WO2023286142A1 - 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム - Google Patents
診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム Download PDFInfo
- Publication number
- WO2023286142A1 WO2023286142A1 PCT/JP2021/026208 JP2021026208W WO2023286142A1 WO 2023286142 A1 WO2023286142 A1 WO 2023286142A1 JP 2021026208 W JP2021026208 W JP 2021026208W WO 2023286142 A1 WO2023286142 A1 WO 2023286142A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- deterioration
- degree
- plasma processing
- robustness
- diagnostic
- Prior art date
Links
- 239000004065 semiconductor Substances 0.000 title claims description 16
- 238000004519 manufacturing process Methods 0.000 title claims description 14
- 238000002405 diagnostic procedure Methods 0.000 title claims description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 163
- 238000012423 maintenance Methods 0.000 claims abstract description 65
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000006866 deterioration Effects 0.000 claims description 247
- 238000003745 diagnosis Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 21
- 238000006731 degradation reaction Methods 0.000 abstract description 8
- 230000015556 catabolic process Effects 0.000 abstract description 7
- 238000003860 storage Methods 0.000 description 36
- 238000000605 extraction Methods 0.000 description 29
- 235000012431 wafers Nutrition 0.000 description 14
- 230000014509 gene expression Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009832 plasma treatment Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
- H01J37/32431—Constructional details of the reactor
- H01J37/32798—Further details of plasma apparatus not provided for in groups H01J37/3244 - H01J37/32788; special provisions for cleaning or maintenance of the apparatus
- H01J37/3288—Maintenance
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
- H01J37/32917—Plasma diagnostics
- H01J37/32935—Monitoring and controlling tubes by information coming from the object and/or discharge
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
- H01J37/32917—Plasma diagnostics
- H01J37/32935—Monitoring and controlling tubes by information coming from the object and/or discharge
- H01J37/32963—End-point detection
-
- 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
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
- H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
- H01L21/3065—Plasma etching; Reactive-ion etching
Definitions
- the present invention relates to a diagnostic apparatus and diagnostic method for a plasma processing apparatus that processes semiconductor wafers with plasma, a plasma processing apparatus, and a semiconductor device manufacturing system.
- Plasma processing equipment is a device that converts substances into plasma and removes substances on the wafer by the action of the substances in order to form fine shapes on semiconductor wafers.
- maintenance such as cleaning of the inside of the apparatus and replacement of parts is normally performed periodically based on the number of processed wafers or the like.
- unplanned maintenance work may occur due to deterioration of parts due to aging and accumulation of reaction by-products depending on usage.
- it is necessary to continuously monitor the deterioration state of parts and take early countermeasures such as cleaning or replacement according to the deterioration state.
- the plasma processing apparatus diagnostic apparatus uses sensor values, which are time-series signals composed of multiple sensor items sequentially obtained from multiple state sensors attached to the plasma processing apparatus, to Generally, a deterioration state is diagnosed from the degree of deviation from the normal state, and an alarm is issued by comparing with a preset threshold value.
- sensor values which are time-series signals composed of multiple sensor items sequentially obtained from multiple state sensors attached to the plasma processing apparatus.
- an alarm is issued by comparing with a preset threshold value.
- Patent Document 1 an anomaly detection device removes noise from summary values by applying statistical modeling to summary values that summarize observation values. is estimated, and based on the estimation, a predicted value is generated by predicting the summary value one term ahead. The anomaly detection device detects whether or not there is an abnormality in the monitored device based on the predicted value.”
- Patent Document 2 Japanese Patent Application Laid-Open No. 2020-31096
- a first characteristic quantity indicating the state of the plasma processing apparatus is obtained from the monitored data of the plasma processing apparatus in a normal state, and the monitored plasma processing apparatus is A second feature amount indicating the state of the plasma processing apparatus is obtained from the data, the obtained second feature amount is calculated using the first feature amount, and the calculated second feature amount is calculated.
- Feature values selected in order from the largest one are selected in order from the largest one”.
- Patent Document 1 describes a method for detecting abnormalities during equipment operation using summary values of sensor values, but does not describe a method for diagnosing the state of deterioration for each component.
- the signs of deterioration that is, the way sensor values change, differ for each part
- the signs of deterioration for each part can be identified from the sensor values of multiple sensor items. It is necessary to define the conditions for calculating the degree of deterioration shown well.
- Patent Document 2 it is not assumed that the defined deterioration degree calculation conditions are applied to a plurality of plasma processing apparatuses. In the case of the above purpose, it is necessary to have the property (hereinafter referred to as robustness) that the deterioration degree calculation condition defined for each component can be applied to a plurality of plasma processing apparatuses.
- the present invention solves the above-described problems of the prior art, and provides a diagnostic apparatus and method, a plasma processing apparatus, and a semiconductor device manufacturing system that enable determination of highly robust deterioration degree calculation conditions for each component. intended to provide
- a diagnostic device for diagnosing the state of deterioration of parts of a plasma processing apparatus is provided with robustness for each part under a plurality of calculation conditions for calculating the degree of deterioration of the part,
- An analysis unit that selects one calculation condition from a plurality of calculation conditions for each part based on the obtained robustness, and diagnoses the deterioration state of each part using this selected calculation condition. prepared and configured.
- the present invention includes a processing chamber in which a sample is plasma-processed, a high-frequency power source that supplies high-frequency power for generating plasma, and a sample stage on which the sample is placed.
- a plasma processing apparatus the robustness for each component is obtained under a plurality of calculation conditions for calculating the deterioration degree of the component, and based on the obtained robustness, one calculation is performed from the plurality of calculation conditions for each component.
- a condition is selected, and a diagnosis device is further provided for diagnosing the state of deterioration of each component using the selected calculation condition.
- the present invention includes a processing chamber in which a sample is plasma-processed, a high-frequency power supply that supplies high-frequency power for generating plasma, and a sample stage on which the sample is placed.
- a plasma processing apparatus the robustness for each component is obtained under a plurality of calculation conditions for calculating the deterioration degree of the component, and based on the obtained robustness, one calculation is performed from the plurality of calculation conditions for each component. It is characterized by being connected to a diagnostic device for selecting conditions and diagnosing the state of deterioration of each component using the selected calculation conditions.
- the present invention provides a diagnostic method for diagnosing the state of deterioration of parts of a plasma processing apparatus, in which robustness for each part is obtained under a plurality of calculation conditions for calculating the degree of deterioration of the parts. a step of selecting one calculation condition from a plurality of calculation conditions for each component based on the obtained robustness; and a step of diagnosing the deterioration state of each component using the selected calculation condition. It is characterized by having
- the present invention provides a semiconductor device manufacturing system including a platform connected to a semiconductor manufacturing device via a network and executing diagnostic processing for diagnosing deterioration states of components of the semiconductor manufacturing device.
- the diagnostic processing includes a step of determining the robustness of each component under a plurality of computing conditions for computing the degree of deterioration of the component, and a step of calculating one computation from the plurality of computing conditions for each component based on the determined robustness.
- the method is characterized by comprising a step of selecting a condition and a step of diagnosing the state of deterioration of each part using the selected calculation condition.
- a user of a plasma processing apparatus and its diagnostic apparatus can obtain highly robust deterioration degree calculation conditions for each part, and can diagnose the deterioration state of parts in a group of plasma processing apparatuses. .
- FIG. 1 is a block diagram showing schematic configurations of a plasma processing apparatus and a diagnostic apparatus according to an embodiment of the present invention
- FIG. It is the figure which showed the example of the data stored in the maintenance log storage part which concerns on the Example of this invention in the tabular form. It is the figure which showed the example of the data stored in the sensor value memory
- FIG. 5 is a flow chart showing the flow of processing for determining the degree of deterioration of a component to be diagnosed in the degree-of-degradation calculator according to the embodiment of the present invention
- FIG. 4 is a flow diagram showing the flow of processing in the analysis section according to the embodiment of the present invention;
- FIG. 5 is a flow chart showing a flow of processing for setting a deterioration degree calculation condition group of the diagnostic device according to the embodiment of the present invention. It is the figure which showed the data stored in the area extraction condition memory
- (a) is a diagram showing an example of processing for extracting a time interval of sensor values by setting a trigger in a graph showing the relationship between sensor values and time for each sensor, and
- (b) is the relationship between sensor values and time for each sensor.
- FIG. 10 is a diagram showing an example of processing for extracting a time interval of sensor values by moving a window in a graph showing .
- FIG. 5 is a flowchart showing the flow of deterioration degree calculation condition determination processing of the diagnostic device according to the embodiment of the present invention
- FIG. 4 is a front view of a display screen for outputting calculation results of a deterioration degree robustness calculator in the diagnostic apparatus according to the embodiment of the present invention
- FIG. 4 is a flow chart showing the flow of maintenance timing calculation processing of the diagnostic device according to the embodiment of the present invention
- FIG. 10 is a front view of a display screen displaying a result of processing by the maintenance timing calculation unit of the diagnostic device according to the embodiment of the present invention
- the present invention provides a diagnostic apparatus and method for a plasma processing apparatus that obtains time-series sensor values of a target part of the plasma processing apparatus and diagnoses the state of deterioration.
