JP4220378B2

JP4220378B2 - Processing result prediction method and processing apparatus

Info

Publication number: JP4220378B2
Application number: JP2003509517A
Authority: JP
Inventors: 智原田; 真治坂野; 秀樹田中; 秀昭佐藤
Original assignee: Tokyo Electron Ltd
Current assignee: Tokyo Electron Ltd
Priority date: 2001-06-27
Filing date: 2002-06-25
Publication date: 2009-02-04
Anticipated expiration: 2022-06-25
Also published as: TWI306269B; JPWO2003003437A1; WO2003003437A1

Description

技術分野
本発明は，例えば半導体製造装置で処理するウエハなどの被処理体や装置状態の処理結果の予測方法および処理装置に関する。
背景技術
半導体製造工程では種々の処理装置が用いられている。例えば半導体ウエハやガラス基板等の被処理体の成膜工程やエッチング工程ではプラズマ処理装置等の処理装置が広く使用されている。個々の処理装置はそれぞれ被処理体に対する固有のプロセス特性を有している。そのため，個々の処理装置を用いて被処理体（例えば，半導体ウエハ）に例えばエッチング処理を施す場合には例えばテストウエハを予め作製し，テストウエハに対して定期的にエッチング処理を行い，その処理結果（例えば，テストウエハの削れ量等）に基づいてその時々の処理装置の状態を判断している。
しかしながら，テストウエハに基づいてその時々の処理装置の状態を判断する方法では，多くのテストウエハを作製する必要がある。しかも処理装置を用いて多くのテストウエハを処理し，その都度それぞれの処理結果を測定する必要があるため，テストウエハの作製及び処理結果の測定に多くの工数と時間を割かなくてはならないという問題があった。
また，特開平１０−１２５６６０号公報にはプラズマ処理装置のプロセスモニタ方法が提案されている。この方法は，処理前に試用ウエハを用いてプラズマ状態を反映する電気的信号とプラズマ処理特性を関連づけるモデル式を作成し，実ウエハを処理する時に得られる電気的信号の検出値をモデル式に代入してプラズマ処理特性を予測している。
この方法はプラズマ処理特性を予測することができる点で優れているものの，経時的なロット変動と高周波電力の印加状態の突発的変動を含むような実際のウエハ処理では高精度の予測を行うには十分ではなく，更なる改善が必要である。
本発明は，従来の技術が有する上記問題点に鑑みて成されたものであり，少数の試料を処理して得られる少数の運転データ及びプロセス特性データを収集するだけでプロセス特性の予測式（モデル）を求めることができ，その後は被処理体を処理した時の運転データを予測式に当てはめるだけでプロセス特性を簡単且つ高精度に予測することができる処理結果の予測方法および処理装置を提供することを目的としている。
発明の開示
上記課題を解決するために，本発明の第１の観点によれば，例えばプラズマ処理装置などの処理装置の処理室内で複数の被処理体（例えば半導体ウエハ）を一枚ずつ処理（例えばエッチング処理）する過程で，上記処理装置の運転データと処理結果データに基づいて処理結果を予測する方法であって，上記運転データ及び上記処理結果データを収集する工程と，収集した上記運転データ及び上記処理結果データ（データ群に基づいて多変量解析を行う工程と，上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める工程と，上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する工程とを有すること特徴とする処理結果の予測方法が提供される。
上記課題を解決するために，本発明の第２の観点によれば，処理室内で複数の被処理体（例えば半導体ウエハ）を一枚ずつ処理（例えばエッチング処理）する過程で，運転データと処理結果データに基づいて処理結果を予測する例えばプラズマ処理装置などの処理装置であって，上記運転データを記憶する手段と，上記処理結果データを記憶する手段と，記憶した上記運転データ及び上記処理結果データに基づいて多変量解析を行う手段と，上記多変量解析を介して上記運転データと上記処理結果データの相関関係を求める手段と，求めた上記相関関係を記憶する手段と，記憶した上記相関関係に基づいて上記相関関係を得た被処理体以外の上記被処理体を処理した時の運転データを用いて処理結果を予測する手段とを備えたこと特徴とする処理装置。
本発明の第１の観点及び第２の観点によれば，例えば少数の試料を処理して得られる少数の運転データ及び処理結果データを収集するだけで，多変量解析により運転データと処理結果データとの相関関係（例えば回帰式などの予測式）を求めることができる。その後は被処理体を処理した時の運転データを相関関係に当てはめるだけで，被処理体の処理結果を簡単且つ高精度に予測することができる。
また，上記多変量解析として重回帰分析を行う如く構成すれば，重回帰分析によって多数の変量データであっても運転データと処理結果データの相関関係である回帰式を容易に求めることができる。
また，上記多変量解析を行う際にＰＬＳ法を用いる如く構成すれば，多数の変量データであっても運転データと処理結果データの相関関係である関係式を容易に求めることができる。
また，上記運転データは上記被処理体を載置する載置台の温度のデータを含んでもよく，さらにバックガス圧力のデータを含んでもよい。運転データは処理結果データに影響し易い（相関がある），載置台の温度データ，バックガス圧力のデータを含むので，処理結果の予測精度を向上させることができる。
また，上記運転データは，バックガス圧力（例えばＨｅガスなどのバックサイドガス圧力）の標準偏差のデータを含んでもよく，バックガス圧力の被処理体の面内圧力差（例えばバックガスをセンタ，ミドル，エッジの３系統にしたときのその圧力差など）のデータを含んでもよい。これらのバックガス圧力の標準偏差などはバックガス圧力の安定性を表すので，特に被処理体の処理結果データとしてウエハＷの削れ量の面内均一性を予測するのに有用性が高く，予測精度も向上できる。
また，上記運転データは少なくとも，上記被処理体を処理する際に印加する高周波電源の電圧のデータを含むようにしてもよく，少なくとも上記高周波電源の積算動作時間のデータを含むようにしてもよい。また高周波電源の電圧のデータと高周波電源の積算動作時間のデータを両方含むようにしてもよい。これらの高周波電源の電圧のデータ，高周波電源の積算動作時間のデータは，特に被処理体の処理結果データとしてウエハＷの削れ量（例えばエッチングレート）を予測するのに有用性が高く，予測精度も向上できる。
また，上記高周波電源の積算動作時間は，上記処理室のメンテナンスを行うごとにゼロにリセットされるようにしてもよい。トレースデータの高周波電力の印加積算時間については，例えばウエットクリーニングなどのメンテナンスを行うごとに印加積算時間をゼロにすることから，ウエットクリーニングサイクルごとの印加積算時間のデータを得ることができる。このため高周波電力の印加積算時間を運転データとして用いると，ウエットクリーニングを行うことによって傾向が変るような処理結果データであっても高い精度で予測をすることができる。
また，上記処理結果データは，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果データとし，上記処理結果は，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータを含むエッチングに関する被処理体の処理結果としてもよい。これによれば，例えば少数の試料を処理して得られる少数の運転データ及び処理結果データを収集するだけで，上記被処理体の削れ量のデータまたは削れ量の面内均一性のデータのようなエッチングに関する被処理体の処理結果についても簡単且つ高精度に予測することができる。
発明を実施するための最良の形態
以下，添付図面を参照しながら本発明をプラズマエッチング装置の処理結果の予測方法に適用した場合の第１の実施形態について詳細に説明する。
先ず，第１の実施形態のプラズマエッチング装置としてマグネトロン反応性エッチング処理装置（以下，「処理装置１０」と称す。）について説明する。この処理装置１０は例えば図１に示すように，アルミニウム製の処理室１と，この処理室１内に配置された下部電極２を絶縁材２Ａを介して支持する昇降可能なアルミニウム製の支持体３と，この支持体３の上方に配置され且つプロセスガスを供給し且つ上部電極を兼ねるシャワーヘッド（以下では，必要に応じて「上部電極」とも称す。）４とを備えている。
上記処理室１は上部が小径の上室１Ａとして形成され，下部が大径の下室１Ｂとして形成されている。上室１Ａはダイポールリング磁石５によって包囲されている。このダイポールリング磁石５は複数の異方性セグメント柱状磁石がリング状の磁性体からなるケーシング内に収納されて配置され，上室１Ａ内で全体として一方向に向かう一様な水平磁界を形成する。下室１Ｂの上部にはウエハＷを搬出入するための出入口が形成され，この出入口にはゲートバルブ６が取り付けられている。
下部電極２には整合器７Ａを介して高周波電源７が接続され，この高周波電源７から下部電極２に対して１３．５６ＭＨｚの高周波電力を印加し，上室１Ａ内で上部電極４との間で垂直方向の電界を形成する。整合器７Ａ内には下部電極３側（高周波電圧の出力側）の高周波（ＲＦ）電圧Ｖｐｐを測定する測定器（図示せず）を備える。
整合器７Ａと下部電極２側（高周波電力の出力側）には電力計７Ｂが接続されている。この電力計７Ｂにより高周波電源７からの高周波電力Ｐが測定される。上室１Ａ内ではプロセスガスを介して高周波電源７による電界とダイポールリング磁石５による水平磁界とでマグネトロン放電が生成され，上室１Ａ内に供給されるプロセスガスのプラズマが生成される。
上記下部電極２の上面には静電チャック８が配置され，この静電チャック８の電極板８Ａには直流電源９が接続されている。従って，高真空下で直流電源９から電極板８Ａに高電圧を印加することにより静電チャック８によってウエハＷを静電吸着する。この下部電極２の外周にはフォーカスリング１０ａが配置され，上室１Ａ内で生成したプラズマをウエハＷに集める。フォーカスリング１０ａの下側には支持体３の上部に取り付けられた排気リング１１が配置されている。この排気リング１１には複数の孔が全周に渡って周方向等間隔に形成され，これらの孔を介して上室１Ａ内のガスを下室１Ｂへ排気する。
上記支持体３はボールネジ機構１２及びベローズ１３を介して上室１Ａと下室１Ｂ間で昇降可能になっている。従って，ウエハＷを下部電極２上に供給する場合には，支持体３を介して下部電極２が下室１Ｂまで下降し，ゲートバルブ６を開放して図示しない搬送機構を介してウエハＷを下部電極２上に供給する。
支持体３の内部には冷媒配管１４に接続された冷媒流路３Ａが形成され，冷媒配管１４を介して冷媒流路３Ａ内で冷媒を循環させ，ウエハＷを所定の温度に調整する。
支持体３，絶縁材２Ａ，下部電極２及び静電チャック８にはそれぞれガス流路３Ｂが形成され，ガス導入機構１５からガス配管１５Ａを介して静電チャック８とウエハＷ間の細隙にＨｅガスを所定の圧力でバックサイドガスとして供給し，Ｈｅガスを介して静電チャック８とウエハＷ間の熱伝導性を高めている。バックサイドガスの圧力は圧力センサ（図示せず）を検出し，その検出値を圧力計１５Ｂに表示する。尚，１６はベローズカバーである。
上記シャワーヘッド４の上面にはガス導入部４Ａが形成され，このガス導入部４Ａには配管１７を介してプロセスガス供給系１８が接続されている。プロセスガス供給系１８は，Ｃ_４Ｆ_８ガス供給源１８Ａ，Ｏ_２ガス供給源１８Ｄ，Ａｒガス供給源１８Ｇを有している。
これらのガス供給源１８Ａ，１８Ｄ，１８Ｇはそれぞれバルブ１８Ｂ，１８Ｅ，１８Ｈ及びマスフローコントローラ１８Ｃ，１８Ｆ，１８Ｉを介してそれぞれのガスを所定の流量でシャワーヘッド４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。シャワーヘッド４の下面には複数の孔４Ｂが全面に渡って均等に配置され，これらの孔４Ｂを介してシャワーヘッド４から上室１Ａ内へ混合ガスをプロセスガスとして供給する。尚，図１において，１Ｃは排気管，１９は排気管１Ｃに接続された真空ポンプ等からなる排気系である。
上記処理装置１０は，例えば図２に示すように，運転データ及び処理結果データを統計的に処理する多変量解析装置５０と，処理結果データを入力すると共に解析結果等の情報を出力する入出力装置６０とを備える。処理装置１０は多変量解析装置５０を介して運転データ及び処理結果データを多変量解析して両者の相関関係を求めた後，必要に応じて解析結果等の情報を入出力装置６０から出力する。
上記多変量解析装置５０は，図２に示すように，運転データ記憶部５１，処理結果データ記憶部５２，多変量解析プログラム記憶部５３，多変量解析処理部５４及び多変量解析結果記憶部５５を備えている。
上記運転データ記憶部５１は運転データを記憶する手段を構成し，上記処理結果データ記憶部５２は処理結果データを記憶する手段を構成する。多変量解析処理部５４は運転データと処理結果データとの相関関係（例えば予測式，回帰式）を求める手段と相関関係に基づいて処理結果を予測する手段を構成する。多変量解析結果記憶部５５は多変量解析処理部５４により求めた相関関係を記憶する手段を構成する。
上記多変量解析装置５０は例えば多変量解析プログラム記憶部５３からのプログラムに基づいて動作するマイクロプロセッサなどで構成してもよい。上記運転データ記憶部５１，処理結果データ記憶部５２，多変量解析結果記憶部５５はそれぞれメモリなどの記録手段で構成してもよく，またハードディスクなどの記録手段にそれぞれのメモリ領域を設けて構成してもよい。
多変量解析装置５０は，運転データ及びプロセス特性データの入力によりそれぞれのデータを運転データ記憶部５１及び処理結果データ記憶部５２で記憶した後，これらのデータ及び多変量解析プログラム記憶部５３のプログラムを多変量解析処理部５４に取り出し，多変量解析処理部５４において運転データ及びプロセス特性データの多変量解析を行い，その処理結果を多変量解析結果記憶部５５で記憶する。
ここで，運転データとはウエハＷを処理する際の処理装置１０に付設された複数の測定器それぞれから得られる検出データを意味し，処理結果データとはウエハＷを処理した結果得られるウエハＷに関するプロセス特性データ，処理室１内の状態に関する装置状態データを意味する。運転データはウエハＷを処理する間に間欠的に測定し，処理結果データはウエハの処理後に必要に応じて測定する。これらの測定結果はそれぞれの記憶部５１，５２に記憶される。
第１の実施形態では運転データと処理結果データの相関関係を求める関係上，運転データとして処理結果に影響し易いデータを用いることが好ましい。第１の実施形態では運転データとしては処理室１内の複数箇所の温度，バックサイドガスの圧力，処理装置１０の電気的データを用いている。
第１の実施形態では処理結果データのうちプロセス特性データとしては例えば表面にシリコン酸化膜を有するウエハＷのシリコン酸化膜の削れ量またはこの削れ量の面内均一性を含むエッチングに関するデータを用いている。
処理結果データのうち装置状態データとしては処理室１内の副生成物の堆積膜厚，フォーカスリング１０ａ等の部品の消耗量を含む装置状態を示すデータ等を用いることができる。第１の実施形態では処理結果データのうちプロセス特性データを用いており，その中でもウエハＷの削れ量の面内均一性を用いている。
処理室１内の温度としては，第１の実施形態では上部電極であるシャワーヘッド４の温度，処理室１の内壁面の温度及び下部電極２の温度を用いている。特に下部電極２の温度の影響が大きい。これらの温度はそれぞれの部位に配置された熱電対等の従来公知の温度センサ（図示せず）を介して測定することができる。より具体的には処理室１内の温度として，上述したそれぞれの部位における一枚のウエハを処理する間の平均温度を用いている。
処理室１内の圧力としては，例えば処理室１内のプロセスガスの圧力やＨｅガス等のバックサイドガスの圧力を用いることができる。第１の実施形態では処理室１内の圧力としてバックサイドガスの圧力を用いている。
処理装置１０の電気的データとしては，例えば高周波電源７から印加する高周波電力の基本波，高調波の電圧，電流，位相，インピーダンス等を用いることができる。第１の実施形態では整合器７Ａ内の測定器（図示せず）により測定される整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐを用いている。高周波電圧Ｖｐｐが例えば図７に示すように６０時間付近で瞬間的に大きく変動することがあっても予測値に反映することができる。
プロセス特性データとして用いられるウエハＷのシリコン酸化膜の削れ量の面内均一性は，例えば処理前後のウエハＷの面内の１３点におけるシリコン酸化膜の膜厚を測定してこれらの膜厚間の差のバラツキから得られる面内の均一性を示すデータを用いている。面内均一性は，（最大値−測定値の最小値）／（２×測定値の平均値）から求めたものを使用する。
第１の実施形態において上記多変量解析装置５０は，複数種の運転データを説明変量（説明変数）とし，プロセス特性データを被説明変量（目的変量，目的変数）とする下記▲１▼の関係式（回帰式などの予測式，モデル）を多変量解析プログラムを用いて求める。下記▲１▼の回帰式において，Ｘは説明変量の行列を意味し，Ｙは被説明変量の行列を意味する。また，Ｂは説明変量の係数（重み）からなる回帰行列であり，Ｅは残差行列である。
Ｙ＝ＢＸ＋Ｅ・・・▲１▼
第１の実施形態において上記▲１▼を求める際には，例えばＪＯＵＲＮＡＬＯＦＣＨＥＭＯＭＥＴＲＩＣＳ，ＶＯＬ．２（ＰＰ２１１−２２８）（１９９８）に掲載されているＰＬＳ（ＰａｒｔｉａｌＬｅａｓｔＳｑｕａｒｅｓ）法を用いている。このＰＬＳ法は，行列Ｘ，Ｙそれぞれに多数の説明変量及び被説明変量があってもそれぞれの少数の実測値があればＸとＹの関係式を求めることができる。しかも，少ない実測値で得られた関係式であっても安定性及び信頼性の高いものであることもＰＬＳ法の特徴である。
多変量解析プログラム記憶部５３にはＰＬＳ法用のプログラムが記憶され，多変量解析処理部５４において運転データ及びプロセス特性データをプログラムの手順に従って処理し，上記▲１▼式を求め，この結果を多変量解析結果記憶部５５で記憶する。従って，第１の実施形態では上記▲１▼式を求めれば，後は運転データを説明変量として行列Ｘに当てはめることによってプロセス特性を予測することができる。しかもこの予測値は信頼性の高いものになる。
例えば，Ｘ^ＴＹ行列に対してｉ番目の固有値に対応する第ｉ主成分はｔ_ｉで表される。行列Ｘはこの第ｉ主成分の得点ｔ_ｉとベクトルｐｉを用いると下記の▲２▼式で表され，行列Ｙはこの第ｉ主成分の得点ｔ_ｉとベクトルｃ_ｉを用いると下記の▲３▼式で表される。なお，下記の▲２▼式，▲３▼式において，Ｘ_ｉ＋１，Ｙ_ｉ＋１はＸ，Ｙの残差行列であり，Ｘ^Ｔは行列Ｘの転置行列である。以下では指数Ｔは転置行列を意味する。
Ｘ＝ｔ_１ｐ_１＋ｔ_２ｐ_２＋ｔ_３ｐ_３＋・・＋ｔ_ｉｐ_ｉ＋Ｘ_ｉ＋１・・・▲２▼
Ｙ＝ｔ_１ｃ_１＋ｔ_２ｃ_２＋ｔ_３ｃ_３＋・・＋ｔ_ｉｃ_ｉ＋Ｙ_ｉ＋１・・・▲３▼
而して，第１の実施形態で用いられるＰＬＳ法は，上記式▲２▼，▲３▼を相関させた場合の複数の固有値及びそれぞれの固有ベクトルを少ない計算量で算出する手法である。
ＰＬＳ法は以下の手順で実施される。先ず第１段階では，行列Ｘ，Ｙのセンタリング及びスケーリングの操作を行う。そして，ｉ＝１を設定し，Ｘ_１＝Ｘ，Ｙ_１＝Ｙとする。また，ｕ_１として行列Ｙ_１の第１列を設定する。尚，センタリングとは各行の個々の値からそれぞれの行の平均値を差し引く操作であり，スケーリングとは各行の個々の値をそれぞれの行の標準偏差で除する操作（処理）である。
第２段階では，ｗ_ｉ＝Ｘ_ｉ ^Ｔｕ_ｉ／（ｕ_ｉ ^Ｔｕ_ｉ）を求めた後，ｗ_ｉの行列式を正規化し，ｔ_ｉ＝Ｘ_ｉｗ_ｉを求める。また，行列Ｙについても同様の処理を行って，ｃ_ｉ＝Ｙ_ｉ ^Ｔｔ_ｉ／（ｔ_ｉ ^Ｔｔ_ｉ）を求めた後，ｃ_ｉの行列式を正規化し，ｕ_ｉ＝Ｙ_ｉｃ_ｉ／（ｃ_ｉ ^Ｔｃ_ｉ）を求める。
第３段階ではＸローディング（負荷量）ｐ_ｉ＝Ｘ_ｉ ^Ｔｔ_ｉ／（ｔ_ｉ ^Ｔｔ_ｉ），Ｙ負荷量ｑ_ｉ＝Ｙ_ｉ ^Ｔｕ_ｉ／（ｕ_ｉ ^Ｔｕ_ｉ）を求める。そして，ｕをｔに回帰させたｂ_ｉ＝ｕ_ｉ ^Ｔｔ_ｉ／（ｔ_ｉ ^Ｔｔ_ｉ）を求める。次いで，残差行列Ｘ_ｉ＝Ｘ_ｉ−ｔ_ｉｐ_ｉ ^Ｔ，残差行列Ｙ_ｉ＝Ｙ_ｉ−ｂ_ｉｔ_ｉｃ_ｉ ^Ｔを求める。そして，ｉをインクリメントしてｉ＝ｉ＋１を設定し，第２段階からの処理を繰り返す。これら一連の処理をＰＬＳ法のプログラムに従って所定の停止条件を満たすまで，あるいは残差行列Ｘ_ｉ＋１がゼロに収束するまで繰り返し，残差行列の最大固有値及びその固有ベクトルを求める。
ＰＬＳ法は残差行列Ｘ_ｉ＋１の停止条件またはゼロへの収束が速く，１０回程度の計算の繰り返すだけで残差行列が停止条件またはゼロに収束する。一般的には４〜５回の計算の繰り返しで残差行列が停止条件またはゼロへの収束する。この計算処理によって求められた最大固有値及びその固有ベクトルを用いてＸ^ＴＹ行列の第１主成分を求め，Ｘ行列とＹ行列の最大の相関関係を知ることができる。
次に，上記処理装置１０の動作を本発明方法の一実施形態と共に説明する。第１の実施形態ではまず多変量解析によってプロセス特性を予測するための上記▲１▼式を求めた後，所定のウエハＷを処理する。ウエハＷの処理段階では任意の時点における運転データを▲１▼式に当てはめることでその時のプロセス特性を予測することができる。
処理装置１０の運転を開始すると，支持体３がボールネジ機構１２を介して処理室１の下室１Ｂまで下降すると共に，ゲートバルブ６が開放した出入口からウエハＷを搬入して下部電極２上に載置する。ウエハＷの搬入後，ゲートバルブ６が閉じると共に排気系１９が作動して処理室１内を所定の真空度に維持する。この際，ガス導入機構１５からＨｅガスをバックガスとして供給し，ウエハＷと下部電極２，具体的には静電チャック８とウエハＷ間の熱伝導性を高めてウエハＷの冷却効率を高める。
一方，プロセスガス供給系１８からＣ_４Ｆ_８ガスを１６ｓｃｃｍの流量，Ｏ_２ガスを３００ｓｃｃｍの流量で供給する。また，Ａｒガスも４０ｓｃｃｍの流量で供給する。この時の処理室１内の圧力は例えば５３ｍＴｏｒｒである。この状態で，高周波電源７から高周波電力を１７００Ｗで印加すると，ダイポールリング磁石５の作用と相俟ってマグネトロン放電が発生し，プロセスガスのプラズマを生成してウエハＷの酸化膜をエッチングする。エッチング終了後には搬入時とは逆の操作で処理後のウエハＷを処理室１内から搬出し，後続のウエハＷに対して同様の処理を繰り返し，所定の枚数を処理して一連の処理を終了する。
第１の実施形態では実際のウエハＷを処理する前に，実際のウエハＷと同一の６枚のウエハＷと１９枚のダミーウエハを混ぜた２５枚のウエハを１ロットとし３［分／ウエハ］の処理時間で処理し，１１ロット分を１０時間毎あるいは５時間毎に繰り返し処理し，６枚のウエハＷに関する運転データ及びプロセス特性データを得て多変量解析を行う。第１の実施形態ではデータ数が少なくて済むＰＬＳ法を用いるため，例えば２番目及び１１番目のロットにおけるウエハＷの運転データ及びプロセス特性データのみを使用し，ＰＬＳ法を用いてこれらのデータから上記▲１▼式を求める。尚，６枚のウエハＷは各ロットの１枚目から３枚目，５枚目，１０枚目及び２５枚目に挿入してある。
このようなウエハＷの処理を行っている間，運転データとしてシャワーヘッド（上部電極）４，処理室１の上室１Ａの壁面，下部電極２それぞれの温度をそれぞれ間欠的に検出し，これらの検出信号Ｔ_１，Ｔ_２，Ｔ_３をＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，運転データ記憶部５１で記憶する。
また他の運転データとしてＨｅガスの圧力を間欠的に検出し，この検出信号ＰをＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，これらの入力値に基づいて多変量解析処理部５４を介して標準偏差を算出し，運転データ記憶部５１で記憶する。
さらに他の運転データとして高周波電源７の電圧を間欠的に検出し，この検出信号ＶをＡ／Ｄ変換器を介して多変量解析装置５０へ逐次入力し，運転データ記憶部５１で記憶する。
次いで，Ｈｅガス圧力以外に関してはそれぞれの運転データの各ウエハＷ毎の平均値を，Ｈｅガス圧力に関しては運転データの各ウエハＷ毎の標準偏差を多変量解析処理部５４を介して求める。
次に，各ウエハＷ毎のそれぞれの運転データの平均値及び標準偏差を運転データ記憶部５１で記憶し，あるいはそのまま次の処理に備える。
ここで，全てのウエハＷの上部電極温度の検出信号Ｔ_１，壁面温度の検出信号Ｔ_２，下部電極温度の検出信号Ｔ_３それぞれの平均値の経時変化を図示したものを図３〜図５に示す。Ｈｅガスの検出信号Ｐの標準偏差の経時変化を示したものを図６に示し，高周波電力の検出信号Ｖの平均値の経時変化を示したものを図７に示す。
そして，処理後のウエハＷを取り出し，このウエハＷのシリコン酸化膜の面内の１３点の削れ量を入出力装置６０から多変量解析装置５０へ入力し，この入力値に基づいて多変量解析処理部５４を介して面内均一性を算出し，この算出値をプロセス特性データとして処理結果データ記憶部５２で記憶する。このようなプロセス特性データ（面内均一性）の経時変化を示したものを図８に示す。
図３〜図８に示す運転データ及びプロセス特性データのうち，２番目のロットと１１番目のロットの運転データ及びプロセス特性データに基づいてＰＬＳ法により上記▲１▼式の回帰行列Ｂ及び残差行列Ｅを求めた。そして，この式を用いて上記ロット及び上記ロット以外のロットにおけるウエハＷのプロセス特性データを予測し，×印のグラフにしたものを図９に示す。また，図９の□印で示すグラフはプロセス特性データの実測値である。
図９において，２番目のロットと１１番目のロットの予測値と実測値が一致しているのは▲１▼式を求める際にこの時のウエハＷを使用したからである。その他のウエハＷのプロセス特性データの予測値もロット毎（１０時間毎）に変動する実測値に極めて近い値を示していることが判る。特に，６０時間付近で大きな均一性の悪化が予測値，実測値とも確認することができる。これは，図７において確認される高周波（ＲＦ）電圧の突発的低下が反映されたものである。つまり，図３〜図６のように経時的なロット変動を検出することができきる上部電極温度，壁面温度，下部電極温度及びＨｅガス圧力等の処理室１内の状態を反映するデータと，図７のようにロット変動の検出は難しいが高周波電力の印加状態を反映するデータの両方を用いると有効であることが判る。
図１０には，図９に示す予測値と実測値の関係をプロットして得られた相関関係を示す。この相関関係は図１０からも明らかなように相関係数Ｒ＝０．９０５３と相関性が高く予測値と実測値が概ね一致していることが判る。尚，第１の実施形態では予測値と実測値を比較するために全てのウエハＷに関する運転データ及びプロセス特性データを実測したものを図３〜図９に示す。なお，このような実験の結果から第１の実施形態のプロセス特性データであるウエハＷの削れ量の面内均一性の予測に際しては，特に下部電極温度の各ウエハＷ毎の平均値とＨｅガス圧力の各ウエハ毎の標準偏差を運転データとして使用することが予測精度を高めるためには重要であることがわかった。
このように本実施の形態においては，実際のウエハＷを処理する前に，これと同一のウエハＷを少数枚（第１の実施形態では２番目と１１番目のロットの１２枚）使用して上述のように運転データ及びプロセス特性データを求める。これらの少数の運転データ及びプロセス特性データを用い，ＰＬＳ法によって回帰式▲１▼を求めた後，実際のウエハＷを処理する場合には任意のウエハＷの運転データを検出する。そして，それぞれの運転データを回帰式▲１▼に当てはめるだけで実際のウエハＷの面内均一性をプロセス特性データとして予測することができる。しかも，極めて精度の高いプロセス予測を行うことができる。
以上説明したように第１の実施形態によれば，所定ロットのウエハのような少数のテストウエハを処理した時の運転データ及び処理結果データ（例えばプロセス特性データ）を収集し，これらの収集データ群（運転データ及び処理結果データ）に基づいて多変量解析を行い，この多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいてウエハの削れ量の面内均一性などのようなウエハＷの処理結果（例えばプロセス特性）を予測するため，実際にウエハＷを処理している時には，ウエハＷの運転データを求めるだけでウエハＷの面内均一性をプロセス特性として高精度に予測することができる。また，多変量解析を行って運転データと処理結果データの相関関係を求める際にＰＬＳ法を使用したため，回帰式▲１▼を短時間で効率良く求めることができる。
従って，第１の実施形態によれば，従来のように多くのテストウエハを作製したり，処理装置１０を用いて多くのテストウエハを処理し，それぞれの処理結果を測定する必要がなく，テストウエハの作製及び処理結果の測定に多くの工数と時間を割く必要がない。しかも従来の予測方法よりも高精度に処理結果を予測することができる。
さらに，第１の実施形態によれば，運転データとしてプロセス特性データ（ウエハＷの面内均一性）に影響し易いデータ，即ち，処理室１内の複数箇所の温度（上部電極温度，処理室１の壁面温度及び下部電極温度），処理室内の圧力（Ｈｅガスなどのバックガス圧力），電気的データ（高周波電力の電圧）を使用したため，運転データとプロセス特性データの相関関係が強く，プロセス特性を高精度で予測することができる。さらに，プロセス特性データとしてウエハＷの面内均一性を採用したため，エッチングによるウエハＷ面内の均一性の善し悪しを高精度で予測することができる。
なお，第１の実施形態では２番目のロットと１１番目のロットのテストウエハを用いて実測値と予測値の相関関係を求めたが，相関関係を求める場合には実際のプロセスでウエハＷを処理している間に定期的にテストウエハを処理して相関関係を求めても良く，あるいは不定期にテストウエハを処理して相関関係を求めても良い。一度相関関係を求めた後，適宜テストウエハを用いてデータを追加して相関関係を更新することで予測精度をより高めることができる。
また，上記第１の実施形態では運転データとして上部電極温度，処理室壁面温度，下部電極温度を用いたがプロセス特性に影響し易いその他の部位の温度を用いても良く，この際少なくとも一箇所の温度を用いれば良い。特にプロセス特性データとしてウエハＷの削れ量の面内均一性を予測する場合は，下部電極温度が好ましい。
また，処理室内の圧力としてＨｅガスの圧力を用いたがプロセスガスの圧力を用いても良い。特にプロセス特性データとしてウエハＷの削れ量の面内均一性を予測する場合は，Ｈｅガスの圧力の安定性を表す標準偏差を使用することが好ましく，またＨｅガスのウエハＷの面内圧力差（例えばバックガスをセンタ，ミドル，エッジの３系統にしたときのその圧力差など）を使用することも好ましい。
また，第１の実施形態では運転データの電気的データとして高周波電源の電圧を用いたが，高周波電源の基本波，高調波の電流，位相及びインピーダンス等を用いても良い。
また，第１の実施形態では処理結果データとしてプロセス特性データとして用い，このプロセス特性データとしてウエハＷの削れ量の面内均一性を用いたが，その他のプロセス特性データとしてウエハＷの削れ量の他，エッチングパターンの線幅やテーパ角度等のエッチング特性を示すデータを用いても良い。
次に，添付図面を参照しながら本発明をプラズマエッチング装置の処理結果の予測方法に適用した場合の第２の実施形態について詳細に説明する。なお，第２の実施形態において上記第１の実施形態における同一部分には同一符号を付して詳細な説明を省略する。
第２の実施形態では，運転データとするパラメータを変更又は追加して，処理結果データとしてプロセス特性データのうちのウエハＷの削れ量（例えばエッチングレート）を用いて多変量解析を行い，ウエハＷのエッチングレートを予測する。
先ず，第２の実施形態にかかるプラズマエッチング装置としてマグネトロン反応性エッチング処理装置（以下，「処理装置１００」と称す。）について図１１を参照しながら説明する。なお，図１１において図１と同一部分には同一符号を付して詳細な説明を省略する。
図１１に示す処理装置１００のシャワーヘッド４には，処理室１内のプラズマ発光を検出する分光器（以下，「光学計測器」と称す。）２０が設けられている。この光学計測器２０によって得られる特定の波長範囲（例えば２００〜９５０ｎｍ）の発光スペクトル強度を光学的データとする。
ガス導入部４Ａには，配管１７を介してプロセスガス供給系１８′が接続されている。プロセスガス供給系１８′は，Ｃ_５Ｆ_８ガス供給源１８Ａ′，Ｏ_２ガス供給源１８Ｄ′，Ａｒガス供給源１８Ｇ′を有している。
これらのガス供給源１８Ａ′，１８Ｄ′，１８Ｇ′はそれぞれバルブ１８Ｂ′，１８Ｅ′，１８Ｈ′及びマスフローコントローラ１８Ｃ′，１８Ｆ′，１８Ｉ′を介してそれぞれのガスを所定の流量でシャワーヘッド４へ供給し，その内部で所定の配合比を持った混合ガスとして調整する。各ガス流量はそれぞれのマスフローコントローラ１８Ｃ′，１８Ｆ′，１８Ｉ′によって検出可能である。第２の実施形態では各ガス流量のうちＣ_５Ｆ_８ガスのガス流量とＡｒガスのガス流量を検出する。検出されたこれらのガス流量のデータはトレースデータとされる。
排気管１Ｃには，ＡＰＣ（ＡｕｔｏＰｒｅｓｓｕｒｅＣｏｎｔｒｏｌｌｅｒ）バルブ１Ｄが設けられており，処理室１内のガス圧力に即してＡＰＣバルブの開度が自動的に調節される。第２の実施形態ではＡＰＣバルブ１ＤによるＡＰＣ開度を検出する。検出されたＡＰＣ開度はトレースデータとされる。
静電チャック８の電極板８Ａと直流電源９との間には，静電チャック８の印加電流，印加電圧を検出する電力計９ａが接続されている。この電力計９ａから検出された静電チャック８の印加電流，印加電圧のデータはトレースデータとされる。
バックサイドガス（例えばＨｅガス）を導入するガス導入機構１５には例えばマスフローコントローラ（図示せず）が設けられており，このマスフローコントローラによりバックサイドガスのガス流量を検出する。バックサイドガスのガス流量は，圧力計１５Ｂにより検出されるバックサイドガスのガス圧力とともに，トレースデータとされる。
上記整合器７Ａは例えば２個の可変コンデンサＣ１，Ｃ２，コンデンサＣ及びコイルＬを内蔵し，可変コンデンサＣ１，Ｃ２を介してインピーダンス整合を取っている。整合状態での可変コンデンサＣ１，Ｃ２のポジションはトレースデータとされる。
上記整合器７Ａは電力計７ａを設け，この電力計７ａにより高周波電力の供給ライン（電線）と処理装置１００のグランド（接地）との間の電圧Ｖｄｃを計測する。この高周波電力供給ライン（電線）と接地間の電圧Ｖｄｃはトレースデータとされる。
上記整合器７Ａの下部電極２側（高周波電圧の出力側）には電気計測器（例えば，ＶＩプローブ）７Ｃが取り付けられ，この電気計測器７Ｃを介して下部電極２に印加される高周波電力Ｐにより上室１Ａ内に発生するプラズマに基づく基本波（高周波電力の進行波及び反射波）及び高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺを電気的データとして検出する。このうち高周波電力の進行波及び反射波はトレースデータとされる。また高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺはＶＩプローブデータとされる。
高周波電源７と電力計７Ｂとの間には，高周波電力の印加時間を積算する積算部７ｂが接続されている。この積算部７ｂにより検出された高周波電力の印加積算時間もトレースデータとされる。ここでいう印加積算時間は，ウエハＷを処理するごとに高周波電力を印加する時間を積算したものである。
積算部７ｂは，処理装置１００のメンテナンスを行うごとに上記高周波電力の印加積算時間をゼロにリセットするようになっている。従って，ここでいう高周波電力の印加積算時間は，次のメンテナンスを行うまでの印加積算時間となる。
上記メンテナンスとしては，例えばエッチングにより生じた処理装置１００内の副生成物（例えばパーティクル）を除去する等のために行うウエットクリーニング，消耗品や測定器の交換などがある。第２の実施形態ではウエットクリーニングを行うごとに印加積算時間をゼロにリセットするようにしている。
次に，第２の実施形態における多変量解析装置５０のブロック図を図１２に示す。第２の実施形態では，各測定器から検出された運転データを光学データ，トレースデータ，ＶＩプローブデータに分けて用いる。光学データとしては，上述した光学計測器２０から検出される例えば２００〜９５０ｎｍの波長範囲の発光スペクトル強度を用いる。
トレースデータとしては，第１の実施形態で説明した処理室１内の複数箇所の温度（上部電極温度Ｔ_１，壁面温度Ｔ_２，下部電極温度Ｔ_３），バックサイドガスの圧力，整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐのデータに，さらに次のデータを加えて用いる。
すなわち処理ガスであるＣ_５Ｆ_８ガスとＡｒガスのガス流量，バックサイドガスの流量，ＡＰＣバルブ１ＤによるＡＰＣ開度，静電チャック８の印加電流及び印加電圧，整合器７Ａにおける可変コンデンサＣ１，Ｃ２のポジション，整合器７Ａにおける高周波電力供給ラインと接地間の電圧Ｖｄｃ，高周波電力の進行波及び反射波のデータ，高周波電力の印加積算時間をトレースデータに加える。なお，バックサイドガスの圧力，流量としては，それぞれ例えばウエハＷのセンタとエッジにおける流量を用いる。
ＶＩプローブデータとしては，高調波の高周波電圧Ｖ，高周波電流Ｉ，高周波位相Ｐ，インピーダンスＺを用いる。プロセス特性データとしては，ウエハＷの削れ量を用いる。具体的にはウエハＷのウエハＷの削れ量として，ウエハＷ表面に例えばＣＶＤ（化学気相成長法）により形成されたＣＶＤ酸化膜をエッチング処理した際のエッチングレート（Å／ｍｉｎ）のデータを用いる。
第２の実施形態における多変量解析装置５０では，上記運転データのうち例えば光学データ等を説明変数とし，処理結果データとしてプロセス特性データの１つであるウエハＷのエッチングレートを被説明変量（目的変量）として，上述した第１の実施形態で説明した回帰式（▲１▼の関係式）を例えばＰＬＳ法用の多変量解析プログラムを用いて求める。そして，求めた回帰式に運転データを入力してウエハＷのエッチングレートを予測する。
第２の実施形態における多変量解析処理部５４では，▲１▼の関係式（回帰式）の算出等の多変量解析を行う前に，運転データ及び処理結果データに対して前処理を行うようになっている。前処理としては例えばＯＳＣ（ＯｒｔｈｏｇｏｎａｌＳｉｇｎａｌＣｏｒｒｅｃｔｉｏｎ），ＭＳＣ（ＭｕｌｔｉｐｌｉｃａｔｉｖｅＳｉｇｎａｌＣｏｒｒｅｃｔｉｏｎ），ＳＮＶ（ＳｔａｎｄａｒｄＮｏｒｍａｌＶａｒｉａｔｅＴｒａｎｓｆｏｒｍａｔｉｏｎ）のいずれかを選択的に行うことができるようになっている。
上記ＯＳＣによる前処理は一般的には，目的変数Ｙに関係ない成分（Ｙと垂直成分）を説明変数Ｘから取り除く前処理である。なお，上記ＯＳＣによる前処理についての詳細は例えばＷｏｌｄ，ｅｔａｌ．，（１９９８ａ），ｏｒｔｈｏｇｏｎａｌＳｉｇｎａｌＣｏｒｒｅｃｔｉｏｎｏｆＮｅａｒ−ＩｎｆｒａｒｅｄＳｐｅｃｔｒａ，ＣｈｅｍｏｍｅｔｒｉｃｓａｎｄＩｎｔｅｌｌｉｇｅｎｔＬａｂｏｒａｔｏｒｙＳｙｓｔｅｍｓ，４４，１７５−１８５．に掲載されている。
上記ＳＮＶによる前処理は一般的には，サンプル（ここではウエハＷごとの運転データ及び処理結果データ）のばらつきの影響を校正するためにサンプル毎にデータ方向に基準化を行う前処理である。具体的には上記ＳＮＶによる前処理は例えば各サンプルを標準偏差で基準化することにより補正を行う。なお，上記ＳＮＶによる前処理についての詳細は例えばＢａｒｎｅｓ，ｅｔａｌ．，（１９８９），ＳｔａｎｄａｒｄＮｏｒｍａｌＶａｒｉａｔｅＴｒａｎｓｆｏｒｍａｔｉｏｎａｎｄＤｅ−ｔｒｅｎｄｉｎｇｏｎＮｅａｒ−ＩｎｆｒａｒｅｄＤｉｆｆｕｓｅＲｅｆｌｅｃｔａｎｃｅＳｐｅｃｔｒａ，ＡｐｐｌｉｅｄＳｐｅｃｔｒｏｓｃｏｐｙ，４３，７７２−７７７．に掲載されている。
上記ＭＳＣによる前処理は一般的には，サンプルから理想スペクトルを得ることにより，サンプル間の分散がより小さくなるよう補正する前処理である。具体的には上記ＭＳＣによる前処理は例えばサンプル毎に波長方向に平均を算出（理想スペクトル）し，各サンプルに対して理想スペクトルとの線形回帰直線を算出する。線形回帰直線から得られる傾きと切片より，各サンプルのデータを補正する。なお，上記ＭＳＣによる前処理についての詳細は例えばＧｅｌａｄ，ｅｔａｌ．，（１９８５），ＬｉｎｅａｒｉｚａｔｉｏｎａｎｄＳｃａｔｔｅｒ−ｉｎｆｒａｒｅｄＲｅｆｌａｃｔａｎｃｅＳｐｅｃｔｒａｏｆＭｅａｔ，ＡｐｐｌｉｅｄＳｐｅｃｔｒｏｓｃｏｐｙ，３，４９１−５００．に記載されている。
次に，第２の処理装置１００の動作について説明する。処理装置１００の運転を開始すると，光学計測器２０などの各測定器から間欠的に検出された検出データは，多変量解析装置５０へ逐次入力される。ここで，エッチング処理の際の条件は，処理室内の圧力を５０ｍＴ，下部電極に印加する高周波電力を１５００Ｗ，処理ガスをＣ_５Ｆ_８とＯ_２とＡｒとの混合ガス，バックサイドガスをＨｅガスとした。
続いて，それぞれの運転データの各ウエハＷ毎の平均値を多変量解析処理部５４を介して求める。次いで，各ウエハＷ毎のそれぞれの運転データの平均値を運転データ記憶部５１で記憶し，あるいはそのまま次の処理に備える。
そして，処理後のウエハＷを取り出し，このウエハＷのＣＶＤ酸化膜のエッチングレートを入出力装置６０から多変量解析装置５０へ入力し，この入力値をプロセス特性データとして処理結果データ記憶部５２で記憶する。そして前処理を行わず又は前処理を行ってからＰＬＳ法による回帰式（▲１▼の関係式）を求める。
ここで，ウエハＷの処理枚数と測定したエッチングレートとの関係を図１３に示す。図１３においてＷＣ（ウエットクリーニングサイクル）１は１回目の処理装置１００のウエットクリーニングを行うまでの区間，ＷＣ２は１回目のウエットクリーニングを行ってから２回目のウエットクリーニングを行うまでの区間，ＷＣ３は２回目のウエットクリーニングを行ってから３回目のウエットクリーニングを行うまでの区間，ＷＣ４は３回目のウエットクリーニングを行ってから４回目のウエットクリーニングを行うまでの区間である。
上記運転データ及び処理結果データのうち，ウエットクリーニングサイクルＷＣ１（１枚目〜１６枚目）のデータに基づいてＰＬＳ法により回帰式（▲１▼の関係式）の回帰行列Ｂ及び残差行列Ｅを求めた。そして，この式を用いて上記ＷＣ１及び上記ＷＣ１以外のＷＣ２（１７枚目〜３６枚目），ＷＣ３（３７枚目〜４７枚目），ＷＣ４（４８枚目〜５２枚目）における処理結果データであるウエハＷのエッチングレートのデータを予測した。
ウエハＷのエッチングレートの予測結果を□印のグラフにしたものを図１４〜図２９の各図（ａ）に示す。これらの各図（ａ）のうち，◇印で示すグラフはウエハＷのエッチングレートのデータの実測値である。図１４〜図２９の各図（ａ）の実験結果については，それぞれ予測誤差（ＰＥ；ＰｒｅｄｉｃｔｉｏｎＥｒｒｏｒ）を算出した。この予測誤差ＰＥは，各ウエハのデータの実測値から予測値を引算して２乗したものの総和を求め，これを処理したウエハ枚数で割算してその平方根を求めたものである。予測誤差ＰＥは０が最もよく，この値が小さいほど実測値と予測値との誤差が少ないことを示す。
図１４〜図２９の各図（ａ）に示す予測値と実測値の関係をプロットして得られた相関関係をそれぞれ図１４〜図２９の各図（ｂ）に示す。図１４〜図２９の各図（ｂ）の実験結果については，相関係数Ｒを求めた。相関係数Ｒは１が最もよく，この値が大きいほどより相関があることを示す。従って，総合的には上記予測誤差ＰＥが０に近く，かつ相関係数Ｒが１に近いほど，予測精度がよい。
なお，上記実験結果についてはＷＣ１〜ＷＣ４とも同じエッチング条件でエッチングしているため，予測誤差ＰＥ，相関係数を求める際には，ＷＣ１〜ＷＣ４までのデータを使用している。但し，ＶＩプローブを説明変量としたエッチングレートの実験結果（図１７，図２１，図２５，図２９）については，実験上の理由によりＷＣ４だけ他のＷＣ１〜ＷＣ３とはエッチング条件が異なっているため，図１７，図２１，図２５，図２９の実験結果における予測誤差ＰＥ，相関係数を求める際には，ＷＣ４のデータを除いたＷＣ１〜ＷＣ３までのデータを使用している。
図１４〜図１７は，前処理を行わずにＰＬＳ法による多変量解析を行った場合の実験結果を示す。図１４は，上記光学データを説明変量とした場合であり，図１５は上記光学データ及び上記トレースデータを説明変量とした場合である。図１６は上記トレースデータを説明変量とした場合であり，図１７は上記ＶＩプローブデータを説明変量とした場合である。
図１８〜図２１は，前処理として上述したＯＳＣを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図１８は，上記光学データを説明変量とした場合であり，図１９は上記光学データ及び上記トレースデータを説明変量とした場合である。図２０は上記トレースデータを説明変量とした場合であり，図２１は上記ＶＩプローブデータを説明変量とした場合である。
図２２〜図２５は，前処理として上述したＳＮＶを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図２２は，上記光学データを説明変量とした場合であり，図２３は上記光学データ及び上記トレースデータを説明変量とした場合である。図２４は上記トレースデータを説明変量とした場合であり，図２５は上記ＶＩプローブデータを説明変量とした場合である。
図２６〜図２９は，前処理として上述したＭＳＣを行ってからＰＬＳ法による多変量解析を行った場合の実験結果を示す。図２６は，上記光学データを説明変量とした場合であり，図２７は上記光学データ及び上記トレースデータを説明変量とした場合である。図２８は上記トレースデータを説明変量とした場合であり，図２９は上記ＶＩプローブデータを説明変量とした場合である。
上述した図１４〜図２９の各図（ａ）における実験結果から予測誤差ＰＥを求めて表にまとめたものを図３０に示し，図１４〜図２９の各図（ｂ）における実験結果から相関係数Ｒを求めて表にまとめたものを図３１に示す。
多変量解析に使用したデータの観点から大局的に見ると，図３０によれば予測誤差ＰＥは光学データを用いた場合が最も大きく，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に小さくなり，トレースデータを用いた場合が最も小さい。さらに図３１によれば相関係数Ｒは光学データを用いた場合が最も小さく，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に大きくなり，トレースデータを用いた場合が最も大きい。
従って，多変量解析に使用したデータの観点から大局的に見ると，光学データを用いた場合，光学データとトレースデータを用いた場合，ＶＩプローブデータを用いた場合，トレースデータを用いた場合の順に予測精度が向上しており，トレースデータを用いた場合が最も予測精度がよく，予測するのに有効であることがわかる。
予測精度が最もよかったトレースデータを用いた場合について，さらに前処理の有無や種類の観点から大局的に見ると，図３０によれば予測誤差ＰＥはＯＳＣの場合を除けば，前処理をしない場合よりも前処理をした場合の方が小さい。また予測誤差ＰＥは，前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に小さくなり，前処理としてＭＳＣをした場合が最も小さい。さらに図３１によれば相関係数ＲはＯＳＣの場合を除けば，前処理をしない場合よりも前処理をした場合の方が大きい。また相関係数Ｒは，前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に大きくなり，前処理としてＭＳＣをした場合が最も大きい。
従って，予測精度が最もよかったトレースデータを用いた場合について，さらに前処理の有無や種類の観点から大局的に見ると，前処理としてＯＳＣをした場合を除けば，前処理をしない場合よりも前処理をした場合の方が予測精度がよく，有効であることがわかる。さらに前処理をした場合にはＯＳＣ，ＳＮＶ，ＭＳＣの順に予測精度がよくなり，前処理としてＭＳＣをした場合が最も予測精度がよく，有効であることがわかる。
以上により，ウエハＷのエッチングレートを予測するには，説明変量としてトレースデータを用いて多変量解析を行い，さらに多変量解析に先立って前処理としてＭＳＣを行った場合が最も予測精度がよくなり，最も有効であることがわかる。
ここで，上記トレースデータのうちのどの種類のデータが最も予測結果に影響しているかを検討する。トレースデータにおける各種類のデータについて予測結果への影響変数ＶＩＰ（ｖａｒｉａｂｌｅｉｎｆｌｕｅｎｃｅｏｎｐｒｏｊｅｃｔｉｏｎ）を求めて表にしたものを図３２に示す。影響変数ＶＩＰは目的変数Ｙを予想したときの各説明変数Ｘ毎の影響の大きさを示すものである。例えばａをコンポーネント，Ｒをローディングベクトル，Ｗを重みベクトル，Ｒ２ｙをｙの相関係数とすると，上記影響変数ＶＩＰは（Ｗ［ａ］の二乗）×（Ｒ２ｙ［ａ］）の各コンポーネントの総和を規格化したものとして表される。
図３２によれば，影響変数ＶＩＰは整合器７Ａの出力側の高周波電圧（ＲＦ電圧）Ｖｐｐが最も大きく，次いで高周波電力の印加積算時間が大きい。従って，高周波電圧Ｖｐｐと高周波電力の印加積算時間が予測結果に大きく影響していることがわかる。
そこで，高周波電圧Ｖｐｐ，高周波電力の印加積算時間をトレースデータから除いて多変量解析を行ってウエハＷのエッチングレートを予測してみると，図３３〜図３５に示すような実験結果が得られた。図３３〜図３５の各（ａ）にはウエハＷのエッチングレートの予測結果を□印のグラフで示す。これらの各図（ａ）のうち，◇印で示すグラフはウエハＷのエッチングレートのデータの実測値である。図３３〜図３５の各図（ａ）に示す予測値と実測値の関係をプロットして得られた相関関係をそれぞれ図３３〜図３５の各図（ｂ）に示す。
図３３はトレースデータから高周波電圧Ｖｐｐのみを除いたデータを用いた場合，図３４はトレースデータから高周波電力の印加積算時間のみを除いたデータを用いた場合，図３５はトレースデータから高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたデータを用いた場合である。
図３３〜図３５の各図（ａ）の実験結果についてそれぞれ予測誤差ＰＥを算出するとそれぞれ，４９．７Å／ｍｉｎ，５５．１Å／ｍｉｎ，６６．３Å／ｍｉｎとなった。ここで，上述したトレースデータのすべてのデータを用いた場合（図１６（ａ））の予測誤差４３．７Å／ｍｉｎと比較すると，図３３（ａ）〜図３５（ａ）のいずれの場合も図１６（ａ）の場合よりも予測誤差が大きくなっていることがわかる。
次に図３３〜図３５の各図（ｂ）の実験結果についてそれぞれ相関係数Ｒを算出するとそれぞれ，０．８２，０．８３，０．５７となった。ここで，上述したトレースデータのすべてのデータを用いた場合（図１６（ｂ））の相関係数０．９０と比較すると，図３３（ｂ）〜図３５（ｂ）のいずれの場合も図１６（ｂ）の場合よりも相関係数が小さくなっていることがわかる。
従って，高周波電圧Ｖｐｐのみを除いたトレースデータを用いた場合（図３３），高周波電力の印加積算時間のみを除いたトレースデータを用いた場合（図３４），高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたトレースデータを用いた場合（図３６）のいずれの場合にも，トレースデータのすべてのデータを用いた場合より予測精度が低下することが確認できた。しかも高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いた場合が最も予測精度が悪くなることも確認できた。
従って，ウエハＷのエッチングレートを予測する場合には，トレースデータとして少なくとも高周波電圧Ｖｐｐを有することが有効であり，さらに高周波電力の印加積算時間を有することがより好ましい。
以上説明したように第２の実施形態によれば，１つのウエットクリーニングサイクル（ＷＣ）のウエハのような少数のテストウエハを処理した時の運転データ及び処理結果データ（例えばプロセス特性データ）を収集し，これらの収集データ群（運転データ及び処理結果データ）に基づいて多変量解析を行い，この多変量解析を介して運転データと処理結果データの相関関係を求め，この相関関係に基づいてウエハＷの削れ量（例えばエッチングレート）のようなウエハＷの処理結果（例えばプロセス特性）を予測するため，実際にウエハＷを処理している時には，ウエハＷの運転データを求めるだけでウエハＷの削れ量（例えばエッチングレート）をプロセス特性として高精度に予測することができる。また，多変量解析を行って運転データと処理結果データの相関関係を求める際にＰＬＳ法を使用したため，回帰式▲１▼を短時間で効率良く求めることができる。
従って，第２の実施形態によっても，従来のように多くのテストウエハを作製したり，処理装置１０を用いて多くのテストウエハを処理し，それぞれの処理結果を測定する必要がなく，テストウエハの作製及び処理結果の測定に多くの工数と時間を割く必要がない。しかも従来の予測方法よりも高精度に処理結果を予測することができる。
さらに，第２の実施形態においては，運転データとして高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータ，光学データ，ＶＩプローブデータなどプロセス特性データに影響し易いデータを第１の実施形態で用いたデータにさらに追加することにより，プロセス特性データの予測精度をより向上させることができる。
特にプロセス特性データとしてのウエハＷの削れ量（例えばエッチングレート）に影響し易い高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータを使用することにより，ウエハＷの削れ量の予測精度をより向上させることができる。
また，多変量解析を行うのに先立って所定の前処理を行うことにより，より一層プロセス特性データの予測精度を向上させることができる。
また，プロセス特性データとしてウエハＷのエッチングレートを採用したため，エッチングによるウエハＷのエッチングの善し悪しを高精度で予測することができる。
上述したように光学データやＶＩプローブデータを運転データとして用いても予測精度は向上する。ところが，例えば図１３に示すウエットクリーニングサイクルなどのメンテナンスを行った前後のようにプロセス特性データ（例えばエッチングレート）の傾向が大きく変化するような場合には，予測精度が低下する場合がある。例えば図１４，図１７では多変量解析による回帰式（モデル）を作成したウエットクリーニングサイクル（ＷＣ１）以外のウエットクリーニングサイクル（ＷＣ３）では予測精度が低下している。この点，高周波電圧Ｖｐｐ，高周波電力の印加積算時間を含むトレースデータを運転データとして用いれば，図１６に示すようにすべてのウエットクリーニングサイクル（ＷＣ２〜ＷＣ４）において予測精度を向上できる。
特に，トレースデータの高周波電力の印加積算時間については，例えばウエットクリーニングなどのメンテナンスを行うごとに印加積算時間をゼロにすることから，ウエットクリーニングサイクルごとの印加積算時間のデータを得ることができる。このため高周波電力の印加積算時間を運転データとして用いると，ウエットクリーニングを行うことによって傾向が変るような処理結果データであっても高い精度で予測をすることができる。
このように，本発明によれば，少数の試料を処理して得られる少数の運転データ及びプロセス特性データを収集するだけでプロセス特性の予測式を求めることができ，その後は被処理体を処理した時の運転データを予測式に当てはめるだけでプロセス特性を簡単且つ高精度に予測することができる処理結果の予測方法を提供することができる。
以上，本発明の好適な実施の一形態について，添付図面を参照しながら説明したが，本発明はかかる構成に限定されるものではない。特許請求の範囲に記載された技術的思想の範疇において，当業者であれば，各種の変更例および修正例に想到し得るものであり，それら変更例および修正例についても本発明の技術的範囲に属するものと了解される。
例えば上記第２の実施形態では処理結果データとしてプロセス特性データとして用い，このプロセス特性データとしてウエハＷの削れ量（例えばエッチングレート）を用いたが，その他のプロセス特性データとしてエッチングパターンの線幅やテーパ角度等のエッチング特性を示すデータを用いてもよい。
また，上記第１及び第２の実施形態における処理結果データとしては，処理室内の副生成物の膜厚，フォーカスリング１０ａ等の部品の消耗量などの装置状態に関する装置状態データを用いてもよい。副生成物の膜厚，フォーカスリング１０ａ等の部品の消耗量を装置状態データとして用いることにより，処理装置１０のクリーニング時期やフォーカスリング１０ａ等の部品の交換時期を予測することもできる。
また，上記第１及び第２の実施形態ではウエハＷをエッチング処理する場合について説明したが，エッチング処理以外の成膜処理等の処理装置にも本発明を適用することができる。また，被処理体のウエハに制限されるものではない。
また，上記第１及び第２の実施形態では多変量解析を行う際にＰＬＳ法を用いて回帰式▲１▼を求めたが，ＰＬＳ法以外の他の従来公知の数値計算手法（例えば，ベキ乗法等）を用いて固有値及びその固有ベクトルを求めても良い。
産業上の利用の可能性
本発明は，例えば半導体製造装置で処理するウエハなどの被処理体や装置状態の処理結果を予測する方法および処理装置に適用可能であり，特にプラズマエッチングを行うプラズマ処理装置およびこのような装置における処理結果の予測方法に適用可能である。
【図面の簡単な説明】
図１は本発明における予測方法を適用する第１の実施の形態にかかる処理装置を示す断面図である。
図２は同実施形態にかかる多変量解析装置の一例を示すブロック図である。
図３は図２に示す多変量解析装置で得られた上部電極温度の経時変化を示すグラフである。
図４は図２に示す多変量解析装置で得られた処理室の壁面温度の経時変化を示すグラフである。
図５は図２に示す多変量解析装置で得られた下部電極温度の経時変化を示すグラフである。
図６は図２に示す多変量解析装置で得られたＨｅガス圧力の標準偏差値の経時変化を示すグラフである。
図７は図２に示す多変量解析装置で得られた高周波電源の電圧の経時変化を示すグラフである。
図８は図２に示す多変量解析装置で得られたウエハＷのシリコン酸化膜の削れ量の面内均一性の経時変化を示すグラフである。
図９は図３〜図８の運転データ及びプロセス特性データを用いて図２に多変量解析装置で得られたプロセス特性データの予測値及び実測値を示すグラフである。
図１０は同実施形態により得られた予測値と実測値の相関関係を示すグラフである。
図１１は本発明における予測方法を適用する第２の実施の形態にかかる処理装置を示す断面図である。
図１２は同実施形態にかかる多変量解析装置の一例を示すブロック図である。
図１３は図１２に示す多変量解析装置で得られたウエハＷのＣＶＤ酸化膜のエッチングレートとウエハ処理枚数との関係を示すグラフである。
図１４（ａ）は運転データとして光学データを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１５（ａ）は運転データとして光学データとトレースデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１５（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１６（ａ）は運転データとしてトレースデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１６（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１７（ａ）は運転データとしてＶＩプローブデータを用い，前処理をしない場合のエッチングレートの予測値及び実測値を示すグラフであり，図１７（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１８（ａ）は運転データとして光学データを用い，ＯＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図１８（ｂ）は予測値と実測値の相関関係を示すグラフである。
図１９（ａ）は運転データとして光学データとトレースデータを用い，ＯＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図１９（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２０（ａ）は運転データとしてトレースデータを用い，ＯＣＳによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２０（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２１（ａ）は運転データとしてＶＩプローブデータを用い，ＯＣＳによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２１（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２２（ａ）は運転データとして光学データを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２２（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２３（ａ）は運転データとして光学データとトレースデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２３（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２４（ａ）は運転データとしてトレースデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２５（ａ）は運転データとしてＶＩプローブデータを用い，ＳＮＶによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２５（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２６（ａ）は運転データとして光学データを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２６（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２７（ａ）は運転データとして光学データとトレースデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２７（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２８（ａ）は運転データとしてトレースデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２８（ｂ）は予測値と実測値の相関関係を示すグラフである。
図２９（ａ）は運転データとしてＶＩプローブデータを用い，ＭＳＣによる前処理をした場合のエッチングレートの予測値及び実測値を示すグラフであり，図２９（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３０は図１４〜図２９の各図（ａ）における実験結果から予測誤差ＰＥをまとめた表である。
図３１は図１４〜図２９の各図（ｂ）における実験結果から相関係数Ｒをまとめた表である。
図３２はトレースデータにおける各種類のデータについて予測結果への影響変数ＶＩＰをまとめた表である。
図３３（ａ）はトレースデータから高周波電圧Ｖｐｐのみを除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３３（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３４（ａ）はトレースデータから高周波電力の印加積算時間のみを除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３４（ｂ）は予測値と実測値の相関関係を示すグラフである。
図３５（ａ）はトレースデータから高周波電圧Ｖｐｐと高周波電力の印加積算時間を除いたデータを用いた場合のエッチングレートの予測値及び実測値を示すグラフであり，図３５（ｂ）は予測値と実測値の相関関係を示すグラフである。Technical field
The present invention relates to a prediction method and a processing apparatus for a processing result of an object to be processed such as a wafer to be processed by a semiconductor manufacturing apparatus and a device state.
Background art
Various processing apparatuses are used in the semiconductor manufacturing process. For example, a processing apparatus such as a plasma processing apparatus is widely used in a film forming process or an etching process of an object to be processed such as a semiconductor wafer or a glass substrate. Each processing apparatus has unique process characteristics for the object to be processed. Therefore, for example, when performing an etching process on an object to be processed (for example, a semiconductor wafer) using an individual processing apparatus, for example, a test wafer is prepared in advance, and the test wafer is periodically etched. Based on the result (for example, the amount of chipping of the test wafer), the state of the processing apparatus at that time is determined.
However, in the method of judging the state of the processing apparatus from time to time based on the test wafer, it is necessary to produce many test wafers. Moreover, it is necessary to process many test wafers using the processing equipment and measure each processing result each time, so that it takes a lot of man-hours and time to prepare the test wafer and measure the processing results. There was a problem.
Japanese Patent Laid-Open No. 10-125660 proposes a process monitoring method for a plasma processing apparatus. This method uses a trial wafer before processing to create a model equation that correlates the plasma processing characteristics with an electrical signal that reflects the plasma state, and uses the detected value of the electrical signal obtained when processing an actual wafer as the model equation. Substituting to predict plasma processing characteristics.
Although this method is excellent in that it can predict plasma processing characteristics, it is highly accurate in actual wafer processing that includes lot fluctuations over time and sudden fluctuations in the application state of high-frequency power. Is not enough and further improvement is needed.
The present invention has been made in view of the above-mentioned problems of the prior art, and a process characteristic prediction formula (only by collecting a small number of operation data and process characteristic data obtained by processing a small number of samples ( Providing a processing result prediction method and processing device that can easily and accurately predict process characteristics by simply applying the operation data when the workpiece is processed to the prediction formula. The purpose is to do.
Disclosure of the invention
In order to solve the above problems, according to the first aspect of the present invention, a plurality of objects to be processed (for example, semiconductor wafers) are processed one by one (for example, an etching process) in a processing chamber of a processing apparatus such as a plasma processing apparatus. In the process of predicting the processing result based on the operation data and the processing result data of the processing device, the step of collecting the operation data and the processing result data, the collected operation data and the processing Result data (a step of performing multivariate analysis based on a data group, a step of obtaining a correlation between the operation data and the processing result data through the multivariate analysis, and obtaining the correlation based on the correlation. And a process for predicting the processing result using the operation data when the object to be processed other than the object to be processed is processed. .
In order to solve the above problems, according to the second aspect of the present invention, in the process of processing a plurality of objects to be processed (for example, semiconductor wafers) one by one (for example, an etching process) in a processing chamber, A processing apparatus such as a plasma processing apparatus for predicting a processing result based on result data, for example, means for storing the operation data, means for storing the processing result data, the stored operation data and the processing result Means for performing multivariate analysis based on data, means for obtaining a correlation between the operation data and the processing result data through the multivariate analysis, means for storing the obtained correlation, and the stored correlation And means for predicting a processing result using operation data when the object to be processed other than the object to be processed having obtained the correlation based on the relationship is provided. Management apparatus.
According to the first aspect and the second aspect of the present invention, the operation data and the processing result data are obtained by multivariate analysis only by collecting a small number of operation data and processing result data obtained by processing a small number of samples, for example. (For example, a prediction formula such as a regression formula) can be obtained. Thereafter, the processing result of the object to be processed can be predicted easily and with high accuracy simply by applying the operation data when the object is processed to the correlation.
Further, if the multiple regression analysis is performed as the multivariate analysis, a regression equation which is a correlation between the operation data and the processing result data can be easily obtained even with a large number of variable data by the multiple regression analysis.
Further, if the PLS method is used when performing the multivariate analysis, a relational expression that is a correlation between the operation data and the processing result data can be easily obtained even for a large number of variable data.
Further, the operation data may include temperature data of a mounting table on which the object to be processed is mounted, and may further include back gas pressure data. The operation data easily affects the processing result data (there is a correlation), and includes the temperature data of the mounting table and the back gas pressure data, so that the prediction accuracy of the processing result can be improved.
The operation data may include standard deviation data of back gas pressure (for example, backside gas pressure such as He gas), and an in-plane pressure difference of the object to be processed (for example, back gas is centered, The pressure difference when the three systems of middle and edge are used may be included. These standard deviations of the back gas pressure represent the stability of the back gas pressure, and are particularly useful for predicting the in-plane uniformity of the scraping amount of the wafer W as the processing result data of the object to be processed. Accuracy can be improved.
Further, the operation data may include at least data on the voltage of a high frequency power supply applied when processing the object to be processed, and may include at least data on the accumulated operation time of the high frequency power supply. Further, both high frequency power supply voltage data and high frequency power supply integrated operation time data may be included. These high-frequency power supply voltage data and high-frequency power supply integrated operation time data are particularly useful for predicting the amount of wafer W to be scraped (for example, the etching rate) as the processing result data of the object to be processed. Can also be improved.
Further, the integrated operation time of the high-frequency power source may be reset to zero every time the processing chamber is maintained. With respect to the integrated application time of the high-frequency power of the trace data, for example, the integrated application time is set to zero every time maintenance such as wet cleaning is performed, so that the integrated application time data for each wet cleaning cycle can be obtained. For this reason, when the application integration time of high-frequency power is used as operation data, even processing result data whose tendency changes by performing wet cleaning can be predicted with high accuracy.
In addition, the processing result data is processing result data of an object to be processed relating to etching including data on a shaving amount of the processing object or in-plane uniformity data of the shaving amount, and the processing result is the processing result data of the processing object. The processing result of the object to be processed relating to etching including the data of the amount of shaving or the data of the in-plane uniformity of the amount of shaving may be used. According to this, for example, by collecting a small number of operation data and processing result data obtained by processing a small number of samples, the amount of scraping data or the in-plane uniformity data of the amount of scraping is obtained. The processing result of the object to be processed concerning simple etching can be predicted easily and with high accuracy.
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, a first embodiment in which the present invention is applied to a method for predicting a processing result of a plasma etching apparatus will be described in detail with reference to the accompanying drawings.
First, a magnetron reactive etching apparatus (hereinafter referred to as “processing apparatus 10”) will be described as the plasma etching apparatus of the first embodiment. For example, as shown in FIG. 1, this processing apparatus 10 is an aluminum support that can be moved up and down to support an aluminum processing chamber 1 and a lower electrode 2 disposed in the processing chamber 1 via an insulating material 2A. 3 and a shower head (hereinafter also referred to as “upper electrode” if necessary) 4 which is disposed above the support 3 and supplies process gas and also serves as an upper electrode.
The processing chamber 1 has an upper portion formed as a small-diameter upper chamber 1A and a lower portion formed as a large-diameter lower chamber 1B. The upper chamber 1 </ b> A is surrounded by a dipole ring magnet 5. The dipole ring magnet 5 is arranged with a plurality of anisotropic segment columnar magnets housed in a casing made of a ring-shaped magnetic body, and forms a uniform horizontal magnetic field in one direction as a whole in the upper chamber 1A. . An entrance / exit for carrying the wafer W in / out is formed in the upper part of the lower chamber 1B, and a gate valve 6 is attached to the entrance / exit.
A high frequency power source 7 is connected to the lower electrode 2 via a matching unit 7A. A high frequency power of 13.56 MHz is applied from the high frequency power source 7 to the lower electrode 2, and the lower electrode 2 is connected to the upper electrode 4 in the upper chamber 1A. To form a vertical electric field. The matching unit 7A includes a measuring device (not shown) that measures a high frequency (RF) voltage Vpp on the lower electrode 3 side (high frequency voltage output side).
A power meter 7B is connected to the matching unit 7A and the lower electrode 2 side (high-frequency power output side). The wattmeter 7B measures the high frequency power P from the high frequency power source 7. In the upper chamber 1A, a magnetron discharge is generated by the electric field generated by the high-frequency power source 7 and the horizontal magnetic field generated by the dipole ring magnet 5 through the process gas, and plasma of the process gas supplied into the upper chamber 1A is generated.
An electrostatic chuck 8 is disposed on the upper surface of the lower electrode 2, and a DC power source 9 is connected to the electrode plate 8 A of the electrostatic chuck 8. Therefore, the wafer W is electrostatically adsorbed by the electrostatic chuck 8 by applying a high voltage from the DC power supply 9 to the electrode plate 8A under high vacuum. A focus ring 10a is disposed on the outer periphery of the lower electrode 2 to collect plasma generated in the upper chamber 1A on the wafer W. An exhaust ring 11 attached to the upper part of the support 3 is disposed below the focus ring 10a. A plurality of holes are formed in the exhaust ring 11 at equal intervals in the circumferential direction over the entire circumference, and the gas in the upper chamber 1A is exhausted to the lower chamber 1B through these holes.
The support 3 can be moved up and down between the upper chamber 1A and the lower chamber 1B via a ball screw mechanism 12 and a bellows 13. Accordingly, when the wafer W is supplied onto the lower electrode 2, the lower electrode 2 is lowered to the lower chamber 1B via the support 3, and the gate valve 6 is opened to transfer the wafer W via a transfer mechanism (not shown). Supplied on the lower electrode 2.
A refrigerant flow path 3A connected to the refrigerant pipe 14 is formed inside the support 3, and the refrigerant is circulated in the refrigerant flow path 3A via the refrigerant pipe 14 to adjust the wafer W to a predetermined temperature.
A gas flow path 3B is formed in each of the support 3, the insulating material 2A, the lower electrode 2, and the electrostatic chuck 8, and is formed in the slit between the electrostatic chuck 8 and the wafer W from the gas introduction mechanism 15 through the gas pipe 15A. He gas is supplied as a backside gas at a predetermined pressure, and the thermal conductivity between the electrostatic chuck 8 and the wafer W is enhanced through the He gas. The pressure of the backside gas is detected by a pressure sensor (not shown), and the detected value is displayed on the pressure gauge 15B. Reference numeral 16 denotes a bellows cover.
A gas introduction part 4A is formed on the upper surface of the shower head 4, and a process gas supply system 18 is connected to the gas introduction part 4A via a pipe 17. The process gas supply system 18 is C₄F₈Gas supply source 18A, O₂It has a gas supply source 18D and an Ar gas supply source 18G.
These gas supply sources 18A, 18D, and 18G supply the respective gases to the shower head 4 at predetermined flow rates through valves 18B, 18E, and 18H and mass flow controllers 18C, 18F, and 18I, respectively. Adjust as a mixed gas with a ratio. A plurality of holes 4B are evenly arranged over the entire lower surface of the shower head 4, and a mixed gas is supplied as a process gas from the shower head 4 into the upper chamber 1A through these holes 4B. In FIG. 1, 1C is an exhaust pipe, and 19 is an exhaust system comprising a vacuum pump or the like connected to the exhaust pipe 1C.
For example, as shown in FIG. 2, the processing device 10 includes a multivariate analysis device 50 that statistically processes operation data and processing result data, and an input / output that inputs processing result data and outputs information such as analysis results. Device 60. The processing device 10 performs multivariate analysis on the operation data and the processing result data via the multivariate analysis device 50 to obtain a correlation between the two, and then outputs information such as the analysis result from the input / output device 60 as necessary. .
As shown in FIG. 2, the multivariate analyzer 50 includes an operation data storage unit 51, a processing result data storage unit 52, a multivariate analysis program storage unit 53, a multivariate analysis processing unit 54, and a multivariate analysis result storage unit 55. It has.
The operation data storage unit 51 constitutes means for storing operation data, and the process result data storage unit 52 constitutes means for storing process result data. The multivariate analysis processing unit 54 constitutes a means for obtaining a correlation (for example, a prediction equation, a regression equation) between the operation data and the processing result data and a means for predicting the processing result based on the correlation. The multivariate analysis result storage unit 55 constitutes means for storing the correlation obtained by the multivariate analysis processing unit 54.
The multivariate analysis apparatus 50 may be constituted by, for example, a microprocessor that operates based on a program from the multivariate analysis program storage unit 53. The operation data storage unit 51, the processing result data storage unit 52, and the multivariate analysis result storage unit 55 may each be constituted by a recording means such as a memory, or each memory area may be provided in a recording means such as a hard disk. May be.
The multivariate analysis device 50 stores each data in the operation data storage unit 51 and the processing result data storage unit 52 by inputting the operation data and the process characteristic data, and then stores these data and the program of the multivariate analysis program storage unit 53. The multivariate analysis processing unit 54 performs multivariate analysis of the operation data and the process characteristic data, and stores the processing results in the multivariate analysis result storage unit 55.
Here, the operation data means detection data obtained from each of a plurality of measuring devices attached to the processing apparatus 10 when processing the wafer W, and the processing result data means the wafer W obtained as a result of processing the wafer W. Process characteristic data and apparatus state data relating to the state in the processing chamber 1. The operation data is measured intermittently during the processing of the wafer W, and the processing result data is measured as needed after the processing of the wafer. These measurement results are stored in the respective storage units 51 and 52.
In the first embodiment, it is preferable to use data that easily affects the processing result as the operation data because the correlation between the operation data and the processing result data is obtained. In the first embodiment, as operation data, temperatures at a plurality of locations in the processing chamber 1, backside gas pressure, and electrical data of the processing apparatus 10 are used.
In the first embodiment, the process characteristic data out of the processing result data includes, for example, data related to etching including the silicon oxide film scraping amount of the wafer W having a silicon oxide film on the surface or in-plane uniformity of the scraping amount. Yes.
Among the processing result data, as the apparatus state data, data indicating the apparatus state including the deposited film thickness of the by-product in the processing chamber 1 and the consumption amount of the components such as the focus ring 10a can be used. In the first embodiment, process characteristic data is used among the processing result data, and among these, in-plane uniformity of the scraping amount of the wafer W is used.
As the temperature in the processing chamber 1, the temperature of the shower head 4, which is the upper electrode, the temperature of the inner wall surface of the processing chamber 1, and the temperature of the lower electrode 2 are used in the first embodiment. In particular, the influence of the temperature of the lower electrode 2 is large. These temperatures can be measured via a conventionally known temperature sensor (not shown) such as a thermocouple disposed at each part. More specifically, as the temperature in the processing chamber 1, the average temperature during the processing of one wafer at each of the above-described portions is used.
As the pressure in the processing chamber 1, for example, the pressure of a process gas in the processing chamber 1 or the pressure of a backside gas such as He gas can be used. In the first embodiment, the pressure of the backside gas is used as the pressure in the processing chamber 1.
As electrical data of the processing apparatus 10, for example, a fundamental wave, a harmonic voltage, a current, a phase, an impedance, or the like of the high frequency power applied from the high frequency power source 7 can be used. In the first embodiment, a high-frequency voltage (RF voltage) Vpp on the output side of the matching unit 7A measured by a measuring unit (not shown) in the matching unit 7A is used. For example, as shown in FIG. 7, the high-frequency voltage Vpp can be reflected in the predicted value even if it greatly fluctuates instantaneously in the vicinity of 60 hours.
The in-plane uniformity of the silicon oxide film scraping amount of the wafer W used as process characteristic data is measured by measuring the thickness of the silicon oxide film at 13 points in the surface of the wafer W before and after processing, for example. Data indicating the in-plane uniformity obtained from the variation in the difference between the two is used. The in-plane uniformity is obtained from (maximum value−minimum value of measurement value) / (2 × average value of measurement value).
In the first embodiment, the multivariate analysis apparatus 50 has the following relationship (1) in which plural types of operation data are explanatory variables (explanatory variables) and process characteristic data are explanatory variables (object variables, objective variables). An equation (prediction equation such as regression equation, model) is obtained using a multivariate analysis program. In the regression equation (1) below, X means a matrix of explanatory variables, and Y means a matrix of explained variables. B is a regression matrix made up of coefficients (weights) of explanatory variables, and E is a residual matrix.
Y = BX + E (1)
When obtaining the above (1) in the first embodiment, for example, JOURNAL OF CHEMOMETRICS, VOL. 2 (PP 211-228) (1998), the PLS (Partial Least Squares) method is used. In this PLS method, even if there are a large number of explanatory variables and explained variables in each of the matrices X and Y, a relational expression between X and Y can be obtained if there are a small number of actually measured values. Moreover, it is a feature of the PLS method that even a relational expression obtained with a small actual measurement value is highly stable and reliable.
A program for the PLS method is stored in the multivariate analysis program storage unit 53. The multivariate analysis processing unit 54 processes the operation data and the process characteristic data according to the procedure of the program, finds the above equation (1), and obtains this result. The multivariate analysis result storage unit 55 stores the result. Therefore, in the first embodiment, once the above equation (1) is obtained, the process characteristics can be predicted by applying the operation data to the matrix X as explanatory variables. In addition, the predicted value is highly reliable.
For example, X^TThe i-th principal component corresponding to the i-th eigenvalue with respect to the Y matrix is t_iIt is represented by The matrix X is the score t of this i-th principal component_iAnd the vector pi are expressed by the following equation (2), and the matrix Y is the score t of the i-th principal component._iAnd vector c_iIs used, it is represented by the following formula (3). In the following formulas (2) and (3), X_{i + 1}, Y_{i + 1}Is a residual matrix of X and Y, and X^TIs a transposed matrix of the matrix X. In the following, the index T means a transposed matrix.
X = t₁p₁+ T₂p₂+ T₃p₃+ ・・ + T_ip_i+ X_{i + 1}・・・ ▲ 2 ▼
Y = t₁c₁+ T₂c₂+ T₃c₃+ ・・ + T_ic_i+ Y_{i + 1}・・・ ▲ 3 ▼
Thus, the PLS method used in the first embodiment is a method of calculating a plurality of eigenvalues and respective eigenvectors when the above equations (2) and (3) are correlated with a small amount of calculation.
The PLS method is performed by the following procedure. First, in the first stage, the centering and scaling operations of the matrices X and Y are performed. Then set i = 1 and X₁= X, Y₁= Y. U₁As matrix Y₁Set the first column. The centering is an operation of subtracting the average value of each row from the individual value of each row, and the scaling is an operation (processing) of dividing the individual value of each row by the standard deviation of each row.
In the second stage, w_i= X_i ^Tu_i/ (U_i ^Tu_i), W_iNormalize the determinant of t_i= X_iw_iAsk for. The same processing is performed for the matrix Y, and c_i= Y_i ^Tt_i/ (T_i ^Tt_i), C_iNormalize the determinant of_i= Y_ic_i/ (C_i ^Tc_i)
In the third stage, X loading (load amount) p_i= X_i ^Tt_i/ (T_i ^Tt_i), Y load q_i= Y_i ^Tu_i/ (U_i ^Tu_i) And b is a regression of u to t_i= U_i ^Tt_i/ (T_i ^Tt_i) Then the residual matrix X_i= X_i-T_ip_i ^T, Residual matrix Y_i= Y_i-B_it_ic_i ^TAsk for. Then, i is incremented to set i = i + 1, and the processing from the second stage is repeated. These series of processes are performed until a predetermined stop condition is satisfied according to the program of the PLS method, or the residual matrix X_{i + 1}Repeat until the value converges to zero to find the maximum eigenvalue and its eigenvector of the residual matrix.
The PLS method uses the residual matrix X_{i + 1}The stop matrix or the convergence to zero is fast, and the residual matrix converges to the stop condition or zero just by repeating the calculation about 10 times. In general, the residual matrix converges to a stop condition or zero after repeating the calculation 4 to 5 times. Using the maximum eigenvalue and its eigenvector obtained by this calculation process, X^TThe first principal component of the Y matrix is obtained, and the maximum correlation between the X matrix and the Y matrix can be known.
Next, the operation of the processing apparatus 10 will be described together with an embodiment of the method of the present invention. In the first embodiment, after obtaining the above equation (1) for predicting process characteristics by multivariate analysis, a predetermined wafer W is processed. In the processing stage of the wafer W, the process characteristics at that time can be predicted by applying the operation data at an arbitrary time point to the equation (1).
When the operation of the processing apparatus 10 is started, the support 3 is lowered to the lower chamber 1B of the processing chamber 1 via the ball screw mechanism 12, and the wafer W is carried in from the entrance / exit where the gate valve 6 is opened, and onto the lower electrode 2. Place. After the wafer W is loaded, the gate valve 6 is closed and the exhaust system 19 is operated to maintain the inside of the processing chamber 1 at a predetermined degree of vacuum. At this time, He gas is supplied as a back gas from the gas introduction mechanism 15 to increase the thermal conductivity between the wafer W and the lower electrode 2, specifically, the electrostatic chuck 8 and the wafer W, thereby increasing the cooling efficiency of the wafer W. .
On the other hand, from the process gas supply system 18 to C₄F₈Gas flow rate of 16sccm, O₂Gas is supplied at a flow rate of 300 sccm. Ar gas is also supplied at a flow rate of 40 sccm. At this time, the pressure in the processing chamber 1 is, for example, 53 mTorr. When high frequency power is applied at 1700 W from the high frequency power source 7 in this state, magnetron discharge is generated in combination with the action of the dipole ring magnet 5, plasma of process gas is generated, and the oxide film on the wafer W is etched. After the etching is completed, the processed wafer W is unloaded from the processing chamber 1 by an operation reverse to that at the time of loading, the same processing is repeated for the subsequent wafers W, a predetermined number of wafers are processed, and a series of processing is performed. finish.
In the first embodiment, before processing an actual wafer W, 25 wafers in which six wafers W and 19 dummy wafers that are the same as the actual wafer W are mixed into one lot and 3 [minutes / wafer]. 11 lots are processed repeatedly every 10 hours or every 5 hours, and operation data and process characteristic data concerning six wafers W are obtained to perform multivariate analysis. In the first embodiment, since the PLS method that requires a small number of data is used, for example, only operation data and process characteristic data of the wafer W in the second and eleventh lots are used, and these data are obtained using the PLS method. The above equation (1) is obtained. The six wafers W are inserted into the first, third, fifth, tenth and 25th wafers of each lot.
During the processing of the wafer W, the temperature of the shower head (upper electrode) 4, the wall surface of the upper chamber 1A of the processing chamber 1 and the lower electrode 2 is intermittently detected as operation data. Detection signal T₁, T₂, T₃Are sequentially input to the multivariate analyzer 50 through the A / D converter and stored in the operation data storage unit 51.
Further, as other operation data, the pressure of He gas is intermittently detected, and this detection signal P is sequentially input to the multivariate analyzer 50 via the A / D converter, and the multivariate analysis is performed based on these input values. The standard deviation is calculated via the processing unit 54 and stored in the operation data storage unit 51.
Further, the voltage of the high-frequency power source 7 is intermittently detected as other operation data, and this detection signal V is sequentially input to the multivariate analyzer 50 via the A / D converter and stored in the operation data storage unit 51.
Next, an average value of each operation data for each wafer W is obtained for other than the He gas pressure, and a standard deviation for each wafer W of the operation data for the He gas pressure is obtained via the multivariate analysis processing unit 54.
Next, the average value and the standard deviation of the operation data for each wafer W are stored in the operation data storage unit 51, or prepared for the next processing as it is.
Here, the detection signal T of the upper electrode temperature of all wafers W₁, Wall temperature detection signal T₂, Lower electrode temperature detection signal T₃FIGS. 3 to 5 show changes over time in the average values. FIG. 6 shows a change with time of the standard deviation of the detection signal P of He gas, and FIG. 7 shows a change with time of the average value of the detection signal V of the high frequency power.
Then, the processed wafer W is taken out, and the amount of scraping at 13 points in the surface of the silicon oxide film of the wafer W is input from the input / output device 60 to the multivariate analysis device 50, and the multivariate analysis is performed based on this input value. In-plane uniformity is calculated via the processing unit 54, and the calculated value is stored in the processing result data storage unit 52 as process characteristic data. FIG. 8 shows changes over time in such process characteristic data (in-plane uniformity).
Among the operation data and process characteristic data shown in FIGS. 3 to 8, the regression matrix B and the residual of the above equation (1) are calculated by the PLS method based on the operation data and process characteristic data of the second lot and the eleventh lot. Matrix E was determined. Then, the process characteristic data of the wafer W in the lots and lots other than the lots is predicted using this equation, and a graph of x is shown in FIG. Further, a graph indicated by a square in FIG. 9 is an actual measurement value of the process characteristic data.
In FIG. 9, the predicted value and the actual measurement value of the second lot and the eleventh lot coincide with each other because the wafer W at this time is used when obtaining the equation (1). It can be seen that the predicted values of the process characteristic data of the other wafers W are very close to the actually measured values that vary from lot to lot (every 10 hours). In particular, a large deterioration in uniformity can be confirmed in both the predicted value and the actual measurement value in the vicinity of 60 hours. This reflects the sudden drop in the radio frequency (RF) voltage confirmed in FIG. That is, data reflecting the state in the processing chamber 1 such as the upper electrode temperature, the wall surface temperature, the lower electrode temperature, and the He gas pressure that can detect a lot variation with time as shown in FIGS. As shown in FIG. 7, it is difficult to detect the variation in the lot, but it can be understood that it is effective to use both data reflecting the application state of the high frequency power.
FIG. 10 shows the correlation obtained by plotting the relationship between the predicted value and the actually measured value shown in FIG. As is apparent from FIG. 10, this correlation is highly correlated with the correlation coefficient R = 0.9053, and it can be seen that the predicted value and the actually measured value almost coincide. In the first embodiment, actual operation data and process characteristic data relating to all wafers W are shown in FIG. 3 to FIG. 9 in order to compare the predicted value and the actual measurement value. When predicting the in-plane uniformity of the scraping amount of the wafer W, which is the process characteristic data of the first embodiment, from the results of such an experiment, in particular, the average value of the lower electrode temperature for each wafer W and the He gas It was found that using the standard deviation of each pressure for each wafer as operation data is important for improving the prediction accuracy.
As described above, in this embodiment, before processing the actual wafer W, a small number of the same wafers W (12 in the second and eleventh lots in the first embodiment) are used. Operation data and process characteristic data are obtained as described above. After obtaining the regression equation (1) by the PLS method using these small number of operation data and process characteristic data, operation data of an arbitrary wafer W is detected when an actual wafer W is processed. Then, the actual in-plane uniformity of the wafer W can be predicted as process characteristic data simply by applying each operation data to the regression equation (1). In addition, extremely accurate process prediction can be performed.
As described above, according to the first embodiment, operation data and processing result data (for example, process characteristic data) when a small number of test wafers such as wafers of a predetermined lot are processed are collected, and these collected data are collected. Multivariate analysis is performed based on the group (operation data and processing result data), and the correlation between the operation data and the processing result data is obtained through this multivariate analysis. In order to predict the processing result (for example, process characteristics) of the wafer W such as uniformity, when the wafer W is actually processed, the in-plane uniformity of the wafer W is processed by simply obtaining the operation data of the wafer W. The characteristics can be predicted with high accuracy. Further, since the PLS method is used when the correlation between the operation data and the processing result data is obtained by performing multivariate analysis, the regression equation (1) can be obtained efficiently in a short time.
Therefore, according to the first embodiment, there is no need to produce many test wafers as in the prior art or to process many test wafers using the processing apparatus 10 and to measure the results of the respective processes. It is not necessary to spend a lot of man-hours and time for wafer fabrication and measurement of processing results. Moreover, the processing result can be predicted with higher accuracy than the conventional prediction method.
Furthermore, according to the first embodiment, the operation data is data that easily affects the process characteristic data (in-plane uniformity of the wafer W), that is, the temperatures (upper electrode temperature, processing chamber) in the processing chamber 1. (1) Wall temperature and lower electrode temperature), pressure in the processing chamber (back gas pressure such as He gas), and electrical data (voltage of high frequency power) are used. Characteristics can be predicted with high accuracy. Further, since the in-plane uniformity of the wafer W is adopted as the process characteristic data, it is possible to predict with high accuracy whether the uniformity within the wafer W surface due to etching is good or bad.
In the first embodiment, the correlation between the actual measurement value and the predicted value is obtained using the test wafers of the second lot and the eleventh lot. However, when obtaining the correlation, the wafer W is obtained by an actual process. During processing, the test wafer may be processed periodically to obtain the correlation, or the test wafer may be processed irregularly to obtain the correlation. Once the correlation is obtained, the prediction accuracy can be further improved by updating the correlation by adding data using a test wafer as appropriate.
In the first embodiment, the upper electrode temperature, the processing chamber wall temperature, and the lower electrode temperature are used as the operation data. However, the temperature of another part that easily affects the process characteristics may be used. The temperature may be used. In particular, when predicting in-plane uniformity of the scraping amount of the wafer W as process characteristic data, the lower electrode temperature is preferable.
Further, although the pressure of He gas is used as the pressure in the processing chamber, the pressure of process gas may be used. In particular, when predicting the in-plane uniformity of the scraping amount of the wafer W as the process characteristic data, it is preferable to use a standard deviation representing the stability of the He gas pressure. It is also preferable to use (for example, the pressure difference when the back gas is made into three systems of center, middle, and edge).
In the first embodiment, the voltage of the high frequency power supply is used as the electrical data of the operation data. However, the fundamental wave, harmonic current, phase, impedance, and the like of the high frequency power supply may be used.
In the first embodiment, the process result data is used as process characteristic data, and the in-plane uniformity of the scraping amount of the wafer W is used as the process characteristic data. In addition, data indicating etching characteristics such as the line width and taper angle of the etching pattern may be used.
Next, a second embodiment in the case where the present invention is applied to a method for predicting a processing result of a plasma etching apparatus will be described in detail with reference to the accompanying drawings. In the second embodiment, the same portions as those in the first embodiment are denoted by the same reference numerals, and detailed description thereof is omitted.
In the second embodiment, a parameter as operation data is changed or added, and multivariate analysis is performed using the amount of wafer W shaving (for example, etching rate) in the process characteristic data as processing result data. The etching rate is predicted.
First, a magnetron reactive etching apparatus (hereinafter referred to as “processing apparatus 100”) as a plasma etching apparatus according to the second embodiment will be described with reference to FIG. In FIG. 11, the same parts as those in FIG.
The shower head 4 of the processing apparatus 100 shown in FIG. 11 is provided with a spectroscope (hereinafter referred to as “optical measuring instrument”) 20 that detects plasma emission in the processing chamber 1. The emission spectrum intensity in a specific wavelength range (for example, 200 to 950 nm) obtained by the optical measuring instrument 20 is used as optical data.
A process gas supply system 18 ′ is connected to the gas introduction part 4 </ b> A via a pipe 17. The process gas supply system 18 '₅F₈Gas supply source 18A ', O₂It has a gas supply source 18D 'and an Ar gas supply source 18G'.
These gas supply sources 18A ', 18D' and 18G 'are supplied to the shower head 4 at a predetermined flow rate through the valves 18B', 18E 'and 18H' and the mass flow controllers 18C ', 18F' and 18I ', respectively. It is supplied and adjusted as a mixed gas with a predetermined mixing ratio inside. Each gas flow rate can be detected by each mass flow controller 18C ', 18F', 18I '. In the second embodiment, C out of the gas flow rates.₅F₈The gas flow rate of gas and the gas flow rate of Ar gas are detected. The detected gas flow rate data is trace data.
The exhaust pipe 1 </ b> C is provided with an APC (Auto Pressure Controller) valve 1 </ b> D, and the opening degree of the APC valve is automatically adjusted in accordance with the gas pressure in the processing chamber 1. In the second embodiment, the APC opening degree by the APC valve 1D is detected. The detected APC opening is used as trace data.
Between the electrode plate 8A of the electrostatic chuck 8 and the DC power source 9, a wattmeter 9a for detecting the applied current and applied voltage of the electrostatic chuck 8 is connected. The data of the applied current and applied voltage of the electrostatic chuck 8 detected from the wattmeter 9a is trace data.
For example, a mass flow controller (not shown) is provided in the gas introduction mechanism 15 for introducing the back side gas (for example, He gas), and the gas flow rate of the back side gas is detected by the mass flow controller. The gas flow rate of the backside gas is trace data together with the gas pressure of the backside gas detected by the pressure gauge 15B.
The matching unit 7A includes, for example, two variable capacitors C1, C2, a capacitor C, and a coil L, and impedance matching is performed through the variable capacitors C1, C2. The positions of the variable capacitors C1 and C2 in the matching state are set as trace data.
The matching unit 7A is provided with a wattmeter 7a, and the wattmeter 7a measures a voltage Vdc between a high-frequency power supply line (electric wire) and the ground (ground) of the processing apparatus 100. The voltage Vdc between the high-frequency power supply line (electric wire) and the ground is used as trace data.
An electrical measuring instrument (for example, a VI probe) 7C is attached to the lower electrode 2 side (high-frequency voltage output side) of the matching unit 7A, and the high-frequency power P applied to the lower electrode 2 through the electrical measuring instrument 7C. Thus, the fundamental wave (traveling wave and reflected wave of high frequency power) and the harmonic high frequency voltage V, high frequency current I, high frequency phase P, and impedance Z based on the plasma generated in the upper chamber 1A are detected as electrical data. Of these, the traveling wave and the reflected wave of the high frequency power are used as trace data. Further, the high-frequency voltage V, the high-frequency current I, the high-frequency phase P, and the impedance Z of the harmonic are used as VI probe data.
Between the high frequency power supply 7 and the wattmeter 7B, an integrating unit 7b for integrating the application time of the high frequency power is connected. The application integration time of the high frequency power detected by the integration unit 7b is also used as trace data. The application integration time here is the integration of the time during which high frequency power is applied every time the wafer W is processed.
The integration unit 7b is configured to reset the high frequency power application integration time to zero each time the processing apparatus 100 is maintained. Therefore, the high frequency power application integration time here is the application integration time until the next maintenance is performed.
Examples of the maintenance include wet cleaning performed for removing by-products (for example, particles) in the processing apparatus 100 generated by etching, replacement of consumables and measuring instruments, and the like. In the second embodiment, the application integration time is reset to zero each time wet cleaning is performed.
Next, FIG. 12 shows a block diagram of the multivariate analyzer 50 in the second embodiment. In the second embodiment, operation data detected from each measuring instrument is divided into optical data, trace data, and VI probe data. As the optical data, for example, the emission spectrum intensity in the wavelength range of 200 to 950 nm detected from the optical measuring instrument 20 described above is used.
As the trace data, the temperature (upper electrode temperature T) at a plurality of locations in the processing chamber 1 described in the first embodiment is used.₁, Wall temperature T₂, Lower electrode temperature T₃), The following data is used in addition to the data of the pressure of the backside gas and the high-frequency voltage (RF voltage) Vpp on the output side of the matching unit 7A.
That is, the process gas C₅F₈Gas and Ar gas flow rate, backside gas flow rate, APC valve opening by APC valve 1D, applied current and voltage of electrostatic chuck 8, position of variable capacitors C1 and C2 in matching unit 7A, high frequency in matching unit 7A The voltage Vdc between the power supply line and the ground, the traveling wave and reflected wave data of the high frequency power, and the application integration time of the high frequency power are added to the trace data. As the pressure and flow rate of the backside gas, for example, the flow rates at the center and the edge of the wafer W are used, respectively.
As the VI probe data, harmonic high-frequency voltage V, high-frequency current I, high-frequency phase P, and impedance Z are used. As the process characteristic data, the scraping amount of the wafer W is used. Specifically, the data of the etching rate (削 / min) when the CVD oxide film formed on the surface of the wafer W by, for example, CVD (chemical vapor deposition) is etched as the wafer W scraping amount. Use.
In the multivariate analysis apparatus 50 according to the second embodiment, optical data or the like among the operation data is used as an explanatory variable, and the etching rate of the wafer W, which is one of the process characteristic data, is used as the processing result data. (Variable), the regression formula (relational expression (1)) described in the first embodiment is obtained by using, for example, a multivariate analysis program for the PLS method. Then, operation data is input to the obtained regression equation to predict the etching rate of the wafer W.
The multivariate analysis processing unit 54 in the second embodiment performs preprocessing on the operation data and the processing result data before performing multivariate analysis such as calculation of the relational expression (regression formula) of (1). It has become. As pre-processing, for example, any one of OSC (Orthogonal Signal Correction), MSC (Multiplicative Signal Correction), and SNV (Standard Normal Vary Transformation) can be selectively performed.
The preprocessing by the OSC is generally preprocessing for removing components (Y and vertical components) that are not related to the objective variable Y from the explanatory variable X. Details of the pre-processing by the OSC are described in, for example, Wald, et al. (1998a), orthologous Signal Correction of Near-Infrared Spectra, Chemometrics and Intelligent Laboratory Systems, 44, 175-185. It is published in.
The pre-processing by the SNV is generally pre-processing that performs standardization in the data direction for each sample in order to calibrate the influence of variations in samples (here, operation data and processing result data for each wafer W). Specifically, the pre-processing by the SNV performs correction by standardizing each sample with a standard deviation, for example. For details on the pre-processing by the SNV, see Barnes, et al. (1989), Standard Normal Varyate Transformation and De-trending on Near-Infrared Diffuse Reflectance Spectra, Applied Spectroscopy, 43, 772-777. It is published in.
The preprocessing by the MSC is generally preprocessing for correcting the dispersion between samples to be smaller by obtaining an ideal spectrum from the samples. Specifically, the pre-processing by the MSC calculates, for example, an average in the wavelength direction for each sample (ideal spectrum), and calculates a linear regression line with the ideal spectrum for each sample. The data of each sample is corrected from the slope and intercept obtained from the linear regression line. Details of the pre-processing by the MSC are described in, for example, Gelad, et al. , (1985), Linearization and Scatter-infrared Refractance Spectra of Meat, Applied Spectroscopy, 3, 491-500. It is described in.
Next, the operation of the second processing apparatus 100 will be described. When the operation of the processing apparatus 100 is started, detection data detected intermittently from each measuring instrument such as the optical measuring instrument 20 is sequentially input to the multivariate analyzer 50. Here, the etching conditions are as follows: the pressure in the processing chamber is 50 mT, the high-frequency power applied to the lower electrode is 1500 W, and the processing gas is C₅F₈And O₂A gas mixture of Ar and Ar, and a backside gas was He gas.
Subsequently, an average value of each operation data for each wafer W is obtained through the multivariate analysis processing unit 54. Next, the average value of the operation data for each wafer W is stored in the operation data storage unit 51, or is prepared for the next processing as it is.
Then, the processed wafer W is taken out, the etching rate of the CVD oxide film of the wafer W is input from the input / output device 60 to the multivariate analysis device 50, and this input value is processed as process characteristic data in the processing result data storage unit 52. Remember. Then, the pre-processing is not performed or the pre-processing is performed, and then the regression formula (relationship formula (1)) by the PLS method is obtained.
Here, the relationship between the number of processed wafers W and the measured etching rate is shown in FIG. In FIG. 13, WC (wet cleaning cycle) 1 is a section until the first wet cleaning of the processing apparatus 100, WC2 is a section from the first wet cleaning to the second wet cleaning, and WC3 is A section from the second wet cleaning to the third wet cleaning, and WC4 is a section from the third wet cleaning to the fourth wet cleaning.
Of the operation data and the processing result data, the regression matrix B and the residual matrix E of the regression equation (relational expression (1)) are obtained by the PLS method based on the data of the wet cleaning cycle WC1 (first to 16th sheets). Asked. Then, using this equation, the processing result data in WC1 and WC2 other than WC1 (17th to 36th), WC3 (37th to 47th), and WC4 (48th to 52nd) The etching rate data of the wafer W is predicted.
Each of the graphs (a) in FIGS. 14 to 29 shows the results of prediction of the etching rate of the wafer W in the form of a square mark. Among these figures (a), the graphs indicated by ◇ are measured values of the etching rate data of the wafer W. Prediction errors (PE) were calculated for the experimental results in FIGS. 14 to 29 (a). This prediction error PE is obtained by subtracting the prediction value from the actual measurement value of the data of each wafer to obtain the sum of the squares and dividing the result by the number of processed wafers to obtain the square root. The prediction error PE is best at 0, and the smaller this value, the smaller the error between the actually measured value and the predicted value.
The correlations obtained by plotting the relationship between the predicted values and the actual measurement values shown in FIGS. 14A to 29A are shown in FIGS. 14B to 29B, respectively. The correlation coefficient R was calculated | required about the experimental result of each figure (b) of FIGS. The correlation coefficient R is 1 best, and the larger this value is, the more correlation there is. Therefore, generally, the prediction accuracy PE is better as the prediction error PE is closer to 0 and the correlation coefficient R is closer to 1.
As for the above experimental results, since etching is performed under the same etching conditions for WC1 to WC4, data for WC1 to WC4 is used when obtaining the prediction error PE and the correlation coefficient. However, the etching rate experimental results (FIGS. 17, 21, 25, and 29) with the VI probe as an explanatory variable are different in etching conditions from other WC1 to WC3 by WC4 for experimental reasons. Therefore, when obtaining the prediction error PE and the correlation coefficient in the experimental results of FIGS. 17, 21, 25, and 29, data from WC1 to WC3 excluding WC4 data is used.
14 to 17 show experimental results when multivariate analysis is performed by the PLS method without performing preprocessing. FIG. 14 shows a case where the optical data is an explanatory variable, and FIG. 15 shows a case where the optical data and the trace data are explanatory variables. FIG. 16 shows a case where the trace data is an explanatory variable, and FIG. 17 shows a case where the VI probe data is an explanatory variable.
18 to 21 show experimental results when multivariate analysis is performed by the PLS method after performing the OSC described above as preprocessing. FIG. 18 shows a case where the optical data is an explanatory variable, and FIG. 19 shows a case where the optical data and the trace data are explanatory variables. FIG. 20 shows a case where the trace data is an explanatory variable, and FIG. 21 shows a case where the VI probe data is an explanatory variable.
22 to 25 show experimental results when multivariate analysis is performed by the PLS method after performing the above-described SNV as preprocessing. FIG. 22 shows a case where the optical data is an explanatory variable, and FIG. 23 shows a case where the optical data and the trace data are explanatory variables. FIG. 24 shows a case where the trace data is an explanatory variable, and FIG. 25 shows a case where the VI probe data is an explanatory variable.
26 to 29 show experimental results when the multivariate analysis is performed by the PLS method after performing the above-described MSC as preprocessing. FIG. 26 shows a case where the optical data is an explanatory variable, and FIG. 27 shows a case where the optical data and the trace data are explanatory variables. FIG. 28 shows a case where the trace data is an explanatory variable, and FIG. 29 shows a case where the VI probe data is an explanatory variable.
FIG. 30 shows the prediction error PE obtained from the experimental results in FIGS. 14 to 29 described above and summarized in a table. The experimental results in FIGS. 14 to 29 in FIG. FIG. 31 shows the relationship number R obtained in a table.
From the perspective of data used for multivariate analysis, according to FIG. 30, the prediction error PE is greatest when optical data is used, and when optical data and trace data are used, VI probe data is used. In this case, the trace data becomes smaller in the order in which the trace data is used, and the trace data is the smallest in the case of using the trace data. Further, according to FIG. 31, the correlation coefficient R is smallest when optical data is used, when optical data and trace data are used, when VI probe data is used, and when trace data is used, the correlation coefficient R increases. The largest case is when trace data is used.
Therefore, when viewed from the perspective of the data used for multivariate analysis, when optical data is used, optical data and trace data are used, VI probe data is used, and trace data is used. The prediction accuracy improves in order, and it can be seen that the use of trace data provides the best prediction accuracy and is effective for prediction.
When the trace data with the highest prediction accuracy is used, from a viewpoint of the presence or type of preprocessing and the type, the prediction error PE is not preprocessed except for the OSC according to FIG. It is smaller when pre-processing is performed. The prediction error PE decreases in the order of OSC, SNV, and MSC when preprocessing is performed, and is smallest when MSC is performed as preprocessing. Further, according to FIG. 31, the correlation coefficient R is larger in the case of preprocessing than in the case of no preprocessing except in the case of OSC. The correlation coefficient R increases in the order of OSC, SNV, and MSC when preprocessing is performed, and is largest when MSC is performed as preprocessing.
Therefore, when using the trace data with the best prediction accuracy, from the viewpoint of the presence or type of preprocessing and the type of the preprocessing, except for the case where OSC is used as the preprocessing, the preprocessing is not performed. It can be seen that the processing accuracy is better and more accurate. Further, when pre-processing is performed, the prediction accuracy is improved in the order of OSC, SNV, and MSC, and when MSC is performed as pre-processing, the prediction accuracy is the highest and effective.
As described above, in order to predict the etching rate of the wafer W, the prediction accuracy is best when the multivariate analysis is performed using the trace data as the explanatory variable, and the MSC is performed as the preprocessing prior to the multivariate analysis. , The most effective.
Here, it is examined which kind of data among the trace data has the most influence on the prediction result. FIG. 32 shows a table obtained by calculating an influence variable VIP (variable influence on projection) on the prediction result for each type of data in the trace data. The influence variable VIP indicates the magnitude of the influence for each explanatory variable X when the objective variable Y is predicted. For example, if a is a component, R is a loading vector, W is a weight vector, and R2y is a correlation coefficient of y, the influence variable VIP is the sum of the components of (W [a] squared) × (R2y [a]). Is expressed as a standardized version.
According to FIG. 32, the influence variable VIP has the largest high frequency voltage (RF voltage) Vpp on the output side of the matching unit 7A, and then the application integration time of the high frequency power is long. Therefore, it can be seen that the application integration time of the high-frequency voltage Vpp and the high-frequency power greatly affects the prediction result.
Therefore, when the high-frequency voltage Vpp and high-frequency power application integration time are removed from the trace data and the multivariate analysis is performed to predict the etching rate of the wafer W, experimental results as shown in FIGS. 33 to 35 are obtained. It was. Each of FIGS. 33 to 35 (a) shows a prediction result of the etching rate of the wafer W with a square mark. Among these figures (a), the graphs indicated by ◇ are measured values of the etching rate data of the wafer W. The respective correlations obtained by plotting the relationship between the predicted values and the actual measurement values shown in FIGS. 33 to 35 (a) are shown in FIGS. 33 to 35 (b), respectively.
33 shows the case where data obtained by removing only the high frequency voltage Vpp from the trace data is used, FIG. 34 shows the case where data obtained by removing only the integration time of high frequency power from the trace data is used, and FIG. 35 shows the case where the high frequency voltage Vpp is obtained from the trace data. And the data excluding the integrated application time of the high frequency power.
When the prediction error PE was calculated for each of the experimental results in FIGS. 33 to 35, the results were 49.7 Å / min, 55.1 Å / min, and 66.3 Å / min, respectively. Here, in comparison with the prediction error of 43.7 mm / min when all the trace data described above is used (FIG. 16A), any of the cases shown in FIGS. 33A to 35A. It can be seen that the prediction error is larger than in the case of FIG.
Next, when the correlation coefficient R was calculated for each of the experimental results of FIGS. 33 to 35 (b), it was 0.82, 0.83, and 0.57, respectively. Here, when compared with the correlation coefficient 0.90 in the case where all of the above-described trace data is used (FIG. 16B), the case of any of FIGS. 33B to 35B is shown. It can be seen that the correlation coefficient is smaller than in the case of 16 (b).
Therefore, when the trace data excluding only the high frequency voltage Vpp is used (FIG. 33), the trace data excluding only the high frequency power application integration time is used (FIG. 34), the high frequency voltage Vpp and the high frequency power application integration. In any case where the trace data excluding time was used (FIG. 36), it was confirmed that the prediction accuracy was lower than when all the trace data was used. In addition, it was also confirmed that the prediction accuracy was worst when the high frequency voltage Vpp and the high frequency power application integration time were removed.
Therefore, when predicting the etching rate of the wafer W, it is effective to have at least the high-frequency voltage Vpp as the trace data, and it is more preferable to have the application integration time of the high-frequency power.
As described above, according to the second embodiment, operation data and processing result data (for example, process characteristic data) when a small number of test wafers such as wafers in one wet cleaning cycle (WC) are processed are collected. Then, multivariate analysis is performed based on these collected data groups (operation data and processing result data), and the correlation between the operation data and the processing result data is obtained through this multivariate analysis. In order to predict the processing result (for example, process characteristics) of the wafer W such as the amount of shaving (for example, the etching rate) of the W, when the wafer W is actually processed, the operation data of the wafer W is simply obtained. The amount of abrasion (for example, the etching rate) can be predicted with high accuracy as the process characteristics. Further, since the PLS method is used when the correlation between the operation data and the processing result data is obtained by performing multivariate analysis, the regression equation (1) can be obtained efficiently in a short time.
Therefore, according to the second embodiment, there is no need to produce many test wafers as in the prior art or to process many test wafers using the processing apparatus 10 and to measure the respective processing results. It is not necessary to spend a lot of man-hours and time for manufacturing and processing results. Moreover, the processing result can be predicted with higher accuracy than the conventional prediction method.
Further, in the second embodiment, data that easily influences process characteristic data such as high-frequency voltage Vpp, trace data including the application integration time of high-frequency power, optical data, and VI probe data is used as operation data in the first embodiment. By further adding to the used data, the prediction accuracy of the process characteristic data can be further improved.
In particular, the use of trace data including the high frequency voltage Vpp, which is likely to affect the amount of wafer W shaving (for example, the etching rate) as the process characteristic data, and the integrated application time of the high frequency power further increases the prediction accuracy of the amount of shaving of the wafer W. Can be improved.
In addition, by performing predetermined preprocessing prior to performing multivariate analysis, it is possible to further improve the prediction accuracy of process characteristic data.
Further, since the etching rate of the wafer W is adopted as the process characteristic data, it is possible to predict the quality of the etching of the wafer W by etching with high accuracy.
As described above, the prediction accuracy is improved even when optical data or VI probe data is used as operation data. However, for example, when the tendency of process characteristic data (for example, etching rate) changes significantly before and after performing maintenance such as a wet cleaning cycle shown in FIG. 13, the prediction accuracy may decrease. For example, in FIGS. 14 and 17, the prediction accuracy is reduced in the wet cleaning cycle (WC3) other than the wet cleaning cycle (WC1) in which the regression equation (model) by multivariate analysis is created. In this regard, if trace data including the high frequency voltage Vpp and high frequency power application integration time is used as operation data, the prediction accuracy can be improved in all wet cleaning cycles (WC2 to WC4) as shown in FIG.
In particular, for the integrated application time of high-frequency power in the trace data, since the integrated application time is set to zero each time maintenance such as wet cleaning is performed, data of integrated application time for each wet cleaning cycle can be obtained. For this reason, when the application integration time of high-frequency power is used as operation data, even processing result data whose tendency changes by performing wet cleaning can be predicted with high accuracy.
As described above, according to the present invention, it is possible to obtain a prediction formula for process characteristics only by collecting a small number of operation data and process characteristic data obtained by processing a small number of samples, and then processing the object to be processed. Therefore, it is possible to provide a process result prediction method capable of predicting process characteristics easily and with high accuracy simply by applying the operation data at the time to the prediction formula.
The preferred embodiment of the present invention has been described above with reference to the accompanying drawings, but the present invention is not limited to such a configuration. Within the scope of the technical idea described in the claims, those skilled in the art will be able to conceive of various changes and modifications, and these changes and modifications are also within the technical scope of the present invention. It is understood that it belongs to.
For example, in the second embodiment, the process result data is used as the process characteristic data, and the amount of wafer W (for example, the etching rate) is used as the process characteristic data. However, as the other process characteristic data, the line width of the etching pattern, Data indicating etching characteristics such as a taper angle may be used.
Further, as the processing result data in the first and second embodiments, apparatus state data relating to the apparatus state such as the film thickness of by-products in the processing chamber and the consumption amount of components such as the focus ring 10a may be used. . By using the by-product film thickness and the consumption amount of parts such as the focus ring 10a as apparatus state data, it is possible to predict the cleaning time of the processing apparatus 10 and the replacement time of parts such as the focus ring 10a.
In the first and second embodiments, the case where the wafer W is etched has been described. However, the present invention can also be applied to a processing apparatus such as a film forming process other than the etching process. Further, the present invention is not limited to the wafer to be processed.
In the first and second embodiments, the regression equation (1) is obtained using the PLS method when performing multivariate analysis. However, other conventionally known numerical calculation methods other than the PLS method (eg, power The eigenvalue and its eigenvector may be obtained using a multiplication method or the like.
Industrial applicability
INDUSTRIAL APPLICABILITY The present invention is applicable to a method and a processing apparatus for predicting a processing result of an object to be processed such as a wafer to be processed in a semiconductor manufacturing apparatus and the state of the apparatus. The present invention can be applied to a processing result prediction method.
[Brief description of the drawings]
FIG. 1 is a sectional view showing a processing apparatus according to a first embodiment to which a prediction method according to the present invention is applied.
FIG. 2 is a block diagram showing an example of a multivariate analyzer according to the embodiment.
FIG. 3 is a graph showing the change with time of the upper electrode temperature obtained by the multivariate analyzer shown in FIG.
FIG. 4 is a graph showing the change over time in the wall temperature of the processing chamber obtained by the multivariate analyzer shown in FIG.
FIG. 5 is a graph showing the temporal change of the lower electrode temperature obtained by the multivariate analyzer shown in FIG.
FIG. 6 is a graph showing the change over time of the standard deviation value of the He gas pressure obtained by the multivariate analyzer shown in FIG.
FIG. 7 is a graph showing the change over time of the voltage of the high-frequency power source obtained by the multivariate analyzer shown in FIG.
FIG. 8 is a graph showing the change over time in the in-plane uniformity of the silicon oxide film scraping amount of the wafer W obtained by the multivariate analyzer shown in FIG.
FIG. 9 is a graph showing predicted values and actual measurement values of process characteristic data obtained by the multivariate analyzer in FIG. 2 using the operation data and process characteristic data of FIGS.
FIG. 10 is a graph showing the correlation between the predicted value and the actually measured value obtained by the embodiment.
FIG. 11 is a cross-sectional view showing a processing apparatus according to a second embodiment to which the prediction method of the present invention is applied.
FIG. 12 is a block diagram showing an example of a multivariate analyzer according to the embodiment.
FIG. 13 is a graph showing the relationship between the etching rate of the CVD oxide film on the wafer W and the number of processed wafers obtained by the multivariate analyzer shown in FIG.
FIG. 14A is a graph showing predicted values and measured values of the etching rate when optical data is used as operation data and no preprocessing is performed, and FIG. 14B shows a correlation between the predicted values and measured values. It is a graph.
FIG. 15A is a graph showing predicted values and measured values of the etching rate when optical data and trace data are used as operation data and no preprocessing is performed, and FIG. 15B is a correlation between the predicted values and the measured values. It is a graph which shows a relationship.
FIG. 16A is a graph showing a predicted value and an actually measured value of the etching rate when trace data is used as operation data and no preprocessing is performed, and FIG. 16B shows a correlation between the predicted value and the actually measured value. It is a graph.
FIG. 17 (a) is a graph showing predicted and measured values of the etching rate when VI probe data is used as operation data and no preprocessing is performed, and FIG. 17 (b) shows the correlation between the predicted value and the actually measured value. It is a graph to show.
FIG. 18A is a graph showing a predicted value and an actual measured value of the etching rate when optical data is used as operation data and pre-processed by OSC, and FIG. 18B is a correlation between the predicted value and the actual measured value. It is a graph which shows.
FIG. 19A is a graph showing predicted and actual values of the etching rate when optical data and trace data are used as operation data and pre-processed by OSC, and FIG. 19B is a graph showing predicted and actual values. It is a graph which shows correlation of these.
FIG. 20A is a graph showing a predicted value and an actually measured value of the etching rate when trace data is used as operation data and pre-processing by OCS is performed, and FIG. 20B is a correlation between the predicted value and the actually measured value. It is a graph which shows.
FIG. 21A is a graph showing a predicted value and an actually measured value of the etching rate when VI probe data is used as operation data and pre-processing by OCS, and FIG. 21B is a correlation between the predicted value and the actually measured value. It is a graph which shows a relationship.
FIG. 22A is a graph showing the predicted value and actual value of the etching rate when optical data is used as operation data and pre-processing by SNV, and FIG. 22B is the correlation between the predicted value and the actual value. It is a graph which shows.
FIG. 23 (a) is a graph showing predicted and actual values of the etching rate when optical data and trace data are used as operation data and pre-processed by SNV, and FIG. 23 (b) is a graph showing predicted and actual values. It is a graph which shows correlation of these.
FIG. 24A is a graph showing the predicted value and measured value of the etching rate when the trace data is used as the operation data and pre-processed by SNV, and FIG. 24B is the correlation between the predicted value and the measured value. It is a graph which shows.
FIG. 25A is a graph showing a predicted value and an actually measured value of the etching rate when VI probe data is used as operation data and pre-processing by SNV, and FIG. 25B is a correlation between the predicted value and the actually measured value. It is a graph which shows a relationship.
FIG. 26 (a) is a graph showing predicted values and measured values of the etching rate when optical data is used as operation data and pre-processing by MSC is performed, and FIG. 26 (b) is a correlation between the predicted values and measured values. It is a graph which shows.
FIG. 27A is a graph showing the predicted value and actual value of the etching rate when optical data and trace data are used as operation data and pre-processing by MSC is performed, and FIG. 27B is the predicted value and actual value. It is a graph which shows correlation of these.
FIG. 28A is a graph showing a predicted value and an actual measurement value of the etching rate when trace data is used as operation data and pre-processing by MSC is performed, and FIG. 28B is a correlation between the predicted value and the actual measurement value. It is a graph which shows.
FIG. 29 (a) is a graph showing predicted and measured values of the etching rate when VI probe data is used as operation data and pre-processing by MSC is performed, and FIG. 29 (b) is a correlation between the predicted value and the actually measured value. It is a graph which shows a relationship.
FIG. 30 is a table summarizing the prediction error PE from the experimental results in FIGS. 14A to 29A.
FIG. 31 is a table summarizing the correlation coefficient R from the experimental results in FIGS. 14 to 29 (b).
FIG. 32 is a table summarizing the influence variable VIP on the prediction result for each type of data in the trace data.
FIG. 33A is a graph showing a predicted value and an actually measured value of the etching rate when using data obtained by removing only the high frequency voltage Vpp from the trace data, and FIG. 33B is a correlation between the predicted value and the actually measured value. It is a graph which shows.
FIG. 34 (a) is a graph showing a predicted value and an actually measured value of the etching rate when using data obtained by removing only the integrated application time of high-frequency power from the trace data, and FIG. 34 (b) is a graph showing the predicted value and the actually measured value. It is a graph which shows correlation of these.
FIG. 35 (a) is a graph showing a predicted value and an actually measured value of the etching rate when using data obtained by removing the high-frequency voltage Vpp and the high-frequency power application integration time from the trace data, and FIG. 35 (b) is a predicted value. It is a graph which shows the correlation of measured value.

Claims

A method for predicting a processing result based on operation data and processing result data of the plasma processing apparatus in a process of plasma processing an object to be processed in a processing chamber of the plasma processing apparatus,
Collecting the operation data and the processing result data;
Performing a multivariate analysis based on the collected operation data and the processing result data;
Obtaining a correlation between the operation data and the processing result data through the multivariate analysis;
Predicting a processing result using operation data when the object to be processed other than the object to be processed having obtained the correlation based on the correlation is obtained;
Have
The operating data, see contains the temperature data of the mounting table for placing the processing chamber is disposed in the workpiece, further a back pressure of the gas supplied between the workpiece and the mounting table A method for predicting a processing result, which includes data on an in-plane pressure difference of a workpiece .

A processing apparatus for predicting a processing result based on operation data and processing result data in a process of plasma processing an object to be processed in a processing chamber,
Means for storing the operation data;
Means for storing the processing result data;
Means for performing multivariate analysis based on the stored operation data and the processing result data;
Means for obtaining a correlation between the operation data and the processing result data through the multivariate analysis;
Means for storing the obtained correlation;
Means for predicting a processing result using operation data when the object to be processed other than the object to be processed having obtained the correlation based on the stored correlation is obtained;
With
The operation data includes temperature data of a mounting table disposed in the processing chamber on which the object to be processed is mounted , and a back gas pressure target supplied between the object to be processed and the mounting table. A processing apparatus comprising data of an in-plane pressure difference of a processing body .