CN114723213B 空气传播污染物管理的方法 （台湾积体电路制造股份有限公司）

A,2020.06.16A,2015.09.30A,2018.11.16A,2014.04.09通过将污染物分布图与第一数据库中的至少一个扩散图像进行比较来选择清洁室的第一制作2通过将所述污染物分布图与第一数据库中的至少一个扩散图像进将清洁工具移动到与所述污染物分布图的污染物浓度当所述第一制作工具的置信水平是与所述第一扩散图像相关联的所有制作工具的最3.根据权利要求2所述的方法，其中所述置信水平是基于至少一个计算流体动力学模4.根据权利要求3所述的方法，其中所述置信水平是由经训练机器学习分析模型来预基于使用所述第一图像及至少一个其它清洁室扩散图像进行通过由自动导引车辆控制器分派的自动导引车辆，来降低所述第一3系统进行采样，所述采样系统包括面密度介于1每平方米到50每平方米的范围内的采样单11.根据权利要求10所述的方法，其中所述采样单元的所述面密度在清洁室的第一区通过计算流体动力学技术，假设所述制作工具是所述污染物泄漏的来将所述峰值浓度位准的位置与所述至少一个扩散图像中的峰值浓度位准位置进行比15.根据权利要求14所述的方法，还包括当所述峰值浓度水平超过所述第一阈值与所16.根据权利要求15所述的方法，还包括当所述峰值浓度水平超过所述第二阈值与所接通所述清洁工具的与所述清洁工具的过滤器流体连通通过所述清洁工具的驱动系统将过滤系统朝向与所述峰值浓度水平相关联的位置进将分派命令从自动导引车辆控制器以无线方式传送到具有过滤系统的自动4[0003]其中制造IC的清洁室面临对于微粒及污染物(例如可能从制作工具或贴合到制作低的微粒和/或污染物水平的清洁室可能与更高施中的至少一项措施：将清洁工具移动到与所述污染物分布图的污染物浓度相关联的位5[0012]以下公开内容提供用于实施所提供主题的不同特征的许多不同的实施例或实不是自身指示所论述的各种实施例和/或配置[0016]空气传播分子污染(airbornemolecularcontamination，AMC)在失控(out-of-6色谱质谱仪(gaschromatographymassspectrometer，GC-MS)提供对大谱的污染物的在[0017]在本公开的实施例中，采用飞行时间质谱仪(time-of-flightmassspectrometer，TOF-MS)，TOF-MS在定性和/或定量的基础上结合在几分钟内以十亿分[0018]可根据工具布局通过计算流体动力学(computationalfluiddynamics，CFD)技可使用AMC浓度分布图与计算结果之间的比较来预计作为泄漏的来源的位置(或工具)。可示来自工具的酸和/或溶剂供应发送(supplysend)的信号，可通过系统集成(systemintegration，SI)网络将所述信号存储在工厂侧监督控制及数据获取(supervisory在综合比较及判断(例如通过人工智能(artificialintelligence，AI)/机器学习[0020]图1A是根据本公开各种实施例的具有AMC管理的系统100的示意图。系统100可被活自动清洁单元以降低污染物水平，在工具是所述来源的情况下终止前开口式标准/通用7射频识别(radio-frequencyidentification，RFID)、蓝牙低能量(BluetoothLow如化学气相沉积(chemicalvapordeposition，CVD)腔室或低压CVD(low-pressureCVD，如灰尘、空气传播生物体或蒸发颗粒)的环境，所述环境可被量化为每立方米的颗粒的数[0025]采样系统130在遍及清洁室121分布的大量位置处收集来自清洁室121的空气的样8[0027]控制中心150从TOF-MS142接收数据且将所述数据存储在数据库152中。AM入数据库152。在一些实施例中，AMCSCAD清洁室121的布局相对应的等高线图(例如，全局图或区段图)。控制中心150的AGV控制器线通信信道和/或无线通信信道中的至少一者，例如Wi-Fi、超宽带(UWB)、低功率广域网[0029]图1B是示出根据各种实施例的清洁室121的局部平面布置图的示意图。制作工具122包括分别布置在多个区段121A到121J中的各种制作工具122A到122J。在图1B中示出十1210不具有制作工具122。区段中的某些区段(例如区段121G、121I、121J)可不邻接过道1210。清洁工具123(也可被称为自动导引车辆(AGV))遍及清洁室121位于各个区段121A到121J中。一些区段(例如区段121A)可具有多于一个的清洁工具123(例如两个清洁工具123)。某些其他区段(例如区段121I、121J)可不具有清洁工具123。一些区段(例如区段清洁工具123搁置在地板1200上，在一些实施例中，地板1200可为升高地板(raised9可用于冷却制作工具122A的组件和/或制作工具122A个采样端口1321、1322。采样端口1322可直接连接到工统称为采样单元1325。在一些实施例中，单个采样端口1321可连接到多于一个的进气口121A到121J中的某些区段可包括密度高于区段121A到121J中的其他区段的采样单元1325。每一者被示出为具有采样单元1325中的至少一者，但在一些其他实施例中，区段121A到二维阵列布置。如图1B中所示，采样单元1325的布置在清洁室121之上和/或区段121A到样单元1325的数目来测量采样单元1325的密度作为清洁室121的面积的比率。在一些实施泄漏的敏感度可能不足以识别泄漏污染物的制作工具122或工具附件12在过滤系统123C中不存在附加的导管123C3。电力系统123B向过滤系统123C提供动力，例123的改善的模块化，使得可容易地从AGV123移除[0035]可通过数据连接来连接AGV123的过滤系统123C与控制系统123F。在一些实施例中，AGV123的控制系统123F可通过数据连接来控制过滤系统123C的参数(例如，[0036]AGV123的网络系统123D被配置成例如经由控制中心150的网络设备155向外部网统123D还与控制系统123F进行数据通信，控制系统123F可经由网络系统123D从AGV控制器个传感器，所述一个或多个传感器被配置成至少向控制系统123F提供关于AGV123进行操先进技术附件(serialadvancedtechnologyattachment，SATA)总线而与系统123A到些实施例中，控制系统123F通过光学数据总线(例如经由光纤)而与系统123A到123E进行通信。在此种实施例中，在系统123A到123E中存在相似的总线，以使得能够实现与控制系统123F的数据通信。[0039]图2A是示出根据各种实施例的用于管理清洁室121中的污染物的工艺20的示意[0041]在一些实施例中，扫描制作工具122包括确定与制作工具122相关联的工艺化学库152B可存储来自一个或多个来源(例如记录制作工具122所使用的酸和/或溶剂的SCADA样系统132(如参照图1C所述)对周围环境进行采样，以及通过TOF-MS142对从多通道采样系统132获得的样本进行分析。扫描周围环境的输出可包括以十亿分之几为单位的各种元样单元1325排序，使得多通道采样系统132在输出来自不同区段(例如区段121B)的样本之[0044]在一些实施例中，多通道采样系统132以随机次序或伪随机次序从采样单元1325所述区段中的采样单元1325进行采样，直到不同区段中的所有采样单元1325均已被采样。[0046]在操作200C中，将一个或多个实时污染物分布图与存储在数据库(例如图像数据例如通过计算流体动力学(CFD)技术针对不同浓度及不同时间的不同化合物产生的AMC扩污染分布图像210A到210N中，或者可将峰值浓度水平位置存储为单独的档案(例如文本档[0047]图2B示出根据各种实施例的扩散图像210。所示扩散图像210包括七个行及五个作工具122)映射到扩散图像210上。在一些实施例中，制作工具222A1到222A6在扩散图像于区230A1到230E7中的一者或多者。举例来说，制作工具222A1对应于六个区230A1到具222A1到222A6中的每一者可对应于一个区一污染分布图像210A到210F包括区230A1到230E7中的一者中的峰值浓度水平(通过阴影线与制作工具222A1对应的污染分布图像210A包括区230B3处的峰值浓度水平，与制作工具222A2对应的扩散图像210B包括区230D3处的峰值浓度水平，与制作工具222A3对应的扩散图像210C包括区230E3处的峰值浓度水平，与制作工具222A4对应的扩散图像210D包括区230B7处的峰值浓度水平，与制作工具222A5对应的扩散图像210E包括区230C7处的峰值浓一些实施例中，每一污染分布图像210A到210F可包括与每一区230A1到230E7相关联的概[0051]参照图2D，为了确定哪个制作工具222A1到222A6最有可能是位置241处的峰值浓241C的区230A1到230E7确定为区230D3(参见区表230T中的方框行)。还可通过在图像表呈现污染物峰值浓度水平的位置241的坐标相对于与分布图240最佳匹配的污染分布图像210A到210F，基于制作工具222A1到222A6中例中，概率表250BT中列出的百分比是由机器学习/人工智能工艺或逆方法(inverse染分布图像210A到210F列出的百分比总共可超过100％。相似地，每一制作工具222A1到222A6的所有污染分布图像210A到210F的总百分比可超过100％。如图2E中所示，在操作[0053]参照图2B到图2E的对操作200C、200D的以上说明可对应于其中针对分布图240识别单个污染物的单个峰值浓度水平，且将单个污染物的单个峰值浓度水平与污染分布图像210A到210F进行比较，以找到与分布图240中的峰值浓度水平最佳证是或包括判断在产生分布图240时酸和/或溶剂是否被发送到制作工具222A2。如果制作工具222A2在产生分布图240的(一部分或全部)期间未被供应酸/溶剂，则可设定第一失配在产生分布图240的时间的一部分(或全部)期间活动(如工具数据库152B所指示)，则可设240的污染物与产生分布图240时制作工具222A2使用的材料进行比较。如果对于制作工具222A2是泄漏的主要可疑物251的污染物与第三来源1523在工具数据库152B中列出的材料或包括将制作工具222A2内所使用的化学品与产生分布图240时检测到的污染物进行比较。举例来说，工具化学品日志可记录某些制作工具222A1到222A6所使用的(例如用于化学气似工具的)气体前体。如果来自第四来源1524的工具数据库152B中的信息指示与产生分布与分布图240之间的失配。如果制作工具222A2被指示为使用与产生分布图240时检测到的污染物相关联的化学品，则可设定第四匹配旗标(或者简单地没有旗标)，指示制作工具222A2与分布图240之间的潜在匹配。第一失配旗标到第四失配旗标可被统称为“失配旗中最初选择的制作工具222A2尚未被供应酸/溶剂(第一失配旗标设定)、是非活动的(第二[0060]一旦在操作200F中确认了主要可疑物251，便可采取一个或多个动作220A到220D感度的某些节点)或其他合适的工艺参数)进行调整。在一些实施例中，基线阈值由AMC布图240的更新/产生)继续。只要峰值浓度水平低于第一阈值，一般来说便不会激活AGV等于第一阈值的浓度水平。当分布图240的峰值浓度水平高于第二阈值时，采取第二动作155传送到AGV123的网络系统123D。所述命令可由控制系统123F接收，且可包括激活(例[0063]分派命令可包括位置，所述位置可为与目的地(例如制作工具122或制作工具122附近的航路点)对应的代码。在一些实施例中，控制系统123F可包括或可存取内部数据库在一个或多个航路点站(waypointstation)。航路点站可包括用于将AGV123导引到航路适的广播系统。在一些实施例中，视觉系统可包括红外发射机(infrAGV123可接收与航路点站对应的代码，且可基于来自广播系统的信号自动朝向航路点站觉图案并朝向视觉图案导引AGV123。在一些实施例中，可将广播系统与视觉标记结合使为峰值浓度水平尚未达到第三阈值或第四阈值。如果峰值浓度水平增加到超过第三阈值，物具有比其他节点高的敏感度的某些节点)或其他合适的工艺参数)进行调整。一般来说，度设定在最大水平处，以尽快降低峰值浓度水平。当下降到低于第三阈值时，可将风扇[0069]图2G示出根据各种实施例的第三动作220C。曲线270示出峰值浓度水平，且曲线被分派的时间t1与AGV123到达且风扇123C1被接通的时间t2之间可能存在延迟，如图2G中用于检测峰值浓度水平的时间加上从AGV控制器154传送信号到由控制系统123F激活风扇量可集中在单个采样单元1325或一群组的采样单元1325上(例如在高密度采样区1327中)，区1327中。通过仅对例如位于与峰值浓度水平相关联的位置或制作工具122的周围区域中[0075]当达到和/或超过第四阈值时，采取第四动作220D。在一些实施例中，第四动作作工具122进行的生成时，AGV控制器154可不响应于超过第四阈值的峰值浓度水平而分派艺30与参照图1A到图2H阐述的系统100及工艺20结合使用。将根据一个或多个实施例进一[0079]在操作310中，可检测清洁室中高于第一阈值的峰值污染物水平。在一些实施例艺31与参照图1A到图2H阐述的系统100及工艺20结合使用。将根据一个或多个实施例进一于分析系统(例如包括TOF-MS142的分析系统140)的测量，由AMCSCADA(例如AMCSCADA151)检测峰值污染物水平。在一些实施例中，峰值污染物水平是位于位置241处的分布图2A到图2H阐述的工艺20的操作200A所示第四动作220D。在一些实施例中，由SCADA系统(例如不同于AMCSCADA151的工厂侧[0094]图4A、图4B是示出根据各种实施例的对引起峰值污染物水平的制作工具122的预用机器学习来预计哪个制作工具122是引起清洁室121中的污染物[0095]在一个实施例中，控制系统3224包括分析模型3302及训练模块3304。训练模块[0096]控制系统3224包括或存储训练集数据3306。训练集数据3306包括经模拟CFD数据室121相关联的环境数据)相关的数据。历史工艺结果数据3318包括与清洁室121中由制作利用经模拟CFD数据3308、历史污染物条件数据3310及历史工艺结果数据3318来使用机器[0098]在一个实施例中，历史污染物条件数据3310包括在清洁室121中处理晶片期间的统100测量的每一污染物或TVOC的分储器以及实行其他处理操作。处理资源3312可包括实体处理资源3312和/或虚拟处理资源资源3314被配置成存储与控制系统及其组件(包括但不限于分析模型3302)的功能相关联[0104]图4B是示出根据一个实施例的图4A所示分析模型3302的操作方面及训练方面的每周/每月的气候预测格式化成各自的条件矩阵3352。条件矩阵3352包括多个数据向量[0105]图4B所示实例示出在训练工艺期间将被传递给分析模型3302的单个条件矩阵自对应于半导体制作工艺的参数。对于不是以数字自然表示的条件类型(例如原材料名一节点3358也可被称为神经元。来自第一神经层3356a的每一节点3358从条件矩阵3352接收每一数据字段的数据值。因此，在图4B所示实例中，来自第一神经层3356a的每一节点括在图3B中标记为F(x)的相应的内部数学函数。第一神经层3356a的每一节点3358通过将[0107]第二神经层3356b的每一节点3358接收由第一神经层3356a的每一节点3358产生部数学函数F(x)应用于来自第一神经层3356a的标量[0108]第三神经层3356c的每一节点3358接收由第二神经层3356b的每一节点3358产生部数学函数F(x)应用于来自第二神经层3356b的节点3358的标量[0109]神经层3356d的每一节点3358接收由前一神经层(未示出)的每一节点3358产生的标量值。神经层3356d的每一节点3358通过将相应的内部数学函数F(x)应用于来自第二神经层3356b的节点3358的标量值来产生[0110]最终神经层仅包括单个节点3358。最终神经层接收由前一神经层3356d的每一节点3358产生的标量值。最终神经层3356e的节点3358通过将数学函数F(x)应用于从神经层于包括在条件矩阵3352中的值。预计制作工具122可表示为数据值3368中的置信水平(例终神经层3356e将包括用于要产生的每一输出数据值的相应[0112]在机器学习工艺期间，分析模型将数据值3368中的预计的制作工具122与作为污污染物水平。分析模型3302将来自数据值3368的预计制作工具122与来自数据值3370的实[0115]在以上方程式中，每一值x1到xn对应于从前一神经层中的节点3358接收的数据每一节点3358具有n个加权值w1到wn。尽管以上未示出，但每一函数F(x)也可包括激活函数。将以上方程式中给出的和乘以激活函数。激活函数的实例可包括整流线性单位入神经层3356a提供反射器条件矩阵3352。由于分析模型3302的各个节点3358的加权值不预计制作工具3368进行比较而再次产生误差值针对每一预计制作工具产生相关联的误差值3372。训练工艺可还包括针对一批条件矩阵3352产生指示所有预计制作工具122的平均误差的聚集误差值。分析模型3302在处理每批模型被训练成基于环境条件和/或工艺条件精确地预计作为污染物泄漏的来源的制作工具或制作工具122的当前环境条件，且具有与条件矩阵3352相似的格式。经训练的分析模型的，从而使得实现在预计或检测到电子氟化液(FluorinertElectronicLiquids,CxF)、将测量数据与图