- Deterioration degree calculation conditions to be applied to target parts are determined from among the degree calculation conditions based on the deterioration degree robustness calculated by comparison calculation between multiple maintenance cases of the deterioration degree, and the deterioration degree calculation conditions are determined in the plasma processing apparatus group.
- a maintenance alarm is issued on the basis of the degree of deterioration of the target part that is sequentially calculated in .
- the plasma processing apparatus includes a diagnostic apparatus that determines deterioration degree calculation conditions applied to the plasma processing apparatus group and issues a maintenance alarm based on the deterioration degrees of the target parts that are sequentially calculated under the deterioration degree calculation conditions in the plasma processing apparatus group.
- a diagnostic device for a plasma processing apparatus acquires the deterioration degrees of a target component calculated under multiple deterioration degree calculation conditions for a plurality of maintenance cases, and calculates the deterioration degree robustness predefined for each calculation condition.
- Multiple time intervals (step time intervals) for the target part in the deterioration degree robustness calculation unit that outputs the calculation conditions ranked based on the robustness and the extraction condition setting unit for each part Section for each part that sets the extraction conditions It comprises an extraction condition setting unit and a deterioration degree arithmetic expression registration unit for registering a plurality of deterioration degree arithmetic expressions for capturing various signs of deterioration.
- the present invention provides a diagnostic apparatus for acquiring sensor values of a plurality of items from status sensors such as pressure and current of a plasma processing apparatus and diagnosing the state of deterioration of target maintenance parts constituting the plasma processing apparatus.
- a target part based on the deterioration robustness calculated by comparing the deterioration levels of multiple cases of maintenance of the target part in the plasma processing equipment from the deterioration calculation condition group consisting of a combination of multiple deterioration calculation formulas.
- the deterioration degree calculation conditions to be applied to the plasma processing equipment are determined in advance, and the deterioration degree calculation conditions are applied to the group of plasma processing equipment to be diagnosed. is presented, it is possible to determine a highly robust deterioration degree calculation condition applicable to a plurality of plasma processing apparatuses for each part.
- the plasma processing apparatus group 1 in this embodiment generates plasma 100 to process a wafer (sample 101) according to preset processing conditions. It also has a state sensor group 102, and can acquire measured values of sensor values (for example, temperature and pressure) during wafer processing or idling as time-series data.
- sensor values for example, temperature and pressure
- the diagnostic apparatus includes a plasma processing apparatus user-side diagnostic apparatus 2 (hereinafter simply referred to as diagnostic apparatus 2) that includes an execution unit 20 that executes processing for each plasma processing apparatus of the plasma processing apparatus group 1. ), and a plasma processing apparatus manufacturer-side diagnostic device 3 (hereinafter simply referred to as diagnostic device 3 ) having an analysis unit 30 that analyzes the plasma processing device group 1 .
- the diagnostic device 2 is connected to the plasma processing device group 1 directly or via a network, and the diagnostic device 3 is connected to the diagnostic device 2 via a network.
- the diagnostic apparatus 2 is connected directly or via a network to the plasma processing apparatus user server 4, for example, and transmits the output result to be displayed on the display unit 42, or receives the information of the maintenance history storage unit 41. It is possible.
- FIG. 2 is an example of data 210 stored in the maintenance history storage unit 41.
- FIG. For example, it stores a Tool ID 211, a part ID 212, and a work ID 213 that respectively identify a device or part to be maintained and work (replacement, cleaning, etc.).
- the date and time 214 when the maintenance work was performed and the work time 215 are also stored.
- the diagnostic device 2 is owned by the user of the plasma processing device group 1, and the diagnostic device 3 is owned by the plasma processing device maker, for example.
- the diagnostic apparatus 2 can be installed adjacent to the plasma processing apparatus group 1, and the acquisition of sensor values obtained from the state sensor group 102 and the calculation of the degree of deterioration can be executed with low delay.
- the equipment manufacturer sets the deterioration degree calculation conditions, and the equipment user can obtain the deterioration degree diagnosis result of the diagnosis target part without setting the deterioration degree calculation conditions.
- the present embodiment can also be implemented by transmitting the deterioration degree calculation result from the diagnostic device 2 to the diagnostic device 3 without transmitting all the sensor values. can be suppressed.
- the execution unit 20 of the diagnostic device 2 has a storage unit 202 having a sensor value storage unit 203 and a deterioration degree storage unit 204, and further has a section extraction unit 200 and a deterioration degree calculation unit 201.
- the analysis unit 30 of the diagnostic device 3 has a storage unit 305 having a section extraction condition storage unit 306, a deterioration degree calculation formula storage unit 307, and a deterioration degree calculation condition storage unit 308, and further includes a section extraction condition setting unit 301, It has a deterioration degree calculation formula registration unit 302 , a deterioration degree robustness calculation unit 303 , and a maintenance timing calculation unit 304 .
- the sensor value storage unit 203 in the storage unit 202 of the diagnostic device 2 stores sensor values acquired from the state sensor group 102 .
- FIG. 3 is a diagram showing an example of in-process data 310 stored in the sensor value storage unit 203.
- Measured values of sensor values for each sensor item 314 are stored as time-series data together with their acquisition dates and times 313 .
- identification information such as a wafer ID 311 and a processing condition ID 312 that identifies a process or a process target.
- the wafer ID 311 is information for identifying the processed wafer (specimen 101).
- the processing condition ID 312 is information for identifying the setting of the plasma processing apparatus and the process steps when performing processing.
- Fig. 4 shows the flow of processing for obtaining the degree of deterioration of the diagnosis target component in the degree of deterioration calculation unit 201.
- the deterioration degree calculation unit 201 first stores the sensor values of the state sensor group 102 when the wafer (specimen 101) group is processed when the diagnosis target component is normal (for example, for a certain period immediately after maintenance) from the sensor value storage unit 203. (S401), and acquires the sensor values of the state sensor group 102 when the wafer (sample 101) at the time of diagnosis is processed (S402).
- the deterioration degree calculation unit 201 sets a deterioration degree calculation condition composed of a deterioration degree calculation expression and a time interval extracted from the sensor values within the processing conditions set for each diagnosis target component stored in the deterioration degree calculation condition storage unit 308. Acquire (S403).
- the deterioration degree calculation unit 201 extracts the data of the time interval set from the sensor values according to the deterioration degree calculation condition by the interval extraction unit 200 (S404), and uses the deterioration degree calculation formula of the deterioration degree calculation condition acquired in S403. to calculate the degree of deterioration of the component to be diagnosed (S405), and store the calculation result in the deterioration degree storage unit 204 (S406).
- a processing condition ID 312 for identifying the used deterioration degree calculation condition and a wafer ID 311 at the time of diagnosis corresponding to the deterioration degree on a one-to-one basis are also stored in the deterioration degree storage unit 204 .
- the analysis unit 30 first sets a deterioration degree calculation condition group (S510), determines a deterioration degree calculation condition from the set deterioration degree calculation condition group (S520), and uses the determined deterioration degree calculation condition. Arithmetic processing is performed to obtain the degree of deterioration of the equipment parts during maintenance (S530).
- Processing for setting deterioration degree calculation condition group S510 An example of setting processing of the deterioration degree calculation condition group performed by the analysis unit 30 of the diagnostic device 3 will be described with reference to FIG. 6 .
- the processing conditions are, for example, the processing conditions commonly performed in the plasma processing apparatus group 1, such as aging processing for adjusting the plasma state of the plasma processing apparatus and processing for apparatus diagnosis. It is desirable to specify.
- FIG. 7 shows an example of the time interval extraction condition 500 when the component ID 510 stored in the interval extraction condition storage unit 306 is C1.
- the section ID 501 is information for identifying a time section extraction condition.
- the specified processing condition ID is stored in the processing condition ID 502 .
- the time interval extraction condition 500 when the interval ID 501 in the figure is 1 is the trigger 1 (t1 ): 505, trigger 2 (t2): 506 when the sensor whose sensor item 314 is x0 exceeds 0.0, and 0.0 starting from the time when the condition of t1 and t2 in the extraction conditional expression 503 is satisfied
- the time interval extraction condition is to extract a time interval 504 of 5.0 sec from .
- the time interval extraction condition 500 may be set individually for trigger settings such as trigger 1 (t1): 505 and trigger 2 (t2): 506, or the time interval 0.0.
- a plurality of time interval extraction conditions may be automatically set while gradually moving the window from 0 to 10.0 sec, 1.0 to 11.0 sec, and so on.
- FIG. 8 shows an example of processing in which the interval extracting unit 200 extracts time intervals of sensor values according to the time interval extracting conditions of the interval extracting condition storage unit 306 .
- FIG. 8(a) is an example of extracting a sensor value time interval under the interval extraction condition in which the interval ID 501 of the time interval extraction condition 500 shown in FIG.
- a graph 620 is a graph showing the time change of the output 621 of the sensor x0
- a graph 630 is a graph showing the time change of the output 631 of the sensor x1.
- a time interval 601 is extracted according to the sensor value x5 and sensor x0 set as trigger 1: 505 and trigger 2: 506, respectively.
- FIG. 8(b) is an example of extracting a time interval 602 of the sensor value under the time interval extraction conditions automatically set by moving the window.
- Graph 650 is a graph showing the time change of the output 651 of the sensor x5, similar to the graph 610.
- Graph 660 is a graph showing the time change of the output 661 of the sensor x0 like the graph 620
- the graph 670 is a graph showing the time change of the output 671 of the sensor x1 like the graph 630. be.
- the deterioration degree calculation formula registration unit 302 registers a plurality of deterioration degree calculation formulas for capturing signs of deterioration and stores them in the deterioration degree calculation formula storage unit 307 (S512).
- a formula ID which is information for identifying the registered deterioration degree calculation formula, is also stored in the deterioration degree calculation formula storage unit 307 .
- the deterioration degree calculation formula is a calculation formula that inputs the sensor value after extracting the time interval at the time of normal and diagnosis, and outputs the degree of divergence of the sensor value at the time of diagnosis from the sensor value at the time of normal as the degree of deterioration. It's a program.
- a k-nearest neighbor method or a singular spectrum transform method which is a machine learning method, or a method utilizing a state space model, which is a statistical modeling method, can be used.
- the combination of the plurality of time interval extraction conditions (segment ID 501) set for the target part and the plurality of deterioration degree calculation expressions (expression IDs) stored in the deterioration degree calculation expression storage unit 307 is used as the deterioration degree calculation condition. It is stored in the deterioration degree calculation condition storage unit 308 as a group. A deterioration degree calculation condition ID for uniquely identifying each deterioration degree calculation condition is also stored together (S513).
- FIG. 9 is a diagram showing an example of signs of deterioration.
- a sign of deterioration is a change in the sensor waveform between the normal state shown in FIG. 9(a) and the deterioration state shown in FIG. 9(b).
- Graphs 710, 730 and 720, 740 are examples of time-series waveforms of sensor values under the same processing conditions for the same sensor item, respectively.
- a waveform 731 of 730 and a waveform 741 of graph 740 are examples of waveforms at the time of deterioration.
- signs of deterioration are captured for each part, such as extracting a time interval of several seconds starting from the time when the plasma was generated.
- You can set a time interval suitable for By setting a plurality of time-segment extraction conditions through exhaustive time-segment extraction by window movement and time-segment extraction with a high possibility of exhibiting signs of deterioration for each component in this way, degradation diagnosis sensitivity can be prevented from deteriorating.
- the sensor values of the target part stored in the sensor value storage unit 203 from the normal state immediately after maintenance to maintenance (hereinafter referred to as maintenance cases) and the deterioration degree calculation condition group stored in the deterioration degree calculation condition storage unit 308 are stored.
- the deterioration degree is calculated by the deterioration degree calculation unit 201 and stored in the deterioration degree storage unit 204 to obtain the transition of the deterioration degree when each deterioration degree calculation condition is applied to the maintenance case (S521).
- S521 is performed for a plurality of maintenance cases of the target part, and the deterioration degree (transition) stored in the deterioration degree storage unit 204 is obtained by calculating the sensor values of the multiple maintenance cases (S522).
- sensor values of multiple maintenance cases a plurality of maintenance cases may be collected from a plurality of plasma processing apparatuses 10, 11, . You may Also, each maintenance case is given a case ID that can be uniquely identified.
- the deterioration robustness calculation unit 303 calculates the deterioration robustness for each deterioration degree calculation condition (S523).
- the degree of deterioration robustness is calculated using the degree of deterioration under the same deterioration degree calculation conditions for multiple maintenance cases, and is an index that indicates the degree of commonality in the tendency of the deterioration degree calculated under the deterioration degree calculation conditions. be.
- the method of calculating the deterioration robustness in the deterioration robustness calculation unit 303 is not uniquely limited. Since it is desirable that the correlation coefficient between the number of processed wafers and the degree of deterioration is high, the average value of the correlation coefficients calculated for each maintenance case over a plurality of maintenance cases is calculated as the degree of deterioration robustness.
- the reciprocal of the standard deviation of the degree of deterioration during maintenance over a plurality of maintenance cases may be calculated as the degree of deterioration robustness. You may combine the calculation method of degree robustness.
- the calculated deterioration degree robustness is stored in the deterioration degree calculation condition storage unit 308 in association with the deterioration degree calculation condition ID and the case ID of the sensor value used for the calculation.
- the deterioration degree calculation formula registration unit 302 ranks the deterioration degree calculation conditions in descending order of the deterioration degree robustness calculated for each deterioration degree calculation condition (S524).
- FIG. 11 shows an example of a display screen 900 for the output of the deterioration degree robustness calculation unit 303.
- FIG. A display screen 900 displays a deterioration degree comparison area 910 for each deterioration degree calculation condition and a normal/diagnosed sensor value comparison area 920 .
- each deterioration degree calculation condition (deterioration Graphs 915, 916, 918, and 919 display the changes in the degree of deterioration calculated for the sensor values (case ID) 914 and 917 of each maintenance case using the degree calculation condition ID). is displayed (D1).
- the deterioration degree calculation condition ID: 50 3131 on the left side has a higher deterioration degree robustness than the deterioration degree calculation condition ID: 2 3132 on the right side.
- Graphs 915, 916, 918, and 919 can be used to confirm the transition of the degree of deterioration with respect to , and the user can determine a condition for calculating the degree of deterioration with a high degree of robustness by looking at these graphs.
- normal/diagnosed sensor value comparison area 920 displays the normal/diagnosed sensor value comparison area 920 in the extraction section 926 corresponding to the selected component ID 921 and case ID 922.
- a sensor value 924 at time 923 and a sensor value 928 at diagnosis time 927 can be compared. The user can see this and, for example, determine the reason why the degree of deterioration is high from changes in the peak waveforms 925 and 929 of the sensor values.
- a deterioration degree calculation condition with a high degree of deterioration robustness can be obtained as a deterioration degree calculation condition with a high degree of robustness in the deterioration diagnosis of the target part, and is stored in the deterioration degree calculation condition storage unit 308 .
- the deterioration degree calculation condition used for diagnosis is determined based on the degree of deterioration robustness for each component (S531).
- the deterioration degree robustness may be determined as the maximum deterioration degree calculation condition, or the sensor value 924 at the time of normal 923 and the sensor value 927 at the time of diagnosis displayed in the sensor value comparison area 920 at the time of diagnosis on the display screen 900 of FIG.
- a more convincing deterioration degree calculation condition may be determined from the deterioration degree calculation conditions with higher deterioration degree robustness in comparison with the part knowledge.
- the threshold of the degree of deterioration for issuing an alarm for each part is set in advance (S532).
- the deterioration degree values at the time of maintenance in multiple maintenance cases or at a time point before the time of maintenance are collected, and the 95th percentile value is used.
- percentile values and the value of "95" are examples and are not limiting.
- the deterioration degree calculation condition for each component stored in the deterioration degree calculation condition storage unit 308 is applied to the plasma processing apparatus group 1, and the deterioration degree is calculated using the sensor values and the deterioration degree calculation conditions that are sequentially acquired.
- the computing unit 201 sequentially computes the degree of deterioration for each component (S533).
- FIG. 13 shows an example of a display screen 1100 for the output of calculation processing for maintenance timing.
- Sequential calculation results 1105, 1106, 1110 and 1111 of deterioration degrees calculated according to deterioration degree calculation conditions 1104 and 1109 determined for each part are collectively displayed over a plurality of plasma processing apparatuses 1101 and 1102.
- the threshold value 1107 set in S31 is displayed for each set of component IDs 1103 and 1108 and deterioration degree calculation condition IDs 1104 and 1109 .
- the user can view this display screen 1100 and centrally manage the deterioration state of each maintenance target component of the plasma processing apparatus group 1.
- unscheduled maintenance can be performed. This can lead to a reduction in non-operating time of the plasma processing apparatus group 1 due to maintenance.
- the method of issuing an alarm to the area 1120 based on the threshold value 1107 has been described. It is also possible to display it. By viewing this, the user can, for example, prepare maintenance parts in advance, which can lead to shortening of the lead time for parts replacement.
- the diagnostic apparatus for diagnosing the state of deterioration of the target part of the plasma processing apparatus that performs the sample processing described in the present embodiment has time-series sensors from the state sensor group of the target part of the plasma processing apparatus. A value is obtained, the degree of deterioration is calculated by a degree of deterioration calculation formula using the sensor values in the normal state and the diagnosis, a plurality of cases of sensor values during maintenance are obtained from the plasma processing apparatus, and a plurality of time intervals of the sensor values are obtained.
- the diagnostic apparatus is composed of a plasma processing apparatus manufacturer side diagnostic apparatus and the user side diagnostic apparatus.
- the user side diagnostic device receives the deterioration degree calculated by the diagnostic device, transmits the determined deterioration degree calculation condition to the user side diagnostic device, and transmits the deterioration degree calculated using the deterioration degree calculation condition to the server of the plasma processing apparatus user. configured to send to
- the time interval to be set for the time-series sensor values is obtained by automatically obtaining an arbitrary interval width starting from the threshold judgment of the sensor value set for each target part, or by obtaining the entire time interval. It was automatically acquired by moving a window with a preset fixed section width from .
- the degree of deterioration robustness is an index indicating the degree of commonality of tendencies among multiple maintenance cases of the degree of deterioration.
- the average value of the correlation coefficients over multiple maintenance cases is calculated as the deterioration robustness, or the statistic of the deterioration at the time of maintenance in multiple maintenance cases is calculated as the deterioration robustness.
- the diagnosis apparatus when the deterioration degree calculated using the deterioration degree calculation condition is specified, the sensor value at normal time and the sensor value at the time of diagnosis are combined with the time interval set as the time-series sensor value. displayed for comparison.
- the deterioration degree calculation conditions for calculating the deterioration degree of the parts constituting the plasma processing apparatus are stored in the deterioration degree calculation formula storage unit based on the information on the robustness obtained by the deterioration degree robustness calculation unit. Since it is now possible to select from among multiple calculation formulas, maintenance timing can be determined with a higher degree of reliability.
- a semiconductor device manufacturing system in which an application for operating and managing a line including semiconductor manufacturing devices is executed on a platform.
- an application for operating and managing a line including semiconductor manufacturing devices is executed on a platform.
- the function of the diagnostic device 3 on the side of the plasma processing apparatus manufacturer is used as an application on the platform to execute the processing, thereby making it possible to carry out the present embodiment in the semiconductor device manufacturing system.
- the application may have the functions of the plasma processing apparatus user side diagnostic apparatus 2 and the plasma processing apparatus user server 4 functions in addition to the functions of the plasma processing apparatus manufacturer side diagnostic apparatus 3 .
- Plasma processing apparatus group 2 Plasma processing apparatus user side diagnosis apparatus 3
- Plasma processing apparatus manufacturer side diagnosis apparatus 4 Plasma processing apparatus user server 20
- Execution unit 30 Analysis unit 200 Section extraction unit 301
- Section extraction condition setting unit 302 Degradation degree arithmetic expression registration unit 303
- Deterioration degree robustness calculation unit 304 Maintenance timing calculation unit 42 Display unit
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Drying Of Semiconductors (AREA)
Abstract
試料をプラズマ処理するプラズマ処理装置に備えた状態センサからの情報を用いて前記プラズマ処理装置を構成する部品の劣化状態を診断する診断装置を、状態センサからの情報に基づいてプラズマ処理装置を構成する部品の劣化度を演算して求める実行部と、状態センサからの情報に基づいて実行部で劣化度を演算して求めるための演算の条件を設定するとともに実行部で演算して求めたプラズマ処理装置を構成する部品の劣化度の情報に基づいてプラズマ処理装置の保守時期を求める分析部とを備えて構成して、部品毎に頑健性の高い劣化度演算条件を決定することを可能にした。
Description
本発明は、プラズマにより半導体のウェハを加工するプラズマ処理装置の診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システムに関する。
プラズマ処理装置は半導体のウェハ上に微細形状を形成するために、物質をプラズマ化し、その物質の作用によりウェハ上の物質を除去するプラズマ処理を行う装置である。プラズマ処理装置では、通常、ウェハの処理枚数等を目安にして定期的に装置内のクリーニングや部品の交換といった保守を行う。しかし、経年変化や使用方法に応じた反応副生成物の蓄積等に伴う部品の劣化により、計画外の保守作業が発生しうる。計画外保守による非稼働時間を削減するために、部品の劣化状態を逐次モニタリングして、その劣化状態に応じてクリーニングや交換等の早期対策することが求められる。
このような早期対策を実現するために、プラズマ処理装置の診断装置では、プラズマ処理装置に付加した複数の状態センサから逐次取得した複数のセンサ項目から成る時系列信号であるセンサ値を用いて、正常状態からの乖離度合から劣化状態を診断し、予め設定した閾値と比較してアラームを発報することが一般的に行われる。例えば、国際公開ＷＯ２０１８/０６１８４２号明細書（特許文献１）には、「異常検知装置は、観測値をまとめた要約値に対して統計モデリングを適用することにより、要約値からノイズを除去した状態を推測し、当該推測に基づき一期先の要約値を予測した予測値を生成する。異常検知装置は、予測値に基づき、監視対象装置の異常有無を検知する。」という記載がある。
また、複数のセンサ項目から成るセンサ値から劣化状態の推定に有効な特徴量（以下、劣化度）を演算する方法として、例えば特開２０２０－３１０９６号公報（特許文献２）には「プラズマ処理装置の状態を予測する状態予測装置において、正常な状態の前記プラズマ処理装置のモニタされたデータから前記プラズマ処理装置の状態を示す第一の特徴量が求められ、前記プラズマ処理装置のモニタされたデータから前記プラズマ処理装置の状態を示す第二の特徴量が求められ、前記求められた第二の特徴量が前記第一の特徴量を用いて演算され、前記演算された第二の特徴量の大きいものから順番に選択された特徴量」という記載がある。
特許文献1にはセンサ値の要約値を用いて装置運用中の異常を検知する方法が記載されているが、部品毎に劣化状態を診断する方法が記載されていない。部品の劣化状態を診断して早期対策をとる目的の場合、部品毎に劣化の兆候、すなわちセンサ値の変化の仕方が異なるため、複数のセンサ項目のセンサ値から部品毎に劣化の兆候をより良く示す劣化度を演算する条件を規定する必要がある。
また、特許文献２では、規定した劣化度演算条件を複数のプラズマ処理装置に適用することが想定されていない。前記目的の場合、部品毎に規定した劣化度演算条件を複数のプラズマ処理装置に適用可能であるという性質（以下、頑健性）を有する必要がある。
そこで、本発明では、上記した従来技術の課題を解決して、部品毎に頑健性の高い劣化度演算条件を決定することを可能にする診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システムを提供することを目的とする。
上記課題を解決するために、本発明では、プラズマ処理装置の部品の劣化状態が診断される診断装置を、部品の劣化度を演算する複数の演算条件における各々の部品に対する頑健度が求められ、この求められた頑健度を基に各々の部品に対して複数の演算条件から一つの演算条件が選択され、この選択された演算条件を用いて各々の部品の劣化状態が診断される分析部を備えて構成した。
また、上記課題を解決するために、本発明では、試料がプラズマ処理される処理室と、プラズマを生成するための高周波電力を供給する高周波電源と、試料が載置される試料台とを備えるプラズマ処理装置において、部品の劣化度を演算する複数の演算条件における各々の部品に対する頑健度が求められ、この求められた頑健度を基に各々の部品に対して複数の演算条件から一つの演算条件が選択され、この選択された演算条件を用いて各々の部品の劣化状態が診断される診断装置をさらに備えて構成した。
さらに、上記課題を解決するために、本発明では、試料がプラズマ処理される処理室と、プラズマを生成するための高周波電力を供給する高周波電源と、試料が載置される試料台とを備えるプラズマ処理装置において、部品の劣化度を演算する複数の演算条件における各々の部品に対する頑健度が求められ、この求められた頑健度を基に各々の部品に対して複数の演算条件から一つの演算条件が選択され、この選択された演算条件を用いて各々の部品の劣化状態が診断される診断装置に接続されていることを特徴とする。
さらに、上記課題を解決するために、本発明では、プラズマ処理装置の部品の劣化状態を診断する診断方法において、前記部品の劣化度を演算する複数の演算条件における各々の部品に対する頑健度を求める工程と、求められた頑健度を基に各々の部品に対して複数の演算条件から一つの演算条件を選択する工程と、選択された演算条件を用いて各々の部品の劣化状態を診断する工程と有することを特徴とする。
さらに、上記課題を解決するために、本発明では、ネットワークを介して半導体製造装置に接続され、半導体製造装置の部品の劣化状態を診断する診断処理が実行されるプラットフォームを備える半導体装置製造システムにおいて、診断処理は、部品の劣化度を演算する複数の演算条件における各々の部品に対する頑健度を求めるステップと、求められた頑健度を基に各々の部品に対して複数の演算条件から一つの演算条件を選択するステップと、選択された演算条件を用いて各々の部品の劣化状態を診断するステップとを有することを特徴とする。
本発明によれば、例えばプラズマ処理装置やその診断装置のユーザは部品毎に頑健性の高い劣化度演算条件を得ることができ、プラズマ処理装置群の部品劣化状態を診断することが可能となる。
上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。
本発明は、プラズマ処理装置の対象部品の時系列センサ値を取得し劣化状態を診断するプラズマ処理装置の診断装置及びその方法において、複数の時間区間と劣化度演算式の組合せから成る複数の劣化度演算条件の中から、前記劣化度の複数保守事例間の比較演算で算出した劣化度頑健度に基づき対象部品に適用する劣化度演算条件を決定し、プラズマ処理装置群において前記劣化度演算条件で逐次演算した対象部品の劣化度に基づき保守アラームを発報するようにしたものでる。
また本発明は、複数の時間区間と劣化度演算式の組合せから成る複数の劣化度演算条件の中から、前記劣化度の複数保守事例間の比較演算で算出した劣化度頑健度に基づき対象部品に適用する劣化度演算条件を決定し、プラズマ処理装置群において前記劣化度演算条件で逐次演算した対象部品の劣化度に基づき保守アラームを発報する診断装置を備えたプラズマ処理装置である。
本発明では、プラズマ処理装置の診断装置を、対象部品の複数劣化度演算条件で演算した劣化度を複数保守事例分取得し、演算条件毎に予め定義した劣化度頑健度を演算して劣化度頑健度に基づき順位付けした演算条件を出力する劣化度頑健度演算部と、部品毎区間抽出条件設定部にて、対象部品に対する複数の時間区間(ステップタイム区間) 抽出条件を設定する部品毎区間抽出条件設定部と、多様な劣化兆候を捉えるための劣化度演算式を複数登録する劣化度演算式登録部とを備えて構成した。
更に本発明は、プラズマ処理装置の圧力や電流等の状態センサから複数項目のセンサ値を取得してプラズマ処理装置を構成する対象保守部品の劣化状態を診断する診断装置において、複数の時間区間と複数の劣化度演算式の組合せから成る劣化度演算条件群の中から、プラズマ処理装置において対象部品を保守した複数事例間の劣化度の比較演算を行って算出した劣化度頑健度に基づき対象部品に適用する劣化度演算条件を予め決定し、診断対象のプラズマ処理装置群にその劣化度演算条件を適用して逐次演算した対象部品の劣化度に基づき保守アラームを発報する、または保守推奨時期を提示するようにして、部品毎に複数のプラズマ処理装置に適用可能な頑健性の高い劣化度演算条件を決定できるようにしたものである。
以下、本発明の実施形態について、図面を参照しながら説明する。なお、実施の形態を説明するための全図において、同一部には原則として同一符号を付し、その繰り返しの説明は省略する。
（１）プラズマ処理装置
図１の構成図に示すように、本実施例におけるプラズマ処理装置群１は、予め設定した処理条件に従い、プラズマ１００を発生させてウェハ（試料１０１）を処理する。また、状態センサ群１０２を有し、ウェハ加工中あるいはアイドル中のセンサ値（例えば、温度や圧力）の測定値を時系列データとして取得することができる。
図１の構成図に示すように、本実施例におけるプラズマ処理装置群１は、予め設定した処理条件に従い、プラズマ１００を発生させてウェハ（試料１０１）を処理する。また、状態センサ群１０２を有し、ウェハ加工中あるいはアイドル中のセンサ値（例えば、温度や圧力）の測定値を時系列データとして取得することができる。
（２）診断装置
図１の構成図に示すように、診断装置は、プラズマ処理装置群１の各プラズマ処理装置に対する処理を実行する実行部２０を備えるプラズマ処理装置ユーザ側診断装置２（以下、単に診断装置２と記す）と、プラズマ処理装置群１に対する分析を行う分析部３０を備えるプラズマ処理装置メーカ側診断装置３（以下、単に診断装置３と記す）で構成される。診断装置２は、プラズマ処理装置群１と直接あるいはネットワークを介して接続されており、診断装置３は診断装置２とネットワークを介して接続されている。
図１の構成図に示すように、診断装置は、プラズマ処理装置群１の各プラズマ処理装置に対する処理を実行する実行部２０を備えるプラズマ処理装置ユーザ側診断装置２（以下、単に診断装置２と記す）と、プラズマ処理装置群１に対する分析を行う分析部３０を備えるプラズマ処理装置メーカ側診断装置３（以下、単に診断装置３と記す）で構成される。診断装置２は、プラズマ処理装置群１と直接あるいはネットワークを介して接続されており、診断装置３は診断装置２とネットワークを介して接続されている。
また、診断装置２は、例えばプラズマ処理装置ユーザサーバ４と直接あるいはネットワークを介して接続し、出力結果を送信し表示部４２にて表示したり、保守履歴記憶部４１の情報を受信したりすることが可能である。
図２は保守履歴記憶部４１に格納されているデータ２１０の例である。例えば、保守対象の装置や部品、作業（交換、清掃など）をそれぞれ識別するTool ＩＤ２１１、部品ＩＤ２１２、作業ＩＤ２１３を格納する。また、保守作業を実施した日時２１４や作業時間２１５も併せて格納する。
診断装置２は、例えばプラズマ処理装置群１のユーザが保持し、診断装置３は、例えばプラズマ処理装置メーカが保持する形態をとる。このような形態をとることで、診断装置２をプラズマ処理装置群１に隣接して設置することができ、状態センサ群１０２から得られるセンサ値の取得および劣化度の演算を低遅延で実行できる。また、装置メーカが劣化度演算条件を設定し、装置ユーザは劣化度演算条件の設定をせずに診断対象部品の劣化度診断結果を得ることができる。また、診断装置２から診断装置３にセンサ値を全て送信せずに劣化度演算結果を送信することによっても本実施例の実施は可能であり、装置ユーザはセンサ値の装置メーカ側への開示を抑えられる。
診断装置２の実行部２０は、センサ値記憶部２０３と劣化度記憶部２０４を備えた記憶部２０２を有し、さらに、区間抽出部２００、劣化度演算部２０１を有する。
診断装置３の分析部３０は、区間抽出条件記憶部３０６、劣化度演算式記憶部３０７、劣化度演算条件記憶部３０８を備えた記憶部３０５を有し、さらに、区間抽出条件設定部３０１、劣化度演算式登録部３０２、劣化度頑健度演算部３０３、保守時期演算部３０４を有する。
診断装置２の記憶部２０２におけるセンサ値記憶部２０３は、状態センサ群１０２から取得したセンサ値を記憶する。図３は、センサ値記憶部２０３に格納する処理中データ３１０の例を示す図である。センサ項目３１４毎にセンサ値の測定値をその取得日時３１３と共に時系列データとして記憶する。また、センサ値と共に、例えば、ウェハＩＤ３１１、処理条件ＩＤ３１２等の処理や処理対象を特定する識別情報を記憶する。ウェハＩＤ３１１は、処理を行ったウェハ(試料１０１)を識別するための情報である。処理条件ＩＤ３１２は、処理を行う際のプラズマ処理装置の設定や工程ステップを識別するための情報である。
劣化度演算部２０１において診断対象部品の劣化度を求める処理のフローを図4に示す。劣化度演算部２０１は、まず、センサ値記憶部２０３から、診断対象部品が正常時（例えば保守直後から一定期間）にウェハ(試料１０１)群を処理した際の状態センサ群１０２のセンサ値を取得し（Ｓ４０１）、診断時のウェハ(試料１０１)を処理した際の状態センサ群１０２のセンサ値を取得する（Ｓ４０２）。また、劣化度演算部２０１は、劣化度演算条件記憶部３０８に格納された診断対象部品毎に設定した処理条件内のセンサ値から抽出する時間区間と劣化度演算式から成る劣化度演算条件を取得する（Ｓ４０３）。
さらに、劣化度演算部２０１は、区間抽出部２００が劣化度演算条件に従いセンサ値から設定した時間区間のデータを抽出し（Ｓ４０４）、Ｓ４０３で取得した劣化度演算条件の劣化度演算式を用いて診断対象部品の劣化度を演算し（Ｓ４０５）、劣化度記憶部２０４に演算結果を格納する（Ｓ４０６）。この際、使用した劣化度演算条件を識別する処理条件ＩＤ３１２および劣化度と一対一に対応する診断時のウェハＩＤ３１１も併せて劣化度記憶部２０４に格納する。
次に、分析部３０の各部で行う処理の流れを、図５のフロー図に示す。分析部３０では、先ず劣化度演算条件群を設定し（Ｓ５１０）、この設定した劣化度演算条件群の中から劣化度演算条件を決定し（Ｓ５２０）、この決定した劣化度演算条件を用いて保守時の装置部品の劣化度を求める演算処理を行う（Ｓ５３０）。
次に、分析部３０の各部で行う処理の流れを、図５のフロー図に示す。分析部３０では、先ず劣化度演算条件群を設定し（Ｓ５１０）、この設定した劣化度演算条件群の中から劣化度演算条件を決定し（Ｓ５２０）、この決定した劣化度演算条件を用いて保守時の装置部品の劣化度を求める演算処理を行う（Ｓ５３０）。
以下に、各ステップの詳細について説明する。の処理内容は以降で詳細に説明する。
（３）劣化度演算条件群の設定処理：Ｓ５１０
図６を参照して、診断装置３の分析部３０が行う劣化度演算条件群の設定処理の例について説明する。
図６を参照して、診断装置３の分析部３０が行う劣化度演算条件群の設定処理の例について説明する。
まず、区間抽出条件設定部３０１において、特定の処理条件における対象部品のセンサ値の複数の時間区間抽出条件を設定し、区間抽出条件記憶部３０６に記憶する（S５１１）。プラズマ処理装置群１同士で劣化度を比較できるように、処理条件は、例えばプラズマ処理装置のプラズマ状態を整えるエイジング処理や装置診断用の処理等のプラズマ処理装置群１で共通に行う処理条件を指定するのが望ましい。
図７に、区間抽出条件記憶部３０６に記憶する部品ＩＤ５１０がＣ1の場合の時間区間抽出条件５００の例を示す。区間ＩＤ５０１は、時間区間抽出条件を識別する情報である。処理条件ＩＤ５０２には、指定した処理条件ＩＤを格納する。例えば、図中の区間ＩＤ５０１が1の場合の時間区間抽出条件５００は、図３に示した処理中データ３１０におけるセンサ項目３１４がx5のセンサ値が９.９を超えた場合をトリガ１（t1）：５０５、センサ項目３１４がx0のセンサが０.０を超えた場合をトリガ２（t2）：５０６として、抽出条件式５０３であるt1 and t2の条件をみたした時点を起点に０.０から５.０secの時間区間を抽出区間５０４するという時間区間抽出条件である。時間区間抽出条件５００は、トリガ設定をトリガ１（t1）：５０５、トリガ２（t2）：５０６のように個別に設定してもよいし、指定の窓幅（例えば１０sec）で時間区間０.０から１０.０sec、１.０から１１.０sec、・・・と少しずつ窓を移動させながら複数の時間区間抽出条件を自動設定してもよい。
図８に区間抽出条件記憶部３０６の時間区間抽出条件にしたがって、区間抽出部２００がセンサ値の時間区間を抽出する処理の例を示す。
図８（a）は、図７に示した時間区間抽出条件５００の区間ＩＤ５０１が１の区間抽出条件でセンサ値の時間区間を抽出する例であり、グラフ６１０はセンサｘ５の出力６１１の時間変化を示すグラフ、グラフ６２０はセンサｘ０の出力６２１の時間変化を示すグラフ、グラフ６３０はセンサｘ1の出力６３１の時間変化を示すグラフである。トリガ１：５０５、トリガ２：５０６としてそれぞれ設定したセンサ値x５、センサx０の値に従って時間区間６０１を抽出している。
図８（b）は、窓移動により自動設定された時間区間抽出条件でセンサ値の時間区間６０２を抽出する例で、グラフ６５０はグラフ６１０と同様にセンサｘ５の出力６５１の時間変化を示すグラフ、グラフ６６０はグラフ６２０と同様にセンサｘ０の出力６６１の時間変化を示すグラフ、グラフ６７０はグラフ６３０と同様にセンサｘ1の出力６７１の時間変化を示すグラフである。ある。
次に、図６のフロー図に戻って、劣化度演算式登録部３０２において、劣化兆候を捉える劣化度演算式を複数登録し、劣化度演算式記憶部３０７に記憶する（Ｓ５１２）。登録した劣化度演算式を識別する情報である式ＩＤも併せて劣化度演算式記憶部３０７に記憶する。劣化度演算式は、正常時および診断時の時間区間抽出後のセンサ値を入力に、診断時のセンサ値の正常時のセンサ値からの乖離度合を劣化度として出力する演算式であり、演算プログラムである。劣化度演算式としては、例えば、機械学習手法であるk近傍法や特異スペクトル変換法、あるいは統計モデリング手法である状態空間モデルを活用した手法を用いることができる。
最後に、Ｓ５１１において対象部品に対して設定した複数の時間区間抽出条件（区間ＩＤ５０１）と劣化度演算式記憶部３０７に記憶した複数の劣化度演算式（式ＩＤ）の組合せを劣化度演算条件群として劣化度演算条件記憶部３０８に記憶する。各劣化度演算条件には、それらを一意に識別する劣化度演算条件ＩＤも併せて記憶する（Ｓ５１３）。
図９は劣化兆候の例を示す図である。劣化兆候とはすなわち、図９（a）に示す正常時と図９（ｂ）に示す劣化時におけるセンサ波形の変化である。グラフ７１０，７３０及び７２０，７４０は、それぞれ同一のセンサ項目の同一処理条件内におけるセンサ値の時系列波形の例であり、グラフ７１０の波形７１１、グラフ７２０の波形７２１は正常時の波形、グラフ７３０の波形７３１，グラフ７４０の波形７４１は劣化時の波形の例である。
グラフ７１０の波形７１１、グラフ７３０の波形７３１のように、処理時間内の全時間区間にわたり劣化兆候を呈するセンサ項目もあれば、グラフ７２０の波形７２１におけるピーク波形７２２、グラフ７４０の波形７４１におけるピーク波形７４２のように、処理時間内のごく一部の時間区間で劣化兆候を呈するセンサ項目もある。したがって、適切に時間区間抽出を行わなければ劣化診断の感度が低下する可能性がある。
図６のフロー図のS５１２において、例えば、プラズマ生成に使用する部品に対しては、プラズマが生成された時間を起点に数秒間の時間区間を抽出するといったように、部品毎に劣化兆候を捉えるのに適した時間区間を設定することができる。このように部品毎に劣化兆候を呈する可能性が高い時間区間抽出および窓移動による網羅的な時間区間抽出により複数の時間区間抽出条件を設定することで劣化診断の感度低下を防ぐことができる。
また、図９に示した例のように、劣化兆候すなわちセンサ波形変化の種類も複数存在しうる。劣化度演算手法により検知する波形変化の種類に得手不得手があるため、S５１３において複数の劣化度演算式を登録することで、多様な劣化兆候がある場合でも劣化診断が可能となる。
（４）劣化度演算条件決定処理：Ｓ５２０
図１０に示したフロー図を参照して、診断装置３の分析部３０が行う劣化度演算条件決定処理の例について説明する。
図１０に示したフロー図を参照して、診断装置３の分析部３０が行う劣化度演算条件決定処理の例について説明する。
まず、センサ値記憶部２０３に記憶した対象部品の保守直後の正常状態から保守に至るまでのセンサ値（以下、保守事例）と、劣化度演算条件記憶部３０８に記憶した劣化度演算条件群を用いて、劣化度演算部２０１で劣化度を演算して劣化度記憶部２０４に記憶して、当該保守事例において各劣化度演算条件を適用した場合の劣化度の推移を得る（S５２１）。
次に、S５２１を対象部品の複数の保守事例に対して行い、複数保守事例のセンサ値に対して演算して劣化度記憶部２０４に記憶した劣化度（の推移）を得る（S５２２）。複数保守事例のセンサ値については、複数のプラズマ処理装置１０，１１，・・・から複数の保守事例を収集してもよいし、単一のプラズマ処理装置１０または１１から複数の保守事例を収集してもよい。また、各保守事例に対してはそれを一意に識別可能な事例ＩＤを付与しておく。
次に、Ｓ５２２で得た複数保守事例の劣化度を用いて、劣化度頑健度演算部３０３で劣化度演算条件毎に劣化度頑健度を演算する（S５２３）。劣化度頑健度は、複数保守事例の同一の劣化度演算条件における劣化度を用いて演算され、当該劣化度演算条件で演算した劣化度の事例間にわたる傾向の共通性の高さを示す指標である。
劣化度頑健度演算部３０３における劣化度頑健度の演算方法は一意に限定されるものではないが、例えば、劣化度はその性質上一つの保守事例間では単調増加することが望ましく、ウェハＩＤ（ウェハ処理枚数）と劣化度の相関係数が高いことが望ましいため、各保守事例に対して演算される相関係数の複数保守事例にわたる平均値を劣化度頑健度として演算する。
また、例えば、保守時における劣化度の値の共通性の高さとして、保守時の劣化度の複数保守事例にわたる標準偏差の反数を劣化度頑健度として演算してもよいし、上記の劣化度頑健度の演算方法を組み合わせてもよい。
演算した劣化度頑健度は、劣化度演算条件記憶部３０８に、劣化度演算条件ＩＤおよび演算に用いたセンサ値の事例ＩＤと対応させて記憶する。
最後に、劣化度演算式登録部３０２において、劣化度演算条件毎に演算した劣化度頑健度の降順に劣化度演算条件を順位付けする（S５２４）。
図１１に劣化度頑健度演算部３０３の出力に対する表示画面９００の例を示す。表示画面９００には、各劣化度演算条件の劣化度比較領域９１０と、正常時／診断時のセンサ値比較領域９２０が表示される。
各劣化度演算条件の劣化度比較領域９１０には、劣化度演算条件記憶部３０８と劣化度記憶部２０４に格納された部品ＩＤ：９１１に対応する情報を取得し、各劣化度演算条件（劣化度演算条件ＩＤ）を用いて、各保守事例のセンサ値（事例ＩＤ）９１４，９１７に対して演算した劣化度の推移をグラフ９１５，９１６，９１８，９１９に表示し、併せて劣化度頑健度の値９１２を表示している（D1）。右側の劣化度演算条件ＩＤ：２ ３１３２よりも左側の劣化度演算条件ＩＤ：５０ ３１３１のほうが劣化度頑健度の高い劣化度演算条件となっており、頑健性の高い劣化度演算条件とその条件に対する劣化度の推移状況をグラフ９１５，９１６，９１８，９１９で確認でき、ユーザはこれを見て頑健度の高い劣化度演算条件を決定できる。
また、ウェハＩＤ毎に演算された各劣化度を９１８１のように選択することで、正常時／診断時のセンサ値比較領域９２０に、選択した部品ＩＤ９２１と事例ＩＤ９２２に対応する抽出区間９２６における正常時９２３のセンサ値９２４と診断時９２７のセンサ値９２８を比較できる。ユーザはこれを見て、例えば、劣化度が高くなっている理由をセンサ値のピーク波形９２５と９２９の変化から判断することができる。
以上の処理により、劣化度頑健度の高い劣化度演算条件を、対象部品の劣化診断において頑健性の高い劣化度演算条件として得ることができ、これを劣化度演算条件記憶部３０８に記憶する。
（５）保守時期の演算処理：Ｓ５３０
図１２のフロー図を参照して、診断装置３の保守時期の演算処理の例について説明する。
まず、各部品で劣化度頑健度に基づき診断に用いる劣化度演算条件を決定する（S５３１）。劣化度頑健度が最大の劣化度演算条件に決定してもよいし、図１１の表示画面９００で診断時のセンサ値比較領域９２０に標示された正常時９２３のセンサ値９２４と診断時９２７のセンサ値９２８とを確認した結果、劣化度頑健度上位の劣化度演算条件の中から、部品知識と照らし合わせてより納得感の高い劣化度演算条件を決定してもよい。
図１２のフロー図を参照して、診断装置３の保守時期の演算処理の例について説明する。
まず、各部品で劣化度頑健度に基づき診断に用いる劣化度演算条件を決定する（S５３１）。劣化度頑健度が最大の劣化度演算条件に決定してもよいし、図１１の表示画面９００で診断時のセンサ値比較領域９２０に標示された正常時９２３のセンサ値９２４と診断時９２７のセンサ値９２８とを確認した結果、劣化度頑健度上位の劣化度演算条件の中から、部品知識と照らし合わせてより納得感の高い劣化度演算条件を決定してもよい。
次に、部品毎にアラームを発報する劣化度の閾値を予め設定する（S５３２）。例えば、複数保守事例の保守時あるいは保守時より一定期間手前の時点における劣化度の値を収集し、その９５パーセンタイル値を使用する。パーセンタイル値の使用や”９５”という値は一例であってこれに限定するものではない。
次に、プラズマ処理装置群１に対し劣化度演算条件記憶部３０８に記憶しておいた各部品の劣化度演算条件を適用し、逐次取得したセンサ値と劣化度演算条件を用いて、劣化度演算部２０１で部品毎の劣化度を逐次演算する（S５３３）。
劣化度を演算した時点で、その値が設定した閾値を超えた場合に図１１に示した表示画面１１００における領域１１２０のようにアラームを発報し、当該劣化度に対応する部品の保守を促す（S５３４）。図１３に保守時期の演算処理の出力に対する表示画面１１００の例を示す。部品（部品ＩＤ１１０３，１１０８）毎に決定した劣化度演算条件１１０４，１１０９に従って演算した劣化度の逐次演算結果１１０５，１１０６，１１１０，１１１１を複数のプラズマ処理装置１１０１，１１０２にわたり一括表示している。また、部品ＩＤ１１０３，１１０８、劣化度演算条件ＩＤ１１０４，１１０９の組毎に、S３１で設定した閾値１１０７を表示している。
ユーザはこの表示画面１１００を見て、プラズマ処理装置群１の各保守対象部品の劣化状態を一元管理することができ、発報されたアラームに基づき保守対象部品に対する早期保守を行うことで計画外保守によるプラズマ処理装置群１の非稼働時間削減に繋げることができる。
また、閾値１１０７に基づき領域１１２０にアラームを発報する方法について説明したが、例えば診断時点までの劣化度の推移に基づき、診断時点以降の劣化度の推移を予測することで保守発生時期を予測することも可能であり、それを表示してもよい。ユーザはそれを見て、例えば、保守部品の事前準備を行うことができ、部品交換の際のリードタイム短縮に繋げることができる。
以上に説明したように、本実施例で説明した試料の加工処理を行うプラズマ処理装置の対象部品の劣化状態を診断する診断装置は、プラズマ処理装置の対象部品の状態センサ群から時系列のセンサ値を取得し、正常時と診断時の前記センサ値を用いた劣化度演算式により劣化度を演算し、プラズマ処理装置から保守間のセンサ値を複数事例取得し、センサ値の複数の時間区間と複数の劣化度演算式の組合せから成る劣化度演算条件群の中から、劣化度の複数事例間の比較演算で算出した劣化度頑健度に基づき劣化度演算条件を決定し、プラズマ処理装置群において決定した劣化度演算条件を用いて逐次演算した対象部品の劣化度に基づき、保守アラームを発報する、または保守推奨時期を提示するように構成した。
また、本実施例に係る診断装置は、プラズマ処理装置メーカ側診断装置と前記ユーザ側診断装置とで構成され、プラズマ処理装置メーカ側診断装置は、プラズマ処理装置群に付随するプラズマ処理装置ユーザ側診断装置で演算した劣化度を受信し、決定した劣化度演算条件をユーザ側診断装置に送信し、ユーザ側診断装置は、劣化度演算条件を用いて演算した劣化度をプラズマ処理装置ユーザのサーバに送信するように構成した。
さらに、本実施例による診断装置において、時系列のセンサ値に設定する時間区間は、対象部品毎に設定するセンサ値の閾値判定を起点に任意の区間幅を自動取得する、または、全時間区間から予め設定した固定区間幅の窓移動によって自動取得するようにした。
さらに、本実施例による診断装置において、劣化度頑健度は劣化度の複数保守事例間における傾向の共通性の高さを示す指標であり、プラズマ処理装置でウェハ処理枚数と劣化度の相関係数をとり、複数保守事例にわたる相関係数の平均値を劣化度頑健度として演算する、または、複数保守事例における保守時点での劣化度の統計量を劣化度頑健度として演算するようにした。
さらに、本実施例による診断装置において、劣化度演算条件を用いて演算した劣化度を指定すると、正常時のセンサ値と診断時のセンサ値を、時系列のセンサ値に設定する時間区間と合わせて比較表示するようにした。
本実施例によれば、プラズマ処理装置を構成する部品の劣化度を算出する劣化度演算条件を、劣化度頑健度演算部で求めた頑健度の情報に基づいて劣化度演算式記憶部に記憶した複数の演算式の中から選択できるようにしたので、保守の時期をより高い信頼度で求めることができるようになった。
また、説明した実施例の実施態様として、半導体製造装置を含むラインを運用管理するアプリケーションをプラットフォーム上で実行する半導体装置製造システムが考えられる。この場合、少なくともプラズマ処理装置メーカ側診断装置３の機能をプラットフォーム上のアプリケーションとして処理を実行させることにより半導体装置製造システムにおいて、本実施例を実施することが可能になる。さらに当該アプリケーションは、プラズマ処理装置メーカ側診断装置３の機能以外にプラズマ処理装置ユーザ側診断装置２の機能及びプラズマ処理装置ユーザサーバ４の機能を有するアプリケーションとしても良い。
以上、実施例について説明したが、本発明は前記実施例に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。
１ プラズマ処理装置群
２ プラズマ処理装置ユーザ側診断装置
３ プラズマ処理装置メーカ側診断装置
４ プラズマ処理装置ユーザサーバ
２０ 実行部
３０ 分析部
２００ 区間抽出部
３０１ 区間抽出条件設定部
３０２ 劣化度演算式登録部
３０３ 劣化度頑健度演算部
３０４ 保守時期演算部
４２ 表示部
２ プラズマ処理装置ユーザ側診断装置
３ プラズマ処理装置メーカ側診断装置
４ プラズマ処理装置ユーザサーバ
２０ 実行部
３０ 分析部
２００ 区間抽出部
３０１ 区間抽出条件設定部
３０２ 劣化度演算式登録部
３０３ 劣化度頑健度演算部
３０４ 保守時期演算部
４２ 表示部
Claims (12)
- プラズマ処理装置の部品の劣化状態が診断される診断装置において、
前記部品の劣化度を演算する複数の演算条件における各々の前記部品に対する頑健度が求められ、前記求められた頑健度を基に各々の前記部品に対して前記複数の演算条件から一つの演算条件が選択され、前記選択された演算条件を用いて各々の前記部品の劣化状態が診断される分析部を備えることを特徴とする診断装置。 - 請求項１に記載の診断装置において、
プラズマ処理された試料の枚数と前記劣化度との相関係数の平均値を前記頑健度として求めることを特徴とする診断装置。 - 請求項１に記載の診断装置において、
保守対象部品の劣化度に関する時系列データとともに前記プラズマ処理装置の保守時期に関するアラーム情報を表示する表示部を更に備えることを特徴とする診断装置。 - 試料がプラズマ処理される処理室と、プラズマを生成するための高周波電力を供給する高周波電源と、前記試料が載置される試料台とを備えるプラズマ処理装置において、
部品の劣化度を演算する複数の演算条件における各々の前記部品に対する頑健度が求められ、前記求められた頑健度を基に各々の前記部品に対して前記複数の演算条件から一つの演算条件が選択され、前記選択された演算条件を用いて各々の前記部品の劣化状態が診断される診断装置をさらに備えることを特徴とするプラズマ処理装置。 - 請求項４に記載のプラズマ処理装置において、
プラズマ処理された前記試料の枚数と前記劣化度との相関係数の平均値を前記頑健度として求めることを特徴とするプラズマ処理装置。 - 請求項４に記載のプラズマ処理装置において、
保守対象部品の劣化度に関する時系列データとともに保守時期に関するアラーム情報を表示する表示部を更に備えることを特徴とするプラズマ処理装置。 - 試料がプラズマ処理される処理室と、プラズマを生成するための高周波電力を供給する高周波電源と、前記試料が載置される試料台とを備えるプラズマ処理装置において、
部品の劣化度を演算する複数の演算条件における各々の前記部品に対する頑健度が求められ、前記求められた頑健度を基に各々の前記部品に対して前記複数の演算条件から一つの演算条件が選択され、前記選択された演算条件を用いて各々の前記部品の劣化状態が診断される診断装置に接続されていることを特徴とするプラズマ処理装置。 - プラズマ処理装置の部品の劣化状態を診断する診断方法において、
前記部品の劣化度を演算する複数の演算条件における各々の前記部品に対する頑健度を求める工程と、
前記求められた頑健度を基に各々の前記部品に対して前記複数の演算条件から一つの演算条件を選択する工程と、
前記選択された演算条件を用いて各々の前記部品の劣化状態を診断する工程と有することを特徴とする診断方法。 - 請求項８に記載の診断方法において、
プラズマ処理された試料の枚数と前記劣化度との相関係数の平均値を前記頑健度として求めることを特徴とする診断方法。 - 請求項８に記載の診断方法において、
保守対象部品の劣化度に関する時系列データとともに保守時期に関するアラーム情報を表示する工程をさらに有することを特徴とする診断方法。 - ネットワークを介して半導体製造装置に接続され、前記半導体製造装置の部品の劣化状態を診断する診断処理が実行されるプラットフォームを備える半導体装置製造システムにおいて、
前記診断処理は、
前記部品の劣化度を演算する複数の演算条件における各々の前記部品に対する頑健度を求めるステップと、
前記求められた頑健度を基に各々の前記部品に対して前記複数の演算条件から一つの演算条件を選択するステップと、
前記選択された演算条件を用いて各々の前記部品の劣化状態を診断するステップとを有することを特徴とする半導体装置製造システム。 - 請求項１１に記載の半導体装置製造システムにおいて、
前記診断処理は、前記プラットフォームに備えられたアプリケーションとして実行されることを特徴とする半導体装置製造システム。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020227021048A KR20230012453A (ko) | 2021-07-13 | 2021-07-13 | 진단 장치 및 진단 방법 그리고 플라스마 처리 장치 및 반도체 장치 제조 시스템 |
| US17/908,306 US20240213003A1 (en) | 2021-07-13 | 2021-07-13 | Diagnosis device, diagnosis method, plasma processing apparatus, and semiconductor device manufacturing system |
| CN202180013829.3A CN116057675A (zh) | 2021-07-13 | 2021-07-13 | 诊断装置以及诊断方法、和等离子处理装置以及半导体装置制造系统 |
| JP2022539010A JP7289992B1 (ja) | 2021-07-13 | 2021-07-13 | 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム |
| PCT/JP2021/026208 WO2023286142A1 (ja) | 2021-07-13 | 2021-07-13 | 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム |
| TW111126052A TWI854254B (zh) | 2021-07-13 | 2022-07-12 | 診斷裝置及診斷方法以及電漿處理裝置及半導體裝置製造系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2021/026208 WO2023286142A1 (ja) | 2021-07-13 | 2021-07-13 | 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2023286142A1 true WO2023286142A1 (ja) | 2023-01-19 |
Family
ID=84919131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2021/026208 WO2023286142A1 (ja) | 2021-07-13 | 2021-07-13 | 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240213003A1 (ja) |
| JP (1) | JP7289992B1 (ja) |
| KR (1) | KR20230012453A (ja) |
| CN (1) | CN116057675A (ja) |
| WO (1) | WO2023286142A1 (ja) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012532461A (ja) * | 2009-06-30 | 2012-12-13 | ラム リサーチ コーポレーション | 処理チャンバの予測予防保全のための方法と装置 |
| JP2018026558A (ja) * | 2016-08-03 | 2018-02-15 | ラム リサーチ コーポレーションＬａｍ Ｒｅｓｅａｒｃｈ Ｃｏｒｐｏｒａｔｉｏｎ | プラズマ処理システムを監視するための方法およびシステム、ならびに高度なプロセスおよびツール制御 |
| WO2020152889A1 (ja) * | 2019-07-30 | 2020-07-30 | 株式会社日立ハイテク | 装置診断装置、プラズマ処理装置及び装置診断方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6723669B2 (ja) | 2016-09-27 | 2020-07-15 | 東京エレクトロン株式会社 | 異常検知プログラム、異常検知方法および異常検知装置 |
| JP6990634B2 (ja) | 2018-08-21 | 2022-02-03 | 株式会社日立ハイテク | 状態予測装置及び半導体製造装置 |
-
2021
- 2021-07-13 US US17/908,306 patent/US20240213003A1/en active Pending
- 2021-07-13 CN CN202180013829.3A patent/CN116057675A/zh active Pending
- 2021-07-13 WO PCT/JP2021/026208 patent/WO2023286142A1/ja active Application Filing
- 2021-07-13 JP JP2022539010A patent/JP7289992B1/ja active Active
- 2021-07-13 KR KR1020227021048A patent/KR20230012453A/ko not_active Application Discontinuation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012532461A (ja) * | 2009-06-30 | 2012-12-13 | ラム リサーチ コーポレーション | 処理チャンバの予測予防保全のための方法と装置 |
| JP2018026558A (ja) * | 2016-08-03 | 2018-02-15 | ラム リサーチ コーポレーションＬａｍ Ｒｅｓｅａｒｃｈ Ｃｏｒｐｏｒａｔｉｏｎ | プラズマ処理システムを監視するための方法およびシステム、ならびに高度なプロセスおよびツール制御 |
| WO2020152889A1 (ja) * | 2019-07-30 | 2020-07-30 | 株式会社日立ハイテク | 装置診断装置、プラズマ処理装置及び装置診断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202318475A (zh) | 2023-05-01 |
| US20240213003A1 (en) | 2024-06-27 |
| JP7289992B1 (ja) | 2023-06-12 |
| KR20230012453A (ko) | 2023-01-26 |
| CN116057675A (zh) | 2023-05-02 |
| JPWO2023286142A1 (ja) | 2023-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108615088B (zh) | 机台零件剩余寿命的预测系统与预测方法 | |
| KR101066973B1 (ko) | 플라즈마처리장치 | |
| US10521193B2 (en) | Monitoring system and monitoring method | |
| CN107924184B (zh) | 监视装置、监视装置的控制方法以及记录媒体 | |
| CN111290335B (zh) | 处理时间监视装置 | |
| JP4760240B2 (ja) | 監視結果処理装置、グルーピング方法、作業時間計測システム、制御プログラム、および記録媒体 | |
| JP2010283000A (ja) | 半導体製造における装置異常の予兆検知方法 | |
| TWI738411B (zh) | 裝置診斷裝置、電漿處理裝置及裝置診斷方法 | |
| CN107924182B (zh) | 监视装置、监视装置的控制方法以及记录媒体 | |
| JP7289992B1 (ja) | 診断装置及び診断方法並びにプラズマ処理装置及び半導体装置製造システム | |
| JP2010218301A (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
| EP3349084B1 (en) | Process monitoring device, method and program | |
| KR101622186B1 (ko) | 기기 상태 진단 장치 | |
| KR100793244B1 (ko) | 진공펌프 상태진단 시스템 | |
| KR100446926B1 (ko) | 반도체제조장치의 감시 및 제어방법과 그 실시장치 | |
| WO2023148967A1 (ja) | 診断装置、診断方法、半導体製造装置システム及び半導体装置製造システム | |
| JP7471513B2 (ja) | 診断装置、半導体製造装置システム、半導体装置製造システムおよび診断方法 | |
| TWI849766B (zh) | 診斷裝置、半導體製造裝置系統、半導體裝置製造系統及診斷方法 | |
| JP2007051982A (ja) | 診断対象物の評価方法および評価装置 | |
| JPS63223809A (ja) | プラントの異常診断方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ENP | Entry into the national phase |
Ref document number: 2022539010 Country of ref document: JP Kind code of ref document: A |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 17908306 Country of ref document: US |
|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21950085 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21950085 Country of ref document: EP Kind code of ref document: A1 |