[發明專利]一種優化光刻工藝參數的方法

有效

• 申請號: 201811560902.5
• 申請日: 2018-12-20
• 公開（公告）號: CN109491216B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 郭奧;袁偉;王鵬飛;李琛
• 申請（專利權）人: 上海集成電路研發中心有限公司
• 主分類號: G03F7/20
• 分類號: G03F7/20
• 代理公司: 上海天辰知識產權代理事務所(特殊普通合伙) 31275
• 代理人: 吳世華;馬盼

1.一種優化光刻工藝參數的方法，其特征在于，包括如下步驟：

S01：利用機器學習模型仿真芯片設計版圖的最佳焦距，同時測量晶圓實際制造過程中的在線工藝數據；具體方法為：

S011：在芯片設計版圖上選取M個剪枝圖形，并利用計算光刻分別仿真上述M個剪枝圖形的最佳焦距，每個剪枝圖形和其對應的最佳焦距形成一個數據集；其中，所述數據集包括A個訓練數據集和M-A個測試數據集，其中，M和A均為整數，M≥2，MA≥1；

S012：利用訓練數據集進行機器學習模型的訓練，并利用測試數據集對訓練之后的機器學習模型進行測試，若測試結果的準確度小于預設精度值，則重新進行訓練，若測試結果的準確度大于等于預設精度值，則輸出訓練和測試之后的機器學習模型；

S013：利用上述經過訓練和測試的機器學習模型仿真芯片設計版圖的最佳焦距；

S02：將上述仿真出來的最佳焦距和測量出來的在線工藝數據相結合，對整片晶圓的光刻結果進行預測，得出預測結果，同時測量晶圓光刻之后的實際結果；

S03：將所述預測結果和實際結果進行自動驗證，若預測結果與實際結果之間的誤差小于閾值，保留該預測結果并進入步驟S04；若預測結果與實際結果之間的誤差大于等于閾值，則返回步驟S01；

S04：利用上述保留的預測結果對實際光刻工藝進行參數優化。

2.根據權利要求1所述的一種優化光刻工藝參數的方法，其特征在于，所述步驟S012中重新進行訓練包括：重新在芯片設計版圖上選取B個剪枝圖形并形成B個訓練數據集，利用B個訓練數據集進行機器學習模型的訓練，其中，B為大于等于1的整數。

3.根據權利要求1所述的一種優化光刻工藝參數的方法，其特征在于，所述步驟S012中重新進行訓練包括：將M個數據集重新劃分為訓練數據集和測試數據集，利用重新劃分之后的訓練數據集進行機器學習模型的訓練。

4.根據權利要求1所述的一種優化光刻工藝參數的方法，其特征在于，所述步驟S011中訓練數據集的個數A大于測試數據集的個數M-A。

5.根據權利要求1所述的一種優化光刻工藝參數的方法，其特征在于，所述步驟S03中將所述預測結果和實際結果進行自動驗證的具體步驟為：

S031：集成圖形提取和分析算法，具體包括：

S0311：通過對整片晶圓的光刻工藝預測得出整片晶圓光刻工藝之后的缺陷分布圖；

S0312：收集預測結果中上述缺陷分布圖位置的圖形；收集實際工藝中上述缺陷分布圖位置的圖形；

S0313：分別提取和分析上述兩個圖形的關鍵特征，并將上述采用的提取和分析方法集成到圖像處理算法中，形成圖形提取和分析算法；

S032：采用上述圖形提取和分析算法對所述預測結果和實際結果進行自動驗證。

6.根據權利要求5所述的一種優化光刻工藝參數的方法，其特征在于，所述步驟S0313中關鍵特征包括線條尺寸、邊界特征、灰度和粗糙度以及尺寸均勻性。

7.根據權利要求1所述的一種優化光刻工藝參數的方法，其特征在于，所述在線工藝數據包括整片晶圓的焦距圖和關鍵尺寸圖。

8.根據權利要求1所述的一種優化光刻工藝參數的方法，其特征在于，所述晶圓光刻之后的實際結果由掃描電子顯微鏡獲得。