KR101708077B1 - 프로세싱 챔버의 예측 예방 보전을 위한 방법 및 장치 - Google Patents
프로세싱 챔버의 예측 예방 보전을 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR101708077B1 KR101708077B1 KR1020117031499A KR20117031499A KR101708077B1 KR 101708077 B1 KR101708077 B1 KR 101708077B1 KR 1020117031499 A KR1020117031499 A KR 1020117031499A KR 20117031499 A KR20117031499 A KR 20117031499A KR 101708077 B1 KR101708077 B1 KR 101708077B1
- Authority
- KR
- South Korea
- Prior art keywords
- data values
- component wear
- wear data
- code
- recipe
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012423 maintenance Methods 0.000 title description 6
- 230000003449 preventive effect Effects 0.000 title description 3
- 238000012360 testing method Methods 0.000 claims description 42
- 238000004140 cleaning Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000012795 verification Methods 0.000 claims description 14
- 238000013179 statistical model Methods 0.000 claims description 11
- 230000036541 health Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 13
- 238000005259 measurement Methods 0.000 description 7
- 238000001636 atomic emission spectroscopy Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000000053 physical method Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005200 wet scrubbing Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
- H01J37/3299—Feedback systems
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic System or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
- H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
- H01L21/3065—Plasma etching; Reactive-ion etching
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic System or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/31—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to form insulating layers thereon, e.g. for masking or by using photolithographic techniques; After treatment of these layers; Selection of materials for these layers
- H01L21/3105—After-treatment
- H01L21/311—Etching the insulating layers by chemical or physical means
- H01L21/31105—Etching inorganic layers
- H01L21/31111—Etching inorganic layers by chemical means
- H01L21/31116—Etching inorganic layers by chemical means by dry-etching
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05H—PLASMA TECHNIQUE; PRODUCTION OF ACCELERATED ELECTRICALLY-CHARGED PARTICLES OR OF NEUTRONS; PRODUCTION OR ACCELERATION OF NEUTRAL MOLECULAR OR ATOMIC BEAMS
- H05H1/00—Generating plasma; Handling plasma
- H05H1/24—Generating plasma
- H05H1/46—Generating plasma using applied electromagnetic fields, e.g. high frequency or microwave energy
Abstract
프로세싱 챔버의 양호 상태를 평가하는 방법이 제공된다. 방법은 레시피를 실행하는 단계를 포함한다. 또한, 방법은 레시피의 실행 동안 센서들의 세트로부터 프로세싱 데이터를 수신하는 단계를 포함한다. 방법은 다변량 예측 모델들을 사용하여 프로세싱 데이터를 분석하는 단계를 더 포함한다. 또한, 방법은 컴포넌트 마모 데이터 값들의 세트를 생성하는 단계를 더 포함한다. 또한, 방법은 유효 수명 임계치 범위들의 세트에 대해 컴포넌트 마모 데이터 값들의 세트를 비교하는 단계를 더 포함한다. 게다가, 방법은 컴포넌트 마모 데이터 값들의 세트가 유효 수명 임계치 범위들의 세트 밖에 있는 경우 경고를 발생하는 단계를 포함한다.
Description
플라즈마 프로세싱의 진보는 반도체 산업에 있어서 엄청난 성장을 가져오고 있다. 플라즈마 프로세싱 시스템은 많은 컴포넌트들로 구성될 수 있다. 설명을 용이하게 하기 위해, 용어 "컴포넌트"는 플라즈마 프로세싱 시스템에서 원자 어셈블리 또는 다중 부품 어셈블리를 지칭하는데 사용된다. 이로써 컴포넌트는 에지 링처럼 단순할 수도 있고 또는 전체 프로세스 모듈처럼 복잡할 수도 있다. 하나의 다중 부품 컴포넌트 (예를 들어, 프로세스 모듈) 는 다른 다중 부품 컴포넌트들 (예를 들어, 진공 시스템, 가스 시스템, 전력 공급 시스템 등) 로부터 형성될 수도 있으며, 이는 결국 다른 다중 부품 또는 원자 컴포넌트들로부터 형성될 수도 있다.
시간이 경과 하면서, 하나 이상의 컴포넌트들이 마모될 수 있다. 당업자는 마모된 컴포넌트들이 수리/교체되지 않는다면, 이 마모된 컴포넌트들이 챔버에 손상 및/또는 기판에 손상을 야기할 수도 있다는 것을 알고 있다. 컴포넌트들이 교체되어야 할 수도 있음을 식별하는 일 방법은, 컴포넌트 교체의 고정된 스케줄을 이용하는 것을 포함할 수 있다. 즉, 유효 수명 주기는 각 컴포넌트에 대해 연역적으로 식별될 수 있다. 각 컴포넌트의 사용은 추적될 수 있으며, 컴포넌트가 (고정된 유효 수명 스케줄에 의해 미리 결정된 바와 같은) 그 유효 수명의 끝에 도달할 때, 그 컴포넌트는 교체될 수 있다.
불행히도, 교체/보수 목적들을 위해 컴포넌트의 유효 수명을 미리 결정하는 방법은 그 한계들을 갖는다. 우선, 컴포넌트의 유효 수명은 컴포넌트 주위의 환경에 따라 달라질 수도 있다. 일 예에 있어서, 컴포넌트 1 은 컴포넌트 2 와 상이한 공정 레시피 또는 공정 레시피의 혼합을 경험할 수도 있는 프로세싱 챔버에 채용될 수 있다. 이에 따라, 컴포넌트 1 및 컴포넌트 2의 양 컴포넌트들이 동일한 메이크 및 모델일 수 있더라도 컴포넌트 1이 컴포넌트 2 이전에 마모될 수도 있다.
이에 따라, 미리 결정된 유효 수명 방법에 의해, 컴포넌트의 유효 수명이 실제 종료될 수 없더라도, 프로세싱 챔버 오프라인을 취하고 컴포넌트를 교체하는 것과 연관된 불필요한 비용들이 부과될 수 있다. 또한, 미리 결정된 유효 수명 방법은, 컴포넌트의 미리 결정된 이론상 유효 수명의 경과 이전에 정상보다 빨리 컴포넌트가 마모될 가능성을 설명할 수 없을 수도 있다. 많은 예시들에 있어서, 컴포넌트의 열화 조건은 기판 손상 및/또는 심지어 챔버 및 프로세싱 챔버 내의 다른 컴포넌트들에 대해 손상을 야기할 수도 있다.
컴포넌트 마모를 결정하는 일 방법은, 소위 일도량 (uni-variate) 모드라 칭하는 단일 파라미터의 진화를 추적하는 것을 수반할 수 있다. 일 예에 있어서, 컴포넌트의 양호 (health) 를 일부 센서들에 의해 측정가능한 단일 파라미터를 추적함으로써 모니터링될 수 있다. 예를 들어, RF 바이어스 전압이 추적될 수 있다. RF 바이어스 전압이 미리 결정된 임계치 이상인 경우, 예를 들어 에지 링은 그 유효 수명의 끝에 도달된 것일 수도 있다.
불행히도, 일도량 방법도 또한 그 한계들을 갖는다. 상기와 같이, 주어진 컴포넌트는 단일 파라미터를 추적함으로써 모니터링된다. 그러나, 그 파라미터는 주어진 컴포넌트의 조건 이외의 영향들에 의해 영향을 받을 수 있다. 일 예에 있어서, 에지 링의 조건을 모니터링하기 위해, RF 바이어스 전압이 모니터링될 수 있다. 그러나, RF 바이어스 전압의 값은 바로 에지 링 조건 이외의 영향들에 의해 영향을 받을 수 있다. 예를 들어, RF 바이어스 전압은 챔버 벽 상의 퇴적물에 의해 또한 영향을 받을 수 있다. 이에 따라, 높은 RF 바이어스 전압이 식별되는 경우, 높은 RF 바이어스 전압 값이 반드시 에지 링에 의한 문제가 존재할 수 있는 표시가 아닐 수도 있다. 대신, 문제가 존재할 수는 있지만 그 문제의 원인이 식별될 수 있기 전에 분석이 또한 요구될 수 있다.
일도량 방법에 의한 다른 문제는, 일도량 방법이 "진행/진행준비가 되지 않음 (go/no-go)" 방법일 수 있다는 것이다. 즉, 일도량 방법은 결함 조건이 존재할 수 있는 때를 식별하기 위해 사용되어 컴포넌트가 교체되는 것을 가능하게 한다. 그러나, 일도량 방법은 (컴포넌트가 교체될 필요가 있는지 여부 대신) 컴포넌트가 교체될 필요가 있는 때를 예측하는데 있어서 도움이 될 수 없을 수도 있다. 즉, 이러한 시나리오에 있어서, 일도량 방법은 기껏해야 문제를 식별하는데만 채용될 수 있고 문제 (예를 들어, 유효 수명의 끝) 가 언제 발생할 수 있는지를 예측할 수는 없다.
따라서, 에지 링과 같은 컴포넌트가 실제로 마모될 때, 교체 컴포넌트가 즉시 이용될 수 없을 수 있다. 그 결과, 프로세싱 챔버는, 예를 들어, 새로운 에지 링이 교체를 위해 획득될 수 있을 때까지 오프라인을 유지해야만 할 수도 있다. 물론, 제조 회사는 이용가능한 교체품들 (예를 들어, 에지 링) 을 항상 구비하는 것을 선택할 수 있다. 항상 스페어 컴포넌트들을 지니고 있는 이러한 방법은, 컴포넌트들이 여전히 적절한 작동 조건에 있더라도 이용가능한 컴포넌트들을 구비하기 위해 제조 회사는 자원들 (비용 및 저장 공간) 을 할당하여야 하기 때문에 비용이 높아지게 될 수 있다.
컴포넌트 마모를 식별하기 위한 다른 방법은 모니터링 패치 (patch) 를 사용하는 것을 포함할 수 있다. 모니터링 패치는 컴포넌트 상에 배치될 수 있는 아이템이다. 모니터링 패치는 컴포넌트의 표면에 근접하여 배치될 수도 있고 또는 컴포넌트 내에 임베딩될 수도 있다. 컴포넌트는, 예를 들어 모니터링 패치가 마모되는 경우 그 유효 수명의 끝에 있다고 고려될 수 있다. 모니터링 패치가 임베딩되는 경우, 컴포넌트는, 예를 들어 모니터링 패치가 가시적이게 되는 때를 그 유효 수명의 끝에 있다고 고려될 수 있다.
모니터링 패치 방법에 의해 몇몇 제한들이 존재한다. 우선, 모니터링 패치는 모니터링되는 각 컴포넌트에 대해 요구된다. 즉, 100 개의 컴포넌트들이 모니터링 되어야 하는 경우, 모니터링 패치는 각 컴포넌트 상에 배치되어야 한다. 모니터링 패치 방법은 비용이 매우 높아지게 될 수 있고, 모니터링될 수 있는 컴포넌트들의 개수에 따라 구현 및 모니터링에 매우 시간 소모적이게 될 수 있다.
