使用NSGA-II进行多目标和多解决方案源面罩优化,以实现更直接的过程窗口增强
Optics express
|March 5, 2024
概括
这项研究介绍了NSGA-SMO,这是一种新方法,用于源和面罩优化 (SMO) 在光刻法. 它增强了工艺窗口 (PW) 的性能,提高了 lithography 的稳定性和图像质量,用于高级关键维度 (CD).
科学领域:
- 半导体制造业 半导体制造业
- 光学工程是指光学工程.
- 计算式 lithography 的使用方法.
背景情况:
- 源和面具优化 (SMO) 对于光刻画的分辨率增强至关重要,因为临界尺寸 (CD) 缩小.
- 传统的SMO方法专注于对焦成像质量,忽视了处理窗口 (PW),其中包括对焦深度 (DOF) 和曝光度 (EL),这对于石版强度至关重要.
- 对基于梯度的SMO算法来说,评估PW是计算密集且具有挑战性的.
研究的目的:
- 开发一种新的SMO方法,直接优化流程窗口 (PW) 的性能.
- 通过考虑石版工艺的变化来提高SMO的稳定性,从而产生先进技术节点.
- 为了保持高焦点的图像质量,同时改善光刻工艺边缘.
主要方法:
- 提出了一种新的过程窗口增强SMO方法,称为NSGA-SMO,使用非主导排序遗传算法II (NSGA-II).
- 采用了变量刻字模型 (VLIM),这是一个快速焦点变化的空中图像模型,用于直接PW优化.
- 实施了多目标优化方法,以平衡对焦成像质量和PW性能.
主要成果:
- 与传统的多目标SMO相比,NSGA-SMO在焦点深度 (DOF) 和曝光度 (EL) 中表现出显著的改善.
- 模拟显示,对于典型模式,DOF和EL的改善超过20%.
- 对于复杂的模式,NSGA-SMO的结果高达单一目标SMO的四倍.
结论:
- 拟议的NSGA-SMO方法有效地优化了光刻光学中的工艺窗 (PW) 性能.
- 这种方法提高了光刻工艺的稳定性,对于高级关键维度 (CD) 至关重要.
- 在大批量制造业中,NSGA-SMO为改善成像质量和工艺利提供了可行的解决方案.
