JP5443365B2 - レシピを微調整するためのモデルを作成するための方法及び配置構造 - Google Patents

Description

レシピを微調整するためのモデルを作成するための方法及び配置構造（装置）に関する。

半導体産業の成長はプラズマ処理の進歩によって推進されてきた。通常、複数の半導体デバイスは、単一の処理されたウエハー（即ち、基材）からカットされたダイから形成されうる。半導体デバイスを作成するためのステップを提供するためのレシピが長く採用されてきた。しかしながら、異なるチャンバ状態などの外部条件による、変更に対応するためにレシピを調整する必要がある。

レシピを調整することに用いられる一般の方法は、ジェネリック（包括）レシピ調整法（ｇｅｎｅｒｉｃ ｒｅｃｉｐｅ ｔｕｎｉｎｇ ｍｅｔｈｏｄ）である。このジェネリックレシピ調整法では、ウエハーが処理された後に１以上のウエハーが独立型計測ツールによって測定されうる。しかしながら、ジェネリックレシピ調整法では、通常、現行のウエハーのバッチのためにレシピを直ちに調整するように測定データを適用することはできない。代わりに、測定値は、先に送られて、次のウエハーのバッチのためにレシピを微調整することに利用されうる。従って、レシピでの問題が現行チャンバにとって確認された場合、現行のウエハーのバッチが処理されるまでは、測定から得られた知識は適用されないであろう。

最近、一体化計測法（ｉｎｔｅｇｒａｔｅｄ ｍｅｔｒｏｌｏｇｙ ｍｅｔｈｏｄ）が実行されている。この計測法は、測定がインラインで行われることを可能にして、行われた測定がプラズマ処理システムの処理制御コンピュータにフィードバックとして送られることを可能にする。従って、同じウエハーのバッチの次のウエハーが、調整されたレシピから利益を得ることができるように、レシピを微調整することができる。換言すると、ジェネリックレシピ調整方法と異なり、一体化計測法は、現行のウエハーのバッチが処理されるまで待たなければならない代わりに、現行のウエハーのバッチのためのレシピを調整することに用いられうる。

ジェネリックレシピ調整法及び特に一体化計測法の両方では、複数の測定（例えば、側壁角度測定、端部と中心との間の臨界寸法、均一性を決定するための測定など）が実行されうる。測定データを収集するために、レシピに行う必要がある調整を決定するのに必要な測定値を収集するのに１以上のモデルが採用されうる。

ここに説明されるように、モデルは１以上の入力と１以上の出力との関係を示す。関係は、通常、方程式（等式）で表される数学的関係である。通常、方程式はレシピ固有である。入力データは、様々なソースから来て、次に限定されないが、センサデータ、プロセスデータ及びソフトウェアデータを含む。通常、出力はレシピの単一のパラメータを調整するのに用いられる。

時間をかけて、新規モデルが作成され、又は、既存モデルが修正されうる。一例を挙げると、レシピへの変更により新規パラメータが導入された場合、新規モデルが作成されなければならないであろう。別例では、そのパラメータの許容範囲が変わった場合、パラメータの測定データを生成するためのモデルは修正されなければならないであろう。さらに別例では、新規レシピが導入されたとき、新規モデルが作成される必要があろう。

新規又は修正モデルを必要とする理由にかかわらず、通常、新規モデルの作成及び／又は現行モデルの修正のプロセス（処理又は工程）は単純なタスクではない。通常、当該プロセスは、ツールユーザー及びソフトウェア技術者の少なくとも２つのパーティ（当事者）を巻き込む。通常、ツールユーザーは、プラズマ処理システムを所有する企業の従業者である。ツールユーザーは新規モデルの作成及び／又は現行モデルの修正の必要性を認識しているであろう。従って、通常、ツールユーザーはソフトフェア技術者に仕様（詳細）を提供することに責任がある。通常、ソフトウェア技術者は企業の従業者ではなくプラズマ処理システムの製造者と関連がある。

説明を容易にするために、図１は、新規モデルを得るための先行技術の方法の簡単なフローチャートを示す。例えば、会社Ａに所有されているプラズマ処理システムのツールユーザーが、新規モデルを必要であると確認した状況を考えてみよう。

第１のステップ１０２で、ツールユーザーはモデルのパラメータを確認するであろう。換言すると、ツールユーザーは入力、方程式、所望の出力を確認しなければならないであろう。

次のステップ１０４で、ツールユーザーは所望のパラメータを外部パーティに提供するであろう。ツールユーザーは、モデルの作成及び／又は修正のために、外部パーティ（即ち、ソフトウェア技術者）と相談しなければならないので、ツールユーザーは、専有情報を外部パーティと共有しなければならないであろう。一例を挙げると、ウエハーをエッチングするためのレシピは、会社Ｂに対する競争力を会社Ａに与えるステップ（工程）を含みうる。しかしながら、会社Ａのツールユーザーは新規モデルを作成する必要があるので、ツールユーザーは、外部パーティがモデルを修正するために、レシピについての専有データを外部パーティに供給しなければならないであろう。

現行モデルの修正及び／又は新規モデルの作成の現在の方法は、ツールユーザー及びプラズマ処理システムの製造者の両方にとって、知的財産を危険にさらす可能性がある。本技術分野の当業者が知っているとおり、レシピは、競合者に対して独創的な強みを企業に与えうる専有データを含んでいるであろう。従って、レシピについての詳細を外部パーティと共有することで、ツールユーザーは専有データの少なくとも一部を外部パーティにさらしている。

さらに、知的財産の一部（例えば、専有レシピ）が、意図されないユーザーに公に利用可能になる危険性があるであろう。一例を挙げると、プラズマ処理システムの製造者に関連する技術者が、２つの競合する企業のモデルを兼任して開発しているかもしれない。彼のクライアントとの交流の間、技術者は不注意に会社Ａ用のモデルを会社Ｂの取引相手に送るかもしれない。技術者の不注意な行為によって会社Ａの専有情報は不意に共有されて、プラズマ処理ツールの技術者及び製造者は法的責任を免れないであろう。

知的財産の露出の可能性に加えて、モデルを作成及び／又は修正するタスクには、タスクが完成する前に、数ヶ月とはいかなくても数週間を要するであろう。長い所要時間は複数の理由の結果であろう。第１に、モデルの作成及び／又は修正のタスクを達成するために、ツールユーザーは外部パーティ（即ち、ソフトウェア技術者）と一緒に働かなければならないので、タスクを完成するための所要時間は、外部パーティの仕事スケジュールに依存しうる。一例を挙げると、ソフトウェア技術者の忙しいスケジュールによって、ソフトウェア技術者は、２ヶ月後までにツールユーザーの要求を処理することができないかもしれない。第２に、長い所要時間はまた、レシピに自身が習熟する必要がある外部パーティに部分的に起因するかもしれない。第３に、組み込まれたモデルを含む新規コードが製品化され、レシピを微調整することが可能になる前に、プロセスは、コードへの変更をテストするためにソフトウェア技術者とツールユーザーの両方のために少なくとも１回の試験サイクルを必要とするであろう。

次のステップ１０６で、ツールユーザーはモデルを受け取って、モデルでテストランを実行しうる。換言すると、技術者がモデルを作成したら、モデルはテストされるためにツールユーザーに送られるであろう。

次のステップ１０８で、ツールユーザーによって、彼の仕様に従ってモデルが実行されるかどうかについて決定がなされる。もしそうでない場合、それから、ステップ１０４及び１０６が繰り返される。

しかし、追加の変更が要求されない場合、それから、次のステップ１１０で、ツールユーザーは、システムソフトウェア内に組み込まれた新規モデルを有するその現行プラズマ処理システムのシステムソフトウェアプログラムの新規製品版を受け取るであろう。ツールユーザーが新規製品版を受け取ったら、追加の変更には再び全体処理を繰り返すことが必要であろう。

次のステップ１１２で、ツールユーザーは、組み込まれたモデルで新規ソフトウェアコードを製造に利用できる。先行技術では、モデルはレシピに結合されていない。従って、ツールユーザーは、いずれかのモデルがいずれかのレシピステップに最良に適合するかを決定するために、レシピ及び方法についての十分な知識を有する必要がある。さらに、ツールユーザーは、異なる処理チャンバ状態のようなバリエーションに対処するようにレシピを微調整するために、単一のレシピステップが複数のモデルを必要とするときを知らなければならない。

一例を挙げると、チャンバＢにおいて現行処理されているウエハーのバッチは、チャンバＡにおいて事前に処理されている。しかしながら、チャンバＢにおける状態は、チャンバＡにおける状態とわずかに異なる。従って、レシピは、異なる処理環境に対応するために微調整がなされる必要があろう。ツールユーザーは一般に、微調整を実行するために必要な測定データを提供するモデルのセットを特定することに責任があろう。ツールユーザーに経験及び／又はスキルが欠如している場合、ツールユーザーは、正しいモデルをすばやく特定することができず、及び／又は、レシピの微調整を実行するのに必要なデータを得るために２つの異なるモデルを実行しなければならないことを気付かないであろう。

図１から分かるように、モデル構築及び／又は修正のタスクは、タスクを達成するために外部パーティの協力を必要とする柔軟性のない時間のかかるプロセスである。結果として、先行技術の方法では、知的財産を露出する可能性があろう。さらに、先行技術の方法は、レシピの微調整に利用されうる測定データを生成するようにモデルを正しく適用するために、レシピ及びモデルの相当の理解を有することをツールユーザーに求めるであろう。

一実施形態において、本発明は、プラズマ処理システムのユーザーによる、処理された基板についての測定データを収集するためのモデルを作成するための配置構造に関する。

配置構造（装置）は、モデルを少なくとも作成するように構成されているジェネリックモデルビルダー（包括モデル構築手段、ｇｅｎｅｒｉｃ ｍｏｄｅｌ ｂｕｉｌｄｅｒ）を含む。モデルは、入力データセットと出力データセットとの間の関係を提供する。配置構造はまた、複数の入力ソースからの入力データセットを含む入力モジュールを含む。配置構造は、入力データセットの完全性を少なくとも決定するように構成されている入力調整及び検証モジュールを含む。配置構造は、数学的関係セットを少なくとも作成するように構成されている関連モジュールをさらに含む。配置構造はまた、出力データセットの完全性を少なくとも決定するように構成されている出力調整及び検証モジュールをさらに含む。

上記の要旨は、本明細書に開示された本発明の多くの実施形態の一つのみに関し、本発明の技術的範囲を限定するものではなく、本発明の範囲は本明細書の特許請求の範囲に記述されている。本発明の上記特徴およびその他の特徴を、本発明の詳細な説明において以下の図と関連付けて以下でさらに詳しく説明する。

本発明は、添付図面の図において、限定としてではなく例として示され、同じ参照数字は類似の要素を表す。

新規モデルを得るための先行技術の方法の簡単なフローチャート。 本発明の一実施形態において、ジェネリックモデルビルダー配置構造の簡単な論理図。 本発明の一実施形態において、ジェネリックモデルビルダーのユーザーフェイスの主要画面の例を示す図。 本発明の一実施形態において、方程式エディタの例を示す図。 本発明の一実施形態において、方程式エディタの例を示す図。 本発明の一実施形態において、モデルとレシピとの間の関係を示す簡単なブロック図。 本発明の一実施形態において、レシピエディタの値表示の例を示す図。 本発明の一実施形態において、モデルが作成及び／又は修正される方法を表しているフローチャート。

本発明を、以下において添付図面に示されるような本発明のいくつかの実施形態を参照して詳しく説明する。以下の説明では、本発明の十分な理解を与えるために数多くの詳細情報を記述する。ただし、本発明はこれらの詳細情報の一部または全部を含まずに実施されてもよいことは当業者にとって明らかであろう。また、本発明が不必要に分かりにくくならないように周知の工程段階および／または構造を詳しく説明していない。

方法および技術を含む様々な実施形態を後述する。本発明は本発明による技術の実施形態を実施するコンピュータ可読命令が記憶されるコンピュータ可読媒体を含む製品を包含してもよいことに留意すべきである。コンピュータ可読媒体は、たとえば、半導体、磁気、光磁気、光、またはコンピュータ可読コードを記憶するその他の形態のコンピュータ可読媒体を含んでもよい。さらに、本発明は、本発明の実施形態を実施する配置構造を包含してもよい。このような配置構造は、本発明の実施形態に関するタスクを実行するための専用および／またはプログラマブル回路を含んでもよい。このような配置構造の例として、適切にプログラムされるときの汎用コンピュータおよび／または専用コンピュータデバイスが挙げられ、本発明の実施形態に関する様々なタスクに適合されたコンピュータ／コンピュータデバイスおよび専用／プログラマブル回路の組合せを含んでもよい。

本発明の一形態では、発明者は、プラズマ処理システムのユーザーによってモデルが局所的に（自社内で）構築されうることに気づいていた。モデルビルダーがユーザーに提供された場合、異なるチャンバ状態、新規レシピ、既存レシピの変更などのユーザーが製造時に経験する各種の変化に対応するために、ユーザーは必要に応じてモデルを形成（創出）及び／又は修正することができる。

本発明の１以上の実施形態において、ジェネリックモデルビルダー配置構造（包括モデル構築配置構造）は、欠陥検出の実行、レシピの微調整、及び、方程式へのデータ入力の提供の少なくとも１つに利用されうるモデルを作成及び修正するように提供される。本発明の実施形態は、入力データの完全性の検証、数学的関係の作成、及び、出力データの完全性の検証をするためのモジュール及び方法を含む。本発明の実施形態はまた、ユーザーが作成したテンプレートをレシピステップに関連付ける方法をも含む。

本発明の実施形態では、ジェネリックモデルビルダー配置構造は、新規モデルを作成すること及び／又は既存モデルを修正することに用いられうるジェネリックモデルビルダーを含む。ジェネリックモデルビルダーは、入力モジュールからデータを受け取るように構成されうる。入力モジュールは、次に限定されないが、センサデータ、計測データ、エンドポイント（端点）データ、ソフトウェア計算（ソフトウェアにより計算された）データ、プロセスデータ（処理データ又は工程データ）、ユーザー定義データなどを含む、複数のソースからのデータを含んでもよい。

一実施形態では、ジェネリックモデルビルダーは入力調整（コンディショニング）モジュール及び検証（バリデーション）モジュールを含んでもよい。一実施形態では、入力調整及び検証モジュールは、別々のモジュールとして実行されてもよい。入力データは複数のソースから来るので、入力データが方程式に送られる前に、完全性のチェックを実行しなければならないであろう。従って、入力調整及び検証モジュールは入力モジュールの完全性をチェックするように構成されてもよい。

一実施形態では、調整はデータのフィルタリングを含んでもよい。フィルタリング技術の例には、次に限定されないが、有限インパルス応答（ＦＩＲ）及び無限インパルス応答（ＩＩＲ）がある。フィルタリング技術は、チャンバのドリフトのような外部状態がデータ（例えばプロセスデータ）の一部をその他のデータと調和していない状態から脱却させるときに発生するノイズを最小化することに用いられてもよい。

フィルタリング技術の適用に加えて、入力調整及び検証モジュールは、データを設定された範囲と比較する。設定された範囲は、次に限定されないが、入力データの期待値、ソフト許容値、ハード許容値、最小値及び最大値を含む。一例を挙げると、入力データが期待値に適合しない場合、その入力データは少なくともハード許容値内になければならない。しかしながら、その入力データが予め定められた（所定）範囲から外れている場合、入力調整及び検証モジュールは、方程式に送られる有効なデータセットとしては当該入力データを処分（廃棄）する。

一実施形態では、ジェネリックモデルビルダーは関連モジュールを含んでもよい。関連モジュールは、ユーザーが入力データを入力変数にマッピング（位置付け）できるように構成されてもよい。一実施形態では、関連モジュールはまた、入力変数セットを数学演算子セットに組み合わせることで、ユーザーが方程式などの数学的関係を作成及び／又は修正することを可能にするように構成されてもよい。ユーザーがレシピ内の特定の設定に対処するために数学的方程式を微調整することを可能にするために、関連モジュールは、行列変換調整要素を含んでもよい。一実施形態では、関連モジュールは、ユーザーが複雑な数式にインポート（取り込み）することを許容する。

一実施形態では、モデルは１以上の数学的関係を含んでもよい。従って、単一のモデルにとって、２以上の出力変数が生成されうる。一実施形態では、出力調整及び検証モジュールはまた、出力データの完全性をチェックすることに利用可能であってもよい。前述したものと同じフィルタリング技術がまた、出力調整及び検証モジュールによって適用されてもよい。さらに、出力調整及び検証モジュールは出力データを予め定められた（所定）範囲と比較してもよい。

モデルが作成されると、ユーザーは、例えば、特定のレシピステップのために特別に適合された１連のテンプレートを作成するようにモデルを用いてもよい。テンプレートをレシピステップに関連付けることのプロセスは、レシピとテンプレートとの間の関係を最初に設定することをユーザーに求めることなしに、異なるスキル及び知識を有するユーザーが組み込まれたテンプレートでレシピを実行することを可能にする。

一実施形態では、方程式からの出力データは製造環境におけるレシピの微調整のためのレシピ設定値（セットポイント）として利用されてもよい。別の実施形態では、出力データは別の方程式のための入力データとして利用されてもよい。さらに別の実施形態では、出力データは欠陥検出の実行のために利用されてもよい。つまり、１以上のモデルは、ユーザーが欠陥検出を実行することを可能にする出力データを生成しうる方程式で特別に構築されてもよい。

本発明の特徴及び利点は、以下の図及び説明を参照してより多く理解されうる。

図２は、本発明の一実施形態において、ジェネリックモデルビルダー配置構造の簡単な論理図である。ジェネリックモデルビルダー配置構造２００は、入力データと出力データとの間の関係を表す様々な方法を示すように用いられうる。一実施形態では、ジェネリックモデルビルダー配置構造２００は入力モジュール２０２を含んでもよい。入力モジュール２０２は、複数の入力ソース（例えば、前計測データソース２０４、後計測データソース２０６、ユーザー定義データ２０８、ソフトウェア計算データソース２１０、エンドポイントデータソース２１２など）を含んでもよい。一例を挙げると、前計測データソース２０４はウエハー処理前に収集された測定データを含んでもよい。別例では、ソフトウェア計算データソース２１０は別の方程式によって計算されたデータを含んでもよい。さらに別例では、ユーザー定義データ２０８は、絶対価値物として専有データを隠すことによる知的財産保護に利用されてもよい。前述から分かるように、利用可能な入力ソースは、変わってもよく、且つ、ユーザーの裁量に依ってもよい。

入力モジュール２０２からのデータは、入力調整モジュール２１４及び入力検証モジュール２１６によって受け取られてもよい。入力データが方程式に利用される前に、例えば、フィルタリング及び／又は検証により、データの完全性がチェックされなければならないであろう。一実施形態では、入力調整モジュール２１４は、ノイズを除去するために、受け取った入力データにフィルタリングを実行するように構成されている。ここに説明したように、ノイズとは、外部状態（例えば、処理チャンバ内のドリフト）のために他データと整合しないデータであってもよい。ノイズを最小化するために、有限インパルス応答（ＦＩＲ）及び無限インパルス応答（ＩＩＲ）のようなフィルタリング技術が採用されうる。

ここに説明するように、ＦＩＲは、パラメータのデータセットが標準化されるフィルタリング技術を示す。一例を挙げると、最新のウエハーから収集された生データを使用する代わりに、ＦＩＲ方法は、最新の５つのウエハーからの生データを得ることと、ノイズの可能性を最小化するように平均化のような統計的解析を実行することとを含んでもよい。従って、方程式に送られうるデータは、パラメータの真の特性をよりよく表すものになりうる。

入力調整モジュール２１４によって採用されうる別のフィルタリング技術はＩＩＲである。ここに説明するとおり、ＩＩＲは、パラメータのために収集された全データが標準化されるフィルタリング技術を示す。一例を挙げると、最新のウエハーから収集された生データを使用する代わりに、ＩＩＲ方法は、パラメータのための収集された全データに統計的解析を実行することを含む。ＩＩＲ方法は、より多くの生データを含みうるが、最新のパラメータのデータセットは、時間的により古いデータよりも重い重み付けがされてもよい。一例を挙げると、１００のデータセットが収集されている。最新のデータセットは、より重い重み付け（例えば、８０パーセント）がされてもよく、且つ、残りの９９データセットはより軽い重み付け（例えば、２０パーセント）がされてもよい。重み付けされると、重み付けされたデータは、例えば方程式に入力されうるデータセットを計算するように平均化されてもよい。

データのフィルタリングに加えて、検証もまた行われてもよい。一実施形態では、入力検証モジュール２１６は、データを所定範囲と比較することで入力データを検証するように構成されてもよい。一例を挙げると、各パラメータにとって、入力データの妥当性を比較することに、期待値、ソフト許容値、ハード許容値、最小値及び最大値が利用可能である。換言すると、入力データが設定された所定範囲から外れた場合、入力データは除去（処分）されうる。一例を挙げると、入力データ最小値が最小期待値より小さい場合または最大期待値より大きい場合に、入力データは処分される。

データフィルタリング及び検証が行われると、入力データは１以上の入力変数にマッピング（位置付け）されうる。一例を挙げると、臨界寸法に関する入力データは、例えば、入力変数ｆｆＢｏｔＣＤ及び／又は入力変数ｆｆＭｉｄＣＤにマッピングされてもよい。入力ソースを入力変数にマッピングすることによって、手動介在に頼る代わりに、データを自動的にソースから引き出すことができる。

一実施形態では、ジェネリックモデルビルダー配置構造２００は、関連モジュール２１８を含んでもよい。一実施形態では、関連モジュール２１８は、数式ビルダー要素２２０、行列変換調整要素２２２及びカスタマイズされた数式要素２２４を含んでもよい。一実施形態では、関連モジュール２１８の各要素は、数学的関係を作成するように個々に採用されてもよい。別の実施形態では、関連モジュール２１８の１以上の要素が、１以上の数学的関係を作成するように一緒に動作してもよい。

従来、方程式のような数学的関係は、１以上の入力変数を１以上の数学演算子に組み合わせることによって作成されうる。一実施形態では、ユーザーは、数式ビルダー要素２２０を起動（有効化）して、数学的関係の入力変数セットを入力及び／又は選択しうる。さらに、ユーザーは入力変数セットを数学演算子セットに組み合わせて数学的関係を作成しうる。一例を挙げると、ユーザーは、入力変数としてのｆｆＭｉｄＣＤ及びｆｆＢｏｔＣＤ、並びに、数学演算子としての乗算記号（＊）及び平方根記号（ｓｑｒｔ）を選択して、数学的関係［ｆｆＭｄＣＤ＊（ｓｑｒｔ）（ｆｆＢｏｔＣＤ）］を生成しうる。

さらに、又は、あるいは、行列変換調整要素２２２が数学的関係を作成するように用いられてもよい。数学的関係によっては、より抽象的であり、手を加える必要があろう。この種の数学的関係を表現式で表すために、行列変換調整要素２２２がこの種の数学的関係を定義するのに用いられてもよい。

数式ビルダー要素２２０及び行列変換調整要素２２２の両方は、ユーザーが独自の数学的関係を作成することを許容する。しかしながら、特に複雑である複数の数学的関係は、すでに定められていてもよく、（ＭＡＴＨＬＡＢ（登録商標））のような複数の数学ソフトウェアプログラムを通して利用可能である。容易に利用可能な数学的関係を利用するために、ジェネリックモデルビルダー配置構造２００は、カスタマイズされた数式要素２２４を含んでもよい。カスタマイズされた数式要素２２４を実行することによって、ユーザーは、サードパーティ（他者）を通して利用可能な複雑な数学的関係を、構築及び／又は修正されているモデル内に統合してもよい。

一実施形態では、ジェネリックモデルビルダー配置構造２００は、出力調整モジュール２２６及び出力検証モジュール２２８を含んでもよい。出力調整モジュール２２６及び出力検証モジュール２２８は、入力調整モジュール２１４及び入力検証モジュール２１６と同様に動作しうる。しかしながら、入力データを解析する代わりに、出力調整モジュール２２６及び出力検証モジュール２２８は出力データを解析している。換言すると、出力データはクリーン化（例えば、ノイズ除去、所定範囲から外れた出力データの除去など）されている。

先行技術では、通常、出力データはレシピの微調整することに利用される。先行技術と異なり、出力データは多くの異なる目的を有していてもよい。一例を挙げると、出力データは１以上のレシピステップのレシピ設定値２３０として利用されてもよい。レシピ設定値２３０として利用されるのに加えて、出力データはまた、別の方程式の入力データソース２３２として利用されてもよい。さらに、出力データは欠陥検出２３４の実行に利用されてもよい。一例を挙げると、出力データは、処理チャンバが著しい量のドリフトを経ていること、及び、処理チャンバがクリーンでない場合に処理チャンバで処理されているウエハーが欠陥を有しうることを示してもよい。

図２から分かるように、ジェネリックモデルビルダー配置構造２２０を実行することで、ユーザーはサードパーティに頼る必要なしに独自のモデルを作成することができる。ユーザーがモデルを作成及び／又は修正するために外部のパーティに頼ることはもはやないので、所要時間が大幅に削減されうる。さらに、専有データがもはや外部に共有されないので、知的財産の露出も大幅に削減されうる。

図３は、本発明の実施形態において、ジェネリックモデルビルダーのユーザーインターフェイスの主要画面の一例を示す。前述したとおり、ジェネリックモデルビルダーは、新規モデルの作成及び／又は既存モデルの修正に採用されてもよい。ユーザーインターフェイス３０２の主要画面は、方程式のような１以上の数学的関係が作成及び／又は修正されることを可能にする方程式モジュール３０４を含んでもよい。方程式モジュール３０４は、アクションセクション３０６、方程式セクション３０８及び初期値セクション３１０を含んでもよい。

アクションセクション３０６は、ユーザーが方程式への活用を実行することを許容する。一例を挙げると、アクションセクション３０６のアクションセルをクリックすることによって、図４Ａに示されるように、方程式エディタ４０２が現れる。方程式エディタ４０２は、方程式を作成及び／又は修正することに用いられてもよい。一実施形態では、方程式エディタ４０２は、図２の関連モジュールの１以上の要素を含んでもよい。従って、ユーザーは関連モジュール要素の少なくとも１つを使用して方程式を作成することができる。従って、ユーザーが作成可能な方程式の種類には、簡単な方程式、単純な方程式、ユーザーの手直しを要求しうる方程式、外部ベンダー（販売者）からの複雑な方程式などが含まれてもよい。

一実施形態では、方程式エディタ４０２は入力変数リスト４０４を含んでもよく、この入力変数リスト４０４は、図４Ｂの入力変数リスト４５４に示されたもののように、ユーザーが複数の入力変数から選択することを可能にする、ユーザー選択可能リストでよい。入力変数リスト４５４は、次に限定されないが、センサ及び計測データ（セグメント４５６）、別の方程式からの出力（セグメント４５８）、並びに、ユーザー定義変数（セグメント４６０）を含む、様々なソースからのものであってもよい。

セグメント４０６及び４０８に表されたもののように、数学演算子に１以上の入力変数を組み合わせることで、ユーザーは方程式を作成可能である。一例を挙げると、ユーザーは、入力変数「ｆｆＭｉｄＣＤ」及び入力変数「ｕｄＣｏｅｆｆ１」を加算演算子（＋）に組み合わせることで、方程式４１０を作成することができる。前述から分かるように、方程式に含まれうる入力変数及び数学演算子の数は、ユーザーの裁量に依って変わってもよい。

方程式が作成されると、方程式が方程式セクション３０８に現れうる。一例を挙げると、方程式４１０（例えば、ｆｆＭｉｄＣＤ＋ｕｄＣｏｅｆｆ１）が、方程式セクション３０８の方程式セル３１２に現れる。先行技術と異なり、作成及び／又は修正されうる方程式の数は変わってもよい。この例では、４つの方程式が作成及び／又は修正されうる。２以上の方程式を１つのモデルに関連付けることを可能にすることで、レシピを微調整する必要があるときに調整が必要なレシピステップの異なるパラメータに対処するために単一のモデルを用いることができる。

一実施形態では、初期値セクション３１０に表されるように、値が与えられていない又はいまだ利用可能でない場合、各方程式は初期値を有してもよい。一実施形態では、モデルは２つの方程式を有してもよく、第２の方程式は、必要な入力値の１つを提供するために第１の方程式に依存している。モデルを最初に実行する間、例えば、第２方程式が出力値を計算することを可能にするために、第１方程式の初期値は８０．００のようなデフォルト値（初期設定値）であってもよい。

一実施形態では、ユーザーインターフェイス３０２の主要画面は、データをフィルタリングして取り除くことに用いられうる調整モジュール３１４をも含むことができる。データフィルタリングの例には、次に限定されないが、有限インパルス応答（ＦＩＲ）及び無限インパルス応答（ＩＩＲ）がある。前述したとおり、フィルタリングは、データの完全性をテストするために、入力及び／又は出力データに適用されてもよい。換言すると、フィルタリングは、外部状態によって生じうるノイズを除去するために実行されうる。一例を挙げると、フィルタリングは、例えばノイズ因子を実質的に除去するように、好ましい状況以外で収集されたかもしれない生データを平均化することを可能にする。

調整モジュール３１４はまた、入力フィルタリングセクション３１６及び出力フィルタリングセクション３１８をも含んでもよい。各セクションはフィルタリング技術セクション、複数のサンプルセクション、及び、係数セクションを含んでもよい。一例を挙げると、入力フィルタリング技術セクション３２０によって、ユーザーは、適用されうるＦＩＲ及びＩＩＲのようなフィルタリング（技術）の種類を定めることが可能である。ＦＩＲフィルタリング技術が選択された場合、ユーザーは、利用されうる所定数のサンプルを定めることができる。一例を挙げると、入力サンプル数セクション３２２において、第１方程式のＦＩＲフィルタリング技術の間に３つのサンプルが用いられうる。しかしながら、ＩＩＲフィルタリング技術が選択された場合、ユーザーは、そのとき、入力係数セクション３２４において、最新データセットの重み値を示すことができる。一例を挙げると、ユーザーは入力係数として０．９０を入力しうる。前述したとおり、出力フィルタリングセクション３１８は、入力フィルタリングセクション３１６で説明されたものと同じセクション（出力フィルタリング技術セクション３２６、出力サンプル数セクション３２８、及び、出力係数セクション３３０）を含んでもよい。

一実施形態では、ジェネリックモデルビルダーは、出力が利用される方法をユーザーが決定することができる出力セクション３３２を含んでもよい。一例を挙げると、ユーザーは、パラメータ名を提供することによって、出力を特定のレシピ設定値に関連付けてもよい。別例では、出力値が別の方程式の入力として用いられうる、又は、欠陥検出を実行することに利用されうることを示すように、ユーザーは「Ｎｕｌｌ（空値）」を選択してもよい。

一実施形態では、ユーザーインターフェイス３０２の主要画面は、入力検証モジュール３３４を含んでもよい。入力検証モジュール３３４は、入力変数のデータを検証することに用いられうる。一実施形態では、各入力変数として、期待値、ソフト許容値、ハード許容値、最小値及び最大値が提供されてもよい。一例を挙げると、入力変数３３６（例えば、ｆｆＭｉｄＣＤ）は、ソフト許容値１５．００及びハード許容値２０．００とともに期待値８０．００を有してもよい。従って、もし、ｆｆＭｉｄＣＤの入力データが所定範囲から外れた場合、例えば、入力データは処分（廃棄）されうる。

一実施形態では、ユーザーインターフェイス３０２の主要画面は、ユーザー定義変数モジュール３３８をも含む。前述したとおり、ジェネリックモデルビルダーによって、ユーザーが入力変数を加えることを可能にする。ユーザーは、ユーザー定義変数モジュール３３８にて変数を定めることによって、追加の入力変数を加えてもよい。一例を挙げると、ユーザーは、ｕｄＣｏｅｆｆ１を１．２５として定め、且つ、ｕｄＣｏｅｆｆ２を２．１５として定めうる。ユーザー定義変数を用いることで、ユーザーは、企業に競争力を与えうる特定のレシピ設定などの専有データを隠すことができる。ユーザー定義変数を用いることで、ユーザーは、レシピの独創性に対応するために専有データを（外部に）露出することなしに、方程式を操作することができる。

さらに、ユーザーインターフェイス３０２の主要画面は、出力データを検証することに用いられる出力検証モジュール３４０をも含む。各出力変数のために範囲が定められてもよい。一実施形態では、範囲は、期待値、ソフト許容値、ハード許容値を含んでもよい。一実施形態では、ソフト許容値が１０．００及びハード許容値が２０．００であるとともに、（出力セル３４２に示された）処理時間のための期待値は３０．００である。製造時に、実際の出力は、出力検証モジュール３４０に定められたような値に対して測定されうる。値が範囲セット内にある場合、出力は、レシピ設定値を調整すること、及び／又は、別の方程式の入力変数になることに用いられうる。しかしながら、特に、出力値が許容レベルから外れた場合、出力値はまた欠陥検出を実行するのに利用されてもよい。

一実施形態では、ユーザーインターフェイス３０２の主要画面は、入力データの信頼度をチェックするのに用いられる適合度（ＧＯＦ）しきいモジュール３４４をも含む。本技術分野の当業者が知っているとおり、通常、ＧＯＦは実測値と期待値との間の不一致を決定するのに用いられる。通常、最小値はＧＯＦ最小値に対してチェックされる。この例では、入力変数が所定の信頼度から外れた場合、ＧＯＦしきいモジュール３４４は警告を発することを可能にする。一例を挙げると、値が１．００より大きい場合、ＦＦ警告が起動される。

前述から分かるように、図３及び４は、新規モデルを作成すること及び／又は既存モデルを修正することにおいてユーザーを補助するユーザーインターフェイスの実施例を示している。ジェネリックモデルビルダーで、外部パーティの補助を必要とせずに、モデルを作成及び／又は修正することができる。従って、独自レシピが外部パーティに共有されることを要さずにモデルを作成及び／又は修正することができるので、知的財産を外部パーティに露出する危険性がほぼ完全になくなる。さらに、技術者の時間を奪う他の要求要因と競合せずに、モデルを内部で処理することができるので、モデルの作成及び／又は修正にかかる所要時間をより短くすることができる。

図５Ａは、本発明の一実施形態において、モデルとレシピとの間の関係を図示している簡単なブロック図である。配置構造５００は、ジェネリックモデルビルダー５０２とプラズマ処理システム５０４とを含んでもよい。ジェネリックモデルビルダー５０２は、場所の特定を必要としないソフトウェアプログラムでもよい。一実施形態では、ジェネリックモデルビルダー５０２は、ジェネリックモデルビルダー５０２とプラズマ処理システム５０４との間でデータ交換をさせるために、直接的にあるいは中間要素を通して、プラズマ処理システム５０４のコントローラ５０６に相互作用するように構成されている。

前述のとおり、ジェネリックモデルビルダー５０２は、新規モデルを作成すること及び／又は既存モデルを修正することに用いられうる。各モデルが作成及び／又は修正されると、１以上のテンプレートが各モデルから作成されうる。ここに説明したとおり、テンプレートとは、特定の処理チャンバ内のレシピの特定のステップのために適合（調整）されたモデルのことである。一実施形態では、ジェネリックモデルビルダー５０２は、複数のテンプレートを保存するためのデータベース５０８を含んでもよい。

