CN113051863B - 半导体建模方法、装置、存储介质及计算机设备 - Google Patents
半导体建模方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN113051863B CN113051863B CN202110271530.XA CN202110271530A CN113051863B CN 113051863 B CN113051863 B CN 113051863B CN 202110271530 A CN202110271530 A CN 202110271530A CN 113051863 B CN113051863 B CN 113051863B
- Authority
- CN
- China
- Prior art keywords
- coordinate
- substrate
- obtaining
- image
- actual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 79
- 239000004065 semiconductor Substances 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 239000000758 substrate Substances 0.000 claims abstract description 189
- 230000008021 deposition Effects 0.000 claims abstract description 53
- 238000006243 chemical reaction Methods 0.000 claims abstract description 43
- 239000010408 film Substances 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 22
- 239000010409 thin film Substances 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 32
- 230000007547 defect Effects 0.000 abstract description 5
- 238000000151 deposition Methods 0.000 description 45
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000000623 plasma-assisted chemical vapour deposition Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000005229 chemical vapour deposition Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 239000002086 nanomaterial Substances 0.000 description 5
- 238000000427 thin-film deposition Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001878 scanning electron micrograph Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000036632 reaction speed Effects 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000005137 deposition process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000001259 photo etching Methods 0.000 description 2
- 238000005240 physical vapour deposition Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011165 process development Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000012495 reaction gas Substances 0.000 description 2
- 229910052581 Si3N4 Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000009643 growth defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920005591 polysilicon Polymers 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- HQVNEWCFYHHQES-UHFFFAOYSA-N silicon nitride Chemical compound N12[Si]34N5[Si]62N3[Si]51N64 HQVNEWCFYHHQES-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Chemical Vapour Deposition (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明涉及一种半导体建模方法、半导体建模装置、存储介质及计算机设备，包括：获取实际衬底图像；基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息；基于所述坐标信息，得到各所述坐标位点的反应速率；基于各所述坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到所述衬底表面的沉积模型。上述半导体建模方法、装置、存储介质及计算机设备可以更加真实的模拟出衬底上进行薄膜沉积后的形貌及可能出现的孔洞、缝隙等薄膜缺陷，从而对薄膜生长工艺具备更好的指导意义。
Description
技术领域
本申请涉及半导体技术领域，特别是涉及一种半导体建模方法、半导体建模装置、存储介质及计算机设备。
背景技术
集成电路制造过程包括一系列复杂的过程，其中薄膜工艺扮演着非常重要的角色。光刻技术、刻蚀技术以及金属布线等工艺均是在薄膜工艺的辅助基础上完成的，薄膜工艺是上述工艺环节的基本工艺，极大影响着集成电路制造工艺质量。薄膜制备技术主要包括化学气相沉积(CVD，Chemical Vapor Deposition)和物理气相沉积(PVD，PhysicalVapor Deposition)。其中，CVD由于有着更好的阶梯覆盖性能和更易于制备复合性薄膜而成为应用主流。
等离子体增强化学气相沉积技术(PECVD，Plasma Enhanced Chemical VaporDeposition)属于CVD技术的一种，它借助微波或射频使反应气体电离，从而在局部形成很强反应活性的等离子体来制备薄膜。相比其他CVD技术，PECVD具有如下独特的优势：沉积温度较低；沉积速率较高；沉积薄膜具有更好的粘附性；成膜致密。由于这些优势的存在，PECVD已经被广泛用于不同领域多种形态的薄膜制备工艺当中，例如半导体照明、微机电系统、功率半导体、化合物半导体、新能源光伏薄膜等领域。而在半导体制造领域中，PECVD主要被用于制备二氧化硅、氮化硅、多晶硅等薄膜。
PECVD在沉积薄膜时，需要在一定的温度和真空度下，将射频电场加在电极板上，使腔室中的反应气体辉光放电，产生大量电子，电子在电场作用下得到能量并与反应腔室中的气体碰撞使得气体分子活化，从而实现高质量薄膜生长。因此PECVD是一个涉及等离子体、热力学、流体力学、化学反应等多场耦合的复杂工艺。
目前，在PECVD工艺设计与研发中还是采用实验试错的方法，这就意味着需要大量实验成本和人力成本。尤其在集成电路制造领域，技术发展紧跟摩尔定律，工艺、设备技术不断更新换代，对工艺更迭要求更高，时间窗口要求更紧。随着计算机计算能力的提高，人工智能和云计算随之快速发展，使得近年来实验与仿真相结合的工艺探索方式逐步普及。建立严格准确的工艺仿真模型不仅可以减少昂贵的开发和制造成本，缩短工艺开发时间，并且可以辅助工艺工程师理解工艺原理甚至可以反演预测实验结果，从而指导工艺开发。PECVD工艺仿真主要包括设备尺度的宏观流体工艺模拟，微观反应尺度的表面生长过程模拟，以及特征尺寸尺度的生长形貌仿真。其中，特征尺寸尺度的薄膜生长形貌仿真是工艺工程师最为关注的方向。
传统技术的PECVD生长形貌仿真技术在构造沉积前衬底结构时，是通过简单设置沟槽或台阶深度、沟槽或台阶宽度、侧壁倾斜角度以及图形间间距等结构参数来定义的。然而，自定义的衬底结构无法反映出实际生产制造中的沉积前衬底结构，因为薄膜沉积的前序工艺会导致沉积衬底多为不规则的复杂结构衬底，而不是简单定义的沟槽或台阶衬底等。因此仿真出的图形与实际生产中沉积出来的轮廓形貌有较大出入，更无法仿真出实际生产制造中有可能出现的薄膜生长缺陷。
发明内容
基于此，有必要针对上述问题提供一种半导体建模方法、半导体建模装置、存储介质及计算机设备。
一种半导体建模方法，包括：
获取实际衬底图像；
基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息；
基于所述坐标信息，得到各所述坐标位点的反应速率；
基于各所述坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到所述衬底表面的沉积模型。
在其中一个实施例中，在所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息之前，还包括：对所述实际衬底图像进行预处理；
所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息为：基于预处理后的实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息。
在其中一个实施例中，所述预处理包括：去除所述实际衬底图像中感兴趣区域以外的区域、对所述实际衬底图像进行去噪处理、对所述实际衬底图像进行灰度化和二值化处理中的至少一种。
在其中一个实施例中，所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息包括：
对所述实际衬底图像的边缘进行处理，以得到光滑的连续曲线并作为所述衬底表面轮廓；
按照预设规律在所述衬底表面轮廓上取若干所述坐标位点，并获取各所述坐标位点的坐标信息。
在其中一个实施例中，所述基于所述坐标信息，得到各所述坐标位点的反应速率，包括：
遍历所述衬底表面轮廓的坐标位点；
获取各所述坐标位点的可视窗口角度和法向量；
基于各所述坐标位点的可视窗口角度和法向量，得到各所述坐标位点的反应速率。
在其中一个实施例中，所述基于各所述坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到所述衬底表面的沉积模型，包括：
在一个单位沉积时间内，根据每一个所述坐标位点的反应速率及法向量，得到每一个所述坐标位点生长的薄膜厚度；
基于各所述坐标位点生长的薄膜厚度及生长方向，得到连续的薄膜曲线；
基于所述薄膜曲线更新所述衬底表面的生长轮廓；
判断沉积时间是否结束；
若是，则将更新后的所述衬底表面的生长轮廓作为所述衬底表面的沉积模型；
若否，则返回所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息的步骤。
在其中一个实施例中，还包括：
显示所述衬底表面的沉积模型的图像。
一种半导体建模装置，包括：
获取模块，用于获取实际衬底图像；
坐标提取模块，用于基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息；
反应速率处理模块，用于基于所述坐标信息，得到各所述坐标位点的反应速率；
轮廓演化模块，用于基于各所述坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到所述衬底表面的沉积模型。
一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述的方法的步骤。
一种计算机设备，包括存储器和处理器；所述处理器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一所述方法的步骤。
上述半导体建模方法、装置、存储介质及计算机设备通过获取实际衬底图像，譬如实际衬底图像可以是生产制造中微纳结构的实际衬底图像，如SEM图像，并根据实际衬底图像提取衬底表面轮廓上若干坐标位点，得到各坐标位点的反应速度，继而对衬底表面生长轮廓进行演化得到衬底表面的沉积模型，使得更加真实的模拟出衬底上进行薄膜沉积后的形貌及可能出现的孔洞、缝隙等薄膜缺陷，从而对薄膜生长工艺具备更好的指导意义。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一实施例中提供的半导体建模方法的流程图；
图2为另一实施例中提供的半导体建模方法的流程图；
图3为一实施例中提供的坐标位点的可视窗口角度和法向量的示意图；
图4为一实施例中提供的半导体建模装置的结构框图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。
图1为一实施例中的半导体建模方法的流程图。如图1所示，半导体建模方法包括以下步骤：
步骤S12，获取实际衬底图像。
具体的，可以获取需要沉积的衬底的微纳结构图形作为实际衬底图像，包括但不限于集成电路微电子器件、光电子器件、微机电系统器件等在制造过程中某个步骤或工艺下的图像结构，特别是这些器件关键图层的关键结构经过光刻或沉积或刻蚀后的微纳结构。衬底结构的最小尺寸可为几个纳米，最大尺寸可为几十个微米。衬底结构可为台阶结构、沟槽结构的单一或周期性图形，也可以为不规则的复杂结构。可以对实际生产制造中需要做薄膜沉积的衬底结构的剖面做扫描电子显微镜(SEM，Scanning ElectronMicroscope)图像检测，观察形貌特征，从而得到实际衬底图像。
步骤S14，基于实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息。
具体的，提取实际衬底图像的衬底表面轮廓上若干个坐标位点，提取规则可以根据实际需求进行设置。譬如，可以提取实际衬底图像边缘的坐标位点或者提取实际衬底图像中不同色块边缘的坐标位点等等。设置参考原点，参考原点根据实际需求进行设置。譬如，将参考原点设置在实际衬底图像的中心等等。以参考原点为坐标原点建立坐标系，计算提取的坐标位点的坐标，从而得到它们的坐标信息。
步骤S16，基于坐标信息，得到各坐标位点的反应速率。
具体的，对于不同的坐标位点，可以由于其所处位置的倾斜角度等的不同，使得具有不同的薄膜生长速率。根据坐标信息容易知晓对应的坐标位点的位置信息，从得到各坐标位点处的薄膜生长速率，坐标位点的薄膜生长速率即其反应速率。
步骤S18，基于各坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到衬底表面的沉积模型。
具体的，基于坐标位点的反应速率及沉积时间可以得到衬底表面上该坐标位点在沉积工艺下生长的薄膜厚度，随着沉积时间的变化基于每个坐标位点的坐标信息各对应坐标位点生长的薄膜厚度可以对衬底表面的生长轮廓进行模拟，最终得到衬底表面的沉积模型。沉积时间结束的时刻模拟得到的衬底表面的生长轮廓即为衬底表面的沉积模型。
