JP2023549166A - センサマッピングおよびトリガされるデータロギングを含む、健全性に基づいてモニタリング、評価、および応答するための基板処理システムツール - Google Patents
センサマッピングおよびトリガされるデータロギングを含む、健全性に基づいてモニタリング、評価、および応答するための基板処理システムツール Download PDFInfo
- Publication number
- JP2023549166A JP2023549166A JP2023527963A JP2023527963A JP2023549166A JP 2023549166 A JP2023549166 A JP 2023549166A JP 2023527963 A JP2023527963 A JP 2023527963A JP 2023527963 A JP2023527963 A JP 2023527963A JP 2023549166 A JP2023549166 A JP 2023549166A
- Authority
- JP
- Japan
- Prior art keywords
- health index
- sensors
- evaluation
- health
- module
- 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
Links
- 230000036541 health Effects 0.000 title claims abstract description 365
- 238000012545 processing Methods 0.000 title claims abstract description 133
- 239000000758 substrate Substances 0.000 title claims abstract description 102
- 238000013507 mapping Methods 0.000 title claims description 81
- 230000001960 triggered effect Effects 0.000 title description 6
- 230000004044 response Effects 0.000 claims abstract description 103
- 238000012544 monitoring process Methods 0.000 claims abstract description 90
- 238000011156 evaluation Methods 0.000 claims abstract description 83
- 230000003247 decreasing effect Effects 0.000 claims abstract description 15
- 230000015556 catabolic process Effects 0.000 claims description 73
- 238000006731 degradation reaction Methods 0.000 claims description 72
- 238000004422 calculation algorithm Methods 0.000 claims description 56
- 238000009826 distribution Methods 0.000 claims description 49
- 230000007423 decrease Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 22
- 230000006866 deterioration Effects 0.000 claims description 21
- 238000013480 data collection Methods 0.000 claims description 15
- 230000002776 aggregation Effects 0.000 claims description 14
- 238000004220 aggregation Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000007704 transition Effects 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 7
- 230000003139 buffering effect Effects 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 11
- 238000000034 method Methods 0.000 description 95
- 230000008569 process Effects 0.000 description 45
- 230000000875 corresponding effect Effects 0.000 description 37
- 238000012423 maintenance Methods 0.000 description 20
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000004088 simulation Methods 0.000 description 18
- 239000000872 buffer Substances 0.000 description 15
- 230000009471 action Effects 0.000 description 14
- 235000012431 wafers Nutrition 0.000 description 12
- 230000003044 adaptive effect Effects 0.000 description 10
- 239000004065 semiconductor Substances 0.000 description 8
- 239000007789 gas Substances 0.000 description 7
- 239000012636 effector Substances 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000013024 troubleshooting Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000000231 atomic layer deposition Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 101100042610 Arabidopsis thaliana SIGB gene Proteins 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 101100294408 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) MOT2 gene Proteins 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000003413 degradative effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009616 inductively coupled plasma Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- -1 oxides Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 101150117326 sigA gene Proteins 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- 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]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2894—Aspects of quality control [QC]
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- 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
-
- 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
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【解決手段】健全性モニタリング、評価、および応答システムは、インターフェースおよびコントローラを含む。インターフェースは、信号を、基板処理システムに設置されたセンサから受信するように構成される。コントローラは、健全性インデックスモジュールを含む。健全性インデックスモジュールは、ウィンドウおよび境界しきい値を取得することと、センサから出力される信号をモニタリングすることと、信号が境界しきい値を交差したかどうかを判定することと、健全性インデックス成分を更新することであって、健全性インデックス成分が、バイナリ値であり、信号が境界しきい値を交差することに応じてHIGHとLOWの値の間で遷移する、健全性インデックス成分の更新と、健全性インデックス成分に基づいて健全性インデックス値を生成し、少なくともウィンドウの持続時間に渡って健全性インデックス値を100%から0%まで減少させることと、を含むアルゴリズムを実行するように構成される。コントローラは、健全性インデックス値に基づいて対策を実施するように構成される。【選択図】図2
Description
[関連出願の相互参照]
本出願は、2020年11月11日に提出された米国仮特許出願第63/112,386号の利益を主張するものである。上記出願の開示全体は、参照により本明細書に組み込まれる。
本出願は、2020年11月11日に提出された米国仮特許出願第63/112,386号の利益を主張するものである。上記出願の開示全体は、参照により本明細書に組み込まれる。
本開示は、基板処理システムツールの健全性を評価するためのシステムに関する。
ここで与える背景の説明は、本開示の文脈を一般的に提示することを目的とする。本背景セクションで説明される範囲では、現在名前が挙げられる発明者らの研究、ならびに提出の時点で先行技術として認定されない可能性がある説明の態様は、本開示に対して明示的にも暗示的にも先行技術とは認められない。
工業的な製造プロセスで使用される機械は、流速、圧力、回転速度などのパラメータをモニタリングするセンサからデータを収集することによって、しばしばモニタリングされる。許容できないと考えられる機械運転条件を検出するために、パラメータにはアラームリミットが適用されることが多い。アラームリミットは、ケガ、機械類への損傷、および/または製造欠陥を防止するために使用することができる。モニタリングされるパラメータのうちの1つがアラームリミットを超えると、アラームが生成され得、機械の運転が停止され得る。アラームが生成されてから、オペレータおよび/またはメンテナンス担当者がそのアラームに気付いて応答し、許容できない運転条件に対処できるまでには、タイムラグが存在する。場合によっては、追加的な製造ダウンタイムは、アラームの原因を評価して理解するために失われる。是正アクションを実行し、機械を適切な運転条件に戻すために必要とされる、必須の人員、コンポーネント、材料、機器などを集める際、さらなる遅延が生じる。機械のダウンタイムは、機械の可用性と生産性を低下させる。加えて、許容できない運転条件は、不可逆的な欠陥を生じる場合があり、これにより関連する経済的な損失がさらに大きくなる。
特定の実施形態によると、本開示は、インターフェースおよびコントローラを含む、健全性モニタリング、評価、および応答システムを開示し、提供する。インターフェースは、第1の信号を、基板処理システムに設置された第1のセンサから受信するように構成される。コントローラは、健全性インデックスモジュールを含む。健全性インデックスモジュールは、ウィンドウおよび境界しきい値を取得することと、第1のセンサから出力される第1の信号をモニタリングすることと、第1の信号が境界しきい値を交差したかどうかを判定することと、健全性インデックス成分を更新することであって、健全性インデックス成分が、バイナリ値であり、第1の信号が境界しきい値を交差することに応じてHIGHとLOWの値の間で遷移する、健全性インデックス成分の更新と、健全性インデックス成分に基づいて第1の健全性インデックス値を生成し、少なくともウィンドウの持続時間に渡って第1の健全性インデックス値を100%から0%まで減少させることと、を含むアルゴリズムを実行するように構成される。コントローラは、第1の健全性インデックス値に基づいて対策を実施するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、ウィンドウの持続時間に亘る健全性インデックス成分の更新された値の平均として、第1の健全性インデックス値を生成するように構成される。健全性インデックス成分の更新された値は、アルゴリズムのそれぞれの反復の間に決定される。
いくつかの実施形態では、健全性インデックスモジュールは、アルゴリズムの各反復の間に更新された健全性インデックス値を生成するように構成される。コントローラは、更新された健全性インデックス値に基づいて対策を実施するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、第1の信号がアラームリミットに達するよりも前に、または達した時に健全性インデックス値が0%に減少するように、ウィンドウおよび境界しきい値を選択するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、健全性インデックス値が100%から0%に減少する時間の長さを延ばすように、アルゴリズムの反復の間に境界しきい値を適応的に調節するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、第1の信号がアラームリミットと等しくなるよりも前に、または等しくなった時に健全性インデックス値が0%に減少するように、アルゴリズムの反復の間に境界しきい値を適応的に調節するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、第1の信号の劣化速度を決定するために有限インパルス応答フィルタを実施することと、劣化速度に基づいて境界しきい値を調節することとを行うように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、第1の信号の劣化速度、ウィンドウの持続時間、およびアラームリミットに基づいて、境界しきい値を決定するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、第1の信号の劣化速度を、第1の信号における重み付けされた変化の和として推定することと、推定された劣化速度に基づいて境界しきい値を決定することとを行うように構成される。
いくつかの実施形態では、コントローラは、第1の健全性インデックス値が減少すること、所定レベルに達すること、または所定範囲内にあることのうちの少なくとも1つに応答して、対策を実施するように構成される。
いくつかの実施形態では、インターフェースは、基板処理システムに設置されたN個のセンサからN個の信号を受信するように構成され、Nが2以上であり、N個の信号が第1の信号を含み、N個のセンサが第1のセンサを含む。健全性インデックスモジュールは、N個のセンサからそれぞれ出力されたN個の信号をモニタリングすることと、第1の健全性インデックス値を含む複数の健全性インデックス値を決定するために、N個の信号を評価することと、システム健全性インデックス値を決定するために、複数の健全性インデックス値を集約することとを行うように構成される。コントローラは、システム健全性インデックス値が減少すること、所定レベルに達すること、または所定範囲内にあることのうちの少なくとも1つに応答して、対策を実施するように構成される。
特定の実施形態によると、本開示は、インターフェースおよびコントローラを含む、健全性モニタリング、評価、および応答システムを開示する。インターフェースは、基板処理システムに設置されたN個のセンサからデータを受信するように構成され、Nが2以上である。コントローラは、N個のセンサからそれぞれ出力されたデータのセットを受信することと、複数の健全性インデックス値を決定するために、受信したデータのセットを評価することと、システム健全性インデックス値を決定するために、複数の健全性インデックス値を集約することとを行うように構成された健全性インデックスモジュールを含む。コントローラは、システム健全性インデックス値が減少すること、所定レベルに達すること、または所定範囲内にあることのうちの少なくとも1つに応答して、対策を実施するように構成される。
特定の実施形態によると、本開示は、インターフェースおよびコントローラを含む、健全性モニタリング、評価、および応答システムを開示する。インターフェースは、基板処理システムに設置されたN個のセンサからデータを受信するように構成され、Nが2以上である。コントローラは、健全性インデックスモジュールを含む。健全性インデックスモジュールは、センサからそれぞれ出力されたデータのセットを受信することと、複数の健全性インデックス値を決定するために、データのセットを評価することと、システム健全性インデックス値を決定するために、健全性インデックス値のセットを集約することと、システム健全性インデックス値が所定範囲の外側かどうかを判断することとを行うように構成される。コントローラは、システム健全性インデックス値が所定範囲の外側にあることに応答して、対策を実施するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、データのセットについて、それぞれ二次多項式を決定することと、二次多項式の係数に基づいて、複数の健全性インデックス値を決定することとを行うように構成される。いくつかの実施形態では、健全性インデックスモジュールは、係数を統計分布と比較することと、係数を統計分布と比較した結果に基づいて、複数の健全性インデックス値を決定することとを行うように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、係数の分布を決定することと、分布を健全性インデックス境界と比較することと、分布を健全性インデックス境界と比較した結果に基づいて、複数の健全性インデックス値を決定することとを行うように構成される。いくつかの実施形態では、健全性インデックスモジュールは、基板処理システムの物理的または機能的な分割のうちの少なくとも1つに対応する健全性インデックス計算の階層構造化に基づいて、システム健全性インデックス値を決定するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、集約アルゴリズムを実施し、複数の健全性インデックス値およびシステム健全性インデックス値を決定する際の冗長性または冗長性の欠如に相当するブール演算を用いるように構成される。いくつかの実施形態では、健全性インデックスモジュールは、システム健全性インデックス値を生成する際、基板処理システムの階層レベルまたはサブシステムレベルのうちの少なくとも1つの最小健全性インデックス値を選択するように構成される。
いくつかの実施形態では、複数の健全性インデックス値およびシステム健全性インデックス値のそれぞれは、0%~100%の間である。いくつかの実施形態では、コントローラは、システム健全性インデックス値に基づいて異常と示されるが、コントローラがアラームを生成しないように、または基板処理システムの運転を停止しないように許容範囲内にある、基板処理システムのイベントを定義するように構成される。いくつかの実施形態では、健全性インデックスモジュールは、N個のセンサによって検出された基板処理システムのイベントのN個の各セットに基づいて、複数の健全性インデックス値を生成するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、イベントのN個の各セットが定義された正常運転条件に含まれるかどうかに基づいて、複数の健全性インデックス値を生成するように構成される。いくつかの実施形態では、健全性インデックスモジュールは、基板処理システムの決定された状態によって定義された期間、アナログセンサからの取得データを使用することと、期間中の基板処理システム運転に特徴的な二次的な値を計算するために数学モデルを使用することと、二次的な値に基づいて、システム健全性インデックス値を生成することとを行うように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、境界レベルを超えた運転条件の重大度を示すために、システム健全性インデックス値を定義された境界レベルとアラームレベルとの間でスケーリングするように構成される。いくつかの実施形態では、健全性インデックスモジュールは、非線形スケーリングを使用する。
いくつかの実施形態では、コントローラは、基板処理システムの少なくとも一部分およびN個のセンサに関連付けられる情報を表示するように構成された、センサマッピングモジュールを含む。いくつかの実施形態では、センサマッピングモジュールは、センサ識別子、センサ状態、および基板処理システムの少なくとも一部分に対するN個の健全性インデックス値を表示するように構成される。
いくつかの実施形態では、コントローラは、複数の健全性インデックス値を階層的な形式で表示するように構成されたセンサマッピングモジュールを含む。いくつかの実施形態では、センサマッピングモジュールは、基板処理システムにおけるN個のセンサの物理的な場所を示すように構成される。
いくつかの実施形態では、センサマッピングモジュールは、システムオペレータ入力または受信した命令のうちの少なくとも1つに基づいて、基板処理システムの選択された階層レベルについて、複数の健全性インデックス値のうちの1つまたは複数を選択的に表示するように構成される。いくつかの実施形態では、センサマッピングモジュールは、N個のセンサについて履歴的な健全性インデックス値を表示するように構成される。
いくつかの実施形態では、センサマッピングモジュールは、システムオペレータ入力または受信した命令のうちの少なくとも1つに基づいて、複数の健全性インデックス値の集約レベルを表示するように構成される。いくつかの実施形態では、健全性インデックスモジュールは、選択された期間、正常状態で基板処理システムを運転することに基づいて、正常な運転境界を決定することと、正常な運転境界に基づいて、潜在的な問題または障害を検出することとを行うように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、基板処理システムの定義された運転同士の時間間隔を、複数の健全性インデックス値を決定することに対する基準として使用するように構成される。いくつかの実施形態では、健全性インデックスモジュールは、条件に基づいた数学モジュールを使用して、複数の健全性インデックス値のうちどれが計算されるかに基づいて、データのセットをN個の値に減少させるように構成される。いくつかの実施形態では、健全性インデックスモジュールは、複数の健全性インデックス値を定期的に、N個のセンサによって検出された基板処理システムの1つまたは複数の検出されたイベントに基づいて、決定するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、複数の健全性インデックス値を定期的に、1つまたは複数の検出されたイベントに基づいて、決定するように構成される。いくつかの実施形態では、健全性インデックスモジュールは、基板処理システムの運転がアラームリミットに近づく程度に基づいて、複数の健全性インデックス値を決定するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、N個の正常運転範囲とN個のアラームリミットとの間にそれぞれ配置されたN個の境界に基づいて、複数の健全性インデックス値を決定するように構成される。いくつかの実施形態では、コントローラは、データロギングモジュールを含み、データロギングモジュールは、健全性インデックスモジュールからの命令に基づいて、N個のセンサからデータを収集し、記憶するように構成される。
