JP2015216285A - Defect analytical method - Google Patents
Defect analytical method Download PDFInfo
- Publication number
- JP2015216285A JP2015216285A JP2014099204A JP2014099204A JP2015216285A JP 2015216285 A JP2015216285 A JP 2015216285A JP 2014099204 A JP2014099204 A JP 2014099204A JP 2014099204 A JP2014099204 A JP 2014099204A JP 2015216285 A JP2015216285 A JP 2015216285A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- result
- data
- review
- analysis method
- 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.)
- Ceased
Links
Abstract
Description
本発明は、半導体デバイス製造過程のウェハまたはチップにおける異物の元素を分析する欠陥分析方法に関する。 The present invention relates to a defect analysis method for analyzing a foreign element in a wafer or a chip in a semiconductor device manufacturing process.
近年、半導体ウェハの欠陥検査装置としては、暗視野方式、明視野方式、ＥＢ（電子ビーム）方式など様々なものが開発され、微細化対応への進歩を遂げている。これらの検査装置で検出した欠陥位置情報を基にレビュー装置で欠陥の鮮明な画像取得を行い、この画像を用いて、自動で欠陥カテゴリが分類されている。このように欠陥の種類を自動で分類する技術をＡＤＣ（Automatic Defect Classification）という。 In recent years, various defect inspection apparatuses for semiconductor wafers, such as a dark field method, a bright field method, and an EB (electron beam) method, have been developed, and progress has been made toward miniaturization. Based on the defect position information detected by these inspection apparatuses, a clear image of the defect is acquired by the review apparatus, and the defect category is automatically classified using this image. Such a technique for automatically classifying defect types is called ADC (Automatic Defect Classification).
一方、暗視野欠陥検査装置においては、レビュー装置を介さず、ＡＤＣを行うことができる。これが暗視野欠陥検査装置の特徴の一つとなっている。暗視野欠陥検査装置にはレーザー散乱を検出する検出器が異なる方位に複数備えられている。暗視野欠陥検査装置を用いたＡＤＣでは、各検出器で検出される信号の強度から、形状、大きさ等を推測し、光学シミュレーションを用いて欠陥を分類する。光学シミュレーションにはウェハの物理特性（反射率、透過率等）、欠陥の形状、大きさ、物理特性が必要となっている。暗視野欠陥検査装置では、特に、レーザー散乱で欠陥を検出するため、異物を検出する能力が高い。 On the other hand, in the dark field defect inspection apparatus, ADC can be performed without using the review apparatus. This is one of the features of the dark field defect inspection apparatus. The dark field defect inspection apparatus includes a plurality of detectors for detecting laser scattering in different directions. In an ADC using a dark field defect inspection apparatus, the shape, size, and the like are estimated from the intensity of signals detected by each detector, and defects are classified using optical simulation. Optical simulation requires wafer physical properties (reflectance, transmittance, etc.), defect shape, size, and physical properties. In the dark field defect inspection apparatus, in particular, since defects are detected by laser scattering, the ability to detect foreign matter is high.
ここで、光学式欠陥検査装置で検出した欠陥をレビュー装置で詳細に観察する場合において、検査装置の検査情報とレビュー装置で取得した観察情報を用い、欠陥の高さ、屈折率、材質を取得して、三次元解析を行うことができる方法が、特許文献１に開示されている。 Here, when a defect detected by an optical defect inspection apparatus is observed in detail by a review apparatus, the defect height, refractive index, and material are acquired using inspection information of the inspection apparatus and observation information acquired by the review apparatus. A method capable of performing a three-dimensional analysis is disclosed in Patent Document 1.
欠陥の原因を特定するために、元素分析を行うことによって、発生源の特定に有効な情報の１つが得られる。この元素分析は、通常、レビュー装置に付随する元素分析ユニットで行い、分析を行うには時間がかかり、全欠陥を元素分析することは困難である。 By performing elemental analysis to identify the cause of the defect, one piece of information useful for identifying the source can be obtained. This elemental analysis is usually performed by an elemental analysis unit attached to the review apparatus, and it takes time to perform the analysis, and it is difficult to perform elemental analysis of all defects.
この元素分析の時間短縮は、欠陥解析、または、原因特定の早期発見となるため、重要である。 This shortening of the elemental analysis time is important because it enables defect analysis or early identification of the cause.
本発明の目的は、暗視野欠陥検査装置の欠陥特徴量とレビュー装置の欠陥特徴量を組み合わせることで、欠陥の元素分析を行うことができる方法とその結果を用いて、後段処理を判断又は指示することができる方法を提供することにある。 An object of the present invention is to determine or instruct post-processing using a method capable of performing elemental analysis of defects by combining the defect feature quantity of the dark field defect inspection apparatus and the defect feature quantity of the review apparatus, and the result thereof. It is to provide a way that can be done.
上記目的を達成するために、本発明の実施形態は、半導体デバイスの欠陥を検出する欠陥検査装置及び観察を行うレビュー装置で、欠陥を分類する欠陥分類方法を備えた欠陥分類装置において、欠陥検査装置から出力される欠陥の特徴量（各検出器から出力される信号量等々）及びレビュー装置から出力される欠陥の特徴量（欠陥サイズ、欠陥形状等々）から、光学シミュレーションを実施し、そこで得られる物理特性から、元素分析を可能とすることを特徴とする。 In order to achieve the above object, an embodiment of the present invention is a defect inspection apparatus for detecting defects in a semiconductor device and a review apparatus for performing observation, in a defect classification apparatus having a defect classification method for classifying defects. An optical simulation is performed from the feature amount of defects output from the device (signal amount output from each detector, etc.) and the feature amount of defects output from the review device (defect size, defect shape, etc.). It is characterized by enabling elemental analysis from the physical properties obtained.
また、本発明の実施形態は、前記装置において、前記欠陥の特徴量と、光学シミュレーションを実施して得られる特徴量をデータベース化し、そのデータベースと比較することで、元素分析を可能とすることを特徴とする。 Further, according to an embodiment of the present invention, in the apparatus, the feature amount of the defect and the feature amount obtained by performing optical simulation are made into a database, and element analysis can be performed by comparing with the database. Features.
また、本発明の実施形態は、前記欠陥分類装置と元素分析を行う欠陥解析方法であって、元素分析した結果を表示することを特徴とする。 In addition, the embodiment of the present invention is a defect analysis method for performing element analysis with the defect classification device, and displays the result of element analysis.
また、本発明の実施形態は、前記欠陥分類装置と元素分析を行う欠陥解析方法であって、元素分析した結果を元に再レビューを判断又は指示することを特徴とする。 In addition, an embodiment of the present invention is a defect analysis method for performing elemental analysis with the defect classification device, wherein the review is judged or instructed based on the result of elemental analysis.
本発明によれば、元素分析が高速にでき、その結果を表示したり、元素分析結果を元に再レビューやＥＤＳ分析を判断又は指示したりすることが可能となる。 According to the present invention, elemental analysis can be performed at high speed, and the result can be displayed, or re-review and EDS analysis can be determined or instructed based on the elemental analysis result.
以下、本発明の実施例について、図面を参照しながら説明する。 Embodiments of the present invention will be described below with reference to the drawings.
本発明の全体構成について、図１を用いて説明する。半導体製造工程は通常、クリーンルーム１０５内にある。クリーンルーム１０５内には、製品ウェハの欠陥の検出を行う欠陥検査装置１０１およびウェハ上の座標に基づいて欠陥の観察を行うレビュー装置１０２を設置する。ここで、欠陥検査装置１０１は、暗視野（ＤＦ：Dark Field）欠陥検査装置であり、被検査デバイスの表面に発生した欠陥を検出する。また、レビュー装置１０２は欠陥検査装置１０１が検出した欠陥の座標情報を基に欠陥のレビューを行う。また、欠陥データ処理装置１０３は、欠陥検査装置１０１やレビュー装置１０２によって取得された結果データを保存する。欠陥分類装置１０４は、欠陥データ処理装置１０３から検査結果の情報を読み出し、この情報を用いて欠陥をその特徴量に基づいて決まる所定のカテゴリに分類する。また、欠陥検査装置１０１、レビュー装置１０２、欠陥データ処理装置１０３及び、欠陥分類装置間でデータを通信するために、各装置は通信ネットワーク１０６に接続されている。 The overall configuration of the present invention will be described with reference to FIG. The semiconductor manufacturing process is usually in the clean room 105. In the clean room 105, a defect inspection apparatus 101 that detects defects of a product wafer and a review apparatus 102 that observes defects based on coordinates on the wafer are installed. Here, the defect inspection apparatus 101 is a dark field (DF) defect inspection apparatus, and detects defects generated on the surface of the device to be inspected. The review device 102 reviews the defect based on the coordinate information of the defect detected by the defect inspection device 101. Further, the defect data processing device 103 stores result data acquired by the defect inspection device 101 and the review device 102. The defect classification device 104 reads information on the inspection result from the defect data processing device 103, and uses this information to classify the defect into a predetermined category determined based on the feature amount. In order to communicate data among the defect inspection apparatus 101, the review apparatus 102, the defect data processing apparatus 103, and the defect classification apparatus, each apparatus is connected to a communication network 106.
次に、図１における各装置のデータ通信の流れについて説明する。 Next, the flow of data communication of each device in FIG. 1 will be described.
欠陥検査装置１０１で行った検査の結果データは、直接、欠陥検査装置１０１から、レビュー装置１０２へ転送しないで、欠陥データ処理装置１０３に保存する。レビューする場合、レビュー装置１０２から、欠陥データ処理装置１０３の結果データを参照して、レビューを開始する。レビューが終了した後、その結果データは、画像データと関連付けされて、当該画像データとともに欠陥データ処理装置１０３に保存される。欠陥分類装置１０４は、欠陥データ処理装置１０３に保存された結果データと画像データとを欠陥データ処理装置１０３から読み出し、これらのデータを用いて欠陥を分類し、分類結果を欠陥データ処理装置１０３に保存する。本実施例では、さらに、欠陥検査装置１０１からレビューするための結果データの他に、欠陥検査装置の各検出器で検出された信号量を表す個別信号量データが、欠陥検査装置１０１から出力される。 The result data of the inspection performed by the defect inspection apparatus 101 is stored in the defect data processing apparatus 103 without being directly transferred from the defect inspection apparatus 101 to the review apparatus 102. When reviewing, the review device 102 refers to the result data of the defect data processing device 103 and starts the review. After the review is completed, the result data is associated with the image data and stored in the defect data processing apparatus 103 together with the image data. The defect classification device 104 reads the result data and image data stored in the defect data processing device 103 from the defect data processing device 103, classifies the defects using these data, and sends the classification result to the defect data processing device 103. save. In the present embodiment, in addition to the result data for review from the defect inspection apparatus 101, individual signal amount data representing the signal amount detected by each detector of the defect inspection apparatus is output from the defect inspection apparatus 101. The
ここで、各装置について説明する。図２に欠陥検査装置１０１の構成の一例を示す。欠陥検査装置の１つである暗視野（ＤＦ：Dark Field）欠陥検査装置は、ステージ２０２、レーザー発振器２０３、検出器２０４等を備える。検出器は図２の通り、異なる傾斜角または方位角で複数備えられている。レーザー発振器２０３から、ウェハ２０１に向かってレーザーを照射し、その散乱光を検出器２０４で受ける。この検出器２０４は、断面図のように高さ方向、平面図のようにウェハ２０１の外周（方位方向）に配置された構成になっている。ステージ２０２が移動又は回転することで、ウェハ２０１全面を検査する。本実施例の欠陥検査装置は、この複数の検出器２０４で各欠陥について検出された信号量を個別信号量データとして出力する機能を有する。 Here, each device will be described. FIG. 2 shows an example of the configuration of the defect inspection apparatus 101. A dark field (DF) defect inspection apparatus, which is one of defect inspection apparatuses, includes a stage 202, a laser oscillator 203, a detector 204, and the like. As shown in FIG. 2, a plurality of detectors are provided at different inclination angles or azimuth angles. The laser is emitted from the laser oscillator 203 toward the wafer 201, and the scattered light is received by the detector 204. The detector 204 is arranged in the height direction as shown in the sectional view and in the outer periphery (azimuth direction) of the wafer 201 as shown in the plan view. As the stage 202 moves or rotates, the entire surface of the wafer 201 is inspected. The defect inspection apparatus according to the present embodiment has a function of outputting the signal amount detected for each defect by the plurality of detectors 204 as individual signal amount data.
図３にレビュー装置１０２の構成の一例を示す。レビュー装置１０２は、電子線を出力する電子光学鏡筒３０１と、ウェハ２０１を移動させるステージ３０２、２次電子を検出する二次電子検出器３０４、反射電子を検出する反射電子検出器３０５で構成されるＳＥＭ部と、光学顕微鏡部３０６、レーザー発振器３０７で構成される光学顕微鏡ユニットとを有する。電子光学鏡筒３０１には電子線を発生する電子源、電子線を収束する光学レンズ、電子線を偏向して試料上を走査する偏向器等が含まれる。さらに元素分析が可能なエネルギー分散型Ｘ線分析器３０３（ＥＤＳ）を有する構成になっている。光学顕微鏡ユニットでの観察とＳＥＭ部での観察とは、ステージ３０２が大きく移動することで切り替える。 FIG. 3 shows an example of the configuration of the review device 102. The review apparatus 102 includes an electron optical column 301 that outputs an electron beam, a stage 302 that moves the wafer 201, a secondary electron detector 304 that detects secondary electrons, and a reflected electron detector 305 that detects reflected electrons. An SEM unit, an optical microscope unit 306, and an optical microscope unit including a laser oscillator 307. The electron optical column 301 includes an electron source that generates an electron beam, an optical lens that converges the electron beam, a deflector that deflects the electron beam and scans the sample. Further, the energy dispersive X-ray analyzer 303 (EDS) capable of elemental analysis is provided. Observation with the optical microscope unit and observation with the SEM unit are switched when the stage 302 moves greatly.
図４に欠陥データ処理部１０３及び、欠陥分類装置１０４の構成の一例を示す。欠陥データ処理部１０３及び、欠陥分類装置１０４は、サーバーＰＣ、汎用ＰＣなどのコンピュータ４０１である。欠陥データ処理部１０３及び、欠陥分類装置１０４は、それぞれネットワークインターフェース部４０２、主記憶装置部４０３、ユーザーインターフェース部４０４を有する。 FIG. 4 shows an example of the configuration of the defect data processing unit 103 and the defect classification device 104. The defect data processing unit 103 and the defect classification device 104 are computers 401 such as server PCs and general-purpose PCs. The defect data processing unit 103 and the defect classification device 104 each have a network interface unit 402, a main storage unit 403, and a user interface unit 404.
図５は、欠陥の元素分析手順のフローを示した図である。欠陥検査装置１０１から出力される個別信号量データ５０１と結果データ５０２とが欠陥データ処理装置１０３に保存される。レビュー装置１０２は、欠陥データ処理装置１０３に保存された結果データ５０２に基づいてレビューを行い、分類結果を欠陥データ処理装置１０３に出力し結果データ５０２に上書き保存される。また、レビューの結果である画像データ５０３も欠陥データ処理装置１０３に保存される。 FIG. 5 is a diagram showing a flow of a defect elemental analysis procedure. Individual signal amount data 501 and result data 502 output from the defect inspection apparatus 101 are stored in the defect data processing apparatus 103. The review device 102 performs a review based on the result data 502 stored in the defect data processing device 103, outputs the classification result to the defect data processing device 103, and overwrites and saves the result data 502. Also, the image data 503 that is the result of the review is also stored in the defect data processing apparatus 103.
ここで、各データについて説明する。図６に個別信号量データ５０１の情報の一例を示す。個別信号量データ５０１には、Lot ID、Processなどの情報が記載されているヘッダー部分と欠陥ID、欠陥座標、各検出器の信号量の情報が記載されている結果部分を有している。図７に結果データ５０２の情報の一例を示す。結果データ５０２には、個別信号量データ５０１と同様に、Lot ID、Processなどの情報が記載されているヘッダー部分と、欠陥IDに対して欠陥座標、サイズ、分類結果等の結果が記載されている結果部分とを有している。結果データ５０２が欠陥検査装置１０１から出力された場合、分類結果は記載されず、レビュー装置１０２でレビューを行った後に、レビューの結果である分類結果が上書きされる。図８に画像データ５０３の一例を示す。画像データには、レビュー装置１０２で撮像した画像ファイルと欠陥ＩＤやＳＥＭで計測したサイズなどの情報が入力されたテキストファイルがまとまったデータ群が含まれている。 Here, each data will be described. FIG. 6 shows an example of information on the individual signal amount data 501. The individual signal amount data 501 has a header portion in which information such as Lot ID and Process is described, and a result portion in which information on the defect ID, defect coordinates, and signal amount of each detector is described. FIG. 7 shows an example of information of the result data 502. Similar to the individual signal amount data 501, the result data 502 includes a header portion in which information such as Lot ID and Process is described, and results such as defect coordinates, size, and classification result for the defect ID. And have a result part. When the result data 502 is output from the defect inspection apparatus 101, the classification result is not described, and after the review is performed by the review apparatus 102, the classification result that is the result of the review is overwritten. FIG. 8 shows an example of the image data 503. The image data includes a data group in which an image file captured by the review apparatus 102 and a text file into which information such as a defect ID and a size measured by an SEM is input are collected.
次に欠陥分類装置１０４における内部フローを説明する。ここで出てくる光学シミュレーションとは、欠陥の形状（大きさ、高さを含む）、材料の反射率、透過率といった物理定数、欠陥検査装置１０１のレーザー発振器２０３から照射されるレーザーの波長等のパラメーターから、欠陥にレーザーが当たった際の散乱の状態を推定するものである。図９にシミュレーションの概念図を示す。ウェハ２０１の上にある欠陥９０１に対して、レーザー発振器２０３からレーザーが照射され、光が欠陥９０１に当たって散乱する状態をシュミレーションする。この時に必要となる欠陥の形状の情報を、図５の光学シュミレーションデータの抽出処理（ステップ５０４）で、欠陥データ処理装置に記憶されている情報から取得する。 Next, an internal flow in the defect classification apparatus 104 will be described. The optical simulation that appears here is the physical constants such as the defect shape (including size and height), the reflectance and transmittance of the material, the wavelength of the laser emitted from the laser oscillator 203 of the defect inspection apparatus 101, and the like. From this parameter, the scattering state when the laser hits the defect is estimated. FIG. 9 shows a conceptual diagram of the simulation. A laser is irradiated from the laser oscillator 203 to the defect 901 on the wafer 201, and a state where light hits the defect 901 and is scattered is simulated. Information on the shape of the defect necessary at this time is obtained from the information stored in the defect data processing apparatus in the optical simulation data extraction process (step 504) in FIG.
次に、光学シミュレーションの実施処理（ステップ５０５）の結果を図１０に示す。本来、半球状である散乱光の強度分布を平面で示しており、図１０の場合の結果は、外周部１００１の散乱強度が強く、天井部１００２の散乱強度が弱い。これを、検出器２０４の位置に合わせ、個別信号データにすることで、図５の個別信号データ５０１と比較できるデータとなる。元素分析を行う場合は、レーザーの波長や検出器の位置等の欠陥検査装置１０１固有のデータを固定値とし、光学シュミレーションデータの抽出処理（ステップ５０４）で欠陥の形状やサイズを取得し、材料の物理定数をパラメーターとして、１つの欠陥に対して、異なる複数の材料でのシミュレーションを行いその結果を出力する。 Next, the result of the optical simulation execution process (step 505) is shown in FIG. Originally, the intensity distribution of scattered light that is hemispherical is shown by a plane, and the result in the case of FIG. 10 shows that the scattering intensity of the outer peripheral part 1001 is strong and the scattering intensity of the ceiling part 1002 is weak. By matching this with the position of the detector 204 and making individual signal data, the data can be compared with the individual signal data 501 of FIG. When performing elemental analysis, the data unique to the defect inspection apparatus 101, such as the wavelength of the laser and the position of the detector, is set to a fixed value, and the shape and size of the defect are acquired by optical simulation data extraction processing (step 504). As a parameter, a single defect is simulated with a plurality of different materials and the result is output.
図１１に異なる材料のシミュレーション結果の一例を示す。図１１は、傾斜角または方位角が異なって配置された検出器Ａ〜Ｆに対して、球状の異物から受ける散乱強度を示したグラフである。それぞれ、球状異物の材質は、Ａｌ、Ｓｉ、ＰＳＬ（Polystyrene latex）を示している。ＰＳＬは、異物検査の標準粒子として使用されている材質である。左側のグラフ１１０１は球状異物サイズ小、右側のグラフ１１０２は球状異物サイズ大の例を示している。異物サイズなどの物理特性を変化させると、それぞれの散乱強度が変化し、散乱強度分布は個別の特徴をもつ。このシミュレーション結果と個別信号量データ５０１を光学シミュレーションした結果を比較判定する（ステップ５０６）。 FIG. 11 shows an example of simulation results of different materials. FIG. 11 is a graph showing the scattering intensity received from a spherical foreign object with respect to detectors A to F arranged with different inclination angles or azimuth angles. Each of the spherical foreign materials is Al, Si, or PSL (Polystyrene latex). PSL is a material used as a standard particle for foreign matter inspection. The graph 1101 on the left shows an example of a small spherical foreign material size, and the graph 1102 on the right shows an example of a large spherical foreign material size. When physical properties such as the size of a foreign object are changed, the respective scattering intensities change, and the scattering intensity distribution has individual characteristics. The simulation result is compared with the result of optical simulation of the individual signal amount data 501 (step 506).
図１２に、ステップ５０６で光学シミュレーション結果と個別信号量データを比較した結果を示す。図１２では図１１に、個別信号量データで表される検査結果１２０２を重ねて表示している。光学シミュレーション結果と比較判定処理（ステップ５０６）では、欠陥検査装置の個別信号量データ５０１（図１２の検査結果１２０２）と光学シミュレーションの実施５０５の結果（図１２の１２０１）を比較し、より類似している方の元素と判定する。図１２の場合は、Ｓｉと類似しているため、分析結果は、Ｓｉとなる。ここでは例示のため、候補となる比較対象の元素は３種類のみしめしているが、実際にはこれに限られない。ただし、半導体ウェハの製造工程では使われる物質が決まっているため、異物や欠陥の原因となる元素は数種類に限られる。したがって、それらの候補に対してシミュレーションをすることが容易にできる。 FIG. 12 shows the result of comparing the optical simulation result and the individual signal amount data in step 506. In FIG. 12, the inspection result 1202 represented by the individual signal amount data is displayed in an overlapping manner in FIG. In the optical simulation result and the comparison determination process (step 506), the individual signal amount data 501 (inspection result 1202 in FIG. 12) of the defect inspection apparatus is compared with the result of the optical simulation 505 (1201 in FIG. 12), and more similar. Judge as the element that is doing. In the case of FIG. 12, since it is similar to Si, the analysis result is Si. Here, for the sake of illustration, only three types of candidate elements to be compared are shown, but the present invention is not limited to this. However, since the substances used in the manufacturing process of the semiconductor wafer are determined, the number of elements that cause foreign matters and defects is limited to several. Therefore, it is possible to easily perform simulation for those candidates.
次に結果の表示ついて説明する。図１３にウエハマップ表示の一例を示す。ウエハイメージ１３０１上にＳｉと分類した欠陥、Ａｌと分類した欠陥、ＳｉＯ2と分類した欠陥をそれぞれ、マークや色変えて個別に表示する（ステップ５０７）。欠陥分類装置のモニタに、特定の種類の欠陥のみを表示するようにユーザが指定することが可能なＧＵＩを表示してもよい。これによって、Ｓｉの欠陥のみやＳｉ＋ＳｉＯ2の欠陥のみを表示が可能となる。図１４に、分類した結果の別の表示例を示す。図１４では分析結果の元素毎のヒストグラムで表示されている。Ｓｉの棒をクリックすると、Ｓｉと分類された画像の一覧を表示する機能や、図２と連動して、ウエハマップが表示する機能を有してもよい。 Next, the display of results will be described. FIG. 13 shows an example of the wafer map display. A defect classified as Si, a defect classified as Al, and a defect classified as SiO 2 are individually displayed on the wafer image 1301 with different marks and colors (step 507). A GUI that can be designated by the user to display only specific types of defects may be displayed on the monitor of the defect classification apparatus. This makes it possible to display only Si defects or Si + SiO 2 defects. FIG. 14 shows another display example of the classified results. In FIG. 14, the analysis result is displayed as a histogram for each element. When a Si bar is clicked, it may have a function of displaying a list of images classified as Si, or a function of displaying a wafer map in conjunction with FIG.
次に図５の再レビュー＆ＥＤＳ判定処理（ステップ５０８）について説明する。レビューを実施する場合、欠陥個数が多い場合には、７０〜１００個上限にサンプリングのレビューを実施している。例えば、図１３の場合、Ｓｉとされた欠陥には、ウェハ上の分布に偏りがあり、この部分を選択することで、未レビュー欠陥を含め、偏り領域からサンプリングを行い再レビュー及びＥＤＳを実施するように指示をする。例えば、分析結果と信頼性を高めるため、Ｓｉ、Ａｌ、ＳｉＯ2から、サンプリングをし、再レビュー及びＥＤＳを実施するように指示をする。また別の例としては、例えば、図１４においてＳｉの棒グラフ部をクリックすると、Ｓｉのサンプリングをし、再レビュー及びＥＤＳを実施するように指示をする。サンプリング形態においては、ランダムサンプリング、分布やクラスタを考慮したサンプリング等を使い分けてもよい。 Next, the re-review & EDS determination process (step 508) of FIG. 5 will be described. When the review is performed, if the number of defects is large, the sampling review is performed to the upper limit of 70 to 100. For example, in the case of FIG. 13, there is a bias in the distribution of Si on the defect on the wafer. By selecting this portion, sampling is performed from the biased area including the unreviewed defect, and the re-review and EDS are performed. Instruct to do. For example, in order to improve the analysis result and reliability, it is instructed to sample from Si, Al, and SiO 2 , and to perform re-review and EDS. As another example, for example, when a bar graph portion of Si is clicked in FIG. 14, sampling of Si is performed, and an instruction is given to perform re-review and EDS. In the sampling form, random sampling, sampling in consideration of distribution or cluster, or the like may be properly used.
本実施例では、暗視野検査装置だけでなく明視野（ＢＦ：Ｂｒｉｇｈｔ Ｆｉｅｌｄ）検査装置も行える装置の例を説明する。図１５は、実施例２における全体構成図の例である。 In the present embodiment, an example of an apparatus capable of performing not only a dark field inspection apparatus but also a bright field (BF) inspection apparatus will be described. FIG. 15 is an example of an overall configuration diagram in the second embodiment.
図１の全体構成図うち、既に説明した図１に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する。欠陥検査装置には、大きく明視野欠陥検査装置１５０２と暗視野欠陥検査装置１５０３の２種類がある。明視野欠陥検査装置１５０２は、画像比較方式を採用しており、暗視野欠陥検査装置１５０３は、散乱光方式である。画像比較方式の場合には通常上記のように複数の方位角で設置された検出器の信号強度分布は得られないため、実施例１で述べた方法をそのまま適用することはできない。本実施例では、個別信号量データの出力を有しない欠陥検査装置に対し、簡易的に元素推定が実施できる構成を説明する。 In the overall configuration diagram of FIG. 1, the description of the components having the same functions as those already described with reference to FIG. 1 is omitted. There are two types of defect inspection apparatuses: a bright-field defect inspection apparatus 1502 and a dark-field defect inspection apparatus 1503. The bright field defect inspection apparatus 1502 employs an image comparison method, and the dark field defect inspection apparatus 1503 employs a scattered light method. In the case of the image comparison method, since the signal intensity distribution of the detectors installed at a plurality of azimuth angles cannot be obtained as described above, the method described in the first embodiment cannot be applied as it is. In the present embodiment, a configuration in which element estimation can be easily performed for a defect inspection apparatus that does not have an output of individual signal amount data will be described.
ここで、図１６に明視野欠陥検査装置の構成の一例を示す。ステージ１６０２の上にあるウェハ２０１が移動し、光学顕微鏡部１６０１で、画像を取得する。画像処理ユニット１６０３にて、画像比較を行い、欠陥を判定するという構成となっている。 Here, FIG. 16 shows an example of the configuration of the bright-field defect inspection apparatus. The wafer 201 on the stage 1602 moves, and the optical microscope unit 1601 acquires an image. The image processing unit 1603 performs image comparison and determines a defect.
明視野欠陥検査装置１５０２では、座標情報等が入った結果データを出力する。この結果データを元にレビューを実施する。その際に、個別信号量データは出力できないため、代わりにレビュー装置１０２内にあるＤＦＯＭ１５０１（図３の光学顕微鏡部３０６、レーザー発振器３０７で構成される光学顕微鏡ユニット）に検出器を複数取り付け、暗視野欠陥検査装置と同等の個別信号量データを取得できるようにする。このユニットを使用し、レビュー装置のＤＦＯＭ１５０１で個別信号量データを取得する。この個別信号量データは欠陥データ処理装置に記憶される。これによって、欠陥データ処理装置１０３には、個別信号量データ、結果データ、画像データが揃い、実施例１で述べた方法と同様に欠陥の元素を推定できる。 The bright field defect inspection apparatus 1502 outputs result data including coordinate information and the like. Review based on this result data. At that time, since individual signal amount data cannot be output, a plurality of detectors are attached to the DFOM 1501 (an optical microscope unit including the optical microscope unit 306 and the laser oscillator 307 in FIG. 3) in the review apparatus 102 instead. Individual signal amount data equivalent to the visual field defect inspection apparatus can be acquired. Using this unit, the DFOM 1501 of the review apparatus acquires individual signal amount data. This individual signal amount data is stored in the defect data processing device. Thereby, the defect data processing apparatus 103 has the individual signal amount data, the result data, and the image data, and the defect element can be estimated as in the method described in the first embodiment.
実施例１では欠陥データ処理装置からの情報に基づいてリアルタイムに光学シミュレーションを実施する例を説明したが、シミュレーションは予め行っておきその結果をデータベース化しておいてもよい。光学シミュレーションを実施するのに、時間を要するため、予め主要な欠陥に対して、光学シミュレーションを実施しデータベース化することで、分析に要する時間を短縮することができる。本実施例では予めシミュレーションした結果をデータベース化しておき元素分析のときにはデータベースの情報と個別信号量データを比較する装置の例を説明する。 In the first embodiment, the example in which the optical simulation is performed in real time based on the information from the defect data processing apparatus has been described. However, the simulation may be performed in advance and the result may be stored in a database. Since it takes time to perform the optical simulation, the time required for analysis can be shortened by performing the optical simulation on the major defects in advance and creating a database. In the present embodiment, an example of an apparatus will be described in which simulation results are stored in a database and the information in the database and individual signal amount data are compared during elemental analysis.
図１７は、実施例３における欠陥の元素分析手順のフローの例である。図１７の欠陥の元素分析手順のフローのうち、既に説明した図５に示された同一の符号を付された構成と同一の機能を有する部分については、説明を省略する。光学シュミレーションデータのデータベース化処理（ステップ１７０１）では、今までのレビュー結果から、欠陥の形状情報を統計し、頻度が高いものを光学シュミレーションし、データベース化する。データベースは予め作成しておく。次にサイズの絞り込み処理（ステップ１７０２）では、結果データ５０２または画像データ５０３からサイズ情報を抽出し、そのサイズによって、比較対象とするデータベースを絞り込む。次に、欠陥のサイズによって絞り込まれたデータベースと個別信号量データ５０１を比較判定する（ステップ１７０３）。ステップ１７０３は図５のステップ５０６と同等の処理を行う。 FIG. 17 is an example of a flow of a defect elemental analysis procedure in the third embodiment. In the defect elemental analysis procedure flow of FIG. 17, the description of the portion having the same function as the configuration denoted by the same reference numeral shown in FIG. 5 has been omitted. In the process of creating a database of optical simulation data (step 1701), the defect shape information is statistically calculated based on the review results so far, and frequently simulated data is optically simulated and databased. A database is created in advance. Next, in the size narrowing process (step 1702), size information is extracted from the result data 502 or the image data 503, and a database to be compared is narrowed down according to the size. Next, the database narrowed down by the defect size is compared with the individual signal amount data 501 (step 1703). Step 1703 performs the same processing as step 506 in FIG.
本実施例では、光学シミュレーション結果と比較した結果、個別信号量データが光学シミュレーション結果のいずれとも似ていない場合の処理の例について説明する。実施例１〜３の判定方式では、個別信号量データと近い分布の光学シミュレーション結果からいずれかのカテゴリに欠陥を分類する。しかしながら、実際には検査結果のデータが光学シミュレーションの結果と大きく異なっている場合が少なくない。こうした場合にも最も類似する光学シミュレーション結果に応じていずれかのカテゴリに欠陥を分類すると、分類精度が低下する問題が起きる。 In the present embodiment, an example of processing when individual signal amount data is not similar to any of the optical simulation results as a result of comparison with the optical simulation results will be described. In the determination methods of the first to third embodiments, defects are classified into one of the categories based on the optical simulation result having a distribution close to that of the individual signal amount data. However, actually, there are many cases where the data of the inspection result is greatly different from the result of the optical simulation. Even in such a case, if a defect is classified into one of the categories according to the most similar optical simulation result, there arises a problem that the classification accuracy is lowered.
そこで、検査結果のデータが光学シミュレーションの結果と大きく異なっている場合には、Ｕｎｋｎｏｗｎ（未分類欠陥）として処理をする。これによって、分類精度を向上させることができる。 Therefore, if the data of the inspection result is significantly different from the result of the optical simulation, it is processed as an unknown (unclassified defect). Thereby, the classification accuracy can be improved.
図１８に光学シミュレーション結果と検査結果のグラフを示す。図１２と同様のグラフを使用しているため、グラフの説明は割愛する。検査結果１８０２は、光学シミュレーション結果１８０１のＳｉとＰＳＬの間に位置し、検出器ごとの散乱強度の傾向も異なる。この場合、予め決められたいずれか一つのカテゴリに分類する方法では、検査結果１８０２とより近い光学シミュレーション結果であるＳｉが欠陥の元素であると判定する。すると、Ｓｉと分類された欠陥の中に本来Ｓｉではない種類の欠陥が混ざってしまい、分類精度が悪くなる。そこで、本実施例ではこのような検査結果の場合にはＵｎｋｎｏｗｎ（未分類欠陥）と判定することとしている。具体的には、判定領域（すなわち光学シミュレーション結果との類似度）に閾値を持たせ、この閾値で決められた範囲を超えた場合にはＵｎｋｎｏｗｎ（未分類欠陥）とする。これにより、傾向が異なる場合や、シミュレーション結果と大きく異なる場合にも既存の欠陥種類のカテゴリの精度を悪化させることがなく分類可能である。Ｕｎｋｏｗｎが発生した場合は、図５の再レビュー＆ＥＤＳ判定処理（ステップ５０８）で、優先的に指示するようすると好ましい。 FIG. 18 shows a graph of the optical simulation result and the inspection result. Since the graph similar to FIG. 12 is used, description of the graph is omitted. The inspection result 1802 is located between Si and PSL in the optical simulation result 1801, and the tendency of the scattering intensity for each detector is also different. In this case, in the method of classifying into any one of the predetermined categories, Si that is an optical simulation result closer to the inspection result 1802 is determined to be a defect element. Then, defects that are not originally Si are mixed in defects classified as Si, and the classification accuracy deteriorates. Therefore, in this embodiment, in the case of such an inspection result, it is determined to be “Unknown” (unclassified defect). Specifically, a threshold value is given to the determination region (that is, the similarity to the optical simulation result), and if it exceeds the range determined by this threshold value, it is determined as “Unknown”. As a result, even when the tendency is different or when it is greatly different from the simulation result, classification can be performed without deteriorating the accuracy of the category of the existing defect type. In the case of occurrence of an unknown, it is preferable to give a preferential instruction in the re-review & EDS determination process (step 508) in FIG.
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。 In addition, this invention is not limited to an above-described Example, Various modifications are included. For example, the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described. Further, a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment. Further, it is possible to add, delete, and replace other configurations for a part of the configuration of each embodiment.
各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、光ディスク等の記録媒体に置くことができる。 Information such as programs, tables, and files for realizing each function can be stored in a recording device such as a memory, a hard disk, or an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or an optical disk.
１０１：欠陥検査装置、１０２：レビュー装置、１０３：欠陥データ処理装置、１０４：欠陥分類装置、１０５：クリーンルーム、１０６：通信ネットワーク、
２０１：ウェハ、２０２：ステージ、２０３：レーザー発振器、２０４：検出器、
３０１：電子光学鏡筒、３０２：ステージ、３０３：エネルギー分散型Ｘ線分析器、３０４：二次電子検出器、３０５：反射電子検出器、３０６：光学顕微鏡部、３０７：レーザー発振器、
４０１：コンピュータ、４０２：ネットワークインターフェース部、４０３：主記憶装置部、４０４：ユーザーインターフェース部、
９０１：欠陥、１００１：外周部、１００２：天井部、１３０１：ウェハイメージ、
１６０１：光学顕微鏡部、１６０２：ステージ、１６０３：画像処理ユニット
101: Defect inspection apparatus, 102: Review apparatus, 103: Defect data processing apparatus, 104: Defect classification apparatus, 105: Clean room, 106: Communication network,
201: Wafer, 202: Stage, 203: Laser oscillator, 204: Detector
301: Electron optical column, 302: Stage, 303: Energy dispersive X-ray analyzer, 304: Secondary electron detector, 305: Reflected electron detector, 306: Optical microscope section, 307: Laser oscillator,
401: Computer, 402: Network interface unit, 403: Main storage unit, 404: User interface unit,
901: Defect, 1001: Peripheral part, 1002: Ceiling part, 1301: Wafer image,
1601: Optical microscope unit, 1602: Stage, 1603: Image processing unit
Claims (5)
前記比較の結果、前記各検出器で検出した散乱光の強度信号が前記光学シミュレーション結果と大きく異なる場合、前記欠陥に電子線を照射して元素分析を行うことを特徴とする欠陥分析方法。 The defect analysis method according to claim 1,
As a result of the comparison, when the intensity signal of the scattered light detected by each of the detectors is significantly different from the optical simulation result, the defect analysis method is characterized in that an elemental analysis is performed by irradiating the defect with an electron beam.
前記光学顕微鏡装置はレビュー装置の内部に設けられていることを特徴とする欠陥分析方法。 The defect analysis method according to claim 1,
A defect analysis method, wherein the optical microscope apparatus is provided in a review apparatus.
前記光学顕微鏡装置は当該欠陥観察装置とは異なる外部の欠陥検査装置であることを特徴とする欠陥分析方法。 The defect analysis method according to claim 1,
The defect analysis method, wherein the optical microscope apparatus is an external defect inspection apparatus different from the defect observation apparatus.
予め前記光学シミュレーションを行った結果を記憶装置に記憶し、前記欠陥の大きさに基づいて抽出された結果を前記記憶装置から読み出し、前記読みだされた結果と前記各検出器で検出した散乱光の強度信号を比較することを特徴とする欠陥分析方法。 The defect analysis method according to claim 1,
The result of performing the optical simulation in advance is stored in a storage device, the result extracted based on the size of the defect is read from the storage device, and the read result and the scattered light detected by each detector A defect analysis method characterized by comparing the intensity signals of the two.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014099204A JP2015216285A (en) | 2014-05-13 | 2014-05-13 | Defect analytical method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014099204A JP2015216285A (en) | 2014-05-13 | 2014-05-13 | Defect analytical method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2015216285A true JP2015216285A (en) | 2015-12-03 |
Family
ID=54752908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014099204A Ceased JP2015216285A (en) | 2014-05-13 | 2014-05-13 | Defect analytical method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2015216285A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106168585A (en) * | 2016-08-02 | 2016-11-30 | 华北理工大学 | Method for fluid-rock interaction test |
| JP2017532564A (en) * | 2014-10-27 | 2017-11-02 | ケーエルエー−テンカー コーポレイション | Energy dispersive X-ray measurement method and apparatus based on automated judgment |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1136815A1 (en) * | 2000-03-20 | 2001-09-26 | ADE Optical Systems Corporation | Methods and apparatus for identifying the material of a particle occurring on the surface of a substrate |
| US6486946B1 (en) * | 1999-06-15 | 2002-11-26 | Ade Corporation | Method for discriminating between holes in and particles on a film covering a substrate |
| WO2010073527A1 (en) * | 2008-12-26 | 2010-07-01 | 株式会社 日立ハイテクノロジーズ | Inspection method and inspection apparatus |
| JP2012237566A (en) * | 2011-05-10 | 2012-12-06 | Hitachi High-Technologies Corp | Defect observation method and apparatus for the same |
| JP2013205239A (en) * | 2012-03-28 | 2013-10-07 | Hitachi High-Technologies Corp | Method for inspecting substrate surface and device therefor |
-
2014
- 2014-05-13 JP JP2014099204A patent/JP2015216285A/en not_active Ceased
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6486946B1 (en) * | 1999-06-15 | 2002-11-26 | Ade Corporation | Method for discriminating between holes in and particles on a film covering a substrate |
| EP1136815A1 (en) * | 2000-03-20 | 2001-09-26 | ADE Optical Systems Corporation | Methods and apparatus for identifying the material of a particle occurring on the surface of a substrate |
| WO2010073527A1 (en) * | 2008-12-26 | 2010-07-01 | 株式会社 日立ハイテクノロジーズ | Inspection method and inspection apparatus |
| JP2012237566A (en) * | 2011-05-10 | 2012-12-06 | Hitachi High-Technologies Corp | Defect observation method and apparatus for the same |
| JP2013205239A (en) * | 2012-03-28 | 2013-10-07 | Hitachi High-Technologies Corp | Method for inspecting substrate surface and device therefor |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017532564A (en) * | 2014-10-27 | 2017-11-02 | ケーエルエー−テンカー コーポレイション | Energy dispersive X-ray measurement method and apparatus based on automated judgment |
| CN106168585A (en) * | 2016-08-02 | 2016-11-30 | 华北理工大学 | Method for fluid-rock interaction test |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7026719B2 (en) | Defect sampling for electron beam review based on defect attributes from optical inspection and optical review | |
| KR102083706B1 (en) | Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology | |
| KR102536011B1 (en) | System, method for training and applying a defect classifier on wafers with deeply stacked layers | |
| TWI629476B (en) | Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images | |
| JP5619776B2 (en) | Method for selecting one or more parameters for wafer inspection | |
| US9335277B2 (en) | Region-of-interest determination apparatus, observation tool or inspection tool, region-of-interest determination method, and observation method or inspection method using region-of-interest determination method | |
| US9277186B2 (en) | Generating a wafer inspection process using bit failures and virtual inspection | |
| TWI515813B (en) | Charged particle - ray device | |
| KR102276921B1 (en) | Defect detection using structural information | |
| US20100246929A1 (en) | Method and system for determining a defect during charged particle beam inspection of a sample | |
| US9262821B2 (en) | Inspection recipe setup from reference image variation | |
| KR102472309B1 (en) | Mode Selection for Inspection | |
| KR20130118822A (en) | Classifier readiness and maintenance in automatic defect classification | |
| JP2015216285A (en) | Defect analytical method | |
| CN111563870A (en) | Image processing method and apparatus, detection method and apparatus, and storage medium | |
| US7679737B2 (en) | Method, system and apparatus of inspection | |
| WO2021075152A1 (en) | Defect-classifying device and defect-classifying program | |
| JP2013019866A (en) | Scanning electron microscope, defect inspection system, and defect inspection apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170116 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170123 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170327 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170329 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20170803 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170804 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180202 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180213 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180412 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180508 |
|
| A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20180925 |