JP4994245B2 - 単分子層堆積方法 - Google Patents

Description

この発明は、半導体装置内の基板に膜を堆積する方法に関し、詳細には、単分子層堆積（Ｍｏｎｏｌａｙｅｒ Ｄｅｐｏｓｉｔｉｏｎ：ＭＬＤ）プロセスシステムに関する。

半導体装置の製造に使用される、基板上に薄膜を作製するいくつかの方法が開発されている。確立している技術の中には、化学的気相堆積（Ｃｈｅｍｉｃａｌ Ｖａｐｏｒ Ｄｅｐｏｓｉｔｉｏｎ：ＣＶＤ）法がある。原子層堆積（Ａｔｏｍｉｃ Ｌａｙｅｒ Ｄｅｐｏｓｉｔｉｏｎ：ＡＬＤ）法は、ＣＶＤの変形であり、均一で、コンフォーマルな膜の堆積を実現する潜在的に優れた方法として現れつつある比較的新しい技術である。

ＡＬＤについては、複雑なトポロジーに極めて均一な薄い堆積層を実現する顕著な能力を実証されている。ＡＬＤはＣＶＤほどにはフラックスに依存しないため、これは、少なくとも部分的には正しい。ＡＬＤが有するフラックスに依存しないという性質により、従来のＣＶＤ方法よりも低温での処理が可能である。

ＡＬＤ技術は、化学吸着により、反応性の前駆体で形成される層が単分子層で飽和するという原理に基づいている。たとえば基板上にＡＢ膜を形成する典型的なＡＬＤ過程には、基板上に飽和したＡの単分子層が形成される期間に、前駆体または反応物Ａ（Ｒ_Ａ）を注入する工程が含まれる。その後、前駆体または反応物Ａ（Ｒ_Ａ）は不活性ガスＧ１を使用して、チャンバから除去される。続いて、ある一定の期間、チャンバへ前駆体または反応物Ｂ（Ｒ_Ａ）を注入して、ＢをＡと結合させてＡＢ層を形成する。その後、前駆体または反応物Ｂ（Ｒ_Ａ）はチャンバから除去される。以上の前駆体または反応物Ａ（Ｒ_Ａ）をチャンバへ導入し、チャンバをパージし、前駆体または反応物Ｂ（Ｒ_Ｂ）を導入し、チャンバをパージする過程が繰り返えされて、所望の厚さのＡＢ膜が実現される。

しかし、従来のＡＬＤプロセスには不都合が幾つかあった。一度に一層の膜が形成されるため、膜成長はＣＶＤより遥かに遅く、ときにはそれは一桁にも及ぶ。これはプロセスのスループットにかなり否定的な影響を及ぼす。

前駆体の単分子層が基板上でいつ飽和するかをその場測定することができないため、最適な性能やスループットを実現するための条件を制御し最適化する手立てがない。

典型的なバッチリアクタにおいては、前駆体をリアクタへ導入するため、単一のオリフィスが使用されるが、このため、前駆体をリアクタ内に満たすのに時間がかかり、よって、リアクタ内に位置する複数のウェハ上で単分子層が飽和するのにより長い時間がかかることがある。

本発明は、単分子層の堆積（ＭＬＤ）プロセスシステムを操作する方法を提供する。この方法は、プロセスチャンバに複数のウェハの位置を決める工程；複数のウェハの少なくとも一つの表面に表面飽和ゾーンを決定する工程；少なくとも一つの表面飽和ゾーンについて表面の飽和状態を評価するための仮想センサを作成する工程；少なくとも一つの表面飽和ゾーンについて、所望の飽和状態を設定する工程；および、評価された飽和状態が所望の飽和状態にほぼ等しくなるまで、第１の堆積プロセスを実施し、複数のウェハの表面にほぼ均一な膜を堆積する工程；を含む。

本発明は、また、プロセスチャンバ内に複数のウェハを位置決めする手段；複数のウェハの少なくとも一つの表面上に表面飽和ゾーンを決定する手段；少なくとも一つの表面飽和ゾーンについて、表面の飽和状態を評価するための仮想センサを作成する手段；少なくとも一つの表面飽和ゾーンについて、所望の飽和状態を設定するための手段；および、評価された飽和状態が、所望の飽和状態とほぼ等しくなるまで、第１の堆積プロセスを実施し、複数のウェハの表面にほぼ均一な膜を堆積する手段；を含む単分子層堆積（ＭＬＤ）プロセスシステムを提供する。

本発明およびこれに付随する多くの利点は、以下の詳細な説明を、特に、添付の図面と併せて考慮すると、直ちにより完全に理解できよう。

図１は、本発明の実施形態に従うＭＬＤシステムの単純化されたブロック図である。図示の実施形態では、ＭＬＤリアクタ１１０、温度制御サブシステム１２０、ガス分配サブシステム１３０、圧力制御サブシステム１４０、センササブシステム１５０および制御器１９０を含むＭＬＤシステム１００が示されている。図１に示すとおり、温度制御サブシステム１２０、ガス分配サブシステム１３０、圧力制御サブシステム１４０、センササブシステム１５０および制御器１９０は、ＭＬＤリアクタ１１０へ結合される。また、ＭＬＤリアクタ１１０、温度制御サブシステム１２０、ガス分配サブシステム１３０、圧力制御サブシステム１４０、センササブシステム１５０は制御器１９０に結合することができる。

ＭＬＤリアクタ１１０は、半導体ウェハＷをロードしアンロードするためのロード／アンロードシステム（図示せず）を含むことができる。ＭＬＤリアクタ１１０は、複数のウェハＷを処理することができる。

温度制御サブシステム１２０は、ＭＬＤリアクタ１１０内のウェハの温度を制御する。温度制御サブシステム１２０は、異なる時刻に異なる温度を設定する１又は２以上のインテリジェント設定点を有するレシピを動作させ、種々の時刻での温度設定点を実現する。たとえば、ウェハの温度をパージステップの間に変更し、かつ／または前駆体ガス供給ステップの間に変更することができる。また、温度上昇をプロセス条件の許容可能な境界内に保持することができる。さらに、ウェハ温度を１又は２以上のプロセス・レシピステップの間、一定に保持することができる。

ガス分配サブシステム１３０は前駆体ガスフローを制御することができる。ガス分配サブシステム１３０は、プロセスガス流量、プロセスガス組成、前駆体の種類、および前駆体濃度のためのインテリジェント設定値を制御する手段を含む。インテリジェント設定値は、ウェハ上に単分子層を飽和させるのに要する時間を短縮するため、適宜、変えることができる。たとえば、一の制御法は、関連するガスフローステップを一連のサブステップに分割する。各サブステップは、種々のインテリジェント設定点を有する。他の実施形態では、前駆体ガスフローステップの間、サブステップ設定点を一定に保持することができる。

ガス分配サブシステム１３０は不活性ガスフロー制御を制御することができる。ガス分配サブシステム１３０は、フロー制御システム（ＦＣＳ）かつ／またはマスフローコントローラ（ＭＦＣ）（図示せず）のような不活性ガスのための設定点を制御する手段を含む。リアクタ内を希釈しパージするのに要する時間を短縮するため、設定点を適宜変更して良い。たとえば、一の制御方法は、関連する不活性ガスフローステップを一連のサブステップに分割する。各サブステップは、インテリジェント設定点を有する。他の実施形態では、不活性ガスフローステップの間、サブステップ設定点を一定に保持することができる。

さらに、ガス分配サブシステム１３０は、下記により詳細に説明するように、多数孔導入器を含むことができる。たとえば、単一壁の又は二重壁の多重孔導入器をバッチプロセス用のリアクタチャンバに用いて良い。多数孔導入器は、ウェハへの前駆体の供給を加速し、よってサイクルタイムを短縮することができる。さらに、多数孔導入器は、パージプロセス中にウェハへの不活性ガスの供給を加速し、よってサイクルタイムを短縮することができる。

圧力制御サブシステム１４０は、リアクタ１１０のチャンバ圧力を制御するために使用される。圧力制御サブシステム１４０は、チャンバ圧力の設定点を制御する手段を含む。飽和にかかる時間とパージの時間を短縮するため、圧力制御設定点を適宜変えることができる。１つの制御方法は、関連するプロセスステップを一連のサブステップに分割する。各サブステップは、圧力の制御のための種々の「インテリジェント」設定点を有する。他の実施形態では、プロセスステップの間、圧力制御サブステップの設定点を一定に保持することができる。

たとえば、チャンバ圧力を制御する一の方法は、排気バルブ位置を制御する工程を含む。発明の一の実施形態では、バルブ位置がフィードフォワード制御方法によって決定される。ここでは、初期の位置が所望のバルブ位置に急速に変更され、よって、圧力制御プロセスが実施される。

センササブシステム１５０は、多量センサかつ／または光学のモニタリングを含むことができる。センササブシステム１５０は、リアクタ１１０内のガス環境の定性分析および定量分析を提供することができる。たとえば、センササブシステム１５０は、ガス濃度センサ（Ｇａｓ Ｃｏｎｃｅｎｔｒａｔｉｏｎ Ｓｅｎｓｏｒ：ＧＣＳ）を含むことができる。ＧＣＳは、リアクタ１１０に取り付けられた排気システム（図示せず）のフォアラインに結合することができ、前駆体分子の濃度レベル、プロセスガス組成の濃度レベル、およびプロセスの副生成物の濃度レベルの少なくとも一つを決定するためにＧＣＳを使用することができる。ガスフローステップのような１又は２以上のプロセスステップのエンドポイントを決定するために、ＧＣＳを使用することもできる。

制御器１９０は、入来するウェハ用のフィード・フォワード・データをプロセスシステム制御器（図示せず）から受け取ることができる。制御器１９０はフィード・フォワード・データから層情報を抽出することができる。制御器１９０は、ウェハの状態を評価するために層情報を使用することができる。たとえば、制御器１９０は、受け取った温度データおよび層情報基づいて、入来するウェハについてのプロセス・レシピを確立することができる。その後、制御器１９０は、本明細書に記載された方法を使用して、ＭＬＤシステム１００のためのインテリジェント設定点を含むプロセス・レシピを作成することができる。

たとえば、制御器１９０は、演算手段と、メモリ手段と、ＭＬＤシステム部品とを制御することができるインターフェース手段とを含んで良い。さらに、プロセス・レシピによれば、メモリに格納されたプログラムか、メモリにロードされたプログラムを用いて、ＭＬＤシステム１００の上述の部品を制御することができる。

ＭＬＤシステム１００は、物理的なセンサかつ／または仮想センサであり得るセンサ（図示せず）を含むことができる。これらのセンサは、制御器１９０によって使用される測定データを提供することができ、ＭＬＤリアクタ１１０内の様々なポイントの実時間の条件を代表する。制御器１９０は、ＭＬＤリアクタ１１０の様々なプロセスの制御を決定するために測定データを使用することができる。たとえば、ソフトウェアによって計算され制御器１９０のメモリ内に維持される動的熱モデルは、実際の物理的なセンサが信頼性良く使用できないとき、その代わりに使用することができる仮想センサを含んで良い。ただし、追加のプロセスパラメータを測定するため、複数の実際の物理的なセンサを使用しても良い。制御器１９０は、これらの物理的なセンサからのデータを用いて、動的熱モデル内の計算を調節し、確認かつ／または修正することができる。

本発明の一の実施形態によれば、処理されるウェハを含むＭＬＤプロセスシステムのディジタルシミュレーションモデルが作成される。モデルは、動的な方式でシステムの動作パラメータを複製する。たとえば、モデルは、ＭＬＤシステムおよびウェハのフロー特性に基づいて、ＭＬＤシステムと処理されるウェハの全体のプロセスパラメータを計算することができる。それは、ＭＬＤシステムの中で使用されるプロセス・レシピのための「インテリジェント」設定点を計算する。システムでの選択されたポイントでプロセスパラメータを実際に計算して、そのモデルが正確に作動するように、計算をチェックし変更して良い。モデルに含まれるアルゴリズムは、理論上または経験的に、また、好ましくは双方によって、導くことができる。制御されるプロセスのサイクル全体にわたってシステムを動作させつつ、テストウェハに関して実際に測定を行うことによって、変更することも可能である。

制御器１９０は、ＭＬＤシステム１００を制御する動的モデルを作成し、かつ／または使用するよう構成することができる。制御器１９０は、ＭＬＤシステム１００を制御する仮想センサを作成し、かつ／または使用するよう構成しても良い。制御器１９０は、ＭＬＤシステム１００を制御するためのインテリジェント設定点を有するプロセス・レシピを作成し、かつ／または使用するよう構成することができる。仮想センサにより、ユーザが、システムの仮想モデルからそのようなプロセスパラメータ／特性を実時間で計算／評価することにより、プロセスパラメータ／特性を「測定する」ことが可能になる。

さらに、制御器１９０は、プロセスデータを分析するように、また、予知されるデータ、測定データ、かつ／または履歴プロセスデータに対してプロセスデータを比較するように、そして、その比較を利用して、動的モデル、仮想センサ、プロセス・レシピかつ／またはインテリジェント設定点を確認かつ／または変更するように、構成することができる。

さらに、制御器１９０は、プロセスデータを分析するように、また、予知されるデータ、測定データ、かつ／または履歴プロセスデータに対してプロセスデータを比較するように、そして、その比較を使用して、エンドポイントを予知し、かつ／または宣言するように、構成することができる。さらに、制御器１９０は、プロセスデータを分析するように、また、予知されるデータ、測定データ、かつ／または履歴プロセスデータに対してプロセスデータを比較するように、そして、その比較を使用して、不具合を予知し、かつ／または宣言するように、構成することができる。

図２は、本発明の実施形態に従う多数孔導入システム２００の典型例を示す。上述のように、図１のガス分配サブシステム１３０は、多数孔導入システム２００を備えて良い。図２に示すとおり、多数孔導入システム２００は、リアクタ１１０に結合される供給ライン２２０と、分配手段２３０と、一バッチ分のウェハ２５０を含むリアクタ１１０の全体にわたってガスを分配するための多数孔導入器２４０とを含むことができる。

