CN110832400B - 通过边缘位置误差预测设计布局图案邻近校正 - Google Patents
通过边缘位置误差预测设计布局图案邻近校正 Download PDFInfo
- Publication number
- CN110832400B CN110832400B CN201880044397.0A CN201880044397A CN110832400B CN 110832400 B CN110832400 B CN 110832400B CN 201880044397 A CN201880044397 A CN 201880044397A CN 110832400 B CN110832400 B CN 110832400B
- Authority
- CN
- China
- Prior art keywords
- feature
- etch
- model
- etch process
- profile
- 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
- 238000013461 design Methods 0.000 title claims abstract description 107
- 238000012937 correction Methods 0.000 title claims description 44
- 238000000034 method Methods 0.000 claims abstract description 772
- 230000008569 process Effects 0.000 claims abstract description 503
- 230000004907 flux Effects 0.000 claims abstract description 197
- 238000005530 etching Methods 0.000 claims abstract description 125
- 229920002120 photoresistant polymer Polymers 0.000 claims abstract description 58
- 239000000758 substrate Substances 0.000 claims description 111
- 238000004519 manufacturing process Methods 0.000 claims description 61
- 239000004065 semiconductor Substances 0.000 claims description 53
- 230000003287 optical effect Effects 0.000 claims description 25
- 238000011068 loading method Methods 0.000 claims description 19
- 238000001459 lithography Methods 0.000 claims description 17
- 238000000206 photolithography Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 abstract description 12
- 210000002381 plasma Anatomy 0.000 description 211
- 239000010410 layer Substances 0.000 description 124
- 238000005457 optimization Methods 0.000 description 107
- 238000006243 chemical reaction Methods 0.000 description 84
- 230000000875 corresponding effect Effects 0.000 description 68
- 235000012431 wafers Nutrition 0.000 description 68
- 230000003595 spectral effect Effects 0.000 description 51
- 239000007789 gas Substances 0.000 description 48
- 150000002500 ions Chemical class 0.000 description 47
- 238000012545 processing Methods 0.000 description 43
- 238000002474 experimental method Methods 0.000 description 39
- 238000000985 reflectance spectrum Methods 0.000 description 39
- 238000013459 approach Methods 0.000 description 35
- 239000000463 material Substances 0.000 description 35
- 238000005259 measurement Methods 0.000 description 32
- 238000004458 analytical method Methods 0.000 description 31
- 239000000126 substance Substances 0.000 description 27
- 238000000513 principal component analysis Methods 0.000 description 24
- 241000894007 species Species 0.000 description 22
- 238000001228 spectrum Methods 0.000 description 22
- 230000007935 neutral effect Effects 0.000 description 21
- 150000003254 radicals Chemical class 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 19
- 238000012549 training Methods 0.000 description 19
- 230000000694 effects Effects 0.000 description 18
- 239000000203 mixture Substances 0.000 description 18
- 230000008859 change Effects 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 16
- 230000002829 reductive effect Effects 0.000 description 16
- 239000013598 vector Substances 0.000 description 16
- 238000000151 deposition Methods 0.000 description 15
- 230000008021 deposition Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 12
- 238000011065 in-situ storage Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 238000012546 transfer Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 10
- 238000011066 ex-situ storage Methods 0.000 description 10
- 230000036961 partial effect Effects 0.000 description 10
- 239000003795 chemical substances by application Substances 0.000 description 9
- 230000009467 reduction Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 8
- 238000009616 inductively coupled plasma Methods 0.000 description 8
- 239000002245 particle Substances 0.000 description 8
- 239000012071 phase Substances 0.000 description 8
- 239000000376 reactant Substances 0.000 description 8
- 239000006227 byproduct Substances 0.000 description 7
- 230000007547 defect Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000004886 process control Methods 0.000 description 7
- 230000003542 behavioural effect Effects 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003628 erosive effect Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000002161 passivation Methods 0.000 description 5
- 238000001020 plasma etching Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000000231 atomic layer deposition Methods 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000013400 design of experiment Methods 0.000 description 4
- 230000005670 electromagnetic radiation Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 238000007637 random forest analysis Methods 0.000 description 4
- 238000004544 sputter deposition Methods 0.000 description 4
- 238000001311 chemical methods and process Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005672 electromagnetic field Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 229910052734 helium Inorganic materials 0.000 description 3
- 239000001307 helium Substances 0.000 description 3
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000000059 patterning Methods 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000005240 physical vapour deposition Methods 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 238000011112 process operation Methods 0.000 description 3
- 238000007086 side reaction Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000006557 surface reaction Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 150000001450 anions Chemical class 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 150000001768 cations Chemical class 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005137 deposition process Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012625 in-situ measurement Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 2
- 229920005591 polysilicon Polymers 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 206010024769 Local reaction Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 241000724291 Tobacco streak virus Species 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000005326 angular distribution function Methods 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002599 biostatic effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 239000002784 hot electron Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 229910052754 neon Inorganic materials 0.000 description 1
- GKAOGPIIYCISHV-UHFFFAOYSA-N neon atom Chemical compound [Ne] GKAOGPIIYCISHV-UHFFFAOYSA-N 0.000 description 1
- -1 neutrals Chemical class 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000623 plasma-assisted chemical vapour deposition Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000790 scattering method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 239000008247 solid mixture Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000004613 tight binding model Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000008016 vaporization Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
- G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
- G03F7/70441—Optical proximity correction [OPC]
-
- 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
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
- G03F1/70—Adapting basic layout or design of masks to lithographic process requirements, e.g., second iteration correction of mask patterns for imaging
-
- 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
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
-
- 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
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
- G03F1/72—Repair or correction of mask defects
-
- 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
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
- H01J37/32009—Arrangements for generation of plasma specially adapted for examination or treatment of objects, e.g. plasma sources
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/32—Gas-filled discharge tubes
- H01J37/32431—Constructional details of the reactor
- H01J37/3244—Gas supply means
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
- H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
- H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
- H01L21/0274—Photolithographic processes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
- H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
- H01L21/3065—Plasma etching; Reactive-ion etching
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/32—Processing objects by plasma generation
- H01J2237/33—Processing objects by plasma generation characterised by the type of processing
- H01J2237/334—Etching
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Plasma & Fusion (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Drying Of Semiconductors (AREA)
- Preparing Plates And Mask In Photomechanical Process (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Semiconductor Integrated Circuits (AREA)
Abstract
本发明公开了为待在蚀刻操作中使用的光致抗蚀剂产生邻近校正设计布局的方法。所述方法可以包括识别初始设计布局中的特征，以及估计在蚀刻工艺期间在所述特征内的特征内等离子体通量(IFPF)的一个或多个数量特性。所述方法还可以包括通过将所述IFPF的所述一个或多个估计的数量特性与查找表(LUT，和/或通过用所述LUT训练的多变量模型的应用，例如通过机器学习方法(MLM)构建的)中的那些进行比较来估计所述特征的边缘放置误差(EPE)的数量特性，所述LUT将所述EPE的数量特性的值与所述IFPF的所述一个或多个数量特性的值相关联。此后，根据EPE的所所确定的数量特性修正所述初始设计布局。
Description
相关申请的交叉引用
本申请要求于2017年5月1日提交的名称为“DESIGN LAYOUT PATTERN PROXIMITYCORRECTION THROUGH EDGE PLACEMENT ERROR PREDICTION”的美国专利申请No.15/583,610的权益，其全部内容通过引用并入本文并且用于所有目的。
背景技术
等离子体辅助蚀刻工艺的性能对于半导体处理工作流程的成功通常是关键的。然而，优化蚀刻工艺可能是困难的且耗时的，通常涉及工艺工程师以特定方式手动地调整蚀刻工艺参数以试图产生所期望的目标特征轮廓。目前根本没有足够精度的自动化程序，工艺工程师可以依靠该程序来确定将导致给定的所期望的蚀刻轮廓的工艺参数的值。
一些模型试图模拟在蚀刻工艺期间发生在半导体衬底表面上的物理化学过程。示例包括作为行为模型(例如，可从北卡罗来纳州卡里市的Coventor(一家Lam研究公司)获得的SEMulator3D)实现或作为表面反应模型实现的蚀刻轮廓模型(EPM)；参见例如M.Kushner和同事的模型以及Cooperberg和同事的蚀刻轮廓模型。前面的表面反应模型在Y.Zhang,“Low Temperature Plasma Etching Control through Ion Energy AngularDistribution and3-Dimensional Profile Simulation,”Chapter 3,dissertation,University of Michigan(2015)中描述，后者在Cooperberg,Vahedi,and Gottscho,“Semiempirical profile simulation of aluminum etching in a Cl2/BCl3plasma,”J.Vac.Sci.Technol.A20(5),1536(2002)中描述，其各自为了所有目的通过引用整体并入本文。M.Kushner和同事的蚀刻轮廓模型的另外的描述可以在J.Vac.Sci.Technol.A15(4),1913(1997),J.Vac.Sci.Technol.B 16(4),2102(1998),J.Vac.Sci.Technol.A 16(6),3274(1998),J.Vac.Sci.Technol.A 19(2),524(2001),J.Vac.Sci.Technol.A 22(4),1242(2004),J.Appl.Phys.97,023307(2005)中找到，其各自也出于所有目的通过引用整体并入本文。Coventor的蚀刻轮廓模型的其他描述可以在2008年11月25日提交的Lorenz等人的美国专利9,015,016和Greiner等人的2015年1月26日提交的美国专利9,659,126中找到。其全部内容也通过引用整体并入本文。尽管开发这些模型所做的大量工作，但是它们还不具有期望程度的在半导体加工工业中发现有实质性用途的精确度和可靠性。
发明内容
公开了确定用于集成电路制造蚀刻工艺的光刻掩模的布局的方法。这样的方法可以通过以下操作表征：(a)接收用于要在部分制造的集成电路中蚀刻的特征的起始光刻掩模布局；(b)获得对于要蚀刻的所述特征内的至少一个位置或者所述特征上的所述掩模中的开口内的至少一个位置的蚀刻工艺条件；(c)通过将所述蚀刻工艺条件应用于查找表或模型来识别所述特征的特征内边缘放置误差，所述查找表或所述模型提供对由所述特征内的所述集成电路制造蚀刻工艺引起的特征内边缘放置误差的预测；以及(d)通过将所述蚀刻工艺条件应用于所述查找表或所述模型来修改所述特征的所述起始光刻掩模布局的位置，以补偿(c)中所识别的所述特征内边缘放置误差。在某些实施方案中，预测所述蚀刻工艺条件将在所述集成电路制造蚀刻工艺过程中产生。在某些实施方案中，将所述蚀刻工艺条件应用于所述查找表或所述模型，以识别特征内边缘放置误差的与所述蚀刻工艺条件相对应的一个或多个推定值。
还公开了为待在蚀刻操作中使用的光致抗蚀剂产生邻近校正设计布局的方法。所述方法可包括：接收初始设计布局以及识别所述初始设计布局中的特征，所述特征的图案对应于将通过基于等离子体的蚀刻工艺蚀刻到在半导体衬底的表面上的材料堆叠中的特征，当所述堆叠用与所述设计布局相对应的光致抗蚀剂图案层覆盖时，该基于等离子体的蚀刻工艺在成组的工艺条件下在处理室内执行。所述方法还可以包括：估计在这样的基于等离子体的蚀刻工艺期间在时间t时在所述特征内的诸如特征内等离子体通量(IFPF)之类蚀刻工艺条件的一个或多个数量特性；以及通过将所述IFPF的所述一个或多个估计的数量特性与查找表(LUT)中的那些进行比较来估计所述特征的所述边缘的在时间t时的边缘放置误差(EPE)的数量特性，所述LUT将在时间t时的EPE的所述数量特性的值与所述IFPF的所述一个或多个数量特性的值相关联。此后，根据EPE的所述数量特性修正所述初始设计布局。
在一些实施方式中，所述LUT可以是在所述成组的工艺条件下通过对覆盖在所述材料堆叠上的光致抗蚀剂的校准图案运行计算机化的蚀刻轮廓模型(EPM)至少至时间t来构建的。在一些实施方式中，对于图案是在所述初始设计布局内的一个或多个附加特征，可以重复前述的各种操作；并且所述初始设计布局可以进一步基于与所述一个或多个附加的特征对应的EPE的所估计的所述数量特性进行修正。
在一些实施方式中，所述IFPF的所述一个或多个数量特性可以包括：特征内等离子体离子通量(IFPIF)的数量特性；和/或特征内等离子体中性物通量(IFPNF)的数量特性。在一些实施方式中，所述LUT包括条目的列表，所述条目中的至少一些包括用于所述IFPIF的数量特性、所述IFPNF的数量特性以及所述EPE的对应的数量特性的字段。在一些实施方式中，所述LUT中的所述条目中的至少一些还包括用于蚀刻时间和/或特征深度的一个或多个字段。在一些实施方式中，所述LUT中的所述条目中的至少一些还包括用于特征内钝化沉积物通量(IFPDF)的字段。在一些实施方式中，所述LUT中的所述条目中的至少一些还包括用于与存在于所述校准图案中的边缘形状对应的边缘形状指示符的字段。在多种实施方案中，参数IFPIF、IFPNF、IFPDF、蚀刻时间、蚀刻深度和边缘形状中的一个或多个用作自变量，而EPE用作因变量或结果。在这样的实施方案中，可以采用自变量与EPE之间的许多不同形式的关系。这些包括回归模型、神经网络、分类树(例如，随机森林模型)等。LUT的概念可以被视为包括其中任何一个。本公开的某些方面涉及确定用于集成电路制造蚀刻工艺的光刻掩模的布局的方法。这样的方法可以通过以下操作表征：(a)接收用于要在部分制造的集成电路中蚀刻的特征的起始光刻掩模布局；(b)获得对于要蚀刻的所述特征内的至少一个位置或者所述特征上的所述掩模中的开口内的至少一个位置的蚀刻工艺条件，例如特征内等离子体通量条件；(c)通过将例如所述等离子体通量条件应用于查找表或模型来识别所述特征的特征内边缘放置误差，所述查找表或所述模型提供对由所述特征内的所述集成电路制造蚀刻工艺引起的特征内边缘放置误差的预测；以及(d)通过将所述等离子体通量条件应用于所述查找表或所述模型来修改所述特征的所述起始光刻掩模布局的位置，以补偿(c)中所识别的所述特征内边缘放置误差。
在多种实施方案中，预测所述特征内等离子体通量条件将在所述集成电路制造蚀刻工艺过程中产生。在多种实施方案中，将所述等离子体通量条件应用于所述查找表或所述模型，以识别特征内边缘放置误差的与所述特征内等离子体通量条件相对应的一个或多个推定值。
在一些实现方式中，所述起始光刻掩模布局是通过光学邻近校正过程来产生的。在一些实现方式中，修改所述起始光刻掩模布局的所述位置包括将在(c)中识别出的所述特征内边缘放置误差提供给光学邻近校正过程。
在某些实现方式中，所述方法还包含使用预期在等离子体反应器中产生的特征内等离子体通量条件来计算所述蚀刻工艺条件，所述集成电路制造蚀刻工艺将在所述等离子体反应器中执行。计算所述特征内等离子体通量条件可以涉及将所述工艺条件应用于紧凑的物理模型。在一些实现方式中，所述紧凑的物理模型被配置为解决由在所述集成电路上的特征引起的负载和/或所述特征内的等离子体的可见性。
在某些实施方案中，获得所述特征内等离子体通量条件获得用于所述特征内或所述掩模中的所述开口内的多个位置的特征内等离子体通量条件。在这种情况下，一种方法可以将用于所述多个位置的所述特征内等离子体通量条件应用于所述查找表或所述模型。举例而言，所述查找表或所述模型可以被配置为识别对应于用于所述多个位置的所述特征内等离子体通量条件的特征内边缘放置误差的所述一个或多个推定值。
在某些实施方案中，将所述特征内等离子体通量条件应用于所述查找表或所述模型识别边缘放置误差的多个假定值。在这样的实施方案中，一种方法还可以包含在所述边缘放置误差的所述多个假定值之间进行内插以提供在(d)中通过将所述特征内等离子体通量条件应用于所述查找表或所述模型而识别出的所述特征内边缘放置误差。
在某些实施方案中，所述方法包括在(c)之后且在(d)之前执行的以下另外的操作：从(c)中识别出的所述特征内边缘放置误差中确定待蚀刻的所述特征的轮廓。这样的方法还可以：使用该轮廓以获得更新的特征内等离子体通量条件；并且将更新的所述特征内等离子体通量条件应用于所述查找表或所述模型以获得更新的特征内边缘放置误差。在一些情况下，在(d)中修改所述起始掩模布局的所述位置涉及补偿所更新的所述边缘放置误差。
在某些实施方案中，所述方法确定在两个或更多个时间步长中的布局，每个时间步长代表所述集成电路制造蚀刻工艺的一部分。在这样的实施方案中，对于所述集成电路制造蚀刻工艺的初始时间步长执行(a)至(c)。然后所述方法确定在所述集成电路制造蚀刻工艺的所述初始时间步长结束时要蚀刻的所述特征的轮廓，并且对于所述集成电路制造蚀刻工艺的后续时间步长应用所述特征的所述轮廓以重复操作(a)至(c)。在(d)中修改所述起始掩模布局的所述位置的该操作可以包括补偿针对所述集成电路制造蚀刻工艺的后续时间步长而识别出的所述特征内边缘放置误差。
还公开了用于为集成电路制造蚀刻工艺确定光刻掩模的布局的计算机系统，这样的系统可以通过以下元件表征：一个或多个处理器以及存储器，该存储器存储用于在所述一个或多个处理器上执行的计算机可读指令。所述指令可以用于：(a)接收用于要在部分制造的集成电路中蚀刻的特征的起始光刻掩模布局；(b)获得对于要蚀刻的所述特征内的至少一个位置或者所述特征上的所述掩模中的开口内的至少一个位置的蚀刻工艺条件；(c)通过将所述蚀刻工艺条件应用于查找表或模型来识别所述特征的特征内边缘放置误差，所述查找表或所述模型提供对由所述特征内的所述集成电路制造蚀刻工艺引起的特征内边缘放置误差的预测；以及(d)通过将所述蚀刻工艺条件应用于所述查找表或所述模型来修改所述特征的所述起始光刻掩模布局的位置，以补偿(c)中所识别的所述特征内边缘放置误差。在某些实施方案中，预测所述蚀刻工艺条件将在所述集成电路制造蚀刻工艺过程中产生。在某些实施方案中，将所述蚀刻工艺条件应用于所述查找表或所述模型，以识别特征内边缘放置误差的与所述蚀刻工艺条件相对应的一个或多个推定值。
本公开的另一方面涉及用于为集成电路制造蚀刻工艺确定光刻掩模的布局的计算机系统，这样的系统可以通过以下元件表征：一个或多个处理器以及存储器，该存储器存储用于在所述一个或多个处理器上执行的计算机可读指令。所述指令用于：(a)接收用于要在部分制造的集成电路中蚀刻的特征的起始光刻掩模布局；(b)获得对于要蚀刻的所述特征内的至少一个位置或者所述特征上的所述掩模中的开口内的至少一个位置的蚀刻工艺条件，例如特征内等离子体通量条件；(c)通过将例如所述特征内等离子体通量条件应用于查找表或模型来识别所述特征的特征内边缘放置误差，所述查找表或所述模型提供对由所述特征内的所述集成电路制造蚀刻工艺引起的特征内边缘放置误差的预测；以及(d)通过将例如所述特征内等离子体通量条件应用于所述查找表或所述模型来修改所述特征的所述起始光刻掩模布局的位置，以补偿(c)中所识别的所述特征内边缘放置误差。
在某些实施方案中，预测所述特征内等离子体通量条件将在所述集成电路制造蚀刻工艺过程中产生。在某些实施方案中，用于将所述特征内等离子体通量条件应用于所述查找表或所述模型的所述指令包括用于识别特征内边缘放置误差的与所述特征内等离子体通量条件相对应的一个或多个推定值的指令。
在某些实施方案中，用于在(a)中接收所述起始光刻设计布局的指令包括：用于从计算机可读介质接收所述起始光刻设计布局的指令；其中存储在所述存储器中以在所述处理器上执行的所述计算机可读指令还包括用于以下操作的指令：(e)将修改后的所述光刻掩模布局从(d)写入所述计算机可读介质。在某些实施方案中，用于接收所述起始光刻掩模布局的所述指令包括用于接收由光学邻近校正过程产生的所述起始光刻掩模布局的指令。在某些实施方案中，用于修改所述起始光刻掩模布局的所述位置的所述指令包括用于将在(c)中识别出的所述特征内边缘放置误差提供给光学邻近校正过程的指令。
在某些实施方案中，所述系统包括另外的用于使用预期在等离子体反应器中产生的特征内等离子体通量条件来计算所述蚀刻工艺条件的指令，其中所述集成电路制造蚀刻工艺将在所述等离子体反应器中执行。
在某些实施方案中，用于计算所述特征内等离子体通量条件的所述指令包括用于将所述工艺条件应用于紧凑的物理模型的指令。在这样的实施方案中，所述紧凑的物理模型可以被配置为解决由在所述集成电路上的特征引起的负载和/或所述特征内的等离子体的可见性。
在某些实施方案中，用于获得所述特征内等离子体通量条件的所述指令包括用于获得用于所述特征内或所述掩模中的所述开口内的多个位置的特征内等离子体通量条件的指令，并且所述系统还包括用于将用于所述多个位置的所述特征内等离子体通量条件应用于所述查找表或所述模型的指令。在这样的实施方案中，所述查找表或所述模型可以被配置为识别对应于用于所述多个位置的所述特征内等离子体通量条件的特征内边缘放置误差的所述一个或多个推定值。
在某些实施方案中，用于将所述特征内等离子体通量条件应用于所述查找表或所述模型的指令包括用于识别边缘放置误差的多个假定值。在某些实施方案中，所述系统还包括用于在所述边缘放置误差的所述多个假定值之间进行内插以提供通过用于在(d)中将所述特征内等离子体通量条件应用于所述查找表或所述模型的指令而识别出的所述特征内边缘放置误差的指令。
在某些实施方案中，所述系统包括用于在用于(c)的所述指令之后且在用于(d)的所述指令之前执行以下操作的指令：(i)从(c)中识别出的所述特征内边缘放置误差中确定待蚀刻的所述特征的轮廓；(ii)使用该轮廓以获得更新的特征内等离子体通量条件；并且(iii)将更新的所述特征内等离子体通量条件应用于所述查找表或所述模型以获得更新的特征内边缘放置误差。在这样的实施方案中，用于在(d)中修改所述起始掩模布局的所述位置的所述指令可以包括用于补偿所更新的所述边缘放置误差的指令。
在某些实施方案中，对于所述集成电路制造蚀刻工艺的初始时间步长执行指令(a)至(c)。在这样的实施方案中，所述计算机系统可以另外包括用于(i)确定在所述集成电路制造蚀刻工艺的所述初始时间步长结束时要蚀刻的所述特征的轮廓，并且(ii)对于所述集成电路制造蚀刻工艺的后续时间步长应用所述特征的所述轮廓以重复指令(a)至(c)的执行的指令。在一些这样的实施方案中，用于在(d)中修改所述起始掩模布局的所述位置的所述指令包括补偿针对所述集成电路制造蚀刻工艺的后续时间步长而识别出的所述特征内边缘放置误差的指令。
本公开的另一个方面涉及用于蚀刻半导体衬底的系统。这样的系统可以通过以下项表征，(a)就如上所述的计算机系统；(b)光刻模块，其被配置为：(i)从所述计算机系统接收经修改的所述光刻掩模布局；(ii)根据经修改的所述光刻掩模布局形成掩模；并且(iii)使用所述掩模执行光刻操作以将所述光致抗蚀剂层转移至所述半导体衬底；以及(c)等离子体蚀刻器，其构造成产生等离子体，所述等离子体与所述半导体衬底接触，并且蚀刻所述衬底表面的未被所述光刻模块转移的光致抗蚀剂覆盖的那些部分。
本发明还公开了产生掩模设计的方法。这些方法可以包括：使用刚刚描述的技术产生用于光致抗蚀剂的邻近校正的设计布局；并且此后基于所生成的所述用于光致抗蚀剂的邻近校正的设计布局产生掩模设计。本发明还公开了蚀刻半导体衬底的方法。这些方法可以包括：使用刚刚所描述的那样产生掩模设计，并且基于所述掩模设计形成掩模。此后，可以使用所述掩模执行光刻操作以将光致抗蚀剂层转移到所述衬底，从而基本上与所述邻近校正的光致抗蚀剂设计布局相符，之后，可以将所述衬底暴露于最终蚀刻所述衬底的等离子体。
还公开了用于为待在蚀刻操作中使用的光致抗蚀剂产生邻近校正的设计布局的计算机系统，所述系统可以包括：处理器和存储器。所述存储器可以存储查找表(LUT)和用于在处理器上执行的计算机可读指令，存储在存储器内的指令可以包括：用于接收初始设计布局的指令；用于识别所述初始设计布局中的特征的指令，所述特征的图案对应于将通过基于等离子体的蚀刻工艺蚀刻到在半导体衬底的表面上的材料堆叠中的特征，当所述堆叠用与所述设计布局相对应的光致抗蚀剂图案层覆盖时，该基于等离子体的蚀刻工艺在处理室内在成组的工艺条件下执行。存储在存储器内的指令还可以包括：用于估计在这样的基于等离子体的蚀刻工艺期间在时间t时的所述特征内的特征内等离子体通量(IFPF)的一个或多个数量特性的指令；用于通过将在(c)中估计的所述IFPF的一个或多个数量特性与所述LUT中的IFPF的一个或多个数量特性进行比较来估计所述特征的所述边缘的在时间t时的边缘放置误差(EPE)的数量特性的指令，所述LUT将在时间t时的所述EPE的数量特性的值与所述IFPF的所述一个或多个数量特性的值相关联；以及用于根据所述EPE的数量特性修正所述初始设计布局的指令。
在一些实施方式中，所述初始设计布局可以从计算机可读介质读取；并且在某些这样的实施方式中，存储在所述存储器中以用于在所述处理器上执行的所述计算机可读指令还包括用于将所述邻近校正的设计布局写入计算机可读介质的指令。
本发明还公开了一种或多种计算机可读介质，其具有查找表(LUT)和存储在其上的刚刚所描述的计算机可读且可执行指令。
还公开了用于产生光刻掩模的系统。这样的系统可以包括：用于刚刚所描述的用于产生用于光致抗蚀剂的邻近校正的设计布局的计算机系统以及光刻模块。所述光刻模块可以被配置为：从计算机系统接收用于光致抗蚀剂的邻近校正的设计布局，并且根据所述邻近校正的设计布局形成掩模。还公开了用于使用这种掩模通过将接近校正的设计布局转移到半导体衬底上的光致抗蚀剂层上来蚀刻半导体衬底以执行光刻操作的系统。所述系统还可以包括：等离子体蚀刻器，其被配置为产生等离子体，所述等离子体可以用于接触所述半导体衬底，并且蚀刻所述衬底表面的未被使用所述掩模图案化的光致抗蚀剂覆盖的那些部分。
下面将参考相关附图描述本公开的这些和其他特征。
附图说明
图1表示从蚀刻工艺的表面动力学模型通过计算产生的蚀刻轮廓的示例。
图2表示与图1所示的蚀刻轮廓类似的蚀刻轮廓的示例，但在该图中，蚀刻轮廓从用一个或多个光学计量学工具测得的实验测量结果计算得到。
图3是表示用于相对于蚀刻轮廓坐标空间优化蚀刻轮廓模型的程序(procedure)的工艺流程图。
图4A是表示用于优化蚀刻轮廓模型的程序的工艺流程图，特别是优化在这些模型中使用的某些模型参数。
图4B是表示用于优化蚀刻轮廓模型的程序的工艺流程图，特别是优化在这些模型中使用的某些模型参数。
图5描绘了可以使用根据本公开优化的模型来识别的成组的示例性的规范的蚀刻轮廓。
图6是表示用于相对于反射光谱空间优化蚀刻轮廓模型的程序的工艺流程图。
图7A是蚀刻轮廓在蚀刻工艺中演变时的反射光谱历史的图示。
图7B示意性地呈现以3-D数据块的形式在许多晶片上收集的成组的光谱反射数据(数据块的3个索引对应于晶片数(i)，光谱波长(j)和蚀刻处理时间(k))；以及3-D数据块展开成可用作用于PLS光谱历史分析的独立数据的2-D数据块，相关数据是也在图中指示的蚀刻轮廓坐标。
图8是示出用于优化PLS模型的迭代程序的工艺流程图，该PLS模型将蚀刻光谱反射历史与在蚀刻工艺的整个过程中的蚀刻轮廓相关联，同时优化EPM，该EPM用于生成将在PLS模型的优化中使用的计算反射光谱。
图9A-9C示出了可调节间隙的电容耦合(CCP)等离子体反应器的实施方式。
图10示出了电感耦合等离子体(ICP)反应器的实施方式。
图11A示出了如由光致抗蚀剂层所限定的在其中蚀刻特征之前和之后的半导体衬底上的2层堆叠的材料的横截面图。
图11B示出具有90度转弯的沟槽特征的顶视图。
图12显示了图案邻近校正(PPC)的标准经验VEB方法的各个阶段，并且示出了用于完成各个阶段的以及用于完成基于VEB的整个掩模构建工艺的时间表(以周为单位)。图12还示出了当替代地使用如本文所公开的基于物理的蚀刻轮廓模型方法时的类似的时间表。
图13A提供了从其中选择的某些结构/特征的简单校准图案的图示。
图13B提供了如本文所述的降阶模型(ROM)查找表(LUT)的图示。
图13C提供了如本文所述的另一个降阶模型(ROM)查找表(LUT)的图示。
图14A和14B都显示了用ROM查找表(LUT)的字段中保存的量标记的半导体衬底的特征/结构。
图15示出了用于产生光致抗蚀剂的图案邻近校正的设计布局的一系列操作。
图16示出了用于生成用于光致抗蚀剂的图案邻近校正的设计布局的一系列操作，其包括计算初始设计布局中的多个特征的边缘放置误差(EPE)。
图17示出了具有绘制的视线以示出特征内的点(例如定向离子通量)的可见性(visibility)的特征的横截面图。
图18示出了用于产生用于光致抗蚀剂的图案邻近校正的设计布局的一系列操作，其涉及作为计算边缘放置误差(EPE)的一部分的改进估计的特征可见性。
图19A和19B示出了特征的横截面图，并且示出了边缘放置误差(EPE)估计的单时间步长方法与多时间步长方法的关系。
图20示出了用于产生光致抗蚀剂的图案邻近校正的设计布局的多时间步长操作序列。
图21-29显示了EPE搜索和估计示例的详细信息。
具体实施方式
术语
在本说明书中使用以下术语。
自变量——如通常所理解的，自变量是引起响应的任何变量。自变量也可以称为“预测变量”、“回归变量”、“受控变量”、“操纵变量”、“解释变量”或“输入变量”。蚀刻轮廓模型可以包括各种类型的自变量，例如反应器工艺条件(例如，温度、压力、气体组成、流率、等离子体功率等)、局部等离子体条件和局部反应条件。本文描述的LUT或其他关系可以采用诸如IFPF参数、蚀刻时间、特征边缘形状等之类的蚀刻工艺条件作为自变量。
结果变量——如通常所理解的，结果变量是由自变量导致的变量。通常，结果模型由模型输出。在某些情况下，结果变量与术语因变量同义。在本公开中，蚀刻轮廓是一种类型的结果变量。边缘放置误差是另一种类型的结果变量。
输入变量——输入变量类似于自变量，但可能更具体，因为对于许多运行，一些自变量可能是固定的，因此对于这种运行不是技术上的“输入”变量。输入变量作为所考虑的运行的输入。
机械参数——机械参数是一种自变量，其表示在进行蚀刻的反应器或衬底中的一个或多个特定位置处的物理和/或化学条件。
等离子体参数——等离子体参数是描述局部等离子体条件(例如，衬底上的特定位置处的等离子体密度和等离子体温度)的一种机械参数。
反应参数——反应参数是描述局部化学或物理化学条件的一种机械参数。
工艺参数——工艺参数是工艺工程师控制的反应器参数(例如，室压力、RF功率、偏置电压、气体流率和基座温度)。工艺参数连同衬底特性可以控制蚀刻反应器中的机械参数的值。
模型参数——模型参数是一种被优化的自变量。它通常是机械参数，例如化学反应参数。模型参数的初始值通常未被优化；它们可以是基于专家的知识选取的或从文献数据中选择的估计值。
介绍-蚀刻轮廓模型
本文公开了程序，所述程序用于使用上述的蚀刻轮廓模型(EPM)(以及其他类似模型)，以产生半导体特征蚀刻轮廓的精确的表示(representations)，其是在半导体加工业中被信赖的足够好的近似表示。
通常，EPM和类似模型试图通过计算与在这些空间位置中的每一个空间位置处的蚀刻工艺相关联的反应速率来模拟衬底特征随时间推移的蚀刻轮廓演变(即在特征的表面上的各种空间位置处的特征的形状的时间依赖型变化)，并且在整个模拟蚀刻工艺的过程中都如此，该反应速率由在反应室中建立的等离子体条件下的蚀刻剂入射通量和沉积物质的特征所导致。输出是由离散的成组的数据点(即，轮廓坐标)表示的模拟蚀刻轮廓，这些数据点在空间上映射出轮廓的形状。这样的模拟蚀刻轮廓的示例在图1中示出；模拟轮廓可以对应于如图2所示的实际测得的蚀刻轮廓。在某些模型中，例如表面动力学模型中，模拟蚀刻轮廓随时间推移的演变取决于理论建模的、空间解析的局部蚀刻反应速率，该蚀刻反应速率当然取决于蚀刻工艺的基础化学和物理特性。因此，蚀刻轮廓模拟取决于：与作为蚀刻工艺的基础的化学反应机理相关的各种物理和化学参数，和可表征通常而言在工艺工程师的控制下的室环境(温度、压强、等离子体功率、反应物流率等)的任何物理和化学参数。
关于前者，蚀刻轮廓模型需要成组的“基本的”化学和物理输入参数，示例诸如反应概率、粘着系数、离子和中性物通量等，这些参数通常不是独立可控的和/或甚至不可直接由工艺工程师知道的，但是必须被指定为模拟的输入。因此，这些成组的“基本的”或“机械的”输入参数被假定为具有某些值，这些值通常取自文献，并且它们的使用暗示调用在蚀刻工艺被建模之后的基本物理和化学机制的某些简化(和近似)。
在某些实施方案中，蚀刻轮廓模型是行为模型，例如可从北卡罗来纳州卡里的考文特公司获得的SEMulator3DTM。在一些实施方案中，行为模型采用工艺的摘要来预测由一个或多个半导体器件制造操作产生的特征的结构细节。在美国专利No.9,015,016和美国专利No.9,659,126中给出了行为模型的示例，这两个专利先前都通过引用并入了本文。
本公开提出了组合实验技术和数据挖掘/分析方法以改进这些衬底蚀刻工艺的EPM的实际工业适用性。注意，短语“衬底蚀刻工艺”包括蚀刻掩模层的工艺，或更一般地，包括蚀刻已沉积在衬底表面上和/或驻留在衬底表面上的任何材料层的工艺。这些技术聚焦于这些模型所采用的“基本的”化学和物理输入参数，并且通过使用程序以确定什么可以被视为这些参数的更有效的成组的值来改进模型——就这些参数改善蚀刻模型的精度而言是有效的——即使为这些“基本的”参数所确定的最佳值与文献(或其他实验)可能确定作为这些参数的“真实的”物理/化学值不同也是如此。
下面更充分地讨论的图3和图4提供了图解用于生成改进的蚀刻轮廓模型的示例性工艺的流程图。在图3中，例如，所描绘的工艺流程具有两个输入分支，一个来自实验测量，另一个来自模型的当前版本，该版本尚未优化。实验分支和预测模型分支都产生蚀刻轮廓结果。比较这些结果，并且使用该比较来改进模型，使得结果之间的偏差减小。
详细表征由EPM输出的2或3维的蚀刻轮廓数据对于优化模型提出了特别的挑战。在本文公开的各种实施方式中，轮廓数据被表示为一系列高度切片，每个高度切片具有厚度。在其他实施方式中，轮廓被表示为来自共同起点的一系列向量或表示为一系列几何形式，例如梯形。当使用这些高度切片中的许多或该轮廓的其他分量时，使实验轮廓和EPM轮廓之间的误差最小化的优化问题可能在计算方面是有要求的。为了减少所需的计算，使用降维技术(例如主成分分析(PCA))来识别各种轮廓分量对在优化中使用的总体物理轮廓的相关贡献。在降维空间(a reduced dimensional space)中以几个主要分量或其他向量表示蚀刻轮廓可以大大简化改善蚀刻轮廓模型的预测能力的过程。此外，这样的主要分量彼此正交，从而保证可以单独地优化独立的轮廓贡献。
蚀刻轮廓
在研究蚀刻轮廓模型的细节及其改进的程序之前，描述特征的蚀刻轮廓的概念是有用的。通常，蚀刻轮廓(EP)涉及成组的一个或多个几何坐标的任何成组的值，几何坐标可用于表征半导体衬底上的蚀刻特征的形状。在简单的情况下，蚀刻轮廓可被近似为相对于特征的基部在半腰(特征的基部(或底部)与特征在衬底的表面上的顶部开口之间的中点)处所确定的特征的宽度，如通过该特征通过2维竖直横截面切片所观察到的。在更复杂的示例中，蚀刻轮廓可以是通过相同的2维竖直横截面切片所观察到的在特征的基部上方的不同高度处所确定的一系列特征宽度。图2提供了这方面的图示。注意，根据实施方式的不同，宽度可以是凹陷特征的一个侧壁与另一个侧壁之间的距离，即，已经被蚀刻掉的区域的宽度，或者宽度可以指在任一侧上已经被蚀刻掉的柱的宽度。后者在图2中示意性地示出。注意，在一些情况下，这种宽度被称为“关键尺寸”(在图2中标记为“CD”)，并且距离特征的基部的高度可以被称为所提及的关键尺寸的高度或z-坐标(在图2中标记为百分比)。如上所述，蚀刻轮廓可以以其他几何基准表示，例如通过来自共同起点的向量组或诸如梯形或三角形之类的形状堆叠件(stack)或成组的限定典型的蚀刻轮廓的特征形状参数(例如弓形、直的或锥形的侧壁，圆形底部，小平面等)组表示。
以这种方式，一系列几何坐标(例如，不同高度处的特征宽度)映射出特征轮廓的离散描绘。注意，存在许多方式来表达代表不同高度处的特征宽度的一系列坐标。例如，每个坐标可以具有表示与某些基线特征宽度(例如平均特征宽度或竖直平均特征宽度)的相对偏差(a fractional deviation)的值，或者每个坐标可以表示相对于竖直相邻坐标等的变化。在任何情况下，根据上下文和用法，被称为“宽度”的任何情形和通常用于被用来表示蚀刻轮廓的成组的轮廓坐标的方案将是清楚的。构思是，使用成组的坐标表示特征的蚀刻轮廓的形状。还应注意，一系列几何坐标也可以用于描述特征的蚀刻轮廓的完整3维形状或其他几何特征，例如衬底表面上的蚀刻圆柱体或沟槽的形状。因此，在一些实施方式中，蚀刻轮廓模型可以提供被建模的特征的完整3-D蚀刻形状。
蚀刻轮廓模型
蚀刻轮廓模型(EPM)根据表征基础的物理和化学蚀刻工艺和反应机制的成组的输入蚀刻反应参数(自变量)来计算理论上确定的蚀刻轮廓。这些工艺被建模为与表示被蚀刻的特征及其周围的网格中的时间和位置成函数关系。输入参数的示例包括等离子体参数，例如气相物质(离子、中性物、自由基、光子等)的通量和表面化学反应参数，例如对应于特定化学反应的反应概率、阈值能量、溅射产量。这些参数(并且具体地，在一些实施方式中，等离子体参数)可以从各种源获得，包括从其他模型获得，所述其他模型根据通用反应器配置和例如压力、衬底温度、等离子体源参数(例如提供给等离子体源的功率、频率、占空比)、反应物及其流率等工艺条件来计算这些参数。在一些实施方式中，这种模型可以是EPM的一部分。
如所解释的，EPM将反应参数作为自变量并且通过函数关系(functionally)产生作为响应变量的蚀刻轮廓。换言之，成组的自变量是用作模型的输入的物理/化学工艺参数，并且响应变量是由模型计算得到的蚀刻轮廓特征。EPM采用反应参数和蚀刻轮廓之间的一个或多个关系。所述关系可以包括例如以限定的方式应用于自变量以生成与蚀刻轮廓相关的响应变量的系数、加权和/或其他模型参数(以及反应参数和/或其他模型参数的线性函数、二阶和更高阶多项式函数等)。这样的加权、系数等可以表示上述反应参数中的一个或多个。在本文所描述的优化技术期间调整或调节这些模型参数。在一些实施方式中，一些反应参数是待优化的模型参数，而其他反应参数用作独立的输入变量。例如，化学反应参数可以是可优化的模型参数，而等离子体参数可以是自变量。
通常，“响应变量”表示输出和/或效果，和/或被测试以查看它是否是效果。“自变量”表示输入和/或原因，和/或被测试以查看其是否是原因。因此，可以研究响应变量以查看其是否随着自变量的变化而变化，以及其随着自变量的变化而变化的程度。
如所解释的，一些EPM采用可以被表征为基本的反应机械参数的输入变量(一种类型的自变量)，并且该输入变量可以被视为基础化学和物理过程的基础，因此实验工艺工程师通常不对这些量进行控制。在蚀刻轮廓模型中，这些变量在网格的每个位置处并且在由定义的时间步长分隔开的多个时间被应用。在一些实施方案中，网格分辨率可以在约几埃和约微米级之间变化。在一些实施方案中，时间步长可以在大约1e-15和1e-10秒之间变化。在某些实施方式中，优化使用两种类型的机械自变量：(1)局部等离子体参数，和(2)局部化学反应参数。这些参数就它们可以随着位置的变化而变化(在某些情况下归因于网格的分辨率)而言是“局部的”。等离子体参数的实例包括局部等离子体性质，诸如例如离子、自由基、光子、电子、激发物质、沉积物物质等粒子的通量和能量及其能量和角度分布等。化学和物理化学反应参数的实例包括速率常数(例如，特定化学反应将在特定时间发生的概率)、粘着系数、蚀刻的能量阈值、基准能量、定义溅射产量的能量指数、角屈服函数(angularyield functions)及其参数等。此外，参数化的化学反应包括其中反应物包括被蚀刻的材料和蚀刻剂的反应。应当理解，除了直接蚀刻衬底的反应之外，化学反应参数还可以包括各种类型的反应。这种反应的实例包括副反应，该副反应包括寄生反应、沉积反应、副产物的反应等。这些反应中的任何一种都可能影响整体的蚀刻速率。还应当理解，除了上述等离子体和化学反应输入参数之外，模型还可能需要其他输入参数。这种其他参数的实例包括反应位点处的温度，分压或反应物等。在一些情况下，这些和/或其他非机械参数可以输入到输出一些机械参数的模块中。
在一些实施方式中，EPM模型变量的初始(未优化的)值以及在优化期间固定的自变量(例如，在一些实施方式中的等离子体参数)可以从各种来源获得，例如从文献获得，通过其他计算模块或模型计算获得等。在一些实施方式中，可以通过使用模型(诸如对于等离子体参数的情况，由蚀刻室等离子体模型)来确定独立的输入变量，例如等离子体参数。这样的模型可以根据工艺工程师已经(例如，通过旋转旋钮)控制的各种工艺参数来计算可应用的输入EPM参数，所述工艺参数如室环境参数，例如压力、流率、等离子体功率、晶片温度、ICP线圈电流、偏置电压/功率、脉冲频率、脉冲占空比等。
当运行EPM时，一些自变量被设置为用于执行实验的已知或期望的参数值。例如，等离子体参数可以在建模域中的位置处固定为已知或期望值。本文描述为模型的参数或模型参数的其他自变量是被选定为通过下述优化程序调节的那些参数。例如，化学反应参数可以是经调节的模型参数。因此，在对应于给定的测得的实验蚀刻轮廓的一系列运行中，改变模型参数以阐明如何所选择这些参数的值以最佳地优化模型。
EPM可以采取许多不同形式中的任何一种。最终，它们提供自变量和响应变量之间的关系。该关系可以是线性的或非线性的。通常，EPM是本技术领域中称为蒙特卡罗表面动力学模型(a Monte Carlo surface kinetic model)。这些模型以其各种形式操作以在半导体晶片制造的背景下随时间推移模拟晶片特征的拓扑演变。这些模型可以利用基于单元的拓扑演变表示，但是也可以使用水平集类模型或前述的组合。此外，还可以使用集中动力学模型，例如集中的Langmuir-Hinshelwood动力学模型或其他类型的半分析混合模型。模型对晶片上的任意径向位置发射具有由等离子体模型或实验诊断产生的具有能量和角分布的伪粒子。伪粒子被统计地加权以表示自由基和离子朝向表面的通量。模型寻址导致在表面上的蚀刻、溅射、混合和沉积的各种表面反应机理，以预测轮廓演变。在蒙特卡罗积分期间，在晶片特征内跟踪各种离子和中性伪粒子的轨迹，直到它们反应或离开计算域。EPM具有用于预测各种材料上的蚀刻、剥离、原子层蚀刻、电离金属物理气相沉积和等离子体增强化学气相沉积的先进的功能。在一些实施方式中，EPM利用两维或三维的直线网格，网格具有足够精细的分辨率以充分地对晶片特征的尺寸进行寻址/建模(尽管在原理上，网格(无论是2D还是3D)也可以利用非直线坐标)。网格可以被视为两维或三维网格点阵列。它还可以被视为表示与每个网格点相关联(以其为中心)的2D的局部区域或3D的体积的单元阵列。网格内的每个单元可以表示不同的固体材料或材料的混合物。选择2D网格还是3D网格作为建模的基础，可以根据被建模的晶片特征的类别/类型而定。例如，2D网格可用于长沟槽特征(例如，在多晶硅衬底中)的建模，在假设沟槽的端部的几何结构与沿着沟槽的远离其端部的长度的大部分发生的反应过程不太相关的情况下，2D网格描绘横截面形状(即，为了该横截面2D模型的目的，假设沟槽是无限的，再次，对于远离其端部的沟槽特征，是合理的假设)的反应过程。另一方面，使用3D网格来对圆形通孔特征(硅通孔(TSV))建模是合适的(因为特征的x、y水平尺寸彼此相当)。
网格间距可以在亚纳米(例如，1埃)至几微米(例如，10微米)的范围内。通常，给每个网格单元分配材料身份，例如光致抗蚀剂、多晶硅、等离子体(例如，在未被特征占据的空间区域中)，其可以在轮廓演变期间改变。固相物质由计算单元的身份表示；气相物质由计算伪粒子表示。以这种方式，网格提供晶片特征和周围气体环境(例如，等离子体)的合理详细的表示(例如，用于计算目的)，因为晶片特征的几何结构/拓扑随着时间在反应蚀刻工艺中演变。
蚀刻实验和轮廓测量
为了训练和优化在前面部分中呈现的EPM，可以执行各种实验以便像实验允许的那样精确地确定由在各种工艺条件下执行的实际蚀刻工艺产生的实际蚀刻轮廓，各种工艺条件由各种成组的蚀刻工艺参数指定。因此，例如，指定成组的蚀刻工艺参数(例如蚀刻剂流率、等离子体功率、温度、压力等)的第一成组的值，相应地设置蚀刻室装置，使蚀刻剂流入室，激励等离子体等，并且继续蚀刻第一半导体衬底以产生第一蚀刻轮廓。然后，为相同的成组的蚀刻工艺参数指定第二成组的值，蚀刻第二衬底以产生第二蚀刻轮廓，等等。
工艺参数的各种组合可以用于呈现广泛或集中的工艺空间，以适当地训练EPM。然后使用相同的工艺参数组合来计算给EPM的(独立的)输入参数(例如机械参数)，以提供可与实验结果进行比较的蚀刻轮廓输出(响应变量)。因为实验可能是昂贵的和耗时的，所以可以采用技术来设计实验，以减少提供用于优化EPM的鲁棒训练集所需要进行的实验的数量。为此目的可以采用诸如实验设计(DOE)的技术。通常，这样的技术确定在各种实验中使用哪些成组的工艺参数。它们通过考虑工艺参数之间的统计相互作用、随机化等选择工艺参数的组合。举例而言，DOE可以确定覆盖围绕已经完成的工艺的中心点的有限范围的参数的少量实验。
通常，研究者将在模型优化程序的早期进行所有实验，并且在优化例程迭代中仅使用这些实验，直到收敛。或者，实验设计者可以进行一些实验以用于早期的优化迭代，并且随后随着优化进展而进行另外的实验。优化程序可以向实验设计者通知要评估的特定参数，并且因此要为稍后的迭代运行特定的实验。
一个或多个原位或离线计量学工具可以用于测量由这些实验蚀刻工艺操作产生的实验蚀刻轮廓。在蚀刻工艺结束时，在蚀刻工艺期间或在蚀刻工艺期间的一个或多个时间进行测量。当在蚀刻工艺结束时进行测量时，测量方法可能是破坏性的，当在蚀刻工艺期间的间隔进行测量时，测量方法通常是非破坏性的(因此不会破坏蚀刻)。适当的计量技术的实例包括但不限于原位与非原位光学临界尺度(OCD)散射法和横截面SEM。注意，计量学工具可以直接测量特征的轮廓，例如在SEM的情况下(其中实验基本上使特征的蚀刻轮廓成像)，或者其可以间接确定特征的蚀刻轮廓，例如在OCD测量的情况下(其中进行一些后处理以根据实际测得的数据倒转时间读出(back-out)特征的蚀刻轮廓)。还要注意，在一些实施方式中，EPM优化可以在光谱空间中完成，因此不需要从OCD测量中退出蚀刻轮廓；而是使用通过EPM计算的蚀刻轮廓来模拟OCD散射。
在任何情况下，蚀刻实验和计量学程序的结果是成组的测得的蚀刻轮廓，每个轮廓通常包括一系列坐标的一系列值或表示如上所述的特征轮廓的形状的成组的网格值。一个示例如图2所示。然后，蚀刻轮廓可以用作训练、优化和改进如下所述的计算机化蚀刻轮廓模型的输入。
模型参数调整/优化
每个测得的实验蚀刻轮廓提供用于调整计算机化蚀刻轮廓模型的基准。因此，通过应用实验蚀刻轮廓以查看模型如何在其蚀刻轮廓的预测中实际偏离来用蚀刻轮廓模型执行一系列计算。利用该信息，可以改进模型。
图3提供了示出用于调整和/或优化蚀刻轮廓模型(诸如上述的那些)的成组的操作300的流程图。在一些实施方式中，这样的经调整和/或优化的模型减小了(并且在一些情况下基本上最小化了)关联于(指示、量化等)在所测得的作为执行蚀刻实验的结果的蚀刻轮廓与由模型生成的相应的计算蚀刻轮廓之间的组合差的尺度。换句话说，对于不同的实验工艺条件(由所选定的工艺参数的所指定的不同的成组的值所设定——其用于计算给EPM的独立的输入参数)，改进的模型可以减小组合的误差。
如图3所示，优化程序300在操作310开始，其中选择待优化的成组的模型参数。同样，这些模型参数可以选定为表征工艺工程师没有控制的基础化学和物理过程的参数。这些模型参数中的部分或全部将根据实验数据进行调整以改进模型。在一些实施方式中，这些模型参数可以是反应参数并且包括反应概率和/或(热)速率常数、反应物粘附系数、用于物理或化学溅射的蚀刻阈值能量、对能量的指数依赖性、蚀刻角屈服依赖性和与角屈服曲线相关的参数等。注意，通常，就特别给定/指定的流入蚀刻室的化学物质的混合物来进行优化(但是应当理解，蚀刻室的化学成分将随着蚀刻工艺的进行而改变)。在一些实施方式中，将反应参数以与其他输入参数(例如等离子体参数)分开的输入文件馈送到EPM中。
在一些实施方式中，模型参数可以包括规程(specification)，该规程中的特定化学反应要通过蚀刻工艺来模拟。本领域普通技术人员应理解，对于给定的蚀刻工艺，会有许多正在进行的反应在任何时间在蚀刻室中发生。这些包括主蚀刻反应本身，但它也可以包括主蚀刻工艺的副反应，以及涉及主蚀刻反应的副产物的反应，副产物之间的反应，涉及副产物的副产物的反应等。因此，在一些实施方式中，模型参数的选择涉及选定哪些反应要包括在模型中。推测，包括的反应越多，模型越精确，并且相应的计算蚀刻轮廓越精确。然而，通过包括更多反应增加模型的复杂性，从而增加模拟的计算成本。它还导致有更多的反应参数要优化。如果所添加的特定反应对于整体蚀刻动力学是重要的，则这可能是好的。然而，如果附加反应不是关键的，则添加另外的成组的反应参数可能使得优化程序更难以收敛。再次，关于包括哪些反应的选择以及与这些反应相关联的速率常数或反应概率可以以它们自己的输入文件(例如，与等离子体参数分开)馈送到EPM中。在某些实施方式中，对于给定的成组的反应物物质，每种物质的各种可选的/竞争性的反应途径的概率应当总和为1。并且，再次，应当理解，对于给定/所指定的正流入蚀刻室中以执行蚀刻工艺/反应的化学物质的混合物，通常将作出包含反应概率等的反应规程(例如，在输入文件中)(并且优化将通常是关于该给定混合物的，但是在一些实施方式中，可以看到，对于一种化学混合物所学习的内容可以适用于类似/相关的化学混合物)。
在任何情况下，为了开始图3的流程图中所示的优化程序，通常必须为被优化的各种模型参数(例如反应概率、粘附系数等)选择初始值。这在操作310中完成。初始值可以是在文献中存在的那些，基于其他模拟计算得到的、从实验确定的或从先前的优化程序获知的那些等等。
在操作310中所选择和初始化的模型参数通过在操作320中被赋予多组成组的值的成组的独立输入参数被优化。这种独立输入参数可以包括表征反应室中的等离子体的参数。在一些实施方式中，这些等离子体参数经由与用于反应参数的输入文件(刚刚描述的)分开的输入文件被馈送到EPM中。用于独立输入参数(例如，等离子体参数)的多组成组的值因此指定所选定的独立输入参数的空间中的不同点。例如，如果所选定的待优化的输入参数是温度、蚀刻剂通量和等离子体密度，并且为这些所选定的输入参数选择5组值，则已经在所选定的温度、蚀刻剂通量和等离子体密度的3维输入参数空间中确定了5个唯一点，在该空间中的5个点中的每一个对应于温度、蚀刻剂通量和等离子体密度的不同组合。如上所述，可以采用诸如DOE之类的实验设计程序来选择成组的输入参数。
一旦选定，对于输入参数的每个组合，在操作330中，执行蚀刻实验以便测量实验蚀刻轮廓。(例如，在一些实施方式中，对于输入参数的值的相同组合执行多个蚀刻实验，并且将所得到的蚀刻轮廓测量结果一起求平均值(例如，可能在丢弃异常值等之后)。然后将该成组的基准用于调整和优化模型，具体如下：在操作335中，针对输入参数的值的每个组合计算蚀刻轮廓，并且在操作340中，对于输入参数的所有不同的成组的值，计算表示(相关于、量化等)实验蚀刻轮廓和计算蚀刻轮廓之间的差的误差尺度(an error metric)。
注意，该成组的计算蚀刻轮廓(从其计算误差尺度)对应于先前所选定的如操作310中所指定的成组的模型参数。优化程序的目标是为这些模型参数确定更有效的选择。因此，在操作350中，确定当前所指定的模型参数是否使得在操作340中计算的误差尺度被局部最小化(就模型参数的空间而言)，如果不是，则在操作360中该成组的模型参数的一个或多个值被修改，然后用于生成新的成组的蚀刻轮廓(如图3的流程中示意性地所示的那样重复操作335)，其后在操作340的重复中计算新的误差尺度。接着，该过程再次进行到操作350，其中确定对于通过误差尺度评估的所有成组的输入参数的模型参数，该模型参数的新的组合是否表示局部最小值。如果是，则优化程序结束，如图所示。如果不是，则在操作360中再次修改模型参数，并且重复该循环。
图4A呈现了用于在蚀刻轮廓模型中精化模型参数的方法470的流程图。如图所示，方法470开始于收集针对一系列受控的蚀刻室参数组生成的实验蚀刻轮廓。在稍后阶段，该方法将这些实验生成的蚀刻轮廓与使用蚀刻轮廓模型产生的理论生成的蚀刻轮廓进行比较。通过比较实验生成的蚀刻轮廓和理论生成的蚀刻轮廓，可以精化由蚀刻轮廓模型使用的成组的模型参数，以提高模型预测蚀刻轮廓的能力。
在所描绘的方法中，过程从操作472开始，其中选择成组的工艺参数以用于计算阶段和实验阶段。这些工艺参数定义了一系列的条件，在这些条件下进行所述比较。每组工艺参数表示用于操作蚀刻室的设置的集合。如上所述，工艺参数的实例包括室压力、基座温度和可在蚀刻室内选择和/或测量的其他参数。替代地或者附加地，每组工艺参数表示正被蚀刻的工件的状况(例如，通过蚀刻形成的线宽和线间距)。
在选择用于实验运行的成组的工艺参数之后(注意，用于EPM优化的成组的独立输入参数将对应于每组成组的工艺参数(和/或从每组成组的工艺参数计算得到)，开始实验。这通过关于多个参数组的循环来描绘，并且包括操作474、476、478和480。操作474简单地表示递增到用于运行新实验的下一工艺参数组(参数组(i))。一旦参数组被更新，该方法就使用当前参数组中的参数来运行新的蚀刻实验(框476)。接下来，该方法在以当前参数组运行的蚀刻实验之后产生并保存在工件上测得的实验蚀刻轮廓(框478)。“产生并保存蚀刻轮廓”操作提供在降维空间中的蚀刻轮廓，如上所述的，例如蚀刻轮廓的主要分量表示。
每次在实验中使用新的工艺参数组时，该方法判定是否还有更多的参数组要考虑，如决策框480所示。如果存在附加的参数组，则如框474所示，初始化下一个参数组。最终，在考虑了所有初始定义的工艺参数组之后，决策框480判定没有更多需要考虑。在这时，过程切换到工艺流程的模型优化部分。
最初，在流程的模型优化部分中，如框482所示，初始化成组的模型参数(模型参数(j))。如所解释的，这些模型参数是模型用来预测蚀刻轮廓的参数。在该工艺流程的背景中，修改这些模型参数以提高EPM的预测能力。在一些实施方式中，模型参数是表示在蚀刻室中发生的一个或多个反应的反应参数。在一个实例中，模型参数是反应速率常数或特定反应发生的概率。此外，如本文别处所述，蚀刻轮廓模型可以采用在优化例程期间保持固定的其他参数。这种参数的实例包括物理参数，例如等离子体条件。
在操作482初始化模型参数之后，该方法进入优化循环，其中它生成与用于在实验循环中生成实验蚀刻轮廓的每个工艺参数组对应的理论蚀刻轮廓。换句话说，该方法使用该EPM来预测对应于每个工艺参数组(即对于所有的不同参数组(i))的蚀刻轮廓。然而，注意，对于这些工艺参数组中的每一个，实际输入到EPM中(以运行它)的是对应于给定的工艺参数的成组的独立输入参数。对于一些参数，独立输入参数可以与工艺参数相同；但是对于一些参数，可以从物理工艺参数导出/计算出(实际馈送到EPM中的)独立输入参数；因此它们彼此对应，但它们可以不相同。因而应当理解，在图4A中的该优化循环(操作482-496)的背景中，EPM(关于它将是非常精确的)相对于与“参数组(i)”对应的成组的独立输入参数运行，而在实验循环(操作472-480)中使用对应于“参数组(i)”的工艺参数来运行实验。
在任何情况下，最初在该循环中，该方法递增到在操作472中最初设置的参数组中的下一个。参见框484。利用该选定的参数组，该方法使用当前的成组的模型参数运行蚀刻轮廓模型。参见框486。然后，该方法为参数组和模型参数(参数组(i)和模型参数(j))的当前组合产生并保存理论蚀刻轮廓。参见框488。“产生和保存蚀刻轮廓”操作提供在降维空间中的蚀刻轮廓，例如蚀刻轮廓的主要分量表示。
最终，在该循环中所有参数组被考虑。在该点之前，决策框490确定附加的参数组保留，并将返回控制到框484，其中该参数组递增到下一个参数组。运行模型和产生保存的理论蚀刻轮廓的过程针对每个参数组(参数组(i))重复。
当对于当前正在考虑的模型参数(模型参数(j))没有要考虑的其余参数组时，工艺退出该循环并计算理论蚀刻轮廓和实验蚀刻轮廓之间的误差。参见框492。在某些实施方式中，对于工艺参数的所有参数组(i)确定误差，而不仅仅是其中的一个。
该方法使用在框492中确定的误差来判定针对模型参数的优化例程是否已收敛。参见框494。如下所述，可以使用各种收敛标准。假设优化例程尚未收敛，则过程控制被引导到框496，在框496中该方法生成可以改进模型的预测能力的新的成组的模型参数(模型参数(j))。具有该新的成组的模型参数时，过程控制返回到由框484、486、488和490定义的循环。虽然在该循环中，参数组(i)被重复递增，并且每次模型运行以产生新的理论蚀刻轮廓。在考虑所有参数组之后，在框492再次确定理论蚀刻轮廓和实验蚀刻轮廓之间的误差，并且在框494再次应用收敛标准。假设尚未满足收敛标准，则该方法生成另一成组的模型参数以便以刚刚描述的方式进行测试。最终，选定满足收敛标准的成组的模型参数。然后完成该过程。换句话说，图4所示的方法已经产生了提高蚀刻轮廓模型的预测能力的成组的模型参数。
在图4B中描述了相关的程序。如图所示，为不同的衬底特征结构而不是为不同的工艺条件生成实验蚀刻轮廓和理论蚀刻轮廓。换句话说，基本工艺流程是相同的。在一些实现方式中，特征结构和工艺条件对于实验操作和理论操作而言是变化的。
不同的特征可以包括不同的“线”和“节距”几何结构。参见图4B-1。节距是指覆盖正被蚀刻的特征的将被重复多次的最小单位单元宽度。线是指两个相邻侧壁之间的总厚度，假设对称。作为示例，该方法可以运行L50P100、L100P200、L100P300、L75P150等的重复几何结构。其中数字表示以纳米为单位的线宽(line width)和节距(pitch)。
在所示的实施方式中，过程471开始于选择蚀刻轮廓模型的固定和变化的参数(模型参数)。在一些实施方式中，这些可以是物理和化学反应参数。另外，选择衬底特征。参见操作473。
对于每个特征几何结构(如操作475和481所示的递增的特征组(k))，该方法使用当前特征几何结构运行蚀刻工艺，生成实验蚀刻轮廓(实验蚀刻轮廓(k))，并且保存蚀刻轮廓。参见操作477和479。如前所述，每个实验蚀刻轮廓以降维表示(a reduced dimensionalrepresentation)保存。
此后，该方法初始化用于调节的模型参数(模型参数(j))。参见操作483。对于每个特征几何结构(在操作485和491中递增成为特征组(k))，该方法运行蚀刻轮廓模型，产生理论蚀刻轮廓(理论蚀刻轮廓(k))，并保存该蚀刻轮廓。参见操作487和489。如前所述，每个理论蚀刻轮廓以降维表示保存。
对于在包含操作487和489的循环中考虑的每个成组的模型参数(j)，该方法将理论蚀刻轮廓和实验蚀刻轮廓进行比较以确定所有衬底特征组的蚀刻轮廓之间的误差。参见操作493。如果如在操作495确定的过程已收敛，则该过程完成并选定当前的模型参数。如果过程尚未收敛，则该方法生成新的成组的模型参数(j)，并再次返回到由操作485、487、489和491定义的循环。
在一些实施方式中，为每个特征组选择单独的模型参数组。在这种情况下，该方法可绘制或者以其他方式确定线/节距比(或特征的另一特性)与最终收敛模型参数之间的关系。如果收敛模型参数值相当地恒定，可能具有一些噪声，则该方法使用改进的边缘轮廓模型的平均模型参数值。如果收敛模型参数值呈现出趋势，则该方法可以使用多项式拟合，导出可用于为每个特征组(例如，线和节距几何特征)选择模型参数值的函数。
将显而易见的是，特征组、工艺参数组或其他变量用于进行多个实验，并因此产生多个实验确定的蚀刻轮廓。在一些实现方式中，这些蚀刻轮廓(和相关联的参数组)的一半或一些其他比例用于训练，如上述流程图所示，并且剩余的蚀刻轮廓用于验证。训练蚀刻轮廓生成经调整的模型参数，这些参数在蚀刻轮廓模型中使用并且通过应用经调整的模型来预测验证组的蚀刻轮廓进行验证。如果验证组的实验蚀刻轮廓和理论蚀刻轮廓之间的误差在统计上高于在使用训练组收敛时存在的误差，则如前所述使用不同的训练组来调整模型。
关于迭代非线性优化程序的细节
刚刚在图3的背景中描述的模型参数优化程序通常是迭代非线性优化程序(例如，其优化通常与输入参数成非线性函数关系的误差尺度)，并且因此，可以使用本领域中用于非线性优化的已知的各种技术。参见例如：Biggs,M.C.,“Constrained MinimizationUsing Recursive Quadratic Programming,”Towards Global Optimization(L.C.W.Dixon and G.P.Szergo,eds.),North-Holland,pp 341–349,(1975)；Conn,N.R.,N.I.M.Gould,and Ph.L.Toint,“Trust-Region Methods,”MPS/SIAM Series onOptimization,SIAM and MPS(2000)；Moré,J.J.and D.C.Sorensen,“Computing a TrustRegion Step,”SIAM Journal on Scientific and Statistical Computing,Vol.3,pp553–572,(1983)；Byrd,R.H.,R.B.Schnabel,and G.A.Shultz,“Approximate Solution ofthe Trust Region Problem by Minimization over Two-Dimensional Subspaces,”Mathematical Programming,Vol.40,pp 247–263(1988)；Dennis,J.E.,Jr.,“Nonlinearleast-squares,”State of the Art in Numerical Analysis ed.D.Jacobs,AcademicPress,pp 269–312(1977)；Moré,J.J.,“The Levenberg-Marquardt Algorithm:Implementation and Theory,”Numerical Analysis,ed.G.A.Watson,Lecture Notes inMathematics 630,Springer Verlag,pp 105–116(1977)；Powell,M.J.D.,“A FastAlgorithm for Nonlinearly Constrained Optimization Calculations,”NumericalAnalysis,G.A.Watson ed.,Lecture Notes in Mathematics,Springer Verlag,Vol.630(1978)；将这些文献中的每一份通过引用将整体并入本文以用于所有目的。在一些实施方式中，这些技术优化受到可以作用于输入参数和/或误差尺度上的某些约束的目标函数(这里是误差函数/尺度)。在某些这样的实施方式中，约束函数本身可以是非线性的。例如，在计算蚀刻轮廓通过由EPM输出的成组的堆叠的梯形表示的实施方式中，误差尺度可以被定义为由这些堆叠的梯形的边界表示的面积与测得的实验蚀刻轮廓的面积之间的差。在这种情况下，误差尺度是由EPM输出的响应变量的非线性函数，因此从刚刚描述(和/或来自并入的参考文献)的使得非线性约束能够规范的技术中选择受约束的优化技术。注意，在图3所示的流程图的背景中，这些不同的程序对应于在操作360中如何修改一个或多个模型参数，以及在操作350中如何检测和处理误差中的一个或多个潜在的局部最小值。
在一些实施方式中，用于确定如图3所示的经改进/调整的模型参数的迭代非线性优化程序可以被分成多个阶段，并且在某些这样的实施方式中，不同的优化阶段可以对应于被蚀刻的半导体衬底的表面上的不同的材料层。该方法还可以通过减少被改变的输入参数的数量来减少计算负担，并且简化误差尺度的计算。例如，如果待蚀刻的衬底包括多层堆叠的不同顺序沉积的材料，则因为不同层通常具有不同的材料组成，因此，通常不同的化学特性表征在每个层中发生的局部蚀刻工艺(例如不同的蚀刻反应(或多个反应)，不同的副反应，副产物之间的不同反应)，或者即使发生相同(或相似)的化学反应，它们通常可以以不同的速率，以不同的化学计量比等发生。因此，为了建立对应于整个多层堆叠的蚀刻的蚀刻轮廓模型(EPM)，馈入模型的输入参数通常包括对应于不同堆叠层的不同参数组。如上所述，这些组可以包括指示哪些化学反应将被包括在蚀刻工艺的建模中的参数，以及表征反应本身的参数(反应概率，粘附系数等)。
然而，应认识到，优化协议不一定需要同时优化每个参数，例如，一些可在图3的操作360中保持固定，而其他被允许“浮动”并且在如图中示意性示出的一个或多个特定循环/轮次的优化中被修改。因此，基于观察到在每个层中发生的化学过程在某种程度上对于该层是局部的，在一些实施方式中，可以通过以下加速优化：单独地调整与一个层相关联的模型参数，同时保持与其他层相关联的参数固定，并且此后选择另一层，使得其参数能“浮动”，同时保持用于其他层的参数固定，等等，直到所有层被单独调整。逐层调整过程然后可以重复多次，每次循环通过所有层，直到获得一定程度的优化，并且在这时，基于认识到利用与已被单独优化的每个层相关联的参数，全优化将更有效地收敛(并且误差尺度可能达到更好地局部最小化)，可以执行所有层的完全优化，即，使得用于所有层的模型参数能够变化/“浮动”。更进一步，可以重复整个逐层程序以进一步改进结果，即，通过循环经过所述层一次或多次来执行层特定的优化，然后执行全局优化，从而使得模型参数的所有层能浮动。注意，在图3的背景中，选择某些模型参数并使得它们能“浮动”(并且因此针对特定层单独进行优化)，同时将其他模型参数保持固定，这将作为图3的参数修改操作360的一部分来完成(在这些和类似类别的实施方式中都如此)。
作为说明前述单个逐层优化程序的具体示例，考虑对在蚀刻掩模下面的层的蚀刻建模的情况，其中蚀刻掩模层和其下面的层被蚀刻到一定程度。因此，这构成了2-层蚀刻模型，其中可以在对应于两个层的模型参数完全同时优化之前可以单独优化在两个层中的每一个层的参数。
因此，通过指定所有模型参数的值开始，运行模型以对输入参数的所有成组的值(代表不同的实验蚀刻条件)生成计算蚀刻轮廓，并且对于对应于独立输入参数的多组成组的值的所有轮廓，计算表示在实验蚀刻轮廓和计算蚀刻轮廓之间的差的误差尺度。然后可以继续进行，即选择蚀刻掩模下面的层(例如介电层)以进行单独的层特定的优化，修改与用于优化的该(介电)层相关联的一个或多个模型参数，对独立输入参数的所有成组的值重新运行模型，计算新的误差尺度，再次修改与介电层相关联的一个或多个模型参数，重新运行模型，重新计算误差等等，直到获得关于介电层的误差的局部最小值。
然后将介电层的模型参数保持固定在这些值，选择蚀刻掩模层的模型参数以用于单独优化，修改它们(蚀刻掩模层的模型参数)的值中的一个或多个，重新运行模型，重新计算误差等，直到获得关于蚀刻掩模层的误差的局部最小值。在这时，可以执行对两个层的模型参数的全优化，或者在一些实施方式中，在这样执行之前，可以执行单独的介电层和掩模层优化的一个或多个附加循环，使得全优化更有效(例如，更快地收敛，或收敛到总误差尺度的更好的最终局部最小值)。
还应当理解，在一些情况下，前述逐层优化程序不一定必须限于一次仅调节单个单独的层。例如，如果正在对一个6层堆叠的蚀刻进行建模，则前述逐层优化程序的一个变体将是选择成对的层以同时进行调节(即同时使对应于成对的相邻的层的模型参数浮动)并且对于3对依次进行，可能重复3步循环多次，然后对所有层的模型参数执行全同步优化；如前所述，可选地，重复整个逐层程序(或者在这种情况下，两层两层地进行逐层程序)，直到对于整个堆叠的误差的局部最小值被确定。
还可能的是，数值优化程序(无论是在全优化之前逐层地执行，还是直接对所有层执行全优化)可能导致蚀刻轮廓尺度中的多个局部最小值，具体取决于优化的起始点(即，取决于为模型参数所选定的初始值)以及其他因素，因此可能存在许多局部最小值，优化程序可以潜在地将局部最小值识别为表示改进的(和/或最优的)模型。在许多局部最小误差的情况下，可以通过为这些模型参数定义物理上真实的上边界和下边界而不用考虑许多潜在的成组的模型参数。在一些实施方式中，可以针对起始点(模型参数的初始值)的多个选择来执行前述数值优化，以便潜在地确定多个局部最小值，并因此确定多个候选的成组的模型参数，可以从其中选择最优选的(在一些实施方式中是可能的，因为其具有满足前述提到的物理上真实的上限和下限的所有候选者的最低计算误差尺度)。
降维和主成分分析
在一些实施方式中，蚀刻轮廓模型在计算蚀刻轮廓的演变期间输出在每个时间步长的在大量网格点/网点(单元)处的值。对应于每个单元或网格点的这些值映射出计算蚀刻轮廓的形状。这样的表示计算蚀刻轮廓的网格点/网点的示例在图1中示出，其中每个网格点/网点具有指示在蚀刻处理期间在该时间处空间的该区域是否被该特征占据的值。在一些实施方式中，网格的表示蚀刻轮廓的竖直维数(vertical dimension)为至少约5，或至少约10，或至少约20。根据实施方式，在竖直相邻网点之间的垂直距离的最小值可以选定为1埃，并且可以大到几埃，例如5埃，或10埃，或甚至20埃。
在实践中，希望选择相邻网点/网格点之间的距离足够小以提供特征形状在其随时间演变时的合理准确的表示(其可能取决于轮廓的复杂性)，但是不会比实现这种合理表示所必需的距离小很多(或不会比实现这种合理表示所必需的距离小)(因为较多的网格点需要更多的计算时间)。基于相同的考虑，将选择相邻网格/网格点之间的(在晶片平面中的)水平间距，但是通常水平间距和竖直间距将被选择为相同(即，均匀网格)或大致相当。然而，这并不意味着竖直网格维数和水平网格维数必然相同，因为被建模的特征的宽度不一定与被建模的特征的高度相同。因此，水平维数(跨越给定方向的水平点的数量，在2D中的x维数，在3D中的x维数和y维数)可以取决于是否仅对特征的侧壁进行建模，是否对整个特征进行建模(它的跨度从一个轮廓边缘到另一轮廓边缘)，是否对多个相邻特征进行建模等。
如上所述，由蚀刻轮廓模型输出的值的网格提供了关于在物理空间中特征轮廓的边缘在不同竖直高度处的位置的估计。根据这个信息(根据网点处的这些值)，可以计算不同高度处的特征宽度，或者在另一个视图中，对于每个高度计算边缘的(相对于某个基线的)水平坐标。这在图2中示出。然后，该成组的坐标可以被视为多维空间中的表示特定特征轮廓的点。该向量空间可以是正交空间，或者它可以是非正交空间，然而，可以将该表示线性变换为正交空间。如果这样，则变换后的点的坐标是相对于该空间中的成组的正交轴的距离。在任何情况下，当在本文档中提及“轮廓坐标”时，这通常指轮廓形状的任何适当的(近似的)数学表示。
在任何情况下，因为蚀刻轮廓模型可以输出大量的“轮廓坐标”(以下包括刚刚描述的点的网格/网)，并且目标是使它们与测得的实验蚀刻轮廓精确匹配，所以减少蚀刻轮廓模型中的误差(迭代地减少如上参照图3所描述的不同实验工艺条件下合并的误差)会是在计算上比较艰巨的任务。例如，如果成组的m个测得的实验蚀刻轮廓要逐点地匹配于由n个轮廓坐标组成的计算蚀刻轮廓，则这等于优化模型以拟合数据集m×n个数据点。
然而，结果是，在蚀刻轮廓(无论是测得的还是计算得的)中存在潜在的统计相关性，并且可以利用这些相关性来优化以便以数值上远远更易于处理的形式改写优化问题。例如，虽然轮廓坐标的精细网格可以由许多数据点组成，但是从统计学观点来看，这些坐标的某些组合的值彼此相关。为了给出简单但说明性的示例，竖直相邻的坐标将倾向于彼此相关，仅仅因为当上下移动轮廓时，蚀刻特征的宽度在与相邻网格点相关联的短长度尺度上将不会剧烈变化。轮廓坐标之间的相关性的更复杂的示例涉及轮廓形状的类型，轮廓形状通常可以通过改变工艺坐标的某些组合来实现。图5示出了几个实施例。例如，可以单独或彼此组合地调整某些工艺参数，如图5所示，以使蚀刻轮廓向内或向外弯曲，并且映射出轮廓的这种弯曲的轮廓坐标(或网格点)因此在统计上彼此相关。同样，也如图5所示，通过单独地或组合地调节各种工艺参数获得的蚀刻轮廓可以呈现向下或向上的锥度，因此，轮廓坐标可以与改变一个或多个工艺参数趋向于导致这种锥形效应的程度相关。基础轮廓相关结构的两个其他示例是顶部锥形和底部锥形，也如图5所示。同样，这些基础轮廓结构是以下事实的表现：工艺参数的变化倾向于引起轮廓的整体形状的变化，而不是在轮廓上的某些点处具有局部效应而不影响其他点。这当然是基础物理和化学与蚀刻工艺相关联的结果。
如上所述，由于这些基础统计相关性，因此上面呈现的(关于图3中的流程图描述的)优化问题可以以更适合迭代优化技术的形式改写。这样做的一种方式是识别几种类型的规范轮廓形状，并且根据这些规范形状表达测得蚀刻轮廓和/或计算蚀刻轮廓，例如通过将总轮廓(在每个轮廓坐标处)写为该成组的规范轮廓形状(在每个轮廓坐标处)的加权平均进行。即，成组的向量表示规范轮廓形状，并且总轮廓可以大致表示为这些向量的线性组合。以这种方式，可以利用表示轮廓的线性组合的系数/权重中的基础统计相关性和模型变化，而不是对所有单个的轮廓坐标中的变化建模。例如，如果选择弓形和锥形(参见图5)作为规范形状，则对例如m＝100的轮廓坐标建模的问题被归结为线性组合中的用于弓形和锥形的2个系数的建模变化，即造成从100降维到2。哪些规范形状是有用的可以取决于工艺/层类型。所描绘的方法提供从实验数据或从利用EPM执行模拟中提取这些形状的数值方式。
为了使该策略有效，规范形状必须提供在分析中涉及的不同轮廓形状的良好的(尽管不是精确的)表示。表示中包括的规范形状越独立，表示将越精确(在规范形状的向量空间中)。因此，问题变成了要使用什么样的规范形状，以及包括多少，认识到包括更多的规范形状使得分析更准确，但是也使得它在计算上更昂贵，并且在迭代优化的背景下，它可能影响优化收敛或者收敛为合乎期望的局部最小值的能力。
这样做的一种方式是使工艺工程师基于他们过去的经验识别他们观察到的经常发生在他们的蚀刻实验中的几种类型的规范轮廓形状。这种方法的优点是简单。潜在的缺点是其是特设的(仅仅基于工艺工程师的经验和直觉)，并且它不提供任何有关确定何时足够数量的轮廓形状已经被包括在分析中的方式。在实践中，工艺工程师识别的任何规范轮廓形状将被包括，但是这当然可能不足以提供精确的表示。更重要的是，这种类型的方法不会识别先前未被识别的轮廓数据中的新的相关性，或者因为在先前的工作中形状不是明显的，或者因为它是利用不同的基础物理和化学过程的新蚀刻工艺发生的结果。
另一种方法是将降维程序建立在可以自动地识别重要的规范轮廓形状的统计方法，以及提供需要包括多少形状以便提供足够精确的表示的估计。一种用于将这个实现的数据分析技术是主成分分析(PCA)，其使用奇异值分解(SVD)，一种根据数值线性代数的矩阵分解技术。PCA技术和各种应用的描述可以(例如)在以下文献中找到：Jackson,J.E.,“AUser's Guide to Principal Components,”John Wiley and Sons,p.592.[2](1991)；Jolliffe,I.T.,“Principal Component Analysis,”2nd edition,Springer(2002)；Krzanowski,W.J.,“Principles of Multivariate Analysis:A User's Perspective,”New York:Oxford University Press(1988)；通过引用将其各自整体并入本文以用于所有目的。
如在前述参考文献中所描述的，PCA将成组的向量作为其输入(在这种情况下，每个向量是代表单个轮廓的一系列n个蚀刻轮廓坐标)，并且输出被称为可以被存储的主成分(PC)的新的成组的n个正交向量，以使得PC 1-i(其中i≤n)构成用于表示输入轮廓向量的“最佳”第i个维度子空间；“最佳”是指在最小二乘意义上的统计上最优的，即，从PCA确定的PC的第i个维度子空间使每个输入向量与其在所选的PC的子空间中的线性表示之间的组合RMS误差最小化。当然，包含的PC越多，子空间的尺寸越大，并且输入轮廓数据的表示越好；然而，由于通过PCA构造的子空间是最优的，所以期望不需要许多PC，并且通过添加附加的PC而捕获的在基础数据中的统计变化量可以通过基础SVD的奇异值来评估。因此，通过使用PCA来识别作为蚀刻轮廓的数据组的基础的规范轮廓形状，可以构造用于表示蚀刻轮廓的降维的线性模型，并且以自动的(不依赖于工艺工程师的专业知识)并且具有识别轮廓数据中的新的相关性的能力的方式这样做，并且以对提供良好表示所需要的形状/维度的多少进行统计估计的方式这样做。
前述方法的结果是可以在不显著地损害统计误差的情况下实现显著的降维，并且可以显著减少用于适应上述数值优化程序所需要的数据点的数量。还要注意，在图3所示的优化程序中存在用于实现降维的PCA程序的不同的可行策略。例如，在图3的操作340中计算误差尺度的方式的背景中，采用降维程序的一种方式是将计算蚀刻轮廓和对应的实验蚀刻轮廓单独地投射到经降维的子空间(其可以通过PCA构造)上，然后计算投影到该子空间的轮廓之间的差。另一种方式是获取计算蚀刻轮廓和对应的实验蚀刻轮廓之间的差，将该差投射到代表实验蚀刻轮廓和计算蚀刻轮廓之间的潜在的差的经降维的子空间上，并且将总误差尺度视为这些向量在该差别子空间(difference-subspace)中的组合长度。
另外注意，PCA还可以用于在维度上减少独立输入参数的空间中的自变量的数量，提供与刚刚描述的益处类似的益处。在一些实施方式中，降维程序可以诸如例如通过对输入参数和对应的测得的蚀刻轮廓的级联向量执行PCA而同时应用于轮廓坐标空间和输入参数空间两者。
优化的计算机化蚀刻模型的应用
本文公开的优化的计算机化蚀刻模型可以在半导体处理工作流程中在需要蚀刻工艺的详细评估和表征的任何地方都是有用的。例如，如果正在开发新的蚀刻工艺，则该模型可以用于为工艺参数的许多组合确定蚀刻轮廓特性，而不必进入实验室并单独执行每个实验。以这种方式，优化的蚀刻轮廓模型可以实现更快的工艺开发周期，并且在一些实施方式中可以显著减小微调目标轮廓所需的工作量。
光刻操作和掩模显影也可以从精确的蚀刻轮廓建模中获益良多，因为估计边缘放置误差(EPE)在光刻工作中通常是相当重要的，并且轮廓形状的精确计算提供了该信息。在一些实施方式中，相比于现在广泛使用中的用于图案邻近校正(PPC)的半经验试错法，通过严格的基于物理的EPE估计，优化的EPM可以用于在短得多的时间内产生用于光致抗蚀剂的图案邻近校正(PPC)的设计布局。详情在下文提供。
本文公开的优化模型还可用于解决交互问题：其中期望特定目标蚀刻轮廓并且希望发现用于实现它的工艺参数(或EPM输入参数)的一个或多个特定组合。又，这可以通过实验试错法来完成，但是从给定的成组的工艺参数(或EPM输入参数)和条件产生的蚀刻轮廓的精确建模可以替代所需要的实验，或者至少在探索工艺/输入参数空间的初始阶段这样，直到可以为完整的实验研究识别出良好的候选者。在一些实施方式中，实际上以完全自动化的方式数字地反演模型，即迭代地定位生成给定的蚀刻轮廓的成组的参数，这可能是可行的。再者，蚀刻轮廓坐标空间(经由PCA)的降维以及所期望的蚀刻轮廓在该空间上的投射可以使得该数值反演更可行。
在某些实施方式中，优化的EPM可以与蚀刻器装置集成或者集成到部署一个或多个蚀刻器装置的半导体制造设施的基础结构中。优化的EPM可以用于确定对工艺参数的适当调整以提供期望的蚀刻轮廓或者理解工艺参数的变化对蚀刻轮廓的影响。因此，例如，用于在制造设施内处理半导体衬底的系统可以包括用于蚀刻半导体衬底的蚀刻器装置，蚀刻器装置的操作通过由实现优化的EPM的控制器控制的成组的独立输入参数来调节。如下所述，用于控制蚀刻器装置的操作的合适的控制器通常包括处理器和存储器，存储器存储优化的EPM，并且处理器使用存储的EPM来针对成组的输入工艺参数的给定的成组的值计算蚀刻特征轮廓。在计算轮廓之后，在一些实施方式中，控制器可以(响应于所计算的轮廓的形状)通过改变该成组的独立输入参数的一个或多个值来调整蚀刻器装置的操作。
通常，可以与所公开的优化的EPM一起使用的蚀刻器装置可以是适于通过从半导体衬底的表面移除材料来蚀刻半导体衬底的任何种类的半导体处理装置。在一些实施方式中，蚀刻器装置可以构成电感耦合等离子体(ICP)反应器；在一些实施方式中，其可以构成电容耦合等离子体(CCP)反应器。因此，用于与这些公开的优化EPM一起使用的蚀刻器装置可以具有处理室、用于在处理室内保持衬底的衬底保持器、以及用于产生处理室内的等离子体的等离子体产生器。该装置可以进一步包括一个或多个阀控制的用于使一种或多种工艺气体流入处理室的工艺气体入口、流体连接到用于从处理室排出气体的一个或多个真空泵的一个或多个气体出口等等。以下提供关于蚀刻器装置(通常也称为蚀刻反应器或等离子体蚀刻反应器等)的细节。
蚀刻轮廓模型与反射光谱匹配技术
本文公开的蚀刻轮廓(EP)模型(EPM)技术也可以在反射光谱空间或在从光谱反射的空间推导的的经降维的子空间(RDS)中执行。换句话说，通过将(用EPM生成的)计算反射光谱与实验测得的反射光谱匹配来进行EPM优化，每个光谱代表在一系列波长下从衬底表面上的蚀刻特征反射的电磁辐射的强度。用于优化的反射光谱组(通过EPM产生的光谱和实验测得的光谱两者)也可以对应于一系列蚀刻时间步长(即，表示一或多个蚀刻工艺的不同时间快照)。如上详细讨论的，由于在蚀刻工艺期间蚀刻轮廓随时间而演变，所以EPM通常计算理论蚀刻轮廓，并且因此通过在优化中包括来自不同蚀刻时间步长的反射光谱，优化模型对于在该优化中使用的蚀刻时间序列而言是统计有效的。
光谱匹配(SM)优化过程遵循上述的通用EPM优化框架，例如参考图3，不同之处在于SM优化根据光谱反射操作而不是根据蚀刻轮廓坐标操作。为此，因为EPM的典型输出是由一系列蚀刻轮廓坐标表示的计算蚀刻轮廓，所以通过模拟电磁辐射(EM)从所述计算蚀刻轮廓的反射，产生计算反射光谱。本领域中已知的“严格耦合波分析”(RCWA)构成可用于此目的的一种计算程序，但是可以采用用于模拟EM辐射与所考虑的衬底特征的相互作用的任何合适的过程。
在任何情况下，利用从EPM产生反射光谱的能力，可以实现一般的过程，以根据光谱反射来优化所述EPM。现在相对于图6进行描述，其呈现了示出用于调整和/或优化蚀刻轮廓模型的一组操作601的流程图。
如上所述，并且在一些实施方式中，这样的调节和/或优化的模型减少(并且在一些情况下基本上最小化)关联于(指示、量化等)作为执行蚀刻实验的结果而测得的蚀刻轮廓与从模型生成的相应的计算蚀刻轮廓之间的组合差的尺度。换句话说，改进的模型可以减少在不同的实验工艺条件(如通过所选定的工艺参数的不同的成组的指定值所指定的-其用于计算输入到EPM的独立输入参数)下的组合误差。
如图6所示，基于反射光谱的优化过程601在操作610开始，其中选择要优化的成组的模型参数以及它们的初始值的规范，同样，这些模型参数可以被选择为表征基础化学和物理过程的参数(反应概率、粘附系数等)，这些中的一些或全部将基于实验数据进行调整以改进模型。初始值可以是文献中找到的值，它们可以基于其他模拟计算、从实验确定、或者从先前的优化过程获知等。
然后通过在操作620中被选择并被赋予多组成组的值的成组的独立输入参数，对在操作610中选择和初始化的模型参数进行优化。这种独立输入参数可以包括例如表征反应室内的等离子体的参数：温度、蚀刻剂通量、等离子体密度等。对于独立输入参数的值的每个组合，在操作630中执行蚀刻实验以测量实验蚀刻反射光谱。(在一些实施方式中，例如，对于输入参数的值的相同组合执行多个蚀刻实验，并且将所得到的反射光谱测量结果一起平均(可能在丢弃异常值、噪声光谱等之后)。)这组基准然后用于调整和优化模型如下：在操作635中，通过运行EP模型以产生蚀刻轮廓，并且然后(例如，通过使用RCWA)将计算蚀刻轮廓转换为如上所述的光谱反射，从而生成成组的计算反射光谱，其对应于来自操作630的测得的光谱，并且因此针对输入参数的值的每个组合生成。在这一点上，存在从独立输入参数的所选择的每组值产生的对应的实验反射光谱和计算反射光谱，并且适合于比较。在操作640中进行比较，其中对于输入参数的所有不同的成组的值，计算指示(关联于、量化等)实验反射光谱和计算反射光谱之间的差的误差尺度。
类似于上面参照图6所描述的内容，该成组的计算蚀刻轮廓(根据其计算误差尺度)对应于如在操作610中指定的成组的事先选择的模型参数。优化过程的目标是确定这些模型参数的更有效的选择。因此，在操作650中，确定当前指定的模型参数是否使得在操作640中计算的误差尺度被局部最小化(就模型参数的空间而言)，并且如果不是，则成组的模型参数的一个或多个值在操作660中进行修改，然后被用于生成新的成组的反射光谱(重复操作635，如图6的流程图中示意性地指示的)，然后，在重复的操作640中计算新的误差尺度。该程序再进行到操作650，其中对于通过该误差尺度所评估的所有的成组的输入参数，确定模型参数的该新的组合是否表示局部最小值。如果是，则优化过程结束，如图所示。如果不是，则在操作660中再次修改模型参数，并且重复该循环。
如果期望(以前述方式)优化EPM以用于不同持续时间的蚀刻工艺或者优化EPM以计算在蚀刻工艺的整个过程中的时间序列下的反射光谱，则考虑在蚀刻工艺的过程中根据光学测量可以精确地确定用于优化EPM的实验反射光谱的程度。相关的问题是在蚀刻工艺的过程中可以执行这些测量的速率。
一般而言，光谱反射的测量可以原位或非原位进行。由于(在蚀刻室外部)使用外部专用计量工具，因此非原位测量通常更精确，但是这种测量需要从蚀刻室中移除晶片，并且因此停止蚀刻工艺以便利用工具。由于相对于连续持续时间的蚀刻工艺，停止和重新开始蚀刻工艺将导致各种系统误差，所以针对不同蚀刻时间的序列的非原位积累反射光谱通常涉及蚀刻不同晶片的序列，每个晶片用于不同的期望的持续时间，然后单独从每个晶片测量反射。另一方面，原位光谱反射测量可连续地(或基本上连续地、或至少相当迅速地)进行，而不中断正在进行的蚀刻工艺，因此单个晶片可用于产生对应于蚀刻时间序列的反射光谱(其还消除(或至少减小)晶片与晶片之间(wafer-to-wafer)的变化的可能性，该变化被解释为表示反射光谱的蚀刻时间依赖性)。然而，除了晶片到晶片的变化，由于各种原因，相比于使用专用外部测量工具时，原位光谱反射测量倾向于较不精确。
尽管可以相对于非原位或原位测得的光谱数据进行光谱空间EPM优化，但是，例如，作为替代实施方式，本文还公开了用于(至少在一定程度上)获得非原位和原位光谱反射测量两者的优点而没有它们各自的缺点的技术。具体地，策略是使用实验反射光谱来优化EPM，该EPM是从在正在进行的蚀刻工艺期间(在优化EPM所期望的蚀刻时间序列下)进行的快速原位光谱反射(光学)测量中产生的，所述快速原位光谱反射(光学)测量使用利用专用计量工具进行的非原位测量校准。
这可以如下进行。一个或多个晶片被蚀刻持续包含期望的蚀刻时间序列的持续时间，并且在整个正在进行的蚀刻工艺中，光谱反射光学测量原位进行。测量速率可以非常快，例如频率为1Hz、2Hz、5Hz、10Hz、15Hz、20Hz、50Hz或甚至100Hz。在一些实施方式中，在蚀刻时间序列的至少一部分中的连续蚀刻时间下进行的光学测量被隔开0.01-1秒(即，具有100Hz至1Hz的频率)，或被隔开0.05-0.5秒(即，具有20Hz至2Hz的频率)。单独地，一组晶片被蚀刻不同的指定的蚀刻持续时间，并且在每个蚀刻工艺结束之后，晶片从处理室(晶片在该处理室内被蚀刻)移除，反射光谱使用专用的外部测量工具进行非原位光学测量。然后通过将不同蚀刻时间的原位测量与相应持续时间的非原位测量进行比较并相应地调整原位反射光谱强度来校准所述不同蚀刻时间的原位测量。然后，在参照图3 R所描述的EPM优化中，可以使用这些从用非原位光学测量校准的原位光学测量产生的反射光谱。
还可以相对于经降维的子空间(RDS)执行优化过程(类似相对于蚀刻轮廓空间所进行的，但是在这种情况下，是相对于维度降低的光谱空间所进行的)，其涉及使用RDS计算在优化中最小化(通常局部地，或近似地这样)的误差尺度。构造RDS的一种方式是通过PCA，由此，代替在如上所述的蚀刻轮廓坐标空间中进行PCA，PCA可以在光谱反射的全部空间上进行。在这样做时，可以实现光谱空间的维度的显著降低，而不显著地损害数值优化中的统计误差。这里，PCA可以识别重要的规范光谱形状，并且其也(如上所述)提供了关于应该包括多少形状以获得一定程度的期望统计准确度的估计。以这种方式，如当在蚀刻轮廓坐标空间中进行时，在数值优化过程中拟合所需的数据点的数量可以显著减少，并且数值优化的收敛更快地实现。
类似地，并且类似于蚀刻轮廓坐标空间中的优化的情况，还应注意，存在用于实施RDS的使用的不同的可行策略，例如在图6中呈现的优化程序，无论RDS是经由PCA，还是经由PLS(如下所述)构建的，还是以其他方式构建的。因此，例如，在图6的操作640中计算误差尺度的方式的背景中，采用维度降低过程的一种方式是将计算光谱反射和对应的实验光谱反射单独地投射到RDS上，然后计算投射到子空间上的反射光谱之间的差。另一种方式是获得计算反射光谱和对应的实验反射光谱之间的差，然后将所述差投射到表示实验反射光谱和计算反射光谱之间的可能的差的经降维的子空间上；接着将总误差尺度视为(反射光谱的)差别子空间中的这些向量的组合长度。
构造RDS的另一种方式是简单地选择特定的成组的光谱波长并且将这些(选择的波长)视为用于RDS的基本的成组的光谱波长，而不是执行PCA。这样做，将两个反射光谱投射到RDS上并计算它们(在RDS中)的差相当于计算在这些特定波长下的反射光谱的强度差，并且例如对差求和，这将使误差尺度成为与均方根(RMS)误差成比例的数(相对于这些波长)。概括地说，误差尺度可以作为与在特定选择的波长下的在对应的实验反射光谱和计算反射光谱之间的差的幅值单调相关的量的加权和被给出。
此外，如果待在优化程序中比较的实验反射光谱和计算反射光谱对应于不同蚀刻时间的序列，则定义RDS的附加标准可以是这些特定蚀刻时间的选择。因此，在这样的实施方式中，基于特定光谱波长的选择和考虑所述波长时的特定蚀刻时间的识别来确定RDS。此外，在某些这样的实施方式中，不同波长和蚀刻时间可以在误差尺度的计算中被不同地加权。因此，例如，如果在某些蚀刻时间的光谱数据比在其他蚀刻时间的光谱数据更具检验性(probative)，则前者的(一些)可以被更重地加权(即，在特定蚀刻时间的特定波长的权重可以被设置为大于对应于相同波长在其他蚀刻时间的权重(的一些))。另外(或替代地)，即使在相同的蚀刻时间，也可以在分析中有区别地对不同波长的反射光谱进行加权。
构建RDS的另一替代方案是执行偏最小二乘(PLS)分析。PLS分析利用了以下原理：蚀刻轮廓由于其在蚀刻工艺期间演变而导致的(反射)光谱历史预测在蚀刻工艺中和/或在蚀刻工艺结束时的蚀刻轮廓。在图7A中提供了图示，其示出了对应于在蚀刻工艺期间的4个连续时间(t0、t1、t2和tEP('EP'表示特征的最终蚀刻轮廓))的4个反射光谱，在特征被向下蚀刻时，该4个反射光谱与特征(在图中右侧示出)相关。从图中可以看出，随着特征的轮廓在蚀刻过程中改变，反射光谱改变，因此可以通过PLS分析产生统计模型，该PLS分析使在蚀刻工艺结束时特征蚀刻轮廓的几何坐标与在该蚀刻工艺中较早的特定时间的特定波长的各种反射值相关联。PLS分析可以识别哪些光谱波长以及在蚀刻工艺中较早的什么时间最能预测最终蚀刻轮廓，并且模型还可以评估最终蚀刻轮廓对这些波长和/或时间的灵敏度。然后可以将在特定时间的这些光谱波长指定为RDS的基本集合，优化EPM针对其进行。此外，PLS分析在特定时间的这些指定波长的相对统计显著性的确定提供了在EPM的数值优化中更重地加权它们的基础，例如通过定义误差尺度中的统计权重进行。
换句话说，对蚀刻工艺中较早的几何蚀刻轮廓坐标与反射光谱的关系的PLS分析可以用于识别在蚀刻工艺的过程中的敏感光谱区域，从中可以构造有效的RDS，并且可以在误差尺度的计算中使用在识别的先前蚀刻处理时间给予这些识别的波长的相对统计权重，可以就其执行EPM参数优化。注意，使用这种用于EPM优化的RDS将可能是有效的，因为其针对光谱空间的统计上显著的区域(其作为蚀刻时间的函数)。
如果从蚀刻工艺数据(针对不同蚀刻时间的成组的反射光谱和对应的蚀刻轮廓坐标)构造，则前述PLS分析和所得到的PLS模型(其提供用于差异化地加权特定光谱波长、蚀刻时间等的策略)将是统计上较稳健的，所述蚀刻工艺数据在经受一系列的蚀刻工艺条件(其可大致对应于将(使用RDS)优化的EPM的模型参数所处的一系列的工艺条件)的许多不同晶片上收集。图7B示意性地示出了3-D数据块的形式的在许多晶片上收集的成组的反射光谱数据，其中数据块的3个索引对应于晶片数(i)、光谱波长(j)和蚀刻处理时间(k)。如图所示，该3-D数据块可以“展开”为大小为K乘J的2-D“X”数据块，其中K是时间点的数量，J是波长的数量。(级联数据向量的步长是波长数目J。)这些是进入PLS分析的自变量。如图所示，用于PLS分析的因变量在2-D“Y”数据块中，其包含如图所示的用于数目为l的晶片中的每一个的最终的N个几何蚀刻轮廓坐标。根据这个过完整的训练数据集，PLS分析建立回归模型，以预测最终蚀刻轮廓坐标对在蚀刻工艺期间的中间时间的反射光谱数据的依赖性。
注意，尽管可以通过在一系列不同晶片上执行蚀刻工艺(和测量反射)来通过实验测量这种蚀刻轮廓和光谱反射数据(以用作PLS模型的训练组)，但是这种实验可能是昂贵的和耗时的。然而，如果已经具有足够精度的EPM，例如通过上述过程优化的EPM，则更高效的过程可以是使用所述EPM生成蚀刻数据组并使用它们来构建/训练PLS模型。原则上，也可以使用实验蚀刻轮廓和实验光谱反射数据和计算机生成的蚀刻轮廓和计算机生成的光谱反射率数据的组合。
在任何情况下，使用计算机生成的反射光谱来构建PLS模型建议了迭代过程，由此使用(可能)未优化的EPM来为PLS分析生成反射光谱的训练组，然后可以将所得到的PLS模型用于识别用于返回到初始EPM并优化它的RDS(具有统计权重)。新的优化的EPM然后可以进而被用于生成新的成组的蚀刻数据以构造新的(和更好的)PLS模型，其识别用于进一步优化EPM的新的RDS，等等。该过程可以以这种方式(在EPM优化和PLS优化之间来回)持续一些预定数量的迭代，或者直到在随后的迭代中不再发现PLS和/或EP模型的显著改进。变化开始于通过上述任何优化技术(例如，不涉及PLS过程)优化的EPM并且从这里进行。另一个变化是使用一些实验测得的蚀刻工艺数据组来构造独立于EPM的初始PLS模型，然后继续识别用于优化初始EPM的RDS。鉴于前述讨论，这些一般主题的其他变化及其组合对于本领域技术人员将是显而易见的。
该前述迭代方法在图8中示意性地示出。如图8所示，生成优化的PLS模型的程序801从接收初始的成组的反射光谱和对应的成组的蚀刻轮廓的操作810开始，初始的成组的反射光谱和对应的成组的蚀刻轮廓这两者对应于一系列蚀刻处理持续时间。蚀刻时间序列可以表示在蚀刻工艺的过程中的不同时间，或者蚀刻时间序列可以表示不同的总蚀刻持续时间的蚀刻工艺(换句话说，被执行以完成的蚀刻工艺，除了在不同的衬底上在不同的总蚀刻时间)。在任何情况下，该反射光谱的初始训练组(对应于蚀刻时间序列)可以已经通过实验测量，利用未优化的EPM生成，或者使用通过诸如上述过程之类的另一过程(例如，不涉及PLS的过程)优化的EPM生成。在接收到该训练组之后，在操作820中执行PLS分析以生成初始PLS模型。PLS模型将(在操作810中接收的)蚀刻轮廓的坐标与(也在操作810中接收的)反射光谱相关联。在特定实施方式中，PLS分析产生回归模型，其表示在蚀刻工艺的较晚蚀刻时间或甚至在蚀刻过程结束时的蚀刻轮廓坐标对在蚀刻工艺中的较早的特定时间的反射光谱的某些波长的依赖性，如上所描述的，以及该依赖性的统计敏感性。
该初始PLS模型对于某些用途可能是足够精确的，并且如果在操作830中确定这是情况，则优化程序结束。然而，如果在操作830中PLS模型被认为不足够精确，则程序801继续到操作840，其中当前PLS模型(如在操作820中构造的)用于确定(统计上显著的)经降维的子空间(RDS)以及用于定义有效误差尺度(如上所述)的统计权重。然后在操作850中使用新的统计加权光谱误差尺度，以根据(例如)相对于图6所描述的EPM优化过程优化EPM模型。这样的统计加权误差尺度可以用于(在例如图6的优化中)用作(在全光谱空间的)光谱子空间中的在EPM计算的反射光谱和对应的测得的反射光谱之间的差的有效量度)，该差通过PLS程序被认为具有统计显著性。
该EPM优化过程可以使用与在操作820中使用的光谱数据相同的光谱数据，或者它可以使用不同的光谱数据(但是，再次地，其利用在操作840中定义的新的光谱误差尺度来优化)。在任何情况下，一旦EPM被优化(在操作850)，其就可以用于生成新的(也许非常广泛的)成组的计算反射光谱。这通过在操作860中产生成组的计算蚀刻轮廓并且然后在操作865中使用这些计算蚀刻轮廓以产生成组的计算反射光谱(例如，通过使用如上所述和图中所示的RCWA)来完成。然后可以将这些光谱作为光谱训练组馈送返回到操作820，在操作820中基于该新的(可能相当广泛的)训练组来生成新的PLS模型。在操作830中评估新的PLS模型的统计精确度；并且操作循环(840、850、860、865、820和830)可以重复地继续，直到在操作830的重复之一中，PLS模型被认为具有足够的统计精确度。
应注意，这种PLS模型对于(通过识别“良好”RDS)优化EPM模型是有用的，同时其对于蚀刻终点检测过程也是独立有用的，例如在代理人案卷号为LAMRP230的共同未决的美国专利申请(出于所有目的通过引用整体并入本文)中所描述的那些。例如，如上所述，PLS模型可以被视为关于在蚀刻工艺的过程中哪些光谱区域对于从蚀刻工艺产生的最终蚀刻轮廓较具/最具预测性的统计确定。因此，PLS模型的构造实际上是敏感性分析，其识别在蚀刻工艺的过程中可以监测哪些光谱区域以确定特征轮廓何时被充分蚀刻(即，以用于终点检测)。因此，还应注意到，通过优化的有利于那些在PLS模型中重要的光谱区域(作为蚀刻时间的函数)的统计加权而优化EPM模型除了潜在地导致更有效EPM优化外，还具有增强PLS灵敏度分析的统计精确性的益处，因为PLS模型由此由从EPM模型产生的蚀刻轮廓数据组构建，其中EPM模型的优化被统计上加权，加权有利于被PLS分析认为重要的(在蚀刻工艺中的)光谱空间的相同区域。
系统实施方案示例
用于蚀刻操作的电容耦合等离子体(CCP)反应器
电容耦合等离子体(CCP)反应器在以下专利中有描述：于2009年2月9日提交的、名称为“ADJUSTABLE GAP CAPACITIVELY COUPLED RF PLASMA REACTOR INCLUDING LATERALBELLOWS AND NON-CONTACT PARTICLE SEAL,”的美国专利No.8,552,334，即美国专利申请No.12/367,754，以及2014年11月12日提交的名称为“ADJUSTMENT OF VUV EMISSION OF APLASMA VIA COLLISIONAL RESONANT ENERGY TRANSFER TO AN ENERGY ABSORBER GAS,”的美国专利申请14/539,121，其每一个通过引用整体并入本发明以用于所有目的。
例如，图9A-9C示出了可调节间隙电容耦合约束的RF等离子体反应器900的实施方式。如所描绘的，真空处理室902包括室壳体904，室壳体904围绕容纳下电极906的内部空间。在室902的上部，上电极908与下电极906竖直隔开。上电极908和下电极906(被配置用于产生等离子体)的平坦表面基本平行并与电极间的竖直方向正交。优选地，上电极908和下电极906是圆形的，并且相对于竖直轴线同轴。上电极908的下表面朝向下电极906的上表面。相对电极间隔开的表面限定其间存在的可调节间隙910。在产生等离子体期间，下电极906由RF功率源(匹配)920供给RF功率。RF功率通过RF供应导管922、RF带924和RF功率构件926被供给到下电极906。接地屏蔽件936可以围绕RF功率构件926，以供应更均匀的RF场到下电极906。如在美国专利公布No.2008/0171444(其全部内容通过引用并入本发明以用于所有目的)中描述的，晶片通过晶片端口982插入并支撑在下电极906上的间隙910中以供处理，工艺气体被供给到间隙910并由RF功率激发成等离子体状态。上电极908可被供电或接地。
在图9A-图9C中所示的实施方式中，下电极906被支撑在下电极支撑板916上。插在下电极906和下电极支撑板916之间的绝缘环914使下电极906与支撑板916绝缘。RF偏置壳体930将下电极906支撑在RF偏置壳体盆932上。盆932穿过在室壁板918中的开口通过RF偏置壳体930的臂934连接到导管支撑板938。在优选实施方式中，RF偏置壳体盆932和RF偏置壳体臂934一体地形成为一个部件，但是，臂934和盆932也可以是栓接或接合在一起的两个分离的部件。
RF偏置壳体臂934包括一个或多个中空通路以用于传递RF功率和设施，诸如气体冷却剂、液体冷却剂、RF能量、用于升降销控制的电缆、电气监测和启动从真空室902外到真空室902内在下电极906的背面上的空间的信号。RF供应导管922与RF偏置壳体臂934绝缘，该RF偏置壳体臂934提供用于RF功率到RF功率源920的返回路径。设施管道940提供用于设施组件的通道。该设施组件的进一步的细节在美国专利No.5948704和美国专利公布No.2008/0171444(两者的全部内容通过引用并入本发明以用于所有目的)中描述，并且为了描述的简单这里未示出。间隙910优选地由约束环组件(未示出)包围，其中的细节可以在美国专利公布No.2007/0284045(其全部内容通过引用并入本发明以用于所有目的)中找到。
导管支撑板938被连接到致动机构942。致动机构的细节在美国专利公布No.2008/0171444(其全部内容通过引用并入本发明以用于所有目的)中有描述。致动机构942，例如伺服机械电机、步进电机或类似物，通过例如螺旋齿轮946(如滚珠丝杠)和用于转动滚珠丝杠的马达连接到竖直线性轴承944。在调整间隙910的大小的操作过程中，致动机构942沿着竖直线性轴承944行进。图9A示出了当致动机构942在线性轴承944上处于产生小的间隙910a的高的位置时的布置。图9B示出了当致动机构942处于在线性轴承944上中间的位置时的布置。如图所示，下电极906、RF偏置壳体930、导管支撑板938、RF功率源920均相对于室壳体904和上电极908向下移动，从而产生中等大小的间隙910b。
图9C示出了当驱动机构942处于在线性轴承上的低的位置时的大的间隙910c。优选地，上电极908和下电极906在间隙调整期间保持同轴并且跨越间隙的上电极和下电极的相对表面保持平行。
例如，为了保持跨越大直径衬底(例如300毫米晶片或平板显示器)的均匀蚀刻，本实施方式使得在多步骤蚀刻工艺配方期间在CCP室902中上电极908和下电极906之间的间隙910能进行调节。特别地，该实施方式涉及一种机械装置，该机械装置促进提供下电极906和上电极908之间可调的间隙所需的直线运动。
图9A示出了在导管支撑板938的近端并在室壁板918的阶梯式凸缘928的远端密封的横向偏转的波纹管950。阶梯式凸缘的内径限定室壁板918中的开口912，RF偏置壳体臂934通过开口912。横向偏转的波纹管950提供真空密封，同时允许RF偏置壳体930、导管支撑板938和致动机构942的竖直移动。RF偏置壳体930、导管支撑板938和致动机构942可以被称为悬臂组件。优选地，RF功率源920与该悬臂组件一起移动并可以连接到导管支撑板938。图9B示出了当悬臂组件在中间位置时处于中间位置的波纹管950。图9C示出了当悬臂组件处于低的位置时横向偏转的波纹管950。
迷宫式密封件948提供了波纹管950和等离子体处理室壳体904的内部之间的颗粒屏障。固定屏蔽件956在室壁板918处不可移动地连接到室壳体904的内壁内，以便提供迷宫式槽960(狭缝)，其中可移动屏蔽板958竖直移动，以适应悬臂组件的竖直移动。可移动屏蔽板958的外部在下电极906的所有竖直位置保持在狭缝中。
在示出的实施方式中，迷宫式密封件948包括在限定迷宫式槽960的室壁板918的开口912的外围连接到室壁板918的内表面上的固定屏蔽件956。可移动屏蔽板958连接RF偏置壳体臂934并从该RF偏置壳体臂934径向延伸，其中臂934穿过该室壁板918中的开口912。可移动屏蔽板958延伸进入迷宫式槽960，同时与固定屏蔽件956间隔开第一间隙，并与室壁板918的内表面间隔开第二间隙，从而使得悬臂组件能竖直移动。迷宫式密封件948阻止从波纹管950剥落的颗粒进入真空室内部，并阻挡来自工艺气体等离子体的自由基迁移到波纹管950，在波纹管950中自由基可以形成随后剥落的沉积物。
图9A示出了当悬臂组件处于高位置(小的间隙910a)时在RF偏置壳体臂934上方的迷宫式槽960中较高的位置处的可移动屏蔽板958。图9C示出了当悬臂组件处于低位置(大的间隙910c)时在RF偏置壳体臂934上方的迷宫式槽960中较低位置处的可移动屏蔽板958。图9B示出了当悬臂组件处于中间位置(中等的间隙910b)时在迷宫式槽960内中部或中间位置处的可移动屏蔽板958。尽管迷宫式密封件948被示出为相对于RF偏置壳体臂934是对称的，但在其他实施方式中迷宫式密封件948相对于RF偏置壳体臂934可以是不对称的。
在蚀刻操作中使用的电感耦合等离子体反应器
电感耦合等离子体(ICP)反应器在以下文献中有描述：2013年12月10日提交的、名称为“IMAGE REVERSAL WITH AHM GAP FILL FOR MULTIPLE PATTERNING,”的美国专利公布No.2014/0170853,以及2014年11月12日提交的、名称为“ADJUSTMENT OF VUV EMISSION OFA PLASMA VIA COLLISIONAL RESONANT ENERGY TRANSFER TO AN ENERGY ABSORBER GAS,”的美国专利申请No.14/539,121，其每一个通过引用整体并入本发明以用于所有目的。
例如，图10示意性地示出了适于实施本发明的某些实施方式的电感耦合等离子体蚀刻装置1000的横截面图，其示例是Kiyo TM反应器，由加利福尼亚州弗里蒙特的LamResearch Corp.生产。所述电感耦合等离子体蚀刻装置1000包括在结构上由室壁1001和窗1011限定的总蚀刻室。室壁1001可以由不锈钢或铝制成。窗1011可以由石英或其他介电材料制成。任选的内部等离子体栅格1050将总蚀刻室分为上副室1002和下副室1003。在大多数实施方式中，等离子体栅格1050可以被移除，从而利用由副室1002和1003制成的室空间。卡盘1017定位在下副室1003中在底部内表面附近。卡盘1017被配置成接收和保持在其上执行蚀刻工艺的半导体晶片1019。卡盘1017可以是当晶片1019存在时用于支撑晶片1019的静电卡盘。在一些实施方式中，边缘环(未示出)围绕卡盘1017，并具有大致与晶片1019(当晶片存在于卡盘1017上方时)的顶表面在同一平面的上表面。卡盘1017还包括用于夹紧和放松晶片的静电电极。可设置过滤器和DC钳位功率源(未示出)用于此目的。也可以提供其他的控制系统以用于提升晶片1019使其离开卡盘1017。卡盘1017可以用RF功率源1023充电。RF功率源1023通过连接件1027被连接到匹配电路1021。匹配电路1021通过连接件1025连接到卡盘1017。以这种方式，RF功率源1023被连接到卡盘1017上。
用于等离子体产生的元件包括位于窗1011上方的线圈1033。线圈1033由导电材料制成，并包括至少一整匝。在图10中所示的线圈1033的示例包括三匝。线圈1033的横截面用符号示出，并且具有“X”的线圈1033旋转地延伸到页面内，而具有“●”的线圈1033从页面旋转地延伸出来。用于等离子体产生的元件还包括被配置为提供RF功率至线圈1033的RF功率源1041。一般地，RF功率源1041通过连接件1045被连接到匹配电路1039。匹配电路1039通过连接件1043连接到线圈1033。以这种方式，RF功率源1041被连接到线圈1033。可选的法拉第屏蔽件1049被定位在线圈1033和窗1011之间。法拉第屏蔽件1049以相对于线圈1033隔开的关系被保持。法拉第屏蔽件1049被设置在窗1011的正上方。线圈1033、法拉第屏蔽件1049和窗1011各自被配置为基本上彼此平行。法拉第屏蔽件可以防止金属或其他物质沉积在等离子体室的介电窗上。
工艺气体(例如氦气、氖气、蚀刻剂等)可以通过位于上室的一个或更多个主气流入口1060和/或通过一个或更多个侧气流入口1070流入处理室。同样，虽然未明确示出，但是类似的气流入口可用于向如6A-6C所示的电容耦合等离子体处理室供应工艺气体。真空泵，例如，一级或两级干式机械泵和/或涡轮分子泵1040，可用于将工艺气体从处理室1024抽出并维持处理室1000内的压力。阀控制的导管可用于使真空泵流体连接在处理室上，以便选择性地控制由真空泵提供的真空环境的应用。在操作的等离子体处理过程中，这可以使用封闭环控制的流量限制装置例如节流阀(未示出)或钟摆阀(未示出)进行。同样，也可以使用图9A-9C中的受控地流体连接在电容耦合等离子体处理室上的真空泵和阀。
在装置的操作过程中，一种或多种工艺气体可通过气体流入口1060和/或1070供给。在某些实施方式中，工艺气体可以仅通过主气体流入口1060供给，或者仅通过侧气体流入口1070供给。在一些情况下，在图中所示的气体流入口可以由较复杂的气体流入口替代，例如，由一个或多个喷头替代。法拉第屏蔽件1049和/或任选的栅格1050可以包括使工艺气体能输送至室的内部通道和孔。法拉第屏蔽件1049和任选的栅格1050中的一者或两者可以作为用于输送工艺气体的喷头。
射频功率从RF功率源1041供给到线圈1033以使RF电流流过线圈1033。流过线圈1033的RF电流产生围绕线圈1033的电磁场。电磁场产生在上副室1002内的感应电流。所生成的各种离子和自由基与晶片1019的物理和化学相互作用选择性地蚀刻晶片上的特征。
如果使用等离子体栅格使得存在上副室1002和下副室1003二者，则感应电流作用于存在于上副室1002中的气体上以在上副室1002中产生电子-离子等离子体。任选的内部等离子体栅格1050限制下副室1003中的热电子的量。在一些实施方式中，设计和操作所述装置使得存在于下副室1003中的等离子体是离子-离子等离子体。
上部的电子-离子等离子体和下部的离子-离子等离子体二者可包含阳离子和阴离子，尽管离子-离子等离子体将具有更大的阴离子:阳离子的比率。挥发性的蚀刻的副产物可通过端口1022从下副室1003去除。
本发明所公开的卡盘1017可在约10℃至约250℃之间的升高的温度范围内操作。该温度将取决于蚀刻工艺操作和具体配方。在一些实施方式中，室1001还可在介于约1毫托和约95毫托之间的范围内的压强下操作。在某些实施方式中，压强可以是较高的，如上所公开的。
室1001可以在安装于洁净室或制造设施中时耦合在设施(未示出)上。设施包括管道，管道提供处理气体、真空、温度控制和环境微粒控制。这些设施当安装在目标制造厂时耦合在室1001上。此外，室1001可耦合在传送室上，从而允许使用典型的自动化由机械手进出室1001传送半导体晶片。
图10还示出了系统控制器1050。如下文进一步描述的，这样的系统控制器1050可以控制蚀刻器装置的一些或所有操作，这些操作包括响应于使用如本发明所述的优化EMP生成计算蚀刻轮廓来调节蚀刻器的操作。
掩模设计布局的预测图案邻近校正
光刻扩展到20nm节点及以上驱动了先进的分辨率增强技术，该分辨率增强技术继而使光刻和蚀刻以及掩模设计和制造承受甚至更严格的公差要求。光掩模中存在的剩余误差以及在工艺模型中捕获这些误差所涉及的限制已经有助于驱动掩模制造效果的校正。然而，在基于等离子体的蚀刻工艺本身中，在图案化光致抗蚀剂通过光刻转移后，长范围的不均匀性(例如等离子体通量的图案加载(pattern loading))和短范围的缺陷(例如在通过光致抗蚀剂限定的图案的刻蚀中的“邻近缺陷(proximity defects)”)促使产生在整体的图案化蚀刻工艺中观察到的缺陷特点。图11A中示出了一个简单的示例，图中示出了半导体衬底上的2层堆叠的材料的在特征被蚀刻到其内之前和之后的横截面图，所述特征如由特征光致抗蚀剂层1101(在2层堆叠的顶部)所定义的。该图示出了即使在相对理想化的蚀刻工艺中，在光致抗蚀剂1101的转印图案(如由掩模(未示出)所预定的)的底部处的“脚”1111会影响蚀刻特征的宽度，并且甚至除了这一点，这个图还显示，蚀刻后的特征侧壁可能有微小的锥度，而不是完全竖直的。图11B示出了原型特征的顶视图，其中具有90度转弯的沟槽，并且示出了这样的特征的预期设计(图11B-1)可能由于如在分段(fragmented)布局(图11B-2)中所示的这样的邻近效应而改变。图案化的蚀刻工艺中的这种短距邻近缺陷可能会对增加管芯内关键尺寸(CD)的变异度有影响并且导致降低集成电路(IC)的性能和产量。
在用于生成用于图案化蚀刻工艺的光掩模的当前最先进的方法中，通过基于经验规则的校正策略或基于经验模型的校正策略来解决图案邻近缺陷的修复(即，“图案邻近校正”)。基于规则的方法通常采用基准掩模，基准掩模在通过光刻法转移以在测试衬底上形成基准光致抗蚀剂图案布局并且然后被蚀刻时，为与基准布局中的标准的成组的线/空间特征相关联的给定间距/CD提供标准的成组的补偿/校正。这种基于规则的方法在处理广义光致抗蚀剂布局时的精度有限。
基于模型的方法利用通常称为可变蚀刻偏置模型(VEB)的模型。其他类似的启发式模型包括所谓的紧凑光刻蚀刻偏置模型(在蚀刻面)和紧凑抗蚀剂模型(在光刻面)。虽然方法本身被称为“基于模型的”，但这仅指基于统计学的最小二乘拟合“模型”(如现在简要描述的)；它不是指蚀刻工艺的基于物理的(即基于化学表面动力学的)计算模型(例如上述优化的蚀刻轮廓模型(EPM)，其计算在蚀刻期间随时间的推移，特征的蚀刻轮廓的近似演变)。
在标准经验VEB方法中，对于给定的成组的工艺条件，从大量预印的掩模测试校准图案收集实验CD信息。值得注意的是，要实现这一点，必须建立这些校准掩模，将相关的光致抗蚀剂校准图案(通过使用建成的掩模的光刻工艺)转移到实际的晶片衬底，然后这些(测试)图案化晶片必须在给定的工艺条件下实际被蚀刻。
这与其他步骤一起使得整个基于VEB模型的方法相当耗时。图12的顶部显示了标准经验VEB方法的各个阶段，并说明完成各个阶段以及完成基于VEB的整个掩模的构建方法的时间表(以周为单位)。如图所示，该方法的校准掩模构建步骤(即刚刚提及的步骤中的第一步骤)通常在标准光刻(“Prolith”)模拟之前(Prolith是行业标准软件包，可从KLA-Tencor Corporation(Milpitas,CA)获得)；之后是迭代光学邻近校正(OPC)步骤。实质上，这最先的两个步骤构成用于确定对应于给定的光致抗蚀剂图形布局(其将根据暴露于穿过掩模设计投射的光辐射产生)的掩模的方法。在这个阶段，所需的光致抗蚀剂图案是校准图案，因此通过该方法确定“校准掩模”，并且然后进行“构建”(如图所示的第三步骤)。
在“校准掩模构建”(如图所示)之后，将光致抗蚀剂图案根据掩模转移到测试衬底，并蚀刻衬底。然后从测试结构中提取CD信息，并且执行数据的最小二乘拟合(如图所示)，其将CD偏置与测试结构的边缘移动相关联。根据该最小二乘拟合模型，将边缘校正应用于测试掩模构建以重新校准它，并重复掩模构建方法。在收敛于印刷最终的成组的掩模设计之前，将该掩模构建/蚀刻/最小二乘拟合循环重复至少几次。(图12在这方面相对于VEB模型而言是乐观的，因为它只显示了一个或很少几个这样的构建/蚀刻/拟合循环)。总的来说，如图所示，这种最先进的、所谓的“基于模型”的VEB方法估计需要至少12周才能完成；然而，如果需要多次构建-蚀刻-拟合循环，则可以花费16周或更长时间来完成(例如)。此外，由于该方法涉及对实际晶片衬底的实验蚀刻，以及这些衬底的预蚀刻和/或蚀刻后测量，并且此外，可能经历许多循环，因此从材料和资源成本的立场考虑，整个工艺(通常)也相当昂贵。最后，还应该注意对该方案的统计精度的限制：在最小二乘拟合程序中测量和使用测试晶片表面上的有限和受限数量的图案化位点。在该回归窗之外的外推将必然具有有限的统计有效性，当然，实际/生产布局将具有不被再生产，也不与测试校准模式中发现的特征相似的特征。
与这些几乎完全经验的方法相比，本文所述的研究法使用基于模型的方法，其采用基于实际物理和表面动力学的蚀刻轮廓模型(EPM)，即在衬底表面发生的并考虑了衬底的等离子体蚀刻的基础的物理过程和化学反应机制的模型；如上所述，当半导体衬底上的蚀刻轮廓在基于等离子体的蚀刻处理的过程中演变时，EPM模型跟踪该蚀刻轮廓的演变。在图案化蚀刻处理的情况下，特征轮廓的时间演变将基于覆盖在半导体衬底的表面上的给定材料堆叠上的某些光致抗蚀剂层(根据给定掩模布局产生)的图案化来进行。
简而言之，在本文公开的基于物理/化学模型的方法中，对于给定的掩模-打开工艺，目标校准图案/布局(其将包括例如线性2D线/间距栅格并且还可以包括简单的3D图案)用于优化基于严格的物理的EPM(如上所述)。(通过光刻转移到给定的材料堆叠并进行蚀刻后)在具有目标校准图案的实验晶片上进行计量，并且使用各种优化程序(例如，如上所述的那些)对照该实验计量将EPM校准。在一些实施方式中，可以使用基于云或基于群集的实现来执行优化，并且所述计算可以涉及围绕中心点生成大量样本，随后在该参数空间中进行搜索以相对于实验数据改进对EPM的校准/优化。
一旦建立了优化的EPM(特别是对于给定的蚀刻工艺和衬底材料堆叠)，则可以将其用于实现计算的预测图案邻近校正(PPC)方案，该方案在一些实施方式中不需要进一步的物理实验。因此，如图12的下部所示，在使用这种基于物理的模型方法时，该研究法可以将总掩模构建时间减少至少3-4周，并且将仅涉及一个最终的物理掩模构建步骤。
PPC方案的基本概述总体上相对于隔离的特征示意性地示出在图11B中，所述隔离的特征将是整体设计布局的一小部分。如图11B-1所示，接收对应于预期蚀刻设计的初始(试验)蚀刻设计布局(将在通过投射穿过适当设计的光学掩模经由光刻而产生的光致抗蚀剂层中实现)。在这种情况下，其是简单的L形沟槽(它有90度弯曲)。然后接收到的设计布局的边缘(再次，这是预期的设计图案)离散化，在蚀刻设计布局的水平平面中选择成组的点，参见图11B-2中的“分段布局”，并且对所选择的成组的离散的边缘点运行优化/校准的EPM模型(例如刚刚描述的，根据校准图案优化的)。当特征的横截面轮廓(如图1所示)在模拟蚀刻期间随着时间的推移而演变时，来自EPM的输出是该特征的横截面轮廓，其根据各种离散的边缘点计算得到。因此，运行直到最终蚀刻时间，根据离散度的精细度(或粗糙度)，EPM提供围绕特征轮廓的特征的边缘放置误差(EPE)的估计，参见图11B-2中的“模拟轮廓”。图11B-2示出了如果使用图11B-1中所示的原始光致抗蚀剂图案实际进行真实的等离子体蚀刻，则可能发现的邻近缺陷。然而，基于EPM计算，可以修正初始设计布局，如图11B-3所示，以提供补偿预期缺陷的邻近校正设计布局。将光致抗蚀剂层转移到衬底上并使其图案化，使得其类似于该邻近校正(PPC)设计布局，然后用该PPC蚀刻衬底将导致图11B-4所示的“最终图案”，其示出了该蚀刻特征的边缘现在与原始预期设计布局更接近地对准。
根据该一般的说明，可以设想出多种方法。可以设想一种强力方法，其中晶片衬底的整个图案化表面用大量边缘点离散化，并且为每个边缘点运行校准的EPM以确定适当的邻近校正。这可能原则上有效。实际上，从计算的角度来说，覆盖这样一个大网格点所需的EPM计算的数量将是相当昂贵的，并且可能是相当不切实际的。
然而，另一种方法来自于认识到在晶片表面上的不同点处以及在晶片表面上蚀刻的不同特征内发生的实际物理和化学过程之间可能存在许多的相似性。来自设计布局的与蚀刻室内的等离子体通量或其他工艺条件的变化耦合的不同特征几何结构当然会导致一定的差异，但在整个晶片可能存在显著的相似性，涉及相同的化学成分，涉及相同的等离子体，许多特征将具有相似的形状，或者属于不同的一般类型的形状等。因此，通过这个实现，寻求的是利用这些相似之处的优点并且避免了对于给定设计布局中的每个边缘的强力EPM计算。这样做提供了节约巨大的计算成本的机会：在大型复杂的光致抗蚀剂设计布局中，不需要为每个特征重新运行EPM，因为设计中的许多点可能产生同样的结果。关键是要弄清楚这是哪些点。
本文描述的用于实现这一点的一种方法利用了以下想法：特征内的蚀刻反应速率可能与在特征被蚀刻时在特征内的等离子体的物理特性非常强烈地相关，或更一般地，与在蚀刻工艺期间在特征内的任何蚀刻剂或钝化物质的物理特性非常强烈地相关。特别地，这是如此，因为每个特征(即，半导体衬底上的材料堆叠)的材料组成通常是相同的。换句话说，如果(通过优化的EPM)已知在一个特征内对于该特征内的给定蚀刻剂(例如基于等离子体的)的通量会发生什么，例如，当蚀刻特征时，特征的边缘如何移动，则在所有可能的情况下，在蚀刻期间在具有相同的特征内等离子体/蚀刻剂通量(IFPF)的所有特征中(或至少对于具有一些总体的几何结构相似性的特征)将发生相同的结果。应理解，并非所有实施方案都采用预测蚀刻反应速率和/或在特征等离子体通量条件下使用的模型作为预测蚀刻轮廓的模型的输入。一些模型可以采用不同类型的蚀刻工艺条件，例如反应器范围的蚀刻条件、蚀刻气体成分等。
为了实现这一想法，并且为了避免每个边缘的强力EPM计算，组合成组的目标校准结构。图13A提供了简单校准图案1300的图示，其具有从其中选择的某些结构/特征1301和1302。对于每个目标校准结构/特征，确定蚀刻工艺条件(例如特征内等离子体通量(IFPF))的一个或多个特性，并且优化的EPM模型针对该校准结构/特征运行以确定蚀刻期间特征的时间演变，以及特别是作为蚀刻的结果的特征的边缘放置误差(EPE)。如果目标校准结构/特征表现出覆盖在真实光致抗蚀剂设计布局中可能看到的IFPF范围的IFPF的范围，则对于有限数量的校准结构运行EPM的该方法仍然提供了IFPF和EPE之间的近似映射。该映射在本文中被称为降阶模型或ROM，并且如本文所述，该映射可以以查询表(LUT)格式方便地表示，诸如在图13B和图13C中所显示的。这样的ROM LUT然后构成了一种非常快速的计算工具，围绕该计算工具可以开发用于邻近校正的方案。然而，应当理解，其他计算上有效的实现方案也可以用于表示ROM关系。例如，如下面更详细地描述的，机器学习模型可以用与可用于构建LUT的数据集类似的数据集来训练(或者训练数据集可能更全面-见下文)。尽管LUT表示EPE与IFPF的数量特性之间的ROM关系的一种计算上有效/可行的实现方案，但是其他实现方案可能甚至更快和/或在训练集合中的点之间提供更好的内插，并且因此可能是优选的，具体取决于实施方式。如所解释的，LUT的构思可以被概括为包括IFPF相关特性(例如，IFPIF、IFPNF、IFPDF、蚀刻时间、蚀刻深度和边缘形状)与EPE之间的其他关系。这样的关系的示例包括回归模型、神经网络、分类树(例如，随机森林模型)等。LUT的构思可以被视为包括其中任何一个。
无论如何，再次参考通常是掩模蚀刻工艺的降阶模型(ROM)的查找表(LUT)实施方式：如图13B所示，查找表中的每个条目通常具有用于属于IFPF的特性的一个或多个值的字段(在该示例中，用于特征内等离子体离子和中性物通量以及钝化沉积物通量的列/字段)，以及用于预期与(如先前通过对校准结构运行EPM所确定的)所述IFPF相关数量相关联的所得到的EPE(例如，标记为“ΔxEPE”)(或EPE的数量特性/指示)的字段。如图13B中的表条目所表示的，特征内等离子体离子通量(IFPIF)、特征内等离子体中性物通量(IFPNF)和特征钝化沉积物通量(IFPDF)表示特征等离子体蚀刻剂物质的紧凑物理模型(CPM)的输出，并且其通常通过考虑到衬底上方的通量加载的影响以及考虑特征内的各种深度处的“可见性”的计算来确定。(如图13B的LUT示例中进一步所示，通量“加载”对于确定中性物和钝化物通量更重要，而“可见性”涉及离子物质通量，等离子体离子通量由于处理中的电磁场而是定向的并且因此非常容易受到特征侧壁的遮蔽效应的影响。)
此外，查找表中的不同条目可以对应于单个总蚀刻时间，或者不同的条目可以对应于不同的蚀刻时间。在图13B的表条目中，例如使用“层深度”字段(z1，z2，...zN)代替“蚀刻时间”字段(t1，t2，...tN)，但原理相同：以用表格列出用于在蚀刻期间的不同中间时间的值。(组装在蚀刻期间多个中间时间的EPE数据的益处在下面更详细地描述。)
为了使这更具体，在图14A和14B中提供了简单的说明，其示出了用保持在查找表的字段中的数量标记的半导体衬底的特征/结构。两个图都示出了标记为L1和L2的光致抗蚀剂层的两条光致抗蚀剂线的横截面轮廓，其限定了在蚀刻过程中被蚀刻的具有宽度“w”和间距“P”的结构/特征1410。图14A示意性地示出了在各种蚀刻时间ti时的特征的真实轮廓，在该蚀刻时间ti处，该特征将具有相应的深度zi，其然后代表在如图13B所示的查找中列出的时间上的离散化，或等效的深度的离散化。(如上所述，蚀刻时间和蚀刻深度之间存在对应关系)。图14B示出了在蚀刻期间不同点时的相同特征的“数字”/离散化表示，以及如何计算EPE、ΔxEPE，其也列于图13B的查找表中。
在该示例中，为了使用降阶模型(ROM)查找表(LUT)来确定设计布局中的特定边缘的EPE，因此使用成组的一个或多个估计的数量值，所述数量是对应于与该边缘相关联的特征的IFPF的特性，并在表中查找这些数量。因此，例如，如图13B的ROM LUT所示，可以使用特征等离子体离子通量(IFPIF)、特征等离子体中性物通量(IFPNF)(包括等离子体自由基物质)和特征内钝化沉积物通量(IFPDF)作为特征内等离子体通量(IFPF)以索引到LUT内，从而获得近似对应于这些数量的边缘放置误差(EPE)的估计。
然而，这些不是可以代表特征内的等离子体的特性的如通过“紧凑物理模型”(CPM)计算的唯一可能的数量。在这方面，短语“IFPF的一个(或多个)数量特性”意指(如本文所使用的)包含由计算模型确定的特征内(即，在其侧壁之间)的等离子体/蚀刻剂的实际物理特性(虽然原理上也可以通过实验确定)。然而，IFPF也意指(如本文所使用的)更广泛地包含其它等离子体/蚀刻剂参数，尽管这些参数可能不表示特征本身内的等离子体/蚀刻剂的实际物理特性，但这些参数仍然与所述实际物理特性强相关。
在图13C的ROM LUT条目中示出了一个示例。在该ROM LUT中，存在用于“加载通量”(指特征上方的加载通量)的明确字段和用于“可见性”(表示特征侧壁的遮蔽效应，其例如通过半范围平均/积分特征的角度依赖“可见性内核”获得，参见下面的其他详细信息)的字段。严格来说，这些参数不是特征内(即其内侧向下，在侧壁之间)的等离子体的实际物理特性，但是综合起来，这些参数与特征中的等离子体的实际物理特性密切相关。例如，如果知道衬底表面上方的加载通量以及特征的近似可见性(本领域技术人员理解这些技术术语)，则可以以良好的准确度计算(例如，通过CPM)特征内的离子和中性物/自由基等离子体通量密度。因此，综合起来，这样的一组特征也可以被认为构成将导致表中列出的EPE的实际的特征内离子和中性物/自由基等离子体通量。因此，LUT中的这些字段(如图13C中的那些)在本文中也被分类为“IFPF的数量特性”。
还应注意到，图13B和13C中示出的LUT条目包含“边缘(Edge)”字段。作为一个捷径，而不是例如使用加载的通量或可见性作为进入查询表的密钥，可以直接在查找表中查找边缘。通常，边缘字段将包含某种边缘形状指示符，由此在边缘设计布局中存在的具有与在校准图案中存在的特征边缘的几何结构类似的几何机构的特征的边缘可以在查找表中被标识并找到。因此，在一些实施方式中，用于设计布局中的特征的边缘的边缘形状指示符可以通过将该特征的形状与存在于校准图案中的特征的形状进行图案匹配来确定(然后用作进入查询表的密钥)。由于特征形状可能与IFPF强相关，因此这样做可以使边缘形状指示符成为IFPF的数量特性，以便索引到LUT内。在一些实施方式中，可以首先基于特征的确定的边缘形状指示符来搜索查找表。在某些这样的实施方式中，可以在基于表中列出的其他数量的详细搜索(和/或插补)(例如基于IFPIF和/或INPNF的后续搜索)进行之前，首先使用基于边缘形状指示符的这种搜索来缩小查找表中的相关条目。
因此，从构思角度而言，查询表在IFPF相关数量和特征在其被蚀刻时的EPE(边缘放置误差)之间提供了非常快速的映射，前提是工艺条件和特定材料堆叠用于构建查找表。这里被称为降阶模型(ROM)，不仅因为它是快速的，而且还因为它用于减少那些相当于非常复杂的物理/化学蚀刻工艺的事项直到在局部等离子体(IFPF)的特性(或非基于等离子体蚀刻剂的通量，如果这是相关的蚀刻工艺的话)和边缘放置误差(EPE)之间的核心因果关系。再次，这种ROM关系(体现在查找表或类似的结构中)可以使用基于物理的EPM来构建，该基于物理的EPM使用上述详细描述的任何优化方法校准。无论如何构建，一旦建立了这种关系，就可以根据ROM查询表中体现的蚀刻工艺的物理和化学特性来设计方案，以进行光致抗蚀剂的初始/试验设计布局的图案邻近校正(PPC)。
这样的一组操作显示在图15的流程图中。如图所示，用于产生将在蚀刻操作中使用的光致抗蚀剂的邻近校正设计布局的方法开始于接收初始设计布局的操作1510，之后在操作1520中，在用于邻近校正的设计布局中识别出特征。当然，在很多情况下，将需要在邻近校正的设计布局中选择大量的特征；关于这一点，在下文更详细。在任何情况下，关于该被识别的特征，在操作1540中，该方法继续进行，估计在模拟的基于等离子体的蚀刻工艺期间，在时间t处，在特征内的特征内等离子体通量(IFPF)的一个或多个数量特性，然后，在操作1550中，使用这一个或多个估计的IFPF相关的数量以利用在查找中体现的降阶模型(ROM)估计在时间t时的特征边缘的边缘放置误差(EPE)。(在时间t时的IFPF的数量特性作为进入ROM查找表中的密钥。)再次，ROM查找表将在时间t时的EPE的值与IFPF的一个或多个特征值相关联，并且其是在所述成组的工艺条件下通过对覆盖在所述材料堆叠上的光致抗蚀剂的校准图案运行计算机化的蚀刻轮廓模型(EPM)至少至时间t来构建的。当与所确定的特征相关联的估计的EPE被确定时，该方法结束于基于该EPE修正初始设计布局的操作1590。
然后，修正后的设计布局可以用作用于光致抗蚀剂的最终邻近校正的设计布局，例如通过使用上述的例如“Prolith”之类的工业标准软件包，可从其生成蚀刻光掩模设计。然后可以物理地形成实际的光掩模，并且以通常的方式使用其进行光刻操作，以将光致抗蚀剂层转移到衬底表面，衬底表面现在将匹配邻近校正的设计布局。最后，可以执行实际的等离子体蚀刻操作。
如上所述，在大多数情况下，希望对初始设计布局中的许多特征进行图案邻近校正(PPC)。因此，图16示出了与图15所示的方法类似的方法1502，但涉及到关于多个特征(其图案处于初始设计布局)的图案邻近校正。如图16所示，方法1502类似于图15的方法1501进行，但是在针对所考虑的第一特征估计EPE的操作1550之后，在操作1571中确定是否应考虑另一特征。如果是这样，则该方法循环回到操作1520，其中选择初始设计布局中的另一个特征，并且该方法如前所述进行，但是相对于新近附加考虑的特征，以在操作1550再次得到其EPE的估计值。方法1502随后可以根据操作1571中的判定逻辑继续循环，直到确定不再有特征要考虑为止，此时，该方法进行到操作1590，其中，基于针对所考虑的所有不同特征所估计的不同的EPE修正初始设计。
如上所述，与IFPF(的特性)相关的各种数量可以用作用于索引到ROM LUT内的密钥，从而获得EPE的估计值。在图13C所描绘的实施方式中，已根据上述晶片加载的等离子体通量和特征可见性利用了等离子体通量的表示(紧凑物理模型(CPM))。在图13B所描绘的实施方式中，ROM LUT根据如上所述的特征内等离子体离子通量(IFPIF)、特征内等离子体中性物通量(IFPNF)(其包括等离子体自由基物质)和特征内钝化沉积物通量(IFPDF)实现对CPM的使用。
另外，尽管这里解释的大多数示例涉及使用ROM LUT法对基于等离子体的蚀刻工艺进行建模的情况，但是在一些实施方式中，也可以在LUT的范围内对其他蚀刻工艺有效地建模。例如，如果没有等离子体，则更一般地，可以使用特征内蚀刻剂通量/浓度(IFEF)的一个或多个数量特性作为用于索引到LUT内的密钥，所述LUT保持EPE的对应于该非-基于等离子体的蚀刻工艺的值。
注意，为处理室、室几何结构等设置的工艺条件确定远离衬底表面的“全局等离子体通量”(或者更通常是“全局蚀刻剂通量”)，即所述工艺条件决定在处理室中没有衬底存在时，“全局等离子体通量”通常将存在于该处理室内。如果存在衬底，则衬底影响其正上方的、其附近的等离子体通量，即，所加载的等离子体通量涉及根据所述等离子体条件确定的全局等离子体通量，或者根据该全局等离子体通量估计，但是它们通常不是相同的。特别是，由于衬底存在于处理室内，因此所加载的等离子体通量具有水平的径向依赖性；此外，径向依赖性可能受到对应于给定设计布局的晶片表面上的光致抗蚀剂的图案密度的影响。因此，加载的等离子体通量(加载的等离子体中性物通量(LPNF)和/或加载的钝化沉积物通量(LPDF))可以基于全局等离子体通量(由室条件确定)结合针对蚀刻工艺计划的设计布局进行估计。注意，由于离子物质的一种通量密度/多种通量密度通常不会明显偏离其“全局等离子体通量”值，因此计算等离子体离子通量(PIF)的加载并不重要。所以，通常情况下，在ROM LUT中列出的PIF值将是卸载的等离子体通量(但也要注意，这并非对于所有实施方式都必然是这种情况，并且可能存在一些离子物质，其通量加载的校正是足够重要的以保证被考虑)。
图13C中的ROM查找表条目还有用于特征内可见性的字段。如上所述，可见性指定了特征侧壁由于其阻挡定向离子通量而对等离子体密度的遮蔽效应的程度。这由图17所示的特征的横截面图示出：视线1710和1720会聚到特征内的空间点1730，其表示其中一个边缘处的特定深度，并描绘该点的对定向离子通量的可视暴露的角度极限；视线1710和1720因此确定在蚀刻期间空间点1730承受的定向离子通量的比例。更准确地说，在特征内的特定深度处的特定离子的离子通量通过利用与所研究的特定离子相关联的离子能量角分布函数(IEADF)对与特征内的该特定深度相对应的可见性内核进行角积分(例如，进行数字化)而得出(在特定深度处，可见性内核具有角度相关性，例如，参见图17中的视线1710和1720)。(IEADF来自全局等离子体模型)。因此，可见性与离子通量密度密切相关，由此可以被认为是如上所述的IFPF的特性。对于给定的边缘，可见性内核可以被积分以便获得平均/中间可见性值，其可以对存在于如图13C所示的ROM查找表中的所有不同边缘深度(和/或蚀刻时间)进行列表。然后可以简单地使用积分得到的可见性(与所研究的特征相关联)以索引到ROM内。在其他实施方式中，可见性内核和IEADF的乘积被积分(针对角度)以获得IFPIF，然后可以将其用作进入LUT内的索引，如图13B所示。
如所指示的，CPM可以针对所考虑的特征来估计特征内蚀刻通量。为此，CPM可能会考虑各种因素；例如，CPM可以被设计或配置为在计算特征内蚀刻条件(例如，代表IFPF的量)时考虑特征内可见性和/或负载。在某些情况下，CPM和相关方法旨在预测复杂特征内部的物质通量(例如自由基、钝化剂和/或离子的通量)，并包括来自半导体晶片上的集成电路部件的周围环境(例如特征本身的上部区域和/或附近的凸起特征)的阴影效应。
CPM可以被配置为接收所考虑的特征外部(例如，针对半导体晶片上方和/或待计算的特征内通量所针对的特定特征而确定的平面或半球确定)的全局室等离子体通量条件作为输入。在某些情况下，此输入通量在设计布局的二维表面上逐点变化。在某些情况下，通量在“中尺度”上变化，该“中尺度”比要建模的特征的尺度较大，但小于设计布局的尺度(例如，小于模具(die))。在中尺度，与图案密度变化相关的加载效应开始发挥作用。
除了上述特征的等离子体通量条件外，CPM还可接收所考虑的特征的当前几何结构作为输入。因此，CPM可以被配置为读取所考虑的特征(以及可选地其环境)的几何描述。为了考虑可见性和/或负载，输入几何结构可以包括关于相邻特征以及所考虑的特征的信息。在一示例中，对于特征表面的三维表示，几何结构由网格(例如具有小平面(三角形)和顶点的网格)表示。在另一个示例中，对于特征表面的二维表示，用线和顶点表示几何结构。在一些实现方式中，CPM本身生成特征几何描述。
在一些实施方案中，CPM逐点(或逐个差分元件)估计在特征几何结构上的IFPF量。因为特征几何结构在蚀刻工艺的过程中演变，所以输入可以表示特定时间和/或特定特征蚀刻深度的特征几何结构。
CPM的输出是复杂结构内部许多点的物质通量。因此，CPM的输出可以是特征内等离子体条件(IFPF)，其在特征内逐点或逐元件变化。对于特征中的每个点，可以针对所考虑的蚀刻工艺中存在的多个物质(或物质的类别)中的每一种分别执行CPM。例如，如果该工艺仅使用离子和自由基，则CPM可以两次评估IFPF，一次评估离子，一次评估自由基。如果工艺中还包含钝化剂，则CPM可能还会再次评估IFPF，这次是针对钝化剂物质。CPM处理与非离子物质分布不同的离子分布。离子以各向异性分布接近并进入特征(它们可以视为准直的)，而自由基和钝化剂等中性粒子则从各个方向进入特征(即它们具有各向同性的分布)。
如图17所示，特征的“可见性”主要由其形状决定。然而，特征的形状在蚀刻工艺的过程中演变，因此存在以下问题：在蚀刻工艺期间，应该采用什么作为特征的估计形状，以便确定与其对应的可见性，该可见性然后用于进入ROM LUT内的索引/密钥。对于这一点，可以采用多种方法。
一种方法简单地假设所讨论的特征的估计形状具有对应于光致抗蚀剂的给定初始设计布局的开口，并且该特征具有从其开口的边缘向下延伸的基本上竖直的侧壁。换句话说，该特征具有零EPE，用于使用可见性/通量加载CPM图像作为索引到ROM LUT内的一种方式。在一些实施方式中，该邻近性可能足够好。
图18中的流程图示出了更为复杂的估计特征形状并因此估计用于索引到LUT内的可见性的方法。图18示出了类似于图16的方法1502开始的图案邻近校正(PPC)方法1503，但是在操作1520(特征选择)之后，该方法继续在操作1530中估计特征上方的加载的等离子体通量，并且在并行操作1535中，估计在蚀刻期间在时间t时的特征的可见性。后者可以如刚刚描述的那样来完成(假设竖直侧壁与特征的设计布局相匹配)，或者可以采用更细微的初始猜测(例如，假设从特征开口到底部的一些默认近似锥度，使用在先前计算中找到的形状等)。在任何情况下，使用形状来估计可见性，可见性然后可与来自操作1530的加载通量一起在操作1550中使用，以索引到ROM查找表内，并确定估计的EPE。然而，估计的EPE表示特征的形状。因此，如图18所示，方法1503进行到操作1572，其中决定是否更新/改进特征的可见性的估计(在蚀刻期间的时刻t)。如果是，则该方法循环回到操作1535，基于当前估计的EPE重新估计可见性，然后再次进行到操作1550，在操作1550中，通过查找ROM查找表中的新的重新估计的可见性获得EPE的更精确的估计。(重新估计可见性，并根据该可见性重新估计EPE的)迭代可以持续固定次数，或者直至达到在可见性和/或EPE方面的收敛度，如操作1572中的决定逻辑所指定的，之后，在操作1590中，基于重新估计的EPE修正初始设计布局(类似于先前图中的方法1501和1502)。
当然，虽然加载的通量和可见性构成了用于评估特征内通量(IFPF)的优异的紧凑物理模型(CPM)，但是IFPF特征的其他数量也可以是良好的代理，例如特征等离子体本身的直接物理特性。例如，可以根据特征内的实际离子和中性物等离子体通量密度直接实施LUT。参见上文图13B的讨论。
如上所述，ROM查找表(LUT)构成用于根据表征IFPF的上述数量计算边缘放置误差(EPE)的非常快的机制。然而，在一些情况下，ROM LUT可能仍然相当大，因此可以采用各种优化程序来提高其性能。例如，LUT可以存储条目的一个或多个字段，可以基于条目的一个或多个字段来排序。使用哪个字段作为初级分类标准、二级分类标准等等可以取决于具体实施方式。在一些实施方式中，如上所述，边缘形状指示符字段可以用作初级分类标准。使ROM表以有意义的方式排序(通过减少正在搜索的数量的值(例如边缘形状指示符、等离子体离子通量、等离子体中性物通量等)和保持在表格相关字段中的值之间所需的比较操作的数量)增加其可以被搜索以找到一个或多个相关条目的速度。在某些情况下，对LUT进行修剪以删除多余的和/或不太可能需要的条目，因为它们代表了在特定应用程序中不太可能遇到的蚀刻空间区域。
通常，ROM LUT中不存在所搜索的相关数量的确切值。当情况是这样时，可以识别最近的邻近条目(最接近确切搜索值的那些条目)和/或符合一些标准的在围绕确切寻求值的邻域中的条目，并在这些条目之间插补。在一些实施方式中，例如，可以采用基于多变量多项式的内插方案。
然而，在一些实施方式中，可以使用多变量机器学习模型来实现更复杂的“内插”。根据实施方式，这种机器学习模型(MLM)可以是无监督的或部分监督的，并且这些方法可以包括在机器学习和/或统计科学领域中已知的那些，如“梯度推进机”(“Gradient BoostingMachine”)、“深度学习”(“Deep Learning”)和“分布式随机森林”(“Distributed RandomForest”)。
关于“随机森林”技术，参见例如：Breiman,Leo,“Random forests,”Machinelearning 45.1(2001):5-32；Verikas,Antanas,Adas Gelzinis,and MarijaBacauskiene,“Mining data with random forests:A survey and results of newtests,”Pattern Recognition 44.2(2011):330-349；和Segal,Mark R.,“Machinelearning benchmarks and random forest regression,”Center for Bioinformatics&Molecular Biostatistics(2004)；为了所有目的，其各自的全部内容通过引用并入本文。
同样，关于这些技术中通常称为“梯度推进机”的技术，参见例如：Friedman,Jerome H.,“Greedy function approximation:a gradient boosting machine,”Annalsof statistics(2001):1189-1232；Friedman,Jerome H.,“Stochastic gradientboosting,”Computational Statistics&Data Analysis 38.4(2002):367-378；和Schapire,Robert E.,“The boosting approach to machine learning:An overview,”Nonlinear estimation and classification,Springer New York,2003,149-171；为了所有目的，其各自的全部内容通过引用并入本文。
最后，关于这些技术中通常称为“深度学习”的技术，参见例如：Krizhevsky,Alex,Ilya Sutskever,and Geoffrey E.Hinton,“Imagenet classification with deepconvolutional neural networks,”Advances in neural information processingsystems,2012；LeCun,Yann,et al.“Backpropagation applied to handwritten zipcode recognition,”Neural computation 1.4(1989):541-551；和Schmidhuber,Jürgen,“Deep learning in neural networks:An overview,”Neural Networks 61(2015):85-117；为了所有目的，其各自的全部内容通过引用并入本文。
可以使用这些技术(再次，具体取决于实施方式)来确定EPE与将如上所述使用以索引到LUT的数量(诸如等离子体离子和中性物通量)之间的统计学上足够准确的相关关系。
通常，类似于用于构建ROM LUT的数据集也将被用作训练集以开发(即，教导)所选择的机器学习模型(MLM)。然而，相比于在ROM LUT中可以有效地搜索的数据集的版本，在训练MLM时，可以使用数据集的大得多的版本。即，机器学习模型使用完整的数据集进行离线训练，从而创建其高效率评价的多变量模型，然而，其可能不是每次都有效搜索完整的(训练)数据集，因为在PPC方法中，新的特征的EPE是期望的。当然，一旦基于数据集(其一部分可以被选择来构建有效的可搜索的LUT)训练MLM，(例如)如普通的LUT那样，MLM体现了EPE和等离子体离子和/或中性物通量之间的关系，并且因此，在某种程度上，MLM在评价其多变量模型时仍然对指示IFPF的一个或多个数量与EPE的数量特性进行比较，尽管确切的数量和所进行的比较将在MLM操作的背景下在原始数据集上训练MLM时发生。无论如何，一旦MLM针对原始数据集进行了训练和验证，就建立了可以在PPC方法中高效使用的预测数学关系。
提高这些PPC技术精度的另一种途径是采用基于蚀刻时间的(或基于蚀刻深度的)迭代方案。图19A和19B提供了有用的对比图。图19A示意性地示出了“一个时间步长”方法，并且示出了在单个时间步长中从特征的顶部到底部来估计EPE。因此，仅在单个蚀刻时间t(或单个蚀刻深度)下完成IFPF的多种数量特性的估计，以及在ROM查找表中查找这些数量以获得估计的EPE。这例如通过图15、图16和图18中的操作的集合来说明。然而，也可以采用“多个时间步长”方法来计算EPE。这在图19B中示出，其显示了在对应于多个蚀刻深度(z1，z2，...zN)的多个蚀刻时间(t1，t2，...tN)下计算出的ΔxEPE的多个值，所述多个蚀刻深度向下直到该特征的底部，在特征的底部最后计算ΔxEPE的最终值。
在最简单的多步骤版本中，将只有两个时间步长。因此，应在第一蚀刻时间t＝t1时，对IFPF的数量特性(例如，加载的通量和可见性)进行估计，使用这些，通过将它们与ROM查找表中的对应于时间t1的值进行比较，来估计在时间t1的EPE，然后对于第二蚀刻时间t＝t2重复该程序。然而，在第二次，可以利用在第一次迭代期间获得的信息，在随后的迭代中依此类推。因此，例如，因为特征在时间t2相对于其在时间t1改变了，所以可以基于该信息相应地调整加载的流量和可见性内核，并且这些更新的值然后用于与ROM查找表中的对应于时间t2的条目进行比较。
可以类似地进行，以将计算分解成所期望的多个时间步长。这种多时间步长方法在图20中示出。图20中的方法1504类似于图16和图18所示的方法1501和1502进行，不同的是，在所考虑的蚀刻时间ti＝t1首先执行操作1540和1550以估计第一EPE(在操作1550中)。方法1504然后进行到操作1573，其中确定当前蚀刻时间ti是否小于最终的总蚀刻时间。如果是，则该方法增加时间索引“i”(ti+1>ti)，并循环回到操作1540，其中重新估计IFPF的数量特性，然后再次进行到操作1550以重新估计在更新的时间的EPE。迭代继续，直到操作1573，其确定当前时间ti等于或大于最终/总蚀刻时间，由此该方法进行到操作1590，其中初始设计布局基于最终估计的EPE和/或在中间时间计算得到的中间EPE来修正，由此该方法结束。另外，注意，可以组合图18所示的迭代方案(其用于实现越来越好的可见性估计)与图20中的迭代方案(其涉及如上刚刚所述的迭代时间/深度切分(slicing))。
边缘放置误差-搜索和估计示例实施方案
在蚀刻工艺过程中，特征内部的边缘(例如，蚀刻特征的底部CD)可能移动以产生CD偏置。如前所述，该数量称为边缘放置误差。准确地预测在蚀刻工艺期间每个边缘移动多少将使得能在掩模设计或施加工艺期间引入校正。
在光学光刻领域中，光学邻近校正被用于调整掩模边缘，以校正或减轻掩模印刷误差。使用各种基于物理和经验模型的OPC或相关工艺可用于校正蚀刻CD偏差。这些技术不会尝试匹配轮廓。相反，它们尝试匹配轮廓的一个或几个有限特征(例如，特征的顶部CD、底部CD、侧壁角度等)，但它们与轮廓不匹配。替代地或另外地，可以由工艺工程师手动地执行当前工艺优化以匹配目标特征轮廓并解决或减小蚀刻CD偏差。这是通过根据工艺工程师的理解和直觉来调整工艺条件来完成的。蚀刻工艺特别具有挑战性。到目前为止，还没有能够执行此类任务的自动化方法。
当使用基于物理学的模型(例如，表面动力学模型)来预测蚀刻CD偏差时，研究团队可以针对晶片的不同部分中的不同几何结构、周围布局和等离子体条件建立并运行模拟。然而，对晶片中的每个特征执行此操作在计算上是困难的或不可行的。人们还可以运行代表性的特征样本，以捕获不同几何结构之间的蚀刻CD偏差，并在查找表中汇总信息，以便可以捕获蚀刻CD偏差图案并将其用于其他几何结构的预测，而无需每次运行基于物理学的建模。如上所述，除了基于物理学的模型模拟之外，紧凑的物理模型还可用于计算特征内部(例如，在侧壁等上)的局部通量，该局部通量可用作汇总蚀刻条件的替代物(proxy)。尽管以下讨论描述了采用表面动力学模型和紧凑物理模型来预测边缘放置误差的实施方案，但是本公开不限于SKM和/或CPM产生的EPE。并且即使在使用EPE者，其也会由非SKM生成。例如，可以采用行为模型来生成EPE。
模型可以用于生成大量的模拟蚀刻轮廓。所生成的轮廓用于生成紧凑的物理模型，该模型可以在蚀刻演变过程中计算特征内部感兴趣点的局部通量，可以选择考虑到可见性内核和由于管芯和晶片的布局而导致的加载通量。通量和相关联的轮廓以预测变量(例如，多个时间步长和/或光学测量和/或几何变量的感兴趣点处的局部通量)和预测的变量(EPE)的形式汇总在大的查找表中。
本部分中的某些实施方案提供了搜索这种查找表的系统和方法。通常，所描述的方法使用n维预测变量空间在查找表中找到一个或多个相关条目，并使用一个或多个相关条目生成EPE预测。搜索可以基于以下假设：查找表中的预测变量与EPE唯一相关。
搜索方法包括：例如，内插查找方法、迭代搜索方法和/或甚至多变量(例如PCA和/或PLS)模型，以减少大量预测变量的维数。下面将更详细地描述从LUT获得EPE的各种方法。
就上下文而言，图21提供了流程图2101，其图示了可以如何使用查找表来改善蚀刻工艺。所描绘的过程从操作2103开始，在操作2103中针对要蚀刻的特征计算或以其他方式确定一个或多个特征内通量参数。这些参数将用作搜索变量，以标识查找表中的相关条目或从可比较的模型生成输出。如上所述，可通过指定特征几何结构和/或掩模几何结构(例如，线宽、特征深度等)以及蚀刻条件来生成这些通量参数。可以将几何结构和蚀刻条件提供给产生特征内通量值或其他搜索参数的紧凑的物理模型或其他源。在一些实施方案中，这些搜索参数被应用于查找表或模型，该查找表或模型返回一个或多个EPE值。参见框2105。当表或模型返回多个EPE值时，过程或系统可选地将它们组合以确定最终的预测EPE。参见框2107。最终预测的EPE的幅值使得系统能确定所定义的蚀刻工艺和相关的掩模几何结构是否将提供所考虑的制造方法的规格内的特征。考虑到这一点，判定块2109确定预测的EPE是否指示该工艺不合规格。假设答案为“是”，则过程控制被定向到操作2111，该操作2111调整掩模的几何结构和/或蚀刻条件，以尝试将EPE减小到制造工艺的规格内的值。可以使用梯度算法或类似方法自动执行此调整。掩模调整涉及改变一个或多个掩模边界的位置，该边界定义暴露于蚀刻剂的衬底区域。在一些实施方案中，EPE预测被报告给OPC模块，该OPC模块为掩模设计(或印刷)工艺的下一次迭代校正掩模设计。在一些实施方案中，EPE预测用于修改一种或多种蚀刻条件，例如反应器压力、温度、等离子体条件(功率/面积、密度等)、蚀刻剂分压、组成等。
在通过操作2111做出适当的调整之后，过程控制返回到操作2103，其中针对新的掩模几何结构和/或蚀刻条件重新生成特征内通量值或其他搜索变量。此后，过程如上所述通过操作2105-2109继续。在一个或多个迭代之后，判定操作2109将确定所预测的EPE使掩模几何结构和/或蚀刻工艺在规格内。在这一点上，该方法确定了最终的掩模几何结构和/或工艺条件。请参阅操作2113。
LUT说明
查找表可以被视为包含关于在蚀刻开始、在蚀刻演变期间(在任何时间)和/或在蚀刻结束时几何结构、局部通量、光学原位测量和/或任何其他预测变量的信息的摘要。
在某些实施方案中，查找表包括以下预测变量的值：蚀刻特征(和/或掩模)的一个或多个几何特征，以及在蚀刻工艺期间产生的一个或多个特征内蚀刻剂通量特性。几何特性的示例包括线宽、重复结构的线距、侧壁角度和特征深度。特征内蚀刻剂通量特性的示例包括分别在特征或掩模轮廓中的各个位置的钝化剂通量、离子通量和中性物通量的值。图22以截面图示出了蚀刻特征2205。在具有覆盖掩模2201的衬底2203中蚀刻特征2205。在特征和/或其相关掩模上的各个位置处提供诸如特征内通量值之类的工艺变量。在所示的示例中，选择了七个位置，每个位置由特征壁上的黑点标识。在所描绘的实施方案中，两个位于掩模侧壁上。一个位于蚀刻特征的底部。在一些实施方案中，为完成的特征(在完全蚀刻之后)定义位置。在其他实施方案中，仅针对掩模或针对掩模和部分蚀刻的特征定义位置。如上所述，CPM可以在特征或其掩膜中的特定位置处生成特征通量值。CPM考虑了全局等离子体状况以及可选的特定于特征的状况，例如负载、可见性内核等。
在一个示例中，查找表包括以下用于预测变量的字段或列：从线宽、线距和/或特征深度中选择的一个或多个线几何变量；以及一种或多种特征性蚀刻剂通量特性，例如钝化剂通量、离子通量和自由基通量。其他预测变量的示例包括蚀刻速率、通过光与蚀刻特征相互作用产生的光学参数等。除了几何结构和蚀刻剂通量特性外，预测变量还可以包括蚀刻工艺的时间快照。时间快照表示多个可能的时间快照中的哪一个在查找表中显示为条目，以表示完整的蚀刻工艺。在最简单的情况下，特征的蚀刻工艺仅由单个时间快照表示，在这种情况下，该特征的单个查找表条目由值“1”给出。当蚀刻工艺分为多个时间快照以用于查找表的用途时，每个表项目都为其关联的时间快照指定了连续的整数，其中时间快照“2”代表刻蚀工艺的紧接在时间快照“1”代表的部分之后的部分。
所有查找表条目都有关联的EPE值。在某些情况下，查找表条目包含两种或多种形式的EPE。例如，在图24的示例性查找表中，条目包括时间等于0时的边缘放置误差(第5列)，时间等于后面的时间时的另一个边缘放置误差(第6列)，该后面的时间即关联的时间快照完成时的时间“t”。EPE的两个值都代表时间步长结束时位于特征底部的横向位置，但时间＝0值是蚀刻开始时相对于蚀刻特征顶部确定的，时间＝t值是在稍后的时间t相对于蚀刻特征的顶部边缘确定的。在不同的时间有两个不同的EPE值这一事实表明，在时间快照的过程中，该模型可能会说明对特征顶部的掩模进行的一些横向蚀刻。图23显示了可以如何计算两个不同的EPE值。
在一个示例中，查找表包括以下字段或列：
1.时间快照索引
2.线宽(纳米)
3.节距(纳米)
4.深度(纳米)
5.关于时间＝0的EPE
6.关于时间＝t的EPE
7-27。蚀刻特征中九个位置的蚀刻剂通量。分别为三种不同的物质(例如钝化剂、中性物质和离子)提供通量。
图24提供了这种表格格式的示例。预测变量可以分为两类：查找表条目标签，它们是特征和/或其掩模部分的几何参数(通常用于对光刻传输工艺进行建模)，以及搜索变量，它们用于本方法中以在查找表中搜索预测的EPE值。在上面的示例中，字段1-4中提供了条目标签，字段7-27中提供了搜索变量。预测的EPE值在第5列和第6列中提供。当然，可以使用许多其他形式的查找表。
条目标签表示由掩模几何结构和设计布局定义的固定特征。它们通常不在本文所述的搜索算法中使用。相反，它们指定要考虑的掩模的几何结构完全满足的特征。所述搜索变量用于与用于输入表并从表的所有条目中标识最近的邻居条目的搜索变量进行比较；即，它们在本节中描述的搜索算法中使用。
这里将描述三种通用方法。这些的变型将被本领域技术人员容易地识别，并且落入本公开的范围内。第一种方法使用在单个时间快照中为定义的简单特征几何结构(例如初始特征轮廓)生成的单组特征内通量值。第二种方法使用单个时间快照，但对经蚀刻的特征几何结构进行迭代，其中每个新迭代都使用前一次迭代中的边缘放置误差来例如使用线性梯形近似定义新的特征几何结构，以及利用其定义成组的新的通量。第三种方法随着时间的推移进行迭代，并且有时在一个或多个(或所有)时间增量内对几何结构进行迭代。基本上，第三种方法将整个蚀刻工艺根据多个连续的时间快照分为多个轮廓，其中每片确定用作下一时间步长的输入的EPE值。
换句话说，前两种方法仅使用初始时间和结束时间来进行EPE预测。第三种方法使用前两种快照中的一种，但是对于多个时间快照，使用前一时间快照的结果作为下一时间快照的起始轮廓。第三种方法可能适用于某些工艺，在这些工艺中，初始通量与最终EPE值之间的相关性较弱，例如特别深的刻蚀。
第一种方法
这种方法仅涉及单个时间步长和单个空间迭代。它可以包含以下隐式假设：(i)初始掩模形状包含足够的信息以预测目标深度处的EPE，并且(ii)在时间＝0的搜索中使用的搜索变量包含足够独特的信息以预测在目标深度处最终蚀刻深度的EPE。
在这种方法中，系统索引到查找表中，并基于搜索变量，例如，基于由CPM输出的特征内等离子体通量值，识别一个或多个最近的邻居条目。然后，系统使用查找表中的这一个或多个条目来计算EPE。对所得的EPE进行评估，以确定是否应修改掩模的几何结构和/或蚀刻条件，以使工艺符合规范。
图25示出了第一方法的示例的流程图2501。最初，系统为搜索确定适当的参数。此类参数的示例包括搜索变量，要从查找表返回的条目数(“最近邻居”)以及用于选择最近邻居的最大可接受距离。
这些参数可以由负责确定掩模布局或进行蚀刻工艺的用户输入。可替代地，这些参数可以在搜索例程中默认设置，或者可以基于关于蚀刻工艺、掩模、查找表(密度、灵敏度等)等的特定信息自动确定。参见框2503。
接下来，系统确定用于在查找表中识别最近邻居的搜索变量的值。参见框2505。如所提及的，这样的搜索变量的示例包括特征内等离子体通量值，这些值可以在蚀刻轮廓中的各个位置处提供，并且用于诸如离子、自由基、中性物质和/或钝化剂的各种等离子体。每个变量都有特定的值，可以针对查询表中条目的相应值进行测试。搜索变量形式的示例可以是[Flux_ion_pt3_q,Flux_radical_pt3_q,Flux_ion_pt2_q,Flux_radical_pt2_q]。
在某些实施方案中，搜索变量由系统中提供或为系统提供的另一个模块计算。如前所述，紧凑的物理模型可用于为各种类型的等离子体物质提供特征内等离子体通量值。如所解释的，这些值取决于蚀刻特征中的位置。为了该方法的实施方案的目的，假定蚀刻特征具有矩形轮廓，该矩形轮廓具有平坦的底部和垂直的侧面。它基本上遵循设计中的掩模指定的所需特征的形状。紧凑型物理模型在计算特征内等离子体通量的局部值时，考虑到了特征内各个点的位置和边缘壁坡度。参见图22。
特征内等离子体通量值的替代或补充可以用作搜索变量。示例包括光学参数，例如可以通过计量工具测量和/或通过严格的光学模型、用于表征(例如)蚀刻轮廓的几何变量等计算的光学参数。可以使用的另一种搜索变量是在特征内的一个或多个位置的离子和自由基通量得出的蚀刻速率(或多个蚀刻速率)。用于预测蚀刻速率的模型的一个示例采用离子中性协同模型，该模型用于捕获ARDE(深宽比依赖性的蚀刻)，其中ER～a x Ji/(1+bJi/Jn)，其中Ji和Jn是离子和自由基通量，a和b是常数。参见Bailey,Sanden andGottscho,J.Vac.Sci.Technology B,Vol.13,No.1,1994,,pp.96-99，通过引用将其全部内容合并在此。
在选择或计算了搜索变量的情况下，将它们应用于查找表以搜索具有对应变量的最接近搜索变量值的条目的值。参见框2507。通常，系统进行最近邻居搜索。可以各种方式进行和限制搜索。在一示例中，它受限于指定数量的最近邻居，即“K”个最近邻居。在另一种方法中，搜索受限于在定义多维搜索空间中搜索变量集合的点的某个半径内的所有最近邻居。在某些实施方案中，使用欧几里得距离度量来确定查找表中的代表搜索变量的点与代表条目的点之间的距离。也可以使用其他距离度量。
并非所有最近的邻居都必须满足所考虑的蚀刻工艺和/或特征几何结构所需的其他标准。例如，某些符合附近邻居条件的条目可能和与正在考虑的工艺的快照或特征几何结构不匹配的时间快照或特征几何结构相关。在一些实施方案中，在识别预测的EPE的过程中仍然考虑从过程操作2507的搜索返回的不满足时间和几何结构要求的条目。这是因为假定将EPE与通量值相关的基本物理原理都适用，而与特征几何结构无关。在其他实施方案中，排除了不满足所考虑的蚀刻工艺或几何结构的一个或多个标准的最近邻居条目。
通常，在执行操作2507之后，查找表中会存在一个或多个符合附近邻居的条目。对于在操作2507中返回的每个条目，识别其对应的EPE值(如果在条目中使用了多个EPE值，则通常相对于初始蚀刻时间)。参见操作2509。如果仅存在一个最近的邻居条目，则其对应的EPE值可用作所考虑的工艺和几何结构的预测值。当有多个条目可用时，可以用多种方式处理它们。
在一些实施方案中，搜索方法首先确定是否应完全使用返回值。会存在某些情况，其中返回的EPE值不可信。在一示例中，用于选择最近邻居的半径或距离(在操作2503中接收或设置的参数)太大，因此它选择了一些通量参数与搜索变量的通量参数没有很好相关的条目。在EPE值对通量或其他搜索变量的变化高度敏感的参数空间区域中可能就是这种情况。在另一示例中，查找表中搜索集中的区域存在问题，可能是因为用于生成条目的数据或SKM在该区域表现不佳。为了解决这些情况，所描绘的搜索方法包括检查2511，检查2511确定所选择的最近邻居条目的EPE值的范围是否大于定义的公差。在一示例中，检查2511确定EPEmax–EPEmin是否大于定义的公差。(可以在操作2503中与其他搜索参数一起设置这种公差。)假设检查操作2511确定返回的EPE值的范围大于可接受的公差，则可以简单地结束搜索而无需返回预测的EPE值。可替代地，它可以动态地减小最近的邻居搜索半径，从而减少返回条目的数量，并且可能将EPE值仅集中在那些与搜索变量所定义的条件有关或本来(otherwise)可靠的值上。认识到该选项，所描绘的方法包括判定操作2513，该判定操作2513确定是否动态减小与最近邻居的可接受的距离。如果出于任何原因决定不这样做，则仅终止该过程，而无需返回预测的EPE。但是，如果其确定应该减小可接受的距离，则重置距离并将过程返回操作2507，在操作2507中，则这次搜索过程再次以更受限的方式标识成组的最近的邻居。
不管是在一遍还是多遍中识别出EPE值，检查操作2511都可以确定当前手中的EPE值是可接受的。在这种情况下，搜索过程获得选定的EPE值，并确定其返回的单个预测EPE值，以用于考虑中的蚀刻特征和工艺。参见操作2515。在最简单的情况下，操作2515仅识别(对于搜索变量)最近的相邻条目并将其视为预测的EPE值。在另一种方法中，边缘放置误差的各个值以某种方式组合以产生总的预测边缘放置误差。可以多种方式进行组合。在某些情况下，插值是使用搜索变量点(在多维搜索变量空间中)作为插值的参考点进行的。这可以通过对边缘放置误差的各个值进行平均来实现，可选地通过加权平均过程来实现，在该过程中，根据各个边缘放置误差的值与表示搜索变量的点的接近程度来加权各个边缘放置误差的值。加权方法可以表示为
EPE_predicted＝w1*EPE_1+w2*EPE_2+...wn*EPE_n
来自框2515的边缘放置误差的预测值用于确定是否应当调整掩模边界和/或工艺条件。
总而言之，当搜索蚀刻掩模/特征几何结构时，可以在表中的所有条目(有时描绘为行)中进行搜索。搜索可以采用蚀刻特征内通量值或其他合适的搜索变量。可以在n维预测通量变量空间中执行K个最近的邻居搜索，以识别表中具有与蚀刻值的特征内通量值(即搜索变量)类似的特征内通量值的条目。由于搜索变量可能很多，因此识别最近的邻居可能需要大量的计算。可以采用各种方法来确定多维空间中的距离。一些实施方案采用欧几里得距离。
所使用的通量值可以原始形式或标准化形式使用。不同位置的离子通量和自由基通量可能具有非常不同的绝对幅值。归一化可以赋予各个搜索变量相同或相对相等的重要性。例如，一个变量在LUT中的变化可能仅为1％，但是其对EPE预测的重要性可能很高，而另一个变量在LUT中的变化可能会更大，但是EPE预测对其相对不敏感。归一化的一种方法是自动缩放。对于每个变量，均会计算出平均值和标准偏差。然后，对于每个测量，通过(Xi-mean)/std进行归一化。
位于搜索中的最近条目在时间＝T(即蚀刻过程结束时的时间)处提供其相应的蚀刻后EPE值。从“k”个最近的条目获得的EPE值用于进行预测。该预测可以基于例如与到搜索位置的距离成反比的简单平均或加权平均。
在某些情况下，某些变化方案会是合适的。当使用简单的k个最近邻居搜索时，对于查找表的最近邻居相距甚远的稀疏布局的区域，预测性能可能会不佳。可以使用最大搜索半径参数，以便在该半径内没有点的情况下不提供预测。这也可以用于触发信号，以在搜索位置向查找表添加更多点。可以通过对一个或多个或每个预测变量对EPE值的敏感性分析来确定最大搜索半径参数。在一些实施方案中，搜索方法逻辑允许用户输入值，该值指定由搜索返回的EPE值的最大可容许变化。任何返回具有超出此公差的变化的EPE值的搜索都将被视为失败搜索，在这种情况下，它不会返回预测的EPE值。
请注意，该方法并未说明蚀刻工艺的过程中磁通量值的变化，磁通量值的这种变化是蚀刻工艺的过程中特征形状变化的结果。随着特征形状的改变，特征侧壁上各个位置的几何法线也会改变，从而改变了在这些位置看到的特征内通量值。该方法也没有说明：当特征在蚀刻工艺的过程中打开时，由于特征几何结构的变化而导致轮廓深度上各个位置的通量的显著变化。后一事实在较长的时间步长中最为明显，在该时间步长中，特征形状发生了显著变化，或者在较短的时间步长中最为明显，但其中特征到几何结构变化很大。
第二种方法
在这种方法中，特征几何结构被认为在多次迭代中发生变化。这种方法可能涉及(i)最初假定假设的矩形特征形状以开始搜索；(ii)执行通过EPE预测移动经蚀刻的特征的底部的一次或多次迭代，以产生新的梯形特征形状；以及(iii)继续进行迭代，直到达到收敛为止(例如，诸如ΔEPE之类的几何差异不再显著变化)。换句话说，初始猜测的最终蚀刻轮廓被假定为矩形轮廓，其直的侧壁产生EPE＝0nm。然后，在每次迭代中，从查找表中获得EPE预测，并将该EPE值用于创建梯形蚀刻轮廓，从而为最终轮廓提供下一个猜测。继续进行迭代，直到EPE值/梯形边缘在下一次迭代中没有明显变化为止。在一些实现方式中，产生除了梯形形状之外的形状。例如，可以生成多边形或球形轮廓。
为了说明这种方法，图26展示了与每次迭代相关的一系列特征截面。在第一次迭代中，假设蚀刻产生了完美的矩形切口，其中没有边缘放置误差。参见图26的顶部小图，其中在衬底2603中蚀刻特征2605中，如由掩模2601限定的。使用特征2605的几何结构，CPM或其他计算工具可以计算出各种通量值，这些通量值用于索引到表。如第一种方法所述，该表使用一个或多个最近的邻居产生边缘放置误差，并且该边缘放置误差用于定义特征的新形状，该形状可能是梯形的，而不是矩形的。梯形形状说明了根据查找表预测的边缘放置误差。
图26的第二个小图说明了在第二次迭代中生成的此类特征(特征2605')。可以执行其他迭代，每个迭代都使用EPE，该EPE是使用前一次迭代的几何结构计算得出的。第三个小图说明了在第三次迭代过程中产生的特征2605”。该特征包括底切(即，球形轮廓)。但是，这种结构不会为EPE计算仅限于特征底部的方法提供其他信息。
示例性方法也显示在图27的流程图2701中。如图所示，该方法始于操作2703，其中定义了特征形状的第一次迭代，该形状是简单矩形(例如，在图26中的特征2605)。接下来，该方法确定特征形状的EPE预测。参见框2705。可以以多种方式确定EPE，其中一个值得注意的示例是上述的第一种方法，并在图25中进行了示例。确定EPE预测后，该方法应用于先前迭代的特征形状，以产生新的特征形状(例如，图26中的特征2605')。参见框2707。在一些实施方案中，EPE预测用于移动初始矩形或其他梯形的底边缘以形成新的梯形结构。
在过程中的某个时刻，产生下一个多边形特征形状的边缘放置误差非常小，以至于实际上为零(或低于定义的阈值)，在这种情况下，可以认为过程已收敛并且没有进一步的迭代是必要的。参见决策框2709。但是，边缘放置误差通常很明显，并且新的多边形形状用于下一次迭代，在这种情况下，CPM用于使用新的梯形形状再次计算通量集合，这些新计算的通量用于索引所述表，或作为自变量提供以用于新的搜索，并产生新的边缘放置误差值。这由判定框2709表示，该框将过程控制引回到框2705。
如果边缘放置误差的下一个值满足收敛标准，则无需进一步迭代。但是，如果认为该过程尚未收敛，则再次调整特征的形状以解决该进一步的边缘放置误差，并且该新多边形用来再次使用例如紧凑的物理模型但以新的形状，生成新的成组的通量值。然后，这些新的通量将用于再次在表中索引或作为模型的输入变量，并提供边缘放置误差的另一个值，将其与边缘放置误差的先前值进行比较，以确定是否已达到收敛。最终，经过多次迭代，该过程收敛到预测EPE的最终值。
第三种方法
如上所述，前两种方法使用蚀刻的开始时间和结束时间来进行单个EPE预测。在某些情况下，尤其是对于深或高的深宽比蚀刻，初始通量与最终EPE值的相关性可能很弱。例如，通量值可能会在蚀刻工艺的过程中发生变化。第三种方法通过采用前两种方法中使用的方法来解决此问题，但是对于多个时间快照，每个新迭代都使用前一个时间快照的结果作为下一个时间快照的起点。
换句话说，搜索方法是以多个时间增量执行的，每个时间增量都可以用作查找表中的时间快照。一个时间增量的EPE预测用于定义下一个时间增量的“掩模”。该方法可以被实现为使得在每个增量内，执行第一方法或第二方法(即，在单个时间增量内执行对蚀刻几何结构的迭代)。
以另一种方式看，该方法将蚀刻工艺分为多个部分，每个部分对应于蚀刻过程所需的总时间的不同百分数，并相应地对应于蚀刻工艺的特定深度。例如，如果蚀刻工艺从头到尾进行了30秒，则可以将其分为三个10秒的部分，或两个15秒的部分，或者一个15秒的部分、一个10秒的部分和一个5秒的部分，等等。
在该第三种方法中，使用例如前两种方法中的一种来定义预测的EPE将所述部分中的每一个作为单个完整的蚀刻工艺处理。在时间快照的末尾，使用末端边缘放置误差来为蚀刻工艺的下一时间快照定义新的设计布局(例如，掩模开口)。
在所有时间快照的过程中，整体边缘放置误差会累积。换句话说，每个时间快照都会生成其自己的边缘放置误差。在整个过程结束时，可以将总的边缘放置误差读取为针对每个时间快照生成的边缘放置误差的总和。替代地，可以将由最终时间增量的EPE定义的整体位置读取为最终蚀刻特征部分底部的关键尺寸。在最后一个时间快照之后，相对于第一个时间快照开始时(例如，在时间等于0时)的掩模或设计布局位置测量经蚀刻的特征底部的最终位置。此最终位置还定义了所有时间快照过程中的总体边缘放置误差。
在图28中以图形方式示出了该第三种方法的示例。顶部的两个小图示出了预测的在第一时间快照期间计算出的初始或部分EPE，其代表对衬底2803的部分蚀刻。底部的两个小图示出了预测的在第二个时间快照期间计算出的另一EPE，其代表刻蚀到衬底的剩余部分。可以在其他时间快照上进行进一步的部分蚀刻，但在此图中未显示。
在顶部小图中，该方法开始于假设完全笔直的蚀刻轮廓以在衬底2803中创建矩形特征2805。特征2805的侧壁由掩模2801的边缘限定。特征#2805的深度”d1”由第一个时间快照的持续时间确定(由定义的成组的蚀刻条件执行)。这种矩形特征结构类似于在第一和第二种方法中用于启动方法的结构，但是它只是总蚀刻深度的一部分，其总和大于d1。
如顶部小图所示，在形成矩形部分蚀刻轮廓后，该方法确定该轮廓的预测EPE。在这方面，该方法可以使用上述的第一或第二方法，或者替代地，可以使用一些其他方法。在第二面板的梯形特征轮廓2805’中示出了预测的EPE的应用。此时，该方法仍在第一个时间快照中。
第二个时间快照的初始处理在第三个小图中进行了描述，其中该特征被切割为更深的深度d2。该特征的较深部分最初被视为具有竖直侧壁的矩形结构。这产生了总体漏斗形特征2805”。然后使用该特征(和/或与其相关联的通量)以使用适当的算法(例如，第一或第二方法)来搜索查找表，以生成第二EPE。然后将该EPE应用于特征2805”，以生成最终特征2805’”(其相应的最终CD在全深度特征的底部)，如第四小图所示。
在一种替代方法中，分析第二个时间快照，没有包括特征的顶部(第一个时间快照中分析的部分)。在这种方法中，第一个时间快照用于生成第一EPE，从而调整特征底部的大小(CD)。然后，将调整后的特征底部的尺寸用作第二个时间快照期间分析的起点。实际上，从第一个时间快照分析开始，第二个时间快照分析被给予具有平坦的顶表面的新鲜衬底和具有开口的掩模，该开口具有经调整后的特征底部的尺寸。在第二个时间快照期间生成了第二EPE，并将这两个EPE相加以生成最终的预测EPE。当使用单独的假设底物进行两次分析时，最终特征的完整深度对应于两个部分深度的总和。最终特征还具有等于两个EPE之和的EPE。当然，可以在两个以上的时间快照中执行分析。
图29呈现了第三种方法的示例的流程图2901。所描绘的过程从操作2903开始，在操作2903中，对于初始时间快照，特征最初被定义为具有由时间快照指定的矩形轮廓和深度。使用此轮廓，搜索查找表以确定第一个时间快照的预测EPE。参见操作2905。新确定的EPE立即应用于将矩形特征调整为梯形特征。每个时间快照都重复定义初始矩形特征然后计算和应用EPE的过程。并且每次该过程检查以确定是否需要任何其他时间快照才能达到充分的蚀刻深度。参见决策操作2907。当需要时，该方法通过生成具有由先前时间快照的特征底部的尺寸确定的尺寸的掩模开口来进入下一时间快照。参见操作2909。在设置了掩模尺寸之后，过程控制返回到操作2903，在此将特征几何机构初始化为矩形结构，该矩形结构的侧壁由操作2909中的“掩模”定义。在为所有为了达到充分的蚀刻深度所需要的快照确定了所有EPE之后，过程控制被导向操作2911，其中将来自所有时间快照的EPE相加以产生最终的预测EPE。
查找表中的模型表示信息。
某些实施方案使用除查找表以外的工具来预测EPE值。在某些情况下，该工具是配置为接收预测变量作为输入并直接(或间接)提供预测EPE值作为输出的模型。在某些实施方案中，这样的模型以不搜索与预测变量匹配的表条目的方式操作。预测变量的示例包括针对查找表提到的变量(例如，各个特征位置的特征内通量值)以及几何参数，例如线宽、线间距、特征深度和蚀刻时间。也可以使用测量或计算的光学参数。
在一些实现方式中，从训练集生成模型，该训练集可以包括直接从诸如SKM模型或行为模型之类的蚀刻轮廓模型获取的值，以及蚀刻轮廓模型的输入参数，例如各种通量值、反应器条件、设计布局和特征几何值。
可以使用包括回归技术(例如，偏最小二乘法)、机器学习(包括深度学习)等的多种技术中的任何一种来生成这样的模型。该模型可以具有许多不同形式中的任何一种，包括诸如将EPE与预测值、神经网络、分类树等相关联的线性或非线性表达式之类的关系。模型形式的具体示例包括使用偏最小二乘法和/或主成分分析生成的关系。
在某些实施方案中，模型对于较小的时间增量有效，但是在使用多个时间增量来计算边缘放置误差的情况下可以使用。每次增量都会再次使用该模型。作为示例，模型可以训练以使用蚀刻到约10至80纳米之间的深度的时间快照工作。
在某些实施方案中，该方法建立了偏最小二乘法多元模型，其用于关联多个时间快照的通量演变，每个模型确定时间快照“i”的增量ΔEPE_i变化。从时间＝0时的初始掩模形状开始，该模型可以预测下一时间快照的ΔEPE，并对所有时间快照求和，以找到目标时间(深度)的最终EPE。此方法可能适用于较简单的情况，其中仅使用单个快照(可能相对较长)来根据输入的预测变量生成预测EPE。
掩模侵蚀
所公开的搜索和分析方法的某些实施方案说明了在蚀刻工艺期间发生的掩模腐蚀。查找表搜索和EPE预测方法可以在一个或多个时间快照中执行此操作。本文所述的各种方法中的每一种都在时间步长的末尾计算边缘放置误差。在该时间步长中，掩模可能会腐蚀，从而改变线宽或影响特征内通量的其他几何参数。
为了解决掩模腐蚀，该过程可以采用单独的查找表和/或模型，以计算在要蚀刻的层的顶部的掩模位置的调整。在要蚀刻的层的顶部的掩模边缘位置中的这种差异或误差可以反馈到用于计算在要蚀刻的特征中的边缘放置误差的过程中。在一些实现方式中，通过将本来在一个步骤中被考虑的蚀刻工艺划分为多个时间步长来解决掩模腐蚀。每个时间步长可以使用不同的掩模开口来计算EPE。另一种方法是假设在时间快照期间将发生掩模腐蚀，并且出于查找表搜索的目的，将掩模开口设置为时间快照上的掩模开口的起始位置和结束位置之间的中间尺寸。
特征的空间表示
可以应用于一些或所有实现方式的另一种方法，包括上述三种方法，涉及关于特征上的空间点的特征表示。在一些示例中，该方法在正被蚀刻的特征的横截面中的多个点处提供预测变量值。这些点位置可以在许多位置处提供，可以在特征上的不同位置处提供。例如，可以通过在轮廓弧长上均匀分布点(成角度分布)或在每个侧壁上以固定的高度差均匀分布和/或在特征底部以固定的“x方向”距离均匀分布点来选择它们。在一些实施方案中，例如在仅将通量值用于初始时间快照的一些实施方案中，点位置可以在掩模层上，包括在掩模侧壁和掩模开口底部的开口区域上。当使用多个时间片时，这些点也可以在掩模层和要蚀刻的目标层上。
例如，考虑图22，在特征的左侧，1号点可能在掩模层内，靠近蚀刻开始的位置，而3号点也可能在蚀刻特征的左侧，但位于蚀刻特征的最基部或底部。2号点可能位于蚀刻轮廓左侧在点1和3之间的中间位置。4号点可能位于蚀刻区域的基部或底部，但位于蚀刻轮廓的左侧和右侧之间。同样，5、6和7号点可能位于蚀刻轮廓的右侧。图26也显示了具有所示出的多个特征内通量点的横截面。在一些实现方式中，所考虑的点的数目为2n+1，其中n为代表蚀刻轮廓的侧面之一的点的数目。一些方法使用9个或更多的点，一些方法使用11个或更多的点，有些甚至使用13个或更多的点。
所考虑的点中的每一个将具有其自己的几何法线和关联的可见性特征。紧凑的物理模型可以使用这些特征来计算所考虑点的位置处的一个或多个特征内通量。
用以提供预测变量值的紧凑的物理模型
通常适用于本文所述的一些或所有方法的另一种方法是使用CPM来计算特征通量值。如本文其他地方所述，CPM将反应器内的整体蚀刻剂通量信息作为输入，该信息可包括从晶片中心到边缘的某些变化。这种变化发生在相对于被蚀刻的特征的尺寸而言较大的距离上。
在某些情况下，CPM的输入还包括有关晶片上特征的加载和/或特征内可见性的信息。CPM输出特征内通量值的值。如所解释的，它可以为特征内的不同位置输出不同的值，这些位置可以由x、y和可选的z坐标标识。在一些实施方案中，它们可以使用角度分量来识别，例如通过使用极坐标或圆柱坐标来识别。用于提供预测的边缘放置误差值的查找表或模型的设计者可以选择特征内通量值的某些子集，所述特征内通量值如通过CPM计算的，其对于使用查找表或模型表示的工艺是最相关的。在一个示例中，设计人员总共选择了27个通量值，其中离子通量的9个通量值在特征中的9个不同位置。如前所述，可能要考虑多种不同的通量物质，例如离子、钝化剂和自由基。
从LUT中选择EPE值
可应用于许多EPE预测方法的另一种研究法是如何在查找表中选择特定条目。当搜索查找表时，可能有多个条目与所考虑的搜索变量的值接近。在最简单的情况下，对于边缘放置误差值，选择最接近的条目，即具有最接近用于进行搜索的那些参数值的成组的参数值的条目。这在由搜索变量定义的点之间的距离非常接近于代表一个表条目的点，而又不接近于代表其他表条目的任何其他点时，可能是合适的。
注意，参数值之间的距离可以选择为例如多维参数空间中的简单欧几里德距离。在一些实施方案中，基于边缘放置误差的灵敏度和参数空间中位置的函数关系来缩放距离。
用于从查找表条目确定边缘放置误差的另一种技术涉及选择多个最近的邻居，然后提供这些条目的某种组合或其边缘放置误差值。在最简单的情况下，查找表中所有选定的最近邻居均将其边缘放置误差平均。在另一实施方案中，基于距空间中的点的距离来执行加权平均值，该距离由使用表中的索引的值表示。与距离较远的条目值相比，更接近索引参数值集的表条目的平均权重更高。这是插值的一种形式。
一些掩模蚀刻工艺可涉及蚀刻多层堆叠材料，其中堆叠中的不同层可以具有不同的材料组成。假设这是用一个掩模完成的，即，多层蚀刻工艺通过相同的光致抗蚀剂图案进行，然后对于设计布局进行有效的PPC，人们对(在单一光致抗蚀剂图案的条件下)与整个多层蚀刻工艺相对应的累积EPE真正感兴趣，而不是仅仅对与单个层的蚀刻性关联的EPE感兴趣。
可以使用上述用于通过使用CPM产生的特征内蚀刻条件来计算EPE以索引到ROMLUT内的方法来实现这一点，然而在实践中，关于如何实现这一点，存在几种变化方案。一个方式是仅仅构建对应于整个多层蚀刻工艺的大型ROM LUT。因为上面描述的ROM LUT可以包括时间/深度字段(参见图13B和13C)，该字段提供了索引到LUT内以找到适当的EPE的方式，然后，该EPE对于整个工艺将是累积的EPE。换句话说，以这种方式构建ROM已经在原理上已经有效地考虑了不同材料层的存在、其厚度等等。然而，注意到为了在实践中使这个准确，可能重要的是实现刚刚相对于图20描述的迭代时间/深度切分方案。例如，在多层堆叠的背景下，其中不同的层具有不同的材料组成，并且此外，其中不同的蚀刻化学物质可用于蚀刻穿过各个层，可以通过使时间/深度切分迭代与不同层的深度(或蚀刻时间)匹配来显著提高估计的EPE的精度。在这些方面，由于化学物质变化，因此在单层底部的EPE可以仅仅与同层的顶部的IFPF的特性很好地相关，而不是与整个多层堆叠的顶部很好地相关。
尽管使用代表整个多层蚀刻工艺(以累积方式)的单个单片LUT在许多情况下可能是有效的，但是处理多层堆叠问题的可能更灵活的方式是构建一组较小的ROM LUT，每一个ROM LUT对应于到多层堆叠中的不同材料层中的一层。灵活性是这种方法的一个优点，因为相同的一组ROM LUT可用于许多不同的材料堆叠配置，只要存在与每个层的材料组成相对应的LUT并且其具有下降到足够的蚀刻时间/深度的条目以考虑特定堆叠配置中的层的厚度即可。采用2个不同材料层的更简单的情况，因此2个相应的ROM LUT，将首先索引到与顶层相对应的LUT内，以计算与该层的向下到其底部(即恰好到下面的层的顶部)的蚀刻相关联的EPE，然后，第二是，保持该第一个EPE，使用它来计算下伏的第二层的可见性，以便索引到第二个LUT内，以计算底层的底部的EPE。后一种EPE然后表示2层蚀刻工艺的累积EPE。因此，这就像刚刚描述的2步版本的迭代时间/深度切分方法，但是，是更灵活的，因为每个步骤使用单独的LUT。2个以上的层可以利用额外的层/材料特定的ROM LUT类似地处理，从而使用先前计算的EPE以索引到用于向下的下一层的ROM LUT内，等等。通常而言，通过使用用于处理多层堆叠的单个或多个ROM LUT方法，可以使用上述用于通过使用CPM和ROM查找表计算EPE的任何方法，如本领域技术人员将理解的那样。
然而，关于使用多个LUT(每层一个)方法的多层蚀刻工艺的前述处理，应当指出，在某些情况下会出现复杂状态(complications)，具体取决于层的组成和涉及的蚀刻工艺的细节。在一些实施方式中，当下伏层(第二层、第三层等)的蚀刻取决于在其上的一个或多个层的蚀刻的一些特性或结果时，这些复杂状态通常可能出现，其不考虑与下伏层对应的层特定的LUT。例如，刚好被蚀刻的层上方的层的存在(即，已经被蚀刻穿过的层)可能改变和/或影响蚀刻下伏层的工艺的化学性质。如果用于构建层特定的LUT的EPM不考虑这种改变的化学性质，则使用所述LUT将不会产生对累积EPE的准确估计。在这种情况下，补救措施可能是使用EPE来构建对下伏层特定的LUT，该EPE考虑了该下伏层上面的层的存在。也就是说，还应当注意，被蚀刻的该下伏层之上的层的纯粹的遮蔽效应可以通过可见性内核被层特定的LUT充分考虑。然而，由于覆盖层的遮蔽效应被充分考虑，因此也可能应当考虑在下伏层上操作的蚀刻工艺期间形状的任何变化。同样，本领域技术人员还应该理解，刚刚描述的逐层进行的方法是上面相对于图20所描述的类似的时间切分方法，其中t1对应于堆叠中的第一层的蚀刻穿过，t2对应于蚀刻穿过堆叠中的第二层，等等。
最后，应注意，用于为在光掩模生成和半导体蚀刻操作中使用的光致抗蚀剂产生邻近校正设计布局的上述技术可以在计算机系统中实现。这样的计算机系统通常将具有一个或多个处理器以及一个或多个存储器单元，后者通常存储计算机可读指令(用于在一个或多个处理器上执行)，所述指令执行任何上述方法。在一些实施方式中，这样的系统可以通过从计算机可读介质读取初始设计布局并且将最终邻近校正的设计布局写入计算机可读介质来操作。本文公开的技术和操作也可以体现在存储在一个或多个计算机可读介质上的计算机可读指令中。
类似地，用于蚀刻半导体衬底的等离子体蚀刻系统可以包括刚刚描述的计算机系统，以及光刻模块，光刻模块被配置为(i)从计算机系统接收用于光致抗蚀剂的邻近校正的设计布局，(ii)根据邻近校正的设计布局形成掩模，以及任选地在较晚的时间，(iii)使用该掩模进行光刻操作，以将光致抗蚀剂层转移到半导体衬底，从而基本上与邻近校正的光致抗蚀剂设计布局相符。这样的等离子体蚀刻系统然后还将包括等离子体蚀刻器组件(例如，具有反应室、等离子体产生硬件、晶片支撑件等)，等离子体蚀刻器组件被配置为产生等离子体，等离子体然后接触半导体衬底并蚀刻衬底表面的未被光刻模块转移的光致抗蚀剂覆盖的那些部分。对于在(ii)中生产的给定的掩模可以重复执行操作(iii)。
通过应用上述原理、技术和方法，可以向IC设备设计者提供物理感知图案邻近校正(PPC)解决方案。对于给定的处理配方和材料堆叠，EDA(电子设计自动化)工具可以实现为具有对于光致抗蚀剂的给定输入设计布局(大致地但具有良好精度地)预测蚀刻传递函数(transfer function)的能力，如参照图12所解释的，这具有显著降低光掩模开发成本并大大缩短解决方案的时间的能力。进一步设想，通过上述原理、技术和方法，可以制造可用的工艺窗库，从中可以快速地产生灵敏度矩阵，其中测试晶片的消耗最少，并且进行时间密集的物理实验。这些可以与系统销售捆绑在一起或单独出售，其中对于新的膜堆叠和工艺可能需要定期更新。此外，在一些实施方式中，可以创建适合指定的工艺的设计，而不是开发该工艺以适合给定的设计。这可能会使得能在设计时进行工具选择(早期锁定在内(或锁定在外))，从而可以在一开始就设计最小可变性的水平。此外，从早期的计算原理开始预测边缘放置误差的能力会使得能进行早期的故障检测和分类，否则不是容易实现的。
系统控制器
系统控制器可以用于控制在任何上述处理装置中的蚀刻操作(或其他处理操作)，上述处理装置例如图9A-9C所示的CCP蚀刻器装置，和/或图10所示的ICP蚀刻器装置。具体地，系统控制器可以实现如上所述的优化的EPM，并且响应于使用优化的EPM(如上所述)产生的计算蚀刻轮廓来调整蚀刻器装置的操作。
在图10中示意性地示出了与蚀刻器装置通信的系统控制器的示例。如图10所示，系统控制器1050包括一个或多个存储器设备1056、一个或多个大容量存储设备1054和一个或多个处理器1052。处理器1052可以包括一个或多个CPU、ASIC、通用计算机和/或专用计算机、一个或多个模拟和/或数字输入/输出连接件、一个或多个步进马达控制器板等。
在一些实施方式中，系统控制器(图10中的1050)控制处理工具(图10中的蚀刻器装置1000)的包括其单个处理站的操作在内的操作中的一些或全部。可以提供机器可读系统控制指令1058以实施/执行本发明所述的膜沉积和/或蚀刻工艺。指令可以在可耦合到系统控制器和/或由系统控制器读取的机器可读的非暂时性介质上提供。指令可以在处理器1052上执行，在一些实施方式中，系统控制指令被从大容量存储设备1054加载到存储器设备1056中。系统控制指令可以包括用于控制时序，气体和液体反应物的混合，室和/或站压力，室和/或站温度，晶片温度，目标功率电平，RF功率电平(例如，DC功率水平，RF偏置功率电平)，RF暴露时间，衬底基座，卡盘和/或支撑件位置，以及由处理工具执行的特定处理的其他参数。
半导体衬底处理操作可以采用各种类型的工艺，这些工艺包括但不限于与在衬底上的膜蚀刻(该蚀刻例如通过涉及表面吸附的蚀刻剂的等离子体活化的原子层蚀刻(ALE)操作进行，参见，2014年11月12日提交的名称为“ADJUSTMENT OF VUV EMISSION OF APLASMA VIA COLLISIONAL RESONANT ENERGY TRANSFER TO AN ENERGY ABSORBER GAS”的美国专利申请No.14/539,121，其通过引用整体并入本发明以用于所有目的)相关的工艺、沉积工艺(例如原子层沉积(ALD)，其通过等离子体活化表面吸附膜前体进行)、以及其他类型的衬底处理操作。
因此，例如，关于用于执行基于等离子体的蚀刻工艺的衬底处理装置，由系统控制器执行的机器可读指令可以包括用于从优化的EPM生成计算蚀刻轮廓，以及响应于计算蚀刻轮廓调整等离子体产生器的操作。
系统控制指令1058可以以任何合适的方式进行配置。例如，各种处理工具组件子程序或控制对象可以被写入以控制执行各种处理工具的进程所需要的处理工具组件的操作。系统控制指令可以以任何合适的计算机可读编程语言进行编码。在一些实施方式中，系统控制指令在软件中实现，在其他实施方式中，指令可在硬件中实现，例如，作为逻辑硬编码在ASIC(专用集成电路)中，或者，在其他实施方式中，作为软件和硬件的组合实现。
在一些实施方式中，系统控制软件1058可包括用于控制上述各种参数的输入/输出控制(IOC)测序指令。例如，一个或者多个沉积和/或蚀刻处理的每个阶段可以包括用于由系统控制器执行的一个或多个指令。用于设置膜沉积处理阶段和/或蚀刻处理阶段的处理条件的指令例如可以包括在相应的沉积配方阶段和/或蚀刻配方阶段中。在一些实施方式中，配方阶段可按顺序设置，以便处理阶段的所有指令与该处理阶段同时执行。
在一些实施方式中，可以采用存储在与系统控制器1050相关联的大容量存储设备1054和/或存储器设备1056上的其他计算机可读指令和/或程序。程序或程序段的实例包括衬底定位程序、工艺气体控制程序、压强控制程序、加热器控制程序以及等离子体控制程序。
衬底定位程序可以包括用于处理工具组件的指令，该处理工具组件用于将衬底加载到基座上并控制衬底和处理工具的其他部件之间的间隔。该定位程序可以包括用于根据需要适当地移动衬底进出反应室以在衬底上沉积和/或蚀刻膜的指令。
工艺气体控制程序可包括用于控制气体组成和流率的指令和任选地用于使气体在沉积和/或蚀刻之前流到围绕一个或多个处理站的体积中以稳定在这些体积中的压强的指令。在一些实施方式中，工艺气体控制程序可以包括用于在衬底上沉积和/或蚀刻操作期间引入某些气体到围绕在处理室中的一个或多个处理站的体积内的指令。工艺气体控制程序还可以包括以相同速率在相同的期间、或者以不同的速率和/或在不同的期间输送这些气体的指令，具体取决于将被沉积的膜的组合物和/或所涉及的蚀刻工艺的特性。工艺气体控制程序还可以包括用于在加热的喷射模块中在存在氦或一些其他的载气的情况下雾化/汽化液体反应物的指令。
压强控制程序可以包括用于通过调节例如在处理站的排放系统中的节流阀、流入处理站内的气流等等来控制处理站内的压强的指令。压强控制程序可以包括用于在衬底上沉积各种类型的膜和/或蚀刻衬底期间保持相同或不同的压强的指令。
加热器控制程序可包括用于控制流向用于加热衬底的加热单元的电流的指令。可替代地或附加地，加热器控制程序可控制传热气体(如氦)朝向衬底上的传送。加热器控制程序可包括在衬底上沉积各种类型的膜和/或蚀刻衬底期间用于在反应室和/或围绕处理站的体积内保持相同或不同的温度的指令。
等离子体控制程序可包括用于根据本发明的实施方式设置一个或多个处理站内的RF功率电平、频率和暴露次数的指令。在一些实施方式中，等离子体控制程序可以包括用于在衬底上沉积膜和/或蚀刻衬底期间使用相同或不同的RF功率电平和/或频率和/或暴露次数的指令。
在一些实施方式中，可以存在与系统控制器相关联的用户界面。用户界面可以包括显示屏、装置和/或工艺条件的图形软件显示器、以及诸如定点设备、键盘、触摸屏、麦克风等用户输入设备。
在一些实施方式中，由系统控制器调节的参数会涉及工艺条件。非限制性实例包括工艺气体组成和流率、温度(例如衬底保持器和喷头温度)、压强、等离子体条件(例如，RF偏置功率电平和暴露次数)等。这些参数可以以配方的形式提供给用户，配方可以利用所述用户界面输入。
用于监控处理的信号可以由系统控制器的模拟和/或数字输入连接件从各种处理工具传感器提供。用于控制处理的信号可以通过处理工具的模拟和/或数字输出连接件输出。可被监控的处理工具传感器的非限制性实例包括质量流量控制器(MFC)、压力传感器(例如压力计)、热电偶之类的温度传感器、等等。经适当编程的反馈和控制算法可以与来自这些传感器的数据一起使用，以保持工艺条件。
上面所描述的各种装置和方法可以与光刻图案化工具和/或工艺结合使用，例如，以用于制造或生产半导体器件、显示器、发光二极管、光伏电池板等。典型地，但不必然地，此类工具将在普通的制造设施中一起和/或同时使用，或者此类工艺将在普通的制造设施中一起和/或同时执行。
在一些实施方案中，控制器是系统的一部分，该系统的一部分可以是上述实施方式的一部分。这样的系统可以包括半导体处理设备，半导体处理设备包括一个或多个加工工具、一个或多个室、用于处理的一个或多个平台、和/或特定的处理部件(晶片基座、气体流动系统等)。这些系统可与电子器件集成，以便在半导体晶片或衬底的处理之前、期间或之后控制这些系统的操作。电子器件可以被称为“控制器”，其可以控制一个或多个系统的各种组件或子部分。根据处理要求和/或系统的类型，控制器可以被编程，以控制本发明所公开的工艺中的任何一些，包括控制处理气体的输送、温度的设置(例如，加热和/或冷却)、压力的设置、真空的设置、功率的设置、射频(RF)产生器的设置、RF匹配电路的设置、频率的设置，流率的设置、流体输送的设置、位置和操作的设置、晶片的进出工具和其他输送工具和/或连接到特定系统的或与特定系统接口的装载锁的传送。
从广义上讲，控制器可以被定义为接收指令、发出指令、控制操作、使能清洁操作、使能终点测量等的具有各种集成电路、逻辑、存储器、和/或软件的电子器件。该集成电路可以包括固件形式的存储程序指令的芯片、数字信号处理器(DSP)、定义为专用集成电路(ASIC)的芯片和/或执行程序指令(例如，软件)的一个或多个微处理器或微控制器。程序指令可以是与各种单个的设置(或程序文件)形式的控制器通信的指令，该设置定义在半导体晶片上或用于半导体晶片或向系统进行特定处理的操作参数。在一些实施方式中，所述操作参数可以是由工艺工程师定义的以完成晶片的一个或多个(种)层、材料、金属、氧化物、硅、二氧化硅、表面、电路和/或管芯的制造过程中的一个或多个处理步骤的配方的一部分。
在一些实施方案中，控制器可以是与系统集成、耦接或者说是通过网络连接系统或它们的组合的计算机的一部分或者与该计算机耦接。例如，控制器可以在“云端”或者是晶片厂(fab)主机系统的全部或一部分，它们可以允许远程访问晶片处理。计算机可以启用对系统的远程访问以监测制造操作的当前处理，检查过去的制造操作的历史，检查多个制造操作的趋势或性能标准，改变当前处理的参数，设置处理步骤以跟随当前的处理或者开始新的工艺。在一些实例中，远程计算机(例如，服务器)可以通过网络给系统提供工艺配方，网络可以包括本地网络或互联网。远程计算机可以包括允许输入或编程参数和/或设置的用户界面，这些输入或编程参数和/或设置然后从远程计算机传送到系统。在一些实例中，控制器接收数据形式的指令，这些指令指明在一个或多个操作期间将要执行的每个处理步骤的参数。应当理解，这些参数可以针对将要执行的工艺类型以及工具类型，控制器被配置成连接或控制该工具类型。因此，如上所述，控制器可以例如通过包括一个或多个分立的控制器而分布，这些分立的控制器通过网络连接在一起并且朝着共同的目标(例如，本发明所述的工艺和控制)工作。用于这些目的的分布式控制器的实例可以是与一个或多个远程集成电路(例如，在平台水平或作为远程计算机的一部分)通信的室内的一个或多个集成电路，它们结合以控制室内工艺。
示例的系统可以包括但不限于，等离子体蚀刻室或模块(使用感应或电容耦合等离子体)、沉积室或模块、旋转冲洗室或模块、金属电镀室或模块、清洁室或模块、倒角边缘蚀刻室或模块、物理气相沉积(PVD)室或模块、化学气相沉积(CVD)室或模块、原子层沉积(ALD)室或模块、原子层蚀刻(ALE)室或模块、离子注入室或模块、轨道室或模块、以及在半导体晶片的制备和/或制造中可以关联上或使用的任何其他的半导体处理系统。
如上所述，根据工具将要执行的一个或多个工艺步骤，控制器可以与一个或多个其他的工具电路或模块、其他工具组件、组合工具、其他工具界面、相邻的工具、邻接工具、位于整个工厂中的工具、主机、另一个控制器、或者在将晶片的容器往来于半导体制造工厂中的工具位置和/或装载口搬运的材料搬运中使用的工具通信。
其他实施方式
尽管为了促进清楚和理解的目的，在具体实施方式的背景下，已经详细描述了前述公开的技术、操作、处理、方法、系统、装置、工具、膜、化学品和组合物，但对于本领域的普通技术人员而言，显而易见的是，存在许多实施前述实施方式的落入本发明的主旨和范围内的替代方式。因此，本发明所描述的实施方式应被看作是说明本发明公开的创造性构思，而不是限制，并且不应被用作不适当地限制最终指向本发明的主题的任何权利要求的范围的不允许的基础。
Claims (26)
1.一种确定用于集成电路制造蚀刻工艺的光刻掩模的布局的方法，该方法包括：
(a)接收用于要在部分制造的集成电路中蚀刻的特征的起始光刻掩模布局；
(b)获得对于要蚀刻的所述特征内的至少一个位置或者所述特征上的所述光刻掩模中的开口内的至少一个位置的蚀刻工艺条件，其中，预测所述蚀刻工艺条件将在所述集成电路制造蚀刻工艺过程中产生；
(c)通过将所述特征的多个位置处的所述蚀刻工艺条件应用于查找表或模型来识别所述特征的特征内边缘放置误差，所述查找表或所述模型提供对由所述特征内的所述集成电路制造蚀刻工艺引起的特征内边缘放置误差的预测，其中在所述特征的多个位置处的所述蚀刻工艺条件的值对应于所述查找表或模型的多个搜索变量，其中将所述蚀刻工艺条件应用于所述查找表或所述模型，以识别特征内边缘放置误差的与所述蚀刻工艺条件相对应的一个或多个推定值，其中，所述查找表或所述模型是通过在包括所述蚀刻工艺条件的一组工艺条件下运行蚀刻轮廓模型来构建的；以及
(d)通过将所述蚀刻工艺条件应用于所述查找表或所述模型来修改所述特征的所述起始光刻掩模布局的位置，以补偿(c)中所识别的所述特征内边缘放置误差。
2.根据权利要求1所述的方法，其中，所述起始光刻掩模布局是通过光学邻近校正过程来产生的。
3.根据权利要求1所述的方法，其中修改所述起始光刻掩模布局的所述位置包括将在(c)中识别出的所述特征内边缘放置误差提供给光学邻近校正过程。
4.根据权利要求1所述的方法，其进一步包含使用预期在等离子体反应器中产生的工艺条件来计算所述蚀刻工艺条件，所述集成电路制造蚀刻工艺将在所述等离子体反应器中执行。
5.根据权利要求4所述的方法，其中，所述计算所述蚀刻工艺条件包括将所述工艺条件应用于特征等离子体蚀刻剂物质的紧凑的物理模型的输出。
6.根据权利要求5所述的方法，其中，所述紧凑的物理模型被配置为解决由在所述集成电路上的特征引起的通量加载和/或所述特征内的等离子体的可见性。
7.根据权利要求1所述的方法，其中获得所述蚀刻工艺条件包括获得用于所述多个位置的蚀刻工艺条件，所述多个位置在所述特征内或所述掩模中的所述开口内。
8.根据权利要求7所述的方法，其中所述查找表或所述模型被配置为识别对应于用于所述多个位置的所述蚀刻工艺条件的特征内边缘放置误差的所述一个或多个推定值。
9.根据权利要求1所述的方法，其中将所述蚀刻工艺条件应用于所述查找表或所述模型识别边缘放置误差的多个推定值。
10.根据权利要求9所述的方法，其进一步包含在所述边缘放置误差的所述多个推定值之间进行内插以提供在(d)中通过将所述蚀刻工艺条件应用于所述查找表或所述模型而识别出的所述特征内边缘放置误差。
11.根据权利要求1所述的方法，其还包括：在(c)之后且在(d)之前，从(c)中识别出的所述特征内边缘放置误差中确定待蚀刻的所述特征的轮廓；使用该轮廓以获得更新的蚀刻工艺条件；并且将更新的所述蚀刻工艺条件应用于所述查找表或所述模型以获得更新的特征内边缘放置误差，其中，在(d)中修改所述起始光刻掩模布局的所述位置包括补偿所更新的所述特征内边缘放置误差。
12.根据权利要求1所述的方法，其中，确定布局的所述方法是在两个或更多个时间步长中执行的，每个时间步长代表所述集成电路制造蚀刻工艺的一部分，其中对于所述集成电路制造蚀刻工艺的初始时间步长执行(a)至(c)；并且进一步包括确定在所述集成电路制造蚀刻工艺的所述初始时间步长结束时要蚀刻的所述特征的轮廓，并且对于所述集成电路制造蚀刻工艺的后续时间步长应用所述特征的所述轮廓以重复操作(a)至(c)，其中在(d)中修改所述起始光刻掩模布局的所述位置包括补偿针对所述集成电路制造蚀刻工艺的后续时间步长而识别出的所述特征内边缘放置误差。
13.一种用于为集成电路制造蚀刻工艺确定光刻掩模的布局的计算机系统，该系统包括：一个或多个处理器以及存储器，该存储器存储用于在所述一个或多个处理器上执行的计算机可读指令，其包括用于以下操作的指令：
(a)接收用于要在部分制造的集成电路中蚀刻的特征的起始光刻掩模布局；
(b)获得对于要蚀刻的所述特征内的至少一个位置或者所述特征上的所述掩模中的开口内的至少一个位置的蚀刻工艺条件，其中，预测所述蚀刻工艺条件将在所述集成电路制造蚀刻工艺过程中产生；
(c)通过将所述特征的多个位置处的所述蚀刻工艺条件应用于查找表或模型来识别所述特征的特征内边缘放置误差，所述查找表或所述模型提供对由所述特征内的所述集成电路制造蚀刻工艺引起的特征内边缘放置误差的预测，其中在所述特征的多个位置处的所述蚀刻工艺条件的值对应于所述查找表或模型的多个搜索变量，其中将所述蚀刻工艺条件应用于所述查找表或所述模型，以识别特征内边缘放置误差的与所述蚀刻工艺条件相对应的一个或多个推定值，其中，所述查找表或所述模型是通过在包括所述蚀刻工艺条件的一组工艺条件下运行蚀刻轮廓模型来构建的；以及
(d)通过将所述蚀刻工艺条件应用于所述查找表或所述模型来修改所述特征的所述起始光刻掩模布局的位置，以补偿(c)中所识别的所述特征内边缘放置误差。
14.根据权利要求13所述的计算机系统，其中，用于在(a)中接收所述起始光刻设计布局的指令包括：用于从计算机可读介质接收所述起始光刻设计布局的指令；并且其中存储在所述存储器中以在所述处理器上执行的所述计算机可读指令还包括用于以下操作的指令：
(e)将修改后的所述光刻掩模布局从(d)写入所述计算机可读介质。
15.根据权利要求13所述的计算机系统，其中，用于接收所述起始光刻掩模布局的所述指令包括用于接收由光学邻近校正过程产生的所述起始光刻掩模布局的指令。
16.根据权利要求13所述的计算机系统，其中用于修改所述起始光刻掩模布局的所述位置的所述指令包括用于将在(c)中识别出的所述特征内边缘放置误差提供给光学邻近校正过程的指令。
17.根据权利要求13所述的计算机系统，其进一步包括用于使用预期在等离子体反应器中产生的工艺条件来计算所述蚀刻工艺条件的指令，其中所述集成电路制造蚀刻工艺将在所述等离子体反应器中执行。
18.根据权利要求17所述的计算机系统，其中，用于计算所述蚀刻工艺条件的所述指令包括用于将所述工艺条件应用于特征等离子体蚀刻剂物质的紧凑的物理模型的的输出的指令。
19.根据权利要求18所述的计算机系统，其中，所述紧凑的物理模型被配置为解决由在所述集成电路上的特征引起的通量加载和/或所述特征内的等离子体的可见性。
20.根据权利要求13所述的计算机系统，其中用于获得所述蚀刻工艺条件的所述指令包括用于获得用于所述多个位置的蚀刻工艺条件的指令，所述多个位置在所述特征内或所述掩模中的所述开口内。
21.根据权利要求20所述的计算机系统，其中所述查找表或所述模型被配置为识别对应于用于所述多个位置的所述蚀刻工艺条件的特征内边缘放置误差的所述一个或多个推定值。
22.根据权利要求13所述的计算机系统，其中用于将所述蚀刻工艺条件应用于所述查找表或所述模型的指令包括用于识别边缘放置误差的多个推定值。
23.根据权利要求22所述的计算机系统，其进一步包括用于在所述边缘放置误差的所述多个推定值之间进行内插以提供通过用于在(d)中将所述蚀刻工艺条件应用于所述查找表或所述模型的指令而识别出的所述特征内边缘放置误差的指令。
24.根据权利要求13所述的计算机系统，其还包括用于在用于(c)的所述指令之后且在用于(d)的所述指令之前执行以下操作的指令：从(c)中识别出的所述特征内边缘放置误差中确定待蚀刻的所述特征的轮廓；使用该轮廓以获得更新的蚀刻工艺条件；并且将更新的所述蚀刻工艺条件应用于所述查找表或所述模型以获得更新的特征内边缘放置误差，其中，用于在(d)中修改所述起始掩模布局的所述位置的所述指令包括用于补偿所更新的所述特征内边缘放置误差的指令。
25.根据权利要求13所述的计算机系统，其中，对于所述集成电路制造蚀刻工艺的初始时间步长执行指令(a)至(c)；并且进一步包括用于确定在所述集成电路制造蚀刻工艺的所述初始时间步长结束时要蚀刻的所述特征的轮廓，并且对于所述集成电路制造蚀刻工艺的后续时间步长应用所述特征的所述轮廓以重复指令(a)至(c)的执行的指令，其中用于在(d)中修改所述起始掩模布局的所述位置的所述指令包括补偿针对所述集成电路制造蚀刻工艺的后续时间步长而识别出的所述特征内边缘放置误差。
26.一种用于蚀刻半导体衬底的系统，所述系统包括：
根据权利要求13所述的计算机系统；
光刻模块，其被配置为：
从所述计算机系统接收来自(d)的经修改的所述光刻掩模布局；
根据来自(d)的经修改的所述光刻掩模布局形成掩模；
将光致抗蚀剂层转移到所述半导体衬底上；
并且使用所述掩模执行光刻操作以照射所述半导体衬底上的光致抗蚀剂层；以及
等离子体蚀刻器，其构造成产生等离子体，所述等离子体与所述半导体衬底接触，并且蚀刻被所述光刻模块照射的所述衬底表面的那些部分。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/583,610 | 2017-05-01 | ||
| US15/583,610 US10534257B2 (en) | 2017-05-01 | 2017-05-01 | Layout pattern proximity correction through edge placement error prediction |
| PCT/US2018/029874 WO2018204193A1 (en) | 2017-05-01 | 2018-04-27 | Design layout pattern proximity correction through edge placement error prediction |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110832400A CN110832400A (zh) | 2020-02-21 |
| CN110832400B true CN110832400B (zh) | 2022-12-06 |
Family
ID=63916089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880044397.0A Active CN110832400B (zh) | 2017-05-01 | 2018-04-27 | 通过边缘位置误差预测设计布局图案邻近校正 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US10534257B2 (zh) |
| EP (1) | EP3619577A4 (zh) |
| JP (1) | JP7182565B2 (zh) |
| KR (1) | KR102561374B1 (zh) |
| CN (1) | CN110832400B (zh) |
| TW (1) | TWI805580B (zh) |
| WO (1) | WO2018204193A1 (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10386828B2 (en) | 2015-12-17 | 2019-08-20 | Lam Research Corporation | Methods and apparatuses for etch profile matching by surface kinetic model optimization |
| US9792393B2 (en) | 2016-02-08 | 2017-10-17 | Lam Research Corporation | Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization |
| US10197908B2 (en) | 2016-06-21 | 2019-02-05 | Lam Research Corporation | Photoresist design layout pattern proximity correction through fast edge placement error prediction via a physics-based etch profile modeling framework |
| US10254641B2 (en) | 2016-12-01 | 2019-04-09 | Lam Research Corporation | Layout pattern proximity correction through fast edge placement error prediction |
| US10991582B2 (en) * | 2016-12-21 | 2021-04-27 | Canon Kabushiki Kaisha | Template for imprint lithography including a recession, an apparatus of using the template, and a method of fabricating an article |
| US10534257B2 (en) | 2017-05-01 | 2020-01-14 | Lam Research Corporation | Layout pattern proximity correction through edge placement error prediction |
| US11513442B2 (en) * | 2017-09-27 | 2022-11-29 | Asml Netherlands B.V. | Method of determining control parameters of a device manufacturing process |
| DE102018125109B4 (de) * | 2017-11-14 | 2022-10-13 | Taiwan Semiconductor Manufacturing Co., Ltd. | Optische Nahbereichskorrektur |
| US10732499B2 (en) * | 2017-11-22 | 2020-08-04 | Mentor Graphics Corporation | Method and system for cross-tile OPC consistency |
| US11022966B1 (en) * | 2017-12-15 | 2021-06-01 | Synopsys, Inc. | Method of modeling e-beam photomask manufacturing process using image-based artificial neural networks |
| US10572697B2 (en) | 2018-04-06 | 2020-02-25 | Lam Research Corporation | Method of etch model calibration using optical scatterometry |
| WO2019200015A1 (en) | 2018-04-10 | 2019-10-17 | Lam Research Corporation | Optical metrology in machine learning to characterize features |
| KR20200131342A (ko) | 2018-04-10 | 2020-11-23 | 램 리써치 코포레이션 | 레지스트 및 에칭 모델링 |
| US11520953B2 (en) * | 2018-05-03 | 2022-12-06 | Lam Research Corporation | Predicting etch characteristics in thermal etching and atomic layer etching |
| US10579764B2 (en) * | 2018-06-06 | 2020-03-03 | International Business Machines Corporation | Co-modeling post-lithography critical dimensions and post-etch critical dimensions with multi-task neural networks |
| US11080458B2 (en) * | 2018-09-28 | 2021-08-03 | Taiwan Semiconductor Manufacturing Co., Ltd. | Lithography simulation method |
| US10977405B2 (en) | 2019-01-29 | 2021-04-13 | Lam Research Corporation | Fill process optimization using feature scale modeling |
| CN113366498A (zh) * | 2019-01-30 | 2021-09-07 | Asml荷兰有限公司 | 用于性质联合插值和预测的设备和方法 |
| CN111522703B (zh) * | 2019-02-01 | 2023-08-11 | 伊姆西Ip控股有限责任公司 | 监控访问请求的方法、设备和计算机程序产品 |
| US10996572B2 (en) * | 2019-02-15 | 2021-05-04 | Applied Materials, Inc. | Model based dynamic positional correction for digital lithography tools |
| CN113743535B (zh) * | 2019-05-21 | 2024-05-24 | 北京市商汤科技开发有限公司 | 神经网络训练方法及装置以及图像处理方法及装置 |
| CN118210204A (zh) | 2019-05-21 | 2024-06-18 | Asml荷兰有限公司 | 用于确定与期望图案相关联的随机变化的方法 |
| US11966203B2 (en) * | 2019-08-21 | 2024-04-23 | Kla Corporation | System and method to adjust a kinetics model of surface reactions during plasma processing |
| US11106855B2 (en) * | 2019-09-17 | 2021-08-31 | Taiwan Semiconductor Manufacturing Company Limited | Pre-characterization mixed-signal design, placement, and routing using machine learning |
| CN115280469A (zh) * | 2020-04-08 | 2022-11-01 | 日本控制系统株式会社 | 光罩信息调整装置、光罩数据调整方法以及程序 |
| KR20220001262A (ko) * | 2020-06-29 | 2022-01-05 | 삼성전자주식회사 | 반도체 공정의 근접 보정 방법 |
| KR20220014541A (ko) | 2020-07-29 | 2022-02-07 | 삼성전자주식회사 | 공정 근접 효과 보정 방법 및 컴퓨팅 장치 |
| US20220114438A1 (en) * | 2020-10-09 | 2022-04-14 | Kla Corporation | Dynamic Control Of Machine Learning Based Measurement Recipe Optimization |
| CN114519326B (zh) * | 2020-11-19 | 2023-03-24 | Tcl科技集团股份有限公司 | 一种光电特性的获取方法、装置、存储介质及终端设备 |
| KR20220078124A (ko) | 2020-12-03 | 2022-06-10 | 삼성전자주식회사 | Opc 방법 및 이를 이용한 반도체 소자의 제조 방법 |
| TW202243069A (zh) * | 2020-12-28 | 2022-11-01 | 日商東京威力科創股份有限公司 | 參數導出裝置、參數導出方法及參數導出程式 |
| EP4105746A1 (en) * | 2021-06-17 | 2022-12-21 | Saint-Gobain Glass France | Method for adjusting parameters of a coating process to manufacture a coated transparent substrate |
| KR20230016112A (ko) | 2021-07-23 | 2023-02-01 | 삼성전자주식회사 | 반도체 장치의 제조를 위한 전자 장치 및 전자 장치의 동작 방법 |
| US11868689B2 (en) * | 2021-10-11 | 2024-01-09 | KLA Corp. | Systems and methods for setting up a physics-based model |
| CN114253090B (zh) * | 2022-01-21 | 2024-01-30 | 广东省大湾区集成电路与系统应用研究院 | 一种光刻图形的优化方法及装置 |
| CN115906748B (zh) * | 2022-12-19 | 2023-08-01 | 西安电子科技大学广州研究院 | 一种基于滑动窗口和离散差分进化算法的3d布局优化方法 |
Family Cites Families (69)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5114233A (en) | 1990-10-09 | 1992-05-19 | At&T Bell Laboratories | Method for inspecting etched workpieces |
| US5421934A (en) | 1993-03-26 | 1995-06-06 | Matsushita Electric Industrial Co., Ltd. | Dry-etching process simulator |
| US6151532A (en) | 1998-03-03 | 2000-11-21 | Lam Research Corporation | Method and apparatus for predicting plasma-process surface profiles |
| US6268226B1 (en) | 1999-06-30 | 2001-07-31 | International Business Machines Corporation | Reactive ion etch loading measurement technique |
| EP1252652A1 (de) | 2000-01-25 | 2002-10-30 | Infineon Technologies AG | Verfahren zur überwachung eines herstellungsprozesses |
| US6410351B1 (en) | 2000-07-13 | 2002-06-25 | Advanced Micro Devices, Inc. | Method and apparatus for modeling thickness profiles and controlling subsequent etch process |
| US20030113766A1 (en) | 2000-10-30 | 2003-06-19 | Sru Biosystems, Llc | Amine activated colorimetric resonant biosensor |
| US6650423B1 (en) | 2001-07-02 | 2003-11-18 | Advanced Micro Devices Inc. | Method and apparatus for determining column dimensions using scatterometry |
| JP2003092237A (ja) | 2001-07-12 | 2003-03-28 | Toshiba Corp | 危険プロセス／パターン検出システム、危険プロセス／パターン検出方法、危険検出プログラム、及び半導体装置の製造方法 |
| US6684382B2 (en) | 2001-08-31 | 2004-01-27 | Numerical Technologies, Inc. | Microloading effect correction |
| US6903826B2 (en) | 2001-09-06 | 2005-06-07 | Hitachi, Ltd. | Method and apparatus for determining endpoint of semiconductor element fabricating process |
| US6753115B2 (en) | 2001-12-20 | 2004-06-22 | Numerical Technologies, Inc. | Facilitating minimum spacing and/or width control optical proximity correction |
| US7363099B2 (en) | 2002-06-07 | 2008-04-22 | Cadence Design Systems, Inc. | Integrated circuit metrology |
| US6973633B2 (en) | 2002-07-24 | 2005-12-06 | George Lippincott | Caching of lithography and etch simulation results |
| US7402257B1 (en) | 2002-07-30 | 2008-07-22 | Advanced Micro Devices, Inc. | Plasma state monitoring to control etching processes and across-wafer uniformity, and system for performing same |
| US7504182B2 (en) | 2002-09-18 | 2009-03-17 | Fei Company | Photolithography mask repair |
| US20050074907A1 (en) | 2003-10-06 | 2005-04-07 | Adrian Kriz | Semi-conductor wafer fabrication |
| US7739651B2 (en) | 2004-09-29 | 2010-06-15 | Synopsys, Inc. | Method and apparatus to determine if a pattern is robustly manufacturable |
| US7253008B2 (en) | 2004-12-28 | 2007-08-07 | Sandia Corporation | Reactive ion etched substrates and methods of making and using |
| US7349066B2 (en) * | 2005-05-05 | 2008-03-25 | Asml Masktools B.V. | Apparatus, method and computer program product for performing a model based optical proximity correction factoring neighbor influence |
| US7588946B2 (en) | 2005-07-25 | 2009-09-15 | Taiwan Semiconductor Manufacturing Company, Ltd. | Controlling system for gate formation of semiconductor devices |
| US7695876B2 (en) | 2005-08-31 | 2010-04-13 | Brion Technologies, Inc. | Method for identifying and using process window signature patterns for lithography process control |
| DE602005021106D1 (de) * | 2005-10-03 | 2010-06-17 | Imec | Alternierende Phasenmaske |
| US7600212B2 (en) | 2005-10-03 | 2009-10-06 | Cadence Design Systems, Inc. | Method of compensating photomask data for the effects of etch and lithography processes |
| US7694267B1 (en) | 2006-02-03 | 2010-04-06 | Brion Technologies, Inc. | Method for process window optimized optical proximity correction |
| JP2007219208A (ja) * | 2006-02-17 | 2007-08-30 | Sony Corp | パターン補正装置、パターン補正プログラム、パターン補正方法および半導体装置の製造方法 |
| US20070249071A1 (en) | 2006-04-21 | 2007-10-25 | Lei Lian | Neural Network Methods and Apparatuses for Monitoring Substrate Processing |
| JP4914119B2 (ja) | 2006-05-31 | 2012-04-11 | 株式会社日立ハイテクノロジーズ | プラズマ処理方法およびプラズマ処理装置 |
| US7829468B2 (en) | 2006-06-07 | 2010-11-09 | Lam Research Corporation | Method and apparatus to detect fault conditions of plasma processing reactor |
| US7849423B1 (en) | 2006-07-21 | 2010-12-07 | Cadence Design Systems, Inc. | Method of verifying photomask data based on models of etch and lithography processes |
| GB0616131D0 (en) | 2006-08-14 | 2006-09-20 | Oxford Instr Plasma Technology | Surface processing apparatus |
| US8001512B1 (en) | 2007-06-26 | 2011-08-16 | Cadence Design Systems, Inc. | Method and system for implementing context simulation |
| JP5036450B2 (ja) | 2007-08-16 | 2012-09-26 | 株式会社東芝 | シミュレーション方法およびシミュレーションプログラム |
| US7812966B2 (en) | 2007-08-30 | 2010-10-12 | Infineon Technologies Ag | Method of determining the depth profile of a surface structure and system for determining the depth profile of a surface structure |
| KR101374932B1 (ko) | 2007-09-28 | 2014-03-17 | 재단법인서울대학교산학협력재단 | 확산 제한 식각과정에 의한 수평 변환 다공성 실리콘 광학필터의 제조방법 및 그에 의한 필터구조 |
| EP2223245B1 (en) | 2007-11-30 | 2011-07-20 | Coventor, Inc. | System and method for three-dimensional schematic capture and result visualization of multi-physics system models |
| JP5050830B2 (ja) * | 2007-12-19 | 2012-10-17 | ソニー株式会社 | ドライエッチング装置および半導体装置の製造方法 |
| JP5026326B2 (ja) | 2008-04-04 | 2012-09-12 | 株式会社日立ハイテクノロジーズ | エッチング処理状態の判定方法、システム |
| JP5341399B2 (ja) * | 2008-06-03 | 2013-11-13 | ルネサスエレクトロニクス株式会社 | パターン検証方法、パターン検証装置、プログラム、及び半導体装置の製造方法 |
| US8649016B2 (en) | 2009-06-23 | 2014-02-11 | Rudolph Technologies, Inc. | System for directly measuring the depth of a high aspect ratio etched feature on a wafer |
| US8279409B1 (en) | 2009-08-05 | 2012-10-02 | Cadence Design Systems, Inc. | System and method for calibrating a lithography model |
| US8494314B2 (en) | 2010-07-05 | 2013-07-23 | Infinera Corporation | Fabrication tolerant polarization converter |
| US8359562B2 (en) * | 2011-01-11 | 2013-01-22 | Infineon Technologies Ag | System and method for semiconductor device fabrication using modeling |
| US20120280354A1 (en) | 2011-05-05 | 2012-11-08 | Synopsys, Inc. | Methods for fabricating high-density integrated circuit devices |
| US8850366B2 (en) * | 2012-08-01 | 2014-09-30 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method for making a mask by forming a phase bar in an integrated circuit design layout |
| US9330990B2 (en) | 2012-10-17 | 2016-05-03 | Tokyo Electron Limited | Method of endpoint detection of plasma etching process using multivariate analysis |
| TWI621957B (zh) | 2013-03-14 | 2018-04-21 | 新納普系統股份有限公司 | 使用點擊最佳化的次解析度輔助特徵實現方式 |
| TWI528201B (zh) * | 2013-08-28 | 2016-04-01 | 旺宏電子股份有限公司 | 進階修正方法 |
| US9274417B2 (en) | 2013-09-18 | 2016-03-01 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method for lithography patterning |
| JP6173889B2 (ja) * | 2013-11-28 | 2017-08-02 | ソニーセミコンダクタソリューションズ株式会社 | シミュレーション方法、シミュレーションプログラム、加工制御システム、シミュレータ、プロセス設計方法およびマスク設計方法 |
| JP6318007B2 (ja) | 2013-11-29 | 2018-04-25 | 株式会社日立ハイテクノロジーズ | データ処理方法、データ処理装置および処理装置 |
| US10627723B2 (en) | 2013-12-17 | 2020-04-21 | Asml Netherlands B.V. | Yield estimation and control |
| WO2015112979A1 (en) | 2014-01-26 | 2015-07-30 | Coventor, Inc. | Modeling pattern dependent effects for a 3-d virtual semiconductor fabrication environment |
| EP2980646B1 (en) * | 2014-07-30 | 2020-09-02 | GenISys GmbH | Process artefact compensation upon transfer of a mask layout onto a mask substrate |
| SG10201408775SA (en) * | 2014-12-29 | 2016-07-28 | Globalfoundries Sg Pte Ltd | Etch bias control |
| WO2016162157A1 (en) * | 2015-04-07 | 2016-10-13 | Asml Netherlands B.V. | Patterning devices for use within a lithographic apparatus, methods of making and using such patterning devices |
| US9646127B2 (en) * | 2015-05-14 | 2017-05-09 | Synopsys, Inc. | 3D resist profile aware etch-bias model |
| KR20170047101A (ko) | 2015-10-22 | 2017-05-04 | 삼성전자주식회사 | Opc 이용한 마스크 제조방법 및 반도체 소자 제조방법 |
| US10599789B2 (en) | 2015-11-25 | 2020-03-24 | Synopsys, Inc. | Topography simulation of etching and/or deposition on a physical structure |
| US10386828B2 (en) | 2015-12-17 | 2019-08-20 | Lam Research Corporation | Methods and apparatuses for etch profile matching by surface kinetic model optimization |
| US9792393B2 (en) | 2016-02-08 | 2017-10-17 | Lam Research Corporation | Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization |
| US10032681B2 (en) | 2016-03-02 | 2018-07-24 | Lam Research Corporation | Etch metric sensitivity for endpoint detection |
| US10197908B2 (en) | 2016-06-21 | 2019-02-05 | Lam Research Corporation | Photoresist design layout pattern proximity correction through fast edge placement error prediction via a physics-based etch profile modeling framework |
| US10254641B2 (en) | 2016-12-01 | 2019-04-09 | Lam Research Corporation | Layout pattern proximity correction through fast edge placement error prediction |
| US10262910B2 (en) | 2016-12-23 | 2019-04-16 | Lam Research Corporation | Method of feature exaction from time-series of spectra to control endpoint of process |
| US20180239851A1 (en) | 2017-02-21 | 2018-08-23 | Asml Netherlands B.V. | Apparatus and method for inferring parameters of a model of a measurement structure for a patterning process |
| US10534257B2 (en) | 2017-05-01 | 2020-01-14 | Lam Research Corporation | Layout pattern proximity correction through edge placement error prediction |
| US20190049937A1 (en) | 2017-08-09 | 2019-02-14 | Lam Research Corporation | Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization |
| US10572697B2 (en) | 2018-04-06 | 2020-02-25 | Lam Research Corporation | Method of etch model calibration using optical scatterometry |
-
2017
- 2017-05-01 US US15/583,610 patent/US10534257B2/en active Active
-
2018
- 2018-04-27 WO PCT/US2018/029874 patent/WO2018204193A1/en unknown
- 2018-04-27 KR KR1020197035372A patent/KR102561374B1/ko active IP Right Grant
- 2018-04-27 JP JP2019559822A patent/JP7182565B2/ja active Active
- 2018-04-27 EP EP18794270.1A patent/EP3619577A4/en active Pending
- 2018-04-27 CN CN201880044397.0A patent/CN110832400B/zh active Active
- 2018-04-30 TW TW107114630A patent/TWI805580B/zh active
Also Published As
| Publication number | Publication date |
|---|---|
| TWI805580B (zh) | 2023-06-21 |
| JP2020520096A (ja) | 2020-07-02 |
| EP3619577A1 (en) | 2020-03-11 |
| WO2018204193A1 (en) | 2018-11-08 |
| US20180314148A1 (en) | 2018-11-01 |
| TW201901286A (zh) | 2019-01-01 |
| US10534257B2 (en) | 2020-01-14 |
| JP7182565B2 (ja) | 2022-12-02 |
| KR20190137937A (ko) | 2019-12-11 |
| CN110832400A (zh) | 2020-02-21 |
| KR102561374B1 (ko) | 2023-07-28 |
| EP3619577A4 (en) | 2021-03-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110832400B (zh) | 通过边缘位置误差预测设计布局图案邻近校正 | |
| CN107526864B (zh) | 经边缘放置误差预测的光致抗蚀剂设计布局图案邻近校正 | |
| CN107330132B (zh) | 经反射光匹配和表面动力模型优化蚀刻轮廓的方法和装置 | |
| US10254641B2 (en) | Layout pattern proximity correction through fast edge placement error prediction | |
| US10997345B2 (en) | Method of etch model calibration using optical scatterometry | |
| US10386828B2 (en) | Methods and apparatuses for etch profile matching by surface kinetic model optimization | |
| US20190049937A1 (en) | Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization |
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 |