TWI677770B - 計算機、處理之控制參數之決定方法、代用樣品、測量系統及測量方法 - Google Patents

計算機、處理之控制參數之決定方法、代用樣品、測量系統及測量方法 Download PDF

Info

Publication number
TWI677770B
TWI677770B TW107106304A TW107106304A TWI677770B TW I677770 B TWI677770 B TW I677770B TW 107106304 A TW107106304 A TW 107106304A TW 107106304 A TW107106304 A TW 107106304A TW I677770 B TWI677770 B TW I677770B
Authority
TW
Taiwan
Prior art keywords
processing
sample
output
substitute
light
Prior art date
Application number
TW107106304A
Other languages
English (en)
Other versions
TW201913247A (zh
Inventor
大森健史
Takeshi Ohmori
中田百科
Hyakka Nakada
栗原優
Masaru Kurihara
臼井建人
Tatehito Usui
小藤直行
Naoyuki Kofuji
Original Assignee
日商日立製作所股份有限公司
Hitachi, Ltd.
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 日商日立製作所股份有限公司, Hitachi, Ltd. filed Critical 日商日立製作所股份有限公司
Publication of TW201913247A publication Critical patent/TW201913247A/zh
Application granted granted Critical
Publication of TWI677770B publication Critical patent/TWI677770B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/30Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Drying Of Semiconductors (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本發明之課題在於抑制製程開發所花費之成本,且決定對樣品進行之處理之控制參數。 本發明係一種計算機,其決定對樣品進行之處理之控制參數,且具備:記憶部,其儲存第1模型及第2模型,該第1模型顯示藉由測量經進行處理之用於製造之第1樣品而獲得之第1處理輸出、與藉由測量經進行處理之較第1樣品容易測量之第2樣品而獲得之第2處理輸出之間之相關關係,該第2模型顯示對第2樣品進行之處理之控制參數、與第2處理輸出之間之相關關係;及解析部,其基於成為目標之上述第1處理輸出即目標處理輸出、第1模型、及第2模型,而算出對第1樣品進行之處理之目標控制參數。

Description

計算機、處理之控制參數之決定方法、代用樣品、測量系統及測量方法
本發明係關於一種決定半導體製程之處理條件之裝置、方法、半導體之代用樣品、測量系統及測量方法。
於半導體製程中,將藉由製程開發而獲得之適當處理條件(控制參數)設定於處理裝置,藉此可製造期望之產品。 近年來,因伴隨構成器件之新材料導入及器件構造複雜化之裝置之控制範圍擴大,而追加多個新的控制參數。 為了充分發揮處理裝置之性能,多個控制參數之最佳化為不可或缺。作為實現控制參數之最佳化之技術,例如已知專利文獻1所記述之技術。 於專利文獻1,記述有「取得藉由將構造之幾何學形狀附上特徵之分佈參數而決定之構造之形狀模型。取得分佈參數之值之組,使用此,產生各者將自構造繞射之光之行為附上特徵的模擬繞射信號之組。使用模擬繞射信號之組作為輸入,使用分佈參數之值之組作為預期之輸出,訓練支持向量機後,於晶圓上製造構造,以此方式進行製造製程。取得來自構造之測定繞射信號,輸入至完成訓練之支持向量機。作為完成訓練之支持向量機之輸出,係取得構造之分佈參數之值。基於該分佈參數之值,調整1個以上之製程參數或製造工具之裝置設定。」。 [先前技術文獻] [專利文獻] [專利文獻1]日本專利特開2009-44125號公報
[發明所欲解決之問題] 近年來,利用機械學習之最佳處理條件之探索技術受到關注。於專利文獻1所記述之技術及機械學習中,需要大量之學習用資料。作為取得大量之學習用資料之方法,考慮由具有製程開發之訣竅及較高之裝置運用技能之工程師設定之方法、或進行多個處理試驗之方法。 然而,存在有工程師不足之問題。再者,存在如下問題:由於處理試驗所使用之樣品為實際之產品製造所使用之樣品故較為昂貴,又,於用以取得處理試驗之結果之測量亦耗費時間。因此,藉由先前技術之使用學習用資料之處理之處理條件之最佳化方法,難以抑制製程開發所花費之成本。 本發明提供一種實現抑制製程開發所花費之成本之處理的處理條件之最佳化的裝置及方法。 [解決問題之技術手段] 若顯示本案所揭示之發明之代表性一例,則如以下所述。即,本發明係決定對樣品進行之處理之控制參數之計算機,其特徵在於上述計算機具備:記憶部,其儲存第1模型及第2模型,該第1模型顯示藉由測量經進行上述處理之用於製造之第1樣品而獲得之第1處理輸出、與藉由測量經進行上述處理之較上述第1樣品容易測量之第2樣品而獲得之第2處理輸出之間之相關關係,該第2模型顯示對上述第2樣品進行之上述處理之控制參數、與上述第2處理輸出之間之相關關係;及解析部,其基於成為目標之上述第1處理輸出即目標處理輸出、上述第1模型、及上述第2模型,而算出對上述第1樣品進行之上述處理之目標控制參數。 [發明之效果] 根據本發明,可抑制製程開發所花費之成本,且算出最佳之控制參數。上述以外之問題、構成及效果藉由以下之實施例之說明而明瞭。
以下,使用圖式說明本發明之實施例。但,本發明並非解釋為限定於以下所示之實施形態之記述內容。若為本技藝者則可容易理解,於不脫離本發明之思想或主旨之範圍內,可變更其具體構成。 於以下說明之發明之構成中,對相同或類似之構成或功能標註相同符號,並省略重複之說明。 本說明書之「第1」、「第2」、「第3」等表述係用以識別構成要件而標註,未必限定數量或順序。 圖式等所示之各構成之位置、大小、形狀、及範圍等,為容易理解發明,有未表示實際之位置、大小、形狀、及範圍等之情形。因此,於本發明中,未限定於圖式等所揭示之位置、大小、形狀、及範圍等。 [實施例1] 首先,對本說明書所使用之用語進行說明。 「實際樣品」係實際之產品之製造所使用之樣品。「代用樣品」係期待於與實際樣品之間具有幾何學構造及物性等之相關性,容易測量狀態及特性等之樣品。於本實施例中,不將實際樣品用作代用樣品。作為代用樣品之例,包含TEG(Test Element Group:測試元件組)樣品、及附小屋之樣品等之晶圓上之構造物。另,於本說明書中,於不區分「實際樣品」及「代用樣品」之情形時,記述為「樣品」。 「處理」表示對實際樣品及代用樣品進行之成膜處理、微影處理、及蝕刻處理等處理。「處理條件」表示用以控制進行上述處理之裝置之資訊。具體而言,處理條件係包含對進行處理之裝置設定之控制參數作為要件之資訊。「處理輸出」表示顯示藉由測量處理中或處理後之樣品而獲得之樣品之形狀及性質等之資訊。具體而言,處理輸出係包含藉由測量裝置測量之測量值作為要件之資訊。 以上為本說明書所使用之用語之說明。接著,對樣品處理系統之具體構成進行說明。 圖1係顯示實施例1之樣品處理系統之構成之一例之方塊圖。圖2係顯示構成實施例1之樣品處理系統之計算機之硬體構成之一例之圖。 樣品處理系統包含代用樣品用終端10、處理裝置20、測量裝置30、解析系統40、及實際樣品用終端50。另,代用樣品用終端10及實際樣品用終端50亦可統一成一個終端。樣品處理系統所含之各構成係直接或經由網路而相互連接。 代用樣品用終端10係輸入對代用樣品進行之處理的處理條件之裝置。代用樣品用終端10基於使用者之輸入而產生輸入處理條件100,並輸入至處理裝置20。如後述般,使用者操作代用樣品用終端10,將輸入處理條件100及目標處理輸出101輸入。輸入處理條件100係用以產生代用樣品DB131之輸入,係代用樣品之處理的處理條件。目標處理輸出101係用以算出目標處理條件150之輸入,係實際樣品之處理輸出之目標值。另,於目標處理輸出101,可包含滿足實際樣品之處理輸出所含要件之條件。 處理裝置20係基於處理條件對樣品進行處理之裝置,具有處理條件輸入部110及處理部111。處理裝置20例如進行半導體之蝕刻處理。另,本實施例並未限定於處理裝置20進行之處理之種別及處理之內容。 處理裝置20係例如微影裝置、製膜裝置、圖案加工裝置、離子注入裝置、加熱裝置、及洗淨裝置等。 作為微影裝置,有曝光裝置、電子線描繪裝置、及X光描繪裝置等。作為製膜裝置,有CVD(Chemical Vapor Deposition:化學氣相沉積)、PVD(Physical Vapor Deposition:物理氣相沉積)、蒸鍍裝置、濺鍍裝置、及熱氧化裝置。作為圖案加工裝置,有濕式蝕刻裝置、乾式蝕刻裝置、電子束加工裝置、及雷射加工裝置等。作為離子注入裝置,有電漿摻雜裝置及離子束摻雜裝置等。作為加熱裝置,有電阻加熱裝置、燈加熱裝置、及雷射加熱裝置等。作為洗淨裝置,有液體洗淨裝置及超音波洗淨裝置等。 處理條件輸入部110受理自代用樣品用終端10或實際樣品用終端50輸入之處理條件,並輸出至處理部111。另,處理條件輸入部110自代用樣品用終端10受理輸入處理條件100之情形,對解析系統40發送輸入處理條件100。 處理部111控制基於處理條件對樣品進行之處理。例如,處理部111控制基於輸入處理條件100對代用樣品進行之處理。 測量裝置30係測量顯示處理裝置20處理之樣品之形狀及性質等之值之裝置,具有測量部120。測量部120控制值之測量。 例如,測量裝置30藉由測量入射至樣品之光、雷射、及X光等之反射、透過、干涉、吸收、及偏光光譜,而取得顯示樣品之形狀及性質等之值。更具體而言,測量裝置30係使用電子顯微鏡之裝置、光學式監視器、使用紅外光之溫度測量裝置、使用克氏探針表面電位顯微鏡之缺陷檢測裝置、及評估電性特性之探測器裝置等。 測量裝置30除處理後之樣品相關之測量值外,亦可測量於處理中作用於樣品之電漿、氣體、及液體等介質、以及處理中產生之產物。介質及產物並非直接表示樣品之狀態者,而為有可顯示處理之狀態及處理之結果之相關性的可能性之物理量,故成為作為樣品相關之資訊而有用之資訊。 例如,測量裝置30亦可為使用光譜測量之電漿發光監視器、使用紅外分光測量之處理室內之堆積物監視器、使用質量分析器之自處理對象放出之原子及分子監視器、以及使用探針之處理室內之電性特性監視器等。 又,測量裝置30亦可為取得電壓、電流、及功率等電源輸出值、匹配器內之電容器及線圈等可變電性元件之值、各種使用氣體之流量、裝置軀體及裝置構成零件之溫度、處理室內之壓力、壓力控制閥之開度、閥開閉狀態、氣體排氣速度、以及處理及裝置之動作時序及動作時刻等之感測器。 另,於圖1中,測量裝置30及處理裝置20記述為獨立之構成,但亦可於處理裝置20組入測量裝置30。又,樣品處理系統亦可包含測量之值相同或不同之複數個測量裝置30。 解析系統40解析代用樣品之處理條件及處理輸出之相關關係,又,基於目標處理輸出101,算出對實際樣品進行之處理之處理條件即目標處理條件150。解析系統40具有解析部130、代用樣品DB131、及模型DB132。 解析部130為了解析對代用樣品進行之處理之處理條件及代用樣品之處理輸出之相關關係,執行機械學習及統計解析等之學習處理。機械學習係例如使用核回歸等回歸分析及神經網路等之處理。統計解析係例如使用相關分析及主成分分析等之處理。 解析部130基於模型DB132及目標處理輸出101而算出目標處理條件150。解析部130執行之處理之細節將予以後述。又,解析部130管理代用樣品DB131及模型DB132。 另,亦可自解析部130分離管理資料庫之功能而作為記憶部。又,亦可由與解析系統40不同之裝置保持代用樣品DB131及模型DB132。 代用樣品DB131係將對代用樣品進行之處理之處理條件及代用樣品之處理輸出建立對應而管理之資料庫。於代用樣品DB131,包含例如由儲存代用樣品之識別資訊之欄位、儲存代用樣品種別之欄位、儲存處理條件之欄位、及儲存處理輸出之欄位構成之條目。 模型DB132係管理任意值之相關關係之定義資訊即模型之資料庫。於模型DB132,包含處理輸出-處理條件模型140及實際樣品-代用樣品模型141。 處理輸出-處理條件模型140係定義對代用樣品進行之處理之處理條件及代用樣品之處理輸出之間之相關關係的模型。如後述般,處理輸出-處理條件模型140藉由解析部130執行之學習處理而產生。 實際樣品-代用樣品模型141係定義代用樣品之處理輸出及實際樣品之處理輸出之間之相關關係的模型。實際樣品-代用樣品模型141係預先產生者。 另,本實施例並未限定於實際樣品-代用樣品模型141之產生方法。例如,實際樣品-代用樣品模型141亦可利用幾何光學模擬、使用馬克士威方程式之波動光學模擬、使用納維爾-史托克斯方程式之流體模擬、及分子動力學模擬等而產生,又,亦可基於機械學習及統計解析而產生。 另,實際樣品-代用樣品模型141亦可非為於以處理輸出所含之要件為軸之空間之所有區域成立之模型。例如,亦可為僅於實際樣品之處理輸出之預測值之附近區域成立之模型。 另,實際樣品-代用樣品模型141亦可藉由解析系統40產生,又,亦可藉由外部系統產生。由解析系統40產生之情形,解析部130可藉由執行使用相同處理條件下取得之實際樣品之處理輸出及代用樣品之處理輸出之學習處理而產生實際樣品-代用樣品模型141。 實際樣品用終端50係輸入對實際樣品進行之處理的處理條件之裝置。實際樣品用終端50將自解析系統40輸入之目標處理條件150輸入至處理裝置20。 另,代用樣品用終端10、實際樣品用終端50、及解析系統40使用如圖2所示之計算機200而實現。計算機200具有運算裝置201、主記憶裝置202、副記憶裝置203、及網路介面204。 運算裝置201執行儲存於主記憶裝置202之程式。運算裝置201係例如處理器、GPU(Graphics Processing Unit:圖形處理單元)、及FPGA(Field Programmable Gate Array:場可程式化閘陣列)等。藉由運算裝置201根據程式執行處理,而作為實現特定功能之模組而動作。 主記憶裝置202儲存運算裝置201執行之程式及由程式使用之資訊。又,主記憶裝置202包含程式暫時使用之工作區。主記憶裝置202係例如揮發性或非揮發性之記憶體。於主記憶裝置202,儲存例如實現解析部130之程式。 副記憶裝置203係永久性儲存資料之裝置。副記憶裝置203係例如HDD(Hard Disk Drive:硬碟驅動器)及SSD(Solid State Drive:固態硬碟)等。於副記憶裝置203,儲存例如代用樣品DB131及模型DB132。另,亦可於副記憶裝置203儲存實現解析部130等之程式。該情形時,運算裝置201自副記憶裝置203讀取程式,並載至主記憶裝置202。 網路介面204係用以經由網路與其他裝置連接之介面。 另,計算機200亦可具有鍵盤、滑鼠及觸控面板等輸入裝置、以及顯示器等輸出裝置。 圖3係說明實施例1之解析系統40執行之目標處理條件150之算出處理之流程圖。圖4及圖5係實施例1之代用樣品用終端10所顯示之GUI之一例之圖。 使用者使用代用樣品用終端10所顯示之GUI400而指示學習處理及目標處理條件150之算出處理之執行。此處,對GUI400進行說明。 GUI400包含學習處理欄410、目標處理輸出欄420、模型欄430、及決定按鈕440。又,於學習處理欄410、目標處理輸出欄420、及模型欄430,包含顯示向欄之輸入是否有效之燈450。向欄之輸入有效之情形,燈450點亮。藉此,使用者可確認完成輸入正確之值。另,除燈450以外亦可進行畫面跳出顯示及聲音播放等。 學習處理欄410係用以進行產生處理輸出-處理條件模型140之學習處理之設定之欄,包含學習處理種別欄411。另,學習處理欄410亦可包含進行學習處理所使用之代用樣品DB131之登錄或指定之欄。 學習處理種別欄411係用以選擇使用代用樣品DB131之學習處理之具體運算方法之欄。於本實施例之學習處理種別欄411,顯示選擇運算方法之勾選框。 目標處理輸出欄420係用以設定目標處理輸出101之欄,包含目標數值欄421。另,於目標處理輸出欄420,亦可包含滿足設定目標處理輸出101所含要件之條件之欄。 目標數值欄421係用以輸入設定為目標處理輸出101之數值之欄。於本實施例中,設定處理輸出所含之各要件之數值。 模型欄430係用以設定實際樣品-代用樣品模型141之欄,包含手動輸入欄431及自動輸入欄432。 手動輸入欄431係用以輸入定義為實際樣品-代用樣品模型141的實際樣品之處理輸出及代用樣品之處理輸出之間之相關關係之欄。於本實施例之手動輸入欄431,顯示用以選擇相關模型之勾選框。藉由指定任意之相關模型,可定義實際樣品之處理輸出及代用樣品之處理輸出之間之相關關係。於本實施例中,可以處理輸出所含之要件單位定義相關關係。 自動輸入欄432係用以進行產生實際樣品-代用樣品模型141之學習處理之設定之欄。自動輸入欄432包含輸入實際樣品之處理輸出之資料庫之欄、輸入代用樣品之處理輸出之資料庫之欄、及輸入學習處理之運算手法之欄。另,於使用自動輸入欄432指定之二個資料庫,儲存相同處理條件下取得之處理條件。 決定按鈕440係用以將輸入至學習處理欄410、目標處理輸出欄420、及模型欄430之任一者之欄之值發送至解析系統40之操作按鈕。 使用者於學習處理欄410輸入值,並操作決定按鈕440之情形,代用樣品用終端10將設定於學習處理欄410之值發送至處理裝置20。該情形時,解析部130設定指定之學習處理之運算方法。 使用者於目標處理輸出欄420輸入值,並操作決定按鈕440之情形,代用樣品用終端10將包含設定於目標處理輸出欄420之值之目標處理輸出101發送至處理裝置20。 使用者於模型欄430輸入值,並操作決定按鈕440之情形,代用樣品用終端10將包含設定於模型欄430之值之模型產生要求發送至解析系統40。該情形時,解析部130產生實際樣品-代用樣品模型141,或,更新實際樣品-代用樣品模型141。 以上為GUI400之說明。返回至圖3之說明。 解析部130自代用樣品用終端10受理目標處理輸出101(步驟S101)。 解析部130使用代用樣品DB131而執行學習處理(步驟S102)。解析部130將學習處理之結果作為處理輸出-處理條件模型140而儲存於模型DB132。 另,解析部130亦可讀取登錄於代用樣品DB131之所有資料,又可選擇基於指定之代用樣品之種別而讀取之條目。 另,已產生處理輸出-處理條件模型140之情形,解析部130可省略步驟S102之處理。 接著,解析部130使用目標處理輸出101及實際樣品-代用樣品模型141,算出與目標處理輸出101對應之代用樣品之處理輸出(步驟S103)。 例如,實際樣品-代用樣品模型141作為定量之相關關係,即函數而被賦予之情形,解析部130藉由於該函數代入目標處理輸出101而算出代用樣品之處理輸出。 另,代用樣品之處理輸出亦可為複數。例如,對處理輸出之任意要件設定指定範圍之模型之情形,算出複數個包含該範圍所含之要件之處理輸出。 另,實際樣品之處理輸出及代用樣品之處理輸出之間之相關關係亦可非為定量之相關關係,而為定性之相關關係。例如,考慮於代用樣品之處理輸出之要件A、與實際樣品之處理輸出之要件B之間,存在「要件B越大則要件A亦越大」之定性之相關關係之情形。要件B可取得之最大值B’作為目標處理輸出101輸入之情形,解析部130將要件A可取得之最大值A’作為代用樣品之處理輸出而算出。 接著,解析部130使用代用樣品之處理輸出及處理輸出-處理條件模型140,算出目標處理條件150(步驟S104)。 具體而言,解析部130使用處理輸出-處理條件模型140,算出有獲得代用樣品之處理輸出之可能性之代用樣品之處理條件(推定處理條件)。 例如,處理輸出-處理條件模型140作為函數而被賦予之情形,解析部130藉由於該函數代入代用樣品之處理輸出,而算出推定處理條件。由於代用樣品及實際樣品使用相同之處理裝置20進行處理,故推定處理條件成為目標處理條件150。 另,解析部130亦可將目標處理條件150作為輸入處理條件100而發送至代用樣品用終端10。藉由重複執行相同之運算處理,可算出最佳之處理條件,還可發現新的處理條件。 另,解析部130亦可不使用處理輸出-處理條件模型140。例如,解析部130參照代用樣品DB131,檢索與算出之代用樣品之處理輸出一致或類似之條目。解析部130將檢索之條目所含之代用樣品之處理條件作為目標處理條件150而算出。 接著,解析部130產生包含目標處理條件150之顯示資訊,並將產生之顯示資訊發送至實際樣品用終端50(步驟S105)。另,解析部130亦可將目標處理條件150儲存於副記憶裝置203,於自實際樣品用終端50受理顯示要求之情形時讀取目標處理條件150,產生顯示資訊。 實際樣品用終端50接收到顯示資訊之情形,顯示如圖5所示之GUI500。此處,對GUI500進行說明。 GUI500包含結果顯示欄510及決定按鈕520。 結果顯示欄510係顯示目標處理條件150之算出處理結果之欄。於結果顯示欄510,包含一個以上由儲存目標處理輸出101之欄位及儲存目標處理條件150之欄位構成之條目。於條目包含選項按鈕。目標處理輸出101亦可顯示為圖像,亦可顯示為數值。 決定按鈕520係用以於處理裝置20輸入目標處理條件150之操作按鈕。使用者操作結果顯示欄510所含之條目之選項按鈕,進而操作決定按鈕520之情形,選項按鈕被操作之條目之目標處理條件150輸入至處理裝置20。處理裝置20受理目標處理條件150之情形,基於目標處理條件150對實際樣品進行處理。 此處,對解析系統40執行之運算處理進行說明。圖6係說明實施例1之目標處理條件150之算出處理之概念之圖。此處,為簡化說明,處理輸出-處理條件模型140及實際樣品-代用樣品模型141分別以函數給予。 圖6之橢圓分別顯示實際樣品處理輸出空間601、實際樣品處理條件空間602、代用樣品處理輸出空間611、及代用樣品處理條件空間612。 實際樣品處理輸出空間601及代用樣品處理輸出空間611表示以處理輸出所含之要件為軸之空間。另,實際樣品處理輸出空間601及代用樣品處理輸出空間611之維度未必一致。代用樣品處理輸出空間611之維度亦可低於實際樣品處理輸出空間601之維度。 實際樣品處理條件空間602及代用樣品處理條件空間612顯示以處理條件所含之要件為軸之空間。實際樣品處理條件空間602及代用樣品處理條件空間612為相同維度之空間,二個空間可相同看待。 解析系統40保持顯示實際樣品處理輸出空間601及代用樣品處理輸出空間611之間之映射關係(相關關係)之實際樣品-代用樣品模型141。 解析系統40於步驟S103中,產生顯示代用樣品處理輸出空間611及代用樣品處理條件空間612之間之映射關係(相關關係)之處理輸出-處理條件模型140。 解析系統40於步驟S104中,將實際樣品處理輸出空間601之任意維作為輸入而受理。 解析系統40於步驟S105中,使用實際樣品-代用樣品模型141,將實際樣品處理輸出空間601之維映射至代用樣品處理條件空間612。代用樣品處理條件空間612之維成為代用樣品之處理輸出。 解析系統40使用處理輸出-處理條件模型140,將代用樣品處理條件空間612之維映射至代用樣品處理條件空間612。由於實際樣品處理條件空間602可與代用樣品處理條件空間612相同看待,故代用樣品處理條件空間612之維可視為實際樣品處理條件空間602之維。因此,解析系統40將該維作為目標處理條件150而輸出。 接著,說明實際樣品、代用樣品、及實際樣品-代用樣品模型141之具體例。此處,以進行電漿蝕刻處理之樣品為例進行說明。 首先,對在實際樣品之處理輸出所含之所有要件、與代用樣品之處理輸出所含之所有要件之間可定義定量之相關關係之情形進行說明。圖7A及圖7B係顯示實施例1之實際樣品之一例之圖。圖8A及圖8B係顯示實施例1之代用樣品之一例之圖。 圖7A顯示進行用以形成溝槽構造之蝕刻處理的實際樣品之附掩模之圖案。圖7B顯示於X軸之正方向觀察以AB虛線切斷實際樣品之剖面(YZ平面)之剖視圖。 圖8A顯示以與圖7所示之實際樣品之掩模部相同之素材成膜一部分,其他部分以與溝槽部相同之素材成膜之晶圓。圖8B顯示於X軸之正方向觀察以AB虛線切斷代用樣品之剖面(YZ平面)之剖視圖。另,亦可將固定於晶圓上之樣品用作代用樣品,該晶圓以與實際樣品之掩模部相同素材之晶片或切斷將與實際樣品之掩模部相同之素材製膜之晶圓而得之晶片作為基盤。 圖7B所示之掩模部及溝槽部之上方之虛線顯示處理前之掩模部及溝槽部之位置。又,圖8B所示之掩模部及被蝕刻膜之上方之虛線顯示處理前之掩模部及被蝕刻膜之位置。 將實際樣品之形狀附上特徵之物理量,有掩模部之蝕刻率及溝槽部之蝕刻率。又,將代用樣品之形狀附上特徵之物理量,有掩模部之蝕刻率及溝槽部之蝕刻率。 於以下之說明中,將實際樣品之掩模部之蝕刻率及溝槽部之蝕刻率分別定義為m1及s1,又,將代用樣品之掩模部之蝕刻率及溝槽部之蝕刻率分別定義為m2及s2。且,m1及s1包含於實際樣品之處理輸出,又,m2及s2包含於代用樣品之處理輸出。 於電漿蝕刻處理中,說明用以將m1及s1調節成目標處理輸出101之目標處理條件150之算出方法。另,作為滿足m1及s1之條件,設定式(1)所示之條件。 [數1]實際樣品如圖7A所示為微細圖案之情形,由於繞射光之確認及有效之雙折射率之測量較為困難,故使用光學測量器之m1及s1之測量亦困難。因此,必須測量實際樣品之剖面資訊。為了測量實際樣品之剖面資訊,而自處理裝置20取出實際樣品,進而需要用以測量剖面資訊之加工。因此,於取得學習用資料方面花費時間,又,變得昂貴。 另一方面,代用樣品由於如圖8B所示於晶圓及晶片之被蝕刻膜下存在底層膜,故可利用光之干涉而測量m2及s2。使用內置於處理裝置20之膜厚測定機器之情形,無須進行用以測量壓膜之自處理裝置20取出代用樣品、及代用樣品之加工。因此,相較於自實際樣品取得學習用資料,可以高速且低價取得學習用資料。 另,於處理裝置20未內置測量裝置30之情形時,亦可進行單機之光學測定,故無須進行代用樣品之加工。 作為圖7A所示之實際樣品及圖8A所示之代用樣品之實際樣品-代用樣品模型141,考慮如以下所述者。 由於實際樣品及代用樣品由相同素材構成,故處理條件相同之情形,可將如式(2)及式(3)所示之數式定義為實際樣品-代用樣品模型141。 [數2][數3]此處,作為滿足式(1)之目標處理輸出101,將m1=1 nm/min,s1=100 nm/min輸入至解析系統40之情形,解析系統40自如式(2)及式(3)所示之實際樣品-代用樣品模型141,例如算出m2=1 nm/min,s2=100 nm/min作為代用樣品之處理輸出。 另,以使用與掩模部相同素材之晶片之代用樣品為例進行說明,但並未限定於此。例如,亦可應用顯示與掩模部類似之加工特性之素材、或與掩模部之加工形狀具有相關性之素材。 於應用顯示與掩模部類似之加工特性之素材之代用樣品之情形時,可使用如式(2)及式(3)所示之實際樣品-代用樣品模型141。又,為與掩模部之加工形狀具有相關性之素材,且該相關性為已知之情形,可將該相關性用作實際樣品-代用樣品模型141。上述相關性非為已知之情形,可設定根據使用實驗資料之學習處理求出之實際樣品-代用樣品模型141。 接著,對在實際樣品之處理輸出所含之一部分要件、與代用樣品之處理輸出所含之一部分要件之間可定義定量之相關關係之情形進行說明。圖9A及圖9B係顯示實施例1之實際樣品之一例之圖。圖10A及圖10B係顯示實施例1之代用樣品之一例之圖。圖11係顯示實施例1之代用樣品之物理量之測量方法之一例之圖。 圖9A顯示進行用以形成溝槽構造之蝕刻處理的實際樣品之附掩模之圖案。圖9B顯示於X軸之正方向觀察以AB虛線切斷實際樣品之剖面(YZ平面)之剖視圖。 圖10A顯示於晶圓上設置有屋頂之代用樣品(附小屋之樣品)。屋頂之上部由透過光之透明素材構成。代用樣品之被蝕刻膜與實際樣品之溝槽部為相同素材。圖10B顯示於Y軸之負方向觀察以AB虛線切斷代用樣品之剖面(XZ平面)之剖視圖。代用樣品如圖10B所示採用空隙構造。又,圖10B所示之虛線顯示處理前之被蝕刻膜之位置。 將實際樣品之形狀附上特徵之物理量,有溝槽部之頂點部分之寬度、溝槽部之中央部分之寬度、及溝槽部之底面部分之寬度、以及實際樣品之深度。又,將代用樣品之形狀附上特徵之物理量,有小屋外部之蝕刻量、小屋內部之蝕刻量、及小屋內部之衰減長度。 於以下之說明中,將實際樣品之溝槽部之頂點部分之寬度、溝槽部之中央部分之寬度、溝槽部之底面部分之寬度及實際樣品之深度分別定義為w1、w2、w3及h。又,將代用樣品之小屋外部之蝕刻量、小屋內部之蝕刻量及小屋內部之蝕刻量之衰減長度分別定義為o、i及d。且,w1、w2、w3及h包含於實際樣品之處理輸出,又,o、i及d包含於代用樣品之處理輸出。 於電漿蝕刻處理中,說明用以將w1、w2、w3及h調節成目標處理輸出101之目標處理條件150之算出方法。另,作為滿足w1、w2、w3及h之條件,係設定w1、w2及w3大致相等,且h最大之條件。 與圖7A所示之實際樣品相同,圖9A所示之實際樣品難以使用光學測量器測量w1、w2、w3及h,且,於取得學習用資料方面花費時間,又,變得昂貴。 另一方面,如圖11所示,由於代用樣品之小屋為透明,故藉由使用光之干涉之膜厚測定等,可根據任意之測量位置測量表示形狀之物理量。具體而言,測量裝置30自光源1101照射光,並使用檢測器1102檢測來自被蝕刻膜及底層膜之反射光。如此,無須自處理裝置20取出代用樣品及進行代用樣品之加工即可取得處理輸出。因此,相較於自實際樣品取得學習用資料,可以高速且低價取得學習用資料。 另,o、i及d之測量較理想為於平行於代用樣品之Y軸之小屋開口中央部附近進行。但,於自小屋之兩端向內側充分遠離之部分的X軸方向之蝕刻量之分佈均一之情形時,亦可於任意位置測量o、i及d。 作為圖9A所示之實際樣品及圖10A所示之代用樣品之實際樣品-代用樣品模型141,考慮如以下所述者。 由於d較大之情形,小屋內側之蝕刻率不易衰減,故隨著d之增大,於小屋內側接近於均一蝕刻量。另一方面,由於d較小之情形,小屋內側之蝕刻率立即衰減,故小屋之開口部分之周邊相較於其他部分蝕刻量增加。 如圖9B及圖10B所示,實際樣品及代用樣品具有類似之槽構造。因此,上述代用樣品之性質與實際樣品之性質存在如以下之關係。由於實際樣品之i較大之情形,認為實際樣品之水平方向之蝕刻率亦較大,故預想有w1、w2及w3之差增加之傾向。由於代用樣品之d較小之情形,僅於掩模部正下方之被蝕刻膜進行蝕刻反應,故預測有w1較w2及w3增加之傾向。因此,將實際樣品之w1、w2及w3、與代用樣品之d及i之間之如上所述之性質定義為實際樣品-代用樣品模型141。 又,實際樣品之h及代用樣品之o由於對不存在障礙物(掩模)之被蝕刻膜進行蝕刻,故可將如式(4)所示之數式定義為實際樣品-代用樣品模型141。 [數4]如上所述,即便為於實際樣品之處理輸出及代用樣品之處理輸出之一部分要件間未定義定量之關係之實際樣品-代用樣品模型141,亦可應用本實施例。 例如,解析系統40於輸入包含h之值之目標處理輸出101之情形,檢索滿足式(4)之代用樣品之處理輸出。解析系統40基於上述性質(實際樣品-代用樣品模型141),自檢索之代用樣品之處理輸出中,檢索o較大,i較小,且d較大之代用樣品之處理輸出。再者,解析系統40使用檢索之代用樣品之處理輸出及處理輸出-處理條件模型140,算出目標處理條件150。藉由執行如以上之運算處理,可算出用以獲得較深之垂直形狀之實際樣品之處理條件。 另,以具有透明屋頂之代用樣品為例進行說明,但並未限定於此。例如,可使用具有不透明屋頂之代用樣品。該情形時,藉由自裝置取出代用樣品,卸下小屋整體或處於作為光測量時之光路使用之空間的小屋之一部分,可測定光干涉膜厚。因此,相較於使用實際樣品之情形,可以高速且低價取得學習用資料。 另,將以與實際樣品之溝槽部相同之素材成膜之晶圓用作代用樣品,但並未限定於此。例如,亦可應用顯示與溝槽部類似之加工特性之素材、或與溝槽部之加工形狀具有相關性之素材。 接著,對代用樣品DB131之產生方法進行說明。圖12係顯示實施例1之解析系統40執行之代用樣品DB131之產生處理之一例之圖。圖13及圖14係顯示實施例1之代用樣品用終端10所顯示之GUI之一例之圖。 使用代用樣品用終端10之使用者使用圖13所示之GUI1300而進行用以產生代用樣品DB131之初始設定。此處,對GUI1300進行說明。 GUI1300包含DB基準欄1301、輸入處理條件欄1302、執行按鈕1303、及燈1304。 DB基準欄1301係用以設定構築之代用樣品DB131之基準之欄,包含設定相對於輸入之資料之總數及平均變動係數之基準之欄。此處,平均變動係數係對代用樣品處理輸出之各變量算出變動係數,並取所有變量之平均者。 輸入處理條件欄1302係用以設定輸入處理條件100之欄。另,亦可設置替代輸入具體值,而選擇自動產生輸入處理條件100之手段之欄。例如,可選擇實驗計劃法、隨機選擇方法、或基於後述之稀疏區域之選擇方法等。亦可組合複數個選擇方式。 執行按鈕1303係用以指示執行代用樣品DB131之產生處理之操作按鈕。 燈1304顯示向DB基準欄1301或輸入處理條件欄1302之輸入是否有效。另,除燈1304以外亦可進行畫面跳出顯示及聲音播放等。另,僅於輸入處理條件欄1302輸入有效值之情形時亦點亮燈1304。 使用者於各欄設定值,並操作執行按鈕1303之情形,代用樣品用終端10將輸入處理條件100發送至處理裝置20,又,對解析系統40發送代用樣品DB131之產生要求。於產生要求,包含資料之總數、平均變動係數、及輸入處理條件100等。 解析部130接收到代用樣品DB131之產生要求之情形,開始以下說明之代用樣品DB131之產生處理。 首先,解析部130取得接收之產生要求所含之資訊(步驟S201)。此時,解析部130將產生要求所含之資料之總數及平均變動係數作為代用樣品DB131之基準而保持。又,解析部130暫時保持產生要求所含之輸入處理條件100。 接著,解析部130自處理裝置20取得代用樣品之處理輸出(步驟S202)。另,該處理輸出係基於輸入處理條件100進行之處理的處理輸出。 接著,解析部130於代用樣品DB131登錄資料(步驟S203)。具體而言,解析部130將代用樣品之處理條件及處理輸出建立對應而登錄於代用樣品DB131。 接著,解析部130判定代用樣品DB131是否滿足基準(步驟S204)。具體而言,執行如以下之運算處理。 解析部130將資料之總數及平均變動係數設定為0。 解析部130參照代用樣品DB131,將登錄之條目之數量作為資料之總數而保持。 解析部130參照代用樣品DB131,算出代用樣品處理輸出空間611之相對於處理輸出之平均變動係數。解析部130保持算出之平均變動係數之值。 解析部130判定資料之總數是否大於指定之數,且,平均變動係數是否大於指定之數值。滿足上述條件之情形,解析部130判定代用樣品DB131滿足基準。以上為步驟S204之處理之說明。 判定為代用樣品DB131不滿足基準之情形,解析部130返回至步驟S201,執行相同之運算處理。此時,解析部130進行於代用樣品用終端10促使新的處理條件之輸入之顯示。 判定為代用樣品DB131滿足基準之情形,解析部130結束代用樣品DB131之產生處理。此時,解析部130產生用以顯示如圖14所示之GUI1400之顯示資訊,並對代用樣品用終端10發送顯示資訊。此處,對圖14所示之GUI1400進行說明。 GUI1400包含結果顯示欄1401、結束按鈕1402、及重新執行按鈕1403。 結果顯示欄1401係顯示產生之代用樣品DB131相關之資訊之欄。於圖14中,顯示資料之總數及平均變動係數。另,亦可顯示登錄於代用樣品DB131之條目之細節。 結束按鈕1402係用以結束代用樣品DB131之產生處理之操作按鈕。使用者操作結束按鈕1402之情形,關閉GUI1400。另,解析部130亦可於操作結束按鈕1402之情形時,結束代用樣品DB131之產生處理。 重新執行按鈕1403係用以再次執行代用樣品DB131之產生處理之操作按鈕。使用者操作重新執行按鈕1403之情形,顯示GUI1300。 另,作為代用樣品DB131之基準,亦可採用如以下之基準。於代用樣品DB131與設為目標之代用樣品之處理輸出相同之情形,或,於代用樣品處理輸出空間611中存在與設為目標之代用樣品之處理輸出距離較近之處理輸出之情形,判定為代用樣品DB131滿足基準。藉由採用該基準,可產生目標處理條件150之算出精度較高之代用樣品DB131。 圖15係說明實施例1之解析系統40執行之代用樣品DB131之更新處理之一例之流程圖。圖16係顯示實施例1之代用樣品處理輸出空間611之分割方法之一例之圖。圖17係顯示實施例1之代用樣品用終端10所顯示之GUI之一例之圖。 使用代用樣品用終端10之使用者使用圖17所示之GUI1700而進行用以更新代用樣品DB131之設定。此處,對GUI1700進行說明。 GUI1700包含DB基準欄1701、稀疏區域欄1702、學習處理種別欄1703、決定按鈕1704、及燈1705。 DB基準欄1701係用以設定代用樣品DB131之基準之欄,包含設定輸入之資料之總數及平均變動係數之欄。 稀疏區域欄1702係用以設定成為輸入處理條件100之選擇基準之稀疏區域之欄,包含設定代用樣品處理輸出空間611之分割數、分割區域所含之資料之數量、及追加之輸入處理條件100之上限數之欄。分割區域所含之資料之數量係用作用以判定分割區域是否為稀疏區域之指標。 學習處理種別欄1703係用以選擇使用代用樣品DB131之學習處理之具體運算方法之欄。於本實施例之學習處理種別欄1703,顯示選擇運算方法之勾選框。 決定按鈕1704係用以登錄各欄之輸入之操作按鈕。 燈1705顯示向DB基準欄1701、稀疏區域欄1702、及學習處理種別欄1703之輸入是否有效。另,除燈1705以外亦可進行畫面跳出顯示及聲音播放等。 使用者於各欄設定值,並操作決定按鈕1704之情形,代用樣品用終端10將設定資訊發送至處理裝置20。 解析部130結束代用樣品DB131之產生處理之情形,接收到設定資訊之情形,或自使用者接收到更新指示之情形,執行以下說明之代用樣品DB131之更新處理。另,解析部130亦可週期性地執行代用樣品DB131之更新處理。 首先,解析部130基於設定於稀疏區域欄1702之值,將代用樣品處理輸出空間611分割成複數個分割區域(步驟S301)。例如,代用樣品處理輸出空間611為二維之情形,如圖16所示般分割代用樣品處理輸出空間611。 接著,解析部130基於設定於稀疏區域欄1702之值,自分割區域中特定出稀疏區域(步驟S302)。 具體而言,解析部130以分割區域內所含之處理輸出之數量為基準而特定出稀疏區域。例如,於圖16所示之例中,於代用樣品處理輸出空間611所含之分割區域中,將不存在表示處理輸出之點之施加了斜線之分割區域特定為稀疏區域。 另,稀疏區域之數量較多之情形,解析部130亦可選擇一部分稀疏區域。作為選擇方法,考慮隨機選擇之方法、或選擇包含設為目標之代用樣品之處理輸出之分割區域附近所存在之分割區域之方法等。採用後者之選擇方法之情形,有可提高目標處理條件150之預測精度之可能性。 又,作為其他方法,解析部130按處理輸出之數量由少至多之順序將特定數量之分割區域特定為稀疏區域。 另,稀疏區域之特定基準及特定方法為一例,並未限定於此。 接著,解析部130自稀疏區域決定任意之處理輸出(步驟S303)。例如,考慮自稀疏區域隨機決定之方法、或自稀疏區域內之相對位置決定之方法。 接著,解析部130基於設定於學習處理種別欄1703之值及代用樣品DB131,執行學習處理(步驟S304),並產生處理輸出-處理條件模型140。 另,存在現有之處理輸出-處理條件模型140之情形,亦可省略步驟S304之處理。 另,解析部130亦可求出產生之處理輸出-處理條件模型140之精度,且於該精度小於臨限值之情形,再次執行學習處理。例如,解析部130藉由進行交叉驗證,判定驗證誤差是否大於臨限值,而評估處理輸出-處理條件模型140之精度。 接著,解析部130基於步驟S303中決定之處理輸出及處理輸出-處理條件模型140,算出輸入處理條件100(步驟S305)。 接著,解析部130將輸入處理條件100輸入至處理裝置20(步驟S306)。 接著,解析部130自處理裝置20取得代用樣品之處理輸出(步驟S307)。 接著,解析部130更新代用樣品DB131(步驟S308)。具體而言,解析部130將輸入處理條件100及接收之代用樣品之處理輸出建立對應而登錄於代用樣品DB131。 接著,解析部130基於設定於DB基準欄1701之值,判定代用樣品DB131是否滿足基準(步驟S309)。步驟S309之基準可應用與步驟S205之基準相同之基準。 判定代用樣品DB131不滿足基準之情形,解析部130返回至步驟S301,執行相同之運算處理。 判定代用樣品DB131滿足基準之情形,解析部130結束代用樣品DB131之更新處理。 如以上所說明,根據本實施例,解析系統40無須自實際樣品取得學習用資料而進行學習。即,解析系統40可根據實際樣品之目標處理輸出101而算出實際樣品之目標處理條件150。於本實施例中,可藉由使用較實際樣品廉價且可容易測量之代用樣品收集學習用資料,並使用取得之資料執行學習處理,而以高速且低價求出實際樣品之處理條件。即,可抑制製程開發之成本,且求出高精度之處理條件。 再者,由於代用樣品之處理輸出所含之要件之數量亦可為實際樣品之處理輸出所含之要件之數量以下,故可縮短測量時間及解析時間等。 接著,敘述本發明之其他實施形態。 首先,若對圖1所示之解析系統40內之實際樣品-代用樣品模型進行補充,則於存在相對於相同處理條件之實際樣品輸出與代用樣品輸出之DB之情形,可將該DB保存於模型DB132,並輸入至解析部130而藉由解析部130所具有之解析手法學習相關性。藉由將該結果保存於模型DB132,可保存實際樣品-代用樣品關係模型。 又,實際樣品-代用樣品關係模型於非為定量之關係而為定性之對應關係之情形時,亦可決定目標代用樣品輸出。例如,考慮如下情形:對於代用樣品輸出之變量A、與實際樣品輸出之變量B,有B越大則A亦越大之定性之實際樣品-代用樣品關係模型。又,考慮將B可取得之最大值即B*設為目標實際樣品輸出之情形。此時,與目標實際樣品輸出對應之代用樣品輸出可決定為A可取得之最大值A*。 且,於輸出給予目標之實際樣品輸出之處理條件中,使用由解析獲得之對於代用樣品之樣品輸出-處理條件模型而推定成為給予所求出之目標之代用樣品輸出之處理條件之解。又,亦可不使用樣品輸出-處理條件模型,而自保存於模型DB132之代用樣品資料庫參照具有距求出之目標之代用樣品輸出最近之代用樣品輸出之資料,並將該資料具有之處理條件作為解而輸出。由以上可知,實際樣品之數量有限,無法充分進行使用實際樣品之條件探索之情形時,可藉由使用代用樣品DB、及事先判明之實際樣品-代用樣品關係模型,而探索目標之處理條件。 又,於圖15所說明之追加處理條件決定順序中,亦可自所有稀疏區域中,指定包含獲得之目標代用樣品輸出之座標之稀疏區域或該座標附近之稀疏區域。藉由如此般指定稀疏區域,可使目標代用樣品輸出附近之資料集中增加,而提高目標之實際樣品處理條件之預測精度。又,說明DB之基準之一例。於獲得之目標代用樣品輸出之資料點或其附近資料包含於DB之情形時,可判定為滿足基準。藉由該基準,可構築包含目標代用樣品輸出附近之資料之DB。 又,於圖8A、圖8B、圖10A及圖10B中,使用將代用樣品暴露於電漿時之被蝕刻膜之加工特性而進行說明。代用樣品可測量小屋之開口部附近之介質之特性。其方法係測量加工小屋內外之各對象膜之情況,即小屋外部之蝕刻量o、小屋內部之蝕刻量i、小屋內部之蝕刻量之衰減之特徵長度d、或自小屋深處朝向開口部之被蝕刻膜之厚度之衰減之特徵長度d。 因此,處理室內或小屋開口部附近之介質除電漿以外,亦有腐蝕氣體、包含自由基之氣體、與加工對象膜反應之霧氣、氣溶膠等。 又,於介質為電漿之情形時,由於於代用樣品之表面形成護套,故於電漿中之正離子向代用樣品表面入射時,相對於晶圓於垂直方向加速入射。因此,於小屋外,來自電漿之正離子、自由基及電漿產生用之原料氣體入射。與此相對,於小屋內之空隙中,正離子之入射被抑制,僅電漿產生用之原料氣體及自由基擴散。因此,藉由測量小屋內外之蝕刻量,可測量電漿之特性。 但,由於護套以沿著代用樣品之表面之形狀形成,故於屋頂(小屋罩)之開口部周邊護套變形,故必須注意。關於該護套之變形,使用圖24予以後述。另,屋頂於本案說明書中亦稱為小屋罩。 圖18中自攝像元件2610至透鏡2620、小屋罩2700、及晶圓2000之虛線為用於膜厚測量之干涉光之光路之概要。晶圓2000之表面上由虛線繪製之圓之部分成為觀測區域。藉由變更透鏡2620之焦點距離、及攝像元件2610之面積,可變更觀測區域之面積。 藉由將觀測區域擴大至小屋罩以上,可測量小屋罩以外之部位之被蝕刻膜之厚度。 又,於晶圓2000上可設置複數個小屋罩,藉此可對小屋罩內部及小屋罩外部之被蝕刻膜之厚度測量晶圓面內之分佈。 於晶圓2000之表面,與圖8B及圖10B相同,積層有底層膜及被蝕刻膜。 藉由向被蝕刻膜照射光,測量自被蝕刻膜放射之干涉光,藉此可測量被蝕刻膜之厚度。 對於向被蝕刻膜照射之光,可使用在處理室之外部設置光源之方法、及於處理室2001之內部產生之光。對於在處理室內產生之光,可使用在電漿處理中產生之電漿光。另,關於使用外部光源之方法,於圖21及圖22進行說明。 使用電漿光等寬頻帶光作為光源之情形,為了藉由干涉光測量膜厚,必須進行分光測量。藉由光學濾波器2630,限定向相機入射之波長,藉此可進行分光測量。藉由帶通濾波器、或組合低通濾波器及高通濾波器作為光學濾波器2630,可限定向相機入射之光之頻帶。 藉由透鏡2620之變更、或於光學濾波器2630至攝像元件2610之間追加透鏡,可進行更廣角之測量,藉此可擴大觀測區域。隨著觀測區域變寬,可進行更廣範圍之分佈測量。 但,於廣角之測量中,於干涉光通過光學濾波器2630時,隨著光路遠離干涉光之光路之中心軸,相對於光學濾波器2630之入射角度減少。積層有多層膜之帶通濾波器隨著入射角自90°減少而通過光之波長位移,進而透過效率下降,故必須注意。藉由預先估計來自觀測區域內各處之干涉光通過光學濾波器2630時之角度,並使用光學濾波器2630之透過波長之入射角度依存性,計算實際之透過波長,可測量高精度且較寬之觀測區域之被蝕刻膜之厚度。 又,於廣角之測量中,關於來自向被蝕刻膜入射之光源之光,亦由於相對於被蝕刻膜傾斜入射,故根據入射角度,被蝕刻膜內之光路變化。因此,來自觀測區域各處之干涉光強度亦具有來自光源之光對於被蝕刻膜之入射角度依存性。因此,藉由估計向被蝕刻膜入射光時產生之干涉光強度之角度依存性,並計算成為測量對象之波長之光之干涉強度,可測量高精度且較寬之觀測區域之被蝕刻膜之厚度。 有如下一種方法:估計上述之光對於光學濾波器2630之入射角度依存性、及光對於被蝕刻膜之入射角度依存性,替代使用此,而測量被蝕刻膜之膜厚變化時之實際之干涉光強度分佈,並將此時之各測量位置之干涉光強度之經時變化資料作為資料庫使用,藉此測量被蝕刻膜之厚度。藉由對於干涉光之測量位置及測量時間,將實際之膜厚建立關聯,而將測量與資料庫取得時相同膜種之被蝕刻膜之膜厚時之干涉光與資料庫進行比較,藉此可高精度地測量被蝕刻膜之膜厚分佈。 藉由使用可將入射至攝像元件2610之各元件之光分光之高光譜相機,無須使用光學濾波器2630。又,由於藉由使用寬頻帶光作為光源,可取得遍及多波長之分光測量結果,故可提高膜厚測量之精度。 又,存在根據被蝕刻膜、及其前後之積層膜或空間之折射率與消失係數之關係,可測量干涉光之波長受限定之情形,但藉由測量複數個波長,可使用可測量膜厚之波長。 另,作為簡單選擇波長而測量干涉膜之方法,可於濾波器輪(濾波器變換器)設置透過波長不同之濾波器,而選擇濾波器。 若將與A-A’平行,亦即自小屋罩之開口部朝向深處之軸向設為X軸,則藉由測量小屋罩內之被蝕刻膜之膜厚分佈之X軸方向分佈,可評估開口部附近之加工被蝕刻膜之電漿等介質之特性。 再者,於小屋罩開口部附近之加工被蝕刻膜之電漿等之特性均一之情形時,於遠離小屋兩側之位置,在任意位置,被蝕刻膜厚之X軸方向分佈之絕對值成為相同值。即,於小屋之中央部,可於任意位置測量軸向分佈。 又,若小屋罩之空隙處於某一範圍內,則可於任意位置進行X軸方向分佈之測量及特性評估。因此,於測量1軸即足夠之情形時,可使用線掃描型之相機。 於使用上述相機之方式中,可將攝像元件之像素數作為上限,而於觀測區域內取得非常多點之代用樣品輸出。 於圖19中,使用將自透鏡2620至攝像元件2610之光路設為遠心之透鏡2620。藉由將光學濾波器2630設置於遠心光路部,可使干涉光向光學濾波器2630之入射角度垂直。藉此,可避免干涉光向光學濾波器2630傾斜入射時產生之透過波長之位移及衰減。此外,可使用與攝像元件相同尺寸之較小之光學濾波器2630。 於圖20中,使用將自透鏡2620朝向晶圓之光路設為遠心之透鏡2620。藉由將光學濾波器2630設置於遠心光路部,可使干涉光向光學濾波器2630之入射角度垂直。藉此,可避免干涉光向光學濾波器2630傾斜入射時產生之透過波長之位移及衰減。另,透鏡2620可採用將追加透鏡追加於搭載於相機內之透鏡之構成。又,可使用將相機內部之透鏡更換成用以獲得目的之光路之透鏡之方法,或僅使用追加透鏡而獲得目的之光路。 於圖21中,使用將透鏡2620前後之光路設為遠心之透鏡2620。又,於自透鏡2620朝向晶圓之光路設置半反射鏡2640,使來自光源2650之光向半反射鏡2640入射。藉由該構成,來自光源2650之光自半反射鏡2640垂直朝向晶圓而於觀測區域產生干涉光。來自觀測區域之干涉光可再次返回至半反射鏡2640,而由相機測量透過半反射鏡2640之光。 另,於圖21之方式中,由於光源之光與干涉光之光路於相機2600至晶圓2000之間為同軸,故於將透鏡2620至晶圓2000之光路設為廣角之情形時,必須注意隨著光路變為廣角,可由相機測量之干涉光、及觀測範圍大幅減少。 半反射鏡2640之位置亦可設置於自透鏡2620更靠攝像元件側。於該情形時,可使用與攝像元件相同尺寸之較小之半反射鏡2640。 光源2650之波長頻帶、及半反射鏡2640之透過與反射之波長頻帶必須與光學濾波器2630之透過頻帶相同程度,或更寬。又,藉由使用上述之高光譜相機等,進行多波長之同時分光測量之情形時,較理想為將光源2650設為寬頻帶光源。此外,半反射鏡之透過與反射之波長頻帶較理想為與光源2650之頻帶相同程度,或更寬。 作為光源2650,可使用LED(Light Emitting Diode:發光二極體)、Xe燈、鹵素燈、重氫燈、螢光燈、雷射。但,於使用雷射等窄頻帶光源之情形時,必須將光學濾波器2630、半反射鏡2640之透過波長與雷射之波長域匹配。 來自光源2650之光較理想為使用透鏡、鏡子等,作為遠心光而入射至半反射鏡2640。又,藉由以多個光源構成光源2650,可實現光量增加及波長頻帶之擴大。 於圖22中,使用照明2651作為光源。照明2651係以多個光源構成者,或面發光型之光源,可向晶圓2000整體照射光。 於照明2651之中央部,設置有用以向相機2600導入干涉光之孔或窗。來自照明2651之光自多個光源或發光面,朝向晶圓各向同性放射。因此,可將來自觀測區域整體之干涉光向相機2600導入。再者,藉由變更透鏡2620,而變更觀測區域之尺寸之情形時,亦可測量來自觀測區域整體之干涉光。圖22中之箭頭、接續於其之虛線及實線係來自照明2651之放射光、及向相機2600導入之干涉光之光路之例。關於光路及光學濾波器2630,可使用圖18及圖19之構成。 圖23係使複數個波長選擇性透過之多光學濾波器2631。藉由排列複數個透過波長不同之光學濾波器2630,可使複數個波長選擇性透過。如上所述,自小屋罩之開口部朝向深處之軸向分佈之測量可於小屋罩內部於任意位置進行測量。因此,若將僅使多光學濾波器2631之相同波長透過之方向之軸設為X軸,則藉由將多光學濾波器2631及小屋罩內部之X軸設為相同方向,可進行使用複數個波長之測量。 如圖21、圖20及圖18,於藉由透鏡2620放大朝向晶圓2000之光路之情形時,由於可設置較大之濾波器,故可設置具有更多個透過波長之多光學濾波器2631。但,如上所述,於光路成為廣角之情形時,必須考慮光對於濾波器及晶圓之入射角度。 圖24係將圖18之小屋罩之兩端開放,於中央部設置隔板之小屋罩2700。藉此,可評估左右2部位之開口部附近的加工被蝕刻膜之電漿等介質之特性。 又,於小屋內部之衰減之特徵長度d較小屋開口部至隔板之長度短之情形時,亦可省略隔板。 於將代用樣品暴露於電漿之情形時,必須考慮因小屋之存在而產生之護套之變形之影響。護套具有依存於電漿密度及向晶圓施加之偏壓輸出之厚度ds,沿著小屋之形狀如圖24之虛線所示形成護套。由於該護套沿著小屋罩而變形,故於小屋之開口部附近,朝向小屋罩下之被蝕刻膜,正離子傾斜加速入射。 因此,正離子入射之小屋之開口部附近、與不存在正離子入射之小屋之內部,加工被蝕刻膜之現象不同。 因此,小屋內部之蝕刻量i、小屋內部之蝕刻量之衰減之特徵長度d較理想為測量劃分至小屋之開口部附近、與小屋之內部之值。 作為小屋之開口部附近與小屋之內部之位置,較理想為設為自小屋開口部朝X軸方向至少前進小屋罩內之空隙之高度之2倍之位置。於開口部附近之被蝕刻膜之軸向分佈變得複雜,衰減之特徵長度之測量困難之情形時,亦可取得小屋之內部之測量值。 圖25係覆蓋晶圓整體之小屋罩2700。藉由將小屋之開口部作為小屋罩上部之孔設置複數個,針對加工被蝕刻膜之電漿等介質之特性可取得晶圓面內之分佈。於圖26中,以於小屋內部具有距開口部有一定半徑之空隙之方式,藉由小屋罩隔開空隙,藉此,可取得各開口部附近之介質之特性。 又,藉由於小屋罩之上部設置孔,可抑制上述之護套之變形所致之影響。於圖26中,由於孔之周邊全部成為小屋罩,故藉由減小孔之直徑,可抑制護套之變形。藉由將孔之直徑設為小於護套厚度之2倍,而如虛線所示,自孔之左右朝向中央護套變形但於中央部護套重疊,藉此緩和護套之變形。藉由將孔之直徑設為護套厚度之1倍以下,可進一步抑制護套之變形。 於小屋內部之衰減之特徵長度d較小屋開口部至隔板之長度短之情形時,亦可留下支撐小屋之數根支柱,或將小屋罩之最外周部分作為支撐留下,而省略除此以外之部分之隔板。 圖26係留下圖25所說明之小屋罩之最外周部分之隔板之小屋罩2700。 圖27係藉由將小屋罩內之空隙、每個小屋罩之隔板部分設為放射狀,可測量加工被蝕刻膜之電漿等介質之特性之周向分佈的小屋罩2700。 於圖27中,將開口部設為直線形狀,但可藉由將其設為圓弧形狀而測量更正確之周向分佈。 又,藉由變更開口部之半徑方向之位置,可測量期望位置之周向分佈。 再者,藉由圓周形狀之隔板及於各空隙設置開口部,可測量複數個徑向位置之周向分佈。 圖28係於X軸方向設置空隙之小屋罩2700。若將相對於X軸垂直之方向設為Y軸方向,則藉由使用圖28之構成,可測量加工被蝕刻膜之電漿等介質之特性之Y軸方向分佈。 又,於圖28中,藉由擴大開口部之寬度,可取得成為開口部分,即小屋外部之蝕刻量o。又,藉由擴大開口部之寬度,可取得開口部之加工被蝕刻膜之電漿等介質對被蝕刻膜之加工量。 由於必須抑制相對於開口部分之被蝕刻膜之加工特性的小屋罩與周邊介質之反應之影響,故開口部部分之大小必須至少設為小屋罩以上。 於測量開口部分即小屋外部之電漿之被蝕刻量之情形時,為了避免沿著小屋罩之形狀形成之護套之變形之影響,必須至少設為護套厚度之3倍以上。 為了進一步抑制相對於開口部分之被蝕刻膜之加工特性的小屋罩與周邊介質之反應之影響,開口部部分之大小較理想為設為小屋罩之2倍以上,或護套厚度之10倍以上,進而為1 cm2 以上。 上述所說明之開口部分可設置於圖25、圖26、圖27之一部分。又,藉由放大圖25、圖26、圖27所圖示之開口部之尺寸,可測量開口部之特性。 圖29係於覆蓋晶圓整體之小屋罩,設置各一個空隙與開口部之小屋罩2700。將具有該等空隙及開口部之部分設為測量部2701。 首先,對將小屋罩2700與測量部2701構成為一體之情形進行說明。 小屋罩內部之大半區域為了避免被蝕刻膜與小屋罩之接觸而具有空隙。另一方面,藉由於測量部與小屋罩之間設置隔板,而防止測量部以外之小屋罩內之空隙中之被蝕刻膜之加工。 藉由上述構成,於因測量而使用該代用樣品後,使小屋罩2700旋轉,藉此將測量部向被蝕刻膜未被使用之部分移動,而可再次測量。因此,可使用1片附被蝕刻膜之晶圓,而進行複數次測量。 於小屋罩2700之旋轉時,包圍測量部2701之隔板之底面與被蝕刻膜接觸。為了避免因該接觸對被蝕刻膜表面造成損傷,於使隔板旋轉時,暫且抬起小屋罩後旋轉即可。 於使小屋罩一面滑動一面旋轉之情形時,可將隔板固定於小屋罩之上表面,或自上表面延長,並將隔板設為不會與被蝕刻膜接觸之長度。但,該情形時於測量部2701之周邊,有向隔板之外側部分亦略微加工被蝕刻膜之情形,故必須注意可重複測量之次數減少。為了儘可能抑制隔板之外部部分之加工,較理想為儘可能減小隔板正下方之隔板與被蝕刻膜之空間。又,藉由於隔板下面設置成為與被蝕刻膜之接觸部之微小部分或點,並限定與被蝕刻膜之接觸面積,可抑制以隔板接觸被蝕刻膜為起因之對測量結果之擾亂。 又,藉由對隔板下面施加低摩擦材料或減少摩擦之塗層,可抑制由接觸部分對被蝕刻膜造成之損傷。藉由減小低摩擦材料或塗層之尺寸,可抑制與介質之反應。但,根據介質及施加至隔板下面之材質之組合,有對測量結果之擾亂變大之可能性,故必須注意。 接著,對小屋罩2700與測量部2701可分離之構成進行說明。藉由設為於隔板之中央部分,分離小屋罩2700與測量部2701之構成,可與測量部2701之開口部之面積、形狀、位置、個數、進而空隙之縱深、寬度不同之測量部2701進行交換。 於減壓下使用圖29之代用樣品之情形時,於測量部2701以外之小屋罩內之空隙殘存氣體,藉此於向處理室內放出殘存氣體時,無法測量於處理室內產生期望之電漿等介質時成為目的之被蝕刻膜之加工特性。又,有因殘存氣體產生壓力,藉此破壞代用樣品本身之可能性。為了防止此,於小屋罩2700之一部分設置排氣孔2702。 但,排氣孔周邊之被蝕刻膜由於在測量中進行加工,故該部分無法作為測量部使用。因此,排氣孔之面積較理想為數十mm2 以下。 又,藉由將排氣孔2702設置於小屋罩2700與測量部2701之隔板部,並連接測量部之空隙、與測量部以外之空隙,可自開口部排出殘存氣體。 圖30係分開設置圖29之開口部與測量部之位置之小屋罩2700。於開口部之長度、與小屋罩下部之空隙之X軸方向長度之合計超過晶圓半徑之情形時,可使用圖30之構成。又,可測量開口部之徑向分佈。再者,於小屋內部之衰減之特徵長度d較長之情形時亦可進行測量。 圖31係可自動進行圖29中說明之小屋罩之旋轉之小屋罩2700及旋轉機構。於圖31中,小屋罩由小屋罩2700與外周支持部2703(或稱為旋轉引導部)之2者所構成。於小屋罩之最外周部之空隙側,設置有齒輪,藉由使用齒輪等之旋轉動力傳遞零件2710驅動小屋罩,可使小屋罩旋轉。 作為旋轉機構,亦可將上述齒輪部分設為摩擦係數較大之材料或零件,而使用旋轉動力傳遞零件2710使小屋罩旋轉。 旋轉動力傳遞零件2710藉由旋轉控制系統2711,控制其旋轉量、旋轉速度、旋轉開始及停止之時序。旋轉控制系統2711具備旋轉控制基板、記憶體、運算裝置、電源。又,可將電源設為2次電池,並具備用以對電源進行充電之接點、或無線供電用線圈。再者,可具備無線通信部,其用以接收保存於記憶體內部之控制基板之控制程式之重寫、旋轉控制時取得之旋轉量、旋轉速度、旋轉開始及停止時序等之通訊記錄資訊取得、旋轉開始及停止信號。 旋轉控制系統2711及旋轉動力傳遞零件2710固定於外周支持部2703之延長部分,藉此,可僅使小屋罩2700旋轉。 另,亦可不使用旋轉控制系統2711,而以手動使小屋入口開閉零件2712旋轉。於該情形時,於旋轉動力傳遞零件2710之中央部使用驅動器等可使小屋罩2700旋轉。又,藉由於旋轉動力傳遞零件2710之中央部設置旋鈕,可以手動轉動該旋鈕而使小屋罩2700旋轉。 另,藉由將外周支持部2703設置於圖29及圖30之小屋罩2700之外周,可使小屋罩2700之旋轉順利進行。 圖32係藉由使小屋入口開閉零件2712旋轉而開閉複數個設置於小屋罩之測量用之空隙之開口部,藉此可進行複數次測量之小屋罩2700及旋轉機構。 藉由使用旋轉動力傳遞零件2710及旋轉控制系統2711,使小屋入口開閉零件2712旋轉。又,亦可不使用旋轉控制系統2711,而以手動使小屋入口開閉零件2712旋轉。於利用旋轉動力傳遞零件2710之小屋入口開閉零件2712之旋轉機構中,可使用齒輪或摩擦係數較大之材料或零件,使小屋罩2700旋轉。 另,於圖32之構成中,藉由於測量部分之兩側之隔板設置孔連接各空隙,可自小屋開口部開放之測量部之空隙,排出各空隙內部之殘存氣體。又,亦可藉由於任一空隙設置排氣孔,進而於測量部分之兩側之隔板設置孔連接各空隙,而自排氣孔排出各空隙內部之殘存氣體。 另,於截至上述之說明中,主要對樣品使用槽或孔之加工、樣品表面之研削、積層於樣品表面之膜之研削而進行說明,但於樣品上堆積膜或構造物之情形時,亦可藉由將堆積膜之厚度或堆積膜構造之資訊設為樣品輸出及代用樣品輸出,而獲得相同之效果。 另,本發明並非限定於上述之實施例,而包含各種變化例。又,例如,上述之實施例係為了容易理解地說明本發明而詳細說明構成者,未必限定於具備說明之所有構成者。又,關於各實施例之構成之一部分,可對其他構成進行追加、刪除、置換。 又,上述各構成、功能、處理部、處理方式等亦可例如藉由以積體電路設計等而由硬體實現其等之一部分或全部。又,本發明亦可藉由實現實施例之功能之軟體之程式碼而實現。該情形時,對電腦提供記錄有程式碼之記憶媒體,由該電腦具備之處理器讀取儲存於記憶媒體之程式碼。該情形時,自記憶媒體讀取之程式碼本身實現上述之實施例之功能,該程式碼本身、及記憶該程式碼之記憶媒體構成本發明。作為用以供給此種程式碼之記憶媒體,例如使用軟性磁碟、CD-ROM(Compact Disc-Read Only Memory:光碟-唯讀記憶體)、DVD-ROM(Digital Versatile Disc-Read Only Memory:數位多功能光碟-唯讀記憶體)、硬碟、SSD(Solid State Drive)、光碟、磁光碟、CD-R(Compact Disk-Recordable:可記錄光碟)、磁帶、非揮發性之記憶卡、ROM(Read Only Memory:唯讀記憶體)等。 又,實現本實施例所記述之功能之程式碼例如可以匯編程式、C/C++、perl、Shell、PHP、Java(註冊商標)等廣範圍之程式或腳本語言安裝。 再者,亦可藉由將實現實施例之功能之軟體之程式碼經由網路傳送,而將其儲存於電腦之硬碟或記憶體等記憶機構或CD-RW(Compact Disk-Rewritable:可重寫光碟)、CD-R等記憶媒體,且由電腦具備之處理器讀取儲存於該記憶機構或該記憶媒體之程式碼並執行。 於上述實施例中,控制線或資訊線係顯示說明上認為必要者,產品方面未必顯示所有控制線或資訊線。所有構成亦可相互連接。
10‧‧‧代用樣品用終端
20‧‧‧處理裝置
30‧‧‧測量裝置
40‧‧‧解析系統
50‧‧‧實際樣品用終端
100‧‧‧輸入處理條件
101‧‧‧目標處理輸出
110‧‧‧處理條件輸入部
111‧‧‧處理部
120‧‧‧測量部
130‧‧‧解析部
131‧‧‧代用樣品DB
132‧‧‧模型DB
140‧‧‧處理輸出-處理條件模型
141‧‧‧實際樣品-代用樣品模型
150‧‧‧目標處理條件
200‧‧‧計算機
201‧‧‧運算裝置
202‧‧‧主記憶裝置
203‧‧‧副記憶裝置
204‧‧‧網路介面
400‧‧‧GUI
410‧‧‧學習處理欄
411‧‧‧學習處理種別欄
420‧‧‧目標處理輸出欄
421‧‧‧目標數值欄
430‧‧‧模型欄
431‧‧‧手動輸入欄
432‧‧‧自動輸入欄
440‧‧‧決定按鈕
450‧‧‧燈
500‧‧‧GUI
510‧‧‧結果顯示欄
520‧‧‧決定按鈕
601‧‧‧實際樣品處理輸出空間
602‧‧‧實際樣品處理條件空間
611‧‧‧代用樣品處理輸出空間
612‧‧‧代用樣品處理條件空間
1101‧‧‧光源
1102‧‧‧檢測器
1300‧‧‧GUI
1301‧‧‧DB基準欄
1302‧‧‧輸入處理條件欄
1303‧‧‧執行按鈕
1304‧‧‧燈
1400‧‧‧GUI
1401‧‧‧結果顯示欄
1402‧‧‧結束按鈕
1403‧‧‧重新執行按鈕
1700‧‧‧GUI
1701‧‧‧DB基準欄
1702‧‧‧稀疏區域欄
1703‧‧‧學習處理種別欄
1704‧‧‧決定按鈕
1705‧‧‧燈
2000‧‧‧晶圓
2001‧‧‧處理室
2600‧‧‧相機
2610‧‧‧攝像元件
2620‧‧‧透鏡
2630‧‧‧光學濾波器
2631‧‧‧多光學濾波器
2640‧‧‧半反射鏡
2650‧‧‧光源
2651‧‧‧照明
2700‧‧‧小屋罩
2701‧‧‧測量部
2702‧‧‧排氣孔
2703‧‧‧外周支持部
2710‧‧‧旋轉動力傳遞零件
2711‧‧‧旋轉控制系統
2712‧‧‧小屋入口開閉零件
AB‧‧‧虛線
d‧‧‧代用樣品之小屋內部之蝕刻量之衰減之長度
ds‧‧‧護套之厚度
h‧‧‧實際樣品之深度
i‧‧‧代用樣品之小屋內部之蝕刻量
m1‧‧‧實際樣品之掩模部之蝕刻率
m2‧‧‧代用樣品之掩模部之蝕刻率
o‧‧‧代用樣品之小屋外部之蝕刻量
s1‧‧‧實際樣品之溝槽部之蝕刻率
s2‧‧‧代用樣品之溝槽部之蝕刻率
S101~S105‧‧‧步驟
S201~S204‧‧‧步驟
S301~S309‧‧‧步驟
w1‧‧‧實際樣品之溝槽部之頂點部分之寬度
w2‧‧‧實際樣品之溝槽部之中央部分之寬度
w3‧‧‧實際樣品之溝槽部之底面部分之寬度
X‧‧‧軸
Y‧‧‧軸
Z‧‧‧軸
圖1係顯示實施例1之樣品處理系統之構成之一例之方塊圖。 圖2係顯示構成實施例1之樣品處理系統之計算機之硬體構成之一例之圖。 圖3係說明實施例1之解析系統執行之目標處理條件之算出處理之流程圖。 圖4係顯示實施例1之代用樣品用終端所顯示之GUI(Graphical User Interface:圖形使用者介面)之一例之圖。 圖5係顯示實施例1之代用樣品用終端所顯示之GUI之一例之圖。 圖6係說明實施例1之目標處理條件之算出處理之概念之圖。 圖7A係顯示實施例1之實際樣品之一例之圖。 圖7B係顯示實施例1之實際樣品之一例之圖。 圖8A係顯示實施例1之代用樣品之一例之圖。 圖8B係顯示實施例1之代用樣品之一例之圖。 圖9A係顯示實施例1之實際樣品之一例之圖。 圖9B係顯示實施例1之實際樣品之一例之圖。 圖10A係顯示實施例1之代用樣品之一例之圖。 圖10B係顯示實施例1之代用樣品之一例之圖。 圖11係顯示實施例1之代用樣品之物理量之測量方法之一例之圖。 圖12係顯示實施例1之解析系統執行之代用樣品DB之產生處理之一例之圖。 圖13係顯示實施例1之代用樣品用終端所顯示之GUI之一例之圖。 圖14係顯示實施例1之代用樣品用終端所顯示之GUI之一例之圖。 圖15係說明實施例1之解析系統執行之代用樣品DB之更新處理之一例之流程圖。 圖16係顯示實施例1之代用樣品處理輸出空間之分割方法之一例之圖。 圖17係顯示實施例1之代用樣品用終端所顯示之GUI之一例之圖。 圖18係顯示使用相機方式之代用樣品輸出之測量方法之圖。 圖19係顯示適合代用樣品輸出測量之相機方式之光學系統之一例之圖。 圖20係顯示適合代用樣品輸出測量之相機方式之光學系統之一例之圖。 圖21係顯示適合代用樣品輸出測量之相機方式之光學系統及外部光源之一例之圖。 圖22係顯示適合代用樣品輸出測量之相機方式之光學系統及外部照明之一例之圖。 圖23係顯示多光學濾波器之一例之圖。 圖24係顯示於兩側具有開口部之代用樣品之一例之圖。 圖25係顯示可進行晶圓面內分佈測量之代用樣品之一例之圖。 圖26係顯示可進行晶圓面內分佈測量之代用樣品之一例之圖。 圖27係顯示可進行晶圓周向分佈測量之代用樣品之一例之圖。 圖28係顯示可進行晶圓軸向分佈測量用之代用樣品之一例之圖。 圖29係顯示可測量複數次代用樣品輸出之代用樣品之一例之圖。 圖30係顯示可測量複數次代用樣品輸出之代用樣品之一例之圖。 圖31係顯示可測量複數次代用樣品輸出之小屋罩旋轉機構之一例之圖。 圖32係顯示可測量複數次代用樣品輸出之小屋罩旋轉機構之一例之圖。

Claims (20)

  1. 一種計算機,其特徵在於,其係決定對樣品進行之處理之控制參數者,且 上述計算機具備: 記憶部,其儲存第1模型及第2模型,該第1模型顯示藉由測量經進行上述處理之用於製造之第1樣品而獲得之第1處理輸出、與藉由測量經進行上述處理之較上述第1樣品容易測量之第2樣品而獲得之第2處理輸出之間之相關關係,該第2模型顯示對上述第2樣品進行之上述處理之控制參數、與上述第2處理輸出之間之相關關係;及 解析部,其基於成為目標之上述第1處理輸出即目標處理輸出、上述第1模型、及上述第2模型,而算出對上述第1樣品進行之上述處理之目標控制參數。
  2. 如請求項1之計算機,其中 上述計算機係 可對資料庫進行存取,該資料庫儲存將對上述第2樣品進行之上述處理之控制參數及上述第2處理輸出建立對應之資料;且 藉由執行使用上述資料庫之學習處理而產生上述第2模型。
  3. 如請求項2之計算機,其中 上述計算機係 基於上述第1模型,算出與上述目標處理輸出對應之上述第2處理輸出; 基於上述第2模型,算出獲得與上述目標處理輸出對應之上述第2處理輸出之推定控制參數;且 將上述推定控制參數作為上述目標控制參數而輸出。
  4. 如請求項2之計算機,其中 於上述計算機,連接有進行上述處理之處理裝置; 上述第2處理輸出包含複數個要件之測量值; 上述計算機係 參照上述資料庫,解析以上述複數個要件各者為軸之空間之上述第2處理輸出之分佈; 基於上述解析之結果,決定追加對象之第2處理輸出; 使用上述追加對象之第2處理輸出及上述第2模型,而算出對上述第2樣品進行之上述處理之新的控制參數; 將上述新的控制參數輸入至上述處理裝置; 自基於上述新的控制參數進行上述處理之上述處理裝置取得新的第2處理輸出;且 將上述新的控制參數及上述新的第2處理輸出建立對應而登錄於上述資料庫。
  5. 如請求項1之計算機,其中 上述第1樣品及上述第2樣品具有幾何學構造及物性之至少任一種之相關性。
  6. 一種處理之控制參數之決定方法,其特徵在於,其係計算機執行之對樣品進行之處理之控制參數之決定方法,且 上述計算機具有運算裝置、連接於上述運算裝置之記憶裝置、及連接於上述運算裝置且與外部裝置連接之介面; 上述記憶裝置儲存第1模型,該第1模型顯示藉由測量經進行上述處理之用於製造之第1樣品而獲得之第1處理輸出、與藉由測量經進行上述處理之較上述第1樣品容易測量之第2樣品而獲得之第2處理輸出之間之相關關係; 上述處理之控制參數之決定方法包含: 第1步驟,係藉由上述運算裝置執行學習處理,而產生顯示對上述第2樣品進行之上述處理之控制參數、與上述第2處理輸出之間之相關關係之第2模型,並將上述第2模型儲存於上述記憶裝置;及 第2步驟,係上述運算裝置基於成為目標之上述第1處理輸出即目標處理輸出、上述第1模型、及上述第2模型,而算出對上述第1樣品進行之上述處理之目標控制參數。
  7. 如請求項6之處理之控制參數之決定方法,其中 上述運算裝置可對資料庫進行存取,該資料庫儲存將對上述第2樣品進行之上述處理之控制參數及上述第2處理輸出建立對應之資料;且 於上述第1步驟中,上述運算裝置藉由執行使用上述資料庫之學習處理而產生上述第2模型。
  8. 如請求項7之處理之控制參數之決定方法,其中 上述第2步驟包含以下步驟: 上述運算裝置基於上述第1模型,算出與上述目標處理輸出對應之上述第2處理輸出; 上述運算裝置基於上述第2模型,算出有獲得與上述目標處理輸出對應之第2處理輸出之可能性的控制參數即推定控制參數;及 上述運算裝置將上述推定控制參數作為上述目標控制參數而輸出。
  9. 如請求項7之處理之控制參數之決定方法,其中 於上述計算機,連接有進行上述處理之處理裝置; 上述第2處理輸出包含複數個要件之測量值; 上述處理之控制參數之決定方法包含以下步驟: 上述運算裝置參照上述資料庫,解析以上述複數個要件各者為軸之空間之上述第2處理輸出之分佈; 上述運算裝置基於上述解析之結果,決定追加對象之第2處理輸出; 上述運算裝置使用上述追加對象之第2處理輸出及上述第2模型,而算出對上述第2樣品進行之上述處理之新的控制參數; 上述運算裝置將上述新的控制參數輸入至上述處理裝置; 上述運算裝置自基於上述新的控制參數進行上述處理之上述處理裝置取得新的第2處理輸出;及 上述運算裝置將上述新的控制參數及上述新的第2處理輸出建立對應而登錄於上述資料庫。
  10. 如請求項6之處理之控制參數之決定方法,其中 上述第1樣品及上述第2樣品具有幾何學構造及物性之至少任一種之相關性。
  11. 一種代用樣品,其特徵在於,其係模擬半導體樣品之加工狀態,且藉由測量裝置測量者,且具有: 第一表面,其自樣品面觀察形成為第一高度;及 第二表面,其形成為較上述第一高度高之第二高度;且 上述第一表面被處理因上述第二表面較上述第一表面存在於更上方而受影響之上述半導體樣品之加工; 藉由上述測量裝置,測量上述第一表面之經上述處理之區域。
  12. 如請求項11之代用樣品,其中 於上述代用樣品之上述第二表面透過光,藉由上述透過之光而測量經上述處理之區域。
  13. 如請求項11之代用樣品,其中 上述第一表面經由形成於上述第二表面之孔而被處理上述半導體樣品之加工。
  14. 如請求項13之代用樣品,其中 上述孔形成有複數個;且 經由形成於上述第二表面之各個孔而於各個區域被處理上述半導體樣品之加工。
  15. 一種測量系統,其係測量如請求項11之代用樣品者,其特徵在於具有: 複數個光源或面發光之光源; 處理室,其具有使上述複數個光源或面發光之光源之光透過之窗; 感測器,其對設置於上述處理室之內側之代用樣品照射上述光,並檢測來自上述代用樣品之光; 照射部,其向上述第一表面之經上述處理之區域照射上述光;及 測量部,其基於檢測來自上述代用樣品之光之感測器而進行經上述處理之區域之測量。
  16. 如請求項15之測量系統,其中 於上述代用樣品之上述第二表面透過光,藉由上述透過之光而測量經上述處理之區域。
  17. 如請求項15之測量系統,其中 上述感測器具有分光功能,或具有將來自上述代用樣品之光分光之濾波器。
  18. 一種測量方法,其係測量如請求項11之代用樣品者,其特徵在於包含: 發光步驟,其自複數個光源或面發光之光源發光; 窗透過步驟,其對具有窗之處理室,透過上述發光步驟之光; 檢測步驟,其對設置於上述處理室之內側之代用樣品,檢測由照射上述光而引起之光; 照射步驟,其向上述第一表面之經上述處理之區域照射上述光;及 測量步驟,其藉由上述照射步驟及上述檢測步驟,進行經上述處理之區域之測量。
  19. 如請求項18之測量方法,其中 包含樣品透過步驟,其於上述代用樣品之上述第二表面透過光;且 上述測量步驟係藉由透過上述第二表面之光而測量經上述處理之區域。
  20. 如請求項18之測量方法,其中 包含分光步驟,其對上述代用樣品,將由照射上述光而引起之光分光。
TW107106304A 2017-08-31 2018-02-26 計算機、處理之控制參數之決定方法、代用樣品、測量系統及測量方法 TWI677770B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017-166813 2017-08-31
JP2017166813 2017-08-31
JP2017210346A JP6959831B2 (ja) 2017-08-31 2017-10-31 計算機、処理の制御パラメータの決定方法、代用試料、計測システム、及び計測方法
JP2017-210346 2017-10-31

Publications (2)

Publication Number Publication Date
TW201913247A TW201913247A (zh) 2019-04-01
TWI677770B true TWI677770B (zh) 2019-11-21

Family

ID=65816602

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107106304A TWI677770B (zh) 2017-08-31 2018-02-26 計算機、處理之控制參數之決定方法、代用樣品、測量系統及測量方法

Country Status (3)

Country Link
JP (1) JP6959831B2 (zh)
KR (1) KR102118409B1 (zh)
TW (1) TWI677770B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6890632B2 (ja) * 2019-06-27 2021-06-18 東京エレクトロン株式会社 データ処理装置、データ処理方法及びプログラム
JP2021128097A (ja) * 2020-02-14 2021-09-02 株式会社ブイ・テクノロジー 欠陥検出装置、欠陥検出方法、欠陥修正装置
JP7424909B2 (ja) 2020-05-18 2024-01-30 株式会社日立製作所 処理条件探索装置および処理条件探索方法
JP7453853B2 (ja) 2020-05-27 2024-03-21 株式会社日立製作所 処理条件決定システムおよび処理条件探索方法
JP7364540B2 (ja) 2020-08-05 2023-10-18 株式会社日立ハイテク 画像処理システム
TW202243069A (zh) * 2020-12-28 2022-11-01 日商東京威力科創股份有限公司 參數導出裝置、參數導出方法及參數導出程式
JP2022186039A (ja) * 2021-06-04 2022-12-15 株式会社東京精密 プローバ制御装置、プローバ制御方法、及びプローバ
CN117441175A (zh) 2022-05-20 2024-01-23 株式会社日立高新技术 搜索装置以及搜索方法和半导体装置制造系统
CN115274488B (zh) * 2022-09-27 2023-02-10 浙江大学杭州国际科创中心 碳化硅裸片与碳化硅掩膜层刻蚀深度选择比预测方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020105636A1 (en) * 1999-03-02 2002-08-08 Kouki Okawauchi Defect inspection apparatus and defect inspection method
US20020178800A1 (en) * 1999-12-20 2002-12-05 Tsuyoshi Hasegawa Apparatus for evaluating electrical characteristics
US20040207424A1 (en) * 1998-08-27 2004-10-21 The Micromanipulator Company, Inc. High resolution analytical probe station
US20090059215A1 (en) * 2007-08-31 2009-03-05 Courosh Mehanian Systems and Method for Simultaneously Inspecting a Specimen with Two Distinct Channels
CN101908495A (zh) * 2009-06-05 2010-12-08 台湾积体电路制造股份有限公司 虚拟测量先进工艺控制系统和设置方法
CN104681474A (zh) * 2013-12-02 2015-06-03 株式会社大亨 工件处理装置、工件输送系统
CN104718428A (zh) * 2012-10-15 2015-06-17 株式会社日立高新技术 图案的检查、测量装置及程序
TW201526130A (zh) * 2013-12-16 2015-07-01 Kla Tencor Corp 以模型爲基礎之量測及一製程模型的整合使用
JP2015215224A (ja) * 2014-05-09 2015-12-03 株式会社日立システムズ 物体測定システムおよび物体測定方法
TW201703166A (zh) * 2015-03-24 2017-01-16 克萊譚克公司 基於模型之單一參數量測
TWI582878B (zh) * 2013-10-02 2017-05-11 Asml荷蘭公司 用於獲得有關於工業製程之診斷資訊之方法、裝置及電腦程式產品
TW201725381A (zh) * 2015-08-24 2017-07-16 克萊譚克公司 於樣品上判定所關注圖案之一或多個特性

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719796A (en) * 1995-12-04 1998-02-17 Advanced Micro Devices, Inc. System for monitoring and analyzing manufacturing processes using statistical simulation with single step feedback
JPH09289303A (ja) * 1996-04-19 1997-11-04 Sony Corp 半導体素子のシミュレーション評価方法
JP4150440B2 (ja) * 1997-03-24 2008-09-17 株式会社ルネサステクノロジ 光学検査装置用の較正用標準試料およびそれを用いた光学検査装置の感度較正方法
JP4266668B2 (ja) * 2003-02-25 2009-05-20 株式会社ルネサステクノロジ シミュレーション装置
JP2007173334A (ja) * 2005-12-20 2007-07-05 Renesas Technology Corp 半導体熱処理装置
JP4464979B2 (ja) * 2007-03-05 2010-05-19 東京エレクトロン株式会社 処理システム、処理方法、及び、プログラム
JP2009044125A (ja) 2007-04-12 2009-02-26 Tokyo Electron Ltd サポートベクトルマシンを用いて制御ツールを制御する方法
JP2009043900A (ja) * 2007-08-08 2009-02-26 Nuflare Technology Inc 膜厚測定方法、気相成長方法および膜厚測定装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040207424A1 (en) * 1998-08-27 2004-10-21 The Micromanipulator Company, Inc. High resolution analytical probe station
US20020105636A1 (en) * 1999-03-02 2002-08-08 Kouki Okawauchi Defect inspection apparatus and defect inspection method
US20020178800A1 (en) * 1999-12-20 2002-12-05 Tsuyoshi Hasegawa Apparatus for evaluating electrical characteristics
US20090059215A1 (en) * 2007-08-31 2009-03-05 Courosh Mehanian Systems and Method for Simultaneously Inspecting a Specimen with Two Distinct Channels
CN101908495A (zh) * 2009-06-05 2010-12-08 台湾积体电路制造股份有限公司 虚拟测量先进工艺控制系统和设置方法
CN104718428A (zh) * 2012-10-15 2015-06-17 株式会社日立高新技术 图案的检查、测量装置及程序
TWI582878B (zh) * 2013-10-02 2017-05-11 Asml荷蘭公司 用於獲得有關於工業製程之診斷資訊之方法、裝置及電腦程式產品
CN104681474A (zh) * 2013-12-02 2015-06-03 株式会社大亨 工件处理装置、工件输送系统
TW201526130A (zh) * 2013-12-16 2015-07-01 Kla Tencor Corp 以模型爲基礎之量測及一製程模型的整合使用
JP2015215224A (ja) * 2014-05-09 2015-12-03 株式会社日立システムズ 物体測定システムおよび物体測定方法
TW201703166A (zh) * 2015-03-24 2017-01-16 克萊譚克公司 基於模型之單一參數量測
TW201725381A (zh) * 2015-08-24 2017-07-16 克萊譚克公司 於樣品上判定所關注圖案之一或多個特性

Also Published As

Publication number Publication date
KR20200017445A (ko) 2020-02-18
KR102118409B1 (ko) 2020-06-03
JP2019047100A (ja) 2019-03-22
TW201913247A (zh) 2019-04-01
JP6959831B2 (ja) 2021-11-05

Similar Documents

Publication Publication Date Title
TWI677770B (zh) 計算機、處理之控制參數之決定方法、代用樣品、測量系統及測量方法
TWI743275B (zh) 使用經預測之度量影像之度量配方產生
KR102245695B1 (ko) 모델-기반 계측 및 프로세스 모델의 통합 사용
TWI668582B (zh) 用於判定由一檢查子系統在設計資料空間中產生之輸出之一位置的系統、方法及非暫時性電腦可讀媒體
US9091942B2 (en) Scatterometry measurement of line edge roughness in the bright field
EP4073523A1 (en) Systems and methods for analyzing unknown sample compositions using a prediction model based on optical emission spectra
JP7017985B2 (ja) システム及び処理条件の決定方法
US20190318949A1 (en) Shape metric based scoring of wafer locations
CN113412485B (zh) 用于选择设计文件的系统、计算机可读媒体及实施方法
US20230205076A1 (en) Resist and etch modeling
TWI707419B (zh) 代用試料、處理之控制參數之決定方法及測量系統
TWI805876B (zh) 用於大量生產程序監視之寬鬆耦合檢查及計量系統
KR102132785B1 (ko) 계산기, 처리의 제어 파라미터의 결정 방법, 대용 시료, 계측 시스템, 및 계측 방법
JP2019531479A (ja) 測定対象のサンプルの組成を正確に定量化するためのシステムおよび方法
CN114641726B (zh) 集成式多工具光罩检验
TW202344831A (zh) 用於半導體量測品質之目標監測的方法及系統
CN117805160A (zh) 测量待测材料成分的方法、装置、设备及存储介质
TW202410192A (zh) 光阻及蝕刻模型建立
US20090153882A1 (en) Measuring Dimensional Parameters of Structures