TW202131111A - 用於處理度量衡資料之方法及電腦程式產品 - Google Patents
用於處理度量衡資料之方法及電腦程式產品 Download PDFInfo
- Publication number
- TW202131111A TW202131111A TW110111756A TW110111756A TW202131111A TW 202131111 A TW202131111 A TW 202131111A TW 110111756 A TW110111756 A TW 110111756A TW 110111756 A TW110111756 A TW 110111756A TW 202131111 A TW202131111 A TW 202131111A
- Authority
- TW
- Taiwan
- Prior art keywords
- contribution
- substrate
- pattern
- variables
- variable
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 278
- 238000012545 processing Methods 0.000 title claims description 249
- 238000004590 computer program Methods 0.000 title claims description 13
- 239000000758 substrate Substances 0.000 claims abstract description 278
- 230000008569 process Effects 0.000 claims abstract description 105
- 238000000059 patterning Methods 0.000 claims abstract description 45
- 238000005259 measurement Methods 0.000 claims description 158
- 230000007547 defect Effects 0.000 claims description 57
- 238000012546 transfer Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 description 101
- 230000005855 radiation Effects 0.000 description 89
- 238000001459 lithography Methods 0.000 description 72
- 238000005530 etching Methods 0.000 description 68
- 239000010410 layer Substances 0.000 description 55
- 230000003287 optical effect Effects 0.000 description 45
- 238000009826 distribution Methods 0.000 description 44
- 238000011161 development Methods 0.000 description 37
- 238000005286 illumination Methods 0.000 description 25
- 210000001747 pupil Anatomy 0.000 description 24
- 238000004891 communication Methods 0.000 description 17
- 230000010287 polarization Effects 0.000 description 15
- 239000000126 substance Substances 0.000 description 15
- 238000000151 deposition Methods 0.000 description 14
- 230000008021 deposition Effects 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 14
- 230000035945 sensitivity Effects 0.000 description 14
- 238000011144 upstream manufacturing Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 238000004088 simulation Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 12
- 239000000203 mixture Substances 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004528 spin coating Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 238000012937 correction Methods 0.000 description 9
- 238000005538 encapsulation Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 9
- 230000004075 alteration Effects 0.000 description 8
- 238000000576 coating method Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 239000011248 coating agent Substances 0.000 description 7
- 238000005303 weighing Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008033 biological extinction Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 244000208734 Pisonia aculeata Species 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011143 downstream manufacturing Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 238000005468 ion implantation Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 230000002175 menstrual effect Effects 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
- 238000001465 metallisation Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001127 nanoimprint lithography Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002987 primer (paints) Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
-
- 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
-
- 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70641—Focus
-
- 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- 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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/706835—Metrology information management or control
- G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明提供一種方法,其包括:藉由將關於藉由一圖案化程序處理之一基板之一圖案之一第一變數的一指紋與該第一變數之某一值組合來計算該基板或用於該基板之該第一變數之一值;及至少部分地基於該第一變數之該所計算值來判定該圖案之一第二變數之一值。
Description
本發明係關於一種改良器件製造程序之效能之方法。該方法可結合微影裝置或度量衡裝置而使用。
微影裝置為將所要圖案施加至基板之目標部分上之機器。微影裝置可用於(例如)積體電路(IC)之製造中。在彼情況下,圖案化器件(其替代地被稱作光罩或倍縮光罩)可用以產生對應於IC之個別層之電路圖案,且可將此圖案成像至具有輻射敏感材料(抗蝕劑)層之基板(例如,矽晶圓)上之目標部分(例如,包含晶粒之部分、一個晶粒或若干晶粒)上。一般而言,單一基板將含有經順次地曝光之鄰近目標部分之網路。已知的微影裝置包括:所謂的步進器,其中藉由一次性將整個圖案曝光至目標部分上來輻照每一目標部分;及所謂的掃描器,其中藉由在給定方向(「掃描」方向)上經由光束而掃描圖案同時平行或反平行於此方向而同步地掃描基板來輻照每一目標部分。
在將電路圖案自圖案化器件轉印至基板之前,基板可經歷各種工序,諸如,上底漆、抗蝕劑塗佈及軟烘烤。在曝光之後,基板可經受其他工序,諸如,曝光後烘烤(post-exposure bake)、顯影、硬烘烤,及經轉印電路圖案之量測/檢測。此工序陣列用作製造一器件(例如,IC)之個別層的基礎。基板可接著經歷各種程序,諸如蝕刻、離子植入(摻雜)、金屬化、氧化、化學機械拋光等等,該等程序皆意欲精整器件之個別層。若在器件中需要若干層,則針對每一層來重複整個工序或其變體。最終,在基板上之每一目標部分中將存在一器件。接著藉由諸如切塊或鋸切之技術來使此等器件彼此分離,據此,可將個別器件安裝於載體上、連接至銷釘,等等。
因此,製造諸如半導體器件之器件通常涉及使用數個製作程序來處理基板(例如,半導體晶圓)以形成該等器件之各種特徵及多個層。通常使用(例如)沈積、微影、蝕刻、化學機械拋光及離子植入來製造及處理此等層及特徵。可在一基板上之複數個晶粒上製作多個器件,且接著將該等器件分離成個別器件。此器件製造程序可被認為是圖案化程序。圖案化程序涉及用以將圖案化器件上之圖案轉印至基板之圖案化步驟,諸如使用微影裝置中之圖案化器件之光學及/或奈米壓印微影,且圖案化程序通常但視情況涉及一或多個相關圖案處理步驟,諸如由顯影裝置進行抗蝕劑顯影、使用烘烤工具來烘烤基板、使用蝕刻裝置而使用圖案進行蝕刻等等。
本文中揭示一種方法,其包含:獲得一可模型化處理變數對一基板上之一圖案之度量衡資料的一第一貢獻;獲得一未經模型化處理變數對該圖案之該度量衡資料之一第二貢獻;及藉由一硬體電腦藉由將該第一貢獻與該第二貢獻組合而獲得該度量衡資料。
根據一實施例,該度量衡資料包含選自一臨界尺寸(CD)、臨界尺寸均一性(CDU)、一側壁角、一邊緣位置、疊對、焦點及/或圖案移位中之一或多者。
根據一實施例,該等度量衡資料包含圖案之一群組之一統計。
根據一實施例,該未經模型化處理變數為該基板之曝光下游的一程序之一特性。
根據一實施例,該程序為該基板上之一抗蝕劑層之顯影。
根據一實施例,該程序為該基板之蝕刻。
根據一實施例,該未經模型化處理變數為該基板之一特性。
根據一實施例,該未經模型化處理變數為該基板上之一抗蝕劑層之一特性。
根據一實施例,該未經模型化處理變數之一值係未知的。
根據一實施例,組合該第一貢獻與該第二貢獻包含將該第一貢獻與該第二貢獻相加,或將該第一貢獻與該第二貢獻迴旋。
本文中揭示一種方法,其包含:藉由一硬體電腦藉由移除一第一處理變數對一基板上之一圖案之度量衡資料之一貢獻而獲得一第二處理變數對該度量衡資料之一貢獻。
根據一實施例,該第一處理變數可模型化。
根據一實施例,獲得該第一處理變數之該貢獻係藉由模型化而進行。
根據一實施例,該第一處理變數之該貢獻為該第二處理變數之一非線性函數。
根據一實施例,該第一處理變數未經模型化。
根據一實施例,以實驗方式或憑經驗判定該第一處理變數之該貢獻。
本文中揭示一種方法,其包含:藉由自一基板上之一第一圖案之度量衡資料移除一或多個處理變數之一第一群組之改變對該度量衡資料的一貢獻而獲得一或多個處理變數之一第二群組之改變對該度量衡資料之貢獻;及藉由一硬體電腦基於一或多個處理變數之該第二群組之改變對該第一圖案之該度量衡資料之該貢獻而獲得一或多個處理變數之該第二群組之改變對該基板上之一第二圖案之度量衡資料的貢獻。
根據一實施例,該方法進一步包含藉由基於一或多個處理變數之該第二群組之改變對該第二圖案之度量衡資料的該貢獻而縮減該第二圖案處之缺陷之一機率。
根據一實施例,在不獲得該第二圖案之該度量衡資料的情況下獲得一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料的該貢獻。
根據一實施例,在不對該第二圖案執行度量衡的情況下縮減在該第二圖案處之缺陷之該機率。
根據一實施例,該方法進一步包含藉由自該度量衡資料移除一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料的該第二圖案貢獻而獲得一或多個處理變數之該第一群組之改變對該第二圖案之該度量衡資料的一貢獻。
根據一實施例,在不獲得用於該第二圖案之一或多個處理變數之該第一群組之值的情況下獲得一或多個處理變數之該第一群組之改變對該第二圖案之該度量衡資料的該貢獻。
根據一實施例,該方法進一步包含藉由基於以下各者調整一或多個處理變數之該第一群組之一或多個處理變數而縮減在該第二圖案處之一缺陷的一機率:一或多個處理變數之該第一群組之改變對該第二圖案之該度量衡資料之該貢獻、一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料之該貢獻,或此兩者。
本文中揭示一種方法,其包含:藉由移除處理變數之一第一群組之改變對一第一圖案之度量衡資料的一貢獻而獲得一或多個處理變數之一第二群組之改變對該第一圖案之該度量衡資料之一貢獻;基於一或多個處理變數之該第二群組之改變對該第一圖案之該度量衡資料的該貢獻而獲得一或多個處理變數之該第二群組之改變對該基板上之一第二圖案之度量衡資料的一貢獻;藉由一硬體電腦基於一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料的該貢獻而獲得由用於該第二圖案之處理變數之該第一群組跨越之一子程序窗(子PW)。
根據一實施例,該第一群組包含所有可模型化處理變數且該第二群組包含所有未經模型化處理變數。
根據一實施例,該方法進一步包含藉由基於該子PW調整處理變數之該第一群組之一或多個處理變數之一值而減低在該第二圖案處之一缺陷之一機率。
本文中揭示一種方法,其包含:藉由將一或多個可模型化處理變數之一第一群組之改變對一熱點之度量衡資料的一貢獻與一或多個未經模型化處理變數之一第二群組之改變對該度量衡資料的貢獻組合來獲得該度量衡資料之一估計;及藉由一硬體電腦基於該度量衡資料之該估計而判定在該熱點處是否存在一缺陷。
根據一實施例,在不對該熱點執行度量衡的情況下獲得該估計。
本文中揭示一種方法,其包含:藉由自一圖案之度量衡資料移除一或多個處理變數之一第一群組之改變之一貢獻而獲得一或多個處理變數之一第二群組之改變對該度量衡資料的一貢獻;藉由一硬體電腦對照一或多個處理變數之該第二群組之改變對該圖案之該度量衡資料的該貢獻來擬合一模型之參數來獲得該等參數之值以判定一或多個處理變數之該第二群組之改變對該度量衡資料的該貢獻。
根據一實施例,一或多個處理變數之該第一群組包含所有未經模型化處理變數。
根據一實施例,一或多個處理變數之該第二群組中之所有該等處理變數可模型化。
本文中揭示一種方法,其包含:藉由將所有可模型化處理變數之改變對一基板上之一圖案之度量衡資料的一貢獻與所有未經模型化處理變數之改變對該度量衡資料的一貢獻組合來獲得該度量衡資料之一估計;判定該度量衡資料之該估計是否符合一準則;及若該估計不符合該準則,則藉由一硬體電腦調整該等未經模型化處理變數與所有該等未經模型化處理變數之改變對該度量衡資料的該貢獻之間的一關係。
根據一實施例,調整該關係包含改變該基板上之一抗蝕劑之一化學成份。
根據一實施例,調整該關係包含改變用於使該基板上之一抗蝕劑顯影之一化學品。
根據一實施例,調整該關係包含改變用以蝕刻該基板之一蝕刻裝置。
本文中揭示一種方法,其包含:藉由將關於藉由一圖案化程序處理之一基板之一圖案之一第一變數的一指紋與該第一變數之某一值組合來計算該基板或用於該基板之該圖案的該第一變數之一值;及至少部分地基於該第一變數之該所計算值來判定該圖案之一第二變數之一值。
根據一實施例,該判定該圖案之該第二變數之該值包含:藉由一硬體電腦調整該第二變數直至至少部分地基於該第一變數之該所計算值且基於該第二變數之一重新建構或模擬結果滿足一規則為止。
根據一實施例,該規則指示該基板上之該圖案之一量測結果與該重新建構/模擬結果之間的一差超越或符合一臨限值。
根據一實施例,該重新建構/模擬結果為一所計算輻射分佈,且該量測結果為一經量測輻射分佈。
根據一實施例,該第一變數之一改變相比於該第二變數之同一改變引起該重新建構或模擬結果之一較大差。
根據一實施例,該第一變數係與一基板上之一度量衡目標有關。
根據一實施例,該第一變數為該基板上之該度量衡目標之一圖案的一臨界尺寸。
根據一實施例,該第二變數係與該基板上之該度量衡目標有關。
根據一實施例,該第二變數包含選自以下各者中之一或多者:該度量衡目標之一圖案之一側壁角、該度量衡目標之一圖案之一高度、該度量衡目標之一層之一厚度、在顯影期間該度量衡目標之該圖案中之一抗蝕劑損失、該度量衡目標之基腳、該度量衡目標之一層之一折射率、該度量衡目標之一層之吸收率,及/或該度量衡目標之一層之一消光係數。
根據一實施例,該方法進一步包含基於該圖案之該第二變數預測在將該圖案轉印至該基板上下游的一程序之後是否存在一缺陷。
根據一實施例,回應於在將該圖案轉印至該基板上下游的該程序之後在該圖案處之一缺陷之一預測,調整用於該基板或另一基板之該圖案化程序之一變數。
根據一實施例,該程序包含該基板上之一抗蝕劑層之顯影。
根據一實施例,該程序包含該基板之蝕刻。
根據一實施例,該方法進一步包含藉由將來自關於該圖案化程序之一微影裝置的一或多個變數之一第一群組之一第一貢獻、來自關於在該圖案於該微影裝置中之轉印之前或之後之一或多個製作程序的一或多個變數之一第二群組之一第二貢獻及來自關於用於該圖案之該轉印中的一圖案化器件之一或多個變數之一第三群組之一第三貢獻組合來獲得該第一變數之該指紋。
根據一實施例,變數之該第一群組包括藉由該微影裝置進行之照明之一或多個變數、該微影裝置之一投影系統之一或多個變數、該微影裝置之一基板載物台之移動之一移動標準偏差、該基板載物台之移動之一移動平均值、焦點、劑量、頻寬、曝光持續時間、一高頻雷射頻寬改變、一高頻雷射波長改變及/或該基板之扁平度。
根據一實施例,變數之該第二群組包括旋塗、曝光後烘烤、顯影、蝕刻、沈積、摻雜及/或封裝之一或多個變數。
根據一實施例,變數之該第三群組包括光罩CD、一輔助圖案之一形狀及/或部位及/或藉由一解析度增強技術應用之一調整之一或多個變數。
根據一實施例,將該第一變數之該指紋與該第一變數之該某值組合包含將該第一變數之該指紋與該第一變數之該某值相加。
根據一實施例,藉由將關於該基板之該第一變數之量測之一群組平均化而獲得該第一變數之該某值。
根據一實施例,該第一變數之該某值為該第一變數之一設計值。
根據一實施例,在該判定該第二變數之該值期間所使用之該第一變數具有限定在該第一變數之該所計算值周圍某一範圍內的一值。
本文中揭示一種方法,其包含:獲得與藉由一圖案化程序產生之一圖案相關聯的一變數之一橫越基板指紋;及藉由一硬體電腦系統基於選自該指紋內的一基板部位之該變數之值而預測該圖案之一特徵之一輪廓。
根據一實施例,該預測包含使用該變數之該值以選擇用於該特徵之某一形狀之一標稱輪廓。
根據一實施例,藉由使用一模擬或數學模型進行計算來獲得該標稱輪廓。
根據一實施例,該標稱輪廓為如在抗蝕劑中所預期之一輪廓。
根據一實施例,該預測包含改變用於該特徵之一標稱輪廓之一大小。
根據一實施例,該改變該大小係基於與該圖案相關聯之一另外變數之一值,該值係在同一基板部位處自該另外變數之一橫越基板指紋進行選擇。
根據一實施例,該另外變數之該橫越基板指紋對應於一蝕刻後情形。
根據一實施例,該另外變數包含臨界尺寸。
根據一實施例,該變數包含焦點。
根據一實施例,該特徵為一經判定熱點。
根據一實施例,該方法進一步包含使用該經預測輪廓以判定一邊緣置放位置或誤差。
根據一實施例,該方法進一步包含使用對該經預測輪廓之一檢查以判定該特徵或另一特徵是否很可能有缺陷。
根據一實施例,該方法進一步包含使用該經預測輪廓以校準一數學模型。
根據一實施例,該數學模型包含一光學近接校正模型。
本文中揭示一種電腦程式產品,其包含上面記錄有指令之一非暫時性電腦可讀媒體,該等指令在由一電腦執行時實施本文中之該等方法中之任一者。
儘管在本文中可特定地參考微影裝置在IC製造中之使用,但應理解,本文中所描述之微影裝置可具有其他應用,諸如製造整合式光學系統、用於磁疇記憶體之導引及偵測圖案、液晶顯示器(LCD)、薄膜磁頭等等。熟習此項技術者應瞭解,在此等替代應用之內容背景中,可認為本文中對術語「晶圓」或「晶粒」之任何使用分別與更一般之術語「基板」或「目標部分」同義。可在曝光之前或之後在(例如)塗佈顯影系統(通常將抗蝕劑層施加至基板且顯影經曝光抗蝕劑之工具)或度量衡或檢測工具中處理本文中所提及之基板。適用時,可將本文中之揭示內容應用於此等及其他基板處理工具。另外,可將基板處理多於一次(例如)以便產生多層IC,以使得本文中所使用之術語基板亦可指已經含有多個經處理層之基板。
本文中所使用之術語「輻射」及「光束」涵蓋所有類型之電磁輻射,包括紫外線(UV)輻射(例如,具有為365奈米、248奈米、193奈米、157奈米或126奈米之波長)及極紫外線(EUV)輻射(例如,具有在5奈米至20奈米之範圍內之波長);以及粒子束,諸如離子束或電子束。
本文中所使用之術語「圖案化器件」應被廣泛地解譯為係指可用以在輻射光束之橫截面中向輻射光束賦予圖案以便在基板之目標部分中產生圖案的器件。應注意,被賦予至輻射光束之圖案可不會確切地對應於基板之目標部分中之所要圖案。通常,被賦予至輻射光束之圖案將對應於目標部分中所產生之器件(諸如,積體電路)中之特定功能層。
圖案化器件可為透射的或反射的。圖案化器件之實例包括光罩、可程式化鏡面陣列,及可程式化LCD面板。光罩在微影中為吾人所熟知,且包括諸如二元、交變相移及衰減相移之光罩類型,以及各種混合式光罩類型。可程式化鏡面陣列之實例使用小鏡面之矩陣配置,該等小鏡面中之每一者可個別地傾斜,以便使入射輻射光束在不同方向上反射;以此方式,反射光束經圖案化。
支撐結構固持圖案化器件。支撐結構以取決於圖案化器件之定向、微影裝置之設計及其他條件(諸如,圖案化器件是否被固持於真空環境中)的方式來固持圖案化器件。支撐件可使用機械夾持、真空或其他夾持技術,例如,在真空條件下之靜電夾持。支撐結構可為(例如)框架或台,其可根據需要而固定或可移動,且可確保圖案化器件(例如)相對於投影系統處於所要位置。可認為本文中對術語「倍縮光罩」或「光罩」之任何使用皆與更一般之術語「圖案化器件」同義。
本文中所使用之術語「投影系統」應被廣泛地解譯為涵蓋適於(例如)所使用之曝光輻射或適於諸如浸潤流體之使用或真空之使用之其他因素的各種類型之投影系統,包括折射光學系統、反射光學系統及反射折射光學系統。可認為本文中對術語「投影透鏡」之任何使用皆與更一般之術語「投影系統」同義。
照明系統亦可涵蓋用於導向、塑形或控制輻射光束的各種類型之光學組件,包括折射、反射及反射折射光學組件,且此等組件亦可在下文中被集體地或單個地稱作「透鏡」。
圖1示意性地描繪根據一實施例之微影裝置。該裝置包含:
- 照明系統(照明器) IL,其用以調節輻射光束PB (例如,UV輻射或DUV輻射);
- 支撐結構MT,其用以支撐圖案化器件(例如,光罩) MA,且連接至用以相對於項目PS來準確地定位該圖案化器件之第一定位器件PM;
- 基板台(例如,晶圓台) WT,其用於固持基板(例如,抗蝕劑塗佈晶圓) W,且連接至用於相對於項目PS來準確地定位該基板之第二定位器件PW;及
- 投影系統(例如,折射投影透鏡) PS,其經組態以將由圖案化器件MA賦予至輻射光束PB之圖案投影至基板W之目標部分C (例如,包含一或多個晶粒)上。
如此處所描繪,裝置屬於透射類型(例如,使用透射光罩)。替代地,裝置可屬於反射類型(例如,使用如上文所提及之類型之可程式化鏡面陣列)。
照明器IL自輻射源SO接收輻射光束。舉例而言,當源為準分子雷射時,源及微影裝置可為分離實體。在此等狀況下,不認為源形成微影裝置之部件,且輻射光束係憑藉包含(例如)合適導向鏡面及/或光束擴展器之光束遞送系統BD而自源SO傳遞至照明器IL。在其他狀況下,舉例而言,當源為水銀燈時,源可為裝置之整體部分。源SO及照明器IL連同光束遞送系統BD在需要時可被稱作輻射系統。
照明器IL可變更光束之強度分佈。照明器可經配置以限制輻射光束之徑向範圍,使得在照明器IL之光瞳平面中之環形區內的強度分佈為非零。另外或替代地,照明器IL可操作以限制光束在光瞳平面中之分佈使得在光瞳平面中之複數個同等間隔之區段中的強度分佈為非零。輻射光束在照明器IL之光瞳平面中之強度分佈可被稱作照明模式。
照明器IL可包含經組態以調整光束之強度分佈之調整器AM。通常,可調整照明器之光瞳平面中之強度分佈的至少外部徑向範圍及/或內部徑向範圍(通常分別被稱作σ外部及σ內部)。照明器IL可操作以變化光束之角度分佈。舉例而言,照明器可操作以變更強度分佈為非零的光瞳平面中之區段之數目及角度範圍。藉由調整光束在照明器之光瞳平面中之強度分佈,可達成不同照明模式。舉例而言,藉由限制照明器IL之光瞳平面中之強度分佈之徑向及角度範圍,強度分佈可具有多極分佈,諸如,偶極、四極或六極分佈。可(例如)藉由將提供彼照明模式之光學件插入至照明器IL中或使用空間光調變器來獲得所要照明模式。
照明器IL可操作以變更光束之偏振且可操作以使用調整器AM來調整偏振。橫越照明器IL之光瞳平面之輻射光束的偏振狀態可被稱作偏振模式。使用不同偏振模式可允許在形成於基板W上之影像中達成較大對比度。輻射光束可為非偏振的。替代地,照明器可經配置以使輻射光束線性地偏振。輻射光束之偏振方向可橫越照明器IL之光瞳平面而變化。輻射之偏振方向在照明器IL之光瞳平面中之不同區中可不同。可取決於照明模式來選擇輻射之偏振狀態。對於多極照明模式,輻射光束之每一極之偏振可大體上垂直於照明器IL之光瞳平面中之彼極的位置向量。舉例而言,對於偶極照明模式,輻射可在實質上垂直於平分偶極之兩個對置區段之線的方向上線性地偏振。輻射光束可在可被稱作X偏振狀態及Y偏振狀態之兩個不同正交方向中之一者上偏振。對於四極照明模式,每一極之區段中之輻射可在實質上垂直於將彼區段平分之線之方向上線性地偏振。此偏振模式可被稱作XY偏振。相似地,對於六極照明模式,每一極之區段中之輻射可在實質上垂直於將彼區段平分之線之方向上線性地偏振。此偏振模式可被稱作TE偏振。
另外,照明器IL通常包含各種其他組件,諸如積光器IN及聚光器CO。照明器提供在橫截面中具有所要均一性及強度分佈的經調節輻射光束PB。
輻射光束PB入射於被固持於支撐結構MT上之圖案化器件(例如,光罩) MA上。在已橫穿圖案化器件MA的情況下,光束PB傳遞通過投影系統PS,投影系統PS將該光束聚焦至基板W之目標部分C上。憑藉第二定位器件PW及位置感測器IF (例如,干涉量測器件),可準確地移動基板台WT,例如,以便使不同目標部分C定位於光束PB之路徑中。相似地,(例如)在自光罩庫之機械擷取之後或在掃描期間,第一定位器件PM及另一位置傳感器(其未在圖1中被明確描繪)可用以相對於光束PB之路徑準確地定位圖案化器件MA。一般而言,將憑藉形成定位器件PM及PW之部分的長衝程模組(粗略定位)及短衝程模組(精細定位)來實現物件台MT及WT之移動。然而,在步進器(相對於掃描器)之狀況下,支撐結構MT可僅連接至短衝程致動器或可固定。可使用圖案化器件對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件MA及基板W。
投影系統PS具有可非均一且可影響成像於基板W上之圖案之光學轉移功能。對於非偏振輻射,此等效應可由兩個純量映像相當良好地描述,該兩個純量映像描述依據射出投影系統PS之輻射之光瞳平面中之位置而變化的該輻射之透射(變跡)及相對相位(像差)。可將可被稱作透射映像及相對相位映像之此等純量映像表達為基底函數之完整集合之線性組合。一特別適宜的集合為任尼克(Zernike)多項式,其形成單位圓上所定義之正交多項式集合。每一純量映像之判定可涉及判定此展開式中之係數。由於任尼克多項式在單位圓上正交,故可藉由依次計算經量測純量映像與每一任尼克多項式之內積且將此內積除以彼任尼克多項式之範數之平方來判定任尼克係數。
透射映像及相對相位映像係場及系統相依的。亦即,一般而言,每一投影系統PS將針對每一場點(亦即,針對投影系統PS之影像平面中之每一空間部位)具有一不同任尼克展開式。可藉由將(例如)來自投影系統PS之物件平面(亦即,圖案化器件MA之平面)中之類點源之輻射投影通過投影系統PS且使用剪切干涉計以量測波前(亦即,具有相同相位之點之軌跡)來判定投影系統PL在其光瞳平面中之相對相位。剪切干涉計為共同路徑干涉計,且因此,有利地,無需次級參考光束來量測波前。剪切干涉計可包含:繞射光柵,例如,投影系統之影像平面(亦即,基板台WT)中之二維柵格;及偵測器,其經配置以偵測與投影系統PS之光瞳平面共軛的平面中之干涉圖案。干涉圖案係與輻射之相位相對於在剪切方向上之光瞳平面中之座標的導數相關。偵測器可包含感測元件陣列,諸如,電荷耦合器件(CCD)。
可在兩個垂直方向上順序地掃描繞射光柵,該兩個垂直方向可與投影系統PS之座標系之軸線(x及y)重合或可與此等軸線成諸如45度之角度。可遍及整數個光柵週期(例如,一個光柵週期)執行掃描。掃描使在一個方向上之相位變化達到平均數,從而允許重新建構在另一方向上之相位變化。此允許依據兩個方向而判定波前。
可藉由將輻射(例如)自投影系統PS之物件平面(亦即,圖案化器件MA之平面)中之類點源投影通過投影系統PS且使用偵測器來量測與投影系統PS之光瞳平面共軛的平面中之輻射強度來判定投影系統PS在其光瞳平面中之透射(變跡)。可使用與用以量測波前以判定像差的偵測器同一個偵測器。投影系統PS可包含複數個光學(例如,透鏡)元件且可進一步包含調整機構PA,該調整機構經組態以調整該等光學元件中之一或多者以便校正像差(橫越貫穿場之光瞳平面之相位變化)。為了達成此校正,調整機構PA可操作而以一或多種不同方式操控投影系統PS內之一或多個光學(例如,透鏡)元件。投影系統可具有一座標系,其中該投影系統之光軸在z方向上延伸。調整機構PA可操作以進行以下各項之任何組合:使一或多個光學元件位移;使一或多個光學元件傾斜;及/或使一或多個光學元件變形。光學元件之位移可在任何方向(x、y、z或其組合)上進行。光學元件之傾斜通常出自垂直於光軸之平面藉由圍繞在x或y方向上之軸線旋轉而進行,但對於非可旋轉對稱之非球面光學元件可使用圍繞z軸之旋轉。光學元件之變形可包括低頻形狀(例如,散光)及高頻形狀(例如,自由形式非球面)兩者。可(例如)藉由使用一或多個致動器以對光學元件之一或多個側施加力及/或藉由使用一或多個加熱元件以加熱光學元件之一或多個選定區來執行光學元件之變形。一般而言,沒有可能調整投影系統PS以校正變跡(橫越光瞳平面之透射變化)。可在設計用於微影裝置LA之圖案化器件(例如,光罩) MA時使用投影系統PS之透射映像。使用計算微影技術,圖案化器件MA可經設計為用以至少部分地校正變跡。
圖案化程序之變數被稱為「處理變數」。圖案化程序可包括微影裝置中之圖案之實際轉印上游及下游的程序。圖2展示處理變數370之實例類別。第一類別可為微影裝置或用於微影程序中之任何其他裝置之變數310。此類別之實例包括微影裝置之照明件、投影系統、基板載物台等等之變數。第二類別可為在圖案化程序中執行之一或多個工序之變數320。此類別之實例包括焦點控制或焦點量測、劑量控制或劑量量測、頻寬、曝光持續時間、顯影溫度、用於顯影中之化學成份等等。第三類別可為設計佈局及其在圖案化器件中或使用圖案化器件進行之實施之變數330。此類別之實例可包括輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)而應用之調整、光罩特徵之CD等等。第四類別可為基板之變數340。實例包括抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸等等。第五類別可為圖案化程序之一或多個變數之時間變化的特性350。此類別之實例包括高頻載物台移動(例如,頻率、振幅,等等)、高頻雷射頻寬改變(例如,頻率、振幅,等等)及/或高頻雷射波長改變之特性。此等高頻改變或移動為高於用以調整基礎變數(例如,載物台位置、雷射強度)之機構之回應時間的高頻改變或移動。第六類別可為微影裝置中之圖案轉印上游或下游的程序(諸如,旋塗、曝光後烘烤(PEB)、顯影、蝕刻、沈積、摻雜及/或封裝)之特性360。
可藉由合適方法判定處理變數中之一些或全部之值。舉例而言,可自藉由各種度量衡工具(例如,基板度量衡工具)獲得之資料判定值。可自圖案化程序中之裝置之各種感測器或系統(例如,微影裝置之感測器(諸如,位階量測感測器或對準感測器)、微影裝置之控制系統(例如,基板或圖案化器件台控制系統)、塗佈顯影系統工具中之感測器等等)獲得值。該等值可來自圖案化程序之操作員。
處理變數可為「可模型化」或「未經模型化」。處理變數可模型化意謂處理變數(例如,焦點、劑量等等)之改變對度量衡資料之貢獻可由計算模型判定或係由計算模型判定。簡單實例為可模型化處理變數之改變之貢獻為該可模型化處理變數之改變與度量衡資料相對於該可模型化處理變數之敏感度之乘積。度量衡資料之非限制性實例可包括臨界尺寸(CD)、臨界尺寸均一性(CDU)、側壁角度、邊緣位置、疊對、焦點、圖案移位等等。度量衡資料可為個別圖案之特性之值或圖案群組之特性之統計(例如,平均值)。處理變數未經模型化意謂處理變數(例如,顯影、蝕刻等等)之改變對度量衡資料之貢獻並未在適當時間計算上經模型化或因為其無法由計算模型判定或並未由計算模型準確地判定。處理變數可由於不具有關於其如何影響度量衡資料之知識而未經模型化。舉例而言,第四類別中之一些處理變數(例如,抗蝕劑層之成份)及第六類別中之一些處理變數(例如,PEB之特性、顯影、蝕刻、沈積或摻雜)可尚未具有與度量衡資料之完全理解關係,且因此其之改變對度量衡資料之貢獻並不可藉由計算模型化而易於判定。因為處理變數之值未知,所以處理變數可未經模型化。處理變數未經模型化未必意謂處理變數係不可能的計算模型化。因為仍未理解處理變數與度量衡資料之間的關係,所以處理變數可未經模型化。
圖3A示意性地展示:可模型化處理變數311之改變可具有對基板上之圖案之度量衡資料352之貢獻312 (例如,度量衡資料可判定CD、疊對誤差、焦點、劑量等等),且未經模型化處理變數321之改變可具有對度量衡資料352之貢獻322。即,度量衡資料352可具有可模型化處理變數及未經模型化處理變數兩者之改變之經組合貢獻。此等貢獻312及322可簡單地相加(其可包括加權相加)或藉由其他函數(例如,迴旋)組合。度量衡資料352可具有可模型化或未經模型化之其他變數之改變的貢獻。舉例而言,可模型化處理變數311可為用於圖案之曝光中之焦點。焦點改變對圖案之影響且因此對圖案之度量衡資料之影響通常已知且可藉由模型化來預測。未經模型化處理變數321可為用以蝕刻基板以形成圖案之蝕刻腔室中的設定(例如,加熱器設定點)。蝕刻設定之改變對圖案之影響且因此對圖案之度量衡資料之影響可尚未完全已知,且該影響並不可藉由模型化予以判定。
圖3B示意性地展示模型化對關於基板之CD之經組合貢獻的實例,該貢獻屬於諸如以下各者之多個可模型化處理變數之改變(例如,誤差):焦點(F) 400、基板在基板之法線方向上之移動的移動標準偏差(MSDz
) 410,及基板在平行於基板之方向上之移動的移動標準偏差(MSDx
) 420。因此,在此實例中,焦點(F) 400對CD之貢獻之實例被展示為貢獻430,移動標準偏差(MSDz
) 410對CD之貢獻之實例被展示為貢獻440,且移動標準偏差(MSDx
) 420對CD之貢獻被展示為貢獻440。接著將此等貢獻中之每一者組合在一起(460)。雖然要素460 (及圖中之其他要素)展示正號符號,但460處之操作無需相加,例如,其可為相乘、迴旋等等。在一實例中,將經組合貢獻表達為 。在一實施例中,貢獻430、440、450可分別為焦點(F) 400分佈、移動標準偏差(MSDz
) 410分佈及移動標準偏差(MSDx
) 420分佈,在此狀況下,CD模型將用以將其組合成CD分佈。此外,可存在此處未展示之交叉項(諸如,依據F乘以MSD而變化的CD,等等)。為了獲得CD之絕對值,可將CD之標稱值或經模擬值與該等貢獻組合。諸如、、之係數為度量衡資料CD相對於可模型化處理變數或其函數之敏感度。MSD為在微影裝置中之圖案轉印期間的基板之定位誤差之移動標準偏差(MSD)且因此表示該定位誤差之高頻部分。在此實例中,貢獻係橫越一基板,但在一實施例中,貢獻中之一或多者可根據晶粒/場(其可接著橫越基板而重複,此取決於(例如)例項中之每一者處之適用條件)。貢獻(或其轉譯成絕對值)之特徵可在於指紋,此係由於指紋可橫越基板/晶粒/場而在空間上界定。
圖4A示意性地展示具有兩個貢獻512及522之度量衡資料550。貢獻512係來自一或多個可模型化處理變數511之改變。貢獻522係來自可未經模型化、可模型化或其混合物的一或多個其他處理變數之改變。可藉由自度量衡資料550移除貢獻512獲得貢獻522。按照定義,貢獻512可藉由模型化一或多個可模型化處理變數511予以判定。可將貢獻512表達為一或多個可模型化處理變數511的函數。該函數可為線性或非線性的。
圖4B示意性地展示具有兩個貢獻542及532之度量衡資料570。貢獻542係來自一或多個未經模型化處理變數541之改變。貢獻532係來自可未經模型化、可模型化或其混合物的一或多個其他處理變數之改變。可藉由自度量衡資料570移除貢獻542獲得貢獻532。可以實驗方式或憑經驗判定貢獻542,但一或多個處理變數541不可模型化。
一或多個可模型化變數之貢獻可為微影裝置特定的;亦即,一或多個可模型化變數之貢獻對於某一實際微影裝置係特定的。在一實施例中,一或多個可模型化變數之貢獻對於一特定基板並非特定的(且因此,可橫越基板而使用)。因此,可預特性化一或多個可模型化變數之貢獻,且自資料庫獲得該一或多個可模型化變數之貢獻以供稍後用於各種組合程序。一或多個可模型化變數之此貢獻可藉由將其與針對一特定基板之一或多個變數之資料及敏感度關係組合而應用於該特定基板。一或多個可模型化變數之貢獻可為基板特定的。舉例而言,可針對每一基板或特定基板群組判定貢獻。此等變數之實例可包括但不限於:照明件、投影系統之變數、焦點、劑量、頻寬、曝光持續時間、高頻載物台移動之特性(例如,基板載物台之移動之移動標準偏差(MSD)、基板載物台之移動之移動平均值等等)、高頻雷射頻寬改變(例如,頻率、振幅等等)、高頻雷射波長改變,及/或基板之扁平度。
一或多個可模型化變數之貢獻可為圖案或圖案化器件特定的;亦即,貢獻對於某一實際圖案化器件或待由圖案化器件提供之特定圖案係特定的。此貢獻可為進一步基板獨立的。因此,可預特性化圖案或圖案化器件特定之貢獻,且自資料庫獲得該圖案或圖案化器件特定之貢獻以供稍後用於各種組合程序。此等變數之實例可包括但不限於:光罩CD、輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)應用之調整,等等。
一或多個未經模型化變數之貢獻可為基板獨立的或基板相依的。在一實施例中,可橫越每一基板重複地使用一或多個未經模型化變數之貢獻。因此,可預特性化一或多個未經模型化變數之貢獻,且自資料庫獲得該一或多個未經模型化變數之該貢獻以用於各種組合程序。一或多個未經模型化變數之貢獻可為裝置特定的(裝置整體上或裝置之特定部分(例如,蝕刻腔室))。此等變數之實例可包括但不限於:微影裝置中之圖案轉印上游或下游的程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之各種特性。
不同處理變數之改變之貢獻可具有橫越基板之不同空間均一性。舉例而言,一或多個未經模型化處理變數之改變之貢獻可橫越整個基板基本上均一,而一或多個可模型化處理變數之改變之貢獻可橫越整個基板並非如此均一。此差異可歸因於處理變數之不同性質。舉例而言,與抗蝕劑層、抗蝕劑層之顯影及/或基板之蝕刻相關聯的一或多個處理變數之改變之貢獻傾向於基本上均一,此係因為整個基板通常經塗佈有抗蝕劑層、在同一時間且在同一條件下經顯影或經蝕刻,或由於在數個此等程序期間之基板旋轉而傾向於旋轉對稱。舉例而言,與曝光或微影裝置相關聯的一或多個處理變數之改變之貢獻傾向於較不均一,此係因為曝光傾向於逐晶粒完成且該一或多個處理變數可在一晶粒之曝光與另一晶粒之曝光之間改變。因此,若可自圖案之度量衡資料移除橫越基板基本上不均一之貢獻,則可針對此圖案及基板上之其他部位處之圖案自度量衡資料獲得橫越基板基本上均一之貢獻。
因此,在一特定實例中,可針對曝光於晶圓上之每一點自微影裝置搜集資料,諸如,位階量測資訊、基板之移動之移動平均值(MA)、MSDxyz、劑量、雷射頻寬、光瞳形狀等等。通常已經在微影裝置中(例如,在診斷檔案中)可得到此資料。自此資料,可使用CD模型及所關注特徵之CDU敏感度來產生上文所描述之貢獻(其亦可被描述為虛擬基板或基板指紋,其中貢獻橫越基板在空間上分佈) (其中CD為評估所需要之度量衡變數)。可自模擬或自實驗獲得敏感度。以此方式產生之貢獻為在抗蝕劑顯影之後的量測期間預期看到之貢獻(在假定塗佈顯影系統及抗蝕劑模型校準將完美的情況下)。一旦(例如)在顯影之後或在蝕刻之後量測基板,就自可比得上量測(例如,CDU量測)移除貢獻(例如,虛擬基板或虛擬指紋)。剩餘貢獻(例如,指紋)現在為藉由圖案轉印前程序或圖案轉印後程序(例如,藉由塗佈顯影系統及/或蝕刻裝置進行,其通常為場間)及圖案化器件(場內)之貢獻。微影裝置誤差將已自經量測資料予以校正。相似地,可量測圖案化器件貢獻且移除其貢獻以留下藉由圖案轉印前程序或圖案轉印後程序之貢獻。
因此,可移除每程序流程(例如,圖案化參數及/或所使用之裝置之組合)或每特定裝置或其部分(例如,蝕刻裝置或蝕刻腔室)之貢獻。對於場內指紋,當自微影裝置干擾及/或其貢獻中所表示之系統分類學清除時,應有可能得到圖案化器件相對於基板量測之好得多的相關性。
另外,(例如)微影裝置貢獻之移除可引起特徵間差量指紋之顯著縮減。此可在一個特徵上之量測之指紋用於另一特徵之缺陷預測時有用(例如,此將在採取目標特徵(例如,光柵)而非功能器件特徵之量測使得此量測可用以預測圖案特徵之缺陷(其中該圖案特徵自身並未被量測或可並未被量測)的情況下有用)。
因此,(例如)微影裝置貢獻之移除可使量測結果有較小雜訊(此係因為微影裝置變化經校正),使非微影裝置指紋之量測更準確,及/或使量測更適合於原因未知的故障處理微影裝置指紋。
圖5示意性地展示用於根據一實施例之方法的流程。自基板上之第一圖案之度量衡資料650移除一或多個處理變數之第一群組之改變的貢獻612,藉此獲得一或多個處理變數之第二群組之改變對度量衡資料650之貢獻622,其中(例如)貢獻622相比於貢獻612具有較高空間均一性。可基於貢獻622獲得一或多個處理變數之第二群組之改變對同一或不同基板上之第二圖案之度量衡資料之貢獻642,而無需實際上自第二圖案獲得度量衡資料。舉例而言,因為一或多個處理變數之第二群組之改變造成對度量衡資料的具有高空間均一性之貢獻,所以貢獻642可被估計為與貢獻622相同。在選用工序660中,第二圖案處之缺陷之機率可藉由基於貢獻642調整一或多個處理變數之第一群組的一或多個處理變數得以縮減,而並不對第二圖案執行度量衡。在一實例中,第一圖案可為用於測試目的(亦即,目標)之圖案且對第一圖案執行度量衡並不影響基板上之功能圖案;第二圖案為一或多個功能圖案,且對第二圖案執行度量衡因此可消極地影響其且應避免對第二圖案執行度量衡。圖5中之此流程提供在並不對第二圖案執行度量衡的情況下至少獲得藉由一些處理變數(亦即,此處為第二群組)對第二圖案之影響之方式。在一實例中,一或多個處理變數之第一群組可包括在基板之曝光期間之微影裝置的焦點、劑量、基板定位及/或其他變數。因為第一圖案與第二圖案可並非同時地曝光,所以用於第一圖案與第二圖案之此等變數(例如,其值)可不同。一或多個處理變數之第二群組可包括橫越整個基板實質上均一之PEB溫度及/或持續時間、顯影劑濃度及/或持續時間、蝕刻速率等等。因為一或多個處理變數之第二群組應用於整個基板(例如,整個基板經受相同烘烤及顯影條件),所以其對第一圖案及第二圖案之影響傾向於相似的。
圖6示意性地展示用於根據一實施例之方法的流程。自基板上之第一圖案之度量衡資料650移除一或多個處理變數之第一群組之改變的貢獻612,藉此獲得一或多個處理變數之第二群組之改變對度量衡資料650之貢獻622,其中貢獻622相比於貢獻612具有(例如)較高空間均一性。可基於貢獻622獲得一或多個處理變數之第二群組之改變對基板上之第二圖案之度量衡資料655的貢獻642。舉例而言,因為處理變數中的一或多者之第二群組之改變造成對度量衡資料的具有高空間均一性之貢獻,所以貢獻642可被估計為與貢獻622相同。可接著自度量衡資料655移除處理變數中的一或多者之第二群組之改變之貢獻642 (例如,在涉及處理變數之第一及第二群組之處理之後的第二圖案之實際經量測資料),藉此獲得處理變數中的一或多者之第一群組之改變對度量衡資料655之貢獻632,而實際上並不獲得第二圖案處之處理變數中的一或多者之第一群組之值。在工序670中,可藉由基於貢獻632、貢獻642或其組合調整處理變數中的一或多者之第一群組之變數中的一或多者而縮減第二圖案處之缺陷之機率。圖6中之此流程為當可得到關於第二圖案之度量衡資料時貢獻642之估計的另一用途。在一實例中,處理變數中之一或多者之第一群組可包括在基板之曝光期間之微影裝置的焦點、劑量、基板定位及/或其他變數;處理變數中之一或多者之第二群組可包括(例如)橫越整個基板實質上均一之PEB溫度及/或持續時間、顯影劑濃度及/或持續時間、蝕刻速率等等。
圖案化器件上或由圖案化器件提供之各種圖案可具有不同程序窗,亦即,將產生在規格內之圖案所依據之處理變數之空間。關於潛在系統性缺陷之圖案規格之實例包括檢查頸縮、線拉回、線薄化、CD、邊緣置放、重疊、抗蝕劑頂部損耗、抗蝕劑底切及/或橋接。可藉由合併圖案化器件或其區域上之每一個別圖案之程序窗(例如,使該等程序窗重疊)來獲得所有該等圖案之程序窗。所有圖案之程序窗之邊界含有個別圖案中之一些之程序窗之邊界。換言之,此等個別圖案限制所有圖案之程序窗。此等圖案可被稱作「熱點」或「程序窗限制圖案(PWLP)」,「熱點」與「程序窗限制圖案(PWLP)」可在本文中可互換地使用。當控制圖案化程序時,有可能且經濟的是集中於熱點。當熱點並未有缺陷時,最有可能的是,所有圖案未有缺陷。
根據數學觀點,程序窗為由所有處理變數跨越之向量空間中之區。在給定圖案化程序中,圖案之程序窗係僅由圖案之規格及圖案化程序中所涉及之物理學規定。即,若規格及物理學在圖案化程序期間不會改變,則程序窗不會改變。
然而,一些處理變數可未經模型化且因此,可並未藉由模型化獲得一或多個圖案之規格規定的此等未經模型化處理變數之值之邊界。因此,將由所有處理變數跨越之向量空間中之區用作程序窗可不方便。可使用子空間之區(亦即,由少於所有處理變數跨越之空間)(「子PW」)來代替由所有處理變數跨越之區(「全PW」)。舉例而言,在具有許多處理參數之圖案化程序中,由焦點及劑量跨越之子空間之區可用作子PW。跨越子空間之處理變數可皆為可模型化的。當未跨越子PW之彼等處理變數包括一或多個未經模型化處理變數時,該子PW可變得較小,此係因為跨越子PW之處理變數之值必須為使圖案在一或多個未經模型化處理變數之任何可能值下係在規格內的彼等處理變數之值。在一實例中,未跨越子PW之處理變數可包括一或多個未經模型化處理變數,諸如,抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸,及/或微影裝置中之圖案轉印上游或下游的一或多個程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之特性。因為此變數未經模型化,所以難以判定其對度量衡資料之影響。
圖7A及圖7B示意性地展示一或多個未經模型化處理變數對子PW之影響。出於方便起見,PW在圖7A中被描繪為三維(例如,焦點(f)、劑量(d),及未經模型化之另一處理變數X)空間之區,但該PW實際上可具有其他尺寸。由該等處理變數中之兩者--焦點(f)及劑量(d)跨越之子PW--被展示為PW之橫截面(例如,橫截面701至705)。圖7B示意性地展示:若X之可能值係介於橫截面701與705之間,則由f及d跨越之子PW為橫截面701與705之間的所有橫截面之重疊的加陰影區域,此係因為該加陰影區域內之f及d之值將確保圖案在橫截面701與705之間的X之任何值下係在規格內。未經模型化處理變數X之實例可包括抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸,及/或微影裝置中之圖案轉印上游或下游的一或多個程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之特性。
圖8示意性地展示用於根據一實施例之方法的流程。自第一圖案之度量衡資料850移除處理變數中的一或多者之第一群組之改變的貢獻812,藉此獲得處理變數中的一或多者之第二群組之改變對度量衡資料850之貢獻822。第一群組包括所有可模型化處理變數;第二群組包括所有未經模型化處理變數。可基於貢獻822獲得處理變數中的一或多者之第二群組之改變對基板上之第二圖案之度量衡資料的貢獻842。第二圖案之度量衡資料並非必須可用以獲得貢獻842。舉例而言,當處理變數中的一或多者之第二群組之改變造成對度量衡資料的具有高空間均一性之貢獻時,貢獻842可被估計為與貢獻822相同。在工序870中,基於貢獻842獲得針對第二圖案由處理變數之第一群組跨越之子PW。在選用工序880中,可基於子PW (且視情況加之貢獻812)調整處理變數之第一群組之處理變數中的一或多者之值以減低第二圖案處之缺陷之機率。可使用子PW以基於處理變數之第一群組之值判定在第二圖案處是否存在缺陷。第二群組中之處理變數之實例可包括抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸,及/或微影裝置中之圖案轉印上游或下游的一或多個程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之特性。第一群組中之處理變數之實例可包括微影裝置之照明件、投影系統、基板載物台等等之變數、焦點、劑量、頻寬、曝光持續時間、輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)應用之調整、高頻載物台移動之特性(例如,頻率、振幅等等)、高頻雷射頻寬改變(例如,頻率、振幅等等)及/或高頻雷射波長改變。
圖9示意性地展示用於根據一實施例之方法的流程。(例如)藉由模型化判定一或多個可模型化處理變數911之第一群組之改變對(例如)熱點之度量衡資料之貢獻912。獲得一或多個未經模型化處理變數921之第二群組之改變之貢獻922。可藉由實驗獲得該貢獻922且可自資料庫獲得該貢獻922。可使用(例如)圖6中之獲得貢獻642之流程來獲得貢獻922 (即,可基於一或多個處理變數之第二群組之改變對與熱點不同之圖案之度量衡資料的貢獻來獲得貢獻922)。可針對每一基板判定貢獻912,而可橫越許多基板重複使用貢獻922。組合貢獻912及貢獻922以獲得熱點之度量衡資料之估計950,而實際上並未對熱點執行度量衡。在工序970中,基於度量衡資料之估計判定在熱點處是否存在缺陷。第二群組中之處理變數之實例可包括抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸,及/或微影裝置中之圖案轉印上游或下游的一或多個程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之特性。第一群組中之處理變數之實例可包括微影裝置之照明件、投影系統、基板載物台等等之變數、焦點、劑量、頻寬、曝光持續時間、輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)應用之調整、高頻載物台移動之特性(例如,頻率、振幅等等)、高頻雷射頻寬改變(例如,頻率、振幅等等)及/或高頻雷射波長改變。
圖10示意性地展示用於根據一實施例之方法的流程。自圖案之度量衡資料1050移除一或多個處理變數之第一群組之改變的貢獻1012,藉此獲得一或多個處理變數之第二群組之改變對該圖案之度量衡資料之貢獻1022。一或多個處理變數之第一群組至少包括所有未經模型化處理變數,但可包括或可不包括任何可模型化處理變數。一或多個處理變數之第二群組中的所有處理變數可模型化。在工序1070中,將用於判定一或多個處理變數之第二群組之改變對度量衡資料的貢獻之模型之一或多個參數對照貢獻1022擬合,藉此獲得該模型之該一或多個參數之值1080。未經模型化處理變數之實例可包括抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸,及/或微影裝置中之圖案轉印上游或下游的一或多個程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之特性。可模型化處理變數之實例可包括微影裝置之照明件、投影系統、基板載物台等等之變數、焦點、劑量、頻寬、曝光持續時間、輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)應用之調整、高頻載物台移動之特性(例如,頻率、振幅等等)、高頻雷射頻寬改變(例如,頻率、振幅等等)及/或高頻雷射波長改變。
因此,作為一實例,需要使一模型及該模型中所表示之任何敏感度適應於程序及/或基板堆疊之改變。因此,在一實施例中,自微影裝置,可產生用於每一基板之將被量測之經預測CDU (或疊對)基板指紋。為此,可使用提前(例如,在原始模型校準期間)建立之CD模型,例如,如上文所描述之CD= a1*D +a2*F2
+a3*MSDx+ a4*MSDy+a5*MSDz + ....。在基板之量測後,可隨即自經量測CD移除程序前及/或程序後(例如,塗佈顯影系統/蝕刻)指紋及圖案化器件指紋。可將剩餘CDU指紋量測與經預測CD值進行比較。在此情形下,現在存在一組方程式(與量測點一樣多的方程式),其中CD、劑量、焦點、MSD-xyz、像差等等係已知的。可針對需要之敏感度(a1, a2, ..)對此組方程式進行求解。當針對某一產品所量測之數個基板執行此求解時,將存在大量資料來重新估計需要之CD敏感度。若以同樣方式使用來自多個微影裝置之資料及/或來自焦點曝光矩陣曝光之資料,則輸入信號(例如,焦點、劑量、MSD、CD等等)中之足夠變化可實現敏感度之適當估計。另外,該技術可應用於其他度量衡資料,諸如聚焦深度、曝光寬容度等等。
在一實施例中,訓練演算法可用以添加另外準確度。舉例而言,當對針對相差之敏感度求解時,可考量邊界條件使得像差可僅遍及隙縫變化且在擬合此等敏感度之前預先篩選CD (或疊對)資料。
在一實施例中,可藉由不時地或持續地重新評估敏感度而使敏感度相對於圖案化程序中之變化變得穩固。
圖11示意性地展示用於根據一實施例之方法的流程。將可模型化處理變數之改變對圖案之度量衡資料之貢獻1112與未經模型化處理變數之改變對度量衡資料之貢獻1122組合,藉此獲得度量衡資料之估計1150。在工序1160中,判定度量衡資料之估計1150是否符合準則。若估計1150不滿足準則,則在工序1170中對未經模型化處理變數與貢獻1122之間的關係作出調整。舉例而言,若未經模型化處理變數包括抗蝕劑之塗佈程序之特性,則關係之調整可包括改變抗蝕劑之化學成份。舉例而言,若未經模型化處理變數包括使抗蝕劑顯影之特性,則關係之調整可包括改變用於顯影中之化學品。舉例而言,若未經模型化處理變數包括蝕刻基板之特性,則關係之調整可包括改變蝕刻裝置。此流程可用以在若干蝕刻裝置當中基於蝕刻裝置之特性及基板之特性進行選擇。舉例而言,可建立每蝕刻裝置之關係。
在一實施例中,在給出確保蝕刻腔室之間的效能之適當匹配之有限可能性且隨著時間推移將存在效能漂移的情況下,在蝕刻效能之後之CD (或其他變數)可在不同工具、不同腔室間不同。此可造成產率損失。因此,蝕刻之後之CD可經量測以獲得程序指紋。可接著使用此程序指紋以基於在蝕刻之前可得到的資訊來預測蝕刻之後的效能將為如何。若既在顯影之後又在蝕刻之後量測CD,則可導出純蝕刻指紋(LEB)。若針對每一蝕刻器及/或蝕刻腔室判定LEB指紋,則該等LEB指紋可用以針對每一蝕刻器/蝕刻腔室預測蝕刻之後的CD效能及蝕刻之後的缺陷機率。接著,可基於最小缺陷機率提前選擇使用哪一蝕刻工具/蝕刻腔室來處理基板(例如,基板批次)。
圖12描繪實例檢測裝置(例如,散射計)。其包含將輻射投影至基板W上之寬頻帶(白光)輻射投影儀2。重新導向輻射傳遞至光譜儀偵測器4,該光譜儀偵測器量測鏡面反射輻射之光譜10 (依據波長而變化的強度),如(例如)在左下方的曲線圖中所展示。根據此資料,可藉由處理器PU (例如)藉由嚴密耦合波分析及非線性回歸或藉由與圖12之右下方所展示之經模擬光譜庫的比較來重新建構導致偵測到之光譜的結構或剖面。一般而言,對於重新建構,結構之一般形式為吾人所知,且根據藉以製造結構之程序之知識來假定一些變數,從而僅留下結構之幾個變數以根據經量測資料予以判定。此檢測裝置可經組態為正入射檢測裝置或斜入射檢測裝置。
圖13中展示可使用之另一檢測裝置。在此器件中,由輻射源2發射之輻射係使用透鏡系統12而準直且透射通過干涉濾光器13及偏振器17、由部分反射表面16反射且經由物鏡15而聚焦至基板W上之光點S中,物鏡15具有高數值孔徑(NA),理想地為至少0.9或至少0.95。浸潤檢測裝置(使用相對高折射率流體,諸如水)甚至可具有大於1之數值孔徑。
如在微影裝置LA中一樣,可在量測操作期間提供一或多個基板台以固持基板W。該等基板台可在形式上與圖1之基板台WT相似或相同。在檢測裝置與微影裝置整合之實例中,該等基板台可甚至為同一基板台。可將粗略定位器及精細定位器提供至第二定位器PW,第二定位器經組態以相對於量測光學系統來準確地定位基板。提供各種感測器及致動器(例如)以獲取所關注目標之位置,且將所關注目標帶入至物鏡15下方之位置中。通常將對橫越基板W之不同部位處之目標進行許多量測。可在X及Y方向上移動基板支撐件以獲取不同目標,且可在Z方向上移動基板支撐件以獲得目標相對於光學系統之焦點之所要部位。舉例而言,當實務上光學系統可保持實質上靜止(通常在X及Y方向上,但可能亦在Z方向上)且僅基板移動時,方便地將操作考慮並描述為如同物鏡被帶入至相對於基板之不同部位。倘若基板與光學系統之相對位置正確,則原則上無關緊要的係,基板與光學系統中之哪一者在真實世界中移動,或其兩者皆移動,抑或光學系統之一部分之組合移動(例如,在Z方向及/或傾斜方向上),其中光學系統之其餘部分靜止且基板移動(例如,在X及Y方向上,且視情況亦在Z方向及/或傾斜方向上)。
由基板W重新導向之輻射接著通過部分反射表面16傳遞至偵測器18中以便使光譜被偵測。偵測器18可位於背向投影式焦平面11處(亦即,位於透鏡系統15之焦距處),或平面11可運用輔助光學件(圖中未繪示)而再成像至偵測器18上。該偵測器可為二維偵測器,使得可量測基板目標30之二維角度散射光譜。偵測器18可為(例如) CCD或CMOS感測器陣列,且可使用(例如)每圖框40毫秒之積分時間。
參考光束可用以(例如)量測入射輻射之強度。為了進行此量測,當輻射光束入射於部分反射表面16上時,使輻射光束之部分通過部分反射表面16作為參考光束而透射朝向參考鏡面14。參考光束接著投影至同一偵測器18之不同部分上或替代地投影至不同偵測器(圖中未繪示)上。
一或多個干涉濾光器13可用於選擇在為(比如) 405奈米至790奈米或甚至更低(諸如,200奈米至300奈米)之範圍內的所關注波長。干涉濾光器可為可調諧的,而非包含不同濾光器之集合。可使用光柵代替干涉濾光器。孔徑光闌或空間光調變器(圖中未繪示)可提供於照明路徑中以控制目標上之輻射之入射角之範圍。
偵測器18可量測在單一波長(或窄波長範圍)下之重新導向輻射之強度、分離地在多個波長下之重新導向輻射之強度,或遍及一波長範圍而積分之重新導向輻射之強度。此外,偵測器可分離地量測橫向磁偏振輻射及橫向電偏振輻射之強度,及/或橫向磁偏振輻射與橫向電偏振輻射之間的相位差。
基板W上之目標30可為1-D光柵,其經印刷成使得在顯影之後,長條係由固體抗蝕劑線形成。目標30可為2-D光柵,其經印刷成使得在顯影之後,光柵係由抗蝕劑中之固體抗蝕劑導柱或通孔形成。長條、導柱或通孔可經蝕刻至基板中或基板上(例如,經蝕刻至基板上之一或多個層中)。(例如長條、導柱或通孔之)圖案對在圖案化程序中之處理之改變(例如,微影投影裝置(特別是投影系統PS)中之光學像差、聚焦改變、劑量改變等等)敏感,且將顯現經印刷光柵之變化。因此,經印刷光柵之經量測資料係用於重新建構光柵。可根據印刷步驟及/或其他檢測程序之知識,將1-D光柵之諸如線寬及/或形狀之一或多個參數或2-D光柵之諸如導柱或通孔寬度或長度或形狀之一或多個參數輸入至藉由處理器PU執行之重新建構程序。
除了藉由重新建構進行參數之量測以外,角度解析散射量測亦適用於產品及/或抗蝕劑圖案中之特徵之不對稱性之量測。不對稱性量測之一特定應用係針對疊對之量測,其中目標30包含疊置於另一組週期性特徵上的一組週期性特徵。舉例而言,在美國專利申請公開案US2006-066855中描述使用圖12或圖13之器具進行之不對稱性量測之概念,該專利申請公開案之全文併入本文中。簡單地陳述,雖然目標之繞射光譜中之繞射階之位置係僅藉由目標之週期性予以判定,但繞射光譜中之不對稱性指示構成該目標之個別特徵中之不對稱性。在圖13之器具中(其中偵測器18可為影像感測器),繞射階之此不對稱性直接呈現為由偵測器18記錄之光瞳影像中之不對稱性。可藉由單元PU中之數位影像處理來量測此不對稱性,且相對於已知疊對值來校準此不對稱性。
圖14說明典型目標30之平面圖,及圖13之裝置中之照明光點S之範圍。為了獲得免於來自周圍結構之干涉的繞射光譜,在一實施例中,目標30為大於照明光點S之寬度(例如,直徑)之週期性結構(例如,光柵)。光點S之寬度可小於目標之寬度及長度。換言之,目標係由照明「填充不足」,且繞射信號基本上不含來自目標自身外部之產品特徵及其類似者之任何信號。照明配置2、12、13、17可經組態以提供橫越接物鏡15之背焦平面之均一強度的照明。或者,藉由(例如)在照明路徑中包括孔徑,照明可限於同軸或離軸方向。
圖15示意性地描繪基於使用度量衡所獲得之量測資料而進行目標圖案30'之一或多個所關注變數之值之判定的實例程序。由偵測器18偵測到之輻射提供用於目標30'之經量測輻射分佈108。
對於給定目標30',可使用(例如)數值馬克士威求解程序210自經參數化模型206計算/模擬輻射分佈208。經參數化模型206展示構成目標及與該目標相關聯的各種材料之實例層。經參數化模型206可包括用於在考慮中的目標之部分之特徵及層之變數中的一或多者,其可變化且被導出。如圖15中所展示,變數中之一或多者可包括一或多個層之厚度t
、一或多個特徵之寬度w
(例如,CD)、一或多個特徵之高度h
,及/或一或多個特徵之側壁角α。儘管圖中未繪示,但變數中之一或多者可進一步包括但不限於:層中之一或多者之折射率(例如,真折射率或複折射率、折射率張量等等)、一或多個層之消光係數、一或多個層之吸收率、在顯影期間之抗蝕劑損失、一或多個特徵之基腳,及/或一或多個特徵之線邊緣粗糙度。該等變數之初始值可為針對經量測之目標所預期的值。接著在212處比較經量測輻射分佈108與所計算之輻射分佈208以判定兩者之間的差。若存在差,則可變化經參數化模型206之變數中之一或多者之值,計算新的所計算輻射分佈208且將其與經量測輻射分佈108比較直至在經量測輻射分佈108與所計算輻射分佈208之間存在足夠匹配為止。彼時,經參數化模型206之變數之值提供實際目標30'之幾何形狀的良好或最佳匹配。在一實施例中,當經量測輻射分佈108與所計算輻射分佈208之間的差在容許度臨限值內時存在足夠匹配。
經參數化模型中之變數中的一或多者相比於一或多個其他變數可對所計算輻射分佈有更強影響。舉例而言,一或多個變數之小的百分比改變可引起所計算輻射分佈之顯著差異。此變數可被稱作強變數。強變數可包括但不限於特徵之臨界尺寸。另一方面,一或多個其他變數之顯著百分比改變可引起所計算輻射分佈之小的差。此變數可被稱作弱變數。弱變數可包括但不限於:特徵之側壁角、特徵之高度、層之厚度、在顯影期間之抗蝕劑損失、特徵之基腳、層之折射率、層之吸收率,及/或層之消光係數。
經參數化模型中之強變數及弱變數兩者可由使用者(例如,人類、控制系統等等)使用以評估圖案化程序之一或多個步驟。具體言之,一或多個弱變數可用以判定在目標30'或其他圖案上是否存在缺陷,其可用於微影裝置中之圖案轉印上游或下游的一或多個程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)中。舉例而言,當基板上之圖案之側壁角超過某一臨限值時,很可能產生歸因於蝕刻之一或多個缺陷。因而,可在蝕刻程序之前基於基板上之圖案之側壁角之值而預測歸因於蝕刻很可能出現的缺陷。此等實例為非限制性的。
然而,有挑戰性的是基於量測直接判定弱變數之值。此係因為可用以判定檢測系統中之弱變數之值之信號通常相當弱,且有時太弱而未被偵測到。另外,尤其在經參數化模型中存在許多變數且強變數之值未知時難以提供判定弱變數之值之某一準確度位準。
為了經由如圖15中所描述之重新建構程序獲得用於各種用途(例如,為了預測缺陷)之一或多個弱變數之更準確值,需要判定在重新建構程序本身外部的經參數化模型中之一或多個強變數(例如,CD)之值。
圖16展示根據一實施例的用以判定關於基板之強變數之值之方法的流程(其可避免執行關於基板之強變數之度量衡)。可應用該程序以獲得複數個不同強變數之值。如所展示,可藉由將來自關於微影裝置之一或多個變數之第一群組的第一貢獻1610 (諸如焦點、劑量、MSD、像差、光瞳形狀等等且其可根據晶粒/場而在空間上指定且在應用條件下橫越基板而重複或橫越基板在空間上指定)、來自關於在微影裝置中之圖案轉印之前或之後的一或多個製作程序之一或多個變數之第二群組的第二貢獻1620 (諸如蝕刻、顯影等等且其可橫越基板而在空間上指定)及來自關於用於圖案化程序中之圖案化器件的一或多個變數之第三群組的第三貢獻1630 (諸如光罩CD等等且其可根據晶粒/場而在空間上指定且在應用條件下橫越基板而重複或橫越基板在空間上指定)組合來獲得用於基板之強變數1640之指紋。可針對基板之任何特定部分(諸如目標30'之部分)獲得強變數之指紋1640。
關於微影裝置之一或多個變數之第一群組可為如以上所描述之一或多個可模型化變數。第一貢獻1610可為微影裝置特定的;亦即,第一貢獻1610對某一實際微影裝置係特定的。在一實施例中,第一貢獻1610並非對特定基板係特定的(且因此,可橫越基板而使用)。因此,可預特性化第一貢獻1610且自資料庫獲得該第一貢獻以供稍後用於重新建構程序。此第一貢獻1610可藉由將其與針對一特定基板之一或多個變數之資料及敏感度關係組合而應用於該特定基板。第一貢獻1610可為基板特定的。舉例而言,可針對每一基板或基板之特定群組判定第一貢獻1610使得強變數之指紋1640對該基板或該基板群組係特定的。變數之第一群組之實例可包括但不限於:照明件、投影系統之變數、焦點、劑量、頻寬、曝光持續時間、高頻載物台移動之特性(例如,基板載物台之移動之移動標準偏差(MSD)、基板載物台之移動之移動平均值等等)、高頻雷射頻寬改變(例如,頻率、振幅等等)、高頻雷射波長改變,及/或基板之扁平度。
關於圖案化器件之一或多個變數之第三群組可為如以上所描述之一或多個可模型化變數。第三貢獻1630可為圖案或圖案化器件特定的;亦即,第三貢獻1630對某一實際圖案化器件或待由圖案化器件提供之特定圖案係特定的。第三貢獻1630可為基板獨立的。因此,可預特性化第三貢獻1630且自資料庫獲得該第三貢獻以供稍後用於重新建構程序。變數之第三群組之實例可包括但不限於:光罩CD、輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)應用之調整等等。
關於在微影裝置中之圖案轉印之前或之後的一或多個製作程序之一或多個變數之第二群組可為如以上所描述之未經模型化變數。類似於第一貢獻1610,第二貢獻1620可為基板獨立的或基板相依的。在一實施例中,可橫越每一基板重複使用第二貢獻1620。因此,可在重新建構程序期間預特性化第二貢獻1620且自資料庫獲得該第二貢獻。一或多個變數之第二群組之實例可包括但不限於:微影裝置中之圖案轉印上游或下游的程序(諸如,旋塗、PEB、顯影、蝕刻、沈積、摻雜及/或封裝)之各種特性。
第一貢獻1610、第二貢獻1620及/或第三貢獻1630可藉由實驗特性化或(例如)使用圖4至圖6中之任一者之流程而自先前生產資料得到。在一實施例中,可藉由使用圖案化器件度量衡工具直接量測圖案化器件而獲得第三貢獻1630 (亦即,圖案化器件指紋)。
在判定強變數之指紋1640之後,強變數之值1660可藉由將該強變數之指紋1640與該強變數之某一值1650組合來獲得。在一實施例中,強變數之某值可為標稱設計值。在一實施例中,強變數可為關於基板之強變數之量測群組的平均值。可相對於基板上之兩個或多於兩個晶粒中之相同特徵執行強變數之量測之群組。
在給出經參數化模型中之一或多個強變數之值(例如,藉由固定一或多個強變數之值,或將一或多個強變數中之每一者之值限定在預定範圍內(例如,在10%內、在5%內、在3%內、在1%內))的情況下,一或多個弱變數可經調整直至所計算輻射分佈實質上相似於經量測輻射分佈,或所計算輻射分佈與經量測輻射分佈之間的差在預定容許度臨限值內為止。當所計算輻射分佈實質上相似於經量測輻射分佈或差係在預定容許度臨限值內時,可輸出一或多個弱變數之值。
如以上所描述,一或多個弱變數之值可用以預測是否將存在歸因於在曝光(例如PEB)、抗蝕劑層之顯影、蝕刻、沈積、摻雜及/或封裝之後的一或多個下游程序之缺陷。若預測到缺陷,則一或多個變數之第一群組、一或多個變數之第二群組及/或一或多個變數之第三群組的變數中之一或多者之值可經調整以獲得強變數之新指紋。進行此調整使得可使用上文所描述之程序重新建構一或多個弱變數之值之新集合。可反覆地執行此調整直至基於一或多個弱變數之值之新集合而未預測到缺陷為止。
在上文所論述之貢獻/指紋之一另外應用中,可使用一或多個貢獻/指紋預測圖案之輪廓。在此內容背景中,輪廓為轉印至基板之圖案之特徵形狀的輪廓。舉例而言,可藉由處理基板之影像(例如,掃描電子顯微鏡影像)以提取轉印至基板之圖案特徵之形狀的外部邊界來觀測輪廓。但亦可藉由數學程序(例如,模擬)產生輪廓,以產生如所預期轉印至基板之圖案特徵之電子表示。雖然輪廓通常將呈線之形式,但如本文中所使用之輪廓可更推廣至描述特徵邊界之資料。輪廓無需為連續的;亦即,若不連續輪廓及/或資料足夠描述特徵之邊界,則圍繞特徵之輪廓及/或資料可不連續。在一實施例中,輪廓可為二維的(亦即,界定平面)或三維的。在一實施例中,輪廓可在實質上平行於形成有圖案之基板之表面的平面中延伸。在一實施例中,輪廓可在實質上垂直於經形成有圖案之基板之表面的平面中延伸;在此狀況下,輪廓之特徵可在於剖面且可具有二維或三維形式。
為了預測輪廓,可獲得一或多個貢獻/指紋(如本文中所描述)且使用該一或多個貢獻/指紋以選擇某一標稱輪廓及/或修改標稱輪廓,以便獲得經預測輪廓。參看圖17,描繪輪廓之預測方法之流程圖的實施例。在1700處,判定圖案之特徵之標稱輪廓。在一實施例中,標稱輪廓為如在抗蝕劑中所預期之輪廓。在一實施例中,標稱輪廓為如在經顯影抗蝕劑中所預期之輪廓。
在一實施例中,可藉由經由模型及/或模擬進行數學計算來獲得標稱輪廓。在一實施例中,模擬器或模型(例如,諸如ASML之超光速粒子產品之模擬器)可判定在用於圖案之特徵之圖案化程序之一或多個處理變數的適用設計值下之該特徵之預期輪廓。藉由計算而獲得之此輪廓可接著被指明為標稱輪廓。相似地,模擬器或模型可判定在一或多個處理變數(例如,一或多個光學設定或條件,諸如不同焦點設定或條件、不同劑量設定或條件、不同投影系統像差設定或條件、不同照明光瞳形狀設定或條件等等)之各種不同值下之輪廓以獲得特徵之複數個輪廓,每一輪廓係在該一或多個處理變數之不同值下。藉由計算而獲得之此等輪廓可接著被指明為標稱輪廓,其中每一標稱輪廓與一或多個處理變數之不同值相關聯。在一實施例中,針對不同焦點設定或條件判定標稱輪廓,且因此,該等標稱輪廓中之每一者可與不同焦點設定或條件(諸如,自最佳焦點之某一方差)相關聯。雖然以下之描述集中於焦點設定或條件,但可針對不同於焦點之設定或條件判定標稱輪廓,且可針對設定或條件之各種組合判定標稱輪廓。
在一實施例中,評估供判定標稱輪廓之一或多個處理變數對一或多個其他處理變數之影響。在一實施例中,所評估之一或多個其他處理變數為對輪廓之形狀及/或大小有影響之一或多個處理變數。因此,在一實施例中,在針對焦點設定判定標稱輪廓的情況下,判定焦點對一或多個其他處理變數(諸如CD)之影響。在一實施例中,可使用焦點曝光矩陣(FEM)類型程序來判定此影響,其中某一圖案在至少不同焦點設定或條件下予以評估。可接著判定在彼等不同焦點設定或條件下之CD以便評估CD之多少改變係歸因於焦點。在一實施例中,可以實驗方式使用一或多個經處理基板來判定上文所描述之影響,該一或多個經處理基板接著係由度量衡工具量測。在一實施例中,可使用模擬器判定上文所描述之影響。
除了藉由計算判定標稱輪廓以外或替代藉由計算判定標稱輪廓,在一實施例中,可藉由實驗獲得標稱輪廓。舉例而言,可在用於圖案化程序之一或多個處理變數之適用設計值下在一或多個基板上產生特徵且接著量測(例如,使用掃描電子顯微鏡)該特徵以導出該特徵之輪廓。藉由量測而獲得之此輪廓可接著被指明為標稱輪廓。另外或替代地,可在一或多個處理變數(例如,如上文所論述之一或多個光學設定或條件)之各種不同值下在一或多個基板上產生特徵,且接著量測(例如,使用掃描電子顯微鏡)該特徵以導出該特徵之複數個輪廓,每一輪廓係在該一或多個處理變數之不同值下。藉由量測而獲得之此等輪廓可接著被指明為標稱輪廓,其中每一標稱輪廓係與一或多個處理變數之不同值相關聯。因此,作為一特定實例,標稱輪廓中之每一者可與不同焦點設定或條件(諸如,自最佳焦點之某一方差)相關聯。
因此,在一實施例中,標稱輪廓可提供輪廓形狀之指示。舉例而言,標稱輪廓可提供在特定焦點條件下之輪廓形狀之指示。因此,在複數個不同焦點條件下獲得多個標稱輪廓之狀況下,每一標稱輪廓可提供在適用焦點條件下之經預測輪廓之形狀之指示。
因此,在一實施例中且如將進一步所論述,在標稱輪廓各自與一或多個處理變數(例如,焦點)之不同值相關聯的情況下,可針對該一或多個處理變數之任何值藉由參考標稱輪廓來預測輪廓之形狀。在標稱輪廓不可用於一或多個處理變數之特定值的情況下,可藉由內插、外插等等產生輪廓。因此,作為一實例,針對關於基板上之某一部位之任何焦點值,可預測適用所關注圖案特徵之輪廓的形狀。
因此,在1710處,可針對已判定出標稱輪廓之一或多個處理變數獲得第一貢獻/指紋。可使用本文中所描述之技術中的任一者獲得第一貢獻/指紋。在一實施例中,第一貢獻/指紋對應於在蝕刻之前的情形。
在一實施例中,第一貢獻/指紋係關於焦點且因此,在一實施例中,第一貢獻/指紋為橫越基板焦點映像。在一實施例中,可基於自用以圖案化基板之微影裝置獲得之資料產生第一貢獻/指紋。舉例而言,微影裝置可提供焦點資訊(例如,焦點殘餘誤差等等)及/或高頻載物台移動之特性(例如,MSD)以建構焦點映像。圖18展示用於圖案化程序之實例焦點映像1800,其中不同陰影示意性地表示與標稱焦點(例如,最佳焦點、平均焦點等等)之不同方差。
在1720處,使用第一貢獻/指紋1710以選擇用於所關注特徵之標稱輪廓。舉例而言,在基板上之一特定部位處且針對一特定所關注特徵,可自第一貢獻/指紋1710判定已判定出標稱輪廓之一或多個處理變數之值,且接著使用該一或多個處理變數之值以選擇關聯標稱輪廓。因此,在其中第一貢獻/指紋1710為焦點映像之一實例中,該焦點映像內的在一基板部位處之焦點估計可用以獲得關聯標稱輪廓作為輪廓之預測。因此,可判定每特徵及每基板部位之經預測輪廓。
再次參看圖18,描繪此選擇之實例。在圖18中,展示處於最佳焦點之標稱輪廓1810、1812、1814。現在,在與標稱輪廓1812相關聯之焦點映像1800上之部位處,焦點映像指示焦點在最佳焦點處或附近。因此,對於彼部位,將選擇標稱輪廓1812作為經預測輪廓。對於與標稱輪廓1810相關聯之部位,焦點映像指示焦點在負散焦-F處。因此,在彼狀況下,代替使用標稱輪廓1810,將選擇針對負散焦-F所判定之標稱輪廓,即標稱輪廓1820。如圖18中所看到,標稱輪廓1820具有特徵之特性,但具有歸因於負散焦-F之不同形狀。相似地,對於與標稱輪廓1814相關聯之部位,焦點映像指示焦點在正散焦+F處。因此,在彼狀況下,代替使用標稱輪廓1814,將選擇針對正散焦+F所判定之標稱輪廓,即標稱輪廓1830。如圖18中所看到,標稱輪廓1830具有特徵之特性,但具有歸因於正散焦+F之不同形狀。因此,在具有焦點-F的情況下,處於最佳焦點之標稱輪廓改變形狀且相似地,在具有焦點+F的情況下,處於最佳焦點之標稱輪廓改變形狀。因此,舉例而言,若F為自最佳焦點之方差且+F與-F具有相同絕對值,則各別輪廓形狀改變可與圖18中所展示相同。
返回參看圖17,在1730處,可針對除已判定出標稱輪廓之一或多個處理變數之外的一或多個處理變數獲得第二貢獻/指紋。可使用本文中所描述之技術中的任一者獲得第二貢獻/指紋1730。在一實施例中,第二貢獻/指紋對應於蝕刻後情形。
在一實施例中,第二貢獻/指紋1730係關於臨界尺寸且因此,在一實施例中,第二貢獻/指紋為橫越基板臨界尺寸映像(例如,臨界尺寸均一性映像)。在一實施例中,可關於在圖案化程序之蝕刻步驟之後具有圖案之一或多個基板基於使用度量衡工具而量測之資料產生貢獻/指紋。圖19展示用於圖案化程序之實例臨界尺寸映像1900,其中不同陰影示意性地表示自標稱臨界尺寸(例如,設計臨界尺寸、平均臨界尺寸等等)之不同方差。因此,舉例而言,臨界尺寸映像1800可表示關於錨定態樣所量測且被標繪為平均臨界尺寸之百分比的臨界尺寸。
在一實施例中,針對與第一貢獻/指紋相關聯的一或多個處理變數對第二貢獻/指紋之一或多個處理變數之影響來校正第二貢獻/指紋。因此,對於其中第一貢獻/指紋為焦點映像且第二貢獻/指紋為臨界尺寸映像之實例,可針對焦點(例如,焦點資訊(例如,焦點殘餘誤差等等)及/或高頻載物台移動之特性))對第二貢獻/指紋中之臨界尺寸之影響來校正第二貢獻/指紋。上文已描述判定此影響之細節。舉例而言,FEM可用以將在圖案轉印步驟期間出現的對CD之焦點影響隔離,且接著自蝕刻後CD量測移除彼影響。另外或替代地,各種微影裝置信號可經處理以獲得在圖案轉印期間之焦點之估計及其對CD之影響,且接著自蝕刻後CD量測移除彼影響。如應瞭解,可以各種方式進行校正,包括將校正直接併入至第二貢獻/指紋中、在自第二貢獻/指紋選擇值之後進行校正(如下文關於1740所論述)等等。
在1740處,使用第二貢獻/指紋1730以修改用於所關注特徵之標稱輪廓。在一實施例中,標稱輪廓為在1720處所選擇之標稱輪廓。然而,若在不使用1720處之選擇步驟的情況下針對所關注特徵已經選擇給定標稱輪廓,則可跳過1720處之選擇(但執行修改)。相似地,若在步驟1720處選擇標稱輪廓且無需修改,則可跳過1740處之修改。
因此,在1740處,舉例而言,在基板上之一特定部位處且針對一特定所關注特徵,自第二貢獻/指紋1730獲得用於一或多個其他處理變數之值且接著使用該值以判定標稱輪廓之適當修改。在一實施例中,修改為標稱輪廓之大小改變。因此,在其中第二貢獻/指紋1730為臨界尺寸映像之一實例中,該臨界尺寸映像內之在基板部位處的臨界尺寸估計可用以修改標稱輪廓(例如,在1720處選擇之標稱輪廓)之大小作為輪廓之預測。因此,可判定每特徵及每基板部位之經預測輪廓。
在一實施例中,假定自第二貢獻/指紋1730在某一部位處獲得的一或多個其他處理變數之值適用於整個所關注特徵。因此,若第二貢獻/指紋1730中所表示之特徵之臨界尺寸偏離某一臨界尺寸(例如,平均臨界尺寸)某一量(例如,5%),則同一部位處之任何特徵之所有臨界尺寸將偏離同樣的量。因此,此假定意謂完整輪廓經調整大小與臨界尺寸中之偏差同樣的量。因此,在假定基板上之某一部位處之特徵之完整輪廓大小改變與同一部位處之已經量測以獲得第二貢獻/指紋1730之錨定態樣之臨界尺寸相同的量的情況下,接著在臨界尺寸減低x%時標稱輪廓可收縮x%且在臨界尺寸增加x%時標稱輪廓擴展x%。該改變係橫越整個輪廓而均一地提供。
再次參看圖19,描繪此大小改變之實例。在圖19中,展示標稱輪廓1910、1912、1914。現在,在與標稱輪廓1912 (其可使用步驟1720進行選擇)相關聯之臨界尺寸映像1900上之部位處,臨界尺寸映像指示臨界尺寸對應於標稱臨界尺寸(例如,設計臨界尺寸、平均臨界尺寸等等)。因此,對於彼部位,將選擇標稱輪廓1912作為經預測輪廓。對於與標稱輪廓1910相關聯之部位,臨界尺寸映像指示臨界尺寸低某一量(例如,-x%)。因此,在彼狀況下,代替使用標稱輪廓1910,使標稱輪廓1910收縮該某量(例如,-x%)以獲得經預測輪廓1920。如圖19中所看到,輪廓1920具有特徵之特性,但具有歸因於較低臨界尺寸之較小大小。相似地,對於與標稱輪廓1914相關聯之部位,臨界尺寸映像指示臨界尺寸高某一量(例如,+x%)。因此,在彼狀況下,代替使用標稱輪廓1914,使標稱輪廓1914之大小增加該某量(例如,+x%)以獲得經預測輪廓1930。如圖19中所看到,輪廓1930具有特徵之特性,但具有歸因於較高臨界尺寸之較大大小。因此,在具有臨界尺寸-x%的情況下,標稱輪廓均一地收縮但仍保持其形狀,且在具有臨界尺寸+x%的情況下,標稱輪廓之大小均一地增加但仍保持其形狀。
因此,在一實施例中,在給出此兩種假定(即,某一或多個處理變數(例如,焦點)之值可預測輪廓形狀,且某一或多個其他處理變數(例如,CD)之值可預測輪廓大小)的情況下,可基於自一或多個貢獻/指紋選擇之值而預測用於特徵之輪廓形狀及大小。詳言之,對於基板上之每一部位,可預測用於一或多個所關注特徵之完整輪廓。在一實施例中,所關注特徵為經判定熱點。
在特定實施例中,自臨界尺寸及焦點量測預測輪廓。在特定實施例中,使用臨界尺寸及焦點指紋估計輪廓。
在1750處,可在各種應用中使用經預測輪廓。舉例而言,可獨自檢查輪廓或相對於一或多個其他輪廓檢查該輪廓,以判定是否預測到缺陷(例如,可作出關於頸縮、橋接、線拉回、線薄化、重疊、抗蝕劑頂部損耗及/或抗蝕劑底切之一或多個檢查)。此技術可尤其用於(例如)判定橋接缺陷。此等缺陷係由觸摸彼此之兩個特徵造成,此原則上可出現於兩個特徵之輪廓上之任何點處(取決於彼部位處之特定CD、焦點及/或疊對條件)。使用輪廓相比於(例如)鄰近特徵上之切線處之尺寸之評估會實現此等缺陷之更穩固評估。
作為另一實例,輪廓可用以評估邊緣置放位置及/或誤差(其亦可用以識別諸如橋接之缺陷)。實際上,此技術可提供度量衡之計算形式以判定邊緣置放誤差。舉例而言,運用經預測輪廓,可預測「虛擬」邊緣置放誤差。此邊緣置放誤差可用於(例如)經邊緣置放誤差驅動之多重圖案化缺陷預測中。因此,可使用CD及焦點指紋來估計經邊緣置放誤差驅動之缺陷。
經預測輪廓可用以判定潛在缺陷之實例係在間隔及切割層程序中。圖20A至圖20C中呈現此情形之實例。圖20A描繪實例間隔及切割層程序,其中線2000係使用圖案2010進行「切割」。圖20A描繪標稱程序,其中線2000及圖案2010處於所要對準、大小等等。此程序之結果將為中間線2000由圖案2010淨切。現在,可使用圖20中示意性地展示之映像1800及1900來應用圖17之程序以獲得線2000及圖案2010之經預測輪廓之判定。在圖20B中所展示之此實例中,判定出已預測圖案2010之輪廓在大小上增加(但在此實例中,形狀尚未改變但其可以改變),而線2000之經預測輪廓係如所預期。現在,圖20C展示在圖案2010之經預測輪廓用於間隔及切割層程序中的情況下之結果。如在2020處所看到,圖案2010將不當地切割上部線及下部線2000之一部分。因此,在一實施例中,間隔及切割層程序之經預測操作可經標記為在圖案2010用以切割線2000時產生潛在缺陷。
作為另一實例,經預測輪廓可用以判定微影-蝕刻微影-蝕刻(LELE)程序中之潛在缺陷。圖21A至圖21C中呈現此情形之實例。圖21A描繪實例微影-蝕刻及微影-蝕刻程序,其中在第一微影-蝕刻程序中產生線2100,且圖案2110經由第二微影-蝕刻程序而與線2100交錯。圖21A描繪標稱程序,其中線2100及圖案2110處於所要對準、大小等等。此程序之結果將為圖案2110與線2100之間的經設計分離。現在,可使用圖21中示意性地展示之映像1800及1900來應用圖17之程序以獲得線2100及圖案2110之經預測輪廓之判定。在圖21B中所展示之此實例中,判定出已預測圖案2110之輪廓在大小上增加且在形狀上改變,而線2100之經預測輪廓係如所預期。現在,圖21C展示在圖案2110之經預測輪廓用於微影-蝕刻及微影-蝕刻程序中的情況下之結果。如在2120處所看到,圖案2110將不當地過於接近下部線2100(例如,特徵之間的空間低於某一臨限值);亦即,其為重疊區域或違反最小距離要求。此情形可引起橋接缺陷。另外,圖案2110可具有頸縮缺陷2130,其中特徵之形狀已改變使得其已變得過窄(例如,寬度已變成低於臨限值)。因此,在一實施例中,微影-蝕刻及微影-蝕刻程序之經預測操作可經標記為在結合線2100產生圖案2110時產生一或多個潛在缺陷。因此,在一實施例中,為了在多重曝光LELE型應用中進行缺陷預測,相比於僅使用缺陷指示符/切割線,經預測輪廓應能夠改良頸縮及/或橋接缺陷之預測能力。
在經預測輪廓之另一可能用途中,預測輪廓可用於模型校準中,尤其是光學近接校正模型之校準中。經預測輪廓使能夠校正經量測量規(輪廓)中之蝕刻指紋及/或焦點指紋。舉例而言,此經預測輪廓可用以校準光罩資料製備蝕刻後模型。
因此,在一實施例中,此技術使能夠自虛擬晶圓進行輪廓預測;因此,該技術將度量衡與計算組合以便產生輪廓,而並不必須量測其。在一實施例中,該技術使能夠預測輪廓之可變性及橫越基板之邊緣置放誤差(在給出適當指紋(例如,蝕刻之後之臨界尺寸指紋及微影裝置焦點指紋)的情況下)。在一實施例中,該技術實現用於多重圖案化之較佳預測能力。在一實施例中,該技術使能夠藉由基於經預測輪廓使用邊緣置放最佳化進行圖案控制。
可出於各種目的使用本文中之方法之結果(或自本文中之方法之結果導出之另一結果(例如,缺陷預測)),該等目的包括:圖案化程序或其中之裝置中的程序之控制、藉由圖案化程序產生之基板之監視、圖案化程序之程序或裝置之設計等等。舉例而言,該等結果或自其導出之另一結果可用以變更圖案化程序之裝置或程序以進一步處理基板或處理另一基板。舉例而言,結果可用以預測缺陷。缺陷之預測可用以(例如)控制度量衡工具以檢測受影響區域及/或變更圖案化程序之裝置或程序以進一步處理基板或處理另一基板。另外,可使用結果以藉由(例如)導出劑量配方以進行微影裝置之校正、實現圖案化器件及其圖案之設計、程序之設置等等來設計圖案化程序。另外,結果可用於模型校準中,例如,光學近接校正模型、源光罩最佳化模型、微影製造檢查模型、抗蝕劑模型、成像模型、量測模型(例如,模型化量測之程序)等等之校準。結果可用以判定程序之一或多個變數(例如,最佳曝光及/或最佳劑量),該程序之該一或多個變數可接著出於各種目的而使用。如應瞭解,可存在許多其他用途。
圖22為說明可輔助實施本文中所揭示之方法及流程之電腦系統100的方塊圖。電腦系統100包括用於傳達資訊之匯流排102或其他通信機構,及與匯流排102耦接以用於處理資訊之處理器104 (或多個處理器104及105)。電腦系統100亦包括耦接至匯流排102以用於儲存待由處理器104執行之資訊及指令的主記憶體106,諸如隨機存取記憶體(RAM)或其他動態儲存器件。主記憶體106亦可用於在待由處理器104執行之指令之執行期間儲存暫時變數或其他中間資訊。電腦系統100進一步包括耦接至匯流排102以用於儲存用於處理器104之靜態資訊及指令的唯讀記憶體(ROM) 108或其他靜態儲存器件。提供諸如磁碟或光碟之儲存器件110,且儲存器件110耦接至匯流排102以用於儲存資訊及指令。
電腦系統100可經由匯流排102而耦接至用於向電腦使用者顯示資訊之顯示器112,諸如陰極射線管(cathode ray tube;CRT)或平板顯示器或觸控面板顯示器。包括文數字按鍵及其他按鍵之輸入器件114耦接至匯流排102以用於將資訊及命令選擇傳達至處理器104。另一類型之使用者輸入器件為用於將方向資訊及命令選擇傳達至處理器104且用於控制顯示器112上之游標移動的游標控制件116,諸如滑鼠、軌跡球或游標方向鍵。此輸入器件通常具有在兩個軸線(第一軸線(例如,x)及第二軸線(例如,y))上之兩個自由度,其允許該器件指定在平面中之位置。亦可將觸控面板(螢幕)顯示器用作輸入器件。
根據一項實施例,可由電腦系統100回應於處理器104執行主記憶體106中含有之一或多個指令之一或多個序列而執行程序之部分。可將此等指令自另一電腦可讀媒體(諸如,儲存器件110)讀取至主記憶體106中。主記憶體106中所含有之指令序列之執行引起處理器104執行本文中所描述之程序步驟。呈多處理配置之一或多個處理器亦可用以執行主記憶體106中含有之指令序列。在一替代實施例中,可代替或結合軟體指令而使用硬連線電路系統。因此,本文中之描述不限於硬體電路系統與軟體之任何特定組合。
如本文中所使用之術語「電腦可讀媒體」係指參與將指令提供至處理器104以供執行之任何媒體。此媒體可採取許多形式,包括但不限於非揮發性媒體、揮發性媒體及傳輸媒體。非揮發性媒體包括(例如)光碟或磁碟,諸如,儲存器件110。揮發性媒體包括動態記憶體,諸如主記憶體106。傳輸媒體包括同軸纜線、銅線及光纖,其包括包含匯流排102之電線。傳輸媒體亦可採取聲波或光波之形式,諸如,在射頻(RF)及紅外線(IR)資料通信期間產生之聲波或光波。電腦可讀媒體之常見形式包括(例如)軟碟、可撓性碟、硬碟、磁帶、任何其他磁性媒體、CD-ROM、DVD、任何其他光學媒體、打孔卡、紙帶、具有孔圖案之任何其他實體媒體、RAM、PROM及EPROM、FLASH-EPROM、任何其他記憶體晶片或卡匣、如下文所描述之載波,或可供電腦讀取之任何其他媒體。
可在將一或多個指令之一或多個序列攜載至處理器104以供執行時涉及電腦可讀媒體之各種形式。舉例而言,最初可將該等指令承載於遠端電腦之磁碟上。遠端電腦可將指令載入至其動態記憶體中,且使用數據機經由電話線而發送指令。在電腦系統100本端之數據機可接收電話線上之資料,且使用紅外線傳輸器將資料轉換成紅外線信號。耦接至匯流排102之紅外線偵測器可接收紅外線信號中所攜載之資料且將資料置放於匯流排102上。匯流排102將資料攜載至主記憶體106,處理器104自該主記憶體106擷取及執行指令。由主記憶體106接收之指令可視情況在由處理器104執行之前或之後儲存於儲存器件110上。
電腦系統100亦較佳地包括耦接至匯流排102之通信介面118。通信介面118提供對網路鏈路120之雙向資料通信耦合,網路鏈路120連接至區域網路122。舉例而言,通信介面118可為整合式服務數位網路(ISDN)卡或數據機以提供對對應類型之電話線之資料通信連接。作為另一實例,通信介面118可為區域網路(LAN)卡以提供對相容LAN之資料通信連接。亦可實施無線鏈路。在任何此實施中,通信介面118發送且接收攜載表示各種類型之資訊之數位資料流的電信號、電磁信號或光學信號。
網路鏈路120通常經由一或多個網路將資料通信提供至其他資料器件。舉例而言,網路鏈路120可經由區域網路122而向主機電腦124或向由網際網路服務提供者(ISP) 126操作之資料設備提供連接。ISP 126又經由全球封包資料通信網路(現在通常被稱作「網際網路」) 128而提供資料通信服務。區域網路122及網際網路128兩者使用攜載數位資料串流之電信號、電磁信號或光學信號。經由各種網路之信號及在網路鏈路120上且經由通信介面118之信號(該等信號將數位資料攜載至電腦系統100及自電腦系統100攜載數位資料)為輸送資訊的載波之實例形式。
電腦系統100可經由網路、網路鏈路120及通信介面118發送訊息且接收資料(包括程式碼)。在網際網路實例中,伺服器130可能經由網際網路128、ISP 126、區域網路122及通信介面118而傳輸用於應用程式之所請求程式碼。一個此類經下載應用程式可提供(例如)實施例之照明最佳化。所接收程式碼可在其被接收時由處理器104執行,及/或儲存於儲存器件110或其他非揮發性儲存器中以供稍後執行。以此方式,電腦系統100可獲得呈載波之形式之應用程式碼。
本發明之實施例可以硬體、韌體、軟體或其任何組合進行實施。本發明之實施例亦可被實施為儲存於機器可讀媒體上之指令,該等指令可由一或多個處理器讀取及執行。機器可讀媒體可包括用於儲存或傳輸呈可由機器(例如,計算器件)讀取之形式之資訊的任何機構。舉例而言,機器可讀媒體可包括:唯讀記憶體(ROM);隨機存取記憶體(RAM);磁碟儲存媒體;光學儲存媒體;快閃記憶體器件;電學、光學、聲學或其他形式之傳播信號(例如,載波、紅外線信號、數位信號等等)及其他者。另外,韌體、軟體、常式、指令可在本文中被描述為執行某些動作。然而,應瞭解,此等描述僅僅係出於方便起見,且此等動作事實上係由計算器件、處理器、控制器或執行韌體、軟體、常式、指令等等之其他器件引起。
在方塊圖中,所說明之組件被描繪為離散功能區塊,但實施例不限於本文中所描述之功能性如所說明來組織的系統。由組件中之每一者提供之功能性可由軟體或硬體模組提供,該等模組以與目前所描繪之方式不同之方式組織,例如,可摻和、結合、複寫、分解、分配(例如,在資料中心內或地理上),或以另外不同方式組織此軟體或硬體。本文中所描述之功能性可由執行儲存於有形的非暫時性機器可讀媒體上之程式碼之一或多個電腦的一或多個處理器提供。在一些狀況下,第三方內容遞送網路可主控經由網路傳達之資訊中之一些或全部,在此狀況下,在據稱供應或以另外方式提供資訊(例如,內容)之情況下,可藉由發送指令以自內容遞送網路擷取彼資訊提供該資訊。
除非另外具體地陳述,否則如自論述顯而易見,應瞭解,貫穿本說明書,利用諸如「處理」、「計算(computing/calculating)」、「判定」或其類似者之術語的論述係指諸如專用電腦或相似專用電子處理/計算器件之特定裝置的動作或程序。
讀者應瞭解,本申請案描述若干發明。申請人已將此等發明分組成單一文件,而非將彼等發明分離成多個經隔離專利申請案,此係因為該等發明之相關主題可在應用程序中有助於經濟發展。但不應合併此等發明之相異優點及態樣。在一些狀況下,實施例解決本文中所提及之所有缺陷,但應理解,該等發明係獨立地有用,且一些實施例僅解決此等問題之子集或提供其他未提及之益處,該等益處對於檢閱本發明之熟習此項技術者將顯而易見。歸因於成本約束,目前可不主張本文中所揭示之一些發明,且可在稍後申請案(諸如接續申請案或藉由修正本技術方案)中主張該等發明。相似地,歸因於空間限制,本發明文件之[發明摘要]及[發明內容]章節皆不應被視為含有所有此等發明之全面清單或此等發明之所有態樣。
應理解,本說明書及圖式並不意欲將本發明限於所揭示之特定形式,而正相反,本發明意欲涵蓋屬於如由所附申請專利範圍所界定之本發明之精神及範疇的所有修改、等效者及替代方案。
鑒於本說明書,本發明之各種態樣之修改及替代實施例將對於熟習此項技術者而言顯而易見。因此,本說明書及圖式應被理解為僅為說明性的且係出於教示熟習此項技術者進行本發明之一般方式之目的。應理解,本文中所展示並描述之本發明的形式應被視為實施例之實例。元件及材料可替代本文中所說明及描述之元件及材料,部分及程序可被反轉,按次序改變或被省略,可獨立利用某些特徵,且可經組合實施例或實施例之特徵,此皆如對熟習此項技術者在獲得本發明之本說明書之益處之後將顯而易見。可在不脫離如在以下申請專利範圍中所描述之本發明之精神及範疇的情況下對本文中所描述之元件作出改變。本文中所使用之標題係僅出於組織性目的,且不意謂用以限制本說明書之範疇。
如貫穿本申請案所使用,詞語「可」以許可之意義(亦即,意謂有可能)而非必選之意義(亦即,意謂必須)來使用。詞語「包括(include/including/includes)」及其類似者意謂包括但不限於。如貫穿本申請案所使用,單數形式「一(a/an)」及「該(the)」包括複數個參照物,除非內容另有明確地指示。因此,舉例而言,對「元件(an element/a element)」之參考包括兩個或多於兩個元件之組合,儘管會針對一或多個元件使用其他術語及短語,諸如「一或多個」。除非另有指示,否則術語「或」係非獨占式的,亦即,涵蓋「及」與「或」兩者。描述條件關係之術語,例如,「回應於X,而Y」、「在X後,即Y」、「若X,則Y」、「當X時,Y」及其類似者涵蓋因果關係,其中前提為必要的因果條件,前提為充分的因果條件,或前提為結果的貢獻因果條件,例如,「在條件Y獲得後,即出現狀態X」對於「僅在Y後,才出現X」及「在Y及Z後,即出現X」為通用的。此等條件關係不限於即刻遵循前提而獲得之結果,此係因為可延遲一些結果,且在條件陳述中,前提連接至其結果,例如,前提係與出現結果之可能性相關。除非另有指示,否則複數個特質或功能經映射至複數個物件(例如,執行步驟A、B、C及D之一或多個處理器)之陳述涵蓋所有此等特質或功能經映射至所有此等物件及特質或功能之子集經映射至特質或功能之子集兩者(例如,所有處理器各自執行步驟A至D,及其中處理器1執行步驟A,處理器2執行步驟B及步驟C之一部分,且處理器3執行步驟C之一部分及步驟D之狀況)。另外,除非另有指示,否則一個值或動作係「基於」另一條件或值之陳述涵蓋條件或值為單獨因數之情況及條件或值為複數個因數當中之一個因數之情況兩者。除非另有指示,否則某一集合之「每一」例項具有某一屬性之陳述不應被解讀為排除較大集合之一些以其他方式相同或相似成員不具有該屬性(亦即,每一者未必意謂每個都)之狀況。
可使用以下條項來進一步描述實施例:
1. 一種方法,其包含:
獲得經模型化之一第一處理變數對一基板上之一圖案之度量衡資料的一第一貢獻;
獲得未經模型化之一第二處理變數對該圖案之該度量衡資料之一第二貢獻;及
藉由一硬體電腦藉由將該第一貢獻與該第二貢獻組合而獲得該度量衡資料。
2. 如條項1之方法,其中該等度量衡資料包含一臨界尺寸(CD)、一臨界尺寸均一性(CDU)、一側壁角、一邊緣位置、疊對、焦點、圖案移位或選自其之一組合。
3. 如條項1或條項2之方法,其中該等度量衡資料包含圖案之一群組之一統計。
4. 如條項1至3中任一項之方法,其中該第二處理變數為該基板之曝光下游的一程序之一特性。
5. 如條項4之方法,其中該程序為該基板上之一抗蝕劑層之顯影。
6. 如條項4之方法,其中該程序為該基板之蝕刻。
7. 如條項1至3中任一項之方法,其中該第二處理變數為該基板之一特性。
8. 如條項1至3中任一項之方法,其中該第二處理變數為該基板上之一抗蝕劑層之一特性。
9. 如條項1至8中任一項之方法,其中該第二處理變數之一值係未知的。
10. 如條項1至9中任一項之方法,其中組合該第一貢獻與該第二貢獻包含將該第一貢獻與該第二貢獻相加,或將該第一貢獻與該第二貢獻迴旋。
11. 一種方法,其包含:
藉由一硬體電腦藉由自一基板上之一圖案之度量衡資料移除一第一處理變數對該度量衡資料之一貢獻而獲得一第二處理變數對該度量衡資料之一貢獻。
12. 如條項11之方法,其中將該第一處理變數模型化。
13. 如條項12之方法,其中獲得該第一處理變數之該貢獻係藉由模型化進行。
14. 如條項12之方法,其中該第一處理變數之該貢獻為該第二處理變數之一非線性函數。
15. 如條項11之方法,其中並未將該第一處理變數模型化。
16. 如條項15之方法,其中以實驗方式或憑經驗判定該第一處理變數之該貢獻。
17. 一種方法,其包含:
藉由自一基板上之一第一圖案之度量衡資料移除一或多個處理變數之一第一群組之改變對該度量衡資料的一貢獻而獲得一或多個處理變數之一第二群組之改變對該度量衡資料之一貢獻;及
藉由一硬體電腦基於一或多個處理變數之該第二群組之改變對該第一圖案之該度量衡資料之該貢獻而獲得一或多個處理變數之該第二群組之改變對該基板上之一第二圖案之度量衡資料的一貢獻。
18. 如條項17之方法,其進一步包含藉由基於一或多個處理變數之該第二群組之改變對該第二圖案之度量衡資料的該貢獻而縮減在該第二圖案處之一缺陷之一機率。
19. 如條項18之方法,其中在不對該第二圖案執行度量衡的情況下縮減在該第二圖案處之一缺陷之該機率。
20. 如條項17之方法,其中在不獲得該第二圖案之該度量衡資料的情況下獲得一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料的該貢獻。
21. 如條項17之方法,其進一步包含藉由自該第二圖案之該度量衡資料移除一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料的該貢獻而獲得一或多個處理變數之該第一群組之改變對該第二圖案之該度量衡資料之一貢獻。
22. 如條項21之方法,其中在不獲得用於該第二圖案之一或多個處理變數之該第一群組之值的情況下獲得一或多個處理變數之該第一群組之改變對該第二圖案之該度量衡資料的該貢獻。
23. 如條項21之方法,其進一步包含藉由基於以下各者調整一或多個處理變數之該第一群組之一或多個處理變數而縮減在該第二圖案處之一缺陷的一機率:一或多個處理變數之該第一群組之改變對該第二圖案之該度量衡資料之該貢獻、一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料之該貢獻,或此兩者。
24. 一種方法,其包含:
藉由自一第一圖案之度量衡資料移除處理變數之一第一群組之改變對該第一圖案之該度量衡資料的一貢獻而獲得一或多個處理變數之一第二群組之改變對該度量衡資料之一貢獻;
基於一或多個處理變數之該第二群組之改變對該第一圖案之該度量衡資料的該貢獻而獲得一或多個處理變數之該第二群組之改變對該基板上之一第二圖案之度量衡資料的一貢獻;及
藉由一硬體電腦基於一或多個處理變數之該第二群組之改變對該第二圖案之該度量衡資料的該貢獻而獲得由用於該第二圖案之處理變數之該第一群組跨越之一子程序窗(子PW)。
25. 如條項24之方法,其中該第一群組包含經模型化之所有處理變數,且該第二群組包含未經模型化之所有處理變數。
26. 如條項24之方法,其進一步包含藉由基於該子PW調整處理變數之該第一群組中的一或多者之一值而減低在該第二圖案處之一缺陷之一機率。
27. 一種方法,其包含:
藉由將經模型化之一或多個處理變數之一第一群組之改變對一熱點之度量衡資料的一貢獻與未經模型化之一或多個處理變數之一第二群組之改變對該度量衡資料的一貢獻組合來獲得該度量衡資料之一估計;及
藉由一硬體電腦基於該度量衡資料之該估計而判定在該熱點處是否存在一缺陷。
28. 如條項27之方法,其中在不對該熱點執行度量衡的情況下獲得該估計。
29. 一種方法,其包含:
藉由自一圖案之度量衡資料移除一或多個處理變數之一第一群組之改變之一貢獻而獲得一或多個處理變數之一第二群組之一改變對該度量衡資料的一貢獻;及
藉由一硬體電腦對照一或多個處理變數之該第二群組之改變對該圖案之該度量衡資料的該貢獻來擬合一模型之參數來獲得該等參數之值以判定一或多個處理變數之該第二群組之改變對該度量衡資料的該貢獻。
30. 如條項29之方法,其中一或多個處理變數之該第一群組包含未經模型化之所有處理變數。
31. 如條項29之方法,其中一或多個處理變數之該第二群組之所有該等處理變數經模型化。
32. 一種方法,其包含:
藉由將經模型化之處理變數之改變對一基板上之一圖案之度量衡資料的貢獻與未經模型化之處理變數之改變對該度量衡資料的貢獻組合來獲得該度量衡資料之一估計;
判定該度量衡資料之該估計是否符合一準則;及
若該估計不符合該準則,則藉由一硬體電腦調整經模型化之該等處理變數與未經模型化之該等處理變數之改變對該度量衡資料的該等貢獻之間的一關係。
33. 如條項32之方法,其中調整該關係包含改變該基板上之一抗蝕劑之一化學成份。
34. 如條項32之方法,其中調整該關係包含改變用於使該基板上之一抗蝕劑顯影之一化學品。
35. 如條項32之方法,其中調整該關係包含改變用以蝕刻該基板之一蝕刻裝置。
36. 一種方法,其包含:
藉由將關於藉由一圖案化程序處理之一基板之一圖案之一第一變數的一指紋與該第一變數之某一值組合來計算該基板或用於該基板之該圖案的該第一變數之一值;及
至少部分地基於該第一變數之該所計算值來判定該圖案之一第二變數之一值。
37. 如條項36之方法,其中該判定該圖案之該第二變數之該值包含:藉由一硬體電腦調整該第二變數直至至少部分地基於該第一變數之該所計算值且基於該第二變數之一重新建構或模擬結果滿足一規則為止。
38. 如條項37之方法,其中該規則指示該基板上之該圖案之一量測結果與該重新建構/模擬結果之間的一差超越或符合一臨限值。
39. 如條項36或條項37之方法,其中該重新建構/模擬結果為一所計算輻射分佈,且該量測結果為一經量測輻射分佈。
40. 如條項37至39中任一項之方法,其中該第一變數之一改變相比於該第二變數之同一改變引起該重新建構或模擬結果之一較大差。
41. 如條項36至40中任一項之方法,其中該第一變數係與一基板上之一度量衡目標有關。
42. 如條項41之方法,其中該第一變數為該基板上之該度量衡目標之一圖案的一臨界尺寸。
43. 如條項36至42中任一項之方法,其中該第二變數係與該基板上之該度量衡目標有關。
44. 如條項43之方法,其中該第二變數包含選自以下各者中之一或多者:該度量衡目標之一圖案之一側壁角、該度量衡目標之一圖案之一高度、該度量衡目標之一層之一厚度、在顯影期間該度量衡目標之該圖案中之一抗蝕劑損失、該度量衡目標之基腳、該度量衡目標之一層之一折射率、該度量衡目標之一層之吸收率,及/或該度量衡目標之一層之一消光係數。
45. 如條項36至44中任一項之方法,其進一步包含基於該圖案之該第二變數預測在將該圖案轉印至該基板上下游的一程序之後是否存在一缺陷。
46. 如條項45之方法,其中回應於在將該圖案轉印至該基板上下游的該程序之後在該圖案處之一缺陷之一預測,調整用於該基板或另一基板之該圖案化程序之一變數。
47. 如條項45或條項46之方法,其中該程序包含該基板上之一抗蝕劑層之顯影。
48. 如條項45至47中任一項之方法,其中該程序包含該基板之蝕刻。
49. 如條項36至48中任一項之方法,其進一步包含藉由將來自關於該圖案化程序之一微影裝置的一或多個變數之一第一群組之一第一貢獻、來自關於在該圖案於該微影裝置中之轉印之前或之後之一或多個製作程序的一或多個變數之一第二群組之一第二貢獻及來自關於用於該圖案之該轉印中的一圖案化器件之一或多個變數之一第三群組之一第三貢獻組合來獲得該第一變數之該指紋。
50. 如條項49之方法,其中變數之該第一群組包括藉由該微影裝置進行之照明之一或多個變數、該微影裝置之一投影系統之一或多個變數、該微影裝置之一基板載物台之移動之一移動標準偏差、該基板載物台之移動之一移動平均值、焦點、劑量、頻寬、曝光持續時間、一高頻雷射頻寬改變、一高頻雷射波長改變及/或該基板之扁平度。
51. 如條項49或條項50之方法,其中變數之該第二群組包括旋塗、曝光後烘烤、顯影、蝕刻、沈積、摻雜及/或封裝之一或多個變數。
52. 如條項49至51中任一項之方法,其中變數之該第三群組包括光罩CD、一輔助圖案之一形狀及/或部位及/或藉由一解析度增強技術應用之一調整之一或多個變數。
53. 如條項36至52中任一項之方法,其中將該第一變數之該指紋與該第一變數之該某值組合包含將該第一變數之該指紋與該第一變數之該某值相加。
54. 如條項36至53中任一項之方法,其中藉由將關於該基板之該第一變數之量測之一群組平均化而獲得該第一變數之該某值。
55. 如條項36至53中任一項之方法,其中該第一變數之該某值為該第一變數之一設計值。
56. 如條項36至54中任一項之方法,其中在該判定該第二變數之該值期間所使用之該第一變數具有限定在該第一變數之該所計算值周圍某一範圍內的一值。
57. 一種方法,其包含:
獲得與藉由一圖案化程序產生之一圖案相關聯的一變數之一橫越基板指紋;及
藉由一硬體電腦系統基於選自該指紋內的一基板部位之該變數之值而預測該圖案之一特徵之一輪廓。
58. 如條項57之方法,其中該預測包含使用該變數之該值以選擇用於該特徵之某一形狀之一標稱輪廓。
59. 如條項58之方法,其中藉由使用一模擬或數學模型進行計算來獲得該標稱輪廓。
60. 如條項58或條項59之方法,其中該標稱輪廓為如在抗蝕劑中所預期之一輪廓。
61. 如條項57至60中任一項之方法,其中該預測包含改變用於該特徵之一標稱輪廓之一大小。
62. 如條項61之方法,其中該改變該大小係基於與該圖案相關聯之一另外變數之一值,該值係在同一基板部位處自該另外變數之一橫越基板指紋進行選擇。
63. 如條項62之方法,其中該另外變數之該橫越基板指紋對應於一蝕刻後情形。
64. 如條項62或條項63中任一項之方法,其中該另外變數包含臨界尺寸。
65. 如條項57至64中任一項之方法,其中該變數包含焦點。
66. 如條項57至65中任一項之方法,其中該特徵為一經判定熱點。
67. 如條項57至66中任一項之方法,其進一步包含使用該經預測輪廓以判定一邊緣置放位置或誤差。
68. 如條項57至67中任一項之方法,其進一步包含使用對該經預測輪廓之一檢查以判定該特徵或另一特徵是否很可能有缺陷。
69. 如條項57至68中任一項之方法,其進一步包含使用該經預測輪廓以校準一數學模型。
70. 如條項69之方法,其中該數學模型包含一光學近接校正模型。
71. 一種電腦程式產品,其包含經記錄有指令之一非暫時性電腦可讀媒體,該等指令在由一電腦執行時實施如條項1至70中任一項之方法。
在某些美國專利、美國專利申請案或其他材料(例如論文)已以引用方式併入之範圍內,此等美國專利、美國專利申請案及其他材料之文字僅在此材料與本文中所闡述之陳述及圖式之間不存在衝突之範圍內併入。在存在此類衝突之情況下,在此類以引用方式併入的美國專利、美國專利申請案及其他材料中之任何此類衝突並不具體地以引用方式併入本文中。
雖然上文已描述本發明之特定實施例,但應瞭解,可以與所描述之方式不同的其他方式來實踐實施例。
2:寬頻帶輻射投影儀/輻射源/照明配置
4:光譜儀偵測器
10:光譜
11:背向投影式焦平面平面
12:透鏡系統/照明配置
13:干涉濾光器/照明配置
14:參考鏡面
15:物鏡/透鏡系統/接物鏡
16:部分反射表面
17:偏振器/照明配置
18:偵測器
30:基板目標
30':目標圖案/目標
100:電腦系統
102:匯流排
104:處理器
105:處理器
106:主記憶體
108:經量測輻射分佈(圖15)/唯讀記憶體(ROM) (圖22)
110:儲存器件
112:顯示器
114:輸入器件
116:游標控制件
118:通信介面
