KR20020013811A - 미러 이미지 타겟에 기초한 반도체 처리툴 상에서의실행간 제어방법 - Google Patents

미러 이미지 타겟에 기초한 반도체 처리툴 상에서의실행간 제어방법 Download PDF

Info

Publication number
KR20020013811A
KR20020013811A KR1020010048993A KR20010048993A KR20020013811A KR 20020013811 A KR20020013811 A KR 20020013811A KR 1020010048993 A KR1020010048993 A KR 1020010048993A KR 20010048993 A KR20010048993 A KR 20010048993A KR 20020013811 A KR20020013811 A KR 20020013811A
Authority
KR
South Korea
Prior art keywords
tool
run
mirror image
recipe
target
Prior art date
Application number
KR1020010048993A
Other languages
English (en)
Other versions
KR100768015B1 (ko
Inventor
림베로폴로스디미트리스피
샨무가선드램아룰카마르
레이스테리
Original Assignee
조셉 제이. 스위니
어플라이드 머티어리얼스, 인코포레이티드
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 조셉 제이. 스위니, 어플라이드 머티어리얼스, 인코포레이티드 filed Critical 조셉 제이. 스위니
Publication of KR20020013811A publication Critical patent/KR20020013811A/ko
Application granted granted Critical
Publication of KR100768015B1 publication Critical patent/KR100768015B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • 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]
    • G05B19/41865—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 job scheduling, process planning, material flow
    • 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
    • G05B2219/31432—Keep track of conveyed workpiece, batch, tool, conditions of stations, cells
    • 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
    • G05B2219/31443—Keep track of nc program, recipe program
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45026—Circuit board, pcb
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45232—CMP chemical mechanical polishing of wafer
    • 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)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Drying Of Semiconductors (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)
  • Weting (AREA)
  • Mechanical Treatment Of Semiconductor (AREA)

Abstract

미러 이미지 타겟을 이용하여 반도체 제조툴의 실행간(run-to-run) 변이를 최소화한다. 목표는, 이 툴의 동작으로부터 원하는 처리 결과를 나타내는 것이다. 이 미러 이미지 타겟은, 이전 툴 실행의 결과와 목표간의 차이에 목표를 더함으로써, 생성된다. 툴 성능의 예측은, 이전 툴 실행의 관찰된 처리 결과와 동작 변수들을 상관시키는 기준 라이브러리를 이용하여 데이터 기반 모델링 엔진에 기초하고 있다. 이 미러 이미지 타겟 벡터는, 기준 라이브러리와 비교되며, 후속하는 처리 실행을 위한 레시피(recipe)를 생성하는 기준으로서 기능한다. 이 레시피는, 툴의 동작이 자동적으로 목표를 향하도록 한다. 이 방법은, 실행간 변이가 너무 심각하여 툴 조건에서의 변화를 보장할 수 없는지의 여부, 또는 실행간 변이가 너무 심각하여 중요한 툴 문제를 나타낼 수 없는지의 여부를 판정하기 위해, 이전 실행의 레시피와 제안되는 레시피(recipe)의 비교를 더 포함할 수도 있다. 미러 이미지 타겟의 생성, 및 새 처리 레시피를 생성하기 위한 미러 이미지 타겟의 이용은, 상기 변이를 감소시키기 위해 툴 변수들을 조절하는 조작자의 수동 개입에 의한, 툴 변이의 종래 비시스템적인 분석과 관련된 노력 및 불확실성을 제거한다.

Description

미러 이미지 타겟에 기초한 반도체 처리툴 상에서의 실행간 제어방법{RUN-TO-RUN CONTROL OVER SEMICONDUCTOR PROCESSING TOOL BASED UPON MIRROR IMAGE TARGET}
새로운 세대의 집적 회로(ICs)는 이전 세대에서 생각한 것보다 더 작은 최소 배선폭을 이용하므로, 이들 집적 회로를 제조하는 데 이용되는 툴의 정확도에 대한 요구가 더 커지고 증가하고 있다. 특히, 실행간에 기인하는 툴에서의 미소한 변이는, 사용자에 의해 인식되어야 하며 보상되어야 한다.
도 1 은 일반적인 반도체 제조 시스템 (100) 의 기능의 개략도를 나타낸다. 특히, 제조 시스템 (100) 은 제조 툴 (104) 에 공급되는 동작 변수들 (102a, 102b 및 102c) 형태의 입력을 구비한다. 동작 변수들 (102a 내지 102c) 은 특정 실행에 대한 제조 툴 (104) 의 기능을 제어하는 설정들이다.
동작 변수들의 입력에 기초하여, 툴 (104) 은, 반도체 제조에 관한 제조 공정을 실행한다. 이 제조 공정의 특징은, 처리 결과 (106a 및 106b) 에 의해 표시된다. 처리 결과 (106a 및 106b) 는 변화된 반도체 기판으로부터 직접 측정되거나, 변화된 반도체 기판으로부터 측정된 데이터로부터 얻을 수도 있다.
이상적인 조건하에서, 제조 툴 (104) 은 주어진 동작 변수들 설정으로부터 동일한 처리 결과를 생성하기 위해 매 실행마다 기능한다. 그러나, 사실상, 이 제조 툴의 동작은 수 많은 복잡한 변수들의 영향을 받지만, 이들 변수들 모두를 사용자가 신뢰성있게 제어할 수는 없다. 따라서, 제조 툴의 성능은, 시간 상에서 다소 변하게 되며, 주어진 동작 변수들과 처리 결과들간의 관계는 실행간으로부터 표류하게 된다.
현대 반도체 장치에서는 작은 허용 오차만이 주어지므로, 변이를 보상하고 표류하는 처리 결과를 원하는 목표로 다시 가져오기 위해서는, 실행간으로부터 제조 툴의 동작 변수들을 조절하는 필요하게 된다. 통상적으로, 대응하는 처리 결과들이 원하는 목표에 따라 다시 이동하게 되는 동작 조건을, 사용자가 수동으로 결정할 필요가 있다. 그러나, 동작 조건들을 생성하는 행위는, 조작자의 직관을 이용하는 시행착오에 의해 비시스템적으로 종종 실행된다. 이는 일관된 방법론이 부족하므로, 종래 방법에 의한 처리 변이의 정정은 시간이 많이 소요되고, 오류가 발생하기 쉬우며, 실행간, 툴간, 및 사용자간에서 일관되지 않게 된다.
따라서, 반도체 제조 툴의 처리 결과에서의 실행간 변이를 최소화하는 새로운 기술이 바람직하다.
본 발명은, 반도체 제조 툴의 동작에서의 실행간 변이를 최소화하는 방법에 관한 것이다. 일 실시예에서, 처리 결과에서의 실행간 변이는, 가장 최신 처리 실행의 결과와 원하는 고정 목표를 비교함으로써, 최소화된다. 그 후, 고정 목표와 출력간의 차이를 계산한다. 이 고정 목표에 차이를 추가하여, 고정 목표 주위 출력의 미러 이미지를 생성한다. 이 미러 이미지는, 처리 결과를 원하는 목표에 근접시키기 위한 후속 처리에 대한 툴 행동을 예측하는 타겟으로서 이용된다.
본 발명에 따른 방법은, 데이터 기반 모델링 엔진을 이용하여 그 행동을 예측하는 반도체 제조 처리에서의 변이를 최소화하는 데 특히 적합하다. 그러나, 본 발명은 이러한 형태의 제조 공정을 제어하는 데에만 한정되지 않는다.
본 발명에 따른 방법의 일 실시예는, 툴에 의해 생성된 처리 결과의 목표를 결정하는 단계, 및 초기 레시피에 따른 툴의 가장 최신의 실행으로부터의 처리 결과의 실제 출력을 검출하는 단계를 포함한다. 차이는, 목표와 실제 출력을 뺌으로써 계산되고, 미러 이미지 타겟은 이 목표에 차이를 더함으로써 계산된다. 제안되는 레시피는, 미러 이미지 타겟으로부터 생성되고, 이 툴의 후속하는 실행은, 목표와 유사한 처리 결과의 제 2 실제 출력을 생성하기 위해 제안되는 레시피를 이용하여 수행된다.
본 발명의 이점들 및 특징들 뿐만 아니라, 본 발명의 이들 및 다른 실시예들은, 다음의 설명과 첨부된 도면들을 참조하여 더욱 상세하게 설명된다.
도 1 은 일반적인 반도체 제조툴의 동작을 나타낸 개략도.
도 2 는 본 발명의 일 실시예에 따른 실행간 제어에 적합한 CMP 툴을 나타낸 도면.
도 3 은 CMP 제조툴의 동작을 나타낸 개략도.
도 4 는 도 2 에 도시된 CMP 툴에 대한 피드-포워드 데이터 기반 모델을 나타낸 개략도.
도 5 는, 제 2 처리 결과에 대한 제 1 처리 결과를 플롯한 도면으로서, 본 발명의 일 실시예에 따른 실행간 제어 방법의 일반적인 접근방법을 나타낸 도면.
도 6 은 본 발명에 따른 CMP 툴 상에서의 실행간 제어 방법의 일 실시예의 상세 단계들을 나타낸 흐름도.
도 7 은 재료 두께에 대한 연마 균일도를 플롯한 도면으로서, 타겟 벡터와 가장 최신 출력 벡터로부터 미러 이미지를 생성하는 것을 나타낸 도면.
※ 도면의 주요 부분에 대한 부호의 설명
502 : 원하는 고정 목표 506 : 미러 이미지 타겟
600 : 실행간 제어 방법 601 : CMP 툴
602 : 초기 레시피
602a 내지 602c : 초기 동작 변수들
604 : 출력 벡터 604a 내지 604b : 처리 결과들
606 : 목표 벡터 608 : 미러 이미지 타겟 벡터
610 : 차이 벡터 611 : 기준 벡터
612 : 라이브러리 데이터 파일 614 : 라이브러리 데이터 파일의 벡터
616 : 유사성 계수 618 : 벡터 서브셋
620 : 벡터 서브셋의 벡터 622 : 가중치
623 : 결합된 벡터 624 : 제안되는 레시피
본 발명의 방법은, 증착 공정, 에칭 공정, 및 주입 공정을 포함하는, 여러 반도체 공정들의 실행간 변이를 최소화하는데 이용될 수 있으며, 이들에 한정되지는 않는다. 그러나, 설명하기 위해, 다음 설명되는 내용들은, 데이터 기반 모델링 엔진을 이용하는 화학기계연마(CMP)의 동작에서의 실행간 변이를 최소화하는 것에 관련된 방법에 초점을 맞추고 있다.
Ⅰ. 본 발명을 실시하도록 구성되는 예시적인 CMP 시스템
도 2 는 화학기계연마(CMP) 툴 (200) 의 간단한 개략도를 나타낸다. 툴 (200) 은 캘리포니아주의 산타 클라라에 있는 어플라이드 머티리얼즈 Inc. 에 의해 제조된 MirraCMP 툴일 수 있다. 유사한 연마제에 대한 설명은, 미국 특허 제 5,738,574 호 공보에서 찾을 수도 있으며, 그 전체 개시 내용을 여기서 참조하고 있다. CMP 툴 200 은, 연마 스테이션 (202) 및 전송 스테이션 (204) 를 포함한다. 전송 스테이션 (204) 은, 로봇 (208) 으로부터 개별 기판 (206) 을 수신하는 기능, 기판 (206) 을 세정하는 기능, 및 캐리어 헤드 (210) 상에 기판 (206) 을 탑재하는 기능을 포함하는, 다중 기능들을 갖는다.
통상적으로, 각각의 연마 스테이션 (202) 은, 표준 또는 고정 마찰 또는 연마 패드 등의, 연마 패드 (214) 를 지지하는 회전식 정반 (212) 을 포함한다. 회전식 캐루젤 (216) 은 연마 스테이션 (202) 위에서 지지되는 4개의 캐리어 헤드 (218) 를 유지한다. 캐루젤 (216) 은 연마 스테이션 (202) 과 전송 스테이션(204) 간에서 기판 (206) 을 운반하기 위해 회전한다.
CMP 툴 (200) 의 정상 동작시, 연마되지 않은 기판은 로봇 (208) 에 의해 회수되고, 전송 스테이션 (204) 에 놓여진다. 전송 스테이션 (204) 으로부터, 진공 흡입에 의해 기판 (206) 을 흡인한 후, 회전 정반 (212) 및 연마 패드 (214) 와 접촉되도록 기판 (206) 을 둔다. 슬러리 (220) 는 슬러리 탱크 (222) 로부터 패드 (214) 표면에 분배되고, 패드 (214) 는 기판 (206) 의 표면에 대향하여 바이어스되어 회전된다. 기판 (206) 표면에 대향하는 패드 (214) 의 접촉으로 인해, 화학 및 기계 작용의 조합에 의해 기판 (206) 으로부터 반도체 재료가 제거된다.
프로세서 (224) 는, 메모리 (226) 에 저장된 컴퓨터 명령을 실행하여 CMP 툴 (200) 의 동작을 제어한다. 프로세서 (224) 는 정반 (212) 및 슬러리 탱크 (222) 와 전기접속되고, 정반 (212) 및 슬러리 탱크 (222) 의 동작을 제어한다. 이와 같은 방법으로, 프로세서 (224) 는 정반 (212) 의 회전 속도와, 패드 (214) 에 인가된 압력과, 탱크 (222) 로부터 분배된 슬러리 (220) 의 pH 에 관한 동작 변수들을 결정한다.
툴 (200) 은 센서 (228) 를 더 포함한다. 센서 (228) 는 기판 (206) 으로부터 데이터를 수신한다. 센서 (228) 는 연마 스테이션에 있는 인-시튜 모니터링 시스템의 일부이거나, 인-라인 또는 오프-라인 계측 스테이션의 일부일 수 있다. 센서 (228) 로부터의 데이터는 프로세서 (224) 에 통신된 후, 툴 (200) 의 동작에 기초하여 기판 두께 및 연마 균일도의 처리 결과를 결정한다. 또한, 프로세서 (224) 는, 그 단계들이 아래에 상세하게 설명되는 실행간 제어 방법을 실행하는 회로를 포함한다.
Ⅱ. 본 발명의 일 실시예에 따른 실행간 변이 최소화
도 3 은 도 2 의 CMP 툴의 기능을 나타낸 개략도를 도시한다. CMP 툴 (200) 은 동작 변수들 (230a 내지 230c) 형태의 입력을 수신한다. 도 3 에 도시된 바와 같이, CMP 툴 (200) 에 입력되는 동작 변수들 (230a 내지 230c) 의 카테고리는, 정반 회전 속도, 패드 압력, 및 슬러리 pH 를 포함한다. 그러나, 이들 카테고리의 동작 변수들은, 단지 예를 들기 위한 것으로, 본 발명에서는 다른 카테고리의 CMP 동작 변수들을 이용할 수 있다.
동작 변수들 (230a 내지 230c) 에 기초하여, CMP 툴 (2000 은 반도체 기판을 평탄화하는 기능을 한다. 이 평탄화 특징은 처리 결과 (232a 내지 232b) 로 표시된다. 도 3 에 도시된 바와 같이, CMP 툴 (200) 에 대한 처리 결과 (232a 내지 232b) 는 연마 후 반도체 재료의 두께, 기판으로부터 제거된 반도체 재료의 균일도를 포함한다. 다시, 이들 카테고리의 처리 결과들은 단지 예를 들기 위한 것으로, 본 발명에서는 다른 카테고리의 CMP 처리 결과를 이용할 수 있다.
이상적으로, CMP 툴 (200) 은 주어진 동작 변수들로부터 동일한 처리 결과값을 생성하기 위해 매 실행마다 기능하게 된다. 그러나, 이상적으로는, CMP 툴 (200) 이 매우 복잡하고 그 동작은 수 많은 변수들의 영향을 받으므로, 이들 중 일부만을 사용자가 신뢰성있게 제어할 수 있다. 따라서, CMP 툴 (200) 의 성능은 시간에 따라 달라지게 된다.
입력 동작 변수들과 실행간 출력 처리 결과 간의 관계식에 편차가 있는 경우, 수정된 툴 동작 변수들이 주어지면 조작자는 처리 결과를 예측할 수 있어야 한다. 이러한 예측은, 모델링을 이용하여 달성된다.
도 4 는 CMP 제조 툴의 행동을 예측하는 피드-포워드 모델의 개략도를 나타낸다. 모델 (400) 은 이전 툴 실행으로부터 수집된 데이터에 기초하여 단독으로 동작한다. 특히, 원하는 처리 결과 (432a 내지 432b) 는 모델링 엔진 (404) 에 입력으로서 공급된다. 모델링 엔진 (404) 은 여러 동작 변수들 하에서 이전 툴 실행 (407) 으로부터 얻어진 처리 결과의 라이브러리 (406) 를 포함한다. 엔진 (404) 에 입력된 처리 결과 (432a 내지 432b) 에 기초하여, 엔진 (404) 은 라이브러리 (406) 를 참조하고, 처리 결과 (432a 내지 432b) 를 가장 잘 생성하기 위해 모델링된 동작 변수들 (430a 내지 430c) 을 출력한다.
데이터 기반 모델링 엔진 (404) 의 예측은 참조 라이브러리 (406) 내에 컴파일된 실제 데이터에 의해서만 결정된다. 특히, 모델링 엔진 (404) 은 특정한 이전 제조 유닛의 형태의 데이터와 공급된 처리 결과를 비교하도록 제한된다. 데이터 기반 모델링 엔진 (404) 은 수학공식 또는 수학방정식을 이용하여 이전 처리 결과와 대응 동작 변수들간의 관계식을 일반화하려고 하지 않는다. 데이터 기반 모델링 엔진 (404) 은 고정된 소망의 목표를 반영하는 처리 결과만을 입력으로서 고려하므로, 엔진 (404) 은 실제 툴 성능에 관계 없이 동일 처리 변수들을 반복적으로 출력하게 된다. 따라서, 데이터 기반 모델링 엔진 (404) 은 복잡한 제조 툴의 입출력 관계식에서의 편차를 설명할 수 없게 된다.
따라서, 도 5 는 본 발명이 일 실시예에 따른 실행간 제어에 대한 일반적인 접근 방법을 나타낸다. 제조 툴의 제 1 및 제 2 처리 결과를 포함하는 실제 출력 (500) 은 소망의 고정 목표 (502) 와 비교되어, 목표 (502) 에 대한 미러 이미지 타겟 (502) 을 생성한다. 아래에 더욱 상세하게 설명되는 바와 같이, 그 후, 이 미러 이미지 타겟은 데이터 기반 모델링 엔진에 공급되어, 소망의 고정 목표 (502) 를 향해 제조 툴을 다시 동작시키기 위한 계산된 동작 변수들을 생성한다.
도 6 은, 변이를 보상하고 처리 결과를 소망의 목표에 더 근접시키기 위해, CMP 툴 (601) 상의 실행간 제어를 위한 방법 (600) 의 상세한 단계들을 나타낸다.
CMP 툴 (601) 은 패드 회전 속도, 패드 압력, 및 슬러리 pH 의 동작 변수들 (602a 내지 602c) 을 포함한 초기 레시피 (602) 를 수신한다. 그 후, CMP 툴 (601) 은, 기판 상의 CMP 처리를 수행하기 위해 초기 레시피 (602) 에 따라 동작되어, 재료 두께 및 연마 균일도의 처리 결과들 (604a 내지 604b) 을 포함한 출력 벡터 (604) 를 생성하게 된다.
도 6 에 도시된 바와 같이, 5.2 의 패드 회전 속도, 6.0 의 패드 압력, 및 1.3 의 pH 의 초기 레시피 (602) 에서 CMP 툴 (601) 의 동작은 10.0 의 재료 두께 및 2.4 의 연마 균일도의 출력 벡터 (604) 를 생성한다. 동작 변수들 (602a 내지 602c) 및 대응하는 처리 결과들 (604a 내지 604b) 에 주어진 값들은, 단지 설명하기 위한 것으로, 실제 플라즈마 에칭 툴의 감지된 에칭 결과들 또는 동작 변수들을 반드시 반영하지는 않는다.
도 6 은 실행간 제어 방법 (600) 의 다음 단계를 나타내며, 여기서 출력 벡터 (604) 는 목표 벡터 (606) 와 비교되어, 미러 이미지 타겟 (608) 을 생성하게 된다. 목표 벡터 (606) 는 출력 벡터 (604) 를 구성하는 동일한 2개의 성분들(재료 두께 및 연마 균일도)을 포함한다. 목표 벡터 (606) 에 대한 처리 결과들의 값은, 툴의 동작에 의해 달성하려고 하는 처리 결과값이다.
미러 이미지 타겟 (608) 은, 목표 벡터 (606) 를 발생시키는 동작 변수들의 예측에 대한 기초를 제공하는 변화된 처리 결과를 나타낸다. 특히, 미러 이미지타겟 벡터 (608) 는 출력 벡터 (604) 와 목표 벡터 (606) 간의 차이와 목표 벡터 (606) 의 합을 나타낸다.
(Ⅰ) 미러 이미지 벡터 = 타겟 벡터 + (출력 벡터 - 타겟 벡터).
도 7 은, 재료 두께에 대한 연마 균일도의 플롯을 나타내며, 목표 벡터 (606) 및 출력 벡터 (602) 로부터의 미러 이미지 타겟 벡터 (608) 의 계산을 나타낸다. 미러 이미지 타겟 벡터 (608) 를 생성하는 제 1 단계는, 목표 벡터 (606) 와 출력 벡터 (602) 의 처리 결과를 플롯하는 것이다. 차이 벡터 (610) 는 출력 벡터 (602) 와 목표 벡터 (606) 간의 차이에 대응한다. 여기서, 차이 벡터 (610) 는, -0.1 (2.3 - 2.4 = -0.1) 의 연마 균일도 성분과, 1.0 (11 - 10 = 1.0) 의 재료 두께 성분을 갖는다.
그 후, 미러 이미지 타겟 벡터 (608) 는 차이 벡터 (610) 와 목표 벡터 (606) 의 합으로부터 생성된다. 여기서, 미러 이미지 타겟 벡터 (608) 는 2.2 (-0.1 + 2.3 = 2.2) 의 연마 균일도와, 12.0 (1 + 11.0 = 12.0) 의 재료 두께를 갖는다. 미러 이미지 타겟 벡터 (608) 는, 툴 (601) 의 동작을 후속 처리 실행시 원하는 목표로 다시 가져 오는 조건들을 나타낸다.
실행간 제어 방법 (600) 의 다음 단계에서, 미러 이미지 타겟 벡터 (608) 는 초기 레시피 (602) 의 동작 변수들 (602a 내지 602c) 과 결합되어 기준 벡터 (611) 를 생성한다. 그 후, 기준 벡터 (611) 는 라이브러리 데이터 파일 (612) 과 비교된다. 라이브러리 데이터 파일 (612) 은, 여러 동작 변수들에 대응하는 이전 처리 결과들을 반영한 개별 벡터 (614) 의 컴파일이다.
라이브러리 데이터 파일 (612) 과 기준 벡터 (608) 의 비교는 라이브러리 데이터 파일 (612) 의 각 벡터 (614) 에 대한 유사성 계수를 생성한다. 당해 기술분야에서 숙련된 당업자들에게는 자명한 바와 같이, 방법 (600) 에서, 유사성 계수 (616) 의 값은 K-최인접물 접근을 이용하여 계산된다. 이로 인해, 변이를 정정하기 위해 가장 최신 실행의 출력 벡터 (102) 에 최소량의 변화를 주는 것을 보장한다.
실행간 제어 방법 (600) 에서, 유사성 계수 (616) 의 계산은, 처리 결과 뿐만 아니라 동작 변수들에도 기초하고 있다. 이는, 유사성 판정에서 체크로서 기능하며, 근본적으로 다른 동작 변수들로부터 유사한 처리 결과를 생성하는 벡터 (614) 는 유사한 것으로 고려되지 않는다는 것을 보장하게 된다. 유사성 계수 (616) 의 값을 계산하기 위해 선택된 방법에 따라, 유사성 계수 (616) 는, 기준 벡터 (611) 및 라이브러리 (612) 의 개별 벡터 (614) 에 대해, 감지된 에칭 결과들간의 동작 변수들에 대한 유사성간의 유사성 영향을 감소시키거나 증가시킬 수도 있다.
유사성 계수 (616; 여기서는 0.94 보다 큼) 에 대한 차단값에 기초하여, 기준 벡터 (608) 를 상당히 닮은 개별 벡터들 (620) 의 서브셋은 라이브러리 데이터 파일 (612) 로부터 컴파일된다. 서브셋 (618) 은 미러 이미지 타겟 벡터 (608) 에 대응하는 출력 벡터를 생성할 가능성이 가장 높은 툴 동작 변수들을 반영한다.
다음 단계에서, 가중치 (622) 는 서브셋 (618) 의 각 개별 벡터 (620) 에 할당된다. 가중치 (622) 를 할당하는 방법은, 특정 에칭 처리 및/또는 오퍼레이터 선호도의 특징에 따라 다를수도 있다. 특정 실시예들에서는, 상술한 유사성 계수를 고려하는 식에 기초한 개별 벡터들에 가중치를 할당할 수도 있다.
그 후, 서브셋 (618) 의 가중된 벡터들은 결합된 벡터 (623) 를 생성하기 위해 선형으로 가산된다. 결합된 벡터 (623) 의 동작 변수 정보는, 목표 벡터 (606) 에 CMP 처리를 다시 일치시키는 제안되는 레시피 (624) 를 나타낸다.
초기 레시피 (602) 와 제안되는 레시피 (624) 간의 비교에 기초하여, CMP 툴 (601) 의 동작 변수들을 변경시키는지의 여부를 판정한다. 제안되는 레시피 (624) 가 초기 레시피 (602) 로부터 약간의 변이를 반영하는 상대적으로 사소한 변이를 나타내는 경우, CMP 툴 (601) 은 후속하는 실행에서 제안되는 레시피 (624) 를 이용하여 변이를 정정할 수도 있다.
그러나, 제안되는 레시피 (624) 가 초기 레시피 (602) 와 매우 유사한 경우, 현재 툴 조건을 방해하는 판정을 하지 않고, 툴 (601) 이 제안되는 레시피 (624) 를 받아들이지 않을 수도 있다.
제안되는 레시피 (624) 가 초기 레시피 (602) 로부터 근본적인 일탈을 나타내는 경우, 툴 (601) 과 관련하여 심각한 문제를 나타낼 수도 있다. 또한, 이와 같은 상황하에서, 툴은 제안되는 레시피 (624) 를 폐기하고, 그 대신 이 문제를 오퍼레이터에게 경고하는 알람을 발할 수도 있다. 특정 경우에 있어서 적당한 활동 코스를 제어하는 조건들은, 오퍼레이터의 선호도 또는 특정 애플리케이션의 명령에 따라 프로그램될 수도 있다.
결국, 에칭 툴 (601) 에 제안되는 레시피 (624) 를 제공하는 결정을 내린 경우, 에칭 툴 (601) 의 다음 실행은 제안되는 레시피 (624) 에 의해 제공되는 동작 변수들과 일치하게 된다. 이들 동작 변수들은, 툴 (601) 의 동작을 다시 목표 벡터 (606) 로 가져오는 것으로 예상된다. 이와 같은 방법으로, 에칭 처리에서의 실행간 제어가 달성된다.
본 발명의 일 실시예에 따른 실행간 제어 방법은 이전 기술들에 비해 많은 이점들을 제공한다. 하나의 이점은 오퍼레이터에 요구되는 노력을 감소시키는 것이다. 특히, 툴의 관측된 출력에 기초하여, 미러 이미지 타겟은 툴을 제어하는 프로세서에 의해 자동적으로 계산된다. 본 발명의 방법에 의해 제안되는 레시피를 승인하거나 무시하는 것과는 별도로, 실행간 제어를 달성하기 위해 오퍼레이터에 의한 수동 개입을 필요로 하지 않으며, 오퍼레이터는 다른 작업에 초점을 맞출 수 있다.
본 발명의 일 실시예에 따른 방법의 다른 중요한 이점은, 실행간 제어의 비균일성을 감소시키는 것이다. 종래에는, 대응하는 처리 결과가 소망의 목표에따라 툴을 다시 이동시키는 동작 변수들을 오퍼레이터가 수동으로 결정할 필요가 있었다. 그러나, 이와 같은 동작 조건들을 생성하는 행위는 시행착오적인 비시스템적인 방법으로 종종 수행되었다. 종래 기술에는 일관된 방법론이 부족하므로, 처리 변이의 정정은 실행간, 툴간, 사용자간에서 일치하지 않았다.
본 발명에 따르면, 실행간 제어는, 자동화되고, 측정된 처리 결과 등의 목표 변수와 소정의 목표에 따라 수행된다. 이 접근 방법은, 툴의 일관된 조작에 이르며, 즉시 재생할 수 있는 결과들에 이른다.
또한, 본 발명의 일 실시예에 따른 방법은, 증가된 반응성의 이점을 제공한다. 오퍼레이터가 처리 결과를 측정하고 수동 계산에 기초하여 조절을 수행하는 것을 필요로 하기 보다는, 본 발명의 기술은 각 제조 실행의 끝에서 자동적으로 이들 업무를 수행한다. 오퍼레이터는, 제안되는 레시피가 거의 동시에 제공되며, 다음 툴 실행에서 제안되는 레시피를 구현할지의 여부를 결정할 때 다른 인자들을 고려할 충분한 시간을 갖게 된다.
본 발명의 적어도 일 실시예에서 충분히 설명한 바와 같이, 본 발명에 따른 반도체 제조 처리를 제어하기 위한 다른 등가의 또는 다른 방법들은 당해 기술분야에서 숙련된 당업자들에게 명백하다. 예를 들어, 주로, CMP 툴 상에서의 실행간 제어로 본 발명을 설명하였지만, 여러 다른 반도체 제조 처리를 감시하고 제어하는데에도 본 발명을 이용할 수 있다. 따라서, 본 발명의 일 실시예에 따르면, 연속 실행시 플라즈마 에칭 처리 결과의 변이를 제어할 수 있게 된다. 이와 같은 실시예에서, 제거 속도 및 에칭 균일도 등의 처리 결과들은, 제안되는 레시피의 체임버 압력, 온도, 및 RF 전력 형성 성분 등의 동작 변수들과 함께, 미러 이미지 타겟을 계산하는데 이용되는 출력 및 목표 벡터들의 성분을 형성할 수 있다.
또한, IC 또는 플랫 패널 디스플레이 등의 반도체 장치를 제조하는데 이용되는 툴의 실행간 변이를 제어하기 위한 처리와 함께 본 발명의 방법을 설명하지만, 본 발명은 이 형태의 애플리케이션에 한정되지 않는다. 출력 및 목표로부터 미러 이미지 타겟의 생성은, 다른 형태의 처리들의 변이를 제어하는데 이용될 수 있으며, 이 방법은 본 발명의 범위내에 여전히 존재한다.
또한, 데이터 기반 모델링 엔진을 이용하여 모델링된 처리와 함께 본 발명을 설명하였지만, 본 발명은 상기 처리에 한정되지 않는다. 또한, 본 발명에 따라 여러 다른 형태의 모델링 엔진들에 의해 모델링된 처리시의 실행간 제어도 실행할 수 있다.
또한, 2차원 공간내의 목표 벡터 및 출력 벡터로부터 미러 이미지 타겟 벡터의 생성을 나타낸 방법을 설명하였지만, 이 또한 본 발명에 의해 요구되지 않는다. 미러 이미지 벡터는, 3개, 4개, 또는 N 개의 서로 다른 처리 결과들을 반영하는 출력 및 목표 벡터로부터 생성될 수 있으며, 출력, 목표, 차이, 및 미러 이미지 타겟 벡터는 N 차원 공간내에서 대응하여 플롯된다.
또한, 미러 이미지 타겟으로부터 제안되는 레시피를 생성하는데 데이터 기반 기준 라이브러리를 이용하는 경우, K-최인접물 이외의 접근 방법을 이용하여, 벡터 서브셋을 생성하는 유사성 계수를 결정할 수 있다..
또한, 상술한 방법은 연속 툴 실행시 제안되는 레시피들간에서 감지된 결과 및 동작 변수들의 발진을 일으킬 수도 있다. 이와 같은 발진은, 정확하게 맞지 않는 소망의 목표 근방에서 발생할 수 있으며, 실제 실행간 변이보다는 모델링 엔진의 특징으로 인해 발생할 수도 있다. 이와 같은 의미 없는, 처리 변수들의 반복 사이클링을 제거하기 위해, 본 발명의 방법에서는, 아래 식 (Ⅱ) 에 따라 목표 벡터로부터 미러 이미지 타겟 벡터를 생성하는데 감쇠 인자를 이용할 수 있다.
(Ⅱ) 미러 이미지 벡터 = 타겟 벡터 + A＊(출력 벡터 - 타겟 벡터), 여기서 A 는 "0" 과 "1" 사이의 감쇠 인자를 나타내고, 이전 처리 실행 결과에 있어서 임의의 이전에 반복된 변동을 반영한다.
본 발명의 상기 상세한 설명과 본 발명내에 설명된 여러 실시예들이 주어지면, 이해할 수 있는 명백한 변화들 및 수정들과 함께 이들 등가물과 다른 청구물은 본 발명의 범위내에 포함되는 것이다.

