本發(fā)明涉及半導體制造技術(shù)領(lǐng)域，特別涉及一種晶圓刻蝕的控制方法及晶圓制造方法。

背景技術(shù)：

半導體工藝中的先進制程控制(APC，Advanced Process Control)研究的目的在于有效的監(jiān)控工藝過程與機臺，以提高良率和總體設備效能。

隨著半導體工藝節(jié)點的不斷減小，半導體器件加工時的工藝窗口越來越小，這就對集成電路設備和檢測設備提出了更為嚴格的工藝控制要求，以往的統(tǒng)計制程控制(SPC，Statistical Process Control)和單獨對某一參數(shù)的控制方法已經(jīng)不能適應當前的工藝技術(shù)要求，因而APC技術(shù)成為半導體工藝的關(guān)鍵技術(shù)之一。APC技術(shù)作為一種主要的解決方案逐漸得到了包括半導體設備供應商、測量設備供應商以及制造廠商等的認同，目前已經(jīng)在化學機械研磨、化學氣相沉積、光刻和刻蝕等工藝中逐步推廣應用。

APC技術(shù)的目標是解決工藝過程中各項參數(shù)和性能指標漂移的問題、縮短測量所需時間、及時調(diào)整工藝變量，它的實施有助于提高生產(chǎn)率、降低能耗、改善產(chǎn)品質(zhì)量和連續(xù)性、以及改善工藝的安全性等，使得工藝設備能夠?qū)崿F(xiàn)更加嚴格的工藝窗口，滿足半導體工藝節(jié)點不斷減小的要求。

盡管現(xiàn)有技術(shù)中采用了APC技術(shù)對刻蝕工藝進行控制，但是現(xiàn)有技術(shù)中仍存在晶圓生產(chǎn)良率低且可靠性低的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明解決的問題是提供一種晶圓刻蝕的控制方法及晶圓制造方法，提高晶圓的生產(chǎn)良率和可靠性。

為解決上述問題，本發(fā)明提供一種晶圓刻蝕的控制方法，包括：提供金屬柵極的目標厚度參數(shù)；獲取預測模型，所述預測模型的輸入?yún)?shù)包括金屬柵極頂部表面若干個點對應的金屬柵極厚度參數(shù)，所述預測模型的輸出參數(shù) 包括刻蝕去除晶圓中偽柵時靜電卡盤上若干點的溫度參數(shù)，其中，每一金屬柵極厚度參數(shù)與一溫度參數(shù)一一對應；采集前一晶圓中金屬柵極頂部表面若干點對應的金屬柵極實際厚度參數(shù)；獲取前一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)與目標厚度參數(shù)之差為第一差值；基于所述第一差值和所述預測模型，采用先進制程控制技術(shù)，優(yōu)化刻蝕去除后一晶圓中偽柵時靜電卡盤上各點的溫度參數(shù)。

可選的，采用所述優(yōu)化的溫度參數(shù)刻蝕去除所述后一晶圓中的偽柵，然后在后一晶圓中形成金屬柵極，后一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)與目標厚度參數(shù)之差為第二差值，且所述第二差值小于第一差值。

可選的，所述預測模型為神經(jīng)網(wǎng)絡模型。

可選的，所述神經(jīng)網(wǎng)絡模型為線性模型或非線性模型。

可選的，所述神經(jīng)網(wǎng)絡模型的輸入?yún)?shù)為輸入壓縮數(shù)據(jù)，所述輸入壓縮數(shù)據(jù)個數(shù)小于原輸入數(shù)據(jù)個數(shù)；所述神經(jīng)網(wǎng)絡模型的輸出參數(shù)為輸出壓縮數(shù)據(jù)，所述輸出壓縮數(shù)據(jù)個數(shù)小于原輸出數(shù)據(jù)個數(shù)，且輸出壓縮數(shù)據(jù)數(shù)量小于輸入壓縮數(shù)據(jù)。

可選的，所述原輸入數(shù)據(jù)反映金屬柵極頂部表面若干點對應的金屬柵極厚度參數(shù)；所述原輸出數(shù)據(jù)反映刻蝕偽柵時靜電卡盤上若干點的溫度參數(shù)。

可選的，采用主元分析技術(shù)或者離散小波變換技術(shù)，將原輸入數(shù)據(jù)壓縮為輸入壓縮數(shù)據(jù)；采用逆主元分析技術(shù)或者逆離散小波變換技術(shù)，將輸出壓縮數(shù)據(jù)解壓為原輸出數(shù)據(jù)。

可選的，所述輸入壓縮數(shù)據(jù)個數(shù)的確定原則為：所述輸入壓縮數(shù)據(jù)反映的信息覆蓋原輸入數(shù)據(jù)反映的信息的85％以上。

可選的，所述輸出壓縮數(shù)據(jù)的個數(shù)小于等于4。

可選的，所述先進制程控制技術(shù)還包括前饋控制。

可選的，所述金屬柵極還經(jīng)歷了研磨工藝；所述前饋控制的反饋參數(shù)為研磨工藝的工藝結(jié)果。

可選的，所述先進制程控制技術(shù)還包括反饋控制。

可選的，所述反饋控制的反饋參數(shù)為后一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)。

可選的，獲取所述預測模型的方法為試驗設計。

可選的，所述預測模型的輸出參數(shù)還包括刻蝕氣體流量參數(shù)、刻蝕壓強參數(shù)或刻蝕功率參數(shù)中的一種或多種。

可選的，采用光學特征尺寸測量設備測量所述金屬柵極實際厚度參數(shù)。

本發(fā)明還提供一種晶圓制造方法，包括：提供襯底，所述襯底表面形成有偽柵，所述偽柵一側(cè)的襯底內(nèi)形成有源摻雜區(qū)，與所述一側(cè)相對的另一側(cè)襯底內(nèi)形成有漏摻雜區(qū)，在所述襯底表面還形成有層間介質(zhì)層，所述層間介質(zhì)層覆蓋偽柵側(cè)壁表面，且所述層間介質(zhì)層頂部與偽柵頂部表面；采用上述晶圓刻蝕的控制方法，刻蝕去除所述偽柵，在所述層間介質(zhì)層中形成開口；形成填充滿所述開口的金屬膜，且所述金屬膜還覆蓋于層間介質(zhì)層頂部表面以及硬掩膜層頂部表面；研磨去除高于層間介質(zhì)層頂部表面的金屬膜以及硬掩膜層，形成填充滿所述開口的金屬柵極。

與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案具有以下優(yōu)點：

本發(fā)明提供的晶圓刻蝕的控制方法的技術(shù)方案中，預測模型反映的是金屬柵極各點的厚度參數(shù)與靜電卡盤上各點的溫度參數(shù)的對應關(guān)系，因此本發(fā)明更能實際反映出金屬柵極各點的特征尺寸情況，根據(jù)金屬柵極各點的特征尺寸情況，采用先進制程控制技術(shù)對靜電卡盤上各點的溫度參數(shù)進行修正優(yōu)化，從而提高晶圓制造的良率和可靠性。

進一步，本發(fā)明中的預測模型為神經(jīng)網(wǎng)絡模型，神經(jīng)網(wǎng)絡模型能夠有效的逼近金屬柵極頂部表面各點對應的厚度參數(shù)，通過精確的厚度參數(shù)對刻蝕偽柵的工藝進行調(diào)整，提高刻蝕偽柵工藝的可靠性，從而進一步提高形成的晶圓的良率和可靠性。

更進一步，本發(fā)明中神經(jīng)網(wǎng)絡模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)均為壓縮數(shù)據(jù)，能夠有效的簡化神經(jīng)網(wǎng)絡模型的計算量。

本發(fā)明還提供一種晶圓制造方法，采用上述提供的晶圓刻蝕的控制方法對偽柵進行刻蝕，能夠提高形成的金屬柵極的厚度均勻性，提高晶圓的生產(chǎn)良率和可靠性。

附圖說明

圖1為本發(fā)明實施例提供的晶圓刻蝕的控制方法的流程示意圖；

圖2至圖7為本發(fā)明實施例提供的晶圓制造過程的剖面結(jié)構(gòu)示意圖；

圖8為本發(fā)明實施例提供的神經(jīng)網(wǎng)絡模型的示意圖。

具體實施方式

由背景技術(shù)可知，現(xiàn)有的晶圓生產(chǎn)良率低且可靠性低。

通常的，晶圓制造過程中包括刻蝕去除偽柵(DPGR，Dummy Poly Gate Remove)、以及重新形成金屬柵極的工藝步驟。在刻蝕去除偽柵的過程中，由于偽柵頂部表面各點位于刻蝕腔室的位置不同，使得刻蝕腔室內(nèi)的刻蝕條件對偽柵頂部表面各點的影響不一樣，若刻蝕腔室內(nèi)的靜電卡盤各處的溫度相同，那么偽柵頂部表面各點的刻蝕速率將出現(xiàn)較大區(qū)別。為此，在刻蝕去除偽柵的過程中，靜電卡盤上各點的溫度不同，相應的偽柵頂部表面各點所處的刻蝕溫度也不同，從而消除刻蝕腔室內(nèi)刻蝕條件對偽柵頂部表面各點的影響不同而帶來的不良影響，使得刻蝕去除偽柵的刻蝕速率一致性好。

經(jīng)研究發(fā)現(xiàn)，現(xiàn)有的通過APC技術(shù)對刻蝕偽柵工藝進行控制的技術(shù)中，通過金屬柵極厚度的均一性來反映刻蝕去除偽柵的刻蝕工藝的質(zhì)量。且APC技術(shù)利用的預測模型(predicate model)的輸出參數(shù)為金屬柵極頂部各點對應的厚度參數(shù)的平均值。由此，當金屬柵極頂部上各點對應的厚度參數(shù)差別較大但是平均值趨于金屬柵極目標厚度時，實際上金屬柵極頂部各點對應的特征尺寸均勻性(CDU，Critical Dimension Uniformity)差。由于預測模型反映的是平均水平，因此當基于所述預測模型采用APC技術(shù)對刻蝕偽柵的工藝進行靜電卡盤溫度參數(shù)的優(yōu)化時，會導致刻蝕偽柵工藝的可靠性差，進而降低晶圓的生產(chǎn)良率和可靠性。

為此，本發(fā)明提供一種晶圓刻蝕的控制方法，提供金屬柵極的目標厚度 參數(shù)；獲取預測模型，所述預測模型的輸入?yún)?shù)包括金屬柵極頂部表面若干個點對應的金屬柵極厚度參數(shù)，所述預測模型的輸出參數(shù)包括刻蝕偽柵時靜電卡盤上若干點的溫度參數(shù)，其中，每一金屬柵極厚度參數(shù)與一溫度參數(shù)一一對應；采集前一晶圓中金屬柵極頂部表面若干點對應的金屬柵極實際厚度參數(shù)；獲取前一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)與目標厚度參數(shù)之差為第一差值；基于所述第一差值和所述預測模型，采用先進制程控制技術(shù)，優(yōu)化刻蝕去除后一晶圓中偽柵的刻蝕過程中靜電卡盤上各點的溫度參數(shù)。本發(fā)明提高了對偽柵進行刻蝕的刻蝕均勻性，從而使得形成的金屬柵極的厚度均勻性好，提高晶圓的生產(chǎn)良率和可靠性。

本發(fā)明還提供一種晶圓制造方法，采用上述提供的晶圓刻蝕的控制方法刻蝕去除偽柵，使得偽柵被刻蝕去除的速率均勻，進而使得形成的金屬柵極的厚度均勻性好，提高形成的晶圓的生產(chǎn)良率和可靠性。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合附圖對本發(fā)明的具體實施例做詳細的說明。

圖1為本發(fā)明實施例提供的晶圓刻蝕的控制方法的流程示意圖；

圖2至圖7為本發(fā)明實施例提供的晶圓制造過程的剖面結(jié)構(gòu)示意圖。

參考圖1，晶圓制造的工藝包括以下步驟：

步驟S1：提供初始晶圓。具體的，參考圖2，提供襯底100；所述襯底100表面形成有偽柵101；所述偽柵101一側(cè)的襯底100內(nèi)形成有源摻雜區(qū)，與所述一側(cè)相對的另一側(cè)襯底100內(nèi)形成有漏摻雜區(qū)；在所述襯底100表面還形成有層間介質(zhì)層102，所述層間介質(zhì)層102覆蓋偽柵101側(cè)壁表面，且所述層間介質(zhì)層102頂部與偽柵101頂部表面齊平。

步驟S2：光刻工藝。具體的，參考圖3，在所述層間介質(zhì)層102頂部表面以及偽柵101頂部表面形成初始硬掩膜103；采用光刻工藝在所述初始硬掩膜層103表面形成光刻膠層104，所述光刻膠層104定義出后續(xù)刻蝕偽柵101時需要被硬掩膜層覆蓋的區(qū)域。

步驟S3：形成硬掩膜層工藝。具體的，參考圖4，以所述光刻膠層104(參考圖3)為掩膜，刻蝕所述初始硬掩膜層103(參考圖3)形成硬掩膜層 105；采用濕法去膠或灰化工藝去除所述光刻膠層104。

步驟S4、刻蝕去除偽柵工藝。具體的，參考圖5，刻蝕去除所述偽柵101(參考圖4)，在所述層間介質(zhì)層102中形成開口106。

所述刻蝕去除偽柵101的工藝在刻蝕腔室內(nèi)進行，刻蝕腔室內(nèi)具有靜電卡盤，所述靜電卡盤吸附晶圓，且靜電卡盤上各點的溫度即對應為刻蝕去除偽柵101過程中各點的刻蝕溫度。因此，靜電卡盤上各點的溫度與刻蝕去除偽柵101的刻蝕速率有關(guān)。

步驟S5、形成金屬膜工藝。具體的，參考圖6，形成填充滿所述開口106(參考圖5)的金屬膜107，且所述金屬膜107還覆蓋于層間介質(zhì)層102頂部表面以及硬掩膜層105頂部表面。

步驟S6、研磨金屬膜形成金屬柵極工藝。具體的，參考圖7，研磨去除高于層間介質(zhì)層102頂部表面的金屬膜107(參考圖6)以及硬掩膜層105(參考圖6)，形成填充滿所述開口106(參考圖6)的金屬柵極108。

其中，在執(zhí)行步驟S4時，采用本實施例提供的晶圓刻蝕的控制方法，刻蝕去除所述偽柵101，使得襯底100表面的偽柵101被同時刻蝕去除，進而使得金屬柵極107厚度均勻性好。

以下將對本實施例提供的晶圓刻蝕的控制方法進行詳細說明。

首先，獲取預測模型。所述預測模型的輸入?yún)?shù)包括金屬柵極頂部表面若干個點對應的金屬柵極厚度參數(shù)，所述預測模型的輸出參數(shù)包括刻蝕去除晶圓中偽柵時靜電卡盤上若干點的溫度參數(shù)，其中，每一金屬柵極厚度參數(shù)與一溫度參數(shù)一一對應。

每一金屬柵極厚度參數(shù)與一溫度參數(shù)一一對應指的是：晶圓吸附在靜電卡盤上，在刻蝕去除偽柵的過程中，靜電卡盤上各個點的溫度與靜電卡盤上方的偽柵各處被刻蝕的速率有關(guān)，靜電卡盤上某一點的溫度越高，則位于該點正上方的偽柵被刻蝕去除的速率越大，靜電卡盤上某一點的溫度越低，則位于該點正上方的偽柵被刻蝕去除的速率越小；因此，靜電卡盤上各點的溫度參數(shù)與偽柵被刻蝕去除的速率有關(guān)，而偽柵被刻蝕去除的速率與金屬柵極頂部表面各點對應的金屬柵極厚度參數(shù)有關(guān)，因此，靜電卡盤上一點的溫度 參數(shù)與金屬柵極頂部表面一點對應的金屬柵極厚度參數(shù)有關(guān)，每一金屬柵極厚度參數(shù)與一溫度參數(shù)一一對應。

具體的，所述預測模型為神經(jīng)網(wǎng)絡模型(neural network model)，所述神經(jīng)網(wǎng)絡模型為線性模型或非線性模型。所述神經(jīng)網(wǎng)絡模型反映靜電卡盤溫度與金屬柵極厚度的對應關(guān)系，實際上，所述神經(jīng)網(wǎng)絡模型反映靜電卡盤溫度與刻蝕去除偽柵的刻蝕速率的對應關(guān)系。

神經(jīng)網(wǎng)絡模型中，將刻蝕工藝中需要預測的變量作為輸出的變量，即將靜電卡盤各點的溫度參數(shù)作為神經(jīng)網(wǎng)絡模型的輸出參數(shù)。

為了簡化神經(jīng)網(wǎng)絡模型，減少神經(jīng)網(wǎng)絡模型的計算量，所述神經(jīng)網(wǎng)絡模型的輸入?yún)?shù)為輸入壓縮數(shù)據(jù)，且所述輸入壓縮數(shù)據(jù)個數(shù)小于原輸入數(shù)據(jù)個數(shù)，其中，所述原輸入數(shù)據(jù)反映金屬柵極頂部表面若干點對應的金屬柵極厚度參數(shù)。所述神經(jīng)網(wǎng)絡模型的輸出參數(shù)為輸出壓縮數(shù)據(jù)，所述輸出壓縮數(shù)據(jù)個數(shù)小于原輸出數(shù)據(jù)個數(shù)，且輸出壓縮數(shù)據(jù)小于輸入壓縮數(shù)據(jù)，其中，所述原輸出數(shù)據(jù)反映刻蝕偽柵時靜電卡盤上若干點的溫度參數(shù)。

其中，采用主元分析(PCA，Principal Component Analysis)技術(shù)或者離散子波變換(DWT，Discrete Wavelet)技術(shù)，將原輸入數(shù)據(jù)壓縮為輸入壓縮數(shù)據(jù)，即通過壓縮輸入數(shù)據(jù)減少神經(jīng)網(wǎng)絡模型的輸入量，從而簡化神經(jīng)網(wǎng)絡模型的計算量。本實施例中，所述原輸入數(shù)據(jù)為40至200個，即選擇金屬柵極中40至200個點對應的金屬柵極的厚度參數(shù)，例如能夠為50、70或100個，從而全面反映金屬柵極的厚度參數(shù)情況，由此，根據(jù)這些點的厚度參數(shù)能夠?qū)o電卡盤上各點的溫度參數(shù)進行精確的調(diào)整，從而提高刻蝕偽柵工藝的可靠性。

本實施例中，所述輸入壓縮數(shù)據(jù)個數(shù)的確定原則為：所述輸入壓縮數(shù)據(jù)反映的信息覆蓋原輸入數(shù)據(jù)反映的信息的85％以上。即，選取的輸入壓縮數(shù)據(jù)能夠反映出金屬柵極頂部表面若干點的厚度參數(shù)的情況的85％以上。

采用逆主元分析(Inverse PCA)技術(shù)或逆離散小波變換(Inverse DWT)技術(shù)，將輸出壓縮數(shù)據(jù)解壓為原輸出數(shù)據(jù)。所述輸出壓縮數(shù)據(jù)的個數(shù)小于等于4，本實施例中，所述輸出壓縮數(shù)據(jù)的個數(shù)為2。

具體的，參考圖8，圖8為神經(jīng)網(wǎng)絡模型的示意圖，神經(jīng)網(wǎng)絡模型包括輸入層(Input Layer)、隱藏層(Hidden Layer)和輸出層(Output Layer)，向所述輸入層寫入輸入壓縮數(shù)據(jù)(x₁、x₂……x_n)，通過隱藏層中的多個節(jié)點(Q₁、Q₂……Q_n)的運算，獲得輸出層，輸出層為輸出壓縮數(shù)據(jù)(Y₁、Y₂)，本實施例以輸出壓縮數(shù)據(jù)個數(shù)為2個作為示例。本實施例中，所述隱藏層為一層，在其他實施例中，為了更好的反應金屬柵極若干點的厚度參數(shù)，所述隱藏層也能夠為多層。

本實施例中，獲取所述神經(jīng)網(wǎng)絡模型的方法為試驗設計(DOE，Design of Experiments)，采用DOE方法對神經(jīng)網(wǎng)絡模型進行訓練，使得神經(jīng)網(wǎng)絡模型有效的逼近金屬柵極上各點的厚度參數(shù)，從而獲得神經(jīng)網(wǎng)絡模型中的系數(shù)(W12、W1n、W21、W22、W2n……Wn1、Wn2、Wnn)，即確定神經(jīng)網(wǎng)絡模型。作為輸入的DOE數(shù)據(jù)包括金屬柵極各點的厚度參數(shù)，作為輸出的DOE數(shù)據(jù)包括靜電卡盤各點的溫度參數(shù)，作為輸出的DOE參數(shù)還可以包括其他能夠影響刻蝕偽柵的刻蝕速率的工藝參數(shù)，例如，刻蝕偽柵的刻蝕氣體流量、刻蝕腔室壓強或刻蝕工藝等。

本實施例中，為了提高預測模型的準確性，所述預測模型的輸出參數(shù)還能夠包括刻蝕氣體流量參數(shù)、刻蝕氣體組成、刻蝕壓強參數(shù)或刻蝕功率參數(shù)中的一種或多種。

在獲取了預測模型之后，采用先進制程控制技術(shù)，對單片晶圓內(nèi)(within wafer)、一片晶圓對一片晶圓(wafer-to-wafer)或者一批晶圓對一批晶圓(lot-to-lot)進行先進制程控制技術(shù)，提高晶圓的生產(chǎn)良率和可靠性。

本實施例中，所述先進制程控制技術(shù)采用檢測控制(Run-to-Run Control)方法。預先提供金屬柵極的目標厚度參數(shù)。

參考圖1，在執(zhí)行步驟S1之前，首先執(zhí)行步驟S0，采集前一晶圓中金屬柵極頂部表面若干點對應的金屬柵極實際厚度參數(shù)，在這一步驟中進行數(shù)據(jù)采集。其中，前一晶圓能夠為一片晶圓或一批晶圓。

本實施例中，采用光學特征尺寸(OCD，Optical Critical Dimension)測量設備測量所述金屬柵極實際厚度參數(shù)。

然后進行數(shù)據(jù)比對，即獲取前一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)與目標厚度參數(shù)之間的第一差值。

基于所述第一差值和所述預測模型，采用先進制程控制技術(shù)，優(yōu)化刻蝕去除后一晶圓中偽柵時靜電卡盤上各點的溫度參數(shù)。

最后，采用所述優(yōu)化的溫度參數(shù)刻蝕去除所述后一晶圓中的偽柵，然后在后一晶圓中形成金屬柵極，后一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)與目標厚度參數(shù)之差為第二差值，且所述第二差值小于第一差值。

由于本實施例中，所述預測模型反映的是金屬柵極各點的厚度參數(shù)與靜電卡盤上各點的溫度參數(shù)的對應關(guān)系，因此本實施例中更能實際反映出金屬柵極各點的特征尺寸情況，根據(jù)金屬柵極各點的特征尺寸情況進行修正優(yōu)化靜電卡盤上各點的溫度參數(shù)，從而提高晶圓制造的良率和可靠性。

在利用先進制程控制技術(shù)優(yōu)化靜電卡盤上各點的溫度參數(shù)的過程中，所述先進制程控制技術(shù)還包括前饋控制或反饋控制，從而進一步提高先進制程控制技術(shù)的準確性，進一步提高刻蝕偽柵工藝的可靠性。

本實施例中，所述先進制程控制技術(shù)還包括前饋控制(Feedforward Control)。由于金屬柵極還經(jīng)歷了研磨工藝，例如為化學機械研磨，因此所述前饋控制的反饋參數(shù)為研磨工藝的工藝結(jié)果。由于研磨工藝的工藝結(jié)果也會對金屬柵極上各點的厚度參數(shù)產(chǎn)生影響，而本實施例中的先進制程控制技術(shù)考慮研磨工藝對金屬柵極上各點的厚度參數(shù)的影響，使得形成的金屬柵極各點的厚度參數(shù)更有效的逼近目標厚度參數(shù)。

本實施例中，所述先進制程控制技術(shù)還包括反饋控制(Feedback Control)，所述反饋控制的反饋參數(shù)為后一晶圓中金屬柵極頂部表面各點對應的金屬柵極實際厚度參數(shù)。

在一個實施例中，晶圓刻蝕的控制方法能夠應用到一片晶圓對一片晶圓的先進制程控制技術(shù)中。例如，先對一晶圓的偽柵進行刻蝕然后形成金屬柵極，基于所述晶圓的金屬柵極實際厚度參數(shù)以及預測模型，采用先進制程控制技術(shù)，優(yōu)化刻蝕去除偽柵的刻蝕過程中靜電卡盤上各點的溫度參數(shù)，然后 對同一批次的晶圓進行刻蝕。

在另一實施例中，晶圓刻蝕的控制方法能夠應用到一批晶圓對一批晶圓的先進制程控制技術(shù)中。例如，先對同一批次的晶圓進行刻蝕然后形成金屬柵極，基于所述批次的晶圓的金屬柵極厚度參數(shù)以及預測模型，采用先進制程控制技術(shù)，優(yōu)化刻蝕去除偽柵的刻蝕過程中靜電卡盤上各點的溫度參數(shù)，然后對下一批次的晶圓進行刻蝕。

由于本實施例中，所述預測模型反映的是金屬柵極各點的厚度參數(shù)與靜電卡盤上各點的溫度參數(shù)的對應關(guān)系，因此本實施例中更能實際反映出金屬柵極各點的特征尺寸情況，根據(jù)金屬柵極各點的特征尺寸情況進行修正優(yōu)化靜電卡盤上各點的溫度參數(shù)，從而提高晶圓制造的良率和可靠性。

并且，本實施例中的預測模型為神經(jīng)網(wǎng)絡模型，神經(jīng)網(wǎng)絡模型能夠有效的逼近金屬柵極頂部表面各點對應的厚度參數(shù)，通過精確的厚度參數(shù)對刻蝕偽柵的工藝進行調(diào)整，提高刻蝕偽柵工藝的可靠性，從而進一步提高形成的晶圓的良率和可靠性。

同時，本實施例中神經(jīng)網(wǎng)絡模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)均為壓縮數(shù)據(jù)，能夠有效的簡化神經(jīng)網(wǎng)絡模型的計算量。

最后，本發(fā)明中的晶圓刻蝕的控制方法中還包括前饋控制和反饋控制，從而進一步提高先進制程控制技術(shù)的準確性，進一步提高刻蝕偽柵工藝的可靠性。

雖然本發(fā)明披露如上，但本發(fā)明并非限定于此。任何本領(lǐng)域技術(shù)人員，在不脫離本發(fā)明的精神和范圍內(nèi)，均可作各種更動與修改，因此本發(fā)明的保護范圍應當以權(quán)利要求所限定的范圍為準。