TW201830155A - 用於控制工業製程的方法與設備 - Google Patents
用於控制工業製程的方法與設備 Download PDFInfo
- Publication number
- TW201830155A TW201830155A TW106135596A TW106135596A TW201830155A TW 201830155 A TW201830155 A TW 201830155A TW 106135596 A TW106135596 A TW 106135596A TW 106135596 A TW106135596 A TW 106135596A TW 201830155 A TW201830155 A TW 201830155A
- Authority
- TW
- Taiwan
- Prior art keywords
- product units
- product
- data
- wafers
- sample
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 176
- 238000004519 manufacturing process Methods 0.000 title claims description 94
- 238000012545 processing Methods 0.000 claims abstract description 92
- 238000012937 correction Methods 0.000 claims abstract description 78
- 238000007619 statistical method Methods 0.000 claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 43
- 238000001459 lithography Methods 0.000 claims description 24
- 238000000491 multivariate analysis Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 235000012431 wafers Nutrition 0.000 abstract description 251
- 239000004065 semiconductor Substances 0.000 abstract description 19
- 230000008030 elimination Effects 0.000 abstract 1
- 238000003379 elimination reaction Methods 0.000 abstract 1
- 239000000758 substrate Substances 0.000 description 87
- 238000005259 measurement Methods 0.000 description 53
- 230000011218 segmentation Effects 0.000 description 30
- 230000005855 radiation Effects 0.000 description 27
- 238000000059 patterning Methods 0.000 description 25
- 238000003860 storage Methods 0.000 description 20
- 239000010410 layer Substances 0.000 description 19
- 101710133727 Phospholipid:diacylglycerol acyltransferase Proteins 0.000 description 15
- 238000005530 etching Methods 0.000 description 12
- 238000000513 principal component analysis Methods 0.000 description 11
- 238000004886 process control Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000005303 weighing Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000009467 reduction Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 238000000576 coating method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 5
- 239000011248 coating agent Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 238000012880 independent component analysis Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012993 chemical processing Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000002075 main ingredient Substances 0.000 description 3
- 238000000206 photolithography Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 101000606504 Drosophila melanogaster Tyrosine-protein kinase-like otk Proteins 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003486 chemical etching Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000004049 embossing Methods 0.000 description 1
- -1 etching Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000001020 plasma etching Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4188—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by CIM planning or realisation
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2602—Wafer processing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32191—Real time statistical process monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32206—Selection from a lot of workpieces to be inspected
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37224—Inspect wafer
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/42—Servomotor, servo controller kind till VSS
- G05B2219/42001—Statistical process control spc
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
Abstract
一種微影製程,其係對複數個半導體晶圓(900;1020)來執行。該方法包括選擇該等晶圓中之一或多者作為樣本晶圓(910至914;1030至1034)。僅對該等經選擇樣本晶圓執行度量衡步驟(922;1042)。基於該等經選擇樣本產品單元之度量衡結果(924;1046),界定校正以用於控制對該等晶圓或未來晶圓之處理。樣本產品單元之該選擇係至少部分地基於關於該等晶圓所量測之物件資料(902;1006)之統計分析。相同物件資料或其他資料可用於將晶圓分組成群組。樣本晶圓之選擇可包括選擇藉由該統計分析而識別為最能表示群組中之該等晶圓的晶圓(910至914;1030至1034)。樣本晶圓之該選擇可包括消除被識別為不具代表性的產品單元(916;1036)。
Description
本發明係關於藉由基於對經處理產品單元所量測之效能參數之回饋來控制工業製程之方法。已產生該方法之工業製程之實例為微影製程,該微影製程包括使用微影設備將圖案自圖案化器件轉印至基板上之一或多個步驟。本發明進一步係關於一種用於工業製程之控制設備,且係關於一種用於致使資料處理設備實施所描述之方法及設備之電腦程式產品。
微影製程為微影設備將所要圖案施加至基板上、通常施加至基板之目標部分上,在此之後各種處理化學及/或物理處理步驟通過圖案起作用以產生複雜產品之功能特徵的微影製程。圖案於基板上之準確置放為用於縮減電路組件及可藉由微影產生之其他產品之大小的首要挑戰。詳言之,準確地量測基板上已經被敷設之特徵的挑戰為能夠足夠準確地定位處於疊加之特徵之順次層而以高產量生產工作器件時的關鍵步驟。一般而言,在當今之亞微米半導體器件中,所謂的疊對應在幾十奈米內、在最臨界層中降至幾奈米來達成。 因此,現代微影設備涉及在實際上曝光或以其他方式圖案化目標部位處之基板之步驟之前及之後的廣泛量測或「映射」操作。可識別效能參數中之許多「指紋」,且可應用實施進階製程控制之回饋迴路以改良該製程之總體效能。 進階製程控制(APC)識別諸如疊對之效能參數中之可校正變化,且將一組校正應用於一批次(批量)晶圓。在判定此等校正時,考量來自先前批次之校正以便避免過度校正量測中之雜訊。為了藉由先前批次進行之當前校正之適當平滑化,所考量之校正之歷史應匹配於當前批次之內容脈絡。就此而言,「內容脈絡」涵蓋識別出現於相同總工業製程內之變體之任何參數。層ID、層類型、產品ID、產品類型、倍縮光罩ID等等皆為內容脈絡參數,其可在成品效能中導致不同指紋。除了可用於大容量製造設施中之個別掃描器以外,用於塗佈、蝕刻及半導體製造中所涉及之其他步驟中的每一者之個別工具亦可在不同批次之間或在不同晶圓之間變化。此等工具中之每一者可將特定誤差「指紋」強加於產品上。在半導體製造之領域之外,相似情形可出現在任何工業製程中。 為了確保適於特定內容脈絡之準確回饋控制,可在APC演算法中之單獨「執行緒」內處理不同批次(批量)之產品單元。內容脈絡資料可用以將每一產品單元指派至正確執行緒。在製造工場通常藉由相同製程步驟生產大容量的僅幾個類型之產品之狀況下,不同內容脈絡之數目可相對較小,且每一執行緒中產品單元之數目將足夠允許雜訊之平滑化。具有共同內容脈絡之所有批次可經指派至其自身執行緒以最佳化回饋校正及最終效能。在鑄造廠在極小生產運作時間內生產許多不同類型之產品之狀況下,內容脈絡可較常改變,且具有完全相同內容脈絡資料之批次之數目可相當小。僅使用內容脈絡資料以將批次指派至不同APC「執行緒」可接著產生大量執行緒,每執行緒具有小數目個批次。回饋控制之複雜性增加,且改良用於低容量產品之效能之能力降低。將不同批次組合至相同執行緒中而不充分考量該等批次之不同內容脈絡亦將造成效能之損失。 實務上,一批次內之不同晶圓可具有不同內容脈絡,但當前控制系統未經調適以使用此不同內容脈絡從而允許有效的每晶圓控制。 在本申請案之優先權日期時未公開的日期為2016年9月21日之國際專利申請案PCT/EP2016/072363揭示其中用於APC或其他控制迴路之批次及晶圓藉由內容脈絡準則而分組成執行緒的控制系統,其中可設想特定用於每一批次之僅先前校正,視情況具有特定用於雙夾盤設備中之每一夾盤(基板支撐件)之校正。相關內容脈絡參數係藉由以下操作來識別:首先使用對產品單元或關於產品單元所量測之物件資料來執行資料驅動叢集,且接著改進該叢集以自所有可用內容脈絡當中識別相關內容脈絡準則。H-G Lee等人之「Reduction of in-lot overlay variation with integrated metrology, and a holistic control strategy」(Proc. SPIE 9635,Photomask Technology 2015,96351S (2015年10月23日); doi:10.1117/ 12.2196879)之論文中亦描述此類控制系統。藉由提供用以識別相關內容脈絡參數之結構化方式,資訊可變得可用以允許計算逐晶圓製程校正。在專利申請案PCT/EP2016/072363中,亦揭示執行緒之數目可藉由以下操作而進一步有效地縮減:界定參數特定(例如工具特定)指紋或校正且藉由組合用於當前晶圓之內容脈絡資料中所指示的參數之參數特定指紋/校正來合成執行緒特定指紋/校正。 任何進階製程控制系統中之顯著額外負擔為提供有意義的回饋校正及/或前饋校正所需之量測之數目。為了縮減此度量衡額外負擔,可例如使用專利申請案WO2015110191A1 (Wildenberg & Mos)中所揭示的類型之取樣方案最佳化而在幾個樣本晶圓上僅量測幾個樣本點。為了進一步縮減度量衡額外負擔,可量測僅幾個樣本晶圓,通常每夾盤量測一或兩個樣本晶圓。然而,在多執行緒控制情形下,要求變成每執行緒量測一或多個晶圓。除非經量測樣本晶圓係群組(執行緒)中之完美典型性之晶圓,則雜訊實際上被引入至控制系統中。 專利申請案WO2015110191A1及PCT/EP2016/072363之內容及Lee等人之參考案之內容係作為本發明之背景以引用方式併入本文中。 已公開專利申請案WO2015049087A1中描述用於在微影製造設施或其他工業製程中之根本原因分析之診斷設備。該診斷設備執行對產品單元或關於產品單元所量測之物件資料之多變量分析。相似類型之多變量分析可用於上文所描述之叢集方法中。診斷設備之一個應用為提供「偏離偵測」(excursion detection),換言之,識別應自進一步處理排除及/或經受進一步調查以消除在未來出現相似批次之「離群值」批次。 在本優先權日期時亦未公開的日期為2015年12月24日之另一專利申請案EP15202675.3中揭示用於最佳化設置及進行中的控制操作之技術。
本發明旨在實現工業製程之改良之監視及控制,工業製程包括其中用於不同產品單元之製程之效能可受不同內容脈絡影響的製程。本發明尤其旨在改良或維持控制之準確度,而在不過度地增加度量衡額外負擔。在一些實施例中本發明旨在允許控制微影製造製程,視情況控制多執行緒製程。 本發明提供一種控制一工業製程方法之方法,該工業製程方法係關於控制對複數個產品單元執行之一工業製程,該方法包含: (a) 選擇該等產品單元中之一或多者作為樣本產品單元; (b) 僅對出自該複數個產品單元之該等經選擇樣本產品單元執行一或多個度量衡步驟;及 (c) 至少部分地基於在步驟(b)中獲得之該等經選擇樣本產品單元之度量衡結果,界定校正以用於控制對該複數個產品單元及/或相似產品單元之處理, 其中該方法進一步包含接收表示關於該複數個產品單元所量測之一或多個參數之物件資料,且其中在步驟(a)中,樣本產品單元之該選擇係至少部分地基於該物件資料之統計分析。 該等產品單元可例如為一半導體製造設施中之晶圓。藉由使用統計分析以選擇表示該複數個晶圓之產品單元,該等度量衡結果可給出較可靠的效能改良。可將該等產品單元分組,且每群組地選擇樣本晶圓。 本發明進一步提供一種用於一工業製程之控制設備,該控制設備包含: 用於選擇該等產品單元中之一或多者作為用於度量衡之樣本產品單元的一配置;及 用於使用該等經選擇樣本產品單元之度量衡結果以界定校正以用於控制該複數個產品單元及/或相似產品單元之處理的一配置, 其中該選擇配置經配置以用於接收表示關於該複數個產品單元所量測之一或多個參數之物件資料,且選擇該等樣本產品單元係至少部分地基於該物件資料之統計分析。 本發明進一步提供一種包含機器可讀指令之電腦程式產品,該等機器可讀指令用於致使一通用資料處理設備實施如上文所闡述之一方法及控制設備之全部或部分。該等機器可讀指令可體現於一非暫時性儲存媒體中。 下文參考隨附圖式來詳細地描述本發明之另外特徵及優點,以及本發明之各種實施例之結構及操作。應注意,本發明不限於本文中所描述之特定實施例。本文中僅出於說明性目的而呈現此等實施例。基於本文中含有之教示,額外實施例對於熟習相關技術者而言將顯而易見。
在詳細地描述本發明之實施例之前,有指導性的是呈現可供實施本發明之實施例之實例環境。 圖1示意性地描繪微影設備LA。該設備包括:照明系統(照明器) IL,其經組態以調節輻射光束B (例如UV輻射或DUV輻射)、圖案化器件支撐件或支撐結構(例如光罩台) MT,其經建構以支撐圖案化器件(例如光罩) MA且連接至經組態以根據某些參數來準確地定位該圖案化器件之第一***PM;兩個基板台(例如晶圓台) WTa及WTb,其各自經建構以固持基板(例如抗蝕劑塗佈晶圓) W且各自連接至經組態以根據某些參數來準確地定位該基板之第二***PW;及投影系統(例如折射投影透鏡系統) PS,其經組態以將由圖案化器件MA賦予至輻射光束B之圖案投影至基板W之目標部分C (例如包括一或多個晶粒)上。參考框架RF連接各種組件,且充當用於設定及量測圖案化器件及基板之位置以及圖案化器件及基板上之特徵之位置的參考。 照明系統可包括用於導向、塑形或控制輻射的各種類型之光學組件,諸如折射、反射、磁性、電磁、靜電或其他類型之光學組件或其任何組合。 圖案化器件支撐件以取決於圖案化器件之定向、微影設備之設計及其他條件(諸如圖案化器件是否被固持於真空環境中)之方式來固持圖案化器件。圖案化器件支撐件可使用機械、真空、靜電或其他夾持技術以固持圖案化器件。圖案化器件支撐件MT可為例如框架或台,其可根據需要而固定或可移動。圖案化器件支撐件可確保圖案化器件例如相對於投影系統處於所要位置。 本文中所使用之術語「圖案化器件」應被廣泛地解譯為係指可用以在輻射光束之橫截面中向輻射光束賦予圖案以便在基板之目標部分中產生圖案的任何器件。應注意,舉例而言,若被賦予至輻射光束之圖案包括相移特徵或所謂的輔助特徵,則該圖案可不確切對應於基板之目標部分中之所要圖案。通常,被賦予至輻射光束之圖案將對應於目標部分中所產生之器件(諸如積體電路)中的特定功能層。 如此處所描繪,設備屬於透射類型(例如使用透射圖案化器件)。替代地,設備可屬於反射類型(例如使用如上文所提及之類型之可程式化鏡面陣列,或使用反射光罩)。圖案化器件之實例包括光罩、可程式化鏡面陣列,及可程式化LCD面板。可認為本文中對術語「倍縮光罩」或「光罩」之任何使用皆與更一般之術語「圖案化器件」同義。術語「圖案化器件」亦可被解譯為係指以數位形式儲存圖案資訊以用於控制此類可程式化圖案化器件的器件。 本文中所使用之術語「投影系統」應被廣泛地解譯為涵蓋適於所使用之曝光輻射或適於諸如浸潤液體之使用或真空之使用之其他因素的任何類型之投影系統,包括折射、反射、反射折射、磁性、電磁及靜電光學系統,或其任何組合。可認為本文中對術語「投影透鏡」之任何使用皆與更一般之術語「投影系統」同義。 微影設備亦可屬於如下類型:其中基板之至少一部分可由具有相對高折射率之液體(例如水)覆蓋,以便填充投影系統與基板之間的空間。亦可將浸潤液體施加至微影設備中之其他空間,例如光罩與投影系統之間的空間。浸潤技術在此項技術中被熟知用於增加投影系統之數值孔徑。 在操作中,照明器IL自輻射源SO接收輻射光束。舉例而言,當源為準分子雷射時,源及微影設備可為單獨實體。在此等狀況下,不認為源形成微影設備之部分,且輻射光束係憑藉包括例如合適導向鏡及/或光束擴展器之光束遞送系統BD而自源SO傳遞至照明器IL。在其他狀況下,舉例而言,當源為水銀燈時,源可為微影設備之整體部分。源SO及照明器IL連同光束遞送系統BD在需要時可被稱作輻射系統。 照明器IL可例如包括用於調整輻射光束之角強度分佈之調整器AD、積光器IN及聚光器CO。照明器可用以調節輻射光束,以在其橫截面中具有所要均一性及強度分佈。 輻射光束B入射於被固持於圖案化器件支撐件MT上之圖案化器件MA上,且係由該圖案化器件而圖案化。在已橫穿圖案化器件(例如光罩) MA之情況下,輻射光束B傳遞通過投影系統PS,投影系統PS將該光束聚焦至基板W之目標部分C上。憑藉第二***PW及位置感測器IF (例如干涉器件、線性編碼器、2D編碼器或電容性感測器),可準確地移動基板台WTa或WTb,例如以便使不同目標部分C定位於輻射光束B之路徑中。相似地,第一***PM及另一位置感測器(其未在圖1中被明確地描繪)可用以例如在自光罩庫之機械擷取之後或在掃描期間相對於輻射光束B之路徑來準確地定位圖案化器件(例如光罩) MA。 可使用光罩對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件(例如光罩) MA及基板W。儘管如所說明之基板對準標記佔據專用目標部分,但該等基板對準標記可位於目標部分之間的空間中(此等標記被稱為切割道對準標記)。相似地,在多於一個晶粒被提供於圖案化器件(例如光罩) MA上之情形中,光罩對準標記可位於該等晶粒之間。小對準標記亦可包括於器件特徵當中之晶粒內,在此狀況下,需要使標記儘可能地小且無需與鄰近特徵不同的任何成像或製程條件。下文進一步描述偵測對準標記之對準系統。 可在多種模式中使用所描繪設備。在掃描模式中,在將被賦予至輻射光束之圖案投影至目標部分C上時,同步地掃描圖案化器件支撐件(例如光罩台) MT及基板台WT (亦即,單次動態曝光)。可藉由投影系統PS之放大率(縮小率)及影像反轉特性來判定基板台WT相對於圖案化器件支撐件(例如光罩台) MT之速度及方向。在掃描模式中,曝光場之最大大小限制單次動態曝光中之目標部分之寬度(在非掃描方向上),而掃描運動之長度判定目標部分之高度(在掃描方向上)。如在此項技術中為吾人所熟知,其他類型之微影設備及操作模式係可能的。舉例而言,步進模式係已知的。在所謂的「無光罩」微影中,使可程式化圖案化器件保持靜止,但具有改變之圖案,且移動或掃描基板台WT。 亦可使用上文所描述之使用模式之組合及/或變化或完全不同的使用模式。 微影設備LA屬於所謂的雙載物台類型,其具有兩個基板台WTa、WTb以及兩個站-曝光站EXP及量測站MEA-在該兩個站之間可交換該等基板台。在曝光站處曝光一個台上之一基板的同時,可在量測站處將另一基板裝載至另一基板台上且進行各種預備步驟。此情形實現設備之產出率之相當大增加。該等預備步驟可包括使用位階感測器LS來映射基板之表面高度輪廓,及使用對準感測器AS來量測基板上之對準標記之位置。若位置感測器IF在基板台處於量測站以及處於曝光站時不能夠量測該基板台之位置,則可提供第二位置感測器以使能夠在兩個站處追蹤基板台相對於參考框架RF之位置。代替所展示之雙載物台配置,其他配置係已知及可用的。舉例而言,其中提供基板台及量測台之其他微影設備係已知的。此等基板台及量測台在執行預備量測時銜接在一起,且接著在基板台經歷曝光時不銜接。 該設備進一步包括微影設備控制單元LACU,該微影設備控制單元LACU控制所描述之各種致動器及感測器之所有移動及量測。LACU亦包括用以實施與設備之操作相關之所要計算的信號處理及資料處理能力。實務上,控制單元LACU將被實現為許多子單元之系統,每一子單元處置設備內之一子系統或組件之即時資料獲取、處理及控制。舉例而言,一個處理子系統可專用於基板***PW之伺服控制。單獨單元可甚至處置粗略及精細致動器,或不同軸線。另一單元可能專用於位置感測器IF之讀出。設備之總體控制可由與此等子系統通信之中央處理單元控制。 圖2在200處展示在用於半導體產品之工業製造設施之內容背景中的微影設備LA。在微影設備(或簡言之「微影工具」200)內,量測站MEA在202處被展示且曝光站EXP在204處被展示。控制單元LACU在206處被展示。在製造設施內,設備200形成「微影製造單元」或「微影叢集」之部分,該「微影製造單元」或「微影叢集」亦含有塗佈設備208以用於將感光性抗蝕劑及其他塗層施加至基板W以用於藉由設備200進行圖案化。在設備200之輸出側處,提供烘烤設備210及顯影設備212以用於將經曝光圖案顯影成實體抗蝕劑圖案。 一旦已施加並顯影圖案,就將經圖案化基板220轉移至諸如在222、224、226處所說明之其他處理設備。廣範圍之處理步驟係藉由典型製造設施中之各種設備來實施。出於實例起見,此實施例中之設備222為蝕刻站,且設備224執行蝕刻後退火步驟。將進一步物理及/或化學處理步驟應用於另外設備226等中。可需要眾多類型之操作以製造真實器件,諸如材料之沈積、表面材料特性之改質(氧化、摻雜、離子植入等)、化學機械拋光(CMP),等。實務上,設備226可表示在一或多個設備中執行之一系列不同處理步驟。所描述之包含一連串圖案化製程步驟的半導體製造製程恰好為其中可應用本文中所揭示之技術的工業製程之一個實例。半導體製造製程包括一系列圖案化步驟。每一圖案化製程步驟包括圖案化操作(例如微影圖案化操作),及數個其他化學及/或物理操作。 眾所周知,半導體器件之製造涉及此類處理之許多重複,以在基板上逐層地建置具有適當材料及圖案之器件結構。因此,到達微影叢集之基板230可為新近製備之基板,或其可為先前已在此叢集中或在另一設備中完全地被處理之基板。相似地,取決於所需處理,離開設備226之基板232可經返回以用於同一微影叢集中之後續圖案化操作,其可經指定以用於不同叢集中之圖案化操作,或其可為待發送以供切塊及封裝之成品。 產品結構之每一層需要不同製程步驟集合,且用於每一層處之設備226可在類型方面完全不同。另外,即使在待由設備226應用之處理步驟在大型設施中標稱地相同的情況下,亦可存在並行地工作以對不同基板執行步驟226之若干假設相同的機器。此等機器之間的小設置差異或疵點可意謂其以不同方式影響不同基板。即使對於每一層相對而言為共同的步驟,諸如蝕刻(設備222)亦可由標稱地相同但並行地工作以最大化產出率之若干蝕刻設備來實施。此外,實務上,不同層根據待蝕刻之材料的細節需要不同蝕刻製程,例如化學蝕刻、電漿蝕刻,且需要特定要求,諸如各向異性蝕刻。 可在如剛才所提及之其他微影設備中執行先前及/或後續製程,且可甚至在不同類型之微影設備中執行先前及/或後續製程。舉例而言,器件製造製程中之在諸如解析度及疊對之參數方面要求極高之一些層相比於要求較不高之其他層可在更進階微影工具中來執行。因此,一些層可曝光於浸潤類型微影工具中,而其他層曝光於「乾式」工具中。一些層可曝光於在DUV波長下工作之工具中,而其他層係使用EUV波長輻射來曝光。 圖2亦展示度量衡設備240,該度量衡設備經提供以用於在製造製程中之所要階段處對產品進行參數量測。現代微影製造設施中之度量衡站之常見實例為散射計(例如角度解析散射計或光譜散射計),且其可經應用以量測在設備222中之蝕刻之前在220處之經顯影基板的屬性。在使用度量衡設備240之情況下,可判定出例如諸如疊對或臨界尺寸(CD)之重要效能參數並不滿足經顯影抗蝕劑中之指定準確度要求。在蝕刻步驟之前,存在經由微影叢集剝離經顯影抗蝕劑且重新處理基板220的機會。亦眾所周知,來自設備240之度量衡結果可用以藉由隨著時間推移進行小幅度調整而維持微影叢集中之圖案化操作之準確效能,藉此最小化製造不合格產品及需要重工之風險。當然,度量衡設備240及/或其他度量衡設備(圖中未繪示)可經應用以量測經處理基板232、234及引入基板230之屬性。 度量衡設備240之另一特定應用係所謂的「提前發送」晶圓之處理。此等晶圓實際上為來自將要處理之批次或批量的樣本產品單元。其經由製程而提前發送,且在處理整個批次之前對此等樣本產品單元量測製程之實際效能。以此方式,可計算自訂校正且將其應用於當前批次之處理中。通常,將剝離提前發送晶圓且將其返回至該批次以藉由校正進行處理。提前發送晶圓之此重工在圖2中由路徑248示意性地指示。 為了改良製造製程在諸如疊對及CD之參數方面之效能,提供進階製程控制(APC)系統250。APC系統250基於歷史效能資料PDAT及與個別基板相關聯之內容脈絡資料CDAT實施回饋控制之一形式,該歷史效能資料PDAT可包括例如由度量衡設備240進行之疊對及/或CD之量測。因此,APC系統250已存取歷史效能資料PDAT且歷史效能資料PDAT經儲存於儲存器252中。內容脈絡資料CDAT亦可被視為「歷史」資料,此係因為其並非自產品自身獲得之資料,而是表示個別產品單元(晶圓或其他基板)或產品單元之批量之處理歷史的全部或部分之資料。貫穿圖解之箭頭254說明內容脈絡資料可如何來自該等設備中之任一者。運用新基板230,亦可得到內容脈絡資料。舉例而言,內容脈絡資料可記錄已應用哪些類型之製程步驟、哪些個別設備已用於彼等步驟之執行中,及哪些參數係由彼等設備應用(例如,當在蝕刻設備222中時之溫度或壓力狀況之設定,或微影工具200中之諸如照明模式、對準配方等之參數)。內容脈絡資料經儲存於儲存器256中以供APC系統250使用。 效能資料PDAT可被視為用於本文中所揭示之技術之一些實施例中的物件資料之實例。可收集且儲存物件資料之其他實例以在其他實施例中使用,且一些實施例可將包括效能資料的不同種類之物件資料一起使用。雖然自先前已經歷經控制之處理步驟的產品單元上進行之量測(直接地或間接地)導出效能資料,但可在處理之執行之前或期間收集其他物件資料ODAT。圖2展示此其他物件資料視情況被收集且儲存於資料庫260中。此其他物件資料可為對產品單元自身所量測之資料,或對工業製程中所涉及之其他部件所量測之資料。作為一項實例,儲存於資料庫260中之物件資料可包含通常由微影設備200使用量測站202中之對準感測器AS而獲得之對準資料。因為本質上獲得表示標記在基板之X-Y平面中之位置之詳細量測的此資料而作為正常圖案化操作之部分,所以藉由發指令給控制單元206將該資料儲存於物件資料儲存器260中幾乎不招致或不招致損失。替代對準資料或除了對準資料以外,物件資料亦可包括使用位階感測器LS而獲得之高度資料、來自對準感測器AS之「晶圓品質」信號,及其類似者。在其他實施例中,物件資料可包括在系統中之其他處且並非在產品單元自身上所量測的資料。此物件資料之實例可能為使用圖1之微影設備中的光罩對準標記M1、M2以及基板支撐件中之感測器所獲得之光罩(倍縮光罩)對準資料。 可分析物件資料之另一特定實例,可由另一度量衡設備262量測晶圓形狀資料。該設備可為例如購自不同製造商的類型之經圖案化晶圓幾何形狀掃描器。在一些生產環境中,此類工具用以量測由製程誘發之應力造成的橫越每一晶圓之平面外失真(構形)。微影設備控制系統可計算對在經失真晶圓扁平地夾持至基板台上時將另外引入的平面內失真(疊對誤差)之校正。 概言之,如引言及申請專利範圍中使用之術語「物件資料」涵蓋廣泛多種資料,可在製造設施中針對歷史產品單元或針對待處理之新產品單元搜集該廣泛多種資料。詳言之,如引言及申請專利範圍中使用之術語「物件資料」涵蓋效能資料PDAT (在處理之後自經處理產品單元量測且經儲存於儲存器252中)及其他類型之物件資料ODAT (在處理之前及/或期間自產品單元或其他系統量測且經儲存於儲存器260中)兩者。下文將參考圖5及圖6描述使用兩種類型之物件資料之實例。 雖然圖2展示用於內容脈絡資料、效能資料及物件資料中之每一者之單獨儲存器252、256、260,但應瞭解,此等不同類型之資料可經儲存於一個共同儲存單元中,或可遍及較大數目個儲存單元而分佈,可在需要時自該等儲存單元擷取資料之特定項目。另外,儘管內容脈絡資料254被展示為源自每一個別設備222、224等,但可經由控制微影製造單元及/或製造工場整體上之操作的中心控制系統收集該資料。 內容脈絡資料及效能資料儲存器中之每一記錄被標註有唯一標識符。應注意,個別晶圓可能在製造製程期間重複地通過同一微影工具,或可能穿過皆量測相同標記之不同工具,有可能在製造製程之不同階段收集用於同一產品單元之資料。此等量測個例中之每一者可在分析中被視為一獨立產品單元。然而,在其中存在在複雜製造製程中之不同階段量測同一晶圓之多個個例的狀況下,物件資料將包括不僅唯一地識別個別晶圓而且識別晶圓已經量測之處理之階段的識別符。通常在微影製程中,同一基板之不同個例將與器件結構之圖案化順次層相關聯。 圖3之(a)示意性地說明由APC系統250實施之一種類型之控制方法的操作。自儲存器252接收歷史效能資料PDAT,該歷史效能資料已由度量衡設備240或其他構件自已由微影設備200及微影製造單元之關聯設備處理的晶圓220獲得。回饋控制器300分析在用於最近批次之效能資料中所表示的效能參數,且計算經饋入至微影設備200之製程校正PC。將此等製程校正添加至自微影設備之對準感測器及其他感測器導出之晶圓特定校正,以獲得經組合校正以用於處理每一新批次。 為了在提供此控制方法時縮減度量衡額外負擔,有可能的是,並非使用度量衡設備240來量測或充分量測所有晶圓。下文所揭示之技術可用以改良對用於度量衡之樣本晶圓之選擇。 圖3之(b)示意性地說明由已知APC系統250實施之另一類型之控制方法的操作。如可看到,回饋控制方法之一般形式與圖3之(a)中所展示之回饋控制方法相同,但在此實例中,與歷史晶圓相關之內容脈絡資料及與當前晶圓相關之內容脈絡資料CTX係用以提供對效能資料PDAT之更有選擇性的使用。具體言之,雖然在較早實例中,將用於所有歷史晶圓之效能資料組合於單一串流302中,但在經修改方法中,使用來自儲存器256之內容脈絡資料以將用於每一歷史批次之效能資料指派至若干執行緒304中之一者。此等執行緒由回饋控制器300在平行回饋迴路中有效地處理,從而得到多個製程校正306,每一製程校正係基於執行緒304中之一者中之晶圓的歷史效能資料。接著,當接收新批次以供處理時,其個別內容脈絡資料CTX可用以選擇執行緒中之哪一者向當前晶圓提供適當內容脈絡資料306。出於此目的之內容脈絡資料可能包括在晶圓裝載至微影設備中之前對晶圓所量測之晶圓形狀資料。 一般而言,將看到,製造設施之操作員必須關於回饋控制之粒度作出決策。在圖3之(a)之實例中,不應用粒度,且所有產品單元經處理為單一執行緒。在已知個別晶圓台或「夾盤」對效能具有強影響之狀況下,則已知將應用每批次及每夾盤之校正。在圖3之(b)之實例中,接著可提供不同程度之粒度,但始終取決於已知的合適效能資料及內容脈絡準則。在已知實務中,通常將每批次而非每個別晶圓提供校正。在許多狀況下,將完全無法預先知曉,內容脈絡資料之哪些參數與界定至執行緒之最佳分割相關,且哪些參數不與其相關。因此,可將該等批次分割成比所必需小的執行緒,或在事實上另一分割將得到較佳效能時將其分組成較大執行緒。上文所提及之專利申請案PCT/EP2016/072363描述可結合本發明而使用的經修改控制系統。本文中將重複此控制系統之簡要細節,而該專利申請案之全部內容係以引用方式併入本文中。李等人之參考案提供對此系統之進一步論述。 再次參看圖2,揭示作為可供使用本發明之技術之實例的控制系統。在此經修改控制系統中,基於內容脈絡資料,而且基於歷史物件資料(例如歷史效能資料)及內容脈絡資訊之統計分析之組合而將歷史物件資料指派至執行緒。提供統計分析模組270,其主要自儲存器252接收歷史效能資料PDAT且執行歷史產品單元之資料驅動之分割。在分割改進模組272中,來自儲存器256之歷史內容脈絡資料CDAT用以參考內容脈絡改進分割。以此方式,相關內容脈絡資料可用以將效能資料指派至適當執行緒中,而不藉由參考事實上並不如此相關之內容脈絡資料來不必要地增長執行緒之數目。此步驟之一個益處為:內容脈絡將使其置放在具有不良回饋效能之極其填入不足的執行緒中之生產單元因此可被指派至仍提供有效效能改良之經較佳填入執行緒。雖然首先將使用來自儲存器252之效能資料來描述實例,但已經提及的是,在其他實例中,代替效能資料或除了效能資料以外,亦可使用來自儲存器260之其他類型之物件資料ODAT。因此,除非內容背景另有規定,否則在本描述中對效能資料之參考更一般而言應被理解為對物件資料之參考。 圖4為圖2中所說明之控制方法之一個實施例中由統計分析模組270及分割改進模組272實施之方法的流程圖。回饋控制器400展示於圖像之底部,其以極相似於圖3之(b)之回饋控制器300之方式運行。根據來自儲存器256之內容脈絡資料CDAT將來自儲存器252之歷史效能資料PDAT指派至不同執行緒404。回饋控制器400產生用於多個執行緒404之製程校正(PC) 406,且使用當前晶圓內容脈絡資料CTX選擇用於當前晶圓之適當製程校正PC。然而,不同於已知方法,並非純粹藉由參考歷史內容脈絡資料而將歷史效能資料指派至執行緒404,而是亦依據已藉由一方法而導出的內容脈絡準則CC將歷史效能資料指派至執行緒404,現在將對該方法進行描述。當選擇待應用於未來晶圓之製程校正時,將此等相同內容脈絡準則與當前晶圓內容脈絡資料CTX組合使用。在控制系統允許其的情況下,可每晶圓地選擇及應用製程校正,或可在較佳情況下每批次地應用製程校正。一些類型之效能資料可僅每批次地得到,此係因為並未對每一晶圓進行頻繁詳細的效能量測。然而,遍及許多批次,可以使得以統計方式辨別每晶圓之不同內容脈絡之方式對晶圓進行取樣。出於此目的,吾人在下文進一步描述用以改良晶圓之取樣之技術。 在步驟410處,在不參考與產品單元(晶圓)相關聯之內容脈絡資料的情況下執行歷史效能資料PDAT之統計分析,已針對該等產品單元(晶圓)量測工業製程之效能參數。可設想統計分析之不同形式,且此處將出於說明而僅提及一對實例。在一項實例中,步驟410包含執行多變量分析(例如主成分分析(PCA)),以識別貢獻於自產品單元自身(在此狀況下晶圓)量測之效能參數之數個成份。可使用多變量分析之不同形式,且PCA分析在本文中純粹地作為一個實例被提及。在PCA之特定實例狀況下,經識別成份向量在多維空間中正交。在被稱為獨立成份分析(ICA)之另一方法中,成份向量係獨立的(意謂其中無一者可被寫為其他者之線性組合)。ICA技術使所有二階及高階交叉相關為零,而PCA技術之正交性迫使二階交叉相關為零,但可留下非零高階交叉相關。出於方便起見而不期望任何限制,步驟410及所執行之分析將在下文中被稱作PCA分析。 已公佈專利申請案WO2015049087A1中描述在微影製造設施或其他工業製程中之此類統計分析的詳細實施。彼申請案之內容特此係以引用方式併入。在已公佈專利申請案中,諸如PCA或另一多變量分析之統計分析係用以自物件資料提取診斷資訊,該物件資料可為在處理之後自產品單元量測之效能資料,及/或可包括其他物件資料,諸如在圖案化之前使用對準感測器(圖1之AS)所量測之位置偏差。在現在所描述之方法中,目的可不同,但分析之原理及結果之形式可與先前已公佈專利申請案中之分析之原理及結果之形式相似。當然,先前專利申請案之診斷方法可在製造設施中與本申請案之控制方法同時地實施。 在步驟412處,應用統計分析之結果以界定歷史效能資料中所表示之產品單元之第一分割。此分割係基於每一產品單元在由主成份向量界定之多維空間中之位置,在由所量測且在效能資料PDAT中所表示之效能參數之集合界定的多維空間內之位置。「分割」吾人意謂產品單元之集合中之每一者的隸屬性在兩個或多於兩個子集之間進行指派。在「硬」分割中,每一產品單元為某一子集之成員或其非某一子集之成員。亦可使用「軟」分割,其中向產品單元指派指示隸屬度或多於一個子集之隸屬機率之隸屬值。熟習此項技術者將能夠調適本教示以允許軟分割。出於本描述之簡單性起見,將僅說明硬分割。 圖5象徵性地說明基於統計分析之結果而將產品單元分割成不同子集或「叢集」。用於數個產品單元之效能資料係由三維曲線圖上之點表示,該三維曲線圖之軸線為藉由統計分析得出的主成份PC1、PC2及PC3。此實例中之產品單元已經被指派至被標註為A、B及C之三個叢集。因此,由點502表示之產品單元最初被指派至叢集A,由點504及506表示之產品單元最初被指派至叢集B,且點508及510最初被指派至叢集C。應牢記,三維曲線圖之此二維表示僅為簡化之說明,且可基於3個、4個、10個或更多個成份執行分割。 現在考慮應用於歷史效能資料中所表示之產品單元之群體內的不同產品單元之不同內容脈絡的情況下,圖5中之資料點之不同形狀(菱形、圓形、三角形)係用以指示三個不同子群體,該三個不同子群體係由其在內容脈絡資料中可表示之處理歷史界定。可假定,不同主成份表示由每一產品單元之處理內容脈絡中之某些特徵或特徵之組合造成的誤差指紋。因此,將看到,分割成叢集A、B及C已成功地分組大部分產品單元連同同一子群體(資料點之相同形狀)之其他成員。當處理未來單元時,僅內容脈絡資料將可用作用於控制處理之基礎。因此,在上文所提及之專利申請案PCT/EP2016/072363中所揭示之方法中,採取另外步驟以自統計分析及歷史內容脈絡資料識別出自應用於每一產品單元之所有內容脈絡參數的哪些內容脈絡參數為相關內容脈絡參數,從而達成控制未來單元之目的。 在不參考內容脈絡資料的情況下故意地執行統計分析步驟410及初始分割步驟412。因此,可預期,可最初將子群體之一些成員(例如統計離群值)指派至「錯誤」叢集。可在已經分組至叢集C中之成菱形資料點510中看到此情形之實例,在叢集C中大部分資料點成三角形且因此具有不同內容脈絡。相似地,一對成三角形資料點506已經分組於叢集B中,在叢集B中大部分點具有菱形形狀。因此,若歷史效能資料之統計分析將用作用於將產品單元分割成執行緒以達成回饋控制之目的之唯一基礎,則對於給定執行緒之所得製程校正可能含有來自產品單元之非所要貢獻,該等產品單元與該執行緒中之其他產品單元具有不同內容脈絡。 圖5中亦展示不易於指派至叢集中之任一者的兩個「離群值」或「偏離」晶圓520、522。此等晶圓可藉由統計分析予以識別,如下文將進一步描述。在每一叢集內,突出顯示另一樣本(530、532、534),下文將對其進行進一步解釋。 圖6說明可能應用之統計分析之類型的另一實例,尤其為混合回歸分析。在圖6之實例中,水平軸線表示一批次內穿過微影設備200的晶圓數目。一批次可例如在典型半導體製造設施中包括25個晶圓。已知某些誤差指紋起因於在一批次之曝光期間建立,且又在下一批次之曝光之前耗散的熱效應。此效應之實例可為倍縮光罩(光罩)加熱,且前饋控制系統可界定藉由在批次之過程中對數性地增加之強度而應用之倍縮光罩加熱校正。為了判定適當對數曲線及強度位準,通常將執行歷史物件資料之統計分析,而非試圖根據任何「第一原理」計算預測所需校正。如上文所提及,此實例中之物件資料可為除對經處理產品單元所量測之效能資料之外的資料。其可為在處理之前或期間針對產品單元或針對系統之其他部分所量測的物件資料。物件資料之實例為自每一晶圓量測之對準資料。另一實例為使用圖案化器件(光罩或倍縮光罩)上之標記及位於基板台或關聯量測台上之晶圓旁邊之感測器所量測的光罩對準資料。光罩對準資料可在識別圖6中所說明之倍縮光罩加熱指紋之實例中特別有用。 在分析關於倍縮光罩加熱指紋PRH之物件資料的情況下,可以圖6中所展示之方式在一曲線圖上對照晶圓數目標繪來自一或多個批次之資料點。回歸分析可用以以熟知方式將對數曲線擬合至所觀測之資料。然而,根據經驗,可知曉一或多個內容脈絡變數亦可起作用,且無單一對數曲線可經擬合至資料集。對於此狀況,有可能應用混合模型。混合模型可基於回歸、PCA、ICA及/或任何其他統計模型。作為一實例,產品單元之歷史群體可已在工具之混合物上經處理,且每一工具之效能可已隨著時間推移以特定方式漂移。倘若統計資料庫足夠廣闊,混合模型就可在無先前知識的情況下識別並分離此等不同內容脈絡。 返回至圖6,混合回歸分析例如將允許擬合兩個、三個或多個個別曲線,每一曲線與該資料中之一個子群體相關聯。可能或可能不預先知曉或推測資料庫內之群體之數目。在圖6之實例中,吾人假設,已知應擬合兩個曲線602及604。此情形之一個原因可能在於,諸如圖1中所說明之微影設備的微影設備具有兩個夾盤(基板台WTa及WTb),且取決於正使用哪一晶圓台,所觀測之倍縮光罩加熱誤差呈現為不同的,此係因為兩個夾盤中之感測器具有稍微不同回應。因此,圖6中所說明之資料點之群體事實上可源自產品單元之兩個子群體,其在該圖式中由圓形資料點608、610等及三角形資料點612、614等說明。在無此等點之不同內容脈絡之知識的情況下,統計分析步驟410可例如決定給定資料點屬於待擬合第二對數曲線604所在之子群體,而此等產品單元之內容脈絡之知識可能指示其通常屬於與第一對數曲線602較相關之子群體。在每一子群體內,突出顯示幾個特定樣本(630、632),下文將對該等樣本進行進一步解釋。 基於此回歸分析之倍縮光罩加熱校正可為作為微影設備內之前饋控制系統之部分而非進階製程控制系統250之部分加以應用之校正。然而,對於新產品單元,問題仍然在於其僅為所已知之內容脈絡。在無特定內容脈絡參數(例如夾盤ID)之重要性之先前知識的情況下,控制系統將如何知曉哪些相關內容脈絡參數用於提供針對不同內容脈絡而最佳化之前饋控制?若存在由混合模型發現之兩個群體,則其係由不同夾盤ID造成或由某一其他因素造成?即使該等群體係由兩個不同夾盤ID造成,是本設備之夾盤造成差異抑或先前使用之工具之夾盤造成差異,抑或本設備之夾盤及先前使用之工具之夾盤皆造成差異? 前饋控制之另一實例係已經關於圖1之微影設備之操作所描述的對準製程。每晶圓所量測之對準資料係運用用以產生待在圖案化(曝光)期間應用之校正的對準模型而擬合。應用上文所提及之專利申請案PCT/EP2016/072363中所揭示之原理,可能有益的是,以取決於藉由一新晶圓所接收之內容脈絡資料之方式來使用針對該新晶圓所量測之對準資料。一種方式將為基於內容脈絡資料使對準模型變化(潛在地在不同對準模型之間進行選擇)。歷史對準資料與內容脈絡資料之分析可識別哪些內容脈絡參數與每批次或甚至每晶圓地選擇最適當對準模型相關。 應注意,用作用於回饋控制之輸入之物件資料無需包含在橫越基板之點處之位置、疊對或某一其他參數之個別量測。在與上文所說明之類型之進階製程控制相關的一個實施例中,現有APC回饋控制器300經設計為與經由參數化模型而表達(例如經由多項式方程式之係數表達誤差指紋)之效能資料一起工作。將自每一晶圓或晶圓之群組採取之量測一起考慮,且將模型擬合。在經修改回饋控制器400中,可使用相同參數化模型,且可依據彼模型來表達用於起動晶圓之效能資料。相似地,在對準資料之實例中,所使用之物件資料可為經擬合對準模型之參數,或經擬合模型之殘差,而非原始位置資料。 若模型具有例如10個參數,則用於每一晶圓或晶圓之群組之效能資料變成由用於彼等參數之10個值之集合表示,且晶圓或晶圓之群組可由10維參數空間中之點表示。該等相同參數可用以表達校正PC,且微影設備可經設計為直接地或藉由將此等參數轉譯至另一模型空間中而對此等參數作出回應。熟習此項技術者將瞭解,此僅為效能資料之間接表示之一個實例。應瞭解,若可橫越每一基板採取100次個別疊對量測,則將此等量測縮減至10參數模型表示資料壓縮方面之實質性益處。一般而言,分析呈無法直接或間接與可用於微影設備之控制系統或其他工業製程中之校正之參數相關的形式之誤差幾乎不存在益處。當然,在其他實施例中,可界定不同模型,但可應用相同原理。 返回至圖4,在步驟414中,在所揭示方法中使用來自儲存器256之內容脈絡資料CDAT,以改進歷史產品單元之分割及其效能資料,且尤其以強加基於統計分析但在依據內容脈絡資料加以檢視時有意義的「邏輯」分割。上文所提及之專利申請案PCT/EP2016/072363中更詳細地描述此改進步驟之實例。 在416處,終結分割之改進且界定最終分割。在418處,遞送可藉以將歷史效能資料中所表示之產品單元以及新產品單元明確地指派至對應於回饋控制器400之各別執行緒404及406之數個子集中之一者的內容脈絡準則CC之集合。相比於在內容脈絡資料之所有參數待用以界定用於每一內容脈絡之唯一執行緒的情況下,執行緒的數目可少得多。在使用統計分析的情況下,僅事實上與效能之差異相關聯之彼等內容脈絡參數需要用作用於將歷史及未來產品單元之群體分割成執行緒之基礎。上文所提及之專利申請案PCT/EP2016/072363中更詳細地描述用於進一步縮減執行緒之數目之選用技術。 步驟410至418連同回饋控制器400自身可由經連接以自圖2之製造設施接收資料之電腦硬體及軟體之組合實施。電腦硬體可位於與微影工具及其他設備相同的設施中,或其可遠端地定位且由電信頻道及/或抽取式儲存器連接。 圖7說明根據本發明之一項實施例之控制方法中的步驟之一般序列。在步驟702處,接收例如半導體晶圓之產品單元之集合以用於藉由工業製程進行處理。在704處,對產品單元之集合或關於產品單元之集合來量測物件資料(或自預先存在之量測接收物件資料)。此物件資料可為以上背景論述中所提及的任何種類之物件資料。舉例而言,在圖2之製造設施中,物件資料可為作為圖案化晶圓時之初步步驟的在微影設備200內量測之對準資料,其可為在圖案化晶圓之前在晶圓形狀度量衡工具262中量測之晶圓形狀資料,及/或其可為在層已經處理之先前步驟之後使用度量衡設備240來量測的效能資料。物件資料可多於一個種類。下文將呈現說明此等可能性中之一些之實例應用。 在步驟706處,在此實例中,將經受工業製程之產品單元之集合分割成複數個子集。可基於藉由產品單元所接收之內容脈絡資料來執行此分割。替代地或另外,該分割可基於使用上文參考圖4至圖6所描述之方法在步驟704中量測的一或多個種類之物件資料之統計分析。 接著,對於每一子集,在710處選擇一或多個樣本產品單元以用於度量衡。使用表示關於複數個產品單元所量測之一或多個參數之物件資料712來執行此步驟。樣本產品單元之選擇係至少部分地基於物件資料712之統計分析。用於此步驟之物件資料712可與用於分割步驟706之物件資料(若存在)的種類相同或種類不同。 在714處,僅對出自複數個產品單元之經選擇樣本產品單元執行一或多個度量衡步驟。在716處,至少部分地基於經選擇樣本產品單元之度量衡,導出校正以用於控制對複數個產品單元之處理。另外,可使用內容脈絡資料718來導出校正。在720處,使用校正以控制對產品單元之處理,例如以將圖案施加至半導體製造設施中之晶圓。 量測樣本產品單元之方式及使用量測來計算校正之方式可為相關製造技術中知曉之技術中的任一者。根據本發明之原理,因為樣本產品單元之選擇係至少部分地基於物件資料之統計分析,所以對於給定程度之度量衡額外負擔,可達成之控制之準確度可得以改良。 在用於半導體製造中之批次級及夾盤級控制之傳統途徑中,選擇度量衡晶圓之有限集合(通常每夾盤2個度量衡晶圓)。已知自批次之中心選擇晶圓從而避免加熱效應進入控制迴路。然而,歸因於一批次在其壽命中經歷的複雜處理內容脈絡,該批次內部之晶圓可根據其例如已經處理所在之腔室或工具、其在彼等腔室中之定向等而具有不同疊對指紋。通常此情形引起指紋之分佈,常常導致歸因於相似處理歷史的具有相似形狀及指紋之晶圓之批次內的「子群體」或分組。當自一批次「隨機地」挑選樣本晶圓時顯然不考量指紋之此分佈,且因此此等樣本晶圓可能不表示該批次,且當製程校正係基於經選擇晶圓且經應用至整個批次時彼批次內之指紋之分佈可能引起疊對損失。此外,在處理誤差或其他情形影響某些晶圓且此等「偏離」晶圓偶然被選擇為度量衡晶圓的情形下存在風險。來自偏離晶圓之量測隨後藉由其偏離指紋「污染」疊對控制迴路。由於在大容量製造情形下需要限制度量衡額外負擔,故樣本晶圓之數目將相對較小,且此污染可具有不成比例的效應。 在晶圓之集合可經分割成若干子集的情況下,如圖7中所說明,可藉由特定在每一子集內選擇樣本晶圓而作出樣本晶圓之選擇方面的第一改良。在圖4之多執行緒控制方法中,接著可應用經量測效能資料以控制適當執行緒。然而,多執行緒方法使得度量衡額外負擔之問題較尖銳,且子集內之樣本晶圓之隨機選擇仍可導致對並未真正表示大部分的晶圓執行度量衡。 根據本發明之原理,憑藉物件資料之統計分析執行圖7之方法中對樣本產品單元之選擇,使得避免或縮減經選擇之不具代表性的產品單元。 為了考慮此情形,再次參看圖5及圖6之實例。已識別晶圓之三個子集或「叢集」,其廣泛地落在由主成份PC1、PC2、PC3界定之多維空間之三個相異區中。在將主成份用作參考的情況下,可辨識偏離晶圓520及522。在圖7之方法之一些實施例中,物件資料712之統計分析允許識別此等偏離晶圓且排除將此等偏離晶圓考慮為用於步驟710中之度量衡的潛在樣本晶圓。因此,在此類實施例中,選擇該或該等樣本產品單元包括消除藉由該統計分析而識別為不表示複數個產品單元的產品單元。即使接著將自每一子集之剩餘成員隨機選擇樣本晶圓,至少上文所提及之「污染」問題將得以縮減。 可視需要在多維空間中或在單個維度中界定供排除偏離晶圓之邊界。該等邊界可完全自動地進行界定及/或藉由專家輔助進行界定,且可在多維空間中具有藉由統計分析界定之任意形狀。舉例而言,密封邊界可環繞個別叢集,或一個邊界可涵蓋整個集合。可隨著容量製造進展而改進邊界,且可在顯影階段將邊界設定為較寬。 為了進一步改良監視及效能控制之品質,在方法之一些實施例中,選擇用於度量衡之樣本產品單元包括優先選擇藉由該統計分析而識別為最能表示複數個產品單元的產品單元。在圖5之實例中,突出顯示某些晶圓530、532及534,其被認為最能表示其特定叢集。在使用所觀測之指紋中之一或多者的情況下,叢集A之晶圓可經分析以將如具有指紋係數之組合之晶圓530識別為叢集中最具典型性的晶圓。在該圖式中,此情形係藉由晶圓530在多維空間內最接近叢集之晶圓分佈之中心加以說明。相似地,每一晶圓532、534分別在叢集B及C中之晶圓分佈中居中地定位。 就實務實施而言,各種統計量測可經應用以識別所要數目個最具代表性的產品單元。一般而言,用於每一叢集之最具代表性晶圓係基於其在其叢集內之位置及/或相對於相鄰叢集之位置予以選擇。用以達成此選擇之一種方式係藉由使用某一所定義演算法計算每晶圓之關鍵效能指示符(KPI)或記分值來進行。為此可使用之一個實例KPI為Peter J. Rousseeuw在「Silhouettes: a Graphical Aid to the Interpretation and Validation of Cluster Analysis」(Computational and Applied Mathematics 20:53至65,1987年)中所描述之「輪廓」值。選擇具有最高輪廓值之一或若干晶圓為用以達成對代表性晶圓之選擇以充當用於度量衡之樣本晶圓之一種方式。自相同計算,可另外使用低輪廓值以識別偏離晶圓。可視需要應用另外約束,例如以避免選擇偏離晶圓。約束之另一實例將為避免選擇一批次中之前幾個晶圓,其處理由於熱效應而可為非典型的。如所提及,可針對每一不同子集選擇不同樣本晶圓以用於計算校正。可在「批次」控制系統中改進度量衡晶圓選擇機制,該批次控制系統以自適應性方式判定應如何在APC系統中實施回饋控制。此類控制策略之選擇及最佳化為上文所提及之專利申請案EP15202675.3之主題。 在圖6之實例中,在藉由混合回歸分析使晶圓沿著兩個曲線602、604叢集的情況下,優先於屬於相關叢集但與所標繪之參數PRH之曲線相隔某距離的其他晶圓,處於該曲線上或接近該曲線之晶圓630、632可經選擇為用於度量衡之代表性樣本。與曲線相隔之距離可用作用於在此選擇製程中將晶圓分級之記分。諸如輪廓值之KPI可經延伸至基於曲線之空間中之叢集,以及主成份中之叢集。 如在圖5之狀況下,額外約束可經設計至樣本產品單元之選擇中。此約束在圖6中之640處加以說明,其禁止自批次中之第一批數量的晶圓當中選擇樣本晶圓。換言之,認為批次中之最早晶圓不被認為表示大部分晶圓,即使其將確切地落在曲線602或604上亦如此。 步驟706中之產品單元之集合至子集之分割與在步驟710中用於選擇樣本產品單元之物件資料是相同抑或不同為設計選擇問題。下文將說明不同情境。 圖8為包括圖7之方法之實施例中的叢集(分割)及樣本選擇之控制方法的較詳細流程圖。可對許多不同類型之物件資料執行叢集及樣本選擇,只要其表示批次內部之疊對指紋之分佈即可。此等輸入資料可起源於諸如由晶圓形狀度量衡設備262提供之離線晶圓形狀量測,或在微影設備200中之圖案化操作期間自動獲得之對準資料。在802處接收物件資料,隨後在804處將其進行預處理。舉例而言,預處理步驟804可自物件資料移除離群值(懷疑有缺陷之量測)。預處理步驟亦可移除非所要系統性指紋,諸如可藉由主動對準策略捕捉之內容。預處理步驟亦可消除可能支配後續分割步驟之不同夾盤間偏移。使用者輸入806可用以組態預處理步驟。 在步驟808中,分解物件資料以便得到可被認為係參考指紋之係數(例如主成份PC1、PC2等)之集合。對於每一晶圓,係數(權重)之特定集合在用以組合此等參考指紋時將(大致)得到個別晶圓之指紋。此分解可例如借助於主成份分析(上文所提及)或任尼克(Zernike)分解來達成。替代地,參考指紋已經藉由對來自在設置階段期間所獲得的經處理之晶圓之物件資料的統計分析而獲得。在彼狀況下,用於新晶圓之係數係經由晶圓投影至經儲存參考指紋上而獲得。此外,步驟808之詳細實施可藉由使用者輸入810而控制。 圖8之方法接著移動至叢集及樣本選擇階段中,叢集及樣本選擇階段對應於圖7之方法中之步驟706及710。在步驟820中,藉由隨著不斷增加數目個群組對係數之集合執行叢集且計算量測叢集之「品質」之一或多個KPI來計算叢集之最佳數目。用於叢集之品質之一個量度為平均輪廓。在步驟822處,接著基於所選擇自動化叢集方法及/或使用者輸入824而將最終叢集應用於係數之集合。亦可自動地應用額外約束,例如以藉由限制叢集之數目而限制度量衡負荷且避免出現單晶圓群組。 建議及/或使用者輸入亦可用以在步驟820及822中應用之不同叢集方法之間作出選擇。叢集方法之實例為由S P Lloyd在「Least squares quantization in PCM」(PDF) (IEEE Transactions on Information Theory 28 (2):129至137,1982年)中揭示之「k平均值」。其他叢集方法可用。由於通常應用製程校正且每夾盤地選擇晶圓,故經應用叢集可能必須考量此情形。內容脈絡資料可用以改進叢集,如上文關於圖4所描述。 在下一步驟826中,選擇用於每一叢集及夾盤之最具代表性晶圓。在基於物件資料之統計分析中,每一晶圓在藉由統計分析(例如PCA或其他多變量分析技術)而界定之多維空間中具有一位置。最具代表性晶圓可接著基於其在彼多維空間中在其叢集內之位置進行選擇。如上文已經關於圖7中之步驟710所描述,用以達成此選擇之一種方式係藉由計算每晶圓之輪廓值且隨後選擇具有最高輪廓值之晶圓來進行。亦可能應用額外約束,如上文關於步驟710所描述。 在另一步驟828中,基於諸如(例如)低輪廓值之準則來偵測偏離晶圓。在步驟830處輸入關於用於偏離晶圓偵測之方法之其他輸入及指令。任何偏離晶圓之身分識別係用於製造執行系統832中,使得可使偏離晶圓經受進一步調查,或重工,或簡單地被排除進行進一步處理。在本發明之內容背景中,偏離晶圓之身分識別亦在步驟826中用作約束,以防止偏離晶圓被選擇為用於度量衡之樣本晶圓。 在步驟834中,接收經選擇樣本晶圓之量測且以無論何種適當方式處理該等經選擇樣本晶圓之量測。接著在步驟836中計算校正,以用於控制同一叢集(或為同一執行緒之部分的對應未來叢集)中之晶圓之未來處理。視情況,在處理批次之其餘部分之前,將把經選擇樣本晶圓處理為提前發送晶圓且量測該等經選擇樣本晶圓。可根據對提前發送晶圓之量測計算校正集合且應用該等校正集合以控制當前批次。 可在批次控制系統中改進度量衡晶圓選擇機制,如上文所提及。在此情境下,以自動化方式進行該等步驟,且將所計算KPI、分組及晶圓選擇傳達至製造執行系統以便觸發進一步動作。歸因於需要較多晶圓之度量衡負荷可隨後以例如藉由使用亦在上文所提及的取樣方案最佳化之效能改良來平衡。基於經選擇KPI進行之適當偏離偵測之臨限值設定可例如藉由以本身熟知之方式最佳化接受者操作曲線(receiver-operating curve; ROC)下方之區域來進行。標註偏離晶圓之正確性可藉由後續疊對量測予以確認,或由專家操作員例如在設置階段中標註。 圖9及圖10示意性地呈現在兩個不同應用實例中之產品單元(晶圓)及資訊處理之流程。在圖9之實例中,當前批次之晶圓之物件資料係用以分割該批次且選擇用於提前發送處理及度量衡之樣本晶圓。在圖10之實例中,經預計算指紋係用以分割當前批次,且在已處理該批次之後選擇用於度量衡之樣本晶圓。兩個實例應用上文參考圖7及圖8所描述之原理,且將僅描述該等實例之主要特徵。假定在上文參考圖2所描述之製造設施中處理晶圓。為了簡單起見,省略諸如塗佈設備208之輔助步驟及裝備,以及其他蝕刻及處理步驟,但其將被理解為製造製程之隱含部分。 在圖9中,處理晶圓之批次900。作為初步步驟,使用晶圓形狀度量衡設備262來量測所有晶圓。將晶圓形狀資料902遞送至處理器,該處理器經組態以執行圖7及圖8之方法之計算。在904處,以上文所描述之方式處理資料以識別指紋且將晶圓分割成叢集。在905處,標註批次中之每一晶圓以識別其叢集。舉例而言,不同叢集中之晶圓可為不同產品之不同層,或其可為具有相同產品層但具有不同處理歷史之晶圓之子集。在906處,使用物件資料及叢集資訊以選擇待表示每一叢集之一或多個樣本晶圓。 將識別樣本晶圓之資訊908傳遞至微影設備之控制系統。將圖4之叢集作為一實例加以說明。用空心圓圈標註樣本晶圓910、912、914,如前所述。亦可標註一或多個偏離晶圓916。在920處,將經選擇樣本晶圓處理為微影設備200中之提前發送晶圓。將每一經選擇樣本晶圓根據其特定叢集及內容脈絡資料加以處理。 在924處,發送經處理之提前發送晶圓以用於度量衡設備240中之效能參數(例如疊對)之量測。將經量測效能參數924遞送至進階製程控制系統以供在926處用於計算用於每一叢集之製程指紋。自此等指紋(以及歷史效能資料及控制參數),在928處計算每叢集之校正且在930處將每叢集之校正遞送回至微影設備。 同時,發送提前發送晶圓910、912、914以供重工且將其返回至批次900。接著在940處發送整個批次(除可能偏離晶圓916之外)以在微影設備200中予以處理。此處理係使用適於每一晶圓的根據其叢集、內容脈絡資料等等之校正930來進行。如上文所提及,可在雙載物台設備中每夾盤地執行計算及校正。此在所說明實例中係隱含的,且為了簡單起見將僅展示單一計算。 在處理之後,在942處轉遞晶圓以用於後續物理及化學處理步驟。視情況在944處,亦發送該等晶圓中之一些或全部以用於度量衡設備240中之度量衡。可將度量衡結果946回饋至進階製程控制系統250,其中該等度量衡結果用以改良處理後續批次時之效能。 在圖10之實例中,基於來自大量歷史晶圓1002之歷史物件資料而預先計算參考指紋(例如PCA成份)。虛線框1004環繞方法之歷史處理部分。物件資料可例如為在微影設備200中量測之對準資料1006,但此對準資料僅為許多可能種類之物件資料中的一者。可包括例如晶圓幾何形狀資料,及/或在先前製程步驟之後量測之效能資料。在1010處,接著藉由物件資料之統計分析而界定諸如PC1、PC2、PC3之參考指紋,該等參考指紋視需要由效能資料及/或內容脈絡資料補充。接著在1012處輸出參考指紋及統計分析之其他結果。其他結果可例如包括用於偏離偵測之準則。 關於當前批次1020,將此等者在1022處裝載至微影設備。作為圖案化製程之部分,搜集對準資料及其他物件資料。替代地或另外,物件資料可包括自晶圓形狀度量衡設備262 (在使用時)進行之晶圓幾何形狀之量測。亦可將諸如來自處理相同晶圓上之先前層的對準資料之經儲存物件資料用作物件資料。基於參考指紋及關聯資料1012且視情況基於內容脈絡資料,在1024處執行統計分析以將晶圓置放於其叢集中。 在處理批次之晶圓的過程中或隨後,統計分析亦可識別最能表示叢集之樣本晶圓1030、1032、1034。視情況可識別偏離晶圓1036。在此實例中,並不在剩餘晶圓之前處理及量測代表性樣本晶圓,而是將代表性樣本晶圓連同其他晶圓一起處理,且對其加標註以供未來量測。在處理批次1020之後,在1040處發送晶圓以用於進一步化學及/或物理處理。在彼處理之前及/或之後,在1042處將樣本晶圓1030、1032及1034發送至度量衡設備240以用於效能參數之量測。在1046處將量測之結果饋入至進階製程控制系統250中以用於改良後續批次之處理。 圖11示意性地說明實施本發明之原理的控制方法之另一實例之操作。如可看到,回饋控制方法之一般形式在某種意義上為圖3之(a)及圖3之(b)中所展示之方法的混合。在此實例中,與歷史晶圓相關之內容脈絡資料及與當前晶圓相關之內容脈絡資料CTX用以提供效能資料PDAT之更有選擇性的產生及使用。在其他實例中,對當前晶圓及/或歷史晶圓量測之物件資料可用以將晶圓指派至不同群組或叢集,如上文參考圖5至圖10所描述。 在此實例中,使用來自儲存器256之內容脈絡資料CDAT或物件資料以將用於每一歷史批次之效能資料PDAT指派至若干執行緒1104中之一者。此等執行緒係由回饋控制器1100在並行回饋迴路中有效地處理,但針對整個批次而非針對每一執行緒之晶圓來產生製程校正1106。在應用於雙載物台微影設備中之所說明實例中,仍針對不同夾盤WTa/WTb上待處理之晶圓分離地產生校正。因此,當接收新批次以供處理時,僅使用其指派之夾盤標籤CHK以選擇哪種校正適用於當前晶圓。然而,如現在將參考圖12所描述,校正之計算仍基於選擇產品單元中之一或多者作為樣本產品單元,該選擇係逐群組地來進行。回饋控制器接收用於個別晶圓之內容脈絡資料CTX,以用於計算用於批次整體上之最佳校正1106。 圖12為經擴展及修改以展示圖11之方法內之處理之差異的流程圖,其相似於圖7之流程圖。編號為1202至1220之步驟對應於圖7之步驟702至720,其中步驟1216及1218經擴展成單獨子步驟1216a至1216c及1218a至1218c,如下文所解釋。 在步驟1202處,接收例如半導體晶圓之產品單元之集合以用於藉由工業製程進行處理。在1204處,對產品單元之集合或關於產品單元之集合來量測物件資料(或自預先存在之量測接收物件資料)。此物件資料可為以上背景論述及實例中所提及的任何種類之物件資料。 在步驟1206處,在此實例中,將經受工業製程之產品單元之集合分割成複數個子集。可基於藉由產品單元所接收之內容脈絡資料來執行此分割。替代地或另外,該分割可基於使用上文參考圖4至圖8所描述之方法在步驟1204中量測的一或多個種類之物件資料之統計分析。 接著,對於每一子集,在1210處選擇一或多個樣本產品單元以用於度量衡。使用表示關於複數個產品單元所量測之一或多個參數之物件資料1212來執行此步驟。樣本產品單元之選擇係至少部分地基於物件資料1212之統計分析。用於此步驟之物件資料1212可與用於分割步驟1206之物件資料(若存在)的種類相同或種類不同。 在1214處,僅對出自複數個產品單元之經選擇樣本產品單元執行一或多個度量衡步驟。在1216a處,至少部分地基於經選擇樣本產品單元之度量衡,針對子集導出誤差指紋之估計。另外,可使用內容脈絡資料1218a來導出估計。 在1216b處,將針對不同群組計算之估計組合成加權平均值估計。向不同群組給出之加權可簡單地基於每一群組之產品單元之數目。舉例而言,若一個估計表示十五個產品單元之群組且另一估計表示僅五個產品單元之群組,則將向第一估計給出加權平均值估計中之權重的三倍。其他內容脈絡資料1218b可用以影響加權。舉例而言,一些晶圓可比其他晶圓具有更嚴格效能要求,且可向其估計給出增大之權重。 在1216c處,基於在步驟1216b中獲得之加權平均值估計來計算對於產品單元之整個集合之校正。額外內容脈絡資料1218c可用以影響該等校正。在1220處,使用校正以控制對產品單元之處理,例如以將圖案施加至半導體製造設施中之晶圓。 概述圖11及圖12之實例,將看到,樣本產品單元之選擇係至少部分地基於在每一子集(群組或叢集)內之物件資料之統計分析。對於產品單元之整個集合之校正接著係基於用於不同子集之經選擇樣本產品單元之度量衡,其組合成加權平均值而向不同子集給出不同權重。相比之下,在圖7至圖10之實例中,界定不同校正以用於控制產品單元之集合之不同子集之處理。 總之,上文所描述之監視及控制方法及系統可取決於其實施-基於晶圓分組而選擇最具代表性晶圓從而帶來一系列益處。本發明說明使用統計分析以獲得可用作用於晶圓分組及晶圓選擇之關鍵效能指示符(KPI)之值。在其他製造環境中,可使用相似原理處理除半導體基板之外之產品單元。 上文所揭示之實施例藉由計算以群組為基礎之批次內校正而實現自動化部署。在顯影及大容量製造期間,該等實施例可部署於例如批次控制器以及控制系統之其他態樣中,該批次控制器可自動地或藉由使用者指導而改進分組及選擇準則。本發明之實施例可自動地與各種處理工具、度量衡工具以及製造設施之操作員之製造執行系統(MES)通信。 本發明之實施例藉由選擇「最佳晶圓」及/或藉由避免偏離晶圓「污染」前饋及/或回饋控制迴路從而提供較穩定控制。此等迴路將經設計為最佳化一或多個所關注參數。在以上實例中,疊對係用作重要效能參數之實例。如由熟習此項技術者將理解,諸如CD及CD均一性之其他參數亦可藉由物件資料及效能資料之經修改選擇來控制。 基於物件資料之統計分析之分組及度量衡選擇使能夠基於疊對回饋進行晶圓級控制,而不過度地增加度量衡額外負擔。即使在晶圓級控制係不可能的或非所要的環境中,本發明亦允許對於批次整體上之較佳折衷校正之改良之取樣及計算。相同統計分析可啟用監視功能。疊對誤差分佈之量化可用於後續動作之監視及觸發以便縮減晶圓間變化。 本文中所揭示之技術可允許相比於已知動態或分散式取樣方法之循環時間縮減,循環時間包括度量衡時間。此益處來自如下事實:若較少樣本晶圓經選擇為較可靠地表示晶圓整體上之集合(或子集),則需要量測該等較少樣本晶圓。若動態取樣及分散式取樣與取樣最佳化組合,則可組合可能之增益。 可在任何通用資料處理硬體(電腦)內自動化上文所描述方法之步驟,只要其可存取對效能資料及內容脈絡資料即可。該設備可與諸如圖1中所展示之微影設備控制單元LACU或總製程控制系統之現有處理器整合。硬體可處於處理設備之遠端,甚至定位於不同國家中。圖13中展示合適資料處理設備(DPA)之組件。該設備可經配置以用於載入包含電腦可執行碼之電腦程式產品。此可在下載電腦程式產品時啟用電腦總成,以實施如上文所描述之回饋控制系統之功能。 連接至處理器1227之記憶體1229可包含數個記憶體組件,比如硬碟1261、唯讀記憶體(ROM) 1262、電可抹除可程式化唯讀記憶體(EEPROM) 1263及隨機存取記憶體(RAM) 1264。並不需要存在所有前述記憶體組件。此外,前述記憶體組件不必實體地緊鄰於處理器1227或彼此緊鄰。其可經定位成相隔一距離。 處理器1227亦可連接至某種類之使用者介面,例如鍵盤1265或滑鼠1266。亦可使用觸控螢幕、軌跡球、話語轉換器或為熟習此項技術者已知之其他介面。 處理器1227可連接至讀取單元1267,讀取單元1267經配置以自資料載體(比如固態記憶體1268或CDROM 1269)讀取例如呈電腦可執行碼之形式的資料,且在一些情形下將資料儲存於資料載體(比如固態記憶體1268或CDROM 1269)上。處理器1227亦可連接至印表機1270以在紙張上印刷出輸出資料以及將輸出資料印刷至顯示器1271。 處理器1227可借助於負責輸入/輸出(I/O)之傳輸器/接收器1273而連接至通信網路1272,例如公眾交換式電話網路(PSTN)、區域網路(LAN)、廣域網路(WAN)等。處理器1227可經配置以經由通信網路1272與其他通信系統通信。在本發明之一實施例中,外部電腦(圖中未繪示) (例如操作員之個人電腦)可經由通信網路1272而登入至處理器1227中。 處理器1227可被實施為獨立系統或被實施為並行地操作之數個處理單元,其中每一處理單元經配置以執行較大程式之子任務。亦可將處理單元劃分成一或多個主處理單元與若干子處理單元。處理器1227之一些處理單元可甚至定位成與其他處理單元相隔某距離且經由通信網路1272進行通信。可使模組之間的連接有線的或無線的。 電腦系統可為具有經配置以執行此處所論述之功能的類比及/或數位及/或軟體技術之任何信號處理系統。 下文之經編號實施例清單中揭示本發明之另外實施例: 1. 一種控制對複數個產品單元執行之一工業製程之方法,該方法包含: (a) 選擇該等產品單元中之一或多者作為樣本產品單元; (b) 僅對出自該複數個產品單元之該等經選擇樣本產品單元執行一或多個度量衡步驟;及 (c) 至少部分地基於在步驟(b)中獲得之該等經選擇樣本產品單元之度量衡結果,界定校正以用於控制對該複數個產品單元及/或相似產品單元之處理, 其中該方法進一步包含接收表示關於該複數個產品單元所量測之一或多個參數之物件資料,且其中在步驟(a)中,樣本產品單元之該選擇係至少部分地基於該物件資料之統計分析。 2. 如實施例1之方法,其中在步驟(a)中,選擇該或該等樣本產品單元包括消除藉由該統計分析而識別為不表示該複數個產品單元的產品單元。 3. 如實施例1或2之方法,其中在步驟(a)中,選擇一或多個樣本產品單元包括優先選擇藉由該統計分析而識別為最能表示該複數個產品單元的產品單元。 4. 如實施例3之方法,其中該統計分析包括計算用於複數個候選產品單元之一效能指示符值,且藉由參考該效能指示符而識別該等最具代表性產品單元。 5. 如實施例4之方法,其中該效能指示符係一盧梭「輪廓」值。 6. 如前述實施例中任一項之方法,其中該物件資料之該統計分析係基於該等產品單元在一多維空間中之位置。 7. 如實施例6之方法,其中至少部分地藉由用於該複數個產品單元之該物件資料之多變量分析來界定該多維空間。 8. 如實施例6或7之方法,其中至少部分地藉由用於先前經處理之產品單元之物件資料之多變量分析來界定該多維空間。 9. 如前述實施例中任一項之方法,其中該複數個產品單元為經受該工業製程之產品單元之一集合的一個子集,該方法包含將產品單元之該集合分割成複數個子集作為一初步步驟,該方法之該等步驟(a)及(b)係針對每一子集來分離地執行。 10. 如實施例9之方法,其中在步驟(c)中,界定不同校正以用於控制產品單元之該集合之該等不同子集的處理,該等不同校正係基於用於該對應子集之該等經選擇樣本產品單元之該等度量衡結果。 11. 如實施例9之方法,其中在步驟(c)中,界定校正以用於控制產品單元之該集合之處理,該等校正係基於用於該等不同子集之該等經選擇樣本產品單元之該度量衡,其組合成一加權平均值而向不同子集給出不同權重。 12. 如實施例9、10或11之方法,其中產品單元之該集合之該分割成子集係至少部分地基於用於選擇該等樣本產品單元相同的物件資料之統計分析。 13. 如實施例9至12中任一項之方法,其中產品單元之該集合之該分割成子集係至少部分地基於與用於選擇該等樣本產品單元之該物件資料不同的物件資料之統計分析。 14. 如實施例9至13中任一項之方法,其中使用k平均值來執行產品單元之該集合之該分割成子集。 15. 如實施例9至14中任一項之方法,其中該分割步驟包括自數個可用分割方法當中選擇一分割方法。 16. 如實施例9至15中任一項之方法,其中藉由該分割獲得之子集之數目係藉由統計分析而自動判定。 17. 如實施例16之方法,其中使用盧梭輪廓來最佳化子集之該數目。 18. 如實施例9至17中任一項之方法,其中產品單元之該集合之該分割成子集係至少部分地基於表示每一產品單元之一處理歷史之內容脈絡資料。 19. 如前述實施例中任一項之方法,其中對步驟(b)中之一經選擇樣本產品單元執行之該等度量衡步驟包括:經由該工業製程提前發送該樣本產品單元且量測對該樣本產品單元進行之該工業製程之效能,以便界定該等校正以用於處理該複數個產品單元之一其餘部分。 20. 如實施例19之方法,其中使該樣本產品單元重工且再次經受該工業製程,但使用該等經界定校正來進行。 21. 如前述實施例中任一項之方法,其中該工業製程包含對呈基板之形式的產品單元執行之一連串一或多個圖案化製程步驟,每一圖案化製程步驟包含一或多個圖案化操作,接著是一或多個物理及/或化學處理操作。 22. 如實施例21之方法,其中在一微影設備中執行該圖案化製程,且其中該物件資料包括在該等基板裝載至該微影設備中之前對該等基板量測之晶圓形狀資料。 23. 如實施例21或22之方法,其中在一微影設備中執行該圖案化製程,且其中該物件資料包括在該等基板裝載至該微影設備中之後對該等基板量測之對準資料。 24. 一種用於對一系列產品單元執行之一工業製程之控制設備,該控制設備包含; 用於選擇該等產品單元中之一或多者作為用於度量衡之樣本產品單元的一配置;及 用於使用該等經選擇樣本產品單元之度量衡結果以界定校正以用於控制該複數個產品單元及/或相似產品單元之處理的一配置, 其中該選擇配置經配置以用於接收表示關於該複數個產品單元所量測之一或多個參數之物件資料,且選擇該等樣本產品單元係至少部分地基於該物件資料之統計分析。 25. 如實施例24之控制設備,其中一或多個樣本產品單元之該選擇包括消除藉由該統計分析而識別為不表示該複數個產品單元的產品單元。 26. 如實施例24或25之控制設備,其中一或多個樣本產品單元之該選擇包括優先選擇藉由該統計分析而識別為最能表示該複數個產品單元的產品單元。 27. 如實施例26之控制設備,其中該統計分析包括計算用於複數個候選產品單元之一效能指示符值,且藉由參考該效能指示符而識別該等最具代表性產品單元。 28. 如實施例27之控制設備,其中該效能指示符係一盧梭「輪廓」值。 29. 如實施例24至28中任一項之控制設備,其中該物件資料之該統計分析係基於該等產品單元在一多維空間中之位置。 30. 如實施例29之控制設備,其中該多維空間係至少部分地藉由用於該複數個產品單元之該物件資料之多變量分析來界定。 31. 如實施例29或30之控制設備,其中該多維空間係至少部分地藉由用於先前經處理之產品單元之物件資料之多變量分析來界定。 32. 如實施例24至31中任一項之控制設備,其中該複數個產品單元為經受該工業製程之產品單元之一集合的一個子集,該控制設備進一步包含用於將產品單元之該集合分割成複數個子集之一配置,該選擇配置經配置以針對每一子集來分離地選擇樣本產品單元。 33. 如實施例32之控制設備,其中用於界定校正之該配置可操作以界定不同校正以用於控制產品單元之該集合之該等不同子集的處理,該等不同校正係基於用於該對應子集之該等經選擇樣本產品單元之該等度量衡結果。 34. 如實施例32之控制設備,其中用於界定校正之該配置可操作以界定校正以用於控制產品單元之該集合之處理,該等校正係基於用於該等不同子集之該等經選擇樣本產品單元之該度量衡,其組合成一加權平均值而向不同子集給出不同權重。 35. 如實施例32、33或34之控制設備,其中產品單元之該集合之該分割成子集係至少部分地基於用於選擇該等樣本產品單元相同的物件資料之統計分析。 36. 如實施例32至35中任一項之控制設備,其中產品單元之該集合之該分割成子集係至少部分地基於與用於選擇該等樣本產品單元之該物件資料不同的物件資料之統計分析。 37. 如實施例32至36中任一項之控制設備,其中產品單元之該集合之該分割成子集係使用k平均值來執行。 38. 如實施例32至37中任一項之控制設備,其中該分割配置可操作以實施自數個可用分割方法當中選擇的一分割方法。 39. 如實施例32至38中任一項之控制設備,其中該分割配置可操作以藉由統計分析而自動判定藉由該分割而獲得之子集之數目。 40. 如實施例39之控制設備,其中子集之該數目係使用盧梭輪廓來最佳化。 41. 如實施例24至40中任一項之控制設備,其中產品單元之該集合之該分割成子集係至少部分地基於表示每一產品單元之一處理歷史之內容脈絡資料。 42. 如實施例24至41中任一項之控制設備,其中用於界定校正之該配置經配置以界定對一圖案化製程步驟之校正,該圖案化製程步驟係對呈基板之形式的產品單元來執行。 43. 如實施例42之控制設備,其中該圖案化製程步驟係在一微影設備中予以執行,且其中該選擇配置經配置以使用物件資料,該物件資料包括在該等基板裝載至該微影設備中之前對該等基板量測之晶圓形狀資料。 44. 如實施例42或43之控制設備,其中在一微影設備中執行該圖案化製程,且其中該選擇配置經配置以使用物件資料,該物件資料包括在該等基板裝載至該微影設備中之後對該等基板量測之對準資料。 45. 一種包含機器可讀指令之電腦程式產品,該等機器可讀指令用於致使一通用資料處理設備執行一如實施例1至23中任一項之方法之該等步驟(a)及(c)。 46. 一種包含機器可讀指令之電腦程式產品,該等機器可讀指令用於致使一通用資料處理設備實施一如實施例24至44中任一項之控制設備之該選擇配置及用於界定該如實施例24至44中任一項之控制設備之校正的該配置。 47. 一種微影系統,其包括一如實施例24至44中任一項之控制設備。 儘管在本文中可特定地參考微影設備在IC製造中之使用,但應理解,本文中所描述之微影設備可具有其他應用,諸如製造整合式光學系統、用於磁疇記憶體之導引及偵測圖案、平板顯示器、液晶顯示器(LCD)、薄膜磁頭等。如在微影之實例中。經受統計分析之量測之集合可為針對不同產品單元及/或量測相同產品單元之不同個例所進行之量測。儘管上文可特定地參考在光學微影之內容背景中對本發明之實施例之使用,但應瞭解,本發明可用於其他類型之微影(例如壓印微影)中,且在內容背景允許時不限於光學微影。在壓印微影中,圖案化器件中之構形(topography)界定產生於基板上之圖案。可將圖案化器件之構形壓入被供應至基板之抗蝕劑層中,在基板上,抗蝕劑係藉由施加電磁輻射、熱、壓力或其組合而固化。在抗蝕劑固化之後,將圖案化器件移出抗蝕劑,從而在其中留下圖案。 本文中所使用之術語「輻射」及「光束」涵蓋所有類型之電磁輻射,包括紫外線(UV)輻射(例如具有為或為約365奈米、248奈米、193奈米、157奈米或126奈米之波長)及極紫外線(EUV)輻射(例如具有在5奈米至20奈米之範圍內之波長),以及粒子束,諸如離子束或電子束。 如已經所提及,本發明可應用於與微影完全分離之工業處理應用中。將理解,可將分組應用於多種「高混合」製造應用中,其中使不同產品單元經受大體上相似之處理,但其中在個別單元及/或其處置方面具有差異。實例可能在光學組件之生產、汽車製造及任何數目個其他容量製造情形中。 以上描述意欲為說明性,而非限制性的。因此,對於熟習此項技術者將顯而易見,可在不脫離下文所闡明之申請專利範圍之精神及範疇的情況下對所描述之本發明進行修改。另外,應瞭解,本文中之任一實施例中所展示或描述的結構特徵或方法步驟亦可用於其他實施例中。
200‧‧‧微影設備LA/微影工具
202‧‧‧量測站MEA
204‧‧‧曝光站EXP
206‧‧‧微影設備控制單元LACU
208‧‧‧塗佈設備
210‧‧‧烘烤設備
212‧‧‧顯影設備
220‧‧‧經圖案化基板
222‧‧‧處理設備/蝕刻設備
224‧‧‧處理設備
226‧‧‧處理設備/步驟
230‧‧‧基板
232‧‧‧基板
234‧‧‧基板
240‧‧‧度量衡設備
248‧‧‧路徑
250‧‧‧進階製程控制(APC)系統
252‧‧‧儲存器
254‧‧‧箭頭/內容脈絡資料
256‧‧‧儲存器
260‧‧‧資料庫/物件資料儲存器
262‧‧‧晶圓形狀度量衡設備/晶圓形狀度量衡工具
270‧‧‧統計分析模組
272‧‧‧分割改進模組
300‧‧‧回饋控制器
302‧‧‧串流
304‧‧‧執行緒
306‧‧‧內容脈絡資料
400‧‧‧回饋控制器
404‧‧‧執行緒
406‧‧‧製程校正(PC)
410‧‧‧統計分析步驟
412‧‧‧初始分割步驟
414‧‧‧步驟
416‧‧‧步驟
418‧‧‧步驟
502‧‧‧點
504‧‧‧點
506‧‧‧成三角形資料點
508‧‧‧點
510‧‧‧成菱形資料點
520‧‧‧「離群值」或「偏離」晶圓
522‧‧‧「離群值」或「偏離」晶圓
530‧‧‧樣本/晶圓
532‧‧‧樣本/晶圓
534‧‧‧樣本/晶圓
602‧‧‧第一對數曲線
604‧‧‧第二對數曲線
608‧‧‧圓形資料點
610‧‧‧圓形資料點
612‧‧‧三角形資料點
630‧‧‧樣本/晶圓
632‧‧‧樣本/晶圓
640‧‧‧約束
702‧‧‧步驟
704‧‧‧步驟
706‧‧‧分割步驟
710‧‧‧步驟
712‧‧‧物件資料
714‧‧‧步驟
716‧‧‧步驟
718‧‧‧內容脈絡資料
720‧‧‧步驟
802‧‧‧步驟
804‧‧‧預處理步驟
806‧‧‧使用者輸入
808‧‧‧步驟
810‧‧‧使用者輸入
820‧‧‧步驟
822‧‧‧步驟
824‧‧‧使用者輸入
826‧‧‧步驟
828‧‧‧步驟
830‧‧‧步驟
832‧‧‧製造執行系統
834‧‧‧步驟
836‧‧‧步驟
900‧‧‧批次/半導體晶圓
902‧‧‧物件資料
904‧‧‧步驟
905‧‧‧步驟
906‧‧‧步驟
908‧‧‧資訊
910‧‧‧樣本晶圓/提前發送晶圓
912‧‧‧樣本晶圓/提前發送晶圓
914‧‧‧樣本晶圓/提前發送晶圓
916‧‧‧偏離晶圓/產品單元
920‧‧‧步驟
922‧‧‧度量衡步驟
924‧‧‧經量測效能參數
926‧‧‧步驟
928‧‧‧步驟
930‧‧‧校正
940‧‧‧步驟
942‧‧‧步驟
944‧‧‧步驟
946‧‧‧度量衡結果
1002‧‧‧歷史晶圓
1004‧‧‧虛線框
1006‧‧‧對準資料/物件資料
1010‧‧‧步驟
1012‧‧‧參考指紋及關聯資料
1020‧‧‧當前批次/半導體晶圓
1022‧‧‧步驟
1024‧‧‧步驟
1030‧‧‧樣本晶圓
1032‧‧‧樣本晶圓
1034‧‧‧樣本晶圓
1036‧‧‧偏離晶圓/產品單元
1040‧‧‧步驟
1042‧‧‧度量衡步驟
1046‧‧‧度量衡結果
1100‧‧‧回饋控制器
1104‧‧‧執行緒
1106‧‧‧製程校正/最佳校正
1202‧‧‧步驟
1204‧‧‧步驟
1206‧‧‧分割步驟
1210‧‧‧步驟
1212‧‧‧物件資料
1214‧‧‧步驟
1216a‧‧‧子步驟
1216b‧‧‧子步驟
1216c‧‧‧子步驟
1218a‧‧‧子步驟/內容脈絡資料
1218b‧‧‧子步驟/內容脈絡資料
1218c‧‧‧子步驟/內容脈絡資料
1220‧‧‧步驟
1227‧‧‧處理器
1229‧‧‧記憶體
1261‧‧‧硬碟
1262‧‧‧唯讀記憶體(ROM)
1263‧‧‧電可抹除可程式化唯讀記憶體(EEPROM)
1264‧‧‧隨機存取記憶體(RAM)
1265‧‧‧鍵盤
1266‧‧‧滑鼠
1267‧‧‧讀取單元
1268‧‧‧固態記憶體
1269‧‧‧CDROM
1270‧‧‧印表機
1271‧‧‧顯示器
1272‧‧‧通信網路
1273‧‧‧傳輸器/接收器
A‧‧‧叢集
AD‧‧‧調整器
AS‧‧‧對準感測器
B‧‧‧輻射光束(圖1)/叢集(圖5)
BD‧‧‧光束遞送系統
C‧‧‧目標部分(圖1)/叢集(圖5)
CC‧‧‧內容脈絡準則
CDAT‧‧‧內容脈絡資料
CO‧‧‧聚光器
CHK‧‧‧夾盤標籤
CTX‧‧‧內容脈絡資料
DPA‧‧‧資料處理設備
EXP‧‧‧曝光站
IF‧‧‧位置感測器
IL‧‧‧照明系統/照明器
IN‧‧‧積光器
LA‧‧‧微影設備
LACU‧‧‧微影設備控制單元
LS‧‧‧位階感測器
M1‧‧‧光罩對準標記
M2‧‧‧光罩對準標記
MA‧‧‧圖案化器件
MEA‧‧‧量測站
MT‧‧‧圖案化器件支撐件或支撐結構
ODAT‧‧‧物件資料
P1‧‧‧基板對準標記
P2‧‧‧基板對準標記
PC‧‧‧製程校正
PC1‧‧‧主成份/參考指紋
PC2‧‧‧主成份/參考指紋
PC3‧‧‧主成份/參考指紋
PDAT‧‧‧效能資料
PM‧‧‧第一***
PRH‧‧‧倍縮光罩加熱指紋
PS‧‧‧投影系統
PW‧‧‧第二***/基板***
RF‧‧‧參考框架
SO‧‧‧輻射源
W‧‧‧基板
WTa‧‧‧基板台/夾盤
WTb‧‧‧基板台/夾盤
現在將參看隨附示意性圖式而僅作為實例來描述本發明之實施例,在該等圖式中: 圖1描繪根據本發明之一實施例之微影設備; 圖2示意性地展示圖1之微影設備連同形成用於半導體器件之製造設施之其他設備的使用,該設施包括根據本發明之實施例之控制設備; 圖3 (包括圖3之(a)及圖3之(b))示意性地說明經應用於圖2中所展示之類型之製造設施中的兩個已知回饋控制方法; 圖4示意性地說明根據本發明之一項實施例之回饋控制方法的操作; 圖5及圖6說明物件資料之自動叢集的不同實例,其說明原則上根據本發明之原理對代表性晶圓之選擇; 圖7為根據本發明之原理之方法的流程圖; 圖8為根據本發明之實施例之方法的較詳細流程圖; 圖9說明在體現本發明之原理的製造方法之一項實例中,圖8之方法應用至提前發送晶圓及偏離晶圓之選擇; 圖10說明圖8之方法應用於體現本發明之原理的製造方法之另一實例中; 圖11示意性地說明可應用於圖2中所展示之類型之製造設施中的另一控制方法; 圖12為適合於應用於圖11之控制設備中的根據本發明之原理之替代方法的流程圖;及 圖13示意性地說明可程式化以實施本發明之實施例之方法及設備的資料處理硬體。
Claims (15)
- 一種控制對複數個產品單元執行之一工業製程之方法,該方法包含: (a) 選擇該等產品單元中之一或多者作為樣本產品單元; (b) 僅對出自該複數個產品單元之該等經選擇樣本產品單元執行一或多個度量衡步驟;及 (c) 至少部分地基於在步驟(b)中獲得之該等經選擇樣本產品單元之度量衡結果,界定校正以用於控制對該複數個產品單元及/或相似產品單元之處理, 其中該方法進一步包含接收表示關於該複數個產品單元所量測之一或多個參數之物件資料,且其中在步驟(a)中,樣本產品單元之該選擇係至少部分地基於該物件資料之統計分析。
- 如請求項1之方法,其中在步驟(a)中,選擇該或該等樣本產品單元包括消除藉由該統計分析而識別為不表示該複數個產品單元的產品單元。
- 如請求項1之方法,其中在步驟(a)中,選擇一或多個樣本產品單元包括優先選擇藉由該統計分析而識別為最能表示該複數個產品單元的產品單元。
- 如請求項3之方法,其中該統計分析包括計算用於複數個候選產品單元之一效能指示符值,且藉由參考該效能指示符而識別該等最具代表性產品單元。
- 如請求項1之方法,其中該物件資料之該統計分析係基於該等產品單元在一多維空間中之位置。
- 如請求項5之方法,其中至少部分地藉由用於該複數個產品單元之該物件資料之多變量分析來界定該多維空間。
- 如請求項5之方法,其中至少部分地藉由用於先前經處理之產品單元之物件資料之多變量分析來界定該多維空間。
- 如請求項1之方法,其中該複數個產品單元為經受該工業製程之產品單元之一集合的一個子集,該方法包含將產品單元之該集合分割成複數個子集作為一初步步驟,該方法之該等步驟(a)及(b)係針對每一子集來分離地執行。
- 如請求項8之方法,其中產品單元之該集合之該分割成子集係至少部分地基於表示每一產品單元之一處理歷史之內容脈絡資料。
- 如請求項1之方法,其中對步驟(b)中之一經選擇樣本產品單元執行之該等度量衡步驟包括:經由該工業製程提前發送該樣本產品單元且量測對該樣本產品單元進行之該工業製程之效能,以便界定該等校正以用於處理該複數個產品單元之一其餘部分。
- 一種用於對一系列產品單元執行之一工業製程之控制設備,該控制設備包含: 用於選擇該等產品單元中之一或多者作為用於度量衡之樣本產品單元的一配置;及 用於使用該等經選擇樣本產品單元之度量衡結果以界定校正以用於控制該複數個產品單元及/或相似產品單元之處理的一配置, 其中該選擇配置經配置以用於接收表示關於該複數個產品單元所量測之一或多個參數之物件資料,且選擇該等樣本產品單元係至少部分地基於該物件資料之統計分析。
- 如請求項11之控制設備,其中一或多個樣本產品單元之該選擇包括:優先選擇藉由該統計分析而識別為最能表示該複數個產品單元的產品單元。
- 如請求項12之控制設備,其中該物件資料之該統計分析係基於該等產品單元在一多維空間中之位置。
- 一種包含機器可讀指令之電腦程式產品,該等機器可讀指令用於致使一通用資料處理設備實施一如請求項11之控制設備之該選擇配置及用於界定該如請求項11之控制設備之校正的該配置。
- 一種微影系統,其包括一如請求項11之控制設備。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16195049.8A EP3312693A1 (en) | 2016-10-21 | 2016-10-21 | Methods & apparatus for controlling an industrial process |
??16195049.8 | 2016-10-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201830155A true TW201830155A (zh) | 2018-08-16 |
TWI656413B TWI656413B (zh) | 2019-04-11 |
Family
ID=57208112
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106135596A TWI656413B (zh) | 2016-10-21 | 2017-10-18 | 用於控制工業製程的方法與設備 |
TW108107995A TW201928529A (zh) | 2016-10-21 | 2017-10-18 | 用於控制工業製程的方法與設備 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108107995A TW201928529A (zh) | 2016-10-21 | 2017-10-18 | 用於控制工業製程的方法與設備 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20200050180A1 (zh) |
EP (1) | EP3312693A1 (zh) |
KR (1) | KR102321887B1 (zh) |
CN (1) | CN109891341A (zh) |
TW (2) | TWI656413B (zh) |
WO (1) | WO2018072962A1 (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11175591B2 (en) * | 2016-05-12 | 2021-11-16 | Asml Netherlands B.V. | Method of obtaining measurements, apparatus for performing a process step, and metrology apparatus |
EP3396458A1 (en) | 2017-04-28 | 2018-10-31 | ASML Netherlands B.V. | Method and apparatus for optimization of lithographic process |
US11086229B2 (en) | 2017-05-05 | 2021-08-10 | Asml Netherlands B.V. | Method to predict yield of a device manufacturing process |
EP3518040A1 (en) | 2018-01-30 | 2019-07-31 | ASML Netherlands B.V. | A measurement apparatus and a method for determining a substrate grid |
EP3531207A1 (en) | 2018-02-27 | 2019-08-28 | ASML Netherlands B.V. | Alignment mark positioning in a lithographic process |
US11796978B2 (en) | 2018-11-26 | 2023-10-24 | Asml Netherlands B.V. | Method for determining root causes of events of a semiconductor manufacturing process and for monitoring a semiconductor manufacturing process |
EP3705959A1 (en) | 2019-03-04 | 2020-09-09 | ASML Netherlands B.V. | Method for determining root causes of events of a semiconductor manufacturing process and for monitoring a semiconductor manufacturing process |
KR102649158B1 (ko) | 2018-12-03 | 2024-03-20 | 에이에스엠엘 네델란즈 비.브이. | 반도체 제조 공정의 수율을 예측하는 방법 |
KR102603071B1 (ko) | 2018-12-07 | 2023-11-15 | 에이에스엠엘 네델란즈 비.브이. | 반도체 제조 프로세스에서 수율에 영향을 주는 근본 원인을 결정하기 위한 방법 |
EP3683626A1 (en) * | 2019-01-15 | 2020-07-22 | ASML Netherlands B.V. | Methods for sample scheme generation and optimization |
US11775728B2 (en) * | 2018-12-19 | 2023-10-03 | Asml Netherlands B.V. | Methods for sample scheme generation and optimization |
KR102255707B1 (ko) * | 2019-06-14 | 2021-05-24 | 코오롱베니트 주식회사 | 제품 제조에 대한 최적조건 설정방법 및 장치 |
US11635682B2 (en) * | 2019-06-26 | 2023-04-25 | Kla Corporation | Systems and methods for feedforward process control in the manufacture of semiconductor devices |
US11809088B2 (en) | 2019-08-22 | 2023-11-07 | Asml Netherlands B.V. | Method for controlling a lithographic apparatus |
JP7353940B2 (ja) * | 2019-11-26 | 2023-10-02 | 株式会社日立製作所 | 転移可能性判定装置、転移可能性判定方法、及び転移可能性判定プログラム |
US20210375651A1 (en) * | 2020-05-28 | 2021-12-02 | Kla Corporation | Fleet Matching Of Semiconductor Metrology Tools Without Dedicated Quality Control Wafers |
US11688616B2 (en) | 2020-07-22 | 2023-06-27 | Applied Materials, Inc. | Integrated substrate measurement system to improve manufacturing process performance |
CN114967623B (zh) * | 2022-06-07 | 2023-06-16 | 中国人民解放军陆军工程大学 | 城市地下污水处理厂规模优化与工艺选择方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10252614A1 (de) * | 2002-11-12 | 2004-05-27 | Infineon Technologies Ag | Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Überwachen eines Herstellungsprozesses einer Mehrzahl von physikalischen Objekten |
DE10252605A1 (de) * | 2002-11-12 | 2004-06-24 | Infineon Technologies Ag | Verfahren, Vorrichtung, computerlesbarer Speicher und Computerprogramm-Element zum rechnergestützten Überwachen und Regeln eines Herstellungsprozesses |
US7415386B2 (en) * | 2003-12-31 | 2008-08-19 | Pdf Solutions, Inc. | Method and system for failure signal detection analysis |
US7403264B2 (en) * | 2004-07-08 | 2008-07-22 | Asml Netherlands B.V. | Lithographic projection apparatus and a device manufacturing method using such lithographic projection apparatus |
US7676077B2 (en) * | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7467064B2 (en) * | 2006-02-07 | 2008-12-16 | Timbre Technologies, Inc. | Transforming metrology data from a semiconductor treatment system using multivariate analysis |
US7962440B2 (en) * | 2007-09-27 | 2011-06-14 | Rockwell Automation Technologies, Inc. | Adaptive industrial systems via embedded historian data |
CN102147607B (zh) * | 2010-02-09 | 2013-04-17 | 科博达技术有限公司 | 一种柔性化的电子产品通用型生产线及其生产方法 |
NL2009345A (en) * | 2011-09-28 | 2013-04-02 | Asml Netherlands Bv | Method of applying a pattern to a substrate, device manufacturing method and lithographic apparatus for use in such methods. |
KR102124111B1 (ko) | 2013-10-02 | 2020-06-18 | 에이에스엠엘 네델란즈 비.브이. | 산업 공정과 관련된 진단 정보를 얻는 방법 및 장치 |
NL2013677A (en) | 2014-01-24 | 2015-07-29 | Asml Netherlands Bv | Method of determining a measurement subset of metrology points on a substrate, associated apparatus and computer program. |
-
2016
- 2016-10-21 EP EP16195049.8A patent/EP3312693A1/en not_active Withdrawn
-
2017
- 2017-09-21 US US16/340,771 patent/US20200050180A1/en active Pending
- 2017-09-21 KR KR1020197014011A patent/KR102321887B1/ko active IP Right Grant
- 2017-09-21 CN CN201780064966.3A patent/CN109891341A/zh active Pending
- 2017-09-21 WO PCT/EP2017/073868 patent/WO2018072962A1/en active Application Filing
- 2017-10-18 TW TW106135596A patent/TWI656413B/zh active
- 2017-10-18 TW TW108107995A patent/TW201928529A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
TWI656413B (zh) | 2019-04-11 |
EP3312693A1 (en) | 2018-04-25 |
TW201928529A (zh) | 2019-07-16 |
KR102321887B1 (ko) | 2021-11-04 |
WO2018072962A1 (en) | 2018-04-26 |
KR20190062580A (ko) | 2019-06-05 |
US20200050180A1 (en) | 2020-02-13 |
CN109891341A (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI656413B (zh) | 用於控制工業製程的方法與設備 | |
CN108369412B (zh) | 用于控制工业过程的方法和设备 | |
CN109154781B (zh) | 获得测量的方法、用于执行过程步骤的设备和计量设备 | |
KR102555175B1 (ko) | 패터닝 프로세스용 보정 결정 방법 | |
EP3654103A1 (en) | Method for obtaining training data for training a model of a semicondcutor manufacturing process | |
US20210349402A1 (en) | Method and apparatus for optimization of lithographic process | |
TWI630465B (zh) | 計算用於控制製程的修正之方法、度量衡設備、元件製造方法、及模型化方法 | |
US11372338B2 (en) | Method for evaluating control strategies in a semiconductor manufacturing process | |
TWI622860B (zh) | 用於控制微影裝置之方法、微影裝置及元件製造方法 | |
US11187994B2 (en) | Method for controlling a manufacturing process and associated apparatuses | |
US11016399B2 (en) | Method for controlling a manufacturing apparatus and associated apparatuses | |
CN114174927A (zh) | 光刻工艺及关联设备的子场控制 | |
KR102631626B1 (ko) | 리소그래피 프로세스를 제어하기 위한 방법 및 장치 | |
US20240061353A1 (en) | Method for determining a focus actuation profile for one or more actuators of a lithographic exposure apparatus | |
EP3547030A1 (en) | Method for evaluating control strategies in a semicondcutor manufacturing process |