JPS63174331A - 半導体製造自動制御システム - Google Patents
半導体製造自動制御システムInfo
- Publication number
- JPS63174331A JPS63174331A JP62004934A JP493487A JPS63174331A JP S63174331 A JPS63174331 A JP S63174331A JP 62004934 A JP62004934 A JP 62004934A JP 493487 A JP493487 A JP 493487A JP S63174331 A JPS63174331 A JP S63174331A
- Authority
- JP
- Japan
- Prior art keywords
- value
- control system
- automatic control
- semiconductor manufacturing
- simulator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の目的〕
（産業上の利用分野）
この発明は、半導体装置の製造に於ける新しい診断制御
アルゴリズムを具備した半導体製造自動制御システムに
関する。
アルゴリズムを具備した半導体製造自動制御システムに
関する。
（従来技術）
従来の典型的な、半導体製造自動化システムは、第３図
に示されるような構成となっている。つまり、半導体製
造の各要素工程に用いられる装置としてたとえば酸化炉
６１）、蒸着装置Ｃ３Ｌあるいは測定装置（至）等があ
るが、これら半導体製造に用いられる装置が、それぞれ
の装置を管理するブロックコンビエータ（３４ａ）、（
３４ｂ）、（３４Ｃ）を通して、ホストコンビエータ（
ト）に結ばれている。
に示されるような構成となっている。つまり、半導体製
造の各要素工程に用いられる装置としてたとえば酸化炉
６１）、蒸着装置Ｃ３Ｌあるいは測定装置（至）等があ
るが、これら半導体製造に用いられる装置が、それぞれ
の装置を管理するブロックコンビエータ（３４ａ）、（
３４ｂ）、（３４Ｃ）を通して、ホストコンビエータ（
ト）に結ばれている。
前記ホストコンピュータ（至）には、プロセスの手順の
みを示すデータを端末（至）から入力し、半導体製造自
動化システムを所定の状態を維持するように動作させて
いた。
みを示すデータを端末（至）から入力し、半導体製造自
動化システムを所定の状態を維持するように動作させて
いた。
また、従来の半導体製造に関するシミュレータは、第４
図に示すようにあらかじめ設定したイオン注入、酸化／
拡散、リングラフィ、ＣＶＤエツチング、気相成長のデ
ータを記憶したシミニレ−ター（４０）こ一連のプロセ
スの手順を端末（４１）から入力し、この入力データに
対して、前記シミュレータ（４０）が計算を行ない、そ
の結果のデータ（４りを出力するものであった。（４３
）はデータ部である。又、シミュレータの入力データに
プロセスデータのバラツキをもたせ、これを加味した上
で素子特性を予想するものはあったが、基本的には前記
第４図に示すシステムを１つのパッケージとして、入力
→出力を繰り返し動作させるものであった。
図に示すようにあらかじめ設定したイオン注入、酸化／
拡散、リングラフィ、ＣＶＤエツチング、気相成長のデ
ータを記憶したシミニレ−ター（４０）こ一連のプロセ
スの手順を端末（４１）から入力し、この入力データに
対して、前記シミュレータ（４０）が計算を行ない、そ
の結果のデータ（４りを出力するものであった。（４３
）はデータ部である。又、シミュレータの入力データに
プロセスデータのバラツキをもたせ、これを加味した上
で素子特性を予想するものはあったが、基本的には前記
第４図に示すシステムを１つのパッケージとして、入力
→出力を繰り返し動作させるものであった。
従来、前記自動化システムとシミュレータを組み合わせ
て用いるものとしては、自動化のプロセスの手順データ
をそのまま単にシミエレーシｌンシステムに転送させ、
その結果を予想するものやプロセスの変動と素子特性の
バラツキに関する診断解析システム等があるにすぎない
。前記診断解析システムに関しても％第５図に示すよう
にホストコンピータ（５５）に組み込まれ、端末（５６
）と接続された推論エンジン（５１）により、従来型の
プロセスシミュレータ（５２）をくり返し動作させ、Ｓ
ＲＡＭやＤＲＡＭ等の品種ごとに知識ベース（Ｓ）を作
成し、実際のプロセスから得られた品質管理データ（Ｑ
Ｃデータと呼ぶ） （５４）と前記シミーレーモ検定す
るものであった。
て用いるものとしては、自動化のプロセスの手順データ
をそのまま単にシミエレーシｌンシステムに転送させ、
その結果を予想するものやプロセスの変動と素子特性の
バラツキに関する診断解析システム等があるにすぎない
。前記診断解析システムに関しても％第５図に示すよう
にホストコンピータ（５５）に組み込まれ、端末（５６
）と接続された推論エンジン（５１）により、従来型の
プロセスシミュレータ（５２）をくり返し動作させ、Ｓ
ＲＡＭやＤＲＡＭ等の品種ごとに知識ベース（Ｓ）を作
成し、実際のプロセスから得られた品質管理データ（Ｑ
Ｃデータと呼ぶ） （５４）と前記シミーレーモ検定す
るものであった。
このようなシミュレーターを組み合わせた自動化システ
ムでは以下のような問題点があった。すなわちシミユレ
ータ部ではある一定値からなる一連の手順を示した入力
しか扱っていないので実際のプロセスから得られた様々
な変動要因を含むデータに対する素子特性のバラツキの
予想が困難である。また、たとえ変動要因を含むデータ
の予想が可能であっても、プロセスの変動値を小さな値
に分割し、シミーレータをくり返し行ない、同じ手続き
で動作させる必要があるので、計算時間がかかり計算費
用もかさむという問題があった。
ムでは以下のような問題点があった。すなわちシミユレ
ータ部ではある一定値からなる一連の手順を示した入力
しか扱っていないので実際のプロセスから得られた様々
な変動要因を含むデータに対する素子特性のバラツキの
予想が困難である。また、たとえ変動要因を含むデータ
の予想が可能であっても、プロセスの変動値を小さな値
に分割し、シミーレータをくり返し行ない、同じ手続き
で動作させる必要があるので、計算時間がかかり計算費
用もかさむという問題があった。
また、前記診断解析システムでは診断のための知識ベー
スを作るためにプロセスシミュレータの膨大な実行が必
要であった。
スを作るためにプロセスシミュレータの膨大な実行が必
要であった。
また前記したように品種が例えばＳＲＡＭとＤＲＡＭの
ようにプロセスに若干の相異である場合も、毎回実行を
くり返しデータをたくわえておく必要があり、データ自
身の有効活用ができない。またこれらのために自動化シ
ステムへの迅速なフィードバックができないなどの問題
点があった。
ようにプロセスに若干の相異である場合も、毎回実行を
くり返しデータをたくわえておく必要があり、データ自
身の有効活用ができない。またこれらのために自動化シ
ステムへの迅速なフィードバックができないなどの問題
点があった。
（発明が解決しようとする問題点）
（１）上述したように従来のシミュレーターを組み合せ
た自動化システム、例えば診断解析システムではシミュ
レータをくり返し動作させ１診断用のデータベースを作
成する方法を採用しているので計算時間がかかるのみな
らず、迅速なフィードバックができない。
た自動化システム、例えば診断解析システムではシミュ
レータをくり返し動作させ１診断用のデータベースを作
成する方法を採用しているので計算時間がかかるのみな
らず、迅速なフィードバックができない。
（１） また、膨、大な知識ベースを品種毎に用意す
る必要があり、データの有効活用ができないなどの問題
点があった。
る必要があり、データの有効活用ができないなどの問題
点があった。
上記問題点を解決するには本発明は、従来とは異なるプ
ロセスシミニレ−ターのアルゴリズムを用い従来のよう
なくり返し計算をなくシミーレ−タを軽量化し、ひいて
は迅速なプロセス修正をはかる半導体製造自動制御シス
テムを提供することを目的とする。
ロセスシミニレ−ターのアルゴリズムを用い従来のよう
なくり返し計算をなくシミーレ−タを軽量化し、ひいて
は迅速なプロセス修正をはかる半導体製造自動制御シス
テムを提供することを目的とする。
（問題点を解決するための手段）
本発明は、上記目的を達成するために、半導体素子の形
状、素子内部の不純物分布あるいは電気的特性を測定す
る手段と素子のシミュレーションを行なうプロセス、デ
バイスシミュレータ部トヲ具備した半導体製造自動制御
システムにおいて。
状、素子内部の不純物分布あるいは電気的特性を測定す
る手段と素子のシミュレーションを行なうプロセス、デ
バイスシミュレータ部トヲ具備した半導体製造自動制御
システムにおいて。
製造ニーの特性平均値（ｘ）、及び偏差値（σ）を入力
データとして、前記半導体製造自動制御システムを動作
させる制御部を有し、前記シミユレータ部にセいては前
記入力データに対する素子の形状、素子内部の不純物分
布あるいは電気的特性の期待値と偏差値（σ）を予想出
力し、前記期待値と前記測定手段により測定された半導
体素子の形状、素子内部の不純物分布、あるいは電気的
特性の実測値との有異差の検定を行ない有異差がある場
合には。
データとして、前記半導体製造自動制御システムを動作
させる制御部を有し、前記シミユレータ部にセいては前
記入力データに対する素子の形状、素子内部の不純物分
布あるいは電気的特性の期待値と偏差値（σ）を予想出
力し、前記期待値と前記測定手段により測定された半導
体素子の形状、素子内部の不純物分布、あるいは電気的
特性の実測値との有異差の検定を行ない有異差がある場
合には。
その主要原因工程を診断し、前記診断された主要原因工
程において前記期待値に合致すべくプロセスを修正する
機能を具備していることを特徴とする半導体製造自動制
御システムを提供する。
程において前記期待値に合致すべくプロセスを修正する
機能を具備していることを特徴とする半導体製造自動制
御システムを提供する。
（作用）
上記したように本発明によれば、従来のようなくり返し
計算をなくすことができ、保有データを軽量化し、迅速
なプロセス修正をはかることができる。
計算をなくすことができ、保有データを軽量化し、迅速
なプロセス修正をはかることができる。
（実施例）
本発明の詳細を図面を用いて説明する。
第１図は、本発明による半導体製造自動制御システムの
概略構成図である。まず、端末（すからホストコンビ為
−タ（２）にプロセスの手順とその要素プロセス毎の中
心値Ｘｉと分散値σｉのデータを入力する。このデータ
は本発明の重要な部分である新しいプロセスシミ為レー
タ（３）に転送される。ここでプロセスの手順に従って
、不純物分布や素子の仕上り形状を順次求めていくと同
時に、その都度プロセスのゆらぎにより、分散をも求め
ていく。
概略構成図である。まず、端末（すからホストコンビ為
−タ（２）にプロセスの手順とその要素プロセス毎の中
心値Ｘｉと分散値σｉのデータを入力する。このデータ
は本発明の重要な部分である新しいプロセスシミ為レー
タ（３）に転送される。ここでプロセスの手順に従って
、不純物分布や素子の仕上り形状を順次求めていくと同
時に、その都度プロセスのゆらぎにより、分散をも求め
ていく。
そして最終的な期待値とその分散及び各工程途上で得ら
れた変動値をデータベース（４）に蓄えておく。
れた変動値をデータベース（４）に蓄えておく。
一方、上記プロセスの手順はそのままホストコンビエー
タ（２）の指示に基いて各工程で用いられる装置１例え
ば酸化炉（５）、蒸着装置（６）、測定装置（７）と接
続されたブロックコンビ３−タ（８） 、 （９） 、
Ｈに送られる。これにより実際のプロセスが自動的に
進行して行く。たとえば測定装置（７）ではその工程に
あった評価方法により、たとえば寸法や不純物分布、電
気的特性を測定する。これらのデータはホストコンビ為
−タ（２）の指示によりフィードバックされデータベー
ス（４）に、実測値として記憶、蓄積される。そして、
プロセスシミ為レータ（８）の期待値や変動と前記測定
装置（７）から得られた値をホストコンビエータ（２）
に組み込まれた推論エンジンαυを用いて検定する。推
論エンジンａυでは上記検定の結果、有異差があると認
めた場合あらかじめ求めであるデータベース（４）の種
々の変動値と比較し。
タ（２）の指示に基いて各工程で用いられる装置１例え
ば酸化炉（５）、蒸着装置（６）、測定装置（７）と接
続されたブロックコンビ３−タ（８） 、 （９） 、
Ｈに送られる。これにより実際のプロセスが自動的に
進行して行く。たとえば測定装置（７）ではその工程に
あった評価方法により、たとえば寸法や不純物分布、電
気的特性を測定する。これらのデータはホストコンビ為
−タ（２）の指示によりフィードバックされデータベー
ス（４）に、実測値として記憶、蓄積される。そして、
プロセスシミ為レータ（８）の期待値や変動と前記測定
装置（７）から得られた値をホストコンビエータ（２）
に組み込まれた推論エンジンαυを用いて検定する。推
論エンジンａυでは上記検定の結果、有異差があると認
めた場合あらかじめ求めであるデータベース（４）の種
々の変動値と比較し。
どの工程に原因があるかを見つけ、同時に原因の重みづ
けを行い、前記期待値に合致すべくプロセスの修正を行
う。
けを行い、前記期待値に合致すべくプロセスの修正を行
う。
前記プロセスシミ為レータ（３）の作用について。
更に詳しく説明する。プロセスシミ為レータ（３）は図
に示すように、イオン注入と変動１分散、処理部、酸化
拡散と変動０分散、処理部、リングラフィとその変動分
散処理部等々からなる。それぞれに関し本発明による新
しいアルゴリズムを用いた変分処理部がある。ここでは
、前記アルゴリズムを示すに際し、もっとも複雑な１つ
である酸化／拡散部とその変分部分の例について示す。
に示すように、イオン注入と変動１分散、処理部、酸化
拡散と変動０分散、処理部、リングラフィとその変動分
散処理部等々からなる。それぞれに関し本発明による新
しいアルゴリズムを用いた変分処理部がある。ここでは
、前記アルゴリズムを示すに際し、もっとも複雑な１つ
である酸化／拡散部とその変分部分の例について示す。
その手順は、以下の通りである。濃度を示すベクトル変
数をＣとし、そのベクトル関数をｆ（ｃ）とし、定数ベ
クトルＢについて ｆ（ｃ）＝Ｂが与えられた時Ｃ＝τ＋ΔＣを代入して、
ΔＣに関して、２次以上の項を無視することによって ｆ■＋ｆ’（ｃ）、ΔＣ＝＝］３ すなわちｆｌ（τ
）、Δｃ ＝ｌＢ−ｆ（Ｅ） を得る。 ・・・・
・・（１）式ここにｆ’（ｃ）は微係数の行列である。
数をＣとし、そのベクトル関数をｆ（ｃ）とし、定数ベ
クトルＢについて ｆ（ｃ）＝Ｂが与えられた時Ｃ＝τ＋ΔＣを代入して、
ΔＣに関して、２次以上の項を無視することによって ｆ■＋ｆ’（ｃ）、ΔＣ＝＝］３ すなわちｆｌ（τ
）、Δｃ ＝ｌＢ−ｆ（Ｅ） を得る。 ・・・・
・・（１）式ここにｆ’（ｃ）は微係数の行列である。
（１）式をΔＣについてとき、Ｃ＋ΔＣをあらためてＣ
として、また（１）式を解くと言う反復でΔＣが十分に
小さくなった時のＣを解とする。
として、また（１）式を解くと言う反復でΔＣが十分に
小さくなった時のＣを解とする。
この解き方の実際を差分法を用いた離散化式に適用し、
詳解する。たとえば２次元問題において解くべき拡散方
程式は各不純物に対して下記のようにたてられる。
詳解する。たとえば２次元問題において解くべき拡散方
程式は各不純物に対して下記のようにたてられる。
ここでｘ、ｚは２次元空間の水平方向、鉛直（下向き）
方向の座標、ｔは時間であり、Ｃは不純物の化学濃度、
Ｎはその内でアクティブ（ａｃｔｉｖｅ）なものの濃度
であり、ＣとＮの関係は 荷電クラスタの場合、たとえば また、中性クラスタの場合はたとえば Ｃ＝ Ｎ ＋ ｍ ｋｅｑ Ｎ” を用いることができる。
方向の座標、ｔは時間であり、Ｃは不純物の化学濃度、
Ｎはその内でアクティブ（ａｃｔｉｖｅ）なものの濃度
であり、ＣとＮの関係は 荷電クラスタの場合、たとえば また、中性クラスタの場合はたとえば Ｃ＝ Ｎ ＋ ｍ ｋｅｑ Ｎ” を用いることができる。
ここでＮは平衡定数であり、不純物の菰類により決定さ
れるもので温度の関数でもある。
れるもので温度の関数でもある。
また、上式のＤは不純物の拡散係数であり、温度、濃度
に依存するものである。上の拡散式の離散化式において
１本発明で用いるアルゴリズムとにより、変分を用意し
ておく。その１例を示すとＮの変分は中性クラスタにつ
いては Δｃ＝ ΔＮ ＋ ｍ ｋｅｑ 、 ｍ ｒ ” 、
ΔＮ＝ （１＋ｍ２ｋｅｑ ｆ ’ ） ΔＮしたがっ
て 荷電クラスタについては となる。
に依存するものである。上の拡散式の離散化式において
１本発明で用いるアルゴリズムとにより、変分を用意し
ておく。その１例を示すとＮの変分は中性クラスタにつ
いては Δｃ＝ ΔＮ ＋ ｍ ｋｅｑ 、 ｍ ｒ ” 、
ΔＮ＝ （１＋ｍ２ｋｅｑ ｆ ’ ） ΔＮしたがっ
て 荷電クラスタについては となる。
これらをψについての変分、Ｄについての変分等を求め
る必要がある。これらを用意して（１）式に示したΔＣ
についての逐次計算をすすめる。この時あらかじめ入力
されたプロセスの手順に示された設定値Ｘｉとその分散
σｉに関する値の幅まで変分を取る。
る必要がある。これらを用意して（１）式に示したΔＣ
についての逐次計算をすすめる。この時あらかじめ入力
されたプロセスの手順に示された設定値Ｘｉとその分散
σｉに関する値の幅まで変分を取る。
この変分をたとえばドーズ量、温度２時間等について求
めておき、それぞれの分散値の幅まで求めることにより
、プロセスの変動を求めることができる。
めておき、それぞれの分散値の幅まで求めることにより
、プロセスの変動を求めることができる。
この新しいアルゴリズムによるシミュレータでは従来の
ようなシミーレータ自体のくり返し計算が不用であり、
しかもプロセス毎に簡単にその最終的な出力とその分散
まで求めることができる。
ようなシミーレータ自体のくり返し計算が不用であり、
しかもプロセス毎に簡単にその最終的な出力とその分散
まで求めることができる。
また同時にどのプロセス因子が最も変動に対し支配的で
あるかも求められる。このシステムによりプロセス診断
システムとしての機能をも保持することができる。
あるかも求められる。このシステムによりプロセス診断
システムとしての機能をも保持することができる。
前記半導体装置自動制御システムを用いて、実際にデー
タを入力した結果を次に述べる。
タを入力した結果を次に述べる。
まず入力データとして以下のものを用いた。又。
ここでは、プロセスシーケンスの要点を以下のようにし
た。
た。
■ゲート酸化１穆は、設定値９５０℃、σ□−５−１：
５℃２時間は設定値３０分、σｔ＝±１．０分、■ボロ
ンイオン注入工程は設定ドーズ量はりＸＩＯ”／ｄ。
５℃２時間は設定値３０分、σｔ＝±１．０分、■ボロ
ンイオン注入工程は設定ドーズ量はりＸＩＯ”／ｄ。
変動値はσ、＝±５．ＯＸ １０１０／ｌｒｉ 、設定
加速電圧は１８０ ＫｅＶでその変動値はσい＝±１Ｑ
ｋＶ、■アニール工程は設定値は１０００℃、その変動
値はσ、＝士６℃、設定時間は３０分でその変動値はσ
＝±１．１分とした。このシーケンスにもとづいて求め
た予測値を第２図に曲線Ａ、Ｂ、Ｃで示す。ここではゲ
ート中央部における工程の最終時点の不純物深さ方向に
ついての値をプロットしたものであり。
加速電圧は１８０ ＫｅＶでその変動値はσい＝±１Ｑ
ｋＶ、■アニール工程は設定値は１０００℃、その変動
値はσ、＝士６℃、設定時間は３０分でその変動値はσ
＝±１．１分とした。このシーケンスにもとづいて求め
た予測値を第２図に曲線Ａ、Ｂ、Ｃで示す。ここではゲ
ート中央部における工程の最終時点の不純物深さ方向に
ついての値をプロットしたものであり。
Ａは期待値、Ｂは期待値＋変動値の上限、Ｃは期待値＋
変動値の下限を示す。
変動値の下限を示す。
本システムのホストコンピュータ（２）よりゲート温度
の変動に対しては８．２ｍＶ／℃、パタニングの変動に
対しては１２ｍＶ１０．１μｍ、アニール時間に関して
はＩＪｍＶ／ｍｉｎ 、アニール温度に関しては１ｍＶ
／Ｃなる値も得た。
の変動に対しては８．２ｍＶ／℃、パタニングの変動に
対しては１２ｍＶ１０．１μｍ、アニール時間に関して
はＩＪｍＶ／ｍｉｎ 、アニール温度に関しては１ｍＶ
／Ｃなる値も得た。
前記出力を求めるのにＩＯＭＩＰＳ の計算機を用いて
、ＣＰＵ時間は５２分間であった。
、ＣＰＵ時間は５２分間であった。
同様の計算を第５図に示した従来型のシミュレータを用
いて実行したところ、ゲート温度に対する変動を求める
のに８バツチ、パタニングの変動を求めるのに最少８バ
ツチ、アニールに対しては１６バツチが必要であった。
いて実行したところ、ゲート温度に対する変動を求める
のに８バツチ、パタニングの変動を求めるのに最少８バ
ツチ、アニールに対しては１６バツチが必要であった。
これらに要した時間はＩＯＭＩＰＳで８４１分であった
。従来システムと比較をすると、計算量が１７１６です
んだことがわかる。
。従来システムと比較をすると、計算量が１７１６です
んだことがわかる。
またこのシステムにより実際の工程を経た半導体素子の
不純物を求めると第２図の点線りのごとくになった。こ
の場合、推論エンジンＵυ検定システムで検定したとこ
ろ、このプロセスは有異差がないとの出力を得た。
不純物を求めると第２図の点線りのごとくになった。こ
の場合、推論エンジンＵυ検定システムで検定したとこ
ろ、このプロセスは有異差がないとの出力を得た。
また、この実施例の効果を説明するために前記従来シス
テムを用いて同様に期待値と実測値を比較した例を第６
図に示す。この場合、出力からプロセスに異常があった
かどうかすぐにはわからない。実線Ａは期待値、点線Ｂ
は実測値である。そこで第５図に示した従来型の診断シ
ステムを用いて、検定を行ったところこの検定には、さ
らに２１分の時間を要した。また、ためしに加速電圧を
２０ｋＶ変化させてみた所、測定装置（１ＧからのＱＣ
データがホストコンピュータ（２）に転送されてかられ
ずか２分で検定が終了し、加速電圧の異常を告げ、自動
的に所定の値に戻った。ちなみに従来システムでは検定
が終了し、加速電圧の異常を推測するのに９８分間の時
間を要した。
テムを用いて同様に期待値と実測値を比較した例を第６
図に示す。この場合、出力からプロセスに異常があった
かどうかすぐにはわからない。実線Ａは期待値、点線Ｂ
は実測値である。そこで第５図に示した従来型の診断シ
ステムを用いて、検定を行ったところこの検定には、さ
らに２１分の時間を要した。また、ためしに加速電圧を
２０ｋＶ変化させてみた所、測定装置（１ＧからのＱＣ
データがホストコンピュータ（２）に転送されてかられ
ずか２分で検定が終了し、加速電圧の異常を告げ、自動
的に所定の値に戻った。ちなみに従来システムでは検定
が終了し、加速電圧の異常を推測するのに９８分間の時
間を要した。
以上、述べてきたように１本発明によれば計算時間すな
わちフィードバックまで、従来の１／１０〜１／２０の
時間ですんでいることがわかる。これは本発明に用いら
れるプロセスシミュレータ自体に変動値を取り扱えるよ
うにした効果が極めて大きい。
わちフィードバックまで、従来の１／１０〜１／２０の
時間ですんでいることがわかる。これは本発明に用いら
れるプロセスシミュレータ自体に変動値を取り扱えるよ
うにした効果が極めて大きい。
第１図は本発明による一実施例を説明するためめの図、
第一図は従来例により得られた結果を示す図である。 １・・・端末、２・・・ホストコンピュータ、３・・・
プロセスシミュレータ、４・・・データベース、５，６
゜７・・・ブロックコンピュータ、１１・・・推論エン
ジン。 代理人 弁理士 則 近 憲 佑 同 竹 花 喜久男 第 １ 図 ０ Ｑ、５ ／、Ｑ鳳
吉 （、Ａｔ ｍ ） 第 ２ 図
第一図は従来例により得られた結果を示す図である。 １・・・端末、２・・・ホストコンピュータ、３・・・
プロセスシミュレータ、４・・・データベース、５，６
゜７・・・ブロックコンピュータ、１１・・・推論エン
ジン。 代理人 弁理士 則 近 憲 佑 同 竹 花 喜久男 第 １ 図 ０ Ｑ、５ ／、Ｑ鳳
吉 （、Ａｔ ｍ ） 第 ２ 図
Claims (2)
- （１）半導体素子の形状、素子内部の不純物分布あるい
は電気的特性を測定する手段と素子のシミュレーション
を行なうプロセス、デバイスシミュレータ部とを具備し
た半導体製造自動制御システムにおいて、製造工程の特
性平均値（＠ｘ＠）、及び偏差値（σ）を入力データと
して、前記半導体製造自動制御システムを動作させる制
御部を有し、前記シミュレータ部においては前記入力デ
ータに対する素子の形状、素子内部の不純物分布あるい
は電気的特性の期待値と偏差値を予想出力し、前記期待
値と前記測定手段により測定された半導体素子の形状、
素子内部の不純物分布あるいは電気的特性の実測値との
有異差の検定を行ない有異差がある場合には、その主要
原因工程を診断し、前記診断された主要原因工程におい
て、前記期待値に合致すべくプロセスを修正する機能を
具備していることを特徴とする半導体製造自動制御シス
テム。 - （２）前記半導体素子の期待値とは、素子の形状、素子
内部の不純物分布、あるいは電気的特性の期待値である
特許請求の範囲第１項記載の半導体製造自動制御システ
ム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62004934A JP2635566B2 (ja) | 1987-01-14 | 1987-01-14 | 半導体製造自動制御システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62004934A JP2635566B2 (ja) | 1987-01-14 | 1987-01-14 | 半導体製造自動制御システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63174331A true JPS63174331A (ja) | 1988-07-18 |
| JP2635566B2 JP2635566B2 (ja) | 1997-07-30 |
Family
ID=11597406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62004934A Expired - Fee Related JP2635566B2 (ja) | 1987-01-14 | 1987-01-14 | 半導体製造自動制御システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2635566B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997021244A1 (en) * | 1995-12-04 | 1997-06-12 | Advanced Micro Devices, Inc. | A system for monitoring and analyzing manufacturing processes using statistical simulation with single step feedback |
| JP2002184705A (ja) * | 2000-12-18 | 2002-06-28 | Toshiba Corp | プロセスデータ補正方法およびその装置 |
| JP2003519922A (ja) * | 2000-01-04 | 2003-06-24 | アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド | 超小型電子機器製造において最適な加工ターゲットを定めるための方法 |
| JP2003531491A (ja) * | 2000-04-13 | 2003-10-21 | アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド | 半導体加工のための自動プロセスモニタおよび分析システム |
| JP2006196908A (ja) * | 1995-12-28 | 2006-07-27 | Toshiba Corp | 半導体装置の製造方法、製造装置、シミュレーション方法、及びシミュレータ |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5684570A (en) * | 1979-12-12 | 1981-07-09 | Advantest Corp | Testing device for ic |
| JPS58197878A (ja) * | 1982-05-14 | 1983-11-17 | Hitachi Ltd | 拡散層作成プロセス制御方式 |
| JPS59228726A (ja) * | 1983-06-10 | 1984-12-22 | Hitachi Ltd | 不良解析装置 |
| JPS6089936A (ja) * | 1983-10-24 | 1985-05-20 | Hitachi Ltd | デ−タ解析方法 |
| JPS60257535A (ja) * | 1984-06-04 | 1985-12-19 | Hitachi Ltd | 異常診断機能を備えた半導体製造方法 |
-
1987
- 1987-01-14 JP JP62004934A patent/JP2635566B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5684570A (en) * | 1979-12-12 | 1981-07-09 | Advantest Corp | Testing device for ic |
| JPS58197878A (ja) * | 1982-05-14 | 1983-11-17 | Hitachi Ltd | 拡散層作成プロセス制御方式 |
| JPS59228726A (ja) * | 1983-06-10 | 1984-12-22 | Hitachi Ltd | 不良解析装置 |
| JPS6089936A (ja) * | 1983-10-24 | 1985-05-20 | Hitachi Ltd | デ−タ解析方法 |
| JPS60257535A (ja) * | 1984-06-04 | 1985-12-19 | Hitachi Ltd | 異常診断機能を備えた半導体製造方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997021244A1 (en) * | 1995-12-04 | 1997-06-12 | Advanced Micro Devices, Inc. | A system for monitoring and analyzing manufacturing processes using statistical simulation with single step feedback |
| US5719796A (en) * | 1995-12-04 | 1998-02-17 | Advanced Micro Devices, Inc. | System for monitoring and analyzing manufacturing processes using statistical simulation with single step feedback |
| US5966312A (en) * | 1995-12-04 | 1999-10-12 | Advanced Micro Devices, Inc. | Method for monitoring and analyzing manufacturing processes using statistical simulation with single step feedback |
| JP2006196908A (ja) * | 1995-12-28 | 2006-07-27 | Toshiba Corp | 半導体装置の製造方法、製造装置、シミュレーション方法、及びシミュレータ |
| JP2003519922A (ja) * | 2000-01-04 | 2003-06-24 | アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド | 超小型電子機器製造において最適な加工ターゲットを定めるための方法 |
| JP2003531491A (ja) * | 2000-04-13 | 2003-10-21 | アドバンスト・マイクロ・ディバイシズ・インコーポレイテッド | 半導体加工のための自動プロセスモニタおよび分析システム |
| JP2002184705A (ja) * | 2000-12-18 | 2002-06-28 | Toshiba Corp | プロセスデータ補正方法およびその装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2635566B2 (ja) | 1997-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200096566A1 (en) | Data processing method, data processing device, and non-transitory computer-readable recording medium | |
| JP2000517473A (ja) | 単一ステップフィードバックによる統計的シミュレーションを用いて製造プロセスを監視かつ分析するためのシステム | |
| Lloyd et al. | A cubic differential system with nine limit cycles | |
| JPS63174331A (ja) | 半導体製造自動制御システム | |
| US5155677A (en) | Manufacturing process optimizations | |
| DE112020004325T5 (de) | Diagnosesystem | |
| CN110928265B (zh) | 数据处理方法、装置与系统、以及计算器可读取记录介质 | |
| de Castro et al. | Comparison of fractional and integer PID controllers tuned by genetic algorithm | |
| US12099935B2 (en) | Technical knowledge prediction apparatus, method, and program | |
| US20230221683A1 (en) | Remaining capacity estimation apparatus, model generation apparatus, and non-transitory computer-readable medium | |
| Maruo et al. | bcmixed: A package for median inference on longitudinal data with the Box–Cox transformation | |
| US6760692B1 (en) | Structure of a trainable state machine | |
| CN113552804A (zh) | 一种基于qr-frols算法的转子系统narx建模方法 | |
| EP4354360A1 (en) | Learning method, estimation method, learning device, estimation device, and program | |
| CN114707428B (zh) | 数控机床不可观环节仿真方法、装置、终端及存储介质 | |
| JPH07334070A (ja) | プロセスシミュレータ | |
| Tchórzewski et al. | Analysis of a web application supporting gym management in terms of control and systems theory | |
| KIGODI et al. | Exploring Solvents and Sensitivity of Systems of Linear Equations Arising from Real World Phenomena Via Optimal Successive Over-relaxation Method | |
| WO2019222152A1 (en) | Online fault localization in industrial processes without utilizing a dynamic system model | |
| JP2025014207A (ja) | 温度分布推定装置 | |
| JP2878737B2 (ja) | プロセスシミュレータ | |
| Belda et al. | INCREMENTAL STATE-SPACE PREDICTIVE CONTROLLER WITH STATE KALMAN ESTIMATION | |
| Hamby et al. | Model identification and control from a probabilistic viewpoint | |
| Popovic | State of the Art in Parameter and State Estimation of Complex Systems by Simulation. | |
| Acosta et al. | Co-simulation of a Two Area Power System Using an Adaptive Macro Step Size Method Based on Richardson Extrapolation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |