JP2006148070A - センサデータの補正方法及びインターロックシステムのインターロック評価方法 - Google Patents

Abstract

【課題】 統計的なドリフト補正アルゴリズムを通じて、同種設備に対するインターロック設定及び管理を単純化し、設備の異常有無をより正確に判定することができるセンサデータの補正方法及びインターロックシステムのインターロック評価方法を提供する。
【解決手段】 センサデータの補正方法は所定のドリフト上限値及びドリフト下限値を設定する段階と；基準モデルに対する基準パターン情報を生成する段階と；前記センサデータに対するセンサパターン情報を生成する段階と；前記センサパターン情報が前記ドリフト上限値及び前記ドリフト下限値を満たすか否かを判定する段階と；前記センサパターン情報が前記ドリフト上限値及び前記ドリフト下限値を満たす場合、前記基準パターン情報及び前記センサパターン情報に基づいてドリフトオフセットを算出する段階と；算出された前記ドリフトオフセットに基づいて前記センサデータを補正する段階とを含む。
【選択図】 図３

Description

本発明は、センサデータの補正方法及びインターロックシステムのインターロック評価方法に関し、より詳しくは、センサデータにドリフトオフセット及び/またはシフトオフセットを反映し、正確なインターロックの発生を保障することができる、センサデータの補正方法及びインターロックシステムのインターロック評価方法に関する。

半導体製造工程は各単位工程の所要費用が大きく、品質及び生産性は製造設備の状態によって多くの影響を受けるため、設備の異常有無を早期に発見して適切な措置をとるのが不良ウエハーの生産と不必要な生産資源の浪費をなくすために好ましい。これは費用節減及び収率向上においても非常に重要な事項として認識されている。

半導体製造工程上の設備の異常有無を判断するために、従来は、設備の異常有無を過去発生したデータを分析し、予め設定された適正範囲値を根拠として比較する方式を使用した。

しかし、半導体製造工程に使用される各種設備は、工程の進行によってその特性が持続的に変動する場合が多い。そして、同様に設定された設備の場合にも偏差が存在する場合が発生することがある。

この場合、正確な判断のためには作業者が随時に変動または偏差を修正及び入力しなければならないなが、これは現実的に適切でない。特に、近来、周期性を有するパラメターの基準情報に対する適切な補正方法と、同一性を有する設備の適正な評価方法が強力に要求されることによって、近来では基準情報をリアルタイムで検討し、工程内の状況に応じて自動的に適切に基準情報を更新するインターロックシステムが開発され、半導体製造工程に導入されている傾向にある。

このようなインターロックシステムは、使用者が予め設定した基準情報に基づいて運用する。しかし、インターロックシステムは工程の進行によって変動する各種センサ情報の変動または設備内部的な変動量を反映できないので、設備間の偶然的な差を反映できないという問題点がある。そのために、各設備に対して個別的に基準設定をしなければならないので、多くの時間及び費用がかかるという短所がある。

また、従来のインターロックシステムにおいては、同一設備内でも時間の流れによって変動する変動率を反映できないので、誤ったアラームの発生を誘発する可能性が高い。この時、誤ったアラームの発生を減らそうとする場合には、許容変動量の大きさを増加させなければならないが、一部センサについては実質的な不良を探知するのが難しい状況を招くようになる。

したがって、本発明の目的は、半導体製造工程内のインターロックシステムにおいて、統計的なドリフト補正アルゴリズムを通じて、同種設備に対するインターロック設定及び管理を単純化し、ウエハー間の許容変動量の大きさを最小化させることによって、不良ウエハーに対する検定力を増加させることができるセンサデータの補正方法及びインターロックシステムのインターロック評価方法を提供することにある。

また、本発明の他の目的は、統計的なシフト補正アルゴリズムを通じて、設備の駆動時間、ＲＦ時間及びウエハー数などに従属的に変化するセンサの許容変動量の大きさを最小化させることによって、不良ウエハーに対する検定力を増加させたセンサデータの補正方法及びインターロックシステムのインターロック評価方法を提供することにある。

前記目的は、本発明によって、インターロックシステムに使用されるセンサデータの補正方法において、所定のドリフト上限値及びドリフト下限値を設定する段階と；基準モデルに対する基準パターン情報を生成する段階と；前記センサデータに対するセンサパターン情報を生成する段階と；前記センサパターン情報が前記ドリフト上限値及び前記ドリフト下限値を満たすか否かを判定する段階と；前記センサパターン情報が前記ドリフト上限値及び前記ドリフト下限値を満たす場合、前記基準パターン情報及び前記センサパターン情報に基づいてドリフトオフセットを算出する段階と；算出された前記ドリフトオフセットに基づいて前記センサデータを補正する段階とを含むことを特徴とするセンサデータの補正方法によってよって達成される。

