KR20060123098A - 적응형 다변량 해석을 이용한 프로세싱 시스템의 진단 방법및 장치 - Google Patents
적응형 다변량 해석을 이용한 프로세싱 시스템의 진단 방법및 장치 Download PDFInfo
- Publication number
- KR20060123098A KR20060123098A KR1020067005122A KR20067005122A KR20060123098A KR 20060123098 A KR20060123098 A KR 20060123098A KR 1020067005122 A KR1020067005122 A KR 1020067005122A KR 20067005122 A KR20067005122 A KR 20067005122A KR 20060123098 A KR20060123098 A KR 20060123098A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- substrate
- adaptive
- data parameters
- processing system
- Prior art date
Links
Images
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
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Drying Of Semiconductors (AREA)
- Testing And Monitoring For Control Systems (AREA)
- General Factory Administration (AREA)
Abstract
Description
영역 | 변수 | 설명 |
가스 유동 및 압력 | PRESSURE | 챔버 압력 |
APC | 스로틀 밸브 각도 | |
Ar | Ar 유량 | |
C4F8 | C4F8 유량 | |
CO | CO 유량 | |
전력 및 매칭 | RF-FORWARD-LO | 하측 전극 전력 |
C1-POSITION-LO | 매칭 네트워크 커패시터 1 | |
C2-POSITION-LO | 매칭 네트워크 커패시터 2 | |
MAGNITUDE | 매쳐 크기 | |
PHASE | 매쳐 상(matcher phase) | |
RF-VDC-LO | 하측 전극 DC 전압 | |
RF-VPP-LO | 하측 전극의 피크 대 피크 전압 | |
ES 척 | ESC-CURRENT | 정전기 척 전류 |
ESC-VOLTAGE | 정전기 척 전압 | |
온도 및 냉각 | LOWER-TEMP | 하측 전극 온도 |
UPPER-TEMP | 상측 전극 온도 | |
WALL-TEMP | 벽 온도 | |
COOL-GAS-FLOW1 | He 가장자리 냉각 유량 | |
COOL-GAS-FLOW2 | He 중심 유량 | |
COOL-GAS-P1 | He 가장자리 냉각 가스압 | |
COOL-GAS-P2 | He 중심 냉각 가스압 |
Claims (50)
- 반도체 제조 공정 동안 기판을 프로세싱하는 프로세싱 시스템을 모니터링하는 방법으로서,복수 회의 관측 동안 상기 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 포함하는 데이터를 취득하는 단계와;센터링 계수를 포함하는 상기 데이터로부터 주요 부품 분석(PCA) 모델을 구성하는 단계와;상기 프로세싱 시스템으로부터 상기 복수 개의 데이터 파라미터의 추가적인 관측을 포함하는 추가 데이터를 취득하는 단계와;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 센터링 계수를 산출하기 위해 상기 센터링 계수를 조절하는 단계와;상기 업데이트한 적응형 센터링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 단계와;상기 PCA 모델을 사용하여 상기 추가 데이터로부터 하나 이상의 통계량을 결정하는 단계와;상기 하나 이상의 통계량에 대한 제어 한도를 설정하는 단계와;상기 하나 이상의 통계량을 상기 제어 한도와 비교하는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 센터링 계수를 조절하는 상기 단계는 각 데이터 파라미터에 대한 적응형 센터링 계수의 예전값을 상기 추가 관측에 대한 각각의 데이터 파라미터의 현재값과 비교함으로써 각 데이터 파라미터에 대한 적응형 센터링 계수를 업데이트하는 단계를 더 포함하며, 상기 예전값은 상기 복수 회의 관측 동안 데이터 파라미터의 평균값을 포함하는 것인 프로세싱 시스템의 모니터링 방법..
- 제2항에 있어서, 상기 적응형 센터링 계수의 상기 예전값과 상기 추가 관측에 대한 상기 데이터 파라미터의 상기 현재값을 비교하는 상기 단계는, 지수 가중 이동 평균(EWMA) 필터를 적용하는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제3항에 있어서, 상기 지수 가중 이동 평균(EWMA) 필터를 적용하는 단계는 가중 인자를 설정하는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제4항에 있어서, 상기 가중 인자를 설정하는 단계는 상기 가중 인자를 0.5 내지 1.0 범위의 값으로 설정하는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제5항에 있어서, 상기 가중 인자를 설정하는 단계는 상기 가중 인자를 0.8 내지 0.95 범위의 값으로 설정하는 단계를 포함하는 것인 프로세싱 시스템의 모니 터링 방법.
- 제1항에 있어서, 상기 업데이트한 적응형 센터링 계수를 상기 데이터 파라미터 각각에 적용하는 단계는, 상기 데이터 파라미터 각각에서 상기 업데이트한 센터링 계수를 빼는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, PCA 모델에 대한 스케일링 계수를 결정하는 단계와;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 스케일링 계수를 산출하기 위해 상기 스케일링 계수를 조절하는 단계와;상기 업데이트한 적응형 스케일링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 단계를 더 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제8항에 있어서, 상기 스케일링 계수를 조절하는 단계는 귀납적 표준편차 필터를 적용하는 단계를 포함하며, 상기 필터는 각각의 데이터 파라미터에 대한 적응형 스케일링 계수의 예전값과, 상기 추가의 관측에 대한 각각의 테이트 파라미터의 현재값과, 그리고 각각의 데이터 파라미터에 대한 적응형 센터링 계수의 예전값을 조합하며,상기 적응형 스케일링 계수의 상기 예전값은 상기 복수 회의 관측 동안 상기 데이트 파라미터의 표준편차를 포함하며, 상기 적응형 센터링 계수의 상기 예전값 은 상기 복수 회의 관측 동안 상기 데이터 파라미터의 평균값을 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제9항에 있어서, 상기 귀납적 표준편차 필터를 적용하는 단계를 필터 상수를 설정하는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 데이터 파라미터 각각에 상기 업데이트한 적응형 스케일링 계수를 적용하는 단계는 상기 데이터 파라미터 각각을 상기 업데이트한 스케일링 계수로 나누는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 PCA 모델을 구성하는 단계는 주요 부품 해석을 이용하여 상기 복수 회의 관측에 대한 상기 데이터의 하나 이상의 주요 부품을 결정하는 단계를 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 하나 이상의 통계량이 상기 제어 한도를 초과할 때 발생한 프로세스 폴트를 결정하는 단계를 더 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 복수 개의 데이터 파라미터는 커패시터 위치, 전방 무선주파(RF) 전력, 반사된 RF 전력, 전압, 전류, 상, 임피던스, RF 피크-대-피크 전 압, RF 자체-유도된 직류 바이어스, 챔버 압력, 가스 유량, 온도, 배면 가스압, 배면 가스 유량, 정전기 클램프 전압, 정전기 클램프 전류, 초점 링 두께, RF 시간, 프로세스 단계 존속 시간, 초점 링 RF 시간, 광학 방사 스펙트럼, 및 RF 고조파 중 하나 이상을 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 복수 개의 데이터 파라미터는 순간값, 시간 평균, 표준편차, 제3 모멘트, 제4 모멘트 및 분산 중 하나 이상을 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 상기 통계량은 Q-통계와 Hotelling T2 중 하나 이상을 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제1항에 있어서, 인트라넷과 인터넷 중 하나 이상을 통해 상기 데이터, 상기 추가 데이터, 상기 적응형 센터링 계수, 상기 하나 이상의 통계량, 및 상기 제어 한도 중 하나 이상을 액세스하는 단계를 더 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 제8항에 있어서, 인트라넷과 인터넷 중 하나 이상을 통해 상기 적응형 센터링 계수를 액세스하는 단계를 더 포함하는 것인 프로세싱 시스템의 모니터링 방법.
- 반도체 제조 공정 동안 기판을 처리하기 위한 프로세싱 시스템을 모니터링하는 주요 부품 분석(PCA) 모델로서,주어진 데이터 파라미터의 현재 관측 동안 각각의 데이터 파라미터에 대한 적응형 센터링 계수를 포함하며,상기 적응형 센터링 계수는 상기 적응형 센터링 계수의 예전값과 상기 현재 관측에 대한 상기 데이터 파라미터의 현재값을 조합하며, 상기 예전값은 상기 현재 관측에 앞서 복수 회의 관측 동안 데이터 파라미터의 평균값을 포함하는 것인 주요 부품 분석(PCA) 모델.
- 제19항에 있어서, 상기 적응형 센터링 계수의 상기 예전값과 상기 현재 관측에 대한 상기 데이터 파라미터의 상기 현재값을 조합하는 것은, 지수 가중 이동 평균(EWMA) 필터를 적용하는 단계를 포함하는 것인 주요 부품 분석 모델.
- 제20항에 있어서, 상기 지수 가중 이동 평균(EWMA) 필터를 적용하는 단계는, 가중 인자를 설정하는 단계를 포함하는 것인 주요 부품 분석 모델.
- 제21항에 있어서, 상기 가중 인자를 설정하는 단계는 상기 가중 인자를 0.5 내지 1.0 범위의 값으로 설정하는 단계를 포함하는 것인 주요 부품 분석 모델.
- 제22항에 있어서, 상기 가중 인자를 설정하는 단계는 상기 가중 인자를 0.8 내지 0.95 범위의 값으로 설정하는 단계를 포함하는 것인 주요 부품 분석 모델.
- 제19항에 있어서, 주어진 데이터 파라미터의 현재 관측 동안 각각의 데이터 파라미터에 대한 적응형 스케일링 계수를 포함하며,상기 적응형 스케일링 계수는 정확한 귀납적 표준편차 공식의 적용을 포함하며, 상기 공식은 적응형 스케일링 계수의 예전값과, 상기 현재 관측에 대한 각각의 데이터 파라미터의 현재값과, 적응형 센터링 계수의 예전값을 조합하며,상기 적응형 센터링 계수의 예전값은 상기 현재 관측에 앞서 복수 회의 관측 동안 상기 데이터 파라미터의 표준편차를 포함하며, 상기 적응형 센터링 계수의 상기 예전값은 상기 현재 관측에 앞서 복수 회의 관측 동안 상기 데이터 파라미터의 평균값을 포함하는 것인 주요 부품 분석 모델.
- 반도체 제조 공정 동안 기판을 처리하기 위한 프로세싱 시스템으로서,프로세스 툴과;상기 프로세스 툴에 결합되는 동시에 상기 프로세스 툴에 결합된 복수 개의 센서와, 상기 복수 개의 센스 및 상기 프로세스 툴에 결합된 컨트롤러를 구비하는 프로세스 성능 모니터링 시스템을 포함하며, 상기 컨트롤러는,복수 회의 관측 동안 상기 복수 개의 센서로부터 복수 개의 데이터 파라미터 를 포함하는 데이터를 취득하는 수단과,센터링 계수를 포함하는 상기 데이터로부터 주요 부품 분석(PCA) 모델을 구성하는 수단과,상기 복수 개의 센서로부터 추가 데이터를 취득하는 수단과,상기 데이터 파라미터 각각에 대한 업데이트한 적응형 센터링 계수를 산출하기 위해 상기 센터링 계수를 조절하는 수단과,상기 업데이트한 적응형 센터링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 수단과,상기 PCA 모델을 사용하여 상기 추가 데이터로부터 하나 이상의 통계량을 결정하는 수단과,상기 하나 이상의 통계량에 대한 제어 한도를 설정하는 수단과,상기 하나 이상의 통계량을 상기 제어 한도와 비교하는 수단을 포함하는 것인 프로세싱 시스템.
- 제25항에 있어서, 상기 센터링 계수를 조절하는 상기 수단은,각각의 데이터 파라미터에 대한 적응형 센터링 계수의 예전값과, 상기 추가의 관측에 대한 각각의 테이트 파라미터의 현재값을 조합하는 수단을 포함하며, 상기 예전값은 상기 복수 회의 관측 동안 데이터 파라미터의 평균값을 포함하는 것인 프로세싱 시스템.
- 제25항에 있어서, PCA 모델에 대한 스케일링 계수를 결정하는 수단과;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 스케일링 계수를 산출하기 위해 상기 스케일링 계수를 조절하는 수단과;상기 업데이트한 적응형 스케일링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 수단을 더 포함하는 것인 프로세싱 시스템.
- 제27항에 있어서, 상기 스케일링 계수를 조절하는 수단은 귀납적 표준편차 필터를 상기 적응형 스케일링 계수에 적용하는 수단을 포함하며, 상기 필터는 각각의 데이터 파라미터에 대한 적응형 스케일링 계수의 예전값과, 상기 추가의 관측에 대한 각각의 테이트 파라미터의 현재값과, 그리고 각각의 데이터 파라미터에 대한 적응형 센터링 계수의 예전값을 조합하며,상기 적응형 스케일링 계수의 상기 예전값은 상기 복수 회의 관측 동안 상기 데이트 파라미터의 표준편차를 포함하며, 상기 적응형 센터링 계수의 상기 예전값은 상기 복수 회의 관측 동안 상기 데이터 파라미터의 평균값을 포함하는 것인 프로세싱 시스템.
- 제25항에 있어서, 상기 데이터, 상기 추가 데이터, 상기 적응형 센터링 계수, 상기 하나 이상의 통계량, 및 상기 제어 한도 중 하나 이상을 액세스하는 수단을 더 포함하는 것인 프로세싱 시스템.
- 제29항에 있어서, 액세스하는 상기 수단은 인트라넷과 인터넷 중 하나 이상을 포함하는 것인 프로세싱 시스템.
- 제27항에 있어서, 상기 데이터, 상기 추가 데이터, 상기 적응형 센터링 계수, 상기 적응형 스케일링 계수, 상기 하나 이상의 통계량, 및 상기 제어 한도 중 하나 이상을 액세스하는 수단을 더 포함하는 것인 프로세싱 시스템.
- 제31항에 있어서, 액세스하는 상기 수단은 인트라넷과 인터넷 중 하나 이상을 포함하는 것인 프로세싱 시스템.
- 반도체 제조 공정 동안 기판을 처리하기 위한 프로세싱 시스템을 모니터하기 위한 프로세싱 성능 모니터링 시스템으로서,상기 프로세싱 시스템에 결합된 복수 개의 센서와;상기 복수 개의 센서와 상기 프로세싱 시스템에 결합된 컨트롤러를 포함하며, 상기 컨트롤러는,복수 회의 관측 동안 상기 복수 개의 센서로부터 복수 개의 데이터 변수를 포함하는 데이터를 취득하는 수단과,복수 회의 관측 동안 상기 복수 개의 센서로부터 복수 개의 데이터 파라미터를 포함하는 데이터를 취득하는 수단과,센터링 계수를 포함하는 상기 데이터로부터 주요 부품 분석(PCA) 모델을 구 성하는 수단과,상기 복수 개의 센서로부터 추가 데이터를 취득하는 수단과,상기 데이터 파라미터 각각에 대한 업데이트한 센터링 계수를 산출하기 위해 상기 센터링 계수를 조절하는 수단과,상기 업데이트한 적응형 센터링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 수단과,상기 PCA 모델을 사용하여 상기 추가 데이터로부터 하나 이상의 통계량을 결정하는 수단과,상기 하나 이상의 통계량에 대한 제어 한도를 설정하는 수단과,상기 하나 이상의 통계량을 상기 제어 한도와 비교하는 수단을 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제33항에 있어서, 상기 센터링 계수를 조절하는 상기 수단은,각각의 데이터 파라미터에 대한 적응형 센터링 계수의 예전값과, 상기 추가의 관측에 대한 각각의 테이트 파라미터의 현재값을 조합하는 수단을 포함하며,상기 예전값은 상기 복수 회의 관측 동안 데이터 파라미터의 평균값을 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제33항에 있어서, PCA 모델에 대한 스케일링 계수를 결정하는 수단과;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 스 케일링 계수를 산출하기 위해 상기 스케일링 계수를 조절하는 수단과;상기 업데이트한 적응형 스케일링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 수단을 더 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제35항에 있어서, 상기 스케일링 계수를 조절하는 수단은,귀납적 표준편차 필터를 상기 적응형 스케일링 계수에 적용하는 수단을 포함하며,상기 필터는 각각의 데이터 파라미터에 대한 적응형 스케일링 계수의 예전값과, 상기 추가의 관측에 대한 각각의 테이트 파라미터의 현재값과, 그리고 각각의 데이터 파라미터에 대한 적응형 센터링 계수의 예전값을 조합하며,상기 적응형 스케일링 계수의 상기 예전값은 상기 복수 회의 관측 동안 상기 데이트 파라미터의 표준편차를 포함하며, 상기 적응형 센터링 계수의 상기 예전값은 상기 복수 회의 관측 동안 상기 데이터 파라미터의 평균값을 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제33항에 있어서, 상기 데이터, 상기 추가 데이터, 상기 적응형 센터링 계수, 상기 하나 이상의 통계량, 및 상기 제어 한도 중 하나 이상을 액세스하는 수단을 더 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제37항에 있어서, 액세스하는 상기 수단은 인트라넷과 인터넷 중 하나 이상을 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제35항에 있어서, 상기 데이터, 상기 추가 데이터, 상기 적응형 센터링 계수, 상기 적응형 스케일링 계수, 상기 하나 이상의 통계량, 및 상기 제어 한도 중 하나 이상을 액세스하는 수단을 더 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 제39항에 있어서, 액세스하는 상기 수단은 인트라넷과 인터넷 중 하나 이상을 포함하는 것인 프로세싱 성능 모니터링 시스템.
- 반도체 제조 공정 동안 기판을 처리하기 위한 제1 프로세싱 시스템을 모니터링하는 방법으로서,복수 회의 관측 동안 제2 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 포함하는 데이터를 취득하는 단계와;센터링 계수를 포함하는 상기 제2 프로세싱 시스템을 위한 상기 데이터로부터 주요 부품 분석(PCA) 모델을 구성하는 단계와;상기 제1 프로세싱 시스템으로부터 상기 복수 개의 데이터 파라미터의 추가적인 관측을 포함하는 추가 데이터를 취득하는 단계와;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 계수를 산출하기 위해 상기 센터링 계수를 조절하는 단계와;상기 업데이트한 적응형 센터링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 단계와;상기 PCA 모델을 사용하여 상기 추가 데이터로부터 하나 이상의 통계량을 결정하는 단계와;상기 하나 이상의 통계량에 대한 제어 한도를 설정하는 단계와;상기 하나 이상의 통계량을 상기 제어 한도와 비교하는 단계를 포함하는 것인 제1 프로세싱 시스템의 모니터링 방법.
- 제41항에 있어서, PCA 모델에 대한 스케일링 계수를 결정하는 단계와;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 스케일링 계수를 산출하기 위해 상기 스케일링 계수를 조절하는 단계와;상기 업데이트한 적응형 스케일링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 단계를 더 포함하는 것인 제1 프로세싱 시스템의 모니터링 방법.
- 프로세싱 시스템에서 복수 개의 기판 실행 동안 일어나는 프로세스 폴트를 분류하기 위한 방법으로서,복수 회의 기판 실행에서 각각의 기판 실행 동안 상기 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 모니터링하는 단계와;다변량 해석을 사용하여 상기 복수 회의 기판 실행에서 상기 프로세스 폴트 가 일어나는 폴트 기판 실행을 식별하는 단계와;상기 폴트 기판 실행을 선행한 제1 기판 실행을 선택하는 단계와;상기 제1 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제1 평균값을 계산하는 단계와;상기 폴트 기판 실행에 후속하는 제2 기판 실행을 선택하는 단계와;상기 제2 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제2 평균값을 계산하는 단계와;상기 복수 개의 제2 평균값과 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제1 평균값 간의 복수 개의 차의 절대값을 결정하는 단계와;상기 제1 기판 실행과 상기 제2 기판 실행 중 하나 이상의 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차를 계산하는 단계와;상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차에 의해 상기 복수 개의 차를 표준화하는 단계와;상기 표준화된 차의 최대값을 결정하는 단계와;상기 차의 상기 최대값과 일치하는 상기 복수 개의 데이터 파라미터들 중 데이터 파라미터를 식별하는 단계를 포함하는 것인 프로세스 폴트의 분류 방법.
- 제43항에 있어서, 상기 제1 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 상기 복수 개의 제1 평균값을 계산하는 상기 단계는,상기 제1 기판 실행 동안 각각의 데이터 파라미터에 대한 제1 예전 평균값과 각각의 데이터 파라미터의 현재값을 조합하는 단계와,상기 제1 예전 평균값은 상기 제1 기판 실행에 선행하는 기판 실행 동안 데이터 파라미터의 평균값을 포함하며, 상기 제2 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 상기 복수 개의 제2 평균값을 계산하는 상기 단계는, 상기 제2 기판 실행 동안 각각의 데이터 파라미터에 대한 제2 예전 평균값과 각각의 데이터 파라미터의 현재값을 조합하는 단계를 포함하며,상기 제2 예전 평균값은 상기 제2 기판 실행에 선행하는 기판 실행 동안 데이터 파라미터의 평균값을 포함하는 것인 프로세스 폴트의 분류 방법.
- 제44항에 있어서, 상기 제1 기판 실행 동안 상기 제1 예전 평균값과 상기 데이터 파라미터의 상기 현재값을 조합하는 상기 단계와, 상기 제2 기판 실행 동안 상기 제2 예전 평균값과 상기 데이터 파라미터의 상기 현재값을 조합하는 상기 단계는 지수 가중 이동 평균(EWMA) 필터를 적용하는 단계를 포함하는 것인 프로세스 폴트의 분류 방법.
- 프로세싱 시스템에서 복수 개의 기판 실행 동안 일어나는 프로세스 폴트를 분류하기 위한 방법으로서,복수 회의 기판 실행에서 각각의 기판 실행 동안 상기 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 모니터링하는 단계와;다변량 해석을 사용하여 상기 복수 회의 기판 실행에서 상기 프로세스 폴트가 일어나는 폴트 기판 실행을 식별하는 단계와;상기 폴트 기판 실행을 선행한 제1 기판 실행을 선택하는 단계와;상기 제1 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제1 표준편차를 계산하는 단계와;상기 폴트 기판 실행에 후속하는 제2 기판 실행을 선택하는 단계와;상기 제2 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제2 평균값을 계산하는 단계와;상기 복수 개의 제2 표준편차와 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 상기 제1 표준편차 간의 복수 개의 차의 절대값을 결정하는 단계와;상기 제1 기판 실행과 상기 제2 기판 실행 중 하나 이상의 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차를 계산하는 단계와;상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차에 의해 상기 복수 개의 차를 표준화하는 단계와;상기 표준화된 차의 최대값을 결정하는 단계와;상기 차의 상기 최대값과 일치하는 상기 복수 개의 데이터 파라미터들 중 데이터 파라미터를 식별하는 단계를 포함하는 것인 프로세스 폴트의 분류 방법.
- 컴퓨터 시스템에서 실행하기 위한 프로그램 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 컴퓨터 시스템에 의해 실행될 때, 컴퓨터 시스템으로 하여금,복수 회의 관측 동안 상기 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 포함하는 데이터를 취득하는 단계와;센터링 계수를 포함하는 상기 데이터로부터 주요 부품 분석(PCA) 모델을 구성하는 단계와;상기 프로세싱 시스템으로부터 상기 복수 개의 데이터 파라미터의 추가적인 관측을 포함하는 추가 데이터를 취득하는 단계와;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 센터링 계수를 산출하기 위해 상기 센터링 계수를 조절하는 단계와;상기 업데이트한 적응형 센터링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 단계와;상기 PCA 모델을 사용하여 상기 추가 데이터로부터 하나 이상의 통계량을 결정하는 단계와;상기 하나 이상의 통계량에 대한 제어 한도를 설정하는 단계와;상기 하나 이상의 통계량을 상기 제어 한도와 비교하는 단계를 행하도록 하는 것인 컴퓨터 판독 가능 기록 매체.
- 컴퓨터 시스템에서 실행하기 위한 프로그램 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 컴퓨터 시스템에 의해 실행될 때, 컴퓨터 시스템으로 하여금,복수 회의 관측 동안 제2 프로세싱 시스템으로부터 복수 개의 데이터 파라미 터를 포함하는 데이터를 취득하는 단계와;센터링 계수를 포함하는 상기 제2 프로세싱 시스템을 위한 상기 데이터로부터 주요 부품 분석(PCA) 모델을 구성하는 단계와;상기 제1 프로세싱 시스템으로부터 상기 복수 개의 데이터 파라미터의 추가적인 관측을 포함하는 추가 데이터를 취득하는 단계와;상기 PCA 모델에서 상기 데이터 파라미터 각각에 대한 업데이트한 적응형 센터링 계수를 산출하기 위해 상기 센터링 계수를 조절하는 단계와;상기 업데이트한 적응형 센터링 계수를 상기 PCA 모델 내에서 상기 데이터 파라미터 각각에 적용하는 단계와;상기 PCA 모델을 사용하여 상기 추가 데이터로부터 하나 이상의 통계량을 결정하는 단계와;상기 하나 이상의 통계량에 대한 제어 한도를 설정하는 단계와;상기 하나 이상의 통계량을 상기 제어 한도와 비교하는 단계를 행하도록 하는 것인 컴퓨터 판독 가능 기록 매체.
- 컴퓨터 시스템에서 실행하기 위한 프로그램 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 컴퓨터 시스템에 의해 실행될 때, 컴퓨터 시스템으로 하여금,복수 회의 기판 실행에서 각각의 기판 실행 동안 상기 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 모니터링하는 단계와;다변량 해석을 사용하여 상기 복수 회의 기판 실행에서 상기 프로세스 폴트 가 일어나는 폴트 기판 실행을 식별하는 단계와;상기 폴트 기판 실행을 선행한 제1 기판 실행을 선택하는 단계와;상기 제1 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제1 평균값을 계산하는 단계와;상기 폴트 기판 실행에 후속하는 제2 기판 실행을 선택하는 단계와;상기 제2 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제2 평균값을 계산하는 단계와;상기 복수 개의 제2 평균값과 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제1 평균값 간의 복수 개의 차의 절대값을 결정하는 단계와;상기 제1 기판 실행과 상기 제2 기판 실행 중 하나 이상의 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차를 계산하는 단계와;상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차에 의해 상기 복수 개의 차를 표준화하는 단계와;상기 표준화된 차의 최대값을 결정하는 단계와;상기 차의 상기 최대값과 일치하는 상기 복수 개의 데이터 파라미터들 중 데이터 파라미터를 식별하는 단계를 행하도록 하는 것인 컴퓨터 판독 가능 기록 매체.
- 컴퓨터 시스템에서 실행하기 위한 프로그램 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 컴퓨터 시스템에 의해 실행될 때, 컴퓨터 시스템으로 하여금,복수 회의 기판 실행에서 각각의 기판 실행 동안 상기 프로세싱 시스템으로부터 복수 개의 데이터 파라미터를 모니터링하는 단계와;다변량 해석을 사용하여 상기 복수 회의 기판 실행에서 상기 프로세스 폴트가 일어나는 폴트 기판 실행을 식별하는 단계와;상기 폴트 기판 실행을 선행한 제1 기판 실행을 선택하는 단계와;상기 제1 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제1 표준편차를 계산하는 단계와;상기 폴트 기판 실행에 후속하는 제2 기판 실행을 선택하는 단계와;상기 제2 기판 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 제2 평균값을 계산하는 단계와;상기 복수 개의 제2 표준편차와 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 상기 제1 표준편차 간의 복수 개의 차의 절대값을 결정하는 단계와;상기 제1 기판 실행과 상기 제2 기판 실행 중 하나 이상의 실행 동안 상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차를 계산하는 단계와;상기 복수 개의 데이터 파라미터 각각에 대한 복수 개의 표준 편차에 의해 상기 복수 개의 차를 표준화하는 단계와;상기 표준화된 차의 최대값을 결정하는 단계와;상기 차의 상기 최대값과 일치하는 상기 복수 개의 데이터 파라미터들 중 데이터 파라미터를 식별하는 단계를 행하도록 하는 것인 컴퓨터 판독 가능 기록 매체.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/660,697 | 2003-09-12 | ||
US10/660,697 US7328126B2 (en) | 2003-09-12 | 2003-09-12 | Method and system of diagnosing a processing system using adaptive multivariate analysis |
PCT/US2004/025599 WO2005036314A2 (en) | 2003-09-12 | 2004-08-27 | Method and system of diagnosing a processing system using adaptive multivariate analysis |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20060123098A true KR20060123098A (ko) | 2006-12-01 |
KR101047971B1 KR101047971B1 (ko) | 2011-07-13 |
Family
ID=34273706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020067005122A KR101047971B1 (ko) | 2003-09-12 | 2004-08-27 | 적응형 다변량 해석을 이용한 프로세싱 시스템의 진단 방법및 장치 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7328126B2 (ko) |
EP (1) | EP1665076A4 (ko) |
JP (1) | JP4699367B2 (ko) |
KR (1) | KR101047971B1 (ko) |
CN (1) | CN100476798C (ko) |
TW (1) | TWI261738B (ko) |
WO (1) | WO2005036314A2 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100928205B1 (ko) * | 2007-06-05 | 2009-11-25 | 삼성전자주식회사 | 반도체 제조설비 관리시스템 및 그의 통계적 공정 관리방법 |
US7705973B2 (en) | 2007-05-10 | 2010-04-27 | Samsung Electronics Co., Ltd. | Methods and systems for monitoring state of plasma chamber |
Families Citing this family (101)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020191102A1 (en) * | 2001-05-31 | 2002-12-19 | Casio Computer Co., Ltd. | Light emitting device, camera with light emitting device, and image pickup method |
JP2004240628A (ja) * | 2003-02-05 | 2004-08-26 | Yokogawa Electric Corp | 生産プロセスの評価方法及び評価装置 |
US8676538B2 (en) * | 2004-11-02 | 2014-03-18 | Advanced Micro Devices, Inc. | Adjusting weighting of a parameter relating to fault detection based on a detected fault |
US7404123B1 (en) * | 2005-03-28 | 2008-07-22 | Lam Research Corporation | Automated test and characterization data analysis methods and arrangement |
EP1907908A2 (en) * | 2005-07-07 | 2008-04-09 | MKS Instruments, Inc. | Self-correcting multivariate analysis for use in monitoring dynamic parameters in process environments |
JP4712462B2 (ja) * | 2005-07-11 | 2011-06-29 | 東京エレクトロン株式会社 | 基板処理監視装置、基板処理監視システム、基板処理監視プログラム及び記録媒体 |
US7467064B2 (en) * | 2006-02-07 | 2008-12-16 | Timbre Technologies, Inc. | Transforming metrology data from a semiconductor treatment system using multivariate analysis |
US7523021B2 (en) * | 2006-03-08 | 2009-04-21 | Tokyo Electron Limited | Weighting function to enhance measured diffraction signals in optical metrology |
US9158941B2 (en) * | 2006-03-16 | 2015-10-13 | Arm Limited | Managing access to content in a data processing apparatus |
US7596718B2 (en) * | 2006-05-07 | 2009-09-29 | Applied Materials, Inc. | Ranged fault signatures for fault diagnosis |
US7587296B2 (en) * | 2006-05-07 | 2009-09-08 | Applied Materials, Inc. | Adaptive multivariate fault detection |
US7657399B2 (en) * | 2006-07-25 | 2010-02-02 | Fisher-Rosemount Systems, Inc. | Methods and systems for detecting deviation of a process variable from expected values |
US8145358B2 (en) | 2006-07-25 | 2012-03-27 | Fisher-Rosemount Systems, Inc. | Method and system for detecting abnormal operation of a level regulatory control loop |
US8606544B2 (en) * | 2006-07-25 | 2013-12-10 | Fisher-Rosemount Systems, Inc. | Methods and systems for detecting deviation of a process variable from expected values |
US7912676B2 (en) * | 2006-07-25 | 2011-03-22 | Fisher-Rosemount Systems, Inc. | Method and system for detecting abnormal operation in a process plant |
EP2392982B1 (en) * | 2006-09-28 | 2015-03-25 | Fisher-Rosemount Systems, Inc. | Abnormal situation prevention in a heat exchanger |
US20080120060A1 (en) * | 2006-09-29 | 2008-05-22 | Fisher-Rosemount Systems, Inc. | Detection of catalyst losses in a fluid catalytic cracker for use in abnormal situation prevention |
US7917240B2 (en) * | 2006-09-29 | 2011-03-29 | Fisher-Rosemount Systems, Inc. | Univariate method for monitoring and analysis of multivariate data |
WO2008042757A2 (en) * | 2006-09-29 | 2008-04-10 | Fisher-Rosemount Systems, Inc. | Univariate method for monitoring and analysis of multivariate data |
ES2431863T5 (es) * | 2006-11-03 | 2017-07-27 | Air Products And Chemicals, Inc. | Sistema y método para la monitorización de procesos |
US20080140345A1 (en) * | 2006-12-07 | 2008-06-12 | International Business Machines Corporation | Statistical summarization of event data |
US8103481B2 (en) * | 2006-12-12 | 2012-01-24 | International Business Machines Corporation | Processing irregularly occuring data events in real time |
US8032341B2 (en) | 2007-01-04 | 2011-10-04 | Fisher-Rosemount Systems, Inc. | Modeling a process using a composite model comprising a plurality of regression models |
US8032340B2 (en) * | 2007-01-04 | 2011-10-04 | Fisher-Rosemount Systems, Inc. | Method and system for modeling a process variable in a process plant |
US20080167842A1 (en) * | 2007-01-04 | 2008-07-10 | Honeywell International Inc. | Method and system for detecting, analyzing and subsequently recognizing abnormal events |
US7827006B2 (en) * | 2007-01-31 | 2010-11-02 | Fisher-Rosemount Systems, Inc. | Heat exchanger fouling detection |
US7630859B2 (en) * | 2007-05-01 | 2009-12-08 | Verity Instruments, Inc. | Method and apparatus for reducing the effects of window clouding on a viewport window in a reactive environment |
WO2008137544A1 (en) * | 2007-05-02 | 2008-11-13 | Mks Instruments, Inc. | Automated model building and model updating |
US7765020B2 (en) * | 2007-05-04 | 2010-07-27 | Applied Materials, Inc. | Graphical user interface for presenting multivariate fault contributions |
US8010321B2 (en) * | 2007-05-04 | 2011-08-30 | Applied Materials, Inc. | Metrics independent and recipe independent fault classes |
US8301676B2 (en) * | 2007-08-23 | 2012-10-30 | Fisher-Rosemount Systems, Inc. | Field device with capability of calculating digital filter coefficients |
US7702401B2 (en) | 2007-09-05 | 2010-04-20 | Fisher-Rosemount Systems, Inc. | System for preserving and displaying process control data associated with an abnormal situation |
US8055479B2 (en) | 2007-10-10 | 2011-11-08 | Fisher-Rosemount Systems, Inc. | Simplified algorithm for abnormal situation prevention in load following applications including plugged line diagnostics in a dynamic process |
US8271122B2 (en) | 2008-03-07 | 2012-09-18 | Mks Instruments, Inc. | Process control using process data and yield data |
US7622308B2 (en) * | 2008-03-07 | 2009-11-24 | Mks Instruments, Inc. | Process control using process data and yield data |
DE102008021558A1 (de) * | 2008-04-30 | 2009-11-12 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System für die Halbleiterprozesssteuerung und Überwachung unter Verwendung von PCA-Modellen mit reduzierter Grösse |
US20090282296A1 (en) * | 2008-05-08 | 2009-11-12 | Applied Materials, Inc. | Multivariate fault detection improvement for electronic device manufacturing |
US8335582B2 (en) * | 2008-05-19 | 2012-12-18 | Applied Materials, Inc. | Software application to analyze event log and chart tool fail rate as function of chamber and recipe |
KR101504594B1 (ko) * | 2008-08-28 | 2015-03-23 | 삼성전자주식회사 | 반도체 소자의 누설전류 예측 방법 |
US8494798B2 (en) * | 2008-09-02 | 2013-07-23 | Mks Instruments, Inc. | Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection |
US8527080B2 (en) * | 2008-10-02 | 2013-09-03 | Applied Materials, Inc. | Method and system for managing process jobs in a semiconductor fabrication facility |
US8643539B2 (en) * | 2008-11-19 | 2014-02-04 | Nokomis, Inc. | Advance manufacturing monitoring and diagnostic tool |
US9069345B2 (en) * | 2009-01-23 | 2015-06-30 | Mks Instruments, Inc. | Controlling a manufacturing process with a multivariate model |
DE102009006887B3 (de) * | 2009-01-30 | 2010-07-15 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zur Halbleiterprozesssteuerung und Überwachung unter Anwendung eines Datenqualitätsmaßes |
US8989887B2 (en) | 2009-02-11 | 2015-03-24 | Applied Materials, Inc. | Use of prediction data in monitoring actual production targets |
US8983631B2 (en) * | 2009-06-30 | 2015-03-17 | Lam Research Corporation | Arrangement for identifying uncontrolled events at the process module level and methods thereof |
US8855804B2 (en) | 2010-11-16 | 2014-10-07 | Mks Instruments, Inc. | Controlling a discrete-type manufacturing process with a multivariate model |
US20130268570A1 (en) * | 2010-11-26 | 2013-10-10 | Heung Seob Koo | Representative-value calculating device and method |
US9295148B2 (en) * | 2012-12-14 | 2016-03-22 | Lam Research Corporation | Computation of statistics for statistical data decimation |
US9541471B2 (en) | 2012-04-06 | 2017-01-10 | Mks Instruments, Inc. | Multivariate prediction of a batch manufacturing process |
US9429939B2 (en) | 2012-04-06 | 2016-08-30 | Mks Instruments, Inc. | Multivariate monitoring of a batch manufacturing process |
JP5739841B2 (ja) * | 2012-06-13 | 2015-06-24 | 株式会社東芝 | 電子デバイスの生産管理装置、生産管理システム及び生産管理プログラム |
US8917261B2 (en) * | 2012-06-26 | 2014-12-23 | Atmel Corporation | Pixel occlusion mitigation |
TWI463426B (zh) * | 2012-09-25 | 2014-12-01 | China Steel Corp | Integrated Process Monitoring Method and Its System |
KR101780874B1 (ko) | 2012-10-17 | 2017-09-21 | 도쿄엘렉트론가부시키가이샤 | 다변량 분석을 이용한 플라즈마 에칭 종료점 검출 |
FR3003034B1 (fr) * | 2013-03-05 | 2017-09-08 | Polyor Sarl | Protocole pour la preconisation et le dosage de la fertilisation phospho-potassique et magnesique (pkmg) de cultures agronomiques |
US9400944B2 (en) * | 2013-03-11 | 2016-07-26 | Sas Institute Inc. | Space dilating two-way variable selection |
JP6173851B2 (ja) | 2013-09-20 | 2017-08-02 | 株式会社日立ハイテクノロジーズ | 分析方法およびプラズマエッチング装置 |
CN103472732A (zh) * | 2013-09-27 | 2013-12-25 | 上海交通大学 | 一种改进的基于马氏距离的多变量控制器性能监控方法 |
US10431428B2 (en) | 2014-01-10 | 2019-10-01 | Reno Technologies, Inc. | System for providing variable capacitance |
KR101522385B1 (ko) * | 2014-05-02 | 2015-05-26 | 연세대학교 산학협력단 | 반도체 제조 공정에서의 이상 감지 방법, 장치 및 기록매체 |
FR3029622B1 (fr) * | 2014-12-05 | 2019-06-14 | Safran Aircraft Engines | Procede de suivi de la fabrication de pieces base sur l'analyse de coefficients de centrage |
FR3029620B1 (fr) * | 2014-12-05 | 2019-06-14 | Safran Aircraft Engines | Procede de suivi de la fabrication de pieces base sur l'analyse simultanee d'indicateurs statistiques |
CN104714537B (zh) * | 2015-01-10 | 2017-08-04 | 浙江大学 | 一种基于联合相对变化分析和自回归模型的故障预测方法 |
CN104777831B (zh) * | 2015-04-09 | 2017-11-17 | 武汉船用机械有限责任公司 | 一种液压式潜液泵系统的故障诊断方法 |
JP6665183B2 (ja) * | 2015-07-21 | 2020-03-13 | 東京エレクトロン株式会社 | プラズマ処理装置及びプラズマ処理方法 |
US10395895B2 (en) * | 2015-08-27 | 2019-08-27 | Mks Instruments, Inc. | Feedback control by RF waveform tailoring for ion energy distribution |
US10656102B2 (en) | 2015-10-22 | 2020-05-19 | Battelle Memorial Institute | Evaluating system performance with sparse principal component analysis and a test statistic |
US10692705B2 (en) | 2015-11-16 | 2020-06-23 | Tokyo Electron Limited | Advanced optical sensor and method for detecting an optical event in a light emission signal in a plasma chamber |
TWI690009B (zh) * | 2015-11-20 | 2020-04-01 | 財團法人工業技術研究院 | 設備的故障評估方法與故障評估裝置 |
US20170245361A1 (en) * | 2016-01-06 | 2017-08-24 | Nokomis, Inc. | Electronic device and methods to customize electronic device electromagnetic emissions |
US10521774B2 (en) * | 2016-03-22 | 2019-12-31 | Asm Ip Holding B.V. | Preventive maintenance system and preventive maintenance method |
US20170287791A1 (en) | 2016-03-31 | 2017-10-05 | Tokyo Electron Limited | Controlling dry etch process characteristics using waferless dry clean optical emission spectroscopy |
US10453653B2 (en) | 2016-09-02 | 2019-10-22 | Tokyo Electron Limited | Endpoint detection algorithm for atomic layer etching (ALE) |
US10804821B2 (en) * | 2016-11-04 | 2020-10-13 | Advanced Ion Beam Technology, Inc. | Apparatus and method for monitoring the relative relationship between the wafer and the chuck |
KR102520779B1 (ko) | 2016-11-18 | 2023-04-11 | 도쿄엘렉트론가부시키가이샤 | 제조 공정에서 입자 유도 아크 검출을 위한 조성 발광 분광법 |
CN106647274B (zh) * | 2016-12-28 | 2018-05-18 | 中南大学 | 一种连续生产过程中运行工况稳态判别方法 |
US10606253B2 (en) * | 2017-02-08 | 2020-03-31 | United Microelectronics Corp. | Method of monitoring processing system for processing substrate |
US10448864B1 (en) | 2017-02-24 | 2019-10-22 | Nokomis, Inc. | Apparatus and method to identify and measure gas concentrations |
KR20190121864A (ko) | 2017-03-17 | 2019-10-28 | 도쿄엘렉트론가부시키가이샤 | 에칭 메트릭 향상을 위한 표면 개질 제어 |
FR3066289B1 (fr) * | 2017-05-09 | 2021-03-19 | Quantics Tech | Procede, mise en oeuvre par ordinateur, de recherche de regles d'association dans une base de donnees |
JP6524274B2 (ja) * | 2017-05-26 | 2019-06-05 | ローム株式会社 | 信号灯モニタ |
US11476091B2 (en) | 2017-07-10 | 2022-10-18 | Reno Technologies, Inc. | Impedance matching network for diagnosing plasma chamber |
US11521833B2 (en) | 2017-07-10 | 2022-12-06 | Reno Technologies, Inc. | Combined RF generator and RF solid-state matching network |
US11489847B1 (en) | 2018-02-14 | 2022-11-01 | Nokomis, Inc. | System and method for physically detecting, identifying, and diagnosing medical electronic devices connectable to a network |
JP7139734B2 (ja) * | 2018-07-09 | 2022-09-21 | 日新電機株式会社 | 異常検知方法及び異常検知システム |
JP6990634B2 (ja) * | 2018-08-21 | 2022-02-03 | 株式会社日立ハイテク | 状態予測装置及び半導体製造装置 |
JP7068583B2 (ja) * | 2018-09-20 | 2022-05-17 | 日本電信電話株式会社 | 学習装置、推定装置、学習方法、推定方法およびプログラム |
US10976718B2 (en) * | 2019-03-06 | 2021-04-13 | Honeywell Limited | System and method for monitoring changes in process dynamic behavior by mapping parameters to a lower dimensional space |
CN109933049B (zh) * | 2019-03-29 | 2020-10-13 | 国网山东省电力公司费县供电公司 | 一种电力调度日志故障分类方法及系统 |
CN110109435B (zh) * | 2019-05-22 | 2020-07-24 | 杭州电子科技大学 | 一种改进两步子空间划分的在线监测方法 |
JP2022533246A (ja) | 2019-05-23 | 2022-07-21 | 東京エレクトロン株式会社 | ハイパースペクトルイメージングを使用する半導体プロセスの光学的診断 |
US10910201B1 (en) | 2019-08-22 | 2021-02-02 | Tokyo Electron Limited | Synthetic wavelengths for endpoint detection in plasma etching |
JP7450358B2 (ja) * | 2019-09-25 | 2024-03-15 | 東京エレクトロン株式会社 | 基板処理制御方法、基板処理装置、及び記憶媒体 |
US11293981B2 (en) * | 2020-01-15 | 2022-04-05 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for false-positive reduction in power electronic device evaluation |
JP7482651B2 (ja) * | 2020-03-04 | 2024-05-14 | キヤノン株式会社 | 情報処理装置、監視方法、プログラムおよび物品製造方法 |
CN110987436B (zh) * | 2020-03-05 | 2020-06-09 | 天津开发区精诺瀚海数据科技有限公司 | 基于激励机制的轴承故障诊断方法 |
TWI742693B (zh) * | 2020-05-26 | 2021-10-11 | 國立中正大學 | 感測器安裝最佳化裝置及其方法 |
US11893004B2 (en) | 2020-08-26 | 2024-02-06 | Ford Global Technologies, Llc | Anomaly detection in multidimensional sensor data |
CN112463264B (zh) * | 2020-12-11 | 2022-12-09 | 西安交通大学 | 一种用于反应堆破口事故分析程序的交互功能实现方法 |
CN117519052B (zh) * | 2023-12-12 | 2024-05-28 | 博纯(泉州)半导体材料有限公司 | 基于电子气体生产制造系统的故障分析方法及系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5442562A (en) | 1993-12-10 | 1995-08-15 | Eastman Kodak Company | Method of controlling a manufacturing process using multivariate analysis |
SE9304246L (sv) * | 1993-12-22 | 1995-06-23 | Asea Brown Boveri | Förfarande vid övervakning av multivariata processer |
US5796606A (en) * | 1996-02-07 | 1998-08-18 | Noranda Inc. | Process information and maintenance system for distributed control systems |
US6153115A (en) * | 1997-10-23 | 2000-11-28 | Massachusetts Institute Of Technology | Monitor of plasma processes with multivariate statistical analysis of plasma emission spectra |
JP2000114338A (ja) * | 1998-09-30 | 2000-04-21 | Mitsubishi Electric Corp | 半導体装置の特性変動評価方法、特性変動評価装置および特性変動評価プログラムを記憶した記録媒体 |
JP2000252179A (ja) * | 1999-03-04 | 2000-09-14 | Hitachi Ltd | 半導体製造プロセス安定化支援システム |
US6442445B1 (en) * | 1999-03-19 | 2002-08-27 | International Business Machines Corporation, | User configurable multivariate time series reduction tool control method |
US6368975B1 (en) * | 1999-07-07 | 2002-04-09 | Applied Materials, Inc. | Method and apparatus for monitoring a process by employing principal component analysis |
US6675137B1 (en) * | 1999-09-08 | 2004-01-06 | Advanced Micro Devices, Inc. | Method of data compression using principal components analysis |
US6470230B1 (en) * | 2000-01-04 | 2002-10-22 | Advanced Micro Devices, Inc. | Supervisory method for determining optimal process targets based on product performance in microelectronic fabrication |
ATE303618T1 (de) * | 2000-03-10 | 2005-09-15 | Smiths Detection Inc | Steuerung für einen industriellen prozes mit einer oder mehreren multidimensionalen variablen |
GB0007063D0 (en) * | 2000-03-23 | 2000-05-10 | Simsci Limited | Mulitvariate statistical process monitors |
US6622059B1 (en) * | 2000-04-13 | 2003-09-16 | Advanced Micro Devices, Inc. | Automated process monitoring and analysis system for semiconductor processing |
US6636862B2 (en) * | 2000-07-05 | 2003-10-21 | Camo, Inc. | Method and system for the dynamic analysis of data |
DE60104705T2 (de) | 2000-09-15 | 2005-09-15 | Advanced Micro Devices, Inc., Sunnyvale | Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung |
US6549864B1 (en) | 2001-08-13 | 2003-04-15 | General Electric Company | Multivariate statistical process analysis systems and methods for the production of melt polycarbonate |
WO2004105101A2 (en) * | 2003-05-16 | 2004-12-02 | Tokyo Electron Limited | A process system health index and method of using the same |
US6952657B2 (en) * | 2003-09-10 | 2005-10-04 | Peak Sensor Systems Llc | Industrial process fault detection using principal component analysis |
-
2003
- 2003-09-12 US US10/660,697 patent/US7328126B2/en not_active Expired - Lifetime
-
2004
- 2004-08-27 WO PCT/US2004/025599 patent/WO2005036314A2/en active Application Filing
- 2004-08-27 CN CNB2004800264199A patent/CN100476798C/zh active Active
- 2004-08-27 JP JP2006526083A patent/JP4699367B2/ja not_active Expired - Fee Related
- 2004-08-27 KR KR1020067005122A patent/KR101047971B1/ko active IP Right Grant
- 2004-08-27 EP EP04809545A patent/EP1665076A4/en not_active Withdrawn
- 2004-09-09 TW TW093127260A patent/TWI261738B/zh active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7705973B2 (en) | 2007-05-10 | 2010-04-27 | Samsung Electronics Co., Ltd. | Methods and systems for monitoring state of plasma chamber |
KR100928205B1 (ko) * | 2007-06-05 | 2009-11-25 | 삼성전자주식회사 | 반도체 제조설비 관리시스템 및 그의 통계적 공정 관리방법 |
Also Published As
Publication number | Publication date |
---|---|
KR101047971B1 (ko) | 2011-07-13 |
EP1665076A2 (en) | 2006-06-07 |
EP1665076A4 (en) | 2007-06-20 |
WO2005036314A3 (en) | 2005-11-10 |
US7328126B2 (en) | 2008-02-05 |
JP4699367B2 (ja) | 2011-06-08 |
US20050060103A1 (en) | 2005-03-17 |
TW200515112A (en) | 2005-05-01 |
CN1849599A (zh) | 2006-10-18 |
JP2007505494A (ja) | 2007-03-08 |
WO2005036314A2 (en) | 2005-04-21 |
TWI261738B (en) | 2006-09-11 |
CN100476798C (zh) | 2009-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101047971B1 (ko) | 적응형 다변량 해석을 이용한 프로세싱 시스템의 진단 방법및 장치 | |
US7713760B2 (en) | Process system health index and method of using the same | |
KR101121809B1 (ko) | 런 투 런 제어를 위한 방법 및 시스템 | |
US6675137B1 (en) | Method of data compression using principal components analysis | |
US7167766B2 (en) | Controlling a material processing tool and performance data | |
JP2006501684A (ja) | プラズマプロセスのデータを解析するための方法とシステム | |
US20050252884A1 (en) | Method and system for predicting process performance using material processing tool and sensor data | |
CN104040679A (zh) | 自适应配方选择器 | |
EP1210724A1 (en) | Method of determining etch endpoint using principal components analysis of optical emission spectra | |
CN109671624B (zh) | 用于确定工艺参数的方法和装置 | |
KR20220047281A (ko) | 플라즈마 에칭시 종료점 검출을 위한 합성 파장 | |
US6825920B2 (en) | Method and system of determining chamber seasoning condition by optical emission | |
US20040055868A1 (en) | Method for fault detection in a plasma process | |
JP4220378B2 (ja) | 処理結果の予測方法および処理装置 | |
KR20020027634A (ko) | 광학적 방출 스펙트라의 주요 구성원 분석을 이용한 식각종료점 결정 방법 | |
Mac Gearailt | Process diagnostics of industrial plasma systems | |
Ma | Unsupervised feature extraction techniques for plasma semiconductor etch processes | |
IE83802B1 (en) | A method for fault detection in a plasma process | |
IE83492B1 (en) | Fault classification in a plasma process chamber |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140626 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20150618 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20160617 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20170616 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20180618 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20190618 Year of fee payment: 9 |