半导体制造设备的实时健康状态监测的制作方法

本公开内容涉及半导体制造的系统和方法，并且更具体地涉及监测半导体制造设备的健康状态以用于早期检测工具故障。

背景技术：

在半导体器件的制造中，具有多个处理模块(pm)、工作站以及真空传送模块(vtm)的群集工具用于在pm之间传输衬底。群集工具通常在真空条件下运行，以匹配各种pm所需的压力。通常通过设备前端模块(efem)(例如，无尘室的设备前端模块)将衬底从大气导入群集工具中，设备前端模块可包括大气传送模块(atm)。群集工具的efem及vtm通过装载锁而气密地分隔，在衬底传输进出群集工具期间，装载锁维持efem或vtm的压力。装载锁循环地在与vtm对接之前被抽空至真空、以及在与efem对接之前朝向(例如，利用氮气)大气通气。

目前，以自动化方式来监测工具健康状态是有困难的。首先，为了有效地利用efem、vtm以及pm中的空间，群集工具中几乎没有额外的空间来放置监测设备。此外，即使有空间，监测设备可能无法在群集工具的真空条件下运行。因此，该产业中需要提供实时且自动化的工具健康状态监测，以用于早期检测工具性能异常，并且及时地提示操作者进行维护以减少工具停机时间。

在此背景下，实施方案产生了。

技术实现要素：

提出实时工具健康状态监测的方法和系统。所述实施方案包括使用原位传感器以监测空气悬浮颗粒(airborneparticle)的方法和系统，其量测数据用于监测半导体处理系统的维护需求。关于半导体处理系统中的各种门打开/关闭操作的定时的门状态数据用于识别空气悬浮颗粒的来源，以提供关于维护程序的建议。

在一实施方案中，提出一种方法。所述方法包括以下操作：当面向设备前端模块(efem)的门和面向真空传送模块(vtm)的门两者关闭时，将装载锁(ll)抽空至真空压力以匹配vtm的压力。所述ll通过所述面向vtm的门与所述vtm对接，并且通过所述面向efem的门与efem对接，其中所述vtm与多个处理模块(pm)对接，所述多个pm具有相应的多个pm门。所述方法还包括以下操作：打开所述面向vtm的门，使得存在于所述vtm中的空气悬浮颗粒能扩散至所述ll中，所述空气悬浮颗粒源自所述vtm或所述多个pm。所述方法还包括以下操作：关闭所述面向vtm的门并且使所述ll朝向大气通气；以及使用与所述ll流体连通的传感器，获得在所述打开所述面向vtm的门期间扩散至所述ll中的所述空气悬浮颗粒的测量数据。所述方法另外包括以下操作：使用维护检测模块，基于所述测量数据的定量分析，确定对于所述ll、所述vtm、或所述多个pm中的一者推荐维护程序。

在另一实施方案中，提出了另一方法。所述方法包括以下操作：当ll的面向vtm的门关闭时，打开面向efem的门，所述ll通过所述面向efem的门与efem对接，并且通过所述面向vtm的门与vtm对接。打开所述面向efem的门使得存在于所述efem中的空气悬浮颗粒能扩散至所述ll中。所述方法还包括以下操作：使用与所述ll流体连通的传感器，获得由所述efem扩散至所述ll中的所述空气悬浮颗粒的测量数据。所述方法还包括以下操作：使用维护检测模块，基于所述测量数据的定量分析，确定对于所述ll或所述efem推荐维护程序。

在另一实施方案中，提供了一种系统。所述系统包括ll，其通过面向efem的门与efem对接，并且通过面向vtm的门与vtm对接，其中，所述vtm被配置成与多个pm对接，所述多个pm具有pm门。所述系统还包括传感器，其与所述ll流体连通，以用于获得由所述efem或所述vtm扩散至所述ll中的空气悬浮颗粒的测量数据。所述系统还包括阀，其沿着在所述传感器与所述ll之间的管线而设置，当所述ll的压力处于大气时所述阀是打开的，当所述ll的压力处于真空时所述阀是关闭的。所述系统另外包括计算机模块，其配置成处理从所述传感器所接收的测量数据，以确定对于所述ll、所述vtm、所述efem、或所述多个pm中的一者推荐维护程序。

