药液状态的控制方法、模型的训练方法及半导体清洗设备与流程
本申请属于半导体,尤其涉及一种药液状态的控制方法、模型的训练方法及半导体清洗设备。
背景技术:
1、晶圆清洗是指在氧化、光刻、外延、扩散等工序前,采用物理或化学方法去除晶圆表面的污染物和自身氧化物,以得到符合清洁度要求的晶圆表面的过程。晶圆清洗设备主要分为单片清洗机和用于批量清洗的半导体清洗设备。半导体清洗设备在清洗晶圆的过程中,根据所需去除的表面残留物质的不同需要在清洗槽中配制不同的化学药液。由于化学药液的状态(例如温度、浓度和高度)是去除晶圆表面附着物的重要参数,因此需对化学药液的状态进行控制以保证化学药液的状态稳定,进而保证清洗去除速率的稳定。
技术实现思路
1、本申请实施例的目的是提供一种药液状态的控制方法、模型的训练方法及半导体清洗设备,以解决相关技术中药液状态的控制效果不稳定的问题。
2、为实现上述目的,本申请实施例采用下述技术方案:
3、第一方面,本申请实施例提供一种药液状态的控制方法,包括:获取半导体清洗设备在当前阶段各状态变量的实际值;将所述当前阶段各状态变量的实际值输入至与所述当前阶段对应的半导体清洗设备模型中进行输入变量预测,得到当前阶段各输入变量的预测值;根据所述当前阶段各输入变量的预测值对半导体清洗设备进行控制。
4、第二方面,本申请实施例提供一种半导体清洗设备模型的训练方法,包括:获取半导体清洗设备任一阶段的第二计算样本数据,所述第二计算样本数据包括所述阶段各输入变量的实际值以及对应的所述阶段各状态变量的实际值;根据所述第二计算样本数据对所述阶段对应的待训练的半导体清洗设备模型进行离线训练,得到所述阶段对应的半导体清洗设备模型。
5、第三方面,本申请实施例提供一种半导体清洗设备,包括:供酸阀、供酸比例阀、供液阀、供液比例阀和控制器,所述控制器控制所述供酸阀、所述供酸比例阀、所述供液阀、所述供液比例阀打开或关闭,所述控制器包括至少一个处理器和至少一个存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现如本申请第一方面实施例所述的药液状态的控制方法的步骤,或者实现如本申请第二方面实施例所述的半导体清洗设备模型的训练方法的步骤。
6、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
7、本申请实施例通过构建关于状态变量和输入变量的半导体清洗设备模型,基于输入的各状态变量的实际值,可以输出各输入变量的预测值,进而根据各输入变量的预测值对半导体清洗设备进行控制,通过多变量联动可以使得药液的状态始终维持在一个稳态,进而保证了清洗去除速率的稳定。
1.一种药液状态的控制方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述状态变量包括药液槽内药液的药液浓度、药液温度和药液体积;和/或,
3.根据权利要求1所述的方法,其特征在于,所述当前阶段包括以下阶段中的任意一种:空药液槽阶段、药液槽补药阶段、药液槽加热阶段、药液槽调整阶段、药液槽达成工艺状态阶段和药液槽工艺阶段。
4.根据权利要求2所述的方法,其特征在于,所述半导体清洗设备模型为如下微分方程:
5.根据权利要求1所述的方法,其特征在于,所述将所述当前阶段各状态变量的实际值输入至与所述当前阶段对应的半导体清洗设备模型中进行输入变量预测之前,还包括:
6.根据权利要求5所述的方法,其特征在于,所述对所述当前阶段各状态变量的实际值进行数据转换之后,还包括:
7.根据权利要求6所述的方法,其特征在于,所述对数据转换后的当前阶段各状态变量的实际值进行筛选,以去除数据转换后的当前阶段各状态变量的实际值中的异常值,包括:
8.根据权利要求7所述的方法,其特征在于,所述根据所述数据转换后的当前阶段各状态变量的实际值,计算对应的损失值,包括:
9.根据权利要求1所述的方法,其特征在于,所述根据所述当前阶段各输入变量的预测值对半导体清洗设备进行控制之后,还包括:
10.根据权利要求9所述的方法,其特征在于,还包括:
11.根据权利要求1所述的方法,其特征在于,还包括:
12.一种半导体清洗设备模型的训练方法,其特征在于,包括:
13.根据权利要求12所述的方法,其特征在于,所述根据所述第二计算样本数据对所述阶段对应的待训练的半导体清洗设备模型进行离线训练,包括:
14.一种半导体清洗设备,其特征在于,包括:供酸阀、供酸比例阀、供液阀、供液比例阀和控制器,所述控制器控制所述供酸阀、所述供酸比例阀、所述供液阀、所述供液比例阀打开或关闭,所述控制器包括至少一个处理器和至少一个存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-11任一项所述方法的步骤,或者实现如权利要求12-13任一项所述方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com