专利名称：半导体制造装置、该半导体制造装置进行异常检测、异常原因的确定或异常预测的方法 ...的制作方法
技术领域：
本发明涉及半导体制造装置，对该半导体制造装置的构成部件(例如热处理装置的压力调整用阀门或加热器)进行异常检测、异常原因的确定或异常预测的方法，和记录有用于实施该方法的计算机程序的存储介质。
背景技术：
作为制造半导体集成电路等半导体装置的半导体制造装置，例如有对半导体晶片实施成膜的热处理装置、等离子体蚀刻装置、进行抗蚀剂涂敷和显影的液体处理装置等。最近，随着图案线宽的微细化、薄膜化，即使在装置内产生的微小异常，也会极大地影响成品率。因此，准确迅速地查出装置的异常是必要的。
下面以分批(Batch)式的热处理装置为例，对半导体制造装置的异常进行说明。在立式的减压CVD(Chemical vapor deposition化学气相沉积)装置中，将基板保持为棚状的保持具被装载到反应管内，向反应管内供应处理气体，同时通过排气管真空排气，利用反应管周围的加热器均匀加热反应管内部，进行成膜处理。如果反应管的气密性变差，则由于外部气体进入反应管内，不能达到预定的压力控制，给成膜处理带来产生不良影响。因此，有必要迅速检测出该异常，进行维护。作为气密性变差的原因，有设置于反应管内的盖体上的树脂密封部件的恶化，或贯通盖体的旋转轴的轴部分的密封机构的不适等。
反应管内的压力控制，通过调整设置在排气管上的压力调整阀、例如蝶阀的开度而进行。如果反应管内的气密性变差，则由于外部气体进入反应管内，必须进行排气，所以，压力调整阀的开度变大。通过计算机监视压力调整阀的开度，在其开度超过阈值时，判断发生反应管的气密性下降(装置的异常)。
但是，由于成膜处理，在排气管的内壁面也附着有反应生成物，所以排气管的传导性(Conductance)变小，得到相同的压力但压力调整阀的开度变大。所以，在累积膜厚变大的情况下，计算机也会因上述开度超过阈值而判断为装置异常。如果为了避免这种误判断而将开度的阈值设定得大，则有忽视与反应管的气密性相关的异常的问题。并且，如果累积膜厚增大到相当大，排气管的传导性过小，无法达到规定的真空度，所以有必要进行清洗。催促该清洗的通知在阀门开度超过规定的阈值时进行。但是，如上所述，在反应管的气密性异常的情况下也存在阀门开度超过清洗的判断基准的阈值的问题。
这种异常检测的不适应也发生于其他的部分。配置于反应管周围的电阻发热体所构成的加热器，在经过预定的使用时间后进行更换。但是，在预定的使用时间到来之前，如果加热器发生不良状况，则进行热处理的晶片成为不良品。由于12英寸的晶片价格高昂，所以经济损失大。并且，分批式炉的加热器由于由耐久性大、污染少的材料构成，并且随着基板尺寸的大口径化也逐渐大型化，因而价格高。另一方面，加热器制造商所保证的使用时间一般都留有一定的余地。因此，很多时候尽管实际上仍然能够使用也被更换，结果成为装置的运行成本增大的一个原因。
因此，在半导体装置中，无法准确地检测出装置构成部件的异常，并且，还存在提前更换依然能够使用的构成部件或进行维护的问题。
日本专利JP2002-352938A公开了立式热处理装置的加热器的寿命预测方法。但是，这里公开的方法长期监视电力值，基于该值的变化倾向判断异常，而无法实时地或大致实时地检测出装置的异常，且无法正确地判断是加热器自身发生异常还是其它部件发生的异常。
发明内容
本发明针对以上问题而提出，其目的在于准确地检测出或预测半导体制造装置的构成部件的异常。
本发明的另一目的在于，进行异常的检测或预测时，能够明确地确定产生异常的构成部件。
本发明的另一目的在于，提供与对异常的原因和/或异常的处理相应的对策。
概括地说，本发明利用选自表示半导体制造装置状态的多个装置状态参数的至少两个参数的相关关系，能够准确地进行异常的检测、异常原因的判定、或异常的预测。
本发明提供一种半导体制造装置，为了制造半导体装置而对基板进行处理，其具有边界数据存储部，存储有在二轴坐标系上确定正常区域与异常区域的边界的边界数据，上述二轴坐标系的第一轴和第二轴上分别分配有以选自表示上述半导体制造装置的状态的多个装置状态参数的第一监视对象参数和与上述第一监视对象参数保持某种相关关系而变化的第二监视参数；第一监视模块和第二监视模块，分别监视上述第一监视对象参数和上述第二监视对象参数的值；判断模块，判断分别通过上述第一模块和第二监视模块获得的上述第一监视对象参数的值和上述第二监视对象参数的值的组在上述二轴坐标系上的位置包含在上述正常区域与上述异常区域的哪一个中；和异常报知模块，在上述判断模块判断上述位置包含在上述异常区域中时，通知在上述半导体制造装置发生异常。
另外，本发明提供一种检测半导体制造装置的异常的方法，其特征在于，包括取得选自表示上述半导体制造装置的状态的多个装置状态参数的第一监视对象参数的值、和与上述第一监视对象参数保持某种相关关系而变化的第二监视参数的值的步骤；将取得的上述第一和第二监视对象参数的数值用于上述第一和第二监视对象参数分别分配在第一轴和第二轴上的二轴坐标系中确定正常区域与异常区域的边界的边界数据，判断取得的上述第一和第二监视对象参数的值在上述二轴坐标系上的位置包含在上述正常区域和上述异常区域的哪一个中的步骤；和当上述判断模块判断为上述位置包含在上述异常区域中时，通知上述半导制造装置发生异常的步骤。此外，还提供记录有用于实施上述方法的程序的记录介质。与上述半导体制造装置连接的计算机在运行上述计算机程序时，上述计算机控制上述半导体制造装置，实施上述方法。
本发明提供一种半导体制造装置，为了制造半导体装置而对基板进行处理，其具备多个监视模块，对选自表示上述半导体制造装置的状态的多个装置状态参数的多个监视对象参数分别进行监视；异常检测模块，基于上述多个监视对象参数中的至少一个值，检测上述半导体制造装置的异常；异常判别数据存储部，存储多个异常判别数据，其中，上述各异常判别数据是，将在上述半导体制造装置中产生某种异常时出现的上述多个监视对象参数中的至少两个值组合而成的异常数据与对应于该异常数据的异常原因对应的数据；异常数据生成模块，在上述异常检测模块检测出上述半导体装置的异常时，生成选自上述多个监视参数的与该异常相关联的至少两个监视对象参数的被监视值组合而成的异常数据；检索模块，从存储于上述异常判别数据存储部的异常判别数据中，检索与上述异常数据生成模块生成的异常数据一致或在规定的类似程度定以上的类似异常数据，当这样的一致或类似的异常数据存在时，读出该异常判别数据，由此确定异常的原因。
本发明还提供一种在检测半导体制造装置的异常的同时确定该异常的原因的方法，其特征在于，包括基于选自表示上述半导体制造装置状态的多个装置状态参数的至少一个监视对象参数的被监视值，检测上述半导体制造装置的异常的步骤；当检测出上述半导体制造装置的异常时，生成与该异常相关联的至少两个监视对象参数的被监视值组合而成的异常数据的步骤；异常数据的检索步骤，从存储于异常判别数据存储部的多个异常判别数据中，检索与生成的异常数据一致或在规定类似程度以上的类似异常数据，这里，上述各异常判别数据是，将在上述半导体制造装置中产生某种异常时出现的上述多个监视对象参数中的至少两个值组合而成的异常数据与对应于该异常数据的异常原因对应的数据；和当包含一致或在规定类似程度以上的类似的上述异常数据的异常判别数据存在时，读出在该异常判别数据中包含的异常的原因。而且，还提供存储有用于实施上述方法的计算机程序的存储介质。当连接于上述半导体制造装置的计算机运行上述计算机程序时，上述计算机控制上述半导体制造装置，实施上述方法。
另外，本发明还提供一种成膜装置，包括反应容器、与上述反应容器连接的真空排气线路、和设置于上述真空排气线路上并通过调节其开度而控制上述反应容器内的压力的压力调整阀，在成为减压气氛的上述反应容器内对基板实施成膜处理，上述成膜装置包括开度检测部，检测上述压力调整阀的开度；累积膜厚管理部，基于本次成膜处理的目标膜厚和通过上述半导体制造装置实施的过去的成膜处理而形成的薄膜的累积膜厚，求出本次成膜处理完成时的累积膜厚；处理数据存储部，存储将以过去实施的成膜处理的累积膜厚的值、和与该累积膜厚对应的上述压力调整阀的开度的值为项目而包含的过去的处理数据；和判断模块，基于在上述处理数据存储部中存储的过去的数据、和求出的本次成膜处理完成时的累积膜厚的数值，预测本次成膜处理的上述压力调整阀的开度，同时判断预测的上述压力调整阀的开度是否超过上述阈值。
本发明还提供一种预测半导体制造装置的异常的方法，其特征在于，包括基于本次成膜处理的目标膜厚和由上述半导体制造装置实施的过去的成膜处理而形成的薄膜的累积膜厚，求出本次成膜处理完成时的累积膜厚的步骤；基于将过去实施的成膜处理的累积膜厚的值和与该累积膜厚对应的上述压力调整阀的开度的值作为项目而包含的过去的处理数据，预测与本次成膜处理完成时的累积膜厚对应的上述压力调整阀的开度的步骤；和判断该预测值是否超过阈值的步骤。而且，提供存储有用于实施上述方法的计算机程序的存储介质。当连接于上述半导体制造装置的计算机运行上述计算机程序时，上述计算机控制上述半导体制造装置，实施上述方法。
