边缘产生问题是一个日益严重的问题,但一个集群检验平台可以提高生产监测。
文摘
随着设备尺寸继续增加设备2 x nm设计规则和超越和高圆片应力恶化是由于multi-film堆积在垂直的记忆过程中,我们观察到的一个边缘产生问题在世界范围内呈上升趋势。晶圆边缘检测和计量成为从而提高产量的关键驱动根本原因分析在新技术坡道。如今,晶片defectivity相关性为生产监视边缘也很关键,但不是没有挑战由于不同灵敏度要求晶片正面,而晶片边缘和背面。
在本文中,我们能够证明一个集群检验平台的平衡灵敏度和吞吐量的重要推动者,生产监控。研究需要高分辨率成像的晶圆正面、准确计量晶片边缘和缺陷装箱能力,和独特的能力来隔离问题,物质的晶圆背面-所有在一个检查集群工具平台。这个设置允许更快的决策时间和消除了需要依靠其他来源的检验数据。
我们提出几个defectivity相关性的例子晶片边缘前面和背面,用扫描电子显微镜(SEM)示例显示相同的缺陷类型。defectivity边缘的根源是经常发现在边缘的交叉梁去除(EBR)行连续的步骤。高质量,因此准确的EBR计量基本在许多流程步骤包括后端层许多EBR行是发现和需要的。同样,异常边缘轮廓的计量数据也可以作为的一个重要指标可能defectivity晶片。
我的介绍。
半导体行业的不断关注总收率提高。先进的记忆和逻辑设备2 x nm和较小的设计规则,边缘收益是增加设备产量的主要因素和工厂的生产力。边缘模产量正变得更为重要,半导体制造工厂试图节约成本减少晶片边缘排除产生更多的收益率死/晶片。因此,晶片边缘缺陷检验和计量应用程序现在整体收益管理策略的关键部件先进半导体晶圆厂。
时现在,为了缩短适应期新设备在2 x nm设计和正在开发,生产晶圆厂的主要趋势是实现新设备和流程后不久,他们一直在研发开发的。然而,学习和研究找到可行的解决方案来改善边缘产生非常缓慢而痛苦的,因为复杂的过程像multi-film栈,垂直整合和光刻,面积影响最大缺陷形成的晶片边缘,因为持续进化过程和材料。一些潜在的边缘产生学习慢的原因如下:1)缺乏明显的根源;2)缺乏适当的控制和监测方法;3)缺乏关注边缘屈服在研发阶段;4)缺乏资源。
图1所示。中心与边缘的比较收益趋势在新设备作为时间的函数
我们合作开发一个健壮的解决方案影响所有的晶片表面的边缘产生问题(正视图,边缘和背面)通过一个新的边缘产生集群检验工具(KLA-Tencor CIRCL)。我们已经进行了非常成功的晶片CIRCL演示测试发现的一些根源导致晶片进料侧粒子薄膜沉积和蚀刻过程。演示结果显示良好的边缘监测能力具有高度的敏感性和吞吐量,唯一通过高质量、定制开发的光学系统和高级应用功能。我们目前现场工作继续合作,共同开发更全面的、系统的边缘屈服CIRCL平台上实现了小说功能的解决方案。
为了让先进的半导体制造工艺取得成功在较小的设计规则,有必要分析边缘产生问题的过程中制造过程开发,减少基线是主要的焦点,和生产监控,游览控制成为当务之急。通过我们的合作,我们将调查重要边缘产生问题和发展良好的解决方案,以满足这两个用例。
二世。讨论
答:背景
在制造过程中在较小的设计规则,有很多边缘问题导致边缘产生的损失。以下是每个进程的关键问题:
。照片过程:边缘散焦现象,边缘粒子/残留,边缘覆盖& CD变化,异常EBR痕迹。极小的过程
b。腐蚀过程:斜腐蚀和边缘粗糙度粒子和残留问题
c。薄膜沉积和涂层工艺:晶圆中心性问题,异常涂料、多沉积的电影
d。清洗过程:粒子,脱皮,残留物
e。CMP过程:斜削,CMP深划痕损伤,膜剥落
f。其他:翘曲、边缘轮廓的问题
在这项研究中,我们准备了两个演示测试晶片。我们研究了薄膜沉积过程和斜角腐蚀过程通过晶片演示测试KLA-Tencor CIRCL集群的平台。锗硅薄膜沉积过程是非常重要的DRAM设备的过程。锗硅材料是用来制造上电极的电容器(存储节点)。
图2所示。电容器顶板(锗硅):垂直/水平扫描电镜图像(Ref [7])
锗硅薄膜CVD沉积过程中,一个虚拟的裸晶片顶部槽(槽# 25)用于其余的生产批量24晶片组成。这个虚拟的裸晶片是回收和使用几次。因为这个假裸晶片使用几次,几层会沉积在其表面(正面、边缘和背面)。在某些情况下,污染问题会发生在其余产品晶片(24片)由于剥落问题发生假晶片边缘地区的裸晶片(槽# 25)。这些粒子引起的晶片边缘剥落反过来影响连续流程步骤,最终导致严重的边缘产生损失。因此必须确定这些粒子的根源和剥落缺陷的发病假晶片。同样重要的是要了解剥落缺陷扩散到正视图和背面的表面。目前监控这些问题是由手动操作符与所有它的特征。我们的目标是找到一个自动化的解决方案监控这个边缘剥落问题以及如何剥粒子扩散到产品晶片正面和背面。
图3所示。剥落缺陷的例子在槽# 25日假晶片
斜角腐蚀过程是非常重要的清洁晶片边缘地区。有时边斜角氧化腐蚀过程存储节点上执行腐蚀过程的工具,也会出现剥落问题,由此产生的粒子将蔓延至晶片正视图和背面的表面。这里也是一个自动化的解决方案需要监控晶片边缘地区defectivity和EBR(除边缘珠)跟踪&边缘轮廓氧化后斜角腐蚀过程。
图4所示。晶片边缘图像氧化后斜角腐蚀(光学图像)
b .演示的研究
KLA-Tencor CIRCL集群平台是用于晶片演示。CIRCL5集群工具的配置有多个模块包括进料侧检查、边缘检测和计量,背后检查和专用模块审查与计量(图4)。
8920是正视图检查模块,子能力的高通量监控解决方案- 180 nm缺陷大小捕获和2 d计量测量的应用。
BDR背后检查和审核模块为晶片是一种高通量监测解决方案背后缺陷检测也具有准确的装箱和空间特征分析(SSA)缺陷后处理算法致力于查克指纹识别过程的工具。
CV350模块是一流的高通量技术优势生产监控,与125 nm敏感的缺陷检测和EBR计量和边缘轮廓的能力。
微模块专门用于自动化高分辨率的缺陷评审和2 d和3 d抽查计量能力。
图5所示。KLA-Tencor CIRCL集群平台
演示测试完成了两个演示晶片在KLA-Tencor CIRCL集群平台:第一个测试晶片的锗硅薄膜沉积用例演示而第二个测试晶片氧化的斜角蚀刻用例演示。
第一个测试项目的演示片是一个实际的虚拟裸晶片重用标准的锗硅薄膜CVD过程中几次。这片被发现有许多剥落缺陷晶片边缘地区。展示我们在图6中描述的过程。
图6所示。演示程序在KLA-Tencor CIRCL集群平台
CV350基于缺陷检测数据,剥皮/划痕问题缺陷可以检测到有良好的晶圆图的趋势,显示出高灵敏度检测较小(< 0.5嗯)。缺陷很容易实现自动装箱与油/非本征基极电阻精度> 90%,捕获的缺陷图像与高质量好,很容易和快速设置测试配方。边缘计量测试中,两个EBR痕迹被发现用一个全景图像(TS / SS / BS)通过高质量的图像具有良好的聚焦跟踪整个(图7)。
我们开发了一个好的用例缺陷检测和多EBR痕迹线检测。这将是非常有用的监控晶圆边缘的自动化问题。
图7所示。缺陷检测和电磁数据CV350锗硅晶片
图8所示。从CV350 SEM图像边缘集群粒子的发现
CV350边缘轮廓参数数据的结果,高质量和分辨率边缘轮廓图像捕获和EP几个参数计算和趋势图生成的报告信息的晶片厚度、半径,肩膀顶长度、坡口角度,顶角(图9)。数据显示良好的边缘轮廓参数数据的可靠性和稳定性,缺陷地图/ EM数据之间的相关性和EP参数数据可以建立。这是非常有用的分析晶圆边缘形状和轮廓Z-cut信息。特别是,将非常有助于监测边斜角腐蚀过程和multi-film堆栈沉积或照片光刻过程。
图9所示。边缘轮廓参数数据CV350锗硅晶片
BDR300的缺陷检测数据结果,剥落缺陷可以检测和图像生成高质量的概述。通过背面颜色概述图像我们可以展示一个用例监控晶圆背面膜沉积状态。这BKM CIRCL5将申请生产监控。
图10所示。背后BDR300锗硅晶片的检验数据
在8920正视图检查模块,剥落缺陷也可以检测到的地区接近边缘和图像采集高质量的概述。通过语言特性(内联缺陷组织者),我们能够证明好装箱精度(> 90%)。主要尺寸检测是低于0.5嗯小缺陷。通过这些数据,我们发现FS检验要求高灵敏度检测尺寸小一点的缺陷(< 0.5),而颜色概述图像数据可以有效地用于监控晶圆表面状态照片得病后,薄膜沉积和CMP过程。
图11所示。正视图检验数据的锗硅晶片89 xx
8920模块检测到许多剥粒子在进料侧表面。最小的缺陷检测是155纳米大小的缺陷在这个SEM图像如图所示:
图12所示。扫描电镜图像的小颗粒被8920年的正视图模块
演示片氧化为第二个测试项目是真实的裸晶片由氧化物沉积和斜角腐蚀过程和这个晶片有很多粒子和残留缺陷晶片边缘地区。
CV350缺陷检测数据的结果,我们可以发现这个问题缺陷(皮/划痕)具有良好的晶片报告显示高灵敏度值映射到得到缺陷密度高,因为这一过程是氧化斜角腐蚀过程。很容易实现自动缺陷装箱与语言/非本征基极电阻与准确率> 90%。我们捕捉到好的缺陷图像高质量和快速配方设置。边缘计量测试,发现8 ea多EBR痕迹与一个全景图像(TS / SS / BS)通过高质量的形象和良好的焦点。(图12)。我们得到了很好的用例如何处理缺陷检验数据和多EBR跟踪线。这将是非常有用的监控晶片边缘问题后斜角腐蚀过程。
图13所示。缺陷检测和电磁数据的光氧化斜角腐蚀CV350晶片
图14所示。扫描电镜图像的小颗粒从CV350检测
CV350边缘轮廓参数数据的结果,我们能够获取高质量的图像边缘轮廓,有几个EP参数趋势图与晶片厚度、半径,顶端长度、坡口角度,顶角。特别是,我们建立这一趋势聊天肩膀半径和顶端长度参数有利于监测边缘形状和轮廓氧化后斜角腐蚀过程。这些EP数据非常有用的晶片边缘形状分析和发现边缘问题(图15)。数据还证明了良好的边缘轮廓参数数据的可靠性和稳定性。通过这些数据,可以做一些缺陷地图/ EM数据之间的相关性和EP参数数据。分析晶圆边缘形状和轮廓Z-cut决心是非常有用的信息。通过这些EP的数据,我们得到了很好的BKM如何处理这些数据以及如何监视边缘轮廓。
图15所示。边缘轮廓参数数据的光氧化斜角腐蚀CV350晶片
BDR300缺陷检测数据的结果,可以发现缺陷,缺陷密度高和良好的缺陷地图趋势在晶圆背面边缘地区,高质量概述图像。我们得到了很好的用例监控晶圆背面膜沉积状态通过这些图片背面颜色概述。将这个BKM申请生产监测。
图16所示。背后的检验数据光氧化斜角腐蚀BDR300晶片
89 xx的缺陷检测数据结果,可以发现剥落缺陷缺陷地图趋势好的晶片进料侧边缘地区。被罩(内联缺陷组织者),得到了很好的准确性(> 90%)。主要尺寸检测是低于0.5嗯小缺陷。
通过这些数据,我们发现,FS检验需要有更高的敏感性能够检测尺寸小一点的缺陷(< 0.5 um),颜色概述图像数据将是有用的监测晶圆表面状态照片得病后,薄膜沉积,CMP过程。
图17。正视图检验数据的光氧化斜角蚀刻片89 xx
图18所示。从89年xx SEM图像的小颗粒检测
c数据相关性的总结
我们试图做一些相关分析对每个模块的每个缺陷检验数据对锗硅晶片演示。发现CV350之间良好的相关性和地图匹配的缺陷趋势数据和89 xx / BDR300几个θ区域。已经证实边缘剥落缺陷是扩散到正视图和背面区域。最后这些集群粒子的边缘剥落的位置发现边缘之间高度相关,正视图/背后根源许多粒子的晶片上,尖污染(图19)。
我们试图做一些相关分析对每个模块的每个缺陷检验数据对氧化物光斜腐蚀演示片。发现好CV350之间的相关性和地图匹配的缺陷趋势数据和89年xx / BDR300θ的两个区域(点# 1,3)。点# 2地区下降粒子。已经证实边缘剥落缺陷是扩散到正视图和背面区域。最后这些集群粒子的边缘剥落的位置发现边缘之间高度相关,正视图/背后根源许多粒子的晶片上,后端污染。(图19)
图19所示。缺陷关联数据的表面晶片地图叠加在CIRC5 (89 xx, CV350 BDR300)对锗硅晶片
图20。晶圆片表面缺陷的缺陷关联数据地图叠加在CIRC5 (89 xx, CV350 BDR300)氧化物斜角蚀刻片
d .演示BKM
基于良好的性能演示成果与KLA-Tencor CIRCL集群平台。我们可以做真正的数据分析和定义边缘的根源问题通过两个晶圆片演示测试晶片边缘地区。我们建立了一个BKM(图21)如何做晶片检查和如何收集数据和相关分析从CIRCL通过收集数据,并得到了很好的用例应用BKM multi-EBR跟踪分析线和EP数据。特别是,我们收集了所有检查和边缘计量数据从这些晶片在CIRCL演示测试。我们认为集群工具需要申请生产监视定义各种边缘问题。我们可以做多缺陷与一个CIRCL集群映射相关的工具。CIRCL平台唯一提供DirectedSampling和FS / BS缺陷相关特性呈现根源发现几个问题更容易完成。
图21。BKM根源分析和相关性
三世。结论
半导体行业继续有一些限制快速移动到生产斜坡高技术设备与规模较小的设计规则,因为现在面临的技术挑战边缘产生问题。在这篇文章中,我们确认好的用例和bkm如何处理边缘屈服问题KLA-Tencor CIRCL集群的平台上展示。通过这些演示结果,我们建立高灵敏度和高吞吐量的工具都是必要成分快速发现边缘问题的根源,然后导致更好的边缘收益管理。我们展示证明CIRCL工具有足够的能力来监控边缘问题具有良好的生产力,即使在复杂的多样的边缘问题的存在引起的多个电影栈和较小的设计规则。我们开发了可行的解决方案涵盖几个用例作为演示的一部分进行研究。我们建立了良好的性能数据和生产力能力CIRCL,我们将继续开发新功能的一部分CIRCL路线图提供进一步增强我们解决方案优势收益率SK海力士和KLA-Tencor之间的相互协作。
引用
作者
TaeHui Kim JaeHyoung哦,遭受Yoo的SK海力士半导体公司。
托马索DoOh Kim Torelli KLA-Tencor集团。
发表在《半先进半导体制造会议(ASMC 2016), 16 - 19, 2016年,纽约萨拉托加斯普林斯。
|
|
|
|
|
|
|
|
|
留下一个回复