KR20220144607A - Plasma nitridation treatment method and plasma nitridation treatment apparatus - Google Patents

Plasma nitridation treatment method and plasma nitridation treatment apparatus Download PDF

Info

Publication number
KR20220144607A
KR20220144607A KR1020210051127A KR20210051127A KR20220144607A KR 20220144607 A KR20220144607 A KR 20220144607A KR 1020210051127 A KR1020210051127 A KR 1020210051127A KR 20210051127 A KR20210051127 A KR 20210051127A KR 20220144607 A KR20220144607 A KR 20220144607A
Authority
KR
South Korea
Prior art keywords
nitridation
specimens
plasma
value
depth
Prior art date
Application number
KR1020210051127A
Other languages
Korean (ko)
Other versions
KR102466451B1 (en
Inventor
안경준
전동술
Original Assignee
한국생산기술연구원
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 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020210051127A priority Critical patent/KR102466451B1/en
Publication of KR20220144607A publication Critical patent/KR20220144607A/en
Application granted granted Critical
Publication of KR102466451B1 publication Critical patent/KR102466451B1/en

Links

Images

Classifications

    • 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
    • C23C8/00—Solid state diffusion of only non-metal elements into metallic material surfaces; Chemical surface treatment of metallic material by reaction of the surface with a reactive gas, leaving reaction products of surface material in the coating, e.g. conversion coatings, passivation of metals
    • C23C8/06—Solid state diffusion of only non-metal elements into metallic material surfaces; Chemical surface treatment of metallic material by reaction of the surface with a reactive gas, leaving reaction products of surface material in the coating, e.g. conversion coatings, passivation of metals using gases
    • C23C8/36—Solid state diffusion of only non-metal elements into metallic material surfaces; Chemical surface treatment of metallic material by reaction of the surface with a reactive gas, leaving reaction products of surface material in the coating, e.g. conversion coatings, passivation of metals using gases using ionised gases, e.g. ionitriding
    • 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
    • C23C8/00—Solid state diffusion of only non-metal elements into metallic material surfaces; Chemical surface treatment of metallic material by reaction of the surface with a reactive gas, leaving reaction products of surface material in the coating, e.g. conversion coatings, passivation of metals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Solid-Phase Diffusion Into Metallic Material Surfaces (AREA)
  • Plasma Technology (AREA)

Abstract

The present invention relates to a plasma nitridation treatment method and a plasma nitridation treatment apparatus, which can minimize a nitridation depth deviation during plasma nitridation treatment of a plurality of specimens. The plasma nitridation treatment method comprises: a correlation acquiring step of acquiring a correlation between a location coordinate of each of the plurality of specimens located in a treatment space of a reaction chamber and an actual nitridation depth of a specimen for each location coordinate; a nitridation depth distribution deriving step of deriving a distribution of expected nitridation depth values for each location coordinate of the treatment space as a prediction diagram for the treatment space; a percentage distribution conversion step of converting the prediction diagram for the distribution of the expected nitridation depth values into a percentage distribution diagram; a sensing location setting step of selecting a location for allowing a sensor device, which can sense a nitridation treatment process in the treatment space of the reaction chamber, to be installed; and a target value setting step of setting a target nitridation depth value for optimizing a nitridation depth of the plurality of specimens at a location coordinate where the sensor device is installed by using the percentage distribution diagram.

Description

플라즈마 질화 처리 방법 및 플라즈마 질화 처리 장치{Plasma nitridation treatment method and plasma nitridation treatment apparatus}Plasma nitridation treatment method and plasma nitridation treatment apparatus

본 발명은 플라즈마 질화 처리 방법 및 플라즈마 질화 처리 장치에 관한 것으로서, 더 상세하게는 복수의 시편들의 플라즈마 질화 처리 시 질화 깊이의 편차를 최소화할 수 있는 플라즈마 질화 처리 방법 및 플라즈마 질화 처리 장치에 관한 것이다.The present invention relates to a plasma nitridation processing method and a plasma nitridation processing apparatus, and more particularly, to a plasma nitridation processing method and a plasma nitridation processing apparatus capable of minimizing variations in nitridation depth during plasma nitridation processing of a plurality of specimens.

플라즈마 질화 열처리란, 자동차나 항공기의 기어나 축과 같이, 마찰 상태에서 지속적으로 하중이 가해지는 부품의 표면만을 우선적으로 단단한 재질로 만들기 위해 실시하는 열처리 공정을 말한다. 최근에는 반도체 공정에서 다층구조의 실리콘기판에서의 질화막 형성에도 플라즈마 질화 공정이 사용되고 있다. 내마모성 향상을 위한 표면경화 공법으로는 종래의 가스침탄 및 가스질화 등의 공법이 널리 사용되고 있지만, 2005년 발효된 교토의정서와 2015년 신 기후체제 파리협정을 통해 우리나라도 2030년까지 온실가스 37% 감축을 목표로 관련 계획을 수립하고 적극적으로 이행하게 되면서 친환경적인 플라즈마 질화 공법이 대두되고 있다.Plasma nitridation heat treatment refers to a heat treatment process performed to preferentially make a hard material only on the surface of a part to which a load is continuously applied in a frictional state, such as a gear or shaft of an automobile or aircraft. Recently, in a semiconductor process, a plasma nitridation process is also used to form a nitride film on a silicon substrate having a multilayer structure. Conventional methods such as gas carburizing and gas nitriding are widely used as surface hardening methods to improve wear resistance. As related plans are established and actively implemented with the goal of

일반적으로, 플라즈마 질화 처리는, 진공분위기에 가까운 10mtorr 내지 10torr의 질소 압력에서 이루어지므로 대기압(760torr) 수준의 질소 압력조건이 필요한 종래의 가스질화에 비해 가스 사용량이 극도로 적다. 또한, 글로우방전(glow discharge, 저압가스 내에서의 방전)에 의해 형성된 플라즈마 상태로 활성화된 질소이온을 사용하므로 통상 300℃ 내지 600℃의 저온에서 질화가 가능하므로, 700℃이상의 온도가 필요한 가스질화 대비 제품의 변형이 적고 질화시간도 1/2수준으로 짧아서 제품의 열처리변형을 최소화할 수 있다. 이러한 장점들 덕분에 IT제품과 자동차에서의 고부가가치 초정밀 치수가 필요한 부품에서는 플라즈마 질화가 이미 실시되고 있다.In general, since the plasma nitridation process is performed at a nitrogen pressure of 10 mtorr to 10 torr close to a vacuum atmosphere, the amount of gas used is extremely small compared to the conventional gas nitridation that requires a nitrogen pressure condition of the atmospheric pressure (760 torr) level. In addition, since nitrogen ions activated in a plasma state formed by glow discharge are used, nitridation is usually possible at a low temperature of 300°C to 600°C, so gas nitriding requires a temperature of 700°C or higher. Compared to the product, the deformation of the product is small and the nitriding time is half as short, so the heat treatment deformation of the product can be minimized. Thanks to these advantages, plasma nitridation is already being carried out in IT products and parts that require high value-added ultra-precision dimensions in automobiles.

한편, 플라즈마 질화 공정에서 질화된 정도를 나타내는 질화 깊이는 질화가 많이 될수록 제품의 질화 깊이가 깊어지며 경도가 증가하며 내마모성이 우수해진다. 그러나, 질화 열처리의 또 다른 특성으로는 절삭, 단조, 소성 등의 가공이 완료된 최종제품의 형상이 정해진 뒤에 최종적으로 실시되는 표면 경화 공정이므로 형상이 복잡한 부품, 고정밀 IT부품, 자동차와 로봇의 구동부품 등에는 열변형의 최소화가 필요하다. 또한, 표면경화가 많이 진행될수록 표면 취성(brittle)이 나타나며 표면부 조기 파손의 원인이 된다. 즉, 플라즈마 질화 처리 역시 일반적인 열처리 공정과 동일하게, 주어진 소재에서 가능한 고열을 피하고 노출되는 시간이 짧은 질화 처리가 요구되고 있다.On the other hand, as for the nitridation depth, which indicates the degree of nitridation in the plasma nitridation process, as the nitridation increases, the nitridation depth of the product increases, the hardness increases, and the wear resistance becomes excellent. However, another characteristic of nitriding heat treatment is that it is a surface hardening process that is finally carried out after the shape of the final product has been determined, such as cutting, forging, and firing, so parts with complex shapes, high-precision IT parts, and driving parts for automobiles and robots. It is necessary to minimize thermal deformation. In addition, as the surface hardening progresses, surface brittleness appears, which causes premature damage to the surface part. That is, the plasma nitridation process is also required to avoid the high heat possible in a given material and to perform a nitridation process with a short exposure time, similar to the general heat treatment process.

그러나, 다른 일반적인 열처리 공정에서와 마찬가지로, 플라즈마 질화 처리 공정에서도 대량으로 열처리 제품을 반응 챔버에 장입하여 생산하는 특성상, 반응 챔버 내에 시편이 놓인 위치에 따라 질화의 정도가 달라지는 문제점이 있었다.However, as in other general heat treatment processes, in the plasma nitridation process, there is a problem in that the degree of nitridation varies depending on the location of the specimen in the reaction chamber due to the nature of charging and producing heat-treated products in a large amount into the reaction chamber.

통상적으로, 질화 깊이에 영향을 미칠 수 있는 대표적인 인자들로는 온도, 시간, 가스 등을 들 수 있으며, 플라즈마 질화 처리의 경우에는 여기에 추가로 플라즈마 밀도가 있는데, 플라즈마 질화 처리 장치의 반응 챔버 내부 전체를 고려하면 위치별로, 온도, 가스유동, 플라즈마 밀도 등에서 차이가 발생함으로써, 현실적으로 반응 챔버 내의 모든 부분의 질화 조건을 동일하게 유지하여 모든 제품의 질화 깊이를 동일하게 생산하는 것이 불가능할 수 있다.Typically, representative factors that may affect the nitridation depth include temperature, time, gas, and the like, and in the case of plasma nitridation, there is an additional plasma density. Considering that, since differences occur in each location, in temperature, gas flow, plasma density, etc., it may be impossible to realistically maintain the same nitridation conditions in all parts of the reaction chamber to produce the same nitridation depth of all products.

이에 따라, 종래의 플라즈마 질화 처리에서는 반응 챔버 내에 적재된 제품들 사이의 임의의 위치에 센서를 설치하여 질화 과정을 모니터링하거나 제어하고 있지만, 반응 챔버 내에서 센서가 설치된 위치에 따라 상술한 인자들의 차이로 질화 조건이 상이하여, 질화 깊이 최적화를 위한 질화 공정의 제어가 어려운 문제점이 있었다.Accordingly, in the conventional plasma nitridation process, a sensor is installed at an arbitrary position between products loaded in the reaction chamber to monitor or control the nitridation process. Since the furnace nitridation conditions were different, it was difficult to control the nitriding process for optimizing the nitriding depth.

본 발명은 상기와 같은 문제점을 포함하여 여러 문제점들을 해결하기 위한 것으로서, 반응 챔버 내에 적재된 제품들 사이의 임의의 위치에 설치된 센서의 센싱 위치에서 전체 제품의 질화 깊이를 최적화할 수 있는 질화 깊이 목표치를 설정하여 질화 공정을 제어함으로써, 전체 제품들 간에 질화 깊이 편차를 최소화할 수 있는 플라즈마 질화 처리 방법 및 플라즈마 질화 처리 장치를 제공하는 것을 목적으로 한다. 그러나 이러한 과제는 예시적인 것으로, 이에 의해 본 발명의 범위가 한정되는 것은 아니다.The present invention is to solve various problems including the above problems, and a nitridation depth target value capable of optimizing the nitridation depth of the entire product at a sensing position of a sensor installed at an arbitrary position between products loaded in a reaction chamber An object of the present invention is to provide a plasma nitridation processing method and a plasma nitridation processing apparatus capable of minimizing a nitridation depth variation among all products by controlling the nitridation process by setting . However, these problems are exemplary, and the scope of the present invention is not limited thereto.

본 발명의 일 실시예에 따르면, 플라즈마 질화 처리 방법이 제공된다. 상기 플라즈마 질화 처리 방법은, 내부에 복수의 시편들을 처리할 수 있는 처리 공간이 형성되고, 상기 처리 공간에서 플라즈마 상태로 활성화된 질소 이온에 의해 상기 복수의 시편들의 질화 처리가 이루어지는 반응 챔버를 이용한 플라즈마 질화 처리 방법에 있어서, 상기 반응 챔버의 상기 처리 공간에 위치한 상기 복수의 시편들 각각의 위치 좌표와, 위치 좌표 별 시편의 실제 질화 깊이 값 간의 상관관계를 취득하는 상관관계 취득 단계; 상기 상관관계를 이용하여 상기 반응 챔버의 상기 처리 공간의 각 위치 좌표별 예상 질화 깊이 값의 분포를 상기 처리 공간 전체에 대한 예측도면으로 도출하는 질화 깊이 분포 도출 단계; 상기 예상 질화 깊이 값의 분포에 대한 상기 예측도면을 백분율 분포 도면으로 변환하는 백분율 분포 변환 단계; 상기 반응 챔버의 상기 처리 공간에서 질화 처리 공정을 센싱할 수 있는 센서 장치가 설치되는 위치를 선정하는 센싱 위치 설정 단계; 및 상기 백분율 분포 도면을 이용하여, 상기 센서 장치가 설치된 위치 좌표에서 상기 복수의 시편들의 질화 깊이를 최적화할 수 있는 목표 질화 깊이 값을 설정하는 목표값 설정 단계;를 포함할 수 있다.According to one embodiment of the present invention, a plasma nitridation processing method is provided. In the plasma nitridation processing method, a processing space capable of processing a plurality of specimens is formed therein, and plasma using a reaction chamber in which nitridation processing of the plurality of specimens is performed by nitrogen ions activated in a plasma state in the processing space. A nitridation processing method, comprising: a correlation acquisition step of acquiring a correlation between position coordinates of each of the plurality of specimens located in the processing space of the reaction chamber and an actual nitridation depth value of the specimen for each position coordinate; a nitridation depth distribution deriving step of deriving a distribution of expected nitridation depth values for each position coordinate of the processing space of the reaction chamber as a prediction drawing for the entire processing space using the correlation; a percentage distribution conversion step of converting the prediction drawing for the distribution of the expected nitridation depth value into a percentage distribution drawing; a sensing position setting step of selecting a position where a sensor device capable of sensing a nitridation process is installed in the processing space of the reaction chamber; and a target value setting step of setting a target nitridation depth value capable of optimizing the nitridation depth of the plurality of specimens in coordinates of a location where the sensor device is installed by using the percentage distribution diagram.

본 발명의 일 실시예에 의하면, 상기 상관관계 취득 단계는, 상기 처리 공간에 위치한 상기 복수의 시편들 각각의 위치 좌표를 독립 변수로 하고, 위치 좌표 별 시편의 상기 실제 질화 깊이 값을 종속 변수로하여, 변수들 사이의 관계를 추정하는 회귀분석의 결과로 상기 상관관계를 취득할 수 있다.According to an embodiment of the present invention, in the step of acquiring the correlation, the position coordinates of each of the plurality of specimens located in the processing space are used as an independent variable, and the actual nitridation depth value of the specimen for each position coordinate is used as a dependent variable. Thus, the correlation can be obtained as a result of regression analysis for estimating the relationship between the variables.

본 발명의 일 실시예에 의하면, 상기 상관관계 취득 단계는, 상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값의 결과를 인공지능에 의해 딥러닝하여 도출된 딥러닝 모델을 이용하여 상기 상관관계를 취득할 수 있다.According to an embodiment of the present invention, the correlation acquisition step includes deep learning derived by deep learning the result of the actual nitridation depth value of the specimen for each position coordinate of the plurality of specimens located in the processing space by artificial intelligence. The correlation can be obtained using a model.

본 발명의 일 실시예에 의하면, 상기 상관관계 취득 단계는, 상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값을 구할 수 있도록, 적어도 1회 이상의 질화 처리 실험을 실시하는 시험 질화 처리 단계;를 포함할 수 있다.According to an embodiment of the present invention, in the correlation acquisition step, at least one nitridation treatment experiment is performed to obtain the actual nitridation depth value of the specimen for each positional coordinate of the plurality of specimens located in the processing space. may include a test nitridation treatment step.

