專利名稱：用于單層沉積的方法和裝置的制作方法
技術領域：
本發(fā)明涉及用于在半導體器件中的襯底上沉積膜的方法，更具體而言，涉及單層沉積(MLD)處理系統(tǒng)。

背景技術：
若干種方法已被開發(fā)用于在用在制造半導體器件的襯底上創(chuàng)建薄膜。在建立的技術中有一種是化學氣相沉積(CVD)。作為CVD的變體，原子層沉積(ALD)是一種相對較新的技術，這種技術目前正成為一種實現均勻的保形膜沉積的潛在優(yōu)秀技術。
ALD已經表明了在復雜拓撲上維持超均勻的薄沉積層的有杰出能力。這至少部分是因為ALD不像CVD那樣依賴于通量(flux)。ALD的這種與通量無關的性質允許以比傳統(tǒng)CVD方法更低的溫度進行處理。
ALD的技術是基于通過化學吸附(chemisorption)而形成反應性前驅體分子的飽和單層的原理的。例如，用于在襯底上形成AB膜的典型ALD工藝包括注入前驅體或反應物A(RA)一段時間，在這段時間中，A的飽和單層被形成在襯底上。然后，利用惰性氣體GI將前驅體或反應物A(RA)從室中凈化出去。接著將前驅體或反應物B(RB)注入室中一段時間，以將B與A相組合從而在襯底上形成層AB。然后，將前驅體或反應物B(RB)從室中凈化出去。這一引入前驅體或反應物A(RA)、凈化反應器、引入前驅體或反應物B(RB)以及再凈化反應器的過程可以重復多次，以實現期望厚度的AB膜。
然而，傳統(tǒng)的ALD工藝有若干缺點。由于膜一次只創(chuàng)建一層，因此膜生長比CVD慢的多，經常要慢一個數量級。這對于工藝的產量有明顯的負面影響。
指示襯底上前驅體單層的飽和何時完成的現場測量是不可得的；這阻礙了控制并優(yōu)化處理條件以實現最優(yōu)性能和產量的能力。
對于典型的批處理反應器，單孔注入器被用于將前驅體引入反應器中；該方法花費了較長時間來利用前驅體填充反應器，因而可能花費較長時間來在位于反應器中的多個晶片上創(chuàng)建飽和單層。


發(fā)明內容
本發(fā)明提供了一種操作單層沉積(MLD)處理系統(tǒng)的方法，包括在處理室中布置多個晶片；在多個晶片中的至少一個的表面上確定多個表面飽和區(qū)；創(chuàng)建用于估計至少一個表面飽和區(qū)的表面飽和狀態(tài)的虛擬傳感器；建立至少一個表面飽和區(qū)的期望飽和狀態(tài)；以及執(zhí)行第一沉積工藝，直到估計的飽和狀態(tài)約等于期望飽和狀態(tài)為止，從而將基本均勻的膜沉積到多個晶片的表面上。
本發(fā)明還提供了一種單層沉積(MLD)處理系統(tǒng)，包括用于在處理室中布置多個晶片的裝置；用于在多個晶片中的至少一個的表面上確定多個表面飽和區(qū)的裝置；用于創(chuàng)建用于估計至少一個表面飽和區(qū)的表面飽和狀態(tài)的虛擬傳感器的裝置；用于建立至少一個表面飽和區(qū)的期望飽和狀態(tài)的裝置；以及用于執(zhí)行第一沉積工藝，直到估計的飽和狀態(tài)約等于期望飽和狀態(tài)為止從而將基本均勻的膜沉積到多個晶片的表面上的裝置。



參考下面的具體實施方式
(尤其當結合附圖考慮時)，對本發(fā)明的更完全理解和其許多附帶優(yōu)點將變得非常清楚，在附圖中 圖1示出了根據本發(fā)明實施例的MLD系統(tǒng)的簡化框圖； 圖2示出了根據本發(fā)明實施例的多孔注入系統(tǒng)的示例性視圖； 圖3圖示了根據本發(fā)明實施例的包括多變量控制的MLD處理系統(tǒng)的示意圖； 圖4圖示了根據本發(fā)明實施例的虛擬傳感器的示意圖； 圖5圖示了根據本發(fā)明實施例的MLD處理系統(tǒng)的動態(tài)模型的示意圖； 圖6示出了根據本發(fā)明實施例的反應器模型的示例性框圖； 圖7示出了根據本發(fā)明實施例的多位置測量襯底(MLMS)； 圖8圖示了根據本發(fā)明實施例的用于操作單層沉積(MLD)處理系統(tǒng)的方法的簡化流程圖； 圖9圖示了根據本發(fā)明實施例的包括第一含前驅體氣體的氣體流率的方案步驟； 圖10圖示了根據本發(fā)明實施例的第一前驅體的濃度值； 圖11圖示了根據本發(fā)明實施例的第一前驅體的表面飽和度值； 圖12圖示了根據本發(fā)明實施例的包括第一凈化氣體的氣體流率的方案步驟； 圖13示出了根據本發(fā)明實施例的對于凈化周期的第一部分壓強相對于時間的圖； 圖14示出了根據本發(fā)明實施例的對于凈化周期的第二部分壓強相對于時間的圖； 圖15圖示了根據本發(fā)明實施例的包括第二含前驅體氣體的氣體流率的方案步驟； 圖16圖示了根據本發(fā)明實施例的第二前驅體的濃度值； 圖17圖示了根據本發(fā)明實施例的第二前驅體的表面飽和度值；以及 圖18圖示了根據本發(fā)明實施例的包括第二凈化氣體的氣體流率的方案步驟。

具體實施例方式 圖1示出了根據本發(fā)明實施例的MLD系統(tǒng)的簡化框圖。在圖示實施例中，示出的MLD系統(tǒng)100包括MLD反應器110、溫度控制子系統(tǒng)120、氣體分配子系統(tǒng)130、壓強控制子系統(tǒng)140、傳感器子系統(tǒng)150和控制器190。如圖1所示，溫度控制子系統(tǒng)120、氣體分配子系統(tǒng)130、壓強控制子系統(tǒng)140、傳感器子系統(tǒng)150和控制器190耦合到MLD反應器110。另外，MLD反應器110、溫度控制子系統(tǒng)120、氣體分配子系統(tǒng)130、壓強控制子系統(tǒng)140、傳感器子系統(tǒng)150可以耦合到控制器190。
MLD反應器110可以包括用于加載和卸載半導體晶片W的加載/卸載系統(tǒng)(未示出)。MLD反應器110可以一次處理多個晶片W。
溫度控制子系統(tǒng)120能夠控制MLD反應器110中晶片W的溫度。溫度控制子系統(tǒng)120允許運行具有一個或多個智能設置點的方案，這些設置點在不同的時間點建立了不同的溫度，并且允許溫度設置點隨時間變化。例如，晶片的溫度可以在凈化步驟期間改變和/或在前驅體氣體流步驟期間改變，并且溫度斜率可以保持在可允許的工藝需求限度內。另外，晶片溫度可以在一個或多個工藝方案步驟期間保持恒定。
氣體分配子系統(tǒng)130可以控制前驅體氣體流。氣體分配子系統(tǒng)130包括用于控制處理氣體流率、處理氣體組分、前驅體類型和前驅體濃度的智能設置點的裝置，并且這些設置點可以隨時間變化以減少在晶片上創(chuàng)建飽和單層所花費的時間。例如，一種控制方法將關聯的氣體流步驟劃分為一系列子步驟-每個子步驟具有不同的一組智能設置點。在替換實施例中，子步驟設置點可以在前驅體氣體流步驟期間保持恒定。
氣體分配子系統(tǒng)130還可以控制惰性氣體流控制。氣體分配子系統(tǒng)130包括用于控制惰性氣體的設置點的裝置，例如流控制系統(tǒng)(FCS)和/或質量流控制器(MFC)(未示出)，并且這些設置點可以隨時間變化以減少稀釋和凈化反應器所花費的時間。例如，一種控制方法將關聯的惰性氣體流步驟劃分為一系列子步驟-每個子步驟具有不同的一組智能設置點。在替換實施例中，子步驟設置點可以在惰性氣體流步驟期間保持恒定。
另外，氣體分配子系統(tǒng)130可以包括下面將更詳細討論的多孔注入器。例如，單壁和雙壁多孔注入器可以被包括在反應室中以用于批處理。多孔注入器可以加速前驅體到晶片的傳輸從而減少周期時間。另外，多孔注入器可以用于加速凈化工藝期間惰性氣體到晶片的傳輸從而減少周期時間。
壓強控制子系統(tǒng)140被用于控制反應器110的室壓強。壓強控制子系統(tǒng)140包括用于控制室壓強設置點的裝置，并且壓強控制設置點可以隨時間變化以減少飽和和凈化時間。一種控制方法將關聯的工藝步驟劃分為一系列子步驟-每個子步驟具有不同的一組“智能”壓強控制設置點以控制壓強。在替換實施例中，壓強控制子步驟設置點可以在工藝步驟期間保持恒定。
例如，一種用于控制室壓強的方法包括控制排氣閥位置。在本發(fā)明的一個實施例中，閥位置是由前饋控制方法確定的-其中初始位置被快速改變到期望閥位置，然后執(zhí)行壓強控制工藝。
傳感器子系統(tǒng)150可以包括質量傳感器和/或光學監(jiān)視。傳感器子系統(tǒng)150可以提供反應器110中氣相環(huán)境的定性和定量分析。例如，傳感器子系統(tǒng)150可以包括氣體濃度傳感器(GCS)。GCS可以耦合到附接到反應器110的排氣系統(tǒng)(未示出)的前部管線，并且GCS可以用于確定前驅體分子的濃度水平、處理氣體成分的濃度水平和工藝副產物的濃度水平中的至少一個。GCS還可以用于確定一個或多個工藝步驟(例如氣體流步驟)的結束點。
控制器190可以從處理系統(tǒng)控制器(未示出)接收用于輸入晶片的前饋數據?？刂破?90可以從前饋數據中提取層信息?？刂破?90可以使用層信息來估計晶片狀態(tài)。例如，控制器190可以基于其接收的層信息和溫度數據建立用于輸入晶片的工藝方案。然后，控制器190可以利用這里描述的方法創(chuàng)建具有用于MLD系統(tǒng)100的智能設置點的工藝方案。
例如，控制器190可以包括能夠控制MLD系統(tǒng)組件的計算裝置、存儲器裝置和接口裝置。另外，存儲在存儲器中或被加載到存儲器中的程序可以用于根據工藝方案控制MLD系統(tǒng)100的前述組件。
MLD系統(tǒng)100可以包括可以為物理傳感器和/或虛擬傳感器的傳感器(未示出)。這些傳感器可以是控制器190所用的測量數據的源，并且可以代表MLD反應器110中各種點的實時狀況。控制器190可以使用測量數據來進行判決以控制MLD反應器110中的各種工藝。例如，由軟件計算并被維持在控制器190的存儲器中的動態(tài)熱模型可以包括虛擬傳感器，虛擬傳感器可用來替代不能可靠使用的實際物理傳感器。然而，多個實際物理傳感器可以用于測量附加的工藝參數。來自這些物理傳感器的數據可以被控制器190用于調整、檢驗和/或校正動態(tài)熱模型中的計算。
根據本發(fā)明的某些實施例，創(chuàng)建包括待處理晶片的MLD處理系統(tǒng)的數字仿真模型。該模型以動態(tài)基礎復制了系統(tǒng)的操作參數。例如，模型可以基于晶片和MLD系統(tǒng)的流特性計算整個MLD系統(tǒng)和待處理晶片的工藝參數。其計算用在MLD系統(tǒng)中的工藝方案的“智能”設置點。系統(tǒng)中選定點處的工藝參數的實際測量結果可以用于檢查并修正計算，以使得模型將會正確工作。包含在模型中的算法可以理論或經驗導出，并且優(yōu)選地通過這些技術的組合導出。該導出可以通過以下方式來進行對測試晶片進行實際測量，同時操作該系統(tǒng)經歷要控制的工藝周期。
控制器190可以被配置為創(chuàng)建和/或使用動態(tài)模型來控制MLD系統(tǒng)100?？刂破?90可以被配置為創(chuàng)建和/或使用虛擬傳感器來控制MLD系統(tǒng)100。控制器190可以被配置為創(chuàng)建和/或使用具有智能設置點的工藝方案來控制MLD系統(tǒng)100。虛擬傳感器允許用戶根據系統(tǒng)的虛擬模型通過計算/估計工藝參數/特性來實時“測量”這些工藝參數/特性，從而消除在生產期間用儀器測量晶片的需要。
另外，控制器190可以被配置為分析工藝數據；將工藝數據與預測數據、測量數據和/或歷史工藝數據相比較；并使用比較結果來檢驗和/或改變動態(tài)模型、虛擬傳感器、工藝方案和/或智能設置點。
另外，控制器190可以被配置為分析工藝數據；將工藝數據與預測數據、測量數據和/或歷史工藝數據相比較；并使用比較結果來預測和/或斷言結束點。此外，控制器190可以被配置為分析工藝數據；將工藝數據與預測數據、測量數據和/或歷史工藝數據相比較；并使用比較結果來預測和/或斷言故障。
圖2示出了根據本發(fā)明實施例的多孔注入系統(tǒng)200的示例性視圖。如上所述，圖1的氣體分配子系統(tǒng)130可以包括多孔注入系統(tǒng)200。如圖2所示，多孔注入系統(tǒng)200可以包括耦合到反應器110的供應管線220、分配裝置230和多個注入器240，以用于將氣體分配到整個反應器110中，反應器110包含一批晶片250。
圖3圖示了根據本發(fā)明實施例的包括智能設置點控制器的MLD處理系統(tǒng)的簡化框圖。在圖示實施例中，示出了被控設備(DUC)以及虛擬傳感器、多變量控制器和智能設置點控制器。例如，DUC可以是MLD反應器，例如圖1中所示的反應器110。
另外，該系統(tǒng)包括工藝的操作和傳感器的使用，如圖所示。例如，工藝可以是MLD工藝，傳感器可以提供來自MLD工藝的輸出數據和/或誤差數據。在一種情況下，傳感器可以是光學傳感器，并且該光學傳感器可以提供厚度和組分數據。
智能設置點控制器可以計算時變智能設置點并向多變量控制器提供智能設置點。智能設置點控制器和多變量控制器可以包括硬件和軟件組件。
虛擬傳感器可以向多變量控制器提供晶片表面飽和度數據、晶片溫度和/或氣體流數據。
圖4圖示了根據本發(fā)明實施例的虛擬傳感器的示意圖。在圖示實施例中，示出的虛擬傳感器包括動態(tài)模型分量、物理傳感器分量、被操縱變量分量和軟件算法分量。
虛擬傳感器可被視作復合設備，其包括來自多個“物理”傳感器的信息的基于算法的合并。虛擬傳感器是可以提供歷史數據、實時數據和預測性數據的適應性設備。
虛擬傳感器允許利用可測的變量和模型來“測量”和控制不可測的變量。構造的模型詳細描述了可測變量和不可測變量之間的動態(tài)交互。虛擬傳感提供了一種用于實時獲得晶片表面飽和度數據的方法。
虛擬傳感器消除了在生產期間用儀器測量晶片的需要。例如，對于MLD系統(tǒng)可以一次創(chuàng)建動態(tài)“Gold”模型和虛擬傳感器；在特定設備的初始鑒定期間可以利用若干晶片調節(jié)模型；然后系統(tǒng)準備好進行生產?；诜掌鞯能浖梢杂糜谌魏沃匦抡{節(jié)。
圖5圖示了根據本發(fā)明實施例的處理系統(tǒng)的動態(tài)模型的示意圖。在圖示實施例中，示出了四個模型分量(M1、M2、M3和M4)。在替換實施例中，可以使用不同數目的分量，并且可以按不同方式布置這些分量。
另外，示出的動態(tài)模型具有控制輸入(U)和干擾輸入(D)，并且具有調控輸出(Z)和測量輸出(Y)。另外，模型結構被示為Z＝M1U+M3D以及Y＝M2U+M4D?；蛘?，可以使用不同的模型。
在圖示實施例中，控制輸入可以包括氣體流數據和加熱器功率數據；干擾輸入可以是不可測的變化；測量輸出可以是室參數和/或晶片數據；調控輸出可以是晶片表面狀況。
動態(tài)模型跟蹤系統(tǒng)的“狀態(tài)”，并且實時地將輸入與輸出相關聯。例如，可以測量U、Y，并且利用模型，可以利用Y＝M2U+M4Dest來估計D，并利用Zest＝M1U+M3Dest來估計Z。
當創(chuàng)建動態(tài)模型時，諸如晶片位置、室流特性、氣體流率、氣體濃度和晶片組分之類的多個工藝變量可以被結合在模型中。多變量控制器可以用于確定在工藝期間(例如在沉積和凈化模式期間)的不同時刻工藝變量之間的交互。智能設置點控制器可以用于參數化標稱設置點；利用高效的優(yōu)化方法和工藝數據創(chuàng)建智能設置點；并在運行期間選擇適當的模型和設置點。
智能設置點控制(ISC)方法中的一個步驟是創(chuàng)建描述處理系統(tǒng)(例如熱處理系統(tǒng))的動態(tài)行為的模型。這些模型可以用于設計多變量控制器，并用于創(chuàng)建敏感性矩陣和智能設置點。
一個實施例包括創(chuàng)建由MLD系統(tǒng)處理的晶片上的表面飽和狀況的動態(tài)模型。在一種情況下，該動態(tài)模型可以利用測試晶片來測試和/或檢驗。動態(tài)模型可以包括多晶片室中的氣體流、多晶片室中的溫度和晶片表面特性之間的交互。動態(tài)模型可以用于創(chuàng)建實時控制晶片的估計表面狀況的多變量控制器。
例如，對于要處理的各種晶片類型可以創(chuàng)建一組模型-這可以考慮到晶片組分，并且可以實時補償表面飽和響應中的變化。
圖6示出了根據本發(fā)明實施例的反應器模型的示例性框圖。在圖示實施例中，反應器模型包括晶片元素610、“晶片間(between-wafer)”元素620和壁元素630。反應器中心線640被示為沿著氣體流輸入650和氣體流輸出660。
如圖6所示，反應器可以被劃分為包括壁元素630、晶片間元素620和晶片元素610的有限元。晶片元素610的數目是可配置的。氣體流可以通過假定氣體和前驅體都軸向對稱地進入和退出反應器來加以建模。表面飽和可以通過假定表面通量正比于局部前驅體分壓來加以建模。
另外，流狀況假定在反應器中有層流；沿著反應器壁有對流性的“活塞流(plug-flow)”；并且在晶片間空間中有擴散。
晶片表面飽和模型假定表面通量正比于局部前驅體分壓；化學吸附正比于通量；并且模型跟蹤表面飽和的狀態(tài)。
該模型包括可以用于檢查各種反應器和流機制的可配置參數。參數是與幾何形狀有關的，例如晶片數和其間的間隔。參數可以包括工藝條件，例如壓強、溫度和流率(惰性氣體和前驅體)。另外，可以包括諸如擴散率之類的流參數。此外，可以包括諸如化學吸附速率之類的表面反應參數。
為了描述氣體流和化學吸附工藝，可以創(chuàng)建反應器和氣體注入系統(tǒng)的模型。在這一部分中，我們說明了建模方法。應當清楚，模型可以利用其他方法創(chuàng)建，包括全計算流體動力學(CFD)方法。
在創(chuàng)建示例性模型時，可以進行下面的一種或多種假定和/或簡化可以假定氣體遵循“理想氣體”法則，其輸運屬性接近于氮氣的屬性，并且可以忽略氣體在進入處理室時的熱膨脹。另外，可以假定層流在室中占主導；室壁和晶片之間的氣體流是活塞流狀況；并且在晶片之間，主要的輸運機制是通過載氣中反應物物質的擴散進行的。
另外，Fick定理可以用于對晶片之間反應物物質(前驅體)的擴散建模。Fick定理描述如下 其中 n前驅體濃度 D前驅體擴散率 x距離 t時間 活塞流可以通過計算流速從而計算室中的駐留時間而被描述為 并且 其中 u氣體流速 tres駐留時間 F流率 A活塞流橫截面積 L反應器長度 利用該模型，可以將反應物物質的期望流率F輸入到模型中并檢查下面的內容 局部反應物/前驅體濃度n隨著反應物/前驅體被引入到室中，模型跟蹤局部反應物/前驅體濃度，并且這一項用摩爾/cc表達。
局部飽和度隨著表面被暴露于反應物/前驅體物質，化學吸附過程將反應物/前驅體分子結合到表面。局部飽和度被表達為百分比，例如從0％到100％。
基于處理室的模型，對于一組特定參數可以獲得一組示例性的MLD工藝的結果。例如，可以獲得下面的結果1)對流性氣體流速u可以約為20cm/sec，以及2)駐留時間tres可以約為2-3秒。
在一個實施例中，在流率基本恒定時可以開發(fā)模型，而在另一個實施例中，在流率設置點被允許隨時間變化時可以開發(fā)模型。例如，對于前驅體暴露步驟可以假定150秒的時間段，并且本發(fā)明的一種方法創(chuàng)建了一系列流率設置點，這一系列流率設置點在150秒的時間段內改變，而不是將流率設置點保持在恒定值?；蛘?，150秒的時間段不是必需的。
在每個前驅體暴露步驟(RA和RB)中，前驅體分子可以與表面發(fā)生反應，直到表面飽和為止。例如，前驅體和工藝條件可以被選擇為在表面完全飽和時停止工藝步驟。單層沉積工藝有時使用自限制表面飽和方式來控制膜特性。例如，可以使前驅體步驟比所需時間長，以確保表面略微被前驅體分子過飽和。在某些情況下，工藝結果可以與提供給表面的前驅體的量的輕微變化相對無關。
在本發(fā)明中，所提供的前驅體的量被更加智能地控制，以縮短前驅體步驟所需的時間和凈化步驟所需的時間。例如，室內的前驅體流和堆棧中各個晶片之間的前驅體流以及室內的壓強條件和堆棧中各個晶片表面處的壓強條件可以被包括在MLD模型以及多個其他變量中，這多個其他變量包括前驅體特性、表面特性、表面化學、凈化工藝、室設計和室內的流控制。
以這種方式，在每個沉積循環(huán)中可以沉積均勻的厚度。由于膜是按照逐層(layer-by-layer)模式生長的，并且總的膜厚由沉積循環(huán)的數目確定，因此在本發(fā)明中使用智能設置點通過一次處理多個晶片并減少每個沉積循環(huán)所需的時間而增大了產量。另外，在MLD工藝中使用智能設置點可以改善具有大高寬比特征的晶片上的均勻性和階梯覆蓋性。此外，在MLD工藝中使用智能設置點可以改善大高寬比特征內的均勻性，包括改善臨界尺寸(CD)控制和形狀均勻性控制。
MLD工藝和沉積速率可以部分取決于晶片溫度。MLD工藝溫度范圍可以是很寬的。上限可以基于前驅體開始熱分解的溫度建立。下限可以基于沉積速率放慢到在沉積的膜中發(fā)生雜質水平增大的點時的溫度來建立。
另外，各種方法可以用于優(yōu)化模型和時變設置點以最小化周期時間。例如，可以使用測試晶片，而在另一種方法中，可以使用光學技術。
在一種用于最小化周期時間的方法中，使用多位置測量襯底(MLMS)。MLMS是一種新型襯底，其可以在襯底上的多個位置處現場測量化學吸附的前驅體物質的濃度。
在圖7中示出了根據本發(fā)明實施例的MLMS。在圖示實施例中，硅晶片襯底可被用作MLMS700，但是這并不是本發(fā)明所必需的。在替換實施例中，可以使用其他材料，例如玻璃。襯底700具有在襯底上基本均勻的第一膜710。在選定位置處，襯底700具有小面積的第二膜720。在圖示實施例中，九個位置排列在晶片上的中心和兩個同心圓中，但是這并不是必需的。在替換實施例中，可以提供具有不同類型材料和不同圖案的任何數目的區(qū)域。在圖7中，示出了方形區(qū)域，但是這并不是必需的。這些區(qū)域可以是不同形狀的，包括幾何形狀和非幾何形狀。
在MLMS700上，第一膜710上前驅體的化學吸附速率不同于第二膜720上的速率。當這種襯底被引入到反應器中時，在多個測量位置處形成在襯底上的前驅體膜的厚度提供了在這些位置處凈前驅體通量的測量結果。
MLMS可以被放置在反應器中以測量前驅體化學吸附。對于多晶片和批處理反應器，MLMS可以被放置在晶片堆棧中的多個位置處。在一個實施例中，MLMS可以被放置在晶片堆棧的頂部、中部和底部。當這些測量襯底位于反應器中時，可以操縱前驅體氣體流設置點的值以獲得最小化周期時間的值。
在另一種用于最小化周期時間的方法中，GCS可以耦合到反應器的前部管線。利用這一儀器設置，可以測量排出氣體成分，并且可以操縱前驅體氣體流設置點的值以獲得最小化周期時間的值。
本發(fā)明的一個實施例提供了一種方法，其中前驅體和處理氣體利用具有智能設置點的工藝方案加以控制以提供“時變”的氣體流率。具有智能設置點的工藝方案被設計為通過最小化晶片飽和時間和凈化時間來增大產量。
動態(tài)模型可以按以下方式檢驗和更新在一個或多個時間段的結束時，可以測量/確定1)表面飽和狀態(tài)和2)堆棧中三個晶片位置處(頂部、中部和底部)的摩爾物質濃度狀態(tài)，并且表面飽和度的預期值可以約為1，摩爾物質濃度的預期值可以約為0。
該方法包括創(chuàng)建結合了流條件(包括局部前驅體濃度)并且結合了局部化學吸附速率和表面飽和條件的動態(tài)模型；通過參數化工藝參數的標稱設置點，并利用高效的優(yōu)化方法和工藝數據創(chuàng)建智能設置點，來建立使用智能設置點控制(ISC)的控制程序；以及利用測量數據(即，來自測試晶片)檢查飽和狀態(tài)并細化和驗證動態(tài)模型和/或智能設置點，對反應器驗證控制程序。
圖8圖示了根據本發(fā)明實施例的用于操作MLD處理系統(tǒng)的方法800的簡化流程圖。程序800開始于步驟810。例如，步驟810可以包括在處理室中布置多個晶片。然后在處理室中執(zhí)行第一前驅體工藝820，接著執(zhí)行第一凈化工藝830。然后在處理室中執(zhí)行第二前驅體工藝840，接著執(zhí)行第二凈化工藝850。在步驟860中進行查詢以確定MLD工藝是否完成。如果未完成，則重復步驟820到850。當步驟860的查詢?yōu)榭隙〞r，程序800在步驟870中結束?，F在將詳細描述這些步驟中的每一步。
除了在處理室中布置晶片以外，步驟810還可以包括接收并處理多個晶片中的至少一個的前饋數據。前饋數據可以包括CD數據、形狀數據和光學數據，例如折射率(n)數據和消光系數(k)數據。前饋數據可以例如被處理以從其提取晶片組分信息。例如，晶片組分信息可以包括晶片數目、晶片位置、層數目、層位置、層組分、層均勻性、層密度和層厚度。這些層可以包括襯底材料、抗蝕劑材料、介電材料和/或抗反射涂層(ARC)材料。另外，可以提取一層或多層的n和k值。
在步驟820中，可以執(zhí)行第一沉積工藝。在第一沉積工藝期間，在多個晶片的至少一個的表面上可以確定多個表面飽和區(qū)，并且可以創(chuàng)建虛擬傳感器以確定一個或多個表面飽和區(qū)的一個或多個參數。
在第一沉積工藝期間，第一處理氣體可以被引入到處理室中，并且這多個晶片可以被暴露于包含在第一處理氣體中的第一反應物物質。在第一處理時間內，在多個晶片的表面上沉積均勻膜。此外，第一處理時間可以利用前饋數據和虛擬傳感器中的至少一個確定。虛擬傳感器可以用于確定表面飽和狀態(tài)(前驅體濃度)何時達到期望值。
虛擬傳感器可以利用動態(tài)模型創(chuàng)建，該動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，如圖5所述。模型結構可以表達為Z＝M1U+M3D和Y＝M2U+M4D?；蛘撸梢允褂媚Ｐ徒Y構的不同表達。
例如，對于U和Y可以獲得測量數據；可以利用Y＝M2U+M4Dest來估計D的值；并且可以利用Zest＝M1U+M3Dest來估計Z的值。至少一個控制輸入(U)可以是第一處理氣體的氣體流，至少一個干擾輸入(D)可以是不可測的變化，至少一個測量輸出(Y)可以是第一處理氣體的氣體濃度，并且至少一個調控輸出(Z)可以是用于確定表面飽和狀態(tài)(前驅體濃度)的虛擬傳感器。在本發(fā)明的替換實施例中，可以使用不同數目的模型分量，并且模型分量可以按不同體系結構布置。
對于至少一個調控輸出可以獲得測量數據，并且可以利用該測量數據檢驗動態(tài)模型。在一種情況下，測量數據可以利用MLMS獲得，MLMS可以現場測量多個位置處化學吸附的前驅體物質的濃度。或者，測量數據可以利用GCS或其他光學技術獲得。
另外，動態(tài)模型可以包括對處理室內第一處理氣體的流建模，其中第一處理氣體包括第一反應物物質(前驅體分子)；對晶片之間的流作為擴散過程建模；確定第一反應物物質(前驅體分子)的駐留時間；確定一個或多個表面飽和區(qū)的反應物物質(前驅體分子)濃度；以及確定一個或多個表面飽和區(qū)的化學吸附速率。
例如，表面飽和度(前驅體濃度)虛擬傳感器可以測量百分比，并且第一沉積工藝可以在表面飽和度達到約100％時結束。在替換實施例中，可以使用不同的百分比。在某些情況下，沉積工藝取決于襯底和前驅體之間的飽和表面反應。一種情況可以是自限制化學吸附反應，其中沉積速率/周期由飽和時間確定，并且與飽和之后的反應物暴露時間無關。
在一般方案中，諸如含前驅體氣體的流率(約為250sccm)和室壓強(約為1Torr)之類的工藝參數設置點在給定時間段內保持恒定。然而，本發(fā)明使用動態(tài)的智能設置點，其可以作為時間函數圍繞標稱值改變流率，以提供在實現膜均勻性方面額外的自由度。在替換實施例中，智能設置點可以用于在步驟820中的第一沉積工藝期間控制其他工藝參數，例如室壓強、室溫和襯底溫度。在附加實施例中，標稱值不是必需的。在其他實施例中，可以使用不同的標稱值。
在一個實施例中，前驅體濃度可以利用至少一個晶片上的多個徑向元素(n)確定，并且在每一個徑向元素(n)上可以定義一個前驅體濃度向量D?；蛘?，可以處理非圓形對象并使用非徑向元素。
前驅體濃度向量D中的變化可以利用動態(tài)設置點軌跡被最小化?；谀Ｐ偷木€性或非線性多變量控制方法可以用于對前驅體濃度建模，其中控制器包括要控制的系統(tǒng)的數學模型。多變量控制器可以基于現代控制設計方法中的任何一種，例如線性二次高斯(LQG)方法、線性二次規(guī)范(LQR)方法、H-infinity(H-inf)方法等等。前驅體濃度模型可以是線性或非線性的，并且可以是單輸入單輸出(SISO)或多輸入多輸出(MIMO)的。多變量控制方法(即MIMO)考慮到所有輸入以及其對輸出的影響?？梢允褂萌舾煞N用于對前驅體濃度建模的其他方法，例如物理模型和數據驅動模型。
在一個實施例中，前驅體流率設置點被允許在第一前驅體工藝步驟820期間在圍繞標稱值的一個小窗口內變化，這提供了在實現運行結束(end-of-run)前驅體濃度均勻性方面額外的自由度。在其他實施例中，在第一前驅體工藝步驟820期間使用額外的設置點。當利用智能時變設置點軌跡對前驅體濃度建模時，前驅體流率的標稱設置點可以被參數化為一個斷點向量，并且可以定義包含作為圍繞標稱設置點的時變擾動的前驅體流率的智能設置點(r1-rm)的向量r。
或者，當在第一前驅體工藝820期間使用智能設置點時，一個或多個工藝變量可以具有智能時變設置點。例如，智能設置點可以用于控制室溫、室壓強、處理氣體化學和晶片溫度。
工藝敏感性矩陣M可以通過對于每個控制區(qū)在每個斷點處進行微小的擾動來加以創(chuàng)建。利用閉環(huán)系統(tǒng)的模型，可以確定由這些擾動引起的結果。所得到的一種工藝特性(例如飽和狀態(tài))的擾動(d1-dn)隨后可以被寫為如下的向量形式 現在，優(yōu)化任務變?yōu)檎业较蛄縭的適當值，以使得所得到的向量d去除了在從標稱軌跡獲得的前驅體濃度向量D中看見的跨晶片(across-wafer)變化。例如，測量數據可以用于計算敏感性矩陣M。
當創(chuàng)建智能設置點時，所得到的晶片上沉積層的均勻性明顯取決于沉積速率，沉積速率又取決于晶片表面上各個位置處的飽和率、晶片溫度、前驅體濃度和分壓。用于計算跨晶片的各個位置處的飽和率和表面飽和率對流設置點變化的敏感性的方法已經在上面進行了描述。標稱飽和狀態(tài)值(C1-Cn)可以正比于標稱前驅體濃度水平(D1-Dn)，其中α是比例常數。另外，飽和狀態(tài)值的變化(c1-cn)可以正比于前驅體濃度水平的變化(d1-dn)，其中α是比例常數。則，飽和狀態(tài)值的變化可以寫為 晶片表面上飽和狀態(tài)值的變化(c1-cn)和/或前驅體濃度水平的變化(d1-dn)可以通過利用敏感性矩陣M計算智能設置點來減小。智能設置點可以通過解受約束二次優(yōu)化問題來加以優(yōu)化，該受約束二次優(yōu)化問題由下式給定 rmin‖d-α·Mr‖，其中rmin＜r，r＜rmax 從而，找到智能設置點的程序變?yōu)? 1)利用標稱設置點運行工藝并找到至少一個晶片的表面上多個選定位置處的前驅體濃度水平和/或飽和狀態(tài)值。前驅體濃度水平可以利用若干種方法測量；一種這樣的方法是使用光學傳感器(光學發(fā)射譜(OES)、光學數字仿形儀(ODP))；另一種方法可以使用MLMS。
2)選擇前驅體濃度的標稱值并創(chuàng)建變化向量d，變化向量d是期望值和測量數據之間的差。在一個實施例中，期望值是標稱值。或者，期望值可以是平均值、最小值、最大值、3-sigma值或另一計算值。
3)解以上示出的優(yōu)化問題以找到智能設置點r。
4)利用在前一步驟中找到的智能設置點更新方案并重新運行工藝。例如，更新后的值可以通過運行更新后的方案而獲得。
5)進行迭代，直到獲得了期望的均勻性。例如，期望均勻性可以包括用于前驅體濃度變化的3-sigma值?；蛘撸谕鶆蛐钥梢允瞧骄?、最小值、最大值或另一計算值。
在迭代已收斂并且獲得了期望均勻性之后，可以存儲結果以供以后使用。
圖9圖示了根據本發(fā)明實施例的包括第一含前驅體氣體的氣體流率的方案步驟。示出的恒定流率910是用于現有技術的常用ALD工藝的典型值。具有智能設置點(922、924和926)的流率920舉例說明了本發(fā)明的用于操作MLD工藝的實施例。在替換實施例中，可以使用不同數目的智能設置點。另外，可以使用不同的流率值，并且可以使用不同的時間。
圖10圖示了根據本發(fā)明實施例的第一前驅體的濃度值。示出的前驅體濃度值1010是流率保持恒定的現有技術的常用ALD工藝的典型值。示出的前驅體濃度值1020舉例說明了其中智能設置點被用于操作MLD工藝的本發(fā)明實施例。在這兩種情況(1010和1020)下，示出了用于堆棧的頂部、中部和底部的晶片的數據。在替換實施例中，可以使用不同的前驅體濃度值，并且可以使用不同的時間。
圖11圖示了根據本發(fā)明實施例的第一前驅體的表面飽和度值。示出的表面飽和度值1110是流率保持恒定的現有技術的常用ALD工藝的典型值。示出的表面飽和度值1120舉例說明了其中智能設置點被用于操作MLD工藝的本發(fā)明實施例。在這兩種情況(1110和1120)下，示出了用于堆棧的頂部、中部和底部的晶片的數據。在替換實施例中，可以使用不同的表面飽和度值，并且可以使用不同的時間。
另外，示出的時間差1130舉例說明了利用本發(fā)明實施例獲得的時間節(jié)省量。具體而言，在該示例中，利用本發(fā)明快了75秒達到100％飽和度。智能設置點的使用提供了明顯的時間節(jié)省。
再次參考圖8，在步驟830中，可以執(zhí)行第一室凈化工藝。例如，室凈化工藝可以包括室放氣工藝、室清洗工藝和抽空工藝中的至少一個。在第一室凈化工藝830期間，在多個晶片的至少一個的表面上可以確定多個表面飽和區(qū)，并且可以創(chuàng)建第二虛擬傳感器以確定一個或多個表面飽和區(qū)的一個或多個參數。第二處理氣體可以在第二處理時間內被引入到處理室中，并且第二處理氣體可以從處理室中基本去除第一處理氣體。例如，這可以使得在每個表面飽和區(qū)處第一反應物物質(前驅體)的濃度約為0。第二處理時間可以利用虛擬傳感器、第二虛擬傳感器、濃度值、前饋數據和測量數據中的至少一個來確定。
第二虛擬傳感器可以用于確定在何時未反應第一前驅體分子的濃度水平、第一處理氣體的濃度水平、第二處理氣體的濃度水平和來自工藝的副產物的濃度水平中的至少一個達到期望值。在一個實施例中，期望值可以約為0。在替換實施例中，期望值可以大于0。
第二虛擬傳感器可以利用動態(tài)模型創(chuàng)建，該動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，如圖5所述。模型結構可以表達為Z＝M1U+M3D和Y＝M2U+M4D?；蛘撸梢允褂媚Ｐ徒Y構的不同表達。
例如，對于U和Y可以獲得測量數據；可以利用Y＝M2U+M4Dest來估計D的值；并且可以利用Zest＝M1U+M3Dest來估計Z的值。至少一個控制輸入(U)可以是第二處理氣體的氣體流，其中第二處理氣體包括惰性氣體，至少一個干擾輸入(D)可以是不可測的變化，至少一個測量輸出(Y)可以是留在處理室中的氣體的未反應前驅體濃度，并且至少一個調控輸出(Z)可以是用于確定一個或多個表面飽和區(qū)處的未反應第一前驅體分子的濃度水平、第一處理氣體的濃度水平和來自第一處理氣體的副產物的濃度水平中的至少一個的虛擬傳感器。
對于至少一個調控輸出可以獲得測量數據，并且可以利用測量數據檢驗動態(tài)模型。在一個實施例中，測量數據可以利用GCS獲得。在另一個實施例中，可以使用其他測量設備。在替換實施例中，GCS可以用作用于一個或多個工藝步驟的結束點檢測器?；蛘?，測量數據可以利用MLMS獲得。
第二虛擬傳感器可以測量百分比，并且步驟830中的第一室凈化工藝可以在第二虛擬傳感器值達到約0％時結束。在替換實施例中，可以使用不同的百分比，并且可以使用不同的濃度水平。在某些情況下，凈化工藝取決于進入室的流率、離開室的流率、室內的流率和襯底之間的流率。
在典型方案中，諸如凈化氣體的流率和室壓強之類的工藝參數設置點在凈化工藝期間在已知時間內保持恒定。
然而，本發(fā)明使用動態(tài)的智能設置點，其可以作為時間函數圍繞標稱值改變凈化氣體流率，以提供在實現膜均勻性和更快的處理時間方面額外的自由度。在替換實施例中，智能設置點可以用于在第一凈化工藝830期間控制其他工藝參數，例如室壓強、室溫和襯底溫度。在附加實施例中，標稱值不是必需的。在其他實施例中，可以使用不同的標稱值。
在一個實施例中，第一凈化步驟830被用于從晶片表面和處理室中去除污染物，例如第一處理氣體成分、前驅體分子和/或工藝副產物。各種反應參數可以與動態(tài)模型相組合以確定在第一凈化工藝830期間各個位置處污染物的濃度水平。污染物的濃度水平可以通過包括智能設置點來控制第一室凈化工藝830期間凈化氣體的流率而更加精確地控制。
在一個實施例中，污染水平(濃度)可以利用至少一個晶片上的多個徑向元素(n)來確定。污染水平可以包括已反應第一前驅體分子的濃度水平、未反應第一前驅體分子的濃度水平、第一處理氣體的濃度水平和來自第一工藝的副產物的濃度水平中的至少一個。污染水平(濃度)向量D可以在每一個徑向元素(n)處定義?；蛘撸梢蕴幚矸菆A形對象并使用非徑向元素。
污染水平向量D中的變化可以利用動態(tài)設置點軌跡而被最小化。基于模型的線性或非線性多變量控制方法可以用于對污染水平建模，其中控制器包括要控制的系統(tǒng)的數學模型。多變量控制器可以基于這里描述的現代控制設計方法中的任何一種。污染水平的模型可以是線性的或非線性的，并且可以是SISO或MIMO的。多變量控制方法(即MIMO)考慮到所有輸入以及其對輸出的影響?？梢允褂萌舾煞N用于對污染水平建模的其他方法，例如物理模型和數據驅動模型。
在一個實施例中，第二處理氣體的流率設置點被允許在第一凈化工藝步驟830期間在圍繞標稱值的一個小窗口內變化，這提供了在實現更快并且更高效的凈化方面額外的自由度。在其他實施例中，在第一凈化工藝步驟830期間可以使用額外的設置點。當利用智能時變設置點軌跡對污染水平建模時，用于第二處理氣體的流率的標稱設置點可以被參數化為一個斷點向量；并且可以定義包含作為圍繞標稱設置點的時變擾動的第二處理氣體的流率的智能設置點(r1-rm)的向量r 或者，當在第一凈化工藝830期間使用智能設置點時，一個或多個工藝變量可以具有智能時變設置點。例如，智能設置點可以用于控制室溫、室壓強、處理氣體化學和晶片溫度。
工藝敏感性矩陣M可以通過對于每個控制區(qū)在每個斷點處進行微小的擾動來加以創(chuàng)建。利用閉環(huán)系統(tǒng)的模型，可以確定由這些擾動引起的結果。所得到的一種工藝特性(例如污染水平(濃度))的擾動(d1-dn)于是可以被寫為如下形式 現在，優(yōu)化任務變?yōu)檎业较蛄縭的適當值，以使得所得到的向量d去除了在從標稱軌跡獲得的污染水平(濃度)向量D中看見的跨晶片變化。例如，測量數據可以用于計算敏感性矩陣M。
當創(chuàng)建智能設置點時，所得到的晶片上沉積層的均勻性明顯取決于凈化工藝830的有效性，凈化工藝830的有效性又取決于凈化氣體的流率。用于計算跨晶片的各個位置處的污染水平和污染水平對凈化氣體流設置點變化的敏感性的方法已經在上面進行了描述。在一個實施例中，標稱污染狀態(tài)值(C1-Cn)可以正比于標稱污染水平(D1-Dn)，其中α是比例常數。另外，污染狀態(tài)值的變化(c1-cn)可以正比于污染水平的變化(d1-dn)，其中α是比例常數。則，污染狀態(tài)值的變化(c1-cn)可以寫為 晶片表面上污染狀態(tài)值的變化(c1-cn)和/或污染水平的變化(d1-dn)可以通過利用敏感性矩陣M計算智能設置點來減小。智能設置點可以通過解受約束二次優(yōu)化問題來加以優(yōu)化，該受約束二次優(yōu)化問題由下式給定 rmin‖d-α·Mr‖，其中rmin＜r，r＜rmax 從而，找到智能設置點的程序變?yōu)? 1)利用標稱設置點運行工藝并找到至少一個晶片的表面上多個選定位置處的污染水平和/或污染狀態(tài)值。污染水平可以利用若干種方法確定；一種這樣的方法使用已知的氣體分析技術；另一種方法可以使用GCS。或者，測量數據可以利用MLMS獲得。
2)選擇污染水平的標稱值并創(chuàng)建變化向量d，變化向量d是期望值和測量數據之間的差。在一個實施例中，期望值是標稱值?；蛘?，期望值可以是平均值、最小值、最大值、3-sigma值或另一計算值。
3)解以上示出的優(yōu)化問題以找到智能設置點r。
4)利用在前一步驟中找到的智能設置點更新方案并重新運行工藝。例如，更新后的值可以通過運行更新后的方案而獲得。
5)進行迭代，直到獲得了期望的污染水平。例如，期望的污染水平可以包括3-sigma值、最大值、最小值和平均值中的至少一個。在迭代已收斂并且獲得了期望均勻性之后，可以存儲結果以供以后使用。在步驟830完成后，過量的材料已從室中被凈化出去，并且第一前驅體材料的單層已經吸附在多個晶片的表面上。
圖12圖示了根據本發(fā)明實施例的包括第一凈化氣體的氣體流率的方案步驟。示出的恒定流率1210是現有技術的常用ALD工藝的典型值。具有智能設置點(1222、1224和1226)的流率1220舉例說明了本發(fā)明的用于操作MLD工藝的實施例。在替換實施例中，可以使用不同數目的智能設置點。另外，可以使用不同的流率值，并且可以使用不同的時間。
在替換實施例中，智能設置點可以用于在第一室凈化工藝830期間控制室壓強。圖13示出了根據本發(fā)明實施例的對于凈化周期的第一部分壓強相對于時間的圖。圖14示出了根據本發(fā)明實施例的用于兩種示例性凈化工藝的壓強穩(wěn)定時間的圖。
再次參考圖8，在步驟840中，可以執(zhí)行第二沉積工藝。在第二沉積工藝期間，可以在多個晶片的至少一個的表面上確定多個表面飽和區(qū)，并且可以創(chuàng)建第三虛擬傳感器以確定一個或多個表面飽和區(qū)的一個或多個參數。
第三處理氣體可以被引入到處理室中，并且這多個晶片可以在第三處理時間內被暴露于包含在第三處理氣體中的第二反應物物質(第二前驅體)；并且在多個晶片的表面上可以沉積基本均勻的膜。例如，第二前驅體可以與已經吸附在多個晶片的表面上的第一前驅體材料的單層發(fā)生反應，從而在多個晶片中的每一個的表面上形成期望材料的單層，例如Si3N4、Al2O3、Ta2O5和HfSiON。第三處理時間可以利用第一虛擬傳感器、第二虛擬傳感器、第三虛擬傳感器和測量數據中的至少一個確定。
在一個實施例中，第三虛擬傳感器可以被創(chuàng)建用于確定反應狀態(tài)，并且可以用于確定表面反應狀態(tài)何時達到期望值。表面反應狀態(tài)可以用于確定第二前驅體何時與多個晶片表面上的第一前驅體材料的單層完全反應，并且基本均勻的膜被沉積到這多個晶片的表面上。此外，第三處理時間可以利用前饋數據、虛擬傳感器、第二虛擬傳感器和第三虛擬傳感器中的至少一個確定。
第三虛擬傳感器可以利用動態(tài)模型創(chuàng)建，該動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，如圖5所述。模型結構可以表達為Z＝M1U+M3D和Y＝M2U+M4D。或者，可以使用模型結構的不同表達。
例如，對于U和Y可以獲得測量數據；可以利用Y＝M2U+M4Dest來估計D的值；并且可以利用Zest＝M1U+M3Dest來估計Z的值。至少一個控制輸入(U)可以是第三處理氣體的氣體流，至少一個干擾輸入(D)可以是不可測的變化，至少一個測量輸出(Y)可以是第三處理氣體的氣體濃度，并且至少一個調控輸出(Z)可以是用于確定表面反應狀態(tài)的虛擬傳感器。在本發(fā)明的替換實施例中，可以使用不同數目的模型分量，并且模型分量可以按不同體系結構布置。
對于至少一個調控輸出可以獲得測量數據，并且可以利用測量數據檢驗動態(tài)模型。在一種情況下，測量數據可以利用MLMS獲得，MLMS可以現場測量多個位置處的已反應和/或未反應前驅體物質的濃度。另外，MLMS可以用于現場測量多個位置處的表面反應狀態(tài)和/或膜厚?；蛘撸瑴y量數據可以利用GCS或其他光學技術獲得。
另外，動態(tài)模型可以包括對處理室內第三處理氣體的流建模，其中第三處理氣體包括第二反應物物質(第二前驅體分子)；對晶片之間的流作為擴散過程建模；確定第二反應物物質(第二前驅體分子)的駐留時間；確定一個或多個表面飽和區(qū)的第二反應物物質(第二前驅體分子)濃度；以及確定一個或多個表面飽和區(qū)的反應速率。
例如，表面反應狀態(tài)虛擬傳感器可以測量百分比，并且第二沉積工藝可以在表面反應狀態(tài)達到約100％時結束。在替換實施例中，可以使用不同的百分比。在某些情況下，沉積工藝取決于沉積在晶片表面上的第一前驅體和第二前驅體之間的飽和表面反應。例如，這一過程可以是自限制反應。
在典型方案中，諸如含前驅體氣體的流率(約100sccm)和室壓強(約1Torr)之類的工藝參數設置點在給定時間段內保持恒定。然而，本發(fā)明使用動態(tài)的智能設置點，其可以作為時間函數圍繞標稱值改變流率，以提供在實現膜均勻性方面額外的自由度。在替換實施例中，智能設置點可以用于在步驟840中的第二沉積工藝期間控制其他工藝參數，例如室壓強、室溫和襯底溫度。在附加實施例中，標稱值不是必需的。在其他實施例中，可以使用不同的標稱值。
在一個實施例中，第二前驅體濃度可以利用至少一個晶片上的多個徑向元素確定，并且在每一個徑向元素(n)上可以定義一個第二前驅體濃度向量D?；蛘?，可以處理非圓形對象并使用非徑向元素。
第二前驅體濃度向量D中的變化可以利用動態(tài)設置點軌跡被最小化。基于模型的線性或非線性多變量控制方法可以用于對第二前驅體的濃度值建模，其中控制器包括要控制的系統(tǒng)的數學模型。多變量控制器可以基于上述的現代控制設計方法中的任何一種。第二前驅體濃度模型可以是線性或非線性的，并且可以SISO或MIMO的。多變量控制方法(即MIMO)考慮到所有輸入以及其對輸出的影響。可以使用若干種用于對第二前驅體的濃度值建模的其他方法，例如物理模型和數據驅動模型。
在一個實施例中，第二前驅體的流率設置點被允許在第二前驅體工藝步驟840期間在圍繞標稱值的一個小窗口內變化，這提供了在實現運行結束前驅體濃度均勻性方面額外的自由度。在其他實施例中，在第二前驅體工藝步驟840期間使用額外的設置點。當利用智能時變設置點軌跡對第二前驅體的濃度值建模時，第二前驅體的流率的標稱設置點可以被參數化為一個斷點向量，并且可以定義包含作為圍繞標稱設置點的時變擾動的第二前驅體的流率的智能設置點(r1-rm)的向量r。
或者，當在第二前驅體工藝840期間使用智能設置點時，一個或多個工藝變量可以具有智能時變設置點。例如，智能設置點可以用于控制室溫、室壓強、處理氣體化學和晶片溫度。
工藝敏感性矩陣M可以通過對于每個控制區(qū)在每個斷點處進行微小的擾動來加以創(chuàng)建。利用閉環(huán)系統(tǒng)的模型，可以確定由這些擾動引起的結果。所得到的一種工藝特性(例如第二前驅體的濃度水平)的擾動(d1-dn)隨后可以被寫為如下形式 現在，優(yōu)化任務變?yōu)檎业较蛄縭的適當值，以使得所得到的向量d去除了在從標稱軌跡獲得的向量D中看見的跨晶片變化。例如，測量數據可以用于計算敏感性矩陣M。
當創(chuàng)建智能設置點時，所得到的晶片上沉積層的均勻性明顯取決于晶片表面上各個位置處的反應速率、晶片溫度、前驅體濃度和分壓。用于計算跨晶片的各個位置處的反應速率和表面反應速率對流設置點變化的敏感性的方法已經在上面進行了描述。標稱反應狀態(tài)值(C1-Cn)可以正比于第二前驅體的標稱濃度水平(D1-Dn)，其中α是比例常數。另外，反應狀態(tài)值的變化(c1-cn)可以正比于第二前驅體的濃度水平的變化(d/-dn)，其中α是比例常數。則，反應狀態(tài)值的變化可以寫為 晶片表面上反應狀態(tài)值的變化(c1-cn)和/或第二前驅體的濃度水平的變化(d1-dn)可以通過利用敏感性矩陣M計算智能設置點來減小。智能設置點可以通過解受約束二次優(yōu)化問題來加以優(yōu)化，該受約束二次優(yōu)化問題由下式給定 rmin‖d-α·Mr‖，其中rmin＜r，r＜rmax 從而，找到智能設置點的程序變?yōu)? 1)利用標稱設置點運行工藝并找到多個晶片的至少一個的表面上多個選定位置處的第二前驅體濃度水平和/或反應狀態(tài)值。前驅體濃度可以利用若干種方法測量；一種這樣的方法是使用光學傳感器(OES、ODP)；另一種方法可以使用MLMS。
2)選擇第二前驅體的濃度水平的標稱值并創(chuàng)建變化向量d，變化向量d是期望值和測量數據之間的差。在一個實施例中，期望值是標稱值。或者，期望值可以是平均值、最小值、最大值、3-sigma值或另一計算值。
3)解以上示出的優(yōu)化問題以找到智能設置點r。
4)利用在前一步驟中找到的智能設置點更新方案并重新運行工藝。例如，更新后的值可以通過運行更新后的方案而獲得。
5)進行迭代，直到獲得了期望的均勻性。例如，期望均勻性可以包括用于表面反應狀態(tài)的平均值、最小值、最大值、3-sigma值或另一計算值。在迭代已收斂并且獲得了期望均勻性之后，可以存儲結果以供以后使用。
圖15圖示了根據本發(fā)明實施例的包括第二含前驅體氣體的氣體流率的方案步驟。示出的恒定流率1510是現有技術的常用ALD工藝的典型值。具有智能設置點(1522、1524和1526)的流率1520舉例說明了本發(fā)明的用于操作MLD工藝的實施例。在圖示實施例中，第二含前驅體氣體的流率從一個智能設置點步進到另一個智能設置點。在其他實施例中，智能設置點之間的轉變可以是基本線性的。在替換實施例中，可以使用不同數目的智能設置點。另外，可以使用不同的流率值，并且可以使用不同的時間。
圖16圖示了根據本發(fā)明實施例的第二前驅體的濃度值。示出的前驅體濃度值1610是流率保持恒定的現有技術的常用ALD工藝的典型值。示出的前驅體濃度值1620舉例說明了其中智能設置點被用于操作MLD工藝的本發(fā)明實施例。在這兩種情況(1610和1620)下，示出了堆棧的頂部、中部和底部的晶片數據。在替換實施例中，可以使用不同的前驅體濃度值，并且可以使用不同的時間。
圖17圖示了根據本發(fā)明實施例的第二前驅體的表面飽和度值。示出的表面飽和度值1710是流率保持恒定的現有技術的常用ALD工藝的典型值。示出的表面飽和度值1720舉例說明了其中智能設置點被用于操作MLD工藝的本發(fā)明實施例。在這兩種情況(1710和1720)下，示出了堆棧的頂部、中部和底部的晶片數據。在替換實施例中，可以使用不同的表面飽和度值，并且可以使用不同的時間。
另外，示出的時間差1730舉例說明了利用本發(fā)明實施例獲得的時間節(jié)省量。具體而言，在該示例中，利用本發(fā)明快了75秒達到100％飽和度。智能設置點的使用提供了明顯的時間節(jié)省。
再次參考圖8，在步驟850中，可以執(zhí)行第二室凈化工藝。例如，室凈化工藝可以包括室放氣工藝、室清洗工藝和抽空工藝中的至少一個。在第二室凈化工藝850期間，在多個晶片的至少一個的表面上可以確定多個表面飽和區(qū)，并且可以創(chuàng)建第四虛擬傳感器以確定一個或多個表面飽和區(qū)的一個或多個參數。第四處理氣體可以在第四處理時間內被引入到處理室中，并且第四處理氣體可以從處理室中明顯去除第三處理氣體。例如，這可以使得在一個或多個表面飽和區(qū)處第二反應物物質(第二前驅體)的濃度約為0。第四處理時間可以利用虛擬傳感器、第二虛擬傳感器、第三虛擬傳感器、第四虛擬傳感器、濃度值、前饋數據和測量數據中的至少一個來確定。
第四虛擬傳感器可以用于確定未反應第二前驅體分子的濃度水平、第三處理氣體的濃度水平、第四處理氣體的濃度水平和來自工藝的副產物的濃度水平中的至少一個何時達到期望值。在一個實施例中，期望值可以約為0。在替換實施例中，期望值可以大于0。
第四虛擬傳感器可以利用動態(tài)模型創(chuàng)建，該動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，如圖5所述。模型結構可以表達為Z＝M1U+M3D和Y＝M2U+M4D?；蛘撸梢允褂媚Ｐ徒Y構的不同表達。
例如，對于U和Y可以獲得測量數據；可以利用Y＝M2U+M4Dest來估計D的值；并且可以利用Zest＝M1U+M3Dest來估計Z的值。至少一個控制輸入(U)可以是第四處理氣體的氣體流，其中第四處理氣體包括惰性氣體，至少一個干擾輸入(D)可以是不可測的變化，至少一個測量輸出(Y)可以是留在處理室中的氣體的未反應第二前驅體濃度，并且至少一個調控輸出(Z)可以是用于確定一個或多個表面飽和區(qū)處的未反應第二前驅體分子和/或副產物的濃度的虛擬傳感器。
對于至少一個調控輸出可以獲得測量數據，并且可以利用測量數據檢驗動態(tài)模型。在一個實施例中，測量數據可以利用GCS獲得。在另一個實施例中，可以使用其他測量設備。在替換實施例中，GCS可以用作用于一個或多個工藝步驟的結束點檢測器。
用于確定未反應第二前驅體分子和/或副產物的濃度的虛擬傳感器可以測量百分比，并且第二室凈化工藝850可以在未反應第二前驅體分子和/或副產物的濃度水平達到約0％時結束。在替換實施例中，可以使用不同的百分比，并且可以使用不同的濃度。在某些情況下，凈化工藝取決于進入室的流率、離開室的流率、室內的流率和襯底之間的流率。
在典型方案中，諸如凈化氣體的流率和室壓強之類的工藝參數設置點在凈化工藝期間在已知時間內保持恒定。
然而，本發(fā)明使用動態(tài)的智能設置點，其可以作為時間函數圍繞標稱值改變凈化氣體流率，以提供在實現膜均勻性和更快的處理時間方面額外的自由度。在替換實施例中，智能設置點可以用于在第二凈化工藝850期間控制其他工藝參數，例如室壓強、室溫和襯底溫度。在附加實施例中，標稱值不是必需的。在其他實施例中，可以使用不同的標稱值。
在一個實施例中，第二凈化步驟850被用于從晶片表面和處理室中去除污染物，例如第三處理氣體成分、第二前驅體分子和/或工藝副產物。各種反應參數可以與動態(tài)模型相組合以確定在第二凈化工藝850期間各個位置處污染物的濃度水平。污染物的濃度水平可以通過包括智能設置點來控制第二室凈化工藝850期間凈化氣體的流率而更加精確地控制。
在一個實施例中，第二污染水平(濃度)可以利用至少一個晶片上的多個徑向元素(n)來確定。第二污染水平可以包括未反應第二前驅體分子的濃度水平、第三處理氣體的濃度水平、第四處理氣體的濃度水平和來自工藝的副產物的濃度水平中的至少一個。第二污染水平(濃度)向量D可以在每一個徑向元素(n)處定義?；蛘?，可以處理非圓形對象并使用非徑向元素。
第二污染向量D中的變化可以利用動態(tài)設置點軌跡而被最小化?；谀Ｐ偷木€性或非線性多變量控制方法可以用于對污染水平建模，其中控制器包括要控制的系統(tǒng)的數學模型。多變量控制器可以基于這里描述的現代控制設計方法中的任何一種。污染水平的模型可以是線性的或非線性的，并且可以是SISO或MIMO的。多變量控制方法(即MIMO)考慮到所有輸入以及其對輸出的影響?？梢允褂萌舾煞N用于對污染水平建模的其他方法，例如物理模型和數據驅動模型。
在一個實施例中，第四處理氣體的流率設置點被允許在第二凈化工藝步驟850期間在圍繞標稱值的一個小窗口內變化，這提供了在實現更快并且更高效的凈化方面額外的自由度。在其他實施例中，在第二凈化工藝步驟850期間可以使用額外的設置點。當利用智能時變設置點軌跡對第二污染水平建模時，用于第四處理氣體的流率的標稱設置點可以被參數化為一個斷點向量；并且可以定義包含作為圍繞標稱設置點的時變擾動的第四處理氣體的流率的智能設置點(r1-rm)的向量r 或者，當在第二凈化工藝850期間使用智能設置點時，一個或多個工藝變量可以具有智能時變設置點。例如，智能設置點可以用于控制室溫、室壓強、第四處理氣體化學和晶片溫度。
工藝敏感性矩陣M可以通過對于每個控制區(qū)在每個斷點處進行微小的擾動來加以創(chuàng)建。利用閉環(huán)系統(tǒng)的模型，可以確定由這些擾動引起的結果。所得到的一種工藝特性(例如第二污染水平(濃度))的擾動(d1-dn)于是可以被寫為如下形式 現在，優(yōu)化任務變?yōu)檎业较蛄縭的適當值，以使得所得到的向量d去除了在從標稱軌跡獲得的第二污染水平(濃度)向量D中看見的跨晶片變化。例如，測量數據可以用于計算敏感性矩陣M。
當創(chuàng)建智能設置點時，所得到的晶片上沉積層的均勻性明顯取決于第二凈化工藝850的有效性，第二凈化工藝850的有效性又取決于第四處理氣體(凈化氣體)的流率。用于計算跨晶片的各個位置處的污染水平和污染水平對凈化氣體流設置點變化的敏感性的方法已經在上面進行了描述。在一個實施例中，標稱第二污染狀態(tài)值(C1-Cn)可以正比于標稱第二污染水平(D1-Dn)，其中α是比例常數。另外，第二污染狀態(tài)值的變化(c1-cn)可以正比于第二污染水平的變化(d1-dn)，其中α是比例常數。則，污染狀態(tài)值的變化(c1-cn)可以寫為 晶片表面上第二污染狀態(tài)值的變化(c1-cn)和/或第二污染水平的變化(d1-dn)可以通過利用敏感性矩陣M計算智能設置點來減小。智能設置點可以通過解受約束二次優(yōu)化問題來加以優(yōu)化，該受約束二次優(yōu)化問題由下式給定 rmin‖d-α·Mr‖，其中rmin＜r，r＜rmax 從而，找到智能設置點的程序變?yōu)? 1)利用標稱設置點運行工藝并找到至少一個晶片的表面上多個選定位置處的第二污染水平和/或第二污染狀態(tài)值。第二污染水平可以利用若干種方法確定；一種這樣的方法使用已知的氣體分析技術；另一種方法可以使用GCS?；蛘?，測量數據可以利用MLMS獲得。
2)選擇第二污染水平的標稱值并創(chuàng)建變化向量d，變化向量d是期望值和測量數據之間的差。在一個實施例中，期望值是標稱值?；蛘?，期望值可以是平均值、最小值、最大值、3-sigma值或另一計算值。
3)解以上示出的優(yōu)化問題以找到智能設置點r。
4)利用在前一步驟中找到的智能設置點更新方案并重新運行工藝。例如，可以通過運行更新后的方案獲得更新后的值。
5)進行迭代，直到獲得了期望的第二污染水平。例如，期望的污染水平可以包括3-sigma值、最大值、最小值和平均值中的至少一個。在迭代已收斂并且獲得了期望均勻性之后，可以存儲結果以供以后使用。在步驟850完成后，過量的材料已從室中被凈化出去，并且期望材料(例如Si3N4、Al2O3、Ta2O5和HfSiON)的單層已被沉積在多個晶片的表面上。
在替換實施例中，智能設置點可以用于在第二室凈化工藝850期間控制室壓強，這與對第一室凈化工藝830的控制類似。
圖18圖示了根據本發(fā)明實施例的包括第二凈化氣體的氣體流率的方案步驟。示出的恒定流率1810是現有技術的常用ALD工藝的典型值。具有智能設置點(1822、1824和1826)的流率1820舉例說明了本發(fā)明的用于操作MLD工藝的實施例。在替換實施例中，可以使用不同數目的智能設置點。另外，可以使用不同的流率值，并且可以使用不同的時間。
再次參考圖13和14，圖13還示出了對于第二凈化周期的第一部分壓強相對于時間的圖，圖14還示出了對于第二凈化周期的第二部分壓強相對于時間的圖。
再次參考圖8，在步驟860中，執(zhí)行查詢以確定MLD工藝是否已完成。當MLD工藝已完成時，程序800在步驟870中結束。當MLD工藝未完成時，程序800分叉回步驟820，并且程序800如圖8所示繼續(xù)，重復前驅體和凈化步驟820到850，直到步驟860的查詢指示MLD工藝已經完成為止。
在MLD工藝中，可以沉積一個或多個單層，并且可以多次重復圖8中所示的處理步驟。例如，可以創(chuàng)建動態(tài)模型以確定MLD工藝何時完成。
另外，可以創(chuàng)建額外的虛擬傳感器以確定至少一個表面飽和區(qū)的膜厚，并且可以利用前饋數據、虛擬傳感器、第二虛擬傳感器、第三虛擬傳感器、第四虛擬傳感器和額外的虛擬傳感器中的至少一個進行工藝完成確定。
本發(fā)明可以使用包括動態(tài)模型、虛擬傳感器和/或智能設置點的工藝方案以減少晶片內的變化，減少晶片到晶片(wafer-to-wafer)的變化，減少批次到批次(lot-to-lot)的變化，并提高MLD產量。
通常，真實系統(tǒng)是動態(tài)、復雜并且非線性的。其瞬時響應對于性能來說是很重要的，并且經常很難確定。系統(tǒng)的輸出受未知干擾的影響。通常，對于MIMO系統(tǒng)，每個輸入(例如，氣體流)可以影響多個輸出(例如，氣體流、膜厚)。根據本發(fā)明，創(chuàng)建了描述諸如MLD系統(tǒng)之類的處理系統(tǒng)的動態(tài)行為。
若干種方法可用于創(chuàng)建動態(tài)模型一這些方法包括基于溫度、壓強、氣體流和反應動力學的第一原理模型以及利用從諸如MLD處理系統(tǒng)之類的處理系統(tǒng)收集的實時數據創(chuàng)建的在線模型。
在模型方法中，可以利用數據驅動的在線建模通過已知的晶片參數創(chuàng)建一個模型庫，并且可以利用一組模型覆蓋預期的晶片變化范圍。在模型開發(fā)期間，模型可以在合適的軟件仿真應用(例如Matlab)中在合適的微處理器上數字實現。軟件應用駐留在合適的電子計算機或微處理器上，該電子計算機或微處理器操作來執(zhí)行物理性能近似。然而，本發(fā)明預期了其他數字方法。
在上述教導的基礎上可以對本發(fā)明進行大量的修改和變化。因此，應當理解，在所附權利要求的范圍內，本發(fā)明可以利用除以上具體描述的以外的其他方式來實施。
權利要求
1.一種操作單層沉積(MLD)處理系統(tǒng)的方法，包括
在處理室中布置多個晶片；
在所述多個晶片中的至少一個的表面上確定多個表面飽和區(qū)；
創(chuàng)建第一虛擬傳感器以估計所述表面飽和區(qū)中的一個或多個的表面飽和狀態(tài)值；
建立所述表面飽和區(qū)中的至少一個的期望表面飽和狀態(tài)值；以及
在第一處理時間內執(zhí)行第一沉積工藝，包括將所述多個晶片暴露于包括第一前驅體分子的第一含前驅體氣體，直到來自所述第一虛擬傳感器的估計的表面飽和狀態(tài)值約等于所述期望表面飽和狀態(tài)值為止，從而將基本均勻的第一前驅體分子的膜沉積到所述多個晶片的表面上。
2.如權利要求1所述的方法，還包括
創(chuàng)建第二虛擬傳感器以估計所述表面飽和區(qū)中的一個或多個處的污染狀態(tài)值；
建立所述表面飽和區(qū)中的至少一個的期望污染狀態(tài)值；以及
在第二處理時間內執(zhí)行第一凈化工藝，包括使第一凈化氣體流入所述處理室中，直到來自所述第二虛擬傳感器的估計的污染狀態(tài)值約等于所述期望污染狀態(tài)值為止，其中所述估計的污染狀態(tài)值正比于未反應第一前驅體分子的濃度水平、已反應第一前驅體分子的濃度水平、所述第一含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第一沉積工藝的副產物的濃度水平和來自所述第一凈化工藝的副產物的濃度水平中的至少一個。
3.如權利要求2所述的方法，還包括
創(chuàng)建第三虛擬傳感器以估計所述表面飽和區(qū)中的一個或多個處的反應狀態(tài)值；
建立所述表面飽和區(qū)中的至少一個的期望反應狀態(tài)值；以及
在第三處理時間內執(zhí)行第二沉積工藝，包括將所述多個晶片暴露于包括第二前驅體分子的第二含前驅體氣體，從而使所述一個或多個表面飽和區(qū)處的反應狀態(tài)約等于所述期望反應狀態(tài)，并將基本均勻的第二前驅體分子的膜沉積到所述多個晶片的表面上。
4.如權利要求3所述的方法，還包括
創(chuàng)建第四虛擬傳感器以估計所述表面飽和區(qū)中的一個或多個處的第二污染狀態(tài)值；
建立所述表面飽和區(qū)中的至少一個的期望第二污染狀態(tài)值；以及
在第四處理時間內執(zhí)行第二凈化工藝，包括使第二凈化氣體流入所述處理室中，直到來自所述第四虛擬傳感器的估計的第二污染狀態(tài)值約等于所述期望第二污染狀態(tài)值為止，其中所述估計的第二污染狀態(tài)值正比于未反應第二前驅體分子的濃度水平、已反應第二前驅體分子的濃度水平、所述第二含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第二沉積工藝的副產物的濃度水平和來自所述第二凈化工藝的副產物的濃度水平中的至少一個。
5.如權利要求4所述的方法，還包括
創(chuàng)建第五虛擬傳感器以估計所述表面飽和區(qū)中的一個或多個的膜厚；
建立所述表面飽和區(qū)中的至少一個的期望膜厚；以及
順序執(zhí)行所述第一沉積工藝、所述第一凈化工藝、所述第二沉積工藝和所述第二凈化工藝，并重復這些工藝直到來自所述第五虛擬傳感器的估計的膜厚約等于所述期望膜厚為止。
6.如權利要求1所述的方法，還包括
創(chuàng)建所述第一沉積工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、至少一個控制輸入(U)、至少一個干擾輸入(D)、至少一個調控輸出(Z)和至少一個測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
獲得所述至少一個控制輸入(U)和所述至少一個測量輸出(Y)的數據；
利用Y＝M2U+M4Dest確定所述至少一個干擾輸入(D)的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述至少一個調控輸出(Z)的估計值(Zest)。
7.如權利要求6所述的方法，還包括
獲得所述至少一個調控輸出(Z)的測量數據；以及
利用所述測量數據檢驗所述動態(tài)模型。
8.如權利要求7所述的方法，其中所述測量數據是利用多位置測量襯底(MLMS)獲得的，所述MLMS適合于現場測量以下各項中的至少一個多個位置處的化學吸附的前驅體物質的濃度水平、多個位置處的已反應前驅體物質的濃度水平、多個位置處的未反應前驅體物質的濃度水平、多個位置處的前驅體分子的濃度、多個位置處的凈化氣體濃度水平、多個位置處的來自所述第一沉積工藝的副產物的濃度水平和多個位置處的來自所述第一凈化工藝的副產物的濃度水平。
9.如權利要求6所述的方法，其中所述至少一個控制輸入(U)包括所述第一含前驅體氣體的氣體流，所述至少一個測量輸出(Y)包括所述第一含前驅體氣體的氣體濃度，并且所述至少一個調控輸出(Z)包括所述表面飽和區(qū)的估計。
10.如權利要求6所述的方法，還包括
使所述第一含前驅體氣體以第一氣體流率流入所述處理室中，其中所述至少一個控制輸入(U)包括所述第一氣體流率；
對所述處理室內的第一前驅體分子的流建模；
對所述晶片之間的流作為擴散過程建模；
確定所述第一前驅體分子的駐留時間；
確定所述表面飽和區(qū)中的至少一個的期望前驅體濃度水平；
確定所述表面飽和區(qū)中的至少一個的化學吸附速率；
估計所述表面飽和區(qū)中的至少一個的期望前驅體濃度水平，其中所述至少一個調控輸出(Z)包括用于估計所述前驅體濃度水平的所述第一虛擬傳感器；以及
使所述第一含前驅體氣體流入所述處理室中，直到所述估計的前驅體濃度水平約等于所述期望前驅體濃度水平為止。
11.如權利要求2所述的方法，還包括
創(chuàng)建所述第一凈化工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、至少一個控制輸入(U)、至少一個干擾輸入(D)、至少一個調控輸出(Z)和至少一個測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
獲得所述至少一個控制輸入(U)和所述至少一個測量輸出(Y)的數據；
利用Y＝M2U+M4Dest確定所述至少一個干擾輸入(D)的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述至少一個調控輸出(Z)的估計值(Zest)。
12.如權利要求11所述的方法，還包括
獲得所述至少一個調控輸出(Z)的測量數據；以及
利用所述測量數據檢驗所述動態(tài)模型。
13.如權利要求12所述的方法，其中所述測量數據是利用氣體濃度傳感器(GCS)獲得的，所述GCS包括用于測量以下各項中的至少一個的裝置未反應第一前驅體分子的濃度水平、已反應第一前驅體分子的濃度水平、所述第一含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第一沉積工藝的副產物的濃度水平、來自所述第一凈化工藝的副產物的濃度水平和流出所述處理室的氣體中第一前驅體分子的濃度水平。
14.如權利要求6所述的方法，其中所述至少一個控制輸入(U)包括所述第一凈化氣體的氣體流，所述至少一個測量輸出(Y)包括所述第一凈化氣體的氣體濃度，并且所述至少一個調控輸出(Z)包括所述污染狀態(tài)值的估計。
15.如權利要求11所述的方法，還包括
使所述第一凈化氣體以第一凈化氣體流率流入所述處理室中，其中所述至少一個控制輸入(U)包括所述第一凈化氣體流率；
對所述處理室內的第一凈化氣體的流建模；
對所述晶片之間的流作為擴散過程建模；
確定所述表面飽和區(qū)中的至少一個的期望污染水平；以及
估計所述表面飽和區(qū)中的至少一個的污染水平，其中所述至少一個調控輸出(Z)包括用于估計所述污染水平的所述第二虛擬傳感器，其中所述污染水平包括以下各項中的至少一個未反應第一前驅體分子的濃度水平、已反應第一前驅體分子的濃度水平、所述第一含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第一沉積工藝的副產物的濃度水平、來自所述第一凈化工藝的副產物的濃度水平和流出所述處理室的氣體中第一前驅體分子的濃度水平。
16.如權利要求3所述的方法，還包括
創(chuàng)建所述第二沉積工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、至少一個控制輸入(U)、至少一個干擾輸入(D)、至少一個調控輸出(Z)和至少一個測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
獲得所述至少一個控制輸入(U)和所述至少一個測量輸出(Y)的數據；
利用Y＝M2U+M4Dest確定所述至少一個干擾輸入(D)的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述至少一個調控輸出(Z)的估計值(Zest)。
17.如權利要求16所述的方法，還包括
獲得所述至少一個調控輸出(Z)的測量數據；以及
利用所述測量數據檢驗所述動態(tài)模型。
18.如權利要求17所述的方法，其中所述測量數據是利用多位置測量襯底(MLMS)獲得的，所述MLMS適合于現場測量以下各項中的至少一個多個位置處的化學吸附的前驅體物質的濃度水平、多個位置處的已反應前驅體物質的濃度水平、多個位置處的未反應前驅體物質的濃度水平、多個位置處的前驅體分子的濃度、多個位置處的凈化氣體濃度水平、多個位置處的來自所述第一沉積工藝的副產物的濃度水平和多個位置處的來自所述第一凈化工藝的副產物的濃度水平。
19.如權利要求16所述的方法，其中所述至少一個控制輸入(U)包括所述第二含前驅體氣體的氣體流，所述至少一個測量輸出(Y)包括所述第二含前驅體氣體的氣體濃度，并且所述至少一個調控輸出(Z)包括所述反應狀態(tài)值的估計。
20.如權利要求16所述的方法，還包括
使所述第二含前驅體氣體以第二氣體流率流入所述處理室中，其中所述至少一個控制輸入(U)包括所述第二氣體流率；
對所述處理室內的第二前驅體分子的流建模；
對所述晶片之間的流作為擴散過程建模；
確定所述第二前驅體分子的駐留時間；
確定所述表面飽和區(qū)中的至少一個的第二前驅體分子的期望濃度水平；
確定所述表面飽和區(qū)中的至少一個的反應速率；以及
估計所述表面飽和區(qū)中的至少一個的反應狀態(tài)值，其中所述至少一個調控輸出(Z)包括用于估計所述反應狀態(tài)值的所述第三虛擬傳感器。
21.如權利要求4所述的方法，還包括
創(chuàng)建所述第二凈化工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、至少一個控制輸入(U)、至少一個干擾輸入(D)、至少一個調控輸出(Z)和至少一個測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
獲得所述至少一個控制輸入(U)和所述至少一個測量輸出(Y)的數據；
利用Y＝M2U+M4Dest確定所述至少一個干擾輸入(D)的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述至少一個調控輸出(Z)的估計值(Zest)。
22.如權利要求21所述的方法，還包括
獲得所述至少一個調控輸出(Z)的測量數據；以及
利用所述測量數據檢驗所述動態(tài)模型。
23.如權利要求22所述的方法，其中所述測量數據是利用多位置測量襯底(MLMS)獲得的，所述MLMS適合于現場測量以下各項中的至少一個多個位置處的化學吸附的前驅體物質的濃度水平、多個位置處的已反應前驅體物質的濃度水平、多個位置處的未反應前驅體物質的濃度水平、多個位置處的前驅體分子的濃度、多個位置處的凈化氣體濃度水平、多個位置處的來自所述第二沉積工藝的副產物的濃度水平和多個位置處的來自所述第二凈化工藝的副產物的濃度水平。
24.如權利要求21所述的方法，其中所述至少一個控制輸入(U)包括所述第二凈化氣體的氣體流，所述至少一個測量輸出(Y)包括所述第二凈化氣體的濃度水平，并且所述至少一個調控輸出(Z)包括所述污染狀態(tài)值的估計。
25.如權利要求21所述的方法，還包括
使所述第二凈化氣體以第二凈化氣體流率流入所述處理室中，其中所述至少一個控制輸入(U)包括所述第二凈化氣體流率；
對所述處理室內的第二凈化氣體的流建模；
對所述晶片之間的流作為擴散過程建模；
確定所述表面飽和區(qū)中的至少一個的期望第二污染水平；以及
估計所述表面飽和區(qū)中的至少一個的第二污染水平，其中所述至少一個調控輸出(Z)包括用于估計所述第二污染水平的所述第四虛擬傳感器，其中所述估計的第二污染水平包括以下各項中的至少一個未反應第二前驅體分子的濃度水平、已反應第二前驅體分子的濃度水平、所述第二含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第二沉積工藝的副產物的濃度水平、來自所述第二凈化工藝的副產物的濃度水平和流出所述處理室的氣體中第二前驅體分子的濃度水平。
26.如權利要求1所述的方法，還包括
接收所述晶片中的至少一個的前饋數據；
從所述前饋數據中提取出折射率(n)數據和消光系數(k)數據；以及
利用所述折射率(n)數據和消光系數(k)數據估計晶片組分信息。
27.如權利要求26所述的方法，其中所述前饋數據包括晶片組分信息，所述晶片組分信息包括以下信息中的至少一個層數目、層位置、層組分、層均勻性、層密度和層厚。
28.如權利要求26所述的方法，其中所述前饋數據包括至少一個晶片的臨界尺寸(CD)信息和形狀信息。
29.如權利要求26所述的方法，其中所述前饋數據包括所述晶片上多個位置的數據。
30.如權利要求29所述的方法，其中所述多個位置沿徑向定位在所述晶片上。
31.如權利要求29所述的方法，其中所述多個位置不沿徑向定位在所述晶片上。
32.如權利要求1所述的方法，其中晶片包括圓形，并且表面飽和區(qū)包括中心區(qū)和圍繞所述中心區(qū)徑向間隔的多個環(huán)形區(qū)。
33.如權利要求1所述的方法，其中晶片包括矩形，并且所述表面飽和區(qū)包括多個均勻間隔的矩形分段。
34.一種單層沉積(MLD)處理系統(tǒng)，包括
用于在處理室中布置多個晶片的裝置；
用于在所述多個晶片中的至少一個的表面上確定多個表面飽和區(qū)的裝置；
用于估計所述表面飽和區(qū)中的一個或多個的表面飽和狀態(tài)值的第一虛擬傳感器；
用于建立所述表面飽和區(qū)中的至少一個的期望表面飽和狀態(tài)值的裝置；以及
用于在第一處理時間內執(zhí)行第一沉積工藝的裝置，所述第一沉積工藝包括將所述多個晶片暴露于包括第一前驅體分子的第一含前驅體氣體，直到來自所述第一虛擬傳感器的估計的表面飽和狀態(tài)值約等于所述期望表面飽和狀態(tài)值為止，從而將基本均勻的第一前驅體分子的膜沉積到所述多個晶片的表面上。
35.如權利要求34所述的MLD處理系統(tǒng)，還包括
用于估計所述表面飽和區(qū)中的一個或多個處的污染狀態(tài)值的第二虛擬傳感器；
用于建立所述表面飽和區(qū)中的至少一個的期望污染狀態(tài)值的裝置；以及
用于在第二處理時間內執(zhí)行第一凈化工藝的裝置，所述第一凈化工藝包括使第一凈化氣體流入所述處理室中，直到來自所述第二虛擬傳感器的估計的污染狀態(tài)值約等于所述期望污染狀態(tài)值為止，其中所述估計的污染狀態(tài)值正比于未反應第一前驅體分子的濃度水平、已反應第一前驅體分子的濃度水平、所述第一含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第一沉積工藝的副產物的濃度水平和來自所述第一凈化工藝的副產物的濃度水平中的至少一個。
36.如權利要求35所述的MLD處理系統(tǒng)，還包括
用于估計所述表面飽和區(qū)中的一個或多個處的反應狀態(tài)值的第三虛擬傳感器；
用于建立所述表面飽和區(qū)中的至少一個的期望反應狀態(tài)值的裝置；以及
用于在第三處理時間內執(zhí)行第二沉積工藝的裝置，所述第二沉積工藝包括將所述多個晶片暴露于包括第二前驅體分子的第二含前驅體氣體，從而使所述一個或多個表面飽和區(qū)處的反應狀態(tài)約等于所述期望反應狀態(tài)，并將基本均勻的第二前驅體分子的膜沉積到所述多個晶片的表面上。
37.如權利要求36所述的MLD處理系統(tǒng)，還包括
用于估計所述表面飽和區(qū)中的一個或多個處的第二污染狀態(tài)值的第四虛擬傳感器；
用于建立所述表面飽和區(qū)中的至少一個的期望第二污染狀態(tài)值的裝置；以及
用于在第四處理時間內執(zhí)行第二凈化工藝的裝置，所述第二凈化工藝包括使第二凈化氣體流入所述處理室中，直到來自所述第四虛擬傳感器的估計的第二污染狀態(tài)值約等于所述期望第二污染狀態(tài)值為止，其中所述估計的第二污染狀態(tài)值正比于未反應第二前驅體分子的濃度水平、已反應第二前驅體分子的濃度水平、所述第二含前驅體氣體的濃度水平、凈化氣體濃度水平、來自所述第二沉積工藝的副產物的濃度水平和來自所述第二凈化工藝的副產物的濃度水平中的至少一個。
38.如權利要求37所述的MLD處理系統(tǒng)，還包括
用于估計所述表面飽和區(qū)中的一個或多個的膜厚的第五虛擬傳感器；
用于建立所述表面飽和區(qū)中的至少一個的期望膜厚的裝置；以及
用于順序執(zhí)行所述第一沉積工藝、所述第一凈化工藝、所述第二沉積工藝和所述第二凈化工藝，并重復這些工藝直到來自所述第五虛擬傳感器的估計的膜厚約等于所述期望膜厚為止的裝置。
39.一種操作單層沉積(MLD)處理系統(tǒng)的方法，包括
在處理室中布置多個晶片；
執(zhí)行第一前驅體工藝，其中所述第一前驅體工藝由具有第一組動態(tài)模型的第一工藝方案控制，所述第一組動態(tài)模型建立第一時間段期間第一含前驅體氣體的第一流率和第二時間段期間所述第一含前驅體氣體的第二流率中的至少一個；
執(zhí)行第一凈化工藝，其中所述第一凈化工藝由具有第二組動態(tài)模型的第二工藝方案控制；
執(zhí)行第二前驅體工藝，其中所述第二前驅體工藝由具有第三組動態(tài)模型的第三工藝方案控制，所述第三組動態(tài)模型建立第三時間段期間第二含前驅體氣體的第三流率和第四間段期間所述第二含前驅體氣體的第四流率中的至少一個；
執(zhí)行第二凈化工藝，其中所述第二凈化工藝由具有第四組動態(tài)模型的第四工藝方案控制；以及
重復所述執(zhí)行步驟，直到具有期望厚度的膜被沉積在所述多個晶片上為止。
40.如權利要求39所述的操作MLD處理系統(tǒng)的方法，所述執(zhí)行第一前驅體工藝還包括
在至少一個晶片的表面上建立多個表面飽和區(qū)；
創(chuàng)建所述第一前驅體工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
其中所述控制輸入(U)包括所述第一含前驅體氣體的第一流率、所述第一含前驅體氣體的第二流率、流時間、前驅體濃度、前驅體類型、化學吸附速率、反應速率、壓強和溫度中的至少一個；
其中所述干擾輸入(D)包括工藝漂移、室污染和晶片溫度差中的至少一個；
其中所述測量輸出(Y)包括輸入晶片溫度、輸入晶片組分、輸入晶片厚度、輸入晶片均勻性、輸出流率、室輸出處的前驅體濃度、前驅體層組分和前驅體層均勻性中的至少一個；并且
其中所述調控輸出(Z)包括前驅體濃度值、前驅體濃度均勻性值、飽和狀態(tài)和飽和狀態(tài)均勻性值中的至少一個；
獲得所述控制輸入(U)中的至少一個和所述測量輸出(Y)中的至少一個的數據；
利用Y＝M2U+M4Dest確定所述干擾輸入(D)中的至少一個的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述調控輸出(Z)之一的估計值(Zest)，其中所述估計值(Zest)包括所述表面飽和區(qū)中的至少一個的第一前驅體分子的估計第一前驅體濃度水平；
確定所述表面飽和區(qū)中的至少一個的期望第一前驅體濃度水平；
將所述估計第一前驅體濃度水平與所述期望第一前驅體濃度水平相比較；以及
將第一前驅體分子沉積到所述表面飽和區(qū)中，直到所述估計第一前驅體濃度水平約等于所述期望第一前驅體濃度水平為止。
41.如權利要求40所述的操作MLD處理系統(tǒng)的方法，其中所述至少一個調控輸出(Z)包括用于估計所述第一前驅體濃度水平的第一虛擬傳感器。
42.如權利要求39所述的操作MLD處理系統(tǒng)的方法，所述執(zhí)行第一凈化工藝還包括
在至少一個晶片的表面上建立多個表面飽和區(qū)；
創(chuàng)建所述第一凈化工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
其中所述控制輸入(U)包括凈化氣體的流率、流時間、凈化氣體組分、前驅體類型、化學吸附速率、反應速率、壓強和溫度中的至少一個；
其中所述干擾輸入(D)包括工藝漂移、室污染和晶片溫度差中的至少一個；
其中所述測量輸出(Y)包括輸入晶片溫度、輸入晶片組分、輸入晶片厚度、輸入晶片均勻性、輸出流率、室輸出處的凈化氣體濃度、室輸出處的前驅體濃度、前驅體層組分和前驅體層均勻性中的至少一個；
其中所述調控輸出(Z)包括污染狀態(tài)、未反應前驅體分子的濃度水平、工藝副產物的濃度水平、前驅體濃度值、前驅體濃度均勻性值和污染狀態(tài)均勻性值中的至少一個；
獲得所述控制輸入(U)中的至少一個和所述測量輸出(Y)中的至少一個的數據；
利用Y＝M2U+M4Dest確定所述干擾輸入(D)中的至少一個的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述調控輸出(Z)之一的估計值(Zest)，其中所述估計值(Zest)包括所述表面飽和區(qū)中的至少一個的估計第一污染水平；
確定所述表面飽和區(qū)中的至少一個的期望第一污染水平；
將所述估計第一污染水平與所述期望第一污染水平相比較；以及
使第一凈化氣體流入所述處理室中，直到所述估計第一污染水平約等于所述期望第一污染水平為止。
43.如權利要求42所述的操作MLD處理系統(tǒng)的方法，其中所述至少一個調控輸出(Z)包括用于估計所述第一污染水平的第二虛擬傳感器。
44.如權利要求39所述的操作MLD處理系統(tǒng)的方法，所述執(zhí)行第二前驅體工藝還包括
在至少一個晶片的表面上建立多個表面飽和區(qū)；
創(chuàng)建所述第二前驅體工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
其中所述控制輸入(U)包括所述第二含前驅體氣體的第三流率、所述第二含前驅體氣體的第四流率、流時間、前驅體濃度、前驅體類型、化學吸附速率、反應速率、壓強和溫度中的至少一個；
其中所述干擾輸入(D)包括工藝漂移、室污染和晶片溫度差中的至少一個；
其中所述測量輸出(Y)包括輸入晶片溫度、輸入晶片組分、輸入晶片厚度、輸入晶片均勻性、輸出流率、室輸出處的前驅體濃度、前驅體層組分和前驅體層均勻性中的至少一個；并且
其中所述調控輸出(Z)包括前驅體濃度值、前驅體濃度均勻性值、飽和狀態(tài)和飽和狀態(tài)均勻性值中的至少一個；
獲得所述控制輸入(U)中的至少一個和所述測量輸出(Y)中的至少一個的數據；
利用Y＝M2U+M4Dest確定所述干擾輸入(D)中的至少一個的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述調控輸出(Z)之一的估計值(Zest)，其中所述估計值(Zest)包括所述表面飽和區(qū)中的至少一個的第二前驅體分子的估計第二前驅體濃度水平；
確定所述表面飽和區(qū)中的至少一個的期望第二前驅體濃度水平；
將所述估計第二前驅體濃度水平與所述期望第二前驅體濃度水平相比較；以及
將第二前驅體分子沉積到所述表面飽和區(qū)中，直到所述估計第二前驅體濃度水平約等于所述期望第二前驅體濃度水平為止。
45.如權利要求44所述的操作MLD處理系統(tǒng)的方法，其中所述至少一個調控輸出(Z)包括用于估計所述第二前驅體濃度水平的第三虛擬傳感器。
46.如權利要求39所述的操作MLD處理系統(tǒng)的方法，所述執(zhí)行第二凈化工藝還包括
在至少一個晶片的表面上建立多個表面飽和區(qū)；
創(chuàng)建所述第二凈化工藝的動態(tài)模型，所述動態(tài)模型具有模型分量(M1、M2、M3和M4)、控制輸入(U)、干擾輸入(D)、調控輸出(Z)和測量輸出(Y)，并且具有包括Z＝M1U+M3D和Y＝M2U+M4D的模型結構；
其中所述控制輸入(U)包括凈化氣體的流率、流時間、凈化氣體組分、前驅體類型、化學吸附速率、反應速率、壓強和溫度中的至少一個；
其中所述干擾輸入(D)包括工藝漂移、室污染和晶片溫度差中的至少一個；
其中所述測量輸出(Y)包括輸入晶片溫度、輸入晶片組分、輸入晶片厚度、輸入晶片均勻性、輸出流率、室輸出處的凈化氣體濃度、室輸出處的前驅體濃度、前驅體層組分和前驅體層均勻性中的至少一個；
其中所述調控輸出(Z)包括污染狀態(tài)、未反應前驅體分子的濃度水平、工藝副產物的濃度水平、前驅體濃度值、前驅體濃度均勻性值和污染狀態(tài)均勻性值中的至少一個；
獲得所述控制輸入(U)中的至少一個和所述測量輸出(Y)中的至少一個的數據；
利用Y＝M2U+M4Dest確定所述干擾輸入(D)中的至少一個的估計值(Dest)；以及
利用Zest＝M1U+M3Dest確定所述調控輸出(Z)之一的估計值(Zest)，其中所述估計值(Zest)包括所述表面飽和區(qū)中的至少一個的估計第二污染水平；
確定所述表面飽和區(qū)中的至少一個的期望第二污染水平；
將所述估計第二污染水平與所述期望第二污染水平相比較；以及
使第二凈化氣體流入所述處理室中，直到所述估計第二污染水平約等于所述期望第二污染水平為止。
47.如權利要求46所述的操作MLD處理系統(tǒng)的方法，其中所述至少一個調控輸出(Z)包括用于估計所述第二污染水平的第四虛擬傳感器。
全文摘要
給出了一種包括多變量控制器的適應性實時熱處理系統(tǒng)。該方法包括創(chuàng)建MLD處理系統(tǒng)的動態(tài)模型并在動態(tài)模型中結合虛擬傳感器。該方法包括使用包括智能設置點、動態(tài)模型和/或虛擬傳感器的工藝方案。
文檔編號C23C16/52GK101103137SQ200580046858
公開日2008年1月9日 申請日期2005年12月19日 優(yōu)先權日2005年1月26日
發(fā)明者薩恩吉夫·考沙爾, 帕迪普·帕恩戴伊, 杉島健二 申請人:東京毅力科創(chuàng)株式會社