上述半导体建模方法通过获取实际衬底图像，譬如实际衬底图像可以是生产制造中微纳结构的实际衬底图像，如SEM图像，并根据实际衬底图像提取衬底表面轮廓上若干坐标位点，得到各坐标位点的反应速度，继而对衬底表面生长轮廓进行演化得到衬底表面的沉积模型，使得更加真实的模拟出衬底上进行薄膜沉积后的形貌及可能出现的孔洞、缝隙等薄膜缺陷，从而对薄膜生长工艺具备更好的指导意义。
在一实施例中，如图2所示，在步骤S14，基于实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息之前，还包括：步骤S13，对实际衬底图像进行预处理。本实施例中，在步骤S14为基于预处理后的实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息。
仅示例性的，预处理包括：去除实际衬底图像中感兴趣区域以外的区域、对实际衬底图像进行去噪处理、对实际衬底图像进行灰度化和二值化处理中的至少一种。
具体的，感兴趣区域为待仿真区域。对步骤S12中获取的实际衬底图像截取待仿真区域，也即去除实际衬底图像中感兴趣区域以外的区域。对实际衬底图像进行去噪处理可以去除实际衬底图像中的背景噪声，尤其是对于SEM图像。对实际衬底图像可以先进行灰度化处理以生成灰度图。生成灰度图之后，可以再对灰度图进行二值化处理，使整个图像只呈现黑和白的效果。
仅示例性的，对实际衬底图像进行预处理可以包括先去除实际衬底图像中干兴趣区域以外的区域，再对截取的感兴趣区域图像进行去噪处理，再对感兴趣区域图像依次进行灰度化处理和二值化处理。
仅示例性的，图像去噪处理可以采用中值滤波、高斯滤波、均值滤波、维纳滤波或傅里叶滤波等方法。图像灰度化处理方法可以采用分量法、最大值法、平均值法或加权平均法。图像二值化处理方法可以采用阈值法、平均值法或直方图方法。需要注意的是，图像去噪处理可以采取一次去噪或多次去噪，具体如何使用要兼顾去噪效果和关键特征信息保留。对不同区域也可以采取不同的去噪策略。
在一实施例中，如图2所示，步骤S14，基于实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息包括，包括步骤S141至步骤S142。
步骤S141，对实际衬底图像的边缘进行处理，以得到光滑的连续曲线并作为衬底表面轮廓。
具体的，可以对实际衬底图像或预处理后的实际衬底图像做边缘检测和光滑处理，得到光滑的连续曲线，也就是待沉积的衬底表面轮廓。
示例性的，边缘检测可以采用一阶微分算子、二阶微分算子或Canny边缘检测等方法。
步骤S142，按照预设规律在衬底表面轮廓上取若干坐标位点，并获取各坐标位点的坐标信息。
示例性的，可以采用均值取点的方法提取衬底表面轮廓的曲线上的若干坐标位点。设置参考原点作为坐标原点，根据坐标原点建立坐标系，并计算各坐标位点在坐标系中的坐标以得到各坐标位点的坐标信息，形成坐标矩阵[X,Y]。
在一实施例中，如图2所示，步骤S16，基于坐标信息，得到各坐标位点的反应速率，包括步骤S161和步骤S163。
步骤S161，遍历衬底表面轮廓的坐标位点。
具体的，可以对坐标矩阵[X,Y]按照X、Y坐标值升序或降序或者其他规律标定从1起始至N的序号。N为坐标位点的个数。然后，按照各坐标位点的标定的序号的顺序依次遍历每一个坐标位点。当然，在其他实施例中，也可以剔除坐标位点中的某些点，对剩余的坐标位点标定序号，并按照序号依次遍历剩余的坐标位点。譬如，被剔除的坐标位点可以是由于计算错误明显不在衬底表面轮廓上的点等等。
步骤S162，获取各坐标位点的可视窗口角度和法向量。
具体的，如图3所示，根据步骤S161中遍历的每一个坐标位点，根据薄膜生长速率公式计算每一个坐标位点处沉积粒子可到达的可视窗口角度θ1和θ2，以及当前坐标位点的法向量θ0。
示例性的，可视窗口角度的计算可以采用直线扫描算法或者基于Bresenham算法的直线光栅化算法等等。
步骤S163，基于各坐标位点的可视窗口角度和法向量，得到各坐标位点的反应速率。
具体的，将步骤S162中计算得到的每个坐标位点的可视窗口角度θ1和θ2和法向量θ0代入薄膜生长速率计算公式，分别计算出每一个坐标位点处的反应速率，形成速率矩阵。
在一实施例中，如图2所示，步骤S18，基于各坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到衬底表面的沉积模型，包括步骤S181和步骤S185。
步骤S181，在一个单位沉积时间内，根据每一个坐标位点的反应速率及法向量，得到每一个坐标位点生长的薄膜厚度。
具体的，单位沉积时间可以根据实际需求进行设置，根据每一个坐标位点的反应速率和单位沉积时间及法向量分别计算每一个坐标位点生长的薄膜厚度。
示例性的，沉积算法可以采用目前已经比较成熟的算法，如水平集(Level-Set)算法，元胞自动机生长算法，几何线算法等。
步骤S182，基于各坐标位点生长的薄膜厚度及生长方向，得到连续的薄膜曲线。
具体的，根据N个坐标位点生长的薄膜厚度及生长方向绘制成连续曲线即薄膜曲线，也即为单位沉积时间内生长后的轮廓。
步骤S183，基于薄膜曲线更新衬底表面的生长轮廓。
具体的，将步骤S182中单位沉积时间内生长的薄膜曲线作为最新沉积前的衬底界面，并替代步骤S14中实际衬底图像的衬底表面轮廓。
步骤S184，判断沉积时间是否结束。
步骤S185，将更新后的衬底表面的生长轮廓作为衬底表面的沉积模型。
具体的，沉积时间可以根据实际需求进行设置。判断沉积时间是否结束，若是，则执行步骤S185，将更新后的衬底表面的生长轮廓作为衬底表面的沉积模型；若否，则返回步骤S14，即将当前更新后的衬底表面的生长轮廓作为步骤S14中衬底表面轮廓，在衬底表面的生长轮廓上提取若干坐标位点并得到这些坐标位点的坐标信息，并计算新的坐标位点的反应速率，基于新的坐标位点的反应速率对衬底表面的生长轮廓继续进行演化，直到沉积时间结束得到沉积结束后衬底表面的沉积模型。
在一实施例中，如图2所示，半导体建模方法还包括步骤S20，输出衬底表面的沉积模型的图像。
具体的，输出仿真结果，可以显示衬底表面的沉积模型的图像，使得模拟在实际衬底表面进行沉积工艺后的形貌，模拟的形貌能够表示出沉积后可能出现的孔洞、缝隙等薄膜缺陷，从而对薄膜生长工艺具备更好的指导意义。
应该理解的是，虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
本申请还提供一种半导体建模装置。图4为一实施例提供的半导体建模装置的结构框图。如图4所示，半导体建模装置40包括获取模块41、坐标提取模块42、反应速率处理模块43及轮廓演化模块44。获取模块41用于获取实际衬底图像。坐标提取模块42用于基于实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息。反应速率处理模块43用于基于坐标信息，得到各坐标位点的反应速率。轮廓演化模块44用于基于各坐标位点的反应速率，对衬底表面的生长轮廓进行演化，以得到衬底表面的沉积模型。
上述半导体建模装置40通过获取实际衬底图像，譬如实际衬底图像可以是生产制造中微纳结构的实际衬底图像，如SEM图像，并根据实际衬底图像提取衬底表面轮廓上若干坐标位点，得到各坐标位点的反应速度，继而对衬底表面生长轮廓进行演化得到衬底表面的沉积模型，使得更加真实的模拟出衬底上进行薄膜沉积后的形貌及可能出现的孔洞、缝隙等薄膜缺陷，从而对薄膜生长工艺具备更好的指导意义。
在一个实施例中，半导体建模装置40还包括预处理模块，预处理模块用于对实际衬底图像进行预处理。坐标提取模块42基于预处理后的实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息。
在一个实施例中，预处理模块在预处理时包括去除实际衬底图像中感兴趣区域以外的区域、对实际衬底图像进行去噪处理、对实际衬底图像进行灰度化和二值化处理中的至少一种。
在一个实施例中，坐标提取模块42包括边缘处理单元和提取单元。边缘处理单元用于对实际衬底图像的边缘进行处理，以得到光滑的连续曲线并作为衬底表面轮廓。提取单元按照预设规律在所述衬底表面轮廓上取若干所述坐标位点，并获取各所述坐标位点的坐标信息。
在一个实施例中，反应速率处理模块43包括遍历单元、角度信息计算单元及反应速率计算单元。遍历单元用于遍历衬底表面轮廓的坐标位点。角度信息计算单元用于获取各坐标位点的可视窗口角度和法向量。反应速率计算单元用于基于各坐标位点的可视窗口角度和法向量，得到各坐标位点的反应速率。
在一个实施例中，轮廓演化模块44包括薄膜厚度计算单元、薄膜曲线绘制单元、更新单元、判断单元。薄膜厚度计算单元用于在一个单位沉积时间内，根据每一个坐标位点的反应速率及法向量，得到每一个坐标位点生长的薄膜厚度。薄膜曲线绘制单元用于基于各坐标位点生长的薄膜厚度及生长方向，得到连续的薄膜曲线。更新单元用于基于薄膜曲线更新衬底表面的生长轮廓。判断单元用于判断沉积时间是否结束。若是，则更新单元将更新后的衬底表面的生长轮廓作为衬底表面的沉积模型。若否，则返回坐标提取模块42基于实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息的步骤。
关于半导体建模装置40的具体限定可以参见上文中对于半导体建模方法的限定，在此不再赘述。上述半导体建模装置40中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本申请还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一实施例所述的方法的步骤。
本申请还提供一种计算机设备，包括存储器和处理器；所述处理器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一实施例所述的方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种半导体建模方法，其特征在于，包括：
获取实际衬底图像；
基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息；
基于所述坐标信息，得到各所述坐标位点的反应速率；
在一个单位沉积时间内，根据每一个所述坐标位点的反应速率及法向量，得到每一个所述坐标位点生长的薄膜厚度；
基于各所述坐标位点生长的薄膜厚度及生长方向，得到连续的薄膜曲线；
基于所述薄膜曲线更新所述衬底表面的生长轮廓；
判断沉积时间是否结束；
若是，则将更新后的所述衬底表面的生长轮廓作为所述衬底表面的沉积模型；
若否，则返回所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息的步骤。
2.根据权利要求1所述的半导体建模方法，其特征在于，在所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息之前，还包括：对所述实际衬底图像进行预处理；
所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息为：基于预处理后的实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息。
3.根据权利要求2所述的半导体建模方法，其特征在于，所述预处理包括：去除所述实际衬底图像中感兴趣区域以外的区域、对所述实际衬底图像进行去噪处理、对所述实际衬底图像进行灰度化和二值化处理中的至少一种。
4.根据权利要求1至3任一项所述的半导体建模方法，其特征在于，所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息包括：
对所述实际衬底图像的边缘进行处理，以得到光滑的连续曲线并作为所述衬底表面轮廓；
按照预设规律在所述衬底表面轮廓上取若干所述坐标位点，并获取各所述坐标位点的坐标信息。
5.根据权利要求1所述的半导体建模方法，其特征在于，所述基于所述坐标信息，得到各所述坐标位点的反应速率，包括：
遍历所述衬底表面轮廓的坐标位点；
获取各所述坐标位点的可视窗口角度和法向量；
基于各所述坐标位点的可视窗口角度和法向量，得到各所述坐标位点的反应速率。
6.根据权利要求1所述的半导体建模方法，其特征在于，还包括：
显示所述衬底表面的沉积模型的图像。
7.一种半导体建模装置，其特征在于，包括：
获取模块，用于获取实际衬底图像；
坐标提取模块，用于基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息；
反应速率处理模块，用于基于所述坐标信息，得到各所述坐标位点的反应速率；
轮廓演化模块，包括薄膜厚度单元、薄膜曲线绘制单元、更新单元以及判断单元；其中，
所述薄膜厚度单元，用于在一个单位沉积时间内，根据每一个坐标位点的反应速率及法向量，得到每一个坐标位点生长的薄膜厚度；
所述薄膜曲线绘制单元，用于基于各所述坐标位点生长的薄膜厚度及生长方向，得到连续的薄膜曲线；
所述更新单元，用于基于所述薄膜曲线更新所述衬底表面的生长轮廓；
所述判断单元，用于判断沉积时间是否结束；若是，则将更新后的所述衬底表面的生长轮廓作为所述衬底表面的沉积模型；若否，则返回所述基于所述实际衬底图像，得到衬底表面轮廓上若干坐标位点的坐标信息的步骤。
8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～6任一项所述的方法的步骤。
9.一种计算机设备，包括存储器和处理器；所述处理器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110271530.XA CN113051863B (zh) | 2021-03-12 | 2021-03-12 | 半导体建模方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110271530.XA CN113051863B (zh) | 2021-03-12 | 2021-03-12 | 半导体建模方法、装置、存储介质及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113051863A CN113051863A (zh) | 2021-06-29 |
| CN113051863B true CN113051863B (zh) | 2023-02-24 |
Family
ID=76512388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110271530.XA Active CN113051863B (zh) | 2021-03-12 | 2021-03-12 | 半导体建模方法、装置、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113051863B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114549415A (zh) * | 2022-01-19 | 2022-05-27 | 中国科学院微电子研究所 | 薄膜沉积建模速率拓展方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019195481A1 (en) * | 2018-04-06 | 2019-10-10 | Lam Research Corporation | Process simulation model calibration using cd-sem |
| CN111430261A (zh) * | 2020-05-21 | 2020-07-17 | 中国科学院微电子研究所 | 一种工艺检测方法及装置 |
| WO2021001109A1 (en) * | 2019-07-03 | 2021-01-07 | Asml Netherlands B.V. | Method for applying a deposition model in a semiconductor manufacturing process |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102595447B1 (ko) * | 2014-11-19 | 2023-10-27 | 데카 테크놀로지 유에스에이 인코포레이티드 | 유닛 특정적 패턴화의 자동화된 광학 검사 |
| CN110851976B (zh) * | 2019-11-07 | 2023-08-25 | 东南大学 | 一种聚焦离子束辅助沉积结构轮廓确定方法 |
-
2021
- 2021-03-12 CN CN202110271530.XA patent/CN113051863B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019195481A1 (en) * | 2018-04-06 | 2019-10-10 | Lam Research Corporation | Process simulation model calibration using cd-sem |
| CN112136135A (zh) * | 2018-04-06 | 2020-12-25 | 朗姆研究公司 | 使用关键尺寸扫描型电子显微镜的工艺仿真模型校正 |
| WO2021001109A1 (en) * | 2019-07-03 | 2021-01-07 | Asml Netherlands B.V. | Method for applying a deposition model in a semiconductor manufacturing process |
| CN111430261A (zh) * | 2020-05-21 | 2020-07-17 | 中国科学院微电子研究所 | 一种工艺检测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 喷射成型锭坯形状的数值模拟研究;李晓红等;《炼钢》;20071005(第05期);第32-35页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113051863A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113051863B (zh) | 半导体建模方法、装置、存储介质及计算机设备 | |
| CN112085750A (zh) | 一种三角网格的分割去噪方法 | |
| CN105844625A (zh) | 一种融合边缘和区域的活动轮廓图像分割方法 | |
| CN104899448A (zh) | 一种集合卡尔曼滤波静态局地化方案的自适应补偿方法 | |
| CN102081799B (zh) | 基于邻域相似性及双窗口滤波的sar图像变化检测方法 | |
| CN111445511A (zh) | 一种图像中圆的检测方法 | |
| CN107144210B (zh) | 一种电子显微图像线条宽度和粗糙度的测量方法 | |
| CN115546440A (zh) | 一种曲面重建方法、装置、设备及存储介质 | |
| CN114998325A (zh) | 一种空调散热管焊接缺陷检测方法 | |
| CN109584207B (zh) | 一种测量高密度柔性印制基板线宽或线距最小距离的方法 | |
| CN111862088B (zh) | 一种快速计算裂缝宽度的方法 | |
| CN116862907B (zh) | 基于图像特征的电机配件质量检测方法 | |
| CN117095020A (zh) | 含噪声电子束图像的轮廓提取方法、装置、系统和介质 | |
| CN112258449A (zh) | 一种基于结节特征的快速结节匹配方法 | |
| CN116843925A (zh) | 基于改进PCPNet的多波束点云粗差探测剔除方法及系统 | |
| CN113471093B (zh) | 一种用于半导体器件的薄膜形貌预测方法及装置 | |
| CN109948291A (zh) | 一种砂体不连续界线方向自适应识别方法 | |
| CN110335287A (zh) | 建筑图像数据的提取方法及装置 | |
| CN116309284A (zh) | 坡面顶/底线提取系统及方法 | |
| CN115116050A (zh) | 用于增材制造设备的制造件外观在线识别方法 | |
| CN109614952B (zh) | 一种基于瀑布图的目标信号检测识别方法 | |
| Adiga et al. | Metrology of 3D-NAND structures using machine learning assisted fast marching level-sets algorithm | |
| US20230196581A1 (en) | System and method for image segmentation from sparse particle impingement data | |
| CN103150726B (zh) | 一种基于二维广义s变换的图像分割方法 | |
| CN118135141B (zh) | 一种基于岩石图像的孔隙三维重建方法及系统 |
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 |