DE102005030586A1

DE102005030586A1 - Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung der Messunsicherheit als Steuerungseingang

Info

Publication number: DE102005030586A1
Application number: DE102005030586A
Authority: DE
Inventors: Hans-Jürgen Malig; James Broc Stirton
Original assignee: Advanced Micro Devices Inc
Current assignee: Advanced Micro Devices Inc
Priority date: 2005-06-30
Filing date: 2005-06-30
Publication date: 2007-01-11
Also published as: US7840298B2; US20070005172A1

Abstract

Durch Berücksichtigung der Messunsicherheiten in Form von Standardfehlern kann das Verhalten von APC-Steuerungen, die die Standardfehler als Steuerungseingabe verwenden, deutlich verbessert werden. Beispielsweise kann der Filterparameter eines EWMA-Filters effizient auf der Grundlage eines Standardfehlers von Messdaten skaliert werden.

Description

GEBIET DER ERFINDUNG
Die vorliegende Erfindung betrifft das Gebiet der Herstellung von Halbleiterbauelementen und betrifft insbesondere fortschrittliche Prozesssteuerungs- (APC) Techniken für Fertigungsprozesse, wobei eine erhöhte Prozesssteuerungsqualität durch Einstellen von Prozessparametern in vorhersagender Weise auf der Grundlage eines Prozessmodells und Messdaten erreicht wird.

Im heutigen globalen Markt werden Hersteller von Massenprodukten gezwungen, qualitativ hochwertige Produkte bei geringen Preis anzubieten. Es ist daher wichtig, die Ausbeute und die Prozesseffizienz zu verbessern, um damit die Herstellungskosten zu minimieren. Dies gilt insbesondere auf dem Gebiet der Halbleiterherstellung, in welchem es wesentlich ist, modernste Technologien mit Massenproduktionsweisen zu verbinden. Es ist daher das Ziel von Halbleiterherstellern, den Verbrauch von Rohmaterialien und Verbrauchsmaterialien zu reduzieren, und gleichzeitig Produktqualität und die Prozessanlagenausnutzung zu verbessern. Der zuletzt genannte Aspekt ist insbesondere wichtig, da die in modernen Halbleiterfabriken verwendeten Anlagen äußerst kostenintensiv sind und den wesentlichen Teil der gesamten Herstellungskosten repräsentieren. Beispielsweise sind bei der Herstellung moderner integrierter Schaltungen 500 oder mehr einzelne Prozesse unter Umständen erforderlich, um die integrierte Schaltung fertigzustellen, wobei ein Fehler in einem einzelnen Prozessschritt zu einem Verlust der gesamten integrierten Schaltung führen kann. Dies Problem wird noch verschärft, wenn die Größe der Substrate, auf der eine Vielzahl derartiger integrierter Schaltungen hergestellt werden, ständig vergrößert wird, so dass ein Fehler in einem einzelnen Prozessschritt den Verlust einer großen Anzahl von Produkten nach sich ziehen kann.

Daher müssen die diversen Herstellungsphasen gründlich überwacht werden, um eine unnötige Verschwendung von Arbeitsleistung, Anlagenprozesszeit und Rohmaterialien zu vermeiden. Idealerweise würde man die Wirkung jedes einzelnen Prozessschrittes auf jedes Substrat durch Messung erfassen und das betrachtete Substrat für die weitere Bearbeitung nur dann freigeben, wenn die erforderlichen Spezifikationen erfüllt sind. Eine entsprechende Prozesssteuerung ist jedoch nicht praktikabel, da das Messen der Auswirkungen gewisser Prozesse relativ lange Messzeiten, häufig außerhalb der Prozesslinie, erfordert, oder sogar das Zerstören notwendig machen kann. Ferner wären große Anstrengungen hinsichtlich der aufzuwendenden Arbeitszeit und im Hinblick auf Anlagen auf Seite der Messtechnik zu machen, um die erforderlichen Messergebnisse bereitzustellen. Des weiteren würde die Ausnutzung der Prozessanlage minimiert, da die Anlage nur dann freigegeben würde, nachdem das Messergebnis und dessen Bewertung vorliegt.

Das Einführen statistischer Verfahren, die auch als statistische Prozesssteuerung (SPC) bezeichnet werden, um Prozessparameter einzustellen, entschärft das obige Problem deutlich und erlaubt eine moderat hohe Ausnutzung der Prozessanlagen, während eine relativ hohe Produktausbeute erreicht wird. Die statistische Prozesssteuerung basiert auf dem Überwachen des Prozessausgangs, um damit eine außerhalb des Steuerungsbereichs liegende Situation zu erkennen, wobei eine kausale Abhängigkeit zu einer externen Störung erstellt wird. Nach dem Auftreten einer Situation außerhalb des Steuerungsbereichs ist für gewöhnlich das Eingreifen eines Bedieners erforderlich, um einen Prozessparameter so zu manipulieren, dass man zu einer Situation im Rahmen der Steuerungsbedingungen zurückkehrt, wobei die kausale Abhängigkeit beim Auswählen einer geeigneten Steuerungsaktion unterstützend sein kann. Dennoch ist insgesamt eine große Anzahl von Testsubstraten oder Pilotsubstraten erforderlich, um Prozessparameter entsprechender Prozessanlagen einzustellen, wobei tolerierbare Parameterabweichungen während des Prozesses beim Gestalten einer Prozesssequenz berücksichtigt werden müssen, da jede Parameterabweichung über einen langen Zeitraum hinweg unerkannt bleiben kann oder nicht in effizienter Weise kompensiert werden kann mittels SPC-Techniken.

In jüngerer Vergangenheit wurde eine Prozesssteuerungsstrategie eingeführt und diese wird ständig verbessert, die ein hohes Maß an Prozesssteuerung erlaubt, vorteilhafterweise auf einer Durchlauf-zu-Durchlauf-Basis, wobei eine moderat große Menge an Messdaten erforderlich ist. In dieser Steuerungsstrategie, d. h. die sogenannte fortschrittliche Prozess steuerung (APC), wird ein Modell eines Prozesses oder einer Gruppe zusammenhängender Prozesse gewählt und in einer geeignet konfigurierten Prozesssteuerung eingerichtet. Die Prozesssteuerung erhält ferner Informationen einschließlich von prozessvorgeordneten Messdaten und/oder prozessnachgeordneten Messdaten sowie Informationen, die sich beispielsweise auf die Substratgeschichte, etwa die Art des Prozesses oder der Prozesse, die Produktart, die Prozessanlage oder Prozessanlagen, in denen die Produkte zu bearbeiten sind oder bearbeitet wurden in vorhergehenden Schritten, das zu verwendende Prozessrezept, d. h. ein Satz erforderlicher Schritte für den oder die betrachteten Prozesse, wobei möglicherweise festgelegte Prozessparameter und variable Prozessparameter enthalten sein können, und dergleichen enthalten sind. Aus dieser Information und dem Prozessmodell bestimmt die Prozesssteuerung einen Steuerungszustand oder Prozesszustand, der die Auswirkung der oder des betrachteten Prozesses oder Prozesse auf das spezielle Produkt beschreibt, wodurch das Ermitteln einer geeigneten Parametereinstellung der variablen Parameter des spezifizierten Prozessrezepts, das an dem betrachteten Substrat auszuführen ist, ermöglicht.

Somit kann die APC-Steuerung ein vorhersagendes Verhalten aufweisen, dessen Genauigkeit von der Menge der gemessenen Daten und ihrer Verzögerung im Hinblick auf den aktuellen Prozessdurchlauf abhängen kann. Die Messdaten können jedoch aus unterschiedlichen Prozessanlagen herrühren, die äquivalente Prozesse ausführen, und/oder es können lediglich bestimmte Scheiben oder Scheibenpositionen der Messung unterzogen werden, wodurch ein gewisses Maß an Unsicherheit geschaffen wird, das die Messdaten und vorgesagte Prozesszustände, die daraus abgeleitet sind, als zuverlässig erweisen können.

Angesichts der zuvor beschriebenen Situation besteht ein Bedarf für eine Technik, die eine verbesserte Steuerungsstrategie ermöglicht, wobei eines oder mehrere der Probleme, wie sie zuvor erkannt würden, vermieden werden können, oder zumindest deren Auswirkungen deutlich reduziert werden können.

ÜBERBLICK ÜBER DIE ERFINDUNG

Im Allgemeinen richtet sich die vorliegende Erfindung an eine Technik, die eine verbesserte Steuerungseffizienz für eine oder mehrere Prozessanlagen ermöglicht, die gemäß einem APC-Schema betrieben werden, wobei Messdaten und ein Modell eines Fertigungsprozes ses einschließlich mindestens einer der Prozessanlagen verwendet werden, um einen oder mehrere aktualisierte Werte für die manipulierten Variablen, die den zu steuernden Anlagenparametem entsprechen, zu erzeugen. Zu diesem Zwecke wird die mit den Messdaten verknüpfte Unsicherheit als ein Eingangsparameter für das Steuerungsschema verwendet, um die „Qualität" oder „Zuverlässigkeit" der Messdaten und der entsprechenden Werte der manipulierten Variablen oder des davon erhaltenen Prozesszustandes zu bewerten. Folglich kann die Genauigkeit des Steuerungsvorgangs verbessert werden, da nicht nur die Messdaten an sich verwendet werden zum Berechnen aktualisierter manipulierter Variablen, sondern auch die Varianz der Messdaten direkt durch den Steuerungsalgorithmus berücksichtigt wird.

Gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren das Abschätzen eines aktuellen Prozesszustands eines Fertigungsprozesses auf der Grundlage von Messdaten, die aus einem zuvor durchgeführten Prozessdurchlauf erhalten werden und den Ausgang des Messprozesses betreffen, wobei die Abschätzung auf einem Modell mindestens eines Teils des Fertigungsprozesses und auf einer Unsicherheit der Messdaten basiert.

Gemäß einer noch weiteren anschaulichen Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren das Bestimmen eines aktualisierten Wertes für ein oder mehrere manipulierte Variablen eines Fertigungsprozesses auf der Grundlage von Messdaten und einem Steuerungsalgorithmus. Das Verfahren umfasst ferner das Gewichten des aktualisierten Wertes auf der Grundlage eines Standardfehlers, der aus einem oder mehreren Mittelwerten der Messdaten bestimmt ist.

Gemäß einer noch weiteren anschaulichen Ausführungsform der vorliegenden Erfindung umfasst ein Steuerungssystem einen Eingangsabschnitt, der ausgebildet ist, Messdaten zu empfangen, die mit einem Prozessausgang einer zu steuernden Prozessanlagen verknüpft sind. Das System umfasst ferner einen Fehlerberechnungsabschnitt, der ausgebildet ist, einen Standardfehler eines oder mehrerer Mittelwerte der Messdaten zu bestimmen. Schließlich umfasst das System einen modellbasierten Steuerungsabschnitt, der ausgebildet ist, einen aktualisierten Wert mindestens einer manipulierten Variablen für die Prozesssteuerung auf der Grundlage des Modells, der Messdaten und des Standardfehlers zu bestimmen.

KURZE BESCHREIBUNG DERZEICHNUNGEN
Weitere Vorteile, Aufgaben und Ausführungsformen der vorliegenden Erfindung sind in den angefügten Patentansprüchen definiert und gehen deutlicher aus der folgenden detaillierten Beschreibung hervor, wenn diese mit Bezug zu den begleitenden Zeichnungen studiert wird, in denen:
1 schematisch ein APC-Steuerungssystem zeigt, das auf eine Fertigungsumgebung gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung angewendet wird.
DETAILLIERTE BESCHREIBUNG
Es ist anzumerken, dass obwohl die vorliegende Erfindung mit Bezug zu den Ausführungsformen beschrieben ist, wie sie in der vorliegenden detaillierten Beschreibung dargestellt sind, die detaillierte Beschreibung nicht beabsichtigt, die vorliegende Erfindung auf die speziellen offenbarten Ausführungsformen einzuschränken, sondern die beschriebenen Ausführungsformen stellen lediglich beispielhaft die diversen Aspekte der vorliegenden Erfindung dar, deren Schutzbereich durch die angefügten Patentansprüche definiert ist.
Im Allgemeinen richtet sich die vorliegende Erfindung an modellbasierte Steuerungsstrategien, in denen der Steuerungszustand, d. h. der Zustand der diversen manipulierten Variablen einer oder mehrerer Prozessanlagen, die zu steuern sind, auf der Grundlage von Messdaten bestimmt wird, die die Auswirkung eines Fertigungsprozesses, der auf der einen oder den mehreren zu steuernden Prozessanlagen ausgeführt wird, repräsentieren. In einigen Konfigurationen können ein oder mehrere weitere Prozessanlagen beteiligt sein, die nicht direkt dem Steuerungsprozess unterliegen. In diesem Zusammenhang ist eine manipulierte Variable oder eine gesteuerte Variable als ein Prozessparameter eines Prozessrezepts zu verstehen, dessen Wert eingestellt werden kann, um eine gewisse Auswirkung auf eine oder mehrere Steuervariablen zu erreichen, die eine Ausgangseigenschaft des betrachteten Prozesses oder der betrachteten Prozesssequenz repräsentieren kann, wobei die Ausgangseigenschaft auf der Grundlage von Messungen bestimmt ist. Wie zuvor erläutert ist, können in realistischen Produktionsbedingungen in einer Halbleiterfabrik Messergebnisse lediglich von einer begrenzten Anzahl von Substraten oder Substratpositionen erhalten werden auf Grund von Anforderungen hinsichtlich des Durchsatzes und aus Kostengründen, wodurch ein erhöhtes Maß an Unsicherheit in diesen Messergebnissen enthalten ist. Beispielsweise kann ein erster Beitrag zu der Messunsicherheit durch den Messprozess selbst hervorgerufen werden, da beispielsweise Schwankungen, die durch die Messanlage hervorgerufen werden, Umgebungseinflüsse, die Probenpräparation und dergleichen den Messprozess deutlich beeinflussen können. Andererseits ist die spezielle Auswahl der Messproben und insbesondere deren Zahl ebenso von merklichem Einfluss auf die Unsicherheit der Messdaten im Hinblick auf einen „wahren" Prozessausgang.
Anders als in konventionellen Vorgehensweisen liefert die vorliegende Erfindung eine Technik, die explizit die Unsicherheit der Messdaten beim Berechnen eines aktualisierten Prozesszustandes für eine oder mehrere zu steuernde Prozessanlagen für einen nachfolgenden Durchlauf des spezifizierten Fertigungsprozesses berücksichtigt. In einigen speziellen Ausführungsformen kann die explizite Berücksichtigung der Messunsicherheit erreicht werden, indem ein Maß für das „Vertrauen" in die Messung abgeschätzt wird, wobei Prozesszustände, die auf der Grundlage von Messdaten mit einem höheren Vertrauenswert berechnet werden, stärker gewichtet werden können, als Prozesszustände, die auf der Grundlage von Messdaten erhalten werden, die einen geringeren Vertrauenswert aufweisen. Eine entsprechende Gewichtung von Prozesszustandsabschätzungen auf der Grundlage des Niveaus an Vertrauen in die Messdaten kann ebenso vorteilhaft sein in Situationen, in denen mehrere Prozessschritte beteiligt sind, die typischerweise durch mehrere äquivalente Prozessanlagen ausgeführt werden, wobei diese äquivalenten Prozessanlagen eine unterschiedliche Anlagenabweichung im Laufe der Zeit aufweisen können. In dieser Hinsicht sollte beachtet werden, dass „äquivalente" Prozessanlagen als individuelle einzelne Prozessanlagen, etwa unterschiedliche Photolithographieanlagen, Ätzanlagen, Abscheideanlagen, CMP- (chemisch-mechanische Polier) Anlagen und dergleichen zu betrachten sind, oder äquivalente Prozessanlagen können auch als unterschiedliche Module oder Prozesskammern betrachtet werden, die das gleiche Prozessrezept ausführen, die jedoch in einer einzelnen Anlage integriert sind. Beispielsweise kann eine CMP-Anlage mit mehreren CMP-Stationen, die das gleiche Prozessrezept ausführen, als unterschiedliche äquivalente Prozessanlagen in dem oben spezifizierten Sinne betrachtet werden. Im Prinzip können diverse Scheiben, die in einer Prozesssequenz mit mindestens einer zu steuernden Prozessanlage, etwa beispielsweise einer Photolithographieanlage, bearbeitet werden, diverse Kategorien an Messdaten erzeugen, die von den unterschiedlichen Zweigen der betrachte ten Prozesssequenz herrühren können. D. h., Substrate, die unter Verwendung einer spezifizierten Kombination aus Anlagen für der Belichtung vor und nachgeordnete Prozesse bearbeitet werden, können einen speziellen Satz an Messdaten erzeugen, dessen Unsicherheit von dem speziellen Zweig des Bearbeitungsablaufs abhängen kann. Das Ausführen der Steuerung der Photolithographieanlage auf der Grundlage eines jeden einzelnen Zweiges kann jedoch zu einer geringeren Steuerungsleistungsfähigkeit führen, da die Menge an verfügbaren Messdaten für diesen speziellen Zweig relativ beschränkt sein kann, wodurch zusätzlich die Messunsicherheit vergrößert wird. In diesem Falle kann das explizite Berücksichtigen der mit dem entsprechenden Satz an Messdaten verknüpften Unsicherheit eine Prozesssteuerungsstrategie ermöglichen, da die „Zuverlässigkeit" des verfügbaren Satzes an Messdaten im Voraus bekannt sein kann und daher berücksichtigt werden kann, wenn aktualisierte Prozesszustände ermittelt werden. In einer anschaulichen Ausführungsform wird eine mittlere Abweichung, d. h. eine Differenz der Abweichungen zweier oder mehrerer beteiligter Prozessanlagen in der obigen Prozessablaufsequenz zusammen mit einem entsprechenden Vertrauensmaß bestimmt, das quantitativ das Maß an Vertrauen spezifiziert, das mit der bestimmten Differenz in der Anlagenabweichung verknüpft ist, so dass auf der Grundlage der mittleren Anlagenabweichung und den entsprechenden Vertrauensmaße eine aktualisierte Version des Prozesszustandes für die zu steuernde Prozessanlage erstellt werden kann, wobei nunmehr eine größere Menge oder die gesamten Messdaten verwendet werden können, wodurch das Steuerungsverhalten im Hinblick auf die Steuerungsgenauigkeit verbessert wird.
Mit Bezug zu 1 werden weitere anschauliche Ausführungsformen der vorliegenden Erfindung nun detaillierter beschrieben.
1 zeigt schematisch ein Steuerungssystem 100, das mit einer Fertigungsumgebung 170 verknüpft ist, um damit ein oder mehrere darin enthaltene Prozessanlagen zu steuern. Die Fertigungsumgebung 170 kann mehrere Prozessanlagen 175 umfassen, die als eine funktionale Einheit zum Ausführen einer spezifizierten Sequenz an Prozessschritten betrachtet werden können, um einen gewissen Prozessausgang zu erzeugen. Beispielsweise können die mehreren Prozessanlagen 175 Abscheideanlagen, Implantationsanlagen, Ätzanlagen, CMP-Anlagen, Photolithographieanlagen oder eine beliebige Kombination davon, und dergleichen umfassen, in denen mehrere Substrate in einer spezifizierten Sequenz prozessiert werden. Beispielsweise kann ein Fertigungsprozess gemäß der vorliegenden Erfindung einen Prozess repräsentieren, der von einer einzelnen Anlage, etwa einer Abscheideanlage zur Bildung einer kupferbasierten Metallschicht auf einer dielektrischen Schicht, die darin Gräben und Kontaktlöcher aufweist, repräsentieren. Ein nachfolgender Prozessschritt zur Herstellung einer Metallisierungsschicht kann eine CMP-Anlage enthalten, die so betrieben wird, um überschüssiges Material auf Kupferbasis zu entfernen. In modernen Prozesssteuerungsstrategien können diese Prozessschritte als miteinander in Beziehung stehende Prozesse betrachtet werden, wobei jeder der Prozesse auf der Grundlage von Messdaten gesteuert wird, die von jedem der Prozesse gewonnen werden. D. h., das Abscheideprofil, das von der Abscheideanlage erhalten wird, kann deutlich den Prozessausgang der CMP-Anlage auf Grund einer intrinsischen Ungleichförmigkeit des Abscheideprozesses und des CMP-Prozesses beeinflussen. Folglich können eine Vielzahl von Messdaten verfügbar sein, insbesondere, wenn zwei oder mehrere äquivalente Prozessanlagen für einen oder mehreren der obigen Prozessschritte vorgesehen sind. Durch Steuern beispielsweise der Abscheideanlage auf der Grundlage des Prozessausgangs, der auch wesentlichen durch den CMP-Prozess beeinflusst wird, kann ein zusätzliches Vertrauensmaß zum Bewerten der Unsicherheit daher eine geeignete Anpassung der aktualisierten manipulierten Variablen ermöglichen, die zum Steuern der Abscheideanlage verwendet werden. Somit können die verfügbaren Messdaten effizienter verwendet werden, indem die damit verknüpfte Unsicherheit berücksichtigt wird, wie dies nachfolgend detaillierter beschrieben ist. Es sollte beachtet werden, dass die oben beschriebene Prozesssequenz lediglich anschaulicher Natur ist und das andere funktional in Beziehung stehende Prozesssequenzen ebenso auf der Grundlage von Messunsicherheiten, die in den Steuerungsalgorithmus berücksichtigt werden, gesteuert werden können.
In der gezeigten anschaulichen Ausführungsform kann die Fertigungsumgebung 170 die mehreren Prozessanlagen 175 als einen funktionalen Block mit beispielsweise mehreren CVD- (chemische Dampfabscheidung) Anlagen 176a, 176b aufweisen, die beispielsweise so gestaltet sind, um eine spezielle Materialschicht auf mehreren Substraten vorzusehen. Beispielsweise können die CVD-Anlagen 176a, 176b ausgebildet sein, um eine ARC- (antireflektierende) Schicht abzuscheiden, die entsprechend einem spezifizierten Prozessrezept ausgebildet wird, um der speziellen Materialschicht optische Eigenschaften zu verleihen, die für einen speziellen Belichtungsprozess erforderlich sind, wie er von einer oder mehrerer Lithographieanlagen 178 auszuführen ist. In dieser Hinsicht sind die CVD-Anlagen 176a, 176b als „äquivalente" Prozessanlagen zu betrachten, da diese Anlagen mit dem gleichen Prozessrezept arbeiten, zumindest für eine spezifizierte Menge an Substraten. Des weiteren können die mehreren Prozessanlagen 175 weitere andere, der Belichtung vorgeordnete Anlagen, etwa Lackbeschichtungsanlagen, belichtungsvorgeordnete Ausbackanlagen, und dergleichen beinhalten. Der Einfachheit halber sind derartige Prozessanlagen nicht gezeigt. Ferner können die mehreren Prozessanlagen 175 der Belichtung nachgeordnete Prozessanlagen mit einschließen, etwa belichtungsnachgeordnete Ausback- (PEB) Anlagen 171, 172, 173 und 174, die auch als äquivalente Prozessanlagen betrachtet werden können. Es sollte beachtet werden, dass andere belichtungsnachgeordnete Prozessanlagen vorgesehen sein können, etwa Entwickleranlagen und dergleichen, die Lackstrukturelemente erzeugen, die für die Strukturierung beispielsweise von Gateelektrodenstrukturen und dergleichen verwendet werden können.
Die Fertigungsumgebung 170 umfasst ferner eine Messanlage 177, die ebenso mehrere äquivalente Anlagen aufweisen kann, abhängig von dem auszuführenden Messprozess. Beispielsweise kann die Messanlage 177 eine Messanlage zur optischen Bestimmung von Schichtdicken sein, die eine Dicke der belichteten Lackschicht, wie sie von dem PEB-Anlagen 171, ..., 174 bereitgestellt wird, bestimmt. In anderen Fällen kann die Messanlage 177 ein Inspektionsinstrument repräsentieren, das ausgebildet ist, eine kritische Abmessung der nach dem Entwickeln der belichteten Photolackschicht erhaltenen Lackstrukturelemente abzuschätzen. Die Messanlage 177 ist ausgebildet, Messdaten auf der Grundlage einer speziellen Abtastlänge zu gewinnen, d. h., einer speziellen Anzahl an Messungen, die an einem oder mehreren Substraten ausgeführt werden, die die mehreren Prozessanlagen 175 durchlaufen haben. In der gezeigten Ausführungsform können die Messdaten als M (A1, ..., B4) bezeichnet werden, die unterschiedliche Messdatensätze repräsentieren, die den unterschiedlichen Zweigen entsprechen, die ein Substrat nehmen kann, wenn dieses von den Prozessanlagen 175 bearbeitet wird, d. h., es wird eine gewisse Anzahl an Messungen von Proben genommen, die die CVD-Anlage 176a durchlaufen hat und schließlich von einer der PEB-Anlagen 171, ..., 174 bearbeitet wird. In ähnlicher Weise kann eine gewisse Anzahl an Messergebnissen für jeden der Zweige, die mit der CVD-Anlage 176b und den entsprechenden PEB-Anlagen 171, ..., 174 verknüpft ist, ermittelt werden. Der Einfachheit halber wird angenommen, dass die Messanlage 177 nicht mehrere einzelne Anlagen aufweist und dass diese keine weiteren Zweige zu den betrachteten Prozessablauf hinzufügt.
Das Steuerungssystem 100 kann ferner einen Eingabeabschnitt 140 aufweisen, der ausgebildet ist, die Messdaten M (A1, ..., B4) von der Messanlage 177 oder einer anderen Instanz, etwa einem übergeordneten Fertigungsausführungssystem, wie es typischerweise in Halbleiterfabriken vorgesehen ist, zu empfangen. Der Eingabeabschnitt 140 kann ferner so ausgebildet sein, um einen Prozesszustand von einem Modellabschnitt 120 zu empfangen, der wiederum so ausgebildet, um einen aktualisierten Prozesszustand einer oder mehrerer der Prozessanlagen 175 abzuschätzen, die durch das System 100 zu steuern sind. Beispielsweise kann der Modellabschnitt 120 einen Algorithmus zum Vorhersagen eines Prozessausgangs der mehreren Prozessanlagen 175 aufweisen, beispielsweise um eine Schichtdicke einer belichteten Lackschicht, eine kritische Abmessung eines Lackstrukturelements und dergleichen vorherzusagen, um damit eine Vorhersage für den eigentlichen Prozessausgang bereitzustellen, wovon die Messergebnisse M (A1, ..., B4), die von der Messanlage 177 bereitgestellt werden, eine „verzögerte Version" eines zuvor durchgeführten Prozessdurchlaufs repräsentieren. Beispielsweise kann der Modellabschnitt 120 darin ein Modell eingerichtet aufweisen, das linear abhängig ist von einer oder mehreren manipulierten Variablen, die zum Steuern einer oder mehrerer der Prozessanlagen 175 verwendet werden.
Das Steuerungssystem 100 umfasst ferner einen Steuerungsabschnitt 110, der ausgebildet ist, eine oder mehrere aktualisierte manipulierte Variablen, etwa eine Belichtungsdosis, eine Belichtungszeit, und dergleichen zu bestimmen, wenn die zu steuernde Prozessanlage die Photolithographieanlagen 178 ist. Zu diesem Zweck kann der Steuerungsabschnitt 110 ein spezielles Steuerungsgesetz aufweisen, das als ein Algorithmus betrachtet werden kann, um aktualisierte manipulierte Variablen auf der Grundlage eines Sollwertes für den Prozessausgang, d. h. die Steuerungsvariable, und einer Differenz des vorhergesagten Prozessausgangs und den Messdaten M (A1, ..., B4) zu berechnen. Dazu ist der Steuerungsabschnitt 110 mit einem Modul 150 verbunden, das den Sollwert des Prozessausgangs und die Differenz des vorhergesagten Prozessausgangs und der tatsächlichen Messwerte M (A1, ..., B4) empfängt, die von einem Filterabschnitt 130 bereitgestellt werden können, der ausgebildet ist, auf den vorhergesagten Prozessausgang, der von dem Modellabschnitt 120 bereitgestellt wird, und den von der Messanlage 177 bereitgestellten Messdaten M (A1, ..., B4) zu operieren. In einer anschaulichen Ausführungsform kann der Filterabschnitt 130 darin eingerichtet einen expotential gewichteten gleitenden Mittelwert- (EWMA) Filter aufweisen, der im Prinzip eine aktualisierte Fehlerabschätzung, d. h. eine Diskrepanz zwischen den vorhergesagten Prozessausgang und dem beobachteten Prozessausgang, auf der Grundlage aller vorhergehenden Fehlerabschätzungen liefert, die auf der Grundlage eines Skalierungsfaktors, der typischerweise als λ bezeichnet wird, gewichtet sind. Somit kann der EWMA-Filter 130 eine Fehlerabschätzung ĉ_k, die aktuell zu verwenden ist, auf der Grundlage der Gleichung 1 liefern. ĉk = λck + (1 – λ)ĉk–1 (1)wobei c_k die Messdaten M in einem geeigneten Format repräsentiert.
Wie man aus Gleichung 1 erkennen kann, enthält die aktuell verwendete Fehlerabschätzung ĉ_k die Steuerungshistone sowie die Messdaten M (A1, ..., B4), wobei der Wert von λ, der in einen Bereich von [0, 1] zu wählen ist, merklich das Steuerungsverhalten beeinflusst, da der Wert von λ die „Stärke" bestimmt, mit der die Prozesshistorie den aktuell erzeugten Prozesszustand beeinflusst.
Das Steuerungssystem 100 umfasst ferner einen Fehlerberechnungsabschnitt 160, der ausgebildet ist, die Messdaten M (A1, ..., B4) zu empfangen und einen aktualisierten Filterparameter bereitzustellen, der auf der Grundlage einer Unsicherheit modifiziert wird, die mit den Messdaten M (A1, ..., B4) verknüpft ist. In einer anschaulichen Ausführungsform ist der Fehlerberechnungsabschnitt 160 so ausgebildet, um eine Standardabweichung S für mindestens einige Messdatensätze M (A1, ..., B4) als ein Maß der Messunsicherheit und als ein Mittel zum Modifizieren eines oder mehrerer Filterparameter zu berechnen.
Während des Betriebs des Steuerungssystems 100 berechnet der Fehlerberechnungsabschnitt 160 die Standardabweichung S gemäß Gleichung 2.
wobei σ die wahre Standardabweichung und N die Anzahl der Messungen repräsentiert, die zu einem Satz betrachteter Messungen gehören.
Auf der Grundlage der Standardabweichung S wird ein aktuell geeigneter Wert für den Filterparameter λ ermittelt, wobei beispielsweise ein hoher Wert für den Standardfehler S in den jüngsten Messdaten eine hohe Unsicherheit andeuten kann, so dass ein geeigneter Wert für λ gemäß Gleichung 1 so ausgewählt werden kann, um explizit den speziellen Standardfehler S zu berücksichtigen. Wenn beispielsweise die jüngsten Messdaten einen hohen Wert des Standardfehlers S aufweisen, auf Grund beispielsweise eines unstabilen Verhaltens einer der Prozessanlagen 175, so kann λ auf einen moderat geringen Wert neu skaliert werden, um damit den Einfluss der jüngsten Messungen auf die aktuelle Fehlerabschätzung ĉ_k zu reduzieren. Somit kann das Gesamtverhalten dese Steuerungssystems 100 in Bezug auf Störungen mit kurzer Dauer verbessert werden, da die Auswirkung der Störung nach Beendigung auf das weitere Steuerungsverhalten deutlich reduziert werden kann, indem die Messunsicherheit, die mit der Prozessstörung verknüpft ist, beispielsweise durch erneutes Skalieren von λ berücksichtigt werden kann.
In anderen Ausführungsformen können die Messdaten, die von der Messanlage 177 geliefert werden, Datensätze, die den diversen Zweigen entsprechen, und die als A1, ..., B4 bezeichnet sind, beinhalten, wobei jeder Messsatz damit verknüpft eine entsprechende Unsicherheit oder einen gewissen Standardfehler aufweisen kann. Wenn die Messdaten M (A1, ..., B4) in ihrer Gesamtheit verwendet werden, kann es vorteilhaft sein, eine mittlere Abweichung äquivalenter Prozessanlagen, etwa beispielsweise der CVD-Anlagen 176a, 176b zu bestimmen. Somit gibt es für jede Kombination eine entsprechende Anzahl an Messungen, d. h. einen Messwertesatz A1, A2, ..., B4, die einen entsprechenden Mittelwert m_A1, .... m_B4 und eine entsprechende Standardabweichung σ_A1, ..., σ_B4 für die entsprechende gesamte Population definieren. Wenn z. B. eine der PEB-Anlagen 171, 174 anders arbeitet als die anderen Anlagen auf Grund beispielsweise einer beeinträchtigten Gleichförmigkeit oder einer schlechteren Temperatursteuerung, so kann die entsprechende Standardabweichung σ_A1, ..., σ_B4 für diese spezielle Anlage höher sein. Da die entsprechenden Standardabweichungen σ_A1, ...., σ_B4 nicht gleich sein muss für alle Kombinationen der Prozessanlagen 176a, 176b, 171, ..., 174, ist die Homogenität der Varianzen, wie dies für eine Standard-ANOVA (Analyse der Varianzen) Analyse erforderlich ist, nicht erfüllt.
Gemäß der vorliegenden Erfindung kann eine mittlere Abweichung Δ₁, ..., Δ₄ z. B. in Bezug auf die CVD-Anlagen 176a, 176b z. B. auf der Grundlage der Messdaten M (A1, ..., B4), die von einem Los aus Substraten erhalten werden, bestimmt werden, indem Abweichung der Anlagen 176a, 176b für jeden der Zweige berechnet wird, der durch die diversen äquivalenten Prozessanlagen 171, ..., 174 repräsentiert ist. Da somit jede Kombination einer der Anlagen 176a, 176b mit den Anlagen 171, ..., 174 ihren eigenen Standardfehler s_Δ1, ... s_Δ4 und einen entsprechenden Mittelwert m_A1, ..., m_B4 für den durch die Messdaten repräsentierten Prozessausgang besitzt, können die entsprechenden Abweichungen in der folgenden Weise berechnet werden. Δ1 = mA1 – mB1 Δ2 = mA2 – mB2 Δ3 = mA3 – mB3 Δ4 = mA4 – mB4
Auf der Grundlage der individuellen Abweichungen Δ₁, ..., Δ₄ kann eine „Konsensus"-Durchschnittsabweichung Δ bestimmt werden, was in einer Ausführungsform erreicht werden kann, indem die einzelnen Abweichungen Δ₁, ..., Δ_B4 dem Kehrwert der entsprechenden Standardfehler s_Δ1, ..., s_Δ4 gemäß Gleichung 4 gewichtet werden.
Die Konsensusdurchschnittsabweichung Δ ist mit dem Standardfehler
durch Gleichung 5 verknüpft.
Der Standardfehler
der Konsensusdurchschnittsabweichung Δ kann als ein Maß für das Vertrauen verwendet werden, das in die Konsensusdurchschnittsabweichung Δ werden kann. D. h. der Standardfehler
der Konsensusdurchschnittsabweichung Δ kann als ein Maß eines „Vertrauensintervalls" betrachtet werden, obwohl konventioneller Weise ein Vertrauensintervall die Verwendung der sogenannten t-Statistik erfordert, die typischerweise bei statistischen Berechnungen für die Prozesssteuerung verwendet wird. Folglich kann mit einem geringeren Wert des Standardfehlers
der Konsensusdurchschnittsabweichung Δ ein um so höheres Vertrauen in die Konsensusdurchschnittsabweichung Δ gelegt werden. Es ist klar, dass das Vertrauen ansteigt in dem Maße, wie die einzelnen Standardabweichungen σ_A1, ..., σ_B4 kleiner werden und die einzelnen N_A1, ..., N_B4 ansteigen. Somit kann der Standardfehler
der Konsensusdurchschnittsabweichung Δ in effizienter Weise verwendet werden, um einen oder mehrere Parameer des Filters 130 nachzujustieren, wodurch ein sehr gut geeigneter Gewichtungsfaktor zum Verbessern der Steuerungsleistungsfähigkeit selbst für komplexe Messdatenstrukturen, etwa die Datenstruktur M (A1, ..., B4) bereitgestellt wird. In einer anschaulichen Ausführungsform kann der Kehrwert des Standardfehlers
der Konsensusdurchschnittsabweichung Δ verwendet werden, um in geeig neter Weise das λ des EWMA-Filters zu skalieren, wobei der Skalierungsvorgang so ausgeführt wird, dass λ in dem Intervall [0, 1] bleibt, wie dies aus Gleichung 1 erforderlich ist. Da der Standardfehler
unbegrenzt sein kann, kann zu diesem Zwecke der resultierende Wert für das neu skalierte λ bei einem Anwender definierten maximalen zulässigen λ „abgeschnitten" werden, wobei dieser Wert gleich oder kleiner als 1 ist. In anderen Ausführungsformen kann eine geeignete Funktion definiert werden, die den Standardfehler
in das Intervall [0, 1] abbildet, wodurch die obige Bedingung für λ gewährleistet wird, wenn die Funktion als ein Gewichtungsfaktor verwendet wird.
In einer weiteren Ausführungsform kann λ unter Anwendung „Referenzzustände" als eine Basis skaliert werden. Z. B. kann ein „nominales λ₀" definiert werden, das das Ergebnis sein sollte, wenn eine gewisse Varianz und eine Anzahl an Scheiben verwendet wird, beispielsweise die Varianz 1 bei einer Scheibe. Sodann erhält man für das skalierte λ: λ = λ0 + (1 – λ0)(sΔ0 – SΔ)/SΔ0 (6)wobei s_Δ0 der Standardfehler für die Referenzsituation, beispielsweise eine historische Populationsvarianz von 1 bei einer gemessenen Scheibe, etc. ist. Somit geht λ asymptotisch gegen 1, wenn der Standardfehler s_Δ nach 0 strebt, und geht gegen 0, wenn der Standardfehler s_Δ unbegrenzt anwächst. Man kann also ein gewisses λ_max < 1 ersetzen, so dass: λ = λ0 + (λmax – λ0)(sΔ0 – sΔ)/sΔ0 (7)so dass sich λ asymptotisch λ_max annähert, wenn der Standardfehler gegen 0 geht. Dies hat den zusätzlichen Vorteil, dass dies eine lineare Transformation des Standardfehler ist, so dass die Eigenschaft einer ständig abnehmenden Steigung (verschwindende Rücksetzungen) als eine Funktion der Anzahl der Scheiben N beibehalten wird.
Es gilt also: die vorliegende Erfindung stellt eine Technik zum Verbessern des Steuerungsverhaltens bereit, indem die Unsicherheit von Messdaten berücksichtigt wird, die zur Berechnung aktualisierter Werte von manipulierten Variablen und Prozesszuständen verwendet wird. Die Unsicherheit von Messdaten kann in Form von Standardfehlern von Mittelwer ten von Messdaten berechnet werden, die dann zum Gewichten der abgeschätzten Prozesszustände in geeigneter Weise benutzt werden kann. Beispielsweise kann in einem EWMA-Filter der Filterparameter λ auf der Grundlage des Standardfehlers skaliert werden. Des weiteren kann in komplexen Messdaten-Strukturen, die sich auf eine Vielzahl von Zweigen beziehen, eine Konsensusdurchschnittsabweichung auf der Grundlage der einzelnen Standardfehler der entsprechenden Messzweige berechnet werden, wobei der Standardfehler der Konsensusdurchschnittsabweichung dann verwendet werden kann, um in effizienter Weise den Filterparameter des EWMA-Filters zu skalieren oder nachzujustieren.
Weitere Modifizierungen und Variationen der vorliegenden Erfindung werden für den Fachmann angesichts dieser Beschreibung offenkundig. Daher ist diese Beschreibung als lediglich anschaulich und für die Zwecke gedacht, dem Fachmann die allgemeine Art und Weise des Ausführens der vorliegenden Erfindung zu vermitteln. Selbstverständlich sind die hierin gezeigten und beschriebenen Formen der Erfindung als die gegenwärtig bevorzugten Ausführungsformen zu betrachten.

Claims

Verfahren mit: Abschätzen eines aktuellen Prozesszustands eines Fertigungsprozesses auf der Grundlage von Messdaten, die von einem zuvor ausgeführten Prozessdurchlaufs erhalten werden und mit einem Ausgang des Fertigungsprozesses in Beziehung stehen, wobei das Abschätzen ferner auf einem Modell mindestens eines Teils des Fertigungsprozesses und auf einer Unsicherheit der Messdaten basiert.
Verfahren nach Anspruch 1, wobei der Fertigungsprozess auf der Grundlage mehrerer äquivalenter Anlagen durchgeführt wird.
Verfahren nach Anspruch 2, das ferner umfasst: Bestimmen eines oder mehrerer Mittelwerte von Messungen, die mit mindestens einigen der mehreren Prozessanlagen in Beziehung stehen, Bestimmen eines gewichteten Standardfehlers des einen oder der mehreren Mittelwerte und Verwenden des gewichteten Standardfehlers als einen Vertrauensmaßwerts für die Unsicherheit.
Verfahren nach Anspruch 3, das ferner Gewichten des abgeschätzten Prozesszustandes auf der Grundlage des Vertrauensmaßwertes umfasst.
Verfahren nach Anspruch 3, wobei Bestimmen des Vertrauensmaßwertes umfasst: Bestimmen einer Konsensusdurchschnittsabweichung für die mehreren Prozessanlagen aus dem einen oder den mehreren Mittelwerten und entsprechender Standardfehler, die mit einem oder den mehreren Mittelwerten verknüpft sind.
Verfahren nach Anspruch 5, wobei Bestimmen der Konsensusdurchschnittsabweichung umfasst: Berechnung einer Abweichung für jede der Prozessanlagen auf der Grundlage von Messdaten, die mit einer entsprechenden Prozessanlage verknüpft sind, und Gewichten jeder Abweichung durch den Kehrwert des Standardfehlers, der mit dem Mittelwert verknüpft ist, der zu der entsprechenden Prozessanlage gehört.
Verfahren nach Anspruch 1, wobei das Prozessmodell einen EWMA- (exponentiell gewichteten gleitenden Mittelwert-) Filter umfasst.
Verfahren nach Anspruch 7, das ferner Skalieren des EWMA-Filters auf der Grundlage der Unsicherheit umfasst.
Verfahren nach Anspruch 7 und 6, wobei der EWMA-Filter durch den Kehrwert des gewichteten Standardfehlers gewichtet wird.
Verfahren nach Anspruch 9, wobei das Gewichten des EWMA-Filters umfasst: Einstellen eines Wertes des Filterparameters des EWMA-Filters unter der Bedingung, dass der Wert zwischen 0 und 1 bleibt.
Verfahren nach Anspruch 8, wobei der EWMA-Filter skaliert wird, indem eine Skalierungsfunktion verwendet wird, die den Filterparameter des EWMA-Filters mit einem Referenzfilterparameter in Beziehung setzt, wobei die Skalierungsfunktion definiert ist, um den Filterparameter in einem Bereich zwischen 0 und 1 zu halten.
Verfahren mit: Bestimmen eines aktualisierten Wertes für eine oder mehrere manipulierte Variablen eines Fertigungsprozesses auf der Grundlage von Messdaten und eines Steuerungsalgorithmus; und Gewichten des aktualisierten Wertes auf der Grundlage eines Standardfehlers, der aus einem oder mehreren Mittelwerten der Messdaten bestimmt wird.
Verfahren nach Anspruch 12, wobei der Steuerungsalgorithmus einen EWMA-Filter umfasst.
Verfahren nach Anspruch 13, das ferner umfasst: Skalieren des EWMA-Filters auf der Grundlage des Standardfehlers.
Verfahren nach Anspruch 14, wobei der EWMA-Filter skaliert wird, indem eine Skalierungsfunktion verwendet wird, die den Filterparameter dese EWMA-Filters mit einem Referenzfilterparameter in Beziehung setzt, und wobei die Skalierungsfunktion definiert ist, um den Filterparameter in einem Bereich von 0 bis 1 zu halten.
Verfahren nach Anspruch 15, wobei die Skalierungsfunktion eine lineare Funktion in Bezug auf den Standardfehler ist.
Verfahren nach Anspruch 14, wobei der EWMA-Filter skaliert wird, indem ein Filterparameter des EWMA-Filters durch Anwenden des Kehrwertes des Standardfehlers gewichtet wird.
Verfahren nach Anspruch 17, wobei Gewichten des EWMA-Filters umfasst: Justieren eines Wertes des Filterparameters des EWMA-Filters unter der Bedingung, dass der Wert zwischen 0 und 1 bleibt.
Verfahren nach Anspruch 12, wobei der Fertigungsprozess auf der Grundlage mehrerer äquivalenter Anlagen durchgeführt wird.
Verfahren nach Anspruch 19, das ferner umfasst: Bestimmen eines oder mehrerer Mittelwerte der Messdaten, die sich auf mindestens einige der mehreren Prozessanlagen beziehen, Bestimmen eines gewichteten Standardfehlers des einen oder der mehreren Mittelwerte und Verwenden des gewichteten Standardfehlers als einen Vertrauensmaßwert für das Gewichten des aktualisierten Wertes.
Verfahren nach Anspruch 20, wobei Bestimmen des Vertrauensmaßwertes umfasst: Bestimmen einer Konsensusdurchschnittsabweichung für die mehreren Prozessanlagen aus den einen oder den mehreren Mittelwerten und entsprechenden Standardfehlern, die mit einem oder den mehreren Mittelwerten verknüpft sind.
Verfahren nach Anspruch 21, wobei Bestimmen der Konsensusdurchschnittsabweichung umfasst: Berechnen einer Abweichung für jede der Prozessanlagen auf der Grundlage von anlagenspezifischen Messdaten, die mit einer entsprechenden Messanlage ver knüpft sind, und Gewichten jeder Abweichung durch den Kehrwert des Standardfehlers, der mit dem Mittelwert verknüpft ist, der zu der entsprechenden Prozessanlage gehört.
Steuerungssystem mit: einem Eingabeabschnitt, der ausgebildet ist, Messdaten zu empfangen, die mit einem Prozessausgang einer zu steuernden Prozessanlage verknüpft sind; einem Fehlerberechnungsabschnitt, der ausgebildet ist, einen Standardfehler eines oder mehrerer Mittelwerte der Messdaten zu bestimmen; einem modellbasierten Steuerungsabschnitt, der ausgebildet ist, mindestens eine aktualisierte manipulierte Variable für die Prozessanlage auf der Grundlage des Modells, der Messdaten und des Standardfehlers zu bestimmen.
Das Steuerungssystem nach Anspruch 23, wobei der modellbasierte Steuerungsabschnitt ein EWMA-Modul umfasst.
Steuerungssystem nach Anspruch 24, wobei der modellbasierte Steuerungsabschnitt ferner ausgebildet ist, einen Filterparameter des EWMA-Filters auf der Grundlage des Standardfehlers einzustellen.