JP6598790B2

JP6598790B2 - カスタマイズされたメトリックスをグローバル分類方法と組み合わせて極高処理能力でプロセスツール状態を監視するウエハおよびロットベースの階層化方法

Info

Publication number: JP6598790B2
Application number: JP2016551779A
Authority: JP
Inventors: ヒマンシュバジャリア; トーマソトレーリ; ブラドレイリース; モハンマハデヴァン
Original assignee: KLA Corp
Current assignee: KLA Corp
Priority date: 2014-02-14
Filing date: 2015-02-12
Publication date: 2019-10-30
Anticipated expiration: 2035-02-12
Also published as: CN105981151B; TW201535557A; KR20160121567A; CN105981151A; EP3105780B1; US10290088B2; KR102154892B1; EP3105780A4; TWI706484B; WO2015123467A1; EP3105780A1; US20150234379A1; JP2017510981A

Description

本開示は一般に半導体デバイス製造の分野に関し、特にプロセスツール状態を監視するための方法に関する。

本出願は、２０１４年２月１４日出願の米国仮出願第６１／９３９，７３９号の米国特許法第１１９条（ｅ）に基づく利益を主張する。上記米国仮出願第６１／９３９，７３９号は本願に完全な状態で引用して援用される。

シリコンウエハなどのような薄い研磨された板は現代技術の非常に重要な部分である。ウエハは、たとえば、集積回路および他のデバイスの製作に使用される半導体材料の薄片を指す。薄い研磨された板の他の例は磁気ディスク基板、厚み台などを含むことができる。ここに記載される技術は主にウエハに言及するとはいえ、その技術はまた他の種類の研磨された板にも適用できることが理解されるべきである。

米国特許出願公開第２０１３／０１５０９９７号

本開示は、半導体生産フローにおけるプロセスツールドリフトにフラグを立てる高い処理能力の堅牢な早期警告システムを提供する。

本開示はプロセスツール状態を監視するための方法を対象とする。その方法は、複数のウエハロットで製作されたウエハを含む複数のウエハの複数のウエハ画像を取得することと、複数のウエハの各特定のウエハに対するウエハレベルメトリックスであって、その特定のウエハに対して取得されたウエハ画像に基づいて計算される各特定のウエハに対するウエハレベルメトリックスを計算することと、複数のウエハロットの各特定のウエハロットに対するロットレベル統計値であって、その特定のウエハロットで製作されたウエハに対するウエハレベルメトリックス、および指定されるプロセス群で少なくとも１つの追加のウエハロットで製作されたウエハに対するウエハレベルメトリックスに少なくとも部分的に基づいて計算される各特定のウエハロットに対するロットレベル統計値を計算することと、ウエハレベルメトリックスまたはロットレベル統計値に基づいてプロセスツールの統計解析を行うこととを含む。

本開示のさらなる実施形態はプロセスツール状態監視システムを対象とする。そのシステムは撮像装置およびプロセッサを含む。撮像装置は複数のウエハの複数のウエハ画像を取得するように構成され、ここでは複数のウエハは複数のウエハロットで製作されたウエハを含む。プロセッサは複数のウエハの各特定のウエハに対するウエハレベルメトリックスを計算するように構成され、ここでは各特定のウエハに対するウエハレベルメトリックスはその特定のウエハに対して取得されたウエハ画像に基づいて計算される。プロセッサはまた、複数のウエハロットの各特定のウエハロットに対するロットレベル統計値を計算するように構成され、ここでは各特定のウエハロットに対するロットレベル統計値は、その特定のウエハロットで製作されたウエハに対するウエハレベルメトリックス、および指定されるプロセス群で少なくとも１つの追加のウエハロットで製作されたウエハに対するウエハレベルメトリックスに少なくとも部分的に基づいて計算される。プロセッサは次いでウエハレベルメトリックスまたはロットレベル統計値に基づいて潜在的なプロセスツールドリフト状態を特定する。

本開示の追加の実施形態はプロセスツール状態を監視するための方法を対象とする。その方法は、複数のウエハロットで製作されたウエハを含む複数のウエハの複数の完全ウエハ画像を取得することと、複数のウエハの各特定のウエハに対するウエハレベルメトリックスであって、その特定のウエハに対して取得された完全ウエハ画像に基づいて計算される各特定のウエハに対するウエハレベルメトリックスを計算することと、複数のウエハロットの各特定のウエハロットに対するロットレベル統計値であって、その特定のウエハロットで製作されたウエハに対するウエハレベルメトリックス、および指定されるプロセス群で少なくとも１つの追加のウエハロットで製作されたウエハに対するウエハレベルメトリックスに少なくとも部分的に基づいて計算される各特定のウエハロットに対するロットレベル統計値を計算することと、ウエハレベルメトリックスまたはロットレベル統計値に基づいて潜在的なプロセスツールドリフト状態を特定することと、特定された潜在的なプロセスツールドリフト状態に関してユーザ調整を受信することと、ユーザ調整に基づいて潜在的なプロセスツールドリフト状態を特定するために活用されたプロセスを調節することを含む。

上記の一般的な説明も以下の詳細な説明も例証的かつ説明的なだけであり、必ずしも本開示に限定されるわけではないことが理解されるべきである。添付の図面は、本明細書に組み込まれ、その一部を構成しつつ、本開示の主題を例示する。合わせて、説明および図面は本開示の原理を説明する役目を果たす。

本開示の多数の利点が添付の図を参照することで当業者によってよりよく理解されるだろう。

プロセスツール状態を監視するための方法を例示するフロー図である。デバイス、レイヤ、ロットおよびウエハ間の階層関係を描く図である。第１の判別式を使用する分類解析を描く図である。第２の判別式を使用する分類解析を描く図である。複数の報告特徴を表示する例証的な報告を描く図である。単一の報告特徴を表示する例証的な報告を描く図である。プロセスツール状態監視システムを描くブロック図である。

ここで、添付の図面に例示される開示の主題に詳細に参照がなされることになる。

半導体デバイスの製作は、複数のプロセスツールセットを用いる非常に複雑なプロセスフローを伴う。プロセスツールはフォトリソグラフィツール、エッチングツール、成膜ツール、研磨ツール、熱処理ツール、注入ツールなどを含んでもよい。ウエハまたはウエハロット（ウエハロットまたはロットは単一の群として共に処理される量のウエハとして定義される）はそのようなツールで所定の順に処理される。半導体製作プロセスの間に高精度を維持することは極めて重要である。

これらのプロセスツールの精度は、ツールドリフトとして知られている現象により時間とともに劣化する。プロセスツールドリフトを扱うために使用される従来技術は、プロセスツールが予防保全を必要とするまでどれくらいかをプロセスエンジニアが経験的にわかる学習方法または劣化が生じた後にだけ問題を見つけることができる監視システムを使用することを含む。これらの従来技術は一般にウエハおよび材料の損失という結果になるが、その理由はオペレータが複数のウエハロットがすでに損傷を受けた後にツールドリフトに気づく（ウエハ損失）か、または逆にプロセスツール予防保全を行うことにあまりに積極的であり、したがって部品を必要以上に交換する（材料損失）か、だからである。

加えて、従来技術はプロセスツール問題の早期検出を提供しない。そのような技術は、一旦支障が生じ、事後にのみ捕捉され得る欠陥を発生させたときに、問題を検出することしかできない。製作システムの速度を考慮して、ウエハサンプリングレートは非常に低く、検出技術それ自体は実用的でなく、とりわけ１〜２日の予防保全サイクルを有するプロセスツールに対して大きいオーバーヘッドを発生させる。そのような検出技術はまた失われるウエハおよび材料を生じさせ、そしてしたがって歩留を低下させることがある。これは、製造するデバイス当たり数ロットを有するだけかもしれない製造工場にとってとりわけ重大な意味を持つ。

本開示は、半導体生産フローにおけるプロセスツールドリフトにフラグを立てる高い処理能力の堅牢な早期警告システムを提供するための方法および装置を対象とする。本開示に従う方法および装置はまた、プロセスツールドリフトによって引き起こされるウエハおよび材料損失を低減する。より詳細には、本開示に従う方法および装置は、新しいアルゴリズムを使用して、単一のまたは複数の走査、チャネル、ウエハおよびロットを消費してプロセスツール状況を判定することができるカスタム分類エンジンへの入力として、単一ウエハ、単一ロットおよび複数ロット情報を統計学的に共に組み合わせる。

図１を参照すると、プロセスツール状態を監視するための方法１００を描くフロー図が示される。この方法は特定のウエハ欠陥を検出することなくプロセスツールドリフトを判定することが留意される。むしろ、その方法は広範なウエハベースのおよびロットベースのメトリックスを算定し、そしてこれらの広範なメトリックスを分類エンジンに送ってプロセスツールドリフトを特定および抽出する。この技術は、本開示に従う方法が堅牢で、そしてしたがって早期検出を提供することが可能であるのを許容する。さらにまた、この技術はより単純な光学モード（すなわち、低い光学分割要件）下で動作可能であり、それによって高い処理能力を可能にする。

図１に描かれるように、ウエハ画像がステップ１０２において取得される。一実施形態において、全体の／完全なウエハの画像が取得され、それはウエハの表側、裏側もしくは縁面またはそれらの組合せでもよい。しかしながら、部分的なウエハ画像も本開示の趣旨および範囲から逸脱することなく活用されてもよいことが企図される。たとえば、ある実施形態において、このプロセスはより小さいウエハ部分に分割されることができ、そしてその部分は、たとえば分散コンピューティングアーキテクチャにおいて並列に処理されることができる。代替的に、ウエハの１つ以上の特定の領域が特に着目されてもよく、そしてそのような特定の領域の画像が解析目的のために取得されてもよい。これらのウエハ領域は様々な異なる様式で画定されてもよく、たとえば、それらは扇形、切片、多角形、環状、卵形または任意の他の幾何学形状として画定されてもよいことが企図される。

取得されるウエハ画像が高解像度画像であることは必要とされないことも企図される。その代わりに、ある実施形態において、より低解像度画像を活用して、それらを処理するために必要とされる資源の量（たとえば、メモリ空間、算定力など）を低減させることが好ましいことがある。ある実施形態において、高解像度画像が取得される場合、解像度を好適なレベルに下げるためにダウンサンプリングプロセスが実行されてもよい。本開示のある実施形態に従う高解像度画像からダウンサンプリングされた画像を使用することは、ウエハ画像が、ウエハ走査時間に対する影響なしで、リアルタイムに高解像度顕微鏡的欠陥検出プロセスと同時に取得されるのを許容することが企図される。ウエハ画像の解像度がユーザによって、走査解像度から数ミリメートルの範囲までどこへでも、当面の課題に従って様々な詳細の程度に調整されることができることが理解される。

一旦ウエハ画像が取得されると、様々なウエハレベルメトリックスが次いでその画像に基づいてステップ１０４において算定されることができる。これらのウエハレベルメトリックスはプロセスツールシグネチャを抽出し、そして様々なウエハの中の不均一さを特定するように設計され、それは次いでプロセスツールが経験しているかもしれない潜在的な問題を示してもよい。より詳細には、これらのウエハレベルメトリックスは長期間にわたり製造プロセス状態を定量化および追跡するように設計され、そしてそれらはプロセスツール（たとえば、研磨／平坦化、エッチング、リトグラフ、フォト、注入など）によって引き起こされる固有のシグネチャを、そのシグネチャが通常のプロセスによって引き起こされようと制御できないプロセスによってであろうと、測定することができる。

本開示に従うある実施形態は各種の源を活用してウエハレベルメトリックスを計算する。ウエハレベルメトリックスを計算するために活用される変数は、照明源種類、強度および波長、照明および収集光学幾何学的形状、様々な形状の可変光学的開口、光偏光など含んでもよいが、これらに限定されない。加えて、ウエハレベルメトリックスは各種の画像処理源からも算定される。たとえば、この計算のために使用される入力画像はウエハパターンを含んでもよいか、または代替的に、パターンは取り去られてもよい。入力画像はまた、異なるシステム状態（照明、収集、処理）下で取得される複数の走査画像から各種の画像融合技術を通して生成されてもよい。さらにまた、特定のユーザ／処理ニーズによれば、各種の画像フィルタリング技術が画像処理段階の全体を通じて適用されてもよい。

生成されるメトリックスの種類は、システムによって撮像されるような光学状態下のウエハの光学信号応答に本来的に結びつけられることが企図される。ある実施形態において、ステップ１０４において実行される算定プロセスは、様々な画像構成要素の画素強度から直接引き出される各種のメトリックス、可能なウエハシグネチャに関する情報を要約する各種の空間メトリックス、ならびに可変周波数範囲および振幅、位相およびエネルギー情報内容のすべてに注目するいくつかの周波数空間メトリックスを抽出するように設計される。追加のメトリックスが本開示の趣旨および範囲から逸脱することなく算定および活用されてもよいこと、ならびに生成されるべき特定の種類のメトリックスがユーザが本開示に従う方法を活用することによって設定可能かつカスタマイズ可能であることも企図される。

計算されたウエハレベルメトリックスは次いでステップ１０６において統計算定モジュールに送られて、統計解析を行う。本開示に従って、統計算定モジュールは単一ウエハ、単一ロット内の複数ウエハならびに複数ロット情報を共に考慮に入れて、統計学的に正常とみなされるべきものを分類目的のために確立する。図２は、この統計算定プロセスをより詳細に説明するのを補助する図である。

典型的な製作動作において、半導体製造プロセスは各種の技術ノード、デバイスおよびレイヤに再分割される。各別個のノード／デバイス／レイヤ三つ組みは「プロセス群」と称されるものをデフォルトで定義する。各ノード／デバイス／レイヤの組合せに対するウエハはロット（複数のウエハ、たとえば典型的に２５枚のウエハで構成される）と呼ばれるバッチで動かされる。換言すれば、図２に示されるように、デバイス（たとえば、プロセッサ、メモリ、カメラまたは任意の他のセンサ、自動車チップ、ＭＥＭＳ、回路チップなど）は１つ以上のレイヤを含んでもよく、各レイヤのために、１つ以上のウエハロットが処理されてもよく、そして各ウエハロットは共に処理される複数のウエハを含んでもよい。特定のプロセスツールの挙動を研究することに関心があるプロセス技術者（すなわち、ユーザ）は、どのプロセス構成要素がその特定のツールによって扱われたかに関する知識を有してもよく、そしてしたがって、各ロットからの最適なウエハの部分集合が統計解析のために選択される検査サンプリング戦略を確立してもよい。たとえば、レイヤＭ_ｉ、Ｍ_ｊ、およびＭ_ｋ（同じまたは異なる技術ノードおよびデバイスから）は技術者が群として解析したいウエハ（またはウエハロット）を含んでもよい。共同解析、すなわち複数のロットおよびロット間（すなわち、ウエハロットの混合）メトリックスをとって共同決定をすることを提供する能力は、本開示に従う統計算定をより堅牢に、ユーザにとってより重荷とならないようにする。

そのステップ１０６がステップ１０４から受信されるデータに基づいて実行され、各プロセス群に対して基準線を確立するために初期訓練段階が必要とされることが留意される。ある実施形態において、各プロセス群（すなわち、デバイスおよびレイヤの組合せ）のための最小数のウエハおよびロットからのデータが、システムを訓練するための十分な統計量を有するために収集される必要がある。たとえば、初期推奨は各プロセス群のための１０の異なるロットからの最低５０枚のウエハを使用してシステムを訓練することである。しかしながら、この数は設定可能であり、本開示の趣旨および範囲から逸脱することなく変化してもよいことが理解される。典型的に、より多くの訓練ウエハはより堅牢な統計モデルを提供する。

一旦適切な基準線がユーザ指定されたプロセス群に対して確立されると、各生メトリックに対して正規化メトリックスが算定される。これはすべてのメトリックスが類似の規模に及ぶのを許容し、そしてさらに重要なことには、正規化値は事象の確率に関して直接的な意味を有する。一実施形態において、同じロットに帰属するウエハに対する正規化メトリックスが共同で処理されてロットレベルメトリックスを取得し、そして両ウエハレベルおよび／またはロットレベルメトリックスは次いで解析および分類目的のために活用されてもよい。より詳細には、複数のロットおよびロット間メトリックスがロットレベルで共同で算定される。たとえば、特定のロットに対する正規化メトリックスＮｏｒｍＲｇ _ｌｏｔは、
と計算することができる。ここで、ｘ_ｉはロットにおける第ｉのウエハに対して受信された生メトリックスを示し、μ_ＰＧは計算された平均を示し、そしてσ_ＰＧは同じプロセス群内の母集団の計算された標準偏差を示す。プロセス群は前述したようにユーザによって特定された解析群を指すことが留意される。上記例示される例に関して、プロセス群は、レイヤＭ_ｉ、Ｍ_ｊ、およびＭ_ｋを含む。

この正規化ロットレベル算定はステップ１０４から受信される各種類の生メトリックスに対して独立して行われてもよいことが企図される。このようにして、ステップ１０４において計算される各種類の生メトリックスに対して、統計算定ステップ１０６は、プロセス群における各ロットに対する正規化値を生成することになる。同様に、派生および連結属性が各種の集約方式下で算定されることができる。たとえば、派生属性のいくつかはすべてのメトリックスまたはその部分群の最大値、最小値、平均値、標準偏差、帯域幅ならびに他の統計データを考慮に入れてもよい。別の例において、連結属性のいくつかはすべてのメトリックスまたはその部分群のノルム、和、平方和ならびに他の統計データを考慮に入れてもよい。加えて、異なるメトリックスにわたる連結および派生の混成が算定されてもよい。さらにまた、算定データを単一のグローバル属性にさらに調停および連結するために、加重投票方式が活用されることができる。

上述したような統計算定モジュールは時間的構成要素を解析に組み込んでもよいことも企図される。たとえば、正規化メトリックスはある期間にわたってプロセスツール健全性を監視するために、たとえば予防または事後保全がいつ特定のプロセスツールに必要とされるかを判定するトリガ機構として解析されることができる。確立された基準線は遅い、期待されるドリフトを製造プロセス状態に反映するために定期的に更新されることができ、そして過去の基準線は時間にわたる製作プロセスの平均挙動の正確な歴史的な記録を取得するために再訪されることができる。

ここで、一旦統計算定がステップ１０６において完了されると、結果がステップ１０８において分類エンジンに提供されて任意の潜在的な問題を特定する。分類エンジンはいくつかの手法をとって分類プロセスを容易にしてもよいことが企図される。一実施形態において、分類エンジンが、ステップ１０６から受信される正規化値に基づいて所定の種類の測定メトリックスに対する統計的正常値を計算する教師なし手法がとられる。この教師なし動作モードにおいて、分類エンジンは単に各ウエハおよびロットを、それがどの程度訓練された基準線から逸脱するかに従って配列する。ユーザは、１つ以上のウエハまたはロットレベルメトリックスならびに派生、連結またはグローバル属性のいずれかに基づいて異常値とみなされるものに対する閾値を設定してもよい。分類エンジンは次いでこの閾値の値に基づいて、もしあれば、異常値を特定および報告してもよい。この手法は、監督または詳細な分類入力がユーザに要求されないので、教師なし手法と称される。

代替的におよび／または追加的に、ユーザが分類エンジンによって判定される特定された異常値を検討し、そしてそのような特定された異常値が偏倚と確認されるか否かに関してシステムに応答してもよい教師あり手法が活用されてもよい。このようにして、ユーザ入力は分類エンジンを訓練するために使用されることができ、そして様々な種類の機械学習技術が、本開示の趣旨および範囲から逸脱することなくこの訓練プロセスを容易にするために活用されてもよいことが理解される。

たとえば、一実施形態において、分類エンジンはある数のウエハおよび／またはロットが１つ以上の着目する区分としてユーザによって手動で分類されることを必要とする。この情報は分類エンジンに渡され、そして各分類されたプロセス群の統計モデルが生成される。その後、各ウエハは関連した信頼水準をもつ区分の１つに従ってエンジンによって分類されることになる。ユーザは様々なオプション、ａ）教師あり分類エンジンのデフォルトの分類結果を受け入れる、ｂ）信頼水準に閾値を設定して結果間をさらに区別する、またはｃ）回答を拒否し、エンジンを再訓練して、分類エンジンの性能を改善する方法として拒否を組み込む、が提供されてもよい。

ユーザが分類エンジンを教師なしまたは教師ありモードで動作させるべきかどうかを選んでもよいことが企図される。教師なしモードの利点は、ユーザ入力はほとんどまたは一切必要とされないという点で使いやすさを含む。加えて、それは主要な態様が特定の事象の分類ではなく、潜在的に有害な方向へのプロセスデータのドリフトの特定に集中される、傾向を示す使用事例を可能にする。この能力はユーザが、望ましくない事象が実際に生じる前に、その傾向に気づくのを許容する。教師ありモードも、他方で、いくつかの利点を提供する。たとえば、それは２つ以上のウエハ区分間を区別することが可能である。それは高次元空間のデータを処理し、最適な判別超曲面を自動的に判定して、異なる区分を分離することもできる。これらの能力は図３および４に例示され、ここで異なる判別式が解析され、そして最適な分離性を提供する判別式が分類目的のために特定および使用されることができる。

ユーザが、どのメトリックスが分類機構に参加するかを決定する際の完全な制御を有することを選んでもよいことも企図される。代替的におよび／または追加的に、システムは性能に基づいて分類目的のために様々なメトリックスから自動的に選んでもよい。

分類エンジンが本開示の趣旨および範囲から逸脱することなく様々な機械学習および分類技術を活用してもよいことが理解される。ある実施形態において、分類技術は、分類のための有用な情報の大部分を含有する最小集合にメトリック母集団を削減する、メトリックスの統計的相関および線形独立の解析と、クラスを分離するそれらの能力に基づいてメトリックスを配列するための複数の方式と、分類された母集団サイズに基づく、情報理論を通してのメトリックスの最終的な選択と、異なるクラスの母集団間の非線形切れ目が引かれることができ、そして切れ目がどれくらい重くすべての他の上で各クラスの方へ傾くかを微調整するためにカスタムクラス重みが適用されることができる、残りのメトリック次元におけるクラスタ解析と、冗長性を判定し、そしてしたがって分類品質に対する損失なく算定時間を相当に削減する、分類された母集団の解析と、を含むがこれらに限定されないプロセスを活用する。さらにまた、教師ありモードがより多くの悪いウエハの例を探索し、それ自身の性能をユーザ修正を介してさらに改善するために、再帰的な様式で使用されることもできることが企図される。

教師なしおよび教師ありモードが相乗効果で使用されることができることも企図される。たとえば、教師なしモードは最初は異常値ウエハを強調するために使用されてもよく、それらは教師あり分類エンジンによって必要とされる複数の分類されたウエハ区分として送る可能な候補になる。別の例において、２つのモードは異なる特徴に対するそれらの応答に基づいて併用されてもよい。より詳細には、教師なしモードは特徴に関して不偏であり、教師ありエンジンは、他方では、所定のウエハ区分間を区別する特徴に同調する。ここで、訓練された区分によって捕捉されず、他の特徴に影響を及ぼす新しい種類のプロセス変動がある場合、特徴バイアスされた教師ありエンジンはそれを完全に見のがすかもしれない。そのような場合のために、ユーザがこの新しい種類が表面化したと認識したとすれば、ユーザは教師ありエンジンをこの新しい区分を捕捉するように再訓練しなければならない。反対に、教師なし手法は、統計的異常の一般的な標識として、この新しい事象に異常値としてフラグを立てる可能性が最も大きい。

ある実施形態において、教師なしおよび／または教師あり分類器の複数の事例は、各々が詳細には異なる種類の異常値を特定するように調整されて、同時に実行してもよく、これは単一の分類器を実行して複数の異なるシグネチャを包含することでより悪い分類性能を達成する可能性があるのとは対照的である。複数の分類器、かつ特定の数のそのような分類器を活用するべきかどうかは本開示の趣旨および範囲から逸脱することなく異なってもよいことが企図される。

教師ありであろうと教師なしであろうと、分類の結果は本文のおよび／またはグラフィック表現でユーザに報告されるべきである。両ウエハおよびロットレベルメトリックス／データは各種の様式で視覚化されることができることが企図される。図５および６を参照すると、潜在的な異常値を特定する例証的な報告が示される。これらの例証的な報告のｘ軸は解析されている様々なウエハロットの指標を特定することができ、これらの例証的な報告のｙ軸は現在表示されている測定メトリックスの種類を特定することができる。前述したように、各種類の測定メトリックスは独立して処理されるので、ユーザが報告目的で選ぶために、そのようなメトリックスの一覧が提供され得る。報告は、ユーザ嗜好および選択に基づいて、図５に示されるように複数の特徴（たとえば、複数の種類のメトリックス）を同時にか、または図６に示されるように単一の特徴を表示してもよいことが企図される。これらの例証的な報告は例示目的のためだけに描かれ、他の種類の報告および報告形式が本開示の趣旨および範囲から逸脱することなく活用されることができることが理解される。

ここで図７を参照すると、プロセスツール状態監視システム７００を描くブロック図が示される。システム７００は半導体デバイス７０６（たとえば、ウエハまたはウエハロット）の画像を取得するために構成される撮像装置（たとえば、スキャナ、カメラ、顕微鏡など）７０２を含んでもよい。たとえば、撮像装置７０２は半導体デバイス７０６の空間像（たとえば、上面図）を捕捉し、そして取得された画像を処理するために構成されるプロセッサ７０４にその画像を提供してもよい。システム７００は本開示の趣旨および範囲から逸脱することなく２つ以上の撮像装置を含んでもよいことが企図される。あるシステムは半導体デバイスのすべての面（表側、裏側および縁）を同時に捕捉する能力を提供してもよい。

プロセッサ７０４は任意の独立型または埋込式コンピューティング装置（たとえば、コンピュータ、処理ユニット／回路網など）を活用して実装されてもよい。撮像装置７０２から画像を受信した上で、プロセッサ７０４は上述した分類プロセスを行ってもよい。分類報告は次いでユーザにユーザインタフェース７０８を介して提供されてもよく、それはまた前述の訓練プロセスの一部としてユーザからの入力を受信してもよい。

計算された統計データおよび訓練された分類エンジンが未来参照のために記録されても（たとえば、データベースに記憶されても）よいことが企図される。記憶されたデータは再使用および／または時間とともに改良されてもよいか、または複製され、そして別のプロセスツール状態監視システムにロードされてもよい。さらにまた、記憶されたデータが複数の監視システムにわたって共有されてもよく、そしてこれらのシステムが、様々な製作環境において認識されてもよい分散様式で動作されてもよいことが企図される。

本開示に従うプロセスツール状態を監視するためのシステムおよび方法は特定のウエハ欠陥を検出することなくプロセスツールドリフトを判定することが可能であることが留意される。広範なウエハベースのおよびロットベースのメトリックスだけが算定される必要があり、そして分類エンジンはプロセスツールドリフトを示し、早期警告を提供してもよい潜在的な異常値を特定することができる。そのような検出プロセスは、それがウエハおよび材料損失を低減させるので、半導体製造業に非常に貴重である。さらにまた、高解像度画像が必要とされないため、光学系に対する低下した要求は、それが増加したウエハサンプリングを可能にし、そして次いで処理能力を増加させるので、有益であることが留意される。

上述したように、本開示に従うプロセスツール状態を監視するためのシステムおよび方法はいくつかの利点を提供する。そのような利点は、プロセスツール挙動の傾向を求めることが、複数のロットに影響を及ぼす高くつく問題が出現する前に予防措置にとることを可能にすることと、低光学要求およびダウンサンプリング動作の調節可能なレベルのための高処理能力処理を提供することと、性能の対応するレベルとのユーザ連動の異なるレベルを見込むことと、製作にわたる製造プロセスの歴史的な記録を維持する能力を提供することと、短いターンアラウンド時間をもつ特定の課題へのカスタム化をサポートすることと、を含む。

潜在的なプロセスツールドリフトを特定する能力を提供することに加えて、本開示に従うプロセスツール状態を監視するためのシステムおよび方法は、サブ解像度異常のプロセスシグネチャをもつウエハを強調する能力も提供してもよいことが企図される。換言すれば、本開示に従うシステムおよび方法は、従来の欠陥検出手法では欠陥サイズがそれらの光学分割未満であるため見つけることができないだろう、円形ひっかき傷、かすかな過剰研磨および研磨不足、ステッパ焦点ずれなどのような、ユーザが着目する問題を見つける能力を有する。加えて、本開示に従うシステムおよび方法はプロセス窓監視も提供することができ、これはプロセスツール状態を微調整することを指す。本出願の固有の態様は良好な／正常のプロセスがどのように見えるかの基準線に対する訓練であるので、ユーザは次いでどんなプロセス最適化が、類似の結果をもつウエハを生成するだろうものと対照的に、そのような基準線から有意に逸脱するだろう結果を生成するかを特定することができることが留意される。本開示に従うシステムおよび方法は本開示の趣旨および範囲から逸脱することなく様々な他の目的のために活用されてもよいことが企図される。

上記例がウエハ測定値に言及した一方で、本開示に従うシステムおよび方法は本開示の趣旨および範囲から逸脱することなく他の種類の研磨された板にも適用できることも企図される。本開示に使用される用語ウエハは、集積回路および他のデバイスの製作に使用される半導体材料の薄片、ならびに磁気ディスク基板、厚み台などのような他の薄い研磨された板も含んでもよい。

本開示がソフトウェア／ファームウェアパッケージの形態で実装されてもよいことが理解されるべきである。そのようなパッケージは、コンピュータを本開示の開示された機能およびプロセスを行うようにプログラムするために使用される記憶されたコンピュータコードを含むコンピュータ可読記憶媒体／装置を利用するコンピュータプログラム製品でもよい。コンピュータ可読媒体は、従来のフロッピーディスク、光ディスク、ＣＤ−ＲＯＭ、磁気ディスク、ハードディスクドライブ、光磁気ディスク、ＲＯＭ、ＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気もしくは光カード、または電子命令を記憶するための任意の他の適切な媒体のうちの任意の種類を含んでもよいが、これに限定されない。

開示される方法は単一の生産装置を通しておよび／または複数の生産装置を通して命令の集合として実装されてもよい。さらに、開示される方法におけるステップの特定の順序または階層は例証的な手法の例であることが理解される。設計嗜好に基づいて、方法におけるステップの特定の順序または階層は本開示の範囲および趣旨内にとどまりつつ再配列されることができることが理解される。添付の方法クレームは、様々なステップの要素をサンプル順序に提示するが、必ずしも提示される特定の順序または階層に限定されるものと意味されるわけではない。

本開示のシステムおよび方法ならびにその付随する利点の多くが上記の説明によって理解されると考えられ、そして開示された主題から逸脱することなくまたはその実質的な利点のすべてを犠牲にすることなく構成要素の形態、構成および配置に様々な変更がなされてもよいことは明らかだろう。説明された形態は説明のみを意図したものである。

Claims

プロセスツール状態を監視するための方法であって、
複数のウエハロットで製作されたウエハを含む複数のウエハから複数のウエハ画像を取得することと、
前記複数のウエハ画像から１つ又は複数の画像の解像度を低減することであって、ユーザが低減された解像度を調整するものである、低減することと、
前記低減された解像度の画像に基づき前記複数のウエハの１つ又は複数のウエハレベルメトリックスを計算することと、
前記１つ又は複数のウエハレベルメトリックスから１つ又は複数のプロセスツールシグネチャを抽出することであって、前記１つ又は複数のウエハレベルメトリックスは前記複数のウエハの中の不均一さを抽出するように構成され、前記複数のウエハの１つ又は複数の特定の欠陥に関連していない、抽出することと、
前記複数のウエハロットの１つ又は複数のロットレベル統計値を計算することであって、前記１つ又は複数のロットレベル統計値は、指定されたプロセス群で複数のウエハロットで製作されたウエハのウエハレベルメトリックスに少なくとも部分的に基づいて計算される、計算することと、
前記１つ又は複数のロットレベル統計値に基づいてプロセスツールドリフト状態を特定することであって、前記１つ又は複数のロットレベル統計値は、特定の欠陥に関連していない複数のウエハ画像の不均一さに基づいている、特定することと、
を備える方法。
請求項１に記載の方法であって、前記ウエハレベルメトリックスが画素強度ベースのメトリックス、空間ベースのメトリックスおよび周波数空間ベースのメトリックスの少なくとも１つを含む方法。
請求項１に記載の方法であって、前記指定されたプロセス群は、ユーザ指定されたプロセス群である方法。
請求項３に記載の方法であって、前記ロットレベル統計値は、前記複数のウエハロットの各特定のウエハロットで計算され、前記ロットレベル統計値の計算は、前記特定のウエハロットで製作されたウエハのウエハレベルメトリックスを正規化することを含む方法。
請求項４に記載の方法であって、各特定のウエハロットに対する前記ロットレベル統計値が、
に基づいて計算され、ここでｘ_ｉは前記特定のウエハロットにおける第ｉのウエハに対する前記ウエハレベルメトリックスを示し、μ_ＰＧは前記ユーザ指定されたプロセス群の計算された平均を示し、そしてσ_ＰＧは前記ユーザ指定されたプロセス群の計算された標準偏差を示す方法。
請求項１に記載の方法であって、さらに、
サブ解像度異常のプロセスツールシグネチャをもつウエハを特定すること、
前記プロセスツールドリフト状態を微調整するためのプロセス窓監視を提供すること、の少なくともいずれかを含む方法。
複数のウエハロットで製作されたウエハを含む複数のウエハから複数のウエハ画像を取得するように構成される撮像装置と、
前記撮像装置に通信可能に接続されたプロセッサであって、
前記複数のウエハ画像から１つ又は複数の画像の解像度を低減し、ユーザからの入力を受け取って前記低減された解像度を調整し、
前記低減された解像度の画像に基づき前記複数のウエハの１つ又は複数のウエハレベルメトリックスを計算し、
前記１つ又は複数のウエハレベルメトリックスから１つ又は複数のプロセスツールシグネチャを抽出し、前記１つ又は複数のウエハレベルメトリックスは前記複数のウエハの中の不均一さを抽出するように構成され、前記複数のウエハの１つ又は複数の特定の欠陥に関連しておらず、
前記複数のウエハロットの１つ又は複数のロットレベル統計値を計算し、前記１つ又は複数のロットレベル統計値は、指定されたプロセス群で複数のウエハロットで製作されたウエハのウエハレベルメトリックスに少なくとも部分的に基づいて計算され、
前記１つ又は複数のロットレベル統計値に基づいてプロセスツールドリフト状態を特定し、前記１つ又は複数のロットレベル統計値は、特定の欠陥に関連していない複数のウエハ画像の不均一さに基づいている、
ように構成されるプロセッサと
を備えるプロセスツール状態監視システム。
請求項７に記載のシステムであって、各特定のウエハに対して取得された前記ウエハ画像が完全ウエハ画像であるシステム。
請求項７に記載のシステムであって、前記ウエハレベルメトリックスが画素強度ベースのメトリックス、空間ベースのメトリックスおよび周波数空間ベースのメトリックスの少なくとも１つを含むシステム。
請求項７に記載のシステムであって、前記指定されたプロセス群は、ユーザ指定されたプロセス群であるシステム。
請求項１０に記載のシステムであって、前記ロットレベル統計値は、前記複数のウエハロットの各特定のウエハロットで計算され、前記ロットレベル統計値の計算は、前記特定のウエハロットで製作されたウエハのウエハレベルメトリックスを正規化することを含むシステム。
請求項１１に記載のシステムであって、各特定のウエハロットに対する前記ロットレベル統計値が、
に基づいて計算され、ここでｘ_ｉは前記特定のウエハロットにおける第ｉのウエハに対する前記ウエハレベルメトリックスを示し、μ_ＰＧは前記ユーザ指定されたプロセス群の計算された平均を示し、そしてσ_ＰＧは前記ユーザ指定されたプロセス群の計算された標準偏差を示すシステム。
請求項７に記載のシステムであって、
前記特定された潜在的なプロセスツールドリフト状態に関してユーザ調整を受信するように構成されるユーザインタフェースをさらに備えるシステム。
請求項１３に記載のシステムであって、前記プロセッサが、前記ユーザ調整に基づいて前記潜在的なプロセスツールドリフト状態を特定するために活用されたプロセスを調節するようにさらに構成されるシステム。
プロセスツール状態を監視するための方法であって、
複数のウエハロットで製作されたウエハを含む複数のウエハから複数の完全ウエハ画像を取得することと、
前記複数のウエハ画像から１つ又は複数の画像の解像度を低減することであって、ユーザが低減された解像度を調整するものである、低減することと、
前記低減された解像度の画像に基づき前記複数のウエハの１つ又は複数のウエハレベルメトリックスを計算することと、
前記１つ又は複数のウエハレベルメトリックスから１つ又は複数のプロセスツールシグネチャを抽出することであって、前記１つ又は複数のウエハレベルメトリックスは前記複数のウエハの中の不均一さを抽出するように構成され、前記複数のウエハの１つ又は複数の特定の欠陥に関連していない、抽出することと、
前記複数のウエハロットの１つ又は複数のロットレベル統計値を計算することであって、前記１つ又は複数のロットレベル統計値は、指定されたプロセス群で複数のウエハロットで製作されたウエハのウエハレベルメトリックスに少なくとも部分的に基づいて計算される、計算することと、
前記１つ又は複数のロットレベル統計値に基づいてプロセスツールドリフト状態を特定することであって、前記１つ又は複数のロットレベル統計値は、特定の欠陥に関連していない複数のウエハ画像の不均一さに基づいている、特定することと、
前記特定された潜在的なプロセスツールドリフト状態に関してユーザ調整を受信することと
を備える方法。
請求項１５に記載の方法であって、前記ウエハレベルメトリックスが画素強度ベースのメトリックス、空間ベースのメトリックスおよび周波数空間ベースのメトリックスの少なくとも１つを含む方法。
請求項１５に記載の方法であって、前記指定されたプロセス群は、ユーザ指定されたプロセス群である方法。
請求項１７に記載の方法であって、前記ロットレベル統計値は、前記複数のウエハロットの各特定のウエハロットで計算され、前記ロットレベル統計値の計算は、前記特定のウエハロットで製作されたウエハのウエハレベルメトリックスを正規化することを含む方法。
請求項１８に記載の方法であって、各特定のウエハロットに対する前記ロットレベル統計値が、
に基づいて計算され、ここでｘ_ｉは前記特定のウエハロットにおける第ｉのウエハに対する前記ウエハレベルメトリックスを示し、μ_ＰＧは前記ユーザ指定されたプロセス群の計算された平均を示し、そしてσ_ＰＧは前記ユーザ指定されたプロセス群の計算された標準偏差を示す方法。