TW202247312A - 處理前與處理後基板樣本之匹配 - Google Patents

處理前與處理後基板樣本之匹配 Download PDF

Info

Publication number
TW202247312A
TW202247312A TW111102812A TW111102812A TW202247312A TW 202247312 A TW202247312 A TW 202247312A TW 111102812 A TW111102812 A TW 111102812A TW 111102812 A TW111102812 A TW 111102812A TW 202247312 A TW202247312 A TW 202247312A
Authority
TW
Taiwan
Prior art keywords
post
processed
processing
program product
samples
Prior art date
Application number
TW111102812A
Other languages
English (en)
Inventor
路羽
金雁沙
譚忠魁
穆罕默德 德里亞 泰蒂凱爾
Original Assignee
美商蘭姆研究公司
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 美商蘭姆研究公司 filed Critical 美商蘭姆研究公司
Publication of TW202247312A publication Critical patent/TW202247312A/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20228—Disparity calculation for image-based rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Drying Of Semiconductors (AREA)
  • General Factory Administration (AREA)

Abstract

本文的諸多實施例關於用來匹配處理前和處理後基板樣本的系統、方法和媒體。在一些實施例中，提供一種用於匹配處理前和處理後基板樣本的電腦程式產品，該電腦程式產品包括非暫態電腦可讀程式，在其上提供用於以下者的電腦可執行指令：接收與第一組尺寸有關的複數樣本及與第二組尺寸有關的複數樣本，該第一組尺寸表徵處理前基板，該第二組尺寸表徵處理後基板；接收待匹配之處理前尺寸其中一者與處理後尺寸其中一者的識別；產生用於所識別之處理前尺寸的樣本的第一概率分佈和用於所識別之處理後尺寸的樣本的第二概率分佈；以及基於第一概率分佈和第二概率分佈，將所識別之處理前尺寸的樣本與所識別之處理後尺寸的樣本匹配。

Description

處理前與處理後基板樣本之匹配
半導體裝置製造製程通常使用處理前和處理後的基板(例如，半導體晶圓)進行分析(例如，由開發及/或維護製程的製程工程師進行分析)。例如，可評估處理前和處理後的計量資料。然而，這些分析傾向於提供基板特徵的整體基板概括，包括例如處理前和處理後基板的統計表示(例如，平均值、方差等)。使用整體基板概括來全面分析製程可能是困難的。例如，製程工程師可能難以將晶圓差異對處理前基板的影響與諸多製程條件的影響分開。
本文中提供的背景描述係用於概括地呈現本揭露內容之內容的目的。就在本先前技術中所描述的範圍而言，目前列名之發明人的工作，以及在提交申應時不可以其他方式作為先前技術之描述的實施態樣皆不明示地或暗示地被認為係抵觸本揭露內容的先前技術。
本文揭露用於匹配處理前和處理後基板樣本的系統、方法和媒體。
根據一些實施例，提供電腦程式產品，其用於匹配處理前基板樣本和處理後基板樣本，該電腦程式產品包括非暫態電腦可讀媒體，其上提供電腦可執行指令，用於：接收相關於第一組尺寸的複數樣本及相關於第二組尺寸的複數樣本，該第一組尺寸表徵處理前基板，該第二組尺寸表徵處理後基板；接收待匹配之處理前尺寸其中一者和處理後尺寸其中一者的識別；產生樣本之第一概率分佈和樣本之第二概率分佈，該樣本之第一概率分佈用於識別的處理前尺寸，該樣本之第二概率分佈用於識別的處理後尺寸；以及基於該第一概率分佈及該第二概率分佈，將具有該識別的處理前尺寸的樣本匹配至具有識別的處理後尺寸的樣本。
在一些實施例中，該識別係基於尋找該處理前尺寸與該處理後尺寸之數值之間的單調關係(monotonic relationship)。
在一些實施例中，該第一概率分佈及該第二概率分佈每一者係累積分佈函數，且其中基於該識別的處理前尺寸的數值與該識別的處理後尺寸的數值在各自的累積分佈函數中具有實質上類似的發生概率，該識別的處理前尺寸的該數值係匹配至該識別的處理後尺寸的該數值。
在一些實施例中，電腦程式產品更包括用於以下者的指令：基於該識別的處理前尺寸與該識別的處理後尺寸的匹配樣本，將一或更多剩下處理前尺寸的數值與一或更多剩下處理後尺寸的數值進行匹配。
在一些實施例中，該識別的處理前尺寸係處理前臨界尺寸(CD, Critical Dimension)量測結果。
在一些實施例中，該識別的處理後尺寸係處理後臨界尺寸(CD)量測結果。
在一些實施例中，該識別的處理前尺寸的數值係利用一模型產生。
在一些實施例中，該模型係離子限制模型，其預測用於蝕刻兩堆疊基板層的離子的路徑。
在一些實施例中，電腦程式產品更包括用於以下者的指令：基於該離子限制模型判定該離子是否穿過位於兩堆疊基板層堆疊之處的接合處；以及基於該離子是否穿過該接合處的判定，選擇待匹配之該識別的處理前尺寸。
在一些實施例中，判定該離子穿過該接合處，且其中該識別的處理前尺寸對應於橫剖面面積，該橫剖面面積指示該離子之該路徑與該接合處之間的重疊部。
在一些實施例中，該識別的處理後尺寸對應於兩堆疊基板層的底部層上的蝕刻容積。
在一些實施例中，判定該離子未穿過該接合處，且其中該識別的處理前尺寸對應於橫剖面面積，該橫剖面面積指示該離子之該路徑與該接合處之間的差異。
在一些實施例中，該識別的處理後尺寸對應於側壁的襯墊損耗面積。
根據一些實施例，提供電腦程式產品，其用於評估半導體製造製程，該電腦程式產品包括非暫態電腦可讀媒體，其上提供電腦可執行指令，用於：接收資料集，該資料集包括具有處理前尺寸的第一複數樣本，其與具有處理後尺寸的第二複數樣本匹配，其中基於該處理前尺寸其中一者之樣本值的一第一概率分佈及該處理後尺寸其中一者之樣本值的一第二概率分佈，該第一複數樣本已與該第二複數樣本進行匹配；基於給定處理後尺寸相對於閾值的數值，識別針對該處理後尺寸之任何給定者的一標準，其指示製程失效；以及基於匹配至給定處理後尺寸的一處理前尺寸的數值，識別製程失效的潛在原因。
在一些實施例中，超過該閾值之該給定處理後尺寸的數值指示該製程失效。
在一些實施例中，電腦程式產品更包括用於以下者的指令：識別該處理前尺寸之數值的一調整，該調整產生低於該閾值之該給定處理後尺寸的數值。
在一些實施例中，該給定處理後尺寸對應於兩堆疊基板層之蝕刻期間之側壁的襯墊損耗面積。
在一些實施例中，低於該閾值之該給定處理後尺寸的數值指示該製程失效。
在一些實施例中，電腦程式產品更包括用於以下者的指令：識別該處理前尺寸之數值的一偏移，該偏移產生超過該閾值之該給定處理後尺寸的數值。
在一些實施例中，該給定處理後尺寸對應於兩堆疊基板層之蝕刻期間的蝕刻容積。
在一些實施例中，該處理前尺寸對應於該兩堆疊基板層的接合處的臨界尺寸(CD)。
在一些實施例中，該處理前尺寸係角度，離子以該角度穿過該兩堆疊基板層的頂部層至該兩堆疊基板層的底部層。
在一些實施例中，處理前尺寸之該其中一者與處理後尺寸之該其中一者的至少一者係藉由電腦模型產生。
用語 。在本說明書全文中使用以下用語：
用語「半導體晶圓」、「晶圓」、「基板」、「晶圓基板」和「部分製造積體電路」可互換的使用。本領域普通技術人員理解，用語「部分製造積體電路」可指處於其上之積體電路製造製程之許多階段之任何者期間的半導體晶圓。半導體裝置產業中使用的晶圓或基板通常具有200mm、或300mm、或450mm的直徑。除了半導體晶圓，可利用所揭露實施例的其他工件還包括諸多物品，例如印刷電路板、磁性記錄媒體、磁性記錄感測器、鏡、光學元件、顯示裝置或元件，例如，用於像素型顯示裝置的背板、微機械裝置及類似者。工件可具有諸多形狀、尺寸和材料。
本文所用的「半導體裝置製造操作」是在製造半導體裝置期間執行的操作。通常，整個製造製程包括複數半導體裝置製造操作，每一者在其自己的半導體製造工具中執行，例如電漿反應器、電鍍單元、化學機械平坦化工具、濕式蝕刻工具等。半導體裝置製造操作的類別包括例如蝕刻製程和平坦化製程的減材製程及例如沉積製程的材料添加製程(例如，物理氣相沉積、化學氣相沉積、原子層沉積、電化學沉積、無電沉積)。在蝕刻製程的過程中，基板蝕刻製程包括蝕刻遮罩層的製程，或更概括的，對提前沉積及/或以其他方式停留在基板表面上之任何材料層進行蝕刻的製程。如此的蝕刻製程可蝕刻基板中的疊層。
「製造設備」是指在其中發生製造製程的設備。製造設備通常具有製程腔室，在處理期間，工件設置在該製程腔室中。通常，在使用時，製造設備執行一或更多半導體裝置製造操作。用於半導體裝置製造的製造設備的範例包括沉積反應器(例如，電鍍槽(electroplating cell)、物理氣相沉積反應器、化學氣相沉積反應器和原子層沉積反應器)及減材製程反應器(例如，乾式蝕刻反應器(例如，化學及/或物理蝕刻反應器)、濕式蝕刻反應器和灰化器)。
本文所用的「計量資料」是指至少部分藉由量測處理過基板的特徵而產生的資料。計量量測可在執行半導體裝置製造操作之前或之後進行。
在一些實施例中，計量資料係藉由計量系統產生，該計量系統在蝕刻基板上執行顯微檢查，例如，掃描電子顯微技術(SEM，scanning electron microscopy)、穿透電子顯微技術(TEM，transmission electron microscopy)、掃描穿透電子顯微技術(STEM，scanning transmission electron microscopy)、反射電子顯微技術(REM，reflection electron microscopy，原子力顯微技術(AFM，atomic force microscopy))或光學計量。在一些實施例中，計量資料是藉由在處理過的基板上執行反射量測(reflectometry)、圓頂散射量測(dome scatterometry)、角分辨散射量測(angle-resolved scatterometry)、小角度的X射線散射量測(X-ray scatterometry)及/或橢圓量測(ellipsometry)來產生。在一些實施例中，計量資料包括來自例如能量色散X射線光譜(EDX，energy dispersivex-ray spectroscopy)的光譜資料。在一些情形中，使用獨立或整合的光學計量工具來執行光學計量，該獨立或整合的光學計量係配置成準確的表徵製造或部分製造電子裝置的一或更多特性。如此的光學計量工具可配置成在基板表面上產生小束斑(例如，約5mm或更小的直徑)。在一些實施例中，計量資料可包括對應於特徵部的光學臨界尺寸(OCD，Optical Critical Dimension)資訊。作為特定範例，在一些實施例中，OCD資訊可指示蝕刻深度。
計量系統可獲得關於諸多特徵部之尺寸(例如，大小、深度、寬度、面積等)的資訊，該諸多特徵部例如邊緣、穿孔、溝槽、支柱等。此外，計量系統可獲得與製造製程中潛在缺陷或失效有關的資訊，例如在蝕刻製程期間被蝕刻掉的保護襯墊(例如，側壁的襯墊)的量或面積。計量系統可獲得關於基板中或基板上之覆層中材料的資訊。如此的資訊可包括光學資訊(例如，消光係數(extinction coefficient)及/或折射率(refractive index))、化學資訊(例如，化學組成及/或原子組成)、諸如晶體結構的形態資訊等。
注意，在一些實施例中，計量量測可為破壞性的。例如，在一些實施例中，使用SEM系統所獲得的計量量測結果可涉及去層製成，其中在獲得計量量測結果之前移除頂層。
此外，注意，可在基板處理前及/或處理後收集計量資料。
如本文所指，「累積分佈函數」(CDF，cumulative distribution function)描述一函數，該函數指示變量X將取小於或等於x之數值的概率。也就是說，對於變量X，CDF(x)=P(X＜=x)。
在一些實施例中，CDF可基於變量的量測值或觀測值而經驗的創建。例如，根據經驗創建的CDF可為直方圖，其指示對於變量X的特定值x，小於或等於x之觀測值的頻率。
如本文所指，「樣本」是指計量量測結果，其包括關於許多不同基板表面任何特徵部的資訊。例如，在處理前晶圓上採集的樣本可包括特徵部的臨界尺寸、特徵部的深度、特徵部的側壁角度、特徵部上膜層的一或更多光學特性、具有特徵部之結構的化學組成等。類似的，在處理後基板上採集的樣本可包括與處理後基板上給定特徵部之同一組或不同組的表面特徵。這些特徵中的每一者可被考量為樣本的尺寸。在本文的一些討論中，處理前基板上的樣本由X表示，且處理後基板上的樣本由Y表示。X樣本中的每一者具有尺寸X1、X2、……XN，每一者代表不同的處理前基板特徵，例如，CD、深度等。類似的，Y樣本的每一者具有尺寸Y1、Y2、... YM，每一者也代表不同的處理後基板特徵。
應注意，本文使用符號X1，X2，……XN和Y1，Y2，……YM分別表示一組處理前尺寸和一組處理後尺寸，且應考量為包括N為1或2的情形。例如，一組處理前尺寸(本文通常稱為X1，X2，…XN)可僅具有一尺寸X1，或者可具有兩尺寸，X1和X2。作為另一範例，一組處理後尺寸(本文中通常稱為Y1、Y2、...YM)可僅具有一尺寸Y1，或者可具有兩尺寸Y1和Y2。此外，應注意，符號X1、X2、…XN和Y1、Y2、…YM應考量為包括以下情形：處理前尺寸的數量與處理後尺寸的數量不同。例如，一組處理前尺寸可為X1，且一組處理後尺寸可為Y1和Y2。作為另一範例，一組處理前尺寸可為X1和X2，且一組處理後尺寸可為Y1、Y2和Y3。
另外，應注意，在一些實施例中，尺寸X1和尺寸Y1可為同一尺寸之處理前和處理後的數值。例如，在一些實施例中，X1可為處理前CD，且Y1可為處理後CD。相反的，在一些實施例中，尺寸X1和尺寸Y1可為不同的尺寸。例如，在一些實施例中，X1可為CD，且Y1可為深度。
注意，在一些實施例中，樣本可不包括每一尺寸的數值。例如，第一樣本可包括處理前尺寸X1、X2、...XN的數值。然而，第二樣本可缺失特定處理前尺寸的數值，例如X1、X2 等。
另外，注意，在一些實施例中，特定尺寸的數值可為使用模型、(複數)等式、或物理系統的其他計算表示而產生或計算的數值。
如本文所述的「匹配系統」是指配置成將處理前基板樣本與處理後基板樣本進行匹配的電腦系統。例如，匹配系統可配置成將樣本j與樣本k進行匹配，其中樣本j具有處理前樣本尺寸X1的特定值，且樣本k具有處理後樣本尺寸Y1的特定值。
作為一更特定的範例，樣本j可與處理前樣本尺寸X1、X2、…XN的量測值有關。繼續這個範例，樣本k可與處理後樣本尺寸Y1、Y2、...YM的量測值有關。匹配系統可配置成分別基於X1和Y1的數值將樣本j與樣本k進行匹配。例如，樣本j和样本k可基於X1的概率分佈和Y1的概率分佈進行匹配。在一些實施例中，藉由匹配X1和Y1的數值，匹配系統可額外的將樣本j的其他處理前樣本尺寸X2、…XN的數值與樣本k的其他處理後樣本尺寸 Y2、…YM的數值進行連接。
概述。在半導體裝置製造製程的一些習知分析中，對處理前和處理後的基板(例如，半導體晶圓及/或測試結構)進行評估和表徵。評估可包括使用許多計量技術其中任何一者的計量量測，例如電子顯微技術、化學分析(例如，發射光譜)、光學計量等。在一些實施例中，計量技術是「自上而下」的製程，例如臨界尺寸掃描電子顯微技術(CDSEM，Critical Dimension Scanning Electron Microscopy)。計量量測可提供關於基板和形成在基板上之特徵部的資訊。此類資訊可包括幾何資訊(例如，基板上特徵部的臨界尺寸、寬度、側壁角度、節距)、光學資訊(例如，基板上膜層的消光係數和折射率)、化學資訊(例如，基板上覆層的化學組成)等。
處理前和處理後基板的特徵可包括在相應基板上進行的計量量測的統計表示。統計表示可包括例如處理前和處理後基板上之量測特性分佈的中心趨勢(例如，平均值)、方差及/或其他特性。
不幸的，這些現有的方法僅提供基板特徵的整體基板概括。它們不逐點匹配處理前和處理後基板中的基板特徵。例如，它們不對處理前和處理後基板上給定特徵部或位置的基板特徵進行匹配。換言之，這些技術不提供處理前和處理後基板表面特徵的一對一匹配。
因此，對製程設計者和負責開發、維護及/或修改製程的其他人員有價值的許多資訊係不可用的。例如，現有方法很難或不可能將來料晶圓差異(例如，給定處理前基板上的某些特徵部比其他特徵部更深)的影響和製程條件的影響分開。換言之，在處理後基板上觀察到的條件可能是處理前晶圓的基板條件的結果及/或在處理基板時採用的一或更多製程條件的結果，但現有方法不能分開這些影響。在不知道處理前基板上給定特徵部如何映射到處理後基板上同一特徵部的情形中，考慮經由製程的調整後，實質上不可能辨別點對點差異對處理前基板表面上的影響。
在某些實施例中，對來自處理前和處理後基板的樣本點進行匹配，而不需要在相同位置處量測處理前和處理後基板的計量量測結果。
為了理解該製程如何工作，應理解，處理前和處理後基板的每一者係藉由一系列樣本(例如，在基板上的不同位置處採取的一系列計量量測)來評估。每一樣本係基板上一位置處的單獨的計量量測結果，例如單獨的CDSEM量測結果。
每一樣本係一計量量測結果，其包括關於許多不同基板表面特徵之任何者的資訊。例如，在處理前晶圓上採集的樣本可包括特徵部的臨界尺寸(CD)、特徵部的深度、特徵部的側壁角度、特徵部上膜層的一或更多光學特性、具有特徵部之結構的化學組成等。類似的，在處理後基板上採集的樣本可包括與處理後基板上給定特徵部之同一組或不同組的表面特徵。這些特徵中的每一者可被考量為樣本的一尺寸。在本文的一些討論中，處理前基板上的樣本由X表示，且處理後基板上的樣本由Y表示。X樣本中的每一者具有尺寸X1、X2、……XN，每一者代表不同的處理前基板特徵，例如，CD、深度等。類似的，Y樣本的每一者具有尺寸Y1、Y2、... YM，每一者也代表不同的處理後基板特徵。
注意，計量資訊不必受限制於單一特徵部，而是可包括來自相鄰特徵部之集合的資訊。一範例是從記憶體單元上的規則重複結構所獲取的光訊號，其中規則重複特徵部用作繞射光柵，其產生可利用光學計量加以量測和分析的訊號。
在一些實施例中，來自處理前基板的樣本與來自處理後基板的樣本進行匹配。匹配可基於以下標準：使來自處理前基板的個別樣本與來自處理後樣本的相同或相似樣本進行匹配。
在一些實施例中，本文描述的製程分析處理前基板和處理後基板的樣本資料，以識別那些彼此單調變化的樣本的尺寸。亦即，識別處理前樣本尺寸(本文稱為X1)和處理後樣本尺寸(本文稱為Y1)，使得Y1的樣本值是X1的樣本值的單調結果。X1的特定範例是已執行蝕刻製程之前的高縱橫比的孔的頂部CD，且Y1是已執行蝕刻製程之後的蝕刻深度。尺寸以直方圖的形式提供，其將豐度(abundance)繪製為所考慮之尺寸數值的函數。如此的直方圖可被提供為對應於所考慮尺寸之概率密度函數的累積分佈函數。
從處理前晶圓樣本中識別及選擇尺寸(X1)、及從處理後基板樣本中識別及選擇對應的尺寸(Y1)，使得X1和Y1符合單調性要求後，對應於這兩個尺寸的樣本值進行匹配。該匹配可藉由從處理前及處理後基板樣本中識別X1和Y1尺寸的數值來達成，其中該等基板樣本在累積分佈函數中具有相同或實質上相似的相對豐度值。
基於匹配的樣本值，成對的處理前和處理後樣本可進行匹配。一旦成對的處理前和處理後樣本匹配完成，所匹配樣本的其他處理前和處理後尺寸(例如，X2、Y2、X3、Y3等)可同樣的基於這些配對而連接。利用這些資訊，處理前基板中及處理後基板中全部樣本的全部組尺寸現在係彼此匹配或彼此連接。
利用這些資訊，可判定處理前基板上個別的特徵部(其具有不同的特徵)如何影響處理後基板中對應的特徵部。類似的，可看到製程差異對基板的個別特徵部的影響。換言之，如此的豐度匹配方法允許將特徵部差異對處理前晶圓的影響與製程條件差異分開。再者，藉由識別製程差異對基板之個別特徵部的影響，製程工程師可識別製程的調整，該製程的調整將產生特定的特徵部特徵。
一些實施例採用物理製程的模型或其他表示來代替計量量測或結合計量量測，以產生處理前基板樣本的尺寸X1、X2、...XN。類似的，一些實施例採用物理製程的模型或其他表示來代替或結合計量量測，以產生處理後基板樣本的尺寸Y1、Y2、...YM。例如，在給定基板上特徵部的位置及/或幾何配置的情形中，離子限制模型可計算往特徵部之特定區域或容積的離子通量。當使用物理製程的模型或其他表示代替計量量測時，仍可執行如上所述的匹配。
匹配處理前和處理後基板樣本。 處理前基板樣本和處理後基板樣本可進行匹配，使得處理前基板特徵部和處理後基板特徵部係在一對一的基礎上進行匹配。
可接收樣本，該樣本與表徵處理前基板的一組處理前尺寸X1、X2、...XN有關。在一些實施例中，每一樣本可與特定的計量量測有關，例如CDSEM量測。每一尺寸是不同類型的處理前特徵部特徵，例如處理前特徵部的CD。類似的，可接收樣本，該樣本與表徵處理後基板的一組處理後尺寸Y1、Y2、...YM有關，其中每一尺寸是不同類型的處理後特徵部特徵，例如處理後基板上的特徵部的CD，已執行蝕刻製程之後的蝕刻深度、面積、或容積，蝕刻製程之後被蝕刻掉的保護襯墊的面積，表示孔型特徵部之扭曲程度的變形量等。
可識別處理前尺寸X1和處理後尺寸Y1，其中所識別的X1和Y1對應於待匹配之樣本值的尺寸。可識別X1和Y1，使得Y1是X1的單調結果。特定範例是X1對應於溝槽開口的CD，且Y1對應於已執行蝕刻製程之後的溝槽深度。
可產生對應於處理前尺寸X1之樣本值的概率分佈和對應於處理後尺寸Y1之樣本值的概率分佈。例如，每一概率分佈可為累積分佈函數(CDF)。作為更特定的範例，X1的CDF(x)可表示從X1抽取的樣本值x j小於數值x的概率P。類似的，Y1的CDF(y)可表示從Y1抽取的樣本值y k小於數值y的概率P。注意，儘管本文描述的範例通常使用累積分佈函數，但也可使用其他類型的概率函數，例如互補累積分佈函數或尾分佈(tail distribution)、分位數函數(quantile function)等。
接收到的樣本可基於X1的概率分佈和Y1的概率分佈進行匹配。特別的，在X1的概率分佈中具有特定概率值的樣本可與在Y1的概率分佈中具有實質上相似或相同之概率值的樣本進行匹配。亦即，樣本係基於在X1和Y1的密度分佈中具有相似或相同豐度的X1和Y1尺寸的分別的數值而進行匹配，其中豐度係分別表示在X1的CDF和Y1的CDF中。
可分析所匹配的樣本，以判定產生樣本之製程的敏感度及/或產生樣本之製程的製程餘量。例如，對於特定的製程，例如特定的蝕刻製程，所匹配的樣本可指示特定的處理後尺寸對處理前尺寸數值的差異有多敏感。
圖1顯示匹配系統，其配置成接收處理前基板計量樣本102和處理後基板計量樣本104。處理前基板計量樣本102對應於處理前CD量測結果，且處理後基板計量樣本104對應於處理後CD量測結果。注意，處理前基板計量樣本102可從以下位置處收集：相對於處理後基板計量樣本104之相同的位置或不同的位置。例如，如圖1所示，處理前基板計量樣本可從包括處理前位置106的位置收集。繼續該範例，處理後基板計量樣本可從包括處理後位置108的位置收集。
匹配系統100配置成匹配處理前基板計量樣本102和處理後基板計量樣本104，以產生如圖110所示的匹配樣本。實際上，所匹配的樣本指示處理前基板計量樣本102的數值對處理後基板計量樣本104的數值的影響。例如，如圖1所示，所匹配的樣本指示處理前CD量測結果對處理後CD量測結果的影響。
圖110顯示諸多不同製程的處理後CD與處理前CD的關係，其中每一製程的處理前樣本和處理後樣本已進行匹配。對於圖110中所示的每一製程而言，處理後CD和處理前CD之間的關係可被認為是線性的，且可用斜率表示。斜率指示製程的製程餘量或製程敏感度。例如，斜率112比斜率114淺，表示相較於對應於斜率114的製程而言，對應於斜率112的製程對處理前CD的差異的較不敏感。
返回參考圖2，根據所揭露標的一些實施例顯示流程圖，該流程圖顯示可由處理器執行的用於匹配處理前和處理後基板樣本的操作。
在202，可接收處理前樣本與處理後樣本，其中處理前樣本與一組處理前尺寸X1、X2、…XN有關，且處理後樣本與一組處理後尺寸Y1、Y2、…YM有關。
每一樣本可對應於處理前晶圓之特定位置處的一組量測結果或數值(在處理前樣本的情形中)，或處理後晶圓之特定位置處的一組量測結果或數值(在處理後樣本的情形中)。在一些實施例中，量測結果或數值可為使用任何合適的計量系統(例如，CDSEM、XSEM、HVSEM等)而量測的計量量測結果。例如，計量量測結果可為特定線、邊緣、溝槽、穿孔、洞、柱等的CD。在一些實施例中，如結合圖5A、5B和5C更詳細所述，數值可為從等式、等式組或模型導出的計算結果。
每一尺寸可代表一特徵部的不同特徵。對應於特徵部特徵的尺寸可包括處理前CD、處理後CD、蝕刻深度、蝕刻容積、在蝕刻製程期間已被蝕刻掉的保護襯墊的量或面積、傾斜(例如，在蝕刻之前高縱橫比結構或特徵部的結構傾斜)等。
注意，可能需要最小數量的處理前樣本及/或處理後樣本，以執行結合方框204~210所示及所述的(複數)匹配技術。例如，匹配技術可需要足夠的樣本來判定諸多尺寸的數值符合特定的標準，例如樣本分佈是平穩的。在一些實施例中，可計算預期樣本方差，例如泊松方差(Poisson variance)，以判定樣本的衍生CDF是否可能是穩定的。在一些實施例中，響應於以下判定，製程可終止：在方框202未接收到所需最小數量的樣本。
圖3A顯示例示性表，該表顯示根據所揭露標的一些實施例的針對一群組樣本，關於不同處理前尺寸及處理後尺寸的數值。
表302顯示三個處理前尺寸(X1、X2和X3)的四個樣本(0、1、2和3)的數值。表 304 顯示三個處理後尺寸(Y1、Y2 和 Y3)的四個樣本(0、1、2 和 3)的數值。注意，雖然表302和304各顯示標記為0、1、2和3的四個樣本，但表302和304中所示的四個樣本未必彼此對應。例如，表302中的樣本0與表304中的樣本0未必具有任何關係。
回到圖2，在204，接收用於匹配的一處理前樣本尺寸和一處理後樣本尺寸的識別。注意，所識別的處理前樣本尺寸在本文中被稱為「X1」，且所識別的處理後樣本尺寸在本文中被稱為「Y1」。
在一些實施例中，X1和Y1可需要符合任何合適的標準。例如，在一些實施例中，可需要X1和Y1的數值分佈是平穩的。作為另一範例，在一些實施例中，可需要Y1的數值與X1具有單調關係。也就是說，在一些實施例中，Y1的觀測值可為具有單調關係的X1的結果。注意，X1和Y1不需要具有相似的分佈特徵、跨越相似的範圍、或具有(不同於具有單調關係且平穩的)其他相關性。
作為一特定範例，X1可為蝕刻製程之前的開口的CD，且Y1可為蝕刻製程之後的蝕刻深度。作為另一特定範例，X1可為處理前特徵部的CD，且Y1可為處理後特徵部的CD。以下結合圖5A、5B和5C顯示及描述額外的特定範例。
在一些實施例中，X1和Y1可手動識別，例如由製程工程師識別。或者，在一些實施例中，X1和Y1可藉由算法識別。例如，X1和Y1可藉由算法識別為具有符合上述標準之數值的尺寸。
在206，可產生Xl的樣本的概率分佈和Yl的樣本的概率分佈。
例如，在一些實施例中，每一概率分佈可表示為直方圖，該直方圖指示樣本小於或等於特定值的頻率。因此，如此的概率分佈可被認為是累積分佈函數，其對應於每一尺寸之概率密度函數下的面積。
注意，儘管本文討論的範例使用累積分佈函數，但在一些實施例中，可使用其他類型的概率分佈。例如，可使用互補累積分佈函數或尾分佈，其指示樣本超過特定值的概率。作為另一範例，可使用逆累積分佈函數(inverse cumulative distribution function)或分位數函數，其指示映射到累積分佈函數中的特定概率的樣本值。
作為更特定的範例，圖3B描繪例示性X1直方圖306和例示性Y1直方圖308。如圖所示，X1直方圖306顯示來自X1之樣本值將小於X1之給定值x的概率。類似的，Y1直方圖308顯示來自Y1之樣本值將小於Y1之給定值y的概率。
返回參考圖2，在208，對於X1樣本值，可基於X1的概率分佈和Y1的概率分佈來識別匹配的Y1樣本值。也就是說，基於樣本值各自的累積分佈函數中具有相同或實質上相似的豐度，可對於樣本值進行匹配。
例如，返回圖3B，參考X1直方圖306，就P(X1＜x)=0.4而言，X1的數值x約為-0.4。因此，就X1的數值為-0.4而言，樣本j可匹配至來自Y1分佈的樣本k，其中P(Y1＜y)=0.4。參考Y1直方圖308，匹配的樣本k可被識別為具有約為-0.2之數值的樣本k。
返回參考圖2，在一些實施例中，當處理前基板樣本與處理後基板樣本匹配時，可計算處理前基板樣本匹配特定處理後基板樣本的概率。例如，可計算(相關於尺寸X1之)樣本j與(相關於尺寸Y1之)樣本k匹配的概率。在一些實施例中，可針對複數潛在樣本計算匹配概率，且可基於最高匹配概率來識別匹配樣本。例如，對於特定樣本j，可計算j匹配樣本k1、k2和k3的概率。繼續這個範例，基於分配給k1、k2和k3各自的最高匹配概率，樣本j可匹配至k1、k2和k3一者。
應注意，可計算樣本j與樣本k匹配的概率，且可額外計算樣本k與樣本j匹配的對應概率。通常，兩概率可實質上相似或相同。在一些情形中，兩概率的顯著差異可能表明用於構建基礎CDF的樣本量不夠大，及/或基礎樣本不穩定。
在210，剩下的處理前樣本尺寸X2、…XN的樣本值和剩下的處理後樣本尺寸Y2、…YM的樣本值可基於針對X1和Y1所匹配的匹配樣本值加以連接。注意，在一些實施例中，可省略方框210。
圖3C描繪例示性表，其中樣本在全部尺寸上都匹配。
如排310所示，處理前樣本索引0已與處理後樣本索引332匹配。在該範例中，基於Xl與Y1的概率分佈，處理前樣本索引0已與處理後樣本索引332匹配。亦即， P(X1=1.76)=0.93的累積分佈概率值匹配P(Y1=0.61)=0.93的累積分佈概率值，基於此，處理前樣本索引0已與處理後樣本索引332進行匹配。注意，處理前樣本索引0到處理後樣本索引332的匹配已被分配0.931的概率。類似的，處理後樣本索引332到處理前樣本索引0的匹配已被分配了0.93的概率。
另外，應注意，對於排310，表中包括X2、X3、Y2和Y3的樣本值，以說明在將處理前樣本索引0匹配至處理後樣本索引332之後，X2、X3、Y2及Y3的數值可同樣的加以連接。換言之，藉由使用X1和Y1尺寸來匹配樣本，X2、X3、Y2和Y3尺寸可僅藉由相關於利用X1和Y1尺寸所匹配的樣本來連接，即使X2、X3、Y2和Y3尺寸的分佈不符合上述結合框204所述的標準亦然。
返回參考圖 2，製程可在212處結束。
在將剩下的處理前樣本與剩下的處理後樣本尺寸進行連接之後，已產生所匹配樣本的多尺寸資料集。該資料集可用於許多用途，例如隔離和識別特定處理前尺寸對特定處理後尺寸的影響，識別可能導致(如處理後尺寸之特定值所指示的)失效或缺陷的特定處理前尺寸的數值，識別可減輕製程失效的處理前尺寸數值的變化等。多尺寸資料集的用途於下文結合圖8加以顯示及描述。
此外，在一些情形中，匹配樣本的資料集可能缺失一些樣本及/或一些尺寸的數值。在一些情形中，處理前尺寸和處理後尺寸之間的關係可用於內插或外推缺失的數值。例如，在匹配樣本的資料集指示處理前尺寸X1和處理後尺寸之間的關係可被認為是線性的情形中，可基於線性關係及基於樣本之X1的已知或量測數值來計算該特定樣本之Y1的缺失值。相反，可以類似的方式計算X1的缺失值。
返回圖4A和4B，其根據所揭露的標的一些實施例顯示圖，該圖繪示如上所述之匹配的處理前樣本和處理後樣本如何可將晶圓差異與製程差異分開。
圖4A顯示三個製程(製程1、製程2和製程3)的處理後CD作為處理前CD之函數的圖，其中三個製程相同，但是對於這三個製程，存在潛在的晶圓數量差異(例如，由於採樣差異及/或由於處理前基板表面的潛在差異)。在樣本匹配之後(例如，使用上述結合圖2所述的技術)，處理後CD到處理前CD的關係對於全部三個製程是相同的，其係預期沒有製程差異。這顯示樣本匹配技術可正確的將處理前基板樣本與處理後基板樣本進行匹配，即使針對沒有製程差異的潛在晶圓數量差異亦然。
相反，參考圖4B，在三個製程不同(例如，使用不同設定點、使用不同配方等)的情形中，在匹配處理前樣本和處理後樣本之後，三個製程可清楚的加以區分。
注意，如圖4B所示的不同製程的斜率可指示製程的敏感度或製程的製程餘量。例如，具有較陡斜率的製程可比具有較淺斜率的製程更敏感(或具有較小的製程餘量)。
兩層堆疊蝕刻製程。圖5A、5B、5C、6、7A和7B繪示使用上文結合圖2描述的用於匹配處理前及處理後樣本的技術和資料，其關於兩層堆疊蝕刻製程。特別的，離子用於在底部層中蝕刻「凹坑」，該底部層係堆疊在頂部層上，其中頂部層和底部層係在蝕刻製程之前進行堆疊。注意，頂部層和底部層堆疊的位置點在本文中稱為「接合處」。
圖5A繪示兩層堆疊蝕刻製程和相關參數的示意圖。
計量量測結果502繪示使用兩層堆疊蝕刻製程進行處理的晶圓的頂部層和底部層。特別的，計量量測結果502包括上部層504的HVSEM和底部層506的HVSEM。注意，上部層和底部層可包括高縱橫比孔，其中孔具有相對高的深度對寬度CD比。
底部層506中的凹坑可藉由穿過頂部孔508至底部層的離子加以蝕刻。在一些實施例中，頂部孔508可具有介於約20~60奈米範圍內的CD、介於約30-50奈米範圍內的CD等。在穿過頂部層之後，離子然後可在底部層中蝕刻凹坑。在一些實施例中，凹坑可具有介於約0~70奈米範圍內的蝕刻深度、介於約20~50奈米範圍內的蝕刻深度、介於約0~20奈米範圍內的蝕刻深度等。每一凹坑可描述為具有凹坑容積，其係蝕刻深度和蝕刻面積的乘積。應注意，可施加保護襯墊到與凹坑有關的側壁部分，該保護襯墊可在蝕刻製程之前施加。理想的，蝕刻製程將產生具有期望蝕刻深度的凹坑，且不蝕刻掉或損壞側壁的保護襯墊。
每一離子遵循離子路徑510。離子路徑510係由在蝕刻製程執行的沉積製程加以限定。接合處512描繪頂部層和底部層堆疊的區域。接合處512的CD可在約30~50奈米的範圍內、約35~45奈米的範圍內等。
然而，在一些情形中，離子路徑可具有傾斜角514。例如，可在頂部層和底部層的堆疊期間引入傾斜角514，例如頂部層和底部層相關於接合處不對齊的情形。傾斜角514可在離子路徑510相對於接合處512之間引入偏移。該偏移可由偏移半徑518表示。離子路徑510和接合處512之間的重疊部分被示為重疊區域520。
注意，重疊區域520對應於被蝕刻的凹坑。在一些實施例中，重疊區域520可對應於處理前尺寸，如下文結合圖5B所述，該處理前尺寸係匹配至凹坑容積的處理後尺寸。如圖5A所示的非重疊區域522對應於離子路徑510與接合處512不重疊的區域。因此，非重疊區域522可對應於側壁的保護襯墊被蝕刻掉的區域。在一些實施例中，非重疊區域522可對應於處理前尺寸，如下文結合圖5C所述，該處理前尺寸係匹配至襯墊損耗面積的處理後尺寸。
在一些實施例中，用於匹配處理前和處理後樣本的尺寸的數值可使用模型來計算或產生。圖5B和5C顯示用於計算處理前尺寸X1的數值的圖，其就上文結合圖5A所示及所述的兩層堆疊蝕刻製程使用離子限制模型。
圖5B顯示在從頂部層到底部層的離子路徑與期望接合處位置重疊的情形中，用於匹配處理前樣本和處理後樣本的尺寸。
圖530顯示計算的重疊區域532，其用作用來匹配之Xl尺寸的數值。重疊區域532為標量值(scalar value)，其指示由用於蝕刻之離子所產生的凹坑與接合處重疊的面積，如上文結合圖5A所示和所述。
重疊區域532是使用離子限制模型來計算，該離子限制模型計算重疊區域532的數值。離子限制模型可包括任何合適的等式或其他表示，例如包括當具有特定傾斜角時之離子到達底部層的位置、溫度資訊、離子種類資訊等。作為更特定的範例，基於從頂部層和底部層的HVSEM圖像(例如，底部層502的HVSEM，及上部層504的HVSEM)所獲得的資訊，可計算重疊區域532。
在一些實施例中，用於匹配的Y1尺寸可為在底部層上得到的凹坑的容積，如圖534所示。凹坑容積可基於蝕刻面積和蝕刻深度的計量量測結果加以計算。
圖5C顯示在離子路徑與期望接合處位置不重疊的情形中，用於匹配處理前和處理後樣本的尺寸。
圖540顯示計算的錯開區域542，其用作用於匹配的Xl尺寸的數值。錯開區域542是標量值，其指示離子錯開接合處位置的面積。類似於上文結合圖5B的重疊區域532所述內容，可使用離子限制模型來計算錯開區域542。
在一些實施例中，用於匹配的Yl尺寸可為計量量測結果，其指示襯墊損耗面積。襯墊損耗面積表示側壁上已被蝕刻掉的保護襯墊的面積。圖544顯示可用作Y1匹配值的襯墊損耗面積計算。
回顧圖2和3C，在使用X1和Y1尺寸匹配處理前樣本和處理後樣本之後，其他尺寸(X2、X3、Y2、Y3等)的數值係同樣加以連接。因此，產生的資料集是多尺寸的，其中在針對複數處理前尺寸及複數處理後尺寸具有匹配數值的情況下，處理前樣本匹配至處理後樣本。
可針對複數目的分析多尺寸關係，例如識別處理前尺寸的偏移或調整，這將減輕或降低製程失效的可能性。注意，圖6、7A和7B描述所匹配的多尺寸資料集和所匹配之多尺寸資料集的用途，以用於上文結合圖5A、5B和5C所示及所述之兩層堆疊蝕刻製程的失效減輕。圖8顯示使用所匹配的多尺寸資料集進行失效減輕的概括例示性流程圖。
圖6顯示多尺寸圖，其可構建成顯示處理前樣本尺寸和處理後樣本尺寸之間的多尺寸關係，該處理前樣本尺寸和處理後樣本尺寸相關於上文結合圖5A、5B和5C所示及所述之兩層堆疊蝕刻製程。
圖602顯示在離子路徑與期望接合處位置重疊的情形中的多尺寸關係。回顧可知(如圖 5B 所示)，在這些情形中，匹配關係使用重疊區域的X1尺寸(離子路徑和接合處之間)和凹坑容積的Y1尺寸，其中重疊區域係使用離子限制模型加以計算。
在一些實施例中，處理前尺寸可額外包括傾斜角(X2)和接合處CD(X3)。傾斜角(如圖 5A 所示)描述與直線垂直路徑的角度偏差，且接合處CD描述兩堆疊層連接處的CD。如上文結合圖2和3C所述，在使用X1和Y1尺寸的數值已進行樣本匹配之後，對應於X2和X3尺寸的樣本值可相應的加以連接。因此，圖602顯示在X2和X3尺寸已連接之後，作為傾斜角(亦即，X2數值)和接合處CD(亦即，X3數值)之函數的凹坑容積(亦即，Y1數值)。
圖604顯示在離子路徑與期望接合處位置不重疊的情形中的多尺寸關係。回顧可知(如圖 5C 所示)，在這些情形中，匹配關係使用錯開區域的X1尺寸和襯墊損耗面積的Y1尺寸，其中錯開區域是使用離子限制模型加以計算。
在一些實施例中，處理前尺寸可額外包括傾斜角(X2)和接合處CD(X3)，如上文結合圖602所述。類似於上文所述內容，在使用X1及Y1尺寸已進行樣本匹配之後，對應於X2及X3尺寸的樣本值可對應的加以連接。因此，圖604顯示在X2和X3尺寸已連接之後，作為傾斜角(亦即，X2數值)與接合處CD(亦即，X3數值)之函數的襯墊損耗面積。
圖7A顯示等值線圖，其可用於識別製程參數的調整，以減少相關於上文結合圖5A、5B和5C所示及所述之兩層堆疊蝕刻製程的失效數量。
在一些實施例中，可基於符合特定失效標準的任何合適的處理後特徵部的數值來對失效進行分類。例如，對於兩層堆疊蝕刻製程而言， 1) 當凹坑容積小於閾值凹坑容積時，及/或2)當襯墊損耗面積超過閾值襯墊損耗面積時，可對失效進行分類。在一些實施例中，失效可為二元的，使得符合上述失效標準任一者的晶圓(亦即，不符合最小凹坑容積、或超過最大襯墊損耗面積)被分類為失效，以及反之，不符合上述失效標準任一者的晶圓被分類為符合或非失效。
圖7A的等值線圖702顯示分類為失效的晶圓上特徵部的分佈，其作為傾斜及接合處CD之特定值的函數。注意，在等值線圖702和704中，區域706指示特徵部的較密集的分佈，且失效區708指示晶圓上特徵部通常被分類為失效的區域。
圖7A的等值線圖704顯示被分類為失效的晶圓的分佈，其作為所識別之傾斜和接合處CD的推薦值的函數。推薦值可表示將傾斜角保持在特定值以下的推薦(例如，小於5奈米、小於3奈米等)，及/或將接合處CD增加特定量的推薦(例如，1奈米、2奈米等)。注意，等值線圖704的失效區已偏移，使得較高百分比的晶圓被分類為通過，其乃對傾斜及/或接合處CD作出推薦改變的結果。
注意，等值線圖704可基於圖6的圖602和604而產生。例如，凹坑容積失效可分類為低於凹坑容積閾值的凹坑容積。繼續這個範例，圖602上的凹坑容積閾值之位準處切出的平面可用於識別產生以下者的傾斜值和接合處CD的數值：凹坑容積失效、及相反之符合凹坑容積。進一步繼續這個範例，襯墊損耗面積失效可分類為超過襯墊損耗閾值的襯墊損耗面積。進一步繼續該範例，圖604上的襯墊損耗閾值之位準出切出的平面可用以識別產生以下者的傾斜值和接合處CD的數值：襯墊損耗面積失效、及相反之符合襯墊損耗量。然後，藉由疊加圖602及604之平面切割所產生的圖，可構造等值線圖704。
圖7B顯示由多尺寸匹配處理前和處理後樣本所構成的圖，其中匹配是在整個晶圓樣本上進行。
圖750和752分別顯示具有兩不同堆疊蝕刻製程的匹配樣本。在圖750和752的每一者中，分析兩完整的晶圓，其中相關於圖752之晶圓的兩晶圓間之晶圓差異比相關於圖750的晶圓更大。在圖750和752中，z軸對應於失效率，其係基於用來產生等值線圖702和704的計算結果，且x及y軸分別對應於x和y晶圓坐標。注意，對於圖750和752中的每一者，每一製程實施兩次，且處理前和處理後樣本的匹配是在整個晶圓樣本上執行。
圖750和752分別額外的顯示等值線圖762和764，其對應於圖750和752的平面的等值線圖。
如圖750和752所示，在匹配處理前和處理後樣本之後，可將製程差異與晶圓差異分開，甚至當在整個晶圓樣本上進行匹配時亦然。圖750和752中輪廓754~760的每一者繪示不同晶圓的失效分析。特別的，關於圖750，在兩個被分析的晶圓相似的情形中，關於兩個晶圓中之每一者的失效率相似，如相似的輪廓754和756所示。繼續進一步講，圖752顯示不同的失效率(如輪廓758和760所示)，該不同的失效率相關於用來產生圖752之分析晶圓的每一者，其中不同的失效率是由於兩晶圓之間較大的晶圓差異所致。此外，可觀察到相關於圖750的蝕刻製程與相關於圖752的蝕刻製程之間的差異，這是由於圖750之輪廓754及756相對於圖752之輪廓758及760的差異。
產生推薦來減輕失效。返回圖8，其顯示根據所揭露標的一些實施例的流程圖，該流程圖顯示處理器的操作，以用於基於所匹配的處理前樣本和處理後樣本來產生減輕失效的推薦。
在802，可接收多尺寸匹配樣本的資料集，其中每一樣本相關於處理前樣本尺寸(例如，Xl、X2、...XN)和處理後樣本尺寸(例如，Y1、Y2、...YM)。例如，所接收的資料集類似於上文結合圖3C之表所示及所述的格式。在一些實施例中，資料集可使用上文結合圖2所示及所述技術來構建。
在804，可接收失效標準的指示。在一些實施例中，失效標準可指示構成處理後基板之失效的特定處理後尺寸(例如，Y1、Y2、...YM)的閾值。例示性失效標準可包括小於閾值深度的蝕刻深度、小於期望CD的處理後CD等。
作為更特定的範例，如上文結合圖7A中的兩層堆疊蝕刻製程所述，失效標準可包括低於最小容積閾值的凹坑容積及/或超過襯墊損耗閾值的襯墊損耗面積。注意，這僅為例示性，且在一些實施例中，失效標準可特定於任何合適的製程。
在一些實施例中，失效標準可手動指定，例如由製程工程師指定。附加地或替代地，在一些實施例中，失效標準可從資料庫中得到，例如指示諸多製造製程之規格的失效資料庫。
在806，可基於失效標準和多尺寸匹配樣本的資料集來識別可能產生失效的處理前樣本尺寸的數值。注意，處理前樣本尺寸可被識別為實際上可加以控制或調整的尺寸，例如處理前CD、傾斜角等。
例如，圖可構建成繪製關注處理後尺寸的數值，其作為一或更多關注處理前尺寸的函數。繼續這個範例，對應於圖之水平切割的平面可用於識別處理前樣本尺寸的數值，其中該平面位於對應於失效閾值的Z軸數值處。
作為特定範例，在晶圓被分類為失效的情形中(當凹坑容積小於最小凹坑容積閾值時)，平面可位於最小凹坑容積閾值處(亦即，在圖6的圖602上)。繼續這個特定範例，然後可識別傾斜角和接合處CD 的數值，其產生低於平面的凹坑容積(亦即，低於最小凹坑容積閾值)。
作為另一特定範例，在晶圓被分類為失效的情形中(當襯墊損耗面積超過最大允許損耗閾值時)，平面可位於最大允許損耗閾值處(亦即，在圖6的圖604上)。繼續這個特定範例，然後可識別傾斜角和接合處CD的數值，其產生在平面上方的襯墊損耗面積(亦即，高於最大允許損耗閾值)。
在一些實施例中，在808，可識別對處理前樣本尺寸之數值的一或更多調整，以減少失效的數量及/或改變失效分佈。例如，在一些實施例中，可識別可能產生不分類為失效之處理後樣本尺寸值的處理前樣本尺寸值。注意，在一些實施例中，可省略方框808。
作為更特定的範例，就上文結合圖6所示和所述的兩層堆疊蝕刻製程的多尺寸匹配樣本而言，可識別不太可能產生分類為失效之凹坑容積的(亦即，小於最小允許凹坑容積閾值)傾斜角及/或接合處CD。作為另一更特定範例，可識別不太可能產生分類為失效之襯墊損耗面積(亦即，超過最大允許襯墊損失)的傾斜角及/或接合處CD。
在識別對處理前樣本尺寸的一或更多調整之後，可提出推薦，該推薦指示所識別的一或更多調整。例如，可(例如，向製程工程師)提出推薦，該推薦指示處理前CD應該移動或增加特定量，且指示傾斜角應被保持在特定量以下等。
該製程可在810結束。
應用。藉由將處理前基板的特徵部映射到處理後基板上的特徵部，本文描述的技術允許製程工程師將晶圓差異的影響與製程差異的影響分開。特別的，藉由將晶圓差異的影響與製程差異的影響分開，製程工程師可評估特定製程的諸多特性，例如製程對一或更多製程條件的變化的敏感度。
額外的，可提供處理後尺寸(例如，處理後CD、蝕刻深度或容積、襯墊損耗面積等)和處理前尺寸(例如，處理前CD、離子傾斜等)之間的關係，使得製程工程師可識別特定處理前尺寸的變化對關注之處理後尺寸的影響。作為特定範例，在蝕刻製程期間側壁上的襯墊損耗面積應被最小化的情形中，製程工程師可使用襯墊損耗面積和一或更多處理前尺寸(例如，蝕刻期間的離子傾斜、處理前CD等)之間的關係來識別處理前尺寸的最佳值，以使襯墊損耗面積最小化。
因此，藉由允許製程工程師快速識別製程條件變化的晶圓上效應(其將提供改進的處理後基板特徵部)，本文描述之用於將處理前基板特徵部匹配至處理後基板上特徵部的技術可改善製造製程。例如，藉由識別處理前和處理後尺寸之間的關係，製程工程師不必利用試錯法來識別潛在的製程條件變化，從而節省時間和其他資源。
揭露之電腦實施例的內容。本文揭露的某些實施例關於電腦系統，其用於匹配處理前基板樣本和處理後基板樣本。
可採用許多類型的電腦系統作為揭露系統來實施本文揭露的演算法，該許多類型的電腦系統具有諸多電腦架構之任何者。例如，系統可包括軟體元件，其在一或更多一般用途處理器或特別設計處理器上執行，例如，特定用途積體電路(ASIC，Application Specific Integrated Circuit)、或可程式化邏輯裝置(例如，場可程式化閘陣列(FPGA，Field Programmable Gate Array))。進一步講，系統可在單一裝置上實施或在分散的複數裝置上實施。電腦元件的功能可相互合併或進一步拆分為複數子模組。
在一些實施例中，在技術的產生或執行期間針對匹配樣本尺寸而在適當程式化系統上執行的代碼可以軟體元件的形式加以執行，該軟體元件可儲存在非揮發性儲存媒體(例如光碟、快閃儲存裝置、移動硬碟等)中，其包括構成電腦裝置(例如，個人電腦、伺服器、網路設備等)的一些指令。
在一位準上，軟體元件係實施為一組命令，其由程式員/開發人員準備。然而，可由電腦硬體執行的模組軟體係可執行代碼，其係使用選自特定機器語言指令集的「機器代碼」或使用設計到硬體處理器中的「本地指令」而提交到記憶體。機器語言指令集或本地指令集係已知的，且實質上內建於(複數)硬體處理器中。這是系統和應用軟體與硬體處理器通訊的「語言」。每一本地指令是分散代碼，其係藉由處理架構加以識別，且可針對以下者指定特定的紀錄器：算術、尋址、或控制功能、特定記憶體位置或偏移、以及用於解釋運算元(operand)的特定尋址模式。藉由組合這些簡單的本地指令來構建較複雜的操作，這些本地指令係依序執行，或者按照控制流指令以其他方式執行。
可執行軟體指令和硬體處理器之間的相互關係是結構性的。換句話說，指令本身就是一系列符號或數值。它們本質上不傳達任何資訊。是設計上被預先配置成用來解釋符號/數值的處理器賦予意義至指令。
本文使用的方法和技術可配置成在單一位置處的單一機器上、在單一位置處的複數機器上、或在複數位置處的複數機器上加以執行。當採用複數機器時，可針對其特定任務來訂製個別機器。例如，需要大組代碼及/或顯著處理能力的操作可在大型及/或固定機器上實施。
此外，某些實施例關於有形及/或非暫態電腦可讀媒體或電腦程式產品，其包括用於執行諸多電腦實施操作的程式指令及/或資料(包括資料結構)。電腦可讀媒體的範例包括但不限於半導體記憶體裝置、相變裝置、諸如光碟驅動器的磁性媒體、磁性帶、諸如CD的光學媒體、磁性光學媒體和特定用於儲存和執行程式指令的硬體裝置，例如唯讀記憶體裝置(ROM，read-only memory device)和隨機存取記憶體(RAM，random access memory)。電腦可讀媒體可由最終使用者直接控制，或者媒體可由最終使用者間接控制。直接控制媒體的範例包括位於使用者設施的媒體及/或不與其他實體共用的媒體。間接控制媒體的範例包括使用者經由外部網路及/或經由服務(該服務提供共用資源，例如「雲端」)可間接存取的媒體。程式指令的範例包括機器代碼(例如，由編譯器產生的機器代碼)和文件資料(該文件資料包括可使用編譯器藉由電腦加以執行的高位準編碼)兩者。
在諸多實施例中，在所揭露的方法和設備中採用的資料或資訊係以電子格式加以提供。如此的資料或資訊可包括計量量測、累積分佈及類似者。如本文所用，以電子格式提供的資料或其他資訊可用於機器上的儲存和機器之間的傳輸。習知的，電子格式的資料係以數位方式加以提供，且可儲存為諸多資料結構、列表、資料庫等中的位元及/或字節。資料可以電子、光學等方式來實施。
系統軟體通常與電腦硬體和相關記憶體接合。在一些實施例中，系統軟體包括操作系統軟體及/或韌體，以及安裝在系統中的任何中間體和驅動體。系統軟體提供電腦的基礎的非特定任務功能。相反，模組和其他應用軟體用於達成特定任務。模組的每一本地指令係儲存在記憶體裝置中，且由一數值表示。
圖9中描繪例示性電腦系統900。如圖所示，電腦系統900包括輸入/輸出子系統902，其可實施界面，該界面取決於應用而用來與人類使用者及/或其他電腦系統進行接合。本揭露內容的實施例可在系統900上的程式代碼中實施，且I/O子系統902用於接收來自人類使用者的輸入程式語句及/或資料(例如，藉由GUI或鍵盤)，且用於將它們向使用者顯示。I/O子系統902可包括例如鍵盤、滑鼠、圖形使用者界面、觸摸螢幕、或用於輸入的其他界面、以及例如LED或其他平面螢幕顯示器、或用於輸出的其他界面。
通訊界面907可包括用於通訊的任何合適的電腦或電路，其使用任何合適的通訊網路(例如，網際網路、內部網路、廣域網路(WAN，wide-area network)、局部網路(LAN，local-area network)、無線網路、虛擬私人網路(VPN，virtual private network)及/或任何其他合適類型的通訊網路)。例如，通訊界面907可包括網路界面卡電路、無線通訊電路等。
程式代碼可儲存在非暫態媒體中，諸如，輔助記憶體910、或記憶體908、或兩者。在一些實施例中，輔助記憶體910可為永久儲存。一或更多處理器904從一或更多非暫態媒體讀取程式代碼，且執行該代碼，以使電腦系統能夠達成由本文實施例執行的方法。本領域技術人員將理解，處理器可接受源代碼，例如用於執行訓練及/或模型操作的語句，且將源代碼解釋或編譯成機器代碼，該機器代碼在處理器的硬體閘位準係可理解的。匯流排905耦合I/O子系統902、處理器904、周邊裝置906、通訊界面907、記憶體908和輔助記憶體910。
結論。在前描述中，提出許多特定細節，提出許多特定細節，以提供對本實施例的透徹理解。所揭露實施例可在沒有這些特定細節的一些或全部的情況下實施。在其他情形中，已熟知的製程步驟未加詳細描述，以免不必要地模糊所揭露實施例。儘管所揭露實施例係結合特定實施例加以描述，但將理解，特定實施例不意圖限制所揭露實施例。
除非另有指示，否則本文揭露的方法操作和裝置特徵涉及本領域技術範圍內常用於計量學、半導體裝置製造技術、軟體設計和程式化、以及統計學中的技術和設備。
除非本文另有定義，否則本文使用的全部技術和科學用語具有如本領域普通技術人員通常理解的相同含義。諸多科學詞典(包括本文所含的用語)對本領域人員係熟知且可用的。儘管類似於或等效於本文所述者的任何方法及材料可用於本文揭露實施例的實施或測試，但仍描述一些方法及材料。
數值範圍包括定義範圍的數字。其旨在本說明書全文所給出的每一最大數值限制包括每一較低數值限制，如同這些較低數值限制在本文中明確寫出。本說明書全文所給出的每一最小數值限制將包括每一較高數值限制，如同這些較高數值限制在本文中明確寫出。本說明書全文所給出的每一數值範圍將包括落入如此之較寬數值範圍內的每一較窄的數值範圍，如同這些較窄的數值範圍在本文中明確寫出。
本文提供的標題並非旨在限制本揭露內容。
如本文所用，除非內容另有明確指示，否則單數用語「一」、「一個」和「該」包括複數。如本文所用，除非另有指示，否則用語「或」意為非排除性。
諸多電腦元件(包括處理器、記憶體、指令、例程、模型或其他元件)可被描述為或稱為「配置成」執行任務或複數任務。在如此的內容中，藉由指示元件包括在操作期間執行任務或複數任務的結構(例如，儲存的指令、電路等)，片語「配置成」用來表示結構。因此，單元/電路/元件可以說是配置成執行任務，即使特定元件當下未必可操作時(例如，未開啟)中亦然。
與「配置成」語言一起使用的元件可指硬體—例如，電路、記憶體儲存程式指令(其可執行來實施操作)等。此外，「配置成」可指通用結構(例如，通用電路)，其係藉由軟體及/或韌體(例如，FPGA或執行軟體的通用處理器)加以操控，從而以能夠執行所述(複數)任務的方式進行操作。此外，「配置成」可指一或更多記憶體或儲存元件，其儲存用於執行所述(複數)任務的電腦可執行指令。如此的記憶體元件可包括具有處理邏輯的電腦片上的記憶體。在一些內容中，「配置成」亦可包括調整製造製程(例如，半導體製造設施)，以製造適用於實施或執行一或更多任務的裝置(例如，積體電路)。
100:匹配系統 102:樣本 104:樣本 106:位置 110:圖 112:斜率 114:斜率 202~212:方框 302:表 304:表 306:直方圖 308:直方圖 310:排 502:量測結果 504:上部層 506:底部層 508:孔 510:離子路徑 512:接合處 514:傾斜角 518:偏移半徑 520:重疊區域 522:非重疊區域 530:圖 532:重疊區域 534:圖 540:圖 542:錯開區域 544:圖 602:圖 604:圖 702~704:等值線圖 706:區域 708:失效區 750:失效區 752:失效區 754~760:輪廓 762~764:等值線圖 802~810:方框 900:電腦系統 902:I/O子系統 904:處理器 905:匯流排 906:外圍裝置 907:通訊界面 908:記憶體 910:輔助記憶體 X1:尺寸 Y1:尺寸
圖1呈現根據所揭露標的一些實施例的配置成匹配處理前和處理後基板樣本的匹配系統的使用示意圖。
圖2呈現根據所揭露標的一些實施例的用於匹配處理前和處理後基板樣本的處理器的操作。
圖3A、3B和3C顯示根據所揭露標的一些實施例的用於匹配處理前和處理後基板樣本的例示性資料。
圖4A和4B顯示根據所揭露標的一些實施例的圖，其繪示將晶圓差異與製程差異分開，此乃匹配處理前和處理後基板樣本的結果。
圖5A顯示根據所揭露標的一些實施例的兩層堆疊層蝕刻製程的示意圖。
圖5B和5C顯示根據所揭露標的一些實施例，針對圖5A中所示蝕刻製程之可進行匹配的處理前尺寸和處理後尺寸。
圖6顯示根據所揭露標的一些實施例，在多尺寸樣本匹配之後，用於評估圖5A中所示蝕刻製程的例示性圖。
圖7A和7B顯示根據所揭露標的一些實施例的用於識別和減輕圖5A中所示蝕刻製程之失效的例示性圖。
圖8呈現根據所揭露標的一些實施例之為製程調整產生推薦之處理器的操作。
圖9呈現一例示性電腦系統，該電腦系統可用於實施本文描述的某些實施例。
202~212:方框

Claims (23)

  1. 一種電腦程式產品，其用於匹配處理前基板樣本和處理後基板樣本，該電腦程式產品包括一非暫態電腦可讀媒體，其上提供電腦可執行指令，用於： 接收相關於第一組尺寸的複數樣本及相關於第二組尺寸的複數樣本，該第一組尺寸表徵一處理前基板，該第二組尺寸表徵一處理後基板； 接收待匹配之處理前尺寸其中一者和處理後尺寸其中一者的識別； 產生樣本之第一概率分佈和樣本之第二概率分佈，該樣本之第一概率分佈用於經識別的處理前尺寸，該樣本之第二概率分佈用於經識別的處理後尺寸；以及 基於該第一概率分佈及該第二概率分佈，將具有該經識別的處理前尺寸的樣本匹配至具有該經識別的處理後尺寸的樣本。
  2. 如請求項1之電腦程式產品，其中該識別係基於尋找處理前尺寸之該其中一者與處理後尺寸之該其中一者之數值之間的一單調關係。
  3. 如請求項1或2之電腦程式產品，其中該第一概率分佈及該第二概率分佈的每一者係一累積分佈函數，且其中基於該所識別的處理前尺寸的數值與該所識別的處理後尺寸的數值在其對應的累積分佈函數中具有實質上類似的發生概率，將該經識別的處理前尺寸的該數值匹配至該經識別的處理後尺寸的該數值。
  4. 如請求項1或2之電腦程式產品，更包括用於以下者的電腦可執行指令：基於該經識別的處理前尺寸與該經識別的處理後尺寸的匹配樣本，將一或更多剩下之處理前尺寸的數值與一或更多剩下之處理後尺寸的數值進行匹配。
  5. 如請求項1或2之電腦程式產品，其中該經識別的處理前尺寸係處理前臨界尺寸量測結果。
  6. 如請求項1或2之電腦程式產品，其中該經識別的處理後尺寸係處理後臨界尺寸量測結果。
  7. 如請求項1或2之電腦程式產品，其中該經識別的處理前尺寸的數值係利用一模型產生。
  8. 如請求項7之電腦程式產品，其中該模型係一離子限制​​模型，其預測用於蝕刻堆疊之兩基板層的一離子的一路徑。
  9. 如請求項8之電腦程式產品，更包括用於以下者的電腦可執行指令： 基於該離子限制模型判定該離子是否穿過位於該兩基板層堆疊之處的一接合處；以及 基於該離子是否穿過該接合處的判定，選擇待匹配之該經識別的處理前尺寸。
  10. 如請求項9之電腦程式產品，其中判定該離子穿過該接合處，且其中該經識別的處理前尺寸對應於一橫剖面面積，該橫剖面面積指示該離子之該路徑與該接合處之間的重疊部。
  11. 如請求項10之電腦程式產品，其中該經識別的處理後尺寸對應於該兩基板層的一底部層上的蝕刻容積。
  12. 如請求項9之電腦程式產品，其中判定該離子未穿過該接合處，且其中該經識別的處理前尺寸對應於一橫剖面面積，該橫剖面面積指示該離子之該路徑與該接合處之間的差異。
  13. 如請求項12之電腦程式產品，其中該經識別的處理後尺寸對應於一側壁的一襯墊損耗面積。
  14. 一種電腦程式產品，其用於評估半導體製造製程，該電腦程式產品包括一非暫態電腦可讀媒體，其上提供電腦可執行指令，用於： 接收一資料集，該資料集包括具有處理前尺寸的第一複數樣本，其與具有處理後尺寸的第二複數樣本匹配，其中基於該處理前尺寸之其中一者之樣本值的一第一概率分佈及該處理後尺寸之其中一者之樣本值的一第二概率分佈，該第一複數樣本已與該第二複數樣本進行匹配； 基於給定處理後尺寸相對於一閾值的數值，識別針對該處理後尺寸之任何給定者的一標準，其指示製程失效；以及 基於匹配至給定處理後尺寸的一處理前尺寸的數值，識別製程失效的潛在原因。
  15. 如請求項14之電腦程式產品，其中超過該閾值之該給定處理後尺寸的數值指示該製程失效。
  16. 如請求項15之電腦程式產品，更包括用於以下者的電腦可執行指令： 識別該處理前尺寸之數值的一調整，該調整產生低於該閾值之該給定處理後尺寸的數值。
  17. 如請求項15之電腦程式產品，其中該給定處理後尺寸對應於堆疊之兩基板層之蝕刻期間之一側壁的一襯墊損耗面積。
  18. 如請求項14~17其中任一者之電腦程式產品，其中低於該閾值之該給定處理後尺寸的數值指示該製程失效。
  19. 如請求項18之電腦程式產品，更包括用於以下者的電腦可執行指令： 識別該處理前尺寸之數值的一偏移，該偏移產生超過該閾值之該給定處理後尺寸的數值。
  20. 如請求項18之電腦程式產品，其中該給定處理後尺寸對應於堆疊之該兩基板層之蝕刻期間的一蝕刻容積。
  21. 如請求項20之電腦程式產品，其中該處理前尺寸對應於該兩堆疊基板層之一接合處的一臨界尺寸。
  22. 如請求項20之電腦程式產品，其中該處理前尺寸係一角度，一離子以該角度穿過該兩堆疊基板層的一頂部層至該兩堆疊基板層的一底部層。
  23. 如請求項14~17其中任一者之電腦程式產品，其中該處理前尺寸之該其中一者與該處理後尺寸之該其中一者的至少一者係藉由一電腦模型產生。
TW111102812A 2021-01-26 2022-01-24 處理前與處理後基板樣本之匹配 TW202247312A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202163199800P 2021-01-26 2021-01-26
US63/199,800 2021-01-26

Publications (1)

Publication Number Publication Date
TW202247312A true TW202247312A (zh) 2022-12-01

Family

ID=82654873

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111102812A TW202247312A (zh) 2021-01-26 2022-01-24 處理前與處理後基板樣本之匹配

Country Status (6)

Country Link
US (1) US20240112961A1 (zh)
JP (1) JP2024504132A (zh)
KR (1) KR20230137400A (zh)
CN (1) CN116848626A (zh)
TW (1) TW202247312A (zh)
WO (1) WO2022164697A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7324193B2 (en) * 2006-03-30 2008-01-29 Tokyo Electron Limited Measuring a damaged structure formed on a wafer using optical metrology
US8396582B2 (en) * 2008-03-08 2013-03-12 Tokyo Electron Limited Method and apparatus for self-learning and self-improving a semiconductor manufacturing tool
NL2013745A (en) * 2013-12-05 2015-06-08 Asml Netherlands Bv Method and apparatus for measuring a structure on a substrate, models for error correction, computer program products for implementing such methods & apparatus.
US11263737B2 (en) * 2019-01-10 2022-03-01 Lam Research Corporation Defect classification and source analysis for semiconductor equipment
US10977405B2 (en) * 2019-01-29 2021-04-13 Lam Research Corporation Fill process optimization using feature scale modeling

Also Published As

Publication number Publication date
KR20230137400A (ko) 2023-10-04
CN116848626A (zh) 2023-10-03
JP2024504132A (ja) 2024-01-30
US20240112961A1 (en) 2024-04-04
WO2022164697A1 (en) 2022-08-04

Similar Documents

Publication Publication Date Title
US11704463B2 (en) Method of etch model calibration using optical scatterometry
TWI738796B (zh) 產生欲用於蝕刻操作中之近接校正後之設計佈局的計算方法及相關之方法與電腦程式產品
US10254641B2 (en) Layout pattern proximity correction through fast edge placement error prediction
TWI805580B (zh) 透過邊緣放置誤差預測之設計佈局圖案近接校正
TW202037906A (zh) 半導體設備的缺陷分類及來源分析
TWI831968B (zh) 虛擬半導體裝置製造環境中之製程窗的最佳化系統及方法
KR20200014938A (ko) 반도체 제조 프로세스에서 딥 러닝을 사용하여 결함 및 임계 치수를 예측하기 위한 시스템 및 방법
CN112136135A (zh) 使用关键尺寸扫描型电子显微镜的工艺仿真模型校正
TW201820187A (zh) 基於缺陷與設計屬性之缺陷檢視取樣及正規化
US11624981B2 (en) Resist and etch modeling
TWI400740B (zh) 有關未被抽樣的工件之資料表示
TWI381468B (zh) 線上微影及蝕刻系統
TW202247312A (zh) 處理前與處理後基板樣本之匹配
Sawlani et al. Perspectives on artificial intelligence for plasma-assisted manufacturing in semiconductor industry
US10008422B2 (en) Method for assessing the usability of an exposed and developed semiconductor wafer
US20240070846A1 (en) Wafer image defect detection and characterization for manufacturing process calibration
TWI837123B (zh) 光阻及蝕刻模型建立
US20230386015A1 (en) Layout-based wafer defect identification and classification
Ham et al. Device overlay root cause process detection using patterned wafer geometry information
WO2023117238A1 (en) Measurement method and apparatus for semiconductor features with increased throughput
Vikram et al. Multiple-patterning and systematic wafer inspection of VLSI devices for yield
JP5371924B2 (ja) システマティック欠陥判定方法およびその装置