CN100359660C - 一种等离子体刻蚀工艺的终点检测方法 - Google Patents
一种等离子体刻蚀工艺的终点检测方法 Download PDFInfo
- Publication number
- CN100359660C CN100359660C CNB2005100029655A CN200510002965A CN100359660C CN 100359660 C CN100359660 C CN 100359660C CN B2005100029655 A CNB2005100029655 A CN B2005100029655A CN 200510002965 A CN200510002965 A CN 200510002965A CN 100359660 C CN100359660 C CN 100359660C
- Authority
- CN
- China
- Prior art keywords
- state
- plasma etch
- etch process
- markov model
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Drying Of Semiconductors (AREA)
Abstract
本发明所述的一种等离子体刻蚀工艺的终点检测方法,首先基于等离子体刻蚀工艺过程中状态变迁情况建立马尔可夫模型;其次在进行等离子体刻蚀过程中,获得相应的状态变迁图谱;最后将状态变迁图谱与马尔可夫模型比较,确定刻蚀工艺的终点。可以准确可靠的找到刻蚀终点,控制刻蚀过程,提高刻蚀质量。
Description
技术领域
本发明微电子技术领域,特别涉及一种等离子体刻蚀工艺的终点检测方法。
背景技术
在超大规模集成电路的工艺过程中,需要在硅片上加工出极细微尺寸的图形(Pattern)。而这些图形最主要的形成方式,就是使用刻蚀技术将在光刻胶上形成的图形,准确无误的转移到位于光刻胶下面的介质材料上,从而形成整个集成电路的复杂结构。因此,刻蚀图形转移技术,在集成电路工艺中占有极为重要的地位。随着集成电路中的器件集成密度及复杂度的不断增加,对工艺过程的严格控制就显得尤为的重要了。这需要采用实时监控的手段来控制工艺过程的关键阶段,如在多晶硅栅的刻蚀过程中,如何对主刻阶段与过刻阶段之间的刻蚀终点进行实时检测,是获得高质量的器件的关键问题。
在终点检测系统中,通常采用的算法如下:
多变量算法(缩写) | 改善机制/噪音去除 | 终点前知 |
T2 | 仅仅用于去除干扰 | 无 |
MSN_NR | 仅仅用于噪音缩减 | 有 |
MSN_R | 干扰去除和噪音缩减 | 有 |
MLR_DA | 干扰去除和噪音缩减 | 有 |
PCA_ME | 干扰去除 | 无 |
PCA_EP | 大的终点信号改变下的噪音缩减和小的终点信号改变下的干扰去除 | 有 |
其中基于神经网络的主元素分析法,由于其高的灵敏度和较强的数据处理功能,被广泛的应用于终点检测中。随着被刻蚀图形面积的不断缩减,加上神经网络算法本身高的检测灵敏度和纯粹的数据处理(无须预知),使得无法充分保证该算法对刻蚀终点检测的可靠性。
在统计算法中,另外一种广泛应用的是基于多变量的信噪比分析方法,如上所示,在具备预知的前提下,该方法通过在多维坐标中对终点检测信号信噪比的分析和处理,选择出具有最大信噪比的终点检测信号。该算法的缺点是强大的计算量,这限制了该算法在刻蚀终点检测中的实际应用。
因此,既要满足算法的灵敏度和可操作性,又要满足算法对刻蚀终点检测的可靠性,无疑是当前终点检测算法面临的一大难题。
随着集成电路中器件关键尺寸的按比例缩减和图形密度的加大,对于刻蚀工艺终点检测算法要求越来越高,如何准确可靠的找到刻蚀终点,成为目前的难点。
发明内容
鉴于上述现有技术所存在的问题,发明的目的是设计一种一种等离子体刻蚀工艺的终点检测方法,该算法能有效的对终点检测信号进行模式识别,进而可靠的进行终点检测。
本发明的目的是通过以下技术方案实现的:
一种等离子体刻蚀工艺的终点检测方法,包括:
A、基于等离子体刻蚀工艺过程中状态变迁情况建立隐马尔可夫模型;
B、在进行等离子体刻蚀过程中,获得相应的状态变迁图谱;
C、将所述的状态变迁图谱与所述的隐马尔可夫模型比较,确定刻蚀工艺的终点。
所述的步骤A包括:
基于等离子体刻蚀工艺过程中电泳信号强度与时间变化的关系建立对应的隐马尔可夫模型,隐马尔可夫模型包括多个状态。
所述的步骤B包括:
在进行等离子体刻蚀过程中,获得当前时刻的状态参数信息。
所述的步骤C包括:
C1、基于当前时刻的状态参数信息及所述的隐马尔可夫模型计算当前状态到下一状态的转换概率;
C2、根据所述的转变概率确定刻蚀工艺的终点。
所述的步骤C2包括:
根据状态间的转变概率确定刻蚀工艺的终点处两状态转变的时间点,根据所述时间点确定刻蚀工艺的终点。
由上述本发明提供的技术方案可以看出,本发明所述的一种等离子体刻蚀工艺的终点检测方法,首先、基于等离子体刻蚀工艺过程中状态变迁情况建立隐马尔可夫模型;其次、在进行等离子体刻蚀过程中,获得相应的状态变迁图谱;最后、将状态变迁图谱与隐马尔可夫模型比较,确定刻蚀工艺的终点。可以准确可靠的找到刻蚀终点,控制刻蚀过程,提高刻蚀质量。
附图说明
图1为典型OES终点检测图谱;
图2为本发明所述的终点检测结构图;
图3为本发明所得终点检测图谱;
图4为本发明所述的终点检测结构图二。
具体实施方式
为对本发明有进一步的了解,下面将对本发明采用的隐马尔可夫模型进行描述。
所述的隐马尔可夫模型为一种被广泛应用的模型,其包含多个状态,相应的形式化描述为:HMM=(S,O,A,B,π)。
1.S表示模型中的状态(即输出),其的状态数为N。对于一些实际应用,虽然状态是隐藏的,但模型的每一个状态都与一些物理意义相联系,同时这些状态之间也相互联系,而且可以从一种状态转移到其它状态。所有独立的状态定义为S={S1,S2,...,SN},且用qt来表示t时刻的状态。
2.O表示每个状态的观察值,每个状态上对应的可能的观察值的数目为M。观察值对应于模型系统的实际输出,我们记这些观察值为:W={w1,w2,...,wM}。
3.状态转移概率矩阵A={aij},其中aij=P(qt+1=Sj|qt=Si),1≤i,j≤N。aij表示从状态i转移到状态j的概率,aij满足:aij≥0,ji,...;且∑aij=1。
4.输出观察值概率分布矩阵B={bj(k)},其中bj(k)表示在Sj状态下,t时刻出现wk的概率,即bj(k)=P(在t时刻wk|qt=Sj),1≤j≤N,1≤k≤M。bj(k)满足:bj(k)≥0)且∑bjk=1。
5.初始状态分布向量π={πi},其中πi=P(q1=Si),1≤i≤N,,即在t=1时刻处于状态Si的概率。πi∑满足:∑πi=1。
基于上述描述,本发明正是利用在刻蚀终点信号图谱的分析的基础上,通过求得图谱中观察值和其中的隐含状态,并在此基础上求出状态之间的转变概率{aij}。然后,通过对每个状态的线性和多项式拟合的基础上,根据两个状态之间的转变概率来确定终点附近两隐含状态的转变的时间点,进而实现对刻蚀终点的有效检测和控制。
本发明所述的一种等离子体刻蚀工艺的终点检测方法的具体实现过程包括以下步骤:
1、基于等离子体刻蚀工艺过程中状态变迁情况建立马尔可夫模型;
其方法是基于等离子体刻蚀工艺过程中电泳信号强度与时间变化的关系建立对应的马尔可夫模型,马尔可夫模型包括多个状态。
2、在进行等离子体刻蚀过程中,获得相应的状态变迁图谱;获得当前时刻的状态参数信息。
3、将所述的状态变迁图谱与所述的马尔可夫模型比较,确定刻蚀工艺的终点。
具体过程为:
1)、基于当前时刻的状态参数信息及所述的马尔可夫模型计算当前状态到下一状态的转换概率;
2)、根据所述的转变概率确定刻蚀工艺的终点。根据状态间的转变概率确定刻蚀工艺的终点处两状态转变的时间点,根据所述时间点确定刻蚀工艺的终点。
上述的马尔可夫算法中,一个隐马尔可夫模型描述一组有限的状态,其中的某一个状态可以一定的概率转移到另外的状态(终止状态除外),同时在转移时产生输出,输出按一定的概率产生,并且输出数目有限。
隐马尔可夫模型(Hide Markov Model,HMM)是一个在自然语言理解领域应用十分广泛的统计模型,特别是在汉语分词和图像识别上,因其高的分辨效率而被广泛关注。
其具体实施例结合附图说明如下:
实施例1:
图1为本发明实施例1刻蚀终点检测图谱,从该图谱中可以看出,通过传统的基于神经网络的算法,是很难识别终点附近的转折点的。
图2为对应于实施例1的马尔可夫模型,通过将图1的图谱进行马尔可夫分解,将整个图1的图谱分成两部分,一部分对应于状态1,两外一部分对应于状态2,状态1和状态2的隐含状态方程是通过对观察值的线性或多项式拟合得到的。接下来,通过求解状态1和状态2之间的转变概率,得到状态1和2之间的转变点,从而准确的检测刻蚀终点
实施例2:
图3为本发明实施例2刻蚀终点检测图谱,从该图谱中可以看出,通过传统的基于神经网络的算法,是很难识别终点附近的转折点的。
图4为对应于实施例2的马尔可夫模型,其中的内部小图为预知的终点位置附近信号图谱,通过将图3的图谱进行马尔可夫分解,将整个图3的图谱分成三部分,一部分对应于状态0,中间部分对应于状态1~M(该位置对应于终点附近信号图谱),最后一部分对应于状态M+1。状态0到状态M+1的隐含状态方程是通过对观察值的线性或多项式拟合得到的。接下来,通过求解状态0和状态1之间的转变概率,以及状态M到状态M+1之间的转变概率就可求得得到状态1和2之间的转变点,从而准确定位刻蚀终点。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1、一种等离子体刻蚀工艺的终点检测方法,其特征在于,包括:
A、基于等离子体刻蚀工艺过程中状态变迁情况建立隐马尔可夫模型;
B、在进行等离子体刻蚀过程中,获得相应的状态变迁图谱;
C、将所述的状态变迁图谱与所述的隐马尔可夫模型比较,确定刻蚀工艺的终点。
2、根据权利要求1所述的等离子体刻蚀工艺的终点检测方法,其特征在于,所述的步骤A包括:
基于等离子体刻蚀工艺过程中电泳信号强度与时间变化的关系建立对应的隐马尔可夫模型,隐马尔可夫模型包括多个状态。
3、根据权利要求1或2所述的等离子体刻蚀工艺的终点检测方法,其特征在于,所述的步骤B包括:
在进行等离子体刻蚀过程中,获得当前时刻的状态参数信息。
4、根据权利要求3所述的等离子体刻蚀工艺的终点检测方法,其特征在于,所述的步骤C包括:
C1、基于当前时刻的状态参数信息及所述的隐马尔可夫模型计算当前状态到下一状态的转换概率;
C2、根据所述的转变概率确定刻蚀工艺的终点。
5、根据权利要求4所述的等离子体刻蚀工艺的终点检测方法,其特征在于,所述的步骤C2包括:
根据状态间的转变概率确定刻蚀工艺的终点处两状态转变的时间点,根据所述时间点确定刻蚀工艺的终点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100029655A CN100359660C (zh) | 2005-01-27 | 2005-01-27 | 一种等离子体刻蚀工艺的终点检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100029655A CN100359660C (zh) | 2005-01-27 | 2005-01-27 | 一种等离子体刻蚀工艺的终点检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1812067A CN1812067A (zh) | 2006-08-02 |
CN100359660C true CN100359660C (zh) | 2008-01-02 |
Family
ID=36844889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100029655A Active CN100359660C (zh) | 2005-01-27 | 2005-01-27 | 一种等离子体刻蚀工艺的终点检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100359660C (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2680298A1 (en) * | 2011-11-14 | 2014-01-01 | Fuji Electric Co., Ltd. | Method and device for detecting termination of etching |
CN105206544B (zh) * | 2014-05-28 | 2019-03-12 | 北京北方华创微电子装备有限公司 | 终点检测系统及其运行状态监测方法 |
JP6841980B2 (ja) * | 2019-07-30 | 2021-03-10 | 株式会社日立ハイテク | 装置診断装置、プラズマ処理装置及び装置診断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5347460A (en) * | 1992-08-25 | 1994-09-13 | International Business Machines Corporation | Method and system employing optical emission spectroscopy for monitoring and controlling semiconductor fabrication |
US6228277B1 (en) * | 1998-10-14 | 2001-05-08 | Lucent Technologies Inc. | Etch endpoint detection |
US6228278B1 (en) * | 1998-09-30 | 2001-05-08 | Lam Research Corporation | Methods and apparatus for determining an etch endpoint in a plasma processing system |
TW486759B (en) * | 2001-03-05 | 2002-05-11 | Taiwan Semiconductor Mfg | Etching method of gate |
-
2005
- 2005-01-27 CN CNB2005100029655A patent/CN100359660C/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5347460A (en) * | 1992-08-25 | 1994-09-13 | International Business Machines Corporation | Method and system employing optical emission spectroscopy for monitoring and controlling semiconductor fabrication |
US6228278B1 (en) * | 1998-09-30 | 2001-05-08 | Lam Research Corporation | Methods and apparatus for determining an etch endpoint in a plasma processing system |
US6228277B1 (en) * | 1998-10-14 | 2001-05-08 | Lucent Technologies Inc. | Etch endpoint detection |
TW486759B (en) * | 2001-03-05 | 2002-05-11 | Taiwan Semiconductor Mfg | Etching method of gate |
Also Published As
Publication number | Publication date |
---|---|
CN1812067A (zh) | 2006-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765373B (zh) | 一种基于集成分类器在线学习的绝缘子异常自动检测方法 | |
CN100401491C (zh) | 时分复用处理中的包络跟随器终点检测 | |
US20100004882A1 (en) | Fault detection and classification method for wafer acceptance test parameters | |
CN111562108A (zh) | 一种基于cnn和fcmc的滚动轴承智能故障诊断方法 | |
CN109389180A (zh) | 一款基于深度学习的电力设备图像识别方法及巡查机器人 | |
CN107194418B (zh) | 一种基于对抗特征学习的水稻蚜虫检测方法 | |
US11530915B2 (en) | Dimension measuring device, dimension measuring method, and semiconductor manufacturing system | |
CN100359660C (zh) | 一种等离子体刻蚀工艺的终点检测方法 | |
US7403930B2 (en) | Neural network for determining the endpoint in a process | |
US20110093226A1 (en) | Fault detection and classification method for wafer acceptance test parameters | |
CN116740384B (zh) | 洗地机的智能控制方法及系统 | |
CN116470885A (zh) | 高压脉冲电路系统及其控制方法 | |
CN113496440B (zh) | 一种用户异常用电检测方法及系统 | |
CN113466947B (zh) | 一种应用于超导瞬变电磁的坏点自动去除方法 | |
Dehaerne et al. | YOLOv8 for defect inspection of hexagonal directed self-assembly patterns: a data-centric approach | |
CN116561692A (zh) | 一种动态更新的实时量测数据检测方法 | |
CN116125260A (zh) | 一种基于多元数据融合的断路器机电故障边缘诊断方法 | |
CN112699165B (zh) | 一种用于时序数据降采样的方法和系统 | |
CN112036410B (zh) | 基于深度学习和图像梯度的电力设备红外图像分割方法 | |
CN110262457B (zh) | 一种基于张量主元分析的不等长批次数据实时监测方法 | |
CN109919923B (zh) | 一种刻蚀图形的分析系统及方法 | |
Rietman et al. | Dynamic images of plasma processes: Use of Fourier blobs for endpoint detection during plasma etching of patterned wafers | |
CN110784887B (zh) | 网格化无线电信号监测系统中异常信号源数量的检测方法 | |
CN112949731A (zh) | 基于多专家模型的目标检测方法、装置、存储介质及设备 | |
CN116502168B (zh) | 基于孪生深度邻域保持嵌入网络的间歇过程故障检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 100176 Beijing economic and Technological Development Zone, Wenchang Road, No. 8, No. Patentee after: Beijing North China microelectronics equipment Co Ltd Address before: 100016, building 2, block M5, No. 1 East Jiuxianqiao Road, Beijing, Chaoyang District Patentee before: Beifang Microelectronic Base Equipment Proces Research Center Co., Ltd., Beijing |