JP2023158946A

JP2023158946A - リソグラフィ方法、物品製造方法、情報処理方法およびプログラム

Info

Publication number: JP2023158946A
Application number: JP2022069024A
Authority: JP
Inventors: 義樹坂本; Yoshiki Sakamoto; 洋佑宝田; Hirosuke Takarada; 健大谷; Takeshi Otani
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2022-04-19
Filing date: 2022-04-19
Publication date: 2023-10-31
Also published as: TW202343128A; KR20230149223A

Abstract

【課題】オーバーレイ誤差を低減するために有利な技術を提供する。【解決手段】基板の上にリソグラフィ装置によって形成されるパターンのオーバーレイ誤差を低減するリソグラフィ方法は、前記基板が前記リソグラフィ装置の基板保持部によって保持されたときに発生する前記基板の歪みを、少なくとも前記基板保持部に関する情報および前記基板に関する情報に基づくシミュレーションによって推定する推定工程と、前記推定工程で得られる前記歪みに基づいて前記オーバーレイ誤差が低減されるように前記リソグラフィ装置を制御する制御工程とを含む。【選択図】図５

Description

本発明は、リソグラフィ方法、物品製造方法、情報処理方法およびプログラムに関する。

特許文献１には、チャックによって保持される前の基板の反り形状の情報を用いて、チャックによって保持された基板のショット領域に関する複数種のディストーション成分を求めることが記載されている。

特開２０１７－４９４５６号公報

チャックによって保持された基板が有するパターンとその上に転写されるパターンとのオーバーレイ誤差は、そのチャックの構造に依存しうる。特許文献１には、チャックの構造を考慮しながらディストーションを計算することや、チャックの構造を考慮しながらオーバーレイ誤差を計算することについては、記載も示唆もされていない。

本発明は、オーバーレイ誤差を低減するために有利な技術を提供することを目的とする。

本発明の１つの側面は、基板の上にリソグラフィ装置によって形成されるパターンのオーバーレイ誤差を低減するリソグラフィ方法に係り、前記リソグラフィ方法は、前記基板が前記リソグラフィ装置の基板保持部によって保持されたときに発生する前記基板の歪みを、少なくとも前記基板保持部に関する情報および前記基板に関する情報に基づくシミュレーションによって推定する推定工程と、前記推定工程で得られる前記歪みに基づいて前記オーバーレイ誤差が低減されるように前記リソグラフィ装置を制御する制御工程とを含む。

本発明によれば、オーバーレイ誤差を低減するために有利な技術が提供される。

基板が吸引によって保持されることによる基板の歪みがアライメントマークとオーバーレイマークに与える影響を模式的に示す図。一実施形態のリソグラフィシステムの構成を示す図。リソグラフィ装置の一例としての露光装置の構成を示す図。ショットレイアウトおよびサンプルショット領域を例示する図。一実施形態の露光シーケンスを示すフローチャート。統計的な解析による推定モデルと、物理シミュレーションによる推定モデルとを使用してオーバーレイ誤差を推定するフローを示す図。基板面内における有限要素法（ＦＥＭ）の概略を示す図。基板面外における有限要素法（ＦＥＭ）の概略を示す図。基板節点のパラメータを説明するための図。基板チャック、基板、ピンおよびハンドの位置関係を例示する図。統計データのモデリングによって生成される推定モデルの一例を模式的に示す図。物理シミュレーションによって算出される基板の歪みの一例を模式的に示す図。４つの方法におけるオーバーレイ誤差を比較する図。基板が吸引によって保持されることによる基板の歪みのパターンを例示する図。スパイラル学習の例を示すフローチャート。統計的な解析によるモデルを生成するフローを示す図。統計的な解析によるモデルと物理シミュレーションとを併用してオーバーレイ誤差を推定するフローを示す図。物理シミュレーションのための入力情報を例示する図。物理シミュレーションによる出力情報を例示する図。パターン化した物理シミュレーションによる推定モデルを説明するための図。オーバーレイ誤差を推定するために使用される露光装置および検査装置の解析対象データを例示する図。オーバーレイ誤差を推定するために使用される前工程処理装置、露光装置および検査装置の解析対象データを例示する図。

以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。

図１には、基板チャックが基板Ｗ１を吸引により保持したときの基板Ｗ１上の格子の形状が模式的に示されている。基板Ｗ１は、吸引により基板チャックの保持面の形状に応じて歪みうる。吸引は、真空吸引または静電吸引でありうる。図１では、吸引による基板の歪みがわかりやすくなるように、基板Ｗ１の右上の周辺部に着目し、誇張して描かれている。基板Ｗ１に吸引による歪みが発生すると、基板Ｗ１に設けられたアライメントマークの位置を計測できても、オーバーレイマークの位置やパターンの転写対象領域を正確に決定することができない。このため、オーバーレイ誤差が発生しうる。なお、オーバーレイ誤差は、基板に予め形成されたパターンと、その上に形成される層のパターンとの間のずれを意味する。

図２には、一実施形態のリソグラフィシステムの構成が示されている。リソグラフィシステムは、リソグラフィ装置の一例としての露光装置１０１と、露光装置１０１によってパターンが形成された基板を検査する検査装置１０２とを含みうる。検査装置１０２は、露光装置１０１の性能の良否を推定あるいは評価するために使用されうる。検査装置１０２による検査対象となる性能は、例えば、露光装置１０１の重ね合わせ精度、および／または、ＣＤ（ＣｒｉｔｉｃａｌＤｉｍｅｎｓｉｏｎ）値でありうる。検査装置１０２による検査対象となる性能は、露光装置１０１によるデバイスの製造に関連する生産性を含んでいてもよい。

リソグラフィシステムは、前工程処理装置１００を含んでもよい。前工程処理装置１００は、例えば、熱処理装置、レジスト塗布装置、成膜装置、エッチング装置の少なくとも１つを含みうるが、他の装置を含んでもよい。

物品あるいはデバイスの製造する一例のシーケンスにおいて、前工程処理装置１００による層の形成工程、露光装置１０１によるパターンの形成工程、および、検査装置１０２による検査工程を含む処理単位が繰り返されうる。

リソグラフィシステムは、分析サーバー（情報処理装置）１０３を含んでもよい。分析サーバー１０３は、例えば、前工程処理装置１００、露光装置１０１および検査装置１０２に対して通信路を介して接続されうる。通信路は、有線でもよいし、無線でもよい。分析サーバー１０３は、前工程処理装置１００、露光装置１０１および検査装置１０２から取得したデータを使って統計的な解析を実施する解析部と、基板の歪み情報を出力する物理シミュレーションを行う物理シミュレータとを含みうる。分析サーバー１０３は、プログラムが組み込まれた汎用又は専用のコンピュータ、又は、ＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙの略。）などのＰＬＤ（ＰｒｏｇｒａｍｍａｂｌｅＬｏｇｉｃＤｅｖｉｃｅの略。）、又は、ＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔの略。）、又は、これらの全部または一部の組み合わせによって構成されうる。該プログラムは、コンピュータを上記の解析部および物理シミュレータを含む情報処理装置として動作させうる。分析サーバー１０３は、複数の前工程処理装置１００、複数の露光装置１０１、複数の検査装置１０２と接続されてもよい。

リソグラフィシステムは、ＡＰＣ（ＡｄｖａｎｃｅｄＰｒｏｃｅｓｓＣｏｎｔｒｏｌ）１０５を含んでもよい。ＡＰＣ１０５は、分析サーバー１０３によって得られた分析結果に基づいて露光装置１０１にフィードバックするための補正値を算出しうる。リソグラフィシステムは、ＭＥＳ（ＭａｎｕｆａｃｔｕｒｉｎｇＥｘｅｃｕｔｉｏｎＳｙｓｔｅｍ）１０４を含んでもよく、ＡＰＣ１０５が算出した補正値は、ＭＥＳ１０４を介して露光装置１０１にフィードバック（ＡＰＣフィードバック）されうる。ＭＥＳ１０４は、複数の露光装置１０１と接続されてもよい。

図３Ａには、リソグラフィ装置の一例としての露光装置１０１の構成例が示されている。以下では、露光装置１０１がステップアンドリピート方式で基板を露光する例を説明するが、露光装置１０１は、ステップアンドスキャン方式で基板を露光してもよい。露光装置１０１は、電子線描画装置であってもよい。露光装置１０１は、インプリント材を露光することによって硬化させるインプリントであってもよい。あるいは、露光装置１０１は、他の方式のインプリント装置によって置き換えられてもよい。

図３Ａに示された例では、不図示の露光照明系からの露光光束がレチクル（原版）Ｒ上に形成されたパターン（例えば、電子回路パターン）に照射されうる。露光光束が照射されたパターンは、投影光学系１を介して基板Ｗ１に投射され、これにより基板Ｗ１が露光されうる。露光光束としては、例えば、水銀ランプからのｇ線、ｉ線、あるいはエキシマレーザ光源からの紫外線パルス光等が使用されうる。基板Ｗ１は、ＸＹ面に沿って２次元に移動可能な基板ステージ１１上に搭載された基板チャック（基板保持部）ＣＫ上に載置されうる。露光装置１０１は、位置合せ用光学系ＳＨＯを含みうる。図３Ａには、Ｘ方向に関して位置合わせ用の検出処理を行うアライメント光学系ＳＨＯが示されているが、露光装置１０１は、Ｙ方向に関して位置合わせ用の検出処理を行うアライメント光学系ＳＨＯも含みうる。露光装置１０１は、その他、露光装置１０１の全体の動作を制御するＣＰＵ（制御部）９、記憶装置１２、基板ステージ１１を駆動するステージ駆動装置１０を含みうる。露光装置１０１は、更に、光学式オートフォーカス装置ＡＦＤを含みうる。光学式オートフォーカス装置ＡＦＤは、例えば、発光部ＰＤおよび受光部ＬＤを含みうる。

位置合せ用光学系ＳＨＯは、基板Ｗ１上に塗布されている不図示のレジスト（感光剤）を感光させない非露光光を基板Ｗ１に照射する照明装置２、ビームスプリッタ３、結像光学系４、および結像光学系４により形成される像を光電変換する撮像装置５を含みうる。露光装置１０１は、撮像装置５の出力を２次元画像信号（２次元のデジタル信号列）に変換するＡ／Ｄ変換装置６を含みうる。また、露光装置１０１は、積算装置７を含みうる。積算装置７は、Ａ／Ｄ変換装置６から出力される２次元画像信号にウインドウを設定し、ウインドウ内においてＹ方向に移動平均処理を行なうことにより１次元のデジタル信号列Ｓ（ｘ）に変換しうる。また、露光装置１０１は、位置検出装置８を含みうる。位置検出装置８は、１次元のデジタル信号列Ｓ（ｘ）に対して、予め記憶されているテンプレートパターンを用いてパターンマッチを行ない、最もテンプレートパターンとのマッチ度が高いＳ（ｘ）のアドレス位置をＣＰＵ９に対して出力するように構成されうる。Ａ／Ｄ変換装置６、積算装置７および位置検出装置８は、Ｙ方向に関する位置合わせのための検出処理を行うアライメント光学系ＳＨＯに対しても設けられうる。

図４には、露光装置１０１において実行される露光シーケンスが例示的に示されている。露光シーケンスは、不図示の制御プログラムに基づいてＣＰＵ９によって制御される。まず、露光に先立ち、ステップ８１～８７では、レチクルＲと基板Ｗ１との相対的な位置合わせ（アライメント）およびフォーカスレベリングのための計測および測定が次のような手順により行われうる。ステップ８１では、不図示の基板搬送装置により、基板Ｗ１が基板ステージ１１上の基板チャックＣＫ上に載置される。ステップ８２、８３では、基板Ｗ１のグローバルなレベリング成分が測定される。ステップ８２では、光学式オートフォーカス装置ＡＦＤの検出領域にフォーカスレベリング用のサンプルショット領域Ｓ１が位置決めされるように、ステージ駆動装置１０に対してコマンドが送られ、基板ステージ１１が駆動される。ステップ８３において、光学式オートフォーカス装置ＡＦＤによって、フォーカスレベリングを行なうためのデータが取得される。

図３Ｂには、サンプルショット領域Ｓ１～Ｓ８が例示されている。ステップ８４において、サンプルショット領域Ｓ１～Ｓ８の全てについてステップ８２、８３が実行されたかどうかが判定される。サンプルショット領域Ｓ１～Ｓ８の全てについてステップ８２、８３が実行されたら、処理がステップ８５に進められ、そうでなければ、残りのサンプルショット領域についてステップ８２、８３が実行される。

ステップ８５では、複数のサンプルショット領域の中から１番目のサンプルショット領域Ｓ１のアライメントマークがアライメント光学系ＳＨＯの視野内に位置決めされるように、ステージ駆動装置１０に対してコマンドが送られ、基板ステージ１１が駆動される。ステップ８６では、１番目のサンプルショット領域Ｓ１についてアライメント計測が行なわれる。すなわち、アライメント光学系ＳＨＯの照明装置２により、ビームスプリッタ３、レチクルＲおよび投影光学系１を介して、サンプルショット領域Ｓ１のアライメントマークが照明される。アライメントマークは、例えば、同一形状の複数の矩形パターンが一定ピッチで配置されたものでありうる。アライメントマークで反射した光束は、投影光学系１とレチクルＲを介してビームスプリッタ３に到達し、ここで反射して結像光学系４を介して撮像装置５の撮像面上にアライメントマークの像を形成する。この像は、撮像装置５において光電変換され、Ａ／Ｄ変換装置６において２次元のデジタル信号列に変換され、さらに積算装置７により１次元のデジタル信号列Ｓ（ｘ）に変換される。このデジタル信号列Ｓ（ｘ）に対し、位置検出装置８においてパターンマッチが行なわれ、テンプレートパターンとのマッチ度が最も高いＳ（ｘ）のアドレス位置がＣＰＵ９より決定されうる。このアドレス位置は、撮像装置５の撮像面を基準としたアライメントマークの位置を示すので、ＣＰＵ９は、予め求められている撮像装置５とレチクルＲとの相対的な位置に基づいてレチクルＲに対するアライメントマークの位置を計算により求める。これにより１番目のサンプルショット領域Ｓ１のＸ方向の位置ズレ量が計測されたことになる。次に、ＣＰＵ９は、Ｘ方向計測と同様な手順で、Ｙ方向の位置ズレ量を計測する。以上の処理でサンプルショット領域Ｓ１についてのアライメント計測が終了したことになる。さらに、同様の手順で、他のサンプルショット領域Ｓ２～Ｓ８について、アライメント計測を行なう。

ステップ８７では、アライメント用のサンプルショット領域Ｓ１～Ｓ８の全てについてステップ８５、８６が実行されたかどうかが判定される。サンプルショット領域Ｓ１～Ｓ８の全てについてステップ８５、８６が実行されたら、処理がステップ８８に進められ、そうでなければ、残りのサンプルショット領域についてステップ８５、８６が実行される。

次に、ステップ８８では、フォーカスレベリングのための測定の結果に基づいてフォーカスレベリングの補正が行われうる。次に、ステップ８９では、アライメントのための測定結果に基づいてアライメントのための補正が行われうる。そして、ステップ９０では、ステップアンドリピート方式で基板が露光される。その後、ステップ９１において全ショット領域についての露光が終了したことが判定されると、ステップ９２において、基板Ｗ１が不図示の基板搬送装置により搬出されうる。

以上のステップ８１～９２は、処理対象のすべての基板について実行される。ステップ９３では、処理対象の全ての基板について実行されかどうかが判断され、未処理の基板が残っている場合には、その基板についてステップ８１～９２が繰り返される。一方、処理対象の全ての基板について実行された場合には、図４に示された露光シーケンスが終了する。

図４に示される露光シーケンスでは、ＣＰＵ９は、アライメントのための補正値、アライメントマークの位置計測結果、撮像されたアライメントマークとテンプレートとのマッチング度、アライメントマークの計測条件等を記憶装置１２に格納しうる。また、ＣＰＵ９は、アライメントマークの計測時の波形の評価値、フォーカス計測値、キャリブレーションの計測値、ＸＹステージの偏差情報、といった特徴量を記憶装置１２に格納しうる。ＣＰＵ９および位置検出装置８で取得される値は、ログデータとして記憶装置１２に格納されうる。ＣＰＵ９は、上記の特徴量と検査装置１０２でオーバーレイ計測データとの関係性を機械学習できるように処理(前処理)し、機械学習により統計的な解析による推定モデルを生成しうる。

分析サーバー１０３はまた、物理シミュレーションにより、基板チャックが吸引によって基板を保持することに起因する基板の歪みを推定する推定モデルを生成しうる。図５には、オーバーレイ誤差を推定するためのフローが例示的に示されている。分析サーバー１０３は、上記のような統計的な解析による推定モデルと、上記のような物理シミュレーションによる推定モデルとを使用して、オーバーレイ誤差を推定しうる。

分析サーバー１０３は、統計データ２０に基づいてモデリングを行うことによって、統計的な解析による推定モデル２３を生成しうる。統計データの詳細については、第１実施形態および第２実施形態の説明において述べる。統計的な解析による推定モデル２３は、例えば、機械学習モジュールで実施されるランダムフォレスト法を使用して生成されうる。ランダムフォレスト法は、ログデータおよびオーバーレイ計測データといった統計値およびハイパーパラメータに基づいてオーバーレイ誤差要因がどの特徴量に基づいているかを評価あるいは決定することができる教師あり機械学習法の一例である。統計的な解析による推定モデル２３は、他の機械学習方法によって生成されてもよい。他の機械学習方法としては、例えば、ベイズ分類器、人工ニューラルネットワーク、決定木、サポートベクターマシンでありうるが、これらに限定されない。

分析サーバー１０３は、露光装置１０１から取得した物理データ２１に基づいてモデリングを行うことによって、物理シミュレーションにより推定モデル２４を生成しうる。図１６には、物理データに関する入力情報が例示されている。図１６に例示されるように、基板に関する情報は、例えば、基板の形状、サイズ、反り量、摩擦係数、および、曲げ剛性の少なくとも１つに関する情報を含みうる。また、基板チャック（基板保持部）に関する情報は、基板チャック（基板保持部）の構造に関する情報を含みうる。基板チャック（基板保持部）の構造に関する情報は、例えば、基板を支持するピンの位置、ピンの形状、ピンの高さ、土手の構造、配管系、吸引口の少なくとも１つに関する情報を含みうる。基板チャック（基板保持部）に関する情報は、基板チャック（基板保持部）が搭載された基板ステージの駆動シーケンスに関する情報を含んでもよい。
図１７には、物理データによる推定結果としての出力情報が例示されている。この例では、図１６、図１７に例示される情報に基づいてモデリングを行っているが、これらに限定しない。

ステップ８３では、分析サーバー１０３は、基板ステージ１１に搭載された基板チャックＣＫによって吸引により保持された基板Ｗ１の反り形状に関する物理値を取得して、記憶装置１２に格納しうる。分析サーバー１０３は、少なくとも１枚の基板について、基板チャックＣＫによって吸引により保持されていない状態における基板の反り形状の情報を露光装置１０１の外部、または内部の測定機器から取得しうる。ここで、反り形状の情報とは、例えば、基板面の中心を通り基板面と平行な平坦面に対する、基板上の、少なくとも１点における反り量（当該平坦面からの距離）でありうる。あるいは、分析サーバー１０３は、有限要素法を用いた計算機シミュレーションによって、様々な反り形状の基板について、反り形状の情報を取得してもよい。また、分析サーバー１０３は、反り形状の情報を露光装置１０１の外部から取得してもよく、例えば、オペレータによって露光装置１０１のコンソールなどから反り形状の情報が入力されてもよい。または、露光装置１０１がＬＡＮなどのネットワークに接続されている場合、分析サーバー１０３は、外部の測定機器、サーバー、その他のネットワークに接続された装置からネットワーク経由で反り形状の情報やオーバーレイ誤差の情報を取得してもよい。

物理シミュレーションに関しては、分析サーバー１０３は、記憶装置１２に格納した物理値に関するデータを使用しうる。ここで、物理値に関するデータに基づいて基板チャックＣＫによって基板を吸引により保持した時の位置ずれ量を評価するために、図６Ａに模式的に示される有限要素法（ＦＥＭ）を採用することができる。この例では、最もシンプルな板曲げ要素である、４節点１２自由度の要素を採用する基板面外の変形を式（１）のように定義する。一方、図６Ｂのような基板面内の変形を式（２）のように定義する。この例では、位置ずれ量を表す式として、基板面上の座標を表す行列式を用いる。

・・・（１）

・・・（２）

式（１）について、４節点１２自由度の線形板曲げ要素を採用する。１節点は、ｚ方向変位uz、および、x軸、y軸回りの回転角θx,θyの３自由度を持つ。要素に対して、図７に示されるように、正規化された座標系(ξ,η)を定義する。このとき、ｚ変位場uz(ξ,η)は、節点変位の値を用いて式（３）で補間される。

・・・（３）

ここで、fk,gk,hkは形状関数であり、式（４.１）～（４.３）で表される。

・・・（４．１）

・・・（４．２）

・・・（４．３）

ここで、ξk,ηkは各節点の正規化された座標値である。

式（２）について、面内変形の計算には、４節点８自由度の平面応力要素が採用されうる。１節点は、ｘ変位ux、ｙ変位uyの２自由度を持つ。変位場ux,uyは、それぞれ式(５.１）、（５.２）で表される。

・・・（５．１）

・・・（５．２）

ここで、Nk(ξ,η)は形状関数であり、式（６）で表される。

・・・（６）

(ξk,ηk)は、正規化された要素座標系における各節点の座標値であり、その値は、図７に示されている。基板チャックにおいては、基板の面外変形（ｚ軸方向）と比較して、基板の面内変形は非常に小さい。そのため、面外変形によって生じる面内方向の微小な変位を無視することができない。一般的なシミュレータでは、このような効果が非線形有限要素法を適用することで計算されるが、実装が煩雑になることに加え、計算コストが増大するという欠点がある。そこで、本実施形態において、物理シミュレーションにおいて面外変形に起因する面内変形を近似的に表現する手法が採用されることが好ましいが、非線形有限要素法が採用されてもよい。

本実施形態では、以上のように、統計的な解析による推定モデル２３と、物理シミュレーションによる推定モデル２４と、露光装置や前工程処理装置から取得されたオーバーレイ誤差の推定対象データからオーバーレイ誤差を推定する。そして、オーバーレイ誤差の推定結果２５を算出し、推定結果２５に基づいて露光時の基板の位置および姿勢を補正する補正値（オフセット値）を算出し、これをフィードバックし、後続の露光シーケンスを行なう。

＜第１実施形態＞
上記のように、図５に示されたフローでは、統計的な解析による推定モデルと、物理シミュレーションによる推定モデルとを使用してオーバーレイ誤差の推定結果が導出される。第１実施形態では、露光装置１０１と検査装置１０２とから得られる情報に基づいてオーバーレイ誤差の推定結果が導出される。図１９には、図５のフローに対応する統計的な解析による推定モデルを生成するための統計データ２０、物理シミュレーションによる推定モデルを生成するための物理データ２１、オーバーレイ誤差を推定するためのデータ２２の項目が例示されている。統計データ２０は、露光装置１０１から取得したログデータと検査装置１０２から取得したオーバーレイ計測データを含みうる。物理データ２１は、露光装置１０１から取得した物理値に関するデータを含みうる。統計データ２０は、複数の露光装置１０１から取得したログデータ、複数の検査装置１０２から取得したオーバーレイ計測データを含んでもよい。

オーバーレイ誤差を推定するためのデータ２２は、露光装置１０１から取得したログデータと、物理値に関するデータとを含みうる。ここで、取得したログデータ、物理値に関するデータは、それぞれ、統計データ２０として取得したログデータ、物理データ２１として取得した物理値に関するデータと同じであってもよい。

図１４には、分析サーバー１０３で実施する統計的な解析フローが例示されている。ステップ３００では、分析サーバー１０３は、露光装置１０１のログデータを取得しうる。ステップ３０１では、分析サーバー１０３は、該ログデータと対応する検査装置１０２によるオーバーレイ計測データを取得しうる。ステップ３０２では、分析サーバー１０３は、ログデータおよび計測データに対して前処理を行いうる。この前処理では、検査装置１０２によるオーバーレイ計測データからオーバーレイ値が目的変数として抽出され、その目的変数を推定するための説明変数が露光装置１０１のログデータから抽出されうる。機械学習に必要なデータ量は、データのばらつきによる影響を低減するように決定されうる。一例において、レコード数は４０００以上とされることが好ましいが、１００以上であれば十分な場合もある。ステップ３０３では、分析サーバー１０３は、前処理したファイルから統計的な解析による推定モデルを生成しうる。

図８には、オーバーレイ誤差の推定対象の露光装置１０１におけるオーバーレイ誤差に影響を与えうる要素が例示的に示されている。図８において、基板チャックＣＫと、基板Ｗ１と、基板Ｗ１を吸引する３つのピンＰ、基板Ｗ１を３つのピンＰに搬送しているハンドＨの位置関係が例示されている。分析サーバー１０３は、３つのピンＰの吸引口、ハンドＨによる基板Ｗ１の搬送時の重力加速度、基板チャックＣＫと基板Ｗ１の接触面積を入力値として、物理シミュレーションを行うことができる。図８の例では、基板チャックＣＫは、Ｚ方向の正方向に移動し、３つのピンＰ上に存在する基板Ｗ１を吸引によって保持しうる。

図１５には、オーバーレイ誤差の推定方法のフローが例示されている。この例では、分析サーバー１０３は、入力データとして、露光装置１０１のログデータ、検査装置１０２による計測データ、および、露光装置１０１の物理データを使用する。まず、ステップ３０４では、分析サーバー１０３は、露光装置１０１からログデータを取得する。ステップ３０５では、分析サーバー１０３は、ステップ３０４において取得したログデータと対応する検査装置１０２によるオーバーレイ計測データを取得する。ステップ３０６において、分析サーバー１０３は、ログデータおよび計測データに対して前処理を実施３０６する。ステップ３０７では、分析サーバー１０３は、図１４のフローで生成された統計的な解析によるモデルに対して上記の入力データを入力する。ステップ３０８では、分析サーバー１０３は、該統計的な解析によるモデルに従ってオーバーレイ誤差（オーバーレイ予測結果）を算出あるいは取得する。ステップ３０９では、分析サーバー１０３は、露光装置１０１から物理データを取得し、ステップ３１０では、分析サーバー１０３は、その物理データに基づいて物理シミュレーションを実施し、基板の歪みを推定する。ステップ３１１では、分析サーバー１０３は、ステップ３０８で算出したオーバーレイ誤差およびステップ３１１で推定した基板の歪みに基づいてオーバーレイ誤差を推定する。

図９には、分析サーバー１０３が露光装置１０１のログデータ、および、検査装置１０２によるオーバーレイ計測データを用いて学習により生成した、統計的な解析による推定モデルＦ（ｘ）が例示されている。図９中の矢印は、オーバーレイ誤差ベクトルを示している。図１０には、分析サーバー１０３が物理シミュレーションによってモデリングした推定モデルＳ(ｘ)が例示されている。図１０中の矢印は、基板の歪みのベクトルを示している。

分析サーバー１０３は、統計的な解析による推定モデルＦ（ｘ）と物理シミュレーションによってモデリングされた推定モデルＳ（ｘ）とを使用してオーバーレイ誤差を推定しうる。分析サーバー１０３は、推定したオーバーレイ誤差をＡＰＣ１０５に提供し、ＡＰＣ１０５は、このオーバーレイ誤差に基づいて補正値を算出しうる。ＭＥＳ１０４は、ＡＰＣ１０５によって算出された補正値を露光装置１０１にフィードバックして後続の露光処理を補正しうる。オーバーレイ誤差の推定値ｙは、例えば、式（７）で表現されうる。なお、補正値は、オーバーレイ誤差そのものであってもよい。オーバーレイ誤差を補正する補正値は、基板のアライメント誤差を補正あるいは低減するための値を含みうる。

y = αＦ(x) + βS(x) ・・・（７）
α、βは定数

分析サーバー１０３は、露光装置１０１とは別に設けられうるが、露光装置１０１に組み込まれてもよい。ＡＰＣフィードバックは、ＭＥＳ１０４を介することなく、ＡＰＣ１０５から露光装置１０１に対して行われてもよい。

図１１には、オーバーレイ誤差の推定を実施しなかった結果、および、統計的な解析による推定モデルからオーバーレイ誤差を推定し、推定結果をＡＰＣフィードバックした結果（パターン１）が示されている。また、図１１には、物理シミュレーションによる推定モデルを使用してオーバーレイ誤差を推定し、推定結果をＡＰＣフィードバックした結果（パターン２）が示されている。また、図１１には、統計的な解析による推定モデルと物理シミュレーションによる推定モデルを使用してオーバーレイ誤差を推定し、推定結果をＡＰＣフィードバックした結果(パターン（１＋２）)が示されている。縦軸は、検査装置１０２で計測したオーバーレイ誤差の３σを示す。

パターン２の結果は、オーバーレイ誤差を推定しない場合よりも良い結果を示している。図１１の例では、パターン２の結果がパターン１の結果より悪いが、物理シミュレーションの精度を向上させれば、パターン２の結果をパターン１の結果より良くすることができる。

パターン（１＋２）の結果は、最も良好である。以下において、この理由を考察する。露光装置のデータを使用した統計的な解析では、基板チェックに基板を載せるときの配置誤差や、基板の凹凸計測データが使用されるが、ピンが基板を吸引するときの圧力分布および流速分布が計測されない場合、これらを解析のために使用できない。一方、物理シミュレーションでは、図１６に例示されるピンの形状や、配管系に関する入力値から図１７に例示されるようにピンが基板を吸引するときの圧力分布や、流速分布をシミュレート可能である。一方で、物理シミュレーションでは、基板チェックに基板を載せるときの配置誤差や、基板の凹凸に関してはシミュレートできない。そのため、統計的な解析による推定モデルと物理シミュレーションによる推定モデルとを併用すると、基板チェックに基板を載せるときの配置誤差及び基板の凹凸の予測だけでなく、ピンが基板を吸引するときの圧力分布及び流速分布も考慮可能となる。これにより、オーバーレイ誤差の３σが低減されうる。

＜第２実施形態＞
第２実施形態では、前工程処理装置１００、露光装置１０１および検査装置１０２から得られる情報あるいはデータに基づいてオーバーレイ誤差が推定される。図５には、第２実施形態の導出フローが示されている。図２０には、図５に対応する統計的な解析による推定モデルを生成するための統計データ２０、物理シミュレーションによる推定モデルを生成するための物理データ２１、オーバーレイ誤差を推定するためのデータ２２の項目が例示されている。統計データ２０は、前工程処理装置１００から取得した計測データ、露光装置１０１から取得したログデータ、および、検査装置１０２から取得したオーバーレイ計測データを含む。物理データ２１は、露光装置１０１から取得した物理値に関するデータを含む。統計データ２０は、複数の前工程処理装置１００から取得した計測データ、複数の露光装置１０１から取得したログデータ、および、複数の検査装置１０２から取得したオーバーレイ計測データを含んでもよい。

オーバーレイ誤差を推定するためのデータ２２は、露光装置１０１から取得したログデータ、物理値に関するデータ、および、前工程処理装置１００から取得した計測データを含みうる。ここで、取得したログデータ、物理値に関するデータは、それぞれ、統計データ２０として取得したログデータおよび計測データ、物理データ２１として取得した物理値に関するデータと同じであってもよい。

分析サーバー１０３は、事前に前工程処理装置１００から取得した計測データと露光実施時の複数のログデータ、該ログデータと対応する検査装置１０２のオーバーレイ計測データに対して前処理を行いうる。この前処理では、検査装置の１０３によるオーバーレイ計測データからオーバーレイ値が目的変数として抽出され、その目的変数を推定するための説明変数が露光装置１０１のログデータから抽出されうる。機械学習に必要なデータ量は、データのばらつきによる影響を低減するように決定されうる。一例において、レコード数は４０００以上とされることが好ましいが、１００以上でれば十分な場合もある。分析サーバー１０３は、前処理したファイルから統計的な解析による推定モデルを生成しうる。

分析サーバー１０３が前工程処理装置１００の計測データ、露光装置１０１のログデータ、および、検査装置１０２のオーバーレイ計測データを用いて学習した、統計的な解析による推定モデルＦ(ｘ)は、大雑把には図９と同様の形式で視覚化されうる。ただし、第２実施形態では、前工程処理装置１００の計測データが考慮されている点で、図９とは異なる。図９の矢印は、オーバーレイ誤差ベクトルを示している。図１０には、分析サーバー１０３が物理シミュレーションによってモデリングした推定モデルＳ(ｘ)が例示されている。図１０中の矢印は、基板の歪みのベクトルを示している。

分析サーバー１０３は、統計的な解析による推定モデルＦ（ｘ）と物理シミュレーションによってモデリングされた推定モデルＳ（ｘ）とを使用してオーバーレイ誤差を推定しうる。分析サーバー１０３は、推定したオーバーレイ誤差をＡＰＣ１０５に提供し、ＡＰＣ１０５は、これを格納しうる。ＭＥＳ１０４は、ＡＰＣ１０５に格納されたオーバーレイ誤差を露光装置１０１にフィードバックして後続の露光処理を補正する。オーバーレイ誤差の推定値ｙは、例えば、式（８）で表現されうる。

y = αＦ(x) + βS(x) ・・・（８）
α、βは定数

＜第３実施形態＞
第３実施形態では、オーバーレイ誤差の更なる低減を目的として、露光装置１０１の条件出しとしてパイロットでウエハを流すときに補正値を算出する方法を提供する。図１３には、第３実施形態における処理が示されている。第３実施形態では、スパイラル学習が採用されうる。まず、ステップ２００では、分析サーバー１０３は、図１９に例示されるような物理データを取得する。ステップ２０１では、分析サーバー１０３は、その物理データに基づいて物理データモデリングを行うことによって、物理シミュレーションによる推定モデルＳ（ｘ）を算出する。ステップ２０２では、分析サーバー１０３は、図１９に例示されるような統計データを取得する。ステップ２０３では、分析サーバー１０３は、その統計データに基づいて統計データモデリングを行うことによって、統計的な解析による推定モデルＦ（ｘ）を算出する。

次に、ステップ２０４において、物理サーバー１０３は、物理シミュレーションによる推定モデルＳ（ｘ）と統計的な解析による推定モデルＦ（ｘ）とを使用してオーバーレイ誤差を推定する。ステップ２０５において、分析サーバー１０３は、推定したオーバーレイ誤差をＡＰＣ１０５に提供し、ＡＰＣ１０５は、このオーバーレイ誤差に基づいて補正値を算出しうる。ＭＥＳ１０４は、ＡＰＣ１０５によって算出された補正値を露光装置１０１にフィードバック（ＡＰＣフィードバック）して後続の露光処理を補正しうる。オーバーレイ誤差の推定値ｙは、例えば、９（７）で表現されうる。なお、補正値は、オーバーレイ誤差そのものであってもよい。

y = αＦ(x) + βS(x) ・・・（９）
α、βは定数

分析サーバー１０３は、ステップ２０２～２０６の動作を、オーバーレイ誤差が目標範囲に収まるまで繰り返すことにより、統計的な解析による推定モデルＦ（ｘ）を更新する。

＜第４実施形態＞
第４実施形態では、統計的な解析による推定モデルＦ(ｘ)は使用されず、図１６に例示される入力情報に基づいて物理シミュレーションを行った結果からオーバーレイ誤差が推定されうる。得られたオーバーレイ誤差の推定値に基づいてＡＰＣフィードバックにより後続の露光処理が補正されうる。オーバーレイ推定値ｙは、式（１０）として表すことができる。

y = β’Ｓ(x) ・・・（１０）
β’は定数

物理シミュレーションによる推定モデルＳ(ｘ)を生成するための入力情報については、図１６に例示された情報に限定されず、他の情報が使用されてもよい。

＜第５実施形態＞
第４実施形態では、統計的な解析による推定モデルＦ(ｘ)は使用されず、図１６に例示される入力情報に基づいて物理シミュレーションを行った結果からオーバーレイ誤差が推定されうる。