ここで、前記基準モデルに対するパターン情報を生成する段階は、各々少なくとも一つのウエハーを含む複数のサンプルポイントを設定する段階と；前記各サンプルポイントの代表値を算出する段階と；前記各サンプルポイントでの最大値及び最小値に基づいて、前記各サンプルポイントでの標準偏差を算出する段階と；前記各サンプルポイントの前記代表値及び前記標準偏差に基づいて、前記各サンプルポイントの管理レンジを算出する段階と；を含むことができる。

そして、前記各サンプルポイントでの前記標準偏差を算出する段階は、前記各サンプルポイントでの最大値及び最小値に基づいて、前記各サンプルポイントに対するレンジ値を算出する段階と；前記レンジ値の平均を算出する段階と；前記レンジ値の平均と所定の係数に基づいて、前記標準偏差を算出する段階とを含むことができる。

ここで、前記代表値は、前記各サンプルポイント内の前記センサデータの平均値を含むことができる。

そして、前記センサパターン情報を生成する段階は、前記センサデータを前記サンプルポイント単位で区分する段階と；前記サンプルポイント単位内の前記センサデータの代表値を算出する段階と；を含むことができる。

ここで、前記代表値は、前記サンプルポイント単位内の前記センサデータの平均値を含むことができる。

そして、前記ドリフトオフセットは、前記基準モデルの前記代表値と前記センサデータの前記代表値間の偏差に基づいて算出できる。

そして、前記ドリフトオフセットは、前記各サンプルポイントに対して算出されることもできる。

一方、前記目的は、本発明の他の実施形態によって、インターロックシステムに使用されるセンサデータの補正方法において、補正対象センサを選択する段階と；所定回数のＰＭサイクル期間の間に前記補正対象センサから発生したセンサデータを収集する段階と；前記収集されたセンサデータを単位ＰＭサイクルを基準として、少なくとも一つのタイムスロットに分割する段階と；前記タイムスロットのうちのいずれか一つを基準タイムスロットとして選択する段階と；前記基準タイムスロットの基準データと、それ以外の前記タイムスロットのデータに基づいて、前記各タイムスロットに対するシフトオフセットを算出する段階と；算出された前記シフトオフセットに基づいて、前記補正対象センサからのセンサデータを補正する段階と；を含むことを特徴とするセンサデータの補正方法によっても達成できる。

ここで、前記補正対象センサは、ＰＭ（Preventative Maintenance、予防保全）センサの増加によってセンシング値の範囲が可変するセンサを含むことができる。

そして、前記少なくとも一つのタイムスロットに分割する段階で前記収集されたセンサデータは、クラスタ化アルゴリズム、K−ミーンズ方法、回帰分析モデル、数理モデル及び人工神経網の解釈のうちのいずれか一つを通じて、前記少なくとも一つのタイムスロットに分割できる。

ここで、前記基準タイムスロットの前記基準データと、それ以外の前記タイムスロットの前記データは、前記各タイムスロットの前記センサデータの平均値を含むことができる。

そして、回帰分析を利用して、センサデータを含まないタイムスロットに対するシフトオフセットを算出する段階をさらに含むことができる。

また、新たなＰＭサイクルの間に新たなセンサデータが入力される段階と；前記新たなセンサデータが対応する前記タイムスロットの前記シフトオフセットと一致するか否かを検査する段階と；前記新たなセンサデータが対応する前記シフトオフセットと一致せず、対応する前記タイムスロットにシフトオフセットが存在しない場合、前記新たなＰＭサイクルに対してタイムスロットを分割し、前記各タイムスロットに対してシフトオフセットを算出する段階と；を含むことができる。

一方、前記目的は、本発明の他の実施形態によって、インターロックシステムのインターロック評価方法において、（a）センサデータを収集する段階と；（b）前記収集されたセンサデータに基づいてインターロックであるか否かを判定する段階と；（c）前記（b）段階でインターロックと判定される場合、前記収集されたセンサデータを前記センサデータの補正方法によって補正する段階と；（d）前記（c）段階で補正されたセンサデータに基づいてインターロックであるか否かを判定する段階とを含むことを特徴とするインターロック評価方法によっても達成できる。

