基于商空間和知識(shí)源融合的光刻工序套刻指標(biāo)預(yù)報(bào)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于先進(jìn)制造、自動(dòng)化和信息領(lǐng)域,具體涉及在微電子生產(chǎn)線套刻工藝指 標(biāo)的預(yù)報(bào)方法。
【背景技術(shù)】
[0002] 在微電子生產(chǎn)過程中,光刻區(qū)光刻套刻是影響微電子成品合格率的關(guān)鍵工藝指 標(biāo),而由于受到設(shè)備機(jī)械性能、掩膜版漲縮等的影響,造成產(chǎn)品橫軸偏移量,縱軸偏移量,正 交偏移量和旋轉(zhuǎn)偏移量等套刻指標(biāo)常不符合工藝規(guī)范,最終導(dǎo)致產(chǎn)品返工。為改善套刻精 度,需對(duì)光刻區(qū)套刻指標(biāo)進(jìn)行預(yù)報(bào),以指導(dǎo)套刻過程操作參數(shù)的優(yōu)化設(shè)定,從而提高套刻精 度,減少產(chǎn)品的返工率。目前有如下幾類預(yù)報(bào)方法:基于神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)方法,基于支持向 量機(jī)的預(yù)報(bào)方法,基于極限學(xué)習(xí)機(jī)的預(yù)報(bào)方法等。它們均為單指標(biāo)預(yù)報(bào)方法,即每次僅針對(duì) 一種套刻指標(biāo)進(jìn)行建模,沒有考慮不同套刻指標(biāo)間的相關(guān)性,使得不同的套刻指標(biāo)信息無 法得到更充分的利用,影響了套刻指標(biāo)建模精度,且存在過擬合的風(fēng)險(xiǎn)。
【發(fā)明內(nèi)容】
[0003] 為解決微電子生產(chǎn)線套刻過程中的光刻設(shè)備套刻不準(zhǔn)導(dǎo)致產(chǎn)品返工的問題,提出 一種商空間和知識(shí)源融合的微電子生產(chǎn)線套刻指標(biāo)預(yù)報(bào)方法。其中,分別將連續(xù)若干批次 已加工完成晶圓的橫軸偏移量,縱軸偏移量,正交偏移量和旋轉(zhuǎn)偏移量等套刻指標(biāo)作為不 同的知識(shí)源,用于預(yù)報(bào)即將加工批次晶圓的相應(yīng)套刻指標(biāo)。為充分利用不同套刻指標(biāo)之間 的相關(guān)性,對(duì)多種套刻指標(biāo)進(jìn)行協(xié)同建模,將上述不同的知識(shí)源進(jìn)行融合得到一個(gè)待優(yōu)化 的知識(shí)源融合模型。為降低上述模型優(yōu)化的時(shí)間復(fù)雜度,本發(fā)明將待優(yōu)化的知識(shí)源融合模 型進(jìn)行極分解得到三個(gè)低秩因子;然后,考慮到上述極分解的不唯一性,對(duì)每一個(gè)低秩因子 進(jìn)行對(duì)稱變換得到等價(jià)類因子;在商空間使用交替方向最優(yōu)化策略對(duì)每一個(gè)等價(jià)類因子進(jìn) 行優(yōu)化,可快速得到優(yōu)化的知識(shí)源融合模型;最后根據(jù)優(yōu)化的融合模型來聯(lián)合預(yù)報(bào)待加工 批次晶圓的多個(gè)套刻指標(biāo)。
[0004] 1.基于商空間和知識(shí)源融合的光刻工序套刻指標(biāo)預(yù)報(bào)方法,其特征在于,該方法 是針對(duì)微電子生產(chǎn)線套刻過程中的光刻設(shè)備套刻不準(zhǔn)導(dǎo)致產(chǎn)品返工問題提出的一種套刻 指標(biāo)預(yù)報(bào)方法,所述方法實(shí)現(xiàn)步驟如下:
[0005] 步驟⑴:設(shè)定如下基本變量
[0006] 設(shè)定問題變量和算法參數(shù):
[0007] m:訓(xùn)練樣本個(gè)數(shù)
[0008] X1:第1種套刻指標(biāo)的輸入矩陣,1 = 1,...,4,矩陣元素為同層次、同設(shè)備以及同 品種的晶圓套刻值
[0009] Wc7 :第1種套刻指標(biāo)的輸入矩陣的第p個(gè)樣本的第q列的數(shù)值,p= 1,...,m,q =1,...,4
[0010] Y1:第1種套刻指標(biāo)的輸出矩陣,矩陣元素是最新批次晶圓的套刻值
[0011] %:第1種套刻指標(biāo)的輸出矩陣的第P行的數(shù)值
[0012] X:將X1按列合并后的輸入矩陣
[0013] Y:將Y1按列合并后的輸出矩陣
[0014] W:模型矩陣
[0015] Uk:第k次迭代的左正交矩陣k= 1,? ??,maxlt
[0016] Vk:第k次迭代的右正交矩陣
[0017] 0:對(duì)稱變換矩陣
[0018] to1 :停止迭代的條件參數(shù)
[0019] maxlt:最大迭代數(shù)次
[0020] X,:第k次迭代的正則參數(shù)
[0021] r:低秩參數(shù)
[0022] 入_:正則參數(shù)上限
[0023] T:泰勒近似系數(shù)
[0024] a:矩陣V的步長(zhǎng)系數(shù)
[0025] (6:矩陣U的步長(zhǎng)系數(shù)
[0026] P:用于對(duì)正則參數(shù)進(jìn)行更新
[0027] Sk:第k次迭代變量U的下降方向矩陣
[0028] cok^k次迭代變量V的下降方向矩陣
[0029] Wk:第k次迭代的模型矩陣
[0030] Pk:第k次迭代用于計(jì)算模型的中間變量
[0031] Gk:第k次迭代變量的梯度矩陣
[0032] B:正定矩陣
[0033] Rk:第k次迭代用于計(jì)算模型的中間變量
[0034] R:用于計(jì)算模型的中間變量
[0035] Si:第i個(gè)奇異值
[0036] KmXr的正交矩陣
[0037] P:rX4的正交矩陣
[0038] U:mXr的正交矩陣
[0039] V:rX4的正交矩陣
[0040] 步驟⑵:分別將連續(xù)若干批次已加工完成晶圓的套刻指標(biāo)(包括橫軸偏移量,縱 軸偏移量,正交偏移量和旋轉(zhuǎn)偏移量等)作為不同的知識(shí)源,用于預(yù)報(bào)即將加工批次晶圓 的相應(yīng)套刻指標(biāo);為充分利用不同套刻指標(biāo)之間的相關(guān)性,對(duì)多種套刻指標(biāo)進(jìn)行協(xié)同預(yù)報(bào), 將上述不同的知識(shí)源進(jìn)行融合得到一個(gè)待優(yōu)化的知識(shí)源融合模型;
[0041] 采集與套刻指標(biāo)相關(guān)的數(shù)據(jù)并存儲(chǔ)至數(shù)據(jù)庫中,將這些數(shù)據(jù)存儲(chǔ)至數(shù)據(jù)庫服務(wù)器 中的訓(xùn)練數(shù)據(jù)表,對(duì)應(yīng)輸入分別為X1,. . .,X4,對(duì)應(yīng)的輸出為Y1,. . .,Y4,其中每種指標(biāo)輸出 為與指標(biāo)輸入同設(shè)備同層次以及同品種的最新套刻測(cè)量值。其中X1和Y1的形式如下
[0042]
[0043] X2,. . .,X4以及Y2,. . .,Y4的形式和上述形式類似。將不同的套刻指標(biāo)輸X\ ..., X4作為不同的知識(shí)源,為充分利用不同指標(biāo)之間的相關(guān)性,將這些知識(shí)源進(jìn)行融合,即將這 幾種不同的指標(biāo)輸X1,...,X4按列合并為矩陣X,套刻指標(biāo)輸出Y\ ...,Y4按列合并為矩陣 Y;
[0044] 步驟⑶:假設(shè)待求的融合模型為WGRmX4,其中m是矩陣X的列數(shù),對(duì)模型W進(jìn)行 極分解得到三個(gè)低秩因子,即WL其中B是個(gè)rXr正定矩陣,以和i?分別表示mXr 和rX4的正交矩陣;
[0045] 步驟(4):基于上一步驟得到極分解是不唯一的,即
[0047] 其中0是對(duì)稱變換,[W]是W的等價(jià)類,其中(^0),(OBO)和(OP)是等價(jià)類因子。 為避免問題求解時(shí)陷入局部最優(yōu),在商空間中優(yōu)化新的變量矩陣U,R和V,此時(shí)在商空間中 優(yōu)化得到的解是唯一的。
[0048] 步驟(5):基于上述步驟,根據(jù)交替方向法計(jì)算融合模型中的最優(yōu)的變量U,R和V, 即交替固定其它兩個(gè)變量?jī)?yōu)化另一個(gè)變量,詳細(xì)步驟如下。
[0049] 步驟(5. 1):模型參數(shù)初始化:低秩因子矩陣U。和V。,迭代次數(shù)k,最大迭代次數(shù) maxlt,停止迭代的條件參數(shù)tol,正則參數(shù)的更新系數(shù)P,秩參數(shù)r,泰勒近似系數(shù)T,步長(zhǎng) 系數(shù)a和0,下降方向矩陣《。和Sk,中間變量矩陣P。,正則參數(shù)初始值人。,正則參數(shù)上 限Xmax;
[0050] 步驟(5. 2):根據(jù)公式
[0051] Gk= (UkRkVk-Pkl)UkRkVk
[0052] 計(jì)算梯度矩陣Gk,將用于后續(xù)步驟中對(duì)變量U,R,V進(jìn)行更新;
[0053] 步驟(5. 3):根據(jù)公式
[0054] Pk=UkRkVk-Gk/!
[0055] 計(jì)算Pk,將用于后續(xù)步驟中對(duì)變量U,R,V進(jìn)行更新;
[0056] 步驟(5. 4):計(jì)算矩陣乘積PkVk,并將其和前一次的下降方向線性相加,即根據(jù)公 式
[0057] ?k=PkVk+a?ki
[0058] 計(jì)算變量V的當(dāng)前下降方向《k;
[0059] 步驟(5. 5):計(jì)算矩陣乘積PkUk,并將其和前一次的下降方向線性相加,即根據(jù)公 式
[0060] Sk=PkUk+P8kj
[0061] 計(jì)算變量U的當(dāng)前下降方向Sk;
[0062] 步驟(5. 6):優(yōu)化變量V。對(duì)變量V的當(dāng)前下降方向矩陣《k進(jìn)行QR分解,將分解 的得到正交矩陣賦值為當(dāng)前變量Vk;
[0063] 步驟(5. 7):優(yōu)化變量U。對(duì)變量U的當(dāng)前下降方向矩陣Sk進(jìn)行QR分解,將分解 的得到正交矩陣賦值為當(dāng)前變量Uk;
[0064] 步驟(5.8):優(yōu)化變量R。利用奇異值閾值收縮算子計(jì)算
[0066] 得到&的閉式解,其中sp. . .,士是Pk的奇異值;
[0067] 步驟(5. 9):更新參數(shù)人k= min(p人k,人_);
[0068] 步驟(5.10) :k=k+1,若迭代次數(shù)達(dá)到最大迭代次數(shù)maxlt或者滿足停止條件
則迭代終止,執(zhí)行步驟(6),否則跳至5. 2 ;
[0069] 步驟(6):輸出最終解W=URV作為套刻的融合模型,其中W每一列的列向量代表 一類指標(biāo)的預(yù)測(cè)模型。
[0070] 步驟(7):若有新的晶圓批次到達(dá),則根據(jù)融合模型W計(jì)算新到達(dá)的晶圓批次的多 個(gè)套刻指標(biāo)聯(lián)合預(yù)報(bào)值。
【附圖說明】
[0071] 圖1 :基于商空間和知識(shí)源融合的光刻工序套刻指標(biāo)預(yù)報(bào)方法的硬件系統(tǒng)結(jié)構(gòu)示 意圖。
[0072] 圖2 :基于商空間和知識(shí)源融合的光刻工序套刻指標(biāo)預(yù)報(bào)方法的流程示意圖。
【具體實(shí)施方式】
[0073] 本發(fā)明的套刻指標(biāo)預(yù)報(bào)方法依賴于相關(guān)數(shù)據(jù)采集系統(tǒng),有MES系統(tǒng)和數(shù)據(jù)庫服務(wù) 器。在實(shí)際微電子生產(chǎn)線光刻套刻工藝中應(yīng)用本發(fā)明的軟硬件架構(gòu)示意圖如圖1所示,本 發(fā)明的實(shí)施方式如下。
[0074] 步驟(1):從MES系統(tǒng)數(shù)據(jù)庫中讀取最近一月的晶圓相關(guān)數(shù)據(jù),其中字段包括加工 設(shè)備、加工品種、加工層次、加工時(shí)間、測(cè)量指標(biāo)。將這些數(shù)據(jù)存儲(chǔ)至數(shù)據(jù)庫服務(wù)器中的訓(xùn)練 數(shù)據(jù)表,對(duì)應(yīng)樣本輸入分別為X1,X2,X3,X4,對(duì)應(yīng)的輸出為Y1,Y2,Y2,Y4,其中每種指標(biāo)輸入一 共有4維特征,即同設(shè)備同層次的前4批的歷史套刻測(cè)量指標(biāo)數(shù)據(jù),其中每種指標(biāo)輸出為與 指標(biāo)輸入同設(shè)備同層次以及同品種的最新套刻測(cè)量值。比如
[0075]
[0076] 其中1是樣本個(gè)數(shù),X2,X3,X4以及Y2,Y2,Y4的形式和上述形式類似;
[0077] 步驟(2):初始化如下基本變量
[0078]U。:初始化為單位矩陣I
[0079]V。:初始化為單位矩陣I
[0080] tol:停止迭代的條件參數(shù)賦值為10 3
[0081] maxlt:最大迭代數(shù)次賦值為500
[0082] X。:正則參數(shù)初始化為〇. 01
[0083] r:低秩參數(shù)賦值為5
[0084] A正則參數(shù)上限賦值為50
[0085] T:泰勒近似系數(shù)賦值為〇. 5
[0086] a:矩陣V的步長(zhǎng)系