CN110727178A - 一种基于机器学习确定光刻系统焦面位置的方法 - Google Patents

一种基于机器学习确定光刻系统焦面位置的方法 Download PDF

Info

Publication number
CN110727178A
CN110727178A CN201910993362.8A CN201910993362A CN110727178A CN 110727178 A CN110727178 A CN 110727178A CN 201910993362 A CN201910993362 A CN 201910993362A CN 110727178 A CN110727178 A CN 110727178A
Authority
CN
China
Prior art keywords
focal plane
plane position
photoetching
machine learning
result
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
CN201910993362.8A
Other languages
English (en)
Other versions
CN110727178B (zh
Inventor
董立松
韦亚一
张利斌
粟雅娟
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.)
Nanjing Chengxin Integrated Circuit Technology Research Institute Co Ltd
Original Assignee
Nanjing Chengxin Integrated Circuit Technology Research Institute Co 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 Nanjing Chengxin Integrated Circuit Technology Research Institute Co Ltd filed Critical Nanjing Chengxin Integrated Circuit Technology Research Institute Co Ltd
Priority to CN201910993362.8A priority Critical patent/CN110727178B/zh
Priority to PCT/CN2019/113177 priority patent/WO2021072792A1/zh
Publication of CN110727178A publication Critical patent/CN110727178A/zh
Application granted granted Critical
Publication of CN110727178B publication Critical patent/CN110727178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G03F7/70591—Testing optical components
    • 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

Abstract

本发明的一种基于机器学习确定光刻系统焦面位置的方法，包括以下步骤：S1：选取焦面位置测量标记，于标定的光刻系统中，在已知的不同焦面位置曝光，记录位置，利用光刻空间像传感器采集并记录光刻空间像的二维分布；S2：将有光刻空间像有效结果分为训练集和测试集；S3：利用机器学习算法和训练集，建立焦面位置检测模型；S4：用测试集中的结果测试检测模型，测试通过进入下一步，测试失败返回S2；S5：测量待测光刻系统焦面位置变化，向控制系统反馈。该方法消除了测量标记制造误差以及三维衍射效应对检测方法内部数学模型的不利影响，同时测量信号从图形位置偏移这种一维信息升级为图形分布的二维信息，提升了焦面位置测量技术精度和应用范围。

Description

一种基于机器学习确定光刻系统焦面位置的方法
技术领域
本发明涉及一种基于机器学习确定光刻系统焦面位置的方法，属于半导体制造和参数检测技术领域。
背景技术
光刻机是生产大规模集成电路的核心设备，随着集成电路芯片制造工艺的不断升级，光刻工艺的工艺窗口降低到80纳米左右，这使得光刻机系统曝光成像的最佳焦面位置成为光刻工艺中的一项重要参数。光刻机中物镜系统的焦面位置会随着工艺、环境的不同而发生变化，进而影响光刻机的曝光效果。在最佳焦面位置处，光刻胶曝光图案的形貌比较陡直，而在偏离最佳焦面位置处，光刻胶曝光图案会发生失真甚至变形。
在极紫外光刻系统中，光学系统和掩模版均被迫采用反射式，且投影物镜也采用物方非远心的形式，主光线的入射角为6°。这种非远心效应使得极紫外光刻系统中光刻胶曝光结果的中心位置随着焦面位置的变化发生偏移。
现有技术在对光刻机的焦面位置进行检测时，可以通过相移型焦面位置检测掩模版确定光刻机的最佳焦面位置。相移型焦面位置检测掩模版可以包括具有一定宽度的多个透光区的遮蔽层，并且具有多个深度为
Figure BDA0002238994510000011
的开口，且开口的宽度为透光区域宽度的一半，其中，λ为入射光在空气中的波长，n为透明基板的折射率，k为正整数。
现有技术的检测精度依赖其内部解析型数学模型的精度，并且焦面位置检测掩模版自身的三维衍射效应以及制造过程中的误差会严重降低数学模型的准确性，进而影响检测精度。
发明内容
为克服现有技术的不足，本发明提出一种基于机器学习确定光刻系统焦面位置的方法，通过机器学习的方式对相位移焦面位置检测的结果进行智能化分析，直接从结果出发，消除了对焦面位置检测标记具体结构的依赖，降低了测量标记制造误差以及三维衍射效应对检测技术内部数学模型的不利影响，提升了焦面位置测量的精度和范围。
为实现上述目的，本发明的一种基于机器学习确定光刻系统焦面位置的方法，包括以下步骤：
S1：选取焦面位置测量标记，采用的焦面位置测量标记涵盖基于光刻空间像的焦面位置检测方法所使用的各种类型，于标定的光刻系统中，在已知的不同焦面位置处曝光，记录焦面当前位置和光刻空间像结果的二维分布；
S2：整理光刻空间像结果，并将有效结果分为训练集和测试集；
S3：利用机器学习算法和训练集中的结果，建立焦面位置检测模型；
S4：采用测试集中的光刻空间像结果对检测模型进行测试，如果测试通过进入下一步，如果测试失败则返回步骤S2；
S5：针对待测光刻系统，测量其焦面位置变化，并向控制系统反馈，以确定其焦面位置。
进一步地，在步骤S1中，焦面位置测量标记包括若干依次排列的透光区和阻光区，相邻透光区底部的刻蚀深度不同以形成相移区，通过相移区的透射光与通过透光区的透射光之间相位差为90°的整数倍，改变光刻系统的焦面位置后在光刻胶表面形成的曝光图案发生相应的位移。
进一步地，在步骤S2中，整理光刻空间像结果时，剔除完全无法识别焦面位置测量标记特征的曝光结果。
进一步地，在步骤S2中，整理光刻空间像结果时，剔除连续多个不存在差异从而不能体现焦面位置变化的曝光结果。
进一步地，在步骤S2中，采用间隔抽样的方式选取训练集，剩余结果作为测试集。
进一步地，在步骤S3中，机器学习算法采用卷积神经网络实现，直接将图片作为网络的输入，自动提取特征，卷积神经网络包括输入层、卷积层、池化层、全连接和输出层。
进一步地，输入层为训练集中的二维结果，输出层为输入层二维结果所对应的焦面位置。
本发明一种基于机器学习确定光刻系统焦面位置的方法具备的优势体现在以下方面：
一、不依赖光刻成像模型和焦面位置测量标记的具体结构，方法具有普适性和可移植性；
二、直接从焦面位置检测的结果出发，消除了测量标记制造误差以及三维衍射效应对检测技术内部数学模型的不利影响；
三、检测方法中使用的有效信号从图形中心位置偏移的一维信号升级为图形分布的二维信号，提升了焦面位置测量的精度和范围。
附图说明
下面结合附图对本发明作进一步描写和阐述。
图1是本发明首选实施方式的一种基于机器学习确定光刻系统焦面位置的方法的流程图；
图2是焦面位置测量标记的顶视图；
图3是焦面位置测量标记的侧视图；
图4是焦面位置相对于理想位置偏移量为-300nm的光刻空间像结果图；
图5是焦面位置相对于理想位置偏移量为0nm的光刻空间像结果图；
图6是焦面位置相对于理想位置偏移量为+300nm的光刻空间像结果图；
图7是无法识别焦面位置测量标记的特征的光刻空间像结果图；
图8是测试结果图。
具体实施方式
下面将结合附图、通过对本发明的优选实施方式的描述，更加清楚、完整地阐述本发明的技术方案。
如图1所示，本发明首选实施方式的一种基于机器学习确定光刻系统焦面位置的方法包括以下步骤：
S1：选取焦面位置测量标记，采用的焦面位置测量标记涵盖基于光刻空间像的焦面位置检测方法所使用的各种类型，于标定的光刻系统中，在已知的不同焦面位置处曝光，记录焦面当前位置和光刻空间像结果的二维分布；
S2：整理光刻空间像结果，并将有效结果分为训练集和测试集；
S3：利用机器学习算法和训练集中的结果，建立焦面位置检测模型；
S4：采用测试集中的光刻空间像结果对检测模型进行测试，如果测试通过进入下一步，如果测试失败则返回步骤S2；
S5：针对待测光刻系统，测量其焦面位置变化，并向控制系统反馈，以确定其焦面位置
具体的，本实施例在步骤S1中，首先设置焦面位置测量标记。如图2和图3所示，焦面位置测量标记包括若干依次排列的透光区和阻光区，相邻透光区的底部刻蚀深度不同形成相移区，通过相移区的透射光与通过透光区的透射光之间相位差为90°。阻光区的宽度为140nm，并且围设形成外框和内框，进而形成具有二维坐标分布的焦面位置测量标记，呈三重“口”字嵌套的成像区域。本实施例中，在不同焦面位置处，得到的光刻空间像结果如图4～图6，图4是焦面位置相对于理想位置偏移量为-300nm的光刻空间像结果图，图5是焦面位置相对于理想位置偏移量为0nm的光刻空间像结果图，图6是焦面位置相对于理想位置偏移量为+300nm的光刻空间像结果图。
在步骤S2中，首先对步骤S1获得的光刻空间像结果进行整理，其目的在于保证结果的有效性，能够体现焦面位置变化的影响。如图7所示，若焦面位置的变化导致光刻空间像结果中完全无法识别焦面位置测量标记的特征，则剔除该结果。若连续多个光刻空间像结果几乎不存在差异，无法体现焦面位置变化的影响，同样剔除该结果。
根据以上原则，收集采用步骤S1中方法得到的200个结果，采用间隔抽样的方式，选取145个结果作为训练集，剩余的55个结果作为测试集。
在步骤S3中，机器学习算法采用卷积神经网络实现，它不需要对数据进行特征提取和数据重建，可以直接将图片作为网络的输入，自动提取特征。卷积神经网络的组成分为输入层、卷积层、池化层、全连接和输出层。卷积层通过一块块的卷积核在原始图像上平移来提取特征，每一个特征就是一个特征映射；而池化层通过汇聚特征后稀疏参数来减少要学习的参数，降低网络的复杂度。在本实施例的机器学习算法中，输入层为训练集中的二维结果，而输出层为这些二维结果对应的焦面位置。
在步骤S4中，测试通过的标准可以根据不同的场景加以不同的定义，本实施例中的通过标准定义为检测值与真值的差值绝对值在0.5纳米以下。
经过仿真测试，测试集内55个样本对应的真值和检测值如图8所示，其中真值表示标定系统中光刻空间像结果对应的真实焦面位置，而检测值表示利用检测模型，在与前述相同的光刻空间像结果下得到的模型预测值。二者差距在0.5纳米以下，符合模型的通过标准。
上述具体实施方式仅仅对本发明的优选实施方式进行描述，而并非对本发明的保护范围进行限定。在不脱离本发明设计构思和精神范畴的前提下，本领域的普通技术人员根据本发明所提供的文字描述、附图对本发明的技术方案所作出的各种变形、替代和改进，均应属于本发明的保护范畴。本发明的保护范围由权利要求确定。

Claims (7)

1.一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，包括以下步骤：
S1：选取焦面位置测量标记，采用的焦面位置测量标记涵盖基于光刻空间像的焦面位置检测方法所使用的各种类型，于标定的光刻系统中，在已知的不同焦面位置处曝光，记录焦面当前位置，利用光刻空间像传感器采集并记录光刻空间像的二维分布；
S2：整理光刻空间像结果，并将有效结果分为训练集和测试集；
S3：利用机器学习算法和训练集中的结果，建立焦面位置检测模型；
S4：采用测试集中的光刻空间像结果对检测模型进行测试，如果测试通过进入下一步，如果测试失败则返回步骤S2；
S5：针对待测光刻系统，测量其焦面位置变化，并向控制系统反馈，以确定其焦面位置。
2.如权利要求1所述的一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，在步骤S1中，所述焦面位置测量标记包括若干依次排列的透光区和阻光区，相邻所述透光区底部的刻蚀深度不同以形成相移区，通过所述相移区的透射光与通过透光区的透射光之间相位差为90°的整数倍，改变光刻系统的焦面位置后在光刻胶表面形成的曝光图案发生相应的位移。
3.如权利要求1所述的一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，在步骤S2中，整理光刻空间像结果时，剔除完全无法识别焦面位置测量标记特征的曝光结果。
4.如权利要求1所述的一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，在步骤S2中，整理光刻空间像结果时，剔除连续多个不存在差异从而不能体现焦面位置变化的曝光结果。
5.如权利要求1所述的一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，在步骤S2中，采用间隔抽样的方式选取训练集，剩余结果作为测试集。
6.如权利要求1所述的一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，在步骤S3中，所述机器学习算法采用卷积神经网络实现，直接将图片作为网络的输入，自动提取特征，所述卷积神经网络包括输入层、卷积层、池化层、全连接和输出层。
7.如权利要求6所述的一种基于机器学习确定光刻系统焦面位置的方法，其特征在于，所述输入层为训练集中的二维结果，所述输出层为输入层二维结果所对应的焦面位置。
CN201910993362.8A 2019-10-18 2019-10-18 一种基于机器学习确定光刻系统焦面位置的方法 Active CN110727178B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910993362.8A CN110727178B (zh) 2019-10-18 2019-10-18 一种基于机器学习确定光刻系统焦面位置的方法
PCT/CN2019/113177 WO2021072792A1 (zh) 2019-10-18 2019-10-25 一种基于机器学习确定光刻系统焦面位置的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910993362.8A CN110727178B (zh) 2019-10-18 2019-10-18 一种基于机器学习确定光刻系统焦面位置的方法

Publications (2)

Publication Number Publication Date
CN110727178A true CN110727178A (zh) 2020-01-24
CN110727178B CN110727178B (zh) 2021-06-22

Family

ID=69220341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910993362.8A Active CN110727178B (zh) 2019-10-18 2019-10-18 一种基于机器学习确定光刻系统焦面位置的方法

Country Status (2)

Country Link
CN (1) CN110727178B (zh)
WO (1) WO2021072792A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112578646A (zh) * 2020-12-11 2021-03-30 上海集成电路装备材料产业创新中心有限公司 一种基于图像的离线的光刻工艺稳定性控制方法
US11156532B2 (en) * 2017-05-31 2021-10-26 Shinwa Controls Co., Ltd Status monitoring apparatus, status monitoring method, and program
CN117689892A (zh) * 2024-02-02 2024-03-12 中国科学院长春光学精密机械与物理研究所 遥感影像焦面的判别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197512A (zh) * 2013-04-22 2013-07-10 中国科学院上海光学精密机械研究所 光刻机投影物镜偏振像差原位检测方法
US20160091391A1 (en) * 2014-09-30 2016-03-31 Seiko Instruments Inc. Reticle transmittance measurement method, projection exposure device, and projection exposure method
CN106483777A (zh) * 2015-08-31 2017-03-08 上海微电子装备有限公司 一种具有调焦功能的对准系统及对准方法
CN108369387A (zh) * 2015-12-17 2018-08-03 Asml荷兰有限公司 使用非对称亚分辨率特征改善测量的光刻过程的光学量测术
CN109491216A (zh) * 2018-12-20 2019-03-19 上海集成电路研发中心有限公司 一种优化光刻工艺参数的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799640B (zh) * 2010-03-10 2012-03-21 中国科学院光电技术研究所 一种确定光刻机最佳焦面位置的装置及方法
CN103744269B (zh) * 2014-01-03 2015-07-29 中国科学院上海光学精密机械研究所 光刻投影物镜波像差和成像最佳焦面的检测方法
CN109031894B (zh) * 2018-08-13 2019-12-20 中国科学院上海光学精密机械研究所 极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197512A (zh) * 2013-04-22 2013-07-10 中国科学院上海光学精密机械研究所 光刻机投影物镜偏振像差原位检测方法
US20160091391A1 (en) * 2014-09-30 2016-03-31 Seiko Instruments Inc. Reticle transmittance measurement method, projection exposure device, and projection exposure method
CN106483777A (zh) * 2015-08-31 2017-03-08 上海微电子装备有限公司 一种具有调焦功能的对准系统及对准方法
CN108369387A (zh) * 2015-12-17 2018-08-03 Asml荷兰有限公司 使用非对称亚分辨率特征改善测量的光刻过程的光学量测术
CN109491216A (zh) * 2018-12-20 2019-03-19 上海集成电路研发中心有限公司 一种优化光刻工艺参数的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11156532B2 (en) * 2017-05-31 2021-10-26 Shinwa Controls Co., Ltd Status monitoring apparatus, status monitoring method, and program
CN112578646A (zh) * 2020-12-11 2021-03-30 上海集成电路装备材料产业创新中心有限公司 一种基于图像的离线的光刻工艺稳定性控制方法
CN117689892A (zh) * 2024-02-02 2024-03-12 中国科学院长春光学精密机械与物理研究所 遥感影像焦面的判别方法
CN117689892B (zh) * 2024-02-02 2024-04-09 中国科学院长春光学精密机械与物理研究所 遥感影像焦面的判别方法

Also Published As

Publication number Publication date
WO2021072792A1 (zh) 2021-04-22
CN110727178B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
JP7422208B2 (ja) モデルベースの限界寸法測定の方法およびシステム
US10107765B2 (en) Apparatus, techniques, and target designs for measuring semiconductor parameters
CN110727178B (zh) 一种基于机器学习确定光刻系统焦面位置的方法
US7170604B2 (en) Overlay metrology method and apparatus using more than one grating per measurement direction
CN107004038B (zh) 使用内建目标将检验对准到设计
TW202117401A (zh) 使用雲紋元件及旋轉對稱配置以成像疊對目標
KR20170071590A (ko) 임계 치수 균일도 강화 기술들 및 장치
US20090220872A1 (en) Detecting apparatus, exposure apparatus, and device manufacturing method
US8230369B2 (en) Simulation method and simulation program
US7852477B2 (en) Calculation method and apparatus of exposure condition, and exposure apparatus
US10754255B2 (en) Exposure apparatus and article manufacturing method
CN1272621A (zh) 测量象差引起的位置移动和/或畸变的方法装置
EP2550504B1 (en) Diffraction based overlay linearity testing
TWI575228B (zh) 影像感測器、感測方法及微影裝置
JP2001280913A (ja) 光軸ずれ測定方法及び光学式顕微鏡
EP4160314A1 (en) Method for measuring at least one target on a substrate
KR100525808B1 (ko) 노광장비의 포커스 계측방법
JPH04102019A (ja) 参照レティクルを用いた２重焦点装置
JP2023109004A (ja) マーク位置決定方法、リソグラフィ方法、露光装置および物品製造方法
JP5922927B2 (ja) 位置を求める方法、情報処理装置、リソグラフィ装置及び物品の製造方法

Legal Events

Date Code Title Description
PB01 Publication
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