CN101393881A - 检查形成在半导体晶片上的结构的系统和方法 - Google Patents

检查形成在半导体晶片上的结构的系统和方法 Download PDF

Info

Publication number
CN101393881A
CN101393881A CNA2008102114228A CN200810211422A CN101393881A CN 101393881 A CN101393881 A CN 101393881A CN A2008102114228 A CNA2008102114228 A CN A2008102114228A CN 200810211422 A CN200810211422 A CN 200810211422A CN 101393881 A CN101393881 A CN 101393881A
Authority
CN
China
Prior art keywords
chromatic dispersion
value
parameters
technological
parameter
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.)
Granted
Application number
CNA2008102114228A
Other languages
English (en)
Other versions
CN101393881B (zh
Inventor
李世芳
褚汉友
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 CN101393881A publication Critical patent/CN101393881A/zh
Application granted granted Critical
Publication of CN101393881B publication Critical patent/CN101393881B/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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
    • 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
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • 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
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了检查形成在半导体晶片上的结构的系统和方法。对于形成在半导体晶片上的结构创建光学测量模型。光学测量模型包含一个或多个外形参数、一个或多个工艺参数和色散。获得将色散与一个或多个工艺参数中的至少一个相关联的色散函数。利用光学测量模型以及工艺参数中的所述至少一个的值和色散的值来创建仿真衍射信号。利用工艺参数中的所述至少一个的值和色散函数来计算色散的值。获得结构的测量衍射信号。将测量衍射信号与仿真衍射信号进行比较。基于测量衍射信号与仿真衍射信号的比较，来确定结构的一个或多个外形参数和一个或多个工艺参数。

Description

检查形成在半导体晶片上的结构的系统和方法
技术领域
本发明一般地涉及形成在半导体晶片上的结构的光学测量术，并且更具体地，涉及利用将工艺参数与色散相关联的色散函数创建仿真衍射信号。
背景技术
光学测量术包括：将入射光束指向结构；测量所得的衍射光束；以及分析衍射光束，以确定结构的一个或多个外形参数。在半导体制造中，光学测量术通常被用于质量保证。例如，在制造半导体晶片上的结构之后，光学测量工具被用于确定结构的外形。通过确定结构的外形，可以评价用于形成该结构的制造工艺的质量。
在一种常规的光学测量方法中，测量到的衍射信号被与仿真的衍射信号比较。利用光学测量模型创建该仿真衍射信号。光学测量模型包含在创建仿真衍射信号中变化的多个参数。增加光学测量模型的参数的数量在这些参数彼此不相关时可以提高光学测量方法的精度。然而，参数通常在一定程度上彼此相关。因此，增加光学测量模型的变化的参数的数量也可能增大模型的不稳定性。
附图说明
图1是示出了示例性制造工具和示例性光学测量工具的结构图；
图2更具体地描绘了示例性光学测量工具；
图3是检查形成在半导体晶片上的结构的示例性方法的流程图；
图4描绘了利用一组外形参数表征的示例性结构；
图5A是定义将工艺参数与色散相关联的色散函数的示例性方法的流程图；
图5B是利用工艺模拟器定义将工艺参数与色散相关联的色散函数的示例性方法的流程图；
图6是控制制造工具的示例性方法的流程图；
图7是利用库的自动化工艺控制的示例性流程图；
图8是利用经训练的机器学习系统的自动化工艺控制的示例性流程图；并且
图9是用于确定和利用用于自动化工艺和设备控制的工艺参数和外形参数的系统的示例性框图。
具体实施方式
下面的说明阐述了大量具体的细节，诸如具体的结构、参数、实施例等，以便提供对于本发明的更全面的理解。但是，应该理解，这样的说明不是意在作为对于本发明的范围的限制，而是意在提供对于示例性实施方式的更好的理解。
为了便于描述本发明，半导体晶片可以被用于举例说明本技术构思的应用。本方法和工艺可同样地应用于具有一定结构的其它工件。
图1描绘了在示例性制造工具104中处理的一个或多个晶片102。在制造工具104中，可以对一个或多个晶片102执行一种或多种半导体制造工艺。通常，在制造工具104中，多个晶片102作为一批(统称为一批晶片)被处理。例如，在制造工具104中，25片晶片102的一批晶片可以作为一批被处理。但是，应该理解，一批晶片中的晶片102数量可以变化。
在执行所述一种或多种半导体制造工艺中使用一个或多个工艺参数。例如，所述一个或多个工艺参数可以包括沉积条件、退火条件、刻蚀条件、温度、气压、蒸发速度等。刻蚀条件可以包括表面性质变化、刻蚀残余组分等。
通常，一个或多个工艺参数被设定来定义一种工艺方案。并且，相同的工艺方案(即，一个或多个工艺参数组成的一套工艺参数)被用于处理一批晶片中的多个晶片。在处理一批晶片中的晶片时，一个具体工艺方案中的一个或多个个别工艺参数可以被调节。所述一个或多个工艺参数也可以被设为不同的值，以定义不同的工艺方案。不同的工艺方案可以用于处理不同批的晶片。因此，一个工艺方案可以用于处理一批晶片，另一个工艺方案可以用于处理另一批晶片。
制造工具104可以是执行各种制造工艺的各种类型的制造工具，诸如涂覆/显影工具、等离子体刻蚀工具、清洁工具、化学气相沉积(CVD)工具等。例如，当制造工具104是涂覆/显影工具时，制造工艺包括在一个或多个晶片102上沉积/显影光刻胶层。一个或多个工艺参数可以包括温度。因此，在此实施例中，用于执行沉积/显影工艺的温度的变化可能导致利用涂覆/显影工具所沉积/显影的光刻胶层(诸如光刻胶层的厚度)的变化。
如图1所示，在制造工具104中对一个或多个晶片102执行一个或多个半导体制造工艺之后，可以利用光学测量工具106检查一个或多个晶片102。如将在下面更详细地描述的，光学测量工具106可以用于确定形成在一个或多个晶片102上的结构的一个或多个外形参数。
如图2所示，光学测量工具106可以包括具有源204和检测器206的光测量装置。光测量装置可以是反射仪、椭圆偏光仪、混合反射仪/椭圆偏光仪等。
形成在晶片102上的结构202被来自源204的入射光束照射。检测器206接收衍射光束。检测器206将衍射光束转换为测量衍射信号，其可以包括反射率、tan(Ψ)、cos(Δ)、傅立叶系数等。虽然图2中描绘了零阶衍射信号，但是应该理解，也可以使用非零阶的。
光学测量工具106还包括处理模块208，其被配置为接收测量到的衍射信号并分析测量到的衍射信号。处理模块208可以包括处理器210和计算机可读介质212。但是，应该理解，处理模块208能够以各种构造包括任意数量的部件。
在一个示例性实施方式中，处理模块208被配置为利用提供了对于测量衍射信号的最佳匹配衍射信号的任意数量的方法来确定结构202的外形参数。这些方法可以包括基于库的方法，或者利用通过严格耦合波分析和机器学习系统获得的仿真衍射信号的基于回归的方法。参见题为GENERATION OF A LIBRARY OF PERIODIC GRATING DIFFRACTIONSIGNALS、2001年7月16日递交、2005年9月13日授权的美国专利No.6,943,900，其全文通过引用被包含于此；题为METHOD AND SYSTEM OFDYNAMIC LEARNING THROUGH A REGRESSION-BASED LIBRARYGENERATION PROCESS、2001年8月6日递交、2004年8月31日授权的美国专利No.6,785,638，其全文通过引用被包含于此；题为CACHING OFINTRA-LAYER CALCULATIONS FOR RAPID RIGOROUS COUPLED-WAVE ANALYSES、2001年1月25日递交、2005年5月10日授权的美国专利No.6,891,626，其全文通过引用被包含于此；以及题为OPTICALMETROLOGY OF STRUCTURES FORMED ON SEMICONDUCTORWAFERS USING MACHINE LEARNING SYSTEMS、2003年6月27日递交的美国专利申请No.10/608,300，其全文通过引用被包含于此。
参考图3，描绘了利用光学测量模型检查形成在半导体晶片上的结构的示例性处理方法300。应该理解，示例性处理方法300可以在结构被实际形成在半导体晶片上之前或之后执行。
在步骤302，获得光学测量模型。光学测量模型具有一个或多个外形参数、一个或多个工艺参数以及色散。色散函数被定义来将工艺参数与色散相关联。色散函数可以以各种形式表达，诸如逐个波长变化的图表形式，各个波长的光学性质可以是工艺参数的函数，或者，采用具有随工艺参数变化的模型参数的色散模型。但是，应该理解，光学测量模型也可以包含任何数量的附加参数。
光学测量模型的外形参数表征结构的几何特性。例如，图4描绘了利用一组外形参数表征的示例性结构。具体地，结构的第一层的底部宽度利用外形参数w1来表征。结构的第一层的顶部宽度和第二层的底部宽度利用外形参数w2来表征。结构的第二层的顶部宽度利用外形参数w3来表征。结构的第一层的高度利用外形参数h1来表征。结构的第二层的高度利用外形参数h2来表征。应该理解，结构可以具有各种形状，并且可以利用任意数量的外形参数来表征。
