CN101286047B - 利用支持向量机控制制造工具 - Google Patents

利用支持向量机控制制造工具 Download PDF

Info

Publication number
CN101286047B
CN101286047B CN200810090441XA CN200810090441A CN101286047B CN 101286047 B CN101286047 B CN 101286047B CN 200810090441X A CN200810090441X A CN 200810090441XA CN 200810090441 A CN200810090441 A CN 200810090441A CN 101286047 B CN101286047 B CN 101286047B
Authority
CN
China
Prior art keywords
support vector
vector machine
profile parameters
group
simulated diffraction
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.)
Expired - Fee Related
Application number
CN200810090441XA
Other languages
English (en)
Other versions
CN101286047A (zh
Inventor
金文�
鲍君威
李世芳
曼纽尔·玛德瑞加
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tokyo Electron Ltd
Original Assignee
Tokyo Electron Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tokyo Electron Ltd filed Critical Tokyo Electron Ltd
Publication of CN101286047A publication Critical patent/CN101286047A/zh
Application granted granted Critical
Publication of CN101286047B publication Critical patent/CN101286047B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明公开了利用支持向量机控制制造工具。获得结构的轮廓模型。该轮廓模型由表征结构的几何形状的轮廓参数定义。获得一组轮廓参数值。利用该组轮廓参数值生成一组仿真衍射信号，每个仿真衍射信号表征从所述结构衍射的光的行为。利用该组仿真衍射信号作为对支持向量机的输入并且利用该组轮廓参数值作为支持向量机的期望输出，对该支持向量机进行训练。在训练了支持向量机之后，利用制造工具执行在晶片上制造结构的制造过程。获得离开结构的测得衍射信号。将测得衍射信号输入到经训练的支持向量机。获得作为经训练的支持向量机的输出的结构的轮廓参数值。基于所获得的轮廓参数值，对制造工具的一个或多个工艺参数或设备设置进行调节。

Description

利用支持向量机控制制造工具
技术领域
本申请一般地涉及对半导体晶片上形成的结构的光学计量，更具体而言，涉及利用支持向量机来控制制造工具。
背景技术
光学计量涉及将入射光束导向结构，测量所产生的衍射光束，并且对衍射光束进行分析来确定该结构的特征。在半导体制造中，光学计量一般被用于质量保证。例如，当在半导体晶片上的半导体芯片附近制作了周期光栅(periodic grating)后，光学计量系统被用来确定该周期光栅的轮廓。通过确定周期光栅的轮廓，可以对用来形成该周期光栅的制作工艺的质量进行评估，进而对制作该周期光栅附近的半导体芯片的制作工艺的质量进行评估。
一种传统的光学计量系统使用衍射建模技术，例如，严格耦合波分析(RCWA)，来对衍射光束进行分析。更具体而言，在衍射建模技术中，部分地基于求解麦克斯韦方程组来计算模型衍射信号。计算模型衍射信号包括执行耗时耗力的大量复杂计算。
发明内容
在一种示例性实施方式中，可以利用支持向量机来控制制造工具。获得结构的轮廓模型。该轮廓模型是由表征该结构的几何形状的轮廓参数定义的。获得一组轮廓参数值。利用该组轮廓参数值，生成一组仿真衍射信号，其中每个仿真衍射信号表征从该结构衍射的光的行为。利用该组仿真衍射信号作为对支持向量机的输入、该组轮廓参数值作为该支持向量机的期望输出，来对该支持向量机进行训练。在训练了支持向量机之后，利用制造工具执行在晶片上制造结构的制造过程。获得离开该结构的测得衍射信号。测得衍射信号被输入到经训练的支持向量机。获得结构的轮廓参数值，作为经训练支持向量机的输出。基于所获得的轮廓参数值，对制造工具的一个或多个工艺参数或设备设置进行调节。
附图说明
结合附图参考下面的描述将最好地理解本发明，在附图中，相似的部件由相似的标号标识：
图1示出了示例性光学计量系统；
图2示出了对半导体晶片上形成的结构进行检查的示例性过程；
图3A-3E示出了示例性轮廓模型；
图4A示出了示例性的一维结构；
图4B示出了示例性的二维结构；
图5A、5B和5C示出了二维结构的示例性轮廓模型；
图6A、6B和6C示出了支持向量机的精度图；
图7示出了利用支持向量机和临界尺寸扫描电子显微镜(CD-SEM)获得的结果的比较；
图8示出了对半导体晶片上形成的结构进行检查的另一个示例性过程；
图9示出了控制制造工具的示例性过程；以及
图10示出了用于控制制造工具的系统。
具体实施方式
下面的描述阐述了许多具体配置、参数等。但是，应当认识到，这种描述不是要作为对本发明的范围的限制，而是提供来作为对示例性实施方式的描述。
参考图1，光学计量系统100可以用来对结构进行检查和分析。例如，光学计量系统100可用来确定在晶片104上形成的周期光栅102的特征。如前所述，周期光栅102可以被形成在晶片104的测试区域中，例如，邻近于晶片104上形成的器件。或者，周期光栅102可以被形成在器件的不与该器件的工作相干扰的区域中，或者沿晶片104上的划线。
如图1所示，光学计量系统100可以包括具有源106和探测器112的光学计量设备。周期光栅102被来自源106的入射光束108照明，在本示例性实施方式中，入射光束108以相对于周期光栅102的法线
Figure G200810090441XD00031
的入射角θi和方位角φ(即，入射光束108的平面和周期光栅102的周期的方向之间的角度)入射到周期光栅102上。衍射光束110以相对于法线
Figure G200810090441XD00032
的角度θd离开，并且被探测器112接收到。探测器112将衍射光束110转换成测得衍射信号，其可以包括反射系数、tan(ψ)、cos(Δ)、傅立叶系数等。但是，应当认识到，入射光束108可以垂直于周期光栅102入射到周期光栅102上。
光学计量系统100还包括处理模块114，处理模块114具有支持向量机116。处理模块114配置来接收测得衍射信号，并且利用测得衍射信号和支持向量机116确定结构102的一个或多个特征。
参考图2，示出了用于确定半导体晶片上形成的结构的一个或多个特征的示例性过程200。在步骤202中，获得结构的轮廓模型。下面将更详细地描述，轮廓模型是由表征结构的几何形状的轮廓参数定义的。
例如，如图3A所示，轮廓模型300由轮廓参数h1和w1定义，轮廓参数h1和w1分别定义了结构的高度和宽度。如图3B和3E所示，通过增加定义轮廓模型300的轮廓参数的数目，可以表征结构的额外的形状和特征。例如，如图3B所示，可以利用分别定义结构的高、底宽和顶宽的轮廓参数h1、w1和w2定义轮廓模型300。注意，轮廓模型300的轮廓参数w1或w2也可以分别被称作底部临界尺寸(CD)和顶部CD。应当认识到，可以使用各种类型的轮廓参数来定义轮廓模型300，包括入射角(AOI)、节距(pitch)、n&k、硬件参数(例如，偏振片角度)等。
术语“一维结构”在这里用来指轮廓在一维中变化的结构。例如，图4A示出了轮廓在一维(即，x方向)中变化的周期光栅。图4A中示出的周期光栅的轮廓在z方向中作为x方向的函数变化。但是，假设图4A中示出的周期光栅的轮廓在y方向上是基本一致并且连续的。
术语“二维结构”在这里用来指轮廓在二维中变化的结构。例如，图4B示出了轮廓在二维(即，x方向和y方向)中变化的周期光栅。图4B中示出的周期光栅的轮廓还在z方向中变化。
图5A示出了二维重复结构的单元格的示例性正交格栅的顶视图。假想的格栅线被叠加在该重复结构的顶视图上，其中格栅线是沿周期方向画出的。假想格栅线形成了被称作单元格的区域。单元格可以按照正交配置或者非正交配置来排列。二维重复结构在单元格中可以包括诸如重复的柱、接触孔、通孔、岛、或者两种或者更多种形状的组合之类的特征。此外，特征可以具有各种形状，并且可以是凹陷的特征或者凸起的特征，或者可以是凹陷和凸起特征的组合。参考图5A，重复结构500包括具有按照正交方式排列的孔的单元格。单元格502包括单元格502内部的所有特征和组件，主要包括基本位于单元格502的中央的孔504。
图5B示出了二维重复结构的顶视图。单元格510包括凹陷椭圆孔。图5B示出了具有特征520的单元格510，特征520包括一个椭圆孔，该孔的尺寸向着孔的底部逐步变小。用来表征该结构的轮廓参数包括X节距510和Y节距514。另外，表示特征520顶部的椭圆516长轴和表示特征520底部的椭圆518长轴也可以用来表征特征520。此外，也可以使用该特征的顶部和底部之间的任何中间长轴以及顶部椭圆、中间椭圆或底部椭圆的任何短轴(未示出)。
图5C示出了用于对二维重复结构的顶视图进行表征的示例性技术。重复结构的单元格530是特征532，即，从顶部看具有花生形状的岛。一种建模方法包括用可变数目的椭圆和多边形或者它们的组合对特征532进行近似。还假设在对特征522的顶视图的形状变化进行分析后，判断为找到两个椭圆(椭圆体1和椭圆体2)和两个多边形(多边形1和多边形2)完全表征了特征532。从而，表征这两个椭圆和两个多边形所需的参数包括如下9个参数：椭圆体1的T1和T2；多边形1的T3、T4和θ1；多边形2的T4、T5和θ2；椭圆体2的T6和T7。也可以使用许多其他形状的组合来表征单元格530中的特征532的顶视图。对于建模二维重复结构的详细描述，参见Vuong等于2004年4月27日提交的题为OPTICALMETROLOGY OPTIMIZATION FOR REPETITIVE STRUCTURES的美国专利申请No.11/061,303，该申请全部通过引用结合于此。
在一个实施例中，确定轮廓参数之间的相关性。用来定义轮廓模型的轮廓参数是基于所确定的相关性选择的。具体而言，选择相关性小于期望相关量的轮廓参数。可以利用多变量分析来确定轮廓参数的相关性。多变量分析可以包括线性分析或非线性分析。另外，多变量分析可以包括主成分分析(PCA)、独立成分分析、互相关分析、线性近似分析等。对于用于确定多个轮廓参数的相关性的方法的详细描述，参见Vuong等于2006年5月8日提交的题为TRANSFORMING METROLOGY DATA FROM ASEMICONDUCTOR TREATMENT SYSTEM USING MULTIVARIATEANALYSIS的美国专利申请No.11/349,773，该申请全部通过引用结合于此。
在步骤204中，获得一组轮廓参数值。该组中的轮廓参数值可以是基于经验确定的或者通过实验确定的。例如，如果预期要被检查的结构的顶部宽度(即，顶部CD)在一定值范围中变化，则该一定值范围内的多个不同值被用作在步骤204中获得的组。例如，假设预期顶部CD在30纳米的范围内变化，例如，在80纳米到110内米之间。则顶部CD的在80内米到110纳米范围内的多个不同的值被用作步骤204中的一组轮廓参数值。
在步骤206中，利用该组轮廓参数值，生成一组仿真衍射信号。每个仿真衍射信号表征从结构衍射的光的行为。在一种示例性实施方式中，可以通过以轮廓参数作为输入，利用诸如严格耦合波分析之类的数值分析技术来计算仿真衍射信号，从而生成仿真衍射信号。在另一种示例性实施方式中，可以利用机器学习算法生成仿真衍射信号，所述机器学习方法例如反向传播、径向基函数、支持向量、核回归等。更详细内容参见Niu等的2005年9月13日授权的题为GENERATION OF A LIBRARY OFPERIODIC GRATING DIFFRACTION SIGNAL的美国专利No.6,913,900，该专利全部通过引用结合于此。
在步骤208中，利用该组仿真衍射信号作为对支持向量机的输入，并且利用该组轮廓参数值作为支持向量机的期望输出，来对该支持向量机进行训练。通过利用该组仿真衍射信号作为输入，并且利用该组轮廓参数值作为期望输出，支持向量机学习了这两个组之间的函数。更具体而言，在一个示例性实现方式中，支持向量机利用核函数来将与该组轮廓参数值具有非线性关系的该组仿真衍射信号变换到与该组轮廓参数值具有线性关系的特征空间。参见Lipo Wang的“Support Vector Machine-Anintroduction”Support Vector Machines：Theory and Applications，第1-45页(2005)。
支持向量机的精度一般通过增加训练过程中所用的仿真衍射信号和轮廓参数的值的数目得到了提高。为了增大训练过程的速度，可以使用连续最小优化过程。参见Plat，John C.，“Fast Training of Support VectorMachines using Sequential Minimal Optimization”，Advances in kernelmethods：support vector learning，的185-208页(1999)。
在一个示例性实现方式中，在训练过程之后，可以利用一组测试仿真衍射信号和轮廓参数的一组测试值对支持向量机进行测试。更具体而言，获得轮廓参数的一组测试值。优选地，该测试组中的轮廓参数的值与用于训练的组中使用的值不同。但是，该测试组中使用的值也在用于训练的值的范围内。该测试组的仿真衍射信号是利用轮廓参数的该组测试值生成的。该组测试仿真衍射信号被输入到支持向量机来产生轮廓参数的一组输出值。然后将该输出组与轮廓参数的该组测试值进行比较，来确定支持向量机的精度。
图6A和6B是示出了针对30纳米的顶部CD范围，利用2,000个训练点(即，用于训练的组中的2,000个轮廓参数值和用于训练的组中的2,000个仿真衍射信号)训练的支持向量机的精度的图。图6A和6B所示的精度是以顶部CD的期望值与作为支持向量机的输出而产生的顶部CD值之间的差的形式确定的，所述期望值是与用作对支持向量机的输入的仿真衍射信号相对应的顶部CD值。在图6A中，使用500个测试点测试了支持向量机的精度。在图6B中，使用了2500个测试点测试了支持向量机的精度。
如果在测试过程中，支持向量机的精度不满足一个或多个精度标准，则可以重新训练该支持向量机。在一种示例性实施方式中，可以利用在测试过程中所使用的一个或多个仿真衍射信号和轮廓参数的值来重新训练支持向量机。
例如，参见图6B，所示的若干个测试点超过了作为归一化值的0.1和-0.1纳米。因此，如果精度标准是不能有超过0.1或-0.1纳米的测试点，则重新对该支持向量机进行训练。在一种示例性实施方式中，在重新训练支持向量机时，使用了与超过0.1或-0.1纳米的测试点相对应的轮廓参数值和仿真衍射信号。应当认识到，可以使用各种精度标准来确定是否要重新训练支持向量机。例如，超过0.1或-0.1的测试点的最大数目可以被用作精度标准。
在一种示例性实施方式中，测试过程可以包括将噪声信号引入用于测试的仿真衍射信号。例如，图6C示出了在0.002(西格马)的噪声级别被引入到测试组中的仿真衍射信号的情况下的500个测试点。图6C中示出的精度是以顶部CD的期望值与作为支持向量机的输出而产生的顶部CD值之间的差的形式确定的，所述期望值是与用作对支持向量机的输入的仿真衍射信号相对应的顶部CD值。图6C中的精度值是归一化值。
在训练、测试并且/或者重新训练了支持向量机之后，可以利用该支持向量机确定结构的一个或多个特征。具体而言，在步骤210中，获得离开结构的测得衍射信号。在已训练了支持向量机之后，在步骤212中，测得衍射信号被输入到经训练的支持向量机。在步骤212后，在步骤214中，获得结构的轮廓参数值，作为来自经训练的支持向量机的输出。
图7示出了利用支持向量机和CD-扫描电子显微镜(CD-SEM)来确定结构的特征(在本示例中是中间CD)所获得的结果的比较。具体而言，水平轴对应于利用支持向量机确定的中间CD的值。垂直轴对应于利用CD-SEM确定的中间CD的值。中间CD的值以纳米表示并且已被归一化。如图7所示，结果的R2值为0.9962。
在一种示例性实施方式中，轮廓参数值是归一化值。更具体而言，在步骤204中获得的轮廓参数值被归一化。在步骤208中利用归一化的轮廓参数值训练支持向量机。因此，在步骤214中作为来自经训练的支持向量机的输出而获得的轮廓参数值是归一化的值。在本示例性实施方式中，在步骤214中获得的归一化值然后被去归一化(de-normalize)。
在一种示例性实施方式中，利用信号参数的标准组定义仿真衍射信号。该标准组包括反射参数和偏振参数，反射参数表征光在结构上反射时的强度改变，偏振参数表征光在结构上反射时的偏振状态改变。
在本示例性实施方式中，信号参数的标准组的反射参数(R)对应于光的复数反射系数的绝对值的平方均值。偏振参数包括第一参数(N)、第二参数(S)以及第三参数(C)，第一参数(N)表征被相对于R进行了归一化的、复数反射系数的绝对值的平方之间的差的一半，第二参数(S)表征被相对于R进行了归一化的、两个复数反射系数的干涉的虚部分量，第三参数(C)表征被相对于R进行了归一化的、两个复数反射系数的干涉的实部分量。因此，信号参数的标准组包括参数(R，NSC)。
在本示例性实施方式中，利用信号参数的标准组(R，NSC)定义步骤206中生成的仿真衍射信号。在步骤208中，使用利用信号参数的标准组(R，NSC)定义的仿真衍射信号对支持向量机进行训练。当利用仅测量光强度改变的反射计(例如，分光反射计)测量出测得衍射信号时，处理模块114仅使用信号参数的标准组的反射参数。当利用既测量光的强度改变也测量光的偏振状态改变的椭偏仪(例如，旋转补偿椭偏仪(RCE))测量出测得衍射信号时，处理模块114使用信号参数的标准组的反射参数和偏振参数。
参考图8，示出了用于确定半导体晶片上形成的结构的一个或多个特征的示例性过程800。在步骤802中，获得结构的轮廓模型。如上所述，轮廓模型是利用对结构的几何形状进行表征的轮廓参数定义的。在步骤804中，获得轮廓参数值的训练组。在步骤806中，利用轮廓参数值的训练组生成仿真衍射信号的训练组。如上所述，每个仿真衍射信号表征了从结构衍射的光的行为。在步骤808中，利用轮廓参数值的训练组作为对支持向量机的输入并且利用仿真衍射信号的训练组作为支持向量机的预期输出，来对支持向量机进行训练。
如上所述，在训练过程之后，可以利用仿真衍射信号的测试组和轮廓参数值的测试组对支持向量机进行测试。如上所述，如果测试过程期间支持向量机的精度不满足一个或多个精度标准，则可以重训练该支持向量机。
在训练、测试并且/或者重新训练了支持向量机后，可以利用该支持向量机来确定结构的一个或多个特征。具体而言，在步骤810中，获得离开结构的测得衍射信号。在步骤812中，利用一组轮廓参数值作为对经训练的支持向量机的输入来生成仿真衍射信号。在步骤814中，将测得衍射信号与步骤812中生成的仿真衍射信号相比较。当测得衍射信号与仿真衍射信号在一个或多个衍射标准内匹配时，将结构的轮廓参数值确定为在步骤812中用来生成仿真衍射信号的一组轮廓参数值，
如上所述，在一种示例性实施方式中，轮廓参数值是归一化值。如上所述，在一种示例性实施方式中，仿真衍射信号是利用信号参数的标准组(R，NSC)定义的。
在一种示例性实施方式中，在步骤812中，利用不同组轮廓参数值作为对经训练的支持向量机的输入来生成多个仿真衍射信号。每个仿真衍射信号与用来生成仿真衍射信号的一组轮廓参数值相关联。这多个仿真衍射信号、不同组轮廓参数值、以及每个仿真衍射信号与用来生成该仿真衍射信号的一组轮廓参数值之间的关联被存储到库118中(图1)。
在本示例性实施方式中，当在步骤814中测得衍射信号和仿真衍射信号不在一个或多个匹配标准内匹配时，测得衍射信号被与来自仿真衍射信号的库118(图1)的另一个仿真衍射信号相比较。当该测得衍射信号与该另一个仿真衍射信号在一个或多个匹配标准内匹配时，结构的轮廓参数值被确定为库118(图1)中的与该仿真衍射信号相关联的一组轮廓参数值。
在另一种示例性实施方式中，当在步骤814中测得衍射信号和仿真衍射信号不在一个或多个匹配标准内匹配时，利用一组不同的轮廓参数值作为对经训练的支持向量机的输入，生成另一个仿真衍射信号。该测得衍射信号被与该另一个仿真衍射信号相比较。当该测得衍射信号与该另一个仿真衍射信号在一个或多个匹配标准内匹配时，结构的轮廓参数值被确定为用来生成该另一个仿真衍射信号的一组不同的轮廓参数值。
图9示出了对用来在晶片上制造结构的第一制造工具进行控制的示例性过程。在步骤902中，获得结构的轮廓模型。如上所述，轮廓参数表征了结构的几何形状。在步骤904中，获得一组轮廓参数值。在步骤906中，利用该组轮廓参数值生成一组仿真衍射信号。每个仿真衍射信号表征了从结构衍射的光的行为。在步骤908中，利用该组仿真衍射信号作为对支持向量机的输入并且利用该组轮廓参数值作为支持向量机的预期输出，来对支持向量机进行训练。
在训练了支持向量机之后，在步骤910中，利用第一制造工具执行制造过程来在晶片上制造结构。在步骤912中，在已利用第一制造工具制造了结构后，获得离开结构的测得衍射信号。在步骤914，测得衍射信号被输入到经训练的支持向量机。在步骤914之后的步骤916中，获得结构的轮廓参数值作为经训练的支持向量机的输出。在步骤918中，基于在步骤916中获得的轮廓参数值对第一制造工具的一个或多个工艺参数或设备设置进行调节。
在一种示例性实施方式中，基于步骤916中获得的一个或多个轮廓参数值，对第二制造工具的一个或多个工艺参数或设备设置进行调节。第二制造工具可以在在第一制造工具中对晶片进行处理之前或之后对该晶片进行处理。
例如，第一制造工具和第二制造工具可以配置来执行光刻、蚀刻、热处理、金属化、植入、化学气相沉积、化学机械抛光等。具体而言，第一制造工具可配置来执行光刻工艺的显影步骤。第二制造工具可以配置来执行光刻工艺中在显影步骤之前执行的曝光步骤。或者，第一制造工具可以配置来执行光刻步骤的显影步骤。第二制造工具可以配置来执行光刻工艺中在显影步骤之后执行的蚀刻步骤。
图10示出了用来对在半导体晶片上制造结构进行控制的示例性系统1000。系统1000包括第一制造工具1002和光学计量系统1004。系统1000还可以包括第二制造工具1006。尽管图10中第二制造工具1006被示为处于第一制造工具1002之后，但是应当认识到，在系统1000中，第二制造工具1006也可以处于第一制造工具1002之前。
光学计量系统1004包括光学计量设备1008、支持向量机1010和处理器1012。光学计量设备1008配置来测量离开结构的衍射信号。光学计量设备1008可以是反射计、椭偏仪等。
如上所述，可以利用一组仿真衍射信号作为对支持向量机1010的输入并且利用一组轮廓参数值作为该支持向量机的期望输出，对该支持向量机进行训练。该组仿真衍射信号是利用一组轮廓参数值生成的，其中，这些轮廓参数值表征了结构的几何形状。
处理器1012配置来将测得的衍射信号输入到支持向量机1010中。处理器1012还配置来获得结构的轮廓参数值作为支持向量机1010的输出。处理器1012还配置来基于所获得的轮廓参数值对第一制造工具1002的一个或多个工艺参数或设备设置进行调节。如上所述，处理器1012可以配置来还基于所获得的轮廓参数值对第二制造工具1006的一个或多个工艺参数或设备设置进行调节。
为了说明和描述目的，前面描述了本发明的特定实施方式。但是，它们不是穷尽的，并且不是要将本发明限制于所公开的具体的形式，应当理解，根据上述教导可以作出许多修改和变化。

Claims (15)

1.一种用于利用支持向量机控制制造工具的方法，该方法包括：
a)获得结构的轮廓模型，所述轮廓模型由对所述结构的几何形状进行表征的轮廓参数定义；
b)获得轮廓参数值组；
c)利用所述轮廓参数值组生成仿真衍射信号组，每个仿真衍射信号表征从所述结构衍射的光的行为；
d)利用所述仿真衍射信号组作为对所述支持向量机的输入并且利用所述轮廓参数值组作为所述支持向量机的期望输出，对所述支持向量机进行训练；
e)在d)之后，执行利用第一制造工具在晶片上制造所述结构的制造过程；
f)获得从所述晶片上制造的所述结构离开的测得衍射信号；
g)将所述测得衍射信号输入到所述经训练的支持向量机；
h)在g)之后，获得所述结构的轮廓参数值作为所述经训练的支持向量机的输出；以及
i)在h)之后，基于在h)中获得的所述轮廓参数值，对所述第一制造工具的一个或多个工艺参数、或一个或多个设备设置进行调节。
2.如权利要求1所述的方法，其中，所述仿真衍射信号组是利用信号参数的标准组生成的，所述标准组包括反射参数和偏振参数，所述反射参数表征光在所述结构上反射时的强度改变，所述偏振参数表征光在所述结构上反射时的偏振状态改变，其中，所述偏振参数包括：
第一偏振参数，所述第一偏振参数表征：被相对于所述反射参数进行了归一化的复数反射系数的绝对值的平方之间的差；
第二偏振参数，所述第二偏振参数表征：被相对于所述反射参数进行了归一化的复数反射系数的干涉的虚部分量；以及
第三偏振参数，所述第三偏振参数表征：被相对于所述反射参数进行了归一化的复数反射系数的干涉的实部分量。
3.如权利要求1所述的方法，还包括：
将轮廓参数值归一化，其中，所述仿真衍射信号组是利用经归一化的轮廓参数值生成的；以及
对在h)中获得的所述轮廓参数值进行去归一化。
4.如权利要求1所述的方法，还包括：
确定轮廓参数的相关性；以及
基于所确定的相关性，选择用于在a)中定义所述轮廓模型的轮廓参数。
5.如权利要求1所述的方法，在d)之后和e)之前：
获得仿真衍射信号的测试组和轮廓参数值的测试组；
利用所述仿真衍射信号的测试组作为对所述支持向量机的输入，并且利用所述轮廓参数值的测试组作为所述支持向量机的期望输出，对所述支持向量机进行测试；以及
如果一个或多个精度标准未得到满足，则利用所述仿真衍射信号的测试组中的一个或多个仿真衍射信号以及所述轮廓参数值的测试组中的一个或多个轮廓参数值，重新训练所述支持向量机。
6.如权利要求1所述的方法，还包括：
基于在h)中获得的所述轮廓参数值，对第二制造工具的一个或多个工艺参数、或一个或多个设备设置进行调节。
7.如权利要求6所述的方法，其中，所述第一制造工具在所述第二制造工具之前对所述晶片进行处理。
8.如权利要求6所述的方法，其中，所述第一制造工具在所述第二制造工具之后对所述晶片进行处理。
9.一种用于对在半导体晶片上制造结构进行控制的系统，包括：
第一制造工具，配置来执行在所述晶片上制造所述结构的制造过程；
光学计量设备，配置来测量从所述晶片上的所述结构离开的衍射信号；
支持向量机，其中，所述支持向量机被利用仿真衍射信号组作为对所述支持向量机的输入并且利用轮廓参数值组作为所述支持向量机的期望输出进行训练，所述仿真衍射信号组是利用所述轮廓参数值组生成的，所述轮廓参数表征所述结构的几何形状；以及
处理器，配置来将所述测量所测得的衍射信号输入到所述经训练的支持向量机，获得所述结构的轮廓参数值作为所述经训练的支持向量机的输出，并且基于所获得的轮廓参数值对所述第一制造工具的一个或多个工艺参数、或一个或多个设备设置进行调节。
10.如权利要求9所述的系统，其中，所述仿真衍射信号组是利用信号参数的标准组生成的，所述标准组包括反射参数和偏振参数，所述反射参数表征光在所述结构上反射时的强度改变，所述偏振参数表征光在所述结构上反射时的偏振状态改变，其中所述偏振参数包括：
第一偏振参数，所述第一偏振参数表征：被相对于所述反射参数进行了归一化的复数反射系数的绝对值的平方之间的差；
第二偏振参数，所述第二偏振参数表征：被相对于所述反射参数进行了归一化的复数反射系数的干涉的虚部分量；以及
第三偏振参数，所述第三偏振参数表征：被相对于所述反射参数进行了归一化的复数反射系数的干涉的实部分量。
11.如权利要求9所述的系统，其中，所述仿真衍射信号组是利用经归一化的轮廓参数值生成的，并且所述处理器配置来对作为所述支持向量机的输出获得的所述轮廓参数值进行去归一化。
12.如权利要求9所述的系统，其中，所述支持向量机被利用仿真衍射信号的测试组和轮廓参数值的测试组进行训练，并且其中，如果对所述支持向量机进行测试时一个或多个精度标准未得到满足，则利用所述仿真衍射信号的测试组中的一个或多个仿真衍射信号以及所述轮廓参数值的测试组中的一个或多个轮廓参数值，重新训练所述支持向量机。
13.如权利要求9所述的系统，还包括：
第二制造工具，配置来在晶片上执行制造过程，其中，所述处理器配置来基于所获得的轮廓参数值对所述第二制造工具的一个或多个工艺参数、或一个或多个设备设置进行调节。
14.如权利要求13所述的系统，其中，所述第一制造工具在所述第二制造工具之前对所述晶片进行处理。
15.如权利要求13所述的系统，其中，所述第一制造工具在所述第二制造工具之后对所述晶片进行处理。
CN200810090441XA 2007-04-12 2008-04-14 利用支持向量机控制制造工具 Expired - Fee Related CN101286047B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/787,025 2007-04-12
US11/787,025 US7372583B1 (en) 2007-04-12 2007-04-12 Controlling a fabrication tool using support vector machine

Publications (2)

Publication Number Publication Date
CN101286047A CN101286047A (zh) 2008-10-15
CN101286047B true CN101286047B (zh) 2010-06-02

Family

ID=39361650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810090441XA Expired - Fee Related CN101286047B (zh) 2007-04-12 2008-04-14 利用支持向量机控制制造工具

Country Status (4)

Country Link
US (2) US7372583B1 (zh)
KR (1) KR20080092881A (zh)
CN (1) CN101286047B (zh)
TW (1) TWI374512B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7525673B2 (en) * 2006-07-10 2009-04-28 Tokyo Electron Limited Optimizing selected variables of an optical metrology system
US7567353B2 (en) * 2007-03-28 2009-07-28 Tokyo Electron Limited Automated process control using optical metrology and photoresist parameters
US7372583B1 (en) * 2007-04-12 2008-05-13 Tokyo Electron Limited Controlling a fabrication tool using support vector machine
US7480062B2 (en) * 2007-05-25 2009-01-20 Tokyo Electron Limited Automated process control using parameters determined from a photomask covered by a pellicle
US8069020B2 (en) * 2007-09-19 2011-11-29 Tokyo Electron Limited Generating simulated diffraction signal using a dispersion function relating process parameter to dispersion
US7589845B1 (en) * 2008-03-27 2009-09-15 Tokyo Electron Limited Process control using an optical metrology system optimized with signal criteria
US7595869B1 (en) * 2008-06-18 2009-09-29 Tokyo Electron Limited Optical metrology system optimized with a plurality of design goals
US8577820B2 (en) 2011-03-04 2013-11-05 Tokyo Electron Limited Accurate and fast neural network training for library-based critical dimension (CD) metrology
US10330608B2 (en) * 2012-05-11 2019-06-25 Kla-Tencor Corporation Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools
KR101530848B1 (ko) * 2012-09-20 2015-06-24 국립대학법인 울산과학기술대학교 산학협력단 데이터마이닝을 이용하여 생산 공정에서 품질을 관리하는 장치 및 방법
NL2013417A (en) 2013-10-02 2015-04-07 Asml Netherlands Bv Methods & apparatus for obtaining diagnostic information relating to an industrial process.
US10361105B2 (en) 2014-12-03 2019-07-23 Kla-Tencor Corporation Determining critical parameters using a high-dimensional variable selection model
KR102132785B1 (ko) 2017-08-31 2020-07-13 가부시끼가이샤 히다치 세이사꾸쇼 계산기, 처리의 제어 파라미터의 결정 방법, 대용 시료, 계측 시스템, 및 계측 방법
JP7017985B2 (ja) 2018-06-05 2022-02-09 株式会社日立製作所 システム及び処理条件の決定方法
JP7108562B2 (ja) 2019-02-22 2022-07-28 株式会社日立製作所 処理の制御パラメータの決定方法、及び計測システム
US20200306960A1 (en) * 2019-04-01 2020-10-01 Nvidia Corporation Simulation of tasks using neural networks

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072049B2 (en) * 2003-02-03 2006-07-04 Timbre Technologies, Inc. Model optimization for structures with additional materials
US7126700B2 (en) * 2003-12-12 2006-10-24 Timbre Technologies, Inc. Parametric optimization of optical metrology model
US7171284B2 (en) * 2004-09-21 2007-01-30 Timbre Technologies, Inc. Optical metrology model optimization based on goals

Family Cites Families (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2893823B2 (ja) * 1990-03-20 1999-05-24 株式会社ニコン 位置合わせ方法及び装置
DE69031866T2 (de) 1990-03-30 1998-06-18 Koninkl Philips Electronics Nv Verfahren und Anordnung zur Signalverarbeitung durch die Eigenvektortransformation
US5343292A (en) * 1990-10-19 1994-08-30 University Of New Mexico Method and apparatus for alignment of submicron lithographic features
US5633711A (en) * 1991-07-08 1997-05-27 Massachusettes Institute Of Technology Measurement of material properties with optically induced phonons
JP3284641B2 (ja) * 1992-09-03 2002-05-20 ソニー株式会社 重ね合わせ精度測定機の測定条件の最適化方法、並びにアラインメントマーク形状あるいは露光装置におけるアラインメントマーク測定方式の最適化方法
US5479573A (en) 1992-11-24 1995-12-26 Pavilion Technologies, Inc. Predictive network with learned preprocessing parameters
US5638178A (en) 1995-09-01 1997-06-10 Phase Metrics Imaging polarimeter detector for measurement of small spacings
US5889593A (en) 1997-02-26 1999-03-30 Kla Instruments Corporation Optical system and method for angle-dependent reflection or transmission measurement
US5926690A (en) 1997-05-28 1999-07-20 Advanced Micro Devices, Inc. Run-to-run control process for controlling critical dimensions
US6023327A (en) 1998-08-10 2000-02-08 Advanced Micro Devices, Inc. System and method for detecting defects in an interlayer dielectric of a semiconductor device
JP2000197050A (ja) 1998-12-25 2000-07-14 Canon Inc 画像処理装置及び方法
US6192103B1 (en) 1999-06-03 2001-02-20 Bede Scientific, Inc. Fitting of X-ray scattering data using evolutionary algorithms
IL130874A (en) * 1999-07-09 2002-12-01 Nova Measuring Instr Ltd System and method for measuring pattern structures
CN1303397C (zh) 2000-01-26 2007-03-07 音质技术公司 为集成电路周期性光栅产生仿真衍射信号库的方法及系统
US6643557B1 (en) 2000-06-09 2003-11-04 Advanced Micro Devices, Inc. Method and apparatus for using scatterometry to perform feedback and feed-forward control
US6625512B1 (en) 2000-07-25 2003-09-23 Advanced Micro Devices, Inc. Method and apparatus for performing final critical dimension control
US6943900B2 (en) 2000-09-15 2005-09-13 Timbre Technologies, Inc. Generation of a library of periodic grating diffraction signals
US6917433B2 (en) * 2000-09-20 2005-07-12 Kla-Tencor Technologies Corp. Methods and systems for determining a property of a specimen prior to, during, or subsequent to an etch process
US6782337B2 (en) * 2000-09-20 2004-08-24 Kla-Tencor Technologies Corp. Methods and systems for determining a critical dimension an a presence of defects on a specimen
US6304999B1 (en) 2000-10-23 2001-10-16 Advanced Micro Devices, Inc. Method and apparatus for embedded process control framework in tool systems
WO2002065545A2 (en) 2001-02-12 2002-08-22 Sensys Instruments Corporation Overlay alignment metrology using diffraction gratings
US6650422B2 (en) 2001-03-26 2003-11-18 Advanced Micro Devices, Inc. Scatterometry techniques to ascertain asymmetry profile of features and generate a feedback or feedforward process control data associated therewith
US6383888B1 (en) 2001-04-18 2002-05-07 Advanced Micro Devices, Inc. Method and apparatus for selecting wafer alignment marks based on film thickness variation
US6383824B1 (en) 2001-04-25 2002-05-07 Advanced Micro Devices, Inc. Method of using scatterometry measurements to control deposition processes
US6433871B1 (en) 2001-05-25 2002-08-13 Advanced Micron Devices, Inc. Method of using scatterometry measurements to determine and control gate electrode profiles
US6597463B1 (en) 2001-06-13 2003-07-22 Advanced Micro Devices, Inc. System to determine suitability of sion arc surface for DUV resist patterning
US6704661B1 (en) 2001-07-16 2004-03-09 Therma-Wave, Inc. Real time analysis of periodic structures on semiconductors
US6785638B2 (en) 2001-08-06 2004-08-31 Timbre Technologies, Inc. Method and system of dynamic learning through a regression-based library generation process
US6756243B2 (en) 2001-10-30 2004-06-29 Advanced Micro Devices, Inc. Method and apparatus for cascade control using integrated metrology
US6708075B2 (en) 2001-11-16 2004-03-16 Advanced Micro Devices Method and apparatus for utilizing integrated metrology data as feed-forward data
JP4938219B2 (ja) * 2001-12-19 2012-05-23 ケーエルエー−テンカー コーポレイション 光学分光システムを使用するパラメトリック・プロフィーリング
US6771356B1 (en) 2002-01-16 2004-08-03 Advanced Micro Devices, Inc. Scatterometry of grating structures to monitor wafer stress
US6451621B1 (en) 2002-01-16 2002-09-17 Advanced Micro Devices, Inc. Using scatterometry to measure resist thickness and control implant
US6772084B2 (en) * 2002-01-31 2004-08-03 Timbre Technologies, Inc. Overlay measurements using periodic gratings
US6609086B1 (en) 2002-02-12 2003-08-19 Timbre Technologies, Inc. Profile refinement for integrated circuit metrology
US6701206B1 (en) 2002-05-03 2004-03-02 Advanced Micro Devices, Inc. Method and system for controlling a process tool
US6895295B1 (en) 2002-05-06 2005-05-17 Advanced Micro Devices, Inc. Method and apparatus for controlling a multi-chamber processing tool
US7216045B2 (en) 2002-06-03 2007-05-08 Timbre Technologies, Inc. Selection of wavelengths for integrated circuit optical metrology
US6947135B2 (en) * 2002-07-01 2005-09-20 Therma-Wave, Inc. Reduced multicubic database interpolation method for optical measurement of diffractive microstructures
US7092110B2 (en) 2002-07-25 2006-08-15 Timbre Technologies, Inc. Optimized model and parameter selection for optical metrology
US7330279B2 (en) 2002-07-25 2008-02-12 Timbre Technologies, Inc. Model and parameter selection for optical metrology
US6791679B2 (en) * 2003-02-04 2004-09-14 Timbre Technologies, Inc. Adaptive correlation of pattern resist structures using optical metrology
US20040267397A1 (en) 2003-06-27 2004-12-30 Srinivas Doddi Optical metrology of structures formed on semiconductor wafer using machine learning systems
US6844206B1 (en) * 2003-08-21 2005-01-18 Advanced Micro Devices, Llp Refractive index system monitor and control for immersion lithography
US7394554B2 (en) 2003-09-15 2008-07-01 Timbre Technologies, Inc. Selecting a hypothetical profile to use in optical metrology
US7224471B2 (en) * 2003-10-28 2007-05-29 Timbre Technologies, Inc. Azimuthal scanning of a structure formed on a semiconductor wafer
US7523076B2 (en) 2004-03-01 2009-04-21 Tokyo Electron Limited Selecting a profile model for use in optical metrology using a machine learning system
US7388677B2 (en) 2004-03-22 2008-06-17 Timbre Technologies, Inc. Optical metrology optimization for repetitive structures
US7224456B1 (en) * 2004-06-02 2007-05-29 Advanced Micro Devices, Inc. In-situ defect monitor and control system for immersion medium in immersion lithography
US7065423B2 (en) 2004-07-08 2006-06-20 Timbre Technologies, Inc. Optical metrology model optimization for process control
US7186650B1 (en) * 2004-08-02 2007-03-06 Advanced Micro Devices, Inc. Control of bottom dimension of tapered contact via variation(s) of etch process
US7158896B1 (en) * 2004-11-01 2007-01-02 Advanced Micro Devices, Inc. Real time immersion medium control using scatterometry
US7280229B2 (en) 2004-12-03 2007-10-09 Timbre Technologies, Inc. Examining a structure formed on a semiconductor wafer using machine learning systems
US7421414B2 (en) 2005-03-31 2008-09-02 Timbre Technologies, Inc. Split machine learning systems
US7467064B2 (en) 2006-02-07 2008-12-16 Timbre Technologies, Inc. Transforming metrology data from a semiconductor treatment system using multivariate analysis
US7523021B2 (en) 2006-03-08 2009-04-21 Tokyo Electron Limited Weighting function to enhance measured diffraction signals in optical metrology
US7526354B2 (en) * 2006-07-10 2009-04-28 Tokyo Electron Limited Managing and using metrology data for process and equipment control
US7525673B2 (en) * 2006-07-10 2009-04-28 Tokyo Electron Limited Optimizing selected variables of an optical metrology system
US7417750B2 (en) * 2006-11-07 2008-08-26 Tokyo Electron Limited Consecutive measurement of structures formed on a semiconductor wafer using an angle-resolved spectroscopic scatterometer
US7372583B1 (en) * 2007-04-12 2008-05-13 Tokyo Electron Limited Controlling a fabrication tool using support vector machine
US7480062B2 (en) * 2007-05-25 2009-01-20 Tokyo Electron Limited Automated process control using parameters determined from a photomask covered by a pellicle

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072049B2 (en) * 2003-02-03 2006-07-04 Timbre Technologies, Inc. Model optimization for structures with additional materials
US7126700B2 (en) * 2003-12-12 2006-10-24 Timbre Technologies, Inc. Parametric optimization of optical metrology model
US7171284B2 (en) * 2004-09-21 2007-01-30 Timbre Technologies, Inc. Optical metrology model optimization based on goals

Also Published As

Publication number Publication date
US7372583B1 (en) 2008-05-13
KR20080092881A (ko) 2008-10-16
US7567352B2 (en) 2009-07-28
TW200845263A (en) 2008-11-16
CN101286047A (zh) 2008-10-15
US20080252908A1 (en) 2008-10-16
TWI374512B (en) 2012-10-11

Similar Documents

Publication Publication Date Title
CN101286047B (zh) 利用支持向量机控制制造工具
CN101285677B (zh) 利用具有仿真衍射信号输入的支持向量机的光学计量
TWI582380B (zh) 利用光學臨界尺寸(ocd)計量之結構分析用於光學參數模型之最佳化方法、非暫時性之機器可存取儲存媒體及用以產生所模擬繞射信號以利用光學計量判定用以在晶圓上製造結構之晶圓塗覆的程序參數之系統
TWI589836B (zh) 用於半導體結構分析之方法、系統及非暫時性機器可存取儲存媒體
JP6097300B2 (ja) 計量学のためのプロセス変動ベースのモデル最適化の方法
US20130158957A1 (en) Library generation with derivatives in optical metrology
US7523021B2 (en) Weighting function to enhance measured diffraction signals in optical metrology
CN106471353B (zh) 用于光学计量的高度相关参数的相关性的动态移除
CN101413791B (zh) 在光学计量中用近似和精细衍射模型确定结构的轮廓参数
US7483809B2 (en) Optical metrology using support vector machine with profile parameter inputs
CN106030282B (zh) 用于光学度量衡的自动波长或角度修剪的方法及光学系统
JP2009044125A (ja) サポートベクトルマシンを用いて制御ツールを制御する方法
JP5848328B2 (ja) 構造体の光学測定のための物質の光学的特性の決定方法
US9625937B2 (en) Computation efficiency by diffraction order truncation
CN110967948A (zh) 对准误差测量方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100602

Termination date: 20170414

CF01 Termination of patent right due to non-payment of annual fee