本申请要求于2015年10月8日提交的欧洲申请15189024.1和2016年9月12日提交的欧洲申请16188375.6的优先权，上述欧洲申请的全部内容以引用的方式并入本文中。
技术领域
本发明涉及基于针对经过处理的产品单元所测量的性能参数通过反馈来控制工业过程的方法。该方法已经被开发的工业过程的示例是光刻过程，该光刻过程包括使用光刻设备将图案从图案形成装置转移至衬底上的一个或更多个步骤。本发明还涉及用于工业过程的控制设备，并且涉及使得数据处理设备实施所描述的方法及设备的计算机程序产品。
背景技术：
光刻过程是光刻设备将所需图案施加至衬底上(通常施加至衬底的目标部分上)，然后各种化学处理和/或物理处理步骤完成该图案以产生复合产品的功能特征的光刻过程。衬底上的图案的准确放置是用于减小电路部件和可以由光刻术生产的其它产品的大小的主要挑战。具体地说，准确地测量已经被安装的衬底上的特征的挑战是能够足够准确地定位叠置的特征的连续层以高良率生产工作器件的关键步骤。通常，所谓的重叠应该在如今的亚微米半导体器件中的数十纳米内实现，降低到最关键层中的几纳米内来实现。
因此，现代光刻设备涉及在目标部位处实际地曝光或以其它方式图案化衬底的步骤之前和之后的集中测量或“映射”操作。可以识别性能参数中的许多“指纹”，并且可以应用实施先进过程控制的反馈回路以改善该过程的总体性能。
先进过程控制(APC)识别性能参数(例如重叠)中的可校正的变化，并且将一组校正施加到一个批次(批)的晶片。在确定这些校正时，考虑来自之前批次的校正以避免过度校正测量中的噪声。为了使当前校正与之前的校正足够平滑，所考虑的校正的历史应该匹配当前批次的上下文。在这方面，“上下文(context)”涵盖识别出现在相同总工业过程内的变形的任何参数。层ID、层类型、产品ID、产品类型、掩模ID等都是上下文参数，这些参数可以在已经完成的性能中导致不同指纹。除了可以用于大体量制造设施中的单独的扫描仪之外，用于涂层、蚀刻及半导体制造所涉及的其它步骤中的每一个的单独的工具也可以批次间变化或晶片间变化发生变化。这些工具中的每一个可以将特定误差“指纹”强加在产品上。除了半导体制造领域以外，相似的情形可能出现在任何工业过程中。
为了确保适于特定上下文的准确反馈控制，不同批次(批)的产品单元可以在APC算法中被视为分立的“线程”。上下文数据可以用于将每一个产品单元分配给正确的线程。在制造厂通常由相同的过程步骤生产大体量的仅几种类型的产品的情况下，不同上下文的数目可能相对较小，并且每一个线程中的产品单元的数目将足以允许去除或平滑噪声。具有共同上下文的所有批次可以被分配给它们自己的线程，以优化反馈校正及最终的性能。在车间以极少的生产运行时间生产许多不同类型的产品的情况下，该上下文可能时常改变，并且具有精确地相同的上下文数据的批次的数目可能相当小。仅使用上下文数据以将批次分配至不同APC“线程”可能随后导致大量线程，并且每一个线程具有小数目的批次。增加了反馈控制的复杂性，并且用来改善用于小体量的性能的能力被降低。将不同批次组合到相同线程而不充分考虑它们的不同上下文也将造成性能的损失。
在实际中虽然一个批次内的不同晶片可能具有不同的上下文，但当前控制系统没有被调适以使用这一不同上下文从而允许有效的每个晶片控制。
在已公开的专利申请WO2015049087A1中描述了用于根本原因分析的诊断设备、光刻制造设施或其它工业过程。
技术实现要素：
本发明旨在改善对工业过程的控制，所述工业过程包括用于不同产品单元的过程的性能可能受到不同上下文影响的过程。在一些实施例中，本发明旨在改善对一个或更多个小体量产品线与大体量过程中的其它产品线混合的过程的控制。在一些实施例中，本发明旨在允许对光刻制造过程的控制。
在第一方面中，本发明提供一种控制工业过程的方法，所述方法包括：
(a)接收表示关于产品单元的集合所测量的一个或更多个参数的物体数据，所述产品单元已经经历所述工业过程；
(b)接收表示多个上下文参数的上下文数据，所述多个上下文参数是在所述集合中的产品单元之间变化的所述工业过程的参数；
(c)通过所述物体数据的统计分析来限定第一分割，所述第一分割在两个或更多个子集之间分配所述集合的产品单元的成员关系，每一个子集中的产品单元共享在所述物体数据中所观察到的一个或更多个特性；
(d)至少部分地基于所述产品单元的第一分割和所述上下文数据来识别所述上下文参数中的一个或更多个相关的上下文参数的集合；和
(e)至少部分地通过参考新产品单元的上下文参数中的相关上下文参数的已识别的集合来控制用于所述新产品单元的所述工业过程。
在第二方面中，本发明提供一种用于工业过程的控制系统，所述控制系统包括：
-用于物体数据的存储器，所述物体数据表示关于已经经历所述工业过程的产品单元的集合所测量的一个或更多个参数；
-用于上下文数据的存储器，所述上下文数据表示多个上下文参数，所述多个上下文参数是在所述集合内的产品单元之间变化的所述工业过程的参数；
-第一处理器，布置成通过所述物体数据的统计分析来限定在两个或更多个子集之间分配所述集合的产品单元的成员关系的第一分割，每一个子集中的产品单元共享在所述物体数据中所观察到的一个或更多个特性；
-第二处理器，布置成使用所述产品单元的第一分割和所述上下文数据来识别所述上下文参数中的一个或更多个相关的上下文参数的集合，最相关的上下文参数是被观察为与所述第一分割最强地相关的所述工业过程的参数；
-控制器，用于通过参考新产品单元的上下文参数中的相关的上下文参数的已识别的集合来控制用于所述新产品单元的所述工业过程。
可以在同一数据处理设备中实施存储器、第一处理器和第二处理器。所述同一数据处理设备能够可选地被编程以用作控制器。
在实施例中，所述工业过程包括对呈衬底的形式的产品单元上锁执行的一个或更多个光刻处理步骤的序列，每一个光刻处理步骤包括一个或更多个光刻图案化操作，接着是一个或更多个物理和/或化学处理操作。
在一些应用中，所述物体数据可以包括表示在产品单元的集合已经经历所述工业过程之后针对所述产品单元的集合所测量的一个或更多个性能参数的性能数据。之前经过处理的产品单元的子集的性能参数随后用来产生用于新产品单元的反馈校正，之前经过处理的产品单元的子集通过参考已识别的相关的上下文参数限定。
在其它的应用中，所述物体数据可以包括与产品单元的集合相关的物体数据，所述物体数据包括表示在执行工业过程之前或期间针对那些产品单元所测量的一个或更多个参数的数据。用于产品单元的集合的所述物体数据包括表示在执行工业过程之前或期间针对所述集合的产品单元所测量的一个或更多个参数的数据。
在下文中将参考附图进一步描述这些应用的示例。
本发明进一步提供一种计算机程序产品，该计算机程序产品包括机器可读指令，所述机器可读指令使得通用目的数据处理设备实施方法的全部或部分以及如上文所阐述的控制系统。
下文参考附图来详细地描述本发明的其它特征和优点，以及本发明的各种实施例的结构和操作。应该注意的是，本发明不限于本文中描述的特定实施例。本文中仅出于说明性目的来呈现这些实施例。基于本文中所包含的教导，相关领域技术人员将明白额外的实施例。
附图说明
现在将参考随附的示意性附图并且仅以示例的方式来描述本发明的实施例，在附图中：
图1描绘了根据本发明的实施例的光刻设备；
图2示意性地示出了图1的光刻设备与形成用于半导体器件的制造设施的其它设备的一起使用，该设施包括根据本发明的实施例的控制设备；
图3示意性地示出了应用在图2所示的类型的制造设施中的两种已知的反馈控制方法；
图4示意性地示出了根据本公开的一个实施例的反馈控制方法的操作；
图5和图6示出了历史性能数据的自动成群集的不同示例，在两个示例应用中示出图4的反馈控制方法的操作；
图7是图4的方法的一部分的更加详细的流程图；
图8至图10示出了在真实制造设施中执行的简单实验中的图4和图7的方法的操作；
图11示意性地示出了能够编程以实施本发明的实施例的方法和设备的数据处理硬件。
具体实施方式
图1示意性地描绘了根据本发明的一个实施例的光刻设备LA。该光刻设备包括：
-照射系统(照射器)IL，配置成调节辐射束B(例如UV辐射或EUV辐射)；
-支撑结构(例如掩模台)MT，构造成支撑图案形成装置(例如掩模)MA，并且连接到配置成根据某些参数来准确地定位该图案形成装置的第一定位器PM；
-衬底台(例如晶片台)WTa或WTb，构造成保持衬底(例如涂覆抗蚀剂的晶片)W，并且连接到配置成根据某些参数来准确地定位该衬底的第二定位器PW；和
-投影系统(例如折射式投影透镜系统)PS，配置成将通过图案形成装置MA赋予辐射束B的图案投影到衬底W的目标部分C(例如包括一个或更多个管芯)上。
照射系统可以包括多种类型的光学部件，例如折射型、反射型、磁性型、电磁型、静电型或其它类型的光学部件，或者它们的任意组合，用以对辐射进行引导、成形或控制。
支撑结构支撑图案形成装置，即承载图案形成装置的重量。支撑结构以依赖于图案形成装置的方向、光刻设备的设计及其它条件(诸如图案形成装置是否被保持于真空环境中)的方式来保持图案形成装置。支撑结构可以使用机械的、真空的、静电的或其它夹持技术来保持图案形成装置。支撑结构可以是例如框架或台，它可以根据需要而是固定的或者可移动的。支撑结构可以确保图案形成装置例如相对于投影系统处于期望的位置。本文中使用的任何术语“掩模版”或“掩模”都可以认为是与更上位的术语“图案形成装置”同义。
本文中使用的术语“图案形成装置”应该被宽泛地解释为表示下述任何装置：该装置能够用于将图案在辐射束的横截面中赋予辐射束，以便在衬底的目标部分中产生图案。应该注意的是，被赋予辐射束的图案可能不与在衬底的目标部分中期望的图案完全对应(例如，如果该图案包括相移特征或者所谓的辅助特征)。通常，被赋予辐射束的图案将会与在目标部分(例如集成电路)中形成的器件中的特定的功能层相对应。
图案形成装置可以是透射式的或反射式的。图案形成装置的示例包括掩模、可编程反射镜阵列以及可编程LCD面板。掩模在光刻术中是公知的，并且包括诸如二元掩模、交替相移掩模、衰减相移掩模以及各种混合掩模类型的掩模类型。可编程反射镜阵列的示例采用小反射镜的矩阵布置，每一个小反射镜都可以独立地倾斜，以便在不同方向上反射入射的辐射束。已倾斜的反射镜将图案赋予由反射镜矩阵反射的辐射束。
本文中使用的术语“投影系统”应该被宽泛地解释为包括任意类型的投影系统，包括折射型、反射型、反射折射型、磁性型、电磁型以及静电型光学系统或者它们的任意组合，如对于所使用的曝光辐射或者诸如使用浸没液体或使用真空之类等其它因素所适合的。本文中使用的任何术语“投影透镜”可以被认为是与更上位的术语“投影系统”同义。
如此处所示的，光刻设备是透射型的(例如采用透射型掩模)。可替代地，光刻设备可以是反射型的(例如采用如上所述的类型的可编程反射镜阵列，或者采用反射型掩模)。
光刻设备可以是具有两个(双平台)或多于两个衬底台(和/或两个或更多个掩模台)的类型。在这种“多平台”机器中，可以并列地使用额外的台，或者可以在一个或更多个台上执行预备步骤的同时，一个或更多个其它台正被用于曝光。虽然可以以单独的方式来使用本文所披露的发明，但具体地说，本发明可以在单平台设备或多平台设备的曝光前测量阶段中提供额外的功能。
光刻设备也可以是如下类型：其中，衬底的至少一部分可以被具有相对高折射率的液体(例如水)覆盖，以便填充投影系统和衬底之间的空间。浸没液体也可以被施加至光刻设备中的其它空间，例如掩模和投影系统之间的空间。本领域中公知的是，浸没技术用于增加投影系统的数值孔径。本文中使用的术语“浸没”并不意味着诸如衬底等结构必须浸没在液体中，而仅意味着在曝光期间液体位于投影系统和衬底之间。
照射器IL接收来自辐射源SO的辐射束。所述辐射源和光刻设备可以是分立的实体(例如当辐射源是准分子激光器时)。在这种情况下，不将辐射源视为构成光刻设备的一部分，并且借助包括例如合适的定向反射镜和/或扩束器的束传递系统BD将辐射束从辐射源SO传到照射器IL。在其它情况下，辐射源可以是光刻设备的组成部分(例如当辐射源是汞灯时)。可以将辐射源SO和照射器IL以及必要时设置的束传递系统BD一起称作辐射系统。
照射器IL可以包括用于调整辐射束的角强度分布的调整器AD。通常，可以对照射器的光瞳平面中的强度分布的至少外部和/或内部径向范围(一般分别称为σ-外部和σ-内部)进行调整。此外，照射器IL可以包括各种其它部件，例如积分器IN和聚光器CO。可以将照射器IL用于调节辐射束B，以便在其横截面中具有期望的均匀性和强度分布。
辐射束B入射到保持在支撑结构(例如掩模台MT)上的图案形成装置(例如掩模)MA上，并且通过图案形成装置来形成图案。在穿过掩模MA之后，辐射束B通过投影系统PS，该投影系统PS将束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器IF(例如干涉仪装置、线性编码器或电容传感器)，可以精确地移动衬底台WTa/WTb，例如以便将不同的目标部分C定位在辐射束B的路径中。类似地，例如在从掩模库的机械获取之后或者在扫描期间，可以将第一定位器PM和另一个位置传感器(图1中未明确地示出)用于相对于辐射束B的路径精确地定位掩模MA。通常，可以借助于形成第一定位器PM的一部分的长冲程模块(粗定位)和短冲程模块(精定位)来实现掩模台MT的移动。类似地，可以借助于形成第二定位器PW的一部分的长冲程模块和短冲程模块来实现衬底台WTa/WTb的移动。在步进器(与扫描器相反)的情况下，掩模台MT可以仅连接到短冲程致动器，或者可以是固定的。可以使用掩模对准标记M1、M2和衬底对准标记P1、P2来对准掩模MA和衬底W。尽管图中所示的衬底对准标记占据了专用目标部分，但它们可以位于目标部分之间的空间(这些公知为划线对准标记)中。类似地，在将多于一个管芯设置在掩模MA上的情况下，掩模对准标记可以位于管芯之间。
可以将所示的设备用于以下模式中的至少一种模式中：
1.在步进模式中，在将赋予辐射束的整个图案一次投影到目标部分C上时，使掩模台MT和衬底台WTa/WTb保持基本上静止(也就是说，单次静态曝光)。然后，使衬底台WTa/WTb在X和/或Y方向上移位，以便曝光不同的目标部分C。在步进模式中，曝光场的最大尺寸限制了单次静态曝光中成像的目标部分C的尺寸。
2.在扫描模式中，在将赋予辐射束的图案投影到目标部分C上时，同步地扫描掩模台MT和衬底台WTa/WTb(也就是说，单次动态曝光)。可以由投影系统PS的放大率(缩小率)和图像反转特性来确定衬底台WTa/WTb相对于掩模台MT的速度和方向。在扫描模式中，曝光场的最大尺寸限制单次动态曝光中的目标部分的宽度(在非扫描方向上)，而扫描运动的长度确定目标部分的高度(在扫描方向上)。
3.在另一种模式中，在将赋予辐射束的图案投影到目标部分C上时，使掩模台MT保持基本上静止，从而保持可编程图案形成装置，并且移动或扫描衬底台WTa/WTb。在该模式中，通常使用脉冲式辐射源，并且在衬底台WTa/WTb的每一次移动之后或者在扫描期间的连续辐射脉冲之间，根据需要更新可编程图案形成装置。该操作模式可以容易地施加到利用可编程图案形成装置(例如上文提及的类型的可编程反射镜阵列)的无掩模光刻术。
还可以使用对上文所描述的使用模式的组合和/或变型，或者完全不同的使用模式。
本示例中的光刻设备LA是所谓的双平台类型，该双平台类型具有两个衬底台WTa、WTb和两个站-曝光站和测量站一可以在所述两个站之间交换衬底台。当一个衬底台上的一个衬底在曝光站EXP上进行曝光时，另一个衬底可以被装载到测量站MEA处的另一个衬底台上，使得可以执行各种预备步骤。预备步骤可以包括使用水平传感器LS来绘制衬底的表面高度的地图，并且使用对准传感器AS来测量衬底上的对准标记的位置。对准标识被名义上以规则的栅格图案排布。然而，由于产生标记时的不准确度并且还由于衬底在其处理过程中发生的变形，所述标记偏离理想栅格。因此，除了测量衬底的位置和方向以外，对准传感器在实际中必须详细地测量衬底区域上的许多标记的位置(如果设备LA将以极高的准确度在正确部位处印制产品特征)。因此，对准标记的测量非常耗时，并且提供两个衬底台会实现设备的生产量的实质增加。如果位置传感器IF在衬底台处于测量站以及处于曝光站时不能够测量衬底台的位置，则可以提供第二位置传感器，以便能够在两个站处追踪衬底台的位置。本发明可以应用到具有仅一个衬底台或者具有多于两个衬底台的设备中。
该设备还包括光刻设备控制单元LACU，该光刻设备控制单元LACU控制所描述的各种致动器和传感器的所有移动和测量。LACU也包括用以实施与设备的操作相关的期望的计算的信号处理及数据处理能力。在实际中，控制单元LACU将被实现为具有许多子单元的系统，这些子单元每个处置设备内的子系统或部件的实时数据获取、处理及控制。例如，一个处理子系统可以专用于衬底定位器PW的伺服控制。分立的单元甚至可以处置粗致动器和精致动器、或者不同的轴线。另一个单元可以专用于位置传感器IF的读出。对设备的总体控制可以由中央处理单元控制，中央处理单元与这些子系统处理单元、与操作者以及与光刻制造过程中所涉及的其它设备通信。
