、本発明の一実施形態において使用される種類の例示的統合化半導体基板処理システム(例えば、クラスタツール)400の概略図を示す。
システム400は、実例として、耐真空処理プラットホーム401、入力/出力モジュール402、及びシステムコントローラ440を含む。一実施形態では、プラットホーム401は、処理モジュール410、412、414、416及び少なくとも1つのロードロックチャンバ(ロードロックチャンバ421及び422が示されている)を含み、共通の真空基板搬送チャンバ428に結合される。
処理モジュール410、412、414、416は、上述の半導体処理装置を含む本発明を実施するのに適したどんな半導体処理モジュールであってもよい。
ロードロックチャンバ421及び422は、大気汚染物質から搬送チャンバ428を保護する。搬送チャンバ428は、基板ロボット430を含む。運転中、ロボット430は、ロードロックチャンバと処理モジュールの間で基板を搬送する。ロボット430の図示された実施形態は、単なる実例である。
入力/出力モジュール402は、計測モジュール426、1以上の正面開口式カセット一体型搬送・保管箱(フープ:FOUP)(FOUP406及び407が示されている)を受け入れるための少なくとも1つのドッキングステーション、及び少なくとも1つの基板ロボット(2つのロボット408及び420が示されている)を含む。一実施形態では、計測モジュール426は、基板上に形成される構造のクリティカルディメンジョンを測定するのに適した少なくとも1つの非破壊測定技術を使用した測定ツール404を含む。光学的にクリティカルディメンジョンを測定する1つの適した測定ツール404が、カリフォルニア州ミルピタスに位置するナノメトリクス(Nanometrics)から入手可能である。ロボット408及び420は、前処理及び後処理された基板を、FOUP406、測定ツール404、及びロードロックチャンバ421、422間で搬送する。図示された実施形態では、計測モジュール426は、通過モジュールとして使用される。他の実施形態(図示せず)では、計測モジュール426は、入力/出力モジュール402の周辺装置であってもよい。測定ツールを有する処理システムは、例えば、2000年11月21日に発行された共通して譲渡された米国特許第6,150,664号で開示されており、本明細書内に参照として組み込まれる。
一般に、ファクトリ(工場)インタフェース424は、様々な処理システムと半導体製造工場の製造領域の間で、FOUP406、407内に配置される前処理及び後処理されたウェハを有するカセットを搬送するために使用される大気圧インタフェースである。一般に、ファクトリインタフェース424は、基板ハンドリング装置436及び通路438を含む。運転中、基板ハンドリング装置436は、クラスタツール又は他の処理装置の間でFOUPを搬送するための通路438に沿って移動する。
システムコントローラ440は、統合化処理システム400のモジュール及び装置に結合され、制御する。システムコントローラ440は、システム400のモジュール及び装置の直接制御を使用して、あるいはまた、これらのモジュール及び装置と結合されるコンピュータ(又はコントローラ)を制御することによって、システム400の運転のすべての態様を制御する。運転中、システムコントローラ440は、システム400の性能を最適化する夫々のモジュール(例えば、計測モジュール426)及び装置からデータの収集及びフィードバックを可能にする。
一般に、システムコントローラ440は、中央演算処理装置(CPU)442、メモリ444、及びサポート回路446を含む。CPU442は、工業環境で使用可能な汎用コンピュータプロセッサのどんな形態のうちの1つであってもよい。サポート回路446は、通常CPU442に結合され、キャッシュ、クロック回路、入力/出力サブシステム、電源等を含んでもよい。ソフトウェアルーチンは、CPU442によって実行されると、CPUを特定の目的のコンピュータ(コントローラ)440に変える。また、ソフトウェアルーチンは、システム400から離れて位置する第2のコントローラ(図示せず)によって格納及び/又は実行されてもよい。
上述の本発明の方法の実施形態は、ソフトウェアルーチンとしてメモリ444内に格納されてもよい。また、ソフトウェアルーチンは、CPU442によって制御されるハードウェアから離れて位置する第2のCPU(図示せず)によって、格納及び/又は実行されてもよい。運転中、コントローラ440は、本発明の方法をシステム400に実行するための命令を、直接又はプロセスチャンバ410〜416及び/又はそれらのサポートシステムと結合する他のコンピュータ又はコントローラ(図示せず)を通して代わりに出してもよい。あるいはまた、上述のように、本発明の方法は、プロセスチャンバ410〜416と結合するコントローラに含まれてもよい。
このように、半導体処理装置の予測メンテナンスを実行するための方法及びそれを実行するのに適した自己認識半導体装置が本明細書内で提供された。この方法は、存在するウェハが無い半導体装置上で有利に実行されるかもしれない。この方法は、装置の振舞いが不安定でありメンテナンスを必要とするかどうか、又はその振舞いが予測可能で、その結果ウェハ処理の準備ができているかどうかを評価するために使用されてもよい。本発明の実施形態は、半導体装置の具合を評価する及びツールの具合を測定するための手段(例えば、洗浄作業間のライフサイクル内において)を提供する。チャンバの「金色」署名の作成へのウェハ及びレシピの依存を要素分析することによって、及び光学発光等によって装置を独立して監視することによって、障害検出の精度が劇的に改善されるかもしれない。更に、本発明の開示は、顧客/製造者に依存しない方法で実行されてもよく、これによってそのような自己認識装置及び予測メンテナンス技術を一様にコストを抑えて実施するのを促進する。
上記は本発明の実施形態を対象としているが、本発明の他の及び更なる実施形態は本発明の基本的範囲を逸脱することなく創作することができ、その範囲は以下の特許請求の範囲に基づいて定められる。
Claims (15)
- 半導体処理装置に予測メンテナンスを実行する方法であって、
前記装置内に基板が存在しない前記半導体処理装置において少なくとも1つの自己診断テストを実行するステップを含み、
前記自己診断テストは、
前記半導体処理装置から1以上の予測パラメータ及び1以上の応答パラメータを測定するステップと、
予測モデルを用いて前記測定された予測パラメータに基づいて1以上の予測される応答パラメータを計算するステップと、
前記1以上の測定された応答パラメータを前記1以上の予測される応答バラメータと比較するステップと、
前記比較に基づいて装置のメンテナンスが必要かどうかを決定するステップを含む方法。 - 前記予測モデルは、前記装置が最適化されたレベルで運転しているとき、基板が存在しない前記半導体処理装置から予測パラメータ及び応答パラメータを測定するステップと、
前記予測モデルを生成するために、前記測定されたパラメータを統計的に解析するステップによって生成される請求項1記載の方法。 - 前記半導体処理装置から1以上の予測パラメータ及び1以上の応答パラメータを測定するステップは、
前記1以上の予測パラメータを摂動させ、前記1以上の応答パラメータを測定する自己診断テストレシピを呼び出すステップを更に含む請求項1又は2記載の方法。 - 前記予測パラメータは、ツール状態変数識別子(SVID)、RFバイアス電圧、RFバイアス電流、ウェハ自己バイアスポテンシャル(Vdc)、スロットルバルブ角度、全流量、静電チャック(ESC)電流、光学発光データ、又は赤外線放射データのうちの少なくとも1つを含み、前記応答パラメータは、基板支持台又は静電チャックの温度、RF電源電力又はRFバイアス電力の伝送されるRF電力、前記装置内に導入される1以上のガスのガス流速、又はプロセス容積圧力のうちの少なくとも1つを含む請求項1〜3のいずれか1項記載の方法。
- 前記少なくとも1つの自己診断テストは、装置のアイドリングタイムの間に実行される、又は、前記少なくとも1つの自己診断テストは、チェックの間の実経過時間、装置の経過稼働時間、最初のウェハを前記装置に導入する前、前記装置内で各ウェハを処理する間、前記装置内でウェハロットを処理する間、シフトからシフトへのオペレータの交替時、前記装置内におけるプロセス条件の変更の間、又は、チャンバ洗浄プロセス又は前記装置の他のメンテナンスの後のうちの少なくとも1つに基づいて周期的に実行される請求項1〜4のいずれか1項記載の方法。
- 前記装置は、少なくとも1つの自己診断テストを自動的に呼び出す請求項1〜5のいずれか1項記載の方法。
- 装置のメンテナンスが必要であるという決定に応じて警告を生成するステップを更に含む請求項1〜6のいずれか1項記載の方法。
- プロセッサによって実行されるとき、半導体処理装置の予測メンテナンスのための方法を前記プロセッサに実行させる命令が中に格納され、請求項1〜7のいずれか1項記載の前記方法を含むコンピュータで読み出し可能な媒体。
- 半導体基板を処理するためのシステムであって、
プロセスチャンバと、
前記プロセスチャンバに結合され、その運転を制御するために構成されるコントローラを含み、前記コントローラは、前記コントローラによって実行されるとき、前記プロセスチャンバの予測メンテナンスのための方法を前記コントローラに実行させる命令が中に格納されるコンピュータで読み出し可能な媒体を含み、前記システムは、
前記装置内に基板が存在しない前記半導体処理装置において少なくとも1つの自己診断テストを実行するステップを更に含み、
前記自己診断テストは、
前記半導体処理装置から1以上の予測パラメータ及び1以上の応答パラメータを測定するステップと、
予測モデルを用いて前記測定された予測パラメータに基づいて1以上の予測される応答パラメータを計算するステップと、
前記1以上の測定された応答パラメータを前記1以上の予測される応答バラメータと比較するステップと、
前記比較に基づいて装置のメンテナンスが必要かどうかを決定するステップを含むシステム。 - 前記予測モデルは、前記装置が最適化されたレベルで運転しているとき、基板が存在しない前記半導体処理装置から予測パラメータ及び応答パラメータを測定するステップと、
前記予測モデルを生成するために、前記測定されたパラメータを統計的に解析するステップによって生成される請求項9記載の方法。 - 前記半導体処理装置から1以上の予測パラメータ及び1以上の応答パラメータを測定するステップは、
前記1以上の予測パラメータを摂動させ、前記1以上の応答パラメータを測定する自己診断テストレシピを呼び出すステップを更に含む請求項9〜10のいずれか1項記載の方法。 - 前記予測パラメータは、ツール状態変数識別子(SVID)、RFバイアス電圧、RFバイアス電流、ウェハ自己バイアスポテンシャル(Vdc)、スロットルバルブ角度、全流量、静電チャック(ESC)電流、光学発光データ、又は赤外線放射データのうちの少なくとも1つを含む請求項9〜11のいずれか1項記載の方法。
- 前記応答パラメータは、基板支持台又は静電チャックの温度、RF電源電力又はRFバイアス電力の伝送されるRF電力、前記装置内に導入される1以上のガスのガス流速、又はプロセス容積圧力のうちの少なくとも1つを含む請求項9〜12のいずれか1項記載の方法。
- 前記装置は、少なくとも1つの自己診断テストを自動的に呼び出す請求項9〜13のいずれか1項記載の方法。
- 装置のメンテナンスが必要であるという決定に応じて警告を生成するステップを更に含む請求項9〜14のいずれか1項記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/233,838 | 2008-09-19 | ||
US12/233,838 US20100076729A1 (en) | 2008-09-19 | 2008-09-19 | Self-diagnostic semiconductor equipment |
PCT/US2009/057412 WO2010033761A2 (en) | 2008-09-19 | 2009-09-18 | Self-diagnostic semiconductor equipment |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2012503339A true JP2012503339A (ja) | 2012-02-02 |
Family
ID=42038532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011527979A Withdrawn JP2012503339A (ja) | 2008-09-19 | 2009-09-18 | 自己診断半導体装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20100076729A1 (ja) |
JP (1) | JP2012503339A (ja) |
KR (1) | KR20110073527A (ja) |
CN (1) | CN102160164A (ja) |
TW (1) | TW201028808A (ja) |
WO (1) | WO2010033761A2 (ja) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8335582B2 (en) * | 2008-05-19 | 2012-12-18 | Applied Materials, Inc. | Software application to analyze event log and chart tool fail rate as function of chamber and recipe |
US8527080B2 (en) * | 2008-10-02 | 2013-09-03 | Applied Materials, Inc. | Method and system for managing process jobs in a semiconductor fabrication facility |
US8989887B2 (en) * | 2009-02-11 | 2015-03-24 | Applied Materials, Inc. | Use of prediction data in monitoring actual production targets |
JP5575507B2 (ja) * | 2010-03-02 | 2014-08-20 | 株式会社日立国際電気 | 基板処理装置、基板搬送方法、半導体装置の製造方法および基板処理装置のメンテナンス方法 |
JP5837351B2 (ja) * | 2010-08-05 | 2015-12-24 | 株式会社荏原製作所 | 排気系システム |
US8560106B2 (en) | 2010-11-30 | 2013-10-15 | Applied Materials, Inc. | Predictive maintenance for third party support equipment |
KR101933234B1 (ko) | 2011-01-20 | 2018-12-27 | 히타치 긴조쿠 가부시키가이샤 | 온보드 진단, 예측 및 데이터 로깅 기능을 가진 질량 유량 제어기 |
EP3077851B1 (en) | 2013-12-04 | 2020-06-17 | Koninklijke Philips N.V. | Imaging detector self-diagnostic circuitry |
JP2015201598A (ja) * | 2014-04-10 | 2015-11-12 | 株式会社荏原製作所 | 基板処理装置 |
JP6316703B2 (ja) * | 2014-08-19 | 2018-04-25 | 東京エレクトロン株式会社 | 基板処理装置および基板処理方法 |
KR102459432B1 (ko) | 2015-06-16 | 2022-10-27 | 삼성전자주식회사 | 기판 제조 설비 및 그의 관리 방법 |
US9542646B1 (en) | 2016-01-27 | 2017-01-10 | International Business Machines Corporation | Drift annealed time series prediction |
US10430531B2 (en) * | 2016-02-12 | 2019-10-01 | United Technologies Corporation | Model based system monitoring |
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 |
US10269545B2 (en) * | 2016-08-03 | 2019-04-23 | Lam Research Corporation | Methods for monitoring plasma processing systems for advanced process and tool control |
KR102581356B1 (ko) * | 2016-08-30 | 2023-09-21 | 삼성전자주식회사 | 기판 처리 장치의 이상 진단 방법 및 이를 수행하기 위한 장치 |
KR101918728B1 (ko) * | 2016-09-26 | 2018-11-14 | 에이피시스템 주식회사 | 공정 부산물 처리 장치 및 이를 이용한 포집부의 교체 시기 판단 방법 |
JP6740123B2 (ja) * | 2016-12-28 | 2020-08-12 | 東日本旅客鉄道株式会社 | 異物除去装置の監視システム、異物除去システムおよび異物除去装置の監視方法 |
TWI644190B (zh) * | 2017-06-29 | 2018-12-11 | 台灣積體電路製造股份有限公司 | 製程系統與製程方法 |
JP6676020B2 (ja) | 2017-09-20 | 2020-04-08 | 株式会社日立ハイテク | プラズマ処理装置及びプラズマ処理装置状態予測方法 |
US10892178B2 (en) * | 2018-05-29 | 2021-01-12 | Canon Kabushiki Kaisha | Substrate processing system, method of controlling substrate processing system, computer-readable storage medium, and method of manufacturing article |
WO2020055555A1 (en) | 2018-09-12 | 2020-03-19 | Applied Materials, Inc. | Deep auto-encoder for equipment health monitoring and fault detection in semiconductor and display process equipment tools |
US11768984B2 (en) | 2020-09-22 | 2023-09-26 | Applied Materials, Inc. | Parameter sensing and computer modeling for gas delivery health monitoring |
CN114002574A (zh) * | 2021-10-29 | 2022-02-01 | 上海华力微电子有限公司 | 半导体结构的测试方法 |
CN115307841B (zh) * | 2022-09-29 | 2022-12-30 | 江苏邑文微电子科技有限公司 | 腔内漏率测试的自动控制方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4008899B2 (ja) * | 2003-09-08 | 2007-11-14 | 株式会社東芝 | 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 |
KR20060054646A (ko) * | 2004-11-15 | 2006-05-23 | 삼성전자주식회사 | 반도체 제조 시스템의 자기진단 방법 |
US7624003B2 (en) * | 2005-01-10 | 2009-11-24 | Applied Materials, Inc. | Split-phase chamber modeling for chamber matching and fault detection |
US7444572B2 (en) * | 2005-09-01 | 2008-10-28 | Tokyo Electron Limited | Built-in self test for a thermal processing system |
-
2008
- 2008-09-19 US US12/233,838 patent/US20100076729A1/en not_active Abandoned
-
2009
- 2009-09-18 WO PCT/US2009/057412 patent/WO2010033761A2/en active Application Filing
- 2009-09-18 KR KR1020117008918A patent/KR20110073527A/ko not_active Application Discontinuation
- 2009-09-18 TW TW098131638A patent/TW201028808A/zh unknown
- 2009-09-18 JP JP2011527979A patent/JP2012503339A/ja not_active Withdrawn
- 2009-09-18 CN CN2009801370249A patent/CN102160164A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
TW201028808A (en) | 2010-08-01 |
WO2010033761A3 (en) | 2010-07-01 |
US20100076729A1 (en) | 2010-03-25 |
KR20110073527A (ko) | 2011-06-29 |
CN102160164A (zh) | 2011-08-17 |
WO2010033761A2 (en) | 2010-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2012503339A (ja) | 自己診断半導体装置 | |
TWI417754B (zh) | 利用多層多輸入多輸出模型以產生金屬閘極結構之方法 | |
JP5636486B2 (ja) | 多層/多入力/多出力(mlmimo)モデル及び当該モデルの使用方法 | |
US7341954B2 (en) | Method and apparatus for determining an operation status of a plasma processing apparatus, program and storage medium storing same | |
US7289866B2 (en) | Plasma processing method and apparatus | |
US6778873B1 (en) | Identifying a cause of a fault based on a process controller output | |
US20060226786A1 (en) | Inductively-coupled plasma etch apparatus and feedback control method thereof | |
CN108140588B (zh) | 用于半导体设备的匹配腔室性能的方法 | |
CN102737945B (zh) | 等离子体处理装置、等离子体处理方法 | |
US20060191482A1 (en) | Apparatus and method for processing wafer | |
US20090112520A1 (en) | Self-aware semiconductor equipment | |
US10971384B2 (en) | Auto-calibrated process independent feedforward control for processing substrates | |
JP2014513415A (ja) | 適合性レシピ選択 | |
US20050115824A1 (en) | Method of fault detection for material process system | |
US6826489B2 (en) | Fault classification in a plasma process chamber | |
US11378426B2 (en) | System and method for monitoring sensor linearity as part of a production process | |
US8473247B2 (en) | Methods for monitoring processing equipment | |
US6701206B1 (en) | Method and system for controlling a process tool | |
US6804619B1 (en) | Process control based on tool health data | |
US10760944B2 (en) | Hybrid flow metrology for improved chamber matching | |
JP2004207703A5 (ja) | ||
US7246290B1 (en) | Determining the health of a desired node in a multi-level system | |
US20230274919A1 (en) | Controlling temperature profiles of plasma chamber components using stress analysis | |
US20230352282A1 (en) | Autonomous operation of plasma processing tool | |
WO2024015694A1 (en) | Plasma detection in semiconductor fabrication apparatuses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20121204 |