KR20210091684A - 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들 - Google Patents

프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들 Download PDF

Info

Publication number
KR20210091684A
KR20210091684A KR1020210090474A KR20210090474A KR20210091684A KR 20210091684 A KR20210091684 A KR 20210091684A KR 1020210090474 A KR1020210090474 A KR 1020210090474A KR 20210090474 A KR20210090474 A KR 20210090474A KR 20210091684 A KR20210091684 A KR 20210091684A
Authority
KR
South Korea
Prior art keywords
chamber
recipe advice
advice
composite
outputs
Prior art date
Application number
KR1020210090474A
Other languages
English (en)
Other versions
KR102349926B1 (ko
Inventor
제임스 로버트 모이네
지미 이스칸다르
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 KR20210091684A publication Critical patent/KR20210091684A/ko
Priority to KR1020220001548A priority Critical patent/KR102390341B1/ko
Application granted granted Critical
Publication of KR102349926B1 publication Critical patent/KR102349926B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B17/00—Furnaces of a kind not covered by any preceding group
    • F27B17/0016—Chamber type furnaces
    • F27B17/0025—Especially adapted for treating semiconductor wafers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70608—Monitoring the unpatterned workpiece, e.g. measuring thickness, reflectivity or effects of immersion liquid on resist
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • 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
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67155—Apparatus for manufacturing or treating in a plurality of work-stations
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K3/00—Apparatus or processes for manufacturing printed circuits
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70681—Metrology strategies
    • G03F7/70683—Mark designs
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2602—Wafer processing
    • 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
    • G05B2219/31014—Synchronization between AGV movement and workpiece treatment chambers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32096—Batch, recipe configuration for flexible batch control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32097—Recipe programming for flexible batch
    • 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
    • G05B2219/45028—Lithography
    • 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
    • G05B2219/45031—Manufacturing semiconductor wafers
    • 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
    • G05B2219/45032—Wafer manufacture; interlock, load-lock module
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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]
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Metallurgy (AREA)
  • Materials Engineering (AREA)
  • General Chemical & Material Sciences (AREA)
  • General Factory Administration (AREA)
  • Chemical Vapour Deposition (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

여기에서, 제조 설비 내에서의 챔버 매칭을 위한 방법들 및 시스템들이 설명된다. 방법은 제 1 챔버를 위한 제 1 챔버 레시피 어드바이스 및 제 2 챔버를 위한 제 2 챔버 레시피 어드바이스를 수신하는 단계를 포함할 수 있을 것이다. 챔버 레시피 어드바이스들은 프로세스에 대한 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명한다. 방법은, 제 1 및 제 2 챔버 레시피 어드바이스들을 실질적으로 매칭시키기 위해서, 제 1 챔버 입력 매개변수들의 세트 또는 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 제 1 챔버 출력 매개변수들의 세트 또는 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하는 단계를 더 포함할 수 있을 것이다.

Description

프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들{MATCHING PROCESS CONTROLLERS FOR IMPROVED MATCHING OF PROCESS}
본원은 프로세스 제어 분야, 특히 챔버 매칭에 관한 것이다.
나노-제조에서 지속적으로-감소되는 피쳐(feature) 크기에도 불구하고 높은 수득(yield) 및 처리량(throughput) 레벨들을 달성하는 것에 대한 요구는 프로세스 챔버들의 개선된 매칭을 필요로 한다. 툴들의 집단(fleet)을 매칭된 상태(즉, 챔버 매칭)로 유지하는 것은 수득 손실들 및 수득 변동성을 감소시킬 수 있고, 팹(fab)에서의 보다 큰 루트연결 탄력성(routing flexibility)을 가능하게 할 수 있고, 프로세스 비효율성을 식별 및 제어할 수 있고, 그리고 문제점들의 근본 원인 분석을 위한 시간을 감소시킬 수 있다. 챔버 매칭은 종종, 목표 필름 두께 및 균일성과 같은, 동일한 프로세스 출력들을 제공하기 위해서 서로 독립적으로 각각의 챔버를 튜닝하기 위한 프로세스 제어(예를 들어, 런-투-런(run-to-run) 제어(R2R 제어))를 이용하는 것에 의해서 달성된다. 불행하게도, 상이한 챔버들의 프로세스 출력들을 단순히 매칭하는 것이, 챔버들의 동작 상태들이 매칭된다는 것을 반드시 의미하지는 않는다. 동작의 상태들을 매칭시키는 것은, 프로세스 출력들을 매칭시키는 것에 더하여, 프로세스 입력들 및 프로세스 변수들과 같은 프로세스 조건들이 매칭될 것을 필요로 한다. 프로세스 출력들만을 매칭시키는 것의 예는 다음과 같다: 퍼니스(furnace) 챔버 1이 100도의 온도 세팅 및 1 분의 시간 셋팅에서 1000 옹스트롬의 필름 두께를 생성할 수 있는 반면, 챔버 2는 110도의 더 높은 온도 및 50초의 더 짧은 시간에서 1000 옹스트롬의 동일한 두께를 생산한다. 결과는, 프로세싱 관점에서 볼 때 챔버들이 진정으로 매칭되지 않았고, 최종적으로 그러한 매칭되지 않은 프로세스들은 수득 및 처리량을 상당히 감소시킨다는 것이다.
첨부 도면들과 함께 고려된 이하의 예시적인 실시예들에 대한 구체적인 설명으로부터, 본원 개시 내용이 보다 용이하게 이해될 것이다.
도 1a는 본원 발명의 실시예들이 동작할 수 있는, 제조 분위기의 예시적인 아키텍처를 도시한다.
도 1b는 본원 개시 내용의 일부 양태들에 따른, 챔버 매칭에 대한 다-차원적인 솔루션을 도시한다.
도 2는 본원 개시 내용의 일부 양태들에 따라서 실시되는 챔버 매칭의 도시적인 설명을 제공한다.
도 3은 본원 발명의 일 실시예에 따른, 챔버 매칭에 적용된 바에 따른 상태 공간의 그래프적인 설명을 제공한다.
도 4는 챔버 매칭을 위한 방법의 일 실시예의 흐름도이다.
도 5는 본원 발명의 일 실시예에 따른, 예시적인 컴퓨터 시스템의 블록도를 도시한다.
챔버 매칭 작업(effort)에 있어서 제조 설비 내의 챔버들에 걸친 프로세스에 대한 입력 레시피들(recipes) 및 출력 값들 모두를 매칭시키는 챔버 매칭의 개선된 정의(definition)를 구현하기 위한 메커니즘이 여기에서 설명된다.
"챔버 매칭"이라는 용어는 많은 정의들을 가진다. 하나의 정의는, 계량(metrology)에 의해서 측정될 때 동일한 출력을 생성하는 2개의 챔버들이 매칭되는 것이다. 즉, 챔버들의 출력들이, 그러한 챔버들의 입력들을 매칭시키는 것과 관계없이, 매칭된다. 챔버들은 매우 상이한 방식들로 동일한 계량 값들을 생성할 수 있을 것이다. 예를 들어, 매우 상이한 입력들에서 동일한 출력을 생성하기 위해서(예를 들어, 계량에 의해서 측정될 때, 양자 모두는 동일한 필름 두께를 생성한다), 퍼니스 1이 고온 및 짧은-시간(low-time)을 이용하는 한편 퍼니스 2는 저온 및 긴-시간을 이용한다.
본원 개시 내용의 양태들은 챔버 매칭의 개선된 정의를 제공한다. 챔버 매칭의 개선된 정의에서, 챔버들의 동작의 상태들이 매칭되는 경우에, 챔버들이 매칭된다. 챔버들의 동작의 상태들을 매칭시키는 것은, 프로세스 출력들을 매칭시키는 것에 더하여, 프로세스 입력들 및 프로세스 변수들과 같은 프로세스 조건들이 또한 매칭되는 것을 필요로 한다. 출력들 및 입력들과 같은 프로세스 조건들은 정확하게 매칭될 수 없는데, 이는 여러 가지 구성요소들의 마지막 유지보수 및 시효(age) 이후의 시간과 같이 일반적으로 회피할 수 없는 챔버들 내의 미묘한 차이들이 존재하기 때문이다. 그러한 챔버 매칭의 개선된 정의는 프로세스 분위기들을 보다 잘 정렬하고 그리고, 적용예에서, 챔버에 걸친 제품의 보다 일정한 품질을 유도한다. 또한, 챔버 매칭의 개선된 정의는 프로세스를 위한 장비에 걸친 입력 및 출력 매개변수들을 제어할 수 있는 능력을 개선할 수 있다. 부가적으로, 프로세스에 걸쳐 입력들을 매칭시키는 것에 의해서, 측정된 그리고 측정되지 않은 출력들 모두의 항상성 및 유사성이 증가될 수 있고, 최종적으로 수득을 증가시키는데 도움을 줄 수 있다. 이하에서, 챔버 매칭이라는 용어는 챔버 매칭의 개선된 정의를 지칭한다.
전형적인 런-투-런(R2R) 제어기는 모델 기반의 제어기이다. 예를 들어, 모델이 이하의 형태를 취할 수 있다:
Y = Ax + c, 여기에서:
Y = 시스템 출력들의 벡터, 이는 일반적으로 계량으로 측정되고, 두께 및 균일성과 같은 프로세스 목표들일 수 있을 것이며,
x = 시스템 튜닝가능 입력들의 벡터(예를 들어, 레시피의 일부),
A = 식(equation)에 대한 기울기 매개변수들의 행렬(Matrix),
c = 선형 모델에 대한 일정한 항들(terms)의 벡터.
모델이 식들의 세트로서 작성될 수 있다:
y1 = a11x1 + a12x2 + ... a1mxm + c1
...
yn = an1x1 + an2x2 + ...anmxm + cn
전형적으로, 예측된 "y"(즉, 출력)과 실제 "y" 사이의 차이를 기초로, R2R 제어기는 R2R 기반(예를 들어, 각각의 런 이후)에서 모델 항들을 종종 업데이트한다. 이력(historical) 정보를 업데이트 프로세스로 스무딩(smoothing) 및 통합하기 위해서, 지수 가중형 이동 평균(Exponential Weighted Moving Average; EWMA)과 같은 방법들이 레버리징된다(leveraged). 예를 들어, ct = α(yt - Axt) + (1 - ct-1)에 의해서 각각의 "c"가 런 "t"에서 업데이트될 수 있고, 여기에서 α는 망각 인자(forgetting factor)이다(0 ≤ α ≤ 1).
제어되는 출력들의 수 및 튜닝가능한 입력들의 수에 의존하여, 프로세스 매칭 문제가 과소 결정될(underdetermined) 수 있고, 정확하게 결정될 수 있고, 또는 과잉 결정될(overdetermined) 수 있다. 실제로, 프로세스 매칭 문제들은 거의 항상 과소 결정된다. 만약 솔루션이 과소 결정된다면, 무한한 수의 솔루션들(즉, "어드바이스들(advices)"로도 지칭되는, 희망 출력들을 생성하는 입력들의 세트들)이 존재한다. 전술한 내용은, 충분한 수의 입력들이 "경계 지어지지(railed)"(즉, 강제로 한계 값에서 유지되고, 그에 따라 조정가능한 R2R이 아니다) 않는 경우에만 일반적으로 진실이 된다. 기술적으로, 솔루션이 과잉 결정된다면, 목표들에 "근접하는" 동일한 출력들을 생성하는 많은 수의 솔루션들이 생성될 수 있다.
통상적으로, R2R 제어기들은, 무한한 솔루션 공간과 대면할 때, 이전의 어드바이스에 "가장 근접한" "어드바이스"를 선택한다. 달리 설명하면, 다음 솔루션은 이전의 솔루션에 대한 접근성에 의해서 선택된다. 이전의 어드바이스에 가장 근접한 어드바이스를 선택하는 것은, 제약된 최소 제곱들(constrained Least Squares) 과 같은 기술들을 이용하여 결정될 수 있다. 변수들이 서로에 대해서 가중되어, 특별한 용도에 대한 "근접도"의 정의를 조정할 수 있다.
본원 개시 내용의 양태들은, 챔버 매칭의 최소 정의를 만족시킬 뿐만 아니라, 이하에서 챔버 매칭 작업으로서 지칭되는, 챔버 매칭의 개선된 정의를 만족시키는 솔루션을 제공한다. 즉, 본원 개시 내용의 양태들은 챔버 매칭 작업에서 입력 레시피들 및 출력(예를 들어, 계량) 값들과 같은 프로세스 조건들을 매칭시킬 수 있다. 예를 들어, 예시적인 프로세스는 튜닝가능한 입력들(예를 들어, 압력 및 온도) 및 출력들(예를 들어, 두께)을 포함한다. 튜닝가능한 입력 타입들 및 출력 타입들이 챔버들에 걸쳐서 동일할 수 있을 것이다. 즉, 압력 및 온도가 각각의 챔버에서 제어될 수 있을 것이다. 그러나, 출력 목표들을 달성하기 위해서, 입력들의 값들(예를 들어, 매개변수들)이 튜닝될 수 있을 것이다. 출력 매개변수들이 또한 출력 목표들로서 지칭될 수 있다는 것을 주목하여야 한다. 챔버 매칭 작업에서, 입력 값들(예를 들어, 입력 매개변수들) 및 출력 값들(예를 들어, 출력 매개변수들 또는 목표들) 모두가, 서로에 대해서 근접하도록, 조정될 수 있을 것이다. 예를 들어, 일정한 출력 값(예를 들어, 10 마이크로미터의 두께)을 유지하기 위해서, 압력 및 온도 값들이, 챔버 매칭 작업에서의 모든 챔버들에 걸쳐서, 각각 10 바아 및 250 ℃에 근접하도록 조정될 수 있을 것이다. 본원 개시 내용의 양태들은, 출력들 및 입력들이 챔버들의 세트에 걸쳐서 가능한 한 많이 매칭되도록, 챔버들에 걸친 레시피 권장들을 포함하도록 챔버 매칭 내에서 근접도의 개념을 조정한다. 본원 개시 내용의 양태들은, R2R 제어 작용을 제공할 수 있는, 일반적으로 무한한, 레시피 어드바이스들(즉, 희망 출력들을 생성하는 입력들의 세트)의 선택을 R2R 제어기가 가진다는 사실을 레버리징한다.
본원 개시 내용의 양태들은 복수-챔버 컴포지트 평균(composite average) 레시피 어드바이스(예를 들어, 목표 레시피, 컴포지트 챔버 레시피 어드바이스)를 결정할 수 있다. 컴포지트 챔버 레시피 어드바이스는 특별한 프로세스에 대한 모든 챔버 레시피들의 평균일 수 있을 것이다. 컴포지트 레시피 어드바이스는 튜닝가능한 입력들 및 출력들, 그리고 튜닝가능한 입력들 및 출력들 각각을 튜닝하기 위한 컴포지트 입력 매개변수들의 세트 및 출력 매개변수들의 세트를 포함할 수 있을 것이다. 예를 들어, 튜닝가능한 입력들이 온도 및 압력일 수 있을 것이고, 각각 100 ℃ 및 20 바아의 매개변수들을 가질 수 있을 것이다. 출력이 두께일 수 있고, 10 마이크로미터의 매개변수 또는 목표를 가질 수 있을 것이다. 컴포지트 챔버 레시피 어드바이스가 챔버 매칭 작업에서 이용될 수 있을 것이고, 그러한 작업에서 각각의 챔버의 레시피 어드바이스가 컴포지트 챔버 레시피 어드바이스에 근접하도록 조정된다. 예를 들어, 특별한 챔버 레시피 어드바이스의 입력 매개변수들 및 출력 매개변수들이, 컴포지트 챔버 레시피 어드바이스의 입력 매개변수들 및 출력 매개변수들에 보다 밀접하게 접근하도록 튜닝될 수 있을 것이다. 다른 예에서, 각각의 챔버의 프로세스 런에 앞서서, 챔버 레시피 어드바이스가 컴포지트 레시피 어드바이스에 가장 근접하는지를 확인하기 위해서, 연관된 R2R 제어기가 R2R 어드바이스 요청(request)을 전송할 수 있을 것이다. 모든 R2R 제어기들이, 여전히 R2R 제어를 제공하면서, 컴포지트 레시피 어드바이스에 대해서 서로를 트랙킹(track)할 수 있을 것이다(즉, 매우 근접하게 체류할 수 있을 것이다).
본원 개시 내용의 양태들은 컴포지트 레시피 어드바이스의 연속적인 업데이트를 설명한다. 챔버의 연관된 R2R 제어기가 R2R 어드바이스 요청하고, 응답에서, 챔버 레시피 어드바이스가 컴포지트 레시피 어드바이스에 근접하도록 업데이트된 후에, 컴포지트 레시피 어드바이스는, 새롭게 업데이트된 챔버 레시피 어드바이스를 업데이트된 컴포지트 레시피 어드바이스 내로 통합하는 것에 의해서 추가적으로 업데이트될 수 있을 것이다.
본원 개시 내용의 일부 양태들은, 매칭을 위해서 특별한 매개변수들(예를 들어, 입력 및 출력 매개변수들)을 선호화(favor) 또는 우선순위화하기(prioritize) 위해서 이용되는 가중 방법들을 설명한다. 현재의 개시 내용의 양태들은 또한, 가중 방법들이 어떻게 가상의(virtual) 계량 향상된 R2R 제어와 같은, 향상된 R2R 제어 능력들과 함께 작용을 하는지를 설명한다. 현재의 개시 내용의 양태들이 제조로 제한되지 않고, 일반적으로, 산업적인 제어들 및 제조와 같은 임의 프로세스에서 적용될 수 있을 것이다.