본 발명의 일 실시예에 의하면, 상기 백분율 분포 변환 단계는, 상기 예상 질화 깊이 값의 분포의 평균 질화 깊이 값을 100%로 설정하여, 상기 예상 질화 깊이 값의 분포에 대한 상기 예측도면을 상기 백분율 분포 도면으로 변환할 수 있다.According to an embodiment of the present invention, the percentage distribution conversion step sets the average nitridation depth value of the distribution of the expected nitridation depth value to 100%, and converts the predicted drawing for the distribution of the expected nitridation depth value to the percentage. It can be converted to a distribution diagram.

본 발명의 일 실시예에 의하면, 상기 센싱 위치 설치 단계에서, 상기 센서 장치는 상기 처리 공간의 특정 위치 좌표에서의 온도를 센싱할 수 있는 온도 센서일 수 있다.According to an embodiment of the present invention, in the sensing position installation step, the sensor device may be a temperature sensor capable of sensing a temperature at a specific position coordinate of the processing space.

본 발명의 일 실시예에 의하면, 상기 목표값 설정 단계는, 상기 백분율 분포 도면에서 상기 온도 센서가 설치된 위치 좌표에 해당하는 좌표 지점의 백분율 값을 산출하는 백분율 값 산출 단계; 및 상기 백분율 값을 고려하여 상기 목표 질화 깊이 값을 설정하는 목표값 산출 단계;를 포함할 수 있다.According to an embodiment of the present invention, the step of setting the target value comprises: calculating a percentage value of a coordinate point corresponding to the coordinates of the location where the temperature sensor is installed in the percentage distribution drawing; and a target value calculation step of setting the target nitridation depth value in consideration of the percentage value.

본 발명의 일 실시예에 의하면, 상기 목표값 산출 단계는, 사용자에 의해 설정된 설정 질화 깊이 값에 상기 백분율 값을 곱하여 산출된 깊이 값을 상기 목표 질화 깊이 값으로 설정할 수 있다.According to an embodiment of the present invention, in the step of calculating the target value, a depth value calculated by multiplying a nitridation depth value set by a user by the percentage value may be set as the target nitridation depth value.

본 발명의 일 실시예에 의하면, 상기 온도 센서가 센싱한 온도 값과 설정된 상기 목표 질화 깊이 값을 고려하여 상기 질화 처리 공정의 공정 시간을 제어하는 질화 처리 제어 단계;를 더 포함할 수 있다.According to an embodiment of the present invention, the method may further include a nitridation control step of controlling a process time of the nitridation process in consideration of the temperature value sensed by the temperature sensor and the set target nitridation depth value.

본 발명의 다른 실시예에 따르면, 플라즈마 질화 처리 장치가 제공된다. 상기 플라즈마 질화 처리 장치는, 상기 복수의 시편들을 플라즈마 질화 처리할 수 있는 상기 처리 공간이 형성되는 상기 반응 챔버; 및 상기 반응 챔버의 상기 처리 공간에 설치되고 복수의 층이 형성되어, 상기 복수의 시편들이 복수의 층으로 적층되는 시편 거치대;를 포함할 수 있다.According to another embodiment of the present invention, a plasma nitridation processing apparatus is provided. The plasma nitridation processing apparatus may include: the reaction chamber in which the processing space capable of plasma-nitriding the plurality of specimens is formed; and a specimen holder installed in the processing space of the reaction chamber and formed in a plurality of layers so that the plurality of specimens are stacked in a plurality of layers.

상기한 바와 같이 이루어진 본 발명의 일 실시예에 따르면, 반응 챔버 내부에 복수의 시편들을 분포시켜 배치하여 질화 처리를 한 후, 반응 챔버 내의 각 위치좌표와 질화 깊이 간의 상관관계를 이용하여, 반응 챔버 내부의 처리 공간 전체에 대해서 질화 깊이 분포에 대한 예측도면을 도출할 수 있다.According to an embodiment of the present invention made as described above, after distributing and disposing a plurality of specimens in the reaction chamber to perform nitridation, using the correlation between each positional coordinate in the reaction chamber and the nitridation depth, the reaction chamber A prediction drawing for the nitridation depth distribution can be derived for the entire internal processing space.

이에 따라, 도출된 예측도면을 이용하여 반응 챔버 내에 적재된 복수의 시편들 사이의 임의의 위치에 설치된 센서의 센싱 위치에서 전체 시편들의 질화 깊이를 최적화할 수 있는 질화 깊이 목표치를 설정하여 질화 공정을 제어함으로써, 전체 시편들 간의 질화 깊이 편차를 최소화하여 질화 처리 공정의 품질을 증가시킬 수 있는 플라즈마 질화 처리 방법 및 플라즈마 질화 처리 장치를 구현할 수 있다. 물론 이러한 효과에 의해 본 발명의 범위가 한정되는 것은 아니다.Accordingly, the nitridation process is performed by setting a nitridation depth target value that can optimize the nitridation depth of all specimens at the sensing position of a sensor installed at an arbitrary position between a plurality of specimens loaded in the reaction chamber using the derived prediction drawing. By controlling it, it is possible to implement a plasma nitridation processing method and a plasma nitridation processing apparatus capable of increasing the quality of the nitridation processing process by minimizing the nitridation depth deviation between all specimens. Of course, the scope of the present invention is not limited by these effects.

도 1은 본 발명의 일 실시예에 따른 플라즈마 질화 처리 방법을 순서대로 나타내는 순서도이다.
도 2는 본 발명의 다른 실시예에 따른 플라즈마 질화 처리 장치의 반응 챔버를 개략적으로 나타내는 개략도이다.
도 3 내지 도 7은 본 발명의 플라즈마 질화 처리 방법에 따른 실험예를 나타내는 이미지들이다.
도 8 내지 도 12는 본 발명의 플라즈마 질화 처리 방법에 따른 다른 실험예를 나타내는 이미지들이다.1 is a flowchart sequentially illustrating a plasma nitridation processing method according to an embodiment of the present invention.
2 is a schematic diagram schematically illustrating a reaction chamber of a plasma nitridation processing apparatus according to another embodiment of the present invention.
3 to 7 are images showing experimental examples according to the plasma nitridation processing method of the present invention.
8 to 12 are images showing another experimental example according to the plasma nitridation processing method of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 여러 실시예들을 상세히 설명하기로 한다.Hereinafter, several preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려 이들 실시예들은 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다. 또한, 도면에서 각 층의 두께나 크기는 설명의 편의 및 명확성을 위하여 과장된 것이다.Examples of the present invention are provided to more completely explain the present invention to those of ordinary skill in the art, and the following examples may be modified in various other forms, and the scope of the present invention is as follows It is not limited to an Example. Rather, these embodiments are provided so as to more fully and complete the present disclosure, and to fully convey the spirit of the present invention to those skilled in the art. In addition, in the drawings, the thickness or size of each layer is exaggerated for convenience and clarity of description.

이하, 본 발명의 실시예들은 본 발명의 이상적인 실시예들을 개략적으로 도시하는 도면들을 참조하여 설명한다. 도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차(tolerance)에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명 사상의 실시예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니 되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described with reference to the drawings schematically illustrating ideal embodiments of the present invention. In the drawings, variations of the illustrated shape can be envisaged, for example depending on manufacturing technology and/or tolerances. Accordingly, embodiments of the inventive concept should not be construed as limited to the specific shape of the region shown in the present specification, but should include, for example, changes in shape caused by manufacturing.

도 1은 본 발명의 일 실시예에 따른 플라즈마 질화 처리 방법을 순서대로 나타내는 순서도이다.1 is a flowchart sequentially illustrating a plasma nitridation processing method according to an embodiment of the present invention.

먼저, 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 플라즈마 질화 처리 방법은, 크게, 상관관계 취득 단계(S100)와, 질화 깊이 분포 도출 단계(S200)와, 백분율 분포 변환 단계(S300)와, 센싱 위치 설정 단계(S400)와, 목표값 설정 단계(S500) 및 질화 처리 제어 단계(S600)를 포함할 수 있다.First, as shown in Figure 1, the plasma nitridation processing method according to an embodiment of the present invention is largely, the correlation acquisition step (S100), the nitridation depth distribution deriving step (S200), the percentage distribution conversion step ( S300), a sensing position setting step (S400), a target value setting step (S500), and a nitridation process control step (S600) may be included.

예컨대, 내부에 복수의 층으로 적층된 복수의 시편들을 처리할 수 있는 처리 공간이 형성되고, 상기 처리 공간에서 플라즈마 상태로 활성화된 질소 이온에 의해 상기 복수의 시편들의 질화 처리가 이루어지는 반응 챔버를 이용한 플라즈마 질화 처리 방법에 있어서, 상관관계 취득 단계(S100)를 통해, 상기 반응 챔버의 상기 처리 공간에 위치한 상기 복수의 시편들 각각의 위치 좌표와, 위치 좌표 별 시편의 실제 질화 깊이 값 간의 상관관계를 취득할 수 있다.For example, using a reaction chamber in which a processing space capable of processing a plurality of specimens stacked in a plurality of layers is formed therein, and nitridation of the plurality of specimens is performed by nitrogen ions activated in a plasma state in the processing space. In the plasma nitridation processing method, through the correlation acquisition step ( S100 ), the correlation between the position coordinates of each of the plurality of specimens located in the processing space of the reaction chamber and the actual nitridation depth value of the specimen for each position coordinate is obtained. can be obtained

더욱 구체적으로, 상관관계 취득 단계(S100)에서, 상기 반응 챔버의 상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값을 구할 수 있도록, 시험 질화 처리 단계(S110)를 통해 적어도 1회 이상의 질화 처리 실험을 실시할 수 있다.More specifically, in the correlation acquisition step (S100), the test nitridation processing step (S110) is performed to obtain the actual nitridation depth value of the specimen for each positional coordinate of the plurality of specimens located in the processing space of the reaction chamber. Through this, at least one nitridation treatment experiment can be performed.

이와 같이, 시험 질화 처리 단계(S100)를 통해 상기 반응 챔버의 상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값에 대한 데이터가 산출되면, 산출된 데이터를 이용하여 상기 복수의 시편들 각각의 위치 좌표와, 위치 좌표 별 시편의 실제 질화 깊이 값 간의 상관관계를 취득할 수 있다.As such, when data on the actual nitridation depth value of the specimen for each position coordinate of the plurality of specimens located in the processing space of the reaction chamber is calculated through the test nitridation processing step S100, the calculated data is used to A correlation between the position coordinates of each of the plurality of specimens and the actual nitridation depth value of the specimen for each position coordinate may be obtained.

예컨대, 상관관계 취득 단계(S100)에서, 상기 처리 공간에 위치한 상기 복수의 시편들 각각의 위치 좌표를 독립 변수로 하고, 위치 좌표 별 시편의 상기 실제 질화 깊이 값을 종속 변수로하여, 변수들 사이의 관계를 추정하는 회귀분석의 결과로 상기 상관관계를 취득할 수 있다.For example, in the correlation acquisition step ( S100 ), the position coordinates of each of the plurality of specimens located in the processing space are used as an independent variable, and the actual nitridation depth value of the specimen for each position coordinate is used as a dependent variable, and between the variables The correlation may be obtained as a result of regression analysis for estimating the relationship between .

그러나, 상기 상관관계의 취득 방법은 반드시 상술한 회귀분석에 국한되지 않고, 상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값의 결과를 인공지능에 의해 딥러닝하여 도출된 딥러닝 모델을 이용하여 상기 상관관계를 취득할 수도 있다.However, the method of obtaining the correlation is not necessarily limited to the above-described regression analysis, and the result of the actual nitridation depth value of the specimen for each positional coordinate of the plurality of specimens located in the processing space is derived by deep learning by artificial intelligence. The correlation can also be obtained using a deep learning model.

이어서, 질화 깊이 분포 도출 단계(S200)에서, 상기 상관관계를 이용하여 상기 반응 챔버의 상기 처리 공간의 각 위치 좌표 별 예상 질화 깊이 값의 분포를 상기 처리 공간 전체에 대한 예측도면으로 도출할 수 있다.Subsequently, in the nitridation depth distribution deriving step S200, a distribution of expected nitridation depth values for each position coordinate of the processing space of the reaction chamber may be derived as a prediction drawing for the entire processing space using the correlation. .

이와 같이, 도출된 상기 예상 질화 깊이 값의 분포에 대한 상기 예측 도면은, 백분율 분포 변환 단계(S300)를 통해 표준화된 백분율 분포 도면으로 변환될 수 있다.In this way, the predicted figure for the derived distribution of the expected nitridation depth value may be converted into a standardized percentage distribution figure through the percentage distribution conversion step ( S300 ).

예컨대, 백분율 분포 변환 단계(S300)에서, 상기 예상 질화 깊이 값의 분포의 평균 질화 깊이 값을 100%로 설정하고, 이 값을 기준으로 상기 예상 질화 깊이 값의 분포에 대한 상기 예측도면을 상기 백분율 분포 도면으로 변환할 수 있다.For example, in the percentage distribution transformation step ( S300 ), the average nitridation depth value of the distribution of the expected nitridation depth value is set to 100%, and the predicted drawing for the distribution of the expected nitridation depth value is set as the percentage based on this value. It can be converted to a distribution diagram.

이어서, 센싱 위치 설정 단계(S400)를 통해, 상기 반응 챔버의 상기 처리 공간에서 질화 처리 공정을 센싱할 수 있는 센서 장치가 설치되는 위치를 선정할 수 있다.Subsequently, through the sensing position setting step S400 , a position at which a sensor device capable of sensing a nitridation process is installed in the processing space of the reaction chamber may be selected.

더욱 구체적으로, 센싱 위치 설정 단계(S400)에서, 상기 센서 장치는, 상기 처리 공간의 특정 위치 좌표에서의 온도를 센싱할 수 있는 온도 센서일 수 있다. 예컨대, 플라즈마 질화 처리 시, 시편의 질화 깊이는, 질화 처리 온도와 질화 처리 시간에 의해 결정될 수 있다. 이에 따라, 플라즈마 질화 처리 공정 중 상기 온도 센서를 통해 상기 처리 공간의 온도를 센싱하면, 센싱된 온도 값에 따라 질화 처리 시간을 조절함으로써, 질화 깊이를 제어할 수 있다.More specifically, in the sensing position setting step S400 , the sensor device may be a temperature sensor capable of sensing a temperature at a specific position coordinate of the processing space. For example, in the plasma nitridation process, the nitridation depth of the specimen may be determined by the nitridation process temperature and the nitridation process time. Accordingly, when the temperature of the processing space is sensed through the temperature sensor during the plasma nitridation process, the nitridation depth may be controlled by adjusting the nitridation processing time according to the sensed temperature value.

이어서, 목표값 설정 단계(S500)에서, 백분율 분포 변환 단계(S300)를 통해 변환된 상기 백분율 분포 도면을 이용하여, 상기 센서 장치가 설치된 위치 좌표에서 상기 복수의 시편들의 질화 깊이를 최적화할 수 있는 목표 질화 깊이 값을 설정할 수 있다.Then, in the target value setting step (S500), using the percentage distribution diagram converted through the percentage distribution conversion step (S300), the nitridation depth of the plurality of specimens can be optimized at the coordinates of the location where the sensor device is installed. A target nitridation depth value can be set.

예컨대, 동일한 플라즈마 질화 처리 공정 내에서도, 상기 반응 챔버의 상기 처리 공간에 장입된 상기 복수의 시편별로 질화 깊이의 편차가 발생할 수 있다. 따라서, 상기 복수의 시편 전체적으로 질화 깊이의 분포가 최적화될 수 있도록, 상기 온도 센서의 설치 위치에 따라 사용자가 설정한 설정 질화 깊이 값 대비 상기 목표 질화 깊이 값을 조절하여 설정하고, 설정된 상기 목표 질화 깊이 값을 기준으로 상기 온도 센서에서 센싱된 온도 값을 대비하여 질화 처리 시간을 조절할 수 있다.For example, even within the same plasma nitridation process, variations in nitriding depth may occur for each of the plurality of specimens charged into the processing space of the reaction chamber. Therefore, the target nitridation depth is set by adjusting the target nitridation depth value compared to the set nitridation depth value set by the user according to the installation position of the temperature sensor so that the distribution of the nitridation depth can be optimized throughout the plurality of specimens, and the set target nitridation depth Based on the value, the nitridation processing time may be adjusted by comparing the temperature value sensed by the temperature sensor.

여기서, 플라즈마 질화 처리 공정의 최적화의 정의는, 상기 복수의 시편의 실제 질화 깊이 값의 평균이, 사용자가 설정한 상기 설정 질화 깊이 값과 동일하게 위치할 수 있는 질화 깊이 값의 분포로 이해될 수 있다.Here, the definition of the optimization of the plasma nitridation treatment process may be understood as a distribution of nitridation depth values in which the average of the actual nitridation depth values of the plurality of specimens may be positioned to be the same as the set nitridation depth value set by the user. have.

이러한, 목표값 설정 단계(S500)는, 상기 백분율 분포 도면에서 상기 온도 센서가 설치된 위치 좌표에 해당하는 좌표 지점의 백분율 값을 산출하는 백분율 값 산출 단계 및 상기 백분율 값을 고려하여 상기 목표 질화 깊이 값을 설정하는 목표값 산출 단계 순으로 이루어질 수 있다. 예컨대, 상기 목표값 산출 단계에서, 사용자에 의해 설정된 상기 설정 질화 깊이 값에 상기 백분율 값을 곱하여 산출된 깊이 값을 상기 목표 질화 깊이 값으로 설정할 수 있다.The target value setting step (S500) includes a percentage value calculation step of calculating a percentage value of a coordinate point corresponding to the position coordinate where the temperature sensor is installed in the percentage distribution drawing, and the target nitridation depth value in consideration of the percentage value It may be performed in the order of the target value calculation step of setting . For example, in the step of calculating the target value, a depth value calculated by multiplying the set nitridation depth value set by the user by the percentage value may be set as the target nitridation depth value.

이에 따라, 최종적으로 질화 처리 제어 단계(S600)를 통해, 상기 온도 센서가 센싱한 온도 값과 설정된 상기 목표 질화 깊이 값을 고려하여, 상기 질화 처리 공정의 공정 시간을 제어할 수 있다.Accordingly, the process time of the nitridation process may be finally controlled through the nitridation process control step S600 in consideration of the temperature value sensed by the temperature sensor and the set target nitridation depth value.

따라서, 본 발명의 일 실시예에 따른 질화 처리 방법에 따르면, 상기 반응 챔버 내부에 상기 복수의 시편들을 분포시켜 배치하여 질화 처리를 한 후, 상기 반응 챔버 내의 각 위치좌표와 질화 깊이 간의 상관관계를 이용하여, 상기 반응 챔버 내부의 상기 처리 공간 전체에 대해서 질화 깊이 분포에 대한 상기 예측도면을 도출할 수 있다.Therefore, according to the nitridation processing method according to an embodiment of the present invention, after nitridation is performed by distributing and distributing the plurality of specimens in the reaction chamber, the correlation between each positional coordinate in the reaction chamber and the nitriding depth is calculated. Using this, it is possible to derive the prediction diagram for the nitridation depth distribution for the entire processing space inside the reaction chamber.

이에 따라, 도출된 상기 예측도면을 이용하여 상기 반응 챔버 내에 적재된 상기 복수의 시편들 사이의 임의의 위치에 설치된 센서의 센싱 위치에서 전체 시편들의 질화 깊이를 최적화할 수 있는 질화 깊이 목표치를 설정하여 질화 공정을 제어함으로써, 전체 시편들 간의 질화 깊이 편차를 최소화하여 질화 처리 공정의 품질을 증가시키는 효과를 가질 수 있다.Accordingly, by using the derived prediction drawing, a nitridation depth target value capable of optimizing the nitridation depth of all specimens at a sensing position of a sensor installed at an arbitrary position between the plurality of specimens loaded in the reaction chamber is set. By controlling the nitriding process, the nitridation depth variation among all specimens may be minimized, thereby increasing the quality of the nitriding process.

이하 본 발명의 이해를 돕기 위한 실험예에 대해서 기술한다. 하기의 실험예는 본 발명의 이해를 돕기 위해 예시적으로 제시되는 것으로서, 본 발명이 하기 실험예로 한정되는 것이 아님은 물론이다.Hereinafter, experimental examples to help the understanding of the present invention will be described. The following experimental examples are provided by way of example to help the understanding of the present invention, and it is needless to say that the present invention is not limited to the following experimental examples.

[실험예 1][Experimental Example 1]

도 2는 본 발명의 다른 실시예에 따른 플라즈마 질화 처리 장치의 반응 챔버(100)를 개략적으로 나타내는 개략도이고, 도 3 내지 도 7은 본 발명의 플라즈마 질화 처리 방법에 따른 실험예를 나타내는 이미지들이다.2 is a schematic diagram schematically showing a reaction chamber 100 of a plasma nitridation processing apparatus according to another embodiment of the present invention, and FIGS. 3 to 7 are images showing experimental examples according to the plasma nitridation processing method of the present invention.

도 2에 도시된 바와 같이, 본 실험예에서 사용되는 플라즈마 질화 처리 장치는, 복수의 시편들을 플라즈마 질화 처리할 수 있는 처리 공간이 형성되는 반응 챔버(100) 및 반응 챔버(100)의 상기 처리 공간에 설치되고 복수의 층이 형성되어, 상기 복수의 시편들이 복수의 층으로 적층되는 시편 거치대(110)를 포함할 수 있다.As shown in FIG. 2 , the plasma nitridation processing apparatus used in this experimental example includes a reaction chamber 100 in which a processing space capable of plasma nitridating a plurality of specimens is formed, and the processing space of the reaction chamber 100 . It may include a specimen holder 110 that is installed in a plurality of layers and is stacked in a plurality of layers on which the plurality of specimens are stacked.

또한, 도시되진 않았지만, 반응 챔버(100)의 상부에는 기체 주입구가 형성되고, 하부에는 기체 배출구가 형성되며, 상기 처리 공간의 내부에는 가스 유동의 균일성 향상을 위해 믹싱 팬이 설치되어 주입된 가스가 상기 처리 공간에 일정 시간 체류 시 가스 혼합을 유도할 수 있다. 또한, 상기 처리 공간의 내부에는 상, 중, 하 3개의 구역으로 나뉜 가열 히터를 구비하여, 상기 처리 공간 전체에 걸쳐 ±5℃ 이내로 균일하게 가열되도록 유도할 수 있다.In addition, although not shown, a gas inlet is formed in the upper portion of the reaction chamber 100 , a gas outlet is formed in the lower portion, and a mixing fan is installed in the processing space to improve the uniformity of the gas flow and injected gas may induce gas mixing when staying in the processing space for a predetermined time. In addition, a heating heater divided into upper, middle, and lower three zones may be provided inside the processing space to induce uniform heating within ±5° C. throughout the processing space.

상술한 바와 같이, 6층으로 형성된 시편 지지대(110)를 이용해 반응 챔버(100) 내부의 상기 처리 공간 전체에 걸쳐 시편들을 분포시켰다. 이때, 상기 시편은, 각 층별로 4개씩 총 24개의 시편을 일정 간격으로 위치시켰다. 이어서, 450℃에서 2시간 동안 플라즈마 질화 처리를 수행한 후, 각각의 시편의 질화 깊이를 측정하여, 도 3에 도시된 바와 같이, 시편 위치별 질화 깊이를 확보하였다.As described above, the specimens were distributed throughout the processing space inside the reaction chamber 100 using the specimen support 110 formed in six layers. At this time, as for the specimen, a total of 24 specimens, 4 for each layer, were positioned at regular intervals. Then, after plasma nitridation was performed at 450° C. for 2 hours, the nitridation depth of each specimen was measured, and as shown in FIG. 3 , the nitridation depth was secured for each specimen location.

도 3에 도시된 바와 같이, 상술한 플라즈마 질화 처리 후, 시편 위치별 질화 깊이로는 위치에 따른 대략적인 경향이 감지되는 수준이지만, 반응 챔버(100) 내부 위치의 미세한 좌표값에 따른 정확한 예상값은 확인하기 어려웠다.As shown in FIG. 3 , after the above-described plasma nitridation treatment, the nitridation depth for each position of the specimen is a level at which an approximate trend according to the position is sensed, but an accurate predicted value according to the fine coordinates of the internal position of the reaction chamber 100 . was difficult to ascertain.

즉, 도 3에 도시된 바와 같이, 위치별 질화 깊이는 평균 38.7㎛에 표준편차 ±6.4㎛로서, ±16% 이상의 표준편차가 발생하였다. 또한, 최저점은 25.4㎛로써 평균 대비 -34%이며, 최고점은 53.3㎛로써 평균 대비 +37.7%이므로 질화범위는 -34% 내지 +37.7%에 이르므로, 이와 같은 지점에서 센싱하고 작업할 경우, 더욱 심각한 품질 차이를 발생시킬 수 있다. 이와 같이, 상기의 질화 깊이 로우 데이터(Raw data) 표를 도 4와 같은 단순 표면으로 나타내었을 때 경향은 다소 나타나지만, 여전히 반응 챔버(100) 내부의 위치 좌표값에 따른 정확한 예상 질화 깊이 수치는 알 수 없는 한계가 있다.That is, as shown in FIG. 3 , the nitridation depth for each location had an average of 38.7 μm and a standard deviation of ±6.4 μm, with a standard deviation of ±16% or more. In addition, the lowest point is 25.4 μm, which is -34% of the average, and the highest point is 53.3 μm, which is +37.7% compared to the average, so the nitridation range is -34% to +37.7%. This can lead to serious quality differences. As such, when the raw data table for nitridation depth is expressed as a simple surface as shown in FIG. 4, a trend appears somewhat, but the exact expected nitridation depth value according to the position coordinate value inside the reaction chamber 100 is unknown. There is an impossible limit.

따라서, 반응 챔버(100) 내부의 위치좌표(x,y,z 또는 r,θ,z) 값을 독립 변수로 하고 질화 깊이를 종속 변수로 하여 다중회귀분석을 하면 아래의 [표 1]과 같이, 시편의 위치 좌표에서의 질화 깊이 수식이 구해질 수 있다. 아래 [표 1]의 수식을 이용하면 반응 챔버(100) 내부의 어떠한 x, y, z좌표값에 대해서도 질화깊이를 계산할 수 있다.Therefore, when multiple regression analysis is performed with the position coordinates (x, y, z or r, θ, z) inside the reaction chamber 100 as the independent variable and the nitridation depth as the dependent variable, as shown in [Table 1] below , the nitriding depth formula in the positional coordinates of the specimen can be obtained. The nitridation depth can be calculated for any x, y, and z coordinate values inside the reaction chamber 100 by using the formula in [Table 1] below.

TermTerm CoefCoef 질화깊이 회귀수식Depth of nitridation regression formula ConstantConstant 37.693237.6932 질화깊이=
37.6932+0.021679×x+0.027494×y+0.003832×z-1.64×10-05×y2-2.96×10-05×y×znitridation depth =
37.6932+0.021679×x+0.027494×y+0.003832×z-1.64×10 -05 ×y 2 -2.96×10 -05 ×y×z xx 0.0216790.021679 yy 0.0274940.027494 zz 0.0038320.003832 y*yy*y -1.64E-05-1.64E-05 y*zy*z -2.96E-05-2.96E-05

상술한 회귀수식으로 계산되어진 질화 깊이를 도 5에 도시된 바와 같이, 표면 그림으로 나타내면 그 경향을 뚜렷이 나타낼 수 있을 뿐만 아니라, 회귀수식으로 이루어져 있으므로 반응표면을 통하여 어떠한 미세한 위치 좌표값에 대해서도 질화 깊이를 예측해 낼 수 있었다.As shown in FIG. 5, if the nitridation depth calculated by the regression equation is shown in a surface diagram, the tendency can be clearly indicated, and since it is composed of a regression equation, the nitridation depth can be applied to any minute coordinate values through the response surface. could predict

나아가, 도 6에 도시된 바와 같이, 다중회귀분석 후의 질화 깊이 표면을 더욱 미세하게 세분하여 예측도면을 만들고, 도 7에 도시된 바와 같이, 다시 질화 깊이를 백분율 값으로 표준화하여 예측도면을 만들면 더욱 구체적으로 위치 좌표에 대해 비교가 가능할 수 있다.Furthermore, as shown in FIG. 6, a prediction drawing is made by subdividing the nitridation depth surface after multiple regression analysis more finely, and as shown in FIG. Specifically, it may be possible to compare the position coordinates.

본 발명의 플라즈마 질화 처리 방법은, 최종적으로 백분율 값으로 표준화된 백분율 분포 도면을 예측도면으로 도출하여, 전체 플라즈마 질화 공정의 최적화에 활용하는 것이 목적이며, 본 발명에서 예로 든 플라즈마 질화 공정 뿐만 아니라 일반적인 열처리 공정에서도 반응 챔버 내부의 편차가 끊임없이 발생하고 있는 바, 동일한 방식의 백분율 값으로 표준화된 예측도면을 도출하여 작업에 활용할 수 있다.The purpose of the plasma nitridation treatment method of the present invention is to finally derive a percentage distribution diagram standardized as a percentage value as a prediction drawing, and utilize it for optimization of the entire plasma nitridation process, and not only the plasma nitridation process exemplified in the present invention, but also general Even in the heat treatment process, variations within the reaction chamber are constantly occurring, so it is possible to derive a standardized prediction drawing with a percentage value in the same way and use it for work.

백분율 값으로 표준화된 예측도면의 사용 예를 들면, 도 7에 도시된 바와 같이, 반응 챔버(100)에서 ⓐ지점에 온도 센서를 설치하고 반응 챔버(100)에 장입한 시편의 질화 두께를 70㎛로 제조하기 위해 작업할 경우, 백분율 값으로 표준화된 예측도면 ⓐ좌표 지점은 86%에 해당하므로, 70㎛×86%, 즉 60.2㎛를 목표 질화 깊이 값으로 설정하여 작업하여야 반응 챔버(100) 전체에서 생산되는 시편의 평균이 70㎛로 최적화되며 불량률이 최소화될 수 있었다.For example, as shown in FIG. 7, a temperature sensor is installed at point ⓐ in the reaction chamber 100 and the nitridation thickness of the specimen loaded into the reaction chamber 100 is 70 μm. In the case of working to produce a The average of the specimens produced in the company was optimized to 70㎛, and the defect rate could be minimized.

동일한 예로, ⓑ지점에 온도 센서를 설치하고 작업할 경우에는, ⓑ좌표 지점은 112%에 해당하므로, 70㎛×112%, 즉 78.4㎛를 목표 질화 깊이 값으로 설정하여 작업하여야 반응 챔버(100) 전체에서 생산되는 시편의 평균이 70㎛로 최적화되며 불량률이 최소화될 수 있었다.For the same example, if a temperature sensor is installed at the ⓑ point and works, the ⓑ coordinate point corresponds to 112%, so 70㎛ × 112%, that is, 78.4㎛ should be set as the target nitridation depth value. The average of all specimens produced was optimized to 70 μm, and the defect rate could be minimized.

따라서, 본 발명은, 반응 챔버(100) 내부의 어떠한 임의의 위치에 온도 센서를 설치하여도, 센서가 설치된 위치 좌표 값을 입력하고 백분율 값으로 표준화된 예측도면을 이용하여 센싱 지점에서의 목표치를 설정함으로써, 전체 장입된 시편들의 질화 깊이를 최적화할 수 있다.Therefore, according to the present invention, even if the temperature sensor is installed at any arbitrary position inside the reaction chamber 100, the target value at the sensing point is inputted by inputting the coordinate value of the location where the sensor is installed and using the prediction drawing standardized as a percentage value. By setting, it is possible to optimize the nitridation depth of the entire loaded specimens.

[실험예 2][Experimental Example 2]

도 8 내지 도 12는 본 발명의 플라즈마 질화 처리 방법에 따른 다른 실험예를 나타내는 이미지들이다.8 to 12 are images showing another experimental example according to the plasma nitridation processing method of the present invention.

다른 실험예로서, 3층으로 형성된 시편 지지대에 시편들을 분포시켜 플라즈마 질화 처리를 수행한 후, 도 8에 도시된 바와 같이, 각각의 시편의 질화 깊이를 측정하였다. 이때, 시편 지지대에 x축 방향으로 320mm, y축 방향으로 480mm, z축 방향으로 930mm 크기의 범위에서 시편들을 분포시킨 후, 플라즈마 질화 처리를 실시하였다. 이와 같이, 측정된 질화 깊이 로우 데이터 표를 단순 표면으로 나타낸 도 9에서 측정된 전체 평균 질화 깊이는 148㎛ 였다.As another experimental example, after plasma nitridation was performed by distributing the specimens on the specimen support formed in three layers, as shown in FIG. 8 , the nitridation depth of each specimen was measured. At this time, after distributing the specimens in a size of 320 mm in the x-axis direction, 480 mm in the y-axis direction, and 930 mm in the z-axis direction on the specimen support, plasma nitridation was performed. As such, the average nitridation depth measured in FIG. 9 showing the measured nitridation depth raw data table as a simple surface was 148 μm.

상술한 [실시예 1]과 동일하게 반응 챔버 내부의 위치좌표(x,y,z 또는 r,θ,z) 값을 독립 변수로 하고 질화 깊이를 종속 변수로 하여 다중회귀분석을 하고 계산되어진 질화 깊이는, 도 10에 도시된 바와 같이, 표면 그림으로 나타내면 그 경향이 뚜렷이 나타낼 수 있을 뿐만 아니라 회귀수식으로 이루어져 있으므로, 어떠한 x, y, z 좌표값에 대해서도 질화깊이를 예측해낼 수 있다.In the same manner as in [Example 1] described above, multiple regression analysis was performed with the position coordinates (x, y, z or r, θ, z) inside the reaction chamber as the independent variable and the nitridation depth as the dependent variable, and the calculated nitridation was performed. As shown in FIG. 10, when the depth is represented by a surface picture, the tendency can be clearly expressed and, since it is composed of a regression equation, the nitriding depth can be predicted for any x, y, z coordinate value.

나아가, 도 11에 도시된 바와 같이, 다중회귀분석 후의 질화 깊이 표면을 더욱 미세하게 세분하여 예측도면을 만들고, 도 12에 도시된 바와 같이, 다시 질화 깊이를 백분율 값으로 표준화하여 예측도면을 만들면 더욱 구체적으로 위치 좌표에 대해 비교가 가능할 수 있다.Furthermore, as shown in FIG. 11, a prediction drawing is made by further subdividing the nitridation depth surface after multiple regression analysis, and as shown in FIG. Specifically, it may be possible to compare the position coordinates.

백분율 값으로 표준화된 예측도면의 사용 예를 들면, 도 12에 도시된 바와 같이, 반응 챔버에서 ⓐ지점에 온도 센서를 설치하고 반응 챔버에 장입한 시편의 질화 두께를 300㎛로 제조하기 위해 작업할 경우, 백분율 값으로 표준화된 예측도면 ⓐ좌표 지점은 102%에 해당하므로, 300㎛×102%, 즉 306㎛를 목표 질화 깊이 값으로 설정하여 작업하여야 반응 챔버 전체에서 생산되는 시편의 평균이 300㎛로 최적화되며 불량률이 최소화될 수 있었다.For example, as shown in FIG. 12, a temperature sensor is installed at point ⓐ in the reaction chamber and the thickness of the nitridation of the specimen loaded into the reaction chamber is 300 μm. In this case, since the ⓐ coordinate point of the predicted drawing standardized as a percentage value corresponds to 102%, it is necessary to set 300㎛ × 102%, that is, 306㎛ as the target nitridation depth value, so that the average of the specimens produced in the entire reaction chamber is 300㎛ was optimized and the defect rate could be minimized.

동일한 예로, ⓑ지점에 온도 센서를 설치하고 작업할 경우에는, ⓑ좌표 지점은 97%에 해당하므로, 300㎛×97%, 즉 291㎛를 목표 질화 깊이 값으로 설정하여 작업하여야 반응 챔버 전체에서 생산되는 시편의 평균이 300㎛로 최적화되며 불량률이 최소화될 수 있었다.For the same example, when installing and working with a temperature sensor at point ⓑ, coordinate point ⓑ corresponds to 97%, so 300㎛×97%, that is, 291㎛, must be set as the target nitridation depth value to be produced in the entire reaction chamber. The average of the specimens used was optimized to be 300 μm, and the defect rate could be minimized.

따라서, 본 발명은, 반응 챔버 내부의 어떠한 임의의 위치에 온도 센서를 설치하여도, 센서가 설치된 위치 좌표 값을 입력하고 백분율 값으로 표준화된 예측도면을 이용하여 센싱 지점에서의 목표치를 설정함으로써, 전체 장입된 시편들의 질화 깊이를 최적화할 수 있다.Therefore, the present invention provides, even if the temperature sensor is installed at any arbitrary position inside the reaction chamber, by inputting the coordinate value of the location where the sensor is installed and setting the target value at the sensing point using the prediction drawing standardized as a percentage value, It is possible to optimize the nitridation depth of the entire loaded specimen.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.Although the present invention has been described with reference to the embodiment shown in the drawings, which is only exemplary, those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.

100: 반응 챔버
110: 시편 거치대100: reaction chamber
110: specimen holder

Claims (10)

내부에 복수의 시편들을 처리할 수 있는 처리 공간이 형성되고, 상기 처리 공간에서 플라즈마 상태로 활성화된 질소 이온에 의해 상기 복수의 시편들의 질화 처리가 이루어지는 반응 챔버를 이용한 플라즈마 질화 처리 방법에 있어서,
상기 반응 챔버의 상기 처리 공간에 위치한 상기 복수의 시편들 각각의 위치 좌표와, 위치 좌표 별 시편의 실제 질화 깊이 값 간의 상관관계를 취득하는 상관관계 취득 단계;
상기 상관관계를 이용하여 상기 반응 챔버의 상기 처리 공간의 각 위치 좌표별 예상 질화 깊이 값의 분포를 상기 처리 공간 전체에 대한 예측도면으로 도출하는 질화 깊이 분포 도출 단계;
상기 예상 질화 깊이 값의 분포에 대한 상기 예측도면을 백분율 분포 도면으로 변환하는 백분율 분포 변환 단계;
상기 반응 챔버의 상기 처리 공간에서 질화 처리 공정을 센싱할 수 있는 센서 장치가 설치되는 위치를 선정하는 센싱 위치 설정 단계; 및
상기 백분율 분포 도면을 이용하여, 상기 센서 장치가 설치된 위치 좌표에서 상기 복수의 시편들의 질화 깊이를 최적화할 수 있는 목표 질화 깊이 값을 설정하는 목표값 설정 단계;
를 포함하는, 플라즈마 질화 처리 방법.A plasma nitridation treatment method using a reaction chamber in which a processing space capable of processing a plurality of specimens is formed therein, and nitridation of the plurality of specimens is performed by nitrogen ions activated in a plasma state in the processing space,
a correlation acquisition step of acquiring a correlation between position coordinates of each of the plurality of specimens located in the processing space of the reaction chamber and an actual nitridation depth value of the specimen for each position coordinate;
a nitridation depth distribution deriving step of deriving a distribution of expected nitridation depth values for each position coordinate of the processing space of the reaction chamber as a prediction drawing for the entire processing space using the correlation;
a percentage distribution conversion step of converting the prediction drawing for the distribution of the expected nitridation depth value into a percentage distribution drawing;
a sensing position setting step of selecting a position where a sensor device capable of sensing a nitridation process is installed in the processing space of the reaction chamber; and
a target value setting step of setting a target nitridation depth value capable of optimizing nitridation depths of the plurality of specimens at coordinates where the sensor device is installed, using the percentage distribution diagram;
Including, plasma nitridation treatment method. 제 1 항에 있어서,
상기 상관관계 취득 단계는,
상기 처리 공간에 위치한 상기 복수의 시편들 각각의 위치 좌표를 독립 변수로 하고, 위치 좌표 별 시편의 상기 실제 질화 깊이 값을 종속 변수로하여, 변수들 사이의 관계를 추정하는 회귀분석의 결과로 상기 상관관계를 취득하는, 플라즈마 질화 처리 방법.The method of claim 1,
The correlation acquisition step is,
As a result of a regression analysis in which the position coordinates of each of the plurality of specimens located in the processing space are used as independent variables, and the actual nitridation depth value of the specimens for each position coordinate is used as a dependent variable, the relationship between the variables is estimated as a result of the regression analysis. A plasma nitridation processing method for acquiring a correlation. 제 1 항에 있어서,
상기 상관관계 취득 단계는,
상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값의 결과를 인공지능에 의해 딥러닝하여 도출된 딥러닝 모델을 이용하여 상기 상관관계를 취득하는, 플라즈마 질화 처리 방법.The method of claim 1,
The correlation acquisition step is,
Plasma nitridation processing method for acquiring the correlation using a deep learning model derived by deep learning the result of the actual nitridation depth value of the specimen for each positional coordinate of the plurality of specimens located in the processing space. 제 1 항에 있어서,
상기 상관관계 취득 단계는,
상기 처리 공간에 위치한 상기 복수의 시편들의 위치 좌표 별 시편의 상기 실제 질화 깊이 값을 구할 수 있도록, 적어도 1회 이상의 질화 처리 실험을 실시하는 시험 질화 처리 단계;
를 포함하는, 플라즈마 질화 처리 방법.The method of claim 1,
The correlation acquisition step is,
a test nitridation treatment step of performing at least one nitridation treatment experiment to obtain the actual nitridation depth value of the specimen for each positional coordinate of the plurality of specimens located in the processing space;
Including, plasma nitridation treatment method. 제 1 항에 있어서,
상기 백분율 분포 변환 단계는,
상기 예상 질화 깊이 값의 분포의 평균 질화 깊이 값을 100%로 설정하여, 상기 예상 질화 깊이 값의 분포에 대한 상기 예측도면을 상기 백분율 분포 도면으로 변환하는, 플라즈마 질화 처리 방법.The method of claim 1,
The percentage distribution conversion step is,
and converting the predicted nitridation depth value distribution into the percentage distribution diagram by setting an average nitridation depth value of the expected nitridation depth value distribution to 100%. 제 1 항에 있어서,
상기 센싱 위치 설치 단계에서,
상기 센서 장치는 상기 처리 공간의 특정 위치 좌표에서의 온도를 센싱할 수 있는 온도 센서인, 플라즈마 질화 처리 방법.The method of claim 1,
In the sensing location installation step,
wherein the sensor device is a temperature sensor capable of sensing a temperature at a specific location coordinate of the processing space. 제 6 항에 있어서,
상기 목표값 설정 단계는,
상기 백분율 분포 도면에서 상기 온도 센서가 설치된 위치 좌표에 해당하는 좌표 지점의 백분율 값을 산출하는 백분율 값 산출 단계; 및
상기 백분율 값을 고려하여 상기 목표 질화 깊이 값을 설정하는 목표값 산출 단계;
를 포함하는, 플라즈마 질화 처리 방법.7. The method of claim 6,
In the step of setting the target value,
a percentage value calculation step of calculating a percentage value of a coordinate point corresponding to a position coordinate in which the temperature sensor is installed in the percentage distribution drawing; and
a target value calculation step of setting the target nitridation depth value in consideration of the percentage value;
Including, plasma nitridation treatment method. 제 7 항에 있어서,
상기 목표값 산출 단계는,
사용자에 의해 설정된 설정 질화 깊이 값에 상기 백분율 값을 곱하여 산출된 깊이 값을 상기 목표 질화 깊이 값으로 설정하는, 플라즈마 질화 처리 방법.8. The method of claim 7,
In the step of calculating the target value,
and setting a depth value calculated by multiplying a set nitridation depth value set by a user by the percentage value as the target nitridation depth value. 제 8 항에 있어서,
상기 온도 센서가 센싱한 온도 값과 설정된 상기 목표 질화 깊이 값을 고려하여 상기 질화 처리 공정의 공정 시간을 제어하는 질화 처리 제어 단계;
를 더 포함하는, 플라즈마 질화 처리 방법.9. The method of claim 8,
a nitridation control step of controlling a process time of the nitridation process in consideration of the temperature value sensed by the temperature sensor and the set target nitridation depth value;
Further comprising a, plasma nitridation treatment method. 제 1 항 내지 제 9 항 중 어느 한 항에 따른 플라즈마 질화 처리 방법을 이용한 플라즈마 질화 처리 장치에 있어서,
상기 복수의 시편들을 플라즈마 질화 처리할 수 있는 상기 처리 공간이 형성되는 상기 반응 챔버; 및
상기 반응 챔버의 상기 처리 공간에 설치되고 복수의 층이 형성되어, 상기 복수의 시편들이 복수의 층으로 적층되는 시편 거치대;
를 포함하는, 플라즈마 질화 처리 장치.In the plasma nitridation processing apparatus using the plasma nitridation processing method according to any one of claims 1 to 9,
the reaction chamber in which the processing space capable of plasma-nitriding the plurality of specimens is formed; and
a specimen holder installed in the processing space of the reaction chamber and formed in a plurality of layers, the plurality of specimens being stacked in a plurality of layers;
Including, plasma nitridation processing apparatus.
KR1020210051127A 2021-04-20 2021-04-20 Plasma nitridation treatment method and plasma nitridation treatment apparatus KR102466451B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210051127A KR102466451B1 (en) 2021-04-20 2021-04-20 Plasma nitridation treatment method and plasma nitridation treatment apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210051127A KR102466451B1 (en) 2021-04-20 2021-04-20 Plasma nitridation treatment method and plasma nitridation treatment apparatus

Publications (2)

Publication Number Publication Date
KR20220144607A true KR20220144607A (en) 2022-10-27
KR102466451B1 KR102466451B1 (en) 2022-11-14

Family

ID=83810167

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210051127A KR102466451B1 (en) 2021-04-20 2021-04-20 Plasma nitridation treatment method and plasma nitridation treatment apparatus

Country Status (1)

Country Link
KR (1) KR102466451B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007131933A (en) * 2005-11-14 2007-05-31 Dowa Holdings Co Ltd Nitriding method and nitriding apparatus
KR20120035444A (en) * 2010-10-05 2012-04-16 한국생산기술연구원 Real time nitriding depth monitoring method and apparatus for plasma nitriding process
KR102004723B1 (en) * 2019-02-13 2019-10-01 주식회사 울트라이노베이션 Method for prediction of physical property data of plasma ion nitriding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007131933A (en) * 2005-11-14 2007-05-31 Dowa Holdings Co Ltd Nitriding method and nitriding apparatus
KR20120035444A (en) * 2010-10-05 2012-04-16 한국생산기술연구원 Real time nitriding depth monitoring method and apparatus for plasma nitriding process
KR102004723B1 (en) * 2019-02-13 2019-10-01 주식회사 울트라이노베이션 Method for prediction of physical property data of plasma ion nitriding

Also Published As

Publication number Publication date
KR102466451B1 (en) 2022-11-14

Similar Documents

Publication Publication Date Title
US8153451B2 (en) System and method for performing semiconductor processing on target substrate
JP5101243B2 (en) Substrate processing apparatus, substrate processing apparatus control method, and program
CN109385623B (en) Film deposition method and deposited film
US11028482B2 (en) Use of voltage and current measurements to control dual zone ceramic pedestals
TWI818285B (en) Temperature control method, semiconductor device manufacturing method, program and substrate processing device
US7289865B2 (en) Optimization algorithm to optimize within substrate uniformities
KR20100110822A (en) Heat treatment apparatus, and method for controlling the same
US10395934B2 (en) Control device, substrate processing system, substrate processing method, and program
CN106158623B (en) Calibration method for a thermal processing unit
JP2016157771A (en) Heat treatment system, heat treatment method and program
KR20220144607A (en) Plasma nitridation treatment method and plasma nitridation treatment apparatus
US20230023764A1 (en) Surface profiling and texturing of chamber components
EP1557873A1 (en) Heat treating system and heat treating method
US20210183657A1 (en) Surface profiling and texturing of chamber components
KR101249539B1 (en) Real time nitriding depth monitoring method for plasma nitriding process
US7751908B2 (en) Method and system for thermal process control
JP6992736B2 (en) Epitaxial wafer manufacturing method and equipment
CN114384946A (en) Compensation parameter acquisition method and device for semiconductor heat treatment equipment
EP1547143B1 (en) A method of preparing a thin layer, the method including a step of correcting thickness by sacrificial oxidation, and an associated machine
CN114944325A (en) Film forming system and film forming method
Emami-Naeini et al. Model-based control for semiconductor and advanced materials processing: An overview
KR102553300B1 (en) Plasma nitridation treatment method and plasma nitridation treatment apparatus
US10692782B2 (en) Control device, substrate processing system, substrate processing method, and program
Acharya et al. Uniformity optimization techniques for rapid thermal processing systems

Legal Events

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