JP2003068717A - Semiconductor processing apparatus - Google Patents
Semiconductor processing apparatusInfo
- Publication number
- JP2003068717A JP2003068717A JP2001258116A JP2001258116A JP2003068717A JP 2003068717 A JP2003068717 A JP 2003068717A JP 2001258116 A JP2001258116 A JP 2001258116A JP 2001258116 A JP2001258116 A JP 2001258116A JP 2003068717 A JP2003068717 A JP 2003068717A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- model formula
- sensor data
- processing result
- semiconductor
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Landscapes
- Drying Of Semiconductors (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は半導体処理装置に係
り、特に、処理結果を予測して装置の稼働率と信頼性を
向上した半導体処理装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a semiconductor processing apparatus, and more particularly to a semiconductor processing apparatus which predicts a processing result to improve the operation rate and reliability of the apparatus.
【０００２】[0002]
【従来の技術】近年、半導体デバイスの寸法は微細化し
ており、加工の寸法精度は０．１μｍ以下のゲート電極
を１０％以下の寸法精度で加工しなければならないほど
厳しくなっている。一方、熱やプラズマを用いて半導体
ウエハを物理化学的に加工する半導体製造装置では、装
置内部の化学反応により生成される反応生成物などが装
置の内壁に付着して残留し、時間と共にウエハの処理状
態を変化させる。このためウエハの処理を何枚も重ねる
につれて、ウエハ上の半導体デバイスの加工形状が徐々
に変化し、性能が劣化する。2. Description of the Related Art In recent years, the dimensions of semiconductor devices have become finer, and the dimensional accuracy of processing has become so severe that a gate electrode having a size of 0.1 μm or less must be processed with a dimensional accuracy of 10% or less. On the other hand, in a semiconductor manufacturing apparatus in which a semiconductor wafer is physically and chemically processed using heat or plasma, reaction products generated by a chemical reaction inside the apparatus adhere to the inner wall of the apparatus and remain, and the time Change the processing state. For this reason, as many wafers are processed, the processed shape of the semiconductor device on the wafer gradually changes and the performance deteriorates.
【０００３】この問題に対しては、通常、チャンバ内壁
の付着物をプラズマによってクリーニングするか、チャ
ンバ壁の温度を上げて付着物が付き難くするなどの対策
が取られる。しかし、大抵の場合、これらの対策は完全
ではなく、結局半導体デバイスの加工形状は徐々に変化
してしまう。このため、加工形状が問題となる場合に
は、加工形状が変わる前に製造装置の部品の交換や洗浄
を行わなければならない。また、前記堆積膜以外にも様
々な装置状態の変動がウエハの加工形状の変動に関与す
る。To address this problem, measures are usually taken such as cleaning the deposits on the inner wall of the chamber with plasma, or raising the temperature of the chamber wall to make it difficult for the deposits to adhere. However, in most cases, these measures are not perfect, and eventually the processed shape of the semiconductor device gradually changes. Therefore, if the processed shape becomes a problem, the parts of the manufacturing apparatus must be replaced or cleaned before the processed shape changes. Further, in addition to the above-described deposited film, various changes in the apparatus state contribute to changes in the processed shape of the wafer.
【０００４】このため、半導体製造装置内部の処理状態
の変化を検出し、検出結果を半導体製造処理装置の入力
にフィードバックして処理状態を一定に保つなどの工夫
がなされてきた。Therefore, various measures have been taken such as detecting a change in the processing state inside the semiconductor manufacturing apparatus and feeding back the detection result to the input of the semiconductor manufacturing apparatus to keep the processing state constant.
【０００５】プラズマ処理の変動を監視する方法は、例
えば特開平１０−１２５６６０号公報に示されている。
この公報には、プラズマ処理特性と装置の電気信号の関
係式を用いて装置性能を予測したり、プラズマの状態を
診断する方法が示されている。その方法としては、３つ
の電気信号と装置のプラズマ処理特性との関係を表す近
似式を重回帰分析により求める方法が開示されている。A method of monitoring fluctuations in plasma processing is disclosed in, for example, Japanese Patent Laid-Open No. 10-125660.
This publication discloses a method of predicting device performance and diagnosing the state of plasma using a relational expression between plasma processing characteristics and an electric signal of the device. As the method, a method of obtaining an approximate expression representing the relationship between the three electric signals and the plasma processing characteristics of the apparatus by multiple regression analysis is disclosed.
【０００６】また、もう一つの例が特開平１１−８７３
２３号公報に示されている。この公報には、既存の複数
の検出器を取り付けた一般的な検出システムを半導体製
造装置に当てはめ、その検出信号の相関信号から装置の
状態を監視する方法が示されている。その相関信号を生
成する方法としては、６つの電気信号の比による計算式
が開示されている。Another example is JP-A-11-873.
No. 23 publication. This publication discloses a method in which a general detection system equipped with a plurality of existing detectors is applied to a semiconductor manufacturing apparatus and the state of the apparatus is monitored from a correlation signal of the detection signals. As a method of generating the correlation signal, a calculation formula based on the ratio of six electric signals is disclosed.
【０００７】また、もう一つの例が米国特許第５６５８
４２３号に示されている。この公報には、光や質量分析
器の数多くの信号を取り込んで相関信号を生成し装置の
状態を監視する方法が示されている。また、この相関信
号を生成する方法としては主成分分析を用いる方法が示
されている。Another example is US Pat. No. 5,658.
No. 423. This publication describes a method of capturing a large number of signals from an optical or mass spectrometer, generating a correlation signal, and monitoring the state of the device. As a method of generating this correlation signal, a method using principal component analysis is shown.
【０００８】[0008]
【発明が解決しようとする課題】しかしながら、前記特
開平１０−１２５６６０号公報の方法では、装置を監視
するセンサデータが多種類あったときに、予測しようと
する処理性能と無関係な多くの信号が説明変数に入るた
め重回帰分析による予測がうまくいかなくなる。また、
前記特開平１１−８７３２３号公報の方法は、よく知ら
れた複数の検出手段からの複数の検出信号の相関をとっ
た信号を診断に用いるという一般的な方法である。ま
た、開示された相関をとる方法もいくつかの信号の比を
とるという従来の方法であり、これらの方法を、多くの
変動原因に応じて多様な状態を取る半導体製造装置の状
態を正確に監視するシステムに適用することは困難であ
る。However, in the method disclosed in Japanese Patent Laid-Open No. 10-125660, when there are many kinds of sensor data for monitoring the device, many signals unrelated to the processing performance to be predicted are generated. Since it falls into the explanatory variables, the prediction by multiple regression analysis will not work. Also,
The method disclosed in JP-A-11-87323 is a general method in which a signal obtained by correlating a plurality of detection signals from a plurality of well-known detecting means is used for diagnosis. Further, the disclosed correlation method is also a conventional method of calculating the ratio of several signals, and these methods accurately determine the state of a semiconductor manufacturing apparatus that takes various states according to many causes of fluctuation. It is difficult to apply to the monitoring system.
【０００９】前記米国特許第５６５８４２３号には、以
上の方法とは異なり装置からモニタした多量のデータを
主成分分析して装置状態の変動を捉えることによりプラ
ズマの状態を監視する方法が開示されている。しかし、
実際の量産に用いられる半導体製造装置では、このよう
に一般的な統計処理の方法をあてはめるだけではうまく
稼動しない。例えば、主成分がどのように変化すると処
理結果がどうなるのかがわからない場合がほとんどであ
るからである。[0009] The above-mentioned US Pat. No. 5,658,423 discloses a method of monitoring the plasma state by analyzing a large amount of data monitored from the apparatus and performing a principal component analysis to catch the variation of the apparatus state, unlike the above method. There is. But,
In a semiconductor manufacturing apparatus used for actual mass production, just applying such a general statistical processing method does not work well. This is because, for example, it is almost impossible to know how the processing result changes when the main component changes.
【００１０】本発明はこれらの問題点に鑑みてなされた
もので、さまざまな種類のデバイスを処理する半導体処
理装置において、処理状態をモニタし、モニタ出力に基
づき異常処理を検出あるいは処理結果を予測することに
より、装置の稼働率と信頼性を向上した半導体処理装置
を提供する。The present invention has been made in view of these problems, and in a semiconductor processing apparatus that processes various types of devices, the processing state is monitored and abnormal processing is detected or the processing result is predicted based on the monitor output. By doing so, a semiconductor processing apparatus with improved operation rate and reliability is provided.
【００１１】[0011]
【課題を解決するための手段】本発明は、上記の課題を
解決するために次のような手段を採用した。The present invention adopts the following means in order to solve the above problems.
【００１２】半導体ウエハを処理する半導体処理装置の
処理状態を監視するセンサと、前記半導体処理装置によ
り処理した半導体ウエハの処理結果の測定値を入力する
処理結果入力手段と、前記センサが取得したセンサデー
タおよび前記測定値をもとに前記センサデータを説明変
数として処理結果を予測するモデル式を生成するモデル
式生成部と、前記モデル式および前記センサデータをも
とに処理結果を予測する処理結果予測部と、前記予測し
た処理結果と予め設定した設定値を比較してそのずれを
補正するように前記半導体処理装置の処理条件を制御す
る処理条件制御部を備えた。A sensor for monitoring a processing state of a semiconductor processing apparatus for processing a semiconductor wafer, a processing result input means for inputting a measured value of a processing result of a semiconductor wafer processed by the semiconductor processing apparatus, and a sensor acquired by the sensor. A model expression generation unit that generates a model expression that predicts a processing result using the sensor data as an explanatory variable based on the data and the measurement value, and a processing result that predicts a processing result based on the model expression and the sensor data A prediction unit and a processing condition control unit that controls the processing conditions of the semiconductor processing apparatus so as to correct the deviation by comparing the predicted processing result with a preset setting value.
【００１３】[0013]
【発明の実施の形態】図１は、本発明の第１の実施形態
に係る半導体処理装置を示す図である。図において半導
体処理装置１には、処理状態を監視する処理状態監視部
２が備えられている。処理状態監視部２は半導体処理装
置１の中に組み込まれていてもよいし、処理装置１の外
側に設置しても良い。また、ネットワークなどを介して
離れた場所に設置してもよい。さらに、図２に示すよう
に機能の一部がネットワークなどを介して分離されてい
てもよい。1 is a diagram showing a semiconductor processing apparatus according to a first embodiment of the present invention. In the figure, the semiconductor processing apparatus 1 is provided with a processing state monitoring unit 2 that monitors the processing state. The processing state monitoring unit 2 may be incorporated in the semiconductor processing apparatus 1 or may be installed outside the processing apparatus 1. It may also be installed at a remote place via a network or the like. Furthermore, as shown in FIG. 2, some of the functions may be separated via a network or the like.
【００１４】処理状態監視部２の詳細を以下に示す。ま
ず、処理装置１におけるウエハの処理状態を監視するた
めのセンサ３を備える。センサ３は通常、いくつかの種
類のセンサを用いる。例えば、処理装置がプラズマエッ
チング装置やプラズマＣＶＤ装置などである場合、前記
センサ３は処理中のプラズマの発光を分光器を用いてス
ペクトル分解し、分解した各波長ごとの発光強度をセン
サデータとして取得する。例えば、１０００チャンネル
のＣＣＤアレイを有する分光器を用いたときには１００
０個のセンサデータを１回のサンプリングごとに取得で
きる。また、装置の圧力や温度、ガス流量などもセンサ
データとして用いる。また、電流、電圧、インピーダン
スやそれらの高調波成分などの電気的測定結果をセンサ
データとして用いることができる。Details of the processing state monitor 2 will be described below. First, a sensor 3 for monitoring the processing state of the wafer in the processing apparatus 1 is provided. The sensor 3 typically uses several types of sensors. For example, when the processing device is a plasma etching device, a plasma CVD device, or the like, the sensor 3 spectrally decomposes the light emission of plasma being processed using a spectroscope, and acquires the decomposed light emission intensity for each wavelength as sensor data. To do. For example, when a spectroscope having a 1000-channel CCD array is used, 100
It is possible to acquire 0 sensor data for each sampling. Further, the pressure, temperature, gas flow rate, etc. of the device are also used as sensor data. Also, electrical measurement results such as current, voltage, impedance, and harmonic components thereof can be used as sensor data.
【００１５】ウエハの処理中には適当な時間間隔でこれ
らのセンサデータを取得し、取得したセンサデータはセ
ンサデータ保存部４に保存する。一方、処理の終わった
ウエハは、処理装置１の外部あるいは装置に組み込まれ
た処理結果測定器により処理結果を測定する。処理結果
測定は、ＣＤＳＥＭによるゲート幅の測定、断面ＳＥＭ
による断面形状等の加工形状の測定、あるいは加工した
デバイスの電気的特性の測定である。これらの測定は、
全てのウエハについて行うことは必要でなく、通常は一
部のウエハを抽出して処理結果を測定すればよい。These sensor data are acquired at appropriate time intervals during wafer processing, and the acquired sensor data is stored in the sensor data storage unit 4. On the other hand, with respect to the processed wafer, the processing result is measured by the processing result measuring device outside the processing apparatus 1 or incorporated in the apparatus. The processing result is measured by measuring the gate width by the CDSEM and the sectional SEM.
Measurement of a processed shape such as a cross-sectional shape or measurement of electrical characteristics of a processed device. These measurements are
It is not necessary to perform it for all the wafers, and it is usually sufficient to extract a part of the wafers and measure the processing result.
【００１６】処理状態監視部２は、この処理結果の測定
値を受け取るために処理結果測定値入力手段５を持つ。
入力手段５は、フレキシブルディスクあるいはＣＤＲＯ
Ｍ等の可搬媒体に記録された情報を読み取る読み取り装
置とすることができる。また、有線あるいは無線のネッ
トワーク接続装置とすることもできる。The processing state monitor 2 has a processing result measurement value input means 5 for receiving the processing result measurement value.
The input means 5 is a flexible disk or CDRO.
The reading device can read information recorded on a portable medium such as M. It may also be a wired or wireless network connection device.
【００１７】入力手段５により受け取った処理結果の測
定値は、処理結果測定値保存部６に保存する。保存部６
には処理結果の測定値が各種のデバイス毎に保存される
ことになる。The measurement value of the processing result received by the input means 5 is stored in the processing result measurement value storage unit 6. Storage section 6
The measured value of the processing result is stored in each device.
【００１８】モデル式生成部７は、センサデータ保存部
４および処理結果測定値保存部６から、センサデータお
よび処理結果測定値データが保存されている同種のデバ
イスのサンプルを取り出す。このサンプルの数が、例え
ば３個以上あるときセンサデータを説明変数として処理
結果測定値を予測するモデル式を作成することができ
る。通常、このときのセンサの種類およびセンサデータ
の数は多数であり、予測に用いるセンサおよびセンサデ
ータを自動的に選び出すことは困難である。特に様々な
デバイスが処理される場合などでは、デバイスごとに予
測に有効なセンサデータの種類は異なるので、あらかじ
め予測に用いるセンサを決めておくことは困難である。The model formula generation unit 7 takes out from the sensor data storage unit 4 and the processing result measurement value storage unit 6 a sample of the same type of device in which the sensor data and the processing result measurement value data are stored. When the number of samples is, for example, three or more, a model formula for predicting the processing result measurement value can be created using the sensor data as an explanatory variable. Usually, the number of types of sensors and the number of sensor data at this time are large, and it is difficult to automatically select the sensor and the sensor data used for prediction. Especially when various devices are processed, the type of sensor data effective for prediction is different for each device, so it is difficult to determine the sensor used for prediction in advance.
【００１９】図６は、ＰＬＳ法によるモデル式生成処理
を説明する図である。図６に示すように、ＰＬＳ法で
は、予測すべきデータの変動と最も相関が強くなるよう
な説明変数を多数のセンサデータから自動的に生成す
る。このとき、同時にセンサデータから説明変数を計算
するための関数も得られる。FIG. 6 is a diagram for explaining the model expression generation processing by the PLS method. As shown in FIG. 6, in the PLS method, an explanatory variable having the strongest correlation with the fluctuation of data to be predicted is automatically generated from a large number of sensor data. At this time, at the same time, a function for calculating an explanatory variable from the sensor data is also obtained.
【００２０】まず、ｎ枚のウエハの処理結果測定値を予
測対象とし、Ｙｉでｉ番目のウエハの処理結果測定値を
表すこととする。また、一つのウエハからｍ個のセンサ
データを得た場合は、Ｓｉｊでｉ番目のウエハのｊ番目
のセンサデータを示すこととする。この場合、ｍ個のセ
ンサデータは同じセンサの異なる時間におけるデータで
もよいし、異なるセンサからのデータであってもよい。First, the processing result measurement value of n wafers is used as a prediction target, and the processing result measurement value of the i-th wafer is represented by Yi. When m pieces of sensor data are obtained from one wafer, Sij indicates the jth sensor data of the ith wafer. In this case, the m sensor data may be data of the same sensor at different times or may be data from different sensors.
【００２１】図７は、センサデータＳｉｊの例を説明す
る図である。図７に示すように、処理装置１の、１枚の
ウエハ１に対して施す処理が３ステップ（ステップ１な
いしステップ３）あり、また、このとき処理状態を監視
するセンサがＡ、Ｂ、Ｃの３種類であるとき、各ステッ
プ毎の各センサのセンサデータＳｉｊを、それぞれ図に
示すようにＳ１１ないしＳｎ９として取得する。なお、
Ｓｉｊは、各ステップ処理中のセンサデータの平均値と
してもよいし、２乗や逆数等のセンサデータを変換した
値とすることもできる。FIG. 7 is a diagram for explaining an example of the sensor data Sij. As shown in FIG. 7, there are three steps (steps 1 to 3) for processing one wafer 1 in the processing apparatus 1, and sensors for monitoring the processing state at this time are A, B, and C. When there are three types, the sensor data Sij of each sensor for each step is acquired as S11 to Sn9 as shown in the figure. In addition,
Sij may be an average value of the sensor data during each step processing, or may be a value obtained by converting sensor data such as a square or an inverse number.
【００２２】ＰＬＳ法を用いると、複数のセンサデータ
Ｓｉｊを、ウエハの処理結果測定値Ｙｉの変動との相関
の強さの順に並んだｍ個の説明変数Ｘｉｋに変換するこ
とができる。センサデータＳｉｊから説明変数Ｘｋへと
変換する関数Ｆｋは式（１）で表される。Using the PLS method, a plurality of sensor data Sij can be converted into m explanatory variables Xik arranged in the order of the strength of correlation with the fluctuation of the wafer processing result measurement value Yi. The function Fk for converting the sensor data Sij into the explanatory variable Xk is represented by the equation (1).
【００２３】
Ｘｉｋ ＝ Ｆｋ（Ｓｉ１， Ｓｉ２， ・・・， Ｓｉｍ）・・・（１）
この説明変数Ｘｉｋのうちのいくつかを用いて処理結果
測定値を予測する。通常は、説明変数Ｘｉ１が最も処理
結果測定値Ｙｉとの相関が強いので、Ｘｉ１，Ｘｉ２，
Ｘｉ３などを説明変数として選ぶ。ＰＬＳ法では式
（２）のような予測式が同時に生成される。しかし、先
に述べたＸｉ１などの説明変数を用いて予測式（２）を
生成した方がよいこともある。Xik = Fk (Si1, Si2, ..., Sim) (1) The processing result measurement value is predicted using some of the explanatory variables Xik. Normally, the explanatory variable Xi1 has the strongest correlation with the processing result measurement value Yi, so Xi1, Xi2,
Xi3 or the like is selected as an explanatory variable. In the PLS method, a prediction formula such as formula (2) is generated at the same time. However, it may be better to generate the prediction formula (2) using the explanatory variable such as Xi1 described above.
【００２４】
Ｙｉ ＝ ｐ（Ｘｉ１， Ｘｉ２， Ｘｉ３）・・・（２）
ところで、処理結果測定値の中には、ウエハの処理状態
が悪く、異常な処理を施されたウエハの異常データも入
っている。このようなデータ含めて通常の重回帰分析で
予測を行うと、前記異常データに影響されて予測精度の
悪いモデル式が生成される。Yi = p (Xi1, Xi2, Xi3) (2) By the way, in the processing result measurement value, the abnormal data of the wafer that has been processed abnormally due to the poor processing state of the wafer is also included. ing. When prediction is performed by a normal multiple regression analysis including such data, a model formula having poor prediction accuracy is generated due to the influence of the abnormal data.
【００２５】図８は、ロバスト回帰分析を説明するグラ
フである。ロバスト回帰分析を予測に用いると、図８に
示すように、異常のあるデータがアウトライアとして予
測対象からはずされる。このため正しい予測モデル式を
生成することができる。FIG. 8 is a graph for explaining the robust regression analysis. When robust regression analysis is used for prediction, abnormal data is removed from the prediction target as an outlier, as shown in FIG. Therefore, a correct prediction model formula can be generated.
【００２６】図９は、モデル式生成部７のモデル式作成
処理を説明するフローチャートである。モデル式生成部
７において、センサデータの種類がたくさんあるときに
は、センサデータの主成分解析を行い（ステップ９０
１，９０２）、得られた第１主成分を用いてロバスト回
帰分析を行い処理結果を予測する（ステップ９０５〜９
０６）。このとき、処理結果の予測に必要のない主成分
も説明変数に含まれるので、回帰係数が小さい主成分を
除去して（ステップ９０７）、別の主成分（第２主成
分）を説明変数に追加（ステップ９０４）し、再び重回
帰分析を行う（ステップ９０６）という処理を、予測誤
差が設定値より小さくなるまで（ステップ９０８）繰り
返し行う。予測誤差が設定値より小さくなると処理を終
了する（ステップ９０９）。これらの回帰分析は線形で
もよいし、処理の物理的特性や経験値から導かれる非線
形の回帰分析を用いてもよい。FIG. 9 is a flow chart for explaining the model formula creating process of the model formula generator 7. When there are many types of sensor data, the model formula generation unit 7 performs a principal component analysis of the sensor data (step 90
1, 902), robust regression analysis is performed using the obtained first principal component to predict the processing result (steps 905-9).
06). At this time, the principal components that are not necessary for predicting the processing result are also included in the explanatory variables. Therefore, the principal component having a small regression coefficient is removed (step 907) and another principal component (second principal component) is set as the explanatory variable. The process of adding (step 904) and performing multiple regression analysis again (step 906) is repeated until the prediction error becomes smaller than the set value (step 908). When the prediction error becomes smaller than the set value, the process ends (step 909). These regression analyzes may be linear, or non-linear regression analyzes derived from physical characteristics of processing or empirical values may be used.
【００２７】このような方法で生成したモデル式は、図
１に示すモデル式保存部８に保存する。モデル式は同種
のデバイスごとに作成するため、モデル式保存部には処
理装置１で処理するデバイスの数だけのモデル式が保存
されることになる。The model formula generated by such a method is stored in the model formula storage unit 8 shown in FIG. Since the model formula is created for each device of the same type, the model formula storage unit stores as many model formulas as the number of devices processed by the processing apparatus 1.
【００２８】処理装置１による処理が開始し、処理装置
１に特定のデバイスを形成すべきウエハをロードして処
理するとき、予測部９はモデル式保存部８から前記特定
のデバイスに対応するモデル式をロードする。このウエ
ハの処理中にセンサ３から得られた信号は、例えばＰＬ
Ｓ法により得られた式１を用いて説明変数に変換する
か、あるいは主成分分析により主成分に変換し、式２の
モデル式を用いて処理結果の予測値を計算する。計算し
た予測値は処理条件制御部１０に渡す。処理条件制御部
１０は前記予測値と処理結果の設定値とのずれを補正す
るように処理条件を変更する。When the processing by the processing apparatus 1 is started and a wafer on which a specific device is to be formed is loaded and processed in the processing apparatus 1, the predicting unit 9 causes the model formula storing unit 8 to store a model corresponding to the specific device. Load the expression. The signal obtained from the sensor 3 during processing of this wafer is, for example, PL
The predicted value of the processing result is calculated using the model formula of Formula 2 by converting the explanatory variable into the explanatory variable using Formula 1 obtained by the S method or converting into the principal component by principal component analysis. The calculated predicted value is passed to the processing condition control unit 10. The processing condition control unit 10 changes the processing condition so as to correct the deviation between the predicted value and the set value of the processing result.
【００２９】次に前記処理条件制御部１０による処理条
件の補正を説明する。ここで、再びＰＬＳ法を用いる。
通常の半導体デバイスの処理では、加工の要求としてい
くつかの相反する処理性能が要求されることが多い。例
えば、ゲート電極のエッチング加工などでは、ゲート電
極の側壁の垂直性と下地酸化膜と、ゲートポリシリコン
のエッチング選択性が要求される。Next, correction of processing conditions by the processing condition control unit 10 will be described. Here, the PLS method is used again.
In the processing of ordinary semiconductor devices, there are many cases in which some contradictory processing performances are required as processing requirements. For example, in the etching process of the gate electrode, the verticality of the side wall of the gate electrode, the underlying oxide film, and the etching selectivity of the gate polysilicon are required.
【００３０】すなわち、側壁の垂直性を改善するために
は堆積性の低いエッチング条件を用いたほうがよく、下
地酸化膜との高選択性を達成するためには堆積性の高い
エッチング条件を用いたほうがよい。このように二つの
相反する要求がある場合には処理条件の制御は難しい。That is, in order to improve the verticality of the side wall, it is better to use etching conditions with low deposition property, and to achieve high selectivity with the underlying oxide film, etching conditions with high deposition property are used. Better. When there are two conflicting requirements, it is difficult to control the processing conditions.
【００３１】図１０，１１，１２は、このような相反す
る要求を満足する処理条件を求める方法を説明する図で
ある。FIGS. 10, 11, and 12 are diagrams for explaining a method of obtaining processing conditions that satisfy such conflicting requirements.
【００３２】例えば、処理装置１の経時変化により側壁
の垂直性が悪くなったときに、処理条件１（ここではガ
スＡの流量）を減少させると垂直性が良くなるとして
も、同時に下地酸化膜の選択性が悪くなる場合は処理条
件としては好ましくない。For example, when the verticality of the side wall is deteriorated due to the aging of the processing apparatus 1, even if the verticality is improved by reducing the processing condition 1 (here, the flow rate of the gas A), the underlying oxide film is simultaneously formed. If the selectivity of is deteriorated, it is not preferable as a processing condition.
【００３３】このため、例えば、処理条件１と処理条件
２（ここではウエハバイアス電力）を組み合わせ、側壁
の垂直性を改善しながら、かつ、下地酸化膜の選択性が
悪化しない条件を見出さなければならない。Therefore, for example, by combining the processing conditions 1 and 2 (here, the wafer bias power), it is necessary to find a condition in which the verticality of the side wall is improved and the selectivity of the underlying oxide film is not deteriorated. I won't.
【００３４】このためには、まず、図１０に示すよう
に、通常の処理条件（中心条件）の周りに数点から数十
点の処理条件を変えた実験条件を設定して加工処理を行
い、処理結果を測定する。図１２中の点１〜４は、図１
０の実験条件１〜４にあたる。ここでは処理結果測定値
Ａとして側壁の垂直性の測定値をとり、処理結果測定値
Ｂとして下地酸化膜選択比をとる。For this purpose, as shown in FIG. 10, first, the processing conditions are set by setting the experimental conditions in which the processing conditions of several to several tens are changed around the normal processing conditions (central conditions). , Measure the processing results. Points 1 to 4 in FIG. 12 are shown in FIG.
0 corresponds to experimental conditions 1 to 4. Here, the vertical measurement value of the sidewall is taken as the processing result measurement value A, and the underlying oxide film selectivity is taken as the processing result measurement value B.
【００３５】次に、図１１に示すように、以上の実験に
対してＰＬＳ法を適用し、二種類の処理条件と二種類の
処理結果測定値の相関を調べる。そうすると、図１２に
示すように側壁垂直性に相関の強い条件の方向Ａが得ら
れる。また、同様にしてＰＬＳ法により得られる下地酸
化膜選択比に相関の強い方向から、方向Ａに直交し下地
酸化膜選択比に相関の強い方向Ｂが計算できる。この条
件方向Ａと条件方向Ｂを、図１に示す処理条件制御部１
０に設定しておく。このように設定しておけば、モデル
式をもとに予測部９が側壁の垂直性が悪化していると予
測したとき、処理条件を条件方向Ａに振れば下地酸化膜
選択比を犠牲にせずに側壁垂直性のみを改善することが
できる。計算した処理条件の制御方向は、制御条件制御
部１０の処理条件制御方向保存手段１４に保存してお
き、モデル式による処理結果予測値が設定値からずれた
場合に処理条件を修正するのに用いる。Next, as shown in FIG. 11, the PLS method is applied to the above experiment, and the correlation between two kinds of processing conditions and two kinds of processing result measurement values is examined. Then, as shown in FIG. 12, the direction A of the condition in which the sidewall verticality has a strong correlation is obtained. Similarly, from the direction having a strong correlation with the underlying oxide film selectivity obtained by the PLS method, the direction B orthogonal to the direction A and having a strong correlation with the underlying oxide film selectivity can be calculated. The processing condition control unit 1 shown in FIG.
Set to 0. With this setting, when the predicting unit 9 predicts that the verticality of the side wall is deteriorated based on the model formula, if the processing condition is changed in the condition direction A, the underlying oxide film selection ratio is sacrificed. Only the sidewall verticality can be improved without. The calculated control direction of the processing condition is stored in the processing condition control direction storage means 14 of the control condition control unit 10 so as to correct the processing condition when the predicted processing result value by the model formula deviates from the set value. To use.
【００３６】以上の例では、二種類の処理条件を変化さ
せたが、ＰＬＳ法ではさらに多くの種類の処理条件を変
化させることができ、多くの処理条件を変化させるほど
好ましい結果が得られる。また、相反する処理結果測定
値も、二種類だけでなく、もっと多数の処理結果を対象
とすることができる。例えば、側壁の垂直性と下地酸化
膜選択比に加えて、マスク選択比などを対象とすること
ができる。In the above example, two kinds of processing conditions are changed, but the PLS method can change more kinds of processing conditions, and the more the processing conditions are changed, the better the result obtained. Further, the processing result measurement values that are contradictory can be not only two types but also a larger number of processing results. For example, in addition to the sidewall verticality and the underlying oxide film selection ratio, the mask selection ratio or the like can be targeted.
【００３７】図３は、本発明の他の実施形態を示す図で
ある。図において、１１は予測値表示部であり、予測
値、あるいは該予測値と予め設定した設定値とのずれを
警告表示する。なお、図において図１に示される部分と
同一部分については同一符号を付してその説明を省略す
る。なお、前記表示部は、警報を発するブザーあるいは
電子メール等の発信手段とすることができる。FIG. 3 is a diagram showing another embodiment of the present invention. In the figure, reference numeral 11 denotes a predicted value display unit, which displays a predicted value or a deviation between the predicted value and a preset value as a warning. In the figure, the same parts as those shown in FIG. 1 are designated by the same reference numerals and the description thereof will be omitted. The display unit may be a buzzer for issuing an alarm or a transmitting unit such as an electronic mail.
【００３８】図４は、本発明のさらに他の実施形態を示
す図である。以上の説明では、モデル式が生成されてい
ることを前提に処理条件制御部１０の監視制御を説明し
た。しかし、モデル式を未だ生成していない種類のデバ
イスに対しては監視制御することができない。処理結果
の測定には非常に時間がかかる場合が多く、ほとんど処
理結果の測定が行われない場合があり、そのようなデバ
イスに対してはモデル式を生成することができない。図
４は、このような場合でも監視制御することのできる処
理状態監視部（副処理状態監視部）２’を示す図であ
る。FIG. 4 is a diagram showing still another embodiment of the present invention. In the above description, the monitoring control of the processing condition control unit 10 has been described on the assumption that the model formula has been generated. However, it is not possible to monitor and control devices of the type for which model expressions have not yet been generated. The measurement of the processing result is often very time-consuming, the measurement of the processing result is rarely performed, and a model formula cannot be generated for such a device. FIG. 4 is a diagram showing a processing state monitoring unit (sub-processing state monitoring unit) 2'that can monitor and control even in such a case.
【００３９】図４に示すように、多数のセンサ３からの
多種のセンサデータをもとに主成分抽出部１２で主成分
を抽出する。異常監視部１３は前記抽出した主成分の変
動のばらつきを監視することにより処理の異常を検出す
る。異常を検出した場合には次のウエハ処理の着手を停
止すると良い。異常の検出には、例えばＳＰＣ(Statist
ical Process Control)と呼ばれるばらつきの管理方法
を用いればよい。このためには、該当するデバイスの処
理中の主成分の平均値と分散を記憶しておき、測定され
た主成分が平均値から分散の数倍以上離れたときに処理
を異常と判定する。As shown in FIG. 4, the principal component extraction unit 12 extracts principal components based on various sensor data from a large number of sensors 3. The abnormality monitoring unit 13 detects a processing abnormality by monitoring the variation in the fluctuation of the extracted main component. When an abnormality is detected, it is advisable to stop the start of the next wafer processing. To detect an abnormality, for example, SPC (Statist
A variation management method called ical process control) may be used. For this purpose, the average value and variance of the main component during processing of the corresponding device are stored, and the process is determined to be abnormal when the measured main component deviates from the average value by several times the variance or more.
【００４０】図５は、処理状態監視部２および副処理状
態監視部２の双方を備えた処理装置に好適な処理フロー
を説明する図である。まず、処理しようとするデバイス
に対するモデル式を生成し保存しているか否かを判定す
る（ステップ５０１）。モデル式が保存されている場合
は処理状態監視部２により監視制御を実行する（ステッ
プ５０２）。モデル式が保存されていない場合は処理状
態監視部２’により監視制御を実行する（ステップ５０
３）。FIG. 5 is a diagram for explaining a processing flow suitable for a processing apparatus including both the processing state monitoring unit 2 and the sub-processing state monitoring unit 2. First, it is determined whether a model formula for a device to be processed is generated and stored (step 501). When the model formula is stored, the processing state monitoring unit 2 executes monitoring control (step 502). When the model formula is not stored, the processing state monitoring unit 2'executes monitoring control (step 50).
3).
【００４１】[0041]
【発明の効果】以上説明したように本発明によれば、処
理状態をモニタし、モニタ出力に基づき異常処理を検出
あるいは処理結果を予測するので、処理装置の稼働率お
よび信頼性を向上することができる。As described above, according to the present invention, the processing state is monitored, and the abnormal processing is detected or the processing result is predicted based on the monitor output, so that the operating rate and reliability of the processing apparatus are improved. You can
【図１】本発明の実施形態にかかる半導体処理装置を示
す図である。FIG. 1 is a diagram showing a semiconductor processing apparatus according to an embodiment of the present invention.
【図２】半導体処理装置の変形例を示す図である。FIG. 2 is a diagram showing a modified example of a semiconductor processing apparatus.
【図３】本発明の他の実施形態を示す図である。FIG. 3 is a diagram showing another embodiment of the present invention.
【図４】本発明のさらに他の実施形態を示す図である。FIG. 4 is a diagram showing still another embodiment of the present invention.
【図５】処理状態監視部および副処理状態監視部を備え
た処理装置に好適な処理フローを説明する図である。FIG. 5 is a diagram illustrating a processing flow suitable for a processing apparatus including a processing state monitoring unit and a sub processing state monitoring unit.
【図６】ＰＬＳ法によるモデル式生成処理を説明する図
である。FIG. 6 is a diagram illustrating model expression generation processing by the PLS method.
【図７】センサデータの例を示す図である。FIG. 7 is a diagram showing an example of sensor data.
【図８】ロバスト回帰分析を説明するグラフである。FIG. 8 is a graph illustrating robust regression analysis.
【図９】モデル式生成部のモデル式作成処理を説明する
フローチャートである。FIG. 9 is a flowchart illustrating a model formula creation process of a model formula generation unit.
【図１０】処理条件を求める方法を説明する図である。FIG. 10 is a diagram illustrating a method of obtaining processing conditions.
【図１１】処理条件を求める方法を説明する図である。FIG. 11 is a diagram illustrating a method of obtaining processing conditions.
【図１２】処理条件を求める方法を説明する図である。FIG. 12 is a diagram illustrating a method of obtaining processing conditions.
１ 半導体処理装置 ２ 処理状態監視部 ３ センサ ４ センサデータ保存部 ５ 処理結果測定値入力手段 ６ 処理結果測定値保存部 ７ モデル式生成部 ８ モデル式保存部 ９ モデル式による予測部 １０ 処理条件制御部 １１ 予測値表示部 １２ 主成分抽出部 １３ 異常検出部 １４ 処理条件制御方向保存手段 1 Semiconductor processing equipment 2 Processing status monitor 3 sensors 4 Sensor data storage 5 Processing result measurement value input means 6 Processing result measurement value storage 7 Model expression generator 8 Model formula storage 9 Model-based predictor 10 Processing condition control unit 11 Predicted value display 12 Principal component extraction unit 13 Abnormality detector 14 Processing condition control direction storage means
───────────────────────────────────────────────────── フロントページの続き (72)発明者 橘内 浩之 茨城県土浦市神立町502番地 株式会社日 立製作所機械研究所内 (72)発明者 鹿子嶋 昭 山口県下松市大字東豊井794番地 株式会 社日立製作所笠戸事業所内 (72)発明者 白石 大輔 山口県下松市大字東豊井794番地 株式会 社日立製作所笠戸事業所内 (72)発明者 山本 秀之 山口県下松市大字東豊井794番地 株式会 社日立製作所笠戸事業所内 (72)発明者 幾原 祥二 東京都足立区中川四丁目13番17号 日立テ クノエンジニアリング株式会社内 (72)発明者 増田 俊夫 茨城県土浦市神立町502番地 株式会社日 立製作所機械研究所内 Ｆターム(参考） 5F004 AA16 CB01 CB02 CB05 5F045 AF01 BB08 GB04 GB05 GB06 GB11 GB17 ─────────────────────────────────────────────────── ─── Continued front page (72) Inventor Hiroyuki Tachibana 502 Kintatemachi, Tsuchiura City, Ibaraki Japan Tate Seisakusho Mechanical Research Center (72) Inventor Aka Kagoshima Yamaguchi Prefecture Kudamatsu City Oita Toyoi 794 Stock Association Inside Hitachi Kasado Works (72) Daisuke Shiraishi, the inventor Yamaguchi Prefecture Kudamatsu City Oita Toyoi 794 Stock Association Inside Hitachi Kasado Works (72) Inventor Hideyuki Yamamoto Yamaguchi Prefecture Kudamatsu City Oita Toyoi 794 Stock Association Inside Hitachi Kasado Works (72) Inventor Shoji Ikuhara Hitachi Te, 4-13-17 Nakagawa, Adachi-ku, Tokyo Within Kuno Engineering Co., Ltd. (72) Inventor Toshio Masuda 502 Kintatemachi, Tsuchiura City, Ibaraki Japan Tate Seisakusho Mechanical Research Center F term (reference) 5F004 AA16 CB01 CB02 CB05 5F045 AF01 BB08 GB04 GB05 GB06 GB11 GB17
Claims (8)
の処理状態を監視するセンサと、 前記半導体処理装置により処理した半導体ウエハの処理
結果の測定値を入力する処理結果入力手段と、 前記センサが取得したセンサデータおよび前記測定値を
もとに前記センサデータを説明変数として処理結果を予
測するモデル式を生成するモデル式生成部と、 前記モデル式および前記センサデータをもとに処理結果
を予測する処理結果予測部と、 前記予測した処理結果と予め設定した設定値を比較して
そのずれを補正するように前記半導体処理装置の処理条
件を制御する処理条件制御部を備えたことを特徴とする
半導体処理装置。1. A sensor for monitoring a processing state of a semiconductor processing apparatus for processing a semiconductor wafer, a processing result input means for inputting a measurement value of a processing result of a semiconductor wafer processed by the semiconductor processing apparatus, and the sensor for acquiring. A model formula generation unit that generates a model formula that predicts a processing result using the sensor data as an explanatory variable based on the sensor data and the measured value, and predicts a processing result based on the model formula and the sensor data. A processing result prediction unit and a processing condition control unit that controls the processing condition of the semiconductor processing apparatus so as to correct the deviation by comparing the predicted processing result with a preset setting value. Semiconductor processing equipment.
生成部はＰＬＳ法（Partial Least Square method）を
用いてモデル式を生成することを特徴とする半導体処理
装置。2. The semiconductor processing apparatus according to claim 1, wherein the model formula generation unit generates a model formula using a PLS method (Partial Least Square method).
生成部はロバスト回帰分析法(Robust Regression)を用
いてモデル式を生成することを特徴とする半導体処理装
置。3. The semiconductor processing apparatus according to claim 1, wherein the model formula generation unit generates a model formula using a robust regression analysis method (Robust Regression).
生成部は主成分ロバスト回帰分析法（Principal Compon
ent Robust Regression）を用いてモデル式を生成する
ことを特徴とする半導体処理装置。4. The model expression generating unit according to claim 1, wherein the model formula generating unit is a principal component robust regression analysis method.
ent Robust Regression) to generate a model formula.
の処理状態を監視するセンサと、 前記半導体処理装置により処理した半導体ウエハの処理
結果の測定値を入力する処理結果入力手段と、 前記センサが取得したセンサデータおよび前記測定値を
もとに前記センサデータを説明変数として処理結果を予
測するモデル式を生成するモデル式生成部と、 前記モデル式および前記センサデータをもとに処理結果
を予測する処理結果予測部と、 前記予測した予測値、あるいは該予測値と予め設定した
設定値とのずれを表示する表示部を備えたことを特徴と
する半導体処理装置。5. A sensor for monitoring a processing state of a semiconductor processing apparatus for processing a semiconductor wafer, a processing result input means for inputting a measurement value of a processing result of a semiconductor wafer processed by the semiconductor processing apparatus, and the sensor for acquiring. A model formula generation unit that generates a model formula that predicts a processing result using the sensor data as an explanatory variable based on the sensor data and the measured value, and predicts a processing result based on the model formula and the sensor data. A semiconductor processing device comprising: a processing result prediction unit; and a display unit that displays the predicted value that has been predicted or a deviation between the predicted value and a preset value.
の処理状態を監視する複数のセンサと、 該複数のセンサが取得した複数のセンサデータをもとに
主成分を抽出する主成分抽出部と、 該抽出部が抽出した主成分の変動のばらつきをもとに処
理の異常を検出する異常検出部を備えたことを特徴とす
る半導体処理装置。6. A plurality of sensors for monitoring a processing state of a semiconductor processing apparatus for processing a semiconductor wafer, and a main component extracting section for extracting a main component based on a plurality of sensor data acquired by the plurality of sensors, A semiconductor processing apparatus comprising: an abnormality detection unit that detects an abnormality in processing based on a variation in fluctuations of main components extracted by the extraction unit.
ンサが取得した複数のセンサデータをもとに主成分を抽
出する主成分抽出部と、 該抽出部が抽出した主成分の変動のばらつきをもとに処
理の異常を検出する異常検出部を備え、 前記モデル式生成部にモデル式が生成されていない場
合、前記異常検出部が異常を検出したとき処理を停止す
ることを特徴とする半導体処理装置。7. The principal component extraction unit according to claim 1, which extracts a principal component based on a plurality of sensor data acquired by the plurality of sensors, and a variation in fluctuation of the principal component extracted by the extraction unit. An abnormality detection unit for detecting an abnormality in processing is provided based on, and when the model expression is not generated in the model expression generation unit, the processing is stopped when the abnormality detection unit detects an abnormality. Semiconductor processing equipment.
て、前記センサデータを保存するセンサデータ保存部お
よび処理結果入力手段に入力した処理結果を保存する処
理結果測定値保存部を備え、前記モデル式生成部は前記
各保存部に保存したセンサデータおよび測定値をもとに
前記モデル式を生成し、生成したモデル式をモデル式保
存部に保存することを特徴とする半導体処理装置。8. The model according to claim 1, further comprising a sensor data storage unit for storing the sensor data and a processing result measurement value storage unit for storing a processing result input to a processing result input unit. A semiconductor processing apparatus, wherein the formula generation unit generates the model formula based on the sensor data and the measured value stored in each of the storage units, and stores the generated model formula in the model formula storage unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001258116A JP3732768B2 (en) | 2001-08-28 | 2001-08-28 | Semiconductor processing equipment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001258116A JP3732768B2 (en) | 2001-08-28 | 2001-08-28 | Semiconductor processing equipment |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004297773A Division JP2005051269A (en) | 2004-10-12 | 2004-10-12 | Semiconductor processing apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003068717A true JP2003068717A (en) | 2003-03-07 |
| JP3732768B2 JP3732768B2 (en) | 2006-01-11 |
Family
ID=19085690
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001258116A Expired - Lifetime JP3732768B2 (en) | 2001-08-28 | 2001-08-28 | Semiconductor processing equipment |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3732768B2 (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006527488A (en) * | 2003-06-11 | 2006-11-30 | サイエンティフィック システムズ リサーチ リミテッド | Method for fault detection in manufacturing equipment |
| JP2007058806A (en) * | 2005-08-26 | 2007-03-08 | Sumitomo Metal Ind Ltd | Production condition calculation method, quality adjustment method, steel production method, production condition calculation device, quality adjustment system, and computer program |
| JP2009010370A (en) * | 2008-06-11 | 2009-01-15 | Hitachi Ltd | Semiconductor processing apparatus |
| US7713760B2 (en) | 2003-05-16 | 2010-05-11 | Tokyo Electron Limited | Process system health index and method of using the same |
| US8005562B2 (en) | 2007-10-23 | 2011-08-23 | Samsung Electronics Co., Ltd. | Process-parameter prognostic system for predicting shape of semiconductor structure, semiconductor fabrication apparatus having the system, and method of using the apparatus |
| US8828184B2 (en) | 2011-11-15 | 2014-09-09 | Hitachi High-Technologies Corporation | Plasma processing apparatus and plasma processing method |
| US20150083328A1 (en) * | 2013-09-20 | 2015-03-26 | Hitachi High-Technologies Corporation | Analysis method and semiconductor etching apparatus |
| CN109643671A (en) * | 2016-08-26 | 2019-04-16 | 应用材料公司 | Self-regeneration formula semiconductor wafer processing |
| JP7453853B2 (en) | 2020-05-27 | 2024-03-21 | 株式会社日立製作所 | Processing condition determination system and processing condition search method |
| JP7460627B2 (en) | 2018-12-13 | 2024-04-02 | アプライド マテリアルズ インコーポレイテッド | Prescription analysis in highly collinear response spaces |
-
2001
- 2001-08-28 JP JP2001258116A patent/JP3732768B2/en not_active Expired - Lifetime
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7713760B2 (en) | 2003-05-16 | 2010-05-11 | Tokyo Electron Limited | Process system health index and method of using the same |
| KR100976648B1 (en) | 2003-05-16 | 2010-08-18 | 도쿄엘렉트론가부시키가이샤 | A process system health index and method of using the same |
| JP2006527488A (en) * | 2003-06-11 | 2006-11-30 | サイエンティフィック システムズ リサーチ リミテッド | Method for fault detection in manufacturing equipment |
| JP2007058806A (en) * | 2005-08-26 | 2007-03-08 | Sumitomo Metal Ind Ltd | Production condition calculation method, quality adjustment method, steel production method, production condition calculation device, quality adjustment system, and computer program |
| JP4613751B2 (en) * | 2005-08-26 | 2011-01-19 | 住友金属工業株式会社 | Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program |
| US8005562B2 (en) | 2007-10-23 | 2011-08-23 | Samsung Electronics Co., Ltd. | Process-parameter prognostic system for predicting shape of semiconductor structure, semiconductor fabrication apparatus having the system, and method of using the apparatus |
| US8498731B2 (en) | 2007-10-23 | 2013-07-30 | Samsung Electronics Co., Ltd. | Method of using process-parameter prognostic system for predicting shape of semiconductor structure |
| JP2009010370A (en) * | 2008-06-11 | 2009-01-15 | Hitachi Ltd | Semiconductor processing apparatus |
| US8828184B2 (en) | 2011-11-15 | 2014-09-09 | Hitachi High-Technologies Corporation | Plasma processing apparatus and plasma processing method |
| US9824866B2 (en) | 2011-11-15 | 2017-11-21 | Hitachi High-Technologies Corporation | Plasma processing method |
| US20150083328A1 (en) * | 2013-09-20 | 2015-03-26 | Hitachi High-Technologies Corporation | Analysis method and semiconductor etching apparatus |
| US10262842B2 (en) * | 2013-09-20 | 2019-04-16 | Hitachi High-Technologies Corporation | Analysis method and semiconductor etching apparatus |
| US11410836B2 (en) | 2013-09-20 | 2022-08-09 | Hitachi High-Tech Corporation | Analysis method and semiconductor etching apparatus |
| CN109643671A (en) * | 2016-08-26 | 2019-04-16 | 应用材料公司 | Self-regeneration formula semiconductor wafer processing |
| CN109643671B (en) * | 2016-08-26 | 2023-06-06 | 应用材料公司 | Self-repairing semiconductor wafer processing |
| JP7460627B2 (en) | 2018-12-13 | 2024-04-02 | アプライド マテリアルズ インコーポレイテッド | Prescription analysis in highly collinear response spaces |
| JP7453853B2 (en) | 2020-05-27 | 2024-03-21 | 株式会社日立製作所 | Processing condition determination system and processing condition search method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3732768B2 (en) | 2006-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7343217B2 (en) | System for monitoring and controlling a semiconductor manufacturing apparatus using prediction model equation | |
| JP4128339B2 (en) | Process monitor for sample processing apparatus and method for manufacturing sample | |
| JP5102488B2 (en) | Method for fault detection in manufacturing equipment | |
| JP3349455B2 (en) | Management method and management system for semiconductor manufacturing equipment | |
| US6952657B2 (en) | Industrial process fault detection using principal component analysis | |
| US6590179B2 (en) | Plasma processing apparatus and method | |
| KR101066973B1 (en) | Plasma processing apparatus | |
| JP6676020B2 (en) | Plasma processing apparatus and plasma processing apparatus state prediction method | |
| JP2003068717A (en) | Semiconductor processing apparatus | |
| JP4836994B2 (en) | Semiconductor processing equipment | |
| JP2005051269A (en) | Semiconductor processing apparatus | |
| KR100446926B1 (en) | Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor | |
| JP4547396B2 (en) | Sample processing equipment | |
| IE20030437A1 (en) | A method for process control of semiconductor manufacturing equipment | |
| TW511128B (en) | Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor | |
| KR20230055609A (en) | Real time monitoring method and system for plasma appatus | |
| IE83920B1 (en) | A method of fault detection in manufacturing equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040301 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040817 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041012 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050308 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050502 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050712 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050907 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051004 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051013 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3732768 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091021 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091021 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101021 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111021 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121021 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121021 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131021 Year of fee payment: 8 |
|
| EXPY | Cancellation because of completion of term |