JPWO2019238348A5

JPWO2019238348A5 -

Info

Publication number: JPWO2019238348A5
Application number: JP2020569728A
Authority: JP
Publication date: 2022-06-16
Anticipated expiration: 2039-05-15

Description

関係には関連するパラメータがあり、関係の関連するパラメータは、その関係が存在するパラメータを包含すると理解される。例えば、第１の測定されたパラメータは、関係に従って、第２の測定されたパラメータによって影響を受ける可能性がある。このような場合、第１と第２のパラメータは、関係に関連付けられたパラメータである。 It is understood that a relationship has related parameters, and the related parameters of the relationship include the parameters in which the relationship exists. For example, the first measured parameter may be affected by the second measured parameter, depending on the relationship. In such cases, the first and second parameters are the parameters associated with the relationship.

ステップ１０６において、この方法は、第１のデータセットを第２のデータセット（比較ＦＳＤ及びＳＳＤ）と比較する。比較は、データの第１のセットとデータの第２のセットとの間の差異１０８の決定につながる（差分ＦＳＤ及びＳＳＤ）。ステップ１１０において、方法は、第１のデータセットと第２のデータセットとの間で決定された差異に基づいて、第２のデータセット（ＳＳＤのサブセット）から第２の関係のサブセットを選択する。関係のサブセットを選択することに加えて、この方法はまた、選択された関係に関連する関連するパラメータを選択することを含み得る。 In step 106, this method compares the first dataset to the second dataset (comparative FSD and SSD). The comparison leads to the determination of the difference 108 between the first set of data and the second set of data (difference FSD and SSD ). In step 110, the method selects a subset of the second relationship from the second dataset (a subset of SSDs) based on the differences determined between the first and second datasets. .. In addition to selecting a subset of relationships, this method may also include selecting the relevant parameters associated with the selected relationship.

ステップ２２２において、方法は、第１の関係と第２の関係との間のステップ２１８で決定された差異に基づいて、関係の第２のセットからサブセット（サブセットＳＳＤ）を選択する。サブセットの選択は、第１のデータセットに存在する第２のデータセットに存在しない関係の選択、及び／又は第１のセットに存在しない第２のデータセットに存在するデータの関係の選択を含み得る。例示的な方法は、第１及び第２のデータセットの他方には存在しない、第１及び第２のデータセットの一方に存在するすべての関係を選択することができる。この方法は、第１のサブセットの選択された関係に関連するパラメータを選択することをさらに含み得る。選択されたパラメータは、選択されたパラメータのサブセットに含まれ得る。 At step 222, the method selects a subset (subset SSD) from the second set of relationships based on the differences determined in step 218 between the first and second relationships. The selection of the subset includes the selection of relationships that are present in the first dataset and are not present in the second dataset, and / or the selection of relationships that are present in the second dataset that are not present in the first set. obtain. An exemplary method can select all relationships that exist in one of the first and second datasets that do not exist in the other of the first and second datasets. This method may further include selecting parameters related to the selected relationship of the first subset. The selected parameters may be included in a subset of the selected parameters.

図６に示される方法は、第１の測定セットに基づいて第１周波数データ（ＦＳＦＤ）２０８のセットを決定することをさらに含む。この方法は、第２の測定セットに基づいて第２周波数データ（ＳＳＦＤ）２１２のセットを決定することをさらに含む。第１及び／又は第２の周波数データは、経時的なパラメータの測定の周波数分析に基づいて決定され得る。 The method shown in FIG. 6 further comprises determining a set of first frequency data (FSFD) 208 based on a first set of measurements. The method further comprises determining a set of second frequency data (SSFD) 212 based on a second set of measurements. The first and / or second frequency data can be determined based on frequency analysis of the measurement of parameters over time.

周波数データのセットは、データのセットのパラメータの少なくとも１つの周波数データを含み得る。周波数データのセットは、データのセットの複数のパラメータの周波数データを含み得る。周波数データは、そのパラメータのパワースペクトル密度である可能性がある。パワースペクトル密度は、異なる時間に取得されたそのパラメータの値のセットに基づいて計算することができ、そのパラメータの値のセットは、データセットに含まれる。 A set of frequency data may include at least one frequency data of the parameters of the set of data. A set of frequency data may include frequency data for multiple parameters of the set of data. The frequency data can be the power spectral density of that parameter. The power spectral density can be calculated based on a set of values for that parameter obtained at different times, and the set of values for that parameter is included in the dataset.

差異の重要性を決定するための識別された差異の分析は、差異の大きさ、例えば、周波数データの全体の大きさのパーセンテージとしての差異の大きさに基づくことができる。第１の周波数データと第２の周波数データとの間の差は、差の大きさが閾値よりも大きい場合、実質的であると決定され得る。周波数データを有する各パラメータの方法に閾値を提供することができる。閾値は、周波数分析の感度に影響を与えるように変更される場合がある。いくつかの閾値を使用してテストを実行し、使用に適したしきい値を決定できる。閾値は、前の段落で述べたように決定することができる。 The analysis of the identified variances to determine the significance of the variances can be based on the magnitude of the variances, eg, the magnitude of the variances as a percentage of the overall magnitude of the frequency data. The difference between the first frequency data and the second frequency data can be determined to be substantial if the magnitude of the difference is greater than the threshold. A threshold can be provided for each parameter method having frequency data. The threshold may be changed to affect the sensitivity of frequency analysis. You can run tests using several thresholds to determine the appropriate threshold for use. The threshold can be determined as described in the previous paragraph.

識別された差異及びこれらの差異の重要性の分析に基づいて、第１及び第２の周波数データが異なるパラメータを含む１つ又は複数のパラメータが選択される（Ｐｓを選択する）２２４。パラメータの第１周波数データと第２周波数データの差が重要でないと判断された場合、そのパラメータは選択した１つ以上のパラメータに含まれていない可能性がある。パラメータについて特定された差異が有意、実質的、又は関連性があると判断された場合、そのパラメータは、選択された１つ又は複数のパラメータに含まれる場合がある。 Based on an analysis of the identified differences and the importance of these differences, one or more parameters containing different parameters for the first and second frequency data are selected (select Ps) 224. If it is determined that the difference between the first frequency data and the second frequency data of the parameter is not important, then the parameter may not be included in one or more selected parameters. If the differences identified for a parameter are determined to be significant, substantive, or relevant, the parameter may be included in one or more selected parameters.

図６に示される方法のステップ２２６において、関係データの第１及び第２のセットの差異に基づいて選択されたサブセットのパラメータが、周波数データの第１及び第２のセットの差異に基づいて選択された１つ又は複数のパラメータと比較される（Ｐｓとサブセットを比較）。サブセット内のパラメータと選択された１つ又は複数のパラメータの両方にどのパラメータが存在するかが決定される２２８（Ｐｓを決定）。サブセット内のパラメータと選択された１つ又は複数のパラメータとの比較は、データ２３０の第２のセットからのパラメータのサブセットからのパラメータのさらなる選択につながる（サブセットからＰｓを選択する）。サブセット内のパラメータと選択された１つ又は複数のパラメータの両方に存在するパラメータは、パラメータのサブセットからのさらなる選択に追加され得る。周波数データが利用できなかったサブセットに存在するパラメーターは、オプションで、サブセット内のパラメーターからのさらなる選択に追加することができる。サブセットに存在するが、選択された１つ又は複数のパラメーターには存在しないパラメーターは、サブセット内のパラメーターからのさらなる選択から除外される場合がある。関係のサブセットの決定は、サブセット内のパラメーターからのさらなる選択にさらに基づくことができ、選択内のパラメーターの量を減らすことは、最終的なサブセット内の関係の量を減らすことができるという利点を有する。さらに選択されたパラメータを使用して、対応するものをサブセット内の関係からさらに選択することができる。 In step 226 of the method shown in FIG. 6, the parameters of the subset selected based on the differences between the first and second sets of relational data are selected based on the differences between the first and second sets of frequency data. Compared to one or more parameters that have been made (compare Ps and subset). 228 (determines Ps) which determines which parameter is present in both the parameters in the subset and one or more selected parameters. Comparison of the parameters in the subset with one or more selected parameters leads to further selection of parameters from the subset of parameters from the second set of data 230 (selecting Ps from the subset). Parameters that are present in both the parameters within the subset and one or more selected parameters may be added to the further selection from the subset of parameters. Parameters present in the subset for which frequency data was not available can optionally be added to further selection from the parameters within the subset. Parameters that are present in the subset but not in one or more selected parameters may be excluded from further selection from the parameters in the subset. Determining a subset of relationships can be further based on further selection from the parameters in the subset, and reducing the amount of parameters in the selection has the advantage that the amount of relationships in the final subset can be reduced. Have. Further selected parameters can be used to further select the corresponding ones from the relationships within the subset.

上記の方法と図６に示されている方法は、図７ａのフローチャートに示されている分析構造に対応している。この方法３００では、２つのデータセットがステップ３１０で決定され、関係データ比較３２０及び周波数データ比較３３０が独立して実行され、２つの比較の結果が組み合わされ、ステップ３４０でパラメータのサブセットを導くために再度比較される。図７ｂでは、分析方法３０２の構造は、ステップ３１０での第１及び第２のデータセットの同じ決定から始まる。方法３０２は、最初に関係データ比較３２２を実行するので、方法３００とは異なる。次に、この方法は、周波数データ分析３３２と、関係データ比較の結果として選択されたパラメータについてのみ比較を実行する。関係比較に基づいてサブセットで選択されたパラメータの周波数データが比較され、ステップ３４２でサブセットからパラメータをさらに選択するために使用される。 The above method and the method shown in FIG. 6 correspond to the analytical structure shown in the flowchart of FIG. 7a. In this method 300, two datasets are determined in step 310, the relational data comparison 320 and the frequency data comparison 330 are performed independently, the results of the two comparisons are combined, and a subset of parameters is derived in step 340. Will be compared again. In FIG. 7b, the structure of analytical method 302 begins with the same determination of the first and second datasets in step 310. The method 302 is different from the method 300 because it first performs the relational data comparison 322. This method then performs a frequency data analysis 332 and a comparison only for the parameters selected as a result of the relational data comparison. The frequency data of the parameters selected in the subset based on the relationship comparison are compared and used in step 342 to further select the parameters from the subset.

図７ｂに示されている方法は、上記の図６に関連して説明されているような関係及び関連するパラメータのサブセットを決定及び選択することを含む。続いて、この方法は、少なくとも１つ、場合によってはそのサブセットの複数のパラメータについて、第１の周波数データ及び第２の周波数データを決定することを含む。第１及び第２のデータセットの選択されたパラメータの周波数データが比較され、第１及び第２の周波数データの差が、上記の図６に関連して説明されたように決定される。 The method shown in FIG. 7b involves determining and selecting a subset of relationships and related parameters as described in connection with FIG. 6 above. Subsequently, the method comprises determining a first frequency data and a second frequency data for a plurality of parameters, at least one, and optionally a subset thereof. The frequency data of the selected parameters of the first and second datasets are compared and the difference between the first and second frequency data is determined as described in connection with FIG. 6 above.

関係の最終サブセットには、異なる第１及び第２周波数データを持つ少なくとも１つの関連パラメーターを持つサブセットからの関係が選択される。異なる第１及び第２の周波数データに関連付けられたパラメーターを持たない最初のサブセットからの関係は、関係の最後のサブセットから除外される場合がある。 For the final subset of relationships, relationships from a subset with at least one related parameter with different first and second frequency data are selected. Relationships from the first subset that do not have parameters associated with different first and second frequency data may be excluded from the last subset of relationships.

例えば、例えば図７ａ及び７ｂに示される方法による、例えば上記のような周波数及び関係データ比較の組み合わせの利点は、監視されるサブセット内の関係の選択を減らすことを可能にすることである。 For example, the advantage of the combination of frequency and relationship data comparison, eg, by the methods shown in FIGS. 7a and 7b, as described above, is that it makes it possible to reduce the selection of relationships within the monitored subset.

セット内のパラメーターの関係データの利点は、パラメーター間のリンクが表示されるため、システムでさまざまな変更がどのように発生し、それらが相互にどのように影響しているかをより明確に把握できることである。これは、パラメーターが相互にどのように影響しているのかを理解するのに役立ち、たとえば、観察された問題が別のコンポーネントにリンクされたパラメーターの問題又は異常な動作によって引き起こされているかどうかを識別するのに役立つ。周波数データ分析の利点は、物理システムに関する情報が含まれていることである。特定のパラメータに関する詳細情報を提供でき、周波数特性の検出された変化の物理的原因の診断に役立つ場合がある。周波数分析に基づく物理的特性と差異及び行動の変化の性質の分析と、さまざまなパラメーターの相互接続性の概要を組み合わせることで、問題の特定、診断、及び解決に利点がもたらされる。 The advantage of the parameter relationship data in the set is that the links between the parameters are displayed so that you can get a clearer picture of how different changes occur in your system and how they affect each other. Is. This helps to understand how the parameters interact with each other, for example, whether the observed problem is caused by a parameter problem or anomalous behavior linked to another component. Helps identify. The advantage of frequency data analysis is that it contains information about the physical system. It can provide detailed information about specific parameters and may be useful in diagnosing the physical cause of detected changes in frequency characteristics. Combining analysis of physical characteristics and differences and the nature of behavioral changes based on frequency analysis with an overview of the interoperability of various parameters provides benefits in problem identification, diagnosis, and resolution.

Claims

A method of determining a subset of a plurality of relationships between a plurality of parameters illustrating the operation of the device for analyzing and / or monitoring the device for use in semiconductor manufacturing.
Determining a first set of data that describes a first relationship between multiple parameters of a reference device for use in semiconductor manufacturing.
Based on one or more measurements, determine a second dataset that describes the second relationship between the parameters of the reference or additional device for use in semiconductor manufacturing.
Compare the first and second datasets,
A method of selecting a subset of a second relationship from a second dataset based on the differences between the first and second datasets.

The method of claim 1, wherein the first and / or second relationship indicates the presence or absence of a causal relationship.

Because the first dataset is based on the first set of one or more measurements made on the reference device for use in semiconductor manufacturing and the second dataset is for use in reference or semiconductor manufacturing. The method of claim 1 or 2, which is based on a second set based on one or more measurements made on the additional device of.

Based on the first set of one or more measurements, the first frequency data associated with one or more of the parameters of the reference device for use in semiconductor manufacturing is calculated.
Based on the second set of one or more measurements, the second frequency data associated with one or more of the reference or additional device parameters for use in semiconductor manufacturing is calculated .
Comparing the first frequency data with the second frequency data,
Further comprising selecting one or more of the parameters of the reference or additional device based on the comparison of the first frequency data and the second frequency data .
Choosing a subset of the second relationship further comprises determining from the second dataset one or more relationships related to at least one of the selected parameters of the reference or additional device . The method according to claim 3.

The method of claim 4 , wherein the parameter is selected when the difference between the first frequency data and the second frequency data for a parameter is greater than a threshold.

The method according to claim 4 or 5 , wherein the first frequency data and the second frequency data are calculated based on the result of comparison between the first data set and the second data set.

The method of any one of claims 1-6 , wherein the second dataset relates to the reference device at a different time than the first dataset.

A second dataset relates to a further device for use in semiconductor manufacturing, wherein the further device for use in semiconductor manufacturing corresponds to a reference device for use in semiconductor manufacturing, claim. The method according to any one of 1 to 7 .

The method of claim 8 , wherein the first dataset is calculated based on information about the design of a reference device for use in semiconductor manufacturing.

9. The method of claim 9 , wherein the first dataset comprises a design structure matrix.

The method of any one of claims 1-10 , wherein one of the first and / or second dataset comprises at least one of the causal graphs and data stored in each matrix.

A computer program comprising instructions that, when executed on at least one processor, cause at least one processor to control the device to perform the method of any one of claims 1-11 .

A device for determining a subset of a plurality of relationships between a plurality of parameters illustrating the operation of the device for analyzing and / or monitoring the device for use in semiconductor manufacturing and executing computer program code. do,
Determining a first set of data that describes a first relationship between multiple parameters of a reference device for use in semiconductor manufacturing.
Based on one or more measurements, determine a second dataset that describes the second relationship between the parameters of the reference or additional device for use in semiconductor manufacturing.
Compare the first and second datasets,
A device comprising a processor configured to perform selection of a subset of a second relationship from a second dataset based on the differences between the first and second datasets.