TW200818364A

TW200818364A - Neural network methods and apparatuses for monitoring substrate processing

Info

Publication number: TW200818364A
Application number: TW096113685A
Authority: TW
Inventors: Lie Lian; Vivien Chang; Matthew Fenton Davis; Quentin E Walker
Original assignee: Applied Materials Inc
Priority date: 2006-04-21
Filing date: 2007-04-18
Publication date: 2008-04-16
Also published as: US20070249071A1; KR20080016533A; WO2007124294A2; JP2009534854A; CN101313308A; WO2007124294A3; KR100904110B1

Description

200818364 九、發明說明：【發月所屬之技術領域】本發明廣義上係有關用於基板處理之方法與設備。更 gS jgh -ήτ ν 5 本發明係關於用於基板處理（如蝕刻製程、沈積製程或其他製程）之神經網路監測方法與設備。【先前技術】

積體電路已進化成為可在單一晶片上包括數百萬組件 (如電晶體、電容器、電阻器及類似者）之複雜裝置。晶片設計之進化持續需求更快速電路及更高電路密度。對於更高電路密度之要求使積體電路組件尺寸的減少成為必要。此等裝置特徵之最小尺寸在此項技術中一般稱作關鍵尺寸。關鍵尺寸大體上包括特徵之最小寬度，例如線、行' 開口、線間距及類似者。隨著此等關鍵尺寸縮小’精確測量及製程控制變得更困難。例如，-關聯用於積體電路製程的問題係缺少精確監測基板上小特徵之X…刻製禮監測钱刻製程之端點及測量餘刻深度的能力。且從而精第US 6,4丨3,867號揭露一種神經網路模式匹配美國專利技術關聯的一些問題可包括難以處理製程制二技術。與此符合不同深度需求。 1度中之改變及因此，此項技術中需求一種在積體基板監測及製程控制之改進方法與設備。1^期間用於 5 200818364 【發明内容】

本發明之一具體實施例提供一種用以監測一基板處理系統中之一基板膜厚度的方法，其包含在處理一第一組一或多數基板期間監測來自一電磁輻射源之一第一組反射電磁輻射，將該第一組反射電磁輻射與該第一組一或多數基板之膜厚度輪廓關聯，以形成一第一組訓練資料，在處理一第二組一或多數基板期間監測來自該電磁輻射源之一第二組反射電磁輻射資料，且在處理該第二組一或多數基板期間，使用該第一組訓練資料以預測該第二組一或多數基板之一膜厚度輪廓。本發明之另一具體實施例提供一種用以獲得原地資料之設備，該資料有關在一基板處理室中處理一基板，該設備包含一資料收集組合，其係用於獲取有關置於一處理室之基板的訓練資料；一電磁輻射源；至少一原地計量模組，其係用於提供測量資料；及一電腦，其中該電腦包括一神經網路軟體，其中該神經網路軟體係經調適以建模一在該複數訓練及有關基板處理之其他資料間的關係。本發明之另一具體實施例提供一種用以監測一基板處理系統中之一基板特徵的蝕刻深度輪廓之方法，其包含在處理一第一組一或多數基板期間，監測來自一電磁輻射源之一第一組反射電磁輻射，將該第一組反射電磁輻射與該第一組一或多數基板之蝕刻深度輪廓關聯，以形成一第一組訓練資料，其中關聯該第一組反射電磁輻射係藉由神經網路軟體施行；在處理一第二組一或多數基板期間，監測 6 200818364 來自該電磁輻射源之一第二組反射電磁輻射，且在處理該第二組一或多數基板期間，使用該第一組訓練資料以預測該第二組一或多數基板之一餘刻深度。【實施方式】

本發明之具體實施例提供可用於施行頻譜分析，以在半導體基板（如矽基板、絕緣體上矽（s 01)基板及類似者）、平面面板顯示器、太陽能面板或其他電子裝置上，監測一製造積體電路裝置之製程的方法與設備。例如，在一具體實施例中，一種方法可藉由使用從在結合之製程及其他相關資料下’於基板的一指定區域處收集之反射信號所導出的基板狀態資訊作為訓練資料，以訓練一神經網路，來提供製程控制。該方法使用在一處理步驟之預蝕刻、蝕刻中及後蝕刻階段處之結構相關測量資料（即基板狀態資訊），以訓練神經網路（如多層感知器網路），來調整製程時間及控制基板處理設備之操作狀況。例如，該方法可用以在一蝕刻製程期間改進即時蝕刻深度預測。資料收集可在原地使用一可在基板上指定位置處取得測量值之動態光學測量工具施行’或者是’其可在原地及移地（ex-situ)施行，用於訓練神經網路以產生一工作模型。依此方法，該系統可藉由利用一神經網路基於一系列測量光學信號強度、膜厚度及/或任何其他實體參數，以高精度及高計算速率動態地估計蝕刻深度（如基板上一特徵的餘刻深度）。儘管該系統之以下描述係參考電漿處理室描述，但可 7 200818364 將其技術應用於其他應用及系統，其中係測量材料厚度（即膜厚度）、沈積層厚度及其他實體參數。例如物理汽相沈積 (PVD)、化學汽相沈積（CVD)、電漿增強化學汽相沈積 (PECVD)及其他基板處理系統之系統可受益於本發明。儘管基板處理系統1 〇〇之一些具體實施例係參考多感知器網路描述；已涵蓋可由本發明利用之其他類型的神經網路。

第1圖描述一適用於製造配合本發明使用之整合式裝置之基板處理系統1 0 0的示範性具體實施例之示意圖。系統 1 00大體上包括一電漿處理室，例如一蝕刻反應器模組 1 0 1，其具有一動態原地光學測量工具1 0 3。一可用來施行本發明之步驟的蝕刻反應器模組1 0 1之示範性具體實施例，係去耦電襞源（DPS®)II蝕刻反應器，其係可自美國加州Santa Clara之Applied Materials公司獲得。DPS ®II反應器大體上係用作大型處理系統（如TRANSFORMAtm系統或CENTURA系統）之處理板組’其二者皆可從美國加州Santa Clara之Applied Materials 公司獲得。在一具體實施例中，反應器模組1 0 1包括一製程室 102、一電漿電源13〇、一偏壓電源122、及一控制器136。製程室102在一本體（壁）134内包括一基板支撐基座112，其玎由導電材料製成。室1〇2係供應有一介電質頂板11〇。在所述之具體實施例中，頂板n 〇實質上平坦。室1 〇2之其他具體實施例可具有其他類型之頂板，例如曲狀或半球形頂板° 一蓋1 5 8可附加地提供以容置及保護反應器1 〇丨之附加 8 200818364 組件，及形成一對於RF輻射之屏蔽。在頂板1丨〇上及蓋1 5 8 内係置放一包含至少一電感式線圈元件138(第1圖中顯示為二線圈元件1 3 8)之天線。電感式線圈元件1 3 8係透過一第一匹配網路1 3 2耦合至電漿電源1 3 0。電漿源1 3 〇通常係可產生在約50kHz至約13.5 6 MHz之範圍内固定或可調頻率處的電源信號。

支#基座（陰極）112係透過一第二匹配網路124輕合至偏壓電源1 2 2 ^偏壓電源1 2 2大體上係·在將近5 0 k Η z至約 1 3.5 6 Μ Η ζ之範圍内固定或可調頻率處之電源信號的來源’其係能產生持續或脈衝式電力。在其他具體實施例中，來源122可為DC或衝式DC電源。控制器136包括一中央處理單元（CPlj)i40、一記憶體 142’及支援電路144，其係用於CPI 140且有助於DSP II蝕刻製程至1 0 2之組件及因此餘刻製程的控制，如以下進一步詳細討論。控制器1 3 6可為一能用於控制各種室及次處理器之工業設定的通用電腦處理器的任何形式中之一。cpu 140之記憶體或電腦可讀媒體ι42可為易於可用記憶體中一或多數’諸如隨機存取記憶體（RAM)、唯讀記憶體（唯讀記憶體）’軟碟’硬碟’或數位儲存的任何其他形式（局部或遠端）。支撐電路144係耦合至CPu 140，用於以習知方式支援處理器。此等電包括快取、電源供應器、時鐘電路、輸入/輸出電路及次系統與類似者。在一具體實施例中，記憶體142可儲存軟體常式（如計量軟體143)。在基本餘刻操作中，一基板114係置於基座112上，且 9 200818364

處理氣體係從一氣體面板i〗8透過一或多數進入連接埠116 供應，及形成一氣體混合物146。藉由分別自電漿及偏壓電源130及122施加電力進入電感式線圈元件138及陰極112，氣體混合物146係點燃成為室102内之電漿148。通常該室壁 1 3 4係耦合至電性接地1 5 2，或造成其他接地供應。室1 〇 2 内部之壓力，係使用一節流閥150及真空栗120控制。壁134 之溫度，係使用行經壁1 3 4之含液體導管（未顯示）控制。熟習此項技術人士將會理解可使用其他形式之蝕刻室以實現本發明，包括具有遠端電漿源之室、微波電漿室、電子回旋共振（ECR)電漿室、電容耦合電漿室及類似者。為了獲得需求製程測量值，測量工具1 03可由電腦1 62 使用，在一蝕刻操作前、中及/或後用於蝕刻深度及/或蝕刻率預測，如以下描述。測量工具1 03係可藉由干涉術镇測反射電磁輻射（如光）。在一具體實施例中，測量工具1 〇3 偵測電磁輻射之單一波長。在其他具體實施例中，測量工具1 03可偵測具有各種強度的複數電磁輻射波長。在一些態樣中，使用偵測複數之電磁輻射波長係有利地，因為已 <貞測之反射電磁輳射波可能在基板製程（例如餘刻製程）期間針對不同波長而具有不同表現。可能之電磁輻射源（寬頻來源）實例可為一鎢細絲燈、雷射二極體、氙氣燈、水銀電弧燈、金屬鹵化物燈、碳電弧燈、氖氣燈、硫氣燈或其結合。在一具體實施例中，一或多數發光二極體（LED)可用作電磁輻射源。適合之電磁輻射可為可見光、紅外光、紫外光及類似 10 200818364

者。在一具體實施例中，使用具有約200奈米及約1 700奈米間之波長的電磁輻射波係有優勢，因為此等範圍内之電磁輻射可防止對於基板表面的任何潛在損害。取決於曝露至電磁輻射的材料層，可使用需求波長使得材料層可為透明。例如，對於一氮化鈦層，可使用約5 0 0奈米之波長以使氮化鈦層透明。在另一具體實施例中，當檢驗Τ Ε Ο S或氮化矽層時，可使用較短波長（如2 0 0奈米）。在一具體實施―例中，對於一深度溝渠特徵（具有約7微米至約8微米之溝渠深度的特徵），可能需求更長的波長，例如約700奈米至約1500 奈米的波長。測量工具103大體上包括一光學組合104，其編合至一致動器組合105、一電磁輻射源（如光源154)、一頻譜儀ι56 及一電腦162。電腦162及控制器13 6可為一體且相同。然而’在一具體實施例中，控制器i 36係用於控制測量工具 1〇3，而電腦162係用於資料收集及分析。電腦162可包括一神經網路模組（如神經網路軟體丨7〇)。神經網路軟體1 7〇可 L括可執行程式模組，例如動態連結資料庫（dll),其在運轉時間中施行一或多數神經網路（如多層感知器網路）功能。神經網路軟體170亦可由第二cpu(未顯示）儲存及/ 或執行，該軟體係位於由CPU140控制之硬體的遠端。在另一具體實施例中，神經網路軟體17〇可儲存在控制器136 中。在又另一具體實施例中，神經網路軟體1 7〇可位於控制器136及電腦ία二者中。一頻譜儀可用以從寬頻光源收集輻射，將該輻射分成 I! 200818364 離散波長，且横測各離散波長處的麵射強度。該頻譜儀可包括-輸入狹缝、-繞射光柵（或光學稜鏡）、_繞射光挪控制器及-镇測器陣列以收集進入輻射。在一具體實施例中，頻譜儀係用來橫跨該發射輻射之波長範圍掃描，成為監測及控制製程之一時間函數。用以測量各種波長之適合感測器可包括以下類別之感測器’例如光電、丨導、光導接面、發光二極體、光多工管、熱電堆'輻射熱計、熱電 • 《測器或其他類似感測器。當使用此種類型的感測器時，用濾波器來限制偵測之需求波長係具有優點。致動器組合105可包括—可移動平台組合i〇6(如XY平台），及一或多數馬達160，其係經適應以回應來自控制器 136之命令，以將光學組合1〇4移動至需求位置。已涵蓋該可移動平台組合106可支撐多個光學組合1〇4。在另一具體實施例中，光學及/或平台組合可為靜止。光學組合1 大體上包括被動光學組件，例如透鏡、鏡、分光器及類似者，且係置於一形成於室102之頂板11〇中的窗1〇8上。窗ι〇8可 • 從石英、藍寶石或其他對於由光源154產生之電磁輻射係透明的任何其他材料製造。光學組合i 〇4導引及聚焦由光源 154透過窗1〇8提供之電磁輻射（如光以形成一光點，其 - 照明置於基座112上直接位於窗下之基板114的一特定區 168。此被照明區168大體上係一足夠大之區域，以覆蓋欲測篁之期望特徵加上允許在製造公差内之預期變化。該光點可具有在約1 · 〇毫米至約丨2亳米間之直徑範圍。自基板11 4之被照明區1 6 8反射的光，係由光學組合1 〇4 12 200818364 部分收集及導引至頻譜儀1 5 6。頻譜儀1 5 6偵測光波長之一寬頻譜，以致基板1 1 4上之特徵能使用具有強反射信號之一波長或使用多波長觀察，從而改進測量工具1 0 3之敏感度及精度。通常更涵蓋可利用能夠分析反射光及將輸出提供給電腦1 62之任何分析器。在測量工具1 03的另一具體實施例中，其更涵蓋頻譜儀1 5 6可偵測除了從光源1 5 4以外之來源 (如從加熱燈或其他光源）反射離開基板11 4的光。

光源154(如寬頻光源）大體上係一具有約200至約800 奈米之波長頻譜範圍的光源。此一寬頻光源1 5 4可包括例如一水銀（Hg)、氙（Xe)、或Hg-Xe燈、鎢鹵素燈及類似者。在一具體實施例中，寬頻光源係氙氣閃光燈。在一製程期間，氙氣閃光燈係調適成閃光或脈衝。例如，當氣體混合物點燃成為電漿時，氙氣閃光燈係調適成關閉，且當預備收集頻譜時，其被調適成開啟。在一具體實施例中，光學組合104、光源154及頻譜儀 156間之光學界面，可使用光纖陣列164提供。光纖陣列164 大體上係一束光纖，其中一些光纖（光源纖維）係連接至光源1 54，且剩餘光纖（感測器纖維）係連接至頻譜儀1 56。在一具體實施例中，光纖陣列1 64具有約〇·2亳米至約1毫米的結合直徑。從光纖陣列1 64之光源纖維發出的光之焦點，可能未足夠聚焦以允許反射光被導向連接至頻譜儀1 56的所有感測器纖維。可藉由變化光纖陣列1 64之末端位置更靠近或更離開光學組合1 04，來調整焦點。光纖之尺寸亦可變化，以有助於反射光的收集。例如，連接至寬頻光源1 54 13 200818364 的光源纖維可具有約100微米之直徑，且連接至頻譜儀156 的感測器纖維可具有約300微米的直徑。在另一具體實施例中，光纖陣列164可包括耦合至寬頻光源154之一單一光源纖維或光源纖維陣列’且穿過將反射光導向頻譜儀156之分 • 光器，而無須分離感測器纖維。在此具體實施例中之焦點可能更鮮明得多’因為無須偵測器纖維以將反射光導向頻 * 譜儀156。 φ 來自頻谱儀156之輪出被傳遞至電腦162或控制器136 用於分析’且可由多層感知器網路用作學習資才斗，如以下進一步纣淪。電腦1 62可為通用電腦或特定目的電腦，且大體上係配置有如由上述控制器136使用之類似組件。來自電腦162之輸出被傳遞至控制器136，以致視需要可進行製程调整。在另一具體實施例中，電腦1 62及控制器1 3 6可為相同裝置’其含有控制製程且分析頻譜資訊所需之所有需求軟體及硬體組件。不論何種情況，控制器136或電腦162可調適以包括一神經網路平台（如多層感知器網路），用以監 • 測製程及尤係用於如以下討論之蝕刻深度預測。控制器1 3 6係更調適以將信號提供給馬達1 60，來移動又丫平口組合106及光學組合1〇4，以致能在基板114的更大 ‘ 區域上取得測量值。在—具體實施例中，控制器136係調適 :在處理期間收集及’或將基板狀態資訊記錄於基板之一區域中且接著移動至另一測量地點，用於原地監測基板狀態。在本發明之一具體實施例中，XY平台組合106之總運動fen &含至少、一被處理之半導體基板的S整晶粒之尺 14 200818364 寸，因此可存取該晶粒用於測量之所有位置。在一特定具體實施例中，XY平台組合106提供一在約33毫米乘約33毫米之方形區域中的運動範圍。在一範例性具體實施例中，原地計量學工具1 〇 3可為 EyeD™計量模組，其可自美國加州Santa Clara之Applied Materials公司獲得。如第1圖顯示，一 EyeD™室模组可由二部分構成。其一係一干涉及/或頻譜測量組合，其可調適以測量結構的膜厚度及/或寬度。另一者係監測該室電漿狀態的光學電磁發射（OES)監測器組合。干涉及/或頻譜測量組合可（例如）配置以施行一干涉監測技術（如，在時域中之計數干擾邊緣，在頻域中測量邊緣的位置，及類似者），以收集用於一神經網路結構（如多層感知器網路結構）之波長長度強度，來即時預測在基板上形成之結構的蝕刻深度輪廓。自基板1 1 4反射的光可被偵測及/或由光學組合1 〇4以光信號形式收集，且該等信號可由信號電纜i 64傳輸至頻譜儀59。信號可藉由頻譜儀156及電腦ι62分析。在一具體實施例中，一神經網路結構（如多層感知器）可使用此等信號作為輸入及輸出資料，及產生一能針對基板處理系統預測蝕刻率或蝕刻深度的模型。分析結果可用以產生經由控制器136或電腦162控制反應器室之控制命令。該組合可用來決定一蝕刻製程之端點（干涉端點（IEp))。該組合亦可使用或夕數非破壞性光學測量技術，例如頻譜術、散射術、反射術及類似者，以測量結構寬度。 15 200818364 另一模組係光學電磁發射（OES)監測器組合，

其係可用以監測該室電漿狀態。〇ES監測器可用來決定室匹配的程度及製程及/或系統錯誤的來源。從電漿148發射之0ES信號由一信號收集裝置155收集且信號係由信號電纜186傳輸。信號係由頻譜儀156及電腦162分析。在本發明之一具體實施例中，信號亦可由神經網路（如多層感知器網路）使用，以產生一用於蝕刻深度預測之工作模型，而後該工作模型可用來產生控制命令，以經由控制器1 3 6控制反應器室。第2圖顯示一根據本發明之具體實施例的多層感知器 (MLP)網路200。MLP網路200係神經網路家族之一成員，其能藉由從多輸入基於該等輸入之加權形成一線性組合來計算一或多數輸出，及/或利用一或多數轉換函數（如，步進函數及類似者），且將該等輸入之線性組合應用於轉換函數以獲得一或多數輸出。MLP網路200係一人工神經元之互連群’其可基於至計算之連接方法將一數學或計算模型用於資訊處理。在本發明之一具體實施例中，MLP網路200 能將一或多數輸出資料用作輸入資料。在本發明之具體實施例中，MLP網路200可在電腦j 62中儲存為一軟體模組（如神經網路軟體170)。 MLP網路200可包括形成一輸入層22〇之一組來源節點、什算節點的一或多數隱藏層240，及一輸出層260。輸入層220可包括複數輸入（如Zl、Z2、…··、zn),且輸出層260 可包括一或多數輸出（如，A及^)。 16 200818364

在一具體實施例中，MLP網路200係調適用於輸入信號以逐層透過網路傳播，其中係施行一些計算。在_具體實施例中，MLP網路200可為一前授網路。MLP網路200係能使任何連續選定函數逼近至一需求精度。在本發明之一具體實施例中，MLP網路200係調適用於一係使用監督學習之環境。例如，輸入/輸出資料（訓練資料）之一訓練組可提供給MLP網路200，而後MLP網路200可學習以在訓練資料間建模一相依性。MLP網路200在一監督學習模式中操作之同時，可使一適當加權聯結各輸入及輸出資料，而後其可將加權因子（如μ；及#)併入至一使用梯度為基之演算法咬任何其他演算法的模型。已涵蓋該訓練資料可包括一或多數反射信號頻譜、一或多數光波、實體參數，諸如遮罩相關資料、膜材料資訊、預期用於預測之參數的測量值（如蝕刻深度、材料層厚度、關鍵尺寸及他者）及其他基板相„訊。亦涵蓋在^練製又程期間’如當新資料可用時可利用主動訓練。具有分配加權因子之訓在本發明之一具體實施例中 :資料係用於一建模製程。然後’可重覆—基板處理技術 (如蝕刻)以建立一模型’來獲得一組最佳加權因子。在本發明的-具體實施例中’加權(如冰及酽矩陣)係MLp網路2〇〇 ^可調整參數，且其係透過訓練製程決定。在模型產生階 :期間’最佳加權大體上係藉由一迭代最小方案決定。在具體實施例中，MLP網路_係調適以使用—輸出回授來文進糸統穩定性，及获出你田及糟由使用一自動迴歸外因製程及類似 17 200818364 者在一多輸入、單一輸出（MISO)系統之訓練及建模期間增加收敛率。

在本發明之一具體實施例中，MLP網路200係可藉由使用一或多數回授迴圈280在關於一實體系統之一些參數間建模複雜的非線性關係，其將過去及目前輸出資料包含至輸入層中。依此方法，該系統可增加收斂性及整體精度。在一具體實施例中，MLP網路200可將實體限制併入模型預估/預測裡以減少錯誤頻率。此外，MLP網路2 0 0可即時連續操作（而非頻譜域），及以短時間（如5秒或更少時間）將資料預測（如蝕刻深度及材料層厚度）提供給總體系統（例如基板處理系統1〇〇)。 MLP網路200可建立一可用來預測基板上之一特徵的蝕刻深度之模型。例如，除了其他相關資料以外，藉由使用從在製程中一基板之指定區域處收集之反射信號所導出的基板狀態資訊，MLP網路200可學習在此資料間之關係，且基於所建定的關係，該模型可用來針對一基板處理系統中之一基板預測蝕刻深度。儘管基板處理系統1 00的一些具體實施例係關於蝕刻深度預測來描述，已涵蓋本發明可用以監測基板處理，例如，其可用以預測材料層（如膜層）厚度、關鍵尺寸及其他參數。亦已涵蓋本發明可用於錯誤偵測技術中以確保一穩定製程。例如’在一具體實施例中，該神經網路可調適以在一系統内監測一製程而基於一神經網路模型，且當一極限係超過一典型資料時，該系統可產生一警示。 18 200818364 第3圖顯示複數不同波長，其說明蝕刻製程期間，在基板上之一特徵反射的輻射之頻譜強度中的改變。在—2 體實施例中，所收集頻譜之一第一部分（如波長31〇)可:具於遮罩腐钱更敏感。另一方面，例如，所收集頻譜中之^ 第二及一第三部分（如波長32〇及33〇)可能對於蝕刻深度化更敏感。因&，在本發明之一具體實施例中，神經

軟體170係調適以收集關聯不同強度之複數波長，以產 MLP網路模型。在本發明之一具體實施例中，可在蝕刻操作後用量工具來施行頻譜分析。該測量工具可镇測來自具有二徵（如膜層或溝渠）之基板表面的反射光之-寬頻譜，然後使用各種分析（例如干潘淋4、μ 十^術或頻譜術及其他技術）來分析有或一部分反射信號。， u 在一具體實施例中，所收集資料包括具有相關強度之一式夕又 < 次夕數波長。接著，基板之特徵可使用一測量系統測量。此此外’當測量工具偵測來自基板表面之反射光的寬頻摄因蛀 ”曰门，可施行一些蝕刻操作。之後，可收集具有個別強度的一 4波長，其中各群波長可聯結某一餘刻深度。所收，制旦、木里值可用作為MLP網路200的學習資料。MLP網路2〇〇可利田#飽貝丄m 用該予習資料，且在一特定波頻譜（如光學信號強度）及一基板败将徵之蝕刻深度間建模一關係。在一具體實施例中， L ^ — $訓練資料可包括已在一些基板上收集之貧料組。例如使用 ^ ^ ^ e 』便用〜干涉儀，當蝕刻一基板時，複數波長係針對時門 Λ/ΓΤ ^ 句頻以内之各資料點偵測出，及提供給 MLP網路200，以義 & ;輸入（如自基板反射之波長強度）及輸 19 200818364 出（相關蝕刻深度）間之關係提供一模型。在一具體實施例中，MLP網路200可調適以取得其他相關製程資料，例如正形成在基板上之結構的預蝕刻及後蝕刻深度測量值、關鍵尺寸測量值（如基板狀態述資訊）、及用於訓練之其他相關資料。儘管一些資料收集係使用能在基板上各種小且指定位置取得測量值的動態光學測量工具，其他相關資料亦可移地收集及由MLP網路200用於結合原地資料以產生一模型。基於輸入資料及其對應輸出資料，MLP網路200可在餘刻製程期間處理該學習資料，及自先前輸入資料學習且產生工作模型，並進行改進餘刻深度預測。在一具體實施例中，用於訓練之資料收集可在一或多數基板上重覆。 MLP網路200可基於各輸入提供給該模型之敏感性修改加權因子的值。例如’在—具體實施例卜一些輸入波長強度可能對於MLP網路捷措植μ s μ 遷挺供更多敏感性，因此其將具有更高加權因子，且另一古 ^ p

方面，其他輸入波長可能對MLP 網路建模提供較少敏咸祕 ^权乂舣α 1±，且因此其可具有較低加權因子。在一些具體實施例申、 j甲回授迴圈280可提供一輸出資料 (如作為未來輸入資料）成兔乂取馬對於MLP網路200之學習資料，以改進預測結果。在與、、在予I製程的結束處，最後一組加權因子係接著關聯—模划 , —秘t 、主。在本發明之一具體實施例中，該模型可包括一系列用、輪入及輸出之加權因子的矩陣，且其可用以在蝕刻製程期處理系統（如基板處理系統 4間稭由預測即時蝕刻深度、關鍵尺寸大小及類似者，控制一基 100)的操作。 20 200818364 在本發明之一具體實施例中，MLP網路200係調適以在〇·5秒或更少中預測目前深度。在另一具體實施例中，MLP 網路2 0 0係調適以在〇 · 1秒或更少時間中預測目前深度。在本發明的一具體實施例中，M L Ρ網路2 0 0係能在需求範圍内預測基板上之一結構的特徵深度。例如，在一具體實施例中，當結構之實際深度與該結構的預測深度比較時，係計算出2.75奈米的標準差。

第4圖顯示根據本發明之實作的操作400。操作400可例如藉由控制器136施行。此外，在以下提出之方法中的各種步驟，無須在相同控制器1 3 6上施行或重覆。此外，操作400 可在偶然參考第1、2及5 A-C圖下理解。第5 A、5 Β、及5 C圖顯示一基板（如6 5奈米製程）之一部分的示意性斷面圖，其具有在材料層内蝕刻之特徵，且使用操作400以預測結構550的蝕刻深度。第5A圖顯示一餘刻製程前之基板500。基板500可包括一第一材料層5〇2、一第 —材料層510。第二材料層可在該層某些部分上包括—光阻層565。第4Β圖顯示第一蝕刻製程以後具有一蝕刻深度560 的結構5 5 0，且第4 C圖顯示在第二I虫刻製程以後具有一餘刻深度465之結構550。操作在步驟420開始，其中基板500被引入基板處理系統。為了方便，在此之相同示意性斷面圖及個別參考數字可能有關一測試或一產品基板5 〇〇。在步驟420，一些訓練資料可由一測量裝置收集，同時可處理基板5 〇 0 (如蝕刻）。例如，在一蝕刻製程之前、中及 21 200818364 以後，一些結構（例如結構5 50)可被檢驗且可測量結構55〇之餘刻深度560及尺寸。在此步驟，該光學組合導引及聚焦由光源1 5 4 &供之電磁輪射波（如光1 6 6 )，以形成辟明一某板的光點’同時該測量工具藉由干涉術來偵測反射電磁輻射（如光）’用作訓練資料。在一具體實施例中，所測量之尺寸可包括關鍵尺寸（如結構的I度506)及被餘刻之層的厚度。此等測量可使用相對於蝕刻製程係移地之計量工具施行。在一範例性具體實施例中，光學測量工具係 CENTURA®處理系統之TRANSFORMATIV^量模組，其係從美國加州 Santa Clara之 Applied Materials公司獲得。TRANSFORMATM 計量模組可使用一或多數非破壞性光學測量技術，例如頻譜術、干涉術、散射術、反射術、橢圓對稱法及類似者。所測量之參數包括在基板上製造的結構之地形尺寸及輪廓，以及圖案化或毯覆式介電質及導電膜的厚度。針對結構55Q之關鍵尺寸的測量通常係在基板5〇〇之複數區中施行，如統計上明顯數目之區（如5至9或更多區），然後對於此一基板平均。視需要，可重覆步驟420且可將基板500蝕刻至第二蝕刻深度5 65，如第5 C圖中顯示，同時收集訓練資料。第二蚀刻深度可比第一蝕刻深度更深一深度565。在步驟440，MLP網路200可使用已收集資料（如結構 5 50的蝕刻深度、尺寸及類似者）作為訓練資料，及建立可用來在預測一基板上之特徵的蝕刻深度的模型。例如，除了其他相關資料（如關鍵尺寸及材料厚度、材料類型及他者）以外’藉由使用從在製程下之基板的一指定區域（如結構 22 200818364 5 50)處收集之反射信號所導出的基板狀態資訊，MLp網路 200可基於反射信號及蝕刻深度得到一關係。在步驟460，可在處理系統1〇〇中置放一生產基板。在步驟480，可開始電漿蝕刻製程，同時可使用一檢驗装置監測基板5 0 〇之表面，例如一原地計量工具1 〇 3。例如，該原地測量工具可偵測反射光之寬頻譜。測量工具1 0 3係能债測反射光之寬頻譜，及使用各種分析（尤其例如干涉術或頻譜術）來分析所有或部分反射信號。在步驟490，可將已偵測頻譜用作MLP網路200之輸入。接著’ MLP網路200可使用在步驟440產生之模型迅速地（如在1/10秒内）預測蝕刻深度。該生產基板可持續蝕刻達到時間週期之一特定持續時間，同時該模型可週期性地預測餘刻深度。在一具體實施例中，電腦162可調適以在一電腦螢幕上描述該蝕刻深度預測，或寫至一檔案及/或儲存至位於電腦1 6 2或控制器1 3 8内的硬碟。此外，可用在步驟 4 2 0處收集之訓練資料來預測在步驟4 2 〇達到之深度上的其他深度。藉由基於一組學習資料（如光學信號強度、膜厚度及其他實體參數），使用一調適以預測半導體基板上之一特徵的餘刻深度的神經網路模型，該系統可即時以高計算速率，在需求fe圍（依誤差之標準差）内動態地估計蝕刻深度。儘官以上所揭具體實施例（其併入本發明的教示）已在此詳盡顯示及描述，但熟習此項技術人士可易於設計仍併入教示之其他各種具體實施例，且不脫離本發明的精神。 23 200818364 【圖式簡單說明】其中可詳加理解本發明以上引用特徵，及對於以上簡要綜述之更特定描述的方式，可藉由參考具體實施例獲得，其部分係顯示在附圖中。然而，應注意附圖僅顯示此發明之典型具體實施例，且係因此不應視為其範圍的限制，因為本發明可允許其他同等有效的具體實施例。

第1圖顯示一具有本發明之具體實施例的處理系統之範例性示意圖；第2圖顯示一依據本發明之具體實施例的多層感知器網路；第3圖顯示蝕刻製程期間在自一基板反射之輻射頻譜強度中改變的一系列圖形；第4圖顯示一依據本發明之方法的流程圖；及第5A、5B、及5C圖顯示一具有已蝕刻材料層之基板的一系列示意斷面圖。【主要元件符號說明】 100 基板處理系統 101 反應器模组 102 室 103 測量工具 104 光學組合 105 致動器組合 106 平台組合 108 窗 110 頂板 112 基座 /陰極 114 基板 116 進入連接埠 24 200818364

118 氣體面板 120 真空泵 122 偏壓電源 124 第二匹配網路 130 電漿及偏壓源 132 第一匹配網路 134 室壁 136 控制器 138 控制器/電感式線圈元件 140 CPU 142 記憶體 143 計量軟體 144 支援電路 146 氣體混合物 148 電漿 150 節流闊 152 電性接地 154 光源 156 頻譜儀 158 蓋 160 馬達 162 電腦 164 光纖陣列 166 光 168 照明區 170 神經網路軟體 186 信號電纜 200 MLP網路 220 輸入層 240 隱藏層 260 輸出層 280 回授迴圈 310 波長 320 波長 330 波長 400 操作 420 步驟 440 步驟 460 步驟 480 步驟 490 步驟 500 基板 502 第一材料層 506 寬度 510 第二材料層 550 結構 560 深度 565 深度 25

Claims

200818364 十、申請專利範圍： 1 · 一種用以在一基板處理系統中監測一基板之膜厚度的方法，其包含：在處理一第一組一或多數基板期間，監測來自一電磁輻射源之一第一組反射電磁輻射；將該第一組反射電磁輻射與該第一組一或多數基板之膜厚度輪廓關聯，以形成一第一組訓練資料；

在處理一第二組一或多數基板期間，監測來自該電磁輻射源之一第二組反射電磁輻射資料；及在處理該第二組一或多數基板期間，使用該第一組訓練資料以預測該第二組一或多數基板之一膜厚度輪廓。 2.如申請專利範圍第1項所述之方法，更包含：將該第二組反射電磁輻射與該第二組一或多數基板之該膜厚度輪廓關聯，以形成一第二組訓練資料； φ 在處理一第三組一或多數基板期間，監測來自該電磁輻射之一第三組反射電磁輻射； ’ 在處理該第三組一或多數基板期間，使用該第一組 , 訓練資料及該第二組訓練資料，以預測該第三組一或多數基板之一膜厚度輪廓。 3 ·如申請專利範圍第1項所述之方法，其中一電磁輻射源提供電磁輻射，其具有一介於約200奈米及約1700奈 26 200818364 米間之波長。 4·如申請專利範圍第1項所述之方法，其中該電磁輻射源提供具有不同波長之複數電磁輻射。 5 ·如申請專利範圍第1項所述之方法，其中該監測係使用光學計量術及一神經網路施行。

6.如申請專利範圍第5項所述之方法，其中該光學計量術包含由干涉術、散射術及反射術組成之群中選出的一或多數技術。 7 ·如申請專利範圍第5項所述之方法，其中該神經網路係一多層感知器網路。 8 · —種用以獲得原地資料之設備，該資料有關在一基板處理室中處理一基板，該設備包含：一資料收集組合，其係用於獲取有關一置於一處理室之基板的訓練資料；一電磁輻射源；至少一原地計量模組，其係用於提供測量資料；及一電腦，其中該電腦包括一神經網路軟體，其中該神經網路軟體係經調適以建模一在該複數訓練及有關基板處理之其他資料間的關係。 27 200818364 9·如申請專利範圍第8項所述之設備，其中該資料收集組合更包含至少一計量術，其經調適用於非破壞性光學測量技術。

10·如申請專利範圍第8項所述之設備，其中該資料收集組合更包含電磁輻射源，其係用於將一或多數輻射波長提供至該基板上。 1 1 ·如申請專利範圍第8項所述之設備，其中該電磁輻射源係一光源。 1 2.如申請專利範圍第9項所述之設備，其中該神經網路軟體係調適以預測該基板上之一特徵的該蝕刻深度。 1 3.如申請專利範圍第9項所述之設備，其中該神經網路軟體係調適以預測該基板上之一特徵的一關鍵尺寸。 1 4.如申請專利範圍第9項所述之設備，其中該神經網路軟體係調適以預測形成於該基板上之一膜厚度。 1 5. —種用以在一基板處理系統中監測一基板之餘刻深度輪廓的方法，其包含：在處理一第一組一或多數基板期間，監測來自一電 28 200818364 磁輻射源之一第一組反射電磁輻射；將該第一組反射電磁輻射與該第一組一或多數基板之一蝕刻深度輪廓關聯，以形成一第一組訓練資料，其中該關聯該第一組反射電磁輻射係藉由一神經網路軟體施行；在處理一第二組一或多數基板期間，監測來自該電磁輻射源之一第二組反射電磁輻射；及

在處理該第二組一或多數基板期間，使用該第一組訓練資料，以預測該第二組一或多數基板之一蝕刻深度。 1 6 ·如申請專利範圍第1 5項所述之方法，更包含：將該第二組反射電磁輻射與該第二組一或多數基板之該蝕刻深度關聯，以形成一第二組訓練資料；在處理一第三組一或多數基板期間，監測來自該電磁輻射之一第三組反射電磁輻射； φ 在處理該第三組一或多數基板期間，使用該第一組訓練資料及該第二組訓練資料，以預測該第三組一或多 ^ 數基板之一蝕刻深度。 17.如申請專利範圍第15項所述之方法，其中一電磁輻射源提供一電磁輻射，其具有介於約200奈米及約1700 奈米間之波長。 29 200818364 1 8.如申請專利範圍第1 5項所述之方法，其中該電磁輻射源提供具有不同波長之複數電磁輻射。 19.如申請專利範圍第15項所述之方法，其中該光學計量術包含由干涉術、散射術及反射術組成之群中選出的一或多數技術。

2 0.如申請專利範圍第1 5項所述之方法，其中該神經網路係一多層感知器網路。

30