JP2635566B2 - 半導体製造自動制御システム - Google Patents
半導体製造自動制御システムInfo
- Publication number
- JP2635566B2 JP2635566B2 JP62004934A JP493487A JP2635566B2 JP 2635566 B2 JP2635566 B2 JP 2635566B2 JP 62004934 A JP62004934 A JP 62004934A JP 493487 A JP493487 A JP 493487A JP 2635566 B2 JP2635566 B2 JP 2635566B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- semiconductor manufacturing
- control system
- simulator
- automatic control
- 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.)
- Expired - Fee Related
Links
Landscapes
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
Description
【発明の詳細な説明】 〔発明の目的〕 （産業上の利用分野） この発明は、半導体装置の製造に於ける新しい診断制
御アルゴリズムを具備した半導体製造自動制御システム
に関する。
御アルゴリズムを具備した半導体製造自動制御システム
に関する。
（従来技術） 従来の典型的な、半導体製造自動化システムは、第３
図に示されるような構成となっている。つまり、半導体
製造の各要素工程に用いられる装置としてたとえば酸化
炉（31）、蒸着装置（32）、あるいは測定装置（33）等
があるが、これら半導体製造に用いられる装置が、それ
ぞれの装置を管理するブロックコンピュータ（34a），
（34b），（34c）を通して、ホストコンピュータ（35）
に結ばれている。
図に示されるような構成となっている。つまり、半導体
製造の各要素工程に用いられる装置としてたとえば酸化
炉（31）、蒸着装置（32）、あるいは測定装置（33）等
があるが、これら半導体製造に用いられる装置が、それ
ぞれの装置を管理するブロックコンピュータ（34a），
（34b），（34c）を通して、ホストコンピュータ（35）
に結ばれている。
前記ホストコンピュータ（35）には、プロセスの手順
のみを示すデータを末端（36）から入力し、半導体製造
自動化システムを所定の状態を維持するように動作させ
ていた。
のみを示すデータを末端（36）から入力し、半導体製造
自動化システムを所定の状態を維持するように動作させ
ていた。
また、従来の半導体製造に関するシミュレータは、第
４図に示すようにあらかじめ設定したイオン注入、酸化
／拡散、リングラフィ、CVDエッチング、気相成長のデ
ータを記憶したシミュレーター（40）に一連のプロセス
の手順を端末（41）から入力し、この入力データに対し
て、前記シミュレータ（40）が計算を行ない、その結果
のデータ（42）を出力するものであった。（43）はデー
タ部である。又、シミュレータの入力データにプロセス
データのバラツキをもたせ、これを加味した上で素子特
性を予想するものはあったが、基本的には前記第４図に
示すシステムを１つのパッケージとして、入力→出力を
繰り返し動作させるものであった。
４図に示すようにあらかじめ設定したイオン注入、酸化
／拡散、リングラフィ、CVDエッチング、気相成長のデ
ータを記憶したシミュレーター（40）に一連のプロセス
の手順を端末（41）から入力し、この入力データに対し
て、前記シミュレータ（40）が計算を行ない、その結果
のデータ（42）を出力するものであった。（43）はデー
タ部である。又、シミュレータの入力データにプロセス
データのバラツキをもたせ、これを加味した上で素子特
性を予想するものはあったが、基本的には前記第４図に
示すシステムを１つのパッケージとして、入力→出力を
繰り返し動作させるものであった。
従来、前記自動化システムとシミュレータを組み合わ
せて用いるものとしては、自動化のプロセスの手順デー
タをそのまま単にシミュレーションシステムに転送さ
せ、その結果を予想するものやプロセスの変動と素子特
性のバラツキに関する診断解析システム等があるにすぎ
ない。前記診断解析システムに関しても、第５図に示す
ようにホストコンピュータ（55）に組み込まれ、端末
（56）と接続された推論エンジン（51）により、従来型
のプロセスシミュレータ（52）をくり返し動作させ、SR
AMやDRAM等の品種ごとに知識ベース（53）を作成し、実
際のプロセスから得られた品質管理データ（QCデータと
呼ぶ）（54）と前記シミュレータ結果とを比較し、検定
するものであった。
せて用いるものとしては、自動化のプロセスの手順デー
タをそのまま単にシミュレーションシステムに転送さ
せ、その結果を予想するものやプロセスの変動と素子特
性のバラツキに関する診断解析システム等があるにすぎ
ない。前記診断解析システムに関しても、第５図に示す
ようにホストコンピュータ（55）に組み込まれ、端末
（56）と接続された推論エンジン（51）により、従来型
のプロセスシミュレータ（52）をくり返し動作させ、SR
AMやDRAM等の品種ごとに知識ベース（53）を作成し、実
際のプロセスから得られた品質管理データ（QCデータと
呼ぶ）（54）と前記シミュレータ結果とを比較し、検定
するものであった。
このようなシミュレーターを組み合わせた自動化シス
テムでは以下のような問題点があった。すなわちシミュ
レータ部ではある一定値からなる一連の手順を示した入
力しか扱っていないので実際のプロセスから得られた様
々な変動要因を含むデータに対する素子特性のバラツキ
の予想が困難である。また、たとえ変動要因を含むデー
タの予想が可能であっても、プロセスの変動値を小さな
値に分割し、シミュレータをくり返し行ない、同じ手続
きで動作させる必要があるので、計算時間がかかり計算
費用もかさむという問題があった。
テムでは以下のような問題点があった。すなわちシミュ
レータ部ではある一定値からなる一連の手順を示した入
力しか扱っていないので実際のプロセスから得られた様
々な変動要因を含むデータに対する素子特性のバラツキ
の予想が困難である。また、たとえ変動要因を含むデー
タの予想が可能であっても、プロセスの変動値を小さな
値に分割し、シミュレータをくり返し行ない、同じ手続
きで動作させる必要があるので、計算時間がかかり計算
費用もかさむという問題があった。
また、前記診断解析システムでは診断のための知識ベ
ースを作るためにプロセスシミュレータの膨大な実行が
必要であった。
ースを作るためにプロセスシミュレータの膨大な実行が
必要であった。
また前記したように品種が例えばSRAMとDRAMのように
プロセスに若干の相異である場合も、毎回実行をくり返
しデータをたくわえておく必要があり、データ自身の有
効活用ができない。またこれらのために自動化システム
への迅速なフィードバックができないなどの問題点があ
った。
プロセスに若干の相異である場合も、毎回実行をくり返
しデータをたくわえておく必要があり、データ自身の有
効活用ができない。またこれらのために自動化システム
への迅速なフィードバックができないなどの問題点があ
った。
（発明が解決しようとする問題点） （ｉ） 上述したように従来のシミュレーターを組み合
せた自動化システム、例えば診断解析システムではシミ
ュレータをくり返し動作させ、診断用のデータベースを
作成する方法を採用しているので計算時間がかかるのみ
ならず、迅速なフィードバックができない。
せた自動化システム、例えば診断解析システムではシミ
ュレータをくり返し動作させ、診断用のデータベースを
作成する方法を採用しているので計算時間がかかるのみ
ならず、迅速なフィードバックができない。
（ii） また、膨大な知識ベースを品種毎に用意する必
要があり、データの有効活用画ができないなどの問題が
あった。
要があり、データの有効活用画ができないなどの問題が
あった。
上記問題点を解決するには本発明は、従来とは異なる
プロセスシミュレーターのアルゴリズムを用い従来のよ
うなくり返し計算をなくし、保有データを軽量化し、ひ
いては迅速なプロセス修正をはかる半導体製造自動制御
システムを提供することを目的とする。
プロセスシミュレーターのアルゴリズムを用い従来のよ
うなくり返し計算をなくし、保有データを軽量化し、ひ
いては迅速なプロセス修正をはかる半導体製造自動制御
システムを提供することを目的とする。
（問題点を解決するための手段） 本発明は、上記目的を達成するために、半導体素子の
形状、素子内部の不純物分布あるいは電気的特性を測定
する手段と素子のシミュレーションを行なうプロセス．
デバイスシミュレータ部とを具備した半導体製造自動制
御システムにおいて、製造工程の特性平均値 及び偏差値（σ）を入力データとして、前記半導体製造
自動制御システムを動作させる制御部を有し、前記シミ
ュレータ部においては複数のプロセス因子に対応した素
子の形状、素子内部の不純物分布あるいは電気的特性の
期待値と偏差値（σ）を前記入力データより予想出力
し、前記期待値と前記測定手段により測定された半導体
素子の形状、素子内部の不純物分布、あるいは電気的特
性の実測値との有意差の検定を行ない有意差がある場合
には、その主要原因工程を診断し、前記診断された主要
原因工程において前記期待値に合致すべく製造工程のプ
ロセス因子を修正する機能を具備していることを特徴と
する半導体製造自動制御システムを提供する。
形状、素子内部の不純物分布あるいは電気的特性を測定
する手段と素子のシミュレーションを行なうプロセス．
デバイスシミュレータ部とを具備した半導体製造自動制
御システムにおいて、製造工程の特性平均値 及び偏差値（σ）を入力データとして、前記半導体製造
自動制御システムを動作させる制御部を有し、前記シミ
ュレータ部においては複数のプロセス因子に対応した素
子の形状、素子内部の不純物分布あるいは電気的特性の
期待値と偏差値（σ）を前記入力データより予想出力
し、前記期待値と前記測定手段により測定された半導体
素子の形状、素子内部の不純物分布、あるいは電気的特
性の実測値との有意差の検定を行ない有意差がある場合
には、その主要原因工程を診断し、前記診断された主要
原因工程において前記期待値に合致すべく製造工程のプ
ロセス因子を修正する機能を具備していることを特徴と
する半導体製造自動制御システムを提供する。
（作用） 上記したように本発明によれば、従来のようなくり返
し計算をなくすことができ、保有データを軽量化し、迅
速なプロセス修正をはかることができる。
し計算をなくすことができ、保有データを軽量化し、迅
速なプロセス修正をはかることができる。
（実施例） 本発明の詳細を図面を用いて説明する。
第１図は、本発明による半導体製造自動制御システム
の概略構成図である。まず、端末（１）からホストコン
ピュータ（２）にプロセスの手順とその要素プロセス毎
の中心値ｉと分散値σｉのデータを入力する。このデ
ータは本発明の重要な部分である新しいプロセスシミュ
レータ（３）に転送される。ここでプロセスの手順に従
って、不純物分布や素子の仕上り形状を順次求めていく
と同時に、その都度プロセスのゆらぎにより、分散をも
求めていく。そして最終的な期待値とその分散及び各工
程途上で得られた変動値をデータベース（４）に蓄えて
おく。一方、上記プロセスの手順はそのままホストコン
ピュータ（２）の指示に基いて各工程で用いられる装
置、例えば酸化炉（５）、蒸着装置（６）、測定装置
（７）と接続されたブロックコンピュータ（８），
（９），（10）に送られる。これにより実際のプロセス
が自動的に進行して行く。たとえば測定装置（７）では
その工程にあった評価方法により、たとえば寸法や不純
物分布、電気的特性を測定する。これらのデータはホス
トコンピュータ（２）の指示によりフィードバックされ
データベース（４）に、実測値として記憶、蓄積され
る。そして、プロセスシミュレータ（８）の期待値や変
動と前記測定装置（７）から得られた値をホストコンピ
ュータ（２）に組み込まれた推論エンジン（11）を用い
て検定する。推論エンジン（11）では上記検定の結果、
有意差があると認めた場合あらかじめ求めてあるデータ
ベース（４）の種々の変動値と比較し、どの工程に原因
があるかを見つけ、同時に原因の重みづけを行い、前記
期待値に合致すべくプロセスの修正を行う。
の概略構成図である。まず、端末（１）からホストコン
ピュータ（２）にプロセスの手順とその要素プロセス毎
の中心値ｉと分散値σｉのデータを入力する。このデ
ータは本発明の重要な部分である新しいプロセスシミュ
レータ（３）に転送される。ここでプロセスの手順に従
って、不純物分布や素子の仕上り形状を順次求めていく
と同時に、その都度プロセスのゆらぎにより、分散をも
求めていく。そして最終的な期待値とその分散及び各工
程途上で得られた変動値をデータベース（４）に蓄えて
おく。一方、上記プロセスの手順はそのままホストコン
ピュータ（２）の指示に基いて各工程で用いられる装
置、例えば酸化炉（５）、蒸着装置（６）、測定装置
（７）と接続されたブロックコンピュータ（８），
（９），（10）に送られる。これにより実際のプロセス
が自動的に進行して行く。たとえば測定装置（７）では
その工程にあった評価方法により、たとえば寸法や不純
物分布、電気的特性を測定する。これらのデータはホス
トコンピュータ（２）の指示によりフィードバックされ
データベース（４）に、実測値として記憶、蓄積され
る。そして、プロセスシミュレータ（８）の期待値や変
動と前記測定装置（７）から得られた値をホストコンピ
ュータ（２）に組み込まれた推論エンジン（11）を用い
て検定する。推論エンジン（11）では上記検定の結果、
有意差があると認めた場合あらかじめ求めてあるデータ
ベース（４）の種々の変動値と比較し、どの工程に原因
があるかを見つけ、同時に原因の重みづけを行い、前記
期待値に合致すべくプロセスの修正を行う。
前記プロセスシミュレータ（３）の作用について、更
に詳しく説明する。プロセスシミュレータ（３）は図に
示すように、イオン注入と変動．分散．処理部、酸化拡
散と変動．分散．処理部、リソグラフィとその変動分散
処理部等々からなる。それぞれに関し本発明による新し
いアルゴリズムを用いた変分処理部がある。ここでは、
前記アルゴリズムを示すに際し、もっとも複雑な１つで
ある酸化／拡散部とその変分部分の例について示す。そ
の手順は、以下の通りである。濃度を示すベクトル変数
をｃとし、そのベクトル関数をｆ（ｃ）とし、定数ベク
トルＢについて ｆ（ｃ）＝Ｂが与えられた時ｃ＝＋Δｃを代入し
て、Δｃに関して、２次以上の項を無視することによっ
て すなわち ここに は微係数の行列である。
に詳しく説明する。プロセスシミュレータ（３）は図に
示すように、イオン注入と変動．分散．処理部、酸化拡
散と変動．分散．処理部、リソグラフィとその変動分散
処理部等々からなる。それぞれに関し本発明による新し
いアルゴリズムを用いた変分処理部がある。ここでは、
前記アルゴリズムを示すに際し、もっとも複雑な１つで
ある酸化／拡散部とその変分部分の例について示す。そ
の手順は、以下の通りである。濃度を示すベクトル変数
をｃとし、そのベクトル関数をｆ（ｃ）とし、定数ベク
トルＢについて ｆ（ｃ）＝Ｂが与えられた時ｃ＝＋Δｃを代入し
て、Δｃに関して、２次以上の項を無視することによっ
て すなわち ここに は微係数の行列である。
（１）式をΔｃについてとき、＋Δｃをあらためて
として、また（１）式を解くと言う反復でΔｃが十分
に小さくなった時のｃの解とする。
として、また（１）式を解くと言う反復でΔｃが十分
に小さくなった時のｃの解とする。
この解き方の実際を差分法を用いた離散化式に適用
し、詳解する。たとえば２次元問題において解くべき拡
散方程式は各不純物に対して下記のようにたてられる。
し、詳解する。たとえば２次元問題において解くべき拡
散方程式は各不純物に対して下記のようにたてられる。
ここでx,zは２次元空間の水平方向、鉛直（下向き）
方向の座標、ｔは時間であり、Ｃは不純物の化学濃度、
Ｎはその内でアクティブ（active）なものの濃度であ
り、ＣとＮの関係は 荷電クラスタの場合、たとえば また、中性クラスタの場合はたとえば Ｃ＝Ｎ＋m keq Nm を用いることができる。
方向の座標、ｔは時間であり、Ｃは不純物の化学濃度、
Ｎはその内でアクティブ（active）なものの濃度であ
り、ＣとＮの関係は 荷電クラスタの場合、たとえば また、中性クラスタの場合はたとえば Ｃ＝Ｎ＋m keq Nm を用いることができる。
ここでkqは平衡定数であり、不純物の種類により決定
されるもので温度の関数でもある。
されるもので温度の関数でもある。
また、上式のＤは不純物の拡散係数であり、温度、濃
度に依存するものである。上の拡散式の離散化式におい
て、本発明で用いるアルゴリズムとにより、変分を用意
しておく。その１例を示すと Ｎの変分は中性クラスタについては したがって であり荷電クラスタについては となる。
度に依存するものである。上の拡散式の離散化式におい
て、本発明で用いるアルゴリズムとにより、変分を用意
しておく。その１例を示すと Ｎの変分は中性クラスタについては したがって であり荷電クラスタについては となる。
これらをΨについての変分、Ｄについての変分等を求
める必要がある。これらを用意して（１）式に示したΔ
ｃについての逐次計算をすすめる。この時あらかじめ入
力されたプロセスの手順に示された設定値xiとその分散
σｉに関する値の幅まで変分を取る。
める必要がある。これらを用意して（１）式に示したΔ
ｃについての逐次計算をすすめる。この時あらかじめ入
力されたプロセスの手順に示された設定値xiとその分散
σｉに関する値の幅まで変分を取る。
この変分をたとえばドーズ量，温度，時間等について
求めておき、それぞれの分散値の幅まで求めることによ
り、プロセスの変動を求めることができる。
求めておき、それぞれの分散値の幅まで求めることによ
り、プロセスの変動を求めることができる。
この新しいアルゴリズムによるシミュレータでは従来
のようなシミュレータ自体のくり返し計算が不用であ
り、しかもプロセス毎に簡単にその最終的な出力とその
分散まで求めることができる。また同時にどのプロセス
因子が最も変動に対し支配的であるかも求められる。こ
のシステムによりプロセス診断システムとしての機能を
も保持することができる。
のようなシミュレータ自体のくり返し計算が不用であ
り、しかもプロセス毎に簡単にその最終的な出力とその
分散まで求めることができる。また同時にどのプロセス
因子が最も変動に対し支配的であるかも求められる。こ
のシステムによりプロセス診断システムとしての機能を
も保持することができる。
前記半導体装置自動制御システムを用いて、実際にデ
ータを入力した結果を次に述べる。
ータを入力した結果を次に述べる。
まず入力データとして以下のものを用いた。又、ここ
では、プロセスシーケンスの要点を以下のようにした。
では、プロセスシーケンスの要点を以下のようにした。
ゲート酸化工程は、設定値950℃，σＴ＝±５℃，
時間は設定値30分，σｔ＝±1.0分、ボロンイオン注
入工程は設定ドーズ量は７×1011/cm2、変動値はσｐ＝
±5.0×1010/cm2、設定加速電圧は180KeVでその変動値
はσＡ＝±10kV、アニール工程は設定値は1000℃、そ
の変動値はσＴ＝±６℃、設定時間は30分でその変動値
はσ＝±1.1分とした。このシーケンスにもとづいて求
めた予測値を第２図に曲線A,B,Cで示す。ここではゲー
ト中央部における工程の最終時点の不純物深さ方向につ
いての値をプロットしたものであり、Ａは期待値、Ｂは
期待値＋変動値の上限、Ｃは期待値＋変動値の下限を示
す。
時間は設定値30分，σｔ＝±1.0分、ボロンイオン注
入工程は設定ドーズ量は７×1011/cm2、変動値はσｐ＝
±5.0×1010/cm2、設定加速電圧は180KeVでその変動値
はσＡ＝±10kV、アニール工程は設定値は1000℃、そ
の変動値はσＴ＝±６℃、設定時間は30分でその変動値
はσ＝±1.1分とした。このシーケンスにもとづいて求
めた予測値を第２図に曲線A,B,Cで示す。ここではゲー
ト中央部における工程の最終時点の不純物深さ方向につ
いての値をプロットしたものであり、Ａは期待値、Ｂは
期待値＋変動値の上限、Ｃは期待値＋変動値の下限を示
す。
本システムのホストコンピュータ（２）よりゲート温
度の変動に対しては8.2mV/℃、パタニングの変動に対し
ては12mV/0.1μｍ、アニール時間に関しては1.8mV/mi
n、アニール温度に関しては1mV/℃なる値も得た。
度の変動に対しては8.2mV/℃、パタニングの変動に対し
ては12mV/0.1μｍ、アニール時間に関しては1.8mV/mi
n、アニール温度に関しては1mV/℃なる値も得た。
前記出力を求めるのに10MIPSの計算機を用いて、CPU
時間は52分間であった。
時間は52分間であった。
同様の計算を第５図に示した従来型のシミュレータを
用いて実行したところ、ゲート温度に対する変動を求め
るのに８バッチ、パタニングの変動を求めるのに最少８
バッチ、アニールに対しては16バッチが必要であった。
これらに要した時間は10MIPSで841分であった。従来シ
ステムと比較をすると、計算量が1/16ですんだことがわ
かる。
用いて実行したところ、ゲート温度に対する変動を求め
るのに８バッチ、パタニングの変動を求めるのに最少８
バッチ、アニールに対しては16バッチが必要であった。
これらに要した時間は10MIPSで841分であった。従来シ
ステムと比較をすると、計算量が1/16ですんだことがわ
かる。
またこのシステムにより実際の工程を経た半導体素子
の不純物を求めると第２図の点線Ｄのごとくになった。
この場合、推論エンジン（11）検定システムで検定した
ところ、このプロセスは有異差がないとの出力を得た。
の不純物を求めると第２図の点線Ｄのごとくになった。
この場合、推論エンジン（11）検定システムで検定した
ところ、このプロセスは有異差がないとの出力を得た。
また、この実施例の効果を説明するために前記従来シ
ステムを用いて同様に期待値と実測値を比較した例を第
６図に示す。この場合、出力からプロセスに異常があっ
たかどうかすぐにはわからない。実線Ａは期待値、点線
Ｂは実測値である。そこで第５図に示した従来型の診断
システムを用いて、検定を行ったところこの検定には、
さらに21分の時間を要した。また、ためしに加速電圧を
20kV変化させてみた所、測定装置（10）からのQCデータ
がホストコンピュータ（２）に転送されてからわずか２
分で検定が終了し、加速電圧の異常を告げ、自動的に所
定の値に戻った。ちなみに従来システムでは検定が終了
し、加速電圧の異常を推測するのに98分間の時間を要し
た。
ステムを用いて同様に期待値と実測値を比較した例を第
６図に示す。この場合、出力からプロセスに異常があっ
たかどうかすぐにはわからない。実線Ａは期待値、点線
Ｂは実測値である。そこで第５図に示した従来型の診断
システムを用いて、検定を行ったところこの検定には、
さらに21分の時間を要した。また、ためしに加速電圧を
20kV変化させてみた所、測定装置（10）からのQCデータ
がホストコンピュータ（２）に転送されてからわずか２
分で検定が終了し、加速電圧の異常を告げ、自動的に所
定の値に戻った。ちなみに従来システムでは検定が終了
し、加速電圧の異常を推測するのに98分間の時間を要し
た。
以上、述べてきたように、本発明によれば計算時間す
なわちフィードバックまで、従来の1/10〜1/20の時間で
すんでいることがわかる。これは本発明に用いられるプ
ロセスシミュレータ自体に変動値を取り扱えるようにし
た効果が極めて大きい。
なわちフィードバックまで、従来の1/10〜1/20の時間で
すんでいることがわかる。これは本発明に用いられるプ
ロセスシミュレータ自体に変動値を取り扱えるようにし
た効果が極めて大きい。
第１図は本発明による一実施例を説明するための概略
図、第２図は本発明の効果を説明するための図、第３図
乃至第５図は、従来例を説明するための図、第６図は従
来例により得られた結果を示す図である。 １……端末、２……ホストコンピュータ、３……プロセ
スシミュレータ、４……データベース、5,6,7……ブロ
ックコンピュータ、11……推論エンジン。
図、第２図は本発明の効果を説明するための図、第３図
乃至第５図は、従来例を説明するための図、第６図は従
来例により得られた結果を示す図である。 １……端末、２……ホストコンピュータ、３……プロセ
スシミュレータ、４……データベース、5,6,7……ブロ
ックコンピュータ、11……推論エンジン。
Claims (2)
- 【請求項１】半導体素子の形状、素子内部の不純物分布
あるいは電気的特性を測定する手段と素子のシュミレー
ションを行うプロセス、デバイスシュミレータ部とを具
備した半導体製造自動制御システムにおいて、製造工程
の特性平均値（ｘ）、及び偏差値（σ）を入力データと
して、前記半導体製造自動制御システムを動作させる制
御部を有し、前記シュミレータ部においては複数のプロ
セス因子の各々に対応した素子の形状、素子内部の不純
物分布あるいは電気的特性の期待値と偏差値を前記入力
データより予測出力し、前記期待値と前記測定手段によ
り測定された半導体素子の形状、素子内部の不純物分布
あるいは電気的特性の実測値との有意差の検定を行い有
意差がある場合には、その主要原因工程を診断し、前記
診断された主要原因工程において、前記期待値に合致す
べく製造工程のプロセス因子を修正する機能を具備する
ことを特徴とする半導体製造自動制御システム。 - 【請求項２】前記素子の形状、素子内部の不純物分布あ
るいは電気的特性の期待値と偏差値の予測出力は変分処
理を用いて行うことを特徴とする請求項１記載の半導体
製造自動制御システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62004934A JP2635566B2 (ja) | 1987-01-14 | 1987-01-14 | 半導体製造自動制御システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62004934A JP2635566B2 (ja) | 1987-01-14 | 1987-01-14 | 半導体製造自動制御システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63174331A JPS63174331A (ja) | 1988-07-18 |
| JP2635566B2 true JP2635566B2 (ja) | 1997-07-30 |
Family
ID=11597406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62004934A Expired - Fee Related JP2635566B2 (ja) | 1987-01-14 | 1987-01-14 | 半導体製造自動制御システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2635566B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5719796A (en) * | 1995-12-04 | 1998-02-17 | Advanced Micro Devices, Inc. | System for monitoring and analyzing manufacturing processes using statistical simulation with single step feedback |
| JP4516030B2 (ja) * | 1995-12-28 | 2010-08-04 | 株式会社東芝 | 半導体装置の製造プロセスの設計方法、半導体装置の製造方法、及び半導体装置の製造システム |
| US6470230B1 (en) * | 2000-01-04 | 2002-10-22 | Advanced Micro Devices, Inc. | Supervisory method for determining optimal process targets based on product performance in microelectronic fabrication |
| US6622059B1 (en) * | 2000-04-13 | 2003-09-16 | Advanced Micro Devices, Inc. | Automated process monitoring and analysis system for semiconductor processing |
| JP2002184705A (ja) * | 2000-12-18 | 2002-06-28 | Toshiba Corp | プロセスデータ補正方法およびその装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5684570A (en) * | 1979-12-12 | 1981-07-09 | Advantest Corp | Testing device for ic |
| JPS58197878A (ja) * | 1982-05-14 | 1983-11-17 | Hitachi Ltd | 拡散層作成プロセス制御方式 |
| JPS59228726A (ja) * | 1983-06-10 | 1984-12-22 | Hitachi Ltd | 不良解析装置 |
| JPS6089936A (ja) * | 1983-10-24 | 1985-05-20 | Hitachi Ltd | デ−タ解析方法 |
| JPS60257535A (ja) * | 1984-06-04 | 1985-12-19 | Hitachi Ltd | 異常診断機能を備えた半導体製造方法 |
-
1987
- 1987-01-14 JP JP62004934A patent/JP2635566B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63174331A (ja) | 1988-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2000517473A (ja) | 単一ステップフィードバックによる統計的シミュレーションを用いて製造プロセスを監視かつ分析するためのシステム | |
| US11947888B2 (en) | Semiconductor processing tools with improved performance by use of hybrid learning models | |
| CN103439887B (zh) | 低阶系统itae最优的pi控制器参数整定方法及系统 | |
| JP7188950B2 (ja) | データ処理方法およびデータ処理プログラム | |
| CN112433472B (zh) | 半导体生产控制方法及控制系统 | |
| JP2019021186A (ja) | データ処理装置、制御システム、データ処理方法及びプログラム | |
| JP2635566B2 (ja) | 半導体製造自動制御システム | |
| CN112906407B (zh) | 一种用于模拟核临界状态的模拟装置和方法 | |
| JP2020102082A (ja) | 予測モデル生成装置、予測モデル生成方法、および、コンピュータプログラム | |
| JP7188949B2 (ja) | データ処理方法およびデータ処理プログラム | |
| EP3040890A1 (en) | System for the optimization of a method for determining material properties at finding materials having defined properties and the optimization of the said method | |
| US5155677A (en) | Manufacturing process optimizations | |
| US20090204376A1 (en) | Method for measuring a nonlinear dynamic real system | |
| Marković et al. | The stability of the extended model of hypothalamic-pituitary-adrenal axis examined by stoichiometric network analysis | |
| CN107093904A (zh) | 基于随机矩阵谱分析的配电网无功补偿动作点选取方法 | |
| CN114417549A (zh) | 一种基于超级计算机的数字孪生目标场数据处理系统 | |
| Stelmashchuk | Identification of static moment and inertia moment of electric drive with the method of least squares | |
| Moness et al. | Experimental black-box dynamic modelling of a flexible manoeuvring system | |
| Klimova et al. | Phasor measurement units use to determine automatic excitation controller parameters of a synchronous generator | |
| EP4354360A1 (en) | Learning method, estimation method, learning device, estimation device, and program | |
| JPH0653155A (ja) | 半導体素子のシミュレーション方法および装置 | |
| Kambhampati et al. | Optimising control of fermentation processes | |
| Polishchuk et al. | A discreet mathematical model based on the bilinear transformation of a synchronous electric machine with a turn-to-turn fault in the rotor winding | |
| JPH06133460A (ja) | 電力系統の安定度監視装置 | |
| Yu et al. | An accelerometer modeling approach based on mixed-kernel support vector machine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |