JP2013534055A - ウェーハ検査または計測設定のためのデータ擾乱 - Google Patents

Abstract

ウェーハ検査および／または計測のためのパラメータを判定するための様々な方法が提供される。

Description

関連出願の相互参照
本願は、２０１０年６月３０日に出願された「Ｐｅｒｔｕｒｂａｔｉｏｎ Ｍｏｄｅｌｉｎｇ−Ｂａｓｅｄ Ｒｅｃｉｐｅ Ｇｅｎｅｒａｔｉｏｎ」を発明の名称とする米国特許出願番号第６１／３６０，４０６号の優先権を主張するものである。なお、この出願は参照することにより完全に説明されているかのように本願に援用される。

本発明は全般にウェーハ検査または計測設定のためのデータ擾乱に関する。

以下の説明および例は、先行技術がこのセクションに含まれることにより、先行技術であると認めるものではない。

ウェーハ上の欠陥を検出する検査プロセスは、製造プロセスにおけるより高い歩留まりを促進し、それにより、より高い利益を達成するために、半導体製造プロセス中の様々な工程において用いられる。検査はつねに半導体デバイス製造の重要な部分であった。しかし、半導体デバイスの寸法が縮小するに伴い、より小さい欠陥がデバイスの誤動作につながるため、許容可能である半導体デバイスの正常な製造に対して検査は重要度をさらに増してきている。

現在、ツール整合基準に適合する処方（レシピ：recipes）を生成するための方法は経験的である。例えば、レシピは、第１ツール（「ツール１」）上で作成され、次いで第２ツール（「ツール」２）上で試行され得る。そのレシピがツール２上においてツール整合基準に適合しない場合、そのレシピは変更され、ツール１上に運ばれテストされる。変更されたレシピがツール整合基準に適合しない場合、このプロセスは、レシピ設定がツール整合結果に達するまで、１つのツールと他のツールとの間で往復して反復的に実行される。このプロセスは、３つ以上のツールが関与する場合、より複雑となる。したがって、このような方法で整合レシピを設定することにより、顕著な量のウェーハ時間、ツール時間、およびエンジニアリング時間が必要となる。

したがって、上記の方法の１つまたは複数の欠点を有さない、ウェーハ検査および／または計測のための１つまたは複数のパラメータを判定するための方法およびシステムを開発することが有利となるであろう。

様々な実施形態の以下の説明が添付の請求項の主題を制限するものであるとは決して解釈してはならない。

１つの実施形態は、ウェーハ処理のための１つまたは複数のパラメータを判定するためのコンピュータ実装方法（コンピュータに実装される方法）に関する。本方法は１つまたは複数の第１ウェーハ走査の性能（動作：パフォーマンス）と１つまたは複数の第２ウェーハ走査の性能（動作：パフォーマンス）との間の差異のモデルを生成することを含む。これらの走査は、同一の検査もしくは計測ツールまたは異なる検査もしくは計測ツール上で実行され得る。加えて、これらの１つまたは複数の走査は、同一のまたは異種の（検査または計測）モードで実行される走査を含み得、複数の走査の任意の組合せを含み得る。さらに、これらの走査は検査走査または計測走査であり得る。本方法は、１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成することも含む。これらの結果は、検査（観察：inspection）結果または非検査(非観察：non-inspection)測定結果（例えば、計測（度量）結果）を含む。加えて、本方法は結果およびモデルを用いてウェーハに対する擾乱（変動、動揺：perturbed）結果（要因を変動させてことにより変動する結果）
を生成することを含む。これらの擾乱結果は、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。本方法は、擾乱結果に基づいてウェーハ処理のための１つまたは複数のパラメータを判定することをさらに含む。ウェーハ処理は１つまたは複数の第２ウェーハ走査を実行することを含む。本方法のステップはコンピュータシステムにより実行される。

他の実施形態は、ウェーハ処理のための１つまたは複数のパラメータを判定するために用いられることができる結果を生成するためのコンピュータ実装方法に関する。本方法は１つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを生成することを含む。本方法は、１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成することも含む。加えて、本方法は結果およびモデルを用いてウェーハに対する擾乱結果を生成することを含む。擾乱結果は、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。擾乱結果は、ウェーハ処理のための１つまたは複数のパラメータを判定するために用いられることができる。ウェーハ処理は１つまたは複数の第２ウェーハ走査を実行することを含む。本方法のステップはコンピュータシステムにより実行される。

付加的な実施形態は、ウェーハ処理のための１つまたは複数のパラメータを判定するためのコンピュータ実装方法に関する。本方法は１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成することを含む。本方法は、結果、および、１つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを用いて、ウェーハに対する擾乱結果を生成することも含む。擾乱結果は、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。加えて、本方法は、擾乱結果に基づいてウェーハ処理のための１つまたは複数のパラメータを判定することを含む。ウェーハ処理は１つまたは複数の第２ウェーハ走査を実行することを含む。本方法のステップはコンピュータシステムにより実行される。

上述の方法のうちのそれぞれの方法のステップのうちのそれぞれのステップは本願でさらに説明されるように実行され得る。加えて、上述の方法のそれぞれは本願で説明される任意の他の方法（単数または複数）の任意の他のステップ（単数または複数）を含み得る。さらに、上述の方法のそれぞれは、本願で説明されるシステムのうちのいずれかのシステムにより実行され得る。

本発明のさらなる利点は、好適な実施形態の以下の詳細な説明の利点を有するとともに、以下の添付の図面を参照することにより、当業者に明らかとなるであろう。

本発明は様々な修正例および代替的形態の余地があるが、本発明の特定の実施形態が、図面において例として示され、本願において詳細に説明される。これらの図面は必ずしも縮尺率が一定であるとは限らない。これらの図面およびこれらの図面に対する詳細な説明は、開示される特定の形態に本発明を制限することを意図するものとして理解してはならない。逆に、本発明は添付の請求項により定められる本発明の精神および範囲に含まれるすべての修正例、等価物、および代替物を含むものである。

第１ウェーハ走査を用いて判定された属性と第２ウェーハ走査を用いて判定された属性の平均に対する、第１ウェーハ走査を用いて判定された欠陥の属性と第２ウェーハ装置を用いて判定された属性との間の差異を示す図である。 本願で説明されるモデルを生成するために欠陥が分割されたビン内の母数のヒストグラム例を含む図である。 ウェーハ走査および本願で説明されるように生成された擾乱結果を用いて生成されたウェーハの結果を示すプロット例を含む図である。 非一時的コンピュータ可読媒体の１つの実施形態を示すブロック図である。 は本願で説明される１つまたは複数のコンピュータ実装方法を実行するために用いられることができるシステムの１つの実施形態を示すブロック図である。

一般に、本願で説明される実施形態の全部は、擾乱モデル化に基づく安定したレシピ生成に関する。１つの実施形態は、ウェーハ処理（例えば、ウェーハ検査および／またはウェーハ計測）のための１つまたは複数のパラメータを判定するためのコンピュータに実装される方法に関する。本願でさらに説明されるように、本方法はモデルを構築し、次いで、３つの広範な種類の用途を有するウェーハ検査または計測レシピを作成するためにそのモデルを用いてデータを擾乱させること（または他の変更をデータに加えること）を含み得る。例えば、１つの実施形態において、１つまたは複数のパラメータを判定することは、本願でさらに説明されるように、１つまたは複数の第２ウェーハ走査の性能を１つまたは複数の第１ウェーハ走査の性能に整合させるために、実行される。

１つの実施形態において、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査は異なるツールにより実行される。例えば、本方法は、ツール整合基準に適合する１つまたは複数のパラメータ（または「レシピ設定」）を判定するために用いられ得る。このように、本願で説明される実施形態の１つの広範な種類の用途はツール対ツール整合であり、このツール対ツール整合においてツール整合基準に適合することができるレシピが作成されるツール整合基準の１例は、Ｃ％の自己キャプチャレート（ｓｅｌｆ ｃａｐｔｕｒｅ ｒａｔｅ）（「自己キャプレート」）でＮ回の反復にわたり２つのツールによりキャプチャされたＤ個の欠陥の個数および位置が、Ｍ％以内で整合しなければならないことである。Ｃ、Ｎ、およびＭの値はウェーハのレイヤおよびツールの性質に依存し得る。

他の実施形態において、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査は同一のツールにより実行される。例えば、本願で説明される方法は、自己キャプレートまたは走査整合基準に適合する１つまたは複数のパラメータ（または「レシピ設定」）を生成するために用いられ得る。このように、本願で説明される実施形態は他の広範な種類の用途のために用いられることができる。なお、他の広範な種類の用途とは、自己キャプレート基準に適合することができるレシピが作成される、自己キャプレートレシピ生成または走査対走査整合である。

追加的な実施形態において、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査は所定の間隔（インターバルの）後に実行される。例えば、第３の広範な種類の用途（アプリケーション）は経時的変化を処理するためにレシピを適応することであり、これに関しては本願でさらに説明される。

このように、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査は同一のツールにより、異なるツールにより、または異なる時間において、実行され得る。このように、第３の広範な用途は、１）ツール対ツール整合（またはツール間走査整合）、２）走査対走査整合（またはツール内走査整合）、および３）経時的変化を無効化する（アカウント：account）ためのツール対ツールまたは走査対走査整合、を含む。ユーザがレシピを設定するとき、ユーザは、特定の自己キャプレートを有するレシピまたはツール整合基準に適合するレシピを設定することを望むかどうかを決定することができる。

いくつかの実施形態は本願では１つの用途（アプリケーション：例えば、ツール対ツール整合）に関して説明されるが、これら３つの用途はユーザがこの方法を用いる方法においては同様である。したがって、本願におけるこれらの実施形態は１つの用途（例えば、ツール対ツール整合）に関して説明され得るが、当業者は、これらの実施形態を他の用途（例えば、走査対走査整合）に対して用いる方法を理解するであろう。

「１つまたは複数のパラメータ」または「レシピ設定」という用語は、全般に、レシピにおいて調節可能であるすべての設定（ｉＤＯ（登録商標）設定を含む）（例えば、ユーザが調節することが許可された全部の設定）を指す。ｉＤＯ（登録商標）は、米国カリフォルニア州ミルピタスのＫＬＡ−Ｔｅｎｃｏｒ社から市販されるｉｎｌｉｎｅ Ｄｅｆｅｃｔ Ｏｒｇａｎｉｚｅｒ（登録商標）ビニングソリューションである。「レシピ」は全般に検査および計測等の処理を実行するための命令セットとして定義される。

１つの実施形態において、１つまたは複数のパラメータは、１つまたは複数の第２ウェーハ走査を実行するために用いられる１つまたは複数のパラメータを含む。例えば、１つまたは複数のパラメータは、１つまたは複数の第２ウェーハ走査を実行するために用いられるツールの、照明サブシステム、検出サブシステム、走査サブシステム、またはこれらのいくつかの組み合わせの１つまたは複数のパラメータを含み得る。このように、１つまたは複数のパラメータは１つまたは複数の結果取得パラメータを含み得る。照明サブシステムの１つまたは複数のパラメータは、例えば、照明サブシステム、照明サブシステムに含まれる他の光学部品（単数または複数）、およびこれらの組み合わせに含まれる、照明の角度（単数または複数）、照明の波長（単数または複数）、照明の極性（偏光polarization：単数または複数）、スポットサイズ、アパーチャ（単数または複数）を含み得る。光検出サブシステムの１つまたは複数のパラメータは、例えば、検出サブシステム、検出サブシステムに含まれる他の光学部品（単数または複数）、およびこれらの組み合わせに含まれる、集光（光取り入れ）の角度（単数または複数）、検出の波長（単数または複数）、検出の極性（偏光：単数または複数）、ピクセルサイズ、アパーチャ（単数または複数）を含み得る。同様のパラメータ（単数または複数）が光に基づかないシステム（例えば、電子ビームシステム）に対して判定（決定）されることができる。

他の実施形態において、１つまたは複数のパラメータは、１つまたは複数の第２ウェーハ走査により生成された結果を処理するために用いられる１つまたは複数のパラメータを含む。例えば、１つまたは複数のパラメータは、１つまたは複数の第２ウェーハ走査を実行するために用いられる光検出サブシステムにより生成された結果を処理するために用いられる１つまたは複数のパラメータを含み得る。１つの係る例において、光検出サブシステムにより生成された結果は画像または画像データを含み得、１つまたは複数のパラメータは画像または画像データのフィルタリング、位置合わせ、その他を実行するために用いられる１つまたは複数のパラメータを含み得る。他の例において、結果は信号を含み得、１つまたは複数のパラメータは、信号のフィルタリング、正規化、較正、その他を行うために用いられる、さらなる１つまたは複数のパラメータを含み得る。結果を処理するための１つまたは複数のパラメータは、ウェーハの異なるエリアに対して別個に判定され得る。例えば、ウェーハの１つのエリアにおいて生成された結果は１つまたは複数の第１パラメータを用いて処理され、ウェーハの他のエリアにおいて生成された結果は１つまたは複数の第２パラメータを用いて処理され、これらの第２パラメータのうちの少なくともいくつかは第１パラメータ（単数または複数）と異なり得る。１つまたは複数のパラメータは、欠陥検出感度も含むか、または、代替的に欠陥検出感度を含み得る。なお、欠陥検出感度は、欠陥検出アルゴリズムおよび／または欠陥検出方法の１つまたは複数のパラメータ（例えば、閾値）により定義され得る。加えて、１つまたは複数のパラメータはウェーハの異なるエリアに対して異なる検出感度（例えば、重要エリアまたは低ノイズエリアに対してはより高い感度、および非重要エリアまたは高ノイズエリアに対してはより低い感度）を含み得る。

本方法は１つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを生成することを含む。したがって、本願で説明される実施形態は、走査、ツール、または他のハードウェア上における結果をモデル化することを含み得、このモデル化することは、本願でさらに説明されるように、ただ１つのツール、走査、またはハードウェアにより生成された結果から、整合されたパラメータを生成するために用いられることができる。例えば、ツール間でのまたは走査間での光学部品および他のハードウェアの相対的挙動は、１つのウェーハと他のウェーハとの間で実質的には変化しない。したがって、この情報は、ツール間または走査間での画像／欠陥データの挙動をモデル化するために用いられることができる。例えば、ツール対ツール整合に対して、本方法はツール対ツール変動をキャプチャするモデルを作成することを含み得る。

１つの実施形態において、性能（動作：パフォーマンス）における差異は、モデルを生成するために用いられる結果を生成するために１つまたは複数の第１走査および１つまたは複数の第２走査が実行されたウェーハ上における欠陥の属性の差異を含む。換言すると、モデルはウェーハ上で行われた実際の走査の実際の結果を用いて生成される。モデルを構築するために実際の結果を用いることにより、モデルの性能における信頼性が提供される。複数のツールからの結果は、各ツール、別の１つのツール（「ゴールデン」または基準ツール）のためのモデルを形成するために用いられ得る。しかし本願で説明される実施形態は、「ゴールデンツール」の代わりに、２つ以上のツールを相対的な方法で検討するためにも用いられることができる。実際の結果は、ウェーハ上で１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査を実際に実行することにより生成され得る。しかし、実際の結果は、ウェーハ上で１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査を実際に実行することなく取得され得る。例えば、実際の結果は、本願で説明される実施形態により、実際の結果が記憶された１つまたは複数のストレージ（格納）媒体から取得され得る。

欠陥の属性は、欠陥検出アルゴリズムを用いて判定された欠陥の属性を含み得る。加えて、欠陥の属性は、走査中に検出された欠陥からの光の特性（例えば、強度）に応答する欠陥の属性、またはピクセル群の間の相対的応答さえも含み得る。例えば、属性は、強度、ＭＤＡＴオフセット、ＭＤＡＴグレーレベル（基準グレーレベル）、およびエネルギーを含み得る。ＭＤＡＴはＫＬＡ−Ｔｅｎｃｏｒ社から市販されるいくつかの検査ツールにより用いられる欠陥検出アルゴリズムである。欠陥の属性は可能な限り一般的であり得る。属性は、欠陥位置、欠陥寸法、および任意の他の算出されたまたは測定された量等の、強度を除く種類の属性を含むことができる。本方法において属性の性質に制限はない。

モデルを生成するいくつかの特定の実施形態は本願でさらに説明される。しかし本願で説明されるモデルはいかなる特定種類のモデルにも限定されない。理論上、モデルは本願で説明される簡単なものであり得るか、または、２つの走査または走査のセット上における属性の変動を正確にモデル化するに要求されるような高度なものであり得る。

１つの実施形態において、モデルを生成することは、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査に共通するウェーハ上の欠陥を特定することを含む。例えば、欠陥の１つの属性について検討する。次いで、本願でさらに説明されるように、共通の欠陥に対するこの属性の変動をモデル化することができる。共通の欠陥は任意の好適な方法で特定され得る。例えば、共通の欠陥は、互いに対して特定の距離の範囲内にある２つの欠陥として特定され得る。共通の欠陥を特定することは簡単な欠陥位置整合アルゴリズムを用いて実行され得る。

１つの実施形態において、モデルを生成することは、１つまたは複数の第１ウェーハ走査を用いて判定された属性および１つまたは複数の第２ウェーハ走査を用いて判定された属性の平均に対して、１つまたは複数の第１ウェーハ走査を用いて判定された欠陥の属性と１つまたは複数の第２ウェーハ走査を用いて判定された属性との差異をプロットすることを含む。換言すれば、モデルを生成することは、ｘ軸上における［属性（ツール１）＋属性（ツール２）］／２に対して、ｙ軸上における［属性（ツール１）−属性（ツール２）］をプロットすることを含み得る。係るプロットの１例が図１に示される。このプロットにおいて、各データ点は１つの共通の欠陥に対応する。

いくつかの実施形態において、モデルを生成することは、異なる平均値に対応するビンにこれらの欠陥を分割することも含む。なお、各ビンは他のビンのそれぞれと同一数の欠陥を含む。例えば、図１のプロットに示される欠陥は等しいサイズのＮ個のビンに分割されることができる。１つの係る例において、第１ビンは０〜５０の平均値に対応し、第２ビンは５１〜１００の平均値に対応し、第２ビンは１０１〜１５０の平均値に対応し、他のビンも同様に他の平均値に対応し得る。

さらなる実施形態において、モデルを生成することは、ビンのそれぞれに対して、ビンのそれぞれにおける欠陥の属性の分布についての平均値および標準偏差を判定することを含む。例えば、各ビンに対して、ビン内のデータ点に対する平均および平均偏差を判定してもよい。このように、ビンのそれぞれにおける欠陥の属性の変動を検査することができる。例えば、図１に示されるように、上部の曲線は各ビン内における変動値であり、下部の曲線は各ビン内における平均値である。したがって、この図面は属性の変動性およびモデル生成ストラテジーを示す。この変動は飽和のためにより高い値において低下する。調査中、分布は、当該技術分野で既知であるコルモゴルフ・スミルノフ検定（最適なパラメータのセットを有する）または任意の他のガウス分布のための検定を用いて、ガウス分布であると特定された。例えば、図２は３つの異なるビン内における３つの異なる母数の欠陥に対するヒストグラムを示す。コルモゴルフ・スミルノフ検定は分布のガウス性を確認する。一方、モデルを生成するために用いられる属性は、ガウス分布にしたがう場合もあり、したがわない場合もある。例えば、対数正規分布がより良好なモデルであるならば、対数正規分布がガウス分布に代わって用いられることができる。ガウス分布を除く分布は、モデルの構築方法を単に変化させるのみで、手順全体は本願の説明にしたがう。その場合、正しい分布を用いてデータをモデル化するにあたり付加的な要件が存在する。

２つ以上の属性がモデル化される場合、属性間の相関関係がモデル生成のために考慮されるべきである。例えば、ガウス分布または任意の他の分布にしたがう３つの属性をモデル化する場合を想定する。分布の全部が相関性を有する場合、擾乱結果に対するサンプリングは、同一のランダムなガウス分布または他の分布から実行されなければならない。相関性が低い場合、サンプリングは、独立的なランダムなガウス分布または他の分布から実行されなければならない。

１つの実施形態において、モデルを生成することの前に、本方法は、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査がモデルを生成するために用いられるであろう結果を生成するために用いられる前に、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査が互いに対して整合するよう、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査を実行するために用いられる１つまたは複数のツールの１つまたは複数のパラメータを変更することを含む。例えば、擾乱アプローチは、属性間の変動が比較的大きい場合、有用とならない場合もある。換言すれば、本願で説明される用途に関して、属性変動を説明するモデルを生成することが意味を持つのは、モデル生成のための結果を生成するために用いられるツールまたは走査が整合された後のみである。したがって、２つのツールまたは走査が整合された後にモデルが整合されたデータを用いて構築されることが想定される。モデル生成の前にツールまたは走査をこのように整合することにより、変動が比較的大きくなることがないよう保証される。例えば、ひとたび２つのツールまたは走査が「整合」されると、２つの「整合」されたツールまたは走査から取得される属性の変動が何らかの指定された境界内にあるという何らかの保証が存在する。モデル生成のために用いられる結果が生成される前にツールまたは走査が整合されない場合、モデルを構築することは可能であるが、モデルはハードウェアおよび較正において極度に望ましくない変動をキャプチャし得る。モデル生成のための結果を生成するために用いられるツールまたは走査は、ハードウェアとツール間または走査間の較正とを整合する好適な整合手順を用いて整合され得る。ツールまたは走査が、モデル生成の前に、いくつかの他の方法および／またはシステムを用いて整合される場合、本願で説明される方法は係るツール整合を含まない場合もある。セーフガードも、過度の適合性のリスクを最小化するために、モデルに組み込まれることができる。

他の実施形態において、モデルを生成することは、各ツール毎に１つまたは複数の変倍係数（スケール・ファクター）を判定することを含み得る。（特定のモデルの詳細により、ツール内（間）整合の目的を達成するためにどの他のパラメータを使用するかが決定される。）例えば、ツール内変動（すなわち、１つのツールの走査対走査変動）は、本願で説明されるようにモデル化されてもよい。走査対走査変動をモデル化することは、光学的状態、ピクセルサイズ、およびウェーハに対する依存を除去する。このように、１つのツールから他のツールへのデータを走査対走査変動性からモデル化することは、ハードウェア、光学部品、および他の残りの変動の適正な測定である。例えば、異なるウェーハ、異なる光学モード、および異なるステージ速度がほぼ同一の変倍係数を生成することを示す実験が実行された。したがって、走査対走査モデルはツール内変動を表すために適切に変倍され得る。このように、１つまたは複数の変倍係数が各ツール毎に決定され得る。

本方法は、１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成することも含む。例えば、ひとたびモデル（単数または複数）が上述のように生成されると、基準ウェーハ走査のみからの実際のデータが任意の所与のウェーハに対して取得され得、本願で説明される方法の付加的なステップを実行（例えば、整合レシピを形成）するためのモデル（単数または複数）とともに用いられ得る。このようにして、ひとたび所与のツールが本願で説明されるモデルを生成するために用いられると、そのツールは、他のツールの性能に整合されたレシピを生成することはもはや不要である。もちろん、１つのツールを用いて実行される１つまたは複数の第２走査の性能を同一ツールを用いて実行される１つまたは複数の第１走査の性能に整合させるためのレシピが生成される場合、そのツールを用いて生成された結果は、本願でさらに説明されるように、これらの１つまたは複数の第２走査に対するレシピを生成するために用いられ得る。

本方法は結果およびモデルを用いてウェーハに対する擾乱結果を生成することを含む。換言すれば、１つまたは複数の第１走査の結果は、方法に対する入力として用いられ、モデルの出力は擾乱結果である。このように、１つまたは複数の第１ウェーハ走査の結果（例えば、アルゴリズムおよびｉＤＯまたは他のレシピ設定への入力データ等の結果）は、その特定状態に対して以前に形成されたモデルにしたがって擾乱されるであろう。１つの実施形態において、擾乱結果を生成することは、モデルにおいて対応するビンに対して判定された平均値および標準偏差を有するランダム分布からビンに対するデータ点を抽出することを含む。例えば、擾乱データセットは、モデルにおいて正しいビンから導かれた平均値および標準偏差を有するランダムなガウス分布からデータ点を抽出することにより生成され得る。このように、擾乱結果は、本来の結果に整合するヒストグラムに実質的に整合するヒストグラムを有するであろう。したがって、走査またはツール整合に対して、属性ヒストグラムを整合させることにより、整合された走査またはツールにより検出された欠陥の属性も整合することが期待されることができる。

擾乱結果は、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。例えば、本願で説明されるモデルを用いることにより、画像／欠陥データ等の結果は、１つまたは複数の第２ツールまたは走査からの結果を近似、シミュレート、または模倣するために、擾乱されることができる。換言すれは、擾乱結果は１つまたは複数の第２ウェーハ走査により生成されるであろう結果と正確に同一となるとは限らないであろう。しかしその一方で、擾乱結果は、１つまたは複数の第２ウェーハ走査により生成されるであろう結果の妥当な近似となるであろう。１つの係る例において、図３は、擾乱結果が、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果をいかに良好に近似、シミュレート、または模倣するかを示す。特に、図３の左手側のプロットは、モデルが生成される実際の結果の変動性であり、図３の右手側のプロットは、擾乱結果の変動性である。図３に示されるように、どの結果が実ツールに由来するものか、どの結果がモデルおよびその対応する擾乱に由来するものか、を区別することは不可能である。このことは、モデルの信憑性を確認するものである。

本方法は、擾乱結果に基づいてウェーハ処理のための１つまたは複数のパラメータを判定することをさらに含む。例えば、レシピは、可能であればツールまたは走査からの本来の結果と組み合わせて、擾乱結果を用いて設定することができる。１つの係る例において、レシピは、可能であれば同様に擾乱された結果および／または本来の結果のＮ個の集合と組み合わせて、擾乱結果の集合を用いて形成され得る。このレシピは、単一のツール上でまたは単一の走査を用いて開発されたにもかかわらず、ツールまたは走査整合基準に適合する能力を有する。例えば、レシピが本願で説明される擾乱結果を用いて設定される場合、レシピは、第１ツールまたは走査と同様の感度を有する第２ツールまたは走査上において当然動作するであろう。十分な擾乱結果および可能な実際の結果は整合レシピ生成のための結果の変動性をキャプチャするために用いられることが好適である。

ウェーハ処理のために１つまたは複数のパラメータを判定することは、ウェーハ処理レシピの少なくとも１つのパラメータに対する値を選択または判定することを含み得る。「パラメータ」という用語は本願においては、検査および／または計測ツールを設定するために用いられる、波長（単数または複数）、ピクセル、検査領域、スピード、照明および集光アパーチャ、その他等の変数の全部を指すために用いられる。例えば、ウェーハ処理のためのパラメータ（単数または複数）は、ウェーハからの光に応答して結果を取得するために用いられるツールのパラメータ、および／または結果を処理するために用いられるツールのパラメータを含み得る。このように、パラメータ（単数または複数）は、結果取得パラメータ（単数または複数）および／または結果処理パラメータ（単数または複数）を含み得る。ウェーハ処理は、暗視野（ＤＦ：ｄａｒｋ ｆｉｅｌｄ）検査、明視野（ＢＦ：ｂｒｉｇｈｔ ｆｉｅｌｄ）検査、電子ビーム（ｅ−ｂｅａｍ）検査、ＤＦおよびＢＦ検査、もしくはマルチモード検査（同時に１つまたは複数のプラットフォームからのデータに関与する）であるか、または満足されるべきツール／検査整合を必要とする任意の他の計測もしくは検査ツールからであり得る。１つまたは複数のパラメータは、本方法において自動的にすなわちユーザ入力なしに判定され得る。しかし、１つまたは複数のパラメータは、ユーザからの入力を用いても、または代替的にユーザからの入力を用いて、擾乱結果に基づいて判定され得る。例えば、ユーザは、ユーザがレシピ設定を変化させる都度リアルタイムで、１つまたは複数の判定されたパラメータの性能に関するフィードバックが提供され得る。

ウェーハ処理は１つまたは複数の第２ウェーハ走査を実行することを含む。例えば、本願でさらに説明されるように、１つまたは複数のパラメータは、１つまたは複数の第２ウェーハ走査を実行するために用いられる１つまたは複数のパラメータ、１つまたは複数の第２ウェーハ走査により生成された結果を処理するために用いられる１つまたは複数のパラメータ、およびこれらの組み合わせを含み得る。

１つの実施形態において、本方法は、所定の間隔で実行され、ウェーハ処理は、最後の２つの間隔の後に生成された結果または擾乱結果の差異が互いに対して所定値よりも大きい場合、直近の間隔の後に判定された１つまたは複数のパラメータを用いて実行される。例えば、本方法は、ロット対ロット変動を模倣し、処理が経時的変化するに応じてレシピを動的に調節するために用いられることができる。１つの係る例において、実施形態は、指定された期間（例えば、Ｎ個のロット）にわたってレシピ性能および欠陥属性（単数または複数）を調査するために用いられることができる。性能が妨害率（ｎｕｉｓａｎｃｅ ｒａｔｅ）および欠陥属性範囲に関して一定である場合、レシピを変える必要はない。性能が一定でない場合、１つの部類内の欠陥属性変動性に対するモデルが自動的に生成され、レシピ設定を調節するために用いられ得る。このレシピ性能はＮ個のロットに１回、自動的にチェックされることができる。このように、本願で説明される実施形態は、動的な生産プロセスにおいて一定に留まるよう、レシピを調節するために用いられることができる。モデルが各Ｍ個のロット毎に再計算される場合、この計算されたモデルは、処理変化の単独型指標として機能することができる。この計算されたモデルは、顕著な処理変化の強力な新規の統計的単独型指標となることができる。

他の実施形態において、性能の間の差異は、１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査に共通である１つの部類の欠陥の属性の間の差異を含む。例えば、経時的処理を処理するためにレシピを適応させることは、いくつかの質的差異に関して本願でさらに説明されるのと同様の方法で実行され得る。特に、第１ウェーハ走査および第２ウェーハ走査は異なるウェーハ上で実行されるであろう。したがって、両方の走査に共通である欠陥はモデルを生成することのために利用可能とはならないであろう。しかし、１つの部類または複数の部類の欠陥に対する属性変動は、モデル化されることが可能である。係るアプローチは、Ｎ個のロットのデータサンプル上には特定の部類（クラス（class or classes）：単数または複数）の欠陥の特定の分布が存在するという仮定に基づく。このユースケースに対する変動の範囲は、ツール対ツールおよび走査対走査整合のためのモデル生成に対して判定された属性の変動の範囲とは実質的に異なり得る。

１つの実施形態において、１つまたは複数の第１ウェーハ走査は第１ツールにより実行され、１つまたは複数の第２ウェーハ走査は第２ツールにより実行され、１つまたは複数のパラメータを判定することは第２ツールを用いることなく実行される。他の実施形態において、本方法は、本方法の２つ以上のステップを反復して実行することを含まない。例えば、本願で説明される実施形態は、第２ツールからの事前情報を用いて単一の反復で１つのツール上で「整合可能」なレシピを生成するための具体的な方法を提供する。したがって、本願で説明される実施形態は、時間および労力を省き、走査またはツール整合基準を満足することができるレシピを形成することに対して系統的なアプローチをもたらす。特に、本願で説明される実施形態は、複数のツール間における複数回の反復なしに自己キャプレートおよびツール整合基準に適合することができるレシピを生成するための具体的且つ迅速な方法を提供する。

本願で説明される実施形態は、ウェーハ検査または計測等のウェーハ処理のためのパラメータを判定するための他の方法と比べて、いくつかの利点を提供する。例えば、本願に説明される実施形態は、使いやすさと比較的迅速な自己キャプレートまたはツール整合結果とを提供する。特に、自己キャプレートまたはツール整合結果を達成するための現行の方法は、経験に基づくものであり、ユーザが一連のステップを実行することを要求する。これらのステップを実行することは、状況の複雑度、ツールの個数、およびユーザの部位（ユーザサイト：ユーザの場所）におけるツールの用法に応じて、比較的長時間（例えば、１日またはそれ以上）を必要とする。一方、本願で説明される実施形態は、複数のツール間における複数回の反復なしに自己キャプレート（self-caprate）およびツール整合基準に適合することができるレシピを形成することにおいて迅速な作業を可能にする。

このように、本願に説明される実施形態は、より短いツール時間、より短いエンジニアリング時間、より小さい走査型電子顕微鏡（ＳＥＭ：ｓｃａｎｎｉｎｇ ｅｌｅｃｔｒｏｎ ｍｉｃｒｏｓｃｏｐｙ）解析努力、および整合レシピを形成するためのより短いウェーハ時間を要求する。例えば、ツール上で生産ロットを実行することの代わりに、現行では、ユーザはツール整合レシピを設定するためにツールを使わなければならない。このことにより、ツールの所有コストが増加することとなってしまう。所与のユーザが作成するレシピの数に応じて、このことは著しいコストとなり得る。しかし、本願でさらに説明される実施形態において、複数のツールは、整合レシピを生成するにあたり用いられることは要求されない。特に、本願で説明されるように、本実施形態は、ユーザが整合レシピを作成する必要がある各ツールおよび各レイヤから結果を取得する必要性を排除する。したがって、本願で説明される実施形態はツール時間を顕著に節約し、節約されたツール時間は他の目的（例えば、実際の検査）のために用いられることができる。加えて、本願で説明される実施形態は、レシピを作成するための系統的な方法も提供する一方で、整合レシピを制作する時間をスピードアップする。本願で説明される実施形態においては、ツール整合レシピを形成するにあたり要求されるエンジニア時間も短縮化される。例えば、通常、エンジニアがレシピを作成する。しかし、エンジニアがツール上のボックスからツール整合レシピを生成することができるなら、エンジニアの時間は大幅に節約されるであろう。このことは、すなわち、エンジニアの時間に関する直接的コスト軽減化と、エンジニアのフラストレーションの軽減化を通しての間接的コスト軽減化とを意味する。さらに、ｉＤＯ整合は、現行の方法体系においては相当量のＳＥＭ解析を必要とし、現行の方法体系においては、ＳＥＭ類別および解析が複数のツールから必要となる。しかし、本願で説明される実施形態はこの時間を劇的に削減し、その結果、ＳＥＭ解析時間が顕著に削減される。

他の実施形態において、本方法は、モデルを生成するために用いられる結果を生成するために、ウェーハの１つのレイヤ上で１つまたは複数の第１ウェーハ走査および１つまたは複数の第２ウェーハ走査を実行することを含み、ウェーハ処理は、同一ウェーハの他レイヤ上で、または他ウェーハの他レイヤ上で、実行されるであろう。例えば、現行では、各レイヤに対するウェーハ処理設定は、各ツールを訪問し、ロットのＳＥＭ解析を必要とし得る。しかし、本願で説明される実施形態においては、モデルが各ツールから「ゴールデン」ツールへのために形成された後、整合レシピは各ツールを訪問することなく構築されることができる。特に、本願で説明されるモデルは、ハードウェアおよび光学部品に依存するため、レイヤに非依存であり得る。レイヤは、アクティブレイヤ、ポリレイヤ、コンタクトレイヤ、金属レイヤ、その他等の、マスクレイヤまたはプロセスレイヤを含み得る。レイヤは、リソグラフィ、エッチング、化学機械研磨（ＣＭＰ：ｃｈｅｍｉｃａｌ−ｍｅｃｈａｎｉｃａｌ ｐｏｌｉｓｈｉｎｇ）、またはウェーハの構造を変化させることが可能である任意の他の処理等の、任意の好適なウェーハ作製プロセスを用いて、ウェーハ上に形成され得る。

他の実施形態は、ウェーハ処理のための１つまたは複数のパラメータを判定するために用いられることができる結果を生成するためのコンピュータ実装方法に関する。本方法は１つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを生成することを含み、この生成することは、本願でさらに説明されるように実行され得る。本方法は、１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成することも含み、この生成することは本願でさらに説明されるように実行され得る。加えて、本方法は結果およびモデルを用いてウェーハに対する擾乱結果を生成することを含み、この生成することは本願でさらに説明されるように実行され得る。擾乱結果は、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。擾乱結果は本願でさらに説明されるように結果を近似する。擾乱結果は、本願でさらに説明されるように、ウェーハ処理のための１つまたは複数のパラメータを判定するために用いられることができる。ウェーハ処理は１つまたは複数の第２ウェーハ走査を実行することを含む。

付加的な実施形態は、ウェーハ処理のための１つまたは複数のパラメータを判定するためのコンピュータ実装方法に関する。本方法は、１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成することを含み、この生成することは本願でさらに説明されるように実行され得る。本方法は、結果、および、１つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを用いて、ウェーハに対する擾乱結果を生成することも含み、この生成することは本願でさらに説明されるように実行され得る。モデルは、他のコンピュータ実装方法を用いて本願で説明されるように生成され得る。擾乱結果は、１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。擾乱結果は本願でさらに説明されるように結果を近似する。加えて、本方法は擾乱結果に基づいてウェーハ処理のための１つまたは複数のパラメータを判定することを含み、この判定することは本願でさらに説明されるように実行され得る。ウェーハ処理は１つまたは複数の第２ウェーハ走査を実行することを含む。

本願で説明される方法の全部は、本方法の１つまたは複数のステップの結果を、非一時的コンピュータ可読記憶媒体に記憶することを含み得る。結果は、本願で説明される結果のうちのいずれかを含んでもよく、当該技術分野において任意の既知の方法で記憶され得る。記憶媒体は、本願で説明される任意の記憶媒体、または当該技術分野において既知である任意の他の好適な記憶媒体を含み得る。結果が記憶された後、結果は、記憶媒体においてアクセスされること、本願で説明される方法またはシステムの実施例のいずれかにより用いられること、ユーザに表示するためにフォーマットされること、任意のソフトウェアモジュール、方法、またはシステム、その他により用いられること、が可能である。例えば、本方法がウェーハ処理のための１つまたは複数のパラメータを判定した後、本方法は、システムが検査および／または計測等の処理のためのレシピを用いることができるよう、１つまたは複数のパラメータを含むウェーハ処理のためのレシピを記憶媒体に記憶することを含み得る。

本方法のうちのそれぞれ方法のステップのうちのそれぞれのステップはコンピュータシステムにより実行される。コンピュータシステムは本願で説明されるように構成され得る。本方法の実施形態のそれぞれは本願で説明される任意の他の方法（単数または複数）の任意の他のステップ（単数または複数）を含み得る。加えて、本方法の実施形態のそれぞれは本願で説明されるシステムのうちのいずれかにより実行され得る。

他の実施形態は、本願で説明される１つまたは複数のコンピュータ実装方法を実行することをコンピュータシステムに対して実行させるプログラム命令を記憶する非一時的コンピュータ可読媒体に関する。係るコンピュータ可読媒体の１つの実施形態が図４に示される。特に、コンピュータ可読媒体１０はコンピュータ可読媒体１０内に記憶されたプログラム命令１２を含む。なお、プログラム命令１２は、本願で説明される１つまたは複数のコンピュータ実装方法を実行することをコンピュータシステム１４に対して実行させる。

本願で説明される方法等の方法を実装するプログラム命令１２はコンピュータ可読媒体１０上に記憶され得る。コンピュータ可読媒体は、リードオンリーメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、磁気ディスクもしくは光ディスク、磁気テープ、または当該技術分野において既知である任意の他の好適なコンピュータ可読媒体等の、非一時的コンピュータ可読記憶媒体であり得る。

プログラム命令は、とりわけプロシージャベース技術、コンポーネントベース技術、および／またはオブジェクト指向技術を含む、様々な方法のうちのいずれかにより実装され得る。例えば、プログラム命令は、所望により、ＡｃｔｉｖｅＸコントロール、Ｃ＋＋オブジェクト、ＪａｖａＢｅａｎｓ、Ｍｉｃｒｏｓｏｆｔ Ｆｏｕｎｄａｔｉｏｎ Ｃｌａｓｓ（「ＭＦＣ」）、または他の技術もしくは方法体系を用いて実装され得る。

コンピュータシステム１４はパーソナルコンピュータシステム、メインフレームコンピュータシステム、ワークステーション、撮像コンピュータ、並列プロセッサ、または当該技術分野において既知である任意の他の装置を含む様々な形態を取り得る。全般に、「コンピュータシステム」という用語はメモリ媒体からの命令を実行する１つまたは複数のプロセッサを有する任意の装置を含むものとして広範に定義され得る。

図５は本願で説明される１つまたは複数のコンピュータ実装方法を実行するよう構成されたシステムの１つの実施形態を示す。図５に示すように、システムはいくつかのツール１６、１８、２０、および２２を備える。ツール１６、１８、２０、および２２は、任意の市販されるウェーハ検査および／または計測ツールを含み得る。これらのツールのうちの１つ（例えばツール１６）は、他のツール（例えば、ツール１８、２０、および２２）のうちの１つに対する擾乱結果を生成するために用いられる結果を生成するために用いられ得る。例えば、本システムは、ツール１６を用いて実行される１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成するよう構成され得る。

本願で説明されるように構成され得るコンピュータシステム２４は、コンピュータシステムがこれらのツールのうちのそれぞれとの間でデータを送信および受信することができるよう、任意の好適な方法でこれらのツールのうちのぞれそれに接続され得る。例えば、コンピュータシステム２４は、１つまたは複数の第１ウェーハ走査を用いて生成された結果をツール１６から受信し得る。

コンピュータシステムは、ツール１６により生成された結果および本願で説明されるモデル等のモデルを用いてウェーハに対する擾乱結果を生成するよう構成され得る。擾乱結果は、他のツールのうちの１つにより実行される１つまたは複数の第２ウェーハ走査によりウェーハに対して生成されるであろう結果を近似する。

コンピュータシステム２４は擾乱結果に基づいてウェーハ処理のための１つまたは複数のパラメータを判定するようにも構成され得る。この判定することは、本願でさらに説明されるように実行され得る。このようにして、ツール１６により生成される結果は、他のツールのうちの１つのためのウェーハ処理レシピを生成するために用いられることができる。加えて、このようにして、ツール１６により生成される結果は、他のツールのうちの１つのためのウェーハ処理レシピを、これらの他のツールを用いることなく、生成するために用いられることができる。この生成することは、本願でさらに説明されるように実行され得る。したがって、ツール１６は、ウェーハ処理設定のために用いられていないときは実際のウェーハ処理にも用いられ得るが、専らウェーハ処理レシピ設定のために用いられ得る。

コンピュータシステム２４は、プロセス、検査、計測、解析、または他のツールの一部を形成しないスタンドアロンシステムとして構成され得る。代替的に、コンピュータシステム２４は、ウェーハ検査システム、計測システム、欠陥解析システム、分析システム、または他のツールの一部を形成し得る。

本発明の様々な態様のさらなる修正例および代替的実施形態は、本説明を鑑みて、当業者には明らかとなるであろう。例えば、ウェーハ検査および／または計測のための１つまたは複数のパラメータを判定するための方法が提供される。したがって、本説明は、例示としてのみ解釈されるべきであり、本発明を実施する全般的な手法を当業者に教示することを目的とする。本願で図示および説明される本発明の形態は現時点での好適な実施形態であると理解されるべきである。本発明のこの説明の利点を有した後に当業者には明らかとなるように、要素および物質は本願で例示および説明されたものに対して代用され得、部品および処理は逆行し得、本発明の特定の特徴は独立的に利用され得る。変更例は、以下の請求項で説明される本発明の精神および範囲から逸脱することなく、本願で説明された要素において可能である。

Claims (21)

1. ウェーハ処理のための１つまたは複数のパラメータを判定するためのコンピュータに実装される方法であって、
   １つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを生成するステップと、
   前記１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成するステップと、
   前記ウェーハに対する擾乱結果であって前記１つまたは複数の第２ウェーハ走査により前記ウェーハに対して生成されるであろう結果を近似する擾乱結果を前記結果および前記モデルを用いて生成するステップと、
   前記擾乱結果に基づいて前記ウェーハ処理のための１つまたは複数のパラメータを判定し、前記ウェーハ処理は前記１つまたは複数の第２ウェーハ走査を実行することを含み、前記方法のステップはコンピュータシステムにより実行される、ステップと、
   を含む方法。
2. 前記判定するステップは前記１つまたは複数の第２ウェーハ走査の性能を前記１つまたは複数の第１ウェーハ走査の前記性能に整合させるために実行される、請求項１に記載の方法。
3. 前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査は異なるツールにより実行される、請求項１に記載の方法。
4. 前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査は同一のツールにより実行される、請求項１に記載の方法。
5. 前記方法の２つ以上のステップを反復することを含まない、請求項１に記載の方法。
6. 前記１つまたは複数の第１ウェーハ走査は第１ツールにより実行され、前記１つまたは複数の第２ウェーハ走査は第２ツールにより実行され、前記判定するステップは前記第２ツールを用いることなく実行される、請求項１に記載の方法。
7. 前記性能における差異は、前記モデルを生成するために用いられる結果を生成するために前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査が実行されたウェーハ上における欠陥の属性の差異を含む、請求項１に記載の方法。
8. 前記モデルを生成するステップは、前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査に共通するウェーハ上の欠陥を特定するステップを含む、請求項１に記載の方法。
9. 前記モデルを生成するステップは、前記１つまたは複数の第１ウェーハ走査を用いて判定された属性と前記１つまたは複数の第２ウェーハ走査を用いて判定された属性との平均に対して、前記１つまたは複数の第１ウェーハ走査を用いて判定された前記欠陥の前記属性と前記１つまたは複数の第２ウェーハ走査を用いて判定された前記属性との差異をプロットすることをさらに含む、請求項８に記載の方法。
10. 前記モデルを生成するステップは、異なる値の前記平均に対応するビンに前記欠陥を分割するステップをさらに含み、前記ビンのそれぞれは他のビンのそれぞれと同一数の欠陥を含む、請求項９に記載の方法。
11. 前記モデルを生成するステップは、前記ビンのそれぞれに対して、前記ビンのそれぞれにおける前記欠陥の前記属性の分布の平均値および標準偏差を判定するステップを含む、請求項１０に記載の方法。
12. 前記擾乱結果を生成するステップは、前記モデルにおいて対応するビンに対して判定された前記平均値および前記標準偏差を有するランダム分布からビンに対するポイントを抽出することを含む、請求項１１に記載の方法。
13. 前記モデルを生成するステップの前に、前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査が前記モデルを生成するために用いられるであろう結果を生成するために用いられる前に、前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査が互いに対して整合するよう、前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査を実行するために用いられる１つまたは複数のツールの１つまたは複数のパラメータを変更するステップをさらに含む、請求項１に記載の方法。
14. 前記方法は所定の間隔で実行され、前記ウェーハ処理は、最後の２つの前記間隔の後に生成された前記結果または前記擾乱結果の差異が互いに対して所定値よりも大きい場合、直近の前記間隔の後に判定された前記１つまたは複数のパラメータを用いて実行される、請求項１に記載の方法。
15. 前記性能間の前記差異は、前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査に共通である１つの部類の欠陥の属性間の差異を含む、請求項１に記載の方法。
16. 前記モデルを生成するために用いられる結果を生成するために前記１つまたは複数の第１ウェーハ走査および前記１つまたは複数の第２ウェーハ走査をウェーハの１つのレイヤ上で実行するステップをさらに含み、前記ウェーハ処理は、前記ウェーハの他レイヤ上で、または他ウェーハの他レイヤ上で実行される、請求項１に記載の方法。
17. 前記１つまたは複数のパラメータは前記第２ウェーハ走査を実行するために用いられる１つまたは複数のパラメータを含む、請求項１に記載の方法。
18. 前記１つまたは複数のパラメータは前記第２ウェーハ走査により生成された結果を処理するために用いられる１つまたは複数のパラメータを含む、請求項１に記載の方法。
19. 前記ウェーハ処理は検査または計測を含む、請求項１に記載の方法。
20. ウェーハ処理のための１つまたは複数のパラメータを判定するために用いられることができる結果を生成するためのコンピュータに実装される方法であって、
    １つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを生成するステップと、
    前記１つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成するステップと、
    前記結果および前記モデルを用いて前記ウェーハに対する擾乱結果を生成し、前記擾乱結果は前記１つまたは複数の第２ウェーハ走査により前記ウェーハに対して生成されるであろう結果を近似し、前記擾乱結果は前記ウェーハ処理のための１つまたは複数のパラメータを判定するために用いられることができ、前記ウェーハ処理は前記１つまたは複数の第２ウェーハ走査を実行するステップを含み、前記方法のステップはコンピュータシステムにより実行される、ステップと、
    を含む方法。
21. ウェーハ処理のための１つまたは複数のパラメータを判定するためのコンピュータに実装される方法であって、
    １つまたは複数の第１ウェーハ走査を用いてウェーハに対する結果を生成するステップと、
    前記結果および前記１つまたは複数の第１ウェーハ走査の性能と１つまたは複数の第２ウェーハ走査の性能との間の差異のモデルを用いて、前記ウェーハに対する擾乱結果であって前記１つまたは複数の第２ウェーハ走査により前記ウェーハに対して生成されるであろう結果を近似する擾乱結果を生成するステップと、
    前記擾乱結果に基づいて前記ウェーハ処理のための１つまたは複数のパラメータを判定し、前記ウェーハ処理は前記１つまたは複数の第２ウェーハ走査を実行することを含み、前記方法のステップはコンピュータシステムにより実行される、ステップと、
    を含む方法。

Images