温度控制方法、装置、电子设备和程序产品与流程

摘要: 本技术涉及半导体,尤其涉及一种温度控制方法、装置、电子设备和程序产品。背景技术:1、在一些半导体工艺中例如薄膜沉积工艺中,对沉积薄膜的厚度一致性有着极为严苛的要...
温度控制方法、装置、电子设备和程序产品与流程

本技术涉及半导体,尤其涉及一种温度控制方法、装置、电子设备和程序产品。

背景技术:

1、在一些半导体工艺中例如薄膜沉积工艺中,对沉积薄膜的厚度一致性有着极为严苛的要求,厚度一致性主要体现为晶圆间(wtw,wafer-to-wafer)均匀性,其偏差会直接影响最终半导体产品的性能与良率。

2、喷淋装置(shower head)是薄膜沉积设备中的一类重要部件,用于将反应气体均匀输送到待进行沉积处理的晶圆表面。喷淋装置的温度是影响工艺稳定性的核心参数之一,温度过高或过低均会影响反应气体在晶圆表面的分解与沉积速率,进而导致wtw均匀性恶化。

3、目前,对喷淋装置的温度控制主要采用基于单一温度传感器的反馈控制方法,单一反馈控制存在响应滞后、难以补偿工艺参数扰动等问题,导致温控精度有限,最终影响了工艺稳定性和wtw均匀性。

技术实现思路

1、本技术提供一种温度控制方法、装置、电子设备和程序产品,可提升喷淋装置的温度控制精度,提高工艺稳定性。

2、根据本技术公开的第一方面,本技术提供了一种温度控制方法,应用于半导体工艺设备的控制装置,所述控制装置分别与设置于所述半导体工艺设备中的传感模组,以及设置于所述半导体工艺设备的喷淋装置上的温度调节装置通信连接,所述方法包括:获取所述传感模组采集的传感数据;其中,所述传感数据包括所述喷淋装置的温度和所述半导体工艺设备的状态与工艺数据;基于所述传感数据,获取温度控制指令;向所述温度调节装置发送所述温度控制指令,其中,所述温度控制指令用于指示所述温度调节装置对所述喷淋装置的温度进行调节。

3、在本方案中,通过采集喷淋装置的温度和半导体工艺设备的状态与工艺数据共同作为传感数据用于对喷淋装置进行温度控制,突破仅依靠测量到的喷淋装置温度这一单一反馈进行温度调控的局限,实现多维度感知与协同调控,有效降低了环境扰动、工艺切换及设备工况变化带来的温度漂移问题,提升喷淋装置温控的响应速度、控制精度与温度稳定性,从而消除喷淋装置因工艺热累积导致的温度波动,保障喷淋装置处于设定的工艺温度,减小喷淋装置温度变化对工艺稳定性与wtw均匀性的影响,进而提升半导体产品的性能与良率。

4、在一种可行的实施方式中,所述基于所述传感数据,获取温度控制指令,包括:当所述传感数据与温度控制策略库中的目标温度控制策略匹配成功时,则获取所述温度控制策略库中匹配成功的目标温度控制策略,并将所述目标温度控制策略对应的第一控制指令作为所述温度控制指令。

5、在本实施方式中,在获取传感数据之后,首先将其与温度控制策略库中的温度控制策略进行匹配,并在匹配成功时直接调取目标温度控制策略对应的第一温度控制指令作为温度控制指令,对喷淋装置的温度进行调节,以通过温度控制策略库中存储的温度控制策略提升喷淋装置的温度控制效率。

6、在一种可行的实施方式中,所述基于所述传感数据,获取温度控制指令,包括:当所述传感数据与温度控制策略库中的任一温度控制策略匹配失败时,则基于所述传感数据对所述喷淋装置在未来工艺时段的温度进行预测,获取所述喷淋装置的预测温度;基于所述预测温度,生成第二控制指令作为所述温度控制指令。

7、在本实施方式中,在与温度控制策略库中的温度控制策略匹配失败时,利用传感数据对未来工艺时段内的喷淋装置温度变化趋势进行精准预测获取预测温度,并基于预测温度对喷淋装置温度进行动态调控。由此,建立了一套多模态机台喷淋装置温度控制反馈机制,确保喷淋装置温度始终维持在理想的范围内,实现前瞻性的精准温度控制。

8、在一种可行的实施方式中,所述基于所述传感数据对所述喷淋装置在未来工艺时段的温度进行预测,获取所述喷淋装置的预测温度,包括:对所述传感数据进行特征提取,获取特征数据;其中,所述特征数据包括时域特征、频域特征、空域特征和关联特征中的至少一种;基于所述特征数据和预先训练的温度预测模型,获取所述预测温度;其中,所述温度预测模型基于具有特征融合机制的深度学习模型训练获得。

9、在本实施方式中,通过对传感数据进行特征提取获得特征数据,再利用深度学习模型通过自动学习多模态传感数据中的复杂时空特征与非线性关系,能够高效捕捉喷淋装置温度的动态变化模式,显著提升喷淋装置温度的预测精度与鲁棒性。

10、在一种可行的实施方式中,所述温度预测模型基于如下方法获得:获取训练集;其中,所述训练集包括多个传感数据样本,以及所述传感数据样本对应的预测温度样本;基于所述训练集对所述深度学习模型进行迭代训练,获得所述温度预测模型。

11、在本实施方式中,通过收集涵盖多种影响温度因素的丰富传感数据样本以及对应预测温度样本构成训练集,使深度学习模型能捕捉到温度变化的复杂规律,采用迭代训练方式,能逐步优化模型性能,随着训练推进模型预测准确性持续提升,最终得到的温度预测模型具有较高的精准度和可靠性。

12、在一种可行的实施方式中,所述方法还包括:基于所述传感数据和所述第二温度控制指令,生成温度控制策略;将所述温度控制策略加入温度控制策略库。

13、在本实施方式中,通过将当前喷淋装置温度控制作业的传感数据和温度控制指令生成对应的温度控制策略,并将生成的温度控制策略加入温度控制策略库,以扩充温度控制策略库中的温度控制策略,进而提升喷淋装置的温度控制效率。

14、在一种可行的实施方式中,在获取所述传感模组采集的传感数据之后,所述方法还包括:对所述传感数据进行预处理;其中,所述预处理包括时间同步、数据清洗和滤波降噪中的至少一种。

15、在本实施方式中,通过对传感数据进行预处理,为后续温度控制提供可靠的输入数据,从而提高温度控制的精确性和稳定性。

16、在一种可行的实施方式中,所述状态与工艺数据包括状态数据和/或工艺数据,所述状态数据包括射频功率、气体流量、反应腔壁温度、风扇转速中的至少一个,所述工艺数据包括气体设定数据、压力设定数据、工艺步骤信息中的至少一个。

17、在本实施方式中,通过采集半导体工艺设备中与喷淋装置温度相关的状态与工艺数据,从而全面考虑影响喷淋装置温度的相关因素,从而提高后续喷淋装置温度控制的精确性。

18、根据本技术公开的第二方面,本技术提供了一种控制装置,应用于半导体工艺设备,所述控制装置分别与设置于所述半导体工艺设备中的传感模组,以及设置于所述半导体工艺设备的喷淋装置上的温度调节装置通信连接,该装置包括用于执行如第一方面提供的温度控制方法的单元或模块。

19、在一种可行的实施方式中,所述装置包括:

20、数据采集模块,用于获取所述传感模组采集的传感数据;其中,所述传感数据包括所述喷淋装置的温度和所述半导体工艺设备的状态与工艺数据;

21、指令获取模块,用于基于所述传感数据,获取温度控制指令;其中,所述温度控制指令用于指示所述温度调节装置对所述喷淋装置的温度进行调节;

22、指令发送模块,用于向所述温度调节装置发送所述温度控制指令。

23、根据本技术公开的第三方面,本技术提供了一种电子设备,包括处理器,以及与所述处理器通信连接的存储器;

24、所述存储器存储计算机执行指令;

25、所述处理器执行所述存储器存储的计算机执行指令,以实现第一方面中任一项所述的方法。

26、根据本技术公开的第四方面,本技术提供了一种包含如第二方面提供的控制装置的半导体工艺设备。

27、在一种可行的实施方式中,该半导体工艺设备为薄膜沉积设备。

28、根据本技术公开的第五方面,本技术提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被执行时,用于实现第一方面中任一项所述的方法。

29、根据本技术公开的第六方面,本技术提供了一种计算机程序产品,包括计算机程序,所述计算机程序被执行时,用于实现第一方面中任一项所述的方法。