TWI760909B - 對效能資料集進行順位之方法及相關聯電腦程式產品 - Google Patents
對效能資料集進行順位之方法及相關聯電腦程式產品 Download PDFInfo
- Publication number
- TWI760909B TWI760909B TW109137651A TW109137651A TWI760909B TW I760909 B TWI760909 B TW I760909B TW 109137651 A TW109137651 A TW 109137651A TW 109137651 A TW109137651 A TW 109137651A TW I760909 B TWI760909 B TW I760909B
- Authority
- TW
- Taiwan
- Prior art keywords
- processing
- fingerprints
- data
- computer program
- stages
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 238000004590 computer program Methods 0.000 title claims description 24
- 238000012545 processing Methods 0.000 claims abstract description 159
- 238000000513 principal component analysis Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 73
- 238000005259 measurement Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 14
- 235000012431 wafers Nutrition 0.000 abstract description 81
- 239000010410 layer Substances 0.000 description 111
- 239000000758 substrate Substances 0.000 description 74
- 238000001459 lithography Methods 0.000 description 54
- 239000000047 product Substances 0.000 description 52
- 238000005457 optimization Methods 0.000 description 35
- 238000012937 correction Methods 0.000 description 27
- 238000004519 manufacturing process Methods 0.000 description 27
- 238000004458 analytical method Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 16
- 238000011217 control strategy Methods 0.000 description 15
- 238000000059 patterning Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 238000013507 mapping Methods 0.000 description 12
- 239000004065 semiconductor Substances 0.000 description 12
- 238000009826 distribution Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 238000000354 decomposition reaction Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 8
- 238000004088 simulation Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000000137 annealing Methods 0.000 description 7
- 238000005530 etching Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 238000000576 coating method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 239000011248 coating agent Substances 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000004886 process control Methods 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000003486 chemical etching Methods 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000001020 plasma etching Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
-
- 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
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70681—Metrology strategies
- G03F7/70683—Mark designs
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/706835—Metrology information management or control
- G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis
-
- 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
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7092—Signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明揭示一種最佳化用於諸如晶圓之產品單元之多階段處理的一設備之方法,該方法包含:(a)接收表示橫越晶圓204、224所量測(206、208)且與該等晶圓之不同處理階段相關聯之一或多個參數的物件資料210、230;(b)判定橫越該等晶圓之該物件資料之變化的指紋214、234,該等指紋係與該等晶圓之不同各別處理階段相關聯。該等指紋可藉由針對每一不同各別階段使用主成份分析而將該物件資料分解(212、232)成多個成份來判定;(c)貫穿該等不同階段分析(246)該等指紋之共同性以產生共同性結果;及(d)基於該等共同性結果而最佳化(250至258)用於處理(262)產品單元之一設備。
Description
本發明係關於一種最佳化可用於例如藉由微影技術進行之器件製造中的產品單元之多階段處理之設備的方法。已開發出方法之多階段製程之實例為多層微影製程,其包括使用微影設備將圖案自圖案化器件轉印至基板產品單元上的一或多個步驟。本發明亦關於相關聯電腦程式及電腦程式產品,及電腦設備。
微影設備為將所要圖案施加至基板上(通常施加至基板之目標部分上)之機器。微影設備可用於例如積體電路(IC)之製造中。在彼情況下,圖案化器件(其替代地被稱作光罩或倍縮光罩)可用以產生待形成於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。此等目標部分通常被稱作「場」。在半導體製造設施(廠房)中經由各種設備來處理批量或批次中之晶圓。在每一層處藉由由微影設備執行之微影步驟來逐層地建立積體電路,且在諸微影步驟之間執行其他廠房製程。
在成像步驟之前,使用各種化學及/或物理處理步驟來形成及製備用於圖案化之層。在成像步驟定義圖案之後,另外化學及/或物理處理步驟貫穿圖案起作用以產生積體電路之功能特徵。在多層製程中重複成像及處理步驟以建置積體電路。
圖案於基板上之準確置放為用於減小電路組件及可藉由微影產生之其他產品之大小的主要挑戰。詳言之,準確地量測基板上已經被放置之特徵的挑戰為能夠足夠準確地對準處於疊加之特徵之順次層而以高良率產生工作器件的關鍵步驟。一般而言,在當今之亞微米半導體器件中,所謂的疊對應在幾十奈米內、在最臨界層中降至幾奈米來達成。
因此,現代微影設備涉及在實際上曝光或以其他方式圖案化處於目標部位之基板之步驟之前的廣泛量測或「映射」操作。已開發且持續開發所謂進階對準模型以更準確地模型化且校正藉由處理步驟及/或藉由微影設備自身造成的晶圓「柵格」之非線性失真。然而,在曝光期間並非所有的失真皆可校正,且追蹤及消除儘可能多的此等失真原因仍然很重要。
現代多層微影製程及產品如此複雜使得歸因於處理之問題難以追溯到根本原因。因此,監視晶圓整合性及適當校正策略之設計係耗時且費力的工作。
全文以引用方式併入本文中之國際專利申請案WO 2015049087揭示獲得與工業製程相關之診斷資訊之方法。在微影製程之執行期間之階段處進行對準資料或其他量測,以獲得表示在橫越每一晶圓而空間地分佈之點處所量測的位置偏差或其他參數之物件資料。疊對及對準殘差通常展示橫越晶圓之圖案,其被稱為指紋。使用此物件資料以藉由執行多變量分析以將表示多維空間中之晶圓的向量之集合分解成一或多個成份向量而獲得診斷資訊。使用該等成份向量來提取關於工業製程之診斷資訊。可基於經提取診斷資訊而針對後續晶圓來控制工業製程之效能。
即使運用此途徑,亦難以理解良率損失來自何處。習知分析方法涉及試誤法。在多層製程中,儘可能快速地貫穿該等層來處理基板。導致良率損失的現象可隨著時間推移快速改變,且良率損失之影響之嚴重性亦不斷地改變。若由於將花費時間來獲得產品效能或良率資料或由於分析自身耗時而使分析花費長時間,則對良率之影響可變得極大。
因此,關於當前效能監視、控制及製程設備最佳化系統之限制為:在專用於效能監視之時間量及裝備與校正可經實施之速度及準確度之間存在折衷。
將需要具有可在早期階段偵測問題而非僅在某一效能參數超過可准許限度時偵測問題的效能監視系統。
除了每批次或每夾盤以外,亦可在晶圓位階下進行製程校正。因此,重要的是作出對相互相依對準及疊對校正策略之一體式選擇,此係由於對準基本上亦為晶圓位階校正機制。此一體式最佳化係困難的任務,其通常例如針對每層之對準及疊對孤立地被執行。此一體式最佳化亦可經應用至疊對/對準、聚焦/位階量測及臨界尺寸(CD)之共同最佳化。
層間複雜度使得難以進行對準及疊對校正策略之一體式最佳化。此外,存在同時執行的開始愈來愈多地相互作用之多個控制迴路(例如與晶圓對準、位階量測、晶圓位階控制及進階製程控制組合的透鏡加熱、倍縮光罩寫入誤差及晶圓形狀前饋)。另外,習知模擬及模型化途徑常常以孤立方式進行操作,而無總體流程將該等片段一起連接成一體式最佳化之系統。舉例而言,在提議新對準標記類型之後必須再進行疊對校正模擬。或舉例而言,在提議不同晶圓位階控制策略(其亦校正不同晶圓間變化)之後需要重新運算不同的對準策略之益處。或可在引入某一處理改變(例如使退火配方固定)或對準策略改變(移至高階模型、不同對準照明顏色或不同取樣方案)之後自資料完全移除指紋。需要具有一個允許使用其中考量層間及控制迴路間複雜度的假設分析情境來模擬疊對(加聚焦及CD)益處之流程。
本發明人已設計出一種用以提供即時的內容脈絡驅動根本原因分析及校正建議之方式。其可用於最佳化用於基板之多層處理之一設備,同時避免或至少減輕了上文所提及之相關聯問題中的一或多者。
在一第一態樣中,本發明提供一種用於最佳化產品單元之多階段處理之方法,該方法包含:(a)接收表示在不同處理階段對複數個產品單元量測的一或多個參數之物件資料;(b)判定橫越來自該複數個產品單元之每一產品單元的該物件資料之變化之指紋,該等指紋係與不同各別處理階段相關聯;(c)貫穿該等不同處理階段分析該等指紋之共同性以產生共同性結果;及(d)基於該等共同性結果而最佳化用於處理產品單元之一設備。
在一第二態樣中,本發明提供一種包含電腦可讀指令之電腦程式,該等電腦可讀指令當執行於合適電腦設備上時致使該電腦設備執行該第一態樣之該方法。
在一第三態樣中,本發明提供一種電腦程式產品,其包含該第二態樣之該電腦程式。
在一第四態樣中,本發明提供一種設備,其經特定調適以進行該第一態樣之該方法之該等步驟。
在詳細地描述本發明之實施例之前,有指導性的是呈現可供實施本發明之實施例之實例環境。
圖1在100處將微影設備LA展示為實施大容量微影製造製程之工業設施之部分。在本實例中,製造製程適用於在諸如半導體晶圓之基板上製造半導體產品(積體電路)。熟習此項技術者將瞭解,可藉由以此製程之變體處理不同類型之基板來製造廣泛多種產品。半導體產品之生產純粹用作現今具有大商業意義之實例。
在微影設備(或簡言之,「微影工具」100)內,在102處展示量測站MEA且在104處展示曝光站EXP。在106處展示控制單元LACU。在此實例中,每一基板造訪量測站及曝光站以被施加圖案。舉例而言,在光學微影設備中,投影系統用以使用經調節輻射及投影系統而將產品圖案自圖案化器件MA轉印至基板上。此轉印係藉由在輻射敏感抗蝕劑材料層中形成圖案之影像來完成。
本文所使用之術語「投影系統」應被廣泛地解譯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。圖案化器件MA可為將圖案賦予至由圖案化器件透射或反射之輻射光束的光罩或倍縮光罩。熟知操作模式包括步進模式及掃描模式。眾所周知,投影系統可以多種方式與用於基板及圖案化器件之支撐件及定位系統合作,以將所要圖案施加至橫越基板之許多目標部分。可使用可程式化圖案化器件來代替具有固定圖案之倍縮光罩。輻射例如可包括在深紫外線(DUV)波帶或極紫外線(EUV)波帶中之電磁輻射。本發明亦適用於其他類型之微影製程,例如(例如)藉由電子束之壓印微影及直寫微影。
微影設備控制單元LACU控制各種致動器及感測器之所有移動及量測,從而致使設備收納基板W及倍縮光罩MA且實施圖案化操作。LACU亦包括實施與該設備之操作相關之所要計算的信號處理及運算能力。實務上,控制單元LACU將被實現為許多子單元之系統,每一子單元處置設備內之一子系統或組件之即時資料獲取、處理及控制。
在曝光站EXP處將圖案施加至基板之前,在量測站MEA處處理基板使得可進行各種預備步驟。該等預備步驟可包括使用位階感測器來映射基板之表面高度,及使用對準感測器來量測基板上之對準標記之位置。對準標記係以規則柵格圖案標稱地配置。然而,歸因於產生標記時之不準確度且亦歸因於基板之貫穿其處理而發生的變形,標記偏離理想柵格。因此,除了量測基板之位置及定向以外,對準感測器實務上亦必須詳細地量測橫越基板區域之許多標記之位置(在設備將以極高準確度印刷正確部位處之產品特徵的情況下)。
微影設備LA可屬於具有兩個基板台之所謂的雙載物台類型,每一基板台具有藉由控制單元LACU控制之定位系統。在曝光站EXP處曝光一個基板台上之一個基板的同時,可在量測站MEA處將另一基板裝載至另一基板台上,使得可進行各種預備步驟。因此,對準標記之量測極耗時,且提供兩個基板台會實現設備之產出率的相當大增加。若在基板台處於量測站處以及處於曝光站處時位置感測器IF不能夠量測基板台之位置,則可提供第二位置感測器以使得能夠在兩個站處追蹤基板台之位置。當微影設備LA屬於具有兩個基板台之所謂的雙載物台類型時,曝光站及量測站可為相異部位,在其之間可交換基板台。然而,此僅為一個可能的配置,且量測站及曝光站無需相異的。舉例而言,已知具有單一基板台,在曝光前量測階段期間量測載物台暫時耦接至該單一基板台。本發明不限於任一類型之系統。
在生產設施內,設備100形成「微影製造單元」或「微影叢集」之部分,該「微影製造單元」或「微影叢集」亦含有塗佈設備108以用於將感光抗蝕劑及其他塗層施加至基板W以供設備100進行圖案化。在設備100之輸出側處,提供烘烤設備110及顯影設備112以用於將經曝光圖案顯影成實體抗蝕劑圖案。在所有此等設備之間,基板處置系統負責支撐基板且將基板自一台設備轉移至下一台設備。常常被集體地稱作「塗佈顯影系統(track)」之此等設備係在塗佈顯影系統控制單元之控制下,塗佈顯影系統控制單元自身受到監督控制系統SCS控制,監督控制系統SCS亦經由微影設備控制單元LACU而控制微影設備。因此,不同設備可經操作以最大化產出率及處理效率。監督控制系統SCS接收配方資訊R,該配方資訊R極詳細地提供待執行以產生每一經圖案化基板之步驟的定義。
一旦已在微影製造單元中施加及顯影圖案,就將經圖案化基板120轉移至諸如在122、124、126處所說明之其他處理設備。廣泛範圍之處理步驟係由典型製造設施中之各種設備來實施。出於實例起見,此實施例中之設備122為蝕刻站,且設備124執行蝕刻後退火步驟。在另外設備126等中應用另外物理及/或化學處理步驟。可需要眾多類型之操作以製造真實器件,諸如材料沈積、表面材料特性改質(氧化、摻雜、離子植入等)、化學機械拋光(CMP)等等。實務上,設備126可表示在一或多個設備中執行之一系列不同處理步驟。
眾所周知,半導體器件之製造涉及此處理之許多重複,以在基板上逐層地建置具有適當材料及圖案之器件結構。因此,到達微影叢集之基板130可為新近製備之基板,或其可為先前已在此叢集中或完全地在另一設備中被處理之基板。相似地,取決於所需處理,基板132在離開設備126時可經返回以用於同一微影叢集中之後續圖案化操作,其可經預定以用於不同叢集中之圖案化操作,或其可為待發送以用於切塊及封裝之成品。
產品結構之每一層需要不同製程步驟集合,且在每一層處所使用之設備126可在類型方面完全不同。另外,即使在待由設備126應用之處理步驟標稱地相同的情況下,在大設施中亦可存在並行地工作以對不同基板執行步驟126之若干假設相同機器。此等機器之間的小設置差異或疵點可意謂其以不同方式影響不同基板。即使對於每一層相對而言為共同的步驟,諸如蝕刻(設備122)亦可由標稱地相同但並行地工作以最大化產出率之若干蝕刻設備來實施。此外,實務上,不同層根據待蝕刻之材料的細節需要不同蝕刻製程,例如化學蝕刻、電漿蝕刻,且需要特定要求,諸如各向異性蝕刻。
可在如剛才所提及之其他微影設備中執行先前及/或後續製程,且可甚至在不同類型之微影設備中執行先前及/或後續製程。舉例而言,器件製造製程中之在諸如解析度及疊對之參數上要求極高的一些層相比於要求較不高之其他層可在更進階微影工具中來執行。因此,一些層可曝光於浸潤類型微影工具中,而其他層曝光於「乾式」工具中。一些層可曝光於在DUV波長下工作之工具中,而其他層係使用EUV波長輻射來曝光。
為了正確地且一致地曝光由微影設備曝光之基板,需要檢測經曝光基板以量測性質,諸如後續層之間的疊對誤差、線厚度、臨界尺寸(CD)等。因此,經定位有微影製造單元LC之製造設施亦包括度量衡系統MET,度量衡系統MET收納已在微影製造單元中處理之基板W中的一些或全部。將度量衡結果直接地或間接地提供至監督控制系統(SCS) 138。若偵測到誤差,則可對後續基板之曝光進行調整,尤其是在可足夠迅速地且快速地完成度量衡以使得同一批量之其他基板仍待曝光的情況下。又,已經曝光之基板可被剝離及重工以改良良率,或被捨棄,藉此避免對已知有缺陷之基板執行進一步處理。在基板之僅一些目標部分有缺陷的狀況下,可僅對良好的彼等目標部分執行進一步曝光。
圖1中亦展示度量衡設備140,該度量衡設備140經提供以用於在製造製程中之所要階段對產品之參數進行量測。現代微影生產設施中之度量衡設備之常見實例為散射計,例如角度解析散射計或光譜散射計,且其可經應用以在設備122中之蝕刻之前量測在120處之經顯影基板之性質。在使用度量衡設備140的情況下,可判定例如諸如疊對或臨界尺寸(CD)之重要效能參數並不滿足經顯影抗蝕劑中之指定準確度要求。在蝕刻步驟之前,存在經由微影叢集剝離經顯影抗蝕劑且重新處理基板120的機會。亦眾所周知,藉由監督控制系統SCS及/或控制單元LACU 106隨著時間推移進行小幅度調整(166),可使用來自設備140之度量衡結果142以維持微影叢集中之圖案化操作之準確效能,藉此最小化製得不合格產品且需要重工之風險。當然,度量衡設備140及/或其他度量衡設備(圖中未繪示)可經應用以量測經處理基板132、134及傳入基板130之性質。
本發明之一實施例提供貫穿積體電路之生命週期藉由使用微影設備而特性化層之全堆疊的能力,該微影設備運用其內建式感測器來捕捉貫穿該層堆疊之指紋。此特性化係與界定每一層的在曝光之間的製程步驟相關。貫穿層堆疊之指紋之分析提供校正多層製程中之複雜且時變的現象之能力。舉例而言,新裝備及新製程配方不斷地產生新指紋。
除了具有對準感測器以外,微影設備亦具有許多內嵌式感測器(in-line sensor)。此等內嵌式感測器包括位階量測感測器、用於將倍縮光罩與晶圓載物台夾盤對準之感測器(例如「透射影像感測器」或「並行整合式透鏡干涉計」型感測器)及關於致動器穩定性之感測器。微影設備之感測器為可量測橫越基板空間地分佈之參數之值的感測器之實例。除了表示橫越基板之空間分佈的指紋之外,指紋亦可表示橫越一晶圓批之不同晶圓之製程參數的分佈。舉例而言,自「並行整合式透鏡干涉計」感測器獲得之指紋可表示橫越晶圓批之倍縮光罩加熱訊跡。本發明之實施例利用此等感測器以特性化許多或所有個別製程(例如蝕刻、沈積、顯影追蹤)。此情形係可能的,此係因為在晶圓上之層之製造期間至少涉及掃描器一次。掃描器可將其感測器應用至經歷微影製程的所有晶圓每層至少一次。
用以判定指紋之掃描器感測器可為動態的。舉例而言,對於一個層,對準感測器可被認為最有用於判定對於一製程步驟具代表性的指紋,而對於另一層,位階量測感測器可具有更多資訊。得到最具代表性結果(例如為了製程控制及處理設備最佳化而具有最多資訊)的感測器及感測器信號之組合之使用可遭受改變,且機器學習途徑可用以收斂至每層最佳感測器信號分佈圖(例如層1:對準顏色1,層2:對準顏色2+位階量測,…等)。
如上文所提及,貫穿層之堆疊處理晶圓,微影設備可在所有不同步驟下捕捉指紋。指紋圖案可藉由執行貫穿堆疊分析而彼此相關,且橫越諸層共同的指紋可返回與在每一層處出現的事件及現象相關。此使得有可能針對後續製程步驟而適當地最佳化處理設備。可將由經最佳化設備執行之此等後續製程步驟應用至獲得指紋所來自之晶圓。在彼狀況下,在晶圓貫穿其層堆疊之處理期間應用校正,而作為一種即時校正。此為在多階段處理中之後續階段最佳化用於處理產品單元之設備的實例,來自該等產品單元之物件資料被量測。由經最佳化設備執行之後續製程步驟可適用於貫穿其他晶圓(包括在未來處理之晶圓)之處理的步驟。經最佳化設備可用以在製程流程中比執行分析及最佳化之階段更早的階段以及更遲的階段執行製程步驟。最佳化可涉及使經識別製程設備及/或製程配方固定。其亦可涉及使用經由對準或疊對校正之專用掃描器校正。
本發明之實施例提供用以使貫穿處理階段(例如層)之堆疊的指紋彼此相關且用以依據基礎指紋之變化來識別該等指紋(其可接著鏈接回至製程內容脈絡)之方式。
圖2為說明根據本發明之一實施例的最佳化用於產品單元之多階段處理的設備之方法的流程圖。在此實例中,產品單元為基板,尤其為晶圓。在此實例中,階段對應於晶圓之層。在諸如雙重圖案化製程之一些製程中,可在兩個單獨的微影-蝕刻階段曝光每一層。
多層製程開始於使原始晶圓(圖中未繪示)經受廠房製程202。舉例而言,此可包括沈積步驟及退火步驟,接著是圖1中所說明之塗佈、曝光、烘烤及顯影步驟。此產生第一層經圖案化的晶圓204。
使晶圓204經受進一步廠房處理222,其可例如包括如圖1中所說明之蝕刻及退火步驟,接著是塗佈、曝光、烘烤及顯影步驟以用於圖案化第二層。此產生第二層經圖案化的晶圓224。
該處理貫穿後續層繼續進行更多廠房處理242,其可包括微影步驟(圖中未繪示),從而導致後續廠房處理262產生後續層經圖案化的晶圓264。
用於廠房製程202、222、242、262之設備包括用以執行曝光之一或多個微影設備,亦被稱作掃描器。掃描器具有用於感測(206、226、266)橫越晶圓之一或多個參數之感測器。此感測器之一個實例為對準感測器。橫越晶圓進行量測的感測器之其他實例在下文加以論述。此外,對於所展示層中之每一者,對經圖案化晶圓執行度量衡208、228、268 (例如如圖1中之140處所展示)。
感測及度量衡步驟產生用於每一層之物件資料210、230、270。
因此,考慮層1及層2,運算設備(例如圖1中之SCS)接收表示橫越晶圓204、224量測(206、226)之一或多個參數且與晶圓處理之不同階段202、222相關聯的物件資料210、230。
運算設備將物件資料210、230分解(212、232)成用於每一不同各別層之成份。運算設備藉此判定橫越晶圓中之每一者之物件資料之變化的指紋214、234。該等指紋因此與對應於晶圓之各別層的晶圓處理之不同各別階段相關聯。此實例中之分解212、232使用物件資料210、230之主成份分析(PCA)以獲得正交主成份。
運算設備分析(246)指紋214、234貫穿不同層之共同性以產生共同性結果。該分析可包括識別貫穿不同層係共同的指紋中之至少一者。分析指紋之共同性可涉及使用使用者互動。此可藉由呈現儀錶板來完成,該儀錶板展示由層配置之指紋且接收識別出貫穿不同層係共同的該或該等指紋之使用者輸入。貫穿層堆疊之指紋進程之此觀測使使用者能夠交互式地最佳化及參與最佳化方法。可使共同性分析部分地或完全地自動化。此自動化可涉及使用運算設備以用於指紋之分組。指紋庫248可用以執行自動化分組。指紋庫248可由歷史指紋構成。分組可基於分析經判定指紋與歷史指紋之間的差異(或距離)。
若共同性分析並未識別出任何共同指紋,則彼結果自身係有用資訊。其指示最佳化藉由使用優先排序根本原因分析、影響分析或模型化以提供校正動作之另一方式而自由地繼續進行。
運算設備使用共同性結果以最佳化用於後續層之處理262的設備,如下文所論述。
此實例中之運算設備接收表示晶圓204、224之不同層之處理202、222、242的一或多個參數的內容脈絡資料244。用於後續層之處理的設備之最佳化接著係基於經識別之該或該等指紋246及內容脈絡資料244。此係藉由使經識別之該或該等共同指紋與內容脈絡資料相關來達成。
最佳化可涉及藉由使經識別之該或該等指紋246與內容脈絡資料244相關(250)以識別(252)一特定設備來判定根本原因,其應在後續階段之處理之前經最佳化(例如固定)。實際上,此係藉由內容脈絡匹配來標記指紋。可使此製程自動化。
最佳化可涉及影響分析254,其可預測度量衡結果、探針量測、電壓對比量測或甚至產品良率。此可藉由基於經識別之該或該等指紋246及所接收內容脈絡資料244預測橫越晶圓之產品效能之變化,以判定適用於設備之製程校正258以用於後續階段的處理262來執行。作為一特定實例,當物件資料包含對準資料時,指紋包含對準指紋,且經預測變化包含包括後續層之層之間的疊對之變化。以此方式,本發明之實施例藉由使用以選擇性合成為基礎之疊對預測之預測性度量衡來提供改良之對準/疊對控制最佳化。
最佳化可涉及運算設備模型化或基於經識別之該或該等共同指紋246及內容脈絡資料244來模擬(256)後續層之處理,以判定適用於設備之製程校正以用於後續階段的處理262。
用於後續層之處理的設備之最佳化涉及判定校正258。將該校正作為校正動作應用至廠房製程262之處理設備。舉例而言,校正動作可為設備固定、設備關機、配方改變或設備設定之改變。
圖3說明用於以主成份分析(PCA)為基礎之貫穿層指紋分析之儀錶板。
展示三列指紋。每一列具有來自不同層L1、L2、L3之指紋。PCA提供每層之指紋之正規正交集合。可在上文所提及之WO 2015049087中所描述來導出此等指紋。每一指紋被展示為對應於一晶圓之圓圈,其中箭頭表示在橫越晶圓之集合之部位處的變化。因而指紋並非為量測結果。其係自物件資料導出,物件資料係自許多晶圓獲得。指紋為在晶圓之集合中較常發生的變化之圖案。舉例而言,其可表示橫越晶圓之集合之平均變化。變化可出現於該集合之一些晶圓中,而非全部晶圓中。在此實例中,主成份經佈置為使得留下最顯著成份。表達指紋之基礎的正交性係有利的,此係由於其最小化用於處理設備最佳化之校正策略之間的相依性。
點線及虛線指示指紋之分組。可手動地、半自動地或自動地執行分組。被標註為C (「C型」)之指紋為對層L1、L2及L3係共同的按比例調整指紋。被標註為A及AA之指紋彼此類似,且為通常鏈接至退火處理步驟之已知雙漩渦圖案。雙漩渦可以稍微不同角度呈現,且可藉由掃描器感測器對其不同地取樣。代替進行每層最佳化,可辨識可與相同根本原因相關的相似指紋之群組。舉例而言,查看被標註為A及AA之指紋,可將該等指紋鏈接回至一個退火設備。能夠理解在可調整退火設備以便使得註釋指紋在層L1及後續層中消失的情況下將發生何種情形係有用的。此將接著對層L1處之對準策略有影響。
作為一實例,以下步驟在經應用至微影製程時可用於以合成為基礎之最佳化流程中:
A. 分解貫穿層之堆疊之對準,如圖3中所展示。此途徑使用對準及疊對樹且使用至量測資料(例如晶圓對準)所隱含的不相關或另外資訊性成份(指紋)之分解。
B. 將橫越層共同的成份指派至內容脈絡(亦即根本原因分析)。資料採擷方法可用以使處理內容脈絡(步驟/配方、工具使用率、內嵌式工具量測)與晶圓上之指紋出現自動相關聯。
C. 將對準及內容脈絡映射至疊對(亦即預測性度量衡)。其在下文中參看圖4加以更詳細地描述。此預測性度量衡方法可用以使用對準指紋以及額外疊對曝光及度量衡效應之選擇性使用來合成疊對。該選擇性使用源自待評估之不同對準及/或疊對控制及度量衡策略。舉例而言,此可經由在多樣(製程)內容相關條件下受訓練以將對準及位階量測資料映射至疊對之生成模型(機率生成模型、深度神經網路等)來完成。
D. 模擬不同對準(在考量模型、標記、取樣及對準樹的情況下)。
E. 自不同對準模型預測疊對影響。此步驟及先前步驟在下文中參看圖5加以更詳細地描述。
F. 預測來自不同進階製程控制(APC)模型之疊對影響。
圖4說明用以(疊對)影響模擬的生成之以成份為基礎之合成途徑的實例。此生成途徑係用於成份分解貫穿堆疊且提供預測性度量衡之基礎。
圖4中所說明之預測性疊對影響分析基於預期在晶圓上之指紋出現來預測疊對映像444。在給出描述晶圓之處理及曝光條件之內容相關量測418、420的情況下,藉由使包括用於晶圓426、428及場430效應之不同指紋,最終疊對晶圓映像444係由被預期出現於晶圓上之指紋合成。可例如藉由PCA分解而自資料獲悉指紋(其中使包括雜訊模型以防止量測雜訊干涉指紋獲悉),或自先前知識包括指紋,例如透射影像感測器場放大率漂移通常導致倍縮光罩加熱相關之場內指紋圖案。
訓練資料包括來自各種處理工具402、404、406之廠房佈線及對準資料418。其他訓練資料420包括伺服效能、晶圓台溫度、特殊應用校準(ASCAL)資料(用以藉由量測波前漂移而預測透鏡加熱效應)、聚焦光點監視資料、晶圓位階量測資料以及匹配及掃描器控制資料。此其他訓練資料420係來自伺服機構408、倍縮光罩410、掃描器透鏡412、晶圓載物台414及晶圓台416之訓練資料。
點線箭頭表示內容脈絡、指紋與疊對之間的機率性關係。
為了將廠房內容脈絡418映射至場間指紋426、428,可使用如WO 2015049087中所描述之同現映射422。為了將掃描器內容脈絡420映射至場內指紋430,可使用回歸424,諸如部分最小平方(PLS)回歸及主成份回歸(PCR)。
場間指紋428對應於層1:圖3中所展示之「C型」指紋。場間指紋426為「A型」指紋之另一變體(比如「AAA型」)。
用於自中間指紋層426至430預測疊對影響之映射432、434可自資料憑經驗來獲悉。當曝光及處理條件並不改變時,此等映射可用以評估與資料中某些掃描器度量衡指紋之出現相關的疊對影響。對於微影製程模擬方案,此經驗映射可用以藉由經模擬校正動作評估移除/矯正某些指紋之疊對影響。
以最簡單形式,映射432、434可為用以自場間及場內指紋運算晶圓處之疊對值的確定性映射(例如線性或非線性函數),如WO 2015049087中所揭示。此處,吾人將其用於合成(「預後」),而非用於內容脈絡分析(「根本原因分析」或「診斷學」)。
可使用場間PCA以便自指紋426、428變成經預測場間疊對436。可使用場內PCA漂移模型以便自指紋430變成經預測場內疊對438。全文以引用方式併入本文中之國際專利申請案WO 2015024783中描述合適經驗映射方法。
將經預測指紋436及438與雜訊模型440組合(442)以產生最終疊對晶圓映像444。
因此,經量測疊對用以教示系統。當系統已受訓練時,其用以基於剩餘指紋(或其之殘餘)貫穿堆疊之子集預測疊對。如關於圖5及另外步驟中所說明,經預測疊對變得愈來愈小,此係由於應用更多校正動作。
圖5說明在應用經模擬校正動作之後用於以主成份分析(PCA)為基礎之貫穿層指紋分析的儀錶板。
使用正交指紋之優點中之一者為:藉由模擬指紋之不存在如同根本原因經識別且固定一樣而使變化源中之一者固定亦移除指紋貫穿堆疊,從而潛在地簡化控制模擬。
圖5說明圖3中所展示之儀錶板,其中共同元件符號A、B、C、AA、L1、L2及L3表示相同特徵。然而,圖5亦展示藉由經模擬製程調整502及不同對準策略評估504進行之經模擬指紋移除。製程調整移除大多數「A型」及「AA型」指紋。對準策略評估移除所有「C型」指紋。移除彼等指紋之校正動作之所得疊對影響評估展示於506處。
作為對準策略評估之實例,若指紋「C型」係來自變形標記物,則使用不同對準顏色(波長)之對準策略可解決此問題,因此移除「C型」指紋。一替代方案可能為使用對邊緣標記物變形較不敏感的不同標記物佈局。
在另外步驟(圖中未繪示)中,可自儀錶板移除更多指紋,從而進一步改良預期之疊對影響。舉例而言,在模擬高階對準模型之後,可捕捉較多指紋變化,因此在疊對中存在較小指紋變化。在給出已被訓練的對準與疊對之間的經驗映射的情況下,高階對準模型可被認為係待評估之又一對準策略,從而進一步改良預期疊對影響。
因此,本發明之實施例可貫穿層堆疊經由以合成為基礎之指紋儀錶板提供每晶圓校正之對準及疊對的一體式最佳化。此實例之以合成為基礎之最佳化方法係以貫穿堆疊指紋顯影儀錶板為中心,如在上文參看圖3至圖5所描述。
本發明之實施例藉由使用者互動而實現對準及疊對策略之一體式最佳化。由於可經由以知識及指紋為基礎之合成來實施疊對預測,故可規避訓練自內容脈絡映像至疊對映像之整體式映射(例如藉由神經網路)。提供良好地適用於訓練集中不存在的內容相關條件之預測性度量衡方法。將變數之間的映射分裂成局部連接之變數子集;此等「子映射」可使用黑箱模型(例如神經網路)、(例如以知識為基礎之)白箱模型或灰箱模型(例如使用實體模型化、神經網路及機率性組合之混合的貝葉斯網路)來實施。此允許可適應於改變之資料特性或至少偵測與訓練資料特性之顯著偏差的預測性度量衡。
如圖3中所描繪,執行每層(每一層在產品單元之單獨處理階段期間被施加)之物件資料指紋之分解。可將成份基於其相關性進行分類,使得最相關成份(例如解釋橫越產品單元之物件資料之大多數變化)在左側且最不相關之成份在右側。實際上,接著將該等成份按其在預測橫越產品單元之物件資料之指紋性質方面的可用性來進行順位。
除了對成份(關於相關性)順位以外,亦可向成份中之每一者指派其他屬性,舉例而言,屬性資料可包含經判定成份之可靠度(準確度及/或再現性)或為了製程之良率的成份之預期臨界性的指示符。
與第一處理階段相關聯的成份及成份順位常常與關聯於在第一處理階段之後之第二處理階段的彼等成份及成份順位匹配。此觀測結果可用以導出對用於基於與第一處理階段相關聯的指紋之知識執行該第二處理階段的設備之校正258。在一實例中,經組態以在圖案化第一層之後圖案化第二層之設備可使用與該第一層相關聯的物件資料來控制該第二層之圖案化。舉例而言,在該第二處理階段期間使用之設備之最佳化可將與第一處理階段相關聯的指紋視為輸入。
可能的狀況為:該等成份橫越該等層係相似的,但該等成份之順位在諸層之間變化。舉例而言,將與第二處理階段相關聯的第一成份順位第一,而在此成份與第一處理階段相關聯時將該成份順位第二。因此,當然在處理階段(例如層)之間存在成份之共同性,但其可具有不同屬性,諸如其順位。通常,該等成份係與包含一或多個效能參數(疊對、聚焦、CD,…)之物件資料之指紋相關聯。
基於與第一處理階段相關聯的成份之知識來控制第二處理階段仍係可能的,但可需要考慮順位之差異以便提供對第二處理階段之準確校正。在一實施例中,第二處理階段之控制係基於與第一處理階段相關聯的成份之加權集合。倘若與第二層相關聯的第一成份相比於針對第一層被順位較低,則第二處理階段之控制需要將較小權重指派給該第一成份,此係由於其比另一較高順位成份較小程度地表示物件資料之變化。
一般而言,將與第一處理階段相關聯的資訊前饋至第二處理階段之概念接著係基於成份之共同性及與成份相關聯之屬性兩者。據稱,屬性可指相關性(順位)之量度、可靠度(準確度、再現性)之量度,或對製程良率整體上之預期影響(對最終產品之影響)之量度。
第二處理階段之控制可接著基於與第一處理階段相關聯的成份之加權和。替代地,第二處理階段之控制可基於與第一處理階段相關聯的處理校正之加權和。
加權係藉由將與第一處理階段相關聯的每一成份「Ci」與通常與第二處理階段相關聯的權重因數「Wi」相乘來進行,該權重因數「Wi」係基於所關注屬性之值。當所關注屬性為成份之相關性時,可基於順位數來選擇權重因數。舉例而言,當將針對第一處理階段之成份順位第二且將針對第二處理階段之成份順位第四時,可將與彼成份相關聯的權重因數選擇為該等順位之間的比率(2:4 = 0.5)。在執行第二處理階段時所用的設備或製程之後續最佳化可接著係基於成份之加權和,其中成份僅具有為0.5之權重因數。
在判定針對給定基板(晶圓)之第一處理階段與第二處理階段之間的所有共同成份(或共同成份之子集)之後,可接著針對每一成份基於針對第一處理階段及第二處理階段兩者之共同成份之屬性而判定相關聯權重因數。該等成份之加權和被認為代表橫越待控制之基板的物件資料之指紋。基於所獲得的成份之加權和,可判定設備及/或控制動作(諸如製程校正)之最佳化。
舉例而言,當某一成份具有低於某一最小值(臨限值)的可靠度之相關聯量度時,可將權重因數中之一或多者設定為零。亦可以類比方式將順位低於第3的成份設定為零。實際上,接著濾除較不可靠(恆定)及/或相關成份以改良控制第二處理階段之穩固性。
除了處理設備及控制動作之最佳化以外,亦可實施與成份相關聯的屬性之監視。此等屬性之改變可指示一或多個製程步驟及/或處理階段之改變。此等改變可為偏移、漂移或急劇改變(例如歸因於處理裝備之組態之突然改變)。
除了基於第一層之資訊之前饋至第二層之製程控制的最佳化/控制策略以外,亦可採用更通用前饋策略。一般而言,可出於控制之目的來判定橫越整個層堆疊之指紋(或與指紋相關聯的成份)之間的共同性。此概念可藉由使包括對與包含於整個層堆疊內的層中之每一者相關聯的屬性資料進行分析而易於擴展。任何處理階段之控制可接著係基於橫越堆疊之成份之共同性,同時考量針對每一個別處理階段與此等共同成份相關聯的屬性。
一般而言,針對處理階段之製程控制接著係基於a)橫越施加至基板之層之任何子集的成份之間的共同性,及b)與橫越施加至基板之層之該子集的共同成份相關聯的屬性資料。
在一實例中,基於與第五處理階段相關聯的對於所有四個前述處理階段係共同的2個成份來控制第五處理階段。可針對所有5個處理階段得到成份之屬性,該屬性資料係與成份之順位(相關性)相關。在此實例中,在第五處理階段期間對處理基板之控制係基於第一及第二共同成份,每一成份係基於用於所有四個前述層之屬性資料而被加權。
在一實施例中,成份係藉由多個權重因數「Wij」被加權,每一權重因數「Wij」係與一成份「Ci」及一處理階段「j」相關聯。可接著將加權成份「Cweighted」表達為:「Cweighted」 = sum(Wij*Ci)。
除了提供經最佳化對準及/或疊對(晶圓)策略以外,常常亦有必要判定此最佳化之有效性(與未實施此最佳化之策略相比)。常常實施藉由對在校正之前處理的產品單元之量測而獲得的第一效能資料集(例如對準資料、疊對資料或指示半導體製造製程之效能之任何其他資料類型),且可得到藉由對在最佳化之實施之後處理的產品單元之量測而獲得的第二效能資料集。通常針對第一效能資料集且針對第二效能資料集評估關鍵效能指示符(KPI)。比較該等KPI值則常常為評估對製造製程之最佳化(校正)之有效性的較佳策略。然而,效能資料集可為異質的,例如第一及第二效能參數資料集可已自不同資料源而獲得、可具有統計上不同類型之分佈(分佈之對稱性、構成分佈之樣本點)。用於第一效能資料集之KPI因此可不足以評估第二效能參數資料集之品質。因此,在評估最佳化之有效性時,KPI之值之直接比較可並非有效途徑。
在另一實施例中,提議基於第一效能資料集與第二效能資料集之基礎的機率密度函數(PDF)來比較該第一效能資料集與該第二效能資料集。此方法更適於判定最佳化之有效性。舉例而言,使用核心密度估計方法以導出與第一效能參數資料集相關聯的第一PDF及與第二效能參數資料集相關聯的第二PDF。
第一效能參數資料集係與第一控制策略相關聯,該第一控制策略係與應用至半導體製造製程(例如在最佳化製程及/或處理工具之前)的第一類別之對準或疊對校正相關聯;且第二效能參數資料集係與第二控制策略相關聯,該第二控制策略係與應用至半導體製造製程的第二類別之對準或疊對校正相關聯。自第一類別之校正轉至第二類別之校正之改變被稱作控制策略之改變。
一旦已判定第一PDF及第二PDF,就建構二維密度標繪圖。圖6描繪二維密度標繪圖,其中x軸上為與第一資料集相關聯的效能參數之值且y軸上為與第二資料集相關聯的效能參數之值。藉由針對對應於效能參數值的(x,y)值評估第一PDF與第二PDF之乘積而產生該密度標繪圖。該二維密度標繪圖係針對同第一控制策略相關聯的效能參數值與同第二控制策略相關聯的效能參數值之某一組合的出現機率來表達。
若第一控制策略與第二控制策略之有效性將相同,則二維密度標繪圖將在線Y=X上對稱。倘若第二控制策略將更有效,則第二PDF將針對Y軸上之較低值返回較高機率值,因此二維密度標繪圖將變得不對稱且在此狀況下,密度標繪圖之重心將移位於Y=X線下方。後者性質可用以評估控制策略之有效性,或替代地對複數個效能資料集進行順位。可將二維密度標繪圖在Y=X線上方的第一區之積分值與該二維密度標繪圖在Y=X線下方的第二區之積分值進行比較。自該等積分值之間的比率,可推導出兩個效能資料集中之哪一者與最有效控制策略相關聯。隨後可選擇該最有效控制策略以供進一步處理。
在一實施例中,根據如此文件中所揭示的任何先前實施例來最佳化用於處理產品單元之設備。設備之最佳化之有效性的進一步評估係藉由執行包含對效能資料集進行順位之步驟的方法來達成:該對效能資料集進行順位之步驟包含:(a)判定與第一效能資料集相關聯的第一機率密度函數,該第一效能資料集係藉由對在基於共同性結果而最佳化用於處理產品單元之設備之前處理的產品單元之量測而獲得;(b)判定與第二效能資料集相關聯的第二機率密度函數,該第二效能資料集係藉由對在基於共同性結果而最佳化用於處理產品單元之設備之後處理的產品單元之量測而獲得;及(c)基於該第一機率密度函數及該第二機率密度函數對該等效能資料集進行順位。基於該順位,可判定設備之最佳化之有效性。
在一實施例中,使用一核心密度估計方法來判定該第一機率密度函數及該第二機率密度函數。
在一實施例中,步驟(c)包含產生座標之分佈之步驟,其中第一座標之第一分佈係自對第一機率密度函數取樣導出,且第二座標之第二分佈係自對第二機率密度函數取樣導出。
在一實施例中,步驟(c)進一步包含將第一座標之第一分佈及第二座標之第二分佈映射至二維密度標繪圖,該二維密度標繪圖具有與第一效能資料集之效能資料之值相關聯的第一軸線及與第二效能資料集之效能資料之值相關聯的第二軸線。
在一實施例中,步驟(c)進一步包含對橫越二維密度標繪圖之第一區的密度標繪圖之值求積分的步驟,及對二維密度標繪圖之第二區之值求積分的步驟,其中該第一區係與大於或等於第一軸線之座標之值的第二軸線之座標之值相關聯,且該第二區係與小於或等於第一軸線之座標之值的第二軸線之座標之值相關聯。
在一實施例中,第一區及第二區之積分值係用以對效能資料進行順位。
在一實施例中,順位係用以選擇應用至半導體製造製程之第一或第二控制策略以供後續處理。
本發明之實施例可使用含有機器可讀指令之一或多個序列之電腦程式來實施,該等機器可讀指令描述最佳化用於產品單元之多階段處理之設備的方法,如以上所描述。此電腦程式可被執行於運算設備,諸如圖1之控制單元LACU或某其他控制器內。亦可提供其中儲存有此電腦程式的資料儲存媒體(例如半導體記憶體、磁碟或光碟)。
此控制單元LACU可包括如圖7所展示之電腦總成。該電腦總成可為在根據本發明之總成之實施例中呈控制單元之形式的專用電腦,或替代地為控制微影設備之中央電腦。該電腦總成可經配置以用於裝載包含電腦可執行碼之電腦程式產品。此可使得電腦總成能夠在下載電腦程式產品時藉由位階感測器AS及對準感測器LS之實施例控制對微影設備之前述使用。
連接至處理器827之記憶體829可包含數個記憶體組件,比如硬碟861、唯讀記憶體(ROM) 862、電可抹除可程式化唯讀記憶體(EEPROM) 863及隨機存取記憶體(RAM) 864。並不需要存在所有前述記憶體組件。此外,前述記憶體組件並非必需實體地緊鄰處理器827或彼此緊鄰。其可經定位成相隔一距離。
處理器827亦可連接至某種類之使用者介面,例如鍵盤865或滑鼠866。亦可使用觸控螢幕、軌跡球、話語轉換器或為熟習此項技術者所知之其他介面。
處理器827可連接至讀取單元867,該讀取單元經配置以自資料載體(比如固態機868或CDROM 869)讀取例如呈電腦可執行碼之形式的資料,且在一些情況下將資料儲存於資料載體(比如固態機868或CDROM 869)上。亦可使用DVD或為熟習此項技術者所知之其他資料載體。
處理器827亦可連接至印表機870以在紙張上印出輸出資料,以及連接至為熟習此項技術者所知的任何其他類型之顯示器的顯示器871,例如監視器或液晶顯示器(LCD)。
處理器827可藉助於負責輸入/輸出(I/O)之傳輸器/接收器873而連接至通信網路872,例如公眾交換式電話網路(PSTN)、區域網路(LAN)、廣域網路(WAN)等。處理器827可經配置以經由通信網路872而與其他通信系統通信。在本發明之一實施例中,外部電腦(圖中未繪示) (例如操作者之個人電腦)可經由通信網路872而登入至處理器827中。
處理器827可被實施為獨立系統或被實施為並行地操作之數個處理單元,其中每一處理單元經配置以執行較大程式之子任務。亦可將處理單元劃分成一或多個主處理單元與若干子處理單元。處理器827之一些處理單元可甚至經定位成與其他處理單元相隔一距離且經由通信網路872而通信。可使模組之間的連接有線的或無線的。
電腦系統可為具有經配置以執行此處所論述之功能的類比及/或數位及/或軟體技術之任何信號處理系統。
下文之經編號實施例清單中揭示本發明之另外實施例:
1. 一種最佳化用於產品單元之多階段處理的一設備之方法,該方法包含:(a)接收表示在不同處理階段對複數個產品單元量測的一或多個參數之物件資料;(b)判定橫越來自該複數個產品單元之每一產品單元的該物件資料之變化之指紋,該等指紋係與不同各別處理階段相關聯;(c)貫穿該等不同階段分析該等指紋之共同性以產生共同性結果;及(d)基於該等共同性結果而最佳化用於處理產品單元之該設備。
2. 如實施例1之方法,其中該判定指紋之步驟(b)包含:針對每一不同各別階段將該物件資料分解成多個成份。
3. 如實施例2之方法,其中分解包含:使用該物件資料之主成份分析以獲得正交主成份。
4. 如任一前述實施例之方法,其中該分析共同性之步驟(c)包含:識別該等指紋中之貫穿該等不同階段係共同的至少一指紋。
5. 如實施例4之方法,其中分析該等指紋之共同性之步驟(c)包含:呈現一儀錶板,該儀錶板展示按階段配置的該等經判定指紋且接收識別出該等指紋中之貫穿該等不同階段係共同的該至少一指紋之使用者輸入。
6. 如任一前述實施例之方法,其中最佳化用於處理產品單元之一設備之步驟(d)包含:最佳化用於處理該等產品單元的一設備,來自該等產品單元之該物件資料在後續階段處在該等產品單元之多階段處理中被量測。
7. 如實施例2或3之方法,其中該等成份接收屬性資料。
8. 如實施例7之方法,其中該屬性資料指示以下各者中之一或多者:在解釋橫越該等產品單元之物件資料之該變化時的該成份之相關性、該成份之可靠度及/或在給出該成份之觀測結果的情況下製程之預期良率。
9. 如實施例7或8之方法,其中最佳化該設備之步驟d)係基於該等共同性結果及該屬性資料。
10. 如實施例9之方法,其中該最佳化該設備之步驟d)係基於針對至少兩個處理階段基於與成份相關聯的屬性資料之值運用一權重因數對此等成份進行加權。
11. 如實施例10之方法,其中該權重因數係基於針對一第一處理階段之該屬性資料之第一值與針對一第二處理階段之該屬性資料之第二值之間的比率。
12. 如實施例10或11之方法,其中在屬性資料指示某一成份將為以下各者中之一或多者的狀況下將該權重因數設定為零:低相關性、低可靠度。
13. 如任一前述實施例之方法,其進一步包含(e)接收表示該等產品單元之該等不同處理階段之處理的一或多個參數之內容脈絡資料的步驟,其中該最佳化用於後續階段之處理的一設備之步驟(d)係基於經識別之該至少一個指紋及該內容脈絡資料。
14. 如實施例13之方法,其中該最佳化用於後續階段之處理的一設備之步驟(d)包含:使經識別之該至少一個指紋與所接收之該內容脈絡資料相關,從而識別用於後續階段之處理的一特定設備。
15. 如實施例13之方法,其中該最佳化用於後續階段之處理的一設備之步驟(d)包含:基於經識別之該至少一個指紋及所接收之該內容脈絡資料來預測橫越產品單元之產品效能之變化以判定適用於用於後續階段之處理的該設備之一製程校正。
16. 如實施例15之方法,其中該物件資料包含對準資料、該等指紋包含對準指紋、該等階段包含層,且該經預測變化包含包括一後續層之層之間的疊對之經預測變化。
17. 如實施例13之方法,其中該最佳化用於後續階段之處理的一設備之步驟(d)包含:基於經識別之該至少一個指紋及所接收之該內容脈絡資料來模擬後續階段之處理以判定適用於用於後續階段之處理的該設備之一製程校正。
18. 如任一前述實施例之方法,其中該等產品單元為基板。
19. 如實施例1之方法,其進一步包含一對效能資料集進行順位之步驟,該對效能資料集進行順位之步驟包含:
(a)判定與一第一效能資料集相關聯的一第一機率密度函數,該第一效能資料集係藉由對在基於該等共同性結果而最佳化用於處理產品單元之該設備之前處理的產品單元之量測而獲得;
(b)判定與一第二效能資料集相關聯的一第二機率密度函數,該第二效能資料集係藉由對在基於該等共同性結果而最佳化用於處理產品單元之該設備之後處理的產品單元之量測而獲得;及
(c)基於該第一機率密度函數及該第二機率密度函數對該等效能資料集進行順位。
20. 如實施例19之方法,其中使用一核心密度估計方法來判定該第一機率密度函數及該第二機率密度函數。
21. 一種包含電腦可讀指令之電腦程式,該等電腦可讀指令在執行於合適電腦設備上時致使該電腦設備執行如實施例1至20中任一項之方法。
22. 一種電腦程式產品,其包含如實施例21之電腦程式。
對特定實施例之前述描述將因此充分地揭露本發明之一般性質:在不脫離本發明之一般概念的情況下,其他人可藉由應用熟習此項技術者所瞭解之知識針對各種應用而容易地修改及/或調適此等特定實施例,而無需進行不當實驗。因此,基於本文中所呈現之教示及指導,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譯。
本發明之廣度及範疇不應受上述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者進行界定。
100:微影設備LA/微影工具
102:量測站MEA
104:曝光站EXP
106:微影設備控制單元LACU
108:塗佈設備
110:烘烤設備
112:顯影設備
120:經圖案化基板
122:處理設備
124:處理設備
126:處理設備/步驟
130:基板
132:基板
134:基板
138:監督控制系統(SCS)
140:度量衡設備
142:度量衡結果
166:小幅度調整
202:廠房製程/階段/處理
204:晶圓
206:感測
208:度量衡
210:物件資料
212:分解
214:指紋
222:廠房處理/廠房製程/階段
224:晶圓
226:感測
228:度量衡
230:物件資料
232:分解
234:指紋
242:廠房處理/廠房製程
244:內容脈絡資料
246:分析/經識別指紋
248:指紋庫
250:使經識別指紋與內容脈絡資料相關
252:識別
254:影響分析
256:模擬
258:製程校正
262:後續廠房處理/廠房製程
264:晶圓
266:感測
268:度量衡
270:物件資料
402:處理工具
404:處理工具
406:處理工具
408:伺服機構
410:倍縮光罩
412:掃描器透鏡
414:晶圓載物台
416:晶圓台
418:內容相關量測/廠房佈線及對準資料/廠房內容脈絡
420:內容相關量測/訓練資料/掃描器內容脈絡
422:同現映射
424:回歸
426:晶圓/場間指紋
428:晶圓/場間指紋
430:晶圓/場內指紋
432:映射
434:映射
436:經預測場間疊對/經預測指紋
438:經預測場內疊對/經預測指紋
440:雜訊模型
442:組合
444:最終疊對晶圓映像
502:經模擬製程調整
504:對準策略評估
506:所得疊對影響評估
827:處理器
829:記憶體
861:硬碟
862:唯讀記憶體(ROM)
863:電可抹除可程式化唯讀記憶體(EEPROM)
864:隨機存取記憶體(RAM)
865:鍵盤
866:滑鼠
867:讀取單元
868:固態機
869:CDROM
870:印表機
871:顯示器
872:通信網路
873:傳輸器/接收器
A:指紋
AA:指紋
B:指紋
C:指紋
L1:層
L2:層
L3:層
MA:圖案化器件/倍縮光罩
R:配方資訊
現在將參看隨附圖式作為實例來描述本發明之實施例,在該等圖式中:
圖1描繪微影設備連同形成用於半導體器件之生產設施的其他設備。
圖2為根據本發明之一實施例之方法的流程圖。
圖3說明用於以主成份分析(PCA)為基礎之貫穿層指紋分析之儀錶板。
圖4說明用以疊對影響模擬的生成之以成份為基礎之合成途徑的實例。
圖5說明在應用經模擬校正動作之後用於以主成份分析(PCA)為基礎之貫穿層指紋分析的儀錶板。
圖6說明用以評估控制策略之有效性的二維密度標繪圖。
圖7說明有用於實施本文中所揭示之方法的運算設備硬體。
202:廠房製程/階段/處理
204:晶圓
206:感測
208:度量衡
210:物件資料
212:分解
214:指紋
222:廠房處理/廠房製程/階段
224:晶圓
226:感測
228:度量衡
230:物件資料
232:分解
234:指紋
242:廠房處理/廠房製程
244:內容脈絡資料
246:分析/經識別指紋
248:指紋庫
250:使經識別指紋與內容脈絡資料相關
252:識別
254:影響分析
256:模擬
258:製程校正
262:後續廠房處理/廠房製程
264:晶圓
266:感測
268:度量衡
270:物件資料
Claims (10)
- 一種包含機器可讀指令之電腦程式,其經操作以組態用於產品單元之多階段處理(multi-stage processing)之一設備,該等指令經組態以:(a)接收表示在不同處理階段對複數個產品單元量測的一或多個參數之物件資料;(b)判定橫越(across)來自該複數個產品單元之每一產品單元的該物件資料之變化之指紋(fingerprints),該等指紋係與不同各別處理階段相關聯;(c)通過(through)該等不同處理階段分析該等指紋之共同性(commonality)以產生共同性結果;及(d)基於該等共同性結果而組態該設備。
- 如請求項1之電腦程式,其中經組態以判定該等指紋之該等指令包含:經組態以針對每一不同各別處理階段將該物件資料分解(decompose)成多個成份(components)之指令。
- 如請求項2之電腦程式,其中經組態以分解之該等指令包含:經組態以使用該物件資料之主成份分析以獲得正交主成份之指令。
- 如請求項1之電腦程式,其中經組態以分析共同性之該等指令包含:經組態以識別該等指紋中通過該等不同處理階段為共同的至少一指紋之指令。
- 如請求項4之電腦程式,其中經組態以分析該等指紋之共同性之該等指令包含:經組態以呈現一儀錶板(dashboard),該儀錶板展示按處理階段配置的該等經判定指紋及經組態以接收識別出該等指紋中通過該等不同處理階段為共同的該至少一指紋之使用者輸入之指令。
- 如請求項1之電腦程式,其中經組態以組態該設備之該等指令包含:經組態以組態用於處理該等產品單元的一設備之指令,來自該等產品單元之該物件資料在該等產品單元之多階段處理中的後續階段處被量測。
- 如請求項4之電腦程式,其進一步包含多個指令,該等指令用以接收表示該等產品單元之該等不同處理階段之處理的一或多個參數之內容脈絡資料,且其中經組態以組態該設備之該等指令使用該內容脈絡資料及通過該等不同處理階段為共同的該至少一指紋。
- 如請求項7之電腦程式,其中經組態以組態該設備之該等指令包含:經組態以使經識別之通過該等不同處理階段為共同的該至少一指紋與所接收之該內容脈絡資料相關之指令,以識別用於後續階段之處理的一特定設備。
- 如請求項2之電腦程式,其進一步包含經組態以指派屬性資料至該等成份之指令,該屬性資料指示以下各者中之一或多者:在解釋橫越一產品單元之物件資料之該變化時的該成份之相關性、該成份之可靠度及在給出 該成份之觀測結果的情況下製程之一預期良率,且其中經組態以組態該設備之該等指令使用該等共同性結果及該屬性資料。
- 如請求項1之電腦程式,其進一步包含用以執行對效能資料集進行順位(ranking)之一步驟之指令,對效能資料集進行順位之該步驟包含:(a)判定與一第一效能資料集相關聯的一第一機率密度函數,該第一效能資料集係藉由基於該等共同性結果而組態用於處理產品單元之該設備之前所處理之產品單元進行量測而獲得;(b)判定與一第二效能資料集相關聯的一第二機率密度函數,該第二效能資料集係藉由基於該等共同性結果而組態用於處理產品單元之該設備之後所處理之產品單元進行量測而獲得;及(c)基於該第一機率密度函數及該第二機率密度函數對該第一效能資料集及該第二效能資料集進行順位。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EPEP17163147 | 2017-03-27 | ||
EP17163147.6A EP3382606A1 (en) | 2017-03-27 | 2017-03-27 | Optimizing an apparatus for multi-stage processing of product units |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202121054A TW202121054A (zh) | 2021-06-01 |
TWI760909B true TWI760909B (zh) | 2022-04-11 |
Family
ID=58448408
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107108013A TWI668511B (zh) | 2017-03-27 | 2018-03-09 | 用於最佳化產品單元之多階段處理的方法 |
TW108125154A TWI710852B (zh) | 2017-03-27 | 2018-03-09 | 對效能資料集進行順位之方法及相關聯電腦程式產品 |
TW109137651A TWI760909B (zh) | 2017-03-27 | 2018-03-09 | 對效能資料集進行順位之方法及相關聯電腦程式產品 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107108013A TWI668511B (zh) | 2017-03-27 | 2018-03-09 | 用於最佳化產品單元之多階段處理的方法 |
TW108125154A TWI710852B (zh) | 2017-03-27 | 2018-03-09 | 對效能資料集進行順位之方法及相關聯電腦程式產品 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11150562B2 (zh) |
EP (1) | EP3382606A1 (zh) |
KR (2) | KR102427132B1 (zh) |
CN (2) | CN116224725A (zh) |
TW (3) | TWI668511B (zh) |
WO (1) | WO2018177659A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI641934B (zh) * | 2014-08-05 | 2018-11-21 | 聯華電子股份有限公司 | 虛擬量測系統與方法 |
KR102513021B1 (ko) | 2016-05-12 | 2023-03-21 | 에이에스엠엘 네델란즈 비.브이. | 측정치 획득 방법, 프로세스 단계 수행 장치, 계측 장치, 디바이스 제조 방법 |
EP3392711A1 (en) * | 2017-04-19 | 2018-10-24 | ASML Netherlands B.V. | Maintaining a set of process fingerprints |
EP3396458A1 (en) * | 2017-04-28 | 2018-10-31 | ASML Netherlands B.V. | Method and apparatus for optimization of lithographic process |
WO2018233966A1 (en) * | 2017-06-22 | 2018-12-27 | Asml Netherlands B.V. | METHOD FOR DETERMINING THE CONTRIBUTION TO A DIGITAL IMPRINT |
WO2019001871A1 (en) * | 2017-06-26 | 2019-01-03 | Asml Netherlands B.V. | METHOD OF DETERMINING DEFORMATION |
KR102658977B1 (ko) | 2017-11-03 | 2024-04-18 | 도쿄엘렉트론가부시키가이샤 | 기능성 마이크로 전자 디바이스의 수율 향상 |
US10586164B1 (en) | 2018-10-15 | 2020-03-10 | AIble Inc. | Interface for visualizing and improving model performance |
US11409549B2 (en) * | 2018-10-15 | 2022-08-09 | AIble Inc. | Interface for generating models with customizable interface configurations |
US11244873B2 (en) * | 2018-10-31 | 2022-02-08 | Tokyo Electron Limited | Systems and methods for manufacturing microelectronic devices |
EP3654103A1 (en) * | 2018-11-14 | 2020-05-20 | ASML Netherlands B.V. | Method for obtaining training data for training a model of a semicondcutor manufacturing process |
US12032297B2 (en) | 2018-11-16 | 2024-07-09 | Asml Netherlands B.V. | Method for monitoring lithographic apparatus |
EP3891559A1 (en) * | 2018-12-07 | 2021-10-13 | ASML Netherlands B.V. | Method for determining root cause affecting yield in a semiconductor manufacturing process |
EP3767391A1 (en) * | 2019-07-17 | 2021-01-20 | ASML Netherlands B.V. | Sub-field control of a lithographic process and associated apparatus |
WO2021001129A1 (en) * | 2019-07-04 | 2021-01-07 | Asml Netherlands B.V. | Sub-field control of a lithographic process and associated apparatus |
EP4057069A1 (en) * | 2021-03-11 | 2022-09-14 | ASML Netherlands B.V. | Methods and apparatus for characterizing a semiconductor manufacturing process |
CN117616342A (zh) * | 2021-07-09 | 2024-02-27 | Asml荷兰有限公司 | 用于解耦与半导体制造有关的变化源的方法 |
CN114386687B (zh) * | 2021-12-31 | 2024-04-05 | 全芯智造技术有限公司 | 多层掩膜版之间套刻结果的预测方法及装置、终端 |
CN118133350B (zh) * | 2024-04-30 | 2024-06-25 | 贵州安融科技发展有限公司 | 一种融合隐私保护的数据治理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1155909C (zh) * | 1999-02-17 | 2004-06-30 | Icid公司 | 用于提供集成电路独特识别码的系统及方法 |
WO2014164809A1 (en) * | 2013-03-11 | 2014-10-09 | S.E.A. Medical Systems, Inc. | Designs, systems, configurations, and methods for immittance spectroscopy |
TW201516598A (zh) * | 2013-10-02 | 2015-05-01 | Asml荷蘭公司 | 用於獲得有關於工業製程之診斷資訊之方法及裝置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0777768B1 (en) | 1994-08-19 | 1999-06-02 | Akzo Nobel N.V. | Cellulose solutions and products made therefrom |
US6368883B1 (en) * | 1999-08-10 | 2002-04-09 | Advanced Micro Devices, Inc. | Method for identifying and controlling impact of ambient conditions on photolithography processes |
DE10030404A1 (de) * | 2000-06-21 | 2002-01-03 | Bosch Gmbh Robert | Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck |
TWI285295B (en) * | 2001-02-23 | 2007-08-11 | Asml Netherlands Bv | Illumination optimization in lithography |
US6737208B1 (en) * | 2001-12-17 | 2004-05-18 | Advanced Micro Devices, Inc. | Method and apparatus for controlling photolithography overlay registration incorporating feedforward overlay information |
US7788070B2 (en) * | 2007-07-30 | 2010-08-31 | Caterpillar Inc. | Product design optimization method and system |
US20100017009A1 (en) * | 2008-06-30 | 2010-01-21 | International Business Machines Corporation | System for monitoring multi-orderable measurement data |
NL2013249A (en) | 2013-08-20 | 2015-02-23 | Asml Netherlands Bv | Lithography system and a machine learning controller for such a lithography system. |
US10241418B2 (en) * | 2014-12-01 | 2019-03-26 | Asml Netherlands B.V. | Method and apparatus for obtaining diagnostic information relating to a lithographic manufacturing process, lithographic processing system including diagnostic apparatus |
JP6510658B2 (ja) | 2015-02-04 | 2019-05-08 | エーエスエムエル ネザーランズ ビー.ブイ. | メトロロジの方法及び装置、コンピュータプログラム、並びにリソグラフィシステム |
KR20170120153A (ko) | 2015-03-13 | 2017-10-30 | 에이에스엠엘 네델란즈 비.브이. | 리소그래피 방법 및 리소그래피 장치 |
NL2016925A (en) | 2015-06-18 | 2016-12-22 | Asml Netherlands Bv | Method of metrology, inspection apparatus, lithographic system and device manufacturing method |
-
2017
- 2017-03-27 EP EP17163147.6A patent/EP3382606A1/en not_active Withdrawn
-
2018
- 2018-02-22 CN CN202310199000.8A patent/CN116224725A/zh active Pending
- 2018-02-22 KR KR1020217039395A patent/KR102427132B1/ko active IP Right Grant
- 2018-02-22 US US16/486,859 patent/US11150562B2/en active Active
- 2018-02-22 KR KR1020197031430A patent/KR102336390B1/ko active IP Right Grant
- 2018-02-22 CN CN201880021072.0A patent/CN110494865B/zh active Active
- 2018-02-22 WO PCT/EP2018/054360 patent/WO2018177659A1/en active Application Filing
- 2018-03-09 TW TW107108013A patent/TWI668511B/zh active
- 2018-03-09 TW TW108125154A patent/TWI710852B/zh active
- 2018-03-09 TW TW109137651A patent/TWI760909B/zh active
-
2021
- 2021-09-20 US US17/479,078 patent/US11520238B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1155909C (zh) * | 1999-02-17 | 2004-06-30 | Icid公司 | 用于提供集成电路独特识别码的系统及方法 |
WO2014164809A1 (en) * | 2013-03-11 | 2014-10-09 | S.E.A. Medical Systems, Inc. | Designs, systems, configurations, and methods for immittance spectroscopy |
TW201516598A (zh) * | 2013-10-02 | 2015-05-01 | Asml荷蘭公司 | 用於獲得有關於工業製程之診斷資訊之方法及裝置 |
US20160246185A1 (en) * | 2013-10-02 | 2016-08-25 | Asml Netherlands B.V. | Methods and apparatus for obtaining diagnostic information relating to an industrial process |
Also Published As
Publication number | Publication date |
---|---|
TWI668511B (zh) | 2019-08-11 |
CN116224725A (zh) | 2023-06-06 |
TW201940963A (zh) | 2019-10-16 |
KR102427132B1 (ko) | 2022-07-29 |
TWI710852B (zh) | 2020-11-21 |
TW201841051A (zh) | 2018-11-16 |
WO2018177659A1 (en) | 2018-10-04 |
US11150562B2 (en) | 2021-10-19 |
KR20190129117A (ko) | 2019-11-19 |
CN110494865B (zh) | 2023-05-09 |
KR102336390B1 (ko) | 2021-12-08 |
EP3382606A1 (en) | 2018-10-03 |
TW202121054A (zh) | 2021-06-01 |
KR20210149245A (ko) | 2021-12-08 |
CN110494865A (zh) | 2019-11-22 |
US20200233315A1 (en) | 2020-07-23 |
US11520238B2 (en) | 2022-12-06 |
US20220004108A1 (en) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI760909B (zh) | 對效能資料集進行順位之方法及相關聯電腦程式產品 | |
US11385550B2 (en) | Methods and apparatus for obtaining diagnostic information relating to an industrial process | |
TWI668518B (zh) | 獲得量測的方法、用於執行處理步驟的設備、度量衡設備、器件製造方法 | |
EP3654103A1 (en) | Method for obtaining training data for training a model of a semicondcutor manufacturing process | |
TW201843533A (zh) | 用以預測器件製造製程之良率的方法 | |
CN113406865A (zh) | 确定图案化过程的校正的方法 | |
EP3392711A1 (en) | Maintaining a set of process fingerprints | |
CN113168111A (zh) | 用于预测半导体制造过程的产率的方法 | |
WO2017108453A1 (en) | Methods of controlling a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus | |
WO2018024466A1 (en) | Methods & apparatus for obtaining diagnostic information, methods & apparatus for controlling an industrial process | |
TWI737261B (zh) | 判定微影設備之校正之方法 | |
TWI729334B (zh) | 用於判定器件之控制方案的方法、電腦程式和系統及用於判定多個器件處理之基板的方法 |