根据以下的详细描述，结合附图，其它方面将变得显而易见。

附图说明

参考以下的描述，结合附图，可以更好地理解本案实施方案。

图1根据一实施方案描绘了半导体处理系统，其显示出传感器为其各个室提供原位健康状态监测。

图2根据一实施方案描绘了在设备前端模块(efem)与真空传送模块(vtm)之间进行衬底传送(反之亦然)期间、在装载锁(ll)的各个阶段的颗粒移动以及随后的传感器检测的示意图。

图3根据一实施方案描绘了表格，显示出与原位空气悬浮颗粒监测和计数方法相关的多个步骤。

图4根据一实施方案描绘了半导体处理系统以及多个门打开时间，其用于将颗粒计数与污染源相关联以用于维护检测。

图5根据一实施方案显示出计算机的维护检测模块，其使用各种门状态数据及各种传感器数据以检测衬底处理系统内的部件需要维护。

图6根据一实施方案显示了一种方法，其用于通过原位传感器来识别空气悬浮颗粒的来源及检测半导体处理系统的维护需求。

图7根据一实施方案描绘了efem与ll交会处的接合部以及放置用于工具健康状态监测目的的传感器的各种位置。

图8根据一实施方案显示出在各种情况下从各种颗粒传感器位置所收集的实验数据。

图9根据一实施方案显示出方法的整体流程，其用于基于传感器测量数据而自动确定是否建议对工具进行维护程序。

具体实施方式

以下实施方案描述了系统、方法和设备，其用于监测半导体制造用的群集工具的部件的健康状态。本文中的实施方案描述了解决方案，以处理目前关于工具健康状态进行实时以及自动监测的困难。群集工具的健康状态通常是指群集工具的物理状态，包括其部件的任何子集合的物理状态。工具健康状态也可以指工具的一或更多部件是否需要或将在功能上或结构上受益于维护、维修、清洁、更换、翻新等。本文所述的实施方案通过测量源自群集工具的各种内部部件的空气悬浮颗粒，以自动化的方式提供与工具健康状态监测相关的数据。将空气悬浮颗粒的测量数据(例如，颗粒计数、颗粒大小等)关联至部件使用数据(例如，枢轴的旋转次数、门打开/关闭的总时间量)，以识别将受益于维护的一或更多部件以及此类维护的性质和程度。识别将受益于维护的部件以及维护的性质和程度的估计的程序可称为维护检测。本文所考虑的实施方案使用机器学习，以改善空气悬浮颗粒的测量数据与所需的维护检测之间的关联程序。

典型的群集工具可能具有数以万计的个别零件。这些零件的子集合可能需要定期或不定期维护，包括手动清洁、“自动清洁”、维修、翻新、校正、更换、修改、升级、表面重整等。在某些情况下，这些零件易于受到工艺条件(例如，等离子体、电场、磁场、高温或低温、高压或低压、暴露于反应物、暴露于紫外线(uv)辐射、暴露于高速离子等)的影响。这些部件可包括，例如，衬底支撑件、电极、室壁、喷头、卡盘、排除环、晶片接触支撑件等。此外，这些零件中的一些会遭受(例如)由于角度或线性运动引起的摩擦以及物理变形所导致的机械磨损。这些部件可包括轴承、马达、o形环、垫圈、门密封件、活塞等。这些条件或部件性质的物理变化通常可称为退化、劣化或减退。

部件劣化及因此的维护的主要标志或指示中的一者是颗粒的释放或升华成气态。在真空条件下尤其如此，相比于大气，在真空条件下升华所需的能量降低。当部件(例如，密封件)一再地遭受工艺条件或摩擦或变形时，该部件会受到“磨损及撕扯”，足以导致其潜在的分子间、超分子、或者甚至成分发生变化。这些分子变化通常导致隐含的单片式零件在零件与开放空间接触的表面处的颗粒分离。就是从该表面，单个的颗粒会升华或以其它方式变为空气悬浮物。结果，空气悬浮颗粒指示出零件的磨损以及需要维护。

迄今为止，工具监测(例如，通过检测这些空气悬浮颗粒)已经呈现一些挑战。从建筑的观点来看，因为群集工具是在无尘室中运行的，且无尘室的空间是宝贵的，所以群集工具被设计成占用的底面积要尽可能小。此外，因为处理模块(pm)的温度和压力的动态特性，所以群集工具的内部容积亦保持最小，以减少(例如)达到反应室内的特定温度、压力、或反应物浓度所需的时间及费用。因此，群集工具内几乎没有多余的空间来放置监测设备，例如基于光学或基于光的传感器。

