• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.241-243
• /
• 2003

일반적으로 사용되는 반도체 공정에 대한 진단 기법은 한 공정을 진행하기 전에 테스트 공정을 수행하여 공정의 진행 여부를 결정하고, 한 공정의 진행을 완료한 후에 다시 테스트 공정을 수행하여 공정의 결과를 진단하는 방법이다. 본 논문에서 제안하는 실시간 자동 진단 시스템은 기존 방법의 문제점인 자원의 낭비를 막고, 실시간으로 진단함으로써 시간의 낭비를 막는 진단 시스템을 제안한다. 실시간 자동 진단 시스템은 크게 시스템 초기화 단계, 학습 단계 그리고 예측 단계로 나누어진다. 초기화 단계는 진단할 공정에 대한 사전 입력값을 받아 시스템을 초기화하는 과정으로 공정장비 파라미터별 중요도 자동 설정 과정과 초기화 클러스터링으로 이루어진다. 학습 단계는 실시간으로 저장된 공정장치별 데이터와 계측기로부터 획득된 데이터를 이용하여 최적의 유사 클래스를 결정하는 단계와 결정된 유사 클래스를 이용하여 가중치를 학습하는 단계로 나누어진다. 예측 단계는 공정 진행 중 획득된 실시간 데이터를 학습 단계에서 결정된 파라미터별 가중치를 사용하여 공정에 대한 진단을 한다. 본 시스템에서 사용하는 클러스터링 알고리즘은 DTW(Dynamic Time Warping)를 이용하여 파라미터 데이터에 대한 특징을 추출하고 LBG(Linde, Buzo and Gray) 알고리즘을 사용하여 데이터를 군집화 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.5
• /
• pp.3000-3005
• /
• 2015

Reliable monitoring and diagnosis of industrial processes is quite important for in terms of quality and safety. The goal of fault diagnosis is to find process variables responsible for causing specific abnormalities of the process. This work presents a classification-based diagnostic scheme based on nonlinear representation of process data. The use of a nonlinear kernel technique is able to reduce the size of the data considered and provides efficient and reliable representation of the measurement data. As a filtering stage a preprocessing is performed to eliminate unwanted parts of the data with enhanced performance. The case study of an industrial batch process has shown that the performance of the scheme outperformed other methods. In addition, the use of a nonlinear representation technique and filtering improved the diagnosis performance in the case study.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2016.02a
• /
• pp.215.2-215.2
• /
• 2016

플라즈마는 현대 산업에서 다양한 고부가가치 산업 분야에 걸쳐 이용되고 있다. 이러한 플라즈마를 정밀하게 진단하고 제어하는 기술이 공정의 수율을 증대하고 생산성을 높이는데 크게 기여함은 자명하다. 플라즈마를 진단하는 방법은 크게 광학적 진단 방법과, 전기적 진단 방법으로 나눌 수 있는데 광학적 진단 방법은 방전시 발생하는 방출광을 통해 플라즈마의 현재 상태를 예측하는 방법이고, 전기적 진단 방법은 플라즈마 내로 직접 탐침을 접촉하여 전기적 물리량을 측정하는 방법이다. 각각은 정성적, 정량적 진단을 하는 데에 장점이 있다. 공정 모니터링은 주로 광학적 진단 방법에 의해 이루어지는데 전기적 진단 방법은 플라즈마와 직접 접촉하기 때문에 플라즈마에 대한 간섭현상이 발생하므로 부적합하다. 해당 실험에서는 유도 결합형 플라즈마 발생 용기에 아르곤, 산소 혼합 유체를 유입하여 방전하며 광학적 진단 방법을 통해 플라즈마를 관측하며 실험을 진행하였다. 측정 장치는 3채널 광학 진단이 가능한 시스템을 구성하여 공정중 발생하는 방출광의 특정 피크 변화를 공정 변수 변화로 인지하여 질량 유량 제어기를 조작, 피크를 초기상태로 되돌리는 공정 제어가 가능하도록 시스템을 구성하였다. 이를 통해 플라즈마를 이용한 공정 중 공정 변화에 자동으로 대응하는 공정제어 시스템을 시험 하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2016.02a
• /
• pp.91.2-91.2
• /
• 2016

반도체 및 디스플레이 등과 같은 전자산업분야에 플라즈마를 이용한 생산공정이 폭넓게 활용됨에 따라서 공정 결과를 예측하고 조절할 수 있는 플라즈마 변수 측정 및 진단기술의 중요성은 더욱 증가되고 있다. 플라즈마 진단을 위해 가장 많이 사용되고 있는 량뮤어 탐침(Langmuir Probe)은 수십 볼트(V)의 전압을 탐침에 인가하여 들어오는 전류(I)를 측정한 I-V curve의 해석을 바탕으로 플라즈마 변수들(전자밀도, 전자온도, 플라즈마 전위, ${\cdots}$)을 측정하는 방법으로 탐침에 인가한 전압으로 인하여 플라즈마가 영향을 받고 이로인하여 공정 결과에 변화를 줄 수 있다. 또한, 증착공정과 같이 공정과정 중에 탐침의 증착으로 인해 탐침으로 들어와야하는 전자 및 이온의 양이 감소하여 측정에 오차가 발생할 수 있어 공정 플라즈마 진단에 적합하지 않다. 따라서 공정 플라즈마의 정확한 측정을 위해서는 플라즈마에 대한 영향을 최소화하고 증착으로 인하여 탐침이 오염 되는 환경에서도 플라즈마 변수를 정확히 측정할 수 있는 진단 장치가 요구된다. 마이크로웨이브를 이용한 진단장치들은 1 mW 이하의 매우 작은 파워를 사용하기 때문에 플라즈마에 영향을 최소화하여 보다 정확한 플라즈마 진단이 가능하다. 또, 유전체 투과특성이 있는 마이크로웨이브를 이용하기 때문에 탐침이 유전체로 증착되었다 하더라도 측정에는 문제가 없어 공정 플라즈마 진단에 용이하다. 이런 장점들로 인하여 헤어핀 탐침(Hairpin probe), 컷오프 탐침(cutoff probe), 임피던스 탐침(Impedance probe) 등과 같이 마이크로웨이브를 이용하여 다양한 형태의 진단 장치들이 개발되었다. 본 발표에서는 마이크로웨이브를 이용한 다양한 형태의 진단 장치들을 소개하고 각각이 가지는 장단점을 정리하여 각 진단장치들이 측정이 적합한 영역을 소개할 예정이다.

• Journal of Intelligence and Information Systems
• /
• v.2 no.1
• /
• pp.11-26
• /
• 1996

본 논문에서는 화학공정의 이상 진단을 위한 지식 기반 조업 지원 시스템의 개발에 관하여 살펴보고자 한다. 조업지원 시스템에서 가장 핵심적인 부분은 공정에 비정상 상황이 발생한 경우 이를 감지하고, 공정에 발생한 증상들을 분석하여 이상의 근본 원인을 찾아내는 작업-이상 진단이다. 이상 진단을 효과적으로 수행하기 위해서는 적절한 데이터의 해석이 매우 중요한데, 기존의 데이터 해석법들은 정상상태에 기반한 방법들을 동적거동을 효과적으로 표현하기에는 어려움이 많다. 본 연구에서는 RBF에 기반한 신경망을 사용하여 동적을 효과적으로 표현할 수 있는 정성적인 데이터 해석 모듈을 구축하였으며, 이 모듈에서는 공정에서 측정된 정략적인 센서값들을 정성적인 정보로 가공하여 이상진단 모듈에 제공한다. 본 연구에서는 효과적인 이상진단을 위하여 기존의 인과관계 그래프 모델(Cause Effect DiGraph)에 기반한 두가지 그래프 모델을 개발하였다. RCED(Reduced Caue Effect Digraph)는 공정의 측정 변수만으로 공정의 인과관계를 표현하는 오프라인으로 구축된 지식베이스 모델이며, PGTT(Pattern Graph Through Time)는 공정에서 발생한 증상간의 인과관계를 실시간으로 나타내는 동적인 모델이다. 이상, 신경망에 기반한 정성적인 데이터 해석 모듈과 이상진단 모듈을 전문가 시스템 도구인 G2를 DEC AlphaStation 상에서 폴리프로필렌 공정에 대한 조업지원전문가 시스템을 구축하고 이를 적용하여보았다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2015.08a
• /
• pp.71-71
• /
• 2015

반도체 및 디스플레이 소자 제조를 위한 진공 플라즈마는 다양한 공정 조건하에서 다양한 공정 가스의 물리화학적 반응에 의한 박막의 형석 및 식각 반응을 유도한다. 실 공정 하에서 기체 성분의 환경 조건에 의하여 박막층 및 식각 구조 형성에 심각한 영향이 발생할 수 있으며, 공정 조건에서 기체 압력을 완벽하게 컨트롤 하는 것은 현실상 불가능하므로 기체 부분압력이 실시간으로 반드시 모니터링 되고 이를 피드백으로 하여 압력 변수가 조정되어야 완벽하게 공정을 제어할 수 있다. 이를 위하여 현장에서 플라즈마 공정을 실시간 in-situ 모니터링 할 수 있는 다양한 진단 방법이 도입되고 있으며 접촉신 진단 방법은 플라즈마와 섭동으로 인한 교란을 유발하고, 이온에너지 측정의 한계가 존재하며 비접촉식 방법 중의 하나인 유도형광법(LIF)은 측정 물질의 제한으로 인하여 플라즈마 내에 존재하는 다양한 가스 종의 거동을 살필 수 없는 등 현실 적용 측면에서 실 공정에 적용하는데 단점이 존재한다. 공정 상태 및 RF에 의한 영향을 주고받지 않고, 민감한 공정 변화의 감지 및 혼합가스를 사용하는 실시간 공정 진단을 위하여 비접촉 광학 측정 방식인 발광 분광 분석법(optical emission spectroscopy, OES)이 각광받고 있으며, 본 강습에서는 분광학의 기본 개념 및 OES를 이용한 진공 플라즈마 진단 방법에 관한 전반적인 개요를 설명하도록 한다

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3779-3784
• /
• 2012

Real-time process monitoring and diagnosis of industrial processes is one of important operational tasks for quality and safety reasons. The objective of fault diagnosis or identification is to find process variables responsible for causing a specific fault in the process. This helps process operators to investigate root causes more effectively. This work assesses the applicability of combining a nonlinear statistical technique of kernel Fisher discriminant analysis with a preprocessing method as a tool of on-line fault identification. To compare its performance to existing linear principal component analysis (PCA) identification scheme, a case study on a benchmark process was performed to show that the fault identification scheme produced more reliable diagnosis results than linear method.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.31-31
• /
• 2011

식각, 증착 등의 플라즈마 활용 공정에서 공정 결과들이 예상치 못한 편차를 보이거나 시간에 따른 공정 결과의 드리프트가 발생하는 등의 문제는 공정 수율 향상 뿐 아니라 공정 결과 생산하게 되는 제품의 성능을 결정짓는다는 점에서 중요하다. 그 결과 공정의 이상이 발생 되는 것을 감지하기 위한 다양한 장치 및 알고리즘들이 등장하고 있으나, 현재 공정 상태 변화를 진단하는 것은 공정 장치에서 발생된 신호 변동을 통계적으로 처리하는 수준에 머무르거나 플라즈마 인자들의 값 자체를 진단하는 정도에 그치고 있다. 본 연구에서는, 향후 물리적 해석을 기반으로 한 공정 진단을 위한 알고리즘을 세우는 것을 목표로 하여 공정 결과에 민감하게 영향을 주는 플라즈마 내부 전자의 열평형 상태의 미세한 변동을 감지하고 이를 통하여 공정 결과에 영향을 주게 되는 장치 내 물리적, 화학적 반응들의 변동 메커니즘을 이해하고자 하였다. 외부에서 감지하기 힘들기 때문에 장치 상태에 변동이 없는 것으로 보이지만 실제로는 변동하고 있는 플라즈마의 미세한 상태 변화를 보여줄 수 있는 물리 인자로는 잦은 충돌로 인하여 빠르게 변동에 대응할 수 있는 전자들의 열평형 특성을 살펴보는 것이 적합하다고 판단하여 광신호를 통해 전자 에너지 분포함수를 진단할 수 있는 모델을 수립하였다. 이 모델의 적용 결과를 활용하면 전자들의 열평형이 주변 가스 종의 반응율 변동에 주게 되는 영향을 해석할 수 있다. 실제로 ICP-Oxide Etcher 장치에서 장치 내벽 오염물질 유입 및 공정 부산물의 장치 내 잔여로 인하여 식각율로 표현되는 공정 결과에 최대 6%의 편차가 발생하게 되는 메커니즘을 해석할 수 있었다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.08a
• /
• pp.83.1-83.1
• /
• 2013

반도체 미세화, Glass 대면적화에 따른 산포관리 및 불량방지 필요(공정이격관리), 설비 데이터만으로는 Sensitivity가 낮아 공정 관리 어려움에 따른 대안 필요, 향후 추가 센서에 대한 접목이 용이한 SW Frame 필요, 양산적용을 위한 설비 및 FAB Host의 자동화 연계 개발 필요, 이종데이터의 통합를 통한 최적의 진단 및 관리가 필요합니다(SCM:툴박스). 즉, 기존의 장비 Parameter가 아닌 실제 공정시 Chamber로부터 얻을 수 있는 물리, 전기, 화학적인 데이터를 적합한 이종(異種) 센서를 직접 부착하여 이들 데이터를 통합 관리 분석 및 실시간 Monitoring을 통한 공정 진단 및 실시간 진단을 실행하는 솔루션입니다. 실 공정 시 적용이 유리한 OES 데이터를 주요 인자로 이외의 기타 데이터를 추가로 통합하여 특화된 분석환경과 공정 모니터링을 통하여 TAT (Turn Around Time)를 줄이고, MTBC (Mean Time Between Clean)를 늘림으로써 궁극적으로 칩메이커의 제품의 가격 경쟁력을 확보 할 수 있는 기능이며, 설비사 입장에서는 자사설비의 지능형 시스템을 위한 제반 기술이기도 합니다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.1
• /
• pp.538-543
• /
• 2016

For a good product quality and plant safety, it is necessary to implement the on-line monitoring and diagnosis schemes of industrial processes. Combined with monitoring systems, reliable diagnosis schemes seek to find assignable causes of the process variables responsible for faults or special events in processes. This study deals with the real-time diagnosis of complicated industrial processes from the intelligent use of multivariate statistical techniques. The presented diagnosis scheme consists of a classification-based diagnosis using nonlinear representation and filtering of process data. A case study based on the simulation data was conducted, and the diagnosis results were obtained using different diagnosis schemes. In addition, the choice of future estimation methods was evaluated. The results showed that the performance of the presented scheme outperformed the other schemes.