автореферат диссертации по электронике, 05.27.01, диссертация на тему:Исследование и разработка методов моделирования для управления технологическими процессами компьютерно-интегрированного производства СБИС

ВВЕДЕНИЕ.

ГЛАВА 1. РОЛЬ И ИЕРАРХИЯ МОДЕЛЕЙ В КОМПЬЮТЕРНО

ИНТЕГРИРОВАННОМ ПРОИЗВОДСТВЕ СБИС.

1.1. Концепция компьютерно-интегрированного производства специализированных изделий микроэлектроники.

1.2. Требования к управлению современным полупроводниковым производством.

1.3. Разновидности моделирования в компьютерно-интегрированном производстве.

1.3.1. Определение и классификация моделей применительно к моделированию технологических процессов (технологического оборудования).

1.3.2. Современные методы построения эмпирических моделей технологических операций и технологического оборудования.

1.3.3. Использование разных подходов к моделированию на примере процессов плазмохимического травления.

1.4. Применение моделирования в задачах управления технологическими процессами производства СБИС

1.4.1. Разработка технологических режимов операций изготовления интегральных микросхем.

1.4.2. Проектирование новых технологий СБИС с учетом концепции технологичности.

1.5. Выводы и постановка задачи.

ГЛАВА 2. РАЗРАБОТКА И АДАПТАЦИЯ МЕТОДОВ

МОДЕЛИРОВАНИЯ В РАМКАХ КОМПЬЮТЕРНО-ИНТЕГРИРОВАННОГО ПРОИЗВОДСТВА СБИС.

2.1. Формальное описание модели технологической операции и технологического оборудования.

2.2. Процедура моделирования на основе методологии поверхности отклика.

2.2.1. Подготовка экспериментальных данных.

2.2.2. Расчет коэффициентов регрессии.

2.2.3. Анализ регрессии.

2.3. Алгоритм построения модели технологической операции с помощью искусственной нейронной сети.

2.4. Алгоритм построения нейро-нечетких моделей технологических операций и моделей управления.

2.5. Выводы.

ГЛАВА 3. РЕАЛИЗАЦИЯ МЕТОДОВ МОДЕЛИРОВАНИЯ НА

ПРИМЕРЕ ТЕХНОЛОГИЧЕСКОЙ ОПЕРАЦИИ ПЛАЗМОХИМИЧЕСКОГО ТРАВЛЕНИЯ КРЕМНИЯ.

3.1. Описание операции плазмохимического травления (ПХТ) кремния.

3.2. Построение полиномиальной модели операции ПХТ.

3.3. Построение нейросетевой модели операции ПХТ.

3.4. Сравнение различных моделей и способов их построения на примере операции ПХТ.

3.5. Выводы.

ГЛАВА 4. ПРИМЕНЕНИЕ МОДЕЛИРОВАНИЯ ДЛЯ УПРАВЛЕНИЯ

ТЕХНОЛОГИЧЕСКИМИ ОПЕРАЦИЯМИ ПРОИЗВОДСТВА ИНТЕГРАЛЬНЫХ МИКРОСХЕМ.

4.1. Разработка режимов технологических операций с помощью полиномиальных моделей.

4.1.1. Разработка автоматизированного рабочего места технолога

4.1.2. Анализ чувствительности и оптимизация режимов технологических операций.

4.1.3. Отработка режимов технологических операций на основе полиномиальных моделей.

4.2. Методы искусственного интеллекта в управлении технологическими операциями.

4.2.1. Реализация контроллера на основе ИНС с алгоритмом обратного распространения ошибки.

4.2.2. Реализация нечеткого нейросетевого контроллера.

4.3. Выводы.

Диссертационная работа посвящена исследованию и разработке эффективных методов и средств моделирования применительно к различным уровням компьютерно-интегрированного производства СБИС.

Актуальность проблемы. Развитие компьютерной техники, систем управления, средств связи непрерывно стимулирует спрос на полупроводниковые микросхемы. Основным направлением развития микроэлектроники в ближайшее пятилетие является освоение производственного выпуска специализированных (заказных и полузаказных) СБИС и УБИС со степенью интеграции 107-109 элементов на кристалл и минимальными размерами базовых элементов в диапазоне 0,35 - ОД мкм. Высокие темпы роста сложности и информационной емкости выпускаемых микросхем возможны только при ужесточении требований к их производству и существенном повышении его эффективности. Характерной особенностью современного производства является принципиальное изменение роли задач, решаемых в рамках его автоматизации.

Стоимость и сложность современных полупроводниковых предприятий уже достаточно высока, и дальнейшее развитие новых субмикронных технологий потребует огромных инвестиций и приведет к катастрофическому росту затрат на освоение производства на предприятиях с традиционной архитектурой. Наиболее полно задача высокоэффективного и экономичного производства специализированных СБИС реализуется в рамках компьютерно-интегрированного производства, одной из отличительных особенностей которого является широкое применение компьютерного моделирования и анализа. Модели являются важным инструментом для улучшения технико-экономических показателей и удешевления современного производства.

В настоящее время как на мировом, так и на отечественном рынке микроэлектроники широко представлены различные методы и программные средства технологического моделирования. Как правило, они основаны на использовании точных физико-математических моделей конкретных технологических процессов (операций). Однако, большинство современных технологических процессов производства СБИС - это сложные, нелинейные или 6 динамические процессы, для которых либо трудно или даже невозможно построить физическую модель, либо это связано с большими затратами временных и вычислительных ресурсов. Скорость повышения сложности и требование к сокращению длительности технологических операций опережают возможность построения точных физико-математических моделей, работающих в режиме реального времени, характерном для производственных условий.

Если моделирование проводится в исследовательских целях, то при отсутствии жестких временных ограничений традиционные методы в большинстве случаев можно успешно применять. Однако в реальных производственных условиях, когда время ограничено и возникает множество случайных факторов, влияющих на процесс, существующие методы моделирования или не удовлетворяют предъявляемым требованиям точности, или предполагают неоправданно большие затраты времени и вычислительных ресурсов. Другими словами, при разработке новых и модернизации существующих технологических процессов и технологического оборудования приоритет физико-математических моделей неоспорим, тогда как в реальном технологическом комплексе уже закупленное производственное оборудование нуждается не в совершенствовании, а в исследовании его технологических возможностей, оптимизации режимов технологических операций и в эффективном управлении.

Наиболее приемлемый способ решения данных проблем - это применение компьютерно-адаптированного эмпирического подхода, основными достоинствами которого являются быстрота и универсальность. Практически все работы, посвященные этому направлению, базируются на аппарате математической статистики. Разработанные методы и существующие программные средства направлены на работу с моделями достаточно простого вида, как правило, линейными, и не в состоянии оперировать с более сложными зависимостями. Решение проблемы заключается как в дальнейшем развитии статистических методов применительно к построению эмпирических моделей технологических процессов и оборудования, так и в разработке новых методов моделирования с использованием аппарата искусственных нейронных сетей и нечеткой логики. Методы искусственного интеллекта в последние годы вызывают повышенный интерес у специалистов различных дисциплин и находят применение в разнообразных областях техники и технологии. 7

Моделирование и управление сложными технологическими процессами изготовления СБИС с помощью данных методов является перспективным и мало исследованным на данный момент направлением, особенно в отечественной микроэлектронике.

Таким образом, выработка комплексного подхода к эмпирическому моделированию на различных уровнях производства специализированных СБИС является актуальной задачей, для решения которой необходим широкий набор методов, алгоритмов и программ моделирования, основанный на развитии существующих на данный момент методах статистического моделирования и разработке новых методов на базе перспективных интеллектуальных технологий.

Цель работы. Целью диссертационной работы является разработка эффективных методов моделирования для отработки, оптимизации и поддержания стабильности технологических процессов в условиях компьютерно-интегрированного производства специализированных микросхем. Разработанные методы позволят повысить степень автоматизации процесса отработки режимов технологических операций и оптимизировать технологические процессы под изделие, а также обеспечить возможность реализации системы управления процессом/оборудованием на основе построенной модели в режиме реального времени.

Задачи работы. Для достижения поставленной цели в работе решались следующие задачи:

- разработка и исследование методов построения эмпирических моделей технологических операций и оборудования (последовательности операций) на основе развития методологии поверхности отклика с использованием экспериментальных планов и на основе интеллектуальных технологий;

- построение полиномиальной и нейросетевой моделей и исследований их свойств (степени адекватности) на примере операции плазмохимического травления кремния в гексафториде серы

- разработка алгоритма, методики и программных средств для отработки режимов технологических операций на основе полиномиальной модели; 8

- исследование возможностей использования методов инженерного моделирования при реализации автоматизированного рабочего места технолога и систем управления в режиме реального времени;

- разработка подхода к проектированию новых технологических маршрутов изготовления КМДП СБИС с учетом технологичности.

Научная новизна работы. Научная новизна диссертационной работы заключается в следующем:

- разработаны модели и исследованы методы моделирования технологических операций производства интегральных микросхем на основе искусственной нейронной сети с обратным распространением, комбинированного подхода с использованием оптимизированной нейронной сети и нейро-нечеткой системы со смешанным алгоритмом обучения;

- предложена методика отработки режимов технологических операций с использованием инженерного моделирования;

- на основе концепции технологичности предложен подход к проектированию технологических маршрутов производства КМДП СБИС под изделие.

Практическая значимость работы. Разработанные методы и средства инженерного моделирования технологических операций, методика и программа отработки и анализа технологических режимов операций производства СБИС, методология проектирования технологических маршрутов с учетом технологичности подтверждают практическую ценность диссертационной работы и использованы для наладки и запуска технологии на экспериментальном производстве НИИСИ РАН (г. Москва), а также могут использоваться для разработки и поддержания стабильности технологических процессов в производственных условиях и в составе систем управления в режиме реального времени.

Внедрение результатов работы. Полученные в диссертационной работе результаты использованы при создании современного производства КМДП СБИС с проектными нормами 0,5-0,35 мкм, а также при выполнении госбюджетных НИР и ОКР и в учебном процессе кафедры интегральной электроники и микроструктур МИЭТ(ТУ). 9

На защиту выносятся:

1. Методы инженерного моделирования технологических операций и оборудования на основе развития методологии поверхности отклика с использованием планирования эксперимента и на основе нейросетевого и нейро-нечеткого аппарата.

2. Методика использования компьютерно-адаптированных эмпирических моделей для отработки и анализа технологических режимов операций производства СБИС и в системах управления в режиме реального времени.

3. Подход к проектированию новых технологических маршрутов производства КМДП СБИС под изделие с учетом технологичности.

4. Полиномиальная и нейросетевая модели операции плазмохимического травления кремния в гексафториде серы SFg.

Апробация работы. Основные результаты диссертационной работы обсуждались на следующих конференциях и семинарах: Всероссийской научно-технической конференции "Актуальные проблемы твердотельной электроники и микроэлектроники" (Таганрог, 1994 г.); Всероссийском рабочем семинаре "Нейроинформатика и ее приложения" (Красноярск, 1994 г.); Второй Всероссийской научно-технической конференции "Актуальные проблемы твердотельной электроники и микроэлектроники" (Таганрог, 1995 г.); Всероссийской научно-технической конференции "Электроника и информатика" (Зеленоград, 1995 г.); межвузовской научно-технической конференции "Микроэлектроника и информатика - 96" (Москва, 1996 г.); Четвертой Всероссийской научно-технической конференции "Актуальные проблемы твердотельной электроники и микроэлектроники" (Таганрог, 1997 г.); Второй Всероссийской научно-технической конференции "Электроника и информатика - 97" (Зеленоград, 1997 г.); Пятой Всероссийской научно-технической конференции "Актуальные проблемы твердотельной электроники и микроэлектроники" (Таганрог, 1998 г.); Третьем Международном конгрессе "Third European Congress on Intelligent Techniques and Soft Computing" EUFIT'95 (Aachen, Germany, 1995).

11

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ И ИХ ПРАКТИЧЕСКАЯ

РЕАЛИЗАЦИЯ

1. С целью повышения гибкости и эффективности компьютерно-интегрированного производства специализированных СБИС с проектными нормами 0,5 мкм и менее в результате проведенной научной работы: а) Разработаны алгоритмы и программные средства имитационного моделирования, с помощью которых определены области применения и возможности интеллектуальных методов для прогнозирования конечных результатов технологических операций (маршрута) и при решении задач анализа и управления в режиме реального времени. б) Созданы и внедрены методики, алгоритмы и программные средства разработки технологических режимов операций, позволившие реализовать автоматизированное рабочее место технолога для автоматической отработки режимов технологических процессов (операций) производства интегральных микросхем. в) Разработана и внедрена в конкретном субмикронном производстве методология проектирования технологических маршрутов изготовления КМДП СБИС под изделие в рамках концепции повышения технологичности, позволяющая сократить время проектирования новых технологий, ускорить их освоение на производственной линии и достичь более высокого выхода годных.

2. Для реализации указанных методов и алгоритмов моделирования и управления в режиме реального времени в диссертации: а) Разработан новый подход к построению модели технологической операции с помощью искусственной нейронной сети и приведен способ оптимизации параметров и структуры сети, ускоряющий процесс получения адекватной модели. Предложен смешанный алгоритм обучения, который необходимо использовать для сокращения времени настройки нейро-нечеткой системы управления и принятия решений. б) Предложена и реализована эффективная процедура построения полиномиальных моделей в виде последовательного формирования полиномов возрастающей степени до достижения удовлетворительного уровня адекватности на основе одного экспериментального плана.

174 в) Реализованы полиномиальные и нейросетевые модели на примере операции плазмохимического травления кремния в гексафториде серы как одной из наиболее трудно моделируемых операций производства СБИС. Сравнение полученных моделей и способов их построения показало, что наиболее высокую точность обеспечивают нейронные сети. На основании полученных данных выработаны рекомендации по применению предложенных вариантов алгоритмов, различающихся по точности моделирования.

Общим результатом диссертационной работы является создание теоретических основ и инженерных методов разработки и внедрения технологических процессов производства интегральных микросхем в условиях компьютерно-интегрированного производства. Предложенные научно обоснованные методы позволили построить эффективный механизм моделирования, легко встраиваемый в систему автоматизированного управления технологическими операциями (процессами).

Внедрение полученных в диссертации инженерных методов моделирования и способов их применения позволяет исследовать технологические возможности производственного оборудования, анализировать технологические операции, прогнозировать конечные результаты операций (маршрута), осуществлять управление операцией (процессом) в реальном масштабе времени, что в конечном счете способствует повышению выхода годных и сокращению сроков на отработку и внедрение новых технологических процессов.

Полученные в диссертационной работе результаты отражены в печатных работах [12, 22,28, 29, 74, 88 - 90].

175

1. Schaller R.R. Moore's Law: Past, Present, and Future. IEEE Spectrum, June 1997, pp. 53-59.

2. Poli D.J., Berry M.S., Kruchowski J.N. 1С Technology and ASIC Design for the Cray J90 supercomputer. IBM J. Res. Develop., July 1996, Vol. 40, No. 4, pp. 475483.

3. Singer A. Digital and Chartered: Top Fabs of 1997. Semiconductor International, May 1997, pp. 112-116.

4. Peters L. Speeding the Transition to 0.18 um. Semiconductor International, January 1998, pp. 61-70.

5. The National Technology Roadmap for Semiconductor. SEMATECH, 1997.

6. Castrucci P. The future fab changing the paradigm. Solid State Technology, January 1995, Vol. 38, No. 1, pp. 49-56.

7. Валиев K.A. Микроэлектроника: достижения и пути развития. М.: Наука. Гл. ред. физ.-мат. лит., 1986, 144 с.

8. Rembold U., Nnaji В. and Storr A. Computer-Integrated Manufacturing and Engineering. Addison-Wesley, 1994.

9. Lee J.H., Jang W.I., Choi B.Y., Yoo H.J., Park S.-Ch. Development of a MESC-compliant cluster tool. Solid State Technology, October 1995, pp. 93-97.

10. Kaufmann T. The Paradigm Shift for Manufacturing Execution Systems in European Projects and SEMI Activities. Semiconductor Fabtech - 8th Edition, pp. 1725.

11. Cluster Tool Module Interface: Mechanical Interface and Wafer Transpot Standard. SEMI E21-94, 1995.

12. Математическое моделирование / Под ред. Дж. Эндрюса и Р. Мак-Лоуна. -М.: Мир, 1979 г. 277 с.176

13. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. М.: Мир. Т. 1, 1980,610 е., Т. 2,1981, 520 с.

14. Лавренчик В.Н. Постановка физического эксперимента и статистическая обработка его результатов. М.: Энергоатомиздат, 1986. - 272 с.

15. Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ. М.: Финансы и статистика, 1987. - 239 с.

16. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х книгах, Кн. 1. М.: Финансы и статистика, 1986. - 366 е., Кн. 2. - М.: Финансы и статистика, 1987. - 351 с.

17. Исследование особенностей проектирования классификаторов на основе биокибернетических систем. Отчет по НИР / Руководитель Баринов В.В. -№ гос. регистрации 01940007445, Инв. № 02960004115, стр. 58, 1995 г.

18. Lippman R. An introduction to computing with neural nets. IEEE ASSP Mag., Apr. 1987.

19. Уоссермен Ф. Нейрокомпьютерная техника. M.: Мир, 1992, 240 с.

20. Zadeh L.A. Fuzzy sets. Inform, and Control, 1965, vol. 8, pp. 338-353.

21. Прикладные нечеткие системы: Пер. с япон./ К.Асаи, Д.Ватада, С.Иваи и др.; под редакцией Т.Тэрано, К.Асаи, М.Сугено. М.: Мир, 1993. - 368 с.

22. Sugeno М. and Kang G.T. Structure identification of fuzzy model. Fuzzy Sets and Systems, 1988, pp. 15-33.

23. Sugeno M. and Yasukawa T. A fuzzy-logic-based approach to qualitative modeling. IEEE Trans, on Fuzzy Systems, February 1993, vol. 1, no. 1, pp. 7-31.177

24. Lin C.-T. and Lee C.S.G. Neural-Network-Based Fuzzy Logic Control and Decision System. IEEE Trans, on Computers, December 1991, vol. 40, no. 12, pp. 1320-1336.

25. Баринов B.B., Бахмач О.Ф., Крупкина Т.Ю. Использование самоорганизующихся нейронных сетей при решении задач нечеткого управления. Тезисы докладов Всероссийской научно-технической конференции "Электроника и информатика". - Зеленоград, 1995, с.303-304.

26. Kim В. and May G. S. An optimal neural network process model for plasma etching. IEEE Trans. Semicond. Manufact., 1994, vol. 7, no. 1, pp. 12-21.

27. Huang L., Edger T.F., Himmelblau D.M. and Trachtenberg I. Constructing a reliable neural network model for a plasma etching process using limited experimental data. IEEE Trans. Semicond. Manufact., 1994, vol. 7, no. 3, pp. 333344.

28. Rietman E.A. and Lory E.R. Use of neural networks in modeling semiconductor manufacturing: An example for plasma etch modeling. IEEE Trans. Semicond. Manufact., 1993, vol. 6, no. 4, pp. 343-347.

29. Rietman E. A. A Neural Network Model of a Contact Plasma Etch Process for VLSI Production. IEEE Trans. Semicond. Manufact., February 1996, vol. 9, no. 1, pp. 95-100.

30. Rietman E.A., Patel S.H. and Lory E.R. Neural network control of a plasma gate etch: Early steps in wafer-to-wafer process control. Fifteenth IEEE/CIIMT Int. Electr. Manuf. Tech. Symp., Santa Clara, CA, Oct. 4-6, 1993, vol. 454-457.

31. Xie H., Mahajan R.L., and Lee Y.-C. Fuzzy Logic Models for Thermally Based Microelectronic Manufacturing Processes. IEEE Trans. Semicond. Manufact., August 1995, vol. 8, no. 3, pp. 219-227.

32. Cardarelli G., Palumbo M., and Pelagagge P.M. Photolithography Process Modeling Using Neural Networks. Semiconductor International, June 1996, pp. 199206.178

33. Mahajan R.L., Hopper P., and Atkins W. Neural Nets and Fuzzy Logic in Semiconductor Manufacturing. Semiconductor International, August 1995, pp. 111118.

34. Himmel C., Kim Т., Krauss A., Kamen E., and May G. Real-Time Predictive Control of Semiconductor Manufacturing Processes Using Neural Networks. Proc. 1995 American Control Conference, June 1995, vol. 2, pp. 1240-1244.

35. Rodrigues B.R.S., and Styblinski M.A. Adaptive multi-objective fuzzy optimization for circuit design. Proc. IEEE Int. Symp. CAS, 1993, pp. 1813-1816.

36. Hashizume M. et al. A parameter adjustment method for analog circuits based on convex fuzzy decision using constrains satisfactory level. Proc. ICCD, 1990, pp. 2428.

37. Torralba A., Chavez J., and Franquelo L.G. FASY: A Fuzzy-Logic Based Tool for Analog Synthesis. IEEE Trans, on Computer-Aided Design of Integrated Circuits and Systems, July 1996, vol. 15, no. 7, pp. 705-715.

38. Nadi F., Agogino A.M., and Hodges D.A. Use of Influence Diagrams and Neural Netwoks in Modeling Semiconductor Manufacturing Processes. IEEE Trans. Semicond. Manufact., February 1991, vol. 4, no. 1, pp. 52-58.

39. Mocella M.T., Bondur J.A., and Turner T.R. Etch process characterization using neural network methodology: A case study. SPIE Proc., vol. 1594.

40. Himmel C.D. and May G.S. Advantages of plasma etch modeling using neural networks over statistical techniques. IEEE Trans. Semicond. Manufact., May 1993, vol. 6, no. 2, pp. 103-111.

41. Плазменная технология в производстве СБИС: Пер. с англ./ Под ред. Н. Айнспрука и Д.Брауна. М.: Мир, 1987, 470 стр.

42. Зайцев В.В. ФРЭЭ и кинетические характеристики низкотемпературной плазмы во фторе. ТВТ, 1989, т. 27, № 5, с. 842-846.

43. Русанов В.Д., Фридман А.А. Физика химически активной плазмы. М.: Наука, 1984.-415 с.

44. Словецкий Д.И., Дерюгин А.А. Функции распределения электронов по энергиям и взаимодействие электронов с многоатомными фторосодержащими газами. В кн.: Химия плазмы. Вып. 13/ Под ред. Б.М. Смирнова. М.: Энергоиздат, 1986, с. 240-277.179

45. Базаров И.П., Геворкян Э.В., Николаев П.Н. Неравновесная термодинамика и физическая кинетика. М.: Издательство МГУ, 1989. - 240 с.

46. Graves D.B., Jensen K.F. A continuum model of dc and rt discharges. IEEE Trans, on Plasma Science, 1986, v. PS-14, N2, p. 78-91.

47. Бойко B.B., Манкелевич Ю.А., Рахимов A.T. и др. Численное исследование высокочастотного разряда в электроотрицательных газах низкого давления. -Физика плазмы, 1989, т. 15, № 6, с. 218-225.

48. Economou D.J., Evans D.R., Alkire R.C. A time-average model of the RF plasma sheath. J. Electrochem. Soc., 1988, V. 135, N3, p. 756-763.

49. Швейгерт B.A., Швейгерт И.В. Математическое моделирование прикатодной области стационарного тлеющего разряда. ПМТФ, 1988, № 4, с. 16-23.

50. Лукьянова А.А., Рахимов А.Т., Суэтин Н.В. Высокочастотный разряд в магнитном поле. Численная модель. Физика плазмы, 1990, т. 16, № 11, с. 13671374.

51. Hebner G.A., Kushner M.J. Phase and energy distribution of ions incident on electrode in rf discharges. J. Appl. Phus., 1987, Vol. 62, N6, p. 2256-2260.

52. Boswell R.W., Morey I.J. Self-consistent simulation of a parallel-plate rf discharge. Appl. Phys. Lett., 1988, Vol. 52, N4, p. 21-23.

53. Kushner M.J. Monte-Carlo simulation of electron properties in rf parallel plate capacitively coupled discharges. J. Appl. Phys., 1983, Vol. 54, N9, p. 4958-4965.

54. Годяк B.A. Стационарный высокочастотный разряд низкого давления. -Физика плазмы, 1976, т. 2, № 1,с. 141-151.

55. Велихов Е.П., Ковалев Ф.С., Рахимов А.Т. Физические явления в газоразрядной плазме. М.: Наука, 1987. 160 с.

56. Okazaki К., Makabe Т., Yamaguchi Y. Modeling of a rf glow discharge plasma. -Appl. Phys. Lett., 1989, Vol. 54, N18, p. 1742-1744.

57. Cotler T.J., Barnes M.S., and Elta M.E. A Monte Carlo microtopography model for investigating plasma/reactive ion etch profile evolution. J. Vac. Sci. Tech. В., Mar. - Apr. 1998, vol. 6, no. 2.

58. Gerodolle A. and Pelletier J. Two-dimensional implications of a purely reactive model for plasma etching. IEEE Trans. Electron Devices, Sept. 1991, vol. 38, no. 9.180

59. Box G. and Draper N. Empirical Model-Building and Response Surfaces. New York: Wiley, 1987.

60. McLaughlin K.J., Butler S.W., Edgar T.F., and Trachtenberg I. Development of techniques for real-time monitoring and control in plasma etching. J. Electrochem. Soc., Mar. 1991, vol. 138, no. 3.

61. Riley P.E. and Hanson D.A. Study of etch rate characteristics of SF6/He plasmas by response surface methodology: Effects of inter-electrode spacing. IEEE Trans. Semicond. Manufact., Nov. 1989, vol. 2, no. 4.

62. Gogolides E. and Sawin H.H. N+-Polysilicon etching in CCU/He discharges: Characterization and modeling. J. Electrochem. Soc., Apr. 1989, vol. 136, no. 4.

63. Riley P.E., Turley A.P., and Malkowski W.J. Development of a multistep SiCh plasma etching process in a minibatch reactor using response surface methodology. -J. Electrochem. Soc., Apr. 1989, vol. 136, no. 4.

64. Karulkar P.C. and Wirzbicki M.A. Characterization of etching of silicon dioxide and photoresist in a Fluorocarbon plasma. J. Vac. Sci. Tech. В., Sept.-Oct. 1998, vol. 6, no. 5.

65. Jenkins M., Mocella M., Allen K., and Sawin H. The modeling of plasma etching processes using response surface methodology. Sol. St. Tech., Apr. 1986.

66. Киреев В.Ю. Процессы сухого размерного травления материалов в производстве мегабитовых ДОЗУ. Электронная техника. Сер. 3. Микроэлектроника, 1989, вып. 3(132), с. 37-44.

67. Киреев В.Ю., Фролова Г.В. Отработка технологических режимов сухого размерного травления на основе однофакторного эксперимента. Электронная техника. Сер. 3. Микроэлектроника, 1991, вып. 2(141), с. 40-46.

68. Deif A. Sensitivity Analysis in Linear Systems. New York: Springer, 1983.

69. Мозумдер П.К., Стойвас А.Й. Статистическое управление технологическим процессом при производстве СБИС. ТИИЭР, т. 78, №2, февраль 1990, с. 236258.

70. Баринов В.В., Бахмач О.Ф., Калинин А.В., Крупкина Т.Ю., Шелыхманов Д.Е. Повышение технологичности СБИС на основе концепции виртуального производства. Микроэлектроника, №4, 1999 г., с. 283-292.181

71. Miller W.H., Sanders T.J. Design for Inherent Manufacturability of Electronic Products. Proc. International Semiconductor Manufacturing Science Symposium, 1989, pp. 85-91.

72. Tseng F.C. Foundry Technologies. IEDM Dig. Techn. Papers, Paper 1.3. 1996, pp. 19-24.

73. Brown S., Chance F., Fowler J.W., Robinson J. A Centralized Approach to Factory Simulation. Future Fab International, 1997, Vol. 1, No. 3, pp. 83-86.

74. Walk H., Schaefer M., Glueck M., Koenig U. New Approaches to SimulationAssisted Design and Process Development. Solid-State Technology, March 1997, pp. S16-S18.

75. Directions in CIM for semiconductor wafer fabrication. Solid-State Technology, February 1994, pp. 29-37.

76. Aoki Y., Masuda H., Shimada S., and Sato S. A new design-centering methodology for VLSI device development. IEEE Trans. Computer-Aided Design, 1987, vol. CAD-6, no. 3, pp. 452-461.

77. Alvarez A.R., Abdi B.L., Young B.L., Weed H.D., Teplike J., and Herald E.R. Application of statistical design and response surface methods to computer-aided VLSI device design. IEEE Trans. Computer-Aided Design, 1988, vol. 7, no. 2, pp. 272-288.

78. Low K.K. and Director S.W. An efficient methodology for building macromodels of IC fabrication processes. IEEE Trans. Computer-Aided Design, 1989, vol. 8, no. 12, pp. 1299-1313.

79. Sharifzadeh S., Koehler J.R., Owen A.B., and Schott J.D. Using simulators to model transmitted variability in IC manufacturing. IEEE Trans. Semicond. Manuf., 1989, vol. 2, no. 3, pp. 82-93.

80. Masuda H., Otsuka F., Aoki Y., Sato S., and Shimada S. Response surface methods for submicron MOSFETs characterization with variable transformation technology. IEICE Transactions, 1991, vol. E 74, no. 6, pp. 1621-1633.

81. Cecchetti M., Lissoni M., Lombardi C., and Marmiroli A. Process analysis using RSM and simulation. Microelectron. Eng., 1992, vol. 19, pp. 511-516.

82. Sanders T.J., Rekab K., Rotella F.M., and Means D.P. Integrated circuit design for manufacturing through statistical simulation of process steps. IEEE Trans. Semicon. Manuf., 1992, vol. 5, no. 4,pp. 368-372.182

83. Hasnat К., Murtaza S., and Tasch A.F. A manufacturing sensitivity analysis of 0.35 mkm LDD MOSFETs. IEEE Trans. Semicon. Manuf., 1994, vol. 7, no. 1, pp. 53-59.

84. Barinov V., Bakhmatch О., Krupkina Т. Fuzzy Kohonen Neural Networks For Qualitative Modeling. Proc. Intern. Conf. EUFIT'95, August 1995, Aachen, Germany, vol.1, pp.336-339.

85. Director S.W. and Hachtel G.D. The simplicial approximation to design centering. IEEE Trans. Circuits Syst., July 1977, vol. CAS-24, pp. 363-372.

86. TMA Layout, Version 1.2. Technology Modeling Associates, Inc., Sunnyvale, California, October 1995.

87. TSUPREM-4, Version 6.5. Technology Modeling Associates, Inc., Sunnyvale, California, May 1997.

88. MEDICI, Version 2.3. Technology Modeling Associates, Inc., Sunnyvale, California, February 1997.183