JPWO2003003437A1 - 処理結果の予測方法および処理装置 - Google Patents
処理結果の予測方法および処理装置 Download PDFInfo
- Publication number
- JPWO2003003437A1 JPWO2003003437A1 JP2003509517A JP2003509517A JPWO2003003437A1 JP WO2003003437 A1 JPWO2003003437 A1 JP WO2003003437A1 JP 2003509517 A JP2003509517 A JP 2003509517A JP 2003509517 A JP2003509517 A JP 2003509517A JP WO2003003437 A1 JPWO2003003437 A1 JP WO2003003437A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- processing
- processing result
- operation data
- multivariate analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 289
- 238000000034 method Methods 0.000 title claims abstract description 149
- 230000008569 process Effects 0.000 claims abstract description 92
- 238000000491 multivariate analysis Methods 0.000 claims abstract description 73
- 238000005530 etching Methods 0.000 claims abstract description 71
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000013277 forecasting method Methods 0.000 claims 1
- 235000012431 wafers Nutrition 0.000 abstract description 142
- 238000013500 data storage Methods 0.000 abstract description 19
- 238000003860 storage Methods 0.000 abstract description 9
- 239000007789 gas Substances 0.000 description 101
- 238000007781 pre-processing Methods 0.000 description 46
- 230000003287 optical effect Effects 0.000 description 32
- 239000011159 matrix material Substances 0.000 description 27
- 238000004140 cleaning Methods 0.000 description 26
- 239000000523 sample Substances 0.000 description 25
- 230000010354 integration Effects 0.000 description 24
- 238000012360 testing method Methods 0.000 description 18
- 238000005299 abrasion Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 229910052814 silicon oxide Inorganic materials 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 5
- 238000005229 chemical vapour deposition Methods 0.000 description 5
- 239000002826 coolant Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- BGPVFRJUHWVFKM-UHFFFAOYSA-N N1=C2C=CC=CC2=[N+]([O-])C1(CC1)CCC21N=C1C=CC=CC1=[N+]2[O-] Chemical compound N1=C2C=CC=CC2=[N+]([O-])C1(CC1)CCC21N=C1C=CC=CC1=[N+]2[O-] BGPVFRJUHWVFKM-UHFFFAOYSA-N 0.000 description 4
- 239000006227 byproduct Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000001020 plasma etching Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007790 scraping Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000000295 emission spectrum Methods 0.000 description 2
- 239000011810 insulating material Substances 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000985 reflectance spectrum Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013329 compounding Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
- H01J37/32917—Plasma diagnostics
- H01J37/32935—Monitoring and controlling tubes by information coming from the object and/or discharge
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
- H01L2924/0001—Technical content checked by a classifier
- H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Drying Of Semiconductors (AREA)
Abstract
プラズマ処理装置によって少数の試料を処理して得られる少数の運転データ及び処理結果データにより処理結果を簡単且つ高精度に予測することができる処理結果の予測方法および処理装置を提供する。プラズマ処理装置の処理室内で複数のウエハＷを一枚ずつ処理する過程で収集した各種温度（Ｔ１，Ｔ２，Ｔ３），バックサイドガス圧力Ｐなどの運転データを記憶する運転データ記憶手段５１と，ウエハＷのエッチング後の面内均一性などの処理結果データを記憶する処理結果データ記憶手段５２と，多変量解析を行う多変量解析処理部５４と，多変量解析の結果求めた予測式などを記憶する多変量解析記憶部５５とを備え，多変量解析処理部５４により上記記憶手段５１，５２に記憶したデータ群に基づいて多変量解析を行い，多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいて相関関係を得たウエハＷ以外のウエハＷを処理した時の運転データを用いて処理結果を予測する。
Description
技術分野
本発明は，例えば半導体製造装置で処理するウエハなどの被処理体や装置状態の処理結果の予測方法および処理装置に関する。
背景技術
半導体製造工程では種々の処理装置が用いられている。例えば半導体ウエハやガラス基板等の被処理体の成膜工程やエッチング工程ではプラズマ処理装置等の処理装置が広く使用されている。個々の処理装置はそれぞれ被処理体に対する固有のプロセス特性を有している。そのため，個々の処理装置を用いて被処理体（例えば，半導体ウエハ）に例えばエッチング処理を施す場合には例えばテストウエハを予め作製し，テストウエハに対して定期的にエッチング処理を行い，その処理結果（例えば，テストウエハの削れ量等）に基づいてその時々の処理装置の状態を判断している。
しかしながら，テストウエハに基づいてその時々の処理装置の状態を判断する方法では，多くのテストウエハを作製する必要がある。しかも処理装置を用いて多くのテストウエハを処理し，その都度それぞれの処理結果を測定する必要があるため，テストウエハの作製及び処理結果の測定に多くの工数と時間を割かなくてはならないという問題があった。
また，特開平１０−１２５６６０号公報にはプラズマ処理装置のプロセスモニタ方法が提案されている。この方法は，処理前に試用ウエハを用いてプラズマ状態を反映する電気的信号とプラズマ処理特性を関連づけるモデル式を作成し，実ウエハを処理する時に得られる電気的信号の検出値をモデル式に代入してプラズマ処理特性を予測している。
この方法はプラズマ処理特性を予測することができる点で優れているものの，経時的なロット変動と高周波電力の印加状態の突発的変動を含むような実際のウエハ処理では高精度の予測を行うには十分ではなく，更なる改善が必要である。
本発明は，従来の技術が有する上記問題点に鑑みて成されたものであり，少数の試料を処理して得られる少数の運転データ及びプロセス特性データを収集するだけでプロセス特性の予測式（モデル）を求めることができ，その後は被処理体を処理した時の運転データを予測式に当てはめるだけでプロセス特性を簡単且つ高精度に予測することができる処理結果の予測方法および処理装置を提供することを目的としている。
発明の開示
上記課題を解決するために，本発明の第１の観点によれば，例えばプラズマ処理装置などの処理装置の処理室内で複数の被処理体（例えば半導体ウエハ）を一枚ずつ処理（例えばエッチング処理）する過程で，上記処理装置の運転データと処理結果データに基づいて処理結果を予測する方法であって，上記運転データ及び上記処理結果データを収集する工程と，収集した上記運転データ及び上記処理結果データ（データ群に基づいて多変量解析を行う工程と，上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める工程と，上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する工程とを有すること特徴とする処理結果の予測方法が提供される。
上記課題を解決するために，本発明の第２の観点によれば，処理室内で複数の被処理体（例えば半導体ウエハ）を一枚ずつ処理（例えばエッチング処理）する過程で，運転データと処理結果データに基づいて処理結果を予測する例えばプラズマ処理装置などの処理装置であって，上記運転データを記憶する手段と，上記処理結果データを記憶する手段と，記憶した上記運転データ及び上記処理結果データに基づいて多変量解析を行う手段と，上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める手段と，求めた上記相関関係を記憶する手段と，記憶した上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する手段とを備えたこと特徴とする処理装置。
本発明の第１の観点及び第２の観点によれば，例えば少数の試料を処理して得られる少数の運転データ及び処理結果データを収集するだけで，多変量解析により運転データと処理結果データとの相関関係（例えば回帰式などの予測式）を求めることができる。その後は被処理体を処理した時の運転データを相関関係に当てはめるだけで，被処理体の処理結果を簡単且つ高精度に予測することができる。
また，上記多変量解析として重回帰分析を行う如く構成すれば，重回帰分析によって多数の変量データであっても運転データと処理結果データの相関関係である回帰式を容易に求めることができる。
また，上記多変量解析を行う際にＰＬＳ法を用いる如く構成すれば，多数の変量データであっても運転データと処理結果データの相関関係である関係式を容易に求めることができる。
また，上記運転データは上記被処理体を載置する載置台の温度のデータを含んでもよく，さらにバックガス圧力のデータを含んでもよい。運転データは処理結果データに影響し易い（相関がある），載置台の温度データ，バックガス圧力のデータを含むので，処理結果の予測精度を向上させることができる。
また，上記運転データは，バックガス圧力（例えばＨｅガスなどのバックサイドガス圧力）の標準偏差のデータを含んでもよく，バックガス圧力の被処理体の面内圧力差（例えばバックガスをセンタ，ミドル，エッジの３系統にしたときのその圧力差など）のデータを含んでもよい。これらのバックガス圧力の標準偏差などはバックガス圧力の安定性を表すので，特に被処理体の処理結果データとしてウエハＷの削れ量の面内均一性を予測するのに有用性が高く，予測精度も向上できる。
また，上記運転データは少なくとも，上記被処理体を処理する際に印加する高周波電源の電圧のデータを含むようにしてもよく，少なくとも上記高周波電源の積算動作時間のデータを含むようにしてもよい。また高周波電源の電圧のデータと高周波電源の積算動作時間のデータを両方含むようにしてもよい。これらの高周波電源の電圧のデータ，高周波電源の積算動作時間のデータは，特に被処理体の処理結果データとしてウエハＷの削れ量（例えばエッチングレート）を予測するのに有用性が高く，予測精度も向上できる。
また，上記高周波電源の積算動作時間は，上記処理室のメンテナンスを行うごとにゼロにリセットされるようにしてもよい。トレースデータの高周波電力の印加積算時間については，例えばウエットクリーニングなどのメンテナンスを行うごとに印加積算時間をゼロにすることから，ウエットクリーニングサイクルごとの印加積算時間のデータを得ることができる。このため高周波電力の印加積算時間を運転データとして用いると，ウエットクリーニングを行うことによって傾向が変るような処理結果データであっても高い精度で予測をすることができる。
また，上記処理結果データは，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果データとし，上記処理結果は，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果としてもよい。これによれば，例えば少数の試料を処理して得られる少数の運転データ及び処理結果データを収集するだけで，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータのようなエッチングに関する被処理体の処理結果についても簡単且つ高精度に予測することができる。
発明を実施するための最良の形態
以下，添付図面を参照しながら本発明をプラズマエッチング装置の処理結果の予測方法に適用した場合の第１の実施形態について詳細に説明する。
先ず，第１の実施形態のプラズマエッチング装置としてマグネトロン反応性エッチング処理装置（以下，「処理装置１０」と称す。）について説明する。この処理装置１０は例えば図１に示すように，アルミニウム製の処理室１と，この処理室１内に配置された下部電極２を絶縁材２Ａを介して支持する昇降可能なアルミニウム製の支持体３と，この支持体３の上方に配置され且つプロセスガスを供給し且つ上部電極を兼ねるシャワーヘッド（以下では，必要に応じて「上部電極」とも称す。）４とを備えている。
上記処理室１は上部が小径の上室１Ａとして形成され，下部が大径の下室１Ｂとして形成されている。上室１Ａはダイポールリング磁石５によって包囲されている。このダイポールリング磁石５は複数の異方性セグメント柱状磁石がリング状の磁性体からなるケーシング内に収納されて配置され，上室１Ａ内で全体として一方向に向かう一様な水平磁界を形成する。下室１Ｂの上部にはウエハＷを搬出入するための出入口が形成され，この出入口にはゲートバルブ６が取り付けられている。
下部電極２には整合器７Ａを介して高周波電源７が接続され，この高周波電源７から下部電極２に対して１３．５６ＭＨｚの高周波電力を印加し，上室１Ａ内で上部電極４との間で垂直方向の電界を形成する。整合器７Ａ内には下部電極３側（高周波電圧の出力側）の高周波（ＲＦ）電圧Ｖｐｐを測定する測定器（図示せず）を備える。
整合器７Ａと下部電極２側（高周波電力の出力側）には電力計７Ｂが接続されている。この電力計７Ｂにより高周波電源７からの高周波電力Ｐが測定される。上室１Ａ内ではプロセスガスを介して高周波電源７による電界とダイポールリング磁石５による水平磁界とでマグネトロン放電が生成され，上室１Ａ内に供給されるプロセスガスのプラズマが生成される。
上記下部電極２の上面には静電チャック８が配置され，この静電チャック８の電極板８Ａには直流電源９が接続されている。従って，高真空下で直流電源９から電極板８Ａに高電圧を印加することにより静電チャック８によってウエハＷを静電吸着する。この下部電極２の外周にはフォーカスリング１０ａが配置され，上室１Ａ内で生成したプラズマをウエハＷに集める。フォーカスリング１０ａの下側には支持体３の上部に取り付けられた排気リング１１が配置されている。この排気リング１１には複数の孔が全周に渡って周方向等間隔に形成され，これらの孔を介して上室１Ａ内のガスを下室１Ｂへ排気する。
上記支持体３はボールネジ機構１２及びベローズ１３を介して上室１Ａと下室１Ｂ間で昇降可能になっている。従って，ウエハＷを下部電極２上に供給する場合には，支持体３を介して下部電極２が下室１Ｂまで下降し，ゲートバルブ６を開放して図示しない搬送機構を介してウエハＷを下部電極２上に供給する。
支持体３の内部には冷媒配管１４に接続された冷媒流路３Ａが形成され，冷媒配管１４を介して冷媒流路３Ａ内で冷媒を循環させ，ウエハＷを所定の温度に調整する。
支持体３，絶縁材２Ａ，下部電極２及び静電チャック８にはそれぞれガス流路３Ｂが形成され，ガス導入機構１５からガス配管１５Ａを介して静電チャック８とウエハＷ間の細隙にＨｅガスを所定の圧力でバックサイドガスとして供給し，Ｈｅガスを介して静電チャック８とウエハＷ間の熱伝導性を高めている。バックサイドガスの圧力は圧力センサ（図示せず）を検出し，その検出値を圧力計１５Ｂに表示する。尚，１６はベローズカバーである。
上記シャワーヘッド４の上面にはガス導入部４Ａが形成され，このガス導入部４Ａには配管１７を介してプロセスガス供給系１８が接続されている。プロセスガス供給系１８は，Ｃ４Ｆ８ガス供給源１８Ａ，Ｏ２ガス供給源１８Ｄ，Ａｒガス供給源１８Ｇを有している。
これらのガス供給源１８Ａ，１８Ｄ，１８Ｇはそれぞれバルブ１８Ｂ，１８Ｅ，１８Ｈ及びマスフローコントローラ１８Ｃ，１８Ｆ，１８Ｉを介してそれぞれのガスを所定の流量でシャワーヘッド４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。シャワーヘッド４の下面には複数の孔４Ｂが全面に渡って均等に配置され，これらの孔４Ｂを介してシャワーヘッド４から上室１Ａ内へ混合ガスをプロセスガスとして供給する。尚，図１において，１Ｃは排気管，１９は排気管１Ｃに接続された真空ポンプ等からなる排気系である。