또한, 모니터링 패치의 사용은 오염 위험을 증가시킬 수 있다. 모니터링 패치는 프로세싱 챔버 내에 배치되어야 하는 이물질이다. 상술한 바와 같이, 프로세싱 챔버의 조건은 챔버에 대한 손상 및/또는 기판에 대한 손상을 방지하기 위해 엄격하게 제어되어야 한다. 하나 이상의 모니터링 패치를 프로세싱 챔버에 도입함으로써, 프로세싱 환경이 변경될 수 있다. 게다가, 프로세싱 챔버 내의 모니터링 패치들의 존재로 인해 프로세싱 환경이 변화될 수 있는 정도를 알 수 없거나 측정하기에 어려울 수도 있다.
모니터링 패치 방법의 다른 제한은 컴포넌트 상으로 모니터링 패치를 배치함으로써, 컴포넌트의 기계적 기능성이 제대로 발휘되지 못할 수 있다는 것이다. 즉, 에지 링의 기계적 거동이 에지 링에 임베딩된 모니터링 패치에 의해 변화할 수도 있다. 불행히도, 각 컴포넌트 및/또는 각 패치가 특별할 수 있기 때문에, 패치가 컴포넌트의 기능성을 변경시킬 수 있는 정도가 달라질 수도 있다.
따라서, 컴포넌트 마모를 예측하기 위해 비침습 (non-invasive) 방법이 바람직하다.
본 발명은 한정이 아닌 예시로서 설명되며, 첨부된 도면의 도들에서 동일한 참조 번호들은 동일한 엘리먼트들을 지칭한다.
도 1은 본 발명의 실시형태에 있어서 컴포넌트를 정량화하는 단일 다변량 예측 모델을 적용하기 위한 개략적인 플로우 챠트를 나타낸다.
도 2는 일 실시형태에 있어서 컴포넌트의 양호 (health) 를 결정하는데 있어서 다중 예측 모델들을 적용하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
도 3은 본 발명의 일 실시형태에 있어서 비플라즈마 테스트 (NPT) 에 의해 다변량 예측 모델을 적용하는 방법을 도시하는 개략적인 플로우 차트를 나타낸다.
도 4는 본 발명의 일 실시형태에 있어서 비플라즈마 테스트로부터의 데이터 및 다변량 예측 모델을 사용하여 컴포넌트를 정량화하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
도 5는 본 발명의 일 실시형태에 있어서 컴포넌트를 정량화하기 위해 다변량 예측 모델을 구성하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
도 1은 본 발명의 실시형태에 있어서 컴포넌트를 정량화하는 단일 다변량 예측 모델을 적용하기 위한 개략적인 플로우 챠트를 나타낸다.
도 2는 일 실시형태에 있어서 컴포넌트의 양호 (health) 를 결정하는데 있어서 다중 예측 모델들을 적용하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
도 3은 본 발명의 일 실시형태에 있어서 비플라즈마 테스트 (NPT) 에 의해 다변량 예측 모델을 적용하는 방법을 도시하는 개략적인 플로우 차트를 나타낸다.
도 4는 본 발명의 일 실시형태에 있어서 비플라즈마 테스트로부터의 데이터 및 다변량 예측 모델을 사용하여 컴포넌트를 정량화하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
도 5는 본 발명의 일 실시형태에 있어서 컴포넌트를 정량화하기 위해 다변량 예측 모델을 구성하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
이제, 첨부된 도면들에 도시된 바와 같이 몇몇 실시형태들을 참조하여 본 발명이 상세하게 설명된다. 다음의 설명에 있어서, 다수의 특정 상세들이 본 발명의 완전한 이해를 제공하기 위해 설명된다. 그러나, 본 발명은 이러한 특정 상세들의 일부 또는 전부 없이도 실시될 수 있음이 당업자에게 명백하다. 다른 예시들에 있어서, 주지된 공정 동작들은 본 발명을 불필요하게 모호하게 하지 않도록 하기 위해 상세하게 설명되지 않는다.
이하, 방법들 및 기술들을 포함하는 다양한 실시형태들이 설명된다. 또한, 본 발명은 발명 기술의 실시형태들을 수행하기 위한 컴퓨터 판독가능 명령들이 저장된 컴퓨터 판독가능 매체를 포함하는 제조 물품을 커버할 수도 있음을 유념해야 한다. 컴퓨터 판독가능 매체는, 예를 들어 반도체, 자기, 광자기, 광학 또는 컴퓨터 판독 가능 코드를 저장하는 다른 형태의 컴퓨터 판독 가능 매체를 포함할 수도 있다. 게다가, 본 발명은 본 발명의 실시형태들을 실시하기 위한 장치도 또한 커버할 수 있다. 이러한 장치는 전용 및/또는 프로그램 가능한 회로들을 포함하여, 본 발명의 실시형태들에 관한 작업들을 수행할 수도 있다. 이러한 장치의 예들은, 적절하게 프로그램되는 경우 범용 컴퓨터 및/또는 전용 컴퓨팅 디바이스를 포함하고, 본 발명의 실시형태들에 관한 다양한 작업들에 적응된 전용/프로그램가능 회로들 및 컴퓨터/컴퓨팅 디바이스의 조합을 포함할 수도 있다.
통계 모델이 전반적인 기술의 이해를 용이하게 하기 위해 다소 상세하게 설명되겠지만, 본 발명은 부품 마모의 예측에 관한 것이며 이러한 예측이 어떻게 예방 보전에 채용될 수 있는지에 관한 것이다. 상기 예측을 수행하는데 채용될 수 있는 특정 모델은, 수반되는 부품들 또는 챔버들에 의존할 수 있다. 그러나, 임의의 모델 (예를 들어, 통계 모델, 전기 모델, 플라즈마 모델, 하이브리드 모델, 모델들의 조합 등) 이 채용될 수 있으며, 특정 챔버, 특정 부품 및/또는 특정 레시피에 대한 특정 모델의 사용은 당업자의 범위 내에 있음을 이해해야 한다.
본 발명의 실시형태들에 있어서, 챔버 양호 (health) 상태를 평가하는 방법들이 제공된다. 본 발명의 실시형태들은 챔버 양호 인덱스 테스트를 수행하는 것을 포함한다. 본 명세서에서 설명되는 바와 같이, 챔버 양호 인덱스 테스트는 프로세싱 챔버 내에서 컴포넌트들의 세트 (예를 들어, 소모성 부품 세트) 의 양호를 결정 및/또는 예측할 수 있는 테스트를 지칭한다. 즉, 챔버 양호 인덱스 테스트는, 컴포넌트가 그 유효 수명의 끝에 언제 도달될 수 있는지를 결정 및/또는 예측하기 위해 채용될 수 있다.
본 발명의 일 실시형태에 있어서, 챔버 양호 상태를 평가하는 방법들이 제공된다. 일 예에 있어서, 하나 이상의 다변량 예측 모델들이 프로세싱 챔버 내에서 챔버 양호 인덱스 테스트를 수행하도록 구성될 수 있다. 종래 기술과 달리, 예측 모델 (들) 은 단일 파라미터 대신 다중 파라미터들에 기초할 수도 있다. 그 결과, 챔버 양호 인덱스 테스트는, 컴포넌트가 마모된 때를 식별하기 위해서 뿐만 아니라 컴포넌트의 잔류 유효 수명에 관해 예측하기 위해서 실행될 수 있다.
일 실시형태에 있어서, 강건한 예측 모델들의 세트 (예를 들어, 다변량 예측 모델들의 세트) 의 구성은, 본 명세서에서 습식 세정 사이클로도 또한 지칭되는, 예방 보전 (preventive maintenance) 사이클 동안 여러 지점에서 수집된 데이터에 기초할 수 있다. 그 데이터는, 실제 컴포넌트 자체 대신 챔버의 조건과 관련될 수 있는 데이터 세트 내에서 노이즈를 제거하기 위해, 적어도 시작에서 그리고 습식 세정 사이클의 종료에서 수집될 수도 있다. 본 발명의 일 실시형태에 있어서, 강건한 예측 모델들의 세트의 구성은 다중 챔버들에 걸쳐 수집된 데이터에 또한 기초할 수 있다. 데이터는 컴포넌트의 조건 대신 특정 챔버에 대해 특별한 챔버 조건들과 연관될 수 있는 노이즈를 또한 제거하기 위해 챔버들에 걸쳐 수집된다.
다변량 예측 모델들의 세트가 일단 구성되면, 다변량 예측 모델들의 세트는 챔버의 조건 및 그 컴포넌트들을 정량화하기 위해 제조 환경에 적용될 수 있다. 본 발명의 실시형태들은 단일 다변량 예측 모델을 사용하여 컴포넌트를 정량화하는 방법들을 제공한다. 즉, 단일 다변량 예측 모델은 단일 컴포넌트를 정량화하기 위해 채용될 수 있다. 본 발명의 일 실시형태에 있어서, 챔버 양호 인덱스를 결정하는데 있어서 그리고 다중 부품들의 마모를 예측하기 위해 2 이상의 다변량 예측 모델을 적용하는 방법들이 제공된다.
일 실시형태에 있어서, 비플라즈마 테스트 (NPT) 가 챔버 양호 인덱스 테스트와 조합하여 사용될 수 있다. 일 실시형태에 있어서, NPT는 챔버 양호 인덱스 테스트가 언제 실행될 필요가 있는지를 알아내기 위해 사용될 수 있다. 본 명세서에서 설명된 바와 같이, 비플라즈마 테스트는 프로세싱 챔버에 하나 이상의 미리 정의된 주파수들에서 저전력을 인가하고 플라즈마를 발생하지 않음으로써 실행될 수 있는 테스트를 지칭한다. 테스트 동안 플라즈마가 형성되지 않더라도, 충분한 데이터가 프로세싱 챔버의 조건을 근사화하기 위해 제공된다. NPT는 상당히 빠르고 작동하기에 저렴한 테스트이기 때문에, NPT 가 챔버 양호 인덱스 테스트에 선도자 (precursor) 로서 채용될 수 있다. 본 발명의 일 실시형태에 있어서, NPT 는 챔버 양호 인덱스 테스트를 검증하기 위해 또한 사용될 수도 있다. 일 실시형태에 있어서, NPT 로부터의 데이터는 검증 목적들을 위해 챔버 양호 인덱스 테스트 동안 수집된 데이터에 대해 상관될 수 있다.
본 발명의 특징들 및 이점들은 도면들 및 이하 설명들을 참조하여 더 잘 이해될 수 있다.
상기와 같이, 챔버 양호 상태는 보전이 필요한 때를 결정하기 위해 채용될 수 있다. 챔버 양호 상태, 특히 소모성 부품들을 평가하기 위해, 챔버 양호 인덱스 테스트가 수행될 수 있다. 챔버 양호 인덱스 테스트는 모델 기반 접근에 기초하여 수행될 수 있다.
도 1 내지 도 4는 본 발명의 일 실시형태에 있어서 컴포넌트들의 세트를 정량화하는데 있어서 하나 이상의 다변량 예측 모델들을 적용하는 상이한 방법들을 나타낸다.
도 1은 본 발명의 일 실시형태에 있어서 컴포넌트들의 세트를 정량화하기 위해 단일 다변량 예측 모델을 적용하기 위한 개략적인 플로우 챠트를 나타낸다.
제 1 단계 (102) 에서, 레시피가 프로세싱 챔버에서 실행된다. 레시피는 클라이언트 특정 레시피, WAC 레시피 또는 비클라이언트 특정 레시피 중 어느 하나일 수 있다.
본 명세서에서 설명된 바와 같이, 클라이언트 특정 레시피는 특정 제조 회사에 대해 잘 맞춰질 수 있는 레시피이다. 일 예에 있어서, 클라이언트 특정 레시피는 특정 제조 회사에 대해 특별한 실제 제조 준비 프로세스 레시피일 수 있다. 일 실시형태에 있어서, 클라이언트 특정 레시피를 사용하는 능력은 사용자 (예를 들어, 프로세스 엔지니어) 가 그/그녀의 필요들에 대해 특정 다변량 모델들을 구성하는 것을 가능하게 한다.
본 명세서에서 설명된 바와 같이, 비클라이언트 특정 레시피는 특정 소모성 부품의 마모에 대한 민감성을 최대화하기 위해 디자인될 수 있는 레시피를 지칭한다. 일 예에 있어서, 비클라이언트 특정 레시피는 플라즈마 프로세싱 시스템의 특정 조건들을 분석하기 위해 구성될 수 있는 레시피일 수 있다. 비클라이언트 특정 레시피는 비클라이언트 특정 레시피에 의해 특정화된 것과 유사한 챔버 셋업들을 구비하는 프로세싱 챔버들을 가질 수 있는 임의의 제조 회사에 의해 사용될 수 있다.
채용될 수 있는 다른 레시피는, 웨이퍼리스 자동세정 (WAC) 레시피이다. WAC 는 제조 동작 이후에 동작될 수 있다. WAC 는 통상의 챔버 특정형은 아니다.
실행될 수 있는 레시피의 유형은 다변량 예측 모델에 의존할 수 있다. 일 예에 있어서, 다변량 예측 모델이 클라이언트 특정 레시피를 사용하여 구성되었다면, 다변량 모델을 사용하기 위해 채용될 수 있는 레시피는 또한 클라이언트 특정 레시피일 수 있다.
다음 단계 (104) 에서, 프로세싱 데이터가 센서들 (예를 들어, 압력 센서, 온도 센서, VI 프로브, OES, 랭뮤어 (Langmuir) 프로브 등) 의 세트에 의해 수집된다.
다음 단계 (106) 에서, 모델은 프로세싱 데이터에 적용된다. 즉, 시스템은 다변량 예측 모델에 대해 프로세싱 데이터를 비교할 수 있다. 일 실시형태에 있어서, 예측 모델은 통계 모델이다. 다른 실시형태에 있어서, 예측 모델은 전기 모델이다. 또 다른 실시형태에 있어서, 예측 모델은 플라즈마 모델이다. 또한, 단계 (106) 는 하나의 컴포넌트를 분석하는데 제한되지 않는다. 대신, 상이한 다변량 모델들이 상이한 컴포넌트들의 양호를 분석하기 위해 동일한 데이터 세트에 대해 적용될 수 있다.
일 실시형태에 있어서, 다변량 예측 모델은 라이브러리 (108) 로부터 데이터를 풀링 (pulling) 할 수 있다. 라이브러리는 모델을 지원하기 위해 채용될 수 있는 데이터 (예를 들어, 상수들) 이다.
분석이 수행된 후, 다음 단계 (110) 에서, 예측 모델은 분석되는 각 컴포넌트에 대해 컴포넌트 마모 데이터를 출력할 수 있다. 즉, 데이터 리포트가 생성되어 분석되는 각 컴포넌트의 양호 상태를 세부화할 수 있다.
다음 단계 (112) 에서, 시스템은 유효 수명 임계치 범위에 대해 출력된 데이터를 비교할 수 있다. 각 컴포넌트에 대한 유효 수명 임계치는 예를 들어, 전문 지식에 기초할 수 있다. 일 실시형태에 있어서, 유효 수명 임계치는 사용자 설정가능할 수 있다. 즉, 사용자는 유효 수명 임계치를 변경하여 툴의 구성들, 레시피 구성들 등을 조정할 수 있다.
출력된 데이터가 유효 수명 임계치 밖에 있으면, 다음 단계 (114) 에서, 경고/에러 메세지가 제공될 수 있다. 경고/에러 메세지는 유효 수명 임계치의 위반을 야기시켰던 파라미터들을 식별할 수 있다. 출력 리포트로부터의 데이터에 의해, 사용자 (예를 들어, 프로세스 엔지니어) 는 문제를 바로잡는데 요구될 수 있는 작동 과정을 결정하는데 있어서 확신을 가지고 진행할 수 있다. 일 예에 있어서, 컴포넌트는 예를 들어 복구 및/또는 교체될 수 있다.
출력된 데이터가 유효 수명 임계치 내에 있으면, 분석되는 각 컴포넌트는 양호한 작동 조건에 있는 것이다. 다음 단계 (116) 에서, 시스템은 도 1에서 다시 설명되는 바와 같은 방법을 수행하기 전에 다음 측정 간격을 대기할 수 있다.
도 1로부터 알 수 있는 바와 같이, 다변량 모델을 적용함으로써, 사용자는 하나 이상의 컴포넌트들의 양호를 결정할 수 있다. 이에 따라, 예측 모델은 컴포넌트가 열화된 때를 식별할 수 있을 뿐만 아니라 컴포넌트가 수용할 수 없는 지점까지 마모될 수 있는 때를 예측할 수 있다. 일 예에 있어서, 출력 리포트는 에지 링이 여전히 적절하게 작동할 수 있기 때문에 에지 링이 마모된 것을 나타내지 않는다. 그러나, 출력 리포트는 에지 링의 유효 수명의 약 75% 가 소모되었고, 에지 링이 곧 교체되어야 할 것을 나타낼 수 있다. 이러한 지식에 의해, 제조 회사는 다가올 복구에 대해 계획할 수 있다.
도 2는 일 실시형태에 있어서 컴포넌트의 양호를 결정하는데 있어서 다중 예측 모델들을 적용하는 방법을 도시하는 개략적 플로우 챠트를 나타낸다.
제 1 단계 (202) 에서, 레시피는 프로세싱 챔버 내에서 실행된다. 도 1과 유사하게, 레시피는 클라이언트 특정 레시피, WAC 레시피 또는 비클라이언트 특정 레시피 중 어느 하나 일 수 있다.
다음 단계 (204) 에서, 프로세싱 데이터는 센서들 (예를 들어, 압력 센서, 온도 센서, VI 프로브, OES, 랭뮤어 프로브 등) 의 세트에 의해 수집된다.
다음 단계 (206) 에서, 모델들의 세트가 프로세싱 데이터에 적용된다. 즉, 2 이상의 모델들 (208, 210 및 212) 이 프로세싱 데이터를 분석하는데 채용될 수 있다. 일 예에 있어서, 2 개의 모델들이 컴포넌트를 정량화하기 위해 적용된다. 예를 들어, 모델 (208) 은 다변량 통계 모델일 수 있고 모델 (210) 은 전기 모델일 수 있다.
도 1과 유사하게, 단계 (206) 는 상이한 예측 모델들이 상이한 컴포넌트들의 양호를 분석하기 위해 동일한 데이터 세트에 대해 적용되는 것을 허용한다.
일 실시형태에 있어서, 모델들의 세트는 라이브러리 (214) 로부터 데이터를 풀링할 수 있다. 라이브러리는 모델들을 지원하기 위해 채용될 수 있는 데이터 (예를 들어, 상수들) 를 포함할 수 있다.
분석이 수행된 후, 다음 단계 (216) 에서, 시스템은 모델들로부터의 출력들이 매치하는지를 결정하기 위해 체크할 수 있다. 일 예에 있어서, 다변량 모델 (208) 로부터의 출력이 컴포넌트에 대해 90% 마모를 나타내는 반면 다변량 모델 (201) 로부터의 출력이 동일한 컴포넌트에 대해 75% 마모를 나타내면, 모델들로부터 출력된 데이터가 매치하지 않는다.
모델들로부터 출력된 데이터가 매치하지 않으면, 다음 단계 (218) 에서, 적은 노이즈를 갖는 모델이 보다 강건한 모델로부터의 데이터에 적용될 수 있다. 일 예에 있어서, 모델 (208) 은 전기 모델일 수 있고 보다 강건한 모델일 수 있지만, 매우 높은 노이즈 레벨을 가질 수 있다. 그러나, 모델 (210) 은 통계 모델일 수 있고 덜 강건할 수도 있지만 보다 낮은 노이즈 레벨을 가질 수 있다. 본 명세서에서 설명된 바와 같이, 강건한 모델은 가외치들 (outliers; 통계적 예외 사항) 이 거의 없는 모델을 지칭한다. 일 실시형태에 있어서, 덜 강건하지만 보다 낮은 노이즈의 모델 (모델 (210)) 은 보다 강건한 모델 (본 예에서, 모델 (208)) 로부터의 데이터에 적용되어 컴포넌트를 정량화할 수 있다. 이 방법은 정확도를 증가시키면서 노이즈의 감소를 허용한다.
부가적으로, 모델들의 출력들이 매치하지 않기 때문에, 시스템은 또한 그 차이들을 리포트하고 업데이트를 위한 모델들을 마킹할 수 있다 (단계 220). 즉, 부가 데이터가 하나 이상의 모델들을 재구성하기 위해 수집될 수 있다. 일 예에 있어서, (이후 설명될) 도 5 에 설명된 방법은, 전기 모델 (208) 및 통계 모델 (210) 을 보다 우수하게 상관시키도록 노이즈 레벨을 조정하기 위해서, 상기 모델들을 (상이한/부가적 데이터 또는 상이한 모델링 접근들에 의해) 재구성하도록 수행될 수 있다.
그러나, 모델들로부터 출력된 데이터가 매치하면, 다음 단계 (222) 에서, 예측 모델들은 분석되는 컴포넌트에 대해 컴포넌트 마모 데이터를 출력할 수 있다.
다음 단계 (224) 에서, 시스템은 유효 수명 임계치 범위에 대해 출력된 데이터를 비교할 수 있다.
유효 수명 임계치가 초과되면, 다음 단계 (226) 에서, 경고/에러 메세지가 제공될 수 있다.
출력된 데이터가 유효 수명 임계치 밖에 있으면, 다음 단계 (228) 에서, 시스템은 다음 측정 간격을 대기할 수 있다.
