TW202326308A - 腔室控制的自動調諧和處理性能評估方法 - Google Patents
腔室控制的自動調諧和處理性能評估方法 Download PDFInfo
- Publication number
- TW202326308A TW202326308A TW111131141A TW111131141A TW202326308A TW 202326308 A TW202326308 A TW 202326308A TW 111131141 A TW111131141 A TW 111131141A TW 111131141 A TW111131141 A TW 111131141A TW 202326308 A TW202326308 A TW 202326308A
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- closed
- tuning
- stored data
- stored
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 168
- 230000008569 process Effects 0.000 title claims abstract description 109
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 39
- 239000004065 semiconductor Substances 0.000 claims description 28
- 238000013480 data collection Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- 230000004044 response Effects 0.000 description 14
- 239000000758 substrate Substances 0.000 description 13
- 230000006399 behavior Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000007418 data mining Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
- G05B13/025—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance using a perturbation signal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
- G05B13/022—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance using a perturbation of the variable
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67248—Temperature monitoring
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67276—Production flow monitoring, e.g. for increasing throughput
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Manufacturing & Machinery (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Drying Of Semiconductors (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Physical Vapour Deposition (AREA)
- Chemical Vapour Deposition (AREA)
Abstract
本文揭示的實施例包括一種用於自動調諧系統的方法。在一實施例中,該方法包含確定系統是否處於穩態。此後,該方法包括激發系統。在一實施例中,該方法包含儲存來自激發系統的製程反饋測量以提供一組儲存資料。在一實施例中,該組儲存資料為由激發系統產生的所有可用資料的子集。在一實施例中,該方法進一步包含確定該激發系統何時返回穩態,並且使用該組儲存資料調諧系統。
Description
本案之實施例係關於半導體處理之領域並且,更特定言之,係關於半導體處理器環境中的腔室控制的自動調諧和處理性能評估。
在半導體工業中,處理工具已成為非常複雜的系統。為了提高製程均勻性,處理工具已配備有多個感測器以測量各種處理參數。感測器可為用以調節致動器的控制架構的一部分,該等致動器可進而改變製程參數。例如,半導體工具中的一些製程參數包括但不限於溫度、壓力、射頻(radio frequency; RF)頻率、功率等等。在設定該等半導體工具的製程期間,需要設定系統的製程參數(例如,增益值)以提供對半導體工具的準確及精確測量。當前,需要指定以調諧任務的工程師具有完成此任務的特定技能,因此更進一步延長了歸因於該等工程師的潛在不可用性的腔室設定時間。
在腔室的延長的操作時段之後,一些硬體元件通常顯示改變的行為及/或性能。因此,重新調諧不同的閉環控制可能為用以補償該偏差的處理。然而,此任務亦需要大量的工程化時間,對應於同等長時段的腔室停機時間。
本文揭示的實施例包括用於自動調諧系統的方法。在一實施例中,該方法包含確定系統是否處於穩態。此後,該方法包括激發系統。在一實施例中,該方法包含儲存來自激發系統的製程反饋測量以提供一組儲存資料。在一實施例中,該組儲存資料為由激發系統產生的所有可用資料的子集。在一實施例中,該方法進一步包含確定該激發系統何時返回穩態,並且使用該組儲存資料調諧系統。
另一實施例包括監控半導體處理工具中的配方性能的方法。在一實施例中,該方法包含確定系統中的雜訊位準。在確定雜訊位準之後,實施例包括儲存來自系統的製程反饋測量以提供一組儲存資料。在一實施例中,該組儲存資料為由系統產生的所有可用資料的子集。在一實施例中,該方法進一步包含將該組儲存資料與一組參考資料比較。
實施例亦可包括半導體處理工具。在一實施例中,工具包含腔室,及與該腔室介面連接的複數個元件。在一實施例中,該等元件中的每一者係用不同的閉環控制系統控制。在一實施例中,處理工具包含用於調諧閉環控制系統的自動調諧模組。在一實施例中,自動調諧模組包含雜訊估計模組,其中雜訊估計模組確定存在於每一閉環控制系統中的雜訊。在一實施例中,自動調諧模組進一步包含資料收集模組,其中資料收集模組儲存來自閉環控制系統的製程反饋測量以為每一閉環控制系統提供一組儲存資料。在一實施例中,該組儲存資料為由閉環控制系統產生的所有可用資料的子集。
本文描述了半導體處理環境中的腔室控制的自動調諧及處理性能評估。在以下描述中,闡述了眾多特定細節以提供對本案的實施例的透徹理解。將對本領域技藝人士顯而易見的是,本案之實施例可在無該等特定細節的情況下實踐。在其他情況下,並未詳細描述眾所熟知的態樣以免不必要地混淆本案之實施例。此外,應理解,附圖中所示的各個實施例為說明性表示並且不必按比例繪製。
半導體製造中的溫度及壓力控制對於達成預期處理結果極其重要。多站、多腔室處理平台可用以提高處理產量並且能夠以順序方式對基板執行多種類型的處理。為此目標,該複雜平台必須嵌入數百個感測器以監控整個平台的移動元件的溫度、壓力及流量信號,以及功率使用和運動學。為了瞭解如此多感測器,平台必須嵌入構件以自動控制該等信號以便朝向所需目標驅動響應變數(例如,溫度、壓力等)。如上所述,控制器需要經初始地設定並且連續地監控以說明平台的偏差。
半導體平台中的控制系統的一些實例包括溫度控制蓋、多區域溫度控制氣體分配系統、溫度控制面板、基板背壓控制器,及用於氣體輸送至處理腔室的壓力控制安瓿。單個處理腔室之內的上述控制器的數目可輕易地高達50個或更多個感測器。例如,在一種情況下,單個腔室可包括一個蓋加熱器、四個面板加熱器、三十個氣體加熱器區域、四個基板背壓控制器、十個壓力控制安瓿及儲集器,並且在一些情況下,單個腔室可包括多個電動組件以在處理腔室自身之內移動基座。
現參看第1A圖,圖示了根據一實施例的控制架構108的結構的示意圖。在一實施例中,總體控制架構108包括致動器103、輸入/輸出(input/output; I/O)裝置,及計算伺服器101。致動器103將控制信號106輸送至處理環境。在一實施例中,致動器103可為但不限於閥門、放大器、矽控整流器(silicon controlled rectifier; SCR)、驅動器、泵、質量流量控制器,上述各者的目標在於與待控制的製程硬體直接介面連接。在一實施例中,I/O裝置102接收製程反饋107。製程反饋107可藉由監控製程的參數(例如,溫度、壓力等)的感測器產生。例如,製程反饋107可包括但不限於溫度、壓力、流量轉換器量測,或位準轉換器量測。
在一實施例中,I/O裝置102將製程反饋107輸送至計算伺服器101。計算伺服器101決定所需反應並且將該反應傳達至I/O裝置102,I/O裝置102進而將所需反應105中繼至致動器103。無論應用為何,計算伺服器101為其中儲存且執行控制範例之處。計算伺服器101經由匯流排104與I/O裝置102通訊。亦即,I/O裝置102利用最新的製程反饋107更新計算伺服器101,並且計算伺服器101將應採取的對應所需反應傳達至I/O裝置102。
現參看第1B圖,圖示了根據實施例的處理工具120的示意圖。在一實施例中,處理工具120包含腔室121。經加熱面板125具有允許傳入氣體進入腔室121的孔。面板的部分熱能經傳送至氣體,該氣體隨後向下前進至位於基板支撐件123上的基板122。歸因於與基板122的接近,面板的溫度控制對於達到所需的製程結果非常關鍵。因此,溫度轉換器124可用於精確測量面板的溫度,並且該等測量107係藉由在控制架構108的計算伺服器101中執行的控制策略使用,其目的是將面板溫度保持在其目標值。
對於第1B圖中所示的情況,致動器103可為連接至外部電源的SCR,並且藉由經由I/O裝置102由計算伺服器101提供的數位信號105驅動。SCR致動器103產生控制面板124的溫度的控制信號106。因此,計算伺服器101決定如何操作數位信號105,以便面板124的溫度107達到且保持在所需值。
現參看第2A圖,圖示了根據一實施例的控制架構208的結構的示意圖。在一實施例中,計算伺服器210負責使用對應的控制輸出206A及206B控制兩種不同的製程反饋207A及207B。對於此情況,相同的I/O裝置202可用於將計算伺服器201(經由匯流排204)與控制架構的其餘部分介面連接。計算伺服器201決定所需反應並且將該反應傳達至I/O裝置202,I/O裝置102進而將所需反應205A及205B分別中繼至致動器203A及203B。在一實施例中,兩個不同的致動器203A及203B可分別用於控制製程反饋207A及207B。據稱,第2A圖中的控制架構含有兩個閉環控制。第一閉環控制係用於控制製程反饋207A,並且第二閉環控制係用於控制製程反饋207B。
現參看第2B圖,圖示了根據實施例的處理工具220的示意圖。在一實施例中,處理工具220為兩個閉環控制架構的實例。除了控制面板225溫度以外,控制架構208亦控制基板背側壓力。對於此實例,壓力測量207B係使用壓力計227獲得,壓力計227測量氣體管線226中的壓力。伺服器201接收壓力反饋207B的即時通知,並且藉由回應於控制輸出206B來命令質量流量控制致動器203驅動泵228而作出反應。
類似於第1B圖中所示的實施例,基板222位於面板225之下的基板支撐件223上。溫度轉換器224將溫度反饋207A供應至控制架構208。伺服器201接收溫度反饋207A的即時通知,並且藉由命令溫度控制致動器203(例如,SCR)作出反應,該溫度控制致動器203賦予控制面板225溫度的控制信號206A。
在所示的實施例中,圖示了一對閉環控制。然而,應瞭解,在實際處理工具中,工具220的總體控制架構可包含大量的閉環控制(例如,40個或更多個的閉環控制)。在一實施例中,每一環路經設計與不同的轉換器及致動器介面連接。
現參看第3圖,圖示了根據一實施例的,具有複數個閉環控制的控制架構308的結構的示意圖。在第3圖中,反饋信號匯流排307A-n為包含來自所有轉換器的反饋線路的匯流排。在一實施例中,致動器303A-303n的數目等於反饋信號307的數目。I/O裝置302可藉由數位信號305A-305n通信地耦接至致動器303A-303n中的每一者。致動器303A-303n可藉由控制信號306A-306n耦接至系統。如圖所示,單個計算伺服器301可經由耦接至I/O裝置302的匯流排304與致動器303A-303N中的每一者介面連接。
應瞭解,隨著n值增加,調諧控制架構308之內的所有控制器所需的工程時間,以及使腔室準備執行配方所需的設定時間亦增加。此外,需要指定以調諧任務的工程師具有完成此任務的特定技能,因此更進一步延長了歸因於該等工程師的潛在不可用性的腔室設定時間。在首次執行工具之前,亦需要進行此調諧。
在腔室的延長的操作時段之後,一些硬體元件通常顯示改變的行為及/或性能。有時,重新調諧不同的閉環控制可足以補償該偏差。然而,此任務亦需要大量的工程時間,對應於同等長時段的腔室停機時間。作為充分的預防,或者也許作為最佳實踐,可甚至建議週期性地重新調諧某些閉環控制器。該等測量可例如在腔室的已排程停機時間期間獲得。然而,完成任何所需的大量資源可能為很少執行任務的原因。
因此,本文揭示的實施例包括用於自動調諧控制架構308之內的所有環路的方法。如此將所需的工程時間量減少至可視為忽略不計的位準。對於使用本文揭示的自動調諧方法的實驗室操作者,實施例亦需要顯著更少的關鍵技術集合。另外,實驗室操作者可在其中腔室通常不操作的時間(例如,隔夜)自動地排程待執行的調諧活動。另外,該自動排程方法的可用性簡化了週期維護,或由任何已知系統故障或偏差觸發的任何維護的排程。
對於應用於半導體製造工具的上述益處,自動調諧方法可包含在即時軟體環境中,以最小的輔助可靠且準確地使用方法的能力。監控的製程可具有未知的頻寬並且,潛在地具有具不同尺寸幅度的頻寬。此外,自動調諧應對所需的伺服器記憶體量具有最小的佔位面積。因此,該方法可對每一腔室之內的大量製程同時執行,且該方法可在後台執行,而其他活動在工具周圍執行。
應理解,具有上述特性的自動調諧方法當前未在半導體製造設施中使用。出於一個原因,第三方自動調諧軟體通常不允許在半導體工業中常見的專屬軟體基礎設施中使用。另外,類似方法的要求通常不那麼嚴格。例如,該等方法在僅執行自動調諧常式(且無其他資源敏感製程)的專用電腦上執行。此外,現有製程經設計為一次用於單閉環控制。因此,該等方法不與半導體製造設施相容,並且該等方法將對於最小化腔室停機時間並不實際。
除了自動調諧功能以外,本文揭示的實施例亦提供了在整個製程配方期間監控n個閉環控制器的性能的能力。在其中n值較大的複雜系統中,在整個製程配方期間監控每一環路的性能很重要。如此允許任何性能偏移以及時的方式得以報告,並且允許其中發生偏移的環路得以識別。識別偏移環路加速了找到偏移根本原因的製程,並且將潛在的生產浪費最小化。
常見性能監控器允許監控製程反饋(例如,上文所述的反饋107)是否超過某個預設限制、是否比預期變化更快/更慢,或者是否偏離期望值太遠。類似地,常見性能監控通知使用者控制器動作106是否超過預定限制。然而,如第4A圖及第4B圖中所示,該常見性能監控有時未能識別製程反饋的行為是否符合預期。例如,第4A圖中的製程反饋431可表示在特定製程配方期間的預期製程行為。如第4A圖中所示,製程反饋431包含於偏移限制432及433之內,並且因此製程行為視為可接受的。然而,在第4B圖中,在相同製程配方的稍後執行期間觀察到的製程反饋434相對於在較早配方中觀察到的行為431在時間上顯示出偏移。因為行為434包含於限制432及433之內,所以常見性能監控將視製程行為434為可接受的。然而,若期望係由行為431設定,則行為434與預期不同。
根據本文揭示的實施例描述的配方性能監控器可解決上述問題。亦即,配方性能監控器向使用者提供關於閉環控制器的每一者是否在整個配方期間如預期執行的即時資訊。對於在半導體處理伺服器之內工作的性能監控器,需要對自動調諧方法所提及的類似要求。配方性能監控器必須能夠在即時伺服器環境中執行,配方性能監控器必須最小化伺服器記憶體使用以允許同時監控多個環路,並且配方性能監控器必須在閉環控制器操作時於後台中執行。伺服器記憶體使用的最小化很關鍵且非常重要。實際上,製程配方可僅為幾分鐘至幾小時長。此外,經監控的信號可以非常快的速率刷新。亦即,在相同信號的兩個連續更新之間的時間可非常短。因此,每單位時間的較大數目的資料取樣可用於分析。因此,配方性能監控器能夠即時最佳化資料非常關鍵。
可在非即時環境中發現配方性能監控器的一些實例。當在離線容量中實施時,配方監控器不受記憶體使用限制的限制。相反,該等監控器通常在專用伺服器上離線執行。即時環境中的性能監控器的益處為能夠接收半導體處理工具中的與意外性能相對應的立即通知。進而,如此將生產浪費最小化。
本文揭示的實施例包括自動調諧方法,該方法意欲自動且同時地調諧腔室中的大部分閉環控制器;及配方性能監控器,該監控器意欲監控整個製程配方中的該等控制器的性能。該兩個應用係基於相似的資料挖掘底層方法。歸因於低記憶體使用,及低執行成本,資料挖掘過程使該等應用適用於即時執行。
在離線資料分析期間,在執行分析之前整個資料集可用。該資料可用作時間序列,通常具有在時間上同等間隔的資料點。相反,在即時資料分析中,整個資料時間序列在執行分析時不可用。亦即,僅可使用過去及當前的資料。此外,在即時資料分析中,通常不可能以特定時間速率收集且儲存資料。如此是因為當時間序列過長時,系統可能在製程配方結束之前用盡可用的系統資源。因此,線上資料分析固有地更加具有挑戰性,因為:1)線上資料分析需要更有效方式來確定何傳入資料點值得儲存用於進一步分析;並且2)對過去及當前資料執行的分析可導致誤導結果,因為完整圖片在執行分析時不可用。
現參看第5圖,圖示了根據一實施例的用於資料挖掘的製程540的製程流程圖。如第5圖中所示,對於傳入資料點選擇開發的方法包括以下操作:雜訊估計操作541,之後為資料收集操作542。在雜訊估計操作541期間,估計信號中的雜訊以確定製程反饋中的何變化對應於製程響應中的真實變化,以及何變化係歸因於測量誤差。雜訊可歸因於來自外部功率/磁場源的干擾或轉換器不準確性,並且其特徵為高頻變化,其含頻量範圍遠遠超過製程頻寬。
在一實施例中,不需要在需要收集資料的每一時間執行雜訊估計操作541。例如,雜訊估計操作可在每一資料收集之前執行,每天一次,每月一次,每年一次,或任何其他預設持續時間。雜訊估計操作541的結果為一單個值,該值由後續資料收集操作使用,或該值可經保留用於進一步參考。
在資料收集操作542期間,連續資料經分組至矩形方塊650中,如第6圖中所示。在一實施例中,矩形方塊650的高度為雜訊估計的函數。在一實施例中,矩形方塊650的長度取決於製程反饋的可變性。亦即,若連續資料點配合給定方塊,則該等資料點之中的相對變化將被丟棄。在一實施例中,新的方塊係作為雜訊位準、製程反饋的變化量,及該等方塊的相對傾斜的函數來創建。對於每一方塊,僅必須儲存一個資料點,並且可丟棄其餘的資料點,直至創建了新的方塊。使用此方法,可藉由一因數極大地減少收集的資料點量,該因數與原始製程反饋測量的取樣速率成反比。此外,經由來自經儲存相鄰資料點的簡單內插,可從經收集資料輕易地擷取在任何時間點的製程反饋值。
應瞭解,經由矩形方塊650方法進行的資料收集允許儲存的資料對資料的取樣速率不明感。例如,若以微秒速率、奈秒速率、秒速率或任何速率獲得資料時,總的儲存資料包含在矩形方塊650之內的單個值及矩形方塊的形狀/傾斜。亦即,記錄的資料為所有可能資料的小的子集。歸因於所需的較小資料量,實施例允許即時執行資料收集及分析,而不需要在專用分析伺服器上離線執行。
現參看第7圖,圖示了根據一實施例的用於自動調諧閉環控制器的製程760的製程流程圖。在一實施例中,製程760可以啟動製程760的使用者命令開始。在其他實施例中,基板760可自動地啟動。例如,製程760可在預設持續時間之後,或在已執行預設數目的配方週期之後啟動。在一實施例中,自動調諧器的第一操作761為雙倍。第一操作761包括在操作763處確定製程反饋測量之內的雜訊,並且在操作762處評估製程反饋是否處於穩態。操作762對於提高進一步調諧操作767的準確性非常關鍵。基於相對於從收集資料產生的矩形的時間軸的定向的分析,製程反饋經假設為處於穩態。
一旦測量雜訊並且製程反饋經假設為穩態,製程760以操作764繼續,該操作包含激發系統。在一實施例中,激發信號經注入至系統中。激發信號能夠暴露待控制的製程的主要特性。激發信號為輸入至系統中的輸入變化。例如,在控制溫度的閉環控制器的上下文中,激發信號可為對加熱器的功率增加。
在激發操作764之後,製程可以操作765繼續,該操作包含收集資料。資料收集操作765可大體上類似於上文關於第5圖所述的資料收集製程542。亦即,資料收集製程542可包含產生大體上匹配製程反饋圖的形狀的複數個矩形方塊。例如,方塊中的單個資料點及方塊的形狀/傾斜可為僅儲存的資料。因此,經儲存資料為產生資料的子集。較小量的資料允許資料的即時處理。
在一實施例中,資料收集操作765繼續,直至製程被視為處於穩態為止,如由操作766所示。類似於上文,基於相對於從收集資料產生的矩形的時間軸的定向的分析,製程被視為處於穩態。一旦製程到達穩態,使用調諧操作767分析之前收集的資料。在一實施例中,執行調諧操作767,目的在於確定閉環控制器的所有增益值。
在調諧操作767之後,製程760可以操作768繼續,該操作包含驗證調諧。驗證操作係藉由將經收集資料與來源於該資料的內部模擬模型來執行。該驗證用於基於先前收集的資料確定調諧結果是否合理。在一實施例中,當需要時,驗證操作亦可包括與基於物理的模型的比較。基於物理的模型為控制環路的虛擬表示,並且使用基於物理的等式對系統行為模型化。
現參看第8圖,圖示了根據一實施例的製程870的流程圖。製程870可包括當配方執行時用於監控該等配方的製程。在一實施例中,製程870可以起動命令開始以信號傳遞製程配方的開始。起動命令可在新製程配方起動時自動地產生。例如,製程配方的所有情況皆可用製程870監控。在其他實施例中,配方監控製程870可監控製程配方的所有迭代的子集。在一實施例中,利用起動及停止命令的適當時序,相同的製程性能分析製程870可根據需要應用於配方的諸部分。亦即,在一些實施例中,可不監控製程配方的整個持續時間。
在一實施例中,製程870可以操作871開始,該操作包含估計雜訊。雜訊估計操作871可大體上類似於第5圖中的雜訊估計操作541。在雜訊估計操作871之後,製程可以操作872繼續,該操作包含起動資料收集873並且停止資料收集874。資料收集872可大體上類似於第5圖中的資料收集542。亦即,資料收集製程542可包含產生大體上匹配製程反饋圖的形狀的複數個矩形方塊。例如,方塊中的單個資料點及方塊的形狀/傾斜可僅為儲存的資料。因此,經儲存資料為產生資料的子集。較小量的資料允許資料的即時處理。
在一些實施例中,經儲存資料可被視為「標準」資料集。亦即,未來分析將基於記錄為「標準」的性能與當前記錄資料之間的比較。「標準」資料集可在配方的預定數目的迭代之後,在某個時間段(例如,天、週、年等)之後,或在處理工具上的維護之後被重新填充。
在一實施例中,製程870可以操作875繼續,該操作包含將記錄資料與已知參考比較。例如,已知參考可為「標準」資料集。在其他實施例中,已知參考可為來自配方的先前迭代的資料集。在一實施例中,製程870隨後以操作876繼續,該操作包含報告配方性能狀態。該報告可包括警告配方已偏離「標準」資料集,及/或可包括作為輸出的關於製程的其他統計資訊。在一實施例中,與「標準」資料集的偏差可包括在矩形方塊的形狀、尺寸及定向中的變化。或者,方塊的形狀、尺寸及定向可類似於「標準」資料集,除了新的資料具有時間延遲以外(例如,類似於第4B圖中所示的實施例)。
第9圖圖示以電腦系統900的示例性形式的機器的圖示,在該電腦系統中可執行用於使機器執行本文所述的方法中之任何一或多者的指令集合。在替代實施例中,機器可連接至(例如,網路連接至)區域網路(Local Area Network; LAN)、企業內部網路、企業間網路,或網際網路中的其他機器。機器可在客戶端伺服器網路環境中作為伺服器或客戶端機器操作,或在同級間(分佈式)網路環境中作為同級機器操作。該機器可為個人電腦(personal computer; PC)、平板電腦、機上盒(set-top box; STB)、個人數位助理(Personal Digital Assistant; PDA)、蜂巢式電話、網站設備、伺服器、網路路由器、交換器或橋接器,或能夠執行指定待由該機器採取的動作的指令集(順序或以其他方式)的任何機器。此外,雖然僅圖示了單個機器,但應亦採用術語「機器」以包括個別地或共同地執行一組(或多組)指令以進行本文所述的方法中之任何一或多者的機器(例如,電腦)的任何集合。
示例性電腦系統900包括處理器902、主記憶體904(例如,唯讀記憶體(read-only memory; ROM)、快閃記憶體、動態隨機存取記憶體(dynamic random access memory; DRAM)(諸如同步DRAM(SDRAM)或Rambus DRAM (RDRAM)等))、靜態記憶體906(例如,快閃記憶體、靜態隨機存取記憶體(static random access memory; SRAM)、MRAM等),及次記憶體918(例如,資料儲存裝置),上述各者經由匯流排930與彼此通訊。
處理器902表示一或多個通用處理裝置,諸如微處理器、中央處理單元等等。更特定言之,處理器902可為複雜指令集計算(complex instruction set computing; CISC)微處理器、精簡指令集計算(reduced instruction set computing; RISC)微處理器、極長指令字(very long instruction word; VLIW)微處理器、實施其他指令集的處理器,或實施指令集組合的處理器。處理器902亦可為一或多個專用處理裝置,諸如特殊應用積體電路(application specific integrated circuit; ASIC)、現場可程式閘陣列(field programmable gate array; FPGA)、數位信號處理器(digital signal processor; DSP)、網路處理器等等。處理器902經配置以執行用於進行本文所述的操作的處理邏輯926。
電腦系統900可進一步包括網路介面裝置908。電腦系統900亦可包括視訊顯示單元910(例如,液晶顯示器(liquid crystal display; LCD)、發光二極體顯示器(light emitting diode display; LED),或陰極射線管(cathode ray tube; CRT))、文數字輸入裝置912(例如,鍵盤)、游標控制裝置914(例如,滑鼠),及信號產生裝置916(例如,揚聲器)。
次記憶體918可包括機器可存取儲存媒體(或更特定言之電腦可讀儲存媒體)932,在該儲存媒體上儲存實施本文所述的方法或功能中之任何一或多者的一或多組指令(例如,軟體922)。軟體922亦可在其由電腦系統900執行期間完全地或至少部分地駐存在主記憶體904內及/或在處理器902內,主記憶體904及處理器902亦構成機器可讀儲存媒體。軟體922可進一步經由網路介面裝置908在網路920上傳輸或接收。
雖然機器可存取儲存媒體932在示例性實施例中經圖示為單個媒體,但術語「機器可讀儲存媒體」應視為包括儲存一或多組指令的單個媒體或多個媒體(例如,集中式或分佈式資料庫,及/或相關聯的快取記憶體及伺服器)。術語「機器可讀儲存媒體」亦應視為包括能夠儲存或編碼由機器執行的指令集並且使得機器執行本案的一或多個方法中之任一者的任何媒體。術語「機器可讀取儲存媒體」應相應地視為包括但不限於,固態記憶體及光學及磁性媒體。
根據本案之實施例,機器可存取儲存媒體具有儲存於其上的指令,該等指令使得資料處理系統執行使用即時執行的資料挖掘演算法監控製程配方的方法。
因此,本文已揭示用於使用即時執行的資料挖掘演算法監控製程配方的方法。
101:計算伺服器
102:I/O裝置
103:致動器
104:匯流排
105:數位信號
106:控制信號
107:溫度
108:控制架構
120:處理工具
121:腔室
122:基板
123:基板支撐件
124:溫度轉換器
125:經加熱面板
201:計算伺服器
202:I/O裝置
203A:致動器
203B:致動器
204:匯流排
205A:反應
205B:反應
206A:控制輸出
206B:控制輸出
207A:製程反饋
207B:製程反饋
208:控制架構
220:工具
222:基板
223:基板支撐件
224:溫度轉換器
225:面板
226:氣體管線
227:壓力計
228:泵
301:計算伺服器
302:I/O裝置
303A:致動器
303n:致動器
304:匯流排
305A:數位信號
305n:數位信號
306A:控制信號
306n:控制信號
307A-n:反饋信號匯流排
308:控制架構
431:製程反饋
432:限制
433:限制
434:行為
540:製程
541:雜訊估計操作
542:資料收集操作
650:矩形方塊
760:製程
761:操作
762:操作
763:操作
764:操作
765:操作
766:操作
767:操作
768:操作
870:製程
871:操作
872:操作
873:起動資料收集
874:停止資料收集
875:操作
876:操作
900:電腦系統
902:處理器
904:主記憶體
906:靜態記憶體
908:網路介面裝置
910:視訊顯示單元
912:文數字輸入裝置
914:游標控制裝置
916:信號產生裝置
918:次記憶體
922:軟體
926:處理邏輯
930:匯流排
932:機器可存取儲存媒體
第1A圖為根據一實施例的,在半導體處理工具之內的單環控制架構的示意圖。
第1B圖為根據一實施例的,具有用第1A圖的控制架構控制的溫度控制元件的半導體處理腔室的示意圖。
第2A圖為根據一實施例的,對於具有兩個控制環路的半導體處理工具的控制架構的示意圖。
第2B圖為根據一實施例的,具有用第2A圖的控制架構控制的溫度控制元件及壓力控制元件的處理腔室的示意圖。
第3圖為根據一實施例的,對於具有複數個控制環路的半導體處理工具的控制架構的示意圖。
第4A圖為根據一實施例的,隨時間推移的響應變數圖。
第4B圖為根據一實施例的,與隨時間推移的已知響應變數值相比的隨時間推移的響應變數圖。
第5圖為根據一實施例的,用於半導體製造工具中的改良閉環控制的資料收集方法的製程流程圖。
第6圖為圖示根據一實施例的,響應變數的幾何減少的示圖。
第7圖為根據一實施例的自動調諧半導體工具的方法的製程流程圖。
第8圖為根據一實施例的,監控半導體工具上的配方的方法的製程流程圖。
第9圖圖示根據本案的一實施例的,示例性電腦系統的方塊圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
101:計算伺服器
102:I/O裝置
103:致動器
104:匯流排
105:數位信號
106:控制信號
107:溫度
108:控制架構
Claims (20)
- 一種用於自動調諧一系統的方法,包含以下步驟: 確定該系統是否處於一穩態; 激發該系統; 儲存來自該激發系統的製程反饋測量以提供一組儲存資料,其中該組儲存資料為由該激發系統產生的所有可用資料的一子集; 確定該激發系統何時返回至該穩態;以及 使用該組儲存資料調諧該系統。
- 如請求項1所述之方法,進一步包含以下步驟: 在激發該系統之前,確定製程反饋測量之內的一雜訊位準。
- 如請求項2所述之方法,其中為該方法的每一迭代確定該雜訊位準。
- 如請求項2所述之方法,其中該雜訊位準係在該方法的一第一迭代之前且在該方法的一預設數目的迭代之後,或在一預設時間段之後確定。
- 如請求項1所述之方法,其中儲存該製程反饋測量之步驟包含以下步驟: 將連續資料點分組為一系列矩形方塊,其中一給定矩形方塊中的僅一第一資料點經儲存為該組儲存資料的一部分。
- 如請求項5所述之方法,其中該方塊的一高度為該系統中的雜訊的一函數。
- 如請求項5所述之方法,其中當一矩形方塊具有大體上平行於一時間軸的一傾斜時,該激發系統返回至該穩態。
- 如請求項1所述之方法,其中調諧該系統的步驟包括以下步驟:設定該系統的一閉環控制器的增益值。
- 如請求項8所述之方法,進一步包含以下步驟: 藉由將該經收集資料與一內部模擬模型比較來驗證該調諧,該模型係從提取自該儲存資料的資訊,或從該系統的一第一原理分析來獲得。
- 如請求項1所述之方法,其中該系統為在一半導體製造工具中的一閉環控制系統。
- 如請求項10所述之方法,其中該閉環控制為一熱系統或一壓力系統。
- 如請求項1所述之方法,其中該系統為在一半導體製造工具中的複數個閉環控制系統。
- 一種監控一半導體處理工具中的一配方性能的方法,包含以下步驟: 確定一系統中的一雜訊位準; 儲存來自該系統的製程反饋測量以提供一組儲存資料,其中該組儲存資料為由該系統產生的所有可用資料的一子集;以及 將該組儲存資料與一組參考資料比較。
- 如請求項13所述之方法,其中該組參考資料為來自該配方的一已知良好迭代。
- 如請求項13所述之方法,進一步包含以下步驟: 當該組儲存資料與該組參考資料不同時,報告一配方性能狀態。
- 如請求項15所述之方法,其中該組儲存資料與該組參考資料之間的該差異為經記錄時間點的一時間延遲偏移。
- 如請求項13所述之方法,其中儲存製程反饋測量之步驟包含以下步驟: 將連續資料點分組為一系列矩形方塊,其中一給定矩形方塊中的僅一單個資料點經儲存為該組儲存資料的一部分。
- 一種半導體處理工具,包含: 一腔室; 複數個元件,與該腔室介面連接,其中該等元件中的每一者係用一不同的閉環控制系統控制,其中該處理工具包含用於調諧該閉環控制系統的一自動調諧模組,其中該自動調諧模組包含: 一雜訊估計模組,其中該雜訊估計模組確定存在於每一閉環控制系統中的該雜訊;以及 一資料收集模組,其中該資料收集模組儲存來自該閉環控制系統的製程反饋測量以為每一閉環控制系統提供一組儲存資料,其中該組儲存資料為由該閉環控制系統產生的所有可用資料的一子集。
- 如請求項18所述之方法,其中儲存製程反饋測量之步驟,包含以下步驟: 將連續資料點分組為一系列矩形方塊, 其中一給定矩形方塊中的僅一單個資料點經儲存為該組儲存資料的一部分。
- 如請求項18所述之方法,其中與該腔室介面連接的該複數個元件包含一溫度控制元件及一壓力控制元件。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/467,020 | 2021-09-03 | ||
US17/467,020 US11599069B1 (en) | 2021-09-03 | 2021-09-03 | Method for auto-tuning and process performance assessment of chamber control |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202326308A true TW202326308A (zh) | 2023-07-01 |
Family
ID=85386605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111131141A TW202326308A (zh) | 2021-09-03 | 2022-08-18 | 腔室控制的自動調諧和處理性能評估方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11599069B1 (zh) |
EP (1) | EP4396635A1 (zh) |
KR (1) | KR20240056562A (zh) |
CN (1) | CN117897663A (zh) |
TW (1) | TW202326308A (zh) |
WO (1) | WO2023034008A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000269108A (ja) | 1999-03-15 | 2000-09-29 | Sharp Corp | 半導体製造装置の管理システム |
KR20080040804A (ko) | 2006-11-03 | 2008-05-09 | 삼성전자주식회사 | 반도체 제조관리 시스템 |
JP2010171369A (ja) | 2008-12-22 | 2010-08-05 | Elpida Memory Inc | 半導体装置 |
US8732627B2 (en) | 2012-06-18 | 2014-05-20 | International Business Machines Corporation | Method and apparatus for hierarchical wafer quality predictive modeling |
GB2519392B (en) * | 2014-04-02 | 2016-02-24 | Imagination Tech Ltd | Auto-tuning of an acoustic echo canceller |
WO2021030364A1 (en) * | 2019-08-12 | 2021-02-18 | Lam Research Corporation | Dynamic process control in semiconductor manufacturing |
-
2021
- 2021-09-03 US US17/467,020 patent/US11599069B1/en active Active
-
2022
- 2022-08-12 KR KR1020247010729A patent/KR20240056562A/ko unknown
- 2022-08-12 CN CN202280059663.3A patent/CN117897663A/zh active Pending
- 2022-08-12 EP EP22865287.1A patent/EP4396635A1/en active Pending
- 2022-08-12 WO PCT/US2022/040194 patent/WO2023034008A1/en active Application Filing
- 2022-08-18 TW TW111131141A patent/TW202326308A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
US20230071431A1 (en) | 2023-03-09 |
CN117897663A (zh) | 2024-04-16 |
KR20240056562A (ko) | 2024-04-30 |
US11599069B1 (en) | 2023-03-07 |
EP4396635A1 (en) | 2024-07-10 |
WO2023034008A1 (en) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3512977B1 (en) | Method and process of implementing machine learning in complex multivariate wafer processing equipment | |
US5517594A (en) | Thermal reactor optimization | |
CN109637947B (zh) | 用于使半导体制造设备的用户交互自动化的***和方法 | |
US11022968B2 (en) | Methods and systems for applying run-to-run control and virtual metrology to reduce equipment recovery time | |
US20240153750A1 (en) | Dynamic pressure control for processing chambers implementing real-time learning | |
US9448546B2 (en) | Deterministic optimization based control system and method for linear and non-linear systems | |
CN116134595A (zh) | 通过使用混合学习模型提高性能的半导体处理工具 | |
KR101290199B1 (ko) | 반도체 제조 설비에서 런-투-런 제어를 위한 컨텍스트 오프셋들을 추정하기 위한 방법 및 시스템 | |
US11643727B2 (en) | Plasma processing apparatus | |
TW202326308A (zh) | 腔室控制的自動調諧和處理性能評估方法 | |
TWI847049B (zh) | 藉由使用混合學習模型提高半導體處理性能的方法 | |
Toprac et al. | The status and future of APC software.(Manufacturing Software) |