此外，常规和手动地检查群集工具(例如真空传送模块(vtm)、装载锁(ll)、大气传送模块(atm)以及设备前端模块(efem))是费时、效率低且昂贵的，因为这样做会需要停止任何处理。另外，手动检查可能需要某种程度的工具拆卸，从而导致更长的停机时间。再者，这样的手动检查通常可能不必要地停止操作或以其它方式而无法检测维护问题，直到它们在衬底处理中导致缺陷为止。提出一种原位监测工具健康状态及检测维护需求的方法和系统，使得操作者能够在故障发生之前识别并处理维护需求。

图1描绘了根据一实施方案的半导体处理系统100，其显示出传感器101对其各个室提供原位健康状态监测。半导体处理系统100显示为包括设备前端模块(efem)102，操作者112可通过(例如)无尘室中的计算机103与其对接。efem102也可通过一或更多机械手与其它半导体处理模块对接。在附图中，携带有多个衬底116的晶舟盒114被传送至efem102。atm104在大气下运行，并且用于将这些衬底116中的一者从晶舟盒114传送至装载锁(ll)106。atm104位于efem102的内部，并且配备有至少一机械臂118，其用于在ll106与efem102之间执行这样的传送。

当atm104将衬底116传送至ll106时，面向efem的门130打开，且机械臂118将衬底116放置在支撑件120上。然后，将面向efem的门130关闭，接着通过泵128抽空ll106中的压力，以匹配真空传送模块(vtm)108的真空。一旦ll106处于真空状态，则将面向vtm的门132打开，且vtm108的机械臂122将衬底116从支撑件120传送至处理模块(pm)110的支撑件124。作为示例，pm110可执行等离子体蚀刻、化学气相沉积(cvd)、原子层沉积(ald)、离子束蚀刻(ibe)、溅射等等。

当衬底116的处理完成时，vtm108的机械臂122从pm110取回衬底116并将其放回支撑件120上。在面向vtm和atm的门130和132关闭的情况下，通过通气部126使ll106朝向大气通气。一旦处于大气中，面向efem的门130打开，以便机械臂118可从ll106取回衬底116并将其放回晶舟盒114或其它贮藏结构。一次可能有超过一个衬底116位于ll106中。例如，当将衬底116从vtm108放置到ll106时，未处理的衬底116可以放置在ll106内。因此，机械臂122可将已处理的衬底116放置到ll106中，并且将未处理的衬底116从ll106移开以按顺序进行处理。

传感器101被显示为在面向efem的门130附近与半导体处理系统100关联，使得传感器101在ll106和/或atm104内、或以其它方式与它们流体连通。传感器101的其它位置被考虑并参考图7进行描述。传感器101用于测量源自efem102、ll106、vtm108及pm110的空气悬浮颗粒的性质。传感器101与计算机103通信，以发送与空气悬浮颗粒测量有关的测量数据。在一些实施方案中，传感器101被配置成将颗粒计数、颗粒大小及颗粒组成作为测量数据而提供至计算机103。计算机103同样与传感器101通信，以指示传感器101何时执行测量以及何时不执行。在一些实施方案中，由于某些测量在真空下无法执行，所以在大气中由传感器101进行测量。在一些实施方案中，传感器101可以是具有多个传感器的传感器阵列，这些传感器提供关于颗粒计数、颗粒大小、颗粒组成、相对湿度(rh)、温度、压力、氧气浓度等的测量数据。测量数据进一步可用于缩小范围，例如，哪个隔室或隔室内的哪些组件需要维护以及维护的性质与程度。

根据一实施方案，图2描绘了在efem102与vtm108之间进行衬底传送期间、在ll106的多个阶段204-210的颗粒移动及随后的传感器106检测的示意图。在阶段204，来自efem102的颗粒200表示为相对较大的点，而vtm108的颗粒202表示为较小的点。这样做仅为了说明的目的，且颗粒200及202的相对大小并非反映那些颗粒的实际大小。颗粒200及202的表观密度也不代表这些颗粒在其相应的室内的浓度或颗粒计数。

颗粒传感器101显示为与ll106流体连通，例如通过连接至与泵相关连的前级管线的管路实现。在阶段204，面向efem的门(或面向atm的门)显示为打开的，例如，使得衬底可放至ll106中。此外，在阶段204期间，源自efem102的颗粒200可扩散至ll106中。由于这样的扩散，ll106中的颗粒200的浓度的变化可由下列方程式来估计：

扩散所导致的ll106中颗粒200的浓度变化是由进入ll106的颗粒200的通量j来决定。此外，在方程式(2)中，d是颗粒200的扩散系数，其本身可取决于多个因子，包括温度及颗粒200的大小。因此，在阶段204，ll106中颗粒200的浓度是时间相关的。通过知道了(例如)面向efem的门所打开的时间量以及由传感器101所获得的颗粒计数，可获得源自efem102的颗粒的浓度。

接下来，通过泵将ll106抽空至类似于vtm108的真空的真空压力。在阶段206，颗粒200显示为已经从ll106中抽出，同时面向vtm的门以及面向efem的门两者都是关闭的。因为在阶段206中ll106处于真空，所以可指示传感器101为关闭，并且可通过阀(未显示)将传感器101相对于ll106的真空密封。

接着，在阶段208中，面向vtm的门打开，使得未处理的衬底可从ll106传送至vtm108，而已处理的衬底可从vtm108传送至ll106。此外，当面向vtm的门打开时，源自vtm108的颗粒202可扩散至ll106中。如vtm108中所示的颗粒202可能具有多个来源。例如，颗粒202可能源自于vtm108本身，其是由于来自与vtm108相关联的各种部件(例如机械臂、面向vtm的门、或pm门)的密封件、轴承、马达、轴衬、接触面等的颗粒升华而导致。此外，颗粒202可能源自pm本身，其作为在处理后，当pm门打开时，从pm所扩散的残余的空气悬浮颗粒。

另外，在ll106中的颗粒202的浓度将取决于允许流通发生的时间，例如，面向vtm的门的打开时间。在阶段208与210之间，面向vtm的门是关闭的，且将ll106通气以达到大气压。在一些实施方案中，使用氮气以进行通气(venting)。在阶段210，ll106的内容物流到颗粒传感器101，以检测源自vtm108的空气悬浮颗粒。可由颗粒计数数据而推断出来自vtm108的颗粒202的浓度。在ll106中的颗粒202的浓度在通气期间可能保持不变，因为在ll106容积内的颗粒数量不应由于通气而改变。

在阶段210与204之间，可能发生另一循环的抽空以及通气，以从ll106清除颗粒202。然而，在其它实施方案中，该步骤可能不是必需的。例如，面向efem的门可打开以允许颗粒200扩散至ll106中，同时也允许颗粒202从ll106扩散出。在该气体交换期间，可指示传感器101提供实时的颗粒计数测量数据，以确定颗粒计数是否有净增加或净减少。如果出现净增加，则可能表示efem102的颗粒200浓度高于vtm108的颗粒202浓度。另一方面，如果出现颗粒计数的净减少，则可能表示vtm108的颗粒202浓度高于efem102的颗粒200浓度。

根据一实施方案，图3描绘了表格，其显示出与原位空气悬浮颗粒监测及计数方法相关的各个步骤。如上所述，在步骤1中，在面向efem的门打开且面向vtm的门关闭时，将晶片(未处理的)从efem移动至ll。在一些实施方案中，步骤1还可以包括，在将未处理的晶片移动至ll之前或之后，将位于ll中的已处理的晶片移动至efem。在步骤1中，传感器是打开的，以计算从efem传播的颗粒。在步骤2中，晶片在ll中，且efem和vtm的门关闭，同时将ll压力抽至真空。传感器是关闭的、或通过阀而断开与ll的流体连通。这是因为由于没有气体流过传感器通道，颗粒传感器通常无法在高真空压力下准确地运行。

在步骤3中，另一个已处理的晶片可在vtm中，以便在未处理的晶片从ll移动至vtm的同时传送至ll中。此外，在步骤3中，在ll与vtm之间将有气体交换，因为在步骤1期间扩散至ll中的一些颗粒可能在步骤3中仍然以较小的量存在。同时，在vtm中的颗粒扩散至ll中。如上所述，这些颗粒可能有很多来源，包括vtm本身或多个pm中的一者。在步骤3与4之间，可在pm中的衬底上实施各种处理程序。处理步骤序列可能产生颗粒，颗粒会在这些pm之间的各种传送步骤期间累积在vtm中。在处理期间，面向vtm的门可能是关闭的，且ll可能经历了通气及抽气循环，以将已处理的晶片从ll传送至efem。

在任何情况下，步骤4用于将目前已处理的衬底从vtm传送至ll。这样做时，来自vtm、且在pm的一或更多处理步骤期间已经累积一段时间的空气悬浮颗粒将扩散至ll中。扩散至ll中的速率将取决于颗粒的扩散系数，其将取决于温度、压力、分子的质量、分子的大小、面向vtm的门的开口的大小、以及ll的容积。面向vtm的门打开的时间将被记录、或者将从序列数据中获取(如果其为预定的)。此外，还将记录门打开时间以及打开频率，以从颗粒计数以及其它测量数据来推断颗粒来源。此外，可考虑门打开以及关闭的速度，因为当门正在打开或关闭时，颗粒流过的面积将改变。

步骤5和6显示，当ll朝向大气通气时，迁移至ll中的空气悬浮颗粒留在ll中。这些颗粒的浓度可能不会由于通气而改变，因为容积维持不变。然后，通过传感器，对于源自在处理步骤期间所累积的vtm的空气悬浮颗粒进行测量。该循环随着步骤7而重新开始，在步骤7中已处理的晶片从ll被传输至efem，以交换未处理的晶片。在步骤7中，当面向efem的门打开时，传感器可打开以确定颗粒计数变化。在此阶段，源自vtm的空气悬浮颗粒扩散至efem中，而源自efem的空气悬浮颗粒扩散至ll中。结果，由于步骤7中的气体交换，颗粒数量可能有净增加或净减少。在其它实施方案中，可将ll抽气及通气一个循环以去除在步骤6所测得的颗粒。

图4根据一实施方案描绘了半导体处理系统100及各种开门时间，其用于将颗粒计数101-1与污染源相关联以进行维护检测。显示了，衬底116通过atm104的机械臂118在efem102与ll106之间传输，机械臂118具有末端执行器118a。衬底116也通过具有末端执行器122a的机械臂122在ll106与pm400、402、404及406之间传输。半导体处理系统100显示出在晶片传送和处理期间打开和关闭的各种门，在此可称的为“门状态”。即，门状态数据表示各种门何时打开或关闭以及持续时间的时序。例如，面向efem的门130显示为与面向efem的门状态130a相关联，门状态130a是时间的函数。在所示的时段中，面向efem的门状态130a显示为处于打开状态两次。通常，可经由观察测量或经由序列发生器编程数据来获得门状态数据，序列发生器编程数据指示何时应根据编程来打开或关闭每一门。此外，可从制造商数据或经由观察测量以获得门打开或关闭的速度。

在任何情况下，例如，通过求得方程式(1)及方程式(2)的解，面向efem的门状态130a可用于计算从efem102进入ll106的颗粒通量。面向vtm的门状态132a同样如此。在图式中，半导体处理系统100的部分为四个pm400、402、404及406，每一者与pm门401、403、405及407相关联，pm门用于与vtm108对接。每一pm门401、403，405及407与pm门状态401a、403a、405a及407a相关联。例如，pm1门状态401a显示，在所使用的任意时段中，pm1门401打开及关闭了四次。对于每一重复，pm1门401打开的时间量相对短于(例如)面向vtm的门132的门打开时间。pm2门状态403a显示，在所使用的时段中，pm2门403打开及关闭了两次，而pm3门状态405a显示，pm3门405打开及关闭了三次。另外，pm4门状态407a显示，pm4门407在所述时段期间保持关闭。

pm门401、403、405及407的门状态可用于计算在pm400、402、404及406中的每一者与vtm108之间的相对气体交换量。如果颗粒计数101-1读数是从源自vtm108的空气悬浮颗粒所获得(例如，在图3的步骤6)，则颗粒计数可能成比例地归因于pm400、402、404及406，具体取决于pm门状态401a、403a、405a及407a。

通量将取决于pm门401、403、405及407中任一者打开的时间量、以及其打开的方式或频率。例如，假设pm1门401以及pm2门403以相同的总时间量打开，如pm门状态401a以及403a所示。进一步假设pm400和402内的给定颗粒的浓度实质上相似，且在pm400和402与vtm108中的颗粒的相对浓度使得在所示的门打开时间内没有达到平衡。尽管两者具有相同的门打开总时间量，但在pm400与vtm108之间的扩散程度可能会大于在pm402与vtm108之间的扩散程度。这种现象可用菲克(fick)第一定律方程式(2)来描述。

当应用于目前状况，当pm门401和403打开之后开始扩散时，通量的大小取决于vtm108与pm400和402之间的浓度梯度。因为当扩散发生时，梯度将倾向于减小，所以通量也将随着门打开的时间而减少。当pm门关闭时，其使得能经由隔室内扩散而重新建立梯度。因此，在所述条件下，即使pm门401和pm门403两者具有相同的总打开时间，从pm400至vtm108的净扩散可能大于pm402的净扩散。因此考虑，当通过传感器101进行颗粒测量时，除了门打开总时间之外，还使用pm门状态401a、403a、405a以及407a来关联给定颗粒的来源。

图5根据一实施方案显示出计算机103的维护检测模块500，其使用各种门状态数据503以及各种传感器数据505以检测衬底处理系统内的部件需要维护。显示了，计算机103具有面向vtm的门、面向efem的门以及每一pm门中的每一者的门状态数据。门状态数据503可被转换成通量数据501，通量数据501描述鉴于门状态数据503的性质和程度而在两隔室之间的扩散程度。通量数据501被输入至维护检测模块500中。此外，可针对数个特性实时收集传感器数据505。例如，由传感器101可获得颗粒计数、挥发性有机化合物(voc)测量值、相对湿度(rh)测量值、温度和压力测量值以及氧气水平测量值中的一或多者。

该数据被输入至维护检测模块500中，以用于确定(例如)检测到的颗粒的特征，包括颗粒计数和大小、颗粒是有机的或无机的等等。根据该数据，维护检测模块500可将污染源分类为漏油、密封件劣化、或处理化学品残留等。此外，根据门状态数据503，维护检测模块500确定由各个隔室(例如vtm、efem及pm1-4)中的每一者所造成的颗粒特征的比例。因此，维护检测模块500能够确定气体悬浮颗粒检测的来源以及最有利的维护类型。例如，在图5中，维护检测模块500产生pm2的零件x需要在10天内更换的提示502。

结合机器检测模块500，还考虑使用机器学习模块504，以更高的准确度及可信度来预测需要维护的部件及其性质和程度。机器学习模块504可由计算机103实现，或者可在与计算机103通信的远程服务器上实现。在任何情况下，机器学习模块504可使用监督式学习算法，该算法检测与各种门状态数据503以及传感器数据505相关的特征，以通过维护检测模型进行分类。可将训练数据提供给机器学习模块504，训练数据相关于当各种部件(例如)由于磨损、劣化、污染、退化等而需要更换时，成组传感器数据以及门状态数据将具有的特征，而提供基准真相(groundtruth)。

可实施任何合适的机器学习算法，以满足操作者及机器学习模块504的需要。某些算法可包括，但不限于，贝式(bayesian)网络、线性回归、决策树，神经网络、k-平均分群等等。机器学习被视为是“监督式的”，因为当提示操作者进行某些维护时，操作者可接着在进行维护时评估机器学习提示的准确性。如果提示是准确的，则操作者可将提示标记为“正确”(true)；如果提示不正确，则操作者可将提示标记为“不正确”(false)，以及表示他或她对于实际维护需求的发现的任何注释。以此方式，机器学习算法可向特定机器的操作者学习，且如果机器学习算法分散在许多计算机103上，则机器学习算法可向数以千计的半导体处理机器及操作者学习。在某些实施方案中，维护检测模块500和/或机器学习模块504可以作为服务提供给半导体处理系统的操作者。

图6根据一实施方案显示了一种方法，其用于通过原位传感器来识别空气悬浮颗粒的来源以及检测半导体处理系统的维护需求。在操作600中，该方法提供了将包含衬底的装载锁抽空至第一压力以匹配vtm的压力，在许多情况下，第一压力是高真空。一旦装载锁处于真空，操作602用于打开装载锁的面向vtm的门，使得衬底可传送至vtm。然后可关闭面向vtm的门。vtm的机械臂继续将衬底放入多个pm中的一者以进行处理，包括但不限于，通过物理气相沉积(pvd)、化学气相沉积(cvd)、原子层沉积(ald)、电化学沉积(ecd)进行的沉积，通过变压器耦合等离子体(tcp)或感应耦合等离子体(icp)进行的等离子体蚀刻，离子束蚀刻(ibe)，光刻以及溅射。在这些处理期间，pm的门将打开和关闭，并且允许源自pm的任何空气悬浮颗粒可以累积在vtm中。vtm中的空气悬浮颗粒的组成将取决于pm的门状态。与平均打开时间较短的pm相比，平均打开时间较长的pm对组成的贡献更大。

当衬底的处理完成时，操作606用于打开面向vtm的门，使得衬底可从vtm取回而到达ll。在面向vtm的门打开期间，已经累积在vtm中的空气悬浮颗粒将有机会扩散到ll中。在一些实施方案中，在面向vtm的门打开之前，vtm的内容物可能有时间进行均匀化。在任何情况下，凭经验或从电脑的序列发生器中获取面向vtm的门状态数据。序列发生器将包含与每一门打开以及关闭的次数有关的数据。门的打开/关闭时间可通过事先的校正或经由制造商数据来估算。

操作608用于通过关闭面向vtm的门来捕获已经扩散到ll中的空气悬浮颗粒。此外，操作608用于将ll通气或重新加压至第二压力，在许多实施方案中，第二压力是大气压。另外，操作608用于获得ll的内容物的测量数据，ll的内容物应包括在处理期间累积在vtm中以及在晶片传送期间扩散到ll中的任何空气悬浮颗粒。在操作610，该方法对于由传感器所获得的测量数据以及门状态数据进行处理，以识别需要进行维护的一或更多pm、或ll、或vtm。在一些实施方案中，可通过(例如)抽空来自efem或vtm的任何空气悬浮颗粒并随后使ll通气以单独测量ll。ll内的任何空气悬浮颗粒可能是来自ll本身的污染。这些空气悬浮颗粒可以类似于操作608的方式利用传感器来测量。因此，在操作612中，该方法能产生提示，该提示通知操作者llvtm、或pm中的一或多者需要关注。在一些实施方案中，在操作612产生的提示可用于在vtm、ll或pm中的一者上进行自动清洁。此外，操作612中的提示可明确指出被预测为期望的维护类型。例如，提示可明确指出由机械或化学磨损而导致o形环劣化、漏油、唇形密封件泄漏。

根据一实施方案，图7描绘了efem102与ll106交会处的接合部700、以及放置用于实时工具健康状态监测的传感器101a-f的各种位置。在装载锁106内，出口708显示在下部水平表面106a处，以将ll106连接至用于将ll106抽至真空的泵128。前级管线710及阀712设置在出口708与泵128之间。颗粒传感器中的一者101a被显示为经由具有阀716的管线714而连接至前级管线710。压力感测器708实际上连接至ll106并且将信号发送到颗粒传感器101a。在操作期间，当泵128打开且阀712打开时，阀716关闭且颗粒传感器101a关闭。以此方式，仅仅来自ll106的内容物被泵128抽空。随后，当ll106通过通气而达到大气时，压力感测器718可通过管线714及打开阀716以检测在ll106或前级管线710中的压力。这允许来自ll106(其处于大气)的内容物传播进入颗粒传感器101a。颗粒传感器101a可配备有风扇，以导致ll106的内容物流至颗粒传感器101a中。在此配置中，因为使空气悬浮颗粒流至颗粒传感器101a中，所以可相当直接地测量存在于ll106中的空气悬浮颗粒。然而，源自efem102的空气悬浮颗粒可能需要时间才能扩散至ll106中并通过传感器101a进行测量。

颗粒传感器101b被显示为位于ll106内部且在上部水平表面106b处，但是颗粒传感器101b也可放置在下部水平表面106a或竖直表面106c上。在该配置中，颗粒传感器101b可用于在ll106内部的压力高于某个阈值时进行操作。在一些实施方案中，在低于某些阈值压力时，来自颗粒传感器101b的测量数据可能不是可靠的。在一些实施方案中，颗粒传感器101b将包括无线传输模块，以将测量数据传送至计算机。可使用任何合适的无线传输带宽或协议以实现此目的。

颗粒传感器101c被显示为安装至面向efem的门130的上表面130a，使得其保持于大气中，并且在面向efem的门130关闭时获得efem102的测量数据、以及在面向efem的门130打开时获得ll106的测量数据。在一些实施方案中，在颗粒传感器101c的开口是面向某个方向的意义上，颗粒传感器101c是具有方向性的。在某些实施方案中，颗粒传感器101c的开口可面向ll106或efem102、或者可具有面向上述两者的开口。在未显示的另一实施方案中，颗粒传感器可安装在面向efem的门130的竖直表面130b上。如同颗粒传感器101b，颗粒传感器101c可包括无线传输模块以传送数据至计算机以及从计算机接收数据。

颗粒传感器101d被显示为安装至在ll106的门开口703正上方的竖直外表面106d。颗粒传感器101d的位置使得存在于ll106中的空气悬浮颗粒在被传感器101d拾取之前不需要扩散得很远。颗粒传感器101e通过出口701以及阀705而与efem102流体连通。出口701可从efem102的上部水平表面102a限定，或可从下部水平表面102b限定。颗粒传感器101e可配备有风扇，以使空气悬浮颗粒从efem102以及ll106流至颗粒传感器101e中。

颗粒传感器101f可放置在efem102内且在平衡通道702的平衡端口707的口部处。平衡通道702确保在面向efem的门130打开之前ll106与efem102之间的压力是相近的。为了易于使用，颗粒传感器101f可连接至平衡端口707。

图8根据一实施方案显示出在各种情况下从各种颗粒传感器位置所收集的实验数据。数据点是关于基于激光的颗粒计数器的直径为300nm或更大的颗粒。测量期间800是在无尘室内的一位置进行，并且导致相对高的颗粒计数。随后的测量期间802以及804显示，在efem内且在ll前方(例如，传感器101c以及101d)的颗粒计数通常明显地低于无尘室内的颗粒计数。当干净的ll的面向efem的门循环地打开及关闭时，测量期间806显示颗粒计数的增加(相比于当ll的面向efem的门关闭时的测量期间804)。颗粒计数增加的一部分可能是由于颗粒传感器周围的空气流动增加，空气流动增加是由于门打开以及关闭、以及在ll与efem之间的气体交换所导致。在测量期间808中，颗粒传感器被保持在受污染的ll前面，同时面向efem的门循环地打开及关闭。测量到的颗粒计数至少是先前测量期间806的两倍，这表示受污染的ll是可利用实验方法检测到的。

根据一实施方案，图9显示出方法的整体流程，用于基于传感器测量数据而自动确定是否推荐进行维护程序。在操作900，当面向efem的门以及面向vtm的门皆关闭时，将ll抽空至真空压力以匹配vtm的压力。ll通过面向efem的门与efem对接，并且通过面向vtm的门与vtm对接。在操作902中，打开面向vtm的门，以使vtm中的空气悬浮颗粒扩散至ll中。空气悬浮颗粒通常源自vtm或多个pm中的一或多者，但是理论上某些可能源自ll以及efem。在操作904中，关闭面向vtm的门，使得ll可以朝向大气通气。这通常是利用氮气来完成，但是可使用其它气体。在没有首先打开面向efem的门的情况下，空气悬浮颗粒可以通过与ll流体连通的传感器进行测量。如此一来，将知道所测得的空气悬浮颗粒是来自vtm而不是来自efem。在其它实施方案中，在使用传感器进行测量之前，可打开面向efem的门。在操作908中，维护检测模块用于确定推荐的维护程序以用于ll、vtm或多个pm中的一者或其某些组合。该维护程序推荐基于测量数据，也可基于门状态数据。维护检测模块还可识别应该推荐ll、vtm中的哪一者、或多个pm中的哪些进行维护程序。考虑在每一抽空及通气循环执行图9所示的方法，以实现对工具健康状态的实时监控。在其它实施方案中，可间歇地执行抽空和通气，例如在每5、10、20、50或100或更多抽空和通气循环之后。

尽管为了清楚理解的目的已经详细地描述了前述实施方案，但是显而易见地，可在所附权利要求的范围内进行某些改变和修改。因此，这些实施方案应被视为是说明性的而不是限制性的，且这些实施方案不限于本文中所提出的细节，而是可以在所附权利要求的范围以及等同方案内进行修改。