KR102153149B1 - 보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램 - Google Patents

보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102153149B1
KR102153149B1 KR1020157009423A KR20157009423A KR102153149B1 KR 102153149 B1 KR102153149 B1 KR 102153149B1 KR 1020157009423 A KR1020157009423 A KR 1020157009423A KR 20157009423 A KR20157009423 A KR 20157009423A KR 102153149 B1 KR102153149 B1 KR 102153149B1
Authority
KR
South Korea
Prior art keywords
amount
variation
model
correction
correction value
Prior art date
Application number
KR1020157009423A
Other languages
English (en)
Other versions
KR20150073975A (ko
Inventor
다쿠오 야마모토
유키 가타오카
Original Assignee
도쿄엘렉트론가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 도쿄엘렉트론가부시키가이샤 filed Critical 도쿄엘렉트론가부시키가이샤
Publication of KR20150073975A publication Critical patent/KR20150073975A/ko
Application granted granted Critical
Publication of KR102153149B1 publication Critical patent/KR102153149B1/ko

Links

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
    • 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]
    • G05B19/41875—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] characterised by quality surveillance of production
    • 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
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
    • C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
    • C23C16/52—Controlling or regulating the coating process
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1402—Adaptive control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1439—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the position of the sensor
    • F02D41/1441—Plural sensors
    • 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
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • 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
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • 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
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1412—Introducing closed-loop corrections characterised by the control or regulation method using a predictive controller
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/1415—Controller structures or design using a state feedback or a state space representation
    • F02D2041/1416—Observer
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/1426—Controller structures or design taking into account control stability
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/20—Output circuits, e.g. for controlling currents in command coils
    • F02D2041/202—Output circuits, e.g. for controlling currents in command coils characterised by the control of the circuit
    • F02D2041/2058—Output circuits, e.g. for controlling currents in command coils characterised by the control of the circuit using information of the actual current value
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F02D2200/0402—Engine intake system parameters the parameter being determined by using a model of the engine intake or its components
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31103—Configure parameters of controlled devices
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32018—Adapt process as function of results of quality measuring until maximum quality
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32187—Correlation between controlling parameters for influence on quality parameters
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00
    • 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)
  • Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Metallurgy (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Materials Engineering (AREA)
  • General Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

제조 장치의 변동 현상이 고려된 제어 파라미터의 보정값을 구하는 보정값 산출 장치를 제공한다. 보정값 산출 장치(1)에 있어서, 제조 장치의 변동 현상을 나타내는 지표값 및 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 변동량으로 변환하는 제2 변환부(10e)와, 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표 및 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 이용하여, 프로세스 요소의 변동량으로부터 상기 성과 지표의 변동량을 산출하는 변동량 산출부(10f)와, 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하는 보정량 산출부(10g)와, 상기 프로세스 모델을 이용하여, 산출한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하고, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 보정값 산출부(10h)를 구비한다.

Description

보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램{CORRECTION VALUE COMPUTATION DEVICE, CORRECTION VALUE COMPUTATION METHOD, AND COMPUTER PROGRAM}
본 발명은 제조 장치에 부여하는 제어 파라미터의 보정값을 산출하는 보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램에 관한 것이다.
일반적으로, 반도체 집적 회로를 제조할 때에는, 실리콘 기판 등으로 이루어지는 반도체 웨이퍼에 대하여, 성막 프로세스, 에칭 프로세스, 산화 프로세스, 확산 프로세스, 개질 프로세스, 자연 산화막의 제거 프로세스 등의 각종 프로세스가 행해진다. 각 프로세스를 실행하는 제조 장치는 여러가지 요인에 의해, 경시 변화, 불균형, 흔들림 등의 상태 변동이 발생한다. 그 결과로서, 상태 변동은, 프로세스 재현성의 저하에 의한 제조 장치 단체의 성과의 변동을 야기한다. 이 성과의 변동은 그 후의 프로세스나 프로덕트(최종 제품)의 성과에도 영향을 미친다.
제조 장치에 대한 제어에 있어서는 프로세스의 성과 지표(예컨대, 외부 측정 장치에 의한 프로세스 결과의 실측값)가 규격 레인지 내에 있도록, 제조 장치의 프로세스 파라미터를 조정한다. 조정에 사용되는 파라미터로서, 평가 지표에 대한 감도가 있으며, 제어성이 좋은 파라미터가 선택된다. 특허문헌 1에는, 누적 막 두께와 막 생성에 필요한 온도의 관계에 따라 온도 제어를 행하여, 배치(batch)간의 균일성을 향상시키는 반도체 제조 장치가 기재되어 있다.
특허문헌 1: 일본 특허 공개 제2003-109906호 공보
그러나, 종래의 방법에서는 이하와 같은 과제가 있다. 감시하고 있는 성과 지표를 규격 레인지 내로 맞추는 것을 목적으로 하여 조정 파라미터가 선택되어 있고, 성과 변동의 근본이 되는 요인은 제외되어 있지 않다. 즉, 장치 상태의 변동을 조정하는 것이 아니라, 장치 상태의 변동에 의해 생긴 성과 지표의 변동을 조정 파라미터에 의해 조정하고 있는 것이다. 그 때문에, 변동 요인과 상이한 프로세스 파라미터로 보정한 결과, 프로세스 결과(별도의 성과 지표, 프로덕트의 품질)에 의도하지 않은 변동을 발생시키는 요인이 된다. 예컨대, 성막 프로세스에 있어서, 막 두께는 규격 레인지에 들어갔지만, 막 조성비나 막 밀도가 변동하는 경우가 있다. 이에 의해, 후속 공정의 에치 레이트(etch rate) 및 치수에 변동이 생기게 된다.
한편, 반도체 집적 회로의 고집적화에 따라, 제조 프로세스에서는 배선폭이나 분리폭은, 점점 미세화되고 있다. 그 때문에, 프로덕트의 규격 레인지도 좁아지기 때문에, 각 프로세스에서의 관리 지표가 치수 규격만으로는, 프로덕트의 품질을 유지할 수 없게 되어 가고 있다. 또한, 통계적 방법이나 수학적 방법에 따른 추정 모델은 샘플수가 적은 경우에 예측 정밀도가 저하하는 경향이 있어, 모델의 구축 자체가 곤란한 경우가 있다.
본 발명은 이러한 사정을 감안하여 이루어진 것으로, 제조 장치의 변동과 프로세스 요소의 관계를 나타내는 모델, 프로세스 요소와 성과 지표의 관계를 나타내는 모델을 이용하여, 제조 장치의 상태 변동이 고려된 제어 파라미터의 보정값을 산출하는 보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램을 제공하는 것을 목적으로 한다.
본 발명에 따른 보정값 산출 장치는, 부여된 제어 파라미터에 따라 제조 프로세스를 실행하는 제조 장치가 이용하는 상기 제어 파라미터의 보정값을 산출하는 보정값 산출 장치에 있어서, 상기 제조 장치의 변동 현상을 나타내는 지표값을 취득하는 지표값 취득부와, 상기 제조 장치의 변동 현상을 나타내는 지표값과 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델, 및 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표와 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 취득하는 모델 취득부와, 상기 제조 장치에 설치된 센서의 출력값을 취득하는 센서값 취득부와, 취득한 센서의 출력값을 프로세스 요소의 변동량으로 변환하는 제1 변환부와, 상기 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 변동량으로 변환하는 제2 변환부와, 상기 프로세스 모델을 이용하여, 상기 제1 변환부 및 상기 제2 변환부에서 구한 프로세스 요소의 변동량으로부터 상기 성과 지표의 변동량을 산출하는 변동량 산출부와, 상기 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하는 보정량 산출부와, 상기 프로세스 모델을 이용하여, 산출한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하고, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 보정값 산출부를 구비한 것을 특징으로 한다.
본 발명에 있어서는, 제조 장치의 변동 현상을 가미한 프로세스 요소의 변동량을 구하고, 구한 프로세스 요소의 변동량을 성과 지표의 변동량으로 환산하며, 환산한 성과 지표의 변동량과 성과 지표의 관리 범위로부터, 성과 지표의 보정량을 구하고, 구한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하며, 환산한 프로세스 요소마다의 보정량으로부터 제어 파라미터에 반영되기 위한 보정값을 구하기 때문에, 제조 장치에 변동 현상이 발생하여도, 프로세스의 재현성을 유지하는 것이 가능한 보정값을 얻는 것이 가능하다.
본 발명에 따른 보정값 산출 장치는, 상기 성과 지표는 복수이며, 상기 변동량 산출부는 복수의 상기 성과 지표마다 상기 성과 지표의 변동량을 환산하도록 하고 있고, 상기 보정량 산출부는 다목적 최적화 방법을 이용하여, 각 성과 지표의 보정량을 구하도록 하고 있는 것을 특징으로 한다.
본 발명에 따른 보정값 산출 장치는, 상기 보정량 산출부는, 상기 복수의 성과 지표의 보정량을 파레토(Pareto) 최적해로서 구하는 것을 특징으로 한다.
본 발명에 있어서는, 복수의 성과 지표가 관리 범위 내(규격 레인지 내)에 있도록 성과 지표의 보정량을 구하기 때문에, 보정을 행함으로써 관리 범위 밖(규격 레인지 밖)에 있는 성과 지표는 존재하지 않아, 안정된 제어를 행하는 것이 가능해진다.
본 발명에 따른 보정값 산출 장치는, 상기 프로세스 모델에는, 상기 성과 지표와 상기 프로세스 요소의 관계를 수식으로 표현하는 모델이 포함되어 있는 것을 특징으로 한다.
본 발명에 있어서는, 성과 지표와 상기 프로세스 요소의 관계를 수식으로 표현하기 때문에, 프로세스 요소로부터 성과 지표의 산출이 가능해진다.
본 발명에 따른 보정값 산출 장치는, 상기 제조 장치는 반도체 제조 장치이며, 상기 프로세스 요소에는 온도, 가스 유량, 압력, 프로세스 시간 중 적어도 하나를 포함하고, 상기 성과 지표에는 성막 속도, 굴절률, 면간 균일성, 면내 균일성 중 적어도 하나를 포함하도록 하고 있는 것을 특징으로 한다.
본 발명에 있어서는, 반도체 장치의 프로세스 재현성을 유지하는 것이 가능해진다.
본 발명에 따른 보정값 산출 방법은, 부여된 제어 파라미터에 따라 제조 프로세스를 실행하는 제조 장치가 이용하는 상기 제어 파라미터의 보정값을 산출하는 보정값 산출 방법에 있어서, 상기 제조 장치의 변동 현상을 나타내는 지표값과 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델, 및 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표와 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 취득하고, 상기 제조 장치에 설치된 센서의 출력값을 취득하며, 취득한 센서의 출력값을 프로세스 요소의 제1 변동량으로 변환하고, 상기 제조 장치의 변동 현상을 나타내는 지표값을 취득하며, 상기 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 제2 변동량으로 변환하고, 상기 프로세스 모델을 이용하여, 프로세스 요소의 제1 및 제2 변동량으로부터 상기 성과 지표의 변동량을 산출하며, 상기 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하고, 상기 프로세스 모델을 이용하여, 구한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하며, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 것을 특징으로 한다.
본 발명에 따른 컴퓨터 프로그램은, 부여된 제어 파라미터에 따라 제조 프로세스를 실행하는 제조 장치가 이용하는 상기 제어 파라미터의 보정값을 산출하는 컴퓨터 프로그램에 있어서, 상기 제조 장치의 변동 현상을 나타내는 지표값과 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델, 및 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표와 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 취득하는 단계와, 상기 제조 장치에 설치된 센서의 출력값을 취득하는 단계와, 취득한 센서의 출력값을 프로세스 요소의 제1 변동량으로 변환하는 단계와, 상기 제조 장치의 변동 현상을 나타내는 지표값을 취득하는 단계와, 상기 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 제2 변동량으로 변환하는 단계와, 상기 프로세스 모델을 이용하여, 프로세스 요소의 제1 및 제2 변동량으로부터 상기 성과 지표의 변동량을 산출하는 단계와, 상기 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하는 단계와, 상기 프로세스 모델을 이용하여, 산출한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하고, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 단계를 실행 시키는 것을 특징으로 한다.
본 발명에 있어서는, 복수의 성과 지표가 관리 범위 내(규격 레인지 내)에 있도록 성과 지표의 보정량을 구하기 때문에, 보정을 행함으로써 관리 범위 밖(규격 레인지 밖)에 있는 성과 지표는 존재하지 않는다. 따라서, 제조 장치가 안정된 동작을 행하기 위한 제어 파라미터의 보정값을 구하는 것이 가능해진다.
본 발명에 따른 보정값 산출 장치는 제조 장치의 변동 현상이 고려된 제어 파라미터의 보정값을 구하기 때문에, 제조 장치의 상태에 따른 제조 프로세스를 실행하여, 프로세스 재현성을 유지하기 위한 제어 파라미터의 보정값을 구하는 것이 가능해진다.
도 1은 온라인 보정 시스템의 구성의 일례를 나타내는 도면이다.
도 2는 보정값 산출 장치의 하드웨어 구성의 일례를 나타내는 도면이다.
도 3은 변동 프로세스 모델, 성과 프로세스 모델의 일례를 개념적으로 나타내는 도면이다.
도 4는 보정값 산출 장치의 제어부에 의해 실현되는 기능을 나타내는 기능 블록도이다.
도 5a는 온라인 보정 시스템의 동작의 일례를 나타내는 시퀀스 차트이다.
도 5b는 온라인 보정 시스템의 동작의 일례를 나타내는 시퀀스 차트이다.
도 6은 보정값 산출 장치가 행하는 보정값 산출의 처리 순서를 나타내는 흐름도이다.
도 7은 가스 센서값의 기준값 변동을 나타내는 그래프이다.
도 8은 유량 변동량의 예측값을 나타내는 그래프이다.
도 9는 막 두께 변동량을 나타내는 그래프이다.
도 10은 누적막 두께 평균값의 변동을 나타내는 그래프이다.
도 11은 누적막 두께와 튜브 내 관측 온도의 관계를 나타내는 그래프이다.
도 12는 누적막 두께와 웨이퍼 상의 관측 온도의 관계를 나타내는 그래프이다.
도 13은 튜브 누적막 두께와 파츠(parts) A의 가스 소비 지수의 관계를 나타내는 그래프이다.
도 14는 클리닝 횟수와 파츠 A의 가스 소비 지수의 관계를 나타내는 그래프이다.
도 15는 튜브 상부의 온도 설정값을 나타내는 그래프이다.
도 16은 튜브 중앙부의 온도 설정값을 나타내는 그래프이다.
도 17은 튜브 하부의 온도 설정값을 나타내는 그래프이다.
도 18은 목적 공간을 나타낸 도이다.
도 19는 보정값 산출 장치에 따른 보정값을 적용하지 않는 경우의 성막 속도 에 대한 그래프이다.
도 20은 보정값 산출 장치에 따른 보정값을 적용한 경우의 성막 속도에 대한 그래프이다.
도 21은 보정값 산출 장치에 따른 보정값을 적용하지 않는 경우의 굴절률에 대한 그래프이다.
도 22는 보정값 산출 장치에 따른 보정값을 적용한 경우의 굴절률에 대한 그래프이다.
도 23은 보정값 산출 장치에 따른 보정값을 적용하지 않는 경우의 면간 균일성에 대한 그래프이다.
도 24는 보정값 산출 장치에 따른 보정값을 적용한 경우의 면간 균일성에 대한 그래프이다.
도 25는 보정값 산출 장치에 따른 보정값을 적용하지 않는 경우의 면내 균일성에 대한 그래프이다.
도 26은 보정값 산출 장치에 따른 보정값을 적용한 경우의 면내 균일성에 대한 그래프이다.
도 27은 실시형태 2에 따른 보정값 산출 장치의 하드웨어 구성의 일례를 나타내는 도면이다.
이하, 본 발명의 일실시형태를 도면에 기초하여 구체적으로 설명한다.
실시형태 1
도 1은 온라인 보정 시스템의 구성의 일례를 나타내는 도면이다. 온라인 보정 시스템은 보정값 산출 장치(1), 프로세스 데이터 보존 시스템(2), HSMS(High Speed Message Services) 통신 중계 시스템(3), 프로세스 장치(4)(제조 장치), MES(Manufacturing Execution System)(5)를 포함한다.
프로세스 데이터 보존 시스템(2)은 과거의 프로세스에 대한 데이터를 보존하고 있다. 보존하고 있는 데이터는, 예컨대, 실행한 프로세스의 레시피, 프로세스 실행 파라미터의 값, 프로세스 실행 시에 측정한 온도 센서, 압력 센서, 가스 센서의 계측값, 프로세스 결과의 성과 지표 등이다.
HSMS 통신 중계 시스템(3)은 장치간의 통신 메시지 시퀀스를 중계하는 시스템이다. HSMS 통신 중계 시스템(3)은 특정한 통신 시퀀스를 검지하여, 네트워크 상의 보정값 산출 장치(1)에 대하여, 각종 이벤트 송신(보정값 산출용 요구, 모델 갱신 요구) 및 리플라이의 수신이 가능하다. HSMS 통신 중계 시스템(3)은 필요에 따라, 독자적으로 프로세스 장치(4), MES(5) 등과 통신을 행하는 기능도 가지며, 보정값 산출 장치(1)에 의한 보정값 산출 결과를 프로세스 장치(4)의 프로세스 실행 파라미터에 반영하는 것이 가능하다.
프로세스 장치(4)는 프로세스를 실행하는 장치이다. 프로세스란 예컨대, 성막, 에칭, 세정 등이다.
MES(5)은 반도체 제조 공정의 전체를 관리하는 시스템이다.
도 2는 보정값 산출 장치(1)의 하드웨어 구성의 일례를 나타내는 도면이다. 보정값 산출 장치(1)는 서버 컴퓨터, 퍼스널 컴퓨터 등의 범용의 컴퓨터에 의해 구성하는 것이 가능하다. 보정값 산출 장치(1)는 제어부(10), RAM(Random Access Memory)(11), 기억부(12), 조작부(13), 통신부(14)를 포함한다.
제어부(10)는 CPU(Central Processing Unit) 또는 MPU(Micro Processor Unit) 등이다. 제어부(10)는 기억부(12)에 기억되어 있는 제어 프로그램(12P)을 적절하게 RAM(11)에 로드하여 실행함으로써 전술한 각 부를 제어함으로써 보정값 산출 장치(1)로서 동작시킨다.
RAM(11)은 SRAM(Static RAM), DRAM(Dynamic RAM), 플래시 메모리 등이다. RAM(11)은 제어부(10)에 의한 각종 프로그램의 실행 시에 발생하는 여러가지 데이터를 일시적으로 기억한다.
기억부(12)는 EEPROM(Electrically Erasable and Programmable ROM), 플래시 메모리 등의 불휘발성 메모리이다. 기억부(12)는 제어부(10)가 실행하여야 할 제어 프로그램 및 각종 데이터를 미리 기억하고 있다.
조작부(13)는 사용자가 각종 입력을 행하는 키보드, 마우스 등이다. 통신부(14)는 프로세스 장치(4), MES(5)와 통신을 행한다.
다음에 보정값 산출 장치(1)가 이용하는 모델에 대해서 설명한다. 모델이란 취득하는 데이터의 정의와, 산출 논리를 정의한 것이다. 보정값 산출 장치(1)는 모델에 의해 여러가지 현상을 파악하여, 수식으로서 표현한다. 여기서는 변동 현상을 프로세스 요소로 변환하는 모델(이하 「변동 프로세스 모델」이라고 기재함)과, 성과 변동을 프로세스 요소로 변환하는 모델(이하 「성과 프로세스 모델」)을, 보정값 산출 장치(1)는 이용한다.
변동 현상이란 프로세스 장치(4)의 상태 변화에 따라 관측되는 현상이다. 예컨대, CVD(Chemical Vapor Deposition) 프로세스 장치(4)에 있어서의 프로세스 튜브의 누적막 두께의 변화이다. 프로세스 요소란 프로세스 장치(4) 단체의 프로세스 결과(성과)를 좌우하는 물리적 요인, 화학적 요인, 또는 요인이 되는 장치의 프로세스 파라미터이다. 프로세스 파라미터는, 예컨대, 온도, 가스 유량, 압력, 전압, 플라즈마 상태, 약액 농도이다. 성과 변동이란 성과 지표값의 변화이다.
변동 프로세스 모델(장치 모델)에 의해, 장치의 변동 현상을 프로세스 요소마다의 변동량으로 환산하는 것이 가능해진다. 성과 프로세스 모델(프로세스 모델)에 의해, 프로세스 요소마다의 변동을 성과 지표의 변동량으로 환산하는 것, 성과 지표의 변동을 프로세스 요소의 변동량으로 환산하는 것이 가능해진다. 변동 프로세스 모델과 성과 프로세스 모델에 의해, 성과 지표의 변동을 프로세스 요소의 변동량으로 환산하는 것이 가능해진다.
도 3은 변동 프로세스 모델, 성과 프로세스 모델의 일례를 개념적으로 나타내는 도면이다. 모델 1, 모델 2가 변동 프로세스 모델이다. 모델 3부터 모델 7이 성과 프로세스 모델이다. 모델 1은 변동 현상 A가 프로세스 요소의 온도, 가스 분압, 압력과 관계하는 것을 나타내고 있다. 모델 3은 성과 지표의 막 두께가 프로세스 요소의 온도, 가스 분압, 압력, 전압에 관계하는 것을 나타내고 있다. 여기서, 어떤 특정 프로세스에 대해서, 프로세스 요소와 성과 지표의 관계를 나타내는 모델, 프로세스 요소에 영향을 부여하는 변동 현상과 프로세스 요소의 관계를 나타내는 모델을 정의한 것을 스트래터지라고 한다.
이상에 나타내는 변동 프로세스 모델, 성과 프로세스 모델, 스트래터지는 과거의 프로세스 결과를 이용하여, 작성하고 있는 것으로 한다.
