JP4464276B2 - プラズマ処理方法及びプラズマ処理装置 - Google Patents
プラズマ処理方法及びプラズマ処理装置 Download PDFInfo
- Publication number
- JP4464276B2 JP4464276B2 JP2004530554A JP2004530554A JP4464276B2 JP 4464276 B2 JP4464276 B2 JP 4464276B2 JP 2004530554 A JP2004530554 A JP 2004530554A JP 2004530554 A JP2004530554 A JP 2004530554A JP 4464276 B2 JP4464276 B2 JP 4464276B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- analysis
- correction
- data
- plasma processing
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Plasma Technology (AREA)
- Drying Of Semiconductors (AREA)
Description
本発明は，プラズマ処理方法及びプラズマ処理装置にかかり，特に半導体ウエハなどの被処理体を処理する際，処理装置の異常検出，装置状態の予測又は被処理体の状態予測などプラズマ処理に関する情報を監視するプラズマ処理方法及びプラズマ処理装置に関する。
半導体製造工程においては，多種類の製造装置や検査装置が用いられている。例えばプラズマ処理装置は，処理室内にプラズマを発生させて被処理体に対して例えばエッチング処理や成膜処理などを行う。
これらの処理装置は，その運転状況を制御，あるいは監視するための多くのパラメータを有しており，それらをコントロールあるいはモニタして，様々な処理を最適条件で行えるようにしている。
例えばプラズマ処理装置に用いられるパラメータには，例えば，半導体ウエハやガラス基板等の被処理体に，成膜やエッチング処理を行うプラズマ処理装置では，処理室内に導入する処理ガスの流量，処理室内の圧力，処理室内に例えば対向して設置された電極の少なくとも一方に与えられる高周波電力等，制御可能なパラメータ（以下制御パラメータと称する）がある。
また，処理室内に励起されたプラズマ状態を把握するためのプラズマ分光分析等の光学的データ，そのプラズマに基づく基本波及び高調波の高周波電圧，高周波電流などの電気的データ等のパラメータ（以下プラズマ反映パラメータと称する）がある。
さらに，処理室内の電極に高周波電力を印加する際インピーダンス整合をとるために設けられる整合器の整合状態での可変コンデンサの容量や，整合器内の測定域により測定される高周波電圧等のパラメータ（以下装置状態パラメータと称する）がある。
上記プラズマ処理装置により処理を行う際には，制御パラメータを最適と思われる値に設定し，プラズマ反映パラメータや装置状態パラメータをそれぞれの検出器によりモニタしながら常に最適な処理が行えるようプラズマ処理装置を制御するわけであるが，これらパラメータは数十種類にも及ぶため，運転状態に異常が認められた場合に原因を究明するのは非常に困難である。
そこで，例えば特開平１１−８７３２３号公報には，半導体ウエハ処理システムの複数のプロセスパラメータを分析し，これらのパラメータを解析用データとして統計的に相関させてプロセス特性やシステム特性の変化を検出する処理装置の監視方法及び処理装置について提案されている。
また，上記複数のパラメータを解析用データとして多変量解析の１つである主成分分析の手法を用いて少数の統計的データにまとめ，少数の統計的データに基づいて処理装置の運転状況を監視して，運転状況を評価する方法がある。
このような従来の方法では，例えば主成分分析などの統計的な解析結果から残差二乗和，主成分得点，主成分得点二乗和などの指標を算出し，プラズマ処理装置の状態異常を検出する。そして異常が検出された場合はこれらの指標に基づいてその原因を究明し，必要に応じて例えばウエットクリーニングを行ったり，消耗品や検出器（センサ）等の部品の交換などを行ったりしてプラズマ処理装置の状態を改善させる。
しかしながら，上述したようなウエットクリーニングなどのメンテナンスを行うと，プラズマ処理装置自体に異常が生じていなくても，残差二乗和（残差得点）などの指標に大きな誤差（以下，「シフト的誤差」ともいう。）が生じ，異常検出の精度が低下する場合がある。これはウエットクリーニングなどを行うごとにプラズマ処理装置の状態の傾向が変化していることが要因の１つと考えられる。
このように，ウエットクリーニングなどにより処理装置の状態の傾向が変化した場合には，プラズマ処理装置の状態が正常であっても残差二乗和などの指標に大きな変化が生じるため，異常か否か判断できず，異常検出の精度や予測の精度が低下するというプラズマ処理装置などに特有の問題が起こる可能性があった。
そこで，本発明は，このような問題に鑑みてなされたもので，その目的とするところは，処理装置の状態変化などにより検出器からの検出値が変化しても，処理装置の異常検出，処理装置の状態予測又は前記被処理体の状態予測などを正確に行うことができ，常に正確にプラズマ処理に関する情報の監視を行うことができるプラズマ処理装置及びプラズマ処理方法を提供することにある。
これらの処理装置は，その運転状況を制御，あるいは監視するための多くのパラメータを有しており，それらをコントロールあるいはモニタして，様々な処理を最適条件で行えるようにしている。
例えばプラズマ処理装置に用いられるパラメータには，例えば，半導体ウエハやガラス基板等の被処理体に，成膜やエッチング処理を行うプラズマ処理装置では，処理室内に導入する処理ガスの流量，処理室内の圧力，処理室内に例えば対向して設置された電極の少なくとも一方に与えられる高周波電力等，制御可能なパラメータ（以下制御パラメータと称する）がある。
また，処理室内に励起されたプラズマ状態を把握するためのプラズマ分光分析等の光学的データ，そのプラズマに基づく基本波及び高調波の高周波電圧，高周波電流などの電気的データ等のパラメータ（以下プラズマ反映パラメータと称する）がある。
さらに，処理室内の電極に高周波電力を印加する際インピーダンス整合をとるために設けられる整合器の整合状態での可変コンデンサの容量や，整合器内の測定域により測定される高周波電圧等のパラメータ（以下装置状態パラメータと称する）がある。
上記プラズマ処理装置により処理を行う際には，制御パラメータを最適と思われる値に設定し，プラズマ反映パラメータや装置状態パラメータをそれぞれの検出器によりモニタしながら常に最適な処理が行えるようプラズマ処理装置を制御するわけであるが，これらパラメータは数十種類にも及ぶため，運転状態に異常が認められた場合に原因を究明するのは非常に困難である。
そこで，例えば特開平１１−８７３２３号公報には，半導体ウエハ処理システムの複数のプロセスパラメータを分析し，これらのパラメータを解析用データとして統計的に相関させてプロセス特性やシステム特性の変化を検出する処理装置の監視方法及び処理装置について提案されている。
また，上記複数のパラメータを解析用データとして多変量解析の１つである主成分分析の手法を用いて少数の統計的データにまとめ，少数の統計的データに基づいて処理装置の運転状況を監視して，運転状況を評価する方法がある。
このような従来の方法では，例えば主成分分析などの統計的な解析結果から残差二乗和，主成分得点，主成分得点二乗和などの指標を算出し，プラズマ処理装置の状態異常を検出する。そして異常が検出された場合はこれらの指標に基づいてその原因を究明し，必要に応じて例えばウエットクリーニングを行ったり，消耗品や検出器（センサ）等の部品の交換などを行ったりしてプラズマ処理装置の状態を改善させる。
しかしながら，上述したようなウエットクリーニングなどのメンテナンスを行うと，プラズマ処理装置自体に異常が生じていなくても，残差二乗和（残差得点）などの指標に大きな誤差（以下，「シフト的誤差」ともいう。）が生じ，異常検出の精度が低下する場合がある。これはウエットクリーニングなどを行うごとにプラズマ処理装置の状態の傾向が変化していることが要因の１つと考えられる。
このように，ウエットクリーニングなどにより処理装置の状態の傾向が変化した場合には，プラズマ処理装置の状態が正常であっても残差二乗和などの指標に大きな変化が生じるため，異常か否か判断できず，異常検出の精度や予測の精度が低下するというプラズマ処理装置などに特有の問題が起こる可能性があった。
そこで，本発明は，このような問題に鑑みてなされたもので，その目的とするところは，処理装置の状態変化などにより検出器からの検出値が変化しても，処理装置の異常検出，処理装置の状態予測又は前記被処理体の状態予測などを正確に行うことができ，常に正確にプラズマ処理に関する情報の監視を行うことができるプラズマ処理装置及びプラズマ処理方法を提供することにある。
上記課題を解決するために，本発明の第１の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す処理装置における前記プラズマ処理に関する情報を監視するプラズマ処理方法であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに検出される検出値を収集するデータ収集段階と，前記処理装置のメンテナンスを行うごとに区切られる区間ごとに，各区間内で前記検出器から検出される検出値を補正する補正段階と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理段階とを有することを特徴とするプラズマ処理方法が提供される。
上記課題を解決するために，本発明の第２の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに検出される検出値を収集するデータ収集手段と，前記処理装置のメンテナンスを行うごとに区切られる区間ごとに，各区間内で前記検出器から検出される検出値を補正する補正手段と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段とを有することを特徴とするプラズマ処理装置が提供される。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値のうち，一部の区間の検出値について平均値を算出し，前記各区間内の検出値から前記平均値を引算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値のうち，一部の区間の検出値について平均値を算出し，前記各区間内の検出値を前記平均値で割算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内のすべての検出値について平均値を算出し，前記各区間内の検出値から前記平均値を引算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値について平均値及び標準偏差を算出し，前記各区間内の検出値から前記平均値を引算したものをさらに前記標準偏差で割算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値について平均値及び標準偏差を算出し，前記各区間内の検出値から前記平均値を引算したものを前記標準偏差で割算し，得られた値に対してローディング補正を施すことにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明において多変量解析として主成分分析を行い，その結果に基づいて前記処理装置の状態異常を検出するようにしてもよい。
また，上記第１の観点及び第２の観点による発明において多変量解析として重回帰分析によりモデルを作成し，このモデルを用いて前記処理装置の状態予測又は前記被処理体の状態予測を行うようにしてもよい。
上記第１の観点及び第２の観点による発明によれば，当該装置内のクリーニング，消耗品や検出器の交換等のメンテナンスを行うごとに区切られる区間ごとに，各区間内で検出される検出値に所定の補正処理を施して，補正後の検出値を解析用データとして多変量解析を行うので，メンテナンスを行うことにより装置状態の傾向が変化して多変量解析に用いる検出値の傾向が変った場合でもその変化が多変量解析の結果に影響することを極力防止できるため，当該装置の異常検出，当該装置の状態予測又は被処理体の状態予測などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
上記課題を解決するために，本発明の第３の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す処理装置における前記プラズマ処理に関する情報を監視するプラズマ処理方法であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集段階と，前記検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正する補正段階と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理段階とを有することを特徴とするプラズマ処理方法が提供される。
上記課題を解決するために，本発明の第４の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集手段と，前記検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正する補正手段と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段とを有することを特徴とするプラズマ処理装置が提供される。
また，上記第３の観点及び第４の観点による発明における補正は，前記検出器で検出された検出値についての現在の予測値を，直前の予測値と現在又は直前の検出値とにそれぞれ重みを付けて平均化することにより求め，その現在の予測値を前記現在の検出値から引算したものを補正後の検出値とすることにより，前記検出器で検出された検出値を次々と補正していくようにしてもよい。
また，上記第３の観点及び第４の観点による発明における補正後の検出値を解析用データとしたうちの一部の区間の検出値を用いて前記多変量解析として主成分分析を行うことによりモデルを作成し，前記モデルに基づいて前記解析用データうちの他の区間の検出値により前記処理装置の状態が異常か否かを検出するようにしてもよい。このように，予め収集された所定枚数分の検出値に上記補正処理が施された解析用データにより予めモデルが作成される。そして，実際に被処理体を処理する際に１枚ごと又は所定枚数ごと（例えば１ロットごと）に収集された検出値に補正処理が施された解析用データにより，１枚ごと又は所定枚数ごと（例えば１ロットごと）に上記モデルに基づいて処理装置の状態が異常か否かの判断がなされる。これにより，実際の被処理体をプラズマ処理する際にリアルタイムで異常か否かの判断を行うことができる。
また，上記第３の観点及び第４の観点による発明における解析用データを説明変量と目的変量とに分け，分けられた解析用データのうちの一部の区間のデータを用いて前記多変量解析として最小二乗法によりモデルを作成し，前記モデルに基づいて前記解析用データのうちの他の区間の説明変量のデータにより目的変量のデータの予測を行うようにし，さらに前記説明変量と前記目的変量のうち少なくとも前記説明変量のデータについては補正後の検出値からなる解析用データを用いてもよい。この場合，前記解析用データのうちの前記処理装置の状態又は前記被処理体の状態のデータを目的変量としてもよい。
上記第３の観点及び第４の観点による発明によれば，検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正するので，検出値の傾向に基づいて補正することができる。この補正後の検出値を解析用データとして多変量解析を行うので，プラズマ処理装置内のクリーニング，消耗品や検出器の交換等のメンテナンスなどにより検出値の傾向が大きく変化（シフト）したり，プラズマ処理装置の長期間の稼働などにより検出値の傾向が経時的に変化するなど様々な検出値の変動による多変量解析の結果への影響を防止することができ，プラズマ処理装置の異常検出，プラズマ処理装置の状態予測又は被処理体の状態予測などの精度を高めることができる。これにより，常に正確にプラズマ処理に関する情報の監視を行うことができ，歩留りの低下を防止し，生産性を向上させることができる。
上記課題を解決するために，本発明の第５の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す処理装置における前記プラズマ処理に関する情報を監視するプラズマ処理方法であって，前記プラズマ処理の際に，前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集段階と，前記検出器で検出された現在の検出値を直前の検出値から引算したものを補正後の検出値とすることにより，前記検出器で検出された検出値を次々と補正していく補正段階と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理段階とを有することを特徴とするプラズマ処理方法が提供される。
上記課題を解決するために，本発明の第６の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，前記プラズマ処理の際に，前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集手段と，前記検出器で検出された現在の検出値を直前の検出値から引算したものを補正後の検出値とすることにより，前記検出器で検出された検出値を次々と補正していく補正手段と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段とを有することを特徴とするプラズマ処理装置が提供される。
上記第５の観点及び第６の観点における発明によれば，検出器で検出された現在の検出値から直前の検出値を引算したものを補正後の検出値とする補正を行い，この補正後の検出値を解析用データとして多変量解析を行うので，プラズマ処理装置内のクリーニング，消耗品や検出器の交換等のメンテナンスなどにより検出値の傾向が大きく変化（シフト）したり，プラズマ処理装置の長期間の稼働などにより検出値の傾向が経時的に変化するなど様々な検出値の変動による多変量解析の結果への影響を防止することができ，プラズマ処理装置の異常検出，プラズマ処理装置の状態予測又は被処理体の状態予測などの精度を高めることができる。これにより，常に正確にプラズマ処理に関する情報の監視を行うことができ，歩留りの低下を防止し，生産性を向上させることができる。さらに，検出器で検出された現在の検出値から直前の検出値を引算したものを補正後の検出値とするという簡単な補正で上記効果を奏することができるので，処理時間を短縮することができ，演算負担も軽くすることができる。
また，上記第５の観点及び第６の観点における解析処理は，前記被処理体の所定数分の前記補正後の検出値を解析用データとして用いて前記多変量解析として主成分分析を行うことによりモデルを作成し，前記モデルに基づいて他の前記被処理体についての前記補正後の検出値により前記処理装置の状態が異常か否かを検出し，異常が検出されたときには，前記処理装置の装置状態修正処理を促し，装置状態修正処理がされると，前記プラズマ処理を再開するようにしてもよい。これによれば，異常が発生した時点で処理装置を停止させて，メンテナンスなど装置状態修正処理を行うことができるので，異常が発生した状態でプラズマ処理が続行され，検出値が次々と補正されることを防止できる。これにより，補正における異常が発生したときの検出値の影響を防止することができる。また，上記の処理によれば，予め収集された所定枚数分の検出値に上記補正処理が施された解析用データにより予めモデルが作成される。そして，実際に被処理体を処理する際に１枚ごと又は所定枚数ごと（例えば１ロットごと）に収集された検出値に補正処理が施された解析用データにより，１枚ごと又は所定枚数ごと（例えば１ロットごと）に上記モデルに基づいて処理装置の状態が異常か否かの判断がなされる。これにより，実際の被処理体をプラズマ処理する際にリアルタイムで異常か否かの判断を行うことができる。
また，上記の場合，モデル作成で使用する解析用データはすべて装置状態が正常なときのデータであると判断されたものであってもよい。これによれば，正常なデータでモデルを作成することができるので，このようなモデルに基づく異常検出の精度も向上させることができる。
また，上記第５の観点及び第６の観点における補正は，取得された検出値が前記処理装置の装置状態修正処理後のものか否かを判断し，前記装置状態修正処理後のものでないと判断したときは，現在の検出値を直前の検出値から引算したものを補正後の検出値とする補正を行い，前記装置状態修正処理後のものであると判断したときは，前記モデル作成手段によりモデルを再構築するようにしてもよい。これによれば，補正における異常が発生したときの検出値の影響を防止することができる。
また，上記第５の観点及び第６の観点における補正は，取得された検出値が前記処理装置の装置状態修正処理後のものか否かを判断し，前記装置状態修正処理後のものでないと判断したときは，現在の検出値を直前の検出値から引算したものを補正後の検出値とする補正を行い，前記装置状態修正処理後のものであると判断したときは，前記装置状態修正処理前における装置状態が正常なときの検出値を直前の検出値として，この直前の検出値から現在の検出値を引算したものを補正後の検出値とするようにしてもよい。これによっても，補正における異常が発生したときの検出値の影響を防止することができる。
上記課題を解決するために，本発明の第２の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに検出される検出値を収集するデータ収集手段と，前記処理装置のメンテナンスを行うごとに区切られる区間ごとに，各区間内で前記検出器から検出される検出値を補正する補正手段と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段とを有することを特徴とするプラズマ処理装置が提供される。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値のうち，一部の区間の検出値について平均値を算出し，前記各区間内の検出値から前記平均値を引算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値のうち，一部の区間の検出値について平均値を算出し，前記各区間内の検出値を前記平均値で割算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内のすべての検出値について平均値を算出し，前記各区間内の検出値から前記平均値を引算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値について平均値及び標準偏差を算出し，前記各区間内の検出値から前記平均値を引算したものをさらに前記標準偏差で割算することにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明における補正は，前記各区間内の検出値について平均値及び標準偏差を算出し，前記各区間内の検出値から前記平均値を引算したものを前記標準偏差で割算し，得られた値に対してローディング補正を施すことにより，前記各区間内の検出値を補正するようにしてもよい。
また，上記第１の観点及び第２の観点による発明において多変量解析として主成分分析を行い，その結果に基づいて前記処理装置の状態異常を検出するようにしてもよい。
また，上記第１の観点及び第２の観点による発明において多変量解析として重回帰分析によりモデルを作成し，このモデルを用いて前記処理装置の状態予測又は前記被処理体の状態予測を行うようにしてもよい。
上記第１の観点及び第２の観点による発明によれば，当該装置内のクリーニング，消耗品や検出器の交換等のメンテナンスを行うごとに区切られる区間ごとに，各区間内で検出される検出値に所定の補正処理を施して，補正後の検出値を解析用データとして多変量解析を行うので，メンテナンスを行うことにより装置状態の傾向が変化して多変量解析に用いる検出値の傾向が変った場合でもその変化が多変量解析の結果に影響することを極力防止できるため，当該装置の異常検出，当該装置の状態予測又は被処理体の状態予測などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
上記課題を解決するために，本発明の第３の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す処理装置における前記プラズマ処理に関する情報を監視するプラズマ処理方法であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集段階と，前記検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正する補正段階と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理段階とを有することを特徴とするプラズマ処理方法が提供される。
上記課題を解決するために，本発明の第４の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集手段と，前記検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正する補正手段と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段とを有することを特徴とするプラズマ処理装置が提供される。
また，上記第３の観点及び第４の観点による発明における補正は，前記検出器で検出された検出値についての現在の予測値を，直前の予測値と現在又は直前の検出値とにそれぞれ重みを付けて平均化することにより求め，その現在の予測値を前記現在の検出値から引算したものを補正後の検出値とすることにより，前記検出器で検出された検出値を次々と補正していくようにしてもよい。
また，上記第３の観点及び第４の観点による発明における補正後の検出値を解析用データとしたうちの一部の区間の検出値を用いて前記多変量解析として主成分分析を行うことによりモデルを作成し，前記モデルに基づいて前記解析用データうちの他の区間の検出値により前記処理装置の状態が異常か否かを検出するようにしてもよい。このように，予め収集された所定枚数分の検出値に上記補正処理が施された解析用データにより予めモデルが作成される。そして，実際に被処理体を処理する際に１枚ごと又は所定枚数ごと（例えば１ロットごと）に収集された検出値に補正処理が施された解析用データにより，１枚ごと又は所定枚数ごと（例えば１ロットごと）に上記モデルに基づいて処理装置の状態が異常か否かの判断がなされる。これにより，実際の被処理体をプラズマ処理する際にリアルタイムで異常か否かの判断を行うことができる。
また，上記第３の観点及び第４の観点による発明における解析用データを説明変量と目的変量とに分け，分けられた解析用データのうちの一部の区間のデータを用いて前記多変量解析として最小二乗法によりモデルを作成し，前記モデルに基づいて前記解析用データのうちの他の区間の説明変量のデータにより目的変量のデータの予測を行うようにし，さらに前記説明変量と前記目的変量のうち少なくとも前記説明変量のデータについては補正後の検出値からなる解析用データを用いてもよい。この場合，前記解析用データのうちの前記処理装置の状態又は前記被処理体の状態のデータを目的変量としてもよい。
上記第３の観点及び第４の観点による発明によれば，検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正するので，検出値の傾向に基づいて補正することができる。この補正後の検出値を解析用データとして多変量解析を行うので，プラズマ処理装置内のクリーニング，消耗品や検出器の交換等のメンテナンスなどにより検出値の傾向が大きく変化（シフト）したり，プラズマ処理装置の長期間の稼働などにより検出値の傾向が経時的に変化するなど様々な検出値の変動による多変量解析の結果への影響を防止することができ，プラズマ処理装置の異常検出，プラズマ処理装置の状態予測又は被処理体の状態予測などの精度を高めることができる。これにより，常に正確にプラズマ処理に関する情報の監視を行うことができ，歩留りの低下を防止し，生産性を向上させることができる。
上記課題を解決するために，本発明の第５の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す処理装置における前記プラズマ処理に関する情報を監視するプラズマ処理方法であって，前記プラズマ処理の際に，前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集段階と，前記検出器で検出された現在の検出値を直前の検出値から引算したものを補正後の検出値とすることにより，前記検出器で検出された検出値を次々と補正していく補正段階と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理段階とを有することを特徴とするプラズマ処理方法が提供される。
上記課題を解決するために，本発明の第６の観点によれば，気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，前記プラズマ処理の際に，前記処理装置に配設された複数の検出器から前記被処理体ごとに時系列的に次々と検出された検出値を収集するデータ収集手段と，前記検出器で検出された現在の検出値を直前の検出値から引算したものを補正後の検出値とすることにより，前記検出器で検出された検出値を次々と補正していく補正手段と，前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段とを有することを特徴とするプラズマ処理装置が提供される。
上記第５の観点及び第６の観点における発明によれば，検出器で検出された現在の検出値から直前の検出値を引算したものを補正後の検出値とする補正を行い，この補正後の検出値を解析用データとして多変量解析を行うので，プラズマ処理装置内のクリーニング，消耗品や検出器の交換等のメンテナンスなどにより検出値の傾向が大きく変化（シフト）したり，プラズマ処理装置の長期間の稼働などにより検出値の傾向が経時的に変化するなど様々な検出値の変動による多変量解析の結果への影響を防止することができ，プラズマ処理装置の異常検出，プラズマ処理装置の状態予測又は被処理体の状態予測などの精度を高めることができる。これにより，常に正確にプラズマ処理に関する情報の監視を行うことができ，歩留りの低下を防止し，生産性を向上させることができる。さらに，検出器で検出された現在の検出値から直前の検出値を引算したものを補正後の検出値とするという簡単な補正で上記効果を奏することができるので，処理時間を短縮することができ，演算負担も軽くすることができる。
また，上記第５の観点及び第６の観点における解析処理は，前記被処理体の所定数分の前記補正後の検出値を解析用データとして用いて前記多変量解析として主成分分析を行うことによりモデルを作成し，前記モデルに基づいて他の前記被処理体についての前記補正後の検出値により前記処理装置の状態が異常か否かを検出し，異常が検出されたときには，前記処理装置の装置状態修正処理を促し，装置状態修正処理がされると，前記プラズマ処理を再開するようにしてもよい。これによれば，異常が発生した時点で処理装置を停止させて，メンテナンスなど装置状態修正処理を行うことができるので，異常が発生した状態でプラズマ処理が続行され，検出値が次々と補正されることを防止できる。これにより，補正における異常が発生したときの検出値の影響を防止することができる。また，上記の処理によれば，予め収集された所定枚数分の検出値に上記補正処理が施された解析用データにより予めモデルが作成される。そして，実際に被処理体を処理する際に１枚ごと又は所定枚数ごと（例えば１ロットごと）に収集された検出値に補正処理が施された解析用データにより，１枚ごと又は所定枚数ごと（例えば１ロットごと）に上記モデルに基づいて処理装置の状態が異常か否かの判断がなされる。これにより，実際の被処理体をプラズマ処理する際にリアルタイムで異常か否かの判断を行うことができる。
また，上記の場合，モデル作成で使用する解析用データはすべて装置状態が正常なときのデータであると判断されたものであってもよい。これによれば，正常なデータでモデルを作成することができるので，このようなモデルに基づく異常検出の精度も向上させることができる。
また，上記第５の観点及び第６の観点における補正は，取得された検出値が前記処理装置の装置状態修正処理後のものか否かを判断し，前記装置状態修正処理後のものでないと判断したときは，現在の検出値を直前の検出値から引算したものを補正後の検出値とする補正を行い，前記装置状態修正処理後のものであると判断したときは，前記モデル作成手段によりモデルを再構築するようにしてもよい。これによれば，補正における異常が発生したときの検出値の影響を防止することができる。
また，上記第５の観点及び第６の観点における補正は，取得された検出値が前記処理装置の装置状態修正処理後のものか否かを判断し，前記装置状態修正処理後のものでないと判断したときは，現在の検出値を直前の検出値から引算したものを補正後の検出値とする補正を行い，前記装置状態修正処理後のものであると判断したときは，前記装置状態修正処理前における装置状態が正常なときの検出値を直前の検出値として，この直前の検出値から現在の検出値を引算したものを補正後の検出値とするようにしてもよい。これによっても，補正における異常が発生したときの検出値の影響を防止することができる。
図１は本発明の実施形態にかかるプラズマ処理装置を示す概略構成図である。
図２は本実施形態における多変量解析手段の１例を示すブロック図である。
図３は補正しない検出値を用いて主成分分析を行ってサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図４は補正しない検出値を用いて主成分分析を行ってサイクルＷＣ２の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図５は一部の区間の検出値の平均値を引算する補正を行って補正後のサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図６は一部の区間の検出値の平均値を引算する補正を行って補正後のサイクルＷＣ２の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図７は一部の区間の検出値の平均値を割算する補正を行って補正後のサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図８は一部の区間の検出値の平均値を割算する補正を行って補正後のサイクルＷＣ２の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図９は補正しない検出値を用いて主成分分析を行ってサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１０はサイクル内のすべての検出値の平均値により補正を行ってサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１１はサイクル内のすべての検出値の平均値，標準偏差により補正を行って補正後のサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１２はサイクル内のすべての検出値の平均値，標準偏差，ローディング補正により補正を行って補正後のサイクルＷＣ１によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１３は，本発明の第２の実施形態において，補正しない検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１４はＥＷＭＡ処理による補正後の検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１５は高周波電力と残差得点Ｑとの関係を示す図である。
図１６は本発明の第３の実施形態において最小二乗法による説明変数とするＶＩプローブデータの高周波電圧データを示す図であって，同図（ａ）は補正前のデータを示し，同図（ｂ）は補正後のデータ示す。
図１７は同実施形態において最小二乗法による説明変数とする光学的データを示す図であって，同図（ａ）は補正前のデータを示し，同図（ｂ）は補正後のデータ示す。
図１８は補正しないデータを用いて最小二乗法によりモデルを作成した場合の処理室内圧力の予測値を示す図である。
図１９は補正したデータを用いて最小二乗法によりモデルを作成した場合の処理室内圧力の予測値を示す図である。
図２０は本発明の第４の実施形態におけるモデル作成処理のフローを示す図である。
図２１は同実施形態における実際のウエハ処理の１例についてのフローを示す図である。
図２２は同実施形態における実際のウエハ処理の他の例についてのフローを示す図である。
図２３は，同実施形態における補正をしない検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２４は，同実施形態における補正をした検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２５は，同実施形態における補正をしない検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２６は，同実施形態における補正をした検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２は本実施形態における多変量解析手段の１例を示すブロック図である。
図３は補正しない検出値を用いて主成分分析を行ってサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図４は補正しない検出値を用いて主成分分析を行ってサイクルＷＣ２の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図５は一部の区間の検出値の平均値を引算する補正を行って補正後のサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図６は一部の区間の検出値の平均値を引算する補正を行って補正後のサイクルＷＣ２の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図７は一部の区間の検出値の平均値を割算する補正を行って補正後のサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図８は一部の区間の検出値の平均値を割算する補正を行って補正後のサイクルＷＣ２の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図９は補正しない検出値を用いて主成分分析を行ってサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１０はサイクル内のすべての検出値の平均値により補正を行ってサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１１はサイクル内のすべての検出値の平均値，標準偏差により補正を行って補正後のサイクルＷＣ１の検出値によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１２はサイクル内のすべての検出値の平均値，標準偏差，ローディング補正により補正を行って補正後のサイクルＷＣ１によりモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１３は，本発明の第２の実施形態において，補正しない検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１４はＥＷＭＡ処理による補正後の検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図１５は高周波電力と残差得点Ｑとの関係を示す図である。
図１６は本発明の第３の実施形態において最小二乗法による説明変数とするＶＩプローブデータの高周波電圧データを示す図であって，同図（ａ）は補正前のデータを示し，同図（ｂ）は補正後のデータ示す。
図１７は同実施形態において最小二乗法による説明変数とする光学的データを示す図であって，同図（ａ）は補正前のデータを示し，同図（ｂ）は補正後のデータ示す。
図１８は補正しないデータを用いて最小二乗法によりモデルを作成した場合の処理室内圧力の予測値を示す図である。
図１９は補正したデータを用いて最小二乗法によりモデルを作成した場合の処理室内圧力の予測値を示す図である。
図２０は本発明の第４の実施形態におけるモデル作成処理のフローを示す図である。
図２１は同実施形態における実際のウエハ処理の１例についてのフローを示す図である。
図２２は同実施形態における実際のウエハ処理の他の例についてのフローを示す図である。
図２３は，同実施形態における補正をしない検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２４は，同実施形態における補正をした検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２５は，同実施形態における補正をしない検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
図２６は，同実施形態における補正をした検出値を用いて主成分分析を行ってモデルを作成した場合の残差得点Ｑのグラフを示す図である。
以下に添付図面を参照しながら，本発明の好適な実施の形態について詳細に説明する。なお，本明細書及び図面において，実質的に同一の機能構成を有する構成要素については，同一の符号を付することにより重複説明を省略する。
（第１の実施形態）
先ず本発明の第１の実施形態について図面を参照しながら説明する。
（プラズマ処理装置の構成）
第１の本実施形態にかかるプラズマ処理装置の構成を示す断面図を図１に示す。プラズマ処理装置１００は，例えば図１に示すようにアルミニウム製の処理室１０１と，この処理室１０１内に配置された下部電極１０２を絶縁材１０２Ａを介して支持する昇降可能なアルミニウム製の支持体１０３と，この支持体１０３の上方に配置され且つプロセスガスを供給し且つ上部電極を兼ねるシャワーヘッド（上部電極）１０４とを備えている。
上記処理室１０１は上部が小径の上室１０１Ａとして形成され，下部が大径の下室１０１Ｂとして形成されている。上室１０１Ａはダイポールリング磁石１０５によって包囲されている。このダイポールリング磁石１０５は複数の異方性セグメント柱状磁石がリング状の磁性体からなるケーシング内に収納されるように形成され，上室１０１Ａ内で全体として一方向に向かう一様な水平磁界を形成する。
下室１０１Ｂの上部にはウエハＷを搬出入するための出入口が形成され，この出入口にはゲートバルブ１０６が取り付けられている。また，下部電極１０２には整合器１０７Ａを介して高周波電源１０７が接続され，この高周波電源１０７から下部電極１０２に対して１３．５６ＭＨｚの高周波電力Ｐを印加し，上室１０１Ａ内で上部電極１０４との間で垂直方向の電界を形成する。この高周波電力Ｐは高周波電源１０７と整合器１０７Ａ間に接続された電力計１０７Ｂを介して検出する。この高周波電力Ｐは制御可能なパラメータで，本実施形態では高周波電力Ｐを後述のガス流量，処理室内の圧力等の制御可能なパラメータと共に制御パラメータと定義する。
また，上記整合器１０７Ａの下部電極１０２側（高周波電圧の出力側）には電気計測器（例えば，ＶＩプローブ）１０７Ｃが取り付けられ，この電気計測器１０７Ｃを介して下部電極１０２に印加される高周波電力Ｐにより上室１０１Ａ内に発生するプラズマに基づく基本波及び高調波の高周波電圧Ｖ，高周波電流Ｉを電気的データとして検出する。これらの電気的データは後述する光学的データと共にプラズマ状態を反映する監視可能なパラメータで，本実施形態ではプラズマ反映パラメータと定義する。
また，上記整合器１０７Ａは例えば２個の可変コンデンサＣ１，Ｃ２，コンデンサＣ及びコイルＬを内蔵し，可変コンデンサＣ１，Ｃ２を介してインピーダンス整合を取っている。整合状態での可変コンデンサＣ１，Ｃ２の容量，上記整合器１０７Ａ内の測定器（図示せず）により測定される高周波電圧Ｖｐｐは後述するＡＰＣ（Ａｕｔｏ Ｐｒｅｓｓｕｒｅ Ｃｏｎｔｒｏｌｌｅｒ）開度等と共に処理時の装置状態を示すパラメータで，本実施形態では可変コンデンサＣ１，Ｃ２の容量，高周波電圧Ｖｐｐ及びＡＰＣの開度をそれぞれ装置状態パラメータと定義する。
上記下部電極１０２の上面には静電チャック１０８が配置され，この静電チャック１０８の電極板１０８Ａには直流電源１０９が接続されている。従って，高真空下で直流電源１０９から電極板１０８Ａに高電圧を印加することにより静電チャック１０８によってウエハＷを静電吸着する。
この下部電極１０２の外周にはフォーカスリング１１０が配置され，上室１０１Ａ内で生成したプラズマをウエハＷに集める。また，フォーカスリング１１０の下側には支持体１０３の上部に取り付けられた排気リング１１１が配置されている。この排気リング１１１には複数の孔が全周に渡って周方向等間隔に形成され，これらの孔を介して上室１０１Ａ内のガスを下室１０１Ｂへ排気する。
上記支持体１０３はボールネジ機構１１２及びベローズ１１３を介して上室１０１Ａと下室１０１Ｂ間で昇降可能になっている。従って，ウエハＷを下部電極１０２上に供給する場合には，支持体１０３を介して下部電極１０２が下室１０１Ｂまで下降し，ゲートバルブ１０６を開放して図示しない搬送機構を介してウエハＷを下部電極１０２上に供給する。下部電極１０２と上部電極１０４との間の電極間距離は所定の値に設定可能なパラメータで上述のように制御パラメータとして構成されている。
また，支持体１０３の内部には冷媒配管１１４に接続された冷媒流路１０３Ａが形成され，冷媒配管１１４を介して冷媒流路１０３Ａ内で冷媒を循環させ，ウエハＷを所定の温度に調整する。更に，支持体１０３，絶縁材１０２Ａ，下部電極１０２及び静電チャック１０８にはそれぞれガス流路１０３Ｂが形成され，ガス導入機構１１５からガス配管１１５Ａを介して静電チャック１０８とウエハＷ間の細隙にＨｅガスを所定の圧力でバックサイドガスとして供給し，Ｈｅガスを介して静電チャック１０８とウエハＷ間の熱伝導性を高めている。尚，１１６はベローズカバーである。
上記シャワーヘッド１０４の上面にはガス導入部１０４Ａが形成され，このガス導入部１０４Ａには配管１１７を介してプロセスガス供給系１１８が接続されている。プロセスガス供給系１１８は，Ａｒガス供給源１１８Ａ，ＣＯガス供給源１１８Ｂ，Ｃ４Ｆ８ガス供給源１１８Ｃ及びＯ２ガス供給源１１８Ｄを有している。これらのガス供給源１１８Ａ，１１８Ｂ，１１８Ｃ，１１８Ｄはバルブ１１８Ｅ，１１８Ｆ，１１８Ｇ，１１８Ｈ及びマスフローコントローラ１１８Ｉ，１１８Ｊ，１１８Ｋ，１１８Ｌを介してそれぞれのガスを所定の設定流量でシャワーヘッド１０４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。各ガス流量はそれぞれのマスフローコントローラ１１８Ｉ，１１８Ｊ，１１８Ｋ，１１８Ｌによって検出可能であり且つ制御可能なパラメータで，上述のように制御パラメータとして構成されている。
上記シャワーヘッド１０４の下面には複数の孔１０４Ｂが全面に渡って均等に配置され，これらの孔１０４Ｂを介してシャワーヘッド１０４から上室１０１Ａ内へ混合ガスをプロセスガスとして供給する。また，下室１０１Ｂの下部の排気孔には排気管１０１Ｃが接続され，この排気管１０１Ｃに接続された真空ポンプ等からなる排気系１１９を介して処理室１０１内を排気して所定のガス圧力を保持している。排気管１０１ＣにはＡＰＣバルブ１０１Ｄが設けられ，処理室１０１内のガス圧力に即して開度が自動的に調節される。この開度は装置状態を示す装置状態パラメータで，制御できないパラメータである。
また，例えば上記シャワーヘッド１０４には処理室１０１内のプラズマ発光を検出する分光器（以下，「光学計測器」と称す。）１２０が設けられている。この光学計測器１２０によって得られる特定の波長に関する光学的データに基づいて例えばプラズマ状態を監視し，プラズマ処理の終点を検出する。この光学的データは高周波電力Ｐにより発生するプラズマに基づく電気的データと共にプラズマ状態を反映するプラズマ反映パラメータを構成する。
（多変量解析手段）
次に，本実施の形態におけるプラズマ処理装置１００が備える多変量解析手段を図面を参照しながら説明する。多変量解析手段２００は例えば図２に示すように，例えば主成分分析（ＰＣＡ：Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）や部分最小二乗法（ＰＬＳ法；Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ法）などの多変量解析プログラムを記憶する多変量解析プログラム記憶手段２０１，電気計測器１０７Ｃ，光学計測器１２０及びパラメータ計測器１２１からの信号を間欠的にサンプリングする電気的信号サンプリング手段２０２，光学的信号サンプリング手段２０３，パラメータ信号サンプリング手段２０４を備える。これらの各サンプリング手段２０２，２０３，２０４でサンプリングされたデータはそれぞれ各検出器からの検出値となる。
なお，上記パラメータ計測器１２１とは上述した制御パラメータを計測する計測器である。実際に多変量解析を行う際には，必ずしもすべてのデータを用いる必要はなく，電気計測器１０７Ｃ，光学計測器１２０，パラメータ計測器１２１からの少なくとも１種類以上のデータで多変量解析を行う。従って，すべての計測器のデータを用いてもよく，電気計測器１０７Ｃのみのデータやパラメータ計測器１２１のみのデータを用いてもよい。
上記プラズマ処理装置は，多変量解析により作成したモデルなど多変量解析の結果を記憶する解析結果記憶手段２０５，上記解析結果に基づいて所定のパラメータの異常値の検出（診断）や予測値の算出を行う演算手段２０６と，演算手段２０６からの演算信号に基づいて予測，診断，制御を行う予測・診断・制御手段２０７とを備える。
上記多変量解析手段２００には，プラズマ処理装置を制御する制御装置１２２，警報器１２３及び表示装置１２４がそれぞれ接続されている。制御装置１２２は例えば予測・診断・制御手段２０７からの信号に基づいてウエハＷの処理を継続または中断する。警報器１２３及び表示装置１２４は後述のように予測・診断・制御手段２０７からの信号に基づいて制御パラメータおよび／または装置状態パラメータの異常を報知する。
上記演算手段２０６は，上述した各パラメータを構成する各検出器から検出される検出値を補正する補正手段２１０と，この補正手段２１０によって補正された補正値を解析用データとして多変量解析を行う解析手段２１２とを備える。
第１の実施形態における解析手段２１２は，多変量解析として例えば主成分分析を行う。予め基準となる最初のウエットクリーニングまでの最初の区間のサンプルウエハに対してエッチング処理を行い，この時に各検出器から検出されるそれぞれの検出値，即ち高周波電圧Ｖｐｐ，光学計測器１２０の出力値等の検出値をウエハ毎に逐次検出してこれを解析用データとする。例えばＮ枚のウエハそれぞれについてＫ個の検出値ｘが存在すると，解析用データが入った行列Ｘは（１）式で表される。
そして，演算手段２０６においてそれぞれの検出値に基づいて平均値，最大値，最小値，分散値を求めた後，これらの計算値に基づいた分散共分散行列を用いて複数の解析用データの主成分分析を行って固有値及びその固有ベクトルを求める。
固有値は，解析用データの分散の大きさを表し，固有値の大きさ順に，第１主成分，第２主成分，・・・第ａ主成分として定義されている。また，各固有値にはそれぞれに属する固有ベクトルがある。通常，主成分の次数が高いほどデータの評価に対する寄与率が低くなり，その利用価値が薄れる。
例えばＮ枚のウエハについてそれぞれＫ個の検出値を採り，ｎ番目のウエハのａ番目の固有値に対応する第ａ主成分得点は（２）式で表される。
第ａ主成分得点のベクトルｔａ及び行列Ｔａは（３）式で定義され，第ａ主成分の固有ベクトルｐａ及び行列Ｐａは（４）式で定義される。そして，第ａ主成分得点のベクトルｔａは行列Ｘと固有ベクトルｐａを用いて（５）式で表される。また，主成分得点のベクトルｔ１〜ｔＫとそれぞれの固有ベクトルｐ１〜ｐＫを用いると行列Ｘは（６）式で表される。なお，（６）式においてＰＫ ＴはＰＫの転置行列である。
さらに，寄与率の低い第（ａ＋１）以上の高次の主成分を一つに纏めた（７）式で定義する残差行列Ｅ（各行の成分は各検出器の検出値に対応し，各列の成分はウエハの枚数に対応する）を作り，この残差行列Ｅを（６）式に当て填めると（６）式は（８）式で表される。この残差行列Ｅの残差得点Ｑｎは（９）式で定義される行ベクトルｅｎを用いた（１０）式で定義される。なお，（１０）式においてＱｎはｎ番目のウエハを示す。
上記残差得点Ｑｎは，ｎ番目のウエハの残差（誤差）を表し，上記（１０）式で定義される。残差得点Ｑｎは行ベクトルｅｎとその転置ベクトルｅｎ Ｔの積として表され，各残差の２乗の和となり，プラス成分及びマイナス成分を相殺することなく確実に残差として求めることができる。本実施形態ではこの残差得点Ｑを求めることによって運転状態を多面的に判別，評価する。
具体的には，あるウエハの残差得点Ｑｎがサンプルウエハの残差得点Ｑ０から外れた場合には行ベクトルｅｎの成分を観れば，そのウエハの処理時にそのウエハのいずれの検出値に大きなズレがあったかが判り，異常の原因を特定することができる。
そして，残差行列Ｅの行（同一ウエハ）のうち，各検出器の残差にずれのあった解析用データを観ることにより，そのウエハではいずれの検出値に異常があったかを正確に確認することができる。
（第１の実施形態における異常検知の具体的手順）
次に，実際に多変量解析を行って例えば処理装置の異常検知を行う際の具体的手順について図２を参照しながら説明する。第１段階として先ずウエットクリーニングを行うごとに区切られるある区間のデータに基づいて多変量解析によりモデルを作成する。具体的には，モデルを作成する区間のパラメータ計測器１２１，光学計測器１２０，電気計測器１０７Ｃからのデータに対して補正手段２１０により後述する所定の補正を施す。次いで多変量解析プログラム手段２０１から所定のプログラムを読込み，解析手段２１２により多変量解析を行ってモデルを作成する。作成したモデルは解析結果記憶手段２０５に記憶する。
第２段階として例えば処理装置の異常検知を行う。すべての区間のパラメータ計測器１２１，光学計測器１２０，電気計測器１０７Ｃからのデータに対して補正手段２１０により第１段階と同様の補正を施す。次いで解析結果記憶手段２０５からモデルを読込み，演算手段２０６により演算して残差得点Ｑを求める。予測診断制御手段２０７により上記残差得点Ｑに基づいて処理装置の異常を検出する。例えば残差得点Ｑがある一定範囲（例えば平均値と標準偏差の３倍を加算した範囲）に入っていれば正常であり，外れていれば異常と判断する。
（第１の実施形態による補正方法）
次に，上記補正手段２１０による補正方法の具体例を図面を参照しながら説明する。第１の実施形態における補正手段２１０は，プラズマ処理装置１００のメンテナンスを行うごとに区切られる区間ごとに，各区間内で検出器から検出される検出値を補正する。プラズマ処理装置に状態変化が生じる場合としては，装置の稼働により状態変化が生じる場合，メンテナンスなど装置状態を変化させる（改善させる）場合がある。例えば装置状態を変化させる（改善させる）場合としては，装置内の処理環境又は処理予測環境を改善する行為として例えばウエットクリーニングを行った場合，消耗品や検出器（センサ）の交換を行った場合などがある。また，補正の方法としては，例えば上記メンテナンスとしてウエットクリーニングを行った場合には，ウエットクリーニングを行うごとに区切られる区間（ウエットクリーニングサイクル）ごとに，各区間内の一部の区間の検出値を用いて各区間内の検出値を各パラメータごとに補正する。
（第１の実施形態による第１の補正方法）
第１の実施形態による具体的な補正方法は，以下の通りである。ウエットクリーニングを行うごとに区切られる区間をウエットクリーニングサイクル（以下，単に「サイクル」ともいう）ＷＣとすると，サイクルＷＣの区間内で各検出器から検出された検出値のうちの一部の区間の検出値について各パラメータごとに平均値を算出し，この平均値に基づいてその区間内の各検出値を各パラメータごとに補正する。この補正は各サイクルＷＣごとに行う。例えば２５枚のウエハを１ロットとし，各ロットごとにウエハをプラズマ処理する場合は，ウエットクリーニングを行った直後のロット（初期ロット）でプラズマ処理を行った検出値の平均値を用いる。
先ず，補正するサイクルＷＣの区間内の検出値のうちの一部の区間の検出値の平均値を各パラメータごとに求める。上記（１）式に示す行列Ｘにおけるパラメータｋの検出値ｘｋは（１１）式に示すようになる。この検出値ｘｋのうちｐ枚目からｑ枚目のウエハについての検出値の平均値をｘｋ′とすると，ｘｋ′は（１２）式に示すようになる。各サイクルＷＣの区間における初期ロット２５枚の平均値を求める場合は，（１２）式においてｐ＝１，ｑ＝２５とする。
次にサイクルＷＣの区間内の各検出値から各パラメータｋごとに平均値ｘｋ′を引算することにより，そのサイクルＷＣ内のすべての検出値を補正する。各パラメータｋの平均値ｘｋ′による補正後の検出値をＸＳＵＢとし，（１）式のＸを用いると，（１３）式に示すようになる。
（第１の実施形態による第２の補正方法）
また，上述のように平均値ｘｋ′を引算する代りに，上記区間内の各検出値を上記平均値で割算することにより，そのサイクルＷＣ内のすべての検出値を補正してもよい。各パラメータｋの平均値ｘｋ′による補正後の検出値をＸＤＩＶとし，（１）式のＸを用いると，（１４）式に示すようになる。（１４）式における右辺の行列は対角行列である。
ここで，補正手段２１０により上述した補正方法で補正したデータを用いて主成分分析を行った実験結果を検討する。プラズマ処理としてウエハ上のシリコン膜に対してエッチング処理を行った場合の各ウエハごとに検出された検出器からの検出値に基づいて主成分分析を行った。エッチング条件としては，下部電極に印加する高周波電力は４０００Ｗでその周波数は１３．５６ＭＨｚ，処理室内の圧力は５０ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝２０ｓｃｃｍ，Ｏ２＝１０ｓｃｃｍ，ＣＯ＝１００ｓｃｃｍ，Ａｒ＝４４０ｓｃｃｍの混合ガスを用いた。
先ず，補正手段２１０によって各検出値を補正した場合と比較するため，補正しない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果を図３，図４に示す。ここでは検出値としてウエハを上述の条件によりエッチング処理するごとに各検出器により検出された検出値を解析用データとして用いている。また図３，図４において，点線矢印はウエットクリーニングを行った時点を示しており，縦軸に残差得点Ｑ，横軸にウエハ処理枚数をとっている（図５〜図１２についても同様）。図３，図４において，最初のウエハのデータから１回目のウエットクリーニングまでの区間をサイクルＷＣ１とし，１回目のウエットクリーニングの後から２回目のウエットクリーニングまでの区間をサイクルＷＣ２，２回目のウエットクリーニングの後から３回目のウエットクリーニングまでの区間をサイクルＷＣ３，３回目のウエットクリーニングの後から最後のウエハのデータまでの区間をサイクルＷＣ４とする。
ここで残差二乗和Ｑは，各パラメータの検出値（実測値）との残差（誤差）を示す。図３のグラフでは，残差二乗和Ｑがある一定範囲（例えば平均値と標準偏差の３倍を加算した範囲）に入っていれば正常であり，外れていれば異常と判断できる。大きく外れているほど誤差が大きい。
図３はサイクルＷＣ１の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図４はサイクルＷＣ２の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図３，図４によれば，残差得点Ｑは各ウエットクリーニングを行った前後で大きく変化しており，ずれが生じていることがわかる。これはウエットクリーニングを行うことによって装置状態の傾向（各検出値の傾向）が変化すること（シフト的誤差）が要因の１つと考えられる。なお，図３（又は図４）においてサイクルＷＣ１（又はＷＣ２）では残差得点Ｑが装置状態が正常であると判断される許容範囲（例えば点線の値以下）に入っている。これはそのサイクルの検出値を用いて主成分分析を行ったからである。なお，図３〜図８における点線は，残差得点Ｑの平均値と標準偏差の３倍とを加算した値である。
このように図３，図４のいずれの場合にも残差得点Ｑにシフト的誤差がウエットクリーニングの前後で生じていることから，サイクルＷＣ１，ＷＣ２のいずれの検出値を用いて主成分分析を行っても，ウエットクリーニングの前後で生じる大きなずれは解消できないことがわかる。すなわち，単にサイクルＷＣごとに主成分分析を行ってモデルを作成し直しても，ウエットクリーニングの前後で生じる大きなずれは解消できない。
次に，各サイクルＷＣごとに一部の区間の検出値の平均値を引算する補正を行った場合の実験結果を図５，図６を参照しながら説明する。ここでは各パラメータごとに各サイクルＷＣの初期ロットのウエハ（例えば２５枚）についての検出値の平均値をそのサイクルＷＣの検出値から引算することによって補正を行った。
図５はサイクルＷＣ１の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図６はサイクルＷＣ２の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図５，図６はいずれの場合も，残差得点Ｑが各ウエットクリーニングの前後で大きく変化していない。従って，図３，図４で生じていた各ウエットクリーニングの前後における残差得点Ｑの大きな変化（シフト的誤差）が解消されていることがわかる。このように補正手段２１０によって各サイクルＷＣごとに一部の区間の検出値の平均値を引算する補正を行うことにより，プラズマ処理装置内のクリーニング，消耗品や検出器の交換等のメンテナンスなどによる検出値の傾向の変動に基づく残差得点Ｑなどの指標に生じるシフト的誤差を解消することができる。これにより，主成分分析による解析精度を向上することができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
次に，各サイクルＷＣごとに一部の区間の検出値の平均値を割算する補正を行った場合の実験結果を図７，図８を参照しながら説明する。ここでは各パラメータごとに各サイクルＷＣの初期ロットのウエハ（例えば２５枚）についての検出値の平均値でそのサイクルＷＣの検出値を割算することによって補正を行った。
図７はサイクルＷＣ１の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図８はサイクルＷＣ２の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図７，図８はいずれの場合も，図３，図４で生じていた各ウエットクリーニングの前後における残差得点Ｑの大きな変化（シフト的誤差）が解消されていることがわかる。このように補正手段２１０によって各サイクルＷＣごとに一部の区間の検出値の平均値を割算する補正を行うことによっても，ウエットクリーニングによる装置状態の傾向のずれを解消でき，主成分分析による解析精度を向上することができる。
（第１の実施形態における第３の補正方法）
次に，上記補正手段２１０による他の補正方法を図面を参照しながら説明する。上述した補正方法では，サイクルＷＣの区間内で各検出器から検出された検出値のうちの一部の区間の検出値について各パラメータごとに平均値を求めたが，ここでは各サイクルＷＣの区間内におけるすべての検出値の平均値を各パラメータごとに求め，この平均値に基づいてその区間内の各検出値を各パラメータごとに補正する。この補正も各サイクルＷＣごとに行う。
具体的には，先ず，補正するサイクルＷＣの区間内のすべての検出値の平均値を各パラメータｋごとに求める。具体的には上記（１２）式においてｐを補正するサイクルＷＣの最初のウエハの番号とし，ｑを補正するサイクルＷＣの最後のウエハの番号とする。こうして，算出されたサイクルＷＣごとの検出値の平均値をｘｋ″（ｋ＝１，２，…，Ｋ）とする。
次にサイクルＷＣの区間内の各検出値から各パラメータｋごとに平均値ｘｋ″を引算することにより，そのサイクルＷＣ内のすべての検出値を補正する。各パラメータｋの平均値ｘｋ″による補正後の検出値をＸＳＵＢ″とし，（１）式のＸを用いると，（１５）式に示すようになる。
（第１の実施形態における第４の補正方法）
また，他の補正方法として，上述のように平均値ｘｋ″を求めるとともに，補正するサイクルＷＣの区間内のすべての検出値の標準偏差Ｓも各パラメータｋごとに求め，そのサイクルＷＣの区間内の各検出値から平均値ｘｋ″を引算したものをさらに標準偏差Ｓで割算することにより，そのサイクルＷＣの区間内の各検出値を補正するようにしてもよい。各パラメータｋの平均値ｘｋ″，標準偏差Ｓによる補正後の検出値をＸＤＩＶ″とし，（１）式のＸを用いると，（１６）式に示すようになる。（１６）式における右辺の標準偏差Ｓの行列は対角行列である。
（第１の実施形態における第５の補正方法）
さらに，他の補正方法として，上述のように補正するサイクルＷＣの区間内のすべての検出値について各パラメータｋごとに平均値ｘｋ″と標準偏差Ｓを求め，そのサイクルＷＣの区間内の各検出値から平均値ｘｋ″を引算したものを標準偏差Ｓで割算し，その得られた値に対してローディング補正を施すことにより，そのサイクルＷＣの区間内の各検出値を補正するようにしてもよい。各パラメータｋの平均値ｘｋ″，標準偏差Ｓによる補正後の検出値をＸＤＩＶ″とし，（１）式のＸを用いると，（１７）式に示すようになる。（１７）式における右辺のＲｎｋ″は，モデルを作成するのに使用したサイクルＷＣとそのモデルで評価するサイクルＷＣによって値が異なる。例えばサイクルＷＣ１の検出値により主成分分析を行ってモデルを作成し，サイクルＷＣ２の検出値を評価する際には（１８）式に示すようになる。この（１８）式において，ｔＷ２ｎａはサイクルＷＣ２のｎ番目のウエハの第ａ主成分得点，ｐＷ１ｋａはサイクルＷＣ１の第ａ主成分のパラメータｋのローディング，ｐＷ２ｋａはサイクルＷＣ２の第ａ主成分のパラメータｋのローディングを示す。
次に，補正手段２１０により上述した他の補正方法で補正したデータを用いて主成分分析を行った実験結果を検討する。プラズマ処理としてウエハ上のシリコン膜に対してエッチング処理を行った場合の各ウエハごとに検出された検出器からの検出値に基づいて主成分分析を行った。なお，上述した条件と異なる条件でエッチング処理を行った。ここでのエッチング条件としては，下部電極に印加する高周波電力は１４００Ｗでその周波数は１３．５６ＭＨｚ，処理室内の圧力は４５ｍＴｏｒｒとし，処理ガスとしてはＣ４＝８０ｓｃｃｍ，Ｏ２＝２０ｓｃｃｍ，Ａｒ＝３５０ｓｃｃｍの混合ガスを用いた。
先ず，補正手段２１０によって各検出値を補正した場合と比較するため，補正しない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果を図９に示す。図９はサイクルＷＣ１の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１，ＷＣ２等の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図９によれば，図３，４の場合と同様に残差得点Ｑは各ウエットクリーニングを行った前後で大きく変化しており，ずれが生じていることがわかる。これはウエットクリーニングを行うことによって装置状態の傾向が変化すること（シフト的誤差）が要因の１つと考えられる。なお，図９においてサイクルＷＣ１では残差得点Ｑが装置状態が正常であると判断される許容範囲（例えば一点鎖線の値以下又は点線の値以下）に入っている。これはそのサイクルの検出値を用いて主成分分析を行ったからである。なお，図９〜図１２における一点鎖線は残差得点Ｑの平均値と標準偏差の３倍とを加算した値であり，点線は残差得点Ｑの平均値と標準偏差の６倍とを加算した値である。
次に，上述の他の補正方法により検出値の補正を行った場合の実験結果について図１０〜図１２を参照しながら説明する。図１０〜図１２はサイクルＷＣ１の補正後の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１，ＷＣ２等の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図１０は各サイクルＷＣごとにサイクルＷＣのすべての検出値について各パラメータごとに平均値を引算する補正を行った場合の実験結果であり，図１１は上記平均値を引算した値をさらにサイクルＷＣのすべての検出値においてパラメータごとに算出した標準偏差で割算する補正を行った場合の実験結果であり，図１２は上記標準偏差で割算した値にさらにローディング補正を施す補正を行った場合の実験結果である。
図１０〜図１２によれば，残差得点Ｑが各ウエットクリーニングの前後で大きく変化していない。従って，図９で生じていた各ウエットクリーニングの前後における残差得点Ｑの大きな変化（シフト的誤差）が解消されていることがわかる。このように補正手段２１０によって各サイクルＷＣごとにサイクルＷＣのすべての検出値の平均値等を用いて補正を行うことによっても，ウエットクリーニングによる装置状態の傾向のずれを解消でき，主成分分析による解析精度を向上することができる。
このように本実施の形態によれば，当該装置内の処理環境又は処理予測環境を改善する行為（例えば当該装置内のクリーニング，消耗品や検出器の交換等のメンテナンス）を行うごとに区切られる区間ごとに，各区間内で検出される検出値に所定の補正処理を施して，補正後の検出値を解析用データとして多変量解析を行うので，メンテナンスを行うことにより装置状態の傾向が変化して多変量解析に用いる検出値の傾向が変った場合でもその変化が多変量解析の結果に影響することを極力防止できるため，当該装置の異常検出，当該装置の状態予測又は被処理体の状態予測などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
また，上記各区間ごとに検出値を補正するという簡単な処理だけで，検出値の傾向の変化が多変量解析の結果に影響することを極力防止できるので，多変量解析によるモデルを作り直すなどの手間を省くことができる。
なお，第１の実施形態では上述した補正処理を施した検出値を用いて多変量解析として主成分分析を行う場合について説明したが，必ずしもこれに限定されるものではなく，上記補正後の検出値を用いて部分最小二乗法（ＰＬＳ；Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑａｒｅｓ）法などの重回帰分析を行うようにしてもよい。ＰＬＳ法においては説明変数として複数のプラズマ反映パラメータを用い，目的変数を複数の制御パラメータおよび装置状態パラメータとし，両者を関連付けたモデル式（回帰式などの予測式，相関関係式）を作成する手法として用いられる。そして，作成したモデル式に説明変数としたパラメータを当てはめるだけで，説明変数のパラメータを予測することができる。上記ＰＬＳ法の詳細は例えばＪＯＵＲＮＡＬ ＯＦ ＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９８８）に記載されている。
このように，電気計測器１０７Ｃ，光学計測器１２０及びパラメータ計測器１２１からの検出値を補正して，上記補正後の検出値のパラメータを用いてＰＬＳ法によって多変量解析を行うことにより，制御パラメータや装置状態パラメータの予測，エッチングレートの均一性，パターン寸法，エッチング形状，ダメージなどのプロセス予測などを行う際に，メンテナンスを行うことにより装置状態の傾向が変化して多変量解析に用いる検出値の傾向が変化した場合でもその変化が多変量解析の結果に影響することを極力防止できるため，予測精度を向上させることができる。なお，上記パラメータ計測器１２１とは上述した制御パラメータを計測する計測器である。実際に多変量解析を行う際には，必ずしもすべてのデータを用いる必要はなく，電気計測器１０７Ｃ，光学計測器１２０，パラメータ計測器１２１からの少なくとも１種類以上のデータでＰＬＳ法などの重回帰分析を行う。従って，すべての計測器のデータを用いてもよく，電気計測器１０７Ｃのみのデータやパラメータ計測器１２１のみのデータを用いてもよい。
（第２の実施形態）
次に，本発明の第２の実施形態について図面を参照しながら説明する。第２の実施形態にかかるプラズマ処理装置，多変量解析手段の構成はそれぞれ，図１，図２に示すものと同様であるため，これらの詳細な説明は省略する。
第２の実施の形態にかかる補正手段２１０は，各検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正（前処理）を行う前処理手段を構成する。すなわち，現在の検出値を以前の検出値の傾向を考慮して補正し，補正後の検出値を解析用データとして多変量解析することにより，ウエットクリーニングなどのメンテナンスの前後における解析結果のシフト的誤差及びプラズマ処理装置１００を長期間稼働することによる解析結果の経時的誤差を解消することができる。この補正手段２１０によって補正された検出値を解析用データとして用いて解析手段２１２により多変量解析を行う。
（第２の実施形態における補正方法）
ここで，第２の実施形態にかかる補正手段２１０による補正方法（前処理方法）の具体例を図面を参照しながら説明する。本実施の形態では，上記検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正し，その補正後の検出値を解析用データとする。例えば，指数重み付き移動平均（ＥＷＭＡ；Ｅｘｐｏｎｅｎｔｉａｌｌｙ Ｗｅｉｇｈｔ Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ）処理を行うことによって各検出器で検出された検出値を補正する。
ＥＷＭＡ処理は，一般に，既に蓄積されたデータから次の値を重みλ（０＜λ＜１）を用いて予測する方法である。例えばｉ番目のデータの重みをｖｉ，時間をｔすると，ｖｉ＝λ（１−λ）ｔ−ｉと表すことができ，重みは時間ｔのときの値から指数的に減少する。この式から重みλが０に近ければ，既に蓄積されたデータを十分考慮した次の値（予測値）を得ることができ，逆に重みλが１に近ければ直前のデータを重視した次の値（予測値）を得ることができる。
ＥＷＭＡ処理の詳細については，例えばＡｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｅｘｐｏｎｅｎｔｉａｌｌｙ ｗｅｉｇｈｔｅｄ ｍｏｖｉｎｇ ａｖｅｒａｇｅ ｃｏｎｔｒｏｌｌｅｒ ｆｏｒ ｓｅｍｉｃｏｎｄｕｃｔｏｒ ｐｒｏｃｅｓｓｅｓ（１９９７ Ａｍｅｒｉｃａｎ Ｖａｃｕｕｍ Ｓｏｃｉｅｔｙ ＰＰ１３７７−１３８４）や，Ｒｕｎ ｂｙ Ｒｕｎ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ：Ｃｏｍｂｉｎｉｎｇ ＳＰＣ ａｎｄ Ｆｅｅｄｂａｃｋ Ｃｏｎｔｒｏｌ（ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ Ｍａｎｕｆａｃｔｕｒｉｎｇ，Ｖｏｌ．８，Ｎｏ１，Ｆｅｂ １９９５ ＰＰ２６−４３）などに掲載されている。
ここでは，例えばＥＷＭＡ処理による補正として，先ず各パラメータごとに各検出器で検出された現在の検出値についての現在の予測値を，直前の予測値と直前の検出値とにそれぞれ重みを付けて平均化することにより求める。具体的には，ｉ番目のウエハの検出値についての予測値を現在の予測値Ｙｉ，直前のｉ−１番目のウエハの検出値の実測値をＸｉ−１，直前の予測値をＹｉ−１，重みをλとすると，現在のＹｉは（１９）式により表される。なお，「＊」はかけ算の演算記号を示す（以下，同様）。
次に，上記現在の予測値Ｙｉを現在の検出値Ｘｉから引算することにより，現在の検出値を補正する。補正後の検出値をＸｉ′とすると，Ｘｉ′は（２０）式に示すようになる。
なお，ＥＷＭＡ処理による補正としては，各パラメータごとに各検出器で検出された現在の検出値についての現在の予測値を，直前の予測値と現在の検出値とにそれぞれ重みを付けて平均化することにより求めてもよい。この補正によっても，同様の検出値が得られる。この場合には，現在の予測値Ｙｉは（１９）式の代りに（２１）式を用いて求める。
このように，補正手段２１０でＥＷＭＡ処理によって検出値を補正することによって，現在の検出値をそれ以前の検出値の傾向を考慮して補正することができる。従って，補正後の検出値を解析用データとして多変量解析することにより，ウエットクリーニングなどのメンテナンスの前後における解析結果のシフト的誤差及びプラズマ処理装置１００を長期間稼働することによる解析結果の経時的誤差を解消することができる。また，ＥＷＭＡ処理により直前又は現在の検出値に基づいて補正することによりリアルタイムに検出値を補正することができる。
次に，補正手段２１０により上述した補正方法で補正したデータを用いて主成分分析を行った実験結果を検討する。プラズマ処理としてウエハ上のシリコン膜に対してエッチング処理を行った場合の各ウエハごとに検出された検出器からの検出値に基づいて主成分分析を行った。この検出値としては，高周波電力を基本波から４倍波までの４種類でそれぞれ電気計測器（例えば，ＶＩプローブ）１０７Ｃを介してプラズマに基づく高周波電圧Ｖ，高周波電流Ｉ，高周波電力Ｐ，インピーダンスＺをＶＩプローブデータ（電気的データ）として計測した検出値を用いている。
この第２の実施形態におけるエッチング条件としては，下部電極１０２に印加する高周波電力は４０００Ｗで，処理室内の圧力は５０ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝２０ｓｃｃｍ，Ｏ２＝１０ｓｃｃｍ，ＣＯ＝１００ｓｃｃｍ，Ａｒ＝４４０ｓｃｃｍの混合ガスを用いた。
先ず，補正手段２１０によって各検出値を補正した場合と比較するため，補正しない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果を図１３に示す。ここでは検出値としてウエハを上述の条件によりエッチング処理するごとに各検出器により検出された検出値を補正しないで解析用データとして用いている。また図１３において，点線矢印はウエットクリーニングを行った時点を示しており，縦軸に残差得点Ｑ，横軸にウエハ処理枚数をとっている（図１４についても同様）。図１３において，最初のウエハのデータから１回目のウエットクリーニングまでの区間をサイクルＷＣ１とし，１回目のウエットクリーニングの後から２回目のウエットクリーニングまでの区間をサイクルＷＣ２，２回目のウエットクリーニングの後から３回目のウエットクリーニングまでの区間をサイクルＷＣ３，３回目のウエットクリーニングの後から最後のウエハのデータまでの区間をサイクルＷＣ４とする。
図１３はサイクルＷＣ１の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図１３によれば，残差得点Ｑは各ウエットクリーニングを行った前後で大きく変動しており，シフト的誤差が生じていることがわかる。これはウエットクリーニングを行うことによって装置状態の傾向（各検出値の傾向）が変化すること（シフト的誤差）が要因の１つと考えられる。また，各ウエットクリーニングごとに区切られる区間をウエットサイクルＷＣ１〜ＷＣ４とすると，各ウエットサイクル区間内においても，残差二乗和Ｑが徐々に変化してその区間内全体のトレンド（傾き）が右上がりになっており，経時的誤差が生じていることがわかる。これはプラズマ処理装置１００ではその処理室内に処理ガスを導入してプラズマを発生させるため，プラズマ処理装置を稼働するにつれて処理室内に反応生成物（堆積物）が付着し，検出器を汚すなどにより検出器からのデータが徐々に変化することが要因の１つと考えられる。なお，図１３においてサイクルＷＣ１では残差得点Ｑにより装置状態が正常であると判断される許容範囲（例えば実線の値以下）に入っている。これはそのサイクルの検出値を用いて主成分分析を行ったからである。なお，図１３〜図１５における実線は残差得点Ｑの平均値と標準偏差の３倍とを加算した値である。
次に，各パラメータごとにＥＷＭＡ処理による検出値の補正（前処理）を行った場合の実験結果を図１４，図１５を参照しながら説明する。図１４はサイクルＷＣ１の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図１４（ａ）は上述の（１９）式（又は（２１）式）において重みλ＝０．１とした場合であり，図１４（ｂ）は上記重みλ＝０．９とした場合である。
図１４（ａ），（ｂ）のいずれの場合も，残差得点Ｑが各ウエットクリーニングの前後で大きく変化していない。また，各サイクルＷＣの区間内でも全体的なトレンド（傾き）は水平になっている。従って，図１３で生じていた各ウエットクリーニングの前後における残差得点Ｑのシフト的誤差及び経時的誤差がともに解消されていることがわかる。しかも，残差得点ＱはすべてのサイクルＷＣ１〜ＷＣ４において，ほとんどの検出値がある一定範囲（例えば平均値と標準偏差の３倍を加算した範囲）に入っているため，装置状態が正常であることが正しく判断できる。
ここで，下部電極１０２に印加する高周波電力Ｐを変えた場合の解析精度への影響を検討する。図１５は，上記高周波電力を３８８０Ｗ〜４１２０Ｗの範囲で変えて残差得点Ｑを求めたグラフである。図１５において黒丸でプロットしたグラフはサイクルＷＣ１の区間の残差得点Ｑであり，黒四角でプロットしたグラフはサイクルＷＣ４の区間の残差得点Ｑである。
図１５によれば，サイクルＷＣ１，ＷＣ４における残差得点ＱはともにＶ字形状のグラフになり，高周波電力が４０００Ｗのときに残差得点Ｑが最も低く，高周波電力が３９７０Ｗ〜４０３０Ｗの範囲は，装置状態が正常であると判断される許容範囲（例えば実線の値以下）内に入っている。従って，下部電極１０２に印加する高周波電力は４０００Ｗとした場合が最も解析精度が高い。また高周波電力は，例えば正常と判断される許容範囲を残差得点Ｑの平均値と標準偏差の３倍以下とした場合にはその範囲に入る範囲（例えば３９７０Ｗ〜４０３０Ｗ）で解析精度が良好となる。
このように本実施の形態によれば，補正手段２１０によってＥＷＭＡ処理による補正を行うことにより，プラズマ処理装置１００の処理室内のクリーニング，消耗品や検出器の交換等のメンテナンスや装置の長期稼働などによる検出値の傾向の変動に基づく残差得点Ｑなどの指標に生じるシフト的誤差のみならず，経時的誤差についても解消することができる。これにより装置状態の異常を正しく判断することができるので，主成分分析による解析精度を向上することができる。これにより，プラズマ処理装置１００の異常検出などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
（第３の実施形態）
次に，本発明の第３の実施形態を図面を参照して説明する。第３の実施形態におけるプラズマ処理装置，多変量解析手段はそれぞれ図１，図２に示すものと同様であるため，その詳細な説明は省略する。
第３の実施形態においては，多変量解析手段２００で多変量解析としてＰＬＳ法（部分最小二乗法）によりモデル（回帰式）を作成して，プラズマ処理装置１００の状態予測や被処理体の状態予測を行うときに，第２の実施形態で説明した補正手段２１０による補正後の解析用データを用いた場合を説明する。
第３の実施形態において上記多変量解析手段２００は，解析手段２１２により例えば上記光学的データ及びＶＩプローブデータなどのプラズマ反映パラメータを説明変量（説明変数）とし，上記制御パラメータや装置状態パラメータなどのプロセスパラメータを被説明変量（目的変量，目的変数）とする下記（２２）の関係式（回帰式などの予測式，モデル）を多変量解析プログラムを用いて求める。下記（２２）の回帰式において，Ｘは説明変量の行列を意味し，Ｙは被説明変量の行列を意味する。また，Ｂは説明変量の係数（重み）からなる回帰行列であり，Ｅは残差行列である。
第３の実施形態において上記（２２）式を求める際には，例えばＪＯＵＲＮＡＬ ＯＦ ＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９８８）に掲載されているＰＬＳ（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）法を用いている。このＰＬＳ法は，行列Ｘ，Ｙそれぞれに多数の説明変量及び被説明変量があってもそれぞれの少数の実測値があればＸとＹの関係式を求めることができる。しかも，少ない実測値で得られた関係式であっても安定性及び信頼性の高いものであることもＰＬＳ法の特徴である。
第３の実施形態における多変量解析プログラム記憶手段２０１にはＰＬＳ法用のプログラムが記憶され，解析手段２１２において上記説明変量及び目的変量をプログラムの手順に従って処理して上記（２２）式を求め，この結果を解析結果記憶手段２０５で記憶する。従って，第３の実施形態では上記（２２）式を求めれば，後はプラズマ反映パラメータ（光学的データ及びＶＩプローブデータ）を説明変量として行列Ｘに当てはめることによって，プロセスパラメータ（制御パラメータ及び装置状態パラメータ）を予測することができる。しかもこの予測値は信頼性の高いものになる。
例えば，ＸＴＹ行列に対してａ番目の固有値に対応する第ａ主成分得点のベクトルはｔａで表される。行列Ｘは上記第ａ主成分得点（スコア）ｔａと固有ベクトル（ローディング）ｐａを用いると下記の（２３）式で表され，行列Ｙは上記第ａ主成分得点（スコア）ｔａと固有ベクトル（ローディング）ｃａを用いると下記の（２４）式で表される。なお，下記（２３）式，（２４）式において，Ｘａ＋１，Ｙａ＋１はＸ，Ｙの残差行列であり，ＸＴは行列Ｘの転置行列である。以下では指数Ｔは転置行列を意味する。
而して，第３の実施形態で用いられるＰＬＳ法は，上記（２３）式，（２４）式を相関させた場合の複数の固有値及びそれぞれの固有ベクトルを少ない計算量で算出する手法である。
ＰＬＳ法は以下の手順で実施される。先ず第１段階では，行列Ｘ，Ｙのセンタリング及びスケーリングの操作を行う。そして，ａ＝１を設定し，Ｘ１＝Ｘ，Ｙ１＝Ｙとする。また，ｕ１として行列Ｙ１の第１列を設定する。尚，センタリングとは各行の個々の値からそれぞれの行の平均値を差し引く操作であり，スケーリングとは各行の個々の値をそれぞれの行の標準偏差で除する操作（処理）である。
第２段階では，ｗａ＝Ｘａ Ｔｕａ／（ｕａ Ｔｕａ）を求めた後，ｗａの行列式を正規化し，ｔａ＝Ｘａｗａを求める。また，行列Ｙについても同様の処理を行って，ｃａ＝Ｙａ Ｔｔａ／（ｔａ Ｔｔａ）を求めた後，ｃａの行列式を正規化し，ｕａ＝Ｙａｃａ／（ｃａ Ｔｃａ）を求める。
第３段階ではＸローディング（負荷量）ｐａ＝Ｘａ Ｔｔａ／（ｔａ Ｔｔａ），Ｙ負荷量ｑａ＝Ｙａ Ｔｕａ／（ｕａ Ｔｕａ）を求める。そして，ｕをｔに回帰させたｂａ＝ｕａ Ｔｔａ／（ｔａ Ｔｔａ）を求める。次いで，残差行列Ｘａ＝Ｘａ−ｔａｐａ Ｔ，残差行列Ｙａ＝Ｙａ−ｂａｔａｃａ Ｔを求める。そして，ａをインクリメントしてａ＝ａ＋１を設定し，第２段階からの処理を繰り返す。これら一連の処理をＰＬＳ法のプログラムに従って所定の停止条件を満たすまで，あるいは残差行列Ｘａ＋１がゼロに収束するまで繰り返し，残差行列の最大固有値及びその固有ベクトルを求める。
ＰＬＳ法は残差行列Ｘａ＋１の停止条件またはゼロへの収束が速く，１０回程度の計算の繰り返すだけで残差行列が停止条件またはゼロに収束する。一般的には４〜５回の計算の繰り返しで残差行列が停止条件またはゼロへの収束する。この計算処理によって求められた最大固有値及びその固有ベクトルを用いてＸＴＹ行列の第１主成分を求め，Ｘ行列とＹ行列の最大の相関関係を知ることができる。
次に，上記ＰＬＳ法によって（２２）式のようなモデル式（回帰式）を求める場合には予めウエハのトレーングセットを用いたエッチング処理の実験によって複数の説明変数と複数の目的変数を計測する。そのために例えばトレーニングセットとして１８枚のウエハ（ＴＨ‐ＯＸ Ｓｉ）を用意する。尚，ＴＨ‐ＯＸ Ｓｉは熱酸化膜が形成されたウエハのことである。なお，この第２の実施形態におけるエッチング条件としては，下部電極１０２に印加する高周波電力は１５００Ｗで，処理室内の圧力は４５ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝１０ｓｃｃｍ，Ｏ２＝５ｓｃｃｍ，ＣＯ＝５０ｓｃｃｍ，Ａｒ＝２００ｓｃｃｍの混合ガスを用いた。
この場合，実験計画法を用いて各パラメータデータを効率的に設定することができる。本実施形態では例えば目的変数となる制御パラメータを標準値を中心に所定の範囲内で各トレーニングエハ毎に振ってトレーニングエハをエッチング処理する。そして，エッチング処理時に説明変数となる光学的データ及びＶＩプローブデータを各トレーニングエハについて複数回ずつ計測し，演算手段２０６を介して複数の光学的データ及びＶＩプローブデータの平均値を算出する。
ここで，制御パラメータを振る範囲は，エッチング処理を行っている時に制御パラメータが最大限変動する範囲を想定し，この想定した範囲で制御パラメータを振る。本実施形態では，高周波電力，処理室１内の圧力，上下両電極１０２，１０４間の隙間寸法及び各プロセスガス（Ａｒガス，ＣＯガス，Ｃ４Ｆ８ガス及びＯ２ガス）の流量を制御パラメータとして用いる。各制御パラメータの標準値はエッチング対象によって異なる。
例えば，上記各トレーニングエハのエッチング処理を行う時には各制御パラメータを標準値を中心にして下記表１に示すレベル１とレベル２の範囲で各トレーニングエハ毎に振ってトレーニングエハのエッチング処理を行う。そして，各トレーニングエハを処理する間に，高周波電力を基本波から４倍波までの４種類でそれぞれ電気計測器７０を介してプラズマに基づく高周波電圧Ｖ，高周波電流Ｉ，高周波電力Ｐ，インピーダンスＺをＶＩプローブデータ（電気的データ）として計測すると共に，光学計測器１２０を介して例えば２００〜９５０ｎｍの波長範囲の発光スペクトル強度を光学的データとして計測し，これらのＶＩプローブデータ及び光学的データを説明変量であるプラズマ反映パラメータとして用いる。また，同時に下記（表１）に示す各制御パラメータの実測値及び可変コンデンサＣ１，Ｃ２のポジション，高調波電圧Ｖｐｐ，ＡＰＣ間度等が装置状態パラメータの実測値を各パラメータ計測器１２１を用いて計測する。
トレーニングエハを処理するに当たって上記各制御パラメータを熱酸化膜の標準値に設定し，標準値で予め５枚のダミーウエハを処理し，プラズマ処理装置１００の安定化を図る。引き続き，１８枚のトレーニングエハのエッチング処理を行う。この際，上記各制御パラメータを下記（表２）に示すようにレベル１とレベル２の範囲内で各トレーニングエハ毎に振って各トレーニングエハを処理する。（表２）においてＬ１〜Ｌ１８はトレーニングエハの番号を示している。
そして，各トレーニングエハについて複数の電気的データ及び複数の光学的データをそれぞれの計測器から得た後，各トレーニングエハの各ＶＩプローブデータ（電気的データ）及び各光学的データの平均値を算出するとともに，各プロセスパラメータ（制御パラメータ及び各装置状態パラメータ）の各実測値ぞれぞれの平均値を算出する。そして，これら各パラメータの平均値に対して上記ＥＷＭＡ処理による補正を施し，補正後の値を説明変量及び目的変数として用いてモデル式を作成する。なお，説明変数のみに補正後の値を用いてもよい。
そして，予測結果を求めるテストセットの各テストウエハを処理する毎に，多変量解析手段２００の演算手段２０６ではそれぞれのＶＩプローブデータ（電気的データ）及び光学的データの平均値に補正手段２１０で上記ＥＷＭＡ処理による補正を行いつつ，補正後のデータを解析結果記憶手段２０５から取り込んだモデル式に代入し，テストウエハ毎にプロセスパラメータ（制御パラメータ及び装置状態パラメータ）の予測値を算出する。
次に，第３の実施の形態において上記ＥＷＭＡ処理による補正を施してＰＬＳ法によるプロセスパラメータの予測を行った結果を検討する。ここでは説明変数とするＶＩプローブデータ及び光学的データのみに上記ＥＷＭＡ処理による補正（前処理）を施す。この場合，モデルを作成するときの目的変数には基線補正を行うようにしてもよい。基線補正としては例えば６枚目と２５枚目のウエハのデータの平均値を算出してこれを基線とし，モデルを作成するときの目的変数のデータから基線とした平均値を引算する補正を行うようにしてもよい。
先ず，ＶＩプローブデータ及び光学的データの補正前と補正後のデータを比較する。ＶＩプローブデータのうちの高周波電圧Ｖについての補正前のデータを図１６（ａ）に示し，補正後のデータを図１６（ｂ）に示す。光学的データのうちのある波長の発光強度についての補正前のデータを図１７（ａ）に示し，補正後のデータを図１７（ｂ）に示す。なお，図１６のＡ区間はトレーニングセットとした部分を示し，Ｂ区間はテストセットとした部分である（図１６〜図１９のうち他の図面についても同様であり，他の図面についてはＡ区間，Ｂ区間の表示は省略してある）。
図１６（ａ）では，補正前の高周波電圧Ｖは徐々に増加し，全体として右上がりのトレンド（傾き）がある。図１７（ａ）でも補正前の光学的データの発光強度は徐々に減少し，全体として右下がりのトレンド（傾き）がある。すなわち，補正前のデータはいずれの場合も経時的な変動が見られる。
これに対して，補正後のデータである図１６（ｂ），図１７（ｂ）はいずれの場合も全体的なトレンド（傾き）が水平になっている。このように，ＥＷＭＡ処理による補正を施すことにより，図１６（ａ），図１７（ａ）で生じていた経時的な変動を解消できることがわかる。
次に，図１６（ｂ），図１７（ｂ）に示すような補正後のＶＩプローブデータ及び光学的データを用いてＡ区間によりモデルを構築し，Ｂ区間のデータによりプロセスデータ（高周波電力Ｐ，処理室内の圧力，電極間の隙間，処理ガスの流量等）を予測した。このうち，処理室内の圧力の予測値，Ｃ４Ｆ８の流量の予測値をそれぞれ図１８，図１９に示す。図１８（ａ），図１９（ａ）は，補正をしないＶＩプローブデータ及び光学的データを用いた予測結果であり，図１８（ｂ），図１９（ｂ）は，補正をしたＶＩプローブデータ及び光学的データを用いた予測結果である。
図１８（ａ），図１９（ａ）では，ともに予測値は徐々に増加し，全体として右上がりのトレンド（傾き）がある。すなわち，補正を行わない場合にはデータはいずれのデータも予測値に経時的な変動（経時的誤差）が見られる。これに対して，図１８（ｂ），図１９（ｂ）はいずれの場合も全体的なトレンド（傾き）が水平になっている。このように，ＥＷＭＡ処理による補正を施したデータを用いることにより，検出値の経時的な変動（経時的誤差）による予測値への影響を解消できることがわかる。
このように第３の実施の形態によれば，ＥＷＭＡ処理による補正を施したデータを用いてＰＬＳ法によりモデルを構築して予測値を算出することにより，各パラメータのデータを構成する検出値の変動による予測値への影響を解消できる。これにより，予測精度を向上させることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
その他，上記補正後の検出値のパラメータを用いてＰＬＳ法によって多変量解析を行うことにより，制御パラメータや装置状態パラメータの予測，エッチングレートの均一性，パターン寸法，エッチング形状，ダメージなどのプロセス予測などを行う際においても，例えばメンテナンス前後に生じるシフト的誤差や処理装置の長期間稼働による経時的誤差を解消できるので，予測精度を向上させることができる。
また，検出値を補正するという簡単な処理だけで，検出値の傾向の変化が多変量解析の結果に影響することを極力防止できるので，多変量解析によるモデルを作り直すなどの手間を省くことができる。
（第４の実施形態）
次に，本発明の第４の実施形態について図面を参照しながら説明する。第４の実施形態にかかるプラズマ処理装置，多変量解析手段の構成はそれぞれ，図１，図２に示すものと同様であるため，これらの詳細な説明は省略する。
第４の実施の形態にかかる補正手段２１０は，第２の実施形態と同様に各検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正（前処理）を行う前処理手段を構成する。第２の実施形態と異なるのは，より簡単な演算で補正を行う点である。すなわち，第４の実施形態にかかる補正手段２１０は，上記検出器で検出された現在の検出値から直前に検出された検出値を引算したものを補正後の検出値としてこれを解析用データとする点である。
（第４の実施形態の原理）
このような第４の実施形態における原理を説明する。ここでは，解析用データの元になる検出器の検出値として光学計測器１２０例えば分光器によって得られるプラズマの全波長又は特定領域の波長に関する検出値例えば発光データＳを考える。発光データＳは一般に対象となるプラズマ処理装置に特有の装置関数に比例する。この装置関数は様々な要素から構成されるものと考えられるが，ここでは例えば下記（２５）式に示すような要素により構成されるものと仮定する。
上記（２５）式のうち，Ｉｏｒｇ×Ｌｔｏｏｌ×（１＋Ｃｓｔｒ）は装置システム項，ΔΩは立体角項，Ｔｆｉｂ×Ｔｄｅｐｏは透過率項，Ｃｂａｃｋは背景光項，ηはＣＣＤ項である。装置システム項（Ｉｏｒｇ×Ｌｔｏｏｌ×（１＋Ｃｓｔｒ））は装置やシステムに依存する要素である。Ｉｏｒｇはもともとのプラズマ発光による値である。従って，Ｉｏｒｇは同じプロセス条件では同じ値となる。Ｌｔｏｏｌは例えばパーツの状態による変動に基づくものであり，装置状態に伴う項である。Ｃｓｔｒは光学計測器１２０内の迷光に伴う項である。
立体角項（ΔΩ）は，プラズマ光を受光する光ファイバのプラズマを見込む角と，光学計測器１２０例えば分光器の入口スリットや内部スリットに基づく受光量を考慮した項である。透過率項（Ｔｆｉｂ×Ｔｄｅｐｏ）のうち，Ｔｆｉｂは光学ファイバの透過率の低下に基づく項であり，Ｔｄｅｐｏは例えば処理容器の側壁に設けた観測窓へ不純物付着に基づく項である。これら光学ファイバの透過率の低下，観測窓の不純物付着は，プラズマ処理装置で透過率が変動する要因の主なものであるため，プラズマ処理装置全体の透過率をこの二つで表している。
背景光項（Ｃｂａｃｋ）は，プラズマ以外からの光（外乱），またはＣＣＤの暗電流などノイズ成分を表す。ＣＣＤ項（η）は，ＣＣＤの量子効率，信号増幅率の積に基づく要素である。
ここで，上記（２５）式の各要素の中には，定数項にすることができるものもあるので，その観点から（２５）式を単純化する。Ｃｓｔｒ，ΔΩ，Ｃｂａｃｋ，ηについては，定数項と考えられる。例えばＣｓｔｒについては，光学計測器１２０が固定されているため，光学計測器１２０内の光学系アライメントが狂っていないとすれば迷光も一定のはずであるから定数と考えられる。ΔΩについては，光ファイバの取付けにずれが生じていないとすれば定数と考えられる。Ｃｂａｃｋについては，半導体処理装置が一定光量の環境下に置かれていると考えられるので，一定とすることができる。ηについては，量子効率や増幅のゲインは常に一定であると仮定できるので，この値も一定にすることができる。
これに対して，Ｉｏｒｇ，Ｌｔｏｏｌ，Ｔｆｉｂ，Ｔｄｅｐｏはすべて変数と考えられる。例えばＩｏｒｇについては，プラズマ自体の発光量はプロセスパラメータの変動依存を持つので，変数と考えられる。Ｌｔｏｏｌは例えばパーツの状態による変動を表しているので，温度や劣化など時間ｔの関数で表されると考えられる。なお，パーツの取り付け具合など非時間依存がないものに関してはこのＬｔｏｏｌに含まれない。Ｔｆｉｂは時間が経つにつれて光ファイバ透過率が低下するので変数として取扱うことができる。Ｔｄｅｐｏは観測窓の表面に付着する不純物による変数である。一方，一般に不純物付着による透過率の変化は時間に対して指数関数的減少に従うことが知られている。従って，Ｔｄｅｐｏは変数として取扱うことができる。
以上のような考察により，定数項となる部分をそれぞれ，Ｋ１＝η×（１＋Ｃｓｔｒ）×ΔΩ，Ｋ２＝η×Ｃｂａｃｋとすれば，（２５）式は下記（２６）式に示すように単純化することができる。
上記（２６）式のうち，Ｉｏｒｇはプロセスパラメータに依存する変数であり，Ｌｔｏｏｌ（ｔ），Ｔｆｉｂ（ｔ），Ｔｄｅｐｏ（ｔ）は時間に依存する変数である。従って，第４の実施形態における補正処理による前処理により，時間依存する変数（Ｌｔｏｏｌ（ｔ），ｆｉｂ（ｔ），Ｔｄｅｐｏ（ｔ））がキャンセルできればよい。
パーツや透過率の時経的な変動は，微少な時間の変化ｔ＋Δｔにおいてほとんど変動しないとすると，Ｌｔｏｏｌ（ｔ＋Δｔ），Ｔｆｉｂ（ｔ＋Δｔ），Ｔｄｅｐｏ（ｔ＋Δｔ）はほとんどＬｔｏｏｌ（ｔ），Ｔｆｉｂ（ｔ），Ｔｄｅｐｏ（ｔ）に等しいものとして扱うことができる。
ここで，上記（２６）式を用いて，本実施の形態による補正処理の考え方の実証を試みる。第４の実施形態における補正処理は，発光データＳなどの検出値について現在の検出値から直前の検出値を引算したものを補正後の検出値とするものである。従って，一連の発光データをＳ＝｛ｓ１，ｓ２，…，ｓｎ｝とし，次の（２７）式に示す級数を考える。
上記（２７）式において，発光データＳがプロセスパラメータとの関係ですべて正常とすれば，（２７）式を一般式で表すと次の（２８）式に示すようになる。
上記（２８）式に示すように，もしプロセスパラメータとの関係で正常なデータが連続していれば，それらは第４の実施形態による補正処理によって補正後の検出値はほぼ０に規格化される。これに対して，あるプロセスパラメータ例えばｐ１について異常が起こった場合には，（２７）式は下記（２９）式に示すようになる。
上記（２９）式によれば，プロセスパラメータ例えばｐ１について異常が起こった場合には，補正後の検出値はほぼ０にならないため，他の正常データと差別化することができる。このように，第４の実施形態による補正処理によれば，時間に依存する変数例えばＬｔｏｏｌ（ｔ），Ｔｆｉｂ（ｔ），Ｔｄｅｐｏ（ｔ）の経時的誤差をなくしつつ，異常が生じた場合にはそれを判定することができることがわかる。
（第４の実施形態における補正方法）
次に，上記原理に基づく第４の実施形態にかかる補正処理を利用したモデル作成処理及び実際のウエハ処理について説明する。図２０は，図２に示す多変量解析モデルのモデル作成処理のフローを示す図であり，図２１は，実際のウエハ処理のフローを示す図である。ここでは多変量解析モデルは，例えば上記主成分分析により作成する。
先ず，モデル作成処理が行われる。所定枚数例えば２５枚の正常なトレーニングデータを取得し，そのトレーニングデータについて主成分分析により多変量解析モデルを作成する。
具体的には，図２０に示すようにステップＳ１００にてデータ収集を行う。すなわち，プラズマ処理装置１００により例えば１枚のトレーニングウエハをプラズマ処理して光学データ（例えば分光器で得られる全波長領域のプラズマ発光強度の光学データ）を検出する。ステップＳ１００では１枚ごとにプラズマ処理した場合に限られず，複数の所定枚数からなる１ロットごとにトレーニングウエハをプラズマ処理して１ロット分の発光データを取得するようにしてもよい。なお，ステップＳ１００では光学データの他に，後述のステップＳ１１０における異常判断において使用するエッチングレート，面内均一性などの処理結果データやＰＬＳ法による解析結果などの装置状態データなどを収集するようにしてもよい。
次いでステップＳ１１０にて収集した光学データが後述のモデル作成処理に用いるデータとして使用できるか否かを判断する。ここでは，各トレーニングウエハについて，光学データの他に収集したエッチングレート，面内均一性などのデータが異常か否かを判断する。例えばエッチングレートが正常ならば，そのときの光学データはモデル作成に用いることができるデータとし，エッチングレートが異常ならば，そのときの光学データはモデル作成に用いることができないデータとする。以下では，これら処理結果データ，装置状態データなどが正常なときの光学データを「正常な光学データ」と表現し，これら処理結果データ，装置状態データなどが異常なときの光学データを「異常な光学データ」と表現する。
上記エッチングレートは例えばエッチング開始時間と終了時間，プラズマ処理後のウエハの膜厚測定結果などから取得する。また面内均一性はプラズマ処理後のウエハ上の数点のサンプルを膜圧測定した結果などから取得する。なお，収集した光学データが異常か否かの判断は，ＰＬＳ法によって予め作成されたモデルに基づいて判断するようにしてもよい。この場合，上記のように１ロット分の発光データを判定する際には，その１ロット分のうちの異常であると判断されたトレーニングウエハをさらにプラズマ処理して判定を行うようにしてもよい。
上記ステップＳ１１０にて収集した光学データが異常であると判断した場合には，ステップＳ１２０にてプラズマ処理装置１００の状態を修正処理されたか判断し，装置状態の修正処理がされたと判断した場合にはステップＳ１００の処理に戻る。具体的には，ステップＳ１１０にて収集した光学データが異常であると判断した場合には，例えばプラズマ処理装置１００を停止してメンテナンス等を行うように促す旨のアラームなどの報知やディスプレイへの表示を行う。そして，ステップＳ１２０では例えばプラズマ処理装置１００が再度起動したか否かを判断する。プラズマ処理装置１００が再度起動したと判断した場合は，装置状態の修正処理が行われたと判断する。
なお，上記修正処理としては異常の種類に応じた処理が行われる。例えばエッチングレートが異常を示す場合には，プロセス条件（エッチング条件）の間違い，処理容器の状態変化（例えば付着物の付着具合，上部電極などの部品による処理容器内のインピーダンスの変化など）に起因する。例えば発光データの異常がプロセス条件（エッチング条件）の間違いが原因であれば，その修正処理としてそのプロセス条件（エッチング条件）を正しいものにし，処理容器内の付着物が原因であればその修正処理として処理容器内のクリーニングを行う。発光データの異常が処理容器内の部品によるインピーダンスの変化が原因であればその修正処理として部品交換を行う。また，発光データの異常がそのウエハの面内均一性に基づくものであればその修正処理としてはそのウエハはトレーニングデータから除く処理を行う。なお，上記装置状態の修正処理がプラズマ処理装置自体が自動で行うメンテナンスなどである場合には，ステップＳ１２０は装置状態の修正処理がされたかの判断する代りに，装置状態の修正処理を行うという処理に置換えてもよい。
上記ステップＳ１１０にて収集した発光データが異常でない，すなわち正常であると判断した場合には，ステップＳ１３０にて所定枚数例えば２５枚のウエハの発光データが揃ったと判断した場合には，ステップＳ１４０にてこれらの発光データに対して第４の実施形態における補正手段２１０による補正処理としての前処理を行う。具体的には，上記（２８）式に示すように発光データに対して，ウエハの発光データごとに現在の検出値を直前の検出値から引算し，これを補正後の検出値とすることにより，検出された検出値を次々と補正していく。なお，この場合，例えば最初のウエハの発光データについてはその直前の発光データは存在しないのでトレーニングデータとして使用しないようにしてもよい。また，ステップＳ１４０の補正処理としては，上述した第１〜第３の実施形態における補正処理を適用してもよい。
続いてステップＳ１５０にて上記前処理が施された発光データをトレーニングデータとして解析手段２１２により主成分分析による多変量解析を行い，多変量解析モデルを作成する。
このようなモデル作成処理によれば，先ずプラズマ処理装置１００により２５枚のトレーニングウエハをプラズマ処理して光学データ例えば特定波長のプラズマ発光強度のデータを検出する。これらのデータが異常か否かを判断して，異常であればプラズマ処理装置１００のメンテナンス等を行って発光データを検出し直す。すべて正常なトレーニングデータが揃ったうえで，これらトレーニングデータに基づいて多変量解析モデルを作成する。これによれば，正常なトレーニングデータで多変量解析モデルを作成することができるので，多変量解析モデルに使用した発光データが原因で異常検出精度が低下することを防止することができる。
次に，図２１に示すような実際のウエハに対する処理を行う。このとき，実際のウエハの処理が異常か否かを上記多変量解析モデルに基づいて判定する。
具体的には先ずステップＳ２００にてデータ収集を行う。すなわち，プラズマ処理装置１００により例えば１枚の実際のウエハ（テストウエハ）をプラズマ処理して光学データ（例えば分光器で得られる全波長領域のプラズマ発光強度の光学データ）を検出する。ステップＳ２００におてもステップＳ１００の場合と同様に１枚ごとにプラズマ処理した場合に限られず，複数の所定枚数からなる１ロットごとにテストウエハをプラズマ処理して１ロット分の発光データを取得するようにしてもよい。
次いでステップＳ２００にて収集した発光データが後述する装置状態修正処理がされた後の最初のウエハの発光データか否かを判断する。このような判断を入れたのは，次のような理由による。例えば装置状態修正処理がされた後の最初のウエハの発光データに第４の実施形態にかかる補正処理による前処理（現在の検出値から直前の検出値を引算したものを補正後の検出値とする処理）を施す場合，装置状態修正処理後の最初のウエハの発光データを現在の検出値とすれば，その直前の検出値は異常データに相当する。このため，現在の検出値から異常データを引算すると，もし現在の検出値が正常データであった場合には，補正後の検出値は大きくなるので正常であるにも拘らず異常と誤って判断されるおそれがあるからである。また，上記とは逆に，もし現在の検出値が異常データであった場合であっても，補正後の検出値はほとんど０になるので異常であるにも拘らず正常と誤って判断されるおそれがあるからである。
従って，ステップＳ２１０にて装置状態修正処理がされた後の最初のウエハの発光データであると判断した場合には，ステップＳ２６０にて多変量解析モデルのモデル作成処理を行う。この場合のモデル作成処理は図２０に示すものと同様である。例えば装置状態修正処理がされた後の最初のウエハを１枚目のトレーニングウエハとして図２０に示すモデル作成処理を実行する。そして，多変量解析モデルを再構築すると，ステップＳ２００の処理に戻り，実際のウエハの処理を開始する。
このように，装置状態修正処理がされた後の最初のウエハの発光データであると判断した場合には多変量解析モデルを再構築することにより，第４の実施形態にかかる補正処理による前処理において直前のデータが異常データであることがなくなるので，装置状態修正処理がされた後の最初のウエハを含めて各ウエハの発光データが異常か否かが誤って判断されるおそれをなくすことができる。
上記ステップＳ２１０にて装置状態修正処理がされた後の最初のウエハの発光データでないと判断した場合には，ステップＳ２２０にて第４の実施形態にかかる補正処理による前処理を行う。すなわち，ここでの前処理としては，実際のウエハをプラズマ処理して収集された発光データを現在の検出値として，この現在の検出値から直前の検出値を引算したものを補正後の検出値とする。また，ステップＳ２２０の補正処理としては，上述した第１〜第３の実施形態における補正処理を適用してもよい。
続いて，ステップＳ２３０にて収集した発光データが異常か否かを判断する。具体的には図２０に示すモデル作成処理にて作成した多変量解析モデルに基づいて異常か否かを判断する。例えば上記多変量解析モデルに基づいて収集した発光データの残差得点Ｑを算出し，その残差得点Ｑが所定の範囲を越えなければ異常でない，すなわち正常であると判断し，所定範囲を越えると異常であると判断する。
上記ステップＳ２３０にて収集した発光データが異常であると判断した場合はステップＳ２４０にて装置状態の修正処理がされたか否かを判断する。このステップＳ２４０の処理は，図２０に示すステップＳ１２０の処理と同様である。
これに対して上記ステップＳ２３０にて収集した発光データが異常でない，すなわち正常であると判断した場合はステップＳ２５０にてすべてのウエハの処理が終了したか否かを判断する。ステップＳ２５０にて未だすべてのウエハの処理を終了していないと判断した場合はステップＳ２００の処理に戻り，ステップＳ２５０にて未だすべてのウエハの処理を終了していないと判断した場合は実際のウエハ処理を終了する。
次に，上記図２１により説明した実際のウエハ処理を他の方法で処理する場合について図面を参照しながら説明する。図２２は，他の方法による実際のウエハ処理のフローを示す図である。図２２におけるステップＳ２００〜ステップＳ２５０までの処理は図２１に示す処理と同様であるので，詳細な説明を省略する。
他の方法による実際のウエハ処理は，ステップＳ２１０にて装置状態修正処理がされた後の最初のウエハの発光データであると判断した場合の処理が相違する。すなわち，図２２に示す処理では，ステップＳ３００にて装置状態修正処理前の正常な発光データを直前の検出値として，第４の実施形態にかかる補正処理による前処理を実行する。例えば装置状態修正処理前の正常な発光データとしては，例えば異常であると判断された発光データの直前が正常な発光データであれば，その正常なデータを直前の検出値として，この直前の検出値を現在の検出値から引算したものを補正後の検出値とする。
これにより，装置状態修正処理がされた後の最初のウエハの発光データについては，その直前のデータが異常データであっても，そのデータは使用せずに，装置状態修正処理前の正常な発光データを直前の検出値として前処理を行うため，補正後の検出値は正常な値となる。これによっても，図２１に示す処理の場合と同様に，装置状態修正処理がされた後の最初のウエハの発光データを含めて各ウエハの発光データが異常か否かが誤って判断されるおそれをなくすことができる。さらに，図２１に示す処理のようにステップＳ２６０にて多変量解析モデルを再構築する必要がなく，正常なデータを直前の検出値とするという簡単な処理で足りる。これにより，処理時間を短縮することができ，演算負担も軽くすることができる。
次に，第４の実施形態にかかる補正手段２１０により上述した他の補正方法で補正したデータを用いて主成分分析を行った実験結果を検討する。プラズマ処理としてウエハ上のシリコン膜に対してエッチング処理を行った場合の各ウエハごとに検出された検出器からの検出値に基づいて主成分分析を行った。
先ず，シフト的誤差が解消した例を図２３，図２４を参照しながら説明する。図２３は，第４の実施形態によるものと比較するための例であり，第４の実施形態による補正をしない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果である。図２４は第４の実施形態による補正をした検出値を用いて主成分分析を行って残差得点Ｑを求めた結果である。ここでは，プラズマ処理装置１００を使用し，例えば以下の標準となるエッチング条件により実験を行った。すなわち，エッチング条件としては，下部電極に印加する高周波電力は３０００Ｗでその周波数は１３．５６ＭＨｚ，処理室内の圧力は４０ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝２６ｓｃｃｍ，Ｏ２＝１９ｓｃｃｍ，ＣＯ＝１００ｓｃｃｍ，Ａｒ＝１０００ｓｃｃｍの混合ガスを用いた。そして，最初の２５枚をトレーニングウエハとして主成分分析を行って多変量解析モデルを作成し，２６枚目以降をテストウエハとして多変量解析モデルに基づいてそのテストウエハの検出値が異常か否かの判断を行ったものである。
図２３において区間Ｚ１，Ｚ３は，上述の標準となるエッチング条件によりエッチングを行った正常な場合である。区間Ｚ１と区間Ｚ３ではシフト的誤差が生じることがわかる。これは，区間Ｚ１，区間Ｚ３では異なる日にエッチング処理を行ったものである。このようにエッチング処理を異なる日に行ってプラズマ処理装置を立上げ直した場合も，上述したメンテナンス前後のようなシフト的誤差が生じることがわかる。また区間Ｚ２，Ｚ４は，標準となるエッチング条件を変えて異常状態を実験的に作り出したものである。
図２４によれば，区間Ｚ１，Ｚ３については残差得点Ｑがともに０に近い値に変化していることがわかる。これによれば区間Ｚ１，Ｚ３はともに正常データと判断され得る。しかも，図２４の区間Ｚ２，Ｚ４については残差得点Ｑも大きく変化している。これによれば区間Ｚ２，Ｚ４は異常データと判断され得る。このように第４の実施形態にかかる補正処理を行うことにより，シフト的誤差を解消しつつ，正常か否かの判断も正確に行うことができることがわかる。
また，経時的誤差が解消した例を図２５，図２６を参照しながら説明する。図２５は，第４の実施形態によるものと比較するための例であり，第４の実施形態による補正をしない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果である。図２６は第４の実施形態による補正をした検出値を用いて主成分分析を行って残差得点Ｑを求めた結果である。ここでは，プラズマ処理装置１００とは異なり，下部電極のみならず上部電極にも高周波電力を印加するタイプのプラズマ処理装置を使用した。上部電極に印加する高周波電力の周波数は例えば６０ＭＨｚであり，下部電極に印加する高周波電力の周波数は例えば１３．５６ＭＨｚである。
このようなプラズマ処理装置を使用して例えば以下の標準となるエッチング条件により実験を行った。すなわち，エッチング条件としては，上部電極に印加する高周波電力は３３００Ｗであり，下部電極に印加する高周波電力は３８００Ｗである。処理室内の圧力は２５ｍＴｏｒｒとし，処理ガスとしてはＣ５Ｆ８＝２．９ｓｃｃｍ，Ｏ２＝４７ｓｃｃｍ，Ａｒ＝７５０ｓｃｃｍの混合ガスを用いた。そして，最初の２５枚をトレーニングウエハとして主成分分析を行って多変量解析モデルを作成し，２６枚目以降をテストウエハとして多変量解析モデルに基づいて正常か否かの判断を行ったものである。
図２５においては残差得点Ｑが徐々に大きくなるような経時的誤差が生じている。またウエハの処理枚数が６００枚〜７００枚あたりに残差得点Ｑが大きくなるものがある。これは正常であるにも拘らず残差得点Ｑが異常を示した部分である。
図２６によれば，残差得点Ｑは全体にわたりほとんど０に近い値に変化していることがわかる。これによれば全体にわたり正常なデータと判断され得る。しかも，図２６によれば，図２５に示す６００枚〜７００枚あたりに残差得点Ｑが大きく出ていた部分についても，ほとんど０に近い値になっている。この部分も実際は正常であったため，それが残差得点Ｑに現れていることがわかる。このように第４の実施形態にかかる補正処理を行うことにより，上述したシフト的誤差のみならず，経時的変化をも解消しつつ，正常か否かの判断も正確に行うことができることがわかる。
なお，第４の実施形態では上述した補正処理を施した検出値を用いて多変量解析として主成分分析を行う場合について説明したが，必ずしもこれに限定されるものではなく，上記補正後の検出値を用いて部分最小二乗法（ＰＬＳ；Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑａｒｅｓ）法などの重回帰分析を行うようにしてもよい。
以上，添付図面を参照しながら本発明に係る好適な実施形態について説明したが，本発明は係る例に限定されないことは言うまでもない。当業者であれば，特許請求の範囲に記載された範疇内において，各種の変更例または修正例に想到し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。
例えば，プラズマ処理装置としては，平行平板型のプラズマエッチング装置に限られず，処理室内にプラズマを発生させるヘリコン波プラズマエッチング装置，誘導結合型プラズマエッチング装置等に適用してもよい。また，上記実施の形態では，ダイポールリング磁石を用いたプラズマ処理装置に適用した場合について説明したが，必ずしもこれに限定されるものではなく，例えばダイポールリング磁石を用いず上部電極と下部電極に高周波電力を印加してプラズマを発生させるプラズマ処理装置に適用してもよい。
このように本発明によれば，当該処理装置の状態が変化して検出値の傾向が変化した場合でも，当該装置の異常検出，当該装置の状態予測又は被処理体の状態予測などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
（第１の実施形態）
先ず本発明の第１の実施形態について図面を参照しながら説明する。
（プラズマ処理装置の構成）
第１の本実施形態にかかるプラズマ処理装置の構成を示す断面図を図１に示す。プラズマ処理装置１００は，例えば図１に示すようにアルミニウム製の処理室１０１と，この処理室１０１内に配置された下部電極１０２を絶縁材１０２Ａを介して支持する昇降可能なアルミニウム製の支持体１０３と，この支持体１０３の上方に配置され且つプロセスガスを供給し且つ上部電極を兼ねるシャワーヘッド（上部電極）１０４とを備えている。
上記処理室１０１は上部が小径の上室１０１Ａとして形成され，下部が大径の下室１０１Ｂとして形成されている。上室１０１Ａはダイポールリング磁石１０５によって包囲されている。このダイポールリング磁石１０５は複数の異方性セグメント柱状磁石がリング状の磁性体からなるケーシング内に収納されるように形成され，上室１０１Ａ内で全体として一方向に向かう一様な水平磁界を形成する。
下室１０１Ｂの上部にはウエハＷを搬出入するための出入口が形成され，この出入口にはゲートバルブ１０６が取り付けられている。また，下部電極１０２には整合器１０７Ａを介して高周波電源１０７が接続され，この高周波電源１０７から下部電極１０２に対して１３．５６ＭＨｚの高周波電力Ｐを印加し，上室１０１Ａ内で上部電極１０４との間で垂直方向の電界を形成する。この高周波電力Ｐは高周波電源１０７と整合器１０７Ａ間に接続された電力計１０７Ｂを介して検出する。この高周波電力Ｐは制御可能なパラメータで，本実施形態では高周波電力Ｐを後述のガス流量，処理室内の圧力等の制御可能なパラメータと共に制御パラメータと定義する。
また，上記整合器１０７Ａの下部電極１０２側（高周波電圧の出力側）には電気計測器（例えば，ＶＩプローブ）１０７Ｃが取り付けられ，この電気計測器１０７Ｃを介して下部電極１０２に印加される高周波電力Ｐにより上室１０１Ａ内に発生するプラズマに基づく基本波及び高調波の高周波電圧Ｖ，高周波電流Ｉを電気的データとして検出する。これらの電気的データは後述する光学的データと共にプラズマ状態を反映する監視可能なパラメータで，本実施形態ではプラズマ反映パラメータと定義する。
また，上記整合器１０７Ａは例えば２個の可変コンデンサＣ１，Ｃ２，コンデンサＣ及びコイルＬを内蔵し，可変コンデンサＣ１，Ｃ２を介してインピーダンス整合を取っている。整合状態での可変コンデンサＣ１，Ｃ２の容量，上記整合器１０７Ａ内の測定器（図示せず）により測定される高周波電圧Ｖｐｐは後述するＡＰＣ（Ａｕｔｏ Ｐｒｅｓｓｕｒｅ Ｃｏｎｔｒｏｌｌｅｒ）開度等と共に処理時の装置状態を示すパラメータで，本実施形態では可変コンデンサＣ１，Ｃ２の容量，高周波電圧Ｖｐｐ及びＡＰＣの開度をそれぞれ装置状態パラメータと定義する。
上記下部電極１０２の上面には静電チャック１０８が配置され，この静電チャック１０８の電極板１０８Ａには直流電源１０９が接続されている。従って，高真空下で直流電源１０９から電極板１０８Ａに高電圧を印加することにより静電チャック１０８によってウエハＷを静電吸着する。
この下部電極１０２の外周にはフォーカスリング１１０が配置され，上室１０１Ａ内で生成したプラズマをウエハＷに集める。また，フォーカスリング１１０の下側には支持体１０３の上部に取り付けられた排気リング１１１が配置されている。この排気リング１１１には複数の孔が全周に渡って周方向等間隔に形成され，これらの孔を介して上室１０１Ａ内のガスを下室１０１Ｂへ排気する。
上記支持体１０３はボールネジ機構１１２及びベローズ１１３を介して上室１０１Ａと下室１０１Ｂ間で昇降可能になっている。従って，ウエハＷを下部電極１０２上に供給する場合には，支持体１０３を介して下部電極１０２が下室１０１Ｂまで下降し，ゲートバルブ１０６を開放して図示しない搬送機構を介してウエハＷを下部電極１０２上に供給する。下部電極１０２と上部電極１０４との間の電極間距離は所定の値に設定可能なパラメータで上述のように制御パラメータとして構成されている。
また，支持体１０３の内部には冷媒配管１１４に接続された冷媒流路１０３Ａが形成され，冷媒配管１１４を介して冷媒流路１０３Ａ内で冷媒を循環させ，ウエハＷを所定の温度に調整する。更に，支持体１０３，絶縁材１０２Ａ，下部電極１０２及び静電チャック１０８にはそれぞれガス流路１０３Ｂが形成され，ガス導入機構１１５からガス配管１１５Ａを介して静電チャック１０８とウエハＷ間の細隙にＨｅガスを所定の圧力でバックサイドガスとして供給し，Ｈｅガスを介して静電チャック１０８とウエハＷ間の熱伝導性を高めている。尚，１１６はベローズカバーである。
上記シャワーヘッド１０４の上面にはガス導入部１０４Ａが形成され，このガス導入部１０４Ａには配管１１７を介してプロセスガス供給系１１８が接続されている。プロセスガス供給系１１８は，Ａｒガス供給源１１８Ａ，ＣＯガス供給源１１８Ｂ，Ｃ４Ｆ８ガス供給源１１８Ｃ及びＯ２ガス供給源１１８Ｄを有している。これらのガス供給源１１８Ａ，１１８Ｂ，１１８Ｃ，１１８Ｄはバルブ１１８Ｅ，１１８Ｆ，１１８Ｇ，１１８Ｈ及びマスフローコントローラ１１８Ｉ，１１８Ｊ，１１８Ｋ，１１８Ｌを介してそれぞれのガスを所定の設定流量でシャワーヘッド１０４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。各ガス流量はそれぞれのマスフローコントローラ１１８Ｉ，１１８Ｊ，１１８Ｋ，１１８Ｌによって検出可能であり且つ制御可能なパラメータで，上述のように制御パラメータとして構成されている。
上記シャワーヘッド１０４の下面には複数の孔１０４Ｂが全面に渡って均等に配置され，これらの孔１０４Ｂを介してシャワーヘッド１０４から上室１０１Ａ内へ混合ガスをプロセスガスとして供給する。また，下室１０１Ｂの下部の排気孔には排気管１０１Ｃが接続され，この排気管１０１Ｃに接続された真空ポンプ等からなる排気系１１９を介して処理室１０１内を排気して所定のガス圧力を保持している。排気管１０１ＣにはＡＰＣバルブ１０１Ｄが設けられ，処理室１０１内のガス圧力に即して開度が自動的に調節される。この開度は装置状態を示す装置状態パラメータで，制御できないパラメータである。
また，例えば上記シャワーヘッド１０４には処理室１０１内のプラズマ発光を検出する分光器（以下，「光学計測器」と称す。）１２０が設けられている。この光学計測器１２０によって得られる特定の波長に関する光学的データに基づいて例えばプラズマ状態を監視し，プラズマ処理の終点を検出する。この光学的データは高周波電力Ｐにより発生するプラズマに基づく電気的データと共にプラズマ状態を反映するプラズマ反映パラメータを構成する。
（多変量解析手段）
次に，本実施の形態におけるプラズマ処理装置１００が備える多変量解析手段を図面を参照しながら説明する。多変量解析手段２００は例えば図２に示すように，例えば主成分分析（ＰＣＡ：Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）や部分最小二乗法（ＰＬＳ法；Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ法）などの多変量解析プログラムを記憶する多変量解析プログラム記憶手段２０１，電気計測器１０７Ｃ，光学計測器１２０及びパラメータ計測器１２１からの信号を間欠的にサンプリングする電気的信号サンプリング手段２０２，光学的信号サンプリング手段２０３，パラメータ信号サンプリング手段２０４を備える。これらの各サンプリング手段２０２，２０３，２０４でサンプリングされたデータはそれぞれ各検出器からの検出値となる。
なお，上記パラメータ計測器１２１とは上述した制御パラメータを計測する計測器である。実際に多変量解析を行う際には，必ずしもすべてのデータを用いる必要はなく，電気計測器１０７Ｃ，光学計測器１２０，パラメータ計測器１２１からの少なくとも１種類以上のデータで多変量解析を行う。従って，すべての計測器のデータを用いてもよく，電気計測器１０７Ｃのみのデータやパラメータ計測器１２１のみのデータを用いてもよい。
上記プラズマ処理装置は，多変量解析により作成したモデルなど多変量解析の結果を記憶する解析結果記憶手段２０５，上記解析結果に基づいて所定のパラメータの異常値の検出（診断）や予測値の算出を行う演算手段２０６と，演算手段２０６からの演算信号に基づいて予測，診断，制御を行う予測・診断・制御手段２０７とを備える。
上記多変量解析手段２００には，プラズマ処理装置を制御する制御装置１２２，警報器１２３及び表示装置１２４がそれぞれ接続されている。制御装置１２２は例えば予測・診断・制御手段２０７からの信号に基づいてウエハＷの処理を継続または中断する。警報器１２３及び表示装置１２４は後述のように予測・診断・制御手段２０７からの信号に基づいて制御パラメータおよび／または装置状態パラメータの異常を報知する。
上記演算手段２０６は，上述した各パラメータを構成する各検出器から検出される検出値を補正する補正手段２１０と，この補正手段２１０によって補正された補正値を解析用データとして多変量解析を行う解析手段２１２とを備える。
第１の実施形態における解析手段２１２は，多変量解析として例えば主成分分析を行う。予め基準となる最初のウエットクリーニングまでの最初の区間のサンプルウエハに対してエッチング処理を行い，この時に各検出器から検出されるそれぞれの検出値，即ち高周波電圧Ｖｐｐ，光学計測器１２０の出力値等の検出値をウエハ毎に逐次検出してこれを解析用データとする。例えばＮ枚のウエハそれぞれについてＫ個の検出値ｘが存在すると，解析用データが入った行列Ｘは（１）式で表される。
固有値は，解析用データの分散の大きさを表し，固有値の大きさ順に，第１主成分，第２主成分，・・・第ａ主成分として定義されている。また，各固有値にはそれぞれに属する固有ベクトルがある。通常，主成分の次数が高いほどデータの評価に対する寄与率が低くなり，その利用価値が薄れる。
例えばＮ枚のウエハについてそれぞれＫ個の検出値を採り，ｎ番目のウエハのａ番目の固有値に対応する第ａ主成分得点は（２）式で表される。
具体的には，あるウエハの残差得点Ｑｎがサンプルウエハの残差得点Ｑ０から外れた場合には行ベクトルｅｎの成分を観れば，そのウエハの処理時にそのウエハのいずれの検出値に大きなズレがあったかが判り，異常の原因を特定することができる。
そして，残差行列Ｅの行（同一ウエハ）のうち，各検出器の残差にずれのあった解析用データを観ることにより，そのウエハではいずれの検出値に異常があったかを正確に確認することができる。
（第１の実施形態における異常検知の具体的手順）
次に，実際に多変量解析を行って例えば処理装置の異常検知を行う際の具体的手順について図２を参照しながら説明する。第１段階として先ずウエットクリーニングを行うごとに区切られるある区間のデータに基づいて多変量解析によりモデルを作成する。具体的には，モデルを作成する区間のパラメータ計測器１２１，光学計測器１２０，電気計測器１０７Ｃからのデータに対して補正手段２１０により後述する所定の補正を施す。次いで多変量解析プログラム手段２０１から所定のプログラムを読込み，解析手段２１２により多変量解析を行ってモデルを作成する。作成したモデルは解析結果記憶手段２０５に記憶する。
第２段階として例えば処理装置の異常検知を行う。すべての区間のパラメータ計測器１２１，光学計測器１２０，電気計測器１０７Ｃからのデータに対して補正手段２１０により第１段階と同様の補正を施す。次いで解析結果記憶手段２０５からモデルを読込み，演算手段２０６により演算して残差得点Ｑを求める。予測診断制御手段２０７により上記残差得点Ｑに基づいて処理装置の異常を検出する。例えば残差得点Ｑがある一定範囲（例えば平均値と標準偏差の３倍を加算した範囲）に入っていれば正常であり，外れていれば異常と判断する。
（第１の実施形態による補正方法）
次に，上記補正手段２１０による補正方法の具体例を図面を参照しながら説明する。第１の実施形態における補正手段２１０は，プラズマ処理装置１００のメンテナンスを行うごとに区切られる区間ごとに，各区間内で検出器から検出される検出値を補正する。プラズマ処理装置に状態変化が生じる場合としては，装置の稼働により状態変化が生じる場合，メンテナンスなど装置状態を変化させる（改善させる）場合がある。例えば装置状態を変化させる（改善させる）場合としては，装置内の処理環境又は処理予測環境を改善する行為として例えばウエットクリーニングを行った場合，消耗品や検出器（センサ）の交換を行った場合などがある。また，補正の方法としては，例えば上記メンテナンスとしてウエットクリーニングを行った場合には，ウエットクリーニングを行うごとに区切られる区間（ウエットクリーニングサイクル）ごとに，各区間内の一部の区間の検出値を用いて各区間内の検出値を各パラメータごとに補正する。
（第１の実施形態による第１の補正方法）
第１の実施形態による具体的な補正方法は，以下の通りである。ウエットクリーニングを行うごとに区切られる区間をウエットクリーニングサイクル（以下，単に「サイクル」ともいう）ＷＣとすると，サイクルＷＣの区間内で各検出器から検出された検出値のうちの一部の区間の検出値について各パラメータごとに平均値を算出し，この平均値に基づいてその区間内の各検出値を各パラメータごとに補正する。この補正は各サイクルＷＣごとに行う。例えば２５枚のウエハを１ロットとし，各ロットごとにウエハをプラズマ処理する場合は，ウエットクリーニングを行った直後のロット（初期ロット）でプラズマ処理を行った検出値の平均値を用いる。
先ず，補正するサイクルＷＣの区間内の検出値のうちの一部の区間の検出値の平均値を各パラメータごとに求める。上記（１）式に示す行列Ｘにおけるパラメータｋの検出値ｘｋは（１１）式に示すようになる。この検出値ｘｋのうちｐ枚目からｑ枚目のウエハについての検出値の平均値をｘｋ′とすると，ｘｋ′は（１２）式に示すようになる。各サイクルＷＣの区間における初期ロット２５枚の平均値を求める場合は，（１２）式においてｐ＝１，ｑ＝２５とする。
また，上述のように平均値ｘｋ′を引算する代りに，上記区間内の各検出値を上記平均値で割算することにより，そのサイクルＷＣ内のすべての検出値を補正してもよい。各パラメータｋの平均値ｘｋ′による補正後の検出値をＸＤＩＶとし，（１）式のＸを用いると，（１４）式に示すようになる。（１４）式における右辺の行列は対角行列である。
先ず，補正手段２１０によって各検出値を補正した場合と比較するため，補正しない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果を図３，図４に示す。ここでは検出値としてウエハを上述の条件によりエッチング処理するごとに各検出器により検出された検出値を解析用データとして用いている。また図３，図４において，点線矢印はウエットクリーニングを行った時点を示しており，縦軸に残差得点Ｑ，横軸にウエハ処理枚数をとっている（図５〜図１２についても同様）。図３，図４において，最初のウエハのデータから１回目のウエットクリーニングまでの区間をサイクルＷＣ１とし，１回目のウエットクリーニングの後から２回目のウエットクリーニングまでの区間をサイクルＷＣ２，２回目のウエットクリーニングの後から３回目のウエットクリーニングまでの区間をサイクルＷＣ３，３回目のウエットクリーニングの後から最後のウエハのデータまでの区間をサイクルＷＣ４とする。
ここで残差二乗和Ｑは，各パラメータの検出値（実測値）との残差（誤差）を示す。図３のグラフでは，残差二乗和Ｑがある一定範囲（例えば平均値と標準偏差の３倍を加算した範囲）に入っていれば正常であり，外れていれば異常と判断できる。大きく外れているほど誤差が大きい。
図３はサイクルＷＣ１の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図４はサイクルＷＣ２の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図３，図４によれば，残差得点Ｑは各ウエットクリーニングを行った前後で大きく変化しており，ずれが生じていることがわかる。これはウエットクリーニングを行うことによって装置状態の傾向（各検出値の傾向）が変化すること（シフト的誤差）が要因の１つと考えられる。なお，図３（又は図４）においてサイクルＷＣ１（又はＷＣ２）では残差得点Ｑが装置状態が正常であると判断される許容範囲（例えば点線の値以下）に入っている。これはそのサイクルの検出値を用いて主成分分析を行ったからである。なお，図３〜図８における点線は，残差得点Ｑの平均値と標準偏差の３倍とを加算した値である。
このように図３，図４のいずれの場合にも残差得点Ｑにシフト的誤差がウエットクリーニングの前後で生じていることから，サイクルＷＣ１，ＷＣ２のいずれの検出値を用いて主成分分析を行っても，ウエットクリーニングの前後で生じる大きなずれは解消できないことがわかる。すなわち，単にサイクルＷＣごとに主成分分析を行ってモデルを作成し直しても，ウエットクリーニングの前後で生じる大きなずれは解消できない。
次に，各サイクルＷＣごとに一部の区間の検出値の平均値を引算する補正を行った場合の実験結果を図５，図６を参照しながら説明する。ここでは各パラメータごとに各サイクルＷＣの初期ロットのウエハ（例えば２５枚）についての検出値の平均値をそのサイクルＷＣの検出値から引算することによって補正を行った。
図５はサイクルＷＣ１の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図６はサイクルＷＣ２の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図５，図６はいずれの場合も，残差得点Ｑが各ウエットクリーニングの前後で大きく変化していない。従って，図３，図４で生じていた各ウエットクリーニングの前後における残差得点Ｑの大きな変化（シフト的誤差）が解消されていることがわかる。このように補正手段２１０によって各サイクルＷＣごとに一部の区間の検出値の平均値を引算する補正を行うことにより，プラズマ処理装置内のクリーニング，消耗品や検出器の交換等のメンテナンスなどによる検出値の傾向の変動に基づく残差得点Ｑなどの指標に生じるシフト的誤差を解消することができる。これにより，主成分分析による解析精度を向上することができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
次に，各サイクルＷＣごとに一部の区間の検出値の平均値を割算する補正を行った場合の実験結果を図７，図８を参照しながら説明する。ここでは各パラメータごとに各サイクルＷＣの初期ロットのウエハ（例えば２５枚）についての検出値の平均値でそのサイクルＷＣの検出値を割算することによって補正を行った。
図７はサイクルＷＣ１の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図８はサイクルＷＣ２の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図７，図８はいずれの場合も，図３，図４で生じていた各ウエットクリーニングの前後における残差得点Ｑの大きな変化（シフト的誤差）が解消されていることがわかる。このように補正手段２１０によって各サイクルＷＣごとに一部の区間の検出値の平均値を割算する補正を行うことによっても，ウエットクリーニングによる装置状態の傾向のずれを解消でき，主成分分析による解析精度を向上することができる。
（第１の実施形態における第３の補正方法）
次に，上記補正手段２１０による他の補正方法を図面を参照しながら説明する。上述した補正方法では，サイクルＷＣの区間内で各検出器から検出された検出値のうちの一部の区間の検出値について各パラメータごとに平均値を求めたが，ここでは各サイクルＷＣの区間内におけるすべての検出値の平均値を各パラメータごとに求め，この平均値に基づいてその区間内の各検出値を各パラメータごとに補正する。この補正も各サイクルＷＣごとに行う。
具体的には，先ず，補正するサイクルＷＣの区間内のすべての検出値の平均値を各パラメータｋごとに求める。具体的には上記（１２）式においてｐを補正するサイクルＷＣの最初のウエハの番号とし，ｑを補正するサイクルＷＣの最後のウエハの番号とする。こうして，算出されたサイクルＷＣごとの検出値の平均値をｘｋ″（ｋ＝１，２，…，Ｋ）とする。
次にサイクルＷＣの区間内の各検出値から各パラメータｋごとに平均値ｘｋ″を引算することにより，そのサイクルＷＣ内のすべての検出値を補正する。各パラメータｋの平均値ｘｋ″による補正後の検出値をＸＳＵＢ″とし，（１）式のＸを用いると，（１５）式に示すようになる。
また，他の補正方法として，上述のように平均値ｘｋ″を求めるとともに，補正するサイクルＷＣの区間内のすべての検出値の標準偏差Ｓも各パラメータｋごとに求め，そのサイクルＷＣの区間内の各検出値から平均値ｘｋ″を引算したものをさらに標準偏差Ｓで割算することにより，そのサイクルＷＣの区間内の各検出値を補正するようにしてもよい。各パラメータｋの平均値ｘｋ″，標準偏差Ｓによる補正後の検出値をＸＤＩＶ″とし，（１）式のＸを用いると，（１６）式に示すようになる。（１６）式における右辺の標準偏差Ｓの行列は対角行列である。
さらに，他の補正方法として，上述のように補正するサイクルＷＣの区間内のすべての検出値について各パラメータｋごとに平均値ｘｋ″と標準偏差Ｓを求め，そのサイクルＷＣの区間内の各検出値から平均値ｘｋ″を引算したものを標準偏差Ｓで割算し，その得られた値に対してローディング補正を施すことにより，そのサイクルＷＣの区間内の各検出値を補正するようにしてもよい。各パラメータｋの平均値ｘｋ″，標準偏差Ｓによる補正後の検出値をＸＤＩＶ″とし，（１）式のＸを用いると，（１７）式に示すようになる。（１７）式における右辺のＲｎｋ″は，モデルを作成するのに使用したサイクルＷＣとそのモデルで評価するサイクルＷＣによって値が異なる。例えばサイクルＷＣ１の検出値により主成分分析を行ってモデルを作成し，サイクルＷＣ２の検出値を評価する際には（１８）式に示すようになる。この（１８）式において，ｔＷ２ｎａはサイクルＷＣ２のｎ番目のウエハの第ａ主成分得点，ｐＷ１ｋａはサイクルＷＣ１の第ａ主成分のパラメータｋのローディング，ｐＷ２ｋａはサイクルＷＣ２の第ａ主成分のパラメータｋのローディングを示す。
先ず，補正手段２１０によって各検出値を補正した場合と比較するため，補正しない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果を図９に示す。図９はサイクルＷＣ１の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１，ＷＣ２等の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図９によれば，図３，４の場合と同様に残差得点Ｑは各ウエットクリーニングを行った前後で大きく変化しており，ずれが生じていることがわかる。これはウエットクリーニングを行うことによって装置状態の傾向が変化すること（シフト的誤差）が要因の１つと考えられる。なお，図９においてサイクルＷＣ１では残差得点Ｑが装置状態が正常であると判断される許容範囲（例えば一点鎖線の値以下又は点線の値以下）に入っている。これはそのサイクルの検出値を用いて主成分分析を行ったからである。なお，図９〜図１２における一点鎖線は残差得点Ｑの平均値と標準偏差の３倍とを加算した値であり，点線は残差得点Ｑの平均値と標準偏差の６倍とを加算した値である。
次に，上述の他の補正方法により検出値の補正を行った場合の実験結果について図１０〜図１２を参照しながら説明する。図１０〜図１２はサイクルＷＣ１の補正後の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１，ＷＣ２等の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図１０は各サイクルＷＣごとにサイクルＷＣのすべての検出値について各パラメータごとに平均値を引算する補正を行った場合の実験結果であり，図１１は上記平均値を引算した値をさらにサイクルＷＣのすべての検出値においてパラメータごとに算出した標準偏差で割算する補正を行った場合の実験結果であり，図１２は上記標準偏差で割算した値にさらにローディング補正を施す補正を行った場合の実験結果である。
図１０〜図１２によれば，残差得点Ｑが各ウエットクリーニングの前後で大きく変化していない。従って，図９で生じていた各ウエットクリーニングの前後における残差得点Ｑの大きな変化（シフト的誤差）が解消されていることがわかる。このように補正手段２１０によって各サイクルＷＣごとにサイクルＷＣのすべての検出値の平均値等を用いて補正を行うことによっても，ウエットクリーニングによる装置状態の傾向のずれを解消でき，主成分分析による解析精度を向上することができる。
このように本実施の形態によれば，当該装置内の処理環境又は処理予測環境を改善する行為（例えば当該装置内のクリーニング，消耗品や検出器の交換等のメンテナンス）を行うごとに区切られる区間ごとに，各区間内で検出される検出値に所定の補正処理を施して，補正後の検出値を解析用データとして多変量解析を行うので，メンテナンスを行うことにより装置状態の傾向が変化して多変量解析に用いる検出値の傾向が変った場合でもその変化が多変量解析の結果に影響することを極力防止できるため，当該装置の異常検出，当該装置の状態予測又は被処理体の状態予測などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
また，上記各区間ごとに検出値を補正するという簡単な処理だけで，検出値の傾向の変化が多変量解析の結果に影響することを極力防止できるので，多変量解析によるモデルを作り直すなどの手間を省くことができる。
なお，第１の実施形態では上述した補正処理を施した検出値を用いて多変量解析として主成分分析を行う場合について説明したが，必ずしもこれに限定されるものではなく，上記補正後の検出値を用いて部分最小二乗法（ＰＬＳ；Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑａｒｅｓ）法などの重回帰分析を行うようにしてもよい。ＰＬＳ法においては説明変数として複数のプラズマ反映パラメータを用い，目的変数を複数の制御パラメータおよび装置状態パラメータとし，両者を関連付けたモデル式（回帰式などの予測式，相関関係式）を作成する手法として用いられる。そして，作成したモデル式に説明変数としたパラメータを当てはめるだけで，説明変数のパラメータを予測することができる。上記ＰＬＳ法の詳細は例えばＪＯＵＲＮＡＬ ＯＦ ＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９８８）に記載されている。
このように，電気計測器１０７Ｃ，光学計測器１２０及びパラメータ計測器１２１からの検出値を補正して，上記補正後の検出値のパラメータを用いてＰＬＳ法によって多変量解析を行うことにより，制御パラメータや装置状態パラメータの予測，エッチングレートの均一性，パターン寸法，エッチング形状，ダメージなどのプロセス予測などを行う際に，メンテナンスを行うことにより装置状態の傾向が変化して多変量解析に用いる検出値の傾向が変化した場合でもその変化が多変量解析の結果に影響することを極力防止できるため，予測精度を向上させることができる。なお，上記パラメータ計測器１２１とは上述した制御パラメータを計測する計測器である。実際に多変量解析を行う際には，必ずしもすべてのデータを用いる必要はなく，電気計測器１０７Ｃ，光学計測器１２０，パラメータ計測器１２１からの少なくとも１種類以上のデータでＰＬＳ法などの重回帰分析を行う。従って，すべての計測器のデータを用いてもよく，電気計測器１０７Ｃのみのデータやパラメータ計測器１２１のみのデータを用いてもよい。
（第２の実施形態）
次に，本発明の第２の実施形態について図面を参照しながら説明する。第２の実施形態にかかるプラズマ処理装置，多変量解析手段の構成はそれぞれ，図１，図２に示すものと同様であるため，これらの詳細な説明は省略する。
第２の実施の形態にかかる補正手段２１０は，各検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正（前処理）を行う前処理手段を構成する。すなわち，現在の検出値を以前の検出値の傾向を考慮して補正し，補正後の検出値を解析用データとして多変量解析することにより，ウエットクリーニングなどのメンテナンスの前後における解析結果のシフト的誤差及びプラズマ処理装置１００を長期間稼働することによる解析結果の経時的誤差を解消することができる。この補正手段２１０によって補正された検出値を解析用データとして用いて解析手段２１２により多変量解析を行う。
（第２の実施形態における補正方法）
ここで，第２の実施形態にかかる補正手段２１０による補正方法（前処理方法）の具体例を図面を参照しながら説明する。本実施の形態では，上記検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正し，その補正後の検出値を解析用データとする。例えば，指数重み付き移動平均（ＥＷＭＡ；Ｅｘｐｏｎｅｎｔｉａｌｌｙ Ｗｅｉｇｈｔ Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ）処理を行うことによって各検出器で検出された検出値を補正する。
ＥＷＭＡ処理は，一般に，既に蓄積されたデータから次の値を重みλ（０＜λ＜１）を用いて予測する方法である。例えばｉ番目のデータの重みをｖｉ，時間をｔすると，ｖｉ＝λ（１−λ）ｔ−ｉと表すことができ，重みは時間ｔのときの値から指数的に減少する。この式から重みλが０に近ければ，既に蓄積されたデータを十分考慮した次の値（予測値）を得ることができ，逆に重みλが１に近ければ直前のデータを重視した次の値（予測値）を得ることができる。
ＥＷＭＡ処理の詳細については，例えばＡｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｅｘｐｏｎｅｎｔｉａｌｌｙ ｗｅｉｇｈｔｅｄ ｍｏｖｉｎｇ ａｖｅｒａｇｅ ｃｏｎｔｒｏｌｌｅｒ ｆｏｒ ｓｅｍｉｃｏｎｄｕｃｔｏｒ ｐｒｏｃｅｓｓｅｓ（１９９７ Ａｍｅｒｉｃａｎ Ｖａｃｕｕｍ Ｓｏｃｉｅｔｙ ＰＰ１３７７−１３８４）や，Ｒｕｎ ｂｙ Ｒｕｎ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ：Ｃｏｍｂｉｎｉｎｇ ＳＰＣ ａｎｄ Ｆｅｅｄｂａｃｋ Ｃｏｎｔｒｏｌ（ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ Ｍａｎｕｆａｃｔｕｒｉｎｇ，Ｖｏｌ．８，Ｎｏ１，Ｆｅｂ １９９５ ＰＰ２６−４３）などに掲載されている。
ここでは，例えばＥＷＭＡ処理による補正として，先ず各パラメータごとに各検出器で検出された現在の検出値についての現在の予測値を，直前の予測値と直前の検出値とにそれぞれ重みを付けて平均化することにより求める。具体的には，ｉ番目のウエハの検出値についての予測値を現在の予測値Ｙｉ，直前のｉ−１番目のウエハの検出値の実測値をＸｉ−１，直前の予測値をＹｉ−１，重みをλとすると，現在のＹｉは（１９）式により表される。なお，「＊」はかけ算の演算記号を示す（以下，同様）。
次に，補正手段２１０により上述した補正方法で補正したデータを用いて主成分分析を行った実験結果を検討する。プラズマ処理としてウエハ上のシリコン膜に対してエッチング処理を行った場合の各ウエハごとに検出された検出器からの検出値に基づいて主成分分析を行った。この検出値としては，高周波電力を基本波から４倍波までの４種類でそれぞれ電気計測器（例えば，ＶＩプローブ）１０７Ｃを介してプラズマに基づく高周波電圧Ｖ，高周波電流Ｉ，高周波電力Ｐ，インピーダンスＺをＶＩプローブデータ（電気的データ）として計測した検出値を用いている。
この第２の実施形態におけるエッチング条件としては，下部電極１０２に印加する高周波電力は４０００Ｗで，処理室内の圧力は５０ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝２０ｓｃｃｍ，Ｏ２＝１０ｓｃｃｍ，ＣＯ＝１００ｓｃｃｍ，Ａｒ＝４４０ｓｃｃｍの混合ガスを用いた。
先ず，補正手段２１０によって各検出値を補正した場合と比較するため，補正しない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果を図１３に示す。ここでは検出値としてウエハを上述の条件によりエッチング処理するごとに各検出器により検出された検出値を補正しないで解析用データとして用いている。また図１３において，点線矢印はウエットクリーニングを行った時点を示しており，縦軸に残差得点Ｑ，横軸にウエハ処理枚数をとっている（図１４についても同様）。図１３において，最初のウエハのデータから１回目のウエットクリーニングまでの区間をサイクルＷＣ１とし，１回目のウエットクリーニングの後から２回目のウエットクリーニングまでの区間をサイクルＷＣ２，２回目のウエットクリーニングの後から３回目のウエットクリーニングまでの区間をサイクルＷＣ３，３回目のウエットクリーニングの後から最後のウエハのデータまでの区間をサイクルＷＣ４とする。
図１３はサイクルＷＣ１の検出値を用いて解析手段２１２によって主成分分析を行うことにより固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。
図１３によれば，残差得点Ｑは各ウエットクリーニングを行った前後で大きく変動しており，シフト的誤差が生じていることがわかる。これはウエットクリーニングを行うことによって装置状態の傾向（各検出値の傾向）が変化すること（シフト的誤差）が要因の１つと考えられる。また，各ウエットクリーニングごとに区切られる区間をウエットサイクルＷＣ１〜ＷＣ４とすると，各ウエットサイクル区間内においても，残差二乗和Ｑが徐々に変化してその区間内全体のトレンド（傾き）が右上がりになっており，経時的誤差が生じていることがわかる。これはプラズマ処理装置１００ではその処理室内に処理ガスを導入してプラズマを発生させるため，プラズマ処理装置を稼働するにつれて処理室内に反応生成物（堆積物）が付着し，検出器を汚すなどにより検出器からのデータが徐々に変化することが要因の１つと考えられる。なお，図１３においてサイクルＷＣ１では残差得点Ｑにより装置状態が正常であると判断される許容範囲（例えば実線の値以下）に入っている。これはそのサイクルの検出値を用いて主成分分析を行ったからである。なお，図１３〜図１５における実線は残差得点Ｑの平均値と標準偏差の３倍とを加算した値である。
次に，各パラメータごとにＥＷＭＡ処理による検出値の補正（前処理）を行った場合の実験結果を図１４，図１５を参照しながら説明する。図１４はサイクルＷＣ１の補正後の検出値を用いて主成分分析を行って固有値及び固有ベクトルを求めてモデルを作成し，このモデルに基づいてすべてのサイクルＷＣ１〜ＷＣ４の補正後の検出値に対して残差得点Ｑを求めた結果をグラフにしたものである。図１４（ａ）は上述の（１９）式（又は（２１）式）において重みλ＝０．１とした場合であり，図１４（ｂ）は上記重みλ＝０．９とした場合である。
図１４（ａ），（ｂ）のいずれの場合も，残差得点Ｑが各ウエットクリーニングの前後で大きく変化していない。また，各サイクルＷＣの区間内でも全体的なトレンド（傾き）は水平になっている。従って，図１３で生じていた各ウエットクリーニングの前後における残差得点Ｑのシフト的誤差及び経時的誤差がともに解消されていることがわかる。しかも，残差得点ＱはすべてのサイクルＷＣ１〜ＷＣ４において，ほとんどの検出値がある一定範囲（例えば平均値と標準偏差の３倍を加算した範囲）に入っているため，装置状態が正常であることが正しく判断できる。
ここで，下部電極１０２に印加する高周波電力Ｐを変えた場合の解析精度への影響を検討する。図１５は，上記高周波電力を３８８０Ｗ〜４１２０Ｗの範囲で変えて残差得点Ｑを求めたグラフである。図１５において黒丸でプロットしたグラフはサイクルＷＣ１の区間の残差得点Ｑであり，黒四角でプロットしたグラフはサイクルＷＣ４の区間の残差得点Ｑである。
図１５によれば，サイクルＷＣ１，ＷＣ４における残差得点ＱはともにＶ字形状のグラフになり，高周波電力が４０００Ｗのときに残差得点Ｑが最も低く，高周波電力が３９７０Ｗ〜４０３０Ｗの範囲は，装置状態が正常であると判断される許容範囲（例えば実線の値以下）内に入っている。従って，下部電極１０２に印加する高周波電力は４０００Ｗとした場合が最も解析精度が高い。また高周波電力は，例えば正常と判断される許容範囲を残差得点Ｑの平均値と標準偏差の３倍以下とした場合にはその範囲に入る範囲（例えば３９７０Ｗ〜４０３０Ｗ）で解析精度が良好となる。
このように本実施の形態によれば，補正手段２１０によってＥＷＭＡ処理による補正を行うことにより，プラズマ処理装置１００の処理室内のクリーニング，消耗品や検出器の交換等のメンテナンスや装置の長期稼働などによる検出値の傾向の変動に基づく残差得点Ｑなどの指標に生じるシフト的誤差のみならず，経時的誤差についても解消することができる。これにより装置状態の異常を正しく判断することができるので，主成分分析による解析精度を向上することができる。これにより，プラズマ処理装置１００の異常検出などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
（第３の実施形態）
次に，本発明の第３の実施形態を図面を参照して説明する。第３の実施形態におけるプラズマ処理装置，多変量解析手段はそれぞれ図１，図２に示すものと同様であるため，その詳細な説明は省略する。
第３の実施形態においては，多変量解析手段２００で多変量解析としてＰＬＳ法（部分最小二乗法）によりモデル（回帰式）を作成して，プラズマ処理装置１００の状態予測や被処理体の状態予測を行うときに，第２の実施形態で説明した補正手段２１０による補正後の解析用データを用いた場合を説明する。
第３の実施形態において上記多変量解析手段２００は，解析手段２１２により例えば上記光学的データ及びＶＩプローブデータなどのプラズマ反映パラメータを説明変量（説明変数）とし，上記制御パラメータや装置状態パラメータなどのプロセスパラメータを被説明変量（目的変量，目的変数）とする下記（２２）の関係式（回帰式などの予測式，モデル）を多変量解析プログラムを用いて求める。下記（２２）の回帰式において，Ｘは説明変量の行列を意味し，Ｙは被説明変量の行列を意味する。また，Ｂは説明変量の係数（重み）からなる回帰行列であり，Ｅは残差行列である。
第３の実施形態における多変量解析プログラム記憶手段２０１にはＰＬＳ法用のプログラムが記憶され，解析手段２１２において上記説明変量及び目的変量をプログラムの手順に従って処理して上記（２２）式を求め，この結果を解析結果記憶手段２０５で記憶する。従って，第３の実施形態では上記（２２）式を求めれば，後はプラズマ反映パラメータ（光学的データ及びＶＩプローブデータ）を説明変量として行列Ｘに当てはめることによって，プロセスパラメータ（制御パラメータ及び装置状態パラメータ）を予測することができる。しかもこの予測値は信頼性の高いものになる。
例えば，ＸＴＹ行列に対してａ番目の固有値に対応する第ａ主成分得点のベクトルはｔａで表される。行列Ｘは上記第ａ主成分得点（スコア）ｔａと固有ベクトル（ローディング）ｐａを用いると下記の（２３）式で表され，行列Ｙは上記第ａ主成分得点（スコア）ｔａと固有ベクトル（ローディング）ｃａを用いると下記の（２４）式で表される。なお，下記（２３）式，（２４）式において，Ｘａ＋１，Ｙａ＋１はＸ，Ｙの残差行列であり，ＸＴは行列Ｘの転置行列である。以下では指数Ｔは転置行列を意味する。
ＰＬＳ法は以下の手順で実施される。先ず第１段階では，行列Ｘ，Ｙのセンタリング及びスケーリングの操作を行う。そして，ａ＝１を設定し，Ｘ１＝Ｘ，Ｙ１＝Ｙとする。また，ｕ１として行列Ｙ１の第１列を設定する。尚，センタリングとは各行の個々の値からそれぞれの行の平均値を差し引く操作であり，スケーリングとは各行の個々の値をそれぞれの行の標準偏差で除する操作（処理）である。
第２段階では，ｗａ＝Ｘａ Ｔｕａ／（ｕａ Ｔｕａ）を求めた後，ｗａの行列式を正規化し，ｔａ＝Ｘａｗａを求める。また，行列Ｙについても同様の処理を行って，ｃａ＝Ｙａ Ｔｔａ／（ｔａ Ｔｔａ）を求めた後，ｃａの行列式を正規化し，ｕａ＝Ｙａｃａ／（ｃａ Ｔｃａ）を求める。
第３段階ではＸローディング（負荷量）ｐａ＝Ｘａ Ｔｔａ／（ｔａ Ｔｔａ），Ｙ負荷量ｑａ＝Ｙａ Ｔｕａ／（ｕａ Ｔｕａ）を求める。そして，ｕをｔに回帰させたｂａ＝ｕａ Ｔｔａ／（ｔａ Ｔｔａ）を求める。次いで，残差行列Ｘａ＝Ｘａ−ｔａｐａ Ｔ，残差行列Ｙａ＝Ｙａ−ｂａｔａｃａ Ｔを求める。そして，ａをインクリメントしてａ＝ａ＋１を設定し，第２段階からの処理を繰り返す。これら一連の処理をＰＬＳ法のプログラムに従って所定の停止条件を満たすまで，あるいは残差行列Ｘａ＋１がゼロに収束するまで繰り返し，残差行列の最大固有値及びその固有ベクトルを求める。
ＰＬＳ法は残差行列Ｘａ＋１の停止条件またはゼロへの収束が速く，１０回程度の計算の繰り返すだけで残差行列が停止条件またはゼロに収束する。一般的には４〜５回の計算の繰り返しで残差行列が停止条件またはゼロへの収束する。この計算処理によって求められた最大固有値及びその固有ベクトルを用いてＸＴＹ行列の第１主成分を求め，Ｘ行列とＹ行列の最大の相関関係を知ることができる。
次に，上記ＰＬＳ法によって（２２）式のようなモデル式（回帰式）を求める場合には予めウエハのトレーングセットを用いたエッチング処理の実験によって複数の説明変数と複数の目的変数を計測する。そのために例えばトレーニングセットとして１８枚のウエハ（ＴＨ‐ＯＸ Ｓｉ）を用意する。尚，ＴＨ‐ＯＸ Ｓｉは熱酸化膜が形成されたウエハのことである。なお，この第２の実施形態におけるエッチング条件としては，下部電極１０２に印加する高周波電力は１５００Ｗで，処理室内の圧力は４５ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝１０ｓｃｃｍ，Ｏ２＝５ｓｃｃｍ，ＣＯ＝５０ｓｃｃｍ，Ａｒ＝２００ｓｃｃｍの混合ガスを用いた。
この場合，実験計画法を用いて各パラメータデータを効率的に設定することができる。本実施形態では例えば目的変数となる制御パラメータを標準値を中心に所定の範囲内で各トレーニングエハ毎に振ってトレーニングエハをエッチング処理する。そして，エッチング処理時に説明変数となる光学的データ及びＶＩプローブデータを各トレーニングエハについて複数回ずつ計測し，演算手段２０６を介して複数の光学的データ及びＶＩプローブデータの平均値を算出する。
ここで，制御パラメータを振る範囲は，エッチング処理を行っている時に制御パラメータが最大限変動する範囲を想定し，この想定した範囲で制御パラメータを振る。本実施形態では，高周波電力，処理室１内の圧力，上下両電極１０２，１０４間の隙間寸法及び各プロセスガス（Ａｒガス，ＣＯガス，Ｃ４Ｆ８ガス及びＯ２ガス）の流量を制御パラメータとして用いる。各制御パラメータの標準値はエッチング対象によって異なる。
例えば，上記各トレーニングエハのエッチング処理を行う時には各制御パラメータを標準値を中心にして下記表１に示すレベル１とレベル２の範囲で各トレーニングエハ毎に振ってトレーニングエハのエッチング処理を行う。そして，各トレーニングエハを処理する間に，高周波電力を基本波から４倍波までの４種類でそれぞれ電気計測器７０を介してプラズマに基づく高周波電圧Ｖ，高周波電流Ｉ，高周波電力Ｐ，インピーダンスＺをＶＩプローブデータ（電気的データ）として計測すると共に，光学計測器１２０を介して例えば２００〜９５０ｎｍの波長範囲の発光スペクトル強度を光学的データとして計測し，これらのＶＩプローブデータ及び光学的データを説明変量であるプラズマ反映パラメータとして用いる。また，同時に下記（表１）に示す各制御パラメータの実測値及び可変コンデンサＣ１，Ｃ２のポジション，高調波電圧Ｖｐｐ，ＡＰＣ間度等が装置状態パラメータの実測値を各パラメータ計測器１２１を用いて計測する。
そして，予測結果を求めるテストセットの各テストウエハを処理する毎に，多変量解析手段２００の演算手段２０６ではそれぞれのＶＩプローブデータ（電気的データ）及び光学的データの平均値に補正手段２１０で上記ＥＷＭＡ処理による補正を行いつつ，補正後のデータを解析結果記憶手段２０５から取り込んだモデル式に代入し，テストウエハ毎にプロセスパラメータ（制御パラメータ及び装置状態パラメータ）の予測値を算出する。
次に，第３の実施の形態において上記ＥＷＭＡ処理による補正を施してＰＬＳ法によるプロセスパラメータの予測を行った結果を検討する。ここでは説明変数とするＶＩプローブデータ及び光学的データのみに上記ＥＷＭＡ処理による補正（前処理）を施す。この場合，モデルを作成するときの目的変数には基線補正を行うようにしてもよい。基線補正としては例えば６枚目と２５枚目のウエハのデータの平均値を算出してこれを基線とし，モデルを作成するときの目的変数のデータから基線とした平均値を引算する補正を行うようにしてもよい。
先ず，ＶＩプローブデータ及び光学的データの補正前と補正後のデータを比較する。ＶＩプローブデータのうちの高周波電圧Ｖについての補正前のデータを図１６（ａ）に示し，補正後のデータを図１６（ｂ）に示す。光学的データのうちのある波長の発光強度についての補正前のデータを図１７（ａ）に示し，補正後のデータを図１７（ｂ）に示す。なお，図１６のＡ区間はトレーニングセットとした部分を示し，Ｂ区間はテストセットとした部分である（図１６〜図１９のうち他の図面についても同様であり，他の図面についてはＡ区間，Ｂ区間の表示は省略してある）。
図１６（ａ）では，補正前の高周波電圧Ｖは徐々に増加し，全体として右上がりのトレンド（傾き）がある。図１７（ａ）でも補正前の光学的データの発光強度は徐々に減少し，全体として右下がりのトレンド（傾き）がある。すなわち，補正前のデータはいずれの場合も経時的な変動が見られる。
これに対して，補正後のデータである図１６（ｂ），図１７（ｂ）はいずれの場合も全体的なトレンド（傾き）が水平になっている。このように，ＥＷＭＡ処理による補正を施すことにより，図１６（ａ），図１７（ａ）で生じていた経時的な変動を解消できることがわかる。
次に，図１６（ｂ），図１７（ｂ）に示すような補正後のＶＩプローブデータ及び光学的データを用いてＡ区間によりモデルを構築し，Ｂ区間のデータによりプロセスデータ（高周波電力Ｐ，処理室内の圧力，電極間の隙間，処理ガスの流量等）を予測した。このうち，処理室内の圧力の予測値，Ｃ４Ｆ８の流量の予測値をそれぞれ図１８，図１９に示す。図１８（ａ），図１９（ａ）は，補正をしないＶＩプローブデータ及び光学的データを用いた予測結果であり，図１８（ｂ），図１９（ｂ）は，補正をしたＶＩプローブデータ及び光学的データを用いた予測結果である。
図１８（ａ），図１９（ａ）では，ともに予測値は徐々に増加し，全体として右上がりのトレンド（傾き）がある。すなわち，補正を行わない場合にはデータはいずれのデータも予測値に経時的な変動（経時的誤差）が見られる。これに対して，図１８（ｂ），図１９（ｂ）はいずれの場合も全体的なトレンド（傾き）が水平になっている。このように，ＥＷＭＡ処理による補正を施したデータを用いることにより，検出値の経時的な変動（経時的誤差）による予測値への影響を解消できることがわかる。
このように第３の実施の形態によれば，ＥＷＭＡ処理による補正を施したデータを用いてＰＬＳ法によりモデルを構築して予測値を算出することにより，各パラメータのデータを構成する検出値の変動による予測値への影響を解消できる。これにより，予測精度を向上させることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
その他，上記補正後の検出値のパラメータを用いてＰＬＳ法によって多変量解析を行うことにより，制御パラメータや装置状態パラメータの予測，エッチングレートの均一性，パターン寸法，エッチング形状，ダメージなどのプロセス予測などを行う際においても，例えばメンテナンス前後に生じるシフト的誤差や処理装置の長期間稼働による経時的誤差を解消できるので，予測精度を向上させることができる。
また，検出値を補正するという簡単な処理だけで，検出値の傾向の変化が多変量解析の結果に影響することを極力防止できるので，多変量解析によるモデルを作り直すなどの手間を省くことができる。
（第４の実施形態）
次に，本発明の第４の実施形態について図面を参照しながら説明する。第４の実施形態にかかるプラズマ処理装置，多変量解析手段の構成はそれぞれ，図１，図２に示すものと同様であるため，これらの詳細な説明は省略する。
第４の実施の形態にかかる補正手段２１０は，第２の実施形態と同様に各検出器で検出された現在の検出値をそれ以前に検出された検出値に基づいて補正（前処理）を行う前処理手段を構成する。第２の実施形態と異なるのは，より簡単な演算で補正を行う点である。すなわち，第４の実施形態にかかる補正手段２１０は，上記検出器で検出された現在の検出値から直前に検出された検出値を引算したものを補正後の検出値としてこれを解析用データとする点である。
（第４の実施形態の原理）
このような第４の実施形態における原理を説明する。ここでは，解析用データの元になる検出器の検出値として光学計測器１２０例えば分光器によって得られるプラズマの全波長又は特定領域の波長に関する検出値例えば発光データＳを考える。発光データＳは一般に対象となるプラズマ処理装置に特有の装置関数に比例する。この装置関数は様々な要素から構成されるものと考えられるが，ここでは例えば下記（２５）式に示すような要素により構成されるものと仮定する。
立体角項（ΔΩ）は，プラズマ光を受光する光ファイバのプラズマを見込む角と，光学計測器１２０例えば分光器の入口スリットや内部スリットに基づく受光量を考慮した項である。透過率項（Ｔｆｉｂ×Ｔｄｅｐｏ）のうち，Ｔｆｉｂは光学ファイバの透過率の低下に基づく項であり，Ｔｄｅｐｏは例えば処理容器の側壁に設けた観測窓へ不純物付着に基づく項である。これら光学ファイバの透過率の低下，観測窓の不純物付着は，プラズマ処理装置で透過率が変動する要因の主なものであるため，プラズマ処理装置全体の透過率をこの二つで表している。
背景光項（Ｃｂａｃｋ）は，プラズマ以外からの光（外乱），またはＣＣＤの暗電流などノイズ成分を表す。ＣＣＤ項（η）は，ＣＣＤの量子効率，信号増幅率の積に基づく要素である。
ここで，上記（２５）式の各要素の中には，定数項にすることができるものもあるので，その観点から（２５）式を単純化する。Ｃｓｔｒ，ΔΩ，Ｃｂａｃｋ，ηについては，定数項と考えられる。例えばＣｓｔｒについては，光学計測器１２０が固定されているため，光学計測器１２０内の光学系アライメントが狂っていないとすれば迷光も一定のはずであるから定数と考えられる。ΔΩについては，光ファイバの取付けにずれが生じていないとすれば定数と考えられる。Ｃｂａｃｋについては，半導体処理装置が一定光量の環境下に置かれていると考えられるので，一定とすることができる。ηについては，量子効率や増幅のゲインは常に一定であると仮定できるので，この値も一定にすることができる。
これに対して，Ｉｏｒｇ，Ｌｔｏｏｌ，Ｔｆｉｂ，Ｔｄｅｐｏはすべて変数と考えられる。例えばＩｏｒｇについては，プラズマ自体の発光量はプロセスパラメータの変動依存を持つので，変数と考えられる。Ｌｔｏｏｌは例えばパーツの状態による変動を表しているので，温度や劣化など時間ｔの関数で表されると考えられる。なお，パーツの取り付け具合など非時間依存がないものに関してはこのＬｔｏｏｌに含まれない。Ｔｆｉｂは時間が経つにつれて光ファイバ透過率が低下するので変数として取扱うことができる。Ｔｄｅｐｏは観測窓の表面に付着する不純物による変数である。一方，一般に不純物付着による透過率の変化は時間に対して指数関数的減少に従うことが知られている。従って，Ｔｄｅｐｏは変数として取扱うことができる。
以上のような考察により，定数項となる部分をそれぞれ，Ｋ１＝η×（１＋Ｃｓｔｒ）×ΔΩ，Ｋ２＝η×Ｃｂａｃｋとすれば，（２５）式は下記（２６）式に示すように単純化することができる。
パーツや透過率の時経的な変動は，微少な時間の変化ｔ＋Δｔにおいてほとんど変動しないとすると，Ｌｔｏｏｌ（ｔ＋Δｔ），Ｔｆｉｂ（ｔ＋Δｔ），Ｔｄｅｐｏ（ｔ＋Δｔ）はほとんどＬｔｏｏｌ（ｔ），Ｔｆｉｂ（ｔ），Ｔｄｅｐｏ（ｔ）に等しいものとして扱うことができる。
ここで，上記（２６）式を用いて，本実施の形態による補正処理の考え方の実証を試みる。第４の実施形態における補正処理は，発光データＳなどの検出値について現在の検出値から直前の検出値を引算したものを補正後の検出値とするものである。従って，一連の発光データをＳ＝｛ｓ１，ｓ２，…，ｓｎ｝とし，次の（２７）式に示す級数を考える。
（第４の実施形態における補正方法）
次に，上記原理に基づく第４の実施形態にかかる補正処理を利用したモデル作成処理及び実際のウエハ処理について説明する。図２０は，図２に示す多変量解析モデルのモデル作成処理のフローを示す図であり，図２１は，実際のウエハ処理のフローを示す図である。ここでは多変量解析モデルは，例えば上記主成分分析により作成する。
先ず，モデル作成処理が行われる。所定枚数例えば２５枚の正常なトレーニングデータを取得し，そのトレーニングデータについて主成分分析により多変量解析モデルを作成する。
具体的には，図２０に示すようにステップＳ１００にてデータ収集を行う。すなわち，プラズマ処理装置１００により例えば１枚のトレーニングウエハをプラズマ処理して光学データ（例えば分光器で得られる全波長領域のプラズマ発光強度の光学データ）を検出する。ステップＳ１００では１枚ごとにプラズマ処理した場合に限られず，複数の所定枚数からなる１ロットごとにトレーニングウエハをプラズマ処理して１ロット分の発光データを取得するようにしてもよい。なお，ステップＳ１００では光学データの他に，後述のステップＳ１１０における異常判断において使用するエッチングレート，面内均一性などの処理結果データやＰＬＳ法による解析結果などの装置状態データなどを収集するようにしてもよい。
次いでステップＳ１１０にて収集した光学データが後述のモデル作成処理に用いるデータとして使用できるか否かを判断する。ここでは，各トレーニングウエハについて，光学データの他に収集したエッチングレート，面内均一性などのデータが異常か否かを判断する。例えばエッチングレートが正常ならば，そのときの光学データはモデル作成に用いることができるデータとし，エッチングレートが異常ならば，そのときの光学データはモデル作成に用いることができないデータとする。以下では，これら処理結果データ，装置状態データなどが正常なときの光学データを「正常な光学データ」と表現し，これら処理結果データ，装置状態データなどが異常なときの光学データを「異常な光学データ」と表現する。
上記エッチングレートは例えばエッチング開始時間と終了時間，プラズマ処理後のウエハの膜厚測定結果などから取得する。また面内均一性はプラズマ処理後のウエハ上の数点のサンプルを膜圧測定した結果などから取得する。なお，収集した光学データが異常か否かの判断は，ＰＬＳ法によって予め作成されたモデルに基づいて判断するようにしてもよい。この場合，上記のように１ロット分の発光データを判定する際には，その１ロット分のうちの異常であると判断されたトレーニングウエハをさらにプラズマ処理して判定を行うようにしてもよい。
上記ステップＳ１１０にて収集した光学データが異常であると判断した場合には，ステップＳ１２０にてプラズマ処理装置１００の状態を修正処理されたか判断し，装置状態の修正処理がされたと判断した場合にはステップＳ１００の処理に戻る。具体的には，ステップＳ１１０にて収集した光学データが異常であると判断した場合には，例えばプラズマ処理装置１００を停止してメンテナンス等を行うように促す旨のアラームなどの報知やディスプレイへの表示を行う。そして，ステップＳ１２０では例えばプラズマ処理装置１００が再度起動したか否かを判断する。プラズマ処理装置１００が再度起動したと判断した場合は，装置状態の修正処理が行われたと判断する。
なお，上記修正処理としては異常の種類に応じた処理が行われる。例えばエッチングレートが異常を示す場合には，プロセス条件（エッチング条件）の間違い，処理容器の状態変化（例えば付着物の付着具合，上部電極などの部品による処理容器内のインピーダンスの変化など）に起因する。例えば発光データの異常がプロセス条件（エッチング条件）の間違いが原因であれば，その修正処理としてそのプロセス条件（エッチング条件）を正しいものにし，処理容器内の付着物が原因であればその修正処理として処理容器内のクリーニングを行う。発光データの異常が処理容器内の部品によるインピーダンスの変化が原因であればその修正処理として部品交換を行う。また，発光データの異常がそのウエハの面内均一性に基づくものであればその修正処理としてはそのウエハはトレーニングデータから除く処理を行う。なお，上記装置状態の修正処理がプラズマ処理装置自体が自動で行うメンテナンスなどである場合には，ステップＳ１２０は装置状態の修正処理がされたかの判断する代りに，装置状態の修正処理を行うという処理に置換えてもよい。
上記ステップＳ１１０にて収集した発光データが異常でない，すなわち正常であると判断した場合には，ステップＳ１３０にて所定枚数例えば２５枚のウエハの発光データが揃ったと判断した場合には，ステップＳ１４０にてこれらの発光データに対して第４の実施形態における補正手段２１０による補正処理としての前処理を行う。具体的には，上記（２８）式に示すように発光データに対して，ウエハの発光データごとに現在の検出値を直前の検出値から引算し，これを補正後の検出値とすることにより，検出された検出値を次々と補正していく。なお，この場合，例えば最初のウエハの発光データについてはその直前の発光データは存在しないのでトレーニングデータとして使用しないようにしてもよい。また，ステップＳ１４０の補正処理としては，上述した第１〜第３の実施形態における補正処理を適用してもよい。
続いてステップＳ１５０にて上記前処理が施された発光データをトレーニングデータとして解析手段２１２により主成分分析による多変量解析を行い，多変量解析モデルを作成する。
このようなモデル作成処理によれば，先ずプラズマ処理装置１００により２５枚のトレーニングウエハをプラズマ処理して光学データ例えば特定波長のプラズマ発光強度のデータを検出する。これらのデータが異常か否かを判断して，異常であればプラズマ処理装置１００のメンテナンス等を行って発光データを検出し直す。すべて正常なトレーニングデータが揃ったうえで，これらトレーニングデータに基づいて多変量解析モデルを作成する。これによれば，正常なトレーニングデータで多変量解析モデルを作成することができるので，多変量解析モデルに使用した発光データが原因で異常検出精度が低下することを防止することができる。
次に，図２１に示すような実際のウエハに対する処理を行う。このとき，実際のウエハの処理が異常か否かを上記多変量解析モデルに基づいて判定する。
具体的には先ずステップＳ２００にてデータ収集を行う。すなわち，プラズマ処理装置１００により例えば１枚の実際のウエハ（テストウエハ）をプラズマ処理して光学データ（例えば分光器で得られる全波長領域のプラズマ発光強度の光学データ）を検出する。ステップＳ２００におてもステップＳ１００の場合と同様に１枚ごとにプラズマ処理した場合に限られず，複数の所定枚数からなる１ロットごとにテストウエハをプラズマ処理して１ロット分の発光データを取得するようにしてもよい。
次いでステップＳ２００にて収集した発光データが後述する装置状態修正処理がされた後の最初のウエハの発光データか否かを判断する。このような判断を入れたのは，次のような理由による。例えば装置状態修正処理がされた後の最初のウエハの発光データに第４の実施形態にかかる補正処理による前処理（現在の検出値から直前の検出値を引算したものを補正後の検出値とする処理）を施す場合，装置状態修正処理後の最初のウエハの発光データを現在の検出値とすれば，その直前の検出値は異常データに相当する。このため，現在の検出値から異常データを引算すると，もし現在の検出値が正常データであった場合には，補正後の検出値は大きくなるので正常であるにも拘らず異常と誤って判断されるおそれがあるからである。また，上記とは逆に，もし現在の検出値が異常データであった場合であっても，補正後の検出値はほとんど０になるので異常であるにも拘らず正常と誤って判断されるおそれがあるからである。
従って，ステップＳ２１０にて装置状態修正処理がされた後の最初のウエハの発光データであると判断した場合には，ステップＳ２６０にて多変量解析モデルのモデル作成処理を行う。この場合のモデル作成処理は図２０に示すものと同様である。例えば装置状態修正処理がされた後の最初のウエハを１枚目のトレーニングウエハとして図２０に示すモデル作成処理を実行する。そして，多変量解析モデルを再構築すると，ステップＳ２００の処理に戻り，実際のウエハの処理を開始する。
このように，装置状態修正処理がされた後の最初のウエハの発光データであると判断した場合には多変量解析モデルを再構築することにより，第４の実施形態にかかる補正処理による前処理において直前のデータが異常データであることがなくなるので，装置状態修正処理がされた後の最初のウエハを含めて各ウエハの発光データが異常か否かが誤って判断されるおそれをなくすことができる。
上記ステップＳ２１０にて装置状態修正処理がされた後の最初のウエハの発光データでないと判断した場合には，ステップＳ２２０にて第４の実施形態にかかる補正処理による前処理を行う。すなわち，ここでの前処理としては，実際のウエハをプラズマ処理して収集された発光データを現在の検出値として，この現在の検出値から直前の検出値を引算したものを補正後の検出値とする。また，ステップＳ２２０の補正処理としては，上述した第１〜第３の実施形態における補正処理を適用してもよい。
続いて，ステップＳ２３０にて収集した発光データが異常か否かを判断する。具体的には図２０に示すモデル作成処理にて作成した多変量解析モデルに基づいて異常か否かを判断する。例えば上記多変量解析モデルに基づいて収集した発光データの残差得点Ｑを算出し，その残差得点Ｑが所定の範囲を越えなければ異常でない，すなわち正常であると判断し，所定範囲を越えると異常であると判断する。
上記ステップＳ２３０にて収集した発光データが異常であると判断した場合はステップＳ２４０にて装置状態の修正処理がされたか否かを判断する。このステップＳ２４０の処理は，図２０に示すステップＳ１２０の処理と同様である。
これに対して上記ステップＳ２３０にて収集した発光データが異常でない，すなわち正常であると判断した場合はステップＳ２５０にてすべてのウエハの処理が終了したか否かを判断する。ステップＳ２５０にて未だすべてのウエハの処理を終了していないと判断した場合はステップＳ２００の処理に戻り，ステップＳ２５０にて未だすべてのウエハの処理を終了していないと判断した場合は実際のウエハ処理を終了する。
次に，上記図２１により説明した実際のウエハ処理を他の方法で処理する場合について図面を参照しながら説明する。図２２は，他の方法による実際のウエハ処理のフローを示す図である。図２２におけるステップＳ２００〜ステップＳ２５０までの処理は図２１に示す処理と同様であるので，詳細な説明を省略する。
他の方法による実際のウエハ処理は，ステップＳ２１０にて装置状態修正処理がされた後の最初のウエハの発光データであると判断した場合の処理が相違する。すなわち，図２２に示す処理では，ステップＳ３００にて装置状態修正処理前の正常な発光データを直前の検出値として，第４の実施形態にかかる補正処理による前処理を実行する。例えば装置状態修正処理前の正常な発光データとしては，例えば異常であると判断された発光データの直前が正常な発光データであれば，その正常なデータを直前の検出値として，この直前の検出値を現在の検出値から引算したものを補正後の検出値とする。
これにより，装置状態修正処理がされた後の最初のウエハの発光データについては，その直前のデータが異常データであっても，そのデータは使用せずに，装置状態修正処理前の正常な発光データを直前の検出値として前処理を行うため，補正後の検出値は正常な値となる。これによっても，図２１に示す処理の場合と同様に，装置状態修正処理がされた後の最初のウエハの発光データを含めて各ウエハの発光データが異常か否かが誤って判断されるおそれをなくすことができる。さらに，図２１に示す処理のようにステップＳ２６０にて多変量解析モデルを再構築する必要がなく，正常なデータを直前の検出値とするという簡単な処理で足りる。これにより，処理時間を短縮することができ，演算負担も軽くすることができる。
次に，第４の実施形態にかかる補正手段２１０により上述した他の補正方法で補正したデータを用いて主成分分析を行った実験結果を検討する。プラズマ処理としてウエハ上のシリコン膜に対してエッチング処理を行った場合の各ウエハごとに検出された検出器からの検出値に基づいて主成分分析を行った。
先ず，シフト的誤差が解消した例を図２３，図２４を参照しながら説明する。図２３は，第４の実施形態によるものと比較するための例であり，第４の実施形態による補正をしない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果である。図２４は第４の実施形態による補正をした検出値を用いて主成分分析を行って残差得点Ｑを求めた結果である。ここでは，プラズマ処理装置１００を使用し，例えば以下の標準となるエッチング条件により実験を行った。すなわち，エッチング条件としては，下部電極に印加する高周波電力は３０００Ｗでその周波数は１３．５６ＭＨｚ，処理室内の圧力は４０ｍＴｏｒｒとし，処理ガスとしてはＣ４Ｆ８＝２６ｓｃｃｍ，Ｏ２＝１９ｓｃｃｍ，ＣＯ＝１００ｓｃｃｍ，Ａｒ＝１０００ｓｃｃｍの混合ガスを用いた。そして，最初の２５枚をトレーニングウエハとして主成分分析を行って多変量解析モデルを作成し，２６枚目以降をテストウエハとして多変量解析モデルに基づいてそのテストウエハの検出値が異常か否かの判断を行ったものである。
図２３において区間Ｚ１，Ｚ３は，上述の標準となるエッチング条件によりエッチングを行った正常な場合である。区間Ｚ１と区間Ｚ３ではシフト的誤差が生じることがわかる。これは，区間Ｚ１，区間Ｚ３では異なる日にエッチング処理を行ったものである。このようにエッチング処理を異なる日に行ってプラズマ処理装置を立上げ直した場合も，上述したメンテナンス前後のようなシフト的誤差が生じることがわかる。また区間Ｚ２，Ｚ４は，標準となるエッチング条件を変えて異常状態を実験的に作り出したものである。
図２４によれば，区間Ｚ１，Ｚ３については残差得点Ｑがともに０に近い値に変化していることがわかる。これによれば区間Ｚ１，Ｚ３はともに正常データと判断され得る。しかも，図２４の区間Ｚ２，Ｚ４については残差得点Ｑも大きく変化している。これによれば区間Ｚ２，Ｚ４は異常データと判断され得る。このように第４の実施形態にかかる補正処理を行うことにより，シフト的誤差を解消しつつ，正常か否かの判断も正確に行うことができることがわかる。
また，経時的誤差が解消した例を図２５，図２６を参照しながら説明する。図２５は，第４の実施形態によるものと比較するための例であり，第４の実施形態による補正をしない検出値を用いて主成分分析を行って残差得点（残差二乗和）Ｑを求めた結果である。図２６は第４の実施形態による補正をした検出値を用いて主成分分析を行って残差得点Ｑを求めた結果である。ここでは，プラズマ処理装置１００とは異なり，下部電極のみならず上部電極にも高周波電力を印加するタイプのプラズマ処理装置を使用した。上部電極に印加する高周波電力の周波数は例えば６０ＭＨｚであり，下部電極に印加する高周波電力の周波数は例えば１３．５６ＭＨｚである。
このようなプラズマ処理装置を使用して例えば以下の標準となるエッチング条件により実験を行った。すなわち，エッチング条件としては，上部電極に印加する高周波電力は３３００Ｗであり，下部電極に印加する高周波電力は３８００Ｗである。処理室内の圧力は２５ｍＴｏｒｒとし，処理ガスとしてはＣ５Ｆ８＝２．９ｓｃｃｍ，Ｏ２＝４７ｓｃｃｍ，Ａｒ＝７５０ｓｃｃｍの混合ガスを用いた。そして，最初の２５枚をトレーニングウエハとして主成分分析を行って多変量解析モデルを作成し，２６枚目以降をテストウエハとして多変量解析モデルに基づいて正常か否かの判断を行ったものである。
図２５においては残差得点Ｑが徐々に大きくなるような経時的誤差が生じている。またウエハの処理枚数が６００枚〜７００枚あたりに残差得点Ｑが大きくなるものがある。これは正常であるにも拘らず残差得点Ｑが異常を示した部分である。
図２６によれば，残差得点Ｑは全体にわたりほとんど０に近い値に変化していることがわかる。これによれば全体にわたり正常なデータと判断され得る。しかも，図２６によれば，図２５に示す６００枚〜７００枚あたりに残差得点Ｑが大きく出ていた部分についても，ほとんど０に近い値になっている。この部分も実際は正常であったため，それが残差得点Ｑに現れていることがわかる。このように第４の実施形態にかかる補正処理を行うことにより，上述したシフト的誤差のみならず，経時的変化をも解消しつつ，正常か否かの判断も正確に行うことができることがわかる。
なお，第４の実施形態では上述した補正処理を施した検出値を用いて多変量解析として主成分分析を行う場合について説明したが，必ずしもこれに限定されるものではなく，上記補正後の検出値を用いて部分最小二乗法（ＰＬＳ；Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑａｒｅｓ）法などの重回帰分析を行うようにしてもよい。
以上，添付図面を参照しながら本発明に係る好適な実施形態について説明したが，本発明は係る例に限定されないことは言うまでもない。当業者であれば，特許請求の範囲に記載された範疇内において，各種の変更例または修正例に想到し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。
例えば，プラズマ処理装置としては，平行平板型のプラズマエッチング装置に限られず，処理室内にプラズマを発生させるヘリコン波プラズマエッチング装置，誘導結合型プラズマエッチング装置等に適用してもよい。また，上記実施の形態では，ダイポールリング磁石を用いたプラズマ処理装置に適用した場合について説明したが，必ずしもこれに限定されるものではなく，例えばダイポールリング磁石を用いず上部電極と下部電極に高周波電力を印加してプラズマを発生させるプラズマ処理装置に適用してもよい。
このように本発明によれば，当該処理装置の状態が変化して検出値の傾向が変化した場合でも，当該装置の異常検出，当該装置の状態予測又は被処理体の状態予測などの精度を高めることができ，常に正確にプラズマ処理に関する情報の監視を行うことができる。
本発明は，プラズマ処理方法及びプラズマ処理装置に適用可能であり，特に半導体ウエハなどの被処理体を処理する際，処理装置の異常検出，装置状態の予測又は被処理体の状態予測などプラズマ処理に関する情報を監視するプラズマ処理方法及びプラズマ処理装置に適用可能である。
１００ プラズマ処理装置
１０１ 処理室
１０１Ａ 上室
１０１Ｂ 下室
１０１Ｃ 排気管
１０１Ｄ バルブ
１０２ 下部電極
１０２Ａ 絶縁材
１０３ 支持体
１０３Ａ 冷媒流路
１０３Ｂ ガス流路
１０４ 上部電極（シャワーヘッド）
１０４Ａ ガス導入部
１０４Ｂ 孔
１０５ ダイポールリング磁石
１０６ ゲートバルブ
１０７ 高周波電源
１０７Ａ 整合器
１０７Ｂ 電力計
１０７Ｃ 電気計測器
１０８ 静電チャック
１０８Ａ 電極板
１０９ 直流電源
１１０ フォーカスリング
１１１ 排気リング
１１２ ボールネジ機構
１１３ ローズ
１１４ 冷媒配管
１１５ ガス導入機構
１１５Ａ ガス配管
１１８ プロセスガス供給系
１１９ 排気系
１２０ 光学計測器
１２１ パラメータ計測器
１２２ 制御装置
１２３ 警報器
１２４ 表示装置
２００ 多変量解析手段
２０１ 多変量解析プログラム記憶手段
２０２ 電気的信号サンプリング手段
２０３ 光学的信号サンプリング手段
２０４ パラメータ信号サンプリング手段
２０５ 解析結果記憶手段
２０６ 演算手段
２０７ 予測・診断・制御手段
２１０ 補正手段
２１２ 解析手段
１０１ 処理室
１０１Ａ 上室
１０１Ｂ 下室
１０１Ｃ 排気管
１０１Ｄ バルブ
１０２ 下部電極
１０２Ａ 絶縁材
１０３ 支持体
１０３Ａ 冷媒流路
１０３Ｂ ガス流路
１０４ 上部電極（シャワーヘッド）
１０４Ａ ガス導入部
１０４Ｂ 孔
１０５ ダイポールリング磁石
１０６ ゲートバルブ
１０７ 高周波電源
１０７Ａ 整合器
１０７Ｂ 電力計
１０７Ｃ 電気計測器
１０８ 静電チャック
１０８Ａ 電極板
１０９ 直流電源
１１０ フォーカスリング
１１１ 排気リング
１１２ ボールネジ機構
１１３ ローズ
１１４ 冷媒配管
１１５ ガス導入機構
１１５Ａ ガス配管
１１８ プロセスガス供給系
１１９ 排気系
１２０ 光学計測器
１２１ パラメータ計測器
１２２ 制御装置
１２３ 警報器
１２４ 表示装置
２００ 多変量解析手段
２０１ 多変量解析プログラム記憶手段
２０２ 電気的信号サンプリング手段
２０３ 光学的信号サンプリング手段
２０４ パラメータ信号サンプリング手段
２０５ 解析結果記憶手段
２０６ 演算手段
２０７ 予測・診断・制御手段
２１０ 補正手段
２１２ 解析手段
Claims (6)
- 気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す処理装置における前記プラズマ処理に関する情報を監視するプラズマ処理方法であって，
前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに検出される検出値を収集するデータ収集段階と，
前記処理装置のメンテナンスを行うごとに区切られる区間ごとに，各区間内で前記検出器から検出される検出値を補正する補正段階と，
前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理段階と，
を有し，
前記補正段階は，前記各区間内の検出値について平均値及び標準偏差を算出し，前記各区間内の検出値から前記平均値を引算したものを前記標準偏差で割算し，得られた値に対してローディング補正を施すことにより，前記各区間内の検出値を補正することを特徴とするプラズマ処理方法。 - 前記多変量解析として主成分分析を行い，その結果に基づいて前記処理装置の状態異常を検出することを特徴とする請求項１に記載のプラズマ処理方法。
- 前記多変量解析として重回帰分析によりモデルを作成し，このモデルを用いて前記処理装置の状態予測又は前記被処理体の状態予測を行うことを特徴とする請求項１に記載のプラズマ処理方法。
- 気密な処理容器内にプラズマを発生させて被処理体にプラズマ処理を施す際に，前記プラズマ処理に関する情報を監視するプラズマ処理装置であって，
前記プラズマ処理の際に前記処理装置に配設された複数の検出器から前記被処理体ごとに検出される検出値を収集するデータ収集手段と，
前記処理装置のメンテナンスを行うごとに区切られる区間ごとに，各区間内で前記検出器から検出される検出値を補正する補正手段と，
前記補正後の検出値を解析用データとして用いて多変量解析を行い，その解析結果に基づいてプラズマ処理に関する情報を監視する解析処理手段と，
を有し，
前記補正手段は，前記各区間内の検出値について平均値及び標準偏差を算出し，前記各区間内の検出値から前記平均値を引算したものを前記標準偏差で割算し，得られた値に対してローディング補正を施すことにより，前記各区間内の検出値を補正することを特徴とするプラズマ処理装置。 - 前記多変量解析として主成分分析を行い，その結果に基づいて前記処理装置の状態異常を検出することを特徴とする請求項４に記載のプラズマ処理装置。
- 前記多変量解析として重回帰分析によりモデルを作成し，このモデルを用いて前記処理装置の状態予測又は前記被処理体の状態予測を行うことを特徴とする請求項４に記載のプラズマ処理装置。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002235973 | 2002-08-13 | ||
| JP2002235942 | 2002-08-13 | ||
| JP2002235942 | 2002-08-13 | ||
| JP2002235973 | 2002-08-13 | ||
| PCT/JP2003/010298 WO2004019396A1 (ja) | 2002-08-13 | 2003-08-13 | プラズマ処理方法及びプラズマ処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2004019396A1 JPWO2004019396A1 (ja) | 2005-12-15 |
| JP4464276B2 true JP4464276B2 (ja) | 2010-05-19 |
Family
ID=31949534
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004530554A Expired - Fee Related JP4464276B2 (ja) | 2002-08-13 | 2003-08-13 | プラズマ処理方法及びプラズマ処理装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US6985215B2 (ja) |
| JP (1) | JP4464276B2 (ja) |
| WO (1) | WO2004019396A1 (ja) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004047885A (ja) * | 2002-07-15 | 2004-02-12 | Matsushita Electric Ind Co Ltd | 半導体製造装置のモニタリングシステム及びモニタリング方法 |
| JP4165638B2 (ja) * | 2002-09-02 | 2008-10-15 | 東京エレクトロン株式会社 | プロセスの監視方法及びプラズマ処理装置 |
| US20070282480A1 (en) | 2003-11-10 | 2007-12-06 | Pannese Patrick D | Methods and systems for controlling a semiconductor fabrication process |
| US8639365B2 (en) * | 2003-11-10 | 2014-01-28 | Brooks Automation, Inc. | Methods and systems for controlling a semiconductor fabrication process |
| US8639489B2 (en) | 2003-11-10 | 2014-01-28 | Brooks Automation, Inc. | Methods and systems for controlling a semiconductor fabrication process |
| WO2006001416A1 (ja) * | 2004-06-29 | 2006-01-05 | Nikon Corporation | 管理方法及び管理システム、並びにプログラム |
| TW200632719A (en) * | 2004-09-17 | 2006-09-16 | Mks Instr Inc | Multivariate control of semiconductor processes |
| JP2006128380A (ja) * | 2004-10-28 | 2006-05-18 | Toshiba Corp | 半導体装置の製造方法および製造装置 |
| US8676538B2 (en) * | 2004-11-02 | 2014-03-18 | Advanced Micro Devices, Inc. | Adjusting weighting of a parameter relating to fault detection based on a detected fault |
| US7142940B2 (en) * | 2005-03-14 | 2006-11-28 | Umci Ltd. | Method of processing semiconductor wafer |
| US7341954B2 (en) * | 2005-08-24 | 2008-03-11 | Tokyo Electron Limited | Method and apparatus for determining an operation status of a plasma processing apparatus, program and storage medium storing same |
| US20070088448A1 (en) * | 2005-10-19 | 2007-04-19 | Honeywell International Inc. | Predictive correlation model system |
| AU2006325153B2 (en) * | 2005-11-29 | 2013-03-28 | PhysIQ Inc. | Residual-based monitoring of human health |
| US7630064B2 (en) * | 2006-03-16 | 2009-12-08 | Tokyo Electron Limited | Prediction method and apparatus for substrate processing apparatus |
| JP5175447B2 (ja) * | 2006-03-27 | 2013-04-03 | トヨタ自動車株式会社 | ガス流量制御装置、燃料電池システム及びガス流量制御方法 |
| US7542880B2 (en) * | 2006-04-06 | 2009-06-02 | Advanced Micro Devices, Inc. | Time weighted moving average filter |
| JP2007328744A (ja) * | 2006-06-09 | 2007-12-20 | Canon Inc | 回帰分析方法及びその装置 |
| JP4326570B2 (ja) * | 2007-04-17 | 2009-09-09 | 東京エレクトロン株式会社 | ヒータ素線の寿命予測方法，熱処理装置，記録媒体，ヒータ素線の寿命予測処理システム |
| KR100892248B1 (ko) | 2007-07-24 | 2009-04-09 | 주식회사 디엠에스 | 플라즈마 반응기의 실시간 제어를 실현하는 종말점 검출장치 및 이를 포함하는 플라즈마 반응기 및 그 종말점 검출방법 |
| US8581153B2 (en) * | 2008-09-30 | 2013-11-12 | Tokyo Electron Limited | Method of detecting abnormal placement of substrate, substrate processing method, computer-readable storage medium, and substrate processing apparatus |
| TW201132791A (en) * | 2010-03-29 | 2011-10-01 | Hon Hai Prec Ind Co Ltd | Plasma coating equipment |
| US20120209575A1 (en) * | 2011-02-11 | 2012-08-16 | Ford Global Technologies, Llc | Method and System for Model Validation for Dynamic Systems Using Bayesian Principal Component Analysis |
| JP2015115540A (ja) * | 2013-12-13 | 2015-06-22 | 株式会社日立国際電気 | 管理装置、基板処理装置の管理方法および基板処理システム並びに記録媒体 |
| JP6474564B2 (ja) * | 2014-08-25 | 2019-02-27 | 東日本旅客鉄道株式会社 | 設備の劣化状態判定システムおよび設備の劣化状態判定方法 |
| JP6310866B2 (ja) * | 2015-01-30 | 2018-04-11 | 株式会社日立ハイテクノロジーズ | プラズマ処理装置及びプラズマ処理方法並びに解析方法 |
| JP2018041217A (ja) * | 2016-09-06 | 2018-03-15 | 東京エレクトロン株式会社 | 異常検知方法及び半導体製造装置 |
| DE102017108496B4 (de) * | 2017-04-21 | 2023-06-29 | Windmöller & Hölscher Kg | Verfahren und Vorrichtungen sowie System zum Auf- und Abwickeln eines Wickels |
| JP6875224B2 (ja) | 2017-08-08 | 2021-05-19 | 株式会社日立ハイテク | プラズマ処理装置及び半導体装置製造システム |
| US10520589B2 (en) | 2017-10-16 | 2019-12-31 | Sensors Unlimited, Inc. | Multimode ROIC pixel with laser range finding (LRF) capability |
| US10955551B2 (en) | 2017-10-16 | 2021-03-23 | Sensors Unlimited, Inc. | Pixel output processing circuit with laser range finding (LRF) capability |
| JP6914211B2 (ja) | 2018-01-30 | 2021-08-04 | 株式会社日立ハイテク | プラズマ処理装置及び状態予測装置 |
| US10896833B2 (en) * | 2018-05-09 | 2021-01-19 | Applied Materials, Inc. | Methods and apparatus for detecting an endpoint of a seasoning process |
| CN114467163A (zh) * | 2019-09-30 | 2022-05-10 | 松下知识产权经营株式会社 | 等离子体处理的异常判定***以及异常判定方法 |
| JPWO2021255784A1 (ja) * | 2020-06-15 | 2021-12-23 | ||
| US11893004B2 (en) | 2020-08-26 | 2024-02-06 | Ford Global Technologies, Llc | Anomaly detection in multidimensional sensor data |
| CN113762475B (zh) * | 2021-08-27 | 2023-08-15 | 核工业西南物理研究院 | 一种等离子体破裂预测器的预测依据可视化方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6368975B1 (en) * | 1999-07-07 | 2002-04-09 | Applied Materials, Inc. | Method and apparatus for monitoring a process by employing principal component analysis |
| TW492106B (en) * | 2000-06-20 | 2002-06-21 | Hitachi Ltd | Inspection method for thickness of film to be processed using luminous beam-splitter and method of film processing |
| JP4781505B2 (ja) * | 2000-07-07 | 2011-09-28 | 東京エレクトロン株式会社 | 処理装置の自動検査方法および自動復帰方法 |
| JP2002202806A (ja) * | 2000-12-28 | 2002-07-19 | Mitsubishi Electric Corp | 工程管理システム及び物品の製造方法 |
-
2003
- 2003-08-13 JP JP2004530554A patent/JP4464276B2/ja not_active Expired - Fee Related
- 2003-08-13 WO PCT/JP2003/010298 patent/WO2004019396A1/ja active Application Filing
-
2005
- 2005-02-11 US US11/055,612 patent/US6985215B2/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US20050146709A1 (en) | 2005-07-07 |
| US6985215B2 (en) | 2006-01-10 |
| WO2004019396A1 (ja) | 2004-03-04 |
| JPWO2004019396A1 (ja) | 2005-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4464276B2 (ja) | プラズマ処理方法及びプラズマ処理装置 | |
| US7289866B2 (en) | Plasma processing method and apparatus | |
| JP4317701B2 (ja) | 処理結果の予測方法及び予測装置 | |
| JP3708031B2 (ja) | プラズマ処理装置および処理方法 | |
| JP2004335841A (ja) | プラズマ処理装置の予測装置及び予測方法 | |
| JP6676020B2 (ja) | プラズマ処理装置及びプラズマ処理装置状態予測方法 | |
| US7689028B2 (en) | Method and apparatus for evaluating processing apparatus status and predicting processing result | |
| JP2004349419A (ja) | プラズマ処理装置の異常原因判定方法及び異常原因判定装置 | |
| JPH08106992A (ja) | プラズマ処理方法およびその装置 | |
| JP2003197609A (ja) | プラズマ処理装置の監視方法及びプラズマ処理装置 | |
| JP2004039952A (ja) | プラズマ処理装置の監視方法およびプラズマ処理装置 | |
| JP2006074067A (ja) | プラズマ処理装置および処理方法 | |
| JP4224454B2 (ja) | 処理装置の多変量解析モデル式作成方法，処理装置用の多変量解析方法，処理装置の制御装置，処理装置の制御システム | |
| JP4220378B2 (ja) | 処理結果の予測方法および処理装置 | |
| US7630064B2 (en) | Prediction method and apparatus for substrate processing apparatus | |
| JP4675266B2 (ja) | 基板処理装置の処理結果の予測方法及び予測装置 | |
| US7122096B2 (en) | Method and apparatus for processing semiconductor | |
| WO2003077303A1 (fr) | Procede de traitement par plasma, methode de detection de fin de stabilisation et dispositif de traitement par plasma | |
| JP4344674B2 (ja) | プラズマ処理装置 | |
| JP2004039805A (ja) | プロセスの予測方法及び処理装置 | |
| JP4363861B2 (ja) | 半導体製造装置 | |
| KR20230055609A (ko) | 플라즈마 설비의 실시간 모니터링 방법 및 모니터링 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060811 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090818 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090910 |
|
| 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: 20100216 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100218 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130226 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4464276 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130226 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160226 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |