CN115684170A - 利用工艺窗口细化缺陷检测 - Google Patents

利用工艺窗口细化缺陷检测 Download PDF

Info

Publication number
CN115684170A
CN115684170A CN202210712690.8A CN202210712690A CN115684170A CN 115684170 A CN115684170 A CN 115684170A CN 202210712690 A CN202210712690 A CN 202210712690A CN 115684170 A CN115684170 A CN 115684170A
Authority
CN
China
Prior art keywords
patterns
electron
inspection
defects
process window
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
Application number
CN202210712690.8A
Other languages
English (en)
Inventor
缪陈龙
尹海洲
M·J·沃伊托维茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GlobalFoundries US Inc
Original Assignee
GlobalFoundries US Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GlobalFoundries US Inc filed Critical GlobalFoundries US Inc
Publication of CN115684170A publication Critical patent/CN115684170A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95684—Patterns showing highly reflecting parts, e.g. metallic elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/071—Investigating materials by wave or particle radiation secondary emission combination of measurements, at least 1 secondary emission
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/401—Imaging image processing
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/14—Measuring as part of the manufacturing process for electrical parameters, e.g. resistance, deep-levels, CV, diffusions by electrical means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Computer Hardware Design (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Analytical Chemistry (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本申请涉及利用工艺窗口细化缺陷检测，执行光学检查，以检测集成电路装置内的潜在缺陷，以及对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷。识别用以制造该集成电路装置的制造参数设置的工艺窗口，且通过使用在该工艺窗口内的该制造参数设置制造的该集成电路装置具有小于阈值数目的该主要实际缺陷。为识别额外实际缺陷，执行第二次基于电子的检查，该检查限于通过使用在该工艺窗口内的该制造参数设置制造且在该第一次基于电子的检查中未被检查的该集成电路装置中的该潜在缺陷中的选定潜在缺陷。

Description

利用工艺窗口细化缺陷检测
技术领域
本申请涉及集成电路设计及制造，尤其涉及识别集成电路装置内的缺陷的系统及工艺。
背景技术
在设计集成电路装置(IC)时，工程师通常首先生成设计，然后利用计算机模拟对该设计建模。该模拟帮助设计人员了解在生产装置期间可能发生缺陷之处。然而，不管执行多少模拟，最终都会生产出实际的测试装置及成品。通常对这些生产/制造的实际物理装置进行检查及电子测试，以识别实际的或潜在的缺陷。
发明内容
本文中的一些系统及方法执行光学检查，以检测集成电路装置内的潜在缺陷，并对部分该潜在缺陷(less than all of the potential defects)执行第一次基于电子的检查，以识别主要实际缺陷。此类系统及方法识别用以制造该集成电路装置的制造参数的设置的工艺窗口。通过使用在该工艺窗口内的该制造参数设置制造的该集成电路装置具有小于阈值数目的该主要实际缺陷。为识别额外实际缺陷，这些系统及方法执行第二次基于电子的检查，该检查限于通过使用在该工艺窗口内的该制造参数设置制造但在该第一次基于电子的检查中未被检查的该集成电路装置中的该潜在缺陷中的选定潜在缺陷。
本文中的其它系统及方法制造集成电路装置，以包括形成为图案的组件。该集成电路装置的该制造针对该集成电路装置中的不同装置上的该些图案使用不同的制造参数，且每个图案通过使用该不同的制造参数多次以不同方式形成。这些系统及方法执行光学检查，以检测该集成电路装置中的潜在缺陷，并对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷。此类系统及方法识别制造参数的设置的工艺窗口，其中，通过使用在该工艺窗口之外的该制造参数设置制造的该些图案具有至少阈值数目的该主要实际缺陷，且该些图案中通过使用在该工艺窗口内的该制造参数设置制造的图案具有小于该阈值数目的该主要实际缺陷。为识别额外实际缺陷，该系统及方法执行第二次基于电子的检查，该检查限于满足以下所有条件的该些图案中的一些图案：具有该潜在缺陷；在该第一次基于电子的检查中未被检查；以及是通过使用在该工艺窗口内的该制造参数设置制造的图案。
本文中的系统可包括处理器，与该处理器可操作地耦接的光学检查工具，以及与该处理器可操作地耦接的基于电子的检查工具。该光学检查工具用以光学检查集成电路装置内的潜在缺陷。该集成电路装置具有形成为图案的组件。该集成电路装置通过针对该集成电路装置中的不同区域上的该些图案使用不同的制造参数形成。该基于电子的检查工具用以对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷。该处理器用以识别包括制造参数设置的工艺窗口。该些图案中通过使用在该工艺窗口内的该制造参数设置制造的图案具有小于阈值数目的该主要实际缺陷。该基于电子的检查工具用以通过对满足以下所有条件的该些图案中的一些图案执行第二次基于电子的检查来识别额外实际缺陷：具有该潜在缺陷；在该第一次基于电子的检查中未被检查；以及是通过使用在该工艺窗口内的该制造参数设置制造的图案。
附图说明
通过参照附图自下面的详细说明将更好地理解本文中的实施例，该些附图并不一定按比例绘制，且其中：
图1显示由本文中的实施例执行的工艺的流程图；
图2概念性显示由本文中的系统及方法执行的操作的图；
图3及图4概念性显示本文中的系统及方法的工艺窗口及交互的流程图；
图5显示依据本文中的实施例实施图1-4中所示的工艺的系统的示意图；以及
图6显示依据本文中的实施例的硬件系统的示意图。
具体实施方式
如上所述，不管执行多少模拟，最终都会生产出实际的测试装置及成品。通常对这些生产/制造的实际物理装置进行检查及电子测试，以识别实际的或潜在的缺陷。此类测试所产生的额外信息可由IC设计人员使用，从而可能修改设计，以减小缺陷的数目，并使装置的总体运行更有效。此类检查及测试可在成品装置或部分完成的装置上执行(例如，工艺中检查/测试)。因此，工艺中检查增加集成电路装置制造期间的良率。
工艺窗口认证(process window qualification；PWQ)是一种半导体检查。在PWQ中，实际的物理集成电路装置(例如，晶圆、衬底等)通过针对其上的不同装置(例如，不同芯片、不同电路、不同组件)使用不同的聚焦及曝光参数来制造，以提供可能的制造条件的不同例子，其中，聚焦及/或曝光可能不同。改变聚焦及曝光可改变各种组件的形状、尺寸，以及杂质浓度。
这些不同的聚焦/曝光设置有时被称为“调制”。此类装置有时被称为聚焦-曝光调制集成电路装置，因为不同的组件(潜在相同设计的组件)通过使用不同的聚焦及曝光设置在同一表面(例如，晶圆、层等)上制造，从而导致相同设计的组件在同一集成电路装置内以不同方式制造。
因此，作为集成电路设计工艺的部分，使用聚焦-曝光调制集成电路装置。在该聚焦-曝光调制集成电路装置中识别缺陷，以允许建立可接受的聚焦及曝光设置范围(以获得特定的良率、成本、制造速度，以及其它生产目标)，从而找到所谓的可接受的聚焦-曝光“工艺窗口”。通过使用在该工艺窗口内的聚焦及曝光设置制造的装置通常会具有所需的良率、成本等，而通过使用在该工艺窗口之外的聚焦及曝光制造参数设置制造的装置通常不会。
更具体地说，首先通过使用光学检查工具例如亮场检查(bright fieldinspection；BFI)工具来检查该聚焦-曝光调制集成电路装置。此类光学检查工具产生具有明暗区域的该集成电路装置的光学图像，这些区域通常被称为“热点”。热点可标示潜在的缺陷，例如挤压、桥接、线端缩短等，其中，在该聚焦-曝光调制集成电路装置内的组件(导体及绝缘体形状)偏离相应的半导体设计。
通过使用按制造错误的类型(例如短路、开路、缺失形状、额外形状等)对缺陷进行分类的工艺将光学(BFI)检测到的缺陷(热点)划分为“站(bins)”(分类)。每站或每类光学检测缺陷具有一种设计结构或形状(本文中有时简称为“图案”)，其相对于被归类至其它站的组件的图案是独特的。因此，每个站包含潜在地导致错误的单个图案，该错误将阻止集成电路按设计运行(导致良率损失)。尽管每个站包含单个图案，但由于施加于该聚焦-曝光调制集成电路装置的不同位置的不同聚焦及曝光设置，每个站可包含通过使用施加于该站的图案的聚焦及曝光设置的不同组合形成的热点。
为确定一个站的潜在缺陷图案是否实际上引起良率损失(例如，热点是否为实际缺陷)，执行基于电子(非光学)的检查，例如扫描电子显微镜(scanning electronmicroscopy；SEM)检查。就设备利用率及时间而言，基于电子的检查是昂贵的。因此，很小百分比(例如，小于5％或甚至小于1％)的热点经历基于电子的检查。因此，使用各种采样策略(使用随机性及/或逻辑)来确定哪些热点需要基于电子的检查，其可导致对某些站的聚焦及曝光设置的有限检查。这可导致某些站(某些图案)不经历任何基于电子的检查。
作为(稍微随机的且不频繁的)基于电子的采样的结果，可在不同的聚焦/曝光设置识别每个站的一些代表性缺陷。这个耗时的过程检查结构如何响应光刻参数(聚焦/曝光)的变化，且这允许确定工艺窗口界限。具体地说，使用各种目标(例如，良率、成本、性能、制造速度，以及其它生产目标)来确定哪些聚焦及曝光参数将满足该目标，哪些不会。在该工艺窗口内的那些聚焦及曝光参数将满足该目标，而在该工艺窗口之外的那些聚焦及曝光参数不会。
为增加灵敏度，可仅在由该基于电子的检查识别的一个或多个站(例如，有缺陷的图案/形状)上执行第二次迭代，且此类当前已知的缺陷有时被称为“关注区”。由于在该站内的缺陷的数目或百分比异常高，或由于此类缺陷被视为对该集成电路的运行具有不成比例的影响，因此该关注区是集成电路设计人员想要更详细地查看的站或图案。在该额外迭代中，选择部分该图案(站)来接受额外的基于电子的检查，从而为这些选定的图案提供更多数据。此工艺的额外SEM迭代通过在少数站上执行更多SEM检查来帮助细化该工艺窗口的边界，从而提供更多的测试细节。
在一个例子中，超过100000个光学检查热点可能仅导致不到1000个基于电子的确认缺陷。此外，此类工艺可识别可能引起集成电路组件缺陷的10000多个图案(站)，并可提供每个图案的缺陷率及各种统计分析等。这允许对该工艺窗口进行进一步的细化，以将审查集中在特定缺陷级上的较高样本率或命中率上。
如图1中的项目100的流程图中所示，本文中的方法制造聚焦-曝光调制集成电路装置(IC)，以包括形成为图案的组件。在项目100中的该聚焦-曝光调制集成电路装置的该制造针对该集成电路装置的不同区域上的图案使用不同的制造参数(例如，曝光及聚焦)，且每个图案通过使用该不同的制造参数多次以不同方式形成。在项目102中，这些方法光学检测(例如，通过使用亮场检查(BFI))整个(所有)聚焦-曝光调制集成电路装置内的潜在缺陷。同样，这些潜在缺陷通常被称为“热点”。
在项目104中，通过按错误的类型对缺陷进行分类的工艺将该光学(BFI)检测到的潜在缺陷划分为“站”(分类)。每站或每类光学检测缺陷具有一种图案，其相对于其它光学检测缺陷站是独特的。因此，每个站包含单个图案，且每个站可包含通过使用施加于该站的图案的聚焦及曝光设置的不同组合形成的热点。
在项目106中，通过潜在地使用来自该分站工艺的信息，使用各种采样策略(通过使用随机性及/或逻辑)来确定哪些热点需要基于电子的检查。接着，在项目108中，这些方法对部分(例如，小于5％或甚至小于1％)该潜在缺陷执行第一次基于电子的检查(例如，扫描电子显微镜(SEM)检查)，且该第一次基于电子的检查识别主要实际缺陷。
