[发明专利]具有工艺参数智能调节功能的气相沉积设备及方法

说明书

本发明提供一种具有工艺参数智能调节功能的气相沉积设备及方法。设备包括相互连接的气相沉积腔室、综合控制模块、工艺参数数据处理模块及模型训练与辅助加速模块；综合控制模块用于控制气相沉积腔室、工艺参数数据处理模块及模型训练与辅助加速模块；气相沉积腔室用于进行晶圆的气相沉积；工艺参数数据处理模块包括相互连接的第一微控单元、数据采集单元及第一数据存储单元；模型训练与辅助加速模块包括相互连接的第二微控单元、神经网络模型训练单元、硬件加速单元、第二数据存储单元及参数异常警报单元；还包括人工参数控制模块，与综合控制模块相连接。采用本发明，可以给现场工程师提供便捷、可控和有效的参数调整方法。

技术领域

本发明涉及半导体制造技术领域，特别是涉及一种具有工艺参数智能调节功能的气相沉积设备，以及一种气相沉积方法。

背景技术

随着半导体高端装备与工艺技术的深度融合，半导体产品集成度和制造产能在不断提高，半导体制造工艺也随之变得越来越复杂，对半导体制造设备及其控制性能的要求也越来越高。批次控制技术作为影响半导体产品良率、再工次数的重要手段之一，其作用直接影响企业的产能和经济效益。目前，一方面，考虑到现有批次控制方法计算能力的限制以及测量成本，无法实时计算反馈值而造成预测生产参数时精度较差；另一方面，由于现有批次控制方法所参考的数据量巨大，这将会导致生产参数的反馈时间较长，进而引起生产过程中断，造成生产效能的损失。按集成电路产业链划分，气相沉积设备（PVD、CVD）和等离子体刻蚀设备均属于半导体材料加工类设备，该类设备的主要特点是工艺精度高，过程复杂，对操作人员以及设备的要求都非常高。在工艺过程中，由于晶圆薄膜沉积反应和等离子体刻蚀是在高真空、高温、高压、高密闭等严苛的条件下进行的，气相沉积等设备存在着高复杂性和不确定性，其中任何一个工艺环节或工艺参数有微弱的偏差都会造成晶圆覆膜良率的急剧降低，尤其是针对需要沉积同一类薄膜的晶圆在严苛的设备环境中进行大批量的生产时，气相沉积设备的不确定性使得工程师无法准确判断晶圆的最佳覆膜工艺参数，并且针对大批量的同类待覆膜晶圆，每次加工都需要手动输入设备参数，使得整个晶圆的覆膜的效率低下，且还不能保证设备输入的参数是否已达到最佳状态。

在沉积或刻蚀工艺过程中，半导体工艺设备需要在预定的响应时间内达到合适的工艺条件，以实现理想的薄膜沉积效果。半导体设备的工艺结果与多种工艺条件参数有关，通常包括工艺温度、工艺时间、工艺气体流量等参数，工艺条件的参数越多，多个工艺参数与多个工艺结果之间的关系就越复杂。由于这些工艺条件参数与工艺结果参数之间是非线性对应关系，因此某个或某些参数的变化均会对最后的半导体设备工艺结果参数产生巨大的影响，再加上半导体工艺设备在现场执行工艺过程中会遇到多种复杂情况，例如，当被处理的工艺工序更换时或穿插进行另一组工艺工序生产时，在同样的工艺参数条件下，经半导体设备处理过的晶圆的工艺结果就会相差较大。目前本领域技术人员多数是靠经验来预设工艺条件参数的具体初始值，由于需考虑的约束条件太多，如果工艺参数调整较频繁，现场工程师还是根据经验来调整工艺参数的话将会既费时又费力。在半导体工艺过程开始前，半导体设备工艺参数的调整时间很难精准控制，即设备往往很难在预定的响应时间内达到满足半导体工艺效果的工艺条件，以至于半导体设备的工艺效果(晶圆的覆膜合格率)无从保证。

因此，在进行半导体设备工艺参数调整时，怎样得到半导体工艺效果与工艺条件及工艺参数调整时间等的对应关系，给现场工程师提供快捷、可控和有效的参数调整方法，将是目前业界急需解决的问题。虽然现有公开的技术中已有相关利用深度神经网络、卷积神经网络、机器学习等人工智能技术对工艺参数进行预处理后再进行有效参数模型的训练，利用训练好的模型进一步辅助控制生成可靠的设备工艺参数，但是这些现有公开技术中，均未考虑到具体针对PVD、CVD和等离子体刻蚀设备经神经网络训练出的工艺参数生成模型的复杂性，并且随着大量工艺参数数据和工艺结果数据的积累，训练的过程对处理器和神经网络算法提出了更高的要求，当根据参数生成模型实际生成工艺参数集时，复杂的工艺参数设置与调节若仅依靠普通的处理器根本无法实时快速生成参数集并有序的进行控制,复杂的程序执行算法只会影响设备的执行效率，且对设备和处理的复杂性提出了极高的要求，现有公开的技术方案并未考虑到这类问题的存在，因此实际实施起来也将存在较大的问题。