CN1672038A - 监控制程变异的系统与方法 - Google Patents

监控制程变异的系统与方法 Download PDF

Info

Publication number
CN1672038A
CN1672038A CNA038176351A CN03817635A CN1672038A CN 1672038 A CN1672038 A CN 1672038A CN A038176351 A CNA038176351 A CN A038176351A CN 03817635 A CN03817635 A CN 03817635A CN 1672038 A CN1672038 A CN 1672038A
Authority
CN
China
Prior art keywords
block
value
point
radiation intensity
signal
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.)
Granted
Application number
CNA038176351A
Other languages
English (en)
Other versions
CN100580435C (zh
Inventor
叶夫根尼·莱温
吉拉德·阿尔莫格
埃弗拉特·罗森曼
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.)
Applied Materials Inc
Original Assignee
Applied Materials 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 Applied Materials Inc filed Critical Applied Materials Inc
Publication of CN1672038A publication Critical patent/CN1672038A/zh
Application granted granted Critical
Publication of CN100580435C publication Critical patent/CN100580435C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • G01N21/9501—Semiconductor wafers
    • 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
    • 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
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8896—Circuits specially adapted for system specific signal conditioning
    • 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
    • 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S430/00—Radiation imagery chemistry: process, composition, or product thereof
    • Y10S430/146—Laser beam

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种扩大半导体晶圆光学监测系统的制程监控能力的方法，其比较现行的方法能更敏感地检测晶圆表面上制程变异的微小影响。该方法利用几何区块将监测表面上感测过的小点分组，并使每个区块与同一晶圆的另一晶粒上对应位置的区块相比较，以及与另一晶圆的一晶粒上对应位置区块的存储模型影像相比较。在本发明一较佳实施例中，直接比较小点值，并在缺陷检测程序中将差异控制在可接受的低范围内。另一较佳实施例中，根据测得的光强度值来计算每个区块的信号，并与其对应的信号相比较。

Description

监控制程变异的系统与方法
技术领域
本发明是关于半导体晶圆检测，特别是关于光学监控集成电路制程变异的系统与方法。
背景技术
在如硅晶圆的半导体基材上制造集成电路的制程极为复杂，并包含许多步骤。每个步骤包含许多制程参数，这些参数受到严密控制以确保获得稳定且精确的结果。然而在制程的任意步骤中存在着造成非刻意误差的物理因子。这些物理因子来自于基材本身的变异、制造设备中微小的机械性或光学性误差(如轻微的校正不准而造成无法聚焦)、灰尘与脏污以及环境变异。在连续晶圆或一个晶圆的各部位或上述两者中，制程中的误差可能是随着时间变化的函数。当不论是单一种制程误差或同时出现多种制程误差过多时，集成电路的特征便会出现缺陷。这些缺陷分为两种规格—一种是(a)占据相当面积且较低光学分辨率的表面外观误差，其造成轻微的几何结构误差(如导体宽度)；另一种是(b)位在微小区域中，且能以清晰的光学分辨率观察到的较明显的几何结构扭曲。此处将前者(是指(a)规格的缺陷)称为“大缺陷”，将后者(是指(b)规格的缺陷)称呼为“小缺陷”或仅以“缺陷”来称呼。
由于目前集成电路的几何结构以0.1至0.2μm为单位，因此，只能使用比可见光更短的波长以10nm或更小规格的分辨率来检测发生在整个大面积上被视为大缺陷的轻微误差。另一方面，小误差一般是指其大小需透过光学显微镜才可检测到的误差。这些小缺陷可能是由制程中的微小干扰如灰尘粒子所造成，或这些小误差可能是大缺陷的极端表现方式。
制程中的晶圆通常会受定期监测，例如在每个主要步骤之后，以检测缺陷并监控制程。目前仅以设计用来检测小缺陷的特殊装置来光学性地检测整个晶圆表面。例如由美商应用材料(Applied Materials of Santa Clara，CA)所出售的Compass监测系统(Compass inspection system)便是此类装置中的一种。图1的方块图显示此装置的主要部分，特别是光学系统，其包含一个光束来源(如激光光源)、数个用来瞄准、对焦与扫描用的透镜、一个用来固定并移除已检测晶圆的晶圆固定器、至少一个感应器及一个用来处理来自感应器的信号的处理器。
检测到的缺陷会经过分析以了解其数目，能了解缺陷的特性更好。显然地，在任意区域中或遍布整个晶圆上的相对较大缺陷证明在制程中存有一些错误或无法接受的误差，并需警示操作人员尝试去分辨出造成误差的物理因子并做适当修正动作，例如适当地校正制程参数。当缺陷数量庞大时，可能需要放弃大部分的晶粒，甚至整个晶圆。
通常以一道额外或称为再检查的操作阶段来仔细检查并分析检测到的缺陷，以从缺陷处了解到造成缺陷的制程误差的特征，或大缺陷存在的状况及其特征，并根据这些特征来降低制程误差。此种检测需使用比检测缺陷时更高的分辨率且可能包括微度量衡技术来完成。上述的特征检测可能使用与检测缺陷时相同的设备，但通常改用另外更高分辨率的组件，如扫描式电子显微镜(SEM)，但却非常昂贵。
在集成电路制造领域中，借着检测微小缺陷并再检查取得那些会产生大缺陷的现行技术具有两个主要的问题。第一个并且是很重要的问题在于大缺陷必须相当严重到足以造成可检测到的小缺陷。但此种问题会产生在修正制程误差之前便已造成极大损害的危机，最严重的情况可能是不论大小缺陷形成数量都已过多而需放弃整个晶圆，进而造成严重的经济损失。第二个问题在于再检查的阶段中，需花费许多时间与昂贵的设备来对缺陷进行详细的检测与分析。在制程误差被识别并修正以前所造成的时间延迟会使更多晶圆受到不良影响。虽然可借着高分辨率的程序来检测整个晶圆表面即可避免第一个问题，但这样的程序很慢并需要昂贵的设备。
因此，需要一种能在制程中监测整个晶圆表面的方法与设备，其能直接检测出尚未到达造成小缺陷的损坏程度的大缺陷，并更快更灵敏地对制程变异提出警告指示。还需要一种相对比较便宜的制程变异监控装置，并且最好能与传统光学缺陷检测装置共享部分组件。
发明内容
本发明主要是一种用来扩展半导体晶圆光学监测系统的制程监控能力的方法，其能检测出大缺陷甚至将大缺陷定量，例如能以比利用传统光学监测系统来分析小缺陷时更高的敏感度来检测晶圆表面上由制程变异造成的低分辨率的影响。或者，此方法也可检测时间性制程变异在连续制造的晶圆上的影响。本发明的方法为当前生效式为佳，并可联合上述的光学监测系统的小缺陷检测作业，同时该方法通常包括检查晶圆的整个待测的表面。本发明的方法是设计用来检测比那些会造成大量可检测微小缺陷的制程变异更不明显的的制程变异。上述内容所提出的所有特征与整个表面检测过程中的特征较目前制程监控方法的作业模式更加优异，借此可检查在那些曾检测出小缺陷的区域中的制程变异的几何影响。此外，上述检查动作是在再检查阶段中执行。再检查阶段与缺陷检测作业是两个不同阶段，再检查阶段需要较高分辨率扫描，甚至可能使用与缺陷检查作业完全不同的设备来达到高分辨率扫描的目的。
在本发明系统的一较佳实施例中，缺陷检测作业的部分结果需更进一步处理，以便直接获得整个监测表面上的制程变异指示值。与缺陷检测作业相同的是，本发明方法能有益地运用监测系统中的每个感应器的输出数据。这些感应器分别以不同角度来面对监测表面与光束，并感应暗场或明场以检测更多不同的影响而获得更精确可靠的结果。虽然下述较佳实施例并未提及，但本发明方法也可对那些已利用本发明方法检测并测量过的制程变异来建立一个基础数据以提供分类制程变异的能力。
虽然本发明方法与缺陷检测作业联合运作较具经济效益，但也可根据使用者的选择或变化来分开或各自独立运作本发明方法与缺陷检测作业。文章中也公开用来执行本发明方法的设备与系统。
需明白的是，虽然本公开内容中以监测将制成集成电路晶粒的半导体晶圆来说明本发明，但本发明亦可应用于其它基材的表面监测。除非表面变异与制程无关，否则用来制成光子组件或进行其它制程的基材都可应用本发明方法来监测基材表面。也需了解的是，本发明同样能应用除了光学仪器之外的设备(如电子或离子束)及任一种能逐点探测或感应基材表面的监测系统来进行表面监测。在上述的任一系统中，每个感应器对应于感应器所接收到的能量的输出强度值即是监测表面的探测能量束的反射结果。这些输出强度值通称为辐射强度值，但也可改称光强度值(因本发明的较佳实施例是使用光束来进行探测)。
当应用于晶圆监测系统时，本发明方法至少包括下例步骤：
(a)自监测表面上的每个小点取得一个或多个光强度值并归类至相对应的组别，如同监测系统中各感应器的输出值；这些光强度值与小缺陷检测中所使用的数值不同；
(b)为每个小点来计算一个或多个衍生数值；
(c)将晶圆表面定义成一个由几何区块所组成的数组，每个区块包含相当数量的连续小点；
(d)分别对每个区块计算出一个信号，该信号为一组变异或一个变异数组，作为区块内数个小点的光强度值与衍生数值的函数；
(e)将每个区块的信号与一个对照区块的指定对照信号比较，以计算一个或多个制程偏差指示值。
b步骤中的衍生数值以定点散布值(local spread value)为佳，如该参考小点的紧邻区域的强度值的变异扩值，并根据每个组别(如感应器)各自计算这些衍生数值。
在本发明方法的一较佳实施例中，计算信号的步骤包括针对每个小点及对应每个组别，以光强度值对散布值做图来得到一直方图。在一类型中，为晶圆表面的每一区块提供一标准对照信号，并根据此标准对照信号来进行e步骤中的比较动作。在另一类型中，每一区块的比较是将正在监测的晶圆的信号与先前监测过的晶圆的对应信号来进行比较。又一类型中，可将本发明方法应用于由单独晶粒构成数组的集成电路上，其中可对齐晶粒的数组来定义区块的数组，而使得每个晶粒上具有数个区块。并将一晶粒上任意区块与一个或多个其它晶粒上的相同位置的区块进行比较。
在本发明方法的另一较佳实施例中，本发明方法特别可应用于也需检测小缺陷的情况，首先需对应于每个感应器来获取每一个小点的光强度值及定点散布值，并将上述两种数据与另一晶粒上同样位置的小点的两种对应数值进行比较。最好根据一特定临界曲线来限制比较数据后所获得的差异，并记录这些差异超出临界曲线的超出值。此特定临界曲线的临界值通常远低于其它用于缺陷检测的类似制程的临界值。最后，针对每个区块来计算上述对应于每个感应器的超出值的总和，每个总和分别形成制程偏差指示值。
附图说明
为让本发明更明显易懂并了解其实施方式，将在内容中叙述一较佳实施例以做示范说明，且附图的详细说明如下：
图1为应用于本发明一较佳实施例中的晶圆监视系统的概要图。
图2为一晶圆表面概要图，显示根据本发明的小点、区块与晶粒之间的关系。
图3为一个根据本发明一较佳实施例的标准直方图。
图4为现在技术用来检测缺陷及根据本发明的第二种型态用来进行制程偏差测量的小点值正常分布状态与标准临界曲线图。
附图标记说明：
20    晶圆            22    晶粒
24    区块            26    缺陷
30   监测系统        31    光源
32   处理器          33    光学系统
34    扫描装置        35    感应器
41    临界线          42    临界线
43    缺陷小点        44    正常小点
45    等高线
具体实施方式
本发明方法以附加计算机程序的形式来实施为佳，其可在主要晶圆制程阶段后用来检测缺陷晶圆监测系统中的数字处理器中执行。文中用来展示本发明方法的监测系统实施例是在先前技术段落曾提到，并显示于图1中由应用材料公司(Applied Materials of Santa Clara CA)所出售的Compass监测系统。然而，需了解到本发明方法可通过显而易见的修饰而成为适当程序，以套用于他种监测系统中的各型处理器。其他监测系统包括那些用来检测除了半导体晶圆外的其它表面的监测系统。此外，更需明白本发明方法经修饰后可实施在专为本发明方法所设计的独立系统以仅供制程变异监控之用。
在图1的监测系统30中，光源31(以激光为佳)与光学系统33将一聚焦光点投射到晶圆36的表面上。借着扫描装置34来移动晶圆36，使得聚焦光点能以平行直线的光栅方式来扫描该晶圆36的表面。感应器35收集自该表面上以不同方向反射或散射出的光线，并将这些光线转换成对应的电子信号。以固定的时间间隔对这些电子信号进行取样并数字化，以根据其强度来产生对应的光强度值。这些强度值会传输至处理器32中。处理器32通常设定为用来执行信号分析以测定出缺陷，但较佳方式是将处理器设定成能根据文中所公开的本发明方法来执行信号分析。任一取样表面上的光束位置则当成个别的小点。扫描线之间的距离决定了沿着一轴心的邻近小点间的距离，并且取样速率与扫描速度的比值决定沿着另一垂直轴心的邻近小点间的距离。沿着每条轴心上的此距离约介于0.5至0.2μm之间。最佳方式是让一个感应器依正常角度来收集反射光线以当作明场感应器(bright field sensor)，以及将四个感应器分置于四个不同方位且以一个比正常角度更大的角度来收集反射光线，这四个感应器则作为暗场感应器。并使用一环状感应器从小角度变化至中等角度、再变化至正常角度的方式来收集反射光线，以作为灰区感应器。相同的感应器也可应用在相对应的数字强度值。从各个感应器所获得的强度值可归类至不同的组别并将依照后述内容的方法进行处理。不同的光强度组别也可能伴随其它影响扫描与感应反射光线的参数，如光学偏差。
在大多数的制程中半导体晶圆会经过处理以制造出由独立电路图案所构成的数组，此数组将成为许多晶粒(即芯片)。如图2所示，其显示晶粒区域22与晶圆20的关系。因此，可借着让晶圆上每个晶粒22的数值与一个或多个其它晶粒22的数值或与一样本晶粒(model die)的数值相比较来检测出缺陷26。
重要的是，对每个小点与每一强度值组别(分别依照六个感应器来分成六个组别)执行下列步骤：相互比较该小点及邻近该小点周围的数个小点(如相邻的小点)的强度值以产生对应的散布值S。并可使用一特殊的比较程序来进行如找出最高与最低强度值以及计算这些强度值的绝对差值(absolute difference)。六个强度值I以及与其对应的六个散布值S分别与另一晶粒的相同位置上的小点的这些数值(六个强度值与其六个散布值)相比较。该另一晶粒需为先用激光束扫描过的晶粒，但也可以是该晶圆上的其它个晶粒或样本晶粒。由两个晶粒、每个晶粒六种组别及每组分别具有I值与S值，共24个数值所构成的最后数组经适当的算法与参数分析后可决定该晶粒是否为具有缺陷。上述的算法与参数包括根据I值与S值的范围来将该小点存在的电路图案进行分类，以及针对每个图形的每一组别的各数值来定义出偏差临界值，如最大可接受偏差。当两个晶粒之间对应于一个或数个感应值的差值超过其相关的偏差临界值时，则认为该小点可能具有缺陷。将那些认为可能具有缺陷的小点与两个其它晶粒或标准晶粒比较后，便可确定该小点是否为缺陷处。还需注意到的是，感应器的数目以及对应于每一小点的强度值不需如同文中示范系统所叙述的各为6个，其可以是任意数目，甚至是一个即可。
根据本发明一较佳实施例，将晶圆表面上由小点所构成的数组以逻辑方式划分成数个连续方形区块。每个区块包含一个通常由500×500个小点所构成的数组。这些数组依序排列形成一个笛卡儿数组(Cartesian array)。由区块所组成的笛卡儿数组以对准晶粒数组为佳，如此可将所有晶粒各自划分成数个区块。图2显示区块与晶粒间的关系，其中可看出每个晶粒22均被各自划分成数个区块24内(此处仅显示数个区块作示范)。若每个小点相距2μm，那么每个区块24将会是1×1mm，而每个尺寸约为10mm的普通晶粒则含有10×10个区块。
然后，针对每个区块与每个组别(如感应器)来将所有具有两个强度值I与S的小点绘制成直方图。此直方图称为区块特征直方图(BlockCharacteristic Histogram，BCH)，可将其看成是一个二维数组，若假设以8位为一单位来显示每个数值，那么其中一个坐标轴会显示256的I值，另一坐标轴则显示256的S值。需注意在BCH图中，数值的一般分布状况是决定在位于该特定区块下方的电路图种类，也就是依照I值的种类来决定分布状况。举例来说，在对应于一个暗场感应器的BCH图中，对于一个电路图案可视为记忆电路的区域来说，其强度值与散布值以中等强度为主，而裸晶圆(即无电路图案)的强度值与散布值则大多为低强度。而对于明场感应器来说，记忆电路区域的一般直方图则如图3所示，为了清楚并简洁地表示出图形，因此在图3中仅分别显示16个I值与S值。并且可明白到，直方图中的两个变量不一定是I与S，也可以是由光强度所衍生出来的其它数值。
由BCH图所构成的群组(此较佳实施例为六个BCH图)是一种称为区块信号的特别种类。本发明中也可针对每个区块从该区块的BCH图或直接从该区块的强度值及任何衍生变量值(如散布值)来计算出其它种类的信号。对于一区块的每个组别来说，任意一组这些数值(如I值与S值)的平均值即是上述信号的一种简单实施例。另一种信号计算的方法是将所有对应的散布值均低于临界值的强度值(通常是无电路图区域)加以平均。一种不论直接从每个区块的强度值或其BCH图来产生区块信号的函数关系的实施例是强度值与散布值之间的关联性。其它种类的区块信号还包括如该区块的数个BCH图之间的函数关系。
根据上述方法，晶圆表面上的每个区块可分别产生一个信号。需注意的是，对于有些种类的信号，其用来计算该信号的参数可能为了配合区块下方的图案(如各种电路图)的不同而随着区块改变。再者，需将每个在一时间内的区块视为一个当前区块(current block)，其信号则视为当前信号，这些当前信号会与一个对照信号相比较，而使得每个区块分别产生一组制程变异指示值(该组制程变异指示值中可能包含一个或多个制程变异指示值)。最好以一个或多个能定义出可接受的偏差范围的参数来控制上述比较动作。同样的这些参数较佳是以作为该区块下方的电路图案的函数来决定。将上述用来计算整个晶圆面积或任一晶粒的信号的比较参数收集完全后，这些参数会形成该晶圆或该晶粒的参数图(parameter map)。制程受到监控的每一种晶粒均会各自订出一个如同以上内容所叙述的参数图。
本发明较佳实施例依照不同的比较参数来源可构筑出数种类型。第一种用来执行绝对制程变异检测的类型是需先为晶圆整个表面或单一晶粒的面积(假设晶圆上每个独立晶粒的图案相同)定义出一个标准信号表。并且最好根据每种晶粒种类(如电路图案)或每个产品批次来产生上述的信号表，以及根据一个或多个经过上述扫描及信号运算程序确认为无缺陷的样品来产生一个信号表。监测过程中，每个区块的信号会与对应于标准信号表中的同一信号相比较。第二种用来执行晶圆制程期间的变异检测的类型是在监测过程中，使每个区块的信号与先前已监测晶圆的对应位置区块的信号相比较，并且最好是与前一片晶圆进行比较。第三类型是用来执行晶粒制程变异监测，且适用于晶圆上每个独立晶粒的图案均不同的状况。除了在监测过程中，每个区块的信号需与一个或多个其它晶粒(最好为相邻晶粒)上对应位置区块的信号相比较之外，第三类型与第二类型相似。此第三型可广泛应用于任何一种表面上具有不重复的指定图案的待测表面。
如上述所讨论的内容，每个比较程序均由数个参数图(该参数图通常根据区块而有所不同)中的对照参数来控制。例如，当每一组别的一个信号只有一个数据时，适用的比较程序可以是简单地计算出当前信号与对照信号之间的绝对差值，并判断这些计算出来的绝对差值是否超出参数图中对应的临界值。若差值超过超出该对应的临界值，那么便可对当前区块指定一个适当的制程变异指示值。
当信号是一个由I值与S值所构成的BCH图时，是用的比较程序实施例则可如下列步骤：针对每个组别，利用相减后取绝对值的方式来计算当前BCH图中与对照BCH图中每一对I值与S值的绝对差值，再将所得结果加以平均来得到平均绝对差值；随后从所有组别中找出最大平均差值与参数图中对应的临界值相比较，已产生制程变异指示值。将上述后项示范方法加以变化的话，便可针对每个组别及每个区块的参数图来定义一组偏差临界值作为I值与S值的函数；随后计算出当前BCH图与对照BCH图中每个差值，并使这些差值与其对应的偏差临界值相比较，同时每个超过偏差临界值的差值会产生一个偏差尾数(deviation flag)。每个组别的区块的BCH图产生的一个或可能数个偏差尾数均暗示发生一个制程变异，也可能显示出制程变异的严重程度。
需注意若该系统用于缺陷检测时，本发明方法中的小点光强度值，甚至是散布值所代表的意义与现行的检测方法中所使用的光强度值或散布值相同。由于本发明的缺陷检测程序与制程变异监控方法可使用相同的系统设备中，因此本发明十分经济。此外，本发明方法可同时进行缺陷检测与制程变异监控两种程序，而十分省时。再者，本发明方法亦可套用于如上述内容中所叙述过的单机系统中。
设计用来与一缺陷检测系统共同运作的本发明另一较佳实施例如下：以类似应用于缺陷检测中的方法来比较每个感应到的小点强度值(甚至包括散布值)与另一晶粒(或称对照晶粒)上的对应小点的数值，不过，在此场合中的偏差临界值设定需合理地低于缺陷检测程序中的偏差临界值。因此，大多数的小点将具有大幅偏离对照值的强度值及散布值。这些小点会被标示成非正常小点。随后如同第一较佳实施例，将晶圆表面上的每一个晶粒逻辑性地划分数个区块。计算每个区块中的非正常小点数目，并且程序会将这些具有高数目的非正常小点的区块当作制程变异来显示。再将程序步骤分成数个组别(如感应器)来进行。整个过程会以对照坐标图来显示，坐标图可参考图4中的主要电路区域的简化图标实施例，图中的两坐标轴分别显示第一晶粒与第二晶粒的强度。为了合并两个区块中的小点强度值以绘制如图4的坐标图，需记录进行合并的区块中每个小点的数据。理想状况下，每个记录点应落在对角线附近的区域内。但由于制程中具有干扰与变异，因此实际上两个晶粒中会有许多小点的强度值不相等。图4所示一条显示每对数据的分布情形的正常等高线45。最内圈的等高线可能包含了如90％的小点。并根据其与等高线45的一些特定关系来绘制两对几乎与对角线平行的临界线。这些临界线会将坐标图画分成五个区域。远离对角线的第一对临界线41用来区分出缺陷的小点43，同时离对角线较近的第二对临界线42则用来区分出正常的小点44。需注意两条临界线41就是传统监测系统(如前面叙述过的Compass系统)所使用的临界线。而两条临界线42以及其用来区分出正常小点的作用则为本发明的新特征。不论在何种情况下，所有数值超过临界线42(也包括那些超过临界线41的小点)的小点最好归类于不正常小点。
也可个别针对不同感应器或结合所有感应器的方式来设计出可分辨不正常小点数目的公式，也因此需得到更多有监控制程变异的数据。所有数据将会作为用来求得小点的不正常指针之间的相对关系。此较佳实施例的另一种类型是从标准晶粒中获取对照数值，并存储这些对照数值；更正确地来说，这些对照数值可能作为一个适当的对照数组，此对照数组是衍生自对照晶粒或是标准晶粒。
当在一制程变异监控系统(可能是晶圆检测系统的一部份)中应用本发明的任一种方法时，依照上述内容所叙述的方法所取得每个区块的偏差能以图形形式呈现在制程操作者眼前，以帮助该操作者降低其人为的制程变异。此外，所获得的数据能自动提供至一个分析系统来将这些数据转化成可能的制程变异输出数据，或以其它方式来处理这些数据。或是激活一个再检查程序(例如高分辨率的观测程序)来对呈报出来的区块，特别是具有高偏差指数的区块进行检测。需注意到这些需再次检查的位置多半是指那些现行方法检测为具有缺陷的地方，虽然部分的这些位置可能大致相同。如同本文中所叙述的实施例，本发明用于制程监控所产生出的结果的应用方式不属于本发明范围，而是显示其用途。
需明白文中所公开的本发明的各种变化，包括各种其它类型与功能，例如可应用至其它表面、图案及制程等功能均不脱离本发明范围，因此本发明的保护范围应当以权利要求书所界定的为准。
还需了解到根据本发明的系统可以是经适当程序化的计算机或数字处理器。同样地，可根据本发明来设计能被计算机读取的计算机软件(程序)以执行本发明方法。还可根据本发明来设计一种仪器可读式内存，其包含一个由仪器驱动的指令所构成的软件以执行本发明方法。

Claims (84)

1.一种检测一表面上的制程变异的方法，该方法至少包括：
(a)以逐点取得(pixel by pixel)的方式来获取该表面的辐射强度值；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)提供每个区块一个或多个对照值；以及
(d)由每个区块中的该小点辐射强度值与相对应的对照值来计算每个区块的制程变异指示值。
2.一种检测一表面上的制程变异的方法，该方法至少包括：
(a)以逐点取得(pixel by pixel)的方式来获取该表面的辐射强度值I，并定义出一个或多个辐射强度值组别，且对于每个小点取得每个已定义组别的一辐射强度值；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)由该区块中的小点的辐射强度值来计算每一区块的一个或多个信号，所有信号与该区块相关；以及
(d)对任意区块及与该区块相关的任意信号提供一比较信号，并由该任意信号与比较信号来计算该区块的一个或多个制程变异指示值。
3.一种检测一表面上的制程变异的方法，该方法至少包括：
(a)以逐点取得的方式来获取该表面的辐射强度值I，并由该辐射强度值定义出一个或多个组别，且为每一小点取得每一已定义组别的一辐射强度；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)对任何区块与任何已定义的组别提供一强度值数组，该数组是对应于该区块中的该小点，该数组为一对应比较数组；
(d)针对任意区块与任意已定义的组别，将该区块中每个小点的辐射强度值与一对应比较数组中的一对应成员进行比较，并且根据上述的比较结果来计算该小点的不正常指示值；以及
(e)决定该任意区块中所有小点的不正常指示值间的相互关系，以得到该区块的一个或多个制程变异指示值。
4.一种位于一用来检测一表面上的制程变异的系统中的数据处理器，它是被程序化以执行至少下列动作：
(a)以逐点取得的方式来获取该表面的辐射强度值I，并由该辐射强度值定义出一个或多个组别，且为每一小点取得每一已定义组别的一辐射强度；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)由每个区块中该小点的辐射强度值来计算一个或多个信号，且所有信号与该区块相关；以及
(d)针对每个区块以及与该区块相关的任意信号来存储一比较信号，并根据该信号二者来计算该区块的一个或多个制程变异指示值。
5.一种位于一用来检测一表面上的制程变异的系统中的数据处理器，被程序化以执行至少下列动作：
(a)以逐点取得的方式来获取该表面的辐射强度值I，并由该辐射强度值定义出一个或多个组别，且为每一小点取得每一已定义组别的一辐射强度；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)针对任意区块与任意已定义组别来存储一与区块中该小点对应的强度值的数组，该数组是一对应比较数组；
(d)针对每个区块以及与该区块相关的任意信号来存储一比较信号，并根据该信号的二者来计算该区块的一个或多个制程变异指示值；以及
(e)针对每个区块以及与该区块相关的任意信号来存储一比较信号，并根据该信号的二者来计算该区块的一个或多个制程变异指示值。
6.如权利要求1所述的方法，其特征在于，定义了一个或多个辐射强度值的组别，且其中该获得步骤是指分别对每个小点取得每一已定义组别的一辐射强度值。
7.如权利要求6所述的方法，其特征在于，所述的获得步骤至少包括以一光束来扫描该表面，并利用一个或多个感应器来感测从该表面反射出的光线，其中任意这些已定义组别是对应于一个或多个该感应器。
8.如权利要求7所述的方法，其特征在于，所述的一个或多个感应器为复数个感应器。
9.如权利要求8所述的方法，其特征在于，所述的至少一个该感应器为暗场感应器。
10.如权利要求1所述的方法，其特征在于，所述的表面为一半导体晶圆的表面。
11.如权利要求1所述的方法，其特征在于，所述的表面为制程进行中一第一对象的表面，在该对象上定义出一相似表面，并对该相似表面执行a步骤与b步骤，使得两个表面上各自定义出该区块；其中由该第二对象且包含在一相对应区块中的小点辐射强度值所计算出来。
12.如权利要求11所述的方法，其特征在于，所述的第二对象是先于该第一对象且经过相同制程处理的一对象。
13.如权利要求12所述的方法，其特征在于，所述的两对象均为半导体晶圆。
14.如权利要求1所述的方法，其特征在于，所述的表面至少包括具有由多个特定图案的相同样品所组成的一数组，且b步骤中，该定义步骤是指在每个样品上定义出多个区块，及一特定样品上的任意区块的对照数值是由另一样品上相同区块中的小点强度值所计算出来。
15.如权利要求14所述的方法，其特征在于，所述的表面是一半导体晶圆的表面，及该图案是一集成电路晶粒的图案。
16.如权利要求14所述的方法，其特征在于，区块的每边长的尺寸大于十个小点，且大致小于该图案的对应边长的尺寸。
17.如权利要求1所述的方法，其特征在于，所述的表面具多个图案特征，且该图案可分成特定数目的图案种类，且该表面还可包含一位在该表面上的图样，针对每一区块，该图样至少包括一组：
(i)一个或多个对照值；
(ii)一个或多个参数，用来控制每一对照值的计算；
(iii)一个或多个参数，用来控制制程变异指示值的计算。
18.如权利要求1所述的方法，其特征在于，还包括执行该方法以检测缺陷，以及还至少包括由该辐射强度值来计算出每一小点的缺陷指示值。
19.如权利要求2所述的方法，其特征在于，c步骤至少包括计算出该区块中每一小点的一个或多个其它数值O，作为在该区块中该小点与其它小点的辐射强度值函数。
20.如权利要求19所述的方法，其特征在于，所述的其它数值是散布值S，以及所述的其它小点是指该小点附近的一特定数目的小点。
21.如权利要求19所述的方法，其特征在于，至少一信号为该区块中由全部小点的I值与S值所组成的一直方图，该直方图为与该区块相关的当前直方图。
22.如权利要求21所述的方法，其特征在于，根据各组别所计算出来的该其它数值是指散布值，作为由该小点及该特定数目的邻近小点所组成的小点群中最大I值与最小I值的差值，其特征在于，所述的每一组别具有一相关直方图。
23.如权利要求21所述的方法，其特征在于，任意对照信号是指一个I值与O值的直方图，其为一对照直方图，且I值与O值个别的范围与对应特征直方图中的范围相同。
24.如权利要求23所述的方法，其特征在于，d步骤中的计算步骤至少包括对每一输入逐一比较当前直方图及其对应的对照直方图，并总和这些比较结果。
25.如权利要求24所述的方法，其特征在于，执行d步骤以得到与该区块相关的当前信号，该方法还至少包括比较这些总和结果以得到所有这些当前信号。
26.如权利要求24所述的方法，其特征在于，所述的比较步骤至少包括计算每一组相对应的输入(entry)的绝对差值。
27.如权利要求26所述的方法，其特征在于，所述的总和步骤至少包括平均所有差值。
28.如权利要求26所述的方法，其特征在于，所述的比较步骤还至少包括使每一差值与一临界值相比较，借此使每一超过临界值的差值产生一尾数，以及该总和步骤至少包括计算该尾数。
29.如权利要求28所述的方法，其特征在于，还至少包括提供一组临界值作为I值与O值的函数，其中使每组记录值与该组临界值的对应者进行比较。
30.如权利要求21所述的方法，其特征在于，d步骤的计算步骤至少包括：
(i)自该区块的一个或多个当前直方图来计算出一个或多个当前数值；
(ii)自该对应的对照信号来计算出对照值；以及
(iii)使该当前数值与对照值进行比较。
31.如权利要求19所述的方法，其特征在于，至少依信号反映出该区块中所有小点的I值与O直之间的一种关系。
32.如权利要求19所述的方法，其特征在于，至少依信号反映出该区块中所有小点的I值与O值之间的一种相互关联。
33.如权利要求2所述的方法，其特征在于，所述的对照信号是一已存储信号或一已存储区块的I值的信号。
34.如权利要求33所述的方法，其特征在于，所述的表面是一半导体晶圆的表面。
35.如权利要求2所述的方法，其特征在于，所述的表面为正在进行制程中的一第一对象的表面，该方法至少包括：
(e)提供一第二对象，并以相似于该第一对象的方法在该第二对象上定义出一相似表面，以及对该相似表面执行a、b与c步骤，使得该表面上分别定义出这些区块；
其中，该对照信号是c步骤所计算出的这些信号中的一对应信号。
36.如权利要求35所述的方法，其特征在于，所述的第二对象是先于该第一对象且经过相同制程处理的一对象。
37.如权利要求36所述的方法，其特征在于，所述的两对象均为半导体晶圆。
38.如权利要求2所述的方法，其特征在于，所述的表面至少包括具有由多个特定图案的相同样品所组成的一数组，且b步骤中，该定义步骤是指在每个样品上定义出多个区块，及一特定样品上的任意区块的对照信号是另一样品上的相同区块的对应信号。
39.如权利要求38所述的方法，其特征在于，所述的表面为一半导体晶圆的表面，且该图案为一集成电路晶粒的图案。
40.如权利要求38所述的方法，其特征在于，区块的每边长的尺寸大于十个小点，且大致小于该图案的对应边长的尺寸。
41.如权利要求2所述的方法，其特征在于，所述的获得步骤至少包括利用一光束来扫描该表面，及利用多个感应器来感应自该表面上反射出来的光线，其中任意这些已定义组别对应于一个或多个该感应器。
42.如权利要求41所述的方法，其特征在于，至少一个该感应器为暗场感应器。
43.如权利要求2所述的方法，其特征在于，还至少包括在该表面上提供一参数图，该参数图对于每一该区块至少包括一组参数。
44.如权利要求43所述的方法，其特征在于，所述的表面以被多个图案特征化，该图案可分类成一特定数目的图案种类，以及还至少包括使每个区块具有一种该特定图案种类，其中对于任意区块，该参数图中的参数是该区块图案的函数。
45.如权利要求43所述的方法，其特征在于，c步骤中的计算步骤是由该参数图中的这些对应参数来决定。
46.如权利要求43所述的方法，其特征在于，d步骤中的计算步骤是由该参数图中的这些对应参数来决定。
47.如权利要求2所述的方法，其特征在于，每个信号是单一数值，且d步骤中的计算步骤至少包括使这些数据互相相减并将得到的差值与一临界值进行比较。
48.如权利要求2所述的方法，其特征在于，还执行该方法以检测缺陷，以及还至少包括由该辐射强度值来计算出每个小点的缺陷指示值。
49.如权利要求3所述的方法，其特征在于，d步骤中的比较步骤至少包括使这些数值相互相减以得到对应的对差值，并将该绝对差值阀值控制在临界值以下，超过临界值的绝对差值视为不正常指示值，且e步骤至少包括计算该不正常指示值。
50.如权利要求49所述的方法，其特征在于，根据一特定第一临界值来进行该阀值控制步骤，该方法还至少包括：
(f)处理这些绝对差值以检测该表面上的缺陷，该处理步骤至少包括根据一第二临界值来进行阀值控制步骤，该第二临界值大致高于该第一临界值。
51.如权利要求3所述的方法，其特征在于，所述的对照数组为一已存储数组。
52.如权利要求3所述的方法，其特征在于，所述的表面为制程中的一第一对象的表面，该方法还至少包括：
(g)提供一第二对象，并于其上方定义出与该第一对象相似的一相似表面，并对该相似表面执行a步骤与b步骤以分别在这两个表面上定义出多个区块来得到对照辐射强度值；
其中，该对应区块中的相对应的组别的对照辐射强度值会组成该对照数组。
53.如权利要求52所述的方法，其特征在于，所述的第二对象是先于该第一对象且经过相同制程处理的一对象。
54.如权利要求53所述的方法，其特征在于，所述的两对象均为半导体晶圆。
55.如权利要求3所述的方法，其特征在于，所述的表面至少包括具有由多个特定图案的相同样品所组成的一数组，且b步骤中，该定义步骤是指在每个样品上定义出多个区块，及一特定样品上任意区块的对照数组是由另一样品上相对应组别的强度值所组成。
56.如权利要求55所述的方法，其特征在于，所述的表面为一半导体晶圆的表面，且该图案为一集成电路晶粒的图案。
57.如权利要求55所述的方法，其特征在于，区块的每边长的尺寸大于十个小点，且大致小于该图案的对应边长的尺寸。
58.如权利要求3所述的方法，其特征在于，所述的获得步骤至少包括利用一光束来扫描该表面，及利用多个感应器来感应自该表面上反射出来的光线，其中任意这些已定义组别对应于一个或多个该感应器。
59.如权利要求3所述的方法，其特征在于，还至少包括针对每个组别与每一小点来计算出一个或多个其它数值，以作为该小点与该小点附近数个小点的强度值的函数；其中在c步骤中，该比较数组还至少包括多个对应其它数值，且在d步骤中的该比较步骤还至少包括比较这些其它数值。
60.如权利要求3所述的方法，其特征在于，还执行该方法以检测缺陷，以及还至少包括由该辐射强度值来计算出每个小点的缺陷指示值。
61.如权利要求3所述的方法，其特征在于，还将设定该处理器用来计算该区块中每个小点的一个或多个其它数值O以作为在该区块中该小点与其它小点的辐射强度值函数。
62.如权利要求4所述的数据处理器，其特征在于，所述的其它数值是散布值S，以及所述的其它小点是指该小点附近的一特定数目的小点。
63.如权利要求61所述的数据处理器，其特征在于，至少一信号为该区块中由全部小点的I值与S值所组成的一直方图，该直方图为与该区块相关的当前直方图。
64.如权利要求61所述的数据处理器，其特征在于，任意对照信号是指一个I值与O值的直方图，其为一对照直方图，且I值与O值个别的范围与对应特征直方图中的范围相同。
65.如权利要求63所述的数据处理器，其特征在于，至少依信号反映出该区块中所有小点的I值与O直之间的一种关系。
66.如权利要求61所述的数据处理器，其特征在于，所述的表面是一半导体晶圆的表面。
67.如权利要求4所述的数据处理器，其特征在于，所述的表面至少包括具有由多个特定图案的相同样品所组成的一数组，其中该区块定义步骤是指在每个样品上定义出多个区块，及一特定样品上任意区块的对照信号为另一样品上相同区块的对应信号。
68.如权利要求4所述的数据处理器，其特征在于，所述的表面为一半导体晶圆的表面，且该图案为一集成电路晶粒的图案。
69.如权利要求67所述的数据处理器，其特征在于，利用一光束来扫描该表面及利用多个感应器来感应自该表面上反射出来的光线以得到这些辐射强度值，其中任意这些已定义组别对应于一个或多个该感应器。
70.如权利要求4所述的数据处理器，其特征在于，至少一个该感应器为暗场感应器。
71.如权利要求4所述的数据处理器，其特征在于，还被程序化以存储一表面上的参数映像，该映像包括每一区块的一组参数，该参数可影响该信号的计算及该制程变异指示值的计算两者中的任一者。
72.如权利要求4所述的数据处理器，其特征在于，所述的系统是可作为检测缺陷用，且该处理器还可被程序化以由这些辐射强度值来计算出任意小点的缺陷指示值。
73.如权利要求4所述的数据处理器，其特征在于，所述的表面为一半导体晶圆的表面。
74.如权利要求5所述的数据处理器，其特征在于，所述的表面至少包括具有由多个特定图案的相同样品所组成的一数组，其中该区块定义步骤是指在每一样品上定义出多个区块，及一特定样品上任意区块的对照数组是由另一样品上相对应区块的对应组别的辐射强度值所组成。
75.如权利要求5所述的数据处理器，其特征在于，该表面为一半导体晶圆的表面，且该图案为一集成电路晶粒的图案。
76.如权利要求74所述的数据处理器，其特征在于，是利用一光束来扫描该表面及利用多个感应器来感应自该表面上反射出来的光线以得到这些辐射强度值，其中任意这些已定义组别是对应于一个或多个该感应器。
77.如权利要求5所述的数据处理器，其特征在于，还被程序化成可根据每个小点与每个组别来计算一个或多个其它数值，以作为该小点与附近数个小点的辐射强度值函数；以及其中该对照数组还至少包括任意个这些其它数值，及该比较步骤还至少包括比较这些其它数值。
78.如权利要求5所述的数据处理器，其特征在于，所述的系统是可作为检测缺陷用，且该处理器更被程序化以由该些辐射强度值来计算出任意小点的缺陷指示值。
79.一种能被机器读取的程序存储组件，其特征在于，可具体实施成一通过机器来执行指令的程序以执行检测一表面上的制程变异的步骤，至少包括：
(a)从该表面逐点取得多个辐射强度值；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)对每个区块提供一个或多个对照数值；以及
(d)根据每个区块，从该区块中的小点辐射强度值与该相对应的对照数值来计算出制程变异指示值。
80.一种计算机程序产品，其包括一计算机适用媒体，该计算机适用媒体上具有一计算机可读程序编码，用以检测一表面上的制程变异，该计算机程序产品至少包括：
计算机可读程序编码，使该计算机从该表面上逐点取得辐射强度值；
计算机可读程序编码，使该计算机在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
计算机可读程序编码，使该计算机提供每个区块一个或多个对照数值；以及
计算机可读程序编码，使该计算机从每个区块中的小点辐射强度值与相对应的对照数值来计算出制程变异指示值。
81.一种能被机器读取的程序存储组件，其可具体实施成一通过机器来执行指令的程序以执行检测一表面上的制程变异的步骤，至少包括：
(a)从该表面逐点取得多个辐射强度值I，定义一个或多个辐射强度值组别，以及根据每个小点来取得每个已定义组别的辐射强度值；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)根据任意区块，从该区块中的小点辐射强度值来计算出一个或多个信号，所有信号均与该区块相关；以及
(d)根据任意区块以及任意个与该区块相关的信号来提供一对照信号，并依该任意信号与该对照信号来计算出该区块的一个或多个制程变异指示值。
82.一种计算机程序产品，其包括一计算机适用媒体，该计算机适用媒体上具有一计算机可读程序编码，用以检测一表面上的制程变异，该计算机程序产品至少包括：
计算机可读程序编码，使该计算机从该表面上逐点取得辐射强度值I，且定义出一个或多个辐射强度值组别，以及对每个小点的每个组别来取得一个或多个辐射强度值；
计算机可读程序编码，使该计算机在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
计算机可读程序编码，使该计算机能从任意区块中的小点强度值来计算出该区块的一个或多个信号，所有信号与该区块相关；以及
计算机可读程序编码，使该计算机对任意区块与该区块的任意相关信号提供一对照信号，并由该任意信号与该对照信号来计算出该区块的一个或多个制程变异指示值。
83.一种能被机器读取的程序存储组件，其可具体实施成一通过机器来执行指令的程序以执行检测一表面上的制程变异的步骤，至少包括：
(a)自该表面逐点取得多个辐射强度值I，定义一个或多个辐射强度值组别，以及根据每个小点来取得每个已定义组别的辐射强度值；
(b)在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
(c)根据任意区块以及任意已定义组别来提供一个与该区块中小点相对应的强度值数组，该数组为一个相对应的对照数组；
(d)根据任意区块以及任意已定义组别来提供一对照信号，并依该任意信号与该对照信号来比较该区块中每个小点的辐射强度值与该区块相对应的对照数组中相同数目的强度值，并计算该小点的不正常指示值；以及
(d)根据任意区块来决定该区块中所有小点的不正常指示值之间的关系，以得到该区块的一个或多个制程变异指示值。
84.一种计算机程序产品，其包括一计算机适用媒体，该计算机适用媒体上具有一计算机可读程序编码，用以检测一表面上的制程变异，该计算机程序产品至少包括：
计算机可读程序编码，使该计算机从该表面上逐点取得辐射强度值I，且定义出一个或多个辐射强度值组别，以及对每个小点的每个组别来取得一个或多个辐射强度值；
计算机可读程序编码，使该计算机在该表面上定义出多个几何区块，每个区块至少包括多个连续小点；
计算机可读程序编码，使该计算机对任意区块与任意组别提供一个与该区块中小点相符的强度值数组，该数组是一个相对应的对照数组；
计算机可读程序编码，使该计算机根据任意区块与任意组别，来比较该区块中每个小点的辐射强度值与该区块相对应的对照数组中相同数目的强度值，并计算该小点的不正常指示值；以及
计算机可读程序编码，使该计算机对该任意区块来决定该区块中所有小点的不正常指示值之间的关系，以得到该区块的一个或多个制程变异指示值。
CN03817635A 2002-05-22 2003-05-22 监控制程变异的系统与方法 Expired - Fee Related CN100580435C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/155,255 US6862491B2 (en) 2002-05-22 2002-05-22 System and method for process variation monitor
US10/155,255 2002-05-22

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN200910226393.7A Division CN101707180B (zh) 2002-05-22 2003-05-22 监控制程变异的系统与方法

Publications (2)

Publication Number Publication Date
CN1672038A true CN1672038A (zh) 2005-09-21
CN100580435C CN100580435C (zh) 2010-01-13

Family

ID=29549019

Family Applications (2)

Application Number Title Priority Date Filing Date
CN03817635A Expired - Fee Related CN100580435C (zh) 2002-05-22 2003-05-22 监控制程变异的系统与方法
CN200910226393.7A Expired - Fee Related CN101707180B (zh) 2002-05-22 2003-05-22 监控制程变异的系统与方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN200910226393.7A Expired - Fee Related CN101707180B (zh) 2002-05-22 2003-05-22 监控制程变异的系统与方法

Country Status (6)

Country Link
US (3) US6862491B2 (zh)
JP (1) JP5097335B2 (zh)
KR (1) KR101021320B1 (zh)
CN (2) CN100580435C (zh)
AU (1) AU2003241627A1 (zh)
WO (1) WO2003100404A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101647102B (zh) * 2007-03-29 2012-05-30 朗姆研究公司 制法报告卡框架和方法
CN102636496A (zh) * 2012-04-24 2012-08-15 浙江大学 光学表面疵病暗场检测中疵病宽度标定标准化系统及方法
CN111107324A (zh) * 2019-12-31 2020-05-05 上海陛通半导体能源科技股份有限公司 晶圆传输系统的监控装置及其监控方法
CN111190393A (zh) * 2018-11-14 2020-05-22 长鑫存储技术有限公司 半导体制程自动化控制方法及装置

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6862491B2 (en) * 2002-05-22 2005-03-01 Applied Materials Israel, Ltd. System and method for process variation monitor
US8045788B2 (en) * 2003-07-14 2011-10-25 August Technology Corp. Product setup sharing for multiple inspection systems
US7018855B2 (en) * 2003-12-24 2006-03-28 Lam Research Corporation Process controls for improved wafer uniformity using integrated or standalone metrology
US7719671B2 (en) * 2006-02-24 2010-05-18 Hitachi High-Technologies Corporation Foreign matter inspection method and foreign matter inspection apparatus
US7433033B2 (en) * 2006-05-05 2008-10-07 Asml Netherlands B.V. Inspection method and apparatus using same
JP5134880B2 (ja) * 2006-07-31 2013-01-30 アプライド マテリアルズ イスラエル リミテッド 欠陥検出のための方法およびシステム
US8260035B2 (en) * 2006-09-22 2012-09-04 Kla-Tencor Corporation Threshold determination in an inspection system
DE102007020782A1 (de) * 2006-09-27 2008-04-03 Osram Opto Semiconductors Gmbh Strahlungsemittierende Vorrichtung
US7499811B2 (en) * 2006-10-17 2009-03-03 Ford Motor Company System and method for measuring surface appearance of a surface
US7606681B2 (en) 2006-11-03 2009-10-20 Air Products And Chemicals, Inc. System and method for process monitoring
US7990546B2 (en) * 2007-07-16 2011-08-02 Applied Materials Israel, Ltd. High throughput across-wafer-variation mapping
US8611639B2 (en) * 2007-07-30 2013-12-17 Kla-Tencor Technologies Corp Semiconductor device property extraction, generation, visualization, and monitoring methods
WO2010013232A1 (en) * 2008-07-29 2010-02-04 Applied Materials Israel Ltd. Mapping variations of a surface
US8363922B2 (en) * 2009-02-12 2013-01-29 International Business Machines Corporation IC layout pattern matching and classification system and method
US8144973B2 (en) * 2009-03-24 2012-03-27 Orbotech Ltd. Multi-modal imaging
JP5497144B2 (ja) * 2012-03-07 2014-05-21 東京エレクトロン株式会社 半導体製造装置のプロセス監視装置及び半導体製造装置のプロセス監方法並びに半導体製造装置
CN102735688A (zh) * 2012-06-20 2012-10-17 上海华力微电子有限公司 一种缺陷检测方法
CN102937594B (zh) * 2012-11-02 2015-01-21 上海华力微电子有限公司 一种缺陷检测系统及方法
US9235885B2 (en) * 2013-01-31 2016-01-12 Applied Materials Israel Ltd System, a method and a computer program product for patch-based defect detection
US10502694B2 (en) * 2013-08-06 2019-12-10 Kla-Tencor Corporation Methods and apparatus for patterned wafer characterization
CN103489817B (zh) * 2013-09-30 2016-01-27 上海华力微电子有限公司 缺陷检测系统及方法
WO2016051464A1 (ja) * 2014-09-29 2016-04-07 株式会社東芝 製造ライン監視装置、製造ライン監視プログラム、製造ライン監視方法
US10267746B2 (en) * 2014-10-22 2019-04-23 Kla-Tencor Corp. Automated pattern fidelity measurement plan generation
US10502549B2 (en) * 2015-03-24 2019-12-10 Kla-Tencor Corporation Model-based single parameter measurement
WO2017076702A2 (de) 2015-11-05 2017-05-11 Carl Zeiss Smt Gmbh Verfahren und vorrichtung zur charakterisierung eines durch wenigstens einen lithographieschritt strukturierten wafers
DE102016213925A1 (de) 2016-07-28 2018-02-01 Carl Zeiss Smt Gmbh Verfahren und Vorrichtung zur Charakterisierung eines durch wenigstens einen Lithographieschritt strukturierten Wafers
CN108022849B (zh) * 2017-11-30 2020-06-16 上海华力微电子有限公司 一种亮场缺陷检测设备自动优化光强条件的方法及系统

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US484555A (en) * 1892-10-18 Half to charles w
US559423A (en) * 1896-05-05 weimae
US4845558A (en) * 1987-12-03 1989-07-04 Kla Instruments Corporation Method and apparatus for detecting defects in repeated microminiature patterns
US5293538A (en) * 1990-05-25 1994-03-08 Hitachi, Ltd. Method and apparatus for the inspection of defects
JPH08250385A (ja) * 1995-03-14 1996-09-27 Hitachi Ltd 半導体生産方法及びそのシステム
US5563702A (en) * 1991-08-22 1996-10-08 Kla Instruments Corporation Automated photomask inspection apparatus and method
IL104708A (en) * 1993-02-12 1995-12-31 Orbotech Ltd Device and method for optical inspection of items
US5594235A (en) * 1993-06-17 1997-01-14 Ultrapointe Corporation Automated surface acquisition for a confocal microscope
US5991699A (en) * 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
JP3575575B2 (ja) * 1995-11-28 2004-10-13 日立ハイテク電子エンジニアリング株式会社 パターン付きウエハの異物検査装置
EP1016126B1 (en) * 1997-03-31 2018-12-26 Nanometrics Incorporated Optical inspection module and method for detecting particles and defects on substrates in integrated process tools
US6489624B1 (en) * 1997-07-18 2002-12-03 Nikon Corporation Apparatus and methods for detecting thickness of a patterned layer
US6137570A (en) * 1998-06-30 2000-10-24 Kla-Tencor Corporation System and method for analyzing topological features on a surface
US6366690B1 (en) * 1998-07-07 2002-04-02 Applied Materials, Inc. Pixel based machine for patterned wafers
JP3566589B2 (ja) * 1998-07-28 2004-09-15 株式会社日立製作所 欠陥検査装置およびその方法
US6122046A (en) * 1998-10-02 2000-09-19 Applied Materials, Inc. Dual resolution combined laser spot scanning and area imaging inspection
JP2000207562A (ja) * 1999-01-20 2000-07-28 Sharp Corp ウェハのマクロ検査装置およびその方法
JP4411373B2 (ja) * 1999-06-01 2010-02-10 株式会社トプコン 表面検査装置及び方法
US6407373B1 (en) * 1999-06-15 2002-06-18 Applied Materials, Inc. Apparatus and method for reviewing defects on an object
WO2001038860A1 (fr) * 1999-11-25 2001-05-31 Olympus Optical Co., Ltd. Systeme de traitement de donnees d'inspection d'anomalie
US6456899B1 (en) * 1999-12-07 2002-09-24 Ut-Battelle, Llc Context-based automated defect classification system using multiple morphological masks
US6484306B1 (en) * 1999-12-17 2002-11-19 The Regents Of The University Of California Multi-level scanning method for defect inspection
US6451158B1 (en) * 1999-12-21 2002-09-17 Lam Research Corporation Apparatus for detecting the endpoint of a photoresist stripping process
US6368945B1 (en) * 2000-03-16 2002-04-09 The Trustees Of Columbia University In The City Of New York Method and system for providing a continuous motion sequential lateral solidification
US6673637B2 (en) * 2000-09-20 2004-01-06 Kla-Tencor Technologies Methods and systems for determining a presence of macro defects and overlay of a specimen
JP3271622B2 (ja) * 2001-03-12 2002-04-02 株式会社日立製作所 半導体デバイスの製造方法
US7089075B2 (en) * 2001-05-04 2006-08-08 Tokyo Electron Limited Systems and methods for metrology recipe and model generation
US6570650B1 (en) * 2001-06-21 2003-05-27 Kla-Tenor Corporation Apparatus and methods for reducing thin film color variation in optical inspection of semiconductor devices and other surfaces
US6862491B2 (en) * 2002-05-22 2005-03-01 Applied Materials Israel, Ltd. System and method for process variation monitor

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101647102B (zh) * 2007-03-29 2012-05-30 朗姆研究公司 制法报告卡框架和方法
CN102636496A (zh) * 2012-04-24 2012-08-15 浙江大学 光学表面疵病暗场检测中疵病宽度标定标准化系统及方法
CN102636496B (zh) * 2012-04-24 2013-07-10 浙江大学 光学表面疵病暗场检测中疵病宽度标定标准化方法
CN111190393A (zh) * 2018-11-14 2020-05-22 长鑫存储技术有限公司 半导体制程自动化控制方法及装置
CN111107324A (zh) * 2019-12-31 2020-05-05 上海陛通半导体能源科技股份有限公司 晶圆传输系统的监控装置及其监控方法

Also Published As

Publication number Publication date
US7410737B2 (en) 2008-08-12
US20030219153A1 (en) 2003-11-27
US20060182335A1 (en) 2006-08-17
CN100580435C (zh) 2010-01-13
US6862491B2 (en) 2005-03-01
AU2003241627A8 (en) 2003-12-12
WO2003100404A1 (en) 2003-12-04
CN101707180A (zh) 2010-05-12
KR101021320B1 (ko) 2011-03-11
CN101707180B (zh) 2015-04-29
US20050122510A1 (en) 2005-06-09
KR20050024279A (ko) 2005-03-10
AU2003241627A1 (en) 2003-12-12
JP2005527116A (ja) 2005-09-08
JP5097335B2 (ja) 2012-12-12
US7054480B2 (en) 2006-05-30

Similar Documents

Publication Publication Date Title
CN1672038A (zh) 监控制程变异的系统与方法
JP3566470B2 (ja) パターン検査方法及びその装置
US9916653B2 (en) Detection of defects embedded in noise for inspection in semiconductor manufacturing
US5659172A (en) Reliable defect detection using multiple perspective scanning electron microscope images
KR100808652B1 (ko) 패턴 검사 방법
US4659220A (en) Optical inspection system for semiconductor wafers
US8040503B2 (en) Method of inspecting a semiconductor device and an apparatus thereof
US20090105990A1 (en) Method for analyzing defect data and inspection apparatus and review system
KR20160029088A (ko) 디자인 데이터를 사용하여 반도체 웨이퍼 상의 반복적인 결함을 검출하기 위한 방법 및 시스템
US11788973B2 (en) Defect inspection device and defect inspection method
US7133549B2 (en) Local bias map using line width measurements
JP2004177139A (ja) 検査条件データ作成支援プログラム及び検査装置及び検査条件データ作成方法
JP2010164487A (ja) 欠陥検査装置及び欠陥検査方法
JP4647974B2 (ja) 欠陥レビュー装置、データ管理装置、欠陥観察システム及び欠陥レビュー方法
KR101782363B1 (ko) 데이터 밸런싱을 통한 학습기반의 비전검사 방법
CN110874837B (zh) 一种基于局部特征分布的缺陷自动检测方法
US20010033328A1 (en) System and method for automatically inspecting an array of periodic elements
KR102364989B1 (ko) 행/열 인덱스 기반 led 웨이퍼 맵 생성 방법 및 시스템
JPS63674A (ja) パタ−ン検査方法
JP2002014055A (ja) 異物検査装置および方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP01 Change in the name or title of a patent holder

Address after: American California

Co-patentee after: Applied Materials Inc.

Patentee after: Applied Materials Inc.

Address before: American California

Co-patentee before: Applied Materials Inc.

Patentee before: Applied Materials Inc.

C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100113

Termination date: 20130522