JP3654630B2 - 半導体製造での微細構造表面の製造プロセスを光学的にコントロールする方法および装置 - Google Patents

Description

【０００１】
本発明は、半導体製造での微細構造表面の製造プロセスを光学的にコントロールする方法、並びにこの方法を実施するための装置に関する。ここでは被検表面の回折画像を分析するために、検査された構造体のすでに存在する回折画像との比較が行われる。
【０００２】
とりわけ半導体製造では製造プロセス中に、構造化された層のライン幅およびラインプロフィールをしばしばコントロールしなければならない。製品の機能能力に対してはライン幅を仕様どおりに精確に維持することが非常に重要である。さらに構造化パラメータ、例えばトレンチ深度または側壁傾斜が非常に重要である。これらの製造パラメータをリソグラフマスク、半導体ディスクまたは他の微細構造表面でコントロールするためには適切な測定装置が必要である。
【０００３】
現在使用されている最小構造幅は０．２５μｍの領域にあり、従来の非破壊光学的ライン幅測定装置は回折作用および干渉作用のため使用することができない。できるだけ少数のモニタディスクで間に合わせるために、半導体製造では安価な測定方法が製品ディスクで線形構造体を非破壊、非汚染で検査するために必要である。ここで測定速度はできるだけ高い方が良く、例えばクリティカルなプロセスステップ後に各製品ディスクをプロセス時間の有意な上昇なしでコントロールできるようにすべきである。
【０００４】
従来の技術
微細構造（＜１μｍ）のライン幅測定のためには、現在電子顕微鏡が使用されている。しかし電子顕微鏡は面倒な取り扱いが必要であり、スループットが低い。そのため処理された半導体ディスクの少数しか検査することができない。さらに正確な測定結果を線形プロフィールに対して得るにはいわゆるクロスセクション記録が必要であり、このためにはすでに処理した半導体ディスクを破壊しなければならない。従って正規の製品ディスクの他に半導体製造ではいわゆるモニタディスクが共に処理され、このモニタディスクは引き続く測定目的に使用される。とりわけ将来の３００ｍｍ以上の大ディスク直径では、このモニタディスクが高コストの原因となる。一方では、純粋に材料コストが上昇し、他方ではこのためにスリープットが甚だしく低下するからである。
【０００５】
回折ないし散乱光測定は解決アプローチを提供する。一般的にこの方法では、被検測定領域が照明され、反射光の特徴から測定領域の表面特性が推定される。基板に周期的な構造体が存在すれば、波長を相応に選択する際に回折作用および干渉作用が発生する。この作用は従来の光学的機器では測定を妨害するものであるが、散乱光測定ないし回折測定ではこの作用を明確に検出し、評価することができる。なぜならこれらの作用は構造体の大きさに対して特異的だからである。面倒なモデル計算を用いて、種々異なる構造サイズ、例えばライン幅、エッジ傾斜度またはライン高を散乱光測定により検出することができる。
【０００６】
周期的構造体でのコヒーレント光の反射は、振幅または位相グリッドとして理解することができる。この反射は回折作用および干渉作用の形成に作用する。使用される光の波長が少なくともグリッド周期の半分より大きければ、直接反射される０次の反射光の他に別の高次の回折マキシマムが発生する。ｎ次の回折等級の位置ないし角度θｎは入射角θｉ、グリッド周期ｇ並びに波長に依存する。
【０００７】
ｓｉｎθｉ＋ｓｉｎθｎ＝ｎ・（λ／ｇ）
２次元グリッドと複数の異なる周期を有する複雑な構造体の場合、回折問題を３次元で分析しなければならない。被検構造体の大きさが波長の領域にある場合、単純なフラウンホーファー回折式が成り立たない。その代わりにグリッドでの反射および透過に対してマクスウェル式を明確に解かなければならない。これは例えばいわゆるrigorous coupled wave analysisを用いて行う。発生する非線形性は一般的に有効な予測を非常に制限的にしか許容しない。そのため回折作用を小さい構造体で判定するには常に具体的個別例で観察せねばならず、また数値的に計算しなければならない。回折等級の強度並びに位相は、入射ビームの特性（角度、偏光、波長）、被検構造体（グリッド周期、ライン幅、ライン高、層構造、エッジの丸み、粗度）、基板の材料特性（屈折率、吸収指数）に依存する。しかし回折マキシマムの位置は入射角、グリッド周期および波長からのみ影響を受ける。これらの大きさが一定であれば、位置的に固定した回折等級の強度評価から他のグリッドパラメータを推定することができる。しかし多数のグリッド影響パラメータが存在するため、グリッドパラメータを一義的に検出することは、十分な数の強度測定値が被検測定点に対して得られる場合だけ可能である。
【０００８】
グリッドパラメータを、測定された回折画像と基準回折画像（これは回路レイアウトから多大なコストにより計算される）との比較により検出することは実験的研段階であり、満足のいくものではない。すなわちラインが平行な場合だけ当てはまるものである。従来技術による、回折画像を測定するための測定装置はＤＥ１９８２４６２４およびＵＳ５７０３６９２に開示されている。これらの装置は大きなコストを掛けて、グリッドパターンを厳密に周期的な構造体で検出するためのものであり、ＤＲＡＭの製造の際に使用される。これは以下のようにして行われる。ウェハにＤＲＡＭ回路に付加的に、幾何学的に簡単な平行ストリップからなるテスト構造体を取り付ける。次のこれの回折画像だけを測定し、幾何学的に簡単なテスト構造体の変形基準スペクトルと比較する。この比較からテスト構造体のグリッドパラメータが得られる。このグリッドパラメータからＤＲＡＭ回路のグリッドパラメータが推定される。この推定は例えばリソグラフマシンのシステマチックエラー、または層形成の際の不均質なプリズム、またはウェハの下の塵粒子を考慮することはできない。
【０００９】
解決される課題
本発明の課題は、半導体製造における微細構造表面の製造プロセスを、安価かつ非破壊でコントロールする方法および装置を提供することである。本発明の方法の使用により機器コストが格段に低減される。また本発明の方法は、インシトゥーないしインライン使用を可能にし、測定並びに測定データ評価を非常に促進する。
【００１０】
発明の説明
本発明によりこの課題は、独立方法請求項の構成によって解決される。さらに独立装置請求項ではこの方法を実施するための装置が提案される。
【００１１】
有利な実施形態は従属請求項の対象である。
【００１２】
本発明によれば半導体製造のコントロールのために製造中に次のように分類が行われる。試行で十分に多数の被検構造体（典型的な製造偏差を有するプロトタイプ）を例えば後で提案する測定装置により測定し、これにより回折画像および／または散乱光画像（シグネチャ）を記録する。このようにして複数の基準シグネチャが得られる。さらに試料を測定装置により従来技術に従って探査し、絶対的測定値を送出する（例えば電子顕微鏡）。これにより基準シグネチャの分類を含むデータベースが得られ、エラーのある部分を、製造から得られた試料の表面の回折画像／散乱光画像に割り当てることができる。このデータベースに基づいて、次に分類システム、例えば学習能力のあるニューラルネットワークをトレーニングし、将来は自身で良／劣分類を行う。この場合電子顕微鏡による測定は省略できる。複数の等級へのさらに微細な配分（例えば偏差の方向）を実行することもできる。さらに種々のパラメータの偏差作用を抽出し、同様に分類モデルに組み込むことができる（データベースはそのために十分に大きくなければならない。例えば数１００の試料）。この方法により、その複雑性ゆえにモデル化が不可能である試料を探査することができる。このことはちょうど半導体製造での典型的な製品構造に対して当てはまる（例えばＤＲＡＭの場合）。従来技術によるモデル化方法の場合、場合によっては特別のテスト構造体を使用しなければならない。このテスト構造体はパラメータバリエーションのシミュレーションを可能にする。このことは、製造における多大な付加コストを意味し、測定方法の使用を排除することができる。
【００１３】
半導体ファブリックの各構造タイプ／各製品に対して、製品タイプに対して特徴的なパラメータの学習をプロトライプの測定によって実行しなければならない。１つの製品から別の製品への転用は不可能である。製品タイプ内でパラメータ偏差を検出することができる。同じことが従来技術によるモデル化アプローチに対しても当てはまる。
【００１４】
別の興味深い（散乱光測定／回折測定の）適用は製品識別である。もちろん測定信号は通常、製品ごとに大きく異なり、一義的である。このため（異なる半導体構造の）製品の識別が非常に安価に可能であり、面倒な画像識別または文字識別を省略するか、これと置換することができる。このことは半導体ファブリックでの別の問題と結び付く。誤って導かれたウェハの場合、比較的に大きなコストを掛けなければどの製造ステップ（例えば小さなエッチングステップ）が最後に実行されたか、またウェハが現在どの状態にあるかを検出することができない。散乱光／回折測定により、この配列を数秒で行うことができる。ただし前もって一度、回折シグネチャが各製造ステップ後に記録され、記憶された場合である。（例えばテーブル、ニューラルネットワークとの）比較は割り当てをもたらす。
【００１５】
この製品識別／プロセスステップ配列は回折分析により、周期的構造体以外でも適用することができる。一般的な非周期的（論理）構造体の場合も、特徴的な強度経過が発生し、分類が可能となる。この非周期的構造体への拡張はパラメータ偏差の分類に対しても可能である。
【００１６】
本発明では、回折画像の強度曲線を、前もって特別の最適グリッド構造体および／または製品プロトタイプにより記録した強度分布と比較し、適切な間隔尺度により具体的に探査された構造体が所要の仕様を含むか否かを判断することが提案される。
【００１７】
この分類（例えば構造正常／プロセスエラー）に対しては、面倒なモデル化または絶対的グリッドサイズの検出は必要ない。その代わりに、仕様を満たす試料（プロトタイプ）の強度曲線が学習能力のあるシステムにより記憶され、実際の測定曲線との比較が実行される。絶対的グリッドサイズは、基準プロトタイプを独立した方法（例えば電子顕微鏡）により測定することによって得られ、これは基準シグネチャに配属される。時間のかかる計算過程が省略され、とりわけ良または劣への粗い区分をすでに少数の基準シグネチャにより行うことができる。
【００１８】
記述の方法はとりわけ、規則的構造体、例えばメモリ素子の連続的コントロールに適する。メモリ素子の大部分は対称的なグリッド構造体を有するからである。数値シミュレーションによるこれまでの方法が専ら単純なテスト構造体に適したのに対し、ここに提案されたコンセプトは複雑な製品構造体に直接適用することができる。製造ラインの準備段階では十分な測定データが、学習能力のある分類システム（例えばニューラルネットワークまたはファジーロジック）のトレーニングに対するＲＥＭ探査から生じる。
【００１９】
構造化された試料表面を判定するために、強度経過が特別の試料（プロトタイプ）の曲線経過と比較される。学習能力のあるシステム、例えばニューラルネットワークのシステムによって、該当する試料表面の区分または分類が行われる（例えば良／劣）。ニューラルネットワークはこのために、十分な数の例構造体（プロトタイプ）によりトレーニングされる。エラーのある構造体が識別されると、これを従来技術の面倒は方法により正確に探査することができる。この方法の大きな利点は非常に簡単なことである。次のようなことを役目とする専門技術者が必要ない。すなわち、試料表面をできるだけ正確にモデル化し、散乱光作用および回折作用を予測して、絶対測定値を１つまたは複数のグリッドパターンに対して得ることを役目とする専門技術者が必要ない。その代わりに非常に迅速かつ簡単に、製造に重要な予測、良／劣が得られ、または少なくとも警報が得られる。これによりこの方法はグリッド構造体にも有効に適用することができる。このようなグリッド構造体は複数の周期性を異なる空間方向（２Ｄグリッド）に有し、エッジの丸み、粗度、または未知の材料特性のためモデル化するのが非常に困難である。もちろん類似の測定方法（例えば楕円偏光法）においても、モデルパラメータのシミュレーションおよび回帰により絶対的測定結果を後で説明する測定装置により検出することができる。
【００２０】
本発明の別の適用として、試料のエラーのある調整を識別することができる。試料が測定の間に意図せず傾斜したり回転したりすると、光入射角の変化が生じ、そのため場合により、強度曲線に明白な偏差が生じる。実際の実験から得られた、分類ニューラルネットワークに対するトレーニングデータには、このような偶然的傾斜も同様に含まれている。そのためシステムはこのような作用を自動的に考慮し、このような傾斜を回避および識別するための構造的コストを比較的小さく保持することができる。
【００２１】
さらに、高次の回折マキシマムの強度をディスクの正しい配向のために使用することができる。一般的な場合、構造体の周期性を表すグリッドベクトルが光ビームの入射面にない場合、ないし試料が回転している場合、回折等級は直接反射の右と左で異なる強度を有する。従ってディスクの回転を検出するのに非常に簡単かつ鋭敏な手段が得られる。このような回転が存在すると、測定すべき強度経過に影響を与え、構造体サイズに対する測定結果を誤る虞がある。
【００２２】
本発明の方法の特に大きな利点として挙げなければならないのは、測定された強度経過からこの試料の絶対的構造サイズを逆計算することのできるモデル形成が必要でないことである。この逆計算に対しては構造について一般的に分析的アプローチは存在しない。その代わりに前もって考え得るできるだけ多数のパラメータ組合せをシミュレートし、得られた強度曲線を例えばテーブルにプロットしなければならない。逆計算はこの場合実質的に、テーブル曲線と実際の測定曲線との比較になる。グリッド構造体が複雑な場合、これの前もってのシミュレーションは非常に大量／面倒になり、数日または数週間掛かる。
【００２３】
しかしプロセルコントロールに対して重要なのは、正常または非正常（場合によりさらに偏差の方向についての情報）を予測することにより仕様をコントロールすることである。本発明によれば、この種の分類だけを実行することが提案される。このためには単に、できるだけ一義的なシグネチャを監視すべきパラメータに対して測定すれば良い。このとき、所定のシグネチャが誤解の余地なく所定の表面構造体を指示しなければならない。このシグネチャは例えば：
・測定ビームの偏光が可変の場合、回折等級の強度、
・測定ビームの入射角が変化する場合、回折等級の強度、（または直接反射だけの回折等級の強度）
・楕円偏光法の測定値psi/delta（ここで場合により、偏光、波長、入射角などのパラメータは変化する。これは構造についてのより多くの情報、およびできるだけ一義的なシグネチャを得るためである）、
・分光器／反射率計／サーモウェル分析／Ｘ線顕微鏡による測定：これにより得られる測定値は構造的パラメータ（ライン幅／層厚等）に複雑に依存する。絶対的構造サイズはこれにより検出するのが非常に困難である。しかし異なる構造体間の単なる区別は可能である。
【００２４】
本来の測定原理に依存しないで、この方法の基本は測定シグネチャの形成であり、この測定シグネチャは異なるグリッドパラメータに一義的に配属することができる。
【００２５】
以下に偏光に依存するシグネチャを形成するための測定構造を説明する。光源は単一波長のコヒーレントな線形偏光光を送出する。択一的に非偏光光を相応の偏光器により線形に偏光することもできる。とりわけ波長の異なる複数のビームを１つのビームに統合し、比較的に多数の回折マキシマムを得ることができる。コヒーレント光はまたスペクトル光源（例えばキセノンランプ）から発生させることもできる。この場合フィルタにより、種々の波長領域が抽出される。これにより、表面により反射された光強度を後で説明するように評価することはとりわけ波長に依存して実行することができる。付加的なパラメータにより本方法の測定精度および感度を向上させることができる。
【００２６】
適切な光学素子（例えばλ／２プレート）により、偏光角は測定中に無段階に、または小さなステップで（電動的に）変化される。択一的に光電素子を偏光回転のために使用することもでき、また線形に偏光された光源（レーザ）自体を回転することもできる。ビーム案内は、レンズ、ミラーおよびプリズムにより行われ、それらを正確に配置すれば基礎となる測定原理は変化しない。とりわけ、光学素子が入射光ビームの偏光角度に及ぼす影響を考慮しなければならない。ミラー、プリズムまたはディスクは任意の順序で、光源、λ／２プレートおよび被検試料の間に設けることとができる。重要なことは、線形に偏光された光ビームが試料表面に当たることであり、この光ビームの偏光角度は０゜から１８０゜の間で変化する。択一的に０゜から３６０゜までの他の角度領域を選択することもできる。１８０゜以上の角度では基本的に新たな情報は得られず、０゜から１８０゜までの測定の繰り返しである。測定方法はまた楕円偏光光によって実行することもできる。線形の場合と同じようにλ／２プレートによりアジマス角（偏光角）が設定され、この角度は楕円偏光光の主軸を決定する。さらに適切な光学素子（例えばλ／４プレート）により線形偏光光からそれぞれ所要の楕円偏光が発生する。光源のノイズを考慮するために、例えばフォトダイオードによりビームスプリッタ（例えばプリズムまたはビームプレート）により出力結合された基準ビームの強度を測定することができる。調整可能な、しかし測定中は固定のビーム偏向によって、それぞれの試料に対して適切な入射角が実現される（上記のビーム案内参照）。光ビームが試料へ一定の入射角で入射されることは、これまで紹介された類似の測定機器に対する重要な相違であり、測定構造を格段に簡単にする。
【００２７】
直径が約０．５ｍｍの場合、光ビームは数千の個別構造体に当たり、そのため測定結果は該当するグリッドパラメータの平均値となる。所望の場合には、光ビームを光学系により拡張し、同時に観察する個別構造体の数を高めることができる。このとき非周期的な構造体を検出することもできる。大部分が非周期的構造体の場合、本測定方法により試料の粗度ないし平均表面状態についての予測が得られる。周期的構造体の領域が小さい場合、またはこの個別構造体の特性に特別の興味があるという理由から光ビームをフォーカシングすることもでき、これにより小数の個別構造体だけをカバーすることができる。走行台を用いて、種々の測定点を比較的に大きな試料表面上で走行させることができる（マッピング）。択一的に測定ユニットも走行させ、位置決めすることができる。
【００２８】
グリッドサイズは、反射点から発する光分布を決定する。最も簡単な場合、フォトダイオードにより、直接反射されたビームの強度だけを偏光角に依存して測定する。変形として、反射されたビームを再び可変の偏光器（アナライザ）によって所定の偏光角の下で探査することができる。入射する光ビームの場合と同じように、ミラーとプリズムをビーム案内およびビーム偏向のために使用することができ、その際に測定原理に影響することはない。比較的に高次の回折等級が発生する場合には、これを同様に調整可能なフォトダイオードにより測定することができる。測定点ごとに１つまたは複数の曲線経過が得られ、この曲線経過はグリッドパターンの分類または絶対的検出に使用される。ここでグリッドパターンとは、グリッド周期、ライン幅、トレンチ深度、層厚（透明の多層システムも）、側壁傾斜、エッジの丸み、および表面粗度と材料特性（例えば屈折率）である。試料表面は金属（例えばアルミニウム）、半導体（例えばポリシリコン）、または非金属（例えばラッカー）により覆うことができる。測定原理の適用領域ないし微細表面構造の可能な大きさは使用される電磁ビームの波長に依存する。構造体サイズは寸法の点で波長と一致しなければならない。
【００２９】
その他、位置的分解能のある測定システム、例えばＣＣＤカメラ（場合によりその間に配置されたシールドと共に）を強度検出に使用することができる。
【００３０】
素子が固定された簡単な構造と、非常に小さな散乱光角度を評価することから、提案された構造はこれまで提案されたライン幅測定装置とは異なり、インシトゥーないしインライン機器として組み込むのに適する。
【００３１】
公知の散乱光測定では、光源の偏光が一定であるときに入射角ないし測定される出射角が面倒な測定装置により変化された。これに対してここでは線形偏光の連続的回転が提案され、これにより測定装置が非常に簡素化され、測定過程を促進することができる。
【００３２】
測定結果として回折等級（最も簡単な場合は０次の回折等級だけの）の強度経過が、０゜と１８０゜との間の偏光角に依存して得られる。周期性の方向を指定するグリッドベクトルはこのために入射ビームの入射面に存在してはならず、これにより円錐形の回折が発生する。
【００３３】
しかし本発明の方法の適用は、測定に使用される光ビームの偏光を変化させるものに制限されるものではない。同様に、光ビームが試料に入射する入射角（垂直および／またはアジマス角）を、種々異なる回折画像を形成するために変化させるのにも適する。入射角を変化させるための装置は例えば次のものから出発することができる。
【００３４】
ＤＥ１９８２４６２４Ａ１に記載された測定装置を使用することができる。しかしビームスプリッタは、電気的に回転制御されるミラーにより置換される。電気的に回転制御されるミラー（いわゆるガルバノメータ・スキャナ）は、固定の非扁平ミラー表面と関連して使用され、測定ビームの入射角を固定測定点の２θ回折分析のために変化させる。このような構成により、大きな角度位置をミリ秒内に数μradの精度で移動することができる。これにより入射角の変化を数１００ｍｓ内に実行することができる。さらに種々異なる入射角を形成するためには頑強な可動部材（ガルバノメータ・スキャナ）が必要なだけであり、従って障害に対する脆弱性が低下する。使用される素子のコスト、並びに測定構造に対して必要な空間は比較的小さい。種々の入射角が連続的に形成されるから、いずれの時点でも正確な入射測定ビームが存在する。従って回折等級がオーバラップするようなことはない。
【００３５】
さらに第１の回折等級を試料ディスクの正確な配向を検査するために使用することが提案される。
【００３６】
ディスクが測定プレート上で所定の回転角度にある場合だけ、２つの１次回折マキシマムは円錐形の回折において同じ強度を有する。従って、強度経過に影響を及ぼす回転角度を正確に調整することのできる簡単な手段が得られる。強度経過は従来のようにモデルを用いて、パラメータ回帰により絶対的グリッドサイズを検出するために使用することができる。
【００３７】
本発明を以下、図面に基づいて説明する。
【００３８】
図１は、本発明による装置の概略図である。
【００３９】
図２は、図１の装置の実施例におけるシグネチャを測定するための装置の構造を示す図であり、ここでは測定のために使用される光の偏光が変化される。
【００４０】
図３は、本発明の方法のフローチャートである。
【００４１】
図４は、本発明の方法の別の実施例でのフローチャートである。
【００４２】
図５は、製品識別のために本発明の方法を使用するフローチャートである。
【００４３】
図１は、半導体製造において微細構造表面の製造プロセスをコントロールするための、本発明の装置１０を示す。この装置１０は、微細構造表面の基準シグネチャを作成するための装置１２，コントロールすべき試料表面の少なくとも１つのシグネチャを測定するための装置１４，測定されたシグネチャを基準シグネチャと比較するためのモジュール１６，および比較結果に基づいて試料表面のパラメータを分類するためのモジュール１８からなる。基準シグネチャを作成するための装置１２は、回折画像の位置分布および／または強度分布を質的に特別の製品プロトタイプで測定することによって基準シグネチャの測定を実行するように構成されている。
【００４４】
装置１０は半導体製造ラインに組み込まれ、インシトゥーおよびインライン製品監視を可能とする。このために製品プロトタイプが測定のための装置１４により測定され、各製品プロトタイプから試料表面のシグネチャが得られる。続いて、製品プロトタイプは他の方法パラメータによる分析によって量的に絶対測定され、質的に仕様化される。この質的仕様は、非常に良好、良好、使用可、欠陥、および非常に劣悪の所定の分類領域を含む。基準シグネチャは接続部２０を介して、基準シグネチャを作成するための装置１２に伝送される。シグネチャ、分類、およびパラメータは相互に配属され、作成装置１２に記憶される。こうして装置１０は、半導体製造での微細構造表面の製造プロセスをコントロールするための準備がなされる。
【００４５】
製造プロセスのコントロールは、コントロールすべき試料を測定装置１４で測定し、コントロールすべき試料表面のそれぞれのシグネチャを測定することにより行われる。試料のシグネチャは接続部２２を介して、基準シグネチャは接続部２４を介して、測定されたシグネチャを基準シグネチャと比較するためのモジュール１６に伝送され、比較モジュール１６で相互に比較される。シグネチャの比較結果は試料表面のパラメータを分類するためのモジュール１８に接続部２６を介してさらに伝送される。分類モジュール１８は作成装置１２から接続部２８を介して分類データと、基準試料のパラメータを受け取る。この基準試料は、比較の際に関連があると判明した基準シグネチャに配属されている。分類モジュール１８はこのデータにより瞬時に測定した試料表面の分類を行い、それの絶対的パラメータを回折シミュレータを用いて検出する。
【００４６】
図２は、図１の装置１０内のシグネチャ測定装置１４の実施例の構造を示す。この実施例では測定に使用される光の偏光が変化される。偏光に依存するシグネチャを測定するための装置３０は光源３２を有し、この光源は線形に偏光されたコヒーレントな単一波長光を送出する。択一的に偏光されない光を相応の偏光器により線形に偏光することもできる。偏光器３４（例えばλ／２プレート）により、偏光角度が測定中に無段階で、または小さなステップで（電動的に）変化される。択一的に光電素子を偏光回転のために使用することもでき、または線形に偏光された光源（レーザ）自体を回転することもできる。線形偏光または楕円偏光された光ビーム３６は試料４０の表面に当たる。この光ビームの偏光角（アジマス）が有利には０゜から１８０゜の間で変化される。択一的に０゜から３６０゜の間の他の角度を選択することもできる。または測定を別の角度で繰り返し、測定精度を向上させることもできる。光源のノイズを考慮するために検知器４２，例えばフォトダイオードがにより、ビームスプリッタ４４（例えばプリズムまたはビームプレート）により出力結合された基準ビーム４６の強度が測定される。調整可能な、しかし測定中は固定のビーム偏向４８により、それぞれの試料４０に適する入射角が選択される。試料への光ビーム３６のこの一定の入射角は次のような測定機器に対する簡素化を意味する。すなわちシグネチャを入射角に依存して測定する測定機器より簡単である。走行台５０を用いて、種々の測定点を比較的に大きな試料表面に走行させることができる。
【００４７】
グリッドサイズは、反射点から発する光分布を定める。最も簡単な場合、検知器５２，例えばフォトダイオードにより、直接反射されたビーム５４（ミラー反射）の強度だけを偏光角に依存して測定する。比較的高次の回折等級が発生する場合には、副次反射５６，５８も同様に調整可能な検知器６０，例えばフォトダイオードまたはＣＣＤカメラにより測定することができる。
【００４８】
測定データの評価およびシステムの制御は、個々の装置部材に接続された計算システムにより行われる。この計算システムは同様に分類モジュール、有利にはニューラルネットワークからなる学習可能なシステムを有する。従来技術に従い、回折作用をシミュレートするための物理的モジュールを使用するならば、この装置により測定された強度曲線を絶対的試料データ、とりわけプロフィールパラメータの計算のためにも使用することができる。
【００４９】
有利には偏光に依存するシグネチャを測定するための装置３０は、コヒーレントな電磁ビーム源３２，電磁ビームの偏光を無段階または小さなステップで回転するための装置３４，および少なくとも１つの電磁ビーム検知器５２，６０からなり、ここでコヒーレントな電磁ビームは固定の入射角で微細構造試料表面に当たり、ビームが表面で反射することにより形成された回折画像の位置分布および／または強度分布を少なくとも１つのビーム検知器５２，６０により照射ビーム３６の偏光に依存して測定する。照射電磁ビームは選択的に線形偏光または楕円偏光される。このビームの波長は微細構造表面上の構造体の構造サイズの領域にあり、複数の波長または波長領域を有する。測定は、波長または波長領域に依存して順次行われるか、または全ての波長または波長領域により同時に行われる。
【００５０】
有利にはコヒーレント光はスペクトルランプから発し、種々の波長領域がフィルタにより抽出される。有利には電磁ビームの偏光を無段階または小さなステップで回転するための装置は、λ／２プレートまたはλ／４プレートまたは光電素子または光源自体を機械的に回転する装置からなる。
【００５１】
有利には、微細構造表面を有する試料は走行台に固定されるか、または測定装置全体が試料に対して走行され、回折画像の位置分布および／または強度分布の測定は試料表面の種々異なる領域で実行される。
【００５２】
有利には微細構造表面から反射された電磁ビームを付加的にその偏向に依存して探査する。
【００５３】
図３は、半導体製造での微細構造表面の製造プロセスをコントロールするための本発明の方法のフローチャート７０である。この方法は、微細構造表面の基準シグネチャを作成するステップ７２；コントロールすべき試料表面の少なくとも１つのシグネチャを測定するステップ７４；測定されたシグネチャを基準シグネチャと比較するステップ７６；および比較結果に基づいて試料表面のパラメータを分類するステップ７８からなり、ここで基準シグネチャの作成ステップ７２は、回折画像の位置分布および／または強度分布を質的に特別な製品プロトライプで測定するステップを含む。
【００５４】
有利にはシグネチャは光学的に、微細構造表面での電磁ビームの回折および／または散乱を測定することにより形成される。試料表面のシグネチャと基準シグネチャとの比較およびその分類は学習能力のあるニューラルネットワークおよび／またはファジーロジックにｙり実行される。シグネチャは、回折画像および／または散乱光画像の強度分布の測定により形成され、このとき少なくとも電磁ビームの偏光、入射角、および波長のうちの少なくとも１つが変化される。試料表面の分類は、良または劣の分類、および／またはより微細に段付けられた品質等級への分類、および／または製品エラーの検出へ分類からなる。
【００５５】
有利には本発明の方法は、周期的メモリ素子構造体製造および／または非周期的ロジック構造体製造のコントロールに使用される。基準シグネチャの作成は、質的に特別な製品プロトライプの分類を同じ製品プロトライプでの基準シグネチャの測定データへの割り当てを行う分類システムの形成を含む。
【００５６】
有利な実施形態では、基準シグネチャの作成は種々の製品を含み、試料表面のパラメータの分類は試料の製品の識別を含む。
【００５７】
有利には基準シグネチャの作成は同じ製品プロトライプの種々の調整を含み、試料表面のパラメータの分類は試料の誤調整も含む。
【００５８】
図４には、本発明の方法がフローチャートにより示されている。この方法ステップは方法部分経過１００と製造プロセス部分２００に分けられる。方法部分経過１００は基準シグネチャの作成方法ステップを含み、これについては後で説明する。経過１００（システムの学習）では十分に多数の被検構造体（典型的な製品偏差を有するプロトタイプ）が、質的に特別の製品プロトタイプでの各節画像の位置分布および／または強度分布の測定により測定される、１０１。このようにして複数の基準シグネチャ１０３が得られる。さらに試料が従来技術の測定機器により探査され、１０２，絶対的測定値が送出される、１０４（例えば電子顕微鏡）。基準シグネチャはこの試料（製品プロトタイプ）の絶対的測定値に配属することができる。このようにしてデータベースが得られ、このデータベースはエラーのある部材を製品（測定シグネチャ）からの試料の表面の回折画像／散乱光画像に配属することを可能にする。このデータベースに基づき例えばニューラルネットワークをトレーニングすることができ、１０５，そして将来は自分で良／劣分類を行うことができる。このようにして、製品プロセスステップ２００のための、微細構造表面の基準シグネチャが作成される。
【００５９】
製品プロセスステップ２００では、まずコントロールすべき試料表面の少なくとも１つのシグネチャが２０１で、微細構造表面での電磁ビームの回折および／または散乱の測定によって測定される。シグネチャは回折画像および／または散乱光画像の強度分布を測定することにより形成される。このとき、電磁ビームの偏光、入射角および波長からなる群のうち少なくとも１つを変化させる。続いて測定されたシグネチャを基準シグネチャと２０２で比較する。ここではシグネチャと基準シグネチャとの類似性が評価され、通常の場合は少なくとも１つの基準シグネチャが類似として識別される。次に２０３で試料表面のパラメータを比較結果に基づいて分類する。本発明では、試料表面が識別された類似の基準シグネチャの特性を有しており、これと同じクラスに割り当てられることが推定される。類似として識別される基準シグネチャがなければ、本発明では、試料にエラーがあると推定される。適切な間隔尺度によって、具体的に探査された構造体が所要の仕様を含んでいるか否かが決定される。試料表面のこの分類は、良または劣への分類、および／またはより微細に段階付けられた品質等級への分類、および／または所定の製品エラーへの分類で行われる。試料表面のシグネチャを基準シグネチャと比較し、それらを分類することは、学習能力のあるネットワークおよび／またはファジーロジックにより実行される。エラーの場合には、正確なエラー探査を従来技術による絶対的測定機器によって実行することができる、２０４。このエラー分析を製造プロセスの補正に繋げることができる、２０５。
【００６０】
図５には、本発明の方法を製品識別のために使用することがフローチャートで示されている。この方法ステップは、方法部分経過３００と製品プロセス部分４００に分けられる。方法部分経過３００は方法ステップ、基準シグネチャの作成を含み、これについては後で説明する。経過３００（システムの学習）では十分に多数の被検構造体（種々異なる製造段階での種々異なる製品タイプおよび／または種々の製品エラーを伴う）が、質的に特別の製品プロトタイプでの回折画像の位置分布および／または強度分布の測定によって測定される、３０１。このようにして複数の基準シグネチャが得られる、３０３。このデータベースに基づいて次に、ニューラルネットワークをトレーニングすることができ、３０５、将来的には自身で製品識別が行われる。このようにして、微細構造表面の基準シグネチャが製品プロセス部分４００のために作成される。
【００６１】
製品プロセス部分４００ではまず、コントロールすべき試料表面の少なくとも１つのシグネチャが４０１で、微細構造表面での電磁ビームの回折および／または散乱の測定によって測定される。続いて、測定されたシグネチャが基準シグネチャと４０２で比較される。ここではシグネチャと基準シグネチャとの類似性が評価され、通常の場合は少なくとも１つの基準シグネチャが類似として識別される。次に４０３で試料表面のパラメータの分類が比較結果に基づいて行われる。本発明では、試料表面は類似と識別された基準試料の特性を有し、試料はこの基準試料と同じ製品として識別されると推定される。この関連から種々の製造段階は製品の製造中は種々異なる製品として理解される。類似として識別される基準シグネチャが存在しなければ、本発明では、試料にエラーがあると推定される。エラーの場合は正確なエラー探査を従来技術による絶対的測定機器により実行することができる、４０４。このエラー分析に続いて製造プロセスの補正を行うことができる、４０５。
【００６２】
この方法により製品を識別し、エラー線路を補正することができる。さらに種々の製造段階が半導体製品の完成まで異なっていても良い。
【図面の簡単な説明】
【図１】 図１は、本発明による装置の概略図である。
【図２】 図２は、図１の装置の実施例におけるシグネチャを測定するための装置の構造を示す図であり、ここでは測定のために使用される光の偏光が変化される。
【図３】 図３は、本発明の方法のフローチャートである。
【図４】 図４は、本発明の方法の別の実施例でのフローチャートである。
【図５】 図５は、製品識別のために本発明の方法を使用するフローチャートである。
【符号の説明】
１０ 製造プロセスをコントロールするための装置
１２ 作成装置
１４ 測定装置
１６ 比較モジュール
１８ 分類モジュール
２０ 接続部
２２ 接続部
２４ 接続部
２６ 接続部
２８ 接続部
３０ 偏光に依存するシグネチャを測定するための装置
３２ 光源
３３ ビーム
３４ 偏光器
３６ 光ビーム
４０ 試料
４４ ビームスプリッタ
４６ 基準ビーム
４８ ビーム偏向部
５０ 走行台
５２ 検知器
５４ 直接反射されたビーム
５６，５８ 副反射
６０ 検知器
７０ フローチャート
７２ 基準シグネチャの作成
７４ 少なくとも１つのシグネチャの測定
７６ 比較
７８ 分類
１００ 経過
１０１ 質的に特別な製品プロトタイプでの回折画像の測定
１０３ 基準シグネチャ
１０２ 従来技術の測定機器により試料を探査
１０４ 絶対的測定値の送出
１０５ ニューラルネットワークのトレーニング
２００ 製品プロセス部分
２０１ コントロールすべき試料表面の少なくとも１つのシグネチャの測定
２０２ 測定されたシグネチャと基準シグネチャとの比較
２０３ パラメータの分類
２０４ エラー探査を絶対的測定機器により実行する
２０５ 製造プロセスの補正
３００ 経過
３０１ 質的に特別な製品プロトタイプでの回折画像の測定
３０３ 基準シグネチャ
３０５ ニューラルネットワークのトレーニング
４００ 製品プロセス部分
４０１ コントロールすべき試料表面の少なくとも１つのシグネチャの測定
４０２ 測定されたシグネチャと基準シグネチャとの比較
４０３ 試料表面のパラメータの分類
４０４ エラー探査を絶対的測定機器により実行する
４０５ 製造プロセスの補正

Claims (23)

1. 半導体製造での微細構造表面の製造プロセスをコントロールする方法であって、
   ・微細構造表面の基準シグネチャ（７２，１０３）を作成するステップ、
   ・コントロールすべき試料表面の少なくとも１つのシグネチャ（７４，２０１）を測定するステップ、
   ・測定したシグネチャを基準シグネチャ（７６，２０２）と比較するステップ、
   ・試料表面（７８，２０３）のパラメータを比較結果に基づいて分類するステップ、
   を有する方法において、
   ａ）少なくとも１つのシグネチャの測定では、コントロールすべき試料表面の多数の個別構造体を同時に検出し、
   ｂ）基準シグネチャの作成は、質的に特別な製品プロトタイプの表面の多数の個別構造体の回折画像（１０１）の位置分布および／または強度分布を測定するステップを含む、
   ことを特徴とする方法。
2. 多数の個別構造体は、非周期的パターンを形成する、請求項１記載の方法。
3. 多数の個別構造体は、種々異なる周期性をそれぞれ異なる方向に有するグリッドを形成する、請求項１記載の方法。
4. シグネチャを光学的に、微細構造表面での電磁ビームの回折および／または散乱を測定することによって形成する、請求項２または３記載の方法。
5. 試料表面のシグネチャと基準シグネチャとの比較、およびそれらの分類を、学習能力のあるニューラルネットワークおよび／またはファジーロジックにより実行する、請求項２または３記載の方法。
6. ・すでに分類された試料表面に対して別の基準シグネチャを作成するために、個別構造体を高分解する測定機器により質的に特別な測定を行い、
   ・分類結果を高分解能測定の結果と比較し、
   ・ニューラルネットワークおよび／またはファジーロジックの重みを比較結果に依存して調整する、請求項５記載の方法。
7. シグネチャを回折画像および／または散乱光画像の強度分布の測定によって形成し、このときに電磁ビームの偏光、入射角、波長からなる群のうち少なくとも１つを変化させる、請求項２または３記載の方法。
8. 試料表面の分類は、良または悪への分類、および／またはさらに微細に段階付けられた品質等級への分類、および／または所定の製品エラーへの分類である、請求項２または３記載の方法。
9. 周期的メモリ構造体製品および／または非周期的ロジック構造体製品のコントロールに使用する、請求項２または３記載の方法。
10. 基準シグネチャの作成時には分類システムの作成を行い、
    当該分類システムは、質的に特別な製品プロトタイプを同じ製品プロトタイプの基準シグネチャの測定データに割り当てることによる作成する、請求項２または３記載の方法。
11. 基準シグネチャの作成時には分類システムの作成を行い、
    当該分類システムは、質的に特別な製品プロトタイプおよび／または製品プロトタイプの基準シグネチャの測定データを少なくとも２つの等級に割り当てることにより作成する、請求項２または３記載の方法。
12. 基準シグネチャを種々異なる製品について作成し、
    試料表面のパラメータを、試料の製品の識別にしたがって分類する、請求項２または３記載の方法。
13. 基準シグネチャを同じ製品プロトタイプの種々の調整について作成し、
    試料表面のパラメータを試料の調整エラーにしたがって分類する、請求項２または３記載の方法。
14. 半導体製造での微細構造表面の製造プロセスをコントロールする装置（１０）であって、
    該装置は、
    微細構造表面の基準シグネチャを作成するための装置（１２）と、
    コントロールすべき試料表面の少なくとも１つのシグネチャを測定するための装置（１４）と、
    測定したシグネチャを基準シグネチャと比較するためのモジュール（１６）と、
    試料表面のパラメータを比較結果に基づいて分類するためのモジュール（１８）とを有する形式の装置において、
    少なくとも１つのシグネチャを測定するための装置は、コントロールすべき試料表面の多数の個別構造体を同時に検出し、
    基準シグネチャを作成するための装置は、基準シグネチャの測定を、質的に特別な製品プロトタイプの表面の多数の個別構造体の回折画像の位置分布および／または強度分布を測定することにより実行するよう構成されている、
    ことを特徴とする装置。
15. 半導体製造ラインに組み込まれており、インシトゥーおよび／またはインライン製造監視が可能である、請求項１４記載の装置。
16. シグネチャを測定するための装置（１４，３０）は、コヒーレントな電磁ビーム源（３２）、電磁ビームの偏光を無段階または小さな段階で回転するための装置（３４）、および少なくとも１つの電磁ビーム検知器（４２）からなり、
    コヒーレントな電磁ビームは固定の入射角で微細構造試料表面に当たり、
    表面においてビームの反射により形成された回折画像の位置分布および／または強度分布が少なくとも１つのビーム検知器により、照射されたビームの偏光に依存して測定される、請求項１４記載の装置。
17. 電磁ビームの波長は、微細構造表面上の構造体の構造サイズの領域にある、請求項１６記載の装置。
18. 電磁ビームは複数の波長または波長領域を有し、
    測定は、波長または波長領域に依存して順次行われるか、または全ての波長または波長領域により同時に行われる、請求項１６記載の装置。
19. コヒーレント光はスペクトルランプから発し、種々の波長領域がフィルタにより抽出される、請求項１６記載の装置。
20. 電磁ビームの偏光を無段階または小さな段階で回転するための装置（３４）は、λ／２プレート、または２つのλ／４プレートまたは光電素子または光源自体を機械的に回転させる装置からなる、請求項１６記載の装置。
21. 微細構造表面を有する試料（４０）は走行台（５０）に固定されるか、または測定装置全体が試料に対して走行され、
    回折画像の位置分布および／または強度分布の測定が試料表面の種々の領域で実行される、請求項１４記載の装置。
22. 微細構造表面から反射された電磁ビームは付加的にその偏光に依存して探査される、請求項１６記載の装置。
23. 分類のためのモジュールは、測定されたシグネチャからプロフィールパラメータを検出するための回折シミュレータを有する、請求項１４記載の装置。

Images