使用智能算法的实时腔室监控方法

    公开(公告)号:CN101663735A

    公开(公告)日:2010-03-03

    申请号:CN200780052134.6

    申请日:2007-08-24

    CPC classification number: H01J37/32972 C23C16/4401 C23C16/52 H01J37/32935

    Abstract: 提供了一种在制造半导体基底或平板显示器基底的基底停置、沉积或蚀刻工艺期间实时监控腔室的方法。通过使用等离子体发射光谱(OES)信息的时间序列神经网络分析方法的泄漏检测方法包括:基于OES信号检测从等离子体光谱是否产生了由于泄露导致空气被引入到腔室而引起的特定光谱(例如,氮、氧、氩等);使用没有泄漏时的正常OES信号模式和发生泄漏时的特定光谱的反常OES信号模式通过时间序列神经网络分析方法,确定泄漏的发生。因此,与在关闭设备之后通过传统的泄漏检测器的泄漏检测不同,可以根据检测信号在不需要关闭设备的情况下在单个晶片的基底停置、沉积或蚀刻工艺之后立即确定泄漏的发生,,实时检查腔室的泄漏的发生。另外,当腔室发生泄漏时,可减少确定时间,因此可提高产率。另外,当在高温HDPCVD工艺期间在腔室中产生泄漏时,可容易地确定破裂并防止对腔室的破坏以及破坏引起的事故。

    使用智能算法的实时腔室监控方法

    公开(公告)号:CN101663735B

    公开(公告)日:2011-07-06

    申请号:CN200780052134.6

    申请日:2007-08-24

    CPC classification number: H01J37/32972 C23C16/4401 C23C16/52 H01J37/32935

    Abstract: 提供了一种在制造半导体基底或平板显示器基底的基底停置、沉积或蚀刻工艺期间实时监控腔室的方法。通过使用等离子体发射光谱(OES)信息的时间序列神经网络分析方法的泄漏检测方法包括:基于OES信号检测从等离子体光谱是否产生了由于泄露导致空气被引入到腔室而引起的特定光谱(例如,氮、氧、氩等);使用没有泄漏时的正常OES信号模式和发生泄漏时的特定光谱的反常OES信号模式通过时间序列神经网络分析方法,确定泄漏的发生。因此,与在关闭设备之后通过传统的泄漏检测器的泄漏检测不同,可以根据检测信号在不需要关闭设备的情况下在单个晶片的基底停置、沉积或蚀刻工艺之后立即确定泄漏的发生,实时检查腔室的泄漏的发生。另外,当腔室发生泄漏时,可减少确定时间,因此可提高产率。另外,当在高温HDPCVD工艺期间在腔室中产生泄漏时,可容易地确定破裂并防止对腔室的破坏以及破坏引起的事故。

Patent Agency Ranking