図３は、本発明の実施形態に従うインテリジェント設定点制御器を含むＭＬＤプロセスシステムの単純化されたブロック図である。図示の実施形態では、制御下のデバイス（Ｄｅｖｉｃｅ Ｕｎｄｅｒ Ｃｏｎｔｒｏｌ：ＤＵＣ）が、仮想センサ、多重変数制御器、およびインテリジェント設定点制御器と共に示されている。たとえば、ＤＵＣは、図１に示すリアクタ１１０のようなＭＬＤリアクタであって良い。

また、このシステムは、プロセスのオペレーションおよび示されるようなセンサの使用を含む。たとえば、プロセスはＭＬＤプロセスであって良い。また、センサは、ＭＬＤプロセスからのエラーデータかつ／または出力データを提供することができる。一例では、センサは光学センサであって良い。また、光学センサは厚さと組成のデータを提供することができる。

インテリジェント設定点制御器は、時間的に変化するインテリジェント設定点を計算して多重変数制御器に対して提供することができる。インテリジェント設定点制御器および多重変数制御器はハードウェアとソフトウェアの要素を含むことができる。

仮想センサは、ウェハ表面飽和データ、ウェハ温度かつ／またはガスフローデータを多重変数制御器に対して供給することができる。

図４は、本発明の実施形態に従う仮想センサの概略図である。図示の実施形態では、仮想センサが、それが動的モデル要素、物理的なセンサ要素、操作された変数要素、およびソフトウェアアルゴリズム要素を含むことを示している。

仮想センサは、多数の「物理的な」センサからの情報のアルゴリズムに基づいて統合する合成装置とみることができる。仮想センサは、履歴データ、実時間データ、および予知データを提供することができる適応性のある装置である。

仮想センサにより、測定可能でない変数を「測定する」ことが可能となり、測定可能な変数およびモデルを使用することにより、制御することが可能となる。測定可能な変数と測定不可能な変数との間の動的な相互作用を詳述するようモデルを構築する。仮想センシングにより、ウェハ表面飽和データを実時間で得る方法が提供される。

仮想センサにより、生産中、機器を取り付けたウェハの必要がなくなる。たとえば、動的「ゴールド（Ｇｏｌｄ）」モデルおよび仮想センサをＭＬＤシステムについて、一度、作成し、特定の装置の初期認定中に少数のウェハで調整し、その結果、システムの生産準備が完了する。任意の再調整のため、サーバーに基づいたソフトウェアを使用しても良い。

図５は、本発明の実施形態に従うプロセスシステムの動的なモデルを示す概略図である。図示の実施形態では、４つのモデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）が示されている。他の実施形態では、使用する要素の数が異なっていても良いし、異なるやり方で要素を配置することができる。

また、動的モデルは、制御入力（Ｕ）および外乱入力（Ｄ）を有し、規制出力（Ｚ）および測定出力（Ｙ）を有することが示されている。しかも、モデル構造は次のように示される。

Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ
また、異なるモデルを使用しても良い。

図示の実施形態では、制御入力がガスフローデータおよびヒータパワーデータを含むことができる。外乱入力は非測定変数であって良い。測定出力は、チャンバパラメータかつ／またはウェハデータであって良い。規制出力は、ウェハ表面条件であって良い。

動的モデルは、システムの「状態」を追跡し続け、実時間でその入力を出力に関連づける。たとえばＵ、Ｙは測定することができる、また、モデルの使用によって、ＤはＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを使用して、推定することができる、そして、Ｚは、Ｚ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して推定することができる。

動的モデルを作成する場合、ウェハ位置、チャンバフロー特性、ガス流量、ガス濃度およびウェハ構成のような複数のプロセス変数をモデルに組み入れても良い。多重変数制御器を使用して、堆積モードやパージモードのように、プロセス中の異なる時点での変数間の相互作用を決定することができる。インテリジェント設定点制御器は、名目上の設定点をパラメータ化するため、効率的な最適化方法およびプロセスデータを使用して、インテリジェント設定点を作成するため、そして、実施中に適切なモデルおよび設定点を選択するため、使用することができる。

インテリジェント設定点制御（Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｅｔｐｏｉｎｔ Ｃｏｎｔｒｏｌ：ＩＳＣ）方法論の一つのステップは、熱プロセスシステムのようなプロセスシステムの動的な振る舞いを記述するモデルを作成することである。これらのモデルは、多重変数制御器を設計し、感度マトリックスおよびインテリジェント設定点を扱うために使用することができる。

一の実施形態には、ＭＬＤシステムによって処理されているウェハに関する表面の飽和条件の作成する動的なモデルが含まれる。一例として、動的モデルは、機器を取り付けたウェハを使用することにより、テストかつ／または確認することができる。動的モデルは、マルチウェハチャンバにおけるガスフロー、マルチウェハチャンバにおける温度、およびウェハ表面特性の相互作用を含んでも良い。動的モデルを使用して、実時間でのウェハの評価される表面条件を制御する多重変数制御器を作ることができる。

たとえば、処理される種々のタイプのウェハに対して一組のモデルを作成することができる。これはウェハ構成を明らかとし、表面飽和の応答を実時間で補うことができる。

図６は、本発明の実施形態に従うリアクタモデルの典型的なブロック図である。図示の実施形態では、リアクタモデルがウェハ要素６１０、「ウェハ間」要素６２０および壁要素６３０を含む。リアクタセンターライン６４０は、ガスフロー入力６５０およびガスフロー出力６６０と共に示されている。

図６に示すとおり、リアクタは、壁要素６３０、ウェハ間要素６２０およびウェハ要素６１０を含む有限体積要素に分割することができる。ウェハ要素６１０の数は構造化可能である。ガスフローは、ガスと前駆体の両方がリアクタ軸に対称に流入し流出すると仮定することによりモデル化することができる。表面飽和は、表面のフラックスが局所的な前駆体分圧に比例すると仮定することによりモデル化することができる。

また、フロー条件については、リアクタ内が層流状態にあり、リアクタ壁に沿って対流的な「プラグフロー」があり、かつ、ウェハ間のスペースに拡散があると仮定している。

ウェハ表面飽和モデルについては、表面のフラックスが局所的な前駆体分圧に比例すると仮定し、化学吸着はフラックスに比例し、かつ、モデルが表面の飽和の状態を追従すると仮定している。

モデルは、構造化可能なパラメータを含み、これは、種々のリアクタおよびフロー秩序（ｒｅｇｉｍｅ）を調べるために使用することができる。パラメータは、ウェハの数およびそれらの間の間隔のように、幾何的に関連する。パラメータは、圧力、温度および流量（不活性ガス、又は前駆体）のようなプロセス条件を含んで良い。さらに、拡散のようなフローパラメータを含むことができる。またさらに、化学吸着率のような表面の反応パラメータを含んでも良い。

ガスフローおよび化学吸着プロセスについて記述するために、リアクタおよびガス導入システムのモデルを作成することができる。以下、モデリング方法を示す。完全な計算流体力学（Ｃｏｎｐｕｔａｔｉｏｎａｌ Ｆｌｕｉｄ Ｄｙｎａｍｉｃｓ：ＣＦＤ）法を含む他の方法でモデルを作成することができるであろうことは明らかである。

典型的なモデルを作成する際、次の１又は２以上の仮定かつ／または単純化を行う。すなわち、ガスが、窒素の輸送特性に近い輸送特性を有し「理想気体」法則に従うというものであり、また、ガスがプロセスチャンバに流入するときのガス熱膨張は無視できるというものである。また、チャンバ内では層流条件が優勢であると仮定しても良くチャンバ壁とウェハの間のガスフローはプラグフロー条件であると仮定しても良いし、ウェハ間で、主要な輸送メカニズムは、キャリアガス中の反応種の拡散が担うと、仮定しても良い。

また、フィックの法則（Ｆｉｃｋ’ｓ Ｌａｗ）を使用して、ウェハ間の反応物種（前駆体）の拡散をモデル化することができる。フィックの法則は、以下のように表される。

上式において、ｎは前駆体濃度であり、Ｄは前駆体の拡散性であり、ｘは距離であり、ｔは時間である。

流速を計算することによりプラグフローを記述でき、よって、チャンバ内の滞留時間は、以下のとおりとなる。

上式において、ｕはガス流速であり、ｔ_ｒｅｓは滞留時間であり、Ｆは流量であり、Ａはプラグフロー断面積であり、Ｌはリアクタ長である。

このモデルを用いて、反応物種の所望の流量Ｆをモデルに入力し、以下のことを調べることができる。

局所的な反応物質／前駆体の濃度ｎ：反応物質／前駆体がチャンバに導入されるとき、このモデルは、局所的な反応物質／前駆体の濃度を追跡し、これは、モル／ｃｃの単位で表される。

局所飽和：表面が反応物質／前駆体種に晒されるとき、化学吸着プロセスは、反応物質／前駆体分子を表面に結びつける。局所飽和は、たとえば、０％から１００％までのパーセンテージとして表される。

プロセスチャンバのモデルに基づいて、ＭＬＤプロセスに対する典型的な一組の結果が特別の一組のパラメータに対して得ることができる。たとえば、次の結果を得ることができる。１）対流性のあるガスの流速ｕはおよそ２０ｃｍ／秒であり、２）滞留時間ｔ_ｒｅｓは約２〜３秒である。

一の実施形態では、流量がほぼ一定の場合のモデルを作成することができ、他の実施形態では、流量設定点が時間とともに変わることを許容される場合のモデルを作成することができる。たとえば、前駆体に晒すステップを１５０秒間と仮定することができる。また、本発明の一の方法は、流量設定点を一定の値に保持するのではなく、１５０秒の期間に変化する一連の流量設定点を作成する。また、期間は１５０秒でなくても良い。

前駆体に晒す各ステップ（Ｒ_ＡおよびＲ_Ｂ）に、表面が飽和するまで、前駆体分子は表面と反応することができる。たとえば、表面が完全に飽和するときにプロセスステップを止めるため、前駆体およびプロセスの条件を選ぶことができる。ときには、単分子層堆積プロセスは、膜の特性を制御するため自己制限表面飽和の特徴を使用する。たとえば、表面が飽和してから更にわずかに過飽和させるために、前駆体に晒すステップを必要な時間よりも長くすることもできる。ある場合には、プロセスの結果は、表面に供給される前駆体の量のわずかな変化にあまり依存しないかもしれない。

本発明では、前駆体ステップに必要な時間とパージステップに必要な時間とを短くするため供給される前駆体の量が、より知的に制御される。たとえば、チャンバ内での前駆体フローと、各スタック内の個々のウェハ間の前駆体フローと、チャンバ内での圧力条件と、各スタック内の個々のウェハの表面での圧力条件とを、チャンバ内のフロー制御、チャンバのデザイン、パージプロセス、表面化学、表面の特性、および前駆体特性を含む複数の他の変数と共にＭＬＤモデルに含むことができる。

この方法では、各堆積サイクルにおいて均一な厚さを堆積することができる。膜が一層ごとに成長し、全体の膜厚が堆積サイクルの数によって決定されるため、本発明によるインテリジェント設定点を使用すれば、一度に複数のウェハを処理し、各堆積サイクルに必要な時間を短縮することによってスループットが増大する。さらに、ＭＬＤプロセスにおけるインテリジェント設定点を使用すれば、高いアスペクト比を有するウェハ上の均一性およびステップカバレッジを改善することができるさらに、ＭＬＤプロセスにおけるインテリジェント設定点を使用すれば、限界寸法（Ｃｒｉｔｉｃａｌ Ｄｉｍｅｎｓｉｏｎ：ＣＤ）制御やプロファイル均一性制御の改善を始めとして、アスペクト比が高い構造内の均一性を改善することができる。

ＭＬＤプロセスおよび堆積速度は、ウェハ温度に部分的に依存する。ＭＬＤプロセス温度は、広い範囲に及ぶ可能性がある。上限は前駆体が熱分解し始める温度に基づいて設定することができる。下限は、堆積した膜の純度レベルが低下する点にまで堆積速度を低減できる温度に基づいて設定することができる。

また、モデルと時間変化設定点とを最適化してサイクル期間を最小限化するため、種々の方法を使用することができる。たとえば、テストウェハを使用することができ、別の方法では、光学技術を使用することができる。

サイクル期間を最小限化する１つの方法では、多重位置測定基板（Ｍｕｌｔｉ−Ｌｏｃａｔｉｏｎ Ｍｅａｓｕｒｅｍｅｎｔ Ｓｕｂｓｔｒａｔｅ：ＭＬＭＳ）が使用される。ＭＬＭＳは新規なタイプの基板であり、基板上の複数の位置で化学吸着した前駆体種の濃度をその場測定することができる
図７に、本発明の実施形態に従うＭＬＭＳが示されている。図示の実施形態では、シリコンのウェハ基板をＭＬＭＳ７００として使用して良い。しかし、これに限られない。他の実施形態では、ガラスなどの他の材料を使用することができる。基板７００は基板上にほぼ均一な膜７１０を有する。基板７００は、選択された位置に、小さな面積の他の膜７２０を有する。図示の実施形態では、ウェハ上の中央と、２つの同心円にそって９つの位置が配置されている。ただし、これに限られない。他の実施形態では、他の材料で、また他のパターンで、異なる数の位置が設定されて良い。図７では正方形状に図示されているが、これに限られない。その形状は、幾何学的、非幾何学的な形状を含み種々形状とすることができる。

ＭＬＭＳ７００では、前駆体の化学吸着率は、第１の膜７１０上と、第２の膜７２０上とで異なる。そのような基板がリアクタに導入されると、基板上の多数の測定位置に形成された前駆体膜の厚さにより、それらの位置での正味の前駆体フラックスを測定できる。