いくつかの実施形態では、データロギングモジュールは、N個の健全性インデックス値、またはN個のセンサの出力値の変化率のうちの少なくとも1つに基づいて、N個のセンサまたはN個のセンサのサブセットからのデータ収集を開始するように構成される。いくつかの実施形態では、データロギングモジュールは、複数の健全性インデックス値、またはN個のセンサの出力値の変化率のうちの少なくとも1つに基づいて、データサンプリングレートを大きくし、N個のセンサから大きくしたデータレートでデータを収集するように構成される。
いくつかの実施形態では、健全性インデックスモジュールは、システム健全性インデックス値に基づいて、基板処理システムの劣化を検出することと、劣化の原因を決定するために追加的なデータを収集することとを行うように構成される。いくつかの実施形態では、健全性モニタリング、評価、および応答システムは、N個のセンサをさらに含む。
特定の実施形態によると、本開示はまた、N個のセンサ、インターフェース、およびコントローラを含むセンサマッピングシステムを開示する。複数のセンサは、基板処理システムの個々のパラメータを検出するように構成され、Nが2以上である。インターフェースは、N個のセンサからデータを受信するように構成される。コントローラは、センサマッピングモジュールを含む。センサマッピングモジュールは、N個のセンサについてセンサ情報を表示する命令を受信することと、N個のセンサからそれぞれ出力されたNセットのデータを受信することと、基板処理システムの少なくとも一部分のビューの上に、センサ情報とともにN個のセンサの場所を表示することとを行うように構成される。
いくつかの実施形態では、センサ情報は、現在のセンサ値、履歴的な集約値、健全性インデックス値、部品番号、またはシリアルナンバのうちの少なくとも1つを含む。いくつかの実施形態では、センサマッピングモジュールは、基板処理システムの少なくとも一部分のビューの上に、N個のセンサの状態を表示するように構成される。
いくつかの実施形態では、コントローラは、N個のセンサについてそれぞれ複数の健全性インデックス値を生成するように構成された健全性インデックスモジュールをさらに含む。センサマッピングモジュールは、基板処理システムの少なくとも一部分のビューの上に、複数の健全性インデックス値を表示するように構成される。いくつかの実施形態では、センサマッピングモジュールは、健全性インデックスモジュールから命令を受信するように構成され、命令は、M個のセンサのセットからN個のセンサの選択を含み、MはNよりも大きい。
いくつかの実施形態では、センサマッピングモジュールは、システムオペレータ入力または命令信号のうちの少なくとも1つを受信することと、システムオペレータ入力または命令信号のうちの少なくとも1つに基づいて、N個のセンサのうちの1つまたは複数から受信したデータをプロットすることとを行うように構成される。いくつかの実施形態では、センサマッピングモジュールは、N個のセンサのうちの1つについてデータのプロットを表示するための入力を受信することと、N個のセンサのうちの1つからのデータのプロットを含むグラフを表示することであって、グラフが基板処理システムの少なくとも一部分のビューと同一画面に示される、グラフの表示とを行うように構成される。
いくつかの実施形態では、センサマッピングモジュールは、受信した入力に基づいて、基板処理システムの画面レベルまたは表示される階層レベルのうちの1つを変更するように構成される。いくつかの実施形態では、センサマッピングモジュールは、基板処理システムの、N個のセンサについてのセンサ情報ではなく、M個のセンサについてのセンサ情報を、入力に基づいて表示するように構成され、Mが2以上である。いくつかの実施形態では、M個のセンサには、N個のセンサが含まれない。いくつかの実施形態では、M個のセンサは、N個のセンサのうちの1つまたは複数を含む。
特定の実施形態によると、本開示はまた、データロギングシステムを開示する。データロギングシステムは、N個のセンサ、インターフェース、およびコントローラを含む。N個のセンサは、基板処理システムの個々のパラメータを検出するように構成され、Nが2以上である。インターフェースは、N個のセンサからデータを受信するように構成される。コントローラは、データロギングモジュールを含む。データロギングモジュールは、N個のセンサおよびトリガ情報を選択する命令を受信することと、N個のセンサまたは他のセンサのうちの少なくとも1つをモニタリングし、トリガ情報によって識別される1つまたは複数のトリガイベントを検出することと、1つまたは複数のトリガイベントを検出したことに応答して、N個のセンサの出力をデータロギングしてロギングされたデータを提供することとを行うように構成される。コントローラは、ロギングされたデータを分析し、ロギングされたデータを分析した結果に基づいて対策を実施するように構成される。
いくつかの実施形態では、データロギングモジュールは、健全性インデックスモジュールから命令を受信することであって、命令が、センサの選択されたセットおよびトリガを含む、命令の受信と、トリガに基づいて、センサの選択されたセットからのデータをロギングすることとを行うように構成される。いくつかの実施形態では、センサの選択されたセットは、N個のセンサのうちの1つまたは複数を含む。いくつかの実施形態では、センサの選択されたセットは、N個のセンサを含まない。
いくつかの実施形態では、データロギングモジュールは、トリガ、しきい値、または条件のうちの少なくとも1つに基づいてデータロギングを実施するように構成される。コントローラは、基板処理システムの1つまたは複数の運転が、定義された正常運転条件の内側で発生したか、それとも外側で発生したかを分類することと、分類に基づいて、複数の健全性インデックス値を生成することと、複数の健全性インデックス値の集約に基づいて、対策を実施することとを行うように構成された健全性インデックスモジュールを含む。
いくつかの実施形態では、データロギングモジュールは、1つまたは複数のトリガイベントに先立って、データをバッファリングすることと、1つまたは複数のトリガイベントに先立って、設定された期間、データを記憶することとを行うように構成される。いくつかの実施形態では、データロギングモジュールは、1つまたは複数の他のセンサに関するトリガイベントに基づいて、N個のセンサについてデータをロギングするように構成される。
いくつかの実施形態では、データロギングモジュールは、基板処理システムの検出された1つまたは複数の条件に基づいて、N個のセンサについてデータをロギングするように構成される。いくつかの実施形態では、データロギングモジュールは、トリガイベントが生じる都度、N個のセンサから出力されたデータを設定された期間記録することによって、断続的なイベントをキャプチャするように構成される。
本開示の適用可能性のさらなる領域は、詳細な説明、特許請求の範囲、および図面から明らかとなろう。詳細な説明および具体的な例は、単に例示を目的としたものであり、本開示の範囲を限定するようには意図されていない。
本開示は、詳細な説明および添付の図面から、より十分に理解されるであろう。
図面では、類似の、および/または同一の要素を識別するために、符号は再利用される場合がある。
基板処理システムのツールは、ロードポートモジュール(LPM:load port module)、機器フロントエンドモジュール(EFEM:equipment front end module)、エアロック、真空移送モジュール(VTM:vacuum transfer module)、および基板処理ステーションのチャンバへの、またチャンバからの基板の移送のためのロボットを含むことができる。LPM、EFEM、エアロック、VTM、およびロボットは、温度センサ、光学センサ(カメラ)、圧力センサ、相対湿度センサ、酸素センサ、ロッカバルブセンサ、振動センサ、電流電圧センサなど、多数のセンサを含む可能性がある。センサは、様々なデバイスの状態をチェックし、ツールがアイドルの時に行われるリークバイチェックなどの基本的な健全性チェックルーチンを実行するために、モニタリングすることができる。リークバイチェックとは、コンポーネント間の境界面および/または封止を通じた流体のリークの量のチェックを指す。これらのタイプのチェックの一部は、対応する処理システムがアイドルであり、そのために処理中のシステムの状態を反映する必要がない時など、正常な処理条件の外側で行われる。チェックの一部は、あまり頻繁にではなく実施され、プロセスが実施されるのを遅らせる可能性がある。システムオペレータは、標準に満たないプロセス結果が生じるまでハードウェア劣化が生じていると判断することができない場合があり、これはチェックがあまり頻繁に実施されない場合に特に当てはまる。
ツールのモジュール、エアロックロボットなどのうちの1つに不適切な運転条件が存在する場合、ツールをシャットダウンする必要がある場合があり、処理時間が失われる。多数のセンサ、ツールの複雑さ、およびツールの特徴同士の相関関係に起因して、何がアラーム条件を引き起こしているかを識別、場所特定、および判断することが困難な場合があり、このことは長期間のダウンタイムをもたらす。アラーム条件は、ある問題の直接的または間接的な結果であり得る。間接的な場合、アラーム条件の原因の判断は、判断することがより困難になる可能性がある。
いくつかの事例では、診断ツールは、1つまたは複数のセンサのパラメータをユーザインターフェース上で時間に対してプロットすることができる。プロットされるパラメータに相当するセンサの場所は示されず、単にパラメータ名称とパラメータの現在値の表形式の一覧が示されることが多い。この理由のため、システムオペレータは、単にユーザインターフェースを見るだけでは、センサの場所を判断することができない。センサの場所を判断することは困難である可能性がある。場所の判断には、ソフトウェアに表示される名称と一致する電気信号を識別するために、システムオペレータがソフトウェアエンジニアと会話することが伴う場合がある。これに続いて、システムオペレータは、相互接続および/または配管、ならびに器具ダイヤグラムをチェックし、(i)センサのコンポーネント数、(ii)ツール内でセンサがどのコンポーネントに接続されているか、および/またはどのコンポーネントに近いかを判断する。次いで、システムオペレータは、コンポーネント数と特定されたコンポーネントに基づいて、センサの実際の物理的な場所を見つけるのに時間をかける。センサの場所を判断するためのプロセスは、時間および労力両方が集約的であり得る。
センサが位置する場所を知らないでいることは、トラブルシューティングの困難さを増し、収集されたデータから導き出され得る可能性のある幅の広い結論を分かりづらいものにする。加えて、許容できない条件および/または劣化した条件が存在することを検知するために、センサデータを区別することを困難にする場合がある。例えば、ツールは、多くの異なる温度センサを有することができる。温度センサのうちの1つが、特に高い温度を読み取っている場合、その温度が妥当な範囲内か、または対応するコンポーネントが通常よりも高温で動作している指標であるかを判断することが困難な場合がある。処理モジュールが高温で動作している場合、センサデータは恐らく良好であるが、1つまたは複数の他の条件をチェックする必要があり得る。場合によっては、潜在的な偽アラームを示すしきい値リセット特徴がチェックされ得、ONであれば、問題は恐らく存在しない。しかしながら、しきい値リセット特徴がOFFの場合、ある条件が存在する場合があり、メンテナンスがスケジュールされてもよい。場合によっては、処理モジュールが正常運転温度を下回って動作している場合、対応するセンサのバンクに対してメンテナンスがスケジュールされるべきである。これらのタイプの条件付きシナリオのセンサデータには、プロセス制御リミットを適用することが困難である。これらの理由により、従来のツールでは、熟練の技術者が問題をトラブルシューティングし、センサデータ値を正しく解釈することが重要である。
データを記録するために、ツールは、センサデータストリームの診断的追跡を、第1のシステムオペレータ入力(例えば、開始ボタンを押す)を介してシステムオペレータによって開始できるようにする。記録は、一定の時間の後、または第2のシステムオペレータ入力(例えば、停止ボタンを押す)に応答して停止する。データ記録を開始するためにボタンを押すことは、システムオペレータが制御された試験を実行している時はうまくいくが、正常処理期間中および/または長期間に渡って時折生じる繰返しイベントをキャプチャしようとしている時はうまくいかない。手動制御に基づくデータの記録は、大量の不要なデータを収集させることにもなり、これは利用可能なメモリをすぐにいっぱいにする。
本明細書において説明される実施形態は、ツール(またはプラットフォーム)のセンサをモニタリングし、センサデータに基づいてツールの状態を評価する、システム健全性モニタリング、評価、および応答(HMAR)システムを含む。いくつかの実施形態によると、これには、個々のサブシステム、モジュール、デバイス、コンポーネント、センサなどについて健全性インデックス(HI)値を生成することと、全体的なシステム健全性インデックス(SHI:system health index)値を生成することとを含む。いくつかの実施形態では、SHI値は、HI値の集約に基づいて生成される。それぞれ個々のHI値は、ツールの潜在的な障害モードの知識に基づいた1つまたは複数のアルゴリズムを使用して決定される。この手法は、機械学習アルゴリズムを使用して大量の履歴データを評価することとは異なる。履歴データに基づいて機械学習アルゴリズムを使用することは、大量のシステムメモリおよび計算能力を必要とし、「乾草の中から針を見つけ出す」のに似ている。開示の集約方法は、記憶され評価されるデータの量を著しく低減し、それによりツールの状態の評価に必要とされるメモリ使用率、データ処理時間、および計算能力を低減する。いくつかの実施形態では、ツールは、以下でさらに説明するように、SHI値および/または他のHI値に応答して様々なアクションを実施することができる。
システムは、収集されたセンサデータをリアルタイムで、つまり正常および/または異常な処理運転中に、評価する。正常処理期間中にデータを収集および評価することは、処理結果に影響を及ぼす挙動の、より直接的な測定および評価を与える。処理中および基板がツール上でサイクルされている間、ツール上で何が起きているかの測定を与えるために、基板処理時間のある期間に渡って、絶え間ないチェックが実施される。長時間絶え間なく動作することは、コンポーネントが障害となった時のより良い予測を可能とする。データをより頻繁に、また処理中に収集することで、データを処理結果に同期させることができる。
本明細書において説明される実施形態はまた、センサマッピングを含み、このセンサマッピングは、センサの識別子(ID)、センサの場所、およびセンサの状態を表示することを含む。このことにより、システムオペレータは、それぞれモニタリングされるセンサのID、物理的な場所(以降では「場所」)および状態を、単にユーザインターフェース(UI)を見るだけで、迅速かつ容易に判断することができる。センサのデータ出力値は、センサのID、場所、および状態と、同一の画面および/もしくはウィンドウ上、または異なる画面および/もしくはウィンドウ上で、時間に対して示される。いくつかの実施形態では、データ値対時間は、センサID、場所、および現在の状態を示すボックスをクリックすることによってプロットを介して示すことができる。センサに関連付けられるHI値もまた、示される場合がある。センサ情報は、1つまたは複数のUI画面および/またはウィンドウを使用して表示されてもよい。UI画面および/またはウィンドウは、対応するツールおよび/またはその一部のグラフィカルな画像を、センサ情報が重ねられて含む場合がある。システムは、どのセンサを同時的にモニタリングし、対応するデータを閲覧するかを選択することができる。いくつかの実施形態では、選択は、システムオペレータによって実施される。
センサの場所を表示することによって、特にツール上で多数のセンサが利用される場合に、システムオペレータは、迅速かつ容易に、センサ値とシステムパフォーマンスとの間の傾向を識別することができる。センサの場所を表示することによって、エンジニアもまた、ツールに伴う問題をより容易にトラブルシューティングすることができる。従来、エンジニアは、不適切な(または正常ではない)センサ読取り値に関連付けられるセンサを単に追跡して場所特定するのに数時間費やすことがある。これには、センサの場所を判断するために人々に電子メールし、文書を通じて綿密に調べることが含まれる場合がある。エンジニアはまた、センサがツールの第1のコンポーネントにあると誤って決定し、第1のコンポーネントをトラブルシューティングし始め、その後、第2の(または異なる)コンポーネントにセンサがあると判断する場合がある。エンジニアが第2のコンポーネントの代わりに第1のコンポーネントをトラブルシューティングしたため、トラブルシューティングのプロセスを再開する必要があり、さらなるダウンタイムを生じる。センサの場所を表示することは、問題の根本原因を判断するために、センサを場所特定し、問題をトラブルシューティングする時間を節約する。
いくつかの実施形態では、データロギングの自動的な開始および停止は、センサ出力、ある条件が存在するか、近い将来生じ得るという判断、しきい値、トリガイベントなどに基づいて実装される。いくつかの実施形態では、開示のシステムによって、システムオペレータは開始および停止のトリガイベントをセットアップすることができる。そうすると、トリガイベントが発生した時に、データロギングが、自動的に開始および停止する。リミットおよび他の条件は、例えばデータ保持時間を制限するためにセットされる場合がある。リミットおよび他の条件はまた、データロギングが開始してから所定時間の後に停止トリガが発生しない場合に、データロギングのタイムアウトを起こすようにセットされてもよい。いくつかの実施形態では、データロギングは、事前設定時間(例えば、1日、1週間など)の後に無効にされてもよい。いくつかの実施形態では、データロギングは、HI値および/または対応する情報に基づいて開始されてもよい。いくつかの実施形態では、パフォーマンスが悪化するようにコンポーネントが妙な挙動をしているか、劣化し始めている場合、システムは、そのコンポーネントに直接的に関連するおよび/またはそれによって間接的に影響を受けるセンサのデータロギングを開始してもよい。システムは、追加的なデータを収集して対応する悪化態様を分析、モニタリングするために、および/または1つもしくは複数の問題を検知するために、このようなセンサのデータロギングを拡張することもできる。自動的なデータロギングは、ツールの低速および高速のデータロギングに適用することができる。いくつかの実施形態では、ツールは、あるセンサに対して約20ヘルツ(Hz)での低速データロギングを、他のセンサに対して高速データロギング(例えば、約1キロヘルツ)を実施することができる。いくつかの実施形態では、システムは、低速データロギングを実施する1つまたは複数のセンサの第1のセット、および高速データロギングを実施する1つまたは複数のセンサの第2のセットを決定することができる。
図1は、フロントエンド一体化ポッド(FOUP)104を伴うロードポートモジュール(LPM)102、機器フロントエンドモジュール(EFEM)およびロードロック(以降では「EFEM」)106、エアロック108、真空移送モジュール(VTM)110、処理モジュール(またはステーション)112、電力ロックアウトおよびタグアウトシステム114、ならびに制御ステーション116を含む、HMARシステム100の一部を示す。LPM102、EFEM106、エアロック108、VTM110、および電力ロックアウトおよびタグアウトシステム114は、プラットフォームと称される場合がある。最初に、基板はFOUP104に受け入れられて保管され、様々な堆積、エッチング、および洗浄処理を実施するために処理モジュール112に移送される。VTM110は、ウエハをステーション112へ、またステーション112から移送する。VTM110は、ロボット(例示のロボット120、122が示される)、および基板を一時的に保管するための1つまたは複数のバッファ(1つの124が示される)を含む場合がある。ロボットは、基板をステーション112およびバッファへ、またステーション112およびバッファから移送する。プラットフォームは、処理モジュール112と組み合わせて、基板処理システムと称される場合がある。ステーション112のそれぞれは、例えば高周波(RF)プラズマを使用して基板をエッチングするために使用されてもよい。ステーション112のそれぞれは、誘導結合プラズマ(ICP)チャンバまたは容量結合プラズマ(CCP)チャンバなどの、処理チャンバを含む。ステーション112は、例えば導電体エッチングまたは誘電体エッチングプロセスを実施することができる。
制御ステーション116は、プラットフォームおよび処理ステーション112の動作を制御することができる。制御ステーション116は、コントローラ130、ハードウェアインターフェース132、ユーザインターフェース134、およびメモリ136を含んでもよい。ハードウェアインターフェース132は、LPM102、FOUP104、EFEM106、エアロック108、VTM110、ステーション112、電力ロックアウトおよびタグアウトシステム114、およびロボットに電気接続することができる。コントローラ130は、LPM102、FOUP104、EFEM106、エアロック108、VTM110、ステーション112、電力ロックアウトおよびタグアウトシステム114、およびロボットを、制御およびモニタリングすることができる。これには、LPM102、FOUP104、EFEM106、エアロック108、VTM110、ステーション112、電力ロックアウトおよびタグアウトシステム114、およびロボットのセンサを、モニタリングすることが含まれる。いくつかの実施形態では、コントローラ130は、汎用コンピュータ/プロセッサである。いくつかの実施形態では、コントローラ130は、ウエハ製作機器において特殊なセットのセンサおよびプログラムと対話するように、またはそれらに命令するように構成された特殊目的コンピュータ/プロセッサである。例示のセンサを、図2に関して示し、説明する。ユーザインターフェース134は、1つまたは複数のタッチスクリーンなどの1つまたは複数のディスプレイ、キーボードなどを含むことができる。メモリ136は、センサから収集されたデータおよび他のデータ、ならびに以下で説明されるような情報を記憶することができる。
図2は、LPM102、EFEM106、エアロック108、VTM110、ステーション112、電力ロックアウトおよびタグアウトシステム114、および制御ステーション116を含む、HMARシステム100の一部200を示す。一部200はまた、センサマッピングシステムおよび/またはデータロギングシステムと称される場合もある。一部200はまた、ロボット120、122を含み得るロボット202を含む。LPM102、EFEM106、エアロック108、VTM110、ステーション112、電力ロックアウトおよびタグアウトシステム114、ならびにロボット202は、個別のセンサ210、212、214、216、218、220、222を含むことができる。LPM102のセンサ210は、圧力センサ、振動センサなどを含むことができる。センサ210は、例えば、圧縮乾燥空気(CDA:compressed dry air)圧力センサ、およびドア振動センサを含むことができる。
EFEM106のセンサ212は、圧力センサ、温度センサ、相対湿度(RH)センサ、酸素センサ、濃度センサ、振動センサ、流速センサ、速度センサ、粒子センサなどを含むことができる。センサ212としては以下を挙げることができる:フレーム振動センサ;ファンフィルタユニット流速センサ;ファン速度センサ;印刷回路版(PCB)温度、RHおよび圧力振動センサ;窒素温度センサ;窒素圧力センサなど。エアロック108のセンサ214は、圧力センサ、酸素センサ、振動センサ、RHセンサ、温度センサ、粒子センサなどを含むことができる。センサ214は、カメラ、ドア振動センサ、ドアCDA圧力センサなどを含むことができる。
VTM110のセンサ216は、圧力センサ、温度センサ、RHセンサ、酸素センサ、振動センサなどを含むことができる。センサ216はとしては以下を挙げることができる:カメラ;ロッカバルブ振動センサ;ならびにPCB温度、RHおよび圧力振動センサ。センサ216は、ロッカバルブ上に加速度計を含む場合がある。ステーション112のセンサ218としては、温度センサ、圧力センサ、濃度センサ、電圧センサ、電流センサなどを挙げることができる。電力ロックアウトおよびタグアウトシステム114のセンサ220は、温度センサ、振動センサなどを含むことができる。ロボット202のセンサ222は、温度センサ、真空圧力、振動センサ、位置センサ、電圧センサ、電流センサなどを含むことができる。センサ210、212、214、216、218、220、222および/または関連するハードウェアは、関連するアナログ入力、デジタル入力、アナログ出力、および/またはデジタル出力を有することができ、これらはコントローラ130によって提供すること、および/またはコントローラ130によって受信することができる。センサ210、212、214、216、218、220、222の一部の例を上述したが、センサ210、212、214、216、218、220、222は、カメラおよび/または他のセンサなど、他のセンサを含んでもよい。
いくつかの実施形態では、コントローラ130は、HIモジュール230、センサマッピングモジュール232、およびデータロギングモジュール234を含む。HIモジュール230は、センサ210、212、214、216、218、220、222ならびに他のコンポーネントおよび/またはデバイスなどの、コンポーネントおよび/またはデバイスのHI値を決定する。HIモジュール230はまた、プラットフォームおよび/または処理モジュール112を含み得る、モジュール、サブシステム、および基板処理システムについてのHI値を決定する。HI値がどのように決定され得るかの例示の実施形態を、図5~図13に関して以下で説明する。図13は、基板処理システムの異なる階層レベルについてHI値を伴う例示の階層ダイヤグラムを示す。
センサマッピングモジュール232は、メモリ136に記憶されるセンサ情報を決定する。メモリ136は、以下を記憶する:センサ識別子(ID)242を含むセンサ情報240;センサ状態244およびセンサHI値246;センサデータ248;他のHI値250;ならびにアルゴリズム252。他のHI値250は、システム、モジュール、デバイス、および/またはコンポーネントのHI値を含むことができる。センサ状態244は、現在の運転ステータスまたはパラメータ(例えば、温度)など、センサ210、212、214、216、218、220、222の現在の出力であってもよい。センサ情報240は、履歴的集約値など、他のセンサ情報を含んでもよい。センサID242は、部品番号、シリアルナンバ、一意なラベル、またはそれらのあらゆる組合せを含むことができる。アルゴリズム252は、コントローラ130によって実行される、本明細書で開示されるあらゆるアルゴリズムを含むことができる。
運転中、HIモジュール230は、一部の実施形態によるデータロギング動作を実施するためのデータロギングモジュール234に命令を与えることができる。命令は、モニタリングするセンサ、センサからデータを収集する期間、データを収集する頻度、収集サイズ、分解能(すなわち、サンプリングレート)などを含むことができる。データロギングモジュール234は、受信した命令に基づいて、選択されたセンサからデータを収集することを含むデータロギングを実施することができる。次いでHIモジュール230は、データロギングモジュール234によって収集されたデータを受信することができる。HIモジュール230はまた、センサ情報を表示するための、およびデータプロットのためのセンサマッピングモジュール232に命令を与えることができる。これには、センサID、与えられたセンサIDに関連付けられる情報および/またはデータを表示する期間、センサ情報および/またはデータを表示するかどうか、複数のセンサからのデータをプロットするかどうか、などを提供することを含むことがある。HIモジュール230は、センサレイアウトマップおよび値をセンサマッピングモジュール232から受信することができる。センサマッピングモジュール232は、センサの場所、センサ状態値(例えば、データロギングモジュール234からのロギングされたデータ)、HIモジュール230からの境界および/または条件などを示す入力を受信することができる。
HIモジュール230は、正常プロセス条件の間、異常プロセス条件の間、および/または他の条件の間、センサデータ追跡を実施することができる。これは、ツールがアイドルの間、および/または処理中に行うことができる。これには、所定の、定期的な、ランダムな、および/または半ランダムな追跡を含むことができる。いくつかの実施形態では、HIモジュール230は、センサデータ評価(時間、傾向におけるデルタなど)を追跡して判断する。HIモジュール230は、以下の相関関係を提供する:個別に追跡される各センサのデータ;同一処理ステーションにおけるセンサからのデータ;異なる処理ステーションにおけるセンサからのデータ;異なる処理モジュールにおけるセンサからのデータ;複数のツールがモニタリングされている場合の異なるツールのセンサからのデータ、および上で言及したあらゆる組合せ。いくつかの実施形態では、HIモジュール230は、データ曲線の傾き、傾き決定のタイミング、異なるセンサの重み付け値などを、特定の条件が存在するかどうかを評価する際に決定する。
いくつかの実施形態では、HIモジュール230はまた、ローカルおよび/もしくは半ローカルベース、ステーションベース、デバイスベース、モジュールベース、処理モジュールベース、ならびに/またはツールベースであってもよい集約を実施する。集約は、類似のおよび/または異なるセンサのグループ、関連センサおよび/または関連性のないセンサなどに対するものであってもよい。HIモジュール230は、以下でさらに説明するように、最低相関および/または集約値を選択する。HIモジュール230は、パラメータおよびHI値における、分布、平均、標準偏差、およびシフトをモニタリングする。HIモジュール230は、集約値を以下について相関させる:同一のコンポーネント、デバイス、モジュール、サブシステム、処理ステーション;および異なるコンポーネント、デバイス、モジュール、サブシステム、処理ステーションについての値。いくつかの実施形態では、HIモジュール230は、パラメータおよび集約値を評価して相関させて健全性インデックスのスコアリングを提供し、これには集約値を比較すること、および最低集約値を選択することを含み得る。
HIモジュール230は、以下のための動作をさらに実施する:傾向認識;劣化認識;回帰分析;早期警告指標;センサ、ステーション、処理モジュール、ツールなどのステータスレポーティング;ならびにトラブルシューティング結果の決定およびレポーティング。HIモジュール230は、データ収集のためのセンサ、実施される1つまたは複数のアクションのタイミング、およびサンプリングの頻度を選択することを含む、データロギングのための命令を生成する。HIモジュール230は、以下を含む、カテゴリ境界のセッティング、リセット、および更新を実現する:アラームリミットのセッティング、リセット、および更新(フォーカシング、ブロードニング、および/またはシフト);決定境界のセッティング、リセット、および更新(フォーカシング、ブロードニング、および/またはシフト);正常運転範囲のセッティング、リセット、および更新(フォーカシング、ブロードニング、および/またはシフト);システムオペレータ入力に基づくセッティング調整など。これには、ベースラインのセッティングおよび/または更新が含まれる。HIモジュール230はまた、健全性ステータスレポート、警告レポート、予防的なメンテナンス指標、シャットダウン指標、シャットダウン動作などを実現することを含め、相関および集約の結果に基づいた予防的なメンテナンスおよび/または対策動作を実施することができる。例として、健全性ステータスレポートは、1つまたは複数の健全性インデックス値、データプロット、センサ場所情報、センサ出力値、および/または本明細書において開示される他のステータス情報を含む指標健全性ステータス指標を含むことができる。HIモジュール230は、データストリームを比較して相互作用を見つけ、劣化予測、レポーティング、ならびに予防的なメンテナンスおよび/または対策の開始のために、モデル、境界などを更新する。HIモジュール230はまた、データ記憶の量を最小化するために、データの複製および/またはクリーニングを実施することもできる。
センサマッピングモジュール232は:センサを識別してラベル付けする;センサの場所を決定する;センサの出力状態を示す;ならびに二次元(2D)および/または三次元(3D)マッピング、ならびにセンサ場所および一部の実施形態による他のセンサ情報のグラフィカルな表示を提供する。センサマッピングモジュール232はまた、センサの選択に応答して、選択されたセンサからのデータをプロットすることができる(例えば、センサ場所が示されたディスプレイの一部をクリックして、経時的にセンサ出力のグラフを表示する)。データは、選択された期間に基づいてプロットされてもよいし、および/またはプロットされたセンサデータのスライディングウィンドウとして表示されてもよい。複数のセンサからのデータは、タイムスタンプがつけられ、同一グラフおよび/または同一ウィンドウにプロットすることができる。センサマッピングモジュール232は、センサの異なるセットに対し異なる期間について、所定のデータロギング/表示計画に基づいて、グラフィカルな表示および/またはデータプロットをセットする。これは、システムオペレータ入力に基づいてセットおよび/または調節されてもよい。表示されるセンサ情報は、警告および/またはアラートを含んでもよい。データの異なるセットは、モニタリングされる各センサから収集することができる。そのため、複数のセンサがモニタリングされる場合、データの複数のセットが収集される。
センサマッピングモジュール232は、表示されるセンサ情報の場所および/または値を色コード化してもよい。これは、値が所定の境界/範囲内にあるかどうか、境界に近いかどうか、または所定の境界/範囲の外側かどうかを示すために行われる場合がある。これは加えて、または代替的に、例えば複数の温度センサがモニタリングされる場合に、仮想的な熱マップを提供するために行われる場合がある。相関および/または集約値は、プロットすることができ、システムオペレータ入力に基づくことができる。
いくつかの実施形態によると、データロギングモジュール234は、1つまたは複数のトリガリングイベントおよび/または所定のマルチイベント条件セットに基づいて、選択されたセンサからのデータ収集の、マルチセンサの時間ベーストリガリングおよびイベントベーストリガリングを実施する。一実施形態では、選択されたセンサからの、イベント前トリガリングのデータ収集が実施される。イベントおよびイベント前トリガリングは、システムオペレータ入力に基づいて実施されてもよい。データロギングのタイムアウトは、トリガ停止イベントが検出されない場合に、および/または所定量のデータが収集された時に生じ得る。データロギングモジュール234は、センサの異なるセットに対し異なる期間について、所定のデータロギング計画に基づいて、データロギングをセットする。これは、システムオペレータ入力に基づいてセットおよび/または調節されてもよい。データロギングモジュール234は、データのバッファリングおよびループ化されたバッファリングを実施し、イベントに直接的に関連付けられるセンサから、および/またはイベントに間接的に関連する他のセンサから、データを収集することができる。データロギングモジュール234は、センサの所定セットによるデータ収集をトリガするために、同一の特定のイベントが、所定の総数が生じてしまったかどうかを、セットおよび追跡する。データロギングモジュール234は、リアルタイムに(すなわち、収集および/またはキャプチャされる時に)、またデータロギングを実施し続けながら、データをレポートすることができる。トリガリングイベントおよび/またはマルチイベント条件セットの数およびタイプは、HIモジュール230からの命令に基づいて、狭めること、維持すること、および/または拡げることができる。
いくつかの実施形態によると、コントローラ130は、様々なデバイスの状態をモニタリングし、収集されたセンサ情報および生成されたHI値に基づいてそれらを制御することができる。いくつかの実施形態では、HI値は、収集したデータのセットごとに生成される。図2は、LPMドアアクチュエータ251、EFEMファンモータ253、エアロックバルブ254、ロボットモータ256、およびVTMバルブ258を含む、いくつかの例示のデバイスを示す。他のデバイスが、含められ、モニタリングされ、そして制御されてもよい。デバイスはまた、トリガイベント、しきい値を超えたこと、および/または他の条件が満足されたことに基づいて制御することができる。デバイスは、実施されている対策の一部として制御することができる。
図3は、例えば図1のユーザインターフェース134のうちの1つに表示され得る、2Dセンサ情報およびHIレポーティング画面300を示す。画面300は例として与えられており、センサの物理的な場所およびセンサ情報を示す他の画面がさらに示される場合もある。一実施形態では、システムオペレータは、閲覧する画面を選択することができ、センサの物理的な場所で、およびセンサの場所を容易に特定するよう周囲システムハードウェアで「ズームイン」することができる。画面は、ハードウェアの2Dビューまたは3Dビューを含むことができる。例示の3Dビューを、図4に示す。一実施形態では、多くのセンサ(例えば、20センサよりも多い)が実装され、基板処理システムを通じた温度および検出された温度の個々の場所を示す熱マップとして使用される。様々な他のパラメータマップもまた、異なる温度の熱マップと併せて示される場合がある。
図3の画面300は、LPM102、FOUP104、EFEM106、エアロック108、VTM110、ステーション112、電力ロックアウトおよびタグアウトシステム114、ロボット120、122、ならびにバッファ124を含む、基板処理システムの俯瞰図である。複数の例示のセンサ情報ブロック302が示されている。センサ情報ブロック302は、センサID、センサ状態値、およびHI値を含む。例示のセンサIDのS1~S6、センサ状態の温度値T1~T6、センサ状態のモータ電流値C1、およびHI値のHI1~HI6が示される。センサ情報ブロックは、例として与えられる。あらゆる数のセンサ情報ブロックが示されてもよい。センサ情報ブロックの数、およびセンサ情報ブロックの内容は、システムオペレータによってカスタマイズすることができる。デバイス、モジュール、サブシステム、および/または基板処理システムについて集約されたHI値が、さらに表示されてもよい。例示のSHI値ブロック304が示されており、基板処理システムについて全体のSHI値を示している。
図4は、3Dセンサ情報およびHIレポーティング画面400を示している。画面400は、FOUP104、EFEM106、高周波生成器410とガスボックス412を伴う処理モジュール112、ならびに電力ロックアウトおよびタグアウトシステム114を含む、基板処理システムを示す。例示のセンサ情報ブロック420、およびSHIステータスブロック422が示されている。システムオペレータは、センサ情報ブロック420のうちの1つをタップまたはクリックして、経時的にセンサ出力のプロットを表示することができる。例示のプロット424は、センサS7について示される。一実施形態では、システムオペレータは、特定の場所でクリックすることができ、その場所の、および/またはごく近傍にあるセンサのプロットを与えられる。いくつかの実施形態では、時間に対して複数のセンサのプロットされた出力を含む、単一のグラフが与えられる場合がある。これによって、システムオペレータは、対応パラメータにおける変化を見ることができ、問題が存在するかどうか、およびその問題の原因を判断することができる。
一実施形態では、図3~図4の画面および/または他のセンサ情報画面は、個々のセンサの場所を識別するドットを含む。図4には、いくつかのドット430、432が示される。いくつかの実施形態では、3D画面は、センサおよび赤で示される対応場所を伴う、グレーアウトしたコンピュータ支援設計(CAD)モデルを含む。いくつかの実施形態では、UIは、センサの表形式化された一覧を、センサの個々の値を伴って、または個々の値を伴わずに表示することができる。ユーザは、表形式化された一覧において1つまたは複数のエントリ(例えば、センサID)をクリックおよび/または選択することができる。これが生じると、UIは、図3および図4に示される画面のいずれか1つに遷移することができる(その逆もあり得る)。また、いくつかの実施形態では、図2のコントローラ130は、以前に選択されたセンサに基づいて、モニタリングおよび/またはチェックする他のセンサを推奨する。推奨は、場所ベース、センサタイプベース、運用条件ベースであることができる。例えば、図4で432をクリックすると、コントローラ130は、ユーザがクリックした近傍のセンサを示す画面を「ポップアップ」することができる。これには、近くの領域にある追加的なおよび/または他のセンサを示すことを含むことができ、それにより、技術者はクリックが生じた点の周囲近くのセンサのステータスを迅速にチェックすることができる。別の実施形態では、他のセンサの推奨を有効化、および無効化するために「トグル」特徴部が含められる。
センサデータは、上述のように時間に対してプロットすることができる。一実施形態では、プロットは、特定の時刻に、特定の曜日に開始するようにセットされてもよい。他のセンサデータのプロットは、異なる時刻および曜日に開始してもよい。さらに別の実施形態では、センサ情報は色コード化されてもよい。これには、センサID、センサ状態、およびセンサHI値を色コード化することを含んでもよい。センサ状態は、熱マップを提供するために色コード化されてもよい。いくつかの実施形態では、色は、センサ状態値、そのセンサの目標(または仕様)、および/または異なる色勾配を示すためのセンサ状態値と目標値との差異に基づいて選択することができる。例えば、センサXが23℃を示し(仕様が20~23℃であることに対応する)、センサYが30℃である(仕様が28~32℃であることに対応する)場合、センサXはセンサYよりも冷たい。センサXのセンサ状態は、カラースケールでより青に近い色で表現することができ、センサYのセンサ状態は、カラースケールでより赤に近い色であってもよい。いくつかの実施形態では、センサXは、対応する仕様と比べて熱く、より赤に近い色のセンサ状態を有する。センサYは、対応する仕様の中間にあり、カラースケールで中心に位置する緑色のセンサ状態を有する。
図5は、特定の実施形態による、HI値を取得するための例示のプロセスを示す。以降で説明する計算の少なくとも一部は、補助的なコンピュータもしくはサーバによってオフラインで、または以下で説明されるように実施することができる。収集されたデータは、説明される通りに利用してもよいし、ならびに/または照合して、将来的な計算のためにオンボードおよび/もしくはオフボードのメモリに記憶してもよい。方法は、図1~図4の実施形態に関して実施することができる。方法の動作は、コントローラ130のHIモジュール230によって実施され、繰返し実施され、500で開始することができる。502において、HIモジュール230は、基板処理システムの安全かつ適切な運転のために、定期的におよび/または継続的にチェック、レポート、および応答するための、トリガ、しきい値、条件、HI(またはパラメータ分布)境界、および/またはリミットの第1のセットを決定することができる。トリガは、センサの1つまたは複数のセットのモニタリングを、いつ開始および停止するかの指標を含んでもよく、この場合、センサの各セットは1つまたは複数のセンサを含む。センサデータは、しきい値と比較することができる。アラームおよび警告メッセージは、1つまたは複数のモニタリングされるパラメータが、セットされたしきい値を超えた時に生成され得る。しきい値は、パラメータしきい値およびHI境界、ならびに/またはパラメータ最小および最大リミットを含んでもよい。条件のそれぞれは、1つまたは複数のパラメータが、1つもしくは複数の所定の値、レベルにあるかどうか、および/または所定範囲内にあるかどうかをチェックすることを含むことができる。トリガ、しきい値、条件、および/またはリミットのデフォルトのセットが、使用されてもよい。本明細書において言及されるシステムのうちの1つ、および/またはシステムオペレータは、トリガ、しきい値、条件、HI境界、および/またはリミットのカスタマイズされたセットを作成することができ、このセットを代替的に使用してもよい。HIモジュール230および/または本明細書において言及される他のモジュールは、トリガ、しきい値、条件、HI境界、および/またはリミットを、経時的に変化させる場合がある。
504において、HIモジュール230は、モニタリングするセンサの第1のセット、および/またはセンサのタイミング(開始および停止、ならびに/またはトリガイベント)を決定することができる。これは、センサの初期のデフォルトセットであってもよいし、センサのシステムオペレータ選択のセットであってもよい。
506において、HIモジュール230は、現在モニタリングされているセンサから、センサデータを収集する。
508において、HIモジュール230は、センサから収集されたデータのセットに、best曲線フィット二次多項式を適用することができる。二次多項式bestフィット曲線は、収集されたセンサデータのセットごとに決定することができる。図6は、センサデータおよび二次多項式bestフィット曲線600を含むパラメータデータのプロットを示す。いくつかの実施形態では、プロットは、ロードロック内の圧力に関連付けられて、漏れ速度を示すことができる。曲線は、例えば方程式1を使用して表現することができ、ここで、pは圧力であり、tは時間であり、β0、β1、およびβ2は係数である。
510において、HIモジュール230は、個々のセンサについて二次多項式の係数の各セットをメモリに記憶することができる。
512において、HIモジュール230は、係数のセットを対応パラメータの係数の統計分布(例えば、正規分布)と比較してもよいし、あるいは514において、HIモジュール230は、係数の分布をHI(またはパラメータ分布)境界に対して検査してもよい。図7は、図6の二次多項式のbestフィット曲線の係数についての、例示の係数分布プロットを示す。係数分布のプロットは、時間に対して係数ごとに生成することができる。係数を正規分布と比較することは、HI値を決定するための高速計算を実現する。これは、例えばプロットされるデータの与えられる曲線のすべてのデータを、他の曲線に対して、および/または履歴データの大きなセットに対して比較するよりも高速である。
516において、HIモジュール230は、センサデータの分布を生成することができる。図8は、1つもしくは複数のHI(またはパラメータ分布)境界および/または1つもしくは複数のハードリミットに対する、例示のパラメータ(または変数)分布を示す。図9は、HI境界とハードリミットに対してシフトした、図8のパラメータ分布を示す。これは時間か経つと生じる場合があり、また劣化に起因して生じる場合がある。
518において、HIモジュール230は、1つまたは複数のHI(またはパラメータ分布)境界に対するパラメータの対数変換の指数ファクタの分布を生成することができる。一例として、VTMドア封止の劣化が、この手法を使用して検出され得る。時間対圧力の2パラメータモデルを使用して、方程式2または3を用いて方程式4を与えるようにまとめることができ、この場合、対数変換は、切片P0と指数ファクタアルファ(α)を有する単純な線形モデルを与える。
図12は、指数ファクタアルファαの例示の分布を示す。
520において、HIモジュール230は、モジュール、デバイス、および/またはコンポーネントのHI値を決定することができる。いくつかの異なる技法を使用して、HI値を決定してもよい。HI値は、センサごとに決定することができる。存在するセンサおよび/またはコンポーネントよりも多くのHI値が、提供される場合がある。これは、複数のセンサおよび/またはコンポーネントのHI値が集約されて、1つまたは複数の追加的なHI値を提供する場合があるためである。
HI値は、イベントの総数(またはカウント)に対する正常値の総数(またはカウント)として決定することができる。正常値とは、正常で所定の運転範囲内のセンサ出力値、および/または劣化した運転もしくは正常パフォーマンスを下回る運転に関連する1つまたは複数の所定のしきい値を超えていないセンサ出力値を指す。同様に、システム、モジュール、デバイス、および/またはコンポーネントの運転の正常状態とは、システム、モジュール、デバイス、および/またはコンポーネントに関連付けられる1つまたは複数のセンサが、正常運転に関連付けられるとして識別される個々の事前設定の運転範囲内にある場合を指すことができる。1つまたは複数のセンサの出力値は、劣化した運転または正常パフォーマンスを下回る運転に関連付けられる1つまたは複数の所定のしきい値を超えていない場合がある。
これは、動作508、510、512、514、516、518のどれが実施されるかに基づいて実装されてもよい。動作512が実施される場合、HI値は、係数と係数の正規分布との差に基づいてもよい。いくつかの実施形態では、動作514が実施される場合、HIモジュール230は、HI境界内の、またはHI(またはパラメータ分布)境界を上回るもしくは下回る、対応する係数分布の割合に基づいて、各HI値を決定してもよい。例示の低HI(またはパラメータ分布)境界700および高HI境界702を、図7に示す。
動作516が実施される場合、HI値は、HI境界内のパラメータ分布の割合に基づいて生成されてもよい。図8は、例示の上側HI(またはパラメータ分布)境界、および特定のパラメータについての例示のハードリミットを示す。動作518が実施される場合、HI値は、上述と同様に、指数ファクタの分布および/または対応するHI(またはパラメータ分布)境界に基づいて決定することができる。図9は、高HI(またはパラメータ分布)境界寄りの図8の分布におけるドリフトを図示している。ドリフトは、劣化により生じることがある。図10は、図8の分布の標準偏差の増大を図示するために示されており、これもやはり、HI(またはパラメータ分布)境界およびハードリミットに対して示されている。標準偏差の増大は、劣化に起因して生じる場合がある。標準偏差が増大すると、対応するHI値は小さくなる。
他の技法を実施して、HI値を決定してもよい。いくつかの実施形態では、漏れ速度をモニタリングしてもよく、プロットされる曲線の平均の傾きを決定することができる。HI値は、曲線の平均の傾きに基づいて決定することができる。時間が経って漏れが悪化すると、HI値が、この変化を示すことになる。
いくつかの実施形態によると、複数のHI値が特定のコンポーネント、デバイスまたはモジュールに関連付けられる場合、最低HI値が、そのコンポーネント、デバイスまたはモジュールのためのHI値として選択される。これは、意味のある最終結果を与える。代替としてHI値を平均する場合、比較されるHI値が多いほど、コンポーネント、デバイスおよび/またはモジュールの健全性を判断するという点では、平均HI値の意味が薄れる。
522において、HIモジュール230は、基板処理システムのSHI値を決定する。これには、コンポーネント、デバイス、モジュール、および/またはサブシステムの最低HI値を選択することを含むことができる。図13は、システム、モジュール、デバイス、およびコンポーネントのレベルが示された例示の階層ダイヤグラム画面1300を示す。システムレベルは、SHI値を含む。モジュールレベルは、VTM、EFEM、ロボット、エアロック、および処理モジュールについての集約されたHI値を含む。デバイスレベルは、VTM、EFEM、ロボット、エアロック、および処理モジュールに関連付けられる様々なデバイスについての集約されたHI値を含む。コンポーネントレベルは、デバイスのそれぞれの様々なコンポーネントについての集約されたHI値を含む。階層ダイヤグラム画面1300は、階層的な形式でのHI値の例示の表示である。異なるレベルでのHI値が示され、また集約されたHI値とより低いレベルのHI値との関連性が示される。他の階層ダイヤグラム画面1300が示されてもよい。一実施形態では、階層ダイヤグラム画面1300は、基板処理システムの選択された異なるエリアについて表示される。
524において、HIモジュール230は、1つもしくは複数のトリガおよび/もしくはしきい値が満足されるかどうか、ならびに/または1つもしくは複数の条件が満足されるかどうか、判断することができる。もしそうであれば、動作526を実施することができ、そうでない場合、動作506を実施することができる。
526において、HIモジュール230は、1つまたは複数の対策を実施することができる。このことは、1つまたは複数のアラームおよび/または警告メッセージを生成することを含み、これは図1の1つまたは複数のユーザインターフェース134に表示することができる。このことはまた、1つまたは複数のデバイス、モジュール、および/またはシステムをシャットダウンすることを含んでもよい。このことはまた、チャンバを閉じること、ドアを開けること、チャンバを排気すること、ロボットをシャットダウンすることなどを含んでもよい。
528において、HIモジュール230は、運転を継続するかどうかを判断することができる。もしそうであれば、動作530を実施することができ、そうでない場合、534において方法を終了することができる。トリガ、しきい値、および/または満足される条件が、劣化に関連付けられ、かつシステムが少なくとも所定レベルのパフォーマンスで安全に動作し続けることができる場合、動作530を実施することができる。
530においてHIモジュール230は、この方法の後続の反復においてチェックする、トリガ、しきい値、条件、HI境界、および/またはリミットの第2のセットを決定することができる。トリガ、しきい値、条件、HI(またはパラメータ分布)境界、および/またはリミットの第1のセットは、以前に満足されたトリガ、しきい値、および/もしくは条件、ならびに/または経時的なパラメータの変化に基づいて変更することができる。トリガ、しきい値、条件、HI(またはパラメータ分布)境界、および/またはリミットの第1のセットはまた、システムオペレータ入力に基づいて変更されてもよい。モジュール、デバイス、および/またはコンポーネントが、劣化を経ていると見られる場合、トリガ、しきい値、条件、HI(またはパラメータ分布)境界、および/またはリミットが、セットされてもよく、対応するセンサが、より頻繁に、および/またはより長時間モニタリングされてもよい。加えて、収集されるデータの分解能は、これらのセンサに対して大きくしてもよい。センサの第2のセットは、532において選択される。動作506は、動作532に続いて実施することができる。
上述の情報に加え、他の情報もまた、生成されたHI値に基づいて、決定されてレポートされ得る。いくつかの実施形態では、信頼性モデルは、HI値に基づいて、コンポーネント、デバイス、モジュール、および/またはシステムの残存有用寿命(RUL:remaining useful life)について生成されてもよい。HI値、および/または他の情報は、経時的にモニタリングし、劣化イベントならびに/またはコンポーネント、デバイス、モジュール、および/もしくはシステムの劣化の指標として使用することができる。劣化は、長期間に渡ってゆっくり生じる可能性がある。異なるセンサのデータストリーム同士の相互作用は、複数の異なるセンサからのモニタリング出力時に検出される場合がある。他の情報は、センサデータ、パラメータの速度変化を与えるパラメータ曲線モデルの一次導関数、および/または他の情報を含む。いくつかの実施形態では、漏れ速度をモニタリングして時間に対して評価し、コンポーネントの劣化が生じているかどうかを判断することができる。
いくつかの実施形態では、ロボットの健全性は、経時的に異なるセンサに対する表形式の収集されたバイナリデータ点に基づいて、判断することができる。メモリ136の先入れ先出し(FIFO)バッファ(または他のバッファ)を使用して、センサからのデータを記憶してもよい。HI値は、各センサおよび/または対応するコンポーネントもしくはデバイスについて、決定することができる。HI値のそれぞれは、対応するバッファ内の値の平均として決定することができる。いくつかの実施形態では、各バッファは、個々のセンサにつき50個の値を記憶することができ、値のそれぞれは、0か1である。値の行は、例えばロボットの移動が生じた時に、表に入力することができる。HI値は、バッファ内の1の値の割合であってもよい。モータの健全性は、個々のセンサの出力に基づいて生成され得る、このモータでの対応するHI値の最小値であってもよい。対応するセンサについて、バイナリ値、合計、およびモータHI値を含む例示の表を以下に示す。バイナリ値は、正常運転について対応する所定範囲内にパラメータがあるかどうかを示すことができる。HI値の最小値である、モータについての集約されたHI値もまた、示される。
本明細書で開示される上述の方法および他の特徴によって、システムオペレータは、センサの場所を決定すること、およびセンサに関連付けられるデータと情報をモニタリングすることを迅速かつ容易にできることによって、問題を容易にトラブルシューティングすることが可能となる。HI値は、モニタリングすることができ、問題の原因を判断することができる。健全性インデックス値もまた、いつメンテナンスがスケジュールされるべきかを判断するために使用することができる。HIモジュール230は、いつメンテナンスをスケジュールするべきか、また必要とされるメンテナンスのタイプに関する推奨を、トリガ、しきい値、および満足される条件、ならびにパラメータとHI値の時間に対する変化に基づいて提供することができる。HI値の特定のセットが劣化し始めると、個々の問題が検出される場合があり、HIモジュール230は、問題の指標およびその問題を是正する提案されるメンテナンスを提供することができる。時間が経って運転が変化し、パラメータ、分布などが、しきい値、境界、またはリミットに向かってドリフトすると、アラームが生成される場合がある。このことは、HI値が最初の100%から減少することを含む場合がある。アラームしきい値を超えることは、運転を止め、ツールを停止する指標となり得る。HI値は、生じる問題の、ならびに/またはシステム、モジュール、デバイス、および/もしくはコンポーネントのパフォーマンスの予測として使用することができる。
HI値は、コンポーネント、デバイス、モジュール、システム、履歴データ、ならびに/または検出される運転、劣化、および/もしくは問題などに応じて、毎時、毎日、毎月などで生成されてもよい。データ収集の頻度は、問題、潜在的な問題、および/または劣化イベントが検出されていれば、高くしてもよい。HIモジュール230は、生成されるHI値に基づいて、コンポーネント、デバイス、モジュール、および/またはシステムの残存する推定有用寿命を示すことができる。
機械(例えば、デバイス、モジュール、またはシステム)の正常運転条件は、正常運転に典型的な範囲内に留まる測定可能なパラメータで、通常は特性付けられる。特定のパラメータについてのアラーム条件は、対応する正常運転範囲からかなりの距離にセットされ得る。故に、異常かつ正常運転範囲の外側であるとして特性付けられ得るが、アラーム条件を引き起こして機械を停止させるには逸脱が不十分な、運転の範囲が存在する。
そのようなアラーム条件は、次のいずれかであるとして大きく分類することが可能である:(i)壊滅的性質(すなわち、非常に短期間に生じる)、または(ii)数時間、数日、数週間、もしくはそれよりも長い時間フレームをかけて生じ得る劣化的性質。この後者の長期の劣化時間の事例では、劣化が関連するパラメータによって示される事例が多くある。パラメータは、正常運転範囲を逸脱し、時間をかけてアラームしきい値に向かって変化している場合がある。上述の方法は、HI値の計算による、そのような条件の検出を含む。
HI値は、正常運転条件とアラーム条件との間の、パラメータ空間内の領域を特性付けるために使用される。この方法で、許容可能であると考えられる条件(すなわち、アラーム条件内)で機械がまだ運転している間に、機械オペレータに機械の劣化に気付かせることができる。このやり方で、機械オペレータは、機械の生産性に影響を及ぼすことなく、機械を評価し、メンテナンス運転をスケジュールし、そのメンテナンス運転に必要とされるすべての必要なツール、材料、および人員を集めることができる。健全性インデックスの計算は、値100%を正常(すなわち、良好)な機械運転と考えた場合に0%~100%の範囲のメトリックとして、システム動作の、正常条件からの逸脱の程度を特性付けるために使用される。
そのような健全性インデックス計算結果を与えるための1つの方法は、1つまたは複数の境界を定めることを含む。このことは、機械パラメータ空間に数値レベルを設けることを含んでもよく、この数値レベルは、正常運転のパラメータ領域を、異常運転であるがアラーム条件を引き起こすには逸脱が不十分な領域から切り離すように機能する。機械パラメータは、イベントベースの分類と連続ベースの分類という、2つの分類に分割することができる。イベントベースのパラメータでは、そのようなイベントのそれぞれは、あるパラメータについて正常運転範囲内か、それとも正常運転範囲の外側かの、いずれかに分類することができる。健全性インデックス値は、そのようなイベントの集約(例えば、そのようなイベント50個)として計算することができ、この場合、HI値は、正常運転範囲内で生じる、そのようなイベントの率である。
イベントベースの健全性インデックス値の例は、バルブを開けるための時間の長さに与えられるHI値である。バルブは、バルブの開閉状態を示す信号を提供するセンサを有することができる。閉から開に遷移する時間は、これらの信号から計算される。一部の平均実行時間付近に正常な変動が存在してもよく、1つまたは複数の境界値が、この正常運転範囲の外側であるがアラームリミット内にセットされてもよい。健全性インデックス値は、以前のイベントのセット(例えば、50イベント)に対して計算される、正常運転の率である。
より複雑な実施形態は、分離された真空チャンバ内の圧力上昇など、一過性のプロセス変数を伴う。そのような機械状態は、正常な機械運転の間、定期的に存在する場合がある。期間は、チャンバが完全に分離されたままとなる時間として定義することができる。定められた期間の間、真空が不十分であるため、圧力は、通常ドリフトアップ(または、増大)し得る。しかしながら、封止劣化の事例では、時間が経つとこの圧力上昇の速度が大きくなる場合がある。
分離された条件の間、圧力がかけられたチャンバは、圧力センサから取得することができる。取得されたデータは、圧力対時間の二次線形モデルとしてモデル化することができ、これによって漏れ速度の推定を与えることができる。そのような漏れ速度推定は、上で与えたバルブタイミングと計算される健全性インデックス値の例に類似したやり方で扱うことができる。
いくつかの実施形態では、境界は、コンポーネントの温度についての正常運転条件から離れているが、アラーム条件内にセットされてもよい。HI値は、この境界値とアラーム値との間で絶えずスケーリングされてもよい。このやり方で、境界の正常側での運転条件は、HI値100%となる。HI値は、機械パラメータ値がアラーム条件に近づくにつれ小さくなり、その時点では健全性インデックス値が0%となる。
連続的で一過性のパラメータの一部の事例では、トリガリングイベントは、コントローラ130の制御下になく、機械制御アクションから間接的に生じるプロセス変数に生じる。そのため、これらのプロセス変数は、モニタリングされるパラメータがHI値の計算用に取得される時間間隔を定義するためのトリガとして使用することができる。いくつかの実施形態では、圧力パラメータのデータ取得は、トリガレベルを上回って上昇する流速値によってトリガされてもよく、この場合、そのような流速は機械コントローラの直接的な制御下にはない。
加えて、HIレベルの変化は、追加的な情報の収集を開始するためのトリガとして使用することができる。そのようなトリガは、HI値が80%を下回った場合など、特定のレベルで開始してもよいし、または何らかの期間(例えば、1週間)にかけてのHI値の変化率であってもよい。いくつかの実施形態では、HIバルブは、特定のレベル(例えば、90%)を下回って劣化する場合があり、コントローラ130は、通常のようにデータが収集されない場合は長期間、振動センサからデータの収集を開始するようトリガされる。振動センサは、バルブに設置することができ、そこからのデータは、通常は単に定期的に収集することができる。そのような追加的な情報は、関連するHI値劣化についての原因を診断する支援として収集される。
代替的に、HI値は、センサデータを収集するよう機能する短い診断プログラムのスケジューリングおよび実行をトリガするために使用されてもよい。センサデータは、HI値の劣化を診断するために知識を与えることができる。そのような短い診断プログラムは、対応する機械を短期間オフラインにして、正常なシステム運転の間は実現できない試験条件を実行する。次いでコントローラ130は、そのような診断情報を使用して、是正アクションが必要とされるかどうか、または製品の処理不良を回避するために機械をオフラインにするかどうかを判断する。
いくつかの実施形態では、HI値は、トラブルシューティングと診断の開始点を与えるので、機械をオフラインにして是正アクションを実行するかどうかに関する決定を知らせるために、サービス担当者およびシステムオペレータによって確かめられる場合がある。複雑な機械は、機械の動作について特定の情報を取得するようにそれぞれが特異的に配置された、多数のセンサを有する可能性がある。HI値は、1つまたは複数のセンサ入力を伴う場合がある。HI値は、対応するセンサおよび場所を明確に識別するために、上述のように他のセンサ情報と併せて示すことができる。このことは、どのセンサがHI計算に利用されるか、またセンサが物理的にどこに配置されているかを明らかにする。センサの場所を示すために、グラフィカルな画像が提供される場合もある。このことには、機械の概略的および/または図的表現上でセンサを強調することが含まれる場合がある。
健全性インデックス値のタイプ
複数の異なるタイプのHI値が、計算され得る。いくつかの実施形態では、2つの一般的なタイプに分けられる:正常運転が定義されるカテゴリ的なタイプ;正常運転が明確に定義されない非カテゴリ的なタイプ。カテゴリ的な方法は、正常運転を定義することが可能であり、正常運転からの逸脱を検出できる事例に適用される。単純な例として、バルブ作動が挙げられる。バルブが50,000回運転され、平均作動時間が0.5秒であり、コンポーネントの劣化が、時間が経つと値が大きくなる形で現れると見込まれる場合、値は「正常」または「異常」(または「疑わしい」)のいずれかとして分類できることが予期される。ハードなアラームが、第1のしきい値に用意されてもよく、値が第1のしきい値よりも高い第2のしきい値に達してしまうと、機械は停止してもよい。第2のしきい値は、ある問題に、または許容できないレベルまで劣化したスループットレベルに関連付けられる場合がある。第2のしきい値が満足される時点までの運転時間は、正常と考えることができ、運転は継続することを許されるが、第1のしきい値が満足された時に「フラグ」が生成されてもよい。第1のしきい値が満足されるということは、コンポーネントが劣化しており、結果として調査されることを意味する。第1および第2のしきい値はまた、HI値と関連して使用されてもよく、類似の動作が実施されてもよい。
複数の異なるタイプのHI値が、計算され得る。いくつかの実施形態では、2つの一般的なタイプに分けられる:正常運転が定義されるカテゴリ的なタイプ;正常運転が明確に定義されない非カテゴリ的なタイプ。カテゴリ的な方法は、正常運転を定義することが可能であり、正常運転からの逸脱を検出できる事例に適用される。単純な例として、バルブ作動が挙げられる。バルブが50,000回運転され、平均作動時間が0.5秒であり、コンポーネントの劣化が、時間が経つと値が大きくなる形で現れると見込まれる場合、値は「正常」または「異常」(または「疑わしい」)のいずれかとして分類できることが予期される。ハードなアラームが、第1のしきい値に用意されてもよく、値が第1のしきい値よりも高い第2のしきい値に達してしまうと、機械は停止してもよい。第2のしきい値は、ある問題に、または許容できないレベルまで劣化したスループットレベルに関連付けられる場合がある。第2のしきい値が満足される時点までの運転時間は、正常と考えることができ、運転は継続することを許されるが、第1のしきい値が満足された時に「フラグ」が生成されてもよい。第1のしきい値が満足されるということは、コンポーネントが劣化しており、結果として調査されることを意味する。第1および第2のしきい値はまた、HI値と関連して使用されてもよく、類似の動作が実施されてもよい。
二次多項式曲線フィットを使用することを含む上記の曲線フィッテイングの実施形態は、曲線および/またはプロットデータを単一のHI値に還元するために使用される信号ノイズ管理技法と称される場合がある。HI値は、正常(または良好)範囲に相当するウィンドウと比較される。第1のカテゴリ的な方法は、正常運転を定義することができる場合に使用される。パフォーマンスが、上側または下側のしきい値および/またはリミットに向かってシフトする場合、何らかの形で劣化が生じている可能性がある。このことは、機械がシャットダウンされる可能性があること、および/または近い将来に運転不能になる可能性があることを示し得る。すなわち、システム運転は、異常(または「不良」)な方向に向かう傾向挙動、および機械の運転が停止されることにつながり得るアラーム条件に向かう傾向を呈しており、この停止は、HIモジュール230によって実施することができる。
カテゴリ的な方法では、HI値は、「正常」運転の説明に基づいて生成される。いくつかの実施形態では、製造試験をパスした新しく製造されたバルブのバルブ作動は、正常運転を判断し、定義するために使用されてもよい。HI値には、何らかの自然なバラつきがある可能性があり、これは設計で考慮されるため、異常とは考えられない。1つまたは複数のアラームリミットは、HI値に関連して使用されてもよい。アラームリミットは、正常運転のかなり外側にあり、またツールの運転中断を必要とするには十分に逸脱していることができる。HI値の計算の目的は、スケジュール外のシステムシャットダウンを生じさせる程度に前もって、システムオペレータにサブシステム劣化を知らせることである。
カテゴリ的なHIアルゴリズムは、正常運転範囲とアラームリミットとの間にセットされる決定境界を定める。アルゴリズムは、境界のどちら側で発生したのかイベントを分類し、HIを境界の「正常」側に残る率として計算する。境界が正常運転範囲から比較的離れてセットされる場合、イベントのかなりの率が境界のアラーム側に含まれるよう十分に運転が劣化してしまう時まで、HI値は100%である。これにより、HI値がゼロに向かって劣化(または減少)する。実際、境界が正常運転から遠くに配置されるほど、HI劣化が観察されるまでのタイムスパンにHI値が含まれる可能性は長くなる。しかしながら、正常運転範囲の近くにセットされる境界は、100%付近に変動が用意されたとしても、よりセンシティブでタイムリーなHI劣化値を与える。
「正常」運転の領域は、カスタマーが採用する特定の運転条件によって変わってもよい。このような条件は、周囲製作条件の相対湿度および温度、または通常よりも多く気体を放出し得る処理済の特定のウエハを含むことができる、またはこれらに基づくことができる。そのため、「正常」運転の領域は、常に汎用であることができず、アルゴリズムにハードコーディングできないと予期することができる。故に、カテゴリ的な方法は、これらの変化を考慮するよう適応的であり得る。
HI計算のための適応的なアルゴリズム
初期の状態では、サブシステムは、製造試験をパスしており、設置チームによって設置および検証されて生産体制の準備ができている場合がある。サブシステムは、既知の正常状態にあり、そのため「正常」運転を定めるためにサブシステムの特性付けを行うことができる。特性付け境界は、運転劣化に対して要求される感度のシステムオペレータ判断に応じてセットすることができる。
初期の状態では、サブシステムは、製造試験をパスしており、設置チームによって設置および検証されて生産体制の準備ができている場合がある。サブシステムは、既知の正常状態にあり、そのため「正常」運転を定めるためにサブシステムの特性付けを行うことができる。特性付け境界は、運転劣化に対して要求される感度のシステムオペレータ判断に応じてセットすることができる。
代替的に、アルゴリズムは、適応的であり、正常運転範囲から十分外側で、アラームレベルを少し外れた(例えば、試験的なHIレベル80%)初期境界値を選択してもよい。次いで、運転が進行するにつれ、アルゴリズムは、試験的なレベルを正常運転条件に向かって内側にセットすることができる。境界が試験的なレベルを交差したことに基づいて、初期境界値は、正常運転範囲に向かって動かすことができる。このプロセスは、試験的な境界レベルにおいて特定のしきい値レベルが観察されるまで進めることができ、その時点でアルゴリズムはこの試験的なプロセスを止め、そのカテゴリ化境界を、得られた境界レベルとなるように調節する。カテゴリ的な方法は、サービス運転の場合にはリセット可能であり、このサービス運転では、サブシステムを新規の「正常」状態にリセットする。次いで、アルゴリズムはプロセスを自動的に繰返し、上述のように新規のカテゴリ化境界レベルを設ける。この適応的なプロセスは、HI値の意図される機能が損なわれないよう、サブシステムの劣化タイムスパンの十分内側で生じることが期待される。境界は、単に内側に、劣化条件に適応しないように、正常運転に向かって動かすことができる。
第2の非カテゴリ的な方法は、適切なツール運転のためのウィンドウリミット内に留まらなければならないが、許可されたウィンドウリミット内のどの値も、他よりも良い/悪い訳ではないアナログ信号など、他の状況を考慮する。いくつかの実施形態では、特定のセンサのデータは収集することができるが、対応するセンサによって与えられるデータについて正常運転は判断されていない。上側境界はセットすることができるが、この境界を下回るすべてのデータは、劣化レベルの点で同一であると考えられる場合がある。このセンサデータに基づいた劣化指標を与えるために、データの移動平均を決定してもよく、対応するHI値は何らかの範囲でスケーリングされてもよい。いくつかの実施形態では、センサ(例えば、相対湿度センサ)のハードリミットは、60%にセットしてもよい。HI値0%は、これはアラームリミット値であるため、60%を超える値に割り振ってもよい。相対湿度センサ信号が、たいてい40%より下で動作する場合、40%より下のどの値にもHI値100%が割り振られる。40%と60%との間の値では、相対湿度センサ信号の移動平均値が決定され、40%~60%で線形にスケーリングされたHI値を与える。これは、例えば移動平均が45%(すなわち、40%から60%までの、その25%)である場合、HI値が75%にセットされるように行われる。結果として、RH値がアラームリミットに向かって上昇しており、調査が約束されてもよいことを示すことができる。
用意される健全性インデックス特徴
HIモジュール230によって、様々なHI特徴を実装することができる。機械運転を集約するアルゴリズムは、HIモジュール230によって実行することができる。アルゴリズムは、機械運転が所定の正常運転条件の内側で生じるか、それとも外側で生じるかを分類することに基づいて、そのような運転を集約して機械HI値を提供することができる。他の特徴では、機械の物理的および/または機能的な分割に対応する、HI計算の階層構造化が実装される。他の特徴では、集約アルゴリズムは、各機械のサブシステム内の冗長性またはその欠如に対応するブール演算を使用するHIモジュール230によって実行される。一実施形態では、ブール値(例えば、0または1、真または偽)など)は、第1のHI値が第2のHI値よりも小さいかどうかに基づいて与えられる場合がある。より小さいHI値を、このブール値に基づいて選択することができる。別の実施形態では、同様のブール値が、データ値および/またはHI値の冗長性を決定する際に与えられる場合がある。2つの値が一致するおよび/または同一値を示す場合、一方の値は除去される(または破棄される)。他の特徴では、ブール集約アルゴリズムは、HIモジュール230によって所与のサブシステムレベルで実行され、それにより所与のサブシステムレベルにおいてより低いレベルのHI値の最小値までの集約を与える。他の特徴では、アルゴリズムは、0%および100%ならびにその間のHI値を与える計算を含むHIモジュール230によって実行され、100%レベルまたは100%から所定範囲では、機械運転は正常条件下であると解釈される。
HIモジュール230によって、様々なHI特徴を実装することができる。機械運転を集約するアルゴリズムは、HIモジュール230によって実行することができる。アルゴリズムは、機械運転が所定の正常運転条件の内側で生じるか、それとも外側で生じるかを分類することに基づいて、そのような運転を集約して機械HI値を提供することができる。他の特徴では、機械の物理的および/または機能的な分割に対応する、HI計算の階層構造化が実装される。他の特徴では、集約アルゴリズムは、各機械のサブシステム内の冗長性またはその欠如に対応するブール演算を使用するHIモジュール230によって実行される。一実施形態では、ブール値(例えば、0または1、真または偽)など)は、第1のHI値が第2のHI値よりも小さいかどうかに基づいて与えられる場合がある。より小さいHI値を、このブール値に基づいて選択することができる。別の実施形態では、同様のブール値が、データ値および/またはHI値の冗長性を決定する際に与えられる場合がある。2つの値が一致するおよび/または同一値を示す場合、一方の値は除去される(または破棄される)。他の特徴では、ブール集約アルゴリズムは、HIモジュール230によって所与のサブシステムレベルで実行され、それにより所与のサブシステムレベルにおいてより低いレベルのHI値の最小値までの集約を与える。他の特徴では、アルゴリズムは、0%および100%ならびにその間のHI値を与える計算を含むHIモジュール230によって実行され、100%レベルまたは100%から所定範囲では、機械運転は正常条件下であると解釈される。
他の特徴では、アルゴリズムは、定義された機械イベントを、正常機械運転の内側か、それとも異常機械運転の内側であるが許容可能な運転範囲リミット内か(すなわち、アラームが生成されること、および/または機械運転の停止を約束しない)のいずれかに定義する、HIモジュール230によって実行される。
他の特徴では、アルゴリズムは、統計的に有意であるよう十分なサイズのイベントのセットに基づいてHI値を計算する、HIモジュール230によって実行される。他の特徴では、HI値の計算のためのデータセットを定義するために、イベントの最後の所定数(例えば、50)を評価する。他の特徴では、アルゴリズムは、HI値を生成するHIモジュール230によって実行され、このHI値は、データセット内で正常運転に含まれると判断される、観察されるイベントの率である。
他の特徴では、アルゴリズムは、所定の機械状態によって定義される期間に渡ってアナログセンサから取得されたデータを最初に使用し;次いで数学モデルを使用して、定義された期間中の機械運転に特徴的な二次的な値を計算する、HIモジュール230によって実行される。この二次的な値は、次いで本明細書で開示されるHI計算のいずれかで使用される。他の特徴では、アルゴリズムは、境界レベルを超えた機械運転条件の重大度を示すために、定義された境界レベルとアラームレベルとの間でHI値をスケーリングする、HIモジュール230によって実行される。他の特徴では、類似のアルゴリズムが、非線形スケーリングを用いるHIモジュール230によって実行される。線形スケーリングとは、異なるHI値が、同一の量および/または同一の積の分だけ変更される場合を称することができる。非線形スケーリングとは、異なる範囲の異なるHI値が、異なるように変更される場合を称することができる。例えば、第1の範囲にある第1のHI値は、第2の範囲にある第2のHI値とは異なるように変更されてもよい。例として、第1の範囲にあるHI値は、第2の範囲にあるHI値とは異なる量を、乗算および/またはシフトすることができる。
他の特徴では、機械の機能的または物理的な構成に対応するHI値は、ユーザインターフェースに表示される。一実施形態では、機械の全体的な階層構造、またはその一部は、対応するHi値とともに表示される。他の特徴では、機械オペレータ入力が受信され、その入力に基づいて、HI値の1つまたは複数の階層レベルは隠され、HI値の1つまたは複数の他の階層レベルは表示される。様々なレベルのHIメトリクスが、機械オペレータの裁量で表示され得る。例示のHIメトリクスは、「1週間毎日」、「1か月間毎週」、および「過去3か月間」である。HIメトリクスの履歴的な値が、表示されてもよい。様々な集約レベルのHIメトリクスが、表示されてもよいし、および/または機械オペレータからの入力に基づいて選択的に表示されてもよい。HI値および/またはメトリクスに関連付けられるセンサの物理的な場所もまた、上述のように表示されてもよい。
他の特徴では、アルゴリズムは、正常運転を異常運転から線引きする統計的に有効な1つまたは複数の境界を作成するために、機械を既知の正常状態で十分な時間、運転することに基づいて正常運転の境界を決定する、HIモジュール230によって実行される。他の特徴では、アルゴリズムは、HI決定の基準としてよく定義された機械運転同士の時間間隔を使用する、HIモジュール230によって実行される。
他の特徴では、アルゴリズムは、指定された機械運転条件の下で、一定期間センサによって生成されたデータを使用し、次いでデータを単一値に還元するために数学モデルをデータに適用する、HIモジュール230によって実行される。単一の値は、HI計算の基準として使用される。他の特徴では、アルゴリズムは、多変量数学モデルに組み合わされた複数のアナログ信号を使用して、ある量のデータを単一の値に還元する、HIモジュール230によって実行される。単一の値は、HI計算の基準として使用される。他の特徴では、アルゴリズムは、そのようなモデルでの使用で必ずしも同時的に発生しない複数のアナログ信号を使用する、HIモジュール230によって実行される。他の特徴では、アルゴリズムは、HI値を定期的に(例えば、毎時)計算するHIモジュール230によって実行される。
他の特徴では、アルゴリズムは、機械イベントの出現ごとにイベントベースのHI値を計算する、HIモジュール230によって実行される。他の特徴では、そのようなイベントは、HIモジュール230のコマンド下で機械状態によって定義される。他の特徴では、そのようなイベントは、プロセス変数の機械状態によって定義される。他の特徴では、機械状態は、定数値の上または下にエクスカーションを含み得るプロセス変数である。他の特徴では、機械状態は、プロセス変数であり、定数値の上または下を交差する変化率を含み得る。他の特徴では、機械状態は、ブール演算に組み合わされた複数のプロセス変数を利用する。他の特徴では、機械状態は、算術演算による複数のプロセス変数の組合せとして定義される。他の特徴では、機械状態は、複数のプロセス変数を数学モデルにおいて採用することとして定義される。
他の特徴では、アルゴリズムは、出現のサンプリングされたサブセットについてHI値を計算する、HIモジュール230によって実行される。他の特徴では、アルゴリズムは、機械サブシステムについてHI値を計算する、HIモジュール230によって実行される。HI値は、機械運転がアラームリミットに近づく程度を示す。他の特徴では、アルゴリズムは、絶え間なく値付けするセンサ読取りを採用してセンサデータのある範囲に渡ってHI値を計算する、HIモジュール230によって実行される。他の特徴では、アルゴリズムは、正常機械運転とアラームリミットとの間に位置する所定の境界値を利用する、HIモジュール230によって実行される。他の特徴では、アルゴリズムは、HI値が境界において100%となるように、またアラームレベルでは0%となるように、境界とアラームレベルとの間でHI値を線形にスケーリングするHIモジュール230によって実行される。
他の特徴では、アルゴリズムは、HIレベルまたは変化率を使用して1つまたは複数の追加的なセンサのデータ収集を開始する、HIモジュール230によって実行される。このデータ収集は、標準運転よりも高いデータレートであってもよい。追加的なデータ収集は、HI値データを強化し、是正的なメンテナンス運転の実施に関する決定をより良好に知らせるために用いられる。他の特徴では、アルゴリズムは、HIレベルまたは変化率を使用して短い診断プログラムの実行を開始またはスケジュールする、HIモジュール230によって実行される。診断プログラムは、センサデータを収集するよう機能し、このセンサデータは元のHI値に関連付けられる劣化を診断するために知識を与えることができる。短い診断プログラムは、機械を短期間オフラインにして、正常なシステム運転の間は実現できない試験条件を実行する。
図14は、特定の実施形態による、センサ情報およびHIレポーティング方法を示す。方法は、センサマッピングモジュール232によって実装することができ、繰返し実施されてもよい。方法は、1400で開始することができる。1402において、センサマッピングモジュール232は、図3および図4で示されるように、マッピング画面を表示するための入力が受信されたかどうかを判断することができる。マッピング画面を表示するための入力が受信されていれば、動作1404が実施されてもよい。1404では、センサマッピングモジュール232は最初、センサのデフォルトのセットに関するセンサ情報および/またはHI値を伴ったデフォルト画面を示す。一実施形態では、事前記憶のカスタマイズされた画面が、予め選択されたセンサ情報を伴って表示される。
1406では、センサマッピングモジュール232は、1つまたは複数のセンサについて1つまたは複数のプロットを示す入力が受信されたかどうかを判断することができる。入力は、システムオペレータから、またはHIモジュール230から受信することができる。もしそうであれば、動作1408が実施されてもよい。1408では、センサマッピングモジュール232は、1つまたは複数のプロットが、現在表示されているマッピング画面内に表示されるかどうかを判断することができる。もしそうであれば、動作1410を実施することができ、そうでない場合、動作1412が実施される。1410では、センサマッピングモジュール232は、現在表示されているマッピング画面上でプロットに関連付けられる対応するセンサ近くに、1つまたは複数のプロットを表示し、その一例が図4に示される。1412では、センサマッピングモジュール232は、表示する1つまたは複数のプロットを伴った別の画面を表示する。
1414では、センサマッピングモジュール232は、現在の画面レベルを変更するための入力が受信されたかどうかを判断する。入力は、システムオペレータから、またはHIモジュール230からであってもよい。いくつかの実施形態では、現在の画面は、システムレベル画面であり得、システムオペレータは、サブシステム、モジュール、デバイス、またはコンポーネントのレベル画面を閲覧するよう要求することができる。もしそうであれば、動作1416が実施されてもよい。1416では、センサマッピングモジュール232は、画面レベルを変更し、選択された画面レベルに関連付けられるセンサ情報を、選択されたシステムのエリアについて示す。
1418では、センサマッピングモジュール232は、モニタリングされるセンサを変更するための入力が受信されたかどうかを判断する。入力は、システムオペレータから、またはHIモジュール230から受信することができる。これには、示される画面レベルで、現在表示されているセンサの数およびタイプの変更を含むことができる。もしそうであれば、動作1420が実施される。1420では、センサマッピングモジュール232は、モニタリングするセンサおよび/またはHI値の更新されたセットを選択する。1422では、センサマッピングモジュール232は、センサおよびHI値の更新されたセットについてセンサ情報を示す画面を表示する。
コントローラ130および/またはセンサマッピングモジュール232は、機械学習アルゴリズムを使用して、プロセスパフォーマンスに影響を及ぼす関連センサを決定することができる。機械学習アルゴリズムが、ある特定のセンサが処理モジュールの粒子パフォーマンスに対して最も関連するセンサであることを示す場合、このことをシステムオペレータに対して示すことができ、システムオペレータはその結論に沿った物理的なメカニズムを調査することができる。システムオペレータは、機械学習結果を解釈して物理的なシステムを見て、センサ出力が何を意味するのかを評価する。センサ情報およびデータのプロットによって、システムオペレータは、データにおける傾向について仮説を立てることができる。センサの物理的な場所を表示することは、システムオペレータがデータにおける傾向を発見できるようにする障壁を低くする。
データロギングおよびトリガリング
基板処理システムによるアクション、およびアクションに対する応答は、ミリ秒から数時間に亘るタイムスケールで生じ得る。センサのデフォルトのサンプリングレートは、20Hzであってもよく、この場合、1つの信号につき、1日当たり20×3600×24=170万のデータ点を生ずる。サンプリングレートが1キロヘルツ(KHz)まで大きくされた場合、1日当たり50倍、すなわち8600万のデータ点を与える。モニタリングされるセンサ信号が多くなるほど、データの量が増える。数時間、数日、および/または数週間のデータを生成することができるが、関心のある実際の時間ウィンドウは、ほんの数秒の長さである場合がある。このことは、関心のある実際のデータを見つけることを困難にしている。また、そのような多くのデータの収集には、大量の帯域幅を必要とする可能性がある。
基板処理システムによるアクション、およびアクションに対する応答は、ミリ秒から数時間に亘るタイムスケールで生じ得る。センサのデフォルトのサンプリングレートは、20Hzであってもよく、この場合、1つの信号につき、1日当たり20×3600×24=170万のデータ点を生ずる。サンプリングレートが1キロヘルツ(KHz)まで大きくされた場合、1日当たり50倍、すなわち8600万のデータ点を与える。モニタリングされるセンサ信号が多くなるほど、データの量が増える。数時間、数日、および/または数週間のデータを生成することができるが、関心のある実際の時間ウィンドウは、ほんの数秒の長さである場合がある。このことは、関心のある実際のデータを見つけることを困難にしている。また、そのような多くのデータの収集には、大量の帯域幅を必要とする可能性がある。
一実施形態では、関心のあるデータのみを収集し、関心のある時間ウィンドウに先立って関心のない(または無関係な)データを無視するためにトリガを使用する。いくつかの実施形態では、マッチングネットワークにおける不安定性が、気体フローが変更されるプロセスシーケンスの間に、検出される場合がある。トリガは、気体フローを変える気体コマンドに基づいてセットされてもよい。トリガ値は、以下であってもよい:(i)マスフローコントローラに送信された、もしくはマスフローコントローラから読み戻したアナログ値、または(ii)バルブ開に関連付けられたデジタルイベント。データは、トリガイベントに応答して収集されてもよい。いくつかの実施形態では、問題は、気体コマンドの20秒後に生じる場合がある。遅延トリガは、15秒遅れでセットされてもよく、データは、10秒バッファリングされ得る。結果として、データは、トリガイベントに先立って10秒間、またその後幾分の時間、キャプチャされ得る。一実施形態では、複数のイベントを使用して、トリガ点を定義してもよい。イベントは、例えばバイナリ信号(例えば、開状態へのバルブ遷移)およびアナログ信号(マスフローコントローラ出力流速が、300standard cubic centimeters per minute(sccm)を上回って大きくなる)を介してモニタリングすることができる。いくつかの実施形態では、コントローラ130は、断続的なトリガイベントおよび/または1つもしくは複数の条件をモニタリングして、いつ生じるかを検出し、トリガリングイベントおよび/または1つもしくは複数の条件が生じたことに応答して、データをバッファリングする。条件は、トリガリングイベントに先立って生じる場合がある。トリガリングイベントは、アークイベントであってもよい。
図15は、特定の実施形態による、データロギング方法を示す。この方法は、データロギングモジュール234によって実装することができ、繰返し実施されてもよい。方法は、1500で開始することができる。1502では、データロギングモジュール234は、システムオペレータ入力および/またはHIモジュール230からの命令に基づいて、モニタリングするセンサを選択することができる。1504では、データロギングモジュール234は、データ収集の期間、バッファ期間、トリガイベント時間、および/または本明細書において言及される他の情報を取得することができる。この取得は、メモリ、ユーザ入力、および/またはHIモジュール230からの命令からであってもよい。
1506において、データロギングモジュール234は、開始タイミングトリガが満足されているかどうかを判断することができる。もしそうであれば、動作1508が実施されてもよい。1508では、データロギングモジュール234は、データロギングを実施して、HIモジュール230によってアクセス可能なデータを収集および記憶する。データロギングは、開始トリガに達しており、停止トリガに基づいて終了することができる選択されたセンサについて実施することができる。
1510では、データロギングモジュール234は、命令信号がHIモジュール230から受信されていれば、動作1512を実施し、そうでない場合は動作1506を実施する。HIモジュールからの命令信号は、追跡するセンサ、開始および停止時刻、バッファ期間、分解能/サンプリングレート、データ収集の頻度、トリガイベントなど、修正されたセンサ追跡情報を示すことができる。
1512では、データロギングモジュール234は、モニタリングするセンサ、データ収集の期間、バッファ期間、分解能/サンプリングレート、データ収集の頻度、トリガイベントなどを、HIモジュール230から受信したセンサ追跡情報に基づいて更新することができる。
1514において、データロギングモジュール234は、1つまたは複数のシステム条件トリガが満足されているかどうかを判断することができる。もしそうであれば、動作1516を実施することができ、そうでない場合、動作1506を実施することができる。1516では、データロギングモジュール234は、追加的なデータがHIモジュール230からアクセス可能な場合、修正された開始および停止時刻に基づいて、データを収集および記憶することができる。
基板処理の開始においてデータを収集するいくつかのデータロギング方法に伴う問題は、収集されたデータのすべての中で短い一過性のものを選び出すことが難しいことである。また、信号のサブミリ秒部分での出現のモニタリングでは、高速データレートならびに大量の帯域幅およびメモリが必要とされる。上述の方法におけるようにトリガイベントのデータ収集を開始することによって、疑わしい出現に先行する近い時間を選ぶことができる。結果として、関連性のないデータの収集を最小限に、または収集することなく、関連データが収集される。追加的に、モニタリングされるセンサ信号がバッファリングされる場合、トリガの開始は、イベントのすぐ後に収集を終了してバッファリングされたデータを読み出すことによって、モニタリングするイベントに先立って用意されてもよい。いくつかの実施形態では、これは、トリガ可能イベントの後の時間ウィンドウ内で生じると分かっているが正確な時刻が分からない、アークイベントをモニタリングする際に実施される。任意選択のトリガが、データの記録を可能にするために使用されてもよく、ループ化されたバッファが、アークイベントでキャプチャされるデータを記憶するために使用されてもよい。
また、論理演算子を使用するトリガが設定されてもよく、アクションは、複数のトリガイベントが生じた時に、または1つもしくは複数の条件が存在する時に(例えば、トリガONイベントAまたは信号X)実施され得る。データロギングは、イベントの1つまたは複数の組合せに対して(ON)トリガされ、潜在的な原因および発生していると疑われる効果の関連性を調査するために、いくつかの信号のデータを収集する。トリガはまた、二値イベントに対して定義することができる(例えば、サブシステムへのパワーONコマンド、達せられた信号のレベル、トリガレベルを上回って上昇する圧力など)。断続的なイベントをキャプチャするために、データは、トリガイベントが発生する都度、最大で所定の出現数まで、記録することができる。次いで、対応するツールは、無人で実行され、イベントがキャプチャされると通知を送信することができる。これは、出現同士の間が数時間あるイベントに有用である。
システムおよび/または機械全体のSHI値を提供する上述の実施形態によって、障害および/または問題の迅速な検出が可能となる。この1つの理由は、SHI決定の頻度が高く、システム運転中に提供できることである。SHI値は、システムがアイドル状態ではない時に、またしばしば最小のメモリ使用率と処理能力で、決定することができる。SHI手法は、既知の潜在的な障害モード周辺でのデータのより効率的なキャプチャ、およびメンテナンスのスケジューリングを可能にする。集約ステータスおよび特定のモジュールのハードウェアのステータスの両方が、モニタリングされ、予防的なメンテナンスをスケジューリングするために、ならびにプロセス結果または機器健全性に悪影響を及ぼし得る問題を迅速に識別するために使用される。一部の事例では、集約は、迅速かつ容易な人間による検出および理解のために、実施および提示される。一部の事例では、集約された情報は、仕事の再分配またはモジュールの再構成/再配置を促進して、全体的なシステムの有用寿命を延ばすために使用されてもよい。特定のどのツールおよびモジュールが劣化を示し始めたかを知ることによって、システムオペレータは、メンテナンスをスケジュールして製作環境内で基板をルーティングし、全体のアップタイムを長くしてプロセス結果を改善することができる。
いくつかの実施形態では、上述の方法は、エアロックがポンプダウンを完了してあり、VTMドアが開けられるまで少なくとも5秒の停止時間がある時に実施されてもよい。圧力データは、ロギングされて二次多項式が適用され、多項式の係数は、係数の分布と比較される。システムは、プロセス制御リミットに基づいて応答する。可能な応答としては、警告を送信すること、健全性インデックススコアを変更すること、またはシステムオペレータに指標を与えることなく単にデータを保存することが挙げられる。これらのタイプのチェックは、正常サイクル中に実施されてもよい。一実施形態では、bestフィットの二次多項式を与えるために実施される計算で収集および/または使用される圧力値すべてではなく、bestフィットの二次多項式の係数のみが、保存される。係数のみを保存することは、特に数百のアルゴリズムの実行時、必要とされるメモリの大きな低減となる。説明される技法は、あらゆる連続的なデータトレースに適用することができる。いくつかの実施形態では、説明される技法は、単一の外れ値に対して時間のかかる低速シフトを可能にし、偽陽性レポーティング(例えば、ツールが異常な健全性にあるとレポーティングされるが、ツールは長期間障害となっていない)と偽陰性レポーティング(例えば、ツールは正常に運転しているとレポーティングされるが、ツールは実際には障害となっている)の可能性を最小にする。
いくつかの実施形態では、説明されるセンサマッピングおよびセンサ情報の表示は、判断対象のシステムについて幅広い結論を可能にする。いくつかの実施形態では、20個よりも多い温度センサが含まれる場合があり、基板処理システム上の個々の点から、温度データが収集される。基板処理システムの後ろ半分で環境的な条件が生じる場合、条件が生じた近くまたはどこか別の場所にある温度センサは、異常な読取り値を有する場合がある。いくつかの実施形態では、VTMは、基板処理システムのすべての処理モジュールが実行されている時、平均で正常よりも5℃高い温度を示す場合がある。基板処理システムの後ろ半分の処理モジュールは、正常と同じかそれより悪いパフォーマンスを与えているかどうか、および/または前方の処理モジュールよりも悪いパフォーマンスを与えているかどうか、判断されてもよい。もしそうであれば、システムの後ろ半分に問題が存在するとの判断を行うことができる。
いくつかの実施形態では、データロギングは、数晩に一度、基板(ウエハとも称される)の400+FOUPをサイクルさせて実施されてもよく、各FOUPは25基板を保有することができる。エラーは、ロードロックでバルブのタイミングがずれ、ポンプダウンの後に圧力スパイクが作り出された場合に検出される場合がある。バルブのシーケンスをキャプチャし、エラーを理解するための例示の分解能は、20Hz以上のサンプリング頻度でセットされてもよい。いくつかの実施形態では、データロギングは、ロードロックがポンプダウンされる都度、1秒間の高速データをキャプチャするように実施されてもよい。これは、システムオペレータが開始および/または停止ボタンを押すことを必要とせずに、行われてもよい。高速データがキャプチャされる期間は、その用途にカスタマイズされてもよい。高速データのデータロギングは、各ポンプダウンの間、設定された期間に行われてもよく、自動化されてもよく、ロードロック圧力に基づいてトリガされてもよい。このことは、(i)適当なバルブシーケンスが生じているかどうか、および(ii)問題があるかどうか、問題の原因があるかどうかを判断するために、バルブシーケンスをモニタリングできるようにする。イベントでトリガされたロギングの間に保存されるデータの量は、長期間の連続的なデータロギングの十分の一から百分の一のデータであり得る。長期間に亘る20Hzでの連続的なデータロギングは、本明細書で開示される技法を使用して、イベントをキャプチャできるようにするが、全間隔に相当するデータを収集するのとは対照的に、選択した間隔で選択したデータ量(例えば、毎分1秒のデータ)を収集することによってイベントをキャプチャすることができる。
システムの健全性インデックス計算では、ロギングされるデータの量を低減することは、HI値を生成するために必要なメモリ使用率および処理能力を低減する。HI値は、劣化(例えば、バルブ劣化)または他の運転異常性の検出を可能にするために生成することができる。バルブ開閉のための高速データは、より詳細な問題および原因検出のために、ロギングされてもよい。多くのコンポーネントについてデータが追跡されている場合、本開示のデータロギングの実施形態は、かなり低減された量のデータが記憶されることを可能にする。代替的にすべてのデータを長期間に渡って継続的にロギングしてもよいが、この大量の収集されたデータを記憶および分析するために、大量のメモリと高速処理が必要とされる。必要とされるメモリの量と処理機器は、高額である。本開示のデータロギングシステムは、必要とされるメモリの量と処理能力をかなり低減する。
本開示の開始および停止トリガの利点は、高速データが、ツール上でデータ記憶をいっぱいにすることなく、正常なツール運転中に使用できることである。正常運転中にエラーが散発的に起こる事例は、再現およびトラブルシューティングが最も困難であることが多い。高速データロギングおよびバッファリングは、エラーの根本原因をより迅速に見つけるために、正常なツール運転中に使用することができる。問題の原因を判断するために、ルーチンでは収集されない追加的なデータが、収集されてもよい。図2のHIモジュール230は、以前に収集された、および/または追加的に収集されたデータに基づいて、問題の原因を判断することができる。HIモジュール230はまた、例えばメンテナンス運転、デバイスまたはコンポーネント交換、ソフトウェア更新、システム修正、ルーチンのステップバイステップ進行などを含む、問題を是正するために実施され得る1つまたは複数のサービス運転に関する推奨を提供することもできる。高速データロギングおよびバッファリングは、ウエハごとの遷移をキャプチャするために実施されてもよい。デジタル入力および出力ならびに/またはアナログ入力しきい値に基づいたトリガを使用することによって、何をロギングするか、より選択的な決定を可能にする。
HI計算およびノイズ補償
図16~図21に関して説明する以下の動作は、例えば図2の健全性インデックスモジュール230によって実施することができる。健全性インデックス値は、リードタイムが短過ぎないように、かつ長過ぎないように、定義および決定される。リードタイムとは、(i)センサ信号が劣化を示していると判断された時と、(ii)そのセンサについてアラームリミットに達した時との間の時間の長さを称する。センサ信号は、劣化によって近い将来アラームリミットに達することになる。
図16~図21に関して説明する以下の動作は、例えば図2の健全性インデックスモジュール230によって実施することができる。健全性インデックス値は、リードタイムが短過ぎないように、かつ長過ぎないように、定義および決定される。リードタイムとは、(i)センサ信号が劣化を示していると判断された時と、(ii)そのセンサについてアラームリミットに達した時との間の時間の長さを称する。センサ信号は、劣化によって近い将来アラームリミットに達することになる。
図16は、あるセンサからのセンサ信号SIGが線形減少する劣化を描く例示のHIシミュレーショングラフ1600を示す。センサ信号SIGとは、本明細書で言及されるあらゆるセンサ信号を指すことができる。同一の運転条件では、センサは、劣化によって時間を経ると異なる出力値を与え得る。これは、センサの劣化;センサの較正の劣化;センサによってモニタリングされているデバイス、コンポーネントおよび/もしくはシステムの動作の劣化;ならびに/または、センサによってモニタリングされているデバイス、コンポーネントおよび/もしくはシステムの較正の劣化に起因するものであり得る。
HIシミュレーショングラフ1600は、境界しきい値Sb、アラームリミットSa、健全性インデックス成分曲線HIC、および健全性インデックス曲線HIをさらに含む。境界しきい値Sbは、しきい値を与え、信号SIGがこの値を交差すると、健全性インデックス成分曲線HICを0と1の間で遷移させる。SIGは、境界しきい値Sbに等しい場合、それを下回って下がった場合、またはそれを上回って上昇する場合に、境界しきい値Sbを交差する。健全性インデックス成分HICは、バイナリ値であるため、0または1のいずれかであることができる。これは、健全性インデックス成分曲線HICが1から0に遷移することによって図16に図示されており、この場合イベントカウントおよそ25において、信号線SIGは境界しきい値Sbを交差している。1と0の間を遷移する際に短い時間遅延があり、これは2イベントカウントと同じ程度であり得る。イベントカウントとは、秒、分、時間、日、週などを称することができる。この遷移は、セグメント1602によって示される。示されるような線形の劣化では、信号SIGが境界しきい値Sbを交差すると、健全性インデックス曲線HIは、値1から値0に減少する。健全性インデックス曲線HIにおける、この減少率は、所定のウィンドウサイズに依存的であり、示される例では20イベントカウントである。信号SIGがアラームリミットSaを交差すると、アラームが生成されてもよく、この時点で、センサに関連付けられる(例えば、センサによってモニタリングされる)デバイスおよび/またはシステムは、例えばさらなる劣化ならびに/または他の物品および/もしくは処理中の基板に対する劣化を防ぐために、シャットダウンされる(OFFにされる)場合がある。
少なくとも2つのパラメータが、入力として与えられ、健全性インデックスを計算する際にセットおよび/または予め定められてもよい。これらのパラメータは、移動平均ウィンドウMAおよび境界しきい値Sbを含んでもよい。移動平均ウィンドウとは、バイナリの健全性インデックス成分値を決定することができるイベントの数を称する。健全性インデックス成分曲線HICは、時間に対してプロットされる健全性インデックス成分値のプロットである。イベントカウントの最後の所定の数に対して決定された健全性インデックス成分値は、更新された健全性インデックス値を与えるために平均してもよい。健全性インデックス曲線HIの各点は、このやり方で決定することができる。
MAとSbの選択は、以下を決定する:(i)障害に先立って与えられる警告時間の長さおよび/または信号SIGがアラームリミットSaに達する時刻、ならびに(ii)障害時および/またはアラームリミットSaに達した時刻における、健全性インデックス値。一実施形態では、障害の時刻は、信号SIGがアラームリミットSaに達した時である。ある実施形態では、健全性インデックス値は、信号SIGがアラームリミットSaに達した時、またはそれに先立って0まで減少する。値MAおよびSbは、信号SIGがアラームリミットSaに達するどれくらい前に、健全性インデックス値HIが0に達するかを変更するように、調節することができる。
図16では、信号SIGによって表現される劣化が線形である、単純なモデルが示される。この事例では、健全性インデックス成分曲線HICは、信号SIGが境界レベル(例えば、Sb=7.5)を下回るように交差すると、1から0にトグルする(すなわち遷移する)。示される例では、これはイベントカウント25で生じる。健全性インデックス曲線HIは、移動平均ウィンドウMAに関連付けられる時間をかけて線形に減少する。示される例では、境界しきい値Sbは、障害イブンカウント時間50より6イベント前である、イベントカウント45において健全性インデックス曲線(または健全性インデックス値)HIがゼロに減少するように、セットされる。
境界しきい値Sbは、信号SIGがSaに等しくなる時間付近でHIが0に減少するように、セットされてもよい。これは、障害時刻tfと称される。障害時刻tfは、方程式(5)によって表現することができる。ただし、この例ではSa=5であり、S0は初期または「正常」信号レベルであり(この例ではS0は10である)、Rsは信号単位/イベントカウントでの信号劣化速度である(この例では、Rsは-1/10である)。
アラームリミットSaは、設計要件に基づいてセットすることができ、劣化速度Rsは、モニタリングされるセンサ、コンポーネント、デバイス、および/またはシステム、ならびに対応する動作環境に特性的である。MAの値は、HIが100%から0%に減少するイベントカウントの数の点から、「警告ウィンドウ」をセットする。一実施形態では、平均ウィンドウMAは、イベント数ではなく、時間単位である。別の実施形態では、平均ウィンドウMAの持続時間は、シャットダウンのための妥当な計画時間を与えるように2週間である。この時間の間、システムは、以下を行うように診断することができる:どの部品が較正、修理、および/または交換を必要としているかを判断すること、;部品を発注して配送すること;シャットダウンイベントをスケジュールしてメンテナンスを実施すること;およびシャットダウンイベントのための、あらゆる他の準備を実施すること。
図17は、センサ信号SIGが線形増大する劣化を描く例示のHIシミュレーショングラフ1700を示す。信号SIGは、連続的な曲線とは対照的に、サンプリングされる値のプロットとして示される。劣化は、センサ信号を、減少ではなく、増大させる可能性がある。図17は、増大する例を示している。HIシミュレーショングラフ1700は、境界しきい値Sb、アラームリミットSa、健全性インデックス成分曲線HIC、および健全性インデックス曲線HIをさらに含む。この例では、健全性インデックス曲線HIは、信号SIGが境界しきい値Sbを交差すると減少し始め、信号SIGがアラームリミットSaを交差する時に0%に減少する。
図18は、ノイズの導入を伴うセンサ信号SIGが線形増大する劣化を描く例示のHIシミュレーショングラフ1800である。ノイズによって、信号SIGはもはや線形ではなくなるが、示される例では、信号SIGは上向きに線形な傾向を有する。これは、現実世界の信号の、より現実的な表現である。
HIシミュレーショングラフ1800は、境界しきい値Sb、アラームリミットSa、健全性インデックス成分曲線HIC、および健全性インデックス曲線HIをさらに含む。信号SIGの上向きの傾向は、およそ0.5で開始して+1/10で線形に上昇する。示される例では、Sb=0.8およびSa=1であり、標準偏差σ=0.05のガウシアンノイズが加えられる。HIC曲線は、信号SIGが境界しきい値Sbを複数回交差するため、何度か0と1の間をトグルする。これは、例えばHI曲線がイベントカウント当たりおよそ-0.023の速度で減少し、イベントカウントおよそ50で0に達する代わりに、HI曲線が0に達するのを遅延させる効果があり、示されるように、HI曲線はイベントカウント56で0に達する。また、アラームレベルSaが、HI値およそ20%および10%に関して、t=43で、さらにt=47で一瞬破られることに留意されたい。t=43での交差は、ノイズに起因するもので、偽アラームとなる可能性がある。しかしながら、HI曲線はモニタリングされ、HIC値はHI曲線を与えるように平均されるため、HI曲線はt=56まで0に達しない。結果として、実際のアラームリミットは、t=56で交差すると考えることができる。このことは、アラームを一時的にクリアし、HI曲線が0に達するまで、作製を継続できるようにする。作製がt=43で停止した場合、ダウンタイムが長くなる可能性があり、対応部品の完全な有用寿命を全うすることができず、換言すると、短縮されてしまう。
図19は、ノイズの導入を伴うセンサ信号SIGが線形増大する劣化を描く、サンプリングされた点を含む例示のHIシミュレーショングラフ1900である。センサ信号SIGは、連続的な曲線ではなく、サンプリングされた点のプロットとして示される。HIシミュレーショングラフ1900は、境界しきい値Sb、アラームリミットSa、健全性インデックス成分曲線HIC、および健全性インデックス曲線HIをさらに含む。見て分かるように、健全性インデックス成分曲線HICは、信号SIGが境界しきい値Sbを複数回交差したことに起因して、1と0の間でトグルする。ガウシアンノイズは、信号SIGに加えられた。HIゼロの時間が押し広げられ、ノイズ成分によって信号が早期にアラームを生じる可能性が予防される。健全性インデックス曲線は、健全性インデックス成分曲線HICを平均することによりノイズに対してロバストである。
適応的なHIストラテジ
劣化速度Rsは、推定することができる。推定は、センサ信号中のノイズ成分に大きく依存することがある。ノイズが多い信号の導関数を取ることは、よりノイズの多い結果を与える。この理由により、平滑法が実施されてもよい。例として、所定期間に亘る信号値が、平均されてもよい。初期時刻t0から、初期時刻t0より後の時刻t1までの期間を検討する。この期間中、センサ信号は値SIG0から値SIG1まで劣化する場合がある。
の推定は、方程式9によって表現することができる。
劣化速度を意味する
は、常に0未満であることに留意されたい。より短い時間ウィンドウを使用することで、感度を高めることが可能である。より早期にHI値をゼロに減少させ、HI>0での障害を(またはセンサ信号がアラームしきい値Saに達するのを)回避するために、
の過大評価が行われてもよい。このことは、障害に対して準備する時間があることを確保する助けとなる。代替的な手法は、履歴的なセンサ信号値のセットを時間で曲線フィットし、曲線に沿って傾きを計算することである(例えば、曲線に沿って、中間点またはそれ以降で)。次いで、推定される劣化速度
は、傾きに基づいて決定することができる。境界しきい値Sbは、劣化速度に基づいて選択することができるが、境界しきい値Sbの小さな変化は、推定された劣化速度
に基づいて行われる。
劣化速度Rsは、推定することができる。推定は、センサ信号中のノイズ成分に大きく依存することがある。ノイズが多い信号の導関数を取ることは、よりノイズの多い結果を与える。この理由により、平滑法が実施されてもよい。例として、所定期間に亘る信号値が、平均されてもよい。初期時刻t0から、初期時刻t0より後の時刻t1までの期間を検討する。この期間中、センサ信号は値SIG0から値SIG1まで劣化する場合がある。
ある実施形態では、目的は、信号SIGの劣化速度Rsを推定し、劣化速度Rsを使用して境界レベルSbを変更し、警告ウィンドウMAを維持することである。HI計算には、3つの可能な事例がある:(i)信号SIGがアラーム条件に向かって上昇する劣化条件;(ii)信号がアラーム条件に向かって下がる劣化条件、および(iii)両サイドのアラーム条件が存在する、組合せ事例。
適応的なHI計算は、アラームリミットSa、境界しきい値Sb、および移動平均ウィンドウMAを使用する。図16に示されるような、信号の劣化が線形な単純なモデルを有する、単純なシミュレーションを検討する。この事例では、HI成分曲線(HIC)は、信号SIGが境界しきい値(Sb=7.5)を下回るように交差すると、1から0にトグルし、これはイベント(時間)25で生じる。HI曲線は、移動平均ウィンドウMAの長さに等しい時間ウィンドウをかけて線形に減少する。これらの条件では、先入れ先出し(FIFO)バッファリングがイベント26で開始してゼロで埋め、バッファから1つを押し出す。このシミュレーションでは、境界しきい値Sbは、イベント50の障害時刻より5イベント先行するイベント45で、HIが0に減少するようにセットされる。HIC値は、測定ごとに評価される。信号SIGが境界しきい値SbとアラームリミットSaとの間にある場合、HICは0であり、そうでない場合、1である。
ある実施形態では、予測される障害時刻は、HIが0に近いか、0に等しい時に揃えられる。このようにして、方程式10が与えられる。
ここでは、Sb≧Saとなるように、Rsの値が負であることに留意されたい。アラームリミットSaが正常信号レベルを上回っている時、SbがSa未満となるように、Rsは>0である。この例では、MAおよびSbという、2つのセットされるパラメータがある。
この単純なシミュレーションでは、MAは、HIが100%から0%に遷移する「警告ウィンドウ」に等しい。上のシミュレーションでは、劣化速度は一定で単調であったが、信号SIGは、完全に交差してアラームリミットSaに向かって動くよりも前に、ある期間に境界しきい値Sbを複数回交差させる、かなりのノイズ成分を有する場合がある。そのため、HIC値は、単純に1から0にステップダウンするのではなく、一定期間トグルする。HI曲線に対する効果は、時間に対して引き延ばされることである。MAが長過ぎるようにセットされる場合、100%からのHIブレイクダウンは、無視される場合があり、サービス運転が実施されるのが早くなり過ぎ、部品のサービス寿命を犠牲にする可能性がある。ある実施形態では、MAの選択は、HI値が以下のことに先立って、またはその時に、0に減少するよう、保守的である:(i)信号SIGが完全にアラームリミットSaを交差する、および/または(ii)信号SIGの傾向が、アラームリミットSaに達する。
MA値は、即時的な計画をコマンドする障害の妥当な警告を与えるために、およそ2週間の運転にセットされてもよい。HI計算は、イベントに基づいて実施されてもよい。これが生じる時、イベントをカレンダ時間に変換するために、期待されるイベントレートの推定が行われる。代替的に、イベントで表現されるMAは、一定の時間ウィンドウを維持しつつ、変化することを許可されてもよい。ある実施形態では、最小20のイベントが含まれるが、こうすると、HI値が、時間において5%のステップで(エイジポイントと称される)デクリメントするからである。別の実施形態では、50イベントのMAが使用される。
劣化速度Rsを推定するための2つの例示の方法を、以下で説明する。第1の方法は、単純な移動平均ウィンドウ(または、警告ウィンドウ)を含む。第2の方法は、移動ウィンドウ中で三角形の有限インパルス応答(FIR)フィルタ重み付けを使用するカーネル技法である。第2の方法は、信号ノイズに対して、第1の方法よりロバストである。
単純な移動平均ウィンドウの方法は、中間ステップ変化としての劣化速度Rs、警告ウィンドウMAに含まれる測定に亘るΔSIGを推定することを含む。20要素スパンでは(すなわち、MA=20ΔSIG要素)、劣化速度Rsは、方程式11を使用して推定することができる。
ノイズの多い信号には、MA=20よりも長いスパンが使用されてもよい。MA値は、変数であってもよく、上限と下限を有することができる。
三角形のFIRフィルタによる重み付け方法は、ウィンドウ内のすべての値を等しく重み付けすることを含む単純な移動平均ウィンドウ方法とは違って、警告ウィンドウMA内で値を様々に重み付けすることを含む。三角形の重み付け方法では、重みは足し合わせて1になるように正規化される。8要素ウィンドウでは、重みは[1,2,3,4,4,3,2,1]で、合計=20であり、そのため第1の重みは1/20、第2のものは2/20などとなる。10要素ウィンドウでは、重みは[1,2,3,4,5,5,4,3,2,1]で、合計=30である。そのため、一般的には、Rsについての推定は、方程式12によって表現することができる。ただし、
である。故に、n個の最も最近のΔSIG値は、バッファリングされ、次いで重み付けされた総和が計算される。ウィンドウ長が変わる場合、重みの複数のセットが記憶される。一実施形態では、また劣化速度が「後戻り(backtracking)」するのを防ぐために、劣化速度は、|Rs[i]|≧|Rs[i-1]|の場合、Rs[i]である。
両サイドのアラームリミットは、信号SIGが、劣化速度が反転するなど、いずれの方向(増大方向または減少方向)にも劣化する可能性がある場合に使用することができる。4つの可能な事例が存在するが、|Rs[i]|≦|(Rs[i-1])|の場合、劣化は「後退(backed off)」しており、Rs[i-1]が保持される。他の2つの事例は、方向に関係なく尊重される(記憶されて使用される)「強い」変化と考える。
図20は、ノイズの導入と適応的な境界しきい値Sbを伴う、センサ信号SIGが線形減少する劣化を描く例示のHIシミュレーショングラフ2000を示す。見て分かるように、適応的な境界しきい値Sbは、固定パラメータではなく変化して、アラームリミットSa、劣化速度Rs、および移動平均ウィンドウMAに基づいている。しきい値Sbは、上の方程式10を使用して決定することができる。グラフ2000は、アラームリミットSa、健全性インデックス成分曲線HIC、および健全性インデックス曲線HIを含む。
境界しきい値Sbは、信号SIGがアラームリミットSaに達するよりも前に、または達した時に健全性インデックス曲線HIが0に減少するように、時間に対して調節される。ある実施形態では、適応的なアルゴリズムは、信号SIGの傾きを繰返し決定し、それを信号SIGがアラームリミットSaと交差しようとする場所に投影することによって、時間に対して境界しきい値Sbを変化させる。次いで、境界しきい値Sbは、この投影に基づいて調節することができる。
図21は、三角形のFIRフィルタ重み付け方法を含む、HI値を取得するための例示のプロセスを示す。プロセス、および/またはその一部は、繰返し実施することができる。プロセスは、2100で開始することができる。2102では、図2の健全性インデックスモジュール230は、移動平均(または警告)ウィンドウサイズMAおよび初期境界しきい値Sbを、決定し、セットし、選択し、および/または取得する。健全性インデックスモジュール230は、例えば、ウィンドウMAがおよそ2週間±1~2日に等しくなる時間をセットすることができる。このことは、ウィンドウMA、またはイベントカウント頻度に基づいてイベントカウントの数をセットすることを含んでもよい。MAは、ユーザセット可能パラメータであってもよい。健全性インデックスモジュール230はまた、ウィンドウMAのための初期開始点をセットする。
2104では、健全性インデックスモジュール230は、センサ信号SIGのサンプル(n)を追跡する。健全性インデックスモジュール230は、MAのタイムスパンに沿って拡がるΔSIGの以前のn個の測定値を保持することができる。ただし、nは、1よりも大きい整数である。
以下の動作2106、2108は、動作2110、2112と並行して、また動作2114、2116と並行して実施されてもよい。
2106では、健全性インデックスモジュール230は、センサ信号SIGが境界しきい値Sbを交差したかどうかを判断する。もしそうであれば、動作2108を実施することができ、そうでない場合、動作2104を実施することができる。2108では、健全性インデックスモジュール230は、HIC値を0と1の間で遷移させる。
2110では、健全性インデックスモジュール230は、健全性インデックス成分(HIC)値の移動平均HI値を、ウィンドウの時間フレームに渡って生成する。健全性インデックスモジュール230は、移動平均HI値を、最後に決定されたしきい値境界Sbに対してFIFOバッファに記憶されるイベント分類値(HIC値と称される)の移動平均として計算することができる。
2112では、健全性インデックスモジュール230は、移動平均HI値を以前に計算された移動平均HI値とともに記憶する。例として、30日間の移動平均HI値が、将来の評価のために記憶されてもよい。
2114では、健全性インデックスモジュール230は、信号劣化速度Rsを推定する。これは、上の方程式10を使用して達成することができ、信号SIGの傾きに基づいて、アラームリミットが信号SIGによっていつ満足されるかを推定することを含むことができる。健全性インデックスモジュール230は、Rsを、ΔSIGの最も最近のn個の値の重み付けされた総和として推定する。2116では、健全性インデックスモジュール230は、上述のように、推定された信号劣化速度Rsに基づいて、境界しきい値Sbを修正する。
2120では、健全性インデックスモジュール230は、対策として、信号SIGが劣化を示していること、およびいつアラームリミットSaが信号SIGによって満足されるかの推定を示す情報メッセージを生成する。これは、ユーザにアラームリミットが近い将来満足され、メンテナンスのためにシャットダウンイベントがスケジュールされることを警告するソフトアラームを、ユーザに対して生成することを含んでもよい。このことによって、将来のシャットダウンイベントの持続時間を最小にするアクションをとることができる。
2122では、健全性インデックスモジュール230は、別のイベントカウントがあるかどうかを判断する。もしそうであれば、動作2124が実施され、そうでない場合、2126において方法を終了することができる。2124では、健全性インデックスモジュール230は、ウィンドウ開始点をインクリメントする。
本明細書で開示される上述の方法およびプロセスの動作は、例示的な例であることを意図されている。動作は、順次に、同期的に、同時に、継続的に、重複する期間中、または用途に応じて異なる順序で、実施することができる。また、動作のいずれも、実装形態および/またはイベントのシーケンスによっては、実施されなくてもよいし、スキップされてもよい。
別の例として、健全性インデックスのモニタリングは、上述のように実施され、エンドエフェクタ上で基板滑りを検出するために使用されるセンサに適用される。これらのセンサからのデジタル/アナログセンサデータは、本明細書で開示される健全性インデックスアルゴリズム、方法、および/またはプロセスを使用して滑りを検出するために使用されてもよい。これは、基板への損傷を防ぐために行われ得る。センサは、基板が移動する経路に沿って異なる場所にあるエンドエフェクタ上で基板の配置を検出するために使用されてもよい。基板は、異なるチャンバおよび/またはエアロックの間で、エンドエフェクタによって動かすことができる。エンドエフェクタに対する基板の中心について意図される位置に対し、基板の中心の相対的な配置(または位置)は、決定することができる。この決定は、例えば基板がエアロックおよび/またはチャンバ(例えば、処理チャンバ)に入る都度、および/またはそれから離れる都度、行われてもよい。述べられた位置における差、およびこの差の変化は、ある場所からある場所に動かされると、滑り、および滑りの量が変わっているかどうかを示す。ゼロよりも大きい差は、基板が滑ったこと、および/またはエンドエフェクタに対して正しい位置にないことを示す。健全性インデックスのモニタリングは、センサ、エンドエフェクタ、ならびに/または別のコンポーネントおよび/もしくはデバイスのメンテナンスが、維持される必要があるかどうかを判断するために使用されてもよい。
前述の説明は、性質として単に例示的であり、決して本開示、その用途、または使用を限定するように意図されていない。本開示の広範な教示は、多様な形態で実装することができる。したがって、本開示は、特定の実施形態を含むが、図面、明細書、および添付の特許請求の範囲の検討から他の変更形態が明らかであるから、本開示の真の範囲は、そのように限定されてはならない。方法における1つまたは複数のステップは、本開示の原理を変えることなく、異なる順序で(または同時的に)実行されてもよいことを、理解されたい。さらには、実施形態のそれぞれは、特定の特徴を有するものとして上述したが、本開示のあらゆる実施形態に関して説明されるこれらの特徴のうちの任意の1つまたは複数は、ある組合せが明示的に説明されていなくても、他の実施形態のいずれかの特徴として実装すること、および/または組み合わせることができる。換言すると、説明される実施形態は、相互に排他的ではなく、1つまたは複数の実施形態を互いに並べ替えても、本開示の範囲内に留まる。
要素同士(例えば、モジュール同士、回路素子同士、半導体レイヤ同士など)の空間的および機能的な関連性は、「接続される(connected)」、「係合される(engaged)」、「結合される(coupled)、「隣接する(adjacent)」、「の隣の(next to)」、「の上部の(on top of)」、「を上回る(above)」、「を下回る(below)」、および「設置される(disposed)」を含む、様々な用語を用いて説明される。「直接的」であるとして明示的に説明されない限り、第1の要素と第2の要素との間の関連性が上の開示で説明される場合、関連性は、第1の要素と第2の要素との間に他の介在する要素が存在しない直接的な関連性であることができるが、第1の要素と第2の要素との間に1つまたは複数の介在する要素が(空間的および機能的に)存在する間接的な関係性であることもできる。本明細書で使用される場合、A、B、およびCのうちの少なくとも1つという言い回しは、非排他的な論理ORを使用して論理的な(A OR B OR C)を意味するものと解釈されるべきであり、「Aのうちの少なくとも1つ、Bのうちの少なくとも1つ、かつCのうちの少なくとも1つ」を意味するものとして解釈されるべきではない。
いくつかの実装形態では、コントローラは、上述の実施形態の一部であり得るシステムの一部である。そのようなシステムとしては、1つもしくは複数の処理ツール、1つもしくは複数のチャンバ、処理のための1つもしくは複数のプラットフォーム、および/または特殊な処理コンポーネント(ウエハペデスタル、気体フローシステムなど)を含む半導体処理機器を挙げることができる。これらのシステムは、半導体ウエハまたは基板の処理の前、途中、および後に、その動作を制御するための電子機器に一体化されてもよい。電子機器は、1つまたは複数のシステムの、様々なコンポーネントまたはサブ部品を制御することができる、「コントローラ」と称され得る。コントローラは、処理要件および/またはシステムのタイプに応じて、本明細書で開示されるプロセスのいずれかを制御するようにプログラムされてもよく、プロセスとしては、処理気体のデリバリ、温度設定(例えば、加熱および/または冷却)、圧力設定、真空設定、電力設定、高周波(RF)生成器設定、RFマッチング回路設定、周波数設定、流速設定、流体デリバリ設定、位置および動作設定、ツールおよび他の移送ツールならびに/または具体的なシステムに接続されるか、そのようなシステムとインターフェースするロードロックの内外へのウエハ移送が挙げられる。
大まかに言って、コントローラは、例えば命令を受け取り、命令を発行し、動作を制御し、洗浄動作を可能にし、エンドポイント測定を可能にするなどの、様々な集積回路、ロジック、メモリ、および/またはソフトウェアを有する電子機器として定義することができる。集積回路は、プログラム命令を記憶するファームウェアの形態のチップ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)として定義されるチップ、および/またはプログラム命令(例えば、ソフトウェア)を実行する1つもしくは複数のマイクロプロセッサもしくはマイクロコントローラを含んでもよい。プログラム命令は、様々な個々のセッティング(またはプログラムファイル)の形態でコントローラに通信される、半導体ウエハ上で、もしくは半導体ウエハのために、またはシステムに対して特定プロセスを遂行するための動作パラメータを定義する命令であることができる。動作パラメータは、いくつかの実施形態では、1つまたは複数のレイヤ、材料、金属、酸化物、シリコン、二酸化ケイ素、表面、回路、および/またはウエハのダイの製作中、1つまたは複数の処理ステップを遂行するためにプロセスエンジニアによって定義されるレシピの一部であってもよい。
コントローラは、いくつかの実装形態では、システムに一体化された、システムに結合された、そうでなければシステムにネットワーク化された、またはそれらの組合せのコンピュータの一部であってもよいし、そのようなコンピュータに結合されてもよい。いくつかの実施形態では、コントローラは、「クラウド」またはfabホストコンピュータシステムのすべてもしくは一部の中にあることができ、これによってウエハ処理のリモートアクセスを可能にすることができる。コンピュータは、システムへのリモートアクセスを可能にして、製作動作の現在の進行をモニタリングし、過去の製作動作の履歴を調べ、複数の製作動作から傾向またはパフォーマンスメトリクスを調べ、現在の処理のパラメータを変更し、現在の処理に続ける処理ステップをセットし、または新しいプロセスを開始する。いくつかの実施形態では、リモートコンピュータ(例えば、サーバ)は、ローカルネットワークまたはインターネットを含み得るネットワーク上で、プロセスレシピをシステムに提供することができる。リモートコンピュータは、パラメータおよび/またはセッティングの入力またはプログラミングを可能にするユーザインターフェースを含み、次いでこれらの入力またはプログラミングは、リモートコンピュータからシステムに通信される。いくつかの実施形態では、コントローラは、1つまたは複数の動作中に実行される処理ステップのそれぞれについてパラメータを指定するデータの形態で、命令を受信する。パラメータは、実施されるプロセスのタイプ、およびコントローラがインターフェースまたは制御するように構成されるツールのタイプに特有であってもよいことを理解されたい。そのため、上述のように、コントローラは、ともにネットワーク化され、本明細書で説明されるプロセスおよび制御など共通の目的に向かって動作する、1つまたは複数のディスクリートコントローラを含めることなどによって、分散することができる。そのような目的の分散コントローラの例としては、リモートに(プラットフォームレベルで、またはリモートコンピュータの一部として、など)配置された1つまたは複数の集積回路と通信するチャンバ上にある、1つまたは複数の集積回路が挙げられ、これらは組み合わさってチャンバ上でプロセスを制御する。
限定はしないが、例のシステムとしては、プラズマエッチングチャンバまたはモジュール、堆積チャンバまたはモジュール、スピンリンスチャンバまたはモジュール、金属めっきチャンバまたはモジュール、洗浄チャンバまたはモジュール、はす縁エッチングチャンバまたはモジュール、物理的気相堆積(PVD)チャンバまたはモジュール、化学的気相堆積(CVD)チャンバまたはモジュール、原子層堆積(ALD)チャンバまたはモジュール、原子層エッチング(ALE)チャンバまたはモジュール、イオン注入チャンバまたはモジュール、飛跡チャンバまたはモジュール、ならびに半導体ウエハの製作および/または製造に関連し得る、またはそれに使用され得る、あらゆる他の半導体処理システムを挙げることができる。
上述のように、ツールによって実施される1つまたは複数のプロセスステップに応じて、コントローラは、他のツール回路もしくはモジュール、他のツールコンポーネント、クラスタツール、他のツールインターフェース、隣接ツール、近隣ツール、工場全体に配置されるツール、メインコンピュータ、別のコントローラ、または半導体製造工場において、ウエハのコンテナをツール場所および/もしくはロードポートへ/から搬送する材料移送で使用されるツールのうちの、1つまたは複数と通信する場合がある。
Claims (62)
- 健全性モニタリング、評価、および応答システムであって、
第1の信号を、基板処理システムに設置された第1のセンサから受信するように構成されたインターフェースと、
健全性インデックスモジュールを含むコントローラであって、
前記健全性インデックスモジュールが、
ウィンドウおよび境界しきい値を取得することと、
前記第1のセンサから出力される前記第1の信号をモニタリングすることと、
前記第1の信号が前記境界しきい値を交差したかどうかを判定することと、
健全性インデックス成分を更新することであって、前記健全性インデックス成分が、バイナリ値であり、前記第1の信号が前記境界しきい値を交差することに応じてHIGHとLOWの値の間で遷移する、健全性インデックス成分の更新と、
前記健全性インデックス成分に基づいて第1の健全性インデックス値を生成し、少なくとも前記ウィンドウの持続時間に渡って前記第1の健全性インデックス値を100%から0%まで減少させることと
を含むアルゴリズムを実行するように構成され、
前記コントローラが、前記第1の健全性インデックス値に基づいて対策を実施するように構成される、コントローラと
を備える、健全性モニタリング、評価、および応答システム。 - 請求項1に記載の健全性モニタリング、評価、および応答システムであって、
前記健全性インデックスモジュールが、前記ウィンドウの持続時間に亘る前記健全性インデックス成分の更新された値の平均として、前記第1の健全性インデックス値を生成するように構成され、
前記健全性インデックス成分の前記更新された値が、前記アルゴリズムのそれぞれの反復の間に決定される、健全性モニタリング、評価、および応答システム。 - 請求項1に記載の健全性モニタリング、評価、および応答システムであって、
前記健全性インデックスモジュールが、前記アルゴリズムの各反復の間に更新された健全性インデックス値を生成するように構成され、
前記コントローラが、前記更新された健全性インデックス値に基づいて前記対策を実施するように構成される、健全性モニタリング、評価、および応答システム。 - 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記第1の信号がアラームリミットに達するよりも前に、または達した時に前記健全性インデックス値が0%に減少するように、前記ウィンドウおよび前記境界しきい値を選択するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記健全性インデックス値が100%から0%に減少する時間の長さを延ばすように、前記アルゴリズムの反復の間に前記境界しきい値を適応的に調節するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記第1の信号がアラームリミットと等しくなるよりも前に、または等しくなった時に前記健全性インデックス値が0%に減少するように、前記アルゴリズムの反復の間に前記境界しきい値を適応的に調節するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記第1の信号の劣化速度を決定するために有限インパルス応答フィルタを実施することと、
前記劣化速度に基づいて前記境界しきい値を調節することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記第1の信号の劣化速度、前記ウィンドウの持続時間、およびアラームリミットに基づいて、前記境界しきい値を決定するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記第1の信号の劣化速度を、前記第1の信号における重み付けされた変化の和として推定することと、
前記推定された劣化速度に基づいて前記境界しきい値を決定することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項1に記載の健全性モニタリング、評価、および応答システムであって、前記コントローラが、前記第1の健全性インデックス値が減少すること、所定レベルに達すること、または所定範囲内にあることのうちの少なくとも1つに応答して、前記対策を実施するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項1に記載の健全性モニタリング、評価、および応答システムであって、
前記インターフェースが、前記基板処理システムに設置されたN個のセンサからN個の信号を受信するように構成され、Nが2以上であり、前記N個の信号が前記第1の信号を含み、前記N個のセンサが前記第1のセンサを含み、
前記健全性インデックスモジュールが、
前記N個のセンサからそれぞれ出力された前記N個の信号をモニタリングすることと、
前記第1の健全性インデックス値を含む複数の健全性インデックス値を決定するために、前記N個の信号を評価することと、
システム健全性インデックス値を決定するために、前記複数の健全性インデックス値を集約することと
を行うように構成され、
前記コントローラが、前記システム健全性インデックス値が減少すること、所定レベルに達すること、または所定範囲内にあることのうちの少なくとも1つに応答して、前記対策を実施するように構成される、健全性モニタリング、評価、および応答システム。 - 健全性モニタリング、評価、および応答システムであって、
基板処理システムに設置されたN個のセンサからデータを受信するように構成されたインターフェースであって、Nが2以上である、インターフェースと、
健全性インデックスモジュールを含むコントローラであって、
前記健全性インデックスモジュールが、
前記N個のセンサからそれぞれ出力されたデータのセットを受信することと、
複数の健全性インデックス値を決定するために、前記受信したデータのセットを評価することと、
システム健全性インデックス値を決定するために、前記複数の健全性インデックス値を集約することと
を行うように構成され、
前記コントローラが、前記システム健全性インデックス値が減少すること、所定レベルに達すること、または所定範囲内にあることのうちの少なくとも1つに応答して、対策を実施するように構成される、コントローラと
を備える、健全性モニタリング、評価、および応答システム。 - 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記N個のセンサからの前記受信したデータのセットについて、それぞれ二次多項式を決定することと、
前記決定された二次多項式の係数に基づいて、前記1つまたは複数の健全性インデックス値を決定することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項13に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記係数を統計分布と比較することと、
前記係数を前記統計分布と前記比較した結果に基づいて、前記複数の健全性インデックス値を決定することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項13に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記係数の分布を決定することと、
前記分布を健全性インデックス境界と比較することと、
前記分布を前記健全性インデックス境界と比較した結果に基づいて、前記1つまたは複数の健全性インデックス値を決定することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記基板処理システムの物理的または機能的な分割のうちの少なくとも1つに対応する健全性インデックス計算の階層構造化に基づいて、前記システム健全性インデックス値を決定するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、集約アルゴリズムを実施し、前記複数の健全性インデックス値および前記システム健全性インデックス値を決定する際の冗長性または冗長性の欠如に相当するブール演算を用いるように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記システム健全性インデックス値を生成する際、前記基板処理システムの階層レベルまたはサブシステムレベルのうちの少なくとも1つの最小健全性インデックス値を選択するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記複数の健全性インデックス値および前記システム健全性インデックス値のそれぞれが、0%~100%の間である、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記コントローラが、前記システム健全性インデックス値に基づいて異常と示されるが、前記コントローラがアラームを生成しないように、または前記基板処理システムの運転を停止しないように許容範囲内にある、前記基板処理システムのイベントを定義するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記N個のセンサによって検出された前記基板処理システムのイベントのN個の各セットに基づいて、前記複数の健全性インデックス値を生成するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項21に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記イベントのN個の各セットが定義された正常運転条件に含まれるかどうかに基づいて、前記複数の健全性インデックス値を生成するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記基板処理システムの決定された状態によって定義された期間、アナログセンサからの取得データを使用することと、
前記期間中の基板処理システム運転に特徴的な二次的な値を計算するために数学モデルを使用することと、
前記二次的な値に基づいて、前記システム健全性インデックス値を生成することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、定義された境界レベルを超えた運転条件の重大度を示すために、前記システム健全性インデックス値を前記定義された境界レベルとアラームレベルとの間でスケーリングするように構成される、健全性モニタリング、評価、および応答システム。
- 請求項24に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、非線形スケーリングを使用する、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記コントローラが、前記基板処理システムの少なくとも一部分および前記N個のセンサに関連付けられる情報を表示するように構成された、センサマッピングモジュールを含む、健全性モニタリング、評価、および応答システム。
- 請求項26に記載の健全性モニタリング、評価、および応答システムであって、前記センサマッピングモジュールが、センサ識別子、センサ状態、および前記基板処理システムの前記少なくとも一部分に対する前記複数の健全性インデックス値を表示するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項26に記載の健全性モニタリング、評価、および応答システムであって、前記センサマッピングモジュールが、前記複数の健全性インデックス値を階層的な形式で表示するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項26に記載の健全性モニタリング、評価、および応答システムであって、前記センサマッピングモジュールが、前記基板処理システムにおける前記N個のセンサの物理的な場所を示すように構成される、健全性モニタリング、評価、および応答システム。
- 請求項26に記載の健全性モニタリング、評価、および応答システムであって、前記センサマッピングモジュールが、少なくとも1つの受信した命令に基づいて、前記基板処理システムの選択された階層レベルについて、前記複数の健全性インデックス値のうちの1つまたは複数を選択的に表示するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項26に記載の健全性モニタリング、評価、および応答システムであって、前記センサマッピングモジュールが、前記N個のセンサについて履歴的な健全性インデックス値を表示するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項26に記載の健全性モニタリング、評価、および応答システムであって、前記センサマッピングモジュールが、受信した命令に基づいて、健全性インデックス値の集約レベルを表示するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
選択された期間、正常状態で前記基板処理システムを運転することに基づいて、正常な運転境界を決定することと、
前記正常な運転境界に基づいて、潜在的な問題または障害を検出することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記基板処理システムの定義された運転同士の時間間隔を、前記複数の健全性インデックス値を決定するための基準として使用するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、条件に基づいた数学モジュールを使用して、前記複数の健全性インデックス値のうちどれが計算されるかに基づいて、前記受信したデータをある値のセットに減少させるように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記複数の健全性インデックス値を定期的に、前記N個のセンサによって検出された前記基板処理システムの1つまたは複数の検出されたイベントに基づいて、決定するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、前記基板処理システムの運転がアラームリミットに近づく程度に基づいて、前記複数の健全性インデックス値を決定するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、
前記健全性インデックスモジュールが、個々のパラメータ分布境界に基づいて前記複数の健全性インデックス値を決定するように構成され、
前記パラメータ分布境界のそれぞれが、対応するパラメータについて、正常運転範囲とアラームリミットとの間に配置される、健全性モニタリング、評価、および応答システム。 - 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記コントローラが、データロギングモジュールを備え、前記データロギングモジュールが、前記N個のセンサからデータを収集し、記憶するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項39に記載の健全性モニタリング、評価、および応答システムであって、前記データロギングモジュールが、前記複数の健全性インデックス値、または前記N個のセンサの出力値の変化率のうちの少なくとも1つに基づいて、前記N個のセンサまたは前記N個のセンサのサブセットからのデータ収集を開始するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項39に記載の健全性モニタリング、評価、および応答システムであって、前記データロギングモジュールが、前記複数の健全性インデックス値、または前記N個のセンサの出力値の変化率のうちの少なくとも1つに基づいて、データサンプリングレートを大きくし、前記N個のセンサまたは前記N個のセンサのサブセットから前記大きくしたデータレートでデータを収集するように構成される、健全性モニタリング、評価、および応答システム。
- 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記健全性インデックスモジュールが、
前記システム健全性インデックス値に基づいて、前記基板処理システムの劣化を検出することと、
前記検出された劣化の原因を決定するために追加的なデータを収集することと
を行うように構成される、健全性モニタリング、評価、および応答システム。 - 請求項12に記載の健全性モニタリング、評価、および応答システムであって、前記N個のセンサをさらに含む、健全性モニタリング、評価、および応答システム。
- センサマッピングシステムであって、
基板処理システムの個々のパラメータを検出するように構成されたN個のセンサであって、Nが2以上である、N個のセンサと、
前記N個のセンサからデータを受信するように構成されたインターフェースと、
センサマッピングモジュールを含むコントローラであって、前記センサマッピングモジュールが
前記N個のセンサについてセンサ情報を表示する命令を受信することと、
前記N個のセンサからそれぞれ出力されたデータを受信することと、
前記基板処理システムの少なくとも一部分のビューの上に、前記センサ情報とともに前記N個のセンサの場所を表示することと
を行うように構成される、コントローラと
を備える、センサマッピングシステム。 - 請求項44に記載のセンサマッピングシステムであって、前記センサ情報が、現在のセンサ値、履歴的な集約値、健全性インデックス値、部品番号、またはシリアルナンバのうちの少なくとも1つを含む、センサマッピングシステム。
- 請求項44に記載のセンサマッピングシステムであって、前記センサマッピングモジュールが、前記基板処理システムの前記少なくとも一部分の前記ビューの上に、前記N個のセンサの少なくとも1つの状態を表示するように構成される、センサマッピングシステム。
- 請求項44に記載のセンサマッピングシステムであって、
前記コントローラが、前記N個のセンサについてそれぞれ複数の健全性インデックス値を生成するように構成された健全性インデックスモジュールをさらに含み、
前記センサマッピングモジュールが、前記基板処理システムの前記少なくとも一部分の前記ビューの上に、前記複数の健全性インデックス値を表示するように構成される、センサマッピングシステム。 - 請求項47に記載のセンサマッピングシステムであって、前記センサマッピングモジュールが、前記健全性インデックスモジュールから命令を受信するように構成され、前記命令が、M個のセンサのセットから前記N個のセンサの選択を含み、MはNよりも大きい、センサマッピングシステム。
- 請求項44に記載のセンサマッピングシステムであって、前記センサマッピングモジュールが、
命令信号を受信することと、
前記命令信号に基づいて、前記N個のセンサのうちの1つまたは複数から受信したデータをプロットすることと
を行うように構成される、センサマッピングシステム。 - 請求項44に記載のセンサマッピングシステムであって、前記センサマッピングモジュールが、
前記N個のセンサのうちの1つについてデータのプロットを表示するための入力を受信することと、
前記N個のセンサのうちの前記1つからのデータのプロットを含むグラフを表示することであって、前記グラフが前記基板処理システムの前記少なくとも一部分の前記ビューと同一画面に示される、グラフの表示と
を行うように構成される、センサマッピングシステム。 - 請求項44に記載のセンサマッピングシステムであって、前記センサマッピングモジュールが、受信した入力に基づいて、前記基板処理システムの画面レベルまたは表示される階層レベルのうちの1つを変更するように構成される、センサマッピングシステム。
- 請求項44に記載のセンサマッピングシステムであって、前記センサマッピングモジュールが、前記基板処理システムの、前記N個のセンサについての前記センサ情報ではなく、M個のセンサについてのセンサ情報を、入力に基づいて表示するように構成され、Mが2以上である、センサマッピングシステム。
- 請求項52に記載のセンサマッピングシステムであって、前記M個のセンサには、前記N個のセンサが含まれない、センサマッピングシステム。
- 請求項52に記載のセンサマッピングシステムであって、前記M個のセンサが、前記N個のセンサのうちの1つまたは複数を含む、センサマッピングシステム。
- データロギングシステムであって、
基板処理システムの個々のパラメータを検出するように構成されたN個のセンサであって、Nが2以上である、N個のセンサと、
前記N個のセンサからデータを受信するように構成されたインターフェースと、
データロギングモジュールを含むコントローラであって、前記データロギングモジュールが
前記N個のセンサおよびトリガ情報のうちの1つまたは複数を選択する命令を受信することと、
前記N個のセンサのうちの少なくとも1つをモニタリングし、前記トリガ情報によって識別される1つまたは複数のトリガイベントを検出することと、
前記1つまたは複数のトリガイベントを検出したことに応答して、前記N個のセンサのうちの前記選択された1つまたは複数のセンサの出力をデータロギングして、ロギングされたデータを提供することと
を行うように構成される、コントローラと
を備え、前記コントローラが、前記ロギングされたデータを分析し、前記ロギングされたデータを分析した結果に基づいて対策を実施するように構成される、データロギングシステム。 - 請求項55に記載のデータロギングシステムであって、前記データロギングモジュールが、
健全性インデックスモジュールから命令を受信することであって、前記命令が、センサの選択されたセットおよびトリガを含む、命令の受信と、
前記トリガに基づいて、センサの前記選択されたセットからのデータをロギングすることと
を行うように構成される、データロギングシステム。 - 請求項56に記載のデータロギングシステムであって、センサの前記選択されたセットが、前記N個のセンサを含まない、データロギングシステム。
- 請求項55に記載のデータロギングシステムであって、
前記データロギングモジュールが、トリガ、しきい値、または条件のうちの少なくとも1つに基づいてデータロギングを実施するように構成され、
前記コントローラが、
前記基板処理システムの1つまたは複数の運転が、定義された正常運転条件の内側で発生したか、それとも外側で発生したかを分類することと、
前記分類された1つまたは複数の運転に基づいて、複数の健全性インデックス値を生成することと、
前記複数の健全性インデックス値の集約に基づいて、前記対策を実施することと
を行うように構成された健全性インデックスモジュールを含む、データロギングシステム。 - 請求項55に記載のデータロギングシステムであって、前記データロギングモジュールが、
前記1つまたは複数のトリガイベントに先立って、データをバッファリングすることと、
前記1つまたは複数のトリガイベントに先立って、設定された期間、データを記憶することと
を行うように構成される、データロギングシステム。 - 請求項55に記載のデータロギングシステムであって、前記データロギングモジュールが、1つまたは複数の他のセンサに関するトリガイベントに基づいて、前記N個のセンサについてデータをロギングするように構成される、データロギングシステム。
- 請求項55に記載のデータロギングシステムであって、前記データロギングモジュールが、前記基板処理システムの検出された1つまたは複数の条件に基づいて、前記N個のセンサについてデータをロギングするように構成される、データロギングシステム。
- 請求項55に記載のデータロギングシステムであって、前記データロギングモジュールが、トリガイベントが生じる都度、前記N個のセンサから出力されたデータを設定された期間記録することによって、断続的なイベントをキャプチャするように構成される、データロギングシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063112386P | 2020-11-11 | 2020-11-11 | |
US63/112,386 | 2020-11-11 | ||
PCT/US2021/072198 WO2022104315A1 (en) | 2020-11-11 | 2021-11-03 | Substrate processing system tools for monitoring, assessing and responding based on health including sensor mapping and triggered datalogging |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023549166A true JP2023549166A (ja) | 2023-11-22 |
Family
ID=81601767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023527963A Pending JP2023549166A (ja) | 2020-11-11 | 2021-11-03 | センサマッピングおよびトリガされるデータロギングを含む、健全性に基づいてモニタリング、評価、および応答するための基板処理システムツール |
Country Status (7)
Country | Link |
---|---|
US (1) | US20230400508A1 (ja) |
EP (1) | EP4244638A1 (ja) |
JP (1) | JP2023549166A (ja) |
KR (1) | KR20230104951A (ja) |
CN (1) | CN116472463A (ja) |
TW (1) | TW202235895A (ja) |
WO (1) | WO2022104315A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022113608A1 (de) * | 2022-05-30 | 2023-11-30 | E.ON Digital Technology GmbH | Kontroll- und Überwachungsverfahren und /-vorrichtung für eine Industrieanlage |
JP2024041512A (ja) * | 2022-09-14 | 2024-03-27 | 株式会社東芝 | 異常検知装置、方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7813828B2 (en) * | 2007-04-02 | 2010-10-12 | Hitachi Kokusai Electric Inc. | Substrate processing system and group management system |
US8473089B2 (en) * | 2009-06-30 | 2013-06-25 | Lam Research Corporation | Methods and apparatus for predictive preventive maintenance of processing chambers |
JP6368453B2 (ja) * | 2011-06-24 | 2018-08-01 | 株式会社日立国際電気 | 基板処理装置、及び基板処理装置のデータ解析方法並びにプログラム |
KR101560967B1 (ko) * | 2014-02-26 | 2015-10-15 | (주)우광에스디에스 | 설비 직결형 실시간 모니터링 고장 진단장치 및 그에 따른 고장 진단방법 |
US10677837B2 (en) * | 2016-06-01 | 2020-06-09 | Kyzen Corporation | System and method for electrical circuit monitoring |
-
2021
- 2021-11-03 EP EP21893054.3A patent/EP4244638A1/en active Pending
- 2021-11-03 WO PCT/US2021/072198 patent/WO2022104315A1/en active Application Filing
- 2021-11-03 US US18/034,834 patent/US20230400508A1/en active Pending
- 2021-11-03 CN CN202180076097.2A patent/CN116472463A/zh active Pending
- 2021-11-03 JP JP2023527963A patent/JP2023549166A/ja active Pending
- 2021-11-03 KR KR1020237019633A patent/KR20230104951A/ko unknown
- 2021-11-09 TW TW110141597A patent/TW202235895A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
KR20230104951A (ko) | 2023-07-11 |
EP4244638A1 (en) | 2023-09-20 |
WO2022104315A1 (en) | 2022-05-19 |
US20230400508A1 (en) | 2023-12-14 |
TW202235895A (zh) | 2022-09-16 |
CN116472463A (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100756728B1 (ko) | 반도체 처리 기술 | |
JP5102488B2 (ja) | 製造装置における障害検出の方法 | |
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 | |
US8185230B2 (en) | Method and apparatus for predicting device electrical parameters during fabrication | |
JP2023549166A (ja) | センサマッピングおよびトリガされるデータロギングを含む、健全性に基づいてモニタリング、評価、および応答するための基板処理システムツール | |
US7702401B2 (en) | System for preserving and displaying process control data associated with an abnormal situation | |
KR101066973B1 (ko) | 플라즈마처리장치 | |
CN108829933A (zh) | 一种半导体制造设备的预测性维护与健康管理的方法 | |
US7386423B2 (en) | Methods of self-diagnosing software for driving processing apparatus | |
US7805639B2 (en) | Tool to report the status and drill-down of an application in an automated manufacturing environment | |
US20050159835A1 (en) | Device for and method of creating a model for determining relationship between process and quality | |
KR20210109662A (ko) | 반도체 장비 툴들에서 뉴럴 네트워크들을 이용한 챔버 매칭 | |
US7289863B2 (en) | System and method for electronic diagnostics of a process vacuum environment | |
CN103137513A (zh) | 集成电路制造设备状态监测系统和方法 | |
US20140278234A1 (en) | Method and a system for a statistical equivalence test | |
JP2006146459A (ja) | 半導体デバイスの製造方法および製造システム | |
US8510610B2 (en) | Method and system of compressing raw fabrication data for fault determination | |
He et al. | Statistics pattern analysis based virtual metrology for plasma etch processes | |
US7849366B1 (en) | Method and apparatus for predicting yield parameters based on fault classification | |
KR100882887B1 (ko) | 진공펌프의 트렌드 관측 및 진단분석 기법과 그 관측 및분석 기법 시스템 및 상기 기법을 수행하는 컴퓨터프로그램을 포함하는 컴퓨터가 판독 가능한 저장매체. | |
Niranjan et al. | Machine Learning-Based Adaptive Outlier Detection for Underkill Reduction in Analog/RF IC Testing | |
Collart et al. | Predictive Maintenance Practices for Cryogenic Pumps in Semiconductor Manufacturing | |
US7098048B1 (en) | Method and apparatus for capturing fault state data | |
US20240184281A1 (en) | Machine monitoring system and machine monitoring method | |
Scanlan et al. | Knowledge-based process control for fault detection and classification |