专利名称：在线测评缺陷的方法
技术领域：
本发明涉及半导体制造工艺技术领域，尤其涉及一种半导体元件晶须缺陷的测评方法。
背景技术：
由于集成电路大多是由数以万计，大小需由显微镜才能观看得到的固态电子元件所组合而成，因此又可称为微电子元件。上述的微电子元件中若存在缺陷(defect)，将造成由此微电子元件构成的电子装置故障。而且，当半导体设计规格缩小时，要改善及维持半导体工艺良率更加困难，而缺陷为影响工艺良率的重要关键之一。因此，缺陷的测量分析，对于集成电路制造良率的提升有重大关系。在半导体制造工艺过程中，在MOS晶体管的栅极，例如是多晶钨栅底部通常会产生不必要的纳米级缺陷，例如是晶须(whisker)缺陷，这导致栅极与插塞短路，或两金属导线之间短路，或两金属栅之间短路。晶须的产生是由于金属材料(如钨、铝、钛、氮化钨或氮化钛)的异常生长。更具体地说，晶须是由金属材料的异常生长而产生的刺形或角形的突起部。晶须产生的原因，是由于金属钨中存在的某些杂质或者是金属晶体结构的不均勻性造成的。通常在两种情况下产生，一是在一定的热积存应力之后，此晶须会出现；另一种是非常厚的金属膜产生(譬如大于1. 5 μ m)。现有为了检测半导体元件中的缺陷，在进行半导体元件的缺陷检测时，自上层开始依其顺序逐层往下进行蚀刻工艺，使有缺陷处的下层逐一分层露出，并对各层进行观察分析，直到进行至最下层。然而，随着半导体集成度的增加，使用上述方法检测分析半导体元件缺陷，特别是用于分析前段工艺所造成的缺陷(如造成栅极与插塞短路的晶须缺陷) 就会愈加困难。如申请号为200510023151. X的中国专利申请，公开了一种深亚微米半导体器件中致命缺陷的确认方法，通过对要观察的样品进行腐蚀处理，以获得适合用扫描电子显微镜观察的样品表面，该方法需要先行对样品进行腐蚀处理，工序复杂，而且此方法不是实时的在线检测方法，对半导体器件生产过程中出现的缺陷反馈通常比较慢。且至今为止，生产现场对晶须的检测几乎都是靠人工判断。对于这种极其微小的晶须缺陷，目前的半导体制造工艺过程中，传统的质量测量要求在测试样片或生产芯片上大量收集数据以说明生产的工艺已满足需求，一般都是采取随机检查，获取图，例如从芯片切片图中，选取30个测试点，进行人工判断。因此，传统的方法既浪费时间，耗费人力，且具有人工判断的局限性。因此，急需一种方法，对半导体器件金属沉积物上出现晶须的风险以可靠的方式进行在线(in-line)测评，获得实时晶须缺陷测评结果。在这点上，应注意出现晶须的风险不限于上述金属钨，也可能出现在铝、钛、氮化钨或氮化钛等其他金属上。
发明内容
为了实现在线测评缺陷，实时了解生产工艺及半导体器件特性的信息这一目的，本发明提出一种在线测评缺陷的方法，适用于金属栅的晶须缺陷或者在半导体工艺后段金属连线所产生的晶须缺陷。一种在线测评缺陷的方法，用于测评半导体衬底上金属沉积物产生的纳米级缺陷，所述方法包括获取用于测评缺陷的表面粗糙度参考值；测量待测半导体衬底的表面粗糙度；将待测半导体衬底的表面粗糙度与所述表面粗糙度参考值进行比较。可选的，所述获取用于测评缺陷的表面粗糙度参考值，包括提供半导体衬底；对所述半导体衬底进行电学参数测试；测试所述半导体衬底的表面粗糙度；将电学参数测试结果与表面粗糙度数值进行数据处理，获取表面粗糙度参考值。可选的，所述获取用于测评缺陷的表面粗糙度参考值，包括从已知没有产生缺陷的半导体衬底样品中获得。可选的，所述数据处理包括最小二乘法拟合处理。可选的，所述电学参数测试通过在线参数测试或拣选测试进行。可选的，所述电学参数测试包括开路测试或者短路测试。可选的，所述金属沉积物上产生的纳米级缺陷是晶须缺陷。可选的，所述产生晶须缺陷的金属材质包括钨、铝、钛、氮化钨或氮化钛。可选的，所述表面粗糙度通过⑶-SEM获得。可选的，所述表面粗糙度可以是线宽表面粗糙度、右线边表面粗糙度，或左线边表面粗糙度。与现有技术相比，本发明具有以下优点1.通过测量表面粗糙度来测评晶须缺陷，能够使生产人员利用现有的测量手段就可以精确地获知半导体器件生产过程中的晶须缺陷；2.通过在线测量，使生产人员在生产线上即时了解半导体器件制造中产生的晶须缺陷，并马上采取修正措施，避免了半导体器件制造完成之后所要进行的可靠性测量；3.可以有限的人力及花费更少的检测时间，这样不需要通过测试断面的形貌检测晶须缺陷，仅需要对沉积金属沉积物之后的表面测试其表面粗糙度就可以测评其晶须缺陷，有效地获得半导体制造工艺过程中产生的晶须缺陷，从而提高产品良率。
图1是本发明在线测评缺陷的流程示意图；图2是本发明获取用于测评缺陷的表面粗糙度参考值流程示意图；图3是本发明一实施例测评金属栅极与插塞之间产生晶须缺陷的示意图；图如及图4b是本发明测量线宽表面粗糙度的高分辨SEM图，其中图如为正常无晶须缺陷，图4b为非正常有晶须缺陷；图fe及图恥是本发明测量右线边表面粗糙度的高分辨SEM图，其中图fe为正常无晶须缺陷，图恥为非正常有晶须缺陷；
4
图6a及图6b是本发明测量左线边表面粗糙度的高分辨SEM图，其中图6a为正常无晶须缺陷，图6b为非正常有晶须缺陷。
具体实施例方式在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。表面粗糙度是用于描述表面微观形貌最常用的参数，它反映了工件表面的微观几何形状误差，例如可以是反映微观不平度高度特性或间距特性的参数。所述表面粗糙度主要用于对线边粗糙(Line Edge Roughness,LER)或线宽粗糙(Line Width Roughness,LffR) 程度的表征。若线边粗糙、或线宽粗糙较大，可能会严重影响半导体器件生产工艺的良率与产出效能。在精密加工和制造行业，随着对加工零件表面质量的要求越来越高，零件表面粗糙度的精确测量显得尤为重要。前述的粗糙现象的检测与评估在半导体生产工艺中特别重要。通常，可以利用表面粗糙度测试仪，例如是电子束临界尺寸检测(electron-based CD metrology tool)方式来进行，例如，CD扫描电子显微镜(CD-Scanning Electron Microscope，CD-SEM)成像技术。表面粗糙度一般是指经光刻工艺产生的图案化的细线条图案的线边弯曲不平整以至于有线宽波动不均勻的程度。它的单位是纳米或者埃。表面粗糙度的标准是用均方根来表示的，它是某待检测平面的测量数值的平方的平均值的平方根。具体地，线宽表面粗糙度是给定检测区域中的线宽的3σ值，可以根据下面的公式计算，但本领域人员应该知道，还可以采用其他计算方式得到表面粗糙度
η_ 2 LWR’S(⑶岡公式⑴式中，LWR为线宽表面粗糙度，CDi为第i条扫描轮廓线上的线宽值，CD为所有η条扫描轮廓线上的线宽平均值，η为扫描轮廓线的总数。如前所述，为了测试薄膜中的缺陷比如晶须，本领域技术人员通常想到采用前述的探测样品的断面的形状进行直接观测，以此确定是否有晶须缺陷。本发明的发明人创造性提出可以利用检测薄膜表面粗糙度的方法测评半导体衬底上纳米级缺陷，例如是晶须缺陷。本发明利用检测表面粗糙度的方法来检测金属栅的晶须缺陷，例如是导致金属栅与插塞之间、或金属栅极与栅极之间短路的晶须缺陷，在半导体工艺后段金属连线所产生的可能导致金属导线之间短路的晶须缺陷也适用于本发明的方法。这种检测表面粗糙度的方法过去通常只被用来针对半导体衬底上光刻图案的线边粗糙现象或者线宽粗糙现象进行检测。也就是说，本发明利用现有的检测表面粗糙度的手段实现了在线测评晶须缺陷，使半导体生产工艺中产生的缺陷信息实时反馈，可有效提高半导体器件的良率。接下来，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明， 所述示意图只是实例，其在此不应限制本发明保护的范围。如图1所示，图1是本发明在线测评缺陷的流程示意图，用于测评半导体衬底上金属沉积物产生的纳米级缺陷，例如是晶须缺陷，包括步骤Si，获取用于测评缺陷的表面粗糙度参考值；步骤S2，测量待测半导体衬底的表面粗糙度；步骤S3，将待测半导体衬底的表面粗糙度与所述表面粗糙度参考值进行比较。通过上述方法，若所述待测半导体衬底的表面粗糙度低于所述表面粗糙度参考值，则待测半导体衬底不存在纳米级缺陷；反之，若所述待测半导体衬底的表面粗糙度高于所述表面粗糙度参考值，则待测半导体衬底存在纳米级缺陷。其中，步骤Sl中获取用于测评缺陷的表面粗糙度参考值，可以通过两种不同的方法获得。方法1，步骤Sl中获取用于测评缺陷的表面粗糙度参考值具体包括步骤S101，提供半导体衬底；步骤S102，对所述半导体衬底进行电学参数测试；步骤S103，测试所述半导体衬底的表面粗糙度；步骤S104，将电学参数测试结果与表面粗糙度数值进行数据处理， 获取表面粗糙度参考值。上述步骤S104中对测试得到表面粗糙度值进行数据处理，可以是，建立电学参数和表面粗糙度值之间的关系，比如所述电学参数测量可以采用短路测试，比如通过测试相邻导电层的导电材料之间的电流值，将一个晶圆上不同位置的表面粗糙度和对应的电流值标记在同一个表格中，使用最小二乘法拟合表面粗糙度与电学参数测试结果，建立相互之间的关系。其中，最小二乘法是一数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配。方法2，从已知没种有产生晶须缺陷的半导体衬底样品中获得。虽然本发明提供上述两种获得表面粗糙度参考值的方法，但不限于此。需要说明的是，前述半导体衬底上已经形成有金属沉积物，并且所述半导体衬底上形成有用于构成半导体器件的材料层，比如用于形成MOS晶体管的栅电极层，通常所述金属沉积物位于所述栅电极层之上。前述电学参数测试可以是，在半导体器件制造过程中进行的在线参数测试，或者是在半导体器件制造完成后进行的拣选测试。当然，本领域技术人员可以了解的是，随着集成电路复杂程度的提高，在半导体器制造过程中越早进行在线参数测试越好。其中，上述半导体衬底的电学参数测试包括开路或短路测试、栅临界电压测试、漏电流测试等，具体到本发明，采用检查信号通路完整性的开路或短路进行测试，根据电学参数开路或短路测试结果，并进一步获得这些半导体衬底的表面粗糙度，对电学参数测试结果与表面粗糙度的数值进行数据处理，获得用于测评缺陷的表面粗糙度参考值。请参考图3，图3是金属栅极与插塞之间产生晶须缺陷的示意图。本发明将以测评半导体衬底上形成的MOS晶体管金属栅极的缺陷，例如是金属多晶钨栅极与插塞之间产生的晶须缺陷为例进行说明。图3中，半导体衬底1上形成MOS晶体管，包括衬底10、栅极 12、插塞14。其中栅极为多晶钨栅，并且该待测半导体衬底在多晶钨栅处产生有一不必要的晶须缺陷16，该异常生长的晶须缺陷导致多晶钨栅与插塞的短路。当然本发明的方法也可以应用于测评金属栅极与栅极之间的晶须缺陷，或者是半导体工艺后段出现的两个金属导线之间的晶须缺陷。并且出现晶须的风险不限于上述金属钨，也可能出现在铝、钛、氮化钨或氮化钛等其他金属上。下面结合图1、图2和图3进一步说明本发明在线测评缺陷的方法。首先，步骤Sl获取用于测评缺陷的表面粗糙度参考值。结合图2，作为本发明的一个实施例，采用前述方法1来获取测评缺陷的表面粗糙
6度参考值。具体地，步骤Sl中获取用于测评缺陷的表面粗糙度参考值包括步骤S101，提供半导体衬底；步骤S102，对所述半导体衬底进行电学参数测试；步骤S103，测试所述半导体衬底的表面粗糙度；步骤S104，将电学参数测试结果与表面粗糙度数值进行数据处理， 获取表面粗糙度参考值。其中，步骤S101，提供半导体衬底。从某一批次的半导体衬底中选取样品进行测试，例如可以抽检3-6个样品，其中测试点的选取可以采用现有工艺中标准点的选取方式， 例如是5个点或9个点，当然需要注意的是，所述测试点的选取应该要兼顾到晶圆中心和边缘的不同位置。需要说明的是，所述半导体衬底上已经形成有金属沉积物，并且所述半导体衬底上形成有用于构成半导体器件的材料层，比如用于形成MOS晶体管的栅电极层，通常所述金属沉积物位于所述栅电极层之上。步骤S102，对所述半导体衬底样品进行电学参数测试。电学参数测试包括开路或短路测试、栅临界电压测试、漏电流测试等，本实施例中，通过选取上述测试点，对金属栅极与插塞之间采用检查信号通路完整性的开路/短路进行测试。步骤S103，测试所述半导体衬底样品的表面粗糙度。步骤S104，将电学参数测试结果与表面粗糙度值进行数据处理，获取表面粗糙度参考值。根据前述的测试结果，建立了电学参数与表面粗糙度之间的关系，通过最小二乘法拟合，对二者进行数据处理，根据工艺上电学参数测试能够容忍的范围，确定表面粗糙度参考值。此处需要说明的是上述测试的表面也与进行电学参数测试的表面是一致的，即电学参数结果不合格与表面粗糙度之间相关联，能够通过表面粗糙度反映出来。本实施例中，例如是rl = 11，r2 = 10.8，r3 = 10. 7，其中rl代表线宽表面粗糙度，r2代表右线边表面粗糙度，r3代表左线边表面粗糙度。也就是说，上述的三个r值就是用于测评缺陷的表面粗糙度参考值。具体地说，所述通过最小二乘法拟合建立电学参数与表面粗糙度之间的关系，即认为线宽表面粗糙度小于11的代表正常无缺陷，相反线宽表面粗糙度大于11的代表非正常有缺陷。作为本发明的另一实施例，采用前述方法2获取用于测评缺陷的表面粗糙度参考值，即，从已知没有产生晶须缺陷的半导体衬底样品中获得表面粗糙度。其中，可以采用任何已知检测晶须缺陷的办法，获得没有产生晶须缺陷的半导体衬底样品。例如，通过依序移除半导体元件上的各层，如采用蚀刻、腐蚀等方式，并依序对各层作分析，此种检测方法属于本领域技术人员公知的技术，在此不再赘述。当然，本领域人员应该了解的是，根据上述方法2，所述从已知没有产生晶须缺陷的半导体衬底样品中获得表面粗糙度作为表面粗糙度参考值，通常并非将无晶须缺陷的样品的表面粗糙度直接作为表面粗糙度参考值。一般工艺机台上预设一个可允许的误差范围，例如可以是10% -15%的范围，需要将无晶须缺陷的样品的表面粗糙度上浮10% -15%之后的数值作为表面粗糙度参考值。 也就是说，在该表面粗糙度参考值误差范围以内，就认为是无晶须缺陷。然而，这个误差范围可以进一步结合电学参数测试或良率结果进行调整，举例而言，在预设误差15%的范围内，发现电学参数测试不合格或良率低，则可以缩紧该误差范围，例如调整为10%，当然，若在误差10%的范围内，发现电学参数测试仍然不合格或良率低，则可以进一步调整，例如调整为9%。也就是说，上述根据方法2获取的用于测评缺陷的表面粗糙度参考值，其误差范围可以根据电学参数测试结果或良率进行动态调整，以得到半导体器件制造工艺所能够接受的表面粗糙度。接下来，步骤S2测量待测半导体衬底的表面粗糙度。通常，在形成容易产生晶须的材料层之后进行表面粗糙度的测量，且通常在两种情况下容易产生晶须，一是在一定的热积存应力之后，此晶须会出现；另一种是非常厚的金属膜易产生(譬如大于1. 5μπι)。将待测半导体衬底1放置于表面粗糙度测试仪中，例如，CD扫描电子显微镜 (CD-Scanning Electron Microscope, CD-SEM)检测机台中。在待测半导体衬底给定检测区域中，选取32个扫描点，并获取该32个扫描轮廓线上的线宽值，根据公式(1)，得出待测半导体衬底的表面粗糙度。如图4a、图4b，图5^图恥和图6a、图6b中所示的测量表面粗糙度的高分辨CD-SEM图，并且分别给出了在多晶钨栅底部正常不具有缺陷的SEM图，以及产生异常晶须缺陷的SEM图。其中，图4a、图和图6a中所示的SEM图，χ = 7. 9nm, y = 6. 8nm, ζ = 6. 7nm,图 4b、图 5b 和图 6b 中所示的 SEM 图，χ，= 13. 7nm，y，= 13. 7nm, ζ，= 13nm，其中x、x’代表线宽表面粗糙度，y、y’代表右线边表面粗糙度，ζ、ζ’代表左线边表面粗糙度。最后，步骤S3根据步骤Sl所获得的用于测评缺陷的表面粗糙度参考值，以及步骤 S2获得的待测半导体衬底表面粗糙度，二者进行比较，测评待测半导体衬底的晶须缺陷。若所述待测半导体衬底的表面粗糙度低于所述表面粗糙度参考值，则待测半导体衬底不存在纳米级缺陷；反之，若所述待测半导体衬底的表面粗糙度高于所述表面粗糙度参考值，则待测半导体衬底存在纳米级缺陷。举例来说，通过将步骤S2中测量得到的χ、χ，分别与rl比较，将y、y，分别与r2 比较，将z、z’分别与r3比较。根据比较结果，可以了解到，满足上述表面粗糙度参考值的， 如图如、图fe和图6a中所示的SEM图为正常无晶须缺陷；相反，不满足上述表面粗糙度参考值的，如图4b、图恥和图6b中所示的SEM图为非正常具有晶须缺陷，如图中晶须缺陷D1、 D2、D3、D4。因此，在图仙、图恥和图6b中，存在导致栅极与插塞短路的风险。也就是说，通过本发明在线检测缺陷的方法，金属栅极与插塞之间的晶须缺陷可以及时、准确地被检测出来，使生产人员可以在制造过程中根据该测评结果，决定是否将制造的半导体衬底在生产线上即废弃掉，从而避免了半导体衬底制造完成之后所要进行的可靠性测量，具有非破坏性和实时性，同时提高半导体衬底生产良率。虽然本实施例，是同时获取了线宽表面粗糙度值和左/右线边表面粗糙度值，以此测评晶须缺陷，但本领域技术人员可以了解的是，根据上述三个测量值，即线宽表面粗糙度值、右线边表面粗糙度值和左线边表面粗糙度值，其中任意一个或多个的测量结果，均可以据以测评晶须缺陷。根据本发明的一实施例，将待测半导体衬底1放置于用于测量表面粗糙度的检测机台中，例如是CD扫描电子显微镜，(CD-Scanning Electron Microscope, CD-SEM)，该 ⑶-SEM检测机台至少配备有一发射器、一检测器以及一数据处理运算单元。然后，由发射器产生高度聚焦电子束扫描目标半导体衬底，检测器通过收集二次电子并产生描绘目标半导体衬底的电子图像。最后将测量待测半导体衬底获得的表面粗糙度值，与数据处理运算单元中数据库储存的用于测评缺陷的表面粗糙度参考值进行比较分析，其中该数据库中具有
8根据前述方法1、2所获取的表面粗糙度参考值。通过数据处理运算单元比较目标半导体衬底的表面粗糙度与参考值的结果，最终用于测评该目标半导体衬底是否存在晶须缺陷，这样，生产人员根据该实时反馈信息，可以决定是否在线上废弃该晶圆。在本发明的上述实施例中，是以检测金属栅极与插塞之间产生的晶须缺陷为例来说明，当然本发明的方法也可以应用于检测金属栅极与栅极之间的晶须缺陷，或者是两个金属导线之间的晶须缺陷。并且，金属材料的异常生长造成的晶须缺陷，例如可以通过薄膜沉积时加热，抗蚀剂灰化时加热(即用氧等离子体防止去除抗蚀剂)，和退火时由激光照射而加热，都可产生不必要的晶须缺陷。综上，本发明提供一种在线测评晶须缺陷的方法，能够使生产人员利用现有的测量表面粗糙度就可以精确地测评半导体衬底生产过程中是否出现晶须缺陷；这样，通过在线测量，使生产人员在生产线上即时了解半导体衬底制造的晶须缺陷，并马上采取修正措施，避免了半导体衬底制造完成之后所要进行的可靠性测量；本发明可以有限的人力及花费更少的检测时间，有效地获得半导体制造工艺过程中产生的晶须缺陷，从而提高产品良率。本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。
权利要求
1.一种在线测评缺陷的方法，用于测评半导体衬底上金属沉积物产生的纳米级缺陷， 其特征在于，包括获取用于测评缺陷的表面粗糙度参考值；测量待测半导体衬底的表面粗糙度；将待测半导体衬底的表面粗糙度与所述表面粗糙度参考值进行比较。
2.如权利要求1所述的测评方法，其特征在于，所述获取用于测评缺陷的表面粗糙度参考值是从已知没有产生缺陷的半导体衬底样品中获得。
3.如权利要求1所述的测评方法，其特征在于，所述获取用于测评缺陷的表面粗糙度参考值包括提供半导体衬底；对所述半导体衬底进行电学参数测试；测试所述半导体衬底的表面粗糙度；将电学参数测试结果与表面粗糙度数值进行数据处理，获取表面粗糙度参考值。
4.如权利要求3中任一项所述的测评方法，其特征在于，所述数据处理包括以最小二乘法拟合处理。
5.如权利要求3所述的测评方法，其特征在于，所述电学参数测试通过在线参数测试或拣选测试进行。
6.如权利要求3所述的测评方法，其特征在于，所述电学参数测试包括开路测试或者短路测试。
7.如权利要求1所述的测评方法，其特征在于，所述纳米级缺陷是金属沉积物上产生的晶须缺陷。
8.如权利要求7所述的测评方法，其特征在于，所述产生晶须缺陷的金属材质包括钨、 铝、钛、氮化钨或氮化钛。
9.如权利要求1 8中任一项所述的测评方法，其特征在于，所述表面粗糙度通过 CD-SEM 获得。
10.如权利要求1 8中任一项所述的测评方法，其特征在于，所述表面粗糙度包括线宽表面粗糙度、右线边表面粗糙度、或左线边表面粗糙度。
全文摘要
一种在线测评缺陷的方法，用于测评半导体衬底上金属沉积物产生的纳米级缺陷，例如是晶须缺陷，该方法至少包括获取用于测评缺陷的表面粗糙度参考值；测量待测半导体衬底的表面粗糙度；将待测半导体衬底的表面粗糙度与所述表面粗糙度参考值进行比较。本发明可以有限的人力及花费更少的检测时间，实现了在线测评晶须缺陷，获得实时缺陷信息反馈，从而提高产品良率。
文档编号G01N27/00GK102353697SQ20111025427
公开日2012年2月15日 申请日期2011年8月31日 优先权日2011年8月31日
发明者张迎春, 肖海波 申请人:上海宏力半导体制造有限公司