도 4는 보정값 산출 장치(1)의 제어부(10)에 의해 실현되는 기능을 나타내는 기능 블록도이다. 제어 프로그램(12P)에 포함되는 각 프로그램에 기초하여, 모델 취득부(10a), 센서값 취득부(10b), 제1 변환부(10c), 지표값 취득부(10d), 제2 변환부(10e), 변동량 산출부(10f), 보정량 산출부(10g), 보정값 산출부(10h), 송신부(10i)로서 기능한다.
다음에 온라인 보정 시스템의 동작에 대해서 설명한다. 도 5a, 도 5b는 온라인 보정 시스템의 동작의 일례를 나타내는 시퀀스 차트이다. MES(5)는 프로세스의 개시 요구를 HSMS 통신 중계 시스템(3)에 송신한다(단계 S1). HSMS 통신 중계 시스템(3)은 MES(5)로부터 프로세스 개시 요구를 수신하한다(단계 S2). HSMS 통신 중계 시스템(3)은 보정값 산출 장치(1)에 보정값 산출 요구를 송신한다(단계 S3). 보정값 산출 장치(1)는 보정값 산출 요구를 HSMS 통신 중계 시스템(3)으로부터 수신한다(단계 S4). 보정값 산출 장치(1)는 보정값 산출을 위한 데이터를 프로세스 데이터 보존 시스템(2)으로부터 수집한다(단계 S5). 단계 S5에서, 보정값 산출 장치(1)의 제어부(10)[모델 취득부(10a)]는 변동 프로세스 모델, 성과 프로세스 모델, 스트래터지를 취득한다. 보정값 산출 장치(1)는 보정값의 산출을 행한다(단계 S6). 보정값 산출 장치(1)의 제어부(10)[송신부(10i)]는 산출한 보정값을 HSMS 통신 중계 시스템(3)에 송신한다(단계 S7). HSMS 통신 중계 시스템(3)은 보정값 산출 장치(1)로부터 보정값을 수신한다(단계 S8). HSMS 통신 중계 시스템(3)은 수신한 보정값에 기초하여 파라미터(제어 파라미터)를 변경하도록, 프로세스 장치(4)에 파라미터 변경 요구 및 수신한 보정값을 송신한다(단계 S9). 프로세스 장치(4)는 HSMS 통신 중계 시스템(3)으로부터 파라미터 변경 요구 및 보정값을 수신한다(단계 S10). 프로세스 장치(4)는 HSMS 통신 중계 시스템(3)으로부터 수신한 파라미터 변경 요구 및 보정값에 따라, 파라미터의 갱신을 행한다(단계 S11). 프로세스 장치(4)는 파라미터를 변경한 취지의 응답을 HSMS 통신 중계 시스템(3)에 송신한다(단계 S12). HSMS 통신 중계 시스템(3)은 프로세스 장치(4)로부터 파라미터 변경한 취지의 응답을 수신한다(단계 S13). HSMS 통신 중계 시스템(3)은 프로세스 개시 요구를 프로세스 장치(4)에 송신한다(단계 S14). 프로세스 장치(4)는 프로세스 개시 요구를 수신한다(단계 S15). 프로세스 장치(4)는 프로세스 개시 응답을 HSMS 통신 중계 시스템(3)에 송신한다(단계 S16). 프로세스 장치(4)는 단계 S16 후에 프로세스를 실행한다(단계 S18). HSMS 통신 중계 시스템(3)은 프로세스 개시 요구에 대한 응답을 수신한다(단계 S17). HSMS 통신 중계 시스템(3)은 프로세스 개시 요구에 대한 응답을 MES(5)에 송신한다(단계 S19). MES(5)는 HSMS 통신 중계 시스템(3)으로부터 프로세스 개시 요구에 대한 응답을 수신한다(단계 S20).
다음에, 보정값 산출 장치(1)가 행하는 보정값 산출 처리에 대해서 설명한다. 도 6은 보정값 산출 장치(1)가 행하는 보정값 산출의 처리 순서를 나타내는 흐름도이다. 보정값 산출 장치(1)의 제어부(10)[센서값 취득부(10b)]는 프로세스 요소의 변동을 관측하는 센서 또는 변동을 예측하기 위한 센서의 값을 취득한다(단계 S21). 센서로 관측 가능한 프로세스 요소는 전압, 온도, 가스 유량, 압력 등이다. 센서의 값으로부터 변동을 예측하는 프로세스 요소의 일례는 드라이 에칭 장치, 플라즈마 CVD 장치에 있어서의 플라즈마 상태이다. 플라즈마 상태는 직접 측정할 수 없다. 그 때문에, 광 센서로 플라즈마광의 발광 강도를 관측한다. 관측한 발광 강도로부터 플라즈마 상태를 특정한다. 플라즈마광을 분광기에 입력하여, 파장에 대한 발광 강도의 분포를 관측한다. 파장에 대한 발광 강도의 분포에 따라 플라즈마 상태를 특정한다.
제어부(10)[제1 변환부(10c)]는 취득한 센서값으로부터, 변동 프로세스 모델을 이용하여 프로세스 요소의 변동 예측을 행한다(단계 S22). 도 3에 나타내는 예에서는, 변동 현상 A에 따른 변동은 모델 1을 이용하여 프로세스 요소의 온도, 가스 분압, 압력의 변동으로 변환되게 된다. 변동 현상 B에 따른 변동은 모델 2를 이용하여 프로세스 요소의 온도, 전압 등의 변동으로 변환되게 된다. 감시하고 있는 모든 변동 현상에 대해서, 변동 프로세스 모델을 이용하여, 프로세스 요소의 변동이 구해지면, 제어부(10)[변동량 산출부(10f)]는 성과 프로세스 모델을 이용하여, 프로세스 요소의 변동을 성과의 지표의 변동으로 변환한다(단계 S23).
제어부(10)[지표값 취득부(10d)]는 프로세스 상태의 변동을 나타내는 지표값을 취득한다. 지표값은 프로세스 장치(4)로부터 취득하여도 좋고, 프로세스 장치(4)의 동작 이력을 보존하는 프로세스 데이터 보존 시스템(2)으로부터 취득하여도 좋다. 또한, 프로세스 장치(4), 프로세스 데이터 보존 시스템(2)으로부터 지표값을 산출하기 위한 수치를 수취하여, 제어부(10)[지표값 취득부(10d)]가 산출하여도 좋다. 지표값을 바탕으로 제어부(10)는 프로세스 상태의 변동 검지·예측을 행한다(단계 S24). 프로세스 상태의 변동이란 파츠나 장치의 경시 변화나 전프로세스의 변동 등, 어떠한 요인에 의해, 프로세스 요소가 간접적으로 받는 변동을 정량화한다. 상기 단계 S22가 프로세스 요소의 직접적인 변동을 검지·예측하는 데 대하여, 단계 S24는 간접적으로 프로세스 요소에 영향을 부여하는 현상을 정의한다. 예컨대, 장치 단열재의 열화에 따른 온도 영향의 경시 변화이다.
제어부(10)[제2 변환부(10e)]는 프로세스 상태의 변동 검지·예측 결과를 변동 프로세스 모델을 이용하여, 프로세스 요소의 변동으로 환산한다(단계 S25).
제어부(10)[변동량 산출부(10f)]는 환산한 프로세스 요소의 변동을 성과 프로세스 모델을 이용하여, 성과 지표의 변동으로 변환한다(단계 S26).
또한, 단계 S24부터 S26은 단계 S21부터 S23보다 먼저 행하는 것으로 하여도 좋다. 또한, 제어부(10)의 처리 능력에 여유가 있는 경우, 단계 S21부터 S23까지의 처리와 단계 S24부터 S26까지의 처리를 병렬 처리로 행하여도 좋다.
제어부(10)는 단계 S23에서 구한 성과 지표의 변동과, 단계 S26에서 구한 성과 지표의 변동을 종합하여, 프로세스의 성과를 예측한다(단계 S27). 여기서, 2개의 성과 지표로부터 어떠한 처리에 대해서 프로세스의 성과를 예측할지에 대해서도, 모델, 스트래터지에 의해 구하도록 하여도 좋다.
제어부(10)[보정량 산출부(10g)]는 프로세스의 성과 예측의 결과와, MES(5)로부터 취득한 각 성과 지표의 목표값 및 레인지(규격값)를 비교하여, 각 성과 지표의 보정량을 산출한다(단계 S28).
제어부(10)[보정값 산출부(10h)]는 성과 보정량을 프로세스 요소마다의 보정량으로 변환한다(단계 S29). 제어부(10)[보정값 산출부(10h)]는 단계 S27에서 산출 완료된 프로세스 요소의 변동 보정을 고려한 뒤에, 성과 지표가 목표로 하는 레인지 내에 들어가도록 보정량의 최적화를 행한다. 제어부(10)는 보정값 산출 처리를 종료한다. 여기서, 복수의 성과 지표값이 트레이드·오프의 관계가 되는 것이 생각된다. 그와 같은 경우는, 파레토 최적해를 사용하여 지표값의 밸런스를 결정한다. 프로세스 요소마다의 보정량의 산출, 최적화 처리는 모델, 스트래터지로 정의한다.
본 실시형태에 있어서의 보정값 산출 장치(1)는 변동 현상을 근본 요인인 프로세스 요소로 보정함으로써, 프로세스 재현성이 향상된다. 프로세스 재현성의 향상에 의해, 복수의 성과 지표의 변동도 동시에 저감시키게 된다.
다음에 배치로에 의한 CVD(Chemical Vapor Deposition) 프로세스에서의 장치 변동 저감을 예로 하여, 보정값 산출 장치(1)에서 이용하는 모델, 스트래터지에 대해서, 설명한다.
프로세스 요소의 변동 예측(도 6의 단계 S22), 성과의 예측 1(단계 S23)에 있어서 이용하는 모델에 대해서 설명한다. 변동 프로세스 모델의 일례로서, 가스 센서의 기준값 변동과 프로세스 실행 시의 가스의 실유량 변동량의 관계를 나타내는 모델에 대해서 서술한다.
도 7은 가스 센서값의 기준값 변동을 나타내는 그래프이다. 프로세스 가스인 가스 A를 계측하는 가스 센서값의 기준값 변동을 나타내고 있다. 종축이 출력값이며 단위는 sccm이다. 횡축은 실행 런수(프로세스를 실행한 횟수)이다. 기준값은 예컨대 프로세스 개시 전 등 프로세스 장치(4)의 정상 상태에 있어서 센서가 출력하는 값이다. 프로세스 장치(4) 및 가스 유량 센서가 변동이 없는 이상적인 프로세스 장치(4) 및 가스 유량 센서이면, 기준값은 항상 동일한 값이 된다. 그러나, 실제로는 실행 런수가 증가함에 따라, 도 7에 나타내는 바와 같이 변동한다. 또한, 기준값 데이터는 프로세스 레시피에 검출 단계를 마련하고, 그 결과를 프로세스 데이터 보존 시스템(2)에 기억해 둔다.
도 7에 나타내는 바와 같이 실행 런수가 증가할 때마다 기준값이 증가하기 때문에, 실제의 유량보다 가스 유량 센서의 출력은 큰 값을 출력한다. 이에 의해, 프로세스 실행 시의 실유량은 기준값이 증가함에 따라, 감소하는 것이 예측된다. 따라서, 가스 센서의 기준값 변동과 프로세스 실행 시의 실유량 변동량의 관계를 나타내는 변동 프로세스 모델은, 프로세스 실행 시의 실유량=공급 지시량 가스 센서의 기준값이라고 하는 식으로 나타낸다. 도 8은 유량 변동량의 예측값을 나타내는 그래프이다. 종축은 프로세스 실행 시의 실유량 변동량이다. 단위는 sccm이다. 횡축은 실행 런수이다.
다음에 성과 프로세스 모델의 일례로서, 프로세스 실행 시의 가스 유량 변동량과 막 두께 변동량의 관계를 나타내는 모델에 대해서 서술한다. 가스의 유량과 성막 속도(≒막 두께)의 관계를 선형적으로 근사 가능한 것이 알려져 있다. 그래서, 별도 실험에 의해 근사 계수(Sensitivity)를 구한다. 구한 근사 계수에 의해, 가스 유량 변동량과 막 두께 변동량의 관계를 나타내는 성과 프로세스 모델은,
막 두께 변동량=Sensitivity×가스 유량 변동량
으로 나타난다. 도 9는 막 두께 변동량을 나타내는 그래프이다. 종축이 막 두께 변동량이며, 단위는 ㎚이다. 횡축은 실행 런수이다. 도 8에 나타내는 유량 변동량과 상기 성과 프로세스 모델에 의해 구한 것이다.
다른 가스 유량 센서의 기준값 변동에 따른 성과 예측도 동일하게 행한다. 또한, 가스 유량 센서 이외의 압력 센서나 온도 센서에 대하여도 변동 프로세스 모델 및 성과 프로세스 모델을 실험에 의해 구한다.
다음에 프로세스 상태의 변동 검지·예측(단계 S24)으로부터 성과의 예측 2(단계 S26)를 행하는 경우에 이용하는 모델에 대해서, 설명한다. 일례로서 튜브 누적막 두께의 영향에 의해, 간접적으로 프로세스 요소가 변동하는 사례를 설명한다. 튜브는 배치로의 주요한 부분이며, 프로세스를 행하는 공간을 형성하고 있다. 튜브는 석영 등을 이용하여 형성한다.
튜브 누적막 두께는 프로세스의 실행에 따라, 튜브 내벽 및 각 파츠에 성막되는 막의 두께이다. 누적막 두께에 따라, 제품 웨이퍼 상의 프로세스 상태가 변화된다. 누적막 두께의 영향을 저감하기 위해서는, 1런마다 클리닝을 실시하는 것이 생각된다. 그러나, 1런마다의 클리닝은, 생산성의 저하 및 클리닝 가스의 소비 증가, 석영 파츠의 소모 등에 의해 생산 비용의 상승으로 이어진다. 그 때문에 일반적으로는 누적막 두께에 의존하는 성과 변동을 허용할 수 있는 범위 내에서 프로세스를 실행하고 있다.
누적막 두께에 따른 프로세스 상태의 변동의 예로서, 웨이퍼 상 온도의 변동과 웨이퍼 상 가스 농도의 변동을 예로 한다. 누적막 두께에 따라 히터열의 투과율, 흡수율, 반사율이 변화하며, 프로세스 대상 웨이퍼의 표면 온도가 변화한다. 또한, 누적막 두께를 제거하는 클리닝 프로세스로 하여, 석영 파츠가 소모되어, 열 영향이나 가스 소비량에 변화를 가져온다.
누적막 두께와 실행 런수의 관계를 실험 등으로 모델화한다. 누적막 두께는 실행 런수에 비례하여 증가하고, 클리닝에 의해 감소한다. 도 10은 누적막 두께 평균값의 변동을 나타내는 그래프이다. 종축은 누적막 두께 평균값이며, 단위는 ㎚이다. 횡축은 실행 런수이다.
다음에 누적막 두께를 온도 변동으로 변환하는 변동 프로세스 모델에 대해서, 설명한다. 도 11은 누적막 두께와 튜브 내 관측 온도의 관계를 나타내는 그래프이다. 도 12는 누적막 두께와 웨이퍼 상의 관측 온도의 관계를 나타내는 그래프이다. 도 11, 도 12의 종축은 모두 온도이며, 단위는 섭씨 온도이다. 도 11, 도 12의 횡축은 모두 튜브 누적막 두께이며, 단위는 ㎚이다. 도 11, 도 12에서 나타내는 관계를 모델화하여, 변동 프로세스 모델로 한다.
이상에 나타낸 모델에 의해, 실행 런수로부터 누적막 두께가 예측 가능해진다. 예측한 누적막 두께로부터 튜브 내의 온도 및 웨이퍼 온도를 예측 가능하게 된다.
또한, 온도 변화는 프로세스의 종류, 장치 구성, 온도 제어 모드에 의존하여 변화한다. 그 때문에, 프로세스의 종류, 장치 구성, 온도 제어 모드마다 모델을 작성할 필요가 있다. 또한, 웨이퍼 상 온도의 예측 모델은 슬롯마다 작성한다. 예측한 웨이퍼 상 온도는, 튜브의 상부로부터 하부(웨이퍼의 면간 방향)에 이르기까지의 프로세스 결과 예측의 설명 변수로서 이용한다.
다음에 웨이퍼 상의 가스 농도의 변동에 대해서 설명한다. 튜브 내의 어떤 석영 파츠(파츠 A로 함)의 열화에 의해 가스 소비량이 증대하고, 프로세스 영역의 웨이퍼에의 가스 공급량이 저하한다. 파츠 A에 가스 소비량의 변동을 가져오는 것은 누적막 두께와 클리닝 횟수이다. 도 13은 튜브 누적막 두께와 파츠 A의 가스 소비 지수의 관계를 나타내는 그래프이다. 종축은 가스 소비 지수, 횡축은 누적막 두께이다. 도 14는 클리닝 횟수와 파츠 A의 가스 소비 지수의 관계를 나타내는 그래프이다. 종축은 가스 소비 지수, 횡축은 클리닝 횟수이다. 이들 그래프에서 나타낸 관계를 모델로서 작성한다. 이와 같이, 튜브의 누적막 두께는 온도, 가스에 영향을 부여한다고 하는 것과 같이, 복수의 현상이 복합하여 발생하기 때문에, 복수의 모델을 조합하여, 프로세스 조건의 변화를 표현 가능하게 하는 스트래터지가 필수로 된다. 전술한 모델에 의해, 프로세스 상태의 변동을 검지·예측하는 것이 가능해진다.
다음에 프로세스 상태의 변동을 프로세스 요소의 변동으로 환산하는 변동 프로세스 모델에 대해서 설명한다. 전술한 프로세스 상태의 변동을 프로세스 요소의 변동, 즉, 제어, 조정 가능한 파라미터의 변동량으로 환산하는 것이, 변동 프로세스 모델이다.
먼저, 튜브 누적막 두께를 웨이퍼 상 온도 변동으로 환산하는 모델에 대해서 서술한다. 여기서 상정하는 프로세스에서는, 튜브 내의 온도를 3개의 존에서 온도 조정 가능하게 하고 있기 때문에, 웨이퍼 상 온도의 변동을 존마다의 제어 대상(히터 출력, 제어 대상 온도 센서 등)의 변동량으로 환산한다. 그때, 복수의 제어존 사이의 간섭을 고려한 프로세스 모델을 사용하여 환산을 행한다.
히터 간섭을 고려한 프로세스 모델에 의해, 각 존(튜브 상부, 튜브 중앙부, 튜브 하부)의 온도 설정으로 환산한다. 도 15는 튜브 상부의 온도 설정값을 나타내는 그래프이다. 도 16은 튜브 중앙부의 온도 설정값을 나타내는 그래프이다. 도 17은 튜브 하부의 온도 설정값을 나타내는 그래프이다. 도 15, 도 16, 도 17 모두 횡축은 튜브 누적막 두께이며, 단위는 ㎚이다. 종축은 제어 대상 온도, 즉 히터의 제어 온도이며, 단위는 섭씨도이다. 도 15, 도 16, 도 17의 그래프는 앞서 나타내는 도 12를 바탕으로, 히터간의 간섭을 고려하여, 제어 온도로 변환한 것이다.
다음에, 석영 파츠 열화에 의한 웨이퍼 상 가스의 농도 변동을 가스 유량으로 환산하는 경우에 대해서 설명한다. 전술한 바와 같이 석영 파츠 열화에 의한 가스 농도 변동은, 튜브 누적막 두께(도 13 참조), 클리닝 횟수(도 14 참조)의 2개의 요인에 의존한다. 이들 2개의 요인을 종합하여, 가스 공급량 변동을 구한다. 이용하는 가스가 3종류(가스 A, 가스 B, 가스 C)이며, 이들 가스의 유량비가 일정하다고 하면, 각각의 가스 공급량의 보정량을 구하는 것이 가능해진다.
다음에, 프로세스 요소의 변동량을 성과 변동량으로 변환하기 위한 성과 프로세스 모델에 대해서 설명한다. 프로세스 결과(막 두께, 막질 등)의 변동량은 전술한 웨이퍼 상의 온도 변화, 프로세스 가스 농도 변화, 압력 변화에 따라 결정된다. 각 프로세스 요소가 성과에 부여하는 영향(Sensitivity)을 정의한 프로세스 모델을 사용하여, 프로세스 요소의 변동 예측량으로부터, 성과의 변동량을 산출한다. 성과의 변동량은 프로세스 요소 변동량과 성과에 부여하는 영향(Sensitivity)의 곱의 합식으로서 표현할 수 있다. 식으로 나타내면,
성과 변동량=Σ(프로세스 요소 변동량×프로세스 모델(Sensitivity))+Σ(프로세스 모델(교호 작용))
이 된다. 교호 작용이란 프로세스 요소 사이에서 서로 영향을 부여하는 등에 따른 변동량을 나타낸다.
다음에, 성과 지표의 변동량 추정에 대해서 설명한다. 전술한 모델을 이용하여 구한 프로세스 요소의 변동량을 바탕으로, 프로세스 결과(각 성과 지표값)를 추정한다. 실험 계획이나 과거의 프로세스 결과를 사용한 별도 생성하는 프로세스 모델을 사용한다. 여기서는, 프로세스 요소 파라미터의 변동량을 입력으로 하여, 성과 지표의 기준값으로부터의 변동량을 산출한다.
여기서는, 생성된 성과 추정 Model 예측식의 예를 나타낸다. 부분 최소 제곱 회귀(PLS-R=Partial least squares regression)에 따른 성막 속도(D.R.=Deposition Rate)의 추정식 예를 나타낸다. 성막 속도(Fdr)는 프로세스 요소마다의 근사 계수(a0, a1, a2, a3)와 프로세스 요소 파라미터, 온도(Temp), 가스 A의 유량(GasA), 가스 B의 유량(GasB), 압력(Press)의 기준값으로부터의 변동량의 곱의 합(선형 결합)으로 표현 가능하다. 교호 작용에 대해서도 마찬가지로 근사 계수와 교호 작용의 파라미터(interaction0, interaction1, …)의 곱의 합으로 표현 가능하다. 교호 작용의 파라미터는 예컨대, Temp×GasA이다.
Fdr(Temp, GasA, GasB, Press)=a0×Temp+a1×GasA+a2×GasB+a3×Press+b0×interaction0+b2×interaction1+… 근사 계수 a0, a1, a2, a3, b0, b1, b2, …
는 부분 최소 제곱 회귀에 따라 구하는 것 이외에, 주성분 회귀 분석(PCR=Principal Components Regression), 중회귀 분석(MRA=Multiple Regression Analysis)을 이용하여도 좋다.
예측식은 선형 결합에 한정되지 않고, 비선형 모델을 이용하는 것이 가능하다. 비선형 모델의 일례는 GA(Genetic Algorithms, 유전적 알고리즘)나 GP(Genetic Programming, 유전적 프로그래밍)를 이용한 모델이다. 이하에 나타내는 것은 GP에 따라 구한 굴절률(R.I.=refractive index)을 구하는 식이다. 이하의 식은 프로그래밍 언어 Lisp에서 이용되는 S식으로 표현한 것이다. x1부터 x7이 파라미터, m0부터 m13이 근사 계수, c1부터 c15가 정수이다. 또한, funcx, funcy는 사전에 정의한 한묶음의 수식이며, 예로서는, 삼각 함수(sin/cos/tan) 등의 수학 공식에 더하여, 열·유체·전기·플라즈마 등의 물리 공식을 적용할 수 있다.
Fri()=(+(×m0(+(×(×(-(+(×m1 x7)c1)(+(×m2 x2)c2))(funcx(+(×m3 x1)c3)))(+(×m4 x4)c4))(+(+(-(+(×m5 x5)c5)(+(×m6 x2)c6))(-(funcy(+(×m7 x1)c7))(+(×m8 x4)c8)))(+(×(+(×m9 x2)c9)(-c10(+(×m10 x3)c11)))(+(+(×m11 x6)c12)(-(+(×m12 x5)c13)(+(×m13 x4)c14)))))))c15)
또한, 프로세스 요소 파라미터의 기준값으로부터의 변동량이 아니라, 파라미터 설정값을 입력으로 하여, 성과 지표값을 예측하는 Model도 생성 가능하다. 또한, 성과로서는, 면내·면간 균일성, 막 조성비, 막 불순물량, 후속하는 프로세스에의 영향도를 나타내는 지수로서의 에칭 내성 지수 등의 모델화가 가능하다.
다음에, 성과가 목표 레인지 내가 되도록, 파라미터 보정량을 결정하는 알고리즘에 대해서 설명한다. 여기서는 설명의 간단화를 위해, 성막 속도에 대한 목적 함수 Fdr(), 굴절률에 대한 목적 함수 Fri()의 2개의 목적 함수를 최적화하는 경우를 서술한다. 목적 함수는 3개 이상이어도 좋다. 각 프로세스 요소 파라미터의 분해능을 고려한 파라미터 보정량의 집합을 x로 한다. 성막 속도, 굴절률의 목표 레인지를 DRrange, RIrange로 한다. 이상을 식으로 나타내면 이하와 같이 된다.
f(x)=min(Fdr(xdr), Fri(xri))
Fdr(xdr)≤|DRrange|
Fri(xri)≤|RIrange|
도 18은 목적 공간을 나타낸 도면이다. 목적 함수가 2개인 경우, 도 18에 나타내는 바와 같이 목적 공간을 2차원으로 표현할 수 있다. 도 18에 나타내는 곡선 c가 최적해의 집합(파레토해)이 되며, 2개의 목적 함수 Fdr(), Fri()의 트레이드·오프 관계, 즉 한쪽을 개선하면, 다른쪽이 개악하는 관계를 나타내고 있다. 전술한 DRrange, RIrange로 나타내는, Fdr(), Fri()의 허용 범위(s) 내의 점이 선택 가능한 파라미터 설정값의 해집합이 된다.
최적화 방법(다목적 최적화 방법)으로서는, 준뉴턴법, 축차 2차 계획법, GA(Genetic Algorithm=유전적 알고리즘), GP(Genetic Programing=유전적 프로그래밍), 뉴럴 네트워크 등을 이용하여도 좋다.
2개의 목적 함수 Fdr(), Fri()는 프로세스 요소마다의 변동량 인수(引數)로 하는 함수이기 때문에, 해집합은 프로세스 요소마다의 파라미터 보정량의 집합이다. 구해진 파라미터 보정량은 HSMS 통신 중계 시스템(3)을 경유하여, 프로세스 장치(4)에 송신된다.
도 19는 보정값 산출 장치(1)에 의한 보정값을 적용하지 않는 경우의 성막 속도에 대한 그래프이다. 종축은 성막 속도에서 단위는 ㎚/min이다. 횡축은 런 횟수이다. 도 20은 보정값 산출 장치(1)에 따른 보정값을 적용한 경우의 성막 속도 에 대한 그래프이다. 종축, 횡축은 도 19와 동일하다. 도 19와 도 20을 비교하면 분명한 바와 같이, 보정값 산출 장치(1)에 의한 보정값을 적용한 경우는, 성막 속도가 목표 레인지 내에 들어가 있는 것을 알 수 있다.
도 21은 보정값 산출 장치(1)에 따른 보정값을 적용하지 않는 경우의 굴절률에 대한 그래프이다. 종축은 굴절률, 단위는 무차원이다. 횡축은 런 횟수이다. 도 22는 보정값 산출 장치(1)에 따른 보정값을 적용한 경우의 굴절률에 대한 그래프이다. 종축, 횡축은 도 21과 동일하다. 도 21과 도 22를 비교하면 분명한 바와 같이, 보정값 산출 장치(1)에 따른 보정값을 적용한 경우는, 굴절률이 목표 레인지 내에 들어가 있는 것을 알 수 있다.
도 23은 보정값 산출 장치(1)에 따른 보정값을 적용하지 않는 경우의 면간 균일성에 대한 그래프이다. 도 24는 보정값 산출 장치(1)에 따른 보정값을 적용한 경우의 면간 균일성에 대한 그래프이다. 도 23 및 도 24의 종축은 모두 면간 균일성(웨이퍼 사이의 평균 막 두께의 균일성)이다. 횡축은 모두 런 횟수이다. 도 25는 보정값 산출 장치(1)에 따른 보정값을 적용하지 않는 경우의 면내 균일성에 대한 그래프이다. 도 26은 보정값 산출 장치(1)에 따른 보정값을 적용한 경우의 면내 균일성에 대한 그래프이다. 도 25 및 도 26의 종축은 모두 면내 균일성이다. 횡축은 모두 런 횟수이다. 도 23 내지 도 26을 참조하면 분명한 바와 같이, 보정값 산출 장치(1)에 따른 보정값을 적용한 경우라도, 면간 균일성, 면내 균일성은 함께 성능을 유지 또는 개선하고 있는 것을 알 수 있다. 즉, 보정값 산출 장치(1)에 따른 보정값을 적용하여, 성막 속도, 굴절률이 목표 레인지 내에 들어가도록 프로세스 장치(4)를 제어하여도, 그 부작용에 의해 면간 균일성, 면내 균일성 등 다른 평가 지표가 악화는 하지 않는 것을 알 수 있다.
전술한 모델의 설계 시에는, 사람이 각 성과 지표의 값을 보면서, 모델의 최적화를 행한다. 그 후는, 최적화한 모델을 이용하여, 사람의 개재 없이 보정값 산출 장치(1)가 보정값의 산출을 행하는 것이 가능해진다.
또한, 전술한 설명에 있어서, 예로서, 보정값 산출 장치(1)는 성막 장치로서의 프로세스 장치(4)에 보정값을 송신하는 것으로 하였지만, 에칭 장치, 포토레지스트 장치, 세정 장치 등 타장치에서의 보정값 산출을 위한 입력 변수로 하여도 좋다.
또한, 전술한 모델을 에칭 장치, 포토레지스트 장치, 세정 장치 등 다른 프로세스 장치(4)를 표현하는 것으로 함으로써, 보정값 산출 장치(1)는 다른 프로세스 장치(4)에 이용하는 보정값을 산출하는 것이 가능해진다. 플라즈마 에칭 장치이면, 변동 현상으로서, 처리실 내의 파츠의 열화, 센서의 열화가 생각된다. 프로세스 요소로서, 처리 가스, 첨가 가스의 유량비, 처리실 내 압력, 상부 고주파 전력, 하부 고주파 전력, 상부 전극 온도, 하부 전극 온도 등이 생각된다. 또한, 성과 지표로서, 선폭(세로, 가로, 깊이), 측벽의 각도 등이 생각된다.
실시형태 2
도 27은 실시형태 2에 따른 보정값 산출 장치(1)의 하드웨어 구성의 일례를 나타내는 도면이다. 보정값 산출 장치(1)는 서버 컴퓨터, 퍼스널 컴퓨터 등의 범용의 컴퓨터에 의해 구성하는 것이 가능하다. 보정값 산출 장치(1)는 제어부(10), RAM(Random Access Memory)(11), 기억부(12), 조작부(13), 통신부(14), 판독부(15)를 포함한다.
보정값 산출 장치(1)를 동작시키기 위한 제어 프로그램은, 디스크 드라이브 등의 판독부(15)에 CD-ROM, DVD(Digital Versatile Disc) 디스크, 메모리 카드, 또는 USB(Universal Serial Bus) 메모리 등의 가반형 기록 매체(15A)를 판독하여 기억부(12)에 기억하여도 좋다. 또한 상기 프로그램을 기억한 플래시 메모리 등의 반도체 메모리(15B)를 보정값 산출 장치(1)에 실장하여도 좋다. 또한, 상기 프로그램은, 인터넷 등의 통신망을 통해 접속되는 다른 서버 컴퓨터(도시하지 않음)로부터 다운 로드하는 것도 가능하다. 이하에, 그 내용을 설명한다.
도 27에 나타내는 보정값 산출 장치(1)는, 전술한 각종 소프트 웨어 처리를 실행하는 프로그램을, 가반형 기록 매체(15A) 또는 반도체 메모리(15B)로부터 판독, 혹은, 통신망을 통해 다른 서버 컴퓨터(도시하지 않음)로부터 다운 로드한다. 상기 프로그램은, 제어 프로그램(12P)으로서 인스톨되고, RAM(11)에 로드하여 실행된다. 이에 의해, 전술한 보정값 산출 장치(1)로서 기능한다.
본 실시형태 2는 이상와 같으며, 그 외에는 실시형태 1과 동일하기 때문에, 대응하는 부분에는 동일한 참조 번호를 붙이고 그 상세한 설명을 생략한다.
금번 개시된 실시형태는 모든 점에서 예시로서, 제한적인 것이 아니라고 생각되어야 한다. 본 발명의 범위는, 상기한 의미가 아니라, 특허 청구의 범위에 따라 나타나며, 특허 청구의 범위와 균등의 의미 및 범위 내에서의 모든 변경이 포함되는 것이 의도된다.
1 보정값 산출 장치
10 제어부
10a 모델 취득부
10b 센서값 취득부
10c 제1 변환부
10d 지표값 취득부
10e 제2 변환부
10f 변동량 산출부
10g 보정량 산출부
10h 보정값 산출부
10i 송신부
11 RAM
12 기억부
13 조작부
14 통신부
15 판독부
15A 가반형 기록 매체
15B 반도체 메모리
2 프로세스 데이터 보존 시스템
3 HSMS 통신 중계 시스템
4 프로세스 장치(제조 장치)
5 MES(HOST)

Claims (7)

  1. 부여된 제어 파라미터에 따라 제조 프로세스를 실행하는 제조 장치가 이용하는 상기 제어 파라미터의 보정값을 산출하는 보정값 산출 장치에 있어서,
    상기 제조 장치의 변동 현상을 나타내는 지표값을 취득하는 지표값 취득부와,
    상기 제조 장치의 변동 현상을 나타내는 지표값과 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델, 및 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표와 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 취득하는 모델 취득부와,
    상기 제조 장치에 설치된 센서의 출력값을 취득하는 센서값 취득부와,
    취득한 센서의 출력값을 프로세스 요소의 변동량으로 변환하는 제1 변환부와,
    상기 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 변동량으로 변환하는 제2 변환부와,
    상기 프로세스 모델을 이용하여, 상기 제1 변환부 및 상기 제2 변환부에서 구한 프로세스 요소의 변동량으로부터 상기 성과 지표의 변동량을 산출하는 변동량 산출부와,
    상기 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하는 보정량 산출부와,
    상기 프로세스 모델을 이용하여, 산출한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하고, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 보정값 산출부
    를 구비한 것을 특징으로 하는 보정값 산출 장치.
  2. 제1항에 있어서,
    상기 성과 지표는 복수이며, 상기 변동량 산출부는 복수의 상기 성과 지표마다 상기 성과 지표의 변동량을 환산하며,
    상기 보정량 산출부는 다목적 최적화 방법을 이용하여, 각 성과 지표의 보정량을 구하는 것을 특징으로 하는 보정값 산출 장치.
  3. 제2항에 있어서,
    상기 보정량 산출부는, 상기 복수의 성과 지표의 보정량을 파레토(Pareto) 최적해로서 구하는 것을 특징으로 하는 보정값 산출 장치.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 프로세스 모델에는, 상기 성과 지표와 상기 프로세스 요소의 관계를 수식으로 표현하는 모델이 포함되는 것을 특징으로 하는 보정값 산출 장치.
  5. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 제조 장치는 반도체 제조 장치이며,
    상기 프로세스 요소에는 온도, 가스 유량, 압력, 프로세스 시간 중 적어도 하나가 포함되고,
    상기 성과 지표에는 성막 속도, 굴절률, 면간 균일성, 면내 균일성 중 적어도 하나가 포함되는 것을 특징으로 하는 보정값 산출 장치.
  6. 부여된 제어 파라미터에 따라 제조 프로세스를 실행하는 제조 장치가 이용하는 상기 제어 파라미터의 보정값을 산출하는 보정값 산출 방법에 있어서,
    상기 제조 장치의 변동 현상을 나타내는 지표값과 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델, 및 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표와 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 취득하고,
    상기 제조 장치에 설치된 센서의 출력값을 취득하며,
    취득한 센서의 출력값을 프로세스 요소의 제1 변동량으로 변환하고,
    상기 제조 장치의 변동 현상을 나타내는 지표값을 취득하며,
    상기 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 제2 변동량으로 변환하고,
    상기 프로세스 모델을 이용하여, 프로세스 요소의 제1 및 제2 변동량으로부터 상기 성과 지표의 변동량을 산출하며,
    상기 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하고,
    상기 프로세스 모델을 이용하여, 구한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하며, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 것을 특징으로 하는 보정값 산출 방법.
  7. 부여된 제어 파라미터에 따라 제조 프로세스를 실행하는 제조 장치가 이용하는 상기 제어 파라미터의 보정값을 산출하는 컴퓨터 프로그램이 저장된 컴퓨터 판독가능한 기록매체에 있어서,
    상기 컴퓨터 프로그램은,
    상기 제조 장치의 변동 현상을 나타내는 지표값과 제조 프로세스의 실행 환경을 나타내는 프로세스 요소의 변동량의 관계를 나타내는 장치 모델, 및 상기 제조 프로세스의 실행 결과를 평가하는 성과 지표와 상기 프로세스 요소의 관계를 나타내는 프로세스 모델을 취득하는 단계와,
    상기 제조 장치에 설치된 센서의 출력값을 취득하는 단계와,
    취득한 센서의 출력값을 프로세스 요소의 제1 변동량으로 변환하는 단계와,
    상기 제조 장치의 변동 현상을 나타내는 지표값을 취득하는 단계와,
    상기 장치 모델을 이용하여, 취득한 상기 지표값을 프로세스 요소의 제2 변동량으로 변환하는 단계와,
    상기 프로세스 모델을 이용하여, 프로세스 요소의 제1 및 제2 변동량으로부터 상기 성과 지표의 변동량을 산출하는 단계와,
    상기 성과 지표의 관리 범위 및 산출한 성과 지표의 변동량으로부터, 성과 지표의 보정량을 산출하는 단계와,
    상기 프로세스 모델을 이용하여, 산출한 성과 지표의 보정량을 프로세스 요소마다의 보정량으로 환산하고, 환산한 보정량으로부터 상기 제어 파라미터의 보정값을 산출하는 단계
    를 실행시키는 것을 특징으로 하는 컴퓨터 프로그램이 저장된 컴퓨터 판독가능한 기록매체.
KR1020157009423A 2012-10-24 2013-10-22 보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램 KR102153149B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2012-234817 2012-10-24
JP2012234817 2012-10-24
PCT/JP2013/078552 WO2014065269A1 (ja) 2012-10-24 2013-10-22 補正値算出装置、補正値算出方法及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
KR20150073975A KR20150073975A (ko) 2015-07-01
KR102153149B1 true KR102153149B1 (ko) 2020-09-07

Family

ID=50544648

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157009423A KR102153149B1 (ko) 2012-10-24 2013-10-22 보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램

Country Status (5)

Country Link
US (1) US9791854B2 (ko)
JP (1) JP5877908B2 (ko)
KR (1) KR102153149B1 (ko)
TW (1) TWI646579B (ko)
WO (1) WO2014065269A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5877908B2 (ja) * 2012-10-24 2016-03-08 東京エレクトロン株式会社 補正値算出装置、補正値算出方法及びコンピュータプログラム
KR101634496B1 (ko) * 2015-05-22 2016-06-29 울산대학교 산학협력단 에너지 효율을 최적화하기 위한 하드터닝 공정 및 공구의 설계 방법 및 그 장치
WO2017208357A1 (ja) * 2016-05-31 2017-12-07 三菱電機株式会社 生産制御装置および生産制御プログラム
EP3290911A1 (en) 2016-09-02 2018-03-07 ASML Netherlands B.V. Method and system to monitor a process apparatus
US11366068B2 (en) 2016-11-14 2022-06-21 Koh Young Technology Inc. Inspection apparatus and operating method thereof
KR20180054063A (ko) * 2016-11-14 2018-05-24 주식회사 고영테크놀러지 검사체에 대한 양부 판정 조건을 조정하는 방법 및 장치
JP2019029567A (ja) * 2017-08-01 2019-02-21 株式会社ニューフレアテクノロジー 荷電粒子ビーム描画装置、荷電粒子ビーム描画方法、及びパターン形成方法
JP7161896B2 (ja) * 2018-09-20 2022-10-27 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置および基板処理システム
US11316683B2 (en) * 2019-11-18 2022-04-26 Ciot Systems and methods for providing IoT security service using hardware security module
JP7282837B2 (ja) * 2021-07-20 2023-05-29 株式会社Kokusai Electric 基板処理装置、半導体装置の製造方法及びプログラム
WO2023032636A1 (ja) * 2021-08-31 2023-03-09 東京エレクトロン株式会社 情報処理方法、情報処理装置、及び基板処理システム
US11860591B2 (en) * 2021-09-13 2024-01-02 Applied Materials, Inc. Process recipe creation and matching using feature models

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0663632B1 (de) * 1994-01-17 1997-12-10 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Führung eines Prozesses
US6535795B1 (en) * 1999-08-09 2003-03-18 Baker Hughes Incorporated Method for chemical addition utilizing adaptive optimization
IL159332A0 (en) * 1999-10-31 2004-06-01 Insyst Ltd A knowledge-engineering protocol-suite
JP2002201998A (ja) * 2000-11-06 2002-07-19 Denso Corp 内燃機関の制御装置
JP4506030B2 (ja) * 2001-05-18 2010-07-21 東京エレクトロン株式会社 熱処理装置及び成膜方法
US7158840B2 (en) * 2001-06-29 2007-01-02 Cymer, Inc. Tuning control parameters of vibration reduction and motion control systems for fabrication equipment and robotic systems
JP3708031B2 (ja) * 2001-06-29 2005-10-19 株式会社日立製作所 プラズマ処理装置および処理方法
JP4884621B2 (ja) 2001-09-28 2012-02-29 株式会社日立国際電気 半導体製造装置、半導体製造方法、半導体製造装置のメンテナンス方法
JP4391789B2 (ja) * 2003-10-03 2009-12-24 本田技研工業株式会社 モデルパラメータを部分的に同定する同定器を備えた、プラントを制御する制御装置
JP4480482B2 (ja) * 2004-06-24 2010-06-16 株式会社日立ハイテクノロジーズ プラズマエッチング処理装置の制御方法およびトリミング量制御システム
JP4282572B2 (ja) * 2004-08-30 2009-06-24 本田技研工業株式会社 プラントを制御する制御装置
JP2005051269A (ja) * 2004-10-12 2005-02-24 Hitachi Ltd 半導体処理装置
JP4607618B2 (ja) * 2005-02-15 2011-01-05 東京エレクトロン株式会社 成膜装置、コンピュータプログラム及び記憶媒体
US7123850B1 (en) * 2005-06-30 2006-10-17 Xerox Corporation Control system and method for mitigating transients in a machine due to occasional maintenance or service
JP2007165721A (ja) * 2005-12-15 2007-06-28 Omron Corp プロセス異常分析装置及びプログラム
WO2009086220A1 (en) * 2007-12-21 2009-07-09 University Of Florida Systems and methods for offset-free model predictive control
EP2234026A1 (en) * 2009-03-25 2010-09-29 Imec Method and system for analyzing performance metrics of array type circuits under process variability
JP5334787B2 (ja) * 2009-10-09 2013-11-06 株式会社日立ハイテクノロジーズ プラズマ処理装置
WO2011069700A2 (de) * 2009-12-08 2011-06-16 Siemens Aktiengesellschaft Verfahren und vorrichtung zum regeln einer dampferzeugung in einer dampfkraftanlage
GB2488371A (en) * 2011-02-28 2012-08-29 Gm Global Tech Operations Inc Feed-forward control of fuel injection in an internal combustion engine
JP5877908B2 (ja) * 2012-10-24 2016-03-08 東京エレクトロン株式会社 補正値算出装置、補正値算出方法及びコンピュータプログラム

Also Published As

Publication number Publication date
TWI646579B (zh) 2019-01-01
KR20150073975A (ko) 2015-07-01
JPWO2014065269A1 (ja) 2016-09-08
JP5877908B2 (ja) 2016-03-08
WO2014065269A1 (ja) 2014-05-01
US20150227139A1 (en) 2015-08-13
US9791854B2 (en) 2017-10-17
TW201423842A (zh) 2014-06-16

Similar Documents

Publication Publication Date Title
KR102153149B1 (ko) 보정값 산출 장치, 보정값 산출 방법 및 컴퓨터 프로그램
CN109715848B (zh) 复杂多变量晶片处理设备中实现机器学习的方法和过程
Warne et al. Statistical and computational intelligence techniques for inferential model development: a comparative evaluation and a novel proposition for fusion
TWI418256B (zh) Plasma processing device
EP3819930A1 (en) Manufacturing process determination device for substrate processing device, substrate processing system, manufacturing process determination device for substrate processing device, group of learning models, method for generating group of learning models, and program
KR102206347B1 (ko) 시스템 및 처리 조건의 결정 방법
US20200004234A1 (en) Methods and systems for applying run-to-run control and virtual metrology to reduce equipment recovery time
JP2023537281A (ja) ハイブリッド学習モデルを用いて性能を向上させた半導体処理ツール
JP7323601B2 (ja) 監視装置、表示装置、監視方法及び監視プログラム
US20160274570A1 (en) Method of virtual metrology using combined models
US20090299512A1 (en) Semiconductor manufacturing system and method
US6799078B1 (en) Method for finding optimal set-points for machines and processes
JP5596832B2 (ja) プラズマ処理方法のＲｕｎ−ｔｏ−Ｒｕｎ制御方法
JP2010016159A (ja) プラズマ処理方法およびプラズマ処理装置
TWI426410B (zh) Speculation polynomial generating method, presumption device, presumption polynomial generating method and speculative method
JP7384057B2 (ja) 制御装置、制御方法及びプログラム
US20230078146A1 (en) Virtual measurement of conditions proximate to a substrate with physics-informed compressed sensing
Wang et al. A Categorical Controller for Run-to-Run Processes
JP2024089249A (ja) 管理装置及び管理プログラム
Rahman et al. Input variable selection for an inferential predictor using the retrospective Taguchi method
Luo et al. Explainable and generalizable AI-driven informatics for modeling an ultra-precision machining temperature conditioning system
Li et al. Estimation of distillation compositions using sensitivity matrix analysis and kernel ridge regression
Hvala et al. Measures that improve validation of models in model-based control

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant