WO2001056072A1 - Verfahren zur überwachung eines herstellungsprozesses - Google Patents

Verfahren zur überwachung eines herstellungsprozesses Download PDF

Info

Publication number
WO2001056072A1
WO2001056072A1 PCT/DE2000/000249 DE0000249W WO0156072A1 WO 2001056072 A1 WO2001056072 A1 WO 2001056072A1 DE 0000249 W DE0000249 W DE 0000249W WO 0156072 A1 WO0156072 A1 WO 0156072A1
Authority
WO
WIPO (PCT)
Prior art keywords
linear combination
matrix
parameter
determined
function
Prior art date
Application number
PCT/DE2000/000249
Other languages
English (en)
French (fr)
Inventor
Ferdinand Bell
Dirk Knobloch
Jan Zimpel
Knut VOIGTLÄNDER
Original Assignee
Infineon Technologies Ag
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
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 Infineon Technologies Ag, Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. filed Critical Infineon Technologies Ag
Priority to PCT/DE2000/000249 priority Critical patent/WO2001056072A1/de
Priority to EP00904853A priority patent/EP1252652A1/de
Publication of WO2001056072A1 publication Critical patent/WO2001056072A1/de
Priority to US10/205,080 priority patent/US7479395B2/en

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions

Definitions

  • the present invention relates to a method for monitoring a manufacturing process.
  • the present invention relates in particular to a method for monitoring a production process for processing a semiconductor substrate in semiconductor production.
  • Modern industrial production is generally characterized by a high degree of automation.
  • a high degree of automation is essential in order to be internationally competitive.
  • a large number of manufacturing processes and machining processes are used in the production and processing of semiconductor substrates to form integrated semiconductor circuits.
  • Deposition processes for producing material layers and etching processes for structuring these layers may be mentioned here as examples.
  • These manufacturing processes must always be monitored because, due to their complexity, unnoticed faults or poorly adapted process conditions can lead to incorrectly manufactured semiconductor circuits.
  • there is generally a desire to characterize the manufacturing process by analyzing certain measured variables determined during the manufacturing process in order to be able to intervene in a regulatory manner if necessary.
  • the etching time is a decisive parameter in order to achieve a high quality result. If the etching time is too short, the layer to be etched is only incompletely removed. If the etching is too long, for example, active areas are etched, or structures are under-etched. Both conditions must be avoided by suitable methods of detecting the correct end time.
  • a possible method for detecting the correct end time is known, for example, from US Pat. No. 5,877,032. It describes a method for determining the end point of a plasma etching process, in which the optical emission of the plasma is used to determine the end point.
  • the background of this method is the fact that during the etching process, a layer located on a substrate is etched through, thereby exposing the underlying substrate or the underlying layer.
  • the interaction of the etching gas with the exposed substrate or the exposed layer can be detected spectroscopically as a change in the emission spectrum of the plasma. According to US Pat. No. 5,877,032, this change is compared with a large number of predetermined reference curves and the comparison is used to infer the end point of the plasma etching process.
  • a method for determining the end point of a plasma etching process is also known from US Pat. No. 5,739,051.
  • the optical emission of the plasma is also used to determine the end point, emission lines which are characteristic of the interaction of the etching gas with the exposed substrate being used for the evaluation.
  • optical filters are used in industrial systems, depending on the chemical reactions taking place in the plasma, in order to be able to follow the temporal course of the intensities in predetermined wavelength ranges. This procedure is not practicable, especially in chambers where changing products with different chemical compositions are run. Detection of the end point in different optical areas requires JLM to H
  • ⁇ PJ rr a ⁇ rr H- 0 O * »rr CO 0- H- 0- J ⁇ OHHO ⁇ rr d CO PJ H- ⁇ t- 1 O ⁇ rr d ⁇ • ri - rr a ⁇ £> ⁇ . ⁇ 3 • Ü PH. c HO a PJ 3 CD ⁇ H H- "
  • a method for monitoring a manufacturing process which has the following steps:
  • At least one linear combination is formed from the multiplicity of measured variables, the weights of the linear combination being selected such that a predetermined curve shape is approximated, LO J to t P 1 P 1
  • Emission spectra generally contain very detailed information about the process on which the radiation emission is based, for example a chemical reaction.
  • very large amounts of data are obtained, from which the decisive information can only be extracted with great difficulty using conventional methods.
  • emission spectra can be used with the method according to the invention for online monitoring of manufacturing or processing processes. It is particularly preferred if the intensities of different wavelengths are used in a spectral range between 200 and 950 nm.
  • the emission spectrum of a plasma process is used.
  • Plasma etching processes for structuring material layers play an important role in semiconductor production. The dimensions of the structures produced depend crucially on the quality of the etching process used.
  • the emission spectrum of the plasma contains a lot of information that is necessary to control the plasma process.
  • Highly developed sensor systems such as the so-called “Optical Emission Spectroscopy (OES)” or the so-called “Residual Gas Analysis (RGA)” can be used to record the spectra. It is particularly preferred if the end time of the plasma process is determined as the parameter.
  • a step-like function is used as the predetermined curve shape.
  • Step-like functions such as a tangent hyperbolic function, can be used with corresponding evaluation algorithms. gorithms can be examined relatively easily to determine whether the step has already been completed or not, ie whether the value of the function has already jumped from a low value to a higher value. Accordingly, if the parameter to be determined is linked to the occurrence of the stage, the parameter can be determined relatively easily automatically. It is particularly preferred if the step-like function has at least one free parameter for adaptation to the parameter to be determined.
  • the measured variables are arranged in a matrix at the specified times and a main component analysis (“principal component analysis”) is carried out on the basis of this matrix
  • Principal component analysis is a method of expressing a matrix A by means of its principal vectors or principal components.
  • a number of methods can be used to calculate the main components. For example, the singular value decomposition (SVD) of matrix A can be calculated.
  • the eigenvalues and eigenvectors of the correlation matrix (A T A) of matrix A can also be calculated. laying a matrix such as the so-called "(nonlinear) partial least squares" of a matrix A can be used.
  • the main component analysis is preferably carried out with the aid of a singular value decomposition, so that the matrix A mn is decomposed into two orthogonal matrices U TM * " 'and V nxn and a diagonally populated matrix ⁇ with the singular values ⁇ x , where:
  • the so-called "left" eigenvectors u ⁇ form the matrix O mxm while the so-called “right” eigenvectors v form the matrix V nxn .
  • the singular values ⁇ x are ordered in size and represent the share that the associated dyadic product ⁇ v "1 ⁇ has in the formation of the total matrix A.
  • the dyadic products UiV ⁇ which have only small singular values ⁇ x , have in the As a rule, no information about the monitored process, and accordingly, matrices of measured variables that are actually measured are generally sufficiently well represented by the dyadic products U ⁇ V T j. With the 3 to 15 largest singular values ⁇ x .
  • a functional is minimized or maximized on the basis of the predetermined curve shape and the linear combination in order to determine the weights of the linear combination. It is particularly preferred if, by minimizing (or maximizing) the
  • Functiona is the main main components of the measurement matrix are determined. By minimizing (or maximizing) the function, those main components can be easily determined that must be taken into account in order to approximate the specified curve shape with sufficient accuracy. It is further preferred if the free parameter of the step-like function is determined by minimizing the function. In this way, an optimal signal curve for the measured variable to be determined can be determined in a self-consistent manner.
  • the linear combination is smoothed to determine the parameter.
  • the measured variables have a noise component, which can also be found in a linear combination of the measured variables. So that no misjudgment is made due to the noise, it is preferred to suppress the noise component by smoothing the linear combination to such an extent that the parameter can be determined correctly. It is particularly preferred if the smoothing of the linear combination is achieved by using a zero phase filter.
  • qualitative criteria such as the occurrence of a local maximum or the occurrence of a turning point, can be used to determine the parameter.
  • Qualitative criteria have the advantage over quantitative criteria, such as exceeding certain threshold values, that they depend to a lesser extent on the respective absolute size of the measured values and can therefore be used more robustly over a larger range of values.
  • the measured variables of a plurality of trial runs and / or production runs are used to determine the weights of the linear combination.
  • the measured variables of a plurality of trial runs and / or production runs are arranged in a matrix (block matrix) and a main component analysis is carried out on the basis of this matrix.
  • FIG. 1 shows a schematic representation of a device for carrying out a first embodiment of the method according to the invention
  • 3A-3C show the corresponding first three right eigenvectors of a spectrum matrix
  • 4 shows a graph of the achievable model quality as a function of the end time t E p and the number of main components taken into account
  • Fig. 10 shows the course of the corresponding conventional
  • FIG. 12 shows the time derivative of the linear combinations y (t) shown in FIG. 9 after filtering
  • FIG. 1 shows a schematic representation of a device for carrying out a first embodiment of the method according to the invention.
  • the essential components of this device are a reaction chamber 1, in which, for example, a plasma etching process (e.g. RIE) can be carried out.
  • the etching gas is fed into the reaction chamber 1 via an inlet 2, where it is ionized and converted into a plasma.
  • the plasma 9 is generated and maintained by a capacitively applied RF voltage, which is provided by an RF source 3.
  • the reaction products of the etching are removed from the reaction chamber 1 through an outlet 4.
  • An etching gas mixture of CF 4 , CHF 3 and argon is used as the etching gas, the plasma being improved in its homogeneity by a magnetic field (not shown) of approximately 60 gaus.
  • the power used to generate and maintain the plasma is approximately 1200 watts.
  • the pressure in the reaction chamber 1 is about 150 mtorr.
  • the plasma is used to etch contact holes in a silicon dioxide layer which is arranged on a silicon wafer 5.
  • the silicon wafer 5 is placed on a holder 6 in the reaction chamber 1.
  • the contact holes which are generally used to connect the diffusion areas (active areas) of the transistors, have a very small opening ratio.
  • the requirements for recognizing the correct end time of the etching at which the contact holes reach the silicon substrate are correspondingly high. If the etching time is too short, the contact holes are not opened completely and the transistors are not connected. If the etching time is too long, the active areas of the transistors are strongly etched. Both can lead to total failure of the integrated circuit. O LO) t HP 1
  • FIGS. 2A-2C show representations of the first three left eigenvectors u 0 ! the matrix ⁇ 0 ( ⁇ , t), ie the left eigenvectors u ° 1 with the three largest singular values ⁇ ° !
  • FIGS. 3A-3C show representations of the corresponding first three right eigenvectors v C ! the matrix ⁇ 0 ( ⁇ , t).
  • the columns u ° ! of the matrix U 0 can be interpreted as a basic wavelength pattern, while the columns v ° x of the matrix V 0 can be interpreted as a basic time signal.
  • y 0 (t) ⁇ , ⁇ 0 ( ⁇ , t) ⁇ u ⁇ c,.
  • the function y 0 (t) is a function of the time t, which is calculated using the coefficients Cj. can be adapted to a given curve shape.
  • the predetermined curve shape is selected so that the important parameter, in this case the end time of the etching, can be extracted relatively easily from the linear combination.
  • a typical example of such a curve shape is a tangent hyperbolic function:
  • the parameter ⁇ is a measure of the desired slope with which the function y M0 (t) jumps from its initial value ( «0) to its final value ( ⁇ 1).
  • this parameter is specified externally and is not a variable in the optimization that follows.
  • the parameter t EP specifies the point in time at which the function y M0 (t) jumps from its initial value ( «0) to its final value ( ⁇ 1).
  • This parameter t EP is not specified from the outside, but is determined in the optimization that follows, so that the end time obtained from the test run and the parameter t EP match as closely as possible. In this exemplary embodiment, this is achieved by minimizing the quality function Q. The following applies:
  • N ⁇ t (yMo (t, t EP ) - ⁇ t - y M0 (t ', t EP )) 2 .
  • ⁇ t (or ⁇ t -) stands for a sum of the respective function values at the specified times.
  • FIG. 4 shows a graph of the achievable model quality as a function of the end time t EP and the number of main components taken into account.
  • the optimal choice for the parameter t EP (the point at which the steepest end point signal can be generated) is found by a one-dimensional numerical optimization. It is expedient to use a superordinate grid search and then a local gradient-oriented optimization to find the optimal t E p opt (n) depending on the number of main components taken into account. In this way, disturbances caused by local minima can be avoided.
  • FIG. 5 shows a graph of the achievable model quality Q opt with optimal coefficients c op ! and t EP ⁇ pt depending on the number of main components considered.
  • the only parameter still to be determined - the number of main components to be taken into account - can finally be determined. 5 that an adequate model quality has already been achieved with 4 selected main components.
  • the trial etching is thus evaluated and the weights of the linear combination from the measured variables are defined.
  • An “end point pattern” u EP can now be formed from the selected main components on the right and the optimal coefficients c opc 1 :
  • FIG. 6 shows a representation of the end point pattern u EP .
  • the components U EP 3 of the end point pattern U EP are the weights sought for the linear combination of the intensities of the measured wavelengths of the emission spectrum.
  • a chemical interpretation can be assigned to the end point pattern u EP .
  • CN and H lines can be clearly seen in FIG. 6.
  • the emission spectrum of the plasma etching is measured continuously, as described with reference to FIG. 1.
  • a linear combination y (t) is now formed from the measured variables with the aid of the weights EP 3 . This can be done, for example, by creating a matrix ⁇ ( ⁇ , t) from the measured values and multiplying the end point pattern U EP by the transpose of this matrix ⁇ ( ⁇ , t) after each measurement time:
  • y (t) ⁇ ( ⁇ , t) ⁇ u EP .
  • FIG. 7 shows a representation of the linear combination y (t) for improved determination of the end time of a plasma etching. It can clearly be seen that the linear combination y (t) essentially has a step-like shape, which provides a much sharper signal that is more suitable for recognizing the correct end time. As a comparison, the corresponding conventional end point signal is shown in FIG. With this conventional end point signal, the correct end time must be determined by the location of the small local len maximum in the middle of the signal (about 80 seconds). Accordingly, the determination of the end time with the conventional methods is uncertain.
  • An evaluation of the linear combination y (t) shown in FIG. 7 now provides the desired end time of the plasma etching.
  • One way to evaluate the linear combination y (t) is to specify a threshold value (e.g. 0.6). If the linear combination y (t) exceeds the threshold value, the etching process can be ended either immediately or after a certain, predetermined post-etching time has elapsed.
  • threshold value is very easy to implement and provides satisfactory results for many processes. Unfortunately, this procedure for determining the parameter usually depends on the absolute sizes of the measured values. In the present example, reaching the threshold value depends, for example, on the total intensity of the measured radiation. However, the total intensity of the measured radiation is not known a priori, so that the correct end time cannot be determined exactly by specifying a threshold value.
  • the inflection point of the linear combination y (t), ie the maximum of the first derivative of the linear combination y (t) according to time, is used in the following to precisely determine the end time.
  • this turning point is essentially independent of the total intensity of the measured signal.
  • FIG. 11 shows the time derivative of the linear combinations y (t) shown in FIG. 9.
  • the first derivative of the linear combinations y (t) is also very noisy, so that the maximum of the first derivative cannot be determined in a simple manner.
  • the linear combinations y (t) are first filtered before the first time derivative is formed.
  • the filtering suppresses the noise component and the actual signal is more pronounced.
  • 12 shows the first derivative of the filtered linear combinations y (t). So that the maximum does not shift during filtering, the filtering is carried out with a so-called zero phase filter.
  • a number of methods or filters can be used to filter the linear combination y (t).
  • the time-discrete variant (duty cycle T a ) of a 1st order Butterworth filter (filter time T F ) was used.
  • This filter has the following transfer function G:
  • a filter time constant T F of 10s with a duty cycle T a of 2s was chosen.
  • the specific filtering is carried out by first applying the filter G to the signal y (t) to be filtered.
  • the intermediate signal y * thus generated is now used to compensate for the phase shift generated in the first filtering by means of a zero and pole mirroring from the filter G O LO to to P 1
  • the correct weights (coefficients) for the linear combination of the measured variables can be useful to include the results of several test runs or production runs in the determination of the weights (coefficients) for the linear combination.
  • the measured spectral matrices of several etchings e.g. at the beginning, in the middle and at the end of a so-called "wet clean cycle" of the reaction chamber
  • the measured spectral matrices of several etchings e.g. at the beginning, in the middle and at the end of a so-called "wet clean cycle" of the reaction chamber
  • the measurement variable matrices of the individual processes into a single, large block matrix.
  • the matrix U in turn contains the linearly independent spectral basic patterns Ui.
  • n different parameters t ⁇ p 3 but only one set of optimal coefficients c opt ! , from which an end point pattern u EP can be formed:
  • the weights U E P 3 thus obtained now contain the information from several etchings, so that methods can be used in a stable manner, for example, over a longer period of time.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

Die Erfindung stellt ein Verfahren zur Überwachung von Herstellungsprozessen bereit, das durch eine Linearkombination von Messgrössen mit geeignet gewählten Gewichten ein für die Bestimmung der jeweiligen Kenngrösse geeignetes (optimales) Signal erzeugt. Dadurch wird die Extraktion der Kenngrösse aus den Messgrössen deutlich vereinfacht und in vielen Fällen überhaupt erst möglich. Durch das erfindungsgemässe Verfahren ist es nun möglich, grosse Datenmengen so aufzubereiten, dass die entscheidenden Informationen (Kenngrössen) nahezu in Echtzeit bzw. in Echtzeit aus den Daten gewonnen werden können.

Description

Beschreibung
Verfahren zur Überwachung eines Herstellungsprozesses
Die vorliegende Erfindung betrifft ein Verfahren zur Überwachung eines Herstellungsprozesses. Die vorliegende Erfindung betrifft insbesondere ein Verfahren zur Überwachung eines Herstellungsprozesses zur Bearbeitung eines Halbleitersubstrats in der Halbleiterfertigung.
Moderne industrielle Produktion ist im allgemeinen durch einen hohen Grad der Automatisierung gekennzeichnet. Insbesondere in der Halbleiterindustrie ist ein hoher Automatisierungsgrad unabdingbar, um international wettbewerbsfähig sein zu können.
Bei der Herstellung und Bearbeitung von Halbleitersubstraten zur Bildung von integrierten Halbleiterschaltungen wird eine Vielzahl von Herstellungsprozessen und Bearbeitungsprozessen eingesetzt. Als Beispiele seien hier Abscheidungsprozesse zur Erzeugung von Materialschichten sowie Ätzprozesse zum Strukturieren dieser Schichten genannt. Diese Herstellungsprozesse müssen grundsätzlich überwacht werden, da aufgrund ihrer Komplexität unbemerkte Störungen bzw. schlecht angepasste Pro- zessbedingungen zu fehlerhaft hergestellten Halbleiterschaltungen führen können. Um diese Überwachung effizient durchfuhren zu können, besteht allgemein der Wunsch, den Herstel- lungsprozess durch die Analyse von bestimmten, während des Herstellungsprozesses ermittelten Messgrößen zu charakteri- sieren, um dadurch gegebenenfalls regelnd eingreifen zu können.
Insbesondere, bei Ätzungen zur Strukturierung von Material - schichten ist die Ätzzeit ein entscheidender Parameter, um ein qualitativ hochwertiges Ergebnis zu erzielen. Ist die Ätzzeit zu gering, wird die zu ätzende Schicht nur unvollständig entfernt. Bei einer zu langen Ätzung können bei- spielsweise aktive Gebiete angeätzt werden, oder es kommt zu einem Unterätzen von Strukturen. Beide Zustände müssen durch geeignete Methoden der Detektion des richtigen Endzeitpunktes vermieden werden.
Ein mögliches Verfahren zur Detektion des richtigen Endzeitpunktes ist beispielsweise aus der US 5,877,032 bekannt. Darin wird ein Verfahren zur Bestimmung des Endpunkts eines Plasmaätzprozesses beschrieben, bei dem die optische Emission des Plasmas zur Ermittlung des Endpunkts herangezogen wird. Hintergrund dieses Verfahrens ist die Tatsache, dass bei dem Ätzprozess eine auf einem Substrats befindliche Schicht durchgeätzt und dabei das darunterliegende Substrat bzw. die darunterliegende Schicht freigelegt wird. Die Wechselwirkung des Atzgases mit dem freigelegten Substrat bzw. der freigelegten Schicht lässt sich spektroskopisch als Veränderung des Emissionsspektrums des Plasmas nachweisen. Diese Veränderung wird gemäß der US 5,877,032 mit einer Vielzahl von vorgegebenen Referenzkurven verglichen und aus dem Vergleich auf den Endpunkt des Plasmaätzprozesses geschlossen.
Aus der US 5,739,051 ist ebenfalls ein Verfahren zur Ermittlung des Endpunkts eines Plasmaätzprozesses bekannt. Bei diesem Verfahren wird ebenfalls die optische Emission des Plas- mas zur Ermittlung des Endpunktes herangezogen, wobei Emissionslinien, die charakteristisch für die Wechselwirkung des Atzgases mit dem freigelegten Substrat sind, für die Bewertung verwendet werden.
Üblicherweise werden an industriellen Anlagen in Abhängigkeit der im Plasma ablaufenden chemischen Reaktionen optische Filter eingesetzt, um in fest vorgegebenen Wellenlängenbereichen den zeitlichen Verlauf der Intensitäten verfolgen zu können. Diese Vorgehensweise ist gerade an Kammern, an denen wech- selnde Produkte mit unterschiedlichen chemischen Zusammensetzungen gefahren werden, nicht praktikabel. Die Detektion des Endpunktes in verschiedenen optischen Bereichen erfordert J L M to H
( l 0 cπ 0 LΠ O LΠ co < 3 φ O α a a a fö N P. Hl < n IQ o ι_ι. N M D- « α tr < P- α Ό φ s: s rr o φ H- H- Hi φ PJ Φ φ Φ d 0 H- Φ Φ a Φ rr Φ d 3 Φ Φ Φ H- Φ 0 Φ Φ ) d d Φ φ H- tr H 3 3 rr a 0 H d Mi •-( a Φ H t-i 3 Φ α H H- ω co Φ 3 « H tr a ri H-1 0 Φ
Φ £U= IQ Φ 3 rr H. Φ ω Φ Hl N Φ 0 O d J Φ - ω I— ' 3" ι-J
H- 3 n PJ - h < 0 ^ oc) 3 Φ 3 PJ Φ ω n < O W w N CU a Φ CO ri rr • Φ CO er a α p. PJ 0 H- a Φ Φ Φ ^l N tr H- o d rr Φ H- 3 3 H- 3 LQ rr H- 0 α a φ Φ d Φ Φ 'ή O 3 Φ o> 3 co d n rr φ a H 0 α α Φ Hi Φ s- Φ LQ c Φ σ H-1 H-
3 co Φ a LQ h- ' N rr Φ ? N Φ Ό a IQ PJ Hi 3 N N « J N P) φ H- rr H- PJ= a
IQ d 3- Mi Φ N Φ ≤ H- 3 ζ a d Φ d d» CD Φ φ rr 0 N a ri Φ Φ a φ φ 3 3 PJ a PJ a Φ 3 &. Φ 3 3 < 0 IQ C H- H- LQ t Φ J α ? LQ Q. H- a IQ Φ H- M P- rr n 3 co φ P- LQ > 0 rr d Φ rr rr d Φ Φ *. H- 3 rr cn Φ Φ 3 d a CO co ≥! rr d H- H Φ Φ rr Ω a 3 h-1 *o O 3 3 3 0 rr 3 LQ H- φ 3 H Φ
H rr O N Φ Φ a O d H 3 H tr IQ h-1 d d P. rr Φ 0 H-1 er 3
Φ Φ 0 Φ 3^ rr d < rr IQ tr a J: CO 0= l Φ Φ 3 3 Φ £ er H- Φ 3 3 φ Φ ^
H K 3 H Φ PJ H 0 N co Φ IQ ω O Φ H- co 3 ?r X α H- H- 0 3 PJ= H H- rr
PJ •Ö rr a ≤ O 0- TJ t Φ Hi rr rr rr Φ α CO rr t ) H- rr Φ I-1 0
M h-1 CO W Φ tr Φ CQ Hl Φ α 3 Φ Φ PJ: o co H P) 5 O H- M- rr rr
Φ 3 Φ Φ H- co H Φ ^ t-1 CD Φ d= CΛ H- K Φ tr 3 Φ rr C M K fX rr O O Φ Φ a 3 3 rr IQ H- " 0): co H rr Φ 3 φ 3 Φ LQ 3 < a Φ O 3 PJ φ 3 tr H 3 ω H- PJ 3 0 Φ 3 Φ IQ H rr •^ in ?a H- a 3 Φ H- φ 3 s O rr d H PL. Φ •
O co ≥; rr PJ t a H- co rr H- Φ Φ - Φ rr N < O H N 3 H- ≤ •O PJ d 3
H co Φ - a rr O -1 H- 3 n 3 ≤ Φ Φ CO rr s- Φ φ rr 3 H- rr r a H- σ φ φ H- rr O Φ l_l. d rr < α - t-1 Φ 3 LΠ Φ H a O rr Φ H- 3 rr 3 O φ Q a J 0
3 o N a φ a Φ 0 H- rr rr £-> 00 N Φ H Hi a 3 rr LQ Φ O H- d= H 3"
3 £ d LQ I— ' H Φ H- ω rr ^ d 3 rr J e 3 (-■ Φ -1 N t-1 3 LΠ 3 d= OJ er to Φ a 0 rr • CQ ≤ Φ H rf^ Φ tr •ö Φ Φ Φ h1- co d d Ό » 3 co Φ er a
N o O π Φ α Φ Φ ω H- to rÜ 3 H Φ H rr rr O J H 3 O cn P- rr H Φ H-
£ Ό ΪY 3 3- Φ a O ω 3 H rr N J O: φ Φ ?r a H • tr d α LQ 3 LΠ n H- H CO
• Φ Φ 3 2; co 0) Cu H- Φ 3 Hl 3 rr φ Hi Φ cd Φ 00 tr LQ < O
CO Φ d IQ 2 o σi M Φ 3 3 D. 3 φ d H J J tu H φ P. 3 - rr Φ Φ tr tr L
PJ rr a CO Φ w Φ » 3 3 3 P Φ H 3 tQ d d d H- w c o Φ rr ^ H H H- Φ d H Φ rr N a co a - d tr co 3 Φ Φ 3 Hi Hi Φ a φ a rr CO Φ to PJ J 3 3 l-h Φ 3 - Φ Φ D. co Φ w N 3 3 Φ 3 J 3 ω H rr 3 PJ H- 3 LO d -S 3 PJ rr 3 rr PJ H H- N IQ d - φ d IQ co W N d ßj: . . 0- s: H- d 3 LQ J co Φ rr d d
H co a IQ Φ H l H- CD rr 3 α £ o tΛ Φ Φ d H- LQ O 3 Φ 3 Φ LQ 1— ■ ≤ cn 3
Φ PJ rr a Φ rr H- 0= O *» rr CO 0- H- 0- J Φ O H H O Φ rr d CO PJ H- Φ t-1 O α rr d Φ • ri - rr a <£> Ό . Φ 3 •Ü P H . c H O a PJ 3 CD Φ H H-"
Φ Hl tT H-1 Ό Φ 0) cn d ω 3 d d= rr Φ d < Ö tr CO 0 LQ 3 ^ O. a rr H- N
3 IQ rr w Φ D- d a a rr 3 σ Φ 3 a φ Φ d 0 3 rr O < tr (-• d φ Φ
P_ ι-f H- P) a Φ ? M - Φ 3 cπ H er a ω Ό P- Φ φ φ PJ= 3 LQ H-
Φ d tr a 3 co rr H- rr 3 rr H < - o α>= φ PJ LQ Φ O Φ 3 5 H 0 3 LQ rr rr
* 3 Φ Φ co rr * 23 Φ CO P. 5S co P> φ cn P>= a t-i CO a a ω Hl co IQ α H- Mi 3 CO PJ Φ N 0 H- tr d n LΠ rr rr H- Hi Cυ Φ ra <! fu o Φ D- & H- co Φ - a H- rr < 0 Φ σ ω H- Hi tQ co N Φ d Φ d= 3 a Kl 3 0 tr φ a Φ H- O tu •o ^ Φ tr 3 N Φ tr H- Φ a 3 - H 3 H H 3 er a H- H H 3 tr CO Φ tr
3 0 (-•- o c Φ H- H. 3 α H- fυ PJ Φ j^ H- d LQ rr rr Φ P- CO LQ Φ . Φ Φ
3 3 φ Φ 0 H Φ « Φ TJ d Φ 1- ro O a £X Φ 3 N ω Φ a H m > 3
Φ I-1 H 0 0) H (-1- Φ d co 3 O LO tr IQ Φ 0- H- PJ Φ H- O φ ι-i d
> co aJ 3 a rr M a Φ 3 - o> tr H- H- Φ dö a H- 0 O σ H- 0 co >
≤ PJ PJ tu IQ - α &. 3 φ d ≤ H & σ 3 Φ P J rr 3 3" J π N ζ d
Φ rr Φ Ml CO Φ d rr rr ω H- H- α Φ Φ Φ φ ö CO Ό CO CO tr φ PJ Hi
H Φ H- rr co Φ N co £D a co co l H O Φ H to α Φ H- * ; d co J H- Φ co tr
CO c
* CQ Φ O 0 3 CQ Ό Φ &. Ci 3* « P> Φ rr O co LQ Φ co l-1 J
O d Φ co φ r a Ό
≥! IQ tr H l_l. Φ rr CO H IQ Φ r Φ 3 φ ? φ Φ H N H- 3
3' 3 co Φ Φ 0- 0) Φ Φ φ Φ H er H- tυ Φ Hi φ H- Φ d rr - a Φ d 3 P-
3 IQ C H rr a PJ 3 H- Ω 0- < Φ IQ X H O 3 X rr co s: co rr 3 H LQ φ d CO d t-i N N o α 3 tr φ S» σ H- Φ rr φ φ PJ N rr H- rr H- H - Φ H N rr Φ H PJ c Φ ζ co Φ φ co 3 P- 3 d H- CO 3 H- P- 0 Φ d σ ΓΛ 3 d o H- Φ Φ co 3 3 N Hl Φ rr rr IQ 0
1 - 1 a H 0- 3 Φ J φ H- 1 a 3
Φ 1 Φ Φ 3 co H- d fx co Φ 3 f-1 3 a Hi
zung. Daher wird in der US 5,864,773 ein sogenanntes virtuelles Sensorsystem vorgeschlagen, bei dem diese Veränderungen vor der eigentlichen Bewertung der Messgrößen berücksichtigt werden. Dadurch soll ein virtueller Sensor geschaffen werden, der frei von kammerspezifischen bzw. prozessspezifischen Fehlereinwirkungen ist. Da jedoch auch hierbei auf Erfahrungen des Bedienungspersonals zurückgegriffen werden muss, können unerwartet auftretende Fehler und Veränderungen nicht automatisch berücksichtigt werden.
Es ist daher die Aufgabe der vorliegenden Erfindung, ein Verfahren zur Überwachung eines Herstellungsprozesses bereitzustellen, das die genannten Nachteile vermindert bzw. gänzlich vermeidet. Insbesondere ist es die Aufgabe der vorliegenden Erfindung, ein Verfahren zur Überwachung eines Herstellungs - Prozesses bereitzustellen, das in der Lage ist, aus großen Datenmengen die entscheidenden Informationen, d.h. wichtige Kenngrößen, zu extrahieren.
Diese Aufgabe wird erfindungsgemäß von den Verfahren zur
Überwachung eines Herstellungsprozesses nach dem unabhängigen Patentanspruch 1 gelöst. Weitere vorteilhafte Ausführungsformen, Eigenschaften und Aspekte der vorliegenden Erfindung ergeben sich aus den abhängigen Ansprüchen, der Be- Schreibung und den beiliegenden Zeichnungen.
Erfindungsgemäß wird ein Verfahren zur Überwachung eines Herstellungsprozesses bereitgestellt, das folgende Schritte aufweist :
a) eine Vielzahl von Messgrößen wird zu vorgegebenen Zeitpunkten bestimmt,
b) aus der Vielzahl von Messgrößen wird zumindest eine Line- arkombination gebildet, wobei die Gewichte der Linearkombination so gewählt sind, dass eine vorgegebene Kurvenform approximiert wird, LO J to t P1 P1
LΠ o cn o LΠ o LΠ
Figure imgf000007_0001
Emissionsspektrum verwendet. Emissionsspektren beinhalten in der Regel sehr detaillierte Informationen über den der Strahlungsemission zu Grunde liegenden Prozess, beispielsweise einer chemischen Reaktion. Bei der Aufnahme derartiger Spektren fallen jedoch sehr große Datenmengen an, aus denen mit herkömmlichen Methoden die entscheidenden Informationen nur mit großen Schwierigkeiten extrahiert werden können. Durch das erfindungsgemäße Verfahren ist es nun möglich, die Daten eines Emissionsspektrums so aufzubereiten, dass die entschei- denden Informationen (Kenngrößen) nahezu in Echtzeit bzw. in Echtzeit aus den Daten gewonnen werden können. Dementsprechend können Emissionsspektren mit dem erfindungsgemäßen Verfahren zur online Überwachung von Herstellungs- bzw. Bearbeitungsprozessen eingesetzt werden. Dabei ist es insbesondere bevorzugt, wenn die Intensitäten von verschiedenen Wellenlängen in einem Spektralbereich zwischen 200 und 950 nm verwendet werden.
Gemäß einer bevorzugten Ausführungsform wird das Emissions- Spektrum eines Plasmaprozesses, insbesondere eines Plasmaätzprozesses, verwendet. Plasmaätzprozesse zum Strukturieren von Materialschichten spielen in der Halbleiterfertigung einer wichtige Rolle. Die Dimensionen der erzeugten Strukturen hängen entscheidend von der Qualität des verwendeten Ätzpro- zesses ab. Das Emissionsspektrum des Plasmas enthält dabei eine Vielzahl von Informationen, die zur Kontrolle des Pla- maprozesses notwendig sind. Hochentwickelte Sensorsysteme wie beispielsweise die sogenannte „Optical Emission Spectroscopy (OES) " oder die sogenannte „Residual Gas Analysis (RGA) " kön- nen zur Aufnahme der Spektren verwendet werden. Dabei ist es insbesondere bevorzugt, wenn als Kenngröße der Endzeitpunkt des Plasmaprozesses bestimmt wird.
Gemäß einer weiteren bevorzugten Ausführungsform wird als vorgegebene Kurvenform eine stufenförmige Funktion verwendet. Stufenförmige Funktionen, wie beispielsweise eine Tangenshy- perbolicus-Funktion, können mit entsprechenden Auswertungsal- gorithmen relativ leicht daraufhin untersucht werden, ob die Stufe bereits durchlaufen wurde oder nicht, d.h. ob der Wert der Funktion bereits von einem niedrigen Wert auf einen höheren Wert gesprungen ist. Ist dementsprechend die zu bestimmende Kenngröße mit dem Auftreten der Stufe verknüpft, so kann die Kenngröße relativ einfach automatisch bestimmt werden. Dabei ist es insbesondere bevorzugt, wenn die stufenförmige Funktion zumindest einen freien Parameter zur Anpassung an die zu bestimmende Kenngröße aufweist.
Gemäß einer weiteren bevorzugten Ausführungsform werden zur Ermittlung der Gewichte der Linearkombination die Messgrößen zu den vorgegebenen Zeitpunkten in einer Matrix angeordnet und es wird auf Basis dieser Matrix eine Hauptkomponentenana- lyse („Principal Component Analysis") durchgeführt. Die
Hauptkomponentenanalyse ist eine Methode, eine Matrix A durch ihre Hauptvektoren („principal vectors") bzw. Hauptkompenen- ten („principal components") auszudrücken. Zur Berechnung der Hauptkompenenten können eine Reihe von Verfahren eingesetzt werden. Beispielsweise kann die Singulärwertzerlegung („Singular value decomposition (SVD)") der Matrix A berechnet werden. Als Alternative können auch die Eigenwerte sowie Eigenvektoren der Korrelationsmatrix (ATA) der Matrix A berechnet werden. Darüber hinaus können auch andere Verfahren zur Zer- legung einer Matrix wie die sogenannten „ (nonlinear) Partial Least Squares" einer Matrix A verwendet werden.
Bevorzugt wird die Hauptkomponentenanalyse mit Hilfe einer Singulärwertzerlegung realisiert, so dass die Matrix Am n in zwei orthogonale Matrizen U™*"' und Vnxn und eine diagonalbesetzte Matrix ∑ mit den Singulärwerten σx zerlegt wird, wobei gilt:
A = U ∑ Vτ = ∑, σ, Ul vτ, .
Dabei bilden die sogenannten „linken" Eigenvektoren uλ die Matrix Omxm während die sogenannten „rechten" Eigenvektoren v die Matrix Vnxn bilden. Üblicherweise sind die Singulärwerte σx der Größe nach geordnet und repräsentieren den Anteil, den das zugehörige dyadische Produkt ^v"1^ an der Bildung der Gesamtmatrix A besitzt. Die dyadischen Produkte UiV^, die nur kleine Singulärwerte σx besitzen, tragen in der Regel keine Information über den überwachten Prozess. Dementsprechend werden real gemessene Matrizen von Messgrößen in der Regel durch die dyadischen Produkte UιVTj. mit den 3 bis 15 größten Singulärwerten σx ausreichend gut repräsentiert.
Gemäß einer weiteren bevorzugten Ausführungsform wird zur Ermittlung der Gewichte der Linearkombination ein Funktional auf Basis der vorgegebenen Kurvenform und der Linearkombination minimiert bzw. maximiert. Dabei ist es insbesondere be- vorzugt, wenn durch die Minimierung (bzw. Maximierung) des
Funktionais die wesentlichen Hauptkomponenten der Messgrößenmatrix bestimmt werden. Durch die Minimierung (bzw. Maximierung) des Funktionais lassen sich auf einfache Weise diejenigen Hauptkompenenten festlegen, die berücksichtigt werden müssen, um die vorgegebene Kurvenform mit ausreichender Genauigkeit approximieren zu können. Weiterhin ist es bevorzugt, wenn durch die Minimierung des Funktionais der freie Parameter der stufenförmigen Funktion bestimmt wird. So lässt sich auf selbstkonsistente Weise ein optimaler Signalverlauf für die zu bestimmende Messgröße festlegen.
Gemäß einer weiteren bevorzugten Ausführungsform wird zur Bestimmung der Kenngröße eine Glättung der Linearkombination durchgeführt. In der Regel weisen die Messgrößen einen Rauschanteil auf, der sich auch bei einer Linearkombination der Messgrößen wiederfindet. Damit aufgrund des Rauschens keine Fehlbewertung vorgenommen wird, ist es bevorzugt den Rauschanteil durch eine Glättung der Linearkombination soweit zu unterdrücken, dass die Kenngröße korrekt bestimmt werden kann. Dabei ist es insbesondere bevorzugt, wenn die Glättung der Linearkombination durch die Verwendung eines Nullphasenfilters erzielt wird. Durch eine Unterdrückung des Rauschan- teils können qualitative Kriterien, wie das Auftreten eines lokalen Maximas oder das Auftreten eines Wendepunktes, zur Bestimmung der Kenngröße herangezogen werden. Qualitative Kriterien haben gegenüber quantitative Kriterien, wie das Überschreiten bestimmter Schwellwerte, den Vorteil, dass sie in weit geringerem Maße von der jeweiligen Absolutgröße der Messwerte abhängen und somit robuster über einen größeren Wertebereich eingesetzt werden können.
Zur Erhöhung der Robustheit des Verfahrens, kann es sinnvoll sein, die Ergebnisse mehrerer Probeläufe bzw. Produktionsläufe in die Festlegung der Gewichte (Koeffizienten) für die Linearkombination einfließen zu lassen. Daher werden gemäß einer weiteren bevorzugten Ausfuhrungsform zur Ermittlung der Gewichte der Linearkombination die Messgrößen mehrerer Probe- und/oder Produktionsläufe verwendet. Dabei ist es insbesondere bevorzugt, wenn die Messgrößen mehrerer Probe- und/oder Produktionsläufe in einer Matrix (Block-Matrix) angeordnet werden und auf Basis dieser Matrix eine Hauptkomponentenana- lyse durchgeführt wird.
Nachfolgend wird die Erfindung anhand der Zeichnungen näher erläutert. Es zeigen:
Fig. 1 eine schematischer Darstellung einer Vorrichtung zur Durchführung einer ersten Ausführungsform des erfindungsgemäßen Verfahrens,
Fig. 2A - 2C eine Darstellung der ersten drei linken Ei- genvektoren einer Spektrenmatrix,
Fig. 3A - 3C eine Darstellung der entsprechenden ersten drei rechten Eigenvektoren einer Spektrenmatrix, Fig. 4 einen Graph der erzielbaren Modellgüte in Abhängigkeit von dem Endzeitpunkt tEp und der Anzahl der berücksichtigten Hauptkomponenten,
Fig. 5 einen Graph der erzielbaren Modellgüte bei optimalen CopC 1 sowie tEp in Abhängigkeit von der Anzahl der berücksichtigten Hauptkomponenten,
Fig. 6 eine Darstellung eines Endpunktmusters uEp,
Fig. 7 eine Darstellung der Linearkombination y(t)
(generiertes Endpunktsignal) zur verbesserten Bestimmung des Endzeitpunkts einer Plasmaät- zung,
Fig. 8 das entsprechende herkömmliche Signal zur Bestimmung des Endzeitpunkts einer Plasmaätzung nach dem Stand der Technik,
Fig. 9 den Verlauf der Linearkombination y(t) für einige Produktwafer aus drei verschiedenen Produktionszyklen,
Fig. 10 den Verlauf des entsprechenden herkömmlichen
Signals nach dem Stand der Technik,
Fig. 11 die zeitliche Ableitung der in Fig. 9 gezeigten Linearkombinationen y(t),
Fig. 12 die zeitliche Ableitung der in Fig. 9 gezeigten Linearkombinationen y(t) nach einer Filterung, und
Fig. 13 Linearkombinationen y(t) (durchgezogen) mit den ermittelten Endzeitpunkten (Kreis) zum Vergleich mit den herkömmlichen CN-Signalen (gestrichelt) nach dem Stand der Technik.
Fig. 1 zeigt eine schematische Darstellung einer Vorrichtung zur Durchführung einer ersten Ausführungsform des erfindungsgemäßen Verfahrens. Die wesentlichen Bestandteile dieser Vorrichtung sind eine Reaktionskammer 1, in der beispielsweise ein Plasmaätzverfahren (z.B. RIE) durchgeführt werden kann. Über einen Einlass 2 wird das Ätzgas in die Reaktionskammer 1 geführt, wo es ionisiert und in ein Plasma überführt wird.
Das Plasma 9 wird von einer kapazitiv angelegten RF-Spannung, die von einer RF-Quelle 3 bereitgestellt wird, erzeugt und aufrechterhalten. Durch einen Auslass 4 werden die Reaktions- produkte der Ätzung aus der Reaktionskammer 1 entfernt. Als Ätzgas wird ein Ätzgasgemisch aus CF4, CHF3 und Argon verwendet, wobei das Plasma durch ein Magnetfeld (nicht gezeigt) von etwas 60 Gaus in seiner Homogenität verbessert wird. Die zur Erzeugung und Aufrechterhaltung des Plasmas verwendete Leistung beträgt etwa 1200 Watt. Der Druck in der Reaktions- kammer 1 beträgt dabei etwa 150 mtorr.
Im vorliegenden Beispiel dient das Plasma dazu, Kontaktlöcher in eine Siliziumdioxidschicht zu ätzen, die auf einem Silizi- umwafer 5 angeordnet ist. Dazu wird der Siliziumwafer 5 auf einer Halterung 6 in der Reaktionskammer 1 abgelegt. Bei modernen Halbleiterprodukten, wie Speicher oder Prozessoren, weisen die Kontaktlöcher, die in der Regel zum Anschluss der Diffusiongebiete (aktive Gebiete) der Transistoren dienen, ein sehr geringes Öffnungsverhältnis auf. Dementsprechend hoch sind die Anforderung an die Erkennung des richtigen Endzeitpunkts der Ätzung, an dem die Kontaktlδcher das Siliziumsubstrat erreichen. Ist die Ätzzeit zu kurz, werden die Kontaktlöcher nicht vollständig geöffnet und die Transistoren sind nicht angeschlossen. Ist die Ätzzeit zu lang, werden die aktiven Gebiete der Transistoren stark angeätzt. Beides kann zum totalen Ausfall der integrierten Schaltung führen. O LO ) t H P1
LΠ O LΠ o LΠ o LΠ
Figure imgf000014_0001
zungen verwendet werden. Die Hauptkomponentenanalyse wird mit Hilfe einer Singulärwertzerlegung realisiert, so dass die Matrix Λ0(λ, t) in zwei orthogonale Matrizen U0 und V0 und eine diagonalbesetzte Matrix ∑0 mit den Singulärwerten σ°! zerlegt wird, wobei gilt:
Λ0(λ, t) = Uo ∑o V0 T = ∑, σ\ u0, (v\)τ .
Dabei bilden die sogenannten „linken" Eigenvektoren u° die Matrix U0 während die sogenannten „rechten" Eigenvektoren v°! die Matrix V0 bilden. Die Figuren 2A - 2C zeigen Darstellungen der ersten drei linken Eigenvektoren u0 ! der Matrix Λ0(λ, t) , d.h. die linken Eigenvektoren u°1 mit den drei größten Singulärwerten σ°! . Die Figuren 3A - 3C zeigen Darstellungen der entsprechenden ersten drei rechten Eigenvektoren vC ! der Matrix Λ0(λ, t) . Die Spalten u°! der Matrix U0 können als Basiswellenlängenmuster interpretiert werden, während die Spalten v°x der Matrix V0 als Basiszeitsignale interpretiert werden können.
Zur Bestimmung einer geeigneten Linearkombination der Messgrößen wird nun folgender Ansatz verwendet:
y0(t) = ∑, Λ0(λ, t)τ u\ c, .
Dabei indiziert der Index i die wichtigsten linken Hauptkomponenten u0! der Matrix Λ0(λ, t) . Wieviele und welche der wichtigsten Hauptkomponenten u°! dann wirklich berücksichtigt werden, wird durch die folgende Minimierung eines Gütefunkti- onals bestimmt. Auch die noch unbekannten Koeffizienten c^. werden in der folgende Minimierung des Gütefunktionais festgelegt. Sind die wichtigsten Hauptkomponenten u°! festgelegt und sind die Koeffizienten cx bestimmt, dann ist dadurch auch die Linearkombination der Messgrößen festgelegt. Aufgrund der Orthogonal i tat der linken Hauptkomponenten u0! kann die Funktion y0(t) auch in folgender Form geschrieben werden: y0(t) = Σ, v\(t) σ\ c, .
Die Funktion y0(t) ist eine Funktion der Zeit t, die mit Hilfe der Koeffizienten Cj. an eine vorgegebene Kurvenform an- gepasst werden kann. Die vorgegebene Kurvenform ist dabei so gewählt, dass sich die wichtige Kenngröße, in diesem Fall der Endzeitpunkt der Ätzung, relativ leicht aus der Linearkombination extrahieren lässt . Ein typisches Beispiel einer solchen Kurvenform ist eine Tangenshyperbolicus-Funktion:
y„o(t) = 0,5 (tanh[(t - tEP) /δ] + 1).
Der Parameter δ ist dabei ein Maß für die gewünschte Steilheit mit der die Funktion yM0(t) von ihrem Ausgangswert (« 0) auf ihren Endwert (~ 1) springt. Dieser Parameter wird in diesem Beispiel von außen vorgegeben und ist keine Variable in der nun folgenden Optimierung. Der Parameter tEP gibt den Zeitpunkt an, an dem die Funktion yM0(t) von ihrem Ausgangswert (« 0) auf ihren Endwert (~ 1) springt. Dieser Parameter tEP wird nicht von außen vorgegeben, sondern er wird in der nun folgenden Optimierung festgelegt, so dass der aus dem Probelauf gewonnene Endzeitpunkt und der Parameter tEP möglichst gut übereinstimmen. Dies wird in diesem Ausführungs- beispiel durch die Minimierung des Gütefunktionais Q er- reicht. Dabei gilt:
Q2 = Σ (yo(t, ci) - y„0(t, tEP))7 N
mit dem Normierungsfaktor
N = ∑t(yMo(t, tEP) - ∑t- yM0(t', tEP))2 .
Die Summe ∑t (bzw. ∑t-) steht dabei für eine Summe der jeweiligen Funktionswerte an den vorgegebenen Zeitpunkten. Durch die Minimierung des Gütefunktionais Q werden die wichtigsten Hauptkomponenten v°1 ausgewählt, der Parameter tEP optimiert und die Koeffizienten c bestimmt. Letztes ist aufgrund der Orthonormalität der rechten Eigenvektoren v°! ohne Schwierigkeiten möglich. So ergibt sich die Beziehung
Figure imgf000017_0001
∑t v°1(t) yM0(t, tEP)
für die optimalen Koeffizienten Copt 1, die natürlich noch implizit von dem Parameter tEP abhängen. Die Auswahl der wichtigsten Hauptkomponenten u°! bzw. v° ist ebenfalls leicht zu lösen, da wiederum aufgrund der Orthogonalitätseigenschaft der Beitrag jeder Hauptkomponente zur Reduzierung des Gütefunktionals Q direkt angegeben werden kann. Für eine spezielle Vorauswahl von Hauptkomponenten müssen lediglich diejenigen Hauptkomponenten ausgewählt werden, die die betrags- mäßig größten Koeffizienten c0 1 ^ besitzen.
Als Beispiels zeigt Fig. 4 einen Graph der erzielbaren Modellgüte in Abhängigkeit von dem Endzeitpunkt tEP und der Anzahl der berücksichtigten Hauptkomponenten. Die optimale Wahl für den Parameter tEP (diejenige Stelle, an der das steilste Endpunktsignal erzeugt werden kann) wird durch eine eindimensionale numerische Optimierung gefunden. Dabei ist es zweckmäßig, eine übergeordnete Gittersuche und anschließend eine lokale gradietenorientierte Optimierung zum Auffinden des optimalen tEpopt(n) in Abhängigkeit der Anzahl der berücksich- tigten Hauptkomponenten zu verwenden. Auf diese Weise lassen sich Störungen durch lokale Minima vermeiden.
Fig. 5 zeigt einen Graph der erzielbaren Modellgüte Qopt bei optimalen Koeffizienten cop! sowie tEP σpt in Abhängigkeit von der Anzahl der berücksichtigten Hauptkomponenten. Auf Basis dieses Graphs kann schließlich der einzige, noch festzulegende Parameter - die Anzahl der zu berücksichtigenden Haupt- komponenten - festgelegt werden. In Fig. 5 ist zu erkennen, dass bereits mit 4 ausgewählten Hauptkomponenten eine ausrei- chende Modellgüte erreicht ist. Damit ist die Probeätzung ausgewertet, und die Gewichte der Linearkombination aus den Messgrößen sind festgelegt. Aus den ausgewählten rechten Hauptkomponenten und den optimalen Koeffizienten copc 1 kann nun ein „Endpunktmuster" uEP gebildet wer- den:
UEP = ∑, Ul C°pt 1 .
Fig. 6 zeigt eine Darstellung des Endpunktmusters uEP. Dabei sind die Komponenten UEP 3 des Endpunktmuster UEP die gesuchten Gewichte für die Linearkombination der Intensitäten der gemessenen Wellenlängen des Emissionsspektrums. In dem vorliegenden Ausführungsbeispiel kann dem Endpunktmuster uEP eine chemische Interpretation zugeordnet werden. In Fig. 6 sind beispielsweise deutlich CN- und H-Linien zu erkennen.
Soll nun der Endzeitpunkt einer Ätzung während der Herstellung einer integrierten Schaltung bestimmt werden, dann wird, wie in Bezug auf Fig. 1 beschrieben, fortlaufend das Emissi- onsspektrum der Plasmaätzung gemessen. Aus den Messgrößen wird nun mit Hilfe der Gewichte EP3 eine Linearkombination y(t) gebildet. Dies kann beispielsweise dadurch erfolgen, dass aus den gemessenen Werten eine Matrix Λ(λ, t) erstellt wird und nach jedem Messzeitpunkt das Endpunktmuster UEP mit der Transponierten dieser Matrix Λ(λ, t) multipliziert wird:
y(t) = Λ(λ, t)τ uEP.
Fig. 7 zeigt eine Darstellung der Linearkombination y(t) zur verbesserten Bestimmung des Endzeitpunkts einer Plasmaätzung. Man erkennt deutlich, dass die Linearkombination y(t) im wesentlichen eine stufenförmige Form aufweist, welche ein wesentlich schärferes und für die Erkennung des richtigen Endzeitpunkts besser geeignetes Signal liefert. Als Vergleich dazu ist in Fig. 8 das entsprechende herkömmliche Endpunkt- Signal dargestellt. Bei diesem herkömmlichen Endpunkt-Signal muss der richtige Endzeitpunkt aus der Lage des kleinen loka- len Maximums in der Mitte des Signals (etwa bei 80 Sekunden) gewonnen werden. Dementsprechend unsicher ist die Bestimmung des Endzeitpunkts mit den herkömmlichen Verfahren.
Eine Auswertung der in Fig. 7 gezeigten Linearkombination y(t) liefert nun den gewünschten Endzeitpunkt der Plasmaätzung. Eine Möglichkeit, die Linearkombination y(t) auszuwerten, besteht in der Vorgabe eines Schwellwerts (z.B. 0,6). Übersteigt die Linearkombination y(t) den Schwellwert, kann der Ätzprozeß entweder sofort oder nach Ablauf einer gewissen, fest vorgegebenen Nachätzzeit beendet werden.
Die Vorgabe eines Schwellwert ist sehr einfach zu implementieren und liefert für viele Prozesse zufriedenstellende Er- gebnisse. Leider hängt diese Verfahren zur Bestimmung der Kenngröße in der Regel von den Absolutgrößen der Messwerte ab. Im vorliegenden Beispiel hängt das Erreichen des Schwell- werts beispielsweise von der Gesamtintensität der gemessenen Strahlung ab. Die Gesamtintensität der gemessenen Strahlung ist aber a priori nicht bekannt, so dass durch eine Vorgabe eines Schwellwerts der richtige Endzeitpunkt nicht exakt festlegen lässt.
Fig. 9 zeigt den Verlauf der Linearkombination y(t) für ei- nige Produktionswafer aus drei verschiedenen ProduktionsZyklen. Die resultierende Endpunktsignale zeigen die erfolgreiche Übertragung des Endpunktmusters auf andere Ätzungen. Im Vergleich sind in Fig. 10 nochmals die herkömmlichen Endpunktsignale (CN-Linien) der entsprechenden Ätzungen darge- stellt. Obwohl es entsprechend Fig. 9 gelungen ist, ein im
Vergleich zu Fig. 10 viel schärferes Endpunktsignal zu erzeugen, führt eine quantitative Schwellwertvorgabe (von etwa 0.6) nicht exakt zu den gewünschten Endzeitpunkten, da dieser Schwellwert je nach Gesamtintensität des Signals eher oder später erreicht wird. Daher wird im folgenden eine qualitative Signalanalyse durchgeführt. Zur genauen Festlegung des Endzeitpunkts wird daher im folgenden der Wendepunkt der Linearkombination y(t), d.h. das Maximum der ersten Ableitung der Linearkombination y(t) nach der Zeit, verwendet. Wie aus Fig. 9 ersichtlich, ist dieser Wendepunkt im wesentlichen unabhängig von der Gesamtintensität des gemessenen Signals. Fig. 11 zeigt die zeitliche Ableitung der in Fig. 9 gezeigten Linearkombinationen y(t) . Man erkennt jedoch, dass aufgrund des Rauschens in den Messgrößen die erste Ableitung der Linearkombinationen y(t) ebenfalls stark verrauscht ist, so dass sich das Maximum der ersten Ableitung nicht auf einfache Weise bestimmen lässt.
Daher werden in der vorliegenden Ausfuhrungsform die Linearkombinationen y(t) zuerst gefiltert, bevor die erste zeitli- ehe Ableitung gebildet wird. Durch die Filterung wird der Rauschanteil unterdrückt und das eigentliche Signal tritt stärker hervor. Fig. 12 zeigt die erste Ableitung der gefilterten Linearkombinationen y(t) . Damit sich bei der Filterung das Maximum nicht verschiebt, wird die Filterung mit einem sogenannten Nullphasenfilter durchgeführt. Zur Filterung der Linearkombination y(t) kann eine Reihe von Verfahren bzw. Filtern eingesetzt werden. Im vorliegenden Beispiel wurde die zeitdiskrete Variante (Tastzeit Ta) eines Butterworth-Filters 1. Ordnung (Filterzeit TF) verwendet. Dieses Filter besitzt folgende Übertragungsfunktion G:
1-α - a z +
G = —- — mit a = eχp(-Ta/TF). z ~ a
Für die konkrete Anwendung wurde eine Filterzeitkonstante TF von 10s bei einer Tastzeit Ta von 2s gewählt.
Die konkrete Filterung wird durchgeführt, indem das Filter G zunächst auf das zu filternde Signal y(t) angewendet wird. Das so erzeugte Zwischensignal y* wird nun zur Kompensation der bei der ersten Filterung erzeugten PhaenverSchiebung über ein durch Null- und Polstellenspiegelung aus dem Filter G ge- O LO to to P1
LΠ O LΠ o LΠ O LΠ
Figure imgf000021_0001
die richtigen Gewichte (Koeffizienten) für die Linearkombination der Messgrößen festzulegen. Zur Erhöhung der Robustheit des Verfahrens, kann es jedoch sinnvoll sein, die Ergebnisse mehrerer Probeläufe bzw. Produktionsläufe in die Festlegung der Gewichte (Koeffizienten) für die Linearkombination einfließen zu lassen. Im vorliegenden Fall können beispielsweise die gemessenen Spektrenmatrizen mehrerer Ätzungen (z.B. am Anfang, in der Mitte und am Ende eines sogenannten „Wetclean- Zyklus" der Reaktionskammer) in die Festlegung der Gewichte einbezogen werden.
Zur Berücksichtigung mehrerer Probeläufe bzw. Produktionsläufe ist es bevorzugt, die Messgrößenmatrizen der einzelnen Prozesse zu einer einzigen, großen Block-Matrix zusammenzu- führen. Für das Beispiels Kontaktlochätzung heißt dies, dass eine große Spektrenmatrix aus n zeitlich aneinandergereihten Spektrenmatrizen gebildet wird. Dies bedeutet, dass für eine feste Wellenlänge (dies entspricht einer Zeile der Matrix) die zeitlichen Intensitätsverläufe der verschiedenen Ätzpro- zesse nacheinander in eine Zeile der Matrix eingetragen werden. Sollen beispielsweise 3 Probeätzungen entsprechend dem oben beschrieben Ausführungsbeispiel berücksichtigt werden, entsteht eine Matrix Λ0(λ, t) mit 1024 Zeile und 300 (3 * 100) Spalten.
Zur Bestimmung der Gewichte der Linearkombination y(t) kann nun wiederum eine Singulärwertzerlegung auf der Basis der Matrix Λ0(λ, t) , die mehrere Blockmatrizen Λn(λ, t) umfasst, durchgeführt werden:
[Λιμ,t) | Λ2(A,t) |... | Λπ(Λ,t)] = U - Σ - Vr - ∑σ,. - W (A) - v,(t)r .
In der Matrix U sind wiederum die linear unabhängigen spektralen Basismuster Ui enthalten. Die Vektoren vi verkörpern jetzt allerdings die den spektralen Basismustern zugeordneten zeitlichen Signalkomponenten über mehrere Ätzungen. Entsprechend muss das gewünschte Endpunktsignal yMo(t) mit n hintereinander angeordneten tanh- Funktionen ausgestattet werden, deren j=l,..,n Lagen tEp3 für jede Ätzung in die Optimierung einzubeziehen sind. Durch die folgende Optimierung des Güte- funktionals erhält man somit n verschiedene Parameter tεp3 aber nur einen Satz von optimalen Koeffizienten copt ! , aus denen nun wiederum ein Endpunktmuster uEP gebildet werden kann:
EP = ∑x Ul copt 1 .
Die so gewonnen Gewichte UEP3 beinhalten jetzt jedoch die Informationen mehrerer Ätzungen, so dass Verfahren beispielsweise über einen längeren Zeitraum stabil eingesetzt werden kann.

Claims

Patentansprüche
1. Verfahren zur Überwachung eines Herstellungsprozesses mit den Schritten:
a) eine Vielzahl von Messgrößen wird zu vorgegebenen Zeitpunkten bestimmt,
b) aus der Vielzahl von Messgrößen wird zumindest eine Linearkombination gebildet, wobei die Gewichte der
Linearkombination so gewählt sind, dass eine vorgegebene Kurvenform approximiert wird, und
c) aus der Linearkombination wird zumindest eine Kenn- große bestimmt.
2. Verfahren nach Anspruch 1, d a d u r c h g e k e n n z e i c h n e t , dass als Messgrößen die Intensitäten von verschiedenen Wellenlängen in einem Emissionsspektrum verwendet werden.
3. Verfahren nach Anspruch 2, d a d u r c h g e k e n n z e i c h n e t , dass die Intensitäten von verschiedenen Wellenlängen in einem Spektralbereich zwischen 200 und 950 nm verwendet werden.
4. Verfahren nach Anspruch 2 oder 3 , d a d u r c h g e k e n n z e i c h n e t , dass das Emissionsspektrum eines Plasmaprozesses, insbesondere eines Plasmaätzprozesses, verwendet wird.
5. Verfahren nach Anspruch 4, d a d u r c h g e k e n n z e i c h n e t , dass als Kenngröße der Endzeitpunkt des Plasmaprozesses bestimmt wird.
6. Verfahren nach einem der vorherstehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass als vorgegebene Kurvenform eine stufenförmige Funk- tion verwendet wird.
7. Verfahren nach Anspruch 6, d a d u r c h g e k e n n z e i c h n e t , dass die stufenförmige Funktion zumindest einen freien Parameter zur Anpassung an die zu bestimmende Kenngröße aufweist .
8. Verfahren nach einem der vorherstehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass zur Ermittlung der Gewichte der Linearkombination die Messgrößen zu den vorgegebenen Zeitpunkten in einer Matrix angeordnet werden und auf Basis dieser Matrix eine Hauptkomponentenanalyse durchgeführt wird.
9. Verfahren nach Anspruch 8, d a d u r c h g e k e n n z e i c h n e t , dass zur Durchführung der Hauptkomponentenanalyse eine
Singulärwertzerlegung verwendet wird.
10. Verfahren nach einem der vorherstehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass zur Ermittlung der Gewichte der Linearkombination ein Funktional auf Basis der vorgegebenen Kurvenform und der Linearkombination minimiert oder maximiert wird.
11. Verfahren nach Anspruch 10, d a d u r c h g e k e n n z e i c h n e t , dass durch die Minimierung des Funktionais die wesentlichen Hauptkomponenten der Messgrößenmatrix zur Approxi- mation der vorgegebenen Kurvenform bestimmt werden.
12. Verfahren nach Anspruch 9 oder 10, d a d u r c h g e k e n n z e i c h n e t , dass durch die Minimierung des Funktionais der freie Parameter der stufenförmigen Funktion bestimmt wird.
13. Verfahren nach einem der vorherstehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass zur Bestimmung der Kenngröße eine Glättung der Linearkombination durchgeführt wird.
14. Verfahren nach Anspruch 12, d a d u r c h g e k e n n z e i c h n e t , dass die Glättung der Linearkombination durch die Verwendung eines Nullphasenfilters erzielt wird.
15. Verfahren nach einem der vorherstehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass zur Bestimmung der Kenngröße aus der Linearkombination qualitative Kriterien verwendet wird.
16. Verfahren nach einem der vorherstehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t , dass zur Ermittlung der Gewichte der Linearkombination die Messgrößen mehrerer Probe- und/oder Produktionsläufe verwendet werden.
17. Verfahren nach Anspruch 16, d a d u r c h g e k e n n z e i c h n e t , dass zur Ermittlung der Gewichte der Linearkombination die Messgrößen mehrerer Probe- und/oder Produktionsläufe in einer Matrix angeordnet werden und auf Basis dieser Matrix eine Hauptkomponentenanalyse durchgeführt wird.
PCT/DE2000/000249 2000-01-25 2000-01-25 Verfahren zur überwachung eines herstellungsprozesses WO2001056072A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/DE2000/000249 WO2001056072A1 (de) 2000-01-25 2000-01-25 Verfahren zur überwachung eines herstellungsprozesses
EP00904853A EP1252652A1 (de) 2000-01-25 2000-01-25 Verfahren zur überwachung eines herstellungsprozesses
US10/205,080 US7479395B2 (en) 2000-01-25 2002-07-25 Method of monitoring a production process using a linear combination of measured variables with selected weights

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/DE2000/000249 WO2001056072A1 (de) 2000-01-25 2000-01-25 Verfahren zur überwachung eines herstellungsprozesses

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US10/205,080 Continuation US7479395B2 (en) 2000-01-25 2002-07-25 Method of monitoring a production process using a linear combination of measured variables with selected weights

Publications (1)

Publication Number Publication Date
WO2001056072A1 true WO2001056072A1 (de) 2001-08-02

Family

ID=5647408

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2000/000249 WO2001056072A1 (de) 2000-01-25 2000-01-25 Verfahren zur überwachung eines herstellungsprozesses

Country Status (3)

Country Link
US (1) US7479395B2 (de)
EP (1) EP1252652A1 (de)
WO (1) WO2001056072A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10208044B4 (de) * 2002-02-25 2008-10-09 Infineon Technologies Ag Verfahren und Anordnung zum Überwachen eines Herstellungsprozesses
WO2022263209A1 (de) * 2021-06-16 2022-12-22 TRUMPF Hüttinger GmbH + Co. KG Signalverarbeitungssystem und leistungsversorgungseinrichtung mit einem signalverarbeitungssystem

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7054786B2 (en) * 2000-07-04 2006-05-30 Tokyo Electron Limited Operation monitoring method for treatment apparatus
US8676538B2 (en) * 2004-11-02 2014-03-18 Advanced Micro Devices, Inc. Adjusting weighting of a parameter relating to fault detection based on a detected fault
FI20041690A0 (fi) * 2004-12-30 2004-12-30 Kone Corp Hissijärjestelmä
FI117091B (fi) * 2005-03-15 2006-06-15 Kone Corp Menetelmä kuljetusjärjestelmän hallitsemiseksi
US9075157B2 (en) * 2012-02-24 2015-07-07 Baker Hughes Incorporated Bending correction for deep reading azimuthal propagation resistivity
US10386828B2 (en) 2015-12-17 2019-08-20 Lam Research Corporation Methods and apparatuses for etch profile matching by surface kinetic model optimization
US9792393B2 (en) 2016-02-08 2017-10-17 Lam Research Corporation Methods and apparatuses for etch profile optimization by reflectance spectra matching and surface kinetic model optimization
US10032681B2 (en) 2016-03-02 2018-07-24 Lam Research Corporation Etch metric sensitivity for endpoint detection
US10197908B2 (en) 2016-06-21 2019-02-05 Lam Research Corporation Photoresist design layout pattern proximity correction through fast edge placement error prediction via a physics-based etch profile modeling framework
US10254641B2 (en) 2016-12-01 2019-04-09 Lam Research Corporation Layout pattern proximity correction through fast edge placement error prediction
US10534257B2 (en) 2017-05-01 2020-01-14 Lam Research Corporation Layout pattern proximity correction through edge placement error prediction
DE102017213147A1 (de) * 2017-07-31 2019-01-31 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Überprüfung von Steckverbindungen
US10572697B2 (en) 2018-04-06 2020-02-25 Lam Research Corporation Method of etch model calibration using optical scatterometry
WO2019199697A1 (en) 2018-04-10 2019-10-17 Lam Research Corporation Resist and etch modeling
KR102708927B1 (ko) 2018-04-10 2024-09-23 램 리써치 코포레이션 피처들을 특징화하기 위한 머신 러닝의 광학 계측
US11153960B1 (en) * 2018-06-08 2021-10-19 Innoveering, LLC Plasma-based electro-optical sensing and methods
US10977405B2 (en) 2019-01-29 2021-04-13 Lam Research Corporation Fill process optimization using feature scale modeling

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0602855A1 (de) * 1992-12-14 1994-06-22 AT&T Corp. Kontrolle der technischen Eigenschaften einer Halbleiter-Scheibe mittels eines aktiven neuronalen Netzes in einem Plasma-Ätz-Prozess
US5658423A (en) * 1995-11-27 1997-08-19 International Business Machines Corporation Monitoring and controlling plasma processes via optical emission using principal component analysis
US5728253A (en) * 1993-03-04 1998-03-17 Tokyo Electron Limited Method and devices for detecting the end point of plasma process
US5864773A (en) * 1995-11-03 1999-01-26 Texas Instruments Incorporated Virtual sensor based monitoring and fault detection/classification system and method for semiconductor processing equipment
US5877032A (en) * 1995-10-12 1999-03-02 Lucent Technologies Inc. Process for device fabrication in which the plasma etch is controlled by monitoring optical emission
WO1999021210A1 (en) * 1997-10-23 1999-04-29 Massachusetts Institute Of Technology Monitor of plasma processes with multivariate statistical analysis of plasma emission spectra

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0722151B2 (ja) * 1984-05-23 1995-03-08 株式会社日立製作所 エツチングモニタ−方法
TW260857B (de) * 1993-03-04 1995-10-21 Tokyo Electron Co Ltd
US5737496A (en) * 1993-11-17 1998-04-07 Lucent Technologies Inc. Active neural network control of wafer attributes in a plasma etch process
EP1018088A4 (de) * 1997-09-17 2006-08-16 Tokyo Electron Ltd Vorrichtung und verfahren zur überwachung und regelung von gas plasma prozessen
US6381008B1 (en) * 1998-06-20 2002-04-30 Sd Acquisition Inc. Method and system for identifying etch end points in semiconductor circuit fabrication
JP4051470B2 (ja) * 1999-05-18 2008-02-27 東京エレクトロン株式会社 終点検出方法
US6420194B1 (en) * 1999-10-12 2002-07-16 Lucent Technologies Inc. Method for extracting process determinant conditions from a plurality of process signals

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0602855A1 (de) * 1992-12-14 1994-06-22 AT&T Corp. Kontrolle der technischen Eigenschaften einer Halbleiter-Scheibe mittels eines aktiven neuronalen Netzes in einem Plasma-Ätz-Prozess
US5728253A (en) * 1993-03-04 1998-03-17 Tokyo Electron Limited Method and devices for detecting the end point of plasma process
US5877032A (en) * 1995-10-12 1999-03-02 Lucent Technologies Inc. Process for device fabrication in which the plasma etch is controlled by monitoring optical emission
US5864773A (en) * 1995-11-03 1999-01-26 Texas Instruments Incorporated Virtual sensor based monitoring and fault detection/classification system and method for semiconductor processing equipment
US5658423A (en) * 1995-11-27 1997-08-19 International Business Machines Corporation Monitoring and controlling plasma processes via optical emission using principal component analysis
WO1999021210A1 (en) * 1997-10-23 1999-04-29 Massachusetts Institute Of Technology Monitor of plasma processes with multivariate statistical analysis of plasma emission spectra

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10208044B4 (de) * 2002-02-25 2008-10-09 Infineon Technologies Ag Verfahren und Anordnung zum Überwachen eines Herstellungsprozesses
DE10208044B8 (de) * 2002-02-25 2009-01-22 Infineon Technologies Ag Verfahren und Anordnung zum Überwachen eines Herstellungsprozesses
WO2022263209A1 (de) * 2021-06-16 2022-12-22 TRUMPF Hüttinger GmbH + Co. KG Signalverarbeitungssystem und leistungsversorgungseinrichtung mit einem signalverarbeitungssystem

Also Published As

Publication number Publication date
US20030008507A1 (en) 2003-01-09
US7479395B2 (en) 2009-01-20
EP1252652A1 (de) 2002-10-30

Similar Documents

Publication Publication Date Title
WO2001056072A1 (de) Verfahren zur überwachung eines herstellungsprozesses
DE60104705T2 (de) Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung
DE69622427T2 (de) Herstellungsüberwachung und analyse mittels statistischer simulation mit einzelschritt-feedback
DE60111411T2 (de) Verfahren und gerät zur integrierten prozesssteuerungsstruktur in werkzeugsystemen
DE112005002576T5 (de) Fehlererkennungssystem und Verfahren auf der Grundlage einer gewichteten Hauptkomponentenanalyse
DE69431822T2 (de) Vorrichtung und Verfahren für eine modellbasierende Prozesssteuerung
DE60316517T2 (de) Verfahren und Vorrichtung zur Aufnahme von Störsignalen
DE10304902B4 (de) Anpassung von erweiterten Prozeßsteuerblöcken in Abhängigkeit von veränderlichen Prozeßverzögerungen
DE10393394B4 (de) Intelligentes integriertes Lithographiesteuerungssystem auf der Grundlage des Produktaufbaus und Ausbeuterückkopplungssystem und Verfahren zu dessen Anwendung
DE112006002918B4 (de) Verfahren, System sowie computerlesbare Programmspeichereinrichtung für eine produktbezogene Rückkopplung für Prozesssteuerung
DE102004024603B4 (de) Verfahren zum Herstellen einer Halbleitereinrichtung mit Oxidfilmschichten verschiedener Stärken
DE10393903T5 (de) Dynamische adaptive Abtastrate für Modellvorhersage
DE10341764A1 (de) Integrierte Modell-Vorhersagesteuerung und -Optimierung innerhalb eines Prozesssteuerungssystems
DE112004001259B4 (de) Verfahren und System zum Ausführen einer Messverteilung auf der Grundlage einer Fehlererkennung und computerlesbares Speichermedium
DE3023591A1 (de) Verfahren und vorrichtung zur steuerung eines aetzvorganges
DE102008021558A1 (de) Verfahren und System für die Halbleiterprozesssteuerung und Überwachung unter Verwendung von PCA-Modellen mit reduzierter Grösse
DE10355573B4 (de) Verfahren zum Erhöhen der Produktionsausbeute durch Steuern der Lithographie auf der Grundlage elektrischer Geschwindigkeitsdaten
DE102006004411A1 (de) Verfahren und System für die Messdatenbewertung in der Halbleiterbearbeitung durch auf Korrelation basierende Datenfilterung
DE60219376T2 (de) System zur adaptiven Plasma-Charakterisierung
DE102005046972A1 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung einer Kombination aus gewichteten relativen Voreinstellungswerten
DE102004039861A1 (de) Vorrichtung und Verfahren zum Messen jeder Dicke einer Vielfachschicht, die auf einem Substrat aufgestapelt ist
DE102008029498B4 (de) Verfahren und System zur quantitativen produktionslinieninternen Materialcharakterisierung in Halbleiterherstellung auf der Grundlage von Strukturmessungen und zugehörigen Modellen
DE102018221002A1 (de) Steuereinrichtung zur Steuerung einer Fertigungsanlage sowie Fertigungsanlage und Verfahren
DE4130391C2 (de) Verfahren zum selektiven entfernen einer schicht und dessen verwendung
DE102005030586A1 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung der Messunsicherheit als Steuerungseingang

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): JP KR US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2000904853

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 10205080

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 2000904853

Country of ref document: EP

WWW Wipo information: withdrawn in national office

Ref document number: 2000904853

Country of ref document: EP