본원 개시 내용의 일부 양태들에 따라서, 챔버 매칭이 수학적으로 설명될 수 있을 것이다. 매칭하고자 하는 'k' 챔버들의 세트가 정의된다. 각각의 챔버에 대한 R2R 제어기가 이하의 식들을 이용하여 출력들 및 입력들을 설명할 수 있을 것이다:
y1 = a11x1 + a12x2 + ...a1mxm + c1
...
yn = an1x1 + an2x2 + ...anmxm + cn
각각의 yi(1 ≤ i ≤ n) 및 xj(1 ≤ j ≤ m)와 관련된 물리적 매개변수가 모든 챔버들(1 내지 k)에 대해서 동일하다. "a" 및 "c"에 대한 값들은 각각의 챔버에 대해서 동일할 필요가 없다는 것을 주목하여야 한다.
본원 개시 내용의 일부 양태들에 따라서, 챔버들에 걸친 컴포지트 챔버 레시피를 결정하는 것이 챔버들에 걸친 각각의 입력 매개변수들을 평균화하는 것에 의해서 실시된다. 일부 실시예들에서, 챔버들에 걸쳐서 컴포지트 챔버 레시피 어드바이스를 결정하는 것은 챔버들의 그룹 중의 각각의 챔버에 걸쳐 모델들을 평균화하는 것 및 평균 레시피를 결정하기 위해서 컴포지트 모델을 반전시키는 것(inverting)을 포함한다. 평균 레시피 어드바이스는 컴포지트 레시피 어드바이스(Xc)의 하나의 타입이다.
본원 개시 내용의 일부 양태들에 따라서, 임의 챔버에서 R2R 제어 모델 조정이 있는 때마다, 챔버 매칭 방법은, 컴포지트 어드바이스(Xc)에 가장 근접한 제어 기준을 충족시키는 레시피 어드바이스를 결정할 수 있다. 예를 들어, 새로운 레시피 어드바이스(X)를 고려하여,
Figure pat00001
을 최소화하고 Xc 를 업데이트한다. 다른 실시예에서, 매칭 그룹 내의 각각의 챔버의 레시피 어드바이스들이 다른 챔버들에 대해서 연결지어 진다.
본원 개시 내용의 일부 양태들에 따라서, 매개변수들(예를 들어, 튜닝가능한 입력들 및 출력들)이 가중 처리되어, 평균화 및 평균을 향한 이동에 대해서 다소 기여한다. 예를 들어, 예시적인 레시피 어드바이스에서, 파워 셋팅들이 시간 셋팅들 보다 더 가중될 수 있을 것이다. 입력 매개변수들(예를 들어, 튜닝가능한 입력들) 또는 출력들(예를 들어, 출력들)의 가중 처리는, 챔버의 입력들이 고객에게 가장 중요한 매개변수들에 대해서 매칭되게 할 수 있다. 예를 들어, 압력이 파워 보다 더 크게(heavily) 가중될 수 있고, 그에 따라 챔버들은, 동일한 출력을 생성하면서, 동일한 또는 유사한 압력 입력을 또한 이용한다. 대안적으로, 출력 매개변수들에 대한 입력의 가중 처리는, 출력 매개변수 매칭을 희생하면서 입력 매개변수들의 매칭을 허용할 수 있다. 달리 설명하면, 일부 경우들에서, 입력들을 제어하는 것이 출력 제어 보다 중요할 수 있을 것이다. 개별적인 챔버들의 가중 처리는, 각각의 챔버가 매칭에 기여하는 레벨을 지정할 수 있고, 또는 매칭으로부터 어드바이스를 유도할 수 있다. 예를 들어, 특별한 프로세스 챔버가 이상적인 것(예를 들어, "골든(golden)" 챔버)에 근접할 수 있을 것이고, 컴포지트 레시피 어드바이스를 계산할 때 다른 덜 이상적인 챔버들 보다 더 크게 가중될 수 있을 것이다.
본원 개시 내용의 일부 양태들에 따라서, 챔버 매칭이, 가상 계량 보조형(aided) R2R 제어와 같은 향상된 R2R 제어 기술들과 함께 이용될 수 있다.
이하의 설명에서, 여러 가지 상세 내용들이 설명된다. 그러나, 당업자는, 본원 발명이 이러한 특별한 상세 내용들이 없이도 실시될 수 있다는 것을 명확하게 이해할 것이다. 일부 경우들에서, 본원 발명을 불명료하게 하는 것을 피하기 위해서, 주지의 구조들 및 디바이스들을, 상세한 내용 대신에, 블록도 형태로 도시하였다.
도 1a는, 본원 발명의 실시예들이 동작할 수 있는 제조 분위기의 예시적인 아키텍처(100)를 도시한다. 제조 분위기는 반도체 제조 분위기, 자동차 제조 분위기, 등일 수 있을 것이다. 일 실시예에서, 아키텍처(100)는, 네트워크(125)를 통해서 연결된, 하나 또는 둘 이상의 공급 체인 데이터베이스들(120), 하나 또는 둘 이상의 고객 데이터베이스들(115), 제조 실행 시스템(MES)(110) 그리고 제조 정보 및 제어 시스템(MICS)(105)을 포함한다.
네트워크(125)가 공용 네트워크(예를 들어, 인터넷), 사적인 네트워크(예를 들어, 이더넷 또는 근거리 네트워크(LAN), 또는 그 조합일 수 있을 것이다. 네트워크(125)는, 직접 연결될 수 있거나 공용 네트워크를 통해서 연결될 수 있는, 복수의 사적인 네트워크들을 포함할 수 있을 것이다. 예를 들어, 공급 체인 데이터베이스(120)가 제조 분위기의 공급자들에 의해서 제어되는 제 1의 사적인 네트워크에 연결될 수 있고, 고객 데이터베이스(115)가 제조 분위기의 고객에 의해서 제어되는 제 2의 사적인 네트워크에 연결될 수 있으며, MICS(105) 및 MES(110)가 제 3의 사적인 네트워크에 연결될 수 있을 것이다. 이러한 사적인 네트워크들의 각각이 공용 네트워크를 통해서 연결될 수 있을 것이다.
공급 체인 데이터베이스(120)는 이용가능한 및/또는 공급자 또는 배급자에 의해서 제공되는 정보를 포함한다. 그러한 정보는, 예를 들어, (예를 들어, 부품들 및 상품들의) 공급자의 주문들(orders), 공급자의 재고(예를 들어, 현재 재고, 추정된 재고, 등), 추정되는 전달 날짜들, 등을 포함할 수 있을 것이다. 재료들이 복수의 배급자들 또는 공급자들로부터 수령되는 경우에, 아키텍처(100)는 복수의 공급 체인 데이터베이스들(120)을 포함할 수 있을 것이다. 예를 들어, 제 1 공급-체인 데이터베이스가 미가공(raw) 상품들에 관한 정보를 포함할 수 있을 것이고, 제 2 공급-체인 데이터베이스가 제조 장비에 관한 정보를 포함할 수 있을 것이다.
고객 데이터베이스(115)는 이용가능한 및/또는 고객에 의해서 제공되는 정보를 포함한다. 그러한 정보는, 예를 들어, 제조의 특별한 물품들에 대한 고객 요구, 고객 재고, 등을 포함할 수 있을 것이다. 아키텍처(100)는 복수의 고객들에 대한 단일 고객 데이터베이스(115), 또는 구분되는 고객에 관한 정보를 각각 제공하는 복수의 고객 데이터베이스들(115)을 포함할 수 있을 것이다.
제조 실행 시스템(MES)(110)은, 제조 분위기에서 생산 활동들을 측정 및 제어하기 위해서 이용될 수 있는 시스템이다. MES(110)은 제조 장비의 세트(예를 들어, 반도체 제조 설비 내의 모든 포토리소그래피 장비)의, 제조 설비(예를 들어, 자동차 생산 플랜트)의, 전체 회사의, 기타 등등의 일부 생산 활동들(예를 들어, 중요한 생산 활동들) 또는 모든 생산 활동들을 제어할 수 있을 것이다. MES(110)은 수동의 그리고 컴퓨터화된 오프-라인 및/또는 온-라인 취급(transaction) 프로세싱 시스템들을 포함할 수 있을 것이다. 그러한 시스템들은, 프로세싱, 장비 트랙킹, 디스패칭(dispatching)(예를 들어, 어떠한 재료를 어떠한 프로세스들로 보낼지를 결정하는 것), 생산 계보(genealogy), 노동력 트랙킹(예를 들어, 개인적인 스케쥴링), 재고 관리, 비용 계산(costing), 전자적 특징(signature) 캡쳐, 결함 및 해결 모니터링, 중요 성능 표시자 모니터링 및 경고, 유지보수 스케쥴링 등과 같은 기능들을 실시할 수 있는 제조 기계들, 계량 디바이스들, 클라이언트 컴퓨팅 디바이스들, 서버 컴퓨팅 디바이스들, 데이터베이스들, 등을 포함할 수 있을 것이다. 일 실시예에서, MES(110)이 하나 또는 둘 이상의 MES 데이터 저장부들(130)과 연결된다. MES(110) 데이터 저장부들(130)은 데이터베이스들, 파일 시스템들, 또는 비휘발성 메모리(예를 들어, 하드 디스크 드라이브들, 테입 드라이브들, 광학적 드라이브들, 등), 휘발성 메모리(예를 들어, 랜덤 액세스 메모리(RAM), 또는 이들의 조합 상의 데이터의 다른 배열체들일 수 있을 것이다. 각각의 MES 데이터 저장부(130)가, 예를 들어, 제조 레시피 어드바이스들의 이력 프로세스 정보(예를 들어, 온도들, 압력들, 이용된 화학물질들, 프로세스 시간들, 등), 장비 유지보수 이력들, 재고들, 등을 저장할 수 있을 것이다.
제조 정보 및 제어 시스템(MICS)(105)은 복수의 상이한 공급원들(예를 들어, 데이터 저장부들)로부터의 이종의(disparate) 정보를 조합하고, 이러한 정보를 단일 인터페이스에서 제공한다. MICS(105)은 제조 분위기의 이해를 획득하기 위해서 이용될 수 있고, 사용자가 제조 분위기의 효율을 및/또는 제조 분위기의 전체 또는 구성요소들을 어떻게 개선할지를 결정하게 할 수 있다. MICS(105)은 제조 분위기에서 챔버 매칭 작업들을 제어하기 위해서 이용될 수 있을 것이다. MICS(105)은 또한, 조합된 정보로부터 추정들(inferences)을 끌어낼 수 있을 것이고, 보고할 수 있을 것이며, 및/또는 조합된 정보들에 작용할 수 있을 것이다. 예를 들어, MICS(105)은 상이한 챔버 레시피 어드바이스들을 결정하는, 상이한 챔버 레시피 어드바이스들을 조정하는, 컴포지트 챔버 레시피 어드바이스들을 생성하는, 병목 분석을 제공하는, 자산 관리(예를 들어, 감소된 스케쥴링되지 않은 장비 중단)를 제공하는, 린 실무들(lean practices)을 개선하는, 기타 등등을 하는 작용을 할 수 있다. 일 실시예에서, MICS(105)은 데이터 통합 정리기(consolidator)(140), 결정 지원 로직 구성요소(155), 실행 로직 구성요소(160), 예측기(150), 실시간 모니터(165), 및 챔버 매칭 하위시스템(145)을 포함한다.
데이터 통합 정리기(140)는 복수의 상이한 공급원들(예를 들어, 데이터 저장부들)로부터 제조 장비(예를 들어, 챔버들)에 관한 수신된 데이터를 통합 정리한다. 데이터 공급원들로부터의 수신된 데이터가 통합 정리되는 방식이, 수신된 데이터 사이의 관계들에 의존할 수 있을 것이다. 그러한 관계들은 사용자에 의해서 정의될 수 있을 것이다. 또한, 데이터가 통합 정리되는 공급원들, 및 데이터가 통합 정리되는 방식을 사용자가 구성할 수 있다. 그에 따라, 새로운 데이터 저장부들이 부가되고 및/또는 오래된 데이터 저장부들이 제거됨에 따라, 데이터 통합 정리기(140)가 변화를 수용하도록 구성될 수 있을 것이다.
하나의 실시예에서, 데이터 통합 정리기(140)는 복수의 MES 데이터 저장부들(130)(예를 들어, 재고 데이터 저장부, 유지보수 데이터 저장부, 계량 데이터 저장부, 프로세스 데이터 저장부들, 등)로부터의 데이터를 통합 정리한다. 추가적인 실시예에서, 데이터 통합 정리기(140)가 공급 체인 데이터베이스(120) 및/또는 고객 데이터베이스들(115)로부터 데이터를 통합 정리한다. 또 다른 추가적인 실시예에서, 데이터 통합 정리기(140)는, 데이터가 (예를 들어, 제조 기계들(챔버들) 및 계량 기계들로부터의) 실시간 모니터(165)에 의해서 데이터가 수집됨에 따라, 실시간 데이터를 통합 정리한다. 예측 모델을 가지는 또 다른 추가적인 실시예에서, 데이터 통합 정리기(140)는, 예측기(150)에 의해서 생성된 가상 데이터를 통합 정리한다. 데이터 통합 정리기(140)는 또한 수동으로 엔터링되는 데이터(예를 들어, 디바이스 운영자, 유지보수 담당자, 등에 의해서 엔터링되는 데이터)를 통합 정리할 수 있다. 다른 실시예에서, 데이터 통합 정리기(140)는, k-수의 챔버들 또는 제조 장비에 대한 과거의 그리고 현재의 레시피 어드바이스들을 통합 정리한다.
일 실시예에서, 데이터 통합 정리기(140)는 MICS 데이터 저장부(135) 내에서 통합 정리된 수신된(실제) 데이터를 저장한다. 대안적으로, 데이터 통합 정리기(140)는 모든 통합 정리된 수신된 데이터의 하위세트(subset)를 MICS 데이터 저장부(135) 내에 저장할 수 있을 것이다. 예를 들어, 데이터 통합 정리기(140)는 컴포지트 챔버 레시피를 생성하는데 필요한 통합 정리된 데이터를 MICS 데이터 저장부(135) 내에 저장할 수 있을 것이다.
실시간 모니터(165)는, 하나 또는 둘 이상의 장비 매개변수들(예를 들어, 입력 및 출력 매개변수들)의 현재의 값들을 포함하는 실시간 데이터를 수집한다. 그러한 실시간 데이터는, 네트워크(125)를 통해서 MICS(105)이 연결되는 센서들 및 시스템들로부터 수집될 수 있을 것이다. 실시간 모니터(165)는, 예를 들어, 제조 장비(예를 들어, 챔버들) 및 계량 장비(예를 들어, 챔버들)로부터, 데이터가 생성됨에 따라, 그러한 데이터를 수집할 수 있을 것이다. 일 실시예에서, 실시간 모니터(165)가 실시간 데이터를 데이터 통합 정리기(140)로 제공한다.
결정 지원 로직 구성요소(155)는, 이력적인 그리고 현재의 동작적 상황(status)(예를 들어, 과거 및 현재의 챔버 레시피 어드바이스들의 수신된 데이터)을 기초로 챔버 매칭에 대한 권장들 및 결정들을 제공할 수 있다. 결정 지원 로직 구성요소(155)는 또한 미래의 동작적 상황(예를 들어, 희망하는 출력 값들 및/또는 가상 데이터)을 기초로 챔버 매칭에 대한 권장들 및 결정들을 제공할 수 있을 것이다. 결정 지원 로직 구성요소(155)는, 값들의 세트를 결과(outcome)와 매칭시키는 비지니스 로직을 기초로 그러한 권장들 및 결정들을 제공할 수 있을 것이다. 결과는, 예를 들어, 유지보수 담당자가 현재의 기계 고장을 통지받을 수 있게 하고, 프로세스 엔지니어가 비정상적인 측정 결과들을 통지받을 수 있게 하고, 기타 등등이 가능하게 할 수 있을 것이다. 결과는 또한, 취해야 하는 행동들을 권장할 수 있을 것이다. 예를 들어, 결과는, 특별한 유지보수를 기계에 대해서 실시할 것은 권장할 수 있을 것이다.
실행 로직 구성요소(160)는, 결정 지원 로직 구성요소(155)의 출력을 기초로 비지니스 시스템들에 대한 행동을 취하는 것을 담당할 수 있다. 이러한 행동들은, 실시간 시스템 이벤트들, 예측된 이벤트들, 또는 스케쥴링된 활동들을 통해서 론칭될(launched) 수 있는 지능형(intelligent) 비지니스 규칙들의 형태들이다. 예를 들어, 실행 로직 구성요소(160)는, 특정 값들이 검출될 때 자동적으로 기계를 차단하는 것 등을 위해서, 기계에 대한 유지보수를 자동적으로 스케쥴링할 수 있을 것이다.
MICS(105)는 또한 챔버 매칭 하위시스템(CMS)(145)을 포함할 수 있을 것이다. CMS(145)은 제조 분위기 내의 여러 가지 툴들 및 챔버들에 대한 챔버 매칭 작업들을 실시하기 위해서 MICS 데이터 저장부(135) 내의 데이터를 이용한다. 챔버 매칭은, MICS(105)으로 연관된 프로세스 데이터를 전달할 수 있는 MES(110)의 구성요소들에 의해서 실시될 수 있다. 대안적으로 또는 부가적으로, 챔버 매칭은 MES(110)으로부터 및/또는 제조 분위기 내의 다른 공급원들로부터 수신된 장비 매개변수들(예를 들어, 튜닝가능한 입력들, 출력들, 입력 매개변수들, 출력 매개변수들)을 기초로 MICS(105)에 의해서 실시될 수 있다. 챔버 매칭은, 시간에 걸쳐 정적일 수 있거나 변화될 수 있는 특정 챔버 방법들(예를 들어, 상태 공간 제어, EWMA, 등)을 이용하여 실시될 수 있다. CMS(145)은 또한, 컴포지트 레시피 어드바이스를 정의하기 위해서 MICS 데이터 저장부(135) 내에 저장된 장비 데이터의 분석을 실시할 수 있을 것이다.
일 실시예에서, CMS(145)은, 사용자가 특정 툴을 선택할 수 있게 하고, 선택된 툴에 대해서 이용가능한 출력들 및 튜닝가능한 입력들을 제시하고, 그리고 사용자가 제시된 출력들 및 튜닝가능한 입력들 중 하나 또는 둘 이상을 선택하고 튜닝할 수 있게 하는 GUI를 제공한다. CMS(145)은, 입력 및 출력 매개변수들의 조정에 의해서, 사용자가 튜닝가능한 입력들의 세트 및 출력들의 세트를 튜닝하게 허용할 수 있을 것이다.
일부 실시예들에서, CMS(145)은 매칭시키고자 하는 'k'개의 챔버들의 세트를 제어한다. 챔버들의 수('k')는 MICS(105)의 사용자 또는 프로세스 관리자에 의해서 정의될 수 있을 것이다. CMS(145)은 식의 형태로, 예를 들어 많은 수의 튜닝가능한 입력들 및 챔버 상수(constant)에 의해서 정의된 많은 수의 출력들로, 각각의 챔버에 대한 R2R 제어기를 규정할 수 있을 것이다. CMS(145)은 출력 매개변수들을 이용하여 출력들을 튜닝할 수 있을 것이고, 입력 매개변수들을 이용하여 입력들을 튜닝할 수 있을 것이다. 예를 들어, 반도체 프로세스에서, 웨이퍼 두께가 출력일 수 있는 한편, 시간 및 온도가 제어가능한 입력들일 수 있을 것이다. 이러한 예에서 계속적으로, CMS(145)은, 출력(예를 들어, 정의된 두께) 및 입력들(예를 들어, 시간 및 온도의 값들) 모두가 'k'개의 챔버들에 걸쳐서 수렴하도록, 시간 및 온도 매개변수들을 튜닝하는 것에 의해서 챔버 매칭을 실시할 수 있을 것이다.
일부 실시예들에서, CMS(145)은 'k'개의 챔버들에 걸친 컴포지트 레시피 어드바이스를 결정한다. 예를 들어, CMS(145)은, 컴포지트 레시피 어드바이스를 결정하기 위해서 'k'개의 챔버들에 걸친 각각의 입력 계수를 단순히 평균화할 수 있을 것이다. 다른 예에서, CMS(145)이, 컴포지트 레시피 어드바이스를 결정하기 위해서 'k'개의 챔버들에 걸쳐 레시피 어드바이스들을 평균화할 수 있을 것이다. 또 다른 예에서, 사용자는 CMS(145)에 대한 컴포지트 레시피 어드바이스를 컴퓨팅하는 대안적인 방법이 실시되도록 정의할 수 있을 것이다. 'k'개의 챔버들의 입력들 및 출력들이 컴포지트 레시피 어드바이스의 결과로서 수렴하도록 제조 장비를 제어하기 위해서, CMS이 MES(110)와 소통할 수 있을 것이다.
일 실시예에서, CMS(145)은, 컴포지트 레시피 어드바이스를 결정할 때, 'k'개의 챔버들에 걸쳐 특정의 튜닝가능한 입력들 및/또는 출력들을 다소간(more or less) 가중 처리할 수 있을 것이다. 부가적으로, CMS(145)은, 컴포지트 레시피 어드바이스를 결정할 때, 특정 챔버를 다소간 가중 처리할 수 있을 것이다. 일 실시예에서, CMS(145)은 상이한 가중치들을 자동적으로 결정할 수 있을 것이다. 예를 들어, 만약 입력, 즉 '시간'이 사용자에 의해서 가중 처리되었다면, '시간'에 대한 부가적인 가중 처리가 적절하게 고려되도록 보장하기 위해서, CMS가 입력들 및 출력들의 가중치들을 자동적으로 조정할 수 있을 것이다. 대안적인 실시예에서, 사용자는 상이한 가중치들을 정의할 수 있을 것이고 그러한 가중치들을 MICS(105) 및/또는 CMS(145)으로 입력할 수 있을 것이다.
일부 실시예들에서, 임의 챔버에서 R2R 제어 모델 조정시마다, CMS(145)은 컴포지트 레시피 어드바이스를 업데이트한다. CMS(145)은 MES 데이터 저장부(130)로부터 R2R 데이터를 검색(retrieve)할 수 있을 것이고 그 정보를 MICS 데이터 저장부(135) 내에 저장할 수 있을 것이다.
다른 실시예에서, CMS(145)은 가상의 보조형 R2R 제어와 같은 향상된 기술들을 이용하여 그 챔버 매칭 작업을 확장할 수 있을 것이다. 예측 모델을 가지는 일 실시예에서, 데이터 통합 정리기(140)는, 예측기(150)에 의해서 생성된 가상 데이터를 통합 정리한다. 데이터 통합 정리기(140)는 MICS 데이터 저장부(135) 내에서 가상 데이터를 생성하는데 필요한 통합 정리된 데이터를 저장할 수 있을 것이다. 가상 데이터를 생성하기 위해서 이용되는 방법들, 모델들 및/또는 알고리즘들은 예측되는 매개변수에 의존할 수 있을 것이다. 예를 들어, 제 1 시뮬레이션 모델을 이용하여 제 1 매개변수의 미래의 값들을 예측할 수 있을 것이고, 제 2 시뮬레이션 모델을 이용하여 제 2 매개변수의 미리 값들을 예측할 수 있을 것이다. 일 실시예에서, CMS(145)은 가상 데이터 및 실제 데이터를 이용하여 컴포지트 레시피 어드바이스를 생성할 수 있을 것이다. 다른 실시예에서, CMS(145)이 가상 데이터를 이용하여 챔버 매칭 작업에서 입력 및 출력 매개변수들을 제어할 수 있을 것이다.
비록 전술한 예시적인 아키텍처(100)가 제조 분위기에 관한 것이지만, 본원 발명의 실시예들은 또한 투자 분위기(예를 들어, 주식들, 채권들, 통화들, 등의 거래를 위한), 연구 분위기, 등과 같은 다른 분위기에서 동작할 수 있을 것이다. 그러한 대안적인 분위기들에서, 제조 실행 시스템은 존재하지 않을 수 있고, 제조 정보 및 제어 시스템이, 대신에, 연구 정보 및 제어 시스템, 투자 정보 및 제어 시스템, 등이 될 수 있을 것이다.
도 1b는, 본원 개시 내용의 일부 양태들에 따른, 챔버 매칭에 대한 다-차원적인 솔루션을 도시한다. 도 1b는, 하드웨어 구성(171), 소프트웨어 구성(172), 툴 센서들(173), 프로세스(174), 계량(175), 유지보수(176), 및 라인 전기의 종료(end of line electrical)(177)를 포함하는, 챔버 매칭 작업의 일부 차원들을 도시한다. 전술한 바와 같이, 툴들의 집단을 배치된 상태로 유지하는 것은 수득 손실 및 수득 변동성을 감소시킬 수 있고, 팹에서의 보다 큰 루트연결 탄력성을 허용할 수 있고, 프로세스 비효율성을 식별 및 제어할 수 있고, 그리고 수득 문제점들의 근본 원인 분석을 위한 시간을 감소시킬 수 있다. 챔버 매칭에 대한 포괄적인 솔루션은, 도 1b에 도시된 바와 같은, 많은 차원들에 걸친 매칭을 포함한다. 이상적으로, 매칭 프로세스는, 도 1b에 도시된 바와 같이, 프로세스 셋업 및 실행, 그리고 수득 분석을 통해서 구성(예를 들어, 하드웨어 구성(171) 및 소프트웨어 구성(172))으로부터, 모든 이용가능한 차원에서의 매칭을 제공한다. 매칭 프로세스에서의 제 1 단계는 하드웨어 및 소프트웨어 검토(audit)를 실시하는 것이다. 많은 경우들에서, 고객과 운영자 사이의 협업의 일부로서 "골든 툴(Golden Tool)"이 식별된다. 골든 툴의 하드웨어 및 소프트웨어 매개변수들이 기준선이 될 수 있을 것이다. 매칭 프로세스에 대해서 어떠한 매개변수들이 중요한지 그리고 어떠한 레벨의 매칭의 달성이 요구되는지에 대한에 대한 결정이 이루어질 수 있을 것이다.
하드웨어 구성(171) 및 소프트웨어 구성(172)이 매칭될 때, 작업이 툴 센서들(173) 및 데이터 수집을 매칭시키는 것으로 전환될 수 있을 것이다. 데이터 수집 및 분석 구성들이 매칭될 수 있을 것이고, "챔버 변동성 보고"와 같은 분석 능력들을 이용하여 챔버 매칭의 레벨을 결정할 뿐만 아니라 임의의 미스매치의 공급원들을 조사한다. 빈번한 치유책들(remedies)은, 성능이 저하된 챔버들을 식별하는 것 그리고 입력 및 출력 매개변수들을 "골든" 챔버들로 매칭시키는 것을 포함한다. 예를 들어, 폴리 에칭 매칭 프로세스에서, 구동 전류(Ion) 매칭이 7%의 차이로부터 0%로 개선될 수 있을 것이다. 웨이퍼 내의 구동 전류 표준 편차가 30% 만큼 감소될 수 있을 것이다. 매칭은, 가스 유동들, 장비 제약들, RF 매개변수들, 및 레시피 최적화를 매칭시키는 것에 의해서 이루어질 수 있을 것이다.
전술한 능력들은 챔버 매칭 프로세스를 보조하고 많은 수의 장점들을 제공한다. 그러나, 그 능력들은 일반적으로 오프-라인으로 적용되고, 예를 들어, 프로세스(174), 계량(175), 및 유지보수(176)에서, 생산 중의 챔버 매칭을 해결하지 못할 수 있을 것이다. 앞서서 주목한 바와 같이, 생산 중의 챔버 매칭의 하나의 정의는 사후(post) 프로세스 계량에 의해서 출력들을 매칭시키는 것이다. 단지 집단에 걸친 출력들을 매칭시킬 때, 챔버들이 매우 상이하게 동작할 수 있다. 챔버 매칭의 개선된 정의, 및 여기에서의 개시 내용에서 이용된 정의는 - 챔버들의 동작 상태들이 매칭되는 경우에 챔버들이 매칭된다 - 는 것이다. 이는, 프로세스 출력들을 매칭시키는 것에 더하여, 프로세스 입력들 및 프로세스 변수들과 같은, 프로세스 조건들이 또한 매칭되는 것을 필요로 한다. 개선된 챔버 매칭(이하에서, 챔버 매칭)의 추가적인 상세 내용들을 이하에서 설명한다.
도 2는 본원 개시 내용의 일부 양태들에 따라서 실시되는 챔버 매칭의 그래프적인 도시를 제공한다. 이하의 도면에서, 용이한 설명을 위해서, 2개의 입력들 및 하나의 출력(예를 들어, Y = 2X1 + 10X2 + 5)을 가지는 예를 도시하였다. 2개의 입력들 및 하나의 출력의 이용은 용이한 설명을 위해서 이용된 것이고, 여기에서 설명된 바와 같이, 챔버 매칭이 복수의 출력들 및 복수의 입력들에 대해서 적용될 수 있다는 것을 주목하여야 할 것이다. 또한, 챔버 매칭이 2개 초과의 챔버들에 대해서 실시될 수 있다. 챔버 매칭이 임의 수의 복수의 챔버들 상에서 실시될 수 있을 것이다.
도 2는, 본원 발명의 일 실시예에 따른, 모델 솔루션 공간들을 이용하는 챔버 매칭을 도시한다. 모델 솔루션 공간은, 특정 출력 값을 달성할 수 있는 레시피 어드바이스의 입력 값들(예를 들어, 매개변수들)의 범위를 지칭한다. 이하의 예에서, 모델 솔루션 공간 출력(즉, 두께)은 일정하게 유지된다. 그러나, 다른 예들에서, 모델 솔루션 공간의 출력 및 입력 값들 모두가 가변적일 수 있을 것이다. 그래프적인 도시(200)에서, 모델 솔루션 공간들은 직선들(예를 들어, 모델 솔루션 공간들(201, 202, 및 203)로서 표시되어 있다. 모델 솔루션 공간(201)(예를 들어, 원본 모델 솔루션 공간)은 챔버 1의 제 1 프로세스 런(예를 들어, 런#1)에 대한 모델 솔루션 공간이다. 튜닝가능한 입력들은 압력(예를 들어, X2) 및 파워(예를 들어, X1)인 한편, 출력은 두께(예를 들어, Y)이다. 모델 솔루션 공간(201)에서, 런 #1에 대한 결정된 솔루션은, 입력 매개변수들이 대략적으로: 압력 = 2.5, 파워 = 40이 되는 동작 지점(207)에서 확인된다.
모델 솔루션 공간(202)(예를 들어, 전류 모델 솔루션 공간, 챔버 #2)는 챔버 2의 제 1 프로세스 런(예를 들어, 런 #1)에 대한 모델 솔루션 공간이다. 모델 솔루션 공간 내에서, 런 #1에 대한 결정된 솔루션은, 입력 매개변수들이 대략적으로: 압력 = 5.5, 파워 = 60이 되는 동작 지점(209)에서 확인된다.
통상적으로, R2R 제어기들은, 동일한 프로세스를 실시하는 다른 챔버들을 고려하지 않고, 이전의 어드바이스에 가장 근접한 레시피 어드바이스를 선택한다. 예를 들어, 전형적으로, 챔버는 레시피 어드바이스 레시피 어드바이스가 금지하는 바에 따라 출력을 정확히 생성하지 않는다. 도 2에서, 동작 지점(207)은 런 1 후의 챔버 1의 출력(예를 들어, 두께)을 나타낼 수 있을 것이다. 그러나, 출력은 정확하게 의도되었던 것이 아닐 수 있을 것이다. 의도된 출력은 동작 지점(205)에 의해서 표시될 수 있을 것이다. 통상적인 챔버 매칭 접근방식에서, R2R 제어 시스템은, 튜닝가능한 입력들(예를 들어, 압력 및 파워)을 최소한으로 조정하는 것에 의해서, 챔버 1의 동작 지점(207)(예를 들어, 출력)을 동작 지점(205)에 근접하게 이동시키려 할 수 있을 것이다. 통상적인 챔버 매칭 접근방식의 최소 조정들은 화살표(206)에 의해서 표시되어 있다. R2R 시스템은 모델 솔루션 공간(203)에 의해서 표시된 바와 같이 희망 출력을 달성하기 위해서 임의의 입력 조합들을 선택할 수 있을 것이다. 그러나, 통상적인 챔버 매칭 접근방식하에서, R2R 제어기는, 희망 동작 지점(205)에 여전히 접근하면서도 가능한 최소한인 조정들에 의해서, 챔버 1의 레시피 어드바이스를 조정할 수 있을 것이다.
그래픽적인 도시(200)는 본원 개시 내용의 양태들에 따른 챔버 매칭의 단순화된 예를 도시하고, 여기에서 공통 출력 값 및 공통 입력 값들을 성취하기 위해서 양 챔버 1 및 챔버 2의 어드바이스들이 조정된다. 도시된 바와 같이, 양 챔버들의 입력 및 출력 값들 모두가 매칭된다. 예를 들어, 런 1 이후에 챔버 1의 동작 지점(207)이, 화살표(204)에 의해서 표시된 바와 같이, 동작 지점(210)으로 조정된다. 런 1 후에 챔버 2의 동작 지점(209)이 또한, 화살표(208)에 의해서 표시된 바와 같이, 동일한 동작 지점, 즉 동작 지점(210)으로 조정된다. 도시된 바와 같이, 양 챔버 1 및 2의 동작 지점들이 동작 지점(210)으로 조정되고, 양 챔버들의 입력들이 동일한 값들(예를 들어, 약 압력 = 5 및 파워 = 40)에 근접하도록 튜닝되었다. 일 실시예에서, 매칭 그룹 내의 각각의 챔버의 레시피 어드바이스들이 다른 챔버들에 연결되고 챔버들에 걸친 매칭의 레벨을 개선한다. 다른 실시예에서, 챔버들이 컴포지트 레시피(Xc)를 향해서 이동한다. 다른 실시예에서, 매개변수 가중 처리 및 구속(bounding)이 챔버 매칭 작업에 적용된다.
도 3은, 본원 발명의 일 실시예에 따른, 챔버 매칭에 적용되는 바와 같은 상태 공간의 그래프적인 표시를 도시한다. 상태 공간은 시스템 디자인에서의 그리고 디자인 최적화를 위한 피드백 제어의 상태-공간 방법들을 지칭한다. 시스템 역학(dynamics)의 공간 상태 설명은, 상태 변수들을 물리적 출력 변수들 내로 조합시키는 대수적인(algebraic) 식들의 세트와 함께, 상태 변수들로서 알려진 내부 변수들의 세트에서 커플링된 1-차 미분 식들의 세트로서 역학을 제공할 수 있을 것이다. 달리 설명하면, 역학 시스템의 상태의 개념은, 시스템 및 임의의 주어진 입력들의 세트에 대한 그 시스템의 응답을 전체적으로 설명하는, 상태 변수들로서 공지된, 변수들의 최소 세트를 지칭한다. 상태 공간 제어를 적용하는 것에 의해서, 부가적인 변수들이 챔버 매칭 작업에서 제어될 수 있을 것이다. 예를 들어, EWMA 모델은, 전술한 바와 같이, 툴-특정 이력, 시간-의존적 툴 매개변수 노이즈, 및 시간-의존적 계략 측정 노이즈와 같은 인자들을 고려하도록 확장될 수 있다. 챔버 매칭에 적용된 바와 같은 상태 공간 제어가 도 3에 의해서 그래프적으로 표시되어 있으며, 여기에서 공간(301)은 전체 솔루션 공간(예를 들어, 모든 가능한 입력 매개변수들)을 표시한다. 공간(302)은 제약들을 만족시키는 가능한 솔루션들만을 도시한다. 공간(303)은 목적 함수(objective function)에 대한 최소 값을 고려한 최적화 솔루션을 도시한다. 이러한 경우에, 목적 함수는 전술한 바와 같은 챔버 매칭 목적들(예를 들어, 가중 처리된 입력들 및 출력들의 매칭)을 포함할 수 있을 것이다. 목적들은 가중 처리된 목적 함수에서 다른 제어 목적들과 조합될 수 있을 것이다.
챔버 매칭에 적용된 바와 같은 공급원 확장들이 또한 이하와 같이 수학적 형태로 설명될 수 있을 것이다:
yt = A.xt + vt
xt + 1 = xt + wt
여기에서, yt = 시간(t)에서의 계량 측정, xt = 시간(t)에서의 튜닝가능한 입력들, A = 출력 행렬(matrix), wt = 튜닝가능한 입력 노이즈, vt = SPC 측정 노이즈;
Figure pat00002
여기에서, yTarget = 계량 측정 목표, A = 계량 측정 목표로부터의 편차에 대한 비용 행렬, R = 현재 입력들로부터의 이동에 대한 페널티 행렬, Δxmax = 입력들의 최대 변화.
이하를 조건으로,
Figure pat00003
일 실시예에서, 행렬(A)은 레시피 의존형이고 툴 의존형이며, 실험으로부터 얻어질 수 있을 것이다. 일 실시예에서, 분포들이 알려져 있는 경우에, 노이즈 매개변수들이 미리 엔터링될 수 있다. 다른 실시예에서, 알려져 있지 않은 경우에, 노이즈 매개변수들이 추정된다. 챔버 매칭에 대해서 적용됨에 따라, 최적 입력을 찾기 위해서 상기 식이 풀이될 수 있을 것이다.
도 4는 챔버 매칭을 위한 방법의 일 실시예의 흐름도이다. 방법(400)은 하드웨어(예를 들어, 회로망, 전용 로직, 프로그램밍 가능 로직, 마이크로코드, 등), 소프트웨어(예를 들어, 하드웨어 시뮬레이션을 실시하기 위해서 프로세스 디바이스 상에서의 작동되는 명령어들), 또는 이들의 조합을 포함하는 프로세싱 로직에 의해서 실시될 수 있을 것이다.
설명의 단순함을 위해서, 이러한 개시 내용의 방법들을 일련의 작용들로서 도시하고 설명하였다. 그러나, 이러한 개시 내용에 따른 작용들은 여러 가지 순서들로 및/또는 동시적으로 발생될 수 있고, 여기에서 제시되지 않고 설명되지 않은 다른 작용들을 가질 수 있다. 또한, 개시된 청구 대상에 따라 방법들을 구현하기 위해서 모든 설명된 작용들이 필요하지 않을 수 있을 것이다. 또한, 방법들이 상태 도면 또는 이벤트들을 통해서 일련의 상호 관련된 상태들로서 대안적으로 표시될 수 있다는 것을 당업자는 이해하고 인정할 수 있을 것이다. 부가적으로, 본원 명세서에서 개시된 방법들이, 그러한 방법들을 컴퓨팅 디바이스들로 전달하고 옮기는 것을 돕기 위해서, 제조의 물품 상에 저장될 수 있다는 것을 이해하여야 할 것이다. 여기에서 사용된 바와 같은 "제조의 물품"이라는 용어는, 임의의 컴퓨터-판독가능 디바이스 또는 저장 매체로부터 접속할 수 있는 컴퓨터 프로그램을 포함하기 위한 것이다. 하나의 구현예에서, 방법(400)이, 도 1a에 도시된 바와 같이, 챔버 매칭 하위시스템(145)에 의해서 실시될 수 있을 것이다.
도 4를 참조하면, 방법(400)이 블록(402)에서 시작하고, 그러한 블록에서 프로세싱 로직이 복수의 챔버들 중의 제 1 챔버에 대한 제 1 챔버 레시피 어드바이스를 수신한다. 제 1 챔버 레시피 어드바이스는 프로세스에 대한 튜닝가능한 입력들(예를 들어, 온도 및 압력)의 세트 및 출력들(예를 들어, 두께)의 세트를 설명할 수 있을 것이다. 부가적으로, 제 1 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 튜닝가능한 입력들의 세트 및 제 1 챔버 출력 매개변수들(예를 들어, 두께의 값들)의 세트를 튜닝하기 위한 제 1 챔버 입력 매개변수들(예를 들어, 온도 및 압력에 대한 값들)의 세트를 포함한다.
방법(400)의 블록(404)에서, 프로세싱 로직은 제 2 챔버에 대한 제 2 챔버 레시피 어드바이스를 수신한다. 제 2 챔버 레시피 어드바이스는 프로세스를 위한 튜닝가능한 입력들(예를 들어, 온도 및 압력)의 세트 및 출력들(예를 들어, 두께)의 세트를 설명한다. 제 2 챔버 레시피 어드바이스는 출력들의 세트를 위해서 튜닝가능한 입력들의 세트 및 제 2 챔버 출력 매개변수들(예를 들어, 챔버 1과 상이한 두께의 값들)의 세트를 튜닝하기 위한 제 2 챔버 입력 매개변수들(예를 들어, 챔버 1과 상이한 온도 및 압력에 대한 값들)의 세트를 포함한다.
방법(400)의 블록(406)에서, 프로세스 로직은, 제 1 또는 제 2 챔버 레시피 어드바이스들 중 다른 하나에 매칭시키기 위해서, 제 1 챔버 입력 매개변수들(예를 들어, 온도 및 압력에 대한 값들)의 세트 또는 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 제 1 챔버 출력 매개변수들(예를 들어, 두께에 대한 값들)의 세트 또는 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정한다. 단순한 2개 챔버의 예에서, 제 2 챔버의 출력 및 입력 매개변수들에 근접하도록, 제 1 챔버의 출력 매개변수들 및 입력 매개변수들이 조정될 수 있을 것이다. 다른 실시예에서, 이하에서 보다 구체적으로 설명될, 컴포지트 챔버 레시피의 입력 및 출력 매개변수들에 근접하도록, 프로세싱 로직이 챔버들의 입력 및 출력 매개변수들을 조정할 수 있을 것이다.
일 실시예에서, 프로세싱 로직은 챔버들에 걸쳐서 모든 입력 매개변수들 및 출력 매개변수들을 매칭시킨다. 다른 실시예에서, 프로세싱 로직은 챔버들에 걸쳐서 일부의 그러나 전부는 아닌 입력 매개변수들 및 일부의 또는 전부의 출력 매개변수들을 매칭시킨다.
방법(400)의 블록(408)에서, 프로세싱 로직은 제 1 및 제 2 챔버 레시피 어드바이스들을 기초로 컴포지트 챔버 레시피 어드바이스를 생성한다. 컴포지트 챔버 레시피 어드바이스는 특별한 프로세스를 위한 모든 챔버 레시피들의 평균일 수 있을 것이다. 컴포지트 레시피 어드바이스는 튜닝가능한 입력들 및 출력들, 및 튜닝가능한 입력들 및 출력들 각각을 튜닝하기 위한 컴포지트 입력 매개변수들의 세트 및 출력 매개변수들의 세트를 포함할 수 있을 것이다. 튜닝가능한 입력들 및 출력들이 챔버들 및 컴포지트 챔버 레시피 어드바이스에 걸쳐서 동일할 수 있다는 것을 주목하여야 한다. 그러나, 전형적으로, 챔버들에 걸친 그리고 각각의 챔버 사이의 입력 및 출력 매개변수들 그리고 컴포지트 챔버 레시피 어드바이스가 달라질 수 있다. 컴포지트 챔버 레시피 어드바이스는, 각각의 챔버의 레시피 어드바이스가 컴포지트 챔버 레시피 어드바이스에 근접하도록 조정되는 챔버 매칭 작업에서 이용될 수 있을 것이다. 예를 들어, 특별한 챔버 레시피 어드바이스의 입력 매개변수들 및 출력 매개변수들이, 컴포지트 챔버 레시피 어드바이스의 입력 매개변수들 및 출력 매개변수들에 보다 근접하도록 튜닝될 수 있을 것이다.
방법(400)의 블록(410)에서, 프로세싱 로직은 튜닝가능한 입력들의 세트 중의 적어도 하나의 입력 및/또는 출력들의 세트 중의 적어도 하나의 출력을 가중 처리한다. 챔버의 특별한 가중 처리된 입력들 또는 출력들이 컴포지트 챔버 레시피 어드바이스에 대해서 다소 기여하도록, 챔버의 튜닝가능한 입력들 및/또는 출력들이 가중 처리될 수 있을 것이다. 도 3과 관련하여 설명한 바와 같이, 상태 공간들에 대해서, 입력 가중치들은 행렬(R)에 상응하고 출력 가중치들은 행렬(Q)에 대해서 상응한다는 것을 주목하여야 한다. 부가적으로, 특별한 챔버의 가중 처리된 입력들 및/또는 출력들이 컴포지트 챔버 레시피 어드바이스를 향해서 다소 이동하도록, 챔버의 튜닝가능한 입력들 및/또는 출력들이 가중 처리될 수 있을 것이다. 일 실시예에서, 튜닝가능한 입력들 또는 출력들의 가중 처리는, 챔버가 가장 중요한 매개변수들에 매칭될 수 있게 할 것이다. 예를 들어, 고객의 가장 중요한 매개변수가 사이클 시간이라면, 사이클 시간에 대한 튜닝가능한 입력이 다른 튜닝가능한 입력들 보다 더 가중 처리될 수 있을 것이다.
방법(400)의 블록(412)에서, 컴포지트 레시피 어드바이스에 대한 개별적인 챔버들의 기여를 조정하기 위해서, 프로세싱 로직은 하나 또는 둘 이상의 챔버들의 챔버 레시피 어드바이스들을 가중 처리한다. 다른 실시예에서, 개별적인 챔버들을 가중 처리하는 것은, 특별한 챔버가 컴포지트 레시피 어드바이스에 대해서 기여하는 레벨을 지정할 수 있을 것이고, 또는 컴포지트 레시피 어드바이스로부터 어드바이스를 유도하는 레벨을 지정할 수 있을 것이다. 예를 들어, 특별한 챔버가 "골든 챔버"로 간주될 수 있을 것이고, 따라서 컴포지트 챔버 레시피 어드바이스의 생성에 대해서 다른 챔버들 보다 더 기여할 수 있도록 보다 크게 가중 처리되도록 선택된다.
방법(400)의 블록(414)에서, 프로세싱 로직은, 컴포지트 챔버 레시피 어드바이스에 매칭시키기 위해서 챔버 입력 매개변수들의 세트 및 챔버 출력 매개변수들의 세트를 조정한다. 일 실시예에서, 챔버 매칭 작업에서 프로세싱 로직은, 컴포지트 챔버 레시피 어드바이스에 근접하도록 각각의 챔버의 레시피 어드바이스를 조정한다. 예를 들어, 챔버의 입력 및 출력 매개변수들이 컴포지트 챔버 레시피 어드바이스의 입력 및 출력 매개변수들에 접근하도록, 프로세싱 로직이 챔버의 입력 및 출력 매개변수들을 조정할 수 있을 것이다.
방법(400)의 블록(416)에서, 프로세싱 로직은, 조정된 제 1 또는 제 2 챔버 레시피 어드바이스들 중 적어도 하나를 기초로, 컴포지트 챔버 레시피 어드바이스를 업데이트한다. 일 실시예에서, 프로세싱 로직이 임의 챔버에 대해서 R2R 레시피 어드바이스 조정을 할 때마다, 특별한 챔버의 조정을 반영하기 위해서 컴포지트 레시피 어드바이스가 업데이트된다. 달리 설명하면, 컴포지트 챔버 레시피 어드바이스에 근접하도록 챔버의 레시피 어드바이스가 업데이트될 때마다, 업데이트된 챔버 레시피 어드바이스를 포함하도록 컴포지트 챔버 레시피 어드바이스가 업데이트될 수 있을 것이다. 컴포지트 챔버 어드바이스 및 챔버 레시피 어드바이스를 업데이트하는 프로세스가 반복될 수 있을 것이다.
다른 실시예에서, 챔버 매칭이 도 3에서 설명된 바와 같은 상태 공간형 제어를 기초로 할 수 있을 것이다. 즉, 튜닝가능한 입력들, 출력들, 및 그들의 연관된 매개변수들이 상태-공간 표상들에 의해서 설명되는 상태-공간 제어 방법들을 이용하여, 챔버 매칭이 실시될 수 있을 것이다.
도 5는, 기계로 하여금 여기에서 설명된 임의의 하나 또는 둘 이상의 방법론들을 수행하도록 유도하기 위한, 명령어들의 세트가 그 내부에서 실행될 수 있는 컴퓨터 시스템(500)의 예시적인 형태로 기계의 도식적인 표현을 예시한다. 대안적인 실시예들에서, 기계는 LAN, 인트라넷(intranet), 엑스트라넷(extranet), 또는 인터넷(Internet) 내의 다른 기계들로 접속(예를 들어, 네트워크화)될 수 있다. 기계는 클라이언트-서버(client-server) 네트워크 분위기 내의 서버 또는 클라이언트 기계의 용량에서, 또는 피어-투-피어(peer-to-peer)(또는 분산형) 네트워크 분위기에서 피어 기계(peer machine)로서 동작할 수 있을 것이다. 기계는 개인용 컴퓨터(PC), 태블릿 PC(tablet PC), 셋톱 박스(STB : set-top box), 개인 정보 단말(PDA : Personal Digital Assistant), 셀룰러 전화, 웹 기기(web appliance), 서버, 네트워크 라우터(network router), 스위치 또는 브릿지(bridge), 또는 기계에 의해 취해져야 할 작동들을 특정하는 명령어들(순차적이거나 그렇지 않음)의 세트를 실행할 수 있는 임의의 기계일 수 있다. 또한, 하나의 기계만이 예시되어있지만, "기계(machine)"라는 용어는 또한 본 명세서에서 설명된 방법론들 중의 임의의 하나 이상을 수행하기 위하여 명령어들의 세트(또는 다수의 세트들)를 개별적으로 또는 통합하여 실행하는 기계들(예를 들어, 컴퓨터들)의 임의의 집합을 포함하는 것으로 이해되어야 할 것이다.
예시적인 컴퓨터 시스템(500)은, 버스(508)를 통해서 서로 통신하는, 프로세싱 디바이스(프로세서)(502), 주 메모리(main memory)(504)(예를 들어, 리드-온리 메모리(ROM), 플래시 메모리, 동기식 DRAM(SDRAM) 또는 램버스 DRAM(RDRAM)과 같은 동적 랜덤 액세스 메모리(DRAM), 등), 정적 메모리(static memory)(506)(예를 들어, 플래시 메모리, 정적 랜덤 액세스 메모리(SRAM), 등), 및 데이터 저장 디바이스(518)를 포함한다.
프로세서(502)는 마이크로프로세서, 중앙 프로세싱 유닛, 등과 같은 하나 이상의 범용 프로세싱 디바이스들을 나타낸다. 보다 특히, 프로세서(502)는 복합 명령어 세트 컴퓨팅(CISC : complex instruction set computing) 마이크로프로세서, 감소된 명령어 세트 컴퓨팅(RISC : reduced instruction set computing) 마이크로프로세서, 매우 긴 명령어 워드(VLIW : very long instruction word) 마이크로프로세서, 또는 다른 명령어 세트들을 수행하는 프로세서, 또는 명령어 세트들의 조합을 수행하는 프로세서들일 수 있을 것이다. 프로세서(502)는 또한 특정 용도 집적 회로(ASIC), 필드 프로그램가능 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서, 등과 같은 하나 또는 둘 이상의 특별한-목적의 프로세싱 디바이스들일 수 있을 것이다. 프로세서(502)는 여기에서 설명된 동작들 및 단계들을 수행하기 위해서 명령어들(526)을 실행하도록 구성된다.
컴퓨터 시스템(500)은 네트워크 인터페이스 디바이스(522)를 더 포함할 수 있을 것이다. 또한, 컴퓨터 시스템(500)은 비디오 디스플레이 유닛(510)(예를 들어, 액정 디스플레이(LCD), 음극선관(CRT), 영숫자(alphanumeric) 입력 디바이스(512)(예를 들어, 키보드), 커서 제어 디바이스(514)(예를 들어, 마우스), 및 신호 발생 디바이스(520)(예를 들어, 스피커)를 포함할 수 있을 것이다.
데이터 저장 디바이스(518)은, 여기에서 설명된 방법론들 또는 기능들 중의 임의의 하나 또는 둘 이상의 이상을 구체화하는 명령어들(526)(예를 들어, 소프트웨어)의 하나 또는 둘 이상의 세트들이 저장되는 컴퓨터-판독가능 저장 매체(524)를 포함할 수 있을 것이다. 또한, 명령어들(526)은, 컴퓨터 시스템(500)에 의한 명령어들의 실행 중에, 주 메모리(504) 내에 및/또는 프로세서(502) 내에 완전히 또는 적어도 부분적으로 상주할 수 있을 것이고, 주 메모리(504) 및 프로세서(502)는 또한 컴퓨터-판독가능 저장 매체를 구성한다. 명령어들(526)은 네트워크 인터페이스 디바이스(522)를 통해서 네트워크(574)에 걸쳐 추가적으로 송신 또는 수신될 수 있을 것이다.
일 실시예에서, 명령어들(526)이 챔버 매칭 하위시스템(145)을 구현하기 위한 명령어들을 포함한다. 컴퓨터-판독가능 저장 매체(524)가 단일 매체인 것으로 예시적인 실시예에서 도시되어 있지만, "컴퓨터-판독가능 저장 매체"라는 용어는 명령어들의 하나 또는 둘 이상의 세트들을 저장하는 단일 매체 또는 복수 매체(예를 들어, 중앙 집중형 또는 분산형 데이터베이스, 및/또는 연계된 캐시들 및 서버들)를 포함하는 것으로 이해되어야 한다. 또한, "컴퓨터-판독가능 저장 매체"라는 용어는, 기계에 의한 실행을 위한 명령어들의 세트를 저장, 인코딩 또는 이송(carrying)할 수 있고 기계로 하여금 본원 발명의 방법론들 중의 임의의 하나 또는 둘 이상을 수행하도록 하는, 임의의 매체를 포함하는 것을 이해되어야 할 것이다. 따라서, "컴퓨터-판독가능 저장 매체"라는 용어는, 비제한적으로, 솔리드-스테이트 메모리들(solid-state memories), 광학적 매체, 및 자기 매체를 포함하는 것으로 이해되어야 할 것이다.
상기 설명에서, 수 많은 상세 내용들이 기술되어 있다. 그러나, 이러한 개시 내용의 장점을 이해한 당업자에게는, 본원 발명이 이러한 구체적인 상세 내용들이 없이도 실시될 수 있다는 것이 자명할 것이다. 일부 경우들에서, 본원 발명을 불명료하게 하는 것을 방지하기 위해서, 주지의 구조들 및 디바이스들을, 구체적으로 도시하는 대신에, 블록도 형태로 도시하였다.
이하의 구체적인 설명의 일부 부분들은 컴퓨터 메모리 내의 데이터 비트들에 대한 동작들의 심볼 표현들 및 알고리즘들과 관련하여 제시된다. 이러한 알고리즘적 설명들 및 표현들은 데이터 프로세싱 기술분야의 당업자가 자신들의 작업의 요지를 다른 당업자들에게 가장 효율적으로 전달하기 위하여 사용되는 수단이다. 알고리즘은 여기서, 그리고 일반적으로, 희망하는 결과를 초래하는 일관성 있는(self-consistent) 단계들의 시퀀스인 것으로 인식된다. 단계들은 물리적 수량들의 물리적 조작들을 필요로 하는 단계들이다. 일반적으로, 비록 필수적인 것은 아니지만, 이러한 수량들이 저장되고, 전달되고, 조합되고, 비교되고, 다른 방식으로 조작될 수 있는 전기적 또는 자기적 신호들의 형태를 취한다. 주로 공통적 사용의 이유로, 이러한 신호들을 비트들, 값들, 요소들, 심볼들, 문자들, 용어들, 숫자들, 등으로서 지칭하는 것이 때때로 편리한 것으로 입증되었다.
그러나, 이러한 그리고 유사한 모든 용어들이 적절한 물리량들과 연관되기 위한 것이고, 이러한 수량들에 적용되는 단순한 편의적 레이블들(labels)이라는 것을 유념하여야 한다. 달리 구체적으로 설명하지 않는 경우에, 이하의 설명으로부터 자명한 바와 같이, 상세한 설명의 전반에 걸쳐, "조정한다", "생성한다", "수신한다", "가중 처리한다", "업데이트한다", 등과 같은 용어들을 이용하는 설명들은, 컴퓨터 시스템들의 레지스터들 및 메모리들 내의 물리적인(예를 들어, 전자적 ) 양들로서 표현되는 데이터를 조작하고, 컴퓨터 시스템 메모리들 또는 레지스터들, 또는 다른 그러한 정보 저장부, 전송 또는 디스플레이 디바이스 내의 물리적인 양들로서 유사하게 표현되는 다른 데이터로 변환하는, 컴퓨터 시스템 또는 유사한 전자적 컴퓨팅 디바이스의 동작들 및 프로세스들을 지칭한다는 것을 이해할 수 있을 것이다.
본원 발명은 또한 여기에서의 동작들을 수행하기 위한 장치에 관한 것이다. 이러한 장치는 요구되는 목적들을 위해 특별히 구성될 수 있을 것이고, 또는 컴퓨터에 저장되는 컴퓨터 프로그램에 의하여 선택적으로 활성화되거나 재구성되는 범용 컴퓨터를 포함할 수 있을 것이다. 그러한 컴퓨터 프로그램은, 비제한적으로, 플로피 디스크들, 광학 디스크들, CD-ROM들 및 자기-광학적 디스크들을 포함하는 임의의 타입의 디스크, 리드-온리 메모리들(ROMs), 랜덤 액세스 메모리들(RAMs), EPROM들, EEPROM들, 자기적 또는 광학적 카드들, 또는 전자적 명령어들을 저장하기에 적합한 임의의 타입의 매체와 같은, 컴퓨터 판독가능 저장 매체에 저장될 수 있을 것이다.

Claims (20)

  1. 컴퓨터-구현된 방법으로서:
    복수의 챔버들 중의 제 1 챔버에 대한 제 1 챔버 레시피 어드바이스를 수신하는 단계로서, 상기 제 1 챔버 레시피 어드바이스는 프로세스에 대한 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하며, 상기 제 1 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 튜닝가능한 입력들의 세트 및 제 1 챔버 출력 매개변수들의 세트를 튜닝하기 위한 제 1 챔버 입력 매개변수들의 세트를 포함하는, 제 1 챔버 레시피 어드바이스를 수신하는 단계;
    복수의 챔버들 중의 제 2 챔버에 대한 제 2 챔버 레시피 어드바이스를 수신하는 단계로서, 상기 제 2 챔버 레시피 어드바이스는 프로세스를 위한 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하고, 상기 제 2 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 제 2 챔버 출력 매개변수들의 세트를 튜닝하기 위한 제 2 챔버 입력 매개변수들의 세트를 포함하는, 제 2 챔버 레시피 어드바이스를 수신하는 단계; 및
    상기 제 1 챔버 레시피 어드바이스 및 상기 제 2 챔버 레시피 어드바이스를 실질적으로 매칭시키기 위해서, 상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하는 단계를 포함하는, 컴퓨터-구현된 방법.
  2. 제 1 항에 있어서,
    상기 제 1 및 제 2 챔버 레시피 어드바이스들을 기초로 컴포지트 챔버 레시피 어드바이스를 생성하는 단계를 더 포함하고, 상기 컴포지트 챔버 레시피 어드바이스는 프로세스를 위한 상기 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하고, 상기 컴포지트 챔버 레시피 어드바이스는 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 컴포지트 출력 매개변수들의 세트를 튜닝하기 위한 컴포지트 입력 매개변수들의 세트를 포함하는, 컴퓨터-구현된 방법.
  3. 제 1 항에 있어서,
    상기 튜닝가능한 입력들의 세트 중의 입력 또는 상기 출력들의 세트 중의 출력 중 적어도 하나를 가중 처리하는 단계를 더 포함하는, 컴퓨터-구현된 방법.
  4. 제 1 항에 있어서,
    상기 제 1 챔버 레시피 어드바이스 또는 상기 제 2 챔버 레시피 어드바이스 중 적어도 하나를 가중 처리하는 단계를 더 포함하는, 컴퓨터-구현된 방법.
  5. 제 1 항에 있어서,
    상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 상기 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나가 상태 공간 제어를 기초로 조정되는, 컴퓨터-구현된 방법.
  6. 제 2 항에 있어서,
    상기 제 1 또는 제 2 챔버 레시피 어드바이스들 중 적어도 하나를 조정하는 단계가, 상기 컴포지트 챔버 레시피 어드바이스와 실질적으로 매칭시키기 위해서 상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 상기 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하는 단계를 포함하는, 컴퓨터-구현된 방법.
  7. 제 6 항에 있어서,
    상기 조정된 제 1 또는 제 2 챔버 레시피 어드바이스들 중 적어도 하나를 기초로 상기 컴포지트 챔버 레시피 어드바이스를 업데이트하는 단계를 더 포함하는, 컴퓨터-구현된 방법.
  8. 제 2 항에 있어서,
    상기 컴포지트 챔버 레시피 어드바이스를 생성하는 단계가, 상기 제 1 및 제 2 챔버 레시피 어드바이스들의 입력 매개변수들을 평균화하는 것에 의해서 상기 컴포지트 입력 매개변수들의 세트를 생성하는 단계를 포함하는, 컴퓨터-구현된 방법.
  9. 제 2 항에 있어서,
    상기 컴포지트 챔버 레시피 어드바이스를 생성하는 단계가 상기 제 1 및 제 2 챔버 레시피 어드바이스들을 평균화하는 단계를 포함하는, 컴퓨터-구현된 방법.
  10. 제 2 항에 있어서,
    상기 컴포지트 챔버 레시피 어드바이스를 생성하는 단계가 상기 제 1 및 제 2 챔버들의 프로세스 조건들을 추가적으로 기초로 하고, 상기 생성된 컴포지트 레시피 어드바이스를 실질적으로 매칭시키기 위해서 상기 제 1 및 제 2 챔버의 프로세스 조건들이 조정되는, 컴퓨터-구현된 방법.
  11. 시스템으로서:
    메모리; 및
    상기 메모리에 커플링된 프로세싱 디바이스를 포함하고,
    상기 프로세싱 디바이스는:
    복수의 챔버들 중의 제 1 챔버에 대한 제 1 챔버 레시피 어드바이스를 수신하도록 하는 것으로서, 상기 제 1 챔버 레시피 어드바이스는 프로세스에 대한 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하며, 상기 제 1 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 제 1 챔버 출력 매개변수들의 세트를 튜닝하기 위한 제 1 챔버 입력 매개변수들의 세트를 포함하는, 제 1 챔버 레시피 어드바이스를 수신하도록;
    복수의 챔버들 중의 제 2 챔버에 대한 제 2 챔버 레시피 어드바이스를 수신하도록 하는 것으로, 상기 제 2 챔버 레시피 어드바이스는 프로세스를 위한 상기 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하고, 상기 제 2 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 제 2 챔버 출력 매개변수들의 세트를 튜닝하기 위한 제 2 챔버 입력 매개변수들의 세트를 포함하는, 제 2 챔버 레시피 어드바이스를 수신하도록; 그리고
    상기 제 1 챔버 레시피 어드바이스 및 상기 제 2 챔버 레시피 어드바이스를 실질적으로 매칭시키기 위해서, 상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하도록; 구성되는, 시스템.
  12. 제 11 항에 있어서,
    상기 프로세싱 디바이스는 추가적으로:
    상기 제 1 및 제 2 챔버 레시피 어드바이스들을 기초로 컴포지트 챔버 레시피 어드바이스를 생성하며,
    상기 컴포지트 챔버 레시피 어드바이스는 프로세스를 위한 상기 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하고, 상기 컴포지트 챔버 레시피 어드바이스는 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 컴포지트 출력 매개변수들의 세트를 튜닝하기 위한 컴포지트 입력 매개변수들의 세트를 포함하는, 시스템.
  13. 제 11 항에 있어서,
    상기 프로세싱 디바이스는 추가적으로:
    상기 튜닝가능한 입력들의 세트 중의 입력 또는 상기 출력들의 세트 중의 출력 중 적어도 하나를 가중 처리하는, 시스템.
  14. 제 11 항에 있어서,
    상기 프로세싱 디바이스는 추가적으로:
    상기 제 1 챔버 레시피 어드바이스 또는 상기 제 2 챔버 레시피 어드바이스 중 적어도 하나를 가중 처리하는, 시스템.
  15. 제 11 항에 있어서,
    상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 상기 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나가 상태 공간 제어를 기초로 조정되는, 시스템.
  16. 제 12 항에 있어서,
    상기 프로세싱 디바이스는 추가적으로:
    상기 컴포지트 챔버 레시피 어드바이스와 실질적으로 매칭시키기 위해서 상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 상기 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하는 것을 포함하는, 상기 제 1 또는 제 2 챔버 레시피 어드바이스들 중 적어도 하나를 조정하는, 시스템.
  17. 제 16 항에 있어서,
    상기 프로세싱 디바이스는 추가적으로:
    상기 조정된 제 1 또는 제 2 챔버 레시피 어드바이스들 중 적어도 하나를 기초로 상기 컴포지트 챔버 레시피 어드바이스를 업데이트하는, 시스템.
  18. 제 12 항에 있어서,
    상기 컴포지트 챔버 레시피 어드바이스를 생성하는 것이, 상기 제 1 및 제 2 챔버 레시피 어드바이스들의 입력 매개변수들을 평균화하는 것에 의해서 상기 컴포지트 입력 매개변수들의 세트를 생성하는 것을 포함하는, 시스템.
  19. 실행될 때, 프로세싱 디바이스로 하여금 동작들을 실시하도록 유도하는 명령어들을 저장하는 비-일시적 기계-판독가능 저장 매체로서,
    상기 동작들은:
    복수의 챔버들 중의 제 1 챔버에 대한 제 1 챔버 레시피 어드바이스를 수신하는 단계로서, 상기 제 1 챔버 레시피 어드바이스는 프로세스에 대한 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하며, 상기 제 1 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 제 1 챔버 출력 매개변수들의 세트를 튜닝하기 위한 제 1 챔버 입력 매개변수들의 세트를 포함하는, 제 1 챔버 레시피 어드바이스를 수신하는 단계;
    복수의 챔버들 중의 제 2 챔버에 대한 제 2 챔버 레시피 어드바이스를 수신하는 단계로서, 상기 제 2 챔버 레시피 어드바이스는 프로세스를 위한 상기 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하고, 상기 제 2 챔버 레시피 어드바이스는, 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 제 2 챔버 출력 매개변수들의 세트를 튜닝하기 위한 제 2 챔버 입력 매개변수들의 세트를 포함하는, 제 2 챔버 레시피 어드바이스를 수신하는 단계; 및
    상기 제 1 챔버 레시피 어드바이스 및 상기 제 2 챔버 레시피 어드바이스를 실질적으로 매칭시키기 위해서, 상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하는 단계를 포함하는, 비-일시적 기계-판독가능 저장 매체.
  20. 제 19 항에 있어서,
    상기 제 1 및 제 2 챔버 레시피 어드바이스들을 기초로 컴포지트 챔버 레시피 어드바이스를 생성하는 단계로서, 상기 컴포지트 챔버 레시피 어드바이스는 프로세스를 위한 상기 튜닝가능한 입력들의 세트 및 출력들의 세트를 설명하고, 상기 컴포지트 챔버 레시피 어드바이스는 출력들의 세트를 위해서 상기 튜닝가능한 입력들의 세트 및 컴포지트 출력 매개변수들의 세트를 튜닝하기 위한 컴포지트 입력 매개변수들의 세트를 포함하는, 컴포지트 챔버 레시피 어드바이스를 생성하는 단계; 및
    상기 컴포지트 챔버 레시피 어드바이스와 실질적으로 매칭시키기 위해서 상기 제 1 챔버 입력 매개변수들의 세트 또는 상기 제 2 챔버 입력 매개변수들의 세트 중 적어도 하나 그리고 상기 제 1 챔버 출력 매개변수들의 세트 또는 상기 제 2 챔버 출력 매개변수들의 세트 중 적어도 하나를 조정하는 것에 의해서, 상기 제 1 또는 제 2 챔버 레시피 어드바이스들 중 적어도 하나를 조정하는 단계를 더 포함하는, 비-일시적 기계-판독가능 저장 매체.
KR1020210090474A 2013-10-14 2021-07-09 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들 KR102349926B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220001548A KR102390341B1 (ko) 2013-10-14 2022-01-05 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361890802P 2013-10-14 2013-10-14
US61/890,802 2013-10-14
US14/223,780 US9606519B2 (en) 2013-10-14 2014-03-24 Matching process controllers for improved matching of process
US14/223,780 2014-03-24
KR1020140137787A KR102278411B1 (ko) 2013-10-14 2014-10-13 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020140137787A Division KR102278411B1 (ko) 2013-10-14 2014-10-13 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220001548A Division KR102390341B1 (ko) 2013-10-14 2022-01-05 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Publications (2)

Publication Number Publication Date
KR20210091684A true KR20210091684A (ko) 2021-07-22
KR102349926B1 KR102349926B1 (ko) 2022-01-11

Family

ID=52810324

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020140137787A KR102278411B1 (ko) 2013-10-14 2014-10-13 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들
KR1020210090474A KR102349926B1 (ko) 2013-10-14 2021-07-09 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들
KR1020220001548A KR102390341B1 (ko) 2013-10-14 2022-01-05 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020140137787A KR102278411B1 (ko) 2013-10-14 2014-10-13 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220001548A KR102390341B1 (ko) 2013-10-14 2022-01-05 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들

Country Status (3)

Country Link
US (3) US9606519B2 (ko)
KR (3) KR102278411B1 (ko)
TW (3) TWI770821B (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9606519B2 (en) * 2013-10-14 2017-03-28 Applied Materials, Inc. Matching process controllers for improved matching of process
TWI614699B (zh) 2016-12-30 2018-02-11 國立成功大學 大量客製化產品的品質預測方法
JP6999410B2 (ja) * 2017-12-25 2022-01-18 東京エレクトロン株式会社 基板処理方法
DE102018105322A1 (de) 2018-03-08 2019-09-12 Carl Zeiss Smt Gmbh Verfahren zum Betreiben einer industriellen Maschine
TWI698728B (zh) * 2018-03-13 2020-07-11 日商住友重機械工業股份有限公司 用以支援製程控制之顯示裝置及顯示方法
CN110416111B (zh) * 2018-04-28 2022-05-27 北京北方华创微电子装备有限公司 实现多个腔室匹配的方法和实现多个腔室匹配的装置
TWI762824B (zh) * 2019-10-17 2022-05-01 財團法人工業技術研究院 通訊任務解析方法、裝置及電腦可讀取記錄媒體
CN110783236B (zh) * 2019-11-12 2023-06-16 北京北方华创微电子装备有限公司 腔室离线控制方法及系统
TWI775592B (zh) * 2019-12-31 2022-08-21 鍾國誠 用於控制照明裝置的控制裝置及方法
TWI742502B (zh) * 2019-12-31 2021-10-11 鍾國誠 用於控制可變物理參數的控制裝置及方法
TWI734334B (zh) * 2019-12-31 2021-07-21 鍾國誠 控制目標裝置及用於控制可變物理參數的方法
TWI734335B (zh) * 2019-12-31 2021-07-21 鍾國誠 用於控制可變物理參數的控制裝置及方法
TWI741471B (zh) * 2019-12-31 2021-10-01 鍾國誠 控制目標裝置及用於控制可變物理參數的方法
TWI820656B (zh) * 2021-04-16 2023-11-01 大陸商北京北方華創微電子裝備有限公司 多個製程腔室壓力的控制方法及半導體製程設備
TWI801921B (zh) * 2021-07-05 2023-05-11 力晶積成電子製造股份有限公司 良率導向之線上機台匹配管理方法
CN116913815B (zh) * 2023-07-26 2024-02-23 数语技术(广州)有限公司 一种高温cvd生产制程的控制方法、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040044431A1 (en) * 2002-08-28 2004-03-04 Joseph Pellegrini Methods and systems for controlling reticle-induced errors
US20120095582A1 (en) * 2010-10-15 2012-04-19 Taiwan Semiconductor Manufacturing Company, Ltd. Chamber match using important variables filtered by dynamic multivariate analysis

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5926690A (en) * 1997-05-28 1999-07-20 Advanced Micro Devices, Inc. Run-to-run control process for controlling critical dimensions
JP2000077289A (ja) * 1998-08-27 2000-03-14 Fujitsu Ltd 製造予測管理システム
US6197604B1 (en) * 1998-10-01 2001-03-06 Advanced Micro Devices, Inc. Method for providing cooperative run-to-run control for multi-product and multi-process semiconductor fabrication
US6368975B1 (en) * 1999-07-07 2002-04-09 Applied Materials, Inc. Method and apparatus for monitoring a process by employing principal component analysis
US6684122B1 (en) * 2000-01-03 2004-01-27 Advanced Micro Devices, Inc. Control mechanism for matching process parameters in a multi-chamber process tool
US6559052B2 (en) * 2000-07-07 2003-05-06 Applied Materials, Inc. Deposition of amorphous silicon films by high density plasma HDP-CVD at low temperatures
DE60104705T2 (de) * 2000-09-15 2005-09-15 Advanced Micro Devices, Inc., Sunnyvale Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung
US6588007B1 (en) * 2001-01-03 2003-07-01 Advanced Micro Devices, Inc. Use of endpoint system to match individual processing stations within a tool
US7082345B2 (en) * 2001-06-19 2006-07-25 Applied Materials, Inc. Method, system and medium for process control for the matching of tools, chambers and/or other semiconductor-related entities
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
US6643596B2 (en) * 2001-12-13 2003-11-04 Yield Dynamics, Inc. System and method for controlling critical dimension in a semiconductor manufacturing process
US6968245B2 (en) * 2002-08-13 2005-11-22 Taiwan Semiconductor Manufacturing Co., Ltd. Flexible recipe modeling and recipe cluster management system
US7877161B2 (en) * 2003-03-17 2011-01-25 Tokyo Electron Limited Method and system for performing a chemical oxide removal process
US7354332B2 (en) * 2003-08-04 2008-04-08 Applied Materials, Inc. Technique for process-qualifying a semiconductor manufacturing tool using metrology data
US7127358B2 (en) * 2004-03-30 2006-10-24 Tokyo Electron Limited Method and system for run-to-run control
US7292906B2 (en) * 2004-07-14 2007-11-06 Tokyo Electron Limited Formula-based run-to-run control
TWI367429B (en) * 2004-09-01 2012-07-01 Lam Res Corp A plasma chamber utilizing an enhanced process and profile simulator algorithms and a method for operating the same
US7624003B2 (en) * 2005-01-10 2009-11-24 Applied Materials, Inc. Split-phase chamber modeling for chamber matching and fault detection
US7340320B2 (en) * 2005-04-13 2008-03-04 Asm Japan K.K. Method of recipe control operation
US20070239305A1 (en) * 2006-03-28 2007-10-11 Haoren Zhuang Process control systems and methods
US7619229B2 (en) * 2006-10-16 2009-11-17 Varian Semiconductor Equipment Associates, Inc. Technique for matching performance of ion implantation devices using an in-situ mask
TWI424645B (zh) * 2007-04-13 2014-01-21 Cymer Inc 用以穩定及調諧雷射光帶寬之方法與裝置
US8271103B2 (en) * 2007-05-02 2012-09-18 Mks Instruments, Inc. Automated model building and model updating
US8396582B2 (en) * 2008-03-08 2013-03-12 Tokyo Electron Limited Method and apparatus for self-learning and self-improving a semiconductor manufacturing tool
US8170704B2 (en) * 2008-03-31 2012-05-01 Globalfoundries Inc. Method and system for automatic generation of throughput models for semiconductor tools
US7894927B2 (en) * 2008-08-06 2011-02-22 Tokyo Electron Limited Using Multi-Layer/Multi-Input/Multi-Output (MLMIMO) models for metal-gate structures
US8135560B2 (en) * 2009-01-30 2012-03-13 Applied Materials, Inc. Sensor system for semiconductor manufacturing apparatus
US9611544B2 (en) * 2010-04-15 2017-04-04 Novellus Systems, Inc. Plasma activated conformal dielectric film deposition
US8634949B2 (en) * 2010-05-20 2014-01-21 International Business Machines Corporation Manufacturing management using tool operating data
WO2013043330A1 (en) * 2011-09-23 2013-03-28 Novellus Systems, Inc. Plasma activated conformal dielectric film deposition
US9558220B2 (en) * 2013-03-04 2017-01-31 Fisher-Rosemount Systems, Inc. Big data in process control systems
US9606519B2 (en) * 2013-10-14 2017-03-28 Applied Materials, Inc. Matching process controllers for improved matching of process
TWM481918U (zh) * 2014-03-07 2014-07-11 guang-zhe Lin 可升降的伸展台結構
JP6630369B2 (ja) * 2015-06-17 2020-01-15 エーエスエムエル ネザーランズ ビー．ブイ． 相互レシピ整合性に基づくレシピ選択
US10192763B2 (en) * 2015-10-05 2019-01-29 Applied Materials, Inc. Methodology for chamber performance matching for semiconductor equipment
US11592812B2 (en) * 2019-02-19 2023-02-28 Applied Materials, Inc. Sensor metrology data integration
EP3979023A4 (en) * 2019-05-29 2023-06-07 Sintokogio, Ltd. INFORMATION PROCESSING DEVICE AND INFORMATION PROCESSING METHOD
US11869754B2 (en) * 2019-09-06 2024-01-09 Applied Materials, Inc. Dynamic pressure control for processing chambers implementing real-time learning
EP3901710B1 (en) * 2020-04-24 2023-05-03 The Automation Partnership (Cambridge) Limited Optimisation of processes for the production of chemical, pharmaceutical and/or biotechnological products
US11829873B2 (en) * 2020-05-21 2023-11-28 Applied Materials, Inc. Predictive modeling of a manufacturing process using a set of trained inverted models
EP4105963A1 (en) * 2021-06-17 2022-12-21 Impedans Ltd A controller for a matching unit of a plasma processing system
US20230417682A1 (en) * 2022-06-23 2023-12-28 Onto Innovation Inc. Metrology solutions for complex structures of interest

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040044431A1 (en) * 2002-08-28 2004-03-04 Joseph Pellegrini Methods and systems for controlling reticle-induced errors
US20120095582A1 (en) * 2010-10-15 2012-04-19 Taiwan Semiconductor Manufacturing Company, Ltd. Chamber match using important variables filtered by dynamic multivariate analysis

Also Published As

Publication number Publication date
KR102390341B1 (ko) 2022-04-22
TWI649646B (zh) 2019-02-01
US20170168477A1 (en) 2017-06-15
US9606519B2 (en) 2017-03-28
TWI770821B (zh) 2022-07-11
TW201921197A (zh) 2019-06-01
US20150105895A1 (en) 2015-04-16
TW202127160A (zh) 2021-07-16
KR102349926B1 (ko) 2022-01-11
US10884400B2 (en) 2021-01-05
TW201514641A (zh) 2015-04-16
KR102278411B1 (ko) 2021-07-15
KR20150043215A (ko) 2015-04-22
TWI722354B (zh) 2021-03-21
KR20220005620A (ko) 2022-01-13
US20210116898A1 (en) 2021-04-22

Similar Documents

Publication Publication Date Title
KR102349926B1 (ko) 프로세스의 개선된 매칭을 위한 매칭 프로세스 제어기들
Keshavarz et al. Imputing a convex objective function
US9972478B2 (en) Method and process of implementing machine learning in complex multivariate wafer processing equipment
US10042357B2 (en) Portable, adaptable equipment health user interface
TWI459169B (zh) 用於控制設備工程系統之良率預測反饋之方法、系統、及記錄相關指令的非暫態電腦可讀取媒體
JP7138621B2 (ja) Ｋｐｉ性能分析のための無拘束の従属変数によるｍｐｃ
US9122261B2 (en) Apparatus and method for real-time sequential quadratic programming in industrial process control systems
US20190361429A1 (en) Methods and systems for applying run-to-run control and virtual metrology to reduce equipment recovery time
JPWO2012118067A1 (ja) エネルギー管理方法およびそのシステム並びにｇｕｉ方法
Al-Khazraji et al. Multi-objective particle swarm optimisation approach for production-inventory control systems
CN113169044A (zh) 高度共线响应空间中的规范性分析
Stebel et al. General tuning procedure for the nonlinear balance-based adaptive controller
TW202307599A (zh) 半導體製造的生態效率（可持續性）儀表板
Chen et al. Dynamic multi-objective evolutionary algorithm with center point prediction strategy using ensemble Kalman filter
Jovan et al. Use of key performance indicators in production management
Lindemann et al. Adaptive Quality Control for discrete large-scale Manufacturing Systems subjected to Disturbances
Parnianifard et al. Robust simulation-optimization of dynamic-stochastic production/inventory control system under uncertainty using computational intelligence
Bian et al. Robust and reliable estimation via recursive nonlinear dynamic data reconciliation based on cubature Kalman filter
TW202309791A (zh) 晶圓上的降維
Zheng et al. Single machine scheduling with uncertain processing times and carbon emission constraint in the shared manufacturing environment
US11698609B2 (en) Cascaded model predictive control with abstracting constraint boundaries
Parnianifarda et al. Uncertain Supply Chain Management
Hai et al. Research on model predictive control for inventory management in decentralized supply chain system

Legal Events

Date Code Title Description
A107 Divisional application of patent
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant