CN118275438A - 用于半导体试样的测量偏差分析 - Google Patents
用于半导体试样的测量偏差分析 Download PDFInfo
- Publication number
- CN118275438A CN118275438A CN202311813541.1A CN202311813541A CN118275438A CN 118275438 A CN118275438 A CN 118275438A CN 202311813541 A CN202311813541 A CN 202311813541A CN 118275438 A CN118275438 A CN 118275438A
- Authority
- CN
- China
- Prior art keywords
- measurement
- layers
- values
- actual
- measurements
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 261
- 239000004065 semiconductor Substances 0.000 title claims description 78
- 238000004458 analytical method Methods 0.000 title description 12
- 238000000034 method Methods 0.000 claims abstract description 73
- 238000004088 simulation Methods 0.000 claims abstract description 68
- 238000013461 design Methods 0.000 claims abstract description 38
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 230000004044 response Effects 0.000 claims abstract description 26
- 238000007689 inspection Methods 0.000 claims description 80
- 238000004519 manufacturing process Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 33
- 238000010894 electron beam technology Methods 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 230000007547 defect Effects 0.000 description 23
- 235000012431 wafers Nutrition 0.000 description 15
- 239000010931 gold Substances 0.000 description 10
- 230000001066 destructive effect Effects 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 7
- 229910052737 gold Inorganic materials 0.000 description 7
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 229910052814 silicon oxide Inorganic materials 0.000 description 6
- 239000000758 substrate Substances 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012552 review Methods 0.000 description 4
- 238000001878 scanning electron micrograph Methods 0.000 description 4
- 230000008021 deposition Effects 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 238000005530 etching Methods 0.000 description 3
- 238000002513 implantation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- LIVNPJMFVYWSIS-UHFFFAOYSA-N silicon monoxide Chemical compound [Si-]#[O+] LIVNPJMFVYWSIS-UHFFFAOYSA-N 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 208000037909 invasive meningococcal disease Diseases 0.000 description 1
- 238000001459 lithography Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8461—Investigating impurities in semiconductor, e.g. Silicon
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
- G01N2021/887—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
Landscapes
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Computer Hardware Design (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
提供了一种用于检查试样的***和方法。所述方法包括：响应于使用具有预定义值的一组扫描参数来扫描试样而获得实际测量；基于设计数据来获得模拟测量；将实际测量与模拟测量比较以识别相对于预定义容差的偏差；通过以下操作来识别至少一个结构性质作为偏差的根本原因：响应于使用至少一个扫描参数的一个或多个变化值来扫描试样而获得一个或多个附加实际测量；以及将实际测量和附加实际测量提供到表示由多个层的结构性质、和至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而识别至少一个结构性质。
Description
技术领域
本公开主题总体涉及对半导体试样的检查的领域，并且更具体地涉及用于半导体试样的测量分析。
背景技术
对与所制造的器件的超大规模集成相关联的高密度和高性能的当前需求要求亚微米特征、提高的晶体管和电路速度、和改善的可靠性。随着半导体工艺有所进展，图案尺寸(诸如线宽)、和其他类型的关键尺寸不断地缩小。此类需求要求形成具有高精度和均匀性的器件特征，这又必需仔细地监测制造过程，包括在器件仍呈半导体晶片的形式时对器件进行自动化检查。
检查可通过在制造要检查的试样期间或之后使用非破坏性检查工具来提供。检查大体涉及通过将光或电子引导到晶片并检测来自晶片的光或电子来生成针对试样的某种输出(例如，图像、信号等)。作为非限制性示例，多种非破坏性检查工具包括扫描电子显微镜、原子力显微镜、光学检查工具等。
检查过程可包括多个检查步骤。半导体器件的制造过程可包括各种规程，诸如蚀刻、沉积、平面化、生长(诸如外延生长)、注入等。可进行检查步骤数次，例如在某些过程规程之后和/或在制造某些层之后等。附加地或替代地，可重复每个检查步骤多次，例如针对不同晶片位置，或者针对在不同检查设置的情况下的相同晶片位置。
出于过程控制的目的在半导体制造期间的各个步骤(诸如例如缺陷检测和分类过程，以及计量相关操作)处使用检查过程。可通过过程(诸如例如缺陷检测、自动化缺陷分类(ADC)、自动化缺陷评审(ADR)、图像分割、自动化计量相关操作等)的自动化来改善检查的有效性。
自动化检查***确保所制造的零件符合所预期的质量标准并取决于所识别的缺陷/测量的类型来提供有关制造工具、装备和/或组成可能需要的调整的有用信息。
发明内容
根据本公开主题的某些方面，提供了一种用于检查半导体试样的计算机化***，所述半导体试样包括由相应结构性质表征的多个层，所述***包括处理器和存储器电路***(PMC)，所述PMC被配置为：响应于使用具有预定义值的一组扫描参数来扫描所述半导体试样而获得所述半导体试样的实际测量；获得对应于所述实际测量的模拟测量，所述模拟测量根据所述预定义值基于所述半导体试样的设计数据导出；将所述实际测量与所述模拟测量比较以识别相对于预定义容差的偏差；通过以下操作来从所述多个层的所述结构性质识别至少一个结构性质作为所述偏差的根本原因：响应于使用来自所述一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描所述半导体试样而获得一个或多个附加实际测量；以及将所述实际测量和所述一个或多个附加实际测量提供到表示在由所述多个层的所述结构性质、和所述至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将所述至少一个结构性质识别为所述根本原因。
除了以上特征，根据本公开主题的这一方面的***可以技术上可能的任何期望组合或排列包括以下所列的特征(i)至(xiii)中的一者或多者：
(i).所述结构性质包括所述多个层的一个或多个几何性质和/或一个或多个材料性质。
(ii).所述***进一步包括电子束工具，所述电子束工具可操作地连接到所述PMC并被配置为使用具有预定义值的所述一组扫描参数来扫描所述半导体试样并通过收集从所述试样发射的反向散射电子来生成表示所述半导体试样的图像数据。所述实际测量是基于所述图像数据获得的。
(iii).所述实际测量是对比度测量、灰阶分布或由此导出的测量、以及临界尺寸(CD)测量中的一者。
(iv).所述一组扫描参数包括：电子束工具的着陆能量、能量滤波器、倾斜和角滤波器。
(v).在运行时检查之前的设置阶段期间生成所述模拟模型，并且使用所述模拟模型来获得所述模拟测量以对应于如在所述设计数据中所指定的所述层的所述结构性质的预期值。
(vi).响应于对所述偏差的所述识别，在运行时生成所述模拟模型。
(vii).所述模拟模型包括提供多维查找表的信息的数据，所述多维查找表包括对应于所述多个层的所述结构性质的变化值和所述至少一个扫描参数的所述一个或多个变化值的模拟测量。
所述实际测量和所述一个或多个附加实际测量分别与以所述至少一个扫描参数的预定义值和所述一个或多个变化值获得的所述模拟测量映射。基于所述映射中指示的匹配测量来识别所述至少一个结构性质。
(viii).所述模拟模型是基于关于所述至少一个扫描参数的所述实际测量与所述多个层的所述结构性质之间的相关关系创建的分析模型。
给定所述实际测量和所述一个或多个附加实际测量作为输入，所述模拟模型能够提供所述多个层的所述结构性质的实际值作为输出，当与如在所述设计数据中所指定的所述多个层的所述结构性质的预期值比较时，这将所述至少一个结构性质识别为所述根本原因。
(ix).通过模拟由所述半导体试样的一个或多个物理过程引起的一种或多种效应来获得所述模拟测量，所述一个或多个物理过程包括制造过程、根据所述预定义值的扫描过程和信号处理过程。
(x).基于实际测量对所述一组扫描参数中的每个扫描参数的变化值的依赖性来从所述一组扫描参数选择所述至少一个扫描参数。在一些情况下，所述依赖性与所述试样的相关，所述一般结构性质包括所述试样的厚度、所述多个层的所述数量和所述多个层的所述结构性质。
(xi).基于所述多个层的具有未知值的结构性质的数量来确定所述至少一个扫描参数的所述一个或多个变化值的数量。
(xii).所识别的根本原因可用于修改与所述根本原因相关的制造过程的处理步骤。
(xiii).所述半导体试样是叠加靶。
根据本公开主题的其他方面，提供了一种检查半导体试样的计算机化方法，所述半导体试样包括由相应结构性质表征的多个层，所述方法包括：响应于使用具有预定义值的一组扫描参数来扫描所述半导体试样而获得所述半导体试样的实际测量；获得对应于所述实际测量的模拟测量，所述模拟测量根据所述预定义值基于所述半导体试样的设计数据导出；将所述实际测量与所述模拟测量比较以识别相对于预定义容差的偏差；通过以下操作来从所述多个层的所述结构性质识别至少一个结构性质作为所述偏差的根本原因：响应于使用来自所述一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描所述半导体试样而获得一个或多个附加实际测量；以及将所述实际测量和所述一个或多个附加实际测量提供到表示在由所述多个层的所述结构性质、和所述至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将所述至少一个结构性质识别为所述根本原因。
本公开主题的这一方面可以技术上可能的任何期望组合或排列加以必要变更包括关于***所列的特征(i)至(xiii)中的一者或多者。
一种有形地体现指令程序的非暂态计算机可读存储介质，所述指令程序当由计算机执行时使所述计算机进行检查半导体试样的方法，所述半导体试样包括由相应结构性质表征的多个层，所述方法包括：响应于使用具有预定义值的一组扫描参数来扫描所述半导体试样而获得所述半导体试样的实际测量；获得对应于所述实际测量的模拟测量，所述模拟测量根据所述预定义值基于所述半导体试样的设计数据导出；将所述实际测量与所述模拟测量比较以识别相对于预定义容差的偏差；通过以下操作来从所述多个层的所述结构性质识别至少一个结构性质作为所述偏差的根本原因：响应于使用来自所述一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描所述半导体试样而获得一个或多个附加实际测量；以及将所述实际测量和所述一个或多个附加实际测量提供到表示在由所述多个层的所述结构性质、和所述至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将所述至少一个结构性质识别为所述根本原因。
本公开主题的这一方面可以技术上可能的任何期望组合或排列加以必要变更包括关于***所列的特征(i)至(xiii)中的一者或多者。
附图说明
为了理解本公开内容并了解本公开内容可如何进行实践，现在将参考附图仅借助非限制性示例来描述实施例，在附图中：
图1例示了根据本公开主题的某些实施例的检查***的一般化框图。
图2例示了根据本公开主题的某些实施例的检查半导体试样来识别测量偏差的根本原因的一般化流程图。
图3例示了根据本公开主题的某些实施例的使用查找表来识别根本原因的一般化流程图。
图4例示了根据本公开主题的某些实施例的使用分析模型来识别根本原因的一般化流程图。
图5是根据本公开主题的某些实施例的具有多层结构的半导体试样的示意性剖视图。
图6示出了根据本公开主题的某些实施例的响应于扫描试样而获得的灰阶分布的示例。
图7示出了根据本公开主题的某些实施例的用于识别偏差的根本原因的查找表的示例。
具体实施方式
在以下详细描述中，阐述了众多具体细节，以便提供对本公开内容的透彻理解。然而，本领域技术人员将理解，本公开主题可在没有这些具体细节的情况下进行实践。在其他情况下，未详细地描述所熟知的方法、过程、部件和电路，以免模糊本公开主题。
除非另有具体陈述，否则如从以下讨论中所清楚，将了解，贯穿本说明书讨论，利用术语诸如“检查”、“获得”、“比较”、“识别”、“提供”、“扫描”、“生成”、“收集”、“映射”、“模拟”、“选择”、“确定”、“修改”等可指计算机的将数据操纵和/或变换为其他数据的动作和/或处理，所述数据被表示为物理(诸如电子)量，并且/或者所述数据表示物理对象。术语“计算机”应当被广义地解释为涵盖具有数据处理能力的任何种类的基于硬件的电子装置，作为非限制性示例，包括本申请中公开的检查***、测量分析***及其相应部分。
本文所用的术语“非暂时性存储器”和“非暂时性存储介质”应当被广义地解释为涵盖适合于本公开主题的任何易失性或非易失性计算机存储器。所述术语应当包括存储一个或多个指令的单个介质或多个介质(例如，集中式或分布式数据库，和/或相关联的高速缓存和服务器)。所述术语还应当被视为包括能够存储指令集或对其进行编码以供计算机执行且致使计算机执行本公开内容的方法中的任一种或多种的任何介质。因此，所述术语应当包括但不限于只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置等。
本说明书中使用的术语“试样”应当被广义地解释为涵盖用于制造半导体集成电路、磁头、平板显示器和其他半导体制成制品的任何种类的物理对象或基板，包括晶片、掩模、模版和其他结构、以上所述的组合和/或其部分。试样在本文中也称为半导体试样，并且可通过制造装备执行对应制造过程来生产。
本说明书中使用的术语“检查”应当被广泛解释为涵盖与缺陷检测、缺陷评审和/或各种类型的缺陷分类、分割和/或在试样制造过程(也称为制造过程)期间和/或之后的计量操作有关的任何类型的操作过程。通过在制造要检查的试样期间或之后使用非破坏性检查工具来提供检查。作为非限制性示例，检查过程可包括使用相同或不同检查工具进行的运行时扫描(在单次扫描中或多次扫描中)、城乡采样、检测、评审、测量、分类和/或针对试样或其部分提供的其他操作。同样地，检查可在制造要检查的试样之前提供，并且可包括例如生成检查配方和/或其他设置操作。需注意，除非另外具体地陈述，否则本说明书中使用的术语“检查”或其衍生词在检查区域的分辨率或大小方面不受限制。作为非限制性示例，多种非破坏性检查工具包括扫描电子显微镜(SEM)、原子力显微镜(AFM)、光学检查工具等。
本说明书中使用的术语“计量操作”应当被广泛狄解释为涵盖用于提取与半导体试样上的一个或多个结构元件有关的计量信息的任何计量操作程序。在一些实施例中，计量操作可包括测量操作，诸如例如关于试样上的某些结构元件进行的关键尺寸(CD)测量，包括但不限于以下操作：尺寸(例如，线宽度、线间距、接触直径、元件尺寸、边缘粗糙度、灰阶统计等)、元件形状、元件内或部间距离、相关角度、对应于不同设计层的与元件有关的套刻信息等。例如通过采用图像处理技术来分析测量结果(诸如所测量的图像)。需注意，除非另有具体说明，否则本说明书中使用的术语“计量学”或其派生词不受测量技术、测量分辨率或检查区域的大小的限制。
本说明书中使用的术语“缺陷”应当被广义地解释为涵盖形成在试样上的任何种类的异常或不期望特征/功能。在一些情况下，缺陷可能是感兴趣缺陷(DOI)，它是对制成器件的功能有一定影响的真实缺陷，因此检测这种缺陷符合客户利益。例如，可能导致成品率损失的任何“致命”缺陷都可被指示为DOI。在其他一些情况下，缺陷可能是误会(也称为“误报”缺陷)，它可忽略不计，因为它对所完成的器件的功能没有影响，并且也不影响成品率。
本说明书中使用的术语“设计数据”应当被广义地解释为涵盖指示试样的分层物理设计(布局)的任何数据。设计数据可由相应设计员提供，并且/或者可从物理设计导出(例如，通过复杂模拟、简单几何和布尔运算等)。设计数据可不同格式提供，作为非限制性示例，诸如GDSII格式、OASIS格式等。设计数据可以矢量格式、灰度强度图像格式或以其他方式呈现。
本说明书中使用的术语“图像”或“图像数据”应当被广义地解释为涵盖在制造过程期间由检查工具捕获的试样的任何原始图像/帧、通过各种预处理阶段获得的所捕获图像/帧的衍生物和/或计算机生成的合成图像(在一些情况下，基于设计数据)。需注意，在一些情况下，除了图像(例如，所捕获的图像、经处理图像等)之外，本文提及的图像数据还可包括与图像相关联的数值数据(例如，元数据、手工制造的属性等)。还需注意，图像数据可包括与以下项中的一者或多者有关的数据：感兴趣处理步骤、感兴趣层、多个处理步骤和/或试样的多个层。
将了解，除非另外具体地陈述，否则也可在单个实施例中组合地提供在单独实施例的上下文中描述的本公开主题的某些特征。相反地，也可单独地或以任何合适的子组合提供在单个实施例的上下文中描述的本公开主题的各种特征。在以下详细描述中，阐述了众多具体细节，以便提供对方法和装置的透彻理解。
半导体制造的过程通常需要多个顺序处理步骤和/或层，每个步骤和/或层都有可能导致错误，从而导致成品率损失。各种处理步骤的示例可包括光刻、蚀刻、沉积、平面化、生长(诸如例如外延生长)和注入等。可在制造过程期间在不同处理步骤/层处进行各种检查操作，诸如缺陷相关检查和/或计量相关检查，以监测和控制该过程。可进行检查操作数次，例如在某些处理步骤之后和/或在制造某些层之后等。
如上文所述，可使用各种类型的检查工具来进行对半导体试样的检查。作为示例，扫描电子显微镜(SEM)是一种类型的电子显微镜，其通过用聚焦电子束扫描试样来产生试样的图像。SEM能够在半导体晶片制造期间准确地检查和测量特征。电子与试样中的原子相互作用，从而产生含有关于试样的表面形貌和/或组成的信息的各种信号。
具体地，当电子束撞击试样时，生成不同类型的信号。二次电子(SE)源自试样的表面或近表面区域。SE是初级电子束与试样之间的非弹性相互作用的结果，并且具有更低能量。具体地，当入射电子激发试样中的电子并在此过程中失去部分能量时，会产生SE。激发的电子向试样的表面移动，并且如果该激发的电子仍然有足够的能量，则它会作为二次电子从表面逸出。检测到的SE的产生的浅深度使其成为检查试样的表面的形貌的理想选择。
附加地，在束与试样之间的弹性相互作用之后，后向散射电子(BSE)被反射回。该类型的电子源自试样中的相互作用体积内的更广且更深的区域。它们是电子与原子的弹性碰撞的结果，这造成电子的轨迹的变化。具体地，当电子束撞击试样时，试样中的原子以弹性方式(无能量损失)使一些电子偏离其原始路径。从样品反弹的这些基本上弹性散射的初级电子(它们是高能电子)称为BSE。
BSE和SE可由SEM工具的不同检测器收集。如文所述，BSE来自样品的更深区域，而SE源自表面区域。因此，BSE和SE携带不同类型的信息。例如，基于BSE生成的图像对原子数的差异有高敏感性，因此可携带有关试样的内部结构和/或组成的信息(即，这被称为BSE在被提供足够的着陆能量时探测试样深处的穿透能力)，而基于SE生成的图像可提供更详细的表面信息。
随着半导体工艺有所进展，半导体器件被开发成具有越来越复杂的三维结构，其具有更深的层和各种材料组成。当检查具有多个层的半导体试样时，来自试样(诸如BSE)的电子产率表示来自所有被穿透层的电子束的总体响应。基于总体响应产生的信号(例如，来自SEM图像的测量)提供试样的所有被穿透层的内部结构的信息。
在检查期间，当信号展示出与对应参考信号有偏差时，很难找到这种偏差的根本原因，并且在许多情况下是不可能的(例如，哪层和该层的那个具体结构性质引起偏差)。这是因为多个层均具有相应结构性质，诸如例如几何性质和/或材料性质，这些结构性质的如在所制造的试样中所呈现的实际值仍未知。由于表征试样的多个层的多个未知性质，将这些性质与所得的信号正确地相关通常是不可行的，因为不可能基于一个测量信号来检索所有未知性质的值。在许多情况下，为了识别根本原因，必须使用破坏性工具(诸如TEM)破坏试样。
因此，本公开主题的某些实施例提出了用于在不使用破坏性工具的情况下识别具有多层结构的半导体试样中的测量偏差的根本原因的***和方法，如下文所述。
有鉴于此，将注意力转向图1，其例示了根据本公开主题的某些实施例的检查***的功能框图。
作为试样制造过程的部分，可使用图1示出的检查***100来检查半导体试样(例如，晶片、管芯或其部分)。如上文所述，本文提及的检查可解释为涵盖与缺陷检查/检测、缺陷审查、缺陷分类、分割和/或计量操作有关的任何种类的操作，诸如例如关于试样的计量测量等。***100包括一个或多个检查工具120，该检查工具被配置为扫描试样并捕获其图像以针对各种检查应用进行进一步处理。
本文所用的术语“检查工具”应当被广泛地解释为覆盖可用于检查相关过程的任何工具，作为非限制性示例，包括扫描、成像、采样、导出、测量、分类和/或关于试样或其部分提供的其他过程。检查工具120可实施为各种类型的机器。在一些实施例中，检查工具可实施为电子束机器/工具，例如扫描电子显微镜(SEM)、原子力显微镜(AFM)或透射电子显微镜(TEM)等。
在一些情况下，检查工具120中的至少一者可具有计量能力。这种检查工具也称为计量工具。计量工具可被配置为响应于扫描试样而生成图像数据并基于图像数据来进行计量操作。根据扫描的具体方式(例如，一维扫描，诸如线扫描、在x和y方向两者上的二维扫描或在具***点处的点扫描等)，图像数据可以不同格式表示，诸如例如作为灰阶分布、二维图像或离散像素等。
所得的图像数据可直接地或经由一个或多个中间***传输到***101。本公开内容不限于任何具体类型的检查工具和/或由检查工具产生的图像数据的表示/分辨率。
根据本公开主题的某些实施例，检查***100包括基于计算机的***101，该基于计算机的***可操作地连接到检查工具120并能够基于在试样制造期间获得的试样的运行时图像数据、和模拟图像数据来识别半导体试样中的测量偏差的根本原因，如将在下文详述的。***101也称为测量分析***。
具体地，***101包括处理器和存储器电路***(PMC)102，该PMC可操作地连接到基于硬件的I/O接口126。PMC 102被配置为提供操作***所需的处理，如参考图2至图4进一步详述的，并且包括处理器(未单独地示出)和存储器(未单独地示出)。PMC 102的处理器可被配置为根据实施在PMC中包括的非暂态计算机可读存储器上的计算机可读指令来执行若干功能模块。这种功能模块在下文中被称为包括在PMC中。
本文所指的处理器可表示一个或多个通用处理装置，诸如微处理器、中央处理单元等。更特别地，处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实施其他指令集的处理器，或者实施指令集的组合的处理器。处理器还可以是一个或多个专用处理器，诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等。处理器被配置为执行用于执行本文中讨论的操作和步骤的指令。
本文提到的存储器可包括主存储器(例如，只读存储器(ROM)、闪存存储器、动态随机存取存储器(DRAM)(诸如同步DRAM(SDRAM)或RambusDRAM(RDRAM)等)以及静态存储器(例如，闪存存储器、静态随机存取存储器(SRAM)等)。
***101的PMC 102中包括的一个或多个功能模块可包括测量模块104、偏差分析模块106和模拟模块108，这些模块可彼此可操作地连接。具体地，检查工具120(例如，电子束工具)可被配置为使用具有预定义值的一组扫描参数来扫描试样(或其至少一部分)(也称为原始扫描或初始扫描)，从而产生表示试样的图像数据。一旦从检查工具120接收到图像数据，测量模块104可被配置为基于图像数据来获得试样的实际测量。模拟模块108可被配置为获得对应于实际测量的模拟测量。模拟测量可根据具有预定义值的一组扫描参数基于试样的设计数据来导出。
偏差分析模块106可被配置为将实际测量与模拟测量比较以识别相对于预定义容差的偏差。出于识别偏差的根本原因的目的，即为了从多个层的结构性质中找到导致偏差的至少一个结构性质，检查工具120可被配置为使用来自一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描试样一次或多次(除了原始扫描之外，因此也称为附加扫描)，从而产生附加图像数据。测量模块104可被配置为基于附加图像数据来获得一个或多个附加实际测量。偏差分析模块106可被配置为将实际测量和一个或多个附加实际测量提供到表示在由多个层的结构性质、和至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将至少一个结构性质识别为根本原因。
***100和101、PMC 102和其中的功能模块的操作将参考图2至图4进一步详述。
在一些情况下，除了***101之外，检查***100可包括一个或多个检查模块，诸如例如计量操作模块、缺陷检测模块、自动化缺陷评审模块(ADR)、自动化缺陷分类模块(ADC)和/或可用于检查半导体试样的其他检查模块。一个或多个检查模块可实施为独立计算机，或者它们的功能(或其至少一部分)可与检查工具120集成。在一些情况下，***101的输出(例如，所识别的根本原因)可提供到一个或多个检查模块以供进一步处理。
根据某些实施例，***100可包括存储单元122。存储单元122可被配置为存储操作***101所需的任何数据，例如，与***101的输入和输出有关的数据，以及由***101生成的中间处理结果。作为示例，存储单元122可被配置为存储由检查工具120产生的试样和/或其衍生物的实际图像数据、和/或模拟图像数据。因此，可从存储单元122检索这些输入数据并将其提供到PMC 102以供进一步处理。***101的输出(诸如所识别的根本原因)可发送到存储单元122以进行存储。
在一些实施例中，***100可任选地包括基于计算机的图形用户接口(GUI)124，该基于计算机的图形用户接口被配置为启用与***101有关的用户指定的输入。例如，可向用户呈现试样的视觉表示(例如，由形成GUI 124的一部分的显示器)，包括试样的图像数据等。可通过GUI向用户提供定义某些操作参数(诸如例如一组扫描参数的值)的选项。用户还可在GUI上查看操作结果或中间处理结果，诸如例如所识别的偏差、其根本原因等。在一些情况下，***101可被进一步配置为向存储单元122和/或外部***(例如，制造厂(FAB)的产率管理***(YMS))发送某些输出以用于控制与根本原因相关的制造过程的处理步骤。在半导体制造的上下文中的产率管理***(YMS)是数据管理、分析和工具***，其从FAB收集数据，尤其是在制造扩量期间，并且帮助工程师找到提高产率的方法。YMS帮助半导体制造商和FAB用更少的工程师管理大量的生产分析。这些***分析产率数据并生成报告。YMS可由集成器件制造商(IMD)、FAB、无晶片厂半导体公司和外包半导体组装与测试(OSAT)使用。
本领域技术人员将易于了解，本公开主题的教导不受图1示出的***的束缚；等同和/或经修改的功能可另一种方式进行合并或划分，并且可实现在软件与固件和/或硬件的任何适当组合中。
需注意，图1示出的***可实现在分布式计算环境中，其中图1示出的前述部件和功能模块可跨若干本地和/或远程装置分布，并且可通过通信网络链接。作为示例，检查工具120和***101可位于同一实体处(在一些情况下由同一设备托管)或分布在不同实体上，这取决于具体***配置和实施需求。
需进一步注意，在一些实施例中，检查工具120、存储单元122和/或GUI 124中的至少一些可在检查***100外部并经由I/O接口126与***100和101进行数据通信。***101可实施为与检查工具和/或与如上文所述的附加检查模块结合使用的独立计算机。替代地，***101的相应功能可至少部分地与一个或多个检查工具120集成，从而促成和增强检查工具120在检查相关过程中的功能性。
虽然不一定如此，但是***101和100的操作过程可对应于关于图2至图4所述的方法的一些或所有阶段。同样地，关于图2至图4所述的方法及其可能的具体实施可由***101和100实施。因此，需注意，针对关于图2至图4所述的方法讨论的实施例还可加以必要变更实施为***101和100的各个实施例，反之也然。
参考图2，例示了根据本公开主题的某些实施例的检查半导体试样来识别测量偏差的根本原因的一般化流程图。
如上文所述，半导体试样典型地由以相应结构性质表征的多个层制成。作为示例，给定层的结构性质可指表征给定层的一个或多个几何性质和/或材料性质。例如，给定层的几何性质可包括例如层的厚度/高度、层上的某些结构特征的CD(在其中层包括一个或多个结构特征的情况下)和在相同层或不同层的不同材料之间的角度等。材料性质可包括例如形成层的材料的密度和材料的原子数等。
试样的检查过程可在试样的制造过程期间(例如，接在具体层的制造之后)进行多次。在给定层包括结构特征(其制造过程可包括各种处理步骤，诸如例如光刻、蚀刻、填充、沉积、抛光、凹陷、平面化、生长(诸如外延生长)和注入等)的情况下，这种层的检查过程可遵循结构特征的某些处理步骤。
需注意，本文公开的用于识别测量偏差的根本原因的检查过程可在任何层和/或其处理步骤之后执行。本公开内容不应当限于试样中包括的层的具体数量和/或层的具体组成。
图5例示了根据本公开主题的某些实施例的具有多层结构的示例性半导体试样的示意性剖视图。
举例说明的试样500由六个层组成(每个层用层编号1至6标示)。底层(层1)是基板层。在层1的基础上按顺序制造层2至6。在本示例中，层2嵌入在层3内并包括多个结构特征，诸如例如触点。层4至6是沉积在顶上的平坦层。层中的每一者可由结构性质(诸如几何性质和/或材料性质)表征。例如，层1至6中的每个层由其相应层厚度和材料密度等表征，这些层的实际性质值(如在所制造的试样中存在的)是未知的。
响应于使用具有预定义值的一组扫描参数来扫描试样(例如，由检查工具120)，可获得(202)(例如，由PMC 102中的测量模块104)试样的实际测量。
在一些实施例中，检查工具120可实施电子束机器/工具，诸如例如扫描电子显微镜(SEM)、原子力显微镜(AFM)或透射电子显微镜(TEM)等。电子束工具可操作地连接到***101的PMC 102，并且被配置为使用具有预定义值的一组扫描参数来扫描试样(下文也称为初始扫描或原始扫描，用于与如下文所述的附加扫描区分的目的)。表征检查工具的一组扫描参数可包括以下项中的一者或多者：电子束的着陆能量、检测器的能量滤波器、(试样表面的)倾斜、检测器的角滤波器、焦点和电子束工具的任何其他扫描参数。
如上文所述，出于反映试样的内部结构的目的，可收集从试样发射的反向散射电子(BSE)。BSE的电子产率表示来自试样的所有被穿透层的束的总体响应。可基于所收集的BSE来生成表示试样的图像数据。取决于扫描的具体方式，图像数据可以不同格式表示。作为示例，在试样在一维上(例如，沿在x或y方向上的线)进行扫描(即，一维扫描)的情况下，图像数据可表示为表示沿线的灰阶分布的灰阶分布(这也称为线扫描)。作为另一个示例，在试样在x和y方向上被扫描(即，二维扫描)的情况下，图像数据可表示为二维图像。作为又一个示例，在试样在具***点(诸如晶片上的离散位置)处被扫描的情况下，图像数据可表示为表示在相应位置处的灰阶分布的离散像素的映射图(这也称为点扫描)。
实际测量可指可从图像数据导出的任何类型的测量数据，包括但不限于例如，灰阶分布(profile)/分布(distribution)或从中导出的测量、指示图像中的颜色或亮度的范围/差的对比度测量、CD测量等。
图6例示了根据本公开主题的某些实施例的响应于扫描试样而获得的灰阶分布的示例。
假定要扫描的试样是图5中的举例说明的试样500。电子束(e-束)工具(诸如SEM)可用于扫描试样，从而生成表示试样的图像数据。例如，可通过收集从试样发射的BSE来生成图像数据。假定试样在x和y方向两者上被扫描，图像数据因此呈SEM图像的形式。可从SEM图像导出灰阶分布600，例如，通过沿垂直于层2中的结构特征的纵向方向的方向对像素值取求平均。替代地，在试样在一维上(例如，沿垂直于结构特征的纵向方向的方向)被扫描的情况下，所获取的图像数据直接地以灰阶分布600的形式表示。灰阶分布600表示在呈现两个灰阶值的波形信号中：峰表示来自包埋层2中的结构特征的部分的BSE产率，而底表示剩余部分的BSE产率。如上文所述，BSE产率表示来自试样的所有被穿透层的总体响应。在一个示例中，从灰阶分布导出的测量数据可直接地表示为两个灰阶值(即，两个GL测量)。在另一个示例中，从灰阶分布导出的测量数据可以是对比度测量，例如，基于在两个灰阶值与其平均灰阶值的间的差计算的对比度比率。
可(例如，由PMC 102中的模拟模块108)获得(204)对应于实际测量的模拟测量。根据一组扫描参数的预定义值基于试样的设计数据导出模拟测量。
在一些实施例中，可通过模拟由半导体试样的一个或多个物理过程(诸如例如制造过程、根据具有预定义值的一组扫描参数的扫描过程和信号处理过程)引起的一种或多种效应、产生模拟图像并从模拟图像获得模拟测量来获得模拟测量。下文详细地描述对各种效应的模拟。
可基于试样的设计数据(例如，CAD)来模拟由试样的制造过程(FP)引起的物理效应(也称为FP模拟)。在FP模拟之后的模拟输出表示设计数据中的设计图案将如何实际上出现在晶片上。换句话说，FP模拟将设计意图布局转移到晶片上的预期经处理图案。这种模拟也称为步进模拟，并且可例如通过将CAD数据(例如，以光栅化CAD的形式)与步进束形状滤波器卷积来进行。步进模拟假定步进光学束的高斯形状。例如，晶片上的图案可被定义为二进制CAD图像与模拟步进光学束形状的高斯滤波器的卷积的阈值化。
可基于FP模拟输出来模拟(也称为扫描模拟)由扫描过程引起的物理效应。扫描过程是指当由检查工具(例如，电子束工具)使用一组扫描参数来扫描试样、从而生成检查信号(例如，电子束信号)时的过程。扫描模拟旨在基于从试样发射并由检测器检测到的电子的产率来模拟电子束信号以用于进一步信号处理的目的。这种模拟在与实际图像数据的获取和实际测量相同的扫描条件下(即，根据具有预定义值的一组扫描参数)进行。作为示例，可由SEM工具的SEM束以预定义着陆能量(如在一组扫描参数中所定义)扫描试样，并且可基于从试样发射的BSE和由被配置有特定扫描参数(诸如例如能量滤波器和/或角滤波器)(如在一组扫描参数中所预定义)的BSE检测器检测到的量来生成BSE信号。如所已知，SEM束具有高斯形状。作为示例，可通过晶片电子产率(诸如BSE产率)与SEM束(由SEM点扩展函数(PSF)表示)的卷积来模拟从试样发射的BSE信号。可基于如在从FP模拟产生的模拟输出中所呈现的晶片形貌和试样的材料性质来定义晶片电子产率。可基于所模拟的发射信号、和检测器配置来模拟由检测器检测到的BSE信号。
可基于扫描模拟输出来模拟由电子束工具的信号处理过程引起的物理效应。信号处理过程是指其中由检查工具中的信号处理模块处理检查信号(例如，BSE信号)、从而产生要检查的输出模拟图像(例如，BSE图像)的信号处理路径。信号处理模拟反映信号路径对信号和噪声两者的影响。在信号处理模拟之后的模拟图像是模拟SEM图像、或更具体地是模拟BSE图像。
在一些实施例中，在在运行时检查之前的设置阶段期间生成这种模型的情况下，可通过模拟模型(例如，如在PMC 102中的模拟模块108中所包括)来进行上文所述的模拟过程。下文将参考图2的框212、以及图3和图4来描述模拟模型的细节。一旦根据上文所述的模拟过程生成模拟图像，就可从模拟图像导出对应于实际测量的模拟测量。例如，当实际测量是对比度测量时，诸如例如基于实际图像数据中的灰阶值计算的对比度测量，可相应地从模拟图像导出相同测量。
可将如在框202中所获得的实际测量与如在框204中所获得的模拟测量(例如，由PMC 102中的偏差分析模块106)进行比较(206)，以识别在两者间的相对于预定义容差的偏差。作为示例，取决于测量数据的类型，可将预定义容差指定为阈值、比率/百分比、范围等。例如，在测量是对比度测量的情况下，可比较实际对比度和模拟对比度以获得在两者间的差。将差与预定义容差比较，并且如果差高于容差，则识别出偏差。在此类情况下的预定义容差可被定义为差与模拟/实际对比度之间的比率或百分比。
如上文所述，基于一个实际测量来识别偏差的根本原因是不可行的，这是表征试样的多个层的多个未知结构性质(例如，几何性质和/或材料性质)所致，这些未知结构性质的值不能基于一个测量信号来进行检索。在许多情况下，为了确定根本原因，必须使用破坏性工具破坏试样。
出于解决该问题的目的，本公开内容提出了用于在不使用破坏性措施的情况下识别与试样的多个层的各种结构性质的偏差的根本原因的解决方案。一般来讲，这可通过使用不同扫描参数(例如，一组扫描参数中的至少一个扫描参数的变化值)来进行对试样的附加扫描并获取提供到具体配置的模拟模型以识别根本原因性质的附加实际测量来完成。
具体地，可从多个层的结构性质(例如，由偏差分析模块106)识别(208)至少一个结构性质作为偏差的根本原因。识别可进行如下：响应于使用来自一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描试样(例如，由检查工具120，除了初始扫描之外，因此在本文中也称为附加扫描)而获得(210)(例如，由测量模块104)一个或多个附加实际测量，以及将实际测量和一个或多个附加实际测量提供(212)到表示由多个层的结构性质、和至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型(例如，如在模拟模块108中所包括)，从而将至少一个结构性质识别为根本原因。
出于收集附加测量数据以补充初始测量数据的目的，当识别出实际测量与模拟测量之间的偏差时(如参考框206所述)进行参考框210的对试样的附加扫描，从而使得能够检索多个层的结构性质的实际值。
附加扫描和测量可以与上文参考框202所述的相似的方式进行。来自一组扫描参数的至少一个扫描参数的值可变化一次或多次，并且可使用至少一个扫描参数的变化值连通该组中的其他扫描参数一起扫描试样。在一些实施例中，可基于实际测量对一组扫描参数中的每个扫描参数的变化值的依赖性(即每个扫描参数的值的变化可如何影响实际测量的变化)来从一组扫描参数选择值要变化的至少一个扫描参数。这种依赖性可与试样的一般结构性质(诸如例如试样的厚度、层的数量、层的材料、每个层的结构图案/特征等)相关。
作为示例，在着陆能量的值的变化可能造成具体试样的测量变化的情况下，即当测量具有相对于层的结构(例如，材料/几何结构)的不同能量依赖性时，可选择束的着陆能量作为至少一个结构性质。作为另一个示例，在测量具有相对于层的结构(例如，材料/几何结构)的不同角依赖性的情况下，可选择检测器的角滤波器。所选择的结构性质的值可在预定义范围内且以适当间隔变化。
在一些情况下，可基于多个层的结构性质具有未知值的数量来确定至少一个扫描参数的一个或多个变化值的数量。在一些情况下，出于导出更多附加测量的目的，可从组选择多于一个结构性质并将其组合地使用。例如，在图5的示例中，试样由六个层组成，并且每个层由相应层厚度和材料密度表征，层的实际性质值未知，共有12个结构性质(即每层2个性质*6层)具有未知值。出于导出这些性质的值的目的，至少要求等效数量的测量数据。
如图6所示，从初始扫描产生的灰阶分布600可提供两个灰阶值作为两个测量。为了获得足够的测量，需要另外五次附加扫描来获得五个灰阶分布，这可提供十个附加测量。这可通过例如选择至少一个扫描参数(诸如例如着陆能量)并使其值变化五次(例如，以某一间隔从预定义值变化)来完成，从而获得附加灰阶分布。在另一个示例中，可选择多个扫描参数，诸如着陆能量和能量滤波器两者，其中每个参数的值可变化几次，以便使足够的附加测量被一起获得。在一些情况下，对于对试样的具体扫描，多个扫描参数的值可同时变化。
一旦获得附加测量，就可将从原始扫描产生的实际测量和从附加扫描产生的一个或多个附加实际测量提供到模拟模型以识别根本原因，如参考框212所述。生成模拟模型以表示多维性质空间中的模拟测量分布。多维性质空间中的多个维度包括各自作为维度的多个层的结构属性和作为维度的至少一个扫描参数。可以各种方式生成和使用模拟模型，如下文参考图3和图4所举例说明。
图3例示了根据本公开主题的某些实施例的使用查找表来识别根本原因的一般化流程图。
在一些实施例中，模拟模型包括提供多维查找表的信息的数据，该多维查找表包括对应于多个层的结构性质的变化值和至少一个扫描参数的变化值的模拟测量。需注意，尽管本示例中使用了术语“查找表”，但是这仅出于示例性目的，并且不应当被视为限制本公开内容。模拟模型可由其他合适类型的数据表示表示，诸如例如阵列、列表、索引或图形表示(例如，图形、曲线、图表等)代替表表示。
可(例如，由模拟模块108)获得(302)模拟模型(例如，示例中的多维查找表)。在一些实施例中，可在运行时检查之前的设置阶段期间预生成模拟模型。在一些其他情况下，响应于参考框206对偏差的识别，可以在运行时生成模拟模型。
将实际测量和一个或多个附加实际测量分别与以至少一个扫描参数的预定义值(初始设置的预定义值中的一者)和一个或多个变化值获得的模拟测量映射(304)(例如，由偏差分析模块106)。具体地，将实际测量(在初始扫描期间获得)与以至少一个扫描参数的预定义值获得的模拟测量(如在模拟模型中所表示)映射，从而识别一个或多个匹配测量(也称为第一匹配测量)。将一个或多个附加实际测量(在使用至少一个扫描参数的多个变化值的附加扫描期间获得)分别与以至少一个扫描参数的一个或多个变化值获得的模拟测量(如在模拟模型中所表示)映射，从而识别一个或多个匹配测量(也称为第二匹配测量)。
可基于映射中指示的匹配测量来将来自多个层的结构性质的至少一个结构性质识别(306)为根本原因。作为示例，可比较如在实际测量(在初始扫描期间获得)与以预定义值获得的模拟测量之间的映射中所识别的第一匹配测量和如在一个或多个附加实际测量与以至少一个扫描参数的一个或多个变化值获得的模拟测量之间的映射中所识别的第二匹配测量，并且可将层的结构性质的实际值确定为产生第一匹配测量和第二匹配测量两者的实际值。
参考图7，例示了根据本公开主题的某些实施例的用于识别偏差的根本原因的查找表的示例。
出于易于例示的目的，假定简化试样具有三个层：基板底层，在底层顶上的由金制成的第二层(层2)，以及覆盖第二层并由氧化硅制成的第三层(层3)。第二层和第三层是没有具体结构特征的平坦层。如在试样的设计数据中所指定的第二层的预期层厚度是20nm。如在试样的设计数据中所指定的第三层的预期层厚度是100nm。这两个层的实际层厚度是试样的两个未知结构性质。
在试样的初始扫描期间，电子束工具被配置有具有10keV的着陆能量的束。从初始扫描得到的实际测量(例如，表示在主束的电子上所发射的BSE的平均数量的BSE产率)是0.622。基于设计数据，在相同水平的着陆能量下的模拟测量计算为0.687。识别在两个测量之间的偏差。由于这两个层有两个未知结构性质，因此不可能基于一个实际测量来识别哪个层未按设计制造，由此引起偏差，如在查找表700中进一步展示。
查找表700例示了在10keV的相同着陆能量下获得的对应于层2和层3的变化厚度值的模拟测量。如图所示，表700的行列出层2的厚度(标示为H2)的变化值，该变化值的范围是从15nm至21nm。表700的列列出层3的厚度(标示为H3)的变化值，该变化值的范围是从40nm至145nm。表中的每个值表示以层2和层3的厚度值模拟的模拟测量，如对应行和列所指示。用于获得模拟测量的模拟过程可以与上文参考图2的框204所述的相似的方式进行。
当将0.622的实际测量与表700所列的在10keV的相同着陆能量下获得的模拟测量映射时，可看出，四个模拟测量被识别为具有0.622的匹配值(如在表中突出显示的)。四个匹配测量对应于层2和层3的层厚度的四个不同组合，这可产生实际测量。因此，四个试样中的哪一个反映实际试样的实际结构性质仍未知。
出于解决该问题的目的，需要获取至少一个附加实际测量。附加扫描使用值从10keV改变为20keV的着陆能量来进行。从附加扫描得到的附加实际测量是0.305。查找表702例示了对应于在20keV的着陆能量下获得的层2和层3的变化厚度值的模拟测量。
当将0.305的附加实际测量与表702所列的模拟测量映射时，六个模拟测量被识别为具有0.305的匹配值(如在表702中突出显示的)。六个匹配测量对应于层2和层3的层厚度的六个不同组合，这可产生实际测量。
当比较表700中的四个匹配测量的位置和表702中的六个匹配测量的位置时，可看出，仅一个位置在这两个表之间匹配，该位置在这两个表中都被圈出，从而表示层2的17nm厚度和层3的100nm厚度的组合。因此，通过在实际测量与以对应着陆能量的模拟测量之间进行映射，可揭示两种未知结构性质的实际性质值。通过将实际性质值与如在设计数据中所指定的预期值(层2是20nm，层3是100nm)比较，可将根本原因识别为层2的与20nm的设计值有偏差的层厚度(17nm)。
需注意，尽管表700和702被例示为两个单独二维表，但是这仅用于例示的目的。这两个表可组合并表示为三维查找表，其中第三维表示着陆能量的变化值。
作为使用提供多维查找表的信息的数据来表示模拟模型的替代，如图3所例示和图7所举例说明，在一些其他实施例中，模拟模型可表示为分析模型。图4例示了根据本公开主题的某些实施例的使用分析模型来识别根本原因的一般化流程图。
可获得(402)分析模型，该分析模型是基于关于至少一个扫描参数的实际测量(包括初始和附加实际测量)与层的结构性质之间的相关关系创建的。作为示例，该关系可基于测量的物理参数化或关于层的不同结构(在材料和几何结构方面)的蒙特卡罗模拟。可提供(404)实际测量和一个或多个附加实际测量作为分析模型的输入，该分析模型能够提供层的结构性质的实际值作为输出。可将结构性质的实际值与如在设计数据中所指定的预期值比较(406)，从而将至少一个结构性质识别为根本原因。
继续如参考图7所述的示例，其中简化试样由三个层组成：基板底层、由金(Au)制成的第二层和由氧化硅(SiO)制成的第三层。可基于实际测量、以及层的结构性质、和至少一个扫描参数之间的相关关系来定义分析模型，如本示例的以下方程所表示：
以上方程所列的参数被定义如下：
HAu：第二层(金层)的层厚度
HSiO：第三层(氧化硅层)的层厚度
η1：在第一着陆能量EL1＝10keV时测量的BSE产率(即，实际测量)
η2：在第二着陆能量EL2＝20keV时测量的BSE产率(即，实际测量)
ηB1：基于如上文所述的参数化计算的在EL1＝10keV时从基板层的BSE产率
ηB2：基于如上文所述的参数化计算的在EL2＝20keV时从基板层的BSE产率
CSiO：基于氧化硅(SiO)的材料性质的常数
CAu：基于金(Au)的材料性质的常数
E1：在EL1时在SiO层之后的电子束的平均能量
E2：在EL2时在SiO层之后的电子束的平均能量
假定参数的值获得如下：η1＝0.62185,η2＝0.3053,ηB1＝0.217,ηB2＝0.209，CSiO＝0.0379，CAu＝1.99，E1＝9.595keV，E2＝19.766keV。当将这些值提供到方程时，可导出第二层和第三层的厚度：
HAu＝17nm，HSiO＝99.2nm
当将这两个层的所导出的厚度值与如在设计数据中所指定的预期值(例如，分别是20nm和100nm)比较时，可确定金层的层厚度与其设计有偏差，因此被视为测量偏差的根本原因。
需注意，模拟模型的以上示例(诸如例如查找表和分析模型)是出于示例性目的例示的，并且决不应当被视为限制本公开内容。除了以上内容之外或作为其代替，可实施实现模拟模型的其他方式。作为示例，在一些情况下，模拟模型可实施为机器学习(ML)模型。例如，可使用训练集来训练ML模型，该训练集包括对应于层的结构性质的变化值的不同组合的模拟测量和从一组扫描参数选择的至少一个扫描参数，其中可例如基于蒙特卡罗模拟来获得模拟测量。ML模型一旦经过训练就可用于指示出在运行时获得实际测量的目的而选择哪个扫描参数。当被馈送有以所选择的扫描参数的变化值获得的实际测量时，ML模型可提供结构性质的实际值和/或测量偏差的根本原因。
出于过程控制(诸如例如修改制造过程中与根本原因相关的处理步骤)的目的，可使用所识别的根本原因。例如，在图7的示例中，确定金层的层厚度与其设计值有偏差，因此被视为测量偏差的根本原因。在这种情况下，可基于减小的层厚度(与设计值相比)来研究制造金层的处理步骤，并且可采取措施来调整/优化处理步骤，由此消除将来偏差。
需注意，本公开内容中例示的示例和实施方案，诸如例如半导体试样的示例、模拟过程和技术、举例说明的模拟模型等，是出于示例性目的例示的，并且决不应当被视为限制本公开内容。除了或代替以上内容，可使用其他适当的示例/具体实施。
如本文所述的本公开主题的某些实施例的优点中的一者是提供用于在不使用破坏性措施的情况下识别具有由各种结构性质表征的多层结构的半导体试样中的测量偏差的根本原因的解决方案。这可通过以下操作来实现：使用不同扫描参数(例如，至少一个扫描参数的变化值)来进行试样的附加扫描，并且获取附加实际测量，由此提供足够的测量数据来确定各种结构性质的实际值并识别根本原因。
如本文所述的本公开主题的某些实施例的另外优点中的一者是提供表示由多个层的各种结构性质、和至少一个扫描参数表征的多维性质空间中的模拟测量分布的具体配置的模拟模型。将所获得的足够的测量数据提供到模拟模型，该模拟模型能够通过以下操作来识别根本原因性质：将实际测量与模拟测量映射，并且导出结构性质的实际值，该实际值然后与如设计数据所指定的预期值比较。
将理解，本公开内容在其应用方面不限于本文所含的描述中阐述的或附图中例示的细节。
还将理解，根据本公开内容的***可至少部分地实施在适当编程的计算机上。同样地，本公开内容设想可由计算机读取来执行本公开内容的方法的计算机程序。本公开内容进一步设想有形地体现可由计算机执行来执行本公开内容的方法的指令程序的非暂态计算机可读存储器。
本公开内容能够具有其他实施例并能够以各种方式实践和进行。因此，将理解，本文采用的措辞和术语是出于描述的目的的，并且不应当被视为限制性的。因此，本领域技术人员将了解，本公开内容所基于的构思可易于用作设计用于进行本公开主题的若干目的的其他结构、方法和***的基础。
本领域技术人员将易于了解，在不背离本公开内容的在所附权利要求书中并由其限定的范围的情况下，可将各种修改和改变应用于如前文所述的本公开内容的实施例。
Claims (20)
1.一种用于检查半导体试样的计算机化***，所述半导体试样包括由相应结构性质表征的多个层，所述***包括处理器和存储器电路***(PMC)，所述PMC被配置为：
响应于使用具有预定义值的一组扫描参数来扫描所述半导体试样而获得所述半导体试样的实际测量；
获得对应于所述实际测量的模拟测量，所述模拟测量根据所述预定义值基于所述半导体试样的设计数据导出；
将所述实际测量与所述模拟测量比较以识别相对于预定义容差的偏差；
通过以下操作来从所述多个层的所述结构性质识别至少一个结构性质作为所述偏差的根本原因：
响应于使用来自所述一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描所述半导体试样而获得一个或多个附加实际测量；以及
将所述实际测量和所述一个或多个附加实际测量提供到表示在由所述多个层的所述结构性质、和所述至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将所述至少一个结构性质识别为所述根本原因。
2.根据权利要求1所述的计算机化***，其中所述结构性质包括所述多个层的一个或多个几何性质和/或一个或多个材料性质。
3.根据权利要求1所述的计算机化***，进一步包括电子束工具，所述电子束工具可操作地连接到所述PMC并被配置为使用具有预定义值的所述一组扫描参数来扫描所述半导体试样并通过收集从所述试样发射的反向散射电子来生成表示所述半导体试样的图像数据，并且其中所述实际测量是基于所述图像数据获得的。
4.根据权利要求1所述的计算机化***，其中所述实际测量是对比度测量、灰阶分布或由此导出的测量、以及临界尺寸测量中的一者。
5.根据权利要求1所述的计算机化***，其中所述一组扫描参数包括：电子束工具的着陆能量、能量滤波器、倾斜和角滤波器。
6.根据权利要求1所述的计算机化***，其中在运行时检查之前的设置阶段期间生成所述模拟模型，并且使用所述模拟模型来获得所述模拟测量以对应于如在所述设计数据中所指定的所述层的所述结构性质的预期值。
7.根据权利要求1所述的计算机化***，其中响应于对所述偏差的所述识别，在运行时生成所述模拟模型。
8.根据权利要求1所述的计算机化***，其中所述模拟模型包括提供多维查找表的信息的数据，所述多维查找表包括对应于所述多个层的所述结构性质的变化值和所述至少一个扫描参数的所述一个或多个变化值的模拟测量，并且
其中所述实际测量和所述一个或多个附加实际测量分别与以所述至少一个扫描参数的预定义值和所述一个或多个变化值获得的所述模拟测量映射，并且其中基于所述映射中指示的匹配测量来识别所述至少一个结构性质。
9.根据权利要求1所述的计算机化***，其中所述模拟模型是基于关于所述至少一个扫描参数的所述实际测量与所述多个层的所述结构性质之间的相关关系创建的分析模型，并且
其中给定所述实际测量和所述一个或多个附加实际测量作为输入，所述模拟模型能够提供所述多个层的所述结构性质的实际值作为输出，当与如在所述设计数据中所指定的所述多个层的所述结构性质的预期值比较时，这将所述至少一个结构性质识别为所述根本原因。
10.根据权利要求1所述的计算机化***，其中通过模拟由所述半导体试样的一个或多个物理过程引起的一种或多种效应来获得所述模拟测量，所述一个或多个物理过程包括制造过程、根据所述预定义值的扫描过程和信号处理过程。
11.根据权利要求1所述的计算机化***，其中基于实际测量对所述一组扫描参数中的每个扫描参数的变化值的依赖性来从所述一组扫描参数选择所述至少一个扫描参数。
12.根据权利要求1所述的计算机化***，其中基于所述多个层的具有未知值的结构性质的数量来确定所述至少一个扫描参数的所述一个或多个变化值的数量。
13.根据权利要求1所述的计算机化***，其中所识别的根本原因可用于修改与所述根本原因相关的制造过程的处理步骤。
14.一种检查半导体试样的计算机化方法，所述半导体试样包括由相应结构性质表征的多个层，所述方法包括：
响应于使用具有预定义值的一组扫描参数来扫描所述半导体试样而获得所述半导体试样的实际测量；
获得对应于所述实际测量的模拟测量，所述模拟测量根据所述预定义值基于所述半导体试样的设计数据导出；
将所述实际测量与所述模拟测量比较以识别相对于预定义容差的偏差；
通过以下操作来从所述多个层的所述结构性质识别至少一个结构性质作为所述偏差的根本原因：
响应于使用来自所述一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描所述半导体试样而获得一个或多个附加实际测量；以及
将所述实际测量和所述一个或多个附加实际测量提供到表示在由所述多个层的所述结构性质、和所述至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将所述至少一个结构性质识别为所述根本原因。
15.根据权利要求14所述的计算机化方法，进一步包括使用电子束工具来使用具有预定义值的所述一组扫描参数来扫描所述半导体试样并通过收集从所述试样发射的反向散射电子来生成表示所述半导体试样的图像数据，并且其中所述实际测量是基于所述图像数据获得的。
16.根据权利要求14所述的计算机化方法，其中所述模拟模型包括提供多维查找表的信息的数据，所述多维查找表包括对应于所述多个层的所述结构性质的变化值和所述至少一个扫描参数的所述一个或多个变化值的模拟测量，并且
其中所述实际测量和所述一个或多个附加实际测量分别与以所述至少一个扫描参数的预定义值和所述一个或多个变化值获得的所述模拟测量映射，并且其中基于所述映射中指示的匹配测量来识别所述至少一个结构性质。
17.根据权利要求14所述的计算机化方法，其中所述模拟模型是基于关于所述至少一个扫描参数的所述实际测量与所述多个层的所述结构性质之间的相关关系创建的分析模型，并且
其中给定所述实际测量和所述一个或多个附加实际测量作为输入，所述模拟模型能够提供所述多个层的所述结构性质的实际值作为输出，当与如在所述设计数据中所指定的所述多个层的所述结构性质的预期值比较时，这将所述至少一个结构性质识别为所述根本原因。
18.根据权利要求14所述的计算机化方法，其中基于实际测量对所述一组扫描参数中的每个扫描参数的变化值的依赖性来从所述一组扫描参数选择所述至少一个扫描参数。
19.根据权利要求14所述的计算机化方法，其中基于所述多个层的具有未知值的结构性质的数量来确定所述至少一个扫描参数的所述一个或多个变化值的数量。
20.一种有形地体现指令程序的非暂态计算机可读存储介质，所述指令程序当由计算机执行时使所述计算机进行检查半导体试样的方法，所述半导体试样包括由相应结构性质表征的多个层，所述方法包括：
响应于使用具有预定义值的一组扫描参数来扫描所述半导体试样而获得所述半导体试样的实际测量；
获得对应于所述实际测量的模拟测量，所述模拟测量根据所述预定义值基于所述半导体试样的设计数据导出；
将所述实际测量与所述模拟测量比较以识别相对于预定义容差的偏差；
通过以下操作来从所述多个层的所述结构性质识别至少一个结构性质作为所述偏差的根本原因：
响应于使用来自所述一组扫描参数的至少一个扫描参数的一个或多个变化值来扫描所述半导体试样而获得一个或多个附加实际测量；以及
将所述实际测量和所述一个或多个附加实际测量提供到表示在由所述多个层的所述结构性质、和所述至少一个扫描参数表征的多维性质空间中的模拟测量分布的模拟模型，从而将所述至少一个结构性质识别为所述根本原因。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US18/091,314 | 2022-12-29 | ||
| US18/091,314 US20240219313A1 (en) | 2022-12-29 | 2022-12-29 | Measurement deviation analysis for a semiconductor specimen |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118275438A true CN118275438A (zh) | 2024-07-02 |
Family
ID=91643449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311813541.1A Pending CN118275438A (zh) | 2022-12-29 | 2023-12-25 | 用于半导体试样的测量偏差分析 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240219313A1 (zh) |
| KR (1) | KR20240107005A (zh) |
| CN (1) | CN118275438A (zh) |
-
2022
- 2022-12-29 US US18/091,314 patent/US20240219313A1/en active Pending
-
2023
- 2023-12-25 CN CN202311813541.1A patent/CN118275438A/zh active Pending
- 2023-12-27 KR KR1020230192532A patent/KR20240107005A/ko unknown
Also Published As
| Publication number | Publication date |
|---|---|
| KR20240107005A (ko) | 2024-07-08 |
| US20240219313A1 (en) | 2024-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102330735B1 (ko) | 패터닝된 웨이퍼들 상의 결함들의 서브-픽셀 및 서브-해상도 로컬리제이션 | |
| CN108352336B (zh) | 确定样品上所关注图案的一或多个特性 | |
| JP2017523390A (ja) | 検査のための高解像度フルダイイメージデータの使用 | |
| JP2010535430A (ja) | 半導体デバイス特徴の抽出、生成、視覚化、ならびに監視方法 | |
| JP2020115131A (ja) | 試験片の調査の方法およびそのシステム | |
| US10922808B2 (en) | File selection for test image to design alignment | |
| US20190025229A1 (en) | Identifying a source of nuisance defects on a wafer | |
| KR102579578B1 (ko) | 반도체 적용을 위한 참조 이미지 생성 | |
| CN115917436A (zh) | 通过对重叠结构上的反向散射电子建模以测量叠加的目标及算法 | |
| US20230230349A1 (en) | Identification of an array in a semiconductor specimen | |
| US20240219313A1 (en) | Measurement deviation analysis for a semiconductor specimen | |
| KR20230057462A (ko) | 시료 검사의 셋업 | |
| US11921063B2 (en) | Lateral recess measurement in a semiconductor specimen | |
| US11443420B2 (en) | Generating a metrology recipe usable for examination of a semiconductor specimen | |
| US20240062355A1 (en) | Overlay measurement for a semiconductor specimen | |
| US11686571B2 (en) | Local shape deviation in a semiconductor specimen | |
| JPWO2006120722A1 (ja) | 半導体デバイスの製造方法 | |
| TW202424466A (zh) | 用於半導體試樣的套刻測量 | |
| CN117726895A (zh) | 用于半导体试样的端对端测量 | |
| TW202339038A (zh) | 基於機器學習的半導體樣品的檢查及其訓練 | |
| CN117642624A (zh) | 来自由样品去层期间取得的配准图像堆叠所产生的3d数据立方体的3d计量 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication |