JP2007273605A - Pattern formation analysis method and system thereof - Google Patents

Pattern formation analysis method and system thereof Download PDF

Info

Publication number
JP2007273605A
JP2007273605A JP2006095528A JP2006095528A JP2007273605A JP 2007273605 A JP2007273605 A JP 2007273605A JP 2006095528 A JP2006095528 A JP 2006095528A JP 2006095528 A JP2006095528 A JP 2006095528A JP 2007273605 A JP2007273605 A JP 2007273605A
Authority
JP
Japan
Prior art keywords
pattern
data
evaluation
principal component
reference pattern
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
Application number
JP2006095528A
Other languages
Japanese (ja)
Inventor
Tatsuo Sato
達雄 佐藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Japan Semiconductor Corp
Original Assignee
Toshiba Corp
Iwate Toshiba Electronics Co Ltd
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 Toshiba Corp, Iwate Toshiba Electronics Co Ltd filed Critical Toshiba Corp
Priority to JP2006095528A priority Critical patent/JP2007273605A/en
Publication of JP2007273605A publication Critical patent/JP2007273605A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Electron Beam Exposure (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a pattern formation analysis method and analysis system that enable prediction of improvement degrees of characteristics or functions from corrected values of correction parts of a pattern, after specifying the correction parts of the pattern improving the characteristics or the functions of a final product. <P>SOLUTION: Evaluation data generated by measuring each deviation amount of an evaluation pattern in an X-direction and in a Y-direction from a reference pattern are acquired for each substrate lot, at an evaluation point 21 in which the evaluation pattern 24 is formed with a material having a thickness onto a substrate 20 provided with the reference pattern 22 beforehand. Main components of the evaluation data are compared with function data showing the characteristics/functions of the final product so as to extract the main component that significantly improves the functions. The evaluation data that have a large absolute value of an element of an eignevector are extracted from an improvement direction of the main component that significantly improves the functions so as to find out a deviation direction of functional improvement. Consequently, it is possible to improve a yield of the final products. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は光、電子線などの線源を利用しパターンを形成する加工装置に関し、特に製作パターンが所定の位置に形成されているかどうかを解析する方法およびその解析システムを提供するものである。   The present invention relates to a processing apparatus for forming a pattern by using a light source such as light or an electron beam, and in particular, provides a method for analyzing whether a manufacturing pattern is formed at a predetermined position and an analysis system therefor.

半導体プロセスでは、半導体ウエハ上に多数の半導体チップをステッパ露光装置を用いて作製し、ダイシングすることによってチップ分割され最終製品となる。ステッパ露光装置に使用するレチクルに形成されたパターンの製作精度や、ステッパ露光装置の装置精度に起因するパターン合わせ精度によりその最終製品の特性はばらつくこととなる。その特性ばらつきが大きい場合は製品の歩留まりに影響するのでその原因を追究する必要が生じる。   In the semiconductor process, a large number of semiconductor chips are produced on a semiconductor wafer by using a stepper exposure apparatus, and the chips are divided by dicing into final products. The characteristics of the final product vary depending on the manufacturing accuracy of the pattern formed on the reticle used in the stepper exposure apparatus and the pattern alignment accuracy resulting from the apparatus accuracy of the stepper exposure apparatus. When the characteristic variation is large, it affects the yield of the product, so it is necessary to investigate the cause.

従来上記特性のばらつきを抑えるために通常行われている手法は、パターンの製作精度をある複数の基準点に対して製作ロット別に測定を行い、X方向のずれ量とY方向のずれ量との平均や分散をそれぞれ独立に求めてその値から考察して問題点を解決するというものである。しかし、本来、パターンのずれ量とは、ベクトルでありX方向のずれとY方向のずれ量と別々に独立変数として統計解析する方法では最適点に効果的に修正できるとは限らない。   Conventionally, the method usually used to suppress the variation in the above characteristics is to measure the pattern production accuracy for each production lot with respect to a plurality of reference points, and to calculate the deviation amount in the X direction and the deviation amount in the Y direction. The problem is solved by finding the mean and variance independently and considering the values. However, the pattern deviation amount is originally a vector, and it is not always possible to effectively correct the optimum point by a method of statistical analysis as an independent variable separately from the deviation in the X direction and the deviation amount in the Y direction.

また、半導体チップの最終性能は複数の位置でのパターンずれの影響が相互に複雑に入り組んで決定されるために、上述のように単純にX方向のずれ量とY方向のずれ量とを別々に統計解析してもその原因を特定することは非常に困難であった。   In addition, the final performance of a semiconductor chip is determined by the effects of pattern shifts at multiple positions in a complicated manner. Therefore, as described above, the shift amount in the X direction and the shift amount in the Y direction are simply separated. However, it was very difficult to identify the cause even after statistical analysis.

また特性にシビアなパターンが特定できている場合には次のような方法もある。(特許文献１参照) これはレチクルのデバイスパターンにおいて高い位置精度が要求される部分の位置精度を正確に測定できるようにするもので、高い位置精度が要求されるデバイスパターンのエッジ部分の位置と、位置精度測定パターンのパターン中心位置とを高い位置精度が要求される方向に応じて同一直線上に一致させて位置精度測定パターンを配置することにより、デバイスパターンのエッジ部分の位置精度（実測値と設計値とのずれ量）を算出するものである。しかしながら、パターンレイアウトの制限等により必ずしも同一線上に配置できるとは限らないし、面積等の2次元配置が特性に影響する場合や特性にシビアなパターンがどこか特定できてないという場合に対応するというものではなかった。
特開２００３−８４４２５号公報 If a pattern with severe characteristics can be identified, the following method is also available. (See Patent Document 1) This is to enable accurate measurement of the position accuracy of a portion where high positional accuracy is required in a reticle device pattern. By positioning the position accuracy measurement pattern so that the pattern center position of the position accuracy measurement pattern matches the same straight line according to the direction where high position accuracy is required, the position accuracy of the edge portion of the device pattern (actual measurement value) And the design value). However, it cannot always be arranged on the same line due to restrictions on the pattern layout, etc., and it corresponds to the case where the two-dimensional arrangement such as the area affects the characteristic or the case where the pattern that is severe in the characteristic cannot be specified. It was not a thing.
JP 2003-84425 A

したがって本発明は前記に鑑みてなされたものでその目的とするところは、最終製品の特性または機能を改善するパターンの修正箇所を特定し、その修正値から特性や機能改善の程度を予測できるパターン形成の解析方法および解析システムを提供することにある。   Accordingly, the present invention has been made in view of the above, and the object of the present invention is to specify a pattern correction location that improves the characteristics or functions of the final product, and to predict the degree of characteristic or function improvement from the corrected values. An object of the present invention is to provide a formation analysis method and analysis system.

前記課題を解決するために、本発明の一態様によれば、予め用意された基準パターンに従って、描画装置により複数個の基板上に形成された評価パターンを形成し、この評価パターンの前記基準パターンからの位置ズレである位置精度データを測定する第1の工程と、前記複数個の基板上に形成されるデバイスの特性を表わす機能データと前記位置精度データとの関係を前記基板毎に集計してデータベース化する第2の工程と、この工程で集計された前記位置精度データを主成分分析により主成分を求める第3の工程と、この工程によって求められた主成分と前記機能データとを対応させ、この機能データに影響を及ぼす主成分を求める第4の工程と、この工程で求めた主成分の固有ベクトルのうち絶対値が大きな位置精度データを抽出する第5の工程を備え、前記デバイスの特性を向上させるに必要な機能データ範囲が得られるように前記基準パターンと前記評価パターンとの位置関係の修正値を予測、解析することを特徴とするパターン形成解析方法が提供される。   In order to solve the above-described problem, according to one aspect of the present invention, an evaluation pattern formed on a plurality of substrates is formed by a drawing apparatus according to a reference pattern prepared in advance, and the reference pattern of the evaluation pattern is formed. A first step of measuring positional accuracy data, which is a positional deviation from, and a relationship between functional data representing characteristics of devices formed on the plurality of substrates and the positional accuracy data for each substrate. The second step of creating a database, the third step of obtaining the principal component by principal component analysis of the position accuracy data aggregated in this step, and the principal component obtained by this step and the functional data The fourth step of finding the principal component that affects the function data, and the fifth step of extracting position accuracy data having a large absolute value from the eigenvectors of the principal component obtained in this step And a pattern formation analysis method for predicting and analyzing a correction value of a positional relationship between the reference pattern and the evaluation pattern so that a functional data range necessary for improving the characteristics of the device is obtained. Is provided.

また、本発明の他の態様によれば、予め用意された基準パターンに従って、描画装置により複数個の基板上に形成された評価パターンを形成し、この評価パターンの前記基準パターンからの位置ズレである位置精度データを測定する手段と、前記複数個の基板上に形成されるデバイスの特性を表わす機能データと前記位置精度データとの関係を前記基板毎に集計してデータベース化する手段と、この手段によって集計された前記位置精度データを主成分分析により主成分を求める手段と、この手段によって求められた主成分と前記機能データとを対応させ、この機能データに影響を及ぼす主成分を求める手段と、この手段で求めた主成分の固有ベクトルのうち絶対値が大きな位置精度データを抽出する手段を備え、前記デバイスの特性を向上させるに必要な機能データ範囲が得られるように前記基準パターンと前記評価パターンとの位置関係の修正値を予測、解析することを特徴とするパターン形成解析システムが提供される。   According to another aspect of the present invention, an evaluation pattern formed on a plurality of substrates is formed by a drawing apparatus in accordance with a reference pattern prepared in advance, and the evaluation pattern is misaligned from the reference pattern. Means for measuring certain position accuracy data, means for totalizing the relationship between the function data representing the characteristics of the devices formed on the plurality of substrates and the position accuracy data for each substrate, and creating a database; Means for obtaining a principal component by principal component analysis of the position accuracy data aggregated by means, means for associating the principal component obtained by this means with the functional data, and obtaining a principal component that affects the functional data And means for extracting position accuracy data having a large absolute value from the eigenvectors of the principal component obtained by this means, thereby improving the characteristics of the device. Predicting a correction value for the positional relationship between the evaluation pattern and the reference pattern so that the feature data range required to obtain the cell pattern forming analysis system, characterized in that the analysis is provided.

本発明によれば、最終製品の特性または機能を改善するパターンの修正箇所を特定し、その修正値から特性や機能改善の程度を予測できる。   According to the present invention, it is possible to specify a correction portion of a pattern that improves the characteristic or function of the final product, and to predict the degree of improvement of the characteristic or function from the correction value.

以下本発明の実施形態につき詳細に説明する。図１は本発明の一実施形態におけるパターン形成解析方法のフローチャートを示した図である。図２は本発明の一実施形態における基準パターンと評価パターンの概念図を表し、図３は本発明の一実施形態における取得した測定データのデータ構造を示している。図１のフローチャートに従い説明する。   Hereinafter, embodiments of the present invention will be described in detail. FIG. 1 is a flowchart showing a pattern formation analysis method according to an embodiment of the present invention. FIG. 2 shows a conceptual diagram of a reference pattern and an evaluation pattern in one embodiment of the present invention, and FIG. 3 shows a data structure of acquired measurement data in one embodiment of the present invention. This will be described with reference to the flowchart of FIG.

まず、評価すべきデータを取得する。図２(ａ)は基板２０上に測定ポイント２１を例えば８点形成していることを示している。この測定ポイント２１をＡ−Ａ’での断面図で示したのが図２(ｂ)である。基板２０には、あらかじめ基準パターン２２が精度よく形成されていて、例えばエッチングを施した凹部形状をしており、酸化膜で埋められているものとする。そして基板２０の上部に加工材料２３を成長する。その後基準パターン２２上に厚みのある材料にて評価パターン２４を形成する。Ｓｉプロセスの例で言えば、基板２０の材料はＳｉ、加工材料２３はポリＳｉ、評価パターン２４はレジストで形成できるが、本発明の骨子は基準パターン２２の上部に評価パターン２４が形成できればよいので種々の実施形態が考えられる。例えば、凹部に限らず、凸部もしくは周囲と異なる材料で形成してもよい。   First, data to be evaluated is acquired. FIG. 2A shows that, for example, eight measurement points 21 are formed on the substrate 20. FIG. 2B shows the measurement point 21 as a cross-sectional view at A-A ′. It is assumed that the reference pattern 22 is accurately formed in advance on the substrate 20 and has, for example, an etched recess shape and is filled with an oxide film. Then, a processing material 23 is grown on the substrate 20. Thereafter, an evaluation pattern 24 is formed on the reference pattern 22 with a thick material. In the example of the Si process, the substrate 20 can be made of Si, the processing material 23 can be made of poly-Si, and the evaluation pattern 24 can be formed of a resist. Various embodiments are thus conceivable. For example, you may form not only a recessed part but the material different from a convex part or the circumference | surroundings.

図２(ｂ)はＡ−Ａ’面を上部から見た図である。基板２０上に形成された基準パターン２２上に評価パターン２４が形成されていることを示している。基準パターン２２の中心と評価パターンの中心との差をＸ方向のずれ量、Ｙ方向のずれ量として測定する。評価パターン２４は厚みのある材料で形成されているため基準パターン２２に対して段差があり測長装置によりそのずれ量を精度良く計測することができる。この測定を各測定ポイント２１において行い評価データとし、例えば図３(ａ)のような評価データ構造３１を作成する。（Ｓ１０１）
次に、機能データを収集する。機能データとは作製するデバイスの特性指標となるもので、例えば、トランジスタであれば増幅率のようなものを正規化したものでもよいし、もしある２つの部位の面積比が特性や歩留りに寄与するものであればその面積比を機能データとしてもよい。機能データＺとして例えば図３(ｂ)の機能データ構造３２を作成する。(Ｓ１０２)
次に、各基板ロットについて（Ｓ１０１）と（Ｓ１０２）と同様の測定を行う。その後評価データ構造３１と機能データ構造３２とを各基板ロットにおいて１対１に関連付けを行い、例えば図３(ｃ)のような機能・評価データ構造３３を作成する。（Ｓ１０３）
ここで、機能・評価データ構造３３のうち、評価データ構造を主成分分析という公知の統計手法を用いて主成分を求める。主成分分析とは、簡単に説明すると多変量データを統合し新たな総合指標を作り出すための手法で、多くの変数に重み（ウェイト）をつけて少数の合成変数（主成分）を作るものである。この主成分分析により、例えば図３(ｄ)に示すような評価データと主成分データの対応表３４を得ることができる。（Ｓ１０４）
主成分は評価データの要素数（本実施形態の例では１６個）と同数の主成分が存在するが、通常主成分分析する場合、評価データの分散値が大きくなる上位３つ程度の主成分を選択すればよいことが知られている。必ずしも３つということではないが全体の情報の7、8割がカバーできていればよいという考え方から、主成分の累積寄与率が、70〜80%に達するところまでの主成分数を採用すればよいということである。そこで、機能データ構造と上位３つの主成分データとを図３(ｅ)のように１対１に関連付けを行い、機能・主成分データ構造３５を作成する。(Ｓ１０５)
図４は本発明の一実施形態におけるこの機能対主成分データの回帰直線プロットを示す。これは機能・主成分データ構造３５を統計処理し、横軸主成分のばらつきに対し機能データを縦軸に回帰直線４１をプロットしたものである。またこの時のＰ値と重相関係数の 2 乗（ R-ｓｑ; 決定係数）を示している。点線４２は、９５％CIを表し、回帰直線が９５％の確率で存在する範囲を示している。一点鎖線４３は９５％PIを表し、これは機能データ４４が９５％の確率でその範囲内で入る領域を示している。このような直線回帰分析を各主成分について順次行う。本実施形態の一例では、３つの主成分について直線回帰分析を行ったところ、主成分３についてのみＰ値がＰ値が０．０５より小さい０．０１であった。Ｐ値が０．０５以下であれば、９５％以上の確率で偶然の誤差で生じているのでなく何か原因があって機能劣化が生じていることがわかる。さらに主成分３のR-ｓｑが１１．６％であり、この値は主成分３の機能データの増減に対する寄与率を示すことになる。従って主成分３に何か機能劣化を生じさせる原因が存在し、かつ寄与率が大きいのでこの測定ポイント２１を修正できれば大きく機能を改善できる可能性があることが見出されることがわかる。（Ｓ１０６）
図５は主成分と固有ベクトルの関係を示している。図５に示された各主成分のうち大きく機能を改善できる可能性を持つ主成分３について、各評価ポイント２１からなる固有ベクトルの絶対値が大きいところを選び出す。そうすることで主成分３に対して寄与が大きい評価ポイント２１を特定することができる。本一実施形態の場合、（ ）印を付した評価ポイント２１ として（５）−Ｙ、（６）−Ｘが特定できる。（Ｓ１０７）
最後に（Ｓ１０７）で特定した評価ポイント２１において主成分３がどのように直線回帰しているかを検証する。図６に本一実施形態における評価ポイントと主成分の回帰直線グラフを示す。図６(ａ)は評価ポイント（６）−Ｙと主成分３の直線回帰グラフで、図６(ｂ)は評価ポイント（６）−Ｘと主成分３の直線回帰グラフを示している。本一実施形態の場合評価ポイント２１の誤差に対して、そのどちらのグラフも主成分の動きは右上がりの分布である。機能データを小さくすることが特性の向上になると仮定した場合、図４により主成分３は小さくする必要がある。よって主成分３を小さくするためには、各評価ポイントを小さくすることで、機能データは小さくできる。例えば（５）−Ｙ、（６）−Ｘを共に０以下に制御すれば、主成分の寄与率は１１．６％の半分の５．８％まで下げることが可能である。（Ｓ１０８）
また上述したパターン形成解析方法はステッパ装等にシステムとして組み込んだり付加することが可能である。 FIG. 2B is a view of the AA ′ plane viewed from above. It shows that the evaluation pattern 24 is formed on the reference pattern 22 formed on the substrate 20. The difference between the center of the reference pattern 22 and the center of the evaluation pattern is measured as a deviation amount in the X direction and a deviation amount in the Y direction. Since the evaluation pattern 24 is formed of a thick material, there is a step with respect to the reference pattern 22, and the deviation amount can be accurately measured by the length measuring device. This measurement is performed at each measurement point 21 and used as evaluation data, and for example, an evaluation data structure 31 as shown in FIG. (S101)
Next, functional data is collected. Functional data is a characteristic index of the device to be manufactured. For example, if it is a transistor, it may be a normalized value such as an amplification factor, and if the area ratio of two parts contributes to the characteristics and yield If it does, it is good also considering the area ratio as functional data. For example, the function data structure 32 shown in FIG. (S102)
Next, the same measurement as (S101) and (S102) is performed for each substrate lot. Thereafter, the evaluation data structure 31 and the function data structure 32 are associated one-to-one in each substrate lot to create a function / evaluation data structure 33 as shown in FIG. 3C, for example. (S103)
Here, of the function / evaluation data structure 33, the evaluation data structure is obtained by using a known statistical method called principal component analysis. In short, Principal Component Analysis is a technique for integrating multivariate data and creating a new comprehensive index. It creates weights (weights) for many variables and creates a small number of synthetic variables (principal components). is there. By this principal component analysis, for example, a correspondence table 34 between evaluation data and principal component data as shown in FIG. 3D can be obtained. (S104)
There are as many principal components as the number of elements in the evaluation data (16 in the example of this embodiment), but in the case of normal principal component analysis, the top three principal components that increase the variance of the evaluation data It is known that it may be selected. The number of principal components up to the point where the cumulative contribution ratio of the principal components reaches 70% to 80% should be adopted based on the idea that 70% or 80% of the total information should be covered, although not necessarily three. That's fine. Therefore, the function data structure and the upper three principal component data are associated one-to-one as shown in FIG. (S105)
FIG. 4 shows a regression line plot of this function versus principal component data in one embodiment of the present invention. This is obtained by statistically processing the function / principal component data structure 35 and plotting the regression line 41 on the vertical axis for the functional data against the variation of the principal component on the horizontal axis. In addition, the P value and the square of the multiple correlation coefficient (R-sq; determination coefficient) are shown. A dotted line 42 represents 95% CI and represents a range where the regression line exists with a probability of 95%. An alternate long and short dash line 43 represents 95% PI, which indicates a region where the function data 44 falls within the range with a probability of 95%. Such linear regression analysis is sequentially performed for each principal component. In an example of this embodiment, when linear regression analysis was performed on three principal components, the P value of only the principal component 3 was 0.01, which is less than 0.05. If the P value is 0.05 or less, it can be seen that there is some cause and functional deterioration has occurred rather than an accidental error with a probability of 95% or more. Furthermore, the R-sq of the main component 3 is 11.6%, and this value indicates the contribution ratio to the increase / decrease in the functional data of the main component 3. Therefore, it can be seen that there is a cause of causing some functional deterioration in the main component 3 and the contribution ratio is large, so that it is found that the function can be greatly improved if the measurement point 21 can be corrected. (S106)
FIG. 5 shows the relationship between principal components and eigenvectors. Among the principal components shown in FIG. 5, for the principal component 3 having the possibility of greatly improving the function, a portion having a large absolute value of the eigenvector composed of each evaluation point 21 is selected. By doing so, it is possible to specify the evaluation points 21 that have a large contribution to the main component 3. In the case of the present embodiment, (5) -Y and (6) -X can be specified as the evaluation points 21 marked with (). (S107)
Finally, it is verified how the principal component 3 is linearly regressed at the evaluation point 21 specified in (S107). FIG. 6 shows a regression line graph of evaluation points and principal components in this embodiment. FIG. 6A shows a linear regression graph of the evaluation point (6) -Y and the principal component 3, and FIG. 6B shows a linear regression graph of the evaluation point (6) -X and the principal component 3. In the case of this embodiment, with respect to the error of the evaluation point 21, in both graphs, the movement of the principal component is a distribution that rises to the right. When it is assumed that the characteristic data is improved by reducing the function data, the main component 3 needs to be reduced according to FIG. Therefore, in order to reduce the main component 3, the function data can be reduced by reducing each evaluation point. For example, if both (5) -Y and (6) -X are controlled to 0 or less, the contribution ratio of the main component can be reduced to 5.8%, which is half of 11.6%. (S108)
Further, the pattern formation analysis method described above can be incorporated or added as a system to a stepper device or the like.

以上のべたように、このように構成された本発明の実施形態に係るパターン形成解析方法およびシステムによれば、光、電子線などの線源を利用しパターンを形成する加工装置において、基準となる基板のパターンに対して位置関係の測定データとその影響が考えられる最終製品との機能・特性関係を感度良く求めることができる。また、改善箇所の特定が可能であるので複雑な設計パターンを形成する工程においては、設計変更が容易となり最終製品の歩留改善に大きく寄与することができる。   As described above, according to the pattern formation analysis method and system according to the embodiment of the present invention configured as described above, in a processing apparatus that forms a pattern using a light source such as light or an electron beam, the reference and It is possible to obtain with high sensitivity the function / characteristic relationship between the measurement data of the positional relationship with respect to the pattern of the substrate and the final product whose influence is considered. In addition, since it is possible to identify an improved portion, design changes can be facilitated in the process of forming a complex design pattern, which can greatly contribute to yield improvement of the final product.

また、このシステムを測定器の付加機能として外販することができる。現在では半導体電子デバイスのみならずFPD（Flat Panel Display）や、MEMS (Micro Electro Mechanical System)の製造に適用可能である。   In addition, this system can be sold outside as an additional function of the measuring instrument. Currently, it can be applied to the manufacture of not only semiconductor electronic devices but also FPD (Flat Panel Display) and MEMS (Micro Electro Mechanical System).

本発明は前記実施形態をそのままに限定されるものではなく、実施段階でその要旨を逸脱しない範囲で具体化できる。   The present invention is not limited to the above-described embodiment as it is, and can be embodied without departing from the spirit of the invention at the stage of implementation.

本発明の一実施形態におけるパターン形成解析方法のフローチャートを示した図である。It is the figure which showed the flowchart of the pattern formation analysis method in one Embodiment of this invention. 本発明の一実施形態における基準パターンと評価パターンの構造を説明した概念図である。It is the conceptual diagram explaining the structure of the reference | standard pattern and evaluation pattern in one Embodiment of this invention. 本発明の一実施形態における取得した測定データのデータ構造を示した図である。It is the figure which showed the data structure of the acquired measurement data in one Embodiment of this invention. 本発明の一実施形態における機能対主成分データの回帰直線プロット図である。It is a regression line plot figure of function versus principal component data in one embodiment of the present invention. 本発明の一実施形態における主成分と固有ベクトルの関係を示した図である。It is the figure which showed the relationship between the main component and eigenvector in one Embodiment of this invention. 本発明の一実施形態における評価ポイントと主成分の回帰直線グラフを示した図である。It is the figure which showed the regression line graph of the evaluation point and main component in one Embodiment of this invention.

符号の説明Explanation of symbols

２０…基板
２１…測定ポイント
２２…基準パターン
２３…加工材料
２４…評価パターン
３１…評価データ構造
３２…機能データ構造
３３…機能・評価データ構造
３４…評価データと主成分データの対応表
３５…機能・主成分データ構造
４１…回帰直線
４２…９５％CI
４３…９５％ＰI
４４…機能データ DESCRIPTION OF SYMBOLS 20 ... Board | substrate 21 ... Measurement point 22 ... Standard pattern 23 ... Work material 24 ... Evaluation pattern 31 ... Evaluation data structure 32 ... Functional data structure 33 ... Function / evaluation data structure 34 ... Correspondence table of evaluation data and principal component data 35 ... Function・ Principal component data structure 41 ... Regression line 42 ... 95% CI
43 ... 95% PI
44 ... Function data

Claims (5)

予め用意された基準パターンに従って、描画装置により複数個の基板上に形成された評価パターンを形成し、この評価パターンの前記基準パターンからの位置ズレである位置精度データを測定する第1の工程と、前記複数個の基板上に形成されるデバイスの特性を表わす機能データと前記位置精度データとの関係を前記基板毎に集計してデータベース化する第2の工程と、この工程で集計された前記位置精度データを主成分分析により主成分を求める第3の工程と、この工程によって求められた主成分と前記機能データとを対応させ、この機能データに影響を及ぼす主成分を求める第4の工程と、この工程で求めた主成分の固有ベクトルのうち絶対値が大きな位置精度データを抽出する第5の工程を備え、
前記デバイスの特性を向上させるに必要な機能データ範囲が得られるように前記基準パターンと前記評価パターンとの位置関係の修正値を予測、解析することを特徴とするパターン形成解析方法。 A first step of forming an evaluation pattern formed on a plurality of substrates by a drawing apparatus according to a reference pattern prepared in advance, and measuring positional accuracy data that is a positional deviation of the evaluation pattern from the reference pattern; A second step of tabulating the relationship between the function data representing the characteristics of the devices formed on the plurality of substrates and the position accuracy data for each substrate to form a database, and the tabulated in this step The third step of obtaining the principal component by the principal component analysis of the position accuracy data, and the fourth step of associating the principal component obtained by this step with the functional data and obtaining the principal component that affects the functional data And a fifth step of extracting positional accuracy data having a large absolute value among the eigenvectors of the principal component obtained in this step,
A pattern formation analysis method, wherein a correction value of a positional relationship between the reference pattern and the evaluation pattern is predicted and analyzed so that a functional data range necessary for improving the characteristics of the device is obtained. 前記基準パターンとは前記基板に形成された凹部、凸部もしくは周囲と異なる材料であることを特徴とする請求項１記載のパターン形成解析方法。   The pattern formation analysis method according to claim 1, wherein the reference pattern is a material different from a concave portion, a convex portion, or a periphery formed on the substrate. 前記評価パターンとは前記基準パターンの上部に厚みを持つ材料で形成されることを特徴とする請求項１記載のパターン形成解析方法。   The pattern formation analysis method according to claim 1, wherein the evaluation pattern is formed of a material having a thickness above the reference pattern. 前記位置精度データとは前記基準パターンの中心から測定した前記評価パターンの中心のX方向のずれ量、およびY方向のずれ量とすることを特徴とする請求項１記載のパターン形成解析方法。   2. The pattern formation analysis method according to claim 1, wherein the positional accuracy data is a deviation amount in the X direction and a deviation amount in the Y direction of the center of the evaluation pattern measured from the center of the reference pattern. 予め用意された基準パターンに従って、描画装置により複数個の基板上に形成された評価パターンを形成し、この評価パターンの前記基準パターンからの位置ズレである位置精度データを測定する手段と、前記複数個の基板上に形成されるデバイスの特性を表わす機能データと前記位置精度データとの関係を前記基板毎に集計してデータベース化する手段と、この手段によって集計された前記位置精度データを主成分分析により主成分を求める手段と、この手段によって求められた主成分と前記機能データとを対応させ、この機能データに影響を及ぼす主成分を求める手段と、この手段で求めた主成分の固有ベクトルのうち絶対値が大きな位置精度データを抽出する手段を備え、
前記デバイスの特性を向上させるに必要な機能データ範囲が得られるように前記基準パターンと前記評価パターンとの位置関係の修正値を予測、解析することを特徴とするパターン形成解析システム。 Means for forming an evaluation pattern formed on a plurality of substrates by a drawing apparatus according to a reference pattern prepared in advance, and measuring position accuracy data which is a positional deviation of the evaluation pattern from the reference pattern; A means for compiling the database of the relationship between functional data representing the characteristics of devices formed on a single substrate and the position accuracy data for each substrate, and the position accuracy data tabulated by this means as a main component A means for obtaining a principal component by analysis, a means for associating the principal component obtained by this means with the functional data, obtaining a principal component that affects the functional data, and an eigenvector of the principal component obtained by this means A means for extracting position accuracy data with a large absolute value is provided,
A pattern formation analysis system that predicts and analyzes a correction value of a positional relationship between the reference pattern and the evaluation pattern so as to obtain a functional data range necessary for improving the characteristics of the device.
JP2006095528A 2006-03-30 2006-03-30 Pattern formation analysis method and system thereof Pending JP2007273605A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006095528A JP2007273605A (en) 2006-03-30 2006-03-30 Pattern formation analysis method and system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006095528A JP2007273605A (en) 2006-03-30 2006-03-30 Pattern formation analysis method and system thereof

Publications (1)

Publication Number Publication Date
JP2007273605A true JP2007273605A (en) 2007-10-18

Family

ID=38676122

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006095528A Pending JP2007273605A (en) 2006-03-30 2006-03-30 Pattern formation analysis method and system thereof

Country Status (1)

Country Link
JP (1) JP2007273605A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018519543A (en) * 2015-06-17 2018-07-19 エーエスエムエル ネザーランズ ビー．ブイ． Recipe selection based on mutual recipe consistency

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018519543A (en) * 2015-06-17 2018-07-19 エーエスエムエル ネザーランズ ビー．ブイ． Recipe selection based on mutual recipe consistency
US10338484B2 (en) 2015-06-17 2019-07-02 Asml Netherlands B.V. Recipe selection based on inter-recipe consistency
US10901330B2 (en) 2015-06-17 2021-01-26 Asml Netherlands B.V. Recipe selection based on inter-recipe consistency
US11703772B2 (en) 2015-06-17 2023-07-18 Asml Netherlands B.V. Recipe selection based on inter-recipe consistency

Similar Documents

Publication Publication Date Title
TWI702468B (en) Lithographic method and related computer program product
TWI685724B (en) Methods of determining corrections for a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus
US9123583B2 (en) Overlay abnormality gating by Z data
US9488815B2 (en) Pattern evaluation method and pattern evaluation device
JP6051301B2 (en) Overlay measuring device, overlay measuring method, and overlay measuring system
JP4971050B2 (en) Semiconductor device dimension measuring device
CN104736962A (en) Method for estimating and correcting misregistration target inaccuracy
JP2010506193A (en) Method and apparatus for implementing a universal coordinate system for measurement data
TWI493373B (en) A method of making an ic design layout, ic design layout and a method of locating a pattern in an ic design layout
US8336005B2 (en) Pattern dimension calculation method and computer program product
US9244365B2 (en) Method for measuring pattern misalignment
Kim et al. Improving full-wafer on-product overlay using computationally designed process-robust and device-like metrology targets
CN103488060B (en) Determine the method for photolithographic exposure defocusing amount
JP2008139688A (en) Method for manufacturing semiconductor integrated circuit, method for manufacturing mask, semiconductor mask data producing device, method for correcting mask pattern, and method for correcting design layout
JP2009270988A (en) Calculating method for overlap misalignment and manufacturing method for semiconductor device
JP2011066323A (en) Method for correction of exposure treatment
US20140229134A1 (en) Method of Calibrating Target Values and Processing Systems Configured to Calibrate the Target Values
JP2007273605A (en) Pattern formation analysis method and system thereof
US6757629B2 (en) Calibration plate having accurately defined calibration pattern
KR20180033971A (en) Overlay mark, overlay measurement method and semiconductor device manufacturing method using the overlay mark
CN113741142B (en) Etching offset correction method and system and related equipment
JP2009076863A (en) Manufacturing method of semiconductor device
US9448487B2 (en) Method of manufacturing semiconductor and exposure system
US10438771B2 (en) Measurement device, calibration method of measurement device, and calibration member
JP2012164811A (en) Method of manufacturing semiconductor device, method of determining shipping of exposure mask and method of manufacturing exposure mask