Claims (13)

  1. 반도체 처리 툴의 실행간(run-to-run) 변이를 최소화하는 방법으로서,
    상기 툴에 의해 생성하려는 처리 결과의 목표를 결정하는 단계;
    초기 레시피(recipe)에 따른 상기 툴의 가장 최근 실행으로부터의 처리 결과의 실제 출력을 검출하는 단계;
    상기 실제 출력으로부터 상기 목표를 감산하여 차이를 계산하는 단계;
    상기 차이를 상기 목표에 가산하여 미러 이미지 타겟을 계산하는 단계;
    상기 미러 이미지 타겟으로부터 제안되는 레시피를 생성하는 단계; 및
    상기 목표와 유사한 처리 결과의 제 2 실제 출력을 생성하기 위해 상기 제안되는 레시피를 이용하여 상기 툴의 후속 실행을 수행하는 단계를 포함하는 것을 특징으로 하는 방법.
  2. 제 1 항에 있어서,
    제안되는 레시피를 생성하는 단계는,
    이전 처리 결과 및 대응하는 동작 변수들의 데이터 라이브러리를 상기 미러 이미지 타겟과 비교하는 단계;
    상기 미러 이미지 타겟과의 유사성에 기초하여 상기 데이터 라이브러리로부터 처리 결과 및 대응하는 동작 변수들의 서브셋을 생성하는 단계; 및
    상기 제안되는 레시피를 생성하기 위해 상기 서브셋의 동작 변수들을 결합하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  3. 제 2 항에 있어서,
    상기 서브셋의 상기 동작 변수들을 결합하는 단계는,
    상기 서브셋에 가중치를 할당하는 단계; 및
    상기 가중된 동작 변수들을 선형으로 결합하는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제 2 항에 있어서,
    상기 서브셋을 생성하는 단계는, K-최인접물 접근(K-nearest neighbor approach)에 기초하여 상기 유사성을 계산하는 단계를 포함하는 것을 특징으로 하는 방법.
  5. 제 2 항에 있어서,
    상기 서브셋을 생성하는 단계는, 상기 미러 이미지 타겟의 처리 결과 및 동작 변수들을 이용하여 유사성을 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
  6. 제 1 항에 있어서,
    상기 제안되는 레시피를 이용하여 상기 툴의 후속 실행을 수행할지의 여부를결정하기 위해 상기 제안되는 레시피와 상기 초기 레시피를 비교하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  7. 제 1 항에 있어서,
    이전 실행들로부터 제안되는 레시피들의 동일값들 간에 반복되는 변동을 제거하기 위해 감쇠인자(damping factor)를 이용하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  8. 제 7 항에 있어서,
    감쇠 인자를 이용하는 단계는, 상기 목표에 상기 차이를 가산하기 전에 "0" 과 "1" 사이의 계수에 의해 상기 차이를 곱하는 단계를 포함하는 것을 특징으로 하는 방법.
  9. 기판을 처리하는 장치로서,
    기판 처리 스테이션;
    상기 기판으로부터 감지된 결과를 검출하기 위해 상기 기판 처리 스테이션에 동작가능하게 결합된 센서;
    상기 장치의 동작에 대한 동작 변수를 제어하는 컴퓨터 프로세서; 및
    a) 상기 툴에 의해 생성하려는 처리 결과의 목표를 제공하기 위해,
    b) 초기 레시피에 따른 툴의 가장 최근 실행으로부터 처리 결과의 실제 출력을 검출하기 위해,
    c) 상기 실제 출력으로부터 상기 목표를 감산하여 차이를 계산하기 위해,
    d) 상기 차이를 상기 목표에 가산하여 미러 이미지 타겟을 계산하기 위해,
    e) 상기 미러 이미지 타겟으로부터 제안되는 레시피를 생성하기 위해, 및
    f) 상기 목표와 유사한 처리 결과의 제 2 실제 출력을 생성하기 위해 제안되는 레시피를 이용하여 상기 툴의 후속 실행을 수행하기 위해,
    상기 장치를 제어하는 컴퓨터 명령어를 포함한 컴퓨터 판독가능 포맷내에 컴퓨터 프로그램을 저장하며, 상기 컴퓨터 프로세서에 결합된 메모리를 구비하는 것을 특징으로 하는 장치.
  10. 제 9 항에 있어서,
    상기 기판 처리 스테이션은 플라즈마 에칭 체임버인 것을 특징으로 하는 장치.
  11. 제 10 항에 있어서,
    상기 처리 결과는 제거 속도 및 에칭 균일도 중 적어도 하나를 포함하는 것을 특징으로 하는 장치.
  12. 제 9 항에 있어서,
    상기 기판 처리 스테이션은 화학 기계 연마 스테이션인 것을 특징으로 하는장치.
  13. 제 12 항에 있어서,
    상기 처리 결과는 재료 두께 및 연마 균일도 중 적어도 하나를 포함하는 것을 특징으로 하는 장치.
KR1020010048993A 2000-08-15 2001-08-14 미러 이미지 타겟에 기초한 반도체 처리툴 상에서의실행간 제어방법 KR100768015B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/639,140 US6625513B1 (en) 2000-08-15 2000-08-15 Run-to-run control over semiconductor processing tool based upon mirror image target
US09/639,140 2000-08-15

Publications (2)

Publication Number Publication Date
KR20020013811A true KR20020013811A (ko) 2002-02-21
KR100768015B1 KR100768015B1 (ko) 2007-10-17

Family

ID=24562894

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020010048993A KR100768015B1 (ko) 2000-08-15 2001-08-14 미러 이미지 타겟에 기초한 반도체 처리툴 상에서의실행간 제어방법

Country Status (6)

Country Link
US (1) US6625513B1 (ko)
EP (1) EP1182526A3 (ko)
JP (1) JP2002208544A (ko)
KR (1) KR100768015B1 (ko)
SG (1) SG117393A1 (ko)
TW (1) TW516080B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8806370B2 (en) 2006-10-04 2014-08-12 Hitachi Kokusai Electric Inc. Substrate processing apparatus

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6640151B1 (en) 1999-12-22 2003-10-28 Applied Materials, Inc. Multi-tool control system, method and medium
US6708074B1 (en) 2000-08-11 2004-03-16 Applied Materials, Inc. Generic interface builder
US7188142B2 (en) 2000-11-30 2007-03-06 Applied Materials, Inc. Dynamic subject information generation in message services of distributed object systems in a semiconductor assembly line facility
US7160739B2 (en) * 2001-06-19 2007-01-09 Applied Materials, Inc. Feedback control of a chemical mechanical polishing device providing manipulation of removal rate profiles
US7698012B2 (en) 2001-06-19 2010-04-13 Applied Materials, Inc. Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing
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
US6616759B2 (en) * 2001-09-06 2003-09-09 Hitachi, Ltd. Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor
US20030199112A1 (en) 2002-03-22 2003-10-23 Applied Materials, Inc. Copper wiring module control
JP4018438B2 (ja) * 2002-04-30 2007-12-05 キヤノン株式会社 半導体露光装置を管理する管理システム
AU2003290932A1 (en) 2002-11-15 2004-06-15 Applied Materials, Inc. Method, system and medium for controlling manufacture process having multivariate input parameters
US6884147B2 (en) * 2003-03-28 2005-04-26 Yield Dynamics, Inc. Method for chemical-mechanical polish control in semiconductor manufacturing
EP1639630B1 (en) 2003-07-02 2015-01-28 Ebara Corporation Polishing apparatus and polishing method
TWI267012B (en) * 2004-06-03 2006-11-21 Univ Nat Cheng Kung Quality prognostics system and method for manufacturing processes
WO2006014411A1 (en) * 2004-07-02 2006-02-09 Strasbaugh Method and system for processing wafers
US20060240651A1 (en) * 2005-04-26 2006-10-26 Varian Semiconductor Equipment Associates, Inc. Methods and apparatus for adjusting ion implant parameters for improved process control
US7248936B1 (en) 2006-01-31 2007-07-24 International Business Machines Corporation Automated tool recipe verification and correction
US7305320B2 (en) 2006-02-15 2007-12-04 International Business Machines Corporation Metrology tool recipe validator using best known methods
US7774082B2 (en) 2006-10-05 2010-08-10 Tokyo Electron Limited Substrate processing method and storage medium having program stored therein
ITMI20071525A1 (it) * 2007-07-27 2009-01-28 Fond Bruno Kessler Un metodo e relativo dispositivo per la memorizzazione e utilizzo di informazioni di ausilio alla definizione di flussi di processo, in particolare per lo sviluppo e la produzione di dispositivi microelettronici e nano-micro-meccanici in camera pulit
US20130017762A1 (en) * 2011-07-15 2013-01-17 Infineon Technologies Ag Method and Apparatus for Determining a Measure of a Thickness of a Polishing Pad of a Polishing Machine
CN111684541A (zh) * 2018-02-08 2020-09-18 东京毅力科创株式会社 信息处理装置、程序、工艺处理执行装置及信息处理系统
US20230081446A1 (en) * 2021-09-10 2023-03-16 Applied Materials, Inc. Using elemental maps information from x-ray energy-dispersive spectroscopy line scan analysis to create process models

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5408405A (en) * 1993-09-20 1995-04-18 Texas Instruments Incorporated Multi-variable statistical process controller for discrete manufacturing
US5526293A (en) * 1993-12-17 1996-06-11 Texas Instruments Inc. System and method for controlling semiconductor wafer processing
US5646870A (en) * 1995-02-13 1997-07-08 Advanced Micro Devices, Inc. Method for setting and adjusting process parameters to maintain acceptable critical dimensions across each die of mass-produced semiconductor wafers
US5917919A (en) * 1995-12-04 1999-06-29 Rosenthal; Felix Method and apparatus for multi-channel active control of noise or vibration or of multi-channel separation of a signal from a noisy environment
KR0165320B1 (ko) * 1995-12-27 1999-02-01 김광호 반도체 산화 공정의 소크타임 설정 방법
US6445969B1 (en) * 1997-01-27 2002-09-03 Circuit Image Systems Statistical process control integration systems and methods for monitoring manufacturing processes
US5926690A (en) * 1997-05-28 1999-07-20 Advanced Micro Devices, Inc. Run-to-run control process for controlling critical dimensions
US6161054A (en) * 1997-09-22 2000-12-12 On-Line Technologies, Inc. Cell control method and apparatus
JP4276711B2 (ja) * 1998-01-05 2009-06-10 株式会社日立国際電気 半導体製造装置制御システム
US6230069B1 (en) * 1998-06-26 2001-05-08 Advanced Micro Devices, Inc. System and method for controlling the manufacture of discrete parts in semiconductor fabrication using model predictive control
JP3349455B2 (ja) * 1998-09-30 2002-11-25 宮崎沖電気株式会社 半導体製造装置のための管理方法および管理システム
KR100702741B1 (ko) * 1999-06-29 2007-04-03 어플라이드 머티어리얼스, 인코포레이티드 반도체 장치 제조를 위한 집적식 임계치수 제어
US6405096B1 (en) * 1999-08-10 2002-06-11 Advanced Micro Devices, Inc. Method and apparatus for run-to-run controlling of overlay registration
US6368879B1 (en) * 1999-09-22 2002-04-09 Advanced Micro Devices, Inc. Process control with control signal derived from metrology of a repetitive critical dimension feature of a test structure on the work piece
JP6016475B2 (ja) * 2012-06-27 2016-10-26 シャープ株式会社 電子放出素子

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8806370B2 (en) 2006-10-04 2014-08-12 Hitachi Kokusai Electric Inc. Substrate processing apparatus

Also Published As

Publication number Publication date
SG117393A1 (en) 2005-12-29
EP1182526A2 (en) 2002-02-27
US6625513B1 (en) 2003-09-23
JP2002208544A (ja) 2002-07-26
TW516080B (en) 2003-01-01
EP1182526A3 (en) 2004-12-08
KR100768015B1 (ko) 2007-10-17

Similar Documents

Publication Publication Date Title
KR100768015B1 (ko) 미러 이미지 타겟에 기초한 반도체 처리툴 상에서의실행간 제어방법
TWI772325B (zh) 電漿處理狀態的控制方法與系統
JP4880512B2 (ja) モデル予測制御を用いた、半導体製作における個別部品の生産を制御するための方法およびコントローラ装置
Smith et al. A self-tuning EWMA controller utilizing artificial neural network function approximation techniques
JP4771696B2 (ja) 製造中に半導体デバイスの電気的特性を予測する方法及びシステム
US20050267607A1 (en) Dynamic offset and feedback threshold
KR20020063295A (ko) 공정 제어 시스템
US20190096722A1 (en) Semiconductor fabrication using process control parameter matrix
CN111190393B (zh) 半导体制程自动化控制方法及装置
WO2004032224A1 (en) Method and apparatus for controlling a fabrication process based on a measured electrical characteristic
KR20230126699A (ko) 매칭 네트워크 모델을 결정하도록 다양한 플라즈마 조건들을 적용하기 위해 복수의 유도성 픽스처 및 용량성 픽스처를 사용하기 위한 시스템들 및 방법들
US6665623B1 (en) Method and apparatus for optimizing downstream uniformity
TWI446402B (zh) 基於資訊可信度之增進的狀態估計
EP1567920B1 (en) Secondary process controller for supplementing a primary process controller
US6961636B1 (en) Method and apparatus for dynamically monitoring controller tuning parameters
WO2007032867A2 (en) Data representation relating to a non-sampled workpiece
TWI724182B (zh) 用於化學機械研磨的自動配方的產生的方法、電腦可讀式儲存媒體及系統
Hu et al. Concurrent deployment of run by run controller using SCC framework
US20040088068A1 (en) Method and apparatus for providing first-principles feed-forward manufacturing control
El Chemali et al. Multizone uniformity control of a chemical mechanical polishing process utilizing a pre-and postmeasurement strategy
US7020535B1 (en) Method and apparatus for providing excitation for a process controller
KR20070045904A (ko) 반도체 기판의 공정 후 토폴로지 제어 시스템, 화학적기계적 연마 시스템의 제어 방법, 화학적 기계적 연마시스템용 퍼지 로직 제어 장치, 및 이를 이용하여 제조된반도체 장치
Moyne et al. Multizone Uniformity Control of a CMP Process Utilizing a Pre-and Postmeasurement Strategy
JP2024027989A (ja) 特徴量推定方法、推定プログラム、及び、特徴量推定装置
Cale et al. A simple adaptive optimization algorithm for the tungsten LPCVD process

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100930

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee