[发明专利]用于监控工艺环境中的动态参数的自校正多变量分析

说明书

背景技术

已经证实多变量分析(MVA)在包含大量监控参数的过程监控中是一种有效的工具，尤其适用于故障检测。多变量分析检测在参数协方差和对射变换中所看到的过程变化。MVA一般需要基于作为基准的已知的可接受工作条件来构造过程基准模型。

可以由测量到的工艺参数来构建上述基准模型。通常，可以把该模型分解成用于各工艺步骤的各个与时间有关的模型，然后再被构建成概括整个工艺的上级模型。

用于该工艺的故障检测的所有后续实施都按相同方式(即形成工艺步骤模型和概括成上级模型)来比较相同的测量参数，并且通过统计方法确定与基准模型所根据的已知可接受工艺相比所存在的重大偏离。MVA的有效实施大多取决于该模型的质量。

发明内容

可以从使用MVA的故障检测中获益的各种工艺通常在本质上都是动态的。工艺的性能通常由于老化而随时间漂移。例如，在各种半导体工艺中，在容器壁上的沉积物可能导致内部RF场分布中的差异，这会影响该工艺中所涉及的等离子体的特性。因此，当该工艺自然地成熟时，上述MVA基准模型在检测缺陷方面效能变差，因为该模型认为新的工作条件在统计上与上述模型显著不同，从而不能包括工艺老化或成熟。

对随时间成熟的工艺有效实施MVA就需要一种机制的定义来识别由于成熟引起的偏移和由于工艺偏离引起的工艺中的偏移。如图1的例子所示，工艺成熟一般遵循某种标准图形，它以与周期性维护相一致的循环来重复其本身。MVA结果将工艺老化显示成一条成熟路径，其形式是理想化的斜坡。其它工艺可以有不同的特征成熟路径，但是路径的特定轮廓是不重要的。

图2是根据现有技术的、用于示出产生MVA基准模型的方法以解释工艺老化的工艺成熟图。尤其，一种方法包括创建解释工艺成熟的基准模型，包括在单个周期上选择工艺样本。例如，参考图2，可以使用沿工艺成熟路径的点5a，5b，…5n处选择的样本(总共5个)来创建一基准模型，即使当工艺恢复不理想时也不会导致沿后续的成熟路径的工艺报警(或故障指示)的。这种模型的缺点是，虽然由点5c处示出的漂移所定义的事件是一个缺陷，但是有可能不能标识它为缺陷。

另外的模型化解决方案是周期性地更新用于故障检测的基准模型。然而，这个解决方案需要大量模型，这些模型要求花费正常处理时间执行频繁的维护。而MVA故障检测对于工艺漂移和正常缺陷两者都是强有力的，MVA的实施需要大量的人的干预，并且会导致关于执行下一个模型更新的潜在的人为差错。

本发明涉及一种方法，该方法使作为自校正机制的工艺本身的特性与工艺的多变量分析结合。经常，在各种工艺中，诸如在工艺成熟导致MVA结果中出现漂移的那些工艺中，可以标识与MVA漂移结果相关的各个工艺参数。例如，当半导体工艺成熟时，可以标识晶片的蚀刻速率并以之作为按相关方式改变的参数。作为另一个例子，当半导体工艺成熟时，气流速率会因气孔中的沉积而变化。

可以在MVA模型中将与工艺成熟相关的参数定义成“初始条件”。可以使用这些初始条件把沿工艺成熟曲线的当前工艺状态告知该模型。每当监控该工艺时，MVA模型从以前的工艺事件来调整相关的参数以确定该工艺可以在工艺成熟路径的何处找到它自己。然后MVA模型器可以调节MVA的控制阈值以补偿实际的工艺漂移。按该方式，模型能够区分正常操作条件的漂移和由于已知成熟工艺引起的操作条件改变。

只要成熟曲线是该工艺的特性并且发现与成熟曲线相关的工艺参数，成熟曲线的特性就是不重要的。初始条件的实施允许MVA模型自调节当前的成熟条件，同时保持其标识工艺偏离正常工艺条件的能力。使用初始条件保持模型的坚固性排除了经常更新模型的需求和保持经常性的模型版本控制的需求。

根据一个方面，本发明的特征是用于工艺监控的一种方法和设备，包括下列步骤或结构：从与工艺环境的监控参数相对应的数据中产生工艺环境的多变量分析基准模型；标识与工艺环境的成熟相关的至少一个监控参数；收集与包括上述至少一个经标识的参数的监控参数相对应的当前工艺数据；以及根据至少一个经标识的参数的当前工艺数据来调整多变量基准模型以解释工艺环境的成熟。

特定实施例还包括下列步骤或结构：对在调整多变量基准模型中使用的至少一个经标识的参数进行加权。

特定实施例还包括下列步骤或结构：从当前工艺数据中产生用于表示工艺环境的当前状态的一个或多个当前多变量分析工艺度量；以及将一个或多个当前工艺度量与调整的基准模型进行比较，以确定工艺环境的当前状态是否可接受。