通过从属权利要求的记载，以及下面参照附图所进行的优选实施方式的说明，对本发明有利的实施方式将更容易理解。
图1是概略表示本发明的半导体制造装置的整体构成的部分截面图。
图2是表示本发明的第一实施方式的控制部的构成的框图。
图3是表示相关数据和边界数据的一例的图表。
图4是表示边界数据生成时的显示部的显示内容的示意图。
图5是表示相关数据和边界数据的其他例的示意图。
图6是表示相关数据和边界数据的其他例的示意图。
图7是表示每个批量大小的向晶舟搭载晶片的状况的示意图。
图8是表示每个批量大小的成膜处理次数与阀角度的关系示意图。
图9是表示每个批量大小的累积膜厚与阀角度的关系的图表。
图10是表示本发明的第二实施方式的控制部的构成的框图。
图11是表示本发明的第三实施方式的控制部的构成的框图。
图12是说明异常判别数据的示意图。
图13是说明异常原因的探明顺序的流程图。
图14是说明异常原因的探明顺序的示意图。
图15是说明异常检测方法的一例的图表。
图16是说明异常数据和异常判别数据的对照的示意图。
图17是表示异常数据生成时的显示部的显示内容的示意图。
图18是表示注册新的异常判别数据时显示部的显示内容的示意图。
图19是表示本发明的第四实施方式的控制部的构成的框图。
图20是说明与阀角度的预测关联的一系列处理顺序的流程图。
图21是说明阀角度的预测方法的示意图。
图22是表示本发明的第五实施方式的控制部的构成的框图。
图23是表示阀角度的其他预测方法的图表。
图24是表示本发明的第六实施方式的控制部的构成的框图。
图25是表示注册新的异常判别数据时的显示部的显示内容的另一例的示意图。
具体实施例方式
下面基于附图所示的优选实施方式，对本发明进行详细说明。
首先，以作为分批式热处理装置的立式减压CVD装置(成膜装置)为例，对本发明的半导体制造装置的整体构成进行说明。在图1中，符号1表示石英制的圆筒形立式反应容器。该反应容器1的下端被开口为炉口。在反应容器1的下端开口部11的周围形成有法兰12。在反应容器1的下方，设置有与法兰12的下面接触并气密地封闭开口部11的石英制的盖体13。盖体13可通过未图示的晶舟升降机(升降机构)在上下方向移动。盖体13的中央部被旋转轴14贯通。旋转轴14的上端装载有晶舟2(基板保持具)。晶舟2通过晶舟升降机，能够在反应容器1的内部与反应容器1下方的装载区(晶片搬入搬出场所)之间升降。
晶舟2具有3根以上例如4根支柱21。各支柱21上形成有多个槽(slot)，由此晶舟2能够将多片例如100片晶片W(被处理基板)保持为棚状。在实行成膜处理时，晶舟2的上下两端部、即模拟区域(参照图6)分别固定有模拟晶片，而在两模拟区域之间的中央区域保持有制品晶片。在旋转轴14的下部连接有使该旋转轴14以及与其相连的晶舟2旋转的电动机M。盖体13之上以包围旋转轴21的方式设有保温单元15。
反应容器1的法兰12中插入有用于向反应容器1内的晶片W供给气体的L型的喷射器16(气体供给部)。在喷射器16的基端一侧，通过气体供给线路连接有成膜气体供给源和气体流量调整器等器件。
在反应容器1的上部形成有用于对反应容器1内部进行排气的排气口(Port)22。排气管23(真空排气线路)的一端连接于排气口22。排气管23的另一端连接有真空泵(VP)24。在排气管23的排气口22的附近，设置有用于对反应容器1内的压力进行调整的压力调整阀25(压力调整阀)。压力调整阀25例如由蝶形阀构成。压力调整阀25上设置有用于调整其阀体20的开度的驱动部26和检测阀体20的角度的角度检测部27。在排气管23内设置有压力检测部28。排气管23内设置有压力检测部28的部位的压力与反应容器1内的压力对应。所以，通过该压力检测部28能够对反应容器1内的压力进行监视。另外，由于蝶形阀的阀开度与阀体20的角度一一对应，所以本说明书中，利用阀体20的角度(以下称为“阀角度”)作为表示蝶形阀开度的参数。
图中3是例如由计算机构成的控制部。控制部3具有基于处理方案控制整个成膜装置的动作的功能。例如，控制部3具有基于压力检测部28的压力检测值，例如通过反馈控制压力调整阀25的驱动部26，保持反应容器1内的压力与处理方案所确定的规定处理压力一致的功能。
在反应容器1的周围设置有用于加热反应容器1内、具有由电阻发热体构成的一个或多个加热器17(加热模块)的加热炉18。加热器17可由通常的合金等制成的电阻发热体构成，或者由不产生污染且具有优良升降温特性的碳线(Carbon Wire)构成。在图示例中，反应容器1在上下方向上被分为多个(3个)温度控制区域，对应于各区域设置有一个加热器17。向各加热器17供给分别对应的电力控制部19控制的电力，独立地控制该加热器17的发热量。在反应容器1外的规定位置、即图示例中的各加热器17的附近位置，设置有例如由热电偶构成的温度检测部(外部温度检测部)10a。另外，在反应容器1内的规定位置、即图示例中的保温单元15上的位置，设置有例如由热电偶构成的温度检测部(内部温度检测部)10b。这些温度检测部10a和10b所检测出的外部温度与内部温度的检测值被输入到控制部3，用于进行加热器17的电力控制的指令值的运算。以上说明的整个装置的构成，在下面说明的各种实施方式中是共同的，只是控制部的构成在各实施方式中不同。
本发明的特征在于控制部3的构成以及功能，特别是通过控制部3实现的装置的异常监视或异常预测的功能。下面参照图2，对控制部3进行说明。
图2中的半导体制造装置本体100相当于图1所示的成膜装置中的控制部3以外的部分。换言之，半导体制造装置本体100相当于被控制部3控制的整个部位，以及向控制部3发送检测信号和数据的部位。在将控制部3作为功能框图表示的图2中，30是总线，在该总线30上连接有通信部、存储部、各程序存储部、CPU等。通信部31是在半导体制造装置本体100之间进行通信的部位。通过通信部31，向控制部3输入来自角度控制部27的压力调整阀25的角度以及来自温度检测部10a、10b的各温度检测值等的装置数据。并且，通过通信部31，从控制部3向压力调整阀25的驱动部26以及加热器1 7的电力控制部19等发送控制信号。
装置数据存储部32存储有装置数据。这里，“装置数据”是指表示半导体制造装置本体100的状态的参数的值，这样的参数包括，例如通过通信部31输入的阀20的角度、内部温度和外部温度、以及向加热器17供给的电力。装置数据存储部32存储的向加热器17供给的电力，可以是从控制部31向加热器17发送的电力指令值，也可以是设置于加热器17的供电线的电力计(未图示)所检测出的电力检测值。
输入操作部33是输入针对控制部3的指示，例如后述的相关数据的生成和边界数据的生成的指示的部位。输入操作部33中包括键盘与鼠标和显示部34、例如液晶画面或CRT画面等所显示的软开关(SoftSwitch)。异常报知部(异常报知模块)35包括，在半导体装置发生异常时或预测异常发生时将其通知操作者的警告灯、警报音输出部、在画面进行异常发生显示的程序等。
累积膜厚管理部36是基于过去进行的成膜处理的处理方案(图2中省略处理方案)，计算并存储过去进行的成膜处理的目标膜厚的合计值的部位。在累积膜厚管理部36管理的“累积膜厚”包括以下两个方面。其一是以新的反应容器1的开始使用时刻或清洗反应容器1内并除去壁面的附着物的时刻为起点，之后进行的成膜处理的目标膜厚的合计值，与在反应容器1的壁面附着的附着物的膜厚对应。另一方面是以新的排气管23的开始使用时刻或清洗排气管23内并除去壁面的附着物的时刻为起点，之后进行的成膜处理的目标膜厚的合计值。该合计值与附着在排气管23的壁面上的附着物(反应生成物)的膜厚不相等，但是大致与其对应(成比例)，所以基于本发明的装置的异常检测或异常预测，能够利用目标膜厚的合计值作为评价排气管23的累积膜厚的指标。
程序存储部4具备相关数据生成程序41、边界数据生成程序42、判断程序(判断模块)43(也被称为“异常检测程序”)。
“相关数据”是表示选自上述装置数据(装置状态参数)的至少两个(本实施例中为2个)监视对象参数的关系的数据。监视对象参数选择具有其中一个发生变化时另一个也发生变化的关系的数据。在生成相关数据时，以第一监视对象参数为第一轴，影响该第一监视对象参数的第二监视对象参数为第二轴，构成二轴坐标系，在该二轴坐标系中，以第一监视对象参数和第二监视对象参数的值的组合所构成的多个数据进行标绘。
作为第一监视对象参数以及第二监视对象参数的组，例如有以下示例
-(压力调整阀25的阀体20的角度、累积膜厚)-(外部温度、向加热器17供给的电力)-(向加热器17供给的电力、累积膜厚)-(外部温度、内部温度)而且，例如，在第一监视对象参数和第二监视对象参数为压力调整阀25的阀体20的角度(下面称为“阀角度”)和累积膜厚的情况下，这些参数的监视模块是角度检测部27和累积膜厚管理部36。并且，例如，在第一监视对象参数和第二监视对象参数为外部温度和向加热器17供给的电力(下面称为“加热器电力”)的情况下，这些参数的监视模块是温度检测部30a和未图示的电力计(或控制部3内的电力指令值计算程序)。而且，为了比以上说明得更加清楚，监视对象参数的“监视模块”包括直接测定该监视对象参数的值的模块，和间接地或通过运算处理求出该监视对象参数的值的模块中的任一个。
从半导体制造装置本体100通过通信部31以例如1秒的间隔向装置数据存储部32输入监视对象参数的值。当监视对象参数对应于从控制部3向半导体制造装置本体100发送的指令值时，通过控制部3内的数据传送，将该监视对象参数的值发送到装置数据存储部32。这样，对晶片W进行成膜处理期间的监视对象参数的值被随时存储在装置数据存储部32中。
另外，基于监视对象参数的值的原始数据(各个值)，生成监视对象参数的“评价值”。“评价值”例如可以取为在规定期间内取得的监视对象参数的值的多个原始数据的平均，例如移动平均。在生成“评价值”时，也可考虑多个原始数据的标准偏差。在后面详细说明的异常判断时，基于多个原始数据生成的评价值可代替各原始数据，作为“监视对象参数的值”而使用。由此可以防止过于敏感的判断，进行稳定准确的判断。然而，即使使用监视对象参数的值的原始数据作为异常判断的基准也没有关系。而且，在生成后述的相关数据时，也能够使用“评价值”。评价值的生成能够通过存储在装置数据存储部32的未图示的评价值运算程序而进行。
如上所述，相关数据生成程序(相关数据生成模块)41生成表示监视对象参数间的相关的数据(相关数据)。在例示的实施方式中，相关数据生成程序41生成表示各RUN(1RUN表示一次成膜处理的实行)中的第一监视对象参数的值和第二监视对象参数的值的相关关系的相关数据。在该示例中，用上述评价值作为监视对象参数的值。这里，选择累积膜厚作为第一监视对象参数，选择阀角度(压力调整阀的阀体20的角度)作为第二监视对象参数。相关数据生成程序41在以累积膜厚的值为X轴、阀角度的评价值(这里例如以平均值作为评价值)为Y轴而分配的X-Y坐标系(二轴坐标系)上，以各RUN中的累积膜厚的值和阀角度的评价值的组合构成的数据进行标绘。例如，可以使用第九次RUN完成时的累积膜厚和第十次RUN的阀角度的组作为对应于第十次RUN的累积膜厚和阀角度的组。这里，RUN的次数是指以设置有新的排气管23的时刻或清洗排气管23的时刻为起点，在其后实行的成膜处理的次数。相关数据能够基于存储在装置数据存储部32的第一和第二监视对象参数的时间序列数据而生成。
图3(a)表示基于上述顺序生成的累积膜厚与阀角度的相关数据。该图表中的各个标绘点基于在相同设定成膜压力(成膜处理方案确定的处理压力)下采用的第一和第二监视参数的数值。从该相关数据可知，随着累积膜厚的增加，阀角度变大，并且，累积膜厚一旦超过某个值，阀的角度的增加率相对于累积膜厚的增加急剧变大。这是因为，由于排气管23内壁面的堆积物的膜厚一旦变大，传导性就变小，所以，如果排气管23、即反应容器1内要达到同样的压力，阀角度必须进一步增大。
图3(a)所示的相关数据，基于过去成膜装置正常动作时所取得的第一和第二监视参数(累积膜厚、阀角度)的值的组而生成。所以，将在成膜装置实际运转时所取得的累积膜厚和阀角度的组在图表上进行标绘时，如果该标绘点位于离开图3(a)所示的标绘点组的位置(通常离开到上方)，则可以判断成膜装置中发生某种异常(这种情况下为堆积膜厚过大)。
边界数据生成程序(边界数据生成模块)42是基于图3(a)所示的相关数据，生成正常区域与异常区域之间的边界的程序。在图3(b)中，上限曲线L1和下限曲线L2表示这种边界。基于装置实际运转时的数据的标绘点，如果位于曲线L1以上或曲线L2以下，则判断为出现异常。另外，曲线L1和L2的上部之间以水平线相连。即使标绘点在曲线L1与L2之间，只要位于该水平线以上，也判断为出现异常。在蝶形阀的情况下，如果阀体20的旋转角即阀角度接近90度(全开状态)，则无法进行精密的压力控制，在这种情况下，必须清洗排气管23。上述水平线对应于必须进行清洗的沉积膜厚的界限值。即，在本实施方式中，必须进行清洗的情况也被作为成膜装置中发生异常的情况而对待。所以，曲线L1、曲线L2和上述水平线所包围的区域为正常区域，其他区域为异常区域。
下面对边界的设定方法的一例进行说明。首先，如图4所示，在也作为输入操作部33而起作用的显示部34的画面中显示相关数据。操作者为了确定构成相关数据的数据组的边界，选择认为合适的近似式。通过边界数据生成程序42所包含的系数自动运算程序，算出被选择的近似式中的系数(常数)，作出边界(管理值)线。作为近似式，可以使用例如1～7次函数式、对数函数式、指数函数式、椭圆式(参照图4左侧)，然而并不限于这些公式。图3(b)中同时表示相关数据和边界。相关数据和边界数据均存储在处理数据存储部5中。上述相关数据，可以是过去从管理对象装置中取得的数据，也可以是过去从与管理对象装置相同式样的其他装置中取得的数据。而且，在这种情况下，针对不同的设定压力，生成不同的相关数据。
判断程序43基于与本次RUN相关联的监视对象参数的值(在该例中，指输入到装置数据存储部32的阀角度和累积膜厚管理部36所管理的累积膜厚)，判断成膜装置有无发生异常。判断程序43判断与本次RUN相关联的阀角度和累积膜厚的数据组的标绘点是否在图3(b)所示的正常区域中。判断程序43在判断为异常时，指示异常报知部35进行异常报知，并且将作为判断基础的该异常数据存储在处理数据存储部5中。
除了阀角度和累积膜厚的相关数据，相关数据生成程序41还可以按照与上述相同的顺序生成外部温度(通过温度检测部10a测定的温度)和加热器电力的相关数据、累积膜厚和加热器电力的相关数据等的具有相关性的监视参数的相关数据。
图5(a)表示外部温度和加热器电力的相关数据。如果向加热器17供给的电力改变，则外部温度变化。这里选择椭圆式作为决定边界的近似公式。图5(b)一并表示图5(a)所示的相关数据和通过边界数据生成程序42生成的边界的曲线。
加热器电力和累积膜厚之间也相关。向加热器17供给的电力，考虑照通过温度检测部10b检测的内部温度检测值(即反应容器内温度)而进行控制。这里，加热器17的发热量与内部温度的关系依赖于附着在反应容器1的内壁的薄膜的膜厚而变化。即，由于来自加热器17的辐射热被附着在反应容器1的内壁面的薄膜遮挡，所以累积膜厚一旦变大，如果要将反应容器1的内壁面加热到相同的温度，则必须加大加热器1 7的发热量(加大向加热器17供给的电力)。因此，由于在加热器电力与累积膜厚之间图6(a)所示的关系成立，所以这些参数相当于具有相关关系的监视对象参数的组。在这种情况下，能够选择例如二次函数式作为确定边界(边界数据)的近似式。图6(b)是将图6(a)的相关数据的边界进行加权后的示意图。其中，如上所述，反应容器1内被分割为多个温度控制区域，各控制区域分别分配有一个加热器17。在这种情况下，相关数据分别针对各加热器17(各区域)而生成。
上述各程序41～43储存在软盘(FDFloppy Disk)、光盘(CDCompact Disk)、磁光盘(MOMagneto Optical Disk)等可移动的存储介质中(未图示)，被安装于控制部3即计算机，存储在程序存储部4中。程序存储部4有代表性的是由计算机内置的固定的存储介质Me(参照图1)即硬盘驱动器(HDD)的数据存储区域实现。关于这一点，后面说明的其他实施方式所涉及的各程序相同。
接着对上述成膜装置的作用进行说明。首先，从控制部3的未图示的处理方案存储部中存储的多个处理方案中选择一个处理方案。按照处理方案所规定的处理顺序和处理条件，成膜装置如下动作。
首先，将作为用于制造半导体装置例如半导体集成电路的基板的晶片W，通过搬送臂在规定片数的晶舟4上载置成棚状。通过使未图示的晶舟升降机上升，将晶舟4搬入反应容器1内，同时利用盖体13将反应容器1的下端开口部11塞住。其后，加热反应容器1内，稳定在规定的处理温度。
然后，完全打开压力调整阀25，对反应容器1内抽真空，之后，从喷射器16以规定的流量向反应容器1内供给处理气体，同时，调整压力调整阀25的开度、即阀角度，使反应容器1内的压力达到规定的工艺压力。控制部3比较设置在排气管23上的压力检测部28的压力检测值和处理方案所记载的设定压力，通过向压力调整阀25的阀致动器、即驱动部26发送控制信号，调整阀20的角度，控制压力检测值成与设定压力一致。
并且，控制部3读取温度检测部10a和10b的温度检测值，基于该温度检测值和上述方案中记载的设定温度，向电力控制部19输出电力指令值(控制信号)，控制反应容器1的气氛温度、即处理温度与设定温度一致。
这样，在反应容器1内保持为预先设定的加热、减压气氛的情况下，对晶片W进行成膜处理。其后，将反应容器1内置换为清洁气体，将晶舟2搬出反应容器1。到此一系列的工艺完成。
如上所述，处理数据存储部40存储有图3、图5和图6所示的相关数据和边界数据。判断程序41将选自从装置数据存储部32获得的装置数据(装置状态参数)的监视对象参数的值和与该监视对象参数关联的边界数据相对比，判断装置有无异常。例如，基于随时从装置本体100输入到装置数据存储部32的阀角度的值(角度检测部27的角度检测值)，求出其移动平均值(监视对象参数的评价值)。并且，读出在累积膜厚管理部36被管理的、到当前正在进行的RUN的前一个RUN为止的累积膜厚值。求出阀角度的移动平均值和累积膜厚值的组的标绘点在图3(b)的图表上的坐标位置，判断该位置是否位于正常区域，即是否位于上侧和下侧边界曲线L1、L2之间。而且，由于如上所述，相关数据针对每个设定压力(处理方案的处理压力)而生成，所以使用与所实施的成膜处理的设定压力对应的相关数据的边界数据。
在判断程序41判断上述坐标位置位于异常区域内时，异常报知部35发出警告。在这种情况下，反应容器1的气密性不充分，外部气体有可能进入反应容器1内，所以进行密封部分的检查等处理。并且，即使上述坐标位置位于上侧和下侧边界曲线L1、L2之间，在位于连接两条边界曲线L1、L2的上述水平线之上的情况下，发出进行清洗的时间已经到来的警告。
另外，与其他的相关数据相关联的有无异常的判断，也可以按照与上述同样的顺序进行。例如，对于发送到装置数据存储部32的外部温度和加热器电力，求出各自的评价值(例如，这些监视对象参数的值的移动平均)的组在图5(b)的标志上的坐标位置，判断其位置是否位于边界限(此例中的椭圆)中，如果在其外，则异常报知部35发出警告。而且，作为上述坐标位置位于椭圆之外的理由，例如接近加热器17的寿命，所以为了达到某种程度的发热量必须施加异常高的电力。而且，基于外部温度和加热器电力的相关数据的加热器17的异常的判断，能够针对设定温度(处理方案所规定的温度)互不相同的成膜处理，基于单一的相关数据而进行。
另外，关于累积膜厚和加热器电力，也能够以同样的顺序进行判断，在判断发生异常时发出警告。对于该监视对象参数的组合，针对每个设定温度准备相关数据，使用与所实施的成膜处理的设定温度相对应的相关数据的边界数据。作为异常的原因，考虑是接近加热器17的寿命等原因。
根据上述实施方式，基于第一监视对象参数的值和大大影响该第一监视对象参数的值的第二监视对象参数的值，判断正常、异常，能够准确地检测出半导体制造装置的异常。
并且，通过利用阀角度和累积膜厚的相关数据，能够准确地检测反应容器1的泄漏。并且，能够区分反应容器1的气密性不佳和清洗时间的到来。因此，由于能够进行成膜处理，直到排气管23的内壁的附着物的膜厚增大到清洗变得必要的时刻，所以能够延长维护周期，从而能够抑制装置的停工时间。
另外，通过利用加热器电力和累积膜厚或加热器温度的相关数据，能够准确地检测加热器17的不正常。并且，由于能够把握加热器17使用寿命的到来，所以能够将高价的加热器17一直使用到寿命完结，从而降低装置的运行成本。并且，与目前的每使用一定的时间就更换加热器17的情况相比，能够延长维护周期，从而可抑制装置的停工期。
下面参照图7～图10，对第二实施方式进行说明。其中，在本说明书中例示的各实施方式，相对于第一实施方式，主要是控制部的构成和功能互不相同，而半导体制造装置本体100的构成相同。
在第二实施方式中，立式减压CVD装置构成为能够选择批量大小(能够一并处理的晶片、即基板的数目)。即，不仅能够一并处理晶舟21的最大搭载数目的晶片W，也能够一并处理数目少于最大搭载数的晶片。该功能的不同，不用变更半导体制造装置本体100的构成，只要通过控制部3的变更就能够实现。
第二实施方式的成膜装置能够进行3种批量大小的晶片W的处理。图7模式地表示晶片W的一并处理片数(即批量大小)和晶舟21的晶片W的保持区域的关系的一例。与批量大小无关，在晶舟21的上端部和下端部的缝隙(模拟区域)搭载有模拟晶片。制品晶片搭载于两模拟区域之间的缝隙(制品晶片区域)。在批量大小为50片和100片的情况下，在晶舟21的制品晶片区域的下部的缝隙上搭载有制品晶片，而在其上的缝隙则为空。批量大小为150片的情况下，晶舟21为满载有晶片W的状态。
图8是表示依次将批量大小变更为50片、100片、150片并进行重复操作时的、每个批量大小的伴随着RUN次数的增大的成膜处理中阀角度(本例为成膜处理中的阀角度的平均值)的变化。在这种情况下，批量大小越大，阀的角度越大，数据的标绘点越位于上侧。
图9是基于图8所示的数据而生成的每个批量大小的累积膜厚和阀开度的相关数据。而且，如果数据量增大，则实际上将获得在每个批量大小分布具有如图3所示宽度的区域的标绘点组，但是由于图9的图表被简略化，所以从标绘点组中抽出具有代表性的点，然后将抽出的标绘点用线连接。为了比图9更清楚地说明，也就是说如果批量大小发生变化，则累积膜厚和阀的角度的相关数据发生变化。其主要原因是，可例举由批量大小引起的反应容器1的内部空间容积发生变化。所以，正常区域和异常区域的边界也因批量大小而发生变化。
该第二实施方式的控制部3A主要在以下的点上与第一实施方式的控制部3不同。如图10所示，控制部3A具有用于选择批量大小的批量大小选择部37。该批量大小选择部37包括例如能够在显示部34的画面上从50、100、150中选择批量大小的软开关。若选择该批量大小，则控制部3A向未图示的移载室内的搬送臂发出指示，将对应于该批量大小的晶片W移到晶舟2中。其后，成膜装置按照与第一实施方式关联的、之前已说明的顺序相同的顺序，对晶片W实施成膜处理。
相关数据生成程序41’，基于图8所示的数据，针对每个批量大小生成图9所示的相关数据。所生成的相关数据存储在处理数据存储部32中。边界数据生成程序42’基于图9所示的每个批量大小的相关数据(实际上是图3所示的宽度)，生成已确定正常区域和异常区域的边界的边界数据。边界数据生成程序42’通过与之前在第一实施方式的说明中说明的方法相同的方法，作出边界曲线。
判断程序43’使用与被选择的批量大小相对应的边界数据，除去进行判断的点，具有与第一实施方式的判断程序43相同的功能。即，分别针对作为判断基础的第一监视对象参数和第二对象参数的组合((阀角度、累积膜厚)、(外部温度、加热器电力)、(加热器电力、累积膜厚))，使用对应于批次大小的边界数据，判断有无异常。
根据第二实施方式，除第一实施方式的效果之外，还具有能够在可以设定批量大小的装置中进行异常检测的效果。
接着，参照图11～18对第三实施方式进行说明。
首先，参照图11，对第三实施方式的控制部3B，以相对于第一实施方式的控制部3的不同点为中心进行说明。
第三实施方式的输入操作部33具有与第一实施方式的输入操作部33大致相同的功能，还具有输入各种指示例如异常发生时后述的数据检索指示等的作用。
第三实施方式的程序存储部4A包括异常检测程序41A、异常数据生成程序42A、检索(原因推定)程序43A和图案注册程序44A。
异常检测程序(异常检测模块)41A基于选自输入到装置数据存储部32内的装置数据(装置状态参数)的监视对象参数(例如内部温度、阀角度)的值，检测装置的异常。异常检测程序41A能够构成为基于多个监视对象参数的监测值的至少一个是否超过阈值，判断装置是否发生异常。
代替其上的是，异常检测装置41A构成为基于多个监视对象参数中的具有相关性的监视对象参数的组(例如，与温度检测值关联的监视对象参数的组、与压力检测值关联的参数的值)的数据，能够进行异常的判断。在这种情况下，例如，能够求出装置正常时得到的监视对象参数的组的数据组和装置实际运转时得到的监视对象参数的组的数据之间的马哈拉诺比斯距离(Mahalanobis Distance)(其作为多变量解析的方法而广为人知)，并在该距离超过规定的管理值(阈值)时，判断装置发生异常。其他已知的数据解析算法也可以被使用。
异常数据生成程序(异常数据生成模块)42A是，在异常检测程序41A检测出异常时，将与异常相关联的至少两个监视对象参数的检测值分别进行标准化，生成该监视对象参数的标准化的检测值的组(其被称为“异常数据”)的程序。与异常相关联的至少两个监视对象参数，操作者能够通过输入操作部33进行选择。即，在检测出异常时，由于表示异常值的监视对象参数或表示异常值的监视对象的组显示在显示部34中，所以，操作者能够在检索异常原因之前，选择包括呈现异常的监视对象参数的监视对象参数的组。
例如，在检测与温度相关联的异常时，选择外部温度、内部温度以及加热器电力的组合作为异常数据生成用的监视对象参数。此外，例如在检测与压力相关联的异常时，压力检测值(通过压力控制部28得到)、阀角度、抽真空时间(将处理容器从大气压抽到设定的真空度所必需的时间)的组合作为异常数据生成用的监视对象参数。其中，该抽真空时间的监视由图11中未图示的抽真空时间监视程序进行。
“监视对象参数的检测值的标准化”是指，以监视对象参数的设定值或该监视对象参数预先取得该值的值作为基准，将监视对象参数的检测值(或多个检测值的平均值)标准化。想到最简单的标准化公式是标准值＝(检测值一预定值)/预定值，不限于该式。监视对象参数的被标准化的检测值的组、即异常数据的一例如图16的表的上部所示，[外部温度54、内部温度10、加热器功率11]相当于异常数据。而且，为了专门对这三个值[54、10、11]进行说明，将其单独例示。
第三实施方式的控制部3B具备第一存储部5和第二存储部6，通过异常数据生成程序42A如上所述生成的异常数据被存储在第一存储部5中。
第二存储部6内存储有多个异常判别数据。“异常判别数据”是指，通过过去实施的异常解析或实验等得到，由异常数据、异常状况、异常原因以及针对异常的原因和异常的对策组合而成。异常判别数据的具体示例如图12所示。
图12(a)是关于阀角度、压力检测值以及抽真空时间的3个监视对象参数的异常判别数据。图12(a)左侧表示异常数据，成为该异常数据的各监视对象参数的值，是通过上述方法被进行了标准化的监视对象参数的检测值(在图12(b)(c)所示的示例中也是如此)。如图12(a)右侧所示，异常判别数据包括对应于异常数据的异常状况、异常推测原因、针对异常的处理方法以及评价，为了管理，对该异常判别数据赋予数据代码。在图12(a)的示例中，“异常状况”是“抽真空需要长时间”，“异常推测原因”是“由阀内的反应副生成物附着引起的阀堵塞”。
图12(b)是向负责某一个温度控制区域(参照第一实施方式的说明)的加热器17供给的电力(加热器电力)、该加热器17的温度(外部温度)、以及向与该区域邻接的区域的加热器17供给的电力(加热器电力)这三个监视对象参数的异常判别数据。在该例中，“异常状况”是指“加热器17的温度低”，“异常推测原因”是指“该加热器17的加热器元件发生断线”。另外，如图12(b)所示，被标准化的检测值有时也为负值。
如图12(c)是外部温度、内部温度以及加热器电力这三个监视对象参数的异常判别数据。而且，对于外部温度和加热器电力，使用对应于同一个区域的数据。在该例中，异常状况为“加热器17的温度(外部温度)高”，异常的推测原因是“外部温度检测部10a(热电偶)的异常”。
而且，将构成异常数据的监视对象参数的标准化的值的组合称为“异常数据的图案”。如果异常的产生原因不同，则对于相同种类的异常数据参数，有时会出现不同的“异常数据的图案”。
再次参照图11，检索程序(检索模块)43A(也被称为原因推定程序)是以下这样的程序在异常检测程序41A检测出成膜装置异常时，对于与被操作者选择的监视对象参数的组合的实现异常数据一致的异常数据(异常数据的图案)，检索包含其的异常判别数据是否存在于第二存储部6中，当一致的异常判别数据存在时，将其读出。这里所说的“异常数据(异常数据的图案)的一致”是指两个异常数据的类似程度超过预先规定的程度。类似的程度例如可以以构成异常数据的监视对象参数的标准化的两个值中的较小值相对于较大值的比率而表现。
模式注册程序44A在成膜装置运转前，进行注册异常判别数据的步骤，进而，在发生异常时，如果与该异常数据一致的异常判别数据不存在于第二存储部6内，则进行对该异常数据附加异常原因和对策等信息并将其存储在第二存储部6内(注册)的步骤。
接着，对第三实施方式的半导体制造装置的作用进行说明。在半导体制造装置实行的成膜工艺本身，由于与之前说明的第一实施方式相同，所以重复的说明省略。
关于在半导体制造装置本体100运转期间，控制部3B所执行的监视工艺，参照图13的流程图进行说明。各监视对象参数的监视结果，与第一实施方式相同，被发送到装置数据存储部32，并存储在其中。基于被存储的监视结果进行装置的异常检测。首先，利用异常检测程序41A，基于被发送到装置数据存储部32内的监视结果，检测异常(步骤S 1)。
图14是表示异常检测的情况示意图，多个外部温度检测部10a中的一个检测值(外部温度检测值)在时刻t1超过阈值。于是，异常检测数据41A判断发生了异常。而且，异常发生的判断，能够以单一的监视对象参数(通过3个外部温度检测部10a所计测的温度中的一个)的检测值是否超过管理值为基准。也可以基于由某个监视对象参数(例如外部温度)和具有与其相关联的特性而变化的一个或一个以上的监视对象参数(例如内部温度、加热器电力)所构成的两个或两个以上的监视对象参数，通过使用上述马哈拉诺比斯距离的判断基准，进行异常的判断。图15是模式地表示后者的方法示意图，能够使用例如马哈拉诺比斯距离作为纵轴的异常程度。后者的检测方法与前者相比，考虑到各监视对象参数的相关关系，因此优选。
如果检测出异常，则在显示部34显示呈现异常值的监视对象参数的同时，异常报知部35报知异常(步骤S2)。在进行基于多变量解析的监视的情况下，发生异常的异常监视对象的组(在图14的情况下，为外部温度、内部温度、加热器电力)在显示部34中显示。异常报知，通过例如警铃的鸣动或警灯的发光而实施。接着，操作者查看显示部34，选择与异常相关联的至少两个监视对象参数、例如外部温度、内部温度以及加热器功率的组合(步骤S3)。图16模式地显示用于操作者选择监视对象参数的组合的画面。
选择出监视对象参数的组合，如果显示部34的画面的“检索”的软开关(参照图17)为ON，则异常数据生成程序42A如上所述对各监视对象参数的检测值进行标准化，生成显示在图17右侧的异常数据(步骤S4)。在异常数据被存储在第一存储部5的同时，异常数据(如图17的右侧所示被图案化的异常数据)显示在显示部34的画面中。
接着，检索程序43A从第二存储部6内的异常判别数据中，检索含有与存储在第一存储部5内的异常数据一致的异常数据的异常判别数据。即，如图14所示，检索程序43A比较存储在第一存储部5内的异常数据(即基于实际监视结果的异常数据)和第二存储部6内的异常判别数据中的异常数据(步骤S5)，判断含有与存储在第一存储部5内的异常数据一致的异常数据的异常判别数据是否存在于第二存储部6内(步骤S6)。如上所述，所谓“一致”，意味着类似程度超过预定的类似程度。
在图16(a)的示例中，关于外部温度、内部温度以及加热器电力这三个监视对象参数各自的被标准化的值的类似程度，例如小的值相对于大的值的比率分别为90％、100％、90％。如果以80％作为类似程度的阈值，则由于类似程度全部超过80％，所以判断两个异常数据一致。另外，决定类似度的方法并不限于这种方法。
构成异常数据的各监视对象参数也可不必如图16(a)所示，被详细地数值化(例如[54、10、11])。例如如图16(b)所示，可以在监视对象参数的检测值被标准化后的值大于某个基准值时记为“大”，小的情况下记为“小”。例如，异常数据可以由“外部温度大”、“内部温度小”、“加热器功率大”组合而成。在这种情况下，如图16(b)所示，如果基于实际的监视结果的异常数据的图案和异常判别数据内的异常数据图案一致，则断定两异常数据一致。即如图16(b)所示的示例，进一步使用阈值评价监视对象参数的检测值被标准化的值，将该评价结果的组合作为异常数据。
如上所述，当在基于实际的监视结果的异常数据中发现含有一致的异常数据的异常判别数据时，该异常判别数据(参照图12)在显示部34中显示(步骤S7)。由此，操作者能够推定异常的原因。另外，在显示部34中，对该异常的处理也被显示，此时操作者可以进行与显示的处理相同的处理，或参考被显示的处理，进行更加合适的处理。
与此相反，如果没有发现一致的数据，则操作者例如向装置制造商的售后工程师求助，探明异常原因(步骤S8)。在探明异常的原因、处理该异常之后，操作者通过图案注册程序44A，将本次的异常数据以及与此相关联的各种信息作为新的异常判别数据注册于第二存储部6(步骤S9)。图17是模式地表示该注册时的显示部34的画面显示的示意图。操作者输入异常数据(参照画面右上)和异常状况以及异常原因(参照画面左下)等与图3所示的内容相同的信息，在赋予数据代码(参照画面右上)之后，将画面上的注册开关(参照画面右下)调为ON，进行注册。
根据该第三实施方式，通过对照基于实际监视结果的异常数据的图案和异常判别数据内的异常数据的图案，确定异常发生的原因，所以能够容易地推测异常的原因。并且，由于还能够提供针对异常的对策，所以能够容易地确立针对异常原因的对策，采取又快又准确的应对。
接着，参照图19至图21对第四实施方式进行说明。该第四实施方式的半导体制造装置与上述第二实施方式相同，具有批量大小选择功能。关于批量大小选择功能、以及伴随批量大小变更的压力调整阀的必要开度的变化，参照第二实施方式的说明。在该第四实施方式中，控制部3C构成为基于累积膜厚与阀角度的相关关系，能够预测在要实施的成膜处理中压力调整阀25是否能调出合适的压力。
下面，参照图19，对第四实施方式的控制部3C进行说明。通信部31、装置数据存储部32、输入操作部33、显示部34、异常报知部35、以及累积膜厚管理部36的功能与第一实施方式中具有同一名称的部分的功能相同。
处理方案选择部38是从记载有各种处理条件的多个处理方案中，选出在要实施的成膜处理中使用的处理方案的模块。在操作者调用处理方案选择部38时，在图19所示的处理方案选择部36中存储的处理方案的菜单在显示部34的画面上显示。菜单以表格的形式在画面上显示，记载有处理方案序号和对应于该处理方案序号的处理条件。操作者从名单中选择所期望的处理方案。被处理方案所定义的处理条件是指批量大小、处理压力、气体流量、处理温度、以及目标膜厚等。
在该例中，处理方案选择部38作为处理方案的存储模块以及处理方案的手动(Manual)选择模块而起作用。但是，处理方案选择部38也可以从已实施过要在该处理装置上实施的成膜处理的前工序的处理装置接受与批量大小相关的信息，自动选择批量大小。
第四实施方式的程序存储部4B包括数据处理程序41B以及判断(异常预测)程序(判断单元)42B。
数据处理程序41B以规定的格式将各RUN中的过去的处理数据写入处理数据存储部40A，实行存储步骤，其中，过去的处理数据包括传送到装置数据存储部32的阀角度的值(例如其评价值)和累积膜厚管理部36所管理的累积膜厚的值。如图19所示，在处理数据存储部40A中，对于每个RUN，记载有该RUN的实行日期，在该RUN使用的处理方案序号，该RUN中的阀角度的值b1、b2、…、bn(可使用上述的“评价值”作为该值)，该RUN完成时的累积膜厚c1、c2、…、cn。而且，如果处理方案序号被确定，则由于处理条件尤其是处理压力被确定，所以阀角度(压力调整阀25的阀体20的角度)与处理压力相关联，被存储于处理数据存储部40A。
判断程序42B被存储于处理数据存储部40A，具有以下功能基于与本次成膜处理的处理条件对应的过去的处理数据(即进行与本次所选择的处理方案相同的处理方案的成膜处理时所得到的过去的处理数据)和本次成膜处理完成时的累积膜厚的值，预测本次成膜处理的阀角度，判断该预测值是否超过容许界限值(阈值)。
容许界限值例如能够事先被存储在装置数据存储部32中。判断程序42B构成为在判断阀角度的预测值超过预先设定的容许界限值时，指示异常报知部35进行异常报知。在这种情况下，判断程序42B也可以具有产生将显示部34上的软开关的ON设为不可能的控制信号，阻止输入运转开始指令的功能。
接着说明第四实施方式的作用。当处理方案选择部38选择要实施的成膜处理的处理方案时，基于被选择的处理方案所定义的处理条件，实施与第一实施方式同样的成膜处理。
每次进行RUN时，按照图19所示的格式将数据写入处理数据存储部40A中。数据的写入基于存储在装置数据存储部32的装置数据、由累积膜厚管理部36管理的数据等，由数据处理程序41B进行。判断程序42B基于存储在处理数据存储部40A的数据，利用工作存储器6，判断是否可以实施进行阀角度预测运算之后的批量处理。
图20表示判断程序42B判断阀角度是否超过阈值(管理值)的流程。首先，获得本次成膜处理(RUN)的方案编号(方案信息)(步骤S100)。接着，从累积膜厚管理部36获得到上次RUN为止的累积膜厚的值(步骤S200)。然后基于过去以与本次的成膜处理相同的处理条件而进行的多次(例如最近的两次)RUN的阀角度和累积膜厚的组的数据、以及本次的成膜处理的目标膜厚，预测本次的成膜处理的阀角度(步骤S300)。
接下来，判断程序42B判断上诉预测值是否在阀角度的容许界限值以下(步骤S400)。如果预测值在阀角度的容许界限值以下，则实施成膜处理(步骤S500)。在预测值超过阀角度的容许界限值时，由异常报知部35产生警报，通知操作者(步骤S600)。并且，此时也可以阻止运转开始指令的输入。
下面对步骤S300和S400进行详细说明。如图21所示，以累积膜厚为横轴(第一轴)、阀角度为纵轴(第二轴)而分配的2轴坐标系上，判断程序42B使用从处理数据存储部40A读出的过去的数据进行标绘。此时，标绘时使得各RUN的处理压力可以区分。在图21中，在某一个处理条件(处理方案)下的数据以黑圆圈进行标绘，其他处理条件(只有批量大小不同)下的数据以白圆圈进行标绘。在图21中，例如RUN1完成时的累积膜厚为500nm、RUN1的阀角度为60度，RUN2完成时的累积膜厚为600nm、RUN2的阀角度为65度。这里，RUN1、2是以与本次要实施的RUN4相同的处理条件所实施的过去最近两次RUN，根据与该RUN1、2相关的数据，能够得到Y＝0.05X+35(其中X为累积膜厚、Y为阀角度)的关系式。而且，这里为了简化说明，仅仅使用最近的两次作为过去的数据，利用一次式近似地表示累积膜厚X与阀角度Y的关系，但是不限于此。也可以使用过去的3次以上的数据，利用其他的函数近似。
在本次要实施的RUN4前一次的RUN3(与其他的RUN1、2、4相比批量大小不同)完成时，累积膜厚为900nm。于是，由于RUN4的目标膜厚为200nm，所以RUN4完成时的累积膜厚为1100nm。如果将“1100”代入上述关系式中的X，则Y(阀角度)为90度，这也是RUN4中的阀角度的预测值。到此，步骤S300完成。
在步骤S400中，判断程序42B比较阀角度的预测值和容许界限值G(参照图21)。这里，如图21所示，容许界限值G为80度，所以可知预测值超过了容许界限值G。以上的步骤S300、S400中使用二轴坐标系的各种运算处理，使用专用的工作存储器6(参照图19)而实施。
以上，基于在只有批量大小不同的多个处理条件下取得的过去的数据，对预测阀角度的示例进行说明。但是，即使在批量大小相同、其他的处理条件不同的情况下，也能够以同样的方法预测阀的角度。即使批量大小相同，但如果处理压力以及气体流量不同，则阀角度和累积膜厚的相关关系也不同。这里，本次成膜处理的处理压力以及气体流量例如为P1、Q1。在这种情况下，从处理数据存储部40A读出来自批量大小与本次的批量大小相同、且处理压力以及气体流量为P1、Q1的过去的数据中的最近的2点的阀角度和累积膜厚的数据，与上述相同，能够预测阀的角度。
如上所述，本次的成膜处理中的阀角度的预测，基于使用与本次成膜处理的处理方案相同的处理方案而实施的过去的成膜处理的数据而进行。然而，也可以基于所实行的过去的成膜处理的数据进行预测，该过去的成膜处理使用包含与本次成膜处理所使用的处理方案部分不同的处理条件的处理方案。例如，在其他的处理条件相同、只有处理温度发生变化的情况下，阀角度与累积膜厚的相关关系有时也不发生变化。在这种情况下，也能够将过去的处理温度不同的数据用于预测中。这样的判断，能够基于操作者的经验而进行。而且，在上述的说明中，虽然基于最近两次RUN数据进行阀角度的预测，但是也可以基于最近3次以上的RUN数据进行阀角度的预测。
这样，通过基于过去的处理数据预测阀角度，能够事先避免在成膜处理中出现无法进行压力控制的情况。因此，能够避免发生处理不当，从而提高成品率。
另外，在累积膜厚达到规定值时进行清洗的现有管理方法中，累积膜厚的管理值必须具有某种程度的安全限度。因此，在实际不需要进行清洗时已进行清洗，维护周期短于必要长度。但是，如果使用本发明的方法，由于能够准确地把握清洗时期，所以能够解决这种问题。
接着，参照图22以及图23，对第五实施方式进行说明。该第五实施方式与第四实施方式不同，基于在每个处理方案生成的相关模式线图预测阀角度。图22表示本例的控制部3D的构成。在图22中，将相同的符号赋予具有与图19所示的第四实施方式的控制部3C的构成部分相同功能的部分，并省略重复的说明。
程序存储部7包括数据处理程序71、相关模式线图生成程序(相关模式生成模块)72、以及判断(异常预测)程序(判断模块)73。
数据处理程序71是，基于各RUN中在装置数据存储部32取得的阀角度的数据(例如该评价值)和由累积膜厚管理部37管理的累积膜厚的数据，实行以与在第四实施方式的处理数据存储部40A使用的格式相同的格式，将过去的处理数据100存储在处理数据存储部8中的步骤。
相关模式线图作成程序72具有基于存储在处理数据存储部8中的处理数据100，生成相关模式线图的功能。相关模式线图存储在处理数据存储部8中。这里使用的“相关模式线图”是在以为了实现某种处理压力而必须的压力调整阀25的角度(阀角度)为第一轴、累积膜厚为第二轴的2轴坐标系上描绘的线图。相关模式线图针对每个处理条件作成。在这里，例示了批量大小以外的处理条件(处理压力、处理温度)相同的情况，对每个批量大小作成相关模式线图。
下面对相关模式线图的作成方法进行说明。首先，相关模式线图作成程序72基于在处理数据存储部8中存储的过去的处理数据100，对于每个批量大小，在2轴坐标系上生成相关数据101～103，显示在显示部34的画面上。而且，关于“相关数据”的定义，参照第一实施方式的说明。
操作者从与定义各相关数据101～103中的两个参数的关系相应的近似式中选择各种近似式，例如2次～7次函数式或指数函数式，决定函数中的系数。由此作成相关模式线图。而且，近似式的选择和系数的决定，也可以由相关模式线图作成程序72自动判断、决定。在图23中，基于图22大致所示的相关数据100～103(三角形的标绘点)作成的相关数据线图以粗实线记载。
判断程序73实施这些步骤(i)读出与本次要实施的成膜处理的处理条件(本例中为批量大小)相对应的相关模式线图，基于该相关模式线图和本次成膜处理完成时的累积膜厚的值(预定值)，预测本次的成膜处理中的阀角度的步骤；(ii)判断该预测值是否超过阈值的步骤；(iii)判断阀角度超过阈值例如80度时，在异常报知部35进行异常报知的步骤。
下面对第五实施方式的作用进行说明。每次实行由处理方案选择部38选择的方案时，将各种装置数据存储在装置数据存储部32中。在处理数据存储部8中，以图21所示的格式存储有过去的处理数据。
相关模式作成程序72基于存储在处理数据存储部8的数据，作成与成膜处理的处理条件相对应的相关模式线图。图23例示作成批量大小为50枚、100枚、150枚时的相关模式线图。基于这些相关模式线图，判断程序73判断是否能够实施下一步的批量处理。相关模式线图也可以使用从同一型号的其他减压CVD装置取得的数据而作成。
判断程序73按照与第四实施方式相关联的已说明的图20所示的流程，预测阀角度，判断能否进行成膜运转。判断程序73在该第五实施方式中所实行的流程，与判断程序在第四实施方式所实行的流程相比，只有步骤S300的内容不同，其他相同。即在实行图20所示的步骤S300时，判断程序73从处理数据存储部8中以与本次成膜处理相同的处理条件进行的相关模式线图。然后，判断程序73读出与本次成膜处理完成时的累积膜厚(取得的累积膜厚和目标膜厚的和)相对应的相关模式线图上的阀角度(上述2轴坐标系中，[本次成膜处理完成时的累积膜厚、阀角度]的位置)。该读出的值是本次要实施的成膜处理中的阀角度的预测值。基于该预测值，实行步骤S300后的步骤。
参照图23，对判断程序73实行的步骤S300进行说明。在图23中，符号L50、L100、L150分别表示批量大小为50枚、100枚、150枚时的相关模式线图。这里，上次以50枚的批量大小进行成膜处理，本次以150枚的批量大小进行成膜处理。首先，将上次成膜处理完成时的累积膜厚m和本次成膜处理的目标膜厚n相加，求出本次成膜处理完成时的累积膜厚m+n。接着，在相关模式线图L150中，读出与累积膜厚m+n相对应的阀的角度。这样，可知阀角度超过容许界限值(阈值)G。
与此相对，在本次要进行的成膜处理的批量大小为50枚或100枚的情况下，相关模式线图L50、L100中的、与累积膜厚m+n相对应的阀角度小于容许界限值G。即，在批量大小为50枚或100枚的情况下，能够实施成膜处理。
在该第五实施方式中，也能够得到与第四实施方式大致同样的结果。而且，在上述的说明中，虽然针对每个不同的批量大小(处理条件)作成相关模式线图，但是也可以针对不同的其他处理条件(例如处理压力)作成相关模式线图。
而且，当新取得的累积膜厚以及阀角度的角度值的标绘点不位于基于过去的多个数据而作成的相关模式线图上时，根据基于新取得的数据的标绘点的偏差量，移动相关模式线图，而其后的预测可以基于移动后的相关模式线图进行。例如，在上述标绘点在上下方向上仅从相关模式线图偏离Δy时，可以使相关模式线图在y轴上仅偏离Δy。
接着，参照图24和图25对第六实施方式进行说明。该第六实施方式的控制部3E相当于将第一实施方式和第三实施方式的控制部3、3B的功能合并，进一步进行改进的装置。将同一符号赋予具有与构成第一和第三实施方式的控制部的功能模块相同功能的功能模块，省略重复的说明。
如图24所示，该第六实施方式的第一程序存储部4”具有与第一实施方式的程序存储部4大致相同的构成和功能。并且，第一存储部40”具有与第一实施方式的处理数据存储部40大致相同的构成和功能。
该第六实施方式的第二程序存储部4A”除了存储于第三实施方式的程序存储部4A的程序，还存储有经时变化生成程序40。并且，该第六实施方式的异常检测程序41A’除了第三实施方式的异常检测程序41A所具有的功能，还追加有其它的功能。即，异常检测程序41’包括作为第二异常检测模块的程序部分和作为第三异常检测模块的程序部分。而且，作为第一异常检测模块的程序，是存储在第一程序存储部4”的判断程序43(也称为“异常检测程序”)。
如在上述第三实施方式中的说明，相当于上述第二异常检测模块的程序部分是，求出马哈拉诺比斯距离，在该值超过阈值时判定异常检测的程序。相当于上述第三异常检测模块的程序部分，判定监视对象参数中的至少一个是否超过阈值，在超过阈值时判断为发生异常。
并且，在第二程序存储部4A’中存储的经时变化生成程序40是，基于装置数据存储部32内的存储数据，生成各监视对象参数(例如外部温度、内部温度)的检测值的经时变化数据，并将其存储在第二存储部51内的程序。监视对象参数的检测值的经时变化数据相当于在图14的左侧记载的图表。
异常数据生成程序(异常数据生成模块)42A，在第一程序存储部4”的异常检测程序41(判断程序)和第二程序存储部的异常检测程序41A’的至少一方检测出异常时，进行与第三实施方式的异常数据生成程序42A相同的动作。
该第六实施方式中，当异常检测程序41和41A’的至少一方检测出异常时，通过操作者进行“异常数据”的生成。关于异常数据的生成顺序，参照第三实施方式的说明。
而且，在检测出基于相关数据的边界数据判断的异常时，有时不生成异常数据。如同之前在第一实施方式所说明的，这是因为有时可以仅基于边界数据判明异常的状况以及异常的原因。
在典型的实施方式中，虽然当检测出异常时由操作者发出异常数据生成的指示，但是在判断为异常时，可以是异常数据生成程序42A具有自动选择监视结果的组合，生成异常数据的功能。
在该第六实施方法中，能够省略针对各个检测值的异常检测功能(利用异常检测程序41A’的第三异常检测模块的异常检测功能)。即，当以基于相关数据生成的边界数据为基准而判断的异常(通过异常检测程序41检测出的异常)和基于多个检测值的运算结果而判断的异常(通过异常检测程序41A’的第二异常检测模块检测出的异常)中的至少一个被检测出时，也可以由操作者生成异常数据。
该第六实施方式的控制部3E还包括第三存储部5’和第四存储部6’。通过异常数据生成程序42A生成的“异常数据(参照第三实施方式)被存储在第三存储部5’中。即，本实施方式中的第三存储部5相当于第三实施方式的第一存储部5。并且，第四存储部6’存储异常判别数据(参照第三实施方式)，相当于第三实施方式的第二存储部6。另外，存储在第二程序存储部4A’中的检索程序(检索模块)43A(也称为原因推定程序)具有与第三实施方式的检索程序43A相同的功能。
接着对作用进行说明。与第一实施方式相同地执行成膜处理。在成膜处理中，随时监视监视对象参数。基于监视对象参数的检测值，实施与第三实施方式相关联的图13所记载的流程大致相同的流程。该第六实施方式的流程只有步骤S1与第三实施方式的图13的流程不同，其他相同。即，在第六实施方式中，在检测异常的步骤S 1中，实施通过异常检测程序41和41A’实现的上述3种异常检测中的至少一种，优选实施多种。
当检测出基于相关数据的边界数据的异常时，实行与第一实施方式相同的顺序。
当检测出基于多个检测值的运算结果的异常时，实行与在第三实施方式中参照图14和图16所说明的顺序相同的顺序。
而且，在该第六实施方式中，注册新的异常判别数据时，如图25所示，能够对照异常程度的经时变化数据进行注册。
以上基于各种实施方式对本发明进行了说明，但是本发明不限于上述实施方式。例如，基于本发明的异常检测或异常预测，并不限于上述分批式减压CVD装置，也能够适用于各种半导体制造装置，例如常压(也包括只略微低于大气压的微减压状态)成膜装置、枚叶式热处理装置、干法蚀刻装置、灰化装置、抗蚀剂的涂敷、显影装置等。
权利要求
1.一种半导体制造装置，为了制造半导体装置而对基板进行处理，其特征在于，具有边界数据存储部，存储有在二轴坐标系上确定正常区域与异常区域的边界的边界数据，所述二轴坐标系的第一轴和第二轴上分别分配有以选自表示所述半导体制造装置的状态的多个装置状态参数的第一监视对象参数和与所述第一监视对象参数保持某种相关关系而变化的第二监视参数；第一监视模块和第二监视模块，分别监视所述第一监视对象参数和所述第二监视对象参数的值；判断模块，判断分别通过所述第一模块和第二监视模块获得的所述第一监视对象参数的值和所述第二监视对象参数的值的组在所述二轴坐标系上的位置包含在所述正常区域与所述异常区域的哪一个中；和异常报知模块，在所述判断模块判断所述位置包含在所述异常区域中时，通知在所述半导体制造装置发生异常。
2.如权利要求1所述的半导体制造装置，其特征在于，还具有相关数据生成模块，基于与在所述半导体制造装置处于正常状态时取得的所述第一监视对象参数的值和与所述第二监视对象参数的值的多个对应的组，生成在所述二轴坐标系上表示所述第一和第二监视对象参数的相关关系的相关数据；和边界数据生成模块，基于通过所述相关数据生成模块生成的相关数据，生成在所述二轴坐标系上确定所述正常区域与所述异常区域的所述边界的边界数据。
3.如权利要求2所述的半导体制造装置，其特征在于还具有存储所述装置状态参数的履历的装置数据存储部，所述相关数据生成模块，基于存储在所述装置数据存储部中的与所述第一和第二监视对象参数对应的所述装置状态参数，生成所述相关数据。
4.如权利要求2所述的半导体制造装置，其特征在于具有显示所述相关数据的显示模块。
5.如权利要求4所述的半导体制造装置，其特征在于所述显示模块构成为将所述相关数据和所述边界数据显示在同一个二轴坐标系中。
6.如权利要求2所述的半导体制造装置，其特征在于所述边界数据生成模块具有选择用于定义所述边界的近似式的模块；和基于所述相关数据与被选择的所述近似式求出近似式的系数的模块。
7.如权利要求1所述的半导体制造装置，其特征在于所述半导体制造装置是成膜装置，其具有反应容器、与所述反应容器连接的排气线路、设置在所述排气线路上并用于调整所述反应容器内的压力的压力调整阀，所述第一监视对象参数是所述压力调整阀的开度，所述第二监视对象参数是通过在所述反应容器内进行的成膜处理而形成的薄膜的累积膜厚。
8.如权利要求1所述的半导体制造装置，其特征在于还具有反应容器、由为了加热所述容器内而设置在所述反应容器周围的电阻发热体构成的加热器、和检测所述加热器的温度的温度检测部，所述第一监视对象参数是由所述温度检测部检测出的温度，第二监视对象参数是向所述加热器供给的电力。
9.如权利要求1所述的半导体制造装置，其特征在于所述半导体制造装置具有反应容器、由为了加热所述反应容器内而设置在所述反应容器周围的电阻发热体构成的加热器、和检测所述反应容器内的温度的温度检测部，该半导体制造装置是构成为至少基于所述温度检测部的温度检测值，控制向所述加热器供给的电力的成膜装置，所述第一监视对象参数是向所述加热器供给的电力，第二监视对象参数是通过在所述反应容器内进行的成膜处理而形成的薄膜的累积膜厚。
10.如权利要求1所述的半导体制造装置，其特征在于所述半导体制造装置具有反应容器，是构成为在所述反应容器内对基板实施成膜处理的成膜装置，所述半导体处理装置还包括批量大小选择模块，该批量大小选择模块选择作为在所述反应容器内通过一次处理而处理的基板的处理枚数的批量大小，所述边界数据储存部存储有与批量大小分别对应的多个边界数据，所述判断模块构成为，基于与所选择的批量大小对应的边界数据进行判断。
11.一种检测半导体制造装置的异常的方法，其特征在于，包括取得选自表示所述半导体制造装置的状态的多个装置状态参数的第一监视对象参数的值、和与所述第一监视对象参数保持某种相关关系而变化的第二监视参数的值的步骤；将取得的所述第一和第二监视对象参数的数值用于所述第一和第二监视对象参数分别分配在第一轴和第二轴上的二轴坐标系中确定正常区域与异常区域的边界的边界数据，判断取得的所述第一和第二监视对象参数的值在所述二轴坐标系上的位置包含在所述正常区域和所述异常区域的哪一个中的步骤；和当所述判断模块判断为所述位置包含在所述异常区域中时，通知所述半导制造装置发生异常的步骤。
12.一种存储有计算机程序的存储介质，其特征在于与所述半导体制造装置连接的计算机在运行所述计算机程序时，所述计算机控制所述半导体制造装置，实施权利要求11所述的方法。
13.一种半导体制造装置，为了制造半导体装置而对基板进行处理，其特征在于，具备多个监视模块，对选自表示所述半导体制造装置的状态的多个装置状态参数的多个监视对象参数分别进行监视；异常检测模块，基于所述多个监视对象参数中的至少一个值，检测所述半导体制造装置的异常；异常判别数据存储部，存储多个异常判别数据，其中，所述各异常判别数据是，将在所述半导体制造装置中产生某利异常时出现的所述多个监视对象参数中的至少两个值组合而成的异常数据与对应于该异常数据的异常原因对应的数据；异常数据生成模块，在所述异常检测模块检测出所述半导体装置的异常时，生成选自所述多个监视参数的与该异常相关联的至少两个监视对象参数的被监视值组合而成的异常数据；检索模块，从存储于所述异常判别数据存储部的异常判别数据中，检索与所述异常数据生成模块生成的异常数据一致或在规定的类似程度定以上的类似异常数据，当这样的一致或类似的异常数据存在时，读出该异常判别数据，由此确定异常的原因。
14.如权利要求13所述的半导体制造装置，其特征在于作为构成所述异常数据的监视对象参数的值，使用所述监视对象参数的值、对所述监视对象参数的一个或多个值进行过处理的值、将所述监视对象参数的值或者对所述监视对象参数的一个或多个值进行过处理的值进行标准化的值、或基于与某个阈值的大小关系对所述标准化的值进行过处理的值。
15.如权利要求13所述的半导体制造装置，其特征在于，还具有选择模块，其在所述异常检测模块检测出装置的异常时，选择作为所述异常数据生成模块生成异常数据的基础的监视对象参数。
16.如权利要求15所述的半导体制造装置，其特征在于所述选择模块构成为允许操作者手动选择监视对象参数。
17.如权利要求13所述的半导体制造装置，其特征在于所述各异常判别数据中包含有针对异常的对策。
18.如权利要求13所述的半导体制造装置，其特征在于还包括在所述异常判别数据存储部中注册异常判别数据的注册模块。
19.如权利要求13所述的半导体制造装置，其特征在于所述异常检测模块包括以下模块在将选自所述多个装置状态参数的两个监视对象参数分别分配在第一轴和第二轴上的二轴座标系上的情况下，当所述两个监视对象参数的被监视的值的组在所述二轴座标系上的位置位于所述二轴座标系上设定的异常区域中时，判断为发生异常。
20.如权利要求13所述的半导体制造装置，其特征在于所述异常检测模块包括当基于选自所述多个装置状态参数的至少两个监视对象参数的运算结果超过规定的阈值时，判断为发生异常的模块。
21.一种在检测半导体制造装置的异常的同时确定该异常的原因的方法，其特征在于，包括基于选自表示所述半导体制造装置状态的多个装置状态参数的至少一个监视对象参数的被监视值，检测所述半导体制造装置的异常的步骤；当检测出所述半导体制造装置的异常时，生成与该异常相关联的至少两个监视对象参数的被监视值组合而成的异常数据的步骤；异常数据的检索步骤，从存储于异常判别数据存储部的多个异常判别数据中，检索与生成的异常数据一致或在规定类似程度以上的类似异常数据，这里，所述各异常判别数据是，将在所述半导体制造装置中产生某种异常时出现的所述多个监视对象参数中的至少两个值组合而成的异常数据与对应于该异常数据的异常原因对应的数据；和当包含一致或在规定类似程度以上的类似的所述异常数据的异常判别数据存在时，读出在该异常判别数据中包含的异常的原因。
22.一种存储有计算机程序的存储介质，其特征在于当连接于所述半导体制造装置的计算机运行所述计算机程序时，所述计算机控制所述半导体制造装置，实施权利要求21所述的方法。
23.一种成膜装置，包括反应容器、与所述反应容器连接的真空排气线路、和设置于所述真空排气线路上并通过调节其开度而控制所述反应容器内的压力的压力调整阀，在成为减压气氛的所述反应容器内对基板实施成膜处理，其特征在于，所述成膜装置包括开度检测部，检测所述压力调整阀的开度；累积膜厚管理部，基于本次成膜处理的目标膜厚和通过所述半导体制造装置实施的过去的成膜处理而形成的薄膜的累积膜厚，求出本次成膜处理完成时的累积膜厚；处理数据存储部，存储将以过去实施的成膜处理的累积膜厚的值、和与该累积膜厚对应的所述压力调整阀的开度的值为项目而包含的过去的处理数据；和判断模块，基于在所述处理数据存储部中存储的过去的数据、和求出的本次成膜处理完成时的累积膜厚的数值，预测本次成膜处理的所述压力调整阀的开度，同时判断预测的所述压力调整阀的开度是否超过所述阈值。
24.如权利要求23所述的成膜装置，其特征在于所述判断模块构成为，在表示基于标绘点而生成的所述累积膜厚和所述压力调整阀的开度的关系的函数中，使用本次成膜处理完成时的累积膜厚的值，由此预测本次成膜处理的所述压力调整阀的开度，其中，所述标绘点对应于过去至少两次的处理数据中所述累积膜厚和所述压力调整阀的开度的值，所述过去至少两次的处理数据在所述累积膜厚和所述压力调整阀的开度分配于第一轴和第二轴的二轴坐标系上。
25.一种预测半导体制造装置的异常的方法，其特征在于，包括基于本次成膜处理的目标膜厚和由所述半导体制造装置实施的过去的成膜处理而形成的薄膜的累积膜厚，求出本次成膜处理完成时的累积膜厚的步骤；基于将过去实施的成膜处理的累积膜厚的值和与该累积膜厚对应的所述压力调整阀的开度的值作为项目而包含的过去的处理数据，预测与本次成膜处理完成时的累积膜厚对应的所述压力调整阀的开度的步骤；和判断该预测值是否超过阈值的步骤。
26.一种存储有计算机程序的存储介质，其特征在于当连接于所述半导体制造装置的计算机运行所述计算机程序时，所述计算机控制所述半导体制造装置，实施权利要求25所述的方法。
全文摘要
为了检测半导体制造装置的异常，准备了从表示半导体制造装置的状态的多个装置状态参数选择两个监视对象参数分别作为第一轴和第二轴而成的二轴坐标系。选择例如在成膜装置中实施的过去的成膜处理的累积膜厚和用于控制反应容器内的压力而设置在真空排气线路上的压力调整阀的开度作为监视对象参数。将过去在半导体制造装置正常运行时取得的监视对象参数的数值在二轴坐标系上标绘出。在标绘点组的周围设定正常状态和异常状态。将半导体制造装置当前运行时取得的监视对象参数的数值在二轴坐标系上标绘出，基于该标绘点和所述边界的位置关系，确定有无异常的发生以及异常的种类。
文档编号C23C16/44GK101095214SQ20058004535
公开日2007年12月26日 申请日期2005年12月22日 优先权日2004年12月28日
发明者坂本浩一, 小幡穣, 小山典昭 申请人:东京毅力科创株式会社