物理气相薄膜沉积工艺中控制薄膜沉积速率的模型补偿方法
技术领域
本发明属于微电子技术领域,具体涉及一种物理气相沉积工艺的薄膜沉积速率的控制方法。
背景技术
物理气相薄膜沉积工艺通常用于制备高质量导电薄膜材料,对薄膜厚度和材料性质都需要精确控制。但是薄膜的沉积速率会随着靶材的消耗发生明显偏移,从而影响到对薄膜厚度的精确控制,同时造成材料的内在性能及其器件特性偏离设计要求。已有技术中,对于薄膜的沉积速率进行实时监测和动态补偿是获得稳定薄膜沉积速率的一种有效方法,但是这种动态反馈补偿系统成本较高,而且在线测量薄膜的厚度不仅影响机器生产效率,还可能给产品带来无法修复的破坏。公知的采用定期离线测机和调整镀膜时间参数的方法来校正薄膜厚度,也会造成机器使用效率的下降和工艺成本的上升。
发明内容
本发明是为避免上述现有技术所存在的不足之处,提供一种物理气相薄膜沉积工艺中控制薄膜沉积速率的模型补偿方法,在不降低机器使用效率的前提下,提高薄膜的厚度均匀性和薄膜性能的稳定性,减小不同批次产品之间性能的差异。
本发明为解决技术问题采用如下技术方案:
本发明物理气相薄膜沉积工艺中控制薄膜沉积速率的模型补偿方法的特点是按以下步骤进行:
步骤一:按以下测机方法获得薄膜沉积速率R;
选定工艺程式,设置所述工艺程式中包括镀膜时间t和靶材距离d在内的可调工艺参数为基准值,其中镀膜时间t的基准值取值为t0,补偿对象工艺参数X取值为Xi,记录Xi和与靶材消耗相关的历史记录参数T的数值Ti;把测量基片导入镀膜机,执行所述工艺程式,在测量基片上沉积薄膜材料;使用离线薄膜厚度测试装置测量薄膜厚度Di,计算与Xi和Ti相对应薄膜沉积速率Ri的数值为Di/t0;
步骤二:按照步骤一所述的测机方法,每测机一次得到一个包含测机条件和测机结果的测机数据点,其中测机条件记录为(Xi,Ti),测机结果记录为Ri,测机数据点以三维行向量形式记录为(Xi,Ti,Ri);改变测机条件,在不同的靶材消耗情况下测机,记录对应的历史记录参数Tj,并改变补偿对象工艺参数X的取值为Xj,得到一组测机条件,重复执行步骤一所述的测机方法n次,相应得到n个测机数据点,其中数值n不少于25;
步骤三:由所述步骤二得到的测机结果是一个由n个行向量组成的向量组,记录为:(Xi,Ti,Ri)|i=1,2,...n,以所述向量组按式(1)建立数学模型;
R=aX+p3T3+p2T2+p1T+R0 (1)
式(1)中a,p3,p2,p1和R0为待定的模型常数,其数值的计算方法为两步最小二乘法回归拟合:第一步是线性回归获得自变量X的模型常数a;第二步是3阶多项式回归,获得模型常数p3,p2,p1和R0;
步骤四:根据步骤三得到的数学模型,按式(2)计算补偿系数k3、k2和k1,
目标沉积速率为R的工艺程式中的补偿对象工艺参数X的设定值X0按式(3)取值:
步骤五:根据步骤四得到的补偿系数k3、k2、k1对补偿对象工艺参数设置补偿,补偿后的工艺参数X如式(4)由补偿值和设定值X0两部分组成。
X=k3T3+k2T2+k1T+X0 (4)。
本发明中物理气相薄膜沉积工艺中控制薄膜沉积速率的模型补偿方法的特点也在于:所述补偿对象工艺参数X是指控制薄膜沉积速率的电功率,单位是瓦特;T为靶材消耗量参数,
式(6)中被积变量参数Y为与靶材消耗相关的工艺参数,单位为瓦特,积分变量t的单位是秒。
与已有技术相比,本发明有益效果体现在:
1、本发明基于离线测量建立沉积速率与靶材消耗量的关系模型,利用关系模型对薄膜沉积工艺中的包括电功率在内的工艺控制参数进行补偿,实现不同批次产品间相对稳定的薄膜沉积速率,由于薄膜沉积速率与材料的致密度和晶粒大小密切相关,因此本发明方法在实现薄膜厚度控制要求的同时,生长的薄膜材料的微观结构和性能也比较稳定,实现了不同批次产品间相对稳定的薄膜沉积速率和薄膜材料性能。
2、本发明避免使用复杂的在线监测装置,控制更加及时。
3、靶材消耗对于沉积速率的影响是客观存在的规律性现象,对于一个确定的设备,通过测机数据建立数学模型是可靠的,因此本发明方法在准确性上有充足的保障。
附图说明
图1为本发明方法中在不同测机条件下沉积速率的测量值及其线性回归和多项式回归的拟合值。
表1为本发明方法中不同测机条件,即补偿对象工艺参数和历史记录参数在不同取值情况下相应的沉积速率的测量值,补偿对象工艺参数、历史记录参数和沉积速率的测量值分别表示为XI、TI和RI三个列向量。
表2为本发明方法中对测机数据进行回归拟合所得到的数学模型的系数;首先以补偿对象工艺参数X为自变量做线性回归,在线性回归的基础上,即确定系数a之后,以历史记录参数T为自变量做多项式回归得到其他模型系数。
表3为本发明方法中根据线性回归和多项式回归所建立的数学模型而确定的补偿系数。
具体实施方式
本实施例中物理气相薄膜沉积工艺中控制薄膜沉积速率的模型补偿方法是按以下步骤进行:
步骤一:按以下测机方法获得薄膜沉积速率R;
选定工艺程式,设置所述工艺程式中包括镀膜时间t和靶材距离d在内的可调工艺参数为基准值,其中镀膜时间t的基准值取值为t0,补偿对象工艺参数X取值为Xi,记录Xi和与靶材消耗相关的历史记录参数T的数值Ti;把测量基片导入镀膜机,执行所述工艺程式,在测量基片上沉积薄膜材料;使用离线薄膜厚度测试装置测量薄膜厚度Di,计算与Xi和Ti相对应薄膜沉积速率Ri的数值为Di/t0;
步骤二:按照步骤一所述的测机方法,每测机一次得到一个包含测机条件和测机结果的测机数据点,其中测机条件记录为(Xi,Ti),测机结果记录为Ri,测机数据点以三维行向量形式记录为(Xi,Ti,Ri);改变测机条件,在不同的靶材消耗情况下测机,记录对应的历史记录参数Ti,并改变补偿对象工艺参数X的取值为Xi,得到一组测机条件,重复执行步骤一所述的测机方法n次,相应得到n个测机数据点,如表1所示,其中数值n不少于25;
步骤三:由所述步骤二得到的测机结果是一个由n个行向量组成的向量组,记录为:(Xi,Ti,Ri)|i=1,2,...n,以所述向量组按式(1)建立数学模型;
R=aX+p3T3+p2T2+p1T+R0 (1)
式(1)中a,p3,p2,p1和R0为待定的模型常数,其数值的计算方法为两步最小二乘法回归拟合,如表2所示:第一步是线性回归获得自变量X的模型常数a;第二步是3阶多项式回归,获得模型常数p3,p2,p1和R0;表1中薄膜沉积速率的测量值以及其线性回归拟合值和多项式回归拟合值如图1所示。
步骤四:根据步骤三得到的数学模型,按式(2)计算补偿系数k3、k2和k1,计算结果如表3所示。
目标沉积速率为R的工艺程式中的补偿对象工艺参数X的设定值X0按式(3)取值:
步骤五:根据步骤四得到的补偿系数k3、k2、k1对补偿对象工艺参数设置补偿,补偿后的工艺参数X如式(4)由补偿值和设定值X0两部分组成。按所述方法补偿后的
X=k3T3+k2T2+k1T+X0 (4)。
所述补偿对象工艺参数X是指控制薄膜沉积速率的电功率,单位是瓦特;T为靶材消耗量参数,
式(6)中被积变量参数Y为与靶材消耗相关的工艺参数,单位一般为瓦特,积分变量t的单位是秒。
具体实施中,步骤三中的模型常数和步骤四中的补偿系数的求值是利用Matlab按如下方法实现:
步骤三得到的由n个行向量组成的向量组按照表1所示排列并转换为三个n维列向量XI,TI,RI;将三个列向量保存到Matlab的工作目录并执行如下Matlab程序:
load XI;
load TI;
load RI;
F1=polyfit(XI,RI,1);
a=F1(1)
F2=polyfit(TI,RI-a*XI,3);
p3=F2(1)
p2=F2(2)
p1=F2(3)
R0=F2(4)
输出参数a,p3,p2,p1和R0的输出值分别是a,p3,p2,p1和R0。
继续执行如下Matlab程序:
k3=-p3/a
k2=-p2/a
k1=-p1/a
输出参数k3,k2,k1的输出值分别是补偿系数k3、k2、k1。
根据物理气相沉积所采用的具体的源材料的气化方式,被积变量参数Y通常选择给源材料气化提供能量的电功率。比如电阻加热的真空热蒸发镀膜工艺中,源材料气化速率与电流的焦耳热功率密切相关;对于采用直流溅射物理气相沉积工艺,补偿对象工艺参数是直流电功率。历史记录参数T的定义式中的被积变量参数Y与靶材消耗具有正的线性相关性。其他能够强烈影响薄膜沉积速率的工艺参数,比如源材料与衬底之间的距离也可以作为补偿对象工艺参数,但是由于源材料与衬底之间的距离与靶材消耗没有直接相关性,在定义历史记录参数T时仍然需要使用影响靶材消耗的工艺参数(如直流功率)作为被积变量参数Y。
实施例1:
在以电阻进行加热的真空热蒸发镀膜工艺中,使用加热电流I为补偿对象工艺参数X,即X=I,源材料消耗与I2线性相关,所以T定义为
需要建立的薄膜沉积速率R的数学模型具有以下形式:
R=aI+p3T3+p2T2+p1T+R0
根据测机数据,通过Matlab程序执行线性回归和多项式回归,得到相应的回归系数:a,p3,p2,p1和R0。
补偿系数k3、k2、k1:
工艺程式中的加热电流I0设为:
设定电流补偿:
I=k3T3+k2T2+k1T+I0
其中 作为补偿系数设置。
实施例2:
在直流磁控溅射镀膜工艺中,通过电压和磁场的共同作用,以被离化的惰性气体Ar离子对靶材进行轰击产生离子、原子或分子,并沉积在基件上形成薄膜。除了使用直流电功率P为补偿对象工艺参数之外,如果磁场强度B可以被自动控制和记录,也可以使用与磁场相关的工艺参数作为补偿对象工艺参数,这种补偿方式有望提高源材料的使用率。由于靶材消耗与电功率和磁场强度均具有依赖关系,因此积分对象Y可以取二者之积。
补偿对象工艺参数X和历史记录参数T分别定义为:
X=B;
数学模型建立和补偿系数的计算方法与实施例1相同。
表1
表2
表3
k3 |
-1.893E-21 |
k2 |
3.963E-13 |
k1 |
1.087E-05 |