温度映射模型构建方法、晶圆温度确定方法、设备及存储介质与流程
本申请实施例涉及半导体,尤其涉及一种温度映射模型构建方法、晶圆温度确定方法、设备及存储介质。
背景技术:
1、在半导体制造过程中,晶圆表面温度的控制精度及温度场均匀性直接影响薄膜沉积、刻蚀等工艺效果,进而影响芯片良率与器件性能。陶瓷加热盘作为晶圆温度控制的核心部件,通过多组独立加热丝协同调节实现温度控制。受到结构及工艺条件限制,实际只能采集加热盘的内区热丝温度、外区热丝温度及中柱热电偶(thermo couple,tc)温度等间接参数,难以实时获取晶圆表面的多点位温度,因此,需要建立加热盘的内部可测参数与晶圆表面温度之间的精准映射关系,实现晶圆温度的间接闭环控制。
2、相关技术主要采用有限元仿真、数学拟合及通用机器学习等方式建立温度映射模型。然而这些方式难以准确反映加热盘的个体差异及老化特性,在不同复杂工况下,加热盘与晶圆的温度映射误差较大,难以满足先进半导体制造对高精度温度控制的要求。
技术实现思路
1、本申请实施例其中一个目的旨在提供一种半导体加热盘与晶圆的温度映射模型构建方法、晶圆温度确定方法、设备及存储介质,旨在改善加热盘与晶圆的温度映射误差大、难以满足先进半导体制造对高精度温度控制的要求的情况。
2、第一方面,本申请实施例提供一种半导体加热盘与晶圆的温度映射模型构建方法,包括:获取样本数据,样本数据包括第一温度、第二温度、第三温度及参考温度,第一温度、第二温度、第三温度分别为加热盘的内区加热丝、外区加热丝以及中部支撑柱的温度,参考温度为晶圆的一个表面点位的温度;根据样本数据,对预构建的温度映射模型进行超参数寻优,得到目标参数值;将温度映射模型的超参数配置为目标参数值,得到参考映射模型;根据样本数据对参考映射模型进行迭代训练,直至参考映射模型符合收敛条件,得到目标映射模型,目标映射模型用于表征第一温度、第二温度及第三温度与参考温度的对应关系,一目标映射模型对应一表面点位。
3、在一些实施例中,根据样本数据,对预构建的温度映射模型进行超参数寻优,得到目标参数值,包括:从样本数据筛选出至少两组温度集作为训练集,一组温度集包括一第一温度、一第二温度、一第三温度及一参考温度;将训练集划分为预设数量的训练子集,一个训练子集包括至少一组温度集、且任意两个训练子集中的温度集不同;根据预设置的优化函数,利用训练子集对温度映射模型进行迭代训练,得到目标参数值。
4、在一些实施例中,超参数具有预设的搜索区间,根据预设置的优化函数,利用训练子集对温度映射模型进行迭代训练,得到目标参数值,包括:在每轮迭代中,在搜索区间内选取第一数值,并将温度映射模型中超参数的值配置为第一数值,第一数值为搜索区间内的任一个数值;在每次训练及验证的过程中,利用预设数量的训练子集中第一数量的训练子集对温度映射模型进行训练,利用预设数量的训练子集中第二数量的训练子集对每次训练后的温度映射模型进行验证,得到每次训练及验证对应的优化函数的优化值,第一数量与第二数量之和为预设数量;根据对温度映射模型进行多次训练及验证后得到的多个优化值,确定目标值,一轮迭代训练对应获得一个目标值;根据目标值,在搜索区间内选取第二数值,将温度映射模型中超参数的值更新为第二数值,继续利用预设数量的训练子集对温度映射模型进行下一轮的迭代训练,直至迭代训练次数达到预设的次数阈值,停止对温度映射模型进行迭代训练,根据多轮迭代训练得到的多个目标值确定目标参数值,第二数值为搜索区间内除第一数值外的任意一个数值。
5、在一些实施例中,根据对温度映射模型进行多次训练及验证后得到的多个优化值,确定目标值,包括:求取多个优化值的平均值,得到目标值。
6、在一些实施例中,根据多轮迭代训练得到的多个目标值确定目标参数值,包括:确定多个目标值中最大目标值对应的迭代轮次为目标轮次;确定目标轮次配置的温度映射模型中超参数的值为目标参数值。
7、在一些实施例中,根据样本数据对参考映射模型进行迭代训练,直至参考映射模型符合收敛条件,得到目标映射模型,包括:根据预设置的损失函数,利用样本数据对参考映射模型进行迭代训练,直至损失函数的损失值最小,得到待定映射模型;获取验证数据,验证数据包括第四温度、第五温度、第六温度及候选温度,第四温度、第五温度、第六温度分别为加热盘的内区加热丝、外区加热丝以及中部支撑柱的温度,候选温度为晶圆的一个表面点位的温度;利用验证数据对待定映射模型进行评估,得到评估结果;响应于评估结果符合预设评估条件,将待定映射模型确定为目标映射模型。
8、第二方面,本申请实施例提供一种晶圆温度确定方法,包括:获取实际温度数据,实际温度数据包括第七温度、第八温度以及第九温度,第七温度、第八温度及第九温度分别为加热盘的内区加热丝、外区加热丝及中部支撑柱的温度;输入实际温度数据至目标映射模型,获得目标点位的温度,目标点位为与目标映射模型对应的晶圆的表面点位,目标映射模型为基于第一方面提供的半导体加热盘与晶圆的温度映射模型构建方法所获得的模型。
9、在一些实施例中,晶圆具有多个表面点位,输入实际温度数据至目标映射模型,获得目标点位的温度,包括:将实际温度数据分别输入至多个目标映射模型,以获得多个目标点位的温度;根据目标点位在晶圆的区域将多个目标点位进行分组,得到多组区域点位集,一区域点位集包括至少一个目标点位;求取每组区域点位集中所有目标点位的温度的平均值,得到每组区域点位集对应的平均温度。
10、第三方面,本申请实施例提供一种电子设备,包括处理器及存储器,所述处理器与所述存储器通信连接,所述存储器存储所述处理器可执行的程序指令,所述程序指令在被所述处理器执行时,以使所述电子设备执行第一方面提供的半导体加热盘与晶圆的温度映射模型构建方法,或者执行第二方面提供的晶圆温度确定方法。
11、第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有处理器可执行的程序指令,所述程序指令在被处理器执行时,以使所述处理器执行第一方面提供的半导体加热盘与晶圆的温度映射模型构建方法,或者执行第二方面提供的晶圆温度确定方法。
12、本申请实施例具有如下有益效果:区别于相关技术的情况,本申请实施例通过采集加热盘内区加热丝温度、外区加热丝温度、中部支撑柱温度以及晶圆表面点位温度构建样本数据,并基于样本数据对温度映射模型进行超参数寻优及迭代训练,获得针对晶圆的表面点位对应的目标映射模型,使得加热盘可测温度与晶圆表面实际温度之间建立精准的映射关系,从而能够在无需直接测量晶圆表面温度的情况下,准确预测表面点位的温度,提高晶圆温度估算精度及温度场重建精度,为加热盘功率调节以及晶圆温度均匀性控制提供可靠的数据支撑,从而提升半导体制造过程中的温度控制精度和工艺稳定性。
1.一种半导体加热盘与晶圆的温度映射模型构建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述样本数据,对预构建的温度映射模型进行超参数寻优,得到目标参数值,包括:
3.根据权利要求2所述的方法,其特征在于,所述超参数具有预设的搜索区间,所述根据预设置的优化函数,利用所述训练子集对所述温度映射模型进行迭代训练,得到目标参数值,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据对所述温度映射模型进行多次训练及验证后得到的多个优化值,确定目标值,包括:
5.根据权利要求3所述的方法,其特征在于,所述根据多轮迭代训练得到的多个目标值确定目标参数值,包括:
6.根据权利要求1-5任一项所述的方法,其特征在于,所述根据所述样本数据对所述参考映射模型进行迭代训练,直至所述参考映射模型符合收敛条件,得到目标映射模型,包括:
7.一种晶圆温度确定方法,其特征在于,包括:
8.根据权利要求7所述的方法,其特征在于,所述晶圆具有多个所述表面点位,所述输入所述实际温度数据至目标映射模型,获得目标点位的温度,包括:
9.一种电子设备,其特征在于,包括处理器及存储器,所述处理器与所述存储器通信连接,所述存储器存储有所述处理器可执行的程序指令,所述程序指令在被所述处理器执行时,以使所述电子设备执行如权利要求1至6任一项所述的半导体加热盘与晶圆的温度映射模型构建方法,或者如权利要求7至8任一项所述的晶圆温度确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有处理器可执行的程序指令,所述程序指令在被所述处理器执行时,以使所述处理器执行如权利要求1至6中任一项所述的半导体加热盘与晶圆的温度映射模型构建方法,或者如权利要求7至8中任一项所述的晶圆温度确定方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com