TWI762356B

TWI762356B - 晶圓檢測系統以及晶圓檢測方法

Info

Publication number: TWI762356B
Application number: TW110121951A
Authority: TW
Inventors: 徐敏軒; 陳光維; 駱統; 孫宏奇
Original assignee: 旺宏電子股份有限公司
Priority date: 2021-03-02
Filing date: 2021-06-16
Publication date: 2022-04-21
Also published as: TW202235849A

Abstract

一種晶圓檢測系統以及晶圓檢測方法。晶圓檢測系統包括晶圓檢測模組。晶圓檢測模組包括影像擷取元件以及處理器。影像擷取元件用以擷取晶圓的影像。處理器與影像擷取元件耦接，並根據影像擷取元件所擷取的影像生成晶圓的膜厚分布資訊。

Description

晶圓檢測系統以及晶圓檢測方法

本發明是有關於一種系統以及方法，且特別是有關於一種晶圓檢測系統以及晶圓檢測方法。

以處理工具(如研磨工具)對晶圓進行處理(如研磨)之前，通常會先量測晶圓的膜厚資訊，來判斷處理工具的處理條件(如各區域的研磨力)。現有量測膜厚資訊的檢測系統主要是利用光譜的反射或干涉對晶圓進行膜厚量測。基於時間或便利性等考量，傳統的量測方法只針對晶圓特定的幾個點進行膜厚量測，而非對整面晶圓進行膜厚量測。基於不完整的膜厚資訊對晶圓進行處理，容易導致處理結果不如預期(例如晶圓表面存在殘留物或阻擋層被磨破等)。

本發明提供一種晶圓檢測系統以及晶圓檢測方法，其有助於改善因膜厚資訊不完整造成處理結果不如預期的情況。

根據本發明的一實施例，晶圓檢測系統包括晶圓檢測模組。晶圓檢測模組包括影像擷取元件以及處理器。影像擷取元件用以擷取晶圓的影像。處理器與影像擷取元件耦接，並根據影像擷取元件所擷取的影像生成晶圓的膜厚分布資訊。

根據本發明的一實施例，晶圓檢測方法，包括：擷取晶圓的影像；以及根據所述影像生成所述晶圓的膜厚分布資訊。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

本文中所提到的方向用語，例如：「上」、「下」、「前」、「後」、「左」、「右」等，僅是參考附圖的方向。因此，使用的方向用語是用來說明，而並非用來限制本發明。此外，本說明書或申請專利範圍中提及一元件/膜層設置在另一元件/膜層上（或上方）可涵蓋所述元件/膜層直接設置在所述另一元件/膜層上（或上方），且兩個元件/膜層直接接觸的情況；以及所述元件/膜層間接設置在所述另一元件/膜層上（或上方），且兩個元件/膜層之間存在一或多個元件/膜層的情況。

在附圖中，各圖式繪示的是特定實施例中所使用的方法、結構或材料的通常性特徵。然而，這些圖式不應被解釋為界定或限制由這些實施例所涵蓋的範圍或性質。舉例來說，為了清楚起見，各膜層、區域或結構的相對尺寸、厚度及位置可能縮小或放大。

圖1是本發明的一實施例的一種晶圓檢測系統的示意圖。圖2是本發明的一實施例的一種晶圓檢測方法的流程圖。圖3A至圖3C是生成膜厚分布資訊的三個步驟的示意圖。圖4A至圖4D分別顯示對影像的取樣值進行0次、1次、2次以及3次平滑處理的結果。圖5顯示預測模型及實際值的擬合結果。圖6示意性繪示出一種晶圓處理條件資訊的模型。

在圖1至圖6的實施例中，相同或相似的元件將採用相同或相似的標號，且將省略其贅述。此外，不同實施例中的特徵在沒有衝突的情況下可相互組合，且依本說明書或申請專利範圍所作之簡單的等效變化與修飾，皆仍屬本專利涵蓋的範圍內。

請參照圖1，晶圓檢測系統1可包括晶圓檢測模組10。晶圓檢測模組10可包括影像擷取元件100以及處理器102。

影像擷取元件100用以擷取晶圓2的影像。在一些實施例中，影像擷取元件100可包括電荷耦合元件(Charge-coupled Device，CCD)、高光譜儀或其他能夠擷取影像或收集反射光的元件。此外，影像擷取元件100所擷取的影像可包括晶圓2的整個代處理表面的灰階影像、彩色影像或高光譜影像，但不以此為限。

處理器102與影像擷取元件100耦接，並可根據影像擷取元件100所擷取的影像生成晶圓2的膜厚分布資訊。舉例來說，晶圓2的表面可形成有待處理的膜層，如待被研磨掉的氧化層，但不以此為限，而處理器102可根據影像擷取元件100所擷取的影像生成氧化層在晶圓2的表面的厚度分布資訊。在一些實施例中處理器102可包括中央處理器(Central Processing Unit，CPU)、圖形處理器(Graphics Processing Unit，GPU)、微控制器(Microcontroller Unit，MCU)或其他可進行控制、運算或存儲等操作的元件。此外，處理器102與影像擷取元件100之間的耦接可包括以有線或無線的方式進行訊號傳輸。

根據不同的需求，晶圓檢測模組10可進一步包括一個或多個元件。舉例來說，在一些實施例中，晶圓檢測模組10還可包括光源104。光源104用以提供斜向入射晶圓2的照明光束L，而影像擷取元件100可設置在被晶圓2反射的照明光束L’的傳遞路徑上，以接收被晶圓2反射的照明光束L’。光源104可包括可見光光源，即照明光束L可包括可見光(即波長落在約400nm至700nm的光)，但不以此為限。

在一些實施例中，晶圓檢測模組10還可包括輸入裝置106。輸入裝置106與處理器102耦接。輸入裝置106用以輸入與晶圓2相關連的資訊。在一些實施例中，輸入裝置106可包括鍵盤、滑鼠、平板電腦、手寫板或上述的組合，但不以此為限。此外，輸入裝置106與處理器102之間的耦接可包括以有線或無線的方式進行訊號傳輸。

在一些實施例中，晶圓檢測模組10還可包括存儲媒體108。存儲媒體108與處理器102耦接，且可儲存與膜厚分布資訊相關連的晶圓處理條件資訊。在一些實施例中，存儲媒體108可包括揮發性記憶體或非揮發性記憶體，且存儲媒體108可位於電腦、固態硬碟或雲端中，於此不多加限制。此外，存儲媒體108與處理器102之間的耦接可包括以有線或無線的方式進行訊號傳輸。晶圓處理條件資訊可包括研磨力資訊、研磨時間或研磨速度等研磨參數資訊、或沉積時間或沉積速度等沉積參數資訊、或蝕刻時間或蝕刻比等蝕刻參數資訊，但不以此為限。在一些實施例中，存儲媒體108還可儲存有類神經網路(Neural network)、演算法或其他用以計算、分析或驗證的軟體。

根據不同的需求，晶圓檢測系統1也可進一步包括一個或多個元件。舉例來說，在一些實施例中，晶圓檢測系統1可進一步包括晶圓處理模組12。晶圓檢測模組10可安裝在晶圓處理模組12上，或者晶圓檢測模組10與晶圓處理模組12可以是獨立設置的。此外，晶圓處理模組12可包括處理工具120以及控制器122。

處理工具120可用以處理晶圓2。在一些實施例中，處理工具120可包括研磨工具、沉積工具或蝕刻工具，但不以此為限。研磨工具可包括已知的任何一種研磨工具，如化學機械研磨(Chemical-Mechanical Planarization，CMP)工具，但不以此為限。沉積工具可包括已知的任何一種沉積工具，如物理氣相沉積（Physical Vapor Deposition，PVD）工具或化學氣相沉積（Chemical Vapor Deposition，CVD）工具，但不以此為限。蝕刻工具可包括已知的任何一種蝕刻機台，如等向性蝕刻機台或非等向性蝕刻機台，但不以此為限。

控制器122耦接於處理工具120以及處理器102，其中處理器102可根據晶圓的膜厚分布資訊以及待處理的處理工具120選擇對應的晶圓處理條件資訊，並根據晶圓處理條件資訊指示控制器122輸出控制訊號至處理工具120，以控制處理工具120的處理條件 (如研磨參數、沉積參數或蝕刻參數等)。以處理工具120為研磨工具為例，晶圓處理條件資訊可包括研磨力資訊，且處理器102可根據研磨力資訊輸出控制訊號至研磨工具，以控制研磨工具的各區域的研磨力，但不以此為限。

請參照圖2，可用於晶圓檢測系統1的晶圓檢測方法可包括：擷取晶圓的影像(步驟S1)；以及根據影像生成晶圓的膜厚分布資訊(步驟S2)。

如圖3A所示，可利用圖1的影像擷取元件100擷取晶圓2的整個代處理表面的影像M。圖3A以影像M為灰階影像舉例說明，但在其他實施例中，影像M可為彩色影像或高光譜影像。在一些實施例中，如圖1所示，晶圓檢測方法還可包括提供斜向入射晶圓2的照明光束L；擷取晶圓2的影像可包括以影像擷取元件100接收被晶圓2反射的照明光束L’。在一些實施例中，可在暗腔中拍攝晶圓2，以降低環境背景對拍攝結果的干擾(例如在影像M中亦拍攝出環境背景)。

在一些實施例中，處理器102可根據影像M偵測出晶圓參數，如晶圓的中心及半徑，但不以此為限。舉例來說，可藉由確認影像M中晶圓2的中心以及邊緣，來得出晶圓2的半徑。

在一些實施例中，晶圓檢測方法還可包括利用輸入裝置106(參見圖1)輸入與晶圓2相關連的資訊。舉例來說，與晶圓2相關連的資訊可包括晶圓2上的晶粒尺寸(die size)、中心晶粒的偏移量(zero die offset)以及量測位置(measure site)等資訊，但不以此為限。晶粒尺寸可包括晶粒在第一方向D1及第二方向D2上的尺寸(如晶粒在橫向及縱向上的寬度)。中心晶粒的偏移量指的是影像M中晶圓2的中心與中心晶粒左下端點的距離。量測位置例如可藉由上述晶粒尺寸及中心晶粒的偏移量等資訊換算出相對於晶圓2的正中心的位置或座標。

如圖3B所示，利用輸入裝置106(參見圖1)輸入與晶圓2相關連的資訊後，處理器102可建構出對應於晶圓2的地圖(map)MP。如圖3C所示，處理器102可接著將此地圖MP映射至影像擷取元件100所拍攝的影像M，並將在地圖MP內的所有座標值及其對應的灰階值輸出(如圖4A所示)。在影像M為彩色影像的情況下，可分別輸出對應於紅、綠、藍三色的灰階值。在影像M為高光譜影像的情況下，可分別輸出對應於不同波長的光強度值。

在圖4A中，直徑(mm)表示的是取樣點與晶圓中心的距離，而灰階值表示的是取樣點的灰階。灰階值(包括0到255)與膜厚資訊相關聯，例如在已知厚度的有效區間範圍內灰階值越低，厚度越大，而灰階值越高，厚度越小。從圖4A可知曉晶圓的膜厚分布資訊，例如可知曉在距離晶圓中心的多少毫米處的膜層厚度、膜厚的一致性等資訊。在一些實施例中，也可在將地圖MP映射至影像M後，利用上述座標值及其灰階值來生成對應於晶圓表面膜厚的3D圖，但不以此為限。

在未對影像的取樣值進行平滑處理的情況下，如圖4A所示，這些取樣值是離散的。為了便於後續分析、處理或提升後續擬合過程的準確度，晶圓檢測方法還可包括對影像的取樣值進行平滑處理，例如利用過濾器(未繪示)過濾取樣值，使離散的取樣值變得更為線性或平滑。圖4A顯示未對影像的取樣值進行平滑處理的結果。圖4B顯示對取樣值進行1次平滑處理的結果。圖4C顯示對取樣值進行2次平滑處理的結果。圖4D顯示對取樣值進行3次平滑處理的結果。依據不同的需求，可選擇性對取樣值進行一次或多次平滑處理，且平滑處理的次數不以上述為限。

在一些實施例中，可針對灰階值進行平滑處理。舉例來說，在未經平滑處理時，灰階值分別為Y ₁、Y ₂…Y _n。在1次平滑處理後，Y ₁’=Y ₁，Y ₂’=(Y ₁+Y ₂)/2，…，Y _n’=(Y _n-1+Y _n)/2。在2次平滑處理後，Y ₁’’=Y ₁’=Y ₁，Y ₂’’=(Y ₁+Y ₂’)/2，…，Y _n’’=(Y _n-1+Y _n’)/2。在3次平滑處理後，Y ₁’’’=Y ₁’’=Y ₁’=Y ₁，Y ₂’’’=(Y ₁+Y ₂’’)/2，…，Y _n’’’=(Y _n-1+Y _n’’)/2，依此類推。應理解，平滑處理可包括用以將離散資料變得更為線性或平滑的任何處理方式，而不以上述舉例為限。

在取得膜厚分布資訊後，可利用膜厚分布資訊來確認後續處理工具(如研磨工具、沉積工具或蝕刻工具)的處理條件(如研磨參數、沉積參數或蝕刻參數等)。舉例來說，晶圓檢測方法還可包括確認與膜厚分布資訊相關連的晶圓處理條件資訊；以及根據晶圓處理條件資訊輸出控制訊號至處理工具，以控制處理工具的處理條件。詳細而言，在一些實施例中，可將膜厚分布資訊(例如經平滑處理的膜厚分布資訊)輸入類神經網路或其他擬合分析軟體。藉由多次的擬合分析得到對應不同處理工具的多種預測模型。圖5顯示預測模型(參見實線)及實際值(參見多個點)的擬合結果趨近一致的情況。確認與膜厚分布資訊相關連的晶圓處理條件資訊可包括將晶圓的膜厚分布資訊、期望膜厚分布資訊以及給定邊界條件等資訊帶入預測模型，以得出晶圓處理條件資訊。此晶圓處理條件資訊可以是透過非線性求解方式得出的研磨參數、沉積參數或蝕刻參數等。舉例來說，當處理工具為研磨工具時，晶圓處理條件資訊可包括研磨力資訊，且處理器可根據研磨力資訊輸出控制訊號至研磨工具，以控制研磨工具的各區域(如圖6中區域Z5、區域Z4、區域Z3、區域Z2、區域Z1)的研磨力。

在一些實施例中，晶圓檢測方法還可包括在處理工具以所述處理條件處理晶圓之後，擷取經處理的晶圓的影像，以及利用經處理的晶圓的影像生成經處理的晶圓的膜厚分布資訊。通過取得經處理的晶圓的膜厚分布資訊，可驗證實際的膜厚分布資訊與期望膜厚分布資訊的一致性，進而確認預測模型的有效性。此外，也可基於驗證結果調整處理工具的處理條件或選取不同的預測模型，使下一個被處理的晶圓在處理條件調整後能夠展現更理想的處理結果。

綜上所述，在本發明的實施例中，藉由影像擷取元件擷取晶圓的影像，再經由處理器根據影像擷取元件所擷取的影像生成晶圓的膜厚分布資訊，能夠取得晶圓的整個代處理表面的膜厚分布資訊，而有助於改善因膜厚資訊不完整造成處理結果不如預期的情況。除此之外，相較於利用光譜的反射或干涉對晶圓特定的幾個點進行膜厚量測，本發明的實施例的晶圓檢測方法除了可取得較完整的膜厚分布資訊之外，還可更快速地取得膜厚分布資訊，而有助於節省量測時間。

在一些實施例中，可利用晶圓的整個代處理表面的膜厚分布資訊，檢測晶圓表面存在殘留物的位置、阻擋層被磨破的位置或缺陷(defect)位置，或可基於膜厚分布資訊確認預測模型的有效性。在處理結果不如預期時，可調整預期模型或處理工具的處理條件，使下一個被處理的晶圓在處理條件調整後能夠展現更理想的處理結果。

在一些實施例中，本發明的實施例晶圓檢測系統可用於各類型膜層的線上(inline)厚度檢測。在一些實施例中，本發明的實施例晶圓檢測系統可檢測包括設置在晶圓邊緣的未完成的晶粒。在一些實施例中，影像擷取元件所擷取的影像可以提供晶粒內環境(intra-die environment)的巨大視圖，而可以忽略底層的輕微變化。在一些實施例中，本發明的實施例晶圓檢測系統可與傳統的CMP終點(end-point)檢測系統結合，其中研磨參數中的研磨時間可由CMP終點檢測系統控制，而研磨參數中的研磨力可由本發明的實施例晶圓檢測系統控制。在一些實施例中，包括研磨力資訊的晶圓處理條件資訊可由類神經網路產生，且晶圓處理條件資訊可提供較佳的晶圓內處理結果，並降低處理結果不如預期(例如晶圓表面存在殘留物或阻擋層被磨破等)的情況。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

1:晶圓檢測系統 2:晶圓 10:晶圓檢測模組 12:晶圓處理模組 100:影像擷取元件 102:處理器 104:光源 106:輸入裝置 108:存儲媒體 120:處理工具 122:控制器 D1:第一方向 D2:第二方向 L、L’:照明光束 M:影像 MP:地圖 S1、S2:步驟 Z1、Z2、Z3、Z4、Z5:區域

1:晶圓檢測系統

2:晶圓

10:晶圓檢測模組

12:晶圓處理模組

100:影像擷取元件

102:處理器

104:光源

106:輸入裝置

108:存儲媒體

120:處理工具

122:控制器

L、L’:照明光束

Claims

一種晶圓檢測系統，包括：晶圓檢測模組，包括：影像擷取元件，用以擷取晶圓的影像；處理器，與所述影像擷取元件耦接，並根據所述影像擷取元件所擷取的所述影像生成所述晶圓的膜厚分布資訊；以及存儲媒體，與所述處理器耦接，且儲存與所述膜厚分布資訊相關連的晶圓處理條件資訊；以及晶圓處理模組，包括：處理工具；以及控制器，耦接於所述處理工具以及所述處理器，其中所述處理器根據所述晶圓處理條件資訊指示所述控制器輸出控制訊號至所述處理工具，以控制所述處理工具的處理條件。
如請求項1所述的晶圓檢測系統，其中所述影像是包括所述晶圓的整個代處理表面的灰階影像、彩色影像或高光譜影像。
如請求項1所述的晶圓檢測系統，其中所述晶圓檢測模組還包括：光源，提供斜向入射所述晶圓的照明光束。
如請求項1所述的晶圓檢測系統，其中所述晶圓檢測模組還包括：輸入裝置，與所述處理器耦接，用以輸入與所述晶圓相關連的資訊。
如請求項1所述的晶圓檢測系統，其中所述處理工具包括研磨工具、沉積工具或蝕刻工具。
如請求項1所述的晶圓檢測系統，其中所述處理工具是研磨工具，所述晶圓處理條件資訊包括研磨力資訊。
如請求項1所述的晶圓檢測系統，其中所述晶圓檢測模組安裝在所述晶圓處理模組上。
如請求項1所述的晶圓檢測系統，其中所述晶圓檢測模組與所述晶圓處理模組是獨立設置的。
一種晶圓檢測方法，包括：擷取晶圓的影像；根據所述影像生成所述晶圓的膜厚分布資訊；確認與所述膜厚分布資訊相關連的晶圓處理條件資訊；以及根據所述晶圓處理條件資訊輸出控制訊號至處理工具，以控制所述處理工具的處理條件。
如請求項9所述的晶圓檢測方法，其中擷取所述晶圓的所述影像包括擷取所述晶圓的整個代處理表面的灰階影像、彩色影像或高光譜影像。
如請求項9所述的晶圓檢測方法，還包括：提供斜向入射所述晶圓的照明光束，且擷取所述晶圓的所述影像包括以影像擷取元件接收被所述晶圓反射的所述照明光束。
如請求項9所述的晶圓檢測方法，還包括：對所述影像的取樣值進行平滑處理。
如請求項9所述的晶圓檢測方法，還包括：輸入與所述晶圓相關連的資訊。
如請求項9所述的晶圓檢測方法，還包括：確認所述影像中所述晶圓的中心以及邊緣。
如請求項9所述的晶圓檢測方法，其中確認與所述膜厚分布資訊相關連的所述晶圓處理條件資訊包括：將所述晶圓的所述膜厚分布資訊、期望膜厚分布資訊以及給定邊界條件帶入預測模型，以得出所述晶圓處理條件資訊。
如請求項9所述的晶圓檢測方法，其中所述處理工具包括研磨工具、沉積工具或蝕刻工具。
如請求項9所述的晶圓檢測方法，其中所述處理工具包括研磨工具，所述晶圓處理條件資訊包括研磨力資訊，且根據所述研磨力資訊輸出所述控制訊號至所述研磨工具，以控制所述研磨工具的各區域的研磨力。
如請求項9所述的晶圓檢測方法，還包括：在所述處理工具以所述處理條件處理所述晶圓之後，擷取經處理的所述晶圓的影像，以及利用經處理的所述晶圓的所述影像生成經處理的所述晶圓的膜厚分布資訊。