テンプレートのデータベース５０８は、ジェネリックモデルビルダー５０２から、経路５１０を介して、プラズマ処理システム５０４のコントローラ５０６に伝送されてもよい。従って、コントローラ５０６は、プラズマ処理システム５０４に関連した利用可能なテンプレート５１４の最新版を保存してもよい。

一実施形態では、コントローラ５０６内に備わっているレシピエディタ５１２が、テンプレートをレシピステップに関連付けるように構成されてもよい。図５Ｂは、本発明の実施形態では、レシピエディタ５５０の値表示の例を示す。値表示において、レシピのためにパラメータ（例えば、バイアス整合、最大流量、ヘリウム流量など）のそれぞれの値を入力することに加えて、ユーザーはまた、テンプレートをレシピステップに関連付けるようにレシピエディタ５５０を用いてもよい。

一実施形態では、レシピエディタ５５０は、（列５５２及び列５５４によって示された）２つのステップを有するレシピを含んでもよい。各ステップにとって、テンプレートは、ステップ１及び２のセル５５６及び５５８でそれぞれ選択されうる。この例では、「ｉｎｎｅｒ（インナー）」として知られるテンプレートは、ステップ１に関連付けられているが、「ｉｎｎｅｒＯｕｔｅｒ（インナーアウター）」として知られるテンプレートは、ステップ２に関連付けられている。

テンプレートをレシピステップに関連付けることで、テンプレートをレシピステップに関連付けるタスクはいったん決定される。先行技術と異なり、ユーザーは、測定データを収集することにおいてテンプレートを利用するために、レシピ及び／又はテンプレートのいずれにおいても深い知識を有する必要がない。前述から分かるように、テンプレートをレシピステップに結合することで、どのテンプレートがどのレシピステップと関わるかの判定に関連する決定は、本質的には継続的に省略されている。

さらに、モデルを作成及び／又は修正するタスクは、ツール製造者のスケジュールに依存しない。代わりに、カスタマーがモデルを作成及び／又は修正するためにジェネリックモデルビルダーを採用してもよい。したがって、モデルの作成及び／又は修正の所要時間は大幅に削減されうる。

図６は、本発明の一実施形態において、モデルが作成及び／又は修正される方法を図示する簡単なフローチャートを示す。

第１のステップ６０２で、プラズマ処理システムの製造者がユーザーにジェネリックモデルビルダーを提供する。先行技術と異なり、ジェネリックモデルビルダーは、プラズマ処理システムに内蔵されていてもよい。

次のステップ６０４で、ユーザーはモデルを作成及び／又は修正するようにジェネリックモデルビルダーを起動しうる。先行技術と異なり、ユーザーは、タスクを実行するのに外部パーティを呼ぶ必要なしに各モデルを作成することができる。従って、ユーザーは、外部パーティへの露出から企業の知的財産を保護することができる。さらに、モデルを作成及び／又は修正することのタスクはツール製造者のスケジュールに依存しない。代わりに、カスタマーは、モデルを作成及び／又は修正することにジェネリックモデルビルダーを用いることができる。従って、モデルの作成及び／又は修正の所要時間を大幅に削減することができる。

次のステップ６０６で、ユーザーはモデルをテスト及び検証することができる。一例を挙げると、ユーザーは、例えば、均一性の問題が解決されたかどうかを決定しうる測定データを得るように、シミュレーションを実行してもよい。

次のステップ６０８で、方法は、モデルが修正される必要があるかどうかを決定させる。追加の変更が必要な場合、ステップ６０４から６０６が繰り返されうる。テスト段階の間に変更が確認されるかもしれないが、外部パーティのスケジュールに合わせる必要なしに変更を直ちに実行することができる。従って、適宜、モデルを構築及び／又は修正することができる。

しかしながら、変更が必要ない場合、次のステップ６１０で、モデルは受け入れられて、テンプレートセットが作成されうる。

次のステップ６１２で、ユーザーはテンプレートセットをレシピステップに関連付けることができる。先行技術と異なり、テンプレートはレシピに結合されており、その結果、製造実行中にどのテンプレートを実行するべきかについての決定をユーザーがする必要性を省くことができる。

前述から分かるように、本発明の１以上の実施形態は、レシピの微調整をするために、モデルを作成及び／又は修正するためのジェネリックモデルビルダー配置構造を提供する。ジェネリックモデルビルダー配置構造を利用することで、ユーザーが、モデルの制御を維持しながら、知的財産を保護することを可能にする。さらに、テンプレートを特定のレシピステップに結合することで、ジェネリックモデルビルダー配置構造は、知識の少ないユーザーが、レシピ及び／又はテンプレートの深い知識を有することなしに、レシピの微調整をできるようにする。さらに、ジェネリックモデルビルダー配置構造は下位互換性のある安価なソリューションであって、現行プラズマ処理システムの所有者が、追加の高い所有コストを発生させることなしに、ジェネリックモデルビルダー配置構造を実行することを可能にする。

本発明をいくつかの好ましい実施形態に関して説明してきたが、本発明の範囲に入る変更、置換、および均等物がある。本明細書には様々な例が記載されているが、これらの例は説明のためのものであり、本発明に関して限定するものではない。

また、発明の名称および要約書は、本明細書において便宜のために提供されるもので、本明細書における特許請求の範囲を解釈するために使用されるべきではない。さらに、要約書は、極めて短縮された形で書かれており、本明細書において便宜のために提供されており、したがって、特許請求の範囲で表現される本発明全体を解釈または限定するために利用されるべきではない。本明細書において「セット」という用語が採用されているが、この用語はゼロ、１、または複数の部材を包含するために一般に理解されている数学的意味を有することが意図されている。また、本発明の方法および配置構造には多くの代替的実施方法があることにも留意されたい。それゆえ、以下に添付の特許請求の範囲は、本発明の真の趣旨および範囲に含まれるようなすべての変更、置換、および均等物を含むものと解釈されることが意図されるべきである。

Claims (18)

1. プラズマ処理システムのユーザーによる、処理された基材についての測定データの収集のためのモデルを作成するための装置であって、
   入力データセットと出力データセットとの間の関係を示す前記モデルを少なくとも作成するように構成されているジェネリックモデルビルダーと、
   複数の入力ソースからの前記入力データセットを含む入力モジュールと、
   前記入力データセットの完全性を少なくとも決定するように構成されている入力調整及び検証モジュールと、
   数学的関係セットを少なくとも作成するように構成されている関連モジュールであって、数式要素、行列変換調整要素、及び、カスタマイズされた数式要素の少なくとも１つを含むように構成された関連モジュールと、
   前記出力データセットの完全性を少なくとも決定するように構成されている出力調整及び検証モジュールと、を備える装置。
2. 前記複数の入力ソースは、ユーザー定義ソース、前計測データソース、後計測データソース、センサデータソース、エンドポイントソース、及び、ソフトウェア計算データソースを含むことを特徴とする請求項１に記載の装置。
3. 前記関連モジュールは、前記入力データセットに入力変数セットをマッピングすることを特徴とする請求項２に記載の装置。
4. 前記出力データセットは、レシピ設定値、別の数学的関係の入力データ、及び、欠陥検出を実行するためのデータの少なくとも１つに関連付けられることを特徴とする請求項３に記載の装置。
5. テンプレートセットは、前記入力調整及び検証モジュール並びに前記出力調整及び検証モジュールの少なくとも１つのパラメータの値を入力することによって、前記モデルから作成されることを特徴とする請求項４に記載の装置。
6. 前記テンプレートセットのテンプレートは、第１のレシピステップに関連付けられることを特徴とする請求項５に記載の装置。
7. プラズマ処理システムのユーザーによって処理された基材についての測定データを収集するためのモデルを作成するための方法であって、
   入力データセットと出力データセットとの間の関係を示す前記モデルを少なくとも作成するように構成されているジェネリックモデルビルダーを起動するステップと、
   前記入力データセットの完全性を少なくとも決定するように構成されている入力調整及び検証モジュールのフィルタリング条件及び検証ルールの少なくとも１つを定めるステップと、
   数学的関係セットを作成するステップであって、前記数学的関係セットの第１数学的関係が、入力変数セットの第１入力変数及び数学演算子セットを少なくとも含み、前記第１数学的関係が前記出力データセットの第１出力データを少なくとも提供するように構成され、且つ、前記第１数学的関係が、数式要素、行列変換調整要素、及び、カスタマイズされた数式要素の少なくとも１つを含むように構成されている関連モジュールによって作成される、ステップと、
   前記出力データセットの完全性を少なくとも決定するように構成されている出力調整及び検証モジュールのフィルタリング条件及び検証ルールの少なくとも１つを定めるステップと、を含む方法。
8. 前記入力変数セットを、複数の入力ソースから受け取った前記入力データセットにマッピングするステップをさらに含むことを特徴とする請求項７に記載の方法。
9. 前記複数の入力ソースは、ユーザー定義ソース、前計測データソース、後計測データソース、センサデータソース、エンドポイントソース、及び、ソフトウェア計算データソースを含むことを特徴とする請求項８に記載の方法。
10. 前記数学的関係セットの第２数学的関係を作成するステップをさらに含み、
    前記第２数学的関係は、前記入力変数セットの第２入力変数及び前記数学的演算子を少なくとも含み、前記出力データセットの第２出力データを少なくとも提供するように構成されていることを特徴とする請求項９に記載の方法。
11. レシピ設定値、別の数学的関係の入力データ、及び、欠陥検出を実行するためのデータの少なくとも１つであるように前記出力データセットを定めるステップをさらに含むことを特徴とする請求項１０に記載の方法。
12. 前記フィルタリング条件及び前記検証ルールの少なくとも１つの値を入力することで、前記モデルからテンプレートセットを作成するステップをさらに含むことを特徴とする請求項１１に記載の方法。
13. 前記テンプレートセットの第１テンプレートを第1のレシピステップに関連付けるステップをさらに含むことを特徴とする請求項１２に記載の方法。
14. プラズマ処理システムのユーザーによる、処理された基材についての測定データの収集のためのモデルを作成するように構成されているコンピュータ可読コードが組み込まれたプログラムストレージメディアであって、
    入力データセットと出力データセットとの間の関係を示す前記モデルを少なくとも作成するように構成されているジェネリックモデルビルダーを起動するためのコードと、
    前記入力データセットの完全性を少なくとも決定するように構成されている入力調整及び検証モジュールのフィルタリング条件及び検証ルールの少なくとも１つを定めるためのコードと、
    数学的関係セットを作成するためのコードであって、前記数学的関係セットは、入力変数セット及び数学演算子セットを少なくとも含み、前記出力データセットを少なくとも提供するように構成され、且つ、前記数学的関係セットの数学的関係が、数式要素、行列変換調整要素、及び、カスタマイズされた数式要素の少なくとも１つを含むように構成されている関連モジュールによって作成される、コードと、
    前記出力データセットの完全性を少なくとも決定するように構成されている出力調整及び検証モジュールのフィルタリング条件及び検証ルールの少なくとも１つを定めるためのコードと、を含むプログラムストレージメディア。
15. 前記入力変数セットを、複数の入力ソースから受け取った前記入力データセットにマッピングするためのコードをさらに含むことを特徴とする請求項１４に記載のプログラムストレージメディア。
16. レシピ設定値、別の数学的関係の入力データ、及び、欠陥検出を実行するためのデータの少なくとも１つであるとして前記出力データセットを定めるためのコードをさらに含むことを特徴とする請求項１５に記載のプログラムストレージメディア。
17. 前記フィルタリング条件及び前記検証ルールの少なくとも１つの値を入力することで、前記モデルからテンプレートセットを作成するためのコードをさらに含むことを特徴とする請求項１６に記載のプログラムストレージメディア。
18. 前記テンプレートセットの第１テンプレートを第1のレシピステップに関連付けるためのコードをさらに含むことを特徴とする請求項１７に記載のプログラムストレージメディア。

Images