Speakers :

沈佳苹, 工艺支持工程师，应用材料

The speech topic :

JMP DOE 分析及建模优化在预测外延硅生长速率中的应用

Speech abstract :

在半导体制造中，外延硅被广泛应用于晶圆衬底、pMOS SiGe、nMOS SiP、沟槽填充等应用。外延硅层的生长速率会受到多个步骤、多个工艺参数的影响。为了更高效地建立此种强交互的预测模型，我们需要彻底且全面的DOE评估，设计高度正交的DOE。此项目以外延硅生长速率的历史数据为起点，进行设计评估。对于建立预测模型而言，该历史数据结构功效弱，D 效率低，设计均匀性差，效应相关性和预测方差较高。在建模期间，由于缺乏模型自由度，RSM的逐步算法不稳定，导致模型重复性不佳，最优设计点的置信区间过宽。除此之外，RSM 模型中观察到了两对强相互作用：一对相互作用可能归因于各效应之间的高度相关；而另一对相互作用则与工艺的竞争机制相关。随后利用稳健设计和蒙特卡罗模拟进行公差设计，利用设计空间刻画器用于进行公差分配分析，以模拟未来的技术需求。为了以最小成本改善现有的DOE结构从而优化预测模型，我们未采用全新的DOE，而是利用增强设计方法，通过三种方法改善现有DOE结构：(1) 移除非正交的数据； (2) 默认增强算法； (3) 中心增强算法。通过非常全面的增强设计，JMP建议了最佳四个增强数据点，最终改进了DOE 结构，极大地提高了对于历史数据的利用效率，显著缩短了工艺开发的周期及成本。