上記処理装置１０は，例えば図２に示すように，運転データ及び処理結果データを統計的に処理する多変量解析装置５０と，処理結果データを入力すると共に解析結果等の情報を出力する入出力装置６０とを備える。処理装置１０は多変量解析装置５０を介して運転データ及び処理結果データを多変量解析して両者の相関関係を求めた後，必要に応じて解析結果等の情報を入出力装置６０から出力する。
上記多変量解析装置５０は，図２に示すように，運転データ記憶部５１，処理結果データ記憶部５２，多変量解析プログラム記憶部５３，多変量解析処理部５４及び多変量解析結果記憶部５５を備えている。
上記運転データ記憶部５１は運転データを記憶する手段を構成し，上記処理結果データ記憶部５２は処理結果データを記憶する手段を構成する。多変量解析処理部５４は運転データと処理結果データとの相関関係（例えば予測式，回帰式）を求める手段と相関関係に基づいて処理結果を予測する手段を構成する。多変量解析結果記憶部５５は多変量解析処理部５４により求めた相関関係を記憶する手段を構成する。
上記多変量解析装置５０は例えば多変量解析プログラム記憶部５３からのプログラムに基づいて動作するマイクロプロセッサなどで構成してもよい。上記運転データ記憶部５１，処理結果データ記憶部５２，多変量解析結果記憶部５５はそれぞれメモリなどの記録手段で構成してもよく，またハードディスクなどの記録手段にそれぞれのメモリ領域を設けて構成してもよい。
多変量解析装置５０は，運転データ及びプロセス特性データの入力によりそれぞれのデータを運転データ記憶部５１及び処理結果データ記憶部５２で記憶した後，これらのデータ及び多変量解析プログラム記憶部５３のプログラムを多変量解析処理部５４に取り出し，多変量解析処理部５４において運転データ及びプロセス特性データの多変量解析を行い，その処理結果を多変量解析結果記憶部５５で記憶する。
ここで，運転データとはウエハＷを処理する際の処理装置１０に付設された複数の測定器それぞれから得られる検出データを意味し，処理結果データとはウエハＷを処理した結果得られるウエハＷに関するプロセス特性データ，処理室１内の状態に関する装置状態データを意味する。運転データはウエハＷを処理する間に間欠的に測定し，処理結果データはウエハの処理後に必要に応じて測定する。これらの測定結果はそれぞれの記憶部５１，５２に記憶される。
第１の実施形態では運転データと処理結果データの相関関係を求める関係上，運転データとして処理結果に影響し易いデータを用いることが好ましい。第１の実施形態では運転データとしては処理室１内の複数箇所の温度，バックサイドガスの圧力，処理装置１０の電気的データを用いている。
第１の実施形態では処理結果データのうちプロセス特性データとしては例えば表面にシリコン酸化膜を有するウエハＷのシリコン酸化膜の削れ量またはこの削れ量の面内均一性を含むエッチングに関するデータを用いている。
処理結果データのうち装置状態データとしては処理室１内の副生成物の堆積膜厚，フォーカスリング１０ａ等の部品の消耗量を含む装置状態を示すデータ等を用いることができる。第１の実施形態では処理結果データのうちプロセス特性データを用いており，その中でもウエハＷの削れ量の面内均一性を用いている。
処理室１内の温度としては，第１の実施形態では上部電極であるシャワーヘッド４の温度，処理室１の内壁面の温度及び下部電極２の温度を用いている。特に下部電極２の温度の影響が大きい。これらの温度はそれぞれの部位に配置された熱電対等の従来公知の温度センサ（図示せず）を介して測定することができる。より具体的には処理室１内の温度として，上述したそれぞれの部位における一枚のウエハを処理する間の平均温度を用いている。
処理室１内の圧力としては，例えば処理室１内のプロセスガスの圧力やＨｅガス等のバックサイドガスの圧力を用いることができる。第１の実施形態では処理室１内の圧力としてバックサイドガスの圧力を用いている。
処理装置１０の電気的データとしては，例えば高周波電源７から印加する高周波電力の基本波，高調波の電圧，電流，位相，インピーダンス等を用いることができる。第１の実施形態では整合器７Ａ内の測定器（図示せず）により測定される整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐを用いている。高周波電圧Ｖｐｐが例えば図７に示すように６０時間付近で瞬間的に大きく変動することがあっても予測値に反映することができる。
プロセス特性データとして用いられるウエハＷのシリコン酸化膜の削れ量の面内均一性は，例えば処理前後のウエハＷの面内の１３点におけるシリコン酸化膜の膜厚を測定してこれらの膜厚間の差のバラツキから得られる面内の均一性を示すデータを用いている。面内均一性は，（最大値−測定値の最小値）／（２×測定値の平均値）から求めたものを使用する。
第１の実施形態において上記多変量解析装置５０は，複数種の運転データを説明変量（説明変数）とし，プロセス特性データを被説明変量（目的変量，目的変数）とする下記▲１▼の関係式（回帰式などの予測式，モデル）を多変量解析プログラムを用いて求める。下記▲１▼の回帰式において，Ｘは説明変量の行列を意味し，Ｙは被説明変量の行列を意味する。また，Ｂは説明変量の係数（重み）からなる回帰行列であり，Ｅは残差行列である。
Ｙ＝ＢＸ＋Ｅ・・・▲１▼
第１の実施形態において上記▲１▼を求める際には，例えばＪＯＵＲＮＡＬ ＯＦ ＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９９８）に掲載されているＰＬＳ（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）法を用いている。このＰＬＳ法は，行列Ｘ，Ｙそれぞれに多数の説明変量及び被説明変量があってもそれぞれの少数の実測値があればＸとＹの関係式を求めることができる。しかも，少ない実測値で得られた関係式であっても安定性及び信頼性の高いものであることもＰＬＳ法の特徴である。
多変量解析プログラム記憶部５３にはＰＬＳ法用のプログラムが記憶され，多変量解析処理部５４において運転データ及びプロセス特性データをプログラムの手順に従って処理し，上記▲１▼式を求め，この結果を多変量解析結果記憶部５５で記憶する。従って，第１の実施形態では上記▲１▼式を求めれば，後は運転データを説明変量として行列Ｘに当てはめることによってプロセス特性を予測することができる。しかもこの予測値は信頼性の高いものになる。
例えば，ＸＴＹ行列に対してｉ番目の固有値に対応する第ｉ主成分はｔｉで表される。行列Ｘはこの第ｉ主成分の得点ｔｉとベクトルｐｉを用いると下記の▲２▼式で表され，行列Ｙはこの第ｉ主成分の得点ｔｉとベクトルｃｉを用いると下記の▲３▼式で表される。なお，下記の▲２▼式，▲３▼式において，Ｘｉ＋１，Ｙｉ＋１はＸ，Ｙの残差行列であり，ＸＴは行列Ｘの転置行列である。以下では指数Ｔは転置行列を意味する。
Ｘ＝ｔ１ｐ１＋ｔ２ｐ２＋ｔ３ｐ３＋・・＋ｔｉｐｉ＋Ｘｉ＋１・・・▲２▼
Ｙ＝ｔ１ｃ１＋ｔ２ｃ２＋ｔ３ｃ３＋・・＋ｔｉｃｉ＋Ｙｉ＋１・・・▲３▼
而して，第１の実施形態で用いられるＰＬＳ法は，上記式▲２▼，▲３▼を相関させた場合の複数の固有値及びそれぞれの固有ベクトルを少ない計算量で算出する手法である。
ＰＬＳ法は以下の手順で実施される。先ず第１段階では，行列Ｘ，Ｙのセンタリング及びスケーリングの操作を行う。そして，ｉ＝１を設定し，Ｘ１＝Ｘ，Ｙ１＝Ｙとする。また，ｕ１として行列Ｙ１の第１列を設定する。尚，センタリングとは各行の個々の値からそれぞれの行の平均値を差し引く操作であり，スケーリングとは各行の個々の値をそれぞれの行の標準偏差で除する操作（処理）である。
第２段階では，ｗｉ＝Ｘｉ Ｔｕｉ／（ｕｉ Ｔｕｉ）を求めた後，ｗｉの行列式を正規化し，ｔｉ＝Ｘｉｗｉを求める。また，行列Ｙについても同様の処理を行って，ｃｉ＝Ｙｉ Ｔｔｉ／（ｔｉ Ｔｔｉ）を求めた後，ｃｉの行列式を正規化し，ｕｉ＝Ｙｉｃｉ／（ｃｉ Ｔｃｉ）を求める。
第３段階ではＸローディング（負荷量）ｐｉ＝Ｘｉ Ｔｔｉ／（ｔｉ Ｔｔｉ），Ｙ負荷量ｑｉ＝Ｙｉ Ｔｕｉ／（ｕｉ Ｔｕｉ）を求める。そして，ｕをｔに回帰させたｂｉ＝ｕｉ Ｔｔｉ／（ｔｉ Ｔｔｉ）を求める。次いで，残差行列Ｘｉ＝Ｘｉ−ｔｉｐｉ Ｔ，残差行列Ｙｉ＝Ｙｉ−ｂｉｔｉｃｉ Ｔを求める。そして，ｉをインクリメントしてｉ＝ｉ＋１を設定し，第２段階からの処理を繰り返す。これら一連の処理をＰＬＳ法のプログラムに従って所定の停止条件を満たすまで，あるいは残差行列Ｘｉ＋１がゼロに収束するまで繰り返し，残差行列の最大固有値及びその固有ベクトルを求める。
ＰＬＳ法は残差行列Ｘｉ＋１の停止条件またはゼロへの収束が速く，１０回程度の計算の繰り返すだけで残差行列が停止条件またはゼロに収束する。一般的には４〜５回の計算の繰り返しで残差行列が停止条件またはゼロへの収束する。この計算処理によって求められた最大固有値及びその固有ベクトルを用いてＸＴＹ行列の第１主成分を求め，Ｘ行列とＹ行列の最大の相関関係を知ることができる。
次に，上記処理装置１０の動作を本発明方法の一実施形態と共に説明する。第１の実施形態ではまず多変量解析によってプロセス特性を予測するための上記▲１▼式を求めた後，所定のウエハＷを処理する。ウエハＷの処理段階では任意の時点における運転データを▲１▼式に当てはめることでその時のプロセス特性を予測することができる。
処理装置１０の運転を開始すると，支持体３がボールネジ機構１２を介して処理室１の下室１Ｂまで下降すると共に，ゲートバルブ６が開放した出入口からウエハＷを搬入して下部電極２上に載置する。ウエハＷの搬入後，ゲートバルブ６が閉じると共に排気系１９が作動して処理室１内を所定の真空度に維持する。この際，ガス導入機構１５からＨｅガスをバックガスとして供給し，ウエハＷと下部電極２，具体的には静電チャック８とウエハＷ間の熱伝導性を高めてウエハＷの冷却効率を高める。
一方，プロセスガス供給系１８からＣ４Ｆ８ガスを１６ｓｃｃｍの流量，Ｏ２ガスを３００ｓｃｃｍの流量で供給する。また，Ａｒガスも４０ｓｃｃｍの流量で供給する。この時の処理室１内の圧力は例えば５３ｍＴｏｒｒである。この状態で，高周波電源７から高周波電力を１７００Ｗで印加すると，ダイポールリング磁石５の作用と相俟ってマグネトロン放電が発生し，プロセスガスのプラズマを生成してウエハＷの酸化膜をエッチングする。エッチング終了後には搬入時とは逆の操作で処理後のウエハＷを処理室１内から搬出し，後続のウエハＷに対して同様の処理を繰り返し，所定の枚数を処理して一連の処理を終了する。
第１の実施形態では実際のウエハＷを処理する前に，実際のウエハＷと同一の６枚のウエハＷと１９枚のダミーウエハを混ぜた２５枚のウエハを１ロットとし３［分／ウエハ］の処理時間で処理し，１１ロット分を１０時間毎あるいは５時間毎に繰り返し処理し，６枚のウエハＷに関する運転データ及びプロセス特性データを得て多変量解析を行う。第１の実施形態ではデータ数が少なくて済むＰＬＳ法を用いるため，例えば２番目及び１１番目のロットにおけるウエハＷの運転データ及びプロセス特性データのみを使用し，ＰＬＳ法を用いてこれらのデータから上記▲１▼式を求める。尚，６枚のウエハＷは各ロットの１枚目から３枚目，５枚目，１０枚目及び２５枚目に挿入してある。
このようなウエハＷの処理を行っている間，運転データとしてシャワーヘッド（上部電極）４，処理室１の上室１Ａの壁面，下部電極２それぞれの温度をそれぞれ間欠的に検出し，これらの検出信号Ｔ１，Ｔ２，Ｔ３をＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，運転データ記憶部５１で記憶する。
また他の運転データとしてＨｅガスの圧力を間欠的に検出し，この検出信号ＰをＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，これらの入力値に基づいて多変量解析処理部５４を介して標準偏差を算出し，運転データ記憶部５１で記憶する。
さらに他の運転データとして高周波電源７の電圧を間欠的に検出し，この検出信号ＶをＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，運転データ記憶部５１で記憶する。
次いで，Ｈｅガス圧力以外に関してはそれぞれの運転データの各ウエハＷ毎の平均値を，Ｈｅガス圧力に関しては運転データの各ウエハＷ毎の標準偏差を多変量解析処理部５４を介して求める。
次に，各ウエハＷ毎のそれぞれの運転データの平均値及び標準偏差を運転データ記憶部５１で記憶し，あるいはそのまま次の処理に備える。
ここで，全てのウエハＷの上部電極温度の検出信号Ｔ１，壁面温度の検出信号Ｔ２，下部電極温度の検出信号Ｔ３それぞれの平均値の経時変化を図示したものを図３〜図５に示す。Ｈｅガスの検出信号Ｐの標準偏差の経時変化を示したものを図６に示し，高周波電力の検出信号Ｖの平均値の経時変化を示したものを図７に示す。
そして，処理後のウエハＷを取り出し，このウエハＷのシリコン酸化膜の面内の１３点の削れ量を入出力装置６０から多変量解析装置５０へ入力し，この入力値に基づいて多変量解析処理部５４を介して面内均一性を算出し，この算出値をプロセス特性データとして処理結果データ記憶部５２で記憶する。このようなプロセス特性データ（面内均一性）の経時変化を示したものを図８に示す。
図３〜図８に示す運転データ及びプロセス特性データのうち，２番目のロットと１１番目のロットの運転データ及びプロセス特性データに基づいてＰＬＳ法により上記▲１▼式の回帰行列Ｂ及び残差行列Ｅを求めた。そして，この式を用いて上記ロット及び上記ロット以外のロットにおけるウエハＷのプロセス特性データを予測し，×印のグラフにしたものを図９に示す。また，図９の□印で示すグラフはプロセス特性データの実測値である。
図９において，２番目のロットと１１番目のロットの予測値と実測値が一致しているのは▲１▼式を求める際にこの時のウエハＷを使用したからである。その他のウエハＷのプロセス特性データの予測値もロット毎（１０時間毎）に変動する実測値に極めて近い値を示していることが判る。特に，６０時間付近で大きな均一性の悪化が予測値，実測値とも確認することができる。これは，図７において確認される高周波（ＲＦ）電圧の突発的低下が反映されたものである。つまり，図３〜図６のように経時的なロット変動を検出することができきる上部電極温度，壁面温度，下部電極温度及びＨｅガス圧力等の処理室１内の状態を反映するデータと，図７のようにロット変動の検出は難しいが高周波電力の印加状態を反映するデータの両方を用いると有効であることが判る。
図１０には，図９に示す予測値と実測値の関係をプロットして得られた相関関係を示す。この相関関係は図１０からも明らかなように相関係数Ｒ＝０．９０５３と相関性が高く予測値と実測値が概ね一致していることが判る。尚，第１の実施形態では予測値と実測値を比較するために全てのウエハＷに関する運転データ及びプロセス特性データを実測したものを図３〜図９に示す。なお，このような実験の結果から第１の実施形態のプロセス特性データであるウエハＷの削れ量の面内均一性の予測に際しては，特に下部電極温度の各ウエハＷ毎の平均値とＨｅガス圧力の各ウエハ毎の標準偏差を運転データとして使用することが予測精度を高めるためには重要であることがわかった。
このように本実施の形態においては，実際のウエハＷを処理する前に，これと同一のウエハＷを少数枚（第１の実施形態では２番目と１１番目のロットの１２枚）使用して上述のように運転データ及びプロセス特性データを求める。これらの少数の運転データ及びプロセス特性データを用い，ＰＬＳ法によって回帰式▲１▼を求めた後，実際のウエハＷを処理する場合には任意のウエハＷの運転データを検出する。そして，それぞれの運転データを回帰式▲１▼に当てはめるだけで実際のウエハＷの面内均一性をプロセス特性データとして予測することができる。しかも，極めて精度の高いプロセス予測を行うことができる。
以上説明したように第１の実施形態によれば，所定ロットのウエハのような少数のテストウエハを処理した時の運転データ及び処理結果データ（例えばプロセス特性データ）を収集し，これらの収集データ群（運転データ及び処理結果データ）に基づいて多変量解析を行い，この多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいてウエハの削れ量の面内均一性などのようなウエハＷの処理結果（例えばプロセス特性）を予測するため，実際にウエハＷを処理している時には，ウエハＷの運転データを求めるだけでウエハＷの面内均一性をプロセス特性として高精度に予測することができる。また，多変量解析を行って運転データと処理結果データの相関関係を求める際にＰＬＳ法を使用したため，回帰式▲１▼を短時間で効率良く求めることができる。
従って，第１の実施形態によれば，従来のように多くのテストウエハを作製したり，処理装置１０を用いて多くのテストウエハを処理し，それぞれの処理結果を測定する必要がなく，テストウエハの作製及び処理結果の測定に多くの工数と時間を割く必要がない。しかも従来の予測方法よりも高精度に処理結果を予測することができる。
さらに，第１の実施形態によれば，運転データとしてプロセス特性データ（ウエハＷの面内均一性）に影響し易いデータ，即ち，処理室１内の複数箇所の温度（上部電極温度，処理室１の壁面温度及び下部電極温度），処理室内の圧力（Ｈｅガスなどのバックガス圧力），電気的データ（高周波電力の電圧）を使用したため，運転データとプロセス特性データの相関関係が強く，プロセス特性を高精度で予測することができる。さらに，プロセス特性データとしてウエハＷの面内均一性を採用したため，エッチングによるウエハＷ面内の均一性の善し悪しを高精度で予測することができる。
なお，第１の実施形態では２番目のロットと１１番目のロットのテストウエハを用いて実測値と予測値の相関関係を求めたが，相関関係を求める場合には実際のプロセスでウエハＷを処理している間に定期的にテストウエハを処理して相関関係を求めても良く，あるいは不定期にテストウエハを処理して相関関係を求めても良い。一度相関関係を求めた後，適宜テストウエハを用いてデータを追加して相関関係を更新することで予測精度をより高めることができる。
また，上記第１の実施形態では運転データとして上部電極温度，処理室壁面温度，下部電極温度を用いたがプロセス特性に影響し易いその他の部位の温度を用いても良く，この際少なくとも一箇所の温度を用いれば良い。特にプロセス特性データとしてウエハＷの削れ量の面内均一性を予測する場合は，下部電極温度が好ましい。
また，処理室内の圧力としてＨｅガスの圧力を用いたがプロセスガスの圧力を用いても良い。特にプロセス特性データとしてウエハＷの削れ量の面内均一性を予測する場合は，Ｈｅガスの圧力の安定性を表す標準偏差を使用することが好ましく，またＨｅガスのウエハＷの面内圧力差（例えばバックガスをセンタ，ミドル，エッジの３系統にしたときのその圧力差など）を使用することも好ましい。
また，第１の実施形態では運転データの電気的データとして高周波電源の電圧を用いたが，高周波電源の基本波，高調波の電流，位相及びインピーダンス等を用いても良い。
また，第１の実施形態では処理結果データとしてプロセス特性データとして用い，このプロセス特性データとしてウエハＷの削れ量の面内均一性を用いたが，その他のプロセス特性データとしてウエハＷの削れ量の他，エッチングパターンの線幅やテーパ角度等のエッチング特性を示すデータを用いても良い。
次に，添付図面を参照しながら本発明をプラズマエッチング装置の処理結果の予測方法に適用した場合の第２の実施形態について詳細に説明する。なお，第２の実施形態において上記第１の実施形態における同一部分には同一符号を付して詳細な説明を省略する。
第２の実施形態では，運転データとするパラメータを変更又は追加して，処理結果データとしてプロセス特性データのうちのウエハＷの削れ量（例えばエッチングレート）を用いて多変量解析を行い，ウエハＷのエッチングレートを予測する。
先ず，第２の実施形態にかかるプラズマエッチング装置としてマグネトロン反応性エッチング処理装置（以下，「処理装置１００」と称す。）について図１１を参照しながら説明する。なお，図１１において図１と同一部分には同一符号を付して詳細な説明を省略する。
図１１に示す処理装置１００のシャワーヘッド４には，処理室１内のプラズマ発光を検出する分光器（以下，「光学計測器」と称す。）２０が設けられている。この光学計測器２０によって得られる特定の波長範囲（例えば２００〜９５０ｎｍ）の発光スペクトル強度を光学的データとする。
ガス導入部４Ａには，配管１７を介してプロセスガス供給系１８′が接続されている。プロセスガス供給系１８′は，Ｃ５Ｆ８ガス供給源１８Ａ′，Ｏ２ガス供給源１８Ｄ′，Ａｒガス供給源１８Ｇ′を有している。
これらのガス供給源１８Ａ′，１８Ｄ′，１８Ｇ′はそれぞれバルブ１８Ｂ′，１８Ｅ′，１８Ｈ′及びマスフローコントローラ１８Ｃ′，１８Ｆ′，１８Ｉ′を介してそれぞれのガスを所定の流量でシャワーヘッド４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。各ガス流量はそれぞれのマスフローコントローラ１８Ｃ′，１８Ｆ′，１８Ｉ′によって検出可能である。第２の実施形態では各ガス流量のうちＣ５Ｆ８ガスのガス流量とＡｒガスのガス流量を検出する。検出されたこれらのガス流量のデータはトレースデータとされる。
排気管１Ｃには，ＡＰＣ（Ａｕｔｏ Ｐｒｅｓｓｕｒｅ Ｃｏｎｔｒｏｌｌｅｒ）バルブ１Ｄが設けられており，処理室１内のガス圧力に即してＡＰＣバルブの開度が自動的に調節される。第２の実施形態ではＡＰＣバルブ１ＤによるＡＰＣ開度を検出する。検出されたＡＰＣ開度はトレースデータとされる。
静電チャック８の電極板８Ａと直流電源９との間には，静電チャック８の印加電流，印加電圧を検出する電力計９ａが接続されている。この電力計９ａから検出された静電チャック８の印加電流，印加電圧のデータはトレースデータとされる。
バックサイドガス（例えばＨｅガス）を導入するガス導入機構１５には例えばマスフローコントローラ（図示せず）が設けられており，このマスフローコントローラによりバックサイドガスのガス流量を検出する。バックサイドガスのガス流量は，圧力計１５Ｂにより検出されるバックサイドガスのガス圧力とともに，トレースデータとされる。
上記整合器７Ａは例えば２個の可変コンデンサＣ１，Ｃ２，コンデンサＣ及びコイルＬを内蔵し，可変コンデンサＣ１，Ｃ２を介してインピーダンス整合を取っている。整合状態での可変コンデンサＣ１，Ｃ２のポジションはトレースデータとされる。
上記整合器７Ａは電力計７ａを設け，この電力計７ａにより高周波電力の供給ライン（電線）と処理装置１００のグランド（接地）との間の電圧Ｖｄｃを計測する。この高周波電力供給ライン（電線）と接地間の電圧Ｖｄｃはトレースデータとされる。
上記整合器７Ａの下部電極２側（高周波電圧の出力側）には電気計測器（例えば，ＶＩプローブ）７Ｃが取り付けられ，この電気計測器７Ｃを介して下部電極２に印加される高周波電力Ｐにより上室１Ａ内に発生するプラズマに基づく基本波（高周波電力の進行波及び反射波）及び高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺを電気的データとして検出する。このうち高周波電力の進行波及び反射波はトレースデータとされる。また高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺはＶＩプローブデータとされる。
高周波電源７と電力計７Ｂとの間には，高周波電力の印加時間を積算する積算部７ｂが接続されている。この積算部７ｂにより検出された高周波電力の印加積算時間もトレースデータとされる。ここでいう印加積算時間は，ウエハＷを処理するごとに高周波電力を印加する時間を積算したものである。
積算部７ｂは，処理装置１００のメンテナンスを行うごとに上記高周波電力の印加積算時間をゼロにリセットするようになっている。従って，ここでいう高周波電力の印加積算時間は，次のメンテナンスを行うまでの印加積算時間となる。
上記メンテナンスとしては，例えばエッチングにより生じた処理装置１００内の副生成物（例えばパーティクル）を除去する等のために行うウエットクリーニング，消耗品や測定器の交換などがある。第２の実施形態ではウエットクリーニングを行うごとに印加積算時間をゼロにリセットするようにしている。
次に，第２の実施形態における多変量解析装置５０のブロック図を図１２に示す。第２の実施形態では，各測定器から検出された運転データを光学データ，トレースデータ，ＶＩプローブデータに分けて用いる。光学データとしては，上述した光学計測器２０から検出される例えば２００〜９５０ｎｍの波長範囲の発光スペクトル強度を用いる。
トレースデータとしては，第１の実施形態で説明した処理室１内の複数箇所の温度（上部電極温度Ｔ１，壁面温度Ｔ２，下部電極温度Ｔ３），バックサイドガスの圧力，整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐのデータに，さらに次のデータを加えて用いる。
すなわち処理ガスであるＣ５Ｆ８ガスとＡｒガスのガス流量，バックサイドガスの流量，ＡＰＣバルブ１ＤによるＡＰＣ開度，静電チャック８の印加電流及び印加電圧，整合器７Ａにおける可変コンデンサＣ１，Ｃ２のポジション，整合器７Ａにおける高周波電力供給ラインと接地間の電圧Ｖｄｃ，高周波電力の進行波及び反射波のデータ，高周波電力の印加積算時間をトレースデータに加える。なお，バックサイドガスの圧力，流量としては，それぞれ例えばウエハＷのセンタとエッジにおける流量を用いる。
ＶＩプローブデータとしては，高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺを用いる。プロセス特性データとしては，ウエハＷの削れ量を用いる。具体的にはウエハＷのウエハＷの削れ量として，ウエハＷ表面に例えばＣＶＤ（化学気相成長法）により形成されたＣＶＤ酸化膜をエッチング処理した際のエッチングレート（Å／ｍｉｎ）のデータを用いる。
第２の実施形態における多変量解析装置５０では，上記運転データのうち例えば光学データ等を説明変数とし，処理結果データとしてプロセス特性データの１つであるウエハＷのエッチングレートを被説明変量（目的変量）として，上述した第１の実施形態で説明した回帰式（▲１▼の関係式）を例えばＰＬＳ法用の多変量解析プログラムを用いて求める。そして，求めた回帰式に運転データを入力してウエハＷのエッチングレートを予測する。
第２の実施形態における多変量解析処理部５４では，▲１▼の関係式（回帰式）の算出等の多変量解析を行う前に，運転データ及び処理結果データに対して前処理を行うようになっている。前処理としては例えばＯＳＣ（Ｏｒｔｈｏｇｏｎａｌ Ｓｉｇｎａｌ Ｃｏｒｒｅｃｔｉｏｎ），ＭＳＣ（Ｍｕｌｔｉｐｌｉｃａｔｉｖｅ Ｓｉｇｎａｌ Ｃｏｒｒｅｃｔｉｏｎ），ＳＮＶ（Ｓｔａｎｄａｒｄ Ｎｏｒｍａｌ Ｖａｒｉａｔｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ）のいずれかを選択的に行うことができるようになっている。
上記ＯＳＣによる前処理は一般的には，目的変数Ｙに関係ない成分（Ｙと垂直成分）を説明変数Ｘから取り除く前処理である。なお，上記ＯＳＣによる前処理についての詳細は例えばＷｏｌｄ，ｅｔ ａｌ．，（１９９８ａ），ｏｒｔｈｏｇｏｎａｌ Ｓｉｇｎａｌ Ｃｏｒｒｅｃｔｉｏｎ ｏｆ Ｎｅａｒ−Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒａ，Ｃｈｅｍｏｍｅｔｒｉｃｓ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｔ Ｌａｂｏｒａｔｏｒｙ Ｓｙｓｔｅｍｓ，４４，１７５−１８５．に掲載されている。
上記ＳＮＶによる前処理は一般的には，サンプル（ここではウエハＷごとの運転データ及び処理結果データ）のばらつきの影響を校正するためにサンプル毎にデータ方向に基準化を行う前処理である。具体的には上記ＳＮＶによる前処理は例えば各サンプルを標準偏差で基準化することにより補正を行う。なお，上記ＳＮＶによる前処理についての詳細は例えばＢａｒｎｅｓ，ｅｔ ａｌ．，（１９８９），Ｓｔａｎｄａｒｄ Ｎｏｒｍａｌ Ｖａｒｉａｔｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎｄ Ｄｅ−ｔｒｅｎｄｉｎｇ ｏｎ Ｎｅａｒ−Ｉｎｆｒａｒｅｄ Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｓｐｅｃｔｒａ，Ａｐｐｌｉｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ，４３，７７２−７７７．に掲載されている。
上記ＭＳＣによる前処理は一般的には，サンプルから理想スペクトルを得ることにより，サンプル間の分散がより小さくなるよう補正する前処理である。具体的には上記ＭＳＣによる前処理は例えばサンプル毎に波長方向に平均を算出（理想スペクトル）し，各サンプルに対して理想スペクトルとの線形回帰直線を算出する。線形回帰直線から得られる傾きと切片より，各サンプルのデータを補正する。なお，上記ＭＳＣによる前処理についての詳細は例えばＧｅｌａｄ，ｅｔ ａｌ．，（１９８５），Ｌｉｎｅａｒｉｚａｔｉｏｎ ａｎｄ Ｓｃａｔｔｅｒ−ｉｎｆｒａｒｅｄ Ｒｅｆｌａｃｔａｎｃｅ Ｓｐｅｃｔｒａ ｏｆ Ｍｅａｔ，Ａｐｐｌｉｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ，３，４９１−５００．に記載されている。
次に，第２の処理装置１００の動作について説明する。処理装置１００の運転を開始すると，光学計測器２０などの各測定器から間欠的に検出された検出データは，多変量解析装置５０へ逐次入力される。ここで，エッチング処理の際の条件は，処理室内の圧力を５０ｍＴ，下部電極に印加する高周波電力を１５００Ｗ，処理ガスをＣ５Ｆ８とＯ２とＡｒとの混合ガス，バックサイドガスをＨｅガスとした。
続いて，それぞれの運転データの各ウエハＷ毎の平均値を多変量解析処理部５４を介して求める。次いで，各ウエハＷ毎のそれぞれの運転データの平均値を運転データ記憶部５１で記憶し，あるいはそのまま次の処理に備える。
そして，処理後のウエハＷを取り出し，このウエハＷのＣＶＤ酸化膜のエッチングレートを入出力装置６０から多変量解析装置５０へ入力し，この入力値をプロセス特性データとして処理結果データ記憶部５２で記憶する。そして前処理を行わず又は前処理を行ってからＰＬＳ法による回帰式（▲１▼の関係式）を求める。
ここで，ウエハＷの処理枚数と測定したエッチングレートとの関係を図１３に示す。図１３においてＷＣ（ウエットクリーニングサイクル）１は１回目の処理装置１００のウエットクリーニングを行うまでの区間，ＷＣ２は１回目のウエットクリーニングを行ってから２回目のウエットクリーニングを行うまでの区間，ＷＣ３は２回目のウエットクリーニングを行ってから３回目のウエットクリーニングを行うまでの区間，ＷＣ４は３回目のウエットクリーニングを行ってから４回目のウエットクリーニングを行うまでの区間である。
上記運転データ及び処理結果データのうち，ウエットクリーニングサイクルＷＣ１（１枚目〜１６枚目）のデータに基づいてＰＬＳ法により回帰式（▲１▼の関係式）の回帰行列Ｂ及び残差行列Ｅを求めた。そして，この式を用いて上記ＷＣ１及び上記ＷＣ１以外のＷＣ２（１７枚目〜３６枚目），ＷＣ３（３７枚目〜４７枚目），ＷＣ４（４８枚目〜５２枚目）における処理結果データであるウエハＷのエッチングレートのデータを予測した。
ウエハＷのエッチングレートの予測結果を□印のグラフにしたものを図１４〜図２９の各図（ａ）に示す。これらの各図（ａ）のうち，◇印で示すグラフはウエハＷのエッチングレートのデータの実測値である。図１４〜図２９の各図（ａ）の実験結果については，それぞれ予測誤差（ＰＥ；Ｐｒｅｄｉｃｔｉｏｎ Ｅｒｒｏｒ）を算出した。この予測誤差ＰＥは，各ウエハのデータの実測値から予測値を引算して２乗したものの総和を求め，これを処理したウエハ枚数で割算してその平方根を求めたものである。予測誤差ＰＥは０が最もよく，この値が小さいほど実測値と予測値との誤差が少ないことを示す。
図１４〜図２９の各図（ａ）に示す予測値と実測値の関係をプロットして得られた相関関係をそれぞれ図１４〜図２９の各図（ｂ）に示す。図１４〜図２９の各図（ｂ）の実験結果については，相関係数Ｒを求めた。相関係数Ｒは１が最もよく，この値が大きいほどより相関があることを示す。従って，総合的には上記予測誤差ＰＥが０に近く，かつ相関係数Ｒが１に近いほど，予測精度がよい。
なお，上記実験結果についてはＷＣ１〜ＷＣ４とも同じエッチング条件でエッチングしているため，予測誤差ＰＥ，相関係数を求める際には，ＷＣ１〜ＷＣ４までのデータを使用している。但し，ＶＩプローブを説明変量としたエッチングレートの実験結果（図１７，図２１，図２５，図２９）については，実験上の理由によりＷＣ４だけ他のＷＣ１〜ＷＣ３とはエッチング条件が異なっているため，図１７，図２１，図２５，図２９の実験結果における予測誤差ＰＥ，相関係数を求める際には，ＷＣ４のデータを除いたＷＣ１〜ＷＣ３までのデータを使用している。
図１４〜図１７は，前処理を行わずにＰＬＳ法による多変量解析を行った場合の実験結果を示す。図１４は，上記光学データを説明変量とした場合であり，図１５は上記光学データ及び上記トレースデータを説明変量とした場合である。図１６は上記トレースデータを説明変量とした場合であり，図１７は上記ＶＩプローブデータを説明変量とした場合である。
図１８〜図２１は，前処理として上述したＯＳＣを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図１８は，上記光学データを説明変量とした場合であり，図１９は上記光学データ及び上記トレースデータを説明変量とした場合である。図２０は上記トレースデータを説明変量とした場合であり，図２１は上記ＶＩプローブデータを説明変量とした場合である。
図２２〜図２５は，前処理として上述したＳＮＶを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図２２は，上記光学データを説明変量とした場合であり，図２３は上記光学データ及び上記トレースデータを説明変量とした場合である。図２４は上記トレースデータを説明変量とした場合であり，図２５は上記ＶＩプローブデータを説明変量とした場合である。
図２６〜図２９は，前処理として上述したＭＳＣを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図２６は，上記光学データを説明変量とした場合であり，図２７は上記光学データ及び上記トレースデータを説明変量とした場合である。図２８は上記トレースデータを説明変量とした場合であり，図２９は上記ＶＩプローブデータを説明変量とした場合である。
上述した図１４〜図２９の各図（ａ）における実験結果から予測誤差ＰＥを求めて表にまとめたものを図３０に示し，図１４〜図２９の各図（ｂ）における実験結果から相関係数Ｒを求めて表にまとめたものを図３１に示す。
多変量解析に使用したデータの観点から大局的に見ると，図３０によれば予測誤差ＰＥは光学データを用いた場合が最も大きく，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に小さくなり，トレースデータを用いた場合が最も小さい。さらに図３１によれば相関係数Ｒは光学データを用いた場合が最も小さく，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に大きくなり，トレースデータを用いた場合が最も大きい。
従って，多変量解析に使用したデータの観点から大局的に見ると，光学データを用いた場合，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に予測精度が向上しており，トレースデータを用いた場合が最も予測精度がよく，予測するのに有効であることがわかる。
予測精度が最もよかったトレースデータを用いた場合について，さらに前処理の有無や種類の観点から大局的に見ると，図３０によれば予測誤差ＰＥはＯＳＣの場合を除けば，前処理をしない場合よりも前処理をした場合の方が小さい。また予測誤差ＰＥは，前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に小さくなり，前処理としてＭＳＣをした場合が最も小さい。さらに図３１によれば相関係数ＲはＯＳＣの場合を除けば，前処理をしない場合よりも前処理をした場合の方が大きい。また相関係数Ｒは，前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に大きくなり，前処理としてＭＳＣをした場合が最も大きい。
従って，予測精度が最もよかったトレースデータを用いた場合について，さらに前処理の有無や種類の観点から大局的に見ると，前処理としてＯＳＣをした場合を除けば，前処理をしない場合よりも前処理をした場合の方が予測精度がよく，有効であることがわかる。さらに前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に予測精度がよくなり，前処理としてＭＳＣをした場合が最も予測精度がよく，有効であることがわかる。
以上により，ウエハＷのエッチングレートを予測するには，説明変量としてトレースデータを用いて多変量解析を行い，さらに多変量解析に先立って前処理としてＭＳＣを行った場合が最も予測精度がよくなり，最も有効であることがわかる。
ここで，上記トレースデータのうちのどの種類のデータが最も予測結果に影響しているかを検討する。トレースデータにおける各種類のデータについて予測結果への影響変数ＶＩＰ（ｖａｒｉａｂｌｅ ｉｎｆｌｕｅｎｃｅ ｏｎ ｐｒｏｊｅｃｔｉｏｎ）を求めて表にしたものを図３２に示す。影響変数ＶＩＰは目的変数Ｙを予想したときの各説明変数Ｘ毎の影響の大きさを示すものである。例えばａをコンポーネント，Ｒをローディングベクトル，Ｗを重みベクトル，Ｒ２ｙをｙの相関係数とすると，上記影響変数ＶＩＰは（Ｗ［ａ］の二乗）×（Ｒ２ｙ［ａ］）の各コンポーネントの総和を規格化したものとして表される。
図３２によれば，影響変数ＶＩＰは整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐが最も大きく，次いで高周波電力の印加積算時間が大きい。従って，高周波電圧Ｖｐｐと高周波電力の印加積算時間が予測結果に大きく影響していることがわかる。
そこで，高周波電圧Ｖｐｐ，高周波電力の印加積算時間をトレースデータから除いて多変量解析を行ってウエハＷのエッチングレートを予測してみると，図３３〜図３５に示すような実験結果が得られた。図３３〜図３５の各（ａ）にはウエハＷのエッチングレートの予測結果を□印のグラフで示す。これらの各図（ａ）のうち，◇印で示すグラフはウエハＷのエッチングレートのデータの実測値である。図３３〜図３５の各図（ａ）に示す予測値と実測値の関係をプロットして得られた相関関係をそれぞれ図３３〜図３５の各図（ｂ）に示す。
図３３はトレースデータから高周波電圧Ｖｐｐのみを除いたデータを用いた場合，図３４はトレースデータから高周波電力の印加積算時間のみを除いたデータを用いた場合，図３５はトレースデータから高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたデータを用いた場合である。
図３３〜図３５の各図（ａ）の実験結果についてそれぞれ予測誤差ＰＥを算出するとそれぞれ，４９．７Å／ｍｉｎ，５５．１Å／ｍｉｎ，６６．３Å／ｍｉｎとなった。ここで，上述したトレースデータのすべてのデータを用いた場合（図１６（ａ））の予測誤差４３．７Å／ｍｉｎと比較すると，図３３（ａ）〜図３５（ａ）のいずれの場合も図１６（ａ）の場合よりも予測誤差が大きくなっていることがわかる。
次に図３３〜図３５の各図（ｂ）の実験結果についてそれぞれ相関係数Ｒを算出するとそれぞれ，０．８２，０．８３，０．５７となった。ここで，上述したトレースデータのすべてのデータを用いた場合（図１６（ｂ））の相関係数０．９０と比較すると，図３３（ｂ）〜図３５（ｂ）のいずれの場合も図１６（ｂ）の場合よりも相関係数が小さくなっていることがわかる。
従って，高周波電圧Ｖｐｐのみを除いたトレースデータを用いた場合（図３３），高周波電力の印加積算時間のみを除いたトレースデータを用いた場合（図３４），高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたトレースデータを用いた場合（図３６）のいずれの場合にも，トレースデータのすべてのデータを用いた場合より予測精度が低下することが確認できた。しかも高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いた場合が最も予測精度が悪くなることも確認できた。
従って，ウエハＷのエッチングレートを予測する場合には，トレースデータとして少なくとも高周波電圧Ｖｐｐを有することが有効であり，さらに高周波電力の印加積算時間を有することがより好ましい。
以上説明したように第２の実施形態によれば，１つのウエットクリーニングサイクル（ＷＣ）のウエハのような少数のテストウエハを処理した時の運転データ及び処理結果データ（例えばプロセス特性データ）を収集し，これらの収集データ群（運転データ及び処理結果データ）に基づいて多変量解析を行い，この多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいてウエハＷの削れ量（例えばエッチングレート）のようなウエハＷの処理結果（例えばプロセス特性）を予測するため，実際にウエハＷを処理している時には，ウエハＷの運転データを求めるだけでウエハＷの削れ量（例えばエッチングレート）をプロセス特性として高精度に予測することができる。また，多変量解析を行って運転データと処理結果データの相関関係を求める際にＰＬＳ法を使用したため，回帰式▲１▼を短時間で効率良く求めることができる。
従って，第２の実施形態によっても，従来のように多くのテストウエハを作製したり，処理装置１０を用いて多くのテストウエハを処理し，それぞれの処理結果を測定する必要がなく，テストウエハの作製及び処理結果の測定に多くの工数と時間を割く必要がない。しかも従来の予測方法よりも高精度に処理結果を予測することができる。
さらに，第２の実施形態においては，運転データとして高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータ，光学データ，ＶＩプローブデータなどプロセス特性データに影響し易いデータを第１の実施形態で用いたデータにさらに追加することにより，プロセス特性データの予測精度をより向上させることができる。
特にプロセス特性データとしてのウエハＷの削れ量（例えばエッチングレート）に影響し易い高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータを使用することにより，ウエハＷの削れ量の予測精度をより向上させることができる。
また，多変量解析を行うのに先立って所定の前処理を行うことにより，より一層プロセス特性データの予測精度を向上させることができる。
また，プロセス特性データとしてウエハＷのエッチングレートを採用したため，エッチングによるウエハＷのエッチングの善し悪しを高精度で予測することができる。
上述したように光学データやＶＩプローブデータを運転データとして用いても予測精度は向上する。ところが，例えば図１３に示すウエットクリーニングサイクルなどのメンテナンスを行った前後のようにプロセス特性データ（例えばエッチングレート）の傾向が大きく変化するような場合には，予測精度が低下する場合がある。例えば図１４，図１７では多変量解析による回帰式（モデル）を作成したウエットクリーニングサイクル（ＷＣ１）以外のウエットクリーニングサイクル（ＷＣ３）では予測精度が低下している。この点，高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータを運転データとして用いれば，図１６に示すようにすべてのウエットクリーニングサイクル（ＷＣ２〜ＷＣ４）において予測精度を向上できる。
特に，トレースデータの高周波電力の印加積算時間については，例えばウエットクリーニングなどのメンテナンスを行うごとに印加積算時間をゼロにすることから，ウエットクリーニングサイクルごとの印加積算時間のデータを得ることができる。このため高周波電力の印加積算時間を運転データとして用いると，ウエットクリーニングを行うことによって傾向が変るような処理結果データであっても高い精度で予測をすることができる。
このように，本発明によれば，少数の試料を処理して得られる少数の運転データ及びプロセス特性データを収集するだけでプロセス特性の予測式を求めることができ，その後は被処理体を処理した時の運転データを予測式に当てはめるだけでプロセス特性を簡単且つ高精度に予測することができる処理結果の予測方法を提供することができる。
以上，本発明の好適な実施の一形態について，添付図面を参照しながら説明したが，本発明はかかる構成に限定されるものではない。特許請求の範囲に記載された技術的思想の範疇において，当業者であれば，各種の変更例および修正例に想到し得るものであり，それら変更例および修正例についても本発明の技術的範囲に属するものと了解される。
例えば上記第２の実施形態では処理結果データとしてプロセス特性データとして用い，このプロセス特性データとしてウエハＷの削れ量（例えばエッチングレート）を用いたが，その他のプロセス特性データとしてエッチングパターンの線幅やテーパ角度等のエッチング特性を示すデータを用いてもよい。
また，上記第１及び第２の実施形態における処理結果データとしては，処理室内の副生成物の膜厚，フォーカスリング１０ａ等の部品の消耗量などの装置状態に関する装置状態データを用いてもよい。副生成物の膜厚，フォーカスリング１０ａ等の部品の消耗量を装置状態データとして用いることにより，処理装置１０のクリーニング時期やフォーカスリング１０ａ等の部品の交換時期を予測することもできる。
また，上記第１及び第２の実施形態ではウエハＷをエッチング処理する場合について説明したが，エッチング処理以外の成膜処理等の処理装置にも本発明を適用することができる。また，被処理体のウエハに制限されるものではない。
また，上記第１及び第２の実施形態では多変量解析を行う際にＰＬＳ法を用いて回帰式▲１▼を求めたが，ＰＬＳ法以外の他の従来公知の数値計算手法（例えば，ベキ乗法等）を用いて固有値及びその固有ベクトルを求めても良い。
産業上の利用の可能性
本発明は，例えば半導体製造装置で処理するウエハなどの被処理体や装置状態の処理結果を予測する方法および処理装置に適用可能であり，特にプラズマエッチングを行うプラズマ処理装置およびこのような装置における処理結果の予測方法に適用可能である。
【図面の簡単な説明】
図１は本発明における予測方法を適用する第１の実施の形態にかかる処理装置を示す断面図である。
図２は同実施形態にかかる多変量解析装置の一例を示すブロック図である。
図３は図２に示す多変量解析装置で得られた上部電極温度の経時変化を示すグラフである。
図４は図２に示す多変量解析装置で得られた処理室の壁面温度の経時変化を示すグラフである。
図５は図２に示す多変量解析装置で得られた下部電極温度の経時変化を示すグラフである。
図６は図２に示す多変量解析装置で得られたＨｅガス圧力の標準偏差値の経時変化を示すグラフである。
図７は図２に示す多変量解析装置で得られた高周波電源の電圧の経時変化を示すグラフである。
図８は図２に示す多変量解析装置で得られたウエハＷのシリコン酸化膜の削れ量の面内均一性の経時変化を示すグラフである。
図９は図３〜図８の運転データ及びプロセス特性データを用いて図２に多変量解析装置で得られたプロセス特性データの予測値及び実測値を示すグラフである。
図１０は同実施形態により得られた予測値と実測値の相関関係を示すグラフである。
図１１は本発明における予測方法を適用する第２の実施の形態にかかる処理装置を示す断面図である。
図１２は同実施形態にかかる多変量解析装置の一例を示すブロック図である。
図１３は図１２に示す多変量解析装置で得られたウエハＷのＣＶＤ酸化膜のエッチングレートとウエハ処理枚数との関係を示すグラフである。
図１４（ａ）は運転データとして光学データを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１５（ａ）は運転データとして光学データとトレースデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１５（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１６（ａ）は運転データとしてトレースデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１６（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１７（ａ）は運転データとしてＶＩプローブデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１７（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１８（ａ）は運転データとして光学データを用い，ＯＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図１８（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１９（ａ）は運転データとして光学データとトレースデータを用い，ＯＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図１９（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２０（ａ）は運転データとしてトレースデータを用い，ＯＣＳによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２０（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２１（ａ）は運転データとしてＶＩプローブデータを用い，ＯＣＳによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２１（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２２（ａ）は運転データとして光学データを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２２（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２３（ａ）は運転データとして光学データとトレースデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２３（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２４（ａ）は運転データとしてトレースデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２５（ａ）は運転データとしてＶＩプローブデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２５（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２６（ａ）は運転データとして光学データを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２６（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２７（ａ）は運転データとして光学データとトレースデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２７（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２８（ａ）は運転データとしてトレースデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２８（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２９（ａ）は運転データとしてＶＩプローブデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２９（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３０は図１４〜図２９の各図（ａ）における実験結果から予測誤差ＰＥをまとめた表である。
図３１は図１４〜図２９の各図（ｂ）における実験結果から相関係数Ｒをまとめた表である。
図３２はトレースデータにおける各種類のデータについて予測結果への影響変数ＶＩＰをまとめた表である。
図３３（ａ）はトレースデータから高周波電圧Ｖｐｐのみを除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３３（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３４（ａ）はトレースデータから高周波電力の印加積算時間のみを除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３５（ａ）はトレースデータから高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３５（ｂ）は予測値と実測値の相関関係を示すグラフである。
符号の説明
１ 処理室
２ 下部電極
４ シャワーヘッド（上部電極）
７ 高周波電源
１０ 処理装置
１５ Ｈｅガスのガス導入機構
１８ プロセスガス供給系
５０ 多変量解析装置
５１ 運転データ記憶部
５２ 処理結果データ記憶部
５３ 多変量解析プログラム記憶部
５４ 多変量解析処理部
５５ 多変量解析結果記憶部
１００ 処理装置
本発明は，例えば半導体製造装置で処理するウエハなどの被処理体や装置状態の処理結果の予測方法および処理装置に関する。
背景技術
半導体製造工程では種々の処理装置が用いられている。例えば半導体ウエハやガラス基板等の被処理体の成膜工程やエッチング工程ではプラズマ処理装置等の処理装置が広く使用されている。個々の処理装置はそれぞれ被処理体に対する固有のプロセス特性を有している。そのため，個々の処理装置を用いて被処理体（例えば，半導体ウエハ）に例えばエッチング処理を施す場合には例えばテストウエハを予め作製し，テストウエハに対して定期的にエッチング処理を行い，その処理結果（例えば，テストウエハの削れ量等）に基づいてその時々の処理装置の状態を判断している。
しかしながら，テストウエハに基づいてその時々の処理装置の状態を判断する方法では，多くのテストウエハを作製する必要がある。しかも処理装置を用いて多くのテストウエハを処理し，その都度それぞれの処理結果を測定する必要があるため，テストウエハの作製及び処理結果の測定に多くの工数と時間を割かなくてはならないという問題があった。
また，特開平１０−１２５６６０号公報にはプラズマ処理装置のプロセスモニタ方法が提案されている。この方法は，処理前に試用ウエハを用いてプラズマ状態を反映する電気的信号とプラズマ処理特性を関連づけるモデル式を作成し，実ウエハを処理する時に得られる電気的信号の検出値をモデル式に代入してプラズマ処理特性を予測している。
この方法はプラズマ処理特性を予測することができる点で優れているものの，経時的なロット変動と高周波電力の印加状態の突発的変動を含むような実際のウエハ処理では高精度の予測を行うには十分ではなく，更なる改善が必要である。
本発明は，従来の技術が有する上記問題点に鑑みて成されたものであり，少数の試料を処理して得られる少数の運転データ及びプロセス特性データを収集するだけでプロセス特性の予測式（モデル）を求めることができ，その後は被処理体を処理した時の運転データを予測式に当てはめるだけでプロセス特性を簡単且つ高精度に予測することができる処理結果の予測方法および処理装置を提供することを目的としている。
発明の開示
上記課題を解決するために，本発明の第１の観点によれば，例えばプラズマ処理装置などの処理装置の処理室内で複数の被処理体（例えば半導体ウエハ）を一枚ずつ処理（例えばエッチング処理）する過程で，上記処理装置の運転データと処理結果データに基づいて処理結果を予測する方法であって，上記運転データ及び上記処理結果データを収集する工程と，収集した上記運転データ及び上記処理結果データ（データ群に基づいて多変量解析を行う工程と，上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める工程と，上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する工程とを有すること特徴とする処理結果の予測方法が提供される。
上記課題を解決するために，本発明の第２の観点によれば，処理室内で複数の被処理体（例えば半導体ウエハ）を一枚ずつ処理（例えばエッチング処理）する過程で，運転データと処理結果データに基づいて処理結果を予測する例えばプラズマ処理装置などの処理装置であって，上記運転データを記憶する手段と，上記処理結果データを記憶する手段と，記憶した上記運転データ及び上記処理結果データに基づいて多変量解析を行う手段と，上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める手段と，求めた上記相関関係を記憶する手段と，記憶した上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する手段とを備えたこと特徴とする処理装置。
本発明の第１の観点及び第２の観点によれば，例えば少数の試料を処理して得られる少数の運転データ及び処理結果データを収集するだけで，多変量解析により運転データと処理結果データとの相関関係（例えば回帰式などの予測式）を求めることができる。その後は被処理体を処理した時の運転データを相関関係に当てはめるだけで，被処理体の処理結果を簡単且つ高精度に予測することができる。
また，上記多変量解析として重回帰分析を行う如く構成すれば，重回帰分析によって多数の変量データであっても運転データと処理結果データの相関関係である回帰式を容易に求めることができる。
また，上記多変量解析を行う際にＰＬＳ法を用いる如く構成すれば，多数の変量データであっても運転データと処理結果データの相関関係である関係式を容易に求めることができる。
また，上記運転データは上記被処理体を載置する載置台の温度のデータを含んでもよく，さらにバックガス圧力のデータを含んでもよい。運転データは処理結果データに影響し易い（相関がある），載置台の温度データ，バックガス圧力のデータを含むので，処理結果の予測精度を向上させることができる。
また，上記運転データは，バックガス圧力（例えばＨｅガスなどのバックサイドガス圧力）の標準偏差のデータを含んでもよく，バックガス圧力の被処理体の面内圧力差（例えばバックガスをセンタ，ミドル，エッジの３系統にしたときのその圧力差など）のデータを含んでもよい。これらのバックガス圧力の標準偏差などはバックガス圧力の安定性を表すので，特に被処理体の処理結果データとしてウエハＷの削れ量の面内均一性を予測するのに有用性が高く，予測精度も向上できる。
また，上記運転データは少なくとも，上記被処理体を処理する際に印加する高周波電源の電圧のデータを含むようにしてもよく，少なくとも上記高周波電源の積算動作時間のデータを含むようにしてもよい。また高周波電源の電圧のデータと高周波電源の積算動作時間のデータを両方含むようにしてもよい。これらの高周波電源の電圧のデータ，高周波電源の積算動作時間のデータは，特に被処理体の処理結果データとしてウエハＷの削れ量（例えばエッチングレート）を予測するのに有用性が高く，予測精度も向上できる。
また，上記高周波電源の積算動作時間は，上記処理室のメンテナンスを行うごとにゼロにリセットされるようにしてもよい。トレースデータの高周波電力の印加積算時間については，例えばウエットクリーニングなどのメンテナンスを行うごとに印加積算時間をゼロにすることから，ウエットクリーニングサイクルごとの印加積算時間のデータを得ることができる。このため高周波電力の印加積算時間を運転データとして用いると，ウエットクリーニングを行うことによって傾向が変るような処理結果データであっても高い精度で予測をすることができる。
また，上記処理結果データは，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果データとし，上記処理結果は，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果としてもよい。これによれば，例えば少数の試料を処理して得られる少数の運転データ及び処理結果データを収集するだけで，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータのようなエッチングに関する被処理体の処理結果についても簡単且つ高精度に予測することができる。
発明を実施するための最良の形態
以下，添付図面を参照しながら本発明をプラズマエッチング装置の処理結果の予測方法に適用した場合の第１の実施形態について詳細に説明する。
先ず，第１の実施形態のプラズマエッチング装置としてマグネトロン反応性エッチング処理装置（以下，「処理装置１０」と称す。）について説明する。この処理装置１０は例えば図１に示すように，アルミニウム製の処理室１と，この処理室１内に配置された下部電極２を絶縁材２Ａを介して支持する昇降可能なアルミニウム製の支持体３と，この支持体３の上方に配置され且つプロセスガスを供給し且つ上部電極を兼ねるシャワーヘッド（以下では，必要に応じて「上部電極」とも称す。）４とを備えている。
上記処理室１は上部が小径の上室１Ａとして形成され，下部が大径の下室１Ｂとして形成されている。上室１Ａはダイポールリング磁石５によって包囲されている。このダイポールリング磁石５は複数の異方性セグメント柱状磁石がリング状の磁性体からなるケーシング内に収納されて配置され，上室１Ａ内で全体として一方向に向かう一様な水平磁界を形成する。下室１Ｂの上部にはウエハＷを搬出入するための出入口が形成され，この出入口にはゲートバルブ６が取り付けられている。
下部電極２には整合器７Ａを介して高周波電源７が接続され，この高周波電源７から下部電極２に対して１３．５６ＭＨｚの高周波電力を印加し，上室１Ａ内で上部電極４との間で垂直方向の電界を形成する。整合器７Ａ内には下部電極３側（高周波電圧の出力側）の高周波（ＲＦ）電圧Ｖｐｐを測定する測定器（図示せず）を備える。
整合器７Ａと下部電極２側（高周波電力の出力側）には電力計７Ｂが接続されている。この電力計７Ｂにより高周波電源７からの高周波電力Ｐが測定される。上室１Ａ内ではプロセスガスを介して高周波電源７による電界とダイポールリング磁石５による水平磁界とでマグネトロン放電が生成され，上室１Ａ内に供給されるプロセスガスのプラズマが生成される。
上記下部電極２の上面には静電チャック８が配置され，この静電チャック８の電極板８Ａには直流電源９が接続されている。従って，高真空下で直流電源９から電極板８Ａに高電圧を印加することにより静電チャック８によってウエハＷを静電吸着する。この下部電極２の外周にはフォーカスリング１０ａが配置され，上室１Ａ内で生成したプラズマをウエハＷに集める。フォーカスリング１０ａの下側には支持体３の上部に取り付けられた排気リング１１が配置されている。この排気リング１１には複数の孔が全周に渡って周方向等間隔に形成され，これらの孔を介して上室１Ａ内のガスを下室１Ｂへ排気する。
上記支持体３はボールネジ機構１２及びベローズ１３を介して上室１Ａと下室１Ｂ間で昇降可能になっている。従って，ウエハＷを下部電極２上に供給する場合には，支持体３を介して下部電極２が下室１Ｂまで下降し，ゲートバルブ６を開放して図示しない搬送機構を介してウエハＷを下部電極２上に供給する。
支持体３の内部には冷媒配管１４に接続された冷媒流路３Ａが形成され，冷媒配管１４を介して冷媒流路３Ａ内で冷媒を循環させ，ウエハＷを所定の温度に調整する。
支持体３，絶縁材２Ａ，下部電極２及び静電チャック８にはそれぞれガス流路３Ｂが形成され，ガス導入機構１５からガス配管１５Ａを介して静電チャック８とウエハＷ間の細隙にＨｅガスを所定の圧力でバックサイドガスとして供給し，Ｈｅガスを介して静電チャック８とウエハＷ間の熱伝導性を高めている。バックサイドガスの圧力は圧力センサ（図示せず）を検出し，その検出値を圧力計１５Ｂに表示する。尚，１６はベローズカバーである。
上記シャワーヘッド４の上面にはガス導入部４Ａが形成され，このガス導入部４Ａには配管１７を介してプロセスガス供給系１８が接続されている。プロセスガス供給系１８は，Ｃ４Ｆ８ガス供給源１８Ａ，Ｏ２ガス供給源１８Ｄ，Ａｒガス供給源１８Ｇを有している。
これらのガス供給源１８Ａ，１８Ｄ，１８Ｇはそれぞれバルブ１８Ｂ，１８Ｅ，１８Ｈ及びマスフローコントローラ１８Ｃ，１８Ｆ，１８Ｉを介してそれぞれのガスを所定の流量でシャワーヘッド４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。シャワーヘッド４の下面には複数の孔４Ｂが全面に渡って均等に配置され，これらの孔４Ｂを介してシャワーヘッド４から上室１Ａ内へ混合ガスをプロセスガスとして供給する。尚，図１において，１Ｃは排気管，１９は排気管１Ｃに接続された真空ポンプ等からなる排気系である。
上記処理装置１０は，例えば図２に示すように，運転データ及び処理結果データを統計的に処理する多変量解析装置５０と，処理結果データを入力すると共に解析結果等の情報を出力する入出力装置６０とを備える。処理装置１０は多変量解析装置５０を介して運転データ及び処理結果データを多変量解析して両者の相関関係を求めた後，必要に応じて解析結果等の情報を入出力装置６０から出力する。
上記多変量解析装置５０は，図２に示すように，運転データ記憶部５１，処理結果データ記憶部５２，多変量解析プログラム記憶部５３，多変量解析処理部５４及び多変量解析結果記憶部５５を備えている。
上記運転データ記憶部５１は運転データを記憶する手段を構成し，上記処理結果データ記憶部５２は処理結果データを記憶する手段を構成する。多変量解析処理部５４は運転データと処理結果データとの相関関係（例えば予測式，回帰式）を求める手段と相関関係に基づいて処理結果を予測する手段を構成する。多変量解析結果記憶部５５は多変量解析処理部５４により求めた相関関係を記憶する手段を構成する。
上記多変量解析装置５０は例えば多変量解析プログラム記憶部５３からのプログラムに基づいて動作するマイクロプロセッサなどで構成してもよい。上記運転データ記憶部５１，処理結果データ記憶部５２，多変量解析結果記憶部５５はそれぞれメモリなどの記録手段で構成してもよく，またハードディスクなどの記録手段にそれぞれのメモリ領域を設けて構成してもよい。
多変量解析装置５０は，運転データ及びプロセス特性データの入力によりそれぞれのデータを運転データ記憶部５１及び処理結果データ記憶部５２で記憶した後，これらのデータ及び多変量解析プログラム記憶部５３のプログラムを多変量解析処理部５４に取り出し，多変量解析処理部５４において運転データ及びプロセス特性データの多変量解析を行い，その処理結果を多変量解析結果記憶部５５で記憶する。
ここで，運転データとはウエハＷを処理する際の処理装置１０に付設された複数の測定器それぞれから得られる検出データを意味し，処理結果データとはウエハＷを処理した結果得られるウエハＷに関するプロセス特性データ，処理室１内の状態に関する装置状態データを意味する。運転データはウエハＷを処理する間に間欠的に測定し，処理結果データはウエハの処理後に必要に応じて測定する。これらの測定結果はそれぞれの記憶部５１，５２に記憶される。
第１の実施形態では運転データと処理結果データの相関関係を求める関係上，運転データとして処理結果に影響し易いデータを用いることが好ましい。第１の実施形態では運転データとしては処理室１内の複数箇所の温度，バックサイドガスの圧力，処理装置１０の電気的データを用いている。
第１の実施形態では処理結果データのうちプロセス特性データとしては例えば表面にシリコン酸化膜を有するウエハＷのシリコン酸化膜の削れ量またはこの削れ量の面内均一性を含むエッチングに関するデータを用いている。
処理結果データのうち装置状態データとしては処理室１内の副生成物の堆積膜厚，フォーカスリング１０ａ等の部品の消耗量を含む装置状態を示すデータ等を用いることができる。第１の実施形態では処理結果データのうちプロセス特性データを用いており，その中でもウエハＷの削れ量の面内均一性を用いている。
処理室１内の温度としては，第１の実施形態では上部電極であるシャワーヘッド４の温度，処理室１の内壁面の温度及び下部電極２の温度を用いている。特に下部電極２の温度の影響が大きい。これらの温度はそれぞれの部位に配置された熱電対等の従来公知の温度センサ（図示せず）を介して測定することができる。より具体的には処理室１内の温度として，上述したそれぞれの部位における一枚のウエハを処理する間の平均温度を用いている。
処理室１内の圧力としては，例えば処理室１内のプロセスガスの圧力やＨｅガス等のバックサイドガスの圧力を用いることができる。第１の実施形態では処理室１内の圧力としてバックサイドガスの圧力を用いている。
処理装置１０の電気的データとしては，例えば高周波電源７から印加する高周波電力の基本波，高調波の電圧，電流，位相，インピーダンス等を用いることができる。第１の実施形態では整合器７Ａ内の測定器（図示せず）により測定される整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐを用いている。高周波電圧Ｖｐｐが例えば図７に示すように６０時間付近で瞬間的に大きく変動することがあっても予測値に反映することができる。
プロセス特性データとして用いられるウエハＷのシリコン酸化膜の削れ量の面内均一性は，例えば処理前後のウエハＷの面内の１３点におけるシリコン酸化膜の膜厚を測定してこれらの膜厚間の差のバラツキから得られる面内の均一性を示すデータを用いている。面内均一性は，（最大値−測定値の最小値）／（２×測定値の平均値）から求めたものを使用する。
第１の実施形態において上記多変量解析装置５０は，複数種の運転データを説明変量（説明変数）とし，プロセス特性データを被説明変量（目的変量，目的変数）とする下記▲１▼の関係式（回帰式などの予測式，モデル）を多変量解析プログラムを用いて求める。下記▲１▼の回帰式において，Ｘは説明変量の行列を意味し，Ｙは被説明変量の行列を意味する。また，Ｂは説明変量の係数（重み）からなる回帰行列であり，Ｅは残差行列である。
Ｙ＝ＢＸ＋Ｅ・・・▲１▼
第１の実施形態において上記▲１▼を求める際には，例えばＪＯＵＲＮＡＬ ＯＦ ＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９９８）に掲載されているＰＬＳ（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）法を用いている。このＰＬＳ法は，行列Ｘ，Ｙそれぞれに多数の説明変量及び被説明変量があってもそれぞれの少数の実測値があればＸとＹの関係式を求めることができる。しかも，少ない実測値で得られた関係式であっても安定性及び信頼性の高いものであることもＰＬＳ法の特徴である。
多変量解析プログラム記憶部５３にはＰＬＳ法用のプログラムが記憶され，多変量解析処理部５４において運転データ及びプロセス特性データをプログラムの手順に従って処理し，上記▲１▼式を求め，この結果を多変量解析結果記憶部５５で記憶する。従って，第１の実施形態では上記▲１▼式を求めれば，後は運転データを説明変量として行列Ｘに当てはめることによってプロセス特性を予測することができる。しかもこの予測値は信頼性の高いものになる。
例えば，ＸＴＹ行列に対してｉ番目の固有値に対応する第ｉ主成分はｔｉで表される。行列Ｘはこの第ｉ主成分の得点ｔｉとベクトルｐｉを用いると下記の▲２▼式で表され，行列Ｙはこの第ｉ主成分の得点ｔｉとベクトルｃｉを用いると下記の▲３▼式で表される。なお，下記の▲２▼式，▲３▼式において，Ｘｉ＋１，Ｙｉ＋１はＸ，Ｙの残差行列であり，ＸＴは行列Ｘの転置行列である。以下では指数Ｔは転置行列を意味する。
Ｘ＝ｔ１ｐ１＋ｔ２ｐ２＋ｔ３ｐ３＋・・＋ｔｉｐｉ＋Ｘｉ＋１・・・▲２▼
Ｙ＝ｔ１ｃ１＋ｔ２ｃ２＋ｔ３ｃ３＋・・＋ｔｉｃｉ＋Ｙｉ＋１・・・▲３▼
而して，第１の実施形態で用いられるＰＬＳ法は，上記式▲２▼，▲３▼を相関させた場合の複数の固有値及びそれぞれの固有ベクトルを少ない計算量で算出する手法である。
ＰＬＳ法は以下の手順で実施される。先ず第１段階では，行列Ｘ，Ｙのセンタリング及びスケーリングの操作を行う。そして，ｉ＝１を設定し，Ｘ１＝Ｘ，Ｙ１＝Ｙとする。また，ｕ１として行列Ｙ１の第１列を設定する。尚，センタリングとは各行の個々の値からそれぞれの行の平均値を差し引く操作であり，スケーリングとは各行の個々の値をそれぞれの行の標準偏差で除する操作（処理）である。
第２段階では，ｗｉ＝Ｘｉ Ｔｕｉ／（ｕｉ Ｔｕｉ）を求めた後，ｗｉの行列式を正規化し，ｔｉ＝Ｘｉｗｉを求める。また，行列Ｙについても同様の処理を行って，ｃｉ＝Ｙｉ Ｔｔｉ／（ｔｉ Ｔｔｉ）を求めた後，ｃｉの行列式を正規化し，ｕｉ＝Ｙｉｃｉ／（ｃｉ Ｔｃｉ）を求める。
第３段階ではＸローディング（負荷量）ｐｉ＝Ｘｉ Ｔｔｉ／（ｔｉ Ｔｔｉ），Ｙ負荷量ｑｉ＝Ｙｉ Ｔｕｉ／（ｕｉ Ｔｕｉ）を求める。そして，ｕをｔに回帰させたｂｉ＝ｕｉ Ｔｔｉ／（ｔｉ Ｔｔｉ）を求める。次いで，残差行列Ｘｉ＝Ｘｉ−ｔｉｐｉ Ｔ，残差行列Ｙｉ＝Ｙｉ−ｂｉｔｉｃｉ Ｔを求める。そして，ｉをインクリメントしてｉ＝ｉ＋１を設定し，第２段階からの処理を繰り返す。これら一連の処理をＰＬＳ法のプログラムに従って所定の停止条件を満たすまで，あるいは残差行列Ｘｉ＋１がゼロに収束するまで繰り返し，残差行列の最大固有値及びその固有ベクトルを求める。
ＰＬＳ法は残差行列Ｘｉ＋１の停止条件またはゼロへの収束が速く，１０回程度の計算の繰り返すだけで残差行列が停止条件またはゼロに収束する。一般的には４〜５回の計算の繰り返しで残差行列が停止条件またはゼロへの収束する。この計算処理によって求められた最大固有値及びその固有ベクトルを用いてＸＴＹ行列の第１主成分を求め，Ｘ行列とＹ行列の最大の相関関係を知ることができる。
次に，上記処理装置１０の動作を本発明方法の一実施形態と共に説明する。第１の実施形態ではまず多変量解析によってプロセス特性を予測するための上記▲１▼式を求めた後，所定のウエハＷを処理する。ウエハＷの処理段階では任意の時点における運転データを▲１▼式に当てはめることでその時のプロセス特性を予測することができる。
処理装置１０の運転を開始すると，支持体３がボールネジ機構１２を介して処理室１の下室１Ｂまで下降すると共に，ゲートバルブ６が開放した出入口からウエハＷを搬入して下部電極２上に載置する。ウエハＷの搬入後，ゲートバルブ６が閉じると共に排気系１９が作動して処理室１内を所定の真空度に維持する。この際，ガス導入機構１５からＨｅガスをバックガスとして供給し，ウエハＷと下部電極２，具体的には静電チャック８とウエハＷ間の熱伝導性を高めてウエハＷの冷却効率を高める。
一方，プロセスガス供給系１８からＣ４Ｆ８ガスを１６ｓｃｃｍの流量，Ｏ２ガスを３００ｓｃｃｍの流量で供給する。また，Ａｒガスも４０ｓｃｃｍの流量で供給する。この時の処理室１内の圧力は例えば５３ｍＴｏｒｒである。この状態で，高周波電源７から高周波電力を１７００Ｗで印加すると，ダイポールリング磁石５の作用と相俟ってマグネトロン放電が発生し，プロセスガスのプラズマを生成してウエハＷの酸化膜をエッチングする。エッチング終了後には搬入時とは逆の操作で処理後のウエハＷを処理室１内から搬出し，後続のウエハＷに対して同様の処理を繰り返し，所定の枚数を処理して一連の処理を終了する。
第１の実施形態では実際のウエハＷを処理する前に，実際のウエハＷと同一の６枚のウエハＷと１９枚のダミーウエハを混ぜた２５枚のウエハを１ロットとし３［分／ウエハ］の処理時間で処理し，１１ロット分を１０時間毎あるいは５時間毎に繰り返し処理し，６枚のウエハＷに関する運転データ及びプロセス特性データを得て多変量解析を行う。第１の実施形態ではデータ数が少なくて済むＰＬＳ法を用いるため，例えば２番目及び１１番目のロットにおけるウエハＷの運転データ及びプロセス特性データのみを使用し，ＰＬＳ法を用いてこれらのデータから上記▲１▼式を求める。尚，６枚のウエハＷは各ロットの１枚目から３枚目，５枚目，１０枚目及び２５枚目に挿入してある。
このようなウエハＷの処理を行っている間，運転データとしてシャワーヘッド（上部電極）４，処理室１の上室１Ａの壁面，下部電極２それぞれの温度をそれぞれ間欠的に検出し，これらの検出信号Ｔ１，Ｔ２，Ｔ３をＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，運転データ記憶部５１で記憶する。
また他の運転データとしてＨｅガスの圧力を間欠的に検出し，この検出信号ＰをＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，これらの入力値に基づいて多変量解析処理部５４を介して標準偏差を算出し，運転データ記憶部５１で記憶する。
さらに他の運転データとして高周波電源７の電圧を間欠的に検出し，この検出信号ＶをＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，運転データ記憶部５１で記憶する。
次いで，Ｈｅガス圧力以外に関してはそれぞれの運転データの各ウエハＷ毎の平均値を，Ｈｅガス圧力に関しては運転データの各ウエハＷ毎の標準偏差を多変量解析処理部５４を介して求める。
次に，各ウエハＷ毎のそれぞれの運転データの平均値及び標準偏差を運転データ記憶部５１で記憶し，あるいはそのまま次の処理に備える。
ここで，全てのウエハＷの上部電極温度の検出信号Ｔ１，壁面温度の検出信号Ｔ２，下部電極温度の検出信号Ｔ３それぞれの平均値の経時変化を図示したものを図３〜図５に示す。Ｈｅガスの検出信号Ｐの標準偏差の経時変化を示したものを図６に示し，高周波電力の検出信号Ｖの平均値の経時変化を示したものを図７に示す。
そして，処理後のウエハＷを取り出し，このウエハＷのシリコン酸化膜の面内の１３点の削れ量を入出力装置６０から多変量解析装置５０へ入力し，この入力値に基づいて多変量解析処理部５４を介して面内均一性を算出し，この算出値をプロセス特性データとして処理結果データ記憶部５２で記憶する。このようなプロセス特性データ（面内均一性）の経時変化を示したものを図８に示す。
図３〜図８に示す運転データ及びプロセス特性データのうち，２番目のロットと１１番目のロットの運転データ及びプロセス特性データに基づいてＰＬＳ法により上記▲１▼式の回帰行列Ｂ及び残差行列Ｅを求めた。そして，この式を用いて上記ロット及び上記ロット以外のロットにおけるウエハＷのプロセス特性データを予測し，×印のグラフにしたものを図９に示す。また，図９の□印で示すグラフはプロセス特性データの実測値である。
図９において，２番目のロットと１１番目のロットの予測値と実測値が一致しているのは▲１▼式を求める際にこの時のウエハＷを使用したからである。その他のウエハＷのプロセス特性データの予測値もロット毎（１０時間毎）に変動する実測値に極めて近い値を示していることが判る。特に，６０時間付近で大きな均一性の悪化が予測値，実測値とも確認することができる。これは，図７において確認される高周波（ＲＦ）電圧の突発的低下が反映されたものである。つまり，図３〜図６のように経時的なロット変動を検出することができきる上部電極温度，壁面温度，下部電極温度及びＨｅガス圧力等の処理室１内の状態を反映するデータと，図７のようにロット変動の検出は難しいが高周波電力の印加状態を反映するデータの両方を用いると有効であることが判る。
図１０には，図９に示す予測値と実測値の関係をプロットして得られた相関関係を示す。この相関関係は図１０からも明らかなように相関係数Ｒ＝０．９０５３と相関性が高く予測値と実測値が概ね一致していることが判る。尚，第１の実施形態では予測値と実測値を比較するために全てのウエハＷに関する運転データ及びプロセス特性データを実測したものを図３〜図９に示す。なお，このような実験の結果から第１の実施形態のプロセス特性データであるウエハＷの削れ量の面内均一性の予測に際しては，特に下部電極温度の各ウエハＷ毎の平均値とＨｅガス圧力の各ウエハ毎の標準偏差を運転データとして使用することが予測精度を高めるためには重要であることがわかった。
このように本実施の形態においては，実際のウエハＷを処理する前に，これと同一のウエハＷを少数枚（第１の実施形態では２番目と１１番目のロットの１２枚）使用して上述のように運転データ及びプロセス特性データを求める。これらの少数の運転データ及びプロセス特性データを用い，ＰＬＳ法によって回帰式▲１▼を求めた後，実際のウエハＷを処理する場合には任意のウエハＷの運転データを検出する。そして，それぞれの運転データを回帰式▲１▼に当てはめるだけで実際のウエハＷの面内均一性をプロセス特性データとして予測することができる。しかも，極めて精度の高いプロセス予測を行うことができる。
以上説明したように第１の実施形態によれば，所定ロットのウエハのような少数のテストウエハを処理した時の運転データ及び処理結果データ（例えばプロセス特性データ）を収集し，これらの収集データ群（運転データ及び処理結果データ）に基づいて多変量解析を行い，この多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいてウエハの削れ量の面内均一性などのようなウエハＷの処理結果（例えばプロセス特性）を予測するため，実際にウエハＷを処理している時には，ウエハＷの運転データを求めるだけでウエハＷの面内均一性をプロセス特性として高精度に予測することができる。また，多変量解析を行って運転データと処理結果データの相関関係を求める際にＰＬＳ法を使用したため，回帰式▲１▼を短時間で効率良く求めることができる。
従って，第１の実施形態によれば，従来のように多くのテストウエハを作製したり，処理装置１０を用いて多くのテストウエハを処理し，それぞれの処理結果を測定する必要がなく，テストウエハの作製及び処理結果の測定に多くの工数と時間を割く必要がない。しかも従来の予測方法よりも高精度に処理結果を予測することができる。
さらに，第１の実施形態によれば，運転データとしてプロセス特性データ（ウエハＷの面内均一性）に影響し易いデータ，即ち，処理室１内の複数箇所の温度（上部電極温度，処理室１の壁面温度及び下部電極温度），処理室内の圧力（Ｈｅガスなどのバックガス圧力），電気的データ（高周波電力の電圧）を使用したため，運転データとプロセス特性データの相関関係が強く，プロセス特性を高精度で予測することができる。さらに，プロセス特性データとしてウエハＷの面内均一性を採用したため，エッチングによるウエハＷ面内の均一性の善し悪しを高精度で予測することができる。
なお，第１の実施形態では２番目のロットと１１番目のロットのテストウエハを用いて実測値と予測値の相関関係を求めたが，相関関係を求める場合には実際のプロセスでウエハＷを処理している間に定期的にテストウエハを処理して相関関係を求めても良く，あるいは不定期にテストウエハを処理して相関関係を求めても良い。一度相関関係を求めた後，適宜テストウエハを用いてデータを追加して相関関係を更新することで予測精度をより高めることができる。
また，上記第１の実施形態では運転データとして上部電極温度，処理室壁面温度，下部電極温度を用いたがプロセス特性に影響し易いその他の部位の温度を用いても良く，この際少なくとも一箇所の温度を用いれば良い。特にプロセス特性データとしてウエハＷの削れ量の面内均一性を予測する場合は，下部電極温度が好ましい。
また，処理室内の圧力としてＨｅガスの圧力を用いたがプロセスガスの圧力を用いても良い。特にプロセス特性データとしてウエハＷの削れ量の面内均一性を予測する場合は，Ｈｅガスの圧力の安定性を表す標準偏差を使用することが好ましく，またＨｅガスのウエハＷの面内圧力差（例えばバックガスをセンタ，ミドル，エッジの３系統にしたときのその圧力差など）を使用することも好ましい。
また，第１の実施形態では運転データの電気的データとして高周波電源の電圧を用いたが，高周波電源の基本波，高調波の電流，位相及びインピーダンス等を用いても良い。
また，第１の実施形態では処理結果データとしてプロセス特性データとして用い，このプロセス特性データとしてウエハＷの削れ量の面内均一性を用いたが，その他のプロセス特性データとしてウエハＷの削れ量の他，エッチングパターンの線幅やテーパ角度等のエッチング特性を示すデータを用いても良い。
次に，添付図面を参照しながら本発明をプラズマエッチング装置の処理結果の予測方法に適用した場合の第２の実施形態について詳細に説明する。なお，第２の実施形態において上記第１の実施形態における同一部分には同一符号を付して詳細な説明を省略する。
第２の実施形態では，運転データとするパラメータを変更又は追加して，処理結果データとしてプロセス特性データのうちのウエハＷの削れ量（例えばエッチングレート）を用いて多変量解析を行い，ウエハＷのエッチングレートを予測する。
先ず，第２の実施形態にかかるプラズマエッチング装置としてマグネトロン反応性エッチング処理装置（以下，「処理装置１００」と称す。）について図１１を参照しながら説明する。なお，図１１において図１と同一部分には同一符号を付して詳細な説明を省略する。
図１１に示す処理装置１００のシャワーヘッド４には，処理室１内のプラズマ発光を検出する分光器（以下，「光学計測器」と称す。）２０が設けられている。この光学計測器２０によって得られる特定の波長範囲（例えば２００〜９５０ｎｍ）の発光スペクトル強度を光学的データとする。
ガス導入部４Ａには，配管１７を介してプロセスガス供給系１８′が接続されている。プロセスガス供給系１８′は，Ｃ５Ｆ８ガス供給源１８Ａ′，Ｏ２ガス供給源１８Ｄ′，Ａｒガス供給源１８Ｇ′を有している。
これらのガス供給源１８Ａ′，１８Ｄ′，１８Ｇ′はそれぞれバルブ１８Ｂ′，１８Ｅ′，１８Ｈ′及びマスフローコントローラ１８Ｃ′，１８Ｆ′，１８Ｉ′を介してそれぞれのガスを所定の流量でシャワーヘッド４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。各ガス流量はそれぞれのマスフローコントローラ１８Ｃ′，１８Ｆ′，１８Ｉ′によって検出可能である。第２の実施形態では各ガス流量のうちＣ５Ｆ８ガスのガス流量とＡｒガスのガス流量を検出する。検出されたこれらのガス流量のデータはトレースデータとされる。
排気管１Ｃには，ＡＰＣ（Ａｕｔｏ Ｐｒｅｓｓｕｒｅ Ｃｏｎｔｒｏｌｌｅｒ）バルブ１Ｄが設けられており，処理室１内のガス圧力に即してＡＰＣバルブの開度が自動的に調節される。第２の実施形態ではＡＰＣバルブ１ＤによるＡＰＣ開度を検出する。検出されたＡＰＣ開度はトレースデータとされる。
静電チャック８の電極板８Ａと直流電源９との間には，静電チャック８の印加電流，印加電圧を検出する電力計９ａが接続されている。この電力計９ａから検出された静電チャック８の印加電流，印加電圧のデータはトレースデータとされる。
バックサイドガス（例えばＨｅガス）を導入するガス導入機構１５には例えばマスフローコントローラ（図示せず）が設けられており，このマスフローコントローラによりバックサイドガスのガス流量を検出する。バックサイドガスのガス流量は，圧力計１５Ｂにより検出されるバックサイドガスのガス圧力とともに，トレースデータとされる。
上記整合器７Ａは例えば２個の可変コンデンサＣ１，Ｃ２，コンデンサＣ及びコイルＬを内蔵し，可変コンデンサＣ１，Ｃ２を介してインピーダンス整合を取っている。整合状態での可変コンデンサＣ１，Ｃ２のポジションはトレースデータとされる。
上記整合器７Ａは電力計７ａを設け，この電力計７ａにより高周波電力の供給ライン（電線）と処理装置１００のグランド（接地）との間の電圧Ｖｄｃを計測する。この高周波電力供給ライン（電線）と接地間の電圧Ｖｄｃはトレースデータとされる。
上記整合器７Ａの下部電極２側（高周波電圧の出力側）には電気計測器（例えば，ＶＩプローブ）７Ｃが取り付けられ，この電気計測器７Ｃを介して下部電極２に印加される高周波電力Ｐにより上室１Ａ内に発生するプラズマに基づく基本波（高周波電力の進行波及び反射波）及び高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺを電気的データとして検出する。このうち高周波電力の進行波及び反射波はトレースデータとされる。また高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺはＶＩプローブデータとされる。
高周波電源７と電力計７Ｂとの間には，高周波電力の印加時間を積算する積算部７ｂが接続されている。この積算部７ｂにより検出された高周波電力の印加積算時間もトレースデータとされる。ここでいう印加積算時間は，ウエハＷを処理するごとに高周波電力を印加する時間を積算したものである。
積算部７ｂは，処理装置１００のメンテナンスを行うごとに上記高周波電力の印加積算時間をゼロにリセットするようになっている。従って，ここでいう高周波電力の印加積算時間は，次のメンテナンスを行うまでの印加積算時間となる。
上記メンテナンスとしては，例えばエッチングにより生じた処理装置１００内の副生成物（例えばパーティクル）を除去する等のために行うウエットクリーニング，消耗品や測定器の交換などがある。第２の実施形態ではウエットクリーニングを行うごとに印加積算時間をゼロにリセットするようにしている。
次に，第２の実施形態における多変量解析装置５０のブロック図を図１２に示す。第２の実施形態では，各測定器から検出された運転データを光学データ，トレースデータ，ＶＩプローブデータに分けて用いる。光学データとしては，上述した光学計測器２０から検出される例えば２００〜９５０ｎｍの波長範囲の発光スペクトル強度を用いる。
トレースデータとしては，第１の実施形態で説明した処理室１内の複数箇所の温度（上部電極温度Ｔ１，壁面温度Ｔ２，下部電極温度Ｔ３），バックサイドガスの圧力，整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐのデータに，さらに次のデータを加えて用いる。
すなわち処理ガスであるＣ５Ｆ８ガスとＡｒガスのガス流量，バックサイドガスの流量，ＡＰＣバルブ１ＤによるＡＰＣ開度，静電チャック８の印加電流及び印加電圧，整合器７Ａにおける可変コンデンサＣ１，Ｃ２のポジション，整合器７Ａにおける高周波電力供給ラインと接地間の電圧Ｖｄｃ，高周波電力の進行波及び反射波のデータ，高周波電力の印加積算時間をトレースデータに加える。なお，バックサイドガスの圧力，流量としては，それぞれ例えばウエハＷのセンタとエッジにおける流量を用いる。
ＶＩプローブデータとしては，高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺを用いる。プロセス特性データとしては，ウエハＷの削れ量を用いる。具体的にはウエハＷのウエハＷの削れ量として，ウエハＷ表面に例えばＣＶＤ（化学気相成長法）により形成されたＣＶＤ酸化膜をエッチング処理した際のエッチングレート（Å／ｍｉｎ）のデータを用いる。
第２の実施形態における多変量解析装置５０では，上記運転データのうち例えば光学データ等を説明変数とし，処理結果データとしてプロセス特性データの１つであるウエハＷのエッチングレートを被説明変量（目的変量）として，上述した第１の実施形態で説明した回帰式（▲１▼の関係式）を例えばＰＬＳ法用の多変量解析プログラムを用いて求める。そして，求めた回帰式に運転データを入力してウエハＷのエッチングレートを予測する。
第２の実施形態における多変量解析処理部５４では，▲１▼の関係式（回帰式）の算出等の多変量解析を行う前に，運転データ及び処理結果データに対して前処理を行うようになっている。前処理としては例えばＯＳＣ（Ｏｒｔｈｏｇｏｎａｌ Ｓｉｇｎａｌ Ｃｏｒｒｅｃｔｉｏｎ），ＭＳＣ（Ｍｕｌｔｉｐｌｉｃａｔｉｖｅ Ｓｉｇｎａｌ Ｃｏｒｒｅｃｔｉｏｎ），ＳＮＶ（Ｓｔａｎｄａｒｄ Ｎｏｒｍａｌ Ｖａｒｉａｔｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ）のいずれかを選択的に行うことができるようになっている。
上記ＯＳＣによる前処理は一般的には，目的変数Ｙに関係ない成分（Ｙと垂直成分）を説明変数Ｘから取り除く前処理である。なお，上記ＯＳＣによる前処理についての詳細は例えばＷｏｌｄ，ｅｔ ａｌ．，（１９９８ａ），ｏｒｔｈｏｇｏｎａｌ Ｓｉｇｎａｌ Ｃｏｒｒｅｃｔｉｏｎ ｏｆ Ｎｅａｒ−Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒａ，Ｃｈｅｍｏｍｅｔｒｉｃｓ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｔ Ｌａｂｏｒａｔｏｒｙ Ｓｙｓｔｅｍｓ，４４，１７５−１８５．に掲載されている。
上記ＳＮＶによる前処理は一般的には，サンプル（ここではウエハＷごとの運転データ及び処理結果データ）のばらつきの影響を校正するためにサンプル毎にデータ方向に基準化を行う前処理である。具体的には上記ＳＮＶによる前処理は例えば各サンプルを標準偏差で基準化することにより補正を行う。なお，上記ＳＮＶによる前処理についての詳細は例えばＢａｒｎｅｓ，ｅｔ ａｌ．，（１９８９），Ｓｔａｎｄａｒｄ Ｎｏｒｍａｌ Ｖａｒｉａｔｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎｄ Ｄｅ−ｔｒｅｎｄｉｎｇ ｏｎ Ｎｅａｒ−Ｉｎｆｒａｒｅｄ Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｓｐｅｃｔｒａ，Ａｐｐｌｉｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ，４３，７７２−７７７．に掲載されている。
上記ＭＳＣによる前処理は一般的には，サンプルから理想スペクトルを得ることにより，サンプル間の分散がより小さくなるよう補正する前処理である。具体的には上記ＭＳＣによる前処理は例えばサンプル毎に波長方向に平均を算出（理想スペクトル）し，各サンプルに対して理想スペクトルとの線形回帰直線を算出する。線形回帰直線から得られる傾きと切片より，各サンプルのデータを補正する。なお，上記ＭＳＣによる前処理についての詳細は例えばＧｅｌａｄ，ｅｔ ａｌ．，（１９８５），Ｌｉｎｅａｒｉｚａｔｉｏｎ ａｎｄ Ｓｃａｔｔｅｒ−ｉｎｆｒａｒｅｄ Ｒｅｆｌａｃｔａｎｃｅ Ｓｐｅｃｔｒａ ｏｆ Ｍｅａｔ，Ａｐｐｌｉｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ，３，４９１−５００．に記載されている。
次に，第２の処理装置１００の動作について説明する。処理装置１００の運転を開始すると，光学計測器２０などの各測定器から間欠的に検出された検出データは，多変量解析装置５０へ逐次入力される。ここで，エッチング処理の際の条件は，処理室内の圧力を５０ｍＴ，下部電極に印加する高周波電力を１５００Ｗ，処理ガスをＣ５Ｆ８とＯ２とＡｒとの混合ガス，バックサイドガスをＨｅガスとした。
続いて，それぞれの運転データの各ウエハＷ毎の平均値を多変量解析処理部５４を介して求める。次いで，各ウエハＷ毎のそれぞれの運転データの平均値を運転データ記憶部５１で記憶し，あるいはそのまま次の処理に備える。
そして，処理後のウエハＷを取り出し，このウエハＷのＣＶＤ酸化膜のエッチングレートを入出力装置６０から多変量解析装置５０へ入力し，この入力値をプロセス特性データとして処理結果データ記憶部５２で記憶する。そして前処理を行わず又は前処理を行ってからＰＬＳ法による回帰式（▲１▼の関係式）を求める。
ここで，ウエハＷの処理枚数と測定したエッチングレートとの関係を図１３に示す。図１３においてＷＣ（ウエットクリーニングサイクル）１は１回目の処理装置１００のウエットクリーニングを行うまでの区間，ＷＣ２は１回目のウエットクリーニングを行ってから２回目のウエットクリーニングを行うまでの区間，ＷＣ３は２回目のウエットクリーニングを行ってから３回目のウエットクリーニングを行うまでの区間，ＷＣ４は３回目のウエットクリーニングを行ってから４回目のウエットクリーニングを行うまでの区間である。
上記運転データ及び処理結果データのうち，ウエットクリーニングサイクルＷＣ１（１枚目〜１６枚目）のデータに基づいてＰＬＳ法により回帰式（▲１▼の関係式）の回帰行列Ｂ及び残差行列Ｅを求めた。そして，この式を用いて上記ＷＣ１及び上記ＷＣ１以外のＷＣ２（１７枚目〜３６枚目），ＷＣ３（３７枚目〜４７枚目），ＷＣ４（４８枚目〜５２枚目）における処理結果データであるウエハＷのエッチングレートのデータを予測した。
ウエハＷのエッチングレートの予測結果を□印のグラフにしたものを図１４〜図２９の各図（ａ）に示す。これらの各図（ａ）のうち，◇印で示すグラフはウエハＷのエッチングレートのデータの実測値である。図１４〜図２９の各図（ａ）の実験結果については，それぞれ予測誤差（ＰＥ；Ｐｒｅｄｉｃｔｉｏｎ Ｅｒｒｏｒ）を算出した。この予測誤差ＰＥは，各ウエハのデータの実測値から予測値を引算して２乗したものの総和を求め，これを処理したウエハ枚数で割算してその平方根を求めたものである。予測誤差ＰＥは０が最もよく，この値が小さいほど実測値と予測値との誤差が少ないことを示す。
図１４〜図２９の各図（ａ）に示す予測値と実測値の関係をプロットして得られた相関関係をそれぞれ図１４〜図２９の各図（ｂ）に示す。図１４〜図２９の各図（ｂ）の実験結果については，相関係数Ｒを求めた。相関係数Ｒは１が最もよく，この値が大きいほどより相関があることを示す。従って，総合的には上記予測誤差ＰＥが０に近く，かつ相関係数Ｒが１に近いほど，予測精度がよい。
なお，上記実験結果についてはＷＣ１〜ＷＣ４とも同じエッチング条件でエッチングしているため，予測誤差ＰＥ，相関係数を求める際には，ＷＣ１〜ＷＣ４までのデータを使用している。但し，ＶＩプローブを説明変量としたエッチングレートの実験結果（図１７，図２１，図２５，図２９）については，実験上の理由によりＷＣ４だけ他のＷＣ１〜ＷＣ３とはエッチング条件が異なっているため，図１７，図２１，図２５，図２９の実験結果における予測誤差ＰＥ，相関係数を求める際には，ＷＣ４のデータを除いたＷＣ１〜ＷＣ３までのデータを使用している。
図１４〜図１７は，前処理を行わずにＰＬＳ法による多変量解析を行った場合の実験結果を示す。図１４は，上記光学データを説明変量とした場合であり，図１５は上記光学データ及び上記トレースデータを説明変量とした場合である。図１６は上記トレースデータを説明変量とした場合であり，図１７は上記ＶＩプローブデータを説明変量とした場合である。
図１８〜図２１は，前処理として上述したＯＳＣを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図１８は，上記光学データを説明変量とした場合であり，図１９は上記光学データ及び上記トレースデータを説明変量とした場合である。図２０は上記トレースデータを説明変量とした場合であり，図２１は上記ＶＩプローブデータを説明変量とした場合である。
図２２〜図２５は，前処理として上述したＳＮＶを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図２２は，上記光学データを説明変量とした場合であり，図２３は上記光学データ及び上記トレースデータを説明変量とした場合である。図２４は上記トレースデータを説明変量とした場合であり，図２５は上記ＶＩプローブデータを説明変量とした場合である。
図２６〜図２９は，前処理として上述したＭＳＣを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図２６は，上記光学データを説明変量とした場合であり，図２７は上記光学データ及び上記トレースデータを説明変量とした場合である。図２８は上記トレースデータを説明変量とした場合であり，図２９は上記ＶＩプローブデータを説明変量とした場合である。
上述した図１４〜図２９の各図（ａ）における実験結果から予測誤差ＰＥを求めて表にまとめたものを図３０に示し，図１４〜図２９の各図（ｂ）における実験結果から相関係数Ｒを求めて表にまとめたものを図３１に示す。
多変量解析に使用したデータの観点から大局的に見ると，図３０によれば予測誤差ＰＥは光学データを用いた場合が最も大きく，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に小さくなり，トレースデータを用いた場合が最も小さい。さらに図３１によれば相関係数Ｒは光学データを用いた場合が最も小さく，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に大きくなり，トレースデータを用いた場合が最も大きい。
従って，多変量解析に使用したデータの観点から大局的に見ると，光学データを用いた場合，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に予測精度が向上しており，トレースデータを用いた場合が最も予測精度がよく，予測するのに有効であることがわかる。
予測精度が最もよかったトレースデータを用いた場合について，さらに前処理の有無や種類の観点から大局的に見ると，図３０によれば予測誤差ＰＥはＯＳＣの場合を除けば，前処理をしない場合よりも前処理をした場合の方が小さい。また予測誤差ＰＥは，前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に小さくなり，前処理としてＭＳＣをした場合が最も小さい。さらに図３１によれば相関係数ＲはＯＳＣの場合を除けば，前処理をしない場合よりも前処理をした場合の方が大きい。また相関係数Ｒは，前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に大きくなり，前処理としてＭＳＣをした場合が最も大きい。
従って，予測精度が最もよかったトレースデータを用いた場合について，さらに前処理の有無や種類の観点から大局的に見ると，前処理としてＯＳＣをした場合を除けば，前処理をしない場合よりも前処理をした場合の方が予測精度がよく，有効であることがわかる。さらに前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に予測精度がよくなり，前処理としてＭＳＣをした場合が最も予測精度がよく，有効であることがわかる。
以上により，ウエハＷのエッチングレートを予測するには，説明変量としてトレースデータを用いて多変量解析を行い，さらに多変量解析に先立って前処理としてＭＳＣを行った場合が最も予測精度がよくなり，最も有効であることがわかる。
ここで，上記トレースデータのうちのどの種類のデータが最も予測結果に影響しているかを検討する。トレースデータにおける各種類のデータについて予測結果への影響変数ＶＩＰ（ｖａｒｉａｂｌｅ ｉｎｆｌｕｅｎｃｅ ｏｎ ｐｒｏｊｅｃｔｉｏｎ）を求めて表にしたものを図３２に示す。影響変数ＶＩＰは目的変数Ｙを予想したときの各説明変数Ｘ毎の影響の大きさを示すものである。例えばａをコンポーネント，Ｒをローディングベクトル，Ｗを重みベクトル，Ｒ２ｙをｙの相関係数とすると，上記影響変数ＶＩＰは（Ｗ［ａ］の二乗）×（Ｒ２ｙ［ａ］）の各コンポーネントの総和を規格化したものとして表される。
図３２によれば，影響変数ＶＩＰは整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐが最も大きく，次いで高周波電力の印加積算時間が大きい。従って，高周波電圧Ｖｐｐと高周波電力の印加積算時間が予測結果に大きく影響していることがわかる。
そこで，高周波電圧Ｖｐｐ，高周波電力の印加積算時間をトレースデータから除いて多変量解析を行ってウエハＷのエッチングレートを予測してみると，図３３〜図３５に示すような実験結果が得られた。図３３〜図３５の各（ａ）にはウエハＷのエッチングレートの予測結果を□印のグラフで示す。これらの各図（ａ）のうち，◇印で示すグラフはウエハＷのエッチングレートのデータの実測値である。図３３〜図３５の各図（ａ）に示す予測値と実測値の関係をプロットして得られた相関関係をそれぞれ図３３〜図３５の各図（ｂ）に示す。
図３３はトレースデータから高周波電圧Ｖｐｐのみを除いたデータを用いた場合，図３４はトレースデータから高周波電力の印加積算時間のみを除いたデータを用いた場合，図３５はトレースデータから高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたデータを用いた場合である。
図３３〜図３５の各図（ａ）の実験結果についてそれぞれ予測誤差ＰＥを算出するとそれぞれ，４９．７Å／ｍｉｎ，５５．１Å／ｍｉｎ，６６．３Å／ｍｉｎとなった。ここで，上述したトレースデータのすべてのデータを用いた場合（図１６（ａ））の予測誤差４３．７Å／ｍｉｎと比較すると，図３３（ａ）〜図３５（ａ）のいずれの場合も図１６（ａ）の場合よりも予測誤差が大きくなっていることがわかる。
次に図３３〜図３５の各図（ｂ）の実験結果についてそれぞれ相関係数Ｒを算出するとそれぞれ，０．８２，０．８３，０．５７となった。ここで，上述したトレースデータのすべてのデータを用いた場合（図１６（ｂ））の相関係数０．９０と比較すると，図３３（ｂ）〜図３５（ｂ）のいずれの場合も図１６（ｂ）の場合よりも相関係数が小さくなっていることがわかる。
従って，高周波電圧Ｖｐｐのみを除いたトレースデータを用いた場合（図３３），高周波電力の印加積算時間のみを除いたトレースデータを用いた場合（図３４），高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたトレースデータを用いた場合（図３６）のいずれの場合にも，トレースデータのすべてのデータを用いた場合より予測精度が低下することが確認できた。しかも高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いた場合が最も予測精度が悪くなることも確認できた。
従って，ウエハＷのエッチングレートを予測する場合には，トレースデータとして少なくとも高周波電圧Ｖｐｐを有することが有効であり，さらに高周波電力の印加積算時間を有することがより好ましい。
以上説明したように第２の実施形態によれば，１つのウエットクリーニングサイクル（ＷＣ）のウエハのような少数のテストウエハを処理した時の運転データ及び処理結果データ（例えばプロセス特性データ）を収集し，これらの収集データ群（運転データ及び処理結果データ）に基づいて多変量解析を行い，この多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいてウエハＷの削れ量（例えばエッチングレート）のようなウエハＷの処理結果（例えばプロセス特性）を予測するため，実際にウエハＷを処理している時には，ウエハＷの運転データを求めるだけでウエハＷの削れ量（例えばエッチングレート）をプロセス特性として高精度に予測することができる。また，多変量解析を行って運転データと処理結果データの相関関係を求める際にＰＬＳ法を使用したため，回帰式▲１▼を短時間で効率良く求めることができる。
従って，第２の実施形態によっても，従来のように多くのテストウエハを作製したり，処理装置１０を用いて多くのテストウエハを処理し，それぞれの処理結果を測定する必要がなく，テストウエハの作製及び処理結果の測定に多くの工数と時間を割く必要がない。しかも従来の予測方法よりも高精度に処理結果を予測することができる。
さらに，第２の実施形態においては，運転データとして高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータ，光学データ，ＶＩプローブデータなどプロセス特性データに影響し易いデータを第１の実施形態で用いたデータにさらに追加することにより，プロセス特性データの予測精度をより向上させることができる。
特にプロセス特性データとしてのウエハＷの削れ量（例えばエッチングレート）に影響し易い高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータを使用することにより，ウエハＷの削れ量の予測精度をより向上させることができる。
また，多変量解析を行うのに先立って所定の前処理を行うことにより，より一層プロセス特性データの予測精度を向上させることができる。
また，プロセス特性データとしてウエハＷのエッチングレートを採用したため，エッチングによるウエハＷのエッチングの善し悪しを高精度で予測することができる。
上述したように光学データやＶＩプローブデータを運転データとして用いても予測精度は向上する。ところが，例えば図１３に示すウエットクリーニングサイクルなどのメンテナンスを行った前後のようにプロセス特性データ（例えばエッチングレート）の傾向が大きく変化するような場合には，予測精度が低下する場合がある。例えば図１４，図１７では多変量解析による回帰式（モデル）を作成したウエットクリーニングサイクル（ＷＣ１）以外のウエットクリーニングサイクル（ＷＣ３）では予測精度が低下している。この点，高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータを運転データとして用いれば，図１６に示すようにすべてのウエットクリーニングサイクル（ＷＣ２〜ＷＣ４）において予測精度を向上できる。
特に，トレースデータの高周波電力の印加積算時間については，例えばウエットクリーニングなどのメンテナンスを行うごとに印加積算時間をゼロにすることから，ウエットクリーニングサイクルごとの印加積算時間のデータを得ることができる。このため高周波電力の印加積算時間を運転データとして用いると，ウエットクリーニングを行うことによって傾向が変るような処理結果データであっても高い精度で予測をすることができる。
このように，本発明によれば，少数の試料を処理して得られる少数の運転データ及びプロセス特性データを収集するだけでプロセス特性の予測式を求めることができ，その後は被処理体を処理した時の運転データを予測式に当てはめるだけでプロセス特性を簡単且つ高精度に予測することができる処理結果の予測方法を提供することができる。
以上，本発明の好適な実施の一形態について，添付図面を参照しながら説明したが，本発明はかかる構成に限定されるものではない。特許請求の範囲に記載された技術的思想の範疇において，当業者であれば，各種の変更例および修正例に想到し得るものであり，それら変更例および修正例についても本発明の技術的範囲に属するものと了解される。
例えば上記第２の実施形態では処理結果データとしてプロセス特性データとして用い，このプロセス特性データとしてウエハＷの削れ量（例えばエッチングレート）を用いたが，その他のプロセス特性データとしてエッチングパターンの線幅やテーパ角度等のエッチング特性を示すデータを用いてもよい。
また，上記第１及び第２の実施形態における処理結果データとしては，処理室内の副生成物の膜厚，フォーカスリング１０ａ等の部品の消耗量などの装置状態に関する装置状態データを用いてもよい。副生成物の膜厚，フォーカスリング１０ａ等の部品の消耗量を装置状態データとして用いることにより，処理装置１０のクリーニング時期やフォーカスリング１０ａ等の部品の交換時期を予測することもできる。
また，上記第１及び第２の実施形態ではウエハＷをエッチング処理する場合について説明したが，エッチング処理以外の成膜処理等の処理装置にも本発明を適用することができる。また，被処理体のウエハに制限されるものではない。
また，上記第１及び第２の実施形態では多変量解析を行う際にＰＬＳ法を用いて回帰式▲１▼を求めたが，ＰＬＳ法以外の他の従来公知の数値計算手法（例えば，ベキ乗法等）を用いて固有値及びその固有ベクトルを求めても良い。
産業上の利用の可能性
本発明は，例えば半導体製造装置で処理するウエハなどの被処理体や装置状態の処理結果を予測する方法および処理装置に適用可能であり，特にプラズマエッチングを行うプラズマ処理装置およびこのような装置における処理結果の予測方法に適用可能である。
【図面の簡単な説明】
図１は本発明における予測方法を適用する第１の実施の形態にかかる処理装置を示す断面図である。
図２は同実施形態にかかる多変量解析装置の一例を示すブロック図である。
図３は図２に示す多変量解析装置で得られた上部電極温度の経時変化を示すグラフである。
図４は図２に示す多変量解析装置で得られた処理室の壁面温度の経時変化を示すグラフである。
図５は図２に示す多変量解析装置で得られた下部電極温度の経時変化を示すグラフである。
図６は図２に示す多変量解析装置で得られたＨｅガス圧力の標準偏差値の経時変化を示すグラフである。
図７は図２に示す多変量解析装置で得られた高周波電源の電圧の経時変化を示すグラフである。
図８は図２に示す多変量解析装置で得られたウエハＷのシリコン酸化膜の削れ量の面内均一性の経時変化を示すグラフである。
図９は図３〜図８の運転データ及びプロセス特性データを用いて図２に多変量解析装置で得られたプロセス特性データの予測値及び実測値を示すグラフである。
図１０は同実施形態により得られた予測値と実測値の相関関係を示すグラフである。
図１１は本発明における予測方法を適用する第２の実施の形態にかかる処理装置を示す断面図である。
図１２は同実施形態にかかる多変量解析装置の一例を示すブロック図である。
図１３は図１２に示す多変量解析装置で得られたウエハＷのＣＶＤ酸化膜のエッチングレートとウエハ処理枚数との関係を示すグラフである。
図１４（ａ）は運転データとして光学データを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１５（ａ）は運転データとして光学データとトレースデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１５（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１６（ａ）は運転データとしてトレースデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１６（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１７（ａ）は運転データとしてＶＩプローブデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１７（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１８（ａ）は運転データとして光学データを用い，ＯＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図１８（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１９（ａ）は運転データとして光学データとトレースデータを用い，ＯＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図１９（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２０（ａ）は運転データとしてトレースデータを用い，ＯＣＳによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２０（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２１（ａ）は運転データとしてＶＩプローブデータを用い，ＯＣＳによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２１（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２２（ａ）は運転データとして光学データを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２２（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２３（ａ）は運転データとして光学データとトレースデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２３（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２４（ａ）は運転データとしてトレースデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２５（ａ）は運転データとしてＶＩプローブデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２５（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２６（ａ）は運転データとして光学データを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２６（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２７（ａ）は運転データとして光学データとトレースデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２７（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２８（ａ）は運転データとしてトレースデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２８（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２９（ａ）は運転データとしてＶＩプローブデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２９（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３０は図１４〜図２９の各図（ａ）における実験結果から予測誤差ＰＥをまとめた表である。
図３１は図１４〜図２９の各図（ｂ）における実験結果から相関係数Ｒをまとめた表である。
図３２はトレースデータにおける各種類のデータについて予測結果への影響変数ＶＩＰをまとめた表である。
図３３（ａ）はトレースデータから高周波電圧Ｖｐｐのみを除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３３（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３４（ａ）はトレースデータから高周波電力の印加積算時間のみを除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３５（ａ）はトレースデータから高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３５（ｂ）は予測値と実測値の相関関係を示すグラフである。
符号の説明
１ 処理室
２ 下部電極
４ シャワーヘッド（上部電極）
７ 高周波電源
１０ 処理装置
１５ Ｈｅガスのガス導入機構
１８ プロセスガス供給系
５０ 多変量解析装置
５１ 運転データ記憶部
５２ 処理結果データ記憶部
５３ 多変量解析プログラム記憶部
５４ 多変量解析処理部
５５ 多変量解析結果記憶部
１００ 処理装置
Claims (22)
- 処理装置の処理室内で複数の被処理体を一枚ずつ処理する過程で，上記処理装置の運転データと処理結果データに基づいて処理結果を予測する方法であって，
上記運転データ及び上記処理結果データを収集する工程と，
収集した上記運転データ及び上記処理結果データに基づいて多変量解析を行う工程と，
上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める工程と，
上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する工程と，
を有すること特徴とする処理結果の予測方法。 - 上記多変量解析として重回帰分析を行うことを特徴とする請求項１に記載の処理結果の予測方法。
- 上記多変量解析を行う際にＰＬＳ法を用いることを特徴とする請求項１に記載の処理結果の予測方法。
- 上記運転データは，上記被処理体を載置する載置台の温度のデータを含むことを特徴とする請求項１に記載の処理結果の予測方法。
- 上記運転データは，さらにバックガス圧力のデータを含むことを特徴とする請求項４に記載の処理結果の予測方法。
- 上記運転データは，さらにバックガス圧力の標準偏差のデータを含むことを特徴とする請求項４に記載の処理結果の予測方法。
- 上記運転データは，さらにバックガス圧力の被処理体の面内圧力差のデータを含むことを特徴とする請求項４に記載の処理結果の予測方法。
- 上記運転データは少なくとも，上記被処理体を処理する際に印加する高周波電源の電圧のデータを含むことを特徴とする請求項１に記載の処理結果の予測方法。
- 上記運転データは少なくとも，上記高周波電源の積算動作時間のデータを含むことを特徴とする請求項１に記載の処理結果の予測方法。
- 上記高周波電源の積算動作時間は，上記処理室のメンテナンスを行うごとにゼロにリセットされることを特徴とする請求項９に記載の処理結果の予測方法。
- 上記処理結果データは，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果データとし，
上記処理結果は，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果としたことを特徴とする請求項１に記載の処理結果の予測方法。 - 処理室内で複数の被処理体を一枚ずつ処理する過程で，運転データと処理結果データに基づいて処理結果を予測する処理装置であって，
上記運転データを記憶する手段と，
上記処理結果データを記憶する手段と，
記憶した上記運転データ及び上記処理結果データに基づいて多変量解析を行う手段と，
上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める手段と，
求めた上記相関関係を記憶する手段と，
記憶した上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する手段と，
を備えたこと特徴とする処理装置。 - 上記多変量解析として重回帰分析を行うことを特徴とする請求項１２に記載の処理装置。
- 上記多変量解析を行う際にＰＬＳ法を用いることを特徴とする請求項１２に記載の処理結果の予測方法。
- 上記運転データは，上記被処理体を載置する載置台の温度のデータを含むことを特徴とする請求項１２に記載の処理装置。
- 上記運転データは，さらにバックガス圧力のデータを含むことを特徴とする請求項１５に記載の処理装置。
- 上記運転データは，さらにバックガス圧力の標準偏差のデータを含むことを特徴とする請求項１５に記載の処理装置。
- 上記運転データは，さらにバックガス圧力の被処理体の面内圧力差のデータを含むことを特徴とする請求項１５に記載の処理装置。
- 上記運転データは少なくとも，上記被処理体を処理する際に印加する高周波電源の電圧のデータを含むことを特徴とする請求項１２に記載の処理装置。
- 上記運転データは少なくとも，上記高周波電源の積算動作時間のデータを含むことを特徴とする請求項１２に記載の処理装置。
- 上記高周波電源の積算動作時間は，上記処理室のメンテナンスを行うごとにゼロにリセットされることを特徴とする請求項２０に記載の処理装置。
- 上記処理結果データは，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果データとし，
上記処理結果は，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果としたことを特徴とする請求項１２に記載の処理装置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001194762 | 2001-06-27 | ||
| JP2001194762 | 2001-06-27 | ||
| PCT/JP2002/006348 WO2003003437A1 (en) | 2001-06-27 | 2002-06-25 | Method of predicting processed results and processing device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2003003437A1 true JPWO2003003437A1 (ja) | 2004-10-21 |
| JP4220378B2 JP4220378B2 (ja) | 2009-02-04 |
Family
ID=19032842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003509517A Expired - Fee Related JP4220378B2 (ja) | 2001-06-27 | 2002-06-25 | 処理結果の予測方法および処理装置 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP4220378B2 (ja) |
| TW (1) | TWI306269B (ja) |
| WO (1) | WO2003003437A1 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6616759B2 (en) | 2001-09-06 | 2003-09-09 | Hitachi, Ltd. | Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor |
| CN1653598B (zh) | 2002-05-16 | 2010-05-05 | 东京毅力科创株式会社 | 处理装置状态或处理结果的预测方法 |
| JP4363861B2 (ja) * | 2003-02-04 | 2009-11-11 | 株式会社日立ハイテクノロジーズ | 半導体製造装置 |
| JP4707421B2 (ja) * | 2005-03-14 | 2011-06-22 | 東京エレクトロン株式会社 | 処理装置，処理装置の消耗部品管理方法，処理システム，処理システムの消耗部品管理方法 |
| US7291285B2 (en) * | 2005-05-10 | 2007-11-06 | International Business Machines Corporation | Method and system for line-dimension control of an etch process |
| KR101286240B1 (ko) | 2007-10-23 | 2013-07-15 | 삼성전자주식회사 | 반도체 구조물의 형상을 예정하는 공정 파라 메타의 예측시스템, 상기 공정 파라 메타의 예측 시스템을 가지는반도체 제조 장비 및 그 장비의 사용방법 |
| JP4836994B2 (ja) * | 2008-06-11 | 2011-12-14 | 株式会社日立製作所 | 半導体処理装置 |
| JP5643528B2 (ja) | 2009-03-30 | 2014-12-17 | 東京エレクトロン株式会社 | 基板処理装置 |
| JP5782226B2 (ja) | 2010-03-24 | 2015-09-24 | 東京エレクトロン株式会社 | 基板処理装置 |
| KR102112130B1 (ko) * | 2013-10-23 | 2020-05-19 | 주식회사 디엠에스 | 샤워헤드 장치 |
| US20240327988A1 (en) * | 2023-03-28 | 2024-10-03 | Applied Materials, Inc. | Thermal processing chamber state based on thermal sensor readings |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04212414A (ja) * | 1990-08-16 | 1992-08-04 | Fuji Electric Co Ltd | プラズマ処理装置 |
| JP3300816B2 (ja) * | 1992-02-27 | 2002-07-08 | 株式会社日立国際電気 | 半導体製造装置管理方法及びその装置 |
| US5442562A (en) * | 1993-12-10 | 1995-08-15 | Eastman Kodak Company | Method of controlling a manufacturing process using multivariate analysis |
| US6197116B1 (en) * | 1996-08-29 | 2001-03-06 | Fujitsu Limited | Plasma processing system |
| JPH10223499A (ja) * | 1997-02-06 | 1998-08-21 | Hitachi Ltd | 物品の製造方法、物品の製造システムおよび複数の加工処理装置の運用方法 |
| US6368975B1 (en) * | 1999-07-07 | 2002-04-09 | Applied Materials, Inc. | Method and apparatus for monitoring a process by employing principal component analysis |
-
2002
- 2002-06-25 WO PCT/JP2002/006348 patent/WO2003003437A1/ja active Application Filing
- 2002-06-25 TW TW91113908A patent/TWI306269B/zh not_active IP Right Cessation
- 2002-06-25 JP JP2003509517A patent/JP4220378B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| WO2003003437A1 (en) | 2003-01-09 |
| JP4220378B2 (ja) | 2009-02-04 |
| TWI306269B (ja) | 2009-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7289866B2 (en) | Plasma processing method and apparatus | |
| JP4464276B2 (ja) | プラズマ処理方法及びプラズマ処理装置 | |
| JP4317701B2 (ja) | 処理結果の予測方法及び予測装置 | |
| US7505879B2 (en) | Method for generating multivariate analysis model expression for processing apparatus, method for executing multivariate analysis of processing apparatus, control device of processing apparatus and control system for processing apparatus | |
| JP2004335841A (ja) | プラズマ処理装置の予測装置及び予測方法 | |
| JP3708031B2 (ja) | プラズマ処理装置および処理方法 | |
| JP2018117116A (ja) | 処理のエンドポイントを制御するためのスペクトルの時系列からの特徴強要方法 | |
| US20040235304A1 (en) | Plasma treatment apparatus | |
| US7389203B2 (en) | Method and apparatus for deciding cause of abnormality in plasma processing apparatus | |
| US20050125090A1 (en) | Method and apparatus for evaluating processing apparatus status and predicting processing result | |
| JP4220378B2 (ja) | 処理結果の予測方法および処理装置 | |
| WO2022132704A1 (en) | Machine-learning in multi-step semiconductor fabrication processes | |
| JP4224454B2 (ja) | 処理装置の多変量解析モデル式作成方法，処理装置用の多変量解析方法，処理装置の制御装置，処理装置の制御システム | |
| US7630064B2 (en) | Prediction method and apparatus for substrate processing apparatus | |
| JP4675266B2 (ja) | 基板処理装置の処理結果の予測方法及び予測装置 | |
| JP2004207703A (ja) | プロセス制御システム及びプロセス制御方法 | |
| JP4344674B2 (ja) | プラズマ処理装置 | |
| Park et al. | A Study on Process Diagnosis Technology to Improve the Reliability of the Etching Process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20031110 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050525 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080610 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080731 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20081111 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081113 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111121 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111121 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141121 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |