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 - Google Patents
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 Download PDFInfo
- Publication number
- JP2023158946A JP2023158946A JP2022069024A JP2022069024A JP2023158946A JP 2023158946 A JP2023158946 A JP 2023158946A JP 2022069024 A JP2022069024 A JP 2022069024A JP 2022069024 A JP2022069024 A JP 2022069024A JP 2023158946 A JP2023158946 A JP 2023158946A
- Authority
- JP
- Japan
- Prior art keywords
- substrate
- lithography
- overlay error
- simulation
- information regarding
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000001459 lithography Methods 0.000 title claims abstract description 63
- 230000010365 information processing Effects 0.000 title claims description 25
- 238000003672 processing method Methods 0.000 title claims description 23
- 238000004519 manufacturing process Methods 0.000 title claims description 8
- 239000000758 substrate Substances 0.000 claims abstract description 186
- 238000004088 simulation Methods 0.000 claims abstract description 62
- 238000005259 measurement Methods 0.000 claims description 45
- 238000012937 correction Methods 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 23
- 238000005452 bending Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 description 58
- 238000007619 statistical method Methods 0.000 description 31
- 238000007689 inspection Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 17
- 230000003287 optical effect Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 238000006073 displacement reaction Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 108010076504 Protein Sorting Signals Proteins 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000000609 electron-beam lithography Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000013106 supervised machine learning method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70691—Handling of masks or workpieces
- G03F7/70783—Handling stress or warp of chucks, masks or workpieces, e.g. to compensate for imaging errors or considerations related to warpage of masks or workpieces due to their own weight
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
- G03F9/7019—Calibration
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
- G03F9/7046—Strategy, e.g. mark, sensor or wavelength selection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
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。
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。
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(Critical Dimension)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(Field Programmable Gate Arrayの略。)などのPLD(Programmable Logic Deviceの略。)、又は、ASIC(Application Specific Integrated Circuit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(Advanced Process Control)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(Manufacturing Execution System)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。
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。
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。
ここで、fk,gk,hkは形状関数であり、式(4.1)~(4.3)で表される。
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。
ここで、Nk(ξ,η)は形状関数であり、式(6)で表される。
(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。
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
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。
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。
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。
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
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。
<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。
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
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。
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。
<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。
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
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。
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、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。
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。
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。
(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 (20)
- 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。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022069024A JP2023158946A (ja) | 2022-04-19 | 2022-04-19 | 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 |
TW112111909A TW202343128A (zh) | 2022-04-19 | 2023-03-29 | 微影方法、物品製造方法、資訊處理方法、程式及資訊處理裝置 |
KR1020230042396A KR20230149223A (ko) | 2022-04-19 | 2023-03-31 | 리소그래피 방법, 물품제조방법, 정보처리방법, 프로그램 및 정보처리장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022069024A JP2023158946A (ja) | 2022-04-19 | 2022-04-19 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023158946A true JP2023158946A (ja) | 2023-10-31 |
JP2023158946A5 JP2023158946A5 (ja) | 2023-12-06 |
Family
ID=88508894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022069024A Pending JP2023158946A (ja) | 2022-04-19 | 2022-04-19 | 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 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023158946A (ja) |
KR (1) | KR20230149223A (ja) |
TW (1) | TW202343128A (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6643834B2 (ja) | 2015-09-02 | 2020-02-12 | キヤノン株式会社 | ディストーション検出方法、露光装置、露光方法、およびデバイス製造方法 |
-
2022
- 2022-04-19 JP JP2022069024A patent/JP2023158946A/ja active Pending
-
2023
- 2023-03-29 TW TW112111909A patent/TW202343128A/zh unknown
- 2023-03-31 KR KR1020230042396A patent/KR20230149223A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
TW202343128A (zh) | 2023-11-01 |
KR20230149223A (ko) | 2023-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI817134B (zh) | 判定圖案化製程之校正之方法、元件製造方法、用於微影裝置之控制系統及微影裝置 | |
US8954899B2 (en) | Contour alignment system | |
JP3839306B2 (ja) | 半導体装置の製造方法および製造システム | |
US10712672B2 (en) | Method of predicting patterning defects caused by overlay error | |
US10663870B2 (en) | Gauge pattern selection | |
WO2008151083A1 (en) | Feedforward/feedback litho process control of stress and overlay | |
JP6364059B2 (ja) | 露光装置、露光方法、および物品の製造方法 | |
CN113168111A (zh) | 用于预测半导体制造过程的产率的方法 | |
TWI660235B (zh) | 判定一經圖案化基板之一參數的方法及非暫時性電腦程式產品 | |
KR20220143743A (ko) | 리소그래피 공정에서 오버레이 오류를 보정하기 위한 시스템 및 방법 | |
TW202138937A (zh) | 量測裝置及用於判定基板格柵的方法 | |
EP3312672A1 (en) | Methods of determining corrections for a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus | |
TW202024777A (zh) | 量測方法與裝置 | |
KR20230123967A (ko) | 현상 이후 또는 에칭 이후 이미지의 머신 러닝 기반의 이미지 생성 | |
JP6944323B2 (ja) | 計算方法、露光方法、プログラム、露光装置、および物品の製造方法 | |
JP7339826B2 (ja) | マーク位置決定方法、リソグラフィー方法、物品製造方法、プログラムおよびリソグラフィー装置 | |
JP2023158946A (ja) | 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 | |
TWI519905B (zh) | 微影裝置及器件製造方法 | |
KR20200058523A (ko) | 리소그래피 노광 공정의 최적화를 위한 시스템 및 방법 | |
JP2022054250A (ja) | サンプルショット領域のセットを決定する方法、計測値を得る方法、情報処理装置、リソグラフィ装置、プログラム、および物品製造方法 | |
JP2021006893A (ja) | パターン形成方法、パターン形成装置及び物品の製造方法 | |
KR20210123381A (ko) | 기판 형상을 추정하기 위한 방법 및 장치 | |
CN113039487A (zh) | 用于监测光刻装置的方法 | |
TWI824461B (zh) | 將基板區域之量測資料模型化的方法及其相關設備 | |
JP2007012673A (ja) | 推定方法、露光方法、デバイス製造方法及びデバイス、検査方法、デバイス製造装置、並びにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231127 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231127 |