如上所述，光学测量模型的工艺参数表征用于制造结构的工艺的一个或多个工艺条件。例如，参考图1，工艺参数可以表征用于制造晶片102上的结构的制造工具104中的工艺条件。工艺参数的实施例包括沉积条件(诸如温度、气压、蒸发速度等)、退火条件、刻蚀条件(表面性质变化、刻蚀残余组分等)等。
色散表征结构的材料的光学性质，该结构由所述工艺形成。例如，色散可以包括材料的折射率(n)和消光系数(k)。光学测量模型可以包含对于结构的各种材料的分别的色散。例如，再次参考图4，第一色散(ns和ks)可以对应于结构所形成于其上的衬底的材料，诸如硅。第二色散(n1和k1)可以对应于结构的第一层的材料，诸如氧化物。第三色散(n2和k2)可以对应于结构的第二层的材料，诸如多晶硅。
再次参考图3，在步骤304，获得将色散与工艺参数中的至少一个相关联的色散函数。例如，参考图4，色散函数可以将对应于结构的第二层的材料的色散(n2和k2)与在制造工具104(图1)中用于制造结构的温度相关联。下面将更详细描述开发色散函数的示例性方法。
参考图3，在步骤306中，利用光学测量模型以及通过在步骤304中获得的色散函数与色散相关的至少一个工艺参数的值以及色散的值，创建仿真衍射信号。利用所述至少一个工艺参数的值和色散函数来计算色散的值。通过将该工艺参数与色散相关联，以期望的精度减小了光学测量模型中的变化参数的数量，这增加了模型的稳定性。
例如，再次参考图4，假设在步骤304(图3)中获得的色散函数将对应于结构的第二层的材料的色散(n2和k2)与在制造工具104(图1)中用于制造结构的温度相关联。假设在创建仿真衍射信号中，温度的值被指定(T1)。由此，利用在步骤304(图3)中获得的色散函数和T1计算出n2和k2的值。
如下面更详细描述的，其余色散(ns和ks，n1和k1)的值可以被固定到设定值或浮动(表示当创建另外的仿真衍射信号时，这些值可以被改变)。一组值被指定给外形参数。然后，利用外形参数、工艺参数以及色散的值创建仿真衍射信号。具体地，可以通过应用Maxwell方程并且利用数值分析技术(诸如严格耦合波分析(RCWA))来解Maxwell方程，创建仿真衍射信号。参见题为CACHING OF INTRA-LAYER CALCULATIONSFOR RAPID RIGOROUS COUPLED-WAVE ANALYSES、2001年1月25日递交的美国专利申请No.09/770,997，其全文通过引用被包含于此。可以使用机器学习系统(MLS)来创建仿真衍射信号，所述机器学习系统采用机器学习算法，例如反向传播(back-propagation)、径向基函数(radialbasisfunction)、支持向量(support vector)、核回归(kernel regression)等。参见题为OPTICAL METROLOGY OF STRUCTURES FORMED ONSEMICONDUCTOR WAFERS USING MACHINE LEARNING SYSTEMS、2003年6月27日递交的美国专利申请No.10/608,300，其全文通过引用被包含于此。
再次参考图3，在步骤308中，获得从结构测量到的测量衍射信号。例如，如上所述，参考图1，在利用制造工具104形成结构之后，可以使用光学测量工具106测量来自形成在晶片上的结构的衍射信号。
参考图3，在步骤310，将测量衍射信号与在步骤306中创建的仿真衍射信号进行比较。在步骤321，基于测量衍射信号与仿真衍射信号的比较，确定结构的一个或多个外形参数。
具体地，如果测量衍射信号和仿真衍射信号在一个或多个匹配标准(诸如吻合度和/或代价函数)内匹配，则用于创建匹配的仿真衍射信号的外形参数被采用来表征结构的几何性质。用于创建匹配的仿真衍射信号的色散被采用来表征结构的与该色散所对应的一种或多种材料的光学性质。用于创建该一种或多种材料的光学性质进而创建匹配的仿真衍射信号的工艺参数被采用来表征用于制造结构的工艺条件。
如果测量衍射信号和仿真衍射信号在一个或多个匹配标准(诸如吻合度和/或代价函数)内不匹配，则将测量衍射信号与一个或多个另外的仿真衍射信号比较，直到找到匹配为止。利用不同于与测量衍射信号不匹配的仿真衍射信号的至少一个外形参数的值、工艺参数或色散来创建另外的仿真衍射信号。
在创建另外的仿真衍射信号时，可以改变外形参数(例如，图4中的w1，w2，w3，h1，h2)中的一个或多个的值。在创建另外的仿真衍射信号时，可以改变外形参数中的一个或多个的值。如果在步骤304获得的色散函数中与色散相关联的工艺参数的值被改变，则利用该工艺参数的值和在步骤304中获得的色散函数重新计算色散的值。不与在步骤304中获得的色散函数中的工艺参数相关联的色散的值被固定为设定值，或者被允许浮动(表示当创建另外的仿真衍射信号时其可以被改变)。
例如，假设在步骤304中获得的色散函数将温度与对应于图4所示的结构的第二层的材料的色散(n2和k2)相关联。假设在创建第一仿真衍射信号时，使用温度的第一值(T1)。如上所述，利用在步骤304中获得的色散函数和第一值T1计算n2和k2的第一值。现在假设在创建另一仿真衍射信号(即，第二仿真衍射信号)时，使用温度的第二值(T2)。因此，在本实施例中，利用在步骤304中获得的色散函数和T2计算n2和k2的第二值。
如上所述，不与工艺参数相关联的其余色散可以被固定到设定值或浮动。例如，在创建另外的仿真衍射信号时，对应于图4中的结构所形成于其上的衬底的材料的ns和ks值可以被固定到设定值。在创建另外的仿真衍射信号时，对应于图4中的结构的第一层的材料的n1和k1值可以被独立于工艺参数值的改变而浮动(变化)。
在基于库的方法中，另外的仿真衍射信号被预先创建并存储在库中。在基于回归的方法中，直到发现测量衍射信号与跟其比较的仿真衍射信号不匹配之后才创建另外的仿真衍射信号。
参考图5A，描绘了开发将工艺参数与色散相关联的色散函数的示例性处理方法500。应该理解，示例性处理方法500可以在示例性处理方法300(图3)之前进行。还应该理解，示例性处理方法500可以在形成待检查的结构之前或之后进行。
在步骤502，利用与色散相关的工艺参数的第一值制造第一晶片。例如，假设该工艺参数是温度。还假设色散是与图4中所示的结构的第二层相对应的n2和k2。因此，参考图1，在制造工具104中利用温度的第一值来制造第一晶片。具体地，在制造工具104中利用温度的第一值形成图4中所示的结构的第二层。
再次参考图5A，在步骤504，从所制造的第一晶片测量色散的第一值。回到上述的实施例，测量图4中所示的结构的第二层的n和k的值。
在步骤506，利用工艺参数的第二值制造第二晶片。在步骤508，从所制造的第二晶片测量色散的第二值。
在步骤510，利用工艺参数的第三值制造第三晶片。在步骤512，从所制造的第三晶片测量色散的第三值。
在步骤502、506和510中使用的工艺参数的第一、第二和第三值彼此不同。在一个示例性实施方式中，在制造第一、第二和第三晶片时，所有其它工艺参数保持不变。
例如，再次假设工艺参数是温度。因此，在本实施例中，参考图1，利用不同的第一、第二和第三温度设置(T1、T2和T3)在制造工具104中制造第一、第二和第三晶片。在制造工具104中制造第一、第二和第三晶片时，所有其它工艺参数(诸如压力、蒸发速度等)保持不变。
在一个示例性实施方式中，可以利用光学测量工具106测量色散的第一、第二和第三值。具体地，假设利用制造工具104(图1)在第一、第二和第三晶片上制造具有图4所示的形状的测试结构。利用光学测量工具106(图1)测量来自测试结构的测量衍射信号。将测量衍射信号与仿真衍射信号进行比较，以确定第一、第二和第三晶片上的测试结构的第二层的色散(例如n和k)的第一、第二和第三值。注意，通过使n和k的值浮动，创建在确定测试结构的第二层的n和k的第一、第二和第三值时使用的仿真衍射信号。应该理解，可以利用所述一个或多个工艺参数的不同的值制造多于三组的晶片，以便提供更大的数据样本来拟合色散函数。
在步骤514，利用色散的第一、第二和第三值以及工艺参数的第一、第二和第三值来定义色散函数。例如，可以用二次多项式拟合色散的第一、第二和第三值以及工艺参数的第一、第二和第三值。在一个示例性实施方式中，针对多个波长λ定义色散函数。更一般而言，可以通过使得如下的误差函数最小来利用具有系数an0(λ)，an1(λ)，an2(λ)，ak0(λ)，ak1(λ)和ak2(λ)，用二次多项式拟合任意数量的色散(n和k)和工艺参数(p)，
Enr ( λ ) = Σ j = 1 k ( an 0 ( λ ) + an 1 ( λ ) · p j + an 2 ( λ ) · p j 2 - n j ( λ ) ) 2 - - - ( 1.1 )
Ekr ( λ ) = Σ j = 1 k ( ak 0 ( λ ) + ak 1 ( λ ) · p j + ak 2 ( λ ) · p j 2 - k j ( λ ) ) 2 - - - ( 1 . 2 )
此拟合可以逐个波长地进行。样品(测试结构)数量大于多项式的次数加1。应该理解，可以拟合各种函数，诸如多维泰勒级数。
虽然在上面的实施例中使用了各个变量的线性关系，但是应该理解，可以使用变量之间的非线性函数关系，诸如任意函数(arbitraryfunction)、合成函数(composite function)等。多项式最小二乘拟合方案可以包括行列式、矩阵、独立参数方案等。任意函数的最小二乘拟合可以包括非线性拟合方法、搜索参数空间(searching parameter space)方法、网格搜索(grid searching)方法、梯度搜索(gradient search)方法、扩展(expansion)方法、Marquardt方法等。对于这些技术的更详细的讨论，参见Bevington等人的“Data Reduction and Error Analysis for the PhysicalSciences”第三版第116-177页，其通过引用被包含于此。
如上所述，在步骤306，采用利用工艺参数的值和色散函数计算的色散的值，来创建采用该光学测量模型的仿真衍射信号。继续前述实施例，对于工艺参数(p)在某波长下可以按如下计算n和k的值：
n(λ)＝an0(λ)+an1(λ)·p+an2(λ)·p2(2.1)
k(λ)＝ak0(λ)+ak1(λ)·p+ak2(λ)·p2(2.2)
此仿真衍射信号与测量衍射信号是最佳匹配的。将用于创建与测量衍射信号最佳匹配的仿真衍射信号的外形参数和工艺参数采用来表征从其测量到测量衍射信号的结构的一个或者多个外形参数和用于制造该结构的工艺参数。
外形参数和工艺参数可以用于评估用于制造结构的制造工具和/或制造工艺。例如，外形参数可以用于评估制造工艺中使用的制造工具。工艺参数可以用于监测利用制造工具执行的制造工艺的工艺条件。因此，制造工具和/或制造工艺可以被控制，以获得更稳定的性能并提高产率。
参考图5B，描绘了利用工艺仿真来开发将一个或多个工艺参数与色散相关联的色散函数的示例性处理方法550。如上所述，应该理解，示例性处理方法550可以在示例性处理方法300(图3)之前进行。在步骤552，选择制造工艺的一个或多个工艺参数。如上所述，该一个或多个工艺参数可以包括沉积条件、退火条件、刻蚀条件、温度、气压、蒸发速度等。退火条件可以包括表面性质变化、刻蚀残余组分等。如果制造工艺是沉积，则室的温度和/或气压可以被选择作为工艺参数。在步骤554，基于应用或工艺方案的实验数据或经验来确定一个或多个工艺参数的一组值。所选择的一个或多个工艺参数是将被与色散相关联的工艺参数。
在步骤556，利用工艺模拟器对于在步骤554中确定的所选择的一个或多个工艺参数的每一组值来仿真晶片结构的制造。制造工艺的仿真通常采用诸如来自Silvaco International的AthenaTM，来自KLA-Tencor的ProlithTM，来自Sigma-C Gmbh的Solid-C，来自Synopsis的TCADTM等之类的工艺模拟器来进行。工艺方案以及晶片结构和工艺参数的细节被提供给工艺模拟器。在仿真的工艺完成之后，工艺仿真的典型输出之一是结构外形。例如，假设感兴趣的工艺参数是温度。还假设色散是与图4所示的结构的第二层对应的n2和k2。由此，利用温度值来对晶片结构的制造仿真进行仿真。具体地，使用由工艺模拟器利用的温度的第一值进行图4所示的结构的第二层的形成仿真。
再次参考图5B，在步骤558，对于在步骤552中选择的一个或多个工艺参数的每一个值，确定仿真晶片结构的色散值。回到上述实施例，图4所示的结构的第二层的n和k的值可以通过将n和k设置为工艺模拟器的输出来获得，或者可以利用n和k仿真软件来计算。n和k仿真软件的实例包括来自n&k Technology的n&k AnalyzerTM，来自KLA-Tencor的ProlithTM等。在一个示例性实施方式中，在步骤558所需的工艺仿真运行中所有其它工艺参数保持不变。例如，再次假定工艺参数是温度。因此，在此实施例中，在工艺模拟器中使用的所有其它工艺参数，诸如压强、蒸发速度等被保持不变。
在步骤560，利用色散值和所选择的一个或多个工艺参数的值定义色散函数。例如，如果选择仅仅一个工艺参数，则可以采用二次多项式来拟合色散的值和工艺参数的值。在一个示例性实施方式中，对于不同的波长λ定义色散函数。如上所述，可以采用通过使由上述方程(1.1)和(1.2)表示的误差函数最小而利用系数an0(λ)，an1(λ)，an2(λ)，ak0(λ)，ak1(λ)和ak2(λ)来用二次多项式拟合任意数量的色散(n和k)和工艺参数(p)。此拟合可以逐个波长进行。样品(测试结构)的数量大于多项式的次数加1。应该理解，可以拟合各种函数，诸如多维泰勒级数。
如上所述，虽然在上面的实施例中使用了各个变量的线性关系，但是应该理解，可以使用变量之间的非线性函数关系，诸如任意函数、合成函数等。多项式最小二乘拟合方案可以包括行列式、矩阵、独立参数方案等。任意函数的最小二乘拟合可以包括非线性拟合方法、搜索参数空间方法、网格搜索方法、梯度搜索方法、扩展方法、Marquardt方法等。对于这些技术的更详细的讨论，参见Bevington等人的“Data Reduction andError Analysis for the Physical Sciences”第三版第116-177页，其通过引用被包含于此。
如上所述，在图3的步骤306，采用利用所述一个或多个工艺参数的值和色散函数计算的色散的值，来创建采用光学测量模型的仿真衍射信号。继续前述实施例，对于工艺参数(p)在某波长下可以按方程(2.1)和(2.2)所示的计算n和k的值。此仿真衍射信号与测量衍射信号是最佳匹配的。将用于创建与测量衍射信号最佳匹配的仿真衍射信号的外形参数和一个或多个工艺参数采用来表征从其测量到测量衍射信号的结构的一个或者多个外形参数和用于制造该结构的一个或多个工艺参数。还是如上所述的，该外形参数和一个或多个工艺参数可以用于评估用于制造结构的制造工具和/或制造工艺。
参考图6，描绘了用于确定一个或多个外形参数和/或用于自动化工艺控制的一个或多个工艺参数的示例性方法600。在步骤602，对于形成在半导体晶片上的结构创建光学测量模型。光学测量模型包含表征结构的一个或多个几何特征的一个或多个外形参数、表征用于制造结构的一个或多个工艺条件的一个或多个工艺参数以及表征结构的材料的光学性质的色散。
在步骤604，获得将色散与一个或多个工艺参数中的至少一个相关联的色散函数。在步骤606，利用光学测量模型和所述至少一个工艺参数的值以及色散的值创建仿真衍射信号。利用所述至少一个工艺参数的值和色散函数计算色散的值。
在步骤608，利用光学测量工具获得结构的测量衍射信号。在步骤610，将测量衍射信号与仿真衍射信号进行比较。在步骤612，基于步骤610中的比较，确定结构的一个或多个外形参数和一个或多个工艺参数。在步骤614，基于结构的所确定的一个或多个外形参数来控制制造工具。
参考图7，描绘了利用库来确定用于自动化工艺控制的一个或多个外形参数和一个或多个工艺参数的示例性方法700。在步骤702，对于形成在半导体晶片上的结构创建光学测量模型。光学测量模型包含表征结构的一个或多个几何特征的一个或多个外形参数、表征用于制造结构的一个或多个工艺条件的一个或多个工艺参数以及表征结构的材料的光学性质的色散。
在步骤704，获得将色散与一个或多个工艺参数中的至少一个相关联的色散函数。在步骤706，利用光学测量模型和所述至少一个工艺参数的值以及色散的值创建仿真衍射信号库。利用所述至少一个工艺参数的值和色散函数计算色散的值。
在步骤708，利用光学测量工具获得结构的测量衍射信号。在步骤710，从库中获得与测量衍射信号的最佳匹配。在步骤712，基于步骤710中的比较，确定结构的一个或多个外形参数和一个或多个工艺参数。在步骤714，基于结构的所确定的一个或多个外形参数或所确定的一个或多个工艺参数来控制制造工具。
参考图8，描绘了利用经训练的机器学习系统来确定用于自动化工艺控制的一个或多个外形参数和一个或多个工艺参数的示例性方法800。在步骤802，对于形成在半导体晶片上的结构创建光学测量模型。光学测量模型包含表征结构的一个或多个几何特征的一个或多个外形参数、表征用于制造结构的一个或多个工艺条件的一个或多个工艺参数以及表征结构的材料的光学性质的色散。
在步骤804，获得将色散与一个或多个工艺参数中的至少一个相关联的色散函数。在步骤806，利用光学测量模型和所述至少一个工艺参数的一组值以及色散的一组值创建一组仿真衍射信号。利用所述至少一个工艺参数的值和色散函数计算色散的值。
在步骤808，对机器学习系统进行训练，以处理作为输入的仿真衍射信号组，并创建一个或多个外形参数和一个或多个工艺参数的值作为输出。在步骤810，利用光学测量工具获得结构的测量衍射信号。在步骤812，将测量衍射信号输入到经训练的机器学习系统。在步骤814，基于机器学习系统的输出，确定结构的一个或多个外形参数和一个或多个工艺参数。在步骤816，基于结构的所确定的一个或多个外形参数或所确定的一个或多个工艺参数来控制制造工具。
所确定的一个或多个工艺参数可以包括沉积条件、退火条件或者刻蚀条件，所述一个或多个制造工艺可以包括沉积工艺、退火工艺或者刻蚀工艺。沉积工艺可以包括温度、气压以及蒸发速度。刻蚀条件可以包括表面性质变化和刻蚀残余组分。
图9是用于确定和利用用于自动化工艺和制备控制的工艺参数和外形参数的系统的示例性框图。系统900包含第一制造组902和光学测量系统904。系统900还包含第二制造组906。虽然第二制造组906在图9中被示为接在第一制造组902之后，但是应该理解，在系统900中，(例如，在制造工艺流程中)第二制造组906可以位于第一制造组902之前。
例如，光刻工艺(诸如对施加于晶片的光刻胶层进行曝光和/或显影)可以利用第一制造组902来执行。在一个示例性实施方式中，光学测量系统904包括光学测量工具908和处理器910。光学测量工具908被配置来测量来自结构的衍射信号。处理器910被配置来将测量衍射信号与仿真衍射信号进行比较。如果测量衍射信号和仿真衍射信号在匹配标准(诸如吻合度和/或代价函数)内匹配，则与该仿真衍射信号相关的外形参数的一个或多个值被确定为外形参数的所述一个或多个值，并且与测量衍射信号相关的一个或多个工艺参数被确定为用于制造结构的工艺参数的所述一个或多个值。
在一个示例性实施方式中，光学测量系统904可以还包含具有多个仿真衍射信号以及相应的一个或多个外形参数和一个或多个工艺参数的库912。如上所述，该库可以预先创建；测量处理器910可以将来自结构的测量衍射信号与库中的多个仿真衍射信号进行比较。当匹配仿真衍射信号被找到时，将与库中的匹配仿真衍射信号相关的外形参数和工艺参数的一个或多个值采用作为在用于制造结构的晶片应用中使用的外形参数和工艺参数的一个或多个值。
系统900还包含测量处理器916。在一个示例性实施方式中，处理器910可以将一个或多个外形参数和/或工艺参数的一个或多个值发送到测量处理器916。测量处理器916随后可以基于利用光学测量系统904确定的一个或多个外形参数和/或工艺参数的一个或多个值来调节第一制造组902的一个或多个工艺参数或设备设置。测量处理器916还可以基于利用光学测量系统904确定的一个或多个外形参数和/或工艺参数的一个或多个值来调节第二制造组906的一个或多个工艺参数或设备设置。如上所述，制造组906可以在制造组902之前或之后处理晶片。在另一个示例性实施方式中，处理器910被配置为将测量衍射信号的组用作对机器学习系统914的输入并将外形参数和工艺参数作为机器学习系统914的期望输出，来训练机器学习系统914。
此外，诸如计算机存储器、盘和/或存储装置的计算机可读介质(没有示出)可以被用于存储指令和计算机程序，以采用前述方法，利用将工艺参数与色散相关联的色散函数来创建仿真衍射信号或利用光学测量模型和创建的仿真衍射信号来确定结构的一个或多个外形参数和一个或多个工艺参数。在另一个实施方式中，计算机可执行指令可以被存储在计算机可读介质中，以利用包含多个仿真衍射信号以及相应的外形参数和工艺参数的库、以及测量衍射信号来确定一个或多个外形参数和工艺参数。在另一个实施方式中，计算机可执行指令可以被存储在计算机可读介质中，以将测量衍射信号作为输入并创建一个或多个外形参数和工艺参数作为输出来训练机器学习系统。在还有一个实施方式中，相似的计算机可执行指令可以被存储在计算机可读介质中，以利用用于控制制造组的所确定的一个或多个外形参数和工艺参数来控制光刻组或其它制造组。
虽然描述了示例性实施方式，但是可以在不偏离本发明的精神和/或范围的情况下进行各种修改。因此，本发明不应被认为限于图中所示和上述的具体形式。

Claims (17)

1.一种利用光学测量模型检查形成在半导体晶片上的结构的方法，所述方法包括：
a)对于所述结构创建光学测量模型，所述光学测量模型包含表征所述结构的一个或多个几何特征的一个或多个外形参数、表征用于制造所述结构的一个或多个工艺条件的一个或多个工艺参数、表征所述结构的材料的光学性质的色散；
b)获得将所述色散与所述一个或多个工艺参数中的至少一个相关联的色散函数；
c)利用所述光学测量模型和所述工艺参数中的所述至少一个的值以及所述色散的值来创建仿真衍射信号，其中利用所述工艺参数中的所述至少一个的所述值和所述色散函数来计算所述色散的所述值；
d)获得所述结构的测量衍射信号，其中所述测量衍射信号是从所述结构测量到的；
e)将所述测量衍射信号与所述仿真衍射信号进行比较；以及
f)基于所述测量衍射信号与所述仿真衍射信号的比较，来确定所述结构的一个或多个外形参数。
2.如权利要求1所述的方法，其中b)包括：
g)改变所述一个或多个工艺参数中的至少一个的值；
h)制造一组晶片，其中所述一组晶片中的每个晶片利用所述一个或多个工艺参数中的所述至少一个的不同的值来制造；
i)从所制造的所述一组晶片测量所述色散的值；以及
j)利用所述色散的测量值和用于制造所述一组晶片的所述工艺参数的值来定义所述色散函数。
3.如权利要求2所述的方法，其中所述色散函数是多项式。
4.如权利要求1所述的方法，其中e)和f)包括：
k)对于所述测量衍射信号确定匹配仿真衍射信号；以及
l)确定所述结构的所述一个或多个外形参数，使其与在创建所述匹配仿真衍射信号时使用的所述光学测量模型的所述外形参数相对应，并确定与最佳匹配仿真衍射信号相关联的一个或多个工艺参数。
5.如权利要求1所述的方法，其中所述色散包括折射率(n)和消光系数(k)。
6.如权利要求1所述的方法，其中所述一个或多个工艺参数包括沉积条件、退火条件或刻蚀条件。
7.如权利要求6所述的方法，其中所述沉积条件可以包括温度、气压或蒸发速度，或者其中所述刻蚀条件可以包括表面性质变化或刻蚀残余组分。
8.一种利用光学测量模型检查形成在半导体晶片上的结构的方法，所述方法包括：
对于所述结构创建光学测量模型，所述光学测量模型包含表征所述结构的一个或多个几何特征的一个或多个外形参数、表征用于制造所述结构的一个或多个工艺条件的一个或多个工艺参数、表征所述结构的材料的光学性质的色散；
获得将所述色散与所述一个或多个工艺参数中的至少一个相关联的色散函数；
利用所述光学测量模型创建库，所述库包含多个仿真衍射信号以及相应的外形参数的值、所述一个或多个工艺参数中的所述至少一个的值和所述色散的值，其中利用所述一个或多个工艺参数中的所述至少一个的值和所述色散函数来计算所述色散的所述值；
获得所述结构的测量衍射信号，其中所述测量衍射信号是从所述结构测量到的；
从仿真衍射信号的所述库获得所述测量衍射信号的最佳匹配；以及
基于所述最佳匹配仿真衍射信号的外形参数确定所述结构的一个或多个外形参数，并确定与所述最佳匹配仿真衍射信号相关联的一个或多个工艺参数。
9.如权利要求8所述的方法，其中所述色散包括折射率(n)和消光系数(k)。
10.如权利要求8所述的方法，其中所述色散函数是多项式。
11.如权利要求8所述的方法，其中所述一个或多个工艺参数包括沉积条件、退火条件或刻蚀条件。
12.一种利用光学测量模型检查形成在半导体晶片上的结构的方法，所述方法包括：
对于所述结构创建光学测量模型，所述光学测量模型包含表征所述结构的一个或多个几何特征的一个或多个外形参数、表征用于制造所述结构的一个或多个工艺条件的一个或多个工艺参数、表征所述结构的材料的光学性质的色散；
获得将所述色散与所述一个或多个工艺参数中的至少一个相关联的色散函数；
利用所述光学测量模型创建一组训练数据，所述训练数据包含多个仿真衍射信号以及相应的外形参数、所述一个或多个工艺参数和色散，其中利用所述一个或多个工艺参数中的所述至少一个的值和所述色散函数来计算所述色散的值；
利用所述一组训练数据来训练机器学习系统，所述机器学习系统被训练为将衍射信号作为输入来处理并将一个或多个外形参数和工艺参数作为输出来处理；以及
将来自所述结构的测量衍射信号输入到经训练的所述机器学习系统，并且创建所述结构的一个或多个外形参数和一个或多个工艺参数作为输出。
13.如权利要求12所述的方法，其中所述色散包括折射率(n)和消光系数(k)。
14.如权利要求12所述的方法，其中所述一个或多个工艺参数包括沉积条件、退火条件或刻蚀条件。
15.一种用于检查形成在半导体晶片上的结构的系统，所述系统包括：
光测量装置，其被配置为测量来自所述结构的衍射信号；以及
处理模块，其被配置为比较测量衍射信号和仿真衍射信号，其中利用至少一个工艺参数的值以及色散的值来创建所述仿真衍射信号，其中利用所述至少一个工艺参数的所述值和将所述色散与所述至少一个工艺参数相关联的色散函数来计算所述色散的所述值，并且其中利用光学测量模型来创建所述仿真衍射信号，所述光学测量模型包含表征所述结构的一个或多个几何特征的一个或多个外形参数、表征用于制造所述结构的一个或多个工艺条件的一个或多个工艺参数、表征所述结构的材料的光学性质的色散。
16.如权利要求15所述的系统，还包括：
制造工具，其被配置为对一组晶片执行制造工艺，其中所述一组晶片中的每一个晶片利用至少一个工艺参数的不同值来制造，其中从所述一组晶片测量所述色散的值，并且其中利用所述色散的测量值和用于制造所述一组晶片的所述工艺参数的所述不同值来定义所述色散函数。
17.如权利要求15所述的系统，其中所述处理模块还被配置为：
创建库，所述库包含多个仿真衍射信号以及相应的外形参数的值、所述一个或多个工艺参数和所述色散，或者
训练机器学习系统，以将衍射信号处理为输入，并创建相应的一个或多个外形参数、一个或多个工艺参数和色散作为输出。
CN2008102114228A 2007-09-20 2008-09-22 检查形成在半导体晶片上的结构的系统和方法 Expired - Fee Related CN101393881B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/858,882 2007-09-20
US11/858,882 US7912679B2 (en) 2007-09-20 2007-09-20 Determining profile parameters of a structure formed on a semiconductor wafer using a dispersion function relating process parameter to dispersion

Publications (2)

Publication Number Publication Date
CN101393881A true CN101393881A (zh) 2009-03-25
CN101393881B CN101393881B (zh) 2011-04-20

Family

ID=40472635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008102114228A Expired - Fee Related CN101393881B (zh) 2007-09-20 2008-09-22 检查形成在半导体晶片上的结构的系统和方法

Country Status (5)

Country Link
US (1) US7912679B2 (zh)
JP (1) JP5162778B2 (zh)
KR (1) KR101365163B1 (zh)
CN (1) CN101393881B (zh)
TW (1) TWI383462B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104025275A (zh) * 2011-10-31 2014-09-03 东京毅力科创株式会社 用于计量的基于过程变差的模型优化
CN105900016A (zh) * 2013-12-05 2016-08-24 Asml荷兰有限公司 用于测量衬底上的结构的方法和设备、用于误差校正的模型、用于实施这样的方法和设备的计算机程序产品
CN106663646A (zh) * 2014-07-07 2017-05-10 科磊股份有限公司 基于代理结构的测量的信号响应计量
CN108801162A (zh) * 2018-06-28 2018-11-13 大连理工大学 一种厚光刻胶膜厚度的非接触式光学测量方法
CN111595812A (zh) * 2020-05-29 2020-08-28 复旦大学 基于动量空间色散关系的关键参数的量测方法和系统
CN112484968A (zh) * 2020-11-20 2021-03-12 上海复享光学股份有限公司 用于光学量测的方法、系统、计算设备和存储介质

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8069020B2 (en) * 2007-09-19 2011-11-29 Tokyo Electron Limited Generating simulated diffraction signal using a dispersion function relating process parameter to dispersion
JP2012237566A (ja) * 2011-05-10 2012-12-06 Hitachi High-Technologies Corp 欠陥観察方法及びその装置
US9442063B2 (en) 2011-06-27 2016-09-13 Kla-Tencor Corporation Measurement of composition for thin films
US20130158957A1 (en) * 2011-12-16 2013-06-20 Lie-Quan Lee Library generation with derivatives in optical metrology
US10255385B2 (en) * 2012-03-28 2019-04-09 Kla-Tencor Corporation Model optimization approach based on spectral sensitivity
US20140136164A1 (en) * 2012-11-09 2014-05-15 Kla -Tencor Corporation Analytic continuations to the continuum limit in numerical simulations of wafer response
US9291554B2 (en) 2013-02-05 2016-03-22 Kla-Tencor Corporation Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection
US20140242880A1 (en) * 2013-02-26 2014-08-28 Applied Materials, Inc. Optical model with polarization direction effects for comparison to measured spectrum
US10386729B2 (en) 2013-06-03 2019-08-20 Kla-Tencor Corporation Dynamic removal of correlation of highly correlated parameters for optical metrology
CN105571484B (zh) * 2014-10-14 2018-07-06 睿励科学仪器（上海）有限公司 确定测量模式和光学系统参数容差的方法和装置
KR102611986B1 (ko) * 2018-12-19 2023-12-08 삼성전자주식회사 반도체 소자의 형상 예측 방법
US11060982B2 (en) * 2019-03-17 2021-07-13 Kla Corporation Multi-dimensional model of optical dispersion
WO2021030833A1 (en) * 2019-08-09 2021-02-18 Lam Research Corporation Model based control of wafer non-uniformity
JP7081575B2 (ja) 2019-09-30 2022-06-07 株式会社村田製作所 コイル部品
JP7310979B2 (ja) 2019-09-30 2023-07-19 株式会社村田製作所 コイル部品
US11353364B2 (en) * 2020-03-02 2022-06-07 Lam Research Corporation Thermal imaging for within wafer variability feedforward or feedback information
US20240054333A1 (en) * 2022-08-09 2024-02-15 Applied Materials, Inc. Piecewise functional fitting of substrate profiles for process learning

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3430055A (en) * 1965-04-02 1969-02-25 Bowles Eng Corp Surface flaw detector
AT279943B (de) * 1965-07-14 1970-03-25 Boehler & Co Ag Geb Einrichtung zur Elektronenstrahl-Mikroanalyse heterogen aufgebauter metallischer oder nichtmetallischer Stoffe
US3357557A (en) * 1965-07-30 1967-12-12 Affiliated Mfg Corp Radiant energy method and apparatus of determining physical characteristics
US3549999A (en) * 1968-06-05 1970-12-22 Gen Electric Method and apparatus for testing circuits by measuring secondary emission electrons generated by electron beam bombardment of the pulsed circuit
USRE26916E (en) * 1968-12-10 1970-06-23 Radiant energy method and apparatus of determining physical chacteristics
EP1257781A4 (en) * 2000-01-26 2006-12-13 Timbre Tech Inc USE OF A MEMORY IN IN-LINE LAYER CALCULATIONS FOR QUICK RIGOROUS ANALYSIS OF COUPLED WAVES
US6943900B2 (en) * 2000-09-15 2005-09-13 Timbre Technologies, Inc. Generation of a library of periodic grating diffraction signals
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
US6940592B2 (en) * 2001-10-09 2005-09-06 Applied Materials, Inc. Calibration as well as measurement on the same workpiece during fabrication
IL146924A (en) * 2001-12-04 2007-03-08 Nova Measuring Instr Ltd Metal cmp process monitoring
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
US7072049B2 (en) * 2003-02-03 2006-07-04 Timbre Technologies, Inc. Model optimization for structures with additional materials
US7145664B2 (en) * 2003-04-18 2006-12-05 Therma-Wave, Inc. Global shape definition method for scatterometry
US20040267397A1 (en) * 2003-06-27 2004-12-30 Srinivas Doddi Optical metrology of structures formed on semiconductor wafer using machine learning systems
US7224471B2 (en) * 2003-10-28 2007-05-29 Timbre Technologies, Inc. Azimuthal scanning of a structure formed on a semiconductor wafer
US7126700B2 (en) * 2003-12-12 2006-10-24 Timbre Technologies, Inc. Parametric optimization of optical metrology model
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
US7065423B2 (en) * 2004-07-08 2006-06-20 Timbre Technologies, Inc. Optical metrology model optimization for process control
US7171284B2 (en) * 2004-09-21 2007-01-30 Timbre Technologies, Inc. Optical metrology model optimization based on goals
US7355728B2 (en) * 2005-06-16 2008-04-08 Timbre Technologies, Inc. Optical metrology model optimization for repetitive structures
US7515282B2 (en) * 2005-07-01 2009-04-07 Timbre Technologies, Inc. Modeling and measuring structures with spatially varying properties in optical metrology
US7302367B2 (en) * 2006-03-27 2007-11-27 Timbre Technologies, Inc. Library accuracy enhancement and evaluation
WO2007123696A2 (en) * 2006-03-30 2007-11-01 Tokyo Electron Limited In-die optical metrology
US7474420B2 (en) * 2006-03-30 2009-01-06 Timbre Technologies, Inc. In-die optical metrology
US7526354B2 (en) * 2006-07-10 2009-04-28 Tokyo Electron Limited Managing and using metrology data for process and equipment control
US7495781B2 (en) * 2006-07-10 2009-02-24 Tokyo Electron Limited Optimizing selected variables of an optical metrology model
US20080013107A1 (en) * 2006-07-11 2008-01-17 Tokyo Electron Limited Generating a profile model to characterize a structure to be examined using optical metrology
US7327475B1 (en) * 2006-12-15 2008-02-05 Tokyo Electron Limited Measuring a process parameter of a semiconductor fabrication process using optical metrology
US7596422B2 (en) * 2007-01-12 2009-09-29 Tokyo Electron Limited Determining one or more profile parameters of a structure using optical metrology and a correlation between profile models and key profile shape variables
US7667858B2 (en) * 2007-01-12 2010-02-23 Tokyo Electron Limited Automated process control using optical metrology and a correlation between profile models and key profile shape variables
US7571074B2 (en) * 2007-01-30 2009-08-04 Tokyo Electron Limited Method of using a wafer-thickness-dependant profile library
US7728976B2 (en) * 2007-03-28 2010-06-01 Tokyo Electron Limited Determining photoresist parameters using optical metrology
US7567353B2 (en) * 2007-03-28 2009-07-28 Tokyo Electron Limited Automated process control using optical metrology and photoresist parameters
US7949618B2 (en) * 2007-03-28 2011-05-24 Tokyo Electron Limited Training a machine learning system to determine photoresist parameters
US7511835B2 (en) * 2007-04-12 2009-03-31 Tokyo Electron Limited Optical metrology using a support vector machine with simulated diffraction signal inputs
US7729873B2 (en) * 2007-08-28 2010-06-01 Tokyo Electron Limited Determining profile parameters of a structure using approximation and fine diffraction models in optical metrology
US7949490B2 (en) * 2007-08-30 2011-05-24 Tokyo Electron Limited Determining profile parameters of a structure using approximation and fine diffraction models in optical metrology
US7627392B2 (en) * 2007-08-30 2009-12-01 Tokyo Electron Limited Automated process control using parameters determined with approximation and fine diffraction models
US8069020B2 (en) * 2007-09-19 2011-11-29 Tokyo Electron Limited Generating simulated diffraction signal using a dispersion function relating process parameter to dispersion
US7636649B2 (en) * 2007-09-21 2009-12-22 Tokyo Electron Limited Automated process control of a fabrication tool using a dispersion function relating process parameter to dispersion
US7598099B2 (en) * 2007-11-07 2009-10-06 Tokyo Electron Limited Method of controlling a fabrication process using an iso-dense bias
US7961306B2 (en) * 2009-03-30 2011-06-14 Tokyo Electron Limited Optimizing sensitivity of optical metrology measurements

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104025275A (zh) * 2011-10-31 2014-09-03 东京毅力科创株式会社 用于计量的基于过程变差的模型优化
CN105900016A (zh) * 2013-12-05 2016-08-24 Asml荷兰有限公司 用于测量衬底上的结构的方法和设备、用于误差校正的模型、用于实施这样的方法和设备的计算机程序产品
US9772562B2 (en) 2013-12-05 2017-09-26 Asml Netherlands B.V. Method and apparatus for measuring a structure on a substrate, models for error correction, computer program products for implementing such methods and apparatus
CN105900016B (zh) * 2013-12-05 2018-02-13 Asml荷兰有限公司 用于测量衬底上的结构的方法和设备、用于误差校正的模型、用于实施这样的方法和设备的计算机程序产品
CN106663646A (zh) * 2014-07-07 2017-05-10 科磊股份有限公司 基于代理结构的测量的信号响应计量
CN106663646B (zh) * 2014-07-07 2021-07-06 科磊股份有限公司 基于代理结构的测量的信号响应计量
CN108801162B (zh) * 2018-06-28 2019-07-16 大连理工大学 一种厚光刻胶膜厚度的非接触式光学测量方法
CN108801162A (zh) * 2018-06-28 2018-11-13 大连理工大学 一种厚光刻胶膜厚度的非接触式光学测量方法
CN111595812A (zh) * 2020-05-29 2020-08-28 复旦大学 基于动量空间色散关系的关键参数的量测方法和系统
CN111595812B (zh) * 2020-05-29 2021-06-22 复旦大学 基于动量空间色散关系的关键参数的量测方法和系统
WO2021237949A1 (zh) * 2020-05-29 2021-12-02 复旦大学 基于动量空间色散关系的关键参数的量测方法和系统
CN112484968A (zh) * 2020-11-20 2021-03-12 上海复享光学股份有限公司 用于光学量测的方法、系统、计算设备和存储介质
WO2022105062A1 (zh) * 2020-11-20 2022-05-27 上海复享光学股份有限公司 用于光学量测的方法、系统、计算设备和存储介质

Also Published As

Publication number Publication date
KR101365163B1 (ko) 2014-02-20
JP2009075110A (ja) 2009-04-09
TWI383462B (zh) 2013-01-21
CN101393881B (zh) 2011-04-20
KR20090031282A (ko) 2009-03-25
US20090083013A1 (en) 2009-03-26
US7912679B2 (en) 2011-03-22
JP5162778B2 (ja) 2013-03-13
TW200931555A (en) 2009-07-16

Similar Documents

Publication Publication Date Title
CN101393881B (zh) 检查形成在半导体晶片上的结构的系统和方法
US7636649B2 (en) Automated process control of a fabrication tool using a dispersion function relating process parameter to dispersion
KR102013483B1 (ko) 파라미터 추적을 위한 계측 시스템 최적화
KR102415145B1 (ko) 다중 패턴화 파라미터의 측정
CN101416043B (zh) 使用光学计量来测量晶片上形成的受损结构
KR102220435B1 (ko) 웨이퍼에 걸친 파라미터 변동들에 기초한 측정 모델 최적화
CN100437895C (zh) 结构检查、图形形成、工艺条件确定及半导体器件制造方法
KR102002180B1 (ko) 구조의 비대칭성을 결정하는 방법
CN102884396B (zh) 在图案化结构中进行测量的方法和系统
US20080007739A1 (en) Optimizing selected variables of an optical metrology system
US9127927B2 (en) Techniques for optimized scatterometry
KR20170129923A (ko) 모델 기반 단일 파라미터 측정
CN101401080A (zh) 在光学计量中增强测量衍射信号的权重函数
US20080007740A1 (en) Optimizing selected variables of an optical metrology model
US8069020B2 (en) Generating simulated diffraction signal using a dispersion function relating process parameter to dispersion
EP2567209B1 (en) Determination of material optical properties for optical metrology of structures
US9435735B1 (en) Optical parametric model optimization
Bodermann et al. Development of a scatterometry reference standard

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: 20110420

Termination date: 20160922

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