プラズマプロセスによる表面プロファイルを予測するための方法及び装置
【課題】所定のプラズマプロセスが処理基板に創り出す処理表面プロファイルを予測するための方法を提供する。
【解決手段】入力変数のそれぞれの試験値を選択し（２００）、プラズマをモデル化し（２１０）、２１０の結果及び２００で与えられた基板パラメータを利用して、基板表面プロファイルの試験プロセスの結果を概略予測し（２２０）、入力変数と未知の係数に関して表面プロファイルモデルの初期値を与え（２３０）、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成し、相異の指示を最小化する未知の係数のそれぞれの最適値を生成する。
【解決手段】入力変数のそれぞれの試験値を選択し（２００）、プラズマをモデル化し（２１０）、２１０の結果及び２００で与えられた基板パラメータを利用して、基板表面プロファイルの試験プロセスの結果を概略予測し（２２０）、入力変数と未知の係数に関して表面プロファイルモデルの初期値を与え（２３０）、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成し、相異の指示を最小化する未知の係数のそれぞれの最適値を生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、半導体デバイスのプラズマ処理に関する。より詳細には本発明は、所定のプラズマプロセスが生成する表面プロファイルを予測するための方法及び装置を与えることに関する。
【背景技術】
【０００２】
半導体デバイスの製造は、一般的にプロセスのシーケンスを必要とし、その各プロセスでは、基板上に物質を付着する又は基板から物質を取り除くために、基板が部分的にイオン化されたガス状物質に曝される。このようなプラズマプロセスは、巨視的な入力パラメータの全体的な効果によって決定され、このパラメータには、例えば出力、温度、圧力、導入ガスの組成、基板材料、露出時間が含まれ、これらのどの１つも結果的に生じる基板上のプロファイルに影響を与える。従来、所定の一連のデバイスの造作を生成するために適しているこれら入力パラメータの一組の値は、試行錯誤によって決定されている。この経験的なアプローチによる単一のプロセスの開発は、いくつかのパターン化されたウェハの処理及びその後結果として生じたプロファイルを走査型電子顕微鏡によって検査することを必要とするので、コストが掛かり、時間が掛かる。予測することができない手段が原因となって、１つの入力パラメータのわずかな変化がプロファイルに影響を及ぼし、１つの用途から他の用途への、例えばデバイスの寸法、ウェハ上のパターン密度、全空所における置換のようなレイアウトの何らかの変更は、しばしば資源の必然的な消費をともなう、プロセスの再開発を必要とする。
【０００３】
デバイス製造技術における最近の進歩は、このアプローチをより一層煩わしいものとしている。造作の寸法が小さくなるにつれて、造作の寸法及びモホロジーにおけるより厳しい公差が要求され、それによって所定のプロセスを最適化するのに必要とされる試験の数が増加する。ウェハの直径は加速度的に増大し、直径が増大することにより必要とされる完全な再設計は繰り返し回数が増え、この経験的なプロセスは繰り返される必要がある。また特定用途に対して注文生産されるデバイスの使用が増大することは、必要とされる最適化機能及び開発の回数を増大させる。
【０００４】
代替的に、計算アプローチが入力パラメータをプラズマプロセスの完全な物理的記述から引き出される。この場合プラズマプロセスは、巨視的な入力パラメータと、プラズマにおける種々の種のエネルギー分布、濃度、巨視的なフラックスとの結びつきを記述するためのプラズマモデル；巨視的なフラックスからウェハ表面に沿って結果として生じるエッチングレート又は付着レートを原子レベルで決定し、そこからプロファイルの展開を計算するためのプロファイルシミュレータを含む。理論上、プラズマエッチング及び付着プロセスのこのような物理的な記述は、基板上に所望のプロファイルを創り出し、コストを上げ時間を浪費する試験シーケンスの必要性を排除するのに適する巨視的な入力パラメータを最初から選択することを可能とする。
【発明の概要】
【発明が解決しようとする課題】
【０００５】
この分野での研究は、動作中のプラズマプロセスのメカニズムを多く明らかにし、したがって物理的な記述を組み立てることができるスケーリング則を与えている。しかしながら計算の有用性が、公知のスケーリング則を基にする必要とされる計算を実行するのに十分に効果的であること示すにも関わらず、このような最初からのアプローチの実施は、データの欠如によって制限されている。例えばこれらの規則におけるいくつかの係数の値が所定のプロセスの特徴に依存している方法は、未だ知られていない。過去の研究では、所定の一連の入力パラメータによって決定されるプラズマプロセスと結びつけられるこのようなスケーリング係数の値の決定は、調節可能パラメータとして１以上のこれらの係数を含むシミュレートされたプロファイルと、典型的にはできあがったプロファイルを比較することによってなされ、そのプロセスを適用することによって生成される。このような後からの評価は、スケーリング則の所定の係数の作用の理解を促進するが、その係数の値を引き出すのに利用される経験的なプロセスで使用される入力パラメータの組とは異なる入力パラメータの組によって決定される何らかのプロセスに関して、プロファイルの評価を予測するだけの能力は備えていない。
【課題を解決するための手段】
【０００６】
本発明は、入力変数を含む入力パラメータの一連のプロセス値によって画定される、対象となるプラズマプロセスが処理基板上に生成する処理表面プロファイルの予測を可能とする。この予測は、対象となるプロセスを画定する対応する入力パラメータ値とは異なる、試験プロセスを画定する入力パラメータ値の少なくとも１つのような、入力変数を含む入力パラメータの一連の試験値によって画定される試験プロセスの実験的な結果を画定する試験表面プロファイルを基にする。本発明において使用される、用語「入力変数」は入力パラメータを意味し、これはプラズマプロセスに対する本発明の所定の用途の文脈内で自由に変化する値である。他の態様においては、本発明は、試験表面プロファイルを利用して、所定の表面プロファイルを製造する入力変数のプロセス値を決定するための技術を提供する。この態様では、試験表面プロファイルは所望のプロファイルと異なり、又は試験プロセス画定する何らかの固定された入力パラメータの値は、所望のプロファイルを製造するためのプロセスを画定する対応するパラメータ値と異なる。
【０００７】
関連する態様では、また本発明は、処理表面プロファイルを予測して、プロセス値を決定するための装置を提供し、プラズマ反応器を構成するための方法を提供し、制限された経験的な較正を必要とする半導体デバイスを製造する方法を提供し、この方法によって製造されるデバイスを提供する。
【０００８】
本発明の半実験的なアプローチは、以下のように操作される較正手順を組み込む。固定された入力パラメータ、入力変数、複数の既知の係数に基づいて公式化された数学的な表面プロファイルモデルの初期値は、入力変数の試験値で評価され、試験プロセスによって生成されたプロファイルの予測概略値を創り出す。既知係数の値は、例えば量的な比較によって画定され、さらに試験表面プロファイルとプロファイル予測概略値との間の差を最小化するために最適化される。表面プロファイルモデルの初期値の未知の係数に関してこれら最適化された値を置換することによって、この較正は、未知数として入力変数を備える最終的な数学的モデルを提供する。
【０００９】
較正された最終的な数学的モデルは、本発明のいくつかの態様の１つとして利用可能である。最終的な数学的モデルに対象となるプロセス値を入れることは、プロセス値によって画定されるプラズマプロセスシーケンスを処理基板に適用することによって生成される処理表面プロファイルの予測を可能とする。この予測関数に関して利用されるプロセス値は、単一の定常プロセスに対応して定数であり、例えば複数のプロセスで示される時間にわたって変化する。代替的には、所望の表面プロファイルを生成するのに適するプロセス値は、最終的な数学的プロファイルモデルと所望のプロファイルから与えられる。
【００１０】
また較正された最終的な数学的モデルは、利用可能な試験表面プロファイルを生成するよりは、異なる反応器設計を利用する新たなプラズマプロセスシーケンスを公式化するのに有効であり、又は対応する試験値とは十分に異なる１以上のプロセス値を備え、試験プロセスが制限された予測出力を備える状況で、新たなシーケンスを評価するのに有効であり、このような場合、較正された係数を利用して与えられる入力可変プロセス値は、実験的な最適化のための適当な開始点として機能し、それによって最終的なプロセスシーケンスを見出すのに消費されなければならないウェハの数を減らすことができる。
【００１１】
したがって制限された数の実験室において創り出される微細構造の直接測定から得られるデータを利用することによって、本発明は、完全な実験方法ではなく、非常に少ない実験を取り込むプラズマプロセスデバイス製造に関する有効な技術を提供し、完全な計算シミュレーションに関して必要とされる基礎データの集合を必要としない。
【００１２】
本発明の半実験的なアプローチは、表面プロファイルの又はプラズマモデルやプロファイルシミュレータに基礎を置く、何らか特定の巨視的物理的記述に制限されない。数学的モデルは、基本的なプラズマの物理及び化学、多くのシミュレーション及び経験から導かれるスケーリング則を取り入れる。一般にプラズマモデルは、反応器の機能に関するパラメータを基にして、対象の種に対して、基板表面に到達する戻りフラックス、エネルギー、角分布を形作る。プラズマモデルは、ガス相の化学的性質及びプラズマ表面の相互作用に関する既知の横断面全て、又は単に実験的に測定されたフラックス及び観測された傾向のルックアップテーブルを備える完全なプラズマシミュレーションツールを必要とする。どちらのアプローチでも、一般にモデルは、本発明の較正によって決定される未知の係数値を少なくとも１つ含む。プラズマモデルの未知の独立した係数は、入力パラメータとプラズマ反応のアスペクトとの間の結びつきを特色付ける又は基準の大きさを与え、したがってこれらの係数は、プラズマプロセスによって創り出される媒質の物理的特性を正確に記述する。代替的には、プラズマモデルは、較正によって決定される未知の調節可能な係数値としてフラックスを処理するプロファイルシミュレータを別個のモジュールとして完全に排除する。
【００１３】
プロファイルシミュレータは、正確さ及び多様性の点で、基板表面の各点の変化を計算することが好ましい。一般に正確なプロファイルシミュレータは、基板表面の各点に到達する局所的なフラックスを計算するために、局所的な輸送モジュールと、エッチング及び付着の局所的なレートを計算するためのサイトバランスモジュールと、正味の表面変化にこれらのメカニズムを翻訳するための表面アドバンスメントアルゴリズムとを含む。好適な実施例では、プロファイルシミュレータは、モンテカルロ法；サイトバランスを記述するラングミュアタイプのモデル；衝撃波追尾アプローチを取り込む表面アドバンスメントアルゴリズムを利用するプラズマモデルによって与えられる巨視的なパラメータから局所的なフラックスを導き出す。一般的に言えば、これら３つのセグメントの各々は、較正で決定されるべき未知の係数値を与える。プロファイルシミュレータの未知の係数値は、処理媒質と基板表面の反応との間の結びつきを特徴付け、したがって基板表面の展開を正確に記述する。
【００１４】
好適な実施例では、較正の量的な比較が、基板表面に沿った各点における予測概略値と試験表面プロファイルを比較し、局所的な相違が誤差関数からなる。修正されたレーベンベルク−マルクアントアルゴリズムのような多元的非線形最小自乗法は、未知の係数の各々が誤差関数にどの程度影響するか決定するのに利用され、何らかの効果尺度を最大化し、許容し得る良好な適合与えるように試みることによって、未知の係数を調節するために利用される。
【００１５】
本発明で使用されているように、用語「試験プロファイル」は、所定の較正に関して利用できる実験的なプロファイルデータの全てを意味し、複数のスナップショットを含み、異なる長さの処理時間ではあるが、プロファイルにおける他のスナップショットと同じプロセス条件下の別の状況で、それぞれのデータが収集される。あるいはより一般的には、所定の試験プロファイルのスナップショットは、処理時間以外の局面を変化させる試験プロセスを利用して創り出される。また本発明のこの記述は、複数の入力変数及び複数の未知の係数値を含む数学的な表面プロファイルモデルによって画定されるプラズマプロセスの一般的な場合を重視している。しかしながらまた本発明は、唯一の自由入力変数及び／又はただ１つの係数値が知られていない数学的モデルを備える処理シーケンスに対する用途を含む。
【図面の簡単な説明】
【００１６】
【図１】本発明の方法に関する較正シーケンスを示すフローチャートである。
【図２】ラングミュアモデルによる表面動力学を概略的に示す図である。
【図３】本発明に関する代表的なハードウェア環境を概略的に示す図である。
【発明を実施するための形態】
【００１７】
所定の経験的な試験プロセスを基にした本発明の較正を実施するための一般的な手順が図１に示される。第１のステップ200では、入力パラメータの試験値が選択される。この試験値には、基板の前処理状態の記述子（「基板パラメータ」）及び試験プロセス中に所定のプラズマ反応器の操作を画定する量（「反応パラメータ」）が含まれる。例えば基板パラメータには、基板の全体寸法、表面の配置及び寸法の何らかの特徴、基板構成が含まれる。反応パラメータには、基板がプラズマプロセスによって処理される時間長さ、導入ガス組成、圧力、温度、出力レベルが含まれる。
【００１８】
反応変数及び固定された反応パラメータの試験値がステップ210で使用され、ステップ210のプラズマモデルは、対象となる反応器に対する反応パラメータに関してプラズマの数学的な記述及び未知の値の係数を含み、試験プロセスによって発生されるプラズマの巨視的な特性を概略決定するように操作される。ステップ210で実施された近似値は、未知の値のプラズマモデル係数の予備的な近似値を基にするが、このプラズマ係数はステップ215で与えられる。
【００１９】
ステップ220において、プロファイルシミュレータは、基板パラメータに関する基板表面プロファイルの時間展開の数学的なモデル、巨視的なプラズマ特性、未知の値の係数を含み、ステップ210の結果及びステップ200で与えられた基板パラメータを利用して、基板表面プロファイルの試験プロセスの結果を概略予測する。ステップ220で実施された近似値は、未知の値のプロファイルシミュレータ係数の予備的な近似値を基にするが、このプロファイルシミュレータ係数はステップ225で与えられる。したがってステップ200〜220の、特にステップ210及び220の累積的な出力は、試験プロセスによって生成されるプロファイルの概略ではあるが予測量であり、このときステップ220のプロファイルシミュレータ及びステップ210のプラズマモデルの操作は共に数学的な表面プロファイルモデルの初期値を含む。
【００２０】
ステップ230では、ステップ200で与えられた入力パラメータの試験値が利用されて、試験表面プロファイルを与え、この試験表面プロファイルは、入力パラメータの試験値によって画定された対象となる反応器内で、試験表面を曝すことによって実験的に生成される。この試験表面プロファイルは、ステップ220でもたらされる概略の予測値と、ステップ240において量的に比較される。試験表面プロファイルと概略の予測値との差は、ステップ240で適用される何らかの基準にしたがって評価される。一般に第１の走査では、概略の予測値は、未知の係数の予備的な値を利用して計算され、誤差は基準を満たすには十分に小さくはなく、較正手順は、未知の係数の値が誤差を小さくするように調節されるステップ250に進む。調節された値は、さらにステップ215及び／又は225を介してプラズマモデル及び／又はプロファイルシミュレータを通過し、プロファイル予測概略値を与えるステップ及びステップ240での比較をさらに繰り返す。試験表面プロファイル及び予測概略値との間の相違が相応に最小化されるまで、繰り返しは続けられる。
【００２１】
したがってステップ240の繰り返し比較及びステップ250の係数調節は、数学的表面プロファイルモデルの初期値に見られる未知の値の係数の最適値の計算を達成する。半経験的なモデルが相応にローディング及びアスペクト比依存性のようなファクターを明らかにする限りは、本発明の計算が数学的な表面プロファイルモデルに対して適する計数値を決定した後、結果として与えられる最終の数学的なモデルが、１以上のプロセス変数における試験プロセスとは異なるプラズマプロセスシーケンスの基板上の影響を明らかにするのに利用可能である。
【００２２】
好ましくは、プロファイルシミュレータによって発生されたプロファイル予想概略値は一連のフレームからなり、ステップ220において一連のフレームのそれぞれは規則正しい時間増分に対応し、及び比較ステップ230はプロファイル予測概略値のフレームのみからなり、この予測値のフレームは試験表面プロファイルにおけるスナップショットの時間と近似的に見て等しい累積露出時間に一致する。試験プロファイルが、異なる露出時間及び／又は時間以外の１以上の入力パラメータの異なる試験値での複数のスナップショットを含むとすれば、ステップ240は、各試験スナップショットをプロファイル予測値の適切なフレームと比較して、システムは全対様式の比較にわたって誤差が最小となるように操作される。
【００２３】
当業者には明らかなように、図１に示す手順とは異なる多くの構成が本発明の範囲内にある。例えば数学的な表面プロファイルモデルの全初期値が、異なる部分210及び220に分割されているのではなく、単一モジュール内に存在し、異なる目盛り長さにわたって実行される現象が個々に処理される。もしくは数学的な表面プロファイルモデルの初期値の性質及び利用される比較アルゴリズムに依存して、数学的な表面プロファイルモデルの初期値への試験値及び予備的な係数の挿入は、比較ステップまで遅らされる。
【００２４】
好適な実施態様では、プラズマモデルは、例えば両荷電粒子したがって何らかの作用するバイアスによって基板に引き寄せられる粒子、又はガス粒子及び励起ラジカルのような中性種であるように、作用の一般的な分類の属性よってのみ、対象の種を特徴付ける。粒子フラックス、エネルギー、角分布等のこのようなプラズマ記述子の支配的な経験的入力パラメータに関する関数的依存性に基づく、例えばマックスウェル及びボルツマン方程式である、物理的モデルは当業者には公知である。例えばLieberman及びLichtenbergによるPrinciples of Plasma Discharges and Materials Processing, JohnWiley, 1994年を参照のこと。当業界では、入力パラメータを備えるこのような記述子のスケールが、経験的なデータと結びつけられるこのような基本的な物理モデルにいかにして基づくかについて良く知られている。しかしながらこれらのフラックスの絶対値又は分布は、所望のプロセスに関して元からは知られていない。値が公知であるモデルのいかなる係数も調節可能パラメータとして較正によって処理される。
【００２５】
一般にプロファイルシミュレータは、基板表面に沿った各点に到達するフレックスを計算するための局所輸送モデル、結果として生じる局所エッチング速度及び付着速度を計算するためのサイトバランスモデル、表面アドバンスメントアルゴリズムを含む。好適な実施例ではモンテカルロ法が、局所輸送に対して利用され、この局所輸送に対しては、原子スケール、シミュレーションからの情報が適する。
【００２６】
サイトバランスセグメントは、粒子表面相互作用の動力学のラングミュアタイプモデルに基づくことが好ましい。このモデルは、エッチング物質として基板から物質を取り除く種及び、抑制物質として基板表面上に物質を付着する種を特徴付ける。図２を参照すると、Γe及びΓｄはそれぞれ基板270の表面に到達するエッチング物質及び抑制物質のフラックスを示す。エッチング物質及び抑制物質はどちらも、空所に遭遇することによって表面と反応する。エッチング物質種及び抑制物質種は、それぞれ開放野反応係数Ｓe及びＳdを備える表面で反応し、エッチング物質サイト275及び抑制物質サイト280を形成する。エッチング物質種及び抑制物質種と反応することによる基板表面サイトの全占有部は、画分θe及びθdによってそれぞれ示され、このとき空所の大きさは１−θe−θdに等しい。エッチングによる生成物が形成され、表面から熱放出される。フラックスΓiで表面に到達するイオンが、物理的なスパッタリング及びイオン強化エッチングによって表面と反応したエッチング物質を取り除き、また到達したイオンが物理的なスパッタリングによって表面から抑制物質を取り除く。これらの仮定及び機構を考慮に入れることによって、定常状態における２つ形式の占有サイトに対するサイトバランスはそれぞれ下記の式のように表現される。
σedθe／dt＝ΓeＳe(１−θd−θe)−θeｋslΓis−θeｋelΓie−ｋth,eθe≒０
及び
σddθd／dt＝ΓdＳd(１−θd−θe)−θdｋslΓis≒０
ここでｋel、ｋsl、ｋth,eは、イオン強化スパッタリング、物理的スパッタリング、熱エッチング機構に対応する一般に知られている値、係数である。パラメータΓie、Γisは、それぞれのしきい値エネルギーよりも大きな、ＥEth,I、ＥEth,sとしてそれぞれ表される入射イオンエネルギー全体にわたってまとめられたイオンフラックスを備える、それぞれイオン強化エッチング及び物理的スパッタリングの生成物であり、全角度にわたっては、以下の式で表される。
Γie＝∬E>Eth,sＹie(φ,E)Γi(φ,E)dφdE
＝∫E>Eth,sdE(Ｅ1/2−ＥEth,e1/2)∫dφＹe(φ,E)Γi(φ,E)
及び
Γis＝∬E>Eth,sＹis(φ,E)Γi(φ,E)dφdE
＝∫E>Eth,sdE(Ｅ1/2−ＥEth,s1/2)∫dφＹs(φ,E)Γi(φ,E)
我々は、エッチング収量がイオンエネルギーの平方根及び角関数の積であり、依存性が実験的に観測されることを仮定している。しかしながら他のスケーリング則が代わりに利用可能である。収量関数は、単に関数的な依存性を示すのみであり、絶対的な大きさが他の定数に加えてｋとひとまとめにされる。
【００２７】
θe、θdに関する表現は、例えば基板の上面、溝の底、溝の側壁である、基板上にある表面の各タイプの定常状態サイトバランス方程式から導き出すことができる。表面の各点における、エッチングレートは次式で書き表される。
ＥＲ＝ｋs2Γis＋θeｋe2Γie＋ｋthΓe−ｋdΓdＳd(１−θe)
係数ｋe2、ｋs2、ｋd、ｋthは、それぞれ物理的スパッタリング、イオン強化エッチング、熱エッチング、イオン誘導付着に対応する収量定数である。θe、θd、Γie、Γisに対する表現は、プラズマの特性及び係数ｋに関する各レートを示し、これらはそれぞれ、原則として較正によって決定可能な調節可能なパラメータである。
【００２８】
表面アドバンスメントに関する解析案を利用することによって、細密な造作をより正確に決定することもまた好ましい。当業界では公知であり、鋭い角のような細密な造作外観を形作ることを可能とするこのような案の１つは、衝撃波面追尾アルゴリズムとして知られている独特の方法である。例えばS.Hamaguchiの「Modelingof Film Deposition for Microelectronic Applications」,Thinfilms,vol.22,p.81,S.Rossnagel,ed.,Academic Press, San Diego,1996年を参照のこと。他にはレベルセットアプローチがある。例えばJ.A.SethianによるLevelSet Methods:Evolving Interfaces in Geometry, FluidMechanics, Computer Vision, and Materials Science, Cambridge University Press1996年を参照のこと。衝撃波追尾アプローチは、対様式の連続線セグメントの収集として表面（すなわち真空と固体との間の界面層）をモデル化し、各表面に対して移動のレートが計算される。他のセグメントの移動の個別の法線方向に沿った各セグメントの発達及び後退の可能性は、結果として生じる表面に対する複数のポテンシャル解を考慮する。複数解を避けるために、これらの解析案は、衝撃（すなわち傾斜面における不連続）として線セグメント間の点をモデル化し、及び衝撃の移動を適切に追尾する。
【００２９】
さらに図３を参照すると、図３は、ブロック図の形態で、本発明に組み込まれるハードウェアシステムを図示する。そこに示されているように、このシステムは、システムバス355を含み、このシステムバス355を介して全システム要素が、ハードディスク又は光記憶ユニットのような大容量記憶装置357や主システムメモリ360と通信する。
【００３０】
図示されるシステムの操作は、中央演算ユニット（「ＣＰＵ」）370によって指示される。ユーザは、キーボード380及び位置検出装置（例えばマウス）382を利用してシステムと対話する。両方の装置の出力は、表示画面384の特定領域を選択するか又は情報を指示するのに利用され、システムによって実行されるべき機能を指示する。
【００３１】
主メモリ360は、ＣＰＵ 370の操作及び他のハードウェア要素との相互作用を制御するモジュールのグループを含む。オペレーティングシステム390は、メモリ割付、ファイル管理、大容量記憶装置357の操作のような低レベルの基本システム機能の実行を指示する。高レベルでは、一連の記憶命令として実行される解析モジュール392が、以下に議論するように、本発明によって実行される一次機能の実行を指示する。ユーザインタフェイス394を画定する命令は、表示画面384にわたる直接的な相互作用を可能にする。ユーザインタフェイス394は、ユーザによる入力動作に対して画面384上に語又はグラフィカルイメージを発生し、キーボード380及び／又は位置検出装置382からのユーザコマンドを受容する。また主メモリ360は１以上のデータベース含み、このデータベースには、一般に入力パラメータ、所望のプロファイル、試験表面プロファイル、プラズマモデル及びプロファイルシミュレータにおける既知の値の概略の予備的な係数値を含む、入力パラメータの試験又はプロセス値の何らかが含まれる。
【００３２】
主メモリ360のモジュールが分離して記述されたが、これは図示を明瞭にする目的とするだけのものであり、システムが全ての必要な機能を実行する限りは、どのようにシステム及びプログラム構造の内に配置されても問題ではない。
【００３３】
試験表面プロファイルは、当業界では良く知られているように、プラズマ反応容器内で試験プロセスに１以上の試験基板を曝し、例えば走査型電子顕微鏡を利用して結果として生じた表面プロファイルを測定することによって、経験的に製造される。所望の及び試験表面プロファイルは、電子形式でハードウェアシステムに与えられ、又は図形処理ハードコピーとして与えられる。この場合には、予想概略値との数に関する比較の前に、イメージはディジタイザ398によって処理される。ディジタル化されたプロファイルは、ビットストリームとしてバス355上を主メモリ360のデータベース396へと送られる。試験表面プロファイルは、データベース396のみならず大容量記憶装置357にも記憶される。
【００３４】
上述のように、本発明によるキータスクの実行は、解析モジュール392によって指示され、これは、表面プロファイルモデルの初期値での既知の係数の較正された最適値を含む、最終的な数学的表面プロファイルモデルを与えるのに必要な；並びに最終的な表面プロファイルモデル及び所望の表面モデルを基にするさらなる処理によって、処理基板に所望のプロファイルを生成するために適するプラズマプロセスシーケンスを支配する１以上の入力変数のプロセス値を決定するのに必要な；あるいは入力変数のプロセス値を最終的な数学的モデルに入れることによって、プロセス値によって画定されたプラズマプロセスシーケンスにより処理基板上に生成される処理表面プロファイルを予め計算するのに必要な、ステップの実行において、ＣＰＵ 370の動作を支配し、主メモリ360との対話を制御する。
【００３５】
特に、図３に示されるハードウェアシステムは、以下のように図１によって示される較正手順を実行するのに利用される。ステップ200で選択された入力可変試験値、何らかの固定入力パラメータの試験値、ステップ215で与えられた既知のプラズマモデル係数の予備的な近似値、ステップ225で与えられた既知のプロファイルシミュレータ係数の予備的な近似値、ステップ230で生成された試験表面プロファイル、必要に応じて、所望の表面プロファイル及び／又は対象のプロセス値は、それらが解析モジュール392に役立つように、データベース396に与えられる。代替的にはモジュール392が、試験値、予備的な近似値、試験表面プロファイルデータの何らかを、大容量記憶装置357又はユーザコマンドに応答するユーザインタフェイス394から検索する。あるいは予備的な近似値が、予め決められたアルゴリズムによって、入力可変試験値を基にして、モジュール392によって決定される。
【００３６】
ステップ210及び220のプラズマモデル化及びプロファイルシミュレーションをそれぞれ実行することによって、モジュール392は、試験プロセスにより生成されたプロファイルを予測する数学的表面モデルの初期値をもたらす。ステップ240において、モジュール392は、試験表面プロファイルにアクセスし、これと数学的表面モデルの初期値を比較し、何らかの予め決められた基準による誤差を評価する。誤差が十分に小さくないとすれば、解析モジュール392は比較の結果を利用して、ステップ250で、既知のプラズマモデルの値及びプロファイルシミュレータ係数を調節する。新しい値が、モデル化／シミュレーション及び比較ステップのさらなる反復のためにデータベース396内に保持される。試験表面プロファイル及び予測概略値が十分に小さい場合には、最終的な反復において利用された係数が、最適値としてデータベース396に格納される。
【００３７】
解析モジュールは、プロセス値を計算するために入力変数のこれらの最適値を利用する。この最適値は、所望のプロファイルからなるデバイスを製造するために、又は上述のようなプロファイル予測値のためにプラズマ反応容器にロード可能である。
【００３８】
このように広く伸展し、半導体デバイスのプラズマ処理に対して有利なアプローチであることが上記に示された。本明細書で使用される用語及び表現は、説明用の用語として使用され、制限するものではない。またこのような用語及び表現の使用において、示され記述された特徴又はその部分と同等であることを制限することを意図していない。種々の変更が本発明の特許請求の範囲の範囲内で可能であることが認められる。例えば、本発明の種々のモジュールは、適当なソフトウェア、又は例えばハードウェア回路、又は例えばハードウェア−ソフトウェアの混合組み合わせの命令を利用して汎用コンピュータで実行可能である。ここで例えばプラズマのモデル化及びプロファイルシミュレーションは専用ハードウェアコンポーネントによって実行される。
【００３９】
以下は、本発明の種々の実施態様の例示である。
１． 処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定する方法であって、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
とからなる方法。
２．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、上項１記載の方法。
３．プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、上項１記載の方法。
４．１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれ予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、上項１記載の方法。
５．相異の指示が多元的非線形最小自乗法により生成される、上項１記載の方法。
６．処理基板を処理して、この処理基板の上に所望の表面プロファイルを生成する方法であって、処理基板にプラズマプロセスを適用するステップからなり、このプラズマプロセスが、上項１に記載の方法によって決定される１以上の入力変数のそれぞれのプロセス値によって画定されている、方法。
７．上項４で画定される、処理基板を処理する方法によって製造されるデバイス。
８．１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算する方法であって、
ａ．複数の前記１以上のそれぞれのプロセス値とは等しくない、１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．それぞれの試験値によって画定される試験プロセスに、試験基板を曝し、それによって試験表面プロファイルを生成するステップ（210）、
c. １以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（210）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するステップ、
とからなる方法。
９．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイル及び概略のプロファイル記述との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、上項８記載の方法。
１０．プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、上項８記載の方法。
１１．１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれの予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、上項１０記載の方法。
１２．１以上の入力変数のそれぞれのプロセス値が時間と共に変化する、上項８記載の方法。
１３．１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにしたがって処理基板を処理するための装置を形成する方法であって、この装置がプラズマ反応器を含み、１以上の入力変数が１以上の反応変数を含み、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
ｉ．１以上の反応変数の導き出されたそれぞれのプロセス値にしたがって、処理基板を処理する反応器を形成するステップ、
とからなる方法。
１４．処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定するための装置であって、
ａ．所望の表面プロファイルを記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ（357）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するための手段（392）、
とからなる装置。
１５．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するための手段が、それぞれ対応するフレームと各スナップショットを比較するように形成されている、上項１４記載の装置。
１６．１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算するための装置であって、
ａ．それぞれのプロセス値を記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ(357)、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．モデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するための手段（392）、
とを含む装置。
１７．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応する予測値を含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段が、各スナップショットをそれぞれの対応する予測値と比較するように形成されている、上項１６記載の装置。
【符号の説明】
【００４０】
３５７ 大容量記憶装置
３６０ 主メモリ
３９２ 解析モジュール
３９４ ユーザインタフェイス
３９６ データベース
【技術分野】
【０００１】
本発明は、半導体デバイスのプラズマ処理に関する。より詳細には本発明は、所定のプラズマプロセスが生成する表面プロファイルを予測するための方法及び装置を与えることに関する。
【背景技術】
【０００２】
半導体デバイスの製造は、一般的にプロセスのシーケンスを必要とし、その各プロセスでは、基板上に物質を付着する又は基板から物質を取り除くために、基板が部分的にイオン化されたガス状物質に曝される。このようなプラズマプロセスは、巨視的な入力パラメータの全体的な効果によって決定され、このパラメータには、例えば出力、温度、圧力、導入ガスの組成、基板材料、露出時間が含まれ、これらのどの１つも結果的に生じる基板上のプロファイルに影響を与える。従来、所定の一連のデバイスの造作を生成するために適しているこれら入力パラメータの一組の値は、試行錯誤によって決定されている。この経験的なアプローチによる単一のプロセスの開発は、いくつかのパターン化されたウェハの処理及びその後結果として生じたプロファイルを走査型電子顕微鏡によって検査することを必要とするので、コストが掛かり、時間が掛かる。予測することができない手段が原因となって、１つの入力パラメータのわずかな変化がプロファイルに影響を及ぼし、１つの用途から他の用途への、例えばデバイスの寸法、ウェハ上のパターン密度、全空所における置換のようなレイアウトの何らかの変更は、しばしば資源の必然的な消費をともなう、プロセスの再開発を必要とする。
【０００３】
デバイス製造技術における最近の進歩は、このアプローチをより一層煩わしいものとしている。造作の寸法が小さくなるにつれて、造作の寸法及びモホロジーにおけるより厳しい公差が要求され、それによって所定のプロセスを最適化するのに必要とされる試験の数が増加する。ウェハの直径は加速度的に増大し、直径が増大することにより必要とされる完全な再設計は繰り返し回数が増え、この経験的なプロセスは繰り返される必要がある。また特定用途に対して注文生産されるデバイスの使用が増大することは、必要とされる最適化機能及び開発の回数を増大させる。
【０００４】
代替的に、計算アプローチが入力パラメータをプラズマプロセスの完全な物理的記述から引き出される。この場合プラズマプロセスは、巨視的な入力パラメータと、プラズマにおける種々の種のエネルギー分布、濃度、巨視的なフラックスとの結びつきを記述するためのプラズマモデル；巨視的なフラックスからウェハ表面に沿って結果として生じるエッチングレート又は付着レートを原子レベルで決定し、そこからプロファイルの展開を計算するためのプロファイルシミュレータを含む。理論上、プラズマエッチング及び付着プロセスのこのような物理的な記述は、基板上に所望のプロファイルを創り出し、コストを上げ時間を浪費する試験シーケンスの必要性を排除するのに適する巨視的な入力パラメータを最初から選択することを可能とする。
【発明の概要】
【発明が解決しようとする課題】
【０００５】
この分野での研究は、動作中のプラズマプロセスのメカニズムを多く明らかにし、したがって物理的な記述を組み立てることができるスケーリング則を与えている。しかしながら計算の有用性が、公知のスケーリング則を基にする必要とされる計算を実行するのに十分に効果的であること示すにも関わらず、このような最初からのアプローチの実施は、データの欠如によって制限されている。例えばこれらの規則におけるいくつかの係数の値が所定のプロセスの特徴に依存している方法は、未だ知られていない。過去の研究では、所定の一連の入力パラメータによって決定されるプラズマプロセスと結びつけられるこのようなスケーリング係数の値の決定は、調節可能パラメータとして１以上のこれらの係数を含むシミュレートされたプロファイルと、典型的にはできあがったプロファイルを比較することによってなされ、そのプロセスを適用することによって生成される。このような後からの評価は、スケーリング則の所定の係数の作用の理解を促進するが、その係数の値を引き出すのに利用される経験的なプロセスで使用される入力パラメータの組とは異なる入力パラメータの組によって決定される何らかのプロセスに関して、プロファイルの評価を予測するだけの能力は備えていない。
【課題を解決するための手段】
【０００６】
本発明は、入力変数を含む入力パラメータの一連のプロセス値によって画定される、対象となるプラズマプロセスが処理基板上に生成する処理表面プロファイルの予測を可能とする。この予測は、対象となるプロセスを画定する対応する入力パラメータ値とは異なる、試験プロセスを画定する入力パラメータ値の少なくとも１つのような、入力変数を含む入力パラメータの一連の試験値によって画定される試験プロセスの実験的な結果を画定する試験表面プロファイルを基にする。本発明において使用される、用語「入力変数」は入力パラメータを意味し、これはプラズマプロセスに対する本発明の所定の用途の文脈内で自由に変化する値である。他の態様においては、本発明は、試験表面プロファイルを利用して、所定の表面プロファイルを製造する入力変数のプロセス値を決定するための技術を提供する。この態様では、試験表面プロファイルは所望のプロファイルと異なり、又は試験プロセス画定する何らかの固定された入力パラメータの値は、所望のプロファイルを製造するためのプロセスを画定する対応するパラメータ値と異なる。
【０００７】
関連する態様では、また本発明は、処理表面プロファイルを予測して、プロセス値を決定するための装置を提供し、プラズマ反応器を構成するための方法を提供し、制限された経験的な較正を必要とする半導体デバイスを製造する方法を提供し、この方法によって製造されるデバイスを提供する。
【０００８】
本発明の半実験的なアプローチは、以下のように操作される較正手順を組み込む。固定された入力パラメータ、入力変数、複数の既知の係数に基づいて公式化された数学的な表面プロファイルモデルの初期値は、入力変数の試験値で評価され、試験プロセスによって生成されたプロファイルの予測概略値を創り出す。既知係数の値は、例えば量的な比較によって画定され、さらに試験表面プロファイルとプロファイル予測概略値との間の差を最小化するために最適化される。表面プロファイルモデルの初期値の未知の係数に関してこれら最適化された値を置換することによって、この較正は、未知数として入力変数を備える最終的な数学的モデルを提供する。
【０００９】
較正された最終的な数学的モデルは、本発明のいくつかの態様の１つとして利用可能である。最終的な数学的モデルに対象となるプロセス値を入れることは、プロセス値によって画定されるプラズマプロセスシーケンスを処理基板に適用することによって生成される処理表面プロファイルの予測を可能とする。この予測関数に関して利用されるプロセス値は、単一の定常プロセスに対応して定数であり、例えば複数のプロセスで示される時間にわたって変化する。代替的には、所望の表面プロファイルを生成するのに適するプロセス値は、最終的な数学的プロファイルモデルと所望のプロファイルから与えられる。
【００１０】
また較正された最終的な数学的モデルは、利用可能な試験表面プロファイルを生成するよりは、異なる反応器設計を利用する新たなプラズマプロセスシーケンスを公式化するのに有効であり、又は対応する試験値とは十分に異なる１以上のプロセス値を備え、試験プロセスが制限された予測出力を備える状況で、新たなシーケンスを評価するのに有効であり、このような場合、較正された係数を利用して与えられる入力可変プロセス値は、実験的な最適化のための適当な開始点として機能し、それによって最終的なプロセスシーケンスを見出すのに消費されなければならないウェハの数を減らすことができる。
【００１１】
したがって制限された数の実験室において創り出される微細構造の直接測定から得られるデータを利用することによって、本発明は、完全な実験方法ではなく、非常に少ない実験を取り込むプラズマプロセスデバイス製造に関する有効な技術を提供し、完全な計算シミュレーションに関して必要とされる基礎データの集合を必要としない。
【００１２】
本発明の半実験的なアプローチは、表面プロファイルの又はプラズマモデルやプロファイルシミュレータに基礎を置く、何らか特定の巨視的物理的記述に制限されない。数学的モデルは、基本的なプラズマの物理及び化学、多くのシミュレーション及び経験から導かれるスケーリング則を取り入れる。一般にプラズマモデルは、反応器の機能に関するパラメータを基にして、対象の種に対して、基板表面に到達する戻りフラックス、エネルギー、角分布を形作る。プラズマモデルは、ガス相の化学的性質及びプラズマ表面の相互作用に関する既知の横断面全て、又は単に実験的に測定されたフラックス及び観測された傾向のルックアップテーブルを備える完全なプラズマシミュレーションツールを必要とする。どちらのアプローチでも、一般にモデルは、本発明の較正によって決定される未知の係数値を少なくとも１つ含む。プラズマモデルの未知の独立した係数は、入力パラメータとプラズマ反応のアスペクトとの間の結びつきを特色付ける又は基準の大きさを与え、したがってこれらの係数は、プラズマプロセスによって創り出される媒質の物理的特性を正確に記述する。代替的には、プラズマモデルは、較正によって決定される未知の調節可能な係数値としてフラックスを処理するプロファイルシミュレータを別個のモジュールとして完全に排除する。
【００１３】
プロファイルシミュレータは、正確さ及び多様性の点で、基板表面の各点の変化を計算することが好ましい。一般に正確なプロファイルシミュレータは、基板表面の各点に到達する局所的なフラックスを計算するために、局所的な輸送モジュールと、エッチング及び付着の局所的なレートを計算するためのサイトバランスモジュールと、正味の表面変化にこれらのメカニズムを翻訳するための表面アドバンスメントアルゴリズムとを含む。好適な実施例では、プロファイルシミュレータは、モンテカルロ法；サイトバランスを記述するラングミュアタイプのモデル；衝撃波追尾アプローチを取り込む表面アドバンスメントアルゴリズムを利用するプラズマモデルによって与えられる巨視的なパラメータから局所的なフラックスを導き出す。一般的に言えば、これら３つのセグメントの各々は、較正で決定されるべき未知の係数値を与える。プロファイルシミュレータの未知の係数値は、処理媒質と基板表面の反応との間の結びつきを特徴付け、したがって基板表面の展開を正確に記述する。
【００１４】
好適な実施例では、較正の量的な比較が、基板表面に沿った各点における予測概略値と試験表面プロファイルを比較し、局所的な相違が誤差関数からなる。修正されたレーベンベルク−マルクアントアルゴリズムのような多元的非線形最小自乗法は、未知の係数の各々が誤差関数にどの程度影響するか決定するのに利用され、何らかの効果尺度を最大化し、許容し得る良好な適合与えるように試みることによって、未知の係数を調節するために利用される。
【００１５】
本発明で使用されているように、用語「試験プロファイル」は、所定の較正に関して利用できる実験的なプロファイルデータの全てを意味し、複数のスナップショットを含み、異なる長さの処理時間ではあるが、プロファイルにおける他のスナップショットと同じプロセス条件下の別の状況で、それぞれのデータが収集される。あるいはより一般的には、所定の試験プロファイルのスナップショットは、処理時間以外の局面を変化させる試験プロセスを利用して創り出される。また本発明のこの記述は、複数の入力変数及び複数の未知の係数値を含む数学的な表面プロファイルモデルによって画定されるプラズマプロセスの一般的な場合を重視している。しかしながらまた本発明は、唯一の自由入力変数及び／又はただ１つの係数値が知られていない数学的モデルを備える処理シーケンスに対する用途を含む。
【図面の簡単な説明】
【００１６】
【図１】本発明の方法に関する較正シーケンスを示すフローチャートである。
【図２】ラングミュアモデルによる表面動力学を概略的に示す図である。
【図３】本発明に関する代表的なハードウェア環境を概略的に示す図である。
【発明を実施するための形態】
【００１７】
所定の経験的な試験プロセスを基にした本発明の較正を実施するための一般的な手順が図１に示される。第１のステップ200では、入力パラメータの試験値が選択される。この試験値には、基板の前処理状態の記述子（「基板パラメータ」）及び試験プロセス中に所定のプラズマ反応器の操作を画定する量（「反応パラメータ」）が含まれる。例えば基板パラメータには、基板の全体寸法、表面の配置及び寸法の何らかの特徴、基板構成が含まれる。反応パラメータには、基板がプラズマプロセスによって処理される時間長さ、導入ガス組成、圧力、温度、出力レベルが含まれる。
【００１８】
反応変数及び固定された反応パラメータの試験値がステップ210で使用され、ステップ210のプラズマモデルは、対象となる反応器に対する反応パラメータに関してプラズマの数学的な記述及び未知の値の係数を含み、試験プロセスによって発生されるプラズマの巨視的な特性を概略決定するように操作される。ステップ210で実施された近似値は、未知の値のプラズマモデル係数の予備的な近似値を基にするが、このプラズマ係数はステップ215で与えられる。
【００１９】
ステップ220において、プロファイルシミュレータは、基板パラメータに関する基板表面プロファイルの時間展開の数学的なモデル、巨視的なプラズマ特性、未知の値の係数を含み、ステップ210の結果及びステップ200で与えられた基板パラメータを利用して、基板表面プロファイルの試験プロセスの結果を概略予測する。ステップ220で実施された近似値は、未知の値のプロファイルシミュレータ係数の予備的な近似値を基にするが、このプロファイルシミュレータ係数はステップ225で与えられる。したがってステップ200〜220の、特にステップ210及び220の累積的な出力は、試験プロセスによって生成されるプロファイルの概略ではあるが予測量であり、このときステップ220のプロファイルシミュレータ及びステップ210のプラズマモデルの操作は共に数学的な表面プロファイルモデルの初期値を含む。
【００２０】
ステップ230では、ステップ200で与えられた入力パラメータの試験値が利用されて、試験表面プロファイルを与え、この試験表面プロファイルは、入力パラメータの試験値によって画定された対象となる反応器内で、試験表面を曝すことによって実験的に生成される。この試験表面プロファイルは、ステップ220でもたらされる概略の予測値と、ステップ240において量的に比較される。試験表面プロファイルと概略の予測値との差は、ステップ240で適用される何らかの基準にしたがって評価される。一般に第１の走査では、概略の予測値は、未知の係数の予備的な値を利用して計算され、誤差は基準を満たすには十分に小さくはなく、較正手順は、未知の係数の値が誤差を小さくするように調節されるステップ250に進む。調節された値は、さらにステップ215及び／又は225を介してプラズマモデル及び／又はプロファイルシミュレータを通過し、プロファイル予測概略値を与えるステップ及びステップ240での比較をさらに繰り返す。試験表面プロファイル及び予測概略値との間の相違が相応に最小化されるまで、繰り返しは続けられる。
【００２１】
したがってステップ240の繰り返し比較及びステップ250の係数調節は、数学的表面プロファイルモデルの初期値に見られる未知の値の係数の最適値の計算を達成する。半経験的なモデルが相応にローディング及びアスペクト比依存性のようなファクターを明らかにする限りは、本発明の計算が数学的な表面プロファイルモデルに対して適する計数値を決定した後、結果として与えられる最終の数学的なモデルが、１以上のプロセス変数における試験プロセスとは異なるプラズマプロセスシーケンスの基板上の影響を明らかにするのに利用可能である。
【００２２】
好ましくは、プロファイルシミュレータによって発生されたプロファイル予想概略値は一連のフレームからなり、ステップ220において一連のフレームのそれぞれは規則正しい時間増分に対応し、及び比較ステップ230はプロファイル予測概略値のフレームのみからなり、この予測値のフレームは試験表面プロファイルにおけるスナップショットの時間と近似的に見て等しい累積露出時間に一致する。試験プロファイルが、異なる露出時間及び／又は時間以外の１以上の入力パラメータの異なる試験値での複数のスナップショットを含むとすれば、ステップ240は、各試験スナップショットをプロファイル予測値の適切なフレームと比較して、システムは全対様式の比較にわたって誤差が最小となるように操作される。
【００２３】
当業者には明らかなように、図１に示す手順とは異なる多くの構成が本発明の範囲内にある。例えば数学的な表面プロファイルモデルの全初期値が、異なる部分210及び220に分割されているのではなく、単一モジュール内に存在し、異なる目盛り長さにわたって実行される現象が個々に処理される。もしくは数学的な表面プロファイルモデルの初期値の性質及び利用される比較アルゴリズムに依存して、数学的な表面プロファイルモデルの初期値への試験値及び予備的な係数の挿入は、比較ステップまで遅らされる。
【００２４】
好適な実施態様では、プラズマモデルは、例えば両荷電粒子したがって何らかの作用するバイアスによって基板に引き寄せられる粒子、又はガス粒子及び励起ラジカルのような中性種であるように、作用の一般的な分類の属性よってのみ、対象の種を特徴付ける。粒子フラックス、エネルギー、角分布等のこのようなプラズマ記述子の支配的な経験的入力パラメータに関する関数的依存性に基づく、例えばマックスウェル及びボルツマン方程式である、物理的モデルは当業者には公知である。例えばLieberman及びLichtenbergによるPrinciples of Plasma Discharges and Materials Processing, JohnWiley, 1994年を参照のこと。当業界では、入力パラメータを備えるこのような記述子のスケールが、経験的なデータと結びつけられるこのような基本的な物理モデルにいかにして基づくかについて良く知られている。しかしながらこれらのフラックスの絶対値又は分布は、所望のプロセスに関して元からは知られていない。値が公知であるモデルのいかなる係数も調節可能パラメータとして較正によって処理される。
【００２５】
一般にプロファイルシミュレータは、基板表面に沿った各点に到達するフレックスを計算するための局所輸送モデル、結果として生じる局所エッチング速度及び付着速度を計算するためのサイトバランスモデル、表面アドバンスメントアルゴリズムを含む。好適な実施例ではモンテカルロ法が、局所輸送に対して利用され、この局所輸送に対しては、原子スケール、シミュレーションからの情報が適する。
【００２６】
サイトバランスセグメントは、粒子表面相互作用の動力学のラングミュアタイプモデルに基づくことが好ましい。このモデルは、エッチング物質として基板から物質を取り除く種及び、抑制物質として基板表面上に物質を付着する種を特徴付ける。図２を参照すると、Γe及びΓｄはそれぞれ基板270の表面に到達するエッチング物質及び抑制物質のフラックスを示す。エッチング物質及び抑制物質はどちらも、空所に遭遇することによって表面と反応する。エッチング物質種及び抑制物質種は、それぞれ開放野反応係数Ｓe及びＳdを備える表面で反応し、エッチング物質サイト275及び抑制物質サイト280を形成する。エッチング物質種及び抑制物質種と反応することによる基板表面サイトの全占有部は、画分θe及びθdによってそれぞれ示され、このとき空所の大きさは１−θe−θdに等しい。エッチングによる生成物が形成され、表面から熱放出される。フラックスΓiで表面に到達するイオンが、物理的なスパッタリング及びイオン強化エッチングによって表面と反応したエッチング物質を取り除き、また到達したイオンが物理的なスパッタリングによって表面から抑制物質を取り除く。これらの仮定及び機構を考慮に入れることによって、定常状態における２つ形式の占有サイトに対するサイトバランスはそれぞれ下記の式のように表現される。
σedθe／dt＝ΓeＳe(１−θd−θe)−θeｋslΓis−θeｋelΓie−ｋth,eθe≒０
及び
σddθd／dt＝ΓdＳd(１−θd−θe)−θdｋslΓis≒０
ここでｋel、ｋsl、ｋth,eは、イオン強化スパッタリング、物理的スパッタリング、熱エッチング機構に対応する一般に知られている値、係数である。パラメータΓie、Γisは、それぞれのしきい値エネルギーよりも大きな、ＥEth,I、ＥEth,sとしてそれぞれ表される入射イオンエネルギー全体にわたってまとめられたイオンフラックスを備える、それぞれイオン強化エッチング及び物理的スパッタリングの生成物であり、全角度にわたっては、以下の式で表される。
Γie＝∬E>Eth,sＹie(φ,E)Γi(φ,E)dφdE
＝∫E>Eth,sdE(Ｅ1/2−ＥEth,e1/2)∫dφＹe(φ,E)Γi(φ,E)
及び
Γis＝∬E>Eth,sＹis(φ,E)Γi(φ,E)dφdE
＝∫E>Eth,sdE(Ｅ1/2−ＥEth,s1/2)∫dφＹs(φ,E)Γi(φ,E)
我々は、エッチング収量がイオンエネルギーの平方根及び角関数の積であり、依存性が実験的に観測されることを仮定している。しかしながら他のスケーリング則が代わりに利用可能である。収量関数は、単に関数的な依存性を示すのみであり、絶対的な大きさが他の定数に加えてｋとひとまとめにされる。
【００２７】
θe、θdに関する表現は、例えば基板の上面、溝の底、溝の側壁である、基板上にある表面の各タイプの定常状態サイトバランス方程式から導き出すことができる。表面の各点における、エッチングレートは次式で書き表される。
ＥＲ＝ｋs2Γis＋θeｋe2Γie＋ｋthΓe−ｋdΓdＳd(１−θe)
係数ｋe2、ｋs2、ｋd、ｋthは、それぞれ物理的スパッタリング、イオン強化エッチング、熱エッチング、イオン誘導付着に対応する収量定数である。θe、θd、Γie、Γisに対する表現は、プラズマの特性及び係数ｋに関する各レートを示し、これらはそれぞれ、原則として較正によって決定可能な調節可能なパラメータである。
【００２８】
表面アドバンスメントに関する解析案を利用することによって、細密な造作をより正確に決定することもまた好ましい。当業界では公知であり、鋭い角のような細密な造作外観を形作ることを可能とするこのような案の１つは、衝撃波面追尾アルゴリズムとして知られている独特の方法である。例えばS.Hamaguchiの「Modelingof Film Deposition for Microelectronic Applications」,Thinfilms,vol.22,p.81,S.Rossnagel,ed.,Academic Press, San Diego,1996年を参照のこと。他にはレベルセットアプローチがある。例えばJ.A.SethianによるLevelSet Methods:Evolving Interfaces in Geometry, FluidMechanics, Computer Vision, and Materials Science, Cambridge University Press1996年を参照のこと。衝撃波追尾アプローチは、対様式の連続線セグメントの収集として表面（すなわち真空と固体との間の界面層）をモデル化し、各表面に対して移動のレートが計算される。他のセグメントの移動の個別の法線方向に沿った各セグメントの発達及び後退の可能性は、結果として生じる表面に対する複数のポテンシャル解を考慮する。複数解を避けるために、これらの解析案は、衝撃（すなわち傾斜面における不連続）として線セグメント間の点をモデル化し、及び衝撃の移動を適切に追尾する。
【００２９】
さらに図３を参照すると、図３は、ブロック図の形態で、本発明に組み込まれるハードウェアシステムを図示する。そこに示されているように、このシステムは、システムバス355を含み、このシステムバス355を介して全システム要素が、ハードディスク又は光記憶ユニットのような大容量記憶装置357や主システムメモリ360と通信する。
【００３０】
図示されるシステムの操作は、中央演算ユニット（「ＣＰＵ」）370によって指示される。ユーザは、キーボード380及び位置検出装置（例えばマウス）382を利用してシステムと対話する。両方の装置の出力は、表示画面384の特定領域を選択するか又は情報を指示するのに利用され、システムによって実行されるべき機能を指示する。
【００３１】
主メモリ360は、ＣＰＵ 370の操作及び他のハードウェア要素との相互作用を制御するモジュールのグループを含む。オペレーティングシステム390は、メモリ割付、ファイル管理、大容量記憶装置357の操作のような低レベルの基本システム機能の実行を指示する。高レベルでは、一連の記憶命令として実行される解析モジュール392が、以下に議論するように、本発明によって実行される一次機能の実行を指示する。ユーザインタフェイス394を画定する命令は、表示画面384にわたる直接的な相互作用を可能にする。ユーザインタフェイス394は、ユーザによる入力動作に対して画面384上に語又はグラフィカルイメージを発生し、キーボード380及び／又は位置検出装置382からのユーザコマンドを受容する。また主メモリ360は１以上のデータベース含み、このデータベースには、一般に入力パラメータ、所望のプロファイル、試験表面プロファイル、プラズマモデル及びプロファイルシミュレータにおける既知の値の概略の予備的な係数値を含む、入力パラメータの試験又はプロセス値の何らかが含まれる。
【００３２】
主メモリ360のモジュールが分離して記述されたが、これは図示を明瞭にする目的とするだけのものであり、システムが全ての必要な機能を実行する限りは、どのようにシステム及びプログラム構造の内に配置されても問題ではない。
【００３３】
試験表面プロファイルは、当業界では良く知られているように、プラズマ反応容器内で試験プロセスに１以上の試験基板を曝し、例えば走査型電子顕微鏡を利用して結果として生じた表面プロファイルを測定することによって、経験的に製造される。所望の及び試験表面プロファイルは、電子形式でハードウェアシステムに与えられ、又は図形処理ハードコピーとして与えられる。この場合には、予想概略値との数に関する比較の前に、イメージはディジタイザ398によって処理される。ディジタル化されたプロファイルは、ビットストリームとしてバス355上を主メモリ360のデータベース396へと送られる。試験表面プロファイルは、データベース396のみならず大容量記憶装置357にも記憶される。
【００３４】
上述のように、本発明によるキータスクの実行は、解析モジュール392によって指示され、これは、表面プロファイルモデルの初期値での既知の係数の較正された最適値を含む、最終的な数学的表面プロファイルモデルを与えるのに必要な；並びに最終的な表面プロファイルモデル及び所望の表面モデルを基にするさらなる処理によって、処理基板に所望のプロファイルを生成するために適するプラズマプロセスシーケンスを支配する１以上の入力変数のプロセス値を決定するのに必要な；あるいは入力変数のプロセス値を最終的な数学的モデルに入れることによって、プロセス値によって画定されたプラズマプロセスシーケンスにより処理基板上に生成される処理表面プロファイルを予め計算するのに必要な、ステップの実行において、ＣＰＵ 370の動作を支配し、主メモリ360との対話を制御する。
【００３５】
特に、図３に示されるハードウェアシステムは、以下のように図１によって示される較正手順を実行するのに利用される。ステップ200で選択された入力可変試験値、何らかの固定入力パラメータの試験値、ステップ215で与えられた既知のプラズマモデル係数の予備的な近似値、ステップ225で与えられた既知のプロファイルシミュレータ係数の予備的な近似値、ステップ230で生成された試験表面プロファイル、必要に応じて、所望の表面プロファイル及び／又は対象のプロセス値は、それらが解析モジュール392に役立つように、データベース396に与えられる。代替的にはモジュール392が、試験値、予備的な近似値、試験表面プロファイルデータの何らかを、大容量記憶装置357又はユーザコマンドに応答するユーザインタフェイス394から検索する。あるいは予備的な近似値が、予め決められたアルゴリズムによって、入力可変試験値を基にして、モジュール392によって決定される。
【００３６】
ステップ210及び220のプラズマモデル化及びプロファイルシミュレーションをそれぞれ実行することによって、モジュール392は、試験プロセスにより生成されたプロファイルを予測する数学的表面モデルの初期値をもたらす。ステップ240において、モジュール392は、試験表面プロファイルにアクセスし、これと数学的表面モデルの初期値を比較し、何らかの予め決められた基準による誤差を評価する。誤差が十分に小さくないとすれば、解析モジュール392は比較の結果を利用して、ステップ250で、既知のプラズマモデルの値及びプロファイルシミュレータ係数を調節する。新しい値が、モデル化／シミュレーション及び比較ステップのさらなる反復のためにデータベース396内に保持される。試験表面プロファイル及び予測概略値が十分に小さい場合には、最終的な反復において利用された係数が、最適値としてデータベース396に格納される。
【００３７】
解析モジュールは、プロセス値を計算するために入力変数のこれらの最適値を利用する。この最適値は、所望のプロファイルからなるデバイスを製造するために、又は上述のようなプロファイル予測値のためにプラズマ反応容器にロード可能である。
【００３８】
このように広く伸展し、半導体デバイスのプラズマ処理に対して有利なアプローチであることが上記に示された。本明細書で使用される用語及び表現は、説明用の用語として使用され、制限するものではない。またこのような用語及び表現の使用において、示され記述された特徴又はその部分と同等であることを制限することを意図していない。種々の変更が本発明の特許請求の範囲の範囲内で可能であることが認められる。例えば、本発明の種々のモジュールは、適当なソフトウェア、又は例えばハードウェア回路、又は例えばハードウェア−ソフトウェアの混合組み合わせの命令を利用して汎用コンピュータで実行可能である。ここで例えばプラズマのモデル化及びプロファイルシミュレーションは専用ハードウェアコンポーネントによって実行される。
【００３９】
以下は、本発明の種々の実施態様の例示である。
１． 処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定する方法であって、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
とからなる方法。
２．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、上項１記載の方法。
３．プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、上項１記載の方法。
４．１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれ予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、上項１記載の方法。
５．相異の指示が多元的非線形最小自乗法により生成される、上項１記載の方法。
６．処理基板を処理して、この処理基板の上に所望の表面プロファイルを生成する方法であって、処理基板にプラズマプロセスを適用するステップからなり、このプラズマプロセスが、上項１に記載の方法によって決定される１以上の入力変数のそれぞれのプロセス値によって画定されている、方法。
７．上項４で画定される、処理基板を処理する方法によって製造されるデバイス。
８．１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算する方法であって、
ａ．複数の前記１以上のそれぞれのプロセス値とは等しくない、１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．それぞれの試験値によって画定される試験プロセスに、試験基板を曝し、それによって試験表面プロファイルを生成するステップ（210）、
c. １以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（210）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するステップ、
とからなる方法。
９．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイル及び概略のプロファイル記述との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、上項８記載の方法。
１０．プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、上項８記載の方法。
１１．１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれの予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、上項１０記載の方法。
１２．１以上の入力変数のそれぞれのプロセス値が時間と共に変化する、上項８記載の方法。
１３．１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにしたがって処理基板を処理するための装置を形成する方法であって、この装置がプラズマ反応器を含み、１以上の入力変数が１以上の反応変数を含み、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
ｉ．１以上の反応変数の導き出されたそれぞれのプロセス値にしたがって、処理基板を処理する反応器を形成するステップ、
とからなる方法。
１４．処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定するための装置であって、
ａ．所望の表面プロファイルを記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ（357）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するための手段（392）、
とからなる装置。
１５．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するための手段が、それぞれ対応するフレームと各スナップショットを比較するように形成されている、上項１４記載の装置。
１６．１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算するための装置であって、
ａ．それぞれのプロセス値を記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ(357)、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．モデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイル及びプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するための手段（392）、
とを含む装置。
１７．試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応する予測値を含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段が、各スナップショットをそれぞれの対応する予測値と比較するように形成されている、上項１６記載の装置。
【符号の説明】
【００４０】
３５７ 大容量記憶装置
３６０ 主メモリ
３９２ 解析モジュール
３９４ ユーザインタフェイス
３９６ データベース
【特許請求の範囲】
【請求項１】
処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定する方法であって、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
とからなる方法。
【請求項２】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、請求項１記載の方法。
【請求項３】
プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、請求項１記載の方法。
【請求項４】
１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれ予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、請求項１記載の方法。
【請求項５】
相異の指示が多元的非線形最小自乗法により生成される、請求項１記載の方法。
【請求項６】
処理基板を処理して、この処理基板の上に所望の表面プロファイルを生成する方法であって、処理基板にプラズマプロセスを適用するステップからなり、このプラズマプロセスが、請求項１に記載の方法によって決定される１以上の入力変数のそれぞれのプロセス値によって画定されている、方法。
【請求項７】
１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算する方法であって、
ａ．複数の前記１以上のそれぞれのプロセス値とは等しくない、１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．それぞれの試験値によって画定される試験プロセスに、試験基板を曝し、それによって試験表面プロファイルを生成するステップ（210）、
c. １以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（210）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するステップ、
とからなる方法。
【請求項８】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイルと概略のプロファイル記述との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、請求項７記載の方法。
【請求項９】
プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、請求項７記載の方法。
【請求項１０】
１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれの予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、請求項９記載の方法。
【請求項１１】
１以上の入力変数のそれぞれのプロセス値が時間と共に変化する、請求項７記載の方法。
【請求項１２】
１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにしたがって処理基板を処理するための装置を形成する方法であって、この装置がプラズマ反応器を含み、１以上の入力変数が１以上の反応変数を含み、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
ｉ．１以上の反応変数の導き出されたそれぞれのプロセス値にしたがって、処理基板を処理する反応器を形成するステップ、
とからなる方法。
【請求項１３】
処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定するための装置であって、
ａ．所望の表面プロファイルを記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ（357）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するための手段（392）、
とからなる装置。
【請求項１４】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段が、それぞれ対応するフレームと各スナップショットを比較するように形成されている、請求項１３記載の装置。
【請求項１５】
１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算するための装置であって、
ａ．それぞれのプロセス値を記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ(357)、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．モデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するための手段（392）、
とを含む装置。
【請求項１６】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応する予測値を含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段が、各スナップショットをそれぞれの対応する予測値と比較するように形成されている、請求項１５記載の装置。
【請求項１】
処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定する方法であって、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
とからなる方法。
【請求項２】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、請求項１記載の方法。
【請求項３】
プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、請求項１記載の方法。
【請求項４】
１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれ予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、請求項１記載の方法。
【請求項５】
相異の指示が多元的非線形最小自乗法により生成される、請求項１記載の方法。
【請求項６】
処理基板を処理して、この処理基板の上に所望の表面プロファイルを生成する方法であって、処理基板にプラズマプロセスを適用するステップからなり、このプラズマプロセスが、請求項１に記載の方法によって決定される１以上の入力変数のそれぞれのプロセス値によって画定されている、方法。
【請求項７】
１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算する方法であって、
ａ．複数の前記１以上のそれぞれのプロセス値とは等しくない、１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．それぞれの試験値によって画定される試験プロセスに、試験基板を曝し、それによって試験表面プロファイルを生成するステップ（210）、
c. １以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（210）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するステップ、
とからなる方法。
【請求項８】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイルと概略のプロファイル記述との間の相異の指示を生成するステップが、それそれ対応するフレームと各スナップショットの対様式の比較を含む、請求項７記載の方法。
【請求項９】
プロファイル予測概略値を生成するステップが、１以上の未知の係数のそれぞれの予備的な近似値を利用するステップを含む、請求項７記載の方法。
【請求項１０】
１以上の未知の係数のそれぞれの最適値を生成するステップが、１以上の未知の係数の複数の前記１以上のそれぞれの予測近似値を変更するステップ、及び試験表面プロファイルと１以上の変更された値を組み込むプロファイル予測概略値を比較するステップを含む、請求項９記載の方法。
【請求項１１】
１以上の入力変数のそれぞれのプロセス値が時間と共に変化する、請求項７記載の方法。
【請求項１２】
１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにしたがって処理基板を処理するための装置を形成する方法であって、この装置がプラズマ反応器を含み、１以上の入力変数が１以上の反応変数を含み、
ａ．１以上の入力変数のそれぞれの試験値を選択するステップ（200）、
ｂ．試験基板をそれぞれの試験値によって画定される試験プロセスに曝し、それによって試験表面プロファイルを生成するステップ（210）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を与えるステップ（230）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するステップ（220）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するステップ（240）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するステップ（240）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるステップ（250）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するステップ、
ｉ．１以上の反応変数の導き出されたそれぞれのプロセス値にしたがって、処理基板を処理する反応器を形成するステップ、
とからなる方法。
【請求項１３】
処理基板上に所望の表面プロファイルを生成するために、プラズマプロセスシーケンスを支配する１以上の入力変数のそれぞれのプロセス値を決定するための装置であって、
ａ．所望の表面プロファイルを記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ（357）、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．表面プロファイルモデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデル及び所望の表面プロファイルから生成するための手段（392）、
とからなる装置。
【請求項１４】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応するフレームを含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段が、それぞれ対応するフレームと各スナップショットを比較するように形成されている、請求項１３記載の装置。
【請求項１５】
１以上の入力変数のそれぞれのプロセス値によって画定されるプラズマプロセスシーケンスにより、処理基板上に生成されるべき処理表面プロファイルを予備的に計算するための装置であって、
ａ．それぞれのプロセス値を記憶するためのコンピュータメモリ（360）、
ｂ．１以上の入力変数のそれぞれの試験値によって画定された試験プロセスに試験基板を曝すことによって生成された、試験表面プロファイルを記憶するためのコンピュータメモリ(357)、
ｃ．１以上の入力変数及び１以上の未知の係数に関して表面プロファイルモデルの初期値を生成するための手段（394）、
ｄ．モデルの初期値及び１以上の入力変数のそれぞれの試験値からプロファイル予測概略値を生成するための手段（392）、
ｅ．試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段（396）、
ｆ．相異の指示を最小化する１以上の未知の係数のそれぞれの最適値を生成するための手段（392）、
ｇ．１以上の最適値を含むように表面プロファイルモデルの初期値を修正し、それによって１以上の入力変数に関して最終的なモデルを与えるための手段（392）、
ｈ．１以上の入力変数のそれぞれのプロセス値を最終的なモデルに導入し、それによって処理表面プロファイルの記述を形成するための手段（392）、
とを含む装置。
【請求項１６】
試験表面プロファイルが複数のスナップショットからなり、プロファイル予測概略値が各スナップショットに対応する予測値を含み、試験表面プロファイルとプロファイル予測概略値との間の相異の指示を生成するための手段が、各スナップショットをそれぞれの対応する予測値と比較するように形成されている、請求項１５記載の装置。
【図１】
【図２】
【図３】
【図２】
【図３】
【公開番号】特開２０１０−２８２６３６（Ｐ２０１０−２８２６３６Ａ）
【公開日】平成２２年１２月１６日（２０１０．１２．１６）
【国際特許分類】
【出願番号】特願２０１０−１５６７１４（Ｐ２０１０−１５６７１４）
【出願日】平成２２年７月９日（２０１０．７．９）
【分割の表示】特願２０００−５３５０２７（Ｐ２０００−５３５０２７）の分割
【原出願日】平成１１年２月１８日（１９９９．２．１８）
【出願人】（５９８１６１７６１）ラム リサーチ コーポレイション (19)
【Ｆターム（参考）】
【公開日】平成２２年１２月１６日（２０１０．１２．１６）
【国際特許分類】
【出願日】平成２２年７月９日（２０１０．７．９）
【分割の表示】特願２０００−５３５０２７（Ｐ２０００−５３５０２７）の分割
【原出願日】平成１１年２月１８日（１９９９．２．１８）
【出願人】（５９８１６１７６１）ラム リサーチ コーポレイション (19)
【Ｆターム（参考）】
[ Back to top ]