CN116713892B - 用于晶圆薄膜磨削的终点检测方法及设备 - Google Patents
用于晶圆薄膜磨削的终点检测方法及设备 Download PDFInfo
- Publication number
- CN116713892B CN116713892B CN202311002718.XA CN202311002718A CN116713892B CN 116713892 B CN116713892 B CN 116713892B CN 202311002718 A CN202311002718 A CN 202311002718A CN 116713892 B CN116713892 B CN 116713892B
- Authority
- CN
- China
- Prior art keywords
- points
- reflectivity
- curve
- spectrum curve
- measured
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000001228 spectrum Methods 0.000 claims abstract description 106
- 238000002310 reflectometry Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000003595 spectral effect Effects 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 2
- 239000004065 semiconductor Substances 0.000 abstract description 8
- 239000010408 film Substances 0.000 description 65
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- 235000012239 silicon dioxide Nutrition 0.000 description 6
- 239000000377 silicon dioxide Substances 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000005498 polishing Methods 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012625 in-situ measurement Methods 0.000 description 4
- 238000007517 polishing process Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/005—Control means for lapping machines or devices
- B24B37/013—Devices or means for detecting lapping completion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及半导体领域,具体涉及一种用于晶圆薄膜磨削的终点检测方法及设备,该方法包括:在对晶圆薄膜进行磨削过程中,获取晶圆薄膜的反射率与波长关系的实测光谱曲线;在实测光谱曲线中确定多个特征点;基于多个特征点的波长值,分别在各个参考光谱曲线中确定相应的参考点;利用多个特征点与多个参考点,计算实测光谱曲线与各个参考光谱曲线的余弦相似度;根据余弦相似度确定与实测光谱数据匹配的参考光谱曲线;根据匹配的参考光谱曲线对应的厚度确定晶圆薄膜的当前厚度。本发明选用余弦相似度作为得分函数评价在多层介质情况下的相似性,提高了晶圆薄膜厚度在线检测的准确性。
Description
技术领域
本发明涉及半导体领域,具体涉及一种用于晶圆薄膜磨削的终点检测方法及设备。
背景技术
随着半导体产业的迅速发展,集成电路特征尺寸不断趋于微细化,半导体晶片不断地朝小体积、高电路密集度、快速、低耗电方向发展,集成电路现已进入ULSI亚微米级的技术阶段。伴随着硅晶片直径的逐渐增大,元件内刻线宽度逐步缩小,金属层数的增多,因此半导体薄膜表面的高抛光对器件的高性能、低成本、高成品率有着重要的影响,因此硅晶片表面平整度要求将日趋严格。
化学机械抛光(Chemical Mechanical Planarization,CMP)是一种全局表面平坦化技术,在半导体制造过程中用以减小基板厚度变化和表面形貌的影响。由于CMP可精确并均匀地把基板平坦化为需要的厚度和平坦度,已经成为半导体制造过程中应用最广泛的一种表面平坦化技术。目前主流的技术为在线终点检测,在线终点检测能够更好地控制晶圆薄膜的厚度变化,减少重复操作,实现CMP的自动化操作,从而提高抛光设备利用率和产量,减少IC设备的密度分布缺陷,降低不均匀性,并最终使半导体设备的稳定性和可靠性得到提高。在线终点检测技术实现的原理主要是基于光学、电学、声学或振动、热学、摩擦力、化学或电化学原理的检测。在光谱终点检测法的监测工艺中,首先需要建立在限定波长范围内不同膜厚下的参考光谱,然后通过设定的匹配方法将抛光工艺期间原位测量的光谱与参考光谱的图库进行匹配,寻找到最佳匹配参考光谱。以最佳匹配参考光谱所对应的膜厚作为在抛光过程中此时的膜厚。
由于实际抛光工艺期间原位在线测量的测量环境较为恶劣,会受到各种因素的影响,如光谱本身无法避免带来的系统误差及受环境光和探头距离抖动等测量条件影响带来的随机误差。特别是在多层膜的抛光过程中,在多层膜的情况下,实际抛光过程中的外界因素会导致反射率实测曲线有压缩、抬高及出现平行位移差等现象,还可能会导致部分波长范围下的信息丢失,这些情况会导致实测的反射率曲线无法与理论曲线进行较好的匹配,由此导致最终所测的膜厚值的准确性下降。
发明内容
根据本申请实施例的一方面,提供了一种用于晶圆薄膜磨削的厚度在线检测方法,该方法包括:
在对晶圆薄膜进行磨削过程中,获取晶圆薄膜的反射率与波长关系的实测光谱曲线;在所述实测光谱曲线中确定多个特征点;基于所述多个特征点的波长值,分别在各个参考光谱曲线中确定相应的参考点;利用所述多个特征点与多个参考点,计算所述实测光谱曲线与所述各个参考光谱曲线的余弦相似度;根据所述余弦相似度确定与所述实测光谱数据匹配的参考光谱曲线;根据所述匹配的参考光谱曲线对应的厚度确定所述晶圆薄膜的当前厚度。
可选地,在所述实测光谱曲线中确定多个特征点,包括:根据所述实测光谱曲线中各点及其相邻点的反射率确定波动异常点;在所述实测光谱曲线中除所述波动异常点的各点中取预设数量的点作为所述特征点。
可选地,在所述实测光谱曲线中确定多个特征点,包括:根据所述实测光谱曲线中各点的变化率确定至少一个临界点,使得所述实测光谱曲线被划分为至少两个波段;分别在各个所述波段中选取相应预设数量的点作为所述特征点,其中变化率较高波段对应的预设数量大于变化率较低波段对应的预设数量。
可选地,所述参考光谱曲线是根据晶圆薄膜的折射率、预检测膜厚范围计算出的理论反射率和波长关系的理论光谱曲线。
可选地,计算所述实测光谱曲线与所述各个参考光谱曲线的余弦相似度的步骤中,采用如下方式计算实测光谱曲线与参考光谱曲线的余弦相似度:
,
其中,表示余弦相似度,/>表示实测光谱曲线中第i个特征点的反射率,/>表示参考光谱曲线中第i个参考点的反射率,n表示特征点和参考点的数量。
可选地,计算所述实测光谱曲线与所述各个参考光谱曲线的余弦相似度,包括:对所述多个特征点、所述多个参考点进行处理;利用处理后的所述多个特征点和所述多个参考点计算所述余弦相似度,使得计算结果处于区间[-1,1]。
可选地,对所述多个特征点、所述多个参考点进行处理,包括:计算所述多个特征点的实测反射率均值,以及所述多个参考点的参考反射率均值;将每一个特征点的反射率与所述实测反射率均值相减,以及将每一个参考点的反射率与所述参考反射率均值相减。
可选地,采用如下方式计算所述余弦相似度:
,
,
,
其中,表示余弦相似度,/>表示实测光谱曲线中第i个特征点的反射率与所述实测反射率均值相减的结果,/>表示参考光谱曲线中第i个参考点的反射率与所述参考反射率均值相减的结果,/>表示实测光谱曲线中第i个特征点的反射率,/>表示参考光谱曲线中第i个参考点的反射率,n表示特征点和参考点的数量。
可选地,在所述实测光谱曲线中确定多个特征点之前,还包括:对实测光谱曲线进行滤波,以过滤掉在磨削过程中磨削环境所带来的噪声。
根据本申请实施例的另一方面,还提供了一种用于晶圆薄膜磨削的终点检测方法,包括:利用上述厚度在线检测方法,实时监测晶圆薄膜的厚度是否达到目标厚度;当晶圆薄膜的厚度达到目标厚度时,停止磨削。
根据本申请实施例的第三方面,还提供了一种用于晶圆薄膜磨削的厚度在线检测设备,该设备包括:处理器以及与所述处理器连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令被所述处理器执行,以使所述处理器执行上述用于晶圆薄膜磨削的厚度在线检测方法。
根据本申请实施例的第四方面,还提供了一种用于晶圆薄膜磨削的终点检测设备,该设备包括:处理器以及与所述处理器连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令被所述处理器执行,以使所述处理器执行上述用于晶圆薄膜磨削的终点检测方法。
根据本发明提供的用于晶圆薄膜磨削的厚度在线检测方法及设备,通过计算实测光谱曲线和参考光谱曲线的余弦相似度,以确定晶圆薄膜的当前厚度,可以较好地减轻由于多层膜带来的实测曲线压缩、抬高及出现平行移位差带来的匹配度下降等问题,而且进行原位测量与参考曲线进行匹配的时间较短,可实现实时原位测量,本发明选用余弦相似度作为得分函数,因余弦相似度的评价方法对波形敏感,在二维空间中两条平行的曲线其余弦相似度为1,适合此时实际测量中的情况,所以选用余弦相似度作为得分函数评价在多层介质情况下的相似性,提高了晶圆薄膜厚度在线检测的准确性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的用于晶圆薄膜磨削的厚度在线检测方法的流程示意图;
图2为本发明实施例提供的一种实测光谱曲线与参考光谱曲线的示意图;
图3为本发明实施例提供的另一种实测光谱曲线与参考光谱曲线的示意图;
图4为本发明实施例提供的一种经过余弦相似度匹配分析后的实测反射率-波长曲线与参考图库中的反射率-波长曲线的匹配图的示意图;
图5为本发明实施例提供的另一种经过余弦相似度匹配分析后的实测反射率-波长曲线与参考图库中的反射率-波长曲线的匹配图的示意图;
图6为本发明实施例提供的经过均方误差匹配分析后的实测反射率-波长曲线与参考图库中的反射率-波长曲线的匹配图的示意图;
图7为本发明实施例提供的用于晶圆薄膜磨削的终点检测方法的流程示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
如图1,一种用于测量以硅为基底的二氧化硅晶圆薄膜磨削过程中二氧化硅薄膜厚度在线检测方法,可以由计算机或服务器等电子设备执行,包括:
S101,在对以硅为基底的二氧化硅晶圆薄膜进行磨削过程中,获取以硅为基底的二氧化硅晶圆薄膜的反射率与波长关系的实测光谱曲线。通过光谱仪对磨削过程中的二氧化硅晶圆在限定波长范围下的反射率进行实时测量,在实时测量时,光谱仪的入射光依次遇到的介质为空气、玻璃、PU、抛光液、二氧化硅、硅。
光谱仪实时输出当前时刻膜厚下,限定波长范围下的反射率-波长曲线。在具体实施例中,限定波长范围为400-1000nm,波长的分辨率为0.8nm;反射率的分辨率为1*10*^-4;光谱曲线的获取时间间隔为100ms。
如图2所示,上面一条相对粗糙的曲线为实测光谱曲线,横轴为波长,纵轴为反射率。
S102,在实测光谱曲线中确定多个特征点。这些特征点可以是通过某种规则自动选取的(比如是局部极值点、跳变点等等),也可以是人为指定的。特征点数量可以是固定的,也可以是根据当前曲线的特性实时确定的。在一些实施例中,这些特征点均匀分布于曲线上,在执行选取特征点的操作时,可以根据曲线的波长范围以及预设特征点数量,在曲线中均匀选取特征点。
关于特征点的选取方面,一方面特征点的数量足够多,例如是数百个;另一方面是特征点在曲线中的位置,例如是特征信息相对丰富的波段内。在合适的波长范围内选取足够多的特征点,可以使得后续计算出的数据能够准确反应出光谱曲线的特征。
通过图2所示示例可以看出实测光谱曲线中可能存在噪声干扰数据点,比如波长670nm左右的反射率波动,这些数据点可以被称为波动异常点,当选取的特征点包括这些波动异常点时,可能干扰后续计算数据的准确性,不能准确反应实测光谱曲线的特征。
为了解决可能存在的上述问题,在一个实施例中,在得到实测光谱曲线后,首先根据其中各点及其相邻点的反射率确定波动异常点,在选取特征点时去除这些波动异常点,在其他被视为正常数据点中取预设数量的点作为特征点。
通过各种厚度时的实测光谱曲线还可以发现,短波段光谱特征信息较长波段更加丰富,以图2为例,比如波长550nm前的波段的特征信息相比于在后波段的特征信息更加丰富。根据此特性,为了使后续计算出的数据能够更准确反应出光谱曲线的特征,在一个实施例中,在得到实测光谱曲线后,首先根据实测光谱曲线中各点的变化率确定至少一个临界点。比如图2中波长550nm处即为临界点,具体可以采用某种聚类算法来确定临界点。实际应用时,由于不同磨削材料的光谱曲线特性不同,可以预先根据参考光谱曲线所表现出的特性来设定合适的临界点数量。
这些临界点使得实测光谱曲线被划分为至少两个波段,一个临界点则曲线被分为两个波段,两个临界点则曲线被分为三个波段等等。预先为各个波段设定相应的特征点选取数量,变化率较高波段对应的预设数量大于变化率较低波段对应的预设数量,比如图2中波长小于550nm的波段对应的预设数量比波长大于550nm的波段对应的预设数量更多。
在得到临界点和波段后,分别在各个波段中选取相应预设数量的点作为特征点,使得特征信息更丰富的波段中特征点的选取密度更大,提高后续计算数据的准确性,进而提高厚度检测准确性。
需要说明的是,上述两种选取特征点的方案可以被同时采用,比如先排除波动异常点,然后确定上述临界点,再在不同波段中选取不同数量的特征点。
S103,基于多个特征点的波长值,分别在各个参考光谱曲线中确定相应的参考点。参考光谱曲线是预先采集的,光谱仪采集参考光谱曲线时和实测光谱曲线时所采用的参数相同,即波长范围、波长的分辨率、反射率的分辨率均相同。
具体地,可以预先根据晶圆薄膜的折射率n、预检测膜厚范围d建立包含若干不同晶圆薄膜厚度下限定波长范围的反射率-波长参考光谱曲线的参考图库。在具体实施例中,限定波长范围为400-1000nm,波长的分辨率为:0.8nm,反射率的分辨率为1*10*^-4(与采集实测光谱曲线所使用的参数相同),预检测膜厚范围d为800-200nm,膜厚分辨率为0.1nm,即每隔0.1nm建立一条对应的反射率-波长的光谱曲线。
由此可以得到已知厚度的晶圆薄膜的光谱曲线,比如针对已知厚度为d1的晶圆薄膜,获取其反射率与波长关系的光谱曲线……针对已知厚度为dn的晶圆薄膜,获取其反射率与波长关系的光谱曲线,由此得到的光谱曲线被称为参考光谱曲线,这些参考曲线的集合被称为参考图库。
在图2中,下面一条相对光滑的虚曲线为参考光谱曲线,横轴为波长,纵轴为反射率。特征点相应的参考点,是指两曲线上波长值相同的两个点,即横坐标相同的两个点。
S104,利用多个特征点与多个参考点,计算实测光谱曲线与各个参考光谱曲线的余弦相似度。特征点(或者参考点)具有波长和反射率两个信息,在如图2所示的实施例中,实测光谱曲线上特征点的纵坐标为反射率、横坐标为波长,类似地,各个参考光谱曲线上参考点的纵坐标为反射率、横坐标为波长。基于特征点的坐标可以确定一个向量,同样地,基于参考点的坐标也可以确定一个向量,计算两个向量的夹角的余弦值即可得到两条曲线的余弦相似度。
S105,根据余弦相似度确定与实测光谱数据匹配的参考光谱曲线,具体可以是将余弦相似度最接近1的参考光谱曲线作为与实测光谱曲线匹配的曲线。
S106,根据匹配的参考光谱曲线对应的厚度确定晶圆薄膜的当前厚度。比如匹配的参考光谱曲线对应的厚度为di,则可以判定di是晶圆薄膜的当前厚度。
本实施例通过计算实测光谱曲线和参考光谱曲线的余弦相似度,以确定晶圆薄膜的当前厚度,可以较好地减轻由于多层膜及恶劣的磨削环境所带来的实测曲线压缩、抬高及出现平行移位差带来的匹配度下降等问题,而且进行原位测量与参考曲线进行匹配的时间较短,可实现实时原位测量,从实时采集到得出最终膜厚度可以做到只需400ms,本实施例选用余弦相似度作为得分函数,因余弦相似度的评价方法对波形敏感,通过在二维空间中判断两条平行的曲线其余弦相似度是否最接近1,较为贴合实际测量中的情况,所以选用余弦相似度作为得分函数评价在多层介质情况下的相似性,提高了晶圆薄膜的厚度的准确性。
在S102之前,还可以:对实测光谱曲线进行滤波,以过滤掉在磨削过程中磨削环境所带来的噪声。滤波包括但不限于小波滤波、傅里叶滤波和滑动窗口平均滤波。
本实施例通过过滤实测光谱曲线在磨削过程中磨削环境所带来的噪声,提高了实测光谱曲线的准确性,进而提高晶圆薄膜厚度的准确性。
在优选实施例中,S102在实测光谱曲线中确定多个特征点,包括:
获取预设特征点数量;
根据预设特征点数量以及实测光谱曲线中的波长范围,在实测光谱曲线中均匀选定多个特征点。
本实施例通过选取和参考曲线一样波长范围内的预设数量的特征点,以计算相同波长范围内的特征点的余弦相似度,提高计算的准确性,提高晶圆薄膜厚度的准确性。
在一个实施例中,步骤S104中采用如下方式计算余弦相似度:
,
其中,表示余弦相似度,/>表示实测光谱曲线中第i个特征点的反射率,/>表示参考光谱曲线中第i个参考点的反射率,n表示特征点和参考点的数量。
在选取的800个特征点及参考点中,部分点的反射率如下表所示:
,
其中,上面一行为表示实测光谱曲线中第i个特征点的反射率,下面一行为/>表示参考光谱曲线中第i个参考点的反射率,受限于数据过多此处只展示前14个点的数值。
计算两条曲线之间余弦相似度:
= />=0.84
按照上计算方式,得到实测光谱曲线与每一个参考光谱曲线的余弦相似度,并将余弦相似度最接近1的参考光谱曲线作为与实测光谱曲线匹配的曲线。
本实施例在进行余弦相似度的计算时,仅使用反射率进行计算,由此减少运算量,进而减少匹配的计算时间,进一步加强了膜厚测量的实时性。
为了进一步提高准确性,在另一个实施例中,步骤S104中采用如下方式计算余弦相似度:
计算多个特征点的实测反射率均值,以及多个参考点的参考反射率均值;
将每一个特征点的反射率与实测反射率均值相减,以及将每一个参考点的反射率与参考反射率均值相减;
利用相减的结果计算余弦相似度,使得计算结果处于区间[-1,1],具体计算公式为:
,
,
,
其中,表示余弦相似度,/>表示实测光谱曲线中第i个特征点的反射率与实测反射率均值相减的结果,/>表示参考光谱曲线中第i个参考点的反射率与参考反射率均值相减的结果,/>表示实测光谱曲线中第i个特征点的反射率,/>表示参考光谱曲线中第i个参考点的反射率,n表示特征点和参考点的数量。
由于反射率曲线的向量表示都在平面坐标系的第一象限,因此无论反射率曲线与理论值差异多大,余弦相似度的值域都在[0,1],而没有充分利用余弦相似度的[-1,0]取值区间。选择在实测值与理论值库中均采用整体减均值的操作,使实测值与理论值曲线可能存在于第一或第二象限,此时充分利用余弦相似度的评价值域,扩大实际差异较大的两条曲线在余弦相似度上的得分差异。
在此列举一个较为极端的示例:若现有两条每个特征点线段都接近90°的曲线,其波形特征如图3所示,其中在两条曲线选取的特征点和参考点的反射率:
,
若不对数据进行减均值处理,则余弦相似度为
= />=0.65,
而非所期望一个接近-1的值,其原因是在每个特征点线段并没有映射到原点,所以余弦相似度无法反映他们之间的角度。
使用上述处理方式,将特征点和参考点分别减去相应的均值:
,
则余弦相似度为
= />≈-0.97,
由此计算出的余弦相似度为负,更能体现两条曲线的相似度极低,利用了更大的值域区间[-1,1],同时能更好的反映两条曲线之间的相似度,提高实测光谱曲线和参考光谱曲线匹配的准确性。
如图4所示,抖动较大的曲线表示当下时刻的实测反射率-波长曲线,平滑的直线表示参考图库中与实测曲线匹配度最佳的参考反射率-波长曲线,根据上述实施例的方法得到的参考图库中的反射率-波长曲线代表的膜厚为706.9nm,实际通过停机停止磨削,使用Otsuka光学测厚仪OPTM对待磨削晶圆选取49个点进行膜厚测量,来验证此膜厚测量的准确性:最大值测得711.32nm,最小值测得695.14nm。测得的数据在真实膜厚范围内,验证了此算法的准确性。
如图5所示,抖动较大的曲线表示当下时刻的实测反射率-波长曲线,平滑的直线表示参考图库中与实测曲线匹配度最佳的参考反射率-波长曲线。此时,根据上述实施例的方法得到参考图库中的反射率-波长曲线代表的膜厚为197.4nm,实际通过停机停止磨削,使用Otsuka光学测厚仪OPTM对待磨削晶圆选取49个点进行膜厚测量,来验证此膜厚测量的准确性:最大值测得200.30nm,最小值测得195.13nm。测得的数据在真实膜厚范围内,验证了此算法的准确性。
为了更加突出本发明所带来的有益效果,本实施例提供了以Mean squared error(MSE)均方误差(该方法主要通过两条曲线之间的距离作为评价标准,距离越小便认为两条曲线越相似)作为匹配算法评价函数的对比例,具体计算公式为:
MSE=,
其中除第S103-S105不同外,其余均相同。在磨削中的某一时刻,按照上述流程进行实时膜厚测量,其最终的匹配图如图6所示,抖动较大的曲线表示当下时刻的实测反射率-波长曲线,平滑的直线表示参考图库中与实测曲线匹配度最佳的参考反射率-波长曲线。此时,参考图库中的反射率-波长曲线代表的膜厚为64.2nm。但通过使用Otsuka光学测厚仪OPTM对待磨削晶圆选取49个点进行膜厚测量,最大值测得688nm,最小值测得695.13nm。由此可见,该匹配方法并不能准确进行磨削过程中的实施膜厚的测量。
如图7所示,本发明实施例提供一种用于晶圆薄膜磨削的终点检测方法,可以由计算机或服务器等电子设备执行,该方法包括如下操作:
利用上述实施例的厚度在线检测方法,通过步骤S101-S106实时测量晶圆薄膜的厚度;
S107,判断晶圆薄膜的当前厚度是否达到目标厚度,当晶圆薄膜的当前厚度达到目标厚度时,执行S108;否则继续磨削并返回步骤S101。
S108,停止磨削。
在本实施例中,由于通过余弦相似度匹配的参考光谱曲线准确度高,因此得到的实时晶圆薄膜厚度准确,在当前厚度达到目标厚度时及时停止磨削,提高了晶圆磨削的准确度。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种用于晶圆薄膜磨削的厚度在线检测方法,其特征在于,包括:
在对晶圆薄膜进行磨削过程中,获取晶圆薄膜的反射率与波长关系的实测光谱曲线;
在所述实测光谱曲线中确定多个特征点;
基于所述多个特征点的波长值,分别在各个参考光谱曲线中确定相应的参考点;
利用所述多个特征点与多个参考点,计算所述实测光谱曲线与所述各个参考光谱曲线的余弦相似度;
根据所述余弦相似度确定与所述实测光谱曲线匹配的参考光谱曲线;
根据所述匹配的参考光谱曲线对应的厚度确定所述晶圆薄膜的当前厚度。
2.根据权利要求1所述的厚度在线检测方法,其特征在于,在所述实测光谱曲线中确定多个特征点,包括:
根据所述实测光谱曲线中各点及其相邻点的反射率确定波动异常点;
在所述实测光谱曲线中除所述波动异常点的各点中取预设数量的点作为所述特征点。
3.根据权利要求1所述的厚度在线检测方法,其特征在于,在所述实测光谱曲线中确定多个特征点,包括:
根据所述实测光谱曲线中各点的变化率确定至少一个临界点,使得所述实测光谱曲线被划分为至少两个波段;
分别在各个所述波段中选取相应预设数量的点作为所述特征点,其中变化率较高波段对应的预设数量大于变化率较低波段对应的预设数量。
4.根据权利要求1所述的厚度在线检测方法,其特征在于,计算所述实测光谱曲线与所述各个参考光谱曲线的余弦相似度的步骤中,采用如下方式计算实测光谱曲线与参考光谱曲线的余弦相似度:
,
其中,表示余弦相似度,/>表示实测光谱曲线中第i个特征点的反射率,/>表示参考光谱曲线中第i个参考点的反射率,n表示特征点和参考点的数量。
5.根据权利要求1所述的厚度在线检测方法,其特征在于,计算所述实测光谱曲线与所述各个参考光谱曲线的余弦相似度,包括:
对所述多个特征点、所述多个参考点进行处理;
利用处理后的所述多个特征点和所述多个参考点计算所述余弦相似度,使得计算结果处于区间[-1,1]。
6.根据权利要求5所述的厚度在线检测方法,其特征在于,对所述多个特征点、所述多个参考点进行处理,包括:
计算所述多个特征点的实测反射率均值,以及所述多个参考点的参考反射率均值;
将每一个特征点的反射率与所述实测反射率均值相减,以及将每一个参考点的反射率与所述参考反射率均值相减。
7.根据权利要求6所述的厚度在线检测方法,其特征在于,采用如下方式计算所述余弦相似度:
,
,
,
其中,表示余弦相似度,/>表示实测光谱曲线中第i个特征点的反射率与所述实测反射率均值相减的结果,/>表示参考光谱曲线中第i个参考点的反射率与所述参考反射率均值相减的结果,/>表示实测光谱曲线中第i个特征点的反射率,/>表示参考光谱曲线中第i个参考点的反射率,n表示特征点和参考点的数量。
8.一种用于晶圆薄膜磨削的终点检测方法,其特征在于,包括:
利用权利要求1-7中任意一项所述的厚度在线检测方法,实时监测晶圆薄膜的厚度是否达到目标厚度;
当晶圆薄膜的厚度达到目标厚度时,停止磨削。
9.一种用于晶圆薄膜磨削的厚度在线检测设备,其特征在于,包括:处理器以及与所述处理器连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令被所述处理器执行,以使所述处理器执行如权利要求1-7中任意一项所述的用于晶圆薄膜磨削的厚度在线检测方法。
10.一种用于晶圆薄膜磨削的终点检测设备,其特征在于,包括:处理器以及与所述处理器连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令被所述处理器执行,以使所述处理器执行如权利要求8所述的用于晶圆薄膜磨削的终点检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311002718.XA CN116713892B (zh) | 2023-08-10 | 2023-08-10 | 用于晶圆薄膜磨削的终点检测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311002718.XA CN116713892B (zh) | 2023-08-10 | 2023-08-10 | 用于晶圆薄膜磨削的终点检测方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116713892A CN116713892A (zh) | 2023-09-08 |
CN116713892B true CN116713892B (zh) | 2023-11-10 |
Family
ID=87875634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311002718.XA Active CN116713892B (zh) | 2023-08-10 | 2023-08-10 | 用于晶圆薄膜磨削的终点检测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116713892B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117419650B (zh) * | 2023-12-18 | 2024-02-27 | 湖南西欧新材料有限公司 | 基于视觉分析的氧化铝陶瓷表面釉层厚度测量方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003334757A (ja) * | 2002-05-14 | 2003-11-25 | Sony Corp | 研磨量監視方法およびそれを用いた研磨装置 |
CN102725106A (zh) * | 2010-06-30 | 2012-10-10 | 应用材料公司 | 通过选择性改变检测不同层之间的界面以在化学机械抛光过程中进行的终点控制 |
CN107520740A (zh) * | 2017-09-18 | 2017-12-29 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种化学机械抛光中光谱终点的检测方法、装置及系统 |
CN109262445A (zh) * | 2018-09-20 | 2019-01-25 | 杭州众硅电子科技有限公司 | 一种基于光谱的化学机械平坦化在线终点检测方法 |
CN111504206A (zh) * | 2020-05-08 | 2020-08-07 | 深圳市信宇人科技股份有限公司 | 适用于激光在线测厚的振动补偿方法 |
CN112223104A (zh) * | 2019-06-27 | 2021-01-15 | 株式会社荏原制作所 | 确定光学式膜厚测定装置的最佳工作方案的方法、装置及系统 |
CN112936090A (zh) * | 2019-12-10 | 2021-06-11 | 株式会社荏原制作所 | 研磨方法及研磨装置 |
CN114219724A (zh) * | 2021-11-25 | 2022-03-22 | 中国科学院深圳先进技术研究院 | 多光谱图像生成方法、终端设备及计算机可读存储介质 |
CN114993891A (zh) * | 2022-07-14 | 2022-09-02 | 长光辰英(杭州)科学仪器有限公司 | 基于余弦相似度的颗粒物拉曼检测方法 |
CN115410602A (zh) * | 2022-08-23 | 2022-11-29 | 河北工大科雅能源科技股份有限公司 | 一种语音情感识别方法、装置及电子设备 |
CN115950859A (zh) * | 2023-03-14 | 2023-04-11 | 北京特思迪半导体设备有限公司 | 根据膜厚检测分辨率判断反射谱分辨率极限的方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230102269A (ko) * | 2021-12-30 | 2023-07-07 | 주식회사 에이아이비즈 | 웨이퍼 제조 공정 장비의 이상 유무 탐지 방법 및 이를 위한 장치 |
-
2023
- 2023-08-10 CN CN202311002718.XA patent/CN116713892B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003334757A (ja) * | 2002-05-14 | 2003-11-25 | Sony Corp | 研磨量監視方法およびそれを用いた研磨装置 |
CN102725106A (zh) * | 2010-06-30 | 2012-10-10 | 应用材料公司 | 通过选择性改变检测不同层之间的界面以在化学机械抛光过程中进行的终点控制 |
CN107520740A (zh) * | 2017-09-18 | 2017-12-29 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种化学机械抛光中光谱终点的检测方法、装置及系统 |
CN109262445A (zh) * | 2018-09-20 | 2019-01-25 | 杭州众硅电子科技有限公司 | 一种基于光谱的化学机械平坦化在线终点检测方法 |
CN112223104A (zh) * | 2019-06-27 | 2021-01-15 | 株式会社荏原制作所 | 确定光学式膜厚测定装置的最佳工作方案的方法、装置及系统 |
CN112936090A (zh) * | 2019-12-10 | 2021-06-11 | 株式会社荏原制作所 | 研磨方法及研磨装置 |
CN111504206A (zh) * | 2020-05-08 | 2020-08-07 | 深圳市信宇人科技股份有限公司 | 适用于激光在线测厚的振动补偿方法 |
CN114219724A (zh) * | 2021-11-25 | 2022-03-22 | 中国科学院深圳先进技术研究院 | 多光谱图像生成方法、终端设备及计算机可读存储介质 |
CN114993891A (zh) * | 2022-07-14 | 2022-09-02 | 长光辰英(杭州)科学仪器有限公司 | 基于余弦相似度的颗粒物拉曼检测方法 |
CN115410602A (zh) * | 2022-08-23 | 2022-11-29 | 河北工大科雅能源科技股份有限公司 | 一种语音情感识别方法、装置及电子设备 |
CN115950859A (zh) * | 2023-03-14 | 2023-04-11 | 北京特思迪半导体设备有限公司 | 根据膜厚检测分辨率判断反射谱分辨率极限的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116713892A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10197506B2 (en) | Optical metrology for in-situ measurements | |
US9417180B2 (en) | Optical measuring methods and system | |
CN116713892B (zh) | 用于晶圆薄膜磨削的终点检测方法及设备 | |
KR101853990B1 (ko) | 프로세스 툴 정정치를 제공하기 위한 방법 및 시스템 | |
US6859765B2 (en) | Method and apparatus for slope to threshold conversion for process state monitoring and endpoint detection | |
WO1997001186A1 (en) | Methodology for developing product-specific interlayer dielectric polish processes | |
CN109968186B (zh) | 基于光谱的化学机械抛光在线终点检测方法 | |
CN104114999A (zh) | 高吞吐量薄膜特性化及缺陷检测 | |
JP2006510228A5 (zh) | ||
US7853429B2 (en) | Curvature-based edge bump quantification | |
WO2021084939A1 (ja) | 半導体ウェーハの評価方法、半導体ウェーハの選別方法及びデバイスの製造方法 | |
US10508900B2 (en) | Three-dimensional scatterometry for measuring dielectric thickness | |
EP1311831A2 (en) | Method of detecting residue on a polished wafer | |
CN116766042B (zh) | 用于晶圆薄膜磨削的厚度在线检测方法及设备 | |
US20230047412A1 (en) | Systems and methods for processing semiconductor wafers using front-end processed wafer edge geometry metrics | |
CN117862073A (zh) | 用于对晶圆的表面形貌进行评估的方法及晶圆分选系统 | |
CN118254098A (zh) | 用于原位测量膜厚的方法、参考光谱生成方法及设备 | |
CN118260508A (zh) | 晶圆磨削场景中近表面层介质的参数确定方法及设备 | |
TWI462048B (zh) | 建立蝕刻側寫資料庫的方法 | |
Kulkarni et al. | Application of scatterometry to BEOL measurements: Post Cu CMP measurements |
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 |