当前位置：首页 > 生肖 > 正文内容

英明果断打一生肖（半导体制造领域的先进过程控制技术APC）

2024-09-20 10:19:03生肖183

先看目录哈

为了促进感兴趣的朋友之间的交流，拉了一个微信群，欢迎大家扫码加入。

1. 半导体先进过程控制简介

1. 先进过程控制的概念

先进过程控制（Advanced Process Control，APC）是对那些不同于常规单回路控制，并具有比常规 PID 控制更好的控制效果的控制策略的统称，而非专指某种计算机控制算法。先进过程控制的任务是用来处理那些采用常规控制效果不好，甚至无法控制的复杂工业过程控制的问题。

2. 先进过程控制的发展简史

先进过程控制（APC）已成为当今半导体制造不可或缺的基石。 APC扎根于化学加工，不仅在半导体制造中证明了自己的实力，而且在提高光伏等相邻行业的产量方面具有潜力。APC技术起源于化工行业。

图1 横河公司总结的APC的技术发展史

自20世纪90年代开始，国外石化行业中推广应用基于模型的先进过程控制方法，克服了常规单回路控制的缺点，能进行多变量协调控制。目前国外已形成了先进过程控制系列软件产品，有Aspen Tech、Profimatics、Adersa、Honeywell、Treiber Controls等多家公司，开发出多变量先进过程控制和实时在线优化的商品化工程软件产品，在上千家大型炼油、石化、化工、冶金等企业获得成功应用。据统计，国外著名的先进过程控制软件包已有500多套得到应用，对炼油单装置实施先进过程控制和优化技术已成熟并商品化，工程化方法也已经逐步规划范。据统计，美国炼油厂90%的常减压蒸馏、催化裂化、延迟焦化、加氢裂化等装置已经实施了先进过程控制技术。

进入20世纪90年以来，国内一些高校和企业将预测控制、模糊控制、专家系统控制、神经网络控制等先进过程控制技术成功应用于一些复杂工业生产过程，达到稳定操作、提高质量、增加产能、降低能耗、节约成本的目的，取得了显著的经济效益。

从40年代开始至今，采用PID控制规律的单回路系统一直是过程控制领域最主要的控制系统，单回路系统主要采用经典控制理论的频域分析方法进行控制系统的分析和设计。PID控制算法简单、有效，可以实现一般生产过程的平稳操作与运行。但单回路PID控制并不适用于特性复杂的被控过程，不能满足生产工艺的特殊需要和高精度控制的要求。

从50年代开始，过程控制领域陆续出现了串级、比值、前馈、均匀和Smith预估控制等控制系统，即所谓的复杂控制系统，这些系统在一定程度上满足了复杂生产过程、特殊生产过程工艺以及高精度控制的需要。

从60年代初期逐渐发展起来的以状态空间为基础的现代控制理论日趋完善，形成了状态反馈、状态观测、最优控制等一系列多变量控制系统的设计方法，对自动控制技术的发展起到了积极的推动作用。但在生产过程控制中的应用却没有收到预期的效果。这是因为：（1）现代控制理论的设计方法必须依据被控过程准确的数学模型，但生产过程往往难以用简单而精确的数学模型描述；（2）有些过程具有非线性、时变性、耦合性和不确定性等特点，即使做了大量简化得到线性定常模型，并求出某些高等控制策略，但由于这些控制策略的结构和算法往往十分复杂，在实施中难以准确实现而无法达到预期的效果。

随着过程工业日益走向大规模、复杂化，对生产过程的控制品质要求越来越高，出现了许多过程、结构、环境和控制均十分复杂的生产系统，出现了先进过程控制APC（亦称高等过程控制）的概念。关于先进过程控制，目前尚无严格而统一的定义。习惯上将那些不同于常规单回路PID控制，并具有比常规PID控制更好控制效果的控制策略统称为先进过程控制，如自适应控制、预测控制、专家控制、模糊控制、神经网络控制、推理控制等都属于先进控制。

图2 半导体（集成电路）制造工艺

而今，前段半导体厂已经进入工厂自动化的新阶段，那就是强调通过制程控制来得到更高的成品率和生产效率。先进制程控制（Advance Process Control，APC）技术在半导体业的应用研究已近十年，然而真正引起人们注意还是在最近这几年。随着半导体工艺技术进入90nm，半导体器件加工时的工艺窗口非常狭小，这就对半导体生产企业提出了比以往严格得多的制程控制要求。以往的统计制程控制（Statistical Process Control，SPC）和单独对某一参数的控制方法已经不能适应当前的制程技术要求，因而APC技术成为一种必不可少的关键技术。

3. 半导体先进过程控制的概念

随着12寸晶圆在全世界的发展，半导体生产规模不断地扩大，制造工艺不断复杂、芯片的集成度也越来越高，如何提高产品的良率（Yield）变成一个相当重要的问题。

随着晶圆日趋增大和关键尺寸的不断缩小，半导体制造过程的质量实时控制变得越来越重要。集成电路关键尺寸不断缩小、单个芯片功能和性能的不断增强一直是半导体工业的发展方向，因此，需要运用先进的过程控制技术。然而，与传统石油化工过程相比，半导体制造业具有过程复杂、生产周期长、质量测试设备昂贵、环境条件苛刻等显著特征，这就对控制理论研究和工程实践提出了许多挑战性的问题。