第４実施形態では、分析サーバー１０３におけるシミュレーションに要する時間を削減するために、入力情報から自由度を落とした複数のモデル、例えば、図１８に例示されるパターン１～パターン５の条件のそれぞれのモデルが生成されうる。図１２には、図１８に対応するパターン１～５の物理シミュレーションによる推定モデルが例示されている。露光処理時には、それらの物理シミュレーションによる推定モデルのうち最も露光処理の条件に近いパターンが選択されうる。そして、選択された物理シミュレーションによる推定モデルがＡＰＣフィードバックのために使用されうる。

本明細書の開示は、以下のリソグラフィ方法、物品製造方法、情報処理方法およびプログラムを含む。
（項目１）
基板の上にリソグラフィ装置によって形成されるパターンのオーバーレイ誤差を低減するリソグラフィ方法であって、
前記基板が前記リソグラフィ装置の基板保持部によって保持されたときに発生する前記基板の歪みを、少なくとも前記基板保持部に関する情報および前記基板に関する情報に基づくシミュレーションによって推定する推定工程と、
前記推定工程で得られる前記歪みに基づいて前記オーバーレイ誤差が低減されるように前記リソグラフィ装置を制御する制御工程と、
を含むことを特徴とするリソグラフィ方法。
（項目２）
前記シミュレーションは、物理シミュレーションを含む、
ことを特徴とする項目１に記載のリソグラフィ方法。
（項目３）
前記基板に関する情報は、前記基板の形状、サイズ、反り量、摩擦係数、および、曲げ剛性の少なくとも１つに関する情報を含む、
ことを特徴とする項目１又は２に記載のリソグラフィ方法。
（項目４）
前記基板保持部に関する情報は、前記基板保持部の構造に関する情報を含む、
ことを特徴とする項目１乃至３のいずれか１項に記載のリソグラフィ方法。
（項目５）
前記基板保持部に関する情報は、前記基板保持部が搭載された基板ステージの駆動シーケンスに関する情報を含む、
ことを特徴とする項目１乃至４のいずれか１項に記載のリソグラフィ方法。
（項目６）
前記制御工程では、前記推定工程で得られる前記歪みに基づいて前記基板のアライメント誤差が低減されるように前記リソグラフィ装置を制御する、
ことを特徴とする項目１乃至５のいずれか１項に記載のリソグラフィ方法。
（項目７）
前記推定工程は、前記リソグラフィ装置のログデータ、および、前記オーバーレイ誤差の計測結果に基づいてオーバーレイ誤差の推定モデルを生成する生成工程を含み、前記推定モデルおよび前記シミュレーションによって前記オーバーレイ誤差を推定する、
ことを特徴とする項目１乃至６のいずれか１項に記載のリソグラフィ方法。
（項目８）
前記推定モデルおよび前記シミュレーションによって推定された前記オーバーレイ誤差に基づく補正値を前記リソグラフィ装置にフィードバックするフィードバック工程を更に含み、
前記推定工程および前記フィードバック工程を繰り返す、
ことを特徴とする項目７に記載のリソグラフィ方法。
（項目９）
前記生成工程は、更に、前記リソグラフィ装置に先立って前記基板を処理する前処理装置から得られる計測データに基づいて前記推定モデルを生成する、
ことを特徴とする項目７に記載のリソグラフィ方法。
（項目１０）
前記推定モデルおよび前記シミュレーションによって推定された前記オーバーレイ誤差に基づく補正値を前記リソグラフィ装置にフィードバックするフィードバック工程を更に含み、
前記推定工程および前記フィードバック工程を繰り返す、
ことを特徴とする項目９に記載のリソグラフィ方法。
（項目１１）
基板の上にパターンを形成するリソグラフィ工程と、
前記パターンが形成された前記基板から物品を得る工程と、を含み、
前記リソグラフィ工程は、項目１乃至１０のいずれか１項に記載のリソグラフィ方法に従ってオーバーレイ誤差を低減することを含む、
ことを特徴とする物品製造方法。
（項目１２）
基板の上にリソグラフィ装置によって形成されるパターンのオーバーレイ誤差を低減するための補正値を生成する情報処理方法であって、
前記基板が前記リソグラフィ装置の基板保持部によって保持されたときに発生する前記基板の歪みを、少なくとも前記基板保持部に関する情報および前記基板に関する情報に基づくシミュレーションによって推定する推定工程と、
前記推定工程で得られる前記歪みに基づいて前記オーバーレイ誤差が低減されるように前記リソグラフィ装置を制御するための補正値を決定する決定工程と、
を含むことを特徴とする情報処理方法。
（項目１３）
前記シミュレーションは、物理シミュレーションを含む、
ことを特徴とする項目１２に記載の情報処理方法。
（項目１４）
前記基板に関する情報は、前記基板の形状、サイズ、反り量、摩擦係数、および、曲げ剛性の少なくとも１つに関する情報を含む、
ことを特徴とする項目１２又は１３に記載の情報処理方法。
（項目１５）
前記基板保持部に関する情報は、前記基板保持部の構造に関する情報を含む、
ことを特徴とする項目１２乃至１４のいずれか１項に記載の情報処理方法。
（項目１６）
前記基板保持部に関する情報は、前記基板保持部が搭載された基板ステージの駆動シーケンスに関する情報を含む、
ことを特徴とする項目１２乃至１５のいずれか１項に記載の情報処理方法。
（項目１７）
前記推定工程は、前記リソグラフィ装置のログデータ、および、前記オーバーレイ誤差の計測結果に基づいてオーバーレイ誤差の推定モデルを生成する生成工程を含み、前記推定モデルおよび前記シミュレーションによって前記オーバーレイ誤差を推定する、
ことを特徴とする項目１２乃至１６のいずれか１項に記載の情報処理方法。
（項目１８）
前記推定モデルおよび前記シミュレーションによって推定された前記オーバーレイ誤差に基づく補正値を前記リソグラフィ装置にフィードバックするフィードバック工程を更に含み、
前記推定工程および前記フィードバック工程を繰り返す、
ことを特徴とする項目１７に記載の情報処理方法。
（項目１９）
前記生成工程は、更に、前記リソグラフィ装置に先立って前記基板を処理する前処理装置から得られる計測データに基づいて前記推定モデルを生成する、
ことを特徴とする項目１８に記載の情報処理方法。
（項目２０）
コンピュータに項目１２乃至１９のいずれか１項に記載の情報処理方法を実行させるためのプログラム。

発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。

Claims

基板の上にリソグラフィ装置によって形成されるパターンのオーバーレイ誤差を低減するリソグラフィ方法であって、
前記基板が前記リソグラフィ装置の基板保持部によって保持されたときに発生する前記基板の歪みを、少なくとも前記基板保持部に関する情報および前記基板に関する情報に基づくシミュレーションによって推定する推定工程と、
前記推定工程で得られる前記歪みに基づいて前記オーバーレイ誤差が低減されるように前記リソグラフィ装置を制御する制御工程と、
を含むことを特徴とするリソグラフィ方法。
前記シミュレーションは、物理シミュレーションを含む、
ことを特徴とする請求項１に記載のリソグラフィ方法。
前記基板に関する情報は、前記基板の形状、サイズ、反り量、摩擦係数、および、曲げ剛性の少なくとも１つに関する情報を含む、
ことを特徴とする請求項１に記載のリソグラフィ方法。
前記基板保持部に関する情報は、前記基板保持部の構造に関する情報を含む、
ことを特徴とする請求項１に記載のリソグラフィ方法。
前記基板保持部に関する情報は、前記基板保持部が搭載された基板ステージの駆動シーケンスに関する情報を含む、
ことを特徴とする請求項１に記載のリソグラフィ方法。
前記制御工程では、前記推定工程で得られる前記歪みに基づいて前記基板のアライメント誤差が低減されるように前記リソグラフィ装置を制御する、
ことを特徴とする請求項１に記載のリソグラフィ方法。
前記推定工程は、前記リソグラフィ装置のログデータ、および、前記オーバーレイ誤差の計測結果に基づいてオーバーレイ誤差の推定モデルを生成する生成工程を含み、前記推定モデルおよび前記シミュレーションによって前記オーバーレイ誤差を推定する、
ことを特徴とする請求項１に記載のリソグラフィ方法。
前記推定モデルおよび前記シミュレーションによって推定された前記オーバーレイ誤差に基づく補正値を前記リソグラフィ装置にフィードバックするフィードバック工程を更に含み、
前記推定工程および前記フィードバック工程を繰り返す、
ことを特徴とする請求項７に記載のリソグラフィ方法。
前記生成工程は、更に、前記リソグラフィ装置に先立って前記基板を処理する前処理装置から得られる計測データに基づいて前記推定モデルを生成する、
ことを特徴とする請求項７に記載のリソグラフィ方法。
前記推定モデルおよび前記シミュレーションによって推定された前記オーバーレイ誤差に基づく補正値を前記リソグラフィ装置にフィードバックするフィードバック工程を更に含み、
前記推定工程および前記フィードバック工程を繰り返す、
ことを特徴とする請求項９に記載のリソグラフィ方法。
基板の上にパターンを形成するリソグラフィ工程と、
前記パターンが形成された前記基板から物品を得る工程と、を含み、
前記リソグラフィ工程は、請求項１乃至１０のいずれか１項に記載のリソグラフィ方法に従ってオーバーレイ誤差を低減することを含む、
ことを特徴とする物品製造方法。
基板の上にリソグラフィ装置によって形成されるパターンのオーバーレイ誤差を低減するための補正値を生成する情報処理方法であって、
前記基板が前記リソグラフィ装置の基板保持部によって保持されたときに発生する前記基板の歪みを、少なくとも前記基板保持部に関する情報および前記基板に関する情報に基づくシミュレーションによって推定する推定工程と、
前記推定工程で得られる前記歪みに基づいて前記オーバーレイ誤差が低減されるように前記リソグラフィ装置を制御するための補正値を決定する決定工程と、
を含むことを特徴とする情報処理方法。
前記シミュレーションは、物理シミュレーションを含む、
ことを特徴とする請求項１２に記載の情報処理方法。
前記基板に関する情報は、前記基板の形状、サイズ、反り量、摩擦係数、および、曲げ剛性の少なくとも１つに関する情報を含む、
ことを特徴とする請求項１２に記載の情報処理方法。
前記基板保持部に関する情報は、前記基板保持部の構造に関する情報を含む、
ことを特徴とする請求項１２に記載の情報処理方法。
前記基板保持部に関する情報は、前記基板保持部が搭載された基板ステージの駆動シーケンスに関する情報を含む、
ことを特徴とする請求項１２に記載の情報処理方法。
前記推定工程は、前記リソグラフィ装置のログデータ、および、前記オーバーレイ誤差の計測結果に基づいてオーバーレイ誤差の推定モデルを生成する生成工程を含み、前記推定モデルおよび前記シミュレーションによって前記オーバーレイ誤差を推定する、
ことを特徴とする請求項１２に記載の情報処理方法。
前記推定モデルおよび前記シミュレーションによって推定された前記オーバーレイ誤差に基づく補正値を前記リソグラフィ装置にフィードバックするフィードバック工程を更に含み、
前記推定工程および前記フィードバック工程を繰り返す、
ことを特徴とする請求項１７に記載の情報処理方法。
前記生成工程は、更に、前記リソグラフィ装置に先立って前記基板を処理する前処理装置から得られる計測データに基づいて前記推定モデルを生成する、
ことを特徴とする請求項１８に記載の情報処理方法。
コンピュータに請求項１２乃至１９のいずれか１項に記載の情報処理方法を実行させるためのプログラム。