KR101944309B1 - integration system for quality prediction and adjustment of abrasive slurries for semiconductor CMP process - Google Patents
integration system for quality prediction and adjustment of abrasive slurries for semiconductor CMP process Download PDFInfo
- Publication number
- KR101944309B1 KR101944309B1 KR1020180028061A KR20180028061A KR101944309B1 KR 101944309 B1 KR101944309 B1 KR 101944309B1 KR 1020180028061 A KR1020180028061 A KR 1020180028061A KR 20180028061 A KR20180028061 A KR 20180028061A KR 101944309 B1 KR101944309 B1 KR 101944309B1
- Authority
- KR
- South Korea
- Prior art keywords
- abrasive
- sensors
- sensor
- abnormality
- inspection
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000002002 slurry Substances 0.000 title claims abstract description 20
- 230000008569 process Effects 0.000 title abstract description 35
- 239000004065 semiconductor Substances 0.000 title abstract description 9
- 230000010354 integration Effects 0.000 title abstract description 8
- 238000007689 inspection Methods 0.000 claims abstract description 86
- 230000005856 abnormality Effects 0.000 claims abstract description 66
- 238000005498 polishing Methods 0.000 claims abstract description 17
- 239000000126 substance Substances 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 25
- 238000009826 distribution Methods 0.000 abstract description 9
- 208000024891 symptom Diseases 0.000 abstract description 8
- 239000000463 material Substances 0.000 abstract description 5
- 239000002245 particle Substances 0.000 description 23
- 238000005259 measurement Methods 0.000 description 21
- 239000003082 abrasive agent Substances 0.000 description 11
- 238000012937 correction Methods 0.000 description 8
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000010485 coping Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 239000000377 silicon dioxide Substances 0.000 description 2
- OKJMLYFJRFYBPS-UHFFFAOYSA-J tetraazanium;cerium(4+);tetrasulfate Chemical compound [NH4+].[NH4+].[NH4+].[NH4+].[Ce+4].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O OKJMLYFJRFYBPS-UHFFFAOYSA-J 0.000 description 2
- 229910019617 (NH4)4Ce(SO4)4 Inorganic materials 0.000 description 1
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- FMAFYXBYWYZIHE-UHFFFAOYSA-K S(=O)(=O)([O-])[O-].[NH4+].[Ce+3].S(O)(O)(=O)=O.S(=O)(=O)([O-])[O-] Chemical compound S(=O)(=O)([O-])[O-].[NH4+].[Ce+3].S(O)(O)(=O)=O.S(=O)(=O)([O-])[O-] FMAFYXBYWYZIHE-UHFFFAOYSA-K 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- CETPSERCERDGAM-UHFFFAOYSA-N ceric oxide Chemical compound O=[Ce]=O CETPSERCERDGAM-UHFFFAOYSA-N 0.000 description 1
- 229910000422 cerium(IV) oxide Inorganic materials 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000008367 deionised water Substances 0.000 description 1
- 229910021641 deionized water Inorganic materials 0.000 description 1
- 238000004925 denaturation Methods 0.000 description 1
- 230000036425 denaturation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 229910001882 dioxygen Inorganic materials 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
Abstract
Description
본 발명은 반도체장치 제조의 CMP 공정에 사용되는 연마제를 이루는 화학물질 및 슬러리를 측정하여 품질 예측 및 조정을 하는 통합시스템(integration system)에 관한 것이다.The present invention relates to an integration system for measuring and adjusting quality of chemical substances and slurries constituting an abrasive used in a CMP process of semiconductor device manufacturing.
반도체장치 제조에서 미세 고집적화를 위해 웨이퍼 내에 다층으로 회로를 구성하는 경우가 많아진다. 하부 회로 패턴의 형성 후에 굴곡진 상태로 그 위에 회로 패턴을 형성하는 경우 여러 가지 불량요인이 증가한다. 이런 문제를 방지하기 위해 상부 패턴 형성 전에 하부 패턴으로 인한 표면 굴곡을 평탄화할 필요가 있다. In many cases, a multilayer circuit is formed in a wafer for finely integrating semiconductor devices. When a circuit pattern is formed thereon in a curved state after the formation of the lower circuit pattern, various defective factors are increased. To prevent this problem, it is necessary to flatten the surface curvature due to the lower pattern before forming the upper pattern.
이를 위해 많이 사용되는 것이 화학적 물리적 연마(CMP: chemical mechanical polishing) 공정이다. 웨이퍼 연마를 위해 화학약품과 물리적 입자 슬러리가 혼합된 연마제 상태로 웨이퍼 표면에 공급되고 그 위로 패드가 웨이퍼 표면을 문질러 평탄화 작업을 실시한다.A chemical mechanical polishing (CMP) process is often used for this purpose. For wafer polishing, a chemical and physical particle slurry is fed to the wafer surface in the form of a blended abrasive, onto which the pad rubs the wafer surface for planarization.
처음부터 물리적 입자 슬러리에 화학약품을 섞어서 보관하고 사용하는 경우, 상호 작용에 의해 공정에 적합하지 못한 상태가 되기 쉽다. 가령, 입자 사이의 뭉침, 변성 등이 생기고, 제품의 균일성이 저하될 수 있다.When the chemical particles are mixed and stored in the physical particle slurry from the beginning, the state tends to be inadequate for the process due to the interaction. For example, discoloration or denaturation may occur between the particles, and the uniformity of the product may be lowered.
따라서, CMP 공정을 진행할 때에는 연마제 분배시스템에서 화학물질 저장소와 물리적 입자 슬러리 저장소에서 필요한 양만큼을 전달받아 고르게 혼합하고 연마제 내의 슬러리 입자의 크기, 혼합비, 수소이온농도, 밀도, 전도도 등이 정해진 조건에 맞는 지를 확인한 뒤 공정에 제공하게 된다.Therefore, when the CMP process is carried out, it is necessary to uniformly mix and mix the required amount in the chemical reservoir and the physical particle slurry reservoir in the abrasive dispensing system, and to adjust the size, mixing ratio, hydrogen ion concentration, density and conductivity of the slurry particles in the abrasive After confirming that it is correct, it will be provided to the process.
도1은 이러한 종래의 연마제 공급 과정을 개념적으로 도식화한 구성도이다.FIG. 1 is a conceptual diagram illustrating such a conventional method of supplying an abrasive.
통합시스템에서는 화학물질과 슬러리가 혼합되면 이송되는 과정에 별도로 설치된 각각의 센서에서 슬러리 입자의 크기, 혼합비, 수소이온농도, 밀도, 전도도를 측정하고, 그 측정 결과가 PLC(programmable logic controller)로 전달되고, PLC는 이들 측정 결과가 조건에 부합되면 혼합된 연마제를 공정실에 계속 전달하고, 이들 가운데 하나만 문제가 있어도 연마제의 공급은 차단된다.In the integrated system, the size, mixing ratio, hydrogen ion concentration, density, and conductivity of the slurry particles are measured in each sensor installed separately in the process of transporting the chemical and slurry, and the measurement result is transmitted to a programmable logic controller The PLC continues to deliver the mixed abrasive to the process room if these measurement results meet the conditions, and even if there is only one of them, the abrasive supply is blocked.
그런데, 현실적으로 각 센서가 이상신호를 내는 것은 실제로 연마제에 문제가 있는 경우도 있지만 센서 자체의 기준이 흐트러지거나 센서에 사용되는 소모품 등이 제때에 교체되지 않아 발생하는 경우도 많이 있다. 이런 잘못된 신호 때문에 라인이 중단되면 생산성이 매우 떨어지게 된다.However, in reality, each sensor outputs an abnormal signal in some cases because there is a problem with the abrasive substance, but there are many cases in which the reference of the sensor itself is disturbed or the consumables used in the sensor are not replaced in a timely manner. If the line is interrupted due to such a false signal, productivity will be very low.
따라서, 이상 신호가 발생하면 연마제 공급을 중단하기 전에 먼저 센서에 이상이 없는지를 확인하고 센서에 이상이 없다는 것이 확인되면 그때는 정말로 연마제의 문제가 있는 것이므로 연마제 공급을 중단시켜 공정실의 CMP 공정이 중단되는 운영방식을 취할 수 있다.Therefore, if an abnormal signal is generated, check whether there is no abnormality in the sensor before abrading the abrasive supply. If it is confirmed that there is no abnormality in the sensor, then there is a problem with the abrasive substance. It can take an interrupted mode of operation.
그리고, 이 중간확인 과정에서 CMP공정이 이루어진 웨이퍼에는 불량이 발생할 수 있어서 폐기작업이 요청될 수 있다. 분배시스템 내의 배관라인도 불량 연마제로 오염된 상태가 되므로 배관라인의 연마제를 외부로 배출하여 버리고 오염된 라인에는 순수(deionized water)를 흘려서 버리면서 배관라인을 세정한 후 문제가 없는 새로운 연마제를 이송시스템을 통해 공정실로 흘려보내게 된다. In this intermediate check process, defects may occur in the wafer subjected to the CMP process, so that the disposal operation may be requested. Since the piping line in the distribution system becomes contaminated with the bad abrasive, the abrasive of the piping line is discharged to the outside, the piping line is cleaned while discharging the deionized water to the contaminated line, And flows to the process chamber through the system.
도2는 각 센서에서 연마제를 검사 측정한 값의 추이 및 장비의 중단 시점을 그래프로 나타낸 것이다.FIG. 2 is a graph showing changes in values measured by measuring the abrasive in each sensor, and time points at which the equipment is stopped.
연마제에 대한 검사값(data) 가운데 하나의 문제가 발생하면 다른 검사값에도 결국 문제가 발생하는 경우가 많으며, 이런 경우 가장 먼저 이상을 나타낸 센서의 검사값에 대해 PLC에 의해 중단이 이루어지는 것이 아니고, 센서별로 검사값에 이상이 나타난 후 일정 기간의 확인 시간이 있는데 실제 이상 확인이 이루어진 시점에서 그 센서의 검사값에 의해 장비 비가동 명령이 실행된다.If one of the data on the abrasive is found, the problem often occurs in the other inspection value. In this case, the inspection value of the sensor which is the first to be detected is not interrupted by the PLC, There is a certain period of time after the abnormal value appears in the inspection value for each sensor. At the time when the actual abnormality confirmation is made, the equipment non-operation command is executed according to the inspection value of the sensor.
도2에서 3가지 센서 검사값에 의해 비가동 명령이 실행되는 것으로 도시되며, 실제로는 가장 먼저 있는 비가동 명령의 시점부터 분배시스템 및 공정 장비에서 연마제 공급 중단이 이루어진다. In FIG. 2, the non-moving command is shown to be executed by three sensor check values, and actually the abrasive supply interruption occurs in the dispensing system and the processing equipment from the point of time of the first non-moving command.
또한, 연마제에는 실제로 이상이 없고 센서에 이상이 있다면 필요에 따라 공정 진행을 멈추고 센서 이상을 해결한 후에 다시 공정을 진행하게 된다. 공정 진행을 멈추는 경우를 예를 들면 센서가 연마제 공급에 있어서 직렬로 연결되어 센서를 손볼 때에는 연마제 흐름을 멈추어야 하는 경우이거나, 이 센서를 통한 연마제 조건 확인이 지속적으로 실시간으로 이루어져야 하는 경우를 들 수 있다. In addition, if there is no abnormality in the abrasive substance and there is an abnormality in the sensor, if necessary, the process is stopped, the sensor abnormality is resolved, and the process proceeds again. In the case where the process is stopped, for example, when the sensor is connected in series in the supply of the abrasive, the flow of the abrasive must be stopped when the sensor is touched, or the condition of the abrasive need to be checked continuously through the sensor in real time .
연마제 공급을 멈추고 필요한 센서를 교체하거나 센서의 일부 부품이나 소모품을 교체하는 경우가 있는데 이런 교체 작업에 시간이 소요된다. 이런 경우에도 연마제 이상의 경우와 마찬가지로 배관라인 중간의 연마제를 버리고 순수로 라인을 세정한 후 다시 연마제를 공급하는 시간도 필요하다. 교체된 센서 장비에 대해 정확하게 교정(캘리브레이션)을 하는 데 또한 시간이 소요된다. There are cases where you need to stop the abrasive supply, replace the required sensor, or replace some parts or consumables of the sensor. Even in this case, as in the case of the abrasive agent, it is necessary to abandon the abrasive in the middle of the piping line, to clean the line with pure water, and then to supply the abrasive again. Accurately calibrating (calibrating) the replaced sensor equipment also takes time.
이런 시간은 모두 공정 진행을 하지 못하도록 하는 것이므로 공정 효율성을 매우 저하시킬 수 있다. All of these times prevent the process from proceeding, which can significantly reduce process efficiency.
따라서 현재의 통합시스템에서는 이상이 발생하면 그것이 센서의 이상이건 연마제의 이상이건 나름대로의 문제점이 있었고, 이런 문제점은 모두 공정의 생산성, 수율과 직결된다.Therefore, in the present integrated system, if an abnormality occurs, there is a problem of whether it is an abnormality of the sensor or an abnormality of the abrasive article, and all of these problems are directly related to the productivity and yield of the process.
그러나, 이런 종래의 시스템 구성은 반도체장치 제조사마다 모두 서로 달라질 수 있고, 각 센서도 별도로 구매 설치되는 경우가 많으며, 각기 다른 센서의 검사값을 지속적으로 저장하고 관리하거나, 서로 다른 센서에 의한 검사값 패턴을 비교한다는 개념을 가지기 어렵다. 따라서, 현실적으로 이런 문제를 해결하는 것이 쉽지 않았고 문제가 발생하여도 설비 운영을 위해 어쩔 수 없이 발생하는 문제로 보고 대처시간을 줄이는 데 주력하고 있다. However, such a conventional system configuration may be different from one semiconductor device manufacturer to another, and each sensor is separately purchased and installed. In many cases, inspection values of different sensors are continuously stored and managed, It is difficult to have a concept of comparing patterns. Therefore, it is not easy to solve the problem realistically, and even if a problem occurs, it is focused on reducing the time to cope with a problem that is inevitably caused by the operation of the facility.
본 발명은 종래의 반도체장치 제조용 연마제 공급장치의 중단 자체를 방지하거나 중단 시간을 줄일 수 있는 연마제 품질측정 예측 조정 통합시스템을 제공하는 것을 목적으로 한다.SUMMARY OF THE INVENTION It is an object of the present invention to provide an integrated system for predicting the quality of an abrasive product which can prevent interruption of the conventional abrasive dispenser for manufacturing semiconductor devices or reduce downtime.
본 발명은 종래의 반도체장치 제조용 연마제 공급장치의 가동율 및 효율성을 높일 수 있는 연마제 품질측정 예측 조정 통합시스템을 제공하는 것을 목적으로 한다.SUMMARY OF THE INVENTION It is an object of the present invention to provide an integrated system for predicting and adjusting an abrasive product quality measurement which can increase the operating rate and efficiency of a conventional abrasive dispenser for manufacturing semiconductor devices.
본 발명은 바람직하게는 시스템 내의 센서들에서 이루어진 검사값, 즉, 데이터를 저장하고 그 추이를 인식할 수 있고, 서로 다른 센서들에 의한 검사값이 나타내는 추이나 특성들 사이의 연관성을 도출할 수 있고, 이를 통해 검사값 이상이 현실적으로 발생하기 전에 이미 발생가능성을 판단하고 대처함으로써 공정 중단을 예방하거나 중단 시간을 최소화할 수 있는 연마제 품질측정 예측 조정 통합시스템을 제공하는 것을 목적으로 한다. The present invention is advantageous in that it is possible to store inspection values, i.e. data, stored in sensors in the system and to recognize the trends, and to derive associations between weights or characteristics represented by inspection values by different sensors It is an object of the present invention to provide an integrated system for predicting the quality of an abrasive product, which can prevent a process interruption or minimize a downtime by judging the possibility of occurrence of an abnormality before the actual value exceeds the inspection value.
상기 목적을 달성하기 위한 본 발명의 연마제 품질측정 예측 조정 통합시스템은In order to achieve the above object, the present invention provides a polishing /
슬러리와 화학물질을 공급받아 혼합하여 연마제를 만드는 혼합기(mixer), 연마제의 필요한 특성을 검사하기 위한 센서들, 센서들의 검사값을 받아 연마제 이상 여부를 파악하고 연마제 공급을 결정하는 PLC를 구비하여 이루어지는 연마제 품질측정 예측 조정 통합시스템에 있어서,A mixer for mixing the slurry and the chemical substance to mix them to form an abrasive, sensors for inspecting the required characteristics of the abrasive, PLCs for receiving the inspection values of the sensors, An abrasive product quality measurement forecasting coordination integrated system,
각종 센서의 검사값을 자료(data)로서 저장하고 이들 자료를 바탕으로 분배시스템 내의 연마제 공급 이상 발생 이전 및 발생시 검사값이 나타내는 양상을 학습하고, 학습 결과를 통해 현재 공급되는 연마제 공급 이상이나 이상 징후를 외부로 나타낼 수 있도록 혹은 경고할 수 있도록 이루어진다.Based on these data, it learns the patterns indicated by the inspection values before and during the occurrence of abrasive supply failure in the distribution system, and the abrasive supply abnormality or abnormality indication To be displayed or warned.
본 발명은 단순히 이상이나 이상 징후를 표시하거나 경고할 뿐 아니라 이상의 종류나 원인, 대처 방식 프로세스도 함께 나타낼 수 있고, 대처 방식을 결정 혹은 수정하도록 이루어질 수도 있다.The present invention not only displays or alerts an abnormal or abnormal symptom, but it can also indicate the type or cause of the abnormality, the coping method process, and may be determined to determine or modify the coping method.
본 발명의 연마제 품질측정 예측 조정 통합시스템은 학습을 위해 인공신경망을 이용할 수 있고 특히 인공신경망을 이용한 딥러닝(deep learning) 기법을 사용할 수 있다.The integrated system for predicting and adjusting abrasive quality measurement of the present invention can use an artificial neural network for learning, and in particular, a deep learning technique using an artificial neural network.
본 발명에서 이러한 자료 저장, 학습, 대처는 구체적으로 인공신경망 구조를 적용한 소프트웨어(프로그램)를 이용하여 이루어질 수 있으며, 이를 위해 기존의 분배시스템 구성인 믹서와 각종 센서와 PLC를 구비하여 이루어지는 연마제 품질측정 예측 조정 통합시스템 구성에 더하여,In the present invention, such data storage, learning, and coping can be performed using a software (program) using an artificial neural network structure. To this end, a polishing apparatus quality measurement Predictive Adjustment In addition to the integrated system configuration,
각종 센서와 PLC 사이에 신호 전달을 중계하며 처리하는 QMS(quality monitoring system) 처리부가 더 구비되어 센서들의 신호 양상을 통해 각 센서의 이상 여부나 연마제 이상 여부를 자동적으로 확인 처리하여 PLC가 중단을 결정하는 것을 돕도록 이루어진 것을 것일 수 있다.QMS (quality monitoring system) processing unit for relaying the signal transmission between various sensors and PLC is further provided, and the PLC automatically checks whether there is an abnormality of each sensor or abnormality of the abrasive material through the signal pattern of the sensors, It may be that it was done to help do.
이때, 본 발명에서 센서들 가운데 적어도 일부인 주된 센서에 대해서는 대체가능한 가외적 센서가 연마제 품질측정 예측 조정 통합시스템 내에 더 설치될 수 있고, QMS 처리부는 원래 연마제의 특성을 검사하도록 설치된 센서들 및 가외적 센서 모두와 연결되며, 연마제의 하나의 특성을 검사하는 주된 센서 및 가외적 센서 중 하나의 검사값만 PLC로 입력되도록 구성될 수 있으며, 이들 중 하나의 센서(주된 센서)에 이상이 발생되면 QMS 처리부의 동작신호에 의해 가외적 센서로 자동으로 대체되도록 이루어질 수 있다.At this time, an extra sensor capable of replacing the main sensor, which is at least a part of the sensors in the present invention, may be further provided in the integrated system of the abrasive product quality measurement prediction and adjustment, and the QMS processing unit may include sensors installed to check the characteristics of the original abrasive product, The sensor may be connected to all of the sensors, and only the inspection value of one of the main sensor and the extrinsic sensor for inspecting one characteristic of the abrasive may be inputted to the PLC. If one of the sensors (main sensor) And may be automatically replaced with an extraordinary sensor by an operation signal of the processing unit.
대체가능한 가외적 센서는 같은 기능을 하는 주된 센서와 하나의 연마제 공급 라인에 대해 병렬 배치될 수 있다.Replaceable extrinsic sensors can be placed in parallel with one sensor and one abrasive supply line that have the same function.
가외적 센서가 구비된 주된 센서들 전부 혹은 적어도 일부를 모듈화시켜 두 개의 모듈 중 하나에 주된 센서들이 하나씩 포함되도록 하고, 다른 하나에는 가외적 센서들이 하나씩 포함되도록 하여, 하나의 모듈 내의 센서들 가운데 하나라도 이상이 있으면 모듈 전체를 교체하거나, 이 모듈의 전체 연마제 품질측정 예측 조정 통합시스템에 대한 연결을 끊고 보수작업을 실시하도록 할 수 있다.All or at least a part of the main sensors provided with the extraordinary sensors are modularized so that one of the two modules includes one main sensor and the other one includes one extra sensor so that one of the sensors in one module , It is possible to replace the entire module or disconnect the entire abrasive product quality measurement forecast coordination system of this module and carry out maintenance work.
이때, 같은 연마재에 대해 모듈이 전환될 때 QMS 처리부는 전환후 모듈의 검사값들이 전환전 모듈의 검사값들과 같은 값을 가지도록 미리 보정수단을 구비하도록 이루어질 수 있고, 이런 보정수단은 전환 전의 상당시간 동안 전환후 모듈에 대해서도 연마제를 공급하여 검사값을 출력시키고 이를 모니터하여 전환전 모듈의 검사값과 비교하면서 얻어지는 자료를 준비하는 과정, 일종의 학습을 실시함으로써 얻어지는 것일 수 있다.In this case, when the module is switched to the same abrasive material, the QMS processor may be provided with correction means in advance so that the inspection values of the modules after conversion have the same values as the inspection values of the modules before the conversion. A process of supplying an abrasive to a module after conversion for a considerable period of time, outputting an inspection value, monitoring it, preparing data to be obtained by comparing with the inspection value of the module before conversion, and a kind of learning.
본 발명에 따르면 연마제 품질측정 예측 조정 통합시스템에서 연마제에 대한 이상 검사값이 발생한 경우에 최대한 연마제 공급 중단 사태를 방지하거나 중단 시간을 줄일 수 있으므로 종래의 반도체장치 제조용 연마제 공급장치의 분배시스템에 비해 가동율 및 효율성을 높일 수 있다.According to the present invention, it is possible to prevent the abrasive supply interruption as much as possible or reduce the downtime when the abnormal test value for the abrasive occurs in the integrated system for predicting and adjusting the abrasive product quality measurement, And the efficiency can be increased.
본 발명에 따르면 패턴 학습을 통해 이상 검사값 발생 전에도 이상 징후를 사전에 파악하고 이들 대비토록 할 수 있으므로 공급 중단 사태를 방지하거나 중단 시간을 줄일 수 있고, 연마제 품질측정 예측 조정 통합시스템의 가동율 및 효율성을 높일 수 있다.According to the present invention, it is possible to prevent the supply interruption or reduce the downtime because the abnormality symptom can be grasped beforehand even before the abnormality test value is generated through the pattern learning, .
본 발명에 따라 확률적으로 패턴 양상을 통해 연마제에 대한 검사값의 이상이 센서에 의한 것인지 연마제 자체에 의한 것인지를 판단할 수 있다면, 연마제 공급 중단이나 이상 센서 교체를 가장 최적의 시점에서 할 수 있으며, 연마제 이상에 의한 공정 불량, 공정 중단에 의한 효율 저하를 모두 최소화할 수 있다.According to the present invention, if it is possible to judge whether the abnormality of the inspection value for the abrasive is due to the sensor or the abrasive itself by probing the pattern pattern, it is possible to stop the abrasive supply or replace the abnormal sensor at the most optimal time , Process failure due to abrasive agent abnormality, and efficiency deterioration due to process interruption can all be minimized.
도1은 종래의 연마제 공급장치의 분배시스템의 일 예를 개략적으로 나타내는 구성 개념도,
도2는 도1과 같은 분배시스템의 각 센서에서 연마제를 검사 측정한 값의 변화 추이 및 장비의 중단 시점을 예시적으로 나타낸 그래프.
도3은 본 발명의 연마제 품질측정 예측 조정 통합시스템의 일 실시예의 구성을 개략적으로 나타내는 구성 개념도이다.
도4는 도3과 같은 연마제 품질측정 예측 조정 통합시스템의 센서 배치의 한 실시예를 나타내는 구체적 구성도,
도5는 본 발명에 사용되는 한 센서의 검사값 및 검사값 외의 출력신호로서 센서 전압의 시간에 따른 변동 추이 혹은 패턴을 나타내는 그래프로서, (a)는 검사값 변동 전후에 센서 전압이 일정한 경우이고 (b)는 검사값 변동 전후에 센서 전압이 지속적으로 상승하는 예를 나타낸 것이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a schematic view showing a configuration of a conventional distribution system of an abrasive feeder,
FIG. 2 is a graph exemplarily showing a change in the value measured by measuring the abrasive in each sensor of the distribution system shown in FIG.
3 is a structural conceptual diagram schematically showing a configuration of an embodiment of an abrasive product quality measurement predictive adjustment integration system of the present invention.
Fig. 4 is a specific configuration diagram showing an embodiment of the sensor arrangement of the polishing-agent quality measurement predictive adjustment integration system as shown in Fig. 3;
FIG. 5 is a graph showing a variation or a pattern of a sensor voltage with respect to time as an output signal other than the inspection value and the inspection value of the sensor used in the present invention, wherein (a) shows a case where the sensor voltage is constant before and after the variation of the inspection value (b) shows an example in which the sensor voltage continuously rises before and after the inspection value change.
이하 도면을 참조하면서 구체적 실시예를 통해 본 발명을 보다 상세히 설명하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the drawings.
도3은 본 발명의 연마제 품질측정 예측 조정 통합시스템의 구성을 개략적으로 나타내는 구성 개념도이다.Fig. 3 is a structural conceptual diagram schematically showing the configuration of the polishing-agent-quality measurement predictive adjustment integration system of the present invention.
여기서는 기존의 분배시스템 구성과 같이 화학약품과 슬리리 입자를 섞는 믹서, 연마제의 각종 특성 수치를 측정하여 출력신호를 내는 센서들, 센서들로부터 출력 신호를 받아 공정을 지속하거나 차단하는 PLC가 구비된다.Here, as in the case of the conventional distribution system, there is a mixer that mixes chemicals and slurry particles, a sensor that measures various characteristics of the abrasive and outputs an output signal, and a PLC that receives and processes the output signal from the sensors .
센서들로는 각종 혼합된 연마제 내의 거대입자 포함 정도를 나타내는 LPC(large particle counter), 연마제 내의 화학물질의 구성비율을 적정 방식을 통해 정밀하게 계측하는 타이트레이터(titrartor), 수소이온농도를 측정하는 pH센서, 연마제 밀도를 측정하는 밀도센서, 연마제의 전기전도도를 측정하는 전기전도도 센서가 구비된다. 여기서는 도시되지 않지만 센서의 일종으로 온도계 및 유량계도 구비될 수 있고, 입자 크기를 제한하기 위한 필터와 같은 다른 구성요소도 구비될 수 있다.Sensors include a large particle counter (LPC) indicating the degree of inclusion of macromolecules in various mixed abrasives, a titrator for precisely measuring the composition ratio of chemicals in the abrasive through an appropriate method, a pH sensor A density sensor for measuring the abrasive density, and an electric conductivity sensor for measuring the electric conductivity of the abrasive. Although not shown here, a thermometer and a flowmeter may be provided as a kind of sensor, and other components such as a filter for limiting the particle size may also be provided.
이 실시예에서 사용되는 센서들을 좀 더 살펴보면, LPC는 SPOS(Single Particle Optical Sizing) 기법을 이용 샘플 셀에 입자를 하나하나씩 투과시키며 레이저 빛을 이용하여 입자의 계수 및 농도(입자수/ml)를 측정하는 것으로 웨이퍼 표면에 스크래치를 일으킬 수 있는 입자분포도 상의 꼬리 부분에 해당하는 거대 입자(LP)를 계수하는 장비로 측정 입자 크기 및 농도에 따라 몇 가지 종류 가운데 하나의 센서를 사용할 수 있고, 통상적 측정은 5분마다 1회 정도로 이루어질 수 있다.LPC, which is used in this embodiment, transmits the particles to the sample cell one by one using SPOS (Single Particle Optical Sizing) technique. The particle count and concentration (number of particles / ml) It is a device that counts large particles (LP) corresponding to the tail part on the particle distribution chart which can cause scratches on the wafer surface by measuring. One of several kinds of sensors can be used depending on the particle size and concentration, May occur once every five minutes.
여기서 타이트레이터는 과산화수소(H2O2)의 농도를 적정의 원리로 측정하는 자동화된 과산화수소 농도 측정 장비이다. 반도체장치 제조과정에서 CMP용으로 가장 보편적으로 사용하는 슬러리인 이산화규소(Silicon Dioxide) 및 세리아(Ceria) 계열의 슬러리 외에 금속용 슬러리(Cu, W 등)를 사용하는 경우, 연마효율을 높이기 위해 과산화수소를 0.01% 에서 3%까지 첨가하게 사용한다. 황산 세리움 암모늄(Ceric Ammonium Sulfate)을 적정액으로 사용하면 슬러리에서 과산화수소의 산소(Oxide)기와 다음과 같이 반응하여 산소 기체를 생성하는데 이때 소모된 황산 세리움 암모늄의 양을 ORP 전극으로 측정하여 과산화수소의 농도를 역산으로 계산하는 기법을 사용할 수 있다. 이 장비도 5분에 1회 정도의 빈도로 연마액을 검사하도록 설치될 수 있다.Here, the stabilizer is an automated hydrogen peroxide concentration measuring device that measures the concentration of hydrogen peroxide (H 2 O 2 ) by an appropriate principle. In the case of using metal slurries (Cu, W, etc.) in addition to silicon dioxide (SiC) and ceria slurries, which are the most commonly used slurries for CMP in the semiconductor device manufacturing process, hydrogen peroxide From 0.01% to 3%. When cerium ammonium sulfate (sulfuric acid cerium ammonium sulfate) is used as a reagent, it reacts with the oxide group of hydrogen peroxide in the slurry as follows to produce oxygen gas. The amount of cerium ammonium sulfate consumed at this time is measured by ORP electrode, Can be used as the inverse calculation. This equipment can also be installed to inspect the abrasive liquid once every 5 minutes.
(화학식 1)(Formula 1)
2(NH2 (NH 44 )) 44 Ce(SOCe (SO 44 )) 44 + H + H 22 SOSO 4 4 ++ HH 22 OO 22 --> -> CeCe 22 (SO(SO 44 )) 33 + + 2H2H 22 SOSO 44 + + 4(NH4 (NH 44 )) 22 SOSO 44 + O + O 22
단, 이들 센서 가운데 pH센서, 밀도센서, 전기전도도 센서는 종래와 달리 각각 두 개씩 설치된다. 물론, 도시되지 않지만 다른 센서들 가령 온도계나 유량계도 포함될 수 있고, 이들 역시 두 개씩 설치될 수도 있다. 여기서 센서가 복수로 설치되는 것에 의해 시스템의 안정성, 가외성(redundancy)이 더 증가될 수 있다.However, among these sensors, there are two pH sensors, density sensors and electric conductivity sensors, unlike the conventional ones. Of course, although not shown, other sensors, such as thermometers or flow meters, may also be included, and these may also be installed in pairs. By providing a plurality of sensors, stability and redundancy of the system can be further increased.
이들 센서의 모든 출력 신호는 종래에는 PLC로 바로 연결되던 것을 본 실시예에서는 QMS 소프트웨어 처리부를 거쳐 PLC로 연결되도록 하였다. 따라서 QMS에는 두 개씩 설치된 센서들과의 연결을 위한 커넥터를 충분한 숫자로 확보하고 있다.All the output signals of these sensors are conventionally connected directly to the PLC through the QMS software processing unit in the present embodiment. Therefore, QMS has sufficient number of connectors for connection with two sensors installed.
QMS 처리부는 각종 센서의 출력신호를 받아 종래의 센서들의 신호와 같은 형태와 갯수로 PLC에 전달한다. 이런 구성은 종래의 도1과 같은 장비에 QMS 처리부를 추가적으로 설치하여 장비를 본 발명 장비와 같이 전환하는 것을 가능하게 하는 점에서 이점이 있다.The QMS processor receives the output signals of various sensors and transmits them to the PLC in the same form and number as the signals of the conventional sensors. This configuration is advantageous in that the QMS processing unit is additionally installed in the equipment as shown in FIG. 1 to enable the equipment to be switched to the equipment of the present invention.
PLC의 내부 프로그램은 종래와 같은 형태로 혹은 다른 형태로 프로그래밍될 수 있다. 가령, 종래에는 센서 검사값이 기준보다 높은 경우에도 일시적 요인에 의한 이상이나 센서 자체 이상을 확인하기 위한 확인시간을 두고 공정 설비 중단을 결정하였지만 여기서는 확인시간을 종래에 비해 훨씬 줄이거나 확인시간 자체를 두지 않을 수 있다.The internal program of the PLC can be programmed in a conventional manner or in a different form. For example, in the past, even if the sensor inspection value is higher than the reference value, the process facility is discontinued with a confirmation time for confirming abnormality due to the temporary factor or abnormality of the sensor itself. However, I can not.
도4는 이런 연마제 품질측정 예측 조정 통합시스템의 센서 배치의 일 실시예를 나타내는 구체적 구성도이다. 여기서는 도3에는 도시되지 않던 온도계 및 유량계도 구비된다. Fig. 4 is a specific configuration diagram showing one embodiment of the sensor arrangement of the polishing slurry quality measurement predictive adjustment integration system. Here, a thermometer and a flow meter, which are not shown in Fig. 3, are also provided.
LPC, 타이트레이터, 센서모듈, 온도계 유량계 어셈블리는 서로 병렬로 설치되고, 어셈블리 내에서 온도계 및 유량계는 직렬로 배치된다. 센서 모듈 내에서 도3의 설명에서 언급하듯이 센서들 가운데 pH센서, 밀도센서, 전기전도도 센서는 하나의 센서모듈 내에 하나씩 설치되어 전체적으로 두 개의 센서 모듈이 서로 병행 설치되는 형태를 이룬다.The LPC, the tightener, the sensor module, and the thermometer flowmeter assembly are installed in parallel with each other, and the thermometer and the flowmeter are arranged in series in the assembly. 3, the pH sensor, the density sensor, and the electric conductivity sensor are installed in one sensor module, so that two sensor modules are installed in parallel with each other.
LPC 및 타이트레이터는 연마액, 순수, 공기 라인으로부터 각각 이들 물질을 공급받을 수 있도록 배관 구성이 이루어진다. 센서모듈과 온도계 유량계 어셈블리는 연마액 및 순수 라인으로부터 각각 이들 물질을 공급받을 수 있도록 배관 구성이 이루어진다. LPC 및 타이트레이터를 거친 연마액은 검사를 거쳐 폐기 라인으로 진행되며, 센서모듈과 온도계 유량계 어셈블리로 공급되는 연마액 라인들은 폐기 라인 및 바이패스 라인으로 연결되어 있다. The LPC and the tightener are piped to receive these materials from the polishing liquid, pure water, and air line, respectively. The sensor module and the thermometer flowmeter assembly are piped to receive these materials from the abrasive liquid and the pure water line, respectively. The polishing liquid through the LPC and the tightener is inspected and proceeds to the disposal line, and the polishing liquid lines supplied to the sensor module and the thermometer flow meter assembly are connected to the disposal line and the bypass line.
도시되지 않지만 센서 모듈을 거친 연마액도 폐기 라인으로 연결될 수 있다. 센서들에 어떤 물질이 공급될 것인가는 배관라인에 설치된 밸브들을 조작에 따르고 밸브는 도시되지 않지만 연마제 품질측정 예측 조정 통합시스템의 QMS 처리부 및 PLC로부터 나오는 동작신호에 의해 조작될 수 있다. 이들 동작신호는 미리 내장된 프로그램과 이들의 입력단자를 통해 입력되는 센서 출력, 즉, 검사값에 의해 변화될 수 있다.Although not shown, the abrasive liquid through the sensor module can also be connected to the waste line. Which material is to be supplied to the sensors depends on the operation of the valves installed in the pipeline and the valves are not shown, but can be operated by an operation signal from the QMS processing unit and the PLC of the abrasive quality measurement prediction coordination integration system. These operation signals can be changed by the built-in program and the sensor output inputted through the input terminals thereof, that is, the inspection value.
이런 구성에서 각 센서에 공기, 순수, 연마제를 공급하는 밸브의 개폐는 종래와 같이 PLC를 통해 이루어질 수 있고, 센서모듈과 같이 가외성을 확보하기 위해 복수 병렬로 설치된 센서나 센서 어셈블리의 경우, 어느 센서 모듈을 사용할 것인가, 혹은 센서 모듈을 기존 이용 센서 모듈에서 예비 센서 모듈로 대체할 것인가와 이를 위해 밸브 조작은 QMS 처리부에서 이루어질 수 있다.In this configuration, the opening and closing of valves for supplying air, pure water, and abrasive to each sensor can be accomplished through a PLC as in the prior art. In the case of a sensor or a sensor assembly installed in parallel to secure excellence, Whether to use the module or replace the sensor module with the spare sensor module in the existing sensor module and the valve operation can be done in the QMS processing part.
한편, 본 실시예에서는 도3 및 도4의 구성을 가진 연마제 품질측정 예측 조정 통합시스템에서 QMS 처리부가 있고, 여기서 이 QMS 처리부는 센서의 검사값을 적어도 일정 기간 저장하기 위한 데이터 저장부를 가지며, 이상 검사값을 정의했을 때 데이터 저장부 내의 검사값 이상 전후의 검사값 변화 패턴과, 센서들 사이의 검사값 변화 사이의 연관관계를 학습하도록 하는 소프트웨어 프로그램을 가지는 것으로 전제한다.3 and 4, the QMS processing unit has a data storage unit for storing the inspection value of the sensor for at least a predetermined period of time, It is assumed that a software program for learning a correlation between an inspection value change pattern before and after the inspection value in the data storage unit and an inspection value change between the sensors when the inspection value is defined.
이런 프로그램은 인공신경망 구조를 바탕으로 한 것으로 인공지능과 같은 딥러닝이 가능한 학습프로그램일 수 있다. 가령, 그래프의 패턴화 및 패턴화된 그래프의 비교에는 인공신경망 구조를 채용한 문자 인식 프로그램이나 안면 인식 프로그램과 비슷한 형상 인식 프로그램이 학습 프로그램 내에 설치되어 사용될 수 있다. 최근 인공지능과 관련하여 인공신경망 구조를 가진 프로그램 구조 형성과 딥러닝의 설계는 많은 분야에서 연구되고 있으며, 여기서는 그 구체적 언급 및 설명은 생략하기로 한다.These programs are based on artificial neural networks and can be deep learning programs such as artificial intelligence. For example, a character recognition program employing an artificial neural network structure or a shape recognition program similar to a face recognition program may be installed and used in a learning program for patterning of a graph and comparison of a patterned graph. Recently, the design of program structure and deep learning with artificial neural network in relation to artificial intelligence has been studied in many fields, and its detailed description and explanation will be omitted here.
이런 프로그램에 의해 얻는 학습 결과는 첫 번째로 연마제 공급 상의 이상이 발생했다는 것을 알려줄 수 있다. 둘째로 이상이 구체적으로 발생하기 전에도 종래의 이상 징후 패턴을 획득하여 저장하고 현재의 검사값들이 비교를 통해 이런 패턴을 따른다고 판단되면 사전에 이상 발생 가능성을 경고하여 미리 이상에 대처할 수 있도록 신호를 발생시킬 수 있다.The learning results obtained by this program can first tell you that an abrasive supply abnormality has occurred. Secondly, even if an abnormal abnormality pattern is acquired and stored before a specific abnormality occurs, if the current inspection values are judged to follow such a pattern through comparison, a warning is given to the possibility of an abnormality in advance, .
그리고, 이런 패턴 학습을 통해 이미 발생하거나 발생이 예상되는 이상의 원인이 무엇인지 판정하는 기능도 할 수 있다. 즉, 이런 이상 패턴에 대해 운영자가 과거부터 이상의 종류 및 원인을 정리하여 QMS 처리부 내의 프로그램을 통해 입력을 하거나, 대처 상황에서 운영자가 지시한 패턴화된 동작 신호가 기록되어 있다면 학습 프로그램을 통해 이런 개개 센서나 전체 센서의 이상 패턴, 이상 징후 패턴과 입력사항 혹은 기록의 연관작업도 가능한 것이고, 현재의 이상 발생이나 이상 발생 가능성에 대해 추정되는 이상의 종류, 원인, 대처를 위한 작업(동작) 순서를 표시장치를 통해 연마제 이상 신호 혹은 경고 신호와 함께 나타낼 수 있다.This pattern learning can also be used to determine what causes are already occurring or are expected to occur. That is, if the operator inputs the type of the abnormal pattern through the program in the QMS processing unit by summarizing the types and causes of the abnormal pattern in the past, or if the patterned motion signal instructed by the operator in the coping situation is recorded, It is also possible to work on the abnormal pattern of the sensor or the entire sensor, the pattern of the abnormality sign and the input item or the record, and display the order of the operation (action) for the kind or cause of the abnormality, It can be displayed with the abrasive abnormality signal or warning signal through the device.
이런 작업을 상당한 정확도를 가지고 행할 수 있는 것은 각 센서에서 측정된 검사값들은 상호 별개인 것처럼 생각될 때가 많지만 경험적으로 볼 때, 기존의 실제적 연마제 분배시스템에서 감지되는 이상은 종래의 도2에서 볼 수 있는 바와 같이 여러 센서를 통해 서로 앞서거나 뒷서서 이상 검사값의 형태로 상호 연관적으로 나타나는 경우가 많기 때문이고 이론적으로 볼 때에도 센서들의 측정 요소들은 상호간의 관계를 가질 수 있기 때문이다. 즉, 이런 상호 연관된 검사값 패턴은 이상 발생의 원인을 상당히 정확하게 판단할 수 있는 다중적 근거를 제공한다는 것이다.The reason why this operation can be performed with considerable accuracy is that although the measured values measured at each sensor are often considered to be independent of one another, the anomaly detected in a conventional practical abrasive dispensing system, As a result, there are many cases in which the sensors are correlated with each other in the form of an abnormal test value in front of or behind each other through a plurality of sensors. In theory, the measurement elements of the sensors may have mutual relations. That is, these correlated check pattern patterns provide multiple rationale for fairly determining the cause of anomalies.
가령, 혼합기에서의 혼합물 교반 기능의 이상이 발생하면 슬러리 입자가 침적되거나 서로 엉겨 대형 입자의 발생이 많아질 수 있고, 대형 입자를 거르는 필터에 부하가 많이 걸려 기능을 잃게 되고, 이에 따라 대형 입자의 상당 수가 압력 가중에 의해 필터를 통과하여 연마제 내의 대형 입자 검출 빈도가 높아지고 연마제의 밀도도 따라서 증가하게 된다. 이런 경우 LPC의 검사값 이상과 함께 밀도 센서 검사값의 이상도 함께 나타나게 된다.For example, when an agitation function of the mixture in the mixer occurs, the slurry particles may deposit or become entangled with each other, resulting in generation of large particles, and a large load is applied to the filter for filtering large particles, A considerable number of particles pass through the filter due to the pressure load, thereby increasing the frequency of detecting large particles in the abrasive and increasing the density of the abrasive. In this case, the abnormality of the density sensor test value is displayed together with the abnormality of the LPC.
한편, 학습 결과로서 첫 번째로 언급한 이상 발생을 알려주는 기능 구현은 종래의 PLC에 의해서도 이루어졌던 것이므로 차별화된 점을 찾을 필요가 있는데, 본 발명 구성에서는 종래의 PLC의 프로그램을 바꾸어 대처 프로세스를 바꾸는 것을 생각할 수 있다. 즉, 종래 PLC에서는 센서값 이상이 발생하고 상당한 확인 시간을 거쳐 연마제 공급 중단 명령을 내리는 것과 달리, 본원 발명에서는 QMS 처리부를 통해 이상 검사값이 PLC로 입력되면 즉시로 혹은 지정된 짧은 시간 내에 연마제 이상을 결정하여 연마제 공급을 중단시키도록 할 수 있다.On the other hand, as a result of the learning, the function implementation for notifying the first occurrence of the abnormality is also performed by the conventional PLC, so it is necessary to find a different point. In the configuration of the present invention, I can think of. That is, unlike the conventional PLC, when abnormality check values are input to the PLC through the QMS processor, the abrasive agent abnormality is detected immediately or within a specified short time, So that the abrasive supply can be stopped.
이런 진행이 가능한 것은 PLC에서 검사값 이상을 감지하고, 연마제 이상의 종류나 원인을 판단하기 전에 여기서는 QMS 처리부를 통해 각 센서의 검사값 이상에 도달하기까지의 과정, 징후들을 먼저 인식하고, 이런 기본적인 탐지 동작(과정)을 통해 검사값 이상이 센서측 원인에 의한 것인가, 연마제 자체의 원인에 의한 것인가를 구분할 수 있도록 하였기 때문이라고 할 수 있다.In this case, it is necessary to recognize the process and the symptoms until the abnormal value of each sensor is reached through the QMS processing unit before detecting the abnormality of the inspection value in the PLC and judging the kind or cause of the abrasive agent. It can be said that the operation (process) enables to distinguish between the cause of the sensor side or the cause of the abrasive itself.
가령, 도2에서와 같이 여러 센서에서 이상 검사값이 비교적 짧은 시간 내에 복합적으로 발생하면 이런 경우에는 센서들 사이의 검사값 변화가 연관된 양상을 가진다고 판단할 수 있고, 어느 하나의 센서만의 문제는 아닐 확률이 높다는 것에 착안하여 일단 연마제의 문제라고 판단하고 센서들 사이의 검사값 이상의 연관성이 확인되는 순간에 QMS 처리부가 분배시스템 내의 연마제 공급을 중단시키고, 이에 따라 PLC가 CMP 공정 중단 신호를 내도록 하고, 연마제의 이상 원인을 조사하는 단계로 이행할 수 있다.For example, as shown in FIG. 2, when the abnormality check values are generated in a relatively short time in a plurality of sensors, it can be determined that the change in the inspection value between the sensors has an associated pattern. In this case, The QMS processor stops the supply of the abrasive in the dispensing system at the moment when it is determined that the abrasive problem is a problem and the correlation between the sensor and the inspection value is confirmed, , It is possible to proceed to the step of investigating the cause of the abnormality of the abrasive article.
앞서 언급하듯이 이상 발생의 원인이나 대처 프로세스에 대한 사전 입력이나 정보가 주어지고 연관 학습이 이루어진 경우라면 이때 이상 원인이나 대처 방법에 대해서도 가령, 믹서(혼합기)의 기능 이상이 몇% 확률로 예상된다거나 대형 입자를 거르는 필터의 교체가 필요할 확률이 몇%라는 식으로 QMS 처리부가 제시할 수 있을 것이다.As mentioned earlier, if the cause of the abnormality or the pre-input or information about the coping process is given and the related learning is done, then the probability of the function abnormality of the mixer (mixer) Or the probability that a filter that filters large particles will need to be replaced is a few percent.
더욱이, 여러 센서들의 검사값이 정상에서 이상으로 변화하는 과정은 도2와 같이 단시간 내에 발생하는 것이 아니고 상당 기간에 걸쳐 발생할 수 있는데, 이런 기간 동안 여러 센서 검사값의 변동 양상이 서로 연관된 양상을 가지면 어느 하나의 센서의 이상 보다는 연마제 자체의 이상 가능성이 높으므로 이런 패턴에 대해서는 사전 경고를 표시하고 검사값 이상이 발생하는 경우 별다른 확인시간 없이도 연마제 공급을 중단시키고, CMP 공정을 중단시키는 것이 더욱 쉽게 결정될 수 있을 것이다. In addition, the process of changing the inspection value of the various sensors from normal to abnormal may occur over a considerable period of time rather than within a short period of time as shown in FIG. 2. If the variation patterns of sensor inspection values during such a period have mutually related aspects Since there is a higher probability of abnormality of the abrasive itself than the abnormality of any one of the sensors, it is more easily determined that abrasive supply is stopped and the CMP process is stopped without any confirmation time in the case of abnormality of the inspection value, It will be possible.
반면, 어느 하나의 센서의 검사값만 상당 기간에 걸쳐 이상 징후를 보이거나 짧은 시간 내에 이상 검사값을 나타내고 다른 센서의 검사값은 별다른 이상 징후나 이상 검사값이 없다면 이런 경우는 연마제 이상보다는 센서 이상일 가능성이 크고, 이런 이상 징후에 대해 미리 센서를 확인할 수 있도록 QMS 처리부는 센서 경고 신호를 나타내도록 프로그램을 짤 수 있을 것이다.On the other hand, if only one inspection value of the sensor shows an abnormal symptom over a considerable period of time, or an abnormal inspection value is displayed within a short time, and the inspection value of the other sensor does not have any abnormality symptom or abnormality inspection value, The QMS processor may be programmed to indicate the sensor alert signal so that the sensor can be identified in advance for such anomalies.
도5는 이런 양상의 한 예를 나타낸다. 센서에서는 물론 검사값이 출력신호 형태로 출력되지만, 이런 검사값 외에 센서의 상태를 나타내는 다른 기준값, 가령 내부 저항값이나 어느 중요 포인트에서의 기준 전압 등을 센서로부터 인출하는 것이 가능할 수 있고, 도5의 (a), (b)의 센서 전압을 이러한 예로 볼 수 있고 이런 출력값을 검사값과 함께 QMS 처리부로 입력시켜 센서의 상태를 다중으로 판단할 수 있다.Figure 5 shows an example of this aspect. It is possible to fetch another reference value indicating the state of the sensor, such as an internal resistance value or a reference voltage at a certain important point from the sensor, in addition to the above-mentioned check value, The sensor voltage of (a) and (b) can be regarded as an example of this, and the output value can be input to the QMS processing unit together with the inspection value to determine the state of the sensor as multiple.
그리고, 그 측정된 센서 전압 패턴이 (a)와 같이 일정 상태를 유지하는 경우, 검사값의 변화가 생기면 이는 센서의 이상이라기 보다는 연마제의 이상이라고 판단하고 대처하는 것이 적절한 대처가 될 확률이 높다. 반대로 측정된 센서 전압의 변화 추이(패턴)이 (b)와 같이 지속적으로 오르거나 내리거나, 불안정 상태인 경우에는 검사값의 변화가 생겨도 이 센서의 이상이라고 판단하고 대처하는 것이 더 적절한 대처가 될 것이다. If the measured sensor voltage pattern remains constant as shown in (a), if the inspection value changes, it is more likely that it is appropriate to cope with the abnormality of the abrasive rather than the abnormality of the sensor. On the other hand, when the measured change in the sensor voltage (pattern) continuously increases or decreases as shown in (b) or in an unstable state, it is more appropriate to determine that the sensor is abnormal will be.
한편, 연마제 품질측정 예측 조정 통합시스템 내에 도3이나 도4에서와 같이 어떤 측정 기능의 주된 센서나 주된 센서 모듈에 대해 가외적 센서나 가외적 모듈이 설치된 경우라면, 단순히 센서 경고 신호를 보내는 것 외에 QMS 처리부가 조절 밸브를 조작하여 이상 발생시나 사전에 연마제 공급 경로를 주된 센서나 모듈을 가외적 센서나 모듈 쪽으로 전환하여 센서 이상이라는 추론이 맞는 것인지를 확인하는 단계가 이루어질 수도 있다.On the other hand, if an external sensor or an external module is installed for the main sensor or the main sensor module of a certain measurement function, as shown in FIG. 3 or 4, in the integrated system for predicting the abrasive quality measurement, The QMS processing unit may operate the control valve to check whether the inference that the sensor abnormality is correct by switching the main sensor or the module to the external sensor or module beforehand in case of abnormality or beforehand.
구체적으로, 연마제 자체에는 이상이 없고 센서의 문제로 판단되면, QMS 처리부는 공정실에 대한 연마제 공급은 유지한 상태로 전환된 가외적 센서가 주된 센서가 되어 연마제를 검사하도록 하고, 이전에 검사에 사용된 주된 센서(센서 모듈 포함)에 대해서는 오퍼레이터가 인식할 수 있도록 교체나 정비 신호를 나타내게 된다. 이런 경우, 반도체장치 제조공정상의 중단이 없으므로 공정 및 장비 효율을 높일 수 있다.Specifically, when there is no abnormality in the abrasive itself and it is judged that the sensor is a problem, the QMS processing unit makes the outer sensor, which is converted into a state in which the abrasive supply to the processing chamber is maintained, becomes the main sensor, The main sensor (including the sensor module) used is indicated by the replacement or maintenance signal so that it can be recognized by the operator. In this case, the process and equipment efficiency can be improved because there is no interruption of the semiconductor device manufacturing top.
이런 구성에서 연마제 품질측정 예측 조정 통합시스템의 운용방법의 일 예를 살펴보면, 정상적인 연마제가 공급되는 기간에 정기적으로 센서모듈 1 외에 센서모듈 2에도 연마제를 공급하면서 검사를 진행하고, 센서 모듈 1의 센서들 각각의 출력 신호(검사값: data) 및 센서 모듈 2의 센서들 각각의 출력신호가 모두 QMS 처리부로 해당 커넥터를 통해 입력되도록 한다. QMS 처리부의 출력은 항상 현재의 검사에 사용되는 센서 모듈(여기서는 센서 모듈 1)의 출력에 근거한 검사값이 PLC에 입력되도록 한다.An example of a method of operating the integrated system for predicting and adjusting the polishing quality of a polishing material is as follows. During a period in which a normal abrasive is supplied, the polishing process is performed while supplying an abrasive to the sensor module 2 in addition to the sensor module 1, And the output signals of the sensors of the sensor module 2 are all input to the QMS processor through the corresponding connectors. The output of the QMS processing unit always causes the PLC to input an inspection value based on the output of the sensor module (here, sensor module 1) used for the current inspection.
이상적으로는 센서 모듈 1과 센서 모듈 2는 동일한 연마제에 대해 동일한 검사값을 출력하도록 조정 혹은 캘리브레이션이 이루어져야 하고, 동일한 연마제에 대한 검사를 위해 센서 모듈 1을 사용하던 것을 어느 순간 센서 모듈 2로 대체했을 때에 센서 모듈 2의 검사값이 QMS 처리부를 통해 PLC에 전달되면서 PLC에는 동일한 검사값이 전달되어야 한다. Ideally, the sensor module 1 and the sensor module 2 should be calibrated or calibrated to output the same test value for the same abrasive, and the sensor module 1 used for the same abrasive test at any moment was replaced by the sensor module 2 The inspection value of the sensor module 2 is transmitted to the PLC through the QMS processing unit and the same inspection value should be transmitted to the PLC.
이런 조건이 충족될 경우, 센서 모듈 1의 센서 가운데 어느 하나라도 이상이 있다면 검사에 사용될 센서 모듈을 센서 모듈 2로 교체하고 연마제 공급을 이상 없이 계속적으로 진행할 수 있다. 이때, 센서 모듈 1과 연결된 배관라인 밸브를 폐쇄하고 전기신호 연결을 단절한 상태에서 센서 모듈 1을 연마제 품질측정 예측 조정 통합시스템에서 분리하여 수리한 후에 다시 연결하거나, 새로운 센서 모듈 1'로 대체하여 연결한다.If any one of the sensors of the sensor module 1 is abnormal, the sensor module to be used for the inspection can be replaced with the sensor module 2, and the abrasive supply can be continuously performed without any abnormality. At this time, the pipeline line valve connected to the sensor module 1 is closed, and the sensor module 1 is detached from the integrated system of the abrasive quality measurement prediction and adjustment in the state where the electric signal connection is disconnected, and then reconnected or replaced with the new sensor module 1 ' Connect.
그러나, 현실적으로 센서 모듈 1의 센서들과 센서 모듈 2의 센서들의 캘리브레이션 상태가 서로 동일하지 않아 조금 차이가 있는 경우가 더 일반적이라고 볼 수 있고, 이런 일반적 경우라고 하더라도 같은 연마제에 대해 시간 차가 거의 없이 검사를 할 때에는 센서 모듈 교체시 센서 모듈 1을 구성하는 센서들의 검사값과 센서 모듈 2를 구성하는 센서들의 검사값이 동일하게 PLC에 입력되어야 할 필요가 있다.However, in reality, it is more common that the sensors of the sensor module 1 and the sensors of the sensor module 2 are not in the same calibration state, so that there is little difference. Even in this general case, It is necessary that the inspection values of the sensors constituting the sensor module 1 and the inspection values of the sensors constituting the sensor module 2 are input to the PLC when the sensor module is replaced.
여기서는 이런 것을 가능하도록 하기 위해 QMS 처리부를 이용한다. 먼저, 연마제가 센서 검사값(계측 데이터) 상으로 이상 없이 일정하게 유지되면서 공급되는 통상 기간 중에 검사용 센서 모듈을 순간적으로 교체하거나, 동시에 연마제를 공급하면 연마제에 대한 당위적 검사값은 당연히 변화가 없어야 한다고 전제한다. Here, a QMS processing unit is used to enable this. First, when the sensor module for inspection is instantaneously replaced or the polishing agent is supplied at the same time during the normal period in which the abrasive agent is kept constant on the sensor inspection value (measurement data) without any abnormality, the required inspection value for the abrasive agent should naturally be unchanged .
QMS 처리부는 자체 프로그램에 의해 수시로 혹은 일정 시간 주기로 가외적으로 설치된 센서 모듈 2에도 연마제를 공급하여 센서 모듈 1과 센서 모듈 2가 모두 검사값을 출력하여 QMS 처리부의 입력신호단자로 보내도록 한다. 이런 조작은 QMS 처리부의 동작신호가 도4와 같이 구성된 분배시스템의 배관라인의 센서 모듈 2와의 연결밸브를 조작할 수 있도록 함으로써 이루어질 수 있다. The QMS processor supplies abrasives to the sensor module 2, which is installed externally at regular intervals or at predetermined time intervals by its own program, so that both the sensor module 1 and the sensor module 2 output inspection values and send them to the input signal terminals of the QMS processing unit. This operation can be performed by allowing the operation signal of the QMS processing unit to operate the connection valve with the sensor module 2 of the piping line of the distribution system constructed as shown in Fig.
현재 연마제 검사에 사용되고 있는 센서 모듈 1의 센서들의 검사값이 10, 10, 10이고, 가외적으로 도입된 센서 모듈 2의 센서들의 검사값이 10, 11, 9로 QMS 처리부에 입력된다면 센서 모듈 2의 센서1, 센서2, 센서3에 대한 보정값으로 각각 0, +1, -1을 QMS 처리부의 기억장치에 기억시킨다. 그리고, 다수 회 이런 시도를 하여 센서 모듈 2에 대한 이런 보정값 입력을 다양한 검사값 범위에 대해 얻어 일종의 보정표를 작성하여 기억장치에 보관한다. 이런 과정은 일종의 학습이라고 볼 수 있다. 이때, 다양한 검사값의 범위에 대해 이런 보정값을 얻는 것은 센서의 감지 특성이 검사값 범위에 따라 선형적으로 변하지 않고 비선형적으로 변할 수 있기 때문이다.If the inspection values of the sensors of the sensor module 1 currently used for the abrasive product inspection are 10, 10, and 10, and the inspection values of the sensors of the sensor module 2 introduced to the outside are inputted to the QMS processor 10, 11, 0 ", " +1 " and " -1 " are stored in the storage device of the QMS processing section as the correction values for the sensor 1, the sensor 2 and the sensor 3, respectively. Then, by making such a number of attempts, the correction value input to the sensor module 2 is obtained for various inspection value ranges, and a kind of correction table is created and stored in the memory device. This process is a kind of learning. At this time, obtaining such a correction value for the range of various inspection values is because the sensing characteristic of the sensor may change non-linearly without linearly changing according to the inspection value range.
그리고, 공정을 진행하던 중에 검사 모듈 1의 검사값(측정된 데이터)에 이상이 발생되면, QMS 처리부는 검사 모듈을 검사 모듈 2로 전환한다. 그리고 검사 모듈 2의 신호 출력을 근거로 검사값이 어느 범위에 있는지 살펴보고, 보정표에서 그 범위에 대한 보정값을 찾아 검사 모듈 2의 검사값에 더하여 검사값을 보정한 상태로 보정된 검사값을 PLC에 전달하게 된다.If an abnormality occurs in the inspection value (measured data) of the inspection module 1 during the process, the QMS processor switches the inspection module to the inspection module 2. Then, it checks the range of the inspection value based on the signal output of the inspection module 2, finds the correction value for the range in the correction table, adds the inspection value to the inspection value of the inspection module 2, To the PLC.
검사 모듈 교체에도 불구하고 PLC가 입수하는 센서모듈의 센서들의 출력 신호 혹은 검사값이 계속 이상 영역에 있다면 PLC는 미리 내장된 프로그램에 따라 이를 연마제 이상으로 판단하고 연마제 공급을 중단시키면서 CMP 공정 진행이 중단되도록 한다. 따라서, 종래와 같이 센서 이상 여부 확인시간을 길게 가져갈 필요가 없고, 확인시간 동안 이상 연마제에 의해 발생하는 불량도 줄일 수 있다.If the output signal or the inspection value of the sensor module that the PLC acquires despite the replacement of the inspection module is still in the abnormal area, the PLC judges it to be more than the abrasive agent according to the built-in program and stops the CMP process . Therefore, it is not necessary to take a long time to confirm whether or not the sensor abnormality is present as in the prior art, and the defects caused by the abnormal polishing agent during the confirmation time can also be reduced.
PLC가 입수하는 센서모듈의 센서들의 출력 신호 혹은 검사값이 정상 영역에 있다면 PLC는 미리 내장된 프로그램에 따라 이를 센서 모듈의 이상으로 판단하고 센서 모듈(정확히는 센서 모듈 1)의 교체 혹은 교정을 위한 알람을 띄워 오퍼레이퍼가 작업을 할 수 있도록 한다. 물론, 이런 과정은 PLC를 대신하여 QMS 처리부가 직접 수행하는 것도 가능하다. 또한, 여기서는 QMS 처리부를 PLC와 별도인 것으로 하고 설명을 하지만 QMS 처리부는 넓게는 PLC와 일체를 이루는 부분이라고 볼 수도 있다.If the output signal of the sensors of the sensor module that the PLC acquires is in the normal range, the PLC judges it as an abnormality of the sensor module according to the built-in program and sends an alarm for replacement or calibration of the sensor module So that the operator can do the work. Of course, this process can be performed directly by the QMS processing unit in place of the PLC. Although the QMS processing unit is described as being separate from the PLC, the QMS processing unit can be regarded as a part integrally formed with the PLC.
이러한 연마제 품질측정 예측 조정 통합시스템에서는 더 나아가 시스템 내의 이상 발생시 대처 방식을 기존의 것과 다르게 스스로 수정하도록 이루어질 수 있다. 이런 수정은 프로그램 자체의 자동적 자발적 수정의 형태를 가질 수 있다. 가령, 어떤 검사값 패턴에 대한 원인 판정이나 대처가 처음에는 A라는 방식을 취하지만 연마제 품질측정 예측 조정 통합시스템 운영에 따라 데이터가 축적되면서 그 검사값 패턴에 대한 원인의 연관성 확률이 떨어지고 다른 원인에 대한 연관성 확률이 높아진다면 판정 및 대처가 B 라는 방식으로 바뀔 수 있으며, 이런 전환 방식은 인공신경망 구조를 이용하는 인공지능 프로그램에서 프로그램 자체가 가지는 기능으로 포함되는 경우라고 볼 수 있다.In the integrated system for predicting and adjusting the abrasive product quality measurement, further, it is possible to make the correction method of the abnormality occurring in the system different from the existing ones. Such modifications may take the form of automatic voluntary modifications of the program itself. For example, although the cause determination or action for a certain inspection value pattern is initially taken as A, the probability of associating the cause of the inspection value pattern is decreased due to the accumulation of data in accordance with the operation of the integrated system for predicting the quality of the abrasive product. If the probability of association increases, the decision and action can be changed in the way of B, and this conversion can be regarded as a function included in the program itself in an artificial intelligence program using an artificial neural network structure.
이상에서는 한정된 실시예를 통해 본 발명을 설명하고 있으나, 이는 본 발명의 이해를 돕기 위해 예시적으로 설명된 것일 뿐 본원 발명은 이들 특정의 실시예에 한정되지 아니한다. 가령 이상에서는 기존의 분배시스템에 QMS 처리부가 더 결합되고, 도4와 같이 일부 주된 센서에 대해 가외적 센서가 설치되며, 이들이 병렬적 모듈을 이루는 형태가 제시되어 있지만, 얼마든지 센서 및 가외적 센서 배치가 다른 형태로 이루어질 수 있고, QMS 처리부와 PLC 상호 구성 및 기능 관계도 본 발명의 개념 내에서 다른 형태를 가질 수 있다. While the present invention has been described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. In the above description, the QMS processing unit is further coupled to the existing distribution system, and an external sensor is installed for some of the main sensors as shown in FIG. 4. Although they are shown as a parallel module, The arrangement may be of a different form, and the QMS processing unit and the PLC interconnection and functional relationship may take different forms within the concept of the present invention.
따라서, 당해 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 발명을 토대로 다양한 변경이나 응용예를 실시할 수 있을 것이며 이러한 변형례나 응용예는 첨부된 특허청구범위에 속함은 당연한 것이다.Accordingly, those skilled in the art will appreciate that various modifications, additions and substitutions are possible, without departing from the scope and spirit of the invention as disclosed in the accompanying claims.
Claims (3)
상기 센서들의 검사값을 자료(data)로서 저장하고,
상기 자료를 바탕으로 연마제 공급 이상 발생 이전 및 발생 시의 상기 센서들의 검사값이 나타내는 양상을 학습하되 상기 양상에는 상기 센서들의 검사값의 상관 관계를 포함하도록 하고,
현재 공급되는 연마제에 대한 상기 센서들의 일정 시간의 검사값을 학습된 양상과 비교하여 검사값 이상 징후 및 검사값 이상을 인식하고,
검사값 이상이 센서측 원인에 의한 것인가, 연마제 자체의 원인에 의한 것인가를 구분하고,
현재 공급되는 연마제 공급 이상이나 이상 징후가 연마제 자체의 원인에 의한 것이라고 판단되면 연마제의 문제 발생이나 문제 발생 가능성을 표시(경고)할 수 있도록 이루어진 것을 특징으로 하는 연마제 품질측정 예측 조정 통합시스템. A mixer for mixing the slurry and the chemical substance to mix them to form an abrasive, sensors for inspecting the required characteristics of the abrasive, PLCs for receiving the inspection values of the sensors, A system for predicting and adjusting abrasive quality of an abrasive feeder,
Storing the inspection values of the sensors as data,
Wherein the controller is configured to learn an aspect represented by an inspection value of the sensors before and after occurrence of an abrasive supply abnormality based on the data and to include a correlation between the inspection values of the sensors,
Comparing the inspected values of the sensors of the sensors for the currently supplied abrasive with the learned aspects to recognize abnormality of the inspection value and abnormality of the inspection value,
Whether the abnormality of the inspection value is due to the sensor side cause or the cause of the abrasive itself,
Wherein the abrasive product is provided to display (warn) the occurrence of a problem or a possibility of occurrence of an abrasive article if it is determined that the abrasive supply abnormality or abnormality indication currently supplied is caused by the cause of the abrasive product itself.
상기 센서들에서 나온 검사값(출력신호)를 받아 상기 PLC로 전달하는 QMS 처리부가 더 구비되고,
상기 센서들 가운데 적어도 일부인 주된 센서에 대해서는 대체가능한 가외적 센서가 더 구비되고,
상기 QMS 처리부는 원래 연마제의 특성을 검사하도록 설치된 상기 센서들 및 상기 가외적 센서 모두와 연결되되, 연마제의 하나의 특성을 검사하는 주된 센서 및 가외적 센서 중 하나의 검사값만 PLC로 입력되도록 구성되며,
상기 주된 센서에 이상이 발생되면 상기 QMS 처리부의 동작신호에 의해 상기 주된 센서는 가외적 센서로 자동으로 대체되도록 이루어지는 것을 특징으로 하는 연마제 품질측정 예측 조정 통합시스템.The method according to claim 1,
And a QMS processing unit for receiving a check value (output signal) from the sensors and transferring the check value to the PLC,
And an extra sensor capable of replacing the main sensor, which is at least a part of the sensors,
The QMS processor is connected to both the sensors installed to inspect the characteristics of the original abrasive product and the external sensors so that only the inspection value of one of the main sensor and the external sensor for inspecting one characteristic of the abrasive is inputted to the PLC And,
Wherein the main sensor is automatically replaced with an external sensor by an operation signal of the QMS processor when an abnormality occurs in the main sensor.
상기 QMS 처리부는 상기 자료를 저장할 수 있는 저장장치 및 상기 학습을 위한 프로그램을 내장하여
상기 자료를 바탕으로 연마제 공급 이상 발생 이전 및 발생 시의 상기 센서들의 검사값이 나타내는 양상을 학습하고
현재 공급되는 연마제에 대한 상기 센서들의 일정 시간의 검사값을 학습된 양상과 비교하여 검사값 이상 징후 및 검사값 이상을 인식하고,
검사값 이상이 센서측 원인에 의한 것인가, 연마제 자체의 원인에 의한 것인가를 구분하도록 이루어지는 것을 특징으로 하는 연마제 품질측정 예측 조정 통합시스템.3. The method of claim 2,
The QMS processor includes a storage device capable of storing the data and a program for the learning
Based on the data, an aspect represented by inspection values of the sensors before and after occurrence of an abrasive supply abnormality is learned
Comparing the inspected values of the sensors of the sensors for the currently supplied abrasive with the learned aspects to recognize abnormality of the inspection value and abnormality of the inspection value,
Wherein the polishing rate of the abrasive is determined based on the cause of the sensor side or the cause of the abrasive itself.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180028061A KR101944309B1 (en) | 2018-03-09 | 2018-03-09 | integration system for quality prediction and adjustment of abrasive slurries for semiconductor CMP process |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180028061A KR101944309B1 (en) | 2018-03-09 | 2018-03-09 | integration system for quality prediction and adjustment of abrasive slurries for semiconductor CMP process |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101944309B1 true KR101944309B1 (en) | 2019-02-01 |
Family
ID=65367792
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180028061A KR101944309B1 (en) | 2018-03-09 | 2018-03-09 | integration system for quality prediction and adjustment of abrasive slurries for semiconductor CMP process |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101944309B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101992747B1 (en) | 2019-04-25 | 2019-06-26 | (주)엘티에이치 | method of automatic testing and cleaning contamination by sensor signal |
| KR102008500B1 (en) | 2019-04-25 | 2019-08-08 | (주)엘티에이치 | supplier suitable for acquiring the reason of disorder of process material |
| US20200338688A1 (en) * | 2019-04-25 | 2020-10-29 | Lth Co., Ltd. | Method for automatically verifying and cleaning large-sized particle counter for analyzing cmp slurry and verification system suitable for same |
| WO2020218689A1 (en) * | 2019-04-25 | 2020-10-29 | (주)엘티에이치 | Automatic verification and cleaning method for large particle counter for cmp slurry analysis and verification device suitable therefor |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050033524A (en) | 2001-10-08 | 2005-04-12 | 어드밴스드 테크놀러지 머티리얼즈, 인코포레이티드 | Real-time component monitoring and replenishment system for multicomponent fluids |
| KR20050035865A (en) * | 2002-07-19 | 2005-04-19 | 키네틱 시스템즈, 인코포레이티드 | Method and apparatus for blending process materials |
| KR20090055854A (en) * | 2007-11-29 | 2009-06-03 | 주식회사 동부하이텍 | Simulation device for maintenance of chemical mechanical polishing unit and drive method thereof |
| JP4601492B2 (en) * | 2004-06-03 | 2010-12-22 | 国立成功大学 | Quality prediction system and method for production process |
| KR20130136593A (en) | 2010-03-12 | 2013-12-12 | 히타치가세이가부시끼가이샤 | Slurry, polishing fluid set, polishing fluid, and substrate polishing method using same |
| KR20150085013A (en) * | 2012-11-13 | 2015-07-22 | 에어 프로덕츠 앤드 케미칼스, 인코오포레이티드 | Slurry and/or chemical blend supply apparatuses |
| KR101723981B1 (en) | 2016-06-21 | 2017-04-07 | (주)세미로드 | Apparatus for measuring and adjusting concentration of the slurry solution |
-
2018
- 2018-03-09 KR KR1020180028061A patent/KR101944309B1/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050033524A (en) | 2001-10-08 | 2005-04-12 | 어드밴스드 테크놀러지 머티리얼즈, 인코포레이티드 | Real-time component monitoring and replenishment system for multicomponent fluids |
| KR20050035865A (en) * | 2002-07-19 | 2005-04-19 | 키네틱 시스템즈, 인코포레이티드 | Method and apparatus for blending process materials |
| JP4601492B2 (en) * | 2004-06-03 | 2010-12-22 | 国立成功大学 | Quality prediction system and method for production process |
| KR20090055854A (en) * | 2007-11-29 | 2009-06-03 | 주식회사 동부하이텍 | Simulation device for maintenance of chemical mechanical polishing unit and drive method thereof |
| KR20130136593A (en) | 2010-03-12 | 2013-12-12 | 히타치가세이가부시끼가이샤 | Slurry, polishing fluid set, polishing fluid, and substrate polishing method using same |
| KR20150085013A (en) * | 2012-11-13 | 2015-07-22 | 에어 프로덕츠 앤드 케미칼스, 인코오포레이티드 | Slurry and/or chemical blend supply apparatuses |
| KR101723981B1 (en) | 2016-06-21 | 2017-04-07 | (주)세미로드 | Apparatus for measuring and adjusting concentration of the slurry solution |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101992747B1 (en) | 2019-04-25 | 2019-06-26 | (주)엘티에이치 | method of automatic testing and cleaning contamination by sensor signal |
| KR102008500B1 (en) | 2019-04-25 | 2019-08-08 | (주)엘티에이치 | supplier suitable for acquiring the reason of disorder of process material |
| US20200338688A1 (en) * | 2019-04-25 | 2020-10-29 | Lth Co., Ltd. | Method for automatically verifying and cleaning large-sized particle counter for analyzing cmp slurry and verification system suitable for same |
| WO2020218689A1 (en) * | 2019-04-25 | 2020-10-29 | (주)엘티에이치 | Automatic verification and cleaning method for large particle counter for cmp slurry analysis and verification device suitable therefor |
| CN112204720A (en) * | 2019-04-25 | 2021-01-08 | 乐途汇有限公司 | Automated verification and cleaning method for large particle counter for analyzing CMP slurry and verification system suitable for the same |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101944309B1 (en) | integration system for quality prediction and adjustment of abrasive slurries for semiconductor CMP process | |
| US7344298B2 (en) | Method and apparatus for blending process materials | |
| TWI492014B (en) | And a method of detecting a flow abnormality when the flow rate is abnormally detected by the flow rate monitoring device and the fluid supply system using the flow control device | |
| US20180021921A1 (en) | Slurry Supply and/or Chemical Blend Supply Apparatuses, Processes, Methods of Use and Methods of Manufacture | |
| KR101008241B1 (en) | Method of detecting abnormality in fluid supply system, using flow rate control device having pressure sensor | |
| KR101819416B1 (en) | Intelligent water quality measurement apparatus with self diagnosis function each water quality measurement sensor , and water quality measurement sensor self diagnosis method | |
| KR101343275B1 (en) | Method and Apparatus for Recycling Process Fluids | |
| KR100839071B1 (en) | A system and method for monitoring conditions of a processing tool | |
| KR101443493B1 (en) | Processing apparatus and process status checking method | |
| US20070295063A1 (en) | Apparatus for manufacturing a semiconductor and a method for measuring the quality of a slurry | |
| US6563300B1 (en) | Method and apparatus for fault detection using multiple tool error signals | |
| JP4568216B2 (en) | Semiconductor device manufacturing system | |
| CN213122595U (en) | Chemical liquid feeding system of gluing developing machine | |
| US20080202216A1 (en) | System and Method for Monitoring and/or Controlling Attributes of Multiple Chemical Mixtures with a Single Sensor | |
| US7198753B1 (en) | System and method for monitoring and/or controlling attributes of multiple chemical mixtures with a single sensor | |
| US20200338688A1 (en) | Method for automatically verifying and cleaning large-sized particle counter for analyzing cmp slurry and verification system suitable for same | |
| TWI781890B (en) | Liquid supply apparatus and liquid supply method | |
| CN116147677A (en) | Method for determining the overall application-specific likelihood of a measured value of a measured variable | |
| KR101992747B1 (en) | method of automatic testing and cleaning contamination by sensor signal | |
| US6697696B1 (en) | Fault detection control system using dual bus architecture, and methods of using same | |
| KR102008500B1 (en) | supplier suitable for acquiring the reason of disorder of process material | |
| US7783455B1 (en) | Methods and systems for analyzing process equipment processing variations using sensor data | |
| JP2003164851A (en) | Method for controlling water purifier | |
| KR100500475B1 (en) | Chemical mixing equipment | |
| US7909208B2 (en) | Process of monitoring dispensing of process fluids in precision processing operations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |