JP7324853B2 - 基板処理装置、半導体装置の製造方法、及び予兆検知プログラム - Google Patents
基板処理装置、半導体装置の製造方法、及び予兆検知プログラム Download PDFInfo
- Publication number
- JP7324853B2 JP7324853B2 JP2021548003A JP2021548003A JP7324853B2 JP 7324853 B2 JP7324853 B2 JP 7324853B2 JP 2021548003 A JP2021548003 A JP 2021548003A JP 2021548003 A JP2021548003 A JP 2021548003A JP 7324853 B2 JP7324853 B2 JP 7324853B2
- Authority
- JP
- Japan
- Prior art keywords
- normal model
- sensor data
- abnormality
- data
- substrate 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Chemical Vapour Deposition (AREA)
- Drying Of Semiconductors (AREA)
Description
基板処理装置10の構成について、図1、図2を参照しながら説明する。図1に示すように、基板処理装置10は耐圧容器からなる筐体12を備えている。筐体12の正面壁には、メンテナンス可能なように設けられた開口部が開設され、この開口部には、開口部を開閉する立ち入り機構として一対の正面メンテナンス扉14が設けられている。なお、この基板処理装置10では、後述するシリコン等の基板(ウエハ)16(図2参照)を収納したポッド(基板収容器)18が、筐体12内外へ基板16を搬送するキャリアとして使用される。
図2に示すように、処理炉44は、反応管(プロセスチューブ)84を備えている。反応管84は、内部反応管(インナーチューブ)84Aと、その外側に設けられた外部反応管(アウターチューブ)84Bと、を備えている。内部反応管84Aは、上端及び下端が開口した円筒形状に形成されており、内部反応管84A内の筒中空部には、基板16を処理する処理室86が形成されている。処理室86は、ボート36を収容可能なように構成されている。
続いて、図1及び図2を参照しながら、半導体デバイスの製造工程の一工程として、基板16上に薄膜を形成する方法について説明する。なお、基板処理装置10を構成する各部の動作は、基板処理装置用コントローラ58により制御される。
次に、図3を参照して、主制御部としての基板処理装置用コントローラ58について具体的に説明する。
次に、本実施形態の基板処理装置10を半導体製造装置として使用して、基板を処理する基板処理工程の概略について、図4を用いて説明する。この基板処理工程は、例えば、半導体装置(IC、LSI等)の製造方法の一工程である。なお、以下の説明において、基板処理装置10を構成する各部の動作や処理は、基板処理装置用コントローラ58により制御される。
まず、基板搬入工程S102では、基板16をボート36に装填し、処理室86へ搬入する。
成膜工程S104では、次の4つのステップを順次実行して基板16の表面上に薄膜を形成する。なお、ステップ1~4の間は、ヒータ88により、基板16を所定の温度に加熱しておく。
ステップ1では、処理ガス供給管66Aに設けた図示しない開閉バルブと、排気管68に設けた圧力調整部72(APCバルブ)を開けて、MFC64Aにより流量調節されたHCDSガスを処理ガス供給管66Aに通す。そして、HCDSガスを処理ガスノズル96Aから処理室86に供給しつつ、排気管68から排気する。この際、処理室86の圧力を所定圧力に保つ。これにより、基板16の表面にシリコン薄膜(Si膜)を形成する。
ステップ2では、処理ガス供給管66Aの開閉バルブを閉めてHCDSガスの供給を止める。排気管68の圧力調整部72(APCバルブ)は開いたままとし、真空ポンプ74により処理室86を排気し、残留ガスを処理室86から排除する。また、パージガス供給管66Bに設けられた開閉バルブを開けて、N2等の不活性ガスを処理室86に供給して処理室86のパージを行い、処理室86の残留ガスを処理室86外に排出する。
ステップ3では、パージガス供給管66Bに設けられた図示しない開閉バルブと、排気管68に設けられた圧力調整部72(APCバルブ)をともに開け、MFC64Bにより流量調節されたNH3ガスをパージガス供給管66Bに通す。そして、NH3ガスをパージガスノズル96Bから処理室86に供給しつつ、排気管68から排気する。この際、処理室86の圧力を所定圧力に保つ。これにより、HCDSガスによって基板16の表面に形成されたSi膜とNH3ガスとが表面反応して、基板16上にSiN膜が形成される。
ステップ4では、パージガス供給管66Bの開閉バルブを閉めて、NH3ガスの供給を止める。排気管68の圧力調整部72(APCバルブ)は開いたままとし、真空ポンプ74により処理室86を排気し、残留ガスを処理室86から排除する。また、N2等の不活性ガスを処理室86に供給し、再び処理室86のパージを行う。
基板搬出工程S106では、SiN膜が形成された基板16が載置されたボート36を、処理室86から搬出する。
次に、基板処理装置10の各部材の異常の予兆(故障の予兆)を検知する制御システムについて、図5及び図6を参照して説明する。なお、以下、基板処理装置10によって基板16上に薄膜を形成する例を用いて説明する。
以下、上述した制御システムを用いた基板処理装置10の各部材の異常の予兆の検知工程の第1実施形態について、具体的に説明する。
まず、異常予兆検知対象の部材に直接設置してあるセンサが検出した値と、その部材の状態が直接又は間接的に影響する他の部材のセンサが検出した値とを複数使用して、「非正常度」を算出する。本実施形態では、例えば異常予兆検知対象の部材が異常状態に近づくと、非正常度の値が概ね増加する性質を持つように構成する。なお、非正常度は、異常予兆検知対象の部材が異常状態に近づくと、値が減少する性質を持つように構成してもよい。
基板処理のシーケンスは、例えば、基板16の処理室86内への搬入、処理室86内の真空引き、昇温、不活性ガスによるパージ、昇温待ち、基板16の処理(例えば成膜)、処理室86内のガス置換、大気圧へ戻す、処理後の基板16の搬出等、それぞれの目的を持った多くのイベントで構成されている。なお、上記のイベントは基板処理シーケンスの一例であり、各イベントはさらに細かく分割されているケースがある。
ここで、振動センサのセンサデータを用いる場合、及び振動センサ以外のセンサ(例えば電流センサ、温度センサ、排気圧センサ、トルク値データ、及び電流データ等)のセンサデータを用いる場合の非正常度の計算例をそれぞれ示す。
(2)取得した振動データをFFT等の処理によって振動周波数スペクトルに変換し、変換された振動周波数スペクトルの所定範囲(例えば10Hz~5000Hz)の周波数を所定の周波数間隔(例えば10Hz毎)で抽出する(数値は振動の振幅(包絡線)であり、例示の場合500次元になる)。
(3)抽出した周波数毎に、正常時のプロセスレシピの所定回数分のデータ(例えば30Run分)を使って振動周波数スペクトルの振幅の平均値μと標準偏差σを計算し、正常時の振幅は正規分布N(μ、σ)に従うと仮定し、これを正常モデルとする。
(4)正常モデル作成後の(2)の数値を非正常度ベクトルとして、抽出した周波数毎に正常モデルの振幅値と予め決められた閾値と比較し、所定個数以上(例えばm(m≧1)個以上)の周波数の振幅値が閾値を外れた場合、異常の予兆が生じている(異常予兆有)と判断する。なお、閾値は、例えば(3)で求めた平均値μと標準偏差σを用い、標準偏差σを3倍した数値を平均値μに加算又は減算した範囲(μ±3σ)で算出される。
(2)取得した振動データをFFT等の処理によって振動周波数スペクトルに変換し、変換された振動周波数スペクトルの所定範囲(例えば10Hz~5000Hz)の周波数を所定の周波数間隔(例えば10Hz毎)で抽出する(数値は振動の振幅(包絡線)であり、例示の場合500次元になる)。
(3)抽出した周波数毎の振幅の総和を正常時のRun毎にすべて足し算する(1Run毎に1つの振幅の和が得られるため、30Runなら30個の数字が得られる)。
(4)Run毎に求まった数値群から、その平均値μと標準偏差σを計算し、Run毎に求めた和が正規分布N(μ、σ)に従うと仮定し、これを正常モデルとする。
(5)正常モデル作成後の(3)の値を非正常度として、正常モデルの振幅値と予め決められた閾値と比較し、振幅値が閾値を外れた場合、異常予兆有(異常の予兆が発生している)と判断する。なお、閾値は、例えば(3)で求めた平均値μと標準偏差σを用い、標準偏差σを3倍した数値を平均値μに加算又は減算した範囲(μ±3σ)で算出される。
(2)選択した正常時の基本統計量の統計量毎に平均値μ、標準偏差σを求め、各基本統計量が正規分布に従うと仮定する。これをセンサの各基本統計量の正常モデルとする。
(3)正常モデル作成後の、(1)の値を非正常度として、基本統計量毎にその値が予め決めた所定の閾値を外れた場合、異常予兆有と判断する。なお、閾値は、例えば(2)で求めた平均値μと標準偏差σを用い、標準偏差σを3倍した数値を平均値μに加算又は減算した範囲(μ±3σ)で算出される。
Run p-n+1の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p-n+1、1)、S(p-n+1、2)、・・・・、S(p-n+1、M)}
・・・
Run p-1の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p-1、1)、S(p-1、2)、・・・・、S(p-1、M)}
Run pの対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p、1)、S(p、2)、・・・・、S(p、M)}
(2)それぞれM次元縦ベクトルとみて、それらを一番上S(p-n+1、1)から一番下S(p、M)までn個縦につなげてできるMn次元の縦ベクトル((1)と比較して1つ古いRun群にシフトしたもの)を準備する。
Run p-nの対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p-n、1)、S(p-n、2)、・・・・、S(p-n、M)}
・・・
Run p-2の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p-2、1)、S(p-2、2)、・・・・、S(p-2、M)}
Run p-1の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p-1、1)、S(p-1、2)、・・・・、S(p-1、M)}
(3)上記(1)、(2)と同様に、順に構成された縦ベクトルをK個準備し、古いものから新しいものへと左から右へそれらの縦ベクトルを並べてできるMn×K次元の行列X(p)を作成する。以上で特異スペクトル変換を実施するための履歴行列を作成したことになる。
(4)それぞれM次元縦ベクトルとみて、それらを一番上S(p+L、1)から一番下S(p+L-n+1、M)までn個縦につなげてできるMn次元の縦ベクトルを準備する。なお、Lを正の整数とする。
Run p+Lの対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p+L、1)、S(p+L、2)、・・・・、S(p+L、M)}
・・・
Run p+L-n+2の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p+L-n+2、1)、S(p+L-n+2、2)、・・・・、S(p+L-n+2、M)}
Run p+L-n+1の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p+L-n+1、1)、S(p+L-n+1、2)、・・・・、S(p+L-n+1、M)}
(5)それぞれM次元縦ベクトルとみて、それらを一番上S(p+L-1、1)から一番下S(p+L-n、M)までn個縦につなげてできるMn次元の縦ベクトル((4)と比較して1つ古いRun群にシフトしたもの)を準備する。
Run p+L-1の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p+L-1、1)、S(p+L-1、2)、・・・・、S(p+L-1、M)}
・・・
Run p+L-n+1の対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p+L-n+1、1)、S(p+L-n+1、2)、・・・・、S(p+L-n+1、M)}
Run p+L-nの対象イベントの時刻1、2、・・・・、Mにおけるセンサデータ
{S(p+L-n、1)、S(p+L-n、2)、・・・・、S(p+L-n、M)}
(6)上記(4)、(5)と同様に、順に構成された縦ベクトルをR個準備し、古いものから新しいものへと左から右へそれらの縦ベクトルを並べてできるMn×R次元の行列Z(p)を作成する。以上で特異スペクトル変換のテスト行列を作成したことになる。
(7)上記の行列X(p)と行列Z(p)に特異値分解を実施し、特異スペクトル変換を実施する。
(8)特異値分解で得られる左特異ベクトルを、X(p)においてr本、Z(p)においてm本選び、それぞれU(r)、Q(m)と行列を構成して、それらの積U(r)TQ(m)の最大特異値を求める。それをλとし(0≦λ≦1)、1-λを非正常度(変化度)とする。この非正常度が予め決めた所定の閾値を外れた場合、異常予兆有と判断する。
また、非正常度を使った異常の予兆の有無の判断方法としては、例えば以下の方法が考えられる。なお、異常予兆有と判断した場合には、基板処理装置用コントローラ58へ通知する。
(2)2つ以上のセンサデータの非正常度が閾値を外れた場合に、異常予兆有と判断する方法。
(3)1つ又は2つ以上のセンサデータの非正常度が閾値を所定回数(例えば3回)外れた場合に、異常予兆有と判断する方法。
(4)振動データ以外のセンサデータの非正常度が、所定回数(例えば3回)連続して閾値から外れた場合に、異常予兆有と判断する方法。
(5)振動データ以外のセンサデータの非正常度が閾値から外れていても、振動データの非正常度が閾値から外れていない場合に、異常予兆有と判断しない方法。
(6)振動データの非正常度と、振動データ以外のセンサデータの非正常度の両方が閾値から外れた場合に、異常予兆有と判断する方法。
異常予兆検知の解析画面は、基板処理装置用コントローラ58の表示部118(図3参照)で表示可能とされている。このため、非正常度の推移と閾値、及び閾値を超えた回数等を目視することでき、部材の状態を非正常度で確認することができる。
ここで、図5に示す第2センサ系統124Bのケース、すなわちセンサと予兆検知コントローラ82との間にEC128が介在するケースについて説明する。
振動センサのデータはEC128で変換されるため、EC128の時刻を持った形で予兆検知コントローラ82に送信される。この振動センサのデータと、DCU126及び基板処理装置用コントローラ58側の時刻を持つ他のセンサデータとを同時に解析に用いるには、両者の時刻を同期させて解析する必要がある。このため、EC128、DCU126、及び予兆検知コントローラ82は、基板処理装置用コントローラ58の時刻を基準時刻として、時刻を定期的に取り込み、時刻を同期させている。これにより、すべての部材の時刻が同期され、正確な解析が可能となる。
次に、上述した制御システムを用いた基板処理装置10の各部材の異常予兆の検知工程の第2実施形態について、具体的に説明する。なお、予兆検知コントローラ82等の構成や、非正常度を使っての異常予兆判断は、第1実施形態と同様とされている。
本実施形態では、異常予兆検知対象の部材に設置してあるセンサの値と、その部材の状態が直接又は間接的に影響する他の部材のセンサの値とを複数使用して、正常時のセンサデータを学習し、学習したデータと稼働中のデータを使って「非正常度」を算出する。
次に、上述した制御システムを用いた基板処理装置10の各部材の異常の予兆の検知工程の第3実施形態について、具体的に説明する。なお、予兆検知コントローラ82等の構成や、非正常度を使っての異常予兆判断は、第1、第2実施形態と同様とされている。
次に、上述した制御システムを用いた基板処理装置10の各部材の異常予兆の検知工程の第4実施形態について、具体的に説明する。なお、予兆検知コントローラ82等の構成や、非正常度を使っての異常予兆判断は、第1~第3実施形態と同様とされている。
予兆検知コントローラ82は、図8に示されるように、基板処理装置コントローラ58から送信された運転積算時間を取得し(S30)、その前に記憶させておいた運転積算時間よりも短いかどうかを判断し(S32)、判断が肯定された場合には、真空ポンプ74の交換があったと判断して、交換前の正常モデルを利用可能か否かの判断を行うために必要なセンサデータ(判断用センサデータ)を取得する(S33)。この判断用センサデータのデータ量は、正常モデルを作成するために必要なプロセスレシピの所定回数分のセンサデータ(例えば30Run分)のデータ量よりも少ない回数分のセンサデータ(例えば10Run分)となっている。そして、取得した判断用センサデータの分布が、交換前の正常モデルのデータ分布と等しいかどうかを統計的に判断し、交換前の正常モデルを利用可能か否か判断する(S34)。
(1)交換前のデータ群と交換後のデータ群とについて、シャピロ・ウイルク検定で正規性を判定し、
(2)F検定で交換前のデータ群と交換後のデータ群の分散が等しいかを判断し、
(3)前記(1)(2)の結果により、スチューデントのt検定、ウイルチのt検定、マン・ホイットニーのU検定、のいずれかで、平均値(代表値)の差の検定を行う。
上記実施形態によれば、基板処理装置10が、部材の異常予兆を検知する制御システムを備えているため、制御システムによって部材の異常の予兆を検知した時点で、その部材を交換又はメンテナンスすることができる。特に、真空ポンプ74の故障予兆検知に関しては、真空ポンプ74の電流データ、温度データ、排気圧データ、及び振動データ等のセンサデータを継続的に監視することで、異常の予兆の確度を上げることが可能となる。
以上、本開示の実施形態を具体的に説明したが、本開示は上述の実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。
16 基板
58 基板処理装置用コントローラ(主制御部の一例)
74 真空ポンプ
82 予兆検知コントローラ(予兆検知部の一例)
86 処理室
μ 平均値
σ 標準偏差
Claims (12)
- 異常予兆検知対象の部材に関するセンサデータを取得して正常モデルを作成し、該正常モデルに基づいて装置の状態を監視する基板処理装置であって、
前記異常予兆検知対象の部材の交換またはメンテナンス後に、前記センサデータを取得して該センサデータから前記正常モデルを再作成し、
該正常モデルに基づいて前記装置の状態を監視して、前記装置が異常停止する前に異常の予兆を検知するように構成されている予兆検知部を備え、
前記予兆検知部は、 前記正常モデルの作成に必要なデータ量よりも少ないデータ量の前記センサデータに基づいて、前記交換またはメンテナンス後の正常モデルとして前記交換またはメンテナンス前の前記正常モデルを使用可能か否かを判断する、
基板処理装置。 - 前記予兆検知部は、
前記交換またはメンテナンス後の前記正常モデルとして前記交換またはメンテナンス前の前記正常モデルを使用可能と判断した場合には、前記交換またはメンテナンス前の前記正常モデルを前記交換またはメンテナンス後の正常モデルとして使用し、
前記交換またはメンテナンス後の正常モデルとして前記交換またはメンテナンス前の前記正常モデルを使用不可と判断した場合には、前記センサデータを取得して前記センサデータから前記交換またはメンテナンス後の前記正常モデルを作成する、
請求項1に記載の基板処理装置。 - 異常予兆検知対象の部材に関するセンサデータを取得して正常モデルを作成し、該正常モデルに基づいて装置の状態を監視する基板処理装置であって、
前記異常予兆検知対象の部材の交換またはメンテナンス後に、前記センサデータを取得して該センサデータから前記正常モデルを再作成し、
該正常モデルに基づいて前記装置の状態を監視して、前記装置が異常停止する前に異常の予兆を検知するように構成されている予兆検知部と、
複数のステップを含むプロセスレシピを実行させて、基板に所定の処理を施すよう制御する主制御部を有し、
前記予兆検知部は、
前記プロセスレシピを実行しつつ、前記センサデータを収集し、
収集された前記センサデータから、前記プロセスレシピを構成する各ステップのうちの指定ステップにおける前記センサデータのうち、振動センサにより検出される振動データを取得し、
取得した前記振動データを振動周波数スペクトルに変換し、
変換された前記振動周波数スペクトルを所定の周波数間隔で抽出し、抽出した周波数毎に、正常時の前記プロセスレシピの所定回数分のデータを使って前記振動周波数スペクトルの振幅の平均値と標準偏差を計算し、得られた前記振動周波数スペクトルの振幅の平均値と標準偏差を用いて正常モデルを作成する、ように構成されている、
基板処理装置。 - 前記指定ステップは、前記基板を処理する処理室の圧力を大気圧から所定圧力まで減圧
させるステップである請求項3に記載の基板処理装置。 - 前記予兆検知部は、
前記振動周波数スペクトルの振幅の平均値と標準偏差を用いて前記正常モデルを作成し、前記抽出した周波数分、前記正常モデルの振幅値と予め決められた閾値を比較し、所定の個数以上の周波数の前記振幅値が前記閾値を外れた場合、異常予兆有と判断する、
請求項3に記載の基板処理装置。 - 前記予め決められた閾値は、前記平均値と前記標準偏差を用いて、前記標準偏差を3倍した数値を前記平均値に加算又は減算した範囲で算出される、
請求項5に記載の基板処理装置。 - 前記予兆検知部は、
異常予兆有と判断した場合、アラームを発生させるとともに、異常の予兆が認められた部材のセンサデータを画面に表示する請求項5に記載の基板処理装置。 - 前記異常予兆検知対象の部材が、基板を処理する処理室の雰囲気を排気する排気装置の場合、
前記予兆検知部は、
前記振動センサで検出される振動データ、前記排気装置の電流データ、前記排気装置の温度データ、及び前記排気装置の排気圧データよりなる群から選択される少なくとも一つの前記センサデータを取得して前記正常モデルを作成するように構成されている、
請求項3に記載の基板処理装置。 - 複数のステップを含むプロセスレシピを実行させて、基板に所定の処理を施す基板処理工程を有する半導体装置の製造方法であって、
前記基板処理工程は、異常予兆検知対象の部材の交換またはメンテナンス後に前記異常予兆検知対象の部材に関するセンサデータを取得して正常モデルを再作成する工程と、
該正常モデルに基づいて装置の状態を監視して、装置が異常停止する前に異常の予兆を検知する工程と、
を有し、
前記異常の予兆を検知する工程は、前記正常モデルの作成に必要なデータ量よりも少ないデータ量の前記センサデータに基づいて、前記交換またはメンテナンス後の正常モデルとして前記交換またはメンテナンス前の前記正常モデルを使用可能か判断するように構成されている、半導体装置の製造方法。 - 異常予兆検知対象の部材に関するセンサデータを取得して正常モデルを作成し、前記正常モデルに基づいて装置の状態を監視する基板処理装置で実行される予兆検知プログラムであって、
前記異常予兆検知対象の部材の交換またはメンテナンス後に、前記センサデータを取得し、該取得した前記センサデータから正常モデルを再作成する手順と、
作成した前記正常モデルに基づいて前記装置の状態を監視して前記装置の異常の予兆を検知する手順と、
前記正常モデルの作成に必要なデータ量よりも少ないデータ量の前記センサデータに基づいて、前記交換またはメンテナンス後の正常モデルとして前記交換またはメンテナンス前の前記正常モデルを使用可能か判断する手順と、
をコンピュータにより前記基板処理装置に実行させる予兆検知プログラム。 - 複数のステップを含むプロセスレシピを実行させて、基板に所定の処理を施す基板処理工程を有する半導体装置の製造方法であって、
前記基板処理工程は、異常予兆検知対象の部材の交換またはメンテナンス後に前記異常予兆検知対象の部材に関するセンサデータを取得して正常モデルを再作成する工程と、
該正常モデルに基づいて装置の状態を監視して、装置が異常停止する前に異常の予兆を検知する工程と、を有し、
前記異常の予兆を検知する工程は、
前記プロセスレシピを実行しつつ、前記センサデータを収集する工程と、
収集された前記センサデータから、前記プロセスレシピを構成する各ステップのうちの指定ステップにおける前記センサデータのうち、振動センサにより検出される振動データを取得する工程と、
取得した前記振動データを振動周波数スペクトルに変換する工程と、
変換された前記振動周波数スペクトルを所定の周波数間隔で抽出する工程と、
抽出した周波数毎に、正常時の前記プロセスレシピの所定回数分のデータを使って前記振動周波数スペクトルの振幅の平均値と標準偏差を計算する工程と、
得られた前記振動周波数スペクトルの振幅の平均値と標準偏差を用いて正常モデルを作成する工程と、
を有する半導体装置の製造方法。 - 異常予兆検知対象の部材に関するセンサデータを取得して正常モデルを作成し、前記正常モデルに基づいて装置の状態を監視する基板処理装置で実行される予兆検知プログラムであって、
前記異常予兆検知対象の部材の交換またはメンテナンス後に、前記センサデータを取得し、該取得した前記センサデータから正常モデルを再作成する手順と、
作成した前記正常モデルに基づいて前記装置の状態を監視して前記装置の異常の予兆を検知する手順と、
を有し、
前記異常の予兆を検知する手順では、
複数のステップを含むプロセスレシピを実行しつつ、前記センサデータを収集する手順と、
収集された前記センサデータから、前記プロセスレシピを構成する各ステップのうちの指定ステップにおける前記センサデータのうち、振動センサにより検出される振動データを取得する手順と、
取得した前記振動データを振動周波数スペクトルに変換する手順と、
変換された前記振動周波数スペクトルを所定の周波数間隔で抽出する手順と、
抽出した周波数毎に、正常時の前記プロセスレシピの所定回数分のデータを使って前記振動周波数スペクトルの振幅の平均値と標準偏差を計算する手順と、
得られた前記振動周波数スペクトルの振幅の平均値と標準偏差を用いて正常モデルを作成する手順と、
をコンピュータにより前記基板処理装置に実行させる、予兆検知プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/037302 WO2021059333A1 (ja) | 2019-09-24 | 2019-09-24 | 基板処理装置、半導体装置の製造方法、及び予兆検知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021059333A1 JPWO2021059333A1 (ja) | 2021-04-01 |
JP7324853B2 true JP7324853B2 (ja) | 2023-08-10 |
Family
ID=75165147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021548003A Active JP7324853B2 (ja) | 2019-09-24 | 2019-09-24 | 基板処理装置、半導体装置の製造方法、及び予兆検知プログラム |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7324853B2 (ja) |
CN (1) | CN114207776A (ja) |
TW (1) | TWI767326B (ja) |
WO (1) | WO2021059333A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010153568A (ja) | 2008-12-25 | 2010-07-08 | Renesas Electronics Corp | 管理システム及び管理方法 |
JP2010225632A (ja) | 2009-03-19 | 2010-10-07 | Dainippon Screen Mfg Co Ltd | 故障予知システムおよび故障予知方法 |
JP2010283000A (ja) | 2009-06-02 | 2010-12-16 | Renesas Electronics Corp | 半導体製造における装置異常の予兆検知方法 |
JP2014116341A (ja) | 2012-12-06 | 2014-06-26 | Hitachi Kokusai Electric Inc | 基板処理システム及び基板処理装置の縮退運用方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5774331B2 (ja) * | 2011-03-03 | 2015-09-09 | 株式会社日立国際電気 | 基板処理システム、管理装置、データ解析方法、及びデータ解析プログラム |
JP5808605B2 (ja) * | 2011-08-17 | 2015-11-10 | 株式会社日立製作所 | 異常検知・診断方法、および異常検知・診断システム |
JP6712236B2 (ja) * | 2017-01-13 | 2020-06-17 | 日立Geニュークリア・エナジー株式会社 | 異常予兆検知システム及び異常予兆検知方法 |
JP6722345B2 (ja) * | 2017-03-07 | 2020-07-15 | 株式会社日立製作所 | 予兆検知装置及び予兆検知方法 |
-
2019
- 2019-09-24 WO PCT/JP2019/037302 patent/WO2021059333A1/ja active Application Filing
- 2019-09-24 CN CN201980098711.8A patent/CN114207776A/zh active Pending
- 2019-09-24 JP JP2021548003A patent/JP7324853B2/ja active Active
-
2020
- 2020-09-15 TW TW109131674A patent/TWI767326B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010153568A (ja) | 2008-12-25 | 2010-07-08 | Renesas Electronics Corp | 管理システム及び管理方法 |
JP2010225632A (ja) | 2009-03-19 | 2010-10-07 | Dainippon Screen Mfg Co Ltd | 故障予知システムおよび故障予知方法 |
JP2010283000A (ja) | 2009-06-02 | 2010-12-16 | Renesas Electronics Corp | 半導体製造における装置異常の予兆検知方法 |
JP2014116341A (ja) | 2012-12-06 | 2014-06-26 | Hitachi Kokusai Electric Inc | 基板処理システム及び基板処理装置の縮退運用方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202129792A (zh) | 2021-08-01 |
CN114207776A (zh) | 2022-03-18 |
WO2021059333A1 (ja) | 2021-04-01 |
TWI767326B (zh) | 2022-06-11 |
JPWO2021059333A1 (ja) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5774331B2 (ja) | 基板処理システム、管理装置、データ解析方法、及びデータ解析プログラム | |
JP5855841B2 (ja) | 管理装置 | |
JP6545396B2 (ja) | 基板処理装置、振動検出システム及びプログラム | |
JP5546197B2 (ja) | 基板処理システム、群管理装置および基板処理装置の情報解析方法 | |
US9142436B2 (en) | Statistical analysis method and substrate process system | |
KR20180121931A (ko) | 기판 처리 장치, 장치 관리 컨트롤러 및 기록 매체 | |
CN112740358B (zh) | 基板处理装置、半导体装置的制造方法以及记录介质 | |
JP2010219460A (ja) | 基板処理装置 | |
TWI796622B (zh) | 基板處理裝置、半導體裝置的製造方法、及程式 | |
US10607869B2 (en) | Substrate processing system and control device | |
JP7227351B2 (ja) | 半導体装置の製造方法、予兆検知プログラム、及び基板処理装置 | |
JP6864705B2 (ja) | 基板処理装置、制御システム及び半導体装置の製造方法 | |
US11060190B2 (en) | Substrate processing apparatus and control system | |
WO2011021635A1 (ja) | 基板処理システム、群管理装置及び基板処理システムにおける表示方法 | |
JP7324853B2 (ja) | 基板処理装置、半導体装置の製造方法、及び予兆検知プログラム | |
JP2008091518A (ja) | 異常検出方法 | |
CN110323154B (zh) | 基板处理装置、控制***及半导体器件的制造方法 | |
US20230223285A1 (en) | Method of manufacturing semiconductor device, recording medium, and substrate processing apparatus | |
JP2007258632A (ja) | 基板処理装置 | |
CN117747477A (zh) | 基板处理装置、半导体装置的制造方法及记录介质 | |
JP2011054601A (ja) | 基板処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230508 |
|
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: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230731 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7324853 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |