TWI770799B - 半導體製造設備的控制系統及方法 - Google Patents

半導體製造設備的控制系統及方法 Download PDF

Info

Publication number
TWI770799B
TWI770799B TW110103850A TW110103850A TWI770799B TW I770799 B TWI770799 B TW I770799B TW 110103850 A TW110103850 A TW 110103850A TW 110103850 A TW110103850 A TW 110103850A TW I770799 B TWI770799 B TW I770799B
Authority
TW
Taiwan
Prior art keywords
signal
input signal
subsystem
semiconductor manufacturing
data
Prior art date
Application number
TW110103850A
Other languages
English (en)
Other versions
TW202136943A (zh
Inventor
鍾政廷
林維斌
黃慶茂
Original Assignee
南亞科技股份有限公司
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 南亞科技股份有限公司 filed Critical 南亞科技股份有限公司
Publication of TW202136943A publication Critical patent/TW202136943A/zh
Application granted granted Critical
Publication of TWI770799B publication Critical patent/TWI770799B/zh

Links

Images

Classifications

    • 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
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • 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
    • G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • G05B13/048—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 using a predictor
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45031—Manufacturing semiconductor wafers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Drying Of Semiconductors (AREA)
  • General Factory Administration (AREA)

Abstract

本揭露提供一種半導體製造設備的控制系統及方法。該控制系統具有一感測器、一感測器介面以及一分析單元。該感測器提供一感測訊號。該感測器介面接收該感測訊號，並產生用於一資料庫伺服器的一輸入訊號。一前端子系統接收來自該資料庫伺服器的該輸入訊號，並執行一比較程序，以產生一資料訊號。一計算子系統依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖。一訊息暨調整子系統依據該最佳化參數設定與該模擬結果圖而產生一警報訊號以及一回饋訊號，且該訊息暨調整子系統傳送該警報訊號到該半導體製造設備的一使用者。

