光刻对准参数预测方法以及光刻方法.pdf

《光刻对准参数预测方法以及光刻方法.pdf》由会员分享，可在线阅读，更多相关《光刻对准参数预测方法以及光刻方法.pdf（8页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 102662313 A(43)申请公布日 2012.09.12CN102662313A*CN102662313A*(21)申请号 201210142948.1(22)申请日 2012.05.09G03F 9/00(2006.01)G03F 7/20(2006.01)(71)申请人上海宏力半导体制造有限公司地址 201203 上海市浦东新区张江高科技园区郭守敬路818号(72)发明人陈蕾 胡林 鲍晔 周孟兴(74)专利代理机构上海思微知识产权代理事务所(普通合伙) 31237代理人郑玮(54) 发明名称光刻对准参数预测方法以及光刻方法(57) 摘要本发明提供了一种光刻对。

2、准参数预测方法以及光刻方法。获取同一产品的相对于当前层次相似的的其它层次在该机器上的光刻对准参数的第一加权平均值及第一预测准确度参数。获取与当前产品相同技术平台的其他产品相同层次在该机器上的光刻对准参数的第二加权平均值及第二预测准确度参数。获取该机器的光刻对准日常监测的结果值及第三预测准确度参数。如果第一预测准确度参数低于给定的阈值，则将光刻对准值设定为等于：(第一加权平均值第一预测准确度参数+第二加权平均值(1-第一预测准确度参数)第二预测准确度参数)/(第一预测准确度参数+(1-第一预测准确度参数)第二预测准确度参数)-结果值第三预测准确度参数。(51)Int.Cl.权利要求书1页 说明书。

3、4页 附图2页(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书 1 页 说明书 4 页 附图 2 页1/1页21.一种光刻对准参数预测方法，其特征在于包括：获取同一产品的相对于当前层次相似的其它层次在该机器上的光刻对准参数的第一加权平均值及第一预测准确度参数；获取与当前产品相同技术平台的其他产品相同层次在该机器上的光刻对准参数的第二加权平均值及第二预测准确度参数；获取该机器的光刻对准日常监测的结果值及第三预测准确度参数；以及如果当前预测的新产品层次不需要量测光刻对准值，则将光刻对准值直接赋值为0。2.根据权利要求1所述的光刻对准参数预测方法，其特征在于还包括：如果第一预测准确。

4、度参数高于给定的阈值，则将光刻对准预测值设置为等于：第一加权平均值-结果值第三预测准确度参数。3.根据权利要求1或2所述的光刻对准参数预测方法，其特征在于还包括：如果第一预测准确度参数低于给定的阈值，则将光刻对准预测值设定为等于：(第一加权平均值第一预测准确度参数+第二加权平均值(1-第一预测准确度参数)第二预测准确度参数)/(第一预测准确度参数+(1-第一预测准确度参数)第二预测准确度参数)-结果值第三预测准确度参数。4.根据权利要求1或2所述的光刻对准参数预测方法，其特征在于，给定的阈值是可变常数。5.根据权利要求1或2所述的光刻对准参数预测方法，其特征在于，第一加权平均值及其第一预测准确。

5、度参数所使用的数据库是该产品在该机器上一定时间段内所有相似层次的对准参数的理想值；其中，理想值是实际使用的对准参数减去对准量测值所得到的结果值。6.根据权利要求5所述的光刻对准参数预测方法，其特征在于，对准到同一前层的所有层次为相似层次，并且所有金属层为相似层次，所有孔层为相似层次。7.根据权利要求1或2所述的光刻对准参数预测方法，其特征在于，针对第二加权平均值，将该机器上所有产品层次的对准参数归为四类，如果仅有当前机器匹配，则该数据为第一类；如果仅有当前机器以及层次匹配，则该数据归为第二类；如果仅有当前机器、层次、技术平台匹配，则该数据归为第三类；如果当前机器、层次、技术平台和前层机器均匹配。

6、，则该数据归为第四类。8.根据权利要求7所述的光刻对准参数预测方法，其特征在于，根据所述四类或者所述四类的一部分来计算第二加权平均值。9.一种采用了根据权利要求1至8之一所述的光刻对准参数预测方法的光刻方法。权 利 要 求 书CN 102662313 A1/4页3光刻对准参数预测方法以及光刻方法技术领域0001 本发明涉及半导体制造领域，更具体地说，本发明涉及一种光刻对准参数预测方法以及采用了该光刻对准参数预测方法的光刻方法。背景技术0002 在半导体晶圆加工工艺中，返工率对于光刻制程来说是非常重要的指标。大约13%的返工晶圆是由于新产品试产时使用了不合适的光刻对准参数导致量测超标。0003 。

7、自动反馈系统被广泛地应用在光刻制程中用来更好的控制光刻对准参数。但是对于一个产品种类很多的工厂，仍然存在很多问题。具体地说，这是因为量少的产品无法提供足够的数据量去准确地预测下一个产品的光刻对准参数；而且，这种情况对于新产品亦是一样。0004 但是，如果无法准确地预测新产品的光刻对准参数，那么第一批（首批）试产的产品将会被返工。0005 因此，希望能够提供一种能够准确地预测新产品的光刻对准参数的模型，由此将使得新产品试产的成功率大大地提高的光刻对准参数预测方法以及相应的光刻方法。发明内容0006 本发明所要解决的技术问题是针对现有技术中存在上述缺陷，提供一种光刻对准参数预测方法以及采用了该光刻。

8、对准参数预测方法的光刻方法，其能够准确地预测新产品的光刻对准参数的模型，由此将使得新产品试产的成功率大大地提高。0007 根据本发明的第一方面，提供了一种光刻对准参数预测方法，其包括：获取与当前层次类似的同一产品其它层次在该机器上的光刻对准参数的第一加权平均值及第一预测准确度参数；获取与当前产品相同技术平台的其他产品相同层次在该机器上的光刻对准参数的第二加权平均值及第二预测准确度参数；获取该机器的光刻对准日常监测的结果值及第三预测准确度参数；以及如果当前预测的新产品不需要量测光刻对准值，则将光刻对准预测值直接赋值为0。0008 优选地，所述光刻对准参数预测方法还包括：如果第一预测准确度参数高于。

9、给定的阈值，则将光刻对准预测值设置为等于：第一加权平均值-结果值第三预测准确度参数。0009 优选地，所述光刻对准参数预测方法还包括：如果第一预测准确度参数低于给定的阈值，则将光刻对准预测值设定为等于：(第一加权平均值第一预测准确度参数+第二加权平均值(1-第一预测准确度参数)第二预测准确度参数)/(第一预测准确度参数+(1-第一预测准确度参数)第二预测准确度参数)-结果值第三预测准确度参数。0010 优选地，给定的阈值是可变常数。0011 优选地，第一加权平均值及其第一预测准确度参数所使用的数据库是该产品在该机器上一定时间段内所有相似层次的对准参数的理想值；其中，理想值是实际使用的对准说 明。

10、 书CN 102662313 A2/4页4参数减去对准量测值所得到的结果值。0012 优选地，对准到同一前层的所有层次为相似层次，并且所有金属层为相似层次，所有孔层为相似层次。0013 优选地，针对第二加权平均值，将该机器上所有产品层次的对准参数归为四类，如果仅有当前机器匹配，则该数据为第一类；如果仅有当前机器以及层次匹配，则该数据归为第二类；如果仅有当前机器、层次、技术平台匹配，则该数据归为第三类；类似的，如果当前机器、层次、技术平台和前层机器均匹配，则该数据归为第四类。0014 优选地，根据所述四类或者所述四类的一部分来计算第二加权平均值。0015 根据本发明的第二方面，提供了一种采用了根。

11、据本发明第一方面所述的光刻对准参数预测方法的光刻方法。0016 本发明提供了一个新的模型，该模型基于量大的成熟产品来准确地预测新产品的对准参数；并且，由此将使得新产品试产的成功率大大地提高。附图说明0017 结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中：0018 图1示意性地示出了根据本发明实施例的对准参数预测值的结构。0019 图2示意性地示出了根据本发明实施例的HS矢量的分类情况示意图。0020 图3示意性地示出了根据本发明实施例的HS矢量的分类情况说明示图。0021 图4示意性地示出了根据本发明实施例的CE矢量的分类情况示。

12、意图。0022 图5示意性地示出了根据本发明实施例的CE矢量的分类情况说明示图。0023 需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。具体实施方式0024 为了使本发明的内容更加清楚和易懂，下面结合具体实施例和附图对本发明的内容进行详细描述。0025 根据本发明，提供了一种光刻对准参数预测方法，其包括：0026 获取与当前层次类似的同一产品其它层次在该机器上的光刻对准参数的第一加权平均值（HS矢量）及第一预测准确度参数（RH）；0027 获取与当前产品相同技术平台的其他产品相同层次在该机器上的。

13、光刻对准参数的第二加权平均值(CE矢量)及第二预测准确度参数（RC）；其中，术语“相同技术平台”指的是符合相同的设计尺寸规则并且采用相同的制造工艺。0028 获取该机器的光刻对准日常监测的结果值（QC矢量）及第三预测准确度参数（RQ）；0029 并且，如果当前预测的新产品不需要量测光刻对准值，则将光刻对准预测值直接赋值为0；0030 如果第一预测准确度参数（RH）高于给定的阈值（Pilot_threshold），则将光刻对准预测值设置为等于：第一加权平均值-结果值第三预测准确度参数；说 明 书CN 102662313 A3/4页50031 如果第一预测准确度参数（RH）低于给定的阈值（Pilo。

14、t_threshold），则将光刻对准预测值设定为等于：(第一加权平均值第一预测准确度参数+第二加权平均值(1-第一预测准确度参数)第二预测准确度参数)/(第一预测准确度参数+(1-第一预测准确度参数)第二预测准确度参数)-结果值第三预测准确度参数。0032 此处，例如，给定的阈值（Pilot_threshold）是可变常数。0033 具体地说，图1示意性地示出了根据本发明实施例的对准参数预测值的结构。0034 针对新产品光刻对准参数预测值JI_Predict来自于如下三个部分数据：0035 1.与当前层次类似的同一产品其它层次在该机器上的光刻对准参数的加权平均值 HS矢量；并且，RH为HS矢。

15、量的预测准确度参数。0036 2.与当前产品相同技术平台的其他产品相同层次在该机器上的光刻对准参数的加权平均值 CE矢量；并且，RC为CE矢量的预测准确度参数。0037 3.该机器的光刻对准日常监测的结果值 QC矢量；并且，RQ为QC矢量的预测准确度参数。0038 具体的来说，JI_Predict的计算方法如下：0039 (1).如果当前预测的新产品不需要量测光刻对准值，则将光刻对准值JI_Predict直接赋值为0，RH=1，RC=0。0040 (2).如果RH高于给定的阈值Pilot_threshold，则将光刻对准值设置为JI_Predict=HS-QC*RQ。0041 (3).如果RH。

16、低于给定的阈值Pilot_threshold，则将光刻对准值设定JI_Predict=(HS*RH+CE*(1-RH)*RC)/(RH+(1-RH)*RC)-QC*RQ。0042 此处，阈值Pilot_threshold是可变常数，可以根据工厂实际情况优化设定。0043 图2示意性地示出了根据本发明实施例的HS矢量的分类情况示意图。图3示意性地示出了根据本发明实施例的HS矢量的分类情况说明示图。参考图2和图3，对于HS矢量，还有如下几点需要说明：0044 在具体实施例中，HS矢量以及它的预测可信度参数RH所使用的数据库是该产品在该机器上一定时间段内所有相似层次的对准参数的理想值（OVL_PER。

17、F）。所谓理想值OVL_PERF是指生产时实际使用的对准参数减去对准量测值所得到的结果值。0045 在具体实施例中，可以将所有数据按时间顺序排序，取最近的多笔（具体笔数值可根据实际情况进行优化）数据。根据每一笔数据与当前预测条件的匹配度不同，将数据分为4种类型，并给予它不同的Base参数值（Pilot_Base1、Pilot_Base2、）和Scale参数值（Pilot_Scale1、Pilot_Scale2）。这两个值（Base参数值和Scale参数值）会在计算权重时使用。0046 在具体实施例中，可以使权重与时间和数据的匹配度相关。计算每一笔数据的权重Wt=Scale*2(-Day/Pil。

18、ot_Time)+Base。其中时间参数Day是指该数据发生的时间距离现在多久；参数Pilot_Time是可变常数。0047 在具体实施例中，可以取权重最大的n笔数据计算其加权平均值，输出为并且令RH等于最大权重。0048 在具体实施例中，Pilot_Base1,Pilot_Base2,Pilot_Scale1,Pilot_Scale2以及说 明 书CN 102662313 A4/4页6Pilot_Time为可变常数，可根据工厂实际情况进行优化。0049 在具体实施例中，所谓相似层次可以根据不同的工厂的情况来定义。一般来说，例如，可以认为对准到同一前层的所有层次为相似层次，并且所有金属层为相似。

19、层次，所有孔层为相似层次。0050 图4示意性地示出了根据本发明实施例的CE矢量的分类情况示意图。图5示意性地示出了根据本发明实施例的CE矢量的分类情况说明示图。具体的来说，参考图4和图5对于CE矢量，还有如下几点需要说明：0051 在具体实施例中，针对CE矢量，可以将该机器上所有有效的产品层次的对准参数归为四类，如果仅有当前机器匹配，则该数据为第一类；如果仅有当前机器以及层次匹配，则该数据归为第二类；如果仅有当前机器、层次、技术平台匹配，则该数据归为第三类；类似的，如果当前机器、层次、技术平台和前层机器均匹配，则该数据归为第四类。0052 在具体实施例中，可以分别求出四类数据的平均值FEAS。

20、(1)、FEAS(2)、FEAS(3)、FEAS(4)，并给予其不同的权重Pilot_Wt1、Pilot_Wt2、Pilot_Wt3以及Pilot_Wt4。其中，权重Pilot_Wt1、Pilot_Wt2、Pilot_Wt3以及Pilot_Wt4是可变常数，可以根据工厂的具体情况优化。0053 在具体实施例中，CE矢量是这四类数据均值的加权平均。可以将所有四类均纳入计算，也可以只选择权重最高的几类（4)进行计算。0054 根据本发明的上述实施例，新产品光刻对准参数预测系统可以整合在工厂的自动反馈控制系统中。当操作者运行该系统后，它可以给出所需新产品的光刻对准参数，并且输出此次预测的准确度参数（。

21、Pilot_RH和Pilot_RC）以供操作者参考。0055 并且，在具体实施方式中，如果预测准确度参数不高，操作者可以选择分一片做测试，而非直接生产整批产品，以降低返工率。0056 利用大量产品的光刻对准参数来准确地预测新产品的光刻对准参数的模型，由此将使得新产品试产的成功率大大地提高。具体地说，将根据本发明实施例的新产品光刻对准参数预测系统在制造工厂上线测试之后发现，试产成功率可以达到99%。0057 可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。说 明 书CN 102662313 A1/2页7图1图2图3图4说 明 书 附 图CN 102662313 A2/2页8图5说 明 书 附 图CN 102662313 A。