本揭示内容的实施方式涉及电气部件,更详细而言,涉及执行半导体制造设备的自适应故障排除。
背景技术:
1、产品可以通过使用制造设备执行一个或多个制造工艺来生产。例如,半导体制造设备可以用于经由半导体制造工艺生产半导体装置(例如,基板、晶片等)。制造设备可以在基板的表面上沉积多层膜,并可以执行蚀刻工艺,以在沉积的膜中形成复杂的图案。例如,制造设备可以执行化学气相沉积(cvd)工艺,以在基板上沉积交替的层。传感器可以用于在制造工艺期间确定制造设备的制造参数,计量设备可以用于确定由制造设备生产的产品的性质数据,例如基板上各层的整体厚度。一般来说,制造设备可以监测各别的传感器,以检测沉积工艺期间的问题。然而,监测各别的传感器并不能提供对制造设备的不同子系统的整体健康状况的指示,这可能会使恶化的条件能够不被检测到,导致大量的停机时间和修理时间。因此,能够在制造工艺期间产生指示每个子系统的整体系统健康状况的度量的系统是合乎需要的。
技术实现思路
1、以下是本揭示内容的简化概要,以提供对本揭示内容的一些方面的基本理解。这个概要并不是对本揭示内容的广泛概述。它并不旨在识别本揭示内容的关键或重要元素,也不旨在划定本揭示内容的特定实施方式的任何范围或权利要求的任何范围。它的唯一目的是以简化的形式呈现本揭示内容的一些概念以作为后面呈现的更详细描述的前奏。
2、在本揭示内容的一方面中,一种系统包括:存储器;以及处理设备,与该存储器设备可操作地耦接,以执行包括以下步骤的操作:获得多个传感器值,该多个传感器值与在工艺腔室中依据配方执行的用以在基板的表面上沉积膜的沉积工艺相关联。该处理设备进一步执行包括以下步骤的操作:基于该多个传感器值来产生制造图。该处理设备进一步执行包括以下步骤的操作:经由用户界面,接收对该制造数据图上的数据点的选择。该处理设备进一步执行包括以下步骤的操作:接收与该数据点相关联的故障数据;以及在数据结构中将该故障数据储存为能够经由呈现该制造数据图的该用户界面进行访问。
3、在本揭示内容的另一个方面中,一种方法包括:获得多个传感器值,该多个传感器值与在工艺腔室中依据配方执行的用以在基板的表面上沉积膜的沉积工艺相关联。该方法进一步包括:基于该多个传感器值来产生制造图;该方法进一步包括:经由用户界面接收对该制造数据图上的数据点的选择。该方法进一步包括:接收与该数据点相关联的故障数据;以及在数据结构中将该故障数据储存为能够经由呈现该制造数据图的该用户界面进行访问。
4、在本揭示内容的另一个方面中,一种方法包括:由处理器获得多个传感器值,该多个传感器值与在工艺腔室中依据配方执行的用以在基板的表面上沉积膜的沉积工艺相关联。该方法进一步包括:将机器学习模型应用于该多个传感器值,该机器学习模型是基于该工艺腔室的子系统的历史传感器数据和与用于沉积该膜的该配方相关联的任务数据而训练的。该方法进一步包括:产生该机器学习模型的输出,其中该输出指示该子系统的故障类型。该方法进一步包括:确定该子系统的该故障类型;以及基于该故障类型来产生改正动作。
1.一种系统,包括:
2.如权利要求1所述的系统,其中所述处理设备用来进一步执行包括以下步骤的操作:
3.如权利要求2所述的系统,其中所述故障数据是使用自然语言处理来提取的。
4.如权利要求1所述的系统,其中所述处理设备用来进一步执行包括以下步骤的操作:
5.如权利要求4所述的系统,其中所述处理设备用来进一步执行包括以下步骤的操作:
6.如权利要求4所述的系统,其中所述票单包括指向所述制造数据图的截图的超链接。
7.如权利要求4所述的系统,其中所述处理设备用来进一步执行包括以下步骤的操作:
8.如权利要求1所述的系统,其中所述处理设备用来进一步执行包括以下步骤的操作:
9.如权利要求8所述的系统,其中所述机器学习模型被训练为产生指示所述子系统的故障的输出。
10.如权利要求9所述的系统,其中所述机器学习模型被训练为基于所述子系统的所述故障来表明改正动作。
11.一种方法,包括:
12.如权利要求11所述的方法,其中所述处理设备用来进一步执行包括以下步骤的操作:
13.如权利要求12所述的方法,其中所述故障数据是使用自然语言处理来提取的。
14.如权利要求11所述的方法,进一步包括:
15.如权利要求14所述的方法,进一步包括:
16.如权利要求11所述的方法,进一步包括:
17.如权利要求16所述的方法,其中所述机器学习模型被训练为产生指示所述子系统的故障的输出。
18.如权利要求17所述的方法,其中所述机器学习模型被训练为基于所述子系统的所述故障来表明改正动作。
19.一种方法,包括:
20.如权利要求19所述的方法,其中所述机器学习模型是使用与制造数据图的数据点相关联的故障数据来训练的。