特開 2024-88752 診断装置、半導体製造装置システム、半導体装置製造システムおよび診断方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024088752

(43)【公開日】2024-07-02

(54)【発明の名称】診断装置、半導体製造装置システム、半導体装置製造システムおよび診断方法

(51)【国際特許分類】

   H01L 21/3065 20060101AFI20240625BHJP

   H01L 21/683 20060101ALI20240625BHJP

   H01L 21/205 20060101ALI20240625BHJP

【ＦＩ】

H01L21/302 101G

H01L21/68 R

H01L21/302 103

H01L21/205

【審査請求】有

【請求項の数】18

【出願形態】ＯＬ

(21)【出願番号】P 2024062447

(22)【出願日】2024-04-09

(62)【分割の表示】P 2023512208の分割

【原出願日】2022-03-14

(71)【出願人】

【識別番号】501387839

【氏名又は名称】株式会社日立ハイテク

(74)【代理人】

【識別番号】110000350

【氏名又は名称】ポレール弁理士法人

(72)【発明者】

【氏名】趙 普社

(72)【発明者】

【氏名】朝倉 涼次

(72)【発明者】

【氏名】角屋 誠浩

(57)【要約】

【課題】静電チャックの膜の表面状態の異常を検出する技術を提供することにある。
【解決手段】膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態が診断される診断装置において、試料に投入されるエネルギーの変化前後の温度データが取得され、取得された前記温度データを基に膜の異常が検知される。
【選択図】図１

【特許請求の範囲】

【請求項1】

膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態が診断される診断装置において、
前記試料の静電吸着前後の温度データが取得され、
前記取得された前記温度データを基に前記膜の異常が検知されることを特徴とする診断装置。

【請求項2】

請求項１に記載の診断装置において、
前記試料の静電吸着前における前記温度データの平均値と前記試料の静電吸着後における前記温度データの平均値との差が特徴量として求められることを特徴とする診断装置。

【請求項3】

請求項１に記載の診断装置において、
前記温度データの最大値と前記温度データの最小値との差が特徴量として求められることを特徴とする診断装置。

【請求項4】

請求項１に記載の診断装置において、
前記温度データの最大値と前記温度データの最小値との間のデータを用いて時間に対する傾きが特徴量として求められることを特徴とする診断装置。

【請求項5】

請求項１に記載の診断装置において、
予め定義された正常時の前記温度データと前記温度データとの差分が特徴量として求められることを特徴とする診断装置。

【請求項6】

請求項１に記載の診断装置において、
前記温度データの変化量もしくは前記温度データの変化速度である特徴量、前記特徴量の経時変化または前記膜の異常有無の結果がＧＵＩ画面に表示されるとともに前記膜が異常の場合のアクションが提示されることを特徴とする診断装置。

【請求項7】

膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態が診断される診断装置において、
ヒータの消費電力量が取得され、
前記取得されたヒータの消費電力量の変化データを基に前記膜の異常が検知されることを特徴とする診断装置。

【請求項8】

請求項７に記載の診断装置において、
前記ヒータの消費電力量の変化前における前記ヒータの消費電力量の平均値と前記ヒータの消費電力量の変化後における前記ヒータの消費電力量の平均値との差が特徴量として求められることを特徴とする診断装置。

【請求項9】

請求項７に記載の診断装置において、
前記ヒータの消費電力量の最大値と前記ヒータの消費電力量の最小値との差が特徴量として求められることを特徴とする診断装置。

【請求項10】

請求項７に記載の診断装置において、
前記ヒータの消費電力量の最大値と前記ヒータの消費電力量の最小値との間のデータを用いて時間に対する傾きが特徴量として求められることを特徴とする診断装置。

【請求項11】

請求項７に記載の診断装置において、
予め定義された正常時の前記ヒータの消費電力量と前記ヒータの消費電力量との差分が特徴量として求められることを特徴とする診断装置。

【請求項12】

請求項７に記載の診断装置において、
前記ヒータの消費電力量の変化量もしくは前記ヒータの消費電力量の変化速度である特徴量、前記特徴量の経時変化または前記膜の異常有無の結果がＧＵＩ画面に表示されるとともに前記膜が異常の場合のアクションが提示されることを特徴とする診断装置。

【請求項13】

半導体製造装置がネットワークを介して接続され請求項１または請求項７に記載された診断装置を備えることを特徴とする半導体製造装置システム。

【請求項14】

請求項１３に記載の半導体製造装置システムにおいて、
前記診断装置は、パーソナルコンピュータであることを特徴とする半導体製造装置システム。

【請求項15】

膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態を診断するためのアプリケーションが実装されたプラットフォームを備える半導体装置製造システムにおいて、
前記試料の静電吸着前後の温度データが取得されるステップと、
前記取得された前記温度データを基に前記膜の異常が検知されるステップと、が前記アプリケーションにより実行されることを特徴とする半導体装置製造システム。

【請求項16】

膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態を診断するためのアプリケーションが実装されたプラットフォームを備える半導体装置製造システムにおいて、
ヒータの消費電力量が取得されるステップと、
前記取得されたヒータの消費電力量の変化データを基に前記膜の異常が検知されるステップと、が前記アプリケーションにより実行されることを特徴とする半導体装置製造システム。

【請求項17】

膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態を診断する診断方法において、
前記試料の静電吸着前後の温度データを取得するステップと、
前記取得された前記温度データを基に前記膜の異常を検知するステップと、を有することを特徴とする診断方法。

【請求項18】

膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態を診断する診断方法において、
ヒータの消費電力量を取得するステップと、
前記取得されたヒータの消費電力量の変化データを基に前記膜の異常を検知するステップと、を有することを特徴とする診断方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、診断装置、半導体製造装置システム、半導体装置製造システムおよび診断方法に関する。特に、半導体ウェハを加工する半導体製造装置であるプラズマ処理装置の複数センサから逐次取得した時系列信号（センサ波形データ）を用いた診断装置（ＰＨＭ：Ｐｒｏｇｎｏｓｔｉｃｓ ａｎｄ Ｈｅａｌｔｈ Ｍａｎａｇｅｍｅｎｔ）に関する。

【背景技術】

【0002】

プラズマ処理中にウェハを搭載し吸着する静電チャック（ＥＳＣ：Ｅｌｅｃｔｒｏｓｔａｔｉｃ Ｃｈｕｃｋ）の表面状態は、表面の損傷、デポ付着などの原因により次第に劣化する。それにより、ウェハの加工速度の異常やウェハの吸着異常などが発生するため、ＥＳＣの表面状態の変化を検知し、異常発生前にメンテナンスなどを行う技術が望ましい。しかし、関連センサがないため、稼働装置のＥＳＣの表面状態のリアルタイム監視は難しい。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１５－２２６４０７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ＥＳＣの表面状態の異常を、ＥＳＣの表面の熱伝導率の変化により検出する。一般の装置では、特許文献１に記載した方法のように、熱伝導率の変化を温度センサデータの変化により検出する方法が提案されている。しかしながら、エッチング装置のＥＳＣにおいては温度制御システムによって、温度センサの値が一定になるため、この方法ではＥＳＣの表面の熱伝導率の変化を検出することができない。

【0005】

そこで、本開示は、静電チャックの膜の表面状態の異常を検出する技術を提供することを目的とする。

【課題を解決するための手段】

【0006】

本開示のうち代表的なものの概要を簡単に説明すれば下記の通りである。

【0007】

一実施の形態によれば、膜に静電吸着された試料が載置される試料台を備える半導体製造装置の状態が診断される診断装置において、試料に投入されるエネルギーの変化前後の温度データが取得され、取得された前記温度データを基に膜の異常が検知される。

【0008】

また、本開示の異常を予兆可能な診断装置は、プラズマ制御部でウェハに投入されるエネルギーを変化させ、データ収集部で温度センサからエネルギー変化前後の温度変化データを取得し、特徴量計算部で前記温度変化データの変化量または変化速度を特徴量として計算し、異常検出部で前記特徴量が閾値を越えた場合に静電チャックの表面状態が異常と判定する。

【発明の効果】

【0009】

静電チャックの表面状態の異常検知の精度を向上することが可能になる。

【図面の簡単な説明】

【0010】

【図1】実施例１に係る故障診断装置の構成の例を示す図である。

【図2】図１のエッチング装置の電極構成の例を示す図である。

【図3】実施例１に係るセンサデータの例を示す図である。

【図4】実施例１に係る特徴量計算と異常判定の処理フローの例を示す図である。

【図5】特徴量Ｆ１、Ｆ２、Ｆ３の計算例を示す図である。

【図6】特徴量Ｆ４の計算例を示す図である。

【図7】実施例１に係る異常判定の例を示す図である。

【図8】実施例２に係るウェハチャック（Ｗａｆｅｒ Ｃｈｕｃｋｉｎｇ）動作の例を示す図である。

【図9】実施例１に係る診断結果表示の例を示す図である。

【発明を実施するための形態】

【0011】

本発明の実施形態は、プラズマ処理装置の診断装置である。その実施形態の例として、診断装置は、プロセッサとメモリを備えた一般的なパーソナルコンピュータであって、プログラムにしたがって処理するソフトウェアの実装であってもよいし、一般的なコンピュータではなく専用のハードウェアの実装であってもよい。

【0012】

また、コンピュータに専用のハードウェアを組み込み、ソフトウェアの実装とハードウェアの実装を組み合せて実装してもよい。診断装置は、外部接続されてもよいし、他のデータ処理と兼用されるモジュールとして外部接続されてもよい。以下、実施形態について図面を用いて説明する。

【実施例0013】

図１に示す半導体製造装置システム１０は、故障診断装置（ＦＤＥ、単に、診断装置ということもある）１００と、エッチング装置（ＰＥＥ）２００を含む。故障診断装置１００とエッチング装置２００とは、ネットワーク回線ＮＷにより接続されている。エッチング装置２００は、この例では、半導体製造装置としてのプラズマ処理装置である。

【0014】

故障診断装置（ＦＤＥ）１００は、データ収集部（ＤＣＤ）１０１、特徴量計算部（ＦＣＰ）１０２、異常検出部（ＡＤＤ）１０３を有し、エッチング装置２００とネットワーク回線ＮＷにより繋がっている。エッチング装置２００には、本発明と関連するプラズマ（Ｐｌａｓｍａ）制御部（ＰＣＤ）２０１、チャンバ（ＣＨＡ：Ｃｈａｍｂｅｒ）２０２を含む。故障診断装置１００は、エッチング装置２００から処理プロセスの時にセンサで測定した時系列データ（これからセンサデータと呼ぶ）２０４を、ネットワーク回線ＮＷを介して受信し、その受信したセンサデータ２０４を分析し、分析結果ＲＳを出力する。

【0015】

プラズマ制御部２０１では、チャンバ２０２の中で試料としてのウェハ２０３に投入されるエネルギーを制御する。チャンバ２０２では、ウェハ２０３に対して設定されたプロセス条件で加工を行い、この過程のセンサデータ２０４をリアルタイムでデータ収集部１０１に送信する。データ収集部１０１は、受信したセンサデータ２０４からエネルギーと温度センサのデータを抽出し、特徴量計算部１０２に送信する。特徴量計算部１０２は、センサデータ２０４から前記エネルギー変化前後の温度変化データを取得し、温度変化データの変化量または温度変化データの変化速度を特徴量として計算する。異常検出部１０３は、計算した前記特徴量の経時変化を分析し、異常があるかどうかの分析結果ＲＳを出力する。

【0016】

図２は上記チャンバ２０２の構成の例を示す。チャンバ２０２内には、プラズマ処理中にウェハ２０３を搭載し静電吸着する静電チャック（ＥＳＣ：Ｅｌｅｃｔｒｏｓｔａｔｉｃ Ｃｈｕｃｋ）２０５を含む試料台が設けられている。試料台には、ＥＳＣ２０５を構成する膜２１０に静電吸着されたウェハ２０３が載置されることになる。ウェハ２０３を加工するときは、ＥＳＣ２０５の温度をプロセス設定条件の通りに制御し、ウェハ２０３をＥＳＣ２０５の上に移動し、ウェハ２０３の上の空間でプラズマＰＬＡを生成する。本発明は、ＥＳＣ２０５の膜２１０の表面状態がウェハ２０３とＥＳＣ２０５の間の熱伝導率ＴＨＣと関連するため、この熱伝導率ＴＨＣの変化を監視することで、ＥＳＣ２０５の膜２１０の表面状態の異常を検出することが目的である。

【0017】

ＥＳＣ２０５の温度の制御は、複数のヒータ２０６と温度センサ２０７を用いたフィードバック温度制御システムで行う。フィードバック温度制御システムは、温度センサ２０７の温度が設定条件の温度より高い場合にヒータパワーを減少し、温度センサ２０７の温度が設定条件の温度より低い場合にヒータパワーを増加するように制御する。そのため、プロセス中で温度センサ２０７のセンサ値（検出された温度値）がほとんど一定になる。熱源などに変化があるとき、温度センサ２０７のセンサ値は一時的に変化するが、フィードバック温度制御システムによる温度制御が動作するために、温度センサ２０７の温度は設定条件の温度に戻る。

【0018】

上記現象により温度変化データを取得し、その温度変化データを用いて上記熱伝導率ＴＨＣの変化を推定することができる。例えば、プラズマＰＬＡのパワーを変えると、プラズマＰＬＡからウェハ２０３に投入されるエネルギー（プラズマ入熱）２０９の量が変化し、温度センサ２０７のセンサ値が設定条件値から一時的に離れて戻る。この過程の温度変化データから温度の変化速度を算出し、もし速度がいつもより早ければ、熱伝導率ＴＨＣが高くなったことが分かる。

【0019】

図３は上記センサデータの例を示す。図３の（ａ）はプラズマＰＬＡのプラズマパワー（Ｐｌａｓｍａ Ｐｏｗｅｒ）の時間変化を示すセンサデータの一例であり、縦軸はプラズマパワーであり、横軸は時間（ＴＴ）である。図３の（ｂ）は温度センサ２０７の温度センサ値（Ｓｅｎｓｏｒ Ｔｅｍｐｅｒａｔｕｒｅ ０１）の時間変化を示すセンサデータの一例であり、縦軸は温度センサ値であり、横軸は時間（ＴＴ）である。図３の（ｃ）は０．１秒の間隔で収集されるセンサデータの一例を示す表である。タイムスタンプ（Ｔｉｍｅｓｔａｍｐ）は０．１秒の間隔であり、センサデータは、この例では、プラズマＰＬＡのパワー（Ｐｌａｓｍａ Ｐｏｗｅｒ）、温度センサ値（Ｓｅｎｓｏｒ Ｔｅｍｐｅｒａｔｕｒｅ ０１）、ヒータ２０６のパワー（Ｈｅａｔｅｒ Ｐｏｗｅｒ ０１）などが例示的に示される。

【0020】

図３の（ａ）に示すように、プラズマＰＬＡのプラズマパワー（Ｐｌａｓｍａ Ｐｏｗｅｒ）は一旦減少し、そして増加するように設定している。図３の（ｂ）に示すように、プラズマＰＬＡのプラズマパワーの減少に対し、温度センサ値（Ｓｅｎｓｏｒ Ｔｅｍｐｅｒａｔｕｒｅ ０１）は減少して増加する。プラズマパワーの増加に対し、温度センサ２０７の温度センサ値は増加して減少する。センサデータは０．１秒の間隔で収集されており、図３の（ｃ）の表に示すように保存したり、送信したりする。

【0021】

図４で特徴量計算の処理フローを説明する。図４は、実施例に係る特徴量計算と異常判定の処理フローの例を示す図である。図４の処理フローは、半導体製造装置の状態を診断するためのアプリケーションが実装されたプラットフォームを備える半導体装置製造システムにおいて、アプリケーションにより実行される処理フローである。

【0022】

ステップＳ４０：
まずは、ＥＳＣ２０５の膜２１０に静電吸着された試料（ウェハ）２０３が載置される試料台を備える半導体製造装置２００において、プラズマパワーを制御することで、ウェハ２０３に投入されるエネルギーを変化させる。ここは、元のプロセス処理条件にあるプラズマパワー変化の部分を利用することができるが、故障診断専用の処理条件を元プロセス処理条件に追加してもよい。

【0023】

ステップＳ４１：
そして、ステップＳ４０で実施したエネルギー変化前後（エネルギー変化前とエネルギー変化後）のセンサデータ（Ｔ）を収集する。例えば、エネルギー変化前の５秒から、エネルギー変化後２０秒までの２０秒間の時間範囲のセンサデータ（Ｔ）を収集する。つまり、ＥＳＣ２０５の膜２１０に静電吸着された試料２０３が載置される試料台を備える半導体製造装置２００の状態が診断される診断装置１００において、試料２０３に投入されるエネルギーの変化前後のセンサデータ（以下、温度データということもある）Ｔが取得される。そして、取得された温度データＴを基にＥＳＣ２０５の膜２１０の異常が診断装置１００により検知される。

【0024】

ステップＳ４２：
ここからはデータＴを用いて特徴量Ｆ１を計算する。エネルギー変化前のデータＴ１を抽出する。例えば、データＴの最初の１０個データをデータ（Ｔ１）として取る。エネルギー変化後のデータＴ２を抽出する。例えば、データＴの最後の１０個データをデータ（Ｔ２）として取る。そして、エネルギー変化前のデータ（Ｔ１）とエネルギー変化後のデータ（Ｔ２）に対して、それぞれに平均値（ＭＥＡＮ（Ｔ１）、ＭＥＡＮ（Ｔ２））を算出する。

【0025】

ステップＳ４３：
そして、式１で特徴量Ｆ１を算出する。

【0026】

Ｆ１＝ＭＥＡＮ（Ｔ１）－ＭＥＡＮ（Ｔ２） 式１
式１により、Ｔ１平均値とＴ２平均値との差（特徴量Ｆ１）が算出される。つまり、エネルギーの変化前における温度データ（Ｔ１）の平均値とエネルギーの変化後における温度データ（Ｔ２）の平均値との差が特徴量Ｆ１として求められる。

【0027】

ステップＳ４４：
つぎに、データＴの最大値（ＴＭＡＸ）と最小値（ＴＭＩＮ）とを取得する。

【0028】

ステップＳ４５：
そして、式２で特徴量Ｆ２を算出する。

【0029】

Ｆ２＝ＴＭＡＸ－ＴＭＩＮ 式２
式２により、温度データＴの最大値と最小値との差（特徴量Ｆ２）が算出される。つまり、温度データＴの最大値と最小値の差が特徴量Ｆ２として求められる。
ステップＳ４６：
つぎに、データＴの最大値（ＴＭＡＸ）の時刻（Ｌ１）とデータＴの最小値（ＴＭＩＮ）の時刻（Ｌ２）を取得する。

【0030】

ステップＳ４７：
時刻Ｌ１と時刻Ｌ２の間のデータＴの時間に対する傾きを特徴量Ｆ３として算出する。つまり、温度データＴの最大値（ＴＭＡＸ）と温度データＴの最小値（ＴＭＩＮ）との間のデータを用いて時間（Ｌ１、Ｌ２）に対する傾きが特徴量Ｆ３として求められる。

【0031】

ステップＳ４８：
この処理の前にデータＴの正常波形データを準備する。この正常波形データは、過去の正常処理プロセスのセンサデータから同じ計算条件で抽出した過去データＴである。式３で特徴量Ｆ４を算出する。

【0032】

Ｆ４＝ＭＥＡＮ（各時刻のデータＴと正常波形データの差） 式３
式３により、温度データＴと事前定義の正常波形データの差分（特徴量Ｆ４）が算出される。つまり、予め定義された正常時の温度データの正常波形データと温度データＴの波形データとの差分が特徴量Ｆ４として求められる。

【0033】

ステップＳ４９：
以上の計算により、特徴量Ｆ１、Ｆ２、Ｆ３、Ｆ４の計算が完了する。特徴量（Ｆ１、Ｆ２、Ｆ３、Ｆ４）の経時変化をモニタし、所定の閾値を超える場合に異常と判定する。計算の時に、ノイズ低減などの目的で、特徴量計算方法に一般的な統計処理方法を追加してもよい。また、プラズマパワー変化のパターンにより、上記最大値と最小値の代わりに、極大値と極小値が複数取れる場合に、特徴量の数を増やしてもよい。

【0034】

図５は特徴量Ｆ１、Ｆ２、Ｆ３の例を示す。プラズマパワーが２回変化したが、データＴは、最初のエネルギー変化の時刻ＴＦの５秒前から最後のエネルギー変化の時刻ＴＥの２０秒後までのエネルギー変化前後の区間ＴＰのデータである。データＴの最初１０個データを用いてＴ１平均（ＭＥＡＮ（Ｔ１））を計算し、最後の１０個データを用いてＴ２平均（ＭＥＡＮ（Ｔ２））を計算し、特徴量Ｆ１を計算できる。そして、データＴの最大値Ｌ１と最小値Ｌ２と、最大値Ｌ１と最小値Ｌ２の間のデータＴを用いて、特徴量Ｆ２と特徴量Ｆ３を計算できる。

【0035】

図６は特徴量Ｆ４の例を示す。図５の例と同じ方法でデータＴ（６１）を取得する。そして、正常波形データ６０とデータＴ（６１）の差分である特徴量Ｆ４を計算できる。

【0036】

図７は異常判定の例を示す図である。図７の（ａ）は、特徴量Ｆ１の経時変化をモニタの例であり、縦軸が特徴量Ｆ１の値、横軸がエッチング処理の累積時間ＣＴ（または、処理したウェハの枚数Ｎ）：ＣＴ(or Ｎ)を示す。図７の（ｂ）は、特徴量Ｆ２の経時変化をモニタの例であり、縦軸が特徴量Ｆ２の値、横軸がエッチング処理の累積時間ＣＴ（または、処理したウェハの枚数Ｎ）を示す。図７の（ｃ）は、特徴量Ｆ３の経時変化をモニタの例であり、縦軸が特徴量Ｆ３の値、横軸がエッチング処理の累積時間ＣＴ（または、処理したウェハの枚数Ｎ）を示す。図７の（ｄ）は、特徴量Ｆ４の経時変化をモニタの例であり、縦軸が特徴量Ｆ４の値、横軸がエッチング処理の累積時間ＣＴ（または、処理したウェハの枚数Ｎ）を示す。

【0037】

図７に示すように、異常の判定は特徴量の時系列を分析して行う。例えば、特徴量Ｆ３に対して、上と下の２つの閾値ＴＨ１、ＴＨ２があり、特徴量Ｆ３の値がいずれかの閾値ＴＨ１、ＴＨ２を越えると特徴量Ｆ３の異常と判定する。つまり、特徴量Ｆ３が、閾値ＴＨ１、ＴＨ２の間の範囲を越えると特徴量Ｆ３の異常と判定する（つまり、ＴＨ１とＴＨ２の間の範囲から外れると（Ｆ３＞ＴＨ１、または、ＴＨ２＞Ｆ３の場合）、特徴量Ｆ３の異常と判定する）。特徴量Ｆ４のほうは１つの閾値ＴＨ３があるため、この閾値ＴＨ３を越えると特徴量Ｆ４の異常と判定する（つまり、Ｆ４＞ＴＨ３の場合、特徴量Ｆ４の異常と判定する）。全体として、特徴量Ｆ１、Ｆ２、Ｆ３、Ｆ４のいずれかが異常になると、装置の異常発生と判定する。しかし、特徴量と故障の関連性を考慮し、２つ以上の特徴量に異常があるときに、エッチング装置２００の異常発生と判定するようにしてもよい。

【0038】

また、ＥＳＣ２０５は、複数のゾーンがあるタイプがある。図７の（ｅ）には４つのゾーン(第１ゾーンＺ１，第２ゾーンＺ２，第３ゾーンＺ３，第４ゾーンＺ４）があるＥＳＣ２０５を示している。図４の特徴量（Ｆ１－Ｆ４）の計算と異常判定の処理フローは、例えば、ＥＳＣ２０５の第１ゾーンＺ１の特徴量（Ｆ１－Ｆ４）の計算と異常判定の処理フローを示している。各ゾーンＺ１，Ｚ２，Ｚ３，Ｚ４のそれぞれに図４の特徴量（Ｆ１－Ｆ４）の計算と異常判定の処理フローを用いて、各ゾーンＺ１，Ｚ２，Ｚ３，Ｚ４の特徴量（Ｆ１－Ｆ４）を計算し、異常判定を行うことができる。

【0039】

つまり、膜２１０に静電吸着された試料２０３が載置される試料台を備える半導体製造装置２００の状態を診断する診断方法は、試料２０３に投入されるエネルギーの変化前後の温度データを取得する工程と、取得された温度データを基に膜２１０の異常を検知する工程と、を有するように構成される。

【0040】

また、図１の半導体製造装置システム１０は、半導体装置製造システムと言い換えることができる。ここで、半導体装置製造システムは、半導体製造装置２００がネットワークＮＷを介して接続され、膜２１０に静電吸着された試料２０３が載置される試料台を備える半導体製造装置２００の状態を診断するためのアプリケーションが実装されたプラットフォームを備える。そして、試料２０３に投入されるエネルギーの変化前後の温度データが取得されるステップと、取得された温度データを基に膜２１０の異常が検知されるステップと、がアプリケーションにより実行される、様に構成されている。

【0041】

特徴量のリスト、計算結果、異常診断結果などはＧＵＩ（Ｇｒａｐｈｉｃ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）で表示することができる。例えば、診断装置１００は、特徴量のリスト、計算結果、異常診断結果などはＧＵＩ（Ｇｒａｐｈｉｃ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）で表示する表示画面を有する。あるいは、診断装置１００が出力する分析結果ＲＳがネットワーク回線を介してサーバに送信されるような場合において、サーバに特徴量のリスト、計算結果、異常診断結果などはＧＵＩ（Ｇｒａｐｈｉｃ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）で表示する表示画面が設けられてもよい。

【0042】

図９にＧＵＩ画面の例を示す。図９のＧＵＩ画面９０には、ＥＳＣ故障診断画面（ESC Fault Diagnostic screen）の一例が描かれている。ＧＵＩ画面９０において、半導体製造装置２００の装置ＩＤ（Ｄｅｖｉｃｅ ＩＤ）９１、開始時間（Ｓｔａｒｔ Ｔｉｍｅ）９２、終了時間（Ｅｎｄ Ｔｉｍｅ）９３で診断する半導体製造装置２００の装置データ（温度データＴ）を選択できる。特徴量リスト（Ｆｅａｔｕｒｅ－ＬＩＳＴ）９４で、診断に使う特徴量（Ｆｅａｔｕｒｅ：Ｆ１、Ｆ２，Ｆ３、Ｆ４）、ゾーン（Ｚｏｎｅ：１＝Ｚ１、２＝Ｚ２、３＝Ｚ３、４＝Ｚ４）、パラメータ値（Ｐａｒａ）、閾値（ＴＨ）を設定することができる。異常判定（Ａｎｏｍａｌｙ Ｊｕｄｇｍｅｎｔ）の区域９５に、計算した各特徴量（Ｆ１－Ｆ４）の経時変化を表示する。異常と判定した場合に、アラーム（Ａｌａｒｍ）区域９６に異常がある特徴量(この例では、Ｆ４）を提示する。アクション（Ａｃｔｉｏｎ）９７には、その異常の対策として、メンテナンス実施やプロセス条件調整などの作業を提示する。つまり、温度データの変化量または温度データの変化速度である特徴量（Ｆ１，Ｆ２，Ｆ３，Ｆ４）、特徴量（Ｆ１，Ｆ２，Ｆ３，Ｆ４）の経時変化または膜２１０の異常有無の結果がＧＵＩ画面９０に表示され、膜２１０が異常の場合には、ＧＵＩ画面９０に膜２１０が異常の場合のアクションが提示される。

【0043】

実施例１によれば、静電チャック２０５の膜２１０の表面状態の異常を検出する技術が提供できる。これにより、静電チャック２０５の膜２１０の表面状態の異常の検知の精度を向上する。

【実施例0044】

実施例２では、プラズマ入熱の代わりに、ウェハチャック８０（ウェハ２０３をＥＳＣ２０５の上に置く）を利用する場合の処理について説明する。説明がない部分は実施例１と同じである。つまり、実施例１と同一の部分については重複する説明を省略する。

【0045】

図８の（ａ）、（ｂ）に実施例１の状況（図３の（ａ）、（ｂ）と同じ）を示すが、図８の（ｃ）、（ｄ）には、ウェハチャック８０を利用する例を示す。図８の（ｃ）は、ウェハチャック８０のオン状態（Ｏｎ）とオフ状態（Ｏｆｆ）との変化を示し、縦軸はウェハチャック８０のオン状態（Ｏｎ）とオフ状態（Ｏｆｆ）を示し、横軸は時間ＴＴを示す。図８の（ｄ）は、ヒータ２０６の消費する電力量であるヒータパワー値（データＰ）の状態であり、縦軸はヒータパワー値（データＰ）の状態を示し、横軸は時間ＴＴを示す。

【0046】

実施例１において特徴量計算で用いた温度センサ値（データＴ）を、実施例２ではヒータの消費する電力量であるヒータパワー値（データＰ）に変更する。

【0047】

つまり、ウェハチャック８０の前に、温度制御により温度センサ値とヒータパワー値が一定にある。ウェハチャック８０の時に、ウェハ２０３の温度がＥＳＣ２０５より低いため、ＥＳＣ２０５の温度が低くなる。温度制御システムはＥＳＣ２０５の温度変化を検知し、ヒータ２０６のヒータパワーを上げる。ウェハ２０３の温度がＥＳＣ２０５の温度と同じようになったら、ヒータ２０６のヒータパワー値がだんだん元の値に戻る。

【0048】

上記過程のデータＰを用いて、実施例１と同じように特徴量を計算し、異常判定をすることができる。

【0049】

つまり、実施例２では、試料２０３に投入されるエネルギーの変化前後の温度データに代えて、ヒータ２０６の消費電力量が取得され、取得されたヒータ２０６の消費電力の変化データを基に膜２１０の異常が検知される。

【0050】

変形例として、試料２０３に投入されるエネルギーの変化前後の温度データに代えて、試料２０３の静電吸着前後のＥＳＣ２０５の温度データが取得され、取得された試料２０３の静電吸着前後のＥＳＣ２０５の温度データを基に膜２０３の異常が検知されるように構成してもよい。

【0051】

実施例２および変形例においても、実施例１と同等な効果を得ることができる。

【0052】

以上、本発明者によってなされた発明を実施例に基づき具体的に説明したが、本発明は、上記実施形態および実施例に限定されるものではなく、種々変更可能であることはいうまでもない。