ＭＬＭＳは、前駆体化学吸着を測定するためにリアクタに置くことができる。マルチウェハおよびバッチリアクタでは、ウェハスタックの多数の位置にＭＬＭＳを置くことができる。一の実施形態では、ウェハスタックの上段部、中段部および下段部にＭＬＭＳを置くことができる。これらの測定基板がリアクタに位置する場合、サイクル期間を最小限化する値を得るため、前駆体ガスフローの設定点の値を操作することができる。

サイクル期間を最小限化する別の方法では、ＧＣＳがリアクタのフォアラインに結合して良い。この機器は、排気ガス成分を測定し、前駆体ガスフロー設定点の値を操作して、サイクル期間を最小限化することができる。

本発明の一の実施形態は、「時間変化」ガス流量を提供するインテリジェント設定点を含むプロセス・レシピを使用して前駆体およびプロセスガスを制御する方法を提供する。インテリジェント設定点を有するプロセス・レシピは、ウェハ飽和時間およびパージ時間を最小限化することにより、スループットを増大させるために設計される。

動的モデルは以下のように確認し更新することができる。１又は２以上の期間以上の終わりに、スタックの３つウェハ位置、すなわち上段、中段および下段で、１）表面飽和状態および２）モル種の濃度状態を測定かつ／または決定することができる。表面飽和について予期された値は約１であり、モル種の濃度について予期された値はほぼゼロであって良い。

この方法論は、局所の前駆体濃度を含むフロー条件を組込み、局所の化学吸着率および表面飽和条件を組込む、動的なモデルを作製し、プロセスパラメータについての名目上の設定点をパラメータ化することによりインテリジェント設定点制御（ＩＳＣ）を使用する制御手順を設定し、効率的な最適化方法およびプロセスデータを使用して、インテリジェント設定点を作成し、そして、飽和状態をチェックし、かつ動的モデルかつ／またはインテリジェント設定点を洗練し、有効にするために測定データ（つまり機器ウェハからの）を使用することにより、リアクタの制御手順を有効にすることを含む。

図８は、本発明の実施形態に従うＭＬＤプロセスシステムを操作する方法８００の単純化されたフロー図である。手順８００は、ステップ８１０から開始する。たとえば、ステップ８１０はプロセスチャンバの複数のウェハの位置を決めることを含んで良い。次に、第１の前駆体プロセス８２０がプロセスチャンバで実施され、次いで第１のパージプロセス８３０が実施される。その後、第２の前駆体プロセス８４０がプロセスチャンバで実施され、続けて第２のパージプロセス８５０が実施される。ステップ８６０において、ＭＬＤプロセスが完了しているかどうか決めるためクエリが行われる。完了していなければ、ステップ８２０〜８５０が繰り返される。ステップ８６０のクエリが肯定的な場合、手順８００はステップ８７０で終了する。これらのステップの各々について、以下、詳細に説明する。

ステップ８１０は、プロセスチャンバのウェハの位置を決めることに加えて、複数のウェハの少なくとも一つについてフィード・フォワード・データを受け取り処理することを含んで良い。フィード・フォワード・データは、ＣＤデータと、プロファイルデータと、屈折率（ｎ）データおよび減衰係数（ｋ）データのような光学データとを含むことができる。フィード・フォワード・データは、たとえば、ウェハ構成情報を抽出するために処理して良い。たとえば、ウェハ構成情報は、ウェハ数、ウェハ位置、層数、層位置、層の構成、層の均一性、層密度および層の厚さを含んで良い。層には、基板材料、レジスト材料、誘電体材料かつ／または反射防止膜（Ａｎｔｉ−Ｒｅｆｌｅｃｔｉｖｅ Ｃｏａｔｉｎｇ：ＡＲＣ）が含まれる場合もある。また、１又は２以上の層についてｎおよびｋの値を抽出しても良い。

ステップ８２０において、第１の堆積プロセスを実施することができる。第１の堆積プロセス中に、表面の飽和ゾーンは、複数のウェハの少なくとも一つの表面上に決定することができ、１又は２以上の表面の飽和ゾーンについて１又は２以上のパラメータを決定するため仮想センサを作成することができる。

第１の堆積プロセス中に、第１のプロセスガスをプロセスチャンバへ導入することができ、第１のプロセスガスに含まれる第１の反応種に複数のウェハを晒すことができる。第１のプロセスの期間、複数のウェハの表面上に均一な膜が堆積される。さらに、第１のプロセスの期間は、フィード・フォワード・データおよび仮想センサの少なくとも一つを使用して決定することができる。仮想センサを使用して、表面の飽和状態（前駆体濃度）が所望の値にいつ達したかを決定するができる。

仮想センサは、図５に示すように、モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）および測定出力（Ｙ）有する動的モデルを使用して、作成することができる。モデル構造は、Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄと表現され得る。また、モデル構造のための異なる表現を使用しても良い。

たとえば、ＵとＹについては、測定データを得ることができる。Ｄの値はＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを使用して推定することができる。Ｚの値はＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して推定することができる。少なくとも一つの制御入力（Ｕ）は第１のプロセスガスのためのガスフローであって良い。少なくとも１つの外乱入力（Ｄ）は非測定変数であって良い。少なくとも一つの測定出力（Ｙ）は第１のプロセスガスのガス濃度であって良い。少なくとも一つの規制出力（Ｚ）は表面の飽和状態（前駆体濃度）を決定するための仮想センサであって良い。本発明の他の実施形態では、異なる数のモデル要素を使用しても良い。また、モデル要素は異なるアーキテクチャで構成されても良い。

測定データは、規制出力の少なくとも一つのために得ることができ、動的モデルは測定データを使用して確認することができる。一の例では、ＭＬＭＳを使用して測定データは得ることができる。これは、多数の位置に化学吸着した前駆体種の濃度のその場測定を可能とする。また、ＧＣＳ又は他の光学技術を使用して測定データを得て良い。

さらに、動的モデルは、プロセスチャンバ内における、第１の反応種（前駆体分子）を含む第１のプロセスガスのフローのモデル化し、拡散プロセスとしてのウェハ間のフローをモデル化し、第１の反応種（前駆体分子）の滞留時間を決定し、１又は２以上の表面飽和ゾーンについて反応種（前駆体分子）濃度を決定し、１又は２以上の表面飽和ゾーンの化学吸着率を決定する。

たとえば、仮想センサが表面飽和（前駆体濃度）のパーセンテージを測定することができ、表面飽和が約１００パーセントに達したとき、第１の堆積プロセスは終了することができる。他の実施形態では、異なるパーセンテージを使用することができる。他の場合には、堆積プロセスは、基板と前駆体の間の飽和表面反応に依存する。ある場合には、堆積速度／サイクルが飽和時間で決定され、飽和の後に反応物に晒される時間に依存しない自己制限化学吸着反応であっても良い。

典型的なレシピでは、前駆体含有ガスの流量（約２５０ｓｃｃｍ）やチャンバ圧力（約１Ｔｏｒｒ（１３３．３Ｐａ））のようなプロセスパラメータ設定点は、ある期間一定である。しかし、本発明は、動的で、名目上の値のまわりでパージガス流量を時間の関数として変化させて、膜均一性およびプロセス時間の短縮を達成する際に更なる自由度を提供することができるインテリジェント設定点を使用する。他の実施形態では、インテリジェント設定点は、ステップ８２０の第１の堆積プロセスの間に、チャンバ圧力、チャンバ温度および基板温度のような他のプロセスパラメータを制御するために使用することができる。追加の実施形態では、名目上の値は必要ない。他の実施形態では、異なる名目上の値を使用することができる。

一の実施形態では、前駆体濃度は少なくとも一つのウェハ上で放射状要素（ｎ）を使用して、決定することができ、放射状要素（ｎ）のそれぞれで前駆体濃度ベクトルＤを定義することができる。また、また、非サイクル項目（ｎｏｎ ｃｉｒｃｕｌａｒ ｉｔｅｍｓ）を処理することができ、非放射状要素を使用することができる。

前駆体濃度ベクトルＤの変化は、動的な設定点軌道を使用することにより最小限化することができる。モデルベースの線形または非線形の多重変数制御方法を前駆体濃度のモデル化のために使用して良く、ここでは、制御器が、制御されるシステムの数学的なモデルを含む。多重変数御器は、線形象限ガウシアン（ＬＱＧ）法、線形の二次の調整装置（ＬＯＲ）法、Ｈ無限大制御（Ｈ−ｉｎｆ）法などの現代の制御設計方法のいずれに基づいても良い。前駆体濃度モデルは線形であっても良く、非線形であっても良い。単一入力単一出力（ＳＩＳＯ）または多入力多出力（ＭＩＭＯ）のいずれでも良い。多重変数制御（つまりＭＩＭＯ）は、入力および出力に対する影響をすべて考慮する。物理的モデルおよびデータで駆動されるモデルのように、前駆体濃度をモデル化するために利用可能な方法が、幾つかある。

一の実施形態では、第１の前駆体プロセスステップ８２０中、前駆体流量設定点が、名目上の値のまわりの小さなウィンドウにおいて変化して良い。また、これにより、実施終了時点での前駆体濃度均一性を達成する際に更なる自由度が提供される。他の実施形態では、第１の前駆体プロセスステップ８２０に追加の設定点を使用して良い。時間変化インテリジェント設定点を用いて前駆体濃度をモデル化する場合、前駆体流量の設定点をブレークポイントベクトルへパラメータ化して、名目上の設定点の周りの時間変化外乱である、前駆体の流量についてのインテリジェント設定点（ｒ_１−ｒ_ｍ）を含むベクトルｒを定義することができる。

また、インテリジェント設定点が第１の前駆体プロセス８２０の間に使用される場合、１又は２以上のプロセス変数は時間変化インテリジェント設定点を有することができる。たとえば、インテリジェント設定点は、チャンバ温度、チャンバ圧力、プロセスガス化学反応、およびウェハ温度を制御するために使用することができる。

プロセス感度マトリックスＭは、各制御ゾーンについてのブレークポイントの各々で小さな外乱を作成することにより作成することができる。閉ループシステムのモデルを使用すると、これらの外乱によって引き起こされた結果を決定することができる。その後、飽和状態のような１つのプロセス特性における結果としての外乱（ｄ_１−ｄ_ｎ）は次のようなベクトル形式で書くことができる。

最適化作業は、名目上の軌道から得た前駆体濃度ベクトルＤに見られるウェハ上の変化が結果のベクトルｄによって取り除かれるように、適切なベクトル値ｒを求めることである。たとえば、測定データは、感度マトリックスＭを計算するために使用することができる。

インテリジェント設定点を作成する場合、ウェハ上の堆積される層の結果としての均一性は、堆積速度、よって、ウェハ表面の種々の位置における分圧、前駆体濃度、ウェハ温度、および飽和速度に著しく依存する。ウェハ上の位置における飽和率と、表面飽和速度のフロー設定点に対する感度とを計算する方法については、上述のとおりである。名目上の飽和状態値（Ｃ_１−Ｃ_ｎ）は、名目上の前駆体濃度レベル（Ｄ_１−Ｄ_ｎ）の変化に比例する。ここで、αは比例定数である。また、飽和状態値（ｃ_１−ｃ_ｎ）の変化は、前駆体濃度レベル（ｄ_１−ｄ_ｎ）の変化に比例する。ここで、αは比例定数である。したがって、飽和状態値の変化は、以下のとおりとなる。

ウェハの表面上での前駆体濃度レベル（ｄ_１−ｄ_ｎ）の変化かつ／または飽和状態値（ｃ_１−ｃ_ｎ）の変化は、感度マトリックスＭを使用して、インテリジェント設定点を計算することにより、減少させることができる。インテリジェント設定点は、以下の式で与えられる条件付き二次最適化問題を解くことにより最適化することができる。

したがって、インテリジェント設定点を求める手順は、以下のとおりとなる。

１）名目上の設定点を使用してプロセスを実施し、少なくとも一のウェハの表面の選択した位置における飽和状態値かつ／または前駆体濃度レベルを見出す。前駆体濃度レベルは、いくつかの方法を使用して測定することができる。すなわち、一つには、光学センサ（光学放射スペクトロスコピ（Ｏｐｔｉｃａｌ Ｅｍｉｓｓｉｏｎｓ Ｓｐｅｃｔｒｏｓｃｏｐｙ：ＯＥＳ）や光学デジタルプロファイルメトリ（Ｏｐｔｉｃａｌ Ｄｉｇｉｔａｌ Ｐｒｏｆｉｌｏｍｅｔｒｙ：ＯＤＰ））を用いる方法であり、その他に、ＭＬＭＳを使用する方法がある。

２）前駆体濃度の名目上の値を選択し、変化ベクトルＤ（所望の値と測定データの間の差）を作成する。一の実施形態では、所望の値が名目上の値であって良い。また、所望の値は、平均値、最小値、最大値、３−シグマ値、または他の計算値であっても良い。

３）インテリジェント設定点ｒを求めるために上記の最適化問題を解決する。

４）前のステップで見出したインテリジェント設定点でレシピを更新して、プロセスを再び実施する。たとえば、更新したレシピを実施することによって更新値を得ても良い。

５）所望の均一性が達成されるまで反復する。たとえば、所望の均一性は、前駆体濃度変化に対する３−シグマ値であって良い。また、所望の均一性は、平均値、最小値、最大値、又は他の計算値であって良い。

反復により収束し、所望の均一性が達成された後、後の使用に備えて、その結果を保存しても良い。

図９は、本発明の実施形態に従う第１の前駆体を含むガスのガス流量を含むレシピ・ステップを示す。一定の流量９１０は、一般に用いられている先行技術のＡＬＤプロセスの典型例である。インテリジェント設定点（９２２、９２４及び９２６）を有する流量９２０は、ＭＬＤプロセスを操作するための本発明の実施形態の例示である。他の実施形態では、異なる数のインテリジェント設定点を使用して良い。さらに、流量値が異なっていても良く、時間が異なっていても良い。

図１０は、本発明の実施形態における第１の前駆体に対する濃度値を示す。前駆体濃度値１０１０は、流量が一定に保持される、一般に用いられている先行技術のＡＬＤプロセスの典型例である。前駆体濃度値１０２０が、ＭＬＤプロセスの操作のためインテリジェント設定点が使用される本発明の実施形態を示している。両方の場合（１０１０と１０２０）とも、スタック内の上段、中段および下段のウェハについてのデータが示されている。他の実施形態では、前駆体濃度値が異なっていて良く、時間が異なっていても良い。

図１１は、本発明の実施形態に従う第１の前駆体についての表面飽和値を示す。飽和値１１１０は、流量が一定に保持される、一般に用いられている先行技術のＡＬＤプロセスの典型例である。表面の飽和値１１２０が、ＭＬＤプロセスの操作のためインテリジェント設定点が使用される本発明の実施形態を示している。両方の場合（１１１０と１１２０）とも、スタック内の上段、中段および下段のウェハについてのデータが示されている。他の実施形態では、表面飽和値が異なっても良く、時間が異なっても良い。

さらに、時間の差１１３０は、本発明の実施形態を使用して実現された時間短縮を示している。特に、この例において、１００％の飽和は、本発明により７５秒早く達成された。インテリジェント設定点の使用により、本質的な時間短縮が実現される。

図８を再び参照すると、ステップ８３０において、第１のチャンバ・パージ・プロセスが実施される。たとえば、チャンバ・パージ・プロセスは、チャンバを換気するプロセス、チャンバを清浄化するプロセス、および排気プロセスの少なくとも一つを含むことができる。第１のチャンバ・パージ・プロセス８３０の間に、表面飽和ゾーンは、複数のウェハの少なくとも一つの表面に決定することができる。また、第２の仮想センサは、１又は２以上の表面飽和ゾーンについて１又は２以上のパラメータを決定するために作成されて良い。第２のプロセス期間中に、第２のプロセスガスがプロセスチャンバへ導入される。第２のプロセスガスにより、プロセスチャンバから第１のプロセスガスが実質的にパージされる。たとえば、これは、各表面飽和ゾーンにおける第１の反応種（前駆体）の濃度をほぼゼロにすることができる。第２のプロセス期間は、仮想センサ、第２の仮想センサ、濃度値、フィード・フォワード・データ、および測定データの少なくとも一つを使用して決定することができる。

第２の仮想センサを使用して、未反応の第１の前駆体分子、第１のプロセスガスの濃度レベル、第２のプロセスガスの濃度レベル、及びプロセスガスからの副生成物の少なくとも一つがいつ所望の値に達するかを決定することができる。一の実施形態では、所望の値がほぼゼロであって良い。他の実施形態では、所望の値はゼロより大きくても良い。

第２の仮想センサは、図５に示すように、モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）、および測定出力（Ｙ）を有する動的モデルを使用して、作成することができる。モデル構造は、Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄと表現することができる。また、モデル構造のための異なる表現を使用しても良い。

たとえば、ＵとＹについては、測定データを得ることができる。Ｄの値は、Ｙ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを使用して推定することができる。Ｚの値は、Ｚ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して推定することができる。少なくてとも一つの規制出力（Ｕ）は、不活性ガスを含む第２のプロセスガスの流量であって良い。少なくとも一つの外乱入力（Ｄ）は、非測定変数であって良い。少なくとも一つの測定出力（Ｙ）は、プロセスチャンバから流出するガスの未反応前駆体の濃度であって良い。少なくとも一つの規制出力（Ｚ）は、未反応の第１の前駆体分子の濃度レベル、第１のプロセスガスの濃度レベル、および１又は２以上の表面飽和ゾーンにおける第１のプロセスガスからの副生成物の濃度レベルの少なくとも一つを決定するための仮想のセンサであって良い。

測定データは、規制出力の少なくとも一つのために得ることができる。また、動的モデルは、測定データを使用して確認することができる。一の実施形態では、ＧＣＳを使用して測定データを取得して良い。他の実施形態では、他の測定機器を使用しても良い。また別の実施形態では、１又は２以上のプロセスステップについてのエンドポイント検知器としてＧＣＳを使用することも可能である。また、ＭＬＭＳを使用して測定データを取得しても良い。

第２の仮想センサは、パーセンテージを測定することができる。また、第２の仮想センサの値がほぼゼロパーセントに達したとき、ステップ８３０の第１のチャンバ・パージ・プロセスは終了して良い。他の実施形態では、異なるパーセンテージを使用することができ、異なる濃度レベルを使用することができる。ある場合には、パージプロセスが、チャンバへ流入する流量、チャンバから流出する流量、チャンバ内の流量、および、基板間の流量に依存する。

典型的なレシピでは、パージガスの流量およびチャンバ圧力のようなプロセスパラメータ設定点が、パージプロセス中の既知の期間、一定に保持される。

しかし、本発明は、動的で、名目上の値のまわりでパージガス流量を時間の関数として変化させて、膜均一性およびプロセス時間の短縮を達成する際に更なる自由度を提供することができるインテリジェント設定点を使用する。他の実施形態では、インテリジェント設定点は、第１のパージプロセス８３０における、チャンバ圧力、チャンバ温度および基板温度のような他のプロセスパラメータを制御するために使用することができる。他の実施形態では、名目上の値は必要でない。また別の実施形態中では、異なる名目上の値を使用することができる。

一の実施形態において、第１のパージステップ８３０は、ウェハ表面やプロセスチャンバからのプロセス副産物、前駆体分子かつ／または第１のプロセスガス成分のような汚染源を除去するのに使用することができる。様々な反応パラメータを動的モデルと組み合わせて、第１のパージプロセス８３０中に種々の位置での汚染原の濃度レベルを決定することができる。汚染源の濃度レベルは、第１のパージプロセス８３０中に、パージガスの流量を制御するためにインテリジェント設定点を含めることにより、より正確に制御することができる。

一の実施形態では、汚染レベル（濃度）は少なくとも一つのウェハ上で放射状要素（ｎ）を使用して決定することができる。汚染レベルは、反応した第１の前駆体分子の濃度レベル、未反応の第１の前駆体分子の濃度レベル、第１のプロセスガスの濃度レベル、第１のプロセスからの副生成物の濃度レベルの少なくとも一つを含んで良い。汚染レベル（濃度）ベクトルＤは、放射状要素（ｎ）の各１つで定義することができる。また、非サイクル項目（ｎｏｎ ｃｉｒｃｕｌａｒ ｉｔｅｍｓ）を処理することができ、非放射状要素を使用することができる。

汚染レベルベクトルＤの変化は、動的な設定点軌道を使用することにより最小限化することができる。モデルベースの線形または非線形の多重変数制御方法を汚染レベルのモデル化のために使用して良く、ここでは、制御器が、制御されるシステムの数学的なモデルを含む。多重変数制御器は、本明細書に記述されるような現代の制御設計方法のうちのいずれに基づいても良い。汚染レベルのモデルは線形であって良く、非線形であっても良く、ＳＩＳＯ又はＭＩＭＯのいずれかであっても良い。多重変数制御方法（つまりＭＩＭＯ）は、すべての入力と、これらが出力に及ぼす影響とを考慮する。汚染レベルのモデル化のために、物理的モデルやデータ駆動モデルなど、他にも幾つかの方法を利用することができる。

一の実施形態では、第２のプロセスガスの流量設定点は、プロセスステップ８３０中に、第１の名目上の値のまわりの小さなウィンドウにおいて変化して良い。これにより、より速く、より効率的にパージする際に更なる自由度を提供することができる。他の実施形態では、第１のパージ・プロセス・ステップ８３０中に追加の設定点を使用することができる。時間変化インテリジェント設定点軌道を使用して汚染レベルをモデル化する場合、第２のプロセスガスの流量の名目上の設定点をブレークポイントベクトルへパラメータ化し、名目上の設定点のまわりの時間変化外乱である、第２の前駆体の流量についてのインテリジェント設定点（ｒ_１−ｒ_ｍ）を含むベクトルｒを定義することができる。

また、インテリジェント設定点が第１のパージプロセス８３０中に使用される場合、１又は２以上のプロセス変数が時間変化インテリジェント設定点を有する。たとえば、インテリジェント設定点は、チャンバ温度、チャンバ圧力、プロセスガスの化学反応、またウェハ温度を制御するために使用することができる。

プロセス感度マトリックスＭは、各制御ゾーンのブレークポイントの各々で小さな外乱を作ることにより作成することができる。閉ループシステムのモデルを使用すると、これらの外乱によって引き起こされた結果を決定することができる。汚染レベル（濃度）のような、１つのプロセス特性のおける結果としての外乱（ｄ_１−ｄ_ｎ）は、下記のとおりとなる。

最適化作業は、名目上の軌道から得た汚染レベル（濃度）ベクトルＤに見られるウェハ上での変化が結果のベクトルｄによって取り除かれるように、適切なベクトル値ｒを求めることである。たとえば、測定データは、感度マトリックスＭを計算するために使用することができる。

インテリジェント設定点を作成する場合、ウェハ上の層の結果としての均一性はパージプロセス８３０の有効性に著しく依存し、よって、それはパージガスの流量に依存する。ウェハ上の汚染レベルと、ガスフロー設定点の変化に対する汚染レベルの感度とを計算する方法は、上述のとおりである。一の実施形態では、名目上の汚染状態値（Ｃ_１−Ｃ_ｎ）は、名目上の汚染レベル（Ｄ_１−Ｄ_ｎ）に比例する。ここで、αは比例定数である。また、汚染状態値（ｃ_１−ｃ_ｎ）の変化は、汚染レベル（ｄ_１−ｄ_ｎ）の変化に比例する。ここで、αは比例定数である。よって、汚染状態値（ｃ_１−ｃ_ｎ）の変化は、以下のとおりとなる。

ウェハ表面上での汚染レベル（ｄ_１−ｄ_ｎ）の変化かつ／または汚染状態値（ｃ_１−ｃ_ｎ）の変化は、感度マトリックスＭを使用して、インテリジェント設定点を計算することにより減少することができる。インテリジェント設定点は、以下の式によって与えられる条件付き二次最適化問題を解くことにより最適化することができる。

したがって、インテリジェント設定点を求める手順は、以下のとおりとなる。

１）名目上の設定点を使用してプロセスを実施し、少なくとも１つのウェハの表面上の選択した位置での汚染状態値かつ／または汚染レベルを求める。汚染レベルは、いくつかの方法を使用して決定することができる。そのうちの１つは、既知のガス分析技術である。また、他の方法としてＧＣＳを使用することができる。さらに、ＭＬＭＳを使用して測定データを得ても良い。

２）汚染レベルの名目上の値を選択して、変化ベクトルＤ（それは所望の値と測定データの間の差）を作成する。一の実施形態では、所望の値が名目上の値である。また、所望の値は、平均値、最小値、最大値、３−シグマ値または他の計算値であっても良い。

３）インテリジェント設定点ｒを求めるため、上述の最適化問題を解決する。

４）前のステップで求めたインテリジェント設定点でレシピを更新して、プロセスを再び実施する。たとえば、更新したレシピを実施することによって更新値を得ても良い。

５）所望の汚染レベルが達成されるまで反復する。たとえば、所望の汚染レベルは、３−シグマ値、最大値、最小値および平均値の少なくとも１つを含んで良い。反復により収束し、所望の均一性が達成された後、後の使用に備えて、その結果を保存しても良い。ステップ８３０の終了時には、余分な材料はチャンバからパージされており、第１の前駆体材料の単分子層が複数のウェハの表面に吸着されている。

図１２は、発明の実施形態に従う第１のパージガスのガス流量を含むレシピ・ステップを示す。一般に用いられている先行技術のＡＬＤプロセスに典型的な一定の流量１２１０が示される。インテリジェント設定点（１２２２、１２２４および１２２６）を有する流量１２２０は、ＭＬＤプロセスを操作するための本発明の実施形態を体現している。別の実施形態では、異なる数のインテリジェント設定点を使用しても良い。さらに、流量値が異なっても良いし、時間が異なっても良い。

別の実施形態では、インテリジェント設定点は第１のチャンバ・パージ・プロセス８３０中に、チャンバ圧力を制御するために使用しても良い。図１３は、発明の実施形態におけるパージサイクルの第１の部分での圧力対時間のグラフである。図１４は、発明の実施形態における２つの典型的なパージプロセスについての圧力安定化時間のグラフである。

図８を再び参照すると、ステップ８４０で、第２の堆積プロセスが実施される。第２の堆積プロセス中に、表面飽和ゾーンは、複数のウェハの少なくとも１つの表面上で決定することができ、１又は２以上の表面飽和ゾーンについての１又は２以上のパラメータの決定のために第３の仮想センサを作成することができる。

第３のプロセスガスはプロセスチャンバへ導入することができる。複数のウェハは、第３のプロセス期間中に、第３のプロセスガスに含まれる第２の反応種（第２の前駆体）に晒される。また、複数のウェハの表面にほぼ均一な膜を堆積することができる。たとえば、第２の前駆体は、複数のウェハの表面に吸着されている第１の前駆体材料の単分子層と反応することができ、そのために、複数のウェハの各々の表面に、Ｓｉ_３Ｎ_４、Ａｌ_２Ｏ_３、Ｔａ_２Ｏ_５およびＨｆＳｉＯＮなどの所望の材料の単分子層が形成される。第３のプロセス期間は、第１の仮想センサ、第２の仮想センサ、第３の仮想センサおよび測定データの少なくとも一つを使用して決定することができる。

一の実施形態では、第３の仮想センサを反応状態の決定のために作成することができ、表面の反応状態が所望の値にいつ達したか決定するために使用することができる。
表面の反応状態は、複数のウェハの表面における単分子層の第１の前駆体材料と第２の前駆体がいつ完全に反応し、ほぼ均一な膜が複数のウェハの表面上に堆積されたかを決定するために使用することができる。さらに、第３のプロセス期間は、フィード・フォワード・データ、仮想センサ、第２の仮想センサおよび第３の仮想センサの少なくとも１つを使用して決定することができる。

第３の仮想センサは、図５に示すように、モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）、および測定出力（Ｙ）を有する動的モデルを使用して、作成することができる。モデル構造は、Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄとして表現することができる。また、モデル構造について異なる表現を用いて良い。また、モデル構造のための異なる表現は使用されても良い。

たとえば、ＵとＹについては、測定データを得ることができる。Ｄの値は、Ｙ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを使用して推定することができる。また、Ｚの値は、Ｚ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して推定することができる。
少なくとも１つの制御入力（Ｕ）は第３のプロセスガスのガスフローであって良い。少なくとも１つの外乱入力（Ｄ）は非測定変数であって良い。少なくとも１つの測定出力（Ｙ）は、第３のプロセスガスの濃度であって良い。また、少なくとも１つの規制出力（Ｚ）は、表面の反応状態を決定するための仮想センサであって良い。本発明の別の実施形態では、異なる数モデル要素を使用して良い。また、モデル要素を異なるアーキテクチャで用意して良い。

測定データは、規制出力の少なくとも１つについて得ることができる。また、動的モデルは、測定データを使用して確認することができる。一例としては、測定データは、複数の位置で反応したかつ／又は未反応の前駆体の濃度のその場測定を可能とするＭＬＭＳを使用して得ることができる。さらに、ＭＬＭＳを複数の位置での表面の反応状態かつ／または層厚のその場測定に使用することも可能である。また、ＧＣＳや他の光学技術を使用して測定データを得ても良い。

また、動的なモデルは、第２の反応種（第２の前駆体分子）を含む第３のプロセスガスのプロセスチャンバ内でのフローをモデル化し、拡散プロセスとしてウェハ間のフローをモデル化し、第２の反応種（第２の前駆体分子）の滞留時間を決定し、１又は２以上の表面飽和ゾーンについて第２の反応種（第２の前駆体分子）の濃度を決定し、１又は２以上の表面飽和ゾーンについて反応速度を決定することを含んで良い。

たとえば、表面反応状態仮想センサがパーセンテージを測定することができ、また、表面反応状態が約１００％に達するとき、第２の堆積プロセスは終了して良い。別の実施形態では、異なるパーセンテージを使用して良い。また、ある場合には、堆積プロセスは、ウェハの表面に堆積された第１の前駆体と、第２の前駆体との間の飽和表面反応に依存する。たとえば、そのプロセスは自己制限反応であって良い。

典型的なレシピでは、前駆体を含むガスの流量（約１００ｓｃｃｍ）などのプロセスパラメータ設定点およびチャンバ圧力（約１Ｔｏｒｒ（１３３．３Ｐａ））が、所定の期間、一定に保持される。しかし、本発明は、動的で、流量を名目上の値のまわりで時間の関数として変えることができるインテリジェント設定点を使用して、膜均一性を達成する際に更なる自由度を提供することができる。別の実施形態では、インテリジェント設定点は、ステップ８４０の第２の堆積プロセス中に、基板温度、チャンバ温度、およびチャンバ圧力などの他のプロセスパラメータを制御するために使用して良い。また別の実施形態では、名目上の値は必要ない。また別の実施形態では、異なる名目上の値を使用して良い。

一の実施形態では、第２の前駆体の濃度は、少なくとも１つのウェハ上で放射状要素を使用して決定することができ、放射状要素（ｎ）の各１つで第２の前駆体の濃度ベクトルＤを定義することができる。また、非サイクル項目（ｎｏｎ ｃｉｒｃｕｌａｒ ｉｔｅｍｓ）を処理することができ、非放射状要素を使用することができる。

第２の前駆体の濃度ベクトルＤの変化は、動的な設定点軌道を使用することにより最小限化することができる。モデルベースの線形または非線形の多重変数制御方法を第２の前駆体の濃度値のモデル化のために使用して良く、ここでは、制御器が、制御されるシステムの数学的なモデルを含む。多重変数制御器は、本明細書に記述されるような現代の制御設計方法のうちのいずれに基づいても良い。第２の前駆体の濃度モデルは線形であって良く、非線形であっても良く、ＳＩＳＯ又はＭＩＭＯのいずれかであっても良い。多重変数制御方法（つまりＭＩＭＯ）は、すべての入力と、これらが出力に及ぼす影響とを考慮する。第２の前駆体の濃度値のモデル化のために、物理的モデルやデータ駆動モデルなど、他にも幾つかの方法を利用することができる。

一の実施形態では、第２の前駆体プロセスステップ８４０中に、第２の前駆体の流量設定点が、名目上の値のまわりの小さなウィンドウにおいて変化して良い。これにより、実施終了時点での前駆体濃度均一性を達成する際に更なる自由度が提供される。他の実施形態では、追加の設定点が第２の前駆体プロセスステップ８４０に使用される。時間変化インテリジェント設定点を用いて第２の前駆体濃度をモデル化する場合、第２の前駆体の流量の設定点をブレークポイントベクトルへパラメータ化し、名目上の設定点のまわりの時間変化外乱である、第２の前駆体の流量についてのインテリジェント設定点（ｒ_１−ｒ_ｍ）を含むベクトルｒを定義することができる。

また、第２の前駆体プロセス８４０中に、インテリジェント設定点が使用される場合、１又は２以上のプロセス変数が時間変化インテリジェント設定点を有することができる。たとえば、インテリジェント設定点は、チャンバ温度、チャンバ圧力、プロセスガス反応およびウェハ温度を制御するために使用することができる。

プロセス感度マトリックスＭは、各制御ゾーンについてのブレークポイントの各々で小さな外乱を作ることにより作成することができる。閉ループシステムのモデルを使用すると、これらの外乱によって引き起こされる結果を決定することができる。よって、第２の前駆体の濃度レベルなどの１つのプロセス特性における結果としての外乱（ｄ_１−ｄ_ｎ）は、以下のとおりとなる。

最適化作業は、名目上の軌道から得たベクトルＤに見られるウェハ上の変化が結果のベクトルｄによって取り除かれるように、適切なベクトル値ｒを求めることである。たとえば、測定データは、感度マトリックスＭを計算するために使用することができる。

インテリジェント設定点を作成する場合、ウェハ上に堆積される層の結果としての均一性は、ウェハ表面上の種々の位置における分圧、前駆体濃度、ウェハ温度、および反応速度に著しく依存する。フロー設定点の変化に対する表面反応速度の感度やウェハ上の位置での反応速度を計算する方法は、上述のとおりである。名目上の反応状態値（Ｃ_１−Ｃ_ｎ）は、第２の前駆体の名目上の濃度レベル（Ｄ_１−Ｄ_ｎ）に比例する。ここで、αは比例定数である。また、反応状態値（ｃ_１−ｃ_ｎ）の変化は、第２の前駆体の濃度レベル（ｄ_１−ｄ_ｎ）の変化に比例する。ここで、αは比例定数である。よって、反応状態値の変化は、以下のとおりとなる。

ウェハ表面上の第２の前駆体の濃度レベル（ｄ_１−ｄ_ｎ）の変化かつ／または反応状態値（ｃ_１−ｃ_ｎ）の変化は、感度マトリックスＭを使用して、インテリジェント設定点を計算することにより減少することができる。インテリジェント設定点は、以下の式で与えられる条件付き二次最適化問題を解くことにより、最適化することができる。

したがって、インテリジェント設定点を求める手順は以下のとおりとなる。

１）名目上の設定点を使用してプロセスを実施し、複数のウェハの少なくとも一つの表面上で選択された位置での反応状態値かつ／または第２の前駆体の濃度レベルを求める。前駆体の濃度を測定する方法が幾つかある。そのような方法の一つは、光学のセンサ（ＯＥＳ、ＯＤＰ）を使用するものである。また、別の方法としては、ＭＬＭＳを使用するものがある。

２）第２の前駆体の濃度レベルの名目上の値を選択して、変化ベクトルＤを作製する。これは、所望の値と測定データの間の差である。
一の実施形態では、所望の値が名目上の値であって良い。また、所望の値は、平均値、最小値、最大値、３−シグマ値または他の計算値であっても良い。

３）インテリジェント設定点ｒを求めるために上記の最適化問題を解く。

４）前のステップで求めたインテリジェント設定点でレシピを更新し、プロセスを再び実施する。たとえば、更新したレシピを実施することによって更新値を得ても良い。

５）所望の均一性が達成されるまで反復する。たとえば、所望の均一性は平均値、最小値、最大値、３−シグマ値または表面反応状態の他の計算値であって良い。反復により収束し、所望の均一性が達成された後、後の使用に備えて、その結果を保存しても良い。

図１５は、発明の実施形態に従う、第２の前駆体を含むガスのガス流量を含むレシピ・ステップを示す。一定の流量１５１０は、一般に用いられている先行技術のＡＬＤプロセスの典型例である。インテリジェント設定点（１５２２、１５２４および１５２６）を有する流量１５２０は、ＭＬＤプロセスを操作するための本発明の実施形態を示している。図示の実施形態では、第２の前駆体を含むガスの流量が１つのインテリジェント設定点から他のインテリジェント設定点へステップしている。他の実施形態では、インテリジェント設定点の間の遷移は、実質的に線形であって良い。別の実施形態では、異なる数のインテリジェント設定点を使用して良い。また、流量値が異なって良く、時間が異なっても良い。

図１６は、発明の実施形態における第２の前駆体の濃度値を示す。前駆体の濃度値１６１０は、一般に用いられている先行技術のＡＬＤプロセスの典型例であり、流量は一定に維持されている。前駆体の濃度値１６２０は、ＭＬＤプロセスの操作のためにインテリジェント設定点が使用される本発明の実施形態を示す。両方の場合（１６１０と１６２０）とも、スタックの中の上段、中段、および下段でのデータが示されている。他の実施形態では、異なる前駆体の濃度値を使用して良く、異なる時間を使用しても良い。

図１７は、本発明の実施形態における第２前駆体の表面飽和値を示す。図示の表面飽和値１７１０は、一般に使用される先行技術のＡＬＤプロセスの典型例である。表面飽和値１７２０は、ＭＬＤプロセスを操作するためにインテリジェント設定点を使用する本発明の実施形態を示している。両方の場合（１７１０と１７２０）とも、スタックの中の上段、中段、および下段でのデータを示している。他の実施形態では、異なる表面飽和値を使用して良く、異なる時間を使用しても良い。

また、図示の時間の差１７３０は、本発明の実施形態により節約された時間を示している。特に、本発明によれば、たとえば、１００％飽和するのに要する時間が約７５秒短縮されている。インテリジェント設定点を使用すれば、実質的な時間の節約が実現される。

図８を再び参照すると、ステップ８５０において、他のチャンバ・パージ・プロセスを実施することができる。たとえば、チャンバ・パージ・プロセスは、チャンバ・ベント・プロセス、チャンバ清浄化プロセスおよび排気プロセスの少なくとも１つを含むことができる。第２のチャンバ・パージ・プロセス８５０中に、表面の飽和ゾーンは、複数のウェハの少なくとも１つの表面に決定することができる。また、第４の仮想センサは１又は２以上の表面の飽和ゾーンについて１又は２以上のパラメータの決定のために作成して良い。第４のプロセスガスは、第４のプロセス期間中にプロセスチャンバへ導入することができる。第４のプロセスガスは、実質的に、第３のプロセスガスをプロセスチャンバから除去する。たとえば、これは、１又は２以上の表面の飽和ゾーンにおける第２の反応種（第２の前駆体）の濃度をほぼゼロにさせることができる。第４のプロセス期間は、仮想センサ、第２の仮想センサ、第３の仮想センサ、第４の仮想センサ、濃度値、フィード・フォワード・データ、および測定値の少なくとも１つを使用して、決定することができる。

第４の仮想センサは、未反応の第２の前駆体分子、第３のプロセスガスの濃度レベル、第４のプロセスガスの濃度レベル、およびプロセスからの副生成物の濃度レベルの少なくとも一つが所望の値にいつ達するかを決定するために、使用することができる。一の実施形態では、所望の値は、ほぼゼロであって良い。他の実施形態では、所望の値は、ゼロより大きくても良い。

第４の仮想センサは、図５に示すように、モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）、測定出力（Ｙ）を有する動的なモデルを使用して、作成することができる。モデル構造は、Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄと表現することができる。また、表現の異なるモデル構造を使用しても良い。

たとえば、ＵとＹについては、測定データを得ることができる。Ｄの値は、Ｙ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを使用して推定することができる。また、Ｚの値はＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して推定することができる。少なくとも１つの制御入力（Ｕ）は、第４のプロセスガスのガスフローであって良く、第４のプロセスガスは不活発なガスを含む。少なくとも１の外乱入力（Ｄ）は、非測定変数であって良い。少なくとも１つの測定出力（Ｙ）は、プロセスチャンバを出て行くガスに対する未反応の第２の前駆体の濃度であって良い。少なくとも一つの規制出力（Ｚ）は、１又は２以上の表面の飽和ゾーンでの副生成物かつ／または未反応の第２の前駆体分子の濃度を決定するための仮想センサであって良い。

測定データは、規制出力の少なくとも１つについて得ることができる。また、動的モデルは測定データを使用して確認することができる。一の実施形態では、ＧＣＳを使用して測定データを得て良い。他の実施形態では、他の測定装置を使用しても良い。別の実施形態では、ＧＣＳを１又は２以上のプロセスステップでエンドポイント検知器として使用することができる。

未反応の第２の前駆体分子かつ／または副生成物の濃度を決定するための仮想センサは、パーセンテージを測定することができる。未反応の第２の前駆体分子かつ／または副生成物の濃度がほぼゼロパーセントに達したとき、第２のチャンバ・パージ・プロセス８５０を終了して良い。他の実施形態では、異なるパーセンテージを使用することができ、異なる濃度を使用することができる。ある場合には、パージプロセスが、チャンバへの流量、チャンバからの流量、チャンバ内での流量、基板間の流量に依存する。

典型的なレシピでは、パージガスの流量およびチャンバ圧力などのプロセスパラメータ設定点は、パージプロセス中の既知の期間、一定に保持される。

しかしながら、本発明は、動的で、名目上の値のまわりでパージガス流量を時間の関数として変化させて、膜均一性およびプロセス時間の短縮を達成する際に更なる自由度を提供することができるインテリジェント設定点を使用する。別の実施形態では、インテリジェント設定点は、第２のパージプロセス８５０中に、チャンバ圧力、チャンバ温度および基板温度などの他のプロセスパラメータを制御するために使用することができる。追加の実施形態では、名目上の値は必要ない。また別の実施形態では、異なる名目上の値を使用しても良い。

一の実施形態では、第２のパージステップ８５０が、ウェハ表面またはプロセスチャンバからのプロセス副生成物、第２の前駆体分子、かつ／または第３のプロセスガス成分などの汚染源を除去するために使用される。第２のパージプロセス８５０中に、種々の位置での汚染源の濃度レベルを決定するため、様々な反応パラメータを動的モデルと組み合わせることができる。汚染源の濃度レベルは、第２のチャンバ・パージ・プロセス８５０中に、パージガスの流量を制御するため、インテリジェント設定点を含めることにより、より正確に制御することができる。

一の実施形態では、第２の汚染レベル（濃度）は、少なくとも１つのウェハ上で放射状要素（ｎ）を使用して決定することができる。第２の汚染レベルは、未反応の第２の前駆体分子の濃度レベル、第３のプロセスガスの濃度レベル、第４のプロセスガスの濃度レベル、およびプロセスからの副生成物の濃度レベルの少なくとも１つを含むことができる。第２の汚染レベル（濃度）ベクトルＤは、放射状要素（ｎ）の各１つで定義することができる。また、非サイクル項目（ｎｏｎ ｃｉｒｃｕｌａｒ ｉｔｅｍｓ）を処理して良く、非放射要素を用いても良い。

第２の汚染ベクトルＤの変化は、動的な設定点軌道を使用することにより最小限化することができる。モデルベースの線形または非線形の多重変数制御方法を汚染レベルのモデル化のために使用して良く、ここでは、制御器が制御されるシステムの数学的なモデルを含む。多重変数制御器は、本明細書に記述されるような現代の制御設計方法のうちのいずれに基づいても良い。汚染レベルのモデルは、線形であって良く、非線形であっても良く、ＳＩＳＯ又はＭＩＭＯのいずれかであっても良い。多重変数制御方法（つまりＭＩＭＯ）は、すべての入力と、これらが出力に及ぼす影響とを考慮する。汚染レベルのモデル化のために、物理的モデルやデータ駆動モデルなど、他にも幾つかの方法を利用することができる。

一の実施形態では、第２のパージ・プロセス・ステップ８５０中に、第４のプロセスガスの流量設定点が、名目上の値のまわりの小さなウィンドウにおいて変化して良い。これにより、より早く、より効率的なパージを達成する際に更なる自由度が提供される。他の実施形態では、第２のパージ・プロセス・ステップ８５０に追加の設定点を使用して良い。時間変化インテリジェント設定点を用いて第２の汚染レベルをモデル化する場合、第４のプロセスガスの流量の名目上の設定点をブレークポイントベクトルへパラメータ化し、名目上の設定点のまわりの時間変化外乱である、第４のプロセスガスの流量についてのインテリジェント設定点（ｒ_１−ｒ_ｍ）を含むベクトルｒを定義することができる。

また、第２のパージプロセス８５０中にインテリジェント設定点が使用される場合、１又は２以上のプロセス変数が時間変化インテリジェント設定点を有することができる。たとえば、インテリジェント設定点を使用して、チャンバ温度、チャンバ圧力、第４のプロセスガス化学およびウェハ温度を制御することができる。

プロセス感度マトリックスＭは、各制御ゾーンについてのブレークポイントの各々で小さな外乱を作ることにより作成することができる。閉ループシステムのモデルを使用すると、これらの外乱によって引き起こされる結果が決定することができる。第２の汚染レベル（濃度）などの１つのプロセス特性における結果としての外乱（ｄ_１−ｄ_ｎ）は、以下のとおりとなる。

最適化作業は、名目上の軌道から得られる汚染レベル（濃度）ベクトルＤに見られるウェハ上の変化が結果のベクトルｄによって取り除かれるように、適切なベクトル値ｒを求めることである。たとえば、感度マトリックスＭを計算するために測定データを使用することができる。

インテリジェント設定点を作成する場合、ウェハ上に堆積される層の結果としての均一性は、第２のパージプロセスの有効性に著しく依存する。そして、これは、第４のプロセスガス（パージガス）の流量に依存する。パージガスフロー設定点の変化に対する汚染レベルの感度やウェハ上の位置での汚染レベルを計算する方法は、上述のとおりである。一の実施形態では、第２の名目上の汚染状態値（Ｃ_１−Ｃ_ｎ）は、第２の名目上の汚染レベル（Ｄ_１−Ｄ_ｎ）に比例する。ここで、αは比例定数である。また、第２の汚染状態値（ｃ_１−ｃ_ｎ）の変化は、第２の汚染レベル（ｄ_１−ｄ_ｎ）の変化に比例する。ここで、αは比例定数である。よって、反応状態値（ｃ_１−ｃ_ｎ）の変化は、以下のとおりとなる。

ウェハ表面上の第２の汚染レベル（ｄ_１−ｄ_ｎ）の変化かつ／または第２の汚染状態値（ｃ_１−ｃ_ｎ）の変化は、感度マトリックスＭを使用して、インテリジェント設定点を計算することにより減少することができる。インテリジェント設定点は、以下の式で与えられる条件付き二次最適化問題を解くことにより、最適化することができる。

したがって、インテリジェント設定点を求める手順は、以下のとおりとなる。

１）名目上の設定点を使用してプロセスを実施し、少なくとも一つのウェハの表面上の選択された位置での第２の汚染状態値かつ／または第２の汚染レベルを求める。第２の汚染レベルはいくつかの方法を使用して決定することができる。そのような１つの方法は、既知のガス分析技術を使用することである。別の方法として、ＧＣＳを使用しても良い。また、ＭＬＭＳを使用して測定データを得ても良い。

２）第２の汚染レベルの名目上の値を選択し、所望の値と測定データとの差である変化ベクトルｄを作成する。一の実施形態では、所望の値が名目上の値であって良い。また、所望の値は、平均値、最小値、最大値、３−シグマ値あるいは他の計算値であっても良い。

３）インテリジェント設定点ｒを求めるため、上に示した最適化問題を解く。

４）レシピを前のステップで求めたインテリジェント設定点で更新し、プロセスを再び実施する。たとえば、更新したレシピを実施することによって更新値を得ても良い。

５）所望の第２の汚染レベルが達成されるまで反復する。たとえば、所望の汚染レベルは、３−シグマ値、最大値、最小値および平均値の少なくとも１つを含むことができる。反復が収束し、所望の均一性が達成された後、その結果を後の使用に備えて保存しても良い。ステップ８５０が終了すると、余剰の材料がチャンバからパージされ、Ｓｉ_３Ｎ_４、Ａｌ_２Ｏ_３、Ｔａ_２Ｏ_５およびＨｆＳｉＯＮなどの単分子層が複数のウェハの表面に堆積される。

別の実施形態では、第２のチャンバ・パージ・プロセス８５０中にチャンバ圧力を制御するため、同様に、第１のチャンバ・パージ・プロセス８３０の制御のため、インテリジェント設定点を使用することができる。

図１８は、本発明の実施形態に従う、第２のパージガスのガス流量を含むレシピ・ステップを示す。一定の流量１８１０は、一般に用いられている先行技術のＡＬＤプロセスの典型例である。インテリジェント設定点（１８２２、１８２４および１８２６）を有する流量１８２０は、ＭＬＤプロセスを操作するための本発明の実施形態を示している。他の実施形態では、インテリジェント設定点の数は異なっていて良い。さらに、異なる流量値を使用して良く、異なる時間を使用しても良い。

図１３および図１４を再び参照すると、図１３は、第２のパージサイクルの第一の部分における圧力対時間のグラフであり、図１４は、さらに第２のパージサイクルの第２の部分における圧力対時間のグラフを示している。

図８を再び参照すると、ステップ８６０において、クエリが行われて、ＭＬＤプロセスが完了しているかどうかを決定する。ＭＬＤプロセスが終了している場合、手順８００はステップ８７０で終わる。ＭＬＤプロセスが終了していない場合、手順８００は分岐してステップ８２０に戻る。そして、手順８００は、図８に示すとおり、ステップ８６０のクエリによりＭＬＤプロセスが終了したことが示されるまで、前駆体ステップとパージステップ（８２０から８５０）が反復される。

ＭＬＤプロセスでは、１又は２以上の単分子層を堆積することができる。また、図８に示すプロセスステップは、何回でも繰り返すことができる。たとえば、動的モデルは、ＭＬＤプロセスがいつ終わったか決定するために作成することができる。

また、少なくとも１つの表面飽和ゾーンの膜厚を決定するために追加の仮想センサを作成することができる。また、フィード・フォワード・データ、仮想センサ、第２の仮想センサ、第３の仮想センサ、第４の仮想センサおよび追加の仮想センサの少なくとも１つを使用して、プロセスの終了を決定することができる。

本発明は、ウェハ内のばらつきを減少するため、ウェハ間のばらつきを減少するため、ロット間のばらつきを減少するため、ＭＬＤスループットを改善するために、動的モデル、仮想センサかつ／またはインテリジェント設定点を含むプロセス・レシピを使用することができる。

一般に、実時間システムは、動的に複雑で非線形である。それらの過渡応答は、性能上重要であり、決定することは多くの場合難しい。システムの出力は、未知の外乱によって影響される。一般に、ＭＩＭＯシステムについては、各入力（たとえばガスフロー）は多数の出力（たとえばガスフロー、膜厚）に影響を与える場合がある。本発明によれば、ＭＬＤシステムのようなプロセスシステムの動的な振る舞いについて記述するモデルが作成される。

動的モデルを作成する幾つかの方法を利用することができる。それらの方法として、温度、圧力、ガスフローおよび反応論に基づいた第一原理モデル、およびＭＬＤプロセスシステムのようなプロセスシステムから収集される実時間データで作成されるオン・ライン・モデルが含まれる。

モデル方法論では、データ駆動オン・ライン・モデリングを使用することにより既知のウェハパラメータでモデル・ライブラリを作成することができ、予想されるウェハのバラツキの範囲を１組のモデルを使用してカバーすることができる。
モデル開発中、Ｍａｔｌａｂのような適切なソフトウェア・シミュレーション・アプリケーションで適切なマイクロプロセッサ上に数学的にモデルを実施することができる。ソフトウェア・アプリケーションは、物理的な実行近似を実行するために操作される適切な電子計算機かマイクロプロセッサ上に存在する。しかしながら、本発明では、他の数的方法が想定される。

上記の教示に照らし、本発明を種々に修正し、変更することができる。したがって、本発明は、明細書中に具体的に記載されたとおりでなく、添付の特許請求の範囲内で実施され得ると理解すべきである。

本発明の実施形態に従うＭＬＤシステムの単純化されたブロック図である。 本発明の実施形態に従う多数孔導入システムの典型的な説明図である。 本発明の実施形態に従う多重変数制御を含むＭＬＤプロセスシステムの概略図である。 本発明の実施形態に従う仮想センサの概略図である。 本発明の実施形態に従うＭＬＤプロセスシステムの動的モデルの概略図である。 本発明の実施形態に従うリアクタモデルの典型的なブロック図である。 本発明の実施形態に従う多重位置測定基板（ＭＬＭＳ）を示す。 本発明の実施形態に従う単分子層堆積（ＭＬＤ）プロセスシステムを操作する方法の単純化されたフロー図を示す。 本発明の実施形態に従う第１の前駆体のガス流量を含むレシピ・ステップを示す。 本発明の実施形態に従う第１の前駆体の濃度を示す。 本発明の実施形態に従う第１の前駆体の表面飽和値を示す。 本発明の実施形態に従う第１のパージガス流量を含むレシピ・ステップを示す。 本発明の実施形態に従うパージサイクルの第１の部分についての圧力対時間のグラフを示す。 本発明の実施形態に従うパージサイクルの第２の部分についての圧力対時間のグラフを示す。 本発明の実施形態に従う、第２の前駆体を含むガスのガス流量を含むレシピ・ステップを示す。 本発明の実施形態に従う第２の前駆体の濃度を示す。 本発明の実施形態に従う第２の前駆体の表面飽和値を示す。 本発明の実施形態に従う別のパージガスのガス流量を含むレシピ・ステップを示す。

Claims (34)

1. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
   プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
   前記複数のウェハの少なくとも一つの表面に複数の表面飽和ゾーンを決定する工程；
   前記表面飽和ゾーンのうちの１又は２以上について表面飽和状態値を評価するため第１の仮想センサを作成する工程；
   前記表面飽和ゾーンの少なくとも一つについて所望の表面飽和状態値を設定する工程；および
   前記第１の仮想センサからの評価表面飽和状態値が前記所望の表面飽和状態値にほぼ等しくなるまで、前記複数のウェハを第１の前駆体分子を含む第１前駆体含有ガスに晒して前記複数のウェハの表面に前記第１の前駆体分子のほぼ均一な膜を堆積するステップを含む、第１の堆積プロセスを第１のプロセス期間に実施する工程；
   モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、少なくとも一つの制御入力（Ｕ）、少なくとも一つの外乱入力（Ｄ）、少なくとも一つの規制出力（Ｚ）、並びに少なくとも一つの測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第１の堆積プロセスの動的モデルを作成する工程；
   前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）とについてデータを取得する工程；
   前記少なくとも一つの外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）を前記Ｙ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定する工程；および
   前記少なくとも一つの規制出力（Ｚ）についての推定値（Ｚ_ｅｓｔ）をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを用いて決定する工程；
   前記少なくとも一つの制御入力（Ｕ）が第１のガス流量を含み、この第１のガス流量で前記第１前駆体含有ガスを前記プロセスチャンバへ流す工程；
   前記プロセスチャンバ内の前記第１の前駆体分子のフローをモデル化する工程；
   前記ウェハ間のフローを拡散プロセスとしてモデル化する工程；
   前記第１の前駆体分子の滞留時間を決定する工程；
   前記表面飽和ゾーンの少なくとも一つについて所望の前駆体濃度レベルを決定する工程；
   前記表面飽和ゾーンの少なくとも一つについて化学吸着率を決定する工程；
   前記少なくとも規制出力（Ｚ）が前駆体濃度レベルを評価するための前記第１の仮想センサを含み、前記表面飽和ゾーンの少なくとも一つについて前記前駆体濃度レベルを評価する工程；および
   評価される前記前駆体濃度レベルが前記所望の前駆体濃度レベルにほぼ等しくなるまで、前記プロセスチャンバへ前記第１前駆体含有ガスを流す工程、
   を備える方法。
2. 前記少なくとも一つの規制出力（Ｚ）について測定値を取得する工程；および
   前記測定値を用いて前記動的モデルを立証する工程、
   を更に備える、請求項１に記載の方法。
3. 前記少なくとも一つの制御入力（Ｕ）が前記第１前駆体含有ガスのガスフローを含み、前記少なくとも一つの測定出力（Ｙ）が前記第１前駆体含有ガスのガス濃度を含み、および、前記少なくとも一つの規制出力（Ｚ）が前記表面飽和状態の評価を含む、請求項２に記載の方法。
4. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
   プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
   前記複数のウェハの少なくとも一つの表面に複数の表面飽和ゾーンを決定する工程；
   前記表面飽和ゾーンのうちの１又は２以上について表面飽和状態値を評価するため第１の仮想センサを作成する工程；
   前記表面飽和ゾーンの少なくとも一つについて所望の表面飽和状態値を設定する工程；および
   前記第１の仮想センサからの評価表面飽和状態値が前記所望の表面飽和状態値にほぼ等しくなるまで、前記複数のウェハを第１の前駆体分子を含む第１前駆体含有ガスに晒して前記複数のウェハの表面に前記第１の前駆体分子のほぼ均一な膜を堆積するステップを含む、第１の堆積プロセスを第１のプロセス期間に実施する工程；
   前記表面飽和ゾーンの１又は２以上において汚染状態値を評価する第２の仮想センサを作成する工程；
   前記表面飽和ゾーンの少なくとも一つについて所望の汚染状態値を設定する工程；および
   前記第２の仮想センサからの評価汚染状態値が前記所望の汚染状態値とほぼ等しくなるまで、前記プロセスチャンバへ第１のパージガスを流すステップを含む第１のパージプロセスを第２のプロセス期間に実施する工程であって、前記評価汚染状態値が、未反応の前記第１の前駆体分子の濃度レベル、反応した前記第１の前駆体分子の濃度レベル、前記第１前駆体含有ガスの濃度レベル、パージガス濃度レベル、前記第１の堆積プロセスからの副生成物の濃度レベル、および第１のパージプロセスからの副生成物の濃度レベルの少なくとも一つに比例する、工程；
   モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、少なくとも一つの制御入力（Ｕ）、少なくとも一つの外乱入力（Ｄ）、少なくとも一つの規制出力（Ｚ）、並びに少なくとも一つの測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第１のパージプロセスの動的モデルを作成する工程；
   前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）とについてデータを取得する工程；
   前記少なくとも一つの外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）をＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定する工程；および
   前記少なくとも一つの規制出力（Ｚ）についての推定値（Ｚ_ｅｓｔ）をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを用いて決定する工程、
   を備える方法。
5. 前記少なくとも一つの規制出力（Ｚ）について測定値を取得する工程；および
   前記測定値を用いて前記動的モデルを立証する工程、
   を更に備える、請求項４に記載の方法。
6. 前記測定値は、複数測定基板（ＭＬＭＳ）を使用して取得され、
   前記複数位置測定基板は、複数位置における化学吸着前駆体種の濃度レベル、複数位置における反応した前駆体種の濃度レベル、複数位置における未反応前駆体種の濃度レベル、複数位置における前駆体分子の濃度、複数位置におけるパージガス濃度レベル、複数位置における前記第１の堆積プロセスからの副生成物の濃度レベル、および複数位置における前記第１のパージプロセスからの副生成物の濃度レベルのうち少なくとも一つをその場観察するよう適応されている、請求項５に記載の方法。
7. 前記測定値は、ガス濃度センサ（ＧＣＳ）を使用して取得され、
   前記ガス濃度センサは、未反応の第１の前駆体分子の濃度レベル、反応した第１の前駆体分子の濃度レベル、前記第１前駆体含有ガスの濃度レベル、パージガス濃度レベル、第１の堆積プロセスからの副生成物の濃度レベル、前記第１のパージプロセスからの副生成物の濃度レベル、および前記プロセスチャンバから流出するガス中の第１の前駆体分子の濃度レベルのうち少なくとも一つを測定する手段を含む、請求項５に記載の方法。
8. 前記少なくとも一つの制御入力（Ｕ）が前記第１のパージガスについてのガスフローを含み、前記少なくとも一つの測定出力（Ｙ）が前記第１のパージガスについての濃度レベルを含み、および、前記少なくとも一つの規制出力（Ｚ）が汚染状態値の評価を含む、請求項４に記載の方法。
9. 前記少なくとも一つの制御入力（Ｕ）が第１のパージガス流量を含み、この第１のパージガス流量で前記第１のパージガスを前記プロセスチャンバへ流す工程；
   前記プロセスチャンバ内の前記第１のパージガスのフローをモデル化する工程；
   前記ウェハ間のフローを拡散プロセスとしてモデル化する工程；
   前記表面飽和ゾーンの少なくとも一つについて所望の濃度レベルを決定する工程；および
   前記少なくとも一つの規制出力（Ｚ）が汚染レベルを評価する第２の仮想センサを含み、前記表面飽和ゾーンの少なくとも一つについて前記汚染レベルを評価する工程、
   を更に備え、
   前記汚染レベルが、未反応の第１前駆体分子の濃度レベル、反応した第１前駆体分子の濃度レベル、前記第１前駆体含有ガスの濃度レベル、パージガス濃度レベル、前記第１の堆積プロセスからの副生成物の濃度レベル、前記第１のパージプロセスからの副生成物の濃度レベル、前記プロセスチャンバから流出する第１前駆体分子の濃度レベルのうち少なくとも一つを含む工程、
   を更に備える、請求項４に記載の方法。
10. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
    プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
    前記複数のウェハの少なくとも一つの表面に複数の表面飽和ゾーンを決定する工程；
    前記表面飽和ゾーンのうちの１又は２以上について表面飽和状態値を評価するため第１の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の表面飽和状態値を設定する工程；および
    前記第１の仮想センサからの評価表面飽和状態値が前記所望の表面飽和状態値にほぼ等しくなるまで、前記複数のウェハを第１の前駆体分子を含む第１前駆体含有ガスに晒して前記複数のウェハの表面に前記第１の前駆体分子のほぼ均一な膜を堆積するステップを含む、第１の堆積プロセスを第１のプロセス期間に実施する工程；
    前記表面飽和ゾーンの１又は２以上において汚染状態値を評価する第２の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の汚染状態値を設定する工程；および
    前記第２の仮想センサからの評価汚染状態値が前記所望の汚染状態値とほぼ等しくなるまで、前記プロセスチャンバへ第１のパージガスを流すステップを含む第１のパージプロセスを第２のプロセス期間に実施する工程であって、前記評価汚染状態値が、未反応の前記第１の前駆体分子の濃度レベル、反応した前記第１の前駆体分子の濃度レベル、前記第１前駆体含有ガスの濃度レベル、パージガス濃度レベル、前記第１の堆積プロセスからの副生成物の濃度レベル、および第１のパージプロセスからの副生成物の濃度レベルの少なくとも一つに比例する、工程；
    前記表面飽和ゾーンの１又は２以上において反応状態値を評価する第３の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくともについて所望の反応状態値を設定する工程；および
    前記複数のウェハを第２の前駆体分子を含む第２前駆体含有ガスに晒して、１又は２以上の前記表面飽和ゾーンにおける反応状態を前記所望の反応状態とほぼ等しくさせて、前記複数のウェハの表面に前記第２の前駆体分子のほぼ均一な膜を堆積するステップを含む第２の堆積プロセスを第３のプロセス期間に実施する工程；
    モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、少なくとも一つの制御入力（Ｕ）、少なくとも一つの外乱入力（Ｄ）、少なくとも一つの規制出力（Ｚ）、並びに少なくとも一つの測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第２の堆積プロセスの動的モデルを作成する工程；
    前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）とについてデータを取得する工程；
    前記少なくとも一つの外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）をＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定する工程；および
    前記少なくとも一つの規制出力（Ｚ）についての推定値（Ｚ_ｅｓｔ）をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを用いて決定する工程、
    を備える方法。
11. 前記少なくとも一つの規制出力（Ｚ）について測定値を取得する工程；および
    前記測定値を用いて前記動的モデルを立証する工程、
    を更に備える、請求項１０に記載の方法。
12. 前記測定値は、複数測定基板（ＭＬＭＳ）を使用して取得され、
    前記複数位置測定基板は、複数位置における化学吸着前駆体種の濃度レベル、複数位置における反応した前駆体種の濃度レベル、複数位置における未反応前駆体種の濃度レベル、複数位置における前駆体分子の濃度、複数位置におけるパージガス濃度レベル、複数位置における前記第１の堆積プロセスからの副生成物の濃度レベル、および複数位置における前記第１のパージプロセスからの副生成物の濃度レベルのうち少なくとも一つをその場観察するよう適応されている、請求項１１に記載の方法。
13. 前記少なくとも一つの制御入力（Ｕ）が前記第２前駆体含有ガスについてのガスフローを含み、前記少なくとも一つの測定出力（Ｙ）が前記第２前駆体含有ガスについての濃度レベルを含み、および、前記少なくとも一つの規制出力（Ｚ）が反応状態値の評価を含む、請求項１０に記載の方法。
14. 前記少なくとも一つの制御入力（Ｕ）が第２のガス流量を含み、この第２のガス流量で前記２前駆体含有ガスを前記プロセスチャンバへ流す工程；
    前記プロセスチャンバ内の前記第２の前駆体分子のフローをモデル化する工程；
    前記ウェハ間のフローを拡散プロセスとしてモデル化する工程；
    前記第２の前駆体分子の滞留時間を決定する工程；
    前記表面飽和ゾーンの少なくとも一つについて前記第２の前駆体分子の所望の濃度レベルを決定する工程；
    前記表面飽和ゾーンの少なくとも一つについて反応速度を決定する工程；および
    前記少なくとも一つの規制出力（Ｚ）が反応状態値を評価する第３の仮想センサを含み、表面飽和ゾーンの少なくとも一つについて前記反応状態値を評価する工程、
    を更に備える、請求項１０に記載の方法。
15. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
    プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
    前記複数のウェハの少なくとも一つの表面に複数の表面飽和ゾーンを決定する工程；
    前記表面飽和ゾーンのうちの１又は２以上について表面飽和状態値を評価するため第１の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の表面飽和状態値を設定する工程；および
    前記第１の仮想センサからの評価表面飽和状態値が前記所望の表面飽和状態値にほぼ等しくなるまで、前記複数のウェハを第１の前駆体分子を含む第１前駆体含有ガスに晒して前記複数のウェハの表面に前記第１の前駆体分子のほぼ均一な膜を堆積するステップを含む、第１の堆積プロセスを第１のプロセス期間に実施する工程；
    前記表面飽和ゾーンの１又は２以上において汚染状態値を評価する第２の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の汚染状態値を設定する工程；および
    前記第２の仮想センサからの評価汚染状態値が前記所望の汚染状態値とほぼ等しくなるまで、前記プロセスチャンバへ第１のパージガスを流すステップを含む第１のパージプロセスを第２のプロセス期間に実施する工程であって、前記評価汚染状態値が、未反応の前記第１の前駆体分子の濃度レベル、反応した前記第１の前駆体分子の濃度レベル、前記第１前駆体含有ガスの濃度レベル、パージガス濃度レベル、前記第１の堆積プロセスからの副生成物の濃度レベル、および第１のパージプロセスからの副生成物の濃度レベルの少なくとも一つに比例する、工程；
    前記表面飽和ゾーンの１又は２以上において反応状態値を評価する第３の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくともについて所望の反応状態値を設定する工程；および
    前記複数のウェハを第２の前駆体分子を含む第２前駆体含有ガスに晒して、１又は２以上の前記表面飽和ゾーンにおける反応状態を前記所望の反応状態とほぼ等しくさせて、前記複数のウェハの表面に前記第２の前駆体分子のほぼ均一な膜を堆積するステップを含む第２の堆積プロセスを第３のプロセス期間に実施する工程；
    前記表面飽和ゾーンの１又は２以上において第２汚染状態値を評価する第４の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の第２汚染状態値を設定する工程；
    前記第４の仮想センサからの評価第２汚染状態値が前記所望の第２汚染状態値にほぼ等しくなるまで、前記プロセスチャンバへ第２のパージガスを流すステップを含む第２のパージプロセスを第４のプロセス期間に実施する工程であって、前記評価第２汚染状態値が、未反応の第２の前駆体分子の濃度レベル、反応した第２の前駆体分子の濃度レベル、前記第２前駆体含有ガスの濃度レベル、パージガス濃度レベル、前記第２の堆積プロセスからの副生成物の濃度レベル、前記第２のパージプロセスからの副生成物の濃度レベルの少なくとも一つに比例する、工程；
    モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、少なくとも一つの制御入力（Ｕ）、少なくとも一つの外乱入力（Ｄ）、少なくとも一つの規制出力（Ｚ）、並びに少なくとも一つの測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第２のパージプロセスの動的モデルを作成する工程；
    前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）とについてデータを取得する工程；
    前記少なくとも一つの外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）をＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定する工程；および
    前記少なくとも一つの規制出力（Ｚ）についての推定値（Ｚ_ｅｓｔ）をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを用いて決定する工程、
    を備える方法。
16. 前記表面飽和ゾーンの１又は２以上について膜厚を評価する第５の仮想センサを作成する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の膜厚を設定する工程；および
    前記第１の堆積プロセスと、前記第１のパージプロセスと、前記第２の堆積プロセスと、前記第２のパージプロセスとを連続的に実施し、これらのプロセスを前記第５の仮想センサからの評価膜厚が前記所望の膜厚とほぼ等しくなるまで反復する工程、
    を更に備える、請求項１５に記載の方法。
17. 前記少なくとも一つの規制出力（Ｚ）について測定値を取得する工程；および
    前記測定値を用いて前記動的モデルを立証する工程、
    を更に備える、請求項１５に記載の方法。
18. 前記測定値は、複数測定基板（ＭＬＭＳ）を使用して取得され、
    前記複数位置測定基板は、複数位置における化学吸着前駆体種の濃度レベル、複数位置における反応した前駆体種の濃度レベル、複数位置における未反応前駆体種の濃度レベル、複数位置における前駆体分子の濃度、複数位置におけるパージガス濃度レベル、複数位置における前記第２の堆積プロセスからの副生成物の濃度レベル、および複数位置における前記第２のパージプロセスからの副生成物の濃度レベルのうち少なくとも一つをその場観察するよう適応されている、請求項１７に記載の方法。
19. 前記少なくとも一つの制御入力（Ｕ）が第２のパージガスについてのガスフローを含み、前記少なくとも一つの測定出力（Ｙ）が前記第２のパージガスについての濃度レベルを含み、および、前記少なくとも一つの規制出力（Ｚ）が汚染状態値の評価を含む、請求項１５に記載の方法。
20. 前記少なくとも一つの制御入力（Ｕ）が第２のパージガス流量を含み、この第２のパージガス流量で前記第２のパージガスを前記プロセスチャンバへ流す工程；
    前記プロセスチャンバ内の前記第２のパージガスのフローをモデル化する工程；
    前記ウェハ間のフローを拡散プロセスとしてモデル化する工程；
    前記表面飽和ゾーンの少なくとも一つについて所望の第２の汚染レベルを決定する工程；および
    前記少なくとも一つの規制出力（Ｚ）が第２の汚染レベルを評価するための第４の仮想センサを含み、前記表面飽和ゾーンの少なくとも一つについての前記第２の汚染レベルを評価する工程、
    を更に備え、
    評価された前記第２の汚染レベルが、未反応の第２前駆体分子の濃度レベル、反応した第２前駆体分子の濃度レベル、前記第２前駆体含有ガスの濃度レベル、パージガス濃度レベル、前記第２の堆積プロセスからの副生成物の濃度レベル、前記第２のパージプロセスからの副生成物の濃度レベル、前記プロセスチャンバから流出する第２前駆体分子についての濃度レベルのうち少なくとも一つを含む、請求項１５に記載の方法。
21. 前記ウェハの少なくとも一つについてのフィード・フォワード・データを受け取る工程；
    前記フィード・フォワード・データから屈折率（ｎ）および減衰係数（ｋ）を抽出する工程；および
    前記屈折率（ｎ）および前記減衰係数（ｋ）を使用してウェハ組成情報を評価する工程、
    を更に備える、請求項４に記載の方法。
22. 前記フィード・フォワード・データが、層数、層位置、層組成、層均一性、層密度、および層厚の少なくとも一つを含むウェハ組成情報を含む、請求項２１に記載の方法。
23. 前記フィード・フォワード・データが、少なくとも一つのウェハについてプロファイル情報および限界寸法情報を含む、請求項２１に記載の方法。
24. 前記フィード・フォワード・データが、前記ウェハの複数の位置についてのデータを含む、請求項２１に記載の方法。
25. 前記複数の位置が前記ウェハ上に放射状に位置する、請求項２４に記載の方法。
26. 前記複数の位置が前記ウェハ上に非放射状に位置する、請求項２４に記載の方法。
27. 前記ウェハが円形形状を有し、前記表面飽和ゾーンが中央ゾーンと該中央ゾーンの周りに放射状に離間した複数の円環状ゾーンとを含む、請求項４に記載の方法。
28. 前記ウェハが方形状を有し、前記表面飽和ゾーンが等間隔に離間した複数の方形セグメントを含む、請求項４に記載の方法。
29. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
    プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
    第１前駆体含有ガスの第１の期間における第１の流量と前記第１前駆体含有ガスの第２の期間における第２の流量とのうちの少なくとも一つを設定する第１の組の動的モデルを有する第１のプロセス・レシピにより制御される第１の前駆体プロセスを実施する工程；
    第２の組の動的モデルを有する第２のプロセス・レシピにより制御される第１のパージプロセスを実施する工程；
    第２前駆体含有ガスの第３の期間における第３の流量と前記第２前駆体含有ガスの第４の期間における第４の流量とのうちの少なくとも一つを設定する第３の組の動的モデルを有する第３のプロセス・レシピにより制御される第２の前駆体プロセスを実施する工程；
    第４の組の動的モデルを有する第４のプロセス・レシピにより制御される第２のパージプロセスを実施する工程；および
    前記複数のウェハに所望の膜厚を有する膜が堆積されるまで上記の４工程を反復する工程；
    前記第１のパージプロセスを実施する工程が、
    少なくとも一つの前記ウェハの表面に表面飽和ゾーンを設定するステップ；
    モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）、並びに測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第１のパージプロセスの動的モデルを作成するステップであって、
    前記制御入力（Ｕ）が、パージガスの流量、フロー時間、パージガス組成、前駆体タイプ、化学吸着率、反応速度、圧力、および温度の少なくとも一つを含み、
    前記外乱入力（Ｄ）が、プロセスドリフト、チャンバ汚染、およびウェハ温度差の少なくとも一つを含み、
    前記測定出力（Ｙ）が、入来するウェハ温度、入来するウェハ組成、入来するウェハ厚さ、入来するウェハ均一性、流出流量、チャンバ出口でのパージガス濃度、チャンバ出口での前駆体濃度、前駆体層組成、および前駆体層の均一性のうちの少なくとも一つを含み、
    前記規制出力（Ｚ）が、汚染状態、未反応前駆体分子の濃度レベル、プロセス副生成物の濃度レベル、前駆体濃度値、前駆体濃度均一性値、および汚染状態均一性値の少なくとも一つを含む、ステップ；
    前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）についてデータを取得するステップ；
    前記少なくとも一つの外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）をＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定するステップ；
    前記表面飽和ゾーンの少なくとも一つについての評価第１汚染レベルを含む、前記少なくとも一つの規制出力（Ｚ）についての評価値（Ｚ_ｅｓｔ）をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して決定するステップ；
    前記少なくとも一つの表面飽和ゾーンについて所望の第１汚染レベルを決定するステップ；
    前記評価第１汚染レベルを前記所望の第１の汚染レベルと比較するステップ；および
    前記評価第１汚染レベルが前記所望の第１の汚染レベルにほぼ等しくなるまで、第１のパージガスを前記プロセスチャンバへ流すステップ、
    を備える方法。
30. 前記少なくとも一つの規制出力（Ｚ）が前記第１の前駆体の濃度レベルを評価するための第２の仮想センサを含む、請求項２９に記載の方法。
31. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
    プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
    第１前駆体含有ガスの第１の期間における第１の流量と前記第１前駆体含有ガスの第２の期間における第２の流量とのうちの少なくとも一つを設定する第１の組の動的モデルを有する第１のプロセス・レシピにより制御される第１の前駆体プロセスを実施する工程；
    第２の組の動的モデルを有する第２のプロセス・レシピにより制御される第１のパージプロセスを実施する工程；
    第２前駆体含有ガスの第３の期間における第３の流量と前記第２前駆体含有ガスの第４の期間における第４の流量とのうちの少なくとも一つを設定する第３の組の動的モデルを有する第３のプロセス・レシピにより制御される第２の前駆体プロセスを実施する工程；
    第４の組の動的モデルを有する第４のプロセス・レシピにより制御される第２のパージプロセスを実施する工程；および
    前記複数のウェハに所望の膜厚を有する膜が堆積されるまで上記の４工程を反復する工程；
    前記第２の前駆体プロセスを実施する工程が、
    少なくとも一つの前記ウェハの表面に表面飽和ゾーンを設定するステップ；
    モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）、並びに測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第２の前駆体プロセスの動的モデルを作成するステップであって、
    前記制御入力（Ｕ）が、前記第２前駆体含有ガスの前記第３の流量、前記第２前駆体含有ガスの前記第４の流量、フロー時間、前駆体濃度、前駆体タイプ、化学吸着率、反応速度、圧力、および温度の少なくとも一つを含み、
    前記外乱入力（Ｄ）が、プロセスドリフト、チャンバ汚染、およびウェハ温度差の少なくとも一つを含み、
    前記測定出力（Ｙ）が、入来するウェハ温度、入来するウェハ組成、入来するウェハ厚さ、入来するウェハ均一性、流出流量、チャンバ出口での前駆体濃度、前駆体層組成、および前駆体層の均一性のうちの少なくとも一つを含み、
    前記規制出力（Ｚ）が、前駆体濃度値、前駆体濃度均一性値、飽和状態、および飽和状態均一性値の少なくとも一つを含む、ステップ；
    前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）についてデータを取得するステップ；
    前記少なくとも一つの外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）をＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定するステップ；
    前記表面飽和ゾーンの少なくとも一つについての第２の前駆体分子の評価第２前駆体濃度レベルを含む、前記少なくとも一つの規制出力（Ｚ）についての推定値（Ｚ_ｅｓｔ）をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを使用して決定するステップ；
    前記表面飽和ゾーンの少なくとも一つについて所望の第２前駆体濃度レベルを決定するステップ；
    前記評価第２前駆体濃度レベルを前記所望の第２前駆体濃度レベルと比較するステップ；および
    前記評価第２前駆体濃度レベルが前記所望の第２前駆体濃度レベルとほぼ等しくなるまで前記第２の前駆体分子を前記表面飽和ゾーンに堆積するステップ、
    を備える方法。
32. 前記少なくとも一つの規制出力（Ｚ）が、前記第２前駆体濃度レベルを評価する第３の仮想センサを備える、請求項３１の方法。
33. 単分子層堆積(MLD)プロセスシステムを操作する方法であって：
    プロセスチャンバに、各々が表面を有する複数のウェハを配置する工程；
    第１前駆体含有ガスの第１の期間における第１の流量と前記第１前駆体含有ガスの第２の期間における第２の流量とのうちの少なくとも一つを設定する第１の組の動的モデルを有する第１のプロセス・レシピにより制御される第１の前駆体プロセスを実施する工程；
    第２の組の動的モデルを有する第２のプロセス・レシピにより制御される第１のパージプロセスを実施する工程；
    第２前駆体含有ガスの第３の期間における第３の流量と前記第２前駆体含有ガスの第４の期間における第４の流量とのうちの少なくとも一つを設定する第３の組の動的モデルを有する第３のプロセス・レシピにより制御される第２の前駆体プロセスを実施する工程；
    第４の組の動的モデルを有する第４のプロセス・レシピにより制御される第２のパージプロセスを実施する工程；および
    前記複数のウェハに所望の膜厚を有する膜が堆積されるまで上記の４工程を反復する工程；
    前記第２のパージプロセスを実施する工程が、
    少なくとも一つの前記ウェハの表面に表面飽和ゾーンを設定するステップ；
    モデル要素（Ｍ_１、Ｍ_２、Ｍ_３、およびＭ_４）、制御入力（Ｕ）、外乱入力（Ｄ）、規制出力（Ｚ）、並びに測定出力（Ｙ）を有し、モデル構造Ｚ＝Ｍ_１Ｕ＋Ｍ_３ＤおよびＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄを有する、前記第２のパージプロセスの動的モデルを作成するステップであって、
    前記制御入力（Ｕ）が、パージガスの流量、フロー時間、パージガス組成、前駆体タイプ、化学吸着率、反応速度、圧力、および温度の少なくとも一つを含み、
    前記外乱入力（Ｄ）が、プロセスドリフト、チャンバ汚染、およびウェハ温度差の少なくとも一つを含み、
    前記測定出力（Ｙ）が、入来するウェハ温度、入来するウェハ組成、入来するウェハ厚さ、入来するウェハ均一性、流出流量、チャンバ出口でのパージガス濃度、チャンバ出口での前駆体濃度、前駆体層組成、および前駆体層の均一性のうちの少なくとも一つを含み、
    前記規制出力（Ｚ）が、汚染状態、未反応の前駆体分子の濃度レベル、プロセス副生成物の濃度レベル、前駆体濃度値、前駆体濃度均一性値、および飽和状態均一性値の少なくとも一つを含む、ステップ；
    前記少なくとも一つの制御入力（Ｕ）と前記少なくとも一つの測定出力（Ｙ）についてデータを取得するステップ；
    少なくとも一つの前記外乱入力（Ｄ）についての推定値（Ｄ_ｅｓｔ）をＹ＝Ｍ_２Ｕ＋Ｍ_４Ｄ_ｅｓｔを用いて決定するステップ；
    前記規制出力（Ｚ）の一つについての推定値（Ｚ_ｅｓｔ）であって、前記表面飽和ゾーンの少なくとも一つについての評価第２汚染レベルを含む値をＺ_ｅｓｔ＝Ｍ_１Ｕ＋Ｍ_３Ｄ_ｅｓｔを用いて決定するステップ；
    前記表面飽和ゾーンの少なくとも一つについて所望の第２汚染レベルを決定するステップ；
    前記評価第２汚染レベルを前記所望の第２汚染レベルと比較するステップ；および
    前記評価第２汚染レベルが前記所望の第２汚染レベルとほぼ等しくなるまで、第２のパージガスを前記プロセスチャンバへ流すステップ、
    を備える方法。
34. 前記少なくとも一つの規制出力（Ｚ）が前記第２の汚染レベルを評価するための第４の仮想センサを含む、請求項３３に記載の方法。

Images