[发明专利]识别气态分子污染源的方法在审

专利信息
申请号: 201810163704.9 申请日: 2013-01-24
公开(公告)号: CN108548892A 公开(公告)日: 2018-09-18
发明(设计)人: 庄子寿;黄正吉;周政隆;杨棋铭;林进祥 申请(专利权)人: 台湾积体电路制造股份有限公司
主分类号: G01N33/00 分类号: G01N33/00
代理公司: 北京德恒律治知识产权代理有限公司 11409 代理人: 章社杲;李伟
地址: 中国台*** 国省代码: 中国台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车间 概率分布矩阵 空间响应 气态分子 传感器 正向 泄露 计算流体动力学 分布传感器 数据库识别 测量数据 反演模型 污染源 数据库 污染
【说明书】:

本发明提供了一种识别车间中的气态分子污染(AMC)泄露源的方法。该方法包括在车间中分布传感器,进行车间中的正向气流的计算流体动力学(CFD)仿真,设定车间中的正向气流的CFD仿真的反演模型,利用车间中的AMC测量数据建立传感器的空间响应概率分布矩阵的数据库,以及利用传感器的空间响应概率分布矩阵的数据库识别AMC泄露源。

本申请要求是于2013年1月24日提交的申请号为201310028005.0的名称为“识别气态分子污染源的方法”的发明专利申请的分案申请。

技术领域

本发明一般地涉及半导体技术领域,更具体地来说,涉及识别气态分子污染(AMC)泄露源的方法和装置。

背景技术

半导体集成电路(IC)产业经历了指数式增长。IC材料和设计方面的技术进步产生了多代IC,其中,每一代都具有比上一个代更小和更复杂的电路。在IC发展过程中,功能密度(即,单位芯片面积上互连器件的数量)大幅增加了而几何尺寸(即,使用制造工艺可以制造的最小部件(或线路))减小。通常这种按比例缩小工艺通过提高生产效率和降低相关成本来提供很多益处。这种按比例缩小增加了加工和生产IC的复杂度,因此,为了实现这些进步,需要在IC加工和生产方面的类似发展。

例如,为了进一步按比例缩小几何尺寸,气态分子污染(AMC)成为半导体制造工艺中越来越严重的问题。如果AMC传感器达到或超过车间中允许的AMC浓度水平,则识别AMC泄露源和位置的常规工序需要利用大量的人力资源和时间。用于识别AMC泄露源和位置的工序也很慢。这可能会对半导体制造工艺、车间和相关的IC器件产生不利影响。因此,需要一种如果AMC传感器报警,则快速识别AMC泄露源和位置的方法。

发明内容

为了解决现有技术中所存在的缺陷,根据本发明的一方面,提供了一种识别车间中的气态分子污染(AMC)泄露源的方法,所述方法包括:在所述车间中分布传感器;进行所述车间中的正向气流的计算流体动力学(CFD)仿真;设定所述车间中的气流的正向CFD仿真的反演模型;建立所述传感器的空间响应概率分布矩阵的数据库;以及利用AMC测量数据和所述传感器的所述空间响应概率分布矩阵的数据库识别AMC泄露源。

该方法还包括将所述传感器连接至AMC控制器。

在该方法中,所述气流的正向CFD仿真包括在所述车间中从风机过滤单元(FFU)的出口至FFU的入口的气流流线。

在该方法中,进行正向气流CFD仿真包括优化所述车间中的传感器布局。

在该方法中,确定所述传感器布局包括调整所述车间中的传感器的数量。

在该方法中,确定传感器布局包括调整所述车间中的传感器的位置。

在该方法中,设定所述气流的正向CFD仿真的反演模型包括在所述车间中从FFU的入口至FFU的出口的气流流线。

在该方法中,建立所述空间响应概率分布矩阵的数据库包括利用传感器位置处的单位AMC值设定所述传感器的空间响应概率矩阵。

该方法还包括累加所述传感器的所述空间响应概率分布矩阵。

在该方法中,识别所述AMC泄露源包括利用AMC测量数据和所述传感器的所述空间响应概率分布矩阵的数据库定位AMC源泄露位置。

根据本发明的另一方面,提供了一种识别车间中的气态分子污染(AMC)源的方法,所述方法包括:在所述车间中分布AMC传感器;将所述AMC传感器连接至计算流体动力学(CFD)系统;进行所述车间中的正向气流CFD仿真;执行所述车间中的逆向气流CFD仿真;设定关于所述AMC传感器的空间响应概率分布的数据库;以及利用所述AMC传感器监测所述车间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于台湾积体电路制造股份有限公司,未经台湾积体电路制造股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810163704.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top