Description

半導體製造設備的控制系統及方法
本申請案主張2020年3月20日申請之美國正式申請案第16/825,889的優先權及益處，該美國正式申請案之內容以全文引用之方式併入本文中。
本揭露係關於一種設備的控制系統及方法。特別是有關於一種半導體製造設備的控制系統及方法。
由於積體密度的改善，所以半導體產業經歷了快速成長。例如蝕刻工具的半導體製造設備為了最佳化蝕刻均勻度，一般需要不斷調整製程參數。然而，使用例如光學臨界尺寸映射(optical critical-dimension mapping)之技術的蝕刻工具的人工檢測與調整，由於人為失誤(human error)而通常導致浪費製程時間(lost processing time)以及不良產品(defective product)。據此，設備的控制系統及方法需要有效提供設備調整的最佳化製程參數、模擬預測結果以及預先警示。
上文之「先前技術」說明僅係提供背景技術，並未承認上文之「先前技術」說明揭示本揭露之標的，不構成本揭露之先前技術，且上文之「先前技術」之任何說明均不應作為本案之任一部分。
本揭露之一實施例提供一種半導體製造設備的控制系統，包括一感測器、一感測器介面以及一分析單元。該感測器提供代表該半導體製造設備的至少一感測訊號。該感測器介面接收該至少一感測器訊號，並為一資料庫伺服器產生至少一輸入訊號。該分析單元包括一前端子系統、一計算子系統以及一訊息暨調整子系統。該前端子系統接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號。該計算子系統接收來自該前端子系統的該資料訊號，其中該計算子系統依據該資料訊號而執行一人工智慧(artificial intelligence，AI)分析程序，以產生一最佳化參數設定以及一模擬結果圖。該訊息暨調整子系統依據該最佳化參數設定與該模擬結果圖而產生一警報訊號以及一回饋訊號，其中該訊息暨調整子系統傳送該警報訊號到該半導體製造設備的一使用者。
在本揭露的一些實施例中，該前端子系統包括一抽取轉化裝載(Extract Transform Load，ETL)模組，依據該至少一輸入訊號是否在至少一臨界值的一範圍內或者是該至少一輸入訊號是否超出該至少一臨界值，以比較該至少一輸入訊號與該至少一臨界值，並產生該資料訊號。
在本揭露的一些實施例中，該計算子系統依據藉由萃取一輸入參數設定、計算在每一資料點的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點的一統計模型預測以及確定一預測結果的該資料訊號，以產生該最佳化參數設定與該模擬結果圖。
在本揭露的一些實施例中，該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及電容參數(capacitance parameters)。
在本揭露的一些實施例中，該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及徑向組裝刻度盤參數(radial assembly dial parameters)。
在本揭露的一些實施例中，該訊息暨調整子系統傳送該回饋訊號，以依據該最佳化參數設定與該模擬結果圖而進行該半導體製造設備的一自動調整程序。
在本揭露的一些實施例中，該半導體製造設備包括一或多個蝕刻工具(etching tools)。
本揭露之另一實施例提供一種半導體製造設備的監控系統，包括一感測器、一感測器介面、一或多個處理器以及一或多個電腦可讀非暫時性儲存媒體(computer-readable non-transitory storage media)。該感測器提供代表該半導體製造設備的至少一感測器訊號。該感測器介面接收該至少一感測器訊號，並為一資料庫伺服器產生至少一輸入訊號。該一或多個電腦可讀非暫時性儲存媒體係耦接到該一或多個處理器，並包括由該一或多個處理器執行時可操作以使該系統執行以下指令：接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號；接收從該前端子系統的該資料訊號，其中該計算子系統依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖；以及產生一警報訊號以及一回饋訊號，其係依據該最佳化餐數設定與該模擬結果圖所實現，並傳輸該警報訊息給該半導體製造設備的一使用者。
在本揭露的一些實施例中，該一或多個電腦可讀非暫時性儲存媒體還包括由該一或多個處理器執行時可操作以使該系統執行以下指令：執行抽取轉化裝載(Extract Transform Load，ETL)服務、比較該至少一輸入訊號與至少一臨界值，以及依據該至少一輸入訊號是否在該至少一臨界值的一範圍內，或者是該至少一輸入訊號是否超過該臨界值而產生該資料訊號。
在本揭露的一些實施例中，該最佳化參數設定與該模擬結果圖係依據藉由萃取一輸入參數設定、計算在每一資料點的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點的一統計模型預測以及確定一預測結果的該資料訊號所產生。
在本揭露的一些實施例中，該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及電容參數。
在本揭露的一些實施例中，該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及徑向組裝刻度盤參數。
在本揭露的一些實施例中，該一或多個電腦可讀非暫時性儲存媒體還包括由該一或多個處理器執行時可操作以使該系統執行以下指令：傳送該回饋訊號，以依據該最佳化參數設定與該模擬結果圖而進行該半導體製造設備的一自動調整程序。
在本揭露的一些實施例中，該半導體製造設備包括一或多個蝕刻工具。
本揭露之另一實施例提供一種半導體製造設備的控制方法，包括提供代表該半導體製造設備的至少一感測器訊號，其係藉由一感測器所實現；接收該至少一感測器訊號，並為一資料庫伺服器產生至少一輸入訊號，其係藉由一感測器介面所實現；接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號，其係藉由一前端子系統所實現；接收來自該前端子系統的該資料訊號，並依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖，其係藉由一計算子系統所實現；以及產生一警報訊號以及一回饋訊號，其係依據該最佳化參數設定與該模擬結果圖並藉由一訊息暨調整子系統所實現，其中該訊息暨調整子系統傳送該警報訊息到該半導體製造設備的一使用者。
在本揭露的一些實施例中，該控制方法還包括：比較該至少一輸入訊號與至少一臨界值，並產生該資料訊號，其係依據該至少一輸入訊號是否在該至少一臨界值的一範圍內，或者該至少一輸入訊號是否超出該至少一臨界值，並藉由該前端子系統的一一抽取轉化裝載模組所實現。
在本揭露的一些實施例中，該控制方法還包括：產生該最佳化參數設定與該模擬結果圖，其係依據藉由萃取一輸入參數設定、計算在每一資料點的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點的一統計模型預測以及確定一預測結果的該資料訊號，並藉由該計算子系統所實現。
在本揭露的一些實施例中，該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及電容參數。
在本揭露的一些實施例中，該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及徑向組裝刻度盤參數。
在本揭露的一些實施例中，該控制方法還包括：傳送該回饋訊號，以進行該半導體製造設備的一自動調整程序，其係依據該最佳化參數設定與該模擬結果圖並藉由該訊息暨調整子系統所實現，其中該半導體製造設備包括一或多個蝕刻工具。
據此，該半導體製造設備的該等控制系統與該等控制方法係提供多個自動化人工智慧分析子系統與程序，而該等自動化人工智慧分析子系統與程序可預測例如蝕刻工具之設備的最佳化製程參數。由於分析單元具有該智慧計算子系統與該訊息暨調整子系統，所以蝕刻工具的操作人員可監控並最佳化設備的最佳化參數，並接收關於製程參數之狀態的預先警示。再者，由於如此系統與方法的該自動化參數最佳化與設備調整，所以可最小化人為錯誤、製程時間以及不良品(defective products)。
上文已相當廣泛地概述本揭露之技術特徵及優點，俾使下文之本揭露詳細描述得以獲得較佳瞭解。構成本揭露之申請專利範圍標的之其它技術特徵及優點將描述於下文。本揭露所屬技術領域中具有通常知識者應瞭解，可相當容易地利用下文揭示之概念與特定實施例可作為修改或設計其它結構或製程而實現與本揭露相同之目的。本揭露所屬技術領域中具有通常知識者亦應瞭解，這類等效建構無法脫離後附之申請專利範圍所界定之本揭露的精神和範圍。
本揭露之以下說明伴隨併入且組成說明書之一部分的圖式，說明本揭露之實施例，然而本揭露並不受限於該實施例。此外，以下的實施例可適當整合以下實施例以完成另一實施例。
應當理解，雖然用語「第一(first)」、「第二(second)」、「第三(third)」等可用於本文中以描述不同的元件、部件、區域、層及/或部分，但是這些元件、部件、區域、層及/或部分不應受這些用語所限制。這些用語僅用於從另一元件、部件、區域、層或部分中區分一個元件、部件、區域、層或部分。因此，以下所討論的「第一裝置(first element)」、「部件(component)」、「區域(region)」、「層(layer)」或「部分(section)」可以被稱為第二裝置、部件、區域、層或部分，而不背離本文所教示。
本文中使用之術語僅是為了實現描述特定實施例之目的，而非意欲限制本發明。如本文中所使用，單數形式「一(a)」、「一(an)」，及「該(the)」意欲亦包括複數形式，除非上下文中另作明確指示。將進一步理解，當術語「包括(comprises)」及/或「包括(comprising)」用於本說明書中時，該等術語規定所陳述之特徵、整數、步驟、操作、元件，及/或組件之存在，但不排除存在或增添一或更多個其他特徵、整數、步驟、操作、元件、組件，及/或上述各者之群組。
為了描述膜形成(film-forming)或沉積製程，為了一致性，在文中一般將使用術語「沉積(deposition)」。對於膜移除(film removal)，將使用術語「蝕刻(etch)」，且對於一清洗移除製程，將使用術語「清洗(clean)」。為了說明清楚或方便起見，圖式可使用其他名稱。
圖1為依據本揭露一實施例中一種半導體製造設備1的方塊示意圖。請參考圖1，半導體製造設備1可具有複數個半導體製造工具，例如一沉積工具2、一化學機械研磨(CMP)工具3、一微影工具4、一蝕刻工具5以及一清洗工具6。典型地，係生產製造多個微電子元件形成在一晶元中的一設計，且一布局(layout)係從該設計所製作。該布局可具有多組圖案，其係將轉換成一或多個多種材料的堆疊層，其係應用在其製造的一製程序列7期間的晶圓，以形成各式不同電路及元件在晶圓的基底上。依據一些實施例，如圖1所示之半導體製造設備1的製程序列7為一例示處理流程，其係可使用許多時間來沉積或形成多個膜在晶圓的一基底上，並使用微影及時科技術的一差異將其圖案化。如此一般的製造步驟可具有使用沉積工具2的一沉積製程、使用化學機械研磨工具3的一平坦化及/或研磨製程、使用微影工具4之具有一圖案化光波長的一曝光製程、使用蝕刻工具5之該膜的曝光部分的一移除製程，以及使用該清洗工具6在用於接下來處理程序的準備中之一清洗製程。應當理解，除了沉積、平坦化、微影、蝕刻以及清洗之外的其他步驟，如所屬技術領域中具有通常知識者所理解的，係可應用在半導體製造設備1中。再者，沉積、平坦化、微影、蝕刻以及清洗的每一步驟，可具有各式不同的特定步驟。因此，如圖1所示的製程序列7並應該被解釋成對於本揭露之一些實施例的限制。在一些實施例中，使用在沉積工具2中之沉積的例子可包括化學氣相沉積(CVD)、電化學沉積(ECD)、物理氣相沉積(PVD)、分子束磊晶(MBE)、原子曾沉積(ALD)、自組裝單分子層(SAM)沉積以及其他。在一些實施例中，沉積技術可藉由電漿的產生所補充，以便穩定地影響發生在基底表面處之製程的化學反應性(chemical reactivity)。
圖2為依據本揭露一實施例中一種半導體製造設備之一控制平台10的方塊示意圖。請參考圖1及圖2，控制平台10具有複數個系統，用於控制並監控半導體製造設備1的該等製造工具。控制平台10可具有用於控制沉積工具2的一系統11、用於控制化學機械研磨工具3的一系統12、用於控制微影工具4的一系統13、用於控制蝕刻工具5的一系統100，以及用於控制清洗工具6的一系統14。在一些實施例中，可擷取量測與度量資料，以控制並最佳化由半導體製造設備1之該等製造工具所執行的該等製造流程。舉例來說，為了最佳化圖1的蝕刻工具5，所以系統100可具有複數個子系統，以控制並監控各式不同的參數與設定，將於本揭露之後的一些實施例中詳述。
圖3為依據本揭露一些實施例中之蝕刻工具5的結構示意圖。請參考圖3，為了在其上產生多個圖案，蝕刻工具5選擇地移除在晶圓20之表面上的材料。該材料可藉由濕蝕刻(例如化學蝕刻)、乾蝕刻(例如化學蝕刻及/或物理蝕刻)或其他形式的蝕刻而被選擇地移除。雖然其他形式的蝕刻工具5可依據特定應用而被使用，但圖3所示的蝕刻工具5係使用乾蝕刻之一例子，稱作電漿蝕刻。蝕刻工具5具有一電源供應器30、一射頻匹配網路31、複數個線圈32、一腔室33、一製程氣體34、一靜電吸盤(electrostatic chuck)35、一第二射頻匹配網路36以及一偏壓電源供應器37。一感測器101耦接到蝕刻工具5，且感測器101可具有複數個探針以及其他量測工具，以提供代表蝕刻工具5的至少一感測器訊號。如本揭露之後的描述，在一些實施例中，由感測器101所收集的資料係可被控制系統100所使用，以最佳化蝕刻工具5的蝕刻製程。雖然其他形式的電源供應器30與偏壓電源供應器36可依據蝕刻工具5的特定應用來做使用，但蝕刻工具5的電源供應器30可為在13.56MHz的一射頻功率產生器，且偏壓電源供應器36可為一雙頻偏壓電源供應器，舉例來說，其係在2MHz與13MHz操作。舉例來說，蝕刻工具5亦可具有多個控制器(圖未示)，用於調整線圈電流比、射頻板高度、製程氣體34以及靜電吸盤35的溫度。在一些實施例中，由蝕刻工具5所執行的電漿蝕刻係取決於被蝕刻之膜的形式而包含一適當氣體混合物的一電漿，且電漿暴露於晶圓20。電漿可包括呈氣態的帶電種類(離子以及自由電子)與中性種類(原子、分子與自由基(radicals))，其係動力地與晶圓20的基底或層交互作用，以移除其部分，例如藉由一微影圖案而暴露的部分。
圖4為依據本揭露一些實施例中一種半導體製造設備之控制系統100的方塊示意圖。圖5為依據本揭露一些實施例中一種感測器介面102的方塊示意圖。圖6為依據本揭露一些實施例中一種分析單元106的方塊示意圖。請參考圖4到圖6，用於蝕刻工具5的控制系統100具有一感測器101、感測器介面102、一資料庫伺服器103、一第一收發器104、一第二收發器105以及分析單元106。在一些實施例中，雖然系統100的一般操作規則可應用到半導體製造設備1的控制平台10中的其他控制系統，但舉例來說，半導體製造設備可具有如圖3所示的蝕刻工具5。感測器101提供代表蝕刻工具5的至少一感測器訊號SS。在一些實施例中，感測器介面102接收來自感測器101的至少一感測器訊號SS，並產生用於資料庫伺服器103的至少一輸入訊號IN，舉例來說，其係可為一資料庫倉庫(database warehouse)的一資造庫伺服器。至少一輸入訊號IN可藉由第一收發器104而從資料庫伺服器103經由一網路連結107傳送到第二收發器105。在一些實施例中，至少一輸入訊號IN在當其藉由第一收發器104傳送時可進行調變(modulated)，而當其藉由第二收發器105接收時可進行解調變(demodulated)。網路連結107可為基於所屬技術領域中所熟知的有線或無線技術的任何形式的網路連結，包括不侷限在紅外線、光學或無線電通訊手段。在一些實施例中，分析單元106接收至少一輸入訊號IN，並依據一最佳化參數設定OPS以及一模擬結果圖SRM而執行蝕刻工具5的一人工智慧(artificial intelligence，AI)分析程序，以產生一回饋訊號FB。在一些實施例中，來自分析單元106的回饋訊號FB係經由網路連結107而傳送到蝕刻工具5，而網路連結107係介於第二收發器105與第一收發器104之間。在一些實施例中，回饋訊號FB當藉由第二收發器105傳輸時係進行調變，且當藉由第一收發器104接收時則進行解調變。
請參考圖5，感測器介面102具有一或多個訊號轉換器40以及一或多個濾波器41。在一些實施例中，該等訊號轉換器40可包括類比數位(analog-to-digital，A/D)轉換器、數位類比(digital-to-analog，D/A)轉換器，或其他適合的訊號轉換器。舉例來說，當產生用於分析單元106的輸入訊號IN時，感測器介面102的該等訊號轉換器40可轉換感測器訊號SS從一類比訊號到一數位訊號。該等濾波器41可包括去頻疊濾波器(anti-alias filters)、低通濾波器、高通濾波器、帶通(band-pass)濾波器，或其他適合用於控制蝕刻工具5之系統100的特定應用的濾波器。舉例來說，該等濾波器41可用於改善輸入訊號IN的訊號雜訊比(signal-to-noise ratio)。在一些實施例中，在傳送到蝕刻工具5之前，回饋訊號FB可藉由該等訊號轉換器40而轉換成一相容格式(compatible format)，並藉由該等濾波器41進行濾波。
請參考圖6，分析單元106具有一前端子系統50、一計算子系統51以及一訊息暨調整子系統52。在一些實施例中，前端子系統50接收來自資料庫伺服器103的至少一輸入訊號IN，並執行一比較程序，以產生一資料訊號DS。計算子系統51接收來自前端子系統50的資料訊號DS，且計算子系統51依據資料訊號DS而執行人工智慧分析程序，以產生最佳化參數設定OPS與模擬結果圖SRM。訊息暨調整子系統52依據最佳化參數設定OPS與模擬結果圖SRM而產生一警報訊號AM與回饋訊號FB，且訊息暨調整子系統52傳送警報訊號AM到蝕刻工具5的一使用者。
圖7為依據本揭露一些實施例中一種前端子系統50的方塊示意圖。請參考圖7，前端子系統50可包括一抽取轉化裝載(Extract Transform Load，ETL)模組25，其係用於依據至少一輸入訊號IN是否在至少一臨界值THR的一範圍內，或是至少一輸入訊號IN是否超出至少一臨界值THR，以比較至少一輸入訊號IN與至少一臨界值THR，並產生資料訊號DS。在一些實施例中，如圖7所示，抽取轉化裝載模組25包括一抽取區塊60、一轉化區塊61以及一裝載區塊62。在一些實施例中，抽取區塊60可拆開(unpack)並萃取至少一輸入訊號IN。轉化區塊61可執行至少一輸入訊號IN與至少一臨界值THR之間的分析程序，以及其他適合的資料完整性(data integrity)與確定程序(confirmation procedures)。裝載區塊62可依據由轉化區塊61所執行的比較程序而產生並裝載資料訊號DS，以使計算子系統51能夠使用用於人工智慧分析程序的資料訊號DS。
圖8為依據本揭露一些實施例中一種計算子系統51的方塊示意圖。請參考圖8，計算子系統51包括一人工智慧分析模組70以及一模擬結果映射(simulated result mapping)模組71。在一些實施例中，依據藉由萃取一輸入參數設定IPS、計算在每一資料點DP的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點DP的一統計模型預測以及確定一預測結果PR的資料訊號DS，計算子系統51產生最佳化參數設定OPS與模擬結果圖SRM。在一些實施例中，由人工智慧分析模組70對每一資料點DP所執行的統計模型預測，包括使用在每一資料點DP處之輸入參數設定IPS之一人工智慧迴歸分析(regression analysis)(例如深度學習迴歸分析(deep learning regression analysis))中的一訓練資料TR。該等資料點DP可為由感測器101所擷取之度量資料(metrology data)的該等資料點，並儲存在圖4的資料庫伺服器103中。模擬結果圖SRM係基於由人工智慧分析模組70與預測結果PR所執行之統計模型預測所產生，且模擬結果圖SRM包括多個繪圖熱區模擬(graphical hot zone simulations)，而該等繪圖熱區模擬係為輸入參數設定IPS之各式不同參數差異的預測結果PR。應當理解，由人工智慧分析模組70所執行的統計模型預測與其他人工智慧程序，可包括其他機械學習運算法則與技術、標準迴歸分析運算法則與技術，或其組合。
圖9A為依據本揭露一些實施例中至少一輸入訊號IN與其各元件之間的一關係的關係示意圖。圖9B為依據本揭露一些實施例中一分壓電容蝕刻調整(divider capacitor etch tuning)的結構係示意圖。請參考圖9A及圖9B，在一些實施例中，至少一輸入訊號IN包括以下其中至少一設定：時序(timing)參數TM、晶元尺寸參數WS以及分壓電容參數DCP。如圖9B所示，在一些實施例中，分壓電容蝕刻調整可用於調整蝕刻工具5之中心到邊緣的蝕刻率均勻度，以便減輕矽晶圓損失的巨負載效應(macro-loading effects)。舉例來說，如圖9B所示，藉由降低該等電容參數DCP的數值，由於置放在如圖3所示之蝕刻工具5的一內區域中之該等線圈32的電流增加，所以可提升一中心蝕刻率。
圖10A為依據本揭露一些實施例中至少一輸入訊號IN'與其各元件之間的一關係的關係示意圖。圖10B為依據本揭露一些實施例中一電動射頻組裝刻度盤蝕刻調整的結構係示意圖。請參考圖10A及圖10B，在一些實施例中，由於使用在蝕刻工具5之蝕刻調整的不同形式，所以輸入訊號IN'可包括多個輸入參數，其係不同於輸入訊號IN的輸入參數。舉例來說，輸入訊號IN'包括以下至少其中一設定：時序參數TM、晶元尺寸參數WS以及電動徑向組裝刻度盤(motorized radial assembly dial)參數MRAD。如圖10B所示，在一些實施例中，舉例來說，電動徑向組裝刻度盤蝕刻調整可用於藉由調整離子源(ion source)之高度的全面偏移映射(offset mapping)，以便控制離子源控制器板，進而指出朝向如圖3所示之晶元20的一中心區域。在一些實施例中，在蝕刻工具5中的電動徑向組裝刻度盤蝕刻調整可由步進馬達所控制，其係在0到12度範圍內，並沿方位角順時針傾斜的分辨率為0.1度。應當理解，在一些實施例中，輸入訊號IN或IN'的參數組可同時包括分壓電容參數DCP與電動徑向組裝刻度盤參數MARD，其係用於同時控制蝕刻工具5的分壓電容蝕刻調整與電動徑向組裝刻度盤蝕刻調整。
在一些實施例中，訊息暨調整子系統52依據來自計算子系統51的最佳化參數設定OPS與模擬結果圖SRM而產生警報訊號AM。在一些實施例中，警報訊號AM可發送到蝕刻工具5的一使用者。圖11及圖12為依據本揭露一些實施例中描述一種蝕刻工具5的控制系統100之一使用者109的方塊示意圖。圖13為依據本揭露一些實施例中在警報訊號AM與其各元件之間的一關係的關係示意圖。請參考圖6及圖11，在一些實施例中，訊息暨調整子系統52可經由一網路連結108而傳送警報訊號AM到使用者109，而網路連結108係建立在第二收發器105與一用戶端系統(client system)110之間。如圖11所示，舉例來說，用戶端系統110可為一桌上型電腦、一筆記型電腦、一智慧型手機、一平板電腦(tablet computer)，或是能夠顯示警報訊息AM到使用者109。舉例來說，如圖13所示，警報訊號AM的內容可包括最佳化參數設定OPS與模擬結果SRM，並可呈現在用戶端系統110上的一圖形使用者介面(graphical user interface，GUI)111上。網路連結108可為基於所屬技術領域中所熟知的有線及無線技術之任何適合形式的網路連結，包括紅外線、光學或無線電通訊方式，但並不以此為限。警報訊號AM可傳送到用戶端系統109，其係經由電子郵件、即時通訊應用(instant messaging applications)或其類似方式。網路連結107與108可為一相同網路或不同網路的一部分。網路連結107與108可為以下的一部份：一內部網路(intranet)、一企業間網路(extranet)、一隨意網路(ad hoc network)、一虛擬專用網路(virtual private network (VPN)、一區域網路(local area network (LAN)、一無線區域網路(WLAN)、一無線廣域網路(WWAN)、一廣域網路(wide area network，WAN)、一都會區域網路(metropolitan area network，MAN)、互聯網(Internet)的一部份、公眾交換式電話網路(Public Switched Telephone Network，PSTN)的一部份、一行動電話網路(cellular telephone network)，或其二或多個的組合。在一些實施例中，如圖12所示，警報訊號AM亦可直接由分析單元103提供並顯示給使用者109。在一些實施例中，警報訊號AM給予使用者109關於蝕刻工具5之製程參數的狀態以及自動調整程序是否按照排程進行的預先警示。
圖14為依據本揭露一些實施例中回饋訊號FB與其各元件之間的一關係的關係示意圖。請參考圖11及圖14，在一些實施例中，當回饋訊號FB傳送到用於一自動調整程序112的蝕刻工具5時，蝕刻工具5係依據最佳化參數設定OPS與模擬結果圖SRM的最佳化預測結果而自動調整。舉例來說，製程參數可參考最佳化預測結果而自動調整在蝕刻工具5上的批次(run-to-run)，而製程參數包括時序參數TM、晶元尺寸參數WS、分壓電容參數DCP及/或電動徑向組裝刻度盤參數，但並不以此為限。應當理解，回饋訊號FB可藉由用於自動調整程序112之蝕刻工具5而直接使用，或者是回饋訊號FB可傳送到一個別控制器113，以控制蝕刻工具5的自動調整程序112。
圖15為依據本揭露一些實施例中模擬結果圖SRM之一例子的示意圖。請參考圖15，模擬結果圖SRM係模擬在不同時間點的蝕刻熱區。在一些實施例中，使用者109可觀看在圖形使用者介面111中之用戶端系統110上的模擬結果圖SRM，舉例來說，其係亦可顯示出最佳化參數設定OPS。再者，模擬結果圖SRM可用來當作在蝕刻工具5的自動調整程序112的一參考。
應當理解，本揭露中所描述的工具、子系統、方法或操作步驟中的一或多個，係可以一電腦系統所實現，而該電腦系統具有當由電腦系統的一或多個處理器執行時之可操作的指令。舉例來說，分析單元106與本揭露將於後描述的一控制方法600係可由如圖16的一電腦系統所實現。圖16為依據本揭露一些實施例中一種電腦系統80的方塊示意圖。請參考圖16，電腦系統80可具有一或多個處理器500、一網路介面(I/F)502、一儲存裝置506、一記憶體508以及一輸入/輸出(I/O)裝置504，其係經由一匯流排514或其他內連接通訊機制而通訊地耦接。在一些實施例中，記憶體508包括一隨機存取記憶體(RAM)、其他動態儲存裝置、唯讀記憶體(ROM)，或其他靜態儲存裝置，其係耦接到匯流排514，用以儲存資料或指令，以藉由一或多個處理器500執行，且記憶體508可具有一核心(kernel)512、一使用者空間510、核心與使用者空間的一些部分以及其元件。在一些實施例中，在藉由一或多個處理器500所執行之指令執行期間，記憶體508亦可使用於儲存504暫時變數或其他中間資訊。
在一些實施例中，舉例來說，儲存裝置506耦接到匯流排514，舉例來說，匯流排514係用於傳遞資料或指令到核心512、使用者空間510等等。在一些實施例中，操作步驟與功能係被實現成儲存在儲存裝置506中的一程式的功能，其係可包括耦接到一或多個處理器500的一或多個電腦可讀非暫態儲存媒體(computer-readable non-transitory storage media)。電腦可讀非暫態儲存媒體的例子包括外部/可移除或內部/內建儲存或記憶體單元，例如一光碟、一磁碟、一半導體記憶體及其類似物的其中一或多個，但並不以此為限，而光碟係例如一DVD，磁碟係例如一硬碟，半導體記憶體係例如ROM、RAM、記憶卡。在一些實施例中，儲存裝置506的電腦可讀非暫態儲存媒體包括當藉由一或多個處理器500所執行的可操作的指令，其係造成系統100接收來自資料庫伺服器DS的至少一輸入訊號IN，並執行一比較程序，以產生一資料訊號DS；接收來自前端子系統50的資料訊息DS，其中計算子系統51依據資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定OPS以及一模擬結果圖SRM；依據最佳化參數設定OPS以及模擬結果圖SRM而產生一警報訊號AM；以及傳送警報訊號AM到半導體製造設備的一使用者109。在一些實施例中，系統100執行抽取轉化裝載(ETL)服務、比較至少一輸入訊號IN與至少一臨界值THR，以及依據至少一輸入訊號IN是否在至少一臨界值THR的一範圍R內，或是至少一輸入訊號是否超出臨界值THR，產生資料訊號DS。在一些實施例中，最佳化參數設定OPS與模擬結果圖SRM係依據藉由萃取一輸入參數設定IPS、計算在每一資料點DP的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點DP的一統計模型預測以及確定一預測結果PR的資料訊號DS所產生。在一些實施例中，至少一輸入訊號IN包括以下至少一設定：時序參數TM、晶元尺寸參數WS以及分壓電容參數DCP。在一些實施例中，至少一輸入訊號IN包括以下至少一設定：時序參數TM、晶元尺寸參數WS以及電動徑向組裝刻度盤參數MRAD。在一些實施例中，系統100依據最佳化參數設定OPS與模擬結果圖SRM而傳送回饋訊號FB，回饋訊號係用於半導體製造設備的一自動調整程序112。在一些實施例中，半導體製造設備包括一或多個蝕刻工具5。
在一些實施例中，輸入/輸出裝置604包括一輸入裝置、一輸出裝置以及用於啟動使用者與分析單元105互動的一組合的輸入/輸出裝置。舉例來說，一輸入裝置包括用於將資訊與命定傳送到處理器500的一鍵盤、小鍵盤(keypad)、滑鼠、軌跡球(trackball)、軌跡墊(trackpad)或游標方向按鍵(cursor direction keys)。舉例來說，一輸出裝置包括用於將資訊傳送到一使用者的一顯示器、一印表機、一語音合成器(voice synthesizer)等等。在一些實施例中，本揭露所描述之工具、子系統以及方法的一或多個操作步驟或功能，係藉由電腦系統80的一或多個處理器500所實現，其係程式化於執行此等操作步驟與提供此等功能。記憶體508、網路介面502、儲存裝置506、輸入/輸出裝置504以及匯流排514的其中一個或多個，係可操作以用於處理器500所執行的接收指令、資料、設計規則、網路連線表(netlists)、布局(layouts)、模型(models)以及其他參數。在一些實施例中，本揭露所描述之工具、子系統以及方法的一或多個操作步驟或功能，可藉由特定架構硬體(例如藉由一或多個特殊應用積體電路(application specific integrated circuit(ASIC))分開或取代(in lieu)處理器500。一些實施例係在一單一ASIC中合併一個以上之所述的操作步驟或功能。
圖17為依據本揭露一些實施例中一種半導體製造設備的控制方法600的流程示意圖。在一些實施例中，方法600可藉由圖2到圖8所示的系統100所實現，且方法600亦可藉由如圖16所示的電腦系統80所實現。請參考圖17，半導體製造設備(例如蝕刻工具5)的控制方法600包括：提供代表半導體製造設備的至少一感測器訊號SS，其係藉由感測器101所實現(步驟S601)；接收至少一感測器訊號SS，並產生用於資料庫伺服器103的至少一輸入訊號IN，其係藉由感測器介面102所實現(步驟S602)；接收來自資料庫伺服器103的至少一輸入訊號IN，並執行一比較程序以摻生一資料訊號DS，其係藉由前端子系統50所實現(步驟S603)；接收來自前端子系統50的資料訊號DS，並依據資料訊號DS執行一人工智慧分析程序，以產生最佳化參數設定OPS與模擬結果圖SRM，其係藉由計算子系統51所實現(步驟S604)；以及產生警報訊號AM與回饋訊號FB，其係依據最佳化參數設定OPS與模擬結果圖SRM並藉由訊息暨調整子系統52所實現，其中訊息暨調整子系統52傳送警報訊號AM到半導體製造設備的使用者109(步驟S605)。
圖18為依據本揭露一些實施例中在一種半導體製造設備的控制方法600中之一步驟S603的流程示意圖。在一些實施例中，方法600還包括比較至少一輸入訊號IN與至少一臨界值THR，其係藉由前端子系統50的抽取轉化裝載模組25所實現(步驟S6031)，並產生資料訊號DS，其係依據至少一輸入訊號IN是否在至少一臨界值THR的一範圍R內，或是至少一輸入訊號IN是否超出至少一臨界值THR所產生(步驟S6032)。
圖19為依據本揭露一些實施例中在一種半導體製造設備的控制方法600中之一步驟S604的流程示意圖。在一些實施例中，方法600還包括產生最佳化參數設定OPS與模擬結果圖SRM，其係依據資料訊號DS並藉由計算子系統51所實現(步驟S6041)，而資料訊號DS係藉由萃取輸入參數設定IPS、計算在每一資料點DP的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點DP的統計模型預測以及確定預測結果PR所獲得(步驟S6042)。
在一些實施例中，至少一輸入訊號IN包括以下至少一設定：時序參數TM、晶元尺寸參數WS以及分壓電容參數DCP。
在一些實施例中，至少一輸入訊號IN包括以下至少一設定：時序參數TM、晶元尺寸參數WS以及電動徑向組裝刻度盤參數MRAD。
圖20為依據本揭露一些實施例中在一種半導體製造設備的控制方法600中之一步驟S605的流程示意圖。在一些實施例中，方法600還包括傳送用於半導體製造設備之自動調整程序的回饋訊號FB，其係藉由訊息暨調整子系統52所實現(步驟S6051)；以及依據最佳化設定參數OPS與模擬結果圖SRM執行半導體製造設備的自動調整程序，其中半導體製造設備包括一或多個蝕刻工具5。
據此，半導體製造設備的控制系統100與控制方法600係提供多個自動化人工智慧分析子系統與程序，而該等自動化人工智慧分析子系統與程序可預測例如蝕刻工具5之設備的最佳化製程參數。由於分析單元106具有智慧計算子系統51與訊息暨調整子系統52，所以蝕刻工具5的操作人員可監控並最佳化設備的最佳化參數，並接收關於製程參數之狀態的預先警示。再者，由於如此系統100與方法600的自動化參數最佳化與設備調整，所以可最小化人為錯誤、製程時間以及不良品。
本揭露之一實施例提供一種半導體製造設備的控制系統，包括一感測器、一感測器介面以及一分析單元。該感測器提供代表該半導體製造設備的至少一感測訊號。該感測器介面接收該至少一感測器訊號，並為一資料庫伺服器產生至少一輸入訊號。該分析單元包括一前端子系統、一計算子系統以及一訊息暨調整子系統。該前端子系統接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號。該計算子系統接收來自該前端子系統的該資料訊號，其中該計算子系統依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖。該訊息暨調整子系統依據該最佳化參數設定與該模擬結果圖而產生一警報訊號以及一回饋訊號，其中該訊息暨調整子系統傳送該警報訊號到該半導體製造設備的一使用者。
本揭露之另一實施例提供一種半導體製造設備的監控系統，包括一感測器、一感測器介面、一或多個處理器以及一或多個電腦可讀非暫時性儲存媒體(computer-readable non-transitory storage media)。該感測器提供代表該半導體製造設備的至少一感測器訊號。該感測器介面接收該至少一感測器訊號，並為一資料庫伺服器產生至少一輸入訊號。該一或多個電腦可讀非暫時性儲存媒體係耦接到該一或多個處理器，並包括由該一或多個處理器執行時可操作以使該系統執行以下指令：接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號；接收從該前端子系統的該資料訊號，其中該計算子系統依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖；以及產生一警報訊號以及一回饋訊號，其係依據該最佳化餐數設定與該模擬結果圖所實現，並傳輸該警報訊息給該半導體製造設備的一使用者。
本揭露之另一實施例提供一種半導體製造設備的控制方法，包括提供代表該半導體製造設備的至少一感測器訊號，其係藉由一感測器所實現；接收該至少一感測器訊號，並為一資料庫伺服器產生至少一輸入訊號，其係藉由一感測器介面所實現；接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號，其係藉由一前端子系統所實現；接收來自該前端子系統的該資料訊號，並依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖，其係藉由一計算子系統所實現；以及產生一警報訊號以及一回饋訊號，其係依據該最佳化參數設定與該模擬結果圖並藉由一訊息暨調整子系統所實現，其中該訊息暨調整子系統傳送該警報訊息到該半導體製造設備的一使用者。
雖然已詳述本揭露及其優點，然而應理解可進行各種變化、取代與替代而不脫離申請專利範圍所定義之本揭露的精神與範圍。例如，可用不同的方法實施上述的許多製程，並且以其他製程或其組合替代上述的許多製程。
再者，本申請案的範圍並不受限於說明書中所述之製程、機械、製造、物質組成物、手段、方法與步驟之特定實施例。該技藝之技術人士可自本揭露的揭示內容理解可根據本揭露而使用與本文所述之對應實施例具有相同功能或是達到實質上相同結果之現存或是未來發展之製程、機械、製造、物質組成物、手段、方法、或步驟。據此，此等製程、機械、製造、物質組成物、手段、方法、或步驟係包含於本申請案之申請專利範圍內。
1:半導體製造設備 2:沉積工具 3:化學機械研磨工具 4:微影工具 5:蝕刻工具 6:清洗工具 7:製程序列 11:系統 12:系統 13:系統 14:系統 20:控制平台(晶圓) 25: 抽取轉化裝載模組 30:電源供應器 31:射頻匹配網路 32:線圈 33:腔室 34:製程氣體 35:靜電吸盤 36:第二射頻匹配網路 37:偏壓電源供應器 40:訊號轉換器 41:濾波器 50:感測器(前端子系統) 51:計算子系統 52:訊息暨調整子系統 60:抽取區塊 61:轉化區塊 62:裝載區塊 70:人工智慧分析模組 71:模擬結果映射模組 80:電腦系統 100:系統 101:感測器 102:感測器介面 103:資料庫伺服器 104:第一收發器 105:第二收發器 106:分析單元 107:網路連結 108:網路連結 109:使用者 110:用戶端系統 111:圖形使用者介面 112:自動調整程序 113:控制器 500:處理器 502:網路介面 504:輸入/輸出裝置 506:儲存裝置 508:記憶體 510:使用者空間 512:核心 514:匯流排 600:方法 S601:步驟 S602:步驟 S603:步驟 S6031:步驟 S6032:步驟 S604:步驟 S6041:步驟 S6042:步驟 S605:步驟 S6051:步驟 S6052:步驟 AM:警報訊號 DCP:分壓電容參數 DP:資料點 DS:資料訊號 FB:回饋訊號 IN:輸入訊號 IN':輸入訊號 IPS:輸入參數設定 MRAD:電動徑向組裝刻度盤參數 OPS:最佳化參數設定 PR:預測結果 R:範圍 SRM:模擬結果圖 SS:感測器訊號 THR:臨界值 TM:時序參數 TR:訓練資料 WS:晶元尺寸參數
參閱實施方式與申請專利範圍合併考量圖式時，可得以更全面了解本申請案之揭示內容，圖式中相同的元件符號係指相同的元件。 圖1為依據本揭露一實施例中一種半導體製造設備的方塊示意圖。 圖2為依據本揭露一實施例中一種半導體製造設備之一控制平台的方塊示意圖。 圖3為依據本揭露一些實施例中一蝕刻工具的結構示意圖。 圖4為依據本揭露一些實施例中一種半導體製造設備之控制系統的方塊示意圖。 圖5為依據本揭露一些實施例中一種感測器介面的方塊示意圖。 圖6為依據本揭露一些實施例中一種分析單元的方塊示意圖。 圖7為依據本揭露一些實施例中一種前端子系統的方塊示意圖。 圖8為依據本揭露一些實施例中一種計算子系統的方塊示意圖。 圖9A為依據本揭露一些實施例中至少一輸入訊號與其各元件之間的一關係的關係示意圖。 圖9B為依據本揭露一些實施例中一分壓電容蝕刻調整(divider capacitor etch tuning)的結構係示意圖。 圖10A為依據本揭露一些實施例中至少一輸入訊號與其各元件之間的一關係的關係示意圖。 圖10B為依據本揭露一些實施例中一電動射頻組裝刻度盤蝕刻調整(motorized radio frequency (RF) assembly dial etch tuning)的結構係示意圖。 圖11為依據本揭露一些實施例中描述一種半導體製造設備的控制系統之一使用者的方塊示意圖。 圖12為依據本揭露一些實施例中描述一種半導體製造設備的控制系統之一使用者的方塊示意圖。 圖13為依據本揭露一些實施例中一警報訊號與其各元件之間的一關係的關係示意圖。 圖14為依據本揭露一些實施例中一回饋訊號與其各元件之間的一關係的關係示意圖。 圖15為依據本揭露一些實施例中一模擬結果圖的示意圖。 圖16為依據本揭露一些實施例中一種電腦系統的方塊示意圖。 圖17為依據本揭露一些實施例中一種半導體製造設備的控制方法的流程示意圖。 圖18為依據本揭露一些實施例中在一種半導體製造設備的控制方法中之一步驟的流程示意圖。 圖19為依據本揭露一些實施例中在一種半導體製造設備的控制方法中之一步驟的流程示意圖。 圖20為依據本揭露一些實施例中在一種半導體製造設備的控制方法中之一步驟的流程示意圖。
5:蝕刻工具
100:系統
101:感測器
102:感測器介面
103:資料庫伺服器
104:第一收發器
105:第二收發器
106:分析單元
107:網路連結
AM:警報訊號
FB:回饋訊號
IN:輸入訊號
SS:感測器訊號

Claims (17)

  1. 一種半導體製造設備的控制系統，包括：一感測器，提供代表該半導體製造設備的至少一感測訊號；一感測器介面，接收該至少一感測器訊號，並產生用於一資料庫伺服器的至少一輸入訊號；以及一分析單元，包括：一前端子系統，接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號；一計算子系統，接收來自該前端子系統的該資料訊號，其中該計算子系統依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖；以及一訊息暨調整子系統，依據該最佳化參數設定與該模擬結果圖而產生一警報訊號以及一回饋訊號，其中該訊息暨調整子系統傳送該警報訊號到該半導體製造設備的一使用者；其中該計算子系統依據藉由萃取一輸入參數設定、計算在每一資料點的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點的一統計模型預測以及確定一預測結果的該資料訊號，以產生該最佳化參數設定與該模擬結果圖。
  2. 如請求項1所述之控制系統，其中該前端子系統包括一抽取轉化裝載模組，依據該至少一輸入訊號是否在至少一臨界值的一範圍內或者是該至少一輸入訊號是否超出該至少一臨界值，以比較該至少一輸入訊號與該至 少一臨界值，並產生該資料訊號。
  3. 如請求項1所述之控制系統，其中該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及電容參數。
  4. 如請求項1所述之控制系統，其中該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及徑向組裝刻度盤參數。
  5. 如請求項1所述之控制系統，其中該訊息暨調整子系統傳送該回饋訊號，以依據該最佳化參數設定與該模擬結果圖而進行該半導體製造設備的一自動調整程序。
  6. 如請求項1所述之控制系統，其中該半導體製造設備包括一或多個蝕刻工具。
  7. 一種半導體製造設備的控制系統，包括：一感測器，提供代表該半導體製造設備的至少一感測器訊號；一感測器介面，接收該至少一感測器訊號，並產生用於一資料庫伺服器的至少一輸入訊號；一或多個處理器；以及一或多個電腦可讀非暫時性儲存媒體(computer-readable non-transitory storage media)，耦接到該一或多個處理器，並包括由該一或多個處理器執行時可操作以使該系統執行以下指令： 接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號；接收從該資料訊號，其中一計算子系統依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖；以及產生一警報訊號以及一回饋訊號，其係依據該最佳化餐數設定與該模擬結果圖所實現，並傳輸該警報訊息給該半導體製造設備的一使用者；其中該最佳化參數設定與該模擬結果圖係依據藉由萃取一輸入參數設定、計算在每一資料點的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點的一統計模型預測以及確定一預測結果的該資料訊號所產生。
  8. 如請求項7所述之控制系統，其中該一或多個電腦可讀非暫時性儲存媒體還包括由該一或多個處理器執行時可操作以使該系統執行以下指令：執行抽取轉化裝載(Extract Transform Load，ETL)服務、比較該至少一輸入訊號與至少一臨界值，以及依據該至少一輸入訊號是否在該至少一臨界值的一範圍內，或者是該至少一輸入訊號是否超過該臨界值而產生該資料訊號。
  9. 如請求項7所述之控制系統，其中該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及電容參數。
  10. 如請求項7所述之控制系統，其中該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及徑向組裝刻度盤參數。
  11. 如請求項7所述之控制系統，其中該一或多個電腦可讀非暫時性儲存媒體還包括由該一或多個處理器執行時可操作以使該系統執行以下指令：傳送該回饋訊號，以依據該最佳化參數設定與該模擬結果圖而進行該半導體製造設備的一自動調整程序。
  12. 如請求項7所述之控制系統，其中該半導體製造設備包括一或多個蝕刻工具。
  13. 一種半導體製造設備的控制方法，包括：提供代表該半導體製造設備的至少一感測器訊號，其係藉由一感測器所實現；接收該至少一感測器訊號，並產生用於一資料庫伺服器的至少一輸入訊號，其係藉由一感測器介面所實現；接收來自該資料庫伺服器的該至少一輸入訊號，並執行一比較程序，以產生一資料訊號，其係藉由一前端子系統所實現；接收來自該前端子系統的該資料訊號，並依據該資料訊號而執行一人工智慧分析程序，以產生一最佳化參數設定以及一模擬結果圖，其係藉由一計算子系統所實現；產生一警報訊號以及一回饋訊號，其係依據該最佳化參數設定與該模擬結果圖並藉由一訊息暨調整子系統所實現，其中該訊 息暨調整子系統傳送該警報訊息到該半導體製造設備的一使用者；以及產生該最佳化參數設定與該模擬結果圖，其係依據藉由萃取一輸入參數設定、計算在每一資料點的高度、深度、距離及/或遮罩值的其中一或多個、執行對於每一資料點的一統計模型預測以及確定一預測結果的該資料訊號，並藉由該計算子系統所實現。
  14. 如請求項13所述之控制方法，還包括：比較該至少一輸入訊號與至少一臨界值，並產生該資料訊號，其係依據該至少一輸入訊號是否在該至少一臨界值的一範圍內，或者該至少一輸入訊號是否超出該至少一臨界值，並藉由該前端子系統的一一抽取轉化裝載模組所實現。
  15. 如請求項13所述之控制方法，其中該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及電容參數。
  16. 如請求項13所述之控制方法，其中該至少一輸入訊號包括以下其中至少一設定：時序、晶元尺寸以及徑向組裝刻度盤參數。
  17. 如請求項13所述之控制方法，還包括：傳送該回饋訊號，以進行該半導體製造設備的一自動調整程序，其係依據該最佳化參數設定與該模擬結果圖並藉由該訊息暨調整子系統所實現，其中該半導體製造設備包括一或多個蝕刻工具。
TW110103850A 2020-03-20 2021-02-02 半導體製造設備的控制系統及方法 TWI770799B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/825,889 2020-03-20
US16/825,889 US11302545B2 (en) 2020-03-20 2020-03-20 System and method for controlling semiconductor manufacturing equipment

Publications (2)

Publication Number Publication Date
TW202136943A TW202136943A (zh) 2021-10-01
TWI770799B true TWI770799B (zh) 2022-07-11

Family

ID=77748513

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110103850A TWI770799B (zh) 2020-03-20 2021-02-02 半導體製造設備的控制系統及方法

Country Status (3)

Country Link
US (1) US11302545B2 (zh)
CN (1) CN113496916B (zh)
TW (1) TWI770799B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115469616B (zh) * 2022-09-03 2023-07-28 宁波力劲科技有限公司 一种压铸工艺参数辅助方法、系统、存储介质及智能终端

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200415453A (en) * 2002-09-30 2004-08-16 Tokyo Electron Ltd Method and apparatus for the monitoring and control of a semiconductor manufacturing process
TW200424816A (en) * 2003-02-18 2004-11-16 Tokyo Electron Ltd Method for automatic configuration of a processing system
TW200527172A (en) * 2003-12-05 2005-08-16 Applied Materials Inc Auto-diagnostic method and apparatus
TW200949752A (en) * 2008-02-22 2009-12-01 Asyst Technologies VAO productivity suite
TW201639175A (zh) * 2015-01-26 2016-11-01 半導體能源研究所股份有限公司 半導體裝置及其製造方法
TW201735210A (zh) * 2016-01-06 2017-10-01 克萊譚克公司 透過異常值偵測之特徵選擇及自動化製程窗監控
TW201739951A (zh) * 2016-02-05 2017-11-16 蘭姆研究公司 連續電漿中之原子層蝕刻
TW201810485A (zh) * 2012-11-09 2018-03-16 東京威力科創股份有限公司 用於半導體製造的自動化工具參數影響識別系統的方法和裝置
TW201827962A (zh) * 2017-01-20 2018-08-01 財團法人工業技術研究院 機台的預診斷方法及預診斷裝置
TW201945996A (zh) * 2018-03-14 2019-12-01 美商史科爾得推論股份有限公司 將資料分析系統轉換為對可配置目標度量優化的跨平台即時決策系統的方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1167853A (ja) * 1997-08-26 1999-03-09 Mitsubishi Electric Corp ウェーハマップ解析補助システムおよびウェーハマップ解析方法
US6622059B1 (en) * 2000-04-13 2003-09-16 Advanced Micro Devices, Inc. Automated process monitoring and analysis system for semiconductor processing
US6668360B1 (en) * 2001-01-08 2003-12-23 Taiwan Semiconductor Manufacturing Company Automatic integrated circuit design kit qualification service provided through the internet
US6658640B2 (en) * 2001-12-26 2003-12-02 Numerical Technologies, Inc. Simulation-based feed forward process control
US6748288B2 (en) * 2002-04-30 2004-06-08 Macronix International Co., Ltd. Semiconductor wafer manufacturing execution system with recipe distribution management database
US7363099B2 (en) * 2002-06-07 2008-04-22 Cadence Design Systems, Inc. Integrated circuit metrology
JP4778778B2 (ja) * 2005-11-04 2011-09-21 株式会社日立ハイテクノロジーズ 半導体デバイスのモニタリング方法およびモニタリング装置
US7454312B2 (en) * 2006-03-15 2008-11-18 Applied Materials, Inc. Tool health information monitoring and tool performance analysis in semiconductor processing
US20110246141A1 (en) * 2010-03-31 2011-10-06 Tokyo Electron Limited Method of optical metrology optimization using ray tracing
JP5986817B2 (ja) * 2012-06-15 2016-09-06 株式会社日立ハイテクノロジーズ オーバーレイ誤差測定装置、及びコンピュータープログラム
US9442482B2 (en) * 2013-04-29 2016-09-13 GlobalFoundries, Inc. System and method for monitoring wafer handling and a wafer handling machine
US9070622B2 (en) * 2013-09-13 2015-06-30 Taiwan Semiconductor Manufacturing Company, Ltd. Systems and methods for similarity-based semiconductor process control
US11378426B2 (en) * 2014-06-20 2022-07-05 Applied Materials, Inc. System and method for monitoring sensor linearity as part of a production process
US9871759B2 (en) * 2015-09-11 2018-01-16 Lam Research Corporation Social network service for semiconductor manufacturing equipment and users
KR102395198B1 (ko) * 2015-09-22 2022-05-06 삼성전자주식회사 마스크 패턴의 보정 방법 및 이를 이용하는 레티클의 제조 방법
US10546085B2 (en) * 2017-04-12 2020-01-28 Anchor Semiconductor Inc. Pattern centric process control
IL273294B2 (en) * 2017-09-26 2023-11-01 Nova Ltd Metrology method and system
US10579041B2 (en) * 2017-12-01 2020-03-03 Applied Materials, Inc. Semiconductor process control method
CN111801623B (zh) * 2018-02-23 2023-10-13 Asml荷兰有限公司 受引导的图案化装置的检查
US10777470B2 (en) * 2018-03-27 2020-09-15 Pdf Solutions, Inc. Selective inclusion/exclusion of semiconductor chips in accelerated failure tests
US20200096876A1 (en) * 2018-09-25 2020-03-26 Asml Us, Llc F/K/A Asml Us, Inc. Dose Map Optimization for Mask Making
US11163278B2 (en) * 2018-11-21 2021-11-02 Johnson Controls Tyco IP Holdings LLP Method for optimal selection of deadbands in on/off controllers
US11366437B2 (en) * 2019-05-17 2022-06-21 Samarth Mahapatra System and method for optimal food cooking or heating operations
US11610076B2 (en) * 2019-08-07 2023-03-21 Applied Materials, Inc. Automatic and adaptive fault detection and classification limits
US10957031B1 (en) * 2019-09-06 2021-03-23 Accenture Global Solutions Limited Intelligent defect detection from image data
US11269003B2 (en) * 2020-02-11 2022-03-08 Nanya Technology Corporation System and method for monitoring semiconductor manufacturing equipment via analysis unit

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200415453A (en) * 2002-09-30 2004-08-16 Tokyo Electron Ltd Method and apparatus for the monitoring and control of a semiconductor manufacturing process
TW200424816A (en) * 2003-02-18 2004-11-16 Tokyo Electron Ltd Method for automatic configuration of a processing system
TW200527172A (en) * 2003-12-05 2005-08-16 Applied Materials Inc Auto-diagnostic method and apparatus
TW200949752A (en) * 2008-02-22 2009-12-01 Asyst Technologies VAO productivity suite
TW201810485A (zh) * 2012-11-09 2018-03-16 東京威力科創股份有限公司 用於半導體製造的自動化工具參數影響識別系統的方法和裝置
TW201639175A (zh) * 2015-01-26 2016-11-01 半導體能源研究所股份有限公司 半導體裝置及其製造方法
TW201933616A (zh) * 2015-01-26 2019-08-16 日商半導體能源研究所股份有限公司 半導體裝置及其製造方法
TW201735210A (zh) * 2016-01-06 2017-10-01 克萊譚克公司 透過異常值偵測之特徵選擇及自動化製程窗監控
TW201739951A (zh) * 2016-02-05 2017-11-16 蘭姆研究公司 連續電漿中之原子層蝕刻
TW201827962A (zh) * 2017-01-20 2018-08-01 財團法人工業技術研究院 機台的預診斷方法及預診斷裝置
TW201945996A (zh) * 2018-03-14 2019-12-01 美商史科爾得推論股份有限公司 將資料分析系統轉換為對可配置目標度量優化的跨平台即時決策系統的方法

Also Published As

Publication number Publication date
TW202136943A (zh) 2021-10-01
US11302545B2 (en) 2022-04-12
CN113496916A (zh) 2021-10-12
US20210296148A1 (en) 2021-09-23
CN113496916B (zh) 2024-01-02

Similar Documents

Publication Publication Date Title
KR102648517B1 (ko) 통합형 반도체 공정 모듈을 포함하는 자기 인식 및 보정 이종 플랫폼, 및 이를 사용하기 위한 방법
CN103715114B (zh) 用于可适性自对准双图案成型的基于序列内测量的过程调谐
US11398379B2 (en) Platform and method of operating for integrated end-to-end self-aligned multi-patterning process
KR20200123480A (ko) 통합형 반도체 공정 모듈을 포함하는 자기 인식 및 보정 이종 플랫폼, 및 이를 사용하기 위한 방법
EP3312693A1 (en) Methods & apparatus for controlling an industrial process
JP4478574B2 (ja) 製品設計および歩留りのフィードバックシステムに基づいた総括的な統合リソグラフィプロセス制御システム
EP3063785A1 (en) Process-induced distortion prediction and feedforward and feedback correction of overlay errors
TWI630465B (zh) 計算用於控制製程的修正之方法、度量衡設備、元件製造方法、及模型化方法
JP2009246368A (ja) 多層／多入力／多出力（ｍｌｍｉｍｏ）モデル及び当該モデルの使用方法
KR102356361B1 (ko) 변형 결정 방법
JP2023052695A (ja) 製品ユニットの製造プロセスのシーケンスの最適化
CN104730858A (zh) 采用反馈控制改善晶圆图案化的均匀性
TWI770799B (zh) 半導體製造設備的控制系統及方法
TWI825209B (zh) 微電子元件製造用的系統和方法
Tin et al. A realizable overlay virtual metrology system in semiconductor manufacturing: Proposal, challenges and future perspective
TWI381468B (zh) 線上微影及蝕刻系統
Khakifirooz et al. MODELLING AND DECISION SUPPORT SYSTEM FOR INTELLIGENT MANUFACTURING: AN EMPIRICAL STUDY FOR FEEDFORWARD-FEEDBACK LEARNING-BASED RUN-TO-RUN CONTROLLER FOR SEMICONDUCTOR DRY-ETCHING PROCESS.
Ghulghazaryan et al. Application of machine learning and neural networks for generation of pre-cmp profiles of advanced deposition processes for cmp modeling
TWI770829B (zh) 半導體製造設備的控制系統及方法
CN107924855B (zh) 用于控制蚀刻工艺的系统及方法
US20240006208A1 (en) Method of manufacturing semiconductor device for reducing defect in array region
TWI833455B (zh) 減少陣列區缺陷之半導體元件的製備方法
KR20210107849A (ko) 리소그래피 프로세스를 제어하기 위한 방법 및 장치
JP2023547990A (ja) 半導体デバイス製造方法及び半導体製造アセンブリ用プロセス制御システム
KR20050018631A (ko) 통합 측정을 이용한 케스케이드 제어에 관한 방법 및 장치