TWI729475B - 量測方法與裝置 - Google Patents

量測方法與裝置 Download PDF

Info

Publication number
TWI729475B
TWI729475B TW108130779A TW108130779A TWI729475B TW I729475 B TWI729475 B TW I729475B TW 108130779 A TW108130779 A TW 108130779A TW 108130779 A TW108130779 A TW 108130779A TW I729475 B TWI729475 B TW I729475B
Authority
TW
Taiwan
Prior art keywords
pattern
model
opc
substrate
patterns
Prior art date
Application number
TW108130779A
Other languages
English (en)
Other versions
TW202024777A (zh
Inventor
克里斯多福 艾倫 史賓斯
Original Assignee
荷蘭商Ａｓｍｌ荷蘭公司
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 荷蘭商Ａｓｍｌ荷蘭公司 filed Critical 荷蘭商Ａｓｍｌ荷蘭公司
Publication of TW202024777A publication Critical patent/TW202024777A/zh
Application granted granted Critical
Publication of TWI729475B publication Critical patent/TWI729475B/zh

Links

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
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
    • 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
    • G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441—Optical proximity correction [OPC]
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)

Abstract

本發明提供一種控制使用一限定光學近接校正(OPC)模型之一成像程序的方法，該方法包括：獲取一OPC模型，其經組態以在用於在一圖案化程序中使用一後OPC設計在一基板上形成一圖案的一程序中模型化對一預OPC設計的OPC修改之行為；在一製造環境中使用該圖案化程序；收集在該製造環境中使用該圖案化程序來圖案化之基板中之程序控制資料；將所收集程序控制資料儲存於一資料庫中；藉由一 硬體電腦系統分析經儲存的所收集程序控制資料，以驗證該OPC模型在一選定臨限值內校正圖案特徵；以及對於屬於該選定臨限值之外的圖案特徵，判定對該成像程序的一修改以校正成像誤差。

Description

量測方法與裝置
本說明書係關於用於量測之方法及裝置。
微影裝置為將所要圖案塗覆至基板上(通常塗覆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。在彼情況中，替代地稱作光罩或倍縮光罩的圖案化器件可用以產生待形成於IC之個別層上之電路圖案。可將此圖案轉印至基板(例如矽晶圓)上之目標部分(例如包括晶粒之一部分、一個晶粒或若干晶粒)上。通常經由成像至提供於基板上之輻射敏感材料(抗蝕劑)層上來進行圖案之轉印。一般而言，單一基板將含有經順次地圖案化之鄰近目標部分之網路。已知微影裝置包括：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)上經由輻射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。亦有可能藉由將圖案壓印至基板上來將圖案自圖案化器件轉印至基板。
諸如半導體器件的製造器件通常涉及使用多個製作程序來處理基板(例如半導體晶圓)以形成該等器件之不同特徵及多個層。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。可將此器件製造程序視為圖案化程序。圖案化程序涉及圖案化步驟以在基板上提供圖案，所述圖案化步驟諸如使用微影裝置之光學及/或奈米壓印微影，且通常但(視情況)涉及一或多個相關圖案處理步驟，諸如藉由顯影裝置之抗蝕劑顯影、使用烘烤工具烘烤基板、使用蝕刻裝置使用圖案進行蝕刻等等。此外，圖案化程序中通常涉及一或多個度量衡程序。
在圖案化程序期間在不同步驟下使用度量衡程序以監測及控制該程序。舉例而言，度量衡程序用以量測基板之一或多個特性，諸如在圖案化程序期間形成於基板上之特徵之相對部位(例如對齊、疊對、對準等)或尺寸(例如線寬、臨界尺寸(CD)、厚度等)，使得例如可自該一或多個特性判定圖案化程序之效能。若一或多個特性為不可接受的(例如在用於特性之預定範圍之外)，則該一或多個特性之量測可用以變更圖案化程序之一或多個參數以使得藉由該圖案化程序製造之其他基板具有可接受的特性。
幾十年來，隨著微影及其他圖案化程序技術之改良，功能元件之尺寸已不斷地減小，而每器件功能元件(諸如電晶體)之量已穩定地增加。同時，對在疊對、臨界尺寸(CD)等方面之準確度要求已變得愈來愈嚴格。將在圖案化程序中不可避免地產生誤差，諸如疊對誤差、CD誤差等。舉例而言，可自光學像差、圖案化器件加熱、圖案化器件誤差及/或基板加熱產生成像誤差，且可依據例如疊對誤差、CD誤差等來特性化成像誤差。另外或替代地，可在圖案化程序中之其他部分中(諸如在蝕 刻、顯影、烘烤等中)引入誤差，且相似地，可依據例如疊對誤差、CD誤差等來特性化該等誤差。誤差可直接造成在器件之功能方面的問題，包括器件運行之故障，或運行器件之一或多個電氣問題。
如上文所提及，在圖案化程序中，需要頻繁地進行所產生結構之量測，例如以用於程序控制及驗證。通常量測或判定該等結構之一或多個參數，例如結構之臨界尺寸、形成於基板中或上之順次層之間的疊對誤差等。存在用於對在圖案化程序中形成之微觀結構進行量測的不同技術。用於進行此類量測之不同工具為已知的，包括但不限於常常用於量測臨界尺寸(CD)之掃描電子顯微鏡(SEM)。SEM具有高解析率且能夠解析約為30nm或更小、20nm或更小、10nm或更小或5nm或更小之特徵。半導體器件之SEM影像常常用於半導體廠房中以觀測在器件位階處正發生何種情形。
量測資訊(諸如自器件結構之SEM影像提取)可用於程序模型化、現有模型校準(包括再校準)、缺陷偵測、估計、特性化或分類、良率估計、程序控制或監測等。
一種控制使用一限定光學近接校正(OPC)模型之一成像程序的方法，該方法包括：獲取一OPC模型，其經組態以在用於在一圖案化程序中使用一後OPC設計在一基板上形成一圖案的一程序中模型化對一預OPC設計的OPC修改之行為；在一製造環境中使用該圖案化程序；收集在該製造環境中使用該圖案化程序來圖案化之基板中之程序控制資料；將所收集程序控制資料儲存於一資料庫中；藉由一硬體電腦系統分析經儲存的所收集程序控制資料，以驗證該OPC模型在一選定臨限值內校正圖案特徵；以及對於屬於該選定臨限值之外的圖案特徵，判定對該成像程序的一 修改以校正成像誤差。
在一態樣中，提供一種製造器件之方法，其中使用圖案化程序將器件圖案施加至一系列基板，該方法包括使用本文中所描述之方法來評估使用圖案化程序形成之經圖案化結構以及根據該方法之結果針對基板中之一或多者而控制圖案化程序。在一實施例中，經圖案化結構形成於基板中之至少一者上，且方法包含根據該方法之結果針對稍後基板而控制圖案化程序。
在一態樣中，提供一種非暫時性電腦程式產品，其包含經組態以致使處理器執行本文中所描述之方法的機器可讀指令。
在一態樣中，提供一種檢測系統。系統包括：如本文中所描述之檢測裝置；及分析引擎，其包含如本文中所描述之非暫時性電腦程式產品。在一實施例中，檢測裝置包含電子束檢測裝置。在一實施例中，系統進一步包含微影裝置，該微影裝置包含：支撐結構，其經組態以固持用以調變輻射光束之圖案化器件；及投影光學系統，其經配置以將經調變輻射光束投影至輻射敏感基板上。
81:帶電粒子束產生器
82:聚光器透鏡模組
83:探針形成物鏡模組
84:帶電粒子束偏轉模組
85:二次帶電粒子偵測器模組
86:影像形成模組
87:監測模組
88:樣本載物台
90:樣本
91:原帶電粒子束
92:帶電粒子束探針
93:二次帶電粒子
94:二次帶電粒子偵測信號
100:基板
101:基板台
200:電子束檢測裝置
201:電子源
202:電子束
203:聚光器透鏡
204:光束偏轉器
205:E x B偏轉器
206:物鏡
207:二次電子偵測器
208:類比/數位轉換器
300:影像處理系統
301:儲存媒體
302:顯示器件
303:記憶體
304:處理單元
500:源模型
510:投影光學件模型
520:設計佈局模型
540:抗蝕劑模型
550:抗蝕劑影像
600:設計佈局
610:圖案化器件佈局
620:模型
630:步驟
640:步驟
650:步驟
660:步驟
670:步驟
690:步驟
700:標稱矩形設計佈局
720:圖案
730:EP
740:EP
750:假想線/方向
760:EP
770:量規
800:收集及儲存
810:分析及比較
820:根本原因分析
830:調整程序
840:影像效能
850:實施重定目標
860:重建模型
AD:調整器
AS:對準感測器
B:輻射光束
BD:輻射光束
BK:烘烤板
C:目標部分
CH:冷卻板
CO:聚光器
IF:位置感測器
IL:照明系統
IN:積光器
I/O1:輸入/輸出通口
I/O2:輸入/輸出通口
LA:微影裝置
LACU:微影控制單元
LB:裝載匣
LC:微影製造單元
LS:位階感測器
M1:光罩對準標記
M2:光罩對準標記
MA:圖案化器件
MT:支撐結構
P1:基板對準標記
P2:基板對準標記
PM:第一定位器
PS:投影系統
PW:第二定位器
RF:參考框架
RO:機器人
SC:旋塗器
SCS:監督控制系統
SO:輻射源
TCU:塗佈顯影系統控制單元
W:基板
WTa:基板台
WTb:基板台
X:方向
Y:方向
Z:方向
現將參看隨附圖式而僅作為實例來描述實施例，在隨附圖式中：圖1示意性地描繪微影裝置之實施例；圖2示意性地描繪微影製造單元或微影叢集之實施例；圖3示意性地描繪掃描電子顯微鏡(SEM)之實施例；圖4示意性地描繪電子束檢測裝置之實施例；圖5描繪用於模型化及/或模擬圖案化程序之至少部分的實 例流程圖；圖6描繪用於模型校準之實例流程圖；圖7示意性地描繪根據方法之實施例而分析的圖案之實施例；及圖8描繪根據實施例之控制成像程序之方法的實例流程圖。
在詳細地描述實施例之前，有指導性的是呈現可供實施實施例之實例環境。
圖1示意性地描繪微影裝置LA。裝置包含：- 照明系統(照明器)IL，其經組態以調節輻射光束B(例如DUV輻射或EUV輻射)；- 支撐結構(例如光罩台)MT，其經建構以支撐圖案化器件(例如光罩)MA，且連接至經組態以根據某些參數來準確地定位該圖案化器件之第一定位器PM；- 基板台(例如晶圓台)WTa，其經建構以固持基板(例如抗蝕劑塗佈晶圓)W，且連接至經組態以根據某些參數來準確地定位該基板之第二定位器PW；及- 投影系統(例如折射投影透鏡系統)PS，其經組態以將由圖案化器件MA賦予至輻射光束B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。
照明系統可包括用於導向、塑形或控制輻射的不同類型之光學組件，諸如折射、反射、磁性、電磁、靜電或其他類型之光學組件， 或其任何組合。
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(諸如該圖案化器件是否經固持於真空環境中)之方式來固持該圖案化器件。圖案化器件支撐結構可使用機械、真空、靜電或其他夾持技術以固持圖案化器件。圖案化器件支撐結構可為例如框架或台，其可視需要而經固定或可移動。圖案化器件支撐結構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」之任何使用與更一般術語「圖案化器件」同義。
本文中所使用之術語「圖案化器件」應經廣泛地解釋為指代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任何器件。應注意，舉例而言，若賦予至輻射光束之圖案包括相移特徵或所謂輔助特徵，則圖案可不確切地對應於基板之目標部分中之所要圖案。通常，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)中的特定功能層。
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液晶顯示器(LCD)面板。光罩在微影中為吾人所熟知，且包括諸如二元、交變相移及衰減式相移之光罩類型，以及各種混合光罩類型。可程式化鏡面陣列之一實例採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。傾斜鏡面在由鏡面矩陣反射之輻射光束中賦予圖案。
本文中所使用之術語「投影系統」應經廣泛地解釋為涵蓋適於所使用之曝光輻射或適於諸如浸潤液體之使用或真空之使用之其他因素的任何類型之投影系統，包括折射、反射、反射折射、磁性、電磁及靜 電光學系統，或其任何組合。可認為本文中對術語「投影透鏡」之任何使用與更一般術語「投影系統」同義。
如此處所描繪，裝置屬於透射類型(例如採用透射光罩)。替代地，裝置可屬於反射類型(例如採用如上文所提及之類型的可程式化鏡面陣列，或採用反射光罩)。
微影裝置可屬於具有兩個(雙載物台)或多於兩個台(例如兩個或多於兩個基板台、兩個或多於兩個圖案化器件支撐結構，或基板台及度量衡台)之類型。在此等「多載物台」機器中，可並行地使用額外台，或可對一或多個台進行預備步驟，同時將一或多個其他台用於圖案轉印。
微影裝置亦可屬於如下類型：其中基板之至少一部分可由具有相對較高折射率之液體(例如水)覆蓋，以便填充投影系統與基板之間的空間。亦可將浸潤液體施加至微影裝置中之其他空間，例如光罩與投影系統之間的空間。浸潤技術在此項技術中為熟知的，以供用於增大投影系統之數值孔徑。本文中所使用之術語「浸潤」並不意謂諸如基板之結構必須浸沒於液體中，而是僅意謂液體在曝光期間位於投影系統與基板之間。
參考圖1，照明器IL自輻射源SO接收輻射光束。舉例而言，當輻射源為準分子雷射時，輻射源與微影裝置可為分離實體。在此等情況下，不認為源形成微影裝置之部分，且輻射光束憑藉包括例如合適導向鏡面及/或光束擴展器之光束遞送系統BD而自輻射源SO傳遞至照明器IL。在其他情況下，例如當源為水銀燈時，源可為微影裝置之一體部分。可將源SO及照明器IL連同光束傳遞系統BD(在需要時)稱作輻射系統。
照明器IL可包括用於調整輻射光束之角強度分佈的調整器AD。一般而言，可調整照明器之光瞳平面中之強度分佈之至少外部徑向 範圍及/或內部徑向範圍(通常分別稱作σ外部及σ內部)。另外，照明器IL可包括各種其他組件，諸如積光器IN及聚光器CO。照明器可用以調節輻射光束，以在其橫截面中具有所要均一性及強度分佈。
輻射光束B入射於經固持於圖案化器件支撐件(例如光罩台MT)上之圖案化器件(例如光罩)MA上，且由該圖案化器件圖案化。在已橫穿圖案化器件(例如光罩)MA之後，輻射光束B穿過投影系統PS，該投影系統將該光束聚焦至基板W之目標部分C上。憑藉第二定位器PW及位置感測器IF(例如干涉量測器件、線性編碼器、2-D編碼器或電容式感測器)，可準確地移動基板台WTa，例如以便使不同目標部分C定位於輻射光束B之路徑中。相似地，可使用第一定位器PM及另一位置感測器(其並未在圖1中明確地描繪)以例如在自光罩庫之機械擷取之後或在掃描期間相對於輻射光束B之路徑來準確地定位圖案化器件(例如光罩)MA。一般而言，可憑藉形成第一定位器PM之部分的長衝程模組(粗略定位)及短衝程模組(精細定位)來實現圖案化器件支撐件(例如光罩台)MT之移動。相似地，可使用形成第二定位器PW之部件之長衝程模組及短衝程模組來實現基板台WTa之移動。在步進器(相對於掃描器)之情況下，圖案化器件支撐件(例如光罩台)MT可僅連接至短衝程致動器，或可經固定。
可使用光罩對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件(例如光罩)MA及基板W。儘管所說明之基板對準標記佔據專用目標部分，但該等標記可位於目標部分之間的空間中(將此等標記稱為切割道對準標記)。相似地，在將多於一個晶粒提供於圖案化器件(例如光罩)MA上的情形中，光罩對準標記可位於該等晶粒之間。小對準標記亦可包括於該等器件特徵當中之晶粒內，在此情況下，需要使標記儘可能 地小且無需與鄰近特徵不同的任何圖案化或其他程序條件。下文中進一步描述偵測對準標記之對準系統的實施例。
所描繪裝置可用於以下模式中之至少一者中：
- 在步進模式中，在將賦予至輻射光束之整個圖案一次性投影至目標部分C上(亦即，單次靜態曝光)時，使圖案化器件支撐件(例如光罩台)MT及基板台WTa保持基本上靜止。接著，使基板台WTa在X及/或Y方向上移位以使得可曝光不同目標部分C。在步進模式中，曝光場之最大大小限制單次靜態曝光中所成像的目標部分C之大小。
- 在掃描模式中，在將賦予至輻射光束之圖案投影至目標部分C上(亦即，單次動態曝光)時，同步地掃描圖案化器件支撐件(例如光罩台)MT及基板台WTa。可藉由投影系統PS之放大率(縮小率)及影像反轉特性來判定基板台WTa相對於圖案化器件支撐件(例如光罩台)MT之速度及方向。在掃描模式中，曝光場之最大大小限制單次動態曝光中之目標部分之寬度(在非掃描方向上)，而掃描運動之長度判定目標部分之高度(在掃描方向上)。
- 在另一模式中，使圖案化器件支撐件(例如光罩台)MT基本上保持靜止以固持可程式化圖案化器件，且在將賦予至輻射光束之圖案投影至目標部分C上的同時移動或掃描基板台WTa。在此模式中，通常採用脈衝式輻射源，且在基板台WTa之每一移動之後或在掃描期間的順次輻射脈衝之間根據需要而更新可程式化圖案化器件。此操作模式可易於應用於利用可程式化圖案化器件(諸如上文所提及之類型的可程式化鏡面陣列)之無光罩微影。
亦可採用對上文所描述之使用模式之組合及/或變體或完全 不同的使用模式。
微影裝置LA屬於所謂的雙載物台類型，其具有兩個台WTa、WTb(例如兩個基板台)以及兩個站(曝光站及量測站)，在該兩個站之間可交換該等台。舉例而言，在曝光站處曝光一個台上之基板的同時，可在量測站處將另一基板裝載至另一基板台上且進行不同預備步驟。預備步驟可包括使用位階感測器LS來映射基板之表面控制，以及使用對準感測器AS來量測基板上之對準標記之位置，該等感測器兩者由參考框架RF支撐。若位置感測器IF在台處於量測站以及處於曝光站時不能夠量測台之位置，則可提供第二位置感測器以使得能夠在兩個站處追蹤台之位置。作為另一實例，在曝光站處曝光一個台上之基板時，不具有基板之另一台可在量測站處等待(其中視情況可發生量測活動)。此另一台具有一或多個量測器件且可視情況具有其他工具(例如清潔裝置)。當基板已完成曝光時，不具有基板之台移動至曝光站以執行例如量測，且具有基板之台移動至卸載該基板且裝載另一基板之部位(例如量測站)。此等多台配置實現裝置之產出率之相當大增加。
如圖2中所展示，微影裝置LA可形成微影製造單元LC(有時亦稱為微影單元或微影叢集)之部分，微影製造單元LC亦包括用以對基板執行一或多個圖案轉印前程序及圖案轉印後程序之裝置。通常，此等裝置包括用以沈積抗蝕劑層之一或多個旋塗器SC、用以顯影經圖案化抗蝕劑之一或多個顯影器DE、一或多個冷卻板CH及一或多個烘烤板BK。基板處置器或機器人RO自輸入/輸出通口I/O1、I/O2拾取基板、在不同處理器件之間移動基板且將基板遞送至微影裝置之裝載匣LB。常常統稱為塗佈顯影系統(track)之此等器件在塗佈顯影系統控制單元TCU之控制下，塗 佈顯影系統控制單元TCU自身受監督控制系統SCS控制，監督控制系統SCS亦經由微影控制單元LACU來控制微影裝置。因此，不同裝置可經操作以最大化產出率及處理效率。
為了能夠正確且一致地處理藉由圖案化程序處理(例如曝光)之基板，需要檢測經處理基板以量測一或多個屬性，諸如後續層之間的疊對誤差、線厚度、臨界尺寸(CD)等。若偵測到誤差，則可例如依據改變圖案化程序之設計或改變用於設計圖案化程序之工具、控制執行之圖案化程序等來對圖案化程序作出調整。
檢測裝置可用於此量測。檢測裝置用於判定基板之一或多個屬性，且尤其判定不同基板或同一基板之不同層之一或多個屬性如何如在不同層間及/或跨基板及/或跨不同基板(例如在不同基板間)變化。檢測裝置可整合至微影裝置LA或微影單元LC中，或可為單機器件。
用以判定基板之一或多個屬性之檢測裝置可採取各種不同形式。舉例而言，檢測裝置可使用光子電磁輻射來照明基板且偵測由基板重新導向之輻射；此等檢測裝置可稱為亮場檢測裝置。亮場檢測裝置可使用具有在例如150nm至900nm之範圍內之波長的輻射。檢測裝置可為基於影像的(亦即，拍攝基板之影像)，及/或基於繞射的(亦即，量測繞射輻射之強度)。檢測裝置可檢測產品特徵(例如待使用基板而形成之積體電路之特徵或光罩之特徵)及/或檢測特定量測目標(例如疊對目標、焦點/劑量目標、CD量規圖案等)。
常常運用基於光學件之次解析度工具完成例如半導體晶圓之檢測(亮場檢測)。但在一些情況下，待量測之某些特徵過小而實際上不能使用亮場檢測加以量測。舉例而言，半導體器件之特徵中之缺陷的亮場 檢測可具有挑戰性。此外，隨著時間推移，使用圖案化程序製作之特徵(例如使用微影製作之半導體特徵)變得愈來愈小，且在許多情況下，特徵之密度亦增加。因此，使用且需要更高解析度檢測技術。實例檢測技術為電子束檢測。電子束檢測涉及將電子束聚焦於待檢測之基板上之小光點上。影像藉由以下操作形成：在經檢測基板之區域上在光束與基板之間提供相對移動(在下文中稱作掃描電子束)且藉由電子偵測器收集二次及/或反向散射電子。接著處理影像資料以例如識別缺陷。
因此，在一實施例中，檢測裝置可為得到曝光或轉印於基板上之結構(例如諸如積體電路之器件之某結構或全部結構)之影像的電子束檢測裝置(例如與掃描電子顯微鏡(SEM)相同或相似)。圖3示意性地描繪電子束檢測裝置200之實施例。自電子源201發射之原電子束202由聚光器透鏡203會聚且接著穿過光束偏轉器204、E x B偏轉器205及物鏡206以在一焦點處輻照基板台101上之基板100。
當運用電子束202輻照基板100時，自基板100產生二次電子。該等二次電子藉由E x B偏轉器205偏轉且藉由二次電子偵測器207偵測。二維電子束影像可藉由與以下操作同步地偵測自樣本產生之電子而獲得：例如藉由光束偏轉器204對電子束進行二維掃描或藉由光束偏轉器204對電子束202在X或Y方向上重複掃描，以及藉由基板台101在X或Y方向中之另一者上連續移動基板100。因此，在一實施例中，電子束檢測裝置具有用於由角程界定之電子束之視場，電子束可由電子束檢測裝置提供至該角程(例如偏轉器204可藉以提供電子束202之角程)中。因此，視場之空間範圍為電子束之角程可照射在表面上所達之空間範圍(其中該表面可為靜止的或可相對於該場移動)。
由二次電子偵測器207偵測之信號藉由類比/數位(A/D)轉換器208轉換為數位信號，且將數位信號發送至影像處理系統300。在一實施例中，影像處理系統300可具有用以儲存供處理單元304處理之全部或部分數位影像之記憶體303。處理單元304(例如經專門設計之硬體或硬體與軟體之組合或包含軟體之電腦可讀媒體)經組態以將數位影像轉換或處理為表示數位影像之資料集。在一實施例中，處理單元304經組態或經程式化以促使執行本文中所描述之方法。此外，影像處理系統300可具有經組態以將數位影像及對應資料集儲存於參考資料庫中之儲存媒體301。顯示器件302可與影像處理系統300連接，使得操作者可藉助於圖形使用者介面進行設備之必要操作。
圖4示意性地說明檢測裝置之另一實施例。系統用以檢測樣本載物台88上之樣本90(諸如基板)且包含帶電粒子束產生器81、聚光器透鏡模組82、探針形成物鏡模組83、帶電粒子束偏轉模組84、二次帶電粒子偵測器模組85及影像形成模組86。
帶電粒子束產生器81產生原帶電粒子束91。聚光器透鏡模組82使所產生之原帶電粒子束91聚集。探針形成物鏡模組83將經聚集原帶電粒子束聚焦為帶電粒子束探針92。帶電粒子束偏轉模組84在緊固於樣本載物台88上之樣本90上的所關注區域之表面上掃描所形成之帶電粒子束探針92。在一實施例中，帶電粒子束產生器81、聚光器透鏡模組82及探針形成物鏡模組83或其等效設計、替代方案或其任何組合一起形成產生掃描帶電粒子束探針92之帶電粒子束探針產生器。
二次帶電粒子偵測器模組85偵測在由帶電粒子束探針92轟擊後即自樣本表面發射之二次帶電粒子93(亦可能與來自樣本表面之其他 反射或散射帶電粒子一起)以產生二次帶電粒子偵測信號94。影像形成模組86(例如運算器件)與二次帶電粒子偵測器模組85耦接以自二次帶電粒子偵測器模組85接收二次帶電粒子偵測信號94，且相應地形成至少一個經掃描影像。在一實施例中，二次帶電粒子偵測器模組85及影像形成模組86或其等效設計、替代方案或其任何組合一起形成影像形成裝置，該影像形成裝置由帶電粒子束探針92轟擊的自樣本90發射的經偵測二次帶電粒子形成經掃描影像。
在一實施例中，監測模組87耦接至影像形成裝置之影像形成模組86以對圖案化程序進行監測、控制等，及/或使用自影像形成模組86接收到之樣本90之經掃描影像導出用於圖案化程序設計、控制、監測等的參數。因此，在一實施例中，監測模組87經組態或經程式化以促使執行本文中所描述之方法。在一實施例中，監測模組87包含運算器件。在一實施例中，監測模組87包含用以提供本文中之功能且經編碼於形成監測模組87或安置於該監測模組內的電腦可讀媒體上之電腦程式。
在一實施例中，類似於使用探針來檢測基板之圖3之電子束檢測工具，相比於例如諸如圖3中所描繪之CD SEM，圖4之系統中之電子電流顯著較大，使得探針光點足夠大以使得檢測速度可較快。然而，歸因於大探針光點，解析度可能不與CD SEM一樣高。
可處理來自例如圖3及/或圖4之系統的SEM影像以提取影像中描述表示器件結構之物件之邊緣的輪廓。接著通常在使用者定義之切線處經由諸如CD之度量量化此等輪廓。因此，通常經由諸如對經提取輪廓量測之邊緣間距離(CD)或影像之間的簡單像素差之度量來比較及量化器件結構之影像。
現在，除了在圖案化程序中量測基板之外，亦常常需要使用一或多個工具來產生例如可用於對圖案化程序進行設計、控制、監測等之結果。為進行此操作，可提供用於運算上控制、設計等圖案化程序之一或多個態樣的一或多個工具，諸如用於圖案化器件之圖案設計(包括例如新增次解析度輔助特徵或光學近接校正)、用於圖案化器件之照明等。因此，在用於對涉及圖案化之製造程序進行運算上控制、設計等之系統中，主要製造系統組件及/或程序可由各種功能模組描述。特定而言，在一實施例中，可提供描述圖案化程序之一或多個步驟及/或裝置(通常包括圖案轉印步驟)的一或多個數學模型。在一實施例中，可使用一或多個數學模型來執行圖案化程序之模擬，以模擬圖案化程序如何使用由圖案化器件提供之經量測或設計圖案來形成經圖案化基板。
圖5中說明用於模型化及/或模擬圖案化程序之部分(例如微影裝置中之微影)的例示性流程圖。如將瞭解，該等模型可表示不同圖案化程序且無需包含下文所描述之所有模型。源模型500表示圖案化器件之照明之光學特性(包括輻射強度分佈、頻寬及/或相位分佈)。源模型500可表示照明之光學特性，其包括但不限於：數值孔徑設定、照明標準差(σ)設定以及任何特定照明形狀(例如離軸輻射形狀，諸如環形、四極、偶極等)，其中標準差(或σ)為照明器之外部徑向範圍。
投影光學件模型510表示投影光學件之光學特性(包括由投影光學件引起的對輻射強度分佈及/或相位分佈之改變)。投影光學件模型510可表示投影光學件之光學特性，其包括像差、失真、一或多個折射率、一或多個實體大小、一或多個實體尺寸等。
圖案化器件模型模組120捕獲設計特徵如何以圖案化器件 之圖案佈置，且可包括對圖案化器件之詳細物理屬性之表示，如例如在美國專利第7,587,704號中所描述。模擬之目標係準確地預測例如邊緣置放及CD，接著可比較邊緣置放及CD與器件設計。器件設計通常經定義為預OPC圖案化器件佈局，且將以諸如GDSII或OASIS之標準化數位檔案格式提供。
設計佈局模型520表示設計佈局(例如對應於積體電路、記憶體、電子器件等之特徵的器件設計佈局)之光學特性(包括由給定設計佈局引起的對輻射強度分佈及/或相位分佈之改變)，其為圖案化器件上或由圖案化器件形成之特徵配置之表示。設計佈局模型520可表示實體圖案化器件之一或多個物理屬性，如例如美國專利第7,587,704號中所描述，該專利以全文引用之方式併入。由於可改變用於微影投影裝置中之圖案化器件，所以需要使圖案化器件之光學屬性與包括至少照明及投影光學件的微影投影裝置之其餘部分之光學屬性分離。
可自源模型500、投影光學件模型510及設計佈局模型520模擬空中影像530。空中影像(AI)為基板位階處之輻射強度分佈。微影投影裝置之光學屬性(例如照明、圖案化器件及投影光學件之屬性)規定空中影像。
基板上之抗蝕劑層藉由空中影像曝光，且該空中影像經轉印至抗蝕劑層而作為其中之潛伏「抗蝕劑影像」(RI)。可將抗蝕劑影像(RI)定義為抗蝕劑層中之抗蝕劑之溶解度的空間分佈。可使用抗蝕劑模型540自空中影像530模擬抗蝕劑影像550。抗蝕劑模型可用以根據空中影像來計算抗蝕劑影像，其實例可發現於美國專利申請公開案第US 2009-0157360號中，該美國專利申請公開案之揭示內容特此以其全文引用之方 式併入。抗蝕劑模型通常描述在抗蝕劑曝光、曝光後烘烤(PEB)及顯影期間出現的化學程序之效應，以便預測例如形成於基板上之抗蝕劑特徵之輪廓，且因此其通常僅與抗蝕劑層之此等屬性(例如在曝光、曝光後烘烤及顯影期間出現的化學程序之效應)相關。在一實施例中，可捕捉抗蝕劑層之光學屬性，例如折射率、膜厚度、傳播及偏振效應作為投影光學件模型510之部分。
因此，一般而言，光學模型與抗蝕劑模型之間的連接為抗蝕劑層內之經模擬空中影像強度，其起因於輻射至基板上之投影、抗蝕劑界面處的折射及抗蝕劑膜堆疊中之多個反射。輻射強度分佈(空中影像強度)藉由入射能量之吸收而變為潛伏「抗蝕劑影像」，其藉由擴散程序及各種負載效應予以進一步修改。足夠快以用於全晶片應用之有效模擬方法藉由2維空中(及抗蝕劑)影像而近似抗蝕劑堆疊中之實際3維強度分佈。
在一實施例中，可將抗蝕劑影像用作圖案轉印後程序模型模組150之輸入。圖案轉印後程序模型150限定一或多個抗蝕劑顯影後程序(例如蝕刻、顯影等)之效能。
圖案化程序之模擬可例如預測抗蝕劑及/或經蝕刻影像中之輪廓、CD、邊緣置放(例如邊緣置放誤差)等。因此，模擬之目標為準確地預測例如經印刷圖案之邊緣置放及/或空中影像強度斜率，及/或CD等。可將此等值與預期設計比較以例如校正圖案化程序，識別預測出現缺陷之地點等。預期設計通常經定義為可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式提供之預OPC設計佈局。
因此，模型公式化描述總程序之大多數(若非全部)已知物理學及化學方法，且模型參數中之每一者理想地對應於一相異物理或化學 效應。因此，模型公式化設定關於模型可用以模擬總製造程序之良好程度之上限。
一或多個模型之應用在本文中被描述於圖案化程序之複雜微調步驟中，諸如應用至照明、投影系統及/或圖案化器件設計之微調步驟。此等步驟包括例如(但不限於)數值孔徑之最佳化、相干性配置之最佳化、自訂照明方案、圖案化器件中或上之相移特徵之使用、圖案化器件佈局中之光學近接校正、圖案化器件佈局中之次解析度輔助特徵之置放，或通常定義為「解析度增強技術」(RET)之其他方法。
作為一實例，光學近接校正(OPC)解決以下事實：基板上之經印刷特徵之最終大小及置放將並非僅依據圖案化器件上之對應特徵之大小及置放而變化。對於存在於典型電子器件設計上之小特徵大小及高特徵密度，給定特徵之特定邊緣之位置將在某種程度上受其他鄰近特徵之存在或不存在影響。在一實施例中，此等近接效應由來自多於一個特徵之輻射之耦接引起。在一實施例中，近接效應由通常在微影曝光之後的曝光後烘烤(PEB)、抗蝕劑顯影及蝕刻期間之擴散及其他化學效應引起。
為了幫助確保根據給定器件設計之要求在基板上產生特徵，應利用複雜數值模型來預測近接效應，且在器件之成功製造變得可能之前將校正或預失真應用至圖案化器件之設計。此等修改可包括使邊緣位置或線寬移位或偏置及/或應用一或多個輔助特徵，該一或多個輔助特徵不意欲印刷自身，但將影響相關聯初級特徵之屬性。此等對預OPC設計之修改一般可稱為OPC特徵或OPC修改。
在給出通常存在於晶片設計中之數百萬個特徵的情況下，基於模型之圖案化程序設計之應用需要良好的程序模型及相當多的運算資 源。然而，應用基於模型之設計通常並非嚴正科學，而為並不始終解決器件設計之所有可能弱點之迭代程序。因此，後OPC設計(亦即，在應用藉由OPC及任何其他RET之所有圖案修改之後的圖案化器件佈局)應藉由設計檢測(例如使用經校準數值程序模型之密集全晶片模擬)予以驗證，以便縮減設計瑕疵經建構至圖案化器件之製造中的可能性。
然而，有時模型參數可由於例如量測及讀取誤差而不準確，及/或系統中可存在其他不完美性。在運用模型參數之精確校準的情況下，可進行極準確模擬。因此，由於運算圖案化程序評估應涉及精確地描述圖案化程序之穩固模型，故用於此等模型之校準工序應用以達成橫越適用程序窗為有效、穩固且準確之模型。
為實現運算模型之校準(且視情況為了正確地且一致地曝光由微影器件曝光之基板)，需要使用檢測裝置對經印刷於在基板上之圖案進行各種量測。在一些實施例中，檢測裝置可為掃描電子顯微鏡(SEM)，其產生曝光或轉印於基板上之一或多個結構(例如一或多個測試(或校準)圖案或對應於器件之一些或全部結構之一或多個圖案)之影像。
因此，在一實施例中，藉由在基板上印刷特定數目個1維及/或2維量規圖案(例如量規圖案可為專門指定之量測圖案或可為如印刷於基板上之設計器件圖案之器件部分)且對經印刷圖案執行量測來進行校準。更特定言之，彼等1維量規圖案為具有不同間距及CD之線空間圖案，且2維量規圖案通常包括線端、觸點及/或靜態隨機存取記憶體(SRAM)圖案。接著將此等圖案成像至基板上，且量測所得基板CD或接觸孔(亦稱作通孔或晶片穿孔)能量。接著聯合地使用原始量規圖案及其基板量測以判定縮減或最小化模型預測與基板量測之間的差之模型參數。在一實施例 中，一或多個量規或校準圖案可不對應於器件中之結構。然而，一或多個量規或校準圖案與器件中之一或多個圖案擁有足夠相似性以允許一或多個器件圖案之準確預測。
圖6說明如以上所描述之實例模型校準程序。程序開始於設計佈局600，其可包括量規且視情況可包括可呈諸如GDSII或OASIS之標準格式之其他測試圖案。接下來，在610處使用該設計佈局以產生圖案化器件佈局，該圖案化器件佈局可呈諸如GDSII或OASIS之標準格式且可包括OPC或其他RET特徵。接著，在一實施例中，採取兩個單獨路徑以用於模擬及量測。
在模擬路徑中，在步驟630中使用圖案化器件佈局及模型620來產生經模擬抗蝕劑影像。模型620提供用於運算微影中之圖案化程序之模型，且校準程序旨在使模型620儘可能準確，使得運算微影結果同樣地準確。接著在步驟640中使用經模擬抗蝕劑影像來判定經預測臨界尺寸(CD)等。
在量測路徑中，在650處將圖案化器件佈局610與實體光罩(例如倍縮光罩)一起使用或使用該圖案化器件佈局形成實體光罩(例如倍縮光罩)，接著使該實體光罩成像至基板上。用以圖案化基板之圖案化程序(例如用於光學微影之NA、焦點、劑量、照明源等)與意欲在模型620中捕捉之圖案化程序相同。接著在660處對實際經圖案化基板執行量測(例如使用度量衡工具(諸如SEM等))，此得到經量測CD、輪廓等。
在670處，在自660之量測與自640之預測之間進行比較。若比較判定該等預測在預定誤差臨限值內匹配於該等量測，則在690處，將模型視為予以成功地校準。否則，對模型620進行改變，且重複步驟 630、640及670直至使用模型620產生之預測在預定臨限值內匹配於該等量測為止。在一實施例中，模型包含OPC模型。雖然下文之描述將聚焦於作為實施例之OPC模型，但該模型可為除OPC模型以外之模型。
如上文所提及，出於例如模型校準之目的或出於其他目的，自基板上之所形成圖案之影像(例如使用電子束而產生的影像，諸如SEM影像)提取幾何參數(諸如CD)之值。舉例而言，如上文所提及，為了模型校準，可使用量規圖案。
參看圖7，描繪呈各種形式之圖案(例如量規圖案)的示意圖。圖7說明自例如標稱矩形設計佈局700(例如經設計為產生於基板處)產生於基板上之大體上橢圓形圖案720的影像。雖然大體上橢圓形圖案720之邊界經描繪為輪廓，但其無需為輪廓，而是該邊界可為表示圖案720之邊緣的像素資料(亦即，輪廓尚未經提取)。另外，圖7中之圖案為自基板突起的橢圓形形狀，其中圖案720之內部高於緊接在邊界外部之點。然而，圖案720無需為突起部而是可為溝渠類結構；在此情況下，圖案720之內部低於緊接在圖案720之邊界外部之區。若圖案720為溝渠，則標稱矩形設計佈局700可較小且大體上在圖案720之內部。
在圖案之影像中，指定並評估量規。在一實施例中，量規為圖案上之為了判定諸如CD、邊緣位置等之幾何參數之值的評估部位。可出於各種目的而將量規之值用於圖案化程序之設計、控制等中，用於圖案化程序之裝置中或用於與圖案化程序之設計、控制等一起使用之工具中。在一個特定實例中，量規之值用於例如OPC模型之校準。因此，在彼情況下，OPC模型之校準實際上旨在產生最小化與量規相關聯之誤差的模型。雖然在此處特定描述用於模型校準之量規值之判定的實施例，但應瞭 解，可出於各種目的來使用量規值之判定。
在圖7中，實例量規經說明為假想線750，其疊置於經量測之圖案之形狀的邊界(例如輪廓)上，亦即用於在X方向上之CD之量規770。如將瞭解，可指定許多其他量規(例如更多在X方向上之量規及在Y方向上之量規)。有時將量規770稱作切線，且因此便於圖案上之選定「切口」之量測距離。該切線通常在X及/或Y方向上且在一些情況下以某角度對準。另一實例量規為評估點(EP)760。EP 760未必需要比如切線之線上之另一對應點。量規770或EP 760通常係自基板圖案輪廓收集(亦即，處理圖案影像以產生輪廓且接著自所要EP處之輪廓提取EP處之邊緣位置)。
量規定位於圖案佈局中之特定光點處且基本上表示圖案邊界處之點。理想地，選擇數個量規來表示圖案之形狀，但量規之數目受到例如產出率問題及報酬遞減限制(例如，雖然更多量規將提供更大準確度，但其可能並不會提供大得多的準確度)。實際上，針對任何給定OPC模型進行數千個不同量測及/或產生數千個不同形狀，因此在任何基板上存在經量測之多種形狀，且所有該等形狀在其將報告對應於實際OPC模型將會具有之資訊之值(就對應於量規位置之資訊而言)的情況下應被很好地量測。
在典型的方法中，一旦產生OPC模型，其就將由於如上文所描述之大量量測而經固定。如將瞭解，若模型含有誤差，則應用於光罩設計的最終OPC將同樣地含有誤差。由於複雜的佈局，現代佈局趨向於具有較大模型誤差。同樣地，光罩中的誤差將複寫於使用光罩所產生的全部晶圓上。亦即，OPC模型中之任何誤差都將變成設計之永久性部分及製造程序中的系統誤差。即使經更新之光罩係基於自產品度量獲得之資訊而設 計，初始OPC模型通常將用於實施對設計之更改，在彼模型中複寫任何誤差。
一旦建構，模型限定於實際晶圓上以確保晶片良率為可接受的。因此，經限定及校準模型難以更新且要求特別嚴格之規格來確保足夠的質量。此可例如依據3σ頻率範圍內發生的誤差來界定。在現代生產環境中，由於明顯更加複雜的圖案，6或甚至7σ之準確度可能成為最低要求。
由於最終產物可能對模型誤差非常敏感，因此即使在對此種極端問題最佳化時，對待成像之圖案之輕微更改可揭示OPC模型中之起初並非明顯的誤差。然而，通常地，將不會對OPC模型進行監測，使得該OPC模型在高量製造中偏移至規格之外時將不會被偵測到。
此外，OPC模型可應用於不同圖案、不同製造塗佈顯影系統、不同程序變量及在生產之態樣中之其他可能的更改。當使用模型產生之光罩於此等不同條件之下使用時，任何小模型誤差可變得比最初看起來更相關。
重定目標為一程序，藉由該程序，以改良程序窗效能之目標來針對光罩設計產生及調整OPC特徵。在一個實例中，基於規則之重定目標可使用軟體工具以自動方式應用於特定類型的特徵。在基礎實例中，分離線往往比密集線更難以恰當地生產(亦即，其具有較小程序窗餘地)。因此，可利用針對更大特徵之程序窗邊限更大的一般規則之優勢來實施使得分離線更大的規則。在重定目標程序中應用的規則及/或產生的輔助特徵將很大程度上取決於OPC模型，且因此模型中之缺陷往往會導致重定目標程序的效能問題。
因此，本發明人研發一種程序，其中可隨時間推移監測及校正或考量OPC模型中之誤差。一旦經量測、分析及理解，可改變各種程序以對於已知的OPC模型誤差進行補償。此外，根據一實施例之程序可提供監測及重定目標以容許選擇性地更新重定目標流程以便校正及驗證超出規格部位，從而試圖保持全部幾何條件符合規格(亦即，任何量測誤差均在選定臨限值之內)或者OPC模型的重建。
因此，重定目標方法可基於隨時間推移而收集之資訊來調適性地更新，而非嚴格地依賴於單次限定模型。
在一實施例中，資料庫用以自製造程序之各種態樣中收集及儲存800程序控制資料。舉例而言，程序控制系統之資料庫模組可用以收集效能相關資料，其包括程序監測及控制資料。一個此類資料庫可包括例如來自ASML之虛擬控制平台(VCP)。
資料庫可包括於電腦系統中，該電腦系統與現場之資料中心中的微影製造單元分隔開或甚至遠離微影生產線。其可包括例如用於儲存及分析與OPC模型相關之資料及其他生產模型、程序及資料兩者的硬體叢集。其他模型可包括例如蝕刻模型及抗蝕劑模型。
所收集資料可包括例如：CD控制資料、OPC校準資料、OPC監測及熱點CD資料、缺陷資料、來自圖案化程序(諸如配置、內部感測器及自我監測資料)中使用之掃描器或其他工具(諸如蝕刻及沈積工具)之資料，以及包括例如產品晶圓之SEM或其他成像的程序度量衡資料。原則上，表示製造程序之輸出的任何資料可形成至本方法中的輸入。為追蹤例如特定生產線或軌跡、特定處理工具(諸如微影工具或蝕刻工具)及特定程序之效能，可收集包括用於生產程序中所採用之特定系統之識別資訊的 資料。
所收集資料可隨後經分析且與記錄模型資訊程序(POR)比較810，以使得可識別模型中之各種可能瑕疵。以此方式，可使用最佳已知的方法流重新驗證及/或遞增地修改模型。可隨時間推移反覆地執行模型之比較及驗證之分析的程序。
在重新驗證中，將所收集資料與用於既定已知的記錄程序及現有模型的資料之預期或預測值進行比較。在所收集資料與預測之間存在差異之情況下，可將模型視為將超出規格。此重新驗證可例如每天一次地執行，但原則上其可更頻繁或更不頻繁地執行。在一實施例中，每天執行多次重新驗證。
一旦資料經收集，其可以數種方法進行分析。舉例而言，隨時間推移，使用晶圓資料來判定OPC模型之效能為可適用的。亦即，在選定時段內監測針對使用既定程序產生之晶圓而監測及控制資料之程序中的變化。特定而言，對程序中之變化敏感之OPC量規針對基線進行檢測以查看其是否改變。關於程序之資料可由於生產線上之設備(不同設備)之變化、目標圖案之設計之變化或其他隨時間推移之變化而改變。
一旦觀測到變化或誤差，可執行根本原因分析820。除其他之外，根本原因分析應判定所觀測之問題是否主要與OPC模型自身或其他因素相關。
一旦判定OPC模型為誤差之重要根源，就可關於待採取之校正動作作出判定以調整程序830。調整程序應理解為意謂對程序條件(諸如劑量、聚焦等)之校正及對OPC模型之更改兩者。在近期內，可對例如劑量或聚焦條件作出校正，以便改良成像效能840。同樣地，OPC模型可 經歷調適性干擾，該等調適性干擾構成小於模型之完整修正。在長期內，可實施850對OPC之修改，諸如重定目標。舉例而言，鑒於重定目標要求產生新倍縮光罩之事實，用於重定目標之控制迴路通常比對劑量或聚焦之修改的時間段更長。
隨後可使用所收集監測及資料庫中所收集之控制資料來調整模型。此可判定例如超出規格結果之原因是否為由於並未按預測執行的機器。藉助於實例，若工具的一個特定組合產生不良結果，則生產工作流程可經調整以確保並未使用失效組合。
在另一實例中，可針對掃描器流、跡線流、蝕刻流或類似者檢測模型之效能。模型之效應可基於先前已收集、分析及比較之圖案集的歷史資料來與其他效應分隔開。由於OPC模型自身並未改變而程序及設計更改變化得更頻繁，因此將模型之效應與誤差之其他源分離為可能的。根因分析演算法可應用以分離特定源。若例如掃描器效能問題為原因，則此將自所收集資料的分析中顯而易見。若在另一方面，實施新設計且觀測到超出規格行為，則可將設計理解為所觀測問題之源。
相似地，可識別超出規格之特定圖案。亦即，若在大量晶圓或大量設計上，相似圖案或圖案之類型(例如接觸孔、密集線、分離線、密集溝渠、隔離溝渠、H形狀、T形狀、不同角處之拐角、單個或雙散射條紋等)呈現共同誤差，則可推斷程序之模型化行為的一部分中存在誤差。
在此方法中，具有共同誤差之圖案可以數種方式分組。一種方式為藉助於設計規則。對於既定設計而言，可指定一組規則為光罩中之設計元件提供參數以供用於特定程序中。此等規則指定對例如特徵與特 徵大小之間的距離之特定限制，以在尋求確保符合規範之結果的同時允許生產程序中之方差。藉由觀看設計規則，可針對相似性對圖案進行分組。
在另一實施例中，機器學習演算法可應用以識別具有共同誤差之適合圖案群組。本實施例不限於任何特定機器學習模型。機器學習模型可為例如神經網路、卷積神經網路(CNN)、貝氏(Bayesian)網路、一般化線性模型、深度學習模型或其他可用機器學習模型。如將瞭解，機器學習演算法可經訓練以識別應分組在一起為展現共同誤差的圖案。
同樣地，可應用各種圖案匹配演算法。可使用模板匹配、經訓練圖案匹配、基於核之圖案匹配及其他匹配。雖然理論上可能使用嚴格的匹配，但鑒於準確圖案通常並非在影像之不同部分中複製，模糊分類可為較佳方法。可替代地使用影像識別演算法。
特定類型的圖案可能超出規格之程序的一特定實例為襯線未能恰當地校正以縮短線端。亦即，在襯線用於校正分離線圖案中之線端之縮短的OPC模型中，且隨時間推移，觀測到分離線圖案之線端中的缺陷，隨後可合理地推斷襯線之效能尚未在OPC模型中恰當地模型化。若在幾種不同程序中或使用不同生產設備觀測到相同效果，則此為尤其有可能之結論。如將瞭解，隨著實施新圖案，將存在重疊特徵以使得例如可將基於圖案之誤差源與基於程序之誤差源分離。
在特定圖案展示此系統性問題之情況下，可隨後實施基於圖案之重定目標850。亦即，針對包括圖案之設計的每一部分應用校正。此校正可為例如光罩設計(例如增加或減小襯線或輔助特徵之大小、將特徵邊緣移動選定距離等)中之變化或可為程序(例如增加或減小劑量或變更蝕刻程序)中之變化。即使尚未產生或實施新的新興限定OPC模型，設計 可考慮先前模型之經觀測行為及模型化行為與真實世界觀測之間的差異。另外，對於包括先前已經判定為產生超出規格結果之相同類型圖案的未來設計，可選擇度量位點以確保量測該類型之圖案中的一些或全部。
在一實施例中，應用至經觀測以具有共同誤差類型之圖案的該等校正經選擇以提供局部校正，同時限制對並未超出規格之圖案的影響。亦即，在回應於具有特定圖案之系統性問題的OPC模型之完全再設計將涉及相對於全部圖案改變模型的情況下，替代地，基於圖案之重定目標將僅影響彼等特定圖案。對於其他類型之圖案之OPC校正並不需要重新計算，且新增至選定圖案之校正應對其他類型之圖案僅具有最小的效應。
資料庫可進一步用以收集度量衡資料及驗證所應用校正之有效性。遵循於前述實例，一旦對於分離線圖案之線端修改襯線或其他輔助特徵，可採取量測以驗證改變之有效度。因此，在不完整地重建及再限定OPC模型之情況下，經更新模型根據作出之特定局部改變進行再限定。此局部檢核可例如藉由量測用於已經歷經修改OPC特徵之分離線的一或多個相關影像參數(諸如CD)執行。
以此方式，已經在規格中之圖案之彼等區域應保留於規格中，而並未在規格中之彼等區域可經校正或改良。
在使用基於圖案之重定目標的情況下，資料庫可與圖案資料庫組合使用以創建度量位點列表，從而驗證在重定目標中作出的校正的有效性。亦即，選擇適用於觀測之基於圖案之重定目標的效應之特定度量位點，且在此等特定位點處之量測用於驗證。以此方式，基於以圖案為基礎之重定目標之對OPC模型之更新可經限定以進一步用於額外圖案設計程序。
因此，本方法之一個輸出為用於OPC模型之經更新重定目標程式庫。經更新程式庫可隨後用以在未來在其他目標影像中做出調整。
在一實施例中，可基於所觀測初始模型中的不足來重建860模型。重建可執行於例如陰影模式或側面路徑中。亦即，其並未直接地執行及實施，而實際上涉及在不對製造程序做出改變的情況下持續更新該等模型，其中以進行中之形式針對實際效能來檢測經更新模型。以此方式，在建構及限定新OPC模型時製造程序並非必需中斷。亦即，存在對模型之遞增增加而非充分地重建該模型。
總體而言，可針對校正及控制考慮三種不同時間尺度。當資料經收集且觀測到超出規格效能時，調整生產程序以做出校正。可使用程序控制(例如劑量、聚焦、照明配置)中之改變來應用短期校正。可使用重定目標來實施中期改變。最後，可藉由修改模型及再限定經更新模型來實施更長期改變。
在一實施例中，獲得影像包含使用檢測裝置(諸如相對於圖3及/或圖4所描述之裝置)來量測基板上之所形成圖案。在一實施例中，量測所形成圖案係藉由關於空間方位之資訊導引。此為以下實施例：在沿著空間方位方向之對應於空間方位資訊被提供之一或多個EP中之每一者的區處專門量測圖案。舉例而言，如圖7中所展示，若需要，EP 730及/或EP 740相對於相關聯形成圖案的部位可在檢測裝置之座標系統中判定，且隨後可自EP 730及/或EP 740相對於所形成圖案的部位之臨限距離內並沿著空間方位方向(其可藉由例如自關於EP 730及EP 740之部位的資訊或與空間方位資訊包括在內之檢測裝置判定)採取量測。在一實施例中，導引量測包含檢測裝置獲得圖案之區處之額外量測資訊。在一實施例中，導引 量測包含檢測裝置獲得圖案之區處之量測資訊，但不獲得圖案上之其他部位處之量測資訊。
在840處，執行經量測圖案影像上之一或多個EP之部位之判定。必要時，將影像與空間方位資訊之座標系對準，例如與GDS、GDSII或OASIS座標系對準，或與經模擬圖案輪廓對準(例如藉由可以數學方式將經模擬目標輪廓與影像中之所形成圖案之廣義形狀對準的電腦影像處理技術)，或與空間上分佈之EP 730及/或EP 740之集合之部位對準(例如藉由可以數學方式將空間上分佈之EP 730及/或EP 740與影像中之所形成圖案之廣義形狀對準的電腦影像處理技術)。可使用檢測裝置之晶粒至資料庫(D2DB)能力來完成該對準。
為判定經量測圖案影像上之一或多個EP之部位，使用包括於空間方位資訊中或自空間方位資訊導出的空間方位方向，以及經模擬目標輪廓上之相關聯EP之部位及/或目標多邊形上之相關聯EP之部位。在一實施例中，在空間方位資訊不包括空間方位方向的情況下，可自包括於空間方位資訊中的經模擬目標輪廓上之EP之部位及目標多邊形上之相關聯EP之部位計算空間方位方向。
特定而言，為判定經量測圖案影像上之一或多個EP之部位，判定或標記影像座標系中的經模擬目標輪廓上之相關聯EP之部位及/或來自影像座標系中的目標多邊形上之相關聯EP之部位，且自影像座標系中的經模擬目標輪廓上之相關聯EP之部位及/或自影像座標系中的目標多邊形上之相關聯EP沿著空間方位方向分析影像，以識別沿著空間方位方向在何處截取圖案之邊界。因此，在一實施例中且在圖7中之內容背景中，結果為有效地判定藉由經量測圖案影像720之邊界對假想線750進行 截取，從而識別圖案影像720上的在彼交叉點處之EP 760之部位。當然，為實現識別此截取而無需將線繪製於影像上。實情為，可自影像座標系中的EP 730之部位及/或影像座標系中的EP 740之部位沿著方向750應用資料處理技術，以識別在何處到達圖案影像720之邊界。用以識別邊界之影像資料處理技術可為出於此目的之任何當前或未來技術。在一實施例中，可使用已知量測演算法(例如CD量測演算法)及相關聯臨限值以用於例如切線量規判定。舉例而言，在一實施例中，影像資料處理可評估像素資料之值之梯度且識別該梯度超越或滿足某一臨限值(例如最大梯度或在最大值之10%內)所處之邊界。此技術可能夠將邊界識別為圖案之邊緣之向上或向下斜率上的某處之部位(例如約為斜率之中間或自底部約10%至30%之斜率上的位置)。
可以使用以下條項進一步描述實施例：
1.一種控制使用一光學近接校正(OPC)模型之一成像程序的方法，其包含：獲取一OPC模型，其經組態以在用於在一圖案化程序中使用一後OPC設計在一基板上形成一圖案的一程序中模型化對一預OPC設計的OPC修改之行為；在一製造環境中使用該圖案化程序；收集在該製造環境中使用該圖案化程序來圖案化之基板中之程序控制資料；將所收集程序控制資料儲存於一資料庫中；藉由一硬體電腦系統分析經儲存的所收集程序控制資料，以驗證該OPC模型在一選定臨限值內校正圖案特徵；以及 對於屬於該選定臨限值之外的圖案特徵，判定對該成像程序的一修改以校正成像誤差。
2.如條項之1之方法，其中該等修改經選擇以校正該圖案化程序，使得該基板上之成像特徵在選定限制內為精確的。
3.如條項1之方法，其中該圖案化程序為一微影程序。
4.如條項1之方法，其中該分析包括對該經儲存的所收集程序控制資料應用一根因分析。
5.如條項1之方法，其中該修改包括調整該微影圖案化程序之一程序參數。
6.如條項5之方法，其中該參數為選自由以下組成之群組之一或多個參數：劑量、聚焦及照明配置。
7.如條項1之方法，其中該修改包含重定該光學近接修改目標。
8.如條項1之方法，其中該修改包含重建該OPC模型且限定重建的OPC模型。
9.如條項1之方法，其中該修改包含調適性地干擾該OPC模型。
10.如前述條項中任一項之方法，其中分析包括：判定該後OPC設計之複數個類型之圖案中之一者的成員之中的共同誤差；將呈現該等共同誤差之圖案分組至至少一組圖案中；以及判定對該成像程序之該修改係受限於包含該至少一組圖案之圖案的修改。
11.如條項10之方法，其中分組圖案包含使用一機器學習演算法。
12.如條項10之方法，其中該分組圖案包含使用一圖案匹配演算 法。
13.如條項12之方法，其中該圖案匹配演算法包含一模糊圖案匹配演算法。
14.如條項10之方法，其中該分組圖案包含使用設計規則分析。
15.如條項1之方法，其中至少一些度量位點經選擇以包括圖案，該等圖案經判定以包括與並未在該選定臨限值內之該等特徵之相同類型的特徵。
16.如條項15之方法，其中使用圖案匹配演算法來選擇相同類型之特徵。
17.如條項1之方法，其中該程序控制資料選自由以下組成之群組：CD控制資料、OPC校準資料、OPC監測及熱點CD資料、缺陷資料、劑量配置、聚焦配置、照明配置、度量衡資料、SEM資料及系統內部感測器資料。
18.如條項1之方法，其中所獲得之該OPC模型為一限定OPC模型。
19.一種製造器件之方法，其中使用一圖案化程序將一器件圖案施加至一系列基板，該方法包括根據條項1至18之方法控制一成像程序。
20.一種非暫時性電腦程式產品，其包含經組態以致使一處理器致使執行如條項1至19中任一項之方法的機器可讀指令。
21.一種用於控制使用一光學近接校正(OPC)模型之一成像程序的系統，其包含：一資料庫，其與複數個微影圖案化裝置通信且經組態以：使用一微影圖案化程序自一製造環境中圖案化之基板收集程序控制 資料，該微影圖案化程序根據一OPC模型使用一後OPC設計，該OPC模型經組態以模型化對一預OPC設計的OPC修改之行為；以及將所收集程序控制資料儲存於該資料庫中；一硬體電腦系統，其與該資料庫通信且經組態以：分析經儲存的所收集程序控制資料以驗證該OPC模型在一選定臨限值內校正圖案特徵；以及對於屬於該選定臨界值之外的圖案特徵，判定對成像程序的一修改以校正成像誤差。
實施例可包括一種電腦程式，其含有能夠實踐如本文中所描述之方法的機器可讀指令之一或多個序列。此電腦程式可例如與圖1至圖4中之任一者的裝置一起包括或包括於圖1至圖4中之任一者的裝置內。亦可提供資料儲存媒體(例如半導體記憶體、磁碟或光碟)，其中儲存有此電腦程式。在例如任何圖1至圖4中所展示的類型之現有裝置已經在生產中及/或在使用中的情況下，實施例可藉由提供用於致使該裝置之處理器執行如本文中所描述之方法的經更新電腦程式產品予以實施。
本發明之實施例可採取以下形式：電腦程式，其含有用以致使執行如本文中所揭示之方法的機器可讀指令之一或多個序列；或資料儲存媒體(例如半導體記憶體、磁碟或光碟)，其中儲存有此電腦程式。此外，可在兩個或多於兩個電腦程式中體現機器可讀指令。該兩個或多於兩個電腦程式可儲存於一或多個不同記憶體及/或資料儲存媒體上。
本文中所描述之任何控制器可在一或多個電腦程式由位於微影裝置之至少一個組件內之一或多個電腦處理器讀取時各自或組合地可操作。控制器可各自或組合地具有用於接收、處理及發送信號之任何合適 組態。一或多個處理器經組態以與該等控制器中之至少一者通信。舉例而言，每一控制器可包括用於執行包括用於上文所描述之方法之機器可讀指令的電腦程式之一或多個處理器。控制器可包括用於儲存此類電腦程式之資料儲存媒體，及/或用以收納此媒體之硬體。因此，控制器可根據一或多個電腦程式之機器可讀指令而操作。
雖然已在上方對光學微影之內容背景中之實施例的使用作出特定提及，但將瞭解，本發明之實施例可用於其他申請中，例如鄰近校正亦可用於使用電子束技術之光罩寫入中，且前述內容可應用於與光學成像方法之應用相似的方法中。
儘管在本文中可特定地參考IC之製造，但應理解，本文中之描述具有許多其他可能的應用。舉例而言，本文中之描述可用於製造整合式光學系統、用於磁疇記憶體之導引及偵測圖案、平板顯示器、微機電系統(MEMS)、液晶顯示面板、薄膜磁頭等。熟習此項技術者將瞭解，在此類替代應用之內容背景中，本文中對術語「倍縮光罩」、「晶圓」或「晶粒」之任何使用應被視為可分別與更一般之術語「光罩」、「基板」及「目標部分」互換。
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)、度量衡工具及/或檢測工具中處理本文中所提及之基板。在適用情況下，可將本文中之揭示內容應用於此等及其他基板處理工具。此外，可將基板處理多於一次，例如以便產生多層IC，使得本文所使用之術語「基板」亦可指已經含有多個經處理層之基板。
除非另外特定提及，否則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(例如具有為或為約365nm、355nm、248nm、193nm、157nm或126nm之波長)及極紫外線(EUV)輻射(例如具有在5nm至20nm之範圍內之波長)，以及粒子束，諸如離子束或電子束。
應注意，術語「光罩」、「倍縮光罩」、「圖案化器件」在本文中可互換地利用。同樣，熟習此項技術者應認識到，尤其是在微影模擬/最佳化之內容背景中，術語「光罩」/「圖案化器件」及「設計佈局」可互換地使用，此係因為：在微影模擬/最佳化中，未必使用實體圖案化器件，而可使用設計佈局以表示實體圖案化器件。
如本文中所使用之術語「投影光學件」應被廣泛地解釋為涵蓋各種類型之光學系統，包括例如折射光學件、反射光學件、孔隙及反射折射光學件。術語「投影系統」亦可包括用於集體地或單個地導向、塑形或控制投影輻射光束的根據此等設計類型中之任一者而操作之組件。術語「投影光學件」可包括微影投影裝置中之任何光學組件，而不論光學組件位於微影投影裝置之光學路徑上之何處。投影光學件可包括用於在來自源之輻射通過圖案化器件之前塑形、調整及/或投影該輻射的光學組件，及/或用於在輻射通過圖案化器件之後塑形、調整及/或投影該輻射的光學組件。投影光學件通常不包括源及圖案化器件。
在系統或程序之最佳化程序中，可將該系統或程序之優值(figure of merit)表示為成本函數。最佳化程序歸結為尋找最佳化(例如最小化或最大化)成本函數之系統或程序之參數集合(設計變數)的程序成本函數可取決於最佳化之目標而具有任何適合的形式。舉例而言，成本函數可為系統或程序之某些特性(評估點)相對於此等特性之預期值(例如理想 值)的偏差之加權均方根(RMS)；成本函數亦可為此等偏差之最大值(亦即，最差偏差)。本文中之術語「評估點」應被廣泛地解釋為包括系統或程序之任何特性。歸因於系統或程序之實施的實務性，系統或程序之設計變數可限於有限範圍及/或可相互相依。在微影裝置或圖案化程序之情況下，約束常常與硬體之物理屬性及特性(諸如，可調諧範圍及/或圖案化器件可製造性設計規則)相關聯，且評估點可包括基板上之抗蝕劑影像上之實體點，以及諸如劑量及聚焦之非物理特性。
如本文中所使用之術語「最佳化(optimizing/optimization)」係指或意謂調整圖案化程序裝置、圖案化程序之一或多個步驟等，使得圖案化之結果及/或程序具有所要特性，諸如設計佈局在基板上之轉印之較高準確度、較大程序窗等。因此，如本文中所使用之術語「最佳化」係指或意謂識別用於一或多個參數之一或多個值的程序，該一或多個值相比於用於彼等一或多個參數之一或多個值之初始集合提供在至少一個相關度量方面的改良，例如局部最佳。因此，「最佳」及其他相關術語應予以解釋。在一實施例中，最佳化步驟可反覆應用，以提供一或多個度量之進一步改良。
在方塊圖中，所說明之組件經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之系統。由組件中之每一者所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的方式來組織，例如可摻和、結合、複寫、解散、分配(例如在資料中心內或按地區)或另外以不同方式組織該等模組。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。在一些情況下，第三方內容遞送網路 可主控經由網路傳達之資訊中的一些或全部，在此情況下，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來提供該資訊。
除非另外特定陳述，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」、「運算」、「計算」、「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/運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。在一些情況下，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。由於成本約束，目前可能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發明技術方案)中主張該等發明。相似地，歸因於空間限制，本文獻之[發明摘要]及[發明內容]章節皆不應視為含有所有此等發明之全面列舉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、等效物及替代方案。
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，本文中所展示及描述之本發明之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，部分及程序可經反轉或省略，可獨立利用某些特徵，且可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的。在不背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，可對本文中所描述之元件作出改變。本文中所使用之標題僅為達成組織性目的，且不意欲用以限制本說明書之範疇。
如貫穿本申請案所使用，詞「可」係在許可之意義(亦即，意謂有可能)而非強制性之意義(亦即，意謂必須)下予以使用。詞「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「a/an/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」為非獨占式的，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。此類條件關係不限於即刻遵循前提而獲得之結果，此係由於可延遲一些結果，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之情況)。另外，除非另外指示，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。除非另外指示，否則某一集合之「每一」個例具有某一屬性之陳述不應被讀取成排除以下情況：其中較大集合之一些其他相同或相似的成員不具有該屬性，亦即，每一者未必意謂每一者。
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情況下，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情況下以引用的方式併入。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。
以上描述意欲為說明性，而非限制性的。因此，對於熟習此項技術者將顯而易見，可在不脫離下文所闡明之申請專利範圍之範疇的情況下對所描述之本發明進行修改。舉例而言，一或多個實施例之一或多個態樣可在適當時與一或多個其他實施例之一或多個態樣組合或由一或多個其他實施例之一或多個態樣取代。因此，基於本文中所呈現之教示及導引，此等調適及修改意欲在所揭示之實施例之等效者的涵義及範圍內。應理解，本文中之措辭或術語係出於例如描述而非限制之目的，以使得本說明書之術語或措辭待由熟習此項技術者按照該等教示及該指導進行解釋。 本發明之廣度及範疇不應由上文所描述之例示性實施例中之任一者限制，而應僅根據以下申請專利範圍及其等效物進行界定。
800:收集及儲存
810:分析及比較
820:根本原因分析
830:調整程序
840:影像效能
850:實施重定目標
860:重建模型

Claims (15)

  1. 一種控制使用一光學近接校正(OPC)模型之一成像程序的方法，其包含： 獲取一OPC模型，其經組態以在用於在一圖案化程序中使用一後OPC設計在一基板上形成一圖案的一程序中模型化對一預OPC設計的OPC修改之行為； 在一製造環境中使用該圖案化程序； 收集在該製造環境中使用該圖案化程序來圖案化之基板中之程序控制資料； 將所收集程序控制資料儲存於一資料庫中； 藉由一硬體電腦系統分析經儲存的所收集程序控制資料，以驗證該OPC模型在一選定臨限值內校正圖案特徵；以及 對於屬於該選定臨限值之外的圖案特徵，判定對該成像程序的一修改以校正成像誤差。
  2. 如請求項1之方法，其中該等修改經選擇以校正該圖案化程序，使得該基板上之成像特徵在選定限制內為精確的。
  3. 如請求項1之方法，其中該圖案化程序為一微影程序。
  4. 如請求項1之方法，其中該分析包括：對該經儲存的所收集程序控制資料應用一根因分析。
  5. 如請求項1之方法，其中該修改包含：調整該微影圖案化程序之一程序參數。
  6. 如請求項5之方法，其中該參數為選自由以下組成之群組之一或多個參數：劑量、聚焦及照明配置。
  7. 如請求項1之方法，其中該修改包含：重定光學近接修改目標。
  8. 如請求項1之方法，其中該修改包含：重建該OPC模型且限定重建的OPC模型。
  9. 如請求項1之方法，其中該修改包含：調適性地干擾該OPC模型。
  10. 如請求項1之方法，其中分析包括： 判定該後OPC設計之複數個類型之圖案中之一者的成員之中的共同誤差； 將呈現該等共同誤差之圖案分組至至少一組圖案中；以及 判定對該成像程序之該修改係受限於包含該至少一組圖案之圖案的修改。
  11. 如請求項10之方法，其中分組圖案包含：使用一機器學習演算法。
  12. 如請求項10之方法，其中該分組圖案包含：使用一圖案匹配演算法。
  13. 如請求項12之方法，其中該圖案匹配演算法包含一模糊圖案匹配演算法。
  14. 如請求項10之方法，其中該分組圖案包含：使用設計規則分析。
  15. 如請求項1之方法，其中至少一些度量位點經選擇以包括圖案，該等圖案經判定以包括與並未在該選定臨限值內之該等特徵相同類型的特徵。
TW108130779A 2018-08-31 2019-08-28 量測方法與裝置 TWI729475B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862725631P 2018-08-31 2018-08-31
US62/725,631 2018-08-31

Publications (2)

Publication Number Publication Date
TW202024777A TW202024777A (zh) 2020-07-01
TWI729475B true TWI729475B (zh) 2021-06-01

Family

ID=67660076

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108130779A TWI729475B (zh) 2018-08-31 2019-08-28 量測方法與裝置

Country Status (5)

Country Link
US (1) US11953823B2 (zh)
KR (1) KR102585099B1 (zh)
CN (1) CN112639611A (zh)
TW (1) TWI729475B (zh)
WO (1) WO2020043474A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11380516B2 (en) 2017-04-13 2022-07-05 Fractilia, Llc System and method for generating and analyzing roughness measurements and their use for process monitoring and control
US10176966B1 (en) 2017-04-13 2019-01-08 Fractilia, Llc Edge detection system
US10522322B2 (en) 2017-04-13 2019-12-31 Fractilia, Llc System and method for generating and analyzing roughness measurements
JP7482662B2 (ja) * 2020-03-25 2024-05-14 東京エレクトロン株式会社 異常検出装置及び異常検出方法
CN113566852A (zh) * 2021-07-13 2021-10-29 上海艾为电子技术股份有限公司 基线更新、相对状态检测方法和系统、电子设备
TWI827023B (zh) * 2022-04-27 2023-12-21 華邦電子股份有限公司 半導體製造裝置及其半導體製造方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060288318A1 (en) * 2005-06-21 2006-12-21 Wright Peter J Method and apparatus for associating an error in a layout with a cell
US20080003510A1 (en) * 2006-06-29 2008-01-03 Sharp Kabushiki Kaisha Correction method and correction system for design data or mask data, validation method and validation system for design data or mask data, yield estimation method for semiconductor integrated circuit, method for imporving design rule, mask production method, and semiconductor integrated circuit production method
US20110202893A1 (en) * 2010-02-16 2011-08-18 Ir Kusnadi Contour Self-Alignment For Optical Proximity Correction Model Calibration
JP2012150214A (ja) * 2011-01-18 2012-08-09 Renesas Electronics Corp マスクの製造方法ならびに光近接効果補正の補正方法および半導体装置の製造方法
WO2016096308A1 (en) * 2014-12-18 2016-06-23 Asml Netherlands B.V. Feature search by machine learning
CN106873315A (zh) * 2017-03-16 2017-06-20 上海集成电路研发中心有限公司 一种通孔层opc建模方法
WO2017178276A1 (en) * 2016-04-14 2017-10-19 Asml Netherlands B.V. Mapping of patterns between design layout and patterning device
TW201823853A (zh) * 2016-12-20 2018-07-01 台灣積體電路製造股份有限公司 光罩優化方法
WO2018125219A1 (en) * 2016-12-30 2018-07-05 Intel Corporation Systems, methods, and apparatuses for implementing geometric kernel based machine learning for reducing opc model error

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10042929A1 (de) * 2000-08-31 2002-03-21 Infineon Technologies Ag OPC-Verfahren zum Erzeugen von korrigierten Mustern für eine Phasensprungmaske und deren Trimmmaske sowie zugehörige Vorrichtung und integrierte Schaltungsstruktur
TWI228642B (en) * 2001-10-09 2005-03-01 Asml Masktools Inc Method of two dimensional feature model calibration and optimization
CN100480860C (zh) * 2003-06-30 2009-04-22 Asml蒙片工具有限公司 用于次半波长光刻构图的改善的散射条opc应用方法
CN102662309B (zh) 2005-09-09 2014-10-01 Asml荷兰有限公司 采用独立掩模误差模型的掩模验证系统和方法
US7999920B2 (en) 2007-08-22 2011-08-16 Asml Netherlands B.V. Method of performing model-based scanner tuning
JP2009115844A (ja) 2007-11-01 2009-05-28 Sony Corp ＯＰＣ（光近接効果補正：ＯｐｔｉｃａｌＰｒｏｘｉｍｉｔｙＣｏｒｒｅｃｔｉｏｎ）モデル作成方法、ＯＰＣモデル作成プログラム、ＯＰＣモデル作成装置、露光装置調整方法、露光装置調整プログラム、露光装置調整装置、半導体装置製造方法、半導体装置製造プログラムおよび半導体装置製造装置
NL1036189A1 (nl) 2007-12-05 2009-06-08 Brion Tech Inc Methods and System for Lithography Process Window Simulation.
KR100914297B1 (ko) 2007-12-28 2009-08-27 주식회사 하이닉스반도체 웨이퍼 패턴 계측 데이터를 이용한 광근접효과보정 방법
NL2003699A (en) 2008-12-18 2010-06-21 Brion Tech Inc Method and system for lithography process-window-maximixing optical proximity correction.
KR101113325B1 (ko) 2009-05-29 2012-03-14 주식회사 하이닉스반도체 광근접 보정 검증 방법
CN102955363B (zh) 2011-08-19 2014-10-08 上海华虹宏力半导体制造有限公司 光学临近效应修正在线监控的方法
US9064078B2 (en) 2013-07-30 2015-06-23 Globalfoundries Inc. Methods and systems for designing and manufacturing optical lithography masks
US8938695B1 (en) 2014-01-09 2015-01-20 Dmo Systems Limited Signature analytics for improving lithographic process of manufacturing semiconductor devices
WO2017171890A1 (en) 2016-04-02 2017-10-05 Intel Corporation Systems, methods, and apparatuses for reducing opc model error via a machine learning algorithm
US11029609B2 (en) 2016-12-28 2021-06-08 Asml Netherlands B.V. Simulation-assisted alignment between metrology image and design

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060288318A1 (en) * 2005-06-21 2006-12-21 Wright Peter J Method and apparatus for associating an error in a layout with a cell
US20080003510A1 (en) * 2006-06-29 2008-01-03 Sharp Kabushiki Kaisha Correction method and correction system for design data or mask data, validation method and validation system for design data or mask data, yield estimation method for semiconductor integrated circuit, method for imporving design rule, mask production method, and semiconductor integrated circuit production method
US20110202893A1 (en) * 2010-02-16 2011-08-18 Ir Kusnadi Contour Self-Alignment For Optical Proximity Correction Model Calibration
JP2012150214A (ja) * 2011-01-18 2012-08-09 Renesas Electronics Corp マスクの製造方法ならびに光近接効果補正の補正方法および半導体装置の製造方法
WO2016096308A1 (en) * 2014-12-18 2016-06-23 Asml Netherlands B.V. Feature search by machine learning
WO2017178276A1 (en) * 2016-04-14 2017-10-19 Asml Netherlands B.V. Mapping of patterns between design layout and patterning device
TW201823853A (zh) * 2016-12-20 2018-07-01 台灣積體電路製造股份有限公司 光罩優化方法
WO2018125219A1 (en) * 2016-12-30 2018-07-05 Intel Corporation Systems, methods, and apparatuses for implementing geometric kernel based machine learning for reducing opc model error
CN106873315A (zh) * 2017-03-16 2017-06-20 上海集成电路研发中心有限公司 一种通孔层opc建模方法

Also Published As

Publication number Publication date
WO2020043474A1 (en) 2020-03-05
US20210311384A1 (en) 2021-10-07
TW202024777A (zh) 2020-07-01
CN112639611A (zh) 2021-04-09
KR102585099B1 (ko) 2023-10-06
KR20210035894A (ko) 2021-04-01
US11953823B2 (en) 2024-04-09

Similar Documents

Publication Publication Date Title
TWI700547B (zh) 用於計算度量衡之方法及電腦程式產品
TWI691803B (zh) 量測方法及裝置
JP6782784B2 (ja) パターニングプロセスパラメータを決定する方法及び装置
TWI729475B (zh) 量測方法與裝置
TWI710863B (zh) 基於計算度量衡之校正和控制
TWI721298B (zh) 度量衡方法及相關之電腦程式產品
TWI669750B (zh) 用於影像分析之方法及設備
CN113168111B (zh) 用于预测半导体制造过程的产率的方法
US10663870B2 (en) Gauge pattern selection
US11126093B2 (en) Focus and overlay improvement by modifying a patterning device
WO2017060192A1 (en) Method and apparatus for pattern correction and verification
TWI708116B (zh) 引導式圖案化裝置檢測
TW201935312A (zh) 預掃描特徵判定之方法及系統
CN114341741A (zh) 用于光刻过程性能确定的方法以及设备
TW202209018A (zh) 使用產品特徵上之在解析度度量衡之晶圓對準方法