半导体制造过程R2R控制方法研究进展

随着半导体器件关键尺寸的不断减小、集成度的不断提高和晶圆直径的不断增大,半导体制造过程变得越来越复杂,对半导体制造装备及其自动化水平要求越来越高。半导体制造过程Run-to-Run(R2R)控制器的性能直接决定半导体产品的良率、再工次数和产能,所以对半导体制造过程R2R控制方法的研究具有重要的意义。首先对半导体制造的主要过程和R2R控制方法的原理进行介绍,然后对各种主要的R2R控制方法进行综述和分析,最后对R2R控制方法未来的研究方向进行探讨。

CMP过程多变量免疫预测R2R控制方法

为了解决多输入多输出和产品质量不易在线测量的化学机械研磨(chemical mechanical polishing,CMP)过程R2R(run-to-run)控制的难题,提出了一种基于贝叶斯最小二乘支持向量机(Bayes least squares support vector machine,BLS-SVM)预测模型和克隆选择免疫多目标滚动优化算法的CMP过程多变量R2R预测控制器BSVMPR2R。由LS-SVM和贝叶斯证据框架(Bayes evidence framework,BEF)方法分别构建材料去除率(material removal rate,MRR)和晶圆内非均匀度(within-wafer nonuniformity,WIWNU)的BLS-SVM预测模型,解决了线性预测模型的失配问题;通过预测误差对后续批次过程扰动和漂移进行在线估计实现反馈校正,提高了预测模型精度;将多变量控制问题转化为基于2个预测模型的多目标优化问题,由克隆选择免疫多目标滚动优化算法求解最优控制律提高了控制精度。仿真结果表明,BSVMPR2R控制器的性能优于双指数加权移动平均(double exponential weighted moving average,dEWMA)多变量控制器,抑制了CMP过程扰动和漂移的影响,显著降低了MRR和WIWNU的均方根误差。

半导体制造过程中的先进控制技术

随着晶圆日趋增大和关键尺寸的不断缩小,半导体制造过程的质量实时控制变得越来越重要。在分析半导体制造过程的动态特性、模型辨识、扰动来源及特征、量测方法及控制要求的基础上,从机台级控制、产品级控制和厂级控制三个方面综合评价了目前可用的控制技术以及各类Run-to-run算法设计及特点。最后指出了半导体制造过程在量测、建模和控制设计等方面所取得的研究进展以及面临的挑战性问题。