CN112136135A - 使用关键尺寸扫描型电子显微镜的工艺仿真模型校正 - Google Patents
使用关键尺寸扫描型电子显微镜的工艺仿真模型校正 Download PDFInfo
- Publication number
- CN112136135A CN112136135A CN201980033624.4A CN201980033624A CN112136135A CN 112136135 A CN112136135 A CN 112136135A CN 201980033624 A CN201980033624 A CN 201980033624A CN 112136135 A CN112136135 A CN 112136135A
- Authority
- CN
- China
- Prior art keywords
- profile
- semiconductor device
- device manufacturing
- substrate
- simulation model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 709
- 230000008569 process Effects 0.000 title claims abstract description 537
- 238000004088 simulation Methods 0.000 title claims abstract description 226
- 238000012937 correction Methods 0.000 title description 2
- 239000004065 semiconductor Substances 0.000 claims abstract description 216
- 238000004519 manufacturing process Methods 0.000 claims abstract description 196
- 238000006243 chemical reaction Methods 0.000 claims abstract description 81
- 230000003287 optical effect Effects 0.000 claims abstract description 40
- 238000004626 scanning electron microscopy Methods 0.000 claims abstract description 12
- 239000000758 substrate Substances 0.000 claims description 179
- 239000000463 material Substances 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 30
- 238000001228 spectrum Methods 0.000 claims description 30
- 238000005389 semiconductor device fabrication Methods 0.000 claims description 29
- 238000013461 design Methods 0.000 claims description 28
- 230000010287 polarization Effects 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 22
- 238000013386 optimize process Methods 0.000 claims description 21
- 230000005670 electromagnetic radiation Effects 0.000 claims description 19
- 238000005530 etching Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 16
- 238000004627 transmission electron microscopy Methods 0.000 claims description 14
- 230000001066 destructive effect Effects 0.000 claims description 13
- 239000007789 gas Substances 0.000 claims description 13
- 239000000376 reactant Substances 0.000 claims description 12
- 238000000572 ellipsometry Methods 0.000 claims description 10
- 238000011065 in-situ storage Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 8
- 238000009792 diffusion process Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 8
- 238000000985 reflectance spectrum Methods 0.000 claims description 7
- 238000002310 reflectometry Methods 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 238000000386 microscopy Methods 0.000 claims description 6
- 206010024769 Local reaction Diseases 0.000 claims description 5
- 229910052804 chromium Inorganic materials 0.000 claims description 5
- 239000011651 chromium Substances 0.000 claims description 5
- 238000005137 deposition process Methods 0.000 claims description 5
- 238000001459 lithography Methods 0.000 claims description 5
- 238000001878 scanning electron micrograph Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000000235 small-angle X-ray scattering Methods 0.000 claims description 3
- 238000009966 trimming Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 100
- 238000001350 scanning transmission electron microscopy Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 42
- 239000010410 layer Substances 0.000 description 26
- 235000012431 wafers Nutrition 0.000 description 23
- 238000002474 experimental method Methods 0.000 description 19
- 150000002500 ions Chemical class 0.000 description 18
- 239000000126 substance Substances 0.000 description 15
- 230000008859 change Effects 0.000 description 14
- 230000004044 response Effects 0.000 description 12
- 239000000047 product Substances 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000000151 deposition Methods 0.000 description 9
- 230000004907 flux Effects 0.000 description 9
- 230000008021 deposition Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 238000004544 sputter deposition Methods 0.000 description 8
- 230000003542 behavioural effect Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000036961 partial effect Effects 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000009616 inductively coupled plasma Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 5
- 238000006557 surface reaction Methods 0.000 description 5
- 230000036962 time dependent Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000010894 electron beam technology Methods 0.000 description 4
- 238000000333 X-ray scattering Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000013400 design of experiment Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 229920002120 photoresistant polymer Polymers 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000004886 process control Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 229920000181 Ethylene propylene rubber Polymers 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000001493 electron microscopy Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 238000005240 physical vapour deposition Methods 0.000 description 2
- 238000001020 plasma etching Methods 0.000 description 2
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 2
- 229920005591 polysilicon Polymers 0.000 description 2
- 238000011112 process operation Methods 0.000 description 2
- 238000001314 profilometry Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 229910015844 BCl3 Inorganic materials 0.000 description 1
- 238000012897 Levenberg–Marquardt algorithm Methods 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
- 206010000210 abortion Diseases 0.000 description 1
- 231100000176 abortion Toxicity 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000000231 atomic layer deposition Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 229910001423 beryllium ion Inorganic materials 0.000 description 1
- YXTPWUNVHCYOSP-UHFFFAOYSA-N bis($l^{2}-silanylidene)molybdenum Chemical compound [Si]=[Mo]=[Si] YXTPWUNVHCYOSP-UHFFFAOYSA-N 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000005229 chemical vapour deposition Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 229910021344 molybdenum silicide Inorganic materials 0.000 description 1
- 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 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000001259 photo etching Methods 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
- 238000011165 process development Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000007787 solid 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
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000001039 wet etching Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Drying Of Semiconductors (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
公开了将工艺仿真模型优化至使半导体设备制造操作特性化的工艺参数值的计算机实施方法,该工艺仿真模型预测半导体设备制造操作的结果。所述方法涉及使用半导体设备制造操作的运算性预测结果及至少部分通过在反应室中执行半导体设备制造操作所产生的计量结果来产生成本价值,该反应室是在成组的固定工艺参数值下操作。工艺仿真模型的参数的判定可采用工艺前轮廓、经由相对轮廓计量结果的参数的结果性工艺后轮廓的优化。例如光学散射测量、扫描型电子显微术及透射电子显微术的成本价值可用于引导优化。
Description
通过引用并入
PCT申请表作为本申请的一部分与本说明书同时提交。如在同时提交的PCT申请表中所标识的本申请要求享有其权益或优先权的每个申请均通过引用全文并入本文且用于所有目的。
背景技术
例如等离子体辅助蚀刻工艺的半导体设备制造操作的效能对于半导体设备处理工作流程的成功而言通常是必要的。然而,蚀刻工艺和/或与其关联的工具(例如蚀刻反应器、光刻掩模等)的优化或调谐在技术上可能困难且耗时,通常涉及技术人员手动调整蚀刻工艺参数或工具部件设计以产生所期望的目标特征轮廓。目前,不存在可赖以决定导致所期望的蚀刻轮廓的工艺参数值的具有足够精度的自动化程序。
某些模型模拟在蚀刻工艺期间发生在半导体衬底表面上的物理和/或化学工艺。这样的模型的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和同事的那些。前面的表面反应模型在Y.Zhang,“Low Temperature Plasma Etching Control through Ion Energy AngularDistribution and 3-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/BCl3 plasma,”J.Vac.Sci.Technol.A 20(5),1536(2002)中描述,两者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.A 15(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。所公开的这样的模型可得益于进一步发展以接近由半导体处理产业所期望的精度及可靠度。
在此包含的背景及上下文的描述仅针对整体呈现公开内容的上下文的目的而提供。本公开内容的许多呈现发明人的成果,且单纯由于如此成果在背景技术部分中描述或在本文其他位置呈现为上下文并不表示将认为是现有技术。
发明内容
本公开内容的一方面提供一种使工艺仿真模型优化的计算机实现方法,所述工艺仿真模型从使半导体设备制造操作特性化的工艺参数值预测所述半导体设备制造操作的结果。所述方法其特征可以在于包括以下操作:(a)接收待优化的一或更多浮动工艺模型参数的目前值;(b)通过将所述一或更多浮动工艺模型参数的所述目前值提供至所述工艺仿真模型来产生经配置的工艺仿真模型;(c)使用所述经配置的工艺仿真模型,生成所述半导体设备制造操作的运算性预测结果;(d)将所述运算性预测结果与从一或更多衬底特征获得的计量结果比较,所述一或更多衬底特征至少部分地通过执行所述半导体设备制造操作而产生,其中所述比较基于所述半导体设备制造操作的所述运算性预测结果与所述计量结果之间的差异,产生一或更多成本价值;(e)使用所述一或更多成本价值和/或收敛检查,以生成所述一或更多浮动工艺模型参数的所述目前值的更新值;(f)以所述一或更多浮动工艺模型参数的所述目前值的所述更新值再执行操作(b);以及(g)重复(c)-(f),直到所述一或更多浮动工艺模型参数的所述目前值收敛,以产生使所述成本价值最小化的所述一或更多浮动工艺模型参数的最终值。
在一些实施方案中,所述工艺仿真模型在(b)中额外配置有成组的固定工艺模型参数值,且所述计量结果通过在操作于该成组的固定工艺参数值下的反应室中执行半导体设备制造操作而产生。在一些实施方案中,所述成组的固定工艺模型参数值或所述一或更多浮动工艺模型参数包含在(in in)所述反应室中的一或更多温度值、所述反应室中的一或更多RF条件、所述反应室中的一或更多工艺气体、所述反应室中的压力、或其任何组合。
在一些实施方案中,所述半导体设备制造操作是减去工艺或材料加成工艺。在一些实施方案中,所述半导体设备制造操作为蚀刻工艺、平坦化工艺、或沉积工艺。
在一些实施方案中,所述一或更多浮动工艺模型参数包含经历所述半导体设备制造操作的衬底的特性,其中所述特性是反应速率常数、反应物和/或产物黏附系数、反应物扩散常数、产物扩散常数和/或光分散性质。在一些实施方案中,所述一或更多浮动工艺模型参数包含竖直蚀刻速率、横向蚀刻速率、标称蚀刻深度、蚀刻选择性、离子进入的倾斜角度、离子进入的扭曲角、进入特征的可见度、角分布、溅射最大产率角度、和/或每晶体方向的蚀刻比。在一些实施方案中,所述一或更多浮动工艺模型参数包含经历所述半导体设备制造操作的衬底的任何二或更多特性的组合。
在一些实施方案中,在(b)中产生经配置的工艺仿真模型还包括:在所述衬底经历所述半导体设备制造操作之前,向所述工艺仿真模型提供所述衬底的轮廓,其中所述衬底的所述轮廓具有待由所述半导体设备制造操作修改的一或更多特征。
在一些实施方案中,所述方法还包括:在(c)之前,提供经历所述半导体设备制造操作的衬底的初始轮廓,由此在(c)中生成所述半导体设备制造操作的所述运算性预测结果使用所述初始轮廓。在一些实施方案中,所述初始轮廓使用有关发生在所述半导体设备制造操作前的制造步骤的信息而运算性地生成。在一些实施方案中,所述初始轮廓通过在一或更多初始衬底特征上进行计量而决定,所述一或更多初始衬底特征由发生在所述半导体设备制造操作前的制造步骤产生。
在一些实施方案中,半导体设备制造操作的结果是通过入射电磁辐射与经蚀刻特征、经沉积特征、或经平坦化特征的相互作用所产生的信号。在一些实施方案中,生成所述半导体设备制造操作的所述运算性预测结果包括以下操作:(i)使用所述经配置的工艺仿真模型,生成由一系列几何轮廓坐标表示的运算蚀刻轮廓;及(ii)从(i)中生成的所述运算蚀刻轮廓,通过模拟电磁辐射离开所述运算蚀刻轮廓的反射而生成经运算的反射或椭圆偏振光谱。在一些案例中,所述方法还包括:在(ii)之前,对所述运算蚀刻轮廓进行轮廓修整,以使一些随机轮廓变异平整。在一些实施方案中,生成经运算的反射或椭圆偏振光谱包含使用所述运算蚀刻轮廓执行严格耦合波分析(“RCWA”)模拟。在一些实施方案中,生成所述经运算的反射或椭圆偏振光谱涉及使用所述运算蚀刻轮廓执行时域有限差分(“FDTD”)模拟。在一些实施方案中,所述方法还包括:在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及使所述经蚀刻衬底暴露于入射电磁辐射,以产生包含所述计量结果的实验性反射光谱。在一些实施方案中,所述方法还包括生成一或更多额外经运算的反射或椭圆偏振光谱。在一些实施方案中,所述方法还包括通过在衬底上执行反射测量法、圆顶散射测量法、角分辨散射测量法、小角度X光散射测量法、和/或椭圆偏振法而产生所述计量结果,所述衬底包含通过在操作于所述成组的工艺参数值下的所述反应室中执行所述半导体设备制造操作而产生的特征。
在一些实施方案中,半导体设备制造操作的结果是经蚀刻特征的轮廓、经沉积特征的轮廓、和/或经平坦化特征的轮廓。在一些实施方案中,生成所述半导体设备制造操作的所述运算性预测结果包括:使用所述经配置的工艺仿真模型生成由蚀刻轮廓坐标表示的运算蚀刻轮廓。在一些实施方案中,所述方法还可包括:在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及测量所述经蚀刻衬底的特征,以产生包含所述计量结果的实验性蚀刻轮廓坐标。在一些实施方案中,测量所述经蚀刻衬底的特征包括在所述经蚀刻衬底上执行显微术或光学计量。在一些案例中,执行显微术包含执行透射电子显微术(TEM)和/或扫描型电子显微术(SEM)。
在一些实施方案中,所述半导体设备制造操作的结果是成组的几何轮廓参数,所述成组的几何轮廓参数将经蚀刻特征、经沉积特征、或经平面化特征的几何结构特性化。所述几何轮廓参数可以是光学关键尺寸(“OCD”)轮廓参数。在一些实施方案中,生成所述半导体设备制造操作的所述运算性预测结果包括:(i)使用所述经配置的工艺仿真模型,生成由一系列蚀刻轮廓坐标表示的运算蚀刻轮廓;以及(ii)将在(i)中生成的所述运算蚀刻轮廓转换成第一成组的几何轮廓参数,所述第一成组的几何轮廓参数将所述运算蚀刻轮廓的几何结构特性化。在这样的实施方案中,所述方法还可以包括:在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;测量所述经蚀刻衬底的特征,以产生实验性蚀刻轮廓坐标;以及将所述实验性蚀刻轮廓坐标转换成第二成组的几何轮廓参数,所述第二成组的几何轮廓参数将所述经蚀刻衬底中的经蚀刻特征的几何结构特性化。另外,在这样的实施方案中,所述一或更多成本价值可以基于使用所述第一成组的几何轮廓参数的所述运算性预测结果与使用所述第二成组的几何轮廓参数的所述计量结果之间的差异。
在一些实施方案中,在(c)中生成的所述运算性预测结果包括从所述经配置的工艺仿真模型运算的且与表示衬底减去工艺或衬底加成工艺的不同持续时间的时间序列对应的衬底特征的几何轮廓或轮廓参数的序列。在一些实施方案中,(d)的所述计量结果包含在所述衬底减去工艺或所述衬底加成工艺的所述不同持续时间从衬底的实验性测量获得的所述衬底特征的几何轮廓或轮廓参数的序列。
在一些实施方案中,所述方法还包括:(i)利用来自(g)的所述一或更多浮动工艺模型参数的所述最终值来配置所述工艺仿真模型;以及(ii)使用配置有来自(g)的所述一或更多浮动工艺模型参数的所述最终值的所述工艺仿真模型来实现:决定光刻掩模的图案;以及产生所述光刻掩模。在一些案例中,产生所述光刻掩模包含将所述图案转移至抗蚀剂层。在一些这样的案例中,所述方法还包括使所述抗蚀剂层显影并将所述图案转移至下伏的铬层。
在一些实施方案中,所述方法还包括:(i)以来自(g)的所述一或更多浮动工艺模型参数的最终值配置所述工艺仿真模型;(ii)利用配置有来自(g)的所述一或更多浮动工艺模型参数的最终值的所述工艺仿真模型,以实现:识别半导体处理装置的设计;以及通过使用所述半导体处理装置的所述设计制造所述半导体处理装置。
在一些实施方案中,所述方法还包括:(i)以来自(g)的所述一或更多浮动工艺模型参数的最终值配置所述工艺仿真模型;(ii)利用配置有来自(g)的所述一或更多浮动工艺模型参数的最终值的所述工艺仿真模型来识别半导体处理装置的操作条件,以通过在所述操作条件下操作所述半导体处理装置而实现半导体设备的制造。
在一些实施方案中,重复(c)-(f)包括:在所获得的所述一或更多成本价值中识别实质上局部或全局的最小值。在一些实施方案中,所述方法还包括通过执行所述反应室内的原位计量、所述反应室外的非破坏性独立计量、和/或所述反应室外的独立破坏性计量来获得所述计量结果。
在一些实施方案中,生成所述运算性预测结果包括:使用所述经配置的工艺仿真模型计算表示半导体衬底上的特征轮廓的多个点的网格处的局部反应速率。在一些实施方案中,使用所述经配置的工艺仿真模型计算局部反应速率的步骤计算作为时间的函数的反应速率。
本公开内容的另一方面涉及一种计算机程序产品,其包含非瞬时计算机可读介质,在所述非瞬时计算机可读介质上提供用于致使运算系统执行优化的工艺仿真模型的指令,所述优化的所述工艺仿真模型从将半导体设备制造操作特性化的工艺参数值计算所述半导体设备制造操作的结果。所述指令包含用于下列操作的指令:(a)接收工艺参数值作为对所述优化的所述工艺仿真模型的输入;(b)使用所述工艺参数值执行所述优化的所述工艺仿真模型;以及(c)输出所述半导体设备制造操作的计算结果。在一些实施方案中,所述优化的所述工艺仿真模型通过上述方法中的一种进行优化。举例而言,工艺仿真模型通过下列操作进行优化:(i)接收待优化的一或更多浮动工艺模型参数的目前值,(ii)通过将所述一或更多浮动工艺模型参数的所述目前值和成组的固定工艺模型参数值提供至所述工艺仿真模型来产生经配置的工艺仿真模型,(iii)使用所述经配置的工艺仿真模型,生成所述半导体设备制造操作的运算性预测结果,(iv)将所述半导体设备制造操作的所述运算性预测结果与从一或更多衬底特征获得的计量结果比较,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,其中所述比较基于所述半导体设备制造操作的所述运算性预测结果与所述计量结果之间的差异,产生一或更多成本价值,(v)使用所述一或更多成本价值和/或收敛检查,以生成所述一或更多浮动工艺模型参数的所述目前值的更新值,(vi)以所述一或更多浮动工艺模型参数的所述目前值的所述更新值执行操作(ii),以及(vii)重复(iii)-(vi),直到所述一或更多浮动工艺模型参数的所述目前值收敛,以产生使所述成本价值最小化的所述一或更多浮动工艺模型参数的最终值。
关联于该计算机程序产品的工艺仿真模型可通过使本公开内容的工艺仿真模型方面优化的方法中的上述操作中的任何一者进行优化。在一些实施方案中,所述指令还包括用于下列操作的指令:在(b)之前,接收经历所述半导体设备制造操作的衬底的初始轮廓。
在一些实施方案中,所述一或更多浮动工艺模型参数包含竖直蚀刻速率、横向蚀刻速率、标称蚀刻深度、蚀刻选择性、离子进入的倾斜角度、离子进入的扭曲角、进入特征的可见度、角分布、溅射最大产率角度、和/或每晶体方向的蚀刻比。在一些实施方案中,(ii)产生经配置的工艺仿真模型还包括:在所述衬底经历所述半导体设备制造操作之前,向所述工艺仿真模型提供所述衬底的轮廓,其中所述衬底的所述轮廓具有待由所述半导体设备制造操作修改的一或更多特征。
在一些实施方案中,半导体设备制造操作的结果是通过入射电磁辐射与经蚀刻特征、经沉积特征、或经平坦化特征的相互作用所产生的信号。在一些实施方案中,生成所述半导体设备制造操作的所述运算性预测结果包括:使用所述经配置的工艺仿真模型,生成由一系列几何轮廓坐标表示的运算蚀刻轮廓;以及从所述运算蚀刻轮廓,通过模拟电磁辐射离开所述运算蚀刻轮廓的反射而生成经运算的反射或椭圆偏振光谱。在一些实施方案中,所述优化的所述工艺仿真模型额外通过下列操作而优化:在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及使所述经蚀刻衬底暴露于入射电磁辐射,以产生包含所述计量结果的实验性反射光谱。
在一些实施方案中,所述优化的所述工艺仿真模型额外通过下列操作而优化:通过在衬底上执行反射测量法、圆顶散射测量法、角分辨散射测量法、小角度X光散射测量法、和/或椭圆偏振法而产生所述计量结果,所述衬底包含通过在操作于所述成组的工艺参数值下的所述反应室中执行所述半导体设备制造操作而产生的特征。在一些实施方案中,生成所述半导体设备制造操作的所述运算性预测结果包括:使用所述经配置的工艺仿真模型生成由蚀刻轮廓坐标表示的运算蚀刻轮廓。在一些这样的实施方案中,所述优化的所述工艺仿真模型额外通过下列操作而优化:在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及测量所述经蚀刻衬底的特征,以产生包含所述计量结果的实验性蚀刻轮廓坐标。
在一些实施方案中,所述半导体设备制造操作的结果是成组的几何轮廓参数,所述成组的几何轮廓参数将经蚀刻特征、经沉积特征、或经平面化特征的几何结构特性化。在一些这样的实施方案中,所述几何轮廓参数是光学关键尺寸(“OCD”)轮廓参数。在一些实施方案中,生成所述半导体设备制造操作的所述运算性预测结果包括:使用所述经配置的工艺仿真模型,生成由一系列蚀刻轮廓坐标表示的运算蚀刻轮廓;以及将所述运算蚀刻轮廓转换成第一成组的几何轮廓参数,所述第一成组的几何轮廓参数将所述运算蚀刻轮廓的几何结构特性化。在一些实施方案中,所述优化的所述工艺仿真模型额外通过下列操作而优化:在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;测量所述经蚀刻衬底的特征,以产生实验性蚀刻轮廓坐标;以及将所述实验性蚀刻轮廓坐标转换成第二成组的几何轮廓参数,所述第二成组的几何轮廓参数将所述经蚀刻衬底中的经蚀刻特征的几何结构特性化。
在一些实施方案中,所述指令还包括用于将所述计算结果用于决定光刻掩模的图案的指令。在一些实施方案中,所述指令还包括用于将所述计算结果用于识别半导体处理装置的设计的指令。在一些实施方案中,所述指令还包括用于将所述计算结果用于识别半导体处理装置的操作条件以通过在所述操作条件下操作所述半导体处理装置而实现半导体设备的制造的指令。
本公开内容的另一方面涉及包含上述计算机程序产品及光刻掩模生成设备的系统,该光刻掩模生成设备配置成使用半导体设备制造操作的计算结果决定光刻掩模图案。关联于此系统的工艺仿真模型可通过使本公开内容的工艺仿真模型方面优化的方法中的上述操作中的任何一者进行优化。
本公开内容的另一方面涉及包含上述计算机程序产品和半导体处理设备的系统,该半导体处理设备配置成在半导体设备制造操作的计算结果中提供的工艺条件下操作。关联于该系统的工艺仿真模型可通过使本公开内容的工艺仿真模型方面优化的方法中的上述操作中的任何一者加以优化。
本公开内容的另一方面涉及使用工艺仿真模型预测半导体设备制造操作(例如蚀刻、平坦化、或沉积材料)的结果、及使用该结果改善半导体设备制造操作的运作的方法。举例而言,如此使用方法包含生成经改善掩模布局(其可实施于掩模)、设计经改善反应器以供执行半导体设备制造操作和/或定义半导体设备制造操作的工艺窗。在本公开内容的该方面中使用的工艺仿真模型可通过使本公开内容的工艺仿真模型方面优化的方法中的上述操作中的任何一者加以优化。
这些及其他特征将参照相关附图在下文说明。
附图说明
现将结合图式说明示例性实施方案,其中:
图1表示从蚀刻工艺的蚀刻轮廓模型运算性产生的蚀刻轮廓的实例。
图2表示蚀刻轮廓的实例,其类似于图1所示的,但在该图中是从利用一或更多计量工具作成的实验性测量运算出。
图3显示了依据一些实施方案使工艺仿真模型优化的工艺的概貌。
图4显示了优化系统的实施方案,其采用模拟与测量的反射或椭圆偏振值的比较。
图5显示了优化系统的实施方案,其采用仿真与测量的特征轮廓值的比较。
图6显示了优化系统的实施方案,其采用成组的“轮廓参数”来潜在地利用较少数据点或数据点组代表特征轮廓的几何特征。
图7显示了可用以优化和/或使用工艺仿真模型的示例性运算系统。
图8显示了使用例如CD-SEM的由上而下计量工具的示例性优化系统/流程。
具体实施方式
引言
此处所公开的是用于改善例如以上指出的蚀刻轮廓模型(EPM)工艺仿真模型(和/或其他类似模型)的效用的方法和/或程序,使得工艺仿真模型可用于产生由半导体设备制造操作导致的半导体特征轮廓的表示法,该表示法具有对于半导体处理产业可接受的精度程度。总体而言,所公开的方法对工艺仿真模型的预测性能力进行改善。
工艺仿真模型可通过计算许多空间位置的各者处的反应速率或其他关联于蚀刻工艺的工艺参数,来模拟衬底表面轮廓的“演变”,例如随时间推移测量时对于特征的蚀刻轮廓的连续变化、或特征表面上诸多空间位置处的特征形状上的时间依赖性变化。反应速率中的差异可产生自蚀刻剂通量、所选沉积材料的特性、反应室的等离子体状况、或若干其他因素中的任何一种。再者,所计算的反应速率可能随着所仿真的蚀刻工艺的过程而波动。并非所有工艺仿真模型都仿真在半导体设备制造操作的过程中的演变,一些仅在已知反应条件(包含操作的持续时间)及初始特征轮廓的情况下预测最终轮廓。
在一些实施方案中,模拟蚀刻轮廓的输出可由离散组的数据点(亦即如图1所示,空间性定义和/或以其他方式映射轮廓形状的轮廓坐标)代表。另外,图1所示的模拟轮廓可对应于图2所示的实际测量蚀刻轮廓。模拟蚀刻轮廓随时间推移的演变取决于模型化的空间上分辨的局部蚀刻速率,其进而取决于蚀刻工艺的基本化学及物理性质。
因此,例如通过EPM进行的轮廓模拟可取决于关联于设备制造程序隐含的化学反应机制的诸多物理和/或化学参数、以及可将室环境特性化的任何物理和/或化学参数,例如(但不限于):温度、压力、等离子体功率、反应物流速等。如此参数典型地在工艺工程师的控制之下。
依赖于表面反应的表示法的工艺仿真模型采用成组的核心、或“基础”化学和/或物理输入参数,实例包含(但不以其他方式受限于):反应概率、黏附系数、离子及中性粒子通量等。参数可能并非为可以彼此独立地进行控制。再者,在若干工艺情况和/或配置中,管理制造程序的工艺工程师可能未察觉这些参数中的一或更多者,然而这些参数为运行工艺仿真模型所需。如此参数可由文献做出假设具有若干价值,其中其使用引起了被模型化的工艺背后隐含的物理及化学机制的若干简化。
所公开的方法和/或程序结合实验技术及数据分析方法,来改善修改衬底的半导体制造操作的工艺仿真模型的实际产业可应用性。
在一些实施方案中,此处所公开的技术将化学、物理、和/或行为输入参数值(有时称为“浮动”工艺模型参数值)优化,这些参数值是由这些模型所使用,且通过决定更有效的参数值组来改善模型的预测精度。使参数优化改善了其中使用这些参数的工艺仿真模型的精度,即使在针对基础参数所决定的最优值可能不同于文献(或其他实验)可能判定为这些参数的“真”或理想的物理/化学值的情况中也如此。待优化的参数未必直接对应于蚀刻工艺的特定化学或物理性质或机制。在一些情形中,其仅代表容许模型针对成组的给定输入(例如反应器条件)精确预测蚀刻结果的参数。
工艺仿真模型可考虑工艺设备内的物理性质和/或可测量的量、以及纳米层级的衬底和/或半导体晶片性能。然而,并非所有晶片性能都可方便地直接测量,亦即经常需要切出和/或留下衬底样本,以经由例如扫描型电子显微镜(SEM)之类的显微镜及其他计量技术加以观察和/或扫描。
定义
以下术语可在本说明书各处间歇地使用。
在此申请中,术语“半导体晶片”、“晶片”、“衬底”、“晶片衬底”及“部分制造的集成电路”可互换式地使用。本领域技术人员理解术语“部分制造的集成电路”可指处于半导体晶片上集成电路制造的许多阶段中的任何一者期间的半导体晶片。半导体设备产业中使用的晶片或衬底典型地具有200mm、或300mm、或450mm的直径。本具体实施方式假设实施方案是在晶片上实施。然而,公开内容并非如此受限。工件可具有不同形状、尺寸以及材料。除了半导体晶片之外,可利用所公开的实施方案的其他工件包括诸多对象,例如印刷电路板、磁性记录介质、磁性记录传感器、镜、光学组件、微机械设备等。
此处使用的“特征”为衬底表面上的非平面结构,该衬底表面典型地为在半导体设备制造操作中受到修改的表面。特征的实例包括沟槽、通孔、垫、柱、圆顶等。特征可通过光致抗蚀剂显影、掩模定义、光刻蚀刻、光刻沉积、外延生长、镶嵌沉积等而产生。特征典型地具有深宽比(深度或高度比宽度)。特征深宽比的实例包含至少约1:1.05、至少约1:1、至少约2:1、至少约5:1、至少约10:1、或更高的深宽比。在一些实施方案中,特征具有约10nm至500nm之间的宽度尺寸(其可为关键尺寸),例如介于约25nm与约300nm之间宽度尺寸。特征轮廓可逐渐缩窄且/或在特征开口包含悬出物。凹入轮廓(re-entrant profile)为从特征的底部或内部向特征缩窄的轮廓。
此处使用的“初始轮廓”为将由半导体设备制造操作所处理的衬底表面的几何特征的轮廓。初始轮廓可具有一或更多特征(或其可为完全平面)且其作为用于半导体设备制造操作的起始或输入轮廓,该半导体设备制造操作接着修改初始轮廓。初始轮廓可利用关于半导体设备制造操作前的制造步骤的信息而运算性地产生。替代地,初始轮廓通过在从半导体设备制造操作前的制造步骤生成的衬底表面上进行计量而产生。在半导体设备制造操作期间,真实地或模拟性地将衬底表面从初始轮廓修改成最终轮廓。
此处使用的“半导体设备制造操作”为半导体设备的制造期间所执行的单元操作。典型地,整体制造工艺包含多个半导体设备制造操作,其每一者在其本身的半导体制造工具中执行,例如在等离子体反应器、电镀槽、化学机械平坦化工具、湿式蚀刻工具等中执行。半导体设备制造操作的类别包括例如蚀刻工艺及平坦化工艺之类的减去工艺、及例如沉积工艺的材料加成工艺。在各工艺的背景中,衬底蚀刻工艺包含蚀刻掩模层的工艺、或更概括而言蚀刻先前沉积和/或以其他方式停留在衬底表面上的任何材料层的工艺。如此蚀刻工艺可蚀刻衬底中的层堆叠件。
此处使用的“半导体设备制造操作的结果”为经历半导体制造操作的衬底的特性。如此结果的一实例为半导体制造操作后的衬底几何轮廓。该轮廓为空间中的代表特征或特征的群组的位置的成组的点。举例而言,轮廓可为经蚀刻特征的轮廓、经沉积特征的轮廓、经平坦化特征的轮廓等。在另一实例中,半导体制造操作的结果为通过入射电磁辐射与一或更多衬底特征(例如经蚀刻特征、经沉积特征、或经平坦化特征)的互动所产生的信号。在如此实例中,结果可为例如可包含作为波长和/或极化状态的函数的反射幅值的反射信号。结果亦可为椭圆偏振信号。在另一实例中,半导体制造操作的结果为将例如经蚀刻特征、经沉积特征、或经平坦化特征之类的特征的几何结构特性化的成组的轮廓参数,例如光学关键尺寸(OCD)轮廓参数。如此轮廓参数可将特征的整体特性(例如其平均关键尺寸、其侧壁角度、其深度等)特性化。
半导体制造操作的结果可在半导体制造操作期间于一时间点或于多个时间点的范围而获得。若结果在仅一时间点提供,则该时间点可为半导体制造操作完成的时间点。
在此使用的“半导体设备制造操作的运算性预测结果”为例如通过运算性模型(例如受考虑的设备制造操作的工艺仿真模型)而运算性产生的半导体设备制造操作的预测结果。在一些实施方案中,运算性程序计算由几何轮廓坐标代表的预测特征轮廓。在其他情形中,运算性程序计算由与预测特征轮廓相互作用的电磁辐射产生的预测光学响应。在又其他情形中,运算性程序计算由半导体设备制造操作产生的特征轮廓的预测几何轮廓参数(例如将所运算的蚀刻轮廓的几何结构特性化的成组的OCD轮廓参数)。在一些实施方案中,特征轮廓、光学响应、和/或轮廓参数被运算为作用时间(function time)(半导体设备制造操作发生经过该作用时间)。在一些实施方案中,为了预测半导体设备制造操作的结果,运算性程序预测代表半导体衬底上的特征轮廓的多个点的网格处的局部反应速率。这导致偏离运算开始时使用的初始轮廓的衬底/特征轮廓。
在运算性程序计算预测光学响应的情形中,其可通过模拟电磁辐射离开该所运算的蚀刻轮廓的反射来运算反射光谱或椭圆偏振响应。反射光谱或椭圆偏振响应可使用例如严格耦合波分析(“RCWA”)模拟或时域有限差分(“FDTD”)模拟而产生。
在一些实施方案中,运算性程序生成衬底特征的几何轮廓或轮廓参数的时间序列。在一些实施方案中,运算性程序生成通过仿真在不同时间离开受运算衬底特征轮廓的电磁辐射的反射而产生的经运算反射光谱或椭圆偏振响应的时间序列。时间序列可在半导体设备制造操作的不同持续时间生成。半导体设备制造操作的运算性预测结果可针对衬底减去工艺和/或衬底加成工艺而提供。
在此使用的术语“轮廓修整”意指将受运算蚀刻轮廓平滑化以使一些随机轮廓变异平整。轮廓修整可在例如模拟离开该受运算蚀刻轮廓的电磁辐射的反射的另一运算性程序之前施加至半导体设备制造操作的运算性预测结果。
在此使用的“计量结果”意指至少部分通过测量受处理衬底的特征而生成的结果。测量可在成组的固定工艺参数值下操作的反应室中的半导体设备制造操作之时或之后进行。在一些实施方案中,测量受处理衬底的特征生成轮廓坐标。在如此实施方案中,测量受处理衬底的特征可包含对受蚀刻衬底执行显微术(例如CD-SEM、SEM、TEM、STEM、REM、AFM)、或光学计量。当使用光学计量时,系统可通过从所测量的光学计量信号计算轮廓坐标而获取轮廓坐标。在一些实施方案中,计量结果是通过将所测量的特征轮廓坐标转换成成组的几何轮廓参数而生成,该成组的几何轮廓参数将受处理衬底中的特征的几何结构(例如关键尺寸、侧壁角度、深度等)特性化。在一些实施方案中,计量结果是通过在受处理衬底上执行反射测量法、圆顶散射测量法、角分辨散射测量法、小角度X光散射测量法、和/或椭圆偏振法而获取。在一些实施方案中,计量结果为针对特定工艺的终点检测。可原位判定的终点检测可通过诸多光学技术而测量。
在一些实施方案中,计量结果被提供作为衬底特征的被测量的几何轮廓、反射或椭圆偏振数据、或轮廓参数的时间序列。这些被测量的计量结果于半导体设备制造操作的不同持续时间生成。
在此使用的“工艺仿真模型”为预测半导体设备制造操作的结果的运算性模型。换言之,其输出该结果。如所说明的,结果的实例包括特征轮廓(例如特征的详细笛卡儿坐标)、将特征特性化的轮廓参数(例如关键尺寸、侧壁角度、深度等)、和/或若使用光学计量来探测特征所产生的反射/椭圆偏振数据。这些结果基于所仿真的半导体设备制造操作期间所生成或修改的特征。这些结果可在半导体设备制造操作期间的一或更多时间点进行预测。
对工艺仿真模型的输入包括将半导体设备制造操作特性化的一或更多工艺参数值。通常,用作输入的工艺参数为例如温度(基座、喷头等)的反应器条件、等离子体条件(密度、电位、功率等)、工艺气体条件(组成、成分的分压、流率、压力等)、或类似者。典型地,工艺仿真模型也接收初始轮廓衬底,该初始轮廓衬底代表即将经由模型化半导体设备制造操作进行处理之前的衬底表面的轮廓。在简易的案例中,初始轮廓仅为平坦表面。更典型地,初始轮廓具有例如掩模或光致抗蚀剂特征之类的特征。
有时,工艺仿真模型仿真减去工艺,例如衬底蚀刻工艺或平坦化工艺。在诸多实施方案中,工艺仿真模型为此处所述的蚀刻轮廓模型。有时,工艺仿真模型仿真加成工艺,例如衬底沉积工艺(例如化学气相沉积、物理气相沉积、原子层沉积等)。
在此使用的“经配置的工艺仿真模型”描述配置有一或更多浮动工艺模型参数的工艺仿真模型。当如此进行配置时,且在接纳输入工艺参数及衬底初始轮廓之后,可执行工艺仿真模型以预测半导体设备制造操作的结果。
在此使用的“工艺参数”为使半导体设备制造操作期间发生于反应室中、且通常在由操作所修改的衬底表面上的工艺特性化的参数。典型地,需要许多这样的工艺参数来将工艺独特地特性化。一些工艺参数将相对易于控制和/或测量的工艺的方面特性化。这样的工艺参数的实例包含(基座、喷头等的)温度、等离子体条件(等离子体密度、等离子体电位、所施加的功率等)、工艺气体条件(组成、成分的分压、流率、压力等)以及可调整的室几何参数,例如基座与喷头之间的间隔。其他工艺参数将无法直接控制和/或无法轻易测量的工艺特性化。这样的工艺参数的实例包括局部条件(例如衬底表面上的一定位置处的等离子体密度、方向、或能量)、以及机械式特性(例如反应速率常数、反应物和/或产物黏附系数、反应物扩散常数、产物扩散常数、光分散性质、及其组合)。工艺参数的值被用作对工艺仿真模型的输入或工艺仿真模型的配置。该值可为纯量、向量、矩阵、张量等。
在此使用的“固定工艺模型参数”为由工艺仿真模型所需的工艺参数,但其值在用于改善工艺仿真模型的效能的优化程序期间为固定的。换言之,固定工艺模型参数的值在优化程序期间不改变。此与其值在优化运行期间改变的浮动工艺模型参数不同。在一些实施方案中,固定工艺模型参数可直接受控制且/或易于测量。实例包含反应室中的温度、反应室中的一或更多所施加的射频或等离子体条件、反应室中的一或更多工艺气体条件、反应室中的压力、或其任何组合。然而,固定工艺模型参数可替代性地为局部或机械式参数。有时在此处所述的模型优化程序中为了便利起见,而将固定工艺模型参数的值或该值的群组由符号μ代表。
在此使用的“浮动工艺模型参数”为由工艺仿真模型所需的工艺参数,但其值在优化程序期间浮动(改变、调整等)。从初始或种子值(seed value)到最终值的浮动工艺模型参数的反复修改为模型优化程序的目标。若优化例程成功,则配置有浮动工艺模型参数的最终值的工艺仿真模型便提供比配置有浮动工艺模型参数的初始值的工艺仿真模型更佳的预测能力。有时在此处所述的模型优化程序中为了便利起见,而将浮动工艺模型参数的值或该值的群组由符号α代表。
在一些实施方案中,浮动工艺模型参数代表经历半导体设备制造操作的衬底的特性。一般实例包括半导体设备制造操作期间难以测量的反应器中的局部条件和/或机械式性质。在一些实例中,特性为反应速率常数、反应物和/或产物黏附系数、反应物扩散常数、产物扩散常数、局部等离子体性质(例如衬底表面处的离子通量、离子方向、自由基通量等)、光分散性质、或其任何组合。然而,浮动工艺模型参数不限于这样的参数。可能更典型地用作固定工艺模型参数的参数也可加以使用,或用作浮动工艺模型参数、或用作浮动工艺模型参数的一部分。这样的非机械式参数的实例包括反应室中的温度、反应室中的一或更多RF条件、反应室中的一或更多工艺气体、反应室中的压力、所施加的等离子体条件、或其任何组合。在一些实施方案中,浮动工艺模型参数包含针对给定工艺更全局性聚焦的参数,该给定工艺是由工艺仿真模型代表。这样的浮动工艺模型参数的实例包含垂直蚀刻速率、横向蚀刻速率、标称蚀刻深度、蚀刻选择性、竖直沉积速率、溅射产率的等离子体角度依赖性、及溅射产率的等离子体能量依赖性,其都针对经历给定半导体设备制造操作的给定材料。浮动工艺模型参数的其他实例包含离子进入的倾斜角度、离子进入的扭曲角(twistangle)、对于蚀刻和/或沉积的(进入特征的)可见度、角分布(有时称为源σ)、黏附系数(有时称为各向同性比(isotropic ratio))、溅射最大产率角度、溅射比以及每晶体方向的蚀刻比,再一次,其都针对经历给定半导体设备制造操作的给定材料。
在诸多实施方案中,浮动工艺模型参数组合使经历半导体设备制造操作的衬底特性化的工艺模型参数中的任何二或更多者。该组合可为参数的个别值的乘积或总和,这些个别值中的任一者皆可基于个别参数对模型的预测能力的重要性或基于其他因素而加权。有时,个别参数的一些或所有值在组合前归一化。在一些实施方案中,个别值被提供作为向量形式的单独贡献度。在一实例中,参数的组合可为离子密度以及与衬底上材料的反应速率。在不考虑任何其他因素的情况下,移除的概率将与离子密度、反应速率、衬底材料密度以及原始轮廓的表面积的乘积成比例。因此,离子密度及反应速率无法单一地确定,但其乘积则可。在一些情形中,浮动工艺模型参数不具有对设备制造操作的特定物理和/或化学工艺的已知连接关系。如此浮动工艺模型参数在使行为性工艺仿真模型优化时为合适的。
在反复优化程序期间,在任何迭代处,浮动工艺模型参数的值被视为浮动工艺模型参数的“目前值”。先前迭代期间的参数的值可称为浮动工艺模型参数的先前值,且后继迭代期间的参数值可称为浮动工艺模型参数的后继值。从一迭代至下一迭代的浮动工艺模型参数值的修改有时称为浮动工艺模型参数的目前值的更新。在反复优化程序的结束处,浮动工艺模型参数的值称为浮动工艺模型参数的最终值。
当在此使用时,使工艺仿真模型“优化”是改善工艺仿真模型预测该模型被设计用于仿真的半导体设备制造操作的结果的能力。通常在此处的讨论中,优化例程通过反复地调整一或更多浮动工艺模型参数的目前值而使工艺仿真模型优化。在预测结果及实验性判定结果二者皆从相同半导体设备制造操作产生的情况下,在优化期间,使用浮动工艺模型参数的目前值的工艺仿真模型的运算性预测结果可与实验性判定结果(例如计量结果)比较。该比较提供反映预测/模拟结果与实验性判定结果之间的差异(或一致性)大小的成本价值(cost value)。优化例程使用该成本价值以至少(i)判定浮动工艺模型参数值的值是否已收敛、及(ii)若值未收敛,判定如何针对下一迭代调整浮动工艺模型参数。在一些实施方案中,程序不仅使用目前迭代的成本价值,且还使用历史迭代中的所有或一些的成本价值,以搜寻全局最优值。
当在此使用时,“比较”工艺仿真模型的运算性预测结果与实验性判定结果(例如计量结果)意指比较两结果的一或更多特征或指标。该比较提供对于优化程序的成本价值或多个价值。差异(成本价值)的实例包含多维结果空间中的L1及L2范数、欧几里德距离以及马氏距离。以使用具有多个特征或指标的结果为例,比较可通过提取多个指标以描述差异而完成。举例而言,这些指针可为特征的多个高度处的关键尺寸(CD)差异、工艺终点差异(例如蚀刻工艺的终点中的差异)、给定材料的厚度差异、或整体光谱内的光谱差异。这些指标构成优化的成本函数;在具有针对这些指标中的每一者的权重因子情况下,该函数亦可为这些指针的组合。成本函数有时在此称为“差异”,其应比简单数学运算A减B更宽泛地加以解读。
当在此使用时,浮动工艺模型参数值在配置有浮动工艺模型参数值的工艺仿真模型针对目前应用适当地执行时“收敛”。诸多收敛准则在本领域中已知且可加以应用。其中的一些在以下描述。整体而言,成本价值在优化例程的各迭代中加以评估。单一迭代期间产生的成本价值可单独评估或结合来自其他迭代的成本价值而评估。如此评估容许优化例程进行收敛检查。若成本价值或多个成本价值指示浮动工艺模型参数的目前值提供可接受地执行和/或不再明显改善的工艺仿真模型,优化例程终止程序并将浮动工艺模型参数的目前值视为最终值。优化例程已收敛。因此,在一些实施方案中,收敛方法判定参数估计的误差何时无法再改善。这容许对于终止问题的贝氏观点(Bayesian view)。收敛检查可搜寻成本价值中的局部或全局最小值(或最大值,具体取决于成本价值的结构)。优化的终止可使用例如随机梯度下降法、批次梯度下降法、贝氏优化法等。
优化程序
图3显示了依据一些实施方案使工艺仿真模型优化的优化程序300的概貌。工艺仿真模型被配置成使用将半导体设备制造操作特性化的工艺参数值来预测半导体设备制造操作的结果。
方法可涉及在操作302接收待优化的一或更多浮动工艺模型参数的目前值。在第一迭代中,这些目前值可视为初始值。然后在操作304通过将一或更多浮动工艺模型参数的目前值、输入轮廓以及成组的固定工艺模型参数值提供至工艺仿真模型,而产生经配置的工艺仿真模型。在操作306,使用经配置的工艺仿真模型,而生成半导体设备制造操作的运算性预测结果。在操作308,通过在操作于该成组的固定工艺参数值下的反应室中执行半导体设备制造操作,将半导体设备制造操作的运算性预测结果至少部分与所产生的计量结果比较,其中该比较基于半导体设备制造操作的运算性预测结果与计量结果间的差异产生一或更多成本价值。在操作310,使用收敛检查,以判定优化程序是否收敛。如果是,则在311指示程序完成。如果非,则优化程序产生目前值的更新。见操作312。更新可利用成本价值、一或更多浮动工艺参数值的目前值以及可选地浮动工艺模型参数值的一或更多先前值。在此时点,过程控制与一或更多浮动工艺模型参数的目前值一起返回操作304。之后,重复操作304、306、308以及312直到一或更多浮动工艺模型参数的目前值收敛,以产生一或更多浮动工艺模型参数的最终值。
图4显示了仿真与测量的反射或椭圆偏振值的比较的优化程序400的实施方案。如所指示,将工艺仿真模型优化是为了改善工艺仿真模型预测半导体设备制造操作的结果(例如运算性生成的特征轮廓)的能力,该模型被设计成仿真该半导体设备制造操作。优化程序400的反复操作涉及反复调整一或更多浮动工艺模型参数的目前值α。
在一些实施方案中,将初始特征轮廓与在图中以“α”及“μ”表示的两类型工艺模型参数一起输入至工艺仿真模型中,例如先前讨论的蚀刻轮廓模型(EPM)。该输入如402所示,且其使反射或椭圆偏振比较优化程序400开始。如先前介绍的术语“初始轮廓”以及402所示的术语“初始特征轮廓”可互换使用,并指称将由半导体设备制造操作所处理的衬底表面上的空间位置点。举例而言,初始轮廓可具有一或更多特征(或其可为完全平面),且其作为用于接着将修改初始轮廓的半导体设备制造操作的起始或输入轮廓。制成模型参数α代表将经过优化程序300的过程而被优化的一或更多浮动工艺模型参数,且固定工艺模型参数为执行工艺仿真模型所需但不随优化程序过程改变的工艺模型参数。用作浮动及固定工艺模型参数的参数类型不需一成不变地设定,举例而言,例如离子通量的局部等离子体性质可构成一些优化实施方案中的浮动模型参数,且可构成其他优化实施方案中的固定模型参数。