图2在200处示出了在用于半导体产品的工业制造设施的情形中的光刻设备LA。在光刻设备(或者简称为“光刻工具”200)内，测量站MEA在202处被示出并且曝光站EXP在204处被示出。控制单元LACU在206处被示出。在制造设施内，设备200形成“光刻元”或“光刻簇”的一部分，“光刻元”或“光刻簇”还包含用于将光致抗蚀剂及其它涂层施加至衬底W以便由设备200进行图案化的涂覆设备208。在设备200的输出侧，提供焙烤设备210和显影设备212，用以将经曝光的图案显影至实体的抗蚀剂图案中。
一旦已施加并显影了图案，则将图案化的衬底220转移至诸如在222、224、226处示出的其它处理设备。宽范围的处理步骤是通过典型制造设施中的各种设备来实施的。出于示例的目的，本实施例中的设备222是蚀刻站，并且设备224执行蚀刻后退火步骤。将其它物理和/或化学处理步骤施加到其它设备226等。可能需要多种类型的操作以制作真实的器件，诸如材料的沉积、表面材料特性的改性(氧化、掺杂、离子注入等)、化学机械抛光(CMP)等。在实际中，设备226可以表示在一个或更多个设备中执行的一系列不同处理步骤。包括图案化过程步骤的序列的所描述的半导体制造过程只是工业过程的一个示例，在所述工业过程中，可以应用本文中披露的技术。半导体制造过程包括一系列图案化步骤。每一个图案化过程步骤包括图案化操作，例如光刻图案化操作和多个其它化学和/或物理操作。
众所周知，半导体器件的制造涉及这种处理的许多重复过程，以在衬底上逐层地建立具有适当材料及图案的器件结构。因此，到达光刻簇的衬底230可以是新准备的衬底，或者它们可以是之前已经在该簇中或在另一个设备中被完全地处理的衬底。类似地，依赖于所需处理，离开设备226的衬底232可以返回到同一光刻簇中，用于后续图案化操作，它们可以被指定用于不同簇中的图案化操作，或它们可以是待发送用于切片和封装的成品。
产品结构的每一层需要一组不同的过程步骤，并且用于每一层处的设备226在类型上可能完全不同。此外，即使在待由设备226施加的处理步骤在大型设施中名义上是相同的情况下，也可以存在并行地工作以对不同的衬底执行步骤226的几个假定相同的机器。这些机器之间的设定或故障的小差异可以意味者它们以不同的方式影响不同的衬底。即使对于每一层是相对地共同的步骤(例如蚀刻(设备222))，也可以由几个蚀刻设备实施，这些蚀刻设备名义上是相同的但并行地工作以使生产量最大化。此外，在实际中，不同的层根据待蚀刻的材料的细节而需要不同的蚀刻过程(例如化学蚀刻、等离子体蚀刻)，并且需要特定要求(例如各向异性蚀刻)。
可以在其它光刻设备中执行之前和/或后续过程(如刚才提及的)，并且可以甚至在不同类型的光刻设备中执行之前和/或后续过程。例如，在器件制造过程中，在诸如分辨率和重叠的参数上要求极高的一些层相比于要求不高的其它层可以在更先进的光刻工具中执行。因此，一些层可以在浸没型光刻工具中被曝光，而其它层被在“干式”工具中曝光。一些层可以在DUV波长下工作的工具中被曝光，而其它层使用EUV波长辐射来曝光。
图2还示出了量测设备240，该量测设备240设置为用于对在制造过程中在期望的阶段的产品的参数进行测量。现代光刻制造设施中的量测站的常见示例是散射仪(例如角分辨散射仪或光谱散射仪)，并且它可以被应用以在设备222中的蚀刻之前在220处测量经显影的衬底的属性。通过使用量测设备240可以确定，例如诸如重叠或临界尺寸(CD)的重要性能参数不满足经显影的抗蚀剂中的指定准确度要求。在蚀刻步骤之前，存在经由光刻簇剥离经显影的抗蚀剂并且重新处理衬底220的机会。还众所周知，来自设备240的量测结果可以用于通过随着时间推移进行小调整来维持光刻簇中的图案化操作的准确性能，由此使得制造出不符合规格且需要返工的产品的风险最小化。当然，量测设备240和/或其它测量设备(未示出)可以用于测量经处理的衬底232、234及入射衬底230的属性。
为了改善制造过程在诸如重叠及CD的参数方面的性能，提供先进过程控制(APC)系统250。APC系统250基于历史性能数据PDAT及基于与单独的衬底相关联的上下文数据CDAT实施一种形式的反馈控制，该历史性能数据PDAT可以包括例如量测设备240对重叠和/或CD的示例测量值。因此，APC系统250访问存储在存储器252中的历史性能数据PDAT。上下文数据CDAT也可以被视为“历史”数据，这是因为它并非从产品自身获得的数据，而是表示单独的产品单元(晶片或其它衬底)或产品单元的批次的处理历史的全部或部分的数据。在整个图中箭头254示出了上下文数据可以如何来自所述设备中任意一个。利用新衬底230也可以获得上下文数据。例如，上下文数据可以记录已经应用了哪些类型的过程步骤、哪些单独的设备已经用于那些步骤的执行中、以及哪些参数是由那些设备应用的(例如，当在蚀刻设备222中时的温度或压力情况的设定，或者光刻工具200中的诸如照射模式、对准选配方案等的参数)。该上下文数据存储在存储器256中以供APC系统250使用。
性能数据PDAT可以被视为用于本文中披露的技术的一些实施例中的物体数据的示例。可以收集并存储物体数据的其它示例以用于其它实施例中，并且一些实施例可以一起使用不同种类的物体数据，包括性能数据。虽然性能数据是从针对之前已经经历被控制的处理步骤的产品单元(直接地或间接地)进行的测量导出的，但可以在执行处理之前或期间收集其它物体数据ODAT。图2示出了可选地被收集并存储在数据库260中的这种其它物体数据。这种其它物体数据可以是针对产品单元自身所测量的或针对工业过程中所涉及的其它部分所测量的数据。作为一个示例，存储在数据库260中的物体数据可以包括由光刻设备200使用测量站202中的对准传感器AS常规地获得的对准数据。因为表示在衬底的X-Y平面中的标记的位置的详细测量值的该数据被固有地获得作为正常图案化操作的一部分，所以通过指示控制单元206将该数据存储在物体数据存储器260中，而几乎不招致损失或不招致损失。可替代地或者除了对准数据以外，物体数据可以包括使用水平传感器LS获得的高度数据、来自对准传感器AS的“晶片品质”信号等。在其它实施例中，该物体数据可以包括在系统的其它处测量的、而非针对产品单元自身所测量的数据。该物体数据的示例可以是使用图1的光刻设备的衬底支撑件中的掩模对准标记M1、M2及传感器所获得的掩模(掩模版)对准数据。
概括地说，在背景技术和权利要求书中使用的术语“物体数据”涵盖广泛的多种数据，这些数据可以在制造设施中针对历史产品单元或针对待处理的新产品单元来搜集。具体地说，在背景技术和权利要求书中使用的术语“物体数据”涵盖性能数据PDAT(在处理之后从经过处理的产品单元测得的并存储在存储器252中)及其它类型的物体数据ODAT(在处理之前和/或期间从产品单元或其它系统测得的并存储在存储器260中)两者。将在下文中参考图5及图6描述使用两个类型的物体数据的示例。
虽然图2示出了用于上下文数据、性能数据及物体数据中每一个的分立的存储器252、256、260，但应该理解，这些不同类型的数据可以存储在一个共同存储单元中，或者可以在较大数目的存储单元上进行分布，可以在需要时从所述存储单元获取数据的特定项目。此外，尽管上下文数据262被示出为来自每个单独的设备222、224等，但可以通过整体地控制光刻元和/或制造厂的操作的中心控制系统来收集该数据。
上下文数据和性能数据存储器中的每一个记录被标注有唯一标识符。应该注意的是，单独的晶片可能在制造过程期间重复地穿过同一光刻工具，或者可能穿过测量相同标记的不同工具，可以在制造过程的不同阶段收集用于同一产品单元的数据。这些测量实例中的每一个可以在分析中被视为独立的产品单元。然而，在复合制造过程中的不同阶段处测量同一晶片的多个实例的情况下，物体数据将包括不仅唯一地识别单独的晶片而且识别其已被测量的处理阶段的识别符。通常在光刻过程中，同一衬底的不同实例将与器件结构的图案化连续层相关联。
图3(a)示意性地示出了由APC系统250实施的一种类型的控制方法的操作。从存储器252接收历史性能数据PDAT，该历史性能数据已经通过量测设备240或者其它装置从晶片220获得，所述晶片已经被光刻设备200和光刻元的相关联设备处理过。反馈控制器300分析在用于最近批次的性能数据中所表示的性能参数，并且计算被馈送到光刻设备200的过程校正PC。这些过程校正被添加到从光刻设备的对准传感器及其它传感器导出的特定于晶片的校正，以获得用于每一个新批次的处理的组合校正。
图3(b)示意性地示出了由已知的APC系统250实施的另一类型的控制方法的操作。可以看出，该反馈控制方法的整体形式与图3(a)所示的反馈控制方法相同，但在本示例中，与历史晶片相关的上下文数据及与当前晶片相关的上下文数据CTX用于提供对性能数据PDAT的更有选择性的使用。具体地说，虽然在较早的示例中，在单一串流(stream)302及修改的方法中组合用于所有历史晶片的性能数据，但来自存储器256的上下文数据用来将用于每一个历史批次的性能数据分配给几个线程304中的一个。这些线程由反馈控制器300在并行反馈回路中有效地处理，从而产生多个过程校正306，每一个过程校正基于线程304中的一个中的晶片的历史性能数据。然后，当接收新批次以用于处理时，它们的单独的上下文数据CTX可以用于选择线程中的哪一个提供用于当前晶片的适当的上下文数据306。
通常，将会看到，制造设施的操作者必须就反馈控制的粒度(granularity)做出决定。在图3(a)的示例中，不应用粒度，并且所有产品单元被处理为单个线程。在图3(b)的示例中，然后可以提供不同程度的粒度，但该程度始终依赖于已知的合适性能数据和上下文准则。在已知的实际中，通常将为每个批次而非每个单独的晶片提供校正。在已知单独的晶片台或“卡盘”对性能具有强烈影响的情况下，则已知将施加每个批次及每个卡盘的校正。在许多情况下，将根本不提前知道上下文数据的哪些参数与将定义分割成线程的最优度相关，以及哪些参数不与其相关。因此，可以将所述批次分割成比所需的情况小的线程，或者在实际上进一步分割将会产生较佳性能时将其分组成较大的线程。
再次参考图2，提出了经修改的控制系统，其中，除了基于历史性能数据的统计分析与上下文信息的组合之外，基于上下文数据将历史物体数据(例如历史性能数据)分配至线程。提供统计分析模块270，该统计分析模块270主要从存储器252接收历史性能数据PDAT并执行历史产品单元的数据驱动的分割。在分割细化模块272中，来自存储器256的历史上下文数据CDAT用于细化参考上下文的分割。这样，相关上下文数据可以用于将性能数据分配至适当的线程中，并且不需要通过参考实际上并非如此相关的上下文数据来增加线程的数目。该步骤的一个益处是，其上下文将使其放置在具有不良反馈性能的填充非常不足的线程中的产生单元，因此可以被分配至仍提供有效性能改善的更好地填充的线程。虽然将首先使用来自存储器252的性能数据描述示例，但已经提及的是，在其它示例中，代替性能数据或除了性能数据之外，也可以使用来自存储器260的其它类型的物体数据ODAT。因此，除非上下文另有规定，否则在本说明书中对性能数据的提及更通常应该理解为对物体数据的提及。
图4是在图2所示的控制方法的一个实施例中的统计分析模块270和分割细化模块272实施的方法的流程图。在图的底部处示出了反馈控制器400，该反馈控制器400以与图3(b)的反馈控制器300非常相似的方式运行。根据来自存储器256的上下文数据CDAT，将来自存储器252的历史性能数据PDAT分配至不同的线程404。反馈控制器400产生用于多个线程406的过程校正，并且使用当前晶片上下文数据CTX选择用于当前晶片的适当过程校正PC。然而，不同于已知的方法，不能仅通过参考历史上下文数据来确定线程404，而且也考虑到由现在将会描述的方法导出的上下文准则CC来分配线程404。当选择待施加到未来晶片的过程校正时，与当前晶片上下文数据CTX组合地使用这些相同上下文准则。在控制系统允许的情况下，可以基于每个晶片选择并施加过程校正，或者对每个批次施加过程校正(如果优选的话)。一些类型的性能数据可以仅基于每个批次是可用的，并且不会频繁地对每一个晶片进行详细的性能测量。然而，对于许多批次，可以使得基于每一个晶片不同上下文之间以统计方式进行区分的方式对晶片进行采样。
在步骤410处，在不参考与产品单元(晶片)相关联的上下文数据的情况下执行历史性能数据PDAT的统计分析，已经在所述产品单元(晶片)上测量工业过程的性能参数。可以设想不同形式的统计分析，并且这里将出于说明而提到仅一对示例。在一个示例中，步骤410包括执行多变量分析(例如主分量分析(PCA))以识别对从产品单元自身(在这种情况下是晶片)测量的性能参数贡献的多个分量。可以使用不同形式的多变量分析，并且PCA分析在本发明中仅仅作为一个示例被提及。在PCA的特定示例的情况下，识别的分量向量在多维空间中正交。在被称作独立分量分析(ICA)的另一种方法中，分量向量是独立的(意思是每一个分量向量都不能被写成其它分量向量的线性组合)。ICA技术保留处于零的所有第二阶及高阶交叉相关度(cross-correlation)，而PCA技术的正交性使得第二阶交叉相关度为零，但可以保留非零高阶交叉相关度。为了方便起见而不期望任何限制，所执行的步骤410及分析将在下文中被称作PCA分析。
在已公开的专利申请WO2015049087A1中描述了光刻制造设施或其它工业过程中的这种统计分析的详细实施方案。该申请的内容以引用的方式并入本文中。在已公开的专利申请中，诸如PCA或其它多变量分析的统计分析用于从物体数据(其可以是在处理之后从产品单元测量的性能数据)获取诊断信息，和/或可以包括其它物体数据，诸如在图案化之前使用对准传感器所测量的位置偏差。在现在描述的方法中，虽然目的可以不同，但分析的原理及结果的形式可以与之前已公开的专利申请中的分析的原理及结果的形式相似。当然，可以在制造设施中与本申请的控制方法同时实施之前的专利申请的诊断方法。
在步骤412处，统计分析的结果被用于限定表示在历史性能数据中的产品单元的第一分割。这种分割基于每一个产品单元在由主分量向量限定的多维空间中、在由所测量和表示在性能数据PDAT中的性能参数的集合(或组)限定的多维空间中的位置。“分割”的意思是产品单元的集合中的每一个的成员关系在两个或更多个子集之间的分配。在“硬”分割中，每一个产品单元是某一个子集的成员或者不是某一个子集的成员。也可以使用“软”分割，其中，将指示成员关系度或多于一个子集的成员关系概率的成员关系值分配给产品单元。技术人员将能够调适本教导以允许软分割。为了简化本说明书，将仅示出硬分割。
图5基于统计分析的结果象征性地说明将产品单元分割成不同的子集或“簇”。用于多个产品单元的性能数据由二维曲线图上的点表示，二维曲线图的轴线是通过统计分析发现的主分量PC1及PC2。本示例中的产品单元已经被分配至被标注为A、B及C的三个簇。因此，由点502表示的产品单元最初被分配至簇A，由点504及506表示的产品单元最初被分配至簇B，并且点508及510最初被分配至簇C。应该记住的是，这种二维曲线图只是简化的图示，并且可以基于3个、4个、10个或更多分量执行分割。
现在考虑适用于表示在历史性能数据中的产品单元的种群内的不同产品单元的不同上下文，图5中的数据点的不同形状(菱形、圆形、三角形)用于指示三个不同的子种群。可以假定，不同的主分量表示由每一个产品单元的处理上下文中的特征中的某些特征或组合造成的误差指纹。因此，将会看到，分割成簇A、B及C已成功地对大多数产品单元以及同一子种群(相同形状的数据点)的其它成员进行分组。当处理未来单元时，会仅将上下文数据用作用于控制处理的基础。因此，在所披露的方法中，将采取另外的步骤以根据统计分析及历史上下文数据从适用于每一个产品单元的所有上下文参数中识别出那些是相关上下文参数的上下文参数，以用于控制未来单元的目的。
在不参考上下文数据的情况下有意地执行统计分析步骤410及初始分割步骤412。因此，可以预期的是，子种群的一些成员(例如统计异常值)最初可能被分配至“错误”簇。可以在已经分组至簇C中的菱形形状数据点中看到这种示例，其中，大多数数据点呈三角形形状并因此具有不同的上下文。类似地，一对三角形形状的数据点506已经分组在簇B中，其中，大多数点具有菱形形状。因此，如果历史性能数据的统计分析将用作用于将产品单元分割成线程以用于反馈控制的目的的唯一基础，则用于给定线程的所得的过程校正可能包含来自产品单元的不期望的贡献，所述产品单元与该线程中的其它产品单元具有不同的上下文。
图6示出了可以应用的统计分析的类型的另一个示例，尤其是混合回归分析。在图6的示例中，水平轴表示穿过光刻设备200的批次的晶片编号。一个批次可以例如在典型半导体制造设施中包括25个晶片。已知的是，某些误差指纹起因于在曝光批次期间生成且在曝光下一批次之前再次散发的热效应。这种效应的示例可以是掩模版(掩模)加热，并且前馈控制系统可以限定掩模版加热校正贯穿批次的过程被施加对数性地增加的强度。为了确定适当的对数曲线及强度水平，通常将会执行历史物体数据的统计分析，而非试图根据任何“第一原理”计算预测所要求的校正。在这样的示例中，如上文所提到的，物体数据可以是除了在经过处理的产品单元上所测量的性能数据以外的数据。该数据可以是在处理之前或期间在产品单元上或在该系统的其它部分上所测量的物体数据。物体数据的示例是从每一个晶片测量的对准数据。另一个示例是使用图案形成装置(掩模或掩模版)上的标记及位于在衬底台或相关联的测量台上的晶片旁边的传感器所测量的掩模对准数据。掩模对准数据可以在识别图6所示的掩模加热指纹的示例中特别有用。
在分析关于掩模加热指纹PRH的物体数据的情况下，可以以图6所示的方式在曲线图上相对于晶片编号绘制来自一个或更多个批次的数据点。回归分析可以用于以公知的方式将对数曲线与观察到的数据进行拟合。然而，根据经验，可以知道一个或更多个上下文变量也可以起作用，并且没有单个对数曲线可以与数据集合进行拟合。对于这种情况，有可能应用混合模型。混合模型可以基于回归、PCA、ICA及任何其它统计模型。作为示例，可以已经在混合的工具上处理产品单元的历史种群，并且每一个工具的性能可以随时间推移以特定方式漂移。倘若统计数据库足够广泛，则混合模型可以在不具有现有知识的情况下识别并分离这些不同的上下文。
返回至图6，混合回归分析例如将允许拟合两个、三个或更多个单独的曲线，每一个曲线与该数据中的一个子种群相关联。可以或不可以提前知道或推测数据库内的种群的数目。在图6的示例中，我们假设已知应该拟合两个曲线602和604。其的一个原因可能是诸如图1所示的光刻设备的光刻设备具有两个卡盘(衬底台WTa和WTb)，并且观察到的掩模版加热误差依赖于正在使用的晶片台而看上去不同，这是因为两个卡盘中的传感器具有稍微不同的响应。因此，图6所示的数据点的种群可能实际上源自产品单元的两个子种群，所述两个子种群在该附图中通过圆形数据点608、610等和三角形数据点612、614等示出。在没有这些点的不同上下文的知识的情况下，统计分析步骤410可以例如决定数据点属于将被拟合的第二对数曲线604所在的子种群，而这些产品单元的上下文的知识可以指示其通常属于与第一对数曲线602更相关的子种群。
基于这种回归分析的掩模版加热校正可以是用作光刻设备内的前馈控制系统的一部分的校正，而非用作先进过程控制系统250的一部分的校正。然而，对于新产品单元，问题仍然是只有上下文是已知的。在没有特定的上下文参数(例如卡盘ID)的重要性的现有知识的情况下，控制系统将如何知道用于提供针对不同上下文优化的前馈控制的相关上下文参数是哪些。若存在由混合模型发现的两个种群，则它们是由不同卡盘ID造成的还是由某一其它因素造成的？即使所述种群是由两个不同卡盘ID造成的，但它是本设备的卡盘还是造成差异的之前使用的工具的卡盘，或两者的组合？
前馈控制的另一个示例是对准过程，已经参照图1的光刻设备的操作描述该对准过程。每一个晶片所测量的对准数据被与用于产生在图案化(曝光)期间将被应用的校正的对准模型进行拟合。在应用本公开的原理的情况下，以依赖于针对新晶片接收的上下文数据的方式使用针对新晶片所测量的对准数据可以是有利的。一种方式将会是基于上下文数据使对准模型(潜在地在不同对准模型之间选择)变化。对历史对准数据和上下文数据的分析可以识别出：哪些上下文参数与每一个批次或者甚至每一个晶片地选择最适当的对准模型相关。
应该注意的是，用作用于反馈控制的输入的物体数据无需包括在衬底上的点处对位置、重叠或某一其它参数的单独的测量。在与上文所说明的类型的先进过程控制相关的一个实施例中，现有的APC反馈控制器300被设计成与通过参数化模型表达的性能数据(由多顶式方程式的系数表达误差指纹)起作用。一起考虑从每一个晶片或晶片的组进行的测量，并且拟合模型。在经修改的反馈控制器400中，可以使用同一参数化模型，并且可以根据该模型表达用于开始晶片的性能数据。类似地，在对准数据的示例中，所使用的物体数据可以是经拟合的对准模型的参数，或是经拟合的模型的残差，而不是原始位置数据。
若该模型具有例如10个参数，则用于每一个晶片或晶片的组的性能数据由用于那些参数的10个值的集合表示，并且晶片或晶片的组可以由10维参数空间中的点表示。相同的参数可以用于表达校正PC，并且光刻设备可以被设计成直接地或者将这些参数转换至另一个模型空间中而响应于这些参数。本领域技术人员将会了解，这只是性能数据的间接表示的一个示例。应该理解的是，如果可以在每一个衬底上进行100次单独的重叠测量，则将这些测量减小至10参数模型表现出压缩数据的相当大的益处。通常，分析呈无法直接或间接与可以用于光刻设备或其它工业过程的控制系统中的校正的参数相关的形式的误差几乎不存在益处。当然，在其它实施例中，可以限定不同的模型，但可以应用相同的原理。
返回至图4，在步骤414中，使用来自存储器256的上下文数据CDAT，并且所披露的方法用于改善历史产品单元的分割及其性能数据，并且尤其用于施加基于统计分析但就上下文数据而言被观看时有意义的“逻辑”分割。下文将更详细地进一步描述这种细化步骤的示例。
在416处，分割的细化被总结并且定义最终分割。在418处，已传递上下文准则CC的集合，可以利用该集合将表示在历史性能数据中的产品单元及新产品单元明确地分配至多个子集中的一个，所述子集对应于反馈控制器400的各个线程404和406。相比于上下文数据的所有参数将用于限定用于每一个上下文的唯一线程的情况，线程的数目可以少得多。在使用统计分析的情况下，仅实际上与性能的差相关联的那些上下文参数需要用作用于将历史和未来产品单元的种群分割成线程的基础。
步骤410至418连同反馈控制器400自身可以由经连接以便从图2的制造设施接收数据的计算机硬件及软件的组合实施。计算机硬件可以与光刻工具及其它设备位于相同的设施中，或者它可以远程地定位并由电信信道和/或可移除式存储器连接。
图7更详细地示出了初始分割及细化分割的步骤以及刚刚描述的类型的方法。图8至图10示出了已经在真实半导体制造设施中实施的简单实验示例，并且将会描述该简单实验示例以帮助理解。
作为第一个步骤，已经使用对历史晶片的种群的主分量分析来执行统计分析。对于多个识别的主分量向量，每一个产品单元被给定一个分数，该分数实际上在多维空间中的一点处绘制那个产品单元。在步骤700处接收这些PCA分数值。在步骤702处，基于PCA分数值执行分割(群集)以实现初始分割704。对于给定数目的簇，将每一个簇的成员关系的概率分配给每一个产品单元，并且在初始分割中，仅将每一个产品单元分配至针对每一个产品单元具有最高概率的簇。在706处，参考用于相同产品单元的上下文数据，以确定就上下文数据而言该分割是否也具有意义。下文将参考图8至10的实验来解释用于这种情况的适当测试。
如果该分割已经使得每一个簇由限定于上下文数据中的特定处理条件独特地限定，则在步骤708处输出最终分割及上下文准则CC。若并非如此，则处理继续前进至步骤710，在该步骤中修订分割(图4中的步骤414)。
为了细化分割，在712处，比较初始分割与上下文数据的各种参数，以确定是否存在可解释由统计分析得出的簇之间的差异的一个占主导的上下文参数。在714处，由参考这种主导的上下文参数识别在“错误”簇中的产品单元。在716处，再次访问统计分析的结果以针对那些产品单元中的每一个识别在步骤702处执行的数据驱动的群集中具有第二最高概率的簇。将这些产品单元重新分配至下一个最可能的簇中，以实现经修订的分割718。
经修订的分割为在步骤706处针对与上下文数据的一致性测试的增益。在充分一致的情况下，在708处输出当前分割，并且限定与将未来产品单元分配至单独的线程相关的那些上下文准则。如果在706处的测试揭露在经修订的分割与上下文数据之间仍存在一些不一致性，则重复步骤712至716，每次将任何“错误”产品单元移动至下一个最可能的簇。
在一些情形中，在已经修订分割之后、在识别下一个最相关的上下文参数之前重复统计分析可能是必需的或期望的。在流程图中于720处指示该选项。例如，在图5的PCA示例中，这种重新计算可以是不必要的，但在诸如图6的混合回归示例的混合模型分析中可以是期望的。
图8至图10示出了已经实施于真实半导体制造设施中以证实上文所介绍的方法的操作的简单实验示例。
图8示出了实验程序。在图2所示的类型的半导体制造设施中通过某些步骤S1、S2、S3处理包括25个晶片801至825的批次800。在每一个步骤中，在两个不同的设备(工具)之间进行选择。运用工具T1.1针对一些晶片执行步骤S1，并运用相似的工具T1.2针对其它晶片执行步骤S1。使用工具T2.1或工具T2.2执行下一个步骤S2，并使用工具T3.1或工具T3.2执行最终步骤S3。
实验中所应用的图案和工序在所有其它方面都是相同的。仅有的被改变的上下文参数是工具选择参数T1、T2、T3。也就是说，虽然在该简化的实验中，诸如产品ID、掩模版ID、层ID、扫描仪ID等上下文参数并不相关，但在真实生产情形中，它们可能与任何数目的其它上下文参数一起变化。总之，由八个不同上下文处理产品单元，每一个上下文具有可用工具的不同组合。针对给定步骤使用完全不同的工具只是可以记录在用于产品单元的给定集合的上下文数据中的上下文参数的一个示例。在一些情况下，上下文参数可以记录工具内的子系统的选择。例如，在图1的光刻设备LA的示例中，可以使用两个晶片台中的一个(“卡盘”)WTa或WTb来施加图案。在其它情况下，(或对于相同情况内的其它上下文参数)，上下文参数可以记录工具的不同设定，或操作的不同模式，或不同环境条件。
图9针对在图8的示例中处理的晶片的八个子种群说明呈重叠测量形式的性能数据。这些绘图中的每一个表示关于根据多个晶片的处理上下文进行分组的所述多个晶片上的重叠测量。用于步骤S1、S2及S3的工具的特定组合被标注在每一个绘图下方。作为第一点，可以清楚地看到，不同的上下文与重叠误差的相当不同的图案相关联，所述图案可以是与单独的处理设备或处理步骤中的一个或多个相关联的一个或更多个误差指纹的组合。因此，在图9中从左到右地观看误差指纹的变化，可以看出强烈的变化，而也可以在第一行与第三行之间及在第二行与第四行之间看出一些共性。同时，可以在绘图的上部列及绘图的下部列中的对应绘图之间看出极小的差异。通过检查标注号，可以从本示例看出，步骤S2中的工具T2.1或T2.2的选择是上部绘图与下部绘图及每一列之间的差异。因此，通过检查该简单的示例，可以推测用于步骤S2中的工具并非与重叠性能极为相关。
在真实情形中(其中，数百或上千个晶片可以在多维上下文空间中具有数百或上千个的不同处理上下文)，由检查的分析通常不是一个选项。仅知道上下文参数的全集合，而不知道那些上下文参数中的哪些参数是影响特定感兴趣的性能参数线最相关的上下文参数。在几个性能参数(例如重叠、CD、CD均一性等)是感兴趣的情况下，来自上下文参数的相同完整集合中的不同上下文参数可以与每一个性能参数相关。可以提供不同控制系统，以便在容纳所述不同控制系统时校正过程性能的不同方面和/或产品单元的不同属性。因此，我们寻求一种用于针对每一个控制系统从所有已知的上下文参数中自动识别相关的上下文参数的集合的方式。
图10示出了图7的方法(其中，执行历史性能数据的统计分析，然后通过应用上下文信息来补充该统计分析)如何可以提供相关的处理上下文参数的自动识别。在图10(a)中，我们看到(i)产品单元的初始分割704(仅仅由图8及图9的实验中的性能数据的统计分析获得)与(ii)适用于产品单元的上下文数据之间的相关性的图形项。统计分析已经识别四个簇，这四个簇是由标注为A、B、C及D的直方图的行表示。每一个直方图相对于上下文参数T1、T2、T3中的不同的上下文参数标绘那个簇的成员。将会看到，该批次中存在25个晶片，并且每一个簇中有六个或七个成员。在真实的大体量制造环境中，可以存在数百或上千个的晶片或其它产品单元。
对仅四个簇的识别与图9中的观察是一致的，使得上下文参数(T2)中的一个不会对重叠性能造成大的差异。在每一个簇中，已经由设备T2.1和T2.2处理大致相同数目的晶片。另一方面，对用于步骤S1和S3的工具的选择显然与初始的群集具有强相关性。四个簇中的每一个主要地与工具的特定组合相关联。再次，这与可以通过在图9中进行检查所看到的是一致的。另外，通过检查来观察这些图案是不存在于真实处理情形(具有许多上下文的变量和许多混合的误差指纹)中的奢侈的事情。然而，在所披露的方法中，上下文数据与基于数据的群集的比较可以用于从所有已知的上下文参数中自动识别相关上下文参数。
根据步骤706，可以识别出，在本示例中产品单元中的一个是在簇C中，从而破坏了卡盘与硬掩模设备的上下文准则之间的唯一关联。在712处将步骤710的处理施加到本示例的情况下，可以确定在统计分析中识别的簇之间进行区分的方面上，参数T3是上下文参数中的最占主导的参数。作为针对主导性的测试，可以计算主导性数。作为主导性分数的简单示例，可以计算出，在所有簇上进行组合的情况下，簇的成员的多少百分比在直方图的最高列中。每一簇的百分比分数可以由简单平均化或以某一其它方式进行组合。在每一列的末尾处，已经针对实验的三个上下文参数写入该百分比。实际上，直方图的列已经以在统计分析中识别的主导型程度的次序进行排列，并且次序为T3。
对于参数T3，在每一个簇中，100％的成员在单个列中。因为簇中的每一个包含针对参数T3仅具有单一值的晶片，所以上下文数据与该参数中的数据驱动的分割之间不存在不一致性。然后，第二最占主导的参数是参数T1。虽然在参数T1与簇ID之间观察到强烈的相关性，但在簇C的情况下，最高列中的成员的百分比并非100％。在所有簇上，主导性分数百分比为96％。换句话说，在簇成员关系与上下文参数之间的唯一关联的违背情况出现在该成员至簇C的分配中，其在簇C中的所有其它晶片被通过工具T1.1处理时由工具T1.2处理。此偏差由椭圆形突出显示示出。
现在参考图10(b)，我们看到由将圆形晶片从簇C再分配至簇B引起的经修订的分割718。由椭圆形及箭头象征性地示出这种再分配。在步骤706处再次测试经修订的分割的情况下，现在将会发现，该第二占主导的参数现在也与经修订的分割充分地一致。此外，将从统计学上发现第三上下文参数T2是极不相关的，这是因为直方图不具有高百分比的成员的单个列。例如，可以设定60％、70％或80％的阈值百分比，低于该阈值百分比上下文参数被判断为不相关的。在图7所示的回路的每一次迭代时，百分比将会改变，使得可以在任何再分配之后判断下一个最相关的参数。
图8至图10的示例是基于具有仅八个可能的上下文的简单实验。在其它实验中，本发明人已经使用来自真实制造设施的真实制造数据来模拟所描述的方法的操作。在相关联的上下文数据中，可以识别180个不同的上下文。因此，使用图3(b)的已知方法将导致180个单独的反馈控制线程。这些线程中的许多线程将会在扩展的工作时间周期期间中包含仅一个或两个批次，这意味着用于那种产品类型的有效反馈控制将会实际上是不切实际的。对于相同数据使用图4和图7的方法导致产品单元分割成仅12个簇，暗示着12个反馈控制线程的更易于管理的数目。相较于现有技术中可用的替代性反馈技术，该实验示出可以获得重叠的可测量的改善。因此，可以预期的是，将会在高混合制造环境中通过遵循本公开来改善反馈控制性能。
本领域技术人员将会了解，已经披露了一种用于识别与用作在限定反馈控制线程上的上下文准则相关的上下文参数的结构化、自动化的方式。在高混合环境中，可以以该方式解决大数目线程的问题。通过提供结构化方式来识别相关上下文参数，信息可以变得能够用于允许计算一个晶片接一个晶片的过程校正，其中，之前可以仅设想特定针于每一个批次的校正，并且可选地特定针对于每一个卡盘的校正。
可以设想变化。例如，在使用潜在相等地相关的所有可能的上下文参数之前，可以基于某种现有知识使用例如贝叶斯方法(Bayesian approach)来对上下文参数进行加权处理。为了获得这种加权处理，可以观察上下文参数与性能参数之间的统计相关性。
可以在任何通用目的数据处理硬件(计算机)内使得上文所描述的方法的步骤自动化，只要其能够访问性能数据和上下文数据即可。该设备可以与诸如图1所示的光刻设备控制单元LACU或总过程控制系统的现有处理器集成。硬件可以处于处理设备的远程端，甚至定位于不同的国家中。图12中示出了适当的数据处理设备(DPA)的部件。该设备可以布置成用于加载包括计算机可执行码的计算机程序产品。这可以在下载计算机程序产品时启用计算机部件，以实施如上文描述的反馈控制系统的功能。
连接到处理器1227的存储器1229可以包括多个存储器部件，例如硬盘1261、只读存储器(ROM)1262、电可擦除可编程只读存储器(EEPROM)1263和随机存取存储器(RAM)1264。不需要存在所有前述的存储器部件。此外，前述存储器部件不必实体地非常接近处理器1227或彼此非常接近。它们可以定位成相隔一距离。
处理器1227也可以连接到某种类的用户接口，例如键盘1265或鼠标1266。也可以使用本领域技术人员已知的触摸屏、轨迹球、语音转换器或其它接口。
处理器1227可以连接到读取单元1267，该读取单元布置成从数据载体(例如固态存储器1268或CDROM 1269)读取例如呈计算机可执行码形式的数据，并且在一些情况下将数据存储在该数据载体上。处理器1227也可以连接到打印机1270(以便在纸张上打印出输出数据)以及连接至显示器1271。
处理器1227可以由负责输入/输出(I/O)的传送器/接收器1273连接到通信网路1272，例如公共交换电话网络(PSTN)、局域网络(LAN)、广域网(WAN)等。处理器1227可以布置成经由通信网路1272与其它通信系统通信。在本发明的实施例中，外部计算机(未示出)(例如操作者的个人计算机)可以经由通信网路1272登录至处理器1227中。
处理器1227可以被实施为独立的系统，或者被实施为并行地操作的多个处理单元，其中，每一个处理单元布置成执行较大程序的子任务。也可以将处理单元划分成一个或更多个主处理单元与几个子处理单元。处理器1227的一些处理单元甚至可以定位成与其它处理单元相隔一距离并且经由通信网路1272通信。可以在模块之间进行有线的或无线的连接。
可以使用以下方面来进一步描述本发明：
1.一种控制在一系列产品单元执行的工业过程的方法，所述方法包括：
(a)接收表示关于产品单元的集合所测量的一个或更多个参数的物体数据，所述产品单元已经经历所述工业过程；
(b)接收表示多个上下文参数的上下文数据，所述多个上下文参数是在所述集合中的产品单元之间变化的所述工业过程的参数；
(c)通过所述物体数据的统计分析来限定第一分割，所述第一分割在两个或更多个子集之间分配所述产品单元的所述集合的成员关系的第一分割，每一个子集中的产品单元共享在所述性能数据中观察到的一个或更多个特性；
(d)使用所述产品单元的第一分割和所述上下文数据来识别所述上下文参数中的一个或更多个相关的上下文参数的集合，最相关的上下文参数是被观察为与所述第一分割最强地相关的所述工业过程的参数；
(e)通过参考新产品单元的上下文参数中的相关的上下文参数的识别的集合来控制用于所述新产品单元的所述工业过程。
2.一种控制工业过程的方法，所述方法包括：
(a)接收表示关于产品单元的集合所测量的一个或更多个参数的物体数据，所述产品单元已经经历所述工业过程；
(b)接收表示多个上下文参数的上下文数据，所述多个上下文参数是在所述集合中的产品单元之间变化的所述工业过程的参数；
(c)通过所述物体数据的统计分析来限定第一分割，所述第一分割在两个或更多个子集之间分配所述集合的产品单元的成员关系，每一个子集中的产品单元共享在所述物体数据中观察到的一个或更多个特性；
(d)至少部分地基于所述产品单元的第一分割和所述上下文数据来识别所述上下文参数中的一个或更多个相关的上下文参数的集合；和
(e)至少部分地通过参考新产品单元的上下文参数中的相关的上下文参数的识别的集合来控制用于所述新产品单元的所述工业过程。
3.根据方面1和2中任一方面所述的方法，其中，在步骤(e)中使用的识别的相关的上下文参数的数目小于在接收到的上下文数据中识别的上下文参数的数目，使得经历所述工业过程的不同变化的一些产品单元被分组在一起，以用于控制在步骤(e)中的所述工业过程。
4.一种根据方面1至3中任一方面所述的方法，其中，步骤(d)包括：
(d1)使用所述产品单元的第一分割和所述上下文数据来识别最相关的上下文参数，所述最相关的上下文参数是被观察为与所述第一分割最强地相关的所述工业过程的参数；
(d2)通过如果需要时将产品单元再分配至不同子集，使用所述最相关的上下文参数来限定经修订的分割，来实施关于所述最相关的上下文参数的分割；
(d3)使用所述经修订的分割来识别下一个最相关的上下文参数以重复步骤(d1)；
(d4)将所述下一个最相关的上下文参数用于进一步修订的所述第一分割来重复步骤(d2)，
其中，执行步骤(d3)和(d4)一次或更多次以识别相关的上下文参数的期望的集合。
5.根据方面4的方法，其中，在步骤(c)中，根据所述统计分析将每一个产品单元分配至具有最高概率的子集，并且在步骤(d2)中，根据所述统计分析，通过将产品单元放置在具有下一个最高概率的子集中来再分配所述产品单元。
6.根据前述方面中任一方面所述的方法，其中，用于每一个产品单元的所接收到的物体数据限定表示多维空间中的产品单元的向量，并且其中，在步骤(c)中，所述统计分析包括用以将表示所述多维空间中的所述产品单元的所述向量的集合分解成一个或更多个分量向量的多变量分析，所述分量向量中的每一个表示所述共享特性中的一个。
7.根据前述方面中任一方面所述的方法，其中，执行所述第一分割，以便最小化由所述统计分析所识别的多维空间内的每一个子集的成员之间的距离。
8.根据前述方面中任一方面所述的方法，其中，用于每一个产品单元的所接收到的物体数据由从横越所述产品单元空间上分布的点处针对所述产品单元所测量的一个或更多个参数导出。
9.根据前述方面中任一方面所述的方法，其中，所述物体数据包括表示在产品单元已经经历所述工业过程之后针对所述产品单元的集合所测量的一个或更多个性能参数的性能数据。
10.根据方面9所述的方法，其中，在步骤(e)中，之前经过处理的产品单元的子集的性能参数用来产生用于新产品单元的反馈校正，所述之前经过处理的产品单元的子集通过参考所述识别的相关上下文参数限定。
11.根据方面8和10中任一方面所述的方法，其中，所述性能参数包括重叠、临界尺寸、侧壁角、晶片品质、聚焦中的一个或更多个。
12.根据方面9、10和11中任一方面所述的方法，其中，所接收到的物体数据包括使用所测量的性能参数计算的过程模型的参数。
13.根据方面12的方法，其中，所述过程模型与用于在步骤(e)中产生所述反馈校正的过程模型相同。
14.根据前述方面中任一方面所述的方法，其中，与所述产品单元的集合相关的所述物体数据包括表示在执行所述工业过程之前或期间针对那些产品单元所测量的一个或更多个参数的数据。
15.根据方面14所述的方法，其中，用于所述产品单元的集合的所述物体数据包括表示在执行所述工业过程之前或期间针对所述集合的产品单元所测量的一个或更多个参数的数据。
16.根据前述方面中任一方面所述的方法，其中，在步骤(e)中，产生前馈校正并且将其应用在所述新产品单元的处理中，以通过参考所述新产品单元的上下文参数中识别的相关上下文参数来修改前馈控制。
17.根据前述方面中任一方面所述的方法，其中，在步骤(e)中，所述新产品单元的物体数据用来产生用于新产品单元的前馈校正，产生所述前馈校正的方式通过参考所述新产品单元的上下文参数中识别的相关上下文参数限定。
18.根据前述方面中任一方面所述的方法，其中，成批次地处理所述产品单元，并且其中，所述相关上下文参数包括针对单独的产品单元的上下文参数和还针对整个所述批次变化的上下文参数。
19.根据前述方面中任一方面所述的方法，其中，在步骤(c)中，所述统计分析包括混合模型分析。
20.根据前述方面中任一方面所述的方法，其中，所述工业过程包括对呈衬底形式的产品单元执行的一个或更多个图案化过程步骤的序列，每一个图案化过程步骤包括一个或更多个图案化操作，接着是一个或更多个物理和/或化学处理操作。
21.一种用于对一系列产品单元执行的工业过程的控制系统，所述控制系统包括；
-用于物体数据的存储器，所述物体数据表示关于之前已经经历所述工业过程的产品单元的集合所测量的一个或更多个参数；
-用于上下文数据的存储器，所述上下文数据表示多个上下文参数，所述多个上下文参数是在所述集合内的产品单元之间变化的所述工业过程的参数；
-第一处理器，布置成通过所述物体数据的统计分析来限定在两个或更多个子集之间分配所述产品单元的集合中的每一个的成员关系的第一分割，每一个子集中的产品单元共享在所述物体数据中所观察到的一个或更多个特性；
-第二处理器，布置成使用所述产品单元的第一分割和所述上下文数据来识别所述上下文参数中的一个或更多个相关的上下文参数的集合，最相关的上下文参数是被观察为与所述第一分割最强地相关的所述工业过程的参数；
-控制器，用于通过参考新产品单元的上下文参数中的相关的上下文参数的识别的集合来控制用于所述新产品单元的所述工业过程。
22.一种用于工业过程的控制系统，所述控制系统包括：
-用于物体数据的存储器，所述物体数据表示关于已经经历所述工业过程的产品单元的集合所测量的一个或更多个参数；
-用于上下文数据的存储器，所述上下文数据表示多个上下文参数，所述多个上下文参数是在所述集合内的产品单元之间变化的所述工业过程的参数，
-第一处理器，布置成通过所述物体数据的统计分析来限定在两个或更多个子集之间分配所述集合的产品单元的成员关系的第一分割，每一个子集中的产品单元共享在所述物体数据中所观察到的一个或更多个特性；
-第二处理器，布置成使用所述产品单元的第一分割和所述上下文数据来识别所述上下文参数中的一个或更多个相关上下文参数的集合；和
-控制器，用于至少部分地通过参考新产品单元的上下文参数中的相关的上下文参数的识别的集合来控制用于所述新产品单元的所述工业过程。
23.根据方面21和22中任一方面所述的控制系统，其中，用于步骤(e)中识别的相关上下文参数的数目小于在所接收到的上下文数据中识别的上下文参数的数目，使得经历所述工业过程的不同变化的一些产品单元被分组在一起以用于通过所述控制器控制所述工业过程。
24.根据方面21至23中任一方面所述的控制系统，其中，所述第二处理器布置成：
(d1)使用所述产品单元的第一分割和所述上下文数据来识别最相关的上下文参数，所述最相关的上下文参数是被观察为与所述第一分割最强地相关的所述工业过程的参数；
(d2)通过如果需要时将产品单元再分配至不同子集，使用所述最相关的上下文参数来限定经修订的分割，以实施关于所述最相关的上下文参数的分割；
(d3)使用所述经修订的分割来识别下一个最相关的上下文参数以重复步骤(d1)；
(d4)将所述下一个最相关的上下文参数用于进一步修订的所述第一分割来重复步骤(d2)，
其中，执行步骤(d3)和(d4)一次或更多次以识别相关的上下文参数的期望的集合。
25.根据方面24所述的控制系统，其中，所述第一处理器布置成根据所述统计分析将每一个产品单元分配至具有最高概率的子集，并且所述第二处理器布置成在步骤(d2)中根据所述统计分析，通过将产品单元放置在具有下一个最高概率的子集中来再分配所述产品单元。
26.根据方面21至25中任一方面所述的控制系统，其中，用于每一个产品单元的所存储的物体数据限定表示多维空间中的产品单元的向量，并且其中，在所述第一处理器中，所述统计分析包括用以将表示所述多维空间中的所述产品单元的所述向量的集合分解成一个或更多个分量向量的多变量分析，所述分量向量中的每一个表示所述共享特性中的一个。
27.根据方面21至26中任一方面所述的控制系统，其中，执行所述第一分割，以便最小化由所述统计分析识别的多维空间中的每一个子集的成员之间的距离。
28.根据方面21至27中任一方面所述的控制系统，其中，用于每一个产品单元的所存储的物体数据由从横过所述产品单元在空间上分布的点处针对所述产品单元所测量的一个或更多个参数导出。
29.根据方面21至28中任一方面所述的控制系统，其中，所述物体数据包括表示在产品单元已经经历所述工业过程之后针对所述产品单元的集合所测量的一个或更多个性能参数的性能数据。
30.根据方面29所述的控制系统，其中，在所述控制器中，之前经过处理的产品单元的子集的性能参数用来产生用于新产品单元的反馈校正，所述之前经过处理的产品单元的子集通过参考所述识别的相关的上下文参数限定。
31.根据方面29和30中任一方面所述的控制系统，其中，所述性能参数包括重叠、临界尺寸、侧壁角、晶片品质、聚焦中的一个或更多个。
32.根据方面29、30和31中任一方面所述的控制系统，其中，所接收到的物体数据包括使用所测量的性能参数计算的过程模型的参数。
33.根据方面32所述的控制系统，其中，所述过程模型与用于在所述控制器中产生所述反馈校正的过程模型相同。
34.根据方面21至33中任一方面所述的控制系统，其中，与所述产品单元的集合相关的所述物体数据包括表示在执行所述工业过程之前或期间针对那些产品单元所测量的一个或更多个参数的数据。
35.根据方面34所述的控制系统，其中，用于所述产品单元的集合的所述物体数据包括表示在执行所述工业过程之前或期间针对所述集合的产品单元所测量的一个或更多个参数的数据。
36.根据方面21至35中任一方面所述的控制系统，其中，在所述控制器中产生前馈校正并且将其应用在所述新产品单元的处理中，以通过参考所述新产品单元的上下文参数中已识别的相关的上下文参数来修改前馈控制。
37.根据方面21至36中任一方面所述的控制系统，其中，在所述控制器中，所述新产品单元的物体数据用来产生用于新产品单元的前馈校正，产生所述前馈校正的方式通过参考所述新产品单元的上下文参数中已识别的相关的上下文参数限定。
38.根据方面21至37中任一方面所述的控制系统，其中，成批次地处理所述产品单元，并且其中，所述相关的上下文参数包括针对单独的产品单元的上下文产生和还针对整个所述批次变化的上下文参数。
39.根据方面21至38中任一方面所述的控制系统，其中，在所述第一处理器中，所述统计分析包括混合模型分析。
40.根据方面21至39中任一方面所述的控制系统，其中，所述工业过程包括对呈衬底形式的产品单元执行的一个或更多个图案化过程步骤的序列，每一个图案化过程步骤包括一个或更多个图案化操作，接着是一个或更多个物理和/或化学处理操作。
41.一种包括机器可读指令的计算机程序产品，所述机器可读指令用于使通用目的数据处理设备执行根据方面1至20中任一方面所述的方法的步骤(a)至(d)。
42.一种包括机器可读指令的计算机程序产品，所述机器可读指令用于使通用目的数据处理设备执行根据方面1至20中任一方面所述的方法的步骤(a)至(e)以用于控制工业过程。
43.一种包括机器可读指令的计算机程序产品，所述机器可读指令用于使通用目的数据处理设备实施根据方面21至40中任一方面所述的控制系统的存储器、第一处理器和第二处理器。
44.一种包括机器可读指令的计算机程序产品，所述机器可读指令用于使通用目的数据处理设备实施根据方面1至20中任一方面所述的控制系统。
45.一种光刻系统，包括根据方面21至40中任一方面所述的控制系统。
计算机系统可以是具有布置成执行此处所论述的功能的模拟和/或数字和/或软件技术的任何信号处理系统。
虽然本文具体地参考了光刻设备在制造IC中的应用，但应该理解的是，这里所述的光刻设备可以具有其它应用，例如制造集成光学系统、磁畴存储器的引导和检测图案、平板显示器、液晶显示器(LCD)、薄膜磁头等。如在光刻术的示例中，经历统计分析的测量值的集合可以是对不同产品单元和/或测量相同产品单元的不同实例获得的测量值。尽管上文已经对本发明的实施例在光学光刻术的情形中的使用做出了具体参考，但应该理解的是，本发明可以用于其他类型的光学光刻术中，例如压印光刻术，并且在情形允许的情况下不限于光学光刻术。在压印光刻术中，图案形成装置中的形貌限定了在衬底上产生的图案。图案形成装置的形貌可以被印制到提供给衬底的抗蚀剂层中，通过施加电磁辐射、热、压力或它们的组合而使抗蚀剂固化。将图案形成装置从抗蚀剂中移出，从而在抗蚀剂固化后留下图案。
本文中使用的术语“辐射”和“束”包含全部类型的电磁辐射，所述电磁辐射包括紫外(UV)辐射(例如具有等于或约为365nm、248nm、193nm、157nm或126nm的波长)和极紫外(EUV)辐射(例如具有处于5nm至20nm的范围内的波长)以及诸如离子束或电子束等粒子束。
如已经提及的，本发明可以被施加到与光刻术完全分立的工业处理应用中。应该理解所述“高混合”制造应用，不同的产品单元经历大体相似的处理，但是单独的单元的处置和/或它们的处置具有差异。示例可以是在光学部件的生产、汽车制造及任何数目的其它体量制造的情形中。
以上描述意图是说明性的，而不是限制性的。因此，对本领域的技术人员将明白，在不背离下面阐述的权利要求书的精神和范围的情况下，可以对所描述的发明进行修改。另外，应该理解的是，在本文中的任何一个实施例中示出或描述的结构特征或方法步骤也可以用于其它实施例中。