在项目110中，此类方法识别工艺窗口。该工艺窗口是一系列制造参数设置。当使用在该工艺窗口之外的该设置制造时，该些图案将具有由该第一次基于电子的检查产生的至少阈值数目的该主要实际缺陷。不过，通过使用在该工艺窗口内的该制造参数设置制造的该些图案具有由该第一次基于电子的检查产生的小于该阈值数目的该主要实际缺陷。用以定义该工艺窗口的界限的阈值数目(阈值制造参数设置)可例如限于整数，并可被设置为1，以要求通过使用在该工艺窗口内的该制造参数设置制造的该些图案没有主要实际缺陷，而通过使用在该工艺窗口之外的该制造参数设置制造的该些图案具有至少一个主要实际缺陷。作为替代，依据不同的技术及制造目标，可使用更高的阈值数目及非整数。
在随后步骤(例如，122)中，本文中的方法执行第二次基于电子的检查。在准备此类额外的基于电子的检查时，在项目112中，这些方法可基于在各该图案内的主要实际缺陷的发生率对该些图案排序。这允许这些方法在项目114中选择最常有缺陷的图案，以建立该最常见缺陷图案的高发生率缺陷图案组(基于先前在项目112中的排序)。
在进一步准备此类额外的基于电子的检查时，在项目116中，这些方法可基于该主要实际缺陷的发生率对其排序。在项目118中，这些方法接着建立该最常见主要实际缺陷的高发生率缺陷组(基于在项目116中的排序)。在项目120中，这些方法接着识别发生该高发生率缺陷组中的该主要实际缺陷的图案，并将此组识别为高缺陷图案组。
为识别额外的实际缺陷，在项目122中，这些方法执行第二次基于电子的检查(例如，再次相同的扫描电子显微镜(SEM)检查)，该检查限于满足以下所有条件的该些图案中的一些图案：它们具有项目102中的潜在缺陷；它们在项目108中的第一次基于电子的检查中被略过或未被检查；以及该集成电路装置具有通过使用在项目110中识别的该工艺窗口内的制造参数设置制造的图案。
在一些实施例中，该第二次基于电子的检查(在该工艺窗口内)仅潜在地执行于与该高发生率缺陷图案组中的该些图案中的一些图案匹配的图案上，或仅潜在地执行于与该高缺陷图案组中的该些图案中的一些图案匹配的图案上执行。在其它实施例中，在项目122中的该第二次基于电子的检查(对通过使用在该工艺窗口内的设置制造的物品)仅潜在地执行于与通过使用在该工艺窗口之外的该制造参数设置制造并呈现该主要实际缺陷的组件图案匹配的该组件图案中的该潜在缺陷中的潜在缺陷上。在另外的实施例中，在项目122中的该第二次基于电子的检查仅潜在地执行于与通过使用在该工艺窗口之外的该制造参数设置制造且在该第一次基于电子的检查中未被检查的组件图案匹配的该组件图案中的该潜在缺陷中的潜在缺陷上。
在项目124中，本文中的方法可通过改变该制造参数设置来修改该工艺窗口，以使该额外实际缺陷也在该工艺窗口之外。
图2显示可怎样通过本文中的系统及方法执行工艺的概念图。更具体地说，图2显示在项目140中，这些系统及方法通过使用图1的流程图中的项目100-110中所示的工艺来建立初始工艺窗口。具体地说，在项目140中，本文中的系统及方法基于BFI扫描中显示的热点执行第一次迭代SEM审查。
在项目142中，本文中的系统及方法基于在总体聚焦-曝光调制集成电路装置内的各热点的位置来对各种图案进行分类(分站)。在项目142中的该工艺可基于该热点与该聚焦-曝光调制集成电路装置的正中心(或其它参考点)的距离(每个不同热点的x/y偏移位置)启用热点位置调节(例如，“模糊性”)。此外，在项目142中，可保留各种分站细节(例如，热点的制造参数、形状的类型、形状的尺寸、相对热点位置等)，以供以后分析。项目142还显示可通过在特定缺陷上设置较高的采样率或命中率而针对额外的SEM迭代建立关注区。
在项目144中，通过本文中的系统及方法搜索产生热点的该些图案，以识别应当接受额外检查的在该工艺窗口内的图案。因此，项目144可基于哪些图案最常产生热点或基于哪些热点最常产生SEM检测缺陷来对该些图案排序。例如，项目144可基于该命中率识别哪些图案应当接受额外检查，该命中率是热点产生图案还产生SEM检测缺陷的速率。此评估可考虑光刻条件依赖性，其可包括该聚焦及曝光，以及其它参数设置。
这允许这里的系统及方法在项目146中执行“工艺窗口感知”图案分析。在一个例子中，在项目146中的该工艺可对呈现该主要实际缺陷的与通过使用在该工艺窗口之外的该制造参数设置制造的该些图案匹配的图案(通过使用在该工艺窗口内的该制造参数设置制造)中的热点执行额外的SEM检查。在另一个例子中，在项目146中的该工艺可对在该第一次基于电子的检查中未被检查的与通过使用在该工艺窗口之外的该制造参数设置制造的该些图案匹配的图案(通过使用在该工艺窗口内的该制造参数设置制造)中的热点执行额外的SEM检查。
在项目148中，本文中的系统及方法在项目144中基于图案的风险因素确定被识别为额外SEM检查的候选者并在该工艺窗口内的哪些图案实际将接受该额外的一轮SEM审查。该风险因素中的一些可包括图案至该工艺窗口的边缘有多近；给定图案的命中率与其它图案相比是否较高；若特定图案有缺陷，可预期的相对性能损失等。
因此，如果在工艺窗口内的热点被工艺窗口感知图案分析146选择并在项目148中被视为风险足够大，则该热点将在项目150中通过本文中的系统及方法接受额外的SEM审查。依据此额外的SEM审查，本文中的系统及方法识别单独(仅)在该工艺窗口内的额外缺陷，如项目152中所示。
图3及图4显示上述情况的流程图，其中，在项目146中的工艺对通过使用在该工艺窗口内的该制造参数设置制造的图案中的热点执行额外的SEM检查。具体地说，在图3中，对于通过使用在该工艺窗口内的该制造参数设置制造的图案中的热点，如果这些热点先前未接受SEM检查，但该些热点包括与具有SEM缺陷的通过使用在该工艺窗口之外的该制造参数设置制造的该些图案匹配的图案，则执行该额外的SEM检查。在图4中，该额外SEM检查针对通过使用在该工艺窗口内的该制造参数设置制造的图案中的热点，且该热点具有先前未接受任何SEM检查的图案，无论是否通过在该工艺窗口内还是该工艺窗口之外的该制造参数设置制造。
因此，图3显示被表示为在针对特定图案(例如，主图案A 164)的聚焦-曝光参数的二维矩阵160内的工艺窗口162的概念示例。具体地说，工艺窗口162仅是没有导致SEM检测缺陷的针对主图案A 164的那些聚焦-曝光参数。为便于理解，在图3中用阴影表示在工艺窗口162之外的该矩阵的聚焦-曝光参数。因此，矩阵160中较暗的上方及下方行是导致SEM检测缺陷的针对主图案A 164的聚焦-曝光参数，且在矩阵160中的其它行是没有导致SEM检测缺陷的针对同一主图案A164的聚焦-曝光参数。
在图3中，项目166指向在工艺窗口162之外并产生热点及SEM缺陷的针对主图案A164的聚焦-曝光参数。项目168指向在工艺窗口162内并且都产生热点的针对同一主图案A164的两个不同的聚焦-曝光参数，但初始SEM(上述的项目108及140)没有选择这些热点中的任何一个进行进一步分析。因此，本文中的工艺及系统对在工艺窗口162内与项目168关联的该些热点执行第二次迭代SEM检查(额外SEM)。
略微不同的是，图4显示也被表示为在针对特定图案(例如，主图案B 174)的聚焦-曝光参数的二维矩阵170内的工艺窗口172的概念示例。具体地说，工艺窗口172仅是没有导致SEM检测缺陷的针对主图案B 174的那些聚焦-曝光参数。如同图3那样，为便于理解，在图4中用阴影表示在工艺窗口172之外的该矩阵的聚焦-曝光参数。因此，矩阵170中较暗的上方及下方行是导致SEM检测缺陷的针对主图案B 174的聚焦-曝光参数，且在矩阵170中的其它行是没有导致SEM检测缺陷的针对同一主图案B 174的聚焦-曝光参数。
在图4中，项目176指出初始SEM(上述项目108及140)没有检查主图案B。项目178指向在工艺窗口172内并产生热点的针对主图案B 174的聚焦-曝光参数。因此，本文中的工艺及系统对在工艺窗口172内与项目178关联的该热点执行第二次迭代SEM检查(额外SEM)。
上面表明本文中的工艺提供一种有效的方法以在工艺窗口认证期间，在BFI扫描及第一轮SEM审查之后，识别SEM审查位点以供缺陷发现。这通过使用工艺窗口感知图案分析向下选择BFI(亮场检查)缺陷进行SEM审查来识别设计系统缺陷。具体地说，此工艺在工艺窗口认证期间执行BFI及第一次SEM审查，对该BFI缺陷应用图案分类，与现有SEM确认缺陷合并，执行图案搜索以获得在每个设计上的命中率，并使用该工艺窗口感知图案分析来选择最严重的BFI缺陷，以供进一步的SEM审查。
图5显示本文中的系统的(许多可能实施中的)一个实施，除其它组件外，该实施可包括处理器190(计算机或联网计算机的系统)，与处理器190可操作地连接的光学检查工具192(例如，亮场检查(BFI)工具)，与处理器190可操作地连接的基于电子的检查工具194(例如，扫描电子显微镜(SEM))，以及集成电路制造设备196(例如，光刻机、掩膜生产机、组装装置、封装机、运输装置等)。制造设备196用以制造聚焦-曝光调制集成电路装置以及其它装置，潜在地由处理器190控制，并将此类聚焦-曝光调制集成电路装置提供给光学检查工具192以及基于电子的检查工具194。
光学检查工具192用以光学检测该聚焦-曝光调制集成电路装置内的潜在缺陷。此外，该聚焦-曝光调制集成电路装置具有形成为图案的组件，因为该制造设备用以针对在该集成电路装置的不同区域上的该些图案通过使用不同的制造参数来形成该聚焦-曝光调制集成电路装置。基于电子的检查工具194用以对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷。
处理器190用以识别不同制造参数设置的工艺窗口。通过使用在该工艺窗口内的该制造参数设置制造的该些图案具有由该第一次基于电子的检查产生的小于阈值数目的该主要实际缺陷。
基于电子的检查工具194也用以通过对满足以下所有条件的该些图案中的一些图案执行第二次基于电子的检查来识别额外实际缺陷：具有该潜在缺陷；在该第一次基于电子的检查中未被检查；以及在该工艺窗口内。基于电子的检查工具194用以对该些图案中在该工艺窗口之外具有该主要实际缺陷的图案在该工艺窗口内执行该第二次基于电子的检查。基于电子的检查工具194还用以对该些图案中在该工艺窗口内或外的该第一次基于电子的检查中未被检查的的图案在该工艺窗口内执行该第二次基于电子的检查。
处理器190还用以基于具有该主要实际缺陷的该些图案的发生率对该些图案排序，并基于该排序建立最常见缺陷图案的高发生率缺陷图案组。基于电子的检查工具194还用以对该高发生率缺陷图案组在该工艺窗口内执行第二次基于电子的检查。
处理器190还用以基于发生率对该主要实际缺陷排序，基于该排序建立最常见主要实际缺陷的高发生率缺陷组，并将该些图案中发生该高发生率缺陷组中的该主要实际缺陷的图案识别为高缺陷图案组。基于电子的检查工具194用以对该高缺陷图案组在该工艺窗口内执行该第二次基于电子的检查。
图6中显示用于实施上述系统、方法及计算机程序产品的代表性硬件环境(也就是，计算机系统)。此示意图示例依据本文中实施例的信息处理/计算机系统的硬件配置。该系统包括至少一个处理器或中央处理单元(central processing unit；CPU)900。CPU 900通过系统总线902与各种装置例如随机访问存储器(RAM)904、只读存储器(ROM)906以及输入/输出(I/O)适配器908互连。I/O适配器908可连接周边装置，例如磁盘单元910及磁带驱动器912，或者可由该系统读取的其它程序储存装置。该系统可读取该程序储存装置上的发明指令并遵循这些指令来执行本文中的实施例的方法。该系统还包括用户接口适配器918，其将键盘914、鼠标916、扬声器920、麦克风922以及/或者其它用户接口装置例如触屏装置(未显示)与总线902连接，以收集用户输入。此外，通信适配器924将总线902与数据处理网络926连接，且显示适配器928将总线902与显示装置930连接，该显示装置可实施为输出装置，例如监控器、打印机或发射器。
附图中的流程图和方块图示例依据各种实施例的装置及方法的可能实施的架构、功能，以及操作。在此方面，该流程图或方块图中的各方块可代表指令的模块、片段，或部分，其包括用于实施指定逻辑功能的一个或多个可执行指令。在一些替代实施中，该方块中所示的功能可能在附图中所示的顺序之外发生。例如，连续显示的两个方块可能实际上基本同时执行，或者该些方块有时可能以相反的顺序执行，取决于所涉及的功能。还要注意，该方块图和/或流程图中的各方块以及该方块图和/或流程图中的方块的组合可通过基于专用硬件的系统实施，这系统执行指定的功能或动作，或执行专用硬件与计算机指令的组合。
本文中所使用的术语仅是出于说明特定实施例的目的，并非意图限制上述实施例。除非上下文中另外明确指出，否则本文中所使用的单数形式“一个”以及“该”也意图包括复数形式。
除示例在各种阶段的本实施例的方法及功能外，各相应附图还示例通过一个或多个装置及结构全部或部分实施的方法的逻辑。此类装置及结构经配置以(也就是，包括一个或多个组件，例如电阻器、电容器、晶体管等，它们经连接以实现过程的执行)实施上述方法。换言之，可创建一个或多个计算机硬件装置，其经配置以实施本文中参照附图及其相应说明描述的方法及过程。
本文中的实施例可用于各种电子应用，包括但不限于高级传感器、存储器/数据储存、半导体、微处理器以及其它应用。制造者可以原始晶圆形式(也就是，作为具有多个未封装芯片的单个晶圆)、作为裸芯片，或者以封装形式分配所得装置及结构，例如集成电路(IC)芯片。在后一种情况中，该芯片设于单芯片封装件中(例如塑料承载件，其具有附着至母板或其它更高层次承载件的引脚)或者多芯片封装件中(例如陶瓷承载件，其具有单面或双面互连或嵌埋互连)。在任何情况下，接着将该芯片与其它芯片、分立电路元件和/或其它信号处理装置集成，作为(a)中间产品例如母板的部分，或者作为(b)最终产品的部分。该最终产品可为包括集成电路芯片的任意产品，涉及范围从玩具及其它低端应用直至具有显示器、键盘或其它输入装置以及中央处理器的先进电脑产品。
对本实施例所作的说明是出于示例及说明目的，而非意图详尽无遗或限于所揭示形式的实施例。许多修改及变更对于本领域的普通技术人员将显而易见，而不背离本文中的实施例的范围及精神。该实施例经选择及说明以最佳解释此类实施例的原理，及实际应用，以及使本领域的其他普通技术人员能够理解具有适于所考虑的特定应用的各种变更的各种实施例。
尽管上面仅结合有限数目的实施例来详细说明，但很容易理解，本文中的实施例不限于这些揭示。相反，可修改本文中的元件以包含此前未说明但符合本文的精神及范围的任意数目的变化、更改、替代或等同布置。此外，尽管已说明各种实施例，但应当理解，本文中的态样可仅被某些所述实施例包括。相应地，下面的权利要求将不被视为被上述说明限制。本申请中所述的各种实施例的元件的所有结构及功能等同(其为本领域的普通技术人员已知的或后来逐渐知道的)通过引用明确包含于此并意图被本申请包括。因此，应当理解，在所揭示的特定实施例中可作变更，其落入如所附权利要求所概述的上述范围内。

Claims (20)

1.一种方法，其特征在于，包括：
执行光学检查，以检测集成电路装置内的潜在缺陷；
对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷；
识别包括用以制造该集成电路装置的制造参数的设置的工艺窗口，其中，通过使用在该工艺窗口内的制造参数设置制造的该集成电路装置具有小于阈值数目的该主要实际缺陷；以及
为识别额外实际缺陷，执行第二次基于电子的检查，该检查限于在该第一次基于电子的检查中未被检查的通过使用在该工艺窗口内的该制造参数设置制造的该集成电路装置中的该潜在缺陷中的选定潜在缺陷。
2.如权利要求1所述的方法，其特征在于，该集成电路装置包括形成为图案的组件，其中，该方法还包括：
基于具有该主要实际缺陷的该些图案的发生率对该些图案排序；以及
基于该排序建立最常见缺陷图案的高发生率缺陷图案组，以及
其中，在所具有的图案与该高发生率缺陷图案组的图案匹配的该集成电路装置上执行该第二次基于电子的检查。
3.如权利要求1所述的方法，其特征在于，该集成电路装置包括形成为图案的组件，其中，该方法还包括：
基于发生率对该主要实际缺陷排序；以及
基于该排序建立最常见主要实际缺陷的高发生率缺陷组；以及
将该些图案中发生该高发生率缺陷组中的该主要实际缺陷的图案识别为高缺陷图案组，
其中，在所具有的图案与该高缺陷图案组的图案匹配的该集成电路装置上执行该第二次基于电子的检查。
4.如权利要求1所述的方法，其特征在于，该第二次基于电子的检查执行于与通过使用在该工艺窗口外的制造参数设置制造的组件图案匹配并具有该主要实际缺陷的组件图案中的该潜在缺陷中的潜在缺陷上。
5.如权利要求1所述的方法，其特征在于，该第二次基于电子的检查执行于所具有的组件图案与通过使用该工艺窗口外的制造参数设置制造的该集成电路装置的组件图案匹配并在该第一次基于电子的检查中未被检查的该集成电路装置中的该潜在缺陷中的潜在缺陷上。
6.如权利要求1所述的方法，其特征在于，该制造参数包括曝光及聚焦。
7.如权利要求1所述的方法，其特征在于，该光学检查包括亮场检查，且该第一次基于电子的检查及该第二次基于电子的检查包括扫描电子显微镜检查。
8.一种方法，其特征在于，包括：
制造集成电路装置，以包括形成为图案的组件，其中，该集成电路装置的该制造针对该集成电路装置中的不同装置上的该些图案使用不同的制造参数，以及其中，每个图案通过使用该不同的制造参数多次以不同方式形成；
执行光学检查，以检测该集成电路装置中的潜在缺陷；
对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷；
识别包括制造参数的设置的工艺窗口，其中，该些图案中通过使用在该工艺窗口外的该制造参数设置制造的图案具有至少阈值数目的该主要实际缺陷，以及其中，该些图案中通过使用在该工艺窗口内的该制造参数设置制造的图案具有小于该阈值数目的该主要实际缺陷；以及
为识别额外实际缺陷，执行第二次基于电子的检查，该检查限于满足以下所有条件的该些图案中的一些图案：
具有该潜在缺陷；
在该第一次基于电子的检查中未被检查；以及
是通过使用在该工艺窗口内的该制造参数设置制造的图案。
9.如权利要求8所述的方法，其特征在于，还包括：
基于具有该主要实际缺陷的该些图案的发生率对该些图案排序；以及
基于该排序建立最常见缺陷图案的高发生率缺陷图案组，
其中，在与该高发生率缺陷图案组的图案匹配的该些图案上执行该第二次基于电子的检查。
10.如权利要求8所述的方法，其特征在于，还包括：
基于发生率对该主要实际缺陷排序；以及
基于该排序建立最常见主要实际缺陷的高发生率缺陷组；以及
将该些图案中发生该高发生率缺陷组中的该主要实际缺陷的图案识别为高缺陷图案组，
其中，在与该高缺陷图案组的图案匹配的该些图案上执行该第二次基于电子的检查。
11.如权利要求8所述的方法，其特征在于，该第二次基于电子的检查执行于该些图案中与通过使用在该工艺窗口外的该制造参数设置制造的该些图案匹配并具有该主要实际缺陷的图案上。
12.如权利要求8所述的方法，其特征在于，该第二次基于电子的检查执行于该些图案中与通过使用该工艺窗口外的该制造参数设置制造的该些图案匹配并在该第一次基于电子的检查中未被检查的图案上。
13.如权利要求8所述的方法，其特征在于，该制造参数包括曝光及聚焦。
14.如权利要求8所述的方法，其特征在于，该光学检查包括亮场检查，且该第一次基于电子的检查及该第二次基于电子的检查包括扫描电子显微镜检查。
15.一种系统，其特征在于，包括：
处理器；
光学检查工具，与该处理器可操作地耦接；以及
基于电子的检查工具，与该处理器可操作地耦接，
其中，该光学检查工具用以光学检查集成电路装置中的潜在缺陷，
其中，该集成电路装置具有形成为图案的组件，
其中，该集成电路装置通过针对该集成电路装置中的不同装置上的该些图案使用不同的制造参数形成，
其中，该基于电子的检查工具用以对部分该潜在缺陷执行第一次基于电子的检查，以识别主要实际缺陷，
其中，该处理器用以识别包括制造参数的设置的工艺窗口，
其中，该些图案中通过使用在该工艺窗口内的该制造参数设置制造的图案具有小于阈值数目的该主要实际缺陷，以及
其中，该基于电子的检查工具用以通过对满足以下所有条件的该些图案中的一些图案执行第二次基于电子的检查来识别额外实际缺陷：
具有该潜在缺陷；
在该第一次基于电子的检查中未被检查；以及
是通过使用在该工艺窗口内的该制造参数设置制造的图案。
16.如权利要求15所述的系统，其特征在于，该处理器用以：
基于具有该主要实际缺陷的该些图案的发生率对该些图案排序；以及
基于该排序建立最常见缺陷图案的高发生率缺陷图案组，以及
其中，该基于电子的检查工具用以在与该高发生率缺陷图案组的图案匹配的该些图案上执行该第二次基于电子的检查。
17.如权利要求15所述的系统，其特征在于，该处理器用以：
基于发生率对该主要实际缺陷排序；以及
基于该排序建立最常见主要实际缺陷的高发生率缺陷组；以及
将该些图案中发生该高发生率缺陷组中的该主要实际缺陷的图案识别为高缺陷图案组，以及
其中，该基于电子的检查工具用以在与该高缺陷图案组的图案匹配的该些图案上执行该第二次基于电子的检查。
18.如权利要求15所述的系统，其特征在于，该基于电子的检查工具用以在该些图案中与通过使用在该工艺窗口外的该制造参数设置制造的该些图案匹配并具有该主要实际缺陷的图案上执行该第二次基于电子的检查。
19.如权利要求15所述的系统，其特征在于，该基于电子的检查工具用以在该些图案中与通过使用该工艺窗口之外的该制造参数设置制造的该些图案匹配并在该第一次基于电子的检查中未被检查的图案上执行该第二次基于电子的检查。
20.如权利要求15所述的系统，其特征在于，该光学检查工具包括亮场检查，以及
其中，该基于电子的检查工具包括扫描电子显微镜。
CN202210712690.8A 2021-07-22 2022-06-22 利用工艺窗口细化缺陷检测 Pending CN115684170A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/382,415 2021-07-22
US17/382,415 US11728192B2 (en) 2021-07-22 2021-07-22 Refining defect detection using process window

Publications (1)

Publication Number Publication Date
CN115684170A true CN115684170A (zh) 2023-02-03

Family

ID=84784628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210712690.8A Pending CN115684170A (zh) 2021-07-22 2022-06-22 利用工艺窗口细化缺陷检测

Country Status (3)

Country Link
US (1) US11728192B2 (zh)
CN (1) CN115684170A (zh)
DE (1) DE102022112848A1 (zh)

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7525659B2 (en) * 2003-01-15 2009-04-28 Negevtech Ltd. System for detection of water defects
US7248353B2 (en) * 2003-05-30 2007-07-24 Ebara Corporation Method and apparatus for inspecting samples, and method for manufacturing devices using method and apparatus for inspecting samples
US7729529B2 (en) * 2004-12-07 2010-06-01 Kla-Tencor Technologies Corp. Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle
JP4426519B2 (ja) * 2005-11-11 2010-03-03 株式会社日立ハイテクノロジーズ 光学的高さ検出方法、電子線測定装置および電子線検査装置
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
JP5065943B2 (ja) 2008-02-29 2012-11-07 株式会社日立ハイテクノロジーズ 製造プロセスモニタリングシステム
US9201022B2 (en) 2011-06-02 2015-12-01 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects
US9310320B2 (en) 2013-04-15 2016-04-12 Kla-Tencor Corp. Based sampling and binning for yield critical defects
US9330987B2 (en) 2013-09-09 2016-05-03 Hermes-Microvision, Inc. Hot spot identification, inspection, and review
JP6369860B2 (ja) * 2014-07-15 2018-08-08 株式会社日立ハイテクノロジーズ 欠陥観察方法及びその装置
US10747830B2 (en) * 2014-11-21 2020-08-18 Mesh Labs Inc. Method and system for displaying electronic information
US9891538B2 (en) 2015-03-16 2018-02-13 Kla-Tencor Corp. Adaptive sampling for process window determination
US10572990B2 (en) * 2017-04-07 2020-02-25 Nuflare Technology, Inc. Pattern inspection apparatus, pattern position measurement apparatus, aerial image measurement system, method for measuring aerial image, pattern position repairing apparatus, method for repairing pattern position, aerial image data processing apparatus, method for processing aerial image data, pattern exposure apparatus, method for exposing pattern, method for manufacturing mask, and mask manufacturing system
US10533848B2 (en) * 2018-03-05 2020-01-14 Kla-Tencor Corporation Metrology and control of overlay and edge placement errors

Also Published As

Publication number Publication date
US20230024266A1 (en) 2023-01-26
US11728192B2 (en) 2023-08-15
DE102022112848A1 (de) 2023-01-26

Similar Documents

Publication Publication Date Title
US11694009B2 (en) Pattern centric process control
US10754309B2 (en) Auto defect screening using adaptive machine learning in semiconductor device manufacturing flow
JP5624660B2 (ja) 検査レシピ作成システムおよびその方法
US10146036B2 (en) Semiconductor wafer inspection using care area group-specific threshold settings for detecting defects
US10228421B2 (en) Method and system for intelligent defect classification and sampling, and non-transitory computer-readable storage device
US9689805B2 (en) Systems and methods eliminating false defect detections
CN108291878A (zh) 单一图像检测
Tam et al. Systematic defect identification through layout snippet clustering
WO2007079344A2 (en) Methods and systems for binning defects detected on a specimen
CN102683165A (zh) 智能缺陷筛选及取样方法
Dong et al. Wafer yield prediction using derived spatial variables
CN114492294A (zh) 用于电路设计的确定测试覆盖率的方法及信息处理系统
TWI758533B (zh) 設計關鍵性分析擴充之製程窗合格取樣
JP4190748B2 (ja) 半導体不良解析用のｃａｄツール及び半導体不良解析方法
US7356787B2 (en) Alternative methodology for defect simulation and system
CN115684170A (zh) 利用工艺窗口细化缺陷检测
US8831333B2 (en) Mask pattern analysis apparatus and method for analyzing mask pattern
Tsai et al. Enhancing the data analysis in IC testing by machine learning techniques
TWI809928B (zh) 晶圓檢測系統
US20230334647A1 (en) Wafer inspection system
JP5015227B2 (ja) 欠陥解析方法、プログラム及び電子デバイスの製造方法
US20230334648A1 (en) Wafer inspection system method
JP4633349B2 (ja) 電子デバイスを製造するための欠陥解析方法及びそのプログラム
JP2002057195A (ja) 電子デバイスの検査における欠陥解析用データ作成方法、および、電子デバイスの検査データ解析システム

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