一种参数优化方法、半导体设备及计算机程序产品与流程
本说明书涉及半导体,具体地说,涉及半导体中的工艺参数优化技术,更具体地说,涉及一种参数优化方法、半导体设备及计算机程序产品。
背景技术:
1、在半导体制造领域,诸多精密工艺环节,如薄膜沉积、刻蚀、化学机械抛光及离子注入等,其工艺结果通常由多个工艺参数与腔室条件等因素共同决定,这些参数之间普遍存在显著的耦合与非线性效应。由于实验成本高昂与开发周期紧张,这些工艺的历史数据往往来源于为达成特定工程目标而进行的非系统化实验,而非遵循严格实验设计(doe)的系统性参数扫描,导致积累的数据普遍具有样本量有限、参数组合分布不均匀的特点。在这一现实数据条件下,依赖于全局建模假设或需要大量均匀分布数据的传统工艺优化方法,往往难以获得稳定可靠且工程上可接受的参数推荐。
2、以等离子体刻蚀工艺为例,该工艺涉及射频功率、偏置功率、腔室压力、多种气体流量等多个可调的工艺参数,需要同时满足刻蚀速率、临界尺寸、剖面形貌和材料选择比等多个相互制约的工艺指标。工艺研发与调试高度依赖工程师经验,通过分析有限的历史实验数据进行参数调整。为提升优化效率,相关技术中尝试引入基于机器学习的全局模型或顺序优化算法。然而,面对非doe且样本数量较少的数据集,基于全局建模假设的工艺参数优化方法往往难以获得稳定可靠的优化结果,容易出现参数推荐跨越不连续工艺区域、推荐幅度过大、与工程经验不一致或模型结果难以解释等问题,进而影响工艺优化的可实施性与安全性。
技术实现思路
1、本说明书实施例提供了一种参数优化方法、半导体设备及计算机程序产品,以实现获得稳定、可控且具有工程可解释性的优化结果的目的。
2、为实现上述技术目的,本说明书实施例提供了如下技术方案:
3、第一方面,本说明书的一个实施方式提供了一种参数优化方法,包括:
4、基于待优化工艺实例,在工艺参数空间中确定邻域空间;所述工艺参数空间基于历史工艺数据生成,所述历史工艺数据包括多个历史工艺实例,所述历史工艺实例包括历史工艺参数和与所述历史工艺参数对应的历史工艺指标;所述邻域空间中包括与所述待优化工艺实例的相似度大于预定相似度阈值的历史工艺实例,所述相似度用于表征所述基准工艺参数与所述历史工艺参数的相似程度;
5、基于所述邻域空间,构建与所述邻域空间对应的局部差分响应模型,所述局部差分响应模型用于描述所述邻域空间内各工艺参数的变化对工艺指标变化的影响程度;
6、基于所述局部差分响应模型,生成所述待优化工艺实例对应的参数调整序列,所述参数调整序列包括多个工艺阶段的工艺参数调节量以及与所述工艺参数调节量对应的预测工艺指标。
7、第二方面,本说明书的一个实施方式提供一种半导体设备,包括:控制器,所述控制器被配置为执行上述任一项所述的参数优化方法。
8、第三方面,本说明书的一个实施方式还提供了一种计算设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的参数优化方法。
9、第四方面,本说明书的一个实施方式还提供了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计算机程序,所述计算机程序被处理器执行时实现如上所述的参数优化方法。
10、第五方面,本说明书实施例提供了一种计算机程序产品或计算机程序,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机可读存储介质中;所述计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序,所述处理器执行所述计算机程序时实现上述的参数优化方法的步骤。可选地,所述计算机程序可以存储在计算机设备的可读存储介质或云端;所述计算机设备的处理器从所述可读存储介质或云端读取所述计算机程序。
11、从上述技术方案可以看出,本说明书实施例提供的参数优化方法,基于待优化工艺实例在工艺参数空间中确定由相似历史工艺实例构成的邻域空间,从而聚焦于与待优化工艺实例相似的数据可靠空间,克服了因历史数据小样本、非均匀分布和参数强耦合导致的全局建模不稳定问题,即避免了因不同工艺区域的物理机制差异,而导致的在数据较少区域的预测容易产生较大偏差的问题;基于该邻域空间构建局部差分响应模型,能够准确描述各工艺参数变化对工艺指标变化的影响趋势,获得可靠的局部工艺响应特性;进而基于该模型生成包含多个工艺阶段的工艺参数调节量及其预测工艺指标的参数调整序列,从而将输出结果从单一结果扩展为可验证的完整调整路径,有效提高了参数优化过程的可控性和结果可解释性,避免了因全局模型泛化不足等原因导致的工艺失败风险。
1.一种参数优化方法,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,还包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述邻域空间,构建与所述邻域空间对应的局部差分响应模型包括:
4.根据权利要求3所述的方法,其特征在于,所述基于多个所述参数差分样本,构建所述局部差分响应模型包括:
5.根据权利要求4所述的方法,其特征在于,所述局部差分响应模型具体用于描述所述邻域差分目标矩阵与所述邻域差分参数矩阵之间的近似线性关系,在所述近似线性关系中,比例系数为局部灵敏度矩阵,截距系数包括残差项;
6.根据权利要求1所述的方法,其特征在于,所述相似度与所述待优化工艺实例的基准工艺参数与所述历史工艺参数在所述邻域空间中的距离负相关。
7.根据权利要求6所述的方法,其特征在于,所述待优化工艺实例的基准工艺参数与所述历史工艺参数,在所述邻域空间中的距离为所述基准工艺参数与所述历史工艺参数之间的加权范数距离、欧式距离、马氏距离和加权欧式距离中的任意一者。
8.根据权利要求1~7任一项所述的方法,其特征在于,所述基于所述局部差分响应模型,生成所述待优化工艺实例对应的参数调整序列包括:
9.根据权利要求8所述的方法,其特征在于,所述工艺参数的调节量约束条件包括对单个工艺参数调节量的限制条件和对多个工艺参数调节量的总调节量的限制条件。
10.根据权利要求8所述的方法,其特征在于,所述基于所述局部差分响应模型,在目标约束条件下,求解所述待优化工艺实例对应的参数调整序列包括:
11.根据权利要求10所述的方法,其特征在于,还包括:
12.一种半导体设备,其特征在于,包括:控制器,所述控制器被配置为执行权利要求1~11任一项所述的参数优化方法。
13.一种计算机程序产品,其特征在于,所述计算机程序产品中包括计算机程序,所述计算机程序被处理器运行时,实现如权利要求1~11任一项所述的参数优化方法。
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