特許 7495522 半導体処理チャンバ内のプラズマ点火最適化

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-05-27

(45)【発行日】2024-06-04

(54)【発明の名称】半導体処理チャンバ内のプラズマ点火最適化

(51)【国際特許分類】

   H05H 1/46 20060101AFI20240528BHJP

   H01L 21/3065 20060101ALI20240528BHJP

   H01L 21/31 20060101ALI20240528BHJP

【ＦＩ】

H05H1/46 M

H01L21/302 101B

H01L21/31 C

H05H1/46 R

【請求項の数】 20

(21)【出願番号】P 2022564188

(86)(22)【出願日】2021-11-17

(65)【公表番号】

(43)【公表日】2023-07-19

(86)【国際出願番号】 US2021059759

(87)【国際公開番号】W WO2022109049

(87)【国際公開日】2022-05-27

【審査請求日】2022-12-21

(31)【優先権主張番号】17/100,927

(32)【優先日】2020-11-22

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】390040660

【氏名又は名称】アプライド マテリアルズ インコーポレイテッド

【氏名又は名称原語表記】ＡＰＰＬＩＥＤ ＭＡＴＥＲＩＡＬＳ，ＩＮＣＯＲＰＯＲＡＴＥＤ

【住所又は居所原語表記】３０５０ Ｂｏｗｅｒｓ Ａｖｅｎｕｅ Ｓａｎｔａ Ｃｌａｒａ ＣＡ ９５０５４ Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】110002077

【氏名又は名称】園田・小林弁理士法人

(72)【発明者】

【氏名】チョン， スンウク

(72)【発明者】

【氏名】シャッツ， ケネス ディー．

【審査官】田中 秀直

(56)【参考文献】

【文献】特開２０２０－０３５５７７（ＪＰ，Ａ）

【文献】特表２０２０－５１０９５９（ＪＰ，Ａ）

【文献】特開２０１７－１４３２６１（ＪＰ，Ａ）

【文献】特開２００６－２８６３０６（ＪＰ，Ａ）

【文献】米国特許第０５６５４９０３（ＵＳ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０５Ｈ １／４６

Ｈ０１Ｌ ２１／３０６５

Ｈ０１Ｌ ２１／３１

(57)【特許請求の範囲】

【請求項1】

基板処理チャンバ内で反射高周波（ＲＦ）電力を低減する方法であって、
処理チャンバに対する複数の入力パラメータにアクセスすることであって、前記複数の入力パラメータは、基板に対してプロセスを実行するための前記処理チャンバに対するレシピから部分的に導出される、複数の入力パラメータにアクセスすることと、
前記処理チャンバに対する前記複数の入力パラメータをモデルに提供することであって、前記モデルは、以前の複数の入力パラメータおよび対応する複数のセンサ測定値を使用して訓練済みである、前記複数の入力パラメータをモデルに提供することと、
前記処理チャンバ内でプラズマを点火するときに前記処理チャンバからＲＦ源へ反射されて戻る、予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力を、前記モデルから受け取ることと、
前記処理チャンバから反射されて戻る前記予測される第１のＲＦ電力量が最適化されていないと判定することと、
調節された入力パラメータを生成するために、前記処理チャンバに対する前記複数の入力パラメータを調節することと、
前記処理チャンバに対する前記調節された入力パラメータを前記モデルに提供することと、
前記処理チャンバから前記ＲＦ源へ反射されて戻る、予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力を、前記モデルから受け取ることと、
前記処理チャンバから反射されて戻る前記予測される第２のＲＦ電力量が最適化されていると判定することと、
前記基板に対して前記プロセスを実行するために、前記処理チャンバに前記調節された入力パラメータを提供することと
を含む、方法。

【請求項2】

複数の訓練データセットにアクセスすることであって、前記複数の訓練データセットの各々は、
以前のプロセスからの複数の以前の入力パラメータと、
前記プロセス中に前記処理チャンバから反射されて戻ったＲＦ電力量を表す対応するセンサデータと
を含む、複数の訓練データセットにアクセスすることと、
前記複数の訓練データセットを使用して、前記モデルを訓練することと
をさらに含む、請求項１に記載の方法。

【請求項3】

前記複数の訓練データセットが、前記処理チャンバ内で反射されて戻った平均を上回るＲＦ電力量を表すセンサデータを含む、少なくともいくつかの訓練データセットを含むように、前記複数の訓練データセットをキュレーションすることをさらに含む、請求項２に記載の方法。

【請求項4】

前記モデルは、複数の隠れ層と、前記入力パラメータに対応する入力とを含むニューラルネットワークを含む、請求項１に記載の方法。

【請求項5】

前記ニューラルネットワークは、予測される最大ＲＦ電力を示す第１の出力と、予測されるＲＦ電力持続時間を示す第２の出力とを備える、請求項４に記載の方法。

【請求項6】

前記ニューラルネットワークは、前記ニューラルネットワークの内部ノード間の重みを設定するための最適化プロセスを使用して訓練済みである、請求項４に記載の方法。

【請求項7】

前記プロセスは、前記基板に対するプラズマエッチングプロセスを含む、請求項１に記載の方法。

【請求項8】

システムであって、
１つまたは複数のプロセッサと、
命令を含む１つまたは複数のメモリデバイスであって、前記命令は、前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに、
処理チャンバに対する複数の入力パラメータにアクセスすることであって、前記複数の入力パラメータは、基板に対してプロセスを実行するための前記処理チャンバに対するレシピから部分的に導出される、複数の入力パラメータにアクセスすることと、
前記処理チャンバに対する前記複数の入力パラメータをモデルに提供することであって、前記モデルは、以前の複数の入力パラメータおよび対応する複数のセンサ測定値を使用して訓練済みである、前記複数の入力パラメータをモデルに提供することと、
前記処理チャンバ内でプラズマを点火するときに前記処理チャンバからＲＦ源へ反射されて戻る、予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力を、前記モデルから受け取ることと、
前記処理チャンバから反射されて戻る前記予測される第１のＲＦ電力量が最適化されていないと判定することと、
調節された入力パラメータを生成するために、前記処理チャンバに対する前記複数の入力パラメータを調節することと、
前記処理チャンバに対する前記調節された入力パラメータを前記モデルに提供することと、
前記処理チャンバから前記ＲＦ源へ反射されて戻る、予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力を、前記モデルから受け取ることと、
前記処理チャンバから反射されて戻る前記予測される第２のＲＦ電力量が最適化されていると判定することと、
前記基板に対して前記プロセスを実行するために、前記処理チャンバに前記調節された入力パラメータを提供することと
を含む動作を実行させる、１つまたは複数のメモリデバイスと
を備える、システム。

【請求項9】

前記複数の入力パラメータは、前記処理チャンバのためのＲＦ源に対する設定を含む、請求項８に記載のシステム。

【請求項10】

前記複数の入力パラメータは、前記処理チャンバ内の基板に対して以前に実行されたプロセスの数を表すウエハカウントを含む、請求項８に記載のシステム。

【請求項11】

前記複数の入力パラメータは、以前のプラズマプロセスが前記処理チャンバ内で完了して以降の時間を表すチャンバ空き時間を含む、請求項８に記載のシステム。

【請求項12】

前記複数の入力パラメータは、前記処理チャンバ内で実行された以前のレシピに対する識別子を含む、請求項８に記載のシステム。

【請求項13】

前記複数の入力パラメータは、前記処理チャンバ内の１つまたは複数の調整キャパシタに対するプリセット値を含む、請求項８に記載のシステム。

【請求項14】

前記複数の入力パラメータは、前記処理チャンバ内の１つまたは複数の調整インダクタに対するプリセット値を含む、請求項８に記載のシステム。

【請求項15】

命令を含む非一時的コンピュータ可読媒体であって、前記命令は、１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに、
処理チャンバに対する複数の入力パラメータにアクセスすることであって、前記複数の入力パラメータは、基板に対してプロセスを実行するための前記処理チャンバに対するレシピから部分的に導出される、複数の入力パラメータにアクセスすることと、
前記処理チャンバに対する前記複数の入力パラメータをモデルに提供することであって、前記モデルは、以前の複数の入力パラメータおよび対応する複数のセンサ測定値を使用して訓練済みである、前記複数の入力パラメータをモデルに提供することと、
前記処理チャンバ内でプラズマを点火するときに前記処理チャンバからＲＦ源へ反射されて戻る、予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力を、前記モデルから受け取ることと、
前記処理チャンバから反射されて戻る前記予測される第１のＲＦ電力量が最適化されていないと判定することと、
調節された入力パラメータを生成するために、前記処理チャンバに対する前記複数の入力パラメータを調節することと、
前記処理チャンバに対する前記調節された入力パラメータを前記モデルに提供することと、
前記処理チャンバから前記ＲＦ源へ反射されて戻る、予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力を、前記モデルから受け取ることと、
前記処理チャンバから反射されて戻る前記予測される第２のＲＦ電力量が最適化されていると判定することと、
前記基板に対して前記プロセスを実行するために、前記処理チャンバに前記調節された入力パラメータを提供することと
を含む動作を実行させる、非一時的コンピュータ可読媒体。

【請求項16】

前記処理チャンバから反射されて戻る前記予測される第２のＲＦ電力量が最適化されていると判定することは、
前記第２のＲＦ電力量が、前記複数の入力パラメータの各々に対する値の範囲にわたって前記モデルによって予測される反射ＲＦ電力の最小値を表すと判定すること
を含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項17】

前記処理チャンバから反射されて戻る前記予測される第２のＲＦ電力量が最適化されていると判定することは、
前記第２のＲＦ電力量が、所定の閾値未満であると判定すること
を含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項18】

前記所定の閾値は、約５０Ｗである、請求項１７に記載の非一時的コンピュータ可読媒体。

【請求項19】

前記動作は、
前記プロセス中に前記処理チャンバから反射されて戻るＲＦ電力量を表すセンサデータを測定することと、
測定された前記センサデータを前記予測される第２のＲＦ電力量と比較することと
をさらに含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項20】

前記動作は、
前記測定されたセンサデータが前記予測される第２のＲＦ電力量を所定の閾値量よりも大きく超過する場合に、ユーザインターフェースに提供される指示を生成すること
をさらに含む、請求項１９に記載の非一時的コンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願の相互参照
本出願は、２０２０年１１月２２日に出願され、「ＰＬＡＳＭＡ ＩＧＮＩＴＩＯＮ ＯＰＴＩＭＩＺＡＴＩＯＮ ＩＮ ＳＥＭＩＣＯＮＤＵＣＴＯＲ ＰＲＯＣＥＳＳＩＮＧ ＣＨＡＭＢＥＲＳ」と題する米国非仮出願第１７／１００，９２７号の利益および優先権を主張し、その内容は、あらゆる目的のためにその全体が参照により本明細書に組み込まれている。

【0002】

本開示は、半導体システム、プロセス、および機器に関する。より詳細には、本開示は、プラズマ点火中にＲＦ源に戻される反射高周波（ＲＦ）電力の量を最適化するためにモデルを訓練および／または使用することに関する。

【背景技術】

【0003】

集積回路および他の電子デバイスの製造において、プラズマプロセスは、さまざまな材料層の堆積またはエッチングのために使用されることが多い。プラズマ化学気相堆積（ＰＥＣＶＤ）プロセスは、前駆体を反応性プラズマに変換するために、少なくとも１つの前駆体ガスまたは前駆体蒸気に電磁エネルギーが印加される化学プロセスである。プラズマは、処理チャンバ内で、すなわちその場で、または処理チャンバから遠隔に配置された遠隔プラズマジェネレータで、生成され得る。このプロセスは、高品質で高性能な半導体デバイスを製造するために、基板上に材料を堆積するために広く使用されている。

【0004】

処理チャンバで使用されるプラズマは、ＲＦ源からチャンバに高周波（ＲＦ）エネルギーを提供することによって点火され得る。ＲＦ源によって提供される電圧／電流は、エネルギーがプラズマに一様に提供され得るように厳密に制御され得る。しかし、基板プロセス間の処理チャンバおよび／または機器の条件の変動は、どのくらい迅速にプラズマが点火され得るかの変動を引き起こし得る。制御システムおよびＲＦ源に対する入力パラメータは、あるセッションでプラズマを迅速に点火し得るが、同一のパラメータを使用する後続のセッション中にはプラズマ点火における遅延を生じ得る。プラズマが迅速に点火できないと、ＲＦエネルギーはＲＦ源へ反射されて戻り得る。これはＲＦ源を損傷し、基板に欠陥を生じ、プラズマを点火する困難を増大させる可能性がある。

【0005】

したがって、ＲＦ源へ反射されて戻るＲＦ電力量を最小化するために、処理チャンバに対するレシピの一部である入力パラメータを最適化するために使用され得る、改良されたシステムおよび方法が必要とされている。これらおよび他の技術的課題は、本明細書に開示される実施形態によって解決される。

【発明の概要】

【0006】

いくつかの実施形態では、基板処理チャンバ内で反射される高周波（ＲＦ）電力を低減する方法は、処理チャンバに対する複数の入力パラメータにアクセスすることであって、複数の入力パラメータは、基板に対してプロセスを実行するための処理チャンバに対するレシピから部分的に導出され得る、複数の入力パラメータにアクセスすることを含むことができる。本方法はまた、処理チャンバに対する複数の入力パラメータをモデルに提供することであって、モデルは、以前の複数の入力パラメータおよび対応する複数のセンサ測定値を使用して訓練済みであり得る、複数の入力パラメータをモデルに提供することを含むことができる。本方法は、処理チャンバ内でプラズマを点火するときに処理チャンバからＲＦ源へ反射されて戻る、予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力を、モデルから受け取ることをさらに含み得る。本方法は、処理チャンバから反射されて戻る予測される第１のＲＦ電力量が最適化されていないと判定することをさらに含み得る。本方法はまた、調節された入力パラメータを生成するために、処理チャンバに対する複数の入力パラメータを調節することと、処理チャンバに対する調節された入力パラメータをモデルに提供することと、処理チャンバからＲＦ源へ反射されて戻る、予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力を、モデルから受け取ることとを含み得る。本方法は、処理チャンバから反射されて戻る予測される第２のＲＦ電力量が最適化されていると判定することと、基板に対してプロセスを実行するために処理チャンバに調節された入力パラメータを提供することとをさらに含み得る。

【0007】

いくつかの実施形態では、システムは、１つまたは複数のプロセッサと、命令を含む１つまたは複数のメモリデバイスであって、命令は、１つまたは複数のプロセッサによって実行されると、１つまたは複数のプロセッサに、処理チャンバに対する複数の入力パラメータにアクセスすることであって、複数の入力パラメータは、基板に対してプロセスを実行するための処理チャンバに対するレシピから部分的に導出され得る、複数の入力パラメータにアクセスすることを含む動作を実行させる、１つまたは複数のメモリデバイスとを含むことができる。動作はまた、処理チャンバに対する複数の入力パラメータをモデルに提供することであって、モデルは、以前の複数の入力パラメータおよび対応する複数のセンサ測定値を使用して訓練済みであり得る、複数の入力パラメータをモデルに提供することを含むことができる。動作は、処理チャンバ内でプラズマを点火するときに処理チャンバからＲＦ源へ反射されて戻る、予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力を、モデルから受け取ることをさらに含み得る。動作は、処理チャンバから反射されて戻る予測される第１のＲＦ電力量が最適化されていないと判定することをさらに含み得る。動作はまた、調節された入力パラメータを生成するために処理チャンバに対する複数の入力パラメータを調節することと、処理チャンバに対する調節された入力パラメータをモデルに提供することと、処理チャンバからＲＦ源へ反射されて戻る、予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力を、モデルから受け取ることとを含み得る。動作は、処理チャンバから反射されて戻る予測される第２のＲＦ電力量が最適化されていると判定することと、基板に対してプロセスを実行するために処理チャンバに調節された入力パラメータを提供することとをさらに含み得る。

【0008】

いくつかの実施形態では、非一時的コンピュータ可読媒体は、命令を含むことができ、命令は、１つまたは複数のプロセッサによって実行されると、１つまたは複数のプロセッサに、処理チャンバに対する複数の入力パラメータにアクセスすることであって、複数の入力パラメータは、基板に対してプロセスを実行するための処理チャンバに対するレシピから部分的に導出され得る、複数の入力パラメータにアクセスすることを含む動作を実行させる。動作はまた、処理チャンバに対する複数の入力パラメータをモデルに提供することであって、モデルは、以前の複数の入力パラメータおよび対応する複数のセンサ測定値を使用して訓練済みであり得る、複数の入力パラメータをモデルに提供することを含むことができる。動作は、処理チャンバ内でプラズマを点火するときに処理チャンバからＲＦ源へ反射されて戻る、予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力を、モデルから受け取ることをさらに含み得る。動作は、処理チャンバから反射されて戻る予測される第１のＲＦ電力量が最適化されていないと判定することをさらに含み得る。動作はまた、調節された入力パラメータを生成するために処理チャンバに対する複数の入力パラメータを調節することと、処理チャンバに対する調節された入力パラメータをモデルに提供することと、処理チャンバからＲＦ源へ反射されて戻る、予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力を、モデルから受け取ることとを含み得る。動作は、処理チャンバから反射されて戻る予測される第２のＲＦ電力量が最適化されていると判定することと、基板に対してプロセスを実行するために処理チャンバに調節された入力パラメータを提供することとをさらに含み得る。

【0009】

任意の実施形態で、以下の特徴のうちの任意の特徴およびすべての特徴が、任意の組合せで限定なしに実施され得る。方法／動作はまた、複数の訓練データセットにアクセスすることを含むことができ、複数の訓練データセットの各々は、以前のプロセスからの複数の前の入力パラメータと、プロセス中に処理チャンバから反射されて戻ったＲＦ電力量を表す対応するセンサデータとを含み得る。方法／動作はまた、複数の訓練データセットを使用してモデルを訓練することを含み得る。方法／動作はまた、複数の訓練データセットが、処理チャンバ内で反射されて戻った平均を上回るＲＦ電力量を表すセンサデータを含む少なくとも閾値数の訓練データセットを含むように、複数の訓練データセットをキュレーションすることを含み得る。モデルは、複数の隠れ層と、入力パラメータに対応する入力とを含み得るニューラルネットワークを含み得る。ニューラルネットワークは、予測される最大ＲＦ電力を示す第１の出力と、予測されるＲＦ電力持続時間を示す第２の出力とを含み得る。ニューラルネットワークは、ニューラルネットワークの内部ノード間の重みを設定するための最適化プロセスを使用して訓練されていてもよい。プロセスは、基板に対するプラズマエッチングプロセスを含み得る。複数の入力パラメータは、処理チャンバのためのＲＦ源に対する設定を含み得る。複数の入力パラメータは、処理チャンバ内の基板に対して以前に実行されたプロセスの数を表すウエハカウントを含み得る。複数の入力パラメータは、以前のプラズマプロセスが処理チャンバ内で完了して以降の時間を表すチャンバ空き時間を含み得る。複数の入力パラメータは、処理チャンバ内で実行された以前のレシピに対する識別子を含み得る。複数の入力パラメータは、処理チャンバ内の１つまたは複数の調整キャパシタに対するプリセット値を含み得る。複数の入力パラメータは、処理チャンバ内の１つまたは複数の調整インダクタに対するプリセット値を含み得る。処理チャンバから反射されて戻る予測される第２のＲＦ電力量が最適化されていると判定することは、第２のＲＦ電力量が、複数の入力パラメータの各々に対する値の範囲にわたってモデルによって予測される反射ＲＦ電力の最小値を表すと判定すること、および／または、第２のＲＦ電力量が、所定の閾値未満であると判定することを含み得る。所定の閾値は約５０Ｗであり得る。方法／動作は、プロセス中に処理チャンバから反射されて戻るＲＦ電力量を表すセンサデータを測定することと、測定されたセンサデータを予測される第２のＲＦ電力量と比較することとをさらに含み得る。方法／動作はまた、測定されたセンサデータが、予測される第２のＲＦ電力量を所定の閾値量よりも大きく超過する場合にユーザインターフェースに提供される指示を生成することを含み得る。

【0010】

さまざまな実施形態の性質および利点のさらなる理解は、明細書の残りの部分および図面を参照することにより実現されることができ、図面では、同様の参照符号は、類似の構成要素を指すためにいくつかの図を通じて使用される。いくつかの例において、複数の類似の構成要素のうちの１つを表すためにサブラベルが参照符号に関連づけられる。既存のサブラベルの指定なしで参照符号に言及する場合、すべてのそのような複数の類似の構成要素に言及することを意図している。

【0011】

図のうちのいくつかは概略図として含められる。図は、例示の目的のためであり、縮尺通りであると明記されない限り、縮尺通りであるとみなされるべきでないことが理解されるべきである。さらに、概略図として、図は理解を助けるために提供され、現実的な表現と比較してすべての態様または情報を含むとは限らず、例示の目的のために誇張された素材を含み得る。

【図面の簡単な説明】

【0012】

【図1】いくつかの実施形態による、堆積、エッチング、ベーキング、および硬化チャンバの処理システムの上面図である。

【図2A】いくつかの実施形態による、処理チャンバ内で区画されたプラズマ生成領域を有する例示的なプロセスチャンバシステム２００の断面図である。

【図2B】いくつかの実施形態による、面板を通じて処理ガス分布に影響を及ぼす特徴の詳細図である。

【図3】いくつかの実施形態による、処理チャンバの一部の断面図である。

【図4A】いくつかの実施形態による、異なるレシピに対してセンサによって測定された最大反射ＲＦ電力のグラフである。

【図4B】いくつかの実施形態による、入力パラメータのうちの１つの異なる値に対してセンサによって測定された最大反射電力のグラフである。

【図5】いくつかの実施形態による、予測される反射ＲＦ電力を出力するようにモデルがどのように訓練され得るかを示す図である。

【図6】いくつかの実施形態による、以前のセッションからの履歴入力パラメータおよび測定された出力を使用してモデルがどのように訓練され得るかを示す図である。

【図7】いくつかの実施形態による、モデルを訓練する方法のフローチャートである。

【図8】いくつかの実施形態による、反射ＲＦ電力を最小化するために、反射ＲＦ電力を予測し、入力パラメータを調節するために、訓練されたモデルがどのように使用され得るかを示す図である。

【図9】いくつかの実施形態による、基板処理チャンバにおける反射ＲＦ電力を低減する方法のフローチャートである。

【図10】さまざまな実施形態が実施され得る例示的なコンピュータシステムを示す図である。

【発明を実施するための形態】

【0013】

電力は、プラズマチャンバ内のＲＦ源へ反射されて戻り得る。反射電力の予測不可能な変動は、反射電力の大きさとともに、プラズマを点火する際の技術的課題となり、この課題はいくつかの形でプロセスおよび処理チャンバ自体に悪影響を及ぼし得る。第１に、反射電力の大きさと、プロセスでの対応する基板における不良率との間に相関が観測されている。プラズマ点火中に反射電力が高いほど、対応する基板における不良率は高くなる傾向がある。第２に、プラズマは、より大きい電力が反射されるほど点火しにくくなる結果、点火時間が長くなり、反射電力量がさらに増大する。第３に、反射電力自体がＲＦ源に対して有害となり得る。反射電力が過剰および／または過度に頻繁になると、ＲＦ源は損傷され得る。したがって、プラズマ点火中の反射電力の大きさを低減し、反射電力の大きさをより正確に予測するための改良が必要とされる。

【0014】

本明細書に記載される実施形態は、これらおよび他の技術的問題を解決することによって、処理チャンバ技術を改良する。具体的には、これらの実施形態は、現在のセッションに対する入力パラメータの少なくとも一部に基づいて反射電力出力を予測するために訓練されたモデルを使用することによって、反射電力の大きさを低減し、このプロセスの予測可能性を向上させる。モデルが最適化されていない値を出力する場合、入力パラメータが調節され得る。例えば、ＲＦ源によって出力される電圧を増大させてもよい。そして、調節された入力パラメータは、新たな反射電力量を予測するためにモデルに戻され得る。モデルを使用して入力パラメータを処理し、対応する出力が最適化されているかどうかを判定するこのプロセスは、入力パラメータの最適セットが発見されるまで継続され得る。そして、最小の予測可能な反射ＲＦ電力量を達成するために、最適化された入力パラメータを使用してプロセスは実行され得る。

【0015】

図１は、いくつかの実施形態による、堆積、エッチング、ベーキング、および硬化チャンバの処理システム１００の上面図を示す。１対の前方開口型統一ポッド１０２がさまざまなサイズの基板を供給することができ、基板は、ロボットアーム１０４によって受け取られ、タンデムセクション１０９ａ～ｃに配置された基板処理チャンバ１０８ａ～ｆのうちの１つに入れられる前に低圧保持エリア１０６に入れられる。保持エリア１０６から基板処理チャンバ１０８ａ～ｆに、およびその逆に、基板ウエハを移送するために、第２のロボットアーム１１０が使用され得る。各基板処理チャンバ１０８ａ～ｆは、半導体材料の積層形成、プラズマ化学気相堆積、原子層堆積、物理的気相堆積、エッチング、前洗浄、ガス抜き、配向、および／または、アニーリング、アッシングなどを含む他の基板プロセスを含む、いくつかの基板処理動作を実行するように装備され得る。

【0016】

基板処理チャンバ１０８ａ～ｆは、基板上の誘電体または他の膜を堆積、アニーリング、硬化および／またはエッチングするための１つまたは複数のシステム構成要素を含み得る。一構成では、２対の処理チャンバ、例えば１０８ｃ～ｄおよび１０８ｅ～ｆが、基板上に誘電体材料を堆積するために使用されることができ、第３の処理チャンバの対、例えば１０８ａ～ｂが、堆積された誘電体をエッチングするために使用され得る。別の構成では、３対のチャンバすべて、例えば１０８ａ～ｆが、基板上に交互の誘電体膜の積層を堆積するために構成され得る。記載されるプロセスのうちの任意の１つまたは複数が、異なる実施形態に示される製造システムとは別個のチャンバで実行され得る。理解されるように、誘電体膜に対する堆積、エッチング、アニーリング、および硬化チャンバの追加的な構成がシステム１００によって考慮される。

【0017】

図２Ａは、いくつかの実施形態による、処理チャンバ内で区画されたプラズマ生成領域を有する例示的なプロセスチャンバシステム２００の断面図を示す。例えば、窒化チタン、窒化タンタル、タングステン、シリコン、ポリシリコン、酸化ケイ素、窒化ケイ素、酸窒化ケイ素、酸炭化ケイ素などの膜エッチング中に、プロセスガスはガス入口アセンブリ２０５を通って第１のプラズマ領域２１５に流入し得る。遠隔プラズマシステム（ＲＰＳ）２０１が、システムに任意選択で含まれてもよく、第１のガスを処理してもよく、その後に第１のガスはガス入口アセンブリ２０５を通って移動する。ガス入口アセンブリ２０５は、２つ以上の別個のガス供給チャネルを含むことができ、第２のチャネル（図示せず）は、もし含まれる場合、ＲＰＳ２０１を迂回してもよい。

【0018】

冷却板２０３、面板２１７、イオンサプレッサ２２３、シャワーヘッド２２５、および、上に基板２５５が配置されるペデスタル２６５または基板支持体が示され、実施形態に従ってそれぞれ含まれ得る。ペデスタル２６５は、熱交換流体が基板の温度を制御するために流れる熱交換チャネルを有することができ、熱交換流体は処理動作中に基板またはウエハを加熱および／または冷却するように動作し得る。ペデスタル２６５のウエハ支持体プラッタは、アルミニウム、セラミック、またはその組合せを含むことができ、埋め込まれた抵抗加熱器要素を使用して約１００℃以下から約１１００℃以上までなどの比較的高温を達成するために抵抗加熱されることもできる。

【0019】

面板２１７は、狭い上部が広い底部へと拡がる角錐、円錐、または他の同様の構造であり得る。面板２１７はさらに図示のように平坦であってもよく、プロセスガスを分散させるために使用される複数の貫通チャネルを含んでもよい。ＲＰＳ２０１の使用に応じてプラズマ生成ガスおよび／またはプラズマ励起化学種が、第１のプラズマ領域２１５へのより一様なデリバリのために、面板２１７内の、図２Ｂに示す複数の孔を通過し得る。

【0020】

例示的な構成は、面板２１７によって第１のプラズマ領域２１５から区画されたガス供給領域２５８に開口するガス入口アセンブリ２０５を有することを含むことができ、それによりガス／化学種は面板２１７内の孔を通って第１のプラズマ領域２１５に流入する。第１のプラズマ領域２１５からガス供給領域２５８、ガス入口アセンブリ２０５、および流体供給システム２１０に戻る顕著な逆流を防止するように、構造的および動作的な特徴が選択され得る。面板２１７、またはチャンバの導電性上部、およびシャワーヘッド２２５は、特徴間に配置された絶縁リング２２０とともに示され、絶縁リング２２０は、シャワーヘッド２２５および／またはイオンサプレッサ２２３に対して相対的に面板２１７にＡＣ電位が印加されることを可能にする。絶縁リング２２０は、面板２１７とシャワーヘッド２２５および／またはイオンサプレッサ２２３との間に配置されてもよく、それにより容量結合プラズマ（ＣＣＰ）が第１のプラズマ領域に形成されることが可能になる。バッフル（図示せず）が、第１のプラズマ領域２１５にさらに配置されるか、さもなければガス入口アセンブリ２０５と結合されて、ガス入口アセンブリ２０５を通って領域内に流れる流体の流れに影響を及ぼしてもよい。

【0021】

イオンサプレッサ２２３は、構造全体にわたって複数の開孔を画定する板または他の形状寸法を備えることができ、開孔は、非荷電の中性またはラジカル化学種がイオンサプレッサ２２３を通過してサプレッサとシャワーヘッドとの間の活性化ガスデリバリ領域内に入ることを可能にしながら、第１のプラズマ領域２１５から出るイオン性荷電化学種の移動を抑制するように構成される。実施形態では、イオンサプレッサ２２３は、さまざまな開孔構成を有する多孔板を備え得る。これらの非荷電化学種は、開孔を通って反応性の低いキャリアガスとともに輸送される反応性の高い化学種を含み得る。上記のように、孔を通るイオン性化学種の移動は低減されることができ、いくつかの場合には完全に抑制され得る。イオンサプレッサ２２３を通過するイオン性化学種の量を制御することは、下に位置するウエハ基板と接触する混合ガスに対する制御を有利に向上させることができ、ひいては混合ガスの堆積および／またはエッチング特性の制御を向上させ得る。例えば、混合ガスのイオン濃度の調節は、そのエッチング選択性、例えばＳｉＮｘ：ＳｉＯｘエッチング比、Ｓｉ：ＳｉＯｘエッチング比などを顕著に変化させ得る。堆積が実行される代替実施形態では、誘電体材料に対して共形的堆積から流動性堆積へ平衡を移動させることもできる。

【0022】

イオンサプレッサ２２３内の複数の開孔は、イオンサプレッサ２２３を通る活性化ガス、すなわちイオン性、ラジカル、および／または中性の化学種の通過を制御するように構成され得る。例えば、孔のアスペクト比、または孔の直径対長さの比、および／または孔の形状寸法は、イオンサプレッサ２２３を通過する活性化ガスにおけるイオン性荷電化学種の流れが低減されるように制御され得る。イオンサプレッサ２２３内の孔は、第１のプラズマ領域２１５などのプラズマ励起領域に面するテーパ化部分と、シャワーヘッド２２５に面する円筒形部分とを含み得る。円筒形部分は、シャワーヘッド２２５へと通過するイオン性化学種の流れを制御するように成形および寸法決めされ得る。調節可能な電気バイアスもまた、サプレッサを通るイオン性化学種の流れを制御するための追加的な手段としてイオンサプレッサ２２３に印加され得る。

【0023】

イオンサプレッサ２２３は、プラズマ生成領域から基板へ移動するイオン性荷電化学種の量を低減または消去するように機能し得る。非荷電の中性およびラジカル化学種が基板と反応するためにイオンサプレッサ内の開口部を依然として通過し得る。注意すべきであるが、基板を囲む反応領域におけるイオン性荷電化学種の完全な消去は、実施形態では実行されないことがある。いくつかの場合、イオン性化学種は、エッチングおよび／または堆積プロセスを実行するために基板に到達することが意図される。これらの場合、イオンサプレッサは、反応領域におけるイオン性化学種の濃度を、プロセスを補助するレベルに制御するのに役立ち得る。

【0024】

シャワーヘッド２２５は、イオンサプレッサ２２３と組み合わせて、励起化学種が第１のプラズマ領域２１５から基板処理領域２３３に移動することを依然として可能にしながら、第１のプラズマ領域２１５に存在するプラズマが基板処理領域２３３内のガスを直接励起しないようにすることを可能にし得る。このようにして、チャンバは、エッチングされている基板２５５にプラズマが接触することを防止するように構成され得る。これは、生成されたプラズマによって直接接触を受ける場合に損傷、転位、またはさもなければ反りを生じ得る基板上にパターン化されるさまざまな複雑な構造および膜を有利に保護することができる。さらに、プラズマが基板に接触し、または基板レベルに接近することが可能とされると、酸化物化学種がエッチングされる速度が増大し得る。したがって、材料の露出領域が酸化物である場合、この材料は、基板から遠隔にプラズマを維持することによってさらに保護され得る。

【0025】

処理システムは、第１のプラズマ領域２１５または基板処理領域２３３にプラズマを生成するために面板２１７、イオンサプレッサ２２３、シャワーヘッド２２５、および／またはペデスタル２６５に電力を提供するために処理チャンバと電気的に結合された電源２４０をさらに含み得る。電源は、実行されるプロセスに応じてチャンバに調整可能な量の電力を送出するように構成され得る。このような構成は、実行されているプロセスで調整可能プラズマが使用されることを可能にし得る。オン・オフ機能とともに提示されることが多い遠隔プラズマユニットとは異なり、調整可能プラズマは、第１のプラズマ領域２１５に特定の量の電力を送出するように構成され得る。これはひいては、前駆体が特定の方法で解離して、これらの前駆体によって生成されるエッチングプロファイルを増強し得るように、特定のプラズマ特性の発現を可能にし得る。

【0026】

プラズマは、シャワーヘッド２２５の上方の第１のプラズマ領域２１５またはシャワーヘッド２２５の下方の基板処理領域２３３のいずれかで点火され得る。プラズマは、例えばフッ素含有前駆体または他の前駆体の流入からラジカル前駆体を生成するために、第１のプラズマ領域２１５に存在し得る。一般に高周波（ＲＦ）領域にあるＡＣ電圧が、堆積中に第１のプラズマ領域２１５でプラズマを点火するために、面板２１７などの処理チャンバの導電性上部と、シャワーヘッド２２５および／またはイオンサプレッサ２２３との間に印加され得る。ＲＦ電源は、１３．５６ＭＨｚの高いＲＦ周波数を生成し得るが、他の周波数を単独で、または１３．５６ＭＨｚ周波数と組み合わせて生成してもよい。

【0027】

図２Ｂは、いくつかの実施形態による、面板２１７を通じて処理ガス分布に影響を及ぼす特徴の詳細図２５３を示す。図２Ａおよび図２Ｂに示すように、面板２１７、冷却板２０３、およびガス入口アセンブリ２０５はガス供給領域２５８を画定するように交差し、ガス供給領域２５８にはプロセスガスがガス入口アセンブリ２０５から送出され得る。ガスは、ガス供給領域２５８を満たし、面板２１７内の開孔２５９を通って第１のプラズマ領域２１５に流れ得る。開孔２５９は、プロセスガスが基板処理領域２３３に流入し得るが、面板２１７を横切った後のガス供給領域２５８内への逆流が部分的または完全に防止され得るような実質的に一方向的な方法で流れを導くように構成され得る。

【0028】

処理チャンバセクション２００で使用するためのシャワーヘッド２２５などのガス分配アセンブリは、二重チャネルシャワーヘッドと呼ばれることができ、図３に記載される実施形態でさらに詳細に説明される。二重チャネルシャワーヘッドは、処理領域内に送出される前にエッチャントとチャンバ構成要素との相互作用およびエッチャント間の相互作用を制限するために、基板処理領域２３３の外部でエッチャントを分離することを可能にするエッチングプロセスを提供し得る。

【0029】

シャワーヘッド２２５は、上板２１４および下板２１６を備え得る。板は、板間の容積２１８を画定するために相互に結合され得る。板の結合は、上板および下板を通る第１の流体チャネル２１９と、下板２１６を通る第２の流体チャネル２２１とを提供するようになっていてもよい。形成されるチャネルは、第２の流体チャネル２２１のみを介して下板２１６を通って容積２１８からの流体アクセスを提供するように構成されることができ、第１の流体チャネル２１９は、板と第２の流体チャネル２２１との間の容積２１８から流体的に隔離され得る。容積２１８は、シャワーヘッド２２５の側を通って流体的にアクセス可能であり得る。

【0030】

図３は、いくつかの実施形態による、処理チャンバ３００の一部の断面図を示す。図示のように、処理チャンバ３００は、基板３５４をエッチングするために好適なエッチングチャンバであり得る。他の処理チャンバがこれらの実施形態から利益を受けるのに適応し得ることが考慮される。処理チャンバ３００は、さまざまなプラズマプロセスのために使用され得る。例えば、処理チャンバ３００は、１つまたは複数のエッチング剤を用いたドライエッチングを実行するために使用され得る。処理チャンバは、前駆体Ｃ_ｘＦ_ｙ（ただしｘおよびｙは既知の化合物に対する値を表す）、Ｏ_２、ＮＦ_３、またはその組合せからのプラズマの点火のために使用され得る。別の例では、処理チャンバ３００は、１つまたは複数の前駆体を用いたプラズマ化学気相堆積（ＰＥＣＶＤ）プロセスのために使用され得る。

【0031】

処理チャンバ３００は、チャンバ本体３０２および支持体アセンブリ３０４を含み得る。処理チャンバはまた、リッドアセンブリ、および電極、ガス分配器板、プロセスガスを処理容積３２０に入れるための開口部、導管、ヒータ、ガス分配器板、および／または上記の処理チャンバの他の要素のうちのいずれかを含み得る。これらの要素は、処理容積３２０にＲＦ電力を提供するための電気システムに注目するために、簡単のため図３から省略されている。

【0032】

支持体アセンブリ３０４は、シャフト３４４を通じてリフト機構に結合されることができ、シャフト３４４はチャンバ本体３０２の底面を通って延在する。リフト機構は、シャフト３４４の周りからの真空リークを防止するベローズによってチャンバ本体３０２に可撓性封止され得る。リフト機構は、支持体アセンブリ３０４が、移送位置と、基板３５４を電極３０８の近くに置くいくつかのプロセス位置との間で、チャンバ本体３０２内で鉛直に移動することを可能にし得る。

【0033】

支持体アセンブリ３０４は、金属材料またはセラミック材料から形成され得る。例えば、アルミニウム、酸化アルミニウム、窒化アルミニウム、酸化／窒化アルミニウム混合物、および／または他の同様の材料などの、金属酸化物、窒化物、または酸化物／窒化物混合物が使用され得る。典型的実施態様では、１つまたは複数のペデスタル電極が支持体アセンブリ３０４に含まれ得る。１つまたは複数のペデスタル電極は、処理容積３２０内のプラズマにＲＦエネルギーを送出するように構成され得る。例えば、支持体アセンブリ３０４内の１つまたは複数のペデスタル電極３７２、３７４にＲＦエネルギーを提供するために、ＲＦ源３６０がチャンバ本体３０２の外部に設けられ得る。ＲＦエネルギーは、プラズマを生成するために、１つまたは複数のペデスタル電極を通じて処理容積３２０内のガスに転送され得る。プラズマは、基板３５４上に材料の層を堆積するために基板３５４の上方に維持され得る。基板３５４上に材料を一様に堆積するため、プラズマに転送されるエネルギーは、基板３５４の表面領域全体にわたって一様に維持されるべきである。

【0034】

双極チャッキングとして知られる方法が、第１のペデスタル電極３７２および第２のペデスタル電極３７４で使用され得る。双極チャッキングは、第１のペデスタル電極３７２と第２のペデスタル電極３７４との間にＤＣ電圧差を印加する方法である。この静電差は、支持体アセンブリ３０４に基板３５４を保持するように働く。これは、単一のペデスタル電極のみが使用されるか、またはＤＣ電圧が単一のペデスタル電極のみに印加される単極チャッキングと対比され得る。単極チャッキングは、回路を完結させるためにエネルギーがプラズマに印加されるときにのみ有効となる。双極チャッキングは、ＲＦ源３６０から第１のペデスタル電極３７２および第２のペデスタル電極３７４の各々への２つの別個の電気的パスを使用する。図３の例では、第１のＤＣ電圧源３６２は第１のペデスタル電極３７２のための第１の電気的経路に印加される。第２のＤＣ電圧源３６４は第２のペデスタル電極３７４のための第２の電気的経路に印加される。図３には明示していないが、第１および第２の電気的経路は、ＤＣ電圧源３６２、３６４を互いから絶縁するためのキャパシタ、インダクタ、または他の方法を含み得る。例えば、ＤＣ電圧を互いから遮断するために、１対の比較的大きいキャパシタ（例えば、５０ｎＦ）が電気的経路の各々に配置され得る。

【0035】

第１のペデスタル電極３７２および第２のペデスタル電極３７４は、支持体アセンブリ３０４に設けられ得る。第１のペデスタル電極３７２および第２のペデスタル電極３７４は、支持体アセンブリ３０４内に埋め込まれ、および／または支持体アセンブリ３０４の表面に結合され得る。第１のペデスタル電極３７２および第２のペデスタル電極３７４は、板、多孔板、メッシュ、ワイヤスクリーン、または任意の他の分散された導電性構成であり得る。図３は２つのペデスタル電極のみを示しているが、他の実施形態は、以下で詳細に説明するように、支持体アセンブリ３０４内で異なる形状寸法および／または配置を有する２つよりも多くのペデスタル電極を使用し得る。

【0036】

ＲＦ源３６０は、ペデスタル電極３７２、３７４にＲＦ電力を提供することができ、ペデスタル電極３７２、３７４の各々は支持体アセンブリ３０４の異なる部分に配置され得る。ペデスタル電極３７２、３７４の各々に送出されるＲＦ電力を微調整するため、調整キャパシタ３９０、３９４および／または調整インダクタ３９２、３９６が回路経路に設けられ得る。調整キャパシタ３９０、３９４および調整インダクタ３９２、３９６の両方が図３では電気的経路の各々に対して示されているが、これは限定的であることを意図していない。いくつかの実施形態は、調整キャパシタ３９０、３９４のみを使用してもよく、一方で他の実施形態は、任意の組合せで限定なしに、調整キャパシタ３９０、３９４および／または調整インダクタ３９２、３９６の組合せを使用してもよい。調整キャパシタ３９０、３９４および／または調整インダクタ３９０、３９６は調節可能であることができ、したがってそれらのキャパシタンス／インダクタンスの値はオペレータによって、または制御システムによって自動的に、変更され得る。これらの値を調節することは、処理容積３２０にＲＦ電力を提供するための異なる電気的経路の回路経路長、抵抗、または他の物理的特性における微差を補償するために、第１のペデスタル電極３７２および／または第２のペデスタル電極３７４に提供されるＲＦエネルギーをシステムが釣り合わせることを可能にする。

【0037】

ＲＦ源３６０は、局所制御システム３８４によって制御され得る。局所制御は、制御システム３８２と通信するための通信インターフェースを含み得る。制御システム３８２は、図１１において以下で説明するようなコンピューティングシステムを含み得る。例えば、制御システム３８２は、１つまたは複数のプロセッサと、ＲＦ源３６０に入力パラメータを送出するなどの動作を１つまたは複数のプロセッサに実行させる命令を記憶する１つまたは複数のメモリデバイスとを含み得る。制御システム３８２は、例えばＥｔｈｅｒＣＡＴ通信プロトコルを使用して、通信バス３８０を通じてコマンドを送出し得る。制御システム３８２は、ＲＦ源３６０の出力周波数、出力電圧、出力電流、および／または出力のタイミングを制御する入力パラメータをＲＦ源３６０に提供し得る。例えば、制御システム３８２は、１３．５６ＭＨｚの周波数を有する正弦波出力信号をＲＦ源３６０に出力させるシリアルコマンドをＲＦ源３６０に送信し得る。

【0038】

本明細書で使用される場合、「セッション」は、プラズマエッチングまたは他の同様のプロセスなどの、処理チャンバ３００で実行されるプロセスを指し得る。例えば、基板３５４またはウエハが上記のような支持体アセンブリ３０４上にロードされることができ、ガスが処理容積３２０に提供されることができ、プラズマがＲＦ源３６０からＲＦエネルギーを提供することによって点火された後、プラズマエッチングを実行するために制御され得る。セッションの最後に、基板３５４は処理チャンバ３００から取り出されることができ、処理チャンバ本体３０２は、処理チャンバ３００からガスを除去し、後続のセッションで別の基板を受け取るように処理チャンバ３００を準備するためのウエハ間チャンバ洗浄（ＩＣＣ）プロセスを受け得る。

【0039】

制御システム３８２は、各セッションに対する入力データおよび／または出力データを記憶するように構成されたデータベース３８８を含み得る。記憶され得る入力データは、セッション中の処理チャンバ３００に対する入力パラメータのいずれかまたはすべてを含み得る。これらの入力パラメータは、出力の大きさ、周波数、タイミング、および／または他の電気的特性、ガスの混合比、流速、タイミング、圧力、タイプ、および／または他のガス特性、ならびにチャンバ圧力、チャンバ温度、チャンバに印加される電圧に対するタイミング、セッションタイミング、および／または処理チャンバ３００の他の動作特性を含む、ＲＦ源３６０に対する設定を含み得る。いくつかの実施形態はまた、処理チャンバ３００に対して実行されたセッションの履歴ウエハカウント、処理チャンバ３００で実行された以前のレシピ、上記のようなＲＦ電力を調整するためのキャパシタ／インダクタのプリセット、以前のセッションとの間のチャンバ空き時間、および／または現在のセッションの他の特性を含む入力パラメータを記憶し得る。これらの入力パラメータは、セッション中に処理チャンバ３００の動作特性を規定する「レシピ」の一部であり得る。異なるレシピが制御システム３８２にロードされることができ、処理チャンバ３００は、各セッション中に制御システム３８２から異なるレシピを提供することによって、異なる基板に対して異なるプロセスを実行するように構成され得る。これらの入力パラメータは、データベース３８８に記憶され、各セッションが完了すると各セッションに関連づけられ得る。したがって、結果として得られるデータベース３８８は、各々の以前のセッション中の処理チャンバに対する入力パラメータの各々の履歴または記録を含み得る。

【0040】

いくつかの実施形態はまた、１つまたは複数のセンサ３８６を設け得る。センサ３８６は、制御３６０へ反射されて戻るＲＦエネルギーを検出するように構成された電圧センサおよび／または電流センサを含み得る。プラズマを最初に点火するとき、処理チャンバ３００に導かれるＲＦエネルギーの一部はプラズマによって最初は吸収されないことがあり、代わりにＲＦ源３６０へ反射されて戻り得る。センサ３８６は、処理容積３２０から戻って受け取られる反射電力パルスの大きさおよび幅を測定し得る。センサ３８６は、当技術分野で既知の任意の電圧および／または電流センサを用いて実装され得る。例えば、いくつかのＲＦ源は、チャンバからの１秒までの反射電力をモニタし得る内部反射電力センサを備え得る。いくつかの実施形態はまた、１ｍｓ以下のオーダーで反射電力測定値を測定し得るＥｔｈｅｒＣＡＴ準拠の反射電力センサを含み得る。センサ３８６は、電圧および／または電流波形を測定し、ＲＦ源３６０へ反射されて戻る最大電力（ワット）を計算し得る。データベース３８８はまた、各セッション中に記録されたセンサ測定値を記憶し得る。したがって、各セッションについて、データベース３８８は、センサ測定値の記憶されたセットとともに入力パラメータの記憶されたセットを含み得る。

【0041】

理想的には、同じ処理チャンバに対して同じレシピを繰り返し実行すれば類似の結果を生成するであろう。具体的には、ＲＦ源に対して同じ入力パラメータを使用すれば、プラズマを点火する際に同じ反射ＲＦ電力を理想的には常に生成するであろう。これは、入力パラメータがレシピおよび処理チャンバに対して一度最適化され、その後に類似の結果を生成するために将来繰り返し再利用されることを可能にするであろう。しかし、同じプロセスチャンバに対して同じレシピを実行する結果として、異なるセッションで反射ＲＦ電力量にしばしば幅広い変動が生じることが発見されている。図４Ａは、いくつかの実施形態による、異なるレシピに対してセンサによって測定された最大反射ＲＦ電力のグラフ４００を示す。グラフ４００は、１２個の異なるレシピに対して反射電力の最大量を示し、レシピの各々は同じ処理チャンバで実行された。レシピの各々について反射電力に対するデータ点のほとんどは５０Ｗ～１００Ｗ未満にまとめることができるが、多くの外れ値データ点もまた観測され得る。これは、同じプロセスが、ＲＦ源からの反射電力の大幅に異なる量をどのようにして生じ得るかを例示する。同様に、図４Ｂは、いくつかの実施形態による、入力パラメータのうちの１つの異なる値に対してセンサによって測定された最大反射電力のグラフ４０２を示す。具体的には、支持体アセンブリへの２つの異なる電気的経路上の調整キャパシタに対する値が、データグループ分けの各々について示されている。５４／５９．５の値は５０Ｗ未満のデータ点の狭いグループ分けを示す一方、グラフ４０２における他の２つのキャパシタ値は両方とも、より広いグループ分けと、１００Ｗよりも大きい外れ値とを示す。なお、これらの値は、全範囲の百分率として、調節可能なキャパシタンスの調節可能な位置の百分率を指すことに留意されたい。例えば、０～１０００ｐＦの範囲を有する調節可能キャパシタの場合、図４Ｂで参照される５４という数であれば、約５４０ｐＦに対応することになる。

【0042】

反射電力の予測不可能な変動は、反射電力の大きさとともに、プラズマを点火する際の技術的課題となり、この課題はいくつかの形でプロセスおよび処理チャンバ自体に悪影響を及ぼし得る。第１に、反射電力の大きさと、プロセスでの対応する基板における不良率との間に相関が観測されている。プラズマ点火中に反射電力が高いほど、対応する基板における不良率は高くなる傾向がある。第２に、プラズマは、より大きい電力が反射されるほど点火しにくくなる結果、点火時間が長くなり、反射電力量がさらに増大する。第３に、反射電力自体がＲＦ源に対して有害となり得る。反射電力が過剰および／または過度に頻繁になると、ＲＦ源は損傷され得る。したがって、プラズマ点火中の反射電力の大きさを低減し、反射電力の大きさをより正確に予測するための改良が必要とされる。

【0043】

本明細書に記載される実施形態は、これらおよび他の技術的問題を解決することによって、処理チャンバ技術を改良する。具体的には、これらの実施形態は、現在のセッションに対する入力パラメータの少なくとも一部に基づいて反射電力出力を予測するために訓練されたモデルを使用することによって、反射電力の大きさを低減し、このプロセスの予測可能性を向上させる。モデルが最適化されていない値を出力する場合、入力パラメータが調節され得る。例えば、ＲＦ源によって出力される電圧を増大させてもよい。そして、調節された入力パラメータは、新たな反射電力量を予測するためにモデルに戻され得る。モデルを使用して入力パラメータを処理し、対応する出力が最適化されているかどうかを判定するこのプロセスは、入力パラメータの最適セットが発見されるまで継続され得る。そして、最小の予測可能な反射ＲＦ電力量を達成するために、最適化された入力パラメータを使用してプロセスは実行され得る。

【0044】

図５は、いくつかの実施形態による、予測される反射ＲＦ電力を出力するようにモデルがどのように訓練され得るかを示す。例として、ニューラルネットワークが、いくつかの実施態様のモデル５１６として使用され得る。ニューラルネットワークは、複数の隠れ層を有するフィードフォワード型ニューラルネットワークであり得る。いくつかの実施形態は、隠れ層の各々に６～１０個のノードを有する５～１０個の隠れ層を使用し得る。ニューラルネットワーク内の各ノードは、ノードと後続の層との間の接続に適用される複数の重みを含み得る。例えば、ノード５１０は個々の重み５１２（例えば、ｗ_１、ｗ_２、ｗ_３、ｗ_４、ｗ_５、およびｗ_６）を有する複数の接続を含み得る。モデル５０６を訓練するとき、訓練プロセスは、下記のように重み５１２に対する値を設定し得る。図５に示すニューラルネットワークは、例としてのみ提供されており、限定的であることを意図していないことが理解されるべきである。他の実施形態は、ニューラルネットワークの代わりに他の種類のモデルを使用し得る。

【0045】

モデル５０６は、モデル５０６への入力として複数の入力パラメータ５０２を受け取り得る。入力パラメータ５０２は、上記の入力パラメータのいずれかを含み得る。いくつかの実施形態では、入力パラメータ５０２は、プラズマが点火された以前のセッションから経過した時間を表すチャンバ空き時間５０２－１を含み得る。一般的に、チャンバ空き時間５０２－１が長いほど、プラズマは点火しにくくなり、より大きい電力がＲＦ源へ反射されて戻る。チャンバ空き時間５０２－１は、セッション間で測定され得る。代替的に、いくつかのセッションは、複数のプラズマ点火を含み、チャンバ空き時間５０２－１は、点火が単一のセッションにおいてであるか、それとも複数のセッションにわたるかにかかわらず、ＲＦ電力が以前のプラズマへの印加を停止した時と、後続のプラズマに印加され始める時との間で測定され得る。

【0046】

入力パラメータ５０２はまた、調整プリセット５０２－２を含み得る。調整プリセット５０２－２は、処理チャンバに存在し得る調整キャパシタおよび／または調整インダクタに対する設定を含み得る。デフォルトで、調整プリセット５０２－２は同一の値に設定されることができ、その後、異なる電気的経路における変動を補償するためにペデスタル内のＲＦメッシュの各々で類似の結果を生成するように調整され得る。上記で図４Ｂに示したように、これらの値は反射ＲＦ電力量を最小化するために各セッションで調節され得る。

【0047】

入力パラメータ５０２はまた、ＲＦ源に対するＲＦ電力設定５０２－３を含み得る。ＲＦ電力設定５０２－３は、ＲＦ源に与えられるコマンドによって設定され得る波形特性、周波数、周期、電圧振幅、電流、出力インピーダンス、および／または任意の他の特性を含み得る。

【0048】

入力パラメータ５０２はまた、ウエハカウント５０２－４を含み得る。ウエハカウント５０２－４は、処理チャンバで処理された基板またはウエハの数を表し得る。処理チャンバの物理的特性は時間とともにドリフトすることがあるため、ウエハカウントは、老朽化、疲労、劣化の効果、および／または時間および使用とともに徐々に処理チャンバに導入され得る他の効果を表すパラメータであり得る。

【0049】

入力パラメータ５０２はまた、以前のレシピ５０２－５を含み得る。例えば、以前のレシピ５０２－５は、番号または他の識別子によって識別され得る。以前のレシピ５０２－５を識別することは、特定のタイプのレシピを実行することによって引き起こされ得る異なる効果の代用として使用され得る。例えば、以前のレシピ５０２－５は、Ｈｅ、ＮＦ_３、および追加的な不活性ガスを使用して処理チャンバの壁上の水素堆積物を除去するＩＣＣ洗浄プロセスを含み得る。ＩＣＣプロセス中に、処理チャンバの表面は水素化される代わりにフッ素化されることがあり、調整キャパシタのインピーダンス値が洗浄プロセス中に漸近的にシフトする。別の例では、以前のレシピ５０２－５を参照することは、処理チャンバに存在した電気的陰性ガスの量を含むための方法を提供する。なお、これらの値は測定される必要はなく、以前のレシピ５０２－５を識別し、その識別子をモデル５０６への入力として使用することによって、モデルは、反射電力出力を予測するときに以前のレシピからのこれらの固有の因子のすべてを考慮に入れるように自動的に訓練され得る。

【0050】

いくつかの実施形態では、モデル５０６は、処理チャンバ内でプラズマを点火するときに処理チャンバからＲＦ源へ反射されて戻り得る予測されるＲＦ電力量を示し得る１つまたは複数の出力５０４を含み得る。例えば、出力５０４は、ＲＦ源へ反射されて戻る最大反射電力を表す反射電力の大きさ５０４－１を含み得る。出力５０４はまた、反射電力信号の持続時間を表す反射電力持続時間５０４－２を含み得る。いくつかの実施形態は、反射電力の大きさ５０４－１および反射電力持続時間５０４－２をともに考慮し、これらの２つの値の組合せを最小化し得る。例えば、いくつかの実施形態は、最小化および／または最適化され得る電力曲線の下の面積を計算するためにこれらの出力５０４を使用し得る。

【0051】

図５に示す入力パラメータ５０２および／または出力５０４は、例としてのみ提供されており、限定的であることを意図していないことが理解されるべきである。他の実施形態は、処理チャンバに対して設定または測定され得る任意の他の特性とともにレシピ内の設定を含む、上記の入力パラメータのいずれかを含み得る。ＲＦ源からの反射電力の任意の測定可能な特性を含む他の出力もまた生成され得る。例えば、いくつかの実施形態はまた、基板に対する不良率を予測し得る。

【0052】

図６は、いくつかの実施形態による、以前のセッションからの履歴入力パラメータおよび測定された出力を使用してモデルがどのように訓練され得るかを示す。上記のように、制御システム３８２は、以前に実行されたセッションに対する入力パラメータおよび測定されたセンサデータの履歴対を記憶し得る。モデル５０６を訓練するため、制御システム３８２は、個々のセッションから入力パラメータ６０２および測定されたセンサデータ６０４を含む入出力データの訓練対を提供し得る。入力パラメータ６０２は、モデル５０６への入力パラメータ５０２として提供され得る。測定されたセンサデータ６０４（例えば、反射電力の大きさ、反射電力持続時間など）は、モデル５０６を訓練するための出力として提供され得る。

【0053】

モデル５０６を訓練するため、最適化プロセス６１２が、モデル５０６内の接続の各々に対する重み６１０を設定または調節し得る。最適化プロセス６１２は、訓練データによって提供される入力パラメータ５０２が訓練データ対における対応する出力５０４をモデルに生成させるような重み６１０を変更するために使用されるアルゴリズムまたは方法を表し得る。例えば、最適化アルゴリズムは、訓練データ対の集合的なセットに対して入力パラメータ５０２と出力５０４との間の誤差を最小化するために使用され得る。多くの異なるタイプの最適化アルゴリズムが最適化プロセス６１２によって使用され得る。いくつかの実施形態は、勾配降下アルゴリズムまたは確率的勾配降下アルゴリズムを使用し得る。いくつかの実施形態は、ミニバッチ勾配降下アルゴリズムまたはネステロフ加速勾配アルゴリズムを使用し得る。他の実施形態は、Ａｄａｇｒａｄ、ＡｄａＤｅｌｔａ、Ａｄａｍ、または他の最適化アルゴリズムなどのアルゴリズムを使用し得る。

【0054】

制御システム３８２によって提供される訓練データは、モデル５０６の誤差が最小化されるまで以前のセッションからの任意個数の訓練対を含み得る。例えば、いくつかの訓練プロセスは、１０個の訓練対、２０個の訓練対、５０個の訓練対、７５個の訓練対、１００個の訓練対などを使用し得る。いくつかの実施形態では、訓練データは、高レベルおよび低レベルの両方の反射ＲＦ電力を表す測定されたセンサデータ６０４を含むようにキュレーションされ得る。上記の図４Ａに示したように、訓練データセットの大多数は、通常の、または期待される範囲内に測定された反射ＲＦ電力量を含み得る一方、より少数の訓練データセットが、高い、または期待されない測定された反射ＲＦ電力量を含み得る。したがって、いくつかの実施形態は、高い反射ＲＦ電力量を含む少なくとも閾値数の訓練データセットを提供するように訓練データセットをフィルタリングし得る。例えば、いくつかの実施形態は、閾値百分率（例えば、約１０％、１５％、２０％、２５％、３０％、４０％など）の訓練データセットが、平均を上回るまたは別の所定の閾値を上回る（例えば、約１００Ｗ、１１０Ｗ、１２０Ｗ、１３０Ｗを上回るなど）測定された反射ＲＦ電力を含むことを保証し得る。モデル５０６を訓練した後、モデルは、プラズマ点火中の処理チャンバの動作を表すことができ、予測される反射ＲＦ電力を生成するために使用され得る。

【0055】

いくつかの実施形態では、各処理チャンバに対して固有のモデルが生成され得る。したがって、処理チャンバに対する履歴データが、その処理チャンバに特有のモデル５０６を訓練するために使用され得る。他の実施形態では、モデル５０６はより一般化されることができ、特定の処理チャンバに対する識別子が入力パラメータ６０２のうちの１つとして提供され得る。これらの実施形態では、処理チャンバのグループからの履歴データが、その処理チャンバのグループに適用可能であり得る単一のモデルを訓練するために使用され得る。これは、ＲＦ電力設定およびチャンバ空き時間などのランタイム入力パラメータが反射ＲＦ電力量に最も重大な影響を及ぼす同一の処理チャンバのグループに対して有用であり得る。

【0056】

図７は、いくつかの実施形態による、モデルを訓練する方法のフローチャート７００を示す。この方法は、図３において上記で示した局所制御システム３８４および／または制御システム３８２などの制御システムによって実行され得る。この方法は、ウエハ処理セッション間で、またはオフラインで実行されることができ、本方法はデータベースまたは他のデータ記憶構造に記憶されたデータを使用し得る。

【0057】

本方法は、複数の訓練データセットにアクセスすることを含み得る。訓練データセットの各々は、以前のプロセスからの履歴または以前の入力パラメータを含み得る（７０２）。訓練データセットの各々はまた、処理チャンバから反射されて戻ったＲＦ電力量を表す履歴または以前の対応するセンサデータを含み得る（７０４）。本方法はまた、複数の訓練データセットを使用してモデルを訓練することを含み得る（７０６）。モデルを訓練することは、訓練データセットからの入力パラメータおよびセンサデータにモデルの重みを当てはめるために最適化アルゴリズムを実行することを含み得る。これらの動作は、図６に関連して上記で説明したように実行され得る。

【0058】

図６に示した具体的なステップは、さまざまな実施形態による基板処理チャンバで反射ＲＦ電力を低減する特定の方法を提供することが理解されるべきである。他のステップ列もまた、代替実施形態に従って実行され得る。例えば、代替実施形態は、上記で概説したステップを異なる順序で実行し得る。さらに、図６に示した個々のステップは、個々のステップに適切なさまざまな順番で実行され得る複数のサブステップを含み得る。さらに、特定の応用に応じて追加的なステップが追加または削除され得る。多くの変形例、変更例、および代替例もまた本開示の範囲内に入る。

【0059】

図８は、いくつかの実施形態による、反射ＲＦ電力を最小化するために、反射ＲＦ電力を予測し、入力パラメータを調節するために、訓練されたモデルがどのように使用され得るかを示す。モデル５０６を訓練するために履歴訓練セットを使用する代わりに、このプロセスは、処理チャンバで実行されようとしているセッションに対する入力パラメータを使用して反射ＲＦ電力量を予測するために、訓練が行われた後のモデル５６０を使用し得る。例えば、基板またはウエハが上記のように処理チャンバにロードされ得る。制御システム３８２は、ウエハまたは基板を処理するために実行されるべき現在のレシピを受け取り得る。処理チャンバによってレシピを実行させる前に、制御システム３８２は、モデル５０６に対する入力パラメータ８０２を集め得る。例えば、制御システム３８２は、チャンバ空き時間、キャパシタ／インダクタのプリセット値、ＲＦ電力設定、ウエハカウント、以前のレシピなどを含む入力パラメータを集め得る。入力パラメータ８０２は、レシピの一部としてＲＦ電力およびキャパシタのプリセットに対するデフォルト値を含み得る。ウエハカウントは、処理チャンバによって実行される各プロセスに対してインクリメントされることができ、現在の値が入力パラメータとして使用され得る。以前のレシピに対する識別子は、制御システム３８２によって記憶され、入力パラメータ８０２のうちの１つとして提供され得る。制御システム３８２はまた、以前のプラズマプロセス以降の時間を記録するタイマを提供することができ、このタイマの値はチャンバ空き時間として提供され得る。

【0060】

入力パラメータ８０２は、モデル５０６への入力８０３として提供され得る。モデル５０６は、図６～図７において上記で説明したプロセスを使用して前に訓練されていてもよい。その後、モデル５０６は、処理チャンバでプラズマを点火するときに処理チャンバからＲＦ源へ反射されて戻り得る予測されるＲＦ電力量を示す１つまたは複数の出力を生成し得る。その後、制御システム３８２は、予測されるＲＦ電力量が最適範囲内にあるかどうかを判定するために、モデル５０６の出力８０４を１つまたは複数の閾値と比較し得る。

【0061】

出力８０４によって示される反射ＲＦ電力量が最適化されているか否かを判定することは、以下の比較または動作のうちのいずれか、および／またはすべてを含み得る。いくつかの実施形態では、予測される反射ＲＦ電力は、閾値（例えば、約５０Ｗ、６０Ｗ、７５Ｗ、１００Ｗなど）と比較され得る。反射ＲＦ電力が閾値を下回る場合、反射ＲＦ電力は最適化されているとみなされ得るが、反射ＲＦ電力が閾値を上回る場合、反射ＲＦ電力は最適化されていない、または受容可能でないとみなされ得る。閾値は、この同じレシピに対して測定された履歴反射ＲＦ電力を参照して決定され得る。例えば、閾値は、履歴反射ＲＦ電力の平均を上回る標準偏差数（例えば、約１標準偏差、２標準偏差、３標準偏差、４標準偏差など）に設定され得る。いくつかの実施形態では、反射ＲＦ電力量を最適化することは、以下でさらに詳細に説明するように、予測される反射ＲＦ電力量を最小化することを含み得る。

【0062】

予測される反射ＲＦ電力量が最適化されているか、または最適範囲内であると判定された場合、プロセスは、入力パラメータ８０２を使用して実行され得る。しかし、予測されるＲＦ電力量が最適化されていないか、または最適範囲外であると判定された場合、入力パラメータに対して調節８０６が行われ得る。このプロセスを単純化し解空間を狭めるため、入力パラメータのうちのいくつかはこの段階で調節される可能性が少ないと判定され得る。例えば、チャンバ空き時間は一般的に最小化されるべきであり、この時間は以前のプラズマプロセスからのタイマによって支配される。同様に、処理チャンバに対するウエハカウントは一般にこの段階で調節されない。以前のレシピもまた通常は、入力パラメータに対する調節８０６によって変更されるパラメータではない。これに対して、次の動作のために制御システム３８２によって動作条件として設定され得るパラメータは、この段階で調節される可能性が高くなり得る。例えば、ＲＦ電力設定および／またはキャパシタ／インダクタのプリセットは調節され得る。これは、入力パラメータの総数よりも少数の変数に対する調節の範囲を最小化し、最適解が計算され得る速度を増大させる。

【0063】

いくつかの実施形態では、入力パラメータ８０２は、可能な値の範囲にわたってインクリメントすることによって調節され得る。例えば、ＲＦ電力設定に対する入力パラメータは、最小出力（例えば、最小電圧）から開始し、最大電圧に到達するまでインクリメントによって進行し得る。例えば、いくつかの実施形態は、１００Ｖ（波高値）から１０００Ｖ（波高値）までの範囲を使用し得る。いくつかの実施形態では、解空間は、電圧をインクリメントする間に局所的な最小値が識別され得るように単純化され得る。例えば、ＲＦ電圧は、反射ＲＦ電力が減少する間は開始最小電圧から上方にインクリメントし、反射電力の増大が観測され始めたら停止してもよい。同様に、調整キャパシタ／インダクタに対するプリセット値は、調節の狭い範囲内に入ってもよく、入力調節８０６は、反射ＲＦ電力に対する最適出力値を見出すためにこの範囲にわたって巡回してもよい。いくつかの実施形態は、追加的な入力パラメータに移る前に一度に１つの入力パラメータに対する調節を行い得る。代替的に、いくつかの実施形態は、入力パラメータに対する調節を行い、その後に、２つの入力パラメータに対する各々の値の組合せを検査するために別の入力パラメータに対する可能な値インクリメントにわたって巡回してもよい。例えば、ＲＦ源の電圧出力は１ボルトだけ増加させてもよく、その後に、調整キャパシタンス値が、その電圧で各インクリメント値だけ進んでもよい。

【0064】

いくつかの実施形態は、予測される反射ＲＦ電力量が予測される反射ＲＦ電力を最小化することによって最適化されているか否かを判定し得る。これは、異なる利用可能な入力パラメータ値の各組合せを検査するために、入力パラメータの増分値にわたって巡回することによって計算され得る。例えば、キャパシタのプリセット値およびＲＦ源の出力設定の各組合せは、予測される出力を生成するためにモデル５０６に通され得る。最小の予測される反射ＲＦ電力を生成するこれらの入力パラメータに対する値の組合せは、最適値とみなされ得る。

【0065】

いくつかの実施形態は、図８に図示されたプロセスに対する初期値としてレシピからのデフォルト値を使用し得る。他の実施形態は、同じレシピに対して最適化された入力値であると前に判定された値を使用し得る。例えば、レシピＡを実行するとき、入力パラメータ８０２は、レシピＡの以前の実行から判定された最適な入力パラメータを開始点として使用し得る。これは、モデルプロセスに対する開始点を解空間における局所的な最小値のより近くに移動させることによって、最適化された解を識別するのに必要な時間を短縮し得る。

【0066】

最適化された予測される反射ＲＦ電力を生成する入力パラメータが識別された後、これらの入力パラメータは、処理チャンバ３００でレシピを実行するために使用され得る。例えば、ＲＦ源設定およびキャパシタ／インダクタのプリセット値に対する最適化された値は、レシピの一部として処理チャンバ３００に送信され得る。最適な反射ＲＦ電力量を生成する最適な入力パラメータを識別するこのプロセスは、プロセス中に追加的な人間による入力を必要とせずに制御システム３８２によって自動的に実行され得る。例えば、オペレータは、レシピＡを実行するように制御システム３８２に命令する入力を提供し得る。その後、制御システム３８２は、モデル５０６を自動的にロードし、上記の最適化プロセスを実行し得る。その後、ＲＦ源および／またはキャパシタ／インダクタのプリセット値に対する最適化された制御値はレシピに代入され、実行のために処理チャンバ３００に自動的に提供され得る。

【0067】

いくつかの実施形態では、制御システム３８２は、現在のレシピの実行に対する変更を行うために、制御システム３８２のユーザインターフェースを通じて勧告を提供し得る。制御システム３８２はまた、勧告された変更が自動的に実施されるように権限付与するための要求を提供し得る。例えば、制御システム３８２は、以前のレシピに対する識別子を（たとえ実際の以前のレシピが既に実行されていても）変え得る。これは、性能に影響を及ぼし得るレシピが実行される順番におけるパターンを識別し得る。例えば、モデル５０６は、レシピＡを繰り返し実行することは、実行ごとに反射ＲＦ電力量を継続的に増加させることを示し得る。入力パラメータ８０２における以前のレシピの識別子を変えることによって、モデル５０６は、レシピＡをレシピＢと交互配置することが両方のレシピに対する反射ＲＦ電力を低減し得ることを示し得る。この状況が制御システム３８２によって識別されると、レシピ実行順序を変更するための勧告がユーザインターフェースを通じてなされ得る。

【0068】

モデル５０６を訓練するプロセスは、各レシピが実行された後にモデル５０６が少しずつ訓練されるような、進行中のプロセスであり得る。例えば、処理チャンバ３００が上記のように最適化された入力パラメータを使用してレシピを実行した後、処理チャンバ３００は、レシピのその実行に対して実際に測定された反射ＲＦ電力量を示すセンサデータを提供し得る。入力パラメータ８０２およびセンサデータは、図６～図７において上記で説明したモデル５０６に対する訓練プロセスに提供され得る別の訓練対として、データベースに記憶され得る。さらに、いくつかの実施形態は、処理チャンバの誤動作または劣化を識別するために、測定されたセンサデータを使用し得る。例えば、測定されたセンサデータは、モデル５０６からの予測される出力８０４における予測される反射ＲＦ電力と比較され得る。予測される出力８０４が、測定されたセンサデータからある百分率または閾値量よりも大きく逸脱する場合、制御システム３８２はこの逸脱の指示を生成することができ、この指示がユーザに送信され得る。この逸脱は、処理チャンバ３００の問題を示すことができ、および／または処理チャンバ３００が老朽化するにつれて時間的な性能劣化を追跡するために使用され得る。

【0069】

図９は、いくつかの実施形態による、基板処理チャンバにおける反射ＲＦ電力を低減する方法のフローチャート９００である。この方法は、図３において上記で示した局所制御システム３８４および／または制御システム３８２などの制御システムによって実行され得る。この方法は、処理チャンバにおけるレシピの実行の前にランタイムで実行され得る。上記のように、この方法は、レシピを受け取った後、レシピが実行される前に入力パラメータへの調節を行うために実行され得る。

【0070】

本方法は、処理チャンバに対する複数の入力パラメータにアクセスすることを含み得る（９０２）。複数の入力は、基板に対してプロセスを実行するための処理チャンバに対するレシピから部分的に導出され得る。例えば、入力パラメータは、レシピからのＲＦ源設定および／またはキャパシタ／インダクタのプリセット値を含み得る。入力パラメータはまた、ウエハカウント、チャンバ空き時間、以前のレシピなどのような制御システムによって記憶される値から部分的に導出され得る。

【0071】

本方法はまた、複数の入力パラメータをモデルに提供することを含み得る（９０４）。モデルは、図６～図７において上記で説明したプロセスを使用して訓練され得る。例えば、モデルは、入力パラメータおよび対応するセンサ測定値の以前の訓練対を使用して訓練されていてもよい。センサ測定値は、プラズマ点火中に測定された反射ＲＦ電力の特性を含み得る。モデルは、処理チャンバに固有、および／またはレシピに固有であり得る。

【0072】

本方法は、処理チャンバでプラズマを点火するときに処理チャンバからＲＦ源へ反射されて戻る予測される第１のＲＦ電力量を示す１つまたは複数の第１の出力をモデルから受け取ることをさらに含み得る（９０６）。これらの出力は、予測される最大反射ＲＦ電力および／または予測される反射ＲＦ電力持続時間を含み得る。入力パラメータをモデルに提供し、予測される出力を受け取るプロセスは、上記の図８に従って実行され得る。なお、「第１の」ＲＦ電力量は、この予測される結果を、このプロセスで後に生成される予測される結果から区別するためにのみそのように称されている。

【0073】

本方法は、処理チャンバから反射されて戻る予測される第１のＲＦ電力量が最適化されていないと判定することをさらに含み得る（９０８）。例えば、予測される反射ＲＦ電力が所定の閾値（例えば、５０Ｗ）を超過し、したがって最適化されていないと判定され得る。いくつかの場合、予測される反射ＲＦ電力に対する最小値は、モデルによって処理される可能な入力パラメータ値の範囲に対してまだ決定されていないと判定され得る。この最適化プロセスは、図８に従って上記のように実行され得る。

【0074】

出力がまだ最適化されていないと判定した後、本方法は、調節された入力パラメータを生成するために処理チャンバに対する複数の入力パラメータを調節することを含み得る（９１０）。上記のように、このプロセスは、一度に１つの入力パラメータを選択し、その入力パラメータに対して調節を行うことを含み得る。図９に示すように、このプロセスは、さまざまな入力パラメータに対して調節が行われながら繰り返し巡回し得る。したがって、調節をした後、本方法は、処理チャンバに対する調節された入力パラメータをモデルに提供することと、処理チャンバからＲＦ源へ反射されて戻る予測される第２のＲＦ電力量を示す１つまたは複数の第２の出力をモデルから受け取ることとを含み得る（９０６）。なお、「第２の」ＲＦ電力量は、モデルの後続の結果を、モデルの以前の結果から単に区別するためにそのように称されている。モデルから「第２の」出力を生成するこのプロセスは、結果を識別し最適化するために必要な回数だけ反復され得ることが理解されるべきである。

【0075】

本方法はまた、処理チャンバへ反射されて戻る予測される「第２の」ＲＦ電力量のうちの少なくとも１つが最適化されていると判定することを含み得る（９０８）。図８に関連して上記で説明したように、この最適化された値は、閾値との比較によって識別され得る。この最適化された値はまた、モデルによって処理される入力パラメータ調節の範囲にわたって生成される最小の予測される反射ＲＦ電力を判定することによって識別され得る。その後、調節された入力パラメータは、基板に対してプロセスを実行するために処理チャンバに提供され得る（９１２）。例えば、ＲＦ電力設定および／またはキャパシタ／インダクタのプリセット値は、プロセスを実行するためにレシピの一部として処理チャンバに提供され得る。

【0076】

図９に示した具体的なステップは、さまざまな実施形態による基板処理チャンバで反射ＲＦ電力を低減する特定の方法を提供することが理解されるべきである。他のステップ列もまた、代替実施形態に従って実行され得る。例えば、代替実施形態は、上記で概説したステップを異なる順序で実行し得る。さらに、図９に示した個々のステップは、個々のステップに適切なさまざまな順番で実行され得る複数のサブステップを含み得る。さらに、特定の応用に応じて追加的なステップが追加または削除され得る。多くの変形例、変更例、および代替例もまた本開示の範囲内に入る。

【0077】

本明細書に記載される方法の各々はコンピュータシステムによって実装され得る。これらの方法の各ステップは、コンピュータシステムによって自動的に実行されてもよく、および／またはユーザが関与する入出力が提供されてもよい。例えば、ユーザは方法内の各ステップに対する入力を提供してもよく、これらの入力の各々は、そのような入力を要求する特定の出力に応答してもよく、出力はコンピュータシステムによって生成される。各入力は、対応する要求側出力に応答して受け取られ得る。さらに、入力は、ユーザから受け取られ、別のコンピュータシステムからデータストリームとして受け取られ、メモリ位置から取得され、ネットワークを通じて取得され、ウエブサービスに対して要求され、などであり得る。同様に、出力は、ユーザに提供され、別のコンピュータシステムにデータストリームとして提供され、メモリ位置に保存され、ネットワークを通じて送信され、ウエブサービスに提供され、などであり得る。約言すれば、本明細書に記載される方法の各ステップは、コンピュータシステムによって実行されることができ、コンピュータシステムとの間でユーザが関与するか否かにかかわらず任意個数の入力、出力、および／または要求を伴うことができる。ユーザが関与しないステップは、人間の介入なしにコンピュータシステムによって自動的に実行されると言われ得る。したがって、本開示に照らして理解されるように、本明細書に記載される各方法の各ステップは、ユーザとの間の入力および出力を含むように変更されてもよく、または人間の介入なしにコンピュータシステムによって自動的に行われてもよく、その場合に任意の判定はプロセッサによって行われる。さらに、本明細書に記載される方法の各々のいくつかの実施形態は、有形のソフトウェア製品を形成するための有形の非一時的な記憶媒体に記憶された命令のセットとして実装され得る。

【0078】

図１０は、さまざまな実施形態が実施され得る例示的なコンピュータシステム１０００を示す。コンピュータシステム１０００は、上記のコンピュータシステムのいずれかを実装するために使用され得る。図示のように、コンピュータシステム１０００は、バスサブシステム１００２を介していくつかの周辺サブシステムと通信する処理ユニット１００４を含む。これらの周辺サブシステムは、処理高速化ユニット１００６、Ｉ／Ｏサブシステム１００８、記憶サブシステム１０１８および通信サブシステム１０２４を含み得る。記憶サブシステム１０１８は、有形のコンピュータ可読記憶媒体１０２２およびシステムメモリ１０１０を含む。

【0079】

バスサブシステム１００２は、コンピュータシステム１０００のさまざまな構成要素およびサブシステムが意図される通りに相互に通信するためのメカニズムを提供する。バスサブシステム１００２は単一のバスとして概略的に示されているが、バスサブシステムの代替実施形態は複数のバスを利用し得る。バスサブシステム１００２は、さまざまなバスアーキテクチャのうちのいずれかを使用するメモリバスまたはメモリコントローラ、周辺バス、およびローカルバスを含むいくつかのタイプのバス構造のうちのいずれかであり得る。例えば、このようなアーキテクチャは、Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ（ＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、Ｅｎｈａｎｃｅｄ ＩＳＡ（ＥＩＳＡ）バス、Ｖｉｄｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ Ａｓｓｏｃｉａｔｉｏｎ（ＶＥＳＡ）ローカルバス、およびＰｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ（ＰＣＩ）バスを含むことができ、これらはＩＥＥＥ Ｐ１３８６．１標準に従って製造されるＭｅｚｚａｎｉｎｅバスとして実装され得る。

【0080】

処理ユニット１００４は、１つまたは複数の集積回路（例えば、従来のマイクロプロセッサまたはマイクロコントローラ）として実装されることができ、コンピュータシステム１０００の動作を制御する。１つまたは複数のプロセッサが処理ユニット１００４に含まれ得る。これらのプロセッサは、シングルコアまたはマルチコアプロセッサを含み得る。特定の実施形態では、処理ユニット１００４は、各処理ユニットに含まれるシングルまたはマルチコアプロセッサを用いて１つまたは複数の独立の処理ユニット１０３２および／または１０３４として実装され得る。他の実施形態では、処理ユニット１００４はまた、２つのデュアルコアプロセッサを単一のチップに統合することによって形成されるクアッドコア処理ユニットとして実装され得る。

【0081】

さまざまな実施形態では、処理ユニット１００４は、プログラムコードに応答してさまざまなプログラムを実行することができ、複数の同時並行して実行されるプログラムまたはプロセスを維持することができる。任意の与えられた時刻において、実行されるべきプログラムコードの一部または全部が、処理ユニット１００４内および／または記憶サブシステム１０１８内に常駐し得る。好適なプログラミングを通じて、処理ユニット１００４は、上記のさまざまな機能を提供し得る。コンピュータシステム１０００は、処理高速化ユニット１００６をさらに含むことができ、処理高速化ユニット１００６はデジタル信号プロセッサ（ＤＳＰ）、専用プロセッサなどを含み得る。

【0082】

Ｉ／Ｏサブシステム１００８は、ユーザインターフェース入力デバイスおよびユーザインターフェース出力デバイスを含み得る。ユーザインターフェース入力デバイスは、キーボード、マウスまたはトラックボールなどのポインティングデバイス、ディスプレイに組み込まれたタッチパッドまたはタッチスクリーン、スクロールホイール、クリックホイール、ダイヤル、ボタン、スイッチ、キーパッド、音声コマンド認識システムを有するオーディオ入力デバイス、マイクロフォン、および他のタイプの入力デバイスを含み得る。ユーザインターフェース入力デバイスは、例えば、ジェスチャおよび発話コマンドを使用した自然なユーザインターフェースを通じて、Ｍｉｃｒｏｓｏｆｔ Ｘｂｏｘ（登録商標）３６０ゲームコントローラなどの入力デバイスをユーザが制御し、これと対話することを可能にする、Ｍｉｃｒｏｓｏｆｔ Ｋｉｎｅｃｔ（登録商標）モーションセンサなどのモーション検知および／またはジェスチャ認識デバイスを含み得る。ユーザインターフェース入力デバイスはまた、ユーザからの視活動（例えば、写真撮影および／またはメニュー選択をしている間の「まばたき」）を検出し、入力デバイス（例えば、Ｇｏｏｇｌｅ Ｇｌａｓｓ（登録商標））への入力としてアイジェスチャを変換するＧｏｏｇｌｅ Ｇｌａｓｓ（登録商標）まばたき検出器などのアイジェスチャ認識デバイスを含み得る。さらに、ユーザインターフェース入力デバイスは、ユーザが音声コマンドを通じて音声認識システム（例えば、Ｓｉｒｉ（登録商標）ナビゲータ）と対話することを可能にする音声認識検知デバイスを含み得る。

【0083】

ユーザインターフェース入力デバイスはまた、限定なしに、３次元（３Ｄ）マウス、ジョイスティックまたはポインティングスティック、ゲームパッドおよびグラフィックタブレット、ならびにスピーカ、デジタルカメラ、デジタルカムコーダ、携帯用メディアプレーヤ、ウエブカム、イメージスキャナ、指紋スキャナ、バーコードリーダ、３Ｄスキャナ、３Ｄプリンタ、レーザ距離計、および視線追跡デバイスなどのオーディオ／ビジュアルデバイスを含み得る。さらに、ユーザインターフェース入力デバイスは、例えば、コンピュータ断層撮影、磁気共鳴画像、陽電子放出断層撮影、医療用超音波検査デバイスなどの医療用画像入力デバイスを含み得る。ユーザインターフェース入力デバイスはまた、例えば、ＭＩＤＩキーボード、デジタル楽器などのオーディオ入力デバイスを含み得る。

【0084】

ユーザインターフェース出力デバイスは、ディスプレイサブシステム、インジケータライト、またはオーディオ出力デバイスなどの非視覚的ディスプレイを含み得る。ディスプレイサブシステムは、陰極線管（ＣＲＴ）、液晶ディスプレイ（ＬＣＤ）またはプラズマディスプレイを使用したものなどのフラットパネルデバイス、プロジェクションデバイス、タッチスクリーンなどであり得る。一般に、「出力デバイス」という用語の使用は、コンピュータシステム１０００からユーザまたは他のコンピュータに情報を出力するためのすべての可能な種類のデバイスおよびメカニズムを含むことが意図される。例えば、ユーザインターフェース出力デバイスは、限定なしに、モニタ、プリンタ、スピーカ、ヘッドフォン、自動車ナビゲーションシステム、プロッタ、音声出力デバイス、およびモデムなどの、テキスト、グラフィクスおよびオーディオ／ビデオ情報を視覚的に伝えるさまざまなディスプレイデバイスを含み得る。

【0085】

コンピュータシステム１０００は、システムメモリ１０１０内に現在配置されているように示されるソフトウェア要素を含む記憶サブシステム１０１８を備え得る。システムメモリ１０１０は、処理ユニット１００４上にロード可能および実行可能であるプログラム命令と、これらのプログラムの実行中に生成されるデータとを記憶し得る。

【0086】

コンピュータシステム１０００の構成および種類に応じて、システムメモリ１０１０は、揮発性（ランダムアクセスメモリ（ＲＡＭ）など）および／または不揮発性（読み出し専用メモリ（ＲＯＭ）、フラッシュメモリなど）であり得る。ＲＡＭは一般に、処理ユニット１００４によって直接アクセス可能であり、および／または現在操作および実行されているデータおよび／またはプログラムモジュールを含む。いくつかの実施態様では、システムメモリ１０１０は、スタティックランダムアクセスメモリ（ＳＲＡＭ）またはダイナミックランダムアクセスメモリ（ＤＲＡＭ）などの複数の異なる種類のメモリを含み得る。いくつかの実施態様では、起動中などにコンピュータシステム１０００内の要素間で情報を転送するのに役立つ基本ルーチンを含む基本入出力システム（ＢＩＯＳ）が一般にＲＯＭに記憶され得る。例として、限定ではなく、システムメモリ１０１０はまた、クライアントアプリケーション、ウエブブラウザ、ミッドティアアプリケーション、関係データベース管理システム（ＲＤＢＭＳ）などを含み得るアプリケーションプログラム１０１２と、プログラムデータ１０１４と、オペレーティングシステム１０１６とを示す。例として、オペレーティングシステム１０１６は、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）、Ａｐｐｌｅ Ｍａｃｉｎｔｏｓｈ（登録商標）、および／またはＬｉｎｕｘオペレーティングシステム、さまざまな市販のＵＮＩＸ（登録商標）またはＵＮＩＸライクなオペレーティングシステム（限定なしに、さまざまなＧＮＵ／Ｌｉｎｕｘオペレーティングシステム、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅ（登録商標）ＯＳなどを含む）および／またはｉＯＳ、Ｗｉｎｄｏｗｓ（登録商標）Ｐｈｏｎｅ、Ａｎｄｒｏｉｄ（登録商標）ＯＳ、ＢｌａｃｋＢｅｒｒｙ（登録商標）１０ ＯＳ、およびＰａｌｍ（登録商標）ＯＳオペレーティングシステムなどのモバイルオペレーティングシステムのさまざまなバージョンを含み得る。

【0087】

記憶サブシステム１０１８はまた、いくつかの実施形態の機能を提供する基本的なプログラミングおよびデータ構造を記憶するための有形のコンピュータ可読記憶媒体を提供し得る。プロセッサにより実行されると上記の機能を提供するソフトウェア（プログラム、コードモジュール、命令）が、記憶サブシステム１０１８に記憶され得る。これらのソフトウェアモジュールまたは命令は、処理ユニット１００４によって実行され得る。記憶サブシステム１０１８はまた、いくつかの実施形態に従って使用されるデータを記憶するためのリポジトリを提供し得る。

【0088】

記憶サブシステム１０１８はまた、コンピュータ可読記憶媒体１０２２にさらに接続され得るコンピュータ可読記憶媒体リーダ１０２０を含み得る。これとともに、および任意選択でシステムメモリ１０１０と組み合わせて、コンピュータ可読記憶媒体１０２２は、コンピュータ可読情報を一時的および／またはより永続的に収容、記憶、送信、および取得するためのリモート、ローカル、固定、および／またはリムーバブル記憶デバイスおよび記憶媒体を包括的に表し得る。

【0089】

コード、またはコードの一部を含むコンピュータ可読記憶媒体１０２２はまた、以下のものに限定されないが、情報の記憶および／または伝送のための任意の方法または技術で実装された揮発性および不揮発性、リムーバブルおよび非リムーバブルの媒体などの記憶媒体および通信媒体を含む任意の適切な媒体を含み得る。これは、ＲＡＭ、ＲＯＭ、電子的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリまたは他のメモリ技術、ＣＤ－ＲＯＭ、デジタルバーサタイルディスク（ＤＶＤ）、または他の光ストレージ、磁気カセット、磁気テープ、磁気ディスクストレージまたは他の磁気記憶デバイス、または他の有形のコンピュータ可読媒体などの有形のコンピュータ可読記憶媒体を含み得る。これはまた、データ信号、データ送信、または、所望の情報を送信するために使用可能でありコンピュータシステム１０００によってアクセス可能である任意の他の媒体などの非有形のコンピュータ可読媒体を含み得る。

【0090】

例として、コンピュータ可読記憶媒体１０２２は、非リムーバブル不揮発性の磁気媒体を読み書きするハードディスクドライブ、リムーバブル不揮発性の磁気ディスクを読み書きする磁気ディスクドライブ、ならびにＣＤ－ＲＯＭ、ＤＶＤ、およびＢｌｕ－Ｒａｙ（登録商標）ディスクまたは他の光学媒体などのリムーバブル不揮発性の光ディスクを読み書きする光ディスクドライブを含み得る。コンピュータ可読記憶媒体１０２２は、以下のものに限定されないが、Ｚｉｐ（登録商標）ドライブ、フラッシュメモリカード、ユニバーサルシリアルバス（ＵＳＢ）フラッシュドライブ、セキュアデジタル（ＳＤ）カード、ＤＶＤディスク、デジタルビデオテープなどを含み得る。コンピュータ可読記憶媒体１０２２はまた、フラッシュメモリベースのＳＳＤ、エンタープライズフラッシュドライブ、ソリッドステートＲＯＭなどのような不揮発性メモリに基づくソリッドステートドライブ（ＳＳＤ）、ソリッドステートＲＡＭ、ダイナミックＲＡＭ、スタティックＲＡＭ、ＤＲＡＭベースのＳＳＤ、磁気抵抗ＲＡＭ（ＭＲＡＭ）ＳＳＤ、およびＤＲＡＭとフラッシュメモリベースのＳＳＤとの組合せを使用するハイブリッドＳＳＤなどの揮発性メモリに基づくＳＳＤを含み得る。ディスクドライブおよびそれらに関連するコンピュータ可読媒体は、コンピュータシステム１０００のためのコンピュータ可読命令、データ構造、プログラムモジュール、および他のデータの不揮発性ストレージを提供し得る。

【0091】

通信サブシステム１０２４は、他のコンピュータシステムおよびネットワークへのインターフェースを提供する。通信サブシステム１０２４は、他のシステムからデータを受け取り、コンピュータシステム１０００から他のシステムへデータを送信するためのインターフェースとして働く。例えば、通信サブシステム１０２４は、コンピュータシステム１０００がインターネットを介して１つまたは複数のデバイスに接続することを可能にし得る。いくつかの実施形態では、通信サブシステム１０２４は、（例えば、３Ｇ、４ＧまたはＥＤＧＥ（ｅｎｈａｎｃｅｄ ｄａｔａ ｒａｔｅｓ ｆｏｒ ｇｌｏｂａｌ ｅｖｏｌｕｔｉｏｎ）、ＷｉＦｉ（ＩＥＥＥ８０２．１１ファミリ標準、または他のモバイル通信技術、またはその任意の組合せ）、全地球測位システム（ＧＰＳ）受信機構成要素、および／または他の構成要素などのセルラ電話技術、高度データネットワーク技術を使用して）無線音声および／またはデータネットワークにアクセスするための高周波（ＲＦ）送受信機構成要素を含み得る。いくつかの実施形態では、通信サブシステム１０２４は、無線インターフェースに加えて、またはその代わりに、有線ネットワーク接続（例えば、イーサーネット）を提供し得る。

【0092】

いくつかの実施形態では、通信サブシステム１０２４はまた、コンピュータシステム１０００を使用し得る１人または複数のユーザに代わって、構造化および／または非構造化データフィード１０２６、イベントストリーム１０２８、イベントアップデート１０３０などの形態で入力通信を受け取り得る。

【0093】

例として、通信サブシステム１０２４は、Ｔｗｉｔｔｅｒ（登録商標）フィード、Ｆａｃｅｂｏｏｋ（登録商標）アップデート、Ｒｉｃｈ Ｓｉｔｅ Ｓｕｍｍａｒｙ（ＲＳＳ）フィードなどのウエブフィード、および／または１つまたは複数のサードパーティ情報源からのリアルタイムアップデートなどの、ソーシャルネットワークおよび／または他の通信サービスのユーザからリアルタイムでデータフィード１０２６を受け取るように構成され得る。

【0094】

さらに、通信サブシステム１０２４はまた、連続的なデータストリームの形態でデータを受け取るように構成されることができ、連続的なデータストリームはリアルタイムイベントのイベントストリーム１０２８および／またはイベントアップデート１０３０を含むことができ、これらは明示的な終端がなく本質的に連続または無限であり得る。連続的なデータを生成するアプリケーションの例は、例えば、センサデータアプリケーション、金融ティッカー、ネットワーク性能測定ツール（例えば、ネットワーク監視およびトラフィック管理アプリケーション）、クリックストリーム分析ツール、自動車交通監視などを含み得る。

【0095】

通信サブシステム１０２４はまた、コンピュータシステム１０００に結合された１つまたは複数のストリーミングデータソースコンピュータと通信し得る１つまたは複数のデータベースに、構造化および／または非構造化データフィード１０２６、イベントストリーム１０２８、イベントアップデート１０３０などを出力するように構成され得る。

【0096】

コンピュータシステム１０００は、ハンドヘルド携帯用デバイス（例えば、ｉＰｈｏｎｅ（登録商標）携帯電話、ｉＰａｄ（登録商標）コンピューティングタブレット、ＰＤＡ）、ウェアラブルデバイス（例えば、Ｇｏｏｇｌｅ Ｇｌａｓｓ（登録商標）ヘッドマウントディスプレイ）、ＰＣ、ワークステーション、メインフレーム、キオスク、サーバラック、または任意の他のデータ処理システムを含むさまざまなタイプのうちの１つであり得る。

【0097】

コンピュータおよびネットワークの変化し続ける性質により、図示したコンピュータシステム１０００の説明は具体例としてのみ意図されている。図示したシステムよりも多い、または少ない構成要素を有する多くの他の構成が可能である。例えば、カスタマイズされたハードウェアもまた使用されることが可能であり、および／または特定の要素がハードウェア、ファームウェア、ソフトウェア（アプレットを含む）、または組合せで実装されることが可能である。さらに、ネットワーク入出力デバイスなどの他のコンピューティングデバイスへの接続が使用され得る。本明細書に提供される開示および教示に基づいて、さまざまな実施形態を実施するための他の手段および／または方法は明らかなはずである。

【0098】

上記の記載では、説明の目的のために、多くの具体的詳細がさまざまな実施形態の十分な理解を提供するために記述された。しかし、明らかなように、いくつかの実施形態は、これらの具体的詳細のうちの一部なしで実施され得る。他の場合には、周知の構造およびデバイスはブロック図形式で示されている。

【0099】

本明細書で使用される場合、「約」という用語は、指定された値の１０％以内にある値を示し得る。例えば、約５０Ｗは４５Ｗ～５５Ｗの範囲を示唆する。

【0100】

上記の記載は例示的実施形態のみを提供し、本開示の範囲、適用可能性、または構成を限定することは意図されていない。むしろ、さまざまな実施形態の上記の記載は、少なくとも１つの実施形態を実施するための可能化開示を提供する。添付の特許請求の範囲に記載されるいくつかの実施形態の思想および範囲を逸脱することなく、要素の機能および配置においてさまざまな変更がなされ得ることが理解されるべきである。

【0101】

実施形態の十分な理解を提供するために具体的詳細が上記の記載で与えられている。しかし、理解されるように、実施形態はこれらの具体的詳細なしに実施され得る。例えば、回路、システム、ネットワーク、プロセス、および他の構成要素は、実施形態を不必要な詳細で不明瞭にしないように、ブロック図形式における構成要素として示されている場合がある。他の場合には、周知の回路、プロセス、アルゴリズム、構造、および技術は、実施形態を不明瞭にしないように、不必要な詳細なしに示されている場合がある。

【0102】

また、個々の実施形態は、フローチャート、流れ図、データフロー図、構造図、またはブロック図として示されたプロセスとして記載されている場合があることが注意される。フローチャートは順次的プロセスとして動作を記載しているかもしれないが、動作のうちの多くは並列または同時並行して実行され得る。さらに、動作の順序は並べ替えられ得る。プロセスは、その動作が完了すると終了するが、図に含まれない追加的ステップを有し得る。プロセスは、メソッド、関数、手続き、サブルーチン、サブプログラムなどに対応し得る。プロセスが関数に対応する場合、その終了は、呼び出し側関数またはメイン関数への関数の復帰に対応し得る。

【0103】

「コンピュータ可読媒体」という用語は、以下のものに限定されないが、携帯用または固定記憶デバイス、光記憶デバイス、無線チャネル、ならびに命令および／またはデータを記憶、収容、または伝送することが可能なさまざまな他の媒体を含む。コードセグメントまたは機械実行可能命令は、手続き、関数、サブプログラム、プログラム、ルーチン、サブルーチン、モジュール、ソフトウェアパッケージ、クラス、または命令、データ、構造体、もしくはプログラム文の任意の組合せを表し得る。コードセグメントは、情報、データ、引数、パラメータ、またはメモリ内容の引き渡しおよび／または受け取りによって、別のコードセグメントまたはハードウェア回路に結合され得る。情報、引数、パラメータ、データなどは、メモリ共有、メッセージパッシング、トークンパッシング、ネットワーク伝送などを含む任意の好適な手段を介して受け渡し、転送、または送信され得る。

【0104】

さらに、実施形態は、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、またはその任意の組合せによって実装され得る。ソフトウェア、ファームウェア、ミドルウェアまたはマイクロコードで実装される場合、必要なタスクを実行するためのプログラムコードまたはコードセグメントは、機械可読媒体に記憶され得る。プロセッサが、必要なタスクを実行し得る。

【0105】

上記の明細書では、その具体的実施形態を参照して特徴が記載されているが、すべての実施形態がそれに限定されるわけではないことが認識されるべきである。いくつかの実施形態のさまざまな特徴および態様は個別に、または共同で使用され得る。さらに、実施形態は、明細書のより広範な思想および範囲から逸脱することなく、本明細書に記載されたものを超える任意の数の環境および応用において利用され得る。したがって、明細書および図面は、限定的ではなくむしろ例示的とみなされるべきである。

【0106】

さらに、例示の目的のために、方法は特定の順序で記載された。代替実施形態では、方法は記載されたものとは異なる順序で実行されてもよいことが理解されるべきである。また、上記で記載された方法は、ハードウェア構成要素によって実行されてもよく、または機械実行可能命令の列で具現化されてもよく、機械実行可能命令は、命令を用いてプログラムされた汎用もしくは専用プロセッサまたは論理回路などの機械に方法を実行させるために使用され得ることが理解されるべきである。これらの機械実行可能命令は、ＣＤ－ＲＯＭまたは他の種類の光ディスク、フロッピーディスケット、ＲＯＭ、ＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気もしくは光カード、フラッシュメモリ、または電子的命令を記憶するために好適な他の種類の機械可読媒体などの１つまたは複数の機械可読媒体に記憶され得る。代替的に、方法はハードウェアおよびソフトウェアの組合せによって実行され得る。

【図1】

【図2A】

【図2B】

【図3】

【図4A】

【図4B】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】