基于缺陷概率的过程窗口制造技术

本文中描述一种方法。所述方法包括：获得(i)所述特征的参数的测量结果、(ii)与图案化过程的过程变量相关的数据、(iii)基于所述参数的所述测量结果和与所述过程变量相关的所述数据而被定义为所述过程变量的函数的所述参数的函数行为、(iv)所述特征的失效率的测量结果，以及(v)针对所述过程变量的设定的所述过程变量的概率密度函数；基于转换函数将所述过程变量的所述概率密度函数转换成所述参数的概率密度函数，其中基于所述过程变量的所述函数来确定所述转换函数；以及基于所述参数的所述概率密度函数、以及所述失效率的所述测量结果，来确定所述参数的参数极限。

【技术实现步骤摘要】
【国外来华专利技术】基于缺陷概率的过程窗口相关申请的交叉引用本申请要求于2017年12月22日提交的美国申请62/609,755和于2018年11月30日提交的美国申请62/773,259的优先权，所述美国申请的全部内容通过引用的方式合并入本文中。
本公开涉及改善器件制造过程的性能的技术。所述技术可以结合光刻设备或量测设备而使用。
技术介绍
光刻设备是将期望的图案施加至衬底的目标部分上的机器。光刻设备可以用于例如集成电路(IC)的制造中。在该情形下，替代地被称作掩模或掩模版的图案形成装置可以用于产生与IC的单层对应的电路图案，并且这种图案可以被成像至具有辐射敏感材料(抗蚀剂)层的衬底(例如，硅晶片)上的目标部分(例如，包括管芯的部分、一个管芯或若干管芯)上。通常，单个衬底将包含被连续曝光的相邻目标部分的网络。已知光刻设备包括：所谓的步进器，其中通过一次性将整个图案曝光至每个目标部分上来照射所述目标部分；和所谓的扫描仪，其中通过在给定方向(“扫描”方向)上经由束对图案进行扫描的同时平行于或反向平行于这种方向同步地扫描衬底来照射每个目标部分。在将电路图案从图案形成装置转印至衬底之前，衬底可以经历各种工序，诸如涂底漆、抗蚀剂涂覆和软焙烤。在曝光之后，衬底可能经受其它过程，诸如曝光后焙烤(PEB)、显影、硬焙烤，和转印后的电路图案的测量/检查。工序的这种阵列被用作制造例如IC的装置的单个层的基础。衬底随后可以经历各种过程，诸如蚀刻、离子植入(掺杂)、金属化、氧化、化学机械抛光等，所有过程都预期最终完成所述器件的单个层。如果在器件中需要若干层，则针对每个层重复整个工序或其变型。最终，在衬底上的每个目标部分中将存在器件。随后通过诸如切块或锯切之类的技术使这些器件彼此分离，由此可以将单独的器件安装在载体上、连接至针脚，等等。因而，制造诸如半导体器件之类的器件通常涉及使用一定数目的制作过程来处理衬底(例如，半导体晶片)以形成器件的各种特征和多个层。通常使用例如沉积、光刻、蚀刻、化学机械抛光和离子植入来制造和处理这些层和特征。可以在衬底上的多个管芯上制作多个器件，并且随后将所述器件分离成单独的器件。这种器件制造过程可以被视为图案化过程。图案化过程涉及使用光刻设备中的图案形成装置进行图案化步骤，诸如光学光刻和/或纳米压印光刻，以将图案形成装置上的图案转印至衬底，并且图案化过程通常但可选地涉及一个或更多个相关的图案处理步骤，诸如通过显影设备进行抗蚀剂显影、使用焙烤工具来焙烤衬底、使用蚀刻设备而使用图案进行蚀刻，等等。
技术实现思路
根据本公开的实施例，提供一种用于确定衬底上的特征的参数极限的方法，所述方法包括：获得(i)所述特征的参数的测量结果、(ii)与图案化过程的过程变量相关的数据、(iii)基于所述参数的所述测量结果和与所述过程变量相关的所述数据而被定义为所述过程变量的函数的所述参数的函数行为、(iv)所述特征的失效率的测量结果，以及(v)针对所述过程变量的设定的所述过程变量的概率密度函数。此外，所述方法包括以下步骤：基于转换函数将针对所述过程变量的每个设定的所述过程变量的所述概率密度函数转换成针对所述过程变量的每个设定的所述参数的概率密度函数，其中基于所述过程变量的所述函数来确定所述转换函数；以及基于所述参数的所述概率密度函数、以及所述特征的所述失效率的所述测量结果，来确定所述参数的参数极限。所述过程变量的所述概率密度函数是基于所述过程变量的方差和针对所述过程变量的每个设定而确定的所述过程变量的所述函数关于所述过程变量的偏导数来确定的，所述方差是根据针对所述过程变量的每个设定的所述参数的测量方差来计算的。所述转换函数是转换因子，其中所述转换因子是针对所述过程变量的每个设定而确定的所述过程变量的所述函数的逆的偏导数的绝对值。基于所述参数极限和所述参数的所述概率密度函数来确定所述特征的估计失效率；和识别与所述过程变量相关的过程窗口，使得所述特征的所述估计失效率小于预定阈值。所述预定阈值基于所述图案化过程的选定产率。所述失效率与所述特征的一个或更多个失效相关，一个或更多个失效模式包括所述特征的实体失效、转印失效和/或延迟失效。在实施例中，所述特征的所述延迟失效是由于当前处理步骤中的缺陷而在所述图案化过程的下一步骤中出现的失效。所述特征的所述一个或更多个失效基于特定失效的频率而被加权以产生所述特征的加权失效率。所述方法还包括：基于所述一个或更多个失效与所述过程变量之间的相关性而获得所述过程变量的加权函数；基于所述过程变量的所述加权函数来确定所述参数的加权参数极限；以及基于所述加权参数极限来确定所述过程窗口。所述方法还包括以下步骤：基于与抗蚀剂过程相关联的所述延迟失效通过模拟而使用所述抗蚀剂过程的抗蚀剂模型来优化抗蚀剂厚度和/或抗蚀剂类型。与所述抗蚀剂过程相关联的所述失效包括基脚失效和/或颈缩失效。所述方法还包括以下步骤：获得针对多个特征类型中的每个特征类型的所述参数极限、和基于对应参数极限的所述多个特征类型中的每个特征类型的所述估计失效率；和基于所述多个特征类型中的每个特征类型的所述估计失效率的乘积来确定重叠过程窗口。所述方法还包括：用于通过对基于所述多个特征类型中的每个特征类型的所述估计失效率的最大值进行建模和/或模拟，来迭代地确定光学邻近效应校正。所述估计失效率的所述最大值对应于具有最低产率的特征类型。所述方法还包括：用于从所述参数的所述测量方差确定所述参数的精化方差的步骤，其中所述精化方差考虑由于与所述过程变量无关的因素而导致的方差。通过从所述测量方差移除由于与所述过程变量无关的所述因素而导致的所述方差来计算所述精化方差。与所述过程变量无关的所述因素包括来自量测噪声、掩模和背景的贡献。所述背景的贡献是在所述过程变量的特定设定的情况下所确定的所述图案化过程的随机分量，其中所述测量方差对所述过程变量具有最小灵敏度。所述过程窗口的确定基于所述精化方差。所述方法还包括以下步骤：获得所述图案化过程的图案转印后步骤的传递函数、和基于所述传递函数的另一过程变量PDF；和基于所述另一过程变量PDF来确定所述过程窗口。所述图案化过程的所述参数是临界尺寸且所述过程变量是剂量。所述过程变量的所述设定是在剂量值范围内的剂量值。所述图案化过程被配置成基于所述过程窗口来调整所述图案化过程的一个或更多个设备。所述一个或更多个设备包括被配置成基于所述过程窗口而在衬底上执行图案化的光刻设备。此外，根据本公开的实施例，提供一种用于确定图案化过程的过程窗口的方法，所述方法包括：获得(i)基于所述图案化过程的失效率测量结果的所述图案化过程的参数的参数极限，和(ii)定义为所述图案化过程的过程变量和所述过程变量的方差的函数的所述参数的概率密度函数。所述方法还包括以下步骤：基于所述参数极限和所述参数的所述概率密度函数来确定所述图案化过程的估计失效率；以及由所述硬件计算机系统依据所述过程变量来识别所述过程窗口，使得所述参数的所述估计失效率小于选定阈值。本文档来自技高网...

【技术保护点】
1.一种用于确定衬底上的特征的参数极限的方法，所述方法包括：/n获得(i)所述特征的参数的测量结果、(ii)与用于产生所述特征的图案化过程的过程变量相关的数据、(iii)基于所述参数的所述测量结果和与所述过程变量相关的所述数据而被定义为所述过程变量的函数的所述参数的函数行为、(iv)所述特征的失效率的测量结果，以及(v)针对所述过程变量的设定的所述过程变量的概率密度函数；/n由硬件计算机系统基于转换函数将针对所述设定的所述过程变量的所述概率密度函数转换成针对所述设定的所述参数的概率密度函数，其中基于所述过程变量的所述函数来确定所述转换函数；以及/n由所述硬件计算机系统基于针对所述设定的所述参数的所述概率密度函数、以及所述特征的所述失效率的所述测量结果，来确定所述参数的参数极限。/n

【技术特征摘要】
【国外来华专利技术】20171222 US 62/609,755;20181130 US 62/773,2591.一种用于确定衬底上的特征的参数极限的方法，所述方法包括：
获得(i)所述特征的参数的测量结果、(ii)与用于产生所述特征的图案化过程的过程变量相关的数据、(iii)基于所述参数的所述测量结果和与所述过程变量相关的所述数据而被定义为所述过程变量的函数的所述参数的函数行为、(iv)所述特征的失效率的测量结果，以及(v)针对所述过程变量的设定的所述过程变量的概率密度函数；
由硬件计算机系统基于转换函数将针对所述设定的所述过程变量的所述概率密度函数转换成针对所述设定的所述参数的概率密度函数，其中基于所述过程变量的所述函数来确定所述转换函数；以及
由所述硬件计算机系统基于针对所述设定的所述参数的所述概率密度函数、以及所述特征的所述失效率的所述测量结果，来确定所述参数的参数极限。


2.根据权利要求1所述的方法，其中针对所述设定的所述过程变量的所述概率密度函数是基于所述过程变量的方差和针对所述过程变量的所述设定而确定的所述过程变量的所述函数关于所述过程变量的偏导数来确定的，所述方差是根据针对所述过程变量的所述设定的所述参数的测量方差来计算的。


3.根据权利要求1所述的方法，其中所述转换函数是转换因子，其中所述转换因子是针对所述过程变量的所述设定而确定的所述过程变量的所述函数的逆的偏导数的绝对值。


4.根据权利要求1所述的方法，还包括：
由所述硬件计算机系统基于所述参数极限和所述参数的所述概率密度函数来确定所述特征的估计失效率；和
由所述硬件计算机系统识别与所述过程变量相关的过程窗口，使得所述特征的所述估计失效率小于预定阈值。


5.根据权利要求4所述的方法，其中所述预定阈值基于所述图案化过程的选定产率。


6.根据权利要求1所述的方法，其中所述失效率与所述特征的一个或更多个失效相关，一个或更多个失效模式包括所述特征的实体失效、转印失效和/或延迟失效。


7.根据权利要求6所述的方法，其中所述特征的所述延迟失效是由于当前处理步骤中的缺陷而在所述图案化过程的下一步骤中出现的失效；和/或
其中所述特征的所述一个或更多个失效基于特定失效的频率而被...

【专利技术属性】
技术研发人员：A·史拉奇特，斯蒂芬·亨斯克，W·T·特尔，A·B·范奥斯汀，K·范因根史奇劳，G·里斯朋斯，布伦南·彼得森，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：荷兰;NL