接着,在提供初始轮廓及参数α及μ的初始值之后,执行经配置的工艺仿真模型404。在执行期间,模型以意图预测由工艺仿真模型所模型化的半导体设备制造操作的结果的方式,将输入初始轮廓调整至输出轮廓。
工艺仿真模型404的执行及其伴随的计算及调整最终输出由406所示的运算性产生特征轮廓。该轮廓为模型对于所考虑的半导体设备制造操作的结果的预测。在蚀刻工艺的情形中,输入特征轮廓可为衬底上的掩模轮廓,且输出运算性生成特征轮廓可以是掩模开口下方的衬底中的蚀刻轮廓。然而,在工艺仿真模型将平坦化工艺或加成工艺模型化的情形中,输出运算性生成特征轮廓可为反映平坦化或加成工艺的衬底的轮廓。
在一些实施方案中,轮廓调节器和/或轮廓调节操作(未显示于图4中)是在执行使用特征轮廓的另一运算性程序之前,例如在执行模拟离开受运算蚀刻轮廓的电磁辐射的反射的运算性程序之前,在半导体设备制造操作的运算性预测结果上执行。
在图4所描绘的实施方案中,轮廓调节器(如果使用的话)的操作是在由406所代表的运算性生成特征轮廓上进行。轮廓调节器、或轮廓调节操作使由预测特征中的轮廓工艺仿真模型产生的诸多非周期性变型(aberration)的效应平滑化和/或以其他方式使该效应减少。这些变异可能由工艺仿真模型的随机行为导入。
为了准确地预测通过提供入射电磁辐射于蚀刻轮廓上而产生的反射图案(其为工艺仿真模型的输出406),优化程序采用运算性工具或例如严格耦合波分析(RCWA)算法,其假设受蚀刻特征(例如特征或特征区域)的特定周期性,且进一步假设受蚀刻衬底材料的材料性质及从蚀刻产生的诸多间隙的材料性质。再者,RCWA预期到预期周期性(亦即在所属领域中定义为从一特征区域至下一特征区域的类似范围的长度方向距离)内给定材料(亦即介电固体)至不同材料(亦即空气)的预测特定转变。RCWA的替代方案为时域有限差分(FDTD)技术。
特征中非周期性或随机变型的存在可能干涉RCWA法的适当操作,使得该方法可能无法准确地预测存在变型时产生的反射或椭圆偏振光谱。
轮廓调节器从特征辨识并移除特定非周期性结构。在一些实施方案中,轮廓调节器可基于变型的高度来判定是否考虑变型。
举例而言,轮廓调节器可配置成辨识并仅考虑超出预先指定高度的变型。在一些实施方案中,“微凸块”(亦即低于预先指定高度阈值的变型)被轮廓调节器舍弃。类似地,超出预先指定高度阈值的变型可由轮廓调节器平均化或以其他方式结合,以在施加RCWA以运算反射/椭圆偏振光谱之前产生平均轮廓。
返回实施方案图4,将运算性生成特征轮廓提供至反射/椭圆偏振光谱产生器408,以输出运算性生成输出反射/椭圆偏振光谱,在图中表示为“R[λ]calc.”。举例而言,反射/椭圆偏振光谱产生器可以是实施均在本文各处描述的RCWA或时域有限差分(FDTD)的算法工具。反射/椭圆偏振光谱产生器可以是独立工具或可在工具或系列例程中实施。在一实例中,反射/椭圆偏振光谱产生器为例如可从ASML Netherlands B.V.,Veldhoven(荷兰)获得的YieldStarTM散射计产品的工具的一部分。参见例如Cramer et al.,“High-NA opticalCD metrology on small in-cell targets enabling improved higher order dosecontrol and process control for logic”,Proceedings of SPIE,10145,Metrology,Inspection,and Process Control for Microlithography XXXI,101451B(2017年3月28日),其通过引用整体并入于此。
运算性生成反射/椭圆偏振光谱的准确性取决于工艺仿真模型配置有α的目前值时的预测力。在所描绘的程序中,运算性生成反射/椭圆偏振光谱的准确性是通过将其与表示为R[λ]exp的实验性测量结果(亦即计量结果)比较而决定,这些实验性测量结果是从已依据半导体设备制造操作加以处理的真实衬底的特征轮廓生成,该半导体设备制造操作由工艺仿真模型加以模型化。模拟及真实制造操作两者皆使用相同组的固定工艺参数及初始特征轮廓。真实(非运算性生成)结果的结果可作为来自光学计量技术(例如散射测量及椭圆偏振法)的实验性测量反射/椭圆偏振光谱获取,如优化系统400的414所示。运算性及实验性生成结果是针对相同检测技术(例如用于光学计量的相同极化作用、波长范围、入射及检测角度等)及相同特征特性(例如特定深度处的CD、终点检测、沉积层厚度等)。
运算性预测结果R[λ]calc与计量生成结果R[λ]exp是通过“成本函数计算器”412进行比较(例如判定差异、比率、或其他计量)以输出例如在图中指示为R[λ]exp-R[λ]calc的一或更多成本价值。此比较提供反映预测/模拟结果(例如R[λ]calc)与实验性判定结果R[λ]exp之间的差异(或一致性)大小的成本价值。优化系统400使用该成本价值以至少(i)判定浮动工艺模型参数值的值是否已收敛;及(ii)如果值未收敛,则判定如何针对下一迭代调整浮动工艺模型参数的目前值以及调整幅度。如先前所介绍的,比较结果(成本价值)的一实例为多维结果空间中的简单欧几里德距离。在一些实施方案中,成本函数在关联于散射测量工具的结果空间中决定,该散射测量工具是例如提供特定图像形式的散射测量结果的YieldStarTM散射计产品。
估计器418采用“收敛检查器”,其为用于评估浮动工艺模型参数值α的可能收敛性的算法。在一些实施方案中,收敛检查器或估计器418的执行涉及识别一或更多成本价值中的实质局部或全局最小值和/或经过最近迭代的α中的改变量。在判定α的收敛时,收敛检查器于420指示该收敛,这导致最终或优化的浮动工艺模型参数α的值的输出。如先前所指出的,浮动工艺模型参数值从初始或种子值(例如在402所提供)至最终值(例如422处的输出)的反复修改是由优化系统400所进行的模型优化程序的目标。在一些实施方案中,反复执行优化程序将导致配置有浮动工艺模型参数的最终值的工艺仿真模型,其提供比配置有例如浮动工艺模型参数的初始值的工艺仿真模型更佳的预测能力。
通常,在符合最终收敛准则之前,在优化例程的一或更多迭代期间,收敛检查器418的执行将指示成本价值尚未达到所需的收敛条件。在如此情形中,收敛检查器调整α的目前值并输出α的经调整值,如424所示。如由本领域技术人员所理解的,调整α可采用α的目前值和/或成本价值、以及可选地α的一或更多先前值和/或成本价值的先前值。可针对此目的而采用梯度下降技术。然后如426所示,将经调整的α再输入,而在工艺仿真模型404中维持恒定的固定工艺参数μ。换言之,工艺仿真模型被重新配置有经调整的α值。工艺仿真模型接着以相同的初始轮廓及相同的固定工艺模型参数但经调整的浮动工艺模型参数重新执行。优化系统400接着重复组件404至418的操作,其可达成所需的收敛条件,或者,若收敛未达成,重复组件404至426的操作。然而,在414获得的计量结果可在此新的循环中再度使用。通过该循环,优化系统400可进一步依需要调整α。优化程序持续如所需数目的迭代以能够输出α的最终值,其对应于满足成本价值的收敛条件。
现参照图5,显示优化例程500的实例。与先前在图4中所示的优化系统400(其采用反射/椭圆偏振值的比较)相反,此处在图5中所示的优化系统500比较显示为506的运算性生成特征轮廓(针对给定输入α)与例如特征轮廓的(例如经由能量色散X射线扫描型电子显微镜(“X-SEM”))实验性得出的测量值,以如520所示朝收敛调整α。在此情形中,工艺仿真模型直接输出特征轮廓,且程序不包含反射/椭圆偏振光谱产生器408。当然,若工艺仿真模型输出特征轮廓以外的信息,则该方法将需要适当的转换器以将输出改变成轮廓。
在其他方面,优化程序500的其余系统组件和操作502、504、506、512、516、518、520、522、524及526是与先前所述的优化程序400的组件及操作402、404、406、412、416、418、420、422、424及426相同或非常类似的,且因此也类似地用于反复地使代表一或更多浮动工艺模型参数的工艺模型参数α优化,而使代表一或更多固定工艺模型参数的μ保持不变。
并且,类似于由系统400所进行的优化,用作浮动及固定工艺模型参数的诸多类型的参数不需一成不变地设定,举例而言,例如离子通量的局部等离子体性质可构成一些优化实施方案中的浮动模型参数,且可构成其他优化实施方案中的固定模型参数。
详细而言,由系统500执行的优化开始于502,其涉及将初始特征轮廓α及μ输入至工艺仿真模型中,例如蚀刻轮廓模型(EPM)。工艺仿真模型504执行而以意图预测由工艺仿真模型所模型化的半导体设备制造操作的结果(在此情形中为特征轮廓)的方式,将输入初始轮廓调整至输出轮廓,例如与由模型404所完成的实质上相同或类似。工艺仿真模型的执行与其伴随的通过模型504的计算及调整最终输出506所示的运算性生成特征轮廓。如先前针对优化系统400所讨论的,该轮廓是工艺仿真模型对于所考虑半导体设备制造操作的结果的预测。
然而,与优化系统400不同,优化系统500不采用反射/椭圆偏振光谱产生器(例如显示为优化系统400中的408),因此运算性生成特征轮廓506被直接提供至成本函数计算器512,该成本函数计算器512还接收经由X-SEM获得的特征轮廓的实验性得出测量值,如514所示。实验性得出测量值是通过利用半导体设备制造操作(其由工艺仿真模型所仿真)、并使用相同初始衬底轮廓及固定参数值来处理真实衬底而获得的。如先前所定义的,不论是运算性生成或实验性得出,特征轮廓的几何结构是代表特定特征或特征群组的诸多位置的空间中成组的独立点或代表如此点的参数(例如不同高度处的一系列CD值)。注意有许多可用于判定特征轮廓的技术。一些技术直接输出轮廓(例如SEM及AFM技术)且其他技术间接地输出轮廓(例如光学计量技术)。在后者的情形中,必须在比较直接结果与运算性生成结果之前将该直接结果(例如反射光谱)转换成特征轮廓。
类似于优化系统400中的成本函数计算器412的执行,成本函数计算器512比较运算性生成特征轮廓与特征轮廓的实验性得出的测量值,以输出一或更多成本价值,例如在图中指示为“[Etch Profile]exp–[Etch Profile]calc(例如516所指示)。该比较提供反映预测/仿真结果(例如[Etch Profile]calc和实验性判定结果[Etch Profile]exp之间的差异(或一致性)大小的成本价值。并且,相同或相似于优化系统400,优化系统500使用成本价值以至少(i)判定浮动工艺模型参数值是否已收敛;及(ii)如果值未收敛,则判定如何针对下一迭代调整浮动工艺模型参数的目前值以及判定调整幅度。当然,浮动工艺模型参数的调整可采用其他信息,例如浮动工艺模型参数的目前及先前值、和/或成本价值的先前值。
由成本函数计算器512所输出的516所示的成本价值被提供至收敛检查器518,其为评估由成本价值指示的α的潜在收敛的算法。在一些实施方案中,且相同或相似于优化系统400的收敛检查器418的执行,收敛检查器518的执行涉及识别一或更多成本价值中的实质局部或全局最小值。在由收敛检查器指示α的收敛时,收敛检查器判定收敛已如520所示发生,其导致输出最终或优化浮动工艺模型参数α。
如先前指出的,将浮动工艺模型参数值从初始或种子值(例如502处提供者)反复修改至最终值(例如在522输出的)是由优化系统400所示的模型优化程序的目标。在一些实施方案中,由系统400反复执行优化程序将导致配置有浮动工艺模型参数α的最终值的工艺仿真模型,其提供比配置有例如浮动工艺模型参数的初始值的工艺仿真模型更佳的预测能力。
并且,相同或相似于优化系统400的收敛检查器418的执行,在满足最终收敛准则之前,收敛检查器518的执行可指示成本价值尚未达到所需的收敛条件。在如此情形中,收敛检查器调整α的目前值,并输出α的经调整值,如524所示。接着如526所示,将此经调整的α重新输入工艺仿真模型504中,并维持不变的固定工艺参数μ。换言之,工艺仿真模型重新配置有经调整的α值。然后以相同的初始轮廓及相同的固定工艺模型参数但经调整的浮动工艺模型参数,重新执行工艺仿真模型。接着优化系统500经由组件502至506如同先前那样重复所执行的操作,然而在514获得的实验性测量轮廓可在此新的循环中再度使用。通过该循环优化,系统500可依需要进一步调整α。优化继续进行所需的迭代数,以能够在522输出最终收敛值。
现参照图6,显示优化系统600。与采用图4所示系统400的实施方案(其采用反射/椭圆偏振的比较)相反,图6所示的优化系统600不包含反射/椭圆偏振光谱产生器408,而是包含轮廓参数转换器608。优化程序600的组件602至624的其余操作在某种程度上类似于对应至图4所示优化系统400的组件402至424的对应操作。相同的多余描述予以省略。
如先前所说明的,执行工艺仿真模型的结果可以是由该模型所仿真的半导体设备制造操作之后(或期间)的衬底轮廓。如此轮廓可以表示为代表特定特征或特征群组内或附近的诸多位置的空间中的成组的独立点。
在系统600的优化程序中,且与使用由空间中成组的点定义的衬底轮廓相反,该程序采用成组的“轮廓参数”来代表特征轮廓的几何结构,例如可能使用较少数据点或数据点组来代表。亦即,工艺仿真模型604(例如EPM)输出运算性生成特征轮廓,其可具有许多如上述的空间中的独立点。接着通过“轮廓参数转换器”608,将这样的点系统性地减少、或至少部分消除,以输出可称为“简约”轮廓的轮廓,例如610所示表示于轮廓参数Pi中的轮廓。轮廓参数的实例包括特征或特征群组的这些特性:关键尺寸、侧壁角度、深度、节距等。将特征轮廓转换成成组的轮廓参数的技术在本技术领域中已知,且常用在光学关键尺寸法上(Optical Critical Dimension methods)。
类似于先前所述的优化系统400及500,优化系统600的成本函数计算器612接收从实验性生成数据(例如X-SEM、CD-SEM、或光学计量)得出的几何轮廓参数Pi。这些轮廓参数可使用OCD方法从如此实验性生成数据得出。结果是具有将几何模型(例如梯形模型或圆角模型)的不同方面特性化的参数的特征的几何特性。成本函数计算器612也从轮廓参数转换器608接收轮廓参数。利用这些输入,成本函数计算器612输出一或更多其成本价值,例如[Pi]exp-[Pi]calc 616。如此成本价值是如先前针对收敛检查器418和/或518所讨论的由收敛检查器618同样地接收及使用,以根据需要反复调整α而最终如620所示达到收敛,并如622所示输出最终α。
在一些实施方案中,被模拟并经由计量加以实验性评估的系统具有多层堆叠件的沉积材料,包含可选的掩模层。使用包含不同厚度及可选地不同材料的层的多层堆叠件进行校准的工艺仿真模型可具有极大实用价值。通常,蚀刻工艺是对异质材料的多层堆叠件执行。然而,当利用具有待蚀刻材料的多层堆叠件的衬底校准工艺仿真模型时,重要的是仿真模型针对堆叠件中的各层使用正确的厚度值。在此方面,在此所述的方法可采取其中包含待用于校准的多层堆叠件的实体衬底通过计量进行初步评估以判定堆叠件中各层的厚度的方式执行。这些厚度接着被用于在工艺仿真模型中所考虑的衬底的运算性表示。依此方式,仿真适当地表示将用于提供通过计量获得的实验性信息的实体结构,以供校准工艺仿真模型。
在一些实施方案中,在工艺仿真模型已完全校准之后(例如α的值已收敛至模型可肯定地使用的程度),将模型实现并用于预测蚀刻结果及与之关联的所有应用(例如定义光刻掩模、设计新蚀刻装置、在蚀刻工艺窗中指定等)。在如此工艺仿真模型的实际使用期间,若发现模型已无法准确地预测由真实蚀刻工艺所产生的蚀刻轮廓,如此信息可用于进一步校准、或至少改进模型的校准。导致错误预测的条件的模拟结果与蚀刻工艺的实际结果一起被提供至优化例程,以进一步将用于工艺仿真模型的参数值(a)优化。依此方式,工艺仿真模型的预测能力可在该模型用于其中的实体条件领域内获得改善,且/或该模型的领域延伸至由导致该模型不正确地预测蚀刻结果的蚀刻条件所表示的新的实体应用。当然,在工艺仿真模型的寿命过程,可将此重新校准利用多次,亦即,每当发现失效的预测能力时。
额外实施方案—CD-SEM优化数据
蚀刻模型可产生包含x及y维度的三维轮廓,由上观看时,该x及y维度在与晶片或集成电路芯片的表面平行(或在其上)的平面上。蚀刻模型还可提供正交于晶片或集成电路的表面的方向上的z维度信息。z方向值指出蚀刻深度。反之,外廓(contour)为仅含有x及y维度的二维表示法。仅x及y维度用于经由下线(tapeout)提供且实施于光刻光掩模的设计布局中。在一些实施方案中,在此所述的蚀刻模型通过指定蚀刻轮廓中的z方向高度或通过指定受蚀刻堆叠件中的材料而产生x-y外廓。并且,在一些情形中,蚀刻轮廓仅于两维度(z方向及x方向)中提供。另外,外廓可仅在一维度(x方向)或例如关键尺寸或节距的特征参数中提供。
CD-SEM或关键尺寸扫描型电子显微术为提供例如集成电路芯片或试样的衬底表面上的特征及图案的俯视图(显示x-y平面)的电子显微技术。根据该优势,这些特征可作为衬底上的俯视外廓而加以观看。CD-SEM可提供外廓的纳米尺度分辨率。除了清晰的外廓之外,CD-SEM亦可提供边界(外廓边缘)处的强度梯度。这些梯度可至少部分显露特征上其中特征侧壁从一高度倾斜至一不同高度的过渡区域。单CD-SEM图像可提供足以分辨一或更多层(可能独立地被蚀刻)处的外廓及单层的侧壁中的斜坡。在多阶段工艺的不同阶段取得的多个CD-SEM图像可进行重叠以显示特征外廓从一制造程序操作至下一制造程序操作的进展。
用于进行CD-SEM的装置可包含通过测量图案的特征的尺寸而检查衬底上的图案的专用系统。CD-SEM系统的实例包含Hitachi CG6300及KLA-Tencor 8100XP以及AppliedMaterials VeritySEM 5i.CD-SEM有时用于:
ADI(显影后检查):通过暴露工具及后续显影转移图案之后检查抗蚀剂图案;以及
AEI(蚀刻后检查):使用抗蚀剂图案作为掩模蚀刻、且接着测量被蚀刻图案的尺寸之后检查衬底。
在发展制造程序当中,有时将CD-SEM用于识别特定处理条件在所转移的图案上的效应,特别是暴露工具的焦点及剂量的效应。工艺窗是使用暴露条件(焦点及剂量)与暴露结果的关系而生成。
如所说明的,例如蚀刻模型的工艺仿真模型的校准或优化可使用横断SEM或TEM而进行,其为破坏性的,且可能呈现有时难以解读的线边界。使用这些技术是昂贵的,且可能导致样本收集不足。此负面地影响蚀刻模型校准的周转时间及结果的准确性。
校准还可利用如使用CD-SEM获得的俯视信息进行,CD-SEM获得俯视图像并提取特征的CD(关键尺寸)。测量CD高度依赖于结构轮廓。伴随CD-SEM的挑战是有时在CD受到判定的位置上有不准确性,特别是在z方向上。在结构轮廓中错误位置的相关CD限制了经校准蚀刻模型的稳健性。这可通过使用CD-SEM并结合例如下列技术之类的提供z方向分辨的信息的一或更多技术而进行处置:CDSAXS(关键尺寸小角度X光散射)、透射电子显微技术(例如STEM)、薄膜、或OCD散射测量技术。包含z方向分量的特征表示法在此有时称为基于轮廓的表示法,且其是基于所产生的轮廓的计量技术,例如X光散射、TEM以及OCD计量。
如所说明的,在晶片层级的轮廓演变方面,蚀刻结果可经由蚀刻模型进行模拟。在此所述的实施方案仅使用CD-SEM或结合其他计量法以校准蚀刻模型的浮动参数。在一些实施方案中,校准使用由提供更详细轮廓信息的一或更多其他计量法(例如STEM和/或光学散射测量)辅助的CD-SEM。由CD-SEM结合轮廓计量法(例如光学散射测量或STEM)所测量的时间演变可提供用于将蚀刻模型的浮动参数优化的边界条件(校准信息)。由CD-SEM生成的俯视外廓纳米分辨度由CDSAXS、TEM、和/或OCD技术收集的侧视轮廓信息的准确性所补充。校准程序可采用晶片层级的多个测试图案/样品(例如来自芯片设计库(clip designlibrary)的量规)。每一测试图案被转移至执行蚀刻或处理所在的测试衬底,且所产生的衬底特征是使用CD-SEM及可选地一或更多其他计量技术进行测量。
使用CD-SEM输出的优化可利用图4、5及6所描绘的程序的任何一或更多者而进行。特定针对使用CD-SEM的程序的单独程序流程被描绘于图8。
如图8所示,程序开始于供给运行工艺仿真模型所需的多种参数。整体程序反复地改进这些参数(浮动参数)中的一者。刚开始,工艺仿真模型(这里被识别为“SEM3D或SKM”)接收下列项作为输入:(a)控制参数(α向量或浮动参数)、(b)恒定参数(μ向量或固定参数)、(c)进入的轮廓(抗蚀剂、掩模、或其他迭层设计布局的x-z表示法)、及(d)进入的图案(图案抗蚀剂、掩模、或其他叠层设计布局的俯视x-y表示法)。以这些输入执行工艺仿真模型提供了被模型化的一或更多特征的特征轮廓(x-z)、外廓(x-y)、及LER或LWR中的一或更多者作为输出。
在内优化循环中,从使用进入的轮廓/图案进行处理且经历由工艺仿真模型进行模型化的设备制造操作的一或更多衬底,提供横断计量数据(例如CDSAXS、STEM、X-SEM等)与俯视计量数据(例如CD-SEM)。计量数据的值可与工艺仿真模型的对应输出比较(是否A=A’?;是否B=B’?;及是否C=C’?),且任何差异可用于产生一或更多如上所述的成本函数。
在外优化循环中,将由工艺仿真模型输出的轮廓、外廓和/或LER/LWR提供至例如上述的RCWA或FDTD的光谱产生器。将产生的输出与实验性生成光谱做比较(B=B’?),以再一次如上所述产生不同的成本函数。实验性生成光谱可通过许多具有或不具有OCD转换的光学计量技术中的任何一者产生。参见图4及6的讨论。在一些实施方案中,该比较是在用于特定散射测量工具或技术(例如上述的YieldStarTM工具)的空间中执行。
内及外优化循环可单独或一起使用。当一起使用时,产生基于与A、C和D中的一或更多者一起的一般参数B的组合成本函数。然后将该成本函数用于如本文他处所述调整浮动参数α的值。
CD-SEM的反向散射电子强度容许判定CD外廓及LWR/LER(线宽粗糙度和/或线边粗糙度)。此信息可提供作为CD-SEM输出以促进模型校准。将工艺仿真模型(举例而言,蚀刻轮廓模型,例如此处所述的表面动态模型或行为模型)用于仿真例如设计布局或掩模的输入结构的修改、或其一部分,例如在一或更多量规/微电路中所提供者。如本文他处所述,模拟结果与实验性结果之间的差异通过一或更多量度的成本函数进行评估。使用CD-SEM输出的成本函数可与其他不使用CD-SEM(例如X光散射、TEM、或OCD技术)的数据流的计量成本函数组合,以促进经由例如浮动参数值α的非线性回归的优化。
如所指出的,CD-SEM输出可包含特征外廓以及LWR和/或LER。此外,通过存在于CD-SEM图像中的强度梯度,CD-SEM输出可捕获堆叠件的各材料(例如旋涂材料、硬掩模、下伏的衬底等)的多个位置内和/或蚀刻的各步骤内蚀刻轮廓的演变。强度梯度可至少部分反映其中侧壁具有斜坡(亦即其非纯粹竖直)的轮廓的过渡区域。因此,虽然CD-SEM在判定特征外廓(在x-y平面)方面可具有优势,但其也可提供一些z方向信息。这可补充1D或2D结构信息。
通过使用CD-SEM计量数据并结合其他计量数据,可产生多特征工艺仿真模型。举例而言,除了特征轮廓(通过X光散射、TEM、SEM、AFM、OCD等校准)之外,还可将单一蚀刻模型用于预测俯视的特征或图案外廓/梯度(通过CD-SEM校准)和/或LER和/或LWR估算(由CD-SEM校准)。这些制造操作的预测结果中的任何一者可存在于多个时间步骤中。对于采用多个时间步骤的工艺仿真模型而言,校准信息可能需要经由计量捕获的多个时间快照。
在一些实施方案中,为了使工艺仿真模型优化,方法可将以下类型的计量数据中的二或更多者的成本函数组合成加权的混合计量:TEM/SEM/AFM(x-z数据中的差异)、OCD(光谱中的差异)以及CD-SEM(外廓/梯度值中的差异,其典型地从x-y平面优势观看)。在一些实施方案中,优化程序采用L2范数成本函数中(如卡方(chi-square)中)的计量的误差杠(error bar)。当然,如所说明的,可使用其他成本函数。可使用训练、验证以及测试,如在常规机器学习中使用。机器学习程序流程的进一步说明见本文其他描述。全局优化方法可用于搜寻相对实验性数据的最低MSE(均方误差)。
相关可选点—CD-SEM
在一些实施方案中,根据轮廓敏感性及准确性要求,而使用CDF-SEM的多个样品装载法(例如由不同量规/芯片所提供)与例如OCD和/或TEM之类的一或更多其他计量技术来产生优化计量结果。
在计量不确定性高的情形中,一起在工艺仿真模型参数空间中使用下列参数中的二或更多者:经校准核心参数、蚀刻物理参数、蚀刻行为参数、和/或结构参数。
核心参数以及其他轮廓参数的反复优化。将轮廓参数表示为局部特征密度及相邻结构的形状的函数的核心参数可相对使用CD-SEM的1D及2D图像的大样本尺寸进行校准。
使用基于CD-SEM的混合计量以校准蚀刻模型的该优化程序流程可具有若干优点,例如:
1.CD-SEM可提供准确二维外廓(x-y信息)的输入。STEM可提供详细且准确的轮廓(包含z方向信息)。OCD提供良好精确性轮廓计量(包含z方向信息)。结合这些个别技术的长处提供良好的准确性。
2.校准容许蚀刻模型参数与俯视外廓(x-y视图)之间的直接映射、及其之间的可选蚀刻模型。其提供直接途径以整合OPC/CD-SEM(工业标准)与蚀刻OPC加上轮廓计量。OPC及CD-SEM常用于工业而不考虑轮廓作用。在此处的一些实施方案中,蚀刻轮廓的考虑被整合于标准OPC流程中。另外,当蚀刻模型提供与轮廓计量相比较的模拟轮廓时,方法不仅将OPC模拟延伸为EtchOPC(具有模拟轮廓),并且还将CD-SEM延伸为CD-SEM+蚀刻后轮廓计量。此“蚀刻延伸”可整合至标准OPC流程中。
3.轮廓演变链接至CD-SEM外廓的蚀刻步骤式改变,从而提供比较各步骤的一致性并评估各步骤的误差的方法。
4.低成本:OCD(为非破坏性技术)花费低于CD-SEM(由于与电子束的交互作用而施以偏压),其因此花费低于STEM(破坏性)。
蚀刻轮廓模型
如所提及的,蚀刻轮廓模型(EPM)为一类型的工艺仿真模型。其从成组的输入蚀刻反应参数(独立变量)运算理论性判定的蚀刻轮廓,该成组的输入蚀刻反应参数将蚀刻反应的一些特征(例如若干潜在的物理及化学蚀刻工艺及反应机制)特性化。这些工艺可被模型化成代表受蚀刻特征及其环境的网格中的时间及位置的函数。输入参数的实例包含例如离子通量的等离子体参数、及例如特定化学反应将发生的概率之类的化学反应参数。其他实例包含被蚀刻衬底的特性(例如厚度及材料的逐层描述)、一或更多待蚀刻特征的初始掩模布局、工艺室条件等。这样的参数可从包括其他模型的多种来源获得,这些其他模型从一般反应器配置及例如压力、衬底温度、等离子体源参数(例如提供至等离子体源的功率、频率、工作周期)、反应物、及其流率之类的工艺条件计算这些参数。在一些实施方案中,这样的模型可以是EPM的一部分。
EPM将如此参数视为独立变量(其在本文所述优化例程的背景下可为固定的和/或浮动的),且功能性产生蚀刻轮廓作为响应变量。换言之,成组的独立变量是用作对模型的输入的参数,且响应变量为由模型所计算的蚀刻轮廓特征。EPM可采用反应参数与蚀刻轮廓之间的一或更多关系。这些关系可包含例如系数、权重、和/或其他以经定义方式应用至独立变量以产生关于蚀刻轮廓的响应变量的模型参数(以及反应参数和/或其他模型参数的线性函数、第二或更高阶多项式函数等)。这样的权重、系数等可代表上述反应参数中的一或更多者。在一些实施方案中,这些模型参数为在此所述优化技术期间经调谐或调整的浮动工艺模型参数值。在一些实施方案中,反应参数中的一些为待优化的模型参数,而其他被用作固定工艺模型参数。举例而言,在一些实施方案中,化学反应参数可以是可优化的浮动工艺模型参数,而等离子体参数可以是固定工艺模型参数。
如所说明的,一些EPM采用基础反应机制参数,且对潜在的化学及物理性质可以是基础性的,并且因此实验工艺工程师一般对于这些量数不具有控制权。在蚀刻轮廓模型中,这些变量可应用在网格的各位置处且应用多次(由经定义的时间步骤所分隔)。在一些实施方案中,网格分辨率可在约数埃与约一微米之间变动。在一些采用时间依赖模型化的实施方案中,时间步骤可在约le-15与le-10秒之间变动。在一些实施方案中,优化采用两类型的机制独立变量:(1)局部等离子体参数、以及(2)局部化学反应参数。这些参数在其可将位置的函数改变(在一些情形中改变至网格的分辨率)方面是“局部性的”。等离子体参数的实例包含局部等离子体性质,像是例如离子、自由基、光子、电子、受激发物质、沉积器物质的粒子的通量及能量、及其能量与角分布等。化学及物理化学反应参数的实例包含速率常数(例如特定化学反应将发生在特定时间的概率)、黏附系数、蚀刻的能量阈值、参考能量、用于定义溅射良率的能量指数、角屈服函数及其参数等。再者,参数化的化学反应可包含其中反应物包括受蚀刻材料料及蚀刻剂的反应。应理解,除了直接蚀刻衬底的反应之外,化学反应参数可另外包含诸多种类的反应。如此反应的实例包括副反应,其包含寄生反应、沉积反应、副产物的反应等。这些中的任何一者可能影响整体蚀刻速率。还应理解,除了上述等离子体及化学反应输入参数之外,模型可能还需要其他输入参数。如此其他参数的实例包含反应位置处的温度、反应物的分压等。在一些情形中,这些和/或其他非机制参数可被输入至输出机制参数中的一些的模块中。在一些实施方案中,模型不采用机制参数,至少不直接采用。
EPM模型变量的初始(未优化)值、以及在优化期间固定的变数(例如一些实施方案中的等离子体参数)可从多种来源获得,例如通过文献、通过其他运算性模块或模型的计算等获得。在一些实施方案中,独立输入变量(例如等离子体参数)可通过使用例如来自蚀刻室等离子体模型(就等离子体参数的情形而言)的模型而决定。如此模型可从多种工艺参数计算可用的输入EPM参数,工艺工程师对于这些工艺参数具有控制权(例如通过转动旋钮),举例而言,例如压力、流速、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、脉冲工作周期等等之类的室环境参数。
EPM可采取许多不同形式中的任何一种。最终,其提供自变量和因变量之间的关系。该关系可以是线性或非线性的。在一些实施方案中,EPM在本技术领域中被称为基于单元的蒙特卡罗(Monte Carlo)表面反应模型者。呈现多种形式的这些模型运作以在半导体晶片制造的背景中仿真随着时间的推移晶片特征的形貌演变。模型发出伪粒子,该伪粒子具有由等离子体模型或针对晶片上任意径向位置的实验性诊断所产生的能量及角分布。将伪粒子统计性地加权,以表示朝向表面的自由基及离子的通量。模型处置导致表面上的蚀刻、溅射、混合以及沉积的多种表面反应机制以预测轮廓演变。在蒙特卡罗积分期间,诸多离子及中性伪粒子的轨迹在晶片特征内被追踪,直到其反应或离开运算域。EPM具有先进的预测在多种材料上的蚀刻、剥除、原子层蚀刻、离子化金属物理气相沉积以及等离子体增强化学气相沉积的能力。
在一些实施方案中,EPM利用二或三维中的直线型网格,该网格具有足够精细的分辨率以适当地处置/模型化晶片特征的尺寸(然而原则上,网格(不论是2D或3D)可利用非直线型坐标)。网格可视为二或三维中的格点阵列。其也可视为代表关联于(置中于)各格点的2D中的局部面积、或3D中的局部体积的单元的阵列。网格内的各单元可代表不同固体材料或材料的混合物。不论是2D或3D网格被选定作为模型化的基础,其皆可依赖于被模型化的衬底特征的类别/类型。举例而言,2D网格可用于模型化长沟槽特征(例如在多晶硅衬底中),在沟槽末端的几何结构并非过度相关于沿着沟槽长度的大部分并远离沟槽末端而发生的反应性工艺的假定下(亦即,对于此剖面2D模型的目的而言,沟槽被假定为无限,另外,其为远离沟槽特征末端的沟槽特征的合理假设),2D网格描绘沟槽的剖面形状。另一方面,利用3D网格将圆形通孔特征(硅通孔(TSV))模型化可以是合适的(因为特征的x、y水平维度是彼此相同的)。
网格间距可在例如从次纳米(例如从1埃)到数微米(例如10微米)的范围内。一般而言,各网格单元被指派材料标识,例如抗蚀剂、多晶硅、气相蚀刻剂或等离子体(例如在不由特征占据的空间区域中),其可在轮廓评估期间改变。固相物质可由运算性单元中的材料标识所代表;气相物质可由运算性伪粒子所代表。依此方式,网格提供晶片特征的几何/形貌在反应性蚀刻工艺中随时间演变时的衬底特征及周围气体环境(例如等离子体)的合理详细表示法(例如以用于运算性目的)。
以上描述的一些者已聚焦在例如表面动态模型的工艺仿真模型上,其采用半导体设备制造操作的机制表示法。如此模型被更加详细描述于2016年2月8日提出申请的美国公开专利申请No.20170228482以及2016年6月21日提出申请的美国公开专利申请No.20170363950,二者皆在此整体并入作为参考。然而,一些实施方案使用相当不同的模型来代表半导体设备制造操作。在一些情形中,模型不采用(至少不直接采用)尝试说明半导体设备制造操作的潜在化学及物理性质的机制参数。举例而言,行为模型可采用工艺的摘录以预测由一或更多半导体设备制造操作产生的特征的结构细节。行为模型的一实例为来自Coventor(Lam Research公司)的SEMulator3DTM。行为模型的实例呈现于美国专利No.9,015,016及美国专利No.9,659,126,二者皆于先前并入作为参考。
在诸多实施方案中,在此所述的工艺仿真模型在三个维度将特征模型化。在一些情形中,在此所述的工艺仿真模型不仅预测半导体设备制造操作对一特征的影响,而且预测对在设计布局的区域上(例如大型多组件区域上)的成组的特征的影响。
虽然以上描述已聚焦于蚀刻模型,但本公开内容还涉及其他模型,例如用于预测衬底上平坦化工艺或沉积工艺的效应的模型。
实验及轮廓测量
为了使工艺仿真模型最优比,可执行多种实验来以实验容许的准确度判定从执行于由多种成组的工艺参数所指明的多种工艺条件下的实际工艺产生的实际轮廓。因此,举例而言,指明成组的工艺参数(例如蚀刻剂流速、等离子体功率、温度、压力等)的第一组值,由此设定室装置,使蚀刻剂流入室中,激发等离子体等,并进行第一半导体衬底的处理,以产生第一轮廓。接着指明相同的成组的工艺参数的第二组值,处理第二衬底,以产生第二轮廓,依此类推。
工艺参数的多种组合可用于根据需要呈现广泛的或集中的工艺空间,以使工艺仿真模型优化。接着将相同的工艺参数的组合用于通过工艺仿真模型计算例如机制参数之类的(独立的)输入参数,以提供可与实验性结果比较的轮廓输出(因变量)。因为实验是昂贵且耗时的,所以可采用技术来以减少针对使工艺仿真模型优化提供稳健训练组所需要进行的实验数的方式设计实验。例如实验设计(DOE)的技术可用于此目的。一般而言,如此技术判定在多种实验中使用何组工艺参数。其通过考虑工艺参数之间的统计性互动、随机化等,来选择工艺参数的组合。举例而言,DOE可识别涵盖已完成工艺的中心点周围的有限参数范围的小数目的实验。
在一些方法中,研究者将在模型优化程序的早期进行所有实验,且仅使用这些实验于优化例程迭代中,直到收敛。或者,实验设计者可针对优化的早期迭代进行一些实验,之后随着优化继续而进行额外实验。优化程序可通知实验设计者针对后续迭代应受评估的特定参数及因此而应进行的特定实验。
一或更多原位或脱机计量工具可用于测量由这些实验性程序操作产生的实验性生成轮廓。测量可在工艺结束时、工艺期间、或工艺期间的一或更多时间点进行。当测量在工艺结束之时进行时,测量计量可能是破坏性的,当测量在蚀刻工艺期间以间隔方式进行时,测量计量通常为非破坏性的(因此不中断蚀刻)。合适的计量技术的实例包含但不限于原位反射测量术、OCD、横断SEM、CD-SEM、及上述其他。注意计量工具可直接测量特征的轮廓,例如在SEM的情形(其中实验基本地形成特征的蚀刻轮廓的图像),或其可间接地判定特征的蚀刻轮廓,例如在OCD测量的情形(其中进行一些后处理以从实际测量数据得出特征的蚀刻轮廓)下。计量技术可依其所进行的处所及其对样品所进行的行为而进行分类;分类包含原位、脱机非破坏性、及破坏性计量。原位计量包括例如反射测量术、及椭圆偏振法;脱机非破坏性计量包括例如单波长及宽带OCD计量或散射测量法、圆顶散射测量法、CD-SAXS以及CD-SEM(俯视SEM);且破坏性计量包括例如X-SEM、STEM以及TEM。
无论如何,实验及计量程序的结果为成组的测量轮廓,各测量轮廓大致包含针对代表上述特征的轮廓形状的一系列坐标或成组的网格值的一系列值。然后将轮廓用作输入,以训练、优化、并改善如在此所述的计算机化蚀刻轮廓模型。
反射测量法及椭圆偏振法光谱分析及模型化工具
当使用工艺仿真模型以生成特征轮廓值时,从几何结构生成的光学参数可利用例如RCWA法或类似技术的光学模型化例程进行模型化或预测。
RCWA为唯一可用于描述来自例如光栅周期性结构或传送通过如此光栅的反射(绕射、散射)辐射的特性的方法。RCWA由Moharam及Gaylord大幅发展,且描述于科学文献中。见例如整体并入于此作为参考的M.G.Moharam and T.K.Gaylord“Rigorous coupled-waveanalysis of planar-grating diffraction”J.Opt Soc of America,Vol.71,Issue 7,pp.811-818(1981)。RCWA计算多种绕射阶(第零阶及更高阶)的强度及极化特性。其他可提供结果的光学模型化法包含但不限于C方法、模态方法、瑞利(Rayleigh)近似、电场积分方程式(EFIE)以及共轭梯度快速傅立叶变换(CG-FFT)。
RCWA为运算电磁学中的半分析式方法,其通常用于解决来自周期性介电结构的散射。其为傅立叶空间方法,因此设备及场被表示为空间谐波的总和。该方法是基于弗洛奎定理(Floquet’s theorem),周期性微分方程式的解可利用弗洛奎函数(或有时称为布洛赫波(Blochwave),尤其是在固态物理中)加以展开。设备被分为各自在Z方向上为一致的层。针对具有例如沿着z方向分级的介质电容率的性质的弯曲设备,需要阶梯近似法。将各层中的电磁模式进行计算并分析式传播通过这些层。整体问题通过使用例如散射矩阵的技术匹配层间界面中的每一者处的边界条件来解决。为了针对由入射平面波的波向量决定的电磁模式而解出,在周期性介电介质中,麦克斯韦方程式(Maxwell’s equations)(呈偏微分形式)以及边界条件由弗洛奎函数展开,并转变成大型代数方程式。在截断较高阶弗洛奎函数的情况下,根据所需要的准确度及收敛速度,无限大代数方程式成为有限且可由计算机解出。
运算性生成由(或可由)光束交互作用产生的光学参数的另一方式为通过使用时域有限差分(FDTD)法。此为用于电动力学的数值分析技术。其为用于寻找对于时间依赖的呈偏微分形式的麦克斯韦方程式的近似解的基于网格的有限差分法。方程式被离散化成时间及空间偏导数。所产生的有限差分方程式以跳位方式解出:体积空间中的电场向量分量在时间上的一给定时点解出,且然后磁场向量分量在相同间体积中于时间上的下一时点解出,且程序重复直到计算出所期望的瞬时或稳态电磁场。
收敛度检查
上述浮动工艺模型参数优化程序可为反复非线性优化程序,例如,其将一般为输入参数的非线性函数的误差度量或成本价值优化,且由此,可采用多种所属技术领域中已知的技术。参见例如:Biggs,M.C.,“Constrained Minimization Using RecursiveQuadratic Programming,”Towards Global Optimization(L.C.W.Dixon andG.P.Szergo,eds.),North-Holland,pp 341–349,(1975);Conn,N.R.,N.I.M.Gould,andPh.L.Toint,“Trust-Region Methods,”MPS/SIAM Series on Optimization,SIAM andMPS(2000);Moré,J.J.and D.C.Sorensen,“Computing a Trust Region Step,”SIAMJournal on Scientific and Statistical Computing,Vol.3,pp 553–572,(1983);Byrd,R.H.,R.B.Schnabel,and G.A.Shultz,“Approximate Solution of the Trust RegionProblem by Minimization over Two-Dimensional Subspaces,”MathematicalProgramming,Vol.40,pp 247–263(1988);Dennis,J.E.,Jr.,“Nonlinear least-squares,”State of the Art in Numerical Analysis ed.D.Jacobs,Academic Press,pp269–312(1977);Moré,J.J.,“The Levenberg-Marquardt Algorithm:Implementation andTheory,”Numerical Analysis,ed.G.A.Watson,Lecture Notes in Mathematics 630,Springer Verlag,pp 105–116(1977);Powell,M.J.D.,“A Fast Algorithm forNonlinearly Constrained Optimization Calculations,”Numerical Analysis,G.A.Watson ed.,Lecture Notes in Mathematics,Springer Verlag,Vol.630(1978);其中每一者通过引用并入本文。
一般而言,用于计算成本的比较将运算性预测及计量结果的多个方面或指标作比较。这些指标的运算性生成与测量值之间的差异构成用于优化的成本函数。这些指标的实例包含材料的多个高度的关键尺寸(CD)差异、给定材料的厚度差异以及整体光谱的光谱差异。成本函数可以是它们的组合,可选地具有针对它们的权重因子。差异可表现为L1或L2范数、欧几里德距离、马氏距离等。在一些实施方案中,这些技术使受到若干可施加在输入参数和/或误差指标上的限制的目标函数(在此为成本函数/价值)优化。在若干如此实施方案中,限制函数本身可以是非线性的。举例而言,在其中经运算蚀刻轮廓以由工艺仿真模型输出的成组的堆叠件梯形表示的实施方案中,成本价值可定义为这些堆叠件梯形的边界所表示的区域与测量实验性蚀刻轮廓的区域之间的差异。在此情形中,误差指标为由工艺仿真模型输出的因变量的非线性函数,且因此从刚才所述的那些中选定受限优化技术,其容许指定非线性限制。广泛使用的成本函数的实例由SciPy.org在:docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.least_squares.html#scipy.optimize.least_squares的全球信息网上提供。
优化工艺仿真模型的应用
在任何需要蚀刻工艺的详细评估及特性化的情况,在此公开的经优化的计算机化蚀刻模型都可有助于半导体处理工作流程。举例而言,如果正发展新的蚀刻工艺,模型可用于针对许多工艺参数的组合判定蚀刻轮廓特性,而不需要进入实验室并单独执行各实验。依此方式,经优化的蚀刻轮廓模型可实现更快速的工艺发展循环,且在一些实施方案中可显著减少微调目标轮廓所需要的工作。
光刻操作及掩模发展还可大幅受益于准确蚀刻轮廓模型化,因为估计边缘放置误差通常在光刻工作中相当重要,且轮廓形状的准确计算提供该信息。
在此整体并入作为参考的2016年12月1日提出申请的美国专利申请No.15/367,060描述边缘放置误差检测及光刻掩模设计。注意至少有可应用在此方面的两层级的设计布局修正:光刻及蚀刻。换言之,基于光学及蚀刻两者的考虑可用于决定掩模布局。基于蚀刻的考虑使用如在此所述般制备的模型而进行决定。
为了使用在此所述的布局决定来制造光刻掩模,程序开始于所谓的“坯件”,其包含涂布有铬层及抗蚀剂层的玻璃衬底。有时使用代替铬或除了铬之外的材料。举例而言,衰减的相位偏移掩模使用例如钼硅化物层的额外层。抗蚀剂可为正型或负型抗蚀剂。在电子束暴露时,所形成的图案形成于抗蚀剂上,该图案可经由蚀刻工艺转移至下伏的铬层。铬在光刻掩模上提供不透明区域,其在半导体晶片的暴露期间投射阴影。
光刻掩模的制造类似于半导体设备制造期间的光刻步骤。然而,相对于光(例如深UV),抗蚀剂的暴露由电子束完成。使坯件暴露于撞击在由掩模设计布局(其至少部分使用在此所述类型的EPM所决定)所指定的位置中的抗蚀剂上的电子束辐射。接着,使掩模显影以产生布局的图案。目前所形成的抗蚀剂图案接着通过适当的蚀刻工艺(例如等离子体或湿式蚀刻)被转移至下方铬层。之后,将抗蚀剂移除,且利用薄膜覆盖暴露的铬图案以防止污染
在此公开的优化模型也可有助于解决倒数问题:其中期望特定目标蚀刻轮廓,且想要发现用于实现该特定目标蚀刻轮廓的一或更多特定工艺参数(或EPM输入参数)的组合。另外,这可通过实验性试误而完成,但从给定的成组的工艺参数(或EPM输入参数)及条件产生的蚀刻轮廓的准确模型化可取代对于实验的需求,或至少在探索工艺/输入参数空间的初始阶段如此,直到可识别良好的候选者以供完整实验性研究。在一些实施方案中,可实际上以全自动方式将模型数值性反转,亦即反复定位成组的产生给定蚀刻轮廓的参数。再一次,蚀刻轮廓坐标空间的维度(经由PCA)缩减、及所需蚀刻轮廓对此空间上的投影可使此数值性反转更加可行。
基于此处所提供的公开内容,EPM可用于促进工艺窗及硬件优化。在一些实施方案中,将EPM用于针对现存未经修改的反应器或反应器设计判定参数组(例如工艺窗)。在一些实施方案中,将EPM用于决定经修改的反应器设计,例如但不限于反应器的部件。举例而言,EPM可建议喷头设计修改(例如从现存设计改变孔图案或内部流动管线)。在其他实例中,EPM可建议等离子体产生器设计修改(例如从现存设计改变电容耦合等离子体(“CCP”)电极或感应耦合等离子体(“ICP”)线圈的配置和/或设置)。在一实例中,EPM可建议对于晶片基座的设计或位置的改变。在又一实例中,EPM可建议对于室壁的位置或形状的改变。CCP及ICP反应器的一般描述参见于2016年6月21日提出申请的美国公开专利申请No.20170363950,且其被整体并入于此作为参考。
在一些实施方案中,经优化的EPM可与蚀刻器装置整合、或整合至部署一或更多蚀刻器装置的半导体制造设施基础设施中。经优化EPM可用于决定对于工艺参数的适当调整,以提供期望的蚀刻轮廓、或理解蚀刻轮廓上的工艺参数中的改变的效应。因此,举例而言,制造设施内用于处理半导体衬底的系统可包含用于蚀刻半导体衬底的蚀刻器装置,其操作由成组的独立输入参数所调整,该成组的独立输入参数由实施经优化EPM的控制器所控制。合适的控制蚀刻器装置的操作的控制器典型地包含处理器及内存,内存储存经优化的EPM,且处理器使用所储存的EPM,以针对成组的输入工艺参数的成组的给定值运算蚀刻特征轮廓。在运算轮廓之后,在一些实施方案中,控制器可(响应所运算的轮廓的形状)通过改变该成组的独立输入参数中的一或更多值,来调整蚀刻器装置的操作。
在一些实施方案中,模型用于实时监控及处理原位光学信号,以从原位光学信息产生几何蚀刻参数(例如实时终点或关键尺寸监控)。如此原位监控及处理能力可在诸多反应器配置中的任何一者(例如电容耦合等离子体反应器及感应耦合等离子体反应器)中提供。在一些实施方案中,特征特性化程序(例如终点评估)在约100m以下(从其接收到例如光学测量值的输入变量值的时间起)完成处理。在一些实施方案中,特征特性化算法在约20ms以下完成处理。如此快速的处理可在例如具有关键步骤改变需求的应用中或高蚀刻速率工艺(例如在小于约一分钟之内完成的蚀刻工艺)中采用。在具有由处理体系(例如在RF脉冲或气体脉冲中)引发的许多变异的工艺中、或当晶片结构本身具有复杂结构(例如在交替材料的堆叠件中)时,可能需要数据阵列(例如其数千个),有时是针对多个时间样品(例如一百以上、或一千以上)中的每一者。模型的运行时间还取决于所使用的算法的类型。在一些实施方案中,模型从蚀刻工艺的开始起到目前时间处理光谱信息的时间演变的所有或大部分。这可能需要例如利用多路主成分分析(PCA)及多路偏最小平方(PLS)产生大量模型,其中各模型相对于对应时间间隔的历史轨迹从蚀刻开始比较光学测量轨迹直到目前时间步骤。在模型校准期间和蚀刻时间加长时的实时工艺监控期间,如此模型都可具有增加的运算性需求。在如此情形中,系统可配置有额外的处理能力,例如具有大量缓冲空间的处理器、多线程、和/或多核心。
在一些实施方案中,模型使用仅占有限范围的波长的光学输出信号(或光学信号的其他方面),其可针对判定受关注的几何参数而进行选择。此范围中的信号被用作模型的自变量(或自变量的群组)。在一些这样的实施方案中,可用光学信号中的大部分并未用作输入。所选定范围可代表可由计量工具测量的值的完整范围的一小部分(例如小于约10%或甚至为离散值)。使用经选定范围作为模型输入会需要较少运算,且因此计算更快以判定蚀刻特征的几何结构。其也可容许经选定的因变量被计算而无来自相关几何参数的干扰,举例而言,蚀刻深度可在无来自强相关于关键尺寸的输入信号的显著干扰的情况下进行计算。举例而言,第一波长范围可强相关于蚀刻深度,而一不同波长范围可强相关于关键尺寸但仅弱相关于蚀刻深度。为了避免遮蔽信号,聚焦于蚀刻深度的程序仅使用第一波长范围中的光学信号。
一般而言,可与所公开的经优化的EPM一起使用的蚀刻器装置可为任何类型的适用于通过从半导体衬底移除材料而蚀刻半导体衬底的半导体处理装置。在一些实施方案中,蚀刻器装置可构成感应耦合等离子体(ICP)反应器:在一些实施方案中,其可构成电容耦合等离子体(CCP)反应器。因此,与这些所公开的经优化的EPM一起使用的蚀刻器装置可具有处理室、用于在处理室内保持衬底的衬底保持器以及用于在处理室内产生等离子体的等离子体产生器。装置还可包含用于使一或更多工艺气体流入处理室中的一或更多阀控制工艺气体入口、流体连接至一或更多真空泵以供从处理室排空气体的一或更多气体出口等。关于蚀刻器装置(一般也称为蚀刻反应器、或等离子体蚀刻反应器等)的进一步细节。
所公开运算性实施方案的背景
在此公开的一些实施方案涉及产生和/或使用工艺仿真模型的系统。在此公开的一些实施方案涉及产生和/或使用实施于这样的系统上的工艺仿真模型的方法。产生工艺仿真模型的系统可配置成分析数据以供校准或优化用于代表半导体设备制造操作在衬底上的效果的表示法或关系。产生工艺仿真模型的系统还可配置成接收数据及指令,例如代表发生在半导体设备制造操作期间的实际工艺的程序代码。依此方式,使工艺仿真模型产生或程序化于这样的系统上。使用工艺仿真模型的程序化系统可配置成(i)接收输入,例如将半导体设备制造操作和/或产生衬底中的特征的初始设计布局或掩模特性化的工艺参数:及(ii)执行判定半导体设备制造操作在衬底上的效果的指令。为此,系统可计算半导体设备制造操作的时间依赖性(或非时间依赖性)结果。
具有多种计算机架构中的任何一种的许多类型的运算系统可用作所公开的系统以供实施工艺仿真模型及用于产生和/或优化如此模型的算法。举例而言,系统可包含执行于一或更多通用处理器、或诸如可编程逻辑设备(例如场可编程门阵列(FPGA))之类的特殊设计处理器上的软件组件。另外,系统可实施于单一设备上或分布于多个设备范围。计算元件的功能可彼此合并,或进一步分成多个次模块。
在一些实施方案中,产生或执行工艺仿真模型期间在适当程序化的系统上执行的代码可采取软件组件的形式体现,其可储存于非挥发性储存介质(例如光盘、快闪储存设备、行动硬盘等),其包含驱使计算机设备(例如个人计算机、服务器、网络设备等)的若干指令。
在一定程度上,软件组件被实现为由程序设计师/开发者所制备的成组的命令。然而,可由计算机硬件执行的模块软件为使用选自特定机器语言指令集的“机器码”、或设计至硬件处理器中的“原生指令”提交至内存的可执行编码。机器语言指令集或原生指令集对于硬件处理器是已知的,且实质上内置于硬件处理器中。此为系统及应用软件与硬件处理器交流所凭借的“语言”。各原生指令是离散代码,其由处理架构认可且可指明用于算术、寻址、或控制函数的特定寄存器;特定内存位置或偏移;以及用于解释操作数的特定寻址模式。更复杂的操作通过结合这些简单原生指令而建立,这些原生指令依序执行、或以其他方式由控制流程指令所引导。
可执行软件指令与硬件处理器之间的相互关系是结构性的。换言之,指令本身为一系列符号或数值。其本质上不传送任何信息。处理器通过设计而预先配置成解释符号/数值,此赋予指令意义。
在此使用的模型可配置成在单一位置执行于单一机器上、在单一位置执行于多个机器上、或在多个位置执行于多个机器上。当采用多个机器时,个别机器可针对其特定任务进行定制。举例而言,需要大型编码区块和/或显著处理能力的操作可实施于大型和/或固定式机器。
此外,一些实施方案涉及有形且/或非瞬时计算机可读介质或计算机程序产品,其包含用于执行诸多计算机实施操作的程序指令和/或数据(包括数据结构)。计算机可读介质的实例包含但不限于半导体内存设备、相变设备、磁性介质(例如磁盘驱动器、磁带)、光学介质(例如CD)、磁光介质、以及特别配置成储存及执行程序指令的硬件设备(例如只读存储器设备(ROM)及随机存取内存(RAM))。计算机可读介质可直接由终端用户控制,或介质可由终端用户间接控制。直接受控制的介质的实例包含位于用户设施处的介质、和/或不与其他实体共享的介质。间接受控的介质的实例包含可经由外部网络和/或经由提供共享资源(例如“云端”)的服务间接通往用户的介质。程序指令的实例包含例如由编码器产生的机器码以及含有可由计算机使用解释器执行的更高阶码的档案两者。
在诸多实施方案中,在所公开方法及装置中采用的数据或信息是以电子形式提供。如此数据或信息可包含设计布局、固定参数值、浮动参数值、特征轮廓、计量结果等。当在此使用时,以电子形式提供的数据或其他信息可用在机器上的储存及机器间的传输。按传统,电子形式的数据是通过数字形式提供,且可在多种数据结构、列表、数据库等中储存为位和/或字节。数据可以以电子、光学等方式体现。
在一些实施方案中,工艺仿真模型可各自被视为与用户及与系统软件接口的应用软件的形式。系统软件典型地与计算机硬件及相关内存接口。在一些实施方案中,系统软件包含操作系统软件和/或硬件、以及安装于系统中的任何中间软件及驱动程序。系统软件提供计算机的基本的非任务专用功能。反之,模块及其他应用软件被用于完成特定任务。针对模块的各原生指令被储存于存储器设备中,且由数值表示。
示例性计算机系统800被描绘于图7中。如图所示,计算机系统800包含输入/输出次系统802,其可实现用于取决于应用而与人类用户和/或其他计算机系统互动的接口。本发明的实施方案可实施于系统800上的程序代码中,而I/O次系统802用于(例如经由GUI或键盘)从人类用户接收输入程序描述和/或数据并将该程序描述和/或数据往回向用户显示。I/O次系统802可包含例如键盘、鼠标、图形使用者接口、触控屏幕、或其他输入用接口、及例如LED或其他平板显示器、或其他输出用接口。本公开内容的实施方案的(例如下单引擎的)其他组件可与计算机系统一起实现,该计算机系统可类似计算机系统800,但也许不具有I/O。
程序代码可储存在非瞬时介质中,例如持久性储存装置810或内存808或两者。一或更多处理器804从一或更多非瞬时介质读取程序代码,并执行这些代码以使计算机系统得以完成由本文实施方案执行的方法,例如涉及产生或使用如在此描述的工艺仿真模型的那些。本领域技术人员应理解,处理器可接收例如执行训练和/或模型化操作的源代码,并将源代码解释或编写成在处理器的硬件门层级可理解的机器代码。总线耦合I/O次系统802、处理器804、周边设备806、存储器808、持久性储存装置810。
结论
在描述内容中,提出许多具体细节以提供对所呈现的实施方案的透彻理解。所公开实施方案可在不具有这些具体细节中的一些或全部的情况下实施。在其他情形中,公知的工艺操作未加详述,以免不必要地使所公开的实施方案难以理解。虽然所公开的实施方案结合特定实施方案而描述,但应理解,这些特定实施方案并非意图限制所公开的实施方案。
Claims (70)
1.一种使工艺仿真模型优化的计算机实现方法,所述工艺仿真模型从使半导体设备制造操作特性化的工艺参数值预测所述半导体设备制造操作的结果,所述方法包括:
(a)接收待优化的一或更多浮动工艺模型参数的目前值;
(b)通过将所述一或更多浮动工艺模型参数的所述目前值和成组的固定工艺模型参数值提供至所述工艺仿真模型来产生经配置的工艺仿真模型;
(c)使用所述经配置的工艺仿真模型,生成所述半导体设备制造操作的运算性预测结果;
(d)将所述半导体设备制造操作的所述运算性预测结果与从一或更多衬底特征获得的计量结果比较,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,其中所述比较基于所述半导体设备制造操作的所述运算性预测结果与所述计量结果之间的差异,产生一或更多成本价值;
(e)使用所述一或更多成本价值和/或收敛检查,以生成所述一或更多浮动工艺模型参数的所述目前值的更新值;
(f)以所述一或更多浮动工艺模型参数的所述目前值的所述更新值执行操作(b);以及
(g)重复(c)-(f),直到所述一或更多浮动工艺模型参数的所述目前值收敛,以产生使所述成本价值最小化的所述一或更多浮动工艺模型参数的最终值。
2.根据权利要求1所述的方法,其中所述半导体设备制造操作是减去工艺或材料加成工艺。
3.根据权利要求1或2所述的方法,其中所述半导体设备制造操作是蚀刻工艺、平坦化工艺或沉积工艺。
4.根据前述权利要求中任一项所述的方法,其中所述成组的固定工艺模型参数值或所述一或更多浮动工艺模型参数包含所述反应室中的一或更多温度值、所述反应室中的一或更多RF条件、所述反应室中的一或更多工艺气体、所述反应室中的压力、或其任何组合。
5.根据前述权利要求中任一项所述的方法,其中所述一或更多浮动工艺模型参数包含经历所述半导体设备制造操作的衬底的特性,其中所述特性是反应速率常数、反应物和/或产物黏附系数、反应物扩散常数、产物扩散常数和/或光分散性质。
6.根据权利要求1-4中任一项所述的方法,其中所述一或更多浮动工艺模型参数包含竖直蚀刻速率、横向蚀刻速率、标称蚀刻深度、蚀刻选择性、离子进入的倾斜角度、离子进入的扭曲角、进入特征的可见度、角分布、溅射最大产率角度、和/或每晶体方向的蚀刻比。
7.根据前述权利要求中任一项所述的方法,其中所述一或更多浮动工艺模型参数包含经历所述半导体设备制造操作的衬底的任何二或更多特性的组合。
8.根据前述权利要求中任一项所述的方法,其中(b)产生经配置的工艺仿真模型还包括:在所述衬底经历所述半导体设备制造操作之前,向所述工艺仿真模型提供所述衬底的轮廓,其中所述衬底的所述轮廓具有待由所述半导体设备制造操作修改的一或更多特征。
9.根据前述权利要求中任一项所述的方法,其还包括:在(c)之前,提供经历所述半导体设备制造操作的衬底的初始轮廓,由此在(c)中生成所述半导体设备制造操作的所述运算性预测结果使用所述初始轮廓。
10.根据权利要求9所述的方法,其中所述初始轮廓使用有关发生在所述半导体设备制造操作前的制造步骤的信息而运算性地生成。
11.根据权利要求10所述的方法,其中所述初始轮廓通过在一或更多初始衬底特征上进行计量而决定,所述一或更多初始衬底特征由发生在所述半导体设备制造操作前的制造步骤产生。
12.根据前述权利要求中任一项所述的方法,其中,半导体设备制造操作的结果是通过入射电磁辐射与经蚀刻特征、经沉积特征、或经平坦化特征的相互作用所产生的信号。
13.根据前述权利要求中任一项所述的方法,其中生成所述半导体设备制造操作的所述运算性预测结果包括:
(i)使用所述经配置的工艺仿真模型,生成由一系列几何轮廓坐标表示的运算蚀刻轮廓;及
(ii)从(i)中生成的所述运算蚀刻轮廓,通过模拟电磁辐射离开所述运算蚀刻轮廓的反射而生成经运算的反射或椭圆偏振光谱。
14.根据权利要求13所述的方法,其还包括:在(ii)之前,对所述运算蚀刻轮廓进行轮廓修整,以使一些随机轮廓变异平整。
15.根据权利要求13所述的方法,其中生成经运算的反射或椭圆偏振光谱包含使用所述运算蚀刻轮廓执行严格耦合波分析(“RCWA”)模拟。
16.根据权利要求13所述的方法,其中生成所述经运算的反射或椭圆偏振光谱包含使用所述运算蚀刻轮廓执行时域有限差分(“FDTD”)模拟。
17.根据权利要求13所述的方法,其还包括:
在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及
使所述经蚀刻衬底暴露于入射电磁辐射,以产生包含所述计量结果的实验性反射光谱。
18.根据权利要求13所述的方法,其还包括生成一或更多额外经运算的反射或椭圆偏振光谱。
19.根据前述权利要求中任一项所述的方法,其还包括通过在衬底上执行反射测量法、圆顶散射测量法、角分辨散射测量法、小角度X光散射测量法、和/或椭圆偏振法而产生所述计量结果,所述衬底包含通过在操作于所述成组的工艺参数值下的所述反应室中执行所述半导体设备制造操作而产生的特征。
20.根据权利要求1-12中任一项所述的方法,其中半导体设备制造操作的结果是经蚀刻特征的轮廓、经沉积特征的轮廓、或经平坦化特征的轮廓。
21.根据权利要求1-12中任一项所述的方法,其中生成所述半导体设备制造操作的所述运算性预测结果包括:使用所述经配置的工艺仿真模型生成由蚀刻轮廓坐标表示的运算蚀刻轮廓。
22.根据权利要求21所述的方法,其还包括:
于所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及
测量所述经蚀刻衬底的特征,以产生包含所述计量结果的实验性蚀刻轮廓坐标。
23.根据权利要求22所述的方法,其中测量所述经蚀刻衬底的特征包括在所述经蚀刻衬底上执行显微术或光学计量。
24.根据权利要求23所述的方法,其中执行显微术包含执行透射电子显微术(TEM)和/或扫描型电子显微术(SEM)。
25.根据权利要求1-12中任一项所述的方法,其中所述半导体设备制造操作的结果是成组的几何轮廓参数,所述成组的几何轮廓参数将经蚀刻特征、经沉积特征、或经平面化特征的几何结构特性化。
26.根据权利要求25所述的方法,其中所述几何轮廓参数是光学关键尺寸(“OCD”)轮廓参数。
27.根据权利要求1-12中任一项所述的方法,其中生成所述半导体设备制造操作的所述运算性预测结果包括:
(i)使用所述经配置的工艺仿真模型,生成由一系列蚀刻轮廓坐标表示的运算蚀刻轮廓;以及
(ii)将在(i)中生成的所述运算蚀刻轮廓转换成第一成组的几何轮廓参数,所述第一成组的几何轮廓参数将所述运算蚀刻轮廓的几何结构特性化。
28.根据权利要求27所述的方法,其还包括:
在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;
测量所述经蚀刻衬底的特征,以产生实验性蚀刻轮廓坐标;以及
将所述实验性蚀刻轮廓坐标转换成第二成组的几何轮廓参数,所述第二成组的几何轮廓参数将所述经蚀刻衬底中的经蚀刻特征的几何结构特性化。
29.根据权利要求28所述的方法,其中所述一或更多成本价值基于使用所述第一成组的几何轮廓参数的所述运算性预测结果与使用所述第二成组的几何轮廓参数的所述计量结果之间的差异。
30.根据前述权利要求中任一项所述的方法,其中:
在(c)中生成的所述运算性预测结果包含从所述经配置的工艺仿真模型运算的且与表示衬底减去工艺或衬底加成工艺的不同持续时间的时间序列对应的衬底特征的几何轮廓或轮廓参数的序列;且
(d)的所述计量结果包含在所述衬底减去工艺或所述衬底加成工艺的所述不同持续时间从衬底的实验性测量获得的所述衬底特征的几何轮廓或轮廓参数的序列。
31.根据前述权利要求中任一项所述的方法,其还包括:
(i)利用来自(g)的所述一或更多浮动工艺模型参数的所述最终值来配置所述工艺仿真模型;以及
(ii)使用配置有来自(g)的所述一或更多浮动工艺模型参数的所述最终值的所述工艺仿真模型来实现:
决定光刻掩模的图案;以及
产生所述光刻掩模。
32.根据权利要求31所述的方法,其中产生所述光刻掩模包含将所述图案转移至抗蚀剂层。
33.根据权利要求32所述的方法,其还包括使所述抗蚀剂层显影并将所述图案转移至下伏的铬层。
34.根据权利要求1-30中任一项所述的方法,其还包括:
(i)以来自(g)的所述一或更多浮动工艺模型参数的最终值配置所述工艺仿真模型;
(ii)利用配置有来自(g)的所述一或更多浮动工艺模型参数的最终值的所述工艺仿真模型,以实现:
识别半导体处理装置的设计;以及
通过使用所述半导体处理装置的所述设计制造所述半导体处理装置。
35.根据权利要求1-30中任一项所述的方法,其还包括:
(i)以来自(g)的所述一或更多浮动工艺模型参数的最终值配置所述工艺仿真模型;
(ii)利用配置有来自(g)的所述一或更多浮动工艺模型参数的最终值的所述工艺仿真模型来识别半导体处理装置的操作条件,以通过在所述操作条件下操作所述半导体处理装置而实现半导体设备的制造。
36.根据前述权利要求中任一项所述的方法,其中重复(c)-(f)直到所述一或更多浮动工艺模型参数的所述目前值收敛包括:在所获得的所述一或更多成本价值中识别实质上局部或全局的最小值。
37.根据前述权利要求中任一项所述的方法,其中生成所述运算性预测结果包括:使用所述经配置的工艺仿真模型计算表示半导体衬底上的特征轮廓的多个点的网格处的局部反应速率。
38.根据权利要求37所述的方法,其中使用所述经配置的工艺仿真模型计算局部反应速率的步骤计算作为时间的函数的反应速率。
39.根据前述权利要求中任一项所述的方法,其还包括通过执行所述反应室内的原位计量、所述反应室外的非破坏性独立计量、和/或所述反应室外的独立破坏性计量来获得所述计量结果。
40.一种计算机程序产品,其包含非瞬时计算机可读介质,在所述非瞬时计算机可读介质上提供用于致使运算系统执行优化的工艺仿真模型的指令,所述优化的所述工艺仿真模型从将半导体设备制造操作特性化的工艺参数值计算所述半导体设备制造操作的结果,其中所述指令包含用于下列操作的指令:
(a)接收工艺参数值作为对所述优化的所述工艺仿真模型的输入;
(b)使用所述工艺参数值执行所述优化的所述工艺仿真模型,其中所述优化的所述工艺仿真模型通过下列操作进行优化:
(i)接收待优化的一或更多浮动工艺模型参数的目前值,
(ii)通过将所述一或更多浮动工艺模型参数的所述目前值和成组的固定工艺模型参数值提供至所述工艺仿真模型来产生经配置的工艺仿真模型,
(iii)使用所述经配置的工艺仿真模型,生成所述半导体设备制造操作的运算性预测结果,
(iv)将所述半导体设备制造操作的所述运算性预测结果与从一或更多衬底特征获得的计量结果比较,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,其中所述比较基于所述半导体设备制造操作的所述运算性预测结果与所述计量结果之间的差异,产生一或更多成本价值,
(v)使用所述一或更多成本价值和/或收敛检查,以生成所述一或更多浮动工艺模型参数的所述目前值的更新值,
(vi)以所述一或更多浮动工艺模型参数的所述目前值的所述更新值执行操作(ii),以及
(vii)重复(iii)-(vi),直到所述一或更多浮动工艺模型参数的所述目前值收敛,以产生使所述成本价值最小化的所述一或更多浮动工艺模型参数的最终值;以及
(c)输出所述半导体设备制造操作的计算结果。
41.根据权利要求40所述的计算机程序产品,其中所述指令还包括用于下列操作的指令:在(b)之前,接收经历所述半导体设备制造操作的衬底的初始轮廓。
42.根据权利要求40或41所述的计算机程序产品,其中所述一或更多浮动工艺模型参数包含竖直蚀刻速率、横向蚀刻速率、标称蚀刻深度、蚀刻选择性、离子进入的倾斜角度、离子进入的扭曲角、进入特征的可见度、角分布、溅射最大产率角度、和/或每晶体方向的蚀刻比。
43.根据权利要求40-42中任一项所述的计算机程序产品,其中(ii)产生经配置的工艺仿真模型还包括:在所述衬底经历所述半导体设备制造操作之前,向所述工艺仿真模型提供所述衬底的轮廓,其中所述衬底的所述轮廓具有待由所述半导体设备制造操作修改的一或更多特征。
44.根据权利要求40-43中任一项所述的计算机程序产品,其中,半导体设备制造操作的结果是通过入射电磁辐射与经蚀刻特征、经沉积特征、或经平坦化特征的相互作用所产生的信号。
45.根据权利要求40-44中任一项所述的计算机程序产品,其中生成所述半导体设备制造操作的所述运算性预测结果包括:
使用所述经配置的工艺仿真模型,生成由一系列几何轮廓坐标表示的运算蚀刻轮廓;及
从所述运算蚀刻轮廓,通过模拟电磁辐射离开所述运算蚀刻轮廓的反射而生成经运算的反射或椭圆偏振光谱。
46.根据权利要求45所述的计算机程序产品,其中所述优化的所述工艺仿真模型额外通过下列操作而优化:
在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及
使所述经蚀刻衬底暴露于入射电磁辐射,以产生包含所述计量结果的实验性反射光谱。
47.根据权利要求40所述的计算机程序产品,其中所述优化的所述工艺仿真模型额外通过下列操作而优化:通过在衬底上执行反射测量法、圆顶散射测量法、角分辨散射测量法、小角度X光散射测量法、和/或椭圆偏振法而产生所述计量结果,所述衬底包含通过在操作于所述成组的工艺参数值下的所述反应室中执行所述半导体设备制造操作而产生的特征。
48.根据权利要求40所述的计算机程序产品,其中生成所述半导体设备制造操作的所述运算性预测结果包括:使用所述经配置的工艺仿真模型生成由蚀刻轮廓坐标表示的运算蚀刻轮廓。
49.根据权利要求48所述的计算机程序产品,其中所述优化的所述工艺仿真模型额外通过下列操作而优化:
在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;以及
测量所述经蚀刻衬底的特征,以产生包含所述计量结果的实验性蚀刻轮廓坐标。
50.根据权利要求40所述的计算机程序产品,其中所述半导体设备制造操作的结果是成组的几何轮廓参数,所述成组的几何轮廓参数将经蚀刻特征、经沉积特征、或经平面化特征的几何结构特性化。
51.根据权利要求50所述的计算机程序产品,其中所述几何轮廓参数是光学关键尺寸(“OCD”)轮廓参数。
52.根据权利要求40所述的计算机程序产品,其中生成所述半导体设备制造操作的所述运算性预测结果包括:
使用所述经配置的工艺仿真模型,生成由一系列蚀刻轮廓坐标表示的运算蚀刻轮廓;以及
将所述运算蚀刻轮廓转换成第一成组的几何轮廓参数,所述第一成组的几何轮廓参数将所述运算蚀刻轮廓的几何结构特性化。
53.根据权利要求52所述的计算机程序产品,其中所述优化的所述工艺仿真模型额外通过下列操作而优化:
在所述成组的工艺参数值下在测试衬底上执行所述半导体设备制造操作,以产生经蚀刻衬底;
测量所述经蚀刻衬底的特征,以产生实验性蚀刻轮廓坐标;以及
将所述实验性蚀刻轮廓坐标转换成第二成组的几何轮廓参数,所述第二成组的几何轮廓参数将所述经蚀刻衬底中的经蚀刻特征的几何结构特性化。
54.根据权利要求40-53中任一项所述的计算机程序产品,其还包括用于将所述计算结果用于决定光刻掩模的图案的指令。
55.根据权利要求40-53中任一项所述的计算机程序产品,其还包括用于将所述计算结果用于识别半导体处理装置的设计的指令。
56.根据权利要求40-53中任一项所述的计算机程序产品,其还包括用于将所述计算结果用于识别半导体处理装置的操作条件以通过在所述操作条件下操作所述半导体处理装置而实现半导体设备的制造的指令。
57.一种包含权利要求40-54中任一项所述的计算机程序产品和光刻掩模生成装置的系统,所述光刻掩模生成装置被配置成使用所述半导体设备制造操作的所述计算结果决定光刻掩模图案。
58.一种包含权利要求40-53中任一项所述的计算机程序产品和半导体处理装置的系统,所述半导体处理装置被配置成在所述半导体设备制造操作的所述计算结果中提供的工艺条件下操作。
59.一种使工艺仿真模型优化的计算机实现方法,所述工艺仿真模型从使半导体设备制造操作特性化的工艺参数值预测所述半导体设备制造操作的结果,所述方法包括:
(a)接收待优化的一或更多浮动工艺模型参数的目前值;
(b)通过将所述一或更多浮动工艺模型参数的所述目前值和成组的固定工艺模型参数值提供至所述工艺仿真模型来产生经配置的工艺仿真模型;
(c)使用所述经配置的工艺仿真模型,生成所述半导体设备制造操作的运算性预测结果;
(d)将所述半导体设备制造操作的所述运算性预测结果与从一或更多衬底特征获得的俯视计量结果比较,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,其中所述比较基于所述半导体设备制造操作的所述运算性预测结果与所述俯视计量结果之间的差异,产生一或更多成本价值;
(e)使用所述一或更多成本价值和/或收敛检查,以生成所述一或更多浮动工艺模型参数的所述目前值的更新值;
(f)以所述一或更多浮动工艺模型参数的所述目前值的所述更新值执行操作(b);以及
(g)重复(c)-(f),直到所述一或更多浮动工艺模型参数的所述目前值收敛,以产生使所述成本价值最小化的所述一或更多浮动工艺模型参数的最终值。
60.根据权利要求59所述的方法,其中所述俯视计量结果包含所述一或更多衬底特征的一或更多CD-SEM图像,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生。
61.根据权利要求59或60所述的方法,其中(d)还包括比较所述半导体设备制造操作的所述运算性预测结果与从所述一或更多衬底特征获得的基于轮廓的计量结果,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,并且
其中所述一或更多成本价值基于所述半导体设备制造操作的所述运算性预测结果与所述基于轮廓的计量结果之间的差异构成至少一成本函数。
62.根据权利要求61所述的方法,其中所述基于轮廓的计量结果通过CD-SAXS计量程序而获得。
63.根据权利要求61所述的方法,其中所述基于轮廓的计量结果通过TEM计量程序而获得。
64.根据权利要求61所述的方法,其中所述基于轮廓的计量结果系通过OCD计量程序而获得。
65.一种计算机程序产品,其包含非瞬时计算机可读介质,在所述非瞬时计算机可读介质上提供用于致使运算系统执行优化的工艺仿真模型的指令,所述优化的所述工艺仿真模型从将半导体设备制造操作特性化的工艺参数值计算所述半导体设备制造操作的结果,其中所述指令包含用于下列操作的指令:
(a)接收工艺参数值作为对所述优化的所述工艺仿真模型的输入;
(b)使用所述工艺参数值执行所述优化的所述工艺仿真模型,其中所述优化的所述工艺仿真模型通过下列操作进行优化:
(i)接收待优化的一或更多浮动工艺模型参数的目前值,
(ii)通过将所述一或更多浮动工艺模型参数的所述目前值和成组的固定工艺模型参数值提供至所述工艺仿真模型来产生经配置的工艺仿真模型,
(iii)使用所述经配置的工艺仿真模型,生成所述半导体设备制造操作的运算性预测结果,
(iv)将所述半导体设备制造操作的所述运算性预测结果与从一或更多衬底特征获得的俯视计量结果比较,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,其中所述比较基于所述半导体设备制造操作的所述运算性预测结果与所述俯视计量结果之间的差异,产生一或更多成本价值,
(v)使用所述一或更多成本价值和/或收敛检查,以生成所述一或更多浮动工艺模型参数的所述目前值的更新值,
(vi)以所述一或更多浮动工艺模型参数的所述目前值的所述更新值执行操作(ii),以及
(vii)重复(iii)-(vi),直到所述一或更多浮动工艺模型参数的所述目前值收敛,以产生使所述成本价值最小化的所述一或更多浮动工艺模型参数的最终值;以及
(c)输出所述半导体设备制造操作的计算结果。
66.根据权利要求65所述的计算机程序产品,其中所述俯视计量结果包含所述一或更多衬底特征的一或更多CD-SEM图像,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生。
67.根据权利要求65或66所述的计算机程序产品,其中(iv)还包括比较所述半导体设备制造操作的所述运算性预测结果与从所述一或更多衬底特征获得的基于轮廓的计量结果,所述一或更多衬底特征至少部分地通过在操作于所述成组的固定工艺参数值下的反应室中执行所述半导体设备制造操作而产生,并且
其中所述一或更多成本价值基于所述半导体设备制造操作的所述运算性预测结果与所述基于轮廓的计量结果之间的差异构成至少一成本函数。
68.根据权利要求67所述的计算机程序产品,其中所述基于轮廓的计量结果通过CDSAXS计量程序而获得。
69.根据权利要求67所述的计算机程序产品,其中所述基于轮廓的计量结果通过TEM计量程序而获得。
70.根据权利要求67所述的计算机程序产品,其中所述基于轮廓的计量结果系通过OCD计量程序而获得。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/946,940 | 2018-04-06 | ||
US15/946,940 US10572697B2 (en) | 2018-04-06 | 2018-04-06 | Method of etch model calibration using optical scatterometry |
US201862656299P | 2018-04-11 | 2018-04-11 | |
US62/656,299 | 2018-04-11 | ||
PCT/US2019/025668 WO2019195481A1 (en) | 2018-04-06 | 2019-04-03 | Process simulation model calibration using cd-sem |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112136135A true CN112136135A (zh) | 2020-12-25 |
Family
ID=68101510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980033624.4A Pending CN112136135A (zh) | 2018-04-06 | 2019-04-03 | 使用关键尺寸扫描型电子显微镜的工艺仿真模型校正 |
Country Status (4)
Country | Link |
---|---|
KR (1) | KR20200139800A (zh) |
CN (1) | CN112136135A (zh) |
TW (1) | TW201945967A (zh) |
WO (1) | WO2019195481A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051863A (zh) * | 2021-03-12 | 2021-06-29 | 广东省大湾区集成电路与系统应用研究院 | 半导体建模方法、装置、存储介质及计算机设备 |
CN113471093A (zh) * | 2021-06-08 | 2021-10-01 | 广东省大湾区集成电路与系统应用研究院 | 一种用于半导体器件的薄膜形貌预测方法及装置 |
CN114036649A (zh) * | 2021-12-15 | 2022-02-11 | 成都飞机工业(集团)有限责任公司 | 一种无人机数学模型校对方法、装置、设备及存储介质 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11380516B2 (en) | 2017-04-13 | 2022-07-05 | Fractilia, Llc | System and method for generating and analyzing roughness measurements and their use for process monitoring and control |
WO2021179290A1 (en) | 2020-03-13 | 2021-09-16 | Yangtze Memory Technologies Co., Ltd. | Systems and methods for semiconductor chip hole geometry metrology |
TW202240734A (zh) * | 2020-12-15 | 2022-10-16 | 美商蘭姆研究公司 | 多步驟半導體製造程序中的機器學習 |
US20220352041A1 (en) * | 2021-04-30 | 2022-11-03 | Kla Corporation | High Resolution Profile Measurement Based On A Trained Parameter Conditioned Measurement Model |
JP2024508077A (ja) * | 2021-09-10 | 2024-02-22 | フラクティリア,エルエルシー | 確率的プロセスウィンドウの検出 |
TWI806412B (zh) * | 2022-02-08 | 2023-06-21 | 中華精測科技股份有限公司 | 標記產品全域高點的方法 |
KR20230149059A (ko) * | 2022-04-19 | 2023-10-26 | 한국핵융합에너지연구원 | 플라즈마 시뮬레이션 방법 및 시스템 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060064280A1 (en) * | 2004-09-21 | 2006-03-23 | Timbre Technologies, Inc. | Optical metrology model optimization based on goals |
US20080007739A1 (en) * | 2006-07-10 | 2008-01-10 | Tokyo Electron Limited | Optimizing selected variables of an optical metrology system |
CN101840451A (zh) * | 2010-04-21 | 2010-09-22 | 云南大学 | 一种集成电路工艺参数模型的优化方法 |
CN103026204A (zh) * | 2010-07-22 | 2013-04-03 | 克拉-坦科股份有限公司 | 用于自动确定最优参数化的散射测量模型的方法 |
US20130208973A1 (en) * | 2010-06-17 | 2013-08-15 | Nova Measuring Instruments Ltd. | Method and system for optimizing optical inspection of patterned structures |
CN106874616A (zh) * | 2017-03-06 | 2017-06-20 | 北京经纬恒润科技有限公司 | 一种参数优化调整方法及系统 |
US20170228482A1 (en) * | 2016-02-08 | 2017-08-10 | Lam Research Corporation | Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization |
CN107633103A (zh) * | 2016-07-15 | 2018-01-26 | 中国科学院微电子研究所 | 一种cmp模型参数优化方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9412673B2 (en) * | 2013-08-23 | 2016-08-09 | Kla-Tencor Corporation | Multi-model metrology |
-
2019
- 2019-04-03 KR KR1020207032077A patent/KR20200139800A/ko not_active Application Discontinuation
- 2019-04-03 WO PCT/US2019/025668 patent/WO2019195481A1/en active Application Filing
- 2019-04-03 CN CN201980033624.4A patent/CN112136135A/zh active Pending
- 2019-04-08 TW TW108112113A patent/TW201945967A/zh unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060064280A1 (en) * | 2004-09-21 | 2006-03-23 | Timbre Technologies, Inc. | Optical metrology model optimization based on goals |
US20080007739A1 (en) * | 2006-07-10 | 2008-01-10 | Tokyo Electron Limited | Optimizing selected variables of an optical metrology system |
CN101840451A (zh) * | 2010-04-21 | 2010-09-22 | 云南大学 | 一种集成电路工艺参数模型的优化方法 |
US20130208973A1 (en) * | 2010-06-17 | 2013-08-15 | Nova Measuring Instruments Ltd. | Method and system for optimizing optical inspection of patterned structures |
CN103026204A (zh) * | 2010-07-22 | 2013-04-03 | 克拉-坦科股份有限公司 | 用于自动确定最优参数化的散射测量模型的方法 |
US20170228482A1 (en) * | 2016-02-08 | 2017-08-10 | Lam Research Corporation | Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization |
CN107633103A (zh) * | 2016-07-15 | 2018-01-26 | 中国科学院微电子研究所 | 一种cmp模型参数优化方法和装置 |
CN106874616A (zh) * | 2017-03-06 | 2017-06-20 | 北京经纬恒润科技有限公司 | 一种参数优化调整方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051863A (zh) * | 2021-03-12 | 2021-06-29 | 广东省大湾区集成电路与系统应用研究院 | 半导体建模方法、装置、存储介质及计算机设备 |
CN113051863B (zh) * | 2021-03-12 | 2023-02-24 | 广东省大湾区集成电路与系统应用研究院 | 半导体建模方法、装置、存储介质及计算机设备 |
CN113471093A (zh) * | 2021-06-08 | 2021-10-01 | 广东省大湾区集成电路与系统应用研究院 | 一种用于半导体器件的薄膜形貌预测方法及装置 |
CN113471093B (zh) * | 2021-06-08 | 2024-06-04 | 广东省大湾区集成电路与系统应用研究院 | 一种用于半导体器件的薄膜形貌预测方法及装置 |
CN114036649A (zh) * | 2021-12-15 | 2022-02-11 | 成都飞机工业(集团)有限责任公司 | 一种无人机数学模型校对方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20200139800A (ko) | 2020-12-14 |
WO2019195481A1 (en) | 2019-10-10 |
TW201945967A (zh) | 2019-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11704463B2 (en) | Method of etch model calibration using optical scatterometry | |
CN112136135A (zh) | 使用关键尺寸扫描型电子显微镜的工艺仿真模型校正 | |
CN110832400B (zh) | 通过边缘位置误差预测设计布局图案邻近校正 | |
US10254641B2 (en) | Layout pattern proximity correction through fast edge placement error prediction | |
TWI738796B (zh) | 產生欲用於蝕刻操作中之近接校正後之設計佈局的計算方法及相關之方法與電腦程式產品 | |
CN107741207B (zh) | 多重图案化参数的测量 | |
EP2979297B1 (en) | Statistical model-based metrology | |
KR102013483B1 (ko) | 파라미터 추적을 위한 계측 시스템 최적화 | |
KR20190016894A (ko) | 반사 스펙트럼 매칭에 의한 에칭 프로파일 최적화 및 표면 운동 모델 최적화를 위한 방법들 및 장치들 | |
US11624981B2 (en) | Resist and etch modeling | |
US10146140B2 (en) | Methods and apparatus for simulating interaction of radiation with structures, metrology methods and apparatus, device manufacturing method | |
CN107330132A (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 | |
TWI837123B (zh) | 光阻及蝕刻模型建立 | |
TW202334642A (zh) | 基於掃描條件模型之半導體外形測量 | |
TW202247312A (zh) | 處理前與處理後基板樣本之匹配 |
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 |