TW201032009A - Controlling a manufacturing process with a multivariate model - Google Patents

Description

201032009 六、發明說明： 【發明所屬之技術領域】 本發明一般而言係關於一製造程序之資料分析及控制， 且特疋而5係關於用—多變量模型控制一製造程序。 【先前技術】 在諸多工業中，在製造以及研究與開發兩者中皆收集極 大的資料組。有時將製造程序分類為「批次」製造程序或 「連續」製造程序。在批次製造程序_，對—組原始材料 及/或經處理之材料執行具有一開始步驟及一結束步驟之 -系列步驟以產生-輸出。在某些批次程序中，處理發生 於-單個工作站(例如’一室或容器)處該單個工作站涉 及-個或多個程序工具(例如，該室或容器内之程序工 具）。批次製造程序之實例包括半導體晶圓處理（例如，處 理-單個晶圓產生一組晶片）、醫藥處理(例如，該程序產 生-組中間或最終化學品或藥物輸出）或生物技術處理⑽ 如，該程序產生一特定生物發酵或細胞培養程序）。在連 續製造程序中，大致在不中斷之情況下製造、處理或生產 材料。採用連續製造程序之工業之實例係(舉例而言)石化 工業（例如，石油及天然氣）或浮法玻璃工業。 批次生產與連續生產之間的_個差異係：對於連績製造 ㈣’在大致連續之反應（其以流動之材料流之方式發生） 中進行輸入材料之化學變換’而在批次處理中，（例如）在 容器或室中離散地執行化學變換。 在半導體器件製造卫業中，器件製造商已藉由依賴於程 145955.doc 201032009 序工具製造商設計出更好及/或更快的程序及硬體組態而 設法轉變至具有更緊容差之程序及材料規格。然而，隨著 器件幾何結構縮小至奈米級，製造程序之複雜度增加，且 程序及材料規格變得更加難以滿足。 可由一組數千個程序變量闡述在當前半導體製造中所使 用之一典型程序工具。該等變量一般而言係與製造程序及/ 或在該製造程序中所使用之工具之實體參數相關。在某些 情形中，在此數千個變量中，數百個變量將係動態的（例 如’在製造程序期間或在製造程序中間隨時間而改變）。 該等動態變量（舉例而言，氣流、氣體壓力、遞送功率、 電"IL、電壓及溫度）基於（舉例而言）以下各項而改變：一具 體處理配方（recipe)、總體處理步驟序列中之特定步驟或 特疋系列之步驟、在製造程序期間發生之錯誤及故障或參 數值基於一特定工具或室之使用之改變（例如，稱作「漂 移」）。 ❹ 類似地在诀藥及生物技術生產中，管制機構（諸如美 國食品與藥物管理局（u.s. Food and Drug Adminis⑽_ 要求符合對製造程序之嚴格規範以維持具有圍繞一指定品 > f規範之極小變化之高品質產品。此等規範使對程序變量 m量測以及額外多維感測器技術（例如，程序氣相層 析法、近紅外光讀分析法及質譜分析法）成為必要。理相 地，在製造程序程期間量測之資料可供即時分析及/或^ 正使用以提供關於程序條件盘藉床招^r + 斤悚仟一程序規範相距多少及如 與規範之偏差進行校正之指示或資訊。 I45955.doc 201032009 管制機構經常要求製造商證明一程序維持於某一「知識 二間」内，其中該知識空間包括已經由實驗及/或機械知 識探究之一操作區。舉例而言，在醫藥及生物技術工業 中此概必稱作「品質源於設計（Quality by Design)」或 「QbD」。亦可將該知識空間稱作「設計空間」且其一般 包括已生產已經驗證而滿足—指定品質標準之一操作區。 程序變量通常與良率變量或回應變量相關。基於該等程 序變量之間的一基礎關係，可將該等變量視為良率變量或 回應變量之預測符或指示符。在一製造程序期間量測並儲 存指不該等程序及良率變量之資料以供即時分析或稍後分 析。 一般而言，兩類資料與一製造程序相關聯。通常表示為 又型_貝料之一種類型的資料（例如，χ資料、χ變量、X組或 觀察級資料）指示因數、預測符或指示符。χ型資料用於做 出關於（舉例而言）製造程序或該製造程序之結果之投影或 預測。通常表示為Υ型資料之另一類型的資料（例如，Υ資 料、Υ變量、Υ組）指示製造程序之良率或回應。χ型資料 與Υ型資料一般係相關的。通常，χ型資料與γ型資料之間 的準確關係係不判定的或者難以判定的或不可能判定的。 在某些情況下，可藉由各種技術近似或模型化該關係（例 如，線性近似'二次近似、多項式擬合法、指數或幂級數 關係、多變量技術（諸如主要分量分析或部分最小平方分 析）以及其他技術）。在此等情形中，可基於觀察χ型資料 與Υ型資料之改變及觀察此等改變對另一資料組造成之回 145955.doc 201032009 應推斷兩個類型之資料之間的關係。 用以分析及控制製造程序之—財式㈣「料程序控 2」（「SPC」）或「多變量統計程序控制」（「㈣）。 一般而言’統計程序控制方法係其中—系統提供對一製造 ⑹之基於變量之監控關定該程序是否正常操作之一開 T程序。該系統監控該製造程序以判定輸出產品是否滿足 標準、該程序是否與過去所期望作業或其他監控準則一致 • &操作。當統a十程序控制系統偵測到與正常作業之一偏差 時，便觸發-警報，從而將該偏差發訊給一操作者或程序 工程師。該操作者或程序玉程師解譯該警報且判^該偏差 之根本原因。然後，該操作者或工程師手動地採取校正動 作以使製造程序返回至正常操作料。spcstMSPC程序 之-個㈣係一程序工程師或操力者診斷一問題且手動地 實施校正步驟之要求。 此外，現有統計程序控制方法更難以應用於批次程序。 Φ 對批次製造程序之控制涉及監控一程序且（例如，藉由調 整程序參數）維持該程序沿著對應於批次之一所期望結果 之一軌跡。將多變量控制策略應用於批次程序之此途徑嘗 武最佳化一批次級得分空間，且然後判定產生該最佳化之 得分空間之程序軌跡。 【發明内容】 先七方法之缺陷包括與程序工程師接收且解譯警報且然 後決定並實施校正動作相關聯之停機時間。本文所闡述之 概念涉及一閉環程序，該閉環程序用於基於一模型（例 145955.doc 201032009 如，一預測模型）控制製造程序。該預測模型係併入至一 系統或方法巾則貞測並朗製造程料之故障且自動地操 縱或控制該製造程序以維持所期望操作參數。使用此處所 闡述之模型預測概念允許對批次程序之自動控制，例如， 藉由在處理期間調整批次軌跡以控制或最佳化該批次程序 之結果。概念上，此處所闡述之途徑在程序監控上面且超 過其添加一多變量控制（例如，自動控制）層。因此，除偵 測及診斷程序中之潛在問題以外，此處所闡述之方法了系 統及控制器亦可經由一閉環程序大致即時地實施校正動作 (例如，藉由修改程序之操作參數），從而產生更高且更均 品質、更少剔除或廢棄之材料或最终產品、更少停機時間 及更少人為錯誤機會。 「品質源於設計」之概念促進調整程序條件以確保所期 望及均品質的控制方法之使用。傳統的基於模型的控制方 法並不適合於批次製造程序且未經設計以將一批次程序約 束於一設計空間内，因此此等控制方法將製造程序操縱至 在設計或知識空間之外之新的未經探究的操作區中。此處 所闡述之概念藉由監控閉環系統效能及提供控制動作來克 服此障礙，以回應於激勵或敦促製造程序朝向可接受之設 計或知識空間，例如藉由對朝向一可接受模型空間（例 如，由DModX量測）之製造程序的經適當分析及加權的約 束。使用此處所闡述之模型預測概念允許對批次程序之自 動控制，例如’藉由在處理期間調整批次轨跡以控制或最 佳化該批次程序之結果。 145955.doc 201032009 所實現的一優點係避免最佳化一批次級得分空間且然後 輸入一軌跡以產生最佳化結果。相反，所闡述之系統及方 法判定在批次處理完成時產生一最佳化結果之一組受操縱 變量值。為達成更嚴密控制’將受操縱變量及受操縱變量 資料與相依變量及相依變量資料區別開。變量類型之間的 區別促進對相依變量執跡以及多變量（例如，DModX)統計 之分析及判定。在此等組態中，可大致即時地拒斥一多變 • 量（例如，霍特林τ2)及/或殘餘（例如，DM〇dX)空間中之干 擾。拒斥將導致正交於一多變量空間之一干擾之變量改變 之能力係分析僅與一得分空間相關聯之資料之系統中不存 在之一特徵。 本文所闡述之數個特徵提供熟習此項技術者將明瞭之其 他優點。舉例而言，多變量統計資料嵌入於一基於模型的 預測控制結構中。對於批次或連續製造程序，該預測控制 釔構可提供與製造程序及該製造程序之控制相關聯之某些 • 類型資料及統計之預期值。此外，提供對連續及批次程序 之觀察級控制，且提供對批次程序之批次級控制（例如， 藉由將y變量模型之冑適或、组態至特定類型之製造程 序）。對於觀察級控制（例如，對於連續或批次處理）及批次 級控制（例如，批次處理），使用用於估計相依變量⑷或 受操縱變量）之未來值之多變量方法計及彼等變量之過 去、現在及/或未來值且基於經預測之未來改變之結果調 適或調整製造程序。提供及/或預測多變量（例如’霍特抹 τ2或膽，統計或值（例如，得分心得分）。此外，亦閣 145955.doc 201032009 述用於估計相依變量值之未來值之多變量方法。 將X型變量劃分或分割成子組或子類型產生一額外優點。 將一個x型資料子組識別為受操縱變量（或受操縱變量值） 且表示為χΜν。將另一 X型資料子組識別為相依變量且表 示為Xd。受操縱變量一般係可直接控制的變量或製造參 數，例如，所供應溫度、化學濃度、pH、氣體壓力、所供 應功率、電流、電壓或處理時間。一般而言，由於監控及 分析系統中之處理器及記憶體限制，一製造商通常計及或 監控少於約20個受操縱變量。涉及多於約20個受操縱變量 之程序在計算上可變得不便利的。相依變量一般係由感測 器量測且無法直接控制的變量。相依變量之實例係（舉例 而言）室溫度、氣體壓力、溫度或壓力梯度、雜質位準、 光譜及/或層析輪廓以及其他。另外，相依變量可表示一 減少的資料組（例如，自原始資料獲得之變量，諸如不同 穩度、溫度梯度及其他）。一般而言，在製造程序期間 無法直接調整相依變量。相依變量可（例如）經由已知關係 或者可或可不根據經驗判定及/或模型化之未知關係與受 操縱變量之值相關、相關聯或相依於該等受操縱變量之 值。 在一個態樣中，本發明係關於一種用於控制一製造程序 之電腦實施之方法。該方法涉及接收在該製造程序期間量 測之相依變量資料。該等相依變量資料表示由一個或多個 感測器觀察之一第一組程序參數之值。該方法涉及自複數 個程序工具接收在該製造程序期間量測之受操縱變量資料 145955.doc • 10- 201032009 且接收經預測之受操縱變量資料。受操縱變量資料表示一 第二組程序參數（例如，可控制或受控制的程序參數）。該 方法涉及基於至少該等所接收之資料判定一經預測之得分 值、一多變量統計中之至少一者或其兩者。該方法亦涉及 基於至少該經預測之得分值、操縱統計或其兩者判定該製 造程序之操作參數。 在某些實施例中，在製造程序期間控制該第二組程序參 數（例如，其等由受操縱變量資料表示）。在該製造程序期 間不直接控制該第一組程序參數（例如，其等由相依變量 資料表示）。當該等操作參數包括該等受操縱變量之值 牯，該方法涉及將該等受操縱變量值提供給該複數個程序 工具。該方法亦可涉及基於該等受操縱變量及該等相依變 量之過去或現在值修改該等受操縱變量之現在或未來值。 該方法之某些實施例以接收相依變量資料之經預測之崔 為特徵。在某些實施方案中，該方法亦涉及預測該等相你

變量資料之值。判定操作參數可涉及滿ρ控制器目標。 滿足-控制器目標之實例包括最佳化使該製造程序之㈣ 貧料、良率資料、結果資料或此等資料之任一組合之值相 關聯之—操作目標。目標函數可包括對該等相依變量實 該等錢縱變量資料、該經關之得分值、該等多變 、:叶或此等之任一組合之一個或多個約束。在某些實施 例中，該—個或多個約束係使用 偏離-多變量權创之微名*閱 a疋的。、力束可與用於 夕變置模型之懲罰相關聯。 在此等實施例 適合控制器目標尤其包括二次型函數 145955.doc 201032009 中，滿足控制器目標包括最小化目標函數之一參數。某些 實施方案涉及判定該得分或（該等）多變量統計之所期望 值。在某些實施例中，該方法涉及使用一相依變量模型， 該相依變量模型基於該等受操縱變量資料之所判定之值、 該等相依變量資料之過去或現在值、或此等值之組合預測 經預測之相依變量資料之值。 在某些實施例中，該方法涉及使用一得分模型，該得分 預測該第一組程序參數（例如，其等由相依變量資料表示） 及該第二組程序參數（例如，其等由受操縱變量資料表示） 之未來值。該方法可涉及憑藉一多變量模型判定該得分之 經預測之值、該一個或多個多變量統計或其兩者。 本 〆·、 貝 施方案以接收經量測之操縱與相依變量資料以及經預測之 操縱與相依變量資料之該多變量模型為特徵。 供在該方法中使用之適合多變量統計之實例包括以下各 項中之一者或多者：一得分、一霍特林τ2值' —DM〇dx 值、一殘餘標準偏差值或此等之任一組合。該多變量統計 亦了包括一主要分量分析t得分或一部分最小平方t得分或 其兩者。該製造程序可係一連續型或一批次型製造程序。 在另一態樣中，本發明係關於一種用於一連續或批次型 製造程序之多變量控制器。該控制器包括一控制模組，該 控制模組與複數個程序工具及複數個感測器通信以監控來 自該等程序工具之受操縱變量資料以及來自該等感測器之 相依變量資料。該控制模組包括一多變量模型。該等相依 變量資料表示由該複數個感測器觀察之一第一組程序參數 145955.doc -12- 201032009 之值:該等受操縱變量資料表示一第二組程序參數（例 如又控制的或可控制的參數）之預期值。該控制器亦包 括-解算器模組，該解算器模組用以基於至少經監控之受 ·#縱變量及相依變量資料自該多變量模型接收經預測之良 率資料、經賴之受操縱變量資料、經預測之相依變量資 料、一多變量統計或此等資料之任一組合中之至少一者。 該解算器模組亦產生用於提供給該複數個程序工具及一預 職型之該等受操縱變量之值，該預測模型提供至少經預 測之統計資料。 在某些實施方案中，該控制器基於該等受操縱變量之所 產生之值調整該複數個程序工具之一個或多個參數。由該 控制器使用之多變量統計包括一得分、霍特林τ2值、— DModX值、一殘餘標準偏差值或此等之一組合中之至少— 者。在某些實施例中，該預測模型包括一得分模型，該得 分模型用以為該解算器模組產生一個或多個多變量統計之 φ 經預測之值。該預測模型可包括一相依變量模型，該相依 變量模型用以產生經預測之相依變量值。該預測模型亦可 提供來自該製造程序之相依變量之經預測之值。某些實施 方案以將經預測之統计資料提供給該控制模組及該解算器 - 模組之該預測模型為特徵。 在某些實施例中’該解算器模組基於一控制器目標產生 該等受操縱變量之值。該控制器目標可最佳化與該製造程 序相關聯之二次型函數。某些實施方案涉及一控制器目 標’其具有對（例如）該等相依變量資料、該等受操縱變量 145955.doc -13- 201032009 資料、該等經預測之良率資料、(該等)多變量統計、或此 等之某組口（或此等全部）之一個或多個約束。該等約束 可係使用者指定的或與用於偏離該多變量模型之懲罰相關 聯。在某些實施例中，該解算器模組係一受約束的最佳化 解算器。某些組態包括該控制模組，該控制模組包括該解 算器模組。此外’該解算器模組可包括該控制模組，或該 解算器模組與該控制模組兩者可係一較大模組、處理器、 或什算％境之子模組。 τ般而言，在另一態樣中，本發明係關於一種用於控制 製k程序t S統。該系統包括—資料獲取構件，該 料獲取構件用於自複數個程序工具獲取表示一組程序參數 之預期值之受操縱變量資料且用於自複數個感測器獲取表 不由該複數個感測器觀察之一第二組程序參數之值的相依 變量資料。該系統包括-程序控制構件，該程序 Γ判定該複數個程紅具之㈣參數。㈣統亦包括- 變量控制構件，該多變量控制構件用以基於—多變 計模型判定該等受操縱變量資料之值以提供 、’、 構件。該多變量統計模型接收獾 卫制 真一，， 等所獲取之受操縱變 量貧料及相依變量資料且基於至少該等所 預測之良率值及統計資訊提供給該程序控制構件。貝，將經 數==中，由該程序控制構件判定之該等操作參 數最佳化或滿足一控制目標。 某些實施方案包括以上文實施例或其益處中之 特徵之上述態樣中之任一態樣。 者為 145955.doc •14- 201032009 藉由參照以下說明及圖式將更全面地理解此等及其他特 徵，該等圖式係說明性且未必係按比例的。儘管本文針對 一製造程序（特定而言，一半導體、醫藥或生物製造程序） 闡述S亥等該等概念，但熟習此項技術者將明瞭該等概念具 有額外應用，舉例而言，冶金及採礦應用、財務資料分析 應用或涉及大量資料點或觀察之其他應用。 【實施方式】

圖1、’、曰示實例性系統100，其包括一處理器105及一使 用者介面110。使用者介面110可包括一電腦鍵盤、滑鼠、 其他觸覺介面、-圖形使用者介面、語音輸人或供一使用 者回應於來自處理器1〇5之刺激而與處理器1〇5通信㈠列 如，指定約束之值）之其他輸入/輸出通道。使用者介面110 可包括一顯示器（諸如一電腦監控器）。處理器105耦合至一 處理設施115。處理設施115執行製造或處理作業。舉例而 ®，在半導體王業之背景下，該處理設施對一晶圓12〇執 行處理功能且輸出-經處理之晶圓12G,。晶圓i2G及經處理 之晶ΒΠ20,僅係說明性，且可表示—批次型製造程序（例 如’-醫藥粒化或摻和或者其他單元處理步驟或生物技術 發酵、細胞培養或純化程序）之任—輸人及以輸出。處理 設施115可包括用於(舉例而言)清潔、純化、沈積材料、混 合材料或化學品、溶解材料或化學品、移除材料、清洗材 料及/或在處理設施115内執行其他功能之卫具或程細中 未續·示）。 在某些實施例中 該等工具或程序包括設施115内之多 145955.doc _ 15· 201032009 個台或單元。此等功能可與複數個實體參數相關聯，舉例 而言，氣體壓力、氣體流率、溫度、時間及/或電漿或化 學品或生物化學濃度以及諸多其他實體參數。在某些實施 例中’參數係發生在處理之後的特定晶圓12〇之良率損 失。可監控及操縱該等實體參數以在處理設施115中產生 含有關於變量（例如，實體參數及/或工具操作條件）之資料 之複數個輸出125。輸出125可係電、光學、磁、聲學信號 或犯夠傳輸資料或被傳輸至處理器1〇5或在處理器内傳 輸之其他信號。輸出125可包括表示相依變量資料；^^、受 操縱變量資料XMV或兩者之資料。在某些實施例中，輸出 125提供可在用作相依變量資料或受操縱變量資料之前被 操縱之原始資料。 處理設施115藉由一資料獲取模組13〇耦合至處理器 105。資料獲取模組13〇自處理器設施n5接收輸出125。在 某些實施例中’資料獲取模組13〇對資料執行緩衝、多 工、發戒、切換、路由、格式化及其他功能以使該資料呈 適合傳遞或重傳至處理器1〇5之其他模組之一格式或狀 態。 系統100亦包括一控制器模組135。控制器模組135(例 如）經由通信鏈路140自資料獲取模組13〇接收資料。該控 制器模組指定受操縱變量資料Xmv且經由複數個輸出145將 指定值傳遞至處理設施115及資料獲取模組13〇。該等受操 縱變量資料可表示特定處理參數（例如，溫度、氣體流 率、壓力 '處理時間及其他參數）之設定點值或特定程序 145955.doc 201032009 工具之指令。控制器模組135包括—多變量模型i5G及一預 模㈣5。結合控制器模組135之其他模組（例如，一解 算器模組（圖中未繪示））使用多變量模型150以判定產生相 依變量資料(例如，特定製造程序之一可接受知識空間内 之資料）之所期望值的操作參數或受操縱變量之值。預測 模型155用於預測多變量統計、得分及變量值以供結合控 制器模組135之其他模組使用。

處理器105可經由控制器模組135監控或控制在處理設施 115内發生之特定程序。控制器模組135藉由將受操縱變量 資料之理想值與設施丨15内之處理工具或設施丨15本身所使 用之值進行比較且藉由將相依變量資料之理想值與由感測 器量測之值進行比較來監控且控制處理設施丨15。處理設 施ns内之處理參數之實際值由資料獲取模組13〇量測及/ 或由複數個輸出125傳遞至資料獲取模組13〇。 系統1 00亦包括一記憶體丨6〇。記憶體丨6〇可用於（舉例而 言）儲存先前產生之多變量模型150,及/或先前產生之預測 模型15 5'以供稍後使用。 圖2係圖解說明一控制器200之一實施例之一方塊圖，控 制器200包括一多變量模型2〇5。控制器200亦包括一解算 器模組210及一相依變量Xd模型21 5。 多變量模型205自複數個感測器（圖中未繪示）接收相依 變量資料220作為輸入。自相依變量模型215提供之經預測 相依變量值225可擴展相依變量資料220。多變量模型205 亦接收受操縱變量資料之經量測之值230。多變量模型205 145955.doc -17- 201032009 亦自解算器模組210接收受操縱變量資料235。 多變量模型2G5接收相依變量資料之經量測之值（22〇)及 二預測之值（225)以及受操縱變量資料之經量測之值（23〇) 及經預測之值（例如’設匕點值）(235)。基於該等所接收之 資料，夕變量模型205將資訊240提供給解算器模組2 1〇。 貝訊240可包括（例如）一得分及—個或多個多變量統計。舉 例而言，該得分可係-經預測之良率得分（ Y—)。該經預 別之良率得刀Yp]_ed類似於在無—多變量模型之統計程序控 制中提供之得分（例如，該經預測之良率得分可係基於一 主要分量分析或部A最小平方計算）。肖一個或多個多變 量統計可包括-霍特林T2值或—DMGdM。類似地，該— 個或多個多變量統計可包括—殘餘標準偏差值、一主要成 分/刀析得 -部分最小平方（有時稱作潛在結構之投影） 得分或本文所論述之多變量統計之任—組合。在某些實施 例中，資訊24G包括將多於—個多變量統計提供給解算器 模組2H)。多變量統計可將約束提供給解算器模址·。 多變量模型205可憑藉一主要分量或部分最小平方分析 分別對所接收之資料執行（舉例而言）一霍特林計算或— DModX計算以判定-T2或謝〇狀值。可根據以下方程式 計算一T2值。 Γ2 = (~ )r s—1 (X~~ σ σ 其中： 一特定變量之標準偏差 基於針對先前批次所 145955.doc -18- 201032009 獲取之資料， "^ I2 ，變量之經量測之值，針對p個變量， ❿ A) 變量 S~l ，基於先前批次之變量之平均 值， 針訝 P個 ==一逆共變異數或相關矩陣，其係圖解說 的共變異數或相關矩陣51之逆矩陣： 明如 下

S n-令：句 1^.3¾¾2 1¾¾2 2-51___ Ύ 〇 〜=-疗，其中指數·識別—歸— 化灸x«矩陣中之8及尤兩者之矩陣元素。 Α在以上多變量模型化實例中，以上方程式中之X • “通常具有等於0之平均值（/〇之_主要分量或部分最小 平方模型之得分向量。由於此等得分向量係正 矩陣S及S·1係對g的甘山因此 對角的，其中每-分量得分向量之變異數盥 各別逆變異數作為對角元素。 >、 t付分值可視為至—P維空間中之一線(例如， 量或部分最小平方掇刑红、L 要刀 十方槟型軸）上之一投影，該線 145955.doc •19- 201032009 一可接受近似(例如，提供-可接受最小平方擬人之一 線）。在某些實施例中，可使用一第二t-得分（例如，至正 交於該第一線之一線上之—投影

一般而言，-T2值係製造：序之-輸出(例如，晶圓 明相對於在正常程序作業下或基於相依 受操縱變量資料之經預測之值而產生之一輸 J 變量之加權距離之-計算。理解τ2值之意義之_ = 據一幾何說明來對其進行考量。一正常製造程序係一帅 空間中之一資料點業查 ^ , ' 、其中p係經量測製造程序變量之 數目。相關空間亦可係維度減少的得分空間。霍特林T、 係一新輸出與此資料點叢集之中心（相對於在正常程序條 件中之變化輸出加權）之經平方距離。該變化經常圖解說 明為定界該資料點叢集之一P維超。-般而言，霍特 :型：算：用於(舉例而言)針對該資料組之剩餘部分判定 定點是否為一離群值(例如，在超橢圓之外”更具體 ❹ 而。霍特林計算可用於判定一特定經量測參數是否在 由正觀察之程序參數之一數學模型判定之一警報限制之外 或在知識空間之外。 多變量統权另-實例係—DM°dx計算或殘餘標準偏 差計算二_。技計算涉及計算一特定資料點距一p維空 1中之位置之距離，該位置表示一較佳位置（例如，與 :理想批次相關聯之一位置)。使用一主要分量分析或部 分最小：方分析計算DMOdx值’該主要分量分析或部分最 平方刀析將P維變量映射至一較低階（例如，小於階P)維 145955.doc -20· 201032009 度變量（例如’ ~得分由門） 侍刀玉間）。在數學上’ DM〇dx值係由主 :分量分析或部分最小平方分析產生之正交分細殘 :)。一D:dX值可指*關於數學模型中之一個或多個變 里(例如’貧料點)之一值範圍(例如，-「容差體積」）。 解算器模組210亦接收操作目標值⑷，該操作目標值表 :品質、良率、程序變量或多變量限制或目標之目標或設 疋點值。解算n模組21G基於所接收之資訊24q及操作目標

值245判定受操縱變量值咖之值以提供給複數個程序工具 (中未續'示）所判疋之受操縱變量值25〇亦係多變量模型 2〇5之一輸入（例如，受操縱變量值235)及相依變量模型215 之輸入255。在某些實施例中，受操縱變量值25〇表示製 造f序之受操縱變量之設定點值，該等設定點值可不同於 經ϊ測之受操縱變量值23〇(例如，受操縱變量之現在值卜 。在某些實施例中’解算器模組21〇執行對滿足某一控制 二目柃之爻操縱變量值之一搜索。在此搜索中，解算器模 組210由多變量模型2〇5所提供之資訊24〇及在操作目標值 245中所表達之多變量極限約束。在某些實施例中，一使 者才曰疋對解算器模組21 〇之額外約束（例如，使用圖1之 使用者介面115)。 相依變量Xd模型215將相依變量資料之經預測之值225提 供給多變量模型205。相依變量模型215可以各種方式提供 相依變量資料之經預測之值。舉例而言，該經預測之值可 係經量測相依變量隨時間之一平均值或相依變量值隨時間 之平均軌跡。該等經預測之值可係一平均值或轨跡加上 145955.doc -21 · 201032009 某一容許值（例如，axd)。 在某些實施例中，相依變量資料係受操縱變量資料之一 函數以使得一特定相依變量之值函數地相依於一個或多個 又操縱變量之值（例如，XD=y(XMv)p可知曉或可根據經驗 推斷判疋或模型化該函數關係。在其中相依變量資料與 受操縱變量資料函數地相關之實施例中，控制器2〇〇可實 施對自預期相依變量值之變化之一反覆解決方案，藉此使 用一閉環程序來調整與該等受操縱變量相關聯之操作參數 之值以更緊密地近似該等相依變量之所期望值。 ，控制1§ 200基於相依變量之過去值（22〇)或現在值（225)或 受操縱變量之過去值（23G)或現在值（235)促進對受操縱變 量資料之現在值（235)或未來值（250)之修改。 對受操縱變量之修改之頻率可相依於（舉例而言）控制之 類型或處理之類型(例#，批次型或連續型）。I例而言， 對於批次程序之觀察級控制（例如，—處理配方中之每一 步驟之控制)’控制器200可促進對由受操縱變量資料表矛 之操作參數之相對頻繁之調整以維持觀察級得分（例如 得分）且維持DM〇dX之值（例如’維持設計空間控制 於批次程序之批次級控制（例如，—批次程序之輪出 制），控制器可促進對操作參數之相對較少之調整。； 在製造程序期間基於或根據預定時間協調該等較 維持或最佳化某些得分或多變量統計(例如，γ :: 分、Ti/或DModx)以及良率或其他品質結果:所: 望值。 里 < 所期 145955.doc -22· 201032009 圖3係圖解說明一控制器3〇〇之另一實施例之一方塊圖， 控制器300併入有一多變量模型3〇5。控制器3〇〇包括一控 制模組3 1 0。控制模組3丨〇包括多變量模型3〇5及一控制子 模組315。控制子模組315包括一解算器模組320及一得分 模型325。控制器3〇〇係圖2之控制器2〇〇之一簡化版本。在 某些實施例中，控制器3〇〇不將多變量模型3〇5約束為 DModX之特定值。 0 多變量模型305接收來自複數個程序工具（圖中未繪示） 之受操縱變量值330及來自複數個感測器（圖中未繪示）之相 依變量值335。基於該等所接收之資料，多變量模型3〇5計 算資訊340且將資訊340提供給解算器模組32〇。資訊34〇可 包括（舉例而δ ), 一 t得分及若干經預測之良率值。該等經 預測之良率值可基於（舉例而言）一部分最小平方計算。資 訊340可包括來自得分模型325之一經預測之得分值35〇。 解算器模組320亦接收良率資料355之一設定點或目標值。 Φ 基於所接收之資料（340、355)，解算器模組32〇計算受 操縱變量值360。將所計算之受操縱變量值36〇提供給得分 f型325及複數個程序工具（圖中未繪示）。在計算受操縱變 里值中，解异器模組320執行對滿足一控制器目標之受操 縱變量值之一搜索。該控制器目標可包括（舉例而言）約束 及/或懲罰。在某些實施例中，該控制器目標係二次控制 器目標。熟習此項技術者將明瞭其他目標函數。 得分模型325基於（舉例而言）過去及現在受操縱變量值 計算且產生經預測之得分值。得分模型325亦基於（舉例而 145955.doc -23- 201032009 言）由經調整之受操縱變量值產生之未來估計得分產生經 預測之得分值。舉例而言，該得分模型可包括且計及基於 受操縱變量值改變的得分改變之間的關係（△ΚαχΜνΜ以 及得分值與經預測之良率值之間的關係（Ypred=/(t))。類似 圖2之控制器200，控制器3〇〇將受操縱變量值（例如，製造 程序之操作參數之設定點值）提供給複數個程序工具以供 後續處理。 圖4係圖解說明用於實施一製造程序之操作參數之一方 法之饥程圖400。可藉由（舉例而言）圖2之控制器200或圖 ® 3之控制器300實施流程圖4〇〇中所繪示之方法。在步驟4〇4 中，自製造程序中所使用之複數個感測器接收相依變量資 料（XD)。該等相依變量資料可與批次型程序或連續型程序 相關聯。在步驟408中，自複數個程序工具或自一預測模 型或其兩者接收受操縱變量資料（XMV)。 依據„亥等所接收之資料，判定多變量統計（步驟4丨2)且 可判疋、盈預測之變量值（心―)（步驟4丨6)。在某些實施例 中’由:多變量模型計算該等多變量統計。此等統計之實© 例I括得刀、霍特林T2值、DMQdx值、殘餘標準偏差值、 主要分量付分、部分最小平方得分、此等統計之某一組合 ^此等統計全部。在某些實施例中，該等統計由（舉例而. :)使用者指定的約束、容限位準或臨限值約束。可基於 又操縱變量之過去、現在及未來值以及相依變量之過去及 現在值判疋經預測之變量值（步驟416)。在某些實施例中， 丄預測之變1值係基於相依變量之經預測之未來值。 145955.doc • 24 - 201032009 在步驟420處，判定—組操作參數。 tp έΗ i» A L 在某些實施例中， 呆作參數由欲制至複數個料^之 量眘姐*主-斗、’且又操縱變 =來表不。…操縱變量資料可係可操縱或可控制 量資料- 一實施例中’該等受操縱變 枓了係對可彳呆縱或可控制變量 ^ ..., 又疋點或目標值之調 二，’以重新校準或激勵相依變量收斂於所期望值 二。在判定該等操作參數(例如，受操縱變量)(步驟420) 後，藉由(舉例而言)將新設定點或目標值傳遞至該複數 ^工具來實施該等操作參數（步驟424卜可基於該等所 判定之值自動地或手動地調整該等程序工具。 ❹ 圖5係圖解說明用於判定一製造程序之操作參數及用於 判定相依變量資料之-經預測之值之—方法之一流程圖 500。流程圖500包括圖4之流程圖4〇〇中所繪示之方法之步 驟404及408。具體而言，在步驟4〇4處，自複數個感測器 接收相依變量資料Xd。在步驟4〇8處，（例如）自複數個程 序工具或自一預測或自其兩者接收受操縱變量資料Xmv。 在步驟504處，（例如，自一相依變量預測模型）接收相依變 量資料之經預測之值。基於該等所接收之相依變量資料及 所接收之受操縱變量資料，判定經預測之變量資料（步驟 508)及多變量統計（步驟512)。 使用該等經預測之程序值及該等多變量統計判定該製造 程序之操作參數（步驟516)。在某些實施例中，判定該等操 作參數涉及判定受操縱變量之值及/或將該等所判定之值 提供給複數個程序工具來實施（例如，藉由調整該複數個 145955.doc -25· 201032009 程序工具之設定點值）。此外’使用該等經預測之變量值 及該一個或多個多變量統計判定相依變量資料之一經預測 之值（步驟520)。流程圖500表示其中在步驟5 〇4處提供來自 步驟520之相依變量資料之所判定之預測之值之一反覆過 程。在某些實施例中’圖2之控制器2〇〇執行流程圖500之 步驟。 圖6係圖解說明用於判定及實施一製造程序之操作參數 之一方法之一流程圖600。在步驟604中，組態一控制器。 一控制器組態之一實例係被最佳化之目標函數之類型。舉 參 例而言，在步驟608處，一詢問判定控制器目標是否係二 次型控制函數。若控制目標不係二次型函數，則選擇一替 代或互補函數來最佳化（步驟612)。 若在步驟608處選擇二次型控制函數，則該過程繼續進 行至步驟616 ’其圖解說明欲最佳化的二次型控制函數。 目標函數，《/，其使所接收之資料、約束及懲罰值相關 聯。在某些實施例中，最佳化該二次型目標函數涉及在受 操縱變量資料Xmv之值上最小化j。 ® 欲最佳化之目標函數/係 J -YprJ+θΜν[ΕΜ!/γ+θ〇臟(Ed麟 γ+0TD+0,(ej . 其中： .

Ysp - γ資料值（例如，良率或品質）之一設定點或目 標值；

Ypred = y資料值之一經預測之值。在某些實施例 145955.doc •26- 201032009 中，基於xMV、xD及XK藉由一部分最小平方模型或其他適 合模型來判定Ypred。Χκ表示Ysp、Ypred、又㈣及XD之已知 的過去或現在值且χΜν表示用於控制的受操縱變量之未來 值。舉例而言，Ypred=fY(XK，Xmv，Xd)，其巾fY係一模型化 函數； 0Y、0MV、0DModX、0T2及 A係懲罰權重； EMV =關於受操縱變量與一所期望軌跡之一偏差量之 •—函數，其經受懲罰權重Θ-。emv之一實例係(Xmv，r_Xmv); EDModx=經受懲罰0Dm〇dxiDM〇dX空間之量； Ετ2 =經受懲罰0τ2之霍特林Τ2得分之量；

Et =得分t之部分，其經受懲罰; 如以上所論述，Τ2表示-多變量系統與其在模型超平面 中之中心點之一距離。Τ2值係基於自一主要分量分析或部 分最小平方模型獲得之-函數（fT2)且可表示為τ2、(χκ， Xmv，XD)。DModX表示多變量系統與模型超平面之一偏 • 差。DM°dX值係基於自—主要分量分析或部分最小平方模 型獲得之-函數（fDM〇dx)且可表示為咖射⑽禮(χκ， ……值係基於自一主要分量分析或部分最小平方模 •型獲得★之-函數⑹且可表示為㈣其中 1表7Γ第’传分之值。&之值表示相依變量之未來值且係 基於關於Χκ及XMV之-適當函數（fxD)，例如Xd= fxD(XK，

Xmv)在某些實施例中’係一有限脈衝回應(抓)模 里函數fxD亦可係-自回歸滑動平均模型⑽MA卜熟習 此項技術者而言將明瞭其他類型之fxD模型。 I45955.doc -27. 201032009 在某些實施例中，目庐一 變量資料之-預，： 受預設約束。對受操縱 預叹約束之一實例顯示如下： MVm, ^些=施方案*需要以上所論述之所有懲罰權重。舉例 而。’右使用者之目標係將_系統或程序維持於多變量模 型之空間内（例如’針對設計空間控制），則該方法可忽略 Y變量之貢獻（例如’由於將不計算Y變量）。在此—情形 中，懲罰可設定為0 0 月 可根據各種方法判定Emv、EDModx&ET2之值或函數表 示。舉例而t，EX項可係距一目標或臨限值之經平方距離 之和。以下將淪述具體實施方案，但熟習此項技術者將 明瞭其他實施方案亦係可能的。 ;其中，AXmv係表示XMV之所觀察值與特 定處理配方之改變或偏差之一向量； 心=各丨皿((7Λ-η’贿碑；其中T2h臟表示T2臨限值在办個 未來時間點處之最大值且T2h表示丁2在Λ個未來時間點處之 值；且 4歸=石一 £>μ^α 瞧}〇)p ;其中 DModXhmax 表示 DModX臨限值在A個未來時間點處之最大值且DModXh表示 DModX在/z個未來時間點處之值。 在步驟620處，接收資料。該等資料可包括：（舉例而 言）經預測之相依變量資料' 經量測/所接收之相依變量資 料（例如，來自複數個程序工具）、經量測或預測之受操縱 145955.doc -28 · 201032009 變量資料、經預測之變 一彻―夕/ 等資料類型之任—以 多變量統計或此 算器模组之輸入該等資料可用作（舉例而言）一解 受操縱變量值。Λ❹模組判定滿足-控制器目標之 另外，該方法涉及（例如， 介面《索-個或多個… 隐體或經由-使用者 、次多個約束（步驟624)。該等約束可係使用 中，曰=夫垃或該等約束可係預設或臨限值。在某些實施例 11欠到一特定類型之資料日夺，不使用與彼類型資 料相關聯之約束。塞似工^ 社貝 佑磁θ次 j而$，若未接收或使用經預測之相 =-貝料，則與經預測之相依變量資料相關聯之約束係 不可用的或不使用的（例如，由解算器）。 入步驟628涉及最佳化選定控制器目標函數之-過程。適 目標函數之實例係二次型函數、線性函數或非線 (其懲罰偏離目標之操作）。舉例而言，對於批次處 理’控制目標可變化’且因此’可應用之目標函數亦可變 化舉例而舌，對於批次處理，控制目標可包括在一批次 軌跡期間（或在整個批次軌跡中）最佳化一目標、最佳化最 4人條件(例如，良率、品質或成功處理之其他度量)或 此等目標之—組合。在某些實施例中，端視該特定目標， 所使用之特定約束及/或懲罰或歸因於該等懲罰或約 值可變化。 在於步驟628處最佳化函數之後，判定及實施該等最佳 化參數（步驟632)。舉例*言’該等最佳化參數可導致用於 受操縱變量資料之一組值或調整，且將該等值或調整傳遞 145955.doc -29· 201032009 至複數個程序工具。然後基於該等所提供之受操縱變量資 料手動地或自動地更新或確認該等程序工具。 本文所闡述之概念既適用於連續型製造程序且亦適用於 批次型製造程序。一般而言，對於連續型製造程序，程序 量測與目標或設定點值之相關在正常操作條件期間不會隨 著時間而急劇地改變。因此，對於連續程序，憑藉—多變 量模型實施控制併入有對某些多變量統計（諸如t值、τ2值 及DModX值）之懲罰。基於χκ、又猜及心之值判定此等多 變量統計之值。如以上所論述’ χκ表示系統參數之已知的 過去及現在值（例如，之過去及現在值）。之 值表示受操縱變量之未來值，且Xd表示相依變量之未來 值。因此，該控制方法及系統可計及在實施改變或調整之 前操作參數之未來改變對受操縱變量值及相依變量值之影 響。 〜 在連續型製造程序中，可使用多變量程序控制技術（諸 如以上所論述之有限脈衝回應（FIR)或自回歸滑動平均 (ARMA)模型）估計或預測相依變量之未來值（例如，χη 值）。在某些實施例中，系統及方法併入有提供該方法之 閉環回應之穩定性之一預測水平。一預測水平可包括對特 定製造系統在多於一個未來時間點處之條件之估計。 在批次型製造程序中，亦可使用目標函數^。在批次型 製造程序之某些實施例中，所使用之多變量模型之類型、 如何組織/儲存/處理資料及對Xd之未來值之預測不同於對 連續型製造之控制。舉例而言，用於控制批次型製造程序 145955.doc •30- 201032009 中獲得之程序參數之量 之多變量模型包括在整個製造程序 測以及關於初始條件之資料(例如，原始材料)及關於最終 條件之資料（例如’品質及/或良率）。此不同於連續型製造 程序&乃因（舉例而言）連續型製造程序通常不併入有初 始或最終條件（由於該程序係「始終進行的」）。 對於批次型程序，控制動作（例如，操作參數之實施）可 包括（舉例而言）基於原始材料（例如，初始條件）調整一配 方、回應於操作條件之—變化或改變而進行—中間程序調 整、在程序中於週期性間隔處進行設定點值之—更新或此 等之組σ 3夕卜’對於批次型處理，當知曉Χκ之值（操縱 及相依變量之料及現在值）時，基於XMV之經估計輸入值 (例如’錢縱變量之未來值）及知之經料輸人值（相依變 量之未來值）估計多變量統計（例如，Ypred、DM〇dx、T2及

得分t)。料批次型程序，多變量模型可包括表示批次型 程序之在實施控制動作（例如，#由更新系統或程序之操 作參數）之前及/或之後的一部分的複數個局部批次模型。 圖7係用於指定欲施加以最佳化__控制器目標之約束之 實例性使用者介面700。使用者介面7〇〇包括一區域 7〇4’該區域識別對欲最佳化之一目標函數（圖中未繪示）之 約束。在某些實施射，該目標函數係以上針對圖崎論 述之目標函數。區域704圖解說明一 τ2約束7〇8、一 DModX約束712及一 Xmv約束716。端視使用者偏好，亦可 使用其他約束（圖中未繪示）。使用者介面7〇〇包括—第二區 域720，s亥第一區域識別用於顯示與約束716或 145955.doc -31- 201032009 與該目標函數之複數個懲罰相關聯之值的複數個攔位 724。複數個欄位724之值中之每一者皆可係一預設值或由 一用戶指定（例如，經由使用者介面700)之一值。 舉例而言，第二區域720包括一 aT欄位728，其顯示與T2 約束708相關聯之aT值。T2約束708使T2之經量測或所計算 之值與T2之一使用者指定之臨限或臨界值（例如，95%可信 度）相關。第二區域720包括一 aDMc)dX欄位732，其顯示與 DModX約束712相關聯之aDModx之值。DModX約束7 12使 DmodX之經量測或所計算之值與DModX之一使用者指定 之臨限或臨界值（例如，DModXerit)相關。該第二區域亦包 括一 XMV,min欄位736a及一 XMV，max欄位736b，該兩者皆與 Xmv約束71 6相關聯。Xmv約束716在Xmv值之一判定期間藉 由提供製造程序之Xmv之最小及最大容許值來約束（例如） 解算器模組以最佳化一控制器目標。此等約束允許所判定 之XMV值收斂於（舉例而言）T2或DmodX上或一可接受設計 空間内。 第二區域720亦包括與經最佳化之目標函數中所使用之 懲罰相關聯之欄位740a至740e。具體而言，第二區域720 包括一 θγ欄位740a，其顯示與目標函數中之Y變量相關聯 之一懲罰權重。第二區域720包括一 0MV欄位740b，其顯示 與目標函數中之EMV關係相關聯之一懲罰權重。第二區域 720包括一知M()dX欄位740c，其顯示與目標函數·/之EDModX 關係相關聯之一懲罰權重。第二區域720包括一 ΘΤ2欄位 740d，其顯示與目標函數·/中之ΕΤ2關係相關聯之一懲罰權 145955.doc •32- 201032009 重。第二區域720包括一仏攔位74〇e，其顯示當使用艮關係 時與目標函數J中之仏關係相關聯之一懲罰權重。 儘s未在使用者介面7〇〇上顯示，但亦可使用其他約 束舉例而吕，一使用者或系統可指定XMV之改變（例如， △XMV)之最小或最大值。在某些實施财，使用者可基於 MV之大小私定一懲罰。使用者可基於γ變量之誤差（例 U之大小私疋Ypred之最小或最大值及/或指定一懲 ❿ 罰2。熟f此項技術者亦將明瞭與多冑量統計蘭〇狀及/或 T相關聯之懲罰或約束之其他表示（例如，使一懲罰值與 D施dX值之大小相關聯或使—懲罰與超過一最大或臨限值 之τ值之大小相關聯）。 可在數位電子電路或在電腦硬體、勒體、軟體或其等之 =合中實施上述技術。實施方案可作為一電腦程式產品 :列如，有形地嵌入於一資訊載體中(例如，一機器可讀儲 存器件中）之一電腦程式）供資料處理裝置（例如，一可程式 =:、-電腦或多個電腦)執行或控制該資料處理二 ^作。可以任一形式之程式設計語言（包括編譯語言 或解#語言）寫人-電腦程式，且其可以任_形式部署， 包括作為-獨立程式或作為一模組、組件、 在-計算環境中使用之其他單元。_ 。 在-個電腦上或者在-個位點處或 =經部署以 由一通仏網路互連之多個電腦上執行。 "·且 方法步驟可由執行一電腦程式之一 理器實施以藉由對輪入資料進行操作並產33= 145955.doc -33- 201032009 月b方法步驟亦可由專用邏輯電路（例如，一 fpga =可置程式：陣列)或，專用賴路))執行，且 性之電®程式及St用邏輯電路。模組可係指實施彼功能 槪程式及/或處理器/專用電路之部分。 用：J而σ @於執行—電腦程式之處理器包括通用及專 =理器兩者’以及任一種類之數位電 ： 機存取辣體^ 一處理器自一唯讀記憶體或一隨 件係用Μ指令及f料…電腦之基本元 個μ订指令之一處理器以及用於儲存指令及資料之 -個或多個記憶體器件貧抖之 儲存資料之-個或多個二而…電腦亦將包括用於 光碟或光碟)或經 量赌存器件接收資料曳資；傳於a個或夕個大容 儲存器件或既^ 該—個或多個大容量 一收又傳輸資料。資料傳輸及指令亦可經由 =網路發生。適合體現電腦程式指令及資料之資』 ❿ 導式之非揮發性記憶體，舉例而言，包括：半 導體°己憶體器件（例如EPRniv>f 件；磁碑⑼如^ ㈣椒㈣記憶體器 及CEMume 磁碟或可抽換式磁碟）；磁光碟；以 專用邏輯電路DVD_R〇M光碟。該處理11及該記憶體可由 專用邏輯電路補充或併人於專用邏輯電路中。 本文中所使用之術古五「 執行某些任務之一軟:或:體m」=但不限於 態以駐存於可h…級讀。-模組可有利地經組 理器上執一 子媒體上且經組態以在-個或多個處 理盗上執仃。可憑藉-通用積體電路（「IC」）、FPG^ 145955.doc -34· 201032009 ASIC全部地或部分地執行一模組。因此，舉例而言，一模 組可包括諸如軟體組件、物件導向軟體組件、類別組件及 任務組件等組件、過程、功能、屬性、程序、子常式、程 式碼之段、驅動器、勃體、微碼 '電路資料、資料庫、資 料結構、表、陣列及變量。提供於該等組件及模組中之功 月b 1±可組合至更少組件及模組中或進一步分離至額外組件 及模組中。另外，該等組件及模組可有利地實施於諸多不 φ 同平臺上，包括電腦、電腦伺服器、資料通信基礎結構設 備（諸如，應用程式啟用之開關或路由器）或電信基礎結構 設備（諸如公共、專用電話開關或專用交換分機 (「PBX」））。在此等情形中之任―情形下，可藉由寫入對 於所選平臺係本機之應用程式或藉由將該平臺介接至一個 或多個外部應用程式引擎達成實施方案。 為達成與一使用者之互動，以上所闡述之技術可實施於 一電腦上，該電腦具有：一顯示器件，其用於向該使用者 ❿顯示資訊’例如’ -CRT(陰極射線f )或LCD(液晶顯示器） 監控器，及一鍵盤與一指向器件，使用者可憑藉其向電腦 提供輸入（例如，與一使用者介面元件互動），例如，一滑 m跡球。亦可使用其他種類之器件來達成與使用: 之互動’舉例而言，提供給使用者之回饋可係任何形式之 感觀回饋’例如，視覺回饋、聽覺回饋或觸覺回饋；且來 自使用者之輸人可以任何形式來接收，包括聲音、語音 觸覺輸入。 — 以上所闡述之技術可實施於_分散式計算系統中，其包 145955.doc -35- 201032009 括一後端組件（似 如，一資料伺服器）及/或一中間件組侔 (例如，一應用赶 • π权式伺服器）及/或一前端組件（例如，—用 戶端電腦，其复士 、/、有—圖形使用者介面及/或一 Web瀏覽器， 一使用者可經由外m ° 、田5亥圖形使用者介面及/或Web瀏覽器與此德 端、中間件或前涵4 & 飞則端纽件之一實例實施方案或任一組合互 )可藉由任何形式或媒體之數位資料通信（例如，一 信網路）互遠兮备从 疋^糸統之組件。通信網路（亦稱作通信通道）之 實例匕括區域網（「LAN」）及-廣域網（「WAN」）(例 如網際網路）且包括有線及無線網路兩者。在某些實例 中「通仏網路可以虛擬網路或子網路（諸如一虛擬區域網 (VLAN」））為特徵。除非另有清晰指示，否則通信網路 亦可包括PSTN之全部或—部分（舉例*言，—具體載體所 擁有之一部分）。 計算系統可包括用戶端及伺服器。一用戶端及伺服器_ 般彼此遠離且通常經由—通信網路來互動。用戶端與祠服 器的關係係憑藉運行於各別電腦上且彼此之間具有一用戶 端-伺服器關係之電腦程式而產生。 可將各種實施例繪示為藉由一個或多個通信路徑通信或 連接。一通信路徑不侷限於傳送資料之一特定媒體。可使 用電、光學、聲學、實體、熱信號或其任一組合經由一通 信路徑來傳輸資訊。一通信路徑可包括多個通信通道，舉 例而言，相同或不同資料流容量之多工通道。 可使用多個使用者輸入組態所繪示之使用者介面特徵之 參數。此等輸入之實例包括按紐、選項按鈕、圖示、核取 145955.doc •36- 201032009 方塊、組合方塊、選單、文字方塊、工具提示、雙態切換 開關（toggle switch)、按鈕、捲軸、工具列、狀態列、視 窗或與使用者介面相關聯之其他適合圖示或介面工具集 (widget)用於允許一使用者與本文所闡述之模組或系統中 之任一者通信及/或將資料提供給本文所闡述之模組或系 統中之任一者。 儘營已參考具體實施例特定地顯示及闡述了本發明，但 熟習此項技術者應瞭解，在不背離由隨附申請專利範圍所 Φ 定義之本發明精神及範疇之情況下，可對本發明之形式及 細節做出各種改變。 【圖式簡單說明】 依據以上對實施例之更特定說明，前述及其他目標、特 徵及優點將顯而易見’如附圖中所圖解說明，其中相似之 參考字符係指所有不同視圖中之相同零件。該等圖式未必 符合比例，而重點放在圖解說明該等實施例之原理上。 圖1係體現本發明之態樣之一系統之一方塊圖。 ❿ 圖2係圖解說明包括一多變量模型之一控制器之一實施 例之一方塊圖。 圖3係圖解說明包括一多變量模型之一控制器之一另一 實施例之一方塊圖。 •圖4係圖解說明用於實施一製造程序之操作參數之一方 法之一流程圖。 圖5係圖解說明用於判定一製造程序之操作參數及用於 判定相依變量資料之一經預測之值之一方法之一流程圖。 圖6係圖解說明用於判定及實施一製造程序之操作參數 145955.doc -37- 201032009 之一方法之一流程圖。 圖7係用於指定將施加以最佳化一控制器目標之約束之 一實例性使用者介面。 【主要元件符號說明】 100 系統 105 處理器 110 使用者介面 115 處理設施 120 晶圓 120' 經處理之晶圓 125 輸出 130 資料獲取模組 135 控制器模組 140 通信鏈路 145 輸出 150 多變量模型 150’ 先前產生之多變量模型 155 預測模型 155' 先前產生之預測模型 160 記憶體 200 控制器 205 多變量模型 210 解算器模組 215 相依變量XD模型 145955.doc -38- 201032009 220 相依變量資料之經量測之值（相依變量資料之過 225 去值） 相依變量資料之經預測之值（相依變量資料之現 - 230 在值） 受操縱變量資料之經量測之值（受操縱變量資料 * 之過去值） 235 受操縱變量資料之經預測之值（受操縱變量資料 參 240 之現在值） 資訊 245 操作目標值 250 受操縱變量資料之未來值 255 輸入 300 控制器 305 多變量模型 310 控制模組 315 控制子模組 320 解算器模組 325 得分模型 • 330 受操縱變量值 - 335 相依變量值 340 資訊 350 經預測之得分值 355 良率資料 360 所計算之受操縱變量值 145955.doc -39- 201032009 700 使用者介面 704 區域 708 T2約束 712 DModX約束 716 Xmv約束 720 第二區域 724 欄位 728 搁位 732 aDModX 搁位 © 736a Xmv, min 欄位 736b XMV，max·^ 4立 740a θγ搁位 740b θκιν搁位 740c "DModX搁位 740d Θτ2棚位 740e 攔位 ❿ 145955.doc •40·

Claims (1)

1. 201032009 七、申請專利範圍： 1. 一種用於控制一製造程序之電腦實施 含： 孑去，該方法包 μ在該製造程序期間量測之相依變量資料， 依變1資料表示由一個或多個感測器觀察 : . 序參數之值； 、 —組程 自複數個程序工具接收在該製造程序期間量測之 、縱變量資料，且經預測之受操縱變量資料表' ❹ 程序參數； 了叶表不一第二組 基於至少該等所接收之眘粗立丨常—Λ-一㈣喜 π接收之貪枓判疋-經預測之得分值、 變量統计中之至少—者或其兩者；及 判Ϊ二：趣預測之得分值、該多變量統計或其兩者 判疋該製k程序之操作參數。 2，如請求項1之^古、土 縱變量資料表-製造程序期間控制由受操 量貝枓表不之該第二組程序參數。 — 3 · 如δ月求項2之方vt. jj., • 由相依鏵…、、中在該製造程序期間不直接控制 由相依變〇料表示之該第—組程序參數。 =、項之方法，其中該等操作參數包含受操縱變量 - 之值’該方法i隹—jt. ^ 步匕3將該等受操縱變量值提供給該 — 複數個程序工具。 5. 如請求項1之方法 a ^ ^ 、 ’其進一步包含基於該等受操縱變量 及5亥專相依變詈夕、A +二 里<過去或現在值修改該等受操縱變量之 現在或未來值。 6. 如請求項1之方 ' ’其進一步包含接收該等相依變量資 145955.doc 201032009 其進一步包含預測該等相依變量資 料之經預測之值。 7.如請求項1之方法 料之值。 8_如明求項1之方法，其中判定操作參數進-步包含.滿 足一控制器目標。 了匕3 .滿 9 I求項8之方法，其中滿足-控制器目標包含.最佳 化^製造程序之程序資料、良率資料、結果資料3 任4合之值相關聯的一操作目標函數。 1〇·=求項9之方法’其中該目標函數包括對該等相依變 里-料該等欠操縱變量資料、該經預測之得分值、該 多變量統計或其任一組合之一個或多個約束。 11.如请求項10之方法，其中該一個或多個約束係使 定的。 «求項10之方法’其中該一個或多個約束與用於偏離 一多變量模型之懲罰相關聯。 13.如请求項8之方法，其中該控制器目標係二次型函數， 滿足該控制器目標進一步包含最小化該目標函數之一 參數。 14.如吻求項i之方法，其進一步包含判定該得分或該多變 量統計之所期望值。 15 ’如凊求項1之方法，其進一步包含使用一相依變量模 型’该相依變量模型基於該等受操縱變量資料之所判定 之值、該等相依變量資料之該等過去或現在值或其任一 組合預測經預測之相依變量資料之值。 145955.doc 201032009 16. 如請求項1之方法’其進一步包含使用一得分模型，該 得分模型預測由相依變量資料表示之該第一組程序參2 之未來值及由受操縱變量資料表示之該第二組程序參數 之未來值。 17. 如請求項1之方法，其進一步包含憑藉一多變量模型對 該得分之該經預測之值、該多變量統計或其兩者進 判定。 ❿18.如請求項17之方法，其中該多變量模型接收經量測之受 操縱變量資料與相依變量資料以及經預測之受操縱變量 資料與相依變量資料。 19. =请求項丨之方法，其中該多變量統計包含至少—得 *、-霍特林T2值、一 DModx值、—殘餘標準偏差值或 其任一組合。 20. :請求項i之方法，纟中該多變量統計包含一主要分量 分析t得分或部分最小平方分析t得分。 ❿•如請求項i之方法，其中該製造程序係一批次型製造程 序。 22·如請求項1之方法，其中該製造程序係一連續型製造程 - 序。 種用於連續型或批次型製造程序之多變量控制器， 該控制器包含： 上控制模組，其與複數個程序工具及複數個感測器通 Μ監控來自該等程紅具之受操縱變量資料及來自該 等感測器之相依變量資料，該控制模組包括—多變量模 145955.doc 201032009 型，該等相依變量資料表示由該複數個感測器觀察之一 第一組程序參數之值且該等受操縱變量資料表示一第二 組程序參數之預期值；及 一解算器模組’其用以基於至少該等經監控之受操縱 變量及相依變量資料自該多變量模型接收經預測之良率 資料、經預測之受操縱變量資料、經預測之相依變量資 料、一多變量統計或其任—組合中之至少一者，且用以 產生用於提供給該複數個程序工具及一預測模型之該等 受操縱變量之值，該預測模型提供至少經預測之統計資 料。 24如請求項23之控制器，其中該控制器基於該等受操縱變 量之該等所產生之值調整該複數個程序工具之一個或多 個參數。 25. 如請求項23之控制器，其中該多變量統計包括一得分、 霍特林T2值、一 DModX值、一殘餘標準偏差值或其任一 組合中之至少一者。 26. 如請求項25之控制器，其中該預測模型包括一得分模 型，該得分模型用以為該解算器模組產生一個或多個多 變量統計之經預測之值。 27. 如請求項23之控制器，其中該預測模型包括一相依變量 模型，該相依變量模型用以產生經預測之相依變量值。 28. 如請求項23之控制器，其中該預測模型提供來自該製造 程序之相依變量資料之經預測之值。 29·如請求項23之控制器，其中該預測模型將該等經預測之 145955.doc 201032009 統計資料提供給該控制模組及該解算器模組β 30.如請求項23之控制器，其中該解算器模組基於一控制器 目標產生該等受操縱變量之值。 3 1_如請求項30之控制器，其中該控制器目標最佳化與該製 造程序相關聯之二次型函數。 3 2.如请求項3 0之控制器，其中該控制器目標包括對該等相 依變量資料、該等受操縱變量資料、該等經預測之良率 資料、該多變量統計或其任一組合之一個或多個約束。 33 _如請求項32之控制器，其中該一個或多個約束係使用者 指定的。 34·如請求項32之控制器，其中該一個或多個約束與用於偏 離該多變量模型之懲罰相關聯。 35·如請求項23之控制器，其中該解算器模組係一受約束的 最佳化解算器。 36_如請求項23之控制器，其中該控制模組包含該解算器模 組。 37_ —種用於控制一製造程序之系統，該系統包含： 一資料獲取構件，其用於自複數個程序工具獲取表示 一組程序參數之預期值之受操縱變量資料且自複數個感 測器獲取表示由該複數個感測器觀察之一第二組程序參 數之值的相依變量資料； 一程序控制構件’其用於判定該製造程序之該複數個 程序工具之操作參數； 一多變量控制構件，其用以基於一多變量統計模型判 145955.doc 201032009 定該等受操縱變量資料之值以提供給該處理控制構件， 該多變量統計模型接收至少該等所獲取之受操縱變量及 相依變量資料且基於至少該等所接收之資料將經預測之 良率值及統計資訊提供給該程序控制 38.:請求項匕7之系統’其中由該程序控制構件判定之該等 操作參數最佳化或滿足一控制目標。 145955.doc