도 2로부터 알 수 있는 바와 같이, 도 2에 설명된 방법은, 단일 다변량 예측 모델을 사용하는 대신, 도 2에 설명된 바와 같은 방법이 복수의 예측 모델들을 사용하는 것을 제외하고, 도 1에서 설명하는 방법과 약간 유사하다. 2 이상의 예측 모델을 사용함으로써 검증이 제공될 수 있다. 또한, 모델들 중 하나가 덜 강건한 경우, 덜 강건한 모델을 보충하기 위해 부가 모델들이 채용될 수 있다.
도 3은 본 발명의 일 실시형태에 있어서 비플라즈마 테스트 (NPT) 에 의해 다변량 예측 모델을 적용하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다.
단계 (302) 에서, 비플라즈마 테스트가 작동된다. 본 명세서에서 설명된 바와 같이, 비플라즈마 테스트는 미리 정의된 주파수에서 저전력을 프로세싱 챔버로 전송함으로써 실행될 수 있는 빠른 테스트를 지칭한다. 전력은 플라즈마를 발생하기에 충분히 강하지 않지만 챔버에 관한 전기적 데이터 (예를 들어, 임피던스, 캐패시턴스 등) 을 제공하기에는 충분하다. 일 실시형태에 있어서, 비플라즈마 테스트는 챔버 양호 인덱스 테스트에 대한 선도자일 수 있다. 즉, NPT 가 컴포넌트들 중 하나에 의해 포텐셜 문제가 존재할 수 있음을 나타내는 경우, 챔버 양호 인덱스가 실행될 수 있다. NPT 는 챔버 양호 인덱스 테스트에 비해 빠르고 상당히 저렴한 테스트이기 때문에, 선도자로서 NPT를 사용하는 것은 소유 비용을 감소시키는데 도움이 될 수 있다.
NPT 가 포텐셜 문제가 존재할 수 있음을 표시하면, 다음 단계 (304) 에서, 챔버 양호 인덱스 테스트가 수행될 수 있다. 챔버 양호 인덱트 테스트를 개시하기 위해, 레시피가 먼저 실행될 수 있다.
다음 단계 (306) 에서, 분석을 위해 데이터가 획득된다.
다음 단계 (308) 에서, 하나 이상의 모델들이 분석들을 위해 데이터에 대해 적용될 수 있다 (도 1 및 도 2의 설명 참조).
분석을 수행하기 위해, 데이터는 라이브러리 (310) 로부터 또한 풀링된다. 라이브러리는 모델 (들) 을 지원하기 위해 채용될 수 있는 데이터 (예를 들어, 상수들) 를 포함한다.
데이터 분석이 일단 완료되면, 분석되는 컴포넌트들 각각의 양호에 관하여 출력 리포트가 제공될 수 있다 (단계 312).
다음 단계 (314) 에서, 시스템은 유효 수명 임계치 범위에 대해 출력된 데이터를 비교할 수 있다. 각 컴포넌트에 대한 유효 수명 임계치는 예를 들어, 전문 지식에 기초할 수 있다. 일 실시형태에 있어서, 유효 수명 임계치는 사용자 설정가능할 수 있다. 이에 따라, 사용자는 툴의 구성, 레시피 구성 등을 조정하도록 유효 수명 임계치를 변경할 수 있다.
출력된 데이터가 유효 수명 임계치 범위 밖에 있으면, 다음 단계 (316) 에서, 경고/에러 메세지가 제공될 수 있다. 경고/에러 메세지는 유효 수명 임계치의 위반을 야기시켰던 파라미터들을 식별할 수 있다. 출력 리포트로부터의 데이터에 의해, 사용자 (예를 들어, 프로세스 엔지니어) 는 문제를 바로잡는데 요구될 수 있는 동작의 과정을 결정하는데 있어서 확신을 가지고 진행할 수 있다. 일 예에 있어서, 컴포넌트는 예를 들어 복구 및/또는 교체되어야 할 수 있다.
출력된 데이터가 유효 수명 임계치 범위 내에 있으면, 다음 단계 (318) 에서, 시스템은 다음 측정 간격을 대기할 수 있다.
도 3으로부터 알 수 있는 바와 같이, 컴포넌트를 정량화하기 위한 단계들은 도 1 및/또는 도 2에서 설명된 단계들과 약간 유사하다. 도 1 및/또는 도 2와 달리, 도 3에 설명된 바와 같은 방법은 다음 측정 간격을 식별하기 위해 정량적 방법과 관련된다. 즉, NPT 는, 다음 챔버 양호 인덱스 테스트가 수행되어야 할 수 있을 때의 표시로서 사용될 수 있다. 상기로부터 알 수 있는 바와 같이, 도 3에 설명된 바와 같은 단계들은 2 이상의 다변량 예측 모델이 데이터를 분석하는데 채용되는 경우 조절될 수 있다.
도 4는 본 발명의 일 실시형태에 있어서 비플라즈마 테스트로부터의 데이터및 다변량 예측 모델을 사용하여 컴포넌트를 정량화하는 방법을 도시하는 개략적인 플로우 챠트를 나타낸다. 도 3 및 도 4 양자가 비플라즈마 테스트를 사용하지만, 도 4에 설명된 방법은, NPT 가 챔버 양호 인덱스 테스트에 대한 선도자로서 대신 검증을 위해 사용된다는 점에서 도 3에 설명된 방법과 상이하다.
제 1 단계 (402) 에서, 레시피가 실행된다.
다음 단계 (404) 에서, 프로세싱 동안 프로세싱 데이터가 획득된다.
다음 단계 (406) 에서, 하나 이상의 모델들이 분석을 위해 데이터에 적용된다. 일 실시형태에 있어서, 데이터는 또한 라이브러리 (408) 로부터 풀링될 수 있다.
분석으로부터의 결과들이 출력 리포트로서 제공된다 (단계 410).
다음 단계 (412) 에서, 시스템은 부가적인 검증이 요구되는지를 결정하기 위해 그 결과를 분석할 수 있다. 부가적인 검증은, 단계 (410) 로부터의 결과가 불확실하거나 너무 많은 노이즈를 가지는 경우에 필요할 수 있다. 일 실시형태에 있어서, 결과는 미리 정의된 노이즈 레벨 임계치 범위에 대해 비교될 수 있다. 결과가 미리 정의된 노이즈 레벨 임계치 범위 밖에 있는 경우, 검증이 필요할 수 있다.
부가적인 검증이 필요하다면, 단계 (414) 에서, NPT 가 실행될 수 있다.
NPT 동안, 데이터가 수집된다 (단계 416).
NPT 로부터의 데이터와 모델 분석은 사용되는 NPT 데이터와 상관되어 모델 분석 동안 수집된 데이터를 검증한다 (단계 418).
결합된 데이터는 분석되는 컴포넌트 (들) 의 양호를 세부화하는 단일 리포트로서 출력된다 (단계 420).
물론, (단계 412 에서) 어떠한 부가적인 검증도 필요하지 않다면, (단계 410 으로부터) 부품 마모 정보가 단일 리포트로서 출력될 수 있다 (단계 420).
다음 단계 (422) 에서, 시스템은 유효 수명 임계치 범위에 대해 출력된 데이터를 비교할 수 있다. 각 컴포넌트에 대한 유효 수명 임계치는 전문 지식에 기초할 수 있다. 일 실시형태에 있어서, 유효 수명 임계치는 사용자 설정가능할 수 있다. 이로써, 사용자는 유효 수명 임계치를 변경하여 툴의 구성, 레시피 구성 등을 조정할 수 있다.
출력된 데이터가 유효 수명 임계치 범위 밖에 있으면, 다음 단계 (424) 에서, 경고/에러 메세지가 제공될 수 있다. 경고/에러 메세지는 유효 수명 임계치의 위반을 야기시켰던 파라미터들을 식별할 수 있다. 출력 리포트로부터의 데이터에 의해, 사용자 (예를 들어, 프로세스 엔지니어) 는 문제를 바로잡는데 요구될 수 있는 동작의 과정을 결정하는데 확신을 가지고 진행할 수 있다. 일 예에 있어서, 컴포넌트는 예를 들어 복구 및/또는 교체될 수 있다.
출력된 데이터가 유효 수명 임계치 범위 내에 있으면, 다음 단계 (426) 에서, 시스템은 다음 측정 간격을 대기할 수 있다.
도 4로부터 알 수 있는 바와 같이, 컴포넌트를 정량화하기 위해 강건한 방법이 제공된다. 강건한 방법은 컴포넌트 분석을 수행하도록 2 이상의 다변량 모델을 제공할 뿐만 아니라 다변량 예측 모델 (들) 의 결과를 검증하기 위해 NPT를 포함한다.
상기로부터 알 수 있는 바와 같이, 챔버 양호 상태를 평가하는 방법들은 모델 기반 접근들일 수 있다. 일 실시형태에 있어서, 모델 기반 접근들은 전기 모델들, 플라즈마 모델, 통계 모델, 또는 하이브리드 모델일 수 있다. 모델이 어떻게 구성될 수 있는지를 예시하기 위해, 도 5는 본 발명의 일 실시형태에 있어서, 컴포넌트를 정량화하기 위한 다변량 예측 모델을 구성하는 방법을 도시하는 개략적인 플로우챠트를 나타낸다.
제 1 단계 (502) 에서, 컴포넌트 수명 데이터가 제공된다. 컴포넌트 수명 데이터는 컴포넌트들에 대한 기능적 및/또는 물리적 측정들을 포함할 수 있다. 일 예에 있어서, 컴포넌트가 새로운 브랜드인 경우, 물리적 측정은 통상적으로 제조자에 의해 제공된다. 그러나, 컴포넌트가 새로운 것이 아니라면, 컴포넌트 수명은 컴포넌트들의 실제 측정을 취함으로써 결정될 수 있다.
다음 단계 (504) 에서, 레시피가 실행된다. 레시피는, 예를 들어 클라이언트 특정 레시피, 비클라이언트 특정 레시피, WAC (웨이퍼리스 자동세정) 레시피일 수 있다.
사용자 (예를 들어, 프로세스 엔지니어) 에 의해 설정된 바와 같은 요건들에 의존하여, 프로세싱 챔버의 컴포넌트를 정량화하기 위한 모델을 생성하는데 필요한 데이터를 획득하기 위해, 상기 언급된 하나 이상의 레시피 유형들이 실행될 수 있다.
다음 단계 (506) 에서, 프로세싱 동안 프로세싱 데이터가 수집된다. 프로세싱 데이터는 센서들의 세트에 의해 캡춰될 수 있다. 상기로부터 알 수 있는 바와 같이, 유용한 센서들의 개수, 유용한 센서들의 유형 및 센서들의 사양은 수집된 프로세싱 데이터의 양 및 그래뉴얼리티 (granularity) 에 영향을 미칠 수 있다. 프로세싱 챔버 내에 채용될 수 있는 센서들의 예는, 예를 들어 압력 센서, 온도 센서, 전압-전류 프로브 (VIP), 광학 방출 스펙트로스코피 (OES) 등을 포함하지만 이에 한정되지 않는다. 특히, VIP 및 OES 로부터의 데이터는 특정 주파수들 또는 그 고조파에서 광대역 출력을 별개의 것으로 구분하는 것을 수반할 수 있다. 대안적으로, 이 센서들로부터의 전체 광대역 스펙트럼의 비교가 분석을 위한 기반이 될 수 있다.
일 실시형태에 있어서, 단계 (504 및 506) 는 습식 세정 사이클 동안 발생할 수 있는 포텐셜 드리프트 (potential drift) 를 설명하기 위해서 습식 세정 사이클 동안 상이한 시간 간격들에서 실행될 수 있다. 예를 들어, 상기 단계들은 에지 링과 같은 컴포넌트가 막 설정되었을 때 작동될 수 있다. 상기 단계들은 또한 습식 세정 사이클의 중간 및 종료에 대해 반복될 수 있다. 다변량 모델을 구성하는데 유용한 데이터의 양은 단계들 (504 및 506) 이 실행되는 회수들의 수에 의존한다. 상기로부터 알 수 있는 바와 같이, 단계들 (504 및 506) 이 실행될 수 있는 회수들의 수는 사용자가 모델을 구성하는데 있어서 추가 데이터로부터 도출할 수 있는 이익에 의존할 수 있다.
파라미터들은 보전 이벤트 (예를 들어, 습식 세정) 가 수행된 후 변화할 수 있기 때문에, 습식 세정에 의해 영향을 받는 파라미터들은 다변량 모델을 구성하기 전에 식별되고 제거되거나 컨디셔닝되어야 할 수 있다. 일 예에 있어서, 프로세싱 챔버의 투명 창이 세정된 후, (OES 에 의해) 일부 파장에서 측정된 강도가 변화할 수 있다. 습식 세정에 의해 영향을 받을 수 있는 파라미터들을 제거하기 위해, 실시형태에 있어서, 단계들 (504 및 506) 이 습식 세정 사이클 (508) 을 통해 복수 회 실행되어야 할 수 있다.
부가적으로 또는 대안적으로, 단계들 (502 내지 506) 은 프로세싱 챔버들 (510) 을 통해 또한 실행될 수 있다. (동일한/유사한 챔버 조건들로 주어진) 프로세싱 챔버들에 걸쳐 적용될 수 있는 다변량 모델을 생성하기 위해, 챔버 관련 조건에 의해 영향을 받을 수 있는 파라미터들이 식별되고 제거되거나 컨디셔닝될 수 있다. 예를 들어, 상이한 프로세스 챔버들 상에서 작동되는 표준 정량화 레시피의 실행 동안 수집된 데이터는, 하나의 챔버로부터 다른 챔버로의 센서 출력들을 변형시키기 위한 규칙들을 전개하는데 사용될 수 있으며, 이로써 양 챔버들에 대한 출력들을 매칭시킨다.
본 발명의 일 실시형태에 있어서, 센서들이 매칭된다면, 컴포넌트 마모와 관련되지 않을 수 있는 파라미터들로의 변화들을 제거하기 위해서, 단계들 (502 내지 506) 이 습식 세정 사이클 및/또는 프로세싱 챔버들에 걸쳐 반복되어야 하지 않을 수 있다. 매칭된 센서들은 일부 정의된 챔버 상태에 대해 동일한 절대 값을 리턴하여야 한다. 2 개의 매칭된 센서들이 사용되는 경우, 2 개의 동일한 챔버들에 대해 측정된 챔버 임피던스는 동일하게 된다.
일단 충분한 데이터가 수집되었다면, 다음 단계 (512) 에서, 컴포넌트에 대해 다변량 모델이 생성될 수 있다. 종래 기술과 달리, 다변량 모델은 단일 파라미터 대신 복수의 파라미터들에 기초한다. 다량의 데이터 및/또는 고 그래뉼라 (granular) 데이터가 센서들에 의해 수집될 수 있기 때문에, 일 실시형태에 있어서, 빠른 프로세싱 컴퓨팅 모듈이 데이터 프로세싱 및 분석을 취급하는데 채용될 수 있다. 프로세싱 시간을 증가시키기 위해, 제조 설비 호스트 제어기 또는 심지어 프로세스 모듈 제어기를 먼저 통과하지 않으면서, 센서들로부터 빠른 프로세싱 컴퓨팅 모듈로 데이터가 직접 전송될 수 있다. Huang et al.에 의해 2009년 9월 8일에 출원된 출원 번호 제 12/555,674 호는 데이터를 취급하기에 적합한 빠른 프로세싱 컴퓨팅 모듈의 예를 기재한다.
그러나, 수집된 모든 데이터가 컴포넌트를 정량화하는 프로세스에 관련될 수는 있는 것은 아니다. 단지 컴퓨터 마모에 관련될 수 있는 파라미터들만을 식별하기 위해, 필터링 기준이 적용될 수 있다. 일 실시형태에 있어서, 필터링 기준은, 습식 세정 사이클과 관련되지 않는 파라미터들을 포함할 수 있다. 다른 실시형태에 있어서, 필터링 기준은 챔버 의존형인 데이터를 배제하는 것을 또한 포함할 수 있다. 일 예로서, VI 프로브를 사용하여 습식 세정에 걸쳐 특정 27MHz 플라즈마를 모니터링하는 경우, 100MHz 보다 큰 일부 고조파 성분은 습식 세정에 대해 내부적으로 마모된 부품들을 면밀하게 추적한 후에도 종종 이동되게 된다.
일단 컴포넌트 마모와 연관된 관련 파라미터들이 식별되었다면, 하나 이상의 모델들이 구성될 수 있다. 일 실시형태에 있어서, 프로세싱 데이터는 통계 모델, 전기 모델 및/또는 플라즈마 모델을 생성하는데 사용될 수 있다. 일 예로서, 동일한 데이터가 다중 챔버 부품들에 대한 마모 정보 모델들을 구성하는데 사용될 수 있다. 선형 디커플링 부품 마모는 부품들을 교체함으로써 또는 복잡한 다중 단계 플라즈마 프로세스들을 사용함으로써 달성될 수 있어 단지 특정 부품들만이 각각의 플라즈마에 의해 모니터링될 수 있다.
각각의 모델이 생성된 후, 시스템은 모델 내의 노이즈 레벨이 수용가능한지를 결정하기 위해 체크할 수 있다 (단계 514). 노이즈는, 예를 들어 센서들 내에 내재된 노이즈 및/또는 물리적 측정들로부터 발생할 수 있다.
일 예에 있어서, 노이즈는 컴포넌트 투 컴포넌트 변화로 인해 존재할 수 있다. 즉, 컴포넌트 특성들은 컴포넌트의 크기, 컴포넌트의 재료 조성, 컴포넌트의 구성에 의해 달라질 수 있다. 일 예에 있어서, 프로세싱 챔버 (A) 및 프로세싱 챔버 (B) 내측의 에지 링은 동일한 것처럼 보일 수 있다. 그러나, 프로세싱 챔버 (A) 의 에지 링의 크기가 프로세싱 챔버 (B) 의 에지 링의 크기보다 약간 더 클 수 있다. 컴포넌트 투 컴포넌트 변화가 식별될 수 있기 때문에, 컴포넌트 투 컴포넌트 변화는 모델로 설명될 수 있다. 일 실시형태에 있어서, 수용가능한 임계치 범위가 정의된다. 컴포넌트 투 컴포넌트 변화가 임계치 범위 밖에 있는 경우, 시스템은 모델을 구성하기 위해 부가 데이터를 획득해야 할 수도 있다.
노이즈에 대한 다른 소스는 컴포넌트의 설정에 기인할 수도 있다. 일 예에 있어서, 에지 링의 배치는 모델 내에 노이즈를 야기할 수도 있다. 예를 들어, 에지 링과 정전 척 사이에 갭이 존재할 수 있다. 그러나, 이 갭이 프로세싱 챔버들 사이에서 달라지는 경우, 프로세싱 챔버의 전기적 특성이 달라질 수 있다. 이러한 이유로, 임계치 범위가 확립될 수 있다. 그 차이가 임계치 범위 밖에 있는 경우, 모델을 구성하기 위해 부가 데이터가 획득될 수 있다.
다음 단계 (516) 에서, 다변량 모델의 구성이 완성된다.
단계들 (502 내지 516) 이 단일 컴포넌트에 대해 하나 이상의 다변량 예측 모델들을 생성하기 위해 수행될 수 있다. 물론, 동일한 데이터 파일이 다른 컴포넌트들에 대한 다변량 예측 모델들을 생성하기 위해 채용될 수 있다.
도 5로부터 알 수 있는 바와 같이, 기재된 방법은, 습식 세정 사이클 내에서, 습식 세정 사이클에 걸쳐서, 그리고 상이한 프로세싱 챔버들 내에서와 같은, 상이한 환경 조건들에 걸쳐 컴포넌트의 조건들을 고려할 수 있는 다변량 예측 모델의 기준을 제공한다. 상이한 조건들에서 데이터를 수집함으로써, 비컴포넌트 마모 관련 데이터는 제거될 수 있다. 이에 따라, 예측 모델에 의해, 사용자는 부품 사용을 최적화할 수 있고, 웨이퍼 스크랩을 감소시킬 수 있으며, 다가올 교체 이벤트들을 예측하여 다가올 복구들을 계획할 수 있어, 소유 비용을 감소시킬 수 있다.
상기로부터 알 수 있는 바와 같이, 프로세싱 챔버 내에서 컴포넌트들에 대한 강건성 체크를 수행하기 위한 방법들이 제공된다. 하나 이상의 다변량 예측 모델들을 채용함으로써, 컴포넌트들의 보다 정확한 분석이 제공된다. 즉, 다중 센서들로부터의 데이터를 사용함으로써, 챔버 양호 인덱스 테스트가, 외부 메트롤로지 측정들을 필요로 하지 않으면서 컴포넌트들의 잔류 유효 수명을 추정 및/또는 예측하기 위해 채용될 수 있다. 보다 그래뉼라 (granular) 하고 덜 거슬리는 챔버 양호 인덱스 체크들에 의해, 보다 효과적인 비용의 방법이 컴포넌트의 상태를 식별하기 위해 제공된다. 이로써, 보다 적은 자원들 및/또는 컴포넌트들이 소모 및/또는 손상되기 때문에 소유 비용이 감소된다.
본 발명은 몇몇 바람직한 실시형태들에 관해서 설명되었지만, 본 발명의 범위 내에 포함되는 변경물, 치환물 및 등가물들이 존재한다. 다양한 예시들이 본 명세서에 제공되었지만, 이러한 예시들은 본 발명에 대해 예시적인 것이고 한정하는 것이 아니다.
또한, 본 명세서에 발명의 명칭 및 요약은 편의를 위해 제공되며 본 명세서에서의 청구범위의 범위를 해석하는데 이용되지 않아야 한다. 또한, 요약서는 매우 생략된 형태로 기록되고 본 명세서에서 편의를 위해 제공되며, 이로써 청구범위에서 표현되는 전체 발명을 해석하거나 한정하는데 채용되지 않아야 한다. 본 명세서에서 용어 "세트" 가 채용되는 경우, 그 용어는 제로, 하나 또는 하나 보다 큰 부재를 포함하도록 그것의 통상적으로 이해되는 수학적 의미를 갖는 것으로 의도된다. 또한, 본 발명의 방법들 및 장치들을 구현하는 많은 대안의 방식들이 존재하는 것을 유념해야 한다. 따라서, 다음의 첨부된 청구범위는 본 발명의 진정한 사상 및 범위 내에 포함되는 그러한 모든 변경물, 치환물 및 등가물을 포함하는 것으로서 해석되어야 하는 것이다.
Claims (24)
- 프로세싱 챔버의 양호 (health) 상태를 평가하는 방법으로서,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 레시피를 실행하는 단계;
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피의 실행 동안 센서들의 세트로부터 프로세싱 데이터를 수신하는 단계;
다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석하는 단계;
상기 다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석함으로써 컴포넌트 마모 데이터 값들의 세트를 생성하는 단계;
유효 수명 임계치 범위들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 비교하는 단계; 및
상기 컴포넌트 마모 데이터 값들의 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 경고를 발생하는 단계를 포함하 고 ,
상기 프로세싱 데이터는 상기 다변량 예측 모델들의 세트 중 적어도 2 개의 다변량 예측 모델들을 채용함으로써 분석되고,
상기 프로세싱 데이터는,
제 1 세트의 컴포넌트 마모 데이터 값들을 생성하기 위해 제 1 다변량 예측 모델을 채용하고, 제 2 세트의 컴포넌트 마모 데이터 값들을 생성하기 위해 제 2 다변량 예측 모델을 채용하며, 상기 제 1 세트의 컴포넌트 마모 데이터 값들과 상기 제 2 세트의 컴포넌트 마모 데이터 값들 사이에 차이들이 존재하는 경우, 상기 제 2 다변량 예측 모델을 상기 제 1 세트의 컴포넌트 마모 데이터 값들에 적용함으로써 분석되고,
상기 제 1 세트의 컴포넌트 마모 데이터 값들은 상기 제 2 세트의 컴포넌트 마모 데이터 값들보다 적은 노이즈를 갖는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 1 항에 있어서,
상기 다변량 예측 모델들의 세트를 지원하기 위해 라이브러리로부터 데이터를 가져오는 (pulling) 단계를 더 포함하는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 2 항에 있어서,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피는 클라이언트 특정 레시피, 비클라이언트 특정 레시피 및 웨이퍼리스 세정 자동세정 레시피 중 하나를 포함하는, 프로세싱 챔버의 양호 상태 평가 방법. - 삭제
- 삭제
- 삭제
- 제 2 항에 있어서,
상기 다변량 예측 모델들의 세트는 전기 모델, 통계 모델 및 플라즈마 모델 중 적어도 하나를 포함하는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 2 항에 있어서,
상기 다변량 예측 모델들의 세트는 하나 이상의 소모성 부품을 분석하도록 구성되며, 상기 소모성 부품의 각각은 상기 유효 수명 임계치 범위들의 세트 중 하나의 유효 수명 임계치 범위와 연관되는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 2 항에 있어서,
상기 유효 수명 임계치 범위들의 세트는 사용자 설정가능한, 프로세싱 챔버의 양호 상태 평가 방법. - 제 2 항에 있어서,
상기 다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석함으로써 상기 컴포넌트 마모 데이터 값들의 세트를 생성하는 단계 이후에 상기 프로세싱 챔버의 상기 양호 상태를 평가하는 것을 수행하는 단계를 더 포함하고,
상기 레시피를 실행하는 단계 및 상기 컴포넌트 마모 데이터 값들의 세트를 생성하는 단계 사이의 간격은 미리 정의된 시간 주기 중 하나에 의해 그리고 비플라즈마 테스트를 실행하는 것에 의해 결정되는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 2 항에 있어서,
검증이 요구되는지를 결정하기 위해 상기 컴포넌트 마모 데이터 값들의 세트를 분석하는 단계로서, 상기 검증은 상기 컴포넌트 마모 데이터 값들의 세트가 노이즈 레벨 임계치 범위 밖에 있는 경우 발생하는, 상기 컴포넌트 마모 데이터 값들의 세트를 분석하는 단계;
상기 컴포넌트 마모 데이터 값들의 세트를 검증하기 위해 비플라즈마 테스트를 실행하는 단계; 및
컴포넌트 마모 데이터 값들의 결합 세트를 생성하기 위해 비플라즈마 테스트 데이터 값들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 상관시키는 단계를 더 포함하고,
상기 컴포넌트 마모 데이터 값들의 결합 세트는 상기 유효 수명 임계치 범위들의 세트에 대해 비교되고, 상기 경고는 상기 컴포넌트 마모 데이터 값들의 결합 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 발생되는, 프로세싱 챔버의 양호 상태 평가 방법. - 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품으로서,
상기 컴퓨터 판독가능 코드는,
프로세싱 챔버의 양호 (health) 상태를 평가하기 위해 구성되며,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 레시피를 실행하기 위한 코드;
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피의 실행 동안 센서들의 세트로부터 프로세싱 데이터를 수신하기 위한 코드;
다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석하기 위한 코드;
상기 다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석함으로써 컴포넌트 마모 데이터 값들의 세트를 생성하기 위한 코드;
유효 수명 임계치 범위들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 비교하기 위한 코드;
상기 컴포넌트 마모 데이터 값들의 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 경고를 발생하기 위한 코드로서, 상기 프로세싱 데이터를 분석하기 위한 코드는, 상기 다변량 예측 모델들의 세트 중 적어도 2 개의 다변량 예측 모델들을 사용하기 위한 코드를 포함하는, 상기 경고를 발생하기 위한 코드;
상기 다변량 예측 모델들의 세트를 지원하기 위해 라이브러리로부터 데이터를 가져오기 (pulling) 위한 코드;
검증이 요구되는지를 결정하도록 상기 컴포넌트 마모 데이터 값들의 세트를 분석하기 위한 코드로서, 상기 검증은 상기 컴포넌트 마모 데이터 값들의 세트가 노이즈 레벨 임계치 범위 밖에 있는 경우 발생하는, 상기 컴포넌트 마모 데이터 값들의 세트를 분석하기 위한 코드;
상기 컴포넌트 마모 데이터 값들의 세트를 검증하기 위해 비플라즈마 테스트를 실행하기 위한 코드; 및
컴포넌트 마모 데이터 값들의 결합 세트를 생성하도록 비플라즈마 테스트 데이터 값들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 상관시키기 위한 코드를 포함하고,
상기 컴포넌트 마모 데이터 값들의 결합 세트는 상기 유효 수명 임계치 범위들의 세트에 대해 비교되고, 상기 경고는 상기 컴포넌트 마모 데이터 값들의 결합 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 발생되는, 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품. - 삭제
- 제 12 항에 있어서,
상기 다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석함으로써 상기 컴포넌트 마모 데이터 값들의 세트를 생성한 이후 상기 프로세싱 챔버의 상기 양호 상태를 평가하는 것을 수행하기 위한 코드를 더 포함하고,
상기 레시피를 실행하고, 상기 컴포넌트 마모 데이터 값들의 세트를 생성하는 사이의 간격은 미리 정의된 시간 주기 중 하나에 의해 그리고 비플라즈마 테스트를 실행함으로써 결정되는, 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품. - 삭제
- 제 12 항에 있어서,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피는 클라이언트 특정 레시피, 비클라이언트 특정 레시피 및 웨이퍼리스 세정 자동세정 레시피 중 하나를 포함하는, 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품. - 제 12 항에 있어서,
상기 프로세싱 데이터를 분석하기 위한 코드는, 상기 다변량 예측 모델들의 세트 중 제 1 다변량 예측 모델을 사용하기 위한 코드를 포함하는, 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품. - 삭제
- 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품으로서,
상기 컴퓨터 판독가능 코드는,
프로세싱 챔버의 양호 (health) 상태를 평가하기 위해 구성되며,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 레시피를 실행하기 위한 코드;
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피의 실행 동안 센서들의 세트로부터 프로세싱 데이터를 수신하기 위한 코드;
다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석하기 위한 코드;
상기 다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석함으로써 컴포넌트 마모 데이터 값들의 세트를 생성하기 위한 코드;
유효 수명 임계치 범위들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 비교하기 위한 코드; 및
상기 컴포넌트 마모 데이터 값들의 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 경고를 발생하기 위한 코드를 포함하고,
상기 프로세싱 데이터를 분석하기 위한 코드는, 상기 다변량 예측 모델들의 세트 중 적어도 2 개의 다변량 예측 모델들을 사용하기 위한 코드를 포함하고,
상기 프로세싱 데이터를 분석하기 위한 코드는,
제 1 세트의 컴포넌트 마모 데이터 값들을 생성하기 위해 제 1 다변량 예측 모델을 사용하기 위한 코드 및 제 2 세트의 컴포넌트 마모 데이터 값들을 생성하기 위해 제 2 다변량 예측 모델을 사용하기 위한 코드와,
상기 제 1 세트의 컴포넌트 마모 데이터 값들과 상기 제 2 세트의 컴포넌트 마모 데이터 값들 사이에 차이들이 존재하는 경우, 상기 제 2 다변량 예측 모델을 상기 제 1 세트의 컴포넌트 마모 데이터 값들에 적용하기 위한 코드를 포함하고,
상기 제 2 다변량 예측 모델은 상기 제 1 다변량 예측 모델보다 적은 노이즈를 갖는, 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품. - 제 12 항에 있어서,
상기 다변량 예측 모델들의 세트는 전기 모델, 통계 모델 및 플라즈마 모델 중 적어도 하나를 포함하는, 컴퓨터 판독가능 코드를 갖는 프로그램 저장 매체를 포함하는 제조 물품. - 프로세싱 챔버의 양호 (health) 상태를 평가하는 방법으로서,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 레시피를 실행하는 단계;
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피의 실행 동안 센서들의 세트로부터 프로세싱 데이터를 수신하는 단계;
다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석하는 단계;
상기 다변량 예측 모델들의 세트를 사용하여 상기 프로세싱 데이터를 분석함으로써 컴포넌트 마모 데이터 값들의 세트를 생성하는 단계;
유효 수명 임계치 범위들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 비교하는 단계; 및
상기 컴포넌트 마모 데이터 값들의 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 경고를 발생하는 단계로서, 상기 프로세싱 데이터는 상기 다변량 예측 모델들의 세트 중 적어도 2 개의 다변량 예측 모델들을 채용함으로써 분석되는, 상기 경고를 발생하는 단계;
상기 다변량 예측 모델들의 세트를 지원하기 위해 라이브러리로부터 데이터를 가져오는 (pulling) 하는 단계;
검증이 요구되는지를 결정하기 위해 상기 컴포넌트 마모 데이터 값들의 세트를 분석하는 단계로서, 상기 검증은 상기 컴포넌트 마모 데이터 값들의 세트가 노이즈 레벨 임계치 범위 밖에 있는 경우 발생하는, 상기 컴포넌트 마모 데이터 값들의 세트를 분석하는 단계;
상기 컴포넌트 마모 데이터 값들의 세트를 검증하기 위해 비플라즈마 테스트를 실행하는 단계; 및
컴포넌트 마모 데이터 값들의 결합 세트를 생성하기 위해 비플라즈마 테스트 데이터 값들의 세트에 대해 상기 컴포넌트 마모 데이터 값들의 세트를 상관시키는 단계를 포함하고,
상기 컴포넌트 마모 데이터 값들의 결합 세트는 상기 유효 수명 임계치 범위들의 세트에 대해 비교되고, 상기 경고는 상기 컴포넌트 마모 데이터 값들의 결합 세트가 상기 유효 수명 임계치 범위들의 세트 밖에 있는 경우 발생되는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 21 항에 있어서,
상기 프로세싱 챔버의 컴포넌트들의 세트를 정량화하기 위한 상기 레시피는 클라이언트 특정 레시피, 비클라이언트 특정 레시피 및 웨이퍼리스 세정 자동세정 레시피 중 하나를 포함하는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 21 항에 있어서,
상기 다변량 예측 모델들의 세트는 전기 모델, 통계 모델 및 플라즈마 모델 중 적어도 하나를 포함하는, 프로세싱 챔버의 양호 상태 평가 방법. - 제 21 항에 있어서,
상기 다변량 예측 모델들의 세트는 하나 이상의 소모성 부품을 분석하도록 구성되며, 상기 소모성 부품의 각각은 상기 유효 수명 임계치 범위들의 세트 중 하나의 유효 수명 임계치 범위와 연관되는, 프로세싱 챔버의 양호 상태 평가 방법.
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US22202409P | 2009-06-30 | 2009-06-30 | |
| US22210209P | 2009-06-30 | 2009-06-30 | |
| US61/222,102 | 2009-06-30 | ||
| US61/222,024 | 2009-06-30 | ||
| US12/555,674 | 2009-09-08 | ||
| US12/555,674 US8983631B2 (en) | 2009-06-30 | 2009-09-08 | Arrangement for identifying uncontrolled events at the process module level and methods thereof |
| PCT/US2010/040465 WO2011002803A2 (en) | 2009-06-30 | 2010-06-29 | Methods and apparatus for predictive preventive maintenance of processing chambers |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120101293A KR20120101293A (ko) | 2012-09-13 |
| KR101708077B1 true KR101708077B1 (ko) | 2017-02-17 |
Family
ID=43411705
Family Applications (5)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020117031573A KR101708078B1 (ko) | 2009-06-30 | 2010-06-29 | 플라즈마 챔버의 검정을 위한 에칭 레이트 균일성을 예측하는 방법 및 장치 |
| KR1020117031592A KR101741274B1 (ko) | 2009-06-30 | 2010-06-29 | 프로세스 모듈 레벨에서 제어되지 않은 이벤트들을 식별하는 장치 및 그 방법 |
| KR1020117031574A KR101741272B1 (ko) | 2009-06-30 | 2010-06-29 | 플라즈마 프로세싱 툴을 위한 인-시츄 프로세스 모니터링 및 제어를 위한 방법 및 장치 |
| KR1020117031499A KR101708077B1 (ko) | 2009-06-30 | 2010-06-29 | 프로세싱 챔버의 예측 예방 보전을 위한 방법 및 장치 |
| KR1020117031561A KR101741271B1 (ko) | 2009-06-30 | 2010-06-29 | 최적 종말점 알고리즘 구성 방법 |
Family Applications Before (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020117031573A KR101708078B1 (ko) | 2009-06-30 | 2010-06-29 | 플라즈마 챔버의 검정을 위한 에칭 레이트 균일성을 예측하는 방법 및 장치 |
| KR1020117031592A KR101741274B1 (ko) | 2009-06-30 | 2010-06-29 | 프로세스 모듈 레벨에서 제어되지 않은 이벤트들을 식별하는 장치 및 그 방법 |
| KR1020117031574A KR101741272B1 (ko) | 2009-06-30 | 2010-06-29 | 플라즈마 프로세싱 툴을 위한 인-시츄 프로세스 모니터링 및 제어를 위한 방법 및 장치 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020117031561A KR101741271B1 (ko) | 2009-06-30 | 2010-06-29 | 최적 종말점 알고리즘 구성 방법 |
Country Status (6)
| Country | Link |
|---|---|
| JP (5) | JP5629770B2 (ko) |
| KR (5) | KR101708078B1 (ko) |
| CN (5) | CN102473590B (ko) |
| SG (5) | SG176566A1 (ko) |
| TW (5) | TWI484435B (ko) |
| WO (5) | WO2011002800A2 (ko) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102332383B (zh) * | 2011-09-23 | 2014-12-10 | 中微半导体设备(上海)有限公司 | 等离子体刻蚀工艺的终点监控方法 |
| US10128090B2 (en) | 2012-02-22 | 2018-11-13 | Lam Research Corporation | RF impedance model based fault detection |
| US9502221B2 (en) * | 2013-07-26 | 2016-11-22 | Lam Research Corporation | Etch rate modeling and use thereof with multiple parameters for in-chamber and chamber-to-chamber matching |
| TWI677264B (zh) * | 2013-12-13 | 2019-11-11 | 美商蘭姆研究公司 | 基於射頻阻抗模型之故障檢測 |
| US10192763B2 (en) * | 2015-10-05 | 2019-01-29 | Applied Materials, Inc. | Methodology for chamber performance matching for semiconductor equipment |
| US10269545B2 (en) * | 2016-08-03 | 2019-04-23 | Lam Research Corporation | Methods for monitoring plasma processing systems for advanced process and tool control |
| US9972478B2 (en) * | 2016-09-16 | 2018-05-15 | Lam Research Corporation | Method and process of implementing machine learning in complex multivariate wafer processing equipment |
| US11067515B2 (en) * | 2017-11-28 | 2021-07-20 | Taiwan Semiconductor Manufacturing Co., Ltd. | Apparatus and method for inspecting a wafer process chamber |
| CN108847381A (zh) * | 2018-05-25 | 2018-11-20 | 深圳市华星光电半导体显示技术有限公司 | 测试基板及延长测试基板使用寿命的方法 |
| US10651097B2 (en) | 2018-08-30 | 2020-05-12 | Lam Research Corporation | Using identifiers to map edge ring part numbers onto slot numbers |
| DE102019209110A1 (de) * | 2019-06-24 | 2020-12-24 | Sms Group Gmbh | Industrielle Anlage, insbesondere Anlage der metallerzeugenden Industrie oder der Aluminium- oder Stahlindustrie und Verfahren zum Betreiben einer industriellen Anlage, insbesondere einer Anlage der metallerzeugenden Industrie oder der Aluminium- oder Stahlindustrie |
| KR20230012453A (ko) * | 2021-07-13 | 2023-01-26 | 주식회사 히타치하이테크 | 진단 장치 및 진단 방법 그리고 플라스마 처리 장치 및 반도체 장치 제조 시스템 |
| US20230195074A1 (en) * | 2021-12-21 | 2023-06-22 | Applied Materials, Inc. | Diagnostic methods for substrate manufacturing chambers using physics-based models |
| US20230260767A1 (en) * | 2022-02-15 | 2023-08-17 | Applied Materials, Inc. | Process control knob estimation |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080208487A1 (en) * | 2007-02-23 | 2008-08-28 | General Electric Company | System and method for equipment remaining life estimation |
Family Cites Families (58)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5272872A (en) * | 1992-11-25 | 1993-12-28 | Ford Motor Company | Method and apparatus of on-board catalytic converter efficiency monitoring |
| JP3301238B2 (ja) * | 1994-10-25 | 2002-07-15 | 三菱電機株式会社 | エッチング方法 |
| JPH08148474A (ja) * | 1994-11-16 | 1996-06-07 | Sony Corp | ドライエッチングの終点検出方法および装置 |
| JPH09306894A (ja) * | 1996-05-17 | 1997-11-28 | Sony Corp | 最適発光スペクトル自動検出システム |
| US6197116B1 (en) * | 1996-08-29 | 2001-03-06 | Fujitsu Limited | Plasma processing system |
| JP3630931B2 (ja) * | 1996-08-29 | 2005-03-23 | 富士通株式会社 | プラズマ処理装置、プロセスモニタ方法及び半導体装置の製造方法 |
| US5993615A (en) * | 1997-06-19 | 1999-11-30 | International Business Machines Corporation | Method and apparatus for detecting arcs |
| JP2001516940A (ja) * | 1997-09-17 | 2001-10-02 | 東京エレクトロン株式会社 | Ｒｆプラズマシステムにおけるアーキングを検出しかつ防止するための装置および方法 |
| US5986747A (en) | 1998-09-24 | 1999-11-16 | Applied Materials, Inc. | Apparatus and method for endpoint detection in non-ionizing gaseous reactor environments |
| US8617351B2 (en) * | 2002-07-09 | 2013-12-31 | Applied Materials, Inc. | Plasma reactor with minimal D.C. coils for cusp, solenoid and mirror fields for plasma uniformity and device damage reduction |
| JP2001338856A (ja) * | 2000-05-30 | 2001-12-07 | Tokyo Seimitsu Co Ltd | 半導体製造システムのプロセスコントローラ |
| JP4554037B2 (ja) * | 2000-07-04 | 2010-09-29 | 東京エレクトロン株式会社 | 消耗品の消耗度予測方法及び堆積膜厚の予測方法 |
| US6567718B1 (en) * | 2000-07-28 | 2003-05-20 | Advanced Micro Devices, Inc. | Method and apparatus for monitoring consumable performance |
| US6391787B1 (en) * | 2000-10-13 | 2002-05-21 | Lam Research Corporation | Stepped upper electrode for plasma processing uniformity |
| US6821794B2 (en) | 2001-10-04 | 2004-11-23 | Novellus Systems, Inc. | Flexible snapshot in endpoint detection |
| JP2003151955A (ja) * | 2001-11-19 | 2003-05-23 | Nec Kansai Ltd | プラズマエッチング方法 |
| WO2003102724A2 (en) * | 2002-05-29 | 2003-12-11 | Tokyo Electron Limited | Method and system for data handling, storage and manipulation |
| US6825050B2 (en) * | 2002-06-07 | 2004-11-30 | Lam Research Corporation | Integrated stepwise statistical process control in a plasma processing system |
| US20040031052A1 (en) | 2002-08-12 | 2004-02-12 | Liberate Technologies | Information platform |
| US6781383B2 (en) * | 2002-09-24 | 2004-08-24 | Scientific System Research Limited | Method for fault detection in a plasma process |
| WO2004031875A1 (en) * | 2002-09-30 | 2004-04-15 | Tokyo Electron Limited | Method and apparatus for the monitoring and control of a semiconductor manufacturing process |
| BRPI0314881B1 (pt) * | 2002-10-25 | 2019-01-08 | S & C Electric Co | sistema e método para controle de distribuição de energia elétrica através de uma rede |
| JP4365109B2 (ja) * | 2003-01-29 | 2009-11-18 | 株式会社日立ハイテクノロジーズ | プラズマ処理装置 |
| US6969619B1 (en) * | 2003-02-18 | 2005-11-29 | Novellus Systems, Inc. | Full spectrum endpoint detection |
| JP2004295348A (ja) * | 2003-03-26 | 2004-10-21 | Mori Seiki Co Ltd | 工作機械の保守管理システム |
| US20060006139A1 (en) * | 2003-05-09 | 2006-01-12 | David Johnson | Selection of wavelengths for end point in a time division multiplexed process |
| EP1623457B1 (en) * | 2003-05-09 | 2008-11-26 | Unaxis USA Inc. | Endpoint detection in time division multiplexed processes using an envelope follower algorithm |
| JP2004335841A (ja) * | 2003-05-09 | 2004-11-25 | Tokyo Electron Ltd | プラズマ処理装置の予測装置及び予測方法 |
| US7062411B2 (en) * | 2003-06-11 | 2006-06-13 | Scientific Systems Research Limited | Method for process control of semiconductor manufacturing equipment |
| JP4043408B2 (ja) * | 2003-06-16 | 2008-02-06 | 東京エレクトロン株式会社 | 基板処理装置及び基板処理方法 |
| US6902646B2 (en) * | 2003-08-14 | 2005-06-07 | Advanced Energy Industries, Inc. | Sensor array for measuring plasma characteristics in plasma processing environments |
| KR100567745B1 (ko) * | 2003-09-25 | 2006-04-05 | 동부아남반도체 주식회사 | 스퍼터링용 타겟의 수명예측 장치 및 수명예측방법 |
| US8036869B2 (en) * | 2003-09-30 | 2011-10-11 | Tokyo Electron Limited | System and method for using first-principles simulation to control a semiconductor manufacturing process via a simulation result or a derived empirical model |
| US7930053B2 (en) * | 2003-12-23 | 2011-04-19 | Beacons Pharmaceuticals Pte Ltd | Virtual platform to facilitate automated production |
| US7233878B2 (en) * | 2004-01-30 | 2007-06-19 | Tokyo Electron Limited | Method and system for monitoring component consumption |
| US7146237B2 (en) * | 2004-04-07 | 2006-12-05 | Mks Instruments, Inc. | Controller and method to mediate data collection from smart sensors for fab applications |
| JP2006004992A (ja) * | 2004-06-15 | 2006-01-05 | Seiko Epson Corp | 研磨装置管理システム、管理装置、管理装置制御プログラム及び管理装置制御方法 |
| TWI336823B (en) * | 2004-07-10 | 2011-02-01 | Onwafer Technologies Inc | Methods of and apparatuses for maintenance, diagnosis, and optimization of processes |
| US7292045B2 (en) * | 2004-09-04 | 2007-11-06 | Applied Materials, Inc. | Detection and suppression of electrical arcing |
| JP4972277B2 (ja) * | 2004-11-10 | 2012-07-11 | 東京エレクトロン株式会社 | 基板処理装置の復帰方法、該装置の復帰プログラム、及び基板処理装置 |
| US7828929B2 (en) * | 2004-12-30 | 2010-11-09 | Research Electro-Optics, Inc. | Methods and devices for monitoring and controlling thin film processing |
| 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 |
| JP2006328510A (ja) * | 2005-05-30 | 2006-12-07 | Ulvac Japan Ltd | プラズマ処理方法及び装置 |
| TWI338321B (en) * | 2005-06-16 | 2011-03-01 | Unaxis Usa Inc | Process change detection through the use of evolutionary algorithms |
| US7409260B2 (en) * | 2005-08-22 | 2008-08-05 | Applied Materials, Inc. | Substrate thickness measuring during polishing |
| US7302363B2 (en) * | 2006-03-31 | 2007-11-27 | Tokyo Electron Limited | Monitoring a system during low-pressure processes |
| US7413672B1 (en) * | 2006-04-04 | 2008-08-19 | Lam Research Corporation | Controlling plasma processing using parameters derived through the use of a planar ion flux probing arrangement |
| US7829468B2 (en) * | 2006-06-07 | 2010-11-09 | Lam Research Corporation | Method and apparatus to detect fault conditions of plasma processing reactor |
| KR20080006750A (ko) * | 2006-07-13 | 2008-01-17 | 삼성전자주식회사 | 반도체소자 제조용 플라즈마 도핑 시스템 |
| US20080063810A1 (en) * | 2006-08-23 | 2008-03-13 | Applied Materials, Inc. | In-situ process state monitoring of chamber |
| CN100587902C (zh) * | 2006-09-15 | 2010-02-03 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 在线预测刻蚀设备维护的方法 |
| JP2008158769A (ja) * | 2006-12-22 | 2008-07-10 | Tokyo Electron Ltd | 基板処理システム、制御装置、設定情報監視方法および設定情報監視プログラムを記憶した記憶媒体 |
| US7674636B2 (en) * | 2007-03-12 | 2010-03-09 | Tokyo Electron Limited | Dynamic temperature backside gas control for improved within-substrate process uniformity |
| US8055203B2 (en) * | 2007-03-14 | 2011-11-08 | Mks Instruments, Inc. | Multipoint voltage and current probe system |
| JP2008311338A (ja) * | 2007-06-13 | 2008-12-25 | Harada Sangyo Kk | 真空処理装置及びこれに用いる異常放電予知装置、並びに、真空処理装置の制御方法 |
| KR100892248B1 (ko) * | 2007-07-24 | 2009-04-09 | 주식회사 디엠에스 | 플라즈마 반응기의 실시간 제어를 실현하는 종말점 검출장치 및 이를 포함하는 플라즈마 반응기 및 그 종말점 검출방법 |
| US20090106290A1 (en) * | 2007-10-17 | 2009-04-23 | Rivard James P | Method of analyzing manufacturing process data |
| JP4983575B2 (ja) * | 2007-11-30 | 2012-07-25 | パナソニック株式会社 | プラズマ処理装置およびプラズマ処理方法 |
-
2010
- 2010-06-29 SG SG2011085149A patent/SG176566A1/en unknown
- 2010-06-29 CN CN201080029024.XA patent/CN102473590B/zh active Active
- 2010-06-29 SG SG2011085107A patent/SG176147A1/en unknown
- 2010-06-29 WO PCT/US2010/040456 patent/WO2011002800A2/en active Application Filing
- 2010-06-29 KR KR1020117031573A patent/KR101708078B1/ko active IP Right Grant
- 2010-06-29 WO PCT/US2010/040468 patent/WO2011002804A2/en active Application Filing
- 2010-06-29 WO PCT/US2010/040477 patent/WO2011002810A2/en active Application Filing
- 2010-06-29 CN CN201080029270.5A patent/CN102474968B/zh active Active
- 2010-06-29 KR KR1020117031592A patent/KR101741274B1/ko active IP Right Grant
- 2010-06-29 CN CN201080028990.XA patent/CN102804929B/zh active Active
- 2010-06-29 KR KR1020117031574A patent/KR101741272B1/ko active IP Right Grant
- 2010-06-29 SG SG2011085131A patent/SG176565A1/en unknown
- 2010-06-29 JP JP2012518586A patent/JP5629770B2/ja active Active
- 2010-06-29 WO PCT/US2010/040478 patent/WO2011002811A2/en active Application Filing
- 2010-06-29 JP JP2012518589A patent/JP2012532464A/ja active Pending
- 2010-06-29 SG SG2011085172A patent/SG176567A1/en unknown
- 2010-06-29 KR KR1020117031499A patent/KR101708077B1/ko active IP Right Grant
- 2010-06-29 JP JP2012518588A patent/JP5693573B2/ja active Active
- 2010-06-29 WO PCT/US2010/040465 patent/WO2011002803A2/en active Application Filing
- 2010-06-29 JP JP2012518584A patent/JP5599882B2/ja active Active
- 2010-06-29 CN CN201080029444.8A patent/CN102473631B/zh active Active
- 2010-06-29 JP JP2012518582A patent/JP5624618B2/ja active Active
- 2010-06-29 KR KR1020117031561A patent/KR101741271B1/ko active IP Right Grant
- 2010-06-29 SG SG2011085115A patent/SG176564A1/en unknown
- 2010-06-29 CN CN201080027296.6A patent/CN102804353B/zh active Active
- 2010-06-30 TW TW099121515A patent/TWI484435B/zh active
- 2010-06-30 TW TW099121516A patent/TWI509375B/zh active
- 2010-06-30 TW TW099121519A patent/TWI536193B/zh active
- 2010-06-30 TW TW099121511A patent/TWI480917B/zh active
- 2010-06-30 TW TW099121513A patent/TWI495970B/zh active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080208487A1 (en) * | 2007-02-23 | 2008-08-28 | General Electric Company | System and method for equipment remaining life estimation |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101708077B1 (ko) | 프로세싱 챔버의 예측 예방 보전을 위한 방법 및 장치 | |
| US8473089B2 (en) | Methods and apparatus for predictive preventive maintenance of processing chambers | |
| US8295966B2 (en) | Methods and apparatus to predict etch rate uniformity for qualification of a plasma chamber | |
| TW202037906A (zh) | 半導體設備的缺陷分類及來源分析 | |
| US7809450B2 (en) | Self-correcting multivariate analysis for use in monitoring dynamic parameters in process environments | |
| JP5583766B2 (ja) | 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体 | |
| CN109426921B (zh) | 信息处理装置及信息处理方法 | |
| JP2020061575A (ja) | 高次元変数選択モデルを使用した重要なパラメータの決定システム | |
| KR102248777B1 (ko) | 총 측정 불확도의 정량화 및 감소 | |
| CN112585727B (zh) | 装置诊断装置、等离子体处理装置以及装置诊断方法 | |
| JP2019106476A (ja) | 監視システム、学習装置、学習方法、監視装置及び監視方法 | |
| US9721762B2 (en) | Method and system managing execution of preventative maintenance operation in semiconductor manufacturing equipment | |
| TWI501179B (zh) | 無須產生電漿而判定電漿處理系統已否準備就緒之系統及方法 | |
| JPH10223499A (ja) | 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 | |
| TW201620057A (zh) | 晶圓的良率判斷方法以及晶圓合格測試的多變量偵測方法 | |
| KR100679722B1 (ko) | 반도체 양산라인의 예방정비 주기 설정방법 | |
| WO2023230517A1 (en) | Performance management of semiconductor substrate tools | |
| JP2010028097A (ja) | 半導体製造装置および半導体製造システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20200131 Year of fee payment: 4 |