120:網路鏈路
122:區域網路
124:主機電腦
126:網際網路服務提供者(ISP)
128:網際網路
130:伺服器
206:經參數化模型
208:輻射分佈
210:數值馬克士威求解程序
212:步驟
310:變數
311:可模型化處理變數
312:貢獻
320:變數
321:未經模型化處理變數
322:貢獻
330:變數
340:變數
350:特性
352:度量衡資料
360:特性
370:處理變數
400:焦點(F)
410:移動標準偏差(MSDz
)
420:移動標準偏差(MSDx
)
430:貢獻
440:貢獻
450:貢獻
460:要素
511:可模型化處理變數
512:貢獻
522:貢獻
532:貢獻
541:未經模型化處理變數
542:貢獻
550:度量衡資料
570:度量衡資料
612:貢獻
622:貢獻
632:貢獻
642:貢獻
650:度量衡資料
655:度量衡資料
660:工序
670:工序
701:橫截面
702:橫截面
703:橫截面
704:橫截面
705:橫截面
812:貢獻
822:貢獻
842:貢獻
850:度量衡資料
870:工序
880:工序
911:可模型化處理變數
912:貢獻
921:未經模型化處理變數
922:貢獻
950:估計
970:工序
1012:貢獻
1022:貢獻
1050:度量衡資料
1070:工序
1080:模型之一或多個參數之值
1112:貢獻
1122:貢獻
1150:估計
1160:工序
1170:工序
1610:第一貢獻
1620:第二貢獻
1630:第三貢獻
1640:強變數之指紋
1650:強變數之某一值
1660:強變數之值
1700:步驟
1710:第一貢獻/指紋
1720:步驟
1730:第二貢獻/指紋
1740:步驟
1750:步驟
1800:焦點映像
1810:標稱輪廓
1812:標稱輪廓
1814:標稱輪廓
1820:標稱輪廓
1830:標稱輪廓
1900:臨界尺寸映像
1910:標稱輪廓
1912:標稱輪廓
1914:標稱輪廓
1920:經預測輪廓
1930:經預測輪廓
2000:線
2010:圖案
2100:線
2110:圖案
2130:頸縮缺陷
AM:調整器
BD:光束遞送系統
C:目標部分
CO:聚光器
IF:位置感測器
IL:照明系統/照明器
IN:積光器
M1:圖案化器件對準標記
M2:圖案化器件對準標記
MA:圖案化器件
MT:支撐結構/物件台
P1:基板對準標記
P2:基板對準標記
PB:輻射光束
PM:第一定位器件
PS:項目/投影系統
PU:處理器/單元
PW:第二定位器件/第二定位器
S:照明光點
SO:輻射源
t:厚度
W:基板
WT:基板台/物件台
圖1示意性地描繪根據一實施例之微影裝置。
圖2展示處理變數之實例類別。
圖3A示意性地展示可模型化處理變數之改變及未經模型化處理變數之改變兩者可對度量衡資料有貢獻。
圖3B示意性地展示模型化對關於基板之CD之經組合貢獻的實例,該貢獻屬於多個可模型化處理變數之改變。
圖4A示意性地展示具有兩個貢獻之度量衡資料,該等貢獻中之一者係來自一或多個可模型化處理變數之改變且該等貢獻中之另一者係來自一或多個其他處理變數之改變,該等處理變數可未經模型化、可模型化或為其混合。
圖4B示意性地展示具有兩個貢獻之度量衡資料,該等貢獻中之一者係來自一或多個未經模型化處理變數之改變且該等貢獻中之另一者係來自一或多個其他處理變數之改變,該等處理變數可未經模型化、可模型化或為其混合。
圖5示意性地展示用於根據一實施例之方法的流程。
圖6示意性地展示用於根據一實施例之方法的流程。
圖7A及圖7B示意性地展示未經模型化處理變數對子PW之影響。
圖8示意性地展示用於根據一實施例之方法的流程。
圖9示意性地展示用於根據一實施例之方法的流程。
圖10示意性地展示用於根據一實施例之方法的流程。
圖11示意性地展示用於根據一實施例之方法的流程。
圖12示意性地描繪實例檢測裝置及度量衡技術。
圖13示意性地描繪實例檢測裝置。
圖14說明檢測裝置之照明光點與度量衡目標之間的關係。
圖15示意性地描繪基於量測資料導出複數個所關注變數之程序。
圖16示意性地展示用於根據一實施例之方法的流程。
圖17示意性地展示用於根據一實施例之方法的流程。
圖18示意性地描繪輪廓選擇之實例貢獻/指紋及實施例。
圖19示意性地描繪輪廓修改之實例貢獻/指紋及實施例。
圖20A、圖20B及圖20C示意性地描繪缺陷分析程序之實施例。
圖21A、圖21B及圖21C示意性地描繪缺陷分析程序之實施例。
圖22為實例電腦系統之方塊圖。
400:焦點(F)
410:移動標準偏差(MSDz)
420:移動標準偏差(MSDx)
430:貢獻
440:貢獻
450:貢獻
460:要素
Claims (10)
- 一種電腦程式產品(computer program porduct),其包含具有記錄指令於其上之一非暫時性電腦可讀媒體,該等指令在由一電腦執行時經組態以: 獲得一處理變數之一第一貢獻(contribution),其基於模型化在一基板上之一圖案之度量衡資料; 獲得該處理變數之一第二貢獻,其非基於模型化該圖案之度量衡資料;及 藉由組合該第一貢獻及該第二貢獻判定該度量衡資料之一估計(estimate)。
- 如請求項1之電腦程式產品,其中該度量衡資料包含一臨界尺寸(CD)、一臨界尺寸均一性(CDU)、一側壁角、一邊緣位置、疊對、焦點、圖案移位或選自其之一組合。
- 如請求項1之電腦程式產品,其中組合該第一貢獻與該第二貢獻包含將該第一貢獻與該第二貢獻相加,或將該第一貢獻與該第二貢獻迴旋。
- 如請求項1之電腦程式產品,其進一步包含用於基於該度量衡資料之該估計預測在將該圖案轉印至該基板上之下游的一程序之後是否存在一缺陷的指令。
- 如請求項4之電腦程式產品,其進一步包含經組態以基於在該圖案處之該缺陷的預測而調整用於該基板或另一基板之一圖案化製程之一變數的指令。
- 一種電腦程式產品,其包含具有記錄指令於其上之一非暫時性電腦可讀媒體,該等指令在由一電腦執行時經組態以: 計算藉由一圖案化程序處理的一基板或用於該基板之一圖案的一第一變數之一值,其藉由組合該基板上之一第一變數的一指紋及該第一變數之一特定值;及 至少部分地基於該第一變數之所計算之該值來判定該圖案之一第二變數之一值。
- 如請求項6之電腦程式產品,其中該第一變數及/或該第二變數與該基板上之一度量衡目標有關。
- 如請求項6之電腦程式產品,其進一步包含用於基於該圖案之該第二變數預測在將該圖案轉印至該基板上之下游的一程序之後是否存在一缺陷的指令。
- 如請求項8之電腦程式產品,其進一步包含經組態以在轉印該圖案至該基板上之下游的該程序之後,基於在該圖案處之一缺陷的一預測而調整用於該基板或另一基板之該圖案化製程之一變數的指令。
- 一種用於估計度量衡資料的方法,該方法包含: 獲得一處理變數之一第一貢獻,其基於模型化在一基板上之一圖案之度量衡資料; 獲得該處理變數之一第二貢獻,其非基於模型化該圖案之度量衡資料;及 藉由組合該第一貢獻及該第二貢獻判定該度量衡資料之一估計。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662298367P | 2016-02-22 | 2016-02-22 | |
US62/298,367 | 2016-02-22 | ||
US201662382764P | 2016-09-01 | 2016-09-01 | |
US62/382,764 | 2016-09-01 | ||
US201762459327P | 2017-02-15 | 2017-02-15 | |
US62/459,327 | 2017-02-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202131111A true TW202131111A (zh) | 2021-08-16 |
TWI810540B TWI810540B (zh) | 2023-08-01 |
Family
ID=58192268
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110111756A TWI810540B (zh) | 2016-02-22 | 2017-02-21 | 用於處理度量衡資料之方法及電腦程式產品 |
TW107119466A TWI668524B (zh) | 2016-02-22 | 2017-02-21 | 用於處理度量衡資料、用於處理基板之圖案之變數及用於預測輪廓之方法及電腦程式產品 |
TW106105681A TWI629574B (zh) | 2016-02-22 | 2017-02-21 | 對度量衡資料之貢獻之分離 |
TW108125155A TWI721496B (zh) | 2016-02-22 | 2017-02-21 | 用於處理度量衡資料之方法及電腦程式產品 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107119466A TWI668524B (zh) | 2016-02-22 | 2017-02-21 | 用於處理度量衡資料、用於處理基板之圖案之變數及用於預測輪廓之方法及電腦程式產品 |
TW106105681A TWI629574B (zh) | 2016-02-22 | 2017-02-21 | 對度量衡資料之貢獻之分離 |
TW108125155A TWI721496B (zh) | 2016-02-22 | 2017-02-21 | 用於處理度量衡資料之方法及電腦程式產品 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11520239B2 (zh) |
JP (3) | JP6964591B2 (zh) |
KR (3) | KR20180115299A (zh) |
CN (2) | CN108700823B (zh) |
TW (4) | TWI810540B (zh) |
WO (1) | WO2017144379A1 (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11126092B2 (en) * | 2015-11-13 | 2021-09-21 | Asml Netherlands B.V. | Methods for determining an approximate value of a processing parameter at which a characteristic of the patterning process has a target value |
KR20180115299A (ko) | 2016-02-22 | 2018-10-22 | 에이에스엠엘 네델란즈 비.브이. | 계측 데이터에 대한 기여도들의 분리 |
JP2020509431A (ja) | 2017-02-22 | 2020-03-26 | エーエスエムエル ネザーランズ ビー.ブイ. | コンピュータによる計測 |
EP3396458A1 (en) * | 2017-04-28 | 2018-10-31 | ASML Netherlands B.V. | Method and apparatus for optimization of lithographic process |
WO2018202361A1 (en) | 2017-05-05 | 2018-11-08 | Asml Netherlands B.V. | Method to predict yield of a device manufacturing process |
KR102380916B1 (ko) | 2017-05-12 | 2022-04-01 | 에이에스엠엘 네델란즈 비.브이. | 레지스트 현상을 평가하는 방법들 |
WO2019063206A1 (en) | 2017-09-27 | 2019-04-04 | Asml Netherlands B.V. | METHOD FOR DETERMINING CONTROL PARAMETERS OF DEVICE MANUFACTURING PROCESS |
EP3729197A1 (en) | 2017-12-19 | 2020-10-28 | ASML Netherlands B.V. | Computational metrology based correction and control |
EP3518040A1 (en) | 2018-01-30 | 2019-07-31 | ASML Netherlands B.V. | A measurement apparatus and a method for determining a substrate grid |
EP3531207A1 (en) | 2018-02-27 | 2019-08-28 | ASML Netherlands B.V. | Alignment mark positioning in a lithographic process |
TWI729334B (zh) | 2018-06-07 | 2021-06-01 | 荷蘭商Asml荷蘭公司 | 用於判定器件之控制方案的方法、電腦程式和系統及用於判定多個器件處理之基板的方法 |
EP3579051A1 (en) | 2018-06-07 | 2019-12-11 | ASML Netherlands B.V. | Generation of sampling scheme |
US11630396B2 (en) | 2018-08-14 | 2023-04-18 | Asml Netherlands B.V. | Model calibration and guided metrology based on smart sampling |
TWI749355B (zh) * | 2018-08-17 | 2021-12-11 | 荷蘭商Asml荷蘭公司 | 用於校正圖案化程序之度量衡資料之方法及相關的電腦程式產品 |
EP3657257A1 (en) * | 2018-11-26 | 2020-05-27 | ASML Netherlands B.V. | Method for of measuring a focus parameter relating to a structure formed using a lithographic process |
CN113056712A (zh) | 2018-11-26 | 2021-06-29 | Asml荷兰有限公司 | 用于确定半导体制造过程的事件的根源并且用于监测半导体制造过程的方法 |
KR102649158B1 (ko) | 2018-12-03 | 2024-03-20 | 에이에스엠엘 네델란즈 비.브이. | 반도체 제조 공정의 수율을 예측하는 방법 |
EP3891559A1 (en) | 2018-12-07 | 2021-10-13 | ASML Netherlands B.V. | Method for determining root cause affecting yield in a semiconductor manufacturing process |
CN113260925A (zh) * | 2018-12-31 | 2021-08-13 | Asml荷兰有限公司 | 确定图案形成装置的光学特性的分量的子集 |
US11333982B2 (en) * | 2019-01-28 | 2022-05-17 | Kla Corporation | Scaling metric for quantifying metrology sensitivity to process variation |
US11435673B2 (en) | 2019-03-25 | 2022-09-06 | Asml Netherlands B.V. | Method of determining a set of metrology points on a substrate, associated apparatus and computer program |
CN113892059A (zh) * | 2019-03-25 | 2022-01-04 | Asml荷兰有限公司 | 用于确定图案化过程中的图案的方法 |
CN112014070B (zh) * | 2019-05-31 | 2021-10-26 | 上海微电子装备(集团)股份有限公司 | 一种波像差测量装置、测量方法及光刻机 |
WO2021032448A1 (en) * | 2019-08-20 | 2021-02-25 | Asml Netherlands B.V. | Methods for improving process based contour information of structure in image |
CN114270271B (zh) | 2019-08-22 | 2024-07-12 | Asml荷兰有限公司 | 用于控制光刻装置的方法 |
JP7432418B2 (ja) * | 2020-03-26 | 2024-02-16 | 株式会社オーク製作所 | 露光装置および露光方法 |
US11481922B2 (en) * | 2020-04-07 | 2022-10-25 | Kla Corporation | Online navigational drift correction for metrology measurements |
TWI761948B (zh) * | 2020-09-14 | 2022-04-21 | 倍利科技股份有限公司 | 由檢測影像取得輪廓的定位方法 |
KR20220050664A (ko) * | 2020-10-16 | 2022-04-25 | 삼성전자주식회사 | 패턴 특성의 예측을 위한 딥 러닝 모델의 학습 방법 및 반도체 소자 제조 방법 |
EP4002015A1 (en) * | 2020-11-16 | 2022-05-25 | ASML Netherlands B.V. | Dark field digital holographic microscope and associated metrology method |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3297791B2 (ja) * | 1994-11-16 | 2002-07-02 | ソニー株式会社 | 露光方法およびレジストパターン算出方法 |
JP2000292906A (ja) | 1999-04-12 | 2000-10-20 | Hitachi Ltd | マスクおよびパタン転写方法 |
US6368883B1 (en) * | 1999-08-10 | 2002-04-09 | Advanced Micro Devices, Inc. | Method for identifying and controlling impact of ambient conditions on photolithography processes |
US6625512B1 (en) * | 2000-07-25 | 2003-09-23 | Advanced Micro Devices, Inc. | Method and apparatus for performing final critical dimension control |
EP1273973A1 (en) * | 2001-07-03 | 2003-01-08 | Infineon Technologies SC300 GmbH & Co. KG | Method for adjusting a temperature in a resist process |
US6658640B2 (en) * | 2001-12-26 | 2003-12-02 | Numerical Technologies, Inc. | Simulation-based feed forward process control |
US7136796B2 (en) * | 2002-02-28 | 2006-11-14 | Timbre Technologies, Inc. | Generation and use of integrated circuit profile-based simulation information |
JP2003297892A (ja) * | 2002-03-28 | 2003-10-17 | Trecenti Technologies Inc | 半導体装置のプロセスパラメータの決定方法およびそれを用いた半導体装置の製造方法 |
JP4249139B2 (ja) | 2003-04-23 | 2009-04-02 | 富士通マイクロエレクトロニクス株式会社 | 半導体装置の製造方法、及び、半導体装置製造システム |
EP1496397A1 (en) * | 2003-07-11 | 2005-01-12 | ASML Netherlands B.V. | Method and system for feedforward overlay correction of pattern induced distortion and displacement, and lithographic projection apparatus using such a method and system |
DE102004022596A1 (de) * | 2004-05-07 | 2005-12-01 | Infineon Technologies Ag | Verfahren zur Bestimmung von Lagefehlern bei der photolithographischen Projektion, Verfahren zur Auswertung von Messergebnissen eines Overlay-Messgeräts und Overlay-Messgerät |
US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
US7262831B2 (en) * | 2004-12-01 | 2007-08-28 | Asml Netherlands B.V. | Lithographic projection apparatus and device manufacturing method using such lithographic projection apparatus |
US7530048B2 (en) * | 2005-04-09 | 2009-05-05 | Cadence Design Systems, Inc. | Defect filtering optical lithography verification process |
US7701555B2 (en) * | 2005-07-01 | 2010-04-20 | Nikon Corporation | Exposure apparatus, exposure method, device manufacturing method, and system |
US7636904B2 (en) * | 2006-10-20 | 2009-12-22 | Synopsys, Inc. | Locating critical dimension(s) of a layout feature in an IC design by modeling simulated intensities |
US7732109B2 (en) * | 2007-04-04 | 2010-06-08 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for improving critical dimension uniformity |
JP4826544B2 (ja) | 2007-05-23 | 2011-11-30 | 東京エレクトロン株式会社 | 加熱処理装置、加熱処理方法及び記憶媒体 |
US7765021B2 (en) * | 2008-01-16 | 2010-07-27 | International Business Machines Corporation | Method to check model accuracy during wafer patterning simulation |
JP2009239029A (ja) | 2008-03-27 | 2009-10-15 | Toshiba Corp | リソグラフィ装置の評価方法および制御方法 |
JP2009288497A (ja) * | 2008-05-29 | 2009-12-10 | Toshiba Corp | パターン検証方法、パターン決定方法、製造条件決定方法、パターン検証プログラム及び製造条件検証プログラム |
CN102057329B (zh) | 2008-06-03 | 2013-08-21 | Asml荷兰有限公司 | 基于模型的过程模拟的方法 |
JP4703693B2 (ja) * | 2008-08-08 | 2011-06-15 | 株式会社東芝 | 露光方法、半導体装置の製造方法、及びマスクデータの作成方法 |
US8612045B2 (en) | 2008-12-24 | 2013-12-17 | Asml Holding N.V. | Optimization method and a lithographic cell |
US8804137B2 (en) | 2009-08-31 | 2014-08-12 | Kla-Tencor Corporation | Unique mark and method to determine critical dimension uniformity and registration of reticles combined with wafer overlay capability |
NL2005719A (en) | 2009-12-18 | 2011-06-21 | Asml Netherlands Bv | Method of measuring properties of dynamic positioning errors in a lithographic apparatus, data processing apparatus, and computer program product. |
US8768665B2 (en) * | 2010-01-08 | 2014-07-01 | Kla-Tencor Technologies Corporation | Site based quantification of substrate topography and its relation to lithography defocus and overlay |
JP5289343B2 (ja) * | 2010-01-15 | 2013-09-11 | 株式会社東芝 | 露光量決定方法、半導体装置の製造方法、露光量決定プログラムおよび露光量決定装置 |
EP2392970A3 (en) * | 2010-02-19 | 2017-08-23 | ASML Netherlands BV | Method and apparatus for controlling a lithographic apparatus |
US8572518B2 (en) | 2011-06-23 | 2013-10-29 | Nikon Precision Inc. | Predicting pattern critical dimensions in a lithographic exposure process |
CN102914945B (zh) | 2011-08-04 | 2015-05-13 | 上海微电子装备有限公司 | 一种分布式曝光剂量控制系统及方法 |
US8468471B2 (en) * | 2011-09-23 | 2013-06-18 | Kla-Tencor Corp. | Process aware metrology |
JP6077647B2 (ja) | 2012-05-29 | 2017-02-08 | エーエスエムエル ネザーランズ ビー.ブイ. | メトロロジー方法及び装置、基板、リソグラフィシステム並びにデバイス製造方法 |
US9029810B2 (en) * | 2013-05-29 | 2015-05-12 | Kla-Tencor Corporation | Using wafer geometry to improve scanner correction effectiveness for overlay control |
NL2013417A (en) | 2013-10-02 | 2015-04-07 | Asml Netherlands Bv | Methods & apparatus for obtaining diagnostic information relating to an industrial process. |
KR102265868B1 (ko) * | 2013-12-11 | 2021-06-16 | 케이엘에이 코포레이션 | 요건에 대한 타겟 및 프로세스 감도 분석 |
TWI631636B (zh) | 2013-12-16 | 2018-08-01 | 克萊譚克公司 | 以模型爲基礎之量測及一製程模型的整合使用 |
JP6346297B2 (ja) | 2014-02-11 | 2018-06-20 | エーエスエムエル ネザーランズ ビー.ブイ. | 任意パターンにおける確率的変動を計算するためのモデル |
US9087176B1 (en) * | 2014-03-06 | 2015-07-21 | Kla-Tencor Corporation | Statistical overlay error prediction for feed forward and feedback correction of overlay errors, root cause analysis and process control |
KR101939313B1 (ko) | 2014-06-25 | 2019-01-16 | 에이에스엠엘 네델란즈 비.브이. | 에칭 변동 감내 최적화 |
WO2016128189A1 (en) | 2015-02-13 | 2016-08-18 | Asml Netherlands B.V. | Process variability aware adaptive inspection and metrology |
KR20180115299A (ko) | 2016-02-22 | 2018-10-22 | 에이에스엠엘 네델란즈 비.브이. | 계측 데이터에 대한 기여도들의 분리 |
US20180284597A1 (en) * | 2017-03-31 | 2018-10-04 | Globalfoundries Inc. | Etch kernel definition for etch modeling |
-
2017
- 2017-02-17 KR KR1020187027042A patent/KR20180115299A/ko not_active IP Right Cessation
- 2017-02-17 KR KR1020227000687A patent/KR102461086B1/ko active IP Right Grant
- 2017-02-17 JP JP2018538886A patent/JP6964591B2/ja active Active
- 2017-02-17 CN CN201780012362.4A patent/CN108700823B/zh active Active
- 2017-02-17 KR KR1020217018005A patent/KR102350572B1/ko active IP Right Grant
- 2017-02-17 US US16/075,696 patent/US11520239B2/en active Active
- 2017-02-17 WO PCT/EP2017/053700 patent/WO2017144379A1/en active Application Filing
- 2017-02-17 CN CN202011207943.3A patent/CN112255892B/zh active Active
- 2017-02-21 TW TW110111756A patent/TWI810540B/zh active
- 2017-02-21 TW TW107119466A patent/TWI668524B/zh active
- 2017-02-21 TW TW106105681A patent/TWI629574B/zh active
- 2017-02-21 TW TW108125155A patent/TWI721496B/zh active
-
2020
- 2020-05-25 JP JP2020090952A patent/JP7410795B2/ja active Active
-
2022
- 2022-09-30 JP JP2022158082A patent/JP2022179584A/ja active Pending
- 2022-10-18 US US17/968,352 patent/US20230042759A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
TW201939174A (zh) | 2019-10-01 |
JP2020126279A (ja) | 2020-08-20 |
KR20220008397A (ko) | 2022-01-20 |
CN108700823A (zh) | 2018-10-23 |
TWI810540B (zh) | 2023-08-01 |
TW201832020A (zh) | 2018-09-01 |
CN112255892B (zh) | 2023-07-18 |
WO2017144379A1 (en) | 2017-08-31 |
TW201826033A (zh) | 2018-07-16 |
KR20180115299A (ko) | 2018-10-22 |
TWI668524B (zh) | 2019-08-11 |
KR20210074410A (ko) | 2021-06-21 |
JP6964591B2 (ja) | 2021-11-10 |
US20230042759A1 (en) | 2023-02-09 |
US11520239B2 (en) | 2022-12-06 |
KR102461086B1 (ko) | 2022-10-28 |
TWI629574B (zh) | 2018-07-11 |
CN112255892A (zh) | 2021-01-22 |
JP2019508734A (ja) | 2019-03-28 |
US20190086810A1 (en) | 2019-03-21 |
JP7410795B2 (ja) | 2024-01-10 |
JP2022179584A (ja) | 2022-12-02 |
KR102350572B1 (ko) | 2022-01-11 |
CN108700823B (zh) | 2020-11-27 |
TWI721496B (zh) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI721496B (zh) | 用於處理度量衡資料之方法及電腦程式產品 | |
TWI700547B (zh) | 用於計算度量衡之方法及電腦程式產品 | |
TWI694316B (zh) | 基於缺陷機率的製程窗 | |
TWI694487B (zh) | 製程窗優化器 | |
JP7443431B2 (ja) | 計算メトロロジに基づく補正および制御 | |
TWI721298B (zh) | 度量衡方法及相關之電腦程式產品 | |
TWI709828B (zh) | 基於計算度量衡之取樣方案 | |
TWI691807B (zh) | 基於參數之機率密度函數的控制 | |
KR20190045282A (ko) | 공정 장치를 모니터링하기 위한 방법 및 시스템 | |
TWI708116B (zh) | 引導式圖案化裝置檢測 | |
TWI831362B (zh) | 基於失效率之製程窗 |