本発明によれば、統計的なドリフト補正アルゴリズムを通じて、同種設備に対するインターロック設定及び管理を単純化し、ウエハー間の許容変動量の大きさを最小化させることによって、不良ウエハーに対する検定力を増加させることができるセンサデータの補正方法及びインターロックシステムのインターロック評価方法が提供される。

また、統計的なシフト補正アルゴリズムを通じて、設備の駆動時間、ＲＦ時間及びウエハー数などに従属的に変化するセンサの許容変動量の大きさを最小化させることによって、不良ウエハーに対する検定力を増加させたセンサデータの補正方法及びインターロックシステムのインターロック評価方法が提供される。

以下、添付図面を参照して、本発明について詳細に説明する。

図１は、本発明によるインターロックシステムの構成を示した図である。図面に示されているように、本発明によるインターロックシステムは、センサ２０と、設備制御部３０と、エラー検出及び分類（以下、‘ＦＤＣ’という）システム１０と、ＭＥＳ（Manufacturing Execution System）制御部４０とを含む。

センサ２０は、半導体製造工程上の半導体設備に設置され、各種センシングデータを出力する。

設備制御部３０は半導体設備の駆動を制御し、センサ２０によって監視された原始資料形態のセンシングデータをＦＤＣシステム１０に伝達する。

本発明によるＦＤＣシステム１０は、図１に示されているように、インターロック設定部１１、設定データベース１２、データ加工部１３、インターロック評価部１４及びアラーム部１６を含むことができる。

データ加工部１３は、設備制御部３０から提供される原始資料形態のセンサデータを受信し、ＦＤＣシステム１０内部、特にインターロック評価部１４で使用可能なフォーマットのセンサデータに変換する。データ加工部１３によって変換されたセンサデータはインターロック評価部１４に伝達される。

インターロック設定部１１は、使用者から管理対象となるセンサ２０に対する多様な設定データを受信する。ここで、インターロック設定部１１を通じて入力される設定データは、設定データベース１２に保存される。

ここで、インターロック設定部１１を通じて入力される設定データは、ドリフト上限値とドリフト下限値を含むことができる。

インターロック評価部１４は、データ加工部１３から伝えられるセンサデータと、設定データベース１２に保存された設定データとを比較し、インターロックであるか否かを判断する。ここで、インターロック評価部１４は、半導体設備にインターロックが発生したと判断される場合、アラーム部１６にこれを通報する。

アラーム部１６は、インターロック評価部１４からインターロック発生に対する情報が入力される場合、多様な方法によって使用者に知らせる。そして、アラーム部１６は、インターロック評価部１４からインターロック発生に対する情報が入力される場合、入力されるインターロック発生に対する情報の特性を把握し、必要に応じてＭＥＳ制御部４０にこれを通報する。例えば、アラーム部１６は、インターロック発生に対する情報が当該設備の駆動を中断しなければならないものと判断される場合、これをＭＥＳ制御部４０に通報することによって、ＭＥＳ制御部４０が当該設備の駆動を中断するようにする。

図１の未説明参照符号１５は、表示部１５であって、インターロック評価部１４からの評価結果を使用者が認識できる形態で知らせるための装置であって、モニターのようなディスプレイ装置を含むことができる。

図２は、本発明によるインターロック評価部１４の構成を示した図である。図面に示されているように、本発明によるインターロック評価部１４は、ドリフトオフセット管理部１４aと、シフトオフセット管理部１４c及びインターロック判定部１４bを含む。

ドリフトオフセット管理部１４aは、ドリフト特性を有するセンサ２０に対してドリフトオフセットを算出する。

シフトオフセット管理部１４cは、シフト特性を有するレシピ、設備またはセンサ２０に対する評価に必要な各種データを収集する。そして、収集されたデータに基づいて当該センサ２０とタイムスロットを設定し、シフトオフセットを算出及び更新する。

インターロック判定部１４bは、ドリフトオフセット管理部１４a及びシフトオフセット管理部１４cからのドリフトオフセット及び/またはシフトオフセットと、当該センサデータに基づいて当該設備がインターロックであるか否かを判断する。

以下では、ドリフトオフセット管理部１４a及びインターロック判定部１４bによって、ドリフト特性を有するセンサ２０からのセンサデータに基づいてインターロックであるか否かを判断する過程について、図３を参照して説明する。

ここで、ドリフト特性を有するセンサ２０は、同一設備で同一機能を遂行するセンサ２０でも設備によってその基準水準値が変わることがあり、当該基準値に基づいたセンサデータに対してインターロックであるか否かを判定する場合、誤ったアラームを誘発するおそれがあるセンサ２０を意味する。例えば、スロットルバリュー、オプティカルエミッションスペクトロメータバリューなどのセンサ２０は、測定を行うとき毎に基準となる値が変わることがあり、同一設備でも基準値が変わることがあり、設備間にも測定によって基準値が変わることがあるので、本発明によるオフセット特性を有するセンサ２０に含まれることができる。

まず、使用者はドリフト評価のための設定データであるドリフト上限値及びドリフト下限値を、インターロック設定部１１を通じて設定/入力する（Ｓ１０）。設定/入力されたドリフト上限値及び下限値は設定データベース１２に保存される（Ｓ１０）。ここで、ドリフト上限値及びドリフト下限値は各設備の特性を考慮して、センサ２０単位で設定できる。

また、ドリフト上限値及びドリフト下限値は、ドリフトオフセット管理部１４aによって設定されることもできる。つまり、ドリフトオフセット管理部１４aは同一モデルに該当する設備間に存在する偏差を予め算出し、当該センサ２０に対してドリフト上限値及びドリフト下限値を設定することもできる。ここで、同一設備は同一のテンプレート（Template）情報を使用する設備を意味する。ここで、テンプレート情報は、モデル設備に登録されたレシピが含まれるセンサ２０目録と、各センサ２０の特性情報（例えば、評価方法、パターン模型など）、モデル設備に登録されたレシピが含まれるステップシークエンスネームと、各ステップ別サンプルの個数に対する情報などを含むことができる。

さらに、図３を参照して説明すれば、ドリフト上限値及びドリフト下限治が設定及び保存された状態で、ＦＤＣシステム１０はドリフト特性を有するセンサ２０で発生したセンサデータを収集する（Ｓ１１）。

次に、ＦＤＣシステム１０のインターロック評価部１４は、ドリフト特性を考慮しない状態でセンサデータを評価する（Ｓ１２）。

ここで、センサデータの評価は、基準モデルに対して算出されたパターン情報と、評価対象センサ２０から入力されるセンサデータに基づいたパターン情報が、統計的に類似しているか否かによって決定される（Ｓ１３）。ここで、二つのパターン間の統計的な評価方法は多様な方法が適用可能であり、その一例は次の通りである。

まず、センサデータの評価に先立って、基準モデルに対するパターン情報の算出過程について説明する。ここで、一つ以上のレシピステップを有するウエハー単位のパターン情報を生成することを一例として説明する。図４は４つレシピステップを有するパターン情報を生成することを一例として示している。図４の横方向はサンプルポイントを、縦方向はウエハーを示す。

同一設備及びＢＩＮで指定されたレシピを用いて作業を行った複数個のロット（LOT）を選択する。そして、各ロットで所定個数の適正ウエハー情報（ｎ）を選択する。この時、各ロット別にウエハーの位置あるいは順序は同一であるのが好ましい。

次に、基準モデルとして用いる適用対象レシピステップ（Active Recipe Step）を決定し、各レシピステップに対する標準サンプルの個数を決定する。ここで、テンプレートの設定が完了すれば、各ステップ内の個別サンプルポイントに対し、次のような過程を行う。

まず、各サンプルポイントの代表値を決定する。ここで、各サンプルポイントの代表値は、当該センサデータの平均値（図４の‘ＲＦ’）を使用することを一例とする。次に、各ロット別に最大値及び最小値を基準としてロット単位のレンジ値を計算する。そして、ロット別レンジ値の平均を計算する。ここで、ロット単位はサンプルポイント単位と理解されることができ、図４では１０個のロットを一例としている。

そして、所定の係数を利用して標準偏差を推定する。ここで、係数は推定値を不偏推定値とする値を使用する。係数の選択は主要統計的品質管理に関する文献、例えば、‘キム、イン−ソン、統計的品質管理、バクヨンシャ、１９８９’や‘D．Montgomery,‘Introduction to Statistical Quality Control,、４th ed.,Nov. ２０００’などを通じて当該場合に対する値を算出することができる。

そして、平均及び標準偏差を利用して各サンプルポイントの管理上限線及び管理下限線を計算する。そして、各サンプルポイントの管理上限線及び管理下限線に基づいて管理レンジを設定する。このような方法を通じて、設定された管理レンジ情報を設定データベース１２に保存する。

一方、前記方法を通じ、設定された管理レンジ情報を利用してセンシングデータを評価する過程について説明すれば、次の通りである。

まず、設定された管理レンジ情報に基づく場合、一つのサンプルポイントは各々独立的な管理図の概念を有する。これに基づいて、本発明の実施例ではセンサデータの各サンプルポイントと基準モデルのサンプルポイントを一致させ、各センサデータは当該サンプルポイントに該当する管理図の評価と同様な方法で評価される。

例えば、図４のサンプルポイント‘Ａ’に該当するセンサデータは、当該サンプルポイントで表現された分布を基盤として指定された留意水準に基づいて、当該センサデータが設定された管理レンジ情報に符合しているか否かを判断する。ここで、サンプルポイント‘Ａ’でのセンサデータの代表値もまた、サンプルポイント‘Ａ’でのセンサデータの平均値を用いることができる。

このような方法によって、評価の対象となる各センサデータは評価され、各サンプルポイントでの評価は‘適合’または‘不適合’の２つの結果のうちの一つを得るようになる。このような評価結果は、二項分布を有する独立施行の評価と同一になる。

したがって、各サンプルポイントに対する評価後、全体的に一つのセンサ２０のパターンに対する評価は、予め設定された有意水準（または危険率、Level of Significance）に基づいて行われ、二項分布の正規近似法を利用して正規分布による評価を行うようになる。ここで、所定回数以上のサンプル位置で‘不適合’の結果を得る場合、当該センサ２０でのセンサデータ全体は図３のＳ１３段階で‘不適合’と判断される。

図４と関連して説明すれば、図４では全体レシピステップ数が４つであり、サンプルポイントの個数は１０個である。ここで、各サンプルポイントに対して適合及び不適合を判定するので、適合及び不適合の判定を連続的に１０回行うようになる。一般に、半導体製造工程上でサンプルポイントの個数は１００より大きい値と設定されるので、連続された二項分布の評価は正規分布に近似化することができる。例えば、２００個のサンプルポイントの中で留意水準で計算されたサンプルポイントの個数を１０と仮定すれば、２００個のサンプルポイントに対して適合及び不適合の評価を行い、この時、５つ以上のサンプルポイントが管理上限値または管理下限値を外れる場合、不適合と判定される。

さらに、図３を参照して説明するに、Ｓ１３段階で‘適合’と判断される場合、インターロック判定部１４bはインターロックと判定する（Ｓ１９）。

反面、センサデータがＳ１３段階で‘非適合’と判断される場合、ドリフトオフセット管理部１４aは設定データベース１２に保存された当該センサ２０に対するドリフト上限値及びドリフト下限値を読出し、センサデータがドリフト上限値及びドリフト下限値内に含まれているか否かを判断する（Ｓ１４）。ここで、センサデータがドリフト上限値及びドリフト下限値内に含まれているか否かは、当該ロットの個別センサデータ単位で評価することができ、当該ロットの平均によって評価されることもできる。

ここで、センサデータがドリフト上限値及びドリフト下限値内に含まれることと判断される場合、ドリフトオフセット管理部１４aはセンサデータに基づいてドリフトオフセットを算出する（Ｓ１５）。

ドリフトオフセット管理部１４aは、基準モデルのパターン情報とセンサデータのパターン情報間の差の平均的な差によって、各ロットに対するドリフトオフセットを算出する。ここで、ドリフトオフセット管理部１４aはドリフトオフセットを算出する時、センサデータの急激な変動（ハンチング）やサンプリングエラーなどによるアンダー／オーバーエスティメーションが発生し得るので、最大及び最少α％のデータを除いてドリフトオフセットを算出することができる。

そして、インターロック判定部１４bは、算出されたドリフトオフセットをセンサデータに反映し、ドリフトオフセットが反映されたセンサデータに基づいて前述したＳ１２段階での評価方法を通じ、‘適合’または‘不適合’の判断結果によってインターロックであるか否かを判断する（Ｓ１６、Ｓ１７、Ｓ１８及びＳ１９）。

上述のように、ドリフト補正アルゴリズムを通じて同種設備に対するインターロックの設定及び管理を単純化し、ウエハー間の許容変動量の大きさを最小化させることによって、不良ウエハーに対する検定力を増加させることができる。

以下では、シフトオフセット管理部１４cによって、シフト特性を有するセンサ２０からのセンサデータの適否判定を行う過程について説明する。

ここで、シフト特性を有するセンサ２０は、例えば、ウエハーの累積生産枚数を感知するセンサ２０のように、ＰＭセンサの増加によってその値の範囲が変化する特性を有するセンサ２０を意味する。

まず、本発明によるシフトオフセットを算出する過程について説明する。本発明によるシフトオフセットを算出する過程は、初期算出過程とシフトオフセットの更新過程を含むことができる。

シフトオフセットの初期算出過程は、次の通りである。ここで、シフトオフセットの初期算出は、指定された比率のタイムスロットに対するシフトオフセットが設定される前までの算出過程を意味する。ここで、指定された比率のタイムスロットは、全体タイムスロットの個数のうち、シフトオフセットが決定されたタイムスロットの比率を意味する。したがって、初期算出過程は、シフトオフセットが算出されたタイムスロットがない段階から、一定部分のタイムスロットに対するシフトオフセットが算出されるまで適用される。

まず、シフトオフセットを設定するための設備と工程レシピ及びＰＭセンサ２０を選択する（Ｓ３０）。次に、選択されたレシピ内のセンサ２０の目録のうち、シフト特性を有するセンサ２０（以下、‘シフトセンサ２０’という）を選択する（Ｓ３１）。

その後、ＰＭセンサ２０を基準としてシフトセンサ２０に対し、所定回数のＰＭサイクルの間に発生したセンサデータを収集する（Ｓ３２）。

次に、収集されたセンサデータを利用して、１ＰＭサイクル基準でタイムスロットを分割する（Ｓ３３）。ここで、本発明の実施例によるタイムスロットの分割は、クラスタ化アルゴリズムを適用する。

ここで、クラスタ化アルゴリズムは、一つのＰＭサイクルで統計的に同一データを有することと推定される区間を、同一タイムスロットに分割することができる。例えば、ＰＭサイクル１〜１００区間のうち、１〜２０区間で特定センサ２０のデータが５０〜６０の間の値を有し、２０〜１００区間で４０〜５０の間の値を有する場合には、当該センサ２０に対するタイムスロットを１〜２０区間と２０〜１００区間に分割することができる。

ここで、クラスタ化アルゴリズムを利用したタイムスロットを分割する過程について説明すれば、タイムスロットで許容可能な変動基準量と、最大ロット個数及び最少ロット個数を設定する。ここで、ＰＭセンサ２０開始地点から開始し、データが存在する区間と存在しない区間の全てを個別的なタイムスロットと設定する。

この時、データが存在する各タイムスロットに対しては、次のような過程を反復遂行する。まず、各タイムスロットに対する変動量を計算する。そして、タイムスロット内の変動量が基準変動量より小さい場合、当該タイムスロットは再び分割せず、タイムスロットに割り当てる。

反面、タイムスロット内の変動量が基準変動量より大きい場合、タイムスロット内のデータを最大ロット個数から最少ロット個数まで減少させながら、許容変動量以下の変動量を有する最大ロット個数をタイムスロットと設定する。

このようなクラスタ化アルゴリズムの以外に、１ＰＭサイクル基準でタイムスロットを分割する方法として、K−Ｋミーンズ方法、回帰分析モデル、数理モデル、人工神経網などのような方法を使用することもできる。

さらに、図５を参照して、分割されたＭ個のタイムスロットのうち、基準情報として使用される基準タイムスロットを選択する（Ｓ３４）。ここで、基準タイムスロットはシフトオフセットが‘ゼロ’となるタイムスロットと選択することができ、ＰＭセンサ２０のパターンを最もよく代弁できるタイムスロットを選択することもできる。

次に、基準タイムスロット内の基準データと、それ以外のタイムスロット内のデータとを各々比較し、各タイムスロットに対するシフトオフセットを算出する（Ｓ３５）。ここで、各タイムスロットでのシフトオフセットは、基準タイムスロット内の基準データと当該タイムスロット内のデータ間の差によって算出できる。そして、各タイムスロットでのデータは、各タイムスロットに含まれるセンサデータの平均値を使用することができる。

その後、データが存在するタイムスロットでのデータと、Ｓ３５段階で算出されたシフトオフセットに基づいて、センサデータが存在しないタイムスロットに対するシフトオフセットを算出する（Ｓ３６）。ここで、センサデータが存在しないタイムスロットに対するシフトオフセットは、算出されたシフトオフセットを利用した回帰分析などのフィッティング技法を利用して予測することができる。

次に、算出された各タイムスロットに対するシフトオフセットを設定データベース１２に保存する。ここで、Ｓ３１段階で複数のシフトセンサ２０が選択される場合、シフトセンサ２０とタイムスロット間のシフトオフセットを定義するために、図６に示されたようなテーブル形態で設定データベース１２に保存されることができる。

以下では、シフトオフセットの更新過程について説明する。ここで、シフトオフセットの更新は、ＰＭサイクルの間に新たなデータが入力されれば、既存のシフトオフセットと比較し、新しく算出されたシフトオフセットが既存のシフトオフセットと所定範囲以上の差が出る場合、新たなシフトオフセットに更新する。その過程は次の通りである。

まず、新しく収集されたセンサデータを、図６に示されているように、予め設定されたタイムスロットに対応させる。次に、予め設定されたタイムスロットのシフトオフセットと、新しく収集されたセンサデータとが符合しているか否かを検査する。

次に、既存にデータが存在しなかったタイムスロットに新たなセンサデータが収集されたか否かを判断する。ここで、新たなセンサデータが収集された場合、当該タイムスロットにシフトオフセットが存在しているか否かを判断する。

ここで、当該タイムスロットにシフトオフセットが存在しない場合、全体ＰＭサイクルをタイムスロットに分割する。

そして、全てのタイムスロットに対する検査が完了するまで上記過程を繰り返した後、タイムスロットに対し前述したような方法を通じて、シフトオフセットを算出する。

一方、このような方法を通じて算出/更新されたシフトオフセットは、ドリフトオフセットを反映したセンサデータの評価方法での同様に適用される。但し、ドリフトオフセットの場合、一つのウエハー単位のセンサデータ、つまり、生データの評価時に各サンプルポイントに対する補正を行うことであるから、各ウエハー評価時、ウエハー別にドリフトオフセットが異なって計算され得る。反面、シフトオフセットの場合には、タイムスロット別にシフトオフセットが算出され、各シフトオフセットは予め算出され、設定データベース１２に図６に示されたようなテーブル形態で保存される。そして、シフトオフセットに対するテーブル値は周期的に変更またはアップデートが可能であるが、ドリフトオフセットのようにリアルタイムで算出され、反映されないことが分かる。

前記のように、統計的なシフト補正アルゴリズムを通じて、設備の駆動時間、ＲＦ時間及びウエハー数などに従属的に変化するセンサ２０の許容変動量の大きさを最小化させることによって、不良ウエハーに対する検定力を増加させることができる。

このように、本発明によるインターロックシステムはリアルタイムで運営されるシステムであるので、パフォーマンス側面から多量の設備を運営する量産工程に該当し、センサ２０のドリフト特性及び/またはシフト特性などの分析情報を利用して運営状態を点検することができるようになる。

また、設備の消耗性部品あるいは設備特性によって周期的にＰＭを遂行する場合、ＰＭ時点を前後として設備の特性が変動する時、ＰＭ基準で設備の特性を確認することができので、ＰＭ以後の設備の同一性を保証することができるようになる。

本発明によるインターロックシステムの構成を示した図である。 図１のインターロックシステムのインターロック評価部の一例を示した図である。 本発明によるインターロックシステムでドリフトオフセットを利用したインターロック評価方法に対する制御フローチャートである。 本発明によるドリフトオフセットの算出を説明するための図である。 本発明によるインターロックシステムで初期シフトオフセットを算出する方法を説明するための制御フローチャートである。 本発明によるインターロックシステムでタイムスロットとウエハー間の関係を説明するための図である。

符号の説明

１０ エラー検出及び分類システム
１１ インターロック設定部
１２ 設定データベース
１３ データ加工部
１４ インターロック評価部
１４ａ ドリフトオフセット管理部
１４ｂ インターロック判定部
１４ｃ シフトオフセット管理部
１６ アラーム部
２０ センサ
３０ 設備制御部
４０ ＭＥＳ制御部

Claims (16)

1. インターロックシステムに使用されるセンサデータの補正方法において、
   所定のドリフト上限値及びドリフト下限値を設定する段階と；
   基準モデルに対する基準パターン情報を生成する段階と；
   前記センサデータに対するセンサパターン情報を生成する段階と；
   前記センサパターン情報が前記ドリフト上限値及び前記ドリフト下限値を満たすか否かを判定する段階と；
   前記センサパターン情報が前記ドリフト上限値及び前記ドリフト下限値を満たす場合、前記基準パターン情報及び前記センサパターン情報に基づいてドリフトオフセットを算出する段階と；
   算出された前記ドリフトオフセットに基づいて前記センサデータを補正する段階と；を含むことを特徴とする、センサデータの補正方法。
2. 前記基準モデルに対するパターン情報を生成する段階は、
   各々少なくとも一つのウエハーを含む複数のサンプルポイントを設定する段階と；
   前記各サンプルポイントの代表値を算出する段階と；
   前記各サンプルポイントでの最大値及び最小値に基づいて、前記各サンプルポイントでの標準偏差を算出する段階と；
   前記各サンプルポイントの前記代表値及び前記標準偏差に基づいて、前記各サンプルポイントの管理レンジを算出する段階とを含むことを特徴とする請求項１に記載のセンサデータの補正方法。
3. 前記各サンプルポイントでの前記標準偏差を算出する段階は、
   前記各サンプルポイントでの最大値及び最小値に基づいて、前記各サンプルポイントに対するレンジ値を算出する段階と；
   前記レンジ値の平均を算出する段階と；
   前記レンジ値の平均と所定の係数に基づいて前記標準偏差を算出する段階とを含むことを特徴とする請求項２に記載のセンサデータの補正方法。
4. 前記代表値は、前記各サンプルポイント内の前記センサデータの平均値を含むことを特徴とする請求項２に記載のセンサデータの補正方法。
5. 前記センサパターン情報を生成する段階は、
   前記センサデータを前記サンプルポイント単位で区分する段階と；
   前記サンプルポイント単位内の前記センサデータの代表値を算出する段階とを含むことを特徴とする請求項２に記載のセンサデータの補正方法。
6. 前記センサデータの代表値は、前記サンプルポイント単位内の前記センサデータの平均値を含むことを特徴とする請求項５に記載のセンサデータの補正方法。
7. 前記ドリフトオフセットは、前記基準モデルの前記代表値と前記センサデータの前記代表値間の偏差に基づいて算出されることを特徴とする請求項５に記載のセンサデータの補正方法。
8. 前記ドリフトオフセットは、前記各サンプルポイントに対して算出されることを特徴とする請求項７に記載のセンサデータの補正方法。
9. インターロックシステムに使用されるセンサデータの補正方法において、
   補正対象センサを選択する段階と；
   所定回数のＰＭサイクル期間の間に前記補正対象センサから発生したセンサデータを収集する段階と；
   前記収集されたセンサデータを単位ＰＭサイクルを基準として、少なくとも一つのタイムスロットに分割する段階と;
   前記タイムスロットのうちのいずれか一つを基準タイムスロットとして選択する段階と；
   前記基準タイムスロットの基準データと、それ以外の前記タイムスロットのデータに基づいて、前記各タイムスロットに対するシフトオフセットを算出する段階と；
   算出された前記シフトオフセットに基づいて、前記補正対象センサからのセンサデータを補正する段階とを含むことを特徴とするセンサデータの補正方法。
10. 前記補正対象センサは、ＰＭセンサの増加によってセンシング値の範囲が可変するセンサを含むことを特徴とする請求項９に記載のセンサデータの補正方法。
11. 前記少なくとも一つのタイムスロットに分割する段階で前記収集されたセンサデータは、クラスタ化アルゴリズム、K−ミーンズ方法、回帰分析モデル、数理モデル及び人工神経網の解釈のうちのいずれか一つを通じ、前記少なくとも一つのタイムスロットに分割されることを特徴とする請求項９に記載のセンサデータの補正方法。
12. 前記基準タイムスロットの前記基準データと、それ以外の前記タイムスロットの前記データは、前記各タイムスロットの前記センサデータの平均値を含むことを特徴とする請求項９に記載のセンサデータの補正方法。
13. 回帰分析を利用して、センサデータを含まないタイムスロットに対するシフトオフセットを算出する段階をさらに含むことを特徴とする請求項９に記載のセンサデータの補正方法。
14. 新たなＰＭサイクルの間に新たなセンサデータが入力される段階と；
    前記新たなセンサデータが対応する前記タイムスロットの前記シフトオフセットと一致するか否かを検査する段階と；
    前記新たなセンサデータが対応する前記シフトオフセットと一致せず、対応する前記タイムスロットにシフトオフセットが存在しない場合、前記新たなＰＭサイクルに対してタイムスロットを分割し、前記各タイムスロットに対してシフトオフセットを算出する段階とを含むことを特徴とする請求項９に記載のセンサデータの補正方法。
15. インターロックシステムのインターロック評価方法において、
    （a）センサデータを収集する段階と；
    （b）前記収集されたセンサデータに基づいてインターロックであるか否かを判定する段階と；
    （c）前記（b）段階でインターロックと判定される場合、前記収集されたセンサデータを請求項１によるセンサデータの補正方法によって補正する段階と；
    （d）前記（c）段階で補正されたセンサデータに基づいて、インターロックであるか否かを判定する段階とを含むことを特徴とするインターロックの評価方法。
16. インターロックシステムのインターロック評価方法において、
    請求項９によるセンサデータの補正方法によって補正されたセンサデータに基づいて、インターロックであるか否かを判定するインターロックの評価方法。

Images