Neue Methoden zur automatischen Kalibrierung von Modellparametern für die Simulation optischer Lithographieprozesse

New Methods for the Automatic Calibration of Model Parameters for the Simulation of Optical Lithography Processes

Please always quote using this URN: urn:nbn:de:bvb:29-opus-3968
  • Die Simulation ist für die Erforschung und Entwicklung optischer Lithographieprozesse unverzichtbar geworden. Auf Grund der Komplexität der betrachteten physikalischen und chemischen Prozesse müssen bis zu 40 Parameter bestimmt werden, bevor Simulationen durchgeführt werden können. Diese Arbeit beschreibt neue Methoden zur automatisch Kalibrierung von Modellparametern für die optische Lithographiesimulation. Neue Zielfunktionen wurden entwickelt, die für beliebige Modellparameter und Kombinationen zur Evaluation von Prozessgrößen wie Linienbreiten, Prozessfenster und Photolackprofile angewendet werden können. Des Weiteren wurden vereinfachte Photolackmodelle für eine schnelleDie Simulation ist für die Erforschung und Entwicklung optischer Lithographieprozesse unverzichtbar geworden. Auf Grund der Komplexität der betrachteten physikalischen und chemischen Prozesse müssen bis zu 40 Parameter bestimmt werden, bevor Simulationen durchgeführt werden können. Diese Arbeit beschreibt neue Methoden zur automatisch Kalibrierung von Modellparametern für die optische Lithographiesimulation. Neue Zielfunktionen wurden entwickelt, die für beliebige Modellparameter und Kombinationen zur Evaluation von Prozessgrößen wie Linienbreiten, Prozessfenster und Photolackprofile angewendet werden können. Des Weiteren wurden vereinfachte Photolackmodelle für eine schnelle Prozess-Simulation implementiert, kalibriert und erweitert. Ein Verfahren zum automatischen Anpassen der Simulation an die Prozesse nicht chemisch verstärkter Photolacke wurde entwickelt. Ein lokaler Simplex-Algorithmus wird verwendet, um die multiple Parameterkalibrierung zu automatisieren. Geeignete Startwerte wurden durch eine Vorkalibrierung bestimmt. Um mit dieser Methode einen optimalen Parametersatz zu erhalten, müssen weniger als 200 Fokus-Belichtungs-Matrizen simuliert werden. Weiterhin wurde ein neues Verfahren entwickelt, um Modelle chemisch verstärkter Photolacke mit dem Simplex-Algorithmus zu optimieren. Die Modelle wurden für Fokus-Belichtungs-Matrizen mit verschiedenen Maskenstrukturen und Photolackprofilen kalibriert. Es zeigt sich, dass die Anwendung dieses Verfahrens für diese Modelle nicht komfortabel ist: Die komplexen physikalischen und chemischen Prozesse chemisch verstärkter Photolacke müssen mit verfeinerten Modellen durch zusätzliche Parameter beschrieben werden. Deshalb wird ein genetischer Algorithmus für die Kalibrierung von chemisch verstärkten 248nm- und 193nm-Photolacken verwendet, da mehr Parameter kalibriert werden müssen. Der genetische Algorithmus verbessert die Genauigkeit der Kalibrierungsergebnisse. Dies ist darauf zurückzuführen, dass die Dimension des Parameterraumes, im Vergleich zur Optimierung mit dem Simplex-Algorithmus, um mehr als das Fünffache vergrößert werden kann. Zusätzlich verbessert eine Betrachtung der Messfehler die Ergebnisse der Kalibrierung signifikant. Die Modelle wurden gleichzeitig für eine Fokus-Belichtungs-Matrix, Daten für die optische Nahbereichskorrektur, den Maskenfehler-Verstärkungs-Faktor und die Linearität kalibriert. Außerdem wurden neue Algorithmen für die Prozessfenster-Evaluierung entwickelt. Der erste Algorithmus erlaubt eine analytische Darstellung von Fokus-Belichtungs-Matrizen mit Polynomen. Die Polynome können für eine quantitative Bewertung der Gebiete sich überlappender Prozessfenster von simulierten und experimentellen Daten verwendet werden. Der zweite Algorithmus erlaubt eine visuelle Bewertung der Prozessfenster. Unterschiedliche Darstellungen und die Analyse von Prozessfenstern erlauben verschiedene Anwendungen. Es ist wichtig, den Einfluss der Modellparameter auf die Simulationsergebnisse zu kennen, um die Komplexität der Kalibrierung zu reduzieren. Deshalb wird ein neuer Algorithmus präsentiert, der die Empfindlichkeit beliebiger Modellparameter in einem festgelegten Parameterraum automatisch analysiert. Der Algorithmus kombiniert verschiedene Methoden der Korrelationsanalyse mit der Simulation optischer Lithographieprozesse. Die Ergebnisse dieser Analyse zeigen, dass wesentliche Simulationseffekte mit 4 oder 5 Parametern beschrieben werden können. Auf Grund der Ergebnisse wurden vereinfachte Photolackmodelle implementiert, und die Modelle wurden für 1D- und 2D-Maskenstrukturen kalibriert. Es wird gezeigt, dass ein vereinfachtes 1D-Modell Fokus-Belichtungs-Matrizen für verschiedene Prozessbedingungen simulieren kann. Eine Erweiterung der Modelle ist notwendig, um ein Modell für eine Fokus-Belichtungs-Matrix, Daten für die optische Nahbereichskorrektur, den Maskenfehler-Verstärkungs-Faktor und die Linearität zu kalibrieren. Das 2D-Modell wurde für isolierte, Ketten und Felder von Kontaktlöchern für einen 193nm-Photolack kalibriert. Für die gezeigten Beispiele können die vereinfachten Photolackmodelle die experimentellen Daten ebenso gut vorhersagen wie die auf chemischen und physikalischen Gesetzmäßigkeiten basierenden Modelle. Im Gegensatz zu den auf chemischen und physikalischen Gesetzmäßigkeiten basierenden Modellen sind die vereinfachten Modelle 100-mal schneller.show moreshow less
  • Simulation has become indispensable for research and development of optical lithography processes. Due to the complexity of the physical and chemical processes to be taken into account, typically about 40 parameters have to be calibrated before simulation can be performed. This thesis deals with new methods to automatically calibrate model parameters for optical lithography simulation. New objective functions were developed which can be applied to arbitrary model parameters and combinations of process evaluation criteria such as linewidth, process windows, and resist profiles. Furthermore, simplified resist models were implemented, calibrated and enhanced for a fast resist processSimulation has become indispensable for research and development of optical lithography processes. Due to the complexity of the physical and chemical processes to be taken into account, typically about 40 parameters have to be calibrated before simulation can be performed. This thesis deals with new methods to automatically calibrate model parameters for optical lithography simulation. New objective functions were developed which can be applied to arbitrary model parameters and combinations of process evaluation criteria such as linewidth, process windows, and resist profiles. Furthermore, simplified resist models were implemented, calibrated and enhanced for a fast resist process simulation. An automated fitting procedure was developed for the simulation of non-chemically amplified resist processes. A local acting simplex algorithm is used to automatize the multiple parameter calibration. In order to find appropriate start values a precalibration was applied. To obtain an optimum parameter set with this method, less than 200 focus exposure matrix simulations have to be performed. Additionally, a new procedure was developed to optimize models for chemically amplified resists with the simplex algorithm. The models were calibrated for focus exposure matrices with different mask structures and resist profiles. It is shown that the procedure is not comfortable for these models: The complex physical and chemical processes in chemically amplified resists have to be described by sophisticated simulation models with additional parameters. Therefore, a genetic algorithm is used for the calibration of models for 248nm and 193nm chemically amplified resists, because more parameters have to be calibrated. The genetic algorithm increases the accuracy of the calibration results. This is due to the fact that the dimension of the parameter space can be increased by a factor of 5 or more compared to the optimization with a simplex algorithm. Additionally, the consideration of metrology errors significantly improved the output of the calibration runs. The models were calibrated simultaneously to a focus exposure matrix, optical proximity correction data, mask enhancement error factor data, and linearity data. Furthermore, new algorithms for process window evaluation were developed. The first algorithm allows an analytical representation of focus exposure matrices with polynomials. The polynomials can be used to quantitatively evaluate the areas of overlapping process windows between simulated and experimental data. The second algorithm allows a visual analysis of process windows. Different representations and the analysis of process windows allow usage within various application scenarios. It is important to know the impact of model parameters on simulation results to decrease the complexity of the calibration. Therefore, a new algorithm is presented which automatically analyzes the sensitivity of arbitrary model parameters in a fixed parameter space. The algorithm combines general methods of correlation analysis with the simulation of optical lithography processes. The results of this analysis show that main simulation effects can be described by only 4 or 5 parameters. Based on this findings simplified resist models were implemented, and the models were calibrated for 1D and 2D mask layout structures. It is shown that one 1D simplified model can simulate focus exposure matrices for different mask structures and process conditions. An enhancement of the models is necessary to calibrate focus exposure matrix, optical proximity correction data, mask enhancement error factor data, and linearity data with one model. The 2D model was calibrated for isolated contact holes, chains of contact holes, and arrays of contact holes for a 193nm DRAM resist. For the examples presented in this thesis the simplified resist models can predict measured data as precisely as chemically and physically based models can do. In contrast to the chemically and physically based models, the simplified models are 100 times faster.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Bernd Tollkühn
Persistent identifiers - URN:urn:nbn:de:bvb:29-opus-3968
Advisor:Heiner Ryssel
Document Type:Doctoral Thesis
Language:German
Year of publication:2006
Publishing Institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
Granting institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
Acceptance date of the thesis:2006/05/05
Release Date:2006/06/20
Tag:Calibration; Correlation Analysis; Lithography; Model Parameters; Simulation
SWD-Keyword:Lithographie <Halbleitertechnologie>; Computersimulation; Kalibrieren <Messtechnik>; Korrelationsanalyse; Optimierung; Genetischer Algorithmus
Institutes:Technische Fakultät / Technische Fakultät -ohne weitere Spezifikation-
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 60 Technik / 600 Technik, Technologie
open_access (DINI-Set):open_access