半导体制造包括数百个工艺步骤，从晶圆到封装芯片的整个器件处理时间通常为六至八周。图3示出了一般的半导体制造过程的示意图。为了满足设备质量要求并保持高产量，需要对每个工艺步骤进行非常严格的控制，并在生产线上实施。

图3 微电子器件一般制造流程图

光伏器件，特别是薄膜电池，还有单晶和多晶电池，也具有相当苛刻的多层结构。其往往与半导体生产具有相似性的各个制造工艺可以提供所需的层厚度，均匀性和组成，确定晶胞特性的晶相和晶体结构。即使最小的工艺变化也会影响电池结构，更重要的是，会影响电池性能。不断提高的质量和电池效率要求，再加上巨大的价格压力，要求非常高的过程稳定性和对过程变化和漂移的快速反应。因此，正如在半导体制造业中所看到的那样，严格的过程控制将逐渐在光伏产业中变得至关重要，以建立并维持高产量的高质量和高效率生产。

就像其他制造业部门一样，半导体行业一直采取措施，通过增加过程控制来确保高质量的生产率。常见的方法包括统计过程控制（SPC），神经网络的使用（尤其是在高维问题中）以及先进过程控制（APC）。APC的基本目标是双重的：获得更接近过程的过程控制措施，并使控制动作自动化。图4示出了在发生错误的情况下半导体晶片的增加值如何增加损失。为了使损失最小化，必须及早应用适当的测量和控制方法。

图4 错误侦测时间与损失关联图

在半导体工艺制程中，影响半导体制程质量的因数不仅仅是制程配方(Recipe)，还有产品前段制程质量和制程设备当时的状态，而且这些影响因数之间通常有非静态的，自关联性的及交互关联性的特质。减少或消除这些因数对制程的干扰是提高芯片成品的合格率的关键。先进的半导体过程控制技术(Advanced Process Control，APC)研究的目的就是应用Run-to-Run控制方法，利用数据的正向补给和反馈来有效的监控制程过程与设备状态以及调整制程的偏移，消除对制程的各种干扰，以提高产品良率。

集成电路生产线投资成本高，为了尽快收回投资成本，需要不断提高设备的生产效率。采取各种措施来提高设备的利用率，让工艺生产线具有可延伸性、灵活性和可伸缩性，尽量延长使用周期，提高工艺设备的稳定性，减少设备的停机维护时间。APC 是为了满足以上所提及的需求而新近发展起来的工艺控制技术。APC可定义为自动判断该如何去操作一台设备，或是一组设备，或是整个厂的所有设备，以期获得理想的工艺过程或产品的方法学。通过使用与加工材料及测量数据所得到的信息，APC可根据最后所需要达到的目标来选择应采用何种模型及控制策略来控制可操作变量的值。APC 也可决定能否达到预期的目标以及通知用户进行必要的设备维护。总而言之， APC可对以下问题作出相应的判断：

1. 调整什么变量，何时进行调整，调整的程度如何；

2. 监控调整的变量，确保他们的调整幅度不至于太大；

3. 监控调整的变量，确保他们不至于调整过于频繁；

4. 如果发现被调整的变量超出了可接受的调整范围，产生一个报警用于结束工艺过程；

5. 确定哪个变量具有非期望的值或行为；

6. 确定产生非期望值或行为的原因。

APC技术的目的是解决制程过程中各项参数和性能指标漂移的问题，及时纠正误差。它的实施有助于提高生产率、降低能耗、改善产品质量和连续性，以及改善制程的安全性等，使得制程设备能够实现更加严格的工艺窗口，满足未来65nm技术结点或以下制程技术的要求。

图5 APC技术在半导体工艺控制中的应用

从功能上来看, APC 技术具有工艺过程的参数校正及故障管理两大功能, 过程参数的校正就是上面所谈到的各种控制手段。而故障管理则包括实时的故障诊断以及故障的分类及响应。APC 技术是由各种传感器所收集的信号驱动的, 是一种基于模型控制技术。从图5可以看到, APC 几乎可以涵盖所有的前道工序, 如薄膜沉积, 光刻及刻蚀, 并且与各种测量设备紧密结合起来, 进而形成一个完整的控制体系, 严格的将各种工艺参数控制在规定的指标范围之内。

2. APC技术的基本功能系统与工作原理

APC系统是一个多层次的控制系统，APC可定义为自动判断该如何去操作一台设备，或是一组设备，或是整个Fab厂的所有设备，以期获得理想的工艺过程或是产品的方法学。通过使用与加工材料及测量数据相关的信息，APC可根据最后所需要达到的目标来选择应采用何种模型及控制策略来控制可操作变量的值。APC也可决定能否达到预期的目标以及通知用户进行必要的设备维护。因为每个企业的生产有着它自己的特殊性，所以如何在最短的时间内能做出适应性强的APC系统就更有其充分的必要性。

1. 过程特性分析

一个工作机台可以视为由晶圆、工艺配方和机台组成的三元子系统。晶圆的加工偏差随该晶圆在生产线上的流动而传播 ,机台本身特性的变化将对所有经该机台加工的晶圆产生影响；另一方面，考虑机台上下线的调度指令，使得生产过程始终处于动态变化之中；同时，集成电路技术变革以及产品种类多样性使得晶圆生产线也经常处于变化中。以上特征使得半导体制造业本质上具有柔性加工组织模式。

建立精确模型是实现高精度控制的重要步骤。对于半导体制造这种纳米级的生产过程来说 ,建模涉及到宏观和微观两种不同的表征尺度。品质评价取决于微观上的加工是否达到了要求 ,而过程的控制变量只能是宏观层面。对这种宏观上的输入与微观上的输出,建立其准确的数学模型相当困难；另外，缺乏对过程和设备的理解,很难确认哪些因素对过程产生怎样的影响。

抑制扰动是半导体制造过程控制最主要的目标。来自加工机台方面的扰动只作用于该机台 ,通过实施合理的反馈控制可以将其消除。来自待加工晶圆特性方面的扰动将存在于整个生产流程当中，但通过前馈或进料序列安排可减轻这类扰动的引入。还有一类扰动源自专门承担量测任务的机台，局部控制策略无法消除这类漂移，需要上一级或厂级的控制作用。

对于缺乏原位测量的半导体制造业来说，很难实现质量的实时在线测量 ,即使是异位测量 ,测定纳米级的质量参数也极为困难，更特殊的是量测工具共用以及只对少数晶圆进行测量导致的测量滞后和测量调度等问题。针对以上半导体制造过程的测量形势，现有以下解决方案 :（1）研发快速的、非破坏性的原位测量机台，特点是直接、准确、及时和高成本；（2）用软测量的方法，特点是可以综合利用多种信息资源，但其精度受限；（3）通过定性测量收集数据，虽然精度不高，但可以有效减小测量滞后。

2. 控制结构及算法

统计过程控制 (SPC)是从 20世纪 80年代中期开始被引入到半导体制造过程控制领域的。该控制通过对过程中工艺参数进行统计分析，实现产品品质的监控和预测。然而在多品种、大批量制造模式下，这样的控制策略导致管理过于复杂。

目前 SPC技术已经比较成熟，但 SPC对人为经验有极大的依赖性，这在一定程度上制约了半导体制造技术的发展。Run-to-run(R2R)控制正是为了克服这种制约而提出的。

1. 控制系统组成

半导体制造过程的控制系统一般由厂级、产品级和机台级三部分组成，控制策略以 Run-to-run控制算法为主，图1给出了多层控制系统的组成结构。厂级控制层主要实现经营决策，并根据晶圆验收测试结果WAT(waferacceptancetesting)来实现协同控制功能。产品级控制的主要功能是更新机台实时控制器的设定值，这些设定值称之为配方，故障检测和诊断也属于这个层次。机台级控制属于实时控制，其 PID控制器由机台制造商提供。

图 6 多层控制系统组成结构

2. Run-to-run控制策略

R2R控制技术是半导体工业中广泛用于保证产品品质的一类算法。图7是基于模型的 R2R控制结构图。在每个批次开始之前 ,基于之前在该机台加工过的晶圆质量信息和待加工晶圆的信息,控制器以输出偏差最小为目标 ,计算求得该机台操作的最佳配方，从而使待加工晶圆通过该机台的处理达到期望的质量指标。

图7 R2R控制结构图

R2R控制有如下特点：（1）采用了离散反馈控制机制，在批次过程中保持配方不变；（2）允许异位测量；（3）以更新机台实时控制器设定点为目标；（4）可以组成多入多出控制器；（5）在小批次或模型不准确时需要仔细调整参数。R2R控制器的本质是确定工艺配方如何更新的法则。

R2R控制设计的一类基本算法是指数加权滑动平均 (EWMA)，其形式与内模控制相仿。基于EWMA的R2R控制器有多种形式，如s-EWMA控制器可以有效抵御突变性扰动；d-EWMA控制器增加了克服慢漂移扰动的功能。针对半导体制造业中的多种类、小批次特点，提出了有变动折扣因子的v-EWMA控制器；以 S/N比的概念，提出一个连续调整折扣因子的方法；给出了样本大小和多变量 d-EWMA稳定性之间的关系。

除 EWMA型控制规则外 ,还有一些其他的控制器设计。Castillo提出了自适应 R2R控制器, 研究了不同噪声模型使用自调整控制器的情况,并与最小方差控制器进行了比较。这种控制器由非线性约束优化器和递推最小二乘(RLS)估计器组成,基本思想是对一个非线性回归模型(Hammerstein模型 )进行在线估算。自调节控制器隐含了模型辨识与控制设计的分离原则 ,对于初始参数未知的过程,自调节控制器效果明显。研究表明 ,即使过程存在强自相关,这种控制方法对于突变漂移和确定性缓慢漂移也表现出较好的鲁棒性 ,但缺点是实现成本高，且只适用于 Hammerstein模型。

Mullins提出用线性模型预测控制 (LMPC)来实现R2R控制器。LMPC控制器是用传统的状态空间模型来求解一个二次规划问题。与 d-EWMA模块一样，它在有模型建模误差的情况下可以实现无余差目标追踪 ,而且基于 MPC算法的 R2R控制器具有较多的软硬件资源可用。以上介绍的控制器都是以定量观测为基础的，然而在实践中受各种约束限制，定量测量并不一定可用。一些研究人员已经提出用改进的算法来改善定量信息缺乏的困境。

3. 厂级控制

半导体制造商主要通过降低成本和缩短生产周期来获取利润，而提高产品良率、减少测试晶圆的数量和缩短机台维修时间是降低成本的主要途径。这些都不是单独对一个操作单元进行改进就可以实现的，需要先进的厂级控制，以及对所有工序进行监控和优化。厂级控制系统的组成如图8所示。

图8 模块化的厂级控制结构

半导体产品的良率与晶圆的电气特性高度相关 ,为了保证高良率,必须使晶圆的电气特性符合设计规格要求。低层的 R2R控制无法对量测机台中的漂移进行补偿，这将严重影响晶圆的电气特性。厂级控制的一个主要作用就是直接控制电气特性，通过一个预测模型来优

化下层的 R2R控制器，更新 R2R控制器中的设定值。

厂级控制的第二个任务是优化工序。为了最大化设备的使用率，半导体制造过程中多种产品在生产线上同时生产是基本的模式。即使同一种产品的生产，每个批次晶圆也会因为处理结果的不同而产生多样的潜在进程安排。如何合理地安排工序进程将是厂级控制要解决的问题。王遵彤等人提出兼顾投料与调度策略的复合优先级控制策略 ,通过比较加工任务的复合优先级系数来确定工序。

全厂监测功能在厂级控制的地位越来越重要。半导体制造过程由多道工序组成 ,这些设备以并行模式和串行模式构成。频繁的设备维护和严格的生产环境需要对全厂的设备和控制器进行追踪和监控，及时发现问题，安排维护，为工序进程安排提供参考。

通信功能是实现厂级控制的保证。厂级控制既要提供人机界面、控制器与数据库以及控制器与机台等纵向的通信标准，还要在过程与过程之间建立联系。集成电路设计技术和半导体制造技术的迅猛发展都要求有一个柔性开放的平台。SEMATECH为半导体工业规划了一个计算机综合制造 (CIM)的框架规范，其目的是提供一个开放自由的软件结构。该结构需要考虑到互用性、替换能力、扩展能力以及通用组件再使用。为了确保机台装备与未来发展兼容 ,厂级控制架构需要规范面向机台的通信标准，比如基于SEMI/GEM半导体装备通信标准 (SECS)。除了为机台通信制定标准外，厂级控制还要为一些应用软件定义标准接口，如 Matlab、ModelWare等，现场工程师利用它们可以更有效地改进控制方案和及时预报故障。在实行厂级控制的时候，数据库的建立很重要；半导体制造过程存在不同时间尺度的信息，应该将其区分好；同时，数据挖掘技术的发展有望在大量数据中发现有用的关联、模态和趋势等有用信息。

4. APC技术的基本功能系统

以目前的现状来说，APC的功能大致包括，设备状态监测(Equipment health monitoring)，错误侦测与分类（Fault detection and classification，FDC），Run-to-run Control，预测性保养（Predictive maintenance，PDM）等等。这些可以协助设备相关工程人员降低非工作预订的设备停机次数，适时侦测与排除发生问题的设备，减少产品的发生问题的机率，在线调整制程，减少因设备特性漂移对制程的影响，对于产品良率和品质的提升有极大帮助。先进制程控制己被广泛地应用到许多技术的领域，从工厂的管理软件系统到特殊设备的特定感应系统。

5. APC的工作原理

APC系统需求包含前值数据收集，制程配方的计算和修正，后值数据反馈。因为制程工艺很复杂，在实现R2R Control的过程中，虽然可能Feed forward／Feed back的数学模型是一样的，但是对于不同的产品和制程情况，模型中的因子的值会有所区别，制程工程师要能根据产品制程情况调整模型中的参数。因此，APC系统还要提供界面给工程师实时的调整制程参数和数据查询。

APC系统的用况图如图9所示：

图9 APC系统功能需求用况图

从各个用况与外界对象的交互来区分，我们可以把图9的中用况分成三个部分分析，数据反馈，制程修正，人工调整。

1. 数据反馈

数据反馈部分包含数据前反馈，数据后反馈，和数据收集。

数据收集要完成的任务首先要与量测设备通讯，从量测设备上收集量测数据，每个设备传送的数据和数据格式因设备类型的不同而各异，所以要有一个数据整理过程，取出相应的数据。数据整理后送给R2R控制器，实现前值数据前馈和后值数据回馈。所以数据收集可以提取四个类，消息接收，数据整理，数据前反馈，和数据后反馈。

数据反馈部分的活动图如图10所示：

图10 数据反馈活动图

2. 制程修正

制程修正部分包含计算制程偏移量和偏移量反馈。产品到达制程设备后，要实现修正制程偏移功能首先从制程设备上收到信息，触发计算制程校正结果，修正制程偏移。不论是制程设备还是量测设备，都是通过支持相同的协议SECS，从制程设备上收消息的方式一致的。所以制程修正可以提取三个类，消息接收，计算修正值和反馈修正值。

图11制程修正活动图

3. 人工调整

人工调整包含设定和调整控制模型因子和数据查询。设定和调整控制模型因子和数据查询都是面向工程师的，可以从中提取参数设定和数据查询两个分析类。

4. APC工作流程图

图12 APC系统交互顺序图

3. APC技术的组成

先进过程控制技术（APC）是半导体领域不可或缺的技术，其技术组成可以分为如下几类，具体见下图（图13）。

图13 APC和APC扩展能力的定义

1. 多变量预测控制

先进过程控制技术的核心是多变量鲁棒预测控制器，采用模型预测控制算法。预测控制算法具有三大基本特征：预测模型、滚动优化和反馈修正。其计算步骤是：在当前时刻，采用过程动态模型来预测未来一定时域内每个采样点的过程输出，并用当前时刻的预测误差修正模型的预报值；然后，基于输出期望设定值与预测值的偏差按某个优化目标函数计算出当前及未来一定时域的控制量。为了柔化控制量和防止超调，一般要求设定值按照某种参考轨迹达到其目标值。每次计算后，仅输出当前控制量并施加给实际过程。至下一时刻，根据新的测量数据重新按上述步骤计算控制量。因此，这种计算是一个不断滚动的局部优化过程。

先进过程控制的多变量预测需充分考虑实际控制系统中的各种要求，保证系统性能和控制器的鲁棒性。通常要求实现以下功能：

1. 灵活的约束控制可满足工艺要求的同时，较好地提高装置产能。

2. 局部优化装置控制手段，有效提高产品质量。

3. 在满足装置工艺指标和装置控制回路指标上下限约束的前提下，有效地利用对控制回路的调节，使工艺指标按照装置测试得到的模型算法及制定的闭环性能达到预期的性能指标。

4. 通过触发“先进过程控制集成平台”提供的虚位号脚本功能实现自定义控制，用户可以通过该功能对多变量鲁棒预测期进行扩充，从而提供更强大的灵活性和运算能力。

2. 统计过程控制（SPC）的方法

SPC是一种成熟的技术，它使用统计方法来分析过程或产品指标，以采取适当的措施来实现并维持统计控制的状态，并不断提高过程能力。许多SPC工具都基于所谓的Western Electric Rules。SPC虽然被用来侦测与验证制程的稳定性与正确性，但理论上却不能称为一种控制，因为尽管SPC提供侦测制程异常的机制，却不提供改正这个异常的方法，必须制程工程师人工的干预来调整制程，实时性比较差，校正结果经常会持续偏离操作的目标值，因此如何使用实时设备

状态信息，比如附属工具和其他影响制程的部件的数据，为整个系统的运行提供更好的制程控制就有了迫切性。先进制程控制（Advanced Process Control，APC）技术是解决这一问题的有效方法。

3. 故障检测（FD），故障分类（FC）和故障预测（FP）的方法

FD是监视和分析工具和/或过程数据中的变化以检测异常的技术。FC以此为基础，涵盖了一旦发现故障就确定故障原因的技术。两种方法通常一起用作“故障检测和分类”（FDC）。FP是一种监视和分析过程数据中的变化以在异常和故障实际发生之前对其进行预测的技术。

4. RtR的方法

RtR是在生产运行之间修改配方参数以提高加工性能的技术。 “批量”可以是一批，一批或单个晶片。在串行处理中，此方法仅可在两次测量之间应用。Run-to-Run control是一种离散式控制，经过上一站的量测设备后，目前晶体进入本站的同时，上一站的量测结果传送给本站的控制器，作为控制器调整本站本次制程配方的依据，这种控制称为前馈控制(Feed forward)；之前的晶体经过本站的量测设备后，当目前晶体进入本站的同时，本站以之前的量测结果传送回本站的控制器，供控制器作为本站本次制程配方的调整依据，这种控制称为回馈控制(Feed back)。前馈控制利用量测结果告知控制器实际的制程起点，而回馈控制利用量测结果告知控制器实际的制程终点。

图14 R2R控制方块图

若将控制器的部分独立出来，则可看出如图14中输出输入的关系。R2R控制器将设备中特定制程的制程配方与前制程结果，后制程结果做比较，并提出建议的制程配方或制程配方的修正值。

图15 R2R控制器输入输出关系

通过对R2R Control的介绍，可以看出，实现R2R Control的流程是：收集前站量测数据并向前传送——计算制程配方调整量并修正制程——收集后站量测数据并反馈给控制器。

5. 虚拟测量（VM）的方法

VM是通过使用物理模型从现有制造参数或上游度量（例如工艺状态，附加传感器，温度，压力，气体流量等）中得出晶片参数或产品参数的技术。在化工领域，也将虚拟测量技术称之为软测量技术。控制产品质量是装置优化控制的基础，只有在产品质量合格的前提下，才能追求产品的产量最大和消耗最小。在产品的质量控制中，实时在线质量分析数据十分重要，寻求通过软测量技术在线计算产品的质量将是一条很好的途径，这将克服在线质量分析仪表存在的滞后较大等缺陷，提高先进过程控制的应用水平。

软测量模型是软测量技术的核心。它不同于一般意义下的数学模型，强调的是通过辅助变量来获得主导变量的最佳估计，建立的方法有机理模型、经验建模以及两者的结合，软测量与工艺计算技术将用于对产品的质量指标和工艺参数进行在线计算，供多变量控制器使用。

软测量技术的核心是建立工业对象的精确可靠的模型。首先深入了解和熟悉软测量对象及有关装置的工艺流程，通过机理分析可以初步确定影响关键变量的相关辅助变量，并对辅助变量进行筛选。辅助变量的选择应符合关联性、灵敏性、特异性、过程适用性、精确性和鲁棒性等原则。初始软测量模型是对变量的历史数据进行辨识而来的，在现场测量数据中可能含有随机误差甚至显著误差，必须进过数据变换和数据校正等预处理，将真实信号从含噪声的混合信号中分离出来，才能用于软测量的建模或作为软测量模型的输入。

因此，软测量的离线数据准备至关重要。软测量模型的输出就是软测量对象的实际估值，在应用过程中，软测量模型的参数和结构随时间迁移工况和操作点可能发生改变，需要对软测量模型各种状态进行监控，并进行在线或离线修正，提高模型的适用范围。

6. 整合量测作为APC的推动力

在简单的方法中，这些参数可以通过独立的度量工具进行测量，并且所研究的基板或设备的测量质量参数可以用作控制过程和相应设备的输入参数。有趣的是，特别是对于较大的基板面积和高通量的生产过程，事实证明，测量参数可以更有效地用作更接近设备的控制策略的输入（见图4）。在半导体加工中，整合量测（IM）已被证明是APC的推动力，并在工艺开发和批量生产中提供了可观的收益。成功且有效地实施IM的几个先决条件是必要的。其中包括：传感器或测量设备的机械集成和自动化解决方案的可用性；是否存在可在设备或过程环境中正确进行测量的分析方法；以及与数据框架的有效连接，从而实现了整个晶圆厂的APC策略。过去，针对半导体行业中的不同工艺类别开发了各种IM解决方案，例如等离子处理，光刻，热沉积和氧化工艺以及注入。用于IM集成的改造解决方案可能适用于现有设备，但是最有效的方法是在过程设备开发的早期阶段开发IM和APC策略。

图16 APC单元之间的相互作用

7. 系统集成

完整的先进过程控制系统需将多变量预测控制技术、软测量和工艺计算技术有机结合起来，在装置上进行整体应用。

8. 小结

显然，这些方法的正确应用在很大程度上取决于整个晶圆厂的数据可用性。这些数据可以来自制造设备（例如设备健康指示，正常运行时间数据），来自过程（例如温度，压力）或来自晶片（例如层厚度，层组成）。为了能够应用控制算法，必须识别“质量参数”以及“可调参数”。质量参数描述了生产运行是否成功；可调参数是可以实际调整以适应过程的参数。此外，无论在哪里收集数据，都必须特别强调数据质量（例如准确性，分辨率，正确的时间戳记，上下文信息），因为每种控制措施都只能与它所依赖的数据一样好。图16在抽象的处理流程中描述了APC的上述某些元素。这与半导体或光伏制造中的实际实现方式无关，因为有关过程和产品属性的数据是通过传感器和专用计量收集的。基于对特定质量参数是否超出定义限制的了解，来自传感器的数据将在过程n中用于简单的“通过/不通过”决策。过程数据和度量数据都用于提供运行到运行的控制算法，以调整过程n的可调参数，以适应在后过程度量或先前度量步骤中检测到的质量参数的变化。基于用于自动调整配方参数的计量步骤，这称为前馈或反馈控制。前馈和反馈都可以组合使用。

4. APC技术的应用案例

1. 等离子体刻蚀过程

1. 等离子刻蚀工艺中的实时反馈控制

对于高密度等离子体刻蚀机, 刻蚀速率相对较快, 而与此同时刻蚀薄膜的厚度在不断变薄, 因而需要迅速对等离子体刻蚀状态进行测量, 以便于实现过程控制。

为了减小刻蚀工艺过程的漂移, 就需要对刻蚀过程中的主要刻蚀参数（刻蚀速率或是刻蚀深度，刻蚀各项异性, 选择比及刻蚀均匀性）进行基于传感器系统的实时反馈控制, 实时反馈控制中的一个关键环节就是利用非侵入式传感器测量过程参数。正如在前面的章节中所讨论的, 非侵入式测量技术包括光学测量技术（OES, IEP 和光谱椭偏技术等），RF 阻抗分析仪等。工艺参数之间存在很强的相互影响和作用，属于MIMO控制类型，因而基于这些过程参数对刻蚀现象进行建模分析是非常复杂的。

对于实时测量的传感器数据以及由制动器得到的数据, 由于彼此之间的相互关联度很大，因而限制了传统的 SPC 技术在实时反馈控制中的应用。人们提出了在实时反馈控制器的模型中引入时间序列方法及多变量统计算法对数据进行处理。

图17 APC技术在半导体工艺控制中的应用

RtR控制是一种针对半导体工艺的、将过程监控与控制算法集成在一起的控制器。之所以引入RtR 控制, 是基于以下两方面的原因。其一是因为等离子体刻蚀过程包含了复杂的物理过程和化学反应, 是一个复杂的非线性系统, 而人们对该过程的了解还非常有限；其二，对于某些等离子体参数而言，缺少相应的传感器和测量手段。正是由于存在这两个方面的原因，从而导致了对关键的晶片参数的监控只能在反应腔室外进行，并且是在工艺过程之后以非实时的方式进行的。

2. 等离子刻蚀过程中的RtR控制

RtR控制器中较为传统的控制算法是基于统计技术的，但这些算法的控制精度已经远远不能满足实际需要了。因此神经网络模型及控制技术被引入到 RtR 控制中。它能够为晶片到晶片( wafer to wafer) 的刻蚀工艺动态调整且生成工艺配方的算法。它是一种离散式控制, 可以消除设备参数漂移等干扰因素对晶片刻蚀所造成的影响。该算法模型将工艺配方中的变量与控制变量联系起来。在直接对CD变量进行原位实时测量无法实现的情况下，可以用OES和LIF等光学传感器来测量各种反应腔室内部的状态参数, 如温度和压力。RtR 控制器可将这些参数与CD变量的变化联系起来, 从而对 CD 变量的变化进行间接控制。随着OCD技术的日益成熟， OCD 已经可以整合到刻蚀机系统中, 实现对栅极CD的原位测量, 进一步提高了测量的可靠性和控制的有效性。图18是整合了刻蚀机、光刻机及CD 测量设备的APC体系结构示意图，从图中可以看到，通过测量刻蚀过后的值可以反馈控制刻蚀时间，对刻蚀CD及时进行小范围调整，如果超出了其调整的幅度，则通过控制算法对光刻机进行控制，先调整光刻胶的CD，进而再来调整刻蚀栅极的CD，使之最终可以满足规定的 CD 值。

图18 基于APC控制体系结构的刻蚀工艺CD参数控制

2. 化学机械研磨CMP

随着半导体技术的快速发展，器件特征尺寸的显著减小，半导体制造业对工艺误差的控制要求越来越严格。目前，测量机台的发展促进了测量机台和工艺机台的整合（在线测量）。这种在线测量技术增加了半导体制造过程对晶片前后值的测量和反馈频率，从而提高了对工艺误差的控制，减少了产品的报废。随着整合测量技术的提高，先进工艺控制（ APC）得到了进一步的发展，满足了当前工艺特别是65nm以下的需要。目前APC 已逐渐被半导体器件制造商广泛接受，并且在化学机械研磨工艺（ CMP）中得到了成熟的发展。

1. 目前用于控制CMP工艺的APC方法

化学机械研磨日常检测的主要参数包括：研磨速率、研磨均匀性。在化学机械研磨工艺生产中，由于消耗品的磨损，一般来说，研磨速率都会随着消耗品的使用时间增加而减低。在生产中，需要及时更新研磨时间。

现有的控制 CMP 工艺的方法主要有利用非在线测量的 APC 和在线测量的 iAPC。非在线测量的APC，是指根据一段时间内的产品的历史数据记录（包括芯片研磨前后的厚度，机台当天检测的研磨

速率等）并将这些历史数据带入公式计算出在当前机台和晶片状况下，要把晶片研磨到目标厚度所需要的时间。测量工具的非在线，使非在线APC 不能及时地提供反馈数据给工艺机台，可能造成一些批

次（ Lot）报废。iAPC是在整合测量技术的帮助下，对工艺进行晶片至晶片（wafer-to-wafer）或晶片内（within wafer）均匀性控制的方法。目前在CMP工艺中，应用材料公司开发的iAPC 是在半导体业比较成熟的工艺控制方法。

2. iAPC 的控制原理

iAPC 控制是以在线及时反馈为核心,针对CMP 工艺各种变化干扰，利用工艺前后测量的数据来修正工艺参数的设定，从而补偿或降低不同干扰所造成的影响。

iAPC 控制控制包含有两个基本步骤：一是利用实验设计（DOE: Design of Experiment）建立工艺线性回归（Linear Regression）数学模型，此模型描述了工艺输入与输出参数之间的关系；二是在线估测（Estimation）与工艺控制，基于工艺前后的测量数据值来调整或更新工艺数学模型并决定控制输入，使工艺控制值能稳定于目标值。

在化学机械研磨工艺中，研磨量与研磨时间、研磨速率存在如下关系式：

其中 RA 是研磨量， RR 是研磨速率，Time 是研磨时间。

对于控片来说，研磨量与晶片前值、目标厚度值的关系式是：

iAPC 控制是用指数加权移动平均（EWMA）方法对研磨量的修正来反映机台状况及晶片状况的变化，从而对工艺参数进行修正。 EWMA最早是由罗伯斯（ Roberts）于1959年提出的。其观点是结合过去的历史数据和现在的数据并给予不同的权数，从而可以预测下一个时间点的工艺平均值。

在 CMP 工艺控制中，当计算系统收到第一片晶片的测量值后，就可以计算该片晶片的研磨量偏移值：

该片晶片反馈给对下一片晶片的研磨量偏移百分比是：

这样，通过反馈及循环计算的方法，预估出不同晶片的研磨量，结合公式（1）和（2），就可以准确的计算出不同晶片所需要的研磨时间或其他工艺参数。

目前iAPC对化学机械研磨工艺控制有两种方法：晶片至晶片及晶片内均匀性的控制。

3. 晶片到晶片（Wafer-to-Wafer）的均匀控制

在晶片至晶片均匀性的控制中，iAPC 通过对研磨时间的动态调整，使得研磨后的晶片厚度值达到或少偏离预定的目标值。对于晶片至晶片均匀性的控制，它的控制模型函数必须能够补偿由于连续进来的晶片厚度的变化而引起研磨时间的不同。模型的最基本因素是对研磨时间和研磨量模型的预算。

关系式：

准确地表达了控片的研磨量与研磨时间的关系，然而这个公式对于有图案的Pattern晶片并不完全有效。为此，需要在考虑pattern晶片的Topography或薄膜的基本性质的基础上建立一个P-toB（ Pattern to blanket）的数学关系式。这个关系式可以通过经验或实验（ DOE）来获得。图19是晶片至晶片均匀性控制的一个流程图。当晶片进入研磨前，使用在线测量机台先测量晶片的前值，测量后的数据被送到模型控制的计算系统中，在没有任何反馈的情况下，系统将根据当前送来的晶片前值、当日检测机台的控片的研磨速率以及该种产品的工艺参数（主要是该种产品的目标值、相对应的控片研磨厚度等）代入已建立好的 P-to-B数学模型来计算该片晶片所需要的研磨时间，然后研磨机台会按照计算的时间对该片晶片进行研磨。研磨后的晶片在清洗结束后，又被送到在线测量机台进行测量后值，iAPC 计算系统收到测量后值后，将会单独的对每个研磨头形成一个偏移量百分比。当下一片晶片进来研磨时，iAPC 计算系统将会根据该片晶片的数据以及系统记录的反馈值来计算该片晶片所需要的研磨时间。这样，根据反馈回来的测量后值，iAPC 计算系统对每一片晶片都会计算出一个独立的研磨时间，从而减小各种漂动变化的干扰，使得研磨后的晶片后值偏离目标厚度值越来越小或等于目标厚度值。

Andrew 等人的测试结果表明，运用应用材料公司的iAPC 控制方法对化学机械研磨工艺中的晶片至晶片均匀性的控制，极大地提高了化学机械研磨工艺的控制和设备的 Cpk(Cp 提高了约 80％，Cpk 提高了约 88％ )，并且充分地减少了研磨后在晶片厚度上晶片至晶片间的均匀性。

4. 晶片内（Within Wafer）均匀性的控制

晶片内均匀性的控制方式是通过对研磨时间及研磨头的不同区域压力的调整，从而对工艺进行控制的方法。目前该种控制方法只应用在300mm化学机械研磨工艺中。在iAPC 控制方法中应用的研磨头是一个具有5个压力控制区域的对晶片进行研磨的部件。一般来说，在研磨过程中，对研磨头不同区域的压力调整会引起相对应区域的均匀性的变化。这样，通过对研磨时间及研磨头5个区域的压力调整，就可以对晶片内(within wafer)的均匀性进行控制。

为了建立一个对晶片内均匀性控制的模型，首先需要把晶片分成 5 个区域，对于任何一个区域，都可以用一个线性的方程式来表达在一个区域内的研磨量与压力的关系。

其中 a1， a2， a3， a4， a5， k 为常数 Z1， Z2，Z3， Z4， Z5为研磨头不同区域的压力。然后用控片做实验就可以找出5个区域的研磨量与压力的数学关系，如图20所示。

图20 研磨量与压力的数学关系式

对于晶片不同区域的研磨量与研磨时间的关系，与晶片至晶片均匀性控制方法一样，可以通过实验的方式获得P-to-B的数学关系式。当晶片进入机台研磨前，使用在线测量机台先测量晶片的前值。测量后的数据被送到 iAPC 的计算系统中，在没有任何反馈的情况下，系统将根据当前送来的晶片每个区域的前值、当日检测机台的控片的研磨速率以及该种产品的工艺参数代入已建立好的模型关系式中来计算该片晶片所需要的研磨时间及研磨头的压力（ Z1,Z2,Z3,Z4,Z5），然后研磨机台会按照计算的时间及压力对该片晶片进行研磨。在研磨结束后， iAPC 计算系统收到晶片的测量后值，然后会对每个研磨头计算一个偏移量百分比.当下一片晶片进来研磨时， iAPC计算系统将会根据该片晶片的数据以及系统记录的反馈值来计算该片晶片所需要的研磨时间及研磨头的压力（ Z1,Z2,Z3,Z4,Z5）。

随着智能制造以及工业4.0的发展，APC技术将与工业大数据技术以及边缘计算等技术融合发展，推动制造业的发展。

欢迎各位感兴趣的朋友，一同交流。扫码加入“工业先进过程控制APC”微信群进行交流。