专利类型 | 发明公开 | 法律事件 | 实质审查; 公开; 授权; 未缴年费; |
专利有效性 | 失效专利 | 当前状态 | 权利终止 |
申请号 | CN98107917.2 | 申请日 | 1998-04-27 |
公开(公告)号 | CN1200501A | 公开(公告)日 | 1998-12-02 |
申请人 | 国际商业机器公司; | 申请人类型 | 企业 |
发明人 | J·M·柯兹伯格; M·拉华诺尼; | 第一发明人 | J·M·柯兹伯格 |
权利人 | 国际商业机器公司 | 权利人类型 | 企业 |
当前权利人 | 国际商业机器公司 | 当前权利人类型 | 企业 |
省份 | 当前专利权人所在省份: | 城市 | 当前专利权人所在城市: |
具体地址 | 当前专利权人所在详细地址:美国纽约州 | 邮编 | 当前专利权人邮编: |
主IPC国际分类 | G05B11/00 | 所有IPC国际分类 | G05B11/00 |
专利引用数量 | 0 | 专利被引用数量 | 1 |
专利权利要求数量 | 5 | 专利文献类型 | A |
专利代理机构 | 中国专利代理(香港)有限公司 | 专利代理人 | 吴增勇; 张志醒; |
摘要 | 在目前的制造实践中,如果工艺过程导致不符合其规格的零部件,后者或被返回重新加工,或被报废。这导致了无法接受的浪费。本 发明 包括通过对随后的工艺过程进行的校正操作,使此加工与材料浪费减至最少的方法。这种方法具有通用性,能校正不符合规格的制造工艺过程情况的影响,包括补救零部件,由此事先 预防 了重新加工或报废。 | ||
权利要求 | 1.一种优化工件生产过程的方法,其特征在于包括以下步骤: |
||
说明书全文 | 本发明涉及优化工件生产过程的创新方法。目前制造实践中的一个特征在于,如果工艺过程导致零部件不符 合其相应于成品工件的参数表的理想值,此零部件被返回重新加工, 或被报废。然而,这种实际情况也许会造成无法接受的浪费。 我们的工作把注意力集中于对上述代表目前制造实践的能力及 可靠性的评价,直至最后公开可使目前实践中固有的浪费及无效过程 最小的创新的方法论。 我们的创新方法论的核心包括由随后subsequent(就工艺过程中工 件状态的特征而言)的制造工艺过程的进行的前馈校正操作actions。 总而言之,该创新方法适用于工件制造生产的优化,且包括的 步骤有: (i)规定相应于成品工件的参数表的理想值; (ii)使工件经历从初始制造工艺过程直至结束满足所述理想值 的成品工件的生产过程; (iii)监视制造工艺过程以确定工艺过程中工件相对于所述理想 值的状态;及 (iv)根据所述工艺过程中工件的状态,对所述制造工艺过程提供 前馈校正操作。 如所定义的本创新方法的一个重要优点在于所述实现途径具有 一般性,且能校正不符合规格的制造工艺过程情况的影响,包括补救 零部件,由此事先预防了重新加工或报废。 参考附图对本发明进行说明,附图中: 对本发明的详细描述是这样进行的:通过以下三个步骤首先将概 述的发明重新概念化:步骤1-模型;步骤2-关联;步骤3-操作; 并且描述本发明的实施例。 步骤1:模型 (i)以其输入和输出对每个制造工艺过程建立模型。 (ii)制定产生成品的所有工艺过程的工艺流程。 (iii)建立制造工艺过程和相关的零部件及最终产品的功能特性 之间的关系。特别是,建立使最终产品的功能特性与产生最终产品的 每个制造工艺过程的输出相关联的模型。 在此步骤结束时,提供根据输入/输出关系的所有制造工艺过程的 模型,及零部件和最终产品的模型。 步骤2:关联 (i)推导所有制造工艺过程对之间的工艺过程间相关性。 (ii)建立所有制造工艺过程对之间的相关矩阵,其中1表示存在 相关性,而0表示不存在相关性(可以提高到这样的程度:把相关性 作为矩阵元素)。 在步骤2结束时,提供关于所有制造工艺过程对、包括最终产品 之间的交互信息。这些可用于校正不符合规格的情况。 步骤3:操作 (i)开始制造生产。对于任何制造工艺过程,如果其结果符合规 格,正常地进行工艺过程。否则,将不符合规格的情况通知随后的制 造工艺过程。 (ii)如果随后的制造工艺过程与前面的步骤相关联(根据步骤 2),利用步骤1中的模型修改其设定点(set points),以便使产品符 合规格(或尽可能地)。否则,正常地进行工艺过程。 (iii)生产过程以此方式进行,在第一个能使产品重新符合规格 的随后的制造工艺过程中,校正(如果要求的话)任何不符合规格的情 况 请注意用于使产品重新符合规格的模型为最终产品模型,它在每 个步骤中假设所有随后的制造工艺过程(尚未实施)以其正常设置进 行。 这样,每个制造工艺过程,及使用步骤1中所述模型及步骤2中 所述相关性后,有可能建立可使最终产品重新符合规格的校正操作。 只有在不符合规格无法校正的情况下,此产品方重新加工。 在另一个实施例中,可如上利用模型和相关性,但对不符合规格 情况的校正操作分布于所有关联的制造工艺过程中。这有利于使校正 步骤的规模最小,它现在并不在单一工艺过程中进行,而是分布于几 个关联的工艺过程中。 现在由包括MOS电容器制造过程的实施例说明本发明的方法。 MOS电容器制造过程是用于半导体生产线的、能够生产器件的多 步骤工艺过程。 把电容器设计成具有1伏的临界电压。请注意这是成品工件的一 功能规格。 完整的MOS电容器制造工艺过程包括六个步骤: (1)基片特征化, (2)热氧化, (3)离子注入, (4)退火处理, (5)金属化,及 (6)器件测试。 每个工艺步骤包括独立变量(输入)、相关变量或响应(输出)以及将 输入与输出之间的关系量化的模型。对于此应用场合,基片有单一变 量——电荷浓度。此变量的规格为均匀的硼浓度5E16±1E16 atoms/cc。对于氧化步骤,变量为时间和氧化温度。响应为氧化膜厚 度。此工艺步骤的规格为:45±5分钟的氧化时间,80±10℃的氧 化温度,和24±2纳米的氧化膜厚度。对于注入步骤,变量为离子剂 量和注入能量。响应为注入后层参数中的薄膜电阻。 此工艺步骤的规格为:30±5Kev的注入能量,1E12±5E11 atoms/cm2的注入剂量和5240±500Ω/平方的薄膜电阻。对于退火处 理步骤,变量为退火时间和温度,而响应为掺杂剂分布参数,它通过 扩散模型建模。此工艺步骤的规格为:60±5分钟的退火时间和1000 ±10℃的退火温度。对此步骤并未规定掺杂剂分布。为简单起见,假 设金属化步骤为理想的。因此,没有、或者没必要列出其参数。器件 测试步骤是以1伏的设计规格测量成品工件的临界电压。 对每个工艺步骤都有模型,这些模型对变量(输入)和响应(输出) 之间的关系进行定量描述。总模型使成品工件的功能变量与用于其制 造中的工艺过程变量相关。 图1,数字10,说明了几个工艺步骤不符合其理想指标的MOS 电容器的前馈调整。 1、为在浓度为低于指标5.0E16、但在±0.5E16的容限之内的 4.8E16 atoms/cc的初始基片浓度的情况下实现1伏的阈电压,所述模 型推导出44.837分钟的氧化时间,它在45±2.5分钟的规格之内。这 些对氧化步骤的修改的指标使电容器回复1伏的指标,而在随后的工 艺步骤中无变化。 2、如果不理想的氧化步骤导致了46分钟的氧化时间和807℃的 氧化温度,它不符合800±5℃的温度规格,那么,注入能量必须改 变到52.853keV以使电容器回复至指标,假设其他变量符合指标。 3、如果注入步骤导致了30keV的注入能量和5.6E11 atoms/cm2 的注入剂量,它在能量指标之内但不符合1E12±2.55E11的剂量规 格,就要求59.772分钟的退火的时间使电容器回复至1000℃的正常 退火温度的指标。 前馈校正操作的实施的详细的结果,和更多的前馈步骤在以下显 示。以上讨论的三个步骤相应于材料中的步骤1、步骤3和步骤5。 请注意通过以下的预先的前馈校正操作,我们已经消除了不必要 的中间工件的报废或重新加工,否则会由于不合规格的氧化温度和注 入剂量而发生这种报废或重新加工。 MOS电容器制造过程中正馈实例 给出产品响应图(response map),此程序对每个不符合规格的 变量提出前馈校正操作。所述程序在下一个变量中选择优化的调整, 以对随后变量的最小的调整,使产品回复到符合指标。 Y0-电容器阈电压(产品指标,单位为伏特) X1-基片掺杂等级(单位为atoms/cc) X2-氧化时间(单位为分钟) X3-氧化温度(单位为℃) X4-离子注入能量(单位为千伏) X5-离了注入剂量(单位为atoms/cm2) X6-退火时间(单位为分钟) X7-退火温度(单位为℃) 输入指标阈电压(单位为伏特):1 步骤1、输入测量的变量1(规格为5E16±5E16):4.8E16 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 44.837 800.00 30.000 1.00E12 60.000 1000.000 假设调整变量2:44.837 步骤2、输入测量的变量2(规格为45±2.5):46 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 46.000 798.705 30.000 1.00E12 60.000 1000.000 假设调整变量3:798.705 步骤3、输入测量的变量3(规格为800±5):807 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 46.000 807.000 52.853 1.00E12 60.000 1000.000 假设调整变量4:52.853 步骤4、输入测量的变量4(规格为30±2.5):30 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 46.000 807.000 30.000 5.60E11 60.000 1000.000 假设调整变量5:5.60E11 步骤5、输入测量的变量5(规格为1E12±2.5E11):5.6E11 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 46.000 807.00 30.000 5.60E11 59.772 1000.000 假设调整变量6:59.772 步骤6、输入测量的变量6(规格为60±2.5):59.772 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 46.000 807.00 30.000 5.60E11 59.772 1000.000 假设调整变量7:1000 步骤7、输入测量的变量7(规格为1E3±5):1000 Y0 X1 X2 X3 X4 X5 X6 X7 1.000 4.80E16 46.000 807.00 30.000 5.60E11 59.772 1000.000 最终结果 |