用于基于过程参数标记衬底的方法技术

公开了一种对与经历制造过程的过程步骤的衬底相关联的数据进行分组的方法。该方法包括：在经历过程步骤之前，获取与衬底相关联的第一数据，以及在经历过程步骤之后，获取与衬底相关联的第二数据的多个集，第二数据的每个集与第一数据的特性的不同值相关联。确定描述第二数据的多个集之间的距离的测量的距离度量；并且基于距离度量的性质对第二数据分组。

【技术实现步骤摘要】
【国外来华专利技术】用于基于过程参数标记衬底的方法相关申请的交叉引用本申请要求于2018年4月27日提交的美国申请62/663,866和于2018年7月10日提交的EP申请18182594.4的优先权，其全部内容通过引用合并于此。
本公开涉及用于例如半导体器件的生产的衬底的处理。
技术介绍
光刻装置是一种被构造为将期望图案应用到衬底上的机器。光刻装置可以用于例如集成电路(IC)的制造中。光刻装置可以例如将图案形成装置(例如，掩模)的图案(通常也称为“设计布局”或“设计”)投影到设置在衬底(例如，晶片)上的辐射敏感材料(抗蚀剂)层上。为了将图案投影到衬底上，光刻装置可以使用辐射。该辐射的波长决定了可以在衬底上形成的特征的最小尺寸。当前使用的典型波长是大约365nm(i线)、大约248nm、大约193nm和大约13nm。与使用例如波长约为193nm的辐射的光刻装置相比，使用波长在4-20nm(例如，6.7nm或13.5nm)范围内的极紫外(EUV)辐射的光刻装置可以用于在衬底上形成更小的特征。低k1光刻术可以用于处理尺寸小于光刻装置的经典分辨率极限的特征。在这样的过程中，分辨率公式可以表示为CD＝k1×λ/NA，其中λ是所采用的辐射的波长，NA是光刻装置中的投影光学器件的数值孔径，CD是“临界尺寸”(通常是所打印的最小特征尺寸，但在这种情况下为半间距)，k1是经验分辨率因数。通常，k1越小，就越难以在衬底上再现与电路设计者计划的形状和尺寸类似的图案以实现特定电气功能和性能。为了克服这些困难，可以将复杂的微调步骤应用于光刻投影设备和/或设计布局。这些包括例如但不限于数值孔径(NA)的优化、定制的照射方案、一个或多个相移图案形成装置的使用、诸如设计布局中的光学邻近校正(OPC)等设计布局的优化、或通常定义为分辨率增强技术(RET)的其他方法。另外地或替代地，可以使用用于控制光刻装置的稳定性的一个或多个紧密控制环来改善在低k1下的图案的再现。
技术实现思路
光刻装置的控制的有效性可以取决于个体衬底的特性。例如，与在通过光刻装置进行处理之前由第二处理工具处理的第二衬底不同，在通过光刻装置进行处理(或制造过程的任何其他过程步骤，在本文中统称为制造过程步骤)之前由第一处理工具处理的第一衬底可以受益于(略)不同的控制参数。典型地，对于衬底，预处理数据是可用的(与在某个关注的制造过程步骤之前执行的制造过程步骤相关联的数据)和后处理数据(与在已经经历关注的制造过程步骤之后在衬底上执行的测量相关联的数据)。期望例如基于预处理数据的知识来控制关注的制造过程，因为这允许控制回路预见预期的后处理结果。但是，该控制通常涉及对预处理信息与后处理信息之间的关系以及关注的过程的控制参数如何影响后处理数据的知识。可能并不总是知道关注的过程的控制设置如何影响后处理数据。例如，在光刻过程中应用的剂量设置可能对与在执行光刻过程之后获取的特征相关联的某个临界尺寸具有可预测的影响，或者可能没有。基于(通常是非常大量的)预处理数据来预测后处理数据的方法的性能较差的问题更大。通常，预处理数据包括太多参数，以至于无法构建将预处理数据链接到后处理数据的可靠模型。机器学习技术可以用于识别对要经历某个过程的衬底的一个或多个特性(例如，重叠、CD、边缘放置误差(EPE)等)处理上下文观察到的影响之间的因果关系模式。然后，这些模式可以用于预测和校正处理后续衬底时的错误。这种系统的一些示例在PCT专利申请公开号WO2017/060080中有描述。在某些情况下，预处理数据具有有限的关联参数集。例如，当仅将蚀刻室的标识(ID)用作与待处理衬底相关联的预处理数据时，可以很容易地在特定后处理数据簇与预处理数据中包括的参数的值之间建立关系。然而，在更一般的情况下，可以为很多处理工具注册很多预处理参数和与这些参数相关联的潜在值，并且有可能将其用于基于上下文的控制目的。尚不清楚如何对后处理数据进行聚类并且然后将这些簇分配给预处理(例如，上下文)数据中包括的某个参数(值)子空间。将预处理数据分割为较小集合(子集)的可能配置数量实在太大了。提出了通过分析与上下文数据相关联的对象数据来创建一种可靠的方法来对上下文数据进行分割。基于上下文数据中包括的参数(值)的通用性对对象数据进行分组。每个组地处理对象数据以获取代表性对象数据集的一个集，每个集与上下文数据中包括的参数的公共值相关联。该处理可以是例如得出平均对象数据指纹(每个上下文参数)的一个集的求平均操作。可以例如在与经处理的对象数据的多个集相关联的邻接矩阵的频谱域中，进一步分析经处理的对象数据集，以传达与上下文数据相关联的结构。然后，可以使用该结构将上下文数据划分为组(例如，分割上下文数据、标记上下文数据、向上下文数据提供代码等等)。在一个方面，提供了一种分割数据的方法，所述数据与经历制造工艺过程的过程步骤的衬底相关联，该方法包括：在衬底进行过程步骤之前，获取与衬底相关联的第一数据；在衬底进行过程步骤之后，获取与衬底相关联的第二数据的多个集，第二数据的每个集与第一数据的特性的不同值相关联；确定描述第二数据的多个集之间的距离的度量的距离度量；以及基于距离度量的性质对第二数据进行分组。在一个实施例中，公开了一种对数据进行分组的方法，该方法包括：获取与制造过程相关联的上下文数据；获取与上下文数据相关联的对象数据；以及利用频谱聚类方法基于对象数据和上下文数据将上下文数据分组为簇。在本专利技术的另一方面，提供了一种包括程序指令的计算机程序，该计算机程序当在合适的装置上运行时可操作以执行第一方面的方法。附图说明现在将仅通过示例的方式参考所附的示意图来描述本专利技术的实施例，在附图中：图1描绘了光刻装置的示意性概图；图2描绘了光刻单元的示意性概图；图3示意性地示出了图1和2的光刻装置和光刻单元与形成例如半导体器件的制造设施的一个或多个其他装置的使用，该设施包括实现制造优化技术的控制装置；图4描绘了根据本专利技术的实施例的决策树；图5示意性地示出了在图3的制造设施中应用图4所示的决策树的原理的反馈控制器和训练方法；图6描绘了可以用于在图5的方法中定义指纹和校正的场间和场内分量；图7示意性地示出了基于决策树的候选预测模型的交叉验证(CV)；图8示出了如何将交叉验证的结果用于自动或在人工指导下选择要应用于决策树学习的约束条件；图9是根据本专利技术的实施例的方法的流程图；以及图10是示出图9的方法的最后步骤的光谱图和相关的数据。具体实施方式图1示意性地描绘了光刻装置LA。光刻装置LA包括：照射系统(也称为照射器)IL，其被配置为调节辐射束B(例如，UV辐射、DUV辐射或EUV辐射)；支撑件(例如，掩模台)T，其被构造为支撑图案形成装置(例如，掩模)MA并且连接到第一定位器PM，该第一定位器PM被配置为根据某些参数精确地定位图案形成装置MA；一个或多个衬底支撑件(例如，晶片台)WTa和WTb，其被构造为保持衬底(例如，本文档来自技高网...

【技术保护点】
1.一种用于分组数据的方法，所述数据与经历制造过程的过程步骤的衬底相关联，所述方法包括：/n在衬底经历所述过程步骤之前，获取与衬底相关联的第一数据；/n在衬底经历所述过程步骤之后，获取与衬底相关联的第二数据的多个集，第二数据的每个集与所述第一数据的特性的不同值相关联；/n确定描述所述第二数据的多个集之间的距离的度量的距离度量；以及/n基于所述距离度量的性质对所述第二数据进行分组。/n

【技术特征摘要】
【国外来华专利技术】20180710 EP 18182594.4;20180427 US 62/663,8661.一种用于分组数据的方法，所述数据与经历制造过程的过程步骤的衬底相关联，所述方法包括：
在衬底经历所述过程步骤之前，获取与衬底相关联的第一数据；
在衬底经历所述过程步骤之后，获取与衬底相关联的第二数据的多个集，第二数据的每个集与所述第一数据的特性的不同值相关联；
确定描述所述第二数据的多个集之间的距离的度量的距离度量；以及
基于所述距离度量的性质对所述第二数据进行分组。


2.根据权利要求1所述的方法，包括：针对第二数据的每个集确定代表性后处理数据度量，以及确定用于描述所述代表性后处理数据度量之间的距离的度量的所述距离度量。


3.根据权利要求2所述的方法，其中所述代表性后处理数据度量包括第二数据的每个集中的所述第二数据的值的聚合。


4.根据权利要求3所述的方法，其中所述距离度量是描述所述代表性后处理数据度量的各对之间的距离的度量的距离矩阵。


5.根据权利要求4所述的方法，其中在所述分组步骤之前，所述距离矩阵被变换成邻接矩阵，所述邻接矩阵描述所述代表性后处理数据度量的各对之间的邻接的度量。


6.根据权利要求1所述的方法，还包括：从所述距离度量确定完全连接图。


7.根据权利要求6所述的方法，包括：基于所述完全连接图针对第二数据的每个集确定相应的频谱码，以及基于所述频谱码对所述第二数据进行分组。


8.根据权利要求7所述的方法，其中根据所述完全连接图的矩阵表示的特征矢量确定所述频谱码。

【专利技术属性】
技术研发人员：V·巴斯塔尼，A·雅玛，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：荷兰;NL