| 1 |
1
반도체 공정을 수행하는 플라즈마 장비에 전자기파를 조사하여, 플라즈마에 대한 홀로그램 특성 정보를 획득하는 단계,
상기 홀로그램 특성 정보로부터 전산지능을 이용하여 감시 모델을 생성하며, 상기 감시 모델로부터 상기 플라즈마 장비의 고장 여부를 감시하는 단계,
상기 감시 모델을 수정하여 생성한 진단 모델로부터 상기 플라즈마 장비의 고장 원인을 진단하는 단계, 그리고
상기 감시 모델 또는 상기 진단 모델을 결합하여 생성한 제어 모델을 이용하여 상기 반도체 공정 특성에 대하여 최적 공정 조건을 계산하고, 상기 최적 공정 조건에 부합하도록 상기 플라즈마 장비의 공정 조건을 제어하는 단계를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 2 |
2
제1항에 있어서,
상기 홀로그램 특성 정보를 획득하는 단계는,
상기 홀로그램의 간섭 패턴으로부터 상기 플라즈마의 3차원 영상 정보를 복원하는 단계,
상기 3차원 영상 정보를 블록화하고, 각 블록의 영상 신호 세기를 구하는 단계, 그리고
상기 영상 신호 세기로부터 상기 플라즈마에 포함되는 입자의 홀로그램 특성 정보를 획득하는 단계를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 3 |
3
제2항에 있어서,
상기 플라즈마 장비의 고장 여부를 감시하는 단계는,
상기 감시 모델의 예측치를 실제치 또는 기준치와 비교하여 RMSE(Root-Mean-Squared Error)를 계산하는 단계,
상기 RMSE가 정상 범위에 포함되는지 판단하는 단계, 그리고
상기 RMSE가 정상 범위에 포함되지 않는 경우 경보를 발생하는 단계를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 4 |
4
제3항에 있어서,
상기 감시 모델은,
공정 변수를 입력 패턴으로 하고 상기 홀로그램 특성 정보를 출력 패턴으로 하는 제1 감시 모델,
상기 홀로그램 특성 정보를 입출력 패턴으로 하는 제2 감시 모델,
인-시츄(in-situ) 센서 정보를 입력 패턴으로 하고, 상기 홀로그램 특성 정보를 출력 패턴으로 하는 제3 감시 모델, 그리고
상기 홀로그램 특성 정보를 입력 패턴으로 하고, 박막 특성 정보를 출력 패턴으로 하는 제4 감시 모델을 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 5 |
5
제4항에 있어서,
상기 진단 모델은,
상기 제1 감시 모델, 상기 제3 감시 모델, 상기 제4 감시 모델과 입출력 패턴이 각각 반대인 제1 역모델, 제3 역모델, 제4 역모델, 그리고 인-시츄(in-situ) 센서 정보를 입력 패턴으로 하고, 상기 공정 변수를 출력 패턴으로 하는 제5 역모델을 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 6 |
6
제5항에 있어서,
상기 제4 감시 모델에 상기 제1 모델 또는 상기 제1 역모델을 결합하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 7 |
7
제6항에 있어서,
상기 제어 모델은,
상기 제4 역모델 및 상기 제1 역모델을 결합하여 생성된 제1 제어 모델,
상기 제4 역모델, 상기 제3 역모델 및 상기 제5 역모델을 순차적으로 결합하여 생성된 제2 제어 모델,
상기 공정 조건을 입력 패턴으로 하고, 상기 박막 특성을 출력 패턴으로 하는 제3 제어 모델, 그리고
상기 박막 특성을 입력 패턴으로 하고, 상기 공정 조건을 출력 패턴으로 하는 제4 제어 모델 중에서 적어도 하나를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 8 |
8
제1항에 있어서,
상기 전산지능은 데이터의 학습 기능을 가지는 신경망 또는 퍼지 논리를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 방법
|
| 9 |
9
반도체 공정을 수행하는 플라즈마 장비에 전자기파를 조사하여, 플라즈마에 대한 홀로그램 특성 정보를 획득하는 홀로그램 추출부,
상기 홀로그램 특성 정보로부터 전산지능을 이용하여 감시 모델을 생성하며, 상기 감시 모델로부터 상기 플라즈마 장비의 고장 여부를 감시하는 전산지능 감시부,
상기 감시 모델을 수정하여 생성한 진단 모델로부터 상기 플라즈마 장비의 고장 원인을 진단하는 전산지능 진단부, 그리고
상기 감시 모델 또는 상기 진단 모델을 결합하여 생성한 제어 모델을 이용하여 상기 반도체 공정 특성에 대하여 최적 공정 조건을 계산하고, 상기 최적 공정 조건에 부합하도록 상기 플라즈마 장비의 공정 조건을 제어하는 전산지능 제어부를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
| 10 |
10
제9항에 있어서,
상기 홀로그램 추출부는,
상기 홀로그램의 간섭 패턴으로부터 복원된 상기 플라즈마의 3차원 영상 정보를 블록화하고, 각 블록의 영상 신호 세기로부터 상기 플라즈마에 포함되는 입자의 홀로그램 특성 정보를 획득하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
| 11 |
11
제10항에 있어서,
상기 전산지능 감시부는,
상기 감시 모델의 예측치를 실제치 또는 기준치와 비교하여 RMSE(Root-Mean-Squared Error)를 계산하고, 상기 RMSE가 정상 범위에 포함되지 않는 경우 경보를 발생하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
| 12 |
12
제11항에 있어서,
상기 감시 모델은,
공정 변수를 입력 패턴으로 하고 상기 홀로그램 특성 정보를 출력 패턴으로 하는 제1 감시 모델,
상기 홀로그램 특성 정보를 입출력 패턴으로 하는 제2 감시 모델,
인-시츄(in-situ) 센서 정보를 입력 패턴으로 하고, 상기 홀로그램 특성 정보를 출력 패턴으로 하는 제3 감시 모델, 그리고
상기 홀로그램 특성 정보를 입력 패턴으로 하고, 박막 특성 정보를 출력 패턴으로 하는 제4 감시 모델을 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
| 13 |
13
제12항에 있어서,
상기 진단 모델은,
상기 제1 감시 모델, 상기 제3 감시 모델, 상기 제4 감시 모델과 입출력 패턴이 각각 반대인 제1 역모델, 제3 역모델, 제4 역모델, 그리고 인-시츄(in-situ) 센서 정보를 입력 패턴으로 하고, 상기 공정 변수를 출력 패턴으로 하는 제5 역모델을 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
| 14 |
14
제13항에 있어서,
상기 제어 모델은,
상기 제4 역모델 및 상기 제1 역모델을 결합하여 생성된 제1 제어 모델,
상기 제4 역모델, 상기 제3 역모델 및 상기 제5 역모델을 순차적으로 결합하여 생성된 제2 제어 모델,
상기 공정 조건을 입력 패턴으로 하고, 상기 박막 특성을 출력 패턴으로 하는 제3 제어 모델, 그리고
상기 박막 특성을 입력 패턴으로 하고, 상기 공정 조건을 출력 패턴으로 하는 제4 제어 모델 중에서 적어도 하나를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
| 15 |
15
제9항에 있어서,
상기 전산지능은 데이터의 학습 기능을 가지는 신경망 또는 퍼지 논리를 포함하는 전산지능을 이용한 플라즈마 장비의 감시 및 제어 시스템
|
