KR20110073527A - 자체­진단형 반도체 장비 - Google Patents

자체­진단형 반도체 장비 Download PDF

Info

Publication number
KR20110073527A
KR20110073527A KR1020117008918A KR20117008918A KR20110073527A KR 20110073527 A KR20110073527 A KR 20110073527A KR 1020117008918 A KR1020117008918 A KR 1020117008918A KR 20117008918 A KR20117008918 A KR 20117008918A KR 20110073527 A KR20110073527 A KR 20110073527A
Authority
KR
South Korea
Prior art keywords
equipment
parameters
self
semiconductor
processing
Prior art date
Application number
KR1020117008918A
Other languages
English (en)
Inventor
매튜 에프. 데이비스
레이 리안
시아오리앙 쥬앙
퀸틴 이. 워커
Original Assignee
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 어플라이드 머티어리얼스, 인코포레이티드 filed Critical 어플라이드 머티어리얼스, 인코포레이티드
Publication of KR20110073527A publication Critical patent/KR20110073527A/ko

Links

Images

Classifications

    • 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
    • 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
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

반도체 프로세스 장비의 예측적인 유지보수를 위한 방법 및 장치가 제공된다. 일부 실시예에서, 반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하는 방법은 장비에 기판이 존재하지 않는 상태에서 반도체 프로세싱 장비에 대한 하나 이상의 자체-진단 테스트를 실시하는 단계를 포함할 수 있다. 자체-진단 테스트는 반도체 프로세스 장비로부터 하나 또는 둘 이상의 예측 파라미터 및 하나 또는 둘 이상의 응답 파라미터를 측정하는 단계를 포함할 수 있다. 하나 또는 둘 이상의 예상되는 응답 파라미터가 예측 모델을 이용하여 측정된 예측 파라미터를 기초로 계산될 수 있을 것이다. 하나 또는 둘 이상의 측정된 응답 파라미터가 하나 또는 둘 이상의 예상 응답 파라미터와 비교될 수 있다. 비교를 기초로 장비 유지보수가 필요한지의 여부에 대한 결정이 이루어질 수 있을 것이다.

Description

자체­진단형 반도체 장비{SELF­DIAGNOSTIC SEMICONDUCTOR EQUIPMENT}
개략적으로, 본원 발명의 실시예는 반도체 프로세싱 장비에 관한 것으로서, 보다 구체적으로 예측(predictive) 유지보수 능력을 가지는 반도체 프로세싱 장비에 관한 것이다.
예방적인(preventive) 유지보수와 반대되는 것으로서의 예측 유지보수가 반도체 산업에서 많은 논의 및 회의의 주제가 되고 있다. 오래전부터 툴(tool)의 상태를 평가하고 그것의 유지보수 필요성을 평가하기 위해서 프로세싱 툴로부터의 데이터를 이용하기 위한 노력이 있어 왔다. 그러나, 임의의 주어진 툴에서 사용되는 다수의 레시피(recipe)로 인해서, 그리고 툴의 시간에 걸친 거동을 특성화하는데 필요한 많은 노력으로 인해서, 상기 목적을 적절하게 달성하는 장비를 효과적으로 그리고 효율적으로 실행하는데 있어서 커다란 장애가 되고 있다.
예를 들어, 통상적으로, 웨이퍼 배치(batch)를 프로세싱하기에 앞서서 프로세스 툴을 연속적으로 튜닝하기 위한 시도에서, 빈번하게(frequent basis)(예를 들어, 매번의 시프트(every shift)) 프로세스 툴의 온-웨이퍼(on-wafer) 실시가 이용되어 왔다. 그러나, 이용되는 레시피 및/또는 이용되는 레시피들의 혼합에 따른 시간의 함수로서 툴 거동을 특성화(characterize)하는데 필요한 노력은 예측적인 유지보수의 성공적인 실시에 대한 커다란 장애가 되고 있다.
예를 들어, 통상적으로, 툴 모니터링은 RF 전력, 압력, 가스 유동 등을 포함하는 트랙킹(tracking) 툴 데이터를 포함한다. 불행하게도, 질량 유동 제어부, 압력 센서 등과 같은 툴 성분들은 개별적으로 교정된다. 만약 교정에 오류가 있거나 성분이 오작동한다면, 툴 데이터는 유효하지 않게 될 수 있고, 그리고 그러한 데이터의 모니터링은 유지보수를 위한 잘못된 수요를 초래할 수 있다. 또한, 질량 유동 제어부와 같은 성분에서, 유량은 통상적으로 툴의 프로세싱 부피로부터 분리된 위치(예를 들어, 질량 유동 제어부 내)에서 모니터링되고, 그에 따라 모니터링은 툴의 프로세싱 부피 내의 조건들을 나타내지 못하게 될 것이다.
그에 따라, 유효한 예측적인 유지보수 성능을 가지는 반도체 장비가 요구되고 있다.
반도체 프로세스 장비의 예측적인 유지보수를 위한 방법 및 장치가 제공된다. 일부 실시예에서, 반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하는 방법은 장비에 기판이 존재하지 않는 상태에서 반도체 프로세싱 장비에 대한 하나 이상의 자체-진단 테스트를 실시하는 단계를 포함할 수 있다. 자체-진단 테스트는 반도체 프로세스 장비로부터 하나 또는 둘 이상의 예측 파라미터 및 하나 또는 둘 이상의 응답 파라미터를 측정하는 단계를 포함할 수 있다. 하나 또는 둘 이상의 예상되는 응답 파라미터가 예측 모델을 이용하여 측정된 예측 파라미터를 기초로 계산될 수 있을 것이다. 하나 또는 둘 이상의 측정된 응답 파라미터가 하나 또는 둘 이상의 예상 응답 파라미터와 비교될 수 있다. 비교를 기초로 장비 유지보수가 필요한지의 여부에 대한 결정이 이루어질 수 있을 것이다. 다른 그리고 추가적인 변형예 및 실시예가 이하에서 설명될 것이다.
일부 실시예에서, 명령어들이 저장된 컴퓨터 판독형 매체가 제공되며, 상기 명령어들이 프로세서에 의해서 실행되었을 때 프로세서가 반도체 프로세싱 장비의 예측적인 유지보수를 위한 방법을 실시하게 되고, 상기 방법은: 장비에 기판이 존재하지 않는 상태에서 반도체 프로세싱 장비에 대한 하나 이상의 자체-진단 테스트를 실시하는 단계를 포함한다. 자체-진단 테스트는 전술한 바와 같을 것이다.
본원 발명의 일부 측면에서, 반도체 기판을 프로세싱하기 위한 시스템이 제공된다. 일부 실시예에서, 반도체 기판을 프로세싱하기 위한 시스템이 프로세스 챔버 및 상기 프로세스 챔버에 커플링되고 그리고 그 작동을 제어하도록 구성된 제어부를 포함한다. 상기 제어부는 명령어들이 저장된 컴퓨터 판독형 매체를 포함하며, 상기 명령어들이 프로세서에 의해서 실행되었을 때 프로세서가 반도체 프로세싱 장비의 예측적인 유지보수를 위한 방법을 실시하게 된다. 상기 반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하는 방법은 전술한 바와 같을 것이다.
본원 발명의 전술한 특징들이 보다 구체적으로 이해될 수 있는 방식으로, 첨부 도면에 일부가 도시된 실시예들을 참조하여 본원 발명에 대해서 보다 구체적으로 설명을 한다. 그러나, 첨부 도면들은 본원 발명의 단지 통상적인 실시예들을 도시하 것이고 그에 따라 본원 발명을 제한하는 것이 아님을 주지하여야 할 것이고, 본원 발명은 다른 균등한 효과의 실시예도 포함한다는 것을 주지하여야 할 것이다.
도 1은 본원 발명의 일부 실시예에 다른 예측적인 유지보수를 실시하기 위한 프로세스를 도시한 흐름도이다.
도 2는 본원 발명의 일부 실시예에 따른 자체-진단 테스트를 실시하기 위한 프로세스를 도시한 흐름도이다.
도 3은 본원 발명의 일부 실시예와 관련하여 사용하기에 적합한 에칭 챔버를 도시한 도면이다.
도 4는 본원 발명의 일부 실시예와 관련하여 사용하기에 적합한 종류의 예시적인 통합형 반도체 기판 프로세싱 시스템(예를 들어, 클러스터 툴)을 도시한 도면이다.
이해를 돕기 위해서, 가능한 경우에, 도면들에서 공통되는 동일한 구성요소에 대해서는 동일한 참조부호를 사용하였다. 도면들은 실척으로 도시된 것이 아니고 그리고 명료한 도시를 위해서 단순화된 것일 수 있다. 추가적인 설명이 없더라도, 일 실시예의 특징들 및 구성요소들이 다른 실시예에 유리하게 포함될 수 있다는 것을 이해할 수 있을 것이다.
본원 발명의 실시예는 예측적인 유지보수를 실시할 수 있는 장치 및 장치에 대한 예측적인 유지보수를 실시하기 위한 방법을 제공한다. 그러한 장치는 이하에서 보다 구체적으로 설명하는 바와 같이 임의의 적합한 프로세싱 장치, 예를 들어, 반도체 프로세싱 장비일 수 있다. 그러한 방법은 장치를 제어하도록 구성된 제어부의 메모리에 저장될 수 있다. 전체적인 툴 다이나믹(dynamics)을 캡쳐하는 것을 돕기 위해서 그리고 시간에 걸쳐 툴 성능을 특성화하기 위해서 제한된 수(하나 또는 둘 이상)의 웨이퍼가 없는(기판이 없는) 레시피 또는 다른 지시들을 이용함으로써, 본원 발명의 장치 및 방법은 예측적인 유지보수를 제어가 가능한 방식으로 용이하게 실시할 수 있게 돕는다. 유지보수가 필요한지의 여부를 결정하기 위해서, 특성화된 툴 성능이 특정 툴에 대한 기본적인 특성화와 비교될 수 있을 것이다. 레시피(들), 또는 지시들(instructions)이 자동적으로(예를 들어, 툴에 의해서) 및/또는 수동적으로(예를 들어, 작업자에 의해서) 운용될 수 있을 것이다.
도 1은 본원 발명의 일부 실시예에 따른 예측적인 유지보수 프로세스(100)를 도시한 흐름도이다. 그러한 프로세스(100)는 프로세스 장비(예를 들어, 이하에서 설명하는 바와 같은 프로세스 챔버)의 하나 또는 둘 이상의 피스의 제어부의 메모리에 저장될 수 있다. 프로세스(100)는 단계(102)에서 시작되고, 여기에서 장비를 테스트 할 것인지 또는 그렇지 않은지에 대한 결정이 이루어진다. 장비를 테스트하기 위한 결정은, 예를 들어 체크들 사이에서 경과한 실제 시간, 경과한 장비 가동 시간, 장비로 제 1 웨이퍼를 도입하기에 앞서서, 장비내에서 각 웨이퍼를 프로세싱하는 것들 사이에서, 장비 내에서 웨이퍼 로트들(lots) 프로세싱 사이에서, 작업자의 시프트-대-시프트 변화, 장비내의 프로세스 조건들을 변화시키는 것들 사이에서, 챔버 세정 프로세스 또는 장비의 다른 유지보수 후에, 또는 희망하는 임의의 다른 시간에서, 등을 기초로, 반도체 제조 프로세스의 임의의 희망 스테이지에서 이루어질 수 있을 것이다. 단계(102)에서의 결정은, 임의의 적절한 시간이나 희망하는 시간에, 예를 들어, 장비의 아이들링 시간 동안에, 자동적으로(예를 들어, 툴에 의해서) 및/또는 수동적으로(예를 들어, 작업자에 의해서) 이루어질 수 있을 것이다.
장비를 테스트 하지 않기로 결정되었다면, 블록(110)으로 연결된 라인(112)에 의해서 도시된 바와 같이 장비가 계속적으로 운전될 것이다. 장비를 테스트할 것인지의 여부에 대한 질의가 있을 때(결정 블록(102)으로 다시 연결되는 라인(114)에 의해서 도시되는 바와 같음)까지 장비가 계속 운전될 것이다. 장비를 테스트 하기로 결정되었다면, 자체-진단 테스트가 장비에 대해서 실시될 것이다(단계(104)에 도시된 바와 같음).
자체-진단 테스트는 웨이퍼가 없는(또는 기판이 없는) 자체-진단 프로세스 레시피를 이용하며, 그러한 레시피는 관심 대상이 되는 각각의 개별적인 프로세스 파라미터(이하에서 설명하는 바와 같다)에 대한 섭동(perturbation) 테스트를 실시한다. 자체-진단 프로세스 레시피는 챔버 내에서 웨이퍼를 필요로 하지 않고(기판을 필요로 하지 않고) 그에 따라 챔버 응답에서 임의의 웨이퍼-관련 효과 또는 기판-관련 효과를 제거할 수 있다. 또한, 그러한 레시피는 한번의 운전을 통해서 챔버 상의 다수의 주요 하드웨어 성분의 건전상태 체크(health check)를 제공하며, 그에 따라 매우 효과적이다.
자체-진단 테스트는 예측 파라미터 및 응답 파라미터를 포함하는 프로세스 파라미터를 모니터링하는 단계를 포함할 수 있다. 예측 파라미터는 직접적으로 및/또는 독립적으로 측정될 수 있는 모든 파라미터를 포함할 수 있다. 그러한 예측 파라미터의 적절한 예에는, 툴 상태 가변 식별자(tool status variable identifiers ; SVIDs), 예를 들어 RF 바이어스 전압, RF 바이어스 전류, 웨이퍼 자체 바이어스 포텐셜(wafer self bias potential ; Vdc), 스로틀 밸브 각도, 총 유동, 정전기 척(ESC) 전류 등, 또는 프로세스 챔버 내에서의 프로세스 가스의 전달, 광학적 방출, 또는 적외선 흡수 등을 포함할 수 있을 것이다. 그와 같은 경우에, 예측 파라미터가 챔버 성능의 독립적인 확인을 위해서 이용될 수 있을 것이다.
응답 파라미터는 장비와 직접적으로 연관되고 그리고 개별적으로 교정되며 챔버 성분으로부터 획득되는 임의 파라미터를 포함할 수 있을 것이다(예를 들어, 응답 파라미터는 프로세스 챔버에 커플링된 모듈 또는 제어 요소로부터의 리드백 값(readback value)일 수 있다). 응답 파라미터는 챔버 성분에 커플링된 센서로부터 획득될 수 있고, 및/또는 챔버 성분을 제어하는 제어부로부터의 셋포인트(setpoint)일 수 있다. 일부 실시예에서, 응답 파라미터는 하나 또는 둘 이상의 챔버 또는 성분 온도(예를 들어, 기판 지지 받침대, 정전기 척 등의 온도), 챔버로 전달되는 RF 전력(예를 들어 RF 공급원 전력 또는 RF 바이어스 전력), RF 하모닉(harmonics), 전기 신호(예를 들어, 전압, 전류, 상 인터액션(phase interaction) 등), 장비로 도입되는 가스의 가스 유량(예를 들어, 질량 유동 제어부 등을 통한), 장비의 내부 프로세스 부피의 압력 등을 포함할 수 있을 것이다. 일부 실시예에서, 응답 파라미터는 센서 데이터(예를 들어, 열전쌍, 압력 센서, 전기 센서 등)를 기록함으로써 얻어질 수 있을 것이다. 일부 실시예에서, 응답 파라미터들의 값이 개별적인 성분의 프로그램된 셋포인트로부터 직접 획득될 수 있을 것이다.
자체-진단 테스트가 시작될 때, 자체-진단 프로세스 레시피가 프로세스 챔버 내에서 실시될 것이다. 자체-진단 프로세스 레시피는 하나 또는 둘 이상의 프로세스 파라미터를 시스템적으로(systematically) 테스트할 것이다. 일부 실시예에서, 자체-진단 프로세스 레시피는 하나 또는 둘 이상의 응답 파라미터를 섭동하는 단계(perturbing) 및 하나 또는 둘 이상의 예측 파라미터를 측정하는 단계를 포함할 수 있다. 일부 실시예에서, 예측 파라미터는 관심의 대상이 되는 각각의 개별적인 응답 파라미터에 대해서 섭동 테스트를 실시함으로써 획득될 수 있을 것이다. 예를 들어, 일부 실시예에서, RF 공급원 전력과 같은 응답 파라미터가 약간 섭동될 수 있을 것이며(예를 들어 1000 Watts로부터 1100 Watts로) 이때 다른 모든 응답 파라미터는 일정하게 유지하고 그리고 예측 파라미터의 변화를 측정한다. 각각의 개별적인 응답 파라미터의 섭동을 포함하는 테스트 행렬(matrix)이 생성될 때까지 각 응답 파라미터가 유사한 방식으로 섭동될 수 있다. 테스트 행렬은 이하에서 설명하는 바와 같이 예측 모델에서 이용될 수 있을 것이다.
자체-진단 테스트가 다양한 방식으로 단계(104)에서 실시될 수 있을 것이다. 예를 들어, 도 2는 본원 발명의 일부 실시예에 따른 자체-진단 테스트를 실시하기 위한 프로세스(200)의 흐름도를 도시한다. 프로세스(200), 및 그 변형예는 도 1과 관련하여 단계(104)에서 설명된 자체-진단 테스트의 적어도 일부로서 이용될 수 있을 것이다. 일부 실시예에서, 자체-진단 측정은 자체-진단 프로세스 레시피('202'에 도시된 바와 같음)에 따라서 전술한 바와 같이 프로세스 파라미터를 측정함으로써 실시될 수 있을 것이다. 자체-진단 프로세스 레시피는, 예를 들어, 장비의 제어부의 메모리에 저장된 지시의 일부로서 또는 작업자에 의한 수동 입력으로서 도입될 수 있을 것이다. 자체-진단 프로세스 레시피는 테스트되는 프로세스 챔버의 타입에 대해서 특유한 것(unique)일 수 있고, 그리고 테스트 되는 챔버에 대해서 특유할 수 있는 하나 또는 둘 이상의 응답 파라미터의 섭동을 포함할 수 있을 것이다. 예를 들어, 플라즈마 프로세스 챔버에서, 자체-진단 프로세스 레시피가 하나 또는 둘 이상의 RF 전력, RF 바이어스, 챔버 압력, 가스 유량 등을 섭동하는 단계, 그리고 자체-진단 프로세스 레시피에서 특정된 조건에서 생성된 플라즈마로부터의 광학적 방출 등을 측정하는 단계를 포함한다. 자체-진단 프로세스 레시피는 하나 또는 둘 이상의 응답 파라미터를 순차적으로, 동시에, 또는 다른 방식으로 섭동할 수 있을 것이며, 그리고 각 섭동에서 하나 또는 둘 이상의 예측 파라미터를 측정할 수 있을 것이다.
일부 실시예에서, 장비 내에 웨이퍼가 존재하지 않을 때, 자체-진단 프로세스 레시피가 실행될 수 있을 것이며, 그에 따라 챔버 성능의 분석의 경우에 제품 웨이퍼 또는 테스트 웨이퍼에 대한 의존성을 감소시킬 수 있을 것이다. 웨이퍼의 존재를 제거하는 것은 또한 테스트를 실시하는데 필요한 시간, 다양한 웨이퍼 조성에 의해서 도입되는 테스트 변동성, 제품 웨이퍼가 사용되 경우에 제품 웨이퍼에 대한 손상 위험 등을 줄일 수 있을 것이다.
다음에, 단계(204)에서, 프로세스 파라미터가 예측 모델을 이용하여 계산될 수 있을 것이다. 예측 모델은 적절한 통계학적 분석, 예를 들어, 이하에서 보다 구체적으로 설명하는 바와 같은, 부분최소곱 회귀 분석(partial least squares (PLS) regression analysis)을 이용하여 생성될 수 있을 것이다. 일부 실시예에서, 하나 또는 둘 이상의 측정된 예측 파라미터를 예측 모델에 대한 입력 데이터로서 이용할 수 있을 것이다. 하나 또는 둘 이상의 측정된 예측 파라미터를 이용하는 것은 각 응답 파라미터의 값들을 보다 정확하게 계산할 수 있는 예측 모델의 생성을 도울 것이다. 응답 파라미터의 계산된 값은 셋포인트 값 및/또는 센서 데이터로부터 획득된 값과 동일하거나 또는 상이할 수 있을 것이다.
예측 모델은 장비의 베이스라인 특성화(baseline characterization)를 이용하여 공식화(formulate)될 수 있을 것이다. 베이스라인 특성화는 허용될 수 있는 또는 최적화된 조건에 있는 것으로 알려진 또는 추정되는 장비의 성능 분석 및/또는 하나 또는 둘 이상의 측정치, 이상적인 것으로서 지칭되는 장비(예를 들어, "골든(golden) 챔버")의 하나 또는 둘 이상의 모델링된 측정치, 또는 이들의 조합 등을 포함할 수 있다. 예를 들어, 일부 실시예에서, 베이스라인 특성화는 이상적인 조건하에서 작동되는 챔버 내에서 전술한 자체-진단 프로세스 레시피를 이용하여 실시될 수 있을 것이다. 자체-진단 프로세스 레시피가 작동되고 그리고 예측 파라미터 및 응답 파라미터가 각각의 섭동 단계에서 측정되고 및/또는 획득되어 예측 파라미터 및 응답 파라미터를 포함하는 테스트 행렬을 생성할 수 있을 것이다. 각 섭동에서, 하나 또는 둘 이상의 예측 파라미터의 측정치 및 각 응답 파라미터의 센서 데이터(또는 셋포인트 데이터)가 테스트 행렬에 기록될 것이다. 테스트 행렬은 자체-진단 프로세스 레시피 내의 모든 섭동 단계들로부터 하나 또는 둘 이상의 측정된 예측 파라미터 그리고 각각의 개별적인 응답 파라미터의 센서 데이터 또는 셋포인트 데이터를 포함할 것이다.
자체-진단 프로세스 레시피를 최적의 조건하에서 작동하는 프로세스 챔버에 적용하는 것으로부터 형성된 테스트 행렬이, 예측 모델을 생성하기 위해서, 예를 들어 부분최소곱 회귀 분석을 이용하여 회귀될 수 있다. 자체-진단 교정 운전(run)으로부터 수집된 응답 행렬 및 예측 행렬을 회귀시킴으로써 다수 응답 파라미터에 대해서 하나의 예측 모델이 생성될 수 있을 것이다(예를 들어, 예측 값들을, 골든 챔버/이상적인 챔버의 초기 특성화 또는 모델링 중에 측정된 툴 데이터와 같게 만든다). 일부 실시예에서, 정확한 챔버 매칭 솔루션(matching solution)을 제공하기 위해서 예측 모델이 또한 다른 챔버들에 대해서도 적용될 수 있을 것이다.
예측 모델은 임의의 챔버 조건에서 응답 파라미터를 예측 및/또는 계산할 수 있을 것이며, 테스트 레시피에서 이용되는 그러한 챔버 조건으로 제한되지는 않을 것이다. 일부 실시예에서, 예측 모델은 하나 또는 둘 이상의 응답 파라미터를 예측/계산하기 위한 입력으로서 하나 또는 둘 이상의 측정된 예측 파라미터를 이용한다. 제조 프로세스를 기초로 디자인된 장비를 이용함으로써, 제조 프로세스 편차(drift)를 모니터링하기 위해서 그리고 오류 탐지를 제공하기 위해서 예측 모델이 생성될 수 있을 것이다.
일부 실시예에서, 예측 모델은 교정 프로세스, 유효화(validation) 프로세스, 및, 필요한 경우에, 변경 및 재유효화 프로세스를 이용하여 생성될 수 있을 것이다. 교정 프로세스에서, 응답 파라미터 및 예측 파라미터 모두가 전술한 바와 같은 실험 디자인을 통해서 수집된다. 예를 들어, 부분최소곱 회귀를 이용하여 그러한 데이터를 기초로 예측 모델이 생성될 수 있을 것이다. 이어서, 예측 모델이 입력으로서 예측 파라미터를 취하고 그리고 출력으로서 응답 파라미터의 값을 계산한다.
다음에, 유효화 프로세스는 다른 세트의 응답 파라미터 및 예측 파라미터를 이용한다. 예측 파라미터들은 예측 모델에 대한 입력으로서 사용되고 그리고 응답 파라미터들은 예측 모델의 출력과 비교하기 위해서 사용된다. 응답 파라미터들의 예측된 값과 실제 값 사이의 편차가 사용자가 규정한 한계를 초과한다면, 예측 모델을 수정하여야 할 것이다. 만약 응답 파라미터의 예측 값들이 실제 값에 충분히 근접한다면, 예측 모델은 생산 중에 사용될 준비가 된 것이다.
다음에, 단계(206)에서, 계산된 프로세스 파라미터들이 단계(202)에서 자체-진단 테스트의 개시(onset)에서 얻어지는 측정된 프로세스 파라미터들과 비교될 것이다. 일부 실시예에서, 관찰된 응답 파라미터들이 계산된 응답 파라미터들과 비교될 수 있고, 그리고 그 차이, 백분율 차이, 통계학적 분석 등이 연산될 수 있을 것이다. 일부 실시예에서, 각각의 개별적인 챔버 성분의 관찰된 그리고 계산된 응답 파라미터들 사이의 변동이 연산될 것이고, 그리고 어떠한 챔버 성분의 조합 또는 성분이 교정을 벗어나는지, 손상되었는지, 유지보수를 필요로 하는지, 세정을 필요로 하는지 등과 관련하여 결정이 이루어질 수 있을 것이다.
단계(206)에서 실시되는 비교는 실시간적일 것이다. 응답 파라미터들의 예측 값들을 모니터링된/관찰된 툴 데이터와 비교하는 것은 챔버에 대한 자체적인-항상성 체크(self-consistency check)를 제공한다. 이들 두 가지가 일치하지 않는다면, 사용자에게 경고하기 위해서, 자체-항상성 체크를 통과하지 않는 파라미터에 대해서 특정된(specific) 결함(fault)이 현장에서(in situ) 생성될 수 있을 것이다. 예를 들어, 툴로부터 통계 분석을 실시하고 운전 시간 동안에 예측 모델을 인가하는 제어부로 툴 센서 데이터를 부여함으로써, 자체-진단 테스트가 실시될 수 있다. 일부 실시예에서, 제어부는 미국, 캘리포니아 산타클라라에 소재하는Applied Materials, Inc.로부터 공급되는 에칭 툴(도 3과 관련하여 이하에서 설명하는 바와 같다)에 설치된 EYED® PSM 시스템의 일부일 수 있다. 그러한 EYED® 시스템이 또한 종단점 능력(endpoint capability)을 가지고 있기 때문에, 그것은 프로세스에 간섭하도록 사용될 수 있고 그리고 자체 진단 작동 중에 비정상적인 상황을 탐지하였을 때 경고 또는 오류 메시지를 생성할 수 있을 것이다.
도 1을 다시 참조하면, 자체 진단이 단계(104)(또는 자체-진단 테스트를 실시하기 위한 프로세스(200))에서 실시된 후에, 장비가 자체-진단 테스트를 통과하였는지의 여부에 관한 결정을 내린다(단계(106)에 도시된 바와 같음). 그 결과 '예'라면, 테스트 장비가 단계(102)에서 다시 질문을 받을 때(점선(114)으로 도시된 바와 같다)까지 단계(110)에 도시된 바와 같이 장비가 작업을 계속할 것이다. 예를 들어, 자체-진단 측정의 분석이 베이스 라인 측정의 특정된 공차 이내라면(예를 들어, 계산된 응답 파라미터와 관찰된 응답 파라미터 사이의 변동이 특정된 공차 범위 이내라면), 유지보수를 위한 중단 없이 장비는 계속 작동될 것이다.
만약 장비가 테스트를 통과하지 못한다면(예를 들어, 단계(106)에서의 질문에 대한 답이 '아니오'이다), 단계(108)에 도시된 바와 같이, 장비에 대한 유지보수가 실시될 것이다. 예를 들어, 자체-진단 측정의 분석이 공차 범위를 벗어난다면, 장비의 작동이 중단되고, 그리고 유지보수를 실시하여 장비를 만족스러운 상태로 복귀시킬 것이다. 유지보수는 장비의 현장형 세정, 조정, 보수, 또는 장비 성분의 교체, 등을 포함할 것이다. 장비의 유지보수가 완료된 후에, 장비가 만족스럽게 작동하는지를 확인하기 위해서 프로세스(100)를 희망에 따라 반복할 수 있을 것이다.
전술한 자체-진단 프로세스가 수동적으로 또는 자동적으로 실시될 수 있고 그리고 전술한 바와 같이 제조 스테이지들 또는 시간 프레임(time frame)들에서 반복되거나 또는 도입될 수 있을 것이다. 본원 발명에 따른 자체-진단 프로세스는 (비제한적인 예로서) 플라즈마 및 비-플라즈마 보조형 장비, 자기 보조형 프로세싱 장비, 열적 프로세싱 장비, 에칭 챔버, 증착 챔버, 열적 프로세싱 챔버(예를 들어, 어닐링 챔버) 등을 포함하는 임의의 반도체 제조 장비에서 실시될 수 있을 것이다.
예를 들어, 도 3은 본원 명세서에서 기재된 바와 같은 본원 발명의 실시예를 실시하는데 이용될 수 있는 종류의 예시적인 에칭 반응기(300)를 도시한 도면이다. 반응기(300)는 단독으로 이용될 수 있고, 또는 보다 통상적으로, 통합형 반도체 기판 프로세싱 시스템, 또는 클러스터 툴의 프로세싱 모듈로서 이용될 수 있으며, 상기 클러스터 툴의 예를 들면, 미국 캘리포니아 산타클라라에 소재하는 Applied Materials, Inc.가 공급하는 CENTURA® 통합형 반도체 웨이퍼 프로세싱 시스템이 있다. 에칭 반응기(300)의 적합한 예에는 Applied Materials, Inc.가 제공하는 반도체 장비의 DPS® 라인(예를 들어, DPS®, DPS® II, DPS® AE, DPS® G3 폴리 에쳐(poly etcher) 등), 반도체 장비의 ADVANTEDGE™ 라인(예를 들어, AdvantEdge, AdvantEdge G3), 또는 다른 반도체 장비(예를 들어, ENABLER®, E-MAX®, 또는 유사 장비)가 포함된다. 전술한 반도체 장비의 리스트는 단지 예시적인 것이고, 다른 에칭 반응기 및 비-에칭 장비들(예를 들어, CVD 반응기, 또는 다른 반도체 프로세싱 장비)도 적절하게 이용될 수 있을 것이다.
반응기(300)는 전도성 본체(벽)(330) 내부의 웨이퍼 지지 받침대(316)를 구비하는 프로세스 챔버(310), 및 제어부(340)를 포함한다. 지지 받침대(음극)(316)가 제 1 매칭 네트워크(324)를 통해서 바이어싱 전력 공급원(322)에 커플링된다. 바이어싱 공급원(322)은 일반적으로 연속적인 전류 또는 펄스형 전류를 생성할 수 있는 약 13.56 MHz 주파수의 500 W 이하의 공급원이다. 다른 실시예에서, 공급원(322)은 직류 또는 펄스형 직류 공급원이 될 수 있다. 챔버(310)는 실질적으로 평평한 유전체 천장(320)을 구비한다. 챔버(310)의 다른 변형예가 다른 타입의 천장, 예를 들어, 돔-형상의 천장이나 다른 형상을 가질 수 있을 것이다. 하나 이상의 유도형 코일 안테나(312)가 천장(320)의 위쪽에 배치된다(2개의 동축적인 안테나(312)가 도 3에 도시되어 있다). 각 안테나(312)가 제 2 매칭 네트워크(319)를 통해서 플라즈마 전력 공급원(318)으로 커플링된다. 플라즈마 공급원(318)은 통상적으로 50 kHz 내지 13.56 MHz에서 튜닝이 가능한 주파수에서 4000 W 이하를 생성할 수 있다. 통상적으로, 벽(330)이 전기 접지(334)에 커플링될 수 있다.
통상적인 작업 중에, 반도체 기판, 또는 웨이퍼(314)가 받침대(316) 상에 위치될 수 있고 그리고 프로세스 가스들이 입구 포트(326)를 통해서 가스 패널(338)로부터 공급되고 가스 혼합물(350)을 형성한다. 플라즈마 공급원(318)으로부터 안테나(312)로 전력을 인가함으로써, 가스 혼합물(350)이 챔버(310) 내에서 플라즈마(355)로 점화된다. 선택적으로, 바이어스 공급원(322)으로부터의 전력이 또한 음극(316)으로도 제공될 수 있다. 챔버(310) 내부의 압력이 스로틀 밸브(327) 및 진공 펌프(336)에 의해서 제어된다. 챔버 벽(330)의 온도는 벽(330)을 통과하는 액체-함유 도관(도시하지 않음)을 이용하여 제어될 수 있을 것이다.
웨이퍼(314)의 온도는 지지 받침대(316)의 온도를 안정화시킴으로써 제어될 수 있을 것이다. 일 실시예에서, 가스 공급원(348)으로부터의 헬륨 가스가 가스 도관(349)을 통해서 채널들로 공급되고, 그러한 채널은 받침대 표면 내의 홈(도시하지 않음)과 웨이퍼(314)의 뒷면 사이에 형성된다. 헬륨 가스는 받침대(136)와 웨이퍼(314) 사이의 열전달을 촉진하기 위해서 이용된다. 프로세싱 동안에, 받침대(136)가 받침대 내부의 저항형 히터(도시하지 않음)에 의해서 안정 상태 온도까지 가열되고 이어서 헬륨 가스가 웨이퍼(314)의 일정한 가열을 돕는다. 그러한 열적 제어를 이용하여, 웨이퍼(314)가 0 ℃ 내지 500 ℃ 사이의 온도에서 유지될 수 있을 것이다.
소위 당업자는, 원격 플라즈마 공급원을 가지는 챔버, 마이크로파 플라즈마 챔버, 전자 사이클론 공진(ECR) 플라즈마 챔버 등을 포함하는 다른 형태의 에칭 챔버들도 본원 명세서에 기재된 사상에 따라서 변경될 수 있다는 것을 이해할 수 있을 것이다.
제어부(340)는 중앙처리유닛(CPU)(344), 메모리(342), 및 CPU(344)를 위한 지원 회로(346)를 포함하고 그리고, 본원 명세서에서 기재한 바와 같이, 에칭 프로세스 챔버(310)의 성분들의 제어 및 에칭 프로세스의 제어를 돕는다. 제어부(340)는 임의 형태의 범용 컴퓨터 프로세서 중 하나일 수 있고, 그러한 프로세서는 여러 챔버 및 하위-프로세서를 제어하기 위한 산업적인 셋팅에서 사용될 수 있을 것이다. CPU(344)의 메모리, 또는 컴퓨터-판독형 매체(342)가 랜덤 억세스 메모리(RAM), 리드 온리 메모리(ROM), 플로피 디스크, 하드 디스크, 또는 지역적인(local) 또는 원격지의 임의의 다른 형태의 디지털 저장장치와 같은 하나 또는 둘 이상의 용이하게 이용가능한 메모리일 수 있을 것이다. 지원 회로(346)는 통상적인 방식으로 프로세서를 지원하기 위해서 CPU(344)에 커플링된다. 이러한 회로들은 캐시, 전원 공급부, 클록 회로, 입력/출력 회로 및 하위 시스템들 등을 포함한다. 본원 발명의 방법이 소프트웨어 루틴으로서 메모리(342)에 저장될 수 있고 그리고 전술한 바와 같은 방식으로 실행되거나 도입될 수 있을 것이다. 소프트웨어 루틴이 또한 CPU(344)에 의해서 제어되는 하드웨어로부터 원격지에 위치된 제 2 CPU(도시하지 않음)에 의해서 저장되고 실행될 수 있을 것이다.
도 4는 본원 발명의 일 실시예에서 사용되는 종류의 예시적인 통합형 반도체 기판 프로세싱 시스템(예를 들어, 클러스터 툴)(400)을 도시한 도면이다.
시스템(400)은, 예를 들어, 진공-밀봉 프로세싱 플랫폼(401), 입력/출력 모듈(402), 및 시스템 제어부(440)를 포함한다. 일 실시예에서, 플랫폼(401)은 프로세싱 모듈(410, 4112, 414, 및 416)과 하나 이상의 로드-록 챔버(로드-록 챔버(421 및 422)가 도시되어 있다)를 포함하며, 이들은 공통의 진공형 기판 이송 챔버(428)에 커플링된다.
프로세싱 모듈(410, 412, 414 및 416)은 전술한 반도체 프로세싱 장비를 포함하는 본원 발명의 실시에 적합한 임의의 반도체 프로세싱 모듈일 수 있을 것이다.
로드록 챔버(421 및 422)가 대기 오염물질로부터 이송 챔버(428)를 보호한다. 이송 챔버(428)는 기판 로봇(430)을 포함한다. 작동 중에, 로봇(430)은 기판을 로드 록 챔버와 프로세싱 모듈 사이에서 이송한다. 로봇(430)의 도시된 실시예는 단지 설명을 위한 것이다.
입력/출력 모듈(402)은 계측(metrology) 모듈(426), 하나 또는 둘 이상의 FOUP(front opening unified pod)(FOUP(406 및 407)가 도시됨)를 수용하기 위한 하나 이상의 도킹 스테이션, 그리고 하나 이상의 기판 로봇(2개의 로봇(408 및 420)이 도시됨)을 포함한다. 일 실시예에서, 계측 모듈(426)은 기판 상에 형성된 구조물의 임계 치수를 측정하기에 적합한 하나 이상의 비-파괴 측정 기술을 채용하는 측정 툴(404)을 포함한다. 임계 치수를 광학적으로 측정하는 하나의 적합한 측정 툴(404)이 미국 캘리포니아 밀피타스에 소재하는 Nanometrics 로부터 제공된다. 로봇(408 및 420)은 프로세싱-전 그리고 프로세싱-후의 기판을 FOUP(406), 측정 툴(404), 및 로드-록 챔버(421, 422) 사이에서 이송한다. 도시된 실시예에서, 계측 모듈(426)이 통과-모듈로서 이용된다. 다른 실시예(도시하지 않음)에서, 계측 모듈(426)은 입력/출력 모듈(402)의 주변 유닛일 수 있다. 측정 툴을 가지는 프로세싱 시스템이, 예를 들어, 본 출원인에게 공동으로 양도되고, 2000년 11월 21일자로 특허 허여되었으며 본원 명세서에서 참조되는 미국 특허 6,150,664에 기재되어 있다.
일반적으로, 팩토리 인터페이스(424)는 여러 프로세싱 시스템들과 반도체 팹(fab)의 제조 영역 사이에서 FOUPs(406, 407) 내에 배치된 프로세싱-전 및 프로세싱-후의 웨이퍼들을 가지는 카셋트를 이송하는데 이용되는 대기압 인터페이스이다. 일반적으로, 팩토리 인터페이스(424)는 기판-핸들링 장치(436) 및 트랙(438)을 포함한다. 작업 중에, 기판-핸들링 장치(436)가 트랙(438)을 따라 이동하여 클러스터 툴과 다른 프로세싱 장비 사이에서 FOUPs를 이송한다.
시스템 제어부(440)는 통합형 프로세싱 시스템(400)의 장치 및 모듈에 커플링되어 그 장치 및 모듈을 제어한다. 시스템 제어부(440)는 시스템(400)의 장치 및 모듈을 직접적으로 제어함으로써, 또는 그 대신에, 이들 장치 및 모듈과 연관된 컴퓨터(또는 제어부들)를 제어함으로써, 시스템(400) 작업의 모든 측면을 제어한다. 작업 중에, 시스템 제어부(440)는 각 모듈 및 장치로부터의 데이터 수집 및 피드백을 가능하게 하고, 이는 시스템(400)의 성능을 최적화한다.
일반적으로, 시스템 제어부(440)는 중앙처리유닛(CPU)(442), 메모리(444), 및 지원 회로(446)를 포함한다. CPU(442)는 산업적인 셋팅에서 사용될 수 있는 범용 컴퓨터 프로세서 중 하나의 임의 형태일 수 있다. 지원 회로(446)는 통상적으로 CPU(442)에 커플링되고 그리고 캐시, 클록 회로, 입력/출력 하위시스템, 전력 공급원 등을 포함할 수 있다. 소프트웨어 루틴이 CPU(442)에 의해서 실행될 때, 그러한 소프트웨어 루틴은 CPU를 특정 목적의 컴퓨터(제어부)(440)로 전환시킨다. 소프트웨어 루틴은 또한 시스템(400)으로부터 원격지에 위치된 제 2 제어부(도시하지 않음)에 의해서 저장 및/또는 실행될 수 있을 것이다.
전술한 본원 발명의 방법들의 실시예가 소프트웨어 루틴으로서 메모리(444)에 저장될 수 있다. 소프트웨어 루틴은 또한 CPU(442)에 의해서 제어되는 하드웨어로부터 원격지에 위치된 제 2 CPU(도시하지 않음)에 의해서 저장되고 및/또는 실행될 수 있을 것이다. 작동 중에, 제어부(440)는 본원 발명의 방법을 실시하기 위한 지시를 직접적으로, 또는 그 대신에, 프로세스 챔버(410-416) 및/또는 그들의 지원 시스템과 관련된 다른 컴퓨터들이나 제어부들을 통해서 시스템(400)으로 전달한다. 그 대신에, 전술한 바와 같이, 본원 발명의 방법이 프로세스 챔버(410-416)와 관련된 제어부들에 내장될 수 있을 것이다.
그에 따라, 반도체 프로세스 장비의 예측적인 유지보수를 실시하기 위한 방법 및 그러한 것을 실시하도록 구성된 자체-경보 반도체 장비가 설명되었다. 그러한 방법은 웨이퍼가 존재하지 않는 상태로 반도체 장비에서 바람직하게 실시될 수 있을 것이다. 그러한 방법을 이용하여, 장비가 잘못 거동하는지의 여부 및 유지보수를 필요로 하는지의 여부를 평가할 수 있고 또는 그 거동이 예측될 수 있는지 그에 따라 웨이퍼 프로세싱을 위한 준비가 되어 있는지를 평가할 수 있을 것이다. 본원 발명의 실시예들은 반도체 장비의 건전상태를 평가하기 위한 그리고 예를 들어 세정 작업들 사이의 수명 중에 툴의 건전상태를 측정하기 위한 수단을 제공한다. 챔버 "골든" 신호를 생성하는데 대한 웨이퍼 및 레시피 의존성을 배제함으로써, 그리고 광학적 방출 등에 의해서 장비를 독립적으로 모니터링함으로써, 오류 탐지의 정확성이 크게 개선될 수 있을 것이다. 또한, 본원 발명의 사상은 비-고객/팹 의존 방식으로(non-customer/fab dependent manner) 구현될 수 있을 것이며, 그에 따라 자체-경보 장비 및 예측적인 유지보수 기술을 균일하고 저비용으로 실시할 수 있게 돕는다.
이상에서 본원 발명의 실시예를 설명하였지만, 본원 발명의 다른 실시예들 및 추가적인 실시예들이 본원 발명의 기본적인 범위 내에서 이해될 수 있을 것이며, 그에 따라 본원 발명의 범위는 특허청구범위에 의해서 결정될 것이다.

Claims (15)

  1. 반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법으로서:
    장비에 기판이 존재하지 않는 상태에서 반도체 프로세싱 장비에 대한 하나 이상의 자체-진단 테스트를 실시하는 단계를 포함하며,
    상기 자체-진단 테스트는:
    반도체 프로세스 장비로부터 하나 또는 둘 이상의 예측 파라미터 및 하나 또는 둘 이상의 응답 파라미터를 측정하는 단계;
    예측적인 모델을 이용하여, 측정된 예측 파라미터를 기초로 하나 또는 둘 이상의 예상되는 응답 파라미터를 계산하는 단계;
    하나 또는 둘 이상의 측정된 응답 파라미터를 하나 또는 둘 이상의 예상되는 응답 파라미터와 비교하는 단계; 그리고
    상기 비교를 기초로 장비 유지보수가 필요한지의 여부를 결정하는 단계를 포함하는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  2. 제 1 항에 있어서,
    상기 예측적인 모델이:
    장비가 최적의 레벨에서 작동될 때 기판이 존재하지 않는 상태로 반도체 프로세스 장비로부터 예측 파라미터 및 응답 파라미터를 측정하는 단계; 및
    예측적인 모델을 생성하기 위해서 상기 측정된 파라미터를 통계학적으로 분석하는 단계; 에 의해서 생성되는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 반도체 프로세스 장비로부터 하나 또는 둘 이상의 예측 파라미터 및 하나 또는 둘 이상의 응답 파라미터를 측정하는 단계가:
    하나 또는 둘 이상의 예측 파라미터를 섭동하고 하나 또는 둘 이상의 응답 파라미터를 측정하는 자체-진단 테스트 레시피를 도입하는(invoking) 단계를 더 포함하는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 예측 파라미터가 툴 상태 가변 식별자(SVIDs), RF 바이어스 전압, RF 바이어스 전류, 웨이퍼 자체 바이어스 포텐셜(Vdc), 스로틀 밸브 각도, 총 유동, 정전기 척(ESC) 전류, 광학적 방출 데이터, 또는 적외선 데이터 중 하나 이상을 포함하고, 상기 응답 파라미터가 기판 지지 받침대 또는 정전기 척의 온도, RF 공급원 전력 또는 RF 바이어스 전력의 공급된 RF 전력, 장비로 도입되는 하나 또는 둘 이상의 가스의 가스 유량, 또는 프로세스 부피 압력 중 하나 이상을 포함하는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    하나 이상의 자체-진단 테스트가 장비 아이들링 시간 동안에 실시되고, 또는 하나 이상의 자체-진단 테스트가 체크들 사이에서 경과한 실제 시간, 경과한 장비 가동 시간, 장비로 제 1 웨이퍼를 도입하기에 앞서서, 장비내에서 각 웨이퍼를 프로세싱하는 것들 사이에서, 장비 내에서 웨이퍼 로트들의 프로세싱 사이에서, 작업자의 시프트-대-시프트 변화, 장비내의 프로세스 조건들을 변화시키는 것들 사이에서, 챔버 세정 프로세스 또는 장비의 다른 유지보수 후에, 중에서 하나 이상을 기초로 주기적으로 실시되는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 장비가 하나 이상의 자체-진단 테스트를 자동적으로 도입하는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
    장비 유지보수가 필요하다는 결정에 응답하여 경보를 생성하는 단계를 더 포함하는
    반도체 프로세싱 장비에 대한 예측적인 유지보수를 실시하기 위한 방법.
  8. 지시들이 저장된 컴퓨터 판독형 매체로서, 상기 지시들이 프로세서에 의해서 실행되었을 때, 프로세서가 반도체 프로세싱 장비의 예측적인 유지보수를 위한 방법을 실시하게 되고, 상기 방법이 제 1 항 내지 제 7 항 중 어느 한 항에 따른 방법인
    컴퓨터 판독형 매체.
  9. 반도체 기판을 프로세싱하기 위한 시스템으로서:
    프로세스 챔버; 및
    상기 프로세스 챔버에 커플링되고 그리고 상기 프로세스 챔버의 작동을 제어하도록 구성된 제어부를 포함하며,
    상기 제어부는 지시들이 저장된 컴퓨터 판독형 매체를 포함하며, 상기 지시들이 프로세서에 의해서 실행되었을 때 제어부가 프로세싱 챔버의 예측적인 유지보수를 위한 방법을 실시하게 되며,
    상기 방법은:
    장비에 기판이 존재하지 않는 상태에서 반도체 프로세싱 장비에 대한 하나 이상의 자체-진단 테스트를 실시하는 단계를 포함하며,
    상기 자체-진단 테스트는:
    반도체 프로세스 장비로부터 하나 또는 둘 이상의 예측 파라미터 및 하나 또는 둘 이상의 응답 파라미터를 측정하는 단계;
    예측적인 모델을 이용하여, 측정된 예측 파라미터를 기초로 하나 또는 둘 이상의 예상되는 응답 파라미터를 계산하는 단계;
    하나 또는 둘 이상의 측정된 응답 파라미터를 하나 또는 둘 이상의 예상되는 응답 파라미터와 비교하는 단계; 그리고
    상기 비교를 기초로 장비 유지보수가 필요한지의 여부를 결정하는 단계를 포함하는
    반도체 기판을 프로세싱하기 위한 시스템.
  10. 제 9 항에 있어서,
    상기 예측적인 모델이:
    장비가 최적의 레벨에서 작동될 때 기판이 존재하지 않는 상태로 반도체 프로세스 장비로부터 예측 파라미터 및 응답 파라미터를 측정하는 단계; 및
    예측적인 모델을 생성하기 위해서 상기 측정된 파라미터를 통계학적으로 분석하는 단계; 에 의해서 생성되는
    반도체 기판을 프로세싱하기 위한 시스템.
  11. 제 9 항 내지 제 10 항 중 어느 한 항에 있어서,
    상기 반도체 프로세스 장비로부터 하나 또는 둘 이상의 예측 파라미터 및 하나 또는 둘 이상의 응답 파라미터를 측정하는 단계가:
    하나 또는 둘 이상의 예측 파라미터를 섭동하고 하나 또는 둘 이상의 응답 파라미터를 측정하는 자체-진단 테스트 레시피를 도입하는 단계를 더 포함하는
    반도체 기판을 프로세싱하기 위한 시스템.
  12. 제 9 항 내지 제 11 항 중 어느 한 항에 있어서,
    상기 예측 파라미터가 툴 상태 가변 식별자(SVIDs), RF 바이어스 전압, RF 바이어스 전류, 웨이퍼 자체 바이어스 포텐셜(Vdc), 스로틀 밸브 각도, 총 유동, 정전기 척(ESC) 전류, 광학적 방출 데이터, 또는 적외선 데이터 중 하나 이상을 포함하는
    반도체 기판을 프로세싱하기 위한 시스템.
  13. 제 9 항 내지 제 12 항 중 어느 한 항에 있어서,
    상기 응답 파라미터가 기판 지지 받침대 또는 정전기 척의 온도, RF 공급원 전력 또는 RF 바이어스 전력의 공급된 RF 전력, 장비로 도입되는 하나 또는 둘 이상의 가스의 가스 유량, 또는 프로세스 부피 압력 중 하나 이상을 포함하는
    반도체 기판을 프로세싱하기 위한 시스템.
  14. 제 9 항 내지 제 13 항 중 어느 한 항에 있어서,
    상기 장비가 하나 이상의 자체-진단 테스트를 자동적으로 도입하는
    반도체 기판을 프로세싱하기 위한 시스템.
  15. 제 9 항 내지 제 14 항 중 어느 한 항에 있어서,
    장비 유지보수가 필요하다는 결정에 응답하여 경보를 생성하는 단계를 더 포함하는
    반도체 기판을 프로세싱하기 위한 시스템.
KR1020117008918A 2008-09-19 2009-09-18 자체­진단형 반도체 장비 KR20110073527A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/233,838 US20100076729A1 (en) 2008-09-19 2008-09-19 Self-diagnostic semiconductor equipment
US12/233,838 2008-09-19

Publications (1)

Publication Number Publication Date
KR20110073527A true KR20110073527A (ko) 2011-06-29

Family

ID=42038532

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117008918A KR20110073527A (ko) 2008-09-19 2009-09-18 자체­진단형 반도체 장비

Country Status (6)

Country Link
US (1) US20100076729A1 (ko)
JP (1) JP2012503339A (ko)
KR (1) KR20110073527A (ko)
CN (1) CN102160164A (ko)
TW (1) TW201028808A (ko)
WO (1) WO2010033761A2 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180024385A (ko) * 2016-08-30 2018-03-08 삼성전자주식회사 기판 처리 장치의 이상 진단 방법 및 이를 수행하기 위한 장치
KR20180033841A (ko) * 2016-09-26 2018-04-04 에이피시스템 주식회사 공정 부산물 처리 장치 및 이를 이용한 포집부의 교체 시기 판단 방법
KR20190032980A (ko) * 2017-09-20 2019-03-28 가부시키가이샤 히다치 하이테크놀로지즈 플라즈마 처리 장치 및 플라즈마 처리 장치 상태 예측 방법

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US8527080B2 (en) * 2008-10-02 2013-09-03 Applied Materials, Inc. Method and system for managing process jobs in a semiconductor fabrication facility
US8989887B2 (en) * 2009-02-11 2015-03-24 Applied Materials, Inc. Use of prediction data in monitoring actual production targets
JP5575507B2 (ja) 2010-03-02 2014-08-20 株式会社日立国際電気 基板処理装置、基板搬送方法、半導体装置の製造方法および基板処理装置のメンテナンス方法
US9625168B2 (en) * 2010-08-05 2017-04-18 Ebara Corporation Exhaust system
US8560106B2 (en) 2010-11-30 2013-10-15 Applied Materials, Inc. Predictive maintenance for third party support equipment
JP5962668B2 (ja) 2011-01-20 2016-08-03 日立金属株式会社 オンボードでの診断、予測及びデータ収集を行うマスフローコントローラ
US10048391B2 (en) 2013-12-04 2018-08-14 Koninklijke Philips N.V. Imaging detector self-diagnosis circuitry
JP2015201598A (ja) * 2014-04-10 2015-11-12 株式会社荏原製作所 基板処理装置
JP6316703B2 (ja) * 2014-08-19 2018-04-25 東京エレクトロン株式会社 基板処理装置および基板処理方法
KR102459432B1 (ko) 2015-06-16 2022-10-27 삼성전자주식회사 기판 제조 설비 및 그의 관리 방법
US9542646B1 (en) 2016-01-27 2017-01-10 International Business Machines Corporation Drift annealed time series prediction
US10430531B2 (en) * 2016-02-12 2019-10-01 United Technologies Corporation Model based system monitoring
US11054815B2 (en) * 2016-03-11 2021-07-06 Applied Materials, Inc. Apparatus for cost-effective conversion of unsupervised fault detection (FD) system to supervised FD system
US10269545B2 (en) * 2016-08-03 2019-04-23 Lam Research Corporation Methods for monitoring plasma processing systems for advanced process and tool control
JP6740123B2 (ja) * 2016-12-28 2020-08-12 東日本旅客鉄道株式会社 異物除去装置の監視システム、異物除去システムおよび異物除去装置の監視方法
TWI644190B (zh) * 2017-06-29 2018-12-11 台灣積體電路製造股份有限公司 製程系統與製程方法
US10892178B2 (en) * 2018-05-29 2021-01-12 Canon Kabushiki Kaisha Substrate processing system, method of controlling substrate processing system, computer-readable storage medium, and method of manufacturing article
US11568198B2 (en) * 2018-09-12 2023-01-31 Applied Materials, Inc. Deep auto-encoder for equipment health monitoring and fault detection in semiconductor and display process equipment tools
US11768984B2 (en) 2020-09-22 2023-09-26 Applied Materials, Inc. Parameter sensing and computer modeling for gas delivery health monitoring
CN114002574A (zh) * 2021-10-29 2022-02-01 上海华力微电子有限公司 半导体结构的测试方法
CN115307841B (zh) * 2022-09-29 2022-12-30 江苏邑文微电子科技有限公司 腔内漏率测试的自动控制方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4008899B2 (ja) * 2003-09-08 2007-11-14 株式会社東芝 半導体装置の製造システムおよび半導体装置の製造方法
KR20060054646A (ko) * 2004-11-15 2006-05-23 삼성전자주식회사 반도체 제조 시스템의 자기진단 방법
US7624003B2 (en) * 2005-01-10 2009-11-24 Applied Materials, Inc. Split-phase chamber modeling for chamber matching and fault detection
US7444572B2 (en) * 2005-09-01 2008-10-28 Tokyo Electron Limited Built-in self test for a thermal processing system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180024385A (ko) * 2016-08-30 2018-03-08 삼성전자주식회사 기판 처리 장치의 이상 진단 방법 및 이를 수행하기 위한 장치
KR20180033841A (ko) * 2016-09-26 2018-04-04 에이피시스템 주식회사 공정 부산물 처리 장치 및 이를 이용한 포집부의 교체 시기 판단 방법
KR20190032980A (ko) * 2017-09-20 2019-03-28 가부시키가이샤 히다치 하이테크놀로지즈 플라즈마 처리 장치 및 플라즈마 처리 장치 상태 예측 방법
US10886110B2 (en) 2017-09-20 2021-01-05 Hitachi High-Tech Corporation Plasma processing apparatus and prediction method of the condition of plasma processing apparatus

Also Published As

Publication number Publication date
WO2010033761A2 (en) 2010-03-25
JP2012503339A (ja) 2012-02-02
US20100076729A1 (en) 2010-03-25
WO2010033761A3 (en) 2010-07-01
TW201028808A (en) 2010-08-01
CN102160164A (zh) 2011-08-17

Similar Documents

Publication Publication Date Title
KR20110073527A (ko) 자체­진단형 반도체 장비
CN108140588B (zh) 用于半导体设备的匹配腔室性能的方法
US7580767B2 (en) Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
TWI417754B (zh) 利用多層多輸入多輸出模型以產生金屬閘極結構之方法
Rashap et al. Control of semiconductor manufacturing equipment: Real-time feedback control of a reactive ion etcher
US7289866B2 (en) Plasma processing method and apparatus
US7341954B2 (en) Method and apparatus for determining an operation status of a plasma processing apparatus, program and storage medium storing same
US20060226786A1 (en) Inductively-coupled plasma etch apparatus and feedback control method thereof
US20060191482A1 (en) Apparatus and method for processing wafer
US20090112520A1 (en) Self-aware semiconductor equipment
US20050115824A1 (en) Method of fault detection for material process system
US10971384B2 (en) Auto-calibrated process independent feedforward control for processing substrates
US11378426B2 (en) System and method for monitoring sensor linearity as part of a production process
US8473247B2 (en) Methods for monitoring processing equipment
US6804619B1 (en) Process control based on tool health data
KR20180087145A (ko) 웨이퍼의 다른 cd (critical dimension) 를 예측하기 위해 피드포워드 cd 데이터를 사용하는 가상 계측 시스템들 및 방법들
US5522957A (en) Method for leak detection in etching chambers
US10760944B2 (en) Hybrid flow metrology for improved chamber matching
US20050145614A1 (en) Rapid temperature compensation module for semiconductor tool
US7783455B1 (en) Methods and systems for analyzing process equipment processing variations using sensor data
US20230274919A1 (en) Controlling temperature profiles of plasma chamber components using stress analysis
Wang et al. Plasma etch process diagnosis and control by wireless sensor wafer in semiconductor chip manufacturing
Freudenberg et al. 286 zyxwvutsrqponmlkjihgfedcbaZ
Sofge Virtual Sensor Based Fault Detection and Classification on a Plasma Etch Reactor
Cale et al. A simple adaptive optimization algorithm for the tungsten LPCVD process

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E601 Decision to refuse application