CN107514977B - 一种监测存储介质厚度异常的方法及装置 - Google Patents
一种监测存储介质厚度异常的方法及装置 Download PDFInfo
- Publication number
- CN107514977B CN107514977B CN201710774189.3A CN201710774189A CN107514977B CN 107514977 B CN107514977 B CN 107514977B CN 201710774189 A CN201710774189 A CN 201710774189A CN 107514977 B CN107514977 B CN 107514977B
- Authority
- CN
- China
- Prior art keywords
- fit
- value
- thickness
- spectra
- thin film
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
- G01B11/0641—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of polarization
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Physical Vapour Deposition (AREA)
Abstract
在本发明提供一种监测存储介质厚度异常的方法及装置,该方法包括:采集存储介质的实际光谱;将其与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与上述实际光谱的第一回归拟合优度;其中,第一回归拟合模型包括该存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,第一回归拟合优度表征目标层对应的第一拟合光谱和实际光谱的相似程度;当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。可见,该方案能够对存储介质的厚度异常,进行有效地、无损伤地、实时在线地监测,并将厚度异常的信号反馈给工艺部门,优化工艺控制。
Description
技术领域
本发明涉及存储介质的测控领域,尤其涉及一种监测存储介质厚度异常的方法及装置。
背景技术
随着信息时代的发展,越来越多的庞大的数据需要进行存储和共享,而存储和共享数据都依赖于存储介质。存储介质往往需要堆叠几十层甚至上百层的介质薄膜作为存储单元,来提高该存储介质的存储性能。但是,任意一层存储介质的厚度异常均会对该存储器的电学性能(如电阻、电容性能)产生严重的影响。因此,对存储介质的厚度异常进行测量是制备存储介质的必要操作。
目前,对于存储介质的厚度异常的测量,采用的是透射电子显示镜(TransmissionElectron Microscope,TEM)或者扫描电子显微镜(Scansion Electron Microscope,SEM)的测量方法,这两种方法均需对存储介质进行切片制样,以此判断薄膜沉积工艺稳定性,是有损且离线的测量操作。一方面,耗费了存储介质,另一方面,无法进行在线实时监测。故,亟待开发一种无损伤的、实时在线的监测方法,来监测存储介质生长工艺中介质薄膜的厚度异常情况。
发明内容
有鉴于此,本发明提供了一种监测存储介质厚度异常的方法及装置,该方法能够对存储介质中多层介质薄膜厚度异常,进行有效地、无损伤的、实时在线的监测。
为此,本发明解决技术问题的技术方案是:
一种监测存储介质厚度异常的方法,该方法包括:
获取所采集的存储介质的实际光谱;
将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度;
当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。
可选地,该方法还包括:
将所述实际光谱,与第二回归拟合模型中的第二拟合光谱进行拟合,获得每个第二拟合光谱与所述实际光谱的第二回归拟合优度,所述第二回归拟合模型包括所述存储介质的多个第二预设厚度值,以及每个第二预设厚度值对应的第二拟合光谱;
查找最大的第二回归拟合优度对应的第二拟合光谱,从所述第二回归拟合模型中查找所述第二拟合光谱对应的第二预设厚度值;
计算所述第二预设厚度值与所述存储介质的介质薄膜的层数的商,获得所述存储介质中所述目标薄膜层的理论厚度值。
可选地,该方法还包括:
当所述最大的第一回归拟合优度不小于第一阈值时,查找最大的第一回归拟合优度对应的第一拟合光谱;
从所述第一回归拟合模型中查找所述第一拟合光谱对应的第一预设厚度值,将所述第一预设厚度的值作为所述目标薄膜层的实际厚度值。
可选地,该方法还包括:
判断所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值是否大于第二阈值;
当所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值大于第二阈值时,监测到所述目标薄膜层的厚度异常。
可选地,该方法还包括:
当所述目标薄膜层的理论厚度值,与所述目标薄膜层的实际厚度值的绝对差值大于第二阈值时,获取所述目标薄膜层中,第一材质薄膜的绝对差值,与第二材质薄膜的绝对差值,所述第一材质薄膜的绝对差值是所述第一材质薄膜的理论厚度值与所述第一材质薄膜的实际厚度值的绝对差值,所述第二材质薄膜的绝对差值是所述第二材质薄膜的理论厚度值与所述第二材质薄膜的实际厚度值的绝对差值;
计算所述第一材质薄膜的绝对差值与所述第二材质薄膜的绝对差值的比值;
当所述比值大于第三阈值时,监测到所述目标薄膜层的所述第一材质薄膜厚度异常;
当所述比值小于第四阈值时,监测到所述目标薄膜层的所述第二材质薄膜厚度异常。
另外,本发明还提供了一种监测存储介质厚度异常的装置,该装置包括:
获取模块,用于获取所采集的存储介质的实际光谱;
第一拟合模块,用于将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度;
第一监测模块,用于在最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。
可选地,该装置还包括:
第二拟合模块,用于将所述实际光谱,与第二回归拟合模型中的第二拟合光谱进行拟合,获得每个第二拟合光谱与所述实际光谱的第二回归拟合优度,所述第二回归拟合模型包括所述存储介质的多个第二预设厚度值,以及每个第二预设厚度值对应的第二拟合光谱;
第二查找模块,用于查找最大的第二回归拟合优度对应的第二拟合光谱,从所述第二回归拟合模型中查找所述第二拟合光谱对应的第二预设厚度值;
第二计算模块,用于计算所述第二预设厚度值与所述存储介质的介质薄膜的层数的商,获得所述存储介质中所述目标薄膜层的理论厚度值。
可选地,该装置还包括:
第一查找模块,用于在所述最大的第一回归拟合优度不小于第一阈值时,查找最大的第一回归拟合优度对应的第一拟合光谱;从所述第一回归拟合模型中查找所述第一拟合光谱对应的第一预设厚度值,将所述第一预设厚度的值作为所述目标薄膜层的实际厚度值。
可选地,该装置还包括:
第二监测模块,用于判断所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值是否大于第二阈值;当所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值大于第二阈值时,监测到所述目标薄膜层的厚度异常。
可选地,该装置还包括:
获取子模块,用于在所述目标薄膜层的理论厚度值,与所述目标薄膜层的实际厚度值的绝对差值大于第二阈值时,获取所述目标薄膜层中,第一材质薄膜的绝对差值,与第二材质薄膜的绝对差值,所述第一材质薄膜的绝对差值是所述第一材质薄膜的理论厚度值与所述第一材质薄膜的实际厚度值的绝对差值,所述第二材质薄膜的绝对差值是所述第二材质薄膜的理论厚度值与所述第二材质薄膜的实际厚度值的绝对差值;
第三计算模块,用于计算所述第一材质薄膜的绝对差值与所述第二材质薄膜的绝对差值的比值;
第三监测模块,用于在所述比值大于第三阈值时,监测到所述目标薄膜层的所述第一材质薄膜厚度异常;在所述比值小于第四阈值时,监测到所述目标薄膜层的所述第二材质薄膜厚度异常。
本发明提供的方案具有以下有益效果:
在本发明的方案中,光源照射在存储介质上,通过光谱仪采集存储介质的椭圆偏振光谱作为实际光谱;将其与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与上述实际光谱的第一回归拟合优度,其中,第一回归拟合模型包括该存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,第一回归拟合优度表征目标层对应的第一拟合光谱和实际光谱的相似程度;当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。上述方法能够对存储介质的厚度异常,进行有效地、无损伤地、实时在线地监测,并将厚度异常的信号反馈给工艺部门,优化工艺控制,确保后续制程中介质薄膜沉积厚度对最终生产的存储介质的电学性能无影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种监测存储介质厚度异常方法的流程图;
图2为本发明实施例提供的生成实际光谱过程的示例图;
图3为本发明实施例提供的另一种监测存储介质厚度异常方法的流程图;
图4为本发明实施例提供的一种监测存储介质厚度异常装置的结构示意图。
具体实施方式
为了给出在存储介质的制备过程中,能够对存储介质中介质薄膜的厚度进行无损的、在线的监测,本发明实施例提供了一种存储介质的异常监测方法及装置,以下结合说明书附图对本发明的实施例进行说明,应当理解,此处所描述的实施例仅用于说明和解释本发明,并不用于限定本发明。并且在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
存储介质作为一种数据存储的载体,需要沉积多层介质薄膜。作为一种新的存储介质,3D NAND存储器通过把内存颗粒堆叠在一起,解决了2DNAND存储器或者平面NAND闪存带来的限制,实现了在更小的空间内容纳更高的存储容量,节约成本、降低能耗。
对于3D NAND这样的存储介质,往往需要堆叠几十层甚至上百层的介质薄膜作为存储单元,其中,每一层介质薄膜的生长都采用化学气相沉积(Chemical VaporDeposition,CVD)工艺,由于CVD沉积工艺要求的环境条件比较严格,及其容易出现沉积厚度异常的情况,故,一旦有介质薄膜的厚度异常,将严重影响制备3D NAND的存储性能。
为了使制备的3D NAND等存储介质的性能良好,在制备的过程中,采用白光照射存储介质,收集其椭圆偏振光谱,基于收集到的光谱建立拟合模型,得到该存储介质对应的厚度值;但是,采用该单步拟合模型得到的测量结果,只能得到存储介质的整体厚度值,或者得到存储介质中每一层介质薄膜的平均厚度值,并不能监控到存储介质的厚度异常,更不可能监控到具体是哪一层介质薄膜厚度异常。
基于此,本发明实施例提供了一种技术方案,来确定存储介质的厚度是否有异常。具体的获取所采集的该存储介质的实际光谱;将其与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与上述实际光谱的第一回归拟合优度,其中,第一回归拟合模型包括该存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,第一回归拟合优度表征目标层对应的第一拟合光谱和实际光谱的相似程度;当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。第一回归拟合模型中,一个目标薄膜层的第一预设厚度值,对应于一个第一拟合光谱,该第一拟合光谱是根据所对应的目标薄膜层的第一预设厚度值拟合得到的,是在该目标薄膜层的第一预设厚度值下符合客观自然规律的理论光谱,将实际光谱,与第一回归拟合模型中,所有的第一拟合光谱进行拟合,若所得到的第一回归拟合优度都小于第一阈值,表示该实际光谱与各个第一拟合光谱相似度差别大,即该实际光谱与客观自然规律不相符,则对应于该实际光谱的存储介质的厚度异常。
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
为了更加清楚和完整的描述本发明的技术方案,在介绍本发明实施例之前,先对本发明实施例的一些背景知识和基本概念作介绍。
存储介质是储存数据的载体,由多层介质薄膜堆叠而成,在具体监测时,依次在多层介质薄膜中选定一层,作为目标薄膜层,其他非选定层都视为衡定薄膜层。其中,所有衡定薄膜层的厚度值是相等的,都视为存储介质中所有薄膜的平均厚度值,记为理论厚度值。
而对于目标薄膜层,在该层薄膜的生长过程中,其实际厚度值是允许在理论厚度值的基础上,有一定范围的自由浮动的,也就是说,目标薄膜层的实际厚度值是浮动变化的。因此,在对目标薄膜层采用第一回归拟合模型进行回归拟合操作时,该目标薄膜层的第一回归拟合模型中包括多个第一预设厚度值,多个第一拟合光谱,以及多个第一预设厚度值与多个第一拟合光谱的一一对应关系。
其中,最大第一预设厚度值与理论厚度值的差值,和理论厚度值与最小第一预设厚度值的差值相等,该差值即为目标薄膜层的允许浮动范围。一般情况下,多个第一预设厚度值,在理论厚度值允许浮动的范围内均匀分布。在多个第一预设厚度值中,目标薄膜层的每个第一预设厚度值分别对应一个第一拟合光谱。
以上是对本发明中部分背景知识和基本概念的介绍,下面结合附图对本发明实施例进行详细说明。
图1为一种监测存储介质厚度异常的方法流程图,参见图1,该方法包括以下步骤:
步骤101,获取所采集的存储介质的实际光谱。
在存储介质上,沉积有多层介质薄膜,每层介质薄膜中又包括一对不同的材质薄膜,每种材质的薄膜交替沉积,生成一个存储介质。例如,一个3DNAND存储器,包括100层介质薄膜,每层介质薄膜中有一层二氧化硅薄膜和一层氮化硅薄膜。
获取所采集的存储介质的实际光谱,该实际光谱是采用椭圆偏振光谱技术获得的,在具体实现时,将特定的光源作为入射光,以一定的角度打到存储介质上,被存储介质反射或透射后,偏振状态发生变化,根据该偏振状态发生变化的情况获得该实际光谱。该实际光谱能够表征该存储介质的物理性能,具体可以是该存储介质的厚度值。
具体地,对于3D NAND存储介质,采用椭圆偏振光谱仪,设置入射光为白光,入射角度为65度,通过分光和拍照等操作,收集到该片3D NAND存储介质的实际光谱,本发明中涉及的光谱均为二维的椭圆偏振光谱,其横坐标为光波长,纵坐标为光谱信号强度,具体收集实际光谱的示例图参见图2所示。
采用椭圆偏振光谱技术获取存储介质的实际光谱,不需要通过切片监测该存储介质的厚度,能够实现在不破坏存储介质本身结构的情况下,对存储介质进行无损伤的监测。
步骤102,将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度。
回归拟合,是指在采集到存储介质的实际光谱后,需要根据实际的薄膜堆叠结构进行建模,计算出其对应的理论光谱。具体为,输入某一存储介质的厚度值,以及介质薄膜的光学特征参数,基于菲涅尔理论的光学解析方程,得出理论光谱,作为拟合结果。
举例来说,对于输入介质薄膜厚度为ti,薄膜光学折射率为ni,吸光系数为ki,依据菲涅尔理论的光学解析方程:St(λ)=F(ti,ni,ki),其中i代表存储介质的薄膜层数,计算得到St(λ),是在设置固定厚度值后,波长λ和光谱信号强度St的计算光谱。
在具体实现时,对应输入第一回归拟合模型中的某一目标薄膜层,在该层薄膜的生长过程中,其实际厚度值是允许在理论厚度值的基础上,有一定范围的自由浮动的,也就是说,目标薄膜层的实际厚度值是浮动变化的。因此,在对目标薄膜层采用第一回归拟合模型进行回归拟合操作时,该第一回归拟合模型需要设置目标薄膜层的多个第一预设厚度值,用多个第一预设厚度值来表示该目标薄膜层的可能的实际厚度值,该多个第一预设厚度值在该理论厚度值浮动变化范围内均匀分布。根据该多个第一预设厚度值拟合获得多条第一拟合光谱,且设置的多个第一预设厚度值与生成的多个第一拟合光谱存在一一对应的关系,具体可以是直接对应,也可以是间接对应。
举例说明,对于存储介质A,共有10层介质薄膜,第1层为目标薄膜层,理论厚度值为10nm,假设允许的厚度浮动范围为±0.5nm,且设置第一预设厚度值的数量为11,那么,11个第一预设厚度值分别为:9.5nm,9.6nm,…,10.4nm,10.5nm;且每个第一预设厚度值分别对应一个第一拟合光谱,即对于存储介质A,有11个第一拟合光谱,分别为:光谱0,光谱1,…,光谱9,光谱10。
第一预设厚度值和第一拟合光谱的直接对应关系,在第一拟合模型中输入目标薄膜层的第一预设厚度值,即可获得对应的存储介质的第一拟合光谱。该第一拟合模型中,每一个第一拟合光谱,都是根据该第一拟合光谱对应的目标薄膜层的第一预设厚度值,与薄膜层的理论厚度值所拟合得到的。例如:第一拟合模型中第一预设厚度值和第一拟合光谱的直接的对应关系包括9.5nm→光谱0,9.6nm→光谱1,…,10.4nm→光谱9,10.5nm→光谱10,则在第一拟合模型中输入9.5nm,则能够得到光谱0。
第一预设厚度值和第一拟合光谱的间接对应关系,在第一拟合模型中输入目标薄膜层的第一预设厚度值,将所有衡定薄膜层的理论厚度值和目标薄膜层的第一预设厚度值加和,得到存储介质的第一拟合厚度值,第一拟合模型中包括第一拟合厚度值与第一拟合光谱的对应关系。例如:第一预设厚度值分别为:9.5nm,9.6nm,…,10.4nm,10.5nm,计算得到的第一拟合厚度值分别为(10*9+9.5)nm,(10*9+9.6)nm,(10*9+9.6)nm,…,(10*9+10.4)nm,(10*9+10.5)nm,第一拟合模型中第一拟合厚度值与第一拟合光谱的对应关系包括(10*9+9.5)nm→光谱0,(10*9+9.6)nm→光谱1…,(10*9+10.4)nm→光谱9,(10*9+10.5)nm→光谱10。
将计算得到的第一拟合光谱和实际光谱进行拟合,目标是找到与该实际光谱相似程度最好的第一拟合光谱,即为最大的第一回归拟合优度对应的第一拟合光谱。第一回归拟合优度的数值范围为0到1,0表示拟合最差,1表示拟合最好。在具体实现时,将光谱中第一拟合光谱和实际光谱中每个点的光谱信号强度值作差;接着把所有的作差结果进行加和,或者求平均值;每个所得到的和或者平均值对应于一个第一回归拟合优度。一般情况下,和或者平均值越大,代表第一拟合光谱和实际光谱的差距越大,第一回归拟合优度就越小;相反,和或者平均值越小,代表第一拟合光谱和实际光谱的差距越小,回归拟合越完全,第一回归拟合优度就越大,接近1。
通过第一回归拟合模型,得到每个第一拟合光谱与实际光谱的一个第一回归拟合优度,该第一回归拟合模型可以处理目标薄膜层的回归拟合,得到的拟合优度表征第一拟合光谱与实际光谱的相似程度,目的是找到相似程度最大的第一拟合光谱,即找到最大第一回归拟合优度对应的第一拟合光谱。
步骤103,当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。
第一阈值是指第一拟合光谱和实际光谱的第一回归拟合优度的最小允许值,第一回归拟合优度大于该第一阈值时,表示该实际光谱与第一拟合光谱相似度高,该实际光谱符合客观自然规律,该实际光谱对应的存储介质的厚度正常;第一回归拟合优度小于该第一阈值时,表示该实际光谱与拟合的理论光谱差距较大,该实际光谱与客观自然规律不符,则表示该实际光谱对应的存储介质的存在厚度异常。在具体实现时,第一阈值一般取0.9,即第一拟合光谱和实际光谱的最大第一回归拟合优度小于0.9,则监测结果为:监测的该存储介质的厚度异常。
举例说明,对于存储介质B,对于某一层的最大第一回归拟合优度为0.89,而第一阈值为0.9,则说明利用第一回归拟合模型对该存储介质进行拟合时,得到的第一拟合光谱均不能很好的与实际光谱完全拟合,差距很大,即表示产生该实际光谱的存储介质的厚度值是异常的。
显然,在本发明上述实施例的方案中,一个存储介质通过实际光谱,以及利用第一回归拟合模型处理,获得每个第一拟合光谱与上述实际光谱的第一回归拟合优度,当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。可见,该实施例的技术方案能够对存储介质中薄膜厚度异常,进行有效地、无损伤地、实时在线地监测。
以上是本发明实施例提供的监测存储介质厚度异常方法的一种实现方式,基于以上实施例的方法,本发明还提供了监测存储介质厚度异常的方法的另一实施例,在上述实施例的基础上,进一步对于该存储介质中目标薄膜层的理论厚度值和实际厚度值进行监测,以实时监测该存储介质每层介质薄膜的厚度是否异常。
图3为另一种监测存储介质厚度异常的方法流程图,参见图3,该方法包括以下步骤:
步骤301,获取所采集的存储介质的实际光谱。
具体描述参考图1所示的实施例中步骤101的描述,这里不再赘述。
可选地,在步骤301之后,步骤305之前,该方法还包括:
步骤302,将所述实际光谱,与第二回归拟合模型中的第二拟合光谱进行拟合,获得每个第二拟合光谱与所述实际光谱的第二回归拟合优度;所述第二回归拟合模型包括所述存储介质的多个第二预设厚度值,以及每个第二预设厚度值对应的第二拟合光谱。
回归拟合的概念和原理、第二回归拟合优度等描述与图1所示的实施例中步骤102中的描述类似,这里不再赘述。
对于被监测的存储介质,由多层介质薄膜组成,第二回归拟合模型中包括存储介质的多个第二预设厚度值,其中,每个第二预设厚度值都对应一个存储介质的整体厚度值。第二回归拟合模型中还包括第二拟合光谱,都是根据该第二预设厚度值拟合得到的,一个第二预设厚度值对应于一个第二拟合光谱。
与步骤102中的获得第一拟合光谱的过程类似,在第二回归拟合模型中输入的不同第二预设厚度值,获得对应的多个第二拟合光谱,从而创建第二回归拟合模型。与步骤102中获得第一回归拟合优度的方式同理,可以获得每个第二拟合光谱与实际光谱的第二回归拟合优度。
步骤303,查找最大的第二回归拟合优度对应的第二拟合光谱,从所述第二回归拟合模型中查找所述第二拟合光谱对应的第二预设厚度值。
具体地,第二回归拟合优度表征第二拟合光谱与实际光谱的相似程度,每个第二拟合光谱与实际光谱进行拟合,都能够得到一个第二回归拟合优度。第二回归拟合优度越大,说明该第二拟合光谱与实际光谱拟合越完全。最大的第二回归拟合优度,表示其对应的第二拟合光谱在所有第二拟合光谱中,与实际光谱最相似。
在第二回归拟合模型中,由于第二拟合光谱是根据第二预设厚度值生成的,故,第二预设厚度值与第二拟合光谱是一一对应的;又由于每个第二拟合光谱与实际光谱拟合,生成一个对应的第二回归拟合优度,故,第二拟合光谱和第二回归拟合优度也是一一对应的关系。因此,可以根据最大的第二回归拟合优度查找到对应的第二拟合光谱,进而根据该第二拟合光谱查找到对应的第二预设厚度值。第二回归拟合优度最大时,表示第二回归拟合优度对应的第二拟合光谱与实际光谱的相似度最大,此时,该第二拟合光谱对应的第二预设厚度值,与存储介质的整体厚度最接近,则将该第二预设厚度值作为存储介质的整体厚度值。
步骤304,计算所述第二预设厚度值与所述存储介质的介质薄膜的层数的商,获得所述存储介质中所述目标薄膜层的理论厚度值。
在具体实现时,第二预设厚度值是存储介质的多层介质薄膜的整体厚度值;在存储介质制备的工艺中,记录该存储机制的介质薄膜沉积的层数。理论上,每层介质薄膜厚度都相同,利用一个存储介质的整体厚度值除以该存储介质沉积介质薄膜的层数,即可得到每一层介质薄膜的平均厚度,作为目标薄膜层的理论厚度值。
例如,对于存储介质C,利用第二回归拟合模型,得到其第二回归拟合优度最大值,查找到对应的第二预设厚度值为100nm,且存储介质C中沉积的介质薄膜层数为10,则该存储介质C的目标薄膜层的理论厚度与每一层介质薄膜厚度相同,为存储介质C中每层介质薄膜的平均厚度值:100nm÷10=10nm。
得到目标薄膜层的理论厚度值,也就是将每一层的介质薄膜的平均厚度值作为理论厚度值,在实际介质薄膜的生长过程中,每一层介质薄膜都会产生自由浮动,所以通过计算平均厚度值的操作,相当于将自由浮动产生的厚度差异平均化。
步骤305,将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度。
具体描述参考图1所示的实施例中步骤102的描述,这里不再赘述。
步骤306,当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。
具体描述参考图1所示的实施例中步骤103的描述,这里不再赘述。
其中,当最大的第一回归拟合优度不小于第一阈值时,表示存储介质整体厚度正常,则表示存储介质中每层介质薄膜的理论厚度值符合客观自然规律,此时还可以进一步判断该目标薄膜层的厚度是否异常,该方法还包括:
步骤307,当最大的第一回归拟合优度不小于第一阈值时,查找最大的第一回归拟合优度对应的第一拟合光谱;从所述第一回归拟合模型中查找所述第一拟合光谱对应的第一预设厚度值,将所述第一预设厚度的值作为所述目标薄膜层的实际厚度值。
具体地,第一回归拟合优度表征第一拟合光谱与实际光谱的相似程度,第一回归拟合优度越大,说明该第一拟合光谱与实际光谱最相似。而最相似的第一拟合光谱对应的第一预设厚度,则最接近产生该实际光谱的存储介质的目标薄膜层的厚度值。
在第一回归拟合模型中,由于第一拟合光谱是根据第一预设厚度值生成的,故,第一预设厚度值与第一拟合光谱是一一对应的;又由于每个第一拟合光谱与实际光谱拟合,生成一个对应的第一回归拟合优度,故,第一拟合光谱和第一回归拟合优度也是一一对应的关系。因此,可以根据最大的第一回归拟合优度查找到对应的第一拟合光谱,进而根据该第一拟合光谱查找到对应的第一预设厚度值,该第一预设厚度值即为目标薄膜层的实际厚度值。
可选地,采用上述方法获得的目标薄膜层的实际厚度值,则根据该目标薄膜层的实际厚度值和该目标薄膜层的理论厚度值,进一步判断该存储介质的目标薄膜层厚度是否异常。故,该方法还包括:
步骤308,判断所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值是否大于第二阈值。
根据步骤304可知目标薄膜层的理论厚度值,根据步骤307可知目标薄膜层的实际厚度值,计算上述理论厚度值和实际厚度值的差值的绝对值,作为两者的绝对差值。
上述第二阈值,是理论厚度值和实际厚度值的局对差值的最大允许值,表征该存储介质允许目标薄膜层进行自由浮动的最大范围。在具体实现时,第二阈值具体的取值,可以由专业技术人员根据实际情况进行具体设定,这里不作限定。
步骤309,当所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值大于第二阈值时,监测到所述目标薄膜层的厚度异常。
当上述绝对差值大于第二阈值,表示该目标薄膜层的实际厚度值与理论厚度值的绝对差值,已经超出了设定的最大允许自由浮动范围,即实际厚度值偏离理论厚度值的程度太大,视为该目标薄膜层的厚度异常。
采用上述步骤,可以进一步的监测存储介质中任意一层介质薄膜的厚度是否异常,可以定位厚度异常的介质薄膜层,给技术人员更详细的信息。
进一步的,当确定了目标薄膜层的厚度异常时,还可以采用下述步骤,确定该目标薄膜层中,哪种材质的薄膜出现厚度异常,该方法还包括:
步骤310,获取所述目标薄膜层中,第一材质薄膜的绝对差值,与第二材质薄膜的绝对差值;所述第一材质薄膜的绝对差值是所述第一材质薄膜的理论厚度值与所述第一材质薄膜的实际厚度值的差的绝对值,所述第二材质薄膜的绝对差值是所述第二材质薄膜的理论厚度值与所述第二材质薄膜的实际厚度值的差的绝对值。
具体地,对于每层介质薄膜,都包含一对不同材质的薄膜,故,根据步骤304得到的目标薄膜层的理论厚度值,以及根据步骤307得到的目标薄膜层的实际厚度值,都是得到两种材质薄膜的厚度值的和。对于特定的存储介质,在其工艺制备中,两种不同材质薄膜的生长厚度是有严格的比例要求的。因此,可以根据两种材质薄膜厚度以及两种材质薄膜的厚度比例,分别计算出两种材质的实际厚度值和理论厚度值;进而可以计算每种材质薄膜的理论厚度值和实际厚度值的绝对差值。
举例来说,针对存储介质D,每层介质薄膜包括二氧化硅和氮化硅两种材质薄膜,为了满足存储介质D的性能要求,需要以1:3的厚度交替沉积两种材质薄膜。现将其第一层介质薄膜作为目标薄膜层,根据第一回归拟合模型和第二回归拟合模型,可以得到目标薄膜层的理论厚度值10nm和实际厚度值10.4nm,那么二氧化硅薄膜的理论厚度值和实际厚度值分别为:2.5nm、2.6nm;氮化硅薄膜的理论厚度值和实际厚度值分别为:7.5nm、7.8nm。计算二氧化硅的绝对差值:2.6nm-2.5nm=0.1nm,氮化硅的绝对差值:7.8nm-7.5nm=0.3nm。
计算出第一材质薄膜的绝对差值和第二材质薄膜的绝对差值,为后续步骤中进一步验证材质薄膜厚度异常与否作好准备。
步骤311,计算所述第一材质薄膜的绝对差值与所述第二材质薄膜的绝对差值的比值。
步骤312,当所述比值大于第三阈值时,监测到所述目标薄膜层的所述第一材质薄膜厚度异常。
步骤313,当所述比值小于第四阈值时,监测到所述目标薄膜层的所述第二材质薄膜厚度异常。
将上述计算到的第一材质薄膜和第二材质薄膜的绝对差值,进行比值操作得到比值,该比值表征两种材质薄膜的偏离理论厚度值的程度大小,比值越大,表示第一材质薄膜的实际厚度值偏离理论厚度值的程度越大,即第一材质薄膜厚度出现异常的可能性越大;比值越小,表示第二材质薄膜的实际厚度值偏离理论厚度值的程度越大,即第二材质薄膜厚度出现异常的可能性越大。
第三阈值和第四阈值,是预先设置的判定两种材质薄膜厚度异常的最大和最小允许值,其中,第三阈值大于第四阈值。在具体实现时,第三阈值、第四阈值的具体取值可以由专业技术人员根据实际情况进行具体设定,这里不作限定。
举例说明,仍以上述对介质薄膜D的举例为基础进行举例。预先设置第三值为2,第四阈值为0.5。第一材质薄膜层为二氧化硅层,其绝对差值为0.1nm,第二材质薄膜层为氮化硅层,其绝对差值为0.3nm;两层材质的绝对差值的比值为:d=0.1÷0.3=0.33,显然d小于第四阈值,说明该存储介质D中,第一层介质薄膜厚度异常,是由该目标薄膜层中氮化硅薄膜厚度异常导致的。
可见,比值大于第三阈值,表示第一材质薄膜的实际厚度值偏离理论厚度值的程度较大,即第一材质薄膜厚度出现异常的可能性大;比值小于第四阈值,表示第二材质薄膜的实际厚度值偏离理论厚度值的程度较大,即第二材质薄膜厚度出现异常的可能性大。
在上述本发明实施例的方案中,一个存储介质通过实际光谱,以及利用第一回归拟合模型和第二回归拟合模型的处理,得到目标薄膜层的实际厚度值和理论厚度值,在最大的第一回归拟合优度不小于第一阈值时,可以进一步监测到所述存储介质中目标薄膜层的厚度是否异常;如果定位到厚度异常的目标薄膜层,还可以进一步监测到该厚度异常的目标薄膜层中,具体是哪种材质的薄膜出现厚度异常。可见,该实施例的技术方案能够有效地、无损伤地、实时在线地对存储介质中多层介质薄膜厚度进行监测,确定是否存在异常层,如果存在,则将异常层的具体位置报告出来,并给出导致该异常层厚度异常的材质,以方便实时指导和控制后续的存储介质制备。
以上是本发明实施例提供的一种监测存储介质厚度异常的方法,与方法相对应,本发明还提供了一种监测存储介质厚度异常的装置,下面对该装置进行具体说明。
图4为一种监测存储介质厚度异常的装置结构示意图,参见图4,该装置包括:
获取模块401,用于获取所采集的存储介质的实际光谱;
第一拟合模块402,用于将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度;
第一监测模块403,用于在最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常。
可选地,上述装置还包括:
第二拟合模块,用于将所述实际光谱,与第二回归拟合模型中的第二拟合光谱进行拟合,获得每个第二拟合光谱与所述实际光谱的第二回归拟合优度,所述第二回归拟合模型包括所述存储介质的多个第二预设厚度值,以及每个第二预设厚度值对应的第二拟合光谱;
第二查找模块,用于查找最大的第二回归拟合优度对应的第二拟合光谱,从所述第二回归拟合模型中查找所述第二拟合光谱对应的第二预设厚度值;
第二计算模块,用于计算所述第二预设厚度值与所述存储介质的介质薄膜的层数的商,获得所述存储介质中所述目标薄膜层的理论厚度值。
可选地,该装置还包括:
第一查找模块,用于在所述最大的第一回归拟合优度大于第一阈值时,查找最大的第一回归拟合优度对应的第一拟合光谱;从所述第一回归拟合模型中查找所述第一拟合光谱对应的第一预设厚度值,将所述第一预设厚度的值作为所述目标薄膜层的实际厚度值。
进一步地,该装置还包括:
第二监测模块,用于判断所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值是否大于第二阈值;当所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值大于第二阈值时,监测到所述目标薄膜层的厚度异常。
进一步地,该装置还包括:
获取子模块,用于在所述目标薄膜层的理论厚度值,与所述目标薄膜层的实际厚度值的绝对差值大于第二阈值时,获取所述目标薄膜层中,第一材质薄膜的绝对差值,与第二材质薄膜的绝对差值,所述第一材质薄膜的绝对差值是所述第一材质薄膜的理论厚度值与所述第一材质薄膜的实际厚度值的绝对差值,所述第二材质薄膜的绝对差值是所述第二材质薄膜的理论厚度值与所述第二材质薄膜的实际厚度值的绝对差值;
第三计算模块,用于计算所述第一材质薄膜的绝对差值与所述第二材质薄膜的绝对差值的比值;
第三监测模块,用于在所述比值大于第三阈值时,监测到所述目标薄膜层的所述第一材质薄膜厚度异常;在所述比值小于第四阈值时,监测到所述目标薄膜层的所述第二材质薄膜厚度异常。
上述实施例是方法实施例对应的装置实施例,具体实现方式参考上述方法实施例中的描述,这里不再赘述。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种监测存储介质厚度异常的方法,其特征在于,所述方法包括:
获取所采集的存储介质的实际光谱;
将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度;
当最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常;
当目标薄膜层的厚度异常时,所述方法还包括:
获取所述目标薄膜层中,第一材质薄膜的绝对差值,与第二材质薄膜的绝对差值,所述第一材质薄膜的绝对差值是所述第一材质薄膜的理论厚度值与所述第一材质薄膜的实际厚度值的绝对差值,所述第二材质薄膜的绝对差值是所述第二材质薄膜的理论厚度值与所述第二材质薄膜的实际厚度值的绝对差值;
计算所述第一材质薄膜的绝对差值与所述第二材质薄膜的绝对差值的比值;
当所述比值大于第三阈值时,监测到所述目标薄膜层的所述第一材质薄膜厚度异常;
当所述比值小于第四阈值时,监测到所述目标薄膜层的所述第二材质薄膜厚度异常。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述实际光谱,与第二回归拟合模型中的第二拟合光谱进行拟合,获得每个第二拟合光谱与所述实际光谱的第二回归拟合优度,所述第二回归拟合模型包括所述存储介质的多个第二预设厚度值,以及每个第二预设厚度值对应的第二拟合光谱;
查找最大的第二回归拟合优度对应的第二拟合光谱,从所述第二回归拟合模型中查找所述第二拟合光谱对应的第二预设厚度值;
计算所述第二预设厚度值与所述存储介质的介质薄膜的层数的商,获得所述存储介质中所述目标薄膜层的理论厚度值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当所述最大的第一回归拟合优度不小于第一阈值时,查找最大的第一回归拟合优度对应的第一拟合光谱;
从所述第一回归拟合模型中查找所述第一拟合光谱对应的第一预设厚度值,将所述第一预设厚度的值作为所述目标薄膜层的实际厚度值。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
判断所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值是否大于第二阈值;
当所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值大于第二阈值时,监测到所述目标薄膜层的厚度异常。
5.一种监测存储介质厚度异常的装置,其特征在于,所装置包括:
获取模块,用于获取所采集的存储介质的实际光谱;
第一拟合模块,用于将所述实际光谱,与目标薄膜层对应的第一回归拟合模型中的第一拟合光谱进行拟合,获得每个第一拟合光谱与所述实际光谱的第一回归拟合优度;所述第一回归拟合模型包括所述存储介质中目标薄膜层的多个第一预设厚度值,以及每个第一预设厚度值对应的第一拟合光谱,所述第一回归拟合优度表征目标层对应的第一拟合光谱和所述实际光谱的相似程度;
第一监测模块,用于在最大的第一回归拟合优度小于第一阈值时,监测到所述存储介质的厚度异常;
获取子模块,用于在目标薄膜层的厚度异常时,获取所述目标薄膜层中,第一材质薄膜的绝对差值,与第二材质薄膜的绝对差值,所述第一材质薄膜的绝对差值是所述第一材质薄膜的理论厚度值与所述第一材质薄膜的实际厚度值的绝对差值,所述第二材质薄膜的绝对差值是所述第二材质薄膜的理论厚度值与所述第二材质薄膜的实际厚度值的绝对差值;
第三计算模块,用于计算所述第一材质薄膜的绝对差值与所述第二材质薄膜的绝对差值的比值;
第三监测模块,用于在所述比值大于第三阈值时,监测到所述目标薄膜层的所述第一材质薄膜厚度异常;在所述比值小于第四阈值时,监测到所述目标薄膜层的所述第二材质薄膜厚度异常。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第二拟合模块,用于将所述实际光谱,与第二回归拟合模型中的第二拟合光谱进行拟合,获得每个第二拟合光谱与所述实际光谱的第二回归拟合优度,所述第二回归拟合模型包括所述存储介质的多个第二预设厚度值,以及每个第二预设厚度值对应的第二拟合光谱;
第二查找模块,用于查找最大的第二回归拟合优度对应的第二拟合光谱,从所述第二回归拟合模型中查找所述第二拟合光谱对应的第二预设厚度值;
第二计算模块,用于计算所述第二预设厚度值与所述存储介质的介质薄膜的层数的商,获得所述存储介质中所述目标薄膜层的理论厚度值。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第一查找模块,用于在所述最大的第一回归拟合优度不小于第一阈值时,查找最大的第一回归拟合优度对应的第一拟合光谱;从所述第一回归拟合模型中查找所述第一拟合光谱对应的第一预设厚度值,将所述第一预设厚度的值作为所述目标薄膜层的实际厚度值。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二监测模块,用于判断所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值是否大于第二阈值;当所述目标薄膜层的理论厚度值,与实际厚度值的绝对差值大于第二阈值时,监测到所述目标薄膜层的厚度异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710774189.3A CN107514977B (zh) | 2017-08-31 | 2017-08-31 | 一种监测存储介质厚度异常的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710774189.3A CN107514977B (zh) | 2017-08-31 | 2017-08-31 | 一种监测存储介质厚度异常的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107514977A CN107514977A (zh) | 2017-12-26 |
CN107514977B true CN107514977B (zh) | 2019-07-09 |
Family
ID=60724907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710774189.3A Active CN107514977B (zh) | 2017-08-31 | 2017-08-31 | 一种监测存储介质厚度异常的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107514977B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110783342B (zh) * | 2019-11-05 | 2022-08-09 | 长江存储科技有限责任公司 | 半导体器件的制作方法 |
CN111540420B (zh) * | 2020-05-09 | 2020-12-22 | 新磊半导体科技(苏州)有限公司 | 一种外延材料结构的结构参数确定方法及计算机程序产品 |
CN112928065B (zh) * | 2021-03-24 | 2023-06-02 | 长江存储科技有限责任公司 | 一种深孔形成方法以及三维存储器的形成方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3824017A (en) * | 1973-03-26 | 1974-07-16 | Ibm | Method of determining the thickness of contiguous thin films on a substrate |
CN1136172A (zh) * | 1995-05-19 | 1996-11-20 | 中国科学院物理研究所 | 无序多层介质膜宽带光学反射镜及其制备方法 |
JP3613707B2 (ja) * | 2001-09-06 | 2005-01-26 | 株式会社堀場製作所 | 超薄膜および薄膜計測方法 |
WO2003023373A1 (fr) * | 2001-09-06 | 2003-03-20 | Horiba, Ltd. | Procede pour analyser une structure stratifiee en film mince au moyen d'un ellipsometre spectroscopique |
US6633392B1 (en) * | 2002-01-17 | 2003-10-14 | Advanced Micro Devices, Inc. | X-ray reflectance system to determine suitability of SiON ARC layer |
US6891158B2 (en) * | 2002-12-27 | 2005-05-10 | Revera Incorporated | Nondestructive characterization of thin films based on acquired spectrum |
CN102119418B (zh) * | 2008-09-15 | 2013-12-25 | 松下电器产业株式会社 | 光信息介质测定方法、光信息介质、记录装置及再生装置 |
JP5245942B2 (ja) * | 2009-03-13 | 2013-07-24 | オムロン株式会社 | 膜厚測定装置 |
CN101750024B (zh) * | 2009-12-15 | 2012-07-04 | 山西太钢不锈钢股份有限公司 | 硅钢绝缘涂层厚度近红外光谱检测方法 |
CN101865641B (zh) * | 2010-03-05 | 2012-05-30 | 新奥光伏能源有限公司 | 一种测量半导体薄膜厚度的方法及装置 |
WO2012115643A1 (en) * | 2011-02-24 | 2012-08-30 | Corning Incorporated | Methods and apparatus for the measurement of film thickness |
CN102506773B (zh) * | 2011-09-28 | 2016-03-09 | 上海华虹宏力半导体制造有限公司 | 检测晶圆表面粗糙度的方法 |
CN105675511B (zh) * | 2014-11-20 | 2019-04-23 | 中国建筑材料科学研究总院 | 透明介质膜层均匀性在线测量方法及其装置 |
CN204346906U (zh) * | 2014-11-20 | 2015-05-20 | 中国建筑材料科学研究总院 | 在线光谱测量装置及透明介质膜层均匀性在线测量装置 |
CN104792282A (zh) * | 2015-04-21 | 2015-07-22 | 中国科学院光电技术研究所 | 一种同时确定光学薄膜表面粗糙度、光学常数和厚度的方法 |
CN106017338B (zh) * | 2016-05-26 | 2018-08-24 | 国家纳米科学中心 | 一种确定薄膜连续性的临界厚度的方法 |
CN106352805A (zh) * | 2016-08-04 | 2017-01-25 | 南方科技大学 | 一种光学微腔结构、制造方法及测量方法 |
CN106767454B (zh) * | 2016-12-02 | 2018-11-20 | 大连海事大学 | 一种基于光谱反射率特征的水面油膜厚度测量系统及方法 |
-
2017
- 2017-08-31 CN CN201710774189.3A patent/CN107514977B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107514977A (zh) | 2017-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107514977B (zh) | 一种监测存储介质厚度异常的方法及装置 | |
Feng et al. | Deep-learning-based fringe-pattern analysis with uncertainty estimation | |
Giglio et al. | Near-field intensity correlations of scattered light | |
Tikhonravov et al. | Investigation of the effect of accumulation of thickness errors in optical coating production by broadband optical monitoring | |
Cardin et al. | Determination of refractive index, thickness, and the optical losses of thin films from prism-film coupling measurements | |
Tikhonravov et al. | Effect of systematic errors in spectral photometric data on the accuracy of determination of optical parameters of dielectric thin films | |
Carniglia | Ellipsometric calculations for nonabsorbing thin films with linear refractive-index gradients | |
Aiello et al. | Maximum-likelihood estimation of Mueller matrices | |
Jiao et al. | A mixed adversarial adaptation network for intelligent fault diagnosis | |
Khoshbakht et al. | Uses of Data Fusion Technology for Establishing Scalable Data Solutions in the Marketing Sector | |
Seyed Alizadeh et al. | Retrograde gas condensate reservoirs: Reliable estimation of dew point pressure by the hybrid neuro-fuzzy connectionist paradigm | |
Abdulhalim | Simplified optical scatterometry for periodic nanoarrays in the near-quasi-static limit | |
WO2022167840A1 (en) | Profiling workloads using graph based neural networks in a cloud native environment | |
Ren et al. | Surface variation modeling by fusing multiresolution spatially nonstationary data under a transfer learning framework | |
Zerrad et al. | Instantaneous spatially resolved acquisition of polarimetric and angular scattering properties in optical coatings | |
Peppers et al. | Determination of wave slopes from photographs of the ocean surface: A new approach | |
Ma et al. | Calibration of an underwater binocular vision system based on the refraction model | |
Kihara et al. | Simultaneous measurement of the refractive index and thickness of thin films by S-polarized reflectances | |
Anilturk et al. | Automatic defect classification (ADC) solution using data-centric artificial intelligence (AI) for outgoing quality inspections in the semiconductor industry | |
Zhao et al. | Development and evaluation of a color-image-based visual roughness measurement method with illumination robustness | |
Wu et al. | Precision of Brewster-angle methods for optical thin films | |
Li et al. | A LS-SVM based approach for turbine engines prognostics using sensor data | |
Zhu et al. | A Lightweight Neural Network for Spectroscopic Ellipsometry Analysis | |
Lee et al. | Reflection coefficient monitoring for optical interference coating depositions | |
Herffurth et al. | Roughness and optical losses of rugate coatings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |