CN103811379A - 工具优化调节系统和相关方法 - Google Patents

工具优化调节系统和相关方法 Download PDF

Info

Publication number
CN103811379A
CN103811379A CN201310028026.2A CN201310028026A CN103811379A CN 103811379 A CN103811379 A CN 103811379A CN 201310028026 A CN201310028026 A CN 201310028026A CN 103811379 A CN103811379 A CN 103811379A
Authority
CN
China
Prior art keywords
machining tool
adjusting process
process parameter
parameter combinations
wafer
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
CN201310028026.2A
Other languages
English (en)
Other versions
CN103811379B (zh
Inventor
蔡柏沣
何家栋
巫尚霖
王若飞
牟忠一
林进祥
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.)
Taiwan Semiconductor Manufacturing Co TSMC Ltd
Original Assignee
Taiwan Semiconductor Manufacturing Co TSMC 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 Taiwan Semiconductor Manufacturing Co TSMC Ltd filed Critical Taiwan Semiconductor Manufacturing Co TSMC Ltd
Publication of CN103811379A publication Critical patent/CN103811379A/zh
Application granted granted Critical
Publication of CN103811379B publication Critical patent/CN103811379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005Apparatus not specifically provided for elsewhere
    • H01L21/67242Apparatus for monitoring, sorting or marking
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065Monitoring tool breakage, life or condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Chemical Vapour Deposition (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明提供了用于调节加工工具的工艺参数的各种方法,包括实施这种调节的系统。一种调节加工工具的工艺参数使得通过加工工具所加工的晶圆呈现出期望的工艺监测项目的示例性方法包括:限定行为约束准则和灵敏度调节准则;利用与通过加工工具所加工的晶圆相关联的工艺监测项目数据、与工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、行为约束准则以及灵敏度调节准则生成一组可能的工具调节工艺参数组合;通过该组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合;以及根据最优的工具调节工艺参数组合中的一个配置加工工具。本发明还提供了工具优化调节系统和相关方法。

Description

工具优化调节系统和相关方法
技术领域
本发明一般地涉及半导体技术领域,更具体地来说,涉及集成电路制造系统及其方法。
背景技术
通过利用一系列晶圆制造工具(被称为加工工具)加工晶圆而制造集成电路。每个加工工具通常都根据指定各种工艺参数的预定义(或预先确定)的加工配方对晶圆实施晶圆制造任务(被称为工艺)。例如,IC制造通常利用需要许多加工工具(与生产和支持两者都相关)的多个工艺步骤,使得IC制造通常致力于监测加工工具的硬件和相关工艺以确保和保持IC制造中的稳定性、可重复性和产量。这种监测包括定期地调节加工工具的工艺参数以确保加工工具制造出具有期望特性的IC。尽管现有的用于调节加工工具的系统和相关方法通常足以实现其预期目的,但是它们并不能在所有方面完全令人满意。
发明内容
为了解决现有技术中所存在的缺陷,根据本发明的一方面,提供了一种调节加工工具的工艺参数使得被所述加工工具加工的晶圆呈现出期望的工艺监测项目的方法,所述方法包括:限定行为约束准则和灵敏度调节准则;利用与所述加工工具所加工的晶圆相关联的工艺监测项目数据、与所述工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、所述行为约束准则以及所述灵敏度调节准则来生成一组可能的工具调节工艺参数组合;通过所述一组可能的工具调节工艺参数组合来生成一组最优的工具调节工艺参数组合;以及根据所述最优的工具调节工艺参数组合中的一个来配置所述加工工具。
在该方法中,N个工艺参数与所述加工工具相关,所述方法还包括选择用于调节的所述N个工艺参数的数量(n),使得所述一组可能的工具调节工艺参数组合包括用于n个工艺参数的各种工具调节组合。
在该方法中,生成所述一组可能的工具调节工艺参数组合包括:生成第一数量的可能的工具调节工艺参数组合;通过所述第一数量的可能的工具调节工艺参数组合来生成第二数量的可能的工具调节工艺参数组合,所述第二数量大于所述第一数量;以及通过所述第二数量的可能的工具调节工艺参数组合生成第三数量的可能的工具调节工艺参数组合,所述第三数量小于所述第二数量。
在该方法中,生成所述一组可能的工具调节工艺参数组合还包括:通过所述第三数量的可能的工具调节工艺参数组合生成第四数量的可能的工具调节工艺参数组合,所述第四数量小于所述第三数量。
在该方法中,生成所述第四数量的可能的工具调节工艺参数组合包括将所述灵敏度调节准则应用于所述第三数量的可能的工具调节工艺参数组合。
在该方法中,生成所述第一数量的可能的工具调节工艺参数组合包括:利用所述工艺监测项目数据和所述灵敏度数据生成用于每个工艺参数的一组工艺参数值。
在该方法中,生成所述第二数量的可能的工具调节工艺参数组合包括对于每个工艺参数都实施扩增工艺以扩展每一组工艺参数值。
在该方法中,生成所述第三数量的可能的工具调节工艺参数组合包括:确定所述第二数量是否大于可能的工具调节工艺参数组合的预定数量;以及对至少一组工艺参数值实施修整工艺,直到可能的工具调节工艺参数组合的数量小于或等于所述预定数量。
在该方法中,所述行为约束准则限定优化目标函数;以及通过所述一组可能的工具调节工艺参数组合生成所述一组最优的工具调节工艺参数组合包括确定使所述优化目标函数的值最小的工具调节工艺参数组合。
在该方法中,限定所述行为约束准则包括:限定所述工艺参数之间的、约束所述工艺参数的调节的相关性;限定所述工艺监测项目之间的、约束所述工艺参数的调节的相关性;以及限定所述工艺参数和所述工艺监测项目之间的、约束所述工艺参数的调节的相关性。
该方法还包括利用根据所述最优的工具调节工艺参数组合中的一个所配置的加工工具来加工晶圆。
根据本发明的又一方面,提供了一种方法,包括:用加工工具来加工晶圆;以及确定与所述加工工具所加工的晶圆相关联的工艺监测项目数据是否在规范内,使得:如果所述工艺监测项目数据在所述规范内,则释放所述加工工具用于生产,而如果所述工艺监测项目数据不在所述规范内,则调节所述加工工具的工艺参数工具集,其中,调节包括:限定行为约束准则和灵敏度调节准则;利用与所述加工工具加工的晶圆相关联的工艺监测项目数据、与所述工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、所述行为约束准则以及所述灵敏度调节准则来生成一组可能的工具调节工艺参数组合;通过所述一组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合;根据所述最优的工具调节工艺参数组合中的一个配置所述加工工具;以及重复加工晶圆以及确定与所述加工工具所加工的晶圆相关联的工艺监测项目数据是否在所述规范内的步骤,直到所述加工工具被释放用于生产。
该方法还包括:在加工之前,对所述加工工具进行维护,并且确定与所述加工工具所加工的晶圆相关联的工艺监测项目数据是否在所述规范内。
在该方法中,生成所述一组可能的工具调节工艺参数组合包括:生成第一数量的可能的工具调节工艺参数组合;通过所述第一数量的可能的工具调节工艺参数组合来生成第二数量的可能的工具调节工艺参数组合,所述第二数量大于所述第一数量;以及通过所述第二数量的可能的工具调节工艺参数组合来生成第三数量的可能的工具调节工艺参数组合,所述第三数量小于所述第二数量;以及通过所述第三数量的可能的工具调节工艺参数组合来生成第四数量的可能的工具调节工艺参数组合,所述第四数量小于所述第三数量。
在该方法中,生成所述一组可能的工具调节工艺参数组合包括对所述第四数量的可能的工具调节工艺参数组合进行分类。
在该方法中,生成所述第一数量的可能的工具调节工艺参数组合包括利用所述工艺监测项目数据和所述灵敏度数据生成用于每个工艺参数的一组工艺参数值;生成所述第二数量的可能的工具调节工艺参数组合包括对每个工艺参数都实施扩增工艺以扩展每一组工艺参数值;生成所述第三数量的可能的工具调节工艺参数组合包括对至少一组工艺参数值实施修整工艺;以及生成所述第四数量的可能的工具调节工艺参数组合包括将所述灵敏度调节准则应用于所述第三数量的可能的工具调节工艺参数组合。
在该方法中,所述行为约束准则限定优化目标函数;以及通过所述一组可能的工具调节工艺参数组合生成所述一组最优的工具调节工艺参数组合包括评价所述第四数量的可能的工具调节工艺参数组合以确定使所述优化目标函数的值最小的工具调节工艺参数组合。
该方法还包括在释放所述加工工具用于生产之后,用所述加工工具加工晶圆。
根据本发明的又一方面,提供了一种集成电路制造系统,包括:加工工具,被配置为加工晶圆;以及加工工具调节系统,被配置为确定用于所述加工工具的工艺参数工具集,所述加工工具调节系统包括工具调节方案模块,所述工具调节方案模块被配置为:利用与所述加工工具所加工的晶圆相关联的工艺监测项目数据、与所述工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、预定的行为约束准则以及预定的灵敏度调节准则来生成一组可能的工具调节工艺参数组合,以及通过所述一组可能的工具调节工艺参数组合来生成一组最优的工具调节工艺参数组合。
在该集成电路制造系统中,所述工具调节方案模块包括:基于工程的知识模块,限定所述行为约束准则;组合计算器模块,被配置为生成所述一组可能的工具调节工艺参数组合;统计优化模块,被配置为生成所述一组最优的工具调节工艺参数组合;以及鲁棒缓冲模块,被配置为限定所述灵敏度调节准则。
附图说明
当结合附图进行阅读时,根据下面详细的描述可以更好地理解本发明。应该强调的是,根据工业中的标准实践,各种部件没有按比例进行绘制并且仅仅用于说明的目的。实际上,为了清楚的讨论,各种部件的尺寸可以被任意增加或减少。
图1是根据本发明的各个方面的集成电路器件制造系统的框图。
图2示出根据本发明的各个方面的各种可调节工艺参数与相关的工艺监测项目的示意图。
图3是根据本发明的各个方面的可以通过集成电路制造系统实施的工具调节工艺流程以调节加工工具(诸如图1的集成电路制造系统的加工工具)的框图。
图4是根据本发明的各个方面的可以在工具调节工艺流程(诸如图3的工具调节工艺流程)中实施的工具调节优化工艺流程的框图。
图5提供根据本发明的各个方面的示例性实例,其中,实施图3的工具调节工艺流程和图4的工具调节优化工艺流程以生成用于调节加工工具(诸如图1的集成电路制造系统中的加工工具)的优化工艺参数组。
图6是根据本发明的各个方面的可以实施以生成一组可能的加工工具调节工艺参数组合的工艺流程的框图。
图7是根据本发明的各个方面的用于调节加工工具的工艺参数的方法的流程图。
图8是根据本发明的各个方面的用于实施调节加工工具的方法(诸如关于图2至图7所述的方法)的计算机系统的框图。
具体实施方式
为了实施本发明的不同部件,以下公开提供了许多不同的实施例或示例。以下描述元件和布置的特定示例以简化本发明。当然这些仅仅是示例并不打算限定。例如,以下本说明书中第一部件在第二部件上方或上形成可以包括其中以直接接触的形式形成第一部件和第二部件的实施例,并且也可以包括其中额外的部件形成在第一部件和第二部件之间使得第一部件和第二部件不直接接触的实施例。另外,本发明可能在各个实例中重复参考数字和/或字母。这种重复只是为了简明的目的且其本身并不指定所讨论的各个实施例和/或结构之间的关系。
图1是根据本发明的各个方面的集成电路制造系统10的框图。在实例中,集成电路制造系统10是虚拟集成电路制造系统(“虚拟车间”)。集成电路制造系统10实施集成电路制造工艺以制造集成电路器件。例如,集成电路制造系统10实施制造衬底(或晶圆)的半导体制造工艺。衬底包括在其上进行加工以制造材料层、图案部件和/或集成电路的半导体衬底、掩模(光掩模或中间掩模,统称为掩模)或任何基材。在图1中,为了简明已经简化了集成电路制造系统10,以更好地理解本发明的发明构思。可以在集成电路制造系统10中添加其它部件,而且在集成电路制造系统10的其他实施例中,可以替换或删除以下所述的一些部件。
集成电路器件制造系统10包括使各种实体(数据库25、加工工具30、计量工具40、先进过程控制(APC)系统50、故障检测和分类(FDC)系统60、其他实体70和工具调节系统80)相互通信的网络20。集成电路制造系统10可以包括一个以上所描述的实施例中的每个实体,而且还可以包括未阐述的其他实体。在本实例中,集成电路制造系统10的每个实体都通过网络20与其他实体相互作用,以为其他实体提供服务和/或从其他实体获得服务。网络20可以是单个网络或多种不同的网络,诸如内联网、互联网、其他网络或它们的组合。网络20包括有线通信信道、无线通信信道或它们的组合。
数据库25储存与集成电路制造系统10相关联的数据,尤其是与集成电路制造工艺相关联的数据。在所描述的实施例中,数据库25储存从加工工具30、计量工具40、APC系统50、FDC系统60、其他实体70、工具调节系统80或它们的组合所收集的数据。例如,数据库25储存与通过加工工具30加工的晶圆的晶圆特性相关联的数据(诸如通过以下进一步描述的计量工具40所收集的数据);与加工工具30加工这种晶圆所实现的参数相关联的数据;与通过APC系统50、FDC系统60和工具调节系统80分析晶圆特性和/或参数相关联的数据;以及与集成电路制造系统10相关联的其他数据。在实例中,加工工具30、计量工具40、APC系统50、FDC系统60、其他实体70、和工具调节系统80可以均具有相关联的数据库。
加工工具30实施集成电路制造工艺。在本实例中,加工工具30是用于外延生长的化学汽相沉积(CVD)工具。因此,加工工具30可以称为CVD外延工具。可以将晶圆放置在CVD外延工具内并实施诸如汽相外延的外延工艺以形成晶圆的外延部件。CVD外延工具可以包括腔室、气源、排气系统、热源、冷却系统和其他硬件。腔室用作实施外延工艺的可控环境。气源在外延工艺期间提供反应物和净化气体,排气系统在外延工艺期间保持腔室内的压力。热源包括灯模块,例如:底内灯模块、底外灯模块、顶内灯模块以及顶外灯模块。每个灯模块都包括在外延工艺期间将能量传递给CVD外延工具的腔室的红外线灯阵列,从而在外延工艺期间将腔室加热至期望的腔室温度和/或将晶圆加热至期望的晶圆温度。
为了确保外延部件呈现出目标晶圆特性(诸如厚度、组分浓度和薄层电阻),外延工艺根据预先确定的(或预定义的)外延工艺配方(epitaxialprocess recipe)形成外延部件。预先确定的(或预定义的)外延工艺配方指定通过CVD外延工具执行的各种参数以实现目标晶圆特性。这种参数包括处理时间、前体气体的类型、前体气体的流量、腔室温度、腔室压力、晶圆温度、其他参数或它们的组合。在外延工艺期间,CVD外延工具的各种硬件(诸如腔室、气源、排气系统、热源和冷却系统)被配置为获得指定参数。加工工具30包括在加工晶圆期间(诸如在外延工艺期间)监测参数的传感器。例如,CVD外延工具包括监测与CVD外延工具相关联的各种参数的传感器,诸如腔室压力、腔室温度、晶圆温度、气流、沉积时间、其他参数(诸如CVD外延工具的灯模块的各种特性,包括电压、电流、功率、电阻、其他特性或它们的组合)或它们的组合。
计量工具40在集成电路制造期间测量和收集与晶圆相关联的数据。例如,计量工具40对加工的晶圆进行在线测量(inline measurement),以获得关于晶圆的各种晶圆特性的信息,诸如晶圆的部件的临界尺寸(例如,部件的线宽)、晶圆的材料层的厚度、晶圆的层或部件之间的覆盖准确度、部件的掺杂剂分布(或浓度)、缺陷的大小和/或类型、部件的电气特性、其他晶圆特性或它们的组合。在所描述的实施例中,计量工具40测量通过加工工具30所加工的晶圆的晶圆特性。例如,计量工具40测量通过由加工工具30所实施的外延工艺而形成的晶圆的外延部件的厚度、电气性能(诸如薄层电阻)、表面粗糙度、外延应力、其他特性或它们的组合进行。计量工具40可以包括电力工具、光学工具、分析工具、其他工具或它们的组合以测量和收集这种数据。这种工具包括显微镜(例如扫描电子显微镜和/或光学显微镜)、微分析工具、线宽测量工具、掩模和中间掩模缺陷工具、颗粒分布工具、表面分析工具、应力分析工具、电阻和接触电阻测量工具、迁移率和载流子浓度测量工具、结深度测量工具、膜厚度工具、栅极氧化层的完整性测试工具、电容-电压测量工具、聚焦离子束(FIB)工具、激光表面缺陷扫描器、残余气体分析仪、过程工具离子计数器、晶圆评估测试工具、其他计量工具或它们的组合。
APC系统50监测加工的晶圆的晶圆特性并利用在线计量数据(例如,比如由计量工具40所收集的数据)、过程模型以及各种算法以提供中间工艺目标的动态微调,从而提高晶圆的最终器件目标。微调这种工艺目标可以被称为弥补可以产生晶圆特性变化的工具问题和/或工艺问题的控制行为。APC系统50可以以实时、晶圆与晶圆、批次与批次或它们的组合的方式来实施控制行为。在所描述的实施例中,APC系统50实施控制行为以改变由加工工具30所实施的外延工艺配方,以形成晶圆的外延部件。例如,APC系统50(基于加工的晶圆的在线计量数据、过程模型和各种算法)改变用于每个加工的晶圆的预先确定的外延工艺配方(尤其是由加工工具30所执行的参数,诸如处理时间、气体流量、腔室压力、腔室温度、晶圆温度或其他工艺参数),以确保每个加工的晶圆的外延部件呈现目标特性。
FDC系统60通过监测加工工具30在集成电路制造工艺期间所执行的参数和加工工具30在集成电路制造工艺期间所执行参数而获得的晶圆特性来评价加工工具30的条件以检测诸如工具条件劣化的工具问题。通常,FDC系统60执行统计过程控制(SPC)以跟踪和分析加工工具30的条件。例如,FDC系统60可以实施SPC图表,该SPC图表通过随着时间将与工艺相关联的SPC数据绘制成图表而记录加工工具30的历史工艺性能。这种SPC数据包括与通过加工工具30加工的多个晶圆相关联的参数和/或晶圆特性。当SPC数据表明参数和/或晶圆特性已经偏离可接受的目标时(换句话说,当FDC系统60检测出故障或异常时),FDC系统60触发警报并通知加工工具30的操作者、停止加工工具30所实施的工艺、采取其他行动或它们的组合,使得加工工具30的任何问题被识别和补救。
在本实例中,为了检测CVD外延工具的问题,FDC系统60监测由加工工具30所执行的参数以形成晶圆的外延部件。在CVD外延工具的操作期间,FDC系统60评价这些参数和晶圆特性以检测出异常或故障。在一个实例中,在外延工艺期间,当腔室压力或腔室温度与指定的腔室压力或腔室温度(诸如预先确定的外延工艺配方)显著不同(更高或更低)时,指示异常。在另一个实例中,在外延工艺期间,当前体气体的流量与指定的前体气体的流量(诸如预先确定的外延工艺配方)显著不同(更高或更低)时,指示异常。在又一实例中,当由CVD外延工具所形成的晶圆的外延部件的特性(诸如薄层电阻、厚度和/或应力)与其目标特性显著不同时,指示异常。这些异常可以指示出加工工具30的问题。例如,CVD外延工具的硬件的被损坏或老化会导致腔室压力、腔室温度和/或前体气体的流量与期望的腔室压力、腔室温度和/或前体气体的流量不同。
工具调节系统80调节用于集成电路器件制造的加工工具30(在本实施例中,CVD外延工具)。由于工艺变化或加工工具30的硬件的故障/老化,加工工具30需要例行的和/或非例行的维护。在一定的工作时间之后或在一定量的晶圆已经被加工之后,当为了维护而将加工工具30从生产中移出(离线)时,会进行例行维护。当FDC系统60在加工工具30的操作期间检测到异常或故障并触发警报通知加工工具30的工程师(也称为操作员、技师或技术人员)时,会进行非例行维护。然后,为了维护将加工工具30从生产中移出(离线)。例行和/或非例行维护可以包括清洁加工工具30的加工腔室的内壁和/或多个部分以去除内壁和/或多个部分上的残余物或沉积的膜。维护还可以包括从加工工具30移出多个部分,该多个部分在保养期间被修复或被替换。对加工工具30实施的各种维护(保养)工艺可以使得加工工具30在维护(保养)工艺之后表现得不一样。在一个实例中,清洁加工腔室导致腔室内部与清洁之前相比表现得不一样。在另一个实例中,处理加工工具30的多个部分(无论是移出和修复还是去除和替换)改变加工工具30的操作特性。因此,将加工工具30的工艺参数设定为与维护之前使用的相同工艺参数可能不产生相同的期望的晶圆特性。因此,在保养(或维护)加工工具30之后,加工工具30经历调节工艺以使其能够胜任下一步的晶圆生产并且确保加工工具30生产出符合规范的晶圆。
在调节工艺期间调节加工工具30的各种工艺参数。适当地调节加工工具30的工艺参数以确保加工工具30生产出具有期望晶圆特性的晶圆。因此,加工工具30的可调节工艺参数与各种晶圆特性相关。图2示出了根据本发明的各个方面的各种可调节工艺参数与相关联的工艺监测项目(晶圆特性)的示意图。例如,加工工具30具有X1、X2、X3、...XN可调节工艺参数。在加工工具30为CVD外延工具的情况下,可调节工艺参数可以包括加热器功率(以调节腔室温和/或晶圆温度)、真空功率设定(以调节腔室压力)、射频功率、偏置功率、加工的晶圆和CVD外延工具的顶部电极之间的距离、气体流量以及其他可调节工艺参数。诸如X1、X2、X3、...XN的每个可调节工艺参数直接地或间接地影响加工的晶圆的诸如Y1、Y2、Y3、...YM的每个工艺监测项目(晶圆特性)的结果。例如,在加工工具30是CVD外延工具的情况下,工艺监测项目(用于工艺监测的晶圆特性)可以包括外延部件的厚度、外延部件的薄层电阻、外延部件的应力、外延部件的临界尺寸、外延部件的外形(profile)以及其他晶圆特性。在本实例中,为了便于以下论述,CVD外延工具具有四个可调节工艺参数(X1,X2,X3,和X4)以及三个工艺监测项目(Y1,Y2,Y3)。该四个可调节工艺参数包括前体气体(诸如含硅前体气体(例如SiH4))的气体流量、高频射频(HFRF)功率、沉积时间(DepTime)和间距(在加工过程中,晶圆与CVD外延工具的顶部电极之间的距离)。该四个可调节工艺参数直接地或间接地影响三个工艺监测项目(晶圆特性):外延部件的应力(S)、外延部件的薄层电阻(RI)、外延部件的厚度(THK)。因此,在调节工艺期间,调节前体气体的气体流量、HFRF功率、沉积时间以及间距以实现外延部件的期望厚度、薄层电阻和应力。经调节的气体流量、HFRF功率、沉积时间以及间距被称为工艺参数工具集(tool set)。
通常手动地调节加工工具30。例如,熟悉加工工具30及其相关工艺的工程师实施试错法(trial-and-error technique),其中,实施工艺参数(不同的工艺参数工具集(tool setting))的各种组合以获得期望的晶圆特性(换句话说,符合规范的工艺监测器)。对于更旧的工艺技术,,因为用于更旧的工艺技术的工艺窗口通常相对较宽,使得可以在合理的时间期限内实现手动调节,所以这种手动调节是足够的。然而,对于先进的加工技术,由于技术节点减小,随着工艺窗口的不断变窄(换句话说,上极限值和下极限值之间的范围更窄),工艺监测项目(YM)的数量增加。因此,手动调节变得很费时。工程师可能要花费数小时或数天使加工工具30能够胜任生产。另外,由于工程师通常基于工程师的个人经验实施调节方法以使加工工具合格,所以不同的工程师不同地修正(或调节)加工工具30使得加工工具30执行不同的工艺参数工具集以获得期望的晶圆特性。随着时间的推移,根据不同工程师所执行的工艺参数工具集,加工工具30的行为将不同地偏移。由于调节的工艺参数工具集不是标准的,所以加工工具30的性能随着调节加工工具30的工程师而改变。最近以来,已经实施复杂的统计调节方法来调节加工工具30。统计调节方法通常需要高计算功率和时间。另外,调节的工艺参数工具集通常是随机的,这意味着统计调节方法每次运行时都生成不同的工艺参数工具调节方案,而且调节的工艺参数工具集通常不能说明这种工具集在加工工具的实际操作中是否可行或实用。
工具调节系统80纠正了现有工具调节方法所经历的许多问题。尤其是如以下更详细地描述的,工具调节系统80自动地确定(或计算)用于加工工具30的工艺参数的最佳组合。工具调节系统80(及其相关方法)提供趋同的(convergent)、可行的以及实用的工具调节工艺参数方案。因此,工具调节系统80提供了用于使加工工具30能够胜任生产的具有成本效益和时间效率的手段。图3是根据本发明的各个方面的通过图1的集成电路制造系统10所实施的工具调节工艺流程100的框图,而图4是根据本发明的各个方面的可以在工具调节工艺流程100中实施的工具调节优化工艺流程200的框图。在本实例中,工具调节系统80实施工具调节工艺流程100和工具调节优化工艺流程200以优化用于集成电路器件制造的加工工具30(在本实例中,CVD外延工具)的调节。图5提供根据本发明的各个方面的示例性实例,其中通过工具调节系统80实施图3的工具调节工艺流程100和图4的工具调节优化工艺流程200,以生成用于调节加工工具30(诸如CVD外延工具)的优化工艺参数工具集。以下同时讨论图3至图5,而且为了简明,简化了图3至图5以更好地理解本发明的发明构思。可以在工具调节工艺流程100和工具调节优化工艺流程200中提供其他步骤和/或部件,而且对于工具调节工艺流程100和工具调节优化工艺流程200的其他实施例可以替换或删除所述的一些步骤和/或部件。另外,关于调节CVD外延工具的以下论述仅仅是示例性的,而且应该考虑到,可以通过工具调节系统80实施工具调节工艺流程100和工具调节优化工艺流程200以调节任何类型的加工工具30和加工工具30的任何类型的模块。
在图3中,在框105处,对加工工具30实施维护(保养)。在框110处,实施加工工具性能检查110以评价加工工具30的性能。例如,根据工艺配方设定加工工具30的各种工艺参数(预期实现期望的晶圆特性的工艺参数工具集),加工工具30根据工艺配方加工晶圆组,以及收集、汇编、评价经过加工的晶圆组的晶圆特性以确定该经过加工的晶圆组是否呈现出期望的晶圆特性。该晶圆组可以称为测试晶圆组。在一个实例中,预期实现期望的晶圆特性的工艺参数工具集是加工工具30在维护之前执行的工艺参数工具集。在本实例中,工艺配方包括工艺参数工具集,该工艺参数工具集指定用于加工测试晶圆组的气体流量、HFRF功率、沉积时间和间距;根据工艺配方设定CVD外延工具的气体流量、HFRF功率、沉积时间和间距;以及CVD外延工具加工该晶圆组以形成外延部件。
在时序图(T-图)中收集和汇编与加工的测试晶圆组相关联的数据。因此,该数据包括与通过加工工具30所执行的以形成每个晶圆的外延部件的工艺参数相关联的工艺参数数据。如上所提及的,该参数包括腔室压力、腔室温度、晶圆温度、气流、沉积时间、其他参数(诸如CVD外延工具的灯模块的各个特性,包括电压、电流、功率、电阻、其他特性或它们的组合)。该数据还包括与加工的晶圆相关联的工艺监测项目(晶圆)数据,诸如加工的晶圆的外延部件的薄层电阻、厚度和应力、其他晶圆特性或它们的组合。这种工艺监测项目数据和工艺参数数据被收集并且可以被储存在数据库25中或与加工工具30相关联的其他数据库中。然后对时序数据(T-图)执行统计分析,从而减少用于评价的数据的数量,并且基于统计分析的时序数据评价加工工具30的性能。例如,实施统计过程控制以将时序工艺参数数据和工艺监测项目(晶圆)数据转换成控制图(例如,例如,均值-极差控制图、均值-标准差控制图、I-MR控制图、C控制图、U控制图、Z控制图、其他控制图或者它们的组合),这些控制图可以用于评价晶圆特性是否在规范内。控制图根据统计学分析时序数据,其中,通过统计分析(诸如分析的数据的标准偏差)来限定工艺极限值。例如,控制图包括代表用统计分析所限定的分析的数据的平均(中间)值的中心线,以及上控制极限值(最大)和下控制极限值(最小)(尤其是在分析的数据的许多标准偏差内)。在本实例中,在图5中,分析的工艺监测项目(晶圆)数据的示例性表格300提供与晶圆测试组的外延部件的应力、薄层电阻和厚度相关联的信息。表格300指定以下目标晶圆特征:目标应力(S目标)是-3GPa、目标薄层电阻(RI目标)是2欧姆/平方以及目标厚度(T目标)是510nm。在表格300中包括以下测试晶圆组的晶圆特性:测试应力(S测试)是-3GPa、测试薄层电阻(RI测试)是3欧姆/平方以及测试厚度(T测试)是512nm。目标应力和测试应力之间的偏差(或差值)是0,目标薄层电阻和测试薄层电阻之间的偏差(或差值)是1以及目标厚度和测试厚度之间的偏差(或差值)是2。表格300还指定用于每个晶圆特性控制极限值。例如,落入S目标的±5范围内的应力在规范内,落入RI目标的±5范围内的薄层电阻在规范内,以及落入T目标的±10范围内的厚度在规范内。
再次参考图3,在框115处,评价工艺监测项目(晶圆)数据以确定其是否超出规范。例如,评价测试应力以确定其是否落入目标应力的可接受范围内,评价测试薄层电阻以确定其是否落入目标薄层电阻的可接受范围内,以及评价测试厚度以确定其是否落入目标厚度的可接受范围内。如果工艺监测项目数据没有超出规范(在规范内),则在框120处释放用于生产的加工工具30。如果工艺监测项目数据超出规范(超出可接受范围),在工具调节工艺流程100继续进行到工具调节优化模块130(也称为框130),该工具调节优化模块130执行工具调节优化工艺流程200以确定用于调节加工工具30的最优的工艺参数工具集从而实现期望的晶圆特性。在本实例中,工具调节系统80包括工具调节优化模块130。工具调节优化模块130包括工具调节方案模块140,该工具调节方案模块140生成用于调节加工工具30以实现期望的晶圆特性的各种工艺参数工具集。如上所述,在本实例中,为了简明以更好地理解本发明的发明构思,以下论述将局限于提供最优的工艺参数工具集,该最优的工艺参数工具集包括用于调节CVD外延工具的前体气体的气体流量(具体地,含硅的前体气体(SiH4))、HFRF功率、沉积时间以及间距以形成具有期望应力、薄层电阻和厚度的外延部件。因此,在图4中,在框210处,虽然加工工具30具有许多工艺参数N(X1,X2,X3,...XN),但是选择那些用于调节的工艺参数的数量n,使得通过工具调节方案模块140生成一组可能的组合C(N,n)。这种论述并不意图用于限定,而且本发明考虑到工具调节优化工艺流程200可以确定更少或更多的工艺参数的最优的工艺参数工具集,以实现更少或更多的期望晶圆特性。
在所描述的实施例中,在图3和图4中,工具调节方案模块140包括进行协作以生成最优的工艺参数工具集的基于工程的知识模块142、组合计算器模块144、统计优化模块146以及鲁棒缓冲模块(robust buffer module)148。在图4中,在框220处,基于工程的知识模块142规定出约束(由工程师或调节系统80基于历史数据和/或经验指定),组合计算器模块144和统计优化模块146应用该约束来缩小最优的工艺参数工具集。基于工程师的知识和经验的这种约束指定出不能违反的规则,以确保期望的晶圆质量(期望的晶圆特性)。基于工程的知识模块142基于工艺参数如何互相关联、工艺参数如何与工艺监测项目相关联、以及工艺监测项目如何互相关联来限定对工艺参数进行调节的约束。
(1)工艺参数之间的约束限定极限值,该极限值是彼此之间如何调节工艺参数(X-X约束)。例如,在先经验指出为了使前体气体对外延部件的蚀刻保持在规范内,气体流量的任何改变应该由上极限值和下极限值进行限定。因此,用于避免非期望的蚀刻的示例性工艺参数约束将加工工具的调节限制为气体流量的总单位变化为:
-5≤SiH4(侧面)+SiH4(顶部)≤5
其中SiH4(侧面)是来自加工腔室的侧面的含硅前体气体的气体流量的单位变化(unit change),而SiH4(顶部)是来自加工腔室的顶部的含硅前体气体的气体流量的单位变化。
(2)工艺参数和工艺监测项目之间的约束限定基于加工的晶圆组的晶圆特性是否应该调节工艺参数(X-Y约束)。例如,如果加工的晶圆组呈现出来的晶圆特性之间的差值在期望的晶圆特性的指定范围内,则影响这种晶圆特性的工艺参数不能用于调节。在本实例中,在先经验指出气体流量影响外延部件的薄层电阻,而RF功率影响外延部件的应力。因此,示例性工艺参数/工艺监测项目约束可以指定如果期望的薄层电阻(RI目标)和加工的晶圆组的外延部件的薄层电阻(RI测试)之间的薄层电阻差值(RI=RI测试-RI目标)在指定范围内,则不能调节气体流量。例如,
如果-0.001<RI<0.01,则SiH4不能用于调节。
另一个示例性工艺参数/工艺监测项目约束可以指定如果期望的应力(S目标)和加工的晶圆组的外延部件的应力(S测试)之间的应力差值(S=S测试-S目标)在指定范围内,则不能调节HFRF功率。例如,
如果-0.2<S<0.2,则HFRF功率不能用于调节。
工艺参数/工艺监测项目约束确认,如果晶圆特性相对于期望的晶圆特性改变很小,则调节影响这种晶圆特性的工艺参数应该限于在调节过程中使晶圆特性的改变最小。
(3)工艺监测项目之间的约束限定优化目标函数(OOF),诸如通过以下公式提供该函数:
OOF=Min|W1*S+W2*RI+W3*T|
其中,W1、W2、W3分别是应力变化(S=S测试-S目标)、薄层电阻变化(RI=RI测试-RI目标)以及厚度变化(T=T测试-T目标)的加权值。因此,优化目标函数使工艺监测项目相对于彼此的变化进行加权。如以下将进一步论述的,最优的工艺参数工具集使优化目标函数的值最小化,其中理想的是优化目标函数等于零。在本实例中,为了论述的目的,如果外延部件的厚度和应力被认为是临界的,则可以“牺牲”薄层电阻以确保应力和厚度尽可能地接近目标应力和目标厚度,从而提供以下目标优化函数(W1=6、W2=1以及W3=6):
OOF=Min|6*S+1*RI+6*T|。
在图4中,在框230处,组合计算器模块144生成一组可能的工艺参数工具调节方案集。图6是根据本发明的各个方面的工艺流程400的框图,可以通过工具调节方案模块140实施工艺流程400以生成该组可能的工艺参数集。在本实例中,在框230处,组合计算器模块144实施工艺流程400以生成一组可能的工艺参数集。在框410处,组合计算器模块144通过确定应该如何调节单个工艺参数以实现单个目标晶圆特性(从其相应的单个测试晶圆特性)而生成可能的工艺参数值。这种生成考虑工艺参数(这里,气体流量、HFRF功率、沉积时间和间距)如何直接或间接地影响工艺监测项目(这里,外延部件的应力、薄层电阻和厚度)。参考图5中的示例性实例,灵敏度表格310限定工艺监测项目(Y1,Y2,Y3)对被选择用于调谐的工艺参数(X1,X2,X3,X4)的变化的灵敏度。灵敏度表格310指出每个工艺参数的单位变化如何相应地影响每个工艺监测项目。例如,灵敏度表格310指出改变气体流量不影响应力,改变气体流量一个单位增加薄层电阻0.2欧姆/平方,以及改变气体流量一个单位增加厚度1nm。灵敏度表格310也指出HFRF功率影响应力、薄层电阻和厚度。例如,HFRF功率增加每两个单位,应力降低-0.5GPa,薄层电阻降低-0.1欧姆/平方,而厚度降低-0.25nm。灵敏度表格310还指出改变沉积时间(沉积时间改变每0.1单位,厚度增加100nm)和间距(间距改变每一个单位,厚度降低2nm)仅能影响厚度。利用与通过加工工具30加工的测试晶圆相关联的数据、与通过加工工具30加工的晶圆相关联的历史数据、工程师的经验和/或知识、其他因素或它们的组合来生成灵敏度表格310。
在框410处,组合计算器模块114利用灵敏度表格310生成逐个调节表格320,该逐个调节表格320指出如何调节每个工艺参数以实现每个目标晶圆特性。例如,由于灵敏度表格310指出调节气体流量、沉积时间和间距不影响应力,因此逐个调节表格320指出调节这些工艺参数不适用于(N/A)实现目标应力。此外,由于测试应力满足目标应力(表格300)而且HFRF功率的变化改变应力(表格310),因此逐个调节表格320指出为了维持目标应力,应该不调节(0)HFRF功率以维持目标应力。对于薄层电阻,由于灵敏度表格310指出调节沉积时间和间距不影响应力,逐个调节表格320指出调节这些工艺参数不适用于(N/A)实现目标薄层电阻。由于薄层电阻比目标薄层电阻高1欧姆/平方(表格300),而且灵敏度表格310指出气体流量每增加一个单位,薄层电阻增加0.2欧姆/平方,因此逐个调节表格320指出降低气体流量5个单位实现目标薄层电阻(通过降低薄层电阻1欧姆/平方以实现目标薄层电阻)。此外,由于薄层电阻比目标薄层电阻高1欧姆/平方(表格300),而且灵敏度表格310指出HFRF功率每增加两个单位,薄层电阻降低-0.1欧姆/平方,因此逐个调节表格320指出增加HFRF功率10个单位实现目标薄层电阻(通过降低薄层电阻1欧姆/平方以实现目标薄层电阻)。同样地,对于厚度,由于厚度比目标厚度厚2nm(表格300),逐个调节表格320指出降低气体流量2个单位实现目标厚度(由于气体流量每增加1个单位,厚度增加1nm),所以增加HFRF功率8个单位实现目标厚度(由于HFRF功率每增加2个单位,厚度降低0.25nm),降低沉积时间0.02单位实现目标厚度(由于时间每增加0.1单位,厚度增加100nm),以及增加间距一个单位实现目标厚度(由于间距每增加一个单位,厚度降低2nm)。
然后,组合计算器模块144通过实施扩增工艺(growing process)420生成每个工艺参数的可能单位变化,从而生成表格330。例如,参考图5和图6,组合计算器模块144生成气体流量(SiH4)的可能单位变化,在以下描述的表格330中包括1、0、-1、-2、-3、-4、-5以及-6。表格330包括在逐个调节表格320中提供的可能单位变化(这里,气体流量是-5和-2)。在框422处,组合计算器模块144评价用于逐个调节表格320中所提供的每个工艺参数的可能单位变化,以确定可能单位变化是否包括零(0)。如果可能单位变化不包括零,在框424处,零被添加至可能单位变化中,然后,扩增工艺继续进行至框426。如果可能单位变化包括零,扩增工艺420继续进行至框426。在本实例中,用于逐个调节表格320中所提供的气体流量的可能单位值变化不包括零,因此零被加入到可能单位变化中。在框426处,组合计算器模块144确定可能单位变化的平均值,而且该平均值被列入为可能单位变化。在本实例中,对于气体流量,可能单位变化目前包括-5、-2,以及0,而且可能单位变化的平均值是约-2.333。将该平均值四舍五入为最接近的整数单位,因此该平均值是-2。由于可能单位变化已经包括-2,因此在框426处,没有其他可能单位变化被加入可能单位变化中。可选地或另外地,可能单位变化的中值被确定和包括在可能单位变化中。扩增工艺420继续至框428,其中,组合计算器模块144通过使每个可能的单位值增加+1和-1单位而扩展可能单位变化。因此,在本实例中,从-5增加一单位和减去一单位得到-4和-6可能单位变化,从-2增加一单位和减去一单位得到-3和-1可能单位变化,从0增加一单位和减去一单位得到1和-1作为可能单位变化。然后,组合计算器模块144通过确定可能单位变化的四分位数(此时是1、0、-1、-2、-3、-4、-5以及-6)和包括该四分位数作为可能单位变化而继续至框428处的扩增工艺420,从而进一步扩展用于气体流量的可能单位变化。与确定平均值(中值)类似,将四分位数四舍五入为最接近的整数单位。在本实例中,四分位数已经被列入为可能单位变化。因此组合计算器模块144生成用于表格330的可能单位变化1、0、-1、-2、-3、-4、-5以及-6。组合计算器模块144类似地执行扩增工艺420以进一步提供用于表格中的HFRF功率、沉积时间和间距的可能单位变化。通过实施扩增工艺420,组合计算器模块144基于用于表格330中的工艺参数的可能单位变化生成大约256个可能工艺参数工具集方案(在修整工艺440之后生成)。因此,组合计算器模块144从利用表格320所生成的可能的工具调节工艺参数组合的数量来增加可能的工具调节工艺参数组合的数量。
然后,组合计算器模块144通过实施修整工艺(trimming process)440来减少用于每个工艺参数的可能单位变化,从而生成表格340。在本实例中,希望将可能工艺参数工具集降低至小于约200,而且基于表格330中的工艺参数的可能单位变化,组合计算器模块144已经生成用于调节加工工具30的大约256个可能工艺参数工具集方案。因此,参考图5和图6,在框442处,组合计算器模块144确定可能工艺参数工具集超出指定极限值(这里,相比于需求或期望,多出56个可能参数工具集)。由于可能工艺参数工具集超出指定极限值,所以在框444处,组合计算器模块144评价每个工艺参数(Xi)的可能单位变化的数量,以确定哪个工艺参数具有最多的可能单位变化。在本实例中,气体流量和HFRF功率都具有最多的可能单位变化(具体地,8个可能单位变化)。在框446处,组合计算器模块144通过具有最多的可能单位变化(在框146处确定)的工艺参数的可能单位变化来确定绝对最大可能单位变化和绝对最小可能单位变化。然后,只要这种变化不等于零,就从工艺参数的可能单位变化修整绝对最大可能单位变化和绝对最小可能单位变化。例如,对于气体流量,绝对最大可能单位变化是6,而绝对最小可能单位变化是0。类似地,对于HFRF功率,绝对最大可能单位变化是12而绝对最小可能单位变化是0。因此,从气体流量的可能单位变化去除可能单位变化-6,而且从HFRF功率的可能单位变化去除可能单位变化12。通过实施修整工艺440,组合计算器模块144基于表格340中的工艺参数的可能单位变化生成大约196个可能工艺参数工具集方案(在修整工艺440之后生成)。因此,组合计算器模块144将可能的工具调节工艺参数组合的数量从256减少至196。然后,组合计算器模块144返回框442,其中,确定可能的工艺参数工具集方案现在未超出指定极限值。
表格340中的由组合计算器模块144所生成的可能的工艺参数工具集方案可能过于敏感(aggressive),换句话说,意味着一个或多个工艺参数的变化过多。在框448处,组合计算器模块144与鲁棒缓冲模块148协作以通过鲁棒缓冲降低可能的工艺参数工具集方案的灵敏度。鲁棒缓冲模块148在框240处限定灵敏度调节准则,该灵敏度调节准则补偿各个工艺监测项目与工艺参数的变化之间的过度灵敏的相关性(这里,灵敏度表格310中限定相关性)。在本实例中,灵敏度调节准则使用于每个工艺参数的工艺参数单位变化的数量打折扣(discount),从而进一步减少表格350中所提供的每个工艺参数的可能单位变化的数量。例如,灵敏度调节准则限定折扣0.6,意味着用于每个工艺参数的工艺参数单位变化的数量减少40%。在本实例中,由于气体流量具有7个可能工艺参数单位变化,所以折扣表明每个这些可能变化通过舍去其单位而被估算为原始值的60%。也就是说,原始集(1,0,-1,-2,-3,-4,-5)折扣后变成(0.6,0,-0.6,-1.2,-1.8,-2.4,-3),四舍五入为(1,0,-1,-1,-2,-2,-3),然后总结为(1,0,-1,-2,-3)。类似地,对于HFRF功率的可能的参数单位变化(-2,0,2,4,6,8,10),打折为(-1.2,0,1.2,2.4,3.6,4.8,6),进行四舍五入并总结后为(-1,0,1,2,4,5,6)。可选地,灵敏度调节准则限定加权最小函数,例如,
Min(∑ωi|ΔYi 离线|+∑θj|ΔXj 工具|)
其中,ΔYi 离线=Yi 离线-Yi 目标
ΔXj 工具=Xj 调节-Xj目前
其中,工艺参数(X)的变化对工艺监测项目(Y)的变化加权。因此,通过实施框448处的鲁棒缓冲,组合计算器模块144基于表格350中的工艺参数的可能的单位变化将可能工艺参数工具集方案的数量减少为约75个。
组合计算器模块144也应用行为约束准则(由基于工程的知识模块142限定)以生成可能的工具调节工艺参数方案集。例如,如上所述,用于气体流量(SiH4)的示例性行为约束指定-5≤SiH4(侧面)+SiH4(顶部)≤5。因此,当生成可能的工具调节工艺参数方案时,为±5气体流量的任何可能单位变化不予考虑。这种约束可以用于表格350中所提供的可能单位变化。另外,如上所述,示例性行为约束准则指定(1)如果-0.001<RI<0.01,则SiH4不能用于调节,以及(2)如果-0.2<S<0.2,则SiH4不能用于调节。在本实例中,应力的变化为零(如表格300中指出的),因此,气体流量(SiH4)应该不能用于调节。为了生成可能的工具调节工艺参数方案集,可以在工艺流程的各个时间点处应用该约束。例如,气体流量的可能单位变化最初设定为零,因此由组合计算器模块144生成如表格320、表格330、表格340以及表格350所示的气体流量的可能单位变化。在另一个实例中,一旦组合计算器模块144生成表格350,可能的工具调节工艺参数方案集就仅包括其中气体流量设定为零单位变化的工艺参数组合。本发明考虑了行为约束在生成可能的工具调节工艺参数方案集方面的其他应用。
然后,组合计算器模块144确定来自表格350的工艺参数的所有可能组合以生成可能工艺参数工具调节方案集。在框450处,组合计算器模块144根据智能排序算法对可能的工艺参数工具集进行分类。在一个实例中,由基于工程的知识模块142限定智能排序算法。在本实例中,组合计算器模块144对可能参数工具集进行分类并且从最小所有工艺参数变化至最大所有工艺参数变化整理可能参数工具集次序(order)。如在表格350中,(SiH4,HFRF,沉积时间,间距)可能具有105个组合,包括C1=(0,0,0,1)和(1,6,0,1),由于C1在所有调节的参数中的较小变化而被优先考虑。
返回图3和图4,然后,工具调节优化工艺流程200继续进行至框250,其中,统计优化模块146将可能工艺参数工具调节方案集(在本实例中,分类的可能工艺参数工具集来自表格350)进行评价和缩小成最好的、最优的工艺参数工具调节方案。当缩小可能参数工具调节方案时,统计优化模块146应用由基于工程的知识模块142所限定的行为约束(框220)。例如,统计优化模块146评价可能工艺参数工具调节方案集,以发现使通过基于工程的知识模块142所限定的优化目标函数最小的工艺参数工具调节方案,具体地,
OOF=Min|6*S+1*RI+6*T|。
统计优化模块146利用任何合适的统计优化程序。例如,统计优化模块146执行在名称为“系统参数的自适应和自动确定(Adaptive and AutomaticDetermination of System Parameters)”美国专利申请第2012/0130525号中所述的MIMO(多输入/多输出)优化程序,其全部内容结合于此作为参考。由于组合计算器模块144提供了严密地定制(narrowly tailor)、分类的可能工艺参数工具调节方案,所以与传统工具调节方法相比,统计优化模块146可以更快地生成最优的可能工艺参数工具调节方案集。
在框260处,根据优化的OOF值的最终结果(一些准则)对最优的工艺参数工具调节方案进行排序。例如,根据基于工程的知识模块142和/或鲁棒缓冲模块148所限定的排序准则对最优的工艺参数工具调节方案进行排序。然后,在框270处,同样地基于一些准则,一些最优的工艺参数工具调节方案被建议用于调节加工工具,例如:建议选择最好的一个或排名前3的平均值。返回图3,在框150处,根据被建议的最优的工艺参数工具调节方案中的一个来调节加工工具30。然后,工具调节工艺流程100返回框110,当根据最优的工艺参数工具调节方案配置加工工具30时,实施其他加工工具性能检查以确定由加工工具30所加工的晶圆是否呈现出期望的工艺监测项目。如果工艺监测项目在规范内,则在框120处,加工工具被释放用于生产,其中加工工具30加工晶圆。如果工艺监测项目不在规范内,则重复框130处的工具调节优化工艺直到加工工具30被释放用于生产。
图7是根据本发明的各个方面的用于调节加工工具的工艺参数使得该加工工具所加工的晶圆呈现出期望的工艺监测项目的方法500的流程图。在实例中,方法500用于调节图1的集成电路器件制造系统10中的加工工具30。在框510处,如以上关于图1至图6所述的,生成一组可能的工具调节工艺参数组合。利用与加工工具所加工的晶圆相关联的工艺监测项目数据、与工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、行为约束准则以及灵敏度调节准则来生成该组可能的工具调节工艺参数组合。在框520处,由以上关于图1至图6所描的该组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合。在框530处,加工工具根据以上关于图1至图6所述的最优的工具调节工艺参数组合中的一个进行配置。方法500还可以包括:利用根据最优的工具调节工艺参数组合中的一个所配置的加工工具加工晶圆。可以在方法500之前、期间和之后提供额外的步骤,而且对于方法500的其他实施例,所述的步骤一些可以被替换、删除或前后移动。
图8是用于实施本文描述的各种方法和系统的计算机系统600的框图,例如,以上论述的方法100、200、400和500的各个方法框图。例如,计算机系统600可操作地确定用于调节加工工具(诸如,加工工具300的最优的工具调节工艺参数组。在本实施例中,工具调节系统80包括用于调节加工工具30的计算机系统600。在各个实施例中,计算机系统600的装置包括能够与网络(例如内联网或互联网)通信的网络通信装置或网络计算装置(例如,移动便携式电话、便携式电脑、个人电脑、网络服务器等)。应该理解,可以作为用于按照以下方式与网络通信的计算机系统600来实现每个装置。
根据本发明的各个实施例,诸如本地计算机或网络计算机系统的计算机系统600包括:互连子系统和元件的总线元件602或用于信息通信的其他通信机制,例如,子系统和元件包括:处理元件604(例如,处理器、微控制器、数字信号处理器(DSP)、其他处理元件或它们的组合)、系统存储元件606(诸如,RAM)、静态存储元件608(诸如,ROM)、磁盘驱动元件610(诸如,磁性元件、光学元件、其他元件或它们的组合)、网络接口元件612(例如,调制解调器、以太网卡、其他网络接口元件或它们的组合)、显示元件614(例如,阴极射线管(CRT)、液晶显示器(LCD)、其他显示元件或它们的组合)、输入元件616(诸如,键盘)、光标控制元件618(诸如,鼠标或跟踪球)以及图像采集元件620(诸如,数字或模拟相机)。在一个实施例中,磁盘驱动元件610包括具有一个或多个磁盘驱动元件的数据库。
根据本发明的实施例,计算机系统600通过处理器604执行系统存储元件606中包含的一个或多个指令的一个或多个序列来实施特定操作。在一实例中,将这些指令从另一计算机可读介质(诸如,静态存储元件608或磁盘驱动元件610)读入系统存储元件606中。在另一个实例中,使用硬连线电路代替软件指令(或与软件指令结合)来实施本发明。进一步根据本发明的实施例,在计算机可读介质中对逻辑进行编码,计算机可读介质是指参与提供指令给用于执行的处理器元件604的任何介质。这种介质采取许多形式,包括但不限于非易失性介质和易失性介质。在一个实例中,计算机可读介质是非易失的。在各个实施例中,非易失性介质包括光盘或磁盘,诸如磁盘驱动元件610,而易失性介质包括动态存储器,诸如系统存储元件606。在一方面,与执行指令相关联的数据和信息通过传输介质诸如以声波或光波(包括在无线电波和红外线数据通信期间所生成的那些)的形式传递给计算机系统600。在各个实施例中,传输介质包括同轴电缆、铜线和光纤,包括包含总线602的布线。
例如,计算机可读介质的一些常见形式包括软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD-ROM、任何其他光学介质、穿孔卡片、纸带、具有穿孔图案的任何其他物理介质、RAM、PROM、EPROM、FLASH-EPROM、任何其他存储芯片或盒式磁带、载波或适合计算机读取的任何其他介质。在本发明的各个实施例中,计算机系统600实施指令序列的执行以实践本发明。在本发明的各个其他实施例中,各种计算机系统(诸如,计算机系统600)通过通信连接链路630(例如,诸如LAN、WLAN、PTSN的通信网络和/或包括电信、移动和便携式电话网络的各种其他有线或无线网络,)连接并且与另一个计算机系统协作来执行指令序列以实践本发明。在各个实例中,计算机系统600通过通信链路630和通信接口612传输和接收包括一种或多种程序(换句话说,应用代码)的消息、数据、信息和指令。处理器元件804可以执行如在磁盘驱动元件610或一些其他非易失性存储元件中接收和/或存储的用于执行的程序代码。
在可应用的情况下,利用硬件、软件或硬件和软件的组合来实施本发明所提供的各种实施例。此外,在可应用的情况下,本文列举的各种硬件元件和/或软件元件与包括软件、硬件和/或两者的复合元件组合而不背离本发明的精神。在可应用的情况下,本文列举的各种硬件组件和/或软件组件分成包括软件、硬件或两者的子组件而不背离本发明的范围。另外,在可应用的情况下,考虑将软件组件作为硬件组件使用,反之亦然。根据本发明,诸如计算机程序代码和/或数据的软件可以存储在一种或多种计算机可读介质中。也考虑到可以利用一种或多种通用的或专用的计算机和/或计算机系统(连接成网络的和/或未连接成网络的)来实施本文所识别的软件。在可应用的情况下,改变本文描述的各个步骤的顺序,组合成复合步骤和/或分成子步骤以提供本文描述的特征。
本发明提供了许多不同的实施例。一种调节加工工具的工艺参数使得通过加工工具加工的晶圆呈现出期望的工艺监测项目的示例性方法包括:限定行为约束准则和灵敏度调节准则;利用与通过加工工具所加工的晶圆相关联的工艺监测项目数据、与工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、行为约束准则以及灵敏度调节准则生成一组可能的工具调节工艺参数组合;通过该组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合;以及根据最优的工具调节工艺参数组合中的一个来配置加工工具。该方法还包括利用根据最优的工具调节工艺参数组合中的一个所配置的加工工具来加工晶圆。
在一实例中,N个工艺参数与加工工具相关,而且该方法还包括选择用于调节的N个工艺参数的数量(n),使得该组可能的工具调节工艺参数组合包括用于n个工艺参数的各种工具调节组合。在一个实例中,生成该组可能的工具调节工艺参数组合包括生成第一数量的可能的工具调节工艺参数组合;通过第一数量的可能的工具调节工艺参数组合生成第二数量的可能的工具调节工艺参数组合,其中,第二数量大于第一数量;以及通过第二数量的可能的工具调节工艺参数组合生成第三数量的可能的工具调节工艺参数组合,其中,第三数量小于第二数量;以及通过第三数量的可能的工具调节工艺参数组合生成第四数量的可能的工具调节工艺参数组合,其中,第四数量小于第三数量。
在一个实例中,利用工艺监测项目数据和灵敏度数据生成第一数量的可能的工具调节工艺参数组合,以生成用于每个工艺参数的一组工艺参数值。然后,在一个实例中,通过对于每个工艺参数都实施扩增工艺以扩展每一组工艺参数值来生成第二数量的可能的工具调节工艺参数组合。在又一个实例中,通过确定第二数量是否大于预先确定数量的可能的工具调节工艺参数组合来生成第三数量的可能的工具调节工艺参数组合;以及对至少一组工艺参数值实施修整工艺直到可能的工具调节工艺参数组合的数量小于或等于该预先确定的数量。在又一个实例中,通过将灵敏度调节准则应用于第三数量的可能的工具调节工艺参数组合来生成第四数量的可能的工具调节工艺参数组合。在一个实例中,行为约束准则限定优化目标函数;以及通过一组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合包括:确定使优化目标函数的值最小的工具调节工艺参数组合。行为约束准则可以进一步限定工艺参数之间的、约束工艺参数的调节的相关性;限定工艺监测项目之间的、约束工艺参数的调节的相关性;限定工艺参数和工艺监测项目之间的、约束工艺参数的调节的相关性。
一种使加工工具能够胜任生产的示例性方法包括用加工工具加工晶圆;以及确定与通过加工工具所加工的晶圆相关联的工艺监测项目数据是否在规范内,使得如果工艺监测项目数据在规范内,则释放用于生产的加工工具,以及如果工艺监测项目数据不在规范内,则调节加工工具的工艺参数工具集。该调节包括限定行为约束准则和灵敏度调节准则;利用与通过加工工具所加工的晶圆相关联的工艺监测项目数据、与工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、行为约束准则以及灵敏度调节准则生成一组可能的工具调节工艺参数组合;通过该组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合;以及根据最优的工具调节工艺参数组合中的一个配置加工工具。该方法还包括反复加工晶圆以及反复确定与通过加工工具所加工的晶圆相关联的工艺监测项目数据是否在规范内直到加工工具被释放用于生产。在一个实例中,该方法还包括在加工和确定与通过加工工具所加工的晶圆相关联的工艺监测项目数据是否在规范内之前对加工工具进行维护。在一个实例中,该方法还包括在释放加工工具用于生产之后,用加工工具加工晶圆。
在一个实例中,生成一组可能的工具调节工艺参数组合包括生成第一数量的可能的工具调节工艺参数组合;通过第一数量的可能的工具调节工艺参数组合生成第二数量的可能的工具调节工艺参数组合,其中,第二数量大于第一数量;以及通过第二数量的可能的工具调节工艺参数组合生成第三数量的可能的工具调节工艺参数组合,其中,第三数量小于第二数量;以及通过第三数量的可能的工具调节工艺参数组合生成第四数量的可能的工具调节工艺参数组合,其中,第四数量小于第三数量。在一个实例中,利用工艺监测项目数据和灵敏度数据生成用于每个工艺参数的一组工艺参数值来生成第一数量的可能的工具调节工艺参数组合;通过实施扩增工艺以扩展每一组工艺参数值来生成第二数量的可能的工具调节工艺参数组合;通过对至少一组工艺参数值实施修整工艺来生成第三数量的可能的工具调节工艺参数组合;以及通过对第三数量的可能的工具调节工艺参数组合应用灵敏度调节准则来生成第四数量的可能的工具调节工艺参数组合。在一个实例中,行为约束准则限定优化目标函数;以及通过一组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合包括:评价第四数量的可能的工具调节工艺参数组合,以确定使优化目标函数的值最小的工具调节工艺参数组合。在一个实例中,对第四数量的可能的工具调节工艺参数组合进行分类,使得使工艺参数变化最小的组合被排在第一位。
一种用于实施本文中所述的方法的示例性集成电路制造系统包括被配置为加工晶圆的加工工具以及被配置为确定加工工具的工艺参数工具集的加工工具调节系统。该加工工具调节系统包括工具调节方案模块,该工具调节方案模块被配置为利用与通过加工工具所加工的晶圆相关联的工艺监测项目数据、与工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、预先确定的行为约束准则以及预先确定的灵敏度调节准则来生成一组可能的工具调节工艺参数组合;以及通过该组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合。在一个实例中,工具调节方案模块包括用于确定工艺参数工具集的各种模块。例如,该工具调节方案模块可以包括限定行为约束准则的基于工程的知识模块;被配置为生成该组可能的工具调节工艺参数组合的组合计算器模块;被配置为生成该组最优的工具调节工艺参数组合的统计优化模块;以及被配置为限定灵敏度调节准则的鲁棒缓冲模块。
上面论述了若干实施例的部件,使得本领域普通技术人员可以更好地理解本发明的各个方面。本领域普通技术人员应该理解,可以很容易地使用本发明作为基础来设计或更改其他用于达到与这里所介绍实施例相同的目的和/或实现相同优点的处理和结构。本领域普通技术人员也应该意识到,这种等效构造并不背离本发明的精神和范围,并且在不背离本发明的精神和范围的情况下,可以进行多种变化、替换以及改变。

Claims (10)

1.一种调节加工工具的工艺参数使得被所述加工工具加工的晶圆呈现出期望的工艺监测项目的方法,所述方法包括:
限定行为约束准则和灵敏度调节准则;
利用与所述加工工具所加工的晶圆相关联的工艺监测项目数据、与所述工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、所述行为约束准则以及所述灵敏度调节准则来生成一组可能的工具调节工艺参数组合;
通过所述一组可能的工具调节工艺参数组合来生成一组最优的工具调节工艺参数组合;以及
根据所述最优的工具调节工艺参数组合中的一个来配置所述加工工具。
2.根据权利要求1所述的方法,其中,N个工艺参数与所述加工工具相关,所述方法还包括选择用于调节的所述N个工艺参数的数量(n),使得所述一组可能的工具调节工艺参数组合包括用于n个工艺参数的各种工具调节组合。
3.根据权利要求1所述的方法,其中,生成所述一组可能的工具调节工艺参数组合包括:
生成第一数量的可能的工具调节工艺参数组合;
通过所述第一数量的可能的工具调节工艺参数组合来生成第二数量的可能的工具调节工艺参数组合,所述第二数量大于所述第一数量;以及
通过所述第二数量的可能的工具调节工艺参数组合生成第三数量的可能的工具调节工艺参数组合,所述第三数量小于所述第二数量。
4.根据权利要求3所述的方法,其中,生成所述一组可能的工具调节工艺参数组合还包括:通过所述第三数量的可能的工具调节工艺参数组合生成第四数量的可能的工具调节工艺参数组合,所述第四数量小于所述第三数量。
5.根据权利要求4所述的方法,其中,生成所述第四数量的可能的工具调节工艺参数组合包括将所述灵敏度调节准则应用于所述第三数量的可能的工具调节工艺参数组合。
6.根据权利要求3所述的方法,其中,生成所述第一数量的可能的工具调节工艺参数组合包括:利用所述工艺监测项目数据和所述灵敏度数据生成用于每个工艺参数的一组工艺参数值。
7.根据权利要求6所述的方法,其中,生成所述第二数量的可能的工具调节工艺参数组合包括对于每个工艺参数都实施扩增工艺以扩展每一组工艺参数值。
8.根据权利要求7所述的方法,其中,生成所述第三数量的可能的工具调节工艺参数组合包括:
确定所述第二数量是否大于可能的工具调节工艺参数组合的预定数量;以及
对至少一组工艺参数值实施修整工艺,直到可能的工具调节工艺参数组合的数量小于或等于所述预定数量。
9.一种方法,包括:
用加工工具来加工晶圆;以及
确定与所述加工工具所加工的晶圆相关联的工艺监测项目数据是否在规范内,使得:
如果所述工艺监测项目数据在所述规范内,则释放所述加工工具用于生产,而
如果所述工艺监测项目数据不在所述规范内,则调节所述加工工具的工艺参数工具集,其中,调节包括:
限定行为约束准则和灵敏度调节准则;
利用与所述加工工具加工的晶圆相关联的工艺监测项目数据、与所述工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、所述行为约束准则以及所述灵敏度调节准则来生成一组可能的工具调节工艺参数组合;
通过所述一组可能的工具调节工艺参数组合生成一组最优的工具调节工艺参数组合;
根据所述最优的工具调节工艺参数组合中的一个配置所述加工工具;以及
重复加工晶圆以及确定与所述加工工具所加工的晶圆相关联的工艺监测项目数据是否在所述规范内的步骤,直到所述加工工具被释放用于生产。
10.一种集成电路制造系统,包括:
加工工具,被配置为加工晶圆;以及
加工工具调节系统,被配置为确定用于所述加工工具的工艺参数工具集,所述加工工具调节系统包括工具调节方案模块,所述工具调节方案模块被配置为:
利用与所述加工工具所加工的晶圆相关联的工艺监测项目数据、与所述工艺监测项目对每个工艺参数的灵敏度相关联的灵敏度数据、预定的行为约束准则以及预定的灵敏度调节准则来生成一组可能的工具调节工艺参数组合,以及
通过所述一组可能的工具调节工艺参数组合来生成一组最优的工具调节工艺参数组合。
CN201310028026.2A 2012-11-01 2013-01-24 工具优化调节系统和相关方法 Active CN103811379B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201213666176A 2012-11-01 2012-11-01
US13/666,176 2012-11-01

Publications (2)

Publication Number Publication Date
CN103811379A true CN103811379A (zh) 2014-05-21
CN103811379B CN103811379B (zh) 2016-12-28

Family

ID=50707969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310028026.2A Active CN103811379B (zh) 2012-11-01 2013-01-24 工具优化调节系统和相关方法

Country Status (2)

Country Link
KR (1) KR101524917B1 (zh)
CN (1) CN103811379B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150128486A (ko) 2014-05-09 2015-11-18 주식회사 만도 비산방지부재를 포함하는 계자 권선형 모터용 로터
CN105742144A (zh) * 2016-02-26 2016-07-06 镇江乐华电子科技有限公司 一种监控透射电子显微镜的预警系统
CN112990888B (zh) * 2021-05-07 2021-08-06 北京瑞莱智慧科技有限公司 一种工艺参数的调节策略决策模型的确定方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1672012A (zh) * 2002-07-25 2005-09-21 音质技术公司 光计量术中模型和参数的选择
CN101853008A (zh) * 2009-03-03 2010-10-06 台湾积体电路制造股份有限公司 用于半导体制造的先进工艺控制方法和系统
CN102063063A (zh) * 2009-11-11 2011-05-18 台湾积体电路制造股份有限公司 半导体制造方法及系统
US20120185813A1 (en) * 2011-01-19 2012-07-19 Tokyo Electron Limited Tool performance by linking spectroscopic information with tool operational parameters and material measurement information

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1672012A (zh) * 2002-07-25 2005-09-21 音质技术公司 光计量术中模型和参数的选择
CN101853008A (zh) * 2009-03-03 2010-10-06 台湾积体电路制造股份有限公司 用于半导体制造的先进工艺控制方法和系统
CN102063063A (zh) * 2009-11-11 2011-05-18 台湾积体电路制造股份有限公司 半导体制造方法及系统
US20120185813A1 (en) * 2011-01-19 2012-07-19 Tokyo Electron Limited Tool performance by linking spectroscopic information with tool operational parameters and material measurement information

Also Published As

Publication number Publication date
CN103811379B (zh) 2016-12-28
KR20140055940A (ko) 2014-05-09
KR101524917B1 (ko) 2015-06-01

Similar Documents

Publication Publication Date Title
US9519285B2 (en) Systems and associated methods for tuning processing tools
CN108140588B (zh) 用于半导体设备的匹配腔室性能的方法
KR100727049B1 (ko) 마이크로전자 디바이스들의 제조시 최적의 공정 목표들을결정하는 방법
CN103681395B (zh) 用于工具状态监控的定性故障检测和分类系统及相关方法
US7894927B2 (en) Using Multi-Layer/Multi-Input/Multi-Output (MLMIMO) models for metal-gate structures
US8501499B2 (en) Adaptive recipe selector
CN100378941C (zh) 在制造过程中预测装置的电气参数的方法及系统
US6368884B1 (en) Die-based in-fab process monitoring and analysis system for semiconductor processing
CN100451888C (zh) 用以监控半导体生产设备中的处理工具的方法与系统
KR100734534B1 (ko) 반도체 공정을 위한 자동화된 공정 모니터링 및 분석 시스템
JP3957964B2 (ja) ロットディスパッチング方法およびロットディスパッチングシステム
US7580767B2 (en) Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
CN103137513A (zh) 集成电路制造设备状态监测系统和方法
US8396583B2 (en) Method and system for implementing virtual metrology in semiconductor fabrication
US20100036514A1 (en) Creating Multi-Layer/Multi-Input/Multi-Output (MLMIMO) Models for Metal-Gate Structures
KR20150006074A (ko) 웨이퍼들 상에서 측정들이 수행되는 프로세스에 대한 동적 샘플링 방식을 형성 또는 수행하기 위한 방법들 및 시스템들
JP2007507886A (ja) 半導体製造プロセスを制御する第1の原理シミュレーションを用いたシステム及び方法。
US6912435B2 (en) Methods and systems for controlling reticle-induced errors
TW202001409A (zh) 使用指紋和演進分析的方法
CN103811379A (zh) 工具优化调节系统和相关方法
US20130150997A1 (en) Method and system for tool condition monitoring
US11669079B2 (en) Tool health monitoring and classifications with virtual metrology and incoming wafer monitoring enhancements
US7200459B1 (en) Method for determining optimal photolithography overlay targets based on process performance and yield in microelectronic fabrication
JP2022112078A (ja) エピタキシャル成膜装置の管理システムおよび管理方法
CN108899287B (zh) 一种工艺控制方法

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