CN105830069A - 依据要求的目标及工艺灵敏度分析 - Google Patents

依据要求的目标及工艺灵敏度分析 Download PDF

Info

Publication number
CN105830069A
CN105830069A CN201480067806.0A CN201480067806A CN105830069A CN 105830069 A CN105830069 A CN 105830069A CN 201480067806 A CN201480067806 A CN 201480067806A CN 105830069 A CN105830069 A CN 105830069A
Authority
CN
China
Prior art keywords
target
parameter
tolerance
metering
sensitivity analysis
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
CN201480067806.0A
Other languages
English (en)
Other versions
CN105830069B (zh
Inventor
M·E·阿德尔
N·阿米尔
M·吉诺乌克
T·夏斯特曼
D·格瑞奥迪
S·博罗迪扬斯凯
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.)
KLA Corp
Original Assignee
KLA Tencor Corp
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 KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of CN105830069A publication Critical patent/CN105830069A/zh
Application granted granted Critical
Publication of CN105830069B publication Critical patent/CN105830069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Abstract

本发明提供用于根据外在要求或内在发展及验证需要,分析目标、工艺及计量配置对广泛范围的参数的灵敏度的系统及方法。系统包括以下元件。输入模块经布置以接收与目标、目标计量条件及生产工艺相关的参数,以产生目标数据。计量模拟单元经布置以从所述目标数据模拟目标的计量测量且产生量化所述模拟目标测量的多个度量。灵敏度分析模块经布置以导出所述度量对所述参数的函数相依性且关于所述所导出的函数相依性界定所述参数的所要不确定性。最后,目标优化模块经布置以关于所述模拟目标测量对目标及目标计量条件进行排名。

Description

依据要求的目标及工艺灵敏度分析
相关申请案的交叉参考
本申请案主张2013年12月11日申请的第61/914,950号美国临时专利申请案的权利,所述美国临时专利申请案以全文引用方式并入本文中。
技术领域
本发明涉及计量领域,且更特定来说,涉及计量测量对目标、工艺及测量参数的灵敏度分析。
背景技术
计量涉及与目标、目标计量条件及生产工艺相关的大量参数。目标设计、生产工艺及计量测量展现对这些参数的不同程度的灵敏度,这使得难以有效评估参数设置且使计量偏移的根本原因分析具有难度。
发明内容
本发明的一个方面提供一种系统,所述系统包括:输入模块,其经布置以接收与目标、目标计量条件及生产工艺相关多个参数,以产生目标数据;计量模拟单元,其经布置以从所述目标数据模拟目标的计量测量且产生量化所述模拟目标测量的多个度量;灵敏度分析模块,其经布置以导出所述度量对所述参数的函数相依性且关于所导出的函数相依性界定所述参数的所要不确定性;及目标优化模块,其经布置以关于所述模拟目标测量对所述目标及所述目标计量条件中的至少一者进行排名。
在接下来的详细描述中陈述本发明的这些、额外及/或其它方面及/或优点;可从所述详细描述推断;及/或可通过实践本发明得知。
附图说明
为更好地理解本发明的实施例及展示可如何实现所述实施例,现将仅通过实例方式参考其中相似数字始终指示对应元件或区段的附图。
在附图中:
图1及2是根据本发明的一些实施例的系统及所述系统中的信息产生及流动的高阶示意概略框图。
图3呈现根据本发明的一些实施例的与目标及测量特征相关的度量的非限制性说明。
图4呈现根据本发明的一些实施例的与目标及测量特征相关的度量及其表示的非限制性说明。
图5示意性地说明根据本发明的一些实施例的排名实例。
图6是说明根据本发明的一些实施例的方法的高阶示意流程图。
图7是根据本发明的一些实施例的系统的高阶示意框图。
图8是示范根据本发明的一些实施例的计量度量对不同工艺变化参数的不同灵敏度的曲线图。
具体实施方式
在陈述相关技术背景之前,陈述下文将使用的特定术语的定义可能是有益的。
在本申请案中,如本文中所使用,术语“度量”被定义为与给定测量(例如原始测量自身(同一性度量(identitymetrics)))相关的任何量、与一或多种测量类型相关的导出量、与测量的组合或交互相关的量以及从一或多个其它度量及可能一或多种测量类型导出的“元度量(metametrics)”。
现特别详细地参考图式,要强调的是所展示的细节是以实例方式且仅出于本发明的优选实施例的说明性论述的目的,且为了据信为最有用及最容易理解本发明的原理及概念方面的描述而提出。就此而言,并非尝试比基本理解本发明所需更详细地展示本发明的结构细节,结合图式进行的描述使所属领域的技术人员明白实际上可如何具体实施本发明的若干形式。
在详细解释本发明的至少一个实施例之前,应理解,本发明并非将其应用限于以下描述中所陈述或图式中所说明的构造细节及组件布置。本发明适用于其它实施例或可以各种方式实践或实施本发明。此外,应理解,本文中所运用的词组及术语用于描述目的且不应被视为具有限制性。
通常,使用计量模拟允许计量工程师预测计量事件的性能及评估此类性能对多个输入参数的相依性。影响计量性能的输入参数的实例包含目标几何参数、计量系统配置及从半导体制造工艺所得的晶片上膜堆叠及特征拓扑(及其公差)。在随后描述中,术语“工艺参数”与所述膜堆叠及特征拓扑及其公差特别相关。
提供用于根据外在要求或内在发展及验证需要,分析目标几何形状及计量配置对广泛范围的参数的灵敏度的系统及方法。系统包括以下元件。
输入模块经布置以接收与目标、目标计量条件以及工艺参数及公差相关的输入参数,以产生目标数据。在此上下文中,“堆叠及拓扑验证”与验证用于模拟的工艺参数是实际晶片堆叠及拓扑的准确表示的程序相关。
计量模拟单元经布置以从输入参数模拟目标的计量测量且产生原始模拟测量数据及量化模拟目标测量的计量性能的多个导出度量。
灵敏度分析模块经布置以导出原始模拟测量数据或所导出的度量对输入参数的函数相依性且界定工艺参数的所要公差(归因于不确定性或不受控制的变化)。所述灵敏度分析模块也可实现:(i)堆叠及拓扑验证能够聚焦于具有最大影响的堆叠及拓扑参数,这是通过识别针对其小工艺参数变化导致一或多个计量度量的大变化的那些参数进行的(ii)消除对来自随后目标优化程序的计量度量相反地展示出减小影响的工艺变化参数以便产生在计算上紧凑的模拟,(iii)量化分析工艺参数变化对计量性能的影响以支持制造工艺修改的决策以便随后减小对计量的影响,(iv)在存在或缺乏来自先前过程步骤的前馈计量数据的情况下,通过确立计量度量与工艺参数变化之间的相关性进行计量偏移的根本原因分析及(v)提供预期模拟对测量匹配质量的指示符。
最后,目标优化模块可经布置以关于模拟目标测量度量对目标及目标计量条件进行排名。因此,可同时叠加且比较模拟原始测量数据或所导出的度量对广泛范围的工艺参数的多个灵敏度响应以提供有效分析及设计平台。
图1及2是根据本发明的一些实施例的系统100及系统100中的信息产生及流动的高阶示意概略框图。系统100可包括输入模块110、计量模拟单元120、灵敏度分析模块130及目标优化模块140。系统100经配置以根据给定要求、生产条件及计量规格分析目标、计量传感器配置以及工艺参数及参数灵敏度。
输入模块110经布置以(例如)从晶片生产商90或从目标设计者90接收与目标(目标参数94)、计量条件96及任选地生产工艺(工艺参数98)相关的多个参数,且从其产生目标设计数据及计量传感器配置推荐119。下文中提供目标参数94、计量参数96及工艺参数98的非限制性实例。工艺参数98可包括目标抗蚀剂轮廓、堆叠及抗蚀剂性质(例如,材料、临界尺寸(例如条宽度)、侧壁角、侧壁角非对称性、拓扑、沉积、蚀刻或抛光相关拓扑及其非对称性),且包括进一步处理性质、工艺窗参数、光刻照明的类型及分布及成像像差。关于任何目标层且作为非限制性实例,目标参数94可包括与计量目标特征本身相同或不同层中的目标几何参数,例如光栅间距、层之间的偏移、临界尺寸(CD)、分段、正交或平行、化学机械抛光协助特征、次分辨率(或解析)协助特征及虚拟化特征。作为非限制性实例,计量条件96可包括照明参数,例如波长、带宽、偏振角、空间及/或时间相干性、入射角、数值孔径、照明光瞳配置、峰值或均值功率、通量及其它参数,例如几何光学配置及光学信息、计量类型(例如,散射测量或成像)等等。
输入模块110可进一步经布置以接收及提供与目标层(例如,先前层及当前层)相关的工艺模拟结果及/或工艺数据。与目标及生产工艺相关的模拟及工艺数据的任何组合可由输入模块110提供到计量模拟单元120。所述数据可包括晶片上的目标或任何其它结构的物理及光学参数以及模拟过程及目标参数及其随晶片的可变性。
计量模拟单元120经布置以从目标数据119模拟目标的计量测量且产生多个计量度量124及量化模拟目标原始测量或导出计量度量的可行过程度量126。在特定实施例中,计量模拟单元120经布置以通过将光学模拟应用于由输入模块110提供的数据而产生与模拟目标结构相关的数据及模拟目标的计量结果。在特定实施例中,计量度量模块123可为计量模拟单元120的部分或与其相关联,且经布置以从由计量模拟单元120产生的原始模拟数据计算度量124、126。计量度量模块123(或计量模拟单元120)可将工艺参数公差129提供到灵敏度分析模块,如下文图8中所示范。光学模拟与各种计量参数及测量过程相关。
计量模拟单元120可经布置以计算多个计量度量124。在特定实施例中,晶片生产商90可界定至少一些度量124或过程度量126的同一性以及与度量124、126相关的性能约束127及公差范围及阈值。
度量的非限制性实例包括各种对称性质量指标,其指代不同的目标特征(例如,不同元件、不同层)、几何指标(例如元件及层的坡度及形状)、尺寸指标(例如,结构临界尺寸CD)、量化元件与层之间的结构关系的相关性指标及与(例如)沉积或蚀刻步骤相关的工艺效率指标。可比较或组合不同度量以界定进一步度量,且可比较或组合度量与各种数据以产生进一步度量,例如,可将工艺窗度量与装置过程度量的比较(例如,用户接口上的视觉比较)用作额外度量。进一步计量性能度量124可包括目标衍射效率、计量准确度(被界定为标称几何计量结果与模拟计量结果之间的差)或计量准确度标志(例如从计量信号的傅立叶(Fourier)分析或分解导出的质量指标或导出的光瞳分布函数)。额外计量性能度量124可包括原始或导出的计量信号对叠加变化的精度、对比度或灵敏度。
在特定实施例中,系统100可包括要求97,例如各种目标模板集95。输入模块110可经配置以接收这些输入且从描述输入目标的(例如)相应±1阶或更高阶反射率的目标特性化文件115产生相应工作手册。这些数据可在随后计算步骤中使用(例如被模拟器120中的叠加计算模块使用)以模拟输入目标的叠加及其对输入工艺参数的相依性及其公差。灵敏度分析模块130及目标优化模块140可导出并处理计量度量124、过程度量126,且产生允许优化目标设计、生产工艺及计量测量的目标、工具设置及相应分数的优先列表160。
在特定实施例中,灵敏度分析模块130可经配置以在目标优化之前实现堆叠及拓扑验证以聚焦于对目标度量具有最大影响的工艺参数。在特定实施例中,灵敏度分析模块130可经配置以在目标优化之前消除非敏感工艺变化参数,且因此提供在计算上更紧凑的模拟过程。
在特定实施例中,灵敏度分析模块130可经配置以提供关于工艺变化对计量性能之影响的定量数据以支持制造工艺修改的决策以便减小对计量的影响。在特定实施例中,灵敏度分析模块130可经配置以结合计量数据(例如(但不限于)来自先前处理步骤的层的膜、临界尺寸、应力、形状或n及k数据)的前馈一起使用,以便预期在随后计量步骤期间的计量偏移。此外,考虑到此类前馈数据可用(或其不存在),灵敏度分析模块130可经配置以通过使所观测到的计量度量与特定工艺参数的变化相关而进行随后计量偏移的根本原因分析。在特定实施例中,灵敏度分析模块130可经配置以提供预期模拟对测量匹配质量的指示符。
在特定实施例中,可以任何格式(例如,GDSII(图形数据库系统II)格式)输入目标竞争者且可使用其导出结合工艺相关数据(例如扫描仪像差及图案放置误差(PPE)、照明工艺窗参数(例如,焦点深度DOF及能量界限EL)及其它参数(例如,厚度相关工艺窗参数))一起使用–以比较处于各种工艺条件下的目标的目标轮廓。可将此类比较用作初始保真度模拟。在特定实施例中,可从第7,925,486号美国专利并入与产生标线布局的计量目标结构设计相关的方法论元素,所述美国专利以全文引用方式并入本文中。
在特定实施例中,模拟器120可使用任何以下参数来模拟目标:计量照明光束的变迹、光瞳校准、照明类型及图案、噪声模型、掩蔽类型及参数、偏振、光谱特性等。模拟器120可经配置以计算叠加、精度度量、衍射效率等等。
图3呈现根据本发明的一些实施例的与目标及测量特征相关的度量的非限制性说明。左上方实例124说明可用于估计对实际工艺变化的精度敏感性的工艺稳健度度量的实例。顾客或目标设计者90可设置工艺变化参数及工艺变化范围,且界定所关注质量,例如精度降低等级,例如g([σlu])=max{σlu}/σnom,其中g为度量,σl、σu分别是下部目标元件及上部目标元件的标准偏差,且σnom是标称目标的标准偏差,如图3中所指示。
左下方实例124说明0阶及1阶光瞳平面图像的衍射效率(DE)度量124的实例。DE度量124可被计算为在0、±1阶图像中的每一者中传播的所有射线的总和或平均值。可使用DE度量124指示准确度风险,这是因为低衍射效率提高尤其是小目标的准确度风险。可关于众多各参数94、96、98导出DE度量124,例如照明、光学器件及掩模的类型及形式、以及目标设计及工艺参数。可(例如)由晶片生产商或目标设计者90基于经设置以量化这些效应的度量124设置性能约束127。
图3中的右侧说明说明起因于结构(例如FinFET结构)的生产中的工艺特征的不规则性。右上方实例说明导致层之间的不规则边界的凹陷效应(参见箭头),而右下方实例说明FinFET结构本身及其到顶层的边界的不规则性(参见箭头)。这些效应可被量化为计量度量124及过程度量126;且性能约束127可基于其来设置。
精度度量124的实例包括通过以下步骤估计自适应噪声减小算法(ANRA)精度:使用噪声模型产生噪声图像;将叠加的所关注质量界定为(例如)3σ;及作为非限制性实例计算展现关于规格(spec)的高灵敏度的度量(例如f(σ)=0.5+arctan(10·(3σ-spec)/(a·spec))/π(其中a作为调谐参数)),以产生所述高灵敏度(表示132中的约0.5的陡坡)。可对于各种参数计算类似度量。
准确度度量124的实例包括归因于准确度失准目标变化(例如目标元件尺寸及几何参数)的叠加误差的估计。顾客或目标设计者90可设置准确度参数及准确度参数的合理变化范围、以及准确度阈值(允许的叠加不准确度)且界定所关注质量,例如在给定变化下关于针对标称(准确)目标测量或模拟的叠加的叠加值的跨度。
灵敏度分析模块130经布置以接收来自计量模拟单元120的数据及/或计量度量124及过程度量126。灵敏度分析模块130进一步经布置以导出计量度量124及过程度量126对参数94、96、98的函数相依性(131)且关于所导出的函数相依性(131)界定参数的所要不确定性(149)。在特定实施例中,灵敏度分析模块130可经布置以导出一些或全部计量度量124及过程度量126,及/或从其计算额外度量。
作为非限制性实例,计量度量124可进一步包括工艺稳健度、精度灵敏度、衍射效率、准确度、精度、光刻性能、算法不准确度。在特定实施例中,计量度量124可包括工具设置稳健度度量,其中工具设置包括例如偏振、波长及变迹器的设置。可使用系统100及相应方法比较特定几何形状的集与共享相同几何形状但与不同工具设置配置配对的特定工具设置的集。所建议的度量可增大可在不同设置下测量的目标的排名。作为非限制性实例,过程度量可包括印刷适性、放置误差及对称性。计量度量124及过程度量126可表示成绝对测量(例如,纳米、角度)及/或相对测量(例如,以0到1标度)。
可以根据规格要求设置的共同标度比较或表示度量124、126。接着,可鉴于所有度量分析特定参数94、96、98及参数灵敏度,且可使不同考虑平衡同时维持概观。
灵敏度分析模块130可进一步经布置以产生与计量度量124及过程度量126对参数94、96、98的相依性相关的数据及/或表示132。灵敏度分析模块130可经布置以导出计量度量124及过程度量126对参数94、96、98的函数相依性且表示关于所导出的函数相依性的所接收到的要求(例如,来自晶片生产商90),在表示132中以非限制性方式说明。
图4呈现根据本发明的一些实施例的与目标及测量特征相关的计量度量124及过程度量126及其表示132的非限制性说明。可使用度量–参数函数相依性确定最好目标或设置。图4示意性地说明四个实例:取决于准确度参数的叠加误差范围(以埃为单位)的准确度度量、取决于叠加3σ(以埃为单位)的精度度量、取决于标称设计的衍射效率(相对单位)的衍射效率度量及取决于在工艺变化下的最差3σ及标称3σ之间的定额的工艺稳健度度量。
表示132可包括说明任何计量度量124及过程度量126对参数94、96的灵敏度的曲线图。举例来说,所说明的曲线图是根据参数P的度量M的递减函数,其中(由晶片生产商90提供的)示范性阈值由虚线标记。虚线箭头指示由晶片生产商90指定的公差及/或如由灵敏度分析模块130计算或估计的度量M值对参数P的灵敏度的表示。举例来说,可通过在不同照明条件下进行测量的衍射效率度量根据层厚度量化对氧化层厚度的灵敏度。可比较所得度量,且可选择在照明条件的范围内提供指定度量值的氧化层厚度。在特定实施例中,可根据度量的比较选择照明条件,以提供所要灵敏度等级。在另一实例中,可通过在不同照明条件下进行测量的衍射效率度量根据层厚度量化对多晶硅层厚度的灵敏度。可比较所得度量,且可选择在照明条件的范围内提供指定度量值的多晶硅层厚度。在特定实施例中,可根据度量的比较选择照明条件,以提供所要灵敏度水平。可基于度量的比较(例如,使用表示132)选择任何工艺参数。
灵敏度分析模块130可经布置以导出或估计各种计量度量124及过程度量126对参数94、96、98(以任一参数的任何组合)的函数相依性,以导出或估计度量124、126对参数94、96、98的改变的灵敏度作为计量及/或生产过程中涉及的不确定性等级的测量。可使用这些导出或估计调整任何目标参数范围及工艺参数范围及/或任何度量及相关阈值及公差,且因此对晶片生产商90提供有效工具以便理解目标及工艺参数与计量及生产成果之间的相互关系。可根据灵敏度分析建议度量的所要值及权重的改进。所建议的改进可被视为参数的所要不确定性(149)的界定或计量或工艺规范的所建议的修正(例如,由晶片生产商90设置)。
举例来说,可使用灵敏度分析展示叠加误差对某个准确度参数(例如,对侧壁角SWA非对称性)非常敏感。举例来说,对于给定非对称性范围(例如,max|SWAleft-SWAright|=2°)及给定准确度阈值(例如,0.5nm),可使用准确度度量以指示区分相应目标的能力(例如,metric≈0可指示缺乏区分相应目标的能力)。可使用系统100以通过以下步骤改进目标或改进用于实现目标区分的度量,例如:提供更小非对称性范围(例如,max|SWAleft-SWAright|=0.5°,假如所述值是实际值);提供增大的准确度阈值(例如,2nm,假如所述值是实际值);将高权重指派到准确度度量;或忽略信息以撤除准确度为目标优化中的重要参数。
在特定实施例中,系统100经布置以允许晶片生产商、目标设计者及/或计量提供者90鉴于如依经验或通过模拟确定的计量目标及度量贯穿过程及测量的相互关系而有效界定计量目标及度量。使用系统100,可鉴于由灵敏度分析模块130提供的参数及要求之间的显示性权衡合理处置生产及计量要求。
此外,系统100可经配置以关于所导出的函数相依性界定或产生参数的所要不确定性,其提供对计量及/或生产工艺的理解且使参数选择更易受控制且更广泛。
在特定实施例中,输入模块110及/或模拟器120可经配置以应用目标的初始分类以减小模拟目标及/或密集模拟目标(与粗略模拟目标相比)的数目。系统100可使用目标的简要或粗糙特性化以排除大量目标且仅留下较少数目的目标以用于详细分析(例如,模拟)及比较。可使用无关目标设计的粗糙剔除以使评估过程加速并使过程聚焦于较小的相关目标集上。在特定实施例中,可基于单个标称目标设计几何形状执行灵敏度分析。显然,粗糙特性化取决于所界定的参数且每次运行时可聚焦于相应相关目标。可使用粗略模拟(例如,仅跟踪几个射线而非全模拟或仅使用一或几个基本信号谐波而非大量谐波(即,截短离差计算(dispersioncalculation)))实施粗糙特性化以实现有效初始分类。可使用粗糙特性化以提高系统100的计算效率。
图5示意地说明根据本发明的一些实施例的排名实例。系统100可包括:目标优化模块140,其经布置以接收来自灵敏度分析模块130的数据且关于任何计量度量124及过程度量126以及关于从灵敏度分析模块130获得的计量度量124及过程度量126对参数94、96的函数相依性导出目标、计量条件及/或其它晶片生产方面(例如,光栅效率、不准确度、工艺稳健度、精度、PPE差异、印刷适性、SCOL亲和性)的排名。目标优化模块140可经配置以关于所导出的排名界定或产生参数的所要不确定性(149)。图5说明16个目标,每一目标由相邻及类似加阴影的列的群组表示。各列示意性地表示确定用于模拟的测量参数及生产参数(在所说明的非限制性实例中,此类是测量照明的波长及偏振)的不同测量及/或生产配方。目标优化模块140可以每一配方单独估计每一目标并对其进行排名(对y轴上的值进行排名)且接着根据所累积的排名评估目标或配方(参见图式顶部处的1、2及3)。显然,可以多个等级且取决于广泛范围的参数实施排名。
举例来说,排名可说明度量对各种参数(例如,目标、工艺及/或测量参数)的灵敏度。目标优化模块140可经配置以在界定的参数范围下对灵敏度加权且鉴于灵敏度分析哪些度量及/或哪些目标的排名更高。可对于任何度量124、126及其组合且关于任何参数94、96、98及其组合实施排名分析,因此关于由晶片生产商90提供的设置、界定及要求提供生产及计量过程的复杂分析。
系统100可重复应用所描述分析以着手进行所接收到的要求及/或改进度量要求与所提供的参数之间的匹配。
在特定实施例中,系统100可进一步包括:目标设计模块,其经布置以根据指定设计规则且关于由目标优化模块140所产生的排名(其可为上文所描述的数据处理过程的多个迭代的结果)设计特定目标。在特定实施例中,系统100可进一步包括:设计规则检查器,其经布置以验证与指定设计规则的目标顺应性及/或建议与指定设计规则顺应的目标设计修改。设计规则验证及调适可被应用于目标或工艺参数及/或来自输入模块110的数据。此外,灵敏度分析可考虑所要目标调适以实现设计规则顺应性,且估计、计算或表示相应度量对此类调适的灵敏度。举例来说,用于最终化目标设计的额外参数可包括单元组成及布置、额外顾客规格及与设计规则检查相关的校正。这些参数的最终化还可受函数相依性、所要不确定性、上文所描述的流程的排名及再迭代影响。
图6是说明根据本发明的一些实施例的方法200的高阶示意流程图。可由相应处理器部分或完整地实施方法200的任何数据处理阶段、计算阶段及控制阶段且可由包括具有在其上有形地具体实施的计算机可用程序代码的计算机可用媒体的相应计算机程序产品实施算法,所述计算机可用程序代码经配置以实施相应阶段的至少部分。
方法200可包括任何以下阶段:关于与目标、目标计量条件及生产过程相关的多个参数模拟目标的计量测量(阶段210);产生多个度量以用于量化模拟目标测量(阶段220);及导出所产生的度量对参数的函数相依性以关于所导出的函数相依性界定或产生参数的所要不确定性(阶段230)。可由至少一个计算机处理器实施模拟210、产生220及导出230中任一者的至少一部分。
在特定实施例中,方法200可进一步包括关于所导出的函数相依性界定参数的所要不确定性(阶段240)。方法200可进一步包括根据初始模拟结果粗糙筛选目标(阶段250)。
方法200可进一步包括关于模拟目标测量对目标及目标计量条件中的至少一者进行排名(阶段260)。所述方法可进一步包括产生参数中的至少一个的所建议改变(阶段270)。
在特定实施例中,方法200可进一步包括以下步骤中的至少一者:在排名之前消除非敏感工艺变化参数以增强模拟过程(阶段262);提供关于工艺变化对计量性能的影响的定量数据(阶段264);及使所观测到的计量度量与特定工艺参数的变化相关(阶段266)。
在特定实施例中,系统100可经配置以比较工艺参数及/或计量条件设置与给定的固定目标。在此类情况中,计量模拟单元120可模拟关于已知目标的相应工艺及条件,且灵敏度分析模块130可导出与工艺参数及/或计量条件设置(例如,精度及准确度)相关的度量子集且分析其对所接收到的参数的灵敏度。目标优化模块140可经配置以关于所分析的灵敏度对相应过程或设置进行排名。
图7是根据本发明的一些实施例的系统100的高阶示意框图。在图7中,在工厂中的制造及设计流程中的数据流的更广框架中描述实施方案的若干额外非限制性方法。
将来自计量工具85的计量及图像递送到可被并入输入模块110中的计量建模服务器及数据库111。计量建模服务器及数据库111更新将计量配方提供到计量工具85的计量配方数据库165。在系统100中,计量建模服务器及数据库111可进一步将参数94到98提供到目标设计模拟模块120,接着,目标设计模拟模块120将配方推荐159提供到计量配方数据库165、将计量偏移的RCA(根本原因分析)往回提供到计量建模服务器及数据库111,且将数据提供到EDA(电子设计自动化)应用程序151作为对GDSII目标数据121操作的工厂EDA主干157的部分,且例如作为用于保真度模拟或用于设计过程的任何其它部分的目标故障诊断150的部分。
来自目标设计过程的输出中的一者是最优测量配方的一或多个推荐159,即,测量条件。此信息被发送到计量工具配方数据库165,或替代地被直接发送到一或多个计量工具85。可将计量数据(例如叠加计量结果)从个别计量工具85发送到计量建模应用程序111。此建模应用程序(其也可包含结果数据库)分析包含处于晶片级及光刻场级两者下的时间或空间标记的结果,且将可校正项目或批量布置决策发送到工厂的工厂APC(自动过程控制)系统155。替代地,可将此类信息直接发送到处理或图案化工具,例如光刻工具、蚀刻工具或沉积工具(未展示)。
在特定实施例中,可接收来自工厂中的多个计量工具的计量数据(例如在先前处理步骤之后所收集到的膜计量数据、晶片形状及应力数据、CD计量数据等等)的计量建模服务器111可(例如,使用目标设计模拟模块120)将此类数据转发到目标设计者。目标设计者及更具体来说的灵敏度分析模块130可使用此(真实而非假设)数据以对于实际上存在于晶片上的特定目标设计预测对特定计量度量的影响。以此方式,计量工程师可接收给定晶片或批量的预期计量偏移的预先警告。响应于此预先警告,配方数据库管理器(未展示)或计量建模服务器111可选择根据预期偏移修改计量取样,以最小化对计量准确度或计量稳健度的影响。
在特定实施例中,甚至在缺乏来自先前计量步骤的前馈计量数据的情况下,可使用灵敏度分析模块130以确立特定工艺变化与实际观测的计量度量偏移之间的因果关系。举例来说,可由计量工具85测量到达计量工具85的批量及由目标设计者先前所模拟的目标。接着,可观测到(例如)衍射效率结果的特定计量度量已明显改变(例如,增大),同时散射测量叠加灵敏度显著减小。这些结果经由建模服务器或直接被传送到目标设计者,且目标设计者隔离较小子集的工艺变化(或单个工艺变化),例如a-Si(非晶硅)膜厚度,其可能产生上文所描述的特定计量偏移。所述偏移也可为较大横跨晶片变化,即,可能的情况是所述偏移可具有空间或时间标记。
在特定实施例中,在目标设计者推荐特定目标设计且所述设计被打印在晶片上之后,可由计量工具85测量所述晶片。为验证目标设计者性能及/或改进相同或类似层的随后设计迭代、计量结果,如由计量工具85所测量的原始测量数据或计量度量124可被传送回到目标设计者以用于进行模拟对测量匹配(S2M)。也可由计量建模服务器(例如,在目标设计模拟模块120中)执行此类匹配分析。
可将上文所描述的方法论应用于多种类型的计量目标,包含(但不限于)叠加、CD、光刻聚焦、及对准目标、蚀刻计量目标等等。
在特定实施例中,可使用系统100以通过关于所导出的函数相依性比较其光学模拟与度量与参数之间的不确定性关系而比较计量系统与计量配置。在特定实施例中,可比较未来计量工具与当前工具,且可产生关于工具选择的建议(例如,关于给定设置、目标、参数及度量)。因此,系统100可通过根据上文所揭示的程序比较各种计量工具设计而协助在发展期间的计量工具优化。
图8是示范根据本发明的一些实施例的示范性计量度量对不同工艺变化参数的不同灵敏度的曲线图。所述曲线图比较计量度量124对由P1、P2、...、P19表示的不同工艺变化参数98(包括例如目标特征的尺寸、与设计尺寸的偏差、对称性特性等等的参数)的灵敏度。P1、P2、...、P19还可包含受工艺变化参数98不经意影响的目标参数94。所述曲线图呈现界定度量的标称值的较大圈及界定规格所允许的参数从其标称值的最大允许偏差的较小圈。考虑到参数值产生标称度量值。与这些参数值的偏差分别改变度量值,其中所述度量展现对不同参数中的偏差的不同灵敏度。举例来说,对于所说明的偏差程度,所述度量对参数P2不敏感-这是因为在所述参数偏差下所述度量不改变其值,然而所述度量对参数P3非常敏感-这是因为在所述参数偏差下所述度量不改变其值。假如所述度量对参数改变如此敏感使得其达到规格值,可由系统要求及指示基本设计改变。因此,图8示范系统精细分析不同度量对不同参数的不同改变的不同灵敏度等级的能力。接着,使用灵敏度分析以使设计及测量过程优化。
有利地,系统100及方法200经配置以根据输入参数不确定性提供计量结果的模拟输出估计。系统100及方法旨在实现输入数据的足够低的不确定性。系统100及方法可经配置以通过界定用于特性化设计的不确定性阈值而非在未清楚理解参数值及度量值对设计的暗示的情况下界定参数值及度量值来处理设计阶段。
在特定实施例中,可从灵敏度分析导出分段方法论(即,将大特征划分成小片段且确定片段及中间空间的几何参数的方法),且可关于特定目标参数、工艺参数及计量参数来配置所述分段方法论。可将目标特征的细分的层级导出为所述分段方法论的扩展。所述分段方法论可与蚀刻及自旋效应相关且可被分成保形层及非保形层的情形。
在上文描述中,实施例是本发明的实例或实施方案。“一个实施例”、“实施例”、“特定实施例”或“一些实施例”的各种出现不一定都指代相同实施例。
尽管可在单个实施例的上下文中描述本发明的各种特征,但也可单独地或以任何合适组合提供所述特征。相反地,尽管为清楚起见,可在单独实施例的上下文中描述本发明,但也可在单个实施例中实施本发明。
本发明的特定实施例可包含来自上文所揭示的不同实施例的特征,且特定实施例可并入来自上文所揭示的其它实施例的元件。特定实施例的上下文中的本发明的元件的公开内容不应被理解为限制其仅用于特定实施例。
此外,应理解,可以各种方式实施或实践本发明,且可在除上文描述中概述的实施例以外的特定实施例中实施本发明。
本发明不限于那些图式或对应描述。举例来说,流程无需经过所说明的每一框或状态,或与所说明及描述的次序完全相同。
除非另有定义,否则本文中所使用的技术及科技术语的含义应如本发明所属的领域的一般技术人员通常所理解。
虽然已关于有限数目个实施例描述本发明,但这些实施例不应被解释为对本发明的范围的限制,而是应被解释为一些优选实施例的示范。其它可能变体、修改及应用也在本发明的范围内。因此,本发明的范围不应受目前为止所描述的内容限制,而受所附权利要求书及其合法等效物限制。

Claims (17)

1.一种系统,其包括:
输入模块,其经布置以接收与目标、目标计量条件及生产工艺相关的多个参数,以产生目标数据,
计量模拟单元,其经布置以从所述目标数据模拟目标的计量测量且产生量化所述模拟目标测量的多个度量,
灵敏度分析模块,其经布置以导出所述度量对所述参数的函数相依性且关于所述导出的函数相依性界定所述参数的所要不确定性,及
目标优化模块,其经布置以关于所述模拟目标测量对所述目标及所述目标计量条件中的至少一者进行排名。
2.根据权利要求1所述的系统,其中所述灵敏度分析模块及所述目标优化模块中的至少一者经布置以产生所述参数中的至少一者的所建议变更。
3.根据权利要求1所述的系统,其中所述灵敏度分析模块进一步经配置以在目标优化之前实现堆叠及拓扑验证,以聚焦于对所述度量具有最大影响的工艺参数。
4.根据权利要求1所述的系统,其中所述灵敏度分析模块进一步经配置以在目标优化之前消除非敏感工艺变化参数,以增强所述模拟过程。
5.根据权利要求1所述的系统,其中所述灵敏度分析模块进一步经配置以提供关于工艺变化对计量性能的影响的定量数据。
6.根据权利要求1所述的系统,其中所述灵敏度分析模块进一步经配置以结合所馈送的计量数据一起操作。
7.根据权利要求1所述的系统,其中所述灵敏度分析模块进一步经配置以使所观测到的计量度量与特定工艺参数的变化相关。
8.一种方法,其包括:
关于与目标、目标计量条件及生产工艺相关的多个参数模拟目标的计量测量,
产生多个度量以量化所述模拟目标测量,及
导出所述所产生的度量对所述参数的函数相依性以关于所述所导出的函数相依性界定所述参数的所要不确定性,
其中由至少一个计算机处理器实施以下操作中的至少一者:所述模拟、所述产生及所述导出。
9.根据权利要求8所述的方法,其进一步包括关于所述模拟目标测量对所述目标及所述目标计量条件中的至少一者进行排名。
10.根据权利要求9所述的方法,其进一步包括在所述排名之前消除非敏感工艺变化参数以增强所述模拟过程。
11.根据权利要求9所述的方法,其进一步包括提供关于工艺变化对计量性能的影响的定量数据。
12.根据权利要求9所述的方法,其进一步包括使所观测的计量度量与特定工艺参数的变化相关。
13.根据权利要求8所述的方法,其进一步包括产生所述参数中的至少一者的所建议变更。
14.根据权利要求8所述的方法,其进一步包括关于所述所导出的函数相依性定义所述参数的所要不确定性。
15.根据权利要求8所述的方法,其进一步包括根据初始模拟结果粗糙筛选所述目标。
16.一种计算机程序产品,其包括具有以其具体实施的计算机可读程序的非暂时性计算机可读存储媒体,所述计算机可读程序经配置以:
关于与目标、目标计量条件及生产过程相关的多个参数模拟目标的计量测量,
产生多个度量以量化所述模拟目标测量,及
导出所述所产生的度量对所述参数的函数相依性,以关于所述所导出的函数相依性界定所述参数的所要不确定性。
17.根据权利要求16所述的计算机程序产品,其中所述计算机可读程序进一步经配置以关于所述模拟目标测量对所述目标及所述目标计量条件中的至少一者进行排名。
CN201480067806.0A 2013-12-11 2014-12-10 依据要求的目标及工艺灵敏度分析 Active CN105830069B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361914950P 2013-12-11 2013-12-11
US61/914,950 2013-12-11
PCT/US2014/069617 WO2015089231A1 (en) 2013-12-11 2014-12-10 Target and process sensitivity analysis to requirements

Publications (2)

Publication Number Publication Date
CN105830069A true CN105830069A (zh) 2016-08-03
CN105830069B CN105830069B (zh) 2021-04-20

Family

ID=53371817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480067806.0A Active CN105830069B (zh) 2013-12-11 2014-12-10 依据要求的目标及工艺灵敏度分析

Country Status (7)

Country Link
US (1) US10726169B2 (zh)
JP (1) JP6509225B2 (zh)
KR (1) KR102265868B1 (zh)
CN (1) CN105830069B (zh)
SG (1) SG10201804964TA (zh)
TW (1) TWI661324B (zh)
WO (1) WO2015089231A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109923476A (zh) * 2016-09-01 2019-06-21 Asml荷兰有限公司 量测目标测量选配方案的自动选择
CN111052328A (zh) * 2017-08-30 2020-04-21 科磊股份有限公司 根据工艺变化的计量测量参数的快速调整
CN111863652A (zh) * 2020-07-31 2020-10-30 华天科技(西安)有限公司 一种弹坑超敏感产品生产参数优化方法
CN112912938A (zh) * 2018-09-14 2021-06-04 科思创知识产权两合公司 用于改进与聚合物产品的生产有关的预测的方法
CN112997122A (zh) * 2018-11-12 2021-06-18 恩德莱斯和豪瑟尔欧洲两合公司 用于改进将被配置的自动化现场装置的测量性能的方法
CN113994276A (zh) * 2019-05-15 2022-01-28 西门子股份公司 用于验证能量系统的系统参数的方法、用于运行能量系统的方法以及用于能量系统的能量管理系统

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10073357B2 (en) * 2014-02-21 2018-09-11 Asml Netherlands B.V. Measuring a process parameter for a manufacturing process involving lithography
KR102269514B1 (ko) * 2014-11-25 2021-06-25 케이엘에이 코포레이션 랜드스케이프의 분석 및 활용
US9903711B2 (en) * 2015-04-06 2018-02-27 KLA—Tencor Corporation Feed forward of metrology data in a metrology system
WO2017114662A1 (en) * 2015-12-31 2017-07-06 Asml Netherlands B.V. Selection of measurement locations for patterning processes
WO2017144379A1 (en) * 2016-02-22 2017-08-31 Asml Netherlands B.V. Separation of contributions to metrology data
EA037650B1 (ru) * 2016-10-18 2021-04-27 Райфенхойзер Гмбх Унд Ко. Кг Машиненфабрик Способ контроля производственного процесса, способ косвенного выведения систематической зависимости, способ адаптации качества, способ запуска производственного процесса, способ и установка для изготовления экструзионного продукта
US10527952B2 (en) * 2016-10-25 2020-01-07 Kla-Tencor Corporation Fault discrimination and calibration of scatterometry overlay targets
WO2018141503A1 (en) 2017-02-02 2018-08-09 Asml Netherlands B.V. Metrology method and apparatus and associated computer product
US10699969B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corporation Quick adjustment of metrology measurement parameters according to process variation
CN109933854B (zh) * 2019-02-15 2023-07-07 中国北方车辆研究所 一种基于情境需求的移动机器人设计方法
US11727159B2 (en) * 2019-05-15 2023-08-15 Lawrence Livermore National Security, Llc Mission-driven design methodology for optical systems
US11360397B2 (en) 2019-09-17 2022-06-14 Kla Corporation System and method for application of harmonic detectivity as a quality indicator for imaging-based overlay measurements
CN110991101B (zh) * 2019-11-15 2022-08-02 湖南城市学院 一种压缩式压电加速度计结构优化设计方法
CN111160489A (zh) * 2020-01-02 2020-05-15 中冶赛迪重庆信息技术有限公司 基于大数据的多维对标分析服务器、系统、方法及电子终端
US11686576B2 (en) 2020-06-04 2023-06-27 Kla Corporation Metrology target for one-dimensional measurement of periodic misregistration

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
US20060290947A1 (en) * 2005-06-16 2006-12-28 Timbre Technologies, Inc. Optical metrology model optimization for repetitive structures
US20100175033A1 (en) * 2009-01-08 2010-07-08 Kla-Tencor Corporation Scatterometry metrology target design optimization
WO2012138758A1 (en) * 2011-04-06 2012-10-11 Kla-Tencor Corporation Method and system for providing a quality metric for improved process control

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06332976A (ja) * 1993-05-25 1994-12-02 Mitsubishi Electric Corp モデルパラメータ抽出装置
US6411373B1 (en) * 1999-10-08 2002-06-25 Instrumentation Metrics, Inc. Fiber optic illumination and detection patterns, shapes, and locations for use in spectroscopic analysis
US6853942B2 (en) * 2002-03-26 2005-02-08 Timbre Technologies, Inc. Metrology hardware adaptation with universal library
US6834213B1 (en) * 2003-01-06 2004-12-21 Advanced Micro Devices, Inc. Process control based upon a metrology delay
US7171284B2 (en) * 2004-09-21 2007-01-30 Timbre Technologies, Inc. Optical metrology model optimization based on goals
US7925486B2 (en) * 2006-03-14 2011-04-12 Kla-Tencor Technologies Corp. Computer-implemented methods, carrier media, and systems for creating a metrology target structure design for a reticle layout
US10255385B2 (en) * 2012-03-28 2019-04-09 Kla-Tencor Corporation Model optimization approach based on spectral sensitivity
JP6567523B2 (ja) * 2013-12-30 2019-08-28 エーエスエムエル ネザーランズ ビー.ブイ. メトロロジーターゲットの設計のための方法及び装置

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
US20060290947A1 (en) * 2005-06-16 2006-12-28 Timbre Technologies, Inc. Optical metrology model optimization for repetitive structures
US20100175033A1 (en) * 2009-01-08 2010-07-08 Kla-Tencor Corporation Scatterometry metrology target design optimization
WO2012138758A1 (en) * 2011-04-06 2012-10-11 Kla-Tencor Corporation Method and system for providing a quality metric for improved process control

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109923476A (zh) * 2016-09-01 2019-06-21 Asml荷兰有限公司 量测目标测量选配方案的自动选择
CN109923476B (zh) * 2016-09-01 2021-11-19 Asml荷兰有限公司 量测目标测量选配方案的自动选择
CN111052328A (zh) * 2017-08-30 2020-04-21 科磊股份有限公司 根据工艺变化的计量测量参数的快速调整
CN111052328B (zh) * 2017-08-30 2021-08-03 科磊股份有限公司 根据工艺变化的计量测量参数的快速调整
CN112912938A (zh) * 2018-09-14 2021-06-04 科思创知识产权两合公司 用于改进与聚合物产品的生产有关的预测的方法
CN112997122A (zh) * 2018-11-12 2021-06-18 恩德莱斯和豪瑟尔欧洲两合公司 用于改进将被配置的自动化现场装置的测量性能的方法
CN112997122B (zh) * 2018-11-12 2024-03-19 恩德莱斯和豪瑟尔欧洲两合公司 用于改进将被配置的自动化现场装置的测量性能的方法
CN113994276A (zh) * 2019-05-15 2022-01-28 西门子股份公司 用于验证能量系统的系统参数的方法、用于运行能量系统的方法以及用于能量系统的能量管理系统
CN111863652A (zh) * 2020-07-31 2020-10-30 华天科技(西安)有限公司 一种弹坑超敏感产品生产参数优化方法
CN111863652B (zh) * 2020-07-31 2024-05-03 华天科技(西安)有限公司 一种弹坑超敏感产品生产参数优化方法

Also Published As

Publication number Publication date
TWI661324B (zh) 2019-06-01
CN105830069B (zh) 2021-04-20
US20160042105A1 (en) 2016-02-11
SG10201804964TA (en) 2018-07-30
JP6509225B2 (ja) 2019-05-08
WO2015089231A1 (en) 2015-06-18
KR20160096118A (ko) 2016-08-12
JP2017508273A (ja) 2017-03-23
TW201535137A (zh) 2015-09-16
US10726169B2 (en) 2020-07-28
KR102265868B1 (ko) 2021-06-16

Similar Documents

Publication Publication Date Title
CN105830069A (zh) 依据要求的目标及工艺灵敏度分析
TWI711096B (zh) 光學計量學之方法,電腦程式產品,及計量學模組
JP5739988B2 (ja) 基板上の構造の測定
KR102013483B1 (ko) 파라미터 추적을 위한 계측 시스템 최적화
KR101450500B1 (ko) 레티클 레이아웃용 메트롤로지 타깃 구조 디자인을 생성하기 위한 컴퓨터 구현방법, 전송매체, 및 시스템
CN106796900B (zh) 验证计量目标及其设计
TW201702775A (zh) 以模型為基礎之熱點監測
CN107532945A (zh) 用于倾斜装置设计的计量目标设计
TW202134601A (zh) 光學計量之準確度提升
TW201527897A (zh) 用於製程參數量測之目標元件類型
US20050081180A1 (en) Pattern dimension correction method and verification method using OPC, mask and semiconductor device fabricated by using the correction method, and system and software product for executing the correction method
Menchtchikov et al. Reduction in overlay error from mark asymmetry using simulation, ORION, and alignment models
TW202211075A (zh) 校正在精簡模型中的隨機訊號
KR20210048547A (ko) 트레이닝된 뉴럴 네트워크 제공 및 물리적 시스템의 특성 결정
US8166423B2 (en) Photomask design verification
Viehoever et al. Pattern selection in high-dimensional parameter spaces
KR20200096992A (ko) 전자 현미경을 사용한 반도체 계측 및 결함 분류
Zhang et al. Modeling sampling strategy optimization by machine learning based analysis
Adel et al. Stack and topography verification as an enabler for computational metrology target design
Tarshish-Shapir et al. Overlay metrology performance prediction fidelity: the factors enabling a successful target design cycle
US10365230B1 (en) Scatterometry overlay based on reflection peak locations
Ehret et al. Theoretical modelling and experimental verification of the influence of Cr edge profiles on microscopic-optical edge signals for COG masks
Parikh Fast and accurate calibration for OPC process-window model using inverse weight algorithm
Shauly et al. Full flow for transistor simulation based on edge-contour extraction and advanced SPICE simulation
Rodionov et al. Study of the methods of calibration of the process OPC VT-5 models with a variable threshold

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant