JP2005134747A - マスク評価方法、マスク評価システム、マスク製造方法およびプログラム - Google Patents

Abstract

【課題】 マスク評価を簡便に行えるマスク評価方法を実現すること。
【解決手段】キラー欠陥率関数算出部５により、所望のパターン密度ｄおよび欠陥サイズＲに対する模擬欠陥パターンのキラー欠陥率を表すキラー欠陥率関数Ｋ（Ｒ，ｄ）が算出され、フォトマスクのメインパターンエリアの情報（面積A、パターン密度ｄ）、欠陥サイズ分布Ｄ（Ｒ）およびキラー欠陥率関数Ｋ（Ｒ，ｄ）に基づいてキラー欠陥数算出部６により、フォトマスクのメインパターンエリア内のキラー欠陥数が算出され、上記算出されたキラー欠陥数を用いて歩留まり予測計算部７によりフォトマスクの歩留まりが予測される。
【選択図】 図１

Description

本発明は、半導体プロセス中で使用されるマスクのマスク評価方法、マスク評価システム、マスク製造方法およびプログラムに関する。

半導体デバイスのパターンの微細化に伴い、ウェーハ上に形成される回路パタンの原版であるフォトマスク上のパターン（マスクパターン）の微細化も進んでいる。このような微細化が進んだマスクパターンには、厳しい寸法精度および欠陥スペックが求められる。そのため、微細化が進んだマスクパターンを含むフォトマスクの歩留まりを、高く確保することが難しくなってきている。

フォトマスクの歩留まりが低下すると、良品のフォトマスクを必要な枚数だけ製造するために必要な工期（製造工期）が長くなる。このような製造工期の変更は、デバイス製造計画に影響を及ぼす。例えば、デバイス開発試作の効率が下がる。このような不都合を回避するためには、フォトマスクの歩留まりを予め予測し、マスク製造工期を見積もった上で、デバイス製造計画を立てることが必要となる。

従来よりウェハの歩留予測方法の一つとしてクリティカルエリア解析が知られている。クリティカルエリア解析方法に関する記述は例えば特許文献１に記載されている。クリティカルエリアとはパターン上に落ちた異物の中心が欠陥として存在するとウェハ上のパターンのライン間ショート不良などの致命的な不良を引き起こす欠陥となる領域のことである。このような致命不良となる欠陥はキラー欠陥と呼ばれている。

上記手法はフォトマスクにも適用することができる。すなわち、所望の半導体製品のマスクパターンデータより計算されたパーティクルサイズに対するクリティカルエリアと、フォトマスクの製造工程において取得された欠陥データに基づいて計算された欠陥サイズ分布とにより、以下の定義に基づいて、キラー欠陥数λおよびマスク歩留まりＹを求めることができる。

λ＝∫_R Ａｃ（Ｒ）・Ｄ（Ｒ）ｄＲ
Ｙ＝ｅｘｐ（−λ）
Ａｃ（Ｒ）：クリティカルエリア
Ｄ（Ｒ）：欠陥サイズ分布
Ｒ：欠陥サイズ
フォトマスク上の欠陥には欠陥修正により救済可能なものが存在し、それらはキラー欠陥にはならない。従来のクリティカルエリア解析（計算）を用いたフォトマスクの歩留まり予測方法の場合、欠陥修正によって救済可能な欠陥であっても、キラー欠陥と判断されてしまうことがある。そのため、予測歩留まりと実歩留まりとの乖離は避けられない。これを回避する手段として特許文献２にフォトマスク上の欠陥についてパターン救済率を考慮したマスク歩留の評価方法が提案されている。

ウェーハ上には、複数の種類のデバイスを備えた半導体装置が形成される。これらの各種のデバイスは複数の層を備えている。そのため、ウェーハ上の全ての種類のデバイスを形成するために必要なフォトマスクのマスクパターンのデータの種類の数は、膨大なものとなる。さらに、各半導体装置毎にフォトマスクは通常数枚しか作製されない。つまり極めて少量多品種生産となっている。また、マスクパターンは要求精度の低いものから厳しいものまで多岐に渡る。したがって、全てのマスクパターンについて、クリティカルエリア解析を行うことは必ずしも必要でなく、解析時間も膨大になるため、フォトマスクの生産効率の点で問題がある。
特開２００２−１００５４８号公報 特開２００３−０６６５９０号公報

上述の如く、従来のクリティカルエリア解析を用いたフォトマスクの歩留まり予測方法では、上記クリティカルエリア解析やパターン救済評価を全てのマスクパターンについて行うとフォトマスクは膨大な種類のパターンデータに対し通常数枚しか作製されないという少量多品種生産であるために、解析時間が膨大となりフォトマスクの生産効率の点でも問題がある。

本発明は、上記事情を考慮してなされたもので、その目的とするところは、マスク評価を簡便に行えるマスク評価方法、マスク評価システム、マスク製造方法およびプログラムを提供することにある。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば下記の通りである。

すなわち、上記目的を達成するために、本発明に係るマスク評価方法は、フォトマスクのパターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、前記パターンの所望のパターン密度および前記模擬欠陥の所望の欠陥サイズに対する前記模擬欠陥パターンのキラー欠陥率を表す、キラー欠陥率関数を算出する工程と、前記フォトマスクの検査対象領域内のキラー欠陥数を、前記検査対象領域の面積と、前記検査対象領域のパターン密度と、前記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出する工程と、前記算出されたキラー欠陥数に基づいて、前記フォトマスクとその歩留を評価する工程とを有することを特徴とする。

本発明に係るマスク製造方法は、所定枚数の良品のフォトマスクを製造する工程を有するマスク製造方法であって、本発明に係るマスク評価方法を用いて、前記フォトマスクを評価する工程と、前記フォトマスクを評価する工程の結果に基づいて、前記所定枚数以上の良品のフォトマスクが得られるために必要な、前記フォトマスクの製造枚数を決定する工程と、前記製造枚数以上の前記フォトマスクを製造する工程とを有することを特徴とする。

本発明に係るフォトマスク評価システムは、フォトマスクのパターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、前記パターンの所望のパターン密度および前記模擬欠陥の所望の欠陥サイズに対する前記模擬欠陥パターンのキラー欠陥率を表す、キラー欠陥率関数を算出するキラー欠陥率関数算出部と、前記フォトマスクの検査対象領域内のキラー欠陥数を、前記検査対象領域の面積と、前記検査対象領域のパターン密度と、前記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出するキラー欠陥数算出部と、前記算出されたキラー欠陥数に基づいて、前記フォトマスクとその歩留を評価する評価部とを具備してなることを特徴とする。

本発明に係るプログラムは、コンピュータに、パターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、前記パターンの所望のパターン密度および前記模擬欠陥の所望のサイズに対する前記模擬欠陥パターンのキラー欠陥率を表す、キラー欠陥率関数を算出させる手順と、前記フォトマスクの検査対象領域内のキラー欠陥数を、前記検査対象領域の面積と、前記検査対象領域のパターン密度と、前記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出させる手順と、前記算出されたキラー欠陥数に基づいて、前記フォトマスクとその歩留を評価させる手順とを実行させるためのものである。

本発明の上記ならびにその他の目的と新規な特徴は、本明細書の記載および添付図面によって明らかになるであろう。

本発明によれば、マスク評価を簡便に行えるマスク評価方法、マスク評価システム、マスク製造方法およびプログラムを実現できるようになる。

以下、図面を参照しながら本発明の実施形態を説明する。

（第１の実施形態）
図１は、本発明の第１の実施形態に係るマスク評価システムを示すブロック図である。

本実施形態のマスク評価システムは、フォトマスク上の欠陥を検査するマスク欠陥検査装置１と、マスク欠陥検査装置１にて取得されたフォトマスクに関する欠陥データが格納された欠陥データベース２と、欠陥データベース２内に格納された欠陥データに基づいて、フォトマスク上の欠陥のサイズＲに対するフォトマスクの単位面積当たりの欠陥数を示す、欠陥サイズ分布Ｄ（Ｒ）を作成する欠陥サイズ分布作成部３と、フォトマスクのマスクレイアウトデータから、メインパターンエリア（所定の欠陥精度が要求される領域（＝欠陥検査が行われる領域）の面積Aおよび上記メインパターンエリア内のパターン密度ｄを含む情報を取得するパターンエリア情報取得部４と、パターン（模擬パターン）および複数の欠陥（模擬欠陥）を含む模擬欠陥パターンに関し、上記パターンの所望の密度（パターン密度）ｄおよび上記欠陥の所望のサイズ（欠陥サイズ）Ｒに対する上記模擬欠陥パターンのキラー欠陥率を表すキラー欠陥率関数Ｋ（Ｒ，ｄ）を算出するキラー欠陥率関数算出部５と、フォトマスクのメインパターンエリアの情報（面積Ａ、パターン密度ｄ）、欠陥サイズ分布Ｄ（Ｒ）およびキラー欠陥率関数Ｋ（Ｒ，ｄ）に基づいて、フォトマスクのキラー欠陥数λを算出するキラー欠陥数算出部６と、キラー欠陥数λに基づいて、フォトマスクの歩留まり予測計算Ｙ（＝ｅｘｐ（−λ））を行う歩留まり予測計算部７（評価部）とを備えている。欠陥データベース２内に格納された欠陥データは、フォトマスク製造工程から取得したものである。

本実施形態によれば、キラー欠陥率関数算出部５により、所望のパターン密度ｄおよび欠陥サイズＲに対する模擬欠陥パターンのキラー欠陥率を表すキラー欠陥率関数Ｋ（Ｒ，ｄ）が算出され、フォトマスクのメインパターンエリアの情報（面積A、パターン密度ｄ）、欠陥サイズ分布Ｄ（Ｒ）およびキラー欠陥率関数Ｋ（Ｒ，ｄ）に基づいてキラー欠陥数算出部６により、フォトマスクのメインパターンエリア内のキラー欠陥数が算出され、そして、上記算出されたキラー欠陥数を用いて歩留まり予測計算部７によりフォトマスクの歩留まりが予測される。すなわち、本実施形態によれば、クリティカルエリア解析（計算）を用いる代わりに、キラー欠陥率関数Ｋ（Ｒ，ｄ）とメインパターンエリアの情報（面積Ａ、パターン密度ｄ）とを用いて、キラー欠陥数が算出される。以下、本実施形態の詳細を説明する。

図２に、キラー欠陥率関数Ｋ（Ｒ，ｄ）の算出方法のフローチャートを示す。

まず、モチーフとなるレイアウトパターン（モチーフパターン）が作成される（ステップＳ１）。図３に、モチーフパターンの例を示す。図３のモチーフパターンは、実フォトマスク上の繰返しパターンを示している。

モチーフパターンとして、実際のフォトマスク上のパターンを用いることで、歩留まり予測の精度を高めることが可能となる。また、モチーフパターンとして、繰り返しパターンを用いることで、歩留まり予測に必要な計算量を少なくできる。したがって、図３のモチーフパターンは、少ない計算量で、高精度のマスク評価を行うために有効なパターンである。

次に、図４に示すように、モチーフパターン内の繰り返しパターン数を変えることにより、モチーフパターン内のパターン密度ｄ（＝ｄｉ（ｉ＝１，２，…，ｎ））が変えられたｎ個のモチーフパターンＭ（＝Ｍｉ（ｉ＝１，２，…，ｎ））が作成される（ステップＳ２）。ここでパターン密度を変えることは様々なパターンバリエーションを持つ実マスクパターンを反映させる意味がある。

次に、図４に示すように、モチーフパターン（パターンイメージ）Ｍｉ（ｉ＝１，２，…，ｎ）上にサイズｒ１の模擬欠陥１０がランダムに（模擬的に）発生され、モチーフパターンおよび擬似欠陥で構成されたｎ個の模擬欠陥パターンが作成される。同様にして、モチーフパターンＭｉ（ｉ＝１，２，…，ｎ）の上にそれぞれサイズｒ２〜ｒｎの模擬欠陥１０がランダムに発生される。このようにして、モチーフパターンおよび欠陥サイズの少なくとも一方が互いに異なる、ｎ×ｎ個の模擬欠陥パターンが作成される（ステップＳ３）。上記模擬欠陥は、例えば、モンテカルロ法を用いてランダムに発生される。ここではモンテカルロ法を用いたが模擬欠陥をランダムに発生させることが出来ればどのような手法を用いてもよい。

次に、欠陥救済ルールに基づいて、模擬欠陥パターン内の模擬欠陥を、以下の三種類（Ｄ１−Ｄ３）に分類する。上記欠陥救済ルールは、マスク検査装置の検査感度および欠陥修正装置の精度に依存する欠陥の修正可能性および欠陥修正精度に基づいたものである。さらに、上記欠陥救済ルールに基づいた模擬欠陥の分類には、モチーフパターン、模擬欠陥のサイズおよび擬似欠陥の位置が利用される。

Ｄ１：対象外欠陥；パターンに隠れる欠陥、検査装置感度より小さい欠陥（検査装置で検出されない）。

Ｄ２：修正可能欠陥；対象外欠陥でない欠陥のうち、欠陥修正装置の能力、精度を考慮して修正可能な欠陥。

Ｄ３：修正不可欠陥；対象外でない欠陥のうち、欠陥修正装置の能力、精度を考慮して修正不可能。

検査感度は、フォトマスクの仕様によって変わる場合がある。例えば、精度が高いマスクほど、より小さな欠陥を検出する必要があるので、検査感度は高くなる。そのため、フォトマスクの仕様によって、検査感度が異なると、Ｄ１−Ｄ３の欠陥の数も変わる場合がある。

次に、総修正不可欠陥数を求める。ここで、修正可能欠陥のうち、修正難易度の高い欠陥は、修正が行われた後も欠陥となる可能性がある。そこで、本実施形態では、修正可能欠陥の修正失敗確率が考慮された以下の総修正不可欠陥数を採用する。

総修正不可欠陥数＝修正可能な欠陥数×修正失敗確率＋修正不可能な欠陥数
次に、上記総修正不可欠陥数および全発生欠陥数（ここではｎ個（＝模擬欠陥数））を用いて、キラー欠陥率（欠陥救済不可率）ｋが算出される。

キラー欠陥率ｋ＝総修正不可欠陥数／全発生欠陥数
キラー欠陥率ｋは、ｎ×ｎ個（パターン密度の種類数×欠陥サイズの種類数）の模擬欠陥パターンの全てについて算出される（ステップＳ４）。

次に、パターン密度ｄ（＝ｄ１，ｄ２，…，ｄｎ）以外のパターン密度または欠陥サイズｒ１〜ｒｎ以外の欠陥サイズを有する模擬欠陥パターンのキラー欠陥率ｋがフィッティング（外挿）により求められ、キラー欠陥率関数Ｋ（Ｒ，ｄ）が生成される（ステップＳ５）。キラー欠陥率関数Ｋ（Ｒ，ｄ）は、例えば、図５に示されるような分布図として表現することができる。

本実施形態では、一つのモチーフパターンを用いてキラー欠陥率関数Ｋ（Ｒ，ｄ）を求めたが、互いに異なる複数のモチーフパターンを用いてキラー欠陥率関数Ｋ（Ｒ，ｄ）を求めても構わない。この場合、まず複数のモチーフパターンのそれぞれについて、前記手順に従ってキラー欠陥率ｋを算出する。次に複数のモチーフパターンから得られたパターン密度ｄｘと欠陥サイズｒｘにおける複数のキラー欠陥率ｋの平均値ｋｍを算出し、ｋｍをキラー欠陥率として外挿によってキラー欠陥率関数Ｋ（Ｒ，ｄ）を求めればよい。

次に、本実施形態のフォトマスクの歩留まり予測方法について説明する。

まず、パターンエリア情報取得部４により、メインパターンエリアの面積Ａと該パターンエリア内のパターン密度ｄの情報が取得される。

次に、欠陥データベース２内に格納された欠陥データを用いて、周知の方法により、マスク製造工程における単位面積あたりの欠陥サイズ分布Ｄ（Ｒ）が算出される。図６に、欠陥サイズ分布Ｄ（Ｒ）の一例を示す。

次に、先に求められたキラー欠陥率関数Ｋ（Ｒ，ｄ）を用いて、以下の式によりキラー欠陥数λが算出される。

λ＝∫_R Ａ・Ｋ（Ｒ，ｄ）・Ｄ（Ｒ）ｄＲ
＝Ａ｛∫_R Ｋ（Ｒ，ｄ）・Ｄｓ（Ｒ）ｄＲ＋∫R Ｋ（Ｒ，ｄ）・Ｄｌ（Ｒ）ｄＲ｝
Ｄ（Ｒ）＝Ｄｓ（Ｒ）＋Ｄｌ（Ｒ）
Ｄｓ（Ｒ）：欠陥サイズが所定値（例えば３μｍ）未満の小欠陥のサイズ分布
Ｄｌ（Ｒ）：欠陥サイズが所定値（例えば３μｍ）以上の粗大欠陥のサイズ分布
本実施形態では、欠陥サイズ分布Ｄ（Ｒ）は、小欠陥のサイズ分布Ｄｓ（Ｒ）と、粗大欠陥のサイズ分布Ｄｌ（Ｒ）とに分けられている。その理由は、Ｄ（Ｒ）の外挿の精度が高められるからである。特に、粗大欠陥のサイズ分布Ｄｌ（Ｒ）の外挿の精度が高められる。

また、上記キラー欠陥数λは、黒欠陥と白欠陥とのそれぞれについて前述の手順を用いてキラー率関数を求め、黒欠陥と白欠陥とのそれぞれについて欠陥サイズ分布を取得すれば、黒欠陥のキラー欠陥数λ_Ｂと白欠陥のキラー欠陥数λ_Ｗとが別々に算出されるので、λ_Ｂとλ_Ｗとの和をキラー欠陥数λとしてもよい。黒欠陥とは、本来、抜きパターンである箇所の透明基板上に遮光膜もしくは半透明膜が残ってしまった欠陥である。白欠陥とは、本来、残しパターンである箇所の透明基板上の遮光膜もしくは半透明膜が剥がれ落ちてしまった欠陥である。

このようにして求めたキラー欠陥数λを用いて次式
Ｙ＝ｅｘｐ（−λ）
によって歩留まりが計算により予測される。

このように本実施形態によれば、フォトマスクのメインパターンエリアの面積、パターン密度および欠陥サイズ分布が分かれば、フォトマスクの歩留まりを予測することが可能となる。

メインパターンエリアの面積と、パターン密度の取得は、クリティカルエリアの計算よりも遙に簡単である。また、キラー欠陥率関数Ｋ（Ｒ，ｄ）は簡単に求めることができ、さらにキラー欠陥率関数Ｋ（Ｒ，ｄ）は互いに異なる複数のフォトマスクに対して共通に使用することが可能なので、フォトマスク毎にキラー欠陥率関数Ｋ（Ｒ，ｄ）を算出する必要はない。したがって、本実施形態によれば、フォトマスクの生産効率の向上を図れるフォトマスクの歩留まり予測方法を実現できるようになる。

また、本実施形態では、修正可能欠陥の修正失敗確率が考慮された総修正不可欠陥数を用いているので、精度の高いフォトマスクの歩留まり予測方法を実現できるようになる。さらに、欠陥サイズ分布Ｄ（Ｒ）を、小欠陥のサイズ分布Ｄｓ（Ｒ）と、粗大欠陥のサイズ分布Ｄｌ（Ｒ）とに分けたことも、歩留まり予測方法の精度向上に寄与している。

また、上記予測されたフォトマスクの歩留まりを用いることにより、発注されたＮ枚（Ｎ≧１）のフォトマスクを納期内に容易に納品することが可能となる。何故なら、Ｎ枚の良品のフォトマスクが得られるために必要な、フォトマスク製造プロセスで使用される透明基板あるいはマスクブランクスの枚数が、簡便に正確に予測されるからである。

また、上記予測されたフォトマスクの歩留まりを用いることにより、妥当なマスク価格を設定することが可能となる。何故なら、フォトマスク製造プロセスで使用されるＭ枚の透明基板あるいはマスクブランクスのうち、何枚が良品のフォトマスクとして仕上がるか正確に予測されるからである。

また、本実施形態のマスク評価方法を用いて、所定枚数の良品のフォトマスクを製造する工程を有するマスク製造方法は、以下の通りとなる。すなわち、マスク製造方法は、本実施形態のマスク評価方法を用いて、フォトマスクを評価する工程と、上記フォトマスクを評価する工程の結果（歩留まり予測結果）に基づいて、上記所定枚数以上の良品のフォトマスクが得られるために必要な、フォトマスクの製造枚数を決定する工程と、上記製造枚数以上の上記フォトマスクを製造する工程とを有する。

このようなマスク製造方法を採用することにより、発注されたＮ枚（Ｎ≧１）のフォトマスクを納期内に容易に納品することが可能となったり、あるいは妥当なマスク価格を設定することが可能となる。

（第２の実施形態）
第１の実施形態で説明した通り、予測歩留まりＹはｅｘｐ（−λ）で与えられ、λは∫_R Ａ・Ｋ（Ｒ，ｄ）・Ｄ（Ｒ）ｄＲで与えられる。したがって、予測歩留まりＹは、パターンエリアＡおよびパターン密度ｄをパラメータとする関数で表現された歩留まり分布として、簡易に表示することができる。図７に、上記歩留まり分布を表示した歩留まりマップの一例を示す。

上記歩留まりマップを用いたフォトマスクの歩留まりの評価は以下のように行われる。評価される。

予測歩留まりＹが一定期間毎に取得される。取得された予測歩留まりＹから一定期間毎に歩留まりマップが生成される。これらの歩留まりマップから、歩留まり全体の時間的な変動傾向が解析される。さらに、歩留まりが低い範囲のパターン密度ｄもしくはパターンエリアＡに注目して、各期間の歩留まりマップが比較解析される。以下に、解析例を説明する。

図５のキラー欠陥率関数を用いて求められた予測歩留まりＹの歩留まりマップの場合、パターン密度が高く、かつ、パターンエリアの大きいほどフォトマスクの歩留まりは悪くなる傾向があると解析される。

また、キラー欠陥率関数Ｋ（Ｒ，ｄ）を固定にした場合、歩留まり分布は欠陥サイズ分布Ｄ（Ｒ）に依存した変動となる。欠陥サイズ分布Ｄ（Ｒ）、つまり、工程欠陥レベルの変動により歩留まりマップの形が変わることになる。そのため、例えば、工程欠陥レベルが悪化すると、歩留まりマップ上で、歩留まりが低い範囲が占める割合が大きくなるというような傾向が見られるようになる。このように全体の歩留まり変動のみでなく、パターン種類（ここではパターン密度ｄ）の違いによる歩留まり変動の特徴または工程欠陥レベルの変動と歩留まりマップとを関連付けて、フォトマスクの歩留まりの評価が行える。

さらに、キラー欠陥率関数Ｋ（Ｒ，ｄ）と歩留まり分布とを用いて、逆に導出された欠陥サイズ分布Ｄ（Ｒ）を用いることにより、フォトマスク製造プロセスの工程能力を評価することが可能となる。

なお、本実施形態のフォトマスク評価方法は、コンピュータに所定の手段を実行させるための（あるいはコンピュータを所定の手段として機能させるための、あるいはコンピュータに所定の機能を実現させるための）プログラムとして実施することもできる。

すなわち、コンピュータに、パターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、上記パターンの所望のパターン密度および上記模擬欠陥の所望のサイズに対する上記模擬欠陥パターンのキラー欠陥率を表す、キラー欠陥率関数を算出させる手順と、フォトマスクの検査対象領域内のキラー欠陥数を、上記検査対象領域の面積と、上記検査対象領域のパターン密度と、上記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する上記フォトマスクの単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出させる手順と、上記算出されたキラー欠陥数に基づいて、上記フォトマスクとその歩留を評価させる手順とを実行させるためのプログラムとして実施することができる。さらに、手順の他に、上記実施形態中の手順（工程）を適宜追加しても構わない。

なお、上記の実施形態では、フォトマスクの種類を特に限定しなかったが、種々のフォトマスクが使用可能である。例えば、光露光用、または電子ビーム露光用、さらにはＸ線露光用としても使用可能である。

また、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。その他、本発明の要旨を逸脱しない範囲で、種々変形して実施できる。

実施形態のマスク歩留予測システムを示すブロック図。 実施形態のキラー欠陥率関数Ｋ（Ｒ，ｄ）の算出方法を示すフローチャート。 実施形態のモチーフパターンの例を示す図。 実施形態のモチーフパターンＭｉ（ｉ＝１，２，…，ｎ）を示す平面図。 実施形態のキラー欠陥率関数Ｋ（Ｒ，ｄ）が表現された分布図。 実施形態の欠陥サイズ分布。 実施形態の歩留まりマップ。

符号の説明

１…マスク欠陥検査装置、２…欠陥データベース、３…欠陥サイズ分布作成部、４…パターンエリア情報取得部、５…キラー欠陥率関数算出部、６…キラー欠陥数算出部、７…歩留まり予測計算部。

Claims (17)

1. フォトマスクのパターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、前記パターンの所望のパターン密度および前記模擬欠陥の所望の欠陥サイズに対する前記模擬欠陥パターンにおけるキラー欠陥率を表す、キラー欠陥率関数を算出する工程と、
   前記フォトマスクの検査対象領域内のキラー欠陥数を、前記検査対象領域の面積と、前記検査対象領域のパターン密度と、前記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出する工程と、
   前記算出されたキラー欠陥数に基づいて、前記フォトマスクを評価する工程と
   を有することを特徴とするマスク評価方法。
2. 前記算出された前記フォトマスクのキラー欠陥数に基づいて、フォトマスクの歩留を評価することを特徴とする請求項１に記載のマスク評価方法。
3. 前記キラー欠陥率関数を算出する工程は、
   パターンおよび複数の模擬欠陥を含み、前記パターンのパターン密度および前記模擬欠陥の欠陥サイズの少なくとも一方に関して互いに異なっている、複数の模擬欠陥パターンを作成する工程と、
   前記複数の模擬欠陥パターンのそれぞれのキラー欠陥率を算出する工程と、
   前記複数の模擬欠陥パターンのそれぞれのキラー欠陥率を用い、外挿により、前記パターンの所望のパターン密度および前記模擬欠陥の所望の欠陥サイズに対する前記模擬欠陥パターンのキラー欠陥率関数を算出する工程と
   を有することを特徴とする請求項１または２に記載のフォトマスク評価方法。
4. 前記複数の模擬欠陥パターンを作成する工程は、
   所定のパターン密度を有するフォトマスクのパターンイメージ上に、所定の欠陥サイズを有する複数の欠陥を模擬的にランダムに発生させる工程を、前記所定のパターン密度および前記所定の欠陥サイズの少なくとも一方を変えて、複数回行う工程を含むことを特徴とする請求項３に記載のマスク評価方法。
5. 前記パターンは、繰り返しパターンを含むことを特徴とする請求項１ないし３のいずれか１項に記載のマスク評価方法。
6. 前記キラー欠陥率関数を算出する工程は、
   前記複数の模擬欠陥パターンのそれぞれについて、修正可能な欠陥の個数と、修正不可な欠陥の個数とを取得する工程と、
   前記複数の模擬欠陥パターンのそれぞれのキラー欠陥率を、前記修正可能な欠陥の個数、前記修正不可な欠陥の個数および前記複数の欠陥の個数に基づいて算出する工程と
   を有することを特徴とする請求項２ないし５のいずれか１項に記載のマスク評価方法。
7. 前記複数の模擬欠陥パターンのそれぞれのキラー欠陥率は、
   （前記修正可能な欠陥の個数×修正失敗確率＋前記修正不可な欠陥の個数）／前記複数の欠陥の個数
   に基づいて算出されることを特徴とする請求項６に記載のマスク評価方法。
8. 前記フォトマスクの検査対象領域内のキラー欠陥数は、
   λ＝∫_R Ａ・Ｋ（Ｒ，d）・Ｄ（Ｒ）ｄＲ
   λ：キラー欠陥数
   Ａ：検査対象領域の面積
   Ｋ（Ｒ，ｄ）：キラー欠陥率関数
   Ｒ：欠陥のサイズ
   ｄ：パターン密度
   Ｄ（Ｒ）：欠陥サイズ分布
   に基づいて算出されることを特徴とする請求項１ないし７のいずれか１項に記載のマスク評価方法。
9. 前記欠陥サイズ分布は、互いに欠陥サイズ範囲が異なる複数の欠陥サイズ分布で構成されていることを特徴とする１ないし８のいずれか１項に記載のマスク評価方法。
10. 前記キラー欠陥数を算出する工程は、
    黒欠陥のキラー欠陥数と白欠陥のキラー欠陥数とを各々算出する工程と、
    前記黒欠陥のキラー欠陥数と前記白欠陥のキラー欠陥数との和を算出する工程と
    を含むことを特徴とする請求項１ないし7または９のいずれか１項に記載のマスク評価方法。
11. 前記フォトマスクを評価する工程は、
    前記フォトマスクのパターン密度およびパターン面積をパラメータとするフォトマスク歩留まり分布を一定期間毎に作成する工程と、
    前記一定期間毎に作成した前記フォトマスク歩留まり分布を比較して、歩留まり変動を評価する工程と
    を含むことを特徴とする請求項１ないし１０のいずれか１項に記載のマスク評価方法。
12. 前記フォトマスク歩留まり分布に基づいて、フォトマスク製造プロセスにおける欠陥サイズ分布を算出し、前記フォトマスク製造プロセスの工程能力を推定する工程を有することを特徴とする請求項１１に記載のマスク評価方法。
13. 所定枚数の良品のフォトマスクを製造する工程を有するマスク製造方法であって、
    請求項１ないし１２のいずれか１項に記載のマスク評価方法を用いて、前記フォトマスクを評価する工程と、
    前記フォトマスクを評価する工程の結果に基づいて、前記所定枚数以上の良品のフォトマスクが得られるために必要な、前記フォトマスクの製造枚数を決定する工程と、
    前記製造枚数以上の前記フォトマスクを製造する工程と
    を有することを特徴とするマスク製造方法。
14. フォトマスクのパターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、前記パターンの所望のパターン密度および前記模擬欠陥の所望の欠陥サイズに対する前記模擬欠陥パターンにおけるキラー欠陥率を表す、キラー欠陥率関数を算出する記キラー欠陥率関数算出部と、
    前記フォトマスクの検査対象領域内のキラー欠陥数を、前記検査対象領域の面積と、前記検査対象領域のパターン密度と、前記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出するキラー欠陥数算出部と、
    前記算出されたキラー欠陥数に基づいて、前記フォトマスクを評価する評価部と
    を具備してなることを特徴とするマスク評価システム。
15. 前記算出された前記フォトマスクのキラー欠陥数に基づいて、フォトマスクの歩留を評価する歩留評価部をさらに有することを特徴とする請求項１４に記載のマスク評価システム。
16. コンピュータに、パターンおよび複数の模擬欠陥を含む模擬欠陥パターンに関し、前記パターンの所望のパターン密度および前記模擬欠陥の所望のサイズに対する前記模擬欠陥パターンのキラー欠陥率を表す、キラー欠陥率関数を算出させる手順と、
    前記フォトマスクの検査対象領域内のキラー欠陥数を、前記検査対象領域の面積と、前記検査対象領域のパターン密度と、前記キラー欠陥率関数と、フォトマスク製造工程から取得した欠陥サイズ範囲に対する単位面積当たりの欠陥数を示す欠陥サイズ分布とに基づいて算出させる手順と、
    前記算出されたキラー欠陥数に基づいて、前記フォトマスクを評価させる手順と
    を実行させるためのプログラム。
17. 前記算出された前記フォトマスクのキラー欠陥数に基づいて、フォトマスクの歩留を評価させる手順をさらに有することを特徴とする請求項１６に記載のプログラム。

Images