JP2023507067A - ガス放電光源における予測装置 - Google Patents
ガス放電光源における予測装置 Download PDFInfo
- Publication number
- JP2023507067A JP2023507067A JP2022527857A JP2022527857A JP2023507067A JP 2023507067 A JP2023507067 A JP 2023507067A JP 2022527857 A JP2022527857 A JP 2022527857A JP 2022527857 A JP2022527857 A JP 2022527857A JP 2023507067 A JP2023507067 A JP 2023507067A
- Authority
- JP
- Japan
- Prior art keywords
- optical system
- performance
- proposed
- gas
- change
- 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
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70591—Testing optical components
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70008—Production of exposure light, i.e. light sources
- G03F7/70025—Production of exposure light, i.e. light sources by lasers
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70533—Controlling abnormal operating mode, e.g. taking account of waiting time, decision to rework or rework flow
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01S—DEVICES USING THE PROCESS OF LIGHT AMPLIFICATION BY STIMULATED EMISSION OF RADIATION [LASER] TO AMPLIFY OR GENERATE LIGHT; DEVICES USING STIMULATED EMISSION OF ELECTROMAGNETIC RADIATION IN WAVE RANGES OTHER THAN OPTICAL
- H01S3/00—Lasers, i.e. devices using stimulated emission of electromagnetic radiation in the infrared, visible or ultraviolet wave range
- H01S3/14—Lasers, i.e. devices using stimulated emission of electromagnetic radiation in the infrared, visible or ultraviolet wave range characterised by the material used as the active medium
- H01S3/22—Gases
- H01S3/223—Gases the active gas being polyatomic, i.e. containing two or more atoms
- H01S3/225—Gases the active gas being polyatomic, i.e. containing two or more atoms comprising an excimer or exciplex
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01S—DEVICES USING THE PROCESS OF LIGHT AMPLIFICATION BY STIMULATED EMISSION OF RADIATION [LASER] TO AMPLIFY OR GENERATE LIGHT; DEVICES USING STIMULATED EMISSION OF ELECTROMAGNETIC RADIATION IN WAVE RANGES OTHER THAN OPTICAL
- H01S3/00—Lasers, i.e. devices using stimulated emission of electromagnetic radiation in the infrared, visible or ultraviolet wave range
- H01S3/23—Arrangements of two or more lasers not provided for in groups H01S3/02 - H01S3/22, e.g. tandem arrangements of separate active media
- H01S3/2308—Amplifier arrangements, e.g. MOPA
- H01S3/2325—Multi-pass amplifiers, e.g. regenerative amplifiers
- H01S3/235—Regenerative amplifiers
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01S—DEVICES USING THE PROCESS OF LIGHT AMPLIFICATION BY STIMULATED EMISSION OF RADIATION [LASER] TO AMPLIFY OR GENERATE LIGHT; DEVICES USING STIMULATED EMISSION OF ELECTROMAGNETIC RADIATION IN WAVE RANGES OTHER THAN OPTICAL
- H01S3/00—Lasers, i.e. devices using stimulated emission of electromagnetic radiation in the infrared, visible or ultraviolet wave range
- H01S3/23—Arrangements of two or more lasers not provided for in groups H01S3/02 - H01S3/22, e.g. tandem arrangements of separate active media
- H01S3/2366—Arrangements of two or more lasers not provided for in groups H01S3/02 - H01S3/22, e.g. tandem arrangements of separate active media comprising a gas as the active medium
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01S—DEVICES USING THE PROCESS OF LIGHT AMPLIFICATION BY STIMULATED EMISSION OF RADIATION [LASER] TO AMPLIFY OR GENERATE LIGHT; DEVICES USING STIMULATED EMISSION OF ELECTROMAGNETIC RADIATION IN WAVE RANGES OTHER THAN OPTICAL
- H01S3/00—Lasers, i.e. devices using stimulated emission of electromagnetic radiation in the infrared, visible or ultraviolet wave range
- H01S3/02—Constructional details
- H01S3/03—Constructional details of gas laser discharge tubes
- H01S3/036—Means for obtaining or maintaining the desired gas pressure within the tube, e.g. by gettering, replenishing; Means for circulating the gas, e.g. for equalising the pressure within the tube
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Optics & Photonics (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Lasers (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
[0001] 本出願は、参照により全体として本明細書に援用される、2019年12月18日に出願された「PREDICTIVE APPARATUS IN A GAS DISCHARGE LIGHT SOURCE」という名称の米国特許出願第62/949,723号に対する優先権を主張するものである。
κ=[κmeta κFSD]、又は
κ=[shotsGas(1×1) shotsChamber(1×1) typeBQ(1×3) scoresFSD(1×28)]
式中、
κmeta=[shotsGas(1×1) shotsChamber(1×1) typeBQ(1×3)]及び
κFSD=[scoresFSD(1×20)]
であり、shotsGas(1×1)は、最後のガス再充填からのガス混合物320に供給されたエネルギーのパルス総数であり、shotsChamber(1×1)は、ガス放電チャンバ323が光源340内に最初に設置されたときからの、ガス放電チャンバ323内のガス混合物320に供給されたエネルギーのパルス総数であり、typeBQ(1×3)は、3つのタイプの性能条件エラー事象BQの線形アレイであり、scoresFSD(1×28)は、28個のスコアの線形アレイであり、各スコアは、インターフェースモジュール360内の障害シグネチャサブモジュール360Aによって決定される。
κ=[κmeta κFSD κconfig]
に対応し得る。この第3のサブアレイκconfigは、学習モデル125を形成するための訓練中に構成変更が使用された場合、性能測定基準107に含まれ得、なぜなら、これは、提案されたガス再充填が光学システム105の動作を向上させるであろうか否かだけでなく、光学システム105の構成における特定の変更が光学システム105の動作を向上させるであろうか否かも解析するために学習モデル125が装備されることを意味するからである。一例として、ガス再充填は、1つ又は複数の性能条件に関連するエラー事象を減少させるように見えるが、エラー事象の減少は、実際には、(訓練中にガス再充填と一緒に生じた又は時間的にオーバーラップした)光学システム105の構成の変更によるものであった可能性がある。学習モデル125は、何れの変更(ガス再充填若しくは構成変更の何れか一方)が光学システム105の動作の向上をもたらすか、又は両方の変更(ガス再充填及び構成変更の両方)が光学システム105の動作の向上をもたらすであろうか否かを区別することができる。
1.光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムに対する提案された変更の有効性を推定することと、
光学システムに対する提案された変更が有効であろうと推定される場合、光学システムに変更コマンドを出力することと、
を行うように構成された決定モジュールを含む、
装置。
2.決定モジュールは、光学システムに対する提案された変更が有効でないであろうと決定モジュールが推定する場合、光学システムに維持コマンドを出力するように構成される、条項1に記載の装置。
3.決定モジュールは、光ビームの性能条件が向上されるであろうか否かを決定することにより、提案された変更の有効性を推定するように構成される、条項1に記載の装置。
4.光ビームの性能条件が向上されるか否かを決定することは、ビーム品質におけるエラー率が減少されるであろうか否かを決定することを含む、条項3に記載の装置。
5.性能条件は、光ビームにおけるビーム品質エラーのタイプ、ある期間にわたるガス混合物における放電事象の発生回数、光ビームのビーム品質におけるエラーに関連する1つ又は複数の障害、光ビームのビーム品質、光ビームのビーム品質におけるエラー、光ビームの動作パラメータ又は特性に関連するエラー事象、障害シグネチャに対する各エラー事象の解析及び光学システムの構成の変更の1つ又は複数を含む、条項1に記載の装置。
6.決定モジュールは、提案された変更の有効性を、光学システムに対する変更がもたらされる前に推定するように構成される、条項1に記載の装置。
7.決定モジュールと通信するインターフェースモジュールをさらに含み、インターフェースモジュールは、性能測定基準を提供し、インターフェースモジュールは、複数のビーム品質検出モジュールを含み、複数のビーム品質検出モジュールは、
それぞれ光ビームの各スペクトル特徴におけるエラーを検出し、及び光ビームの各スペクトル特徴エラーを示すエラー事象信号を生成するように構成された1つ又は複数のスペクトル特徴検出モジュールと、
光ビームのエネルギーにおけるエラーを検出し、及び光ビームのエネルギーエラーを示すエラー事象信号を生成するように構成されたエネルギー検出モジュールと、
を含み、スペクトル特徴は、光ビームの帯域幅又は波長を含み、性能測定基準は、各スペクトル特徴及びエネルギーにおけるエラー事象に基づいて生成される、条項1に記載の装置。
8.インターフェースモジュールは、
光学システムのガス混合物における放電事象の発生を検出し、及びある期間にわたる放電事象のカウントを示す信号を生成するように構成された放電カウント検出モジュール
を含み、性能測定基準は、放電検出モジュールからの生成された信号に関するデータを含む、条項7に記載の装置。
9.期間は、最後にガス混合物が再充填されてから測定されるか、又はガス混合物を含む1つ若しくは複数のチャンバが光学システムに追加されてから測定される、条項8に記載の装置。
10.インターフェースモジュールは、
障害シグネチャのセットに対して各ビーム品質エラー事象を解析し、及びビーム品質エラー事象を既知の障害シグネチャに分類する尤度スコアを生成するように構成された障害シグネチャモジュール
を含み、性能測定基準は、障害シグネチャモジュールからの出力に関するデータを含む、条項7に記載の装置。
11.所定の学習モデルは、入力として性能測定基準を受け取り、及び推定を出力する、条項1に記載の装置。
12.所定の学習モデルは、サポートベクターマシンである、条項1に記載の装置。
13.所定の学習モデルは、分離超平面を含み、超平面は、性能測定基準をイエス又はノーの何れかとして分類し、イエス分類は、提案された変更が有効であろうことを示し、及びノー分類は、提案された変更が有効でないであろうことを示す、条項12に記載の装置。
14.所定の学習モデルは、光学システムのタイプ、構成及び/又は経年数に基づいて構築される、条項1に記載の装置。
15.提案された変更の有効性の推定は、提案された変更後の光学システムの性能条件が、提案された変更前の光学システムの条件に対して向上するか否かを示す、条項1に記載の装置。
16.決定モジュールは、提案された変更後の光学システムの性能条件を、提案された変更前の光学システムの性能条件と比較することにより、提案された変更の有効性を推定するように構成され、決定モジュールは、性能条件が所定の量だけ向上するであろうことを比較が示す場合、変更コマンドを出力するように構成される、条項1に記載の装置。
17.光学システムに対する提案された変更は、光学システム内のガス混合物の提案された再充填及び光学システムの構成の提案された変更の1つ又は複数を含む、条項1に記載の装置。
18.決定モジュールは、光学システムの構成に対するプローブされた変更にも基づいて、光学システム内のガス混合物の提案された再充填の有効性を推定するように構成される、条項17に記載の装置。
19.複数のテスト光学システムに基づく訓練データセットを受け取ることであって、訓練データセットは、各テスト光学システムの複数の変更のそれぞれについて、
変更前のテスト光学システムに関する性能条件の複数の値と、
変更後のテスト光学システムに関する性能条件の複数の値と、
を含むことと、
光学システムにおける提案された変更の有効性を、光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを訓練データセットに基づいて生成することと、
を含む、方法。
20.予測モデルを生成することは、各変更について、変更後のテスト光学システムに関する性能条件の複数の値を、変更前のテスト光学システムに関する性能条件の複数の値と比較することを含み、比較は、変更の有効性を示す、条項19に記載の方法。
21.予測モデルは、学習モデルである、条項19に記載の方法。
22.学習モデルは、サポートベクターマシンを含む、条項21に記載の方法。
23.予測モデルを生成することは、性能測定基準を維持コマンド又は変更コマンドの一方にマッピングすることを含み、維持コマンド及び変更コマンドは、光学システムに対する提案された変更の推定された有効性に基づく、条項19に記載の方法。
24.訓練データセットは、複数のテスト光学システムからの少なくとも数千の変更を含む、条項19に記載の方法。
25.性能条件は、光学システムから生成された光ビームのビーム品質エラー率、光学システムから生成された光ビームにおけるビーム品質エラーのタイプ、ある期間にわたる光学システムのガス混合物における放電事象の発生回数、光学システムから生成された光ビームのビーム品質におけるエラーに関連する1つ又は複数の障害、光学システムの動作効率における異常、光学システムから生成された光ビームの1つ又は複数のスペクトル特徴におけるエラー、光ビームの動作パラメータ又は特性に関連するエラー事象、障害シグネチャに対する各エラー事象の解析及び光学システムの構成の変更の1つ又は複数を含む、条項19に記載の方法。
26.光学システムの性能条件に関する性能測定基準を予測モデルに適用する前に予測モデルをテストすることをさらに含み、予測モデルをテストすることは、
複数の変更のそれぞれ及び複数のテスト光学システムのそれぞれについて、変更前のテスト光学システムに関する性能条件の複数の値と、変更後のテスト光学システムに関する性能条件の複数の値とを含むテストデータセットを使用することであって、テストデータセットは、訓練データセットから除外されることと、
変更前のテスト光学システムに関する性能条件の複数の値を予測モデルに適用し、及び予測モデルのそれぞれの実際の出力を、テストデータセットからの変更後のテスト光学システムに関する性能条件の関連する値と比較することと、
を含む、条項19に記載の方法。
27.提案された変更の有効性の推定は、提案された変更後の光学システムの性能条件が、提案された変更前の光学システムの条件に対して向上するか否かを示す、条項19に記載の方法。
28.提案された変更が有効でないであろうと予測モデルが推定する尤度を減少させるように予測モデルを調節することをさらに含む、条項19に記載の方法。
29.予測モデルを生成することは、光学システムのタイプ、構成及び/又は経年数にも基づく、条項19に記載の方法。
30.予測モデルは、光学システムに対する提案された変更の有効性を推定するように構成される、条項19に記載の方法。
31.光学システムに対する提案された変更は、光学システム内のガス混合物の提案された再充填及び光学システムの構成の提案された変更の1つ又は複数を含む、条項19に記載の方法。
32.光学システムは、テスト光学システムとは別個である、条項19に記載の方法。
33.光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムに対する提案された変更の有効性を推定することと、
提案された変更が有効であろうと推定される場合、光学システムに対する変更を指示することと、
を含む、方法。
34.光学システムに対する変更を指示することは、光学システムに変更コマンドを出力することを含む、条項33に記載の方法。
35.提案された変更が有効でないであろうと推定される場合、変更を遅らせることをさらに含む、条項33に記載の方法。
36.変更を遅らせることは、光学システムに維持コマンドを出力することを含む、条項35に記載の方法。
37.変更を遅らせた後、
光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムに対する提案された変更の有効性を推定することと、
をさらに含む、条項35に記載の方法。
38.提案された変更の有効性を推定することは、光ビームの性能条件が向上されるであろうか否かを決定することを含む、条項33に記載の方法。
39.光ビームの性能条件が向上されるか否かを決定することは、ビーム品質におけるエラー率が減少されるであろうか否かを決定することを含む、条項38に記載の方法。
40.性能条件は、光ビームにおけるビーム品質エラーのタイプ、ある期間にわたるガス混合物における放電事象の発生回数、光ビームのビーム品質におけるエラーに関連する1つ又は複数の障害、光ビームのビーム品質、光ビームのビーム品質におけるエラー、光ビームの動作パラメータ又は特性に関連するエラー事象、障害シグネチャに対する各エラー事象の解析及び光学システムの構成の変更の1つ又は複数を含む、条項33に記載の方法。
41.所定の学習モデルは、提案された変更の有効性を、光学システムに対する変更をもたらす前に推定するように構成される、条項33に記載の方法。
42.性能条件は、ある期間にわたるガス混合物における放電事象のカウントを含む、条項33に記載の方法。
43.所定の学習モデルは、入力として性能測定基準を受け取り、及び推定を出力する、条項33に記載の方法。
44.所定の学習モデルは、サポートベクターマシンである、条項33に記載の方法。
45.所定の学習モデルは、分離超平面を含み、超平面は、性能測定基準をイエス又はノーの何れかとして分類し、イエス分類は、提案された変更が有効であろうことを示し、及びノー分類は、提案された変更が有効でないであろうことを示す、条項44に記載の方法。
46.提案された変更の有効性の推定は、提案された変更後の光学システムの条件が、提案された変更前の光学システムの条件に対して向上するか否かを示す、条項44に記載の方法。
47.光学システムに対する提案された変更は、光学システム内のガス混合物の提案された再充填及び光学システムの構成の提案された変更の1つ又は複数を含む、条項33に記載の方法。
48.光学システム内のガス混合物の提案された再充填の有効性を推定することは、光学システムの構成に対する可能な変更にも基づく、条項47に記載の方法。
49.非一時的コンピュータ可読媒体であって、コンピュータによって実行されると、コンピュータに、
複数のテスト光学システムに基づく訓練データセットを受け取ることであって、訓練データセットは、各テスト光学システムの複数の変更のそれぞれについて、
変更前のテスト光学システムに関する性能条件の複数の値と、
変更後のテスト光学システムに関する性能条件の複数の値と、
を含むことと、
光学システムにおける提案された変更の有効性を、光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを訓練データセットに基づいて生成することと、
を含む方法を行わせる命令を保存する、非一時的コンピュータ可読媒体。
50.非一時的コンピュータ可読媒体であって、コンピュータによって実行されると、コンピュータに、
光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムに対する提案された変更の有効性を推定することと、
提案された変更が有効であろうと推定される場合、光学システムに対する変更を指示することと、
を含む方法を行わせる命令を保存する、非一時的コンピュータ可読媒体。
51.光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムのガス混合物の提案された再充填の有効性を推定することと、
光学システムのガス混合物の提案された再充填が有効であろうと推定される場合、光学システムに再充填コマンドを出力することと、
を行うように構成された決定モジュールを含む、
装置。
52.複数のテスト光学システムに基づく訓練データセットを受け取ることであって、訓練データセットは、各テスト光学システムの複数のガス再充填のそれぞれについて、
ガス再充填前のテスト光学システムに関する性能条件の複数の値と、
ガス再充填後のテスト光学システムに関する性能条件の複数の値と、
を含むことと、
光学システムにおけるガス混合物の提案されたガス再充填の有効性を、光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを訓練データセットに基づいて生成することと、
を含む、方法。
53.光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムのガス混合物の提案されたガス再充填の有効性を推定することと、
提案されたガス再充填が有効であろうと推定される場合、光学システムに対するガス再充填を指示することと、
を含む、方法。
54.非一時的コンピュータ可読媒体であって、コンピュータによって実行されると、コンピュータに、
複数のテスト光学システムに基づく訓練データセットを受け取ることであって、訓練データセットは、各テスト光学システムの複数のガス再充填のそれぞれについて、
ガス再充填前のテスト光学システムに関する性能条件の複数の値と、
ガス再充填後のテスト光学システムに関する性能条件の複数の値と、
を含むことと、
光学システムにおける提案されたガス再充填の有効性を、光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを訓練データセットに基づいて生成することと、
を含む方法を行わせる命令を保存する、非一時的コンピュータ可読媒体。
55.非一時的コンピュータ可読媒体であって、コンピュータによって実行されると、コンピュータに、
光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
性能測定基準及び所定の学習モデルに基づいて、光学システムにおける提案されたガス再充填の有効性を推定することと、
提案されたガス再充填が有効であろうと推定される場合、光学システムに対するガス再充填を指示することと、
を含む方法を行わせる命令を保存する、非一時的コンピュータ可読媒体。
Claims (55)
- 光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び所定の学習モデルに基づいて、前記光学システムに対する提案された変更の有効性を推定することと、
前記光学システムに対する前記提案された変更が有効であろうと推定される場合、前記光学システムに変更コマンドを出力することと、
を行う決定モジュールを含む、
装置。 - 前記決定モジュールは、前記光学システムに対する前記提案された変更が有効でないであろうと前記決定モジュールが推定する場合、前記光学システムに維持コマンドを出力する、請求項1に記載の装置。
- 前記決定モジュールは、前記光ビームの前記性能条件が向上されるであろうか否かを決定することにより、前記提案された変更の前記有効性を推定する、請求項1に記載の装置。
- 前記光ビームの前記性能条件が向上されるか否かを決定することは、ビーム品質におけるエラー率が減少されるであろうか否かを決定することを含む、請求項3に記載の装置。
- 前記性能条件は、前記光ビームにおけるビーム品質エラーのタイプ、ある期間にわたるガス混合物における放電事象の発生回数、前記光ビームのビーム品質におけるエラーに関連する1つ又は複数の障害、前記光ビームの前記ビーム品質、前記光ビームの前記ビーム品質におけるエラー、前記光ビームの動作パラメータ又は特性に関連するエラー事象、障害シグネチャに対する各エラー事象の解析、及び、前記光学システムの構成の変更、の1つ又は複数を含む、請求項1に記載の装置。
- 前記決定モジュールは、前記提案された変更の前記有効性を、前記光学システムに対する前記変更がもたらされる前に推定する、請求項1に記載の装置。
- 前記決定モジュールと通信するインターフェースモジュールをさらに含み、
前記インターフェースモジュールは、前記性能測定基準を提供し、
前記インターフェースモジュールは、複数のビーム品質検出モジュールを含み、
前記複数のビーム品質検出モジュールは、
それぞれ前記光ビームの各スペクトル特徴におけるエラーを検出し、及び前記光ビームの前記各スペクトル特徴エラーを示すエラー事象信号を生成する1つ又は複数のスペクトル特徴検出モジュールと、
前記光ビームのエネルギーにおけるエラーを検出し、及び前記光ビームの前記エネルギーエラーを示すエラー事象信号を生成するエネルギー検出モジュールと、を含み、
前記スペクトル特徴は、前記光ビームの帯域幅又は波長を含み、
前記性能測定基準は、前記各スペクトル特徴及びエネルギーにおける前記エラー事象に基づいて生成される、請求項1に記載の装置。 - 前記インターフェースモジュールは、前記光学システムのガス混合物における放電事象の発生を検出するとともに、ある期間にわたる放電事象のカウントを示す信号を生成する放電カウント検出モジュールを含み、
前記性能測定基準は、前記放電検出モジュールからの前記生成された信号に関するデータを含む、請求項7に記載の装置。 - 前記期間は、最後に前記ガス混合物が再充填されてから測定されるか、又は前記ガス混合物を含む1つ若しくは複数のチャンバが前記光学システムに追加されてから測定される、請求項8に記載の装置。
- 前記インターフェースモジュールは、障害シグネチャのセットに対して各ビーム品質エラー事象を解析するとともに、前記ビーム品質エラー事象を既知の障害シグネチャに分類する尤度スコアを生成する障害シグネチャモジュールを含み、
前記性能測定基準は、前記障害シグネチャモジュールからの前記出力に関するデータを含む、請求項7に記載の装置。 - 前記所定の学習モデルは、入力として前記性能測定基準を受け取るとともに、前記推定を出力する、請求項1に記載の装置。
- 前記所定の学習モデルは、サポートベクターマシンである、請求項1に記載の装置。
- 前記所定の学習モデルは、分離超平面を含み、
前記超平面は、前記性能測定基準をイエス又はノーの何れかとして分類し、イエス分類は、前記提案された変更が有効であろうことを示し、ノー分類は、前記提案された変更が有効でないであろうことを示す、請求項12に記載の装置。 - 前記所定の学習モデルは、前記光学システムのタイプ、構成及び/又は経年数に基づいて構築される、請求項1に記載の装置。
- 前記提案された変更の前記有効性の前記推定は、前記提案された変更後の前記光学システムの性能条件が、前記提案された変更前の前記光学システムの前記条件に対して向上するか否かを示す、請求項1に記載の装置。
- 前記決定モジュールは、前記提案された変更後の前記光学システムの性能条件を、前記提案された変更前の前記光学システムの性能条件と比較することにより、前記提案された変更の前記有効性を推定し、
前記決定モジュールは、前記性能条件が所定の量だけ向上するであろうことを前記比較が示す場合、前記変更コマンドを出力する、請求項1に記載の装置。 - 前記光学システムに対する前記提案された変更は、前記光学システム内のガス混合物の提案された再充填及び前記光学システムの構成の提案された変更の1つ又は複数を含む、請求項1に記載の装置。
- 前記決定モジュールは、前記光学システムの前記構成に対するプローブされた変更にも基づいて、前記光学システム内の前記ガス混合物の提案された再充填の有効性を推定する、請求項17に記載の装置。
- 複数のテスト光学システムに基づく訓練データセットを受け取ることであって、前記訓練データセットは、各テスト光学システムの複数の変更のそれぞれについて、
前記変更前の前記テスト光学システムに関する性能条件の複数の値と、
前記変更後の前記テスト光学システムに関する前記性能条件の複数の値と、
を含むことと、
光学システムにおける提案された変更の有効性を、前記光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを前記訓練データセットに基づいて生成することと、
を含む、方法。 - 前記予測モデルを生成することは、各変更について、前記変更後の前記テスト光学システムに関する前記性能条件の前記複数の値を、前記変更前の前記テスト光学システムに関する前記性能条件の前記複数の値と比較することを含み、
前記比較は、前記変更の前記有効性を示す、請求項19に記載の方法。 - 前記予測モデルは、学習モデルである、請求項19に記載の方法。
- 前記学習モデルは、サポートベクターマシンを含む、請求項21に記載の方法。
- 前記予測モデルを生成することは、前記性能測定基準を維持コマンド又は変更コマンドの一方にマッピングすることを含み、
前記維持コマンド及び前記変更コマンドは、前記光学システムに対する前記提案された変更の前記推定された有効性に基づく、請求項19に記載の方法。 - 前記訓練データセットは、前記複数のテスト光学システムからの少なくとも数千の変更を含む、請求項19に記載の方法。
- 前記性能条件は、前記光学システムから生成された光ビームのビーム品質エラー率、前記光学システムから生成された光ビームにおけるビーム品質エラーのタイプ、ある期間にわたる前記光学システムのガス混合物における放電事象の発生回数、前記光学システムから生成された前記光ビームのビーム品質における前記エラーに関連する1つ又は複数の障害、前記光学システムの動作効率における異常、前記光学システムから生成された前記光ビームの1つ又は複数のスペクトル特徴におけるエラー、前記光ビームの動作パラメータ又は特性に関連するエラー事象、障害シグネチャに対する各エラー事象の解析、及び、前記光学システムの構成の変更、の1つ又は複数を含む、請求項19に記載の方法。
- 前記光学システムの性能条件に関する性能測定基準を前記予測モデルに適用する前に前記予測モデルをテストすることをさらに含み、
前記予測モデルをテストすることは、
複数の変更のそれぞれ及び複数のテスト光学システムのそれぞれについて、前記変更前の前記テスト光学システムに関する性能条件の複数の値と、前記変更後の前記テスト光学システムに関する前記性能条件の複数の値とを含むテストデータセットを使用することであって、前記テストデータセットは、前記訓練データセットから除外される、使用することと、
前記変更前の前記テスト光学システムに関する性能条件の前記複数の値を前記予測モデルに適用し、及び前記予測モデルのそれぞれの実際の出力を、前記テストデータセットからの前記変更後の前記テスト光学システムに関する前記性能条件の前記関連する値と比較することと、
を含む、請求項19に記載の方法。 - 前記提案された変更の前記有効性の前記推定は、前記提案された変更後の前記光学システムの性能条件が、前記提案された変更前の前記光学システムの前記条件に対して向上するか否かを示す、請求項19に記載の方法。
- 前記提案された変更が有効でないであろうと前記予測モデルが推定する尤度を減少させるように前記予測モデルを調節することをさらに含む、請求項19に記載の方法。
- 前記予測モデルを生成することは、前記光学システムのタイプ、構成及び/又は経年数にも基づく、請求項19に記載の方法。
- 前記予測モデルは、前記光学システムに対する前記提案された変更の前記有効性を推定する、請求項19に記載の方法。
- 前記光学システムに対する前記提案された変更は、前記光学システム内のガス混合物の提案された再充填及び前記光学システムの構成の提案された変更の1つ又は複数を含む、請求項19に記載の方法。
- 前記光学システムは、前記テスト光学システムとは別個である、請求項19に記載の方法。
- 光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び所定の学習モデルに基づいて、前記光学システムに対する提案された変更の有効性を推定することと、
前記提案された変更が有効であろうと推定される場合、前記光学システムに対する変更を指示することと、
を含む、方法。 - 前記光学システムに対する前記変更を指示することは、前記光学システムに変更コマンドを出力することを含む、請求項33に記載の方法。
- 前記提案された変更が有効でないであろうと推定される場合、前記変更を遅らせることをさらに含む、請求項33に記載の方法。
- 前記変更を遅らせることは、前記光学システムに維持コマンドを出力することを含む、請求項35に記載の方法。
- 前記変更を遅らせた後、
前記光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び前記所定の学習モデルに基づいて、前記光学システムに対する提案された変更の前記有効性を推定することと、
をさらに含む、請求項35に記載の方法。 - 前記提案された変更の前記有効性を推定することは、前記光ビームの前記性能条件が向上されるであろうか否かを決定することを含む、請求項33に記載の方法。
- 前記光ビームの前記性能条件が向上されるか否かを決定することは、ビーム品質におけるエラー率が減少されるであろうか否かを決定することを含む、請求項38に記載の方法。
- 前記性能条件は、前記光ビームにおけるビーム品質エラーのタイプ、ある期間にわたるガス混合物における放電事象の発生回数、前記光ビームのビーム品質における前記エラーに関連する1つ又は複数の障害、前記光ビームの前記ビーム品質、前記光ビームの前記ビーム品質におけるエラー、前記光ビームの動作パラメータ又は特性に関連するエラー事象、障害シグネチャに対する各エラー事象の解析、及び、前記光学システムの構成の変更、の1つ又は複数を含む、請求項33に記載の方法。
- 前記所定の学習モデルは、前記提案された変更の前記有効性を、前記光学システムに対する前記変更をもたらす前に推定する、請求項33に記載の方法。
- 前記性能条件は、ある期間にわたるガス混合物における放電事象のカウントを含む、請求項33に記載の方法。
- 前記所定の学習モデルは、入力として前記性能測定基準を受け取るとともに、前記推定を出力する、請求項33に記載の方法。
- 前記所定の学習モデルは、サポートベクターマシンである、請求項33に記載の方法。
- 前記所定の学習モデルは、分離超平面を含み、
前記超平面は、前記性能測定基準をイエス又はノーの何れかとして分類し、イエス分類は、前記提案された変更が有効であろうことを示し、ノー分類は、前記提案された変更が有効でないであろうことを示す、請求項44に記載の方法。 - 前記提案された変更の前記有効性の前記推定は、前記提案された変更後の前記光学システムの条件が、前記提案された変更前の前記光学システムの前記条件に対して向上するか否かを示す、請求項44に記載の方法。
- 前記光学システムに対する前記提案された変更は、前記光学システム内のガス混合物の提案された再充填及び前記光学システムの構成の提案された変更の1つ又は複数を含む、請求項33に記載の方法。
- 前記光学システム内の前記ガス混合物の提案された再充填の有効性を推定することは、前記光学システムの前記構成に対する可能な変更にも基づく、請求項47に記載の方法。
- コンピュータによって実行されると、前記コンピュータに、
複数のテスト光学システムに基づく訓練データセットを受け取ることであって、前記訓練データセットは、各テスト光学システムの複数の変更のそれぞれについて、
前記変更前の前記テスト光学システムに関する性能条件の複数の値と、
前記変更後の前記テスト光学システムに関する前記性能条件の複数の値と、
を含むことと、
光学システムにおける提案された変更の有効性を、前記光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを前記訓練データセットに基づいて生成することと、
を含む方法を行わせる命令を保存する、
非一時的コンピュータ可読媒体。 - コンピュータによって実行されると、前記コンピュータに、
光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び所定の学習モデルに基づいて、前記光学システムに対する提案された変更の有効性を推定することと、
前記提案された変更が有効であろうと推定される場合、前記光学システムに対する変更を指示することと、
を含む方法を行わせる命令を保存する、
非一時的コンピュータ可読媒体。 - 光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び所定の学習モデルに基づいて、前記光学システムのガス混合物の提案された再充填の有効性を推定することと、
前記光学システムの前記ガス混合物の前記提案された再充填が有効であろうと推定される場合、前記光学システムに再充填コマンドを出力することと、
を行う決定モジュールを含む、
装置。 - 複数のテスト光学システムに基づく訓練データセットを受け取ることであって、前記訓練データセットは、各テスト光学システムの複数のガス再充填のそれぞれについて、
前記ガス再充填前の前記テスト光学システムに関する性能条件の複数の値と、
前記ガス再充填後の前記テスト光学システムに関する前記性能条件の複数の値と、
を含むことと、
光学システムにおけるガス混合物の提案されたガス再充填の有効性を、前記光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを前記訓練データセットに基づいて生成することと、
を含む、方法。 - 光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び所定の学習モデルに基づいて、前記光学システムのガス混合物の提案されたガス再充填の有効性を推定することと、
前記提案されたガス再充填が有効であろうと推定される場合、前記光学システムに対するガス再充填を指示することと、
を含む、方法。 - コンピュータによって実行されると、前記コンピュータに、
複数のテスト光学システムに基づく訓練データセットを受け取ることであって、前記訓練データセットは、各テスト光学システムの複数のガス再充填のそれぞれについて、
前記ガス再充填前の前記テスト光学システムに関する性能条件の複数の値と、
前記ガス再充填後の前記テスト光学システムに関する前記性能条件の複数の値と、
を含むことと、
光学システムにおける提案されたガス再充填の有効性を、前記光学システムの性能条件に関する性能測定基準に基づいて推定する予測モデルを前記訓練データセットに基づいて生成することと、
を含む方法を行わせる命令を保存する、
非一時的コンピュータ可読媒体。 - コンピュータによって実行されると、前記コンピュータに、
光ビームを発する光学システムの性能条件に関する性能測定基準を受け取ることと、
前記性能測定基準及び所定の学習モデルに基づいて、前記光学システムにおける提案されたガス再充填の有効性を推定することと、
前記提案されたガス再充填が有効であろうと推定される場合、前記光学システムに対するガス再充填を指示することと、
を含む方法を行わせる命令を保存する、
非一時的コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962949723P | 2019-12-18 | 2019-12-18 | |
US62/949,723 | 2019-12-18 | ||
PCT/US2020/062742 WO2021126520A1 (en) | 2019-12-18 | 2020-12-01 | Predictive apparatus in a gas discharge light source |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023507067A true JP2023507067A (ja) | 2023-02-21 |
JP7358642B2 JP7358642B2 (ja) | 2023-10-10 |
Family
ID=73857264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022527857A Active JP7358642B2 (ja) | 2019-12-18 | 2020-12-01 | ガス放電光源における予測装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230020555A1 (ja) |
JP (1) | JP7358642B2 (ja) |
KR (1) | KR20220100699A (ja) |
CN (1) | CN114846408A (ja) |
WO (1) | WO2021126520A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220342403A1 (en) * | 2021-04-22 | 2022-10-27 | Avignaai Private Limited | System and method for assessing the effectiveness of automation systems implemented in a building |
WO2023121798A1 (en) * | 2021-12-23 | 2023-06-29 | Cymer, Llc | Maintenance of modules for light sources in semiconductor photolithography |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH021189A (ja) * | 1988-05-24 | 1990-01-05 | Fanuc Ltd | Ncレーザ装置 |
US6697695B1 (en) | 2000-04-25 | 2004-02-24 | Komatsu Ltd. | Laser device management system |
JP2013219157A (ja) | 2012-04-06 | 2013-10-24 | Jfe Steel Corp | レーザ発振装置の異常診断装置及びレーザ加工機 |
WO2015103163A1 (en) * | 2013-12-31 | 2015-07-09 | Teledyne Instruments, Inc. | Method and system for performing automatic gas refills for a gas laser |
JP6177842B2 (ja) | 2015-07-31 | 2017-08-09 | ファナック株式会社 | アース線又はシールド線の接続箇所を学習する機械学習方法及び機械学習装置並びに該機械学習装置を備えた電動機制御装置及び電動機装置 |
JP6339603B2 (ja) * | 2016-01-28 | 2018-06-06 | ファナック株式会社 | レーザ加工開始条件を学習する機械学習装置、レーザ装置および機械学習方法 |
US9634455B1 (en) | 2016-02-16 | 2017-04-25 | Cymer, Llc | Gas optimization in a gas discharge light source |
JP6360090B2 (ja) | 2016-03-10 | 2018-07-18 | ファナック株式会社 | 機械学習装置、レーザ装置および機械学習方法 |
JP2018067051A (ja) | 2016-10-17 | 2018-04-26 | 富士電機株式会社 | 品質監視装置、品質監視システム、品質監視方法及びプログラム |
JP6386523B2 (ja) | 2016-12-15 | 2018-09-05 | ファナック株式会社 | Nandフラッシュメモリの寿命を予測する機械学習装置、寿命予測装置、数値制御装置、生産システム、及び機械学習方法 |
-
2020
- 2020-12-01 WO PCT/US2020/062742 patent/WO2021126520A1/en active Application Filing
- 2020-12-01 CN CN202080088425.6A patent/CN114846408A/zh active Pending
- 2020-12-01 KR KR1020227020792A patent/KR20220100699A/ko not_active Application Discontinuation
- 2020-12-01 US US17/782,283 patent/US20230020555A1/en active Pending
- 2020-12-01 JP JP2022527857A patent/JP7358642B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20230020555A1 (en) | 2023-01-19 |
CN114846408A (zh) | 2022-08-02 |
WO2021126520A1 (en) | 2021-06-24 |
KR20220100699A (ko) | 2022-07-15 |
JP7358642B2 (ja) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102343679B1 (ko) | 가스 방전 광원 내의 가스 혼합물 제어 기술 | |
JP7358642B2 (ja) | ガス放電光源における予測装置 | |
JP7109525B2 (ja) | ガス放電光源におけるガス最適化 | |
US6212214B1 (en) | Performance control system and method for gas discharge lasers | |
CN112384859B (zh) | 光刻系统的维护管理方法、维护管理装置和计算机可读介质 | |
JP7254098B2 (ja) | ガス監視システム | |
CN110651228B (zh) | 用于光学光刻系统的监视系统 | |
US20050030987A1 (en) | Laser oscillation apparatus, exposure apparatus, semiconductor device manufacturing method, semiconductor manufacturing factory, and exposure apparatus maintenance method | |
TW202343161A (zh) | 氣體放電腔室鼓風機之能量消耗減量 | |
US6330267B1 (en) | Performance control system and method for gas discharge lasers | |
JP7382424B2 (ja) | 複数の深紫外光発振器のための制御システム | |
KR20220109471A (ko) | 광원용 제어 시스템 | |
WO2023121798A1 (en) | Maintenance of modules for light sources in semiconductor photolithography | |
JP2023537837A (ja) | 予測的に較正をスケジュール設定する装置及び方法 | |
JP2024512352A (ja) | 半導体フォトリソグラフィで使用される光源のためのモジュールの保守 | |
CN116997864A (zh) | 对用于半导体光刻的光源的模块的维护 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220704 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220704 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230801 |
|
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: 20230830 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7358642 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |