TW201716744A - 用於校正計量工具之系統、方法及計算機程式產品 - Google Patents

用於校正計量工具之系統、方法及計算機程式產品 Download PDF

Info

Publication number
TW201716744A
TW201716744A TW105125963A TW105125963A TW201716744A TW 201716744 A TW201716744 A TW 201716744A TW 105125963 A TW105125963 A TW 105125963A TW 105125963 A TW105125963 A TW 105125963A TW 201716744 A TW201716744 A TW 201716744A
Authority
TW
Taiwan
Prior art keywords
transform
signals
components
tool
metrology tool
Prior art date
Application number
TW105125963A
Other languages
English (en)
Other versions
TWI760309B (zh
Inventor
史帝藍 伊凡渥夫 潘戴夫
德思米特瑞 山可
Original Assignee
克萊譚克公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 克萊譚克公司 filed Critical 克萊譚克公司
Publication of TW201716744A publication Critical patent/TW201716744A/zh
Application granted granted Critical
Publication of TWI760309B publication Critical patent/TWI760309B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本發明提供一種用於校正計量工具之系統、方法及計算機程式產品。接收一或多個實驗設計晶圓以用於校正一計量工具。藉由利用該計量工具量測該一或多個晶圓而收集一組信號。判定一第一變換以將該組信號轉換成分量，且判定一第二變換以將一組參考信號轉換成參考分量。藉由利用一經良好校正之參考工具量測該一或多個晶圓而收集該組參考信號。基於該等參考分量而訓練將該等分量映射至經轉換分量之一模型，且將該模型、該第一變換及該第二變換儲存於與該計量工具相關聯之一記憶體中。

Description

用於校正計量工具之系統、方法及計算機程式產品 相關申請案
本申請案主張於2015年8月14日提出申請之美國臨時專利申請案第62/205,337號之權益，該臨時專利申請案之全部內容以引用方式併入本文中。
本發明係關於計量工具，且更具體而言，係關於對計量工具之校正。
計量一般涉及量測一目標組件之各種實體特徵。舉例而言，可使用計量工具(諸如散射計、橢圓偏光計或掃描電子顯微鏡(SEM))來量測目標組件之結構及材料特性(例如材料組合物、結構之尺寸特性及/或結構之臨界尺寸等)。在半導體計量之實例中，可使用一計量工具來量測一所製作半導體組件之各種實體特徵。
一旦獲得一計量量測，便可分析該量測。此分析通常涉及一程式庫，該程式庫具有目標組件所特有之參數之預定義值(亦即，目標組件之一參數模型)。特定而言，該程式庫可包含浮動參數之值範圍。然後，可使用該程式庫來提供一快速數學近似，該數學近似可鑒於參數模型之值集合而以一合理準確度迅速地再現具有目標組件之一系統之解決方案。
校正計量工具之習用技術包含藉由調整各種系統參數對計量工具進行機械校正。舉例而言，可藉由調整一光學系統之一焦距、調整偏光之一方向或調整其他實體系統參數來校正計量工具。某些技術亦可需要執行一最佳化程序以將由一參考工具產生之信號與由一經校正工具產生之信號之間之差異最小化。此等最佳化程序通常限於調整與正被校正之計量工具相關聯之少量實體參數，直至將由計量工具產生之信號與由一參考工具產生之一組參考信號之間之一差異最小化為止。然而，由於該等最佳化程序通常使用有限數目個實體參數，因此由經校正計量工具產生之信號與參考信號之間仍可能存在顯著差異。因此，需要解決與檢驗系統之先前技術實施方案相關聯之此等及/或其他問題。
提供一種用於校正計量工具之系統、方法及計算機程式產品。接收一或多個實驗設計晶圓以用於校正一計量工具。藉由利用該計量工具量測該一或多個晶圓而收集一組信號。判定一第一變換以將該組信號轉換成分量，且判定一第二變換以將一組參考信號轉換成參考分量。藉由利用一經良好校正之參考工具量測該一或多個晶圓而收集該組參考信號。基於該等參考分量而訓練將該等分量映射至經轉換分量之一模型，且將該模型、該第一變換及該第二變換儲存於與該計量工具相關聯之一記憶體中。
2‧‧‧光譜橢圓偏光計
10‧‧‧光束輪廓橢圓偏光計
12‧‧‧光束輪廓反射計
14‧‧‧寬頻反射光譜儀
16‧‧‧深紫外線反射光譜儀
18‧‧‧寬頻光譜橢圓偏光計
98‧‧‧旋轉補償器
510‧‧‧校正模組
520‧‧‧計量模組
700‧‧‧系統
702‧‧‧處理器
704‧‧‧記憶體
750‧‧‧計量工具
圖1展示根據先前技術之一例示性計量工具之一示意圖；圖2圖解說明根據一項實施例之用於使用機器學習來校正一計量工具之一方法；圖3圖解說明根據另一實施例之用於使用機器學習來校正一計量工具之一方法； 圖4圖解說明根據一項實施例之用於使用一經校正計量工具進行量測之一方法；圖5A係根據一項實施例之用於量測一計量目標之一系統之一概念性圖解；圖5B係根據一項實施例之用於量測一計量目標之一系統之一概念性圖解；圖6A圖解說明根據一項實施例在校正一計量工具之前及之後來自該計量工具之一組信號之一圖表；圖6B圖解說明根據一項實施例在校正計量工具之後之一組經轉換信號與一組參考信號之間之誤差之一圖表；圖6C圖解說明根據一項實施例之複數個量測之誤差之偏差之一圖表；及圖7圖解說明其中可實施各種先前實施例之各種架構及/或功能性之一例示性系統。
在半導體計量領域中，一計量工具可包括：一照明系統，其照明一目標；一收集系統，其擷取由照明系統與一目標、裝置或特徵之相互作用(或相互作用之缺乏)提供之相關資訊；及一處理系統，其使用一或多個演算法分析所收集之資訊。計量工具可用於量測與各種半導體製作製程相關聯之結構及材料特性(例如材料組合物、結構及膜之尺寸特性(諸如膜厚度及/或結構之臨界尺寸)、疊對等)。此等量測在半導體晶粒之製造中用於促進製程控制及/或良率效率。
計量工具可包括可連同本發明之某些實施例一起用於例如量測各種前述半導體結構及材料特性之一或多個硬體組態。此等硬體組態之實例包含但不限於以下各項：光譜橢圓偏光計(SE)； 具有多個照明角度之SE；量測穆勒(Mueller)矩陣元素之SE(例如使用旋轉補償器)；單波長橢圓偏光計；光束輪廓橢圓偏光計(角度解析橢圓偏光計)；光束輪廓反射計(角度解析反射計)；寬頻反射光譜儀(光譜反射計)；單波長反射計；角度解析反射計；成像系統；散射計(例如斑點分析儀)；小角度X射線散射(SAXS)裝置；X射線粉末繞射(XRD)裝置；X射線螢光(XRF)裝置；X射線光電子光譜(XPS)裝置；X射線反射率(XRR)裝置；拉曼光譜裝置；掃描電子顯微鏡(SEM)裝置；隧穿電子顯微鏡(TEM)裝置；及原子力顯微鏡(AFM)裝置。
可將該等硬體組態分離成離散操作系統。另一方面，可將一或多個硬體組態組合成一單個工具。此種將多個硬體組態組合成一單個工具之一項實例係展示於自美國專利第7,933,026號併入本文中之圖1中，美國專利第7,933,026號特此出於所有目的以其全文引用方式併入本文中。舉例而言，圖1展示一例示性計量工具之一示意圖，該計量工具包括：a)一寬頻SE(亦即，18)；b)具有旋轉補償器(亦即，98)之一SE(亦即，2)；c)一光束輪廓橢圓偏光計(亦即，10)；d)一光束輪廓 反射計(亦即，12)；e)一寬頻反射光譜儀(亦即，14)；及f)一深紫外線反射光譜儀(亦即，16)。另外，此等系統中通常存在眾多光學元件，包含某些透鏡、準直器、鏡、四分之一波片、偏光器、偵測器、相機、光圈及/或光源。光學系統之波長可自約120nm至3微米變化。對於非橢圓偏光計系統，所收集信號可係經偏光解析的或未偏光的。圖1提供整合於同一工具上之多個計量頭之一圖解。然而，在諸多情形中，使用多個計量工具來對一單個或多個計量目標進行量測。舉例而言，此闡述於美國專利第7,478,019號「Multiple tool and structure analysis」中，該美國專利亦特此出於所有目的以其全文引用方式併入本文中。
某些硬體組態之照明系統包含一或多個光源。光源可產生具有僅一個波長之光(亦即，單色光)、具有若干個離散波長之光(亦即，多色光)、具有多個波長之光(亦即，寬頻光)及/或在波長之間連續地或跳躍地掃過若干波長之光(亦即，可調諧源或掃頻源)。適合光源之實例係：一白色光源；一紫外線(UV)雷射；一弧光燈或一無電極燈；一雷射持續電漿(LSP)源，例如可自馬薩諸塞州沃本市(Woburn,Massachusetts)之Energetiq Technology公司商業購得之彼等；一超連續源(諸如一寬頻雷射源)，諸如可自新澤西州摩根維爾(Morganville,New Jersey)之NKT Photonics公司商業購得之彼等；或較短波長源，諸如x射線源、極UV源或其某一組合。光源亦可經組態以提供具有足夠亮度之光，該亮度在某些情形中可係大於約1W/(nm cm2 Sr)之一亮度。計量系統亦可包含去往光源之一快速回饋以用於使光源之功率及波長穩定。光源之輸出可經由自由空間傳播進行遞送，或在某些情形中經由任何類型之光纖或光導進行遞送。
計量工具經設計以進行與半導體製造相關之諸多不同類型之量測。某些實施例可適用於此等量測。舉例而言，在某些實施例中，工 具可量測一或多個目標之特性，諸如臨界尺寸、疊對、側壁角度、膜厚度、製程相關參數(例如，焦點及/或劑量)。該等目標可包含本質上係週期性之某些所關注區域，諸如(舉例而言)一記憶體晶粒中之光柵。目標可包含厚度可由計量工具量測之多個層(或膜)。目標可包含放置於(或已經存在於)半導體晶圓上以供與(例如)對準及/或疊對對齊操作一起使用之目標設計。某些目標可位於半導體晶圓上之各種地方。舉例而言，目標可位於刻劃線(例如，晶粒之間)內及/或位於晶粒自身中。在某些實施例中，如美國專利第7,478,019號中所闡述藉由同一或多個計量工具(在相同時間或在不同時間)來量測多個目標。可組合來自此等量測之資料。來自計量工具之資料在半導體製造製程中例如用於將修正前饋、後饋及/或側饋至該製程(例如微影、蝕刻)，且因此可得到一完整製程控制方案。
隨著半導體裝置圖案尺寸繼續縮小，通常會需要更小之計量目標。此外，量測準確度及與實際裝置特性之匹配增加了對類裝置目標以及晶粒內量測及甚至裝置上量測之需要。已提出各種計量實施方案來達成彼目標。舉例而言，基於主要反射光學器件之聚焦光束橢圓偏光量測係該等實施方案中之一種，且闡述於Piwonka-Corle等人之專利(US 5,608,526，「Focused beam spectroscopic ellipsometry method and system」)中。可使用變跡器來減輕致使照明點擴散超過由幾何光學器件界定之大小之光學繞射效應。Norton之美國專利第5,859,424號專利「Apodizing filter system useful for reducing spot size in optical measurements and other applications」中闡述變跡器之使用。將高數值孔徑工具與同時多個入射角照明一起使用係達成小目標能力之另一方式。例如Opsal等人之美國專利第6,429,943號專利「Critical dimension analysis with simultaneous multiple angle of incidence measurements」中闡述此技術。
其他量測實例可包含量測半導體堆疊之一或多個層之組合物、量測晶圓上(或晶圓內)之某些缺陷及量測曝露至晶圓之光微影輻射量。在某些情形中，計量工具及演算法可經組態用於量測非週期性目標，參見例如P.Jiang等人之「The Finite Element Method for Full Wave Electromagnetic Simulations in CD Metrology Using Scatterometry」(2014年6月3日提出申請之申請中美國專利申請案第14/294,540號，代理人檔案號為P0463)或A.Kuznetsov等人之「Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection」(申請中美國專利申請案第14/170,150號，代理人檔案號為P0482)。
所關注參數之量測通常涉及若干個演算法。舉例而言，使用EM(電磁)解算器將入射光束與樣本之光學相互作用模型化，且使用諸如RCWA、FEM、矩量法、表面積分法、體積積分法、FDTD及其他等演算法。通常使用一幾何引擎或在某些情形中使用一製程模型化引擎或兩者之一組合將所關注目標模型化(參數化)。A.Kuznetsov等人之「Method for integrated use of model-based metrology and a process model」(申請中美國專利申請案第14/107,850號，代理人檔案號為P4025)中闡述製程模型化之使用。一幾何引擎例如係以KLA-Tencor之AcuShape軟體產品來實施。
可藉由若干種資料擬合及最佳化技術及技藝來分析所收集資料，該等資料擬合及最佳化技術及技藝包含：程式庫；快速降階模型；回歸；機器學習演算法，諸如神經網路及支援向量機(SVM)；降維演算法，諸如PCA(主要分量分析)、ICA(獨立分量分析)、LLE(局部線性嵌入)；稀疏表示，諸如傅立葉變換或小波變換；卡爾曼濾波器；促進相同或不同工具類型間匹配之演算法；及其他。
亦可藉由不包含模型化、最佳化及/或擬合之演算法來分析所收 集資料，例如美國專利申請案第14/057,827號。
通常針對計量應用來使計算演算法最佳化，其中使用一或多個方法，諸如計算硬體之設計及實施方案、平行化、計算之分佈、負載平衡、多服務支援、動態負載最佳化等。演算法之不同實施方案可在韌體、軟體、FPGA、可程式化光學組件等中完成。
資料分析及擬合步驟通常追求以下目標中之一或多者：CD、SWA、形狀、應力、組合物、膜、帶隙、電性質、焦點/劑量、疊對、產生製程參數(例如，抗蝕劑狀態、分壓、溫度、聚焦模型)及/或其任一組合之量測；計量系統之模型化及/或設計；及計量目標之模型化、設計及/或最佳化。
以下說明揭示用於校正一或多個計量工具之一方法、一系統(具有用於執行該方法之一處理器)及一計算機程式產品(體現於一非暫時性計算機可讀媒體上且具有經調適以由一計算機執行以執行該方法之程式碼)之實施例。
該等計量工具可係上文參考圖1所闡述之彼等計量工具中之任一者或可係其他類型之計量工具。複數個計量工具可駐存於一單個硬體平台或不同硬體平台上。當駐存於一單個硬體平台上時，駐存於同一或不同硬體平台上之一計算機系統之一處理器與計量工具通信，以執行下文關於後續各圖所闡述之方法。當駐存於不同硬體平台上時，計算機之處理器可駐存於具有該等計量工具中之一者之硬體平台中之一者上，或可駐存於一完全不同之平台上，但同樣，計算機之處理器與計量工具通信，以執行下文關於後續各圖所闡述之方法。
下文所闡述之技術利用機器學習演算法來學習可如何將來自一受校正工具之信號變換為一經良好校正之參考工具之信號或變換為由一模擬器模組產生之理論上經良好校正之信號。該技術可分離成兩個 離散部分：(1)校正計量工具以判定一組校正參數；及(2)基於該組校正參數進行量測。
圖2圖解說明根據一項實施例使用機器學習來校正一計量工具之一方法200。在步驟202處，接收一或多個DoE(實驗設計)晶圓以供在校正一計量工具(諸如圖1之計量工具2、10、12、14、16或18)時使用。一DoE晶圓係包含一或多個待使用計量工具量測之計量目標之一矽晶圓。計量目標係指製作於DoE晶圓上之結構，該等結構可係利用不同製程參數來進行設計及製作且可被放置於晶圓上之各種位置處。舉例而言，可在微影製程期間調整波長製程參數，可在電漿增強化學汽相沈積(PECVD)期間調整分壓或流率參數，可調整尺寸參數以製成更大或更小結構，可調整時間參數以增加特定沈積層之厚度等等。因此，每一DoE晶圓係與一組製程參數相關聯，該組製程參數產生其中包含有複數個計量目標之一成品DoE晶圓。計量目標之實例可包含但不限於一週期性光柵、一FinFet結構、一SRAM裝置結構、一快閃記憶體結構及一DRAM記憶體結構。
該一或多個DoE晶圓係用於自一受校正計量工具(在本文中稱為工具T)以及一參考工具(在本文中稱為工具T r )收集信號。參考工具T r 係指一經良好校正之計量工具，其產生可經分析以判定計量目標之結構參數之信號。一處方可係指用於分析一組信號以判定一計量目標之結構參數之一演算法。舉例而言，一處方可係指用於分析來自一散射計之一組信號以判定一計量目標之一厚度之一演算法。一處方係工具相依的且係依照由參考工具T r 產生之一組參考信號來予以校正。將瞭解，可針對上文所闡述之計量工具中之任一者執行校正常式，但計量工具T與參考工具T r 兩者係指相同類型之計量工具，後者經良好校正且用作一參考而前者經受校正。
如圖2中所展示，在步驟204處，可由計量工具T量測該一或多個 DoE晶圓以收集一組信號S。該組信號S可指由計量工具T量測之一光譜。信號S之特定格式取決於正被校正之計量工具之類型。舉例而言，該組信號可係指當一光束聚焦於與一計量目標相關聯之不同位置L上時由一偵測器量測之一光強度。在步驟206處，判定將信號S變換為分量C之一變換F。可基於該組信號S判定變換F。在一項實施例中，使用主要分量分析(PCA)來分析該組信號S以判定該組信號S之主要分量。然後，利用該等主要分量來將一變換F與該組信號S擬合，此產生與主要分量之一密切擬合。在其他實施例中，可利用除PCA之外之技術來基於該組信號S而找出變換F，諸如ICA、核心PCA或經訓練之自動編碼器。在步驟208處，基於變換F將信號S轉換成分量C。將瞭解，分量C之數目可大於使用PCA(或某一其他技術)識別且用於判定變換F之主要分量之數目。
在步驟214處，由參考工具T r 量測該一或多個DoE晶圓以產生一組參考信號S r 。該組參考信號S r 可係指由參考工具T r 量測之一光譜。在步驟216處，判定將該組參考信號S r 變換為參考分量C r 之一變換F r 。可基於該組參考信號S r 以類似於上文在步驟206中所闡述技術之一方式判定變換F r 。在步驟218處，基於變換F r 將該組參考信號S r 轉換成分量C r 。當存在用於產生信號S及S r 之多於一個DoE晶圓時，步驟214至步驟218可與步驟204至步驟208並行執行。當然，步驟214至218亦可在步驟204至步驟208之前執行或在步驟204至步驟208之後執行。換言之，易於明瞭，一次可僅使一個工具來量測一特定DoE晶圓上之一特定計量目標，但利用參考工具T r 與計量工具T兩者對多個DoE晶圓上之多個計量目標之量測可藉由同時由參考工具T r 與計量工具T量測不同計量目標而並行執行。
在一項實施例中，變換F及F r 併入有雜訊降低。舉例而言，可先對信號應用一濾波器，之後再將經濾波信號轉換成分量。該濾波器可 係應用於原始信號資料之一低通濾波器。亦可在變換F及F r 內實施其他雜訊降低技術。
在步驟220處，訓練一模型M。模型M係指將由計量工具T量測之分量映射至經轉換分量之一演算法，在計量工具經完美校正之一理想情景中，該等經轉換分量將與由參考工具T r 量測之參考分量C r 相匹配。訓練模型M係指基於分別由計量工具T與參考工具T r 收集之該組信號S及該組參考信號S r 來修正模型M。在某些實施例中，訓練模型M係指基於分別由計量工具T與參考工具T r 收集之分量C及參考分量C r 來修正模型M。
模型M係基於可為線性或非線性之一機器學習演算法來予以訓練。在一項實施例中，為將模型M之輸出(亦即，經轉換分量)與參考分量C r 之間之差異最小化，藉由最佳化一組模型參數來訓練模型M，如方程式1及方程式2中所展示。模型M係用於基於如計量工具T所量測之分量C來預測經模型化分量之一線性模型。同樣，該組信號S係被變換為分量C。因此，訓練模型M涉及藉由調整該組模型參數來求解方程式2，模型參數在本文中亦可稱為模型係數。
用於選擇求解方程式2之該組模型參數之技術在此項技術中係眾所周知的。某些技術包含求解一組線性方程式、QR分解、奇異值分解以及其他眾所周知之技術或演算法。在一項實施例中，利用一反向傳播演算法與差分演化法之組合來求解方程式2。
在另一實施例中，為將使用分量C所估計之參數值與使用參考分量C r 所估計之參數值之間之差異最小化而訓練模型M，如方程式3中所展示。函數G係執行量測之函數；亦即，用於自由計量工具T收集之該組信號S’判定結構參數P’之處方。因此，方程式3採用分量C及參 考分量C r ，經由變換F及參考變換F r 將分量變換為對應信號，經由函數G(亦即，處方)將經變換信號轉換成結構參數，且然後藉由調整該組模型參數將結構參數之間之差異最小化。
在再一實施例中，模型M係藉由一反覆程序訓練之一神經網路。對於由計量工具T收集之每一組信號S，為將模型M之輸出與參考分量C r 之間之差異最小化，調整模型係數。在一項實施例中，利用當前模型參數來計算與所要參考分量C r 比較之經預測分量。將經預測分量與所要參考分量C r 之間之一差異回饋至神經網路中。然後，在應用比例因子之後，藉由預測分量與所要參考分量C r 之間之差異來調整模型參數。將瞭解，神經網路係非線性的，且每當使用計量工具進行一量測時便調整模型參數。用於訓練神經網路之其他技術係在此實施例之範疇內。在又一些實施例中，模型M可係一隨機森林、一支援向量機(SVM)、一深度網路及一迴旋網路中之一者。
在步驟222處，將一校正模組儲存於與計量工具相關聯之一記憶體中。校正模組可包含界定模型M之模型參數以及界定變換F及變換F r 之參數。當將要對具有一或多個計量目標之一晶圓(亦即，一生產晶圓)進行一量測時，可將該校正模組載入至與計量工具T相關聯之一記憶體中。
圖3圖解說明根據另一實施例之用於使用機器學習來校正一計量工具之一方法300。方法300類似於方法200，只不過步驟214由步驟314替換。方法200之步驟202至步驟222與方法300之被類似地標記之步驟202至步驟222係相同的。
在方法200之步驟214中，由參考工具T r 量測該一或多個DoE晶圓以產生一組參考信號S r 。相比而言，在方法300之步驟314處，基於量測參數而模擬該組參考信號S r 。量測參數可包含與計量工具相關聯之 一組參數(例如，一光波長、一焦距、一入射角等)。量測參數P亦可包含如藉由一或多個參考計量所量測之DoE晶圓之計量目標之結構參數。舉例而言，可使用散射量測來量測一膜厚度，可使用CD-SEM(臨界尺寸掃描電子顯微鏡)量測臨界尺寸(CD)，且可使用TEM(隧穿電子顯微鏡)量測一輪廓。然後，可使用由各種類型之計量工具收集之此等結構參數值來模擬該組參考信號S r 。
量測參數係由一模擬器模組接收，該模擬器模組經組態以模擬該組參考信號S r 。該模擬器模組可經組態以基於量測參數而輸出一組特定參考信號S r 。與由一參考工具T r (甚至係一經良好校正之參考工具)產生之信號相比，經模擬信號可具有一較低之信號雜訊比。在一項實施例中，模擬器模組係一軟體模組，該軟體模組實施用於基於輸入量測參數而執行計算以模擬參考信號S r 之一演算法。在另一實施例中，模擬器模組係一硬體模組，該硬體模組自一記憶體讀取量測參數且然後產生一組參考信號，該組參考信號經由仿真一參考工具之硬體(亦即，I/O卡、類比轉數位轉換器(ADC)等)而被讀入。
圖4圖解說明根據一項實施例之用於使用一經校正計量工具進行量測之一方法400。在步驟402處，接收一晶圓，該晶圓包含一或多個計量目標，為判定與該(等)計量目標相關聯之一組結構參數P’而將量測該(等)計量目標。在步驟404處，藉由將經校正計量工具T應用於計量目標而利用計量工具T來收集一組信號S。將計量工具T應用於計量目標可係指利用計量工具T來進行一量測。舉例而言，若計量工具T係一橢圓偏光計，則利用計量工具T進行一量測包含啟動一光源以使得一光束穿過一偏光器且以一特定定向照射計量目標之步驟。一偵測器接收光束且取決於到達偵測器之光之強度而產生一信號。光束在被反射離開計量目標之後且在到達偵測器之前穿過一第二偏光器，以使得可量測光束在照射計量目標時之一偏光改變。當然，分量之類型及數 目及一特定計量工具之操作方式可取決於計量工具之特定實施方案而變化。將瞭解，不同計量工具可規定用於進行量測之不同技術。該組信號S可包含表示與關聯於計量工具之不同參數(諸如不同光波長、不同入射角、不同焦距等等)相關聯之量測之值。
在步驟406處，使用變換F將該組信號S變換成分量C。變換F係作為計量工具之一校正模組而儲存於與計量工具T相關聯之一記憶體中。在一項實施例中，計量工具T針對所有量測儲存一單個校正模組。在另一項實施例中，計量工具T儲存對應於不同設置或類型之量測之複數個校正模組。用於進行一特定量測之特定校正模組可由一使用者規定或基於一組準則(諸如正進行量測之類型或用於一特定量測之量測參數)而自動選定。在步驟408處，利用模型M來基於所量測分量C來產生經預測分量C’。在步驟410處，基於變換F r 將經預測分量C’變換成一組經校正信號S’，如方程式4中所展示。該組經校正信號S’意欲基本上匹配在使用參考工具T r 而非經校正計量工具T量測計量目標之情形下理論上將已量測出之該組參考信號S r 。在步驟412處，分析該組經校正信號S’以判定計量目標之至少一個結構參數P’。舉例而言，若計量工具T係一散射量測工具，則可使用一基於模型之OCD(光學臨界尺寸)來判定計量目標之結構參數P’。
S'=F r (M(F(S),w)) (方程式4)
將瞭解，校正模組係在進行量測之前載入至與計量工具T相關聯之一記憶體中，且經組態以分析在量測期間所收集之信號S之一處理器可自記憶體存取校正模組以執行與方法400之步驟相關聯之各種操作。
圖5A係根據一項實施例之用於量測一計量目標之一系統500之一概念性圖解。如圖5A中所展示，系統500包含一校正模組510及一計量模組520。校正模組510接收該組信號S且經由變換F及F r 以及模型M 將信號S轉換成一組對應經校正信號S’。計量模組520接收該組對應經校正信號S’且基於一處方R而產生結構參數P’。處方R係規定經校正信號S’至參數P’之一映射之一演算法。處方R係工具特有的且可儲存於與計量工具T相關聯之一記憶體中。
將瞭解，系統500中之校正模組510係層不感知的。換言之，校正模組510不存取處方R。因此，將信號S轉換成該組對應經校正信號S’係獨立於處方R而執行。
圖5B係根據一項實施例之用於量測一計量目標之一系統550之一概念性圖解。系統550與系統500之不同之處在於，校正模組510係層感知的，亦即，校正模組510可存取與一特定計量工具T相關聯之處方R。因此，可基於處方R而調整校正常式以及因此變換F及F r 以及模型M。換言之，可針對每一特定處方設計單獨校正模組510，以在將信號S轉換成經校正信號S’時獲得更準確之結果。
將瞭解，可針對多個計量工具中之每一者重複系統500或系統550。舉例而言，圖1中所展示之每一計量工具可與一單獨且相異之校正模組510及對應計量模組520相關聯。可並行地操作此等模組，以針對多個計量工具T中之每一者收集信號S。
圖6A圖解說明根據一項實施例在校正一計量工具之前及之後來自該計量工具之一組信號之一圖表610。如圖6A中所展示，可使用計量工具T及參考工具T r 進行相同量測。在執行校正之前，來自計量工具T之該組信號S與來自參考工具T r 之該組參考信號S r 之間之差異係顯著的。然而，當該組信號S由校正模組轉換成該組經校正信號S’時，該組經校正信號S’更加密切地類似該組參考信號S r (亦即，該組經校正信號S’與該組參考信號S r 之間之差異係低於一臨限值)。因此，由計量工具T所進行之量測將更加密切地類似由參考工具T r 所進行之一理論量測。
圖6B圖解說明根據一項實施例在校正計量工具後之一組經轉換信號與一組參考信號之間之誤差之一圖表620。對於複數個信號中之每一者，可藉由取使用經校正計量工具T所量測之一值與使用參考工具T r 所量測之一對應值之一差異來計算誤差。圖6C圖解說明根據一項實施例之複數個量測之誤差之偏差之一圖表630。誤差之偏差繪製為一3-西格馬(3σ)值，其意指超過99%之使用經校正計量工具T所進行之量測將歸於圖6C之圖表630中所展示之誤差內。
圖7圖解說明其中可實施各種先前實施例之各種架構及/或功能性之一例示性系統。如所展示，提供一系統700，其包含至少一處理器702及與一或多個計量工具750相關聯之一記憶體704。記憶體704可包含用於儲存程式指令及/或資料之揮發性記憶體與非揮發性記憶體兩者。在一項實施例中，記憶體704包含儲存校正模組510及計量模組520之一硬碟機(HDD)以及在執行期間可在上面載入一作業系統、應用程式、校正模組510及計量模組520之SDRAM。
一項實施例係關於一種儲存程式指令之非暫時性計算機可讀媒體，該等程式指令可在一計算機系統上執行以執行一計算機實施方法(諸如本文中所論述之方法)。實施方法(諸如本文中所闡述之彼等方法)之程式指令可儲存於一計算機可讀媒體(諸如記憶體704)上。計算機可讀媒體可係一儲存媒體，諸如一磁碟或光碟或一磁帶或此項技術中已知之任何其他適合之非暫時性計算機可讀媒體。作為一選項，計算機可讀媒體可位於系統700內。另一選擇係，計算機可讀媒體可在系統700外部，其中系統700經組態以自計算機可讀媒體將程式指令載入至記憶體704中。
可以包含基於程序之技術、基於組件之技術及/或物件導向技術以及其他技術之各種方式中之任一者來實施程式指令。舉例而言，可視需要使用ActiveX控件、C++物件、JavaBeans、微軟基礎類別 (「MFC」)或其他技術或方法來實施該等程式指令。
系統700可採取各種形式，包含一個人計算機系統、影像計算機、主機計算機系統、工作站、網路器具、網際網路器具或其他裝置。一般而言，術語「計算機系統」可廣泛定義為囊括具有一或多個處理器之執行來自一記憶體媒體之指令之任一裝置。系統700亦可包含此項技術中已知之任一適合處理器，諸如一平行處理器。另外，系統700可包含具有高速度處理及軟體之一計算機平台作為一獨立工具或一網路連結工具。
儘管上文已闡述各種實施例，但應瞭解，該等實施例僅以實例方式而非限制方式呈現。因此，一較佳實施例之廣度及範疇不應受限於任一上述例示性實施例，而應僅根據隨附申請專利範圍及其等效內容來界定。

Claims (20)

  1. 一種方法，其包括：接收一或多個DoE(實驗設計)晶圓以用於校正一計量工具；藉由利用該計量工具量測該一或多個DoE晶圓而收集一組信號；判定一第一變換以將該組信號轉換成分量；判定一第二變換以將一組參考信號轉換成參考分量；基於該等參考分量而訓練將該等分量映射至經轉換分量之一模型；及將該模型、該第一變換及該第二變換儲存於與該計量工具相關聯之一記憶體中。
  2. 如請求項1之方法，其中判定該第二變換包括：使用一參考工具量測該一或多個DoE晶圓以收集該組參考信號。
  3. 如請求項1之方法，其中判定該第二變換包括：量測該一或多個DoE晶圓上所包含之結構參數並在一模擬器模組內利用該等結構參數來模擬該組參考信號。
  4. 如請求項1之方法，其中該一或多個DoE晶圓包含複數個計量目標。
  5. 如請求項4之方法，其中該複數個計量目標包含一週期性光柵、一FinFet結構、一SRAM裝置結構、一快閃記憶體結構及一DRAM記憶體結構中之至少一者。
  6. 如請求項1之方法，其中該模型包括一線性模型及一非線性模型中之一者。
  7. 如請求項1之方法，其中該模型包括一神經網路、一隨機森林、一支援向量機(SVM)、一深度網路及一迴旋網路中之一者。
  8. 如請求項1之方法，其中判定該第一變換包括：對該組信號執行主要分量分析(PCA)。
  9. 如請求項1之方法，其中該計量工具係選自以下各項中之一者：一光譜橢圓偏光計(SE)；一具有多個照明角度之SE；一量測穆勒矩陣元素之SE；一單波長橢圓偏光計；一光束輪廓橢圓偏光計；一光束輪廓反射計；一寬頻反射光譜儀；一單波長反射計；一角度解析反射計；一成像系統；一散射計；一小角度x射線散射(SAXS)裝置；一x射線粉末繞射(XRD)裝置；一x射線螢光(XRF)裝置；一x射線光電子光譜(XPS)裝置；一x射線反射率(XRR)裝置；一拉曼光譜裝置；一掃描電子顯微鏡(SEM)裝置；一隧穿電子顯微鏡(TEM)裝置；及一原子力顯微鏡(AFM)裝置。
  10. 如請求項1之方法，其中該第一變換及該第二變換中之至少一者併入有雜訊降低。
  11. 如請求項1之方法，其中訓練該模型包括：將該等經轉換分量與 該等參考分量之間之一差異最小化。
  12. 如請求項1之方法，其中訓練該模型包括：將基於該等經轉換分量之結構參數與基於該等參考分量之結構參數之間之一差異最小化。
  13. 一種在一非暫時性計算機可讀媒體上體現之計算機程式產品，該計算機程式產品包含經調適以由一計算機執行以執行一方法之程式碼，該方法包括：接收一或多個DoE(實驗設計)晶圓以用於校正一計量工具；藉由利用該計量工具量測該一或多個DoE晶圓而收集一組信號；判定一第一變換以將該組信號轉換成分量；判定一第二變換以將一組參考信號轉換成參考分量；基於該等參考分量而訓練將該等分量映射至經轉換分量之一模型；及將該模型、該第一變換及該第二變換儲存於與該計量工具相關聯之一記憶體中。
  14. 如請求項13之計算機程式產品，其中判定該第二變換包括：使用一參考工具量測該一或多個DoE晶圓以收集該組參考信號。
  15. 如請求項13之計算機程式產品，其中判定該第二變換包括：量測該一或多個DoE晶圓上所包含之結構參數並在一模擬器模組內利用該等結構參數來模擬該組參考信號。
  16. 如請求項13之計算機程式產品，其中訓練該模型包括：將該等經轉換分量與該等參考分量之間之一差異最小化。
  17. 一種系統，其包括：一或多個DoE(實驗設計)晶圓；一計量工具，其經組態以藉由量測該一或多個DoE晶圓而收集 一組信號；與該計量工具相關聯之一記憶體；及一處理器，其經組態以：判定一第一變換以將該組信號轉換成分量，判定一第二變換以將一組參考信號轉換成參考分量，基於該等參考分量而訓練將該等分量映射至經轉換分量之一模型，及將該模型、該第一變換及該第二變換儲存於該記憶體中。
  18. 如請求項17之系統，其中該處理器經組態以藉由使用一參考工具量測該一或多個DoE晶圓而收集該組參考信號來判定該第二變換。
  19. 如請求項17之系統，其中判定該第二變換包括：量測該一或多個DoE晶圓上所包含之結構參數並在一模擬器模組內利用該等結構參數來模擬該組參考信號。
  20. 如請求項17之系統，其中該處理器執行：一校正模組，其經組態以判定該第一變換、判定該第二變換及訓練該模型；及一計量模組，其經組態以基於一處方將一組經轉換信號轉換成結構參數。
TW105125963A 2015-08-14 2016-08-15 用於校正計量工具之系統、方法及計算機程式產品 TWI760309B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201562205337P 2015-08-14 2015-08-14
US62/205,337 2015-08-14
US15/236,334 US10295342B2 (en) 2015-08-14 2016-08-12 System, method and computer program product for calibration of metrology tools
US15/236,334 2016-08-12

Publications (2)

Publication Number Publication Date
TW201716744A true TW201716744A (zh) 2017-05-16
TWI760309B TWI760309B (zh) 2022-04-11

Family

ID=57995455

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105125963A TWI760309B (zh) 2015-08-14 2016-08-15 用於校正計量工具之系統、方法及計算機程式產品

Country Status (3)

Country Link
US (1) US10295342B2 (zh)
TW (1) TWI760309B (zh)
WO (1) WO2017031014A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI640753B (zh) * 2018-05-11 2018-11-11 李俊豪 光譜儀的感光單元與其波長對應關係的校正方法以及執行校正方法的電腦程式產品

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10295342B2 (en) * 2015-08-14 2019-05-21 Kla-Tencor Corporation System, method and computer program product for calibration of metrology tools
TWI823344B (zh) * 2015-12-15 2023-11-21 以色列商諾威股份有限公司 用於測量圖案化結構之特性的系統
JP2018054304A (ja) 2016-09-26 2018-04-05 セイコーエプソン株式会社 検量装置、及び、検量線作成方法
JP2018054306A (ja) * 2016-09-26 2018-04-05 セイコーエプソン株式会社 検量装置、検量線作成方法、及び、独立成分分析方法
US10732516B2 (en) * 2017-03-01 2020-08-04 Kla Tencor Corporation Process robust overlay metrology based on optical scatterometry
WO2018231204A1 (en) * 2017-06-13 2018-12-20 Google Llc Augmented reality microscope for pathology
JP7126412B2 (ja) * 2018-09-12 2022-08-26 東京エレクトロン株式会社 学習装置、推論装置及び学習済みモデル
EP3637186A1 (en) * 2018-10-09 2020-04-15 ASML Netherlands B.V. Method of calibrating a plurality of metrology apparatuses, method of determining a parameter of interest, and metrology apparatus
US10928739B2 (en) 2019-02-22 2021-02-23 Kla-Tencor Corporation Method of measuring misregistration of semiconductor devices
US11042981B2 (en) * 2019-07-12 2021-06-22 SVXR, Inc. Methods and systems for printed circuit board design based on automatic corrections
US11216184B2 (en) 2019-12-06 2022-01-04 Western Digital Technologies, Inc. Non-volatile memory with on-chip principal component analysis for generating low dimensional outputs for machine learning
IL294547B2 (en) * 2020-01-06 2023-07-01 Nova Ltd Self-supervised representational learning for interpreting ocd data
CN113466140B (zh) * 2020-03-31 2022-06-17 华中科技大学 一种微光斑椭偏仪中的微透镜偏振效应校准方法
US11334280B2 (en) * 2020-06-30 2022-05-17 Western Digital Technologies, Inc. Storage device feature extraction optimization
US20220114438A1 (en) * 2020-10-09 2022-04-14 Kla Corporation Dynamic Control Of Machine Learning Based Measurement Recipe Optimization
CN112729108B (zh) * 2020-12-18 2022-12-06 长江存储科技有限责任公司 一种光学关键尺寸ocd测量设备的校准方法
US20240053280A1 (en) * 2022-08-09 2024-02-15 Kla Corporation Methods And Systems For Systematic Error Compensation Across A Fleet Of Metrology Systems Based On A Trained Error Evaluation Model

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL109589A0 (en) 1993-05-14 1994-08-26 Hughes Aircraft Co Apparatus and method for performing high spatial resolution thin film layer thickness metrology
US5608526A (en) 1995-01-19 1997-03-04 Tencor Instruments Focused beam spectroscopic ellipsometry method and system
US6110214A (en) * 1996-05-03 2000-08-29 Aspen Technology, Inc. Analyzer for modeling and optimizing maintenance operations
US5859424A (en) 1997-04-08 1999-01-12 Kla-Tencor Corporation Apodizing filter system useful for reducing spot size in optical measurements and other applications
US6429943B1 (en) 2000-03-29 2002-08-06 Therma-Wave, Inc. Critical dimension analysis with simultaneous multiple angle of incidence measurements
WO2003050514A2 (en) 2001-12-12 2003-06-19 Therma-Wave, Inc. Position-dependent optical metrology calibration
US7015418B2 (en) 2002-05-17 2006-03-21 Gsi Group Corporation Method and system for calibrating a laser processing system and laser marking system utilizing same
JP4541666B2 (ja) * 2002-06-20 2010-09-08 三星電子株式会社 イメージセンサ及びその製造方法
US7171284B2 (en) 2004-09-21 2007-01-30 Timbre Technologies, Inc. Optical metrology model optimization based on goals
US7478019B2 (en) 2005-01-26 2009-01-13 Kla-Tencor Corporation Multiple tool and structure analysis
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7567351B2 (en) 2006-02-02 2009-07-28 Kla-Tencor Corporation High resolution monitoring of CD variations
US7446887B2 (en) * 2006-05-22 2008-11-04 Tokyo Electron Limited Matching optical metrology tools using hypothetical profiles
US7446888B2 (en) * 2006-05-22 2008-11-04 Tokyo Electron Limited Matching optical metrology tools using diffraction signals
US8843875B2 (en) * 2012-05-08 2014-09-23 Kla-Tencor Corporation Measurement model optimization based on parameter variations across a wafer
US10801975B2 (en) * 2012-05-08 2020-10-13 Kla-Tencor Corporation Metrology tool with combined X-ray and optical scatterometers
US9581430B2 (en) 2012-10-19 2017-02-28 Kla-Tencor Corporation Phase characterization of targets
US10769320B2 (en) 2012-12-18 2020-09-08 Kla-Tencor Corporation Integrated use of model-based metrology and a process model
US9291554B2 (en) 2013-02-05 2016-03-22 Kla-Tencor Corporation Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection
US9857291B2 (en) * 2013-05-16 2018-01-02 Kla-Tencor Corporation Metrology system calibration refinement
US9412673B2 (en) 2013-08-23 2016-08-09 Kla-Tencor Corporation Multi-model metrology
US10502549B2 (en) * 2015-03-24 2019-12-10 Kla-Tencor Corporation Model-based single parameter measurement
US10295342B2 (en) * 2015-08-14 2019-05-21 Kla-Tencor Corporation System, method and computer program product for calibration of metrology tools
CN109844917B (zh) * 2016-10-13 2023-07-04 科磊股份有限公司 用于过程控制的计量系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI640753B (zh) * 2018-05-11 2018-11-11 李俊豪 光譜儀的感光單元與其波長對應關係的校正方法以及執行校正方法的電腦程式產品

Also Published As

Publication number Publication date
WO2017031014A1 (en) 2017-02-23
US20170045356A1 (en) 2017-02-16
TWI760309B (zh) 2022-04-11
US10295342B2 (en) 2019-05-21

Similar Documents

Publication Publication Date Title
TWI760309B (zh) 用於校正計量工具之系統、方法及計算機程式產品
US10152678B2 (en) System, method and computer program product for combining raw data from multiple metrology tools
US10101674B2 (en) Methods and apparatus for determining focus
US20200348604A1 (en) Verification Metrology Targets and Their Design
CN107408519B (zh) 基于模型的单个参数测量的系统和方法
US10935893B2 (en) Differential methods and apparatus for metrology of semiconductor targets
TWI772278B (zh) 用於快速自動判定用於高效計量之信號之系統、方法及電腦程式產品
JP5389235B2 (ja) オーバーレイエラーを判定するための方法及び装置
JP7201662B2 (ja) 分光計量を用いたパターン化膜スタックのバンドギャップ計測
TWI703305B (zh) 用於度量之程式庫擴展系統，方法及電腦程式產品
US8875078B2 (en) Reference library generation method for methods of inspection, inspection apparatus and lithographic apparatus
TWI631636B (zh) 以模